基于静态权值组合集成模型的WSN时钟偏差估计

针对无线传感器网络(WSN)时钟同步精度低、复杂度高等问题,提出了一种基于静态权值组合集成模型的时钟偏差预测方法。对传感器节点的时间戳观测值进行有放回抽样,将面向回归问题的Ada Boost.RT集成学习算法的误差函数和阈值调整方法进行改进,并以改进的Ada Boost.RT算法作为集成框架,采用DPNN作为弱学习机构建集成局域模型对时间偏差进行有效预测。实验表明,对于长期预测,Ada Boost.RT模型和改进型Ada Boost.RT模型的预测效果相对于DPNN全局模型提升了20%。此外,在长期观测和短期观测两种情况下,Ada Boost.RT改进型模型的预测效果要优于Ada Boost.RT模型,能够更有效地减小时间估计偏差。