无线传感器网络成对节点同步方法研究

贾润亮

(山西省财政税务专科学校,山西 太原 030024)

0 引言

传感器网络全网时间同步的实现需要经历从简单到复杂的过程,要求对信道抢占、网络拓扑等相关影响因素进行剔除,并设计成对节点同步算法,在此基础上进一步探究成对阶段同步算法在影响因素介入情况下的运行效果,进而不断调整、优化算法。 所以开展无线传感器网络成对节点同步方法研究具有重要意义,能够为全网时间同步算法的设计奠定基础,对无线传感器网络的实践运用发展也极为有利。

1 无线传感器网络成对节点同步概述

无线传感器能够借助多跳的形式,利用无线信道,使源节点上数据包(内含相关信息)目的节点进行传输[1]。

无线传感器网络下,各节点的晶体振荡器能够形成对应的时间,通过线性模型运行。 线性模型公式为:

公式中,节点I同参考节点之间的初始相位差表示成φ,而节点i的频率和参考节点频率二者之比表示成ω。

鉴于传感器节点晶振所采用制造方式存在差异,且外部环境改变使节点之间存在频率偏移、相位偏移的状况[2]。 参考节点工作时间通过X 轴来表示,同步节点工作时间用Y 轴表示,实线、虚线则分别为标准时钟、待同步时钟。 若在X 轴对特定点进行设定,则由曲线构成的差异部分则为节点之间存在的时间差。

节点时间同步时,就需要用到带有时间戳的信令。过程中,第一步需要研究时间信令的时延组成。 因为在无线传感器网络节点进行交互信息时,经常会出现延迟的问题,而根据构成分类又能够划分为随机延迟、确定性延迟两大类[3]。 其中,前者可以表示成Xk,包括接入时间、信道抢占时间两部分内容;而后者可以表示为d,涵盖硬件内置系统处理时间、传播时间两部分。

2 单向型贝叶斯估计同步算法

上述公式中,A,X分母不相关,A作为指数变量为二次型,且分母仅为归一化因子,所以p(A|X)为高斯概率密度函数,X 决定着方差、均值。Q(A)则表示如下:

令p(A|X)积分为1,则可得上述结果。 所以表示后验概率密度函数也为高斯,基于此能够获得估计量,具体如下:

估计量可以表示为:

3 成对节点同步方法的实验分析

通过经典点对点双向型同步算法、单向贝叶斯估计法来估计参数,完成时钟补偿,将成对节点同步变为现实。 在开展实验测试分析时,需要设定相应的条件、环境。 设有ZigBee 无线通信技术下的成对时间信令交互节点,终端节点A、协调节点R分别为待同步节点以及参考节点。 作为无线通信网络技术,IEEE 802.15.4/ZigBee 技术存在传输速率低、高效化、功耗低和经济性等几大特点,通常用来对短距离通信问题进行处理[6]。依托ZigBee 技术无线传感器设施,可以在网络平台中开展成对节点同步方法的实验分析工作。 设置3 m 的距离,利用协议栈编程基于2.4 GHz 频点位置,将第11 个信道CH11 作为传输信道,其中心频率是2.405 0 GHz。实验过程中,信道占用带宽、接收灵敏度和射频功率依次是2.687 498 MHz,-80 dBm 以及4.43 dBm。 结合高精度频谱分析仪来设定实验条件。

4 成对节点同步方法的实验数据分析

4.1 经典点对点双向型同步算法的数据分析

在公式(15)中,终端节点A、协调器R二者的相对时钟相偏、相对时钟频偏分别可以用φ,ω来表示;且由终端节点A向协调器R的上、下行链路进行信息传输时的固定时延部分可以表示为d;而由终端节点A向协调器R的上、下行链路进行信息传输时的随机时延部分可以分别表示为Xk,Yk。 参考无线传感器网络中成对节点随机延时分布实验,能够发现:Xk,Yk均为高斯分布下的随机变量,彼此独立,且都是方差为σ2的零均值。

4.2 改进单向型算法的数据分析

在实验数据方面,改进单向型算法同经典点对点双向型同步算法存在明显的差异。 在同步后将X 轴设定为Tk1,Y 轴设定为Uk,所得的图形为同X 轴平行,并位于其上方位置的直线。Uk直线的纵轴截距分别是d+Xk,具体数据详如图1 所示。

图1 同步后实验数据

根据图1 可知,改进单向型算法的同步效果良好,能够有效修正频偏,修正率为10-5。

5 结语

鉴于无线传感器网络节点依靠电池来供电,因此同步方法可以通过能量消耗体现出来,通过开展无线传感器网络成对节点同步方法的研究,能够发现虽然单向型贝叶斯估计同步算法、经典点对点双向型同步法二者均能够实现成对节点间的同步,但是前者的能耗较少,而后者的能耗较大。