面向大规模传感网多跳一致的低开销时间同步方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61501282
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    19.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0104.通信网络
  • 结题年份:
    2018
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2018-12-31

项目摘要

There are error accumulations and unbalance for multi-hop time synchronization methods in large-scale Wireless Sensor Networks that greatly restricted the expansion of network scale. So synchronization methods for this kind of network need to ensure the consistency of the multi-hop error on one hand and on the other hand also need to take into account of the energy consumption, and how to meet the two aspects at the same time achieving comprehensive compromise is one of the important difficult points for this research direction. To solve this problem our project will analyze the synchronization parameters calibration methods firstly, and then improve the synchronization accuracy based on the least distance square method that can correct the frequency offset and time offset. Further analysis will focus on analysis of the causing factors of multi-hop error accumulations and unbalanced characteristics at great length, and then we will propose a multi-hop synchronization method based on consistency synchronization information, and the method would solve the limitations of multi-hop error problem. Finally, we will introduce the improved synchronization error analysis and prediction method based on the above two research aspects and the cycling adaptive time synchronization system will be established to achieve the purpose of saving energy by maximizing the synchronization cycles that meet the needs of users. A combination of experimental and theoretical analysis method would be employed in this project to analyze the requirement of time synchronization for large-scale networks. We will establish an effective time synchronization method for large-scale Sensor Networks so as to lay theoretical foundation for the diverse applications of Wireless Sensor Networks based on time synchronization.
现有时间同步方法在多跳大规模无线传感器网络应用中大都存在误差累积性和不均衡性,极大制约了网络规模的扩大,同时应用于此类网络的同步方法一方面要保证网络多跳误差的一致性,另一方面也要兼顾能耗,因此设计出一个能很好兼顾以上两方面的同步方案是该研究方向的重点和难点之一。针对这个问题,本项目拟在分析同步参数校正方法基础上,通过基于最小距离平方和的频偏和相偏参数校正方法,提高同步精度;进一步详细分析多跳误差累积和不均衡性产生的因素,建立基于同步信息一致的多跳同步方法,来解决多跳误差的局限性;最后在上述两项研究基础上,引入同步误差分析和预测改进方法,建立周期自适应时间同步体系,在满足用户需求前提下最大化同步周期,从而达到实现节约能耗目的。本项目通过实验和理论分析相结合的方法,分析大规模网络应用对时间同步的需求,将实现面向大规模传感网有效的时间同步方法,为基于时间同步的无线传感网应用多样化奠定理论基础。

结项摘要

本项目围绕大规模传感器网高性能化、同步自适应化和能耗最小化的发展方向,针对大规模传感网的多跳同步误差不一致性、同步能耗和同步开销矛盾等难点问题,通过新型同步误差校正方法和同步信息一致扩散和自适应周期方法等的运用,取得了一系列研究成果,具体如下:.1)基于最小距离平方和法的时间同步校正方法。分析了无线传感网节点时间模型内在规律,分析制约无线传感器网络时间同步误差精确度的因素,实现了基于最小距离平方和法的线性回归分析方法,从而对节点间的频率偏差和相位偏差更准确的校正。.2)基于基准源时间快速扩散的一致性同步方法。综合分析了跳数误差累积和路径差异引起的时间同步误差不一致性,依托本项目研究的时间同步参数校正方法,突破误差累积带来的不确定性问题,形成了基于基准源时间快速扩散的同步方法,从时间信息的源头降低多跳同步误差累积和不均衡性。.3)基于误差分析评估的周期自适应同步方法。针对同步误差形成机理和演化规律,研究了同步误差分析和预测技术,进一步实现了基于不同尺度的误差补偿方法和同步周期自适应调整方法,实现面向大规模网络低开销、可扩展的时间同步方法。.4)面向移动传感网的时间同步方法研究。本项目初步开展了时间同步方法在移动传感网中的应用,实现了带有移动节点的传感网的时间同步方法研究,通过移动节点的移动性和传感网时间同步方法结合实现了面向移动传感网的时间同步方法。.总之,本项目提出的面向大规模传感网多跳一致的时间同步方法,对解决大规模传感网的多跳误差不一致性和能耗不均衡性问题,具有重要的理论意义和现实价值。

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(1)
会议论文数量(6)
专利数量(3)
Time Synchronization for Wireless Sensor Networks with a Mobile Node
无线传感器网络与移动节点的时间同步
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    Ad Hoc & Sensor Wireless Networks
  • 影响因子:
    0.9
  • 作者:
    Wu Xiaoming;Wang Yinglong;Wang Fuqiang;Zeng Peng;Xiao Yang;Han Wenlin
  • 通讯作者:
    Han Wenlin
一种基于自学习补偿频漂的轻量级TPSN时间同步优化算法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    仪器仪表学报
  • 影响因子:
    --
  • 作者:
    李盛;于长斌;吴秋轩;汪付强
  • 通讯作者:
    汪付强
A Swarm Intelligent Algorithm Based Route Maintaining Protocol for Mobile Sink Wireless Sensor Networks
基于群体智能算法的移动Sink无线传感器网络路由维护协议
  • DOI:
    10.1155/2015/823909
  • 发表时间:
    2015-10
  • 期刊:
    Mathematical Problems in Engineering
  • 影响因子:
    --
  • 作者:
    Wu Xiaoming;Wang Yinglong;Hu Yifan
  • 通讯作者:
    Hu Yifan
A Rendezvous Node Selection and Routing Algorithm for Mobile Wireless Sensor Network
移动无线传感器网络的汇聚节点选择和路由算法
  • DOI:
    10.3837/tiis.2018.10.007
  • 发表时间:
    2018-10
  • 期刊:
    KSII Transactions on Internet and Information Systems
  • 影响因子:
    1.5
  • 作者:
    Hu Yifan;Zheng Yi;Wu Xiaoming;Liu Hailin
  • 通讯作者:
    Liu Hailin
Rigid formation control of double-integrator systems
双积分系统的刚性编队控制
  • DOI:
    10.1080/00207179.2016.1207100
  • 发表时间:
    2017-07
  • 期刊:
    International Journal of Control
  • 影响因子:
    2.1
  • 作者:
    Sun Zhiyong;Anderson Brian D. O.;Deghat Mohammad;Ahn Hyo-Sung;Sun ZY
  • 通讯作者:
    Sun ZY

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

一种低开销的双向时间同步算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    仪器仪表学报
  • 影响因子:
    --
  • 作者:
    曾鹏;于海斌;汪付强
  • 通讯作者:
    汪付强

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码