CN111865465A - 一种物联网设备精准校时方法 - Google Patents

Abstract

本发明提供了一种物联网设备精准校时方法。该物联网设备精准校时方法，包括以下步骤：设备上电和云服务器进行联网进行时间校准，用T_n表示第n次校准时的设备时间，用T_n'表示第n次校准时的云服务器时间，n≥1；自第二次校准开始，计算出设备相邻两次校准的时间间隔：ΔT_n＝T_n‑T_n‑1；计算出设备第n次校准时的时间偏差：ΔT_n'＝T_n'‑T_n；计算出第n次校准的补偿系数：

在第n次校准和第n+1次校准之间的时间段中，对设备时间进行m次的时间补偿：t_{aft_m}＝t_{pre_m}+η_n×ΔT’，m≥1，ΔT’≤ΔT_n+1，其中，ΔT’为固定时间间隔；t_{pre_m}为第m次补偿前的设备时间，t_{aft_m}为第m次补偿后的设备时间。本方法解决了设备时间容易出现较大偏差导致设备运行出错或者故障的问题，提高了设备时间的精确性。

Description

一种物联网设备精准校时方法

技术领域

本发明属于计量校准技术领域，特别涉及一种物联网设备精准校时方法。

背景技术

随着社会的发展和技术的进步，物联网设备越来越普及，智能家电的占比越来越大，智能家电都有联网功能，智能家电包括大家电、小家电、厨房家电等。智能家电拥有远程控制、设备状态上报，定时、闹钟等功能；而有些智能功能的实现是需要设备有准确的时间才行，否则就会出现问题，比如设备定时15：00开启，如果设备时间偏差较大，可能会引起错误及故障。

实际上，每个设备端的时钟都会出现一定偏差，出现偏差的原因包含硬件的一致性、外界环境两个方面。每个设备的硬件存在差异性，如PCB板、器件、晶振、工艺等；外界环境包括温度、湿度等都会导致时钟在运行过程中出现不同的偏差。

解决时钟偏差问题的常规方法是：设备定期通过网络向云服务器时间服务器进行时间同步校准，比如校准周期为1天。该方案可以解决部分时针偏差问题，但是上述方案存在以下缺点：必须保持设备始终可以连接到云服务器，通过云服务器服务器持续的对时间进行校准；当设备与云服务器网络无法保持连通时，尤其是当设备与云服务器连通一段时间后，设备与云服务器一直处于断开情况下，设备时钟误差会越来越大。

发明内容

有鉴于此，本发明的目的在于提供一种物联网设备精准校时方法，该***能够有效提高物联网设备的时钟运行的精准度。

本发明的目的可通过下列技术方案来实现：一种物联网设备精准校时方法，其特征在于，包括以下步骤：

设备上电和云服务器进行联网进行时间校准，用T_n表示第n次校准时的设备时间，用T_n'表示第n次校准时的云服务器时间，n≥1；

自第二次校准开始，计算出设备相邻两次校准的时间间隔：ΔT_n＝T_n-T_n-1；

计算出设备第n次校准时的时间偏差：ΔT_n'＝T_n'-T_n；

计算出第n次校准的补偿系数：

在第n次校准和第n+1次校准之间的时间段中，对设备时间进行m次的时间补偿：t_{aft_m}＝t_{pre_m}+η_n×ΔT’，m≥1，ΔT’≤ΔT_n+1，其中，ΔT’为固定时间间隔；t_{pre_m}为第m次补偿前的设备时间，t_{aft_m}为第m次补偿后的设备时间。

在上述的物联网设备精准校时方法中，在设备离线无法和云服务器联网校准时间时，按照补偿系数η_l对设备时间进行补偿，所述补偿系数η_l定义为最近一次的补偿系数，具体补偿如下：t_{aft_m}＝t_{pre_m}+η_l×ΔT’。

在上述的物联网设备精准校时方法中，设置温度采集传感器获取温度参数T_c，将温度参数和补偿系数关联，得到温度-补偿系数关系对应表，并通过函数拟合方法得到关系函数η^c＝f(T_c)，η^c为对应温度下的补偿系数，在设备取得温度和补偿系数之间的关系函数后，按照函数关系η^c＝f(T_c)进和补偿，具体如下：t_{aft_m}＝t_{pre_m}+η^c×ΔT’。

在上述的物联网设备精准校时方法中，补偿系数的优先级为η^c＞η_l。

与现有技术相比，本物联网设备精准校时方法具有以下优点：本物联网设备精准校时方法能够对设备时间进行更精确的补偿，有效减少设备时间偏差，避免设备因时间偏差引起错误或故障。此外，还能够实现设备离线状态下根据温度变化的自适应补偿，提高补偿的精度。

附图说明

图1是实施例的物联网设备精准校时方法的流程图。

图2是实施例的温度参数和补偿系数的关系图。

具体实施方式

以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。

首先对涉及的参数定义如下：用T_n表示第n次校准时的设备时间，用T’_n表示第n次校准时的云服务器时间，n≥1

如图1所示，设备从上电开始，设备向云服务器发送请求时间校准。从第1次和云服务器校准算起，记录校准时的设备时间为T₁、云服务器时间为T₁'，此时设备时间T₁与云服务器时间T₁'是同步的，没有偏差；

当设备第2次和云服务器校准时，记录当前设备时间为T₂,云服务器时间为T₂'，计算出两次校准的时间间隔ΔT₂＝T₂-T₁，设备运行的时间偏差ΔT₂'＝T₂'-T₂，通过时间间隔ΔT₂和时间偏差ΔT₂'，计算出当前的补偿系数

在第2次校准和第3次校准之间的时间段内，可以采用补偿系数

对设备进行时间补偿。在此时间段内，设定补偿的时间间隔ΔT’(例如1小时)，每过一个时间间隔ΔT’补偿一次时间。设定第m次补偿前时间为t_{pre_m},补偿后时间为t_{aft_m}，则：

第1次补偿后的设备时间表示为：t_{aft_1}＝t_{pre_1}+η₂×ΔT’；

第2次补偿后的设备时间表示为：t_{aft_2}＝t_{pre_2}+η₂×ΔT’；

依此类推，第n次补偿后的设备时间表示为：t_{aft_m}＝t_{pre_m}+η₂×ΔT’。

当设备第3次和云服务器校准时，记录当前设备时间为T₃,云服务器时间为T₃'，计算出两次校准的时间间隔ΔT₃＝T₃-T₂，设备运行的时间偏差ΔT₃'＝T₃'-T₃，通过时间间隔ΔT₃和时间偏差ΔT₃'，计算出当前的补偿系数

在第3次校准和第4次校准之间的时间，采用补偿系数

对设备进行时间补偿：

第1次补偿后的设备时间表示为：t_{aft_1}＝t_{pre_1}+η₃×ΔT’；

第2次补偿后的设备时间表示为：t_{aft_2}＝t_{pre_2}+η₃×ΔT’；

依此类推，第n次补偿后的设备时间表示为：t_{aft_m}＝t_{pre_m}+η₃×ΔT’。

当设备第n次和云服务器校准时，记录当前设备时间为T_n,云服务器时间为T_n'，计算出两次校准的时间间隔ΔT_n＝T_n-T_n-1，设备运行的时间偏差ΔT’_n＝T’_n-T_n，通过时间间隔ΔT_n和时间偏差ΔT_n'，计算出当前的补偿系数

在第n次校准和第n+1次校准之间的时间，采用补偿系数

对设备进行时间补偿：

第1次补偿后的设备时间表示为：t_{aft_1}＝t_{pre_1}+η_n×ΔT’；

第2次补偿后的设备时间表示为：t_{aft_2}＝t_{pre_2}+η_n×ΔT’；

依此类推，第n次补偿后的设备时间表示为：t_{aft_m}＝t_{pre_m}+η_n×ΔT’。

在设备处于离线状态，无法再和云服务器联网校准时间时，按照补偿系数η_l对设备时间进行补偿，补偿系数η_l定义为最近一次的补偿系数，具体补偿如下：t_{aft_m}＝t_{pre_m}+η_l×ΔT’。

实施例二：

结合图2，设备的时间偏差与设备工作环境有关，因此设置温度采集传感器获取温度参数T_c，将补偿系数和温度变化关联，定义关联后对应温度下的补偿系数为η^c。设备通过记录数据生成到温度-补偿系数关系对应表(以10℃-100℃温度区间为例)，如下所示：

然后利用MATLAB或者类似的工具对上述对应表中的数据进行绘制曲线图，并通过拟合函数的方式获得温度参数T_c和关联后补偿系数为η^c的关系函数η^c＝f(T_c)，需要说明的是，获得的补偿系数为η^c的优先级要大于补偿系数η_l的优先级；由于不同设备对不同温度的敏感度不同，因此拟合获得的关系函数η^c＝f(T_c)可以是直线函数或者曲线函数，当设备和云服务器校准的次数越多，其获得的数据也越多，拟合得到的函数η^c＝f(T_c)和真实情况越接近，这样采用拟合函数η^c＝f(T_c)对设备时间进行的补偿也越准确。

在设备取得温度和补偿系数之间的关系函数后，按照函数关系η^c＝f(T_c)进和补偿，具体如下：

第1次补偿后的设备时间表示为：t_{aft_1}＝t_{pre_1}+η^c×ΔT’；

第2次补偿后的设备时间表示为：t_{aft_2}＝t_{pre_2}+η^c×ΔT’；

依此类推，第n次补偿后的设备时间表示为：t_{aft_m}＝t_{pre_m}+η^c×ΔT’。

采用本发明的各实施例提供的方法，能够对设备的时间进行更精确的补偿，使设备时间和云服务器的时间更加接近，甚至相同，从而有效避免设备因时间偏差较大引起的错误或故障。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (4)

1.一种物联网设备精准校时方法，其特征在于，包括以下步骤：

设备上电和云服务器进行联网进行时间校准，用T_n表示第n次校准时的设备时间，用T'_n表示第n次校准时的云服务器时间，n≥1；

自第二次校准开始，计算出设备相邻两次校准的时间间隔：ΔT_n＝T_n-T_n-1；

计算出设备第n次校准时的时间偏差：ΔT_n'＝T_n'-T_n；

计算出第n次校准的补偿系数：

在第n次校准和第n+1次校准之间的时间段中，对设备时间进行m次的时间修订：t_{aft_m}＝t_{pre_m}+η_n×ΔT’，m≥1，ΔT’≤ΔT_n+1，其中，ΔT’为固定时间间隔；t_{pre_m}为第m次修订前的设备时间，t_{aft_m}为第m次修订后的设备时间。

2.根据权利要求1所述的物联网设备精准校时方法，其特征在于，在设备离线无法和云服务器联网校准时间时，按照补偿系数η_l对设备时间进行补偿，所述补偿系数η_l定义为最近一次的补偿系数，具体补偿如下：t_{aft_m}＝t_{pre_m}+η_l×ΔT’。

3.根据权利要求1或2所述的物联网设备精准校时方法，其特征在于，设置温度采集传感器获取温度参数T_c，将温度参数和补偿系数关联，得到温度-补偿系数关系对应表，并通过函数拟合方法得到关系函数η^c＝f(T_c)，η^c为对应温度参数下的补偿系数，按照函数关系η^c＝f(T_c)对设备时间进和补偿，具体如下：t_{aft_m}＝t_{pre_m}+f(T_c)×ΔT’。

4.根据权利要求3所述的物联网设备精准校时方法，其特征在于，补偿系数的优先级为η^c＞η_l。

Images