隨著物聯(lián)網(wǎng)技術(shù)的快速發(fā)展,對(duì)數(shù)據(jù)感知和數(shù)據(jù)傳輸?shù)男枨笠仓鸩皆龃�。傳統(tǒng)的傳感器網(wǎng)絡(luò),通常需要部署大量傳感器節(jié)點(diǎn)來保證區(qū)域覆蓋和連接,不僅成本很高,而且靈活性很差,無法快速適應(yīng)環(huán)境和需求的變化。為節(jié)約成本和擴(kuò)大時(shí)空覆蓋率,研究者提出了群智感知系統(tǒng),利用智能手機(jī)等智能移動(dòng)設(shè)備作為傳感設(shè)備執(zhí)行不同的數(shù)據(jù)感知任務(wù)。群智感知系統(tǒng)通常有兩種工作模式:由平臺(tái)制定任務(wù)調(diào)度決策的“平臺(tái)為中心”工作模式和由用戶決定自身任務(wù)調(diào)度策略的“用戶為中心”工作模式。本文將對(duì)這兩種工作模式進(jìn)行系統(tǒng)的研究,比較兩種模式的優(yōu)劣,并進(jìn)行激勵(lì)機(jī)制的設(shè)計(jì)。本文首先對(duì)上述兩種工作模式下的任務(wù)調(diào)度策略進(jìn)行了分析和對(duì)比。具體地說,考慮一個(gè)由多個(gè)任務(wù)和多個(gè)移動(dòng)設(shè)備用戶組成的通用群智感知模型,其中每個(gè)任務(wù)和每個(gè)設(shè)備都有特定的位置（位置相關(guān)）和存活時(shí)間（時(shí)間敏感）,且不同設(shè)備完成不同任務(wù)的質(zhì)量和代價(jià)均不相同（質(zhì)量異構(gòu)）�；诖四Ｐ�,首先分析了“平臺(tái)為中心”模式下的全局最優(yōu)解,然后建立了“用戶為中心”模式下分布式任務(wù)調(diào)度博弈模型,并通過勢(shì)博弈理論求出博弈的均衡解。通過仿真和分析發(fā)現(xiàn),博弈均衡解跟全局最優(yōu)解有巨大的性能差距,且該差距隨不同系統(tǒng)參... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：53 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

移動(dòng)群智感知研究?jī)?nèi)容分類

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-10-主要負(fù)責(zé)收集數(shù)據(jù)。圖2-1是感知的基本流程：圖2-1感知流程框架圖1）布置任務(wù)。任務(wù)發(fā)布者提出任務(wù)請(qǐng)求，發(fā)布任務(wù)內(nèi)容，給出任務(wù)執(zhí)行需要的時(shí)間、數(shù)據(jù)所囊括的地點(diǎn)以及能支付的預(yù)算等數(shù)據(jù)。通過平臺(tái)審核后，發(fā)布者將信息遞交到服務(wù)器上。2）任務(wù)處理。云端服務(wù)器接收任務(wù)發(fā)布者的任務(wù)請(qǐng)求，由中央處理器進(jìn)行數(shù)據(jù)的計(jì)算處理。3）任務(wù)分配。為了最大化社會(huì)效益，由平臺(tái)決定任務(wù)價(jià)值。服務(wù)器發(fā)布任務(wù)價(jià)值和限制條件給在線的用戶。4）收集數(shù)據(jù)。用戶根據(jù)所分配到的任務(wù)，評(píng)估自己是否能夠完成任務(wù)，同時(shí)估計(jì)完成任務(wù)所需的代價(jià)和自身所能獲得的利益。接收請(qǐng)求后，用戶通過攜帶的設(shè)備收集原始的傳感器數(shù)據(jù)。5）數(shù)據(jù)處理。平臺(tái)通過應(yīng)用機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘技術(shù)從傳感器數(shù)據(jù)中提取信息，并為用戶提供實(shí)時(shí)反饋，以此減少設(shè)備和服務(wù)器之間的通信成本和可用的計(jì)算資源。6）報(bào)酬支付。服務(wù)器返回簡(jiǎn)化后的結(jié)果，將數(shù)據(jù)發(fā)送至任務(wù)發(fā)布者。發(fā)布者通過測(cè)評(píng)數(shù)據(jù)質(zhì)量，計(jì)算出用戶實(shí)際應(yīng)得的報(bào)酬，后將具體的支付結(jié)果經(jīng)由服務(wù)器反饋至用戶。以上是集中式任務(wù)調(diào)度的傳統(tǒng)模式。由實(shí)踐可知，服務(wù)器（平臺(tái)）需要處理的數(shù)據(jù)信息過于龐大，大大降低了流程的運(yùn)行效率。過大的數(shù)據(jù)量對(duì)服

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-15-在A>B時(shí)，均衡的最優(yōu)策略是寬松監(jiān)管，違規(guī)經(jīng)營(yíng)；在A<B，M>C時(shí)，最優(yōu)方案是嚴(yán)格監(jiān)管，違規(guī)經(jīng)營(yíng)；在A<B，M<C時(shí)，則存在混合策略納什均衡。在以上例子中，商業(yè)銀行和銀監(jiān)會(huì)對(duì)所有規(guī)則都有清晰的認(rèn)識(shí)，而且他們的行動(dòng)同時(shí)進(jìn)行。因此，理性參與人無法觀測(cè)到另外一方的行動(dòng)，只能根據(jù)對(duì)規(guī)則的了解，對(duì)他人行動(dòng)做出預(yù)測(cè)。2）非完全信息動(dòng)態(tài)博弈如圖2-2所示，該模型為貝葉斯均衡，假設(shè)有兩個(gè)理性參與人，參與者1可在L、M、R三個(gè)行動(dòng)中做出選擇，參與者2能做出行動(dòng)L’或R’。第一，當(dāng)參與者1采取行動(dòng)R，則博弈在這一輪終止，參與者2痛失參與下一輪行動(dòng)的機(jī)會(huì)；第二，當(dāng)參與者1做出行動(dòng)L或者M(jìn)，參與者2可以知道博弈沒有結(jié)束，且參與者1并沒有做出行動(dòng)R，然而他并不知道參與者1具體實(shí)施了哪個(gè)行動(dòng)，只能通過猜測(cè)選擇L’或R’。參與者都知悉表2-2的收益矩陣。圖2-2貝葉斯均衡以上便是非完全信息動(dòng)態(tài)博弈，所有參與者知悉游戲規(guī)則，并且根據(jù)一定順序參與博弈。其中，某參與者可以通過先前得出的博弈結(jié)果，分析部分參與者的大致行動(dòng)，并通過觀測(cè)結(jié)果來修正自己的策略。表2-2貝葉斯均衡的收益矩陣L’R’L2，10，0M0，20，1R1，31，3


本文編號(hào)：3348194