面向无人机通信的多用户下行链路无线传输方法、无人机及装置与流程

1.本发明涉及无人机通信领域，尤其涉及一种面向无人机通信的多用户下行链路无线传输方法、无人机及装置。


背景技术：

2.随着无人机技术的发展日益成熟，其在无线通信系统中显示了广阔的应用前景。采用无人机通信不仅可以弥补人烟稀少的偏远地区无线网络覆盖率低的问题，而且可以解决热点地区的无线覆盖增强问题，尤其是在受到自然灾害影响地面基站损坏的情况下，借助于无人机可以迅速建立起可靠的通信链路。因此，无人机通信不仅是应急通信不可或缺的一种无线传输手段，而且成为了第6代移动通信的核心关键技术之一，受到了工业界和学术界的高度关注。
3.然而，随着人们对更高通信速率需求的增长，互联网中高流量业务暴增，使得无人机的数据传输量迅速增长，无人机与基站连接的前传和回传链路成为无人机网络通信的主要挑战。现有技术利用无人机进行通信的过程中，大多在射频链路瞬时信道状态信息完全已知的条件下进行波束成形，这种形式在实际应用过程中存在局限性，会增加系统的功耗和实现的复杂度，具体表现在获取瞬时信道状态信息增加了无人机的功耗，其次，会不可避免地产生估计、量化、反馈延迟等误差。
4.因此，亟需一种新的下行链路传输方法以基于无人机进行通信。


技术实现要素：

5.鉴于此，本发明提供了一种面向无人机通信的多用户下行链路无线传输方法、无人机及装置，以消除或改善现有技术中存在的一个或更多个缺陷，解决现有技术在利用无人机进行通信的过程中功耗过高且存在估计、量化、反馈延迟的问题。
6.本发明的技术方案如下：一方面，本发明提供一种面向无人机通信的多用户下行链路无线传输方法，所述方法用于在无人机端运行，所述无人机通过自由空间光通信连接基站，所述无人机通过微波连接地面用户，所述方法包括：通过多次信道采样获得设定范围内多个地面用户的统计用户信道信息，所述统计用户信道信息为地面用户信道状态信息的统计平均值；将所述统计用户信道信息表示为各地面用户的信道自相关矩阵，并进行特征值分解获得最大特征值对应的特征向量；采用预设分组算法根据各地面用户对应的特征向量将所有地面用户分为设定数量个用户组，采用轮询调度的方式逐一服务各用户组；以最大化组内每个地面用户平均信干噪比建立优化问题，并求解获得各用户组中每个地面用户相应的波束成形矢量，并通过空分多址和/或时分多址实现每个用户组内所
有地面用户的同时通信。
7.优选地，将所述统计用户信道信息表示为各地面用户的信道自相关矩阵，并进行特征值分解获得最大特征值对应的特征向量，包括：对第k个地面用户的信道自相关矩阵进行特征值分解，计算式如下：；其中，表示第k个地面用户的信道自相关矩阵，表示第k个地面用户的信道矢量，是第k个地面用户的特征向量组成的酉矩阵，，是第k个地面用户的对角线元素为特征值的对角矩阵，即，标记最大特征值为，对应的特征向量为，diag()表示构造对角矩阵操作，表示对第k个地面用户所构建的对角矩阵的的第n个对角线元素；表示求统计平均，h表示把原矩阵中每个元素求共轭再转置。
8.优选地，采用预设分组算法根据各地面用户对应的特征向量将所有地面用户分为设定数量个用户组，包括：在初始状态下将每一个地面用户作为一个独立用户组，在每一次循环中使用代价函数计算各用户组之间的相关性，并将代价函数计算值最小的一对用户组合并为一个大用户组，直至所有地面用户被分设定数量个用户组。
9.优选地，所述代价函数为：；其中，表示集合的基数，表示第p个用户组，表示第q个用户组；表示第p个用户组集合的基数，表示第q个用户组集合的基数，表示第k个地面用户和第i个用户信道自相关矩阵最大特征值对应的特征向量之间的相关性，定义如下：；其中，分别表示第k个用户信道自相关矩阵最大特征值对应的特征向量，表示第i个用户信道自相关矩阵最大特征值对应的特征向量，h表示把原矩阵中每个元素求共轭再转置。
10.优选地，以最大化组内每个地面用户平均信干噪比建立优化问题，并求解获得各用户组中每个地面用户相应的波束成形矢量，包括：在已知各地面用户的统计用户信道信息的条件下，针对第s个用户组，以最大化组内每个地面用户平均信干噪比建立优化问题，表示为：；；；；；；式中，表示求统计平均，s.t.表示约束条件，表示基站的发射功率，表示无人机对第k个地面用户的发射功率，表示自由空间光链路的路径损耗，表示射频链路的路径损耗，表示光电转换系数，表示自由空间光链路的小尺度衰落系数，表示第k个地面用户射频链路的信道矢量，表示自由空间光链路的加性高斯白噪声方差，表示第k个地面用户射频链路的加性高斯白噪声方差，表示第k个地面用户波束成形权矢量。
11.优选地，根据mullen不等式近似所述优化问题，把对地面用户信干噪比整体求期望转化为对地面用户信干噪比的分子分母分别求期望，表示为：；
根据目标函数随独立变量和单调递增的特点，仅保留可将所述优化问题简化为：；根据mullen不等式，通过对把对整体求期望转化为对的分子分母分别求期望，得到近似的所述优化问题表达式：。
12.优选地，采用基于统计地面用户信道信息的迫零方法，使目标地面用户信道与其他地面用户信道相互正交，以消除地面用户之间的干扰，即优化目标的分母项满足下式：；进而将所述优化问题简化为：；求解该组每个地面用户相应的波束成形权矢量，表示为：；其中，表示 的零空间投影矩阵，表示除第k个用户所有用户信道自相关矩阵最大特征值对应的特征向量集合所构成的矩阵，即；表示n*n对角元素为1的单位矩阵。
13.另一方面，本发明还提供一种用于通信的无人机，至少包括：无人机主体；动力组件，设置在所述无人机主体上，用于驱动所述无人机主体飞行；自由空间光通信模块，设置在所述无人机主体内，用于与基站建立自由空间光通信连接；微波通信模块，设置在所述无人机主体内，用于与多个地面用户建立微波通信连接；处理器模块，设置在所述无人机主体内，并连接所述自由空间光通信模块和所述微波通信模块，用于执行上述面向无人机通信的多用户下行链路无线传输方法。
14.另一方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述方法的步骤。
15.另一方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述方法的步骤。
16.本发明的有益效果至少是：本发明所述面向无人机通信的多用户下行链路无线传输方法、无人机及装置中，在无人机与基站之间通过自由空间光进行通信连接，在无人机与地面用户之间采用微波通信连接，构成大容量和高可靠性的骨干网络，以承接极大的数据传输量。基于各地面用户的统计用户信道信息，利用代价函数进行用户组的相关性计算将地面用户进行分组，采用轮询调度的方式逐一服务各用户组，对于每个用户组以最大化组内每个地面用户平均信干噪比建立优化问题求解每个地面用户相应的波束成形矢量，通过空分多址实现每个用户组内所有地面用户的同时通信，不依赖各用户瞬时的信道状态信息进行波束成形处理，极大降低的了功耗和实现复杂度，减少了估计量化和反馈的延迟。
17.进一步的，在以最大化组内每个地面用户平均信干噪比建立优化问题求解每个地面用户相应的波束成形矢量的过程中，根据mullen不等式近似优化问题，采用基于统计地面用户信道信息的迫零方法进行简化求解，降低复杂度，实现低功耗低延迟的通信效果。
18.本发明的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在书面说明及其权利要求书以及附图中具体指出的结构实现到并获得。
19.本领域技术人员将会理解的是，能够用本发明实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。
附图说明
20.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，并不构成对本发明的限定。在附图中：图1为本发明一实施例所述面向无人机通信的多用户下行链路无线传输方法的流程示意图；图2为本发明一实施例所述面向无人机通信的多用户下行链路无线传输方法中无人机、基站和地面用户的连接结构示意图；图3为本发明一实施例所述面向无人机通信的多用户下行链路无线传输方法的逻辑示意图。
具体实施方式
21.为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。
22.在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大的其他细节。
23.应该强调，术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在，但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
24.在此，还需要说明的是，如果没有特殊说明，术语“连接”在本文不仅可以指直接连接，也可以表示存在中间物的间接连接。
25.在利用无人机建立通信的场景下，与射频无线传输相比，自由空间光技术具有通信容量大、保密性高、频谱无需授权使用等优势。将自由空间光技术应用到无人机通信网络中，更好地发挥了无人机通信网络易于部署、组网灵活的特点，同时借助自由空间光的大容量、高保密性提升通信系统性能。但光信号的传输容易受到大气湍流的影响，因此基于混合的自由空间光和射频无线传输网络被广泛研究。
26.对于混合的自由空间光和射频无线传输通信系统，大多在射频链路瞬时信道状态信息完全已知的条件下进行，但在实际应用中有一定局限性，会增加系统的功耗和实现的复杂度：首先，获取瞬时信道状态信息增加了无人机的功耗；其次，会不可避免地产生估计、量化、反馈延迟等误差。针对以上两点，本发明提出了一种面向无人机通信的多用户下行链路无线传输方法、无人机及装置。
27.具体的，本发明提供一种面向无人机通信的多用户下行链路无线传输方法，如图2所示，所述方法用于在无人机端运行，无人机通过自由空间光通信连接基站，无人机通过微波连接地面用户，如图1所示，所述方法包括步骤s101~s104：步骤s101：通过多次信道采样获得设定范围内多个地面用户的统计用户信道信息，统计用户信道信息为地面用户信道状态信息的统计平均值。
28.步骤s102：将统计用户信道信息表示为各地面用户的信道自相关矩阵，并进行特征值分解获得最大特征值对应的特征向量。
29.步骤s103：采用预设分组算法根据各地面用户对应的特征向量将所有地面用户分为设定数量个用户组，采用轮询调度的方式逐一服务各用户组。
30.步骤s104：以最大化组内每个地面用户平均信干噪比建立优化问题，并求解获得各用户组中每个地面用户相应的波束成形矢量，并通过空分多址和/或时分多址实现每个用户组内所有地面用户的同时通信。
31.在步骤s101中，与传统处理方式中获取瞬时信道状态信息的准确值进行处理的方式不同，本技术对地面用户的信道状态信息（csi）获取统计平均值，得到相应的统计用户信道信息用于在后续过程中进行分组优化计算对各地面用户的波束成形矢量。这种方式不在以来对地面用户瞬时信道状态信息的检测评估，能极大的节约能耗。这里需要说明的是，地面用户指的是在地面设定范围内与无人机进行微波通信的通信设备，这里的设定范围可以是无人机的通信能力范围，也可以是巡航轨迹下能够实现的最大通信能力范围。
32.在步骤s102中，统计用户信道信息是通过地面用户的信道自相关矩阵表示的，具体的，将统计用户信道信息表示为各地面用户的信道自相关矩阵，并进行特征值分解获得最大特征值对应的特征向量，包括：对第k个地面用户的信道自相关矩阵进行特征值分解，计算式如下：；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）其中，表示第k个地面用户的信道自相关矩阵，表示第k个地面用户的信道矢量，是第k个地面用户的特征向量组成的酉矩阵，，是第k个地面用户的对角线元素为特征值的对角矩阵，即，标记最大特征值为，对应的特征向量为，diag()表示构造对角矩阵操作，表示对第k个地面用户所构建的对角矩阵的的第n个对角线元素；表示求统计平均，h表示把原矩阵中每个元素求共轭再转置。
33.在步骤s103中，对各地面用户进行分组，降低复杂度，采用时隙调度方法，采用轮询调度，即每个时隙内无人机服务一个用户组，直至所有用户组得到服务，整个通信过程结束。
34.具体的，基于用户信道最大特征值对应的特征向量，定义两个用户组之间的相关性作为代价函数，采用预设分组算法根据各地面用户对应的特征向量将所有地面用户分为设定数量个用户组，包括步骤s1031：在初始状态下将每一个地面用户作为一个独立用户组，在每一次循环中使用代价函数计算各用户组之间的相关性，并将代价函数计算值最小的一对用户组合并为一个大用户组，直至所有地面用户被分设定数量个用户组。
35.在一些实施例中，步骤s1031中采用的代价函数为：；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2）其中，表示集合的基数，表示第p个用户组，表示第q个用户组；表示第p个用户组集合的基数，表示第q个用户组集合的基数，表示第k个地面用户和第i个用户信道自相关矩阵最大特征值对应的特征向量之间的相关性，定义如下：；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）
其中，分别表示第k个用户信道自相关矩阵最大特征值对应的特征向量，表示第i个用户信道自相关矩阵最大特征值对应的特征向量，h表示把原矩阵中每个元素求共轭再转置。
36.通过式2和3的计算，得到不同用户组之间的相关性，具体的，代价函数的值越小用户组之间的相关性也越小。将相关性越小的地面用户或用户组进行合并，能够有效减少相互之间的干扰。
37.在步骤s104中，所有的地面用户在划分为设定数量的用户组之后，由于限定了每个时隙内无人机服务一个用户组，直至所有用户组得到服务，所以，通信问题就简化为对单个用户组内地面用户的处理过程。
38.在一些实施例中，步骤s104中，以最大化组内每个地面用户平均信干噪比建立优化问题，并求解获得各用户组中每个地面用户相应的波束成形矢量，包括：在已知各地面用户的统计用户信道信息的条件下，针对第s个用户组，以最大化组内每个地面用户平均信干噪比建立优化问题，表示为：；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（4）；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（5）；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（6）；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（7）；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（8）；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（9）式中，表示求统计平均，s.t.表示约束条件，表示基站的发射功率，表示无人机对第k个用户的发射功率，表示自由空间光链路的路径损耗，表示射频链路的路径损耗，表示光电转换系数，表示自由空间光链路的小尺度衰落系数，表示第k个地面用户射频链路的信道矢量，表示自由空间光链路的加性高斯白噪声方差，表示第k个地面用户射频链路的加性高斯白噪声方差，表示第k个地面用户波
束成形权矢量。
39.在一些实施例中，根据mullen不等式近似优化问题，把对地面用户信干噪比整体求期望转化为对地面用户信干噪比的分子分母分别求期望，表示为：；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（10）根据目标函数随独立变量和单调递增的特点，仅保留可将优化问题简化为：；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（11）根据mullen不等式，通过对把对整体求期望转化为对的分子分母分别求期望，得到近似的优化问题表达式：。
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（12）在一些实施例中，采用基于统计地面用户信道信息的迫零方法，使目标地面用户信道与其他地面用户信道相互正交，以消除地面用户之间的干扰，即优化目标的分母项满足下式：；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（13）进而将优化问题简化为：；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（14）
求解该组每个地面用户相应的波束成形权矢量，表示为：；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（15）其中，表示的零空间投影矩阵，表示除第k个用户所有用户信道自相关矩阵最大特征值对应的特征向量集合所构成的矩阵，即；表示n*n对角元素为1的单位矩阵。
40.另一方面，本发明还提供一种用于通信的无人机，至少包括：无人机主体；动力组件，设置在无人机主体上，用于驱动无人机主体飞行；自由空间光通信模块，设置在无人机主体内，用于与基站建立自由空间光通信连接；微波通信模块，设置在无人机主体内，用于与多个地面用户建立微波通信连接；处理器模块，设置在无人机主体内，并连接自由空间光通信模块和微波通信模块，用于执行上述步骤s101~s104所述面向无人机通信的多用户下行链路无线传输方法。
41.在本实施例中，无人机可以是固定翼或旋翼无人机。动力组件可以采用活塞式航空发动机、燃气涡轮发动机、冲压发动机或电动机等。自由空间光通信模块至少包括激光器和激光调制模块。微波通信模块至少包括射频模块和调制解调器。处理器模块可以采用单片机、计算机、处理器等能够用于存储和执行计算机程序的电子设备。
42.另一方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述方法的步骤。
43.另一方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述方法的步骤。
44.下面结合以具体实施例对本发明进行说明：本实施例提出的一种面向无人机通信的多用户下行链路无线传输方法，无人机以较低的复杂度，通过空分和时分多址相结合的方式实现下行链路的多用户高速数据传输，相比传统方法降低了系统的复杂度，更加符合实际应用场景。在此以具体实例对本实施例提出的技术方案进行详细、完整的描述。图2为无人机、基站和地面用户的连接结构示意图，由于对高速通信需求的增长，互联网中高流量业务暴增，无人机需要承载极大的数据传输量，为无人机与基站连接的前传和回传链路带来技术挑战。因此无人机和基站之间采用自由空间光，构成大容量高可靠性的骨干网。考虑无人机以半双工的模式进行通信，无人机通过自由空间光链路接收来自基站的信号，再通过射频链路放大后发送给地面用户。
45.k个地面用户分为s个用户组，设同一时隙内服务的用户集合为。考虑到无人机载荷有限，因而在此考虑无人机采用等功率分配服务用户。无人机配置元均匀直线阵，地面用户均配置单根天线。图3为本实施例的逻辑示意图。
46.本实施例通过基于统计信道信息的用户分组方法和波束成形技术来实现。首先无
人机进行多次信道采样获取用户统计信道信息，并对用户信道自相关矩阵进行特征值分解，获得最大特征值对应的特征向量。在无人机已知地面用户统计信道状态信息的条件下，基于最大特征值对应的特征向量的相关性对服务区内的用户进行分组，并采用轮询调度，无人机每个时隙服务一组用户，直到所有用户组获得服务，整个通信过程结束；然后针对每个组内的多个用户，建立以每个用户平均信干噪比最大化为准则的优化问题，并根据mullen不等式对问题进行近似；最后采用基于统计信道状态信息的迫零方法，使得目标用户信道与其他用户信道相互正交，求解得出每个用户波束成形权矢量。详细步骤如下：（1）无人机进行多次信道采样获取统计用户信道信息，将统计用户信道信息表示为各地面用户的信道自相关矩阵，对第k个用户信道自相关矩阵进行特征值分解，具体参照计算式1。
47.（2）根据第k个用户和第i个用户信道特征向量之间的相关性，采用以下代价函数来衡量用户组之间的相关性，具体计算方式参照计算式2和3。
48.分组算法可描述为：初始状态将每一个用户视作一个独立的用户组，每次循环将使得代价函数最小的一对用户组构成或者合并为一个更大的用户组，直至将无人机服务范围内的个用户分为s个组。
49.对于每个用户组采用轮询调度，无人机在一个时隙内服务一组用户，直到所有用户组获得服务，整个通信过程结束。
50.（3）在已知地面用户统计信道状态信息的条件下，针对第s个组的情况，以组内每个用户平均信干噪比最大化为准则建立优化问题，具体表达形式可以参照上述式4~9。
51.（4）根据mullen不等式将优化问题进一步近似，即把对用户信干噪比整体求期望转化为对用户信干噪比的分子分母分别求期望，具体计算过程可以参照上式10~12。
52.（5）此问题存在k个耦合变量，由于无人机处理能力有限，因此采用低复杂度的方法进行求解。
53.采用基于统计地面用户信道信息的迫零方法，使目标地面用户信道与其他地面用户信道相互正交，以消除地面用户之间的干扰，即优化目标的分母项满足式13，进一步简化和求解过程参照式14和15。
54.综上所述，本发明所述面向无人机通信的多用户下行链路无线传输方法、无人机及装置中，无人机与基站之间采用自由空间光传输，构成大容量高可靠的骨干网，而无人机与多个地面用户之间采用微波传输技术，构成灵活的接入网。首先无人机利用地面用户统计信道状态信息对服务区域内的用户进行分组，并采用轮询调度策略，一个时隙内服务一组用户；其次针对每个组内的多个用户，建立以每个用户平均信干噪比最大化为准则的优化问题；最后，基于迫零波束成形方法，得到每个用户的波束成形权矢量，从而通过空分多址实现组内所有用户同时通信，提升频谱效率。本发明所提出的无线传输方法，无人机以较低的实现复杂度，通过空分和时分多址相结合的方式完成下行链路的多用户高速数据传输。
55.本领域普通技术人员应该可以明白，结合本文中所公开的实施方式描述的各示例性的组成部分、系统和方法，能够以硬件、软件或者二者的结合来实现。具体究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每
个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。当以硬件方式实现时，其可以例如是电子电路、专用集成电路（asic）、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、rom、闪存、可擦除rom（erom）、软盘、cd-rom、光盘、硬盘、光纤介质、射频（rf）链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
56.还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
57.本发明中，针对一个实施方式描述和/或例示的特征，可以在一个或更多个其它实施方式中以相同方式或以类似方式使用，和/或与其他实施方式的特征相结合或代替其他实施方式的特征。
58.以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。