移动群智感知已经成为完成大范围感知任务的一个有效的新模式,是当今社会的一种新型感知应用模式和发展趋势。移动群智感知依赖于智能手机用户的参与,智能手机用户利用其手机内置的各种传感器收集并提交数据。在完成感知任务的过程中,手机用户会消耗其时间、精力、手机电量等,因此,设计有效的激励机制是至关重要的。本文研究基于社交网络和时空覆盖任务的群智感知激励机制的设计。首先,针对预算约束的在线众包系统中参与不足的问题。本文提出了一个两层社交众包架构,它可以使选定的注册用户通过将任务扩散到他们的社交圈招募他们的社交邻居来完成任务。在两层社交众包系统中,任务有不同的结束时间,并且注册用户和他们的社交邻居具有不同的到达/离开时间。在这个新颖的移动众包架构基础上提出了一个预算约束的在线激励机制MTSC。该机制包括两个步骤:代理选择和在线反向拍卖。其次,与现有的机制设计工作不同,在将感知任务分配给智能手机用户时,我们独特地考虑了任务感知区域重叠的的情况下收集足够时长感知数据的问题。为此,我们引入了一个反向拍卖框架来模拟平台和智能手机之间的交互。我们设计了两种激励机制:位置不敏感的激励机制MLS和位置敏感的激励机制MLI。在MLS中,用户是位置敏感的,用户只能在他所在的位置去获取感知数据,只有用户所在的位置在任务的感知范围内时,用户才能参与该任务。在MLI中,用户是位置不敏感的,用户有一个自己的感知区域,用户可以去自己感知区域的任何位置参与感知任务。通过严格的理论分析和广泛的仿真,我们证明了所提出的MTSC、MLS和MLI机制满足真实性,个体理性,计算有效性和固定近似比。