基于移動群體感知的參與者選擇算法.pdf

1、移動群體感知是移動計算與移動互聯(lián)網(wǎng)領(lǐng)域的研究熱點，其基本思想是利用智能終端收集周圍環(huán)境的感知數(shù)據(jù)，并將這些感知數(shù)據(jù)應(yīng)用于各種創(chuàng)新性應(yīng)用。感知信息質(zhì)量是決定移動群體感知性能的關(guān)鍵，而其中參與者選擇算法和激勵約束是影響感知信息質(zhì)量的兩個重要因素，參與者選擇策略的目標(biāo)是選擇有限數(shù)量的最優(yōu)移動節(jié)點，采集覆蓋最全面的感知數(shù)據(jù)。從這個目標(biāo)出發(fā)，本文引入基于加權(quán)熵的多目標(biāo)決策理論，設(shè)計基于加權(quán)熵多目標(biāo)決策理論的參與者選擇算法，對感知節(jié)點的感知能力、轉(zhuǎn)

2、移到目標(biāo)感知區(qū)域的轉(zhuǎn)移概率和激勵要求進行綜合評定，從而選擇出最優(yōu)質(zhì)的感知節(jié)點來完成多感知任務(wù)。首先，構(gòu)建了移動群體感知系統(tǒng)模型，該系統(tǒng)模型主要由發(fā)布感知任務(wù)的個人或?qū)嶓w、移動群體感知數(shù)據(jù)服務(wù)中心和感知節(jié)點組成。其次，根據(jù)連續(xù)馬爾科夫鏈原理建立感知節(jié)點的移動模型。最后，引入基于加權(quán)熵的多目標(biāo)決策理論，設(shè)計了基于加權(quán)熵多目標(biāo)決策理論的參與者選擇算法 MODSM，為了驗證算法的性能，本文應(yīng)用 Python腳本語言進行實驗仿真，驗證了所設(shè)計方法