无线传感器网络是一种多跳、无中心、分布式的通信网络，它将自动化、通信、计算机、控制论等多项研究融为一体，并被广泛应用于环境监测、物联网、智能电网、电子医疗等领域。分布式网络不依赖于某个节点，组网比集中式更加灵活、方便。但是网络没有中心来发布全网的同步信息，又由于多跳性，每个节点只能感知与其一跳距离邻居节点的时间偏差，信息的获取途径有限，若时间基准不一致，将造成很大的误差，因此时钟同步是任何分布式系统所要考虑的基础。论文中分析得出，分布式一致性算法可以解决无线传感网络的同步问题。基于一致性算法，本论文分析了网络参数与收敛速度的界之间的关系;讨论了在通信交互量受限的情况下，协同同步算法的改进方式;最后探讨了在拓扑动态变化的情况下一致性算法的收敛条件。　　本论文的主要工作如下:　　(1)给出了分布式一致性算法收敛以及收敛速度的定义，得出收敛速度不仅跟网络的初始状态有关，还取决于算法的拉普拉斯矩阵或权值矩阵的特征值。论文进一步讨论了该特征值与网络拓扑中导率、度分布、介数、最大跳数等参数的关系，最终得出这些参数与特征值的界有关。　　(2)网络拓扑参数可以影响特征值的界，但界的变化不一定会引起值的变化，因此拓扑参数对一致性算法收敛速度的直接影响未知。论文进一步分析得出，在部分拓扑参数完全相同的情况下，网络的收敛速度也是不一致的，从而推断出网络度、跳数、介数、聚类系数无法完全刻画网络的收敛速度。在此基础上，论文探讨了网络拓扑结构变化对收敛速度的影响，进一步提出了在节点交互量受限的情况下的协同同步算法。仿真表明，所提算法在减少通信交互量的前提下，对收敛速度也不会造成太大的影响。　　(3)探讨了在动态拓扑的条件下网络的收敛性问题，理论证明了网络中的任一节点发出的信息只要在一定时间内可以到达其他任意节点，便可以达到收敛，并且该结论适用于任何网络，最后通过仿真进行了例证。