一种基于城市公共交通的车载网络群感知覆盖方法技术

本发明专利技术提出一种基于城市公共交通的车载网络群感知覆盖方法，属于无线通信领域。具体流程包括：初始化处理平台；并预测各车辆位置；对车辆位置信息归一化处理计算相关系数矩阵，根据分簇阈值和相关系数对车辆进行分簇，对候选车辆集合进行筛选；计算各区域感知数据的权重

【技术实现步骤摘要】
一种基于城市公共交通的车载网络群感知覆盖方法
本专利技术属于无线通信领域，具体涉及通过结合移动群体感知技术和嵌入式传感技术，使搭载各种各样的城市交通工具成为一个移动的信息载体，形成一种车载网络群感知覆盖方法。
技术介绍
近些年，移动群体感知被广泛应用于智慧交通应用中[1][2]。用户针对道路周边的信息发出请求(如空气质量，道路拥塞情况等等)，为了获得用户请求的信息，一种可行的解决方案是在道路旁部署大量的信息感知节点[3]，保证所有道路环境均能被覆盖，用户可以直接与感知节点进行信息交互直接获得感兴趣的信息。然而，通常为了获得较好的感知能力需要投入大量的感知节点，部署成本非常高。同时，节点分布不合理可能导致感知重叠区和感知盲区。移动群体感知技术可以作为一种新的解决思路，北京市交通线网四通八达，利用布遍全城的“移动公共基础设施”搭载信息采集设备，使其成为一个能参与城市感知的“移动信息载体”来完成用户请求信息的采集[4][5]。但在这样的移动群体感知系统中，由于服务中心的预算成本受限使得能够参与任务感知的移动车辆数目受限，因此如何在用户发起任务的感兴趣时间内选择合适的车辆集合进行信息感知，提升感知信息质量成为移动群体感知系统感知调度的重要研究方向[6]。而且目前，基于移动群体架构的研究主要集中在如何招募尽可能多的感知参与者来提升系统的移动感知收益[7][8]。但是在实际应用中，不同参与者的感知能力之间存在相关性[9]，例如，在基于位置的移动群体感知应用中，具有相似移动特征的参与者之间可能存在高度相关的感知观测能力[9]。在这种情况下，对感知能力相似的移动群体进行招募不仅导致感知覆盖冗余，而且中心节点的处理数据的压力过大导致网络传输速率降低[10]。如果感知任务发起点是像阿里巴巴，百度这样的大型企业或者国家公安部门，那么它们在招募感知参与者的时候通常可以不考虑预算成本问题，但是如果任务发起点是个人或者小型企业，那么它们的预算成本通常都是受限的，因此，在成本受限的情况下需要设计一个有效的参与者招募策略，确保尽可能大的移动感知收益。以往针对移动群体感知网络的研究主要基于移动的人群，大多数学者在研究参与者招募策略时都没有考虑感知参与个体的移动特性，普遍认为移动个体的位置是已知的[10][11][12]。然而，在现实场景中，感知参与者可能频繁移动，他们的移动都是一种主观意识，具有随机性。因此，在观测时段，网络中所有参与者的具体位置很难被预测。所以在研究参与者招募策略时，如果假定移动群体的移动位置可知，实际应用参与者招募策略时就会引入较大的观测偏差，甚至造成局部观测冗余或者局部观测“空洞”[13]。以往的车载网络的研究往往是让所有搭载有车载感知系统的车辆全部参与感知工作，然而，由于车辆运行轨迹的不确定性，在同一时刻的同一感兴趣区域可能会出现多辆感知车辆，这样会造成感知数据冗余，没有充分利用动态车载网络的优势。现有的基于智慧交通的移动群体感知框架大多数认为车载移动感知节点的未来位置是已知的，实际上大多数移动车辆(如出租车)的移动都是不可预测的，具有一定的随机性。此外，在选择车辆的参与城市感知的过程中，没有充分考虑移动车辆行驶轨迹的相关性，大多数车辆的移动轨迹是相似的，同时选择路径相似的车辆参与感知一方面造成覆盖冗余，浪费预算成本，另一方面增加服务中心处理数据的负荷。参考文献：[1]熊英,史殿习,丁博,等.移动群体感知技术研究[J].计算机科学,2014,41(4):1-8.[2]张继德,袁印,张新英.移动群体感知中协作方法研究[J].电脑迷,2017(2).[3]MargreiterM,MayerP,OrfanouF.AConceptforCrowdsourcingofIn-VehicleDatatoImproveUrbanOn-StreetParking[J].ProceedingsofInternationalScientificConferencemobileTUM,2015,1-8[4]AliK,Al-YaseenD,EjazA,etal.CrowdITS:Crowdsourcinginintelligenttransportationsystems[C]//WirelessCommunicationsandNETWORKINGConference.IEEE,2012:3307-3311.[5]KanhereSS.ParticipatorySensing:CrowdsourcingDatafromMobileSmartphonesinUrbanSpaces[C]//IEEEInternationalConferenceonMobileDataManagement.IEEE,2011:3-6.[6]CarisiR,GiordanoE,PauG,etal.EnhancinginvehicledigitalmapsviaGPScrowdsourcing[C]//EighthInternationalConferenceonWirelessOn-DemandNetworkSystemsandServices.IEEE,2011:27-34.[7]DolbergL,FrancisJ,EngelT.Trackingspoofedlocationsincrowdsourcedvehicularapplications[C]//NOMS2014-2014IEEE/IFIPNetworkOperationsandManagementSymposium.IEEE,2014:1-9.[8]HussainR,AbbasF,SonJ,etal.VehicleWitnessesasaService:LeveragingVehiclesasWitnessesontheRoadinVANETClouds[C]//IEEEInternationalConferenceonCloudComputingTechnologyandScience.IEEEComputerSociety,2013:439-444.[9]HuM,ZhongDZ,NiuY,etal.Duration-variableParticipantRecruitmentforUrbanCrowdsourcingwithIndeterministicTrajectories[J].IEEETransactionsonVehicularTechnology,2017,PP(99):1-1.[10]ReddyS,EstrinD,SrivastavaM.RecruitmentFrameworkforParticipatorySensingDataCollections[M]//extit{PervasiveComputing.SpringerBerlinHeidelberg},2010:138-155.v[11]GerlaM,PauG,WengJT.Pics-on-wheels:Photosurveillanceinthevehicularcloud[C]//extit{InternationalConferenceonComputing,NETWORKINGand本文档来自技高网...

【技术保护点】
1.一种基于城市公共交通的车载网络群感知覆盖方法，其特征在于，在公交车上搭载传感器，在车辆参与感知的时候车载采集终端将传感器采集的感知数据上传到云服务端的处理平台，实现时空连续的数据采集；所述方法包括如下步骤：步骤1，处理平台初始化感知任务的最大预算支出Cmax和候选比率β；步骤2：在感知时刻，处理平台获得车辆的位置信息矩阵L(V)；

【技术特征摘要】
1.一种基于城市公共交通的车载网络群感知覆盖方法，其特征在于，在公交车上搭载传感器，在车辆参与感知的时候车载采集终端将传感器采集的感知数据上传到云服务端的处理平台，实现时空连续的数据采集；所述方法包括如下步骤：步骤1，处理平台初始化感知任务的最大预算支出Cmax和候选比率β；步骤2：在感知时刻，处理平台获得车辆的位置信息矩阵L(V)；其中，ln(tm)表示在感知时刻tm候选车辆vn的位置；V＝{v1，v2，...，vn}表示候选车辆集合；m、n均为正整数；步骤3：将车辆的位置信息归一化处理，然后计算两两车辆间的相关系数，根据得到的相关系数矩阵，利用分簇算法将候选车辆集合V按照候选比率β进行筛选，筛选后的候选车辆集合表示为V′＝β·V；步骤4：感知设备接收处理平台发布的感知任务后，确定需要感知的内容，根据业务数据流量确定自身期望得到的报酬发送给处理平台；设V′中车辆vi期望得到的报酬为ci；步骤5：处理平台根据车辆历史轨迹数据为车辆各时刻各个路段的感知数据设置权重因子；对车辆vi在时刻tj的区域li的感知数据的权重因子设置为如下：其中，为时刻tj感兴趣区域li的拥塞等级；步骤6：计算V′中车辆vi的时空感知覆盖度STC(vi)，...

【专利技术属性】
技术研发人员：王朝炜，李陈生，张素墁，秦彩，王卫东，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11