胡燕

摘? 要： 針對傳統(tǒng)的交互式虛擬系統(tǒng)有效信息反饋融合模型因有效子載波過少，嚴重影響反饋融合增益。為此，提出基于用戶體驗的交互式虛擬系統(tǒng)有效信息反饋融合模型設計。首先根據(jù)用戶體驗中的組合元素設計兩種主要方式獲取有效信息，訓練對交互式虛擬系統(tǒng)中的上下行信道，完成訓練的信道中反饋有效信息，然后根據(jù)用戶接收解碼誤差判斷反饋是否成功，同時通過計算不同源信息中的數(shù)據(jù)簇的信任值，融合反饋的有效信息，完成有效信息反饋融合模型設計。最后設計仿真實驗，結果表明，與傳統(tǒng)的有效信息反饋融合模型相比，設計的基于用戶體驗的交互式虛擬系統(tǒng)有效信息反饋融合模型中的有效子載波更多，反饋融合增益得到了保證。

關鍵詞： 反饋融合模型; 交互式虛擬系統(tǒng); 用戶體驗; 信息獲取; 信道訓練; 模型設計

中圖分類號： TN911?34? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼： A? ? ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2020）22?0161?04

Abstract： Because of the lack of effective subcarriers in the traditional interactive virtual system， the feedback fusion gain is seriously affected. Therefore， an effective information feedback fusion model of interactive virtual system based on user experience is proposed. According to the combination elements in the user experience， two main ways are designed to obtain the effective information， train the uplink and downlink channels in the interactive virtual system， complete the feedback of the effective information in the trained channel， and then judge whether the feedback is successful according to the user′s receiving decoding error. The feedback effective information is integrated to complete design of effective information feedback fusion model by calculating the trust value of the data cluster in the different source information. The results of the simulation experiment show that， in comparison with the traditional effective information feedback fusion model， the effective information feedback fusion model of interactive virtual system based on user experience has more effective subcarriers and can guarantee the feedback fusion gain more effectively.

Keywords： feedback fusion model; interactive virtual system; user experience; information acquisition; channel training; model design

0? 引? 言

隨著網(wǎng)絡新興技術的蓬勃發(fā)展，信息化蔓延到人們生活的各個方面，人們對于信息的獲取要求快捷、方便，信息用戶的地位發(fā)生了改變[1]。用戶通過交互式虛擬系統(tǒng)來達到信息獲取的目的，在以交互式為本質(zhì)屬性的網(wǎng)絡環(huán)境中，有效信息的提供也由靜態(tài)轉變?yōu)閯討B(tài)，即改變了用戶獲取信息的方式，又改變了人們的信息消費觀念和消費方式[2]。

網(wǎng)絡環(huán)境中，用戶的信息體驗與感知是用戶與交互式虛擬系統(tǒng)交互過程中的“真實瞬間”，對系統(tǒng)、產(chǎn)品、服務的綜合體會與感受是用戶內(nèi)在狀態(tài)與系統(tǒng)特征及使用環(huán)境相互作用的產(chǎn)物[3?5]。將其應用在交互式虛擬系統(tǒng)有效信息反饋融合模型設計中，得到用戶的真實感受，反應用戶在系統(tǒng)交互過程中的客觀心理，便于對系統(tǒng)分析這些因素與有效信息的內(nèi)在聯(lián)系，從而通過反饋融合模型傳達給用戶，提高用戶的滿意度，促進交互式虛擬系統(tǒng)更好的發(fā)展。同時也解決傳統(tǒng)的交互式虛擬系統(tǒng)有效信息反饋融合模型中存在的有效子載波過少的問題，更好地為用戶分配合適的信道資源，保證反饋融合增益。

1? 交互式虛擬系統(tǒng)有效信息反饋融合模型設計

1.1? 基于用戶體驗的有效信息獲取

在交互式虛擬系統(tǒng)中，用戶體驗分析對系統(tǒng)的運作和評價有著比較大的影響，用戶體驗的有效信息獲取是基于交互式虛擬系統(tǒng)運行監(jiān)控數(shù)據(jù)、用戶調(diào)查等數(shù)據(jù)，并借助大數(shù)據(jù)分析技術和部署的采集分析工具實現(xiàn)。

分析用戶在與交互式虛擬系統(tǒng)進行交互時的實際情況，結合用戶體驗中的組成元素獲取多種有效信息。用戶體驗包含的元素如圖1所示。

圖中描述了用戶體驗的組成元素，將其作為采集有效信息的依據(jù)，采用兩種不同的方式采集基于用戶體驗的有效信息。一種是使用libpcap數(shù)據(jù)包捕獲函數(shù)庫實現(xiàn)對用戶體驗中產(chǎn)生的網(wǎng)絡數(shù)據(jù)的捕獲，另一種是基于系統(tǒng)前端設置的傳感器獲取用戶在使用過程中的外在有效信息。

在系統(tǒng)中安裝libpcap函數(shù)庫，根據(jù)提供的pcap_read（），pcap_open_live（）和pcap_setfilter（）三個函數(shù)設置過濾器，通過編譯、優(yōu)化和調(diào)試完成過濾規(guī)則表達式的設置[6]。在用戶的本地網(wǎng)絡中設置檢測部分，打開套接口，調(diào)用SIO*ioctl來獲取套接口狀態(tài)，通過pcap_lookupdev（）和pcap_lookupnet（）等函數(shù)，達到檢測系統(tǒng)網(wǎng)絡設置的目的[7?9]。選擇需要捕獲信息的網(wǎng)絡接口，初始化pcap，利用libpcap訪問數(shù)據(jù)鏈路層，捕獲所需數(shù)據(jù)。

通過傳感器獲取的信息則是將前端傳感器采集的信息傳送至匯聚節(jié)點，再通過匯聚節(jié)點將信息傳送至網(wǎng)絡中，達到采集用戶信息的目的。傳感器采集信息流程如圖2所示。

1.2? 基于信道的有效信息反饋

在交互式虛擬系統(tǒng)中，有效信息的反饋需要利用上行信道和下行信道，兩個信道之間存在互易性，實時獲取信道的狀態(tài)信息是有效信息反饋的一個重要保障[10]。在有效信息反饋過程中信道的狀態(tài)嚴重影響反饋增益，因此對信道進行訓練，保證信道始終處于良好的狀態(tài)。

假設有效信息在信道內(nèi)傳輸其正交導頻矩陣[Kε]維數(shù)為[Qt×ηt]，[ηt]表示信道，[Qt]表示導頻，[ε]表示系數(shù)。當[ηt>εQt]時，計算接收到的信號，根據(jù)接收到的信號計算出信道矩陣的最小均方誤差來衡量信道質(zhì)量[11]。公式如下：

1.3? 融合多源有效信息

融合模型的目標是交互式虛擬系統(tǒng)中的反饋給用戶的有效信息，假設兩組有效信息中存在多個數(shù)據(jù)簇，并且數(shù)據(jù)簇內(nèi)由多個簇內(nèi)節(jié)點，利用正態(tài)分布函數(shù)計算節(jié)點數(shù)據(jù)一致度，根據(jù)一致度計算數(shù)據(jù)的信任值，依據(jù)數(shù)據(jù)的平均一致度得到數(shù)據(jù)簇節(jié)點成功交互數(shù)據(jù)百分比，計算數(shù)據(jù)簇節(jié)點之間的通信信任百分比。將數(shù)據(jù)簇內(nèi)的單個節(jié)點及其鄰居節(jié)點的信任值作為響應，計算出數(shù)據(jù)簇之間的反饋信任值。結合通信信任值和反饋信任值獲得綜合反饋信任值[14]。根據(jù)綜合反饋信任值融合兩組信息。在數(shù)據(jù)簇頭節(jié)點去除不可靠數(shù)據(jù)后進行融合，根據(jù)節(jié)點的信任值進行加權計算，實現(xiàn)數(shù)據(jù)簇頭之間的融合。兩組數(shù)據(jù)簇之間的融合通過數(shù)據(jù)簇之間的信任管理判斷簇頭的信任狀態(tài)，若數(shù)據(jù)簇頭為信任狀態(tài)，則數(shù)據(jù)簇之間按照上述過程實現(xiàn)融合;反之，若數(shù)據(jù)簇頭為非信任狀態(tài)，則不融合此數(shù)據(jù)，進行下一次匹配。交互式虛擬系統(tǒng)有效信息反饋融合模型框架見圖3。

通過上述過程將不同來源的有效信息融合，通過統(tǒng)一的信道途徑反饋給用戶，達到有效信息反饋融合的目的，完成基于用戶體驗的交互式虛擬系統(tǒng)有效信息反饋融合模型設計。

2? 仿真實驗設計與分析

2.1? 信息傳輸信道設置

為了更好地研究交互式虛擬系統(tǒng)有效信息反饋融合模型，測試基于512點FFT的仿真環(huán)境下進行，設置512點FFT中的有效頻點為300，零頻點1個，剩余高頻部分補0。交互式虛擬系統(tǒng)有效信息反饋融合信道采用Jakes多徑信道，該信道參數(shù)如表1所示。在以上信道中使用Matlab進行模型中的有效子載波數(shù)量檢測實驗，同時引用傳統(tǒng)的交互式虛擬系統(tǒng)有效信息反饋融合模型，在相同的信道中測試有效子載波數(shù)量，統(tǒng)計兩組實驗結果。

2.2? 信道均方誤差調(diào)整

在測試之前，檢驗反饋對信道值的均方誤差是否滿足后續(xù)對比測試需求，使用Matlab軟件來估計均方誤差。假設循環(huán)前綴已經(jīng)消除了時間彌散信道帶來的符號間的干擾，保證子載波之間的正交性，且信道為慢衰落信道，則信道值的均方誤差測試結果如圖4所示。

2.3? 有效子載波檢測結果及分析

當信道值均方誤差滿足測試需求，在設置好的信息傳輸信道中使用第三方軟件檢測不同的有效信息反饋融合模型中的有效子載波，實驗結果如圖5所示。

實驗結果中顯示的深色部分為有效子載波，淺色部分為正常的正交子載波。從圖中能夠明顯看出，提出的信息反饋融合模型中的有效子載波數(shù)量遠超于傳統(tǒng)的信息反饋融合模型的數(shù)量，兩者之間相差7倍左右，說明設計的基于用戶體驗的交互式虛擬系統(tǒng)有效信息反饋融合模型能夠更好地為用戶分配合適的信息反饋融合信道，保證了反饋融合增益。

3? 結? 語

交互式虛擬系統(tǒng)的產(chǎn)生是為了更好地向用戶提供服務，通過交互式虛擬系統(tǒng)有效信息反饋模型能夠及時獲得用戶的反饋，第一時間對系統(tǒng)的功能進行調(diào)整，但是傳統(tǒng)的模型中存在一些弊端，因此，設計基于用戶體驗的交互式虛擬系統(tǒng)有效信息反饋融合模型，并設計對比實驗，比較兩者的優(yōu)劣情況。通過對比實驗證明了設計的有效信息反饋融合模型有效地解決了傳統(tǒng)模型中存在的問題，為后續(xù)的研究與發(fā)展提供了一定幫助。

參考文獻

[1] 劉玉磊，馬艷陽，徐伯初，等.基于過程體驗的信息反饋交互設計[J].包裝工程，2018，39（14）：95?101.

[2] 周偉祝，王哲，李彪，等.一種改進的保障信息融合模型[J].火力與指揮控制，2018，43（4）：169?173.

[3] 何瑾琳，劉學軍，徐新艷，等.融合node2vec和深度神經(jīng)網(wǎng)絡的隱式反饋推薦模型[J].計算機科學，2019，46（6）：41?48.

[4] 李裕礞，練緒寶，徐博，等.基于用戶隱性反饋行為的下一個購物籃推薦[J].中文信息學報，2017，31（5）：215?222.

[5] 呂凡，胡伏原，張艷寧，等.面向圖像自動語句標注的注意力反饋模型[J].計算機輔助設計與圖形學學報，2019，31（7）：1122?1129.

[6] 陳曦，唐斌，余飛.基于變權重理論和融合實時信息配電開關柜的狀態(tài)評價[J].電子測量與儀器學報，2018，32（8）：193?200.

[7] 冀振燕，皮懷雨，姚偉娜.融合多源異構數(shù)據(jù)的混合推薦模型[J].北京郵電大學學報，2019，42（1）：126?132.

[8] 黃新平，黃萃，張韞麒，等.面向決策的政府網(wǎng)站信息資源領域知識融合服務模型研究[J].圖書情報工作，2018，62（23）：6?13.

[9] 溫飽，胡存剛，芮濤，等.三相并網(wǎng)逆變器狀態(tài)反饋模型預測控制策略[J].電力電子技術，2018，52（6）：24?27.

[10] 熊翔宇，鄭建明.國外城鎮(zhèn)化與信息化融合研究述評[J].情報理論與實踐，2018（1）：146?153.

[11] 唐志軍，翟博龍，林國棟，等.信息融合技術在智能變電站故障分析決策中的應用[J].電網(wǎng)與清潔能源，2017，33（10）：84?88.

[12] 陸鳳儀，趙科淵，徐格寧，等.基于多源信息融合及模糊故障樹的小子樣可靠性評估[J].工程設計學報，2017，24（6）：609?617.

[13] 杜明洋，畢大平，王樹亮，等.多特征信息融合的中心群跟蹤算法[J].彈箭與制導學報，2018，38（6）：37?42.

[14] 李春忠，靖穩(wěn)峰，徐健.基于多尺度信息融合的層次聚類算法[J].工程數(shù)學學報，2019，36（3）：245?255.