移動感知中的資源最佳化與激勵機制研究

《移動感知中的資源最佳化與激勵機制研究》是依託浙江大學，由賀詩波擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：移動感知中的資源最佳化與激勵機制研究
• 依託單位：浙江大學
• 項目負責人：賀詩波
• 項目類別：青年科學基金項目

項目摘要

近年來，移動感知受到大量研究者重視，具有廣泛的套用前景。大部分現有工作考慮如何搭建一個移動感知平台，對系統中的資源最佳化配置及激勵機制研究甚少。本項目針對移動感知中的上述關鍵理論問題，結合感知套用的現實要求，採用理論分析及實驗驗證相結合的途徑，提出了一系列有效解決方案。首先，本項目將研究移動感知中網路覆蓋質量問題，通過時空相關性分析、資訊理論及隨機圖理論來建立覆蓋質量的動態模型。然後在保覆蓋質量的前提下實現移動設備用戶性能最最佳化，並設計中心式及分散式的節點資源最佳化算法。為了鼓勵更多的移動用戶參與到感知任務中來，本項目基於經濟學、博弈論、加密等技術和理論研究移動感知中的激勵機制以及隱私保護方案。本項目所提出的針對移動感知平台資源最佳化配置、激勵機制及隱私保護方案， 將為移動感知系統的理論研究和套用提供重要理論基礎和方法支撐。

結題摘要

移動感知是環境監測、智慧型交通和智慧城市的重要支撐技術，感測器網路和群智感知是兩個典型的移動感知模式。本項目針對可充電感測器網路的資源最佳化和感知質量問題，以及群智感知的任務分配和激勵設計問題，得到了如下一系列原創性研究成果： 針對可充電感測器網路的資源最佳化問題，首先在鏈路和電池容量雙重約束下，設計了節點採樣率和電池能量的聯合最佳化算法；然後利用近似網路效用最大化技術，解決了有移動匯聚節點存在時，匯聚節點移動性造成的數據傳輸能量時變問題；最後，針對可充電無線感測器平台WISP充電和數據傳輸必須分離的特性，設計了最優的閱讀器能量調度法，有效實現了充電效率和傳輸衝突率之間的平衡。 針對感測器網路的感知質量問題，對於機率感知模型，把機率區域感知問題轉化為點覆蓋問題，並設計了全覆蓋問題的最佳化算法，並從數學上嚴格證明了該算法的理論性能；對於全景感知模型，通過找出區域全景覆蓋與點全景覆蓋之間的內在幾何關係，把區域全景覆蓋問題轉化成了點全景覆蓋問題，並分別設計了相應的集中式和分散式算法；最後，對於主動感知模型，考慮雙基雷達感測器網路場景，構建了感知質量覆蓋圖，並設計節點激活算法來選取感測器的覆蓋集合。 針對群智感知系統的任務分配與資源最佳化問題，首先設計了一種通用的有效近似算法來解決任務分配中存在的NP難問題，並分別提出了保系統性能的集中式算法和分散式算法；然後，分別研究了微雲和頻譜感知兩種群智感知套用中具體的任務分配與資源最佳化問題。 針對群智感知系統的激勵設計問題，創新性提出了一種分散式算法來計算群智感知系統的Walrasian均衡，該算法利用對偶分解技術有效收斂到系統最優解；然後，考慮群智感知系統中人與人之間的社交關係，設計了一種全新的社交激勵機制；最後，以群智感知技術在惡意節點檢測中的套用為例，針對全信息和部分信息兩種不同場景設計了有效的激勵機制。