煤矿井下物联网感知层时间同步技术综述

物联网感知技术是智能矿山应用服务的基础，是实现智能矿山建设需要首先突破的课题[1]。煤矿井下物联网感知的诸多应用，如节点定位、数据融合等，都要求参与的节点拥有一致的时间，因此，精确时间同步是矿山协同检测的前提，是实现智能矿山的时间基础[2]。

煤矿井下空间的诸多特性，如地形狭窄冗长、巷道表面不平整等，会造成同步误差累积效应大、信号传输可靠性差，给无线节点间时间同步技术研究带来了很大挑战。本文在分析现有物联网感知层时间同步方法的基础上，阐明了煤矿井下物联网感知层对时间同步性能的特殊需求；给出了煤矿井下物联网时间同步方法的研究进展；从层次型拓扑动态构建、实时同步方法引入和虚拟通信链接构造等角度，展望了煤矿井下物联网感知层时间同步的研究方向。

1 物联网感知层时间同步基础

1.1 节点时钟模型

出于降低成本的考虑，在物联网感知层中，感知节点普遍使用频率准确度低和稳定度差的廉价晶体振荡器[3]，其振荡频率会随环境温度、压力和供电电压的变化而产生波动。设感知节点i在t时刻的时钟速率和相位分别为

和

则节点i的本地时钟可表述为

网络中节点的本地时钟τi(t)不能随意调整[4]。在设计时间同步方法时，需要为节点设置虚拟时钟，并建立其与本地时钟τi(t)的映射关系：

Ti(t)=αi(t)τi(t)+βi(t)=ωi(t)t+φi(t)

式中：Ti(t)为节点i在标准UTC(协调世界时)时间t时刻的本地虚拟时钟值；αi(t)和βi(t)为调整系数;ωi(t),φi(t)分别为Ti(t)相对于真实时间t的速率和相位。

通过改变αi(t)和βi(t)的值，可以调整ωi(t)和Ti(t)，从而达到校正虚拟时钟的目的。

1.2 同步信息交换模型

为实现感知层时间同步，需要在节点间进行时间信息传输，估计出节点间的频率和相位差异，并对自身的虚拟时钟进行调整，进而实现所有节点在虚拟时钟上的同步。时间同步信息传输方式有点播、组播和广播3种，如图1所示。图1中，Tj(t)和Tm(t)分别表示节点j和m在t时刻的本地虚拟时钟值,t1,t2表示不同时刻,syn为同步请求包,ack为应答包。点播方式常用于点对点的时间同步中，组播方式应用在层次型拓扑网络的时间同步中，而广播方式则应用在平面拓扑网络的时间同步中。

图1中，节点间进行时间同步信息传输时，受通信环境的影响，不可避免存在着传输时延。同步信息的传输时延是物联网感知层时间同步的一个基本挑战，直接使得节点间的时钟不可能绝对同步[5]。节点间的时间同步问题，其实质就是传输时延估计问题。

1.3 基础时间同步方法

1.3.1 层次型时间同步方法

现有层次型时间同步方法主要采用2种拓扑结构：树形结构和簇结构，以树形结构为主。以树形结构为基础的时钟同步协议中，代表性的有传感器网络时间同步协议(Timing-sync Protocol for Sensor Networks，TPSN)[6]、轻量级时间同步(Lightweight Time Synchronization，LTS)协议[7]、洪泛时间同步协议(Flooding Time Synchronization Protocol，FTSP)[8]等。以簇结构为基础的同步协议中，最具代表性的为参考广播同步(Reference Broadcasts Synchronization，RBS)[9]和成对广播同步(Pairwise Broadcast Synchronization，PBS)协议[10-11]。

按照节点间信息交换机制不同，层次型时间同步方法又可分成为3种：发送端-接收端同步(Sender-Receiver Synchronization, SRS)、仅接收端同步(Receiver-Only Synchronization, ROS)和接收端-接收端同步(Receiver-Receiver Synchronization, RRS)。

SRS为父子节点间双向交换时间信息的一种时间同步机制，而ROS是基于侦听共同通信范围内父子节点间的信息交换，进而同步到父节点的一种同步方式。SRS和ROS时钟同步模型如图2所示，其中

分别表示第k次信息交换中节点A发出信息、节点P接收信息、节点B接收信息、节点P发出信息、节点A接收信息的时间。1个同步周期内，节点A和节点P间基于SRS机制双向交换时间信息N次，其共同通信范围内的子节点B基于ROS机制侦听节点A和节点P的信息，进而获得时间戳信息

和

其中k表示第k次信息交换。在节点A与节点P进行N次信息交换后，节点A拥有时间信息

而节点B获取到信息包

节点A和节点B通过设计相应的估计器，可估计出节点间的相对相位偏差φ(AP)，φ(BP)和频率偏差ω(AP)，ω(BP)，进而同步到父节点P。

RRS同步方法通过接收共同父节点的同步信息，实现2个子节点间的时间同步。RRS时钟同步模型如图3所示，其中节点P为父节点，节点A和节点B为节点P通信范围内的子节点，时间同步由父节点P发起。第k次时间同步信息包传输时，节点P在

时刻发送信息包，节点A和节点B分别在本地时钟

接收到来自节点P的信息包，然后交换时间戳信息

和

节点P发送N次同步信息包后，节点A和节点B均获取到信息包

通过设计相应的估计器，节点A和节点B可估计出频率偏移ω(AB)和相位偏移φ(AB)。

1.3.2 分布式时间同步方法

分布式时间同步方法具有较强的鲁棒性，得到了广泛关注和大量研究。典型的分布式时间同步方法有反向萤火虫算法(Reachback Firefly Algorithm，RFA)[12]和一致性时间同步方法[13-18]。

一致性时间同步方法的目标是通过设置αi(t)和βi(t)的值，将网络中所有节点i的虚拟时钟Ti(t)调整到一个共同时钟。节点i在本地时钟τi(t)为信息广播周期的整数倍时进行1次信息包广播。广播的信息包含有节点i的硬件时钟τi(t)和(αi(t),βi(t))。一阶一致性时间同步方法可以表述为

αi(t)=ρ(t)αi(t-1)+(1-ρ(t))ωij(t)αj(t-1)

式中：ωij(t)为任意节点i，j间的相对时钟频率的估计值，

为调节因子，ρ(t)∈(0,1)。

根据αi(t)和βi(t)值，节点i按照式(2)调整虚拟时钟。在多次状态迭代后，网络中所有节点的αi(t)和βi(t)值趋于一致，从而实现网络的时间同步。

一致性时间同步方法大多基于平均一致性理论，只能保证算法的渐近收敛性[19]，同步误差是渐近收敛的，在误差较小时收敛速度较慢。

2 煤矿井下物联网对时间同步方法的特殊需求

由于煤矿井下空间环境的特殊性，煤矿井下物联网感知层时间同步方法除需考虑收敛性、同步精度等外，还需要考虑同步算法能量有效性、拓扑鲁棒性及可扩展性等指标。

2.1 能量有效性

煤矿井下空间一般位于地表数百米以下[20]，煤矿井下感知节点大多采用电池供电，能量有限且难以补充，因而，煤矿井下物联网感知层时间同步方法应具有较少的通信量、较长的同步周期。此外，毫秒级的时间误差就将导致数米甚至数十米的空间定位误差，因此，精确时间同步是智能矿山综合信息挖掘、安全隐患发现等的基础条件[2]。煤矿井下物联网感知层时间同步方法应能在同步精度和同步能耗间折中。

2.2 拓扑鲁棒性

煤矿井下巷道面为煤和岩层，表面粗糙不平，地表被煤渣和废料覆盖[21]，同时巷道中存在采煤支架、钢轨、电缆、绞车等，煤矿井下无线通信环境差，无线信号传输存在多径衰落现象[22]，信号传输距离短[23-24]。因此，节点间极易产生通信干扰和信道竞争，信号传输可靠性差，感知层网络拓扑动态变化。煤矿井下物联网感知层时间同步方法应具有一定的拓扑鲁棒性。

2.3 可扩展性

煤矿井下巷道为分支结构，呈树形布置，分支长度达数千米甚至万米以上，网络直径大，同步误差累积效应明显[25]；同时，感知层网络的规模会随着监测任务的具体要求及节点的加入和死亡而发生改变。因此，煤矿井下物联网感知层时间同步方法要能降低网络直径大引起的同步误差累积效应，并适应网络规模改变所带来的影响。

3 煤矿井下物联网感知层时间同步研究现状

目前，煤矿井下物联网无线网络时间同步技术的研究成果主要集中在网络结构、同步精度和同步能耗等方面。

3.1 网络结构

文献[2]通过剖析矿山智能感控的目标对象、监测参数与时间同步性问题，指出矿山精确时间同步的必要性，提出要充分顾及矿山传感器、传感网及反馈控制系统的性能，综合利用卫星同步、硬件同步和软件同步技术，创新发展矿山精确时间同步机制与技术模式。

文献[26]指出煤矿生产环境需要特殊感知网络结构，提出了一种基于RBS的改进型IRBS算法。该算法假设网络中都有1个路由节点和多个采集节点，路由节点广播同步包给所有节点，所有节点接收并记录同步信息的时间，簇首再广播接收到的时刻给所有节点，并交换时间戳，实现子节点的时间同步。从文献[26]给出的仿真结果可看出，改进后的算法在能耗和时间延迟方面有了很大的提升。

为了解决井地联合微震监测系统井下与地面监测设备时间不同步的问题，文献[27]研制了一种GPS和IEEE1588协议联合同步系统，其联合时间同步原理如图4所示,其中n为监测分站个数。该系统分为地面系统和井下系统2种，地面设备主要用GPS授时方式同步，井下设备采用GPS时间服务器通过以太网IEEE1588协议同步，将GPS绝对时间导入到井下，实现井地联合微震监测系统的时间同步。

3.2 同步精度

文献[28]结合TPSN和RBS同步方法，在物理层附带时间信息，用数值计算实现晶振偏差补偿，在实现精确时间同步的同时大大降低了能耗。其分层算法与TPSN的分层算法相同，根节点视为0级，根节点向网络发送广播信息；收到信息的节点标记为1级，各1级节点再依次向下发送广播信息，实现各节点的分级工作。在时间同步方法的设计上，基于TPSN，结合RBS算法的优势，减少了节点间的信息交换量。

针对传统TPSN算法存在线型网络末端节点同步误差较大的问题，文献[29]提出了一种针对簇型线状网络的时间同步方法，运用分簇算法[26]、时钟漂移补偿和异常数据过滤等技术对时间同步进行了优化。根据节点接收的大量时间戳，构造回归直线，处理器可以在误差允许范围内根据回归曲线进行计算，以达到减少报文交互及能耗的目的。同时，采用最小二乘法求出节点的时间偏移并进行同步补偿。

针对井下无线传感网络的特殊结构和节点时钟不稳定性对同步精度产生的影响，文献[30]提出了一种基于最优线性拟合的时间同步方法。该方法以TPSN为基础构造算法模型，假设节点接收数据包和应答数据包之间的时间间隔较短，将接收数据包和应答数据包的时间看作同一时间点,建立一元线性回归模型。通过同步数据包交互，节点可构造出对应时间-接收时间数据点对，经过多次信息交换可构造回归表。根据构造的回归表可估算出时钟漂移和偏移，进而可对节点本地时钟进行补偿。

文献[30]还提出了一种异常数据过滤方法，在一次同步过程中得到数据点对，根据对应时间和回归表中的数据估计出接收时间的预测区间，并判断接收时间是否在预测区间内，若在预测区间内，则认为该数据可信，并刷新回归表；否则丢弃该数据点。

针对井下电网故障定位系统，结合经典同步算法TPSN和RBS的优点，文献[31]提出了一种能量有效且满足一定精度要求的算法RBTP(Reference Broadcast and Timing-sync Protocol)。该算法采用以等级广播为基础的单向广播与双向同步相结合的机制，在MAC层打时间戳，并采用最大似然估计及最小二乘法同时补偿时钟偏移和频偏。

3.3 同步能耗

针对网络节点的周期性活跃/睡眠问题，文献[32]提出了一种考虑节点休眠机制的时间同步方法。监测网络的工作周期主要由Tact和Tsleep参数决定，其中Tact为2种端设备采集和发送数据的时间段，Tsleep为睡眠周期。只要所有网络节点的工作参数相同，就能保证网络中所有设备都同步地活跃和睡眠。选择协调器作为参考节点，协调器转发的每个同步信息都会携带一个不同的序号，当前后收到的同步信息序号相同时更新同步信息，不同则舍弃。当一个节点加入网络后，若收到父节点的同步信息，则立刻进入睡眠，在转入活动状态的Tact时间段内进行数据采集和发送工作。利用分布式时间同步方法及足够长的Tact时间段，可以在同步信息广播非同步转发的情况下保证网络节点的同步工作。

针对煤矿井下物联网节点能量有限、巷道狭长等特点，文献[33]提出了一种基于占空比机制的时间同步方法，如图5所示。其中，

和

分别表示节点j接收到syn信息包和节点i接收到ack信息包的本地时间，

和

分别表示节点i发送syn信息包和节点j发送ack信息包的本地时间；

为节点m的活跃时间和休眠时间，Ti为节点i收到确认信息的时间，

为下次发送同步请求的时间；Tm为节点m发出确认包confirm的时间。网络节点i,j和m分别基于SSR和ROS完成时间同步，并基于duty-cycle休眠机制周期性休眠，以提高节点的生存周期。

为解决矿井复杂环境中无线传感器网络时间同步精度差、能耗大等问题，文献[34]提出了一种煤矿井下时间敏感型网络(Time-Sensitive Network, TSN)分布式精确时间同步算法(Distributed Precise Time Synchronization, DPTS)。DPTS过程总共分为2个阶段：第1阶段根据传递时间戳信息计算时间偏差和频率相对变化率；第2阶段采用卡尔曼滤波修正噪声误差,并精准预测时间偏差，实现主从节点间时间同步。在TSN汇聚层，选用通用精确时间协议算法实现Sink节点(网关节点)间纳秒级时间同步。主网络采用基于卡尔曼滤波的优化算法对频偏和相偏进行修正，次网络采用基于广播的单双向混合同步算法修正时钟信息。

4 煤矿井下物联网感知层时间同步展望

现有面向煤矿井下物联网的时间同步研究大多围绕同步精度和同步能耗展开。如何针对煤矿井下通信环境和空间环境的特殊性，设计一种对拓扑、时延具有一定鲁棒性的时间同步方法，是未来的研究重点。

首先，可考虑从拓扑动态维护角度提高时间同步方法对拓扑的鲁棒性。由于煤矿井下空间环境的特殊性，物联网感知层通信拓扑呈现狭长拓扑结构，节点间的通信关系很大程度上受空间长度方面的影响。为减少网络中的同步消息量，可对感知层网络进行分层分簇处理，生成一种层次型拓扑结构，如图6所示。图6中，为每一层或簇选择1个或多个成对同步(Pairwise Synchronization，PS)节点；在每一层或簇中，父节点或簇首节点与PS节点间进行SRS同步，其余节点进行ROS同步。同时，为均衡节点能量消耗，可基于节点剩余能量动态调整网络拓扑并选择PS节点。

其次，可考虑从通信拓扑虚拟构建角度提高一致性时间同步方法的收敛速度。一致性时间同步方法无法直接应用到煤矿井下物联网的一个重要原因是其算法收敛时间长。为提高一致性时间同步方法的收敛速度，可引入虚拟链路[17-18]的概念，将接收信息转发给邻居节点，以提高网络连通度。2跳虚拟链接生成过程如图7所示。图7(a)中，节点i在Ti,1时刻广播自身状态信息(MSG1)，其通信范围内的节点j在Tj,1时刻收到状态信息后进行1次转发。如此，节点i进行状态迭代时，其邻居节点中增加了虚拟连接节点。通过引入状态转发机制，构建了图7(b)所示的节点i与节点m间的虚拟链路，增大了网络的代数连通度，可大幅提高一致性时间同步方法的收敛速度。

最后，可从时间戳处理和矩阵补全角度提高时间同步方法对传输时延的鲁棒性。由于发送节点需要将发送时刻的时间戳打包到发送信息中，造成了传输时延的不确定性。为降低传输时延的不确定性，针对网络中的骨干节点(网关节点、父节点、PS节点)，可研究一种由待同步节点发起的时间同步方法，具体同步过程如图8所示。图8中，节点i为待同步节点，节点j为父节点，时间同步和参数估计皆由节点i完成，这样就免去了节点i发送数据包时刻时间戳T1,k的打包过程。同时，为网络中所有节点设计全局时间间隔Δ，节点j在T2，k时刻接收到同步请求包syn后延时Δ，在T3,k时刻发送应答包ack，这样可免去节点j发送数据包时刻时间戳的处理过程[35]。此外，针对数据包丢失和随机延时问题，可在双向信息交换中引入矩阵补全方法[36-37]，基于观测到的信息对丢失信息进行估计处理，从而提高时间同步精度。

5 结论

(1)时间同步是实现智能矿山精准感知的支撑技术，给出了物联网感知层节点时钟模型和同步信息交换模型，介绍了层次型时间同步和分布式时间同步方法的原理。

(2)分析了煤矿井下物联网感知层时间同步对同步性能的需求，即除需考虑收敛性、同步精度等外，还需要考虑同步算法能量有效性、拓扑鲁棒性及可扩展性等指标，应具有较少的通信量、较长的同步周期、一定的拓扑鲁棒性，要能降低网络直径大引起的同步误差累积效应，并适应网络规模改变所带来的影响。

(3)分析了煤矿井下物联网感知层时间同步研究现状，得出目前的研究成果主要集中在网络结构、同步精度和同步能耗等方面。

(4)对煤矿井下物联网感知层时间同步技术的研究方向进行了展望，指出如何针对煤矿井下通信环境和空间环境的特殊性，设计一种对拓扑、时延具有一定鲁棒性的时间同步方法，是未来的研究重点，可从以下方面开展研究：① 从拓扑动态维护角度提高时间同步方法对拓扑的鲁棒性；② 从通信拓扑虚拟构建角度提高一致性时间同步方法的收敛速度；③ 从时间戳处理和矩阵补全角度提高时间同步方法对传输时延的鲁棒性。

[1] 袁亮,俞啸,丁恩杰,等.矿山物联网人-机-环状态感知关键技术研究[J].通信学报,2020,41(2):1-12.

YUAN Liang,YU Xiao, DING Enjie,et al.Research on key technologies of human-machine-environment states perception in mine Internet of things[J].Journal on Communications,2020,41(2):1-12.

[2] 吴立新,余接情,胡青松,等.数字矿山与智能感控的统一空间框架与精确时间同步问题[J].煤炭学报,2014,39(8):1584-1592.

WU Lixin,YU Jieqing,HU Qingsong,et al.Unified spatial framework and precise time synchronization for digital mine and mine intelligent perception-control[J].Journal of China Coal Society,2014,39(8):1584-1592.

[3] 任丰原,董思颖,何滔,等.基于锁相环的时间同步机制与算法[J].软件学报,2007,18(2):372-380.

REN Fengyuan,DONG Siying,HE Tao,et al.A time synchronization mechanism and algorithm based on phase lock loop[J].Journal of Software,2007,18(2):372-380.

[4] SOMMER P,WATTENHOFER R.Gradient clock synchronization in wireless sensor networks[C]//Proceedings of the 8th International Conference on Information Processing in Sensor Networks,2009.

[5] FRERIS N M,GRAHAM S R,KUMAR P R.Fundamental limits on synchronizing clocks over networks[J].IEEE Transactions on Automatic Control,2011,56(6):1352-1364.

[6] GANERIWAL S,KUMAR R,SRIVASTAVA M B.Timing-sync protocol for sensor networks[C]//Proceedings of the 1st International Conference on Embedded Networked Sensor Systems,2003:138-149.

[7] VAN G J,RABAEY J.Lightweight time synchronization for sensor networks[C]//Proceedings of the 2nd ACM International Conference on Wireless Sensor Networks and Applications,San Diego,2003:11-19.

[8] MAR

TI M,KUSY B,SIMON G,et al.The flooding time synchronization protocol[C]//Proceedings of the 2nd International Conference on Embedded Networked Sensor Systems,Baltimore,2004:39-49.

[9] ELSON J,GIROD L,ESTRIN D.Fine-grained network time synchronization using reference broadcasts[J].ACM SIGOPS Operating Systems Review,2002,36(SI):147-163.

[10] NOH K,SERPEDIN E,QARAQE K.A new approach for time synchronization in wireless sensor networks: pairwise broadcast synchronization[J].IEEE Transactions on Wireless Communications,2008,7(9):3318-3322.

[11] CAO X,YANG F,GAN X,et al.Joint estimation of clock skew and offset in pairwise broadcast synchronization mechanism[J].IEEE Transactions on Communications,2013,61(6):2508-2521.

[12] WERNER-ALLEN G,TEWARI G,PATEL A,et al.Firefly-inspired sensor network synchronicity with realistic radio effects[C]//Proceedings of the 3rd International Conference on Embedded Networked Sensor Systems,San Diego,2005:142-153.

[13] SCHENATO L,FIORENTIN F.Average timesynch: A consensus-based protocol for clock synchronization in wireless sensor networks[J].Automatica,2011,47(9):1878-1886.

[14] HE J,CHENG P,SHI L,et al.Time synchronization in WSNs: a maximum-value-based consensus approach[J].IEEE Transactions on Automatic Control,2014,59(3):660-675.

[15] CARLI R,ZAMPIERI S.Network clock synchronization based on the second-order linear consensus algorithm[J].IEEE Transactions on Automatic Control,2014,59(2):409-422.

[16] 陈珍萍,李德权,黄友锐,等.无线传感器网络混合触发一致性时间同步[J].仪器仪表学报,2015,36(10):2193-2199.

CHEN Zhenping,LI Dequan,HUANG Yourui,et al.Mixed-triggered consensus time synchronization for wireless sensor networks[J].Chinese Journal of Scientific Instrument,2015,36(10):2193-2199.

[17] SHI F,TUO X,RAN L,et al.Fast convergence time synchronization in wireless sensor networks based on average consensus[J].IEEE Transactions on Industrial Informatics,2020,16(2):1120-1129.

[18] PHAN L A,KIM T.Fast consensus-based time synchronization protocol using virtual topology for wireless sensor networks[J].IEEE Internet of Things Journal,2021,8(9):7485-7496.

[19] OLSHEVSKY A,TSITSIKLIS J N.Convergence speed in distributed consensus and averaging[J].SIAM Journal on Control and Optimization,2009,48(1):33-55.

[20] 赵端.基于WPT技术的井下定位系统关键技术研究[D].徐州:中国矿业大学,2014.

ZHAO Duan.Study on key technology of the localization system in coal mine based on wireless power transmission[D].Xuzhou:China University of Mining and Technology,2014.

[21] 吴迪.矿井环境下无线传感器网络中若干关键技术研究[D].长沙:湖南大学,2011.

WU Di.Research on some key technologies for wireless sensor networks in underground mining environment[D].Changsha:Hunan University,2011.

[22] 霍羽,刘逢雪,徐钊.煤矿井巷天线位置对辐射场分布的影响[J].煤炭学报,2013,38(4):715-720.

HUO Yu,LIU Fengxue,XU Zhao.Effect of antenna location on radiation field distribution in coal mine tunnels[J].Journal of China Coal Society,2013,38(4):715-720.

[23] JIANG Haifeng,QIAN Jiansheng,SUN Yanjing,et al.Energy optimal routing for long chain-type wireless sensor networks in underground mines[J].Mining Science and Technology(China),2011,21(1):17-21.

[24] 韩东升,杨维,刘洋,等.煤矿井下基于RSSI的加权质心定位算法[J].煤炭学报,2013,38(3):522-528.

HAN Dongsheng,YANG Wei,LIU Yang,et al.A weighted centroid localization algorithm based on received signal strength indicator for underground coal mine[J].Journal of China Coal Society,2013,38(3):522-528.

[25] YANG Yuan,ZHANG Shen，WANG Quanfu,et al.Long distance wireless sensor networks applied in coal mine[J].Procedia Earth and Planetary Science,2009,1(1):1461-1467.

[26] 张净,孟小嵩,王刚,等.基于WSNs矿山设备振动监测的时间同步算法研究[J].传感器与微系统,2013,32(2):30-32.

ZHANG Jing,MENG Xiaosong,WANG Gang,et al.Study on time synchronization algorithm for mine devices vibration monitoring based on WSNs[J].Transducer and Microsystem Technologies,2013,32(2):30-32.

[27] 张庆庆.井地联合微震监测系统时间同步研究[J].煤炭技术,2017,36(3):126-128.

ZHANG Qingqing.Research on time synchronization of underground and surface combined microseismic monitoring system[J].Coal Technology,2017,36(3):126-128.

[28] 李迎喜.煤矿井下精确时间同步定位技术研究[J].单片机与嵌入式系统应用,2019,19(2):27-29.

LI Yingxi.Research on precise time synchronization positioning technology in coal mine[J].Microcontrollers & Embedded Systems,2019,19(2):27-29.

[29] 徐卫东,王子剑,丁恩杰.一种应用于煤矿井下线型WSN的时间同步算法[J].工矿自动化,2013,39(4):51-55.

XU Weidong,WANG Zijian,DING Enjie.A time synchronization algorithm for underground linear WSN[J].Industry and Mine Automation,2013,39(4):51-55.

[30] 崔丽珍,员曼曼,李蕾,等.煤矿井下WSN最优线性拟合时间同步算法[J].煤矿安全,2014,45(10):96-98.

CUI Lizhen,YUAN Manman,LI Lei,et al.Optimal linear fitting time synchronization algorithm for coal mine WSN[J].Safety in Coal Mines,2014,45(10):96-98.

[31] 闫玉萍,胡青松,韩丽娜,等.矿井电网故障检测WSNs分层时间同步算法[J].工矿自动化,2015,41(7):72-77.

YAN Yuping,HU Qingsong,HAN Lina,et al.WSNs hierarchical time synchronization algorithm adapted to grid fault detection in mine[J].Industry and Mine Automation,2015,41(7):72-77.

[32] 张德珍,杨维,刘彬.网格型煤矿监测无线传感器网络同步技术研究[J].煤炭科学技术,2009,37(1):7-9.

ZHANG Dezhen,YANG Wei,LIU Bin.Research on synchronous technology of Mesh grid type coal mine monitoring and measuring radio sensor network[J].Coal Science and Technology,2009,37(1):7-9.

[33] 陈珍萍,黄友锐,唐超礼,等.占空比机制下煤矿井下物联网感知层时间同步[J].煤炭学报,2015,40(1):232-238.

CHEN Zhenping,HUANG Yourui,TANG Chaoli,et al.Underground coal mine IOTs perception layer time synchronization under duty-cycle mechanism[J].Journal of China Coal Society,2015,40(1):232-238.

[34] 宋昊明,黄友锐,陈珍萍,等.煤矿井下时间敏感网络分布式精确时间同步算法[J].工矿自动化,2021,47(4):51-56.

SONG Haoming,HUANG Yourui,CHEN Zhenping,et al.Distributed accurate time synchronization algorithm for underground coal mine time-sensitive network[J].Industry and Mine Automation,2021,47(4):51-56.

[35] WANG H,YU F,LI M,et al.Clock skew estimation for timestamp-free synchronization in industrial wireless sensor networks[J].IEEE Transactions on Industrial Informatics,2020,17(1):90-99.

[36] ELNAHAS O,MA Y,JIANG Y,et al.Clock synchronization in wireless networks using matrix completion-based maximum likelihood estimation[J].IEEE Transactions on Wireless Communications,2020,19(12):8220-8231.

[37] KESHAVAN R H,MONTANARI A,OH S.Matrix completion from a few entries[J].IEEE Transactions on Information Theory,2010,56(6):2980-2998.