随着微机电系统(MEMS: Micro-Electro-Mechanism Systems),嵌入式片上系统(SOC: System on Chip)和无线通信技术的高速发展,融合了以上关键技术的无线传感器网络(WSN: Wireless Sensor Network)成为备受关注的研究热点。时间同步技术是无线传感器网络中一项重要的基础支撑技术。在无线传感器网络的实际应用中,传感器节点采集的数据只有附带时间信息,才具有实际的意义。如节点定位、数据融合、TDMA调度、协同睡眠等无线传感器网络常见应用都需要各传感器节点精准的时间同步为基础。因此无线传感器网络时间同步技术的研究对推动无线传感器网络的广泛应用具有重要的意义。然而经典的Internet网络时间同步算法NTP和常用的GPS因为无线传感器网络的特殊性而无法适用,因此必须研究适合于无线传感器网络特点和相应应用环境的时间同步机制。首先,本文对无线传感器网络时间同步技术进行了研究和总结,阐述了无线传感器网络时间同步的时间模型,总结了影响时间同步的关键因素和时间同步算法的设计思路,并对当前国内外已经提出的无线传感器网络时间同步算法进行分类和比较。其次,提出了一种基于最大似然估计的时间同步算法,此算法利用数学模型刻画传输延迟,假定传输时延的随机误差符合指数分布。在BTS算法的基础上利用最大似然估计估计时间同步偏移量,并从理论上证明得到的估计量为相合估计。利用Simsync进行仿真实验,对M-BTS和BTS算法在时间同步误差方面进行了比较,验证本算法具有更高的同步精度和稳定性。最后,鉴于目前国内对无线传感器网络时间同步的研究大部分还是针对单跳时间同步,或仅仅对经典时间同步在时间精度、能耗等方面进行改进,并不能很好的满足大规模传感器网络的应用需求。本文又提出了一种无线传感器网络多参考节点的时间补偿算法,对大规模多跳网络环境下的传感器节点时间同步进行了研究。大规模无线传感器网络亟待解决的就是随着跳数增多,误差积累呈级数增长的问题。算法利用了边界节点所在的特殊位置,采集到由不同参考节点发出的同步时间信息并进行分析计算后向误差较大的参考节点返回计算的差值。以减少各参考节点本地时间的偏差。经过时间补偿后的参考节点再与邻居节点进行同步时,各参考节点同步范围内所有节点的时间偏差就会相应减少,既而提高整网的时间同步精度。仿真证明,此算法能够较大地改善无线传感器网络时间同步的精度,具有一定的可行性。