【技术实现步骤摘要】
本申请涉及通信，特别是一种基于transformer和序贯最小二乘估计的tsn时钟同步方法。
技术介绍
1、tsn的协议由ieee 802.1as规定，通过确定性的最小时延协议族来确保数据实时、确定和可靠地传输，在工业互联网中有着重要应用价值。
2、现有的tsn多个时钟之间的同步主要通过主时钟选择和主从时钟间发送若干次报文完成，主要同步过程为：首先在多个时钟中选择合适的一个作为主时钟，随后主时钟发送同步报文到各个从时钟，从时钟收到后并发送时延测量报文返回给主时钟，然后主时钟收到后记录收到该时延测量报文的时间，并将计算出的时延再返回给各个从时钟。如此，从时钟便可以修正本地时间，达到网络时钟同步的目的。
3、然而现有的同步算法中，一方面主时钟选择算法可能选出与其他时钟各参量差距较大的主时钟，需要通过合理的准则进行选择；另一方面节点较多时多个从时钟同时发送时延测量报文时可能出现排队的情况从而导致网络拥塞，在时钟偏移量的计算时出现误差，最终同步受到影响，无法满足tsn的精度要求。
技术实现思路
1、本申请实施例的目的在于提供一种基于transformer和序贯最小二乘估计的tsn时钟同步方法，一方面对主时钟选择算法进行优化，通过综合考虑各个时钟的若干固有参数选择最适合的主时钟；另一方面主时钟循环向逐个从时钟发送时延测量报文，从时钟端通过序贯最小二乘估计和transformer模型计算时钟偏移量。最终达到提高网络时钟同步精确性与鲁棒性的目的。
2、为实现上
3、本申请实施例提供一种基于transformer和序贯最小二乘估计的tsn时钟同步方法，包含以下步骤：
4、在同步周期开始时判断是否需要选择主时钟；
5、基于时钟参数向量之间的欧氏距离选出最佳主时钟；
6、各个从时钟之间逐个与主时钟通过报文测量时钟偏差并在每个周期利用序贯最小二乘估计和transformer模型更新传播时延与时钟偏差值；
7、从时钟减去主从时间偏差实现时间同步。
8、所述在同步周期开始时判断是否需要选择主时钟具体为，在同步周期开始时，若网络没有主时钟，或者相比于上一个周期若网络拓扑结构或者时钟参数发生变动，则判断为需要执行主时钟选择；否则判断为不需要重新选择主时钟。
9、所述基于时钟参数向量之间的欧氏距离选出最佳主时钟具体为，将网络里每个时钟的固有参数用数字表示并归一化后组成参数向量，然后在所有时钟的参数向量组成的向量空间里找到一个参数点使得该参数点到其他所有参数点的欧氏距离之和最小，最后将该参数点对应的时钟作为主时钟。
10、所述主时钟为如下优化问题的最优解：
11、
12、将第i个时钟的参数向量记为v(i)，所有时钟的集合记为i。
13、基于序贯最小二乘估计的估计方法的具体步骤为主时钟被确定之后，周期性地发送报文进行所有时钟的同步。在一个周期内，主时钟依次向各个从时钟发送同步报文，对于第i个从时钟的同步报文，将主时钟发出的时间记为该从时钟接收到该报文的时间记为该从时钟接收到主时钟发来的报文后，会返回一个时延测量报文给主时钟，记从时钟发送该时延测量报文的时刻为主时钟收到该时延测量报文的时间为那么，主时钟与从时钟之间的传播延时τ(i)可以通过下面的公式计算：
14、
15、主时钟与第i个从时钟之间的时钟偏差θ(i)可以通过下面的公式计算：
16、为了获得更准确的时钟偏差，每个从时钟端会存储逐个周期计算得到的传播延时与时钟偏差，并通过序贯最小二乘估计对实时的传播延时与时钟偏差进行估计。考虑到网络波动，其中最小二乘估计将第i个从时钟传播延时估计量时钟偏差估计量分别建模为
17、
18、
19、其中为待估计参数，d(i)为第i个时钟的参数向量与主时钟参数向量的欧氏距离。将第i个从时钟在第n个周期得到的实时传播延时和时钟偏差记为τ(i)[n]和θ(i)[n]，则在第n+1个周期时，基于实时传播延时和时钟偏差数据序列(第1,...,n周期所有数据组成的序列)和序贯最小二乘估计修正上述待估计参数。经过不断的参数估计与更新，得到稳定的传播延时和时钟偏差预测模型。
20、所述基于transformer模型的估计方法具体步骤为，在每个设备每一次时钟同步时，将历史传播延时和时钟偏差数据组成的序列x(x可以为历史传播延时或历史时钟偏差数据)输入transformer编码器进行当前同步周期传播延时和时钟偏差的预测。transformer模型由编码器和解码器组成。其中编码器由n个相同的编码层组成。单个编码层的操作主要为以下几步：第一步是先对长度记为i的输入序列进行线性映射，将其映射为i×d维特征矩阵q。该矩阵q在经过线性层降维之后经过前馈神经网络得到该编码层的输出。编码器中的每个编码层都以前一层的输出为本层的输入(除第一层输入为原始数据序列)。最终编码器输出编码结果xen。第二步，将数据输入解码器进行处理。解码器的输入构造方法为先取原始数据序列的后一半，长度记为i/2，在之后补零使总长度为i后得到解码器输入。解码器也由若干个相同的解码层组成。解码层的操作主要分为以下几步：第一步将解码层的输入送入前馈神经网络之后得到输出x1。第二步，将上一步得到的x1与编码器的输出xen进行multi-head自注意力运算。自注意力运算过程如下：首先通过线性层引入multi-head机制，将x1通过线性层映射为更多通道的query矩阵q。同理将xen通过线性层映射为value矩阵v、key矩阵k。然后对q,k,v进行如下运算得到自注意力输出atten：
21、
22、其中σ(·)为softmax激活函数，dq为q的维度。第三步将自注意力输出与x1，xen和x相加之后送入前馈神经网络得到解码器的输出xde。解码器的输出即为当前同步周期传播延时和时钟偏差的预测。在得到序贯最小二乘估计和transformer模型预测的结果之后，将二者相加取均值得到当前同步周期传播延时和时钟偏差。
23、与现有技术相比，本申请的有益效果是：
24、(1)通过主时钟选择算法，能够为网络选择恰当的主时钟从而保证网络时钟的偏差不会过大，同时在网络结构和时钟参数发生变化时能够动态进行调整，具有实时性和适应性；
25、(2)通过主时钟向各个从时钟逐个发送同步报文的方式，避免了排队现象带来的网络拥塞与同步误差，提高了同步的成功率与准确性；
26、(3)从时钟端通过序贯最小二乘估计和transformer模型对时钟偏差进行实时估计，能够有效避免噪声和网络突然波动带来的同步误差，具有更好的鲁棒性与准确性。
本文档来自技高网...【技术保护点】
1.一种基于Transformer和序贯最小二乘估计的TSN时钟同步方法，其特征在于，包含以下步骤：
2.根据权利要求1所述的一种基于Transformer和序贯最小二乘估计的TSN时钟同步方法，其特征在于，所述在同步周期开始时判断是否需要选择主时钟具体为，在同步周期开始时，若网络没有主时钟，或者相比于上一个周期若网络拓扑结构或者时钟参数发生变动，则判断为需要执行主时钟选择；否则判断为不需要重新选择主时钟。
3.根据权利要求1所述的一种基于Transformer和序贯最小二乘估计的TSN时钟同步方法，其特征在于，所述基于时钟参数向量之间的欧氏距离选出最佳主时钟具体为，将网络里每个时钟的固有参数用数字表示并归一化后组成参数向量，然后在所有时钟的参数向量组成的向量空间里找到一个参数点使得该参数点到其他所有参数点的欧氏距离之和最小，最后将该参数点对应的时钟作为主时钟。
4.根据权利要求1所述的一种基于Transformer和序贯最小二乘估计的TSN时钟同步方法，其特征在于，所述主时钟为如下优化问题的最优解：
5.根据权利要求1所述的一种基
6.根据权利要求1所述的一种基于Transformer和序贯最小二乘估计的TSN时钟同步方法，其特征在于，所述基于Transformer模型的估计方法具体步骤为，在每个设备每一次时钟同步时，将历史传播延时和时钟偏差数据组成的序列x输入Transformer编码器进行当前同步周期传播延时和时钟偏差的预测，Transformer模型由编码器和解码器组成，其中编码器由N个相同的编码层组成，单个编码层的操作主要为以下几步：第一步是先对长度记为I的输入序列进行线性映射，将其映射为I×D维特征矩阵Q，该矩阵Q在经过线性层降维之后经过前馈神经网络得到该编码层的输出，编码器中的每个编码层都以前一层的输出为本层的输入，最终编码器输出编码结果xen，第二步，将数据输入解码器进行处理，解码器的输入构造方法为先取原始数据序列的后一半，长度记为I/2，在之后补零使总长度为I后得到解码器输入，解码器也由若干个相同的解码层组成，解码层的操作主要分为以下几步：第一步将解码层的输入送入前馈神经网络之后得到输出x1，第二步，将上一步得到的x1与编码器的输出xen进行multi-head自注意力运算，自注意力运算过程如下：首先通过线性层引入multi-head机制，将x1通过线性层映射为更多通道的query矩阵q。同理将xen通过线性层映射为value矩阵v、key矩阵k，然后对q,k,v进行如下运算得到自注意力输出Atten：
...【技术特征摘要】
1.一种基于transformer和序贯最小二乘估计的tsn时钟同步方法，其特征在于，包含以下步骤：
2.根据权利要求1所述的一种基于transformer和序贯最小二乘估计的tsn时钟同步方法，其特征在于，所述在同步周期开始时判断是否需要选择主时钟具体为，在同步周期开始时，若网络没有主时钟，或者相比于上一个周期若网络拓扑结构或者时钟参数发生变动，则判断为需要执行主时钟选择；否则判断为不需要重新选择主时钟。
3.根据权利要求1所述的一种基于transformer和序贯最小二乘估计的tsn时钟同步方法，其特征在于，所述基于时钟参数向量之间的欧氏距离选出最佳主时钟具体为，将网络里每个时钟的固有参数用数字表示并归一化后组成参数向量，然后在所有时钟的参数向量组成的向量空间里找到一个参数点使得该参数点到其他所有参数点的欧氏距离之和最小，最后将该参数点对应的时钟作为主时钟。
4.根据权利要求1所述的一种基于transformer和序贯最小二乘估计的tsn时钟同步方法，其特征在于，所述主时钟为如下优化问题的最优解：
5.根据权利要求1所述的一种基于transformer和序贯最小二乘估计的tsn时钟同步方法，其特征在于，基于序贯最小二乘估计的估计方法的具体步骤为主时钟被确定之后，周期性地发送报文进行所有时钟的同步。在一个周期内，主时钟依次向各个从时钟发送同步报文，对于第i个从时钟的同步报文，将主时钟发出的时间记为该从时钟接收到该报文的时间记为该从时钟接收到主时钟发来的报文后，会返回一个时延测量报文给主时钟...
【专利技术属性】
技术研发人员：徐焕，陈家璘，胡钰林，周正，金波，查志勇，徐浩，余铮，高飞，孟浩华，郑蕾，龙霏，夏凡，赵靑尧，魏晓燕，梅子薇，周德坤，王红卫，曾铮，王逸兮，李磊，王晟玮，
申请(专利权)人：国网湖北省电力有限公司信息通信公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。