基于IEEE 1588的无线传感器网络时钟同步方法

时钟同步是无线传感器网络的一项重要支撑技术，网络节点间的协作感知、数据融合、定位技术、能量管理都需要时钟同步的支持，才能正常开展。通过对影响802.11无线网络中IEEE 1588时钟同步精度的双向不对称时延的产生机理及统计特性进行详细分析，提出了一种基于卡尔曼滤波的时延过滤算法，并在此基础上设计实现了时钟伺服系统，从而实现了基于IEEE 1588协议的一种纯软件形式的无线传感器网络时钟同步方法。最后，通过实测验证了该方法的有效性。实测结果表明，该方法在同步精度、同步时间及偏移误差上达到了较高的指标。     

蜂群无人机系统的网络鲁棒性设计

针对蜂群无人机系统作战周期短、链路质量快速变化的特点,引入灰预测方法,提出了一种小样本条件下的链路快速评估算法。在此基础上,实现对节点的度分布进行快速估算,为蜂群无人机系统网络鲁棒性控制提供数据基础。然后将平均一致性方法与渗流理论中的MOLLY-REED准则相结合,克服了MOLLY-REED准则需要全网泛洪及不适合应用于蜂群无人机系统的缺点。最后通过配置节点的度分布,建立对节点损失具有高鲁棒性的网络拓扑结构。仿真结果表明,所提出的方法可有效提高蜂群无人机系统的通信网络对节点损失的鲁棒性。     

基于灰预测的PTP协议改进方法

随着无线网络节点时钟同步需求的日益增加和实时性应用的增多,时钟同步的地位越来越突出,在改善用户体验、提高节点资源的使用率、提高系统稳定性等方面,时钟同步也有着重要意义。精确时钟同步协议(precision time protocol,PTP)广泛运用在时钟同步机制,然而,由于无线网络中存在随机不对称时延,使得PTP的精确度下降。尽管通过统计和估计的方法可以提高同步精度,但需要收集大量的样本,这将导致收敛速度减慢,对于资源有限的设备节点还会引发内存占用问题。首先给出了无线网络中节点之间时钟偏差的特性分析,然后提出了一种基于GM(1,1)的灰预测模型的快速时钟同步方法,该方法基于灰预测理论,灰理论是针对既无经验,数据又少的不确定问题。而对于资源有限的无线网络节点的时钟同步,不对称时延是不确定性的,同时样本很少,非常适合用灰理论进行时延估计。实验结果表明所提解决方案可以实现高精度的快速时钟同步。