1.一种面向5G与TSN融合的跨网时间同步方法,其特征在于:包括以下步骤:S1:以TSN交换机为主时钟,TSN交换机向NW‑TT发送同步消息;
S2:NW‑TT收到同步消息后记录入口时间戳TSi,并计算与TSN交换机之间的链路延迟和时钟频率偏移;
S3:NW‑TT根据标准将计算的结果和入口时间戳TSi填入gPTP消息修正字段中;
S4:UPF通过PDU会话将gPTP消息传递给UE;
S5:UE将gPTP消息转发给DS‑TT;
S6:DS‑TT在将消息向TSN设备转发前,创建出口时间戳TSe,并计算gPTP消息在5G系统中的停留时间;
S7:DS‑TT将5GS内的停留时间转换为TSN时基的时间;
S8:DS‑TT将gPTP消息发送给TSN设备;
S9:TSN设备接收到gPTP消息后,进行时间同步。
2.根据权利要求1所述的面向5G与TSN融合的跨网时间同步方法,其特征在于:以TSN交换机为主时钟,TSN交换机时钟模型建模为:TMC(t)=t (1)
其中t为TSN交换机的当前时间,TMC(t)为TSN交换机产生的时间戳;
5G时钟域的时钟模型建模为:
T5G(t)=α5Gt+β5G (2)式中,α5G表示5GS的时钟频率偏移,β5G表示5GS的时钟相位偏移,T5G(t)为5G系统产生的时间戳。
3.根据权利要求1所述的面向5G与TSN融合的跨网时间同步方法,其特征在于:步骤S2中所述NW‑TT与TSN交换机的链路延迟和时钟频率偏移计算如下:通过定时消息发送机制计算时钟频率偏移:TSN交换机向NW‑TT发送两个同步消息并记录两个发送的时间戳TMC(t11)和TMC(t13);NW‑TT记录两个同步消息的接收时间戳T5G(t12)和T5G(t14),结合式(1)和式(2)得到:TMC(t11)=t11 (3)T5G(t12)=α5Gt12+β5G (4)TMC(t13)=t13 (5)T5G(t14)=α5Gt14+β5G (6)式中t11、t12、t13和t14分别表示时间戳TMC(t11)、T5G(t12)、TMC(t13)和T5G(t14)对应TSN交换机的当前时间;
在TSN桥和NW‑TT之间的链路延迟d1不发生变化的情况下,且在NW‑TT接收到时间戳T5G(t12)和T5G(t14)时,在TSN交换机对应的时间戳为TMC(t12)和TMC(t14),TSN交换机侧的时间戳关系表示为:TMC(t12)=TMC(t11)+d1 (7)TMC(t14)=TMC(t13)+d1 (8)TSN桥与NW‑TT之间的相对时钟频率偏移的估计值 表示为:四个时间戳的关系如下:
T5G(t21)=α5Gt21+β5G (10)TMC(t22)=t22 (11)TMC(t23)=t23 (12)T5G(t24)=α5Gt24+β5G (13)式中t21、t22、t23和t24分别时间戳T5G(t21)、TMC(t22)、TMC(t23)和T5G(t24)对应TSN交换机的当前时间;
TSN交换机侧的时间戳关系表示为:
TMC(t22)=TMC(t21)+d1 (14)TMC(t23)=TMC(t24)‑d1 (15)TSN交换机和NW‑TT之间链路延迟的估计值表示为:TSN设备的时钟模型建模为:
TD(t)=αDt+βD (17)式中,αD表示TSN设备的时钟频率偏移,βD表示TSN设备的时钟相位偏移,TD(t)为TSN产生的时间戳;
DS‑TT与TSN设备之间的相对时钟频率偏移表示为:DS‑TT与TSN设备之间链路延迟的估计值 表示为:
4.根据权利要求1所述的面向5G与TSN融合的跨网时间同步方法,其特征在于:步骤S6中,gPTP消息在5G系统中的停留时间为:D5G=TSe‑TSi (20)。
5.根据权利要求3所述的面向5G与TSN融合的跨网时间同步方法,其特征在于:步骤S7所述DS‑TT将5GS内的停留时间转换为TSN时基的时间,表示为:其中TMC(t4)为在TSN设备接收到同步消息时对应的TSN交换机的时间戳,TMC(t1)为TSN交换机向TSN设备发送时间同步信息的发送时刻;
则TSN交换机到TSN设备之间的频率偏移 为:TSN设备和TSN交换机之间的相位偏移 为:TSN设备与TSN交换机之间的链路延迟Toffset表示为:Toffset=TD(t4)‑TD(t1) (26)式中,TD(t4)为TSN设备接收到的时间戳,TD(t1)为TSN设备在接收到时间同步信息后通过公式计算所得出,表示TSN交换机向TSN设备发送时间同步信息时TSN设备的时间戳。
6.根据权利要求1所述的面向5G与TSN融合的跨网时间同步方法,其特征在于:通过卡尔曼滤波算法对链路延迟和时钟偏移进行滤波,具体包括:A1:给定初始状态,即n=0时刻的始终偏差、频率偏移值和协方差;
A2:由递推公式得到第n+1个周期的先验状态预测、先验估计协方差:T
P(n+1|n)=AP(n|n)A+Q (32)式中,,X(n+1|n)为(n+1)T0时刻的先验状态预测,P(n+1|n)为先验估计方差,(n|n)为n T0时刻后验状态预测,P(n|n)为后验估计协方差,初始状态 P(n|n)不为0; 为第n个周期的控制量,是过程噪声协方差矩阵,且有A3:根据先验协方差更新第n+1时刻的卡尔曼增益:T T ‑1
K(n+1)=P(n+1|n)H[HP(n+1|n)H+R] (33)式中K(n+1)表示第n+1个周期的卡尔曼增益,R取决于与测量设备相关的测量噪声协方差;
A4:根据下式更新状态方程,获得第n+1个周期的后验状态预测和后验估计协方差,完成一次滤波过程:P(n+1|n+1)=(I‑K(n+1)H)P(m+1|n) (34)X(n+1|n+1)=X(n+1|n)+K(n+1)(Y(n+1)‑HX(n+1|n)) (35)式中,X(n+1|n+1)表示第n+1个周期后验状态预测,P(n+1|n+1)是后验估计协方差。