一种雷电监测预警方法及装置与流程

1.本发明涉及雷电监测技术领域，具体而言，涉及一种雷电监测预警方法及装置。


背景技术：

2.雷电是伴有闪电和雷鸣的一种放电现象，由于雷电常伴有强烈的阵风、暴雨、冰雹、龙卷风，给人类的劳动生产以及生命安全带来极大的危害。目前，主要是通过在建筑物上安装避雷针、降低接地电阻等被动式的雷电防护措施，进行雷电防护。但该方法，对于未安装避雷针或未设置雷电防护措施的建筑物以及在劳动生产中，还是会造成较大的损失。因而，对雷电进行预警成为有效措施，即预报员凭借积累的预报经验，通过天气图、卫星、雷达的综合分析，做出天气发展趋势以及雷电预警的判断。但该雷电预警方法，与预报员的经验以及提供给预报员的数据相关，雷电预警的精度不高。


技术实现要素：

3.有鉴于此，本发明的目的在于提供雷电监测预警方法及装置，以提高雷电监测预警的准确度。
4.第一方面，本发明实施例提供了雷电监测预警装置，包括：定位模块，用于获取位置信息；云端数据获取模块，用于从云端获取所述位置信息的风云卫星闪电数据、地基雷电定位数据；用户端数据获取模块，用于从用户端获取大气电场强度数据；数据集成处理模块，用于对风云卫星闪电数据、地基雷电定位数据进行订正，以及，基于预先训练的雷电监测模型，对风云卫星闪电数据、地基雷电定位数据、大气电场强度数据进行特征参数提取，并对提取的特征参数进行融合，得到融合特征参数；雷电预警信息生成模块，用于基于融合特征参数以及预先设定的雷电预警阈值，生成雷电预警信息；数据发布模块，用于发布生成的雷电预警信息。
5.结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述数据集成处理模块包括：订正单元，用于对风云卫星闪电数据、地基雷电定位数据进行订正；空间特征数据获取单元，用于结合订正的地基雷电定位数据，利用概率推断的方法，从订正的风云卫星闪电数据中提取云地闪的比例，利用聚类算法对提取的数据进行匹配和融合，得到所述位置信息的空间特征数据；时间特征数据获取单元，用于对大气电场仪的大气电场强度数据进行特征提取，得到所述位置信息的时间特征数据；融合单元，用于对空间特征数据和时间特征数据进行融合，得到融合特征参数。
6.结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，还
包括：雷电监测模型构建模块，用户获取历史时刻的风云卫星闪电历史数据、地基雷电定位历史数据，对风云卫星闪电历史数据、地基雷电定位历史数据进行订正；针对每一历史时刻，基于该历史时刻的大气电场强度数据以及订正的风云卫星闪电历史数据、地基雷电定位历史数据，进行特征参数提取，并对提取的特征参数进行融合，得到融合特征历史参数；利用机器学习算法，对融合特征历史参数进行训练，得到预测时刻的雷电预测数据；依据所述机器学习算法和所述预测时刻的大气电场强度数据，对所述预测时刻的雷电预测数据进行修正，最终得到完成训练的雷电监测模型。
7.结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，还包括：多环境测试模块，用于获取当前环境信息，依据当前环境信息确定对应的测试环境，依据确定的测试环境确定所述雷电预警阈值。
8.结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述多环境测试模块包括：室内环境测试单元、特殊天气测试单元、响应时间测试单元、数据正确性测试单元、逻辑正确性测试单元、精度测量单元和设备工作性能测试单元。
9.结合第一方面、第一方面的第一种可能的实施方式至第四种可能的实施方式中的任一种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述定位模块为北斗模块。
10.结合第一方面、第一方面的第一种可能的实施方式至第四种可能的实施方式中的任一种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，从风云四号静止卫星上搭载的闪电成像仪lmi获取所述风云卫星闪电数据。
11.第二方面，本发明实施例还提供了一种雷电监测预警方法，包括：获取目标监测区域的位置信息；从云端获取所述位置信息的风云卫星闪电数据、地基雷电定位数据；从用户端获取所述位置信息的大气电场强度数据；对所述目标监测区域的风云卫星闪电数据、地基雷电定位数据进行订正，以及，基于预先训练的雷电监测模型，对风云卫星闪电数据、地基雷电定位数据、大气电场强度数据进行特征参数提取，并对提取的特征参数进行融合，得到融合特征参数；基于融合特征参数以及预先设定的雷电预警阈值，生成雷电预警信息；发布生成的雷电预警信息。
12.第三方面，本技术实施例提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
13.第四方面，本技术实施例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上存储有计算机程序，所述计算机程序被处理器运行时执行上述的方法的步骤。
14.本发明实施例提供的雷电监测预警方法及装置，包括：定位模块，用于获取位置信
息；云端数据获取模块，用于从云端获取所述位置信息的风云卫星闪电数据、地基雷电定位数据；用户端数据获取模块，用于从用户端获取大气电场强度数据；数据集成处理模块，用于对风云卫星闪电数据、地基雷电定位数据进行订正，以及，基于预先训练的雷电监测模型，对风云卫星闪电数据、地基雷电定位数据、大气电场强度数据进行特征参数提取，并对提取的特征参数进行融合，得到融合特征参数；雷电预警信息生成模块，用于基于融合特征参数以及预先设定的雷电预警阈值，生成雷电预警信息；数据发布模块，用于发布生成的雷电预警信息。这样，分别从云端和用户端获取多源数据，通过对多源数据的数据集成分析，为用户提供雷电预警信息，从而提升雷电预警的精度。
15.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
16.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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他相关的附图。
17.图1示出了本发明实施例所提供的雷电监测预警装置结构示意图；图2示出了本发明实施例所提供的雷电监测预警方法流程示意图；图3为本技术实施例提供的一种计算机设备300的结构示意图。
具体实施方式
18.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
19.本发明实施例提供了一种雷电监测预警方法及装置，下面通过实施例进行描述。
20.图1示出了本发明实施例所提供的雷电监测预警装置结构示意图。如图1所示，该装置为三维雷电组网设备，包括：定位模块101，用于获取位置信息；本发明实施例中，作为一可选实施例，位置信息为装置的位置信息，定位模块对雷电监测预警装置进行定位，获取装置的位置信息，该位置信息所在的区域为目标探测区域。作为另一可选实施例，位置信息也可以是目标监测区域的位置信息。
21.本发明实施例中，作为一可选实施例，定位模块101为北斗模块，利用北斗模块进行定位，从而获取装置的精确位置信息。
22.云端数据获取模块102，用于从云端获取所述位置信息的风云卫星闪电数据、地基雷电定位数据；
本发明实施例中，风云卫星闪电数据、地基雷电定位数据为雷电监测数据。作为一可选实施例，云端以接口，例如，4g/5g网络接口的方式提供风云卫星闪电数据、地基雷电定位数据。作为一可选实施例，雷电监测数据还可以包括雷电临近预报数据，该雷电临近预报数据可以是其他气象站的预报数据，例如，可以是欧洲气象中心的ec雷电临近预报数据。
23.本发明实施例中，作为一可选实施例，可以从风云四号静止卫星上搭载的闪电成像仪lmi获取风云卫星闪电数据，风云卫星闪电数据包括但不限于：地闪回击二维空间信息、发生时间、闪电强度、闪电陡度、定位方式、定位误差。地基雷电定位数据可通过雷电多站定位站网获取，包括：地闪回击次数、地闪回击经纬度、地闪回击电流强度以及地闪回击时间。作为一可选实施例，可以基于甚低频/低频（vlf/lf，3khz-300khz）频段的电磁脉冲类型雷电探测和定位系统以及甚高频（vhf，30mhz-300mhz）频段的电磁脉冲类型雷电探测和定位系统，探测并获取雷电定位数据。
24.本发明实施例中，对于风云卫星闪电数据，以装置所在区域为格点，统计格点周围预定范围内的闪电。作为一可选实施例，预定范围为200km，数据为近3小时数据。
25.用户端数据获取模块103，用于从用户端获取大气电场强度数据；本发明实施例中，大气电场强度数据为雷电观测数据。利用物联网连接用户端，获取用户端的大气电场仪数据（大气电场强度数据）。
26.本发明实施例中，作为一可选实施例，大气电场强度数据可以通过用户端的大气电场仪采集获取，可以包括当前时段的大气电场强度数据，也可以包括：当前时段的大气电场强度数据以及当前时段以前的预设个历史时段的大气电场强度数据。
27.数据集成处理模块104，用于对风云卫星闪电数据、地基雷电定位数据进行订正，以及，基于预先训练的雷电监测模型，对风云卫星闪电数据、地基雷电定位数据、大气电场强度数据进行特征参数提取，并对提取的特征参数进行融合，得到融合特征参数；本发明实施例中，订正包括但不限于：校正、去重、强度异常值订正。作为一可选实施例，数据集成处理模块依据云端数据获取模块的多源数据，进行雷电空间位置信息校正、去重、强度异常值订正，并与用户端数据获取模块获取的多源数据，在维度和尺度上进行特征融合，从而实现多源数据的融合。
28.本发明实施例中，依据训练雷电监测模型时，输入雷电监测模型的特征参数，对获取的多源数据相应特征参数提取。关于对风云卫星闪电数据、地基雷电定位数据进行订正，以及，进行特征参数融合，具体可参见相关技术文献，在此略去详述。
29.本发明实施例中，作为一可选实施例，数据集成处理模块104包括：订正单元（图中未示出），用于对风云卫星闪电数据、地基雷电定位数据进行订正；本发明实施例中，订正主要用于进行数据质量控制，其中，数据质量控制根据预先设置的质量控制规则，对采集获取的数据进行解析分析，对不符合质量控制规则的异常数据，依据质量控制规则，对异常数据进行修改、订正，使异常数据的值符合实际情况。作为一可选实施例，订正包括但不限于：基本参数检查、缺测检查、要素界限值检查、突变检查、数据平滑、滤波、填补。
30.空间特征数据获取单元，用于结合订正的地基雷电定位数据，利用概率推断的方法，从订正的风云卫星闪电数据中提取云地闪的比例，利用聚类算法对提取的数据进行匹配和融合，得到所述位置信息的空间特征数据；
时间特征数据获取单元，用于对大气电场仪的大气电场强度数据进行特征提取，得到所述位置信息的时间特征数据；融合单元，用于对空间特征数据和时间特征数据进行融合，得到融合特征参数。
31.本发明实施例中，融合特征参数包括但不限于：基础气象参数。
32.雷电预警信息生成模块105，用于基于融合特征参数以及预先设定的雷电预警阈值，生成雷电预警信息；数据发布模块106，用于发布生成的雷电预警信息。
33.本发明实施例中，对由雷电观测数据、订正的风云卫星闪电数据、地基雷电定位数据组成的融合特征参数进行分析，可以得到雷电监测分析结果，基于雷电监测分析结果以及云端设定的雷电预警阈值，确定雷电监测分析结果所属的雷电预警等级，从而生成雷电预警信息。
34.本发明实施例中，通过获取当前时段的星载雷电定位数据（风云卫星闪电数据）和地基雷电定位数据，以及大气电场仪的电场变化数据（大气电场强度数据）等多源数据，将多源数据进行匹配融合；利用机器学习算法（雷电监测模型），基于匹配融合的多源数据进行雷电的临近预报，从而提升了雷电预警的准确度，可以实现对装置所在区域未来3小时内雷电发生的等级、强度和概率进行预报。
35.本发明实施例中，作为一可选实施例，该装置还包括：雷电监测模型构建模块（图中未示出），用户获取历史时刻的风云卫星闪电历史数据、地基雷电定位历史数据，对风云卫星闪电历史数据、地基雷电定位历史数据进行订正；针对每一历史时刻，基于该历史时刻的大气电场强度数据以及订正的风云卫星闪电历史数据、地基雷电定位历史数据，进行特征参数提取，并对提取的特征参数进行融合，得到融合特征历史参数；利用机器学习算法，对融合特征历史参数进行训练，得到预测时刻的雷电预测数据；依据所述机器学习算法和所述预测时刻的大气电场强度数据，对所述预测时刻的雷电预测数据进行修正，最终得到完成训练的雷电监测模型。
36.本发明实施例中，利用机器学习方法，学习每个基础气象参数与雷电的相关程度，通过特征选择和特征降维，提取出与雷电数据最相关的十几个因子，包括但不限于：地闪的三维分布、云闪的三维分布、大气电场强度数据（电场波形数据）。作为一可选实施例，机器学习算法包括但不限于：随机森林算法。采用多种机器学习算法的雷电监测模型，以基础气象参数为模型的输入，即将气象因子、地闪三维分布、云闪三维分布以及大气电场强度数据等作为机器学习算法模型的特征因子，预测结果对每个0.1
°×
0.1
°
网格进行雷电有无的分类，形成雷电落区预报，将雷电监测模型输出的概率值作为雷电发生的概率，形成概率预报，并将多个雷电落区预报的结果与雷电实况数据（大气电场强度数据）进行比对，计算不同雷电监测模型的ts评分，采用ts评分制最大值的雷电监测模型，作为最终的用于预报的雷电监测模型。
37.本发明实施例中，利用大气电场仪采集大气电场强度数据，基于采集的大气电场强度数据，绘制大气电场强度的变化曲线，从而可以准确直观地了解大气电场强度的变动情况，并依据大气电场强度的变化曲线，对相应历史时刻预测的雷电预测数据进行修正，以
使采用机器学习算法的雷电预测模型的输出精度满足预设的精度阈值。
38.本发明实施例中，作为一可选实施例，雷电预警信息生成模块生成雷电预警信息后，可以上传至云端，云端通过阈值自适应，调整雷电预警阈值，从而优化雷电预警信息。
39.本发明实施例中，以位置信息所在区域为中心，发布预设范围内的雷电预警信息。基于发布的雷电预警信息，可以实现装置所在区域，例如，机场飞行区及周边的地闪监测预警，例如，实现装置所在区域周边200km范围内的地闪监测预警。作为一可选实施例，雷电预警信息可以包括：红色预警信息、橙色预警信息、黄色预警信息。其中，红色预警信息级别最高，黄色预警信息级别最低。例如，在0-10km的范围内，若电场突变≥6次；或10km内，雷达强度≥50dbz；或，大气电场强度数据表征的大气电场强度大于预设的大气电场强度阈值的连续次数大于预设次数阈值、且地基雷电定位数据表征的雷达回波强度大于预设雷达回波强度阈值，生成红色预警信息。
40.本发明实施例中，雷电监测预警装置为三维组网雷电监测预警集成设备，分别从云端和用户端获取多源数据，通过对多源数据的数据集成分析，为用户提供雷电预警信息。其中，从云端获取的多源数据包括但不限于：风云卫星闪电数据、地基雷电定位数据，从用户端获取的多源数据包括但不限于：大气电场强度数据。
41.本发明实施例中，通过布设定位模块对装置进行定位，可以根据实际需求布设装置；同时，通过将装置连接至云端，例如，云端气象大数据平台下载数据，以及，连接至用户端以获取用户端的数据，从而通过外网与内网协同，获取多源数据，并对获取的多源数据进行处理。
42.本发明实施例中，作为一可选实施例，装置放置在用户端的箱形盒子中，通过4g/5g网络接口获取云端的气象数据，通过内部4g/5g/wifi等接口获取用户端的雷电观测数据，对获取的数据进行数据处理和雷电预警信息生成，通过4g/5g网络接口，为以该装置为中心的用户场区内的移动用户提供实时生成的雷电预警信息。
43.本发明实施例中，三维雷电组网设备提供的外部接口，用于云端气象大数据的无延迟获取、用户端雷电实况监测数据接入以及雷电预警信息输出，如表1所示。
44.表 1三维雷电组网设备的外部接口示意表
序号接口接口名称提供者使用者功能描述网络接口云端气象数据接口气象部门三维雷电组网设备获取多源雷电实况和预警信息消息协议局地气象大数据接口气象大数据仓库三维雷电组网设备获取雷电质控信息（云图等）消息协议本地雷暴预报及安全评估接口本地雷暴精准预报及安全评估系统三维雷电组网设备获取雷电评估信息消息协议用户大气电场仪接口用户大气电场仪三维雷电组网设备获取大气电场实时观测数据消息协议雷电监测与预警服务接口三维雷电组网设备用户，雷暴精准预报及安全评估系统将雷电预警信息提供给用户
本发明实施例中，通过接口方式，获取多源地基雷电定位数据和风云气象卫星的雷电监测数据，并接入大气电场仪探测的数据，通过雷电定位数据的校正和多源雷电监测数据的融合，从而提升雷电监测的精度，并可在气象大数据云平台提供的区域雷电临近预报数据的基础上，利用雷电监测模型，进一步提高用户所在位置的雷电预警准确率。进一步地，多源数据中融入了包含云闪的风云卫星闪电数据，结合地基雷电定位数据，对云地闪进行有效地分离，由于云闪和雷暴的相关性更好，因而，可以得到更加准确的雷电预报结果，可以在用户端同时实现雷电精准监测和终端快速预警。
45.本发明实施例中，作为一可选实施例，依据地基雷电定位数据，对雷电预警进行分
级，例如，基于地基雷电定位数据，若在目标探测区域内监测到闪电发生，则按照地闪回击点发生位置与目标探测区域的距离，对雷电预警进行分级，确认进行雷电预警。
46.本发明实施例中，作为一可选实施例，该装置还包括：多环境测试模块，用于获取当前环境信息，依据当前环境信息确定对应的测试环境，依据确定的测试环境确定所述雷电预警阈值。
47.本发明实施例中，雷电预警阈值可依据环境进行设置，不同的环境，对应的雷电预警阈值不同。作为一可选实施例，多环境测试模块包括：室内环境测试单元、特殊天气测试单元、响应时间测试单元、数据正确性测试单元、逻辑正确性测试单元、精度测量单元和设备工作性能测试单元。
48.图2示出了本发明实施例所提供的雷电监测预警方法流程示意图。如图2所示，该方法包括：步骤201，获取目标监测区域的位置信息；本发明实施例中，作为一可选实施例，利用北斗模块获取目标监测区域的精确位置信息。
49.步骤202，从云端获取所述位置信息的风云卫星闪电数据、地基雷电定位数据；本发明实施例中，作为一可选实施例，从风云四号静止卫星上搭载的闪电成像仪lmi获取风云卫星闪电数据，风云卫星闪电数据包括但不限于：地闪回击二维空间信息、发生时间、闪电强度、闪电陡度、定位方式、定位误差。地基雷电定位数据包括：地闪回击次数、地闪回击经纬度、地闪回击电流强度以及地闪回击时间。
50.步骤203，从用户端获取所述位置信息的大气电场强度数据；本发明实施例中，利用物联网连接用户端，获取用户端的大气电场强度数据。
51.本发明实施例中，步骤202与步骤203没有先后顺序，步骤203也可以在步骤202之前执行，也可以与步骤202同时执行。
52.步骤204，对所述目标监测区域的风云卫星闪电数据、地基雷电定位数据进行订正，以及，基于预先训练的雷电监测模型，对风云卫星闪电数据、地基雷电定位数据、大气电场强度数据进行特征参数提取，并对提取的特征参数进行融合，得到融合特征参数；本发明实施例中，对风云卫星闪电数据、地基雷电定位数据进行订正；结合订正的地基雷电定位数据，利用概率推断的方法，从订正的风云卫星闪电数据中提取云地闪的比例，利用聚类算法对提取的数据进行匹配和融合，得到所述位置信息的空间特征数据；对大气电场仪的大气电场强度数据进行特征提取，得到所述位置信息的时间特征数据；对空间特征数据和时间特征数据进行融合，得到融合特征参数。
53.步骤205，基于融合特征参数以及预先设定的雷电预警阈值，生成雷电预警信息；本发明实施例中，雷电预警信息为雷电的预报数据，通过获取当前时段的风云卫星闪电数据和地基雷电定位数据，以及大气电场仪的大气电场强度数据等多源数据，将多源数据进行匹配融合，将融合得到的融合特征参数输入雷电监测模型，雷电监测模型基于匹配融合的多源数据以及雷电预警阈值进行雷电的临近预报，输出雷电预警信息。
54.步骤206，发布生成的雷电预警信息。
55.本发明实施例中，作为一可选实施例，该方法还包括：获取历史时刻的风云卫星闪电历史数据、地基雷电定位历史数据，对风云卫星闪电历史数据、地基雷电定位历史数据进行订正；针对每一历史时刻，基于该历史时刻的大气电场强度数据以及订正的风云卫星闪电历史数据、地基雷电定位历史数据，进行特征参数提取，并对提取的特征参数进行融合，得到融合特征历史参数；利用机器学习算法，对融合特征历史参数进行训练，得到预测时刻的雷电预测数据；依据所述机器学习算法和所述预测时刻的大气电场强度数据，对所述预测时刻的雷电预测数据进行修正，最终得到完成训练的雷电监测模型。
56.本发明实施例中，作为另一可选实施例，该方法还包括：获取当前环境信息，依据当前环境信息确定对应的测试环境，依据确定的测试环境确定所述雷电预警阈值。
57.如图3所示，本技术一实施例提供了一种计算机设备300，用于执行图2中的雷电监测预警方法，该设备包括存储器301、与存储器301通过总线相连的处理器302及存储在该存储器301上并可在该处理器302上运行的计算机程序，其中，上述处理器302执行上述计算机程序时实现上述雷电监测预警方法的步骤。
58.具体地，上述存储器301和处理器302能够为通用的存储器和处理器，这里不做具体限定，当处理器302运行存储器301存储的计算机程序时，能够执行上述雷电监测预警方法。
59.对应于图2中的雷电监测预警方法，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上存储有计算机程序，该计算机程序被处理器运行时执行上述雷电监测预警方法的步骤。
60.具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述雷电监测预警方法。
61.在本技术所提供的实施例中，应该理解到，所揭露系统和方法，可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
62.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
63.另外，在本技术提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
64.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说
对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（read-only memory， rom）、随机存取存储器（random access memory ，ram）、磁碟或者光盘等各种可以存储程序代码的介质。
65.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
66.最后应说明的是：以上所述实施例，仅为本技术的具体实施方式，用以说明本技术的技术方案，而非对其限制，本技术的保护范围并不局限于此，尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本技术实施例技术方案的精神和范围。都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应所述以权利要求的保护范围为准。