基于非漏电脉冲耦合振荡器模型的无线传感器网络时间同步算法

提出了一种基于非漏电脉冲耦合振荡器模型的无线传感器网络（WSNs）时间同步算法，并对算法的正确性进行了证明，给出了算法步骤的描述。同时分析了如何在WSN节点上实现该算法，引入了不应期来解决由于延迟带来的节点之间重复激发问题，并讨论了模型中各参数对同步的影响。非漏电脉冲耦合振荡器模型采用线性的动态函数描述振荡器的状态变化，从而解决了经典的脉冲耦合振荡器模型因采用非线性动态函数而使计算量过大的问题，使得基于该模型的时间同步算法可以在WSN节点上高效运行。通过测试平台上的实验验证了算法的有效性。

移动式脉冲耦合振荡器实现动态WSN时间同步

针对无线传感器网络WSN(Wireless Sensor Network)中移动式传感器的广泛应用,考虑到传统时间同步模型受运动方向、速度和通信距离等因素的限制,提出将移动式脉冲耦合振荡器(MPCOs)模型应用到二维动态的相互交互平面WSN当中,研究一种动态WSN的时间同步方法。为提高时间同步方法的收敛速度,分析传感器节点数、耦合强度、速度、通信半径对所提时间同步方法收敛速度的影响,得出收敛速度与传感器节点数、耦合强度、速度、通信半径成正比的结论。通过得到最优参数实现网络最优化使同步收敛时间最快,达到降低能耗和信息损耗。通过数值仿真验证了所提方法的有效性。

基于线性脉冲耦合振荡器模型的WSN时间同步

针对WSN传感器节点特点,基于萤火虫互同步模式的脉冲耦合振荡器模型,提出了一种改进的线性脉冲耦合振荡器模型。同时,该模型解决了传感器节点由于晶振的差异而频率不同引起的对同步的影响。理论证明基于频率不同的线性脉冲耦合振荡器模型的萤火虫同步算法能以概率1同步。将该算法在WSN物理平台进行了实现,并对实验结果进行了分析。实验表明,该算法可以将无线传感器网络的时间同步到毫秒级精度。

面向智能用电网络自适应脉冲耦合同步的谐波测量

电能谐波是评估智能用电网络电能质量的重要指标之一。采用无线网络实现智能用电中的谐波测量具有良好的扩展性和鲁样性,但对电能测量节点间的同步精度提出更高要求,因此测量网络下节点间的快速、高精度同步对实现准确谐波测量具有重要意义。面向智能用电网络下谐波测量,基于鲁棒性、扩展性好的脉冲耦合振荡(PCO)机制,提出一种针对测量网络节点密度自适应的快速网络同步方法。通过理论分析和实验研究网络参数和内置同步模型对PCO同步速率的影响。在智能用电测量网络下验证提出的同步方法,结果表明自适应优化模型在不同节点密度下相比于传统三角同步速率提高,平均同步误差降低30.1%,提高了智能网络下的谐波测量精度,优化了智能用电网络的电能质量。

脉冲耦合和分布式扩散相结合的时间同步协议

针对WSN同步精度较低、可扩展性差的问题,提出基于脉冲耦合和分布式扩散相结合的协作时间同步协议,将同步分为时钟节拍同步和时间同步两个阶段。时钟节拍同步阶段,通过脉冲信号耦合来改变节点相位实现节拍同步;时间同步阶段,基于双向信息交换模式,把主节点域的平均时间扩散有限的跳数,采用互扩散使节点时间近似同步到网络节点的平均时间上,实现时间同步。结果表明:该协议同步精度更高,收敛速度较快,扩展性较好。