专利名称：基于广播Gossip算法的分布式时钟同步方法
技术领域：
本发明涉及一种无线传感器网络的分布式时钟同步技术。
背景技术：
无线传感器网络是由大量具有数据采集、数据处理和无线数据收发等功能的节点所组成的通信网络。由于成本和体积的限制，这些节点通常都采用电池供电，因此具有有限的数据分析和传输能力。在很多应用中，需要将各个传感器节点的时钟同步，以便进行诸如到达时间估计的分布式定位、时分多址、分布式协同和分布式目标跟踪等领域的应用。节点间时钟同步可以有多种方法，例如通过GPS(全球定位系统)或基站授时，但是这种方法需要每个传感器节点装配GPS或蜂窝通信模块，不但会增加设备的成本，也会增加它们的功耗。另外一种方法就是节点间通过交换时钟信息来进行分布式同步，但是这类方法传统上都采用了复杂的路由协议来进行时钟信息的交换，所以通常会由于通信延时或网络容量的问题，造成协议开销大、收敛精度低且收敛速度慢的问题。在上述背景下，诞生了可应用于无线传感器网络分布式同步的Gossip算法。在该算法中，每个节点被随机地唤醒，然后唤醒的节点随机地和它选定的某个(或某组)相邻节点交换时钟信息，随后这两个(或该组)节点分别利用凸合并(Convex Combination)算法合并这些时钟信息，并用新的时钟信息替换掉自己原有的时钟。此时称该算法完成了一次更新或一次迭代。在数学上可以证明，通过这种算法，网络中的所有节点能够实现时钟同步(或称为实现了共识)，并且最终每个节点的时钟恰好等于这些节点初始时钟的平均值。因此在无线传感器网络中应用Gossip算法进行分布式时钟同步的意义在于:1)避免热点问题。由于采用了随机行走(Random Walk)模式进行时钟信息传输，因此避免了形成以中心节点为根的树状或网状等固定拓扑结构，因此可以使分组更好的规避热点区域。2)减少协议开销和能量消耗。由于不需要进行路由建立和维护，所以Gossip算法有效减少了协议开销，进而降低节点能量消耗。此外，分组在每次发送之前均进行了合并压缩，所以分组数量大大减少，也可以有效降低节点的能量消耗。3)通信可靠性。由于不需要通过固定的端到端路由来传输时钟信息，因此Gossip算法避免了单点失效则路由失效问题，提高了网络的可靠性。4)提高网络可扩展性(Scalability)。由于时钟信息在传递过程中进行了合并压缩，因而网络中增加节点只会增加算法的收敛时间，并不会显著增加网络的业务量。因此该算法可以更好地利用网络资源，从而提高网络的扩展性。5)降低硬件需求。传统端到端的通信模式，网络中的节点需要缓存分组直到其被正确发送为止。当网络中的节点数较多或业务量激增时，节点需要更多的时间来处理信道竞争问题，这期间会有大量的分组需要进行缓存，这对于存储能力十分有限的无线传感器节点是一个巨大的挑战。而Gossip算法中的每个节点只需要保存它自己的时钟信息即可，一旦接收到新的时钟信息，它会立刻将两个时钟信息压缩合并，所以它只会占用有限长度的数据发送队列，而与网络的规模和业务模式无关。因此，Gossip算法可以很好的适应无线传感器网络的体系结构和工作模式，具有很好的应用前景。
Gossip算法在1984年由Tsitsiklis等人首次提出，该算法仅利用网络节点的本地信息与它的邻居节点的信息进行数据交换，解决了分布条件下的平均共识问题。Gossip算法可以被广泛的用于源定位问题、参数估计问题、卡尔曼滤波等，近年来更是受到了学术界的广泛关注。本发明涉及一种无线传感器网络中的分布式平均共识算法，该算法能够使得无线传感器网络中所有的节点达到平均共识状态，与传统的算法相比，该算法具有更快的收敛速度，并且在数学上被证明是收敛的并且收敛于均值，同时，该算法对实际应用过程中的丢包问题、拓扑结构变化问题有很好的适应性。尽管国内外已经有很多关于无线传感器网络Gossip算法方面的研究成果，但是以前的研究主要侧重于成对Gossip算法(Pair-wise Gossip Algorithm)和地理Gossip算法(Geographic Gossip Algorithm)的研究。这两类算法由于在每次更新时只有选定的节点进行数据交换，因此尽管可以使节点时钟收敛于它们初始时钟的均值，但是却只能用于双向链路，没有很好的利用无线信道的广播特性。直到最近几年，国际上才出现了对于广播Gossip算法(Broadcast Gossip Algorithm)的研究。这类算法中当一个节点广播它的时钟信息时，所有能接收到该时钟信息的节点均可以更新它们的数据。由于不需要反向数据交换，所以这类算法更适合于非对称的无线信道。同时，由于每次时钟更新有更多的节点参与，因此这类算法的收敛速度更快。此外，由于广播Gossip算法不再需要随机选择相邻节点，从而使算法更加简单并易于实现。然而遗憾的是，目前国际上所有的广播Gossip算法都面临着两个问题:或者它们不能保证每个节点的时钟收敛于它们初始时钟的平均值(即平均共识)；或者能收敛到平均值，但是无法从数学上证明其收敛性。对于前者，那么每个节点最终达成的同步时钟会与它们初始时钟的均值有较大的偏差，不利于进行网络维护和数据分析。而后者由于不能从数学上证明其收敛性，因此算法的可靠性无法得到保证，并且该算法从仿真分析结果来看收敛速度也极慢。
发明内容
本发明为了解决目前所有的广播Gossip算法都面临着不能保证每个节点的时钟收敛于它们初始时钟的平均值的，致使每个节点最终达成的同步时钟会与它们初始时钟的均值有较大的偏差，不利于进行网络维护和数据分析问题，从而提供一种基于广播Gossip算法的分布式时钟同步方法。基于广播Gossip算法的分布式时钟同步方法,它包括如下步骤:步骤一:对包含有N个节点的无线传感器网络初始化，并初始化入度信息和加扰
参数；其中N为正整数,C=Kt为节点i的入度信息，e为加扰参数；步骤二:设定节点的两个变量，Xi (t)为节点i的当前时钟变量，Ii (t)为节点i的伴随变量，其中Xi(O)为节点i的初始时钟值，且yi(0) = 0，即初始时间为t = 0 ;并设定定时器，所述定时器的计数值满足任意随机分布；步骤三:判断各节点的状态:当节点为定时期满的触发节点k时则进入步骤五，当节点为接收到本地广播的外邻节点j时则进入步骤六；否则继续监听；步骤四:将定时期满的触发节点k的两个变量值，即触发节点k的当前时钟变量值Xk(t)和伴随变量值yk(t)，利用本地广播分别广播给它的外邻节点j ；步骤五:对无线传感器网络中的节点的时钟变量值和状态变量值进行更新，并将触发节点k的定时器清除；步骤六:判断无线传感器网络中N个节点的两个变量是否都收敛于同一个同步时钟值，即无线传感器网络中N个节点的时钟变量均相同，且N个节点的伴随变量均相同；如果是则进入步骤八，否则重新设定定时器并返回步骤四；步骤七:获得时钟同步结果，完成迭代过程。步骤一所述对包含有N个节点的无线传感器网络初始化的过程为:对包含有N个节点的无线传感器网络建立有向简单图G = (V，E)，其中V= {I,2，…，N}为节点集合，E为边集合；当且仅当节点i能够直接从节点j处接收分组时，称边(i，j) e E存在，此时称节点i为节点j的外邻，而节点j为节点i的内邻，且(/，〗>￡;令<:={作广(/，/)6五}和|:={化广如>碍分别代表节点i的内邻集合和外邻集合，《和分别为节点i的入度和出度，符号|x|。代表取集合X的势。所述步骤五:对无线传感器网络中的节点的时钟变量值和状态变量值进行更新的过程中:对于触发节点k，将该节点的状态值、伴随变量值发送给外邻节点j，然后将触发触发节点k的伴随变量设置为O ;
权利要求
1.基于广播Gossip算法的分布式时钟同步方法,其特征在于它包括如下步骤: 步骤一:对包含有N个节点的无线传感器网络初始化，并初始化入度信息和加扰参数；其中N为正整数，4+为节点i的入度信息，ε为加扰参数； 步骤二:设定节点的两个变量，Xi (t)为节点i的当前时钟变量，yi(t)为节点i的伴随变量，其中Xi(O)为节点i的初始时钟值，且Yi (O) = 0，即初始时间为t = O ;并设定定时器，所述定时器的计数值满足任意随机分布； 步骤三:判断各节点的状态:当节点为定时期满的触发节点k时则进入步骤五，当节点为接收到本地广播的外邻节点j时则进入步骤六；否则继续监听； 步骤四:将定时期满的触发节点k的两个变量值，即触发节点k的当前时钟变量值xk(t)和伴随变量值yk(t)，利用本地广播分别广播给它的外邻节点j ； 步骤五:对无线传感器网络中的节点的时钟变量值和状态变量值进行更新，并将触发节点k的定时器清除； 步骤六:判断无线传 感器网络中N个节点的两个变量是否都收敛于同一个同步时钟值，即无线传感器网络中N个节点的时钟变量均相同，且N个节点的伴随变量均相同；如果是则进入步骤八，否则重新设定定时器并返回步骤四； 步骤七:获得时钟同步结果，完成迭代过程。
2.根据权利要求1所述的基于广播Gossip算法的分布式时钟同步方法,其特征在于步骤一所述对包含有N个节点的无线传感器网络初始化的过程为: 对包含有N个节点的无线传感器网络建立有向简单单向关系G= (V，E)，其中V= {I,2，…，N}为节点集合，E为边集合；当且仅当节点i能够直接从节点j处接收分组时，称边(i，j) e E存在，此时称节点i为节点j的外邻，而节点j为节点i的内邻，且 令和JVT分别代表节点i的内邻集合和外邻集合，和分别为节点i的入度和出度，符号|X|。代表取集合X的势。
3.根据权利要求2所述的基于广播Gossip算法的分布式时钟同步方法，其特征在于所述步骤五:对无线传感器网络中的节点的时钟变量值和状态变量值进行更新的过程中: 对于触发节点k，将该节点的状态值、伴随变量值发送给外邻节点j，然后将触发触发节点k的伴随变量设置为O ; {xk (r +1) = xk (U和 1) = 0 式中:xk(t)表示触发节点k在t时刻的时钟变量，yk(t)表示触发节点k在t时刻的伴随变量。
4.根据权利要求3所述的基于广播Gossip算法的分布式时钟同步方法，其特征在于所述步骤五:对无线传感器网络中的节点的时钟变量值和状态变量值进行更新的过程中: 对于外邻节点j，根据收到的信息进行更新:
5.根据权利要求1所述的基于广播Gossip算法的分布式时钟同步方法,其特征在于在步骤一中所述加扰参数e的取值为Re(^2)/2，其中为矩阵L的第二小特征值； 所述L为i=(l/iV)Z二厶⑷，其中0为々满足:如果j = k并且/e W ,那么々 = lM+;否则W =O。
全文摘要
基于广播Gossip算法的分布式时钟同步方法，涉及一种无线传感器网络的分布式时钟同步技术，解决目前所有的广播Gossip算法都面临着不能保证每个节点的时钟收敛于它们初始时钟的平均值的，致使每个节点最终达成的同步时钟会与它们初始时钟的均值有较大的偏差，不利于进行网络维护和数据分析问题。包括步骤对包含有N个节点的无线传感器网络初始化；使每个节点获得入度信息和加扰参数值；设定节点的两个变量；判断各节点的状态将定时期满的触发节点的变量值广播给它的外邻节点；对网络中的节点的变量值进行更新；判断无线传感器网络中N个节点的两个变量是否都收敛于同一个同步时钟值；获得时钟同步结果，完成迭代过程。本发明可广泛应用于分布式时钟同步。
文档编号H04W56/00GK103152817SQ20131010116
公开日2013年6月12日 申请日期2013年3月27日 优先权日2013年3月27日
发明者吴少川, 刘杨, 刘博 , 李婧, 王玉泽, 崔闻, 孙仁强 申请人:哈尔滨工业大学