移动群智感知系统动态任务分发方法研究

摘要

随着传感器网络的高速发展和多种多样的移动智能设备的普及，移动群智感知上升到了移动计算的核心舞台。这些移动智能终端设备集成了大量的传感器元件和计算处理芯片，从而具备了强大的感知能力和数据处理能力。对于移动群智感知中的任务分发和获取方面，是现如今比较重要的一个研究环节，如何让节点获得简单的开销低的传感任务以及如何准确的获取任务信息，是一个值得解决的重要问题。
　　针对已有的任务分发方法如Zoom等存在大量冗余数据，以及根据不同传感器需求如何获得最佳栅格尺度等问题，本文提出了基于四叉树的自适应栅矢任务地图产生方法;由于地图本身的误差以及传感器定位误差，导致了传感器节点无法准确获得任务信息的问题，本文提出了传感器节点与任务地图进行匹配以获得任务信息的方法。主要研究如下:
　　首先，本文对移动群智感知网络进行了深入的分析和探讨。说明了其网络结构以及应用领域，接下来分析了任务分发中遇到的问题，同时介绍了定位误差，地图误差的产生，并简要介绍了地图匹配现有的方式。
　　然后，本文提出根据传感器节点需求产生自适应栅矢任务地图方法。传感器节点根据自身的感知能力，比如对误差的接受程度，跟服务器进行交互，服务器根据这些需求利用四叉树剖分技术，对感知区域进行剖分获得栅格化尺度，接着根据四叉树的压缩特性，对栅格数据进行压缩并保留关键栅格，最后对数据进行矢量化编码，形成自适应栅矢任务地图。实验表明，该方法比在同栅格尺度下的Zoom方法和未经压缩的栅矢混合任务地图具有更小的数据量，能够节省任务数据的下载。
　　最后，提出传感器节点获取任务信息的方法。地图误差和节点定位误差造成节点位置与任务街道发生距离偏移，定位点难以通过公式ax+b=y直接获取任务。本文针对不同类型的路网采取不同的措施，在空旷区域的道路使用直接投影方式获取任务信息，在密集路网通过历史轨迹定位辅助选路实现匹配。综合方式同时利用了直接投影的高效率，以及历史轨迹定位正确选路的优势。实验证明通过综合匹配方式能够将节点位置匹配至相应的任务街道，从而获得任务信息。

目录

声明

摘要

插图索引

附表索引

第1章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 群智感知研究现状

1．2．2 群智感知任务分发研究现状

1．3 论文研究内容

1．4 论文组织结构

第2章 相关理论综述

2．1 群智感知网络

2．1．1 群智感知网络基本概念

2．1．2 群智感知网络基本特点

2．1．3 群智感知系统结构

2．1．4 群智感知应用

2．2 地图数据类型

2．3 移动传感器定位

2．3．1 定位技术简介

2．3．2 定位技术空间求解方法

2．3．3 移动传感定位误差及其来源

2．4 常用的地图匹配方法

2．5 小结

第3章 基于四叉树的自适应栅矢混合方法

3．1 传感任务地图误差

3．1．1 矢量地图栅格化及其误差简介

3．1．2 矢量栅格化的地理误差

3．1．3 矢量棚格化的拓扑误差

3．1．4 误差对于任务匹配的影响

3．2 矢量地图栅格化方法

3．2．1 地图四叉树剖分技术简介

3．2．2 四叉树的数据结构及其编码

3．3 自适应栅矢任务地图的创建

3．3．1 四叉树在地图剖分中的改进

3．3．2 自适应栅矢任务地图的尺度获取

3．4 实验结果分析

3．4．1 矢量地图栅格化迭代剖分实验

3．4．2 任务分发信息量对比

3．5 小结

第4章 基于地图匹配的传感任务获取方法

4．1 引言

4．1．1 任务获取原理

4．1．2 任务地图匹配的步骤

4．1．3 任务匹配中的问题

4．2 移动传感节点和任务地图匹配设计

4．2．1 可选街道的确定

4．2．2 街道的匹配

4．2．3 任务获取算法设计

4．3 实验展示

4．3．1 实验区域地图与传感器节点定位实验

4．3．2 地图匹配实验

4．3．3 任务获取模拟实验

4．4 小结

结论

参考文献

致谢