基于群智感知的智慧城市交通系统研究

针对日益严重的城市交通拥堵、城市建设、生活节奏等问题,提出以物联网为基础,利用群智感知技术实现信息采集,利用广播电视技术、移动电话技术、车联网技术实现信息共享的智慧城市交通系统。不同的组织和人群将会从中得到不同的支持,并对关键问题从数据采集、数据纠正、大数据处理、数据发布等方面做了阐述。     

基于群智感知判别交通拥堵的研究

智能交通系统以及应用的研究吸引了学术上和工业上的科研工作者们越来越多的关注,广泛利用传感器和通信技术帮助交通管理部门和驾驶员获取信息作出决策和安全舒适的驾驶体验。文章主要阐述以群智感知方式利用智能手机与车载电脑(OBD)互联获取车辆行驶信息和位置信息等数据判别交通拥堵情况的方法。     

移动群智感知应用

认为无线通信和智能移动设备的发展为群智感知在移动环境下的应用奠定了基础,而廉价多样的传感器使移动群智感知应用与人类社会的联系更加紧密。移动群智感知用户采集数据时的协作方式分为参与式感知、机会感知两种,各有优缺点和局限性。移动群智感知需要考虑用户成本、网络压力、云计算服务器架设、用户隐私保护等方面的问题,要面对情境隐私、匿名任务、匿名数据汇报、可靠数据读取、数据真实性等安全方面的挑战。     

移动群智感知质量度量与保障

认为移动群智感知网络的感知质量包含时空覆盖质量和数据质量两个层面,前者关注是否能采集到足够多的数据,而后者关注数据是否足够准确和可信。分别从这两个层面讨论了感知质量度量和保障的方法,对移动群智感知网络的部署和应用具有一定的指导意义和实用价值。     

多任务群智频谱感知算法

频谱感知是认知无线电系统中的关键技术。本文将群智感知的激励机制与协作频谱感知有效结合,提出了一种基于多任务群智感知的协作频谱感知算法。该算法考虑检测概率和感知时间建立了参与感知的次用户效用函数,次用户通过优化感知时间得出次用户的最优效用并确定感知的信道,通过贪婪算法在有限预算限制下来选取参与感知的次用户,在次用户感知完成后发放一定的报酬,以激励次用户参与频谱感知的积极性。仿真结果表明,该算法可以同时感知多个信道,通过激励提高了次用户的参与度,使得协作频谱检测概率得到有效的提升。      

群智感知网络的发展及挑战

随着无线移动终端设备的爆炸式普及,移动感知和众包思想的结合产生了新型物联网感知模式,即群智感知。文章结合群智感知网络的发展,分别介绍了它的概念、基本特征、系统结构、典型应用以及面临的问题。     

基于空中计算的无线群智感知

为实现服务器对海量传感数据的快速收集,提出了一种基于空中计算的快速传感数据汇聚方案。该方案通过无线功率传输激励用户参与群智感知,为数据感知和空中计算供能。通过对无线功率分配、感知数据量,以及空中计算数据汇聚时间进行联合优化,实现服务器数据开发效益的最大化。该方案的性能通过仿真进行了验证,并与传统的无线群智感知设计进行了比较。     

群智感知中激励机制实验综述及展望

通过对激励机制的讨论,认为激励机制是群智感知中最重要的研究内容之一,在保证参与者数量和提高感知数据准确性、覆盖率和及时性上起着不可忽视的重要作用。激励机制与群智感知中其他主要研究问题密切关联,如参与者选择、能耗优化、所收集数据质量优化等,所以此方面近来从实验到理论方案的研究,都是为了提供更综合、全面的激励步骤和保障各方利益。同时,还指出了激励机制在未来面临的一些挑战和机遇。     

移动群智感知融合数据隐私保护方法

感知融合数据包含用户日常行为习惯和生活轨迹等敏感信息,需要进行有效的隐私保护,针对传统方法存在无法准确衡量用户与位置关系,导致通信开销过大的问题,提出一种基于数据中台技术的移动群智感知融合数据隐私保护方法。将感知融合数据整合上传到数据中台,利用数据中台技术提取属性信息确定隐私敏感等级,构建数据隐私保护算法。实验测试表明,提出的方法隐私保护水平、数据精确度、数据完整性上具有较好的效果;冗余数据明显减少,降低了数据通信量,说明通信开销性能更好,可应用于实际移动群智感知应用中。     

基于Tangle网络的移动群智感知数据安全交付模型

针对现有群智感知平台在数据和酬金交付过程中存在的安全风险和隐私泄露问题,该文提出一种基于Tangle网络的分布式群智感知数据安全交付模型。首先,在数据感知阶段,调用局部异常因子检测算法剔除异常数据,聚类获取感知数据并确定可信参与者节点。然后,在交易写入阶段,使用马尔科夫蒙特卡洛算法选择交易并验证其合法性,通过注册认证中心登记完成匿名身份数据上传,并将交易同步写入分布式账本。最后,结合Tangle网络的累计权重共识机制,当交易安全性达到阈值时,任务发布者可进行数据和酬金的安全交付。仿真试验表明,在模型保护用户隐私的同时,增强了数据和酬金的安全交付能力,相比现有感知平台降低了时间复杂度和任务发布成本。

     

感知-通信-计算融合的智能车联网挑战与趋势

针对单车感知无法满足未来自动驾驶安全需求的现状,面向多车传感器信息融合与时效性共享问题,提出了基于感知-通信-计算融合的智能车联网方法与解决思路。该方法有助于提高自动驾驶车辆的协同环境感知能力,并通过移动边缘计算(MEC)技术降低车间感知信息传输负载,提高多车协同的信息融合与处理效率,最终实现基于多车智能协同的安全自动驾驶。     

面向群体感知的智能汽车协同通信方法

群体感知技术通过组织广泛分布的资源节点及协同机制,可以动态地感知城市环境与交通信息。传统的群体感知系统采用集中式组织结构,对未来高动态、高密度感知服务的通信需求具有不适应性。针对V2X协同通信的需求,提出了基于地理分割的融合反馈方法。该方法支持智能汽车不断地扩散消息并形成时空群落,群落内部的成员共享关键信息并进行分工协作。实验结果表明,所提方法可降低复杂的城市道路环境中协同感知任务的通信开销,高效支撑感知任务的完成。     

Sensing as Services: Resource-Oriented Service Publishing Method for Devices in Internet of Things

Wireless Personal Communications - With the development of the Internet of things (IoT), billions of smart “things” with capabilities of sensing and actuating will be connected to the...     

移动群智感知中基于协同排序的任务推荐方法

针对移动群智感知中参与者积极性不高导致的数据质量低和激励成本高的问题,本文提出了一种基于混合用户模型与列表级排序学习算法相结合的协同排序任务推荐方法.根据参与者的历史行为对其进行分析,初步过滤掉一些劣质感知用户,同时利用参与者间的相似性构建混合用户模型.利用概率矩阵分解对参与者的意愿值进行预测,并根据排序学习得到一个排序模型.根据排序模型生成任务推荐列表,作为目标参与者的优选任务列表.基于真实数据集的仿真实验结果表明,本文提出的方法有效地提高了任务分配的准确率,与此同时减少了感知用户的移动距离.     

An Overview of Internet of Vehicles

The new era of the Internet of Things is driving the evolution of conventional Vehicle Ad-hoc Networks into the lnternet of Vehicles （IoV）. With the rapid development of computation and communication technologies, loV promises huge commercial interest and research value, thereby attracting a large number of companies and researchers. This paper proposes an abstract network model of the IoV, discusses the technologies required to create the IoV, presents different applications based on certain currently existing technologies, provides several open research challenges and describes essential future research in the area of loV.