TPSN时间同步算法研究

收稿日期:2008-03-20 修回日期:2008-03-28第26卷 第5期计 算 机 仿 真2009年5月文章编号:1006-9348(2009)05-0121-04一种低开销的无线传感器网络时间同步算法俞家安,陈晓辉,王卫东(中国科学技术大学电子工程与信息科学系,安徽合肥230027)摘要:低开销是无线传感器网络时间同步算法的重要技术要求之一。

为了降低同步过程中的通信开销,提出了一种基于部分广播的低开销无线传感器网络时间同步算法。

算法基于TPS N 算法的分层思想,利用节点的距离信息,选择当层节点的部分相邻节点进行下一层的等级广播,从而有效地降低同步过程中的通信开销。

分析了在不同的网络节点密度下广播信息包数与等级广播距离的关系,得到了不同网络节点密度下的最优等级广播距离。

仿真结果表明,与TPS N 算法相比,在相同的同步精度下,算法能显著地降低高密度无线传感器网络时间同步的开销。

关键词:无线传感器网络;时间同步;低开销中图分类号:TP393 文献标识码:BA L o w O verh ead T i m e Synchron iza tion A lgor ithmfor W ireless Sensor N et work sY U Jia-an ,C HEN X iao-hu,i WANG W ei-dong(Depart m ent of E lectro n ic Engi neering and Infor m atio n Science ,Un i versity of Sc i ence and Technology of Ch i na ,H efe iAnhui 230027,Chi na)ABSTRACT :Lo w overhead is an i m portant requ irement of ti m e sy nchronizatio n a l gorith m of wireless sensor ne t 2works .In th i s pape r ,a l o w ove rhead ti m e synchronizatio n a l gor it hm is proposed for reduc i ng co mm un i catio n overhead i n synchro n izi ng .This a l gorith m,which is based on the level d i scoverym echan i s m used i n TPSN ,on l y selects frac 2tio na l nodes i n the broadcasting a rea of the current leve l node as the next l eve l broadcast i n iti a te nodes .As a result ,the overhead of ti m e synchron izati on i s reduced effecti ve l y .The selecti on of next l eve l broadcast i nitiate nodes is ac 2cord i ng to d i stance i nfor m atio n of current leve l no des .The re l a ti ons h i p bet ween nu mber of broadcast packets and level -broadcast d i stance i n d ifferen t node density of net works is a l so analyzed .And t he best l eve l-broadcast d istance i n var i ous node density of net works i s gi ven in the paper .F i nall y ,si m u l a ti on works vali date tha t t he algor it h m greatl y re 2duces the nu m be r of b roadcasti ng packets for ti m e synchron i za ti on i n hig h densityw ire less sensor ne t w orks ,wh ile t he synchro n izati on prec isi on i s equivalent co m pa red w it h TPS N .KEY W ORDS :W ire l ess sensor net w orks ;T i m e synchro n izati on ;Lo w overhead1 引言无线传感器网络是近几年一个新兴的研究热点,可广泛应用于军事、环境监测、工业控制等领域。

DMTS与TPSN时间同步算法的融合设计
徐世武;王平;何花;施文灶;江华丽
【期刊名称】《单片机与嵌入式系统应用》
【年(卷),期】2010(000)012
【摘要】简要阐述了传感器网络节点的基本体系结构和影响无线传感网络时间同步的因素,重点介绍了DMTS与TPSN两种时间同步算法,分析了两者的优缺点,充分利用两者的优点使两种算法得到了融合运用.
【总页数】4页(P17-19,22)
【作者】徐世武;王平;何花;施文灶;江华丽
【作者单位】福建师范大学物理与光电信息科技学院,福州,350007;福建师范大学物理与光电信息科技学院,福州,350007;福建师范大学物理与光电信息科技学院,福州,350007;福建师范大学物理与光电信息科技学院,福州,350007;福建师范大学物理与光电信息科技学院,福州,350007
【正文语种】中文
【中图分类】TP368.1
【相关文献】
1.基于韦伯分布模型的DMTS时间同步算法研究 [J], 郑顾平;李强;刘兆雄
2.基于TPSN和DMTS的低能耗时间同步算法 [J], 何秀春;张金榜;刘军;林语
3.基于改进TPSN和卡尔曼滤波的时间同步算法 [J], 胡爱华;邓中亮;张耀
4.无线传感器网络TPSN-RBS联合时间同步算法 [J], 姜帆;郑霖
5.一种节能的基于TPSN算法改进的时间同步算法 [J], 杨鹏;杨明慧
因版权原因，仅展示原文概要，查看原文内容请购买。

简论无线传感网络时间同步的问题引言想要在无线传感网络中很好地保证数据传输的可靠性，非常重要的一点就是保持节点之间时间上的同步。

目前因特网上采用时间同步协议标准是NTP协议，采用有线传输，不适合用于功耗、成本受限制的无线传感网络中。

GPS系统也可以提供高精度的时间同步，但它的信号穿透性差，GPS天线必须安装在空旷的地方，功耗也较大，所以不适合无线传感网络。

Elson等人2002年首次提出无线传感器网络时间同步的研究课题以来，已有相当多的典型时间同步算法，主要可以分为以下几类：基于发送者-接收者的双向同步算法，典型算法如TPSN算法；基于发送者-接收者的单向时间同步算法，典型算法如FTSP算法、DMTS算法；基于接收者-接收者的同步算法，典型算法有RBS算法。

近年来根据以上几种典型同步算法，还有人提出了分簇式的层次型拓扑结构算法，以及结合生成树等来提高整个网络的性能，如LTS算法、CHTS算法、CRIT算法、PBS算法、 HRTS 算法、BTS算法、ETSP算法等。

然而，无论以上同步算法怎样发展，精度如何提高，整个网络功耗怎样降低，都是基于单跳时间同步机制。

随着无线传感网络的运用与发展，传感节点体积不断缩小，单跳距离变小，整体网络规模变大，同步误差的累积现象必将越来越严重。

目前也有比较新的同步算法，试图尽量避开单跳累加来解决这些问题，如协作同步。

1 时间同步1.1 时间同步不确定性的影响因素时间同步不确定性的主要的影响因素如图1所示。

图1 报文传输延迟发送时间：发送方用于构造分组并将分组转交给发送方的MAC层的时间。

主要取决于时间同步程序的操作系统调用时间和处理器负载等。

访问时间：分组到达MAC层后，获取信道发送权的时间。

主要取决于共享信道的竞争、当前的负载等。

传送时间：发送分组的时间，主要取决于报文的长度等。

传播时间：分组离开发送方后，并将分组传输到接收方之间的无线传输时间。

主要取决于传输介质、传输距离等。

无线传感器网络分布式时间同步算法研究无线传感器网络分布式时间同步算法研究随着科技的飞速发展，无线传感器网络（Wireless Sensor Network，WSN）作为一种重要的信息采集和传输技术，已广泛应用于环境监测、物联网、智能交通等领域。

在无线传感器网络中，时间同步是保证传感器节点之间数据协同采集和传输的重要环节。

然而，由于传感器节点分散在不同的位置并且缺乏全局的时钟源，导致节点间的时间同步问题变得复杂而困难。

为了解决无线传感器网络中的时间同步问题，研究人员提出了一系列分布式时间同步算法。

本文将围绕这一主题进行探讨，并分析当前常用的算法及其优缺点。

一、问题分析在无线传感器网络中，由于各个节点的位置分布随机且节点数量庞大，传感器节点之间存在着不同的时延。

同时，由于能源和存储的限制，节点之间的通信是基于无线传输，并且容易受到外部环境干扰。

这些因素使得无线传感器网络中的时间同步问题异常复杂。

二、常用算法及其优缺点1. Flooding算法Flooding算法是无线传感器网络中最简单的时间同步算法之一。

该算法的基本原理是将时间同步信息通过广播方式从一个节点发送到其他所有节点。

虽然Flooding算法实现简单，但是它会导致大量的冗余消息和能量浪费，并且无法解决节点之间的时延问题。

2. Tree-based算法Tree-based算法采用树状拓扑结构进行时间同步。

每个节点只需和其父节点进行时间同步，从而减少了通信开销。

然而，由于树状拓扑结构的建立需要依赖节点的位置信息，这种算法对节点位置的要求较高，并且当树的结构发生变化时，重新建立树状拓扑结构非常困难。

3. TPSN算法Time-Period Synchronization（TPSN）算法是一种基于时钟周期同步的时间同步算法。

该算法要求节点具备相同的时钟周期，并通过周期性的消息交换进行时间同步。

TPSN算法能够有效解决节点之间的时延问题，但是由于时钟周期的偏移和误差，还存在一定的误差。

sntp对时原理嗨，朋友！今天咱们来唠唠SNTP对时这个超有趣的事儿。

你知道吗，SNTP就像是一个超级准时的小管家，专门负责把各个设备的时间都弄得整整齐齐的。

想象一下啊，要是世界上所有的设备时间都乱七八糟的，那得多乱套啊。

比如说，你在网上订了个东西，商家说10点发货，结果因为他们的设备时间不对，以为还早着呢，你就得干等着，多闹心啊。

那SNTP是怎么做到对时的呢？这得从它的工作方式说起。

SNTP是基于网络来工作的。

就好比它在网络这个大社区里到处串门，看看每个设备的时间情况。

它有个服务器，这个服务器就像是一个大时钟，而且是那种超级精准的时钟。

其他的设备呢，就像是一个个小迷糊，有时候时间不准。

当一个设备想要对时的时候，就会向这个SNTP服务器发送一个请求，就像在说：“大时钟，我都不知道现在啥时候了，你告诉我呗。

”这个请求就在网络的大道上跑啊跑，跑到服务器那儿。

服务器呢，接到这个请求后，就会查看自己精准的时间，然后把这个时间信息打包起来，再发回给那个请求的设备。

这就像是把正确的时间写在一个小纸条上，然后给那个小迷糊设备送回去。

这中间可没那么简单哦。

网络这个东西有时候就像个调皮的小孩子，会把这个时间信息的小纸条弄乱或者耽搁一会儿。

所以呢，SNTP还有一些聪明的办法来应对这种情况。

它会计算这个信息在路上花费的时间，就像你知道快递在路上走了多久一样。

然后根据这个时间来调整发给设备的准确时间。

而且呀，SNTP还很贴心呢。

它不是只对一次时就不管了。

它会定期地去检查设备的时间，就像一个关心你的小管家，时不时就来看看你的时间准不准。

如果发现有点偏差了，就会再次帮忙调整。

你再想想那些大型的网络系统，比如说银行的系统。

要是各个分行的设备时间都不一样，那转账啊、交易啊这些操作可就全乱套了。

SNTP就像是一个幕后的英雄，默默地保证着所有设备时间的一致性。

再说说我们日常生活中的智能设备吧。

你的手机、智能手表，这些东西要是时间不准，你可能就会错过重要的约会或者提醒。