1、隨著智能手機(jī)的廣泛使用，參與式感知系統(tǒng)給大量數(shù)據(jù)收集提供了前所未有的機(jī)會(huì)。利用智能手機(jī)的感知功能，系統(tǒng)可以收集到大量感知數(shù)據(jù)，從而給用戶提供有用的信息。在這樣的參與式感知中，有兩個(gè)重要的需求：公平的任務(wù)分配和智能手機(jī)的高能效。同時(shí)滿足這兩個(gè)需求具有很大的挑戰(zhàn)性。首先，任務(wù)和手機(jī)的公平匹配帶來的高計(jì)算復(fù)雜度；其次，高能效與公平性之間權(quán)衡；最后，任務(wù)到來的不可預(yù)測(cè)性。如何獲得公平性和高能效之間的平衡是一個(gè)重要的問題。本課題著重研究參與式感任

2、知系統(tǒng)中感知任務(wù)的分配問題。
　　本課題提出一種新穎的公平的感知任務(wù)分配框架，優(yōu)化目標(biāo)是最小化最大融合感知時(shí)間。通過嚴(yán)謹(jǐn)?shù)睦碚撟C明，我們發(fā)現(xiàn)最小化最大融合感知時(shí)間是NP難問題，即使假設(shè)任務(wù)事先都知道。本課題考慮兩種任務(wù)分配模型：一種是離線模型，就是任務(wù)是事先給定的；另一種是在線模型，任務(wù)動(dòng)態(tài)到達(dá)系統(tǒng)，系統(tǒng)并不知道未到達(dá)任務(wù)的信息。在離線模型里，我們?cè)O(shè)計(jì)了一種高效的近似算法，近似比為2?1m,其中m表示系統(tǒng)中成員智能手機(jī)的個(gè)數(shù)。在在