移动终端设备的更新换代速度我们有目共睹,伴随着越来越先进的移动设备的出现,移动感知和众包思想相结合产生了新型的物联网感知模式,即本文所讲的移动群智感知。当前,移动群智感知网络在社会生活中已经有了比较广泛的应用,工作人员被派遣至特定位置去执行某项感知任务,但是由于任务发布者的目的不同,有的任务发布者希望能够获得更高质量的数据,而有的任务发布者更希望能够快速地招募到任务参与者并从中进行选择。本文的主要内容是分别面向不同的任务发布者需求,提出了更优的参与者招募算法,主要成果包括:提出了一种基于数据质量的参与者招募方法(本文简称为CAP-T)。该方法针对时间周期短、想要获取更高感知质量的多个感知任务。本文主要考虑到工作者的信誉、工作者的能力以及工作者与任务位置的距离三个方面,将任务发布者的费用控制在一定范围的同时,最大限度地提高预期的结果质量,并采用启发式算法解决该问题。通过仿真实验验证了CAP-T算法比当前的较优方法能有效降低平均错误率和预算利用率。提出了一种基于时空效用的参与者选择方法(本文简称为TS-PSV),该方法针对大规模、需要快速招募参与者、想要获取更高感知质量并且任务周期长的单个任务。本文将总任务分割成多个地位完全相同的子任务,在每个子任务中不单独考虑预算,考虑到任务者的时间轨迹与位置信息,最大限度地提高参与者的时空覆盖效用,并采用启发式算法解决该问题。通过仿真实验验证了TS-PSV算法比当前的较优方法能在保证参与者选择过程时间相近的情况下,显著增加参与者的数量,并且提升了感知任务的时空效用。