无线传感器网络中的时钟同步与拒绝服务攻击应对
无线传感器网络本地时钟同步
常见事件估计与偏移和漂移的关系
在无线传感器网络中,本地时钟同步是一个重要的问题。通过对相对偏移和漂移的估计来确定常见事件时,可能会出现错误的估计情况。例如,在图 26.8 中,当错误地认为 $C_i(t_{i2})$ 和 $C_j(t_{j4})$ 是节点 $S_i$ 和 $S_j$ 常见事件发生时的本地时钟值,相对漂移会被错误地估计为 $dt_j/dt_i = (C_j(t_{j4}) - C_j(t_{j1}))/(C_i(t_{i2}) - C_j(t_{i1}))$,并且表示 $S_j$ 本地时钟值的线会围绕表示 $C_i(t_{i1})$ 的点旋转。
同时,相对偏移也可能被错误估计。当把 $C_i(t_{i1})$ 和 $C_j(t_{j2})$ ($S_j$ 单独观测事件时的本地时钟值)视为 $S_i$ 和 $S_j$ 常见事件发生时的本地时钟值,相对偏移会被错误估计为 $O_j - O_i = C_j(t_{j2}) - C_i(t_{i1})$,表示 $S_i$ 本地时钟值的线会平行移动。
通常情况下,相对偏移和漂移估计错误时,估计的常见事件数量会比正确估计时少。虽然不同事件的本地时钟值对可能因变换后的 $C$ 值巧合相同而被估计为常见事件,但这种巧合情况的概率较低。因此,正确的相对漂移和偏移能提供最大数量的估计常见事件这一启发式方法几乎总是适用的。
相对偏移和漂移估计算法
以下是相对偏移和漂移估计算法的具体步骤:
1. 初始化无线传感器节点 $S_i$ 和 $S_j$ 估计的常见事件的最大数量为 0,即 $MC
超级会员免费看
订阅专栏 解锁全文
10

被折叠的 条评论
为什么被折叠?



