无线传感器网络(WSNs)研究随着位置监测、无线通信、片上系统控制等技术应用的大力发展逐渐进入人们的视野。无线传感器技术以其灵活性强、成本低廉、自组网能力强的特点被研究单位及企业机构等组织广泛应用于医疗救助、智能家居、矿震监测、灾害救援等领域。WSNs定位技术、数据融合、场景感知等应用中均需要较为准确时间同步作为进一步处理的前提,因此时间同步技术是众多WSNs应用技术的有效支撑之一。当前时间同步算法多为集中式,同步精度受限于时钟晶振频率振动、无线通信信道较为复杂及网络规模不定等因素,考虑在实际应用环境应尽量保持算法简单、分布式等动态网络适应性的原则,本文选择分布式时间同步算法作为快速实现区域内传感器节点时间同步的方式。主要开展的工作如下:(1)本文在对WSNs时间同步技术及Gossip算法理论分析基础上,针对WSNs时间同步算法快速、简便、无需复杂路由的需求,研究并分析了基于BGA的时间同步算法。(2)针对大规模WSNs内节点数目多、同步耗时久的问题,本文提出了一种基于RS-BGA的时间同步算法,算法在原来基于BGA的时间同步算法的基础上,根据区域内传感器节点数目,将区域动态分割为几个子区域,不同子区域内节点并行运行BGA时间同步算法,互不干扰。最后通过权值处理实现全局节点时间同步。仿真分析可知,该算法可以提高同步收敛速度,缩短区域内节点实现时间共识花费的时间且能耗较低。(3)针对WSNs中节点之间时间信息传输数据量较大的问题,本文提出了一种NA-BGA算法,在原有BGA算法一对多的基础上,增加多对一及非线性机制。该算法提高了节点收敛速度,可收敛至节点初始状态均值。压缩感知技术可以有效地减少数据传输量,因此本文提出一种基于压缩感知的NA-BGA时间同步算法,并对后续时间值采用最大似然估计方法。仿真分析表明,时间信号具备可稀疏性并能通过重构算法有效重构,算法在减小数据传输量的同时提高了时间同步精度。本课题的研究解决了大规模WSNs内节点时间同步复杂度高的问题,提高了时间同步收敛速度,使区域内节点更快实现时间共识。