1.一种稀疏网络中基于公平性的分布式多任务群智感知方法,其特征在于：包括如下步骤：

S1：建立移动众包系统模型：服务器将任务集Γ分配至n个用户，每个用户可同时参与并执行多个任务以获得报酬，且每个用户i具备由于感知而产生的成本Ci，i＝1，…，n；

l

所述任务集Γ具有m个任务，每个任务l具有总报酬R ,l＝1,…,m；

定义 表示在k时刻用户i完成任务l所得到的报酬率RoR，其中 和 分别表示相应的报酬和成本，当 时，第i个用户不能执行第l个任务，不存在相应的RoR值；

S2：服务器与用户之间进行交互：S21，服务器将任务集Γ发送给所有用户节点，同时得到参与每个任务所对应的用户数l

N；

l l

S22，服务器将报酬R/N ,l＝1,…,m发送给所有用户节点；

S23，每个用户通过局部交流通信进行信息交换；

S24，完成局部交流通信后，所有用户将收集到的数据上传至服务器；

S3：用户之间进行交互，采用GRA算法，GRA为基于八卦的报酬分配算法，具体如下：S31，从所有用户中随机选取两个具有共同任务l的邻居用户i和用户j进行交互；

S32，选取的两个邻居用户彼此交换任务l下的RoR值和成本值，然后分别根据邻居及其自身的RoR信息，采用一致性策略更新其报酬率值，使该任务下新的RoR值趋于相等；

S33，所选择的用户i和用户j将他们自己的成本重新分配给他们参与的所有任务，使其参与的每个任务的RoR值趋于相等；

S34，重复步骤S31至S33，以使所有用户参与的每个任务的RoR值一致。

2.根据权利要求1所述的方法，其特征在于：用户i的邻居用户为能够获得用户i的信息并与用户j共享同一任务l的用户；同一个用户i具有与其所参与的任务数目相等的邻居集合，任意两个用户i和用户j之间均存在一条连接路径。

3.根据权利要求2所述的方法，其特征在于：用户节点之间的连接关系满足以下条件：

1)当两个用户间有一个共同任务时，总是存在这两个用户被选择的机会，被选取时两个用户间的RoR差值变小；

2)当两个用户没有共同任务时，对于任意两个用户i和j，假设存在连接它们的路径。