【技术实现步骤摘要】
面向城市感知的通用移动众包任务分配方法及系统
本专利技术涉及数据感知
，尤其涉及一种面向城市感知的通用移动众包任务分配方法及系统。
技术介绍
随着搭载强力CPU和丰富传感器的智能设备(如智能手机)变得日益普及并成为人们日常生活中的主流计算和通信设备，移动感知(MobileCrowdsourcing)已经成为一种新型的城市感知与计算方式，可以支持诸如城市交通状况感知、空气质量监控、城市噪音地图绘制等智慧城市应用。特别地，移动感知将大规模的城市感知任务划分成一些具体的微小任务(microtask)，然后将这些任务分配给分散的移动设备用户(worker)，并由这些用户到特定区域执行相应的任务并采集、上传特定数据以完成该任务。由于用户执行任务需要花费一定的代价(如步行距离、设备耗电及通信费用等)，因此用户执行完成任务将获得一定的奖励。一个特定的城市感知应用具有有限的预算(budget)来选择性地分配一些任务给合适的用户。某个用户可能被分配多个任务，他需要按照系统产生的感知路径(由一系列空间分布的任务组成)依次执行路径上的任务并上传数据。该用户将获得与感知路径长度成正...
【技术保护点】
1.一种面向城市感知的通用移动众包任务分配方法，其特征在于，包括：S100.建立考虑空间覆盖率、任务执行延迟和数据精度的综合性能指标模型，如下：
【技术特征摘要】
1.一种面向城市感知的通用移动众包任务分配方法，其特征在于，包括：S100.建立考虑空间覆盖率、任务执行延迟和数据精度的综合性能指标模型，如下：其中，H(ti|V)为给定当前已经分配的任务集V下分配任务ti的信息熵；和分别为任务ti和用户wj的位置，为任务ti和用户wj之间的欧几里得空间距离；If为数据恢复策略指示器，无数据恢复策略时取值0，有数据恢复策略时取值1；表示为用户wj分配的感知路径，表示该感知路径的长度，表示当前所有已有分配任务用户的感知路径的平均长度；S200.给定城市感知应用任务集T，当前可选用户集W，总预算Btotal，各个用户的能力约束以及综合性能指标在总预算和用户能力约束条件下，选取使得任务分配的综合性能指标之和最大化的任务分配方式，完成任务分配，即：其中2.根据权利要求1所述的方法，其特征在于，采用基于稀疏采样的全局数据恢复算法进行数据恢复。3.根据权利要求1或2所述的方法，其特征在于，数据恢复方式如下：给定包含m个分配任务的集合V和用户wj执行任务ti采集到的数据di，维度为m×1的测量向量Y由所有的采样数据di构成，数据di的排序按照任务编号升序排列；维度为m×N的测量矩阵A由任务分配过程决定，对于Y中的第i个数据，假定该数据由执行任务tj所得，那么设置A(i,j)＝1；矩阵A中的其他元素设置为0；维度为N×N的表示矩阵P采用离散余弦变换基获取。4.根据权利要求1所述的方法，其特征在于，根据城市感知应用需求将城市划分成不同的区域，对不同区域的数据采集视为移动众包平台中的一项任务ti。5.根据权利要求1或4所述的方法，其特征在于，构建任务-用户权重图以实现移动众包感知场景下的任务分配，包括如下步骤：S210给定感知应用任务集T和当前可选用户集W，以单个任务ti∈T为权重图中的一个顶点，直接相邻的两个任务间形成一条边，构建任务-用户权重图G；每个顶点继承任务ti相应的属性，包括任务位置；以众包感知任务的综合性能指标作为顶点的值，边的权重设置为两个顶点间的欧几里得距离；将每个用户wj在能力约束范围内关联到其最邻近的一个任务ti，即获取初始化任务-用户分配决策xij；S220设置备选任务-用户决策集C，将xij添加到集合C中，并计算每个决策对应的综合性能指标值S230确定集合C中具备最大综合性能指标值的决策xij，及其对应的执行任务开销，即权重图中用户wj当前所在顶点与顶点ti之间边的权重eij，如果且Btotal-eij＞0，则添加到集合V和并从集合C中移除已添加到集合V和的决策，继续执行S240；否则结束任务分配，输出当前决策；S240更新用户wj的能力约束和总预算Btotal，即从中减去用户wj执行任务ti带来的开销；S250借助权重图G寻找并构建顶点ti的一跳邻居顶点集NBi；对于属于NBi且不属于V中的顶点tz，将备选任务-用户分配决策xzj添加到集合C中；S260更新集合C中的每个备选决策的综合性能指标值S270重复S230-S260，直至总预...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。