[发明专利]在群智感知网络中基于置信区间的用户感知质量评估方法

摘要

本发明公开了一种在群智感知网络中基于置信区间的用户感知质量评估方法，利用置信区间对用户的感知质量进行更加准确地评估，解决了感知质量的不确定性问题。首先，利用基于最大期望的迭代估计算法，得到感知噪声和污染源存在性的最大似然估计值。然后，基于前面的估计值，利用最大似然估计的渐近正态性和Fisher信息来计算用户感知质量的置信区间。本发明利用数理统计中的最大期望算法、最大似然估计的渐近正态性以及Fisher信息，提出了一种能够准确计算用户感知质量置信区间的方法。所提方法通过迭代，成功地同时解决了感知质量和污染源的不确定性，对不确定的用户感知质量给出了确定性的评估，即它的置信区间。

主权项

一种在群智感知网络中基于置信区间的用户感知质量评估方法，其特征在于：所述方法包括下列步骤：步骤一：利用最大期望方法，分别得到用户感知噪声Ψ的最大似然估计值污染源存在性参数θ的最大似然估计值$\widehat{\mathrm{\Ψ}}=\{({\hat{u}}_i,{\widehat{\mathrm{\σ}}}_i),i=1,...,N\}$和$\widehat{\mathrm{\θ}}=\{{\widehat{\mathrm{\θ}}}_j,j=1,\mathrm{...}M\};$其中即θ＝{νj,j＝1,2...,M}，ν_j表示第j个污染源的存在性，ν_j＝1或者ν_j＝0表示第j个污染源存在或者不存在。令表示第t步迭代中第j个污染源存在性参数的估计值，即p(ν_j＝1)的估计值，则：j＝1,2…M公式1‑4其中，m_ij,分别表示第i个感知用户关于第j个污染源的污染浓度测量值和感知位置；和分别表示第j个污染源的位置和总强度；和分别表示第i个用户感知噪声的均值和均方差在第t‑1次迭代的估计值；表示感知到第j个污染源的用户集合；第i个用户在第t步迭代中感知噪声参数的估计值为：i＝1,2...,N其中，表示第i个用户感知到的污染源集合；J_i表示该集合中元素的个数；通过逐步迭代，所提算法最终能够得到用户感知噪声和污染源存在性参数的最大似然估计值；步骤二：利用最大似然估计的渐近正态性和Fisher信息来计算用户感知质量的置信区间，即和其中，${\mathrm{\Δu}}_i=\frac{c_{\mathrm{\ρ}}\·{\widehat{\mathrm{\σ}}}_i}{\sqrt{J_i}},$${\mathrm{\Δ\σ}}_i=\frac{c_{\mathrm{\ρ}}\·{\widehat{\mathrm{\σ}}}_i}{\sqrt{{\mathrm{\β}}_i}};$表示第i个感知用户关于第j个污染源的感知位置；和分别表示第j个污染源的位置和总强度；c_ρ表示置信度ρ％的标准正态分布值；和是表示第i个用户感知噪声的均值u_i和均方差σ_i的最大似然估计值；为θ_j的最大似然估计值；表示被第i个用户感知到的污染源集合，J_i表示该集合中元素的个数。