无线自组织网络协同同步算法收敛速度的分析与优化

摘要

作为通信、控制、传感、计算机科学等学科的热门研究领域，无线自组织网络(Ad hoc networks)得到广泛的关注与研究。无线传感器网络等无线自组织网络中的节点在大多数情况下会被部署于分散的环境中，且每个节点都安装有独立的硬件时钟，而这些硬件时钟可能会因为环境或硬件本身的问题导致网络中节点时钟的不同步，从而无法进行节点之间的协作。因此，时间同步作为保障无线自组织网络能够正常工作的一项基本支撑技术，其算法收敛性能的提升是本文主要的研究内容。
　　首先，根据无线自组织网络与时间同步算法的特点，本文将导率等马尔可夫链相关理论引入到时间同步算法收敛性能的研究中。本文根据网络拓扑结构求解所对应的导率，考虑了更加准确的边界效应，提出了计算更加精确的导率的方法，验证了导率等参数与时间同步算法收敛性能的关系。
　　同时，本文提出了基于自回归模型的时间同步算法。在基于自回归模型的时间同步算法中，每个节点首先利用历史状态值确定自回归模型的阶数、参数，对当前状态值进行滤波，再利用滤波值完成迭代算法，通过仿真验证，我们发现如果选取合适的自回归模型系数能够改善时间同步算法的收敛性能。
　　最后，本文分析了网络中存在的干扰对时间同步算法的影响，基于卡尔曼滤波提出了优化的时间同步算法，通过仿真验证了引入卡尔曼滤波的时间同步算法能够有效抑制干扰的影响，并且收敛效果比未引入卡尔曼滤波时要好。

目录

声明

摘要

第一章 绪论

1．1 时间同步算法的研究背景和意义

1．1．1 无线自组织网络概述

1．1．2 无线自组织网络同步问题

1．1．3 选题目的与意义

1．2 研究现状分析

1．2．1 无线自组织网络时间同步

1．2．2 利用滤波方式优化同步算法

1．2．3 存在干扰时同步算法的抗干扰方法

1．3 主要研究内容与贡献

1．3．1 课题研究内容

1．3．2 论文主要贡献

1．4 论文结构安排

第二章 分布式时间同步算法收敛速度分析

2．1 引言

2．2 预备知识

2．2．1 时钟模型与同步

2．2．2 一致性理论

2．2．3 随机几何图

2．2．4 若干矩阵定义

2．3 无线自组织网络时间同步算法与收敛性分析

2．3．1 时间同步算法概述

2．3．2 迭代矩阵的选取

2．3．3 时间同步算法的收敛性分析

2．4 导率对收敛速度的影响

2．4．1 离散参数马尔可夫链与随机游走

2．4．2 马尔可夫链与同步算法

2．4．3 导率与同步算法收敛性

2．5 本章小结

第三章 基于自回归模型的收敛速度提高方法

3．1 引言

3．2 基于自回归模型的同步算法

3．2．1 自回归(AR)模型

3．2．2 自回归模型的系数与阶敦求解

3．2．3 基于自回归模型的同步模型

3．3 仿真过程与分析

3．3．1 仿真网络场景

3．3．2 算法仿真过程

3．3．3 结果与分析

3．4 本章小结

第四章 基于卡尔曼滤波的抗干扰同步算法

4．1 引言

4．2 基于卡尔曼滤波优化时间同步算法

4．2．1 时钟偏差干扰模型

4．2．2 干扰模型下同步算法的收敛性

4．2．3 卡尔曼滤波基础

4．2．4 建立卡尔曼滤波优化时间同步模型

4．3 仿真过程与分析

4．3．1 仿真网络场景

4．3．2 算法仿真过程

4．3．3 结果与分析

4．4 本章小结

第五章 总结与展望

5．1 全文总结

5．2 研究展望

参考文献

致谢

攻读硕士学位期间发表的论文及参与的工作