[发明专利]群智感知中基于区域覆盖的一种激励方法

摘要

本发明公开了群智感知中基于区域覆盖的一种激励方法。群智感知依赖于智能手机及可穿戴式设备中的嵌入式传感器收集数据，在参与过程中，用户消耗了私人资源，如电池和设备计算能力，也可能存在隐私安全等问题。为了在保证用户参与的同时最大化覆盖区域，本发明考虑到现实场景用户的感知范围，参与成本的地域性差异以及预算有限，在动态定价反向拍卖的基础上，提出了区域覆盖最大化方法，提高了所选择的用户感知覆盖面积。

主权项

群智感知中基于区域覆盖的一种激励方法，其特征在于，该方法包括以下步骤：1)定义用户参与成本和重叠度：在群智感知中用户ui(i＝1,2,…N)作为信息提供者，执行感知任务、提供感知数据，N为用户数，用户通过基站上报收集到的感知数据，用户与基站间距离为di，用户参与成本为ci＝αdi2(i＝1,…,N)，其中α为常数,；所有用户感知范围是以用户ui为中心，半径为r的圆，当两个用户中心距离d(ui,uj)＜2r时用户重叠，将某一个参与用户ui与已选用户集W1中所有用户重叠的数量定义为参与用户ui的重叠度cddi；2)用户以随机分布在ci～1.5ci的初始竞标价格bi参与拍卖，初始化拍卖轮次r＝0，参与拍卖用户集W＝{u1,u2,…uN}，选中上报信息用户集3)令循环计数器m＝0，从参与用户集W中选取价格最低的用户作为获胜用户归为已选中用户集W1中；4)从剩余用户集W/W1中选取一个与已选中用户集W1中用户重叠度cddi＝m且价格最低的用户归入已选中用户集W1中，从预算L中减去此用户的标价；5)判断预算L是否用尽，若仍有预算，则转入步骤6)，若预算用尽则输出选中用户集W1并结束算法；6)判断集合W/W1中是否仍有用户与W1中用户重叠度cddi＝m，若仍有则重复步骤4)和步骤5)，若没有则令m＝m+1，并返回步骤4)，直至预算L用尽或参与用户W全被选中，得到选中用户集W1作为拍卖中获胜用户集合；7)计算收益率第r轮第i个参与用户的收益率其中表示用户ui从第1轮到第r轮拍卖实际获得的总收益，表示用户ui从第1轮到第r轮拍卖中总参与次数，ci表示用户的参与成本，与成正比，则表示用户ui从第1轮到第r轮拍卖总成本值；8)判断收益率是否小于阈值，若不小于阈值，用户继续参与拍卖，获胜用户集W1在下一轮拍卖中有一半的概率增价10％或者保持原价，落败用户集即集合W/W1在下一轮拍卖中降价10％以增大被选择的概率，更新拍卖轮r＝r+1，重复步骤3)至步骤7)，如果收益率小于阈值的用户则转入步骤9)；9)向收益率小于阈值的用户告知第r轮最大成交价格并计算第r+1轮的预期收益率如果预期收益率不小于阈值则用户返回参与拍卖，如果预期收益率小于阈值则用户退出拍卖，更新参与用户集W，拍卖轮r＝r+1，重复步骤3)至步骤7)，直至用户全部退出。