[發明專利]基于加權中值的一致性時鐘同步相對頻偏估計方法有效
| 申請號: | 202010145560.1 | 申請日: | 2020-02-25 |
| 公開(公告)號: | CN111416785B | 公開(公告)日: | 2022-03-29 |
| 發明(設計)人: | 王恒;陳柳清;龔鵬飛 | 申請(專利權)人: | 重慶郵電大學 |
| 主分類號: | H04L27/26 | 分類號: | H04L27/26;H04W56/00 |
| 代理公司: | 北京同恒源知識產權代理有限公司 11275 | 代理人: | 趙榮之 |
| 地址: | 400065 *** | 國省代碼: | 重慶;50 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 加權 中值 一致性 時鐘 同步 相對 估計 方法 | ||
1.一種基于加權中值的一致性時鐘同步相對頻偏估計方法,其特征在于:包括對節點間的時間戳數據進行特定處理得到拉普拉斯分布模型,采用加權中值方法估計節點間的相對頻偏,并基于一致性的時鐘同步方法來更新節點的時鐘參數,使得網絡中節點的邏輯時鐘達到一個共同的全局時鐘;具體包括以下步驟:
S1:假設網絡中的任意傳感節點i都周期性廣播本地時鐘及同步數據信息,其鄰居節點j接收并且記錄下自身的當前本地時鐘可得發送和接收節點間的相對時鐘關系:
其中,sij和oij分別表示節點i相對于節點j的相對頻偏和相對相偏,表示數據包傳輸過程中存在的固定時延,表示滿足指數分布的隨機通信時延;
S2:鄰居節點j收到同步時鐘信息后,根據時鐘數據的相對關系,進行數據處理,消除一致性同步下冗余的未知參數的影響,在任意兩對不同的時間戳數據中進行相減操作,得到關于已知時間戳數據和待估計參數sij的關系式:
當隨機時延服從參數為λ的指數分布時,可得隨機時延的差值服從拉普拉斯分布;于是,當產生M個拉普拉斯變量時,結合概率密度函數可得關于相對頻偏的似然函數如下:
其中表示接收節點j的兩個不同時刻的本地時鐘之差,表示發送節點i的兩個不同時刻的本地時鐘之差;由上述似然函數可得相對頻偏的最大似然估計:
這是一個L1范數最優化問題,最優解為集合的加權中值,令對序列進行排序使得x[1]<…<x[q]<…<x[M],其中x[q]表示序列中第q小的數,然后找到使得不等式成立的最小k,并將其表示為k*,由此得到相對頻偏在加權中值法下的估計值為在對相對頻偏估計精度要求較高的場景中,通過尋找時間戳間隔的優化值進行估計;
S3:估計出節點間的相對頻偏后,采用平均一致性方法補償節點的邏輯時鐘參數,包括邏輯頻偏補償和相偏補償,周期性重復相對頻偏估計以及時鐘參數補償操作,直到網絡中的所有節點的邏輯時鐘達到同步的效果。
2.根據權利要求1所述的基于加權中值的一致性時鐘同步相對頻偏估計方法,其特征在于:所述步驟S2中,基于加權中值方法的相對頻偏的估計值為序列中的某個值,對于節點擁有足夠的存儲容量,能夠存儲所記錄的全部時間戳的場景,通過尋找時間戳間隔的優化值進行估計,具體步驟如下:
S21:由于節點周期性地廣播本地時鐘消息,假設廣播周期為T;考慮節點收到l個來自節點i的同步數據信息,則有l對時間戳數據對節點的時間戳數據按間隔v相減,即于是發送節點的時間戳之差Δci=vT,加權中值序列的權值Δci(q)恒為vT,則在間隔處理下相對頻偏的加權中值方法下的估計值為序列的中值;
S22:間隔v的取值直接影響估計結果,根據近似克拉美羅下界導出相對頻偏的性能界限,然后對其取最值,得到關于間隔的最優值:
其中round表示四舍五入函數;于是基于間隔的加權中值相對頻偏估計在最優間隔下的估計值為序列的中值。
3.根據權利要求1所述的基于加權中值的一致性時鐘同步相對頻偏估計方法,其特征在于:所述步驟S2中,節點需存儲的用于同步的時間戳數據隨同步過程的進行越來越多;對于節點存儲容量受限,不能夠存儲所記錄的全部時間戳的場景,考慮基于門限的加權中值相對頻偏估計方法,降低存儲開銷;節點設定一個存儲量門限值,當節點收到的數據量超過這個值時,先用加權中值方法估計相對頻偏,然后將加權中值序列中的最小值與最大值分別與估計值作差,丟棄間隔差的絕對值較大的序列中對應的時間戳數據,將存儲量限定在門限范圍內。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于重慶郵電大學,未經重慶郵電大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010145560.1/1.html,轉載請聲明來源鉆瓜專利網。





