摘要

群智感知是一种新的计算和感知模式，它主要是利用了移动智能设备的感知、计算、存储和通信功能，通过将移动用户随身携带的移动智能设备看作是一个个功能强大的、智慧的无线传感器，并通过它们的协作来共同完成感知任务。群智感知能以较低的代价完成传统传感器网络难以应对的各种大规模的复杂的感知任务，具有重要的研究意义。

任务分配是群智感知的核心问题，它负责完成任务的同时实现特定的优化目标，如任务完成时间最短、任务完成数量最多、任务整体利润最大等。本文主要研究仿真的任务分配是OPS算法、贪心算法以及基于时间相关性的数据压缩和融合算法，这三种算法都具有高度普适性，能够扩展到类似的场景和问题模型中，对群智感知系统的推广使用具有很大意义。

关键词：群智感知；任务分配；算法仿真

第一章 绪论

1.1群智感知的研究背景

当前，移动智能设备飞速发展，这些智能设备包括智能手机、平板电脑、车载无线通信设备和智能可穿戴设备等，它们具备高效的计算、存储和无线网络通

信能力。智能设备的用户规模越来越大，几乎呈普遍持有状态，依赖和整合智能

设备的各类研究和应用不断增多、细化，渗透到普通大众的生活、娱乐、学习、

工作各个方面，移动智能设备蕴含的商业价值被不断地挖掘和开发。

    对这些移动智能设备观察可以发现，它们除了具有计算、存储和无线网络通

信能力外，其配备的其他功能设备也越来越多，除麦克风、摄像头外，指南针、

GPS导航仪、速度仪、甚至温度计、血压仪等也都被整合了进来。实际、上，这些功能设备主要由各式各样的传感器件构成，它们能感知外界的声音、光、方位、

重力、温度、压力等。从感知角度来看，移动智能设备可以被整体看作是一个具

有多种感知功能的无线传感器，这个“无线传感器”伴随用户随处移动。

    我们把移动智能设备的拥有者统称为移动用户，普通移动用户对智能设备的

利用仅限于个人的生活娱乐，他们随性地根据自己兴趣爱好和生活习惯，利用智

能设备语音、拍照、视频、导航、测速、测温度、测血压等。当对移动用户的这

些行为进一步统计分析，我们发现移动用户对智能设备的利用是极其不充分的，

其存储、计算、无线通信、感知功能被大量闲置。为了利用这些闲置的资源，互

联网和计算机领域不断研究新的计算模式，比如，在云计算的一种可行模式——

移动云计算中，平台将大任务分割细化后分派到移动用户的智能设备去执行，等完成后，再回收结果，交付给云平台客户，这是利用智能设备闲置的存储、计算和通信能力。

    在现实生活中，有许多感知任务庞大却易操作，这些任务需要收集大量的感

知数据，工作量很大;感知数据可以通过常见的文本、图像、音频、视频等媒介

记录，只需要对它们进行简单的分析和提取。举例来说，为了调查城市交通流量

状况，可以通过对文字或影像记录的道路和交叉口的车辆进行类别和数量统计，

在地图上进行流量大小标识;上述记录道路和交叉口车辆情形就可以看作是一个

感知任务，因为城市太大，所以任务量很重，但是，对某一道路或交叉口状况的

记录则很容易操作。通常，这类感知任务的完成是依靠传感器网络来实现的，城

市交通流量的调查依靠侮条路或交叉口的摄像头进行“感知数据”的收集。然而，

依靠传感器网络来完成这样庞大的感知任务有很多不足，首先，因为感知任务只

能在传感器布控之后才能进行，而布拧需要大量人力、物力和A寸间，布控后的传感器网络很难仲缩和扩展;其次，为了感知不同的物理元素，需要在相同的地点不断增加新的传感器部件，比如，为了检测交通流量需要安装摄像头，为了检测交通噪音需要安装麦克风，为了检测交通空气质量需要安装PM2.5检测仪……

所有这些部件相互分离独立，很难管理:还有，感知数据的挑选只能在最后人参

与的环节进行，可能造成垃圾数据未被及旱发现而大量积压，最后导致感知任务

的重新执行。

    一方面是大量感知功能越来越多的移动智能设备被闲置，另一方面是庞大却

简单易操作的感知任务，群智感知就是在这样的背景卜应运而生的。

1.2群智感知的研究意义

    群智感知是一种新的感知计算模式，研究利用移动智能设备的感知功能来

完成个人难以完成的感知任务，它把移动智能设备看作多功能的无线传感器，根

据感知任务的不同，调度设备的用户去执行特定的感知计算，依靠移动用户的协

作来完成感知任务。由于群智感知利用的是移动用户的智能设备，靠用户移动到

特定地点执行一定感知任务，所以我们也可以称其为移动群智感知。

群智感知在利用大量移动用户的手持智能设备的感知资源上意义重大。首先，它不单是作为一种感知计算模式，还是一种有效的资源配置方式:当前社会移动智能设备的用户群不但数量巨大、而且分布也特别广泛，群智感知能够尽量利用起这些闲置的移动智能设备资源创造价值。其次，群智感知能够完成一些传统传感器网络无法完成的感知任务;执行感知任务的是有自主能动性的移动用户，他们可以通过激励引导去完成机械传感器无法及时布控的感知任务，比如车祸和灾难状况的侦查任务。最后，群智感知具有更大的伸缩扩展性:其一，同一智能设备因为配备了多功能的传感器件，所以能够参与到不同感知要求的任务中;其二，感知任务复杂度和规模不一样，可以根据任务规模大小线上招募或多或少的移动用户;其三，感知任务对感知位置有不同要求，但由于用户的移动性和可引导性，可以动态地布控用户，而且这种布控是完全再回收利用的。

实际上，群智感知与物联网关系密切，是物联网的延伸和扩展，完善着物与人的相联。物联网是有意识地布控传感器，通过无线传感技术获得物物之间的信息，供人们做生活和工作安排;群智感知利用无意识“布控”的传感器(移动智能设备)进行调度安排来完成感知任务，同样服务于人们的生活和工作。