[發明專利]一種基于用戶屬性的終端發現方法

有效

• 申請號: 202011046473.7
• 申請日: 2020-09-29
• 公開（公告）號: CN112188467B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 王志雄
• 申請（專利權）人: 重慶郵電大學
• 主分類號: H04W8/00
• 分類號: H04W8/00;H04W28/02;H04W52/02
• 代理公司: 重慶輝騰律師事務所 50215
• 代理人: 王海軍

1.一種基于用戶屬性的終端發現方法，其特征在于，包括以下步驟：

S1、根據用戶之間是否存在直接交互行為，得到用戶之間的信任關系，找出請求用戶對應的可信任用戶集合；

S2、根據信任用戶的日常行進軌跡，利用多階馬爾科模型預測用戶的移動軌跡，得到信任用戶未來某一時刻的預測位置信息；

所述多階馬爾可夫模型包括：將一天劃分為K個時間段：D¹,D²,…,D^K，每個時間段D^k對應于區域M中具有M個位置的特定馬爾可夫鏈，即每個時間段D^k都存在特定的馬爾可夫鏈P^k與之對應；兩個時間段之間的位置轉換采用一階馬爾可夫鏈來模擬，兩個時間段之間的位置轉換由轉換內核P^k表示，用戶在時間段D^k期間訪問的位置取決于下一個訪問的位置，且不同位置之間的轉換概率遵循內核P^k；

所述利用多階馬爾科模型預測用戶的移動軌跡包括以下步驟：

S21、通過APP獲得用戶的移動軌跡；

S22、采用吉布斯采樣方法對缺失的軌跡T進行恢復，更新恢復的軌跡R和轉換內核P，得到恢復軌跡后的完整軌跡；

采用吉布斯采樣方法對缺失的軌跡T進行恢復，包括以下步驟：

S221、首先，根據用戶的歷史訪問位置數據對APP收集的不完整移動軌跡進行隨機補全缺失點，得到初始恢復軌跡；

S222、根據得到的初始恢復軌跡計算狀態轉移概率；

S223、使用狄利克雷Dirichlet分布來對轉移概率進行建模，并對轉移概率進行采樣；

S224、根據貝葉斯理論計算缺失點與某一位置的相似概率，選取相似概率最大的位置作為缺失點的位置補全點；

S225、重復步驟S224進行多次迭代，最終得到完整軌跡以及轉換內核；

S23、根據用戶的移動軌跡將人的移動建模為有限且可數的狀態空間，表示為在M區域存在M個狀態；

S24、建立一個M×M的矩陣，矩陣中的元素即為用戶上一時間段的狀態，用P_ij表示從狀態i到狀態j的概率；

S25、在進行移動性預測時，若用戶當前時間段處于位置i，計算從狀態i到其他各個位置的概率，從中選取最大值P_ij，將最大概率值P_ij所對應的位置j作為下一時間段用戶的預測移動位置；

S3、請求用戶根據信任用戶未來某一時刻的預測位置信息設置探測探測信標發射功率，用戶在不斷移動變化過程中，根據請求用戶與可信任用戶的距離調整探測探測信標發射功率；

所述根據請求用戶與可信任用戶的距離調整探測探測信標發射功率包括：根據用戶未來某一時刻的預測位置信息，計算未來某一時刻請求用戶與信任用戶之間的距離d₁，則請求設備將探測信標發射功率調整為：

其中，P_t表示探測信標發射功率，f_c表示載波頻率，P_rsen表示接收靈敏度，G_T表示發射天線的增益，G_R表示接收天線的增益，c表示光速，d為在下一位置時請求用戶與可信任用戶之間的距離；

上式基于以下假設：假設可信任用戶下一時間段的位置將發生變化，假設所有用戶的移動速率相同為v，用戶此時與下一時刻位置之間的距離為d_p，用戶在各位置之間不作停留，且用戶的移動軌跡均為直線。