[发明专利]一种基于马尔科夫决策过程的高能效任务调度算法

说明书

一种基于马尔科夫决策过程的高能效任务调度算法，基于服务器和客户端两层架构构建多任务移动群智感知系统；根据公式获得智能手机当前状态的奖励值Λ(S_t，Task_t)；根据智能手机的当前状态S_t，并依据公式计算下一个状态S_t+1，然后再获得智能手机下一个状态的奖励值；依次获得智能手机在每个状态下的奖励值，然后组成奖励矩阵R_t；根据公式计算在任意时刻t，当前手机状态S_t到下一时刻的手机状态S_t+1的预测概率矩阵P_t；通过公式算出任务调度的最小传感器能耗；构建MDP公式，并进行迭代计算，获得下一时刻的传感器能耗；获取最佳任务调度时间序列。该算法能使得最大化感知精度和最小化能量消耗成本达到平衡，能有助于智能手机在感知过程中减少电量的消耗。

技术领域

本发明涉及一种基于马尔科夫决策过程的高能效任务调度算法。

背景技术

智能手机已经成为人们日常生活中必不可缺少的一部分。智能手机都配备了各种嵌入式传感器，包括麦克风、摄像头、GPS、加速度计、陀螺仪、WiFi/3G/4G接口等。嵌入了传感器的智能手机可以在空气监测、社交网络、医疗保健、交通运输和安全等多个领域提供应用和感知服务。群智感知系统中，任务发布者通过感知平台将感知任务采用竞标的方式分配给任务参与者。收到感知任务后，参与者通过智能手机从一个或多个传感器收集感知数据，并将感知数据发送给感知平台，这是一个支持多种传感应用的多任务的系统。一方面，传感器任务被分派到许多智能手机上收集数据；另一方面，智能手机承担着为多个应用程序生成的许多不同的感知任务

智能手机传感器收集数据是非常耗能的，如果传感器的活动没有以节能的方式科学管理，智能手机有限的电量短时间内便很会耗尽。智能手机传感器收集数据过程中，需要智能手机主动执行扫描，以获得一些传感器的(如WIFI接口)状态。同时，它还需要产生一个线程来获取一些其他传感器(如加速度计)的读数。此外，一些传感器(如GPS)是持续消耗电量的，如果不进行合理地控制，会造成智能手机电量的快速消耗，这样不得于更多用户的参与。

发明内容

针对上述现有技术存在的问题，本发明提供一种基于马尔科夫决策过程的高能效任务调度算法，该算法能使得最大化感知精度和最小化能量消耗成本达到平衡，以实现最小能量消耗条件下的最大感知精度的任务调度，能有助于智能手机在感知过程中减少电量的消耗。

为了实现上述目的，本发明提供一种基于马尔科夫决策过程的高能效任务调度算法，具体包括以下步骤：

S1：构建系统模型；

基于服务器和客户端两层架构构建多任务移动群智感知系统，其中，客户端采用智能手机，感知系统的感知任务Task_t如公式(1)所示；

Task_t＝(j，J_j，S_t，Q_t) (1)；

式中，j代表任务的编号；

J_j表示多传感器任务j中传感器编号的集合；

S_t表示智能手机在某一t时刻当前的状态，S_t＝(E_t，L_t，R_t)，E_t∈{0，1，2，…，N}表示在t时刻智能手机的剩余电量，L_t∈{0，1}表示在某一t时刻智能手机的感知状态，其中0表示运行了耗电量较低的应用，1表示系统运行了关键且耗电量大的应用，R_t∈{0，1}表示在某一t时刻智能手机的充电状态，其中0表示没有连接充电电源，1表示连接了充电电源；

Q_t表示在某一t时刻感知数据的质量；