本發明屬于無線通信,具體涉及一種移動群智感知網絡三維重建場景感知激勵系統及方法。
背景技術:
1、隨著移動網絡和智能設備的發展,移動群智感知網絡已成為大規模應用中一種很有前途的傳感范式。在眾多傳感器的幫助下,可以使用大量移動設備來聚合眾包任務的數據。在某些應用中,移動設備的計算能力也可用于處理原始傳感數據。通過利用智能設備的感知計算能力和固有的移動性,可以進行各種應用,例如環境監控、圖像標注和任務推薦。
2、然而,在實踐中,由于資源有限和戰略自私性,群智感知網絡中的移動用戶終端可能不愿意參與感知任務。同時,移動用戶終端的隱私信息也可能包含在傳感數據中,從而導致隱私威脅。此外,某些惡意用戶甚至可能提供低質量或虛假數據來獲得報酬獎勵。因此,設計一個合適的感知激勵機制對完成感知任務尤為重要。目前,感知激勵方法有不少的研究,例如,針對移動群智感知網絡制定的一個感知平臺與用戶效用最大化問題,在此基礎上引入報酬作為獎勵激勵用戶參與感知任務;利用對社會網絡的影響傳播,提出了一種效用最大化激勵機制,以招募足夠的參與者進行感知任務。上述研究工作均促進了感知激勵方法的研究,但是,上述模型均假設在目標場景中只存在一個感知平臺。對于三維重建而言,為了實現更加精確的重建,往往包括多個網絡服務商服務器提供不同的服務以及多個移動用戶終端進行點云數據的采集,從而提高點云密度。因此,一個多網絡服務商服務器多移動用戶終端的三維重建感知激勵問題仍待解決。
技術實現思路
1、為了解決上述技術問題,本發明提出了一種移動群智感知網絡三維重建場景感知激勵方法及系統。
2、本發明系統的技術方案為一種移動群智感知網絡三維重建場景感知激勵系統,包括:
3、n個移動用戶終端以及m個網絡服務商服務器;
4、移動用戶終端和網絡服務商服務器的集合分別為:
5、n={1,2...n...n}和m={1,2...m...m};
6、網絡服務商服務器發布三維重建數據采集的感知任務,用戶通過其自身攜帶的智能移動設備來采集圖片感知點云數據并上傳到網絡服務商服務器,網絡服務商服務器根據用戶的感知貢獻提供獎勵報酬,本發明考慮為虛擬貨幣的獎勵。
7、本發明方法的技術方案為一種移動群智感知網絡三維重建場景感知激勵方法,包括以下步驟:
8、步驟1:分別構建移動用戶終端效用函數、網絡服務商服務器的效用函數;
9、步驟2:構建移動用戶終端與網絡服務商服務器之間的兩階段斯塔克爾伯格競爭模型;
10、步驟3:對移動用戶終端與網絡服務商服務器之間的斯塔克爾伯格競爭模型進行求解,得到移動用戶終端與網絡服務商服務器的選擇、移動用戶終端的最優感知數據策略以及網絡服務商服務器的最優支付的總報酬策略。
11、進一步地,步驟1所述移動用戶終端的效用函數,定義為:
12、
13、其中,βm是第m個網絡服務商服務器向移動用戶終端支付的總報酬,是第n個移動用戶終端為第m個網絡服務商服務器提供的感知點云數據量,ρ是將能耗轉化為貨幣的系數,是完成所有感知任務所花費的總能耗成本,分別代表第n個移動用戶終端與第m個網絡服務商服務器之間的的感知能耗、計算能耗、傳輸能耗;
14、所述第n個移動用戶終端與第m個網絡服務商服務器之間的感知能耗表示為如下式所述:
15、
16、其中,是第n個移動用戶終端為第m個網絡服務商服務器提供的感知點云數據量,ps是感知單位數據能耗。
17、所述第n個移動用戶終端處理原始點云數據到第m個網絡服務商服務器所需的計算能耗,如下式所述:
18、
19、其中,κ是有效開關電容大小,c是處理單位感知數據的cpu周期數,是第n個移動用戶終端分配給第m個網絡服務商服務器的計算資源。
20、所述第n個移動用戶終端與第m個網絡服務商服務器之間的傳輸能耗,如下式所述:
21、
22、其中,是第n個移動用戶終端與第m個網絡服務商服務器之間的數據傳輸功率,是第n個移動用戶終端與第m個網絡服務商服務器之間可實現的傳輸速率;
23、步驟1所述網絡服務商服務器的效用函數,定義為:
24、
25、其中,μ是滿意度的系數,是第n個移動用戶終端對于第m個網絡服務商服務器單位感知數據的感知貢獻,是第n個移動用戶終端為第m個網絡服務商服務器提供的感知點云數據量,βm是第m個網絡服務商服務器向移動用戶終端支付的總報酬;
26、此外,所有移動用戶終端與網絡服務商服務器效用之和為社會福利,定義為:
27、
28、進一步地,步驟2所述構建移動用戶終端與網絡服務商服務器之間的兩階段斯塔克爾伯格競爭模型,具體包括:
29、網絡服務商服務器作為領導者首先在第一階段發布感知任務并制定支付的總報酬βm,最終第n個移動用戶終端作為跟隨者在第二階段根據網絡服務商服務器宣布的總報酬確定參與各個網絡服務商服務器的感知點云數據上傳量
30、將感知點云數據上傳到各個網絡服務商服務器后,各網絡服務商服務器會根據所上傳的數據量和貢獻程度來決定分配給每個移動用戶終端的報酬,并根據所得到的總物理現實感知數據量來動態調整支付的總報酬βm;
31、這個過程將持續進行,直到網絡服務商服務器和移動用戶終端雙方達成一致,不再調整決策,此時博弈進入了穩定狀態;
32、對于每一個移動用戶終端而言,目標是通過參與網絡服務商服務器發布的感知任務,盡可能多的獲得報酬以最大化其自身的效用,第m個網絡服務商服務器的優化問題定義為最大化其自身效用vm,表示為:
33、max?vm
34、s.t.βm∈[0,βmax]
35、其中,βm是第m個網絡服務商服務器支付的總報酬,βmax是每個網絡服務商服務器向移動用戶終端支付的報酬上限。
36、在第二階段博弈中,移動用戶終端觀察了網絡服務商服務器的報酬策略后,會調整自身對各個網絡服務商服務器的感知點云數據量,并與其他移動用戶終端進行競爭;
37、針對移動用戶終端的優化問題是在給定支付的總報酬βm下,移動用戶終端作為追隨者,決定第n個移動用戶終端為第m個網絡服務商服務器提供的感知點云數據量以實現最大效用,定義為:
38、maxun
39、
40、其中,dmax表示每個移動用戶終端上傳至網絡服務商服務器的感知點云數據量上限。
41、進一步地,步驟3中,對移動用戶終端與網絡服務商服務器之間的斯塔克爾伯格競爭模型進行求解,具體過程如下:
42、對于第二階段移動用戶終端側的策略進行分析,給定第m個網絡服務商服務器支付的總報酬βm,將第n個移動用戶終端的效用函數對于第n個移動用戶終端為第m個網絡服務商服務器提供的感知點云數據量求一階偏導,得到:
43、
44、
45、其中,βm是第m個網絡服務商服務器支付的總報酬,表示移動用戶終端感知、處理并上傳單位點云數據的能耗,表示除去第n個用戶之外的其他所有移動用戶終端向第m個網絡服務商服務器上傳的點云數據總和,ρ表示將能耗轉化為貨幣的系數,ps表示感知單位數據能耗,κ表示有效開關電容大小,c表示處理單位感知數據的cpu周期數,表示第n個移動用戶終端分配給第m個網絡服務商服務器的計算資源,表示第n個移動用戶終端與第m個網絡服務商服務器之間的數據傳輸功率,表示第n個移動用戶終端與第m個平臺之間可實現的傳輸速率,表示第n個移動用戶終端以外的其他移動用戶終端向第m個網絡服務商服務器上傳的感知點云數據量。
46、第n個移動用戶終端的效用函數對于第n個移動用戶終端為第m個網絡服務商服務器提供的感知點云數據量求二階偏導得到:
47、
48、其中,βm是第m個網絡服務商服務器支付的總報酬,表示除去第n個用戶之外的其他所有移動用戶終端向第m個網絡服務商服務器上傳的點云數據總和,ρ是將能耗轉化為貨幣的系數,ps是感知單位數據能耗,κ是有效開關電容大小,c是處理單位感知數據的cpu周期數,是第n個移動用戶終端分配給第m個網絡服務商服務器的計算資源,是第n個移動用戶終端與第m個網絡服務商服務器之間的數據傳輸功率,是第n個移動用戶終端與第m個平臺之間可實現的傳輸速率,表示第n個移動用戶終端以外的其他移動用戶終端向第m個網絡服務商服務器上傳的感知點云數據量。
49、由于移動用戶終端數量為有限個,其效用模型連續,因此當移動用戶終端效用函數的二階偏導小于0時證明效用函數為一凸函數,移動用戶終端在該博弈中存在唯一納什均衡解。與此同時,令得到第n個移動用戶終端向第m個網絡服務商服務器上傳的最佳感知點云數據量的表達式:
50、
51、其中,βm表示第m個網絡服務商服務器對于所有移動用戶終端支付的總報酬,表示移動用戶終端感知、處理并上傳單位點云數據的能耗,表示除去第n個用戶之外的其他所有移動用戶終端向第m個網絡服務商服務器上傳的點云數據總和,ρ是將能耗轉化為貨幣的系數,ps是感知單位數據能耗,κ是有效開關電容大小,c是處理單位感知數據的cpu周期數,是第n個移動用戶終端分配給第m個網絡服務商服務器的計算資源,是第n個移動用戶終端與第m個網絡服務商服務器之間的數據傳輸功率,是第n個移動用戶終端與第m個平臺之間可實現的傳輸速率,表示第n個移動用戶終端以外的其他移動用戶終端向第m個網絡服務商服務器上傳的感知點云數據量。
52、最終,第n個移動用戶終端的上傳選擇定義為:
53、choicen
54、進一步地,對于該博弈第一階段網絡服務商服務器側的策略進行分析,在得到第n個移動用戶終端為第m個網絡服務商服務器提供的最佳感知點云數據量后,將其代入網絡服務商服務器效用函數可將其改寫為:
55、
56、其中,μ是滿意度的系數,是第n個移動用戶終端對于第m個網絡服務商服務器單位感知數據的感知貢獻,是第n個移動用戶終端向第m個網絡服務商服務器上傳的最佳感知點云數據量,βm表示第m個網絡服務商服務器對于所有移動用戶終端支付的總報酬。
57、網絡服務商服務器效用函數對于總報酬βm求一階偏導,得到:
58、
59、其中,μ是滿意度的系數,是第n個移動用戶終端對于第m個網絡服務商服務器單位感知數據的感知貢獻,是第n個移動用戶終端向第m個網絡服務商服務器上傳的最佳感知點云數據量,βm表示第m個網絡服務商服務器對于所有移動用戶終端支付的總報酬。
60、由于第n個移動用戶終端為第m個網絡服務商服務器提供的感知點云數據量存在限制條件分段考慮后存在有三種情況的最佳感知點云數據量,求解得到均為第m個網絡服務商服務器對于所有移動用戶終端支付的總報酬βm的線性函數,則上式中的在三種情況下均為常數。
61、繼續對網絡服務商服務器效用函數求二階偏導,得到:
62、
63、其中,μ是滿意度的系數,是第n個移動用戶終端對于第m個網絡服務商服務器單位感知數據的感知貢獻,是第n個移動用戶終端向第m個網絡服務商服務器上傳的最佳感知點云數據量,βm表示第m個網絡服務商服務器對于所有移動用戶終端支付的總報酬。
64、對于上式二階偏導,由于在三種情況下均為常數,可得二階導則表示當令時,在βm∈[0,βmax]范圍內第m個網絡服務商服務器存在唯一最佳支付的總報酬策略
65、由于不同的移動用戶終端對于同一網絡服務商服務器的感知貢獻不盡相同,網絡服務商服務器再根據感知貢獻的大小向移動用戶終端分別支付相應的報酬量,則第n個移動用戶終端獲得的報酬為:
66、
67、上述過程得到的最優解表明,在三維重建過程的數據采集階段,本發明所提出的激勵方法可以在保證網絡服務商服務器和移動用戶終端雙方的自身效用最大的同時,得到最佳感知點云數據量以及最佳報酬支付策略既保證了網絡服務商服務器-移動用戶終端博弈系統的平衡,同時得到了由移動用戶終端貢獻其感知資源所采集的更加豐富的點云數據,提高了點云密度,為進一步更加精確的三維重建過程提供了可靠的數據支撐。