無線環(huán)境信息(Radio Environment Information)是描述某一區(qū)域內(nèi)無線頻譜資源的使用狀況信息。精準(zhǔn)實(shí)時(shí)的無線環(huán)境信息可以用于提高該區(qū)域的無線頻譜資源利用率,優(yōu)化無線網(wǎng)絡(luò),使用戶獲得更好的網(wǎng)絡(luò)使用體驗(yàn)。移動(dòng)群智感知(Mobile Crowd Sensing,MCS)作為一種以人為中心并結(jié)合了眾包思想的新興數(shù)據(jù)收集方式將普通社會(huì)用戶日常攜帶使用的智能移動(dòng)終端設(shè)備(智能手機(jī)、可穿戴設(shè)備、平板電腦等)作為數(shù)據(jù)收集基本單元收集數(shù)據(jù)。使用移動(dòng)群智感知進(jìn)行數(shù)據(jù)收集方式收集不僅可以降低數(shù)據(jù)收集成本,而且大量的感知終端組成的網(wǎng)絡(luò)使數(shù)據(jù)收集更加容易,招募用戶參與數(shù)據(jù)收集提高了感知的靈活性,且易于維護(hù)。然而,在使用移動(dòng)群智感知的方式收集無線環(huán)境數(shù)據(jù)過程中仍然存在一些問題需要解決。由于參與無線環(huán)境數(shù)據(jù)收集需要花費(fèi)用戶和智能終端的成本,所以用戶無償參與到無線環(huán)境數(shù)據(jù)收集積極性差,比如參與任務(wù)感知需要消耗移動(dòng)設(shè)備的能量和流量。此外,在收集某一區(qū)域內(nèi)無線環(huán)境數(shù)據(jù)時(shí),用戶移動(dòng)規(guī)律具有不均衡性,這些原因均造成了無法招募到足夠的用戶參與到無線環(huán)境數(shù)據(jù)收集的過程中。沒有足夠量的用戶參與到無線環(huán)境數(shù)據(jù)...

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 研究問題與現(xiàn)狀
        1.2.1 蜂窩網(wǎng)絡(luò)數(shù)據(jù)收集的研究現(xiàn)狀
        1.2.2 WLAN數(shù)據(jù)收集研究現(xiàn)狀
    1.3 研究?jī)?nèi)容與貢獻(xiàn)
        1.3.1 研究目標(biāo)
        1.3.2 主要研究工作
    1.4 論文的組織與結(jié)構(gòu)
第2章 移動(dòng)群智感知數(shù)據(jù)收集相關(guān)研究工作
    2.1 移動(dòng)群智感知概述
        2.1.1 移動(dòng)群智感知的發(fā)展與應(yīng)用
        2.1.2 移動(dòng)群智感知系統(tǒng)架構(gòu)
        2.1.3 移動(dòng)群智感知的基本特點(diǎn)
    2.2 移動(dòng)群智感知數(shù)據(jù)收集研究現(xiàn)狀
        2.2.1 移動(dòng)群智感知數(shù)據(jù)收集關(guān)鍵問題
        2.2.2 移動(dòng)群智感知中樣本數(shù)據(jù)還原
    2.3 本章小結(jié)
第3章 基于用戶移動(dòng)性的無線環(huán)境數(shù)據(jù)采集用戶選擇
    3.1 引言
    3.2 馬爾科夫過程與人類移動(dòng)性
        3.2.1 馬爾科夫過程
        3.2.2 人類的移動(dòng)性
    3.3 基于馬爾科夫鏈的用戶移動(dòng)性預(yù)測(cè)模型
        3.3.1 用戶停留位置抽取
        3.3.2 興趣點(diǎn)位置抽取
        3.3.3 轉(zhuǎn)移概率的計(jì)算與馬爾科夫鏈的構(gòu)建
    3.4 基于數(shù)據(jù)平均熵的節(jié)點(diǎn)最優(yōu)覆蓋模型
        3.4.1 數(shù)據(jù)平均熵模型
        3.4.2 模型分析
    3.5 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析
        3.5.1基于馬爾科夫鏈的用戶移動(dòng)性預(yù)測(cè)實(shí)驗(yàn)
        3.5.2 基于數(shù)據(jù)平均熵的節(jié)點(diǎn)最優(yōu)覆蓋模型
    3.6 本章小結(jié)
第4章 基于Kriging空間插值算法的無線環(huán)境數(shù)據(jù)還原
    4.1 引言
    4.2 無線環(huán)境數(shù)據(jù)及Kriging空間插值算法特征
        4.2.1 無線環(huán)境數(shù)據(jù)特征
        4.2.2 Kriging空間插值算法特征
    4.3 使用Kriging空間插值算法還原無線環(huán)境數(shù)據(jù)過程
    4.4 仿真實(shí)驗(yàn)
        4.4.1 實(shí)驗(yàn)設(shè)置
        4.4.2 實(shí)驗(yàn)過程
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 未來研究工作
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果



本文編號(hào)：3831242