[发明专利]一种车载网络的移动群智感知方法

权利要求书

1.一种车载网络的移动群智感知方法，其特征在于包括以下步骤：

步骤1：移动群智感知服务器向相关区域内的m个车辆发送征集感知报告的环境信息；

步骤2：车辆根据自身的感知开销，传输信道状态h和服务器给的报酬范围决定感知精度x；

步骤3：初始化每个车辆的Q_i值矩阵；

步骤4：初始化服务器的Q_s值矩阵；

步骤5：车辆i观察目前所处的状态s_i，按策略π_i对每个感知精度的概率分布选择具有最大概率的感知精度x_i；

步骤6：服务器观察目前所处的状态s_s＝X＝[x_i]_0≤i≤m，根据策略π_s对每个价格的概率分布选择具有最大概率的价格y_i支付给车辆；

步骤7：服务器计算效益u_s：

us=β·Σi=1mxi-Σi=1myi,]]>

其中β是服务器从单位精度的感知报告中获得的收益，设置为常数；

步骤8：服务器根据公式：

Qs(ss,y)←(1-αs)Qs(ss,y)+αs(us+γsmaxy′∈BQs(ss′,y′))]]>

更新Q_s值，Q_s(s_s,y)是服务器在状态s_s下选择y时的Q_s值，s_s'是服务器的下一状态，假设服务器的下一状态与当前状态相同，y'是服务器在下一状态选择的行为；

步骤9：更新服务器的状态计数C_s(s_s)和平均策略

C_s(s_s)←C_s(s_s)+1,

π‾s(ss,y′)←π‾s(ss,y′)+1Cs(ss)(πs(ss,y′)-π‾s(ss,y′))]]>

步骤10：更新服务器的策略π_s：

π(s_s,y)←π(s_s,y)+Δsb，

其中，

δsb=min(πs(ss,y),δs|B|-1),]]>

步骤11：车辆收到服务器给的报酬后，计算即时效益：

ui=yi-Di(xi)·xilog(1+h),]]>

其中，D_i(x_i)为车辆i发送感知精度为x_i的报告时的单位能量消耗，h是当前信道状态；

步骤12：车辆根据公式：

Qi(si,xi)←(1-αi)Qi(si,xi)+αi(ui+γimaxxi′∈AQi(si′,xi′))]]>

更新Q_i值，Q_i(s_i,x_i)是车辆在状态s_i下选择x_i时的Q_i值，s_i'为车辆的下一状态，假设车辆的下一状态与当前状态相同，x_i'是车辆在下一状态选择的行为；

步骤13：更新车辆的状态计数C_i(s_i)和平均策略

C_i(s_i)←C_i(s_i)+1,

π‾i(si,xi′)←π‾i(si,xi′)+1Ci(si)(πi(si,xi′)-π‾i(si,xi′))]]>

步骤14：更新车辆的策略π_i(s_i)：

π_i(s_i,x_i)←π_i(s_i,x_i)+Δsa_i，

其中，

δsai=min(πi(si,xi),δi|A|-1),]]>

步骤15：重复步骤5～14，直到满足|Q_i(s_i,x_i)-Q_i(s_i',x_i')|＜0.01,且|Q_s(s_s,y)-Q_s(s_s',y_s')|＜0.01，即Q_i(s_i,x_i)和Q_s(s_s,y)均收敛。