[发明专利]一种满足匹配约束的群智感知激励方法

权利要求书

1.一种满足匹配约束的群智感知激励方法，其特征在于，包括：

步骤110、任务请求端发送感知任务集合到目标感知区域的用户端集合中的每个用户端；

步骤120、用户端接收到所述感知任务集合，判断所述感知任务集合中是否存在满足预设条件的感知任务，若是，则提交竞标数据，所述竞标数据包括由满足预设条件的感知任务组成的竞标任务子集；

步骤130、任务请求端接收到所有用户端的竞标数据，基于激励模型计算出每个感知任务中给任务请求端带来最大效益的中标用户端，并将所述感知任务分配给对应的中标用户端；

步骤140、所述中标用户端得到任务请求端的确认及分配的感知任务后，执行所述感知任务，并将感知结果发送给任务请求端。

2.根据权利要求1所述的一种满足匹配约束的群智感知激励方法，其特征在于，所述激励模型的建立方法为：

建立用户端集合与感知任务集合之间的二分图G＝({U,Q},E)，其中，U＝{1,2,...,n}表示用户端集合，Q＝{1,2,...,m}表示感知任务集合，E是连接用户端和感知任务的边的集合，每条边e＝(i,j)∈E表示感知任务j满足用户端i的预设条件，i∈U，j∈Q；

通过寻找所述二分图中的一个匹配M∈E选择用户端并将合适的感知任务分配给所述用户端，得到用户端i∈U(M)的效益为：u_i＝p_i-c_i，其中U(M)为匹配M中的用户端节点，p_i为任务请求端支付给用户端i的报酬，c_i是用户端i完成一个感知任务的成本，任务请求端的效益公式：

u(M)＝∑_j∈Q(M)v_j

其中，Q(M)为匹配M中的感知任务节点，v_j为每一个完成的任务j∈Q能给任务请求端带来效益；

所述u(M)符合以下条件：

maxu(M)s.t.Σi∈U(M)pi≤B]]>

其中，B为任务请求端的预算。

3.根据权利要求2所述的一种满足匹配约束的群智感知激励方法，其特征在于，所述激励模型为即时模型或延时模型，其中，所述即时模型中，用户端到达时间和离开时间相同，所述延时模型中，用户在到达之后可以马上离开，也可以停留一段时间。