基于卡尔曼滤波的时间敏感网络端到端时序同步方法与流程

本技术涉及能源互联网确定性网络领域，特别是一种基于卡尔曼滤波的时间敏感网络端到端时序同步方法。

背景技术：

1、目前，现有的tsn时间敏感网络时序同步方法主要建立在ptp精准时间协议基础之上。其主要通过时间戳交换机制实现精准的同步。网络首先通过在每个节点运行最佳主时钟选择算法得到最佳主时钟节点并以最佳主时钟为根节点构造出时间同步拓扑结构，随后每个节点通过信息交互计算节点间路径延迟。然后主时钟节点通过主-从时钟结构向所有从节点广播时钟信息。同时设备的本地时钟进行采样产生一个转发时间，与主节点广播的时钟信息比较后得出传输时延，从而实现对本地时钟的调整。

2、现有的一些技术方法结合ptp协议和同步以太网技术，在控制层采用ptp协议进行误差计算和相位同步，在物理层借助同步以太网产生公共计时标准并通过锁相环实现时钟频率的调整。此外，也存在基于硬件的时间标记处理方案，通过硬件产生高精度时间戳从而提高同步精度。另一些技术手段在时钟同步架构中加入低时延数据流处理模块，降低了同步的时延与抖动的同时也减少了网络开销。实时信息传输的高时钟精度是基于tsn的能源互联网良好运行的先决条件。为此也有针对现有ptp协议的扩展方案，通过引入时钟漂移因子估计时钟偏差量，对时钟进行修正来提升精度。尽管上述技术方案在时间敏感网络时序同步场景下对定时同步精度有一定性能提升，但尚未针对面向能源互联网确定性网络领域作针对性优化设计，因此相关时序同步方案仍存在优化空间。

技术实现思路

1、本技术实施例的目的在于提供一种基于卡尔曼滤波的时间敏感网络端到端时序同步方法，进一步优化面向能源互联网确定性网络时间同步精度。

2、为实现上述目的，本技术提供如下技术方案：

3、本技术实施例提供一种基于卡尔曼滤波的时间敏感网络端到端时序同步方法，包括以下步骤：

4、步骤1：基于能源互联网确定性网络时间同步节点的工作特性，针对性考虑时钟工作频率偏移特性，建立对应时钟模型；

5、步骤2：建立主从时钟端到端同步流程，主时钟向从时钟发送两个主时钟本地时间戳和时钟工作频率，从时钟记录两个本地时间戳以消除链路时延分量；

6、步骤3：从时钟基于获得的主时钟工作状态信息，计算状态转移矩阵、观测矩阵，初始化误差向量与误差协方差矩阵，建立基于卡尔曼滤波的时钟同步方程；

7、步骤4：从时钟经过卡尔曼滤波方程迭代更新得到当前时钟同步周期内主时钟工作状态预测值，调整从时钟时序值与时钟工作频率。

8、所述步骤1中时钟模型方程建立如下；

9、

10、ci(t)为端到端同步网络中第i时序同步节点在t时刻的时间，δi为第i时序同步节点与主时钟节点时间的初始时序偏差值，其中c0(t)为主时钟节点在t时刻的时间，即有δ0＝0；fi(t)为第i时序同步节点的时钟频率，将上述连续时间时钟模型离散处理，得到抽样后的同步时钟时序值ci[k]，其中ci[k]与fi[k]分别表示同步时钟在抽样时刻k所测得的时序值与抽样频率，ds为抽样间隔长度，

11、

12、时钟频率与相位的随机抖动会直接影响到时序同步节点的当前时间ci(t)，此处将时钟频率抽样值fi[k]，k＝0，1，2，...，n考虑为服从高斯分布的随机变量，其均值为同步时钟晶振标称频率，方差为σ2，即满足下列等式：

13、δfi[k]＝fi[k]-fnomin al

14、

15、其中δfi[k]为第i时序同步节点在抽样时刻k相较标称频率的抖动值，由以上公式可以近似得到从时钟节点j(j≠0)在抽样时刻k与主时钟节点之间的时序偏差值表达式cofj[k]；

16、

17、主时钟输出的时间序列在时间轴上取离散点，记为tk，k＝0，1，2，...，n，即作为时间同步网络从时钟的参考时间序列；将同步网络主时钟输出的时间序列离散点作为从时钟的抽样时刻，也即k＝tk，k＝0，1，2，...，n，抽样间隔长度ds＝ds，k＝tk-tk-1，k≥1；取得第j(j≠0)时序同步节点从时钟在上述抽样时刻的瞬时时钟频率fj[tk]，可近似认为该时序同步节点j在抽样间隔时间ds，k＝tk-tk-1内的平均时钟频率为

18、

19、在抽样时刻tk处，由于从时钟频率相对主时钟频率偏移带来的时序值偏差量为

20、

21、由此，可以得到抽样时刻tk主从时钟时序偏差值cofj的表达式如下；

22、

23、进而，可以得到下一个抽样时刻tk+1的主从时钟偏移量cofj[tk+1]如下；

24、

25、在面向能源互联网端到端同步网络中，主时钟与从时钟通过携带时间戳与时钟工作频率报文的交换实现时序信息的交互以及同步过程为：

26、首先，主时钟向从时钟发送携带有本地初始时间戳t1与主时钟工作频率的sync报文，初始时间戳t1表示主从时间同步过程的起始时间；携带有初始时间戳t1的sync报文经过主从时钟端到端传输时间tprop,ms后抵达从时钟应用端，此时从时钟应用层会记录相应的sync报文本地到达时间t2；接着，从时钟会向主时钟发送delay_req延迟请求报文，并在发送开始时刻记录本地发送时刻t3；delay_req延迟请求报文经历从主时钟端到端传输时延tprop，sm后到达主时钟应用层，主时钟随即记录收到delay_req延迟请求报文的本地接收时刻t4；最后，主时钟向从时钟发送携带有时间戳t4与当前主时钟工作频率的delay_resp延迟应答报文，从时钟接收到delay_resp延迟应答报文后，解析提取出时间戳t4；也即，在一次主从时钟同步过程结束时，从时钟获得四个同步相关时间戳(t1，t2，t3，t4)，其中t1与t4为主时钟本地时间，t2与t3为从时钟本地时间；且从时钟同时也获得两个主时钟当前工作频率信息；

27、在上述时间戳的交互过程中，有以下等式成立；

28、t2＝t1+tprop，ms+cofj[t2]，j＝1，2，...，m

29、t4＝t3+tprop，sm-cofj[t4]，j＝1，2，...，m

30、在时不变对称信道中，一般认为对传播时延的两次观测值tprop，ms与tprop，sm是相等的，即有tprop，ms＝tprop，sm＝tprop；同时也可近似认为抽样时刻t2与抽样时刻t4的主从时钟时序值偏移量cofj是相同的，即有cofj[t2]＝cofj[t4]＝cofj，由此可得；

31、t2-t1＝tprop+cofj，j＝1，2，...，m

32、t4-t3＝tprop-cofj，j＝1，2，...，m

33、基于上述关系式，可以分别得到空口端到端传输时延tprop与主从时钟时序值偏移量cofj，j＝1，2，...，m的表达式；

34、

35、

36、基于步骤2中获得的信息提取主时钟工作状态信息，建立基于卡尔曼滤波的时钟同步方程，在步骤2中给定的主从时钟同步过程中，从时钟将获得的主时钟启动时钟同步过程的sync报文发送时刻t1记为抽样时刻t1，k，将获得的主时钟应用层接收到delay_req延迟请求报文的时刻t4记为抽样时刻t4，k，则有；

37、t2，k＝cj[t1，k+tprop]＝t1，k+tprop+cofj，j＝1，2，...，m

38、t3，k＝cj[t4，k-tprop]＝t4，k-tprop+cofj，j＝1，2，...，m

39、记主时钟在抽样间隔ds，k＝t4，k-t1，k内的平均时钟频率为fave，0[k]，则有；

40、

41、主时钟与从时钟的状态向量为；

42、s0[k]＝(c0[k]，f0[k])t，sj[k]＝(cj[k]，fj[k])t，j＝1，2，...，m

43、主时钟的状态向量更新关系式为；

44、

45、其中，δk为滤波采样周期间隔，此处取一次时间同步周期；c0[k]为主时钟在上一次卡尔曼滤波同步迭代过程中的时序值，此处取时序值为上一轮同步周期中获得的时序t4，k；f0[k]为主时钟在上一次卡尔曼滤波同步迭代过程中的平均时钟频率；状态误差向量中的两个维度分别为主时钟在上一个滤波同步周期的时序值c0[k]与频率值f0[k]的状态误差；a与b分别为状态转移矩阵与控制矩阵，即有；

46、c0[k]＝t4，k

47、

48、根据以上状态向量与更新关系式，建立主时钟的观测方程为；

49、

50、其中，h0为观测矩阵，观测误差向量中的两个维度分别为从时钟对主时钟的时序值与时钟频率的观测误差；则有如下关系式成立；

51、

52、其中，时间戳间隔时间t4,k-t1,k、t4,k-t2,k与t4,k-t3,k均为已知量；根据以上给定状态方程与观测方程，可建立对应的时间同步卡尔曼滤波方程如下；

53、

54、

55、基于步骤3中卡尔曼滤波方程迭代更新得到的当前主时钟工作状态信息预测值从时钟对自身时序值以及时钟工作频率做出相应调整，即完成本次卡尔曼滤波时间同步周期的端到端主从时钟校准工作，在下一个滤波同步周期开始时，重复执行步骤2至步骤4。

56、与现有技术相比，本技术的有益效果是：

57、第一，基于卡尔曼滤波的时钟同步算法可以有效地融合来自多个源的信息，包括本地时钟漂移、网络延迟等。这有助于提高同步的准确性，尤其在复杂的网络环境中。

58、第二，时间敏感网络中的网络节点时钟同步问题通常涉及到非线性系统，例如时钟漂移的累积。扩展卡尔曼滤波算法可以更好地处理非线性系统，相对于一般的线性同步算法更为灵活。

59、第三，卡尔曼滤波算法具有一定的容错性，可以在一定程度上处理时间同步架构中的系统时间戳测量噪声和系统建模误差。这有助于时间同步算法在实际网络中更稳定地工作。