一种车载网络的移动群智感知方法

摘要

一种车载网络的移动群智感知方法，涉及无线通信。包括：移动群智感知服务器向相关区域内的车辆发送征集感知报告的广播信息；收到征集消息的车辆根据自身的感知开销和传输信道状态，采用增强学算法WoLF-PHC决定是否参与该项目，以及感知的精度；移动群智感知服务器收到车辆的感知报告后，对感知报告的准确度进行评估，并使用WoLF-PHC算法来确定付给车辆的报酬。通过调整给车辆的报酬，激励车辆参与感知任务，从而使服务器获得所需要的车载感知报告。

主权项

一种车载网络的移动群智感知方法，其特征在于包括以下步骤：步骤1：移动群智感知服务器向相关区域内的m个车辆发送征集感知报告的环境信息；步骤2：车辆根据自身的感知开销，传输信道状态h和服务器给的报酬范围决定感知精度x；步骤3：初始化每个车辆的Q_i值矩阵；步骤4：初始化服务器的Q_s值矩阵；步骤5：车辆i观察目前所处的状态s_i，按策略π_i对每个感知精度的概率分布选择具有最大概率的感知精度x_i；步骤6：服务器观察目前所处的状态s_s＝Χ＝[x_i]_0≤i≤m，根据策略π_s对每个价格的概率分布选择具有最大概率的价格y_i支付给车辆；步骤7：服务器计算效益u_s：$u_s=\beta ·\underset{i=1}{\overset{m}{\Sigma }}{x}_i-\underset{i=1}{\overset{m}{\Sigma }}{y}_i,$其中β是服务器从单位精度的感知报告中获得的收益，设置为常数；步骤8：服务器根据公式：$Q_s(s_s,y)\leftarrow (1-{\alpha }_s)Q_s(s_s,y)+{\alpha }_s(u_s+{\gamma }_s\underset{y^{\prime }\in B}{max}{Q}_s({s_s}^{\prime },y^{\prime }\left)\right)$更新Q_s值，Q_s(s_s,y)是服务器在状态s_s下选择y时的Q_s值，s_s'是服务器的下一状态，假设服务器的下一状态与当前状态相同，y'是服务器在下一状态选择的行为；步骤9：更新服务器的状态计数C_s(s_s)和平均策略C_s(s_s)←C_s(s_s)+1,${\bar{\pi }}_s(s_s,y^{\prime })\leftarrow {\bar{\pi }}_s(s_s,y^{\prime })+\frac{1}{C_s\left(s_s\right)}\left({\pi }_s\right(s_s,y^{\prime })-{\bar{\pi }}_s(s_s,y^{\prime }\left)\right).$步骤10：更新服务器的策略π_s：π(s_s,y)←π(s_s,y)+Δsb，其中，${\delta }_{sb}=min\left({\pi }_s\right(s_s,y),\frac{{\delta }_s}{\left|B\right|-1}),$步骤11：车辆收到服务器给的报酬后，计算即时效益：$u_i=y_i-\frac{D_i\left(x_i\right)·x_i}{log(1+h)},$其中，D_i(x_i)为车辆i发送感知精度为x_i的报告时的单位能量消耗，h是当前信道状态；步骤12：车辆根据公式：$Q_i(s_i,x_i)\leftarrow (1-{\alpha }_i)Q_i(s_i,x_i)+{\alpha }_i(u_i+{\gamma }_i\underset{{x_i}^{\prime }\in A}{max}{Q}_i({s_i}^{\prime },{x_i}^{\prime }\left)\right)$更新Q_i值，Q_i(s_i,x_i)是车辆在状态s_i下选择x_i时的Q_i值，s_i'为车辆的下一状态，假设车辆的下一状态与当前状态相同，x_i'是车辆在下一状态选择的行为；步骤13：更新车辆的状态计数C_i(s_i)和平均策略C_i(s_i)←C_i(s_i)+1,${\bar{\pi }}_i(s_i,{x_i}^{\prime })\leftarrow {\bar{\pi }}_i(s_i,{x_i}^{\prime })+\frac{1}{C_i\left(s_i\right)}\left({\pi }_i\right(s_i,{x_i}^{\prime })-{\bar{\pi }}_i(s_i,{x_i}^{\prime }\left)\right).$步骤14：更新车辆的策略π_i(s_i)：π_i(s_i,x_i)←π_i(s_i,x_i)+Δsa_i，其中，${\delta }_{{\mathrm{sa}}_i}=min\left({\pi }_i\right(s_i,x_i),\frac{{\delta }_i}{\left|A\right|-1}),$步骤15：重复步骤5～14，直到满足|Q_i(s_i,x_i)‑Q_i(s_i',x_i')|＜0.01,且|Q_s(s_s,y)‑Q_s(s_s',y_s')|＜0.01，即Q_i(s_i,x_i)和Q_s(s_s,y)均收敛。