移动群智感知网络将普通用户的移动设备作为基本感知单元,通过移动互联网进行有意识或无意识的协作,实现感知任务分发与感知数据收集,完成大规模的、复杂的社会感知任务。它既为物联网提供了一种全新的感知模式,同时也带来了一系列新的挑战,逐渐成为国内外的研究热点。与传统的无线传感器网络相比,移动群智感知网络的一个最重要的特点是“以人为中心”,就是说人将参与整个感知过程,既是感知数据的“消费者”,又是感知数据的“生产者”。尽管目前已存在各种各样的移动群智感知应用系统,但仍缺乏基本的衡量数据收集质量的模型、有效的数据收集方法、合理的用户参与激励机制。在传统的无线传感器网络中,数据收集问题已经积累了较多的研究成果,但难以直接应用于移动群智感知网络之中,并且缺乏对用户激励的考虑。因此,本文围绕移动群智感知网络的数据收集及其相关的参与激励问题,分别从如何度量和分析数据收集质量、如何设计有效的数据收集方法、如何激励用户参与数据收集三个角度提出一系列新模型和新方法。本文的主要贡献如下：(1)覆盖质量度量模型与分析方法。作为衡量数据收集质量的一个重要性能指标,移动群智感知网络中的覆盖不同于传统的传感器网络的覆盖,它与人移动的机会性密切相关。考虑到移动群智感知网络中感知覆盖的时变因素,我们提出了覆盖间隔时间作为度量指标。基于北京和上海出租车的移动轨迹数据集的分析,我们建立了覆盖间隔时间的分布模型及感知区域覆盖率与节点个数关系的表达式。所提出的覆盖质量度量模型与分析方法为合理规划网络提供了理论依据。(2)基于时空相关性的协作机会感知。节能问题是利用移动群智感知网络进行数据收集面临的一项重要挑战,为此我们设计了协作机会感知架构。首先,提出离线的节点选择机制,根据给定的节点集合的历史移动轨迹从中选择最少个数的节点子集,使其满足指定的覆盖质量需求。其次,设计一个在线的自适应采样机制,根据感知数据的时空相关性,自适应地决定每个节点在某个时间是否执行采样任务。实验分析表明所提出的机制保证了数据收集质量,降低了感知能量消耗。(3)采用数据融合的协作机会传输。现有的机会转发机制仅仅关注于用户个体感兴趣数据的共享和分发,而没有考虑感知数据的时空相关性特点。我们设计了协作机会传输架构,通过将机会转发机制与数据融合相结合来改善网络传输性能。基于该架构,提出了采用数据融合的传染路由机制(ERF)和采用数据融合的二分喷射等待机制(BSWF),推导了相关性数据包的扩散规律,设计了新的数据转发规则。实验分析表明所提出的机制保证了数据收集质量,降低了传输能量消耗。(4)用户参与在线激励机制。现有的激励机制大多是离线的,即所有感兴趣用户事先报告他们的属性信息给任务发起者,而现实应用中的用户总是在不同时间以随机顺序逐一在线到达。我们研究在线激励机制,在预算限制下使任务发起者在指定的截止时间之前选择一个用户集来执行感知任务使其获得的价值最大化。考虑不同用户的特点,调查了选择用户集的价值函数是一个非负单调子模函数的情况,可用于许多现实应用场景。我们将问题构建为在线拍卖模型,提出了两个在线激励机制,即OMZ机制和OMG机制,分别适用于零“到达-离开”间隔模型和一般间隔模型,并证明了它们可以满足计算有效性、个人合理性、预算可行性、真实性、消费者主权性和常数竞争性六个重要特性。综上,本文从数据收集和激励机制两个方面提出一系列的模型和方法,通过理论分析及大量实验验证它们的有效性,为移动群智感知网络的广泛应用提供重要的理论和技术支撑。