【摘 要】
：
随着移动群智感知网络（Mobile Crowdsensing,MCS）的应用领域不断拓展,使用移动群智感知网络采集感知数据的任务发布者越来越多,多任务的分配场景也越来越普遍。本文主要考虑的是参与式感知,以任务发布者为中心,根据感知任务是否对感知时间有特殊要求（例如,任务的最大响应时间）,将MCS的任务分配场景分为两类:对时间敏感和对时间不敏感的多任务分配场景。针对这两类场景,本文的主要贡献和创新点
论文部分内容阅读
随着移动群智感知网络（Mobile Crowdsensing,MCS）的应用领域不断拓展,使用移动群智感知网络采集感知数据的任务发布者越来越多,多任务的分配场景也越来越普遍。本文主要考虑的是参与式感知,以任务发布者为中心,根据感知任务是否对感知时间有特殊要求（例如,任务的最大响应时间）,将MCS的任务分配场景分为两类:对时间敏感和对时间不敏感的多任务分配场景。针对这两类场景,本文的主要贡献和创新点如下:（1）针对时间敏感的多任务分配场景,任务发布者希望通过支付较低的感知成本和时间成本,获取尽可能高的信息质量。然而,现有的任务分配研究很少同时考虑以上三个优化目标。对此,本文提出了一种基于迭代次数和适应度值的粒子群算法（Particle Swarm Optimization Algorithm based on Iteration Number and Fitness Value,INFV-PSO）,在此基础上构建任务分配机制,其核心思想就是在感知成本、感知时间、信息质量上取得平衡点,进而为每个任务分配最佳的用户子集。同时,利用基于指数的动态惯性权值和基于模糊规则自适应调节的学习因子解决了标准粒子群算法固有的早熟问题。仿真结果表明,与现有的算法相比,本文所提算法在不降低平均信息满意度的同时,平均预算降低了11.86%～12.65%,平均响应时间降低了8.6%～12.67%,任务完成率提升了4.1%～8.52%。（2）针对时间不敏感的多任务分配场景,任务发布者希望通过支付较低的感知成本,获取尽可能高的信息质量。现有的任务分配研究大多使用贪婪算法,容易陷入局部最优解,而且很少考虑到存在多个任务发布者的情况。对此,本文提出了一种面向N个任务发布者的基于贪婪算法初始化的遗传算法（A Genetic Algorithm based on Greedy Algorithm Initialization for N Task Publishers,N-GAI-GA）,在此基础上构建任务分配机制,使用基于相互关系的策略,将感知成本和信息质量的双目标优化问题转化为最大化质量报酬比的单目标优化问题。N-GAI-GA利用遗传算法的全局优化搜索性能解决了贪婪算法容易出现的局部最优解问题。同时,对于N个任务发布者导致的资源匮乏问题,提出了一种启发式交叉方式用于适应用户与任务之间的一对多关系。仿真结果表明,本文所提算法的总质量报酬比（TQR）提升了9.82%～11.53%。
其他文献
当电缆长期运行于潮湿的环境中时,绝缘介质内部极易发生水树老化,不仅会严重损害电缆绝缘性能,而且在冲击过电压的作用下,还可能转化为破坏性更强的电树枝,短时间内引起绝缘击穿,造成电网停电事故。因此,研究针对水树缺陷的有效诊断、精确定位和准确评估方法,对保障电缆线路安全稳定运行具有重要意义。针对现有水树缺陷诊断技术存在的不足,如对于长电缆中的局部水树缺陷诊断灵敏度较低,水树缺陷精确定位方法缺乏,评估特征
随着电力系统中融合越来越多的智能化、信息化和自动化设备,电力系统从传统物理电网转变为可实时感知、动态控制和信息决策相融合的电力信息物理系统。然而,该系统的构建对电网的脆弱性产生了新的影响。攻击者在信息交互过程中通过虚假数据注入攻击（False Data Injection Attacks,FDIAs）等手段破坏电力系统的网络信息安全,使控制中心误以为系统仍在正常运行中,误导控制中心做出错误决策,导
直流系统具有转换效率高、供电容量大、电能质量高等优势,已成为未来电力领域重要的发展方向,直流型分布式电源及负载的接入比例也在逐年增高。然而,直流系统中存在大量恒功率负载,其负阻抗特性是造成电压振荡、系统失稳的重要原因。目前,对恒功率负载造成电压振荡及稳定性问题的研究主要针对单极性直流系统;双极性系统由于存在不平衡工作状态以及极间耦合,其稳定性问题与单极性系统存在较大差异,需进行更深入的研究。因此,
伴随着第五代移动通信（5G）技术逐渐成熟并走向商用,开展后5G时代（Beyond 5G,B5G）/第六代移动通信（6G）技术研究已成为国内外科研院所和ICT企业关注的焦点。通过对5G技术现存问题深入分析,以及B5G/6G应用需求的深入挖掘,不难发现B5G/6G迫切需要新技术手段以期在不显著增加网络部署成本的同时提升无线通信频谱和能量效率,从而满足未来应用需求并实现真正意义上的可持续网络演化。与此同
随着全球能源需求的快速增长和对可持续发展的迫切要求,能源结构转型进程日趋加快,可再生能源发电持续大力发展。然而分布式可再生能源和负荷具有的高度不确定性为孤岛微电网运行的安全性和经济性带来严峻挑战。传统优化运行研究方法对微电网进行控制和决策时往往忽略了可再生能源出力及负荷功率的预测误差,难以有效处理孤岛微电网中的高度不确定性。为此,本文以高比例可再生能源渗入的孤岛微电网为研究对象,对多阶段不确定性建
介质阻挡放电在航空航天、材料表面改性、生物医学等领域有巨大应用前景,但目前在大气压空气中产生大面积均匀等离子体仍是难点。研究表明激励器结构参数的优化是提高放电等离子体特性的重要方式,本文基于自主研制的旋转介质阻挡放电激励器,研究了电极转速对放电特性的影响,结合放电图像和电学参数,讨论了旋转状态下放电的过程机制。根据所提出的长曝光时间下多个微放电通道灰度叠加方法,研究了电极转速变化时灰度均值、标准差
雷达作为一种穿透力超强的主动式微波探测工具,其性能不受时间、气候和观测距离等因素的影响,在目标检测和预警探测等领域具有其他遥感系统无可比拟的优势。然而,复杂杂波背景下的动目标检测性能受到了各种因素的制约,导致海杂波抑制及和目标检测技术不能满足实时需求。杂波抑制是动目标探测的基础和前提,而现有杂波抑制算法仅仅利用单维域特征并且人工参与的力度大,使得杂波抑制效果的好坏主要取决于算法对雷达参数及环境的适
压缩感知理论打破了奈奎斯特采样定理对采样频率的约束,迅速在各个领域得到了广泛应用。在图像处理领域,通过将压缩感知理论与图像相结合,不仅可以减少数据压缩和采样的代价,而且可以提高图像处理的效率。因此,图像重构是压缩感知研究的一个重点内容。图像重构的目的是从少量的测量值中有效重构出原始图像,但图像重构本身是NP-Hard问题,所以如何利用先验信息对图像进行重构是目前研究的重点。针对不同的先验信息,学者
第五代（5th Generation,5G）移动通信系统的关键指标之一是提升传输速率。毫米波拥有丰富的频谱资源,可以提升带宽。大规模多入多出（Multiple Input Multiple Output,MIMO）部署的天线阵列可以提高频谱利用率。因此,毫米波与大规模MIMO在5G研究中占据非常重要的地位。预编码是MIMO系统的核心技术之一,传统模拟预编码实现简单,但只支持单数据流传输,且性能较差
工程中常采用反幂模型（Inverse power model,IPM）作为交联聚乙烯（Crosslinked polyethylene,XLPE）电缆绝缘的电寿命模型,以描述外施场强E与绝缘失效时间t所呈现的E-t特性关系。IPM中的参数——电压耐受指数n是交、直流电缆绝缘设计及出厂试验考核的重要依据。目前,高压直流电缆的绝缘设计依旧参考交流电缆的设计和运行经验,但由于交、直流电缆中电场分布规律存