随着移动智能终端设备及其感知能力的不断发展,移动群智感知受到了广泛关注。在移动群智感知中,如何进行合理高效的任务分配,从而高质量地完成感知任务是移动群智感知研究中最重要的问题之一。现有的任务分配机制主要以优化全局系统性能为目标,忽略了感知任务和移动用户的个人偏好。然而,在开放式群智感知系统中,若移动用户或感知任务不满于当前分配结果,转而去寻求其他匹配对象来提高自身效用,那么任务分配将非常不稳定。此外,理性的移动用户为提高其任务匹配的竞争力,可能会动态调整其报价,甚至改变其对感知任务的服务质量,给实现稳定分配带来了新的挑战。本文针对上述问题,对移动群智感知系统中的任务匹配展开研究,在优化任务效用的同时,保证任务分配的稳定性,提升系统性能。本文的主要工作和研究成果如下:1.在考虑任务预算受限情况下,构建分布式多对多任务匹配模型,进而设计了一个基于稳定匹配的任务分配机制,其中移动用户可根据匹配结果动态调整其报价。可证明该分配算法具有稳定性和收敛性。同时,证明了在各移动用户提供相同服务质量时,感知任务通过雇佣移动用户获得的总服务质量至少为最优总服务质量的一半。仿真实验结果验证了该算法有较好的性能。2.在上述模型的基础之上,设计了一个基于稳定匹配的服务质量与报价混合可调节的任务分配机制。该机制不仅允许移动用户自适应地调节对任务的报价,而且允许移动用户在任务分配的过程中改变自身的服务质量,进而提高匹配的成功率。可证明该分配算法具有稳定性和收敛性。同时,探究了移动用户如何确定服务质量增加量和报价增加量才能提高竞争力。仿真实验结果验证了该算法有较好的性能。