一种电池健康状态的预测方法及装置与流程

1.本技术涉及电池评估领域，具体涉及一种电池健康状态的预测方法及装置。


背景技术：

2.电池的健康状态soh(stateofhealth)常常用于表征当前电池相对于新电池存储电能的能力，soh的值一般定义为电池当前容量和电池额定容量的比值。电池的soh表征了电池容量的衰减情况，和电池的剩余寿命密切相关。
3.目前，主要采用预先确定的电池的衰减经验公式对电池的soh值进行估计。电池衰减经验公式是经过实验和专家经验总结出的一个公式，其中，衰减经验公式的参数一般通过拟合各种不同工况下的电池衰减实验数据确定。
4.然而，不同电池之间存在性能差异，即使是同一技术和配方生产的电池在衰减过程中会产生一定的差异，由于传统的衰减经验公式无法考虑电池的个体差异，因此上述方法在实际的应用中无法准确地对电池的soh值进行预测，从而难以对电池的剩余寿命进行准确的估计。


技术实现要素：

5.有鉴于此，本技术提供了一种电池健康状态的预测方法及装置，在电池衰减经验公式的基础上考虑了电池个体的衰减差异，有利于提高对电池健康状态预测的准确性。
6.一方面，本技术提供了一种电池健康状态的预测方法，所述方法包括：
7.确定目标参数的先验分布，所述目标参数为衰减经验公式中的参数，所述衰减经验公式用于根据电池的工况数据预测电池的健康状态soh；
8.基于所述衰减经验公式，根据所述目标参数的先验分布和电池的历史工况，得到所述电池的soh的先验分布；
9.根据所述电池的soh的先验分布和所述电池的历史soh，确定所述电池的目标参数的后验分布，所述历史soh为实际测量得到的所述电池的soh；
10.根据所述电池的目标参数的后验分布和所述电池的目标工况，预测所述电池的soh。
11.可选的，所述确定目标参数的先验分布，包括：
12.确定目标参数的超先验分布，所述目标参数的超先验分布为适用于确定所述目标参数的先验分布的参数的分布；
13.从所述目标参数的超先验分布中采样得到所述目标参数的先验分布的参数，根据采样得到的先验分布的参数，确定所述目标参数的先验分布。
14.可选的，所述基于所述衰减经验公式，根据所述目标参数的先验分布和电池的历史工况，得到所述电池的soh的先验分布，包括：
15.从所述目标参数的先验分布中采样，得到所述目标参数的先验分布的样本；
16.基于所述衰减经验公式，根据所述目标参数的先验分布的样本和所述电池的历史
工况，得到所述电池的soh的先验分布。
17.可选的，所述根据所述电池的soh的先验分布和所述电池的历史soh，确定所述电池的目标参数的后验分布，包括：
18.根据所述电池的soh的先验分布和所述电池的历史soh，计算所述目标参数的似然函数；
19.基于贝叶斯公式，根据所述目标参数的似然函数，确定所述电池的目标参数的后验分布。
20.可选的，所述电池的目标工况为所述电池的未来工况；
21.所述未来工况是根据以下方式预测得到的：
22.获取所述电池的工况的先验分布；
23.根据所述电池的工况的先验分布和所述电池的历史工况，得到所述电池的工况的后验分布，所述历史工况为实际测量得到的所述电池的工况；
24.将所述电池的工况的后验分布作为所述电池的未来工况。
25.可选的，所述根据所述电池的工况的先验分布和所述电池的历史工况，得到所述电池的工况的后验分布包括：
26.从所述电池的工况的先验分布中采样，得到所述电池的工况的先验分布的样本；
27.根据所述电池的工况的先验分布的样本和所述电池的历史工况，得到所述电池工况的后验分布。
28.可选的，所述根据所述电池的工况的先验分布和所述电池的历史工况，得到所述电池工况的后验分布包括：
29.根据所述电池的工况的先验分布和所述电池的历史工况，计算所述电池的工况的似然函数；
30.基于贝叶斯公式，根据所述电池的工况的似然函数，得到所述电池工况的后验分布。
31.另一方面，本技术还提供了一种电池健康状态的预测装置，所述装置包括：
32.目标参数先验分布确定模块，用于确定目标参数的先验分布，所述目标参数为衰减经验公式中的参数，所述衰减经验公式用于根据电池的工况数据预测电池的健康状态soh；
33.soh先验分布确定模块，用于基于所述衰减经验公式，根据所述目标参数的先验分布和电池的历史工况，得到所述电池的soh的先验分布；
34.目标参数后验分布确定模块，用于根据所述电池的soh的先验分布和所述电池的历史soh，确定所述电池的目标参数的后验分布，所述历史soh为实际测量得到的所述电池的soh；
35.预测模块，用于根据所述电池的目标参数的后验分布和所述电池的目标工况，预测所述电池的soh。
36.另一方面，本技术还提供了一种设备，所述设备包括：处理器和存储器；
37.所述存储器，用于存储指令；
38.所述处理器，用于执行所述存储器中的所述指令，执行以上方面所述的方法。
39.另一方面，本技术还提供了一种计算机可读存储介质，所述计算机可读存储介质
存储有程序代码或指令，当其在计算机上运行时，使得所述计算机执行以上方面所述的方法。
40.由此可见，本技术实施例具有如下有益效果：
41.本技术首先确定目标参数的先验分布，目标参数为衰减经验公式中的参数；基于衰减经验公式，根据目标参数的先验分布和电池的历史工况，得到电池的soh的先验分布；根据电池的soh的先验分布和电池的历史soh，确定电池的目标参数的后验分布；根据电池的目标参数的后验分布和电池的目标工况，预测电池的soh。本技术首先结合衰减经验公式中目标参数的先验分布和电池的历史工况，确定该电池soh的先验分布，该电池soh的先验分布反映的是基于衰减经验公式预测的电池soh的分布情况，可以表征电池衰减的总体规律；再根据电池soh的先验分布与实际测量得到的电池的历史soh之间的差异，对目标参数的分布规律进行调整，以得到适应于特定电池衰减过程的衰减经验公式的目标参数的后验分布，即得到与特定电池的个体情况相匹配的目标参数的后验分布，进而，基于该目标参数的后验分布预测该电池的soh，如此实现对电池衰减的总体规律和电池的个体差异的综合考虑，对电池在目标工况下的soh进行较为准确的预测。
附图说明
42.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
43.图1为本技术实施例提供的一种电池健康状态的预测方法的流程图；
44.图2为本技术实施例提供的一种电池健康状态的预测装置的示意图。
具体实施方式
45.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
46.目前，对于电池soh值的估计主要是根据电池的衰减经验公式进行的。电池的衰减经验公式用来表征电池的各种工况数据和电池soh值的关系，一般来说，衰减经验公式中的参数是由专家经验或实验确定的，主要反映的是某种型号或某种类型的电池整体的衰减规律，并未考虑到不同电池个体之间的性能差异，即通常难以有针对性地准确反映单个电池的衰减规律，相应地，基于该衰减经验公式也难以对电池的剩余寿命进行较为准确的估计。
47.为了解决上述问题，本技术提供了一种电池健康状态的预测方法及装置，调整衰减经验公式的参数，使其适用于特定电池的衰减过程，从而有利于提高对特定电池的soh预测的准确性。
48.为了便于理解，下面结合附图对本技术实施例提供的一种电池健康状态的预测方法及装置进行详细的说明。
49.参考图1所示，为本技术实施例提供的一种电池健康状态的预测方法的流程图，该
方法可以包括以下步骤：
50.s101：确定目标参数的先验分布。
51.其中，所述目标参数为衰减经验公式中的参数，所述衰减经验公式用于根据电池的工况数据预测电池的健康状态soh。
52.本技术实施例中，电池的衰减经验公式用于表示电池的健康状态和工况数据的关系。衰减经验公式中的参数用θ表示，各种工况数据用x表示，则衰减经验公式可以表示为soh＝f(x∣θ)。在应用于特定电池的soh预测时，将上述衰减经验公式中的参数θ视为目标参数。
53.本技术实施例中采用层次贝叶斯模型的建模方法，首先需要确定目标参数的先验分布。目标参数的先验分布是根据先验知识确定的目标参数的概率分布。具体地，先验知识可以是专家经验等，主要基于对同一型号或同一类型电池的特性的总体认知。例如，对于同一技术和配方生产的不同电池，电池的soh衰减的过程存在一定差异，但整体的衰减规律是相似的，因此可以根据其整体的衰减规律，基于衰减经验公式，对目标参数的取值的概率分布进行估计。需要说明的是，由于衰减经验公式可以有多个参数，目标参数也可以代表衰减经验公式中的多个参数，目标参数的先验分布可以代表衰减经验公式中多个参数各自的先验分布。需要说明的是，目标参数的先验分布和特定电池的衰减规律无关，而是基于先验知识对目标参数的假设和估计。
54.在构建目标参数的层次贝叶斯模型时，可以对目标参数的超先验分布进行选取。根据参数的可能取值范围和相关的经验知识，可以选取适合的统计分布作为目标参数的超先验分布和先验分布。其中，目标参数的超先验分布是用于确定目标参数的先验分布的分布，具体可以为先验分布的参数的分布等。有如下具体的实现方式：
55.一种可能的实现方式中，所述确定目标参数的先验分布，包括：
56.确定目标参数的超先验分布，所述目标参数的超先验分布为适用于确定所述目标参数的先验分布的参数的分布；
57.从所述目标参数的超先验分布中采样得到所述目标参数的先验分布的参数，根据采样得到的先验分布的参数，确定所述目标参数的先验分布。
58.目标参数的超先验分布同样基于先验知识确定，具体地，先验知识可以是专家经验等，主要基于对同一型号或同一类型电池的特性的总体认知。目标参数的超先验分布是与目标参数的先验分布相匹配的，具体可由先验分布及先验分布的参数类型确定；例如，若选取目标参数的先验分布为高斯分布，该先验分布的参数类型为均值和方差，则可以选取高斯分布作为均值的超先验分布，选取halfcauchy分布作为方差的先验分布；若选取目标参数的先验分布为二项分布，该先验分布的参数类型为实验次数n和概率p，则可以选取泊松分布作为n的超先验分布，选取高斯分布作为p的超先验分布。
59.下面以目标参数的先验分布的参数类型为均值和方差为例，对目标参数的超先验分布的选取进行详细的说明。例如，基于先验知识了解到某个目标参数的取值范围为0～1，基于同型号电池的实验拟合得到该目标参数的均值为a，目标参数的先验分布的均值为μ，目标参数的先验分布的方差为σ，则：可以选取均值为a，方差为1的beta分布作为μ的先验分布，即μ～beta(a,1)；可以选取方差为1的halfcauchy分布作为σ的先验分布，即σ～halfcauchy(1)。需要说明的是，上述分布形式仅为一种示例，在此不对具体的分布形式的
选取作任何限定。
60.根据目标参数的超先验分布，可以采样得到目标参数的先验分布的均值和方差，具体的，采样过程中可以基于马尔科夫蒙特卡洛(markov chain monte carlo，mcmc)方法或者变分推断(variational inference，vi)的采样方法进行采样。根据采样得到的均值和方差，可以具体确定目标参数的先验分布。用上文的例子进行说明，由均值的先验分布μ～β(a,1)和方差的先验分布σ～halfcauchy(1)，可以得到目标参数的先验分布为θ～β(μ,σ)。需要说明的是，上述分布形式仅为一种示例，在此不对具体的分布形式的选取作任何限定。
61.s102：基于所述衰减经验公式，根据所述目标参数的先验分布和电池的历史工况，得到所述电池的soh的先验分布。
62.本技术实施例中，由衰减经验公式soh＝f(x∣θ)，将目标参数θ的先验分布和电池的历史工况x代入衰减经验公式，可以得到电池的soh的先验分布。电池的soh的先验分布是依赖先验知识等确定出来的电池的soh的一个分布，和实际测量得到的电池soh无关。
63.一种可能的实现方式中，所述基于所述衰减经验公式，根据所述目标参数的先验分布和电池的历史工况，得到所述电池的soh的先验分布，包括：
64.从所述目标参数的先验分布中采样，得到所述目标参数的先验分布的样本；
65.基于所述衰减经验公式，根据所述目标参数的先验分布的样本和所述电池的历史工况，得到所述电池的soh的先验分布。
66.本技术实施例中，从目标参数的先验分布中采样，得到目标参数的先验分布的样本，具体的，采样过程中可以基于马尔科夫蒙特卡洛方法或者变分推断的采样方法进行采样。由衰减经验公式soh＝f(x∣θ)，从目标参数θ的先验分布中选取样本作为目标参数θ的取值，将电池的历史工况作为x，代入衰减经验公式，可以得到电池的soh。具体的，目标参数的先验分布的样本可以包括多个样本，电池的历史工况也可以统计分布的形式组织；根据多个目标参数的先验分布样本和电池的历史工况的分布，可以得到电池的soh的一个分布，将该分布作为电池的soh的先验分布。
67.s103：根据所述电池的soh的先验分布和所述电池的历史soh，确定所述电池的目标参数的后验分布，所述历史soh为实际测量得到的所述电池的soh。
68.本技术实施例中，根据电池的目标参数的先验分布，可以得到电池的soh的先验分布，即在预先假定的目标参数的先验分布下，电池soh的先验分布；基于实际测量得到的电池的历史soh，可以对电池的目标参数进行调整，使电池的目标参数适应于特定电池的衰减规律，得到电池的目标参数的后验分布。需要说明的是，历史soh为对特定电池的soh进行测量得到的。
69.一种可能的实现方式中，所述根据所述电池的soh的先验分布和所述电池的历史soh，确定所述电池的目标参数的后验分布，包括：
70.根据所述电池的soh的先验分布和所述电池的历史soh，计算所述目标参数的似然函数；
71.基于贝叶斯公式，根据所述目标参数的似然函数，确定所述电池的目标参数的后验分布。
72.应用基于层次贝叶斯模型的预测方法时，可以首先根据电池的soh的先验分布和电池的历史soh，计算目标参数的似然函数。似然函数可以用于表征统计模型中参数的似然
性；似然性用于在已知某些观测所得到的结果时，对有关事物的性质的参数进行估计。在本技术实施例中，具体可以将电池的历史soh作为soh的真实值，从电池的soh的先验分布选取soh的假设值，通过soh的真实值和假设值，计算得到的目标参数的似然函数能够反映目标参数取不同的假设值时，基于衰减经验公式预测的soh接近真实值的程度。具体地，从电池的soh的先验分布中选取soh的假设值，可以采用采样的方法，具体采样过程中可以基于马尔科夫蒙特卡洛方法或者变分推断的采样方法进行采样。确定目标参数的似然函数后，将目标参数的似然函数代入贝叶斯公式，可以得到目标参数的后验分布。由此，实现了使目标参数更接近于真实值的调整，得到的目标参数的后验分布适用于特定电池的衰减规律。具体的，在计算目标参数的似然函数时，考虑到历史soh存在测量误差，可以选取halfcauchy分布等分布形式作为测量误差的分布，在此也不对分布形式的选取作任何限定。
73.s104：根据所述电池的目标参数的后验分布和所述电池的目标工况，预测所述电池的soh。
74.本技术实施例中，可以从电池的目标参数的后验分布中选取目标参数的值，和电池的目标工况一起代入衰减经验公式中，计算电池的soh，从而实现对电池的soh的预测。一种可能的实现方式中，从目标参数的后验分布中选取目标参数的值可以通过采样的方法，具体采样过程可以基于马尔科夫蒙特卡洛方法或者变分推断的采样方法。电池的目标工况可以根据具体的应用场景进行确定，可以是预先规定的工况，也可以是对未来工况的预测。
75.本技术实施例中，首先确定目标参数的先验分布，目标参数为衰减经验公式中的参数；基于衰减经验公式，根据目标参数的先验分布和电池的历史工况，得到电池的soh的先验分布；根据电池的soh的先验分布和电池的历史soh，确定电池的目标参数的后验分布；根据电池的目标参数的后验分布和电池的目标工况，预测电池的soh。本技术基于层次贝叶斯模型的方法，首先确定目标参数的先验分布，并结合历史工况，确定电池soh的先验分布；再结合实际测量得到的电池soh，对目标参数的分布规律进行调整，即得到适应于特定电池衰减过程的衰减经验公式的目标参数的后验分布，从而能够考虑到电池的个体差异，对电池在目标工况下的soh进行较为准确的预测。
76.当电池的目标工况为未来工况时，由于电池的工况具有不确定性，实际使用中需要考虑到多种因素对电池工况的影响，如果需要对电池在未来工况下的soh进行准确的预测，就需要提高对电池的未来工况预测的准确性。一种可能的实现方式中，可以基于层次贝叶斯模型的方法，对电池的未来工况进行预测。
77.一种可能的实现方式中，所述电池的目标工况为所述电池的未来工况；
78.所述未来工况是根据以下方式预测得到的：
79.获取所述电池的工况的先验分布；
80.根据所述电池的工况的先验分布和所述电池的历史工况，得到所述电池的工况的后验分布，所述历史工况为实际测量得到的所述电池的工况；
81.将所述电池的工况的后验分布作为所述电池的未来工况。
82.本技术实施例中，电池的工况的先验分布可以是根据经验，对电池工况分布的假设。电池的工况可以包括多种数据，如ah(安时)、t(使用时长)、i(电流)、t(温度)、soc(state ofcharge，荷电状态)、dod(depth of discharge，放电深度)等。具体地，可以通过工况的取值范围等选择合适的统计分布作为工况的先验分布。比如对于电池的soc，由于其
取值为0％～100％，我们可以使用gamma分布或beta分布，比如温度的分布一般为高斯分布，我们则可以选取高斯分布作为其先验分布，例如选取均值为25，方差为10的高斯分布作为温度的先验分布。
83.一种可能的实现方式中，所述根据所述电池的工况的先验分布和所述电池的历史工况，得到所述电池的工况的后验分布包括：
84.从所述电池的工况的先验分布中采样，得到所述电池的工况的先验分布的样本；
85.根据所述电池的工况的先验分布的样本和所述电池的历史工况，得到所述电池工况的后验分布。
86.本技术实施例中，具体采样过程中可以基于马尔科夫蒙特卡洛方法或者变分推断的采样方法进行采样。
87.一种可能的实现方式中，所述根据所述电池的工况的先验分布和所述电池的历史工况，得到所述电池工况的后验分布包括：
88.根据所述电池的工况的先验分布和所述电池的历史工况，计算所述电池的工况的似然函数；
89.基于贝叶斯公式，根据所述电池的工况的似然函数，得到所述电池工况的后验分布。
90.本技术实施例中，可以根据从先验分布中采样得到的工况，和实际测量得到的历史工况，计算工况的似然函数；计算得到的工况的似然函数能够反映工况在不同取值下接近工况的真实值的程度。具体的，在计算工况的似然函数时，考虑到历史工况存在测量误差，可以选取halfcauchy分布等分布形式作为测量误差的分布，在此不对分布形式的选取作任何限定。确定工况的似然函数后，将工况的似然函数代入贝叶斯公式，可以得到工况的后验分布，更接近于工况的真实分布规律，从而提高了对未来工况预测的准确性。
91.基于以上电池健康状态的预测方法，本技术实施例还提供了一种电池健康状态的预测装置，参考图2所示，该图为本技术实施例提供的一种电池健康状态的预测装置的示意图，该装置可以包括：
92.目标参数先验分布确定模块201，用于确定目标参数的先验分布，所述目标参数为衰减经验公式中的参数，所述衰减经验公式用于根据电池的工况数据预测电池的健康状态soh；
93.soh先验分布确定模块202，用于基于所述衰减经验公式，根据所述目标参数的先验分布和电池的历史工况，得到所述电池的soh的先验分布；
94.目标参数后验分布确定模块203，用于根据所述电池的soh的先验分布和所述电池的历史soh，确定所述电池的目标参数的后验分布，所述历史soh为实际测量得到的所述电池的soh；
95.预测模块204，用于根据所述电池的目标参数的后验分布和所述电池的目标工况，预测所述电池的soh。
96.一种可能的实现方式中，所述目标参数先验分布确定模块具体用于：确定目标参数的超先验分布，所述目标参数的超先验分布为适用于确定所述目标参数的先验分布的参数的分布；
97.从所述目标参数的超先验分布中采样得到所述目标参数的先验分布的参数，根据
采样得到的先验分布的参数，确定所述目标参数的先验分布。
98.一种可能的实现方式中，所述soh先验分布确定模块具体用于：从所述目标参数的先验分布中采样，得到所述目标参数的先验分布的样本；
99.基于所述衰减经验公式，根据所述目标参数的先验分布的样本和所述电池的历史工况，得到所述电池的soh的先验分布。
100.一种可能的实现方式中，所述目标参数后验分布确定模块具体用于：根据所述电池的soh的先验分布和所述电池的历史soh，计算所述目标参数的似然函数；
101.基于贝叶斯公式，根据所述目标参数的似然函数，确定所述电池的目标参数的后验分布。
102.一种可能的实现方式中，所述电池的目标工况为所述电池的未来工况；
103.所述未来工况是根据以下方式预测得到的：
104.获取所述电池的工况的先验分布；
105.根据所述电池的工况的先验分布和所述电池的历史工况，得到所述电池的工况的后验分布，所述历史工况为实际测量得到的所述电池的工况；
106.将所述电池的工况的后验分布作为所述电池的未来工况。
107.一种可能的实现方式中，所述根据所述电池的工况的先验分布和所述电池的历史工况，得到所述电池的工况的后验分布包括：
108.从所述电池的工况的先验分布中采样，得到所述电池的工况的先验分布的样本；
109.根据所述电池的工况的先验分布的样本和所述电池的历史工况，得到所述电池工况的后验分布。
110.一种可能的实现方式中，所述根据所述电池的工况的先验分布和所述电池的历史工况，得到所述电池工况的后验分布包括：
111.根据所述电池的工况的先验分布和所述电池的历史工况，计算所述电池的工况的似然函数；
112.基于贝叶斯公式，根据所述电池的工况的似然函数，得到所述电池工况的后验分布。
113.基于以上电池健康状态的预测方法，本技术实施例还提供了一种设备，该设备可以包括：处理器和存储器；
114.存储器，用于存储指令；
115.处理器，用于执行所述存储器中的所述指令，执行上文所述的电池健康状态的预测方法。
116.基于以上电池健康状态的预测方法，本技术实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有程序代码或指令，当其在计算机上运行时，使得所述计算机执行上文所述的电池健康状态的预测方法。
117.需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
118.应当理解，在本技术中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两
个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：只存在a，只存在b以及同时存在a和b三种情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
119.还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
120.结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
121.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。