基于距离因素的实时移动众感任务分配方法组成比例

本发明专利技术公开了一种基于距离因素的实时移动众感任务分配方法，服务提供商首先根据用户线路和与

【技术实现步骤摘要】
基于距离因素的实时移动众感任务分配方法


[0001]本专利技术属于移动众感
，更为具体地讲，涉及一种基于距离因素的实时移动众感任务分配方法
。

技术介绍

[0002]移动众感被运用于很多领域的数据采集，例如数字孪生，元宇宙，车联网，智慧城市建设，其基本原理为服务提供商
(MCS)
在需要测量区域
ROI(region of interest)
内，设置多个
POI(point of interest)
，同时针对每个
POI
点公布了相应的数据采集任务，当用户经过
POI
点时，可以使用移动设备对数据进行采集
。
早期的移动众感应用中，很少考虑给用户进行补偿，导致参与数据搜集的用户少，因此服务提供商采用了一些激励机制，例如支付一定的费用给数据采集用户，以补偿他们付出的时间，能耗成本，鼓励更多的用户参与数据采集，获得更高质量的用户数据
。
图1是移动众感服务的流程图
。
如图1所示，移动众感服务一般包括以下过程：
[0003]1)
服务提供商发布针对每一个
POI
点的任务信息，包括地理位置，数据采集时间段等
。
[0004]2)
用户如果愿意参与数据采集任务，则向服务提供商提交其行驶路线以及期望获得的报酬的出价
(bid)。
[0005]3)
服务提供商在预算可行的前提下选择出最有价值的用户集合及支付价格，并通知用户
。
[0006]4)
用户实施数据采集工作后将数据上传至服务提供商
。
[0007]5)
服务提供商支付费用给用户
。
[0008]正常情况下，用户的出价应该等于其实施数据搜集的成本，但是基于用户自利的假设，用户可能谎报其出价，以求获得更高的收益，因此需要通过机制设计保证用户提交信息的可信性，以及个体理性等经济学特征
。
目前将机制设计与移动众感结合已经有较多的研究成果，例如考虑用户实时到达
POI
点的在线机制设计，用户对
POI
点带权最大覆盖问题，考虑用户在
POI
点采集的数据价值随时间流逝降低
(
时间折扣
)
，或者针对
POI
点附近的用户密度确定补偿费用的机制设计
。
上述研究表明了以
POI
点作为移动众感问题的基础模型是一种普适性的方案
。
但是现有的研究中，都是假设不同用户在同一
POI
点采集的数据产生的价值是一致的，在某些情况下这并不合适
。
例如图一中的
POI
点
m
是一个以真实地形建模的虚拟地形中一个具体的
POI
点，假设服务提供商需要搜集这个点的空气质量信息，但是由于地形原因，用户无法准确的到达这个点的坐标
。
为了避免产生无法覆盖的情况，现有研究中都是将
POI
点看作一个区域，只要用户经过这个区域，提交采集的数据，都认为是有效的
。
在这个例子中，有2个用户都经过了
POI
覆盖区域，但可以发现用户1距离
POI
点的坐标更近一些，理论上讲用户1产生的数据价值应该更大，因为对于空气质量数据采集来说，距离目标坐标越近，数据应该越准确
。
类似的情况还有很多，例如采集
POI
点附近图像数据，噪音，信号强度等
。
这导致了一个更加有价值的问题，如果不同用户对同一个
POI
点所采集的数据价
值不一致时，如何对移动众感问题进行建模
。
[0009]现有研究多是将移动众感价值模型用次模函数进行表示，次模函数是一个集合函数，同时用户在集合中的顺序不会对函数值产生影响
。
但是当不同用户对同一个
POI
点所采集的数据价值不一致时，无法采用次模函数对其构建价值模型，因为服务提供商对于
POI
点有采集次数限制，用户的在集合中的顺序对
POI
点产生的数据价值会产生差异，这意味着集合中用户的出现的顺序对函数值产生了影响
。
这一类问题被定义为顺序次模问题，如何解决该问题还需要进一步研究
。

技术实现思路

[0010]本专利技术的目的在于克服现有技术的不足，提供一种基于距离因素的实时移动众感任务分配方法，基于距离因素对用户对
POI
点的数据价值进行差异化处理，在预算限制的前提下选择最有价值的用户，从而得到更加合理的实时移动众感任务分配方案
。
[0011]为了实现上述专利技术目的，本专利技术基于距离因素的实时移动众感任务分配方法包括以下步骤：
[0012]S1
：服务提供商根据实际需要确定移动众感区域内的
POI
点集合
M
表示
POI
点的数量，设置每个
POI
点
m
的最大任务次数
k
m
，并根据实际情况确定本次移动众感任务的预算
B
和在每个
POI
点
m
所能获取的收益
r
m
；
[0013]S2
：离线训练得到权重向量
w0,w1，包括以下步骤：
[0014]S2.1
：根据实际需要设置历史时间段
T
表示子时间段数量；收集用户在历史时间段内向服务提供商上报的线路
、
进入移动众感区域的时间和对执行移动众感任务的出价；服务提供商根据用户进入移动众感区域的时间对用户进行排序，得到用户集合记用户
i
的线路为
P
i
，进入移动众感任务的时间段为
t
i
，对执行本次移动众感任务的出价为
b
i
，
i
＝
1,2,
…
,N
，
N
表示用户数量；
[0015]服务提供商采用如下公式计算得到用户
i
对
POI
点
m
产生的价值
v
im
：
[0016][0017]其中，
d(m,P
i
)
表示用户
i
的线路
P
i
与
POI
点
m
的最近距离，
R
max
表示
POI
点的最大有效覆盖半径；
[0018]获取用户
i
...

【技术保护点】

【技术特征摘要】
1.
一种基于距离因素的实时移动众感任务分配方法，其特征在于，包括以下步骤：
S1
：服务提供商根据实际需要确定移动众感区域内的
POI
点集合
M
表示
POI
点的数量，设置每个
POI
点
m
的最大任务次数
k
m
，并根据实际情况确定本次移动众感任务的预算
B
和在每个
POI
点
m
所能获取的收益
r
m
；
S2
：离线训练得到权重向量
w0,w1，包括以下步骤：
S2.1
：根据实际需要设置历史时间段
T
表示子时间段数量；收集用户在历史时间段内向服务提供商上报的线路
、
进入移动众感区域的时间和对执行移动众感任务的出价；服务提供商根据用户进入移动众感区域的时间对用户进行排序，得到用户集合记用户
i
的线路为
P
i
，进入移动众感任务的时间段为
t
i
，对执行本次移动众感任务的出价为
b
i
，
i
＝
1,2,
…
,N
，
N
表示用户数量；服务提供商采用如下公式计算得到用户
i
对
POI
点
m
产生的价值
v
im
：其中，
d(m,P
i
)
表示用户
i
的线路
P
i
与
POI
点
m
的最近距离，
R
max
表示
POI
点的最大有效覆盖半径；获取用户
i
能覆盖的
POI
集合
S2.2
：初始化
D
维权重向量
w0＝
w1＝0，
D
＝
2M+4
，0表示
D
维零向量，初始化随机抽样参数
ε
＝
ε
max
，
ε
max
表示预设的常数，
ε
max
∈(0,1)
，初始化样本池设置样本池大小
L
；
S2.3
：令迭代次数
g
＝1；
S2.4
：令剩余预算
B
′
＝
B
，每个
POI
点
m
的剩余任务次数
k
′
m
＝
k
m
，令用户状态
s0＝0，策略函数初始值
π0＝0，已选择用户序列
S2.5
：令用户序号
i
＝1；
S2.6
：计算用户
i
在每个
POI
点上的边际价值
v
′
i,m
：然后计算每个用户
i
的边际价值
V
i
：
S2.7
：构建得到用户
i
的状态
s
i
＝
(1,t
i
,v
′
i1
,...,v
′
iM
,b
i
,k
′1,...,k
′
M
,B
′
)
；
S2.8
：判断是否用户
i
的出价
V
max
表示服务提供商理论上能获得的最大价值，如果是，进入步骤
S2.13
，否则进入步骤
S2.9
；
S2.9
：确定用户
i
的任务分配策略，具体步骤包括：
S2.9.1
：随机生成参数
λ
∈(0,1)
；
S2.9.2
：判断是否
λ
＜
ε
/2
，如果是，进入步骤
S2.9.3
，否则进入步骤
S2.9.4
；
S2.9.3
：拒绝用户
i
，并令用户
i
的策略函数
π
i
＝0，支付价格
p
i
＝0，收益
v
i
＝0，用户任务分配策略确定完毕；
S2.9.4
：判断是否
λ
＜
ε
，如果是，进入步骤
S2.9.5
，否则进入步骤
S2.9.6
；
S2.9.5
：接受用户，将用户
i
添加至已选择用户序列
A
的末尾，即令
A
＝
A||i
，然后令用户
i
的策略函数
π
i
＝1，支付价格收益
v
i
＝
V
i
，用户任务分配策略确定完毕；
S2.9.6
：分别计算当前权重向量
w0,w1对应的动作价值函数对应的动作价值函数
S2.9.7
：判断是否
q0≤q1，如果不是，进入步骤
S2.9.3
，否则进入步骤
S2.9.8
；
S2.9.8
：接受用户，将用户
i
添加至已选择用户序列
A
的末尾，即令
A
＝
A||i
，然后令用户
i
的策略函数
π
i
＝1，收益
v
i
＝
V
i
，支付价格其中
ep
i
表示基于当前权重向量计算得到的用户
i
的均衡价格，计算公式如下：
w
0b
、w
1b
分别表示当前权重向量
w0,w1中出价对应的权重
。
用户任务分配策略确定完毕；
S2.10
：将
(s
i
‑1,
π
i
‑1,v
i
‑1,s
i
,
π
i
)
作为样本放入样本池
h
；
S2.11
：基于当前样本池更新权重向量
w0,w1，具体步骤包括：
S2.11.1
：判断当前样本池
h
中的样本数量是否大于
L
，如果是，则按照先入先出原则删除最老的样本，否则不作任何操作；
S2.11.2
：从当前样本池
h
中随机选择一个样本
(s
i
′
,
π
i
′
,v
i
′
,s
i
″
,
π
...

【专利技术属性】
技术研发人员：张骥先，陈鹏，李伟东，
申请(专利权)人：云南大学，
类型：发明
国别省市：