随着智能设备的迅速发展和普及,移动群智感知引起了广泛的关注。在移动群智感知系统中,携带智能设备的移动用户被看成基本的感知单元,他们利用智能设备所携带的传感器进行数据的感知,并通过无处不在的无线网络进行感知数据的传输,从而完成大规模的、复杂的社会感知任务。群智感知需要大量移动用户作为参与者加入到感知活动中,而用户在感知数据时需要消耗自己的资源甚至暴露自己的隐私,执行过多的感知任务也会产生巨大的负载。因此,我们需要一方面设计合理的激励机制来吸引用户参与感知任务,另一方面设计合理的任务分配和用户调度机制来尽可能减少用户的负载。本文首先对移动群智感知中的激励机制展开研究。在群智感知系统中,存在多个移动用户和感知任务,每个感知任务都拥有一定的预算,可由多个移动用户共同执行,移动用户执行感知任务所产生的消耗是不同的,感知任务希望在有限的预算下获得高质量的感知数据。为了解决该问题,本文提出了一个基于数学模型的分布式拍卖机制来获得感知任务和移动用户的交易组合。我们通过实验和理论分析证明该机制具有个体理性、预算平衡、真实性等特性。另一方面,针对移动群智感知中移动用户的负载问题,本文提出了一个基于启发式算法的任务分配和用户调度机制来减小参与感知任务的移动用户的最大负载,并通过实验对算法性能进行了分析。