移动群智感知网络中数据收集与激励机制研究

移动群智感知网络中数据收集与激励机制研究 移动群智感知网络是指通过移动互联网，将普通用户的移动设备作为基本感知单元，实现感知任务分发与感知数据收集，完成大规模的、复杂的社会感知任务。该网络具有“以人为中心”的特点，即人将参与整个感知过程，既是感知数据的“消费者”，又是感知数据的"生产者"。 在移动群智感知网络中，数据收集是其中一个关键问题。为了解决该问题，本文提出了多种新模型和新方法。首先，本文提出了覆盖质量度量模型与分析方法，以衡量数据收集质量。该模型考虑到移动群智感知网络中的覆盖不同于传统的传感器网络的覆盖，它与人移动的机会性密切相关。基于北京和上海出租车的移动轨迹数据集的分析，本文建立了覆盖间隔时间作为度量指标的分布模型及感知区域覆盖率与节点个数关系的表达式。 其次，本文设计了基于时空相关性的协作机会感知架构。该架构包括两个部分：离线的节点选择机制和在线的自适应 采样机制。离线的节点选择机制根据给定的节点集合的历史移动轨迹，从中选择最少个数的节点子集，使其满足指定的覆盖质量要求。在线的自适应 采样机制根据感知数据的时空相关性，自适应地决定每个节点在某个时间是否执行采样任务。实验分析表明所提出的机制保证了数据收集质量，降低了感知能量消耗。 最后，本文还设计了采用数据融合的协作机会传输机制。该机制不同于现有的机会转发机制，它考虑到了感知数据的时空相关性特点。通过该机制，可以提高数据传输的效率和可靠性。 本文的主要贡献包括： 1. 覆盖质量度量模型与分析方法：本文提出了覆盖质量度量模型，以衡量数据收集质量。该模型考虑到移动群智感知网络中的覆盖不同于传统的传感器网络的覆盖，它与人移动的机会性密切相关。 2. 基于时空相关性的协作机会感知架构：本文设计了基于时空相关性的协作机会感知架构，包括离线的节点选择机制和在线的自适应 采样机制。 3. 采用数据融合的协作机会传输机制：本文设计了采用数据融合的协作机会传输机制，该机制不同于现有的机会转发机制，它考虑到了感知数据的时空相关性特点。 本文的研究结果可以为移动群智感知网络中的数据收集和激励机制提供理论依据和技术支撑，提高感知数据的质量和可靠性。