CN103761666B - 参与式感知系统中平台利润最大化的在线控制方法 - Google Patents

Abstract

本发明公开了一种参与式感知系统中平台利润最大化的在线控制方法，包括如下步骤：步骤一，利用服务平台处理各种类型请求得到的收入及服务平台购买感知时间的花销为参与式感知系统中服务平台的利润建模；步骤二，基于Lyapunov技术，将时间分为时槽，利用在线控制策略在每个时槽内对请求的准入、分配以及感知时间的购买和分配进行决策，以使所建模型最大化，本发明能够动态地适应用户请求随机甚至突发地到达平台，并且合理地购买并使用智能手机上的感知时间对请求进行处理，从而在保证系统稳定性的前提下达到平台利润最大化的目的。

Description

参与式感知系统中平台利润最大化的在线控制方法

技术领域

本发明涉及一种参与式感知系统中的控制方法，特别是涉及一种在用户请求随机到达的情况下实时地进行一系列控制使服务平台利润最大化的参与式感知系统中平台利润最大化的在线控制方法。

背景技术

参与式感知(Participatory Sensing)作为一种新型大规模感知数据收集的模式，正受到人们越来越多的关注。内嵌有多种传感器的智能手机的广泛普及极大地促进了感知数据产生的自动化，这些传感器包括重力感应器、三轴陀螺仪、湿度传感器等。即使在没有人为干预的情况下，智能手机也可以自动地采集并贡献它们的感知数据，并能够与其它众多智能手机一起提供一个大规模的感知服务。相比于无线传感器网络，参与式感知可以省去安装及维护传感器的成本，并且得益于智能手机的移动性可以获得更加广阔的覆盖范围。目前已有一些基于参与式感知技术的应用部署，例如环境监测、路况监测等。

一个典型的参与式感知系统通常由一个部署在云端的服务平台和大量移动的内嵌有多种传感器的智能手机组成。智能手机通过在平台上注册成为系统的一员，并与平台通过互联网连接通信。如附图1所示，参与式感知系统的用户可以随时向服务平台提交自己的感知请求。服务平台受理其中一些请求后将这些请求分配给智能手机去处理。智能手机根据分配到的感知请求，利用相应的传感器收集感知数据，再将其上传回平台。平台汇总感知数据后将结果返回给用户。通过处理请求，平台向用户提供感知服务并收取一定费用。对于不同类型(a/b/c)的请求，平台收取的费用也不同。然而智能手机在处理感知请求时会有一些消耗，例如电量消耗，数据传输的流量消耗等，所以智能手机的拥有者(参与者)不会允许平台无限制地利用其设备进行感知请求的处理。一般的，平台会按照占用智能手机的时间(感知时间)向参与者付费。为了让参与者掌握主动权，考虑参与者可以随时向平台出售一定的时间供平台使用，平台在购买了参与者出售的感知时间后，才可以利用其手机进行感知请求的处理，但是不能超过已购买的感知时间。这样既尊重参与者的意愿，也激励参与者进行感知请求的处理。那么平台的利润即处理用户请求得来的收入减去购买参与者感知时间的花销。

为了最大化服务平台的利润，在系统中需要进行四个重要的控制，如附图2所示：(1)请求准入控制。参与式感知系统面临的一个重要问题就是稳定性问题，即用户的感知请求数量有可能会超过系统的处理能力。一旦系统准入的请求过多，将会导致系统超载从而使得请求响应时间大大增加，造成极差的用户体验。因此，需要对请求的准入进行控制。(2)请求分配。平台接受了用户的请求之后需要将这些请求分配给注册的智能手机去处理，分配控制需要保证每个智能手机上积累的待处理的请求不会过多。(3)感知时间购买。一旦参与者在某个时刻愿意出售其感知时间，系统需要及时响应，并根据系统状态决定是否购买和购买多少感知时间。(4)感知时间分配。在每个智能手机上将已购买的感知时间分配给各种类型的感知请求从而对其进行处理。由于处理每种感知请求给平台带来的收入不同，并且当前的分配决定有可能导致未来感知时间被用尽从而影响未来的决定，所以感知时间的分配需要使得平台的收入尽可能的大。

现有的研究工作大部分是假设用户对系统的需求低于系统的处理能力，或者是假设用户请求的到来以及参与者感知时间的出售情况是可以预测的，从而根据预测进行控制。这些假设在参与式感知中是不合理的，因为用户和参与者的行为都具有极高的动态性，很难准确预测，从而导致效果不理想。因此，实有必要提出一种技术手段，可以动态适应请求的随机到来，有效地利用有限的感知时间，并且从长久来看能达到一个平台利润无限接近最优的效果。

发明内容

为克服上述现有技术存在的不足，本发明之目的在于提供一种参与式感知系统中平台利润最大化的在线控制方法，其能够动态地适应用户请求随机甚至突发地到达平台，并且合理地购买并使用智能手机上的感知时间对请求进行处理，从而在保证系统稳定性的前提下达到平台利润最大化的目的。

为达上述及其它目的，本发明提出一种参与式感知系统中平台利润最大化的在线控制方法，包括如下步骤：

步骤一，利用服务平台处理各种类型请求得到的收入及服务平台购买感知时间的花销为参与式感知系统中服务平台的利润建模；

步骤二，基于Lyapunov技术，将时间分为时槽，利用在线控制策略在每个时槽内对请求的准入、分配以及感知时间的购买和分配进行决策，以使所建模型最大化。

进一步地，于步骤一中，所建模型如下：

其中，A_i(t)表示在第t个时槽内处理的第i种感知请求的数目，表示第t个时槽中服务平台处理各种类型请求得到的收入，e_j(t)表示在第t个时槽中服务平台向第j个智能手机购买的感知时间量，表示服务平台购买感知时间的花销，β_i表示处理每个第i种感知请求所得到的收入，n为智能手机在平台注册的个数，k代表购买单位感知时间的花销，m为感知请求的种类数目。

进一步地，步骤二中，在每个时槽中执行以下步骤：

步骤2.1，服务平台决定感知请求的准入和分配；

步骤2.2，当参与者在任意时槽内愿意出售感知时间给服务平台用作感知请求处理时，服务平台需立即响应并决定是否购买；

步骤2.3，每个时槽内，在每个智能手机上，需要将已购买的感知时间分配给各类型的感知请求，从而使感知请求得到处理；

步骤2.4，更新各智能手机上各个队列长度以及已购买的可用的感知时间量。

进一步地，于步骤2.1中，对每种类型的感知请求，该服务平台采用阈值策略决定是否允许请求进入系统；该服务平台对请求的分配采用分配至最短队列的策略，将准入的每种类型的请求分配到该类型对应的队列长度最短的智能手机上。

进一步地，该阈值策略为：当所有智能手机上的第i种感知请求的队列中的最短的那一个队列中等待处理的请求数量小于阈值Vβ_i时，则允许第i种感知请求进入系统，否则拒绝,β_i表示处理每个第i种感知请求所得到的收入，V为可调的系统参数。

进一步地，于步骤2.2中，在每个智能手机上，当在这个智能手机上已购买却未使用的感知时间量大于阈值θ_j-Vk时，不需要购买，反之则进行购买,k代表购买单位感知时间的花销，V为可调的系统参数，θ_j为常数。

进一步地，于步骤2.4中，通过以下两个等式更新各个队列长度以及已购买的可用的感知时间量：

Q_ij(t+1)＝max[Q_ij(t)-α_ip_ij(t),0]+A_ij(t),

其中，Q_ij(t)表示队列中等待处理的请求数量，p_ij(t)为感知时间分配控制，α_i表示消耗一个单位的感知时间可以处理的第i种感知请求的数量，S_j(t)表示已购买的感知时间量，e_j(t)表示在第t个时槽中平台向第j个智能手机购买的感知时间量，A_ij(t)为感知请求的分配控制。

与现有技术相比，本发明一种参与式感知系统中平台利润最大化的在线控制方法通过将时间分为时槽，在每个时槽内按照控制方法提供的策略进行决策，用以控制感知请求的准入、分配以及感知时间的购买和分配，能够动态地适应用户请求随机甚至突发地到达平台，并且合理地购买并使用智能手机上的感知时间对请求进行处理，从而在保证系统稳定性的前提下达到平台利润最大化的目的。

附图说明

图1为现有技术中一个典型的参与式感知系统模型示意图；

图2为参与式感知系统中四个重要的控制变量示意图；

图3为本发明一种参与式感知系统中平台利润最大化的在线控制方法的步骤流程图。

具体实施方式

以下通过特定的具体实例并结合附图说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。

图3为本发明一种参与式感知系统中平台利润最大化的在线控制方法的步骤流程图。如图3所示，本发明一种参与式感知系统中平台利润最大化的在线控制方法，包括如下步骤：

步骤301，为参与式感知系统中服务平台的利润建模。

考虑系统为m种不同类型的用户感知请求服务，处理每种类型的请求需要的传感器不同，消耗的感应时间不同，为平台带来的收益也不同。若用A_i(t)表示在第t个时槽内处理的第i种感知请求的数目，那么就表示第t个时槽中平台处理各种类型请求得到的收入，其中β_i表示处理每个第i种感知请求所得到的收入。假设有n个智能手机在平台注册，并通过不时地向平台出售感知时间参与到系统中。本发明用e_j(t)表示在第t个时槽中平台向第j个智能手机购买的感知时间量，那么就表示平台购买感知时间的花销，其中k代表购买单位感知时间的花销。所以，本发明的目标就是使得平台在时间上的平均利润最大，即要使最大化。

步骤302，基于Lyapunov优化技术，并结合权重扰动的想法，优化上述目标。具体地说，每个智能手机为每种感知请求维护一个队列，并用Q_ij(t)表示队列中等待处理的请求数量，S_j(t)表示已购买的感知时间量，将时间分为时槽，通过在线控制方法，在每个时槽内对请求的准入、分配以及感知时间的购买和分配进行决策。

在本步骤中，基于Lyapunov优化技术，在此首先定义Lyapunov函数如下：

可以发现，这个函数值越小，各个队列中积攒的待处理的请求就越少，同时可用的感知时间越接近于θ_j。使这个函数值小，就可以保证系统稳定并且可用的感知时间量处于一定的水平。其次本发明定义Lyapunov漂移：

其中Z(t)＝(Q(t),S(t))，

逼迫△(t)越小，就可以使得Lyapunov函数值越小。综合考虑平台的利润，通过引入可调系统参数V，定义“漂移-利润”如下：

其中V代表了系统稳定性和平台利润之间的权衡，“漂移-利润”越小，系统越稳定，平台获得的利润越高。

可以证明“漂移-利润”满足以下不等关系：

其中B是常数。由于直接最小化“漂移-利润”有很大难度，本发明改为最小化其上界，即不等号左边部分。可以发现各个控制量并没有耦合在一起，所以问题转化为最大化(1)式，最小化(2)式，以及最大化(3)式。

以下根据上述推理并结合图2对本步骤的在线控制方法做进一步详细说明。

在每个时槽内，执行以下四个步骤：

(1)服务平台通过最大化(1)式，得到感知请求的准入控制A_i(t)和分配控制A_ij(t)，即解优化：

得到：

准入控制

分配控制

其中，R_i(t)表示第t个时槽中第i种感知请求到达的数量。

即，对每种类型的感知请求，采用“阈值”策略决定是否允许请求进入系统:当所有智能手机上的第i种感知请求的队列中的最短的那一个小于Vβ_i时，则允许第i种感知请求进入系统，否则拒绝。请求的分配采用“分配至最短队列”的策略，将准入的每种类型的请求分配到该类型对应的队列长度最短的那个智能手机上。

(2)通过在每部智能手机上分布式地最小化(2)式，得到感知时间购买控制e_j(t)，即解优化：

得到：

感知时间购买控制e_j(t)：

其中，H_j(t)表示第t个时槽中第j个智能手机上愿意出售的感知时间；V是可调的系统参数；θ_j是一个常数。

即，同样采用“阈值”的策略决定感知时间的购买：在每个智能手机上，当在这个智能手机上已购买却未使用的感知时间量大于θ_j-Vk时，不需要购买，反之则进行购买。

(3)在每个智能手机上分布式地最大化(3)式，得到感知时间分配控制p_ij(t)。即解优化问题：

s.t.p_ij(t)∈{0,1,…,p_max},

其中，α_i表示消耗一个单位的感知时间可以处理的第i种感知请求的数量。

该优化问题可以很容易地用max-weight(最大权重)的思想进行求解。

(4)根据以上的决策按照下面的等式更新Q_ij(t+1)和S_j(t+1)。

Q_ij(t+1)＝max[Q_ij(t)-α_ip_ij(t),0]+A_ij(t),

综上所述，本发明一种参与式感知系统中平台利润最大化的在线控制方法通过将时间分为时槽，在每个时槽内按照控制方法提供的策略进行决策，用以控制感知请求的准入、分配以及感知时间的购买和分配，能够动态地适应用户请求随机甚至突发地到达平台，并且合理地购买并使用智能手机上的感知时间对请求进行处理，从而在保证系统稳定性的前提下达到平台利润最大化的目的。

与现有技术相比，本发明具有如下优点：

(1)本发明可以实时地适应用户请求到达数目的变化，以及参与者愿意出售感应时间的变化，合理有效地利用有限的感知时间，达到平台利润最大化的效果。

(2)本发明中各个智能手机上感应时间的购买和分配决策可以分布式地实现，只需将控制结果返回给平台即可，从而大大减轻了平台的计算量。

(3)可以证明，通过调节参数V的大小，本发明可以使得平台获得的平均收益无限接近于最优值，同时保证系统健壮的稳定性。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此，本发明的权利保护范围，应如权利要求书所列。

Claims (5)

1.一种参与式感知系统中平台利润最大化的在线控制方法，包括如下步骤：

步骤一，利用服务平台处理各种类型请求得到的收入及服务平台购买感知时间的花销为参与式感知系统中服务平台的利润建模；

步骤二，基于Lyapunov技术，将时间分为时槽，利用在线控制方法在每个时槽内对请求的准入、分配以及感知时间的购买和分配进行决策，以使所建模型最大化；

其中，于步骤一中，所建模型如下：

$\underset{t\→\mathrm{\∞}}{\lim }\frac{1}{t}{\Σ}_{t=0}^{t-1}\[\underset{i=1}{\overset{m}{\Σ}}{\mathrm{\β}}_i\·A_i\left(t\right)-\underset{j=1}{\overset{n}{\Σ}}k\·e_j\left(t\right)\]$

其中，A_i(t)表示在第t个时槽内处理的第i种感知请求的数目，表示第t个时槽中服务平台处理各种类型请求得到的收入，e_j(t)表示在第t个时槽中服务平台向第j个智能手机购买的感知时间量，表示服务平台购买感知时间的花销，β_i表示处理每个第i种感知请求所得到的收入，n为智能手机在平台注册的个数，k代表购买单位感知时间的花销，m为感知请求的种类数目；

步骤二中，在每个时槽中执行以下步骤：

步骤2.1，服务平台决定感知请求的准入和分配；

步骤2.2，当参与者在任意时槽内愿意出售感知时间给服务平台用作感知请求处理时，服务平台需立即响应并决定是否购买；

步骤2.3，每个时槽内，在每个智能手机上，需要将已购买的感知时间分配给各类型的感知请求，从而使感知请求得到处理；

步骤2.4，更新各智能手机上各个队列长度以及已购买的可用的感知时间量。

2.如权利要求1所述的一种参与式感知系统中平台利润最大化的在线控制方法，其特征在于：于步骤2.1中，对每种类型的感知请求，该服务平台采用阈值策略决定是否允许请求进入系统；该服务平台对请求的分配采用分配至最短队列的策略，将准入的每种类型的请求分配到该类型对应的队列长度最短的智能手机上。

3.如权利要求2所述的一种参与式感知系统中平台利润最大化的在线控制方法，其特征在于，该阈值策略为：当所有智能手机上的第i种感知请求的队列中的最短的那一个队列中等待处理的请求数量小于阈值Vβ_i时，则允许第i种感知请求进入系统，否则拒绝，β_i表示处理每个第i种感知请求所得到的收入，V为可调的系统参数。

4.如权利要求1所述的一种参与式感知系统中平台利润最大化的在线控制方法，其特征在于：于步骤2.2中，在每个智能手机上，当在这个智能手机上已购买却未使用的感知时间量大于阈值θ_j-Vk时，不需要购买，反之则进行购买，k代表购买单位感知时间的花销，V为可调的系统参数，θ_j为常数。

5.如权利要求2所述的一种参与式感知系统中平台利润最大化的在线控制方法，其特征在于，于步骤2.4中，通过以下两个等式更新各个队列长度以及已购买的可用的感知时间量：

Q_ij(t+1)＝max[Q_ij(t)-α_ip_ij(t),0]+A_ij(t),

$S_j(t+1)=S_j\left(t\right)-\underset{i\∈\{1,...,m\}}{\Σ}{p}_{ij}\left(t\right)+e_j\left(t\right)$

其中，Q_ij(t)表示队列中等待处理的请求数量，p_ij(t)为感知时间分配控制，α_i表示消耗一个单位的感知时间可以处理的第i种感知请求的数量，S_j(t)表示已购买的感知时间量，e_j(t)表示在第t个时槽中平台向第j个智能手机购买的感知时间量，A_ij(t)为感知请求的分配控制。