买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉鑫巨(深圳)半导体科技有限公司申请的专利一种传感器的软件时间同步实现方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119311079B 。

龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411848719.0，技术领域涉及：G06F1/12；该发明授权一种传感器的软件时间同步实现方法是由曹宏杰;叶智仁;陈琳;汤凌飞;刘文逸设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本一种传感器的软件时间同步实现方法在说明书摘要公布了：本发明提供了一种传感器的软件时间同步实现方法，应用于传感器与SOC端通过请求和响应的方式进行通信的场景中，在SOC端发出对传感器的请求信号时，SOC记录该时刻为传感器请求发送时刻，请求信号到达传感器后，传感器获得的数据包中得到记录数据时产生的片上时刻，该时刻包含由于晶振不稳定带来的累积误差；同时，记录传感器将数据包发送至SOC的响应到达时刻；使用卡尔曼滤波模型获取第n次累积误差的估计值；根据累积误差的估计值，以及第n时刻片上时刻，计算得到校正后的传感器测量时刻；本发明将多个传感器的时间线分别与SOC的真实时间线进行投影，能够将多个传感器的时间校正到同一时间基准上，实现多传感器系统的时间同步。

本发明授权一种传感器的软件时间同步实现方法在权利要求书中公布了：1.一种传感器的软件时间同步实现方法，其特征在于：应用于传感器与SOC端之间通过请求和响应的方式进行通信的场景中，在SOC端发出对传感器的请求信号时，SOC记录此时为传感器请求发送时刻，请求信号到达传感器后，传感器会返回SOC一个数据包，数据包中包含数据产生的片上时刻，该片上时刻包含由于晶振不稳定带来的累积误差；随后，传感器将数据包发送至SOC后，SOC记录响应到达时刻；n表示第n次对传感器发出请求及响应；使用卡尔曼滤波模型获取第n次的累积误差的估计值，并包括以下过程： S1，根据历史实验数据，获取卡尔曼滤波模型所需的初始值参数； S2，根据传感器请求和响应过程中获得的时刻数据，获得累积误差观测值； S3，根据累积误差观测值，输入卡尔曼滤波模型，得到累积误差估计值；具体过程为： S31，获取累积误差速度初始值，累积误差速度恒等于初始值；基于获得的累积误差速度构建出物理模型，即构建状态转移方程，用于累计误差的预测，状态转移方程公式为： 其中，是根据n-1次的累积误差估计值对第n次累积误差预测值；是第n-1次的累积误差估计值；是第n次的与第n-1次时的片上时刻的差值，即： 其中，是第n次片上时刻； S32，根据第n-1次对传感器请求时卡尔曼滤波的累计误差估计值,以及获得的状态转移方程，获得第n次累积误差预测值: 其中，是根据n-1次的累积误差估计值对第n次的累积误差预测；是第n-1次的累积误差估计值；是第n次与第n-1次时的片上时刻的差值，是累积误差速度； S33，根据预测协方差转移矩阵获取第n次的预测协方差矩阵外插值： 其中，是根据n-1次的预测协方差估计值对第n次的预测协方差外插；表示n-1次时的预测协方差矩阵估计值； S34，根据计算出的以及计算卡尔曼增益： 其中表示第n次的卡尔曼增益，是通过n-1次的预测协方差估计值对第n次的预测协方差外插，是观测协方差； S35，根据获得的卡尔曼增益以及累积误差的n时刻的累积误差的预测值得出第n次的累积误差估计值： 其中，是通过n-1次的累积误差估计值对第n次的累积误差预测值；是第n次的累积误差观测值；表示第n次的卡尔曼增益； S36，根据获得的卡尔曼增益以及n-1次的预测协方差估计值对第n次的预测协方差外插得出第n次预测协方差估计值： 其中是通过n-1次的预测协方差估计值对第n次的预测协方差外插，表示第n次的卡尔曼增益； S4，根据累积误差的估计值，以及第n时刻片上时刻，计算得到校正后的传感器测量时刻。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人鑫巨(深圳)半导体科技有限公司，其通讯地址为：518052 广东省深圳市前海深港合作区前湾一路1号A栋201室(入驻深圳市前海商务秘书有限公司)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。