基于机会传输的群智感知网络激励机制研究

摘要

随着移动通信技术和传感器技术的发展，现有的移动设备集成了越来越多的传感器，移动感知便是利用这些移动设备强大的计算能力和感知能力代替传统的传感器节点进行数据收集。如今，移动感知和众包思想的出现催生出了一种新兴的感知网络，即群智感知网络。群智感知是一种“以人为中心”的感知模式，与传统传感器网络相比其感知节点具有移动性、社交性和自私性等特点，因此如何激励用户积极完成任务是群智感知网络的研究重点之一。
　　群智感知网络的感知任务所选取的用户多数分布密集、相遇频繁，利用移动终端的短距离无线通信技术（如蓝牙、Wi-Fi）进行数据的机会传输将很大程度的节省任务预算。本文通过对机会传输和群智感知网络激励机制的研究和分析，提出一种CoES机制。在任务开始阶段，该机制通过分析用户的感知数据量、移动轨迹和预奖励费用等因素，采用遗传算法将用户分类，不同类型的用户之问通过机会传输进行协作，以达到节省流量的效果;在数据上传阶段，该机制通过本文新提出的基于补偿用户设备消耗的激励策略(IOR)和基于提高用户积极性的激励策略(PIM)激励策略激励用户使用机会传输上传数据，最终达到节省费用和用户激励的双重效果。其中，IOR激励策略是根据充当机会中继的用户上传的数据量和设备电量，分析其协作任务量以及应获奖励，激励用户进行协作。PIM激励策略是通过分析用户感知数据的平均上传时间，激励用户积极上传数据。
　　最后，本文采用麻省理工学院的Reality Mining数据集进行仿真实验，结果表明与直接分配方案和ecoSense方案相比CoES方案在费用节约和用户激励方面均具有较好的效果。

目录

声明

摘要

第一章 绪论

1．1 研究背景

1．2 国内外研究现状

1．3 研究内容与论文结构

2．1 众包计算

2．1．1 众包基本概念

2．1．2 众包计算研究领域

2．2 机会网络

2．2．1 机会网络概念

2．2．2 机会网络的应用

2．3 遗传算法

2．3．1 遗传算法概念

2．3．2 遗传算法应用

2．4 本章小结

第三章 群智感知网络简介

3．1 群智感知网络概述

3．2 群智感知网络架构及工作流程

3．2．1 群智感知网络架构

3．2．2 群智感知网络工作流程

3．3 群智感知网络主要研究内容

3．4 群智感知网络应用领域

3．5 本章小结

第四章 基于机会传输的群智感知网络激励机制设计

4．1 引言

4．2 问题描述

4．3 CoES机制设计

4．3．1 数据上传机制对比

4．3．2 CoES机制详述

4．4 伪代码描述

4．5 本章小结

第五章 仿真实验评估

5．1 仿真实验环境介绍

5．1．1 仿真工具

5．1．2 仿真实验数据源

5．2 仿真实验结果评估

5．2．1 数据定量的感知任务

5．2．2 数据非定量的感知任务

5．2．3 上传策略对比

5．2．4 补偿比例实验

5．2．5 激励策略效果

5．3 本章小结

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

致谢