地理定位分析系统和运营商网络装备参数的自动校准的制作方法

本发明的实施例一般地涉及电信，并且具体地讲，涉及地理定位分析系统和运营商网络装备参数的自动校准。

背景技术：

由蜂窝电话网络以及移动和wifi无线电数据网络提供的增加的终端移动性已引起增加的对基于定位的服务和应用的需求。基于定位的服务包括例如车队管理、交通工具跟踪、对盗窃找回的跟踪、遥感勘测、应急服务、定位识别、导航、基于定位的信息服务和基于定位的广告。已开发用于定位移动装置的多种多样的技术。

地理分析无线电接入网络(ran)监测和优化系统使用nem(网络装备制造商)ran信令解决移动订户的问题并且提供ran性能kpi。这些系统使用诸如三角测量的地理定位技术获得订户定位认知(纬度/经度)并且利用射频(rf)质量增强这种经地理定位的数据。这种订户定位认知信息能够随后评估订户在语音或数据会话期间是处于好的rf条件还是处于差的rf条件。经地理定位的数据的准确性取决于许多因素，并且难以实现比1/8小区间间隔好的结果。另外，算法在地理定位计算中使用风景类型的“形态”(建筑密度、建筑高度、公路、道路、湖泊、森林等)。

典型移动装置定位技术可被分类为外部方法和基于网络的方法。外部方法的一个示例是全球定位系统(“gps”)。根据是网络还是移动装置在执行必要的信号测量，基于网络的方法(诸如，三角测量)可被进一步分类。这些信号测量可涉及由移动装置接收的基站的发射功率、在基站和移动装置之间传送的信号的接收时间、到达信号的角度或在服务基站和移动装置之间传送的信号的往返延迟测量或其组合。用于提高存储的地理定位数据的准确性的一种方式是利用驱车测试(drivetest)结果“校准”关键区域，其中外部可靠地理定位源(诸如，gps)被用于实现大约5米的准确性。

然而，驱车测试在成本方面是不利的，并且很少被执行。然而，对于许多当前和未来基于定位的应用，应该提高经计算的位置信息的准确性。

技术实现要素：

图示的实施例的目的和优点将会被阐述，并且通过下面的描述而变得清楚。通过在书面描述及其权利要求中以及从附图具体地指出的装置、系统和方法，将会实现并且获得图示的实施例的附加优点。

根据图示的实施例的目的，在一个方面，一种用于校准无线网络中的地理定位分析系统的方法包括：从第一数据源接收第一数据集，第一数据集包括与连接到无线网络的移动装置关联的测量数据。从第二数据源接收第二数据集，第二数据集包括与移动装置关联的外部地理定位数据。使用校准功能将第一数据集与第二数据集进行比较以估计移动装置的地理定位并且识别一个或多个误差。基于所述比较校正识别的一个或多个误差。

在另一方面，提供一种无线网络中的自校准地理定位分析系统。所述系统包括：预测器数据库，被配置为从多个第一数据源接收与连接到无线网络的移动装置关联的地理定位数据和无线电信号测量数据并且存储所述测量数据。所述系统还包括：分析引擎，与预测器数据库通信，并且被配置为从预测器数据库检索第一数据集并且分析第一数据集，第一数据集包括与连接到无线网络的移动装置关联的测量数据。第一数据集的分析提供移动装置的估计定位。所述系统还包括：校准引擎，具有处理器和耦合到处理器的存储器装置，与分析引擎通信并且与第二数据源通信，所述第二数据源被配置为接收并且存储与移动装置关联的外部地理定位数据。所述存储器装置包含一组指令，当所述一组指令由处理器执行时，所述一组指令使处理器：从分析引擎接收第一数据集和移动装置的估计定位，并且从第二数据源接收包括与移动装置关联的外部地理定位数据的第二数据集。当所述一组指令由处理器执行时，所述一组指令还使处理器：将第一数据集与第二数据集进行比较以调整移动装置的估计地理定位，使用接收的外部地理定位数据识别一个或多个误差；以及基于所述比较校正识别的一个或多个误差。

附图说明

附录和/或附图图示根据本公开的各种非限制性示例、发明方面：

图1是使用来自nem追踪端口馈送（traceportfeed）的无源数据的传统地理分析系统的示例性架构的简化框图；

图2是传统地理分析系统的示例性逻辑架构的简化透视图；

图3图示了根据本公开的实施例的使用无源网络和ue数据和基于外部可靠高准确性地理定位数据的校准的地理分析系统的示例性架构的功能框图；

图4是根据本公开的实施例的使用无源网络和ue数据和基于外部可靠高准确性地理定位数据的校准的图3的地理分析系统的示例性架构的更详细的功能框图；和

图5是根据本公开的实施例的用于校准无线网络中的地理定位分析系统的方法的流程图。

具体实施方式

现在参照示出本发明的图示的实施例的附图更充分地描述本发明，其中相同的参考数字标识相同元件。如本领域技术人员所理解，本发明不以任何方式局限于图示的实施例，因为以下描述的图示的实施例仅是能够按照各种形式体现的本发明的示例。因此，应该理解，本文公开的任何结构和功能细节不应该被解释为是限制性的，而是仅应该被解释为权利要求的基础并且解释为用于教导本领域技术人员以各种方式采用本发明的代表。另外，本文使用的术语和短语不应该是限制性的，而是应该提供本发明的可理解的描述。

除非另外定义，否则本文使用的所有技术和科学术语具有与本发明所属于的领域的普通技术人员通常所理解的含义相同的含义。虽然与本文描述的那些方法和材料类似或等同的任何方法和材料也能够被用于本发明的实施或测试，但现在描述示例性方法和材料。必须注意的是，除非上下文清楚地另外规定，否则如本文和所附权利要求中所使用，单数形式“一”、“一个”和“该”包括多个参照对象。因此，例如，对“一个刺激物”的提及包括多个这种刺激物，并且对“该信号”的提及包括对本领域技术人员已知的一个或多个信号及其等同物的提及等等。

应该理解，如以下所讨论的本发明的实施例优选地是驻留在计算机可用介质上的软件算法、程序或代码，所述软件算法、程序或代码具有能够在具有计算机处理器的机器上执行的控制逻辑。所述机器通常包括存储器存储装置，所述存储器存储装置被配置为提供来自计算机算法或程序的执行的输出。

如本文所使用，术语“软件”应该与能够位于主机计算机的处理器中的任何代码或程序是同义的，而不管是实现在硬件、固件中还是实现为可用于盘上、存储器存储装置上或用于从远程机器下载的软件计算机产品。本文描述的实施例包括这种软件以实现以下描述的方程、关系和算法。基于以下描述的实施例，本领域技术人员将会理解本发明的另外的特征和优点。因此，除了如所附权利要求所指示的内容之外，本发明不应该受到已具体地示出和描述的内容的限制。

在示例性实施例中，计算机系统部件可构成“模块”，所述“模块”被配置并且操作以执行如以下在本文所述的某些操作。因此，术语“模块”应该被理解为包括有形实体(即，以物理方式构造、永久地配置(例如，硬接线)或暂时地配置(例如，编程)的实体)以按照某种方式操作并且执行本文描述的某些操作。

无线电技术的定位准确性直接取决于延迟测量的准确性。例如，对于使用gnss(诸如，gps或glonass(以下被统称为“gnss”))的导航接收器，来自在gnss频率附近的非gnss频率的传输能够通过干扰延迟测量来引起gnss服务的降低的性能，诸如更差的位置准确性。

如上所述，对于许多当前和未来基于定位的应用，应该提高计算的位置信息的准确性。本发明的实施例设想通过自动地使用3gpp标准最小化驱车测试(mdt)数据来提高传统地理分析系统的准确性。

3gpp处于为mdt定义解决方案的过程中。mdt工作的意图被记载在如下项中：3gpptr36.805v9.0.0(2009-12),第三代合伙项目（3rdgenerationpartnershipproject）;技术规范组无线电接入网络（technicalspecificationgroupradioaccessnetwork）;关于下一代网络中驱车测试的最小化的研究（studyonminimizationofdrive-testsinnextgenerationnetworks）(第9次发布)。

在ts37.320(即，3gppts37.320,“用于最小化驱车测试（mdt）的无线电测量收集（radiomeasurementcollectionforminimizationofdrivetests(mdt)）;总体描述;阶段2”)中当前正在开发mdt的阶段2。mdt阶段2包括ue测量记录功能和即时报告功能。3gppts37.320文档基本上集中于ue测量记录功能。

除了驱车测试和mdt数据之外，通过本发明的各种实施例从宽范围的应用(所述应用的范围来自谷歌地图、基于网络的导航系统、接入链路速度测试应用甚至局地天气请求)还能够获得准确的ue地理定位数据。这些应用中的许多应用针对地理定位使用gps或gnss卫星，但它们也可使用其它的附加信息，例如wifissid或其它低功率定位信标技术。

无线载波通常要求地理分析平台使用(来自ran信令或mdt、gps信令的)最好的可用技术提供100%经地理定位的订户会话。本发明的各种实施例提供一种使用来自mdt或类似技术部署的所有可用gps数据的组合的自动地理定位校准的方法。有益地，以下描述的用于校准各种无源地理定位算法的结果和与订户形态的相关的方法导致显著的准确性(中值和峰度)提高。

图1是使用来自nem追踪端口馈送的无源数据的传统地理分析系统的示例性架构的简化框图。从ue收集的一组测量值被称为“轨迹”。收集测量值的过程被称为“追踪”。当前，传统地理分析系统100使用ran探针和基于nem的小区追踪功能从由订户使用的移动装置搜集信息以找出并且解决各种网络问题。收集的基于nem的小区轨迹数据以及由ran探针收集的数据可被存储在nemran数据存储库（repository）102中。

通常，在3gpp网络中，追踪可在不同网络节点中(例如，在enb(也称为enodeb-e节点b)中-enb表示lte(长期演进)中的基站；在rnc(无线电网络控制器)中-rnc表示3g中的基站；在mme(移动性管理实体)中-mme构成用于lte无线电接入的核心网络等等)被激活。相关领域技术人员将会意识到，本文描述的网络追踪概念同样地适用于其它当前或未来蜂窝网络技术。一旦追踪在这些网络节点之一中被激活，所述网络节点在ue上配置追踪。通常，在各种传统地理分析系统(诸如，图1中的系统100)中，来自ue的测量值被存储在称为轨迹收集实体(tce)104的专用实体中。tce104可被实现为用于测量数据的数据库。每次地理分析系统100接收到测量值，它向tce104报告所述测量值。通常，多个tce103能够存在于同一地理分析系统中。

传统地理分析系统100通常维护部署在对应无线网络中的小区站点装备的数据库。如图1中所示，这种数据库可包括网络配置存储库108。网络配置存储库108可存储与分布式天线系统的各天线的地理坐标、天线高度、网络的天线辐射模式的方位角定向以及从无线电单元到天线辐射元件的传播延迟等相关的信息。

所述系统还包括地理定位计算部件106，地理定位计算部件106能够类似地被实现为硬件、固件、软件或者其组合。地理定位计算部件106能够基于从网络配置存储库108和轨迹收集实体104接收的信息估计移动装置的地理定位。

传统地理分析系统100允许由与ran(诸如，lte、3g和wifi)关联的各种应用110多次使用由地理定位计算部件106提供的信息。这种应用110可包括自动化的低成本驱车和步行测试应用、小区站点调整自动化应用、小的小区规划应用、维护窗口测试自动化应用、大事件监测和优化应用、ran的监测和检修应用、小的小区的e2e(端对端)负载产生应用、qos和qoe自动化应用以及高级检修和诊断应用。

由地理定位计算部件106提供的信息还可被各种应用110用于wifi网络和wifi装置，包括顾客体验管理、执行、基准测试和监测(企业、城市、街道中的wifi网络)、wifi语音和至4g和3g的切换的自动化、vowifi的语音质量测试、视频质量测试、回归、健全（sanity）和负载测试的自动化、wifi装置iot和证明的自动化以及阿尔法和贝塔测试的自动化。

由地理定位计算部件106提供的信息还可被用于各种商业和运营支持系统110，特别包括但不限于收费计划和服务基准测试、e2e计费和收费测试自动化、e2e冲突测试自动化、维护窗口测试自动化、现场测试自动化、实验室回归和测试自动化、趋势分析、e2e负载产生以及高级诊断业务支持系统(bss)集成应用。

图2是传统地理分析系统的示例性逻辑架构的简化透视图。传统地理分析系统(就比如，系统200)通常使用各种在计算方面可行的技术，用于经由多个历史网络数据预测器202确定移动装置定位历史。这些技术方便与各种时间段对应的无线网络时间序列数据的分析。

示例性网络数据预测器202包括定位跟踪定时数据204的存储库。定时数据204的存储库中的每个记录指示定位跟踪数据被创建的时刻。网络数据预测器202还可包括多个功率记录206，功率记录206指示例如在特定装置处的基站专用参考信号的接收信号强度或接收功率。另外，网络数据预测器202可包括与无线信号关联的“良好性”的措施。例如，每隔几个时隙，移动装置可自动报告信道质量指示器(cqi)208，并且可在五秒间隔上求取cqi的平均值以用作良好性指示器。如果呼叫在五秒间隔内失败，则良好性指示器可以是低。网络数据预测器202还可包括其它质量指示器，诸如误码率(ber)、分组重新传输的次数、信噪比(s/n)、呼叫失败的次数、用户反馈、用户以相同比特率请求的关机和/或用户请求的加电。

如图2中所示，除了示例性网络数据预测器202之外，地理分析系统200还包括表征混杂（clutter）的混杂数据集210和道路网络集212。混杂数据集210代表能够影响无线电信号的传播的一组真实世界物体，诸如例如水体、树、草、建筑物、铺设的道路和裸露地面。混杂数据集可代表至少地球的区域的鸟瞰图的像素阵列的每个像素的位置和每个像素的物体类型指定。例如，通过有机地组合图像处理技术和轨迹信息，可获得完整并且连贯的道路网络212。另外，随着时间的流逝，使用随后获得的增加的轨迹，道路网络212能够不断地完善。

此外，地理分析系统200可从上述数据源204-212搜集定位数据，并且可将这种数据连同从各种装置搜集的对应网络度量一起存储在预测器数据库214中。预测器数据库214可包括概率模型和跟踪装置度量的行为模型。通常，如本文所述，预测器数据库214能够收集帮助预测装置定位的任何信息。

如图2中所示，预测器数据库214还可包括使用不同无线电接入技术(rat)从各种网络收集的实时数据216以同时传输数据。在一些情况下，能够在3gpp2g/3g/4grat之间对至少一些呼叫进行切换。从装置的角度来看，每个rat在其自己的基础上独立地工作。例如，在一些网络中，经由gsm连接的语音呼叫可使装置与4g连接断开连接，直至该语音呼叫结束。由于资源(例如，地点获取和维护成本等)的限制，即使在许多情况下，小区站点可能同时支持不同rat，多个rat之间的协调也仅可发生在需要rat间切换的时刻。实际上，实时数据216可包括多个信号功率记录206a和定时数据204a的存储库。

传统地理分析系统200通常通过使用概率函数218来确定由用户查询(例如，用户+时间)指定的装置的近似定位。这种概率函数218可包括误差和历史信息。另外，概率函数218可被配置为组合存储在预测器数据库216中的多个预测器以及应用网络元件数据以找到装置的最有可能的定位222。网络元件数据存储库220可存储与分布式天线系统的各天线的地理坐标、天线高度、网络的天线辐射模式的方位角定向以及从无线电单元到天线辐射元件的传播延迟等相关的信息。

图3图示根据本公开的实施例的使用无源网络和ue数据和基于外部可靠高准确性地理定位数据的校准的地理分析系统的示例性架构的功能框图。与以上参照图2描述的传统地理分析系统200对应的地理分析系统300的元件被使用相同的参考数字指示，并且将不会被再次详细地描述。

根据本发明的实施例，地理分析系统300包括分析引擎302，分析引擎302使用核心地理定位算法基于无源网络数据、ue预测器和各种元数据估计装置的定位304。地理分析系统300还包括校准引擎306，校准引擎306被配置为识别计算的定位304和更可靠的外部地理定位数据308之间的误差/差异。在一些实施例中，校准引擎306可校准无线接入点的定位。所述更可靠的外部地理定位数据308可包括gnss/mdt定位数据。可使用地理定位参考格式(例如，使用下面的一项或多项的组合：经度、纬度、高度和速度)存储这种地理定位数据308。在各种实施例中，由校准引擎306产生的输出310能够包括ta值误差、地点误差、ue误差、至基站的无线电信道状况报告中的ue误差等。在一个实施例中，校准引擎306包括处理器和耦合到处理器的存储器装置。

图4是根据本公开的实施例的使用无源网络和ue数据和基于外部可靠高准确性地理定位数据的校准的图3的地理分析系统的示例性架构的更详细的功能框图。与以上参照图2描述的传统地理分析系统200对应的地理分析系统400的元件被使用相同的参考数字指示，并且将不会被再次详细地描述。然而，在这种情况下，除了定时数据204和功率记录206之外，历史网络数据预测器202还可包括其它信道质量度量402。这种信道质量度量402可包括但不限于ber、分组重新传输的次数、s/n、呼叫失败的次数、用户反馈、用户以相同比特率请求的关机、用户请求的加电等。

如图4中所示，预测器数据库214可既包括历史网络数据预测器202又包括环境信息404。环境信息404包括道路网络212以及形态和传播参数406。在一个实施例中，形态和传播参数406可包括一群小区所在的形态的详细路径损耗模型。路径损耗模型可至少在时间上随着季节植被变化和都市化而变化。如上所述，概率函数218可被配置为组合存储在预测器数据库216中的多个预测器以及应用存储在网络元件数据存储库220中的网络元件数据以找到一个或多个ue的最有可能的定位222。校准引擎306被配置为识别计算的定位222和更可靠的外部地理定位数据308之间的误差/差异。更具体地讲，外部地理定位数据308可包括gps数据、mdt数据或类似定位数据。用于校准引擎306的其它输入参数可包括但不限于动态地理定位输出、环境建模信息404、网络元件数据220和ue校正数据408。在一个实施例中，如下所述，如果检测到任何误差，则校准引擎306向网络元件数据220、ue数据408和传播参数数据406提供校正。ue校正数据408可包括发射功率参数、接收功率参数、定时校正值和发射信号的估计载波频率偏移(cfo)。发射功率参数可包括下面各项中的一个或多个：发射功率、发射天线增益、发射功率余量等。定时校正值和/或cfo校正值可以是量化定时校正值和/或量化cfo校正值。应该注意的是，校准引擎306提供识别路径损耗模型传播参数的变化的装置和校准它们的装置。因此，由地理分析系统400使用的定位估计算法能够由校准引擎306基于实时现场数据自校准。

图5是根据本公开的实施例的用于校准无线网络中的地理定位分析系统的方法的流程图。在转向图5的描述之前，需要注意的是，参照图3-4中示出的部件作为示例描述图5中示出的流程图，尽管这些操作步骤可被在任何系统中执行并且不限于前述图中示出的方案。另外，图5中的流程图示出操作步骤被按照如连接框的线所指示的特定次序执行的示例，但这些示图中示出的各种步骤能够被按照任何次序或按照任何组合或子组合执行。应该理解，在一些实施例中，以下描述的一些步骤可被组合成单个步骤。在一些实施例中，可包括一个或多个附加的步骤。

在步骤502，概率函数218从第一数据源接收第一数据集。在一个实施例中，第一数据集包括历史网络数据预测器202(诸如，与移动装置关联的无源地理定位数据和/或无线电信号测量数据)，并且第一数据源包括预测器数据库214。除了历史网络数据预测器202之外，第一数据集还可包括可被存储在网络元件数据存储库220中的无线网络配置数据和/或nem数据。概率函数218使用本领域公知的技术分析接收的地理定位数据。例如，概率函数218可使用三角测量的各种方法估计移动装置/订户的地理坐标(地理区域)。

根据本发明的实施例，如果第二数据源(诸如，可靠外部地理定位数据源308)可用，则在步骤504，校准引擎306从第二数据源接收包括与移动装置关联的地理定位数据的第二数据集并且一起接收在步骤502中计算的移动装置的估计的地理坐标。一些实施例可包括使用安装在移动装置上的定位启用应用作为第二数据源。在各种实施例中，第二数据集308可包括mdt记录测量数据、定位启用应用的数据、基于网络的导航系统数据等。如果移动装置连接到wifi网络或5g网络，则校准引擎306可使用无线网络基础设施的其它部件。例如，校准引擎306可使用wifi接入点或5g基站的纬度/经度作为用其校准的另一精确定位数据点。

在步骤506，校准功能306将第一数据集与第二数据集进行比较以估计移动装置的更精确的地理定位和/或识别一个或多个误差。在一个实施例中，可基于地形和形态图以及信号传播参数数据406计算移动装置的地理定位。通常，使用传统信令技术，从基站到移动装置分布粗定时信息(例如，基站和移动装置之间的传播延迟)，而通过使用细定时信息调制载波信号，从基站到移动装置分布细定时信息。在一个实施例中，步骤506可涉及计算的信号传播延迟值误差或计算的定时提前值误差的识别。在另一实施例中，在步骤506中识别的误差可包括存储在网络元件数据存储库220中的配置数据的误差。这种误差可包括连接到移动装置的基站的天线的地理定位坐标的一个或多个误差或者天线的辐射模式方位(方位角和下倾角)的误差。至少在一些实施例中，识别的误差还可包括从特定基站接收的签名参考信号的信号强度指示误差和/或接收功率。应该注意的是，在umts和lte网络中，各基站通常具有它们自己的特定签名信号，并且ue能够基于它们的签名信号确定从各基站接收到多少功率。这个接收信号电平在lte中被称为参考信号接收功率(rsrp)，或者在umts中被称为cpich接收信号码功率(rscp)。

如果识别出一个或多个误差(决定块508，“是”分支)，则在步骤510，校准引擎306校正识别的误差。例如，在步骤510，校准引擎306可为存储在网络元件数据存储库220中的网络元件数据提供所建议的校正。作为另一非限制性示例，步骤510可涉及向ue数据408和传播参数数据406提供校正。ue校正数据408可包括发射功率参数、接收功率参数、定时校正值和发射信号的估计载波频率偏移(cfo)。在实施例中，用于校准无线网络中的地理定位分析系统的方法涉及：校准引擎306周期性地自动将更新应用于网络元件数据220、ue校正数据408和传播参数数据406。校准引擎306可使用在步骤506中估计的移动装置的更精确的地理定位来替换在步骤502由分析引擎302确定的、基于无源网络数据所估计的装置的定位304。

根据本发明的实施例，在校正所有识别的误差之后或者响应于未发现误差(决定块508，“否”分支)，在步骤512，校准引擎306可改进与特定地理定位的形态类型对应的信息。更具体地讲，校准引擎306可最初采用地理定位的默认形态类型。当校准引擎306随着时间继续积累第一数据集和第二数据集时，校准引擎306可基于在与特定地理定位相关的第一和第二数据集中提供的数据在预定时间段之后更新地理定位的形态类型。根据本发明的实施例，在步骤514，在步骤506、510和512中获得的结果由校准引擎306经由图形用户界面(gui)呈现给用户。

鉴于以上情况，本发明的各种实施例涉及更新由校准引擎306使用的地理定位功能算法常数和形态信息。根据本发明的实施例，校准引擎306被配置为通过使用从可靠外部定位源收集的信息(比如，gps坐标或环境信息)来使校准自动化。换句话说，校准引擎306被配置并且可操作以使用外部可靠高准确性地理定位数据和观测到的ue呼叫的一个小的子集通过校准提供装置的地理定位的相当准确的估计。另外，将高准确性地理定位数据用于校准有益地使校准引擎306能够合理地提高移动网络运营商的网络元件描述数据库的准确性并且提高路径损耗传播模型的准确性。这种数据的准确性对于成功并且健康的ran网络运营而言是必要的。

正如本领域技术人员将会理解的，本发明的各方面可被体现成系统、方法或计算机程序产品。因此，本发明的各方面可以采取以下的形式：完全的硬件实施例、完全的软件实施例（包括固件、驻留软件、微代码等），或结合软件和硬件方面的实施例，其在本文中都可以统称为“电路”、“模块”或“系统”。另外，本发明的各方面可采取以下的形式：包含于一个或多个计算机可读介质中的计算机程序产品，所述一个或多个计算机可读介质具有包含在其上的计算机可读程序代码。

可使用一个或多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质可以是例如但不限于电子、磁、光学、电磁、红外或半导体系统、设备或装置或者前述各项的任何合适的组合。计算机可读存储介质的更具体的示例(非穷举列表)将会包括下述各项：具有一个或多个导线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或闪存)、光纤、便携式压缩盘只读存储器(cd-rom)、光学存储装置、磁存储装置或前述各项的任何合适的组合。在这个文档的上下文中，计算机可读存储介质可以是能够包含或存储由指令执行系统、设备或装置使用或结合指令执行系统、设备或装置使用的程序的任何有形介质。

计算机可读信号介质可包括例如基带中或作为载波的一部分的、其中包含计算机可读程序代码的传播数据信号。这种传播的信号可采用多种形式中的任何形式，包括但不限于电磁形式、光学形式或者它们的任何合适的组合。计算机可读信号介质可以是这样的任何计算机可读介质：该计算机可读介质不是计算机可读存储介质，并且能够传送、传播或传输用于由指令执行系统、设备或装置使用或结合指令执行系统、设备或装置使用的程序。

可使用任何适当的介质(包括但不限于无线、有线、光纤光缆、rf等或前述各项的任何合适的组合)传输计算机可读介质上包含的程序代码。

可按照一种或多种编程语言的任何组合编写用于执行本发明的各方面的操作的计算机程序代码，所述编程语言包括：面向对象的编程语言，诸如java、smalltalk、c++等；和常规过程式编程语言，诸如“c”编程语言或类似编程语言。程序代码可完全在用户的计算机上执行、可部分在用户的计算机上执行、可作为独立软件包执行、可部分在用户的计算机上并且部分在远程计算机上执行或者完全在远程计算机或服务器上执行。在后面的方案中，远程计算机可通过包括局域网(lan)、广域网(wan)或wlan的任何类型的网络连接到用户的计算机，或者可(例如，使用互联网服务提供商通过互联网)使得所述连接至外部计算机。

附图中的流程图和框图图示了根据本发明的各种实施例的系统、方法和计算机程序产品的可能的实现方式的架构、功能和操作。在这个方面，流程图或框图中的每个框可代表包括用于实现规定的逻辑功能的一个或多个可执行指令的代码的模块、段或一部分。也应当注意，在一些作为替换的实现中，框中所标注的功能也可以以不同于附图中所标注的次序发生。例如，连续示出的两个框实际上可以基本并行地执行，或者所述框有时也可以按相反的次序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图图示中的每个框、以及框图和/或流程图图示中的框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本发明的各种实施例的描述已经为了说明的目的而得以介绍，但是其意图却不是穷尽的，也不局限于公开的实施例。在不脱离描述的实施例的范围和精神的情况下，对于本领域普通技术人员而言，许多修改和变化将会是清楚的。挑选了本文使用的术语以便最好地解释实施例的原理、优于市场所见的技术的技术改进或实际应用，或者能够使其他本领域普通技术人员理解本文公开的实施例。