基于车联网的混合感知服务平台的研究与设计.doc

基于车联网的混合感知服务平台的研究与设计 密级保密期限硕士学位论文题目基于车联网的混合感知服务平台的研究与设计学号姓名何阳专业计算机科学与技术导师杨放春学院网络技术研究院一年月日中国北京密级保密期限却會大聲硕士学位论文？题目基于车联网的混合感知服备平台的研究与设计学号姓名何阳专业计算机鮮与技术导师杨放春学院网络技术研究院年月日？（）（）（）独创性（或创新性）声明本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得北京邮电大学或其他教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名八咖日期关于论文使用授权的说明本人完全了解并同意北京邮电大学有关保留、使用学位论文的规定，即北京邮电大学拥有以下关于学位论文的无偿使用权，具体包括学校有权保留并向国家有关部门或机构送交学位论文，有权允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，有权允许采用影印、缩印或其它复制手段保存、汇编学位论文，将学位论文的全部或部分内容编入有关数据库进行检索。 （保密的学位论文在解密后遵守此规定）本人签名日期么吶导师签名和，日期基于车联网的混合感知服务平台的研究与设计摘要随着物联网的发展，传统固定部署感知网络中的传感设备感知精度越来越高，同时一种名为“移动群体感知”的新兴物联网感知模式开始受到人们的广泛关注。 这两种感知模式各有其独特的优势及不足。 考虑到固定部署感知模式稳定、采集数据精准以及移动群体感知模式灵活、可感知范围广的特点，结合两者优势的混合感知模式，通过固定部署感知设备和车联网中装配有各种传感器的移动车辆之间相互协作，可以完成大规模的感知任务。 论文对车联网混合感知场景下的两种类型感知任务的处理算法进行了研究。 针对感知成本敏感、追求感知效率的普通混合感知任务分配问题，提出了一种“混合感知多感知体协作贪心算法（）”；针对感知质量敏感、追求最大任务完成率、成本不设限的专业混合感知任务需求，提出了一种“基于最小可行解搜索的最大化空间覆盖最小花费算法（）”；针对专业混合感知任务需求调整场景中的激励调整优化问题，提出了相应的优化算法。 论文从基于车联网的混合感知服务平台的应用场景和总体需求展开，以核心服务算法策略为研宄重点，对服务平台中的核心元素进行了抽象，建立了数学模型，提出了适合混合感知场景的核心算法，并进行了仿真验证。 论文结合需求分析和服务算法研宄，设计了混合感知服务平台的总体架构，划分了子系统，设计了服务平台的数据库，给出了详细设计和关键流程，实现了原型系统，并进行了测试。 关键词车联网混合感知贪心算法激励机制，“”，北京邮电大学工学硕士学位论文，目录第章绪论研究背景和意义论文主要工作论文结构本章小结第章相关技术概述车联网群智感知与服务技术移动群体感知激励机制逆向拍卖（，）多属性拍卖（，）双向拍卖（，）基于隐马尔可夫模型的路网匹配算法本章小结第章基于车联网的混合感知服务平台需求分析应用场景需求概述功能性需求分析混合感知任务创建者功能需求分析混合感知任务执行者功能需求分析混合感知服务平台人员功能需求分析非功能性需求分析实用性安全性可扩展性本章小结第章混合感知服务平台模型建立混合感知区域与路网感知体北京邮电大学工学硕士学位论文固定部署节点移动群体感知节点感知能力中的定义与参数约束混合感知任务感知模式任务类别感知内容感知时间任务区域时空覆盖率混合感知报酬感知花费本章小结第章基于混合感知的多感知体协作任务分配算法问题描述和研究现状算法建模感知体价值分类器与混合感知任务协作模式“按劳分配”的混合感知报酬基于混合感知任务协作模式的感知报酬分配方案混合感知任务分配分配问题建模算法描述任务分配算法简单情况举例分析混合感知任务分配问题的难解性单混合感知任务场景多混合感知任务场景仿真试验与结果分析仿真试验环境搭建仿真结果与分析本章小结第章最大化空间覆盖与激励调整优化算法问题描述和研宄现状算法建模专业混合感知任务执行规则专业感知车辆的可感知域激励征召报酬专业混合感知任务激励征召问题建模算法描述专业混合感知任务激励征召问题简单情况分析基于最小可行解搜索的最大化空间覆盖最小花费算法激励调整优化算法仿真试验与结果分析仿真试验环境搭建仿真结果与分析本章小结第章基于车联网的混合感知服务平台设计与实现混合感知服务平台总体架构设计混合感知服务平台功能模块设计综合服务系统感知任务处理系统混合感知服务平台数据库设计混合感知服务平台关键流程设计混合感知任务审核发布流程混合感知任务处理流程混合感知服务平台详细设计与实现综合服务系统感知任务处理系统本章小结第章基于车联网的混合感知服务平台测试与验证测试环境硬件环境软件环境功能测试测试用例表典型测试用例测试结果分析本章小结第章结束语论文工作总结北京邮电大学工学硕士学位论文未来工作展望参考文献攻读硕士学位期间发表的学术论文目录第章绪论第章绪论研究背景和意义随着物联网的发展，传感技术的升级，传统固定部署感知网络的感知能力越来越强，采集的感知数据精确度不断提高，在自然环境和交通情况监测等场景有着广泛的应用。 与此同时，更复杂、更大规模的社会环境感知需求也在日益增长，仅仅依靠现有的固定传感设备，难以完成大范围的感知任务，而进行大量部署将带来很高的建设和维护成本。 在传统固定部署网络实现技术升级的同时，物联网的飞速发展也催生了一种新兴的感知网络，即移动群体感知网络，与传统的固定部署感知模式相比，移动群体感知模式具有灵活性更强、感知范围更广、可扩展性更好、可以感知各种数据、更低的部署和维护成本等优势，适合于执行大规模、细粒度的感知任务。 因为这些优点，移动群体感知已经成功应用在了交通情况监测、环境监测、移动社交推荐、城市环境感知和公共安全等很多领域。 但是，移动群体感知模式釆集到的感知数据质量参差不齐，且单个移动群体感知节点的感知范围较小、移动性较强，难以对一块区域进行持续感知。 而固定部署感知模式刚好可以弥补这些缺点，其可以精准采集感知数据并进行可靠的数据传输，且单个固定部署感知节点感知范围较广，可以持续地对一块较大区域进行感知。 基于移动群体感知模式灵活、易拓展、感知范围广等优势，以及固定部署感知模式稳定、采集数据精准的特点，可以将移动群体感知模式和固定部署感知模式相结合并加以优化，组成一种混合感知模式。 考虑到车辆相比于手机等移动设备具备更好的移动性，可以覆盖更大的感知范围，且可以装配各种感知设备，采集多种感知数据，还可以通过拓展车载系统对感知数据进行初步处理和存储。 综合这些优势，在移动群体感知模式中以配备各类传感器的移动车辆作为感知体，固定部署感知模式中以各类监测站等为感知体，共同协作采集感知数据，上传给数据中心进行数据分析处理，组成混合感知服务平台，提供感知服务。 这种新型的感知模式可以结合两者的优点，提高感知网络的时空覆盖率和感知精度。 本论文在基于移动群体感知和固定部署感知的研宄基础上，对混合感知场景下的感知需求进行分析，然后进行场景抽象，建立起静态数学模型，再在此基础上重点研宄相应的动态算法策略以满足相应的感知需求，同时对于现有移动群体感知任务分配和激励机制中的不足之处给出适合于混合感知场景的创新解决方北京邮电大学工学硕士学位论文案，进行仿真试验对服务算法有效性进行验证，最后设计实现混合感知服务平台，将算法策略应用于平台，实现从“场景需求算法仿真平台测试应用”的完整闭环。 论文主要工作本论文从基于车联网的混合感知服务平台的应用场景和总体需求展开，以核心服务算法策略为研究重点。 先对服务平台中的核心元素进行了数学抽象，建立了数学模型。 然后在此基础上对混合感知的两类感知任务的任务分配问题和激励征召问题进行了深入研究，针对当前研究的不足之处结合混合感知服务平台的感知需求，给出了适合混合感知场景的解决方案，并进行了仿真验证。 最后结合需求分析和服务算法研究，设计实现了混合感知服务平台，将算法策略封装为服务提供给用户。 本论文的核心工作主要分为以下几个方面对基于车联网的混合感知服务平台应用场景、核心工作流程及需求的研究本论文首先基于对固定部署感知模式和移动群体感知模式的优势与不足进行了研究与分析，在此基础上提出了基于两者有效结合的混合感知模式，挖掘了混合感知的两层含义。 然后基于混合感知的特点分析了其合适的应用场景，详细阐述了场景中的主要组成元素以及服务平台的核心工作流程。 在此基础上对服务平台中的角色进行了划分，针对不同角色进行了细致的需求分析，为服务算法的研究提供了场景基础和优化目标，并为混合感知服务平台的设计与实现工作理清了方向。 对混合感知服务平台中的核心元素建立了数学模型本论文基于应用场景和需求分析，对混合感知平台中的感知区域、路网、感知体、混合感知任务等核心组成元素进行了细致地数学抽象与定义。 并重点分析了感知体与混合感知任务的各种属性用数学表达式描述了感知体的感知能力在物理空间中的特点；统一了“普通”和“专业”两种类型感知任务的基础属性，并对两者在数量、优先级、参与者、感知时间等方面的不同进行了细致地分析说明。 在此基础上，对于感知任务的完成效果建立了基于时空覆盖率的可量化评价标准，对于感知执行者可以获得的感知报酬及服务平台应支付的感知花费给出了明确的定义。 对多混合感知任务分配问题进行了研宄分析并给出了算法解决方案本论文针对混合感知服务平台中成本敏感而数据质量相对要求不高的普通混合感知任务的感知需求，结合现有移动群体感知中常见的点覆盖模型中的不足之处，在对感知能力和感知数据质量评估数学抽象基础上，提出了混合感知任务协作模式及相应的报酬分配方案。 基于这些分析，提出了一种“基于混合感知的第章绪论多感知体协作的贪心算法”来解决任务分配问题，并扩展应用到了多任务场景。 然后分析了模型中各类参数对算法效能的影响，制定了详细的仿真目标，进行了多次仿真试验，将数据结果成了可视化的图表并进行了细致的分析，对应仿真目标给出了相应结论，验证了本文算法的有效性。 对专业混合感知任务激励征召问題进行了研宄分析并给出了算法解决方案本论文针对混合感知服务平台中数据质量及任务完成率敏感而无成本上限约束的专业感知任务的感知需求场景，定义了专业感知任务的执行规则，提出了感知车辆的可感知域概念和计算方法，在此基础上针对激励征召问题提出了一种“基于最小可行解的最大空间覆盖最小花费算法”，在尽可能满足最大空间覆盖率的条件下，使得感知花费最小。 然后对相对比较特殊的激励调整场景，分析了感知车辆与服务平台博弈过程中的优势、劣势转换，给出了一种“激励调整优化算法”来解决此问题。 在进行了算法理论研究之后对算法有效性进行了仿真验证与分析。 基于车联网的混合感知服务平台原型的设计与实现在梳理明确混合感知服务平台的需求以及完成服务算法策略的研宂之后，进行了服务平台原型的设计与实现。 首先设计了混合感知服务平台的总体架构，将其划分为了多个子系统，然后对子系统中的各个功能模块进行了详细的说明，并根据服务平台的数据需求设计了数据库，详细列出了数据表的具体内容，接着结合服务算法逻辑梳理了服务平台中的关键流程。 在此基础上，对混合感知服务平台进行了详细设计与实现，包括各个子系统详细的类图设计和关键类描述。 论文结构论文正文从结构上共分为九章，层次关系具体如图所示主体内容分为三大部分，第一大部分包含二至三章，主要对混合感知的相关概念和技术背景进行介绍，阐述了什么是混合感知，其主要的应用场景和用户需求，为算法部分提供了场景支撑和研究目标。 第二大部分是本论文研究的核心，完整包含了场景抽象、基础数学模型建立、问题分析、问题数学建模、算法研宄、算法仿真验证和结果分析；一共提出了个混合感知场景下的算法。 第三大部分是混合感知服务平台的设计、实现和测试，根据需求分析和服务算法的内容，从总体架构展开，直至测试和验证。 北京邮电大学工学硕士学位论文绪论， 一、混合感知的概念场景需求广第二章基于车联网的相关技术概述混合感知服务平台需求分析 二、混合感知数学模型建立与核心算法研究混合感知服务平台，丨，第章第六章基于混合感知最大化空间覆盖的多感知体协作与激励调整任务分配算法优化算法 三、混合感知服务平台设计实现验证基于车联网的混合感知服务平台设与实现基于车联网的混合感知服务平台测试与验证总结与展望图论文层次结构第章绪论第一章绪论。 详细介绍了本论文的研宄背景与意义，主要的工作内容和论文整体的框架结构。 第二章相关技术概述。 简要介绍了与本论文联系紧密的技术，包含车联网群智感知服务的框架，算法研宄中的激励机制拍卖模型，仿真用的路网匹配算法。 第三章基于车联网的混合感知服务平台需求分析。 阐述了混合感知的两层含义，结合应用场景描述了核心工作流程，并对平台中三类角色的功能需求进行了详细分析，对非功能性需求进行了描述。 第四章混合感知服务平台模型建立。 对服务平台应用场景中的核心元素进行数学抽象，给出明确的定义和可量化的计算公式，奠定算法研宄的基础。 第五章基于混合感知的多感知体协作任务分配算法。 针对普通混合感知任务分配时希望提升感知效果和降低感知成本的问题，提出了单混合感知任务场景下的混合感知多感知体协作贪心算法、随机选取算法和任务完成优先算法三个算法解决方案，并扩展到了多混合感知任务场景。 最后对算法有效性进行了多次仿真验证并对试验结果进行了细致分析与总结。 第六章最大化空间覆盖和激励调整优化算法。 针对专业混合感知任务希望尽可能达到最大任务完成率及其对数据质量要求高的问题场景，提出了基于最小可行解搜索的最大化空间覆盖最小花费算法来解决。 此外，提出了激励调整优化算法用以解决专业混合感知任务激励调整场景下的花费优化问题。 最后进行了多次仿真和结果分析，验证了算法的有效性。 第七章基于车联网的混合感知服务平台的设计与实现。 结合需求分析和服务算法策略给出了服务平台的总体架构设计，对平台中各个子系统模块进行了设计与说明，结合平台内的数据需求设计了数据库，梳理了关键流程，设计了各个系统的类图，并对关键类的属性方法进行了详细说明。 第八章基于车联网的混合感知服务平台测试与验证。 介绍了测试的软硬件环境，设计了测试用例并进行验证。 第九章结束语。 总结了论文的所有内容，并对未来的工作提出了目标展望。 本章小结本章介绍了固定部署感知模式和移动群体感知模式的特点和缺陷，提出了结合两者优势并以车联网作为移动群体感知的载体的混合感知模式，阐述了基于车联网的混合感知服务平台研宄的意义，最后介绍了本论文的主要工作内容和结构。 北京邮电大学工学硕士学位论文第章相关技术概述本章对论文中涉及到的相关技术进行了概述，主要包含车联网群智感知与服务技术、移动群体感知激励机制和基于隐马尔可夫模型的路网匹配算法，为本文相关平台框架和算法研究及应用内容提供了技术基础。 车联网群智感知与服务技术“车联网（）是一种基于多人、多管、可运营、可信的开放融合网络系统，其通过先进的信息通信与处理技术，对人、车、网络通信和道路交通基础设施等环境元素的大规模复杂静态动态信息进行感知、认知、传输和计算，解决泛在异构移动融合网络环境中智能管理和信息服务的可计算性、可扩展性和可持续性问题，最终实现人、车、环境的深度融合。 群智感知的主要思想是通过众包与移动感知相结合的方式，将个体所拥有的各类传感设备作为感知单元，通过大量个体之间的协作，完成大范围的感知任务。 “结合车联网和群智感知的概念可知，群智感知是车联网服务的核心特征之一。 （麵與？）、一了一）专用雙蠢？授术图集中式的车联网群智感知与服务如图所示，车联网群智感知最常见的一种模式为集中式感知，其主要由装配各类传感器的移动车辆和数据处理服务平台组成，适用于非实时或者准实时的服务场景，例如等人通在移动车辆上装配空气质量监测仪来对城市空气质量进行较为细粒度的监测。 使用移动车辆来采集交通情况数据，分析出交通拥堵区域。 第章相关技术概述移动群体感知激励机制移动群体感知激励机制研究的主要目标为通过服务平台给予感知任务执行者一定的报酬奖励，以提高其参与积极性，并提交高质量的感知数据。 激励机制的核心逻辑可以用如式所示的数学模型来表示（），（）（）代表了移动群体感知激励机制（），代表了激励方式（），代表了服务平台（），代表了参与者（），代表了效用（）。 即表示采用某种激励方式使得参与者与服务平台的综合效用最大。 在激励机制中主要的激励方式有报酬激励、虚拟积分激励、娱乐性激励和社交性激励。 其中报酬激励是最常见的一种激励方式，其中研究最多的是基于博弈论的拍卖机制，主要包含逆向拍卖、多属性拍卖和双向拍卖等。 逆向拍卖（，）正向拍卖与逆向拍卖的示意如图所示，等人率先提出了基于逆向拍卖的动态价格参与者虚拟积分机制（，简称），采用逆向拍卖的方式，选择出价最低的参与者作为执行者并支付相应的报酬，并对竞价失畋者给予一定的虚拟积分奖励，以最小化服务平台支付代价，并保证一定的参与率。 ！？；！正向拍卖逆向拍卖图正向拍卖与逆向拍卖北京邮电大学工学硕士学位论文多属性拍卖（，）在移动群体感知中，服务平台需要综合考虑多种因素进行任务分配，除了参与者的报价之外还有可完成任务数量、设备所采集的感知数据质量和可参与时间等。 多属性拍卖是基于逆向拍卖机制上，卖家与买家在多种属性上进行协商谈判的一种拍卖方式。 等人提出了一种综合考虑参与率与感知数据质量的多属性拍卖机制，并通过蒙特卡洛仿真进行试验，验证了机制相对于单属性的可以使得综合效用更大。 的效用函数可用式表示（）（）（）其中，是各属性的权值，；）是个属性的效用函数，服务平台最终支付报酬的对象即为多属性效用函数值最大的参与者，即式），（）双向拍卖（，）除了如和中一对多的拍卖模型之外，还有例如此种多对多的拍卖模型。 等人将应用到了位置隐私信息的匿名保护中，激励位置信息不敏感者加入位置信息敏感的隐私保护中。 具体如式所示，（）基于隐马尔可夫模型的路网匹配算法路段时间！丨丨！卜？）候选路段路段转移一最大似然路径图基于模型的路网匹配过程第章相关技术概述如图显示了基于模型的路网匹配过程。 在路网匹配问题中，假设车辆的行驶过程符合马尔科夫模型，并将无法直接观察到的车辆行驶轨迹作为隐含状态，点看作隐含状态的输出，于是基于隐马尔可夫模型（，）的路网匹配算法即可描述为在给定序列（观测序列）的前提下，寻找最可能产生此序列的行驶轨迹（隐含状态序列），其中包含了两个状态集合（）可观测状态集合车辆位置信息隐含状态集合车辆实际位置信息，？！，图示意图是一种典型的基于模型的路网匹配算法，该算法结合了时间与空间上的信息，同时考虑了点和道路之间的距离以及点之间道路的连续性。 例如图所示，在只考虑距离的因素情况下，匹配的结果为，而通过考虑了点之间道路的连续性的情况下，匹配的结果应该是心，；匹配在了巧上。 本文在算法仿真试验时将采用进行地图匹配。 本章小结在本章中先对集中式的车联网群智感知服务框架进行了介绍，然后列