基于BP神经网络模型时钟同步误差补偿算法

误差补偿是保证水下传感器网络时钟同步精度的一个重要保障,现有研究方法主要采用线性拟合和最小二乘法对时钟同步参数进行误差补偿,但该类方法并未考虑受海流影响时节点移动所导致的时钟同步精度问题.针对此问题,本文提出一种基于BP神经网络模型的时钟同步误差补偿算法.首先采用深海拉格朗日洋流模型描述水下节点运动规律,模拟水下节点运动速度,进而建立时钟同步参数模型,最后构建符合水下环境的BP神经网络时钟同步误差补偿模型,通过定义激励函数,引入正则项因子和补偿性因子避免模型过拟合,建立误差反向传播的BP神经网络模型时钟同步误差补偿算法.仿真实验表明,本文提出的算法与TSHL算法、MU-sync算法、MM-sync算法相比,在时钟同步精度(即时钟同步时间与标准时间的误差)上分别提升了37.42%, 17.29%和21.86%,并且均方误差得到显著降低.