一种免训练序列的广义张量压缩智能体信息监控方法

本发明属于信息监控领域，具体涉及到一种免训练序列的广义张量压缩智能体信息监控方法。

背景技术：

1、信息技术的应用在现代通信领域发挥着越来越重要的作用，智能体(agent)作为现代无线通信的关键技术之一，在军事冲突中，特别是在恶劣的战场环境中担负着重要的任务。智能体可以在高空、沙地等环境获取信息，完成海量的图像、视频、遥感测量数据等情报传输任务，在这一过程中获得准确的信息非常重要，一些信息获取方法已经被用来监控信息，比如时变衰落信道下信号获取需要训练序列，半盲信号估计算法则需要先验信息，但在这一领域的相关研究较少。

技术实现思路

1、本发明的目的在于提供一种免训练序列的广义张量压缩智能体信息监控方法，以解决上述背景技术中相关算法需要训练序列和先验信息等问题。系统模型是基于广义张量的两用户mimo无线通信系统智能体信息侦收模型，智能体设置在基站节点和目的节点之间同时侦收两个基站发送的处理后信息。源端利用krst编码矩阵进行编码操作，引入时间冗余并且提高传输的可靠性。基站放大并转发用户发送的信息，智能体端将侦收到的信息利用广义张量压缩模型构建高阶张量模型，再利用广义张量压缩模型的性质灵活的推导出张量模展开式，使用基于迭代的ls算法恢复出侦收到的信号，并且可以扩展到多用户的信息侦收场景。

2、本发明提供了一种基于广义张量压缩的智能体信息监控系统，包括如下步骤：

3、步骤1，对信号矩阵和信道矩阵进行随机初始化；

4、步骤2，计算khatri-rao积的最小二乘法估计；

5、步骤3，使用khatri-rao积逆运算计算信号矩阵；

6、步骤4，根据张量广义展开和khatri-rao逆运算求出信道矩阵h1；

7、步骤5，计算信道矩阵h2的最小二乘法估计；

8、步骤6，重复上述步骤，直到收敛条件小于极小值。

9、与现有技术相比本发明的有益效果是:

10、该方法将信源的发送信号构造为矩阵khatri-rao积结构，信号在经过信道的传输后可以表示为parafac模型的形式，并简化了基于迭代递归最小二乘法接收机的推导。与两步训练算法和迫零算法相比，广义张量压缩法更有效，避免了使用训练序列，此外，它与迫零算法具有相似的性能，并且不需要先验信息。

1.一种免训练序列的广义张量压缩智能体信息监控方法，其系统模型为：

2.根据权利要求1所述的系统模型，采用的基于广义张量的两用户mimo无线通信系统智能体信息侦收模型算法特征如下：在实际场景应用中的通信多为两个或以上用户系统，传统算法都存在着局限性，只能够针对单用户通信，而基于广义张量压缩的智能体信息监控算法可以在性能更加优异的情况下，实现多用户通信系统。

3.权利要求2所述的基于广义张量的两用户mimo无线通信系统智能体信息侦收算法，其步骤包括：

4.一种基于广义张量压缩的智能体信息监控系统，其特征在于：两个用户在基站的协助下向目的节点发送信息，通过广义张量压缩获得信号张量，再利用最小二乘算法对智能体获取的信号参数进行恢复，算法具体步骤如权利要求3中的基于广义张量压缩的智能体信息监控算法步骤1至11所示。

5.一种基于广义张量压缩的智能体信息监控仿真程序产品，包括计算机程序，该计算机程序被执行时实现权利要求1中的系统模型。

6.一种计算机程序产品，包括计算机程序，该计算机程序被执行时实现权利要求3中的信息获取算法。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求3中的信息侦收算法。