基于空间覆盖的智能手机低功耗移动感知技术

Aiming at the uncertain factors in mobile sensing applications, a smart phone based low power consumption mobile cooperative sensing technology is studied. The probability distribution of the smart phone in the target sensing area is analyzed exploiting the probability theory and cloud technology, from which the mobile phone sensor scheduling method specific for the motion trajectory prediction is studied. This approach enables the smart phones to effectively control the frequency of the sensors during continuous task perception, from which the energy consumption is significantly saved. Next, According to the historical movement characteristics of mobile phone users, the Markov prediction model is utilized to predict the probability based intelligent mobile trajectory, effectively solving the uncertainty of uncontrollable mobile phone trajectory. Last, based on the trajectory of the smartphone, we researched on the spatial coverage estimation method of multi-mobile dynamic collaborative perception. And an efficient heuristic optimization algorithm is designed to achieve mobile selection and perceived task allocation, reducing redundant sensed data and thus the energy consumption of the overall perception system. The research results provide technical supports and core algorithms for the construction of low power consumption mobile sensing system, with important practical significance for information perception of IOT and development of interaction technology.

针对移动感知应用中的不确定因素，基于智能手机研究面向空间覆盖约束的低功耗移动协同感知技术。通过引入概率理论，采用云辅助技术分析目标感知区域内智能手机的概率分布，研究面向运动轨迹预测的低功耗手机传感器调度方法，使智能手机在持续执行感知任务时，有效控制传感器的使用频率，降低手机能耗；结合手机用户的历史运动特征采用Markov预测模型，研究基于概率的智能手机运动轨迹预测，有效解决手机运动轨迹不可控的不确定性问题；以智能手机的运动轨迹为基础，研究多手机动态协同感知的空间覆盖估计方法，并设计高效启发式优化算法实现手机选择和感知任务分配，减少冗余感知数据，降低感知系统总体能耗。研究成果为构建低功耗移动感知系统提供技术支持与核心算法，对物联网信息感知与交互技术的发展与应用具有重要的现实意义。

物联网信息感知是智能处理的基础和关键技术之一，本项目基于智能手机移动感知与协调信息处理技术展开研究，通过构建移动云计算平台，研究和分析了感知区域内智能手机的概率分布，并结合手机用户的历史运动特征，研究基于概率的智能手机运动轨迹预测，有效解决手机运动轨迹不可控的不确定性问题。以智能手机的运动轨迹为基础，研究了多手机动态协同感知的空间覆盖估计方法，并设计启发式优化算法实现手机选择和感知任务分配，减少冗余感知数据，降低感知系统总体能耗。在项目研究过程中，为了进一步提高智能手机的移动智能感知效率，项目针对携带信息的可扫描图像生成技术展开研究，提出了一种融合数字编码的可扫描图像生成方案，被应用于快速便捷地获取关键信息。针对手机感知任务，为了本项目在任务分配时确认用户身份。基于智能手机提出了一种步态特征向量模型用以刻画不同的人物行走特征，进而识别手机用户身份，确保完成任务的可靠性。本项目的研究成果对物联网智能信息感知的发展与应用奠定了基础。通过该基金项目的支持，项目组在智能手机感知、低功耗策略、高效信息获取、等方面取得了一些研究成果，发表了 SCI/EI 论文共计6篇，申请专利3项，培养了7名研究生。