基于移动群智感知的无线环境数据采集采集方法研究

发布时间：2023-06-04 23:34

　　无线环境信息(Radio Environment Information)是描述某一区域内无线频谱资源的使用状况信息。精准实时的无线环境信息可以用于提高该区域的无线频谱资源利用率,优化无线网络,使用户获得更好的网络使用体验。移动群智感知(Mobile Crowd Sensing,MCS)作为一种以人为中心并结合了众包思想的新兴数据收集方式将普通社会用户日常携带使用的智能移动终端设备(智能手机、可穿戴设备、平板电脑等)作为数据收集基本单元收集数据。使用移动群智感知进行数据收集方式收集不仅可以降低数据收集成本,而且大量的感知终端组成的网络使数据收集更加容易,招募用户参与数据收集提高了感知的灵活性,且易于维护。然而,在使用移动群智感知的方式收集无线环境数据过程中仍然存在一些问题需要解决。由于参与无线环境数据收集需要花费用户和智能终端的成本,所以用户无偿参与到无线环境数据收集积极性差,比如参与任务感知需要消耗移动设备的能量和流量。此外,在收集某一区域内无线环境数据时,用户移动规律具有不均衡性,这些原因均造成了无法招募到足够的用户参与到无线环境数据收集的过程中。没有足够量的用户参与到无线环境数据...

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 研究问题与现状
        1.2.1 蜂窝网络数据收集的研究现状
        1.2.2 WLAN数据收集研究现状
    1.3 研究内容与贡献
        1.3.1 研究目标
        1.3.2 主要研究工作
    1.4 论文的组织与结构
第2章 移动群智感知数据收集相关研究工作
    2.1 移动群智感知概述
        2.1.1 移动群智感知的发展与应用
        2.1.2 移动群智感知系统架构
        2.1.3 移动群智感知的基本特点
    2.2 移动群智感知数据收集研究现状
        2.2.1 移动群智感知数据收集关键问题
        2.2.2 移动群智感知中样本数据还原
    2.3 本章小结
第3章 基于用户移动性的无线环境数据采集用户选择
    3.1 引言
    3.2 马尔科夫过程与人类移动性
        3.2.1 马尔科夫过程
        3.2.2 人类的移动性
    3.3 基于马尔科夫链的用户移动性预测模型
        3.3.1 用户停留位置抽取
        3.3.2 兴趣点位置抽取
        3.3.3 转移概率的计算与马尔科夫链的构建
    3.4 基于数据平均熵的节点最优覆盖模型
        3.4.1 数据平均熵模型
        3.4.2 模型分析
    3.5 实验设计与结果分析
        3.5.1基于马尔科夫链的用户移动性预测实验
        3.5.2 基于数据平均熵的节点最优覆盖模型
    3.6 本章小结
第4章 基于Kriging空间插值算法的无线环境数据还原
    4.1 引言
    4.2 无线环境数据及Kriging空间插值算法特征
        4.2.1 无线环境数据特征
        4.2.2 Kriging空间插值算法特征
    4.3 使用Kriging空间插值算法还原无线环境数据过程
    4.4 仿真实验
        4.4.1 实验设置
        4.4.2 实验过程
    4.5 本章小结
第5章 总结与展望
    5.1 工作总结
    5.2 未来研究工作
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果



本文编号：3831242