移动群智感知是一种新兴的感知模式。它借助移动互联网进行通信,将携带了智能设备的用户看成移动传感器,通过他们的协作来完成一些传统网络难以解决的大规模感知任务。在决定是否利用移动群智感知完成大规模感知任务时,通常是以较高的质量和较低的代价作为重要依据。所以,如何解决在保证任务服务质量的同时最小化代价这一问题极具挑战意义。本文主要研究了移动群智感知中服务质量敏感的任务分配问题。由于参与用户的非专业性,任务的服务质量受用户感知习惯影响,所以如何保证任务的服务质量极其重要。基于这种情况,本文提出了两种不同的服务质量敏感的任务分配问题,并给出了相应的解决方案。本文的主要贡献如下:·我们以最小化代价的为优化目标,研究了服务质量敏感的任务分配问题。和已有工作不同的是,本文研究的是一种可变任务的分配问题,它包括两个部分:可变的任务和灵活的报酬。用户可以执行一个或者多个任务,而安排给每个用户的任务是可变的。用户获得的报酬与安排给他/她的任务有关。为了保证任务的服务质量,每个任务可能安排给多个用户。我们首先证明该问题是NP难的;然后基于贪心思想提出了一个服务质量敏感的任务分配算法;最后,通过近似比分析和实验仿真结果,我们证明了这个算法的具有较高的性能。·我们综合分析任务的特点和用户的感知习惯,抽象出一个多维服务质量敏感的任务分配问题。完成一个任务,需要满足多个服务质量要求。由于服务质量是多维的,简单的一维计算方法不再适用,所以我们首先定义了一些关于多维服务质量计算方法。其次,我们设计了一个关于多维服务质量的多维效用函数,并根据这个效用函数提出了一个贪心算法,该算法每次选择可以最大化任务的服务质量且代价最小的用户任务组合,直到所有的任务的服务质量都满足要求。最后,理论分析和仿真实验都表明了这个算法的优越性。本文研究的任务分配模型和报酬机制都具有很高的适应性,并且服务质量敏感的任务分配算法能够适应多种服务质量要求的移动群智感知系统,因而对移动群智感知的发展有很大意义。