一种射频掩护方法、装置及计算机设备与流程

本发明涉及计算机技术领域，尤其涉及一种射频掩护方法、装置及计算机设备。

背景技术：

射频掩护是一种主动和有意辐射电磁信号以欺骗或扰乱敌方电磁探测与侦收设备，消耗敌方作战资源，保护己方装备、人员和电磁信息安全而采取的一种战术技术行为。

具有射频掩护功能的雷达，通常在工作信号之前，发射一个其他频率的射频掩护信号用于欺骗干扰机，如果干扰机在接收到射频掩护信号时，认为其是雷达工作信号，就会对射频掩护信号进行干扰；而雷达在信号处理的时候，不处理射频掩护信号，而只处理工作信号，因此具有迷惑干扰机、消除干扰的作用。

但是，传统具有射频掩护功能的雷达，工作模式固定，例如：前面的脉冲为射频掩护信号f2，后面的脉冲为雷达工作信号f1。f1-f2为固定的δf，其工作模式容易被干扰机识别，从而被干扰。

技术实现要素：

本发明实施例的目的在于提供一种射频掩护方法，旨在解决现有射频掩护工作模式固定，容易被干扰机识别的技术问题。

本发明实施例是这样实现的，一种射频掩护方法，具体包括，

获取第一接收通道接收的目标雷达回波信号和第二接收通道接收的外界干扰信号；

对所述外界干扰信号进行数字化处理，并对数字化处理后的外界干扰信号进行特征分析，获得所述外界干扰信号的属性功能特征信息；

根据所述外界干扰信号的属性功能特征信息和目标雷达回波信号的属性功能特征信息确定干扰分析结果；

根据所述干扰分析结果对射频掩护发射频率和雷达发射信号的时序进行调整，进行射频掩护发射。

本发明实施例的另一目的在于提供一种射频掩护装置，具体包括：

信号获取模块，用于获取第一接收通道接收的目标雷达回波信号和第二接收通道接收的外界干扰信号；

信号特征分析模块，用于对所述外界干扰信号进行数字化处理，并对数字化处理后的外界干扰信号进行特征分析，获得所述外界干扰信号的属性功能特征信息；

干扰分析模块，用于根据所述外界干扰信号的属性功能特征信息和目标雷达回波信号的属性功能特征信息确定干扰分析结果；以及

信号发射模块，用于根据所述干扰分析结果对射频掩护发射频率和雷达发射信号的时序进行调整，进行射频掩护发射。

本发明实施例的另一目的在于提供一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述射频掩护方法的步骤。

本发明实施例提供的一种射频掩护方法通过实时接收外界干扰信号和目标雷达的回波信号，并对外界干扰信号进行特征分析，再通过与目标雷达回波信号进行对比得到干扰分析结果，并根据干扰分析结果实时进行射频掩护参数进行调整，实现了雷达掩护系统的智能化抗干扰，达到最佳的抗干扰效果。

附图说明

图1为本发明实施例一提供的一种射频掩护方法的流程图；

图2为本发明实施例二提供的一种射频掩护方法的流程图；

图3为本发明实施例三提供的一种射频掩护方法的流程图；

图4为本发明实施例四提供的一种射频掩护方法的流程图；

图5为本发明实施例五提供的一种时频域特征分析的流程图；

图6为本发明实施例六提供的一种空域特征分析的流程图；

图7为本发明实施例七提供的一种极化域特征分析的流程图；

图8为本发明实施例八提供的一种射频掩护装置的结构框图；

图9为本发明实施例九提供的一种射频掩护装置的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一xx脚本称为第二xx脚本，且类似地，可将第二xx脚本称为第一xx脚本。

如图1所示，在一个实施例中，提出了一种射频掩护方法，具体可以包括以下步骤：

步骤s101，获取第一接收通道接收的目标雷达回波信号和第二接收通道接收的外界干扰信号。

在本实施例中，第一接收通道的通道特性与雷达被掩护发射信号特性相匹配，用于接收目标雷达回波信号，第二接收通道的工作频点覆盖雷达所有可工作频点处的频率，带宽为整个雷达系统的带宽，接收外界干扰信号的方式包括窄带扫描式或者宽带瞬时覆盖式，当雷达系统可用的工作频点较少时，采用窄带扫描方式，当雷达系统可用的工作频点较多，采用宽带瞬时覆盖式。

步骤s102，对所述外界干扰信号进行数字化处理，并对数字化处理后外界干扰信号进行特征分析，获得所述外界干扰信号的属性功能特征信息。

在本发明的实施例中，接收到的外界干扰信号为时间、幅值连续的模拟量，将其通过ad转换过程，具体包括取样、保持、量化及编码4个过程，得到时间和幅值离散的数字信号；所述的属性功能特征信息可以包括能量、时频域特性、空域特性以及极化域特性，应当理解的是，当进行属性功能特征分析时，可以选择其中的任意几个进行分析，针对不同的属性功能特征通过建立不同的认知模型进行特征分析，以获得外界干扰信号的属性功能特征信息。

步骤103，根据所述外界干扰信号的属性功能特征信息和目标雷达回波信号的属性功能特征信息确定干扰分析结果。

在本发明的实施例中，其中目标雷达回波信号的属性功能特征信息与外界干扰信号的特征信息相对应，比如通过步骤102获得的外界干扰信号的特征信息包括时频域特性信息和极化域特性信息时，需要从目标雷达回波信号中获得与之相应的时频域特性信息和极化域特性信息，并进行相应的对比分析，获得外界干扰信号的目标雷达回波信号的干扰程度，即为干扰分析结果。

步骤s104，根据所述干扰分析结果对射频掩护发射频率和雷达发射信号的时序进行调整，进行射频掩护发射。

在本发明的实施例中，射频掩护发射频率包括雷达工作频率和虚假掩护信号频率，根据干扰分析结果中干扰信号属性功能特性信息和目标雷达回波信号的属性特征信息，可以知道干扰频率的范围，或者是干扰较大的频率和干扰较弱的频率，从而选择合适的雷达工作频率和虚假掩护信号的频率；其中雷达发射信号的时序具体包括两种方式，即“虚假掩护信号+被掩护信号”、“虚假掩护信号+被掩护信号+虚假掩护信号”，通过干扰分析结果确定雷达信号的时序的具体方式；根据上述确定的雷达工作频率、虚假掩护信号频率以及雷达信号的时序进行射频掩护发射。

应当理解的是，雷达系统在持续不断的进行工作，信号进行实时采集，并不断进行外界干扰信号的分析，基于干扰分析结果进行相应的掩护参数的实时调整，该过程是一个闭环的循环过程，保持雷达掩护过程具有灵活主动性。

该射频掩护方法通过实时接收外界干扰信号和目标雷达的回波信号，并对外界干扰信号进行特征分析，再通过与目标雷达回波信号进行对比得到干扰分析结果，并根据干扰分析结果进行射频掩护参数进行调整，实现了雷达掩护系统的智能化抗干扰，达到最佳的抗干扰效果。

在一个实施例中，如图2所示，提供了一种射频掩护方法，具体可以包括以下步骤：

其中步骤s201-s204与上一个实施例中的步骤s101-104相同，主要通过获取外界干扰信号和目标雷达的回波信号，并通过外界干扰信号的特征分析与目标雷达的回波信号相结合，获得干扰分析结果，再进行掩护参数调整并进行掩护放射。

步骤s205，将调整后的射频掩护发射频率和雷达发射信号的时序作为一个抗干扰方案进行存储。

在本发明的实施例中，抗干扰方案具体包括：射频掩护中雷达工作频率，虚假掩护信号频率及雷达发射上述两种信号的时序，将调整后的射频掩护发射频率和雷达发射信号的时序作为一个干扰方案进行存储，并进行标识，具体标识方法可以为将抗干扰方案进行编号或者进行命名。应当理解的是，在实时的信号接收和抗干扰分析后，进行射频掩护参数的调整，可以获得多个抗干扰方案，从而获得一个抗干扰知识库，同时可以进行抗干扰方案的抗干扰评估，根据抗干扰评估效果选择抗干扰效果较好的方案，更新已有的抗干扰知识库。

该方法通过加入了抗干扰方案的存储，可以形成抗干扰知识库，可以在当前射频掩护参数抗干扰效果不佳的情况下，从抗干扰知识库中直接调用抗干扰效果较好的方案，提高抗干扰效果。

在一个实施例中，如图3所示，步骤s102具体可以包括以下步骤：

步骤s301，将所述外界干扰信号进行数字化处理，以获得数字化处理干扰信号。

在本发明的实施例中，接收到的外界干扰信号为时间、幅值连续的模拟量，将其通过ad转换过程，具体包括取样、保持、量化及编码4个过程，得到时间和幅值离散的数字信号，从而获得数字化处理的干扰信号。

步骤s302，按照预设的频率划分规则对所述数字化处理干扰信号进行频带划分，获得多个窄带干扰信号，按照预定的认知模型将所述窄带干扰信号进行时频域特征分析，获得外界干扰信号时频域特性信息。

在本发明的实施例中，将外界干扰信号按照用户设定的频率划分规则经过数字信道化进行频带划分，获得多个窄带干扰信号，应当理解的是，当获得的外界干扰信号为窄带感染信号则可以省去上述步骤。然后对所述多个窄带干扰信号按照傅里叶变换模型进行外界干扰信号的时频域分析，获得干扰信号的傅里叶变换集合，从而确定外界干扰信号的时频域特性信息。

步骤s303，按照预定的认知模型将所述数字化处理干扰信号进行空域特性和极化域特征分析，获得外界干扰信号空域特性信息和外界干扰信号极化域特性信息。

在本发明实施例中，针对于不同的属性功能特征分析采用不同的认知模型，当获得数字化处理干扰信号后，针对于外界干扰信号的空域特性的分析，可以采用波束搜索法、相邻比幅法、相位法、music(multiplesignalclassification)算法中的任意一种进行特征分析，获得空域特性信息，针对于外界干扰信号的极化域特征分析，可以采用信号矢量进行分析获得极化域特性信息。

该方法将获取的时间、幅值连续外界干扰信号通过合适的数字化处理方法，获得不同特征分析模型能够进行特征分析的信号数据，并通过不同的模型进行外界干扰信号的特征分析，获得多个外界干扰信号的特征信息，为后续的干扰分析提供了充足的数据。

在一个实施例中，步骤s103具体可以包括以下步骤：

在本发明的实施例中，将所述外界干扰信号的属性功能特征信息和目标雷达回波信号的属性功能特征信息进行对比，获得所述外界干扰信号和目标雷达回波信号时频域特性信息、空域特性信息及极化域特性信息的重叠区域和非重叠区域，以确定干扰分析结果。

该步骤通过将外界干扰信号和目标雷达回波信号的属性功能特征信息对比，获得目标信号的干扰程度，以便于射频掩护参数的调整。

在一个实施例中，如图4所示，步骤s104具体可以包括以下步骤：

步骤s401，根据所述干扰分析结果，选择干扰最弱的频率作为雷达工作频率，选择与所述雷达工作频率相差1ghz以上的频率作为虚假掩护信号频率，并确定所述雷达工作频率与所述虚假掩护信号频率的时序。

在本发明的实施例中，根据干扰分析结果，获得雷达系统各个可用工作频点在同一时间段内手干扰的程度的大小，并以此作为雷达发射信号频率选择、调整及分时发射信号时序选择的依据，通过选择干扰最弱的雷达可用工作频点作为雷达工作频率，同时选择与所述雷达工作频率相差1ghz以上的频率作为虚假掩护信号频率。应当理解的是，当根据干扰分析结果分析当前的雷达射频掩护参数并未受到干扰，则不需要对当前雷达系统的相关参数进行改变，若当前干扰环境对雷达系统的性能收到了严重的影响时，直接根据上述选择方案，进行雷达射频掩护参数调整。其中雷达发射信号的时序包括两种方式，即：“虚假掩护信号+被掩护信号”、“虚假掩护信号+被掩护信号+虚假掩护信号”，主要通过干扰分析结果和不同时序的抗干扰效果评估综合分析进行选择，获得抗干扰效果最佳的雷达发射信号的时序。

步骤s402，根据所述雷达工作频率与所述虚假掩护信号的时序，进行射频掩护发射。

在本发明的实施例中，进行射频掩护发射包括两个信号发射通道，一个是雷达工作信号发射通道，用于根据所选择的雷达工作信号频率进行信号发射，另一个是虚假掩护信号发射通道，用于根据所选择的虚假掩护信号频率进行掩护信号发射，应当理解的是，当雷达工作信号频率发生改变时，需要对接收通道1的接收通道参数进行调整，使其与雷达发射信号的参数相匹配，以便于接收目标雷达的回波信号，保持雷达之间的顺利联系。

该方法根据干扰分析结果对雷达工作频率和雷达发射信号的时序进行调整，并进行射频发射，通过快速的频率切换达到抗干扰的目的，失重保持雷达的灵活主动性。

在一个实施例中，如图5所示，所述按照预定的认识模型将所述窄带干扰信号进行时频域特征分析，获得外界干扰信号时频域特性信息的步骤没具体包括：

步骤s501，建立窗函数，并将所述窄带干扰信号和所述窗函数相结合进行傅里叶变换，获得信号傅里叶变换集合。

设定窄带干扰信号为x(t)，连续域的stft(shorttimefouriertransform)短时傅里叶变换定义为公式(1)所示：

stftx(t,ω)＝∫x(τ)g^*(τ-t)e^-jωτdτ

＝<x(τ),ht,ω(τ)>

＝<x(τ),g(τ-t)e^jωτ>(1)

其中g^*(τ-t)为窗函数，<x,y>表示信号x与y的内积，即：

<x,y>＝∫x(t)y^*(t)dt(2)

傅里叶变换的表示式为：

ftx(ω)＝∫x(τ)e^-jωτdτ(3)

从而获得含有窗函数的傅里叶变换的形式如公式(4)。

stftx(t,ω)＝∫x^*(τ)e^-jωτdτ

＝∫x(τ)g^*(τ-t)e^-jωτdτ(4)

由式(4)可得：stft可视为对窄带干扰信号加窗后再做傅里叶变换。窗函数g(τ)为对称函数，且在时域为有限支撑。通过不断的移动窗函数的位置，进行傅里叶变换，可得到一系列不同时间段截取后信号傅里叶变换的集合。

步骤s502，根据所述傅里叶变换集合确定干扰信号时频域特性信息。

在本发明的实施例中，所述的时频域特性信息可以分为时域特性信息和频域特性信息，所述的傅里叶变换集合是关于时间t和角频率ω的二维函数，在stft的窗函数时域为有限支撑，从而获得外界干扰信号的时域特性信息，且stft的时间分辨率有窗函数的时域宽度决定，从而确定外界干扰信号的频域特性信息。

利用上述短时傅里叶变换模型能够对高动态性和非平稳性的外界干扰信号的时频域特性进行快速认知分析，获得外界干扰信号的时频域特性信息，为后续的干扰分析提供了准确时频域特性信息数据。

在一个实施例中，如图6所示，所述按照预定的认知模型将所述数字化处理干扰信号进行空域特征分析，获得外界干扰信号空域特性信息的步骤，具体包括：

步骤s601，建立doa(direction-of-arrival)数学模型，并根据所述干扰信号和所述数学模型获得干扰信号协方差矩阵。

在本发明的实施例中，所述的doa数学模型如公式(5)所示。

x＝a(θ)s(t)+n(t)(5)

在doa模型的基础上，可以得到外界干扰信号的协方差矩阵为公式(6)所示。

r＝e[xxh]＝ae[ssh]ah+δ2i＝arsah+δ2i(6)

其中rs是信号s(t)的协方差矩阵，由于信号和噪声相互独立，数据协方差可分解为信号子空间和噪声子空间。

步骤s602，将所述干扰信号协方差矩阵进行特征分解，获得干扰信号分量相对应的信号子空间和信号分量相正交的噪声子空间。

在本发明的实施例中，根据上述协方差矩阵并对其按照公式(7)进行特征分解，获得信号子空间和噪声子空间。

r＝usσsuhs+unσnuhn(7)

其中us是由大特征值对应的特征向量张成的子空间，即信号子空间。un是由小特征值对应的特征矢量张成的子空间，即为噪声子空间。由于信号子空间和噪声子空间是相互正交的，那么信号子空间的导向矢量a^h(θ)和噪声子空间un正交，满足a^h(θ)un＝0。

步骤s603，根据所述信号子空间和噪声子空间确定干扰信号空域特性信息。

在本发明的实施例中，接收到的外界干扰信号的阵列是有限的，从而获得然后对进行特征分解，计算得到噪声子空间特征矢量并进行最小化优化搜索，从而获得干扰信号空域特性信息。

利用上述music算法进行外界干扰信号的空域域特性进行快速认知分析，获得外界干扰信号的空域特性信息，为后续的干扰分析提供了准确空域特性信息数据。

在一个实施例中，如图7所示，所述按照预定的认知模型将所述数字化处理干扰信号进行极化域特征分析，获得外界干扰信号极化域特性信息的步骤，具体包括：

步骤701，根据所述外界干扰信号获得正交极化信号的垂直幅度和水平幅度。

在本发明的实施例中，根据外界干扰信号，从所述干扰信号中提取出相关的正交极化信号，并将所述极化信号进行垂直极化和水平极化获取其垂直幅度ah和水平幅度。

步骤702，根据所述垂直幅度和水平幅度获得轴比tanαp和相位差并根据公式获得极化比。

在本发明的实施例中，将获得垂直幅度和水平幅度进行相比，获得其比值为轴比tanαp和相位差再有典型信号的极化特性识别出极化样式，主要的识别判据如表1所示。

表1极化测量与识别的典型判据

并根据公式(8)获得极化比。

其中，sjh、sjv分别代表干扰信号在水平、垂直基上的复分量。

步骤703，根据所述计划比确定外界干扰信号矢量，即为所述外界干扰信号极化域特性信息。

在本发明的实施例中，干扰信号矢量sj，水平、垂直极化基为(h,v)，则根据极化分解理论可得：

再根据公式(8)可以用计划比ρhv表示干扰信号矢量，如公式(10)所示。

其中干扰信号矢量记为外界干扰信号的极化域特性信息。

利用上述jones矢量和极化比分析发进行外界干扰信号的极化域特性进行快速认知分析，获得外界干扰信号的极化域特性信息，为后续的干扰分析提供了准确极化域特性信息数据。

如图8所示，在一个实施例中，提供了一种射频掩护装置，具体可以包括信号获取模块810，信号特征分析模块820，干扰分析模块830，信号发射模块840。

信号获取模块810，用于获取第一接收通道接收的目标雷达回波信号和第二接收通道接收的外界干扰信号。

在本发明实施例中，信号获取模块通过与第一接收通道与第二接收通道通信连接，获取二者所接受的相关信号。第一接收通道的通道特性与雷达被掩护发射信号特性相匹配，用于接收目标雷达回波信号，第二接收通道的工作频点覆盖雷达所有可工作频点处的频率，带宽为整个雷达系统的带宽，接收外界干扰信号的方式包括窄带扫描式或者宽带瞬时覆盖式，当雷达系统可用的工作频点较少时，采用窄带扫描方式，当雷达系统可用的工作频点较多，采用宽带瞬时覆盖式。

信号特征分析模块820，用于对所述外界干扰信号进行数字化处理，并对数字化处理后外界干扰信号进行特征分析，获得所述外界干扰信号的属性功能特征信息。

在本发明的实施例中，信号特征分析模块首先对接收到的外界干扰信号进行数字化处理，主要通过ad转换过程，具体包括取样、保持、量化及编码4个过程，得到时间和幅值离散的数字信号；所述的属性功能特征信息可以包括能量、时频域特性、空域特性以及极化域特性，应当理解的是，当进行属性功能特征分析时，可以选择其中的任意几个进行分析，针对不同的属性功能特征通过建立不同的认知模型进行特征分析，以获得外界干扰信号的属性功能特征信息。

干扰分析模块830，用于根据所述外界干扰信号的属性功能特征信息和目标雷达回波信号的属性功能特征信息确定干扰分析结果。

在本发明的实施例中，其中目标雷达回波信号的属性功能特征信息与外界干扰信号的特征信息向对应，比如通过信号特征分析模块820获得的外界干扰信号的特征信息包括时频域特性信息和极化域特性信息时，需要从目标雷达回波信号中获得与之相应的时频域特性信息和极化域特性信息，并进行相应的对比分析，获得外界干扰信号的目标雷达回波信号的干扰程度，即为干扰分析结果。

信号发射模块840，用于根据所述干扰分析结果对射频掩护发射频率和雷达发射信号的时序进行调整，进行射频掩护发射。

在本发明的实施例中，射频掩护发射频率包括雷达工作频率和虚假掩护信号频率，根据干扰分析结果中干扰信号属性功能特性信息和目标雷达回波信号的属性特征信息，可以知道干扰频率的范围，或者是干扰较大的频率和干扰较弱的频率，从而选择合适的雷达工作频率和虚假掩护信号的频率；其中雷达发射信号的时序具体包括两种方式，即“虚假掩护信号+被掩护信号”、“虚假掩护信号+被掩护信号+虚假掩护信号”，通过干扰分析结果确定雷达信号的时序的具体方式；根据上述确定的雷达工作频率、虚假掩护信号频率以及雷达信号的时序进行射频掩护发射。

应当理解的是，雷达系统在持续不断的进行工作，信号获取模块对信号进行实时采集，并不断进行外界干扰信号的分析，基于干扰分析结果进行相应的掩护参数的实时调整，各模块相互协调配合，使得射频掩护过程为一个闭环的循环过程，保持雷达掩护过程具有灵活主动性。

如图9所示，在一个实施例中，提供了一种射频掩护装置，其与图8所示的装置相比，还包括抗干扰方案存储模块950，干扰方案评估模块960。

抗干扰方案存储模块950，用于调整后的射频掩护发射频率和雷达发射信号的时序作为一个抗干扰方案进行存储。

在本发明的实施例中，该存储模块用于存储抗干扰效果较好的抗干扰方案，抗干扰方案具体包括：射频掩护中雷达工作频率，虚假掩护信号频率及雷达发射上述两种信号的时序，将所述将信号发射模块840调整后的射频掩护发射频率和雷达发射信号的时序作为一个干扰方案进行存储，并进行标识，具体标识方法可以为将抗干扰方案进行编号或者进行命名。

抗干扰方案评估模块960，用于建立抗干扰效果评估模型，对抗干扰方案进行评估，获取抗干扰效果最佳的抗干扰方案。

在本发明实时例中，其中抗干扰效果评估模型为抗干扰概率模型，主要根据用户输入或者大数据分析获得的干扰机前端截获雷达辐射源信号概率、正确分选识别概率、准确引导概率分别为：pk、pj2、pj3，射频掩护雷达受欺骗干扰的概率为pj，则射频掩护的抗干扰概率为pr＝1-pj＝1-pkpj2pj3。最后，通过抗干扰概率的大小确定最佳的抗干扰方案。

该射频掩护装置在实时的信号接收和抗干扰分析后，进行射频掩护参数的调整，可以获得多个抗干扰方案，从而获得一个抗干扰知识库，进一步采用评估模块进行抗干扰方案的抗干扰评估，根据抗干扰评估效果选择抗干扰效果较好的方案，更新已有的抗干扰知识库。

在本发明的实施例中，本发明还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现射频掩护方法的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。