移動群體感知中能量有效的設備探測模型*

張魏斌，曾　鋒，陳志剛，譚紫逸，曹忠杰，郭　霖中南大學 軟件學院，長沙 410075

移動群體感知中能量有效的設備探測模型*

張魏斌+，曾鋒，陳志剛，譚紫逸，曹忠杰，郭霖
中南大學 軟件學院，長沙 410075

ZHANG Weibin,ZENG Feng,CHEN Zhigang,et al.Energy efficient device detection model in mobile group awareness.Journal of Frontiers of Computer Science and Technology,2016,10(8)：1104-1111.

摘要：在移動群體感知網絡中移動設備的能量使用效率和有效探測總數間存在一種均衡關系，針對移動群體感知中移動設備發生接觸的特點，提出了一種移動群體感知中能量有效的設備探測模型。該模型對基于泊松分布模型探測過程進行建模，得到移動設備的無效探測概率，并通過實驗進行驗證，結果表明該模型是正確合理的；然后得出有效探測總數與探測時間間隔的關系；最后基于模型分析得到不同情況下能量消耗與探測有效性的均衡點，進而使移動設備持有者根據自己所處環境設置探測時間間隔T，從而實現移動設備能量的節約。

關鍵詞：移動群體感知；移動設備；探測時間間隔；能量使用效率；有效探測總數

1　引言

隨著無線通信和無線傳感技術的發展以及無線移動終端設備的普及，人們隨身攜帶的智能手機、平板電腦等移動設備集成了越來越多的傳感器（如溫度、加速度、重力、光線、距離傳感器），同時擁有越來越強大的感知能力，在這樣的背景下，移動群體感知技術[1-2]應運而生。移動群體感知是利用社會中普遍存在的內置傳感器的移動終端高效地收集感知數據，并將感知數據傳輸給周圍設備或者服務器，為人們的日常生活提供有用的信息和服務。移動群體感知技術自提出以來，受到了學術界的廣泛關注，隨之各種感知應用層出不窮，現階段已經在環境、公共設施、社會中得到了廣泛應用[3]。移動群體感知基本框架如圖1所示。

Fig.1　Basic frame of mobile group awareness圖1　移動群體感知基本框架圖

在移動群體感知的一些應用中，移動設備在數據傳輸之前必須對周圍設備進行接觸探測，這個過程會消耗移動設備能量。Wang等人在文獻[4]中使用手機做了一個實驗，目的是檢測手機在接觸探測過程中能量的消耗，結果表明手機做一次探測與打一次電話消耗的能量相當。一般情況下，移動設備間的一次接觸時間遠遠小于相鄰兩次接觸的間隔時間。因此，移動設備對周圍環境中其他設備的探測過于頻繁的話，會造成大量的能量浪費。由此可見，設計能量節約的設備探測機制對移動群體感知技術的發展有重要意義和研究價值。

在移動群體感知網絡中，為了實現移動設備之間數據的傳輸，移動設備必須通過不斷探測周圍環境發現其他設備，這個過程會消耗很多能量，目前有很多工作研究了接觸探測過程中能量的節約問題[5-6]。

He等人在文獻[7]中研究了在無線傳感器網絡中監測質量和能量使用效率的折衷關系。文中用消耗每個單位能量捕捉到的信息來衡量某個移動傳感器節點的事件捕捉性能；使用真實移動的能量模型進行分析，通過大量的仿真實驗驗證和說明了分析結果；最后分析得出了在不同場景下最優事件捕捉策略。

Qin等人在文獻[8]中通過分析接觸探測機制對整個鏈路時長的影響得到了能量有效與吞吐量之間的折衷關系，并且提出了一種在能量有限情況下計算最佳接觸探測頻率的方法，節點根據相遇率自適應調整探測頻率；最后通過仿真實驗驗證了分析模型的正確性與精確率。

Zhou在文獻[9]中首先對基于隨機路點模型的接觸探測過程建模，分別得到了單點和雙點探測概率；然后通過仿真實驗驗證了模型的正確性，實驗結果表明在機會移動網絡中，接觸探測過程的有效接觸總數隨著節點移動速度、通信范圍的增加而增加；最后在理論模型的基礎上，分析得出了不同情況下有效接觸總數與能量使用效率之間的折衷關系。

Gao等人在文獻[10]中通過數學模型和仿真實驗驗證了在傳感器節點隨機、高密度部署的無線傳感器網絡中，節點分布符合泊松分布特點。本文將以此為研究基礎，采用泊松分布模型對節點接觸建模，研究能量使用效率和有效探測總數之間的均衡關系。

Wang等人在文獻[4]中證明，在所有的平均探測時間間隔相同，節點之間探測過程不明確的接觸探測方法中，與其他方法相比，以恒定的探測時間間隔這種方法進行探測，接觸發生了但未被探測到的概率是最小的。本文在節點探測過程中也采用恒定的探測時間間隔。

通過對上述相關工作的分析與研究，本文提出了一種基于泊松分布模型的能量有效的節點接觸探測機制，移動設備攜帶者根據自己的運動狀態、周圍環境中其他用戶的數量、運動狀態等設置探測時間間隔T的大小，以較少的能量消耗獲得較多的有效探測總數進行數據傳輸，從而實現移動設備能量的節約。

2　能量有效的節點接觸探測機制

2.1問題假設與模型

在移動群體感知網絡中，假設每個計劃進行數據傳輸的移動設備都以一定的探測機制對周圍環境進行探測，當周圍的其他設備收到探測信息后進行響應。定義兩個移動設備當且僅當在彼此的通信范圍內才能相互接觸，Tc為接觸時間，表示兩設備開始進入接觸范圍至失去接觸的時間長度；Ti為接觸時間間隔，表示兩次連續接觸之間的時間長度。具體含義如圖2所示。

Fig.2　Contact detection example between two mobile devices圖2　移動設備之間接觸探測示例

如果兩個設備相互接觸并且被計劃進行數據傳輸的設備檢測到，那么這次探測是有效的，且定義有效探測概率為Pe。如果兩個設備發生相互接觸但未被檢測到，那么這次探測是無效的，且定義無效探測概率為Pi。

另外，假設每個移動設備都以恒定的探測時間間隔T對周圍環境進行探測，并且每次探測消耗的能量相等，這樣就可以根據平均探測頻率來計算能量的消耗率。每個設備與其他設備的接觸時間Tc是獨立同分布的隨機變量，累計分布函數為FTc(t)，平均接觸時間為E{Tc}。

2.2無效探測概率

本節通過對不同情況下的接觸探測分析求得無效探測概率。無效探測概率是兩個設備間發生相互接觸但沒有被檢測到的概率。在本文中任意一個計劃傳輸數據的移動設備都以恒定的探測時間間隔T對其周圍環境進行探測，發現與其相互接觸的其他設備，從而進行數據的傳輸。

這里分兩種情況進行討論：（1）當Tc≥T時，所有接觸都將被檢測到，這是因為在連續的兩次探測中，至少有一次能夠探測到；（2）當Tc

在這種情況中，平均接觸時間 E{Tc|Tc

從表達式（2）中可以看出，在接觸時間比探測時間間隔短這種情況下，接觸發生了但未被探測到的概率為，如果在這種情況下設備之間無接觸，那么無效探測概率Pi(T)=FTc(T)。因此可以看出，只有在這種情況下才會有無效探測。

在移動群體感知網絡中，由于人移動的隨機性，相應隨身攜帶的移動設備在某段時間內與周圍環境中其他設備發生接觸的次數也是隨機的，那么接觸次數符合泊松分布特點。為表達式簡單，這里令m=1/E{Tc}，在一段時間 t內，平均接觸時間為E{Tc(t)}，那么這段時間內接觸平均發生的次數可以近似表示為t/E{Tc(t)}，即mt，因此每個設備與其他設備的接觸時間Tc累計分布函數FTc(t)=1-e-mt，代入

式（1）可以得到無效探測概率表達式Pi為：

從式（3）中可以看出，無效探測概率與平均接觸時間、探測時間間隔有關，當探測時間間隔T趨近于0時，無效探測概率逐漸趨于0；當T無限增大趨近于無窮時，無效探測概率逐漸趨近于1。這是合理的，符合邏輯的。

2.3能量消耗與探測有效性的均衡點

下面將在上一節的基礎上得到有效探測總數與探測時間間隔的關系表達式，然后通過分析得到不同情況下能量的均衡點，在此基礎上設置探測時間間隔即探測周期，使能量的使用更加有效。其中有效探測總數表示某一計劃傳輸數據的移動設備在一段時間TL內探測到的有效接觸的次數，這里用Ne表示。因此Ne=Pe(T)×TL×(n-1)，其中Pe(T)是以恒定時間間隔T進行接觸探測的有效探測概率，n表示移動群體感知網絡中的移動設備數量。

由Pe(T)=1-Pi(T)，根據式（3）可以得到Pe(T)=，進而可以得到：

根據之前的假設，移動設備每次探測消耗的能量相等，那么探測時間間隔T越大，探測頻率越高，消耗的能量E越小，反之，探測時間間隔T越小，探測頻率越小，消耗的能量E就越大。因此，這里定義在一個探測周期內進行一次接觸探測消耗的能量E=1/T，進一步可以得到有效探測總數與能量之間的關系表達式：

從式（5）可以看出，有效探測總數與周圍環境中設備總數n、平均接觸時間1/m和消耗的能量E有關，當消耗的能量E趨近于0時，可以得到有效探測總數；當消耗的能量E趨近于無窮大時，，那么可以得到有效探測總數Ne=TL×(n-1)。

為了找到不同平均接觸時間下能量消耗與探測有效性的均衡點，定義節點關于能量的有效探測效率G為：

其中，ΔE>0且為足夠小的正數。本文研究的目標是找到能量消耗與有效探測的均衡點，當能量消耗處于該均衡點時，能量的增加帶來的有效探測數量增長是不明顯的。也就是說，此時能量的有效探測效率不高，節點不值得用相對多的能量消耗去獲得較小的有效探測數量增長。

假設有效探測效率期望值為μ，希望G(E)≥μ，因此能量消耗與有效探測的均衡點為G(E)=μ，根據式（5）的連續性可知：

令G(E)=Ne′(E)=μ，得到 μ關于能量消耗E的關系表達式，進一步根據用戶自己的有效探測效率期望值μ找到相應的能量消耗與探測有效性的均衡點E，從而設置探測時間間隔T的大小，實現移動設備的節能。

3　實驗與結果分析

本文使用Matlab環境進行實驗與結果分析，將本文基于泊松分布模型（Poisson distribution model，PDM）與文獻[7]中已驗證正確的基于隨機路點模型（random way-point model，RWPM）建模得到的無效探測概率隨探測時間間隔的變化趨勢在Matlab平臺上進行比較，驗證了模型的正確性。相關參數設置如下：網絡中節點的總數n=100，平均接觸時間相關參數m=0.7。實驗中只對兩個參數進行了設置，這是因為：在式（3）中探測周期T是自變量，除了平均接觸時間相關參數外都是常數；在式（4）中增加了一個節點總數n和探測時間TL，由于有效探測總數Ne隨著探測時間TL的增大而增大，但TL不會影響Ne的變化趨勢，為了計算的方便，這里取探測時間TL=1 s；在式（8）中也只有這幾個參數，這里只需進行這兩個參數的設置。然后通過對平均接觸時間設置不同的值得到的有效接觸概率進行比較，得到不同情況下能量使用效率和有效探測總數之間的均衡關系。最后根據用戶自己的有效探測效率期望值μ得出相應的能量消耗與探測有效性的均衡點E，進一步確定探測時間間隔T的設置，實現移動設備的節能。

3.1模型驗證

本文前面的工作主要是基于泊松分布的建模和無效探測概率的計算，下面通過實驗驗證模型的正確性，如圖3所示。由圖3可以看出，本文基于泊松分布模型得到的無效探測概率隨探測時間間隔的變化趨勢與文獻[7]中驗證的無效探測概率隨探測時間間隔的變化趨勢基本一致，說明模型是有效的。

Fig.3　Comparison on PDW and RWPM圖3PDM與RWPM的比較

由圖3可知，無效探測概率隨著探測時間間隔的增大而增大，而且當探測時間間隔無限增大時，無效探測概率接近于1，這是合理的。本文基于泊松分布模型的平均接觸時間相關參數m=0.7，即平均接觸時間E{Tc}≈1.43 s，當探測時間間隔T<1.43 s時，此時無效探測概率Pi(T)接近于0，隨著探測時間間隔T的增大，無效探測概率Pi(T)也越大，逐漸接近于1，在探測時間間隔小于2 s時本文中PDM模型的無效探測概率相對大一些，當探測時間間隔大于2 s時 RWPM模型的無效探測概率相對較大。這是因為在PDM模型中，人進行的是目的性活動，移動設備的移動并不是隨機的，而RWPM模型中移動設備的移動是隨機的，所以在PDM模型中移動設備之間發生的接觸次數要比RWPM模型中的多，那么在探測時間間隔較短即探測頻繁的情況下，PDM模型中探測時錯失的接觸數相對多一些，其無效探測概率相對大一些，而在探測時間間隔較大的情況下，PDM模型中探測到的總數相對多一些，那么有效探測概率相對較大一些，無效探測概率相對小一些，但是隨著探測時間間隔的不斷增大最后都趨近于1。因此，如何設置較大的T還能獲得可觀的有效接觸總數值得深入探索。

3.2能量消耗與探測有效性的均衡點

在前面工作的基礎上，本節介紹能量消耗與探測有效性的均衡點。首先由式（3）得到有效探測概率表達式，通過給平均接觸時間設定不同的值，得到不同平均接觸時間下有效探測概率Pe(T)與探測時間間隔T的關系，如圖4所示。

由圖4可知，無論平均接觸時間多長，有效探測概率Pe(T)隨著探測時間間隔T增長的變化趨勢是相同的，都是隨著探測時間間隔的增大而不斷減小，然而在探測時間間隔相同的情況下，平均接觸時間越長有效探測概率越大。這是因為在相同的探測時間間隔下，相互接觸時間越長，當Tc

Fig.4　Relation between probe interval and effective detection probability圖4　探測時間間隔與有效探測概率之間的關系

然后，根據式（5）得出能量的消耗E與有效探測總數之間的關系。按照能量消耗E與有效探測總數之間的關系為平均接觸時間相關參數設定不同的值，得到不同平均接觸時間參數下有效探測總數隨著能量消耗的變化情況，如圖5所示。為了計算簡單，這里取探測時間TL=1 s。

Fig.5　Relation between energy consumption and total number of valid detection圖5　能量消耗與有效探測總數之間的關系

由圖5可知，不同平均接觸時間相關參數下有效探測總數都是隨著能量消耗的增大不斷增加，并且在能量消耗相同的情況下，平均接觸時間相關參數越小即平均接觸時間越長，有效探測總數越多。另外，從圖中還可以發現，在開始階段，有效探測總數隨著能量消耗增加迅速，然后能量消耗繼續增加，但是有效探測總數增加趨勢慢慢減小，最后幾乎不再增加。

最后，根據式（8）得出能量的有效探測效率G與能量消耗E的關系，進一步在不同平均接觸時間下根據用戶自己的有效探測效率期望值μ找到相應的能量消耗與探測有效性的均衡點E。有效探測效率G與能量消耗E的關系如圖6所示。

Fig.6　Relation between detection efficiency and energy consumption圖6　有效探測效率與能量消耗之間的關系

由圖6可知，有效探測效率隨著能量消耗的增大而減小，開始階段，在能量消耗相同的情況下，平均接觸時間越長，有效探測效率越高，大約在能量消耗大于0.5之后，變化情況相反。由圖6，用戶可以根據自己的有效探測效率期望值μ找到相應的能量消耗與探測有效性的均衡點E。例如，當有效探測效率期望值為10，平均接觸時間參數m分別為0.3,0.5, 1.0時能量消耗與探測有效性的均衡點分別為1.0, 1.4,1.7，相應的探測時間間隔即探測周期為1.00 s, 0.71 s,0.59 s。因此，用戶可以根據自己的運動狀態、周圍的環境情況，比如周圍其他用戶的數量、運動情況來設置探測時間間隔T的大小，使得以較少的能量消耗獲取比較多的有效探測總數，進而使能量的使用更加有效，達到節能的目的。

4　結束語

針對移動群體感知中移動設備發生接觸的特點，本文提出了一種移動群體感知中能量有效的設備探測模型，然后通過仿真實驗驗證了模型的正確性。最后在模型的基礎上，分析得出在移動群體感知中，計劃傳輸數據的移動設備能量消耗與探測有效性的均衡點，從而攜帶移動設備用戶可以根據自己的運動狀態和所在的環境，設置探測時間間隔T，使設備在接觸探測過程中更加有效地利用能量[12-13]。

移動群體感知中，人的移動性擴大了感知覆蓋范圍，增加了數據傳輸機會，人們對移動終端的管理使感知網絡維護更容易，擴展更方便靈活[14]。與此同時，人的參與也帶來了問題與挑戰，感知數據的異構性與多樣性導致精度不高。當然，增加數據的數量可以解決精度問題，數量的增加又會帶來數據冗余問題，因此如何將其更自然、更便捷、更普遍地與人們的生活相結合，讓人們能夠不受影響、舒服地體驗自己想要的服務，等待著去研究和解決[15-16]。

References:

[1]Xiong Ying,Shi Dianxi,Ding Bo,et al.Mobile group awareness technology research[J].Computer Science,2014,41 (4):1-8.

[2]GuoBin,YuZhiwen,ZhouXingshe,etal.Fromparticipatory sensing to mobile crowd sensing[C]//Proceedings of the 2014IEEEInternationalConferenceonPervasiveComputing and Communications Workshops,Budapest,Hungary,Mar 24-28,2014.Piscataway,USA:IEEE,2014:593-598.

[3]Ganti R K,Ye Fan,Lei Hui.Mobile crowdsensing:current state and future challenges[J].IEEE Communications Magazine,2011,49(11):32-39.

[4]Wang Wei,Srinivasan V,Motani M.Adaptive contact probing mechanisms for delay tolerant applications[C]//Proceedings of the 13th Annual ACM International Conference on Mobile Computing and Networking,Montreal,Canada,Sep 9-14, 2007.New York,USA:ACM,2007:230-241.

[5]Wan Sha,Xu Biao,Duan Hongtao.Compressive sensing technology review[J].Chinese Radio,2013(2):60-62.

[6]Christin D,Reinhardt A,Kanhere S S,et al.A survey on privacy in mobile participatory sensing applications[J].Journal of Systems and Software,2011,84(11):1928-1946.

[7]He Shibo,Chen Jiming,Sun Youxian,et al.On optimal information capture by energy-constrained mobile sensors[J]. IEEE Transactions on Vehicular Technology,2010,59(5): 2472-2484.

[8]Qin Shuang,Feng Gang,Zhang Yide.How contact probing affects the transmission capacity and energy consump tion in DTNs[C]//Proceedings of the 2011 IEEE International Conference on Communications,Kyoto,Japan,Jun 5-9,2011. Piscataway,USA:IEEE,2011:1-5.

[9]Zhou Huan.Research on data transport mechanism in opportunistic mobile networks[D].Hangzhou:Zhejiang University, 2013:25-47.

[10]Gao Demin,Qian Huanyan,Xu Jiang,et al.Wireless sensor network random distribution model and cover control research [J].Journal of Sensing Technology,2011,24(3):412-417.

[11]Ross S M.Stochastic procseees[M].[S.l.]:Wiley,1983:98-135.

[12]Ma Huadong,Zhao Dong,Yuan Peiyan.Opportunities in mobile crowd sensing[J].EEE Communications Magazine, 2014,52(8):29-35.

[13]Guo Bin,Yu Zhiwen,Zhang Daqing,et al.Toward a groupaware smartphone sensing system[J].IEEE Pervasive Computing,2014,13(4):80-88.

[14]Yu Ruiyun,Xia Xingyou,Li Jie,et al.Social-aware mobile user location prediction algorithm in participatory sensing systems[J].Chinese Journal of Computers,2015,38(2): 375-383.

[15]Kranstauber B,Cameron A,Weinzerl R,et al.The movebank data model for animal tracking[J].Environmental Modelling&Software,2011,26(6):834-835.

[16]Li Jianguo,Tang Yong,Huang Shiping,et al.Task dependencybased group awareness model[J].Journal of South East University:Natural Science Edition,2011,41(2):290-295.

附中文參考文獻：

[1]熊英,史殿習,丁博,等.移動群體感知技術研究[J].計算機科學,2014,41(4):1-8.

[5]萬莎,徐彪,段洪濤.壓縮感知技術綜述[J].中國無線電,2013(2):60-62.

[9]周歡.機會移動網絡中的數據傳輸機制研究[D].杭州:浙江大學,2013:25-47.

[10]高德民,錢煥延,徐江,等.無線傳感器網絡隨機分布模型及覆蓋控制研究[J].傳感技術學報,2011,24(3):412-417.

[14]于瑞云,夏興有,李婕,等.參與式感知系統中基于社會關系的移動用戶位置預測算法[J].計算機學報,2015,38 (2):375-383.

[16]李建國,湯庸,黃世平,等.基于任務依賴關系的群體感知模型[J].東南大學學報:自然科學版,2011,41(2):290-295.

ZHANG Weibin was born in 1989.He is an M.S.candidate at Central South University.His research interests include opportunistic network and group perception.

張魏斌（1989—），男，山西平遙人，中南大學碩士研究生，主要研究領域為機會網絡，群體感知。

ZENG Feng was born in 1977.He is an associate professor and M.S.supervisor at Central South University.His research interest is wireless network technology.

曾鋒（1977—），男，廣東梅州人，中南大學軟件學院副院長、副教授、碩士生導師，主要研究領域為無線網絡技術。

CHEN Zhigang was born in 1964.He is a professor and Ph.D.supervisor at Central South University.His research interests include trusted computing,network and distributed computing.

陳志剛（1964—），男，湖南益陽人，中南大學軟件學院院長、教授、博士生導師，主要研究領域為可信計算，網絡與分布式計算。

TAN Ziyi was born in 1991.She is an M.S.candidate at Central South University.Her research interest is opportunistic network.

譚紫逸（1991—），女，湖南寧鄉人，中南大學碩士研究生，主要研究領域為機會網絡。

CAO Zhongjie was born in 1992.He is an M.S.candidate at Central South University.His research interest is opportunistic network.

曹忠杰（1992—），男，山西大同人，中南大學碩士研究生，主要研究領域為機會網絡。

GUO Lin was born in 1990.He is an M.S.candidate at Central South University.His research interests include cognitive wireless network,sensor networks and big data.

郭霖（1990—），男，河南濟源人，中南大學碩士研究生，主要研究領域為認知無線網絡，傳感器網絡，大數據。

*The National Natural Science Foundation of China under Grant No.61103202(國家自然科學基金);the Specialized Research Fund for the Doctoral Program of Higher Education of China under Grant No.20110162120046(高等學校博士學科點專項科研基金); the Teacher Research Foundation of Central South University under Grant No.2014JSJJ019(中南大學教師研究基金);the Fundamental Research of Central South University of Central Universities Projects under Grant Nos.2015zzts232,2016zzts386(中南大學中央高校基本科研業務費專項資金).

Received 2015-07,Accepted 2015-09.

CNKI網絡優先出版:2015-10-13,http://www.cnki.net/kcms/detail/11.5602.TP.20151013.1557.002.html

文獻標志碼：A

中圖分類號：TP393

doi:10.3778/j.issn.1673-9418.1507052

Energy Efficient Device Detection Model in Mobile GroupAwareness?

ZHANG Weibin+,ZENG Feng,CHEN Zhigang,TAN Ziyi,CAO Zhongjie,GUO Lin
School of Software,Central South University,Changsha 410075,China
+Corresponding author:E-mail:zhangweibincsu@qq.com

Abstract:There is a trade-off relationship between the number of effective detections and the energy efficiency of mobile devices in the mobile group awareness network,in view of the characteristics of mobile devices in mobile group awareness,this paper presents a model of energy efficient device detection in mobile group awareness.Firstly, the detection process based on the Poisson distribution model is modeled to get the ineffective detection probability of mobile devices.Through the experiments to verify the model,the results show that the model is correct and reasonable.Then the relations of the total number of valid detections and probe interval are achieved.Finally,based on the model analysis,the equilibrium points of energy consumption and detection effectiveness in different situations are obtained,the mobile device owners can set the detection intervalTaccording to their environment,so as to save the energy of mobile devices.

Key words:mobilegroupawareness;mobiledevices;probeinterval;energyuseefficiency;numberofeffectivedetections