水声传感器网络时钟同步研究

来源 :厦门大学 | 被引量 : 0次 | 上传用户:eqsd521
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
水声传感器网络在海洋军事应用、海底探测、海洋环境监测以及国家安全等领域上起着关键作用。时钟同步对水声传感器网络至关重要,是节点定位、数据融合、功耗管理和传输调度等应用的基础。水声传感器网络存在传播延迟长、传输带宽受限、节点具有移动性等问题。现有同步算法重点在于水声传感器网络节点两两同步,对全局同步问题的研究较少。针对以上问题,本文提出水声传感器网络中成对节点的时钟同步算法K-Sync,以及全局的时钟互同步算法CO-Sync。K-Sync算法利用传感器节点相对速度和相对距离的时间相关性,建立系统的线性模型,通过卡尔曼滤波器,对归一化时钟频率和时钟偏差进行估计,从而实现两个节点之间的时钟同步。通过与现有方法在不同的场景下的仿真对比表明,K-Sync算法在归一化时钟频率、累积时钟偏差等关键指标上具有较好的精度。特别地,K-Sync算法在经验运动模型下,具备同步消息交互间隔小、响应时间短时,同步精度高等优点。针对传感器网络全局时钟同步问题,本文提出了 CO-Sync算法,并对该算法的有效性进行了数学证明。该算法不需要全局参考节点,节点通过和邻居节点两两同步获取相对时钟信息来补偿自身的时钟参数,多次迭代后实现全局的时钟同步。在链状、环状、网格、随机四种拓扑场景下进行仿真,结果表明该算法在不同网络拓扑条件下均可以收敛,并且网络拓扑的连通性越强收敛速度越快。
其他文献
在传统DV-Hop算法中,未知节点仅接收最近锚节点估计的平均跳距,增加了平均跳距估计误差,导致定位误差较大.针对该问题,提出一种改进的DV-Hop算法.该算法在计算未知节点到各锚
传统的地震信号压缩方法没有根据地震信号本身的特点对其进行处理,而将其作为普通信号,压缩效果较差。为此,利用地震信号的自相似性,提出一种聚类和字典学习算法相结合的方法。采
为了在执行道路拥挤定价政策的前提下制定公共交通的收费标准,提出可行的定价模型,根据交通行为科学的有关理论和方法,采用了两层规划技术建立了道路拥挤定价下的公交收费模
BiFeO3,作为唯一一种室温下同时具有铁电有序、磁有序的磁电多铁材料,是目前研究最为广泛的室温多铁性功能材料。由于BiFeO3存在漏电流大、磁性弱等瓶颈,其实际应用大受限制,
传统单一的状态预测方法难以精确预测航空发动机状态的缺陷,而最小二乘支持向量机(LSSVM)具有较强的非线性预测能力和泛化能力,可以有效地对信号进行非线性预测,隐马尔科夫模型