无线传感器网络有许多应用，从工业过程自动化到环境监测。Alpen-Adria-Universität Klagenfurt的研究人员最近开发了一种时间同步技术，并进行了实验性性能测试。该方法学习传感器时钟的行为，使其在能量和计算资源方面特别有效。
几十年来，研究人员一直致力于改进传感器网络。一个关键的设计目标是保持单个传感器(如相机和温度计)的成本尽可能低，以实现具有数千个连接传感器的大型网络。这带来了一个缺点:低价传感器的能量和计算能力有限。因此，旨在充分利用有限资源的方法是至关重要的。
这就是时间同步起着根本性的作用。紧密同步可以减少节点的无线电活动时间，从而降低节点的能量消耗。这大大延长了它们的寿命。网络与嵌入式系统研究所(Alpen-Adria-Universität Klagenfurt)的研究人员开发了一种新的同步技术来解决这个问题。特别强调的是确保该方法在消耗资源时不会太贪婪，否则将抵消同步的优势。
“想象一下，一群朋友安排了一次会议。通常你们会商定一个时间和地点。通常情况下，并不是所有的人都准时到达，所以会议协调员会打电话给迟到的人。这需要努力，”Bettstetter教授团队的博士后研究员Jorge Schmidt解释道。如果此示例被转移到传感器网络他和他的同事正在研究，这种努力意味着单个传感器的能量和计算能力的损失。
与博士生Wasif Masood合作，Schmidt和Bettstetter现在开发了一种技术，可以减少单个传感器振荡器之间同步的额外工作量。Schmidt通过一个例子更详细地解释了这一点:“和一群朋友在一起，我们已经知道谁经常迟到。因此，这种会议的协调人可以告诉每个朋友不同的时间，以阻止延迟。这正是新开发的技术所做的:使用时间序列分析，它可以学习传感器时钟的行为，并可以在异步甚至开始发展之前预测或纠正未来的延迟。“虽然通过学习行为来预测未来修正的想法并不新鲜，但我们已经证明，从我们的时间序列分析中提取的行为模型在常用的无线传感器设备上工作得非常好，”Jorge Schmidt补充说。
同步技术在实验室和室外进行了测试，在不同的温度条件下使用商用传感器设备。
了下:M2M(机对机)
