一种光缆管线数据分析系统、方法、服务器和存储介质与流程

本发明涉及传输网技术领域，具体涉及一种光缆管线数据分析系统、方法、服务器和存储介质。

背景技术：

随着通信技术的快速发展和中国移动通信资源建设范围的日益扩张,光缆管线资源已成为通信运营商的核心资源之一,因为现有的通信业务的开通都离不开光缆管线资源，怎么高效了解和利用自己的网络资源成为各家运营商的共识。目前国内的光缆管线系统大多采用b/s或c/s架构，采用关系型数据(mysql、oracle等数据库)进行存储数据，这种传统的资源管理较之前的手工管理资源方式有效的提高了光缆管线资源的管理效率，减少了相应的人力成本，但是随着网络规模和业务种类日益增多的情况下，数据量急剧增多，传统的存储方式无法满足海量数据的存储，传统的资源管理系统进行简单的查询和展示已不能满足实际需要，需要更多的去挖掘资源数据的内在价值尤其是海量资源数据组合后的内在价值，从而解决实际问题。

然而，现有的光缆管线系统存在海量数据存储困难，维护成本高。随着通信技术的快速发展，其产生的数据是海量的，这些通信数据在管理方面对于企业来说是一个难题；现如今，数据已成为企业正常运行关键基础，如果一旦遭遇数据灾难，那么整个企业的工作将会陷入瘫痪；如果仍然使用传统技术来管理这些海量数据将很难对这些数据进行快速的分析处理。

技术实现要素：

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的光缆管线数据分析系统和相应的光缆管线数据分析方法。

根据本发明的一个方面，提供了一种光缆管线数据分析系统，包括：数据采集模块，用于采集存量的光缆管线数据作为批处理数据分析基础以及录入业务数据作为实时数据分析的基础；数据分析模块，用于对所述存量的光缆管线数据的批处理以及所述录入业务数据的实时处理；数据巡检模块，用于根据所述数据分析模块分析出的数据得出光缆管线数据巡检策略；数据呈现模块，用于根据所述数据采集模块、数据分析模块和数据巡检模块的处理数据进行结果呈现。

根据本发明的另一方面，提供了一种光缆管线数据分析方法，所述方法基于上述的数据脱敏控制系统而实现，所述方法包括：采集存量的光缆管线数据作为批处理数据分析基础以及录入业务数据作为实时数据分析的基础；对所述存量的光缆管线数据进行批处理以及对所述录入业务数据进行实时处理；根据所述数据分析模块分析出的数据得出光缆管线数据巡检策略；根据所述数据采集模块、数据分析模块和数据巡检模块的处理数据进行结果呈现。

根据本发明的又一方面，提供了一种服务器，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述的光缆管线数据分析方法对应的操作。

根据本发明的又一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行上述的光缆管线数据分析方法对应的操作。

本发明的光缆管线数据分析系统和方法，通过数据采集模块采集存量的光缆管线数据作为批处理数据分析基础以及录入业务数据作为实时数据分析的基础；所述存量的光缆管线数据的批处理以及所述录入业务数据的实时处理；通过对管线数据批处理和业务数据的实时处理，实现了对海量管线数据进行实时分析，从而根据所述数据分析模块分析出的数据得出光缆管线数据巡检策略；根据数据巡检模块的巡检结果进行巡检结果呈现。从而解决了传统技术来管理这些海量数据将很难对这些数据进行快速的分析处理这一问题，确保管线数据的质量，同时也提高了巡检的效率，降低了故障的发生率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1是本发明一示例性实施例示出的一种光缆管线数据分析系统；

图2是本发明一示例性实施例示出的一种光缆管线数据分析系统；

图3是本发明一示例性实施例示出的一种光缆管线数据分析方法；

图4是本发明一示例性实施例示出的一种光缆管线数据分析方法；

图5是本发明一示例性实施例示出的一种服务器的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

实施例一

图1为本公开一示例性实施例示出的一种光缆管线数据分析系统，如图1所示，包括：

数据采集模块11，用于采集存量的光缆管线数据作为批处理数据分析基础以及录入业务数据作为实时数据分析的基础。

具体地说，数据采集模块采集存量的管线数据作为批处理数据分析基础以及采集用户通过管线系统进行录入业务数据作为实时数据分析的基础。

存量的管线数据具有数据量大、业务逻辑复杂等特点，利用sqoop工具将关系型数据与hdfs进行数据拷贝，这样做的可以利用hadoop的mapreduce、hive进行数据批处理分析，同时可以对存量的管线数据进行备份。

当用户通过管线系统进行实时录入管线业务数据，数据首先保存到关系型数据库中，同时把新增的业务数据记录下写入到kafka消息队列中。

数据分析模块12，用于对所述存量的光缆管线数据的批处理以及所述录入业务数据的实时处理。

具体地说，第一，对所述存量的光缆管线数据的批处理通过hadoop的mapreduce编程模式及hive来对数据进行分析，具体分析原理及分析规则如下：

(1)mapreduce分析原理

mapreduce编程模式，主要应用于大规模数据集的并行运算。mapreduce将复杂的、运行大规模集群上的并行计算过程高度地抽象到两个函数：map函数和reduce函数，采用“分而治之”策略，一个存储在分布式文件系统中的大规模数据集，会被切分成许多独立的分片，这些分片可以被多个map任务并行处理。在我们的分析过程中，我们只需要实现map函数进行数据处理将处理后的数据写入hdfs和redice集群即可。

例如，读取hdfs分布式文件系统上的文件，每条数据会被自动解析成一个<k,v>格式的键值对，k为该条数据的索引,v为该条数据记录。每一个键值对调用一次map函数。在map函数中，我们接受<k,v>数据，获取v数据记录后按照业务分析规则进行业务逻辑处理，并将处理后的结果分别写入hdfs和redis集群。

(2)业务分析规则

孤立点数据分析：管线资源分为点资源和线资源。点资源包括人井、电杆、标石、撑点、光分、光交、光终等资源，线资源包括承载段和光缆段等资源。线资源承载与点资源之上。若某个点资源不承载任何线资源，则称之为孤立点。通常情况下，孤立点为异常数据，需实时核查确认并及时消除。本系统对人井、电杆、标石、撑点、光分、光交、光等资源与承载段、光缆段进行关联，若无对应的承载段、光缆段数据与之关联，则认为为孤立点数据，写入redis缓存数据库中(也可以进行持久化)，提醒用户进行使用。

未完整敷设光缆分析：管线资源中的线数据包括光缆段和承载段数据。光缆段必须布放与承载段(如管孔)至上，不可能孤立存在。若某光缆段孤立与承载段存在，则此光缆段数据为异常数据，需实时核查并及时修正。本系统对光缆段与承载段数据进行关联分析，若无对应的承载段数据与之对应，则将此光缆数据写入redis缓存数据库中，提醒用户进行光缆敷设。

未完整上架光缆分析：光缆段数据结构中包括光缆段的a段和z段，即光缆段的两端。通常光缆段的a段和z段数据必须与传输设备的端子数据存在关联关系。若某光缆段的a端或z端数据与传输设备的端子数据不存在关联，则称此光缆未上架。未上架光缆段为异常数据，需实时核查并及时修正。本系统对光缆段与两端设备的端子数据进行关联分析，若有一端设备与端子无成端关系，则认为此光缆未完整上架，写入redis缓存数据库中，提醒用户进行处理。

数据关联性分析：管线资源数据是大量的、复杂的、多资源类型的、网状数据集合。本系统从点设施出发，去关联管线数据的承载段数据、光缆数据、光路数据。当用户在界面选择任意一资源时，可看到其关联的其他数据。

通过以上规则对管线系统的部分数据进行数据分析，分析出孤立点设施及未完整敷设、未完整上架光缆数据以及资源的关联数据，用户可对这些分析出的数据及时提出相应解决方案进行处理，确保管线数据的数据质量。

第二，对于录入业务数据的实时处理通过storm集群实现，storm分析原理如下：

storm是一款开源的分布式实时计算框架，是一种基于数据流的实时处理系统，数据吞吐量大，实时性高。storm计算结构中的几个核心概念为topology，stream，spout，bolt。topology是storm中最核心的概念，由stream，spouts，bolts组成。stream是storm中对数据流的抽象，spout是一个topology的数据源，负责连接数据源，将数据传递给bolts，bolt是topology中的数据处理单元，复杂的数据处理逻辑一般拆分成多个简单的处理逻辑交由每个bolt(处理单元)负责。

例如，当用户通过管线系统进行实时录入管线业务数据，数据首先保存到传统的关系型数据库中，同时把新增的业务数据记录下写入到kafka消息队列中，接下来根据业务逻辑设计需要的topology，把数据写入kafka队列中，在spout中接受消费kafka(高吞吐量的分布式发布订阅消息系统)数据，并将数据传至bolt(处理单元)中进行数据处理。

数据巡检模块13，用于根据所述数据分析模块分析出的数据得出光缆管线数据巡检策略；

作为本实施例优选的一种实现方式，所述数据巡检模块13包括精准巡检和数据共享。

(1)精准巡检

根据巡检要求及业务的变化对每个巡检点及路线的巡检时间、内容作出及时调整，满足同一巡检点在不同时间按不同的要求执行巡检工作。要实现对不同线路、巡检点的精准巡检，即在不同巡检计划中可针对不同线路、巡检点定义巡检时间、注意事项，可采用分层设计方式组织巡检线路、巡检点，可统一定义该线路采集的数据项。再将巡检线路与开始和结束时间、巡检周期、人员、巡检设备、报警条件进行关联，生成不同的巡检计划。每个计划中可单独定义每个巡检点的巡检时间、注意事项。

(2)数据共享

巡检人员在巡检过程中可以通过gprs手机终端设备进行上传巡检时间、位置，同时可以上传图片、语音、视频、文本信息等数据。

在多人参与的巡检过程中，为了提高巡检的效率，数据需要实时共享，除了位置、消息共享外，还可将位置、时间因素与与特定的地理区域、线路设置为报警提示，让系统将这些因素的变化作为事件驱动来主动推送相应的消息，从而让系统在巡检工作中充当隐形的协调员。如当a组巡检员到达甲巡检区域时，通知b组巡检员离开乙巡检区域；当巡检时间开始后，a组巡检员还未查看发布的最新消息时，则短信提示a组人员或其他相关人员。实时视频通讯为实现工作协同提供有力支持，让不在同一地点人员通过实时现场画面了解更全面的信息。

数据呈现模块14，用于根据所述数据采集模块、数据分析模块和数据巡检模块的处理数据进行结果呈现。

采用本实施例提供的系统，通过数据采集模块采集存量的光缆管线数据作为批处理数据分析基础以及录入业务数据作为实时数据分析的基础；所述存量的光缆管线数据的批处理以及所述录入业务数据的实时处理；通过对管线数据批处理和业务数据的实时处理，实现了对海量管线数据进行实时分析，从而根据所述数据分析模块分析出的数据得出光缆管线数据巡检策略；根据数据巡检模块的巡检结果进行巡检结果呈现。从而解决了传统技术来管理这些海量数据将很难对这些数据进行快速的分析处理这一问题，确保管线数据的质量，同时也提高了巡检的效率，降低了故障的发生率。

实施例二

图2是本发明一示例性实施例示出的另一种光缆管线数据分析系统，包括：

数据采集模块21，用于采集存量的光缆管线数据作为批处理数据分析基础以及录入业务数据作为实时数据分析的基础。

数据分析模块22，用于对所述存量的光缆管线数据的批处理以及所述录入业务数据的实时处理。

可选地，所述数据分析模块22包括：

批处理模块201，用于通过hadoop集群对所述存量的光缆管线数据进行批量数据分析，得出光缆管线数据中孤立点数据、未完整敷设光缆管线、未完整上架光缆管线数据；

实时处理模块202，用于通过storm集群对所述录入业务数据进行实时数据分析处理，得出重要巡检光缆管线数据。

可选地，所述实时处理模块202还包括：

光缆管线业务数量统计子模块2001，用于统计当前数据承载业务数量；

光缆管线密集程度分析子模块2002,用于分析光缆管线所在位置的密集度；

光缆管线位置与施工道路匹配分析子模块2003，用于分析该条数据是否处于施工道路。

具体地说，数据的实时分析通过storm集群实现，具体分析原理和分析策略如下：

(1)storm分析原理：

storm是一款开源的分布式实时计算框架，是一种基于数据流的实时处理系统，数据吞吐量大，实时性高。storm计算结构中的几个核心概念为topology，stream，spout，bolt。topology是storm中最核心的概念，由stream，spouts，bolts组成。stream是storm中对数据流的抽象，spout是一个topology的数据源，负责连接数据源，将数据传递给bolts，bolt是topology中的数据处理单元，复杂的数据处理逻辑一般拆分成多个简单的处理逻辑交由每个bolt负责。

当用户通过管线系统进行实时录入管线业务数据，数据首先保存到传统的关系型数据库中，同时把新增的业务数据记录下写入到kafka(高吞吐量的分布式发布订阅消息系统)消息队列中，接下来就需要设计符合我们业务逻辑需要的topology，当我们把数据写入kafka队列中，在spout中我们接受消费kafka数据，并将数据传至bolt(处理单元)中进行数据处理，这里设计三个bolt，分别是：光缆业务数量统计bolt(cableservicecountbolt)，光缆密集程度分析bolt(cabledensebolt),光缆位置与施工道路匹配分析bolt(cableandconstrucroadbolt)。在业务数量统计bolt中我们用来统计当前数据承载业务数量，光缆密集程度分析bolt用来分析光缆所在位置的密集度，光缆位置与施工道路匹配分析bolt用来分析该条数据是否在施工道路附近。最后我们将分析后的光缆数据结构写入到redis缓存数据库中(也可以进行持久化)。

(2)光缆智能巡检分析策略

光缆智能巡检分析主要从：光缆关联业务数量、某个区域光缆密集程度、光缆所在区域道路情况三个方面进行评估分析。

①光缆关联业务数量计算：根据光缆段关联的业务数量，去判断此条光缆的重要程度，光缆承载的业务数量越多，则此条光缆越重要，需要重点去巡检。

②光缆密集程度计算：当一条光缆与多条光缆有交叉或重叠关系，则认

为这条光缆的密集程度较高，它交叉的光缆数量就作为它的密集程度衡量的一个值。与之交叉的光缆数量越多，则此光缆越需要重点巡检。通过使用arcgis的空间函数进行空间计算，可判断两条光缆是否交叉或重叠。

③光缆所在区域道路施工情况：通过程序爬取“河北省交通运输厅公路管理局的路况信息”模块，获取河北省道路数据。

数据巡检模块23，用于根据所述数据分析模块分析出的数据得出光缆管线数据巡检策略；

数据呈现模块24，用于根据所述数据采集模块、数据分析模块和数据巡检模块的处理数据进行结果呈现。

作为本实施例的一种优选实现方式，所述数据呈现模块24包括：互联网gis地图光缆管线资源呈现；光缆管线数据关联性的呈现；孤立点数据的呈现及统计；未完整上架/敷设光缆管线数据的呈现；巡检路线的gis呈现；巡检结果呈现。

采用本实施例提供的这种系统，通过数据采集模块采集存量的光缆管线数据作为批处理数据分析基础以及录入业务数据作为实时数据分析的基础；所述存量的光缆管线数据的批处理以及所述录入业务数据的实时处理；通过对管线数据批处理和业务数据的实时处理，实现了对海量管线数据进行实时分析，从而根据所述数据分析模块分析出的数据得出光缆管线数据巡检策略；根据数据巡检模块的巡检结果进行巡检结果呈现。从而解决了传统技术来管理这些海量数据将很难对这些数据进行快速的分析处理这一问题，确保管线数据的质量，同时也提高了巡检的效率，降低了故障的发生率。

实施例三

图3为本公开实施例一种光缆管线数据分析方法，所述方法基于上述的光缆管线数据分析系统而实现，所述方法包括：

s31：采集存量的光缆管线数据作为批处理数据分析基础以及录入业务数据作为实时数据分析的基础；

s32：对所述存量的光缆管线数据进行批处理以及对所述录入业务数据进行实时处理；

s33：根据所述数据分析模块分析出的数据得出光缆管线数据巡检策略；

s34：根据所述数据采集模块、数据分析模块和数据巡检模块的处理数据进行结果呈现。

采用本实施例提供的这种方法，通过采集存量的光缆管线数据作为批处理数据分析基础以及录入业务数据作为实时数据分析的基础；所述存量的光缆管线数据的批处理以及所述录入业务数据的实时处理；通过对管线数据批处理和业务数据的实时处理，实现了对海量管线数据进行实时分析，从而根据所述数据分析模块分析出的数据得出光缆管线数据巡检策略；根据数据巡检模块的巡检结果进行巡检结果呈现。从而解决了传统技术来管理这些海量数据将很难对这些数据进行快速的分析处理这一问题，确保管线数据的质量，同时也提高了巡检的效率，降低了故障的发生率。

实施例四

图4为本公开实施例提供的另一种光缆管线数据分析方法，如图4所示，该方法包括：

s41：采集存量的光缆管线数据作为批处理数据分析基础以及录入业务数据作为实时数据分析的基础；

s42：对所述存量的光缆管线数据进行批处理以及对所述录入业务数据进行实时处理；

可选地，所述对所述存量的光缆管线数据进行批处理以及对所述录入业务数据进行实时处理进一步包括：

通过hadoop集群对所述存量的光缆管线数据进行批量数据分析，得出光缆管线数据中孤立点数据、未完整敷设光缆管线、未完整上架光缆管线数据；

通过storm集群对所述录入业务数据进行实时数据分析处理，得出重要巡检光缆管线数据。

可选地，所述通过storm集群对所述录入业务数据进行实时数据分析处理，得出重要巡检光缆管线数据进一步包括:

s421：统计当前数据承载业务数量；

s422：分析光缆管线所在位置的密集度；

s423：分析该条数据是否处于施工道路。

s43：根据所述数据分析模块分析出的数据得出光缆管线数据巡检策略；

s44：用于根据所述数据采集模块、数据分析模块和数据巡检模块的处理数据进行结果呈现。

采用本实施例提供的这种方法，通过采集存量的光缆管线数据作为批处理数据分析基础以及录入业务数据作为实时数据分析的基础；所述存量的光缆管线数据的批处理以及所述录入业务数据的实时处理；通过对管线数据批处理和业务数据的实时处理，实现了对海量管线数据进行实时分析，从而根据所述数据分析模块分析出的数据得出光缆管线数据巡检策略；根据数据巡检模块的巡检结果进行巡检结果呈现。从而解决了传统技术来管理这些海量数据将很难对这些数据进行快速的分析处理这一问题，确保管线数据的质量，同时也提高了巡检的效率，降低了故障的发生率。

实施例五

图5示出了根据本发明实施例五的一种服务器的结构示意图，如图5所示，该终端可以包括：处理器(processor)502、通信接口(communicationsinterface)504、存储器(memory)506、以及通信总线508。

其中：

处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。

通信接口504，用于与其它设备比如客户端或其它服务器等的网元通信。

处理器502，用于执行程序510，具体可以执行上述光缆管线数据分析方法实施例中的相关步骤。

具体地，程序510可以包括程序代码，该程序代码包括计算机操作指令。

处理器502可能是中央处理器cpu，或者是特定集成电路asic(applicationspecificintegratedcircuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。终端包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个cpu；也可以是不同类型的处理器，如一个或多个cpu以及一个或多个asic。

存储器506，用于存放程序510。存储器506可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。

程序510具体可以用于使得处理器502执行以下操作：

采集存量的光缆管线数据作为批处理数据分析基础以及录入业务数据作为实时数据分析的基础；对所述存量的光缆管线数据进行批处理以及对所述录入业务数据进行实时处理；根据所述数据分析模块分析出的数据得出光缆管线数据巡检策略；根据数据巡检模块的巡检结果进行巡检结果呈现。

实施例六

本申请实施例六提供了一种非易失性计算机存储介质，该计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的光缆管线数据分析方法。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据光缆管线数据分析系统中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。