【技术实现步骤摘要】
本专利技术属于数据通信，涉及一种基于最优不变估计的精确时间同步时钟参数估计方法。
技术介绍
1、时间同步问题的本质就是寻找方法估计时钟频偏与时钟相偏两个时钟参数。只有同时获得时钟频偏与时钟相偏的估计值，才可以实现网络的完全时间同步。如果同步方法只估计频率偏移，虽然可以实现节点之间频率偏移的修正，节点间可以保持相同的频率变化，但是节点之间的初始相位偏移仍然存在，无法实现真正的时钟同步。另一方面，如果同步方法只估计相位偏移，节点间可以根据相位偏移估计值修正相位偏差，但是由于频率偏移始终存在，节点间的相位偏差随着运行时间的增加会再次出现，为了保证时钟同步的服务质量，因此需要频繁地进行再同步，这个过程会导致网络资源的大量浪费。因此，想要实现网络的完全时间同步，同时尽量节省由于同步需求带来的额外能量开销，就必须同时修正时钟频偏与时钟相偏两个时钟参数。
2、精确时间同步协议(precise time protocol,ptp)因其限制少、性价比高、可以保证网络进行高效的分布式交互的明显优势，目前已经成为分布式网络中最常用的协议之一。然而精确时间同步(precise time protocol,ptp)容易遭受数据包延迟变化的影响，导致同步精确度下降，从而影响同步服务质量。因此寻找能够克服数据包延迟变化影响的方法是保证精确时间同步协议同步性能的关键问题。目前，基于精确时间同步协议(precisetime protocol,ptp)的同步方法克服数据包延迟变化影响的解决方案主要由两种：一种是采用卡尔曼滤波来应对不确定延迟分布的时钟参
3、因此，亟需一种新的能够解决基于精确时间同步协议的时钟频偏与时钟相偏参数估计方法，使其在存在未知随机时延分布信息的通信场景下，仍然可以保持较高的同步精度和具有较强的鲁棒性。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种基于最优不变估计的精确时间同步(precise time protocol,ptp)时钟参数估计方法，面向存在未知随机时延分布信息的通信场景，基于精确时间同步协议(precise time protocol,ptp)，围绕克服数据包延迟变化影响，通过建立主从节点之间的时钟关系模型，同时估计时钟频偏与相偏两个时钟参数，有效地保证精确时间同步协议的同步精度不受影响，同时适用于不同类型时延场景、具有较强鲁棒性的效果。
2、为达到上述目的，本专利技术提供如下技术方案：
3、一种基于最优不变估计的精确时间同步时钟参数估计方法，通过主节点和从节点之间的双向数据包传递实现时间戳交互，建立主从节点之间的时钟关系模型，采用混合高斯模型建模随机时延分布，并运用对手惩罚期望最大化算法学习混合高斯模型参数，最后基于学习得到的参数采用最优不变估计方法同时估计时钟频偏与相偏，实现主从节点间的时间同步。
4、该方法具体包括以下步骤：
5、s1：面向存在未知随机时延分布信息的通信场景，基于精确时间同步协议(precise time protocol,ptp)，建立主从节点间时钟和时延关系模型；
6、s2：当周期同步轮次数达到预定同步轮次数n，根据从节点b记录的时间戳序列信息，采用混合高斯模型建模随机时延分布，并采用对手惩罚期望最大化算法学习得到混合高斯模型的模型参数；
7、s3：基于学习得到的混合高斯模型参数，结合从节点b记录的时间戳序列信息，采用最优不变估计方法估计从节点b的时钟频偏与相偏；
8、s4：根据得到的时钟频偏与相偏估计值，从节点b校正本地时钟，与主节点a实现时钟同步。
9、进一步，步骤s1中，建立主从节点间时钟和时延关系模型的具体步骤为：
10、s11：主节点a以固定周期t向从节点b发送同步报文，该报文不包含时间戳，并记录发送时间为t1,i，然后将发送时间戳t1,i封装在跟随报文中传递给从节点b；
11、s12：当成功接收到主节点a发送的同步报文，从节点b记录接收时间为t2,i，同时，从节点b在跟随报文中获得发送时间戳t1,i；
12、s13：从节点b向主节点a发送延迟请求报文，并记录报文发送时间为t3,i；
13、s14：当成功接收到从节点b发送的延迟请求报文，主节点a记录接收时间为t4,i，然后主节点a通过延迟响应报文将时间戳t4,i发送给从节点b；
14、s15：通过网络中一系列报文的交换，从节点b获得n组连续时间戳序列根据通信时延关系主从节点的时钟信息和时延关系可以建模为：
15、
16、
17、其中，和δ分别表示从节点b相对主节点a的相对频率偏移和相对相位偏移，dms和dsm分别表示正向和反向路径上的确定时延，w1,i和w2,i分别表示上行链路和下行链路的随机延迟。
18、进一步，步骤s2中，采用混合高斯模型建模随机时延分布并学习模型参数，具体步骤为：
19、s21：假设随机时延w1,1,...,w1,n,w2,1,...,w2,n是相互独立且服从相同的高斯混合分布模型如下：
20、
21、其中，p(w|θ)表示随机时延的高斯混合分布，表示未知的混合分量的权重系数，k表示混合分量的数量，g(w|μ,σ2)表示均值为μ、方差为σ2的高斯概率密度函数；令表示未知参数集合；
22、s22：根据贝叶斯定理，任意随机时延属于第jth混合分量的后验密度概率为：
23、
24、其中，h(j|w,θ)表示第j个混合分量的后验密度概率，θj表示第j个混合分量的概率密度参数；
25、s23：基于步骤s21的高斯混合分布模型和步骤s22的后验密度概率，构建加权似然框架函数，该框架函数需要满足仅存在θ＝θ*时，θ*表示参数θ参数的理想真值，加权似然框架可以达到全局最大值，其公式为：
26、
27、其中，q(θ；wn)表示加权似然框架，r(j|wi,θ)表示评价函数，wi表示第i个随机时延变量；
28、该加权似然框架函数由一个广义的最大期望成本函数和一个评估随机时延密度不确定性的度量组成；根据硬切最大期望算法和发散函数，r(j|wi,θ)的定义为：
29、r(j|wi,θ)＝2i(j|wi,θ)-h(j|wi,θ)
30、其中，i(j|wi,θ)表示指示函数，其定义为：
31、
32、s24：使用加权似然框架函数作为代价函数，采用最大化代价函数来估计未知参数集合，在迭代更新估计值的过程中加入对手惩罚机制，奖励获胜混合分量，惩罚竞争对手混合分量，不断迭代期望计算和最大化计算，直至本文档来自技高网...
【技术保护点】
1.一种基于最优不变估计的精确时间同步时钟参数估计方法，其特征在于，该方法具体包括以下步骤：
2.根据权利要求1所述的精确时间同步时钟参数估计方法，其特征在于，步骤S1中，建立主从节点间时钟和时延关系模型的具体步骤为：
3.根据权利要求2所述的精确时间同步时钟参数估计方法，其特征在于，步骤S2中，采用混合高斯模型建模随机时延分布并学习模型参数，具体步骤为：
4.根据权利要求3所述的精确时间同步时钟参数估计方法，其特征在于，步骤S3中，采用最优不变估计方法估计从节点B的时钟频偏与相偏，具体步骤为：
【技术特征摘要】
1.一种基于最优不变估计的精确时间同步时钟参数估计方法，其特征在于，该方法具体包括以下步骤：
2.根据权利要求1所述的精确时间同步时钟参数估计方法，其特征在于，步骤s1中，建立主从节点间时钟和时延关系模型的具体步骤为：
3.根据权利要求2所述的...
【专利技术属性】
技术研发人员：王恒，马文巧，刘晓江，谢鑫，谢昊飞，
申请(专利权)人：重庆邮电大学，
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。