面向移動群體感知的數(shù)據(jù)處理機制研究與系統(tǒng)實現(xiàn).pdf

1、移動互聯(lián)網(wǎng)的不斷成熟以及搭載各種傳感器的智能終端的廣泛普及和應用催生了一個全新的研究領域----移動群體感知技術領域。移動群體感知以具有感知能力的移動設備為載體，以攜帶感知設備的人以及其所處環(huán)境為感知對象，其特點是充分利用人們隨身攜帶的各種移動設備如智能手機等對其本身及其所處的環(huán)境進行感知，持續(xù)地獲取感知數(shù)據(jù)并對這些感知數(shù)據(jù)所形成的感知數(shù)據(jù)流進行實時分析和處理，進而獲取群體的各種行為、現(xiàn)象以及態(tài)勢如交通擁堵態(tài)勢、疾病傳播趨勢等等，以便更

2、好地為人們提供各種各樣的服務。如何對大規(guī)模移動群體感知數(shù)據(jù)進行高效處理是目前該領域重點研究和解決的問題之一。
　　本文針對上述問題，在對移動群體感知的概念內涵、特點以及相關技術深入分析研究基礎上，重點研究了基于流處理技術的移動群體感知數(shù)據(jù)流處理模型,進而以智能交通為背景，針對智能交通感知數(shù)據(jù)流的特點，重點研究了基于道路拓撲的實時地圖匹配算法以及基于流的快速交通態(tài)勢聚合算法,在此基礎上，以實時流處理平臺S4為基礎進行了系統(tǒng)設計與實現(xiàn)

3、并進行了實驗驗證。主要工作體現(xiàn)在如下三個方面：首先，針對大規(guī)模移動群體感知數(shù)據(jù)流數(shù)據(jù)規(guī)模巨大和實時處理問題，提出了一種新的基于流處理的移動感知數(shù)據(jù)流處理模型SSPM，該模型能夠對感知數(shù)據(jù)流進行合理劃分與合并，支持感知數(shù)據(jù)流的重定序、基于規(guī)則的并發(fā)數(shù)據(jù)轉換以及感知數(shù)據(jù)流的高效聚合，從而有效地兼顧了大規(guī)模和實時兩方面的特性。其次，以智能交通應用為背景，針對大規(guī)模交通感知數(shù)據(jù)流如何在地圖上快速映射與匹配問題，采用高效的區(qū)域劃分方法，提出了一種

4、基于道路拓撲的實時地圖匹配算法，能夠對大規(guī)模交通感知數(shù)據(jù)流進行實時映射；針對如何快速地實現(xiàn)態(tài)勢聚合問題，采用基于權重的路段平均速度計算方法和時間觸發(fā)的交通態(tài)勢更新策略，提出了一種基于路段平均速度的交通態(tài)勢聚合算法，能夠高效地對交通態(tài)勢進行快速聚合。最后，以實時流處理平臺S4為基礎進行了系統(tǒng)設計與實現(xiàn)，進而搭建了實驗環(huán)境，以真實的大規(guī)模交通感知數(shù)據(jù)流為實驗數(shù)據(jù)，對本文的研究成果進行實驗和驗證，并與目前主流的分布式處理平臺Hadoop進行了