群智感知是在物联网热潮中,随着移动通信技术的发展和便携式智能设备的普及应运而生的一种利用群体力量收集感知数据的新范式。它能够将大量普通用户拥有的智能手机等终端设备作为基本感知单元,通过其协作提供大规模的感知数据采集、计算、储存与传输服务。可以广泛应用于环境监测、公共安全、智慧交通等领域。相比于传统部署的传感器网络,“以人为中心”的特点在给群智感知系统带来感知类型多样、感知覆盖范围广、部署成本低等优势的同时,也提出了一些新的问题与挑战。群智感知系统中的参与者都是具有理性的个体,感知能力丰富多样且感知需求各异,如何在充满竞争的市场中提高他们参与感知活动的积极性,如何选择合适的人选执行感知任务以及如何保障时效性感知数据的高质量收集都是亟需解决的问题。这些都与群智感知系统中的激励机制与任务分配方法设计密切相关。为此,本文在对群智感知系统特征进行充分分析的基础上,主要开展了以下三个方面的研究:（1）面向市场异构多任务场景的非合作博弈激励机制。现有的激励机制大多没有充分考虑群智感知参与者（数据提供者和数据需求者）之间的竞争关系,并且往往只适用于单个或多个数据提供者完成某一个感知任务的场景。然而,群智感知系统中感知任务不仅仅需要由多个数据提供者合作完成,数据提供者丰富的感知能力也允许他们执行异构的多种感知任务。为此,本文提出了一种市场异构多任务场景中考虑非合作博弈的激励机制。该机制能够在数据需求者感知预算已知的情况下,针对每一位数据提供者的特点,为他们分别制定感知策略集使其获得的效用最大化。感知策略集中包含了两层信息,即选择执行哪些感知任务,以及为每个任务做出多少感知贡献。另一方面,对于数据需求者,该机制也能够根据系统中的供需平衡关系为他们制定最大化效用的感知预算。通过理论分析证明了所提机制能够求得唯一的纳什均衡解,并满足机制设计中的个体理性、防欺骗性等重要特性。（2）考虑数据新鲜度的感知任务分配方法。在强调感知数据实时性的应用中,比如突发事件感知和环境实时监测,往往需要最快的完成感知数据的采集与传输工作。现有的激励机制设计中大多没有将数据的时效性作为衡量感知数据质量的一个指标,并据此进行感知任务的分配与奖励的发放。在第一个研究内容里所提激励机制的基础上,本部分通过分析数据采集时间对质量的影响,建立了基于数据新鲜度的数据提供者激励模型,并结合不同场景应用中对数据新鲜度的差异性要求分别设计了两种高效的感知任务分配方法:基于协同进化的任务分配算法能够应对数据质量随时间不断衰减的场景,为数据提供者制定感知任务的执行顺序与时间;求解数据提供者纳什均衡解的松弛算法则能够应对激励模型中具有的联合约束,该约束由每个感知任务对感知数据采集时间的要求而产生。实例仿真评估得出所提方法能满足考虑数据时效性的感知应用需求,提高感知数据质量与数据提供者收集新鲜数据的积极性。（3）基于移动调度的感知覆盖质量增强方法。前两个研究内容中所采用激励机制考虑的是数据提供者机会到达的感知模式,即感知任务的分配依赖于数据提供者随机出现的位置。然而,感知需求在时间和空间维度上呈现出动态变化的特点,群智感知系统中的数据提供者在目标区域中分布不均匀,在覆盖薄弱的区域内感知能力供应不足,无法提供高质量的感知服务。特别地,在具有数据时效性要求的感知任务中,等待移动的参与者途经任务区域这一过程产生的延迟对数据质量的影响尤为显著。因此,本文研究了一种通过调度移动的数据提供者来提高目标区域感知覆盖质量的方法。我们将该过程表述为一个以社会福利最大化为目标的任务分配问题,并提出两种任务分配算法:基于两阶段贪婪搜索的参与者-任务搜索算法和基于二部图的数据提供者搜索算法。实验结果表明,所提机制实现了感知覆盖薄弱区域的覆盖质量增强。综上所述,本文针对群智感知系统的实际应用场景特点设计了有效的系统框架、激励机制和任务分配算法。通过所设计的非合作博弈激励机制能够有效激励人群积极参与感知活动;考虑数据新鲜度的感知任务分配则能够敦促数据提供者采集具有时效性的感知数据,满足实时应用的感知需求;进一步基于移动调度的感知覆盖质量增强方法通过有效提高目标区域感知覆盖质量,能够均衡感知能力的部署,整体提高系统性能。相应的理论分析和仿真实验结果验证了所设计的机制与方法达到了预期的目标效果,论文的研究成果对群智感知系统的实际部署与应用提供了重要的理论基础和技术指导。