无线传感器网络时间同步技术进展

无线传感器网络是由大量部署在无线环境中的传感器设备构成的网络,无线节点间的协同操作要求网络节点维护共同的时间,时间同步是无线传感器网络支撑技术;针对传统分类方法中不能有效体现时间同步算法特点的问题,从信息交换是否存在反馈角度对现有时间同步算法进行了重新分类,同时对同步算法的进展情况作了详细描述;新的分类方法能够有效体现算法同步精度和同步能耗等特性:反馈式时间同步机制在同步精度和同步能耗上都要高于非反馈式时间同步机制;最后总结了现有时间同步算法的缺陷并展望了未来时间同步技术的发展方向。     

煤矿井下WSN容错性时间同步算法的实现

为了提高井下时间同步精度,针对无线传感器网络对节点同步精度要求高、鲁棒性强以及时间同步协议普遍容错性较低的特点,提出一种面向煤矿井下的无线传感器网络容错性时间同步算法。该算法结合煤矿井下结构的特殊性,采用动态选举时间基准节点和避免重复发送策略,增强了网络的可扩展性,对于新加入节点可迅速收敛。在洪泛时间同步协议算法的基础上,利用概率统计学中的残差分析理论改进线性回归算法并进行差错判断,剔除井下异常数据点对拟合曲线的影响,抑制由异常数据导致同步误差的大幅度跳变,提升无线传感器网络(WSN)同步算法的容错性和可靠性。实验证明,该算法可在网络拓扑不断变化的情况下达到一定的同步精度,可保持网络稳定性,满足井下同步精度需求。     

无线传感器网络时间同步CS-TPSN算法研究与仿真

无线传感器网络TPSN(Timing-Sync Protocol for Sensor Network)算法采用中心节点与子节点的双向通信,并通过交换时间信息和计算偏差值,实现无线传感器网络时间同步,有较高的时钟同步精度。但当系统中传感器密度较大时,节点同步跳数将明显增加,在影响同步精度的同时,增加了节点能量消耗。该研究提出了CS-TPSN算法,通过在节点层间进行拓扑结构改进,减少报文数量,优化层内和层间设计,降低算法开销,实现了基于OPNET的建模和仿真分析。     

基于无线传感节点到达时间差的定位算法设计

针对无线传感器网络节点定位的问题,深入研究了基于节点信号到达时间差的定位算法,为了提高定位的精度采用基于多点的极大似然估计算法实现无线传感器节点精确定位的需求．重点对无线传感器节点定位过程中各节点的时间同步问题进行了详细设计,给出了一种基于无线传感节点到达时间差的定位算法详细设计方案,经仿真测试表明,设计的无线传感节点定位精度在96．7％以上．     

一种多跳无线传感器网络时间同步方法

针对无线传感器网络中时间同步技术,降低同步误差的问题,通过优化生成树模型的结构,利用协作同步时间同步技术与生成树生成过程结合,降低生成树的深度,解决同步中误差累积,减少了时间同步误差。通过模拟实验证明,节点经过优化后的同步误差累积低于未优化节点。本方案适合对常用的时间同步算法的优化。     

基于分簇的无线传感器网络时间同步方法

对传统的无线传感器网络的时间同步协议进行分析,结合无线传感器网络能量使用要求高的特点,设计一种适合WSN的时间同步算法.在分簇的基础上在簇内建立一个回路,回路上节点顺序单向同步,簇头可以实时监控同步的进行,以实现能量节省的、健壮的协作同步模式.对比实验结果表明,该算法在保证同步精度的前提下可以有效减少通信开销,节省了节点能量.     

基于无线传感网定位的网关功能模块的实现

为有效利用无线传感器网络采集的数据,设计了具有定位功能的网关功能模块。该模块的开发基于LINUX系统,其功能在REAL210(V6.2)嵌入式开发板上测试实现。模块可以使传感器节点组网形成路由信息,对传感器网络中节点进行资源分配和时间同步,最终实现节点定位。定位功能面向大型无线传感器网络,通过建立距离层级模型实现。测试结果证明,系统定位快速、准确,可以广泛地应用在大型无线传感器网络定位或监测等场合。     

异构无线传感器网络下的分簇时间同步算法

为了降低大型无线传感器网络的时间同步能耗,分析并计算了同步信息发送和接收过程中的时延组成,得出节点的时钟偏差,并利用线性回归法计算节点的频率漂移,在此基础上,将异构网络中的中继节点作为簇首,首先实现簇首与sink节点的时间同步,然后实现簇内的时间同步。分析表明,本算法同步误差只与传播时延和编解码时延有关,同时在同步过程中所需发送和接收的同步字节少,可以延长网络的生命周期。     

萤火虫模型在水下传感器网络时间同步中的新应用

时间同步是传感器网络的基本需求,但在复杂的水下环境中,水下无线传感器网络(underwater wireless sensor networks,UWSNs)的时间同步面临着两大挑战:长传播时延和节点的移动性.将萤火虫同步算法模型应用于水下,提出了水下萤火虫算法机制,利用其良好的相位补偿特点,结合新的动态分簇机制,有效地提高了同步效率,缩短了同步时间.同时,巧妙结合Chirp扩频信号具有较强抗多普勒能力的特点,进一步提高了水下无线传感器网络的同步精度.通过仿真实验,验证了水下萤火虫同步算法的优异性能.     

一种改进的TPSN时间同步算法的实现

时间同步作为无线传感器网络应用的一项支撑技术,对无线传感器网络的设计和应用都很关键.在满足无线传感器网络时间同步精度要求的前提下,应尽可能节约能源,在对现有的时间同步机制进行分析研究的基础上,给出了一种改进的TPSN时间同步算法.并利用网络仿真器NS2对改进的算法进行仿真验证,取得了满意的结果.     

基于IEEE 1588协议的网络时钟同步系统

提出一种基于IEEE1588协议和卫星授时的局域网内时间同步方案,将FC3180微控制器作为设备的核心控制单元,结合相应的硬件单元实现IEEE1588协议,将通过授时模块获取的卫星上的时间作为基准时间.IEEE1588将此基准时间分布到局域网中,并将各个从时钟设备的时间同步到基准时间源上.实验结果表明,该方案能够实现亚微秒级别的时间同步精度,达到了IEEE1588协议规定的精度,能够满足大部分应用系统对时间同步的要求,具有一定的应用价值.     

TDMA网络协议的关键技术——时隙同步技术

TDMA（时分多址）网络协议是利用时间的正交性实现信道共享,网内各个站点按照时隙方式工作,不存在发生碰撞才相互竞争问题。TDMA网络是一种同步网络,必须有统一的时间基准,站点的时隙必须与时间基准同步。因此,时隙同步技术是TDMA网络协议的关键技术。     

基于图论的节点分析

针对网络节点抗漏洞攻击能力弱造成网络鲁棒性差的情况,分析了基于图论的节点鲁棒性、节点重要性和节点多样性研究现状,提出了一些能够较好满足节点鲁棒性和多样性要求的方法;对节点鲁棒性测量的3个方法作了定义;对四种典型的测试网络用这些测量方法进行了对比分析,结果表明考虑了节点多样性的网络其节点连接鲁棒性、节点恢复鲁棒性和抗攻击性有了明显提高.这样的网络能有效增强节点的抗漏洞攻击能力,阻断各种可能的漏洞攻击在节点之间的渗透和传播,具有较强的鲁棒性.     

基于累计时延统计的传感器网络数据同步算法

传感器网络数据同步是数据融合算法正确运行的前提,具体指网内各节点汇报的数据基于同一时间基准,其采集时间、先后顺序等与真实情况一致．然而由于节点晶振的频率偏差和不同的初始计时时刻,网内节点的本地时钟不同步,这使得根据本地时钟标记的数据不能保持同步．提出了一种基于累计时延统计的数据同步算法,通过在数据包头附加一个时延字段,沿途节点根据该数据包的停留时间更新该字段,数据到达远方站点时即包含了数据的总时延,接收站根据当前时刻和累积时延计算数据的采集时间,最终达到数据同步．分析表明该算法可达到HIS级同步精度,适合于中低精度应用．相比于常规同步算法,其通信开销几乎为零．     

VC ++环境下使用MFC 类库的网络程序设计

网络的优点使其在技术开发中的应用增多，利用网络互传信息需要设计网络应用程序。文中首先说明了网络编程界面Socket（套接字）的基本原理及Microsoft Windows网络程序设计接口WindowsSockets的构成；然后介绍了VC 环境下利用MFC的CSocket类，结合CSocketFile类和CArchive类，设计网络程序的原理和方法。     

基于BP算法的成绩预测模型

BP网络是一种典型的多层前向网络,由输入层、隐含层和输出层组成,通过学习样本训练模型后即可用于数据的预测,适用于实现网络教学系统的成绩预测功能。训练样本作为BP网络的学习数据集,对于BP网络模型的训练具有重要的作用。模型选取网络教学系统中能够影响学习成绩的相关因素作为输入数据,包括学生在线学习时间、学生学习能力、作业成绩和测试成绩,利用已有学生成绩作为训练BP网络的期望输出。将这些数据进行归一化处理即可用于训练BP网络模型。训练过程中,全局误差基本呈下降趋势,收敛效果较好。经过训练后的模型可预测出学生的成绩,并转化为相应的等级,对学生下一步学习进行指导,提出适合的教学策略。通过测试表明该模型可以用于教学系统中的学习成绩预测,获得了预期效果。     

Data acquisition, analysis and applications of multi-sensor integration

This paper presents some key techniques for multisensor integration system, which is applied to the intelligent transportation system industry and surveying and mapping industry, e.g. road surface condition detection, digital map making. The techniques are synchronization control of multisensor, spacetime benchmark for sensor data, and multisensor data fusion and mining. Firstly, synchronization control of multisensor is achieved through a synchronization control system which is composed of a time synchronization controller and some synchronization subcontrollers. The time synchronization controller can receive GPS time information from GPS satellites, relative distance information from distance measuring instrument and send spacetime information to the synchronization subcontroller. The latter can work at three types of synchronization mode, i.e. active synchronization, passive synchronization and time service synchronization. Secondly, spacetime benchmark can be established based on GPS time and global reference coordinate system, and can be obtained through position and azimuth determining system and synchronization control system. Thirdly, there are many types of data fusion and mining, e.g. GPS/Gyro/DMI data fusion, data fusion between stereophotogrammetry and PADS, data fusion between laser scanner and PADS, and data fusion between CCD camera and laser scanner. Finally, all these solutions presented in paper have been applied to two areas, i.e. landborne intelligent road detection and measurement system and 3D measurement system based on unmanned helicopter. The former has equipped some highway engineering Co., Ltd. and has been successfully put into use. The latter is an ongoing research.     

同步时钟系统在山西电力系统的综合应用

论证了电力系统建设时间同步网的必要性,提出网同步才是真正的同步,并结合山西电力已建的数字同步网及数据通信网,提出了利用山西电网已建的同步时钟系统实现全省各变电站时间同步的初步解决方案。     

基于相似性最优模块神经网络的股票预测

该文提出一种最优模块化神经网络的模型.BP网络存在学习后面的样本而"遗忘"前面的样本,以及训练速度很慢的问题,但具有泛化能力强的优点,同时网络的结构不会随数据增加而变的庞大.而RBF网络随着输入维数增加其隐藏层的神经元个数呈指数增加,并且其泛化能力不强,但RBF网络具有训练速度比较快,逼近效果好等优点.于是提出最优模块化神经网络的模型,综合BP和RBF网络的优点.使学习样本能力,运算速度,网络规模得到改善.该模型适合于较多的样本训练.