世界科学信息技术的飞速发展推动了物联网的产生与发展。物联网通过传感设备将收集到的各类数据信息与互联网组成一个巨型网络,为社会的生产生活提供需要。在物联网的理念中讲究万物相连,将传感设备嵌入到城市系统的每个角落,以此来产生合作效应,提高城市发展质量。近些年来,传感器技术的快速发展使得感知规模更庞大,情况更复杂的社会任务成为了可能,移动群智感知在这个背景下应运而生。它是一种以人为中心的感知模式,用来完成大范围的任务感知。移动群智感知的出现使得社会任务感知变得方便高效,但同时也存在着一些问题,例如相同数据的重复采集,采集完成的数据质量不高以及任务和用户双方谎报数据的问题。这些问题关系到整个感知任务是否能成功完成,所以如何解决不同任务间相同数据的重复采集,保证数据完成质量以及避免任务和用户虚假报价将会是本文的重点研究内容。本文主要研究基于数据复用的移动群智感知网络模型。传统的感知网络各个发布任务之间相互隔离,可能会出现任务之间需求相同而导致数据重复采集的问题。本文提出一种以数据为中心的“任务/数据/用户”三层调度网络,在任务和用户之间引入数据层,以实现不同任务间的数据复用。针对采集数据完成质量不高的情况,文中考虑了任务对数据的质量要求和用户贡献数据的质量。在此基础上分别对每一层模型进行建模,进而构建整个网络模型,并由经典算法得到最优任务调度方案,通过在不同场景下设定参数进行仿真,得出三层调度网络的优点。基于上述模型中可能出现任务或者用户虚假报价的情况,本文将对相关激励机制进行研究。传统的激励不再适用于数据复用的网络模型,故本文提出新的拍卖机制,激励任务发布者和参与用户上报真实的数据。针对所提激励出现平台亏损的问题,文中进一步提出保留价格的概念,以便实现平台预算和社会效用之间的折中。综上,本文主要在网络模型构建与优化,数据完成质量和激励机制上做出相应的研究,并进行仿真与现有的调度网络对比分析。文中研究的网络模型具有普适性,亦可适用于其他相似的感知网络模型,对移动群智感知的理论研究与发展有较深远的意义。