• 论文 • 上一篇    下一篇

基于WSN时钟同步的双迭代算法研究

李泽山,郭改枝   

  1. 内蒙古师范大学计算机科学技术学院, 呼和浩特 010022
  • 出版日期:2020-08-25 发布日期:2020-09-24

李泽山,郭改枝. 基于WSN时钟同步的双迭代算法研究[J]. 系统科学与数学, 2020, 40(8): 1342-1351.

LI Zeshan,GUO Gaizhi. Research on Double Iterative Algorithm Based on WSN Clock Synchronization[J]. Journal of Systems Science and Mathematical Sciences, 2020, 40(8): 1342-1351.

Research on Double Iterative Algorithm Based on WSN Clock Synchronization

LI Zeshan ,GUO Gaizhi   

  1. College of Computer Science and Technology, Inner Mongolia Normal University, Hohhot 010022
  • Online:2020-08-25 Published:2020-09-24

采用双向消息交换机制, 有效地解决了无线传感网络中的同步问题. 利用非同步本地时钟的仿射模型, 建立同步最大似然估计器, 得到最佳一致解. 但是, 直接实现最大似然估计器通常是困难的, 因为最大似然成本函数是高度非线性和非凸的. 为了有效地获得最大似然估计器, 提出一种新的双迭代算法, 该算法通过搜索传感器源节点信息和时钟参数(频率偏移和相位偏移)来获得最大似然估计器. 从而证明算法的收敛性, 并分析了该算法对传感器及时钟参数的估计精度在低噪声条件下近似达到克拉美罗界. 与已有方法相比, 该算法具有计算效率更高、锚节点更少、通信开销更小等优点.

This paper presents a solution to the problem of synchronization in Wireless Sensor Networks (WSN) by adopting the two-way message exchange mechanism. Using the affine model of the unsynchronized local clock, a Maximum Likelihood (ML) estimator is established to obtain the best consistent solution. However, directly implementing an ML estimator is often difficult because the ML cost function is highly nonlinear and non-convex. In order to effectively obtain the ML estimator, a new double iterative algorithm is proposed, which obtains the ML estimator by searching the sensor source node information and clock parameters (clock skew and clock offset). The convergence of the proposed algorithm is proved, and the estimation accuracy of the sensor and clock parameters of the node is adjusted close to Cramer-Rao Lower Bound (CRLB) under low noise conditions. Compared with the existing methods, the algorithm has the advantages of higher computational efficiency, fewer anchor nodes and lower communication cost.

()
[1] 宫文秀, 许作良. 基于二叉树与三叉树期权定价的交替树图方法[J]. 系统科学与数学, 2021, 41(12): 3478-3499.
[2] 简金宝, 徐笑, 晁绵涛. 非凸两分块优化超松弛步长邻近ADMM的收敛性分析[J]. 系统科学与数学, 2021, 41(11): 3139-3150.
[3] 于静,韩鲁青. 一种改进的求解支持向量机模型的坐标梯度下降算法[J]. 系统科学与数学, 2018, 38(5): 583-590.
[4] 吴金明,单婷婷,朱春钢. 连续区间上积分值的二次样条拟插值[J]. 系统科学与数学, 2018, 38(12): 1407-1416.
[5] 吴金明,张雨,张晓磊,朱春钢. 连续区间上积分值的偶次样条插值[J]. 系统科学与数学, 2017, 37(10): 2085-2094.
[6] 王燕,李志明.  一类具有优良性质的五点二重逼近细分格式[J]. 系统科学与数学, 2017, 37(10): 2155-2162.
[7] 张江波,洪奕光. 有限信域观点动力学建模和动态分析[J]. 系统科学与数学, 2016, 36(3): 319-335.
[8] 顾建忠,赵连杰,杨洪勇. 带有未知参数的多智能体系统的自适应分布控制[J]. 系统科学与数学, 2015, 35(3): 342-353.
[9] 郭明乐,祝东进,吴永峰. 行为负相依随机变量阵列加权和的${\bm q}$阶矩完全收敛性[J]. 系统科学与数学, 2014, 34(8): 969-984.
[10] 霍永亮. 二层随机规划逼近问题最优解集的上半收敛性[J]. 系统科学与数学, 2014, 34(6): 674-681.
[11] 吴永峰. $\bm \varphi$-混合序列加权和的强收敛性[J]. 系统科学与数学, 2014, 34(4): 431-442.
[12] 韩志刚. 无模型控制律的特征参量分析与估计[J]. 系统科学与数学, 2014, 34(10): 1159-1171.
[13] 郑邦贵,王刚,邓晓卫. 一类广义隐互补问题的投影组合算法[J]. 系统科学与数学, 2014, 34(1): 43-52.
[14] 石惠敏,王元恒. 渐近伪压缩映像不动点的三步带误差修正迭代逼近[J]. 系统科学与数学, 2014, 34(1): 119-128.
[15] 郭明乐,祝东进. NOD随机变量序列加权和的矩完全收敛性的等价条件[J]. 系统科学与数学, 2013, 33(9): 1093-1104.
阅读次数
全文


摘要