论文部分内容阅读
无线传感器网络(Wireless Sensor Network,WSN)用于变电站的带电检测和故障定位时,时间同步的精度越高,传感器网络收集的数据越能反映设备真实的工作状态,故障的定位越准确。然而,相对于传统的通信网络,无线传感器网络中的节点的只有有限的计算能力和能量,这对设计一种在传感器节点计算能力范围内的高精度的时间同步机制提出了挑战。传统的泛洪式时间同步算法(Least Square Flooding Time Synchronization Protocol,LS-FTSP)采用最小二乘法对时钟漂移和偏移进行估计,未考虑到当时标对间隔较大时,旧的时标所带来的观测噪声会影响当前参数的估计;而且最小二乘法对异常数据点较敏感,异常数据会使得同步出错或降低同步精度。本文针对观测噪声的问题提出了一种基于有限加权最小二乘的FTSP算法(Finite Weighted Least Square FTSP,FWLS-FTSP),通过给予观测噪声大的数据以较小的权重,降低观测噪声对同步精度的影响;针对异常数据点的问题提出了带异常处理最小二乘的FTSP算法(Abnormality Reduced Least Square FTSP,ARLS-FTSP),通过当前时钟漂移和历史参数的差值对异常数据进行过滤,两种方法都能有效提高同步精度。此外,传统的同步算法一般在MAC(Media Access Control)层获取时标,本文采用SFD(Start of Frame Delimiter)捕获机制在物理层获取时标,减少了空闲信道评估时间的不确定性对同步精度的影响。仿真结果表明,FWLS-FTSP算法的平均同步误差为1.51μs,LS-FTSP在同样的仿真环境中平均误差为4.99μs。在设有异常数据点的仿真条件下,LS-FTSP算法的平均同步误差17.53μs,ARLS-FTSP的同步误差降为5.59μs。对于SFD捕获机制,本文采用了TI公司的CC2530作为硬件平台对其进行验证,并对基于SFD捕获机制的ARLS-FTSP算法进行了验证,结果表明算法的平均同步精度为0.231μs,并且能够有效减缓由于时钟漂移带来的节点时钟差的增大。