基于交替方向乘子法的频率-码型联合捷变波形设计方法

基于交替方向乘子法的频率
‑
码型联合捷变波形设计方法
技术领域
1.本发明涉及频率
‑
码型联合捷变的技术领域。


背景技术：

2.随着电子对抗的日益加剧，频率捷变雷达(frequency agilityradar,far)和相 位编码雷达(phase
‑
code radar，pcr)仅仅通过一维调制方式已无法在电子战中获 得更好的生存，为了充分发挥雷达系统发射端的自由度，进一步提高雷达在电子 对抗中的生存能力，频率
‑
码型联合捷变雷达作为一种新雷达信号形式被提出来， 因其采用二维调制方式，故在抗干扰和低截获概率方面具有更加明显的优势。然 而该雷达信号脉冲压缩处理后，不可避免地会出现过高的脉压旁瓣，降低了对弱 小目标的检测能力，如何设计具有低旁瓣的的频率
‑
码型联合捷变波形成为研究问 题的关键。
3.目前针对多相码信号波形设计及旁瓣抑制问题已存在较多研究成果，如现有 技术中通过结合模拟退火算法的概率接收准则和蚁群算法的并行搜索，提出一种 有效的混合优化算法，弥补模拟退火算法搜索效率低和蚁群算法容易陷入局部最 小值的缺点，设计出具有良好自相关和互相关性能的正交多相码信号。
4.模糊函数(ambiguityfunction,af)作为雷达波形优化设计的有效工具,近年来 也引起了广泛研究。现有技术中使用模糊函数来分析波形的多普勒灵敏度，提出 一种使用多频率的波形集设计方法,以降低旁瓣，减少多普勒灵敏度。通过对信 号模糊函数的推导分析，建立相应的优化目标函数，采用遗传算法进行波形设计， 所不同的是分别采用了线性调频
‑
相位编码信号，跳频相位编码信号形式进行研 究，优点在于搜索过程不依赖于梯度信息，适用于解决复杂和非线性问题，缺点 在于搜索所得解可能是局部最优解且优化效率低。
5.目前借助模糊函数理论来进行频率
‑
码型联合捷变波形优化设计的研究成果 还很少，频率
‑
码型联合捷变雷达脉冲压缩后距离维旁瓣过高的问题仍然存在。


技术实现要素：

6.本发明的目的在于提出一种基于交替方向乘子法的频率
‑
码型联合捷变波形 设计方法，其可有效解决频率
‑
码型联合捷变雷达脉冲压缩后距离维旁瓣过高的 问题，得到对弱小目标具有高检测能力的雷达信号波形。
7.本发明首先提供了如下的技术方案：
8.基于交替方向乘子法的频率
‑
码型联合捷变波形设计方法，其包括：
9.s1：建立频率
‑
码型联合捷变的发射信号模型；
10.s2：建立所述发射信号模型的模糊函数中心条带模型；
11.s3：建立所述模糊函数中心条带模型的、以最小化积分旁瓣(isl)为目标 的优化模型；
12.s4：通过交替方向乘子法(admm法)对所述优化模型进行求解，得到参 数优化后的
信号模型，获得信号波形；
13.其中，所述模糊函数中心条带模型通过所有发射信号的自模糊函数的叠加得 到。
14.根据本发明的一些具体实施方式，所述频率
‑
码型联合捷变的发射信号通过 脉间频率捷变及脉内相位编码调制形成。
15.根据本发明的一些具体实施方式，所述isl通过将所述中心条带分别在速度 约束范围及距离约束范围上的各自等间隔离散性划分得到。
16.根据本发明的一些具体实施方式，所述速度约束范围选自一个速度模糊间 隔。
17.其中，所述速度模糊间隔是指多普勒维栅瓣周期性出现的间隔。
18.根据本发明的一些具体实施方式，所述距离约束范围选自一个脉冲宽度的时 延所对应的距离。
19.根据本发明的一些具体实施方式，所述离散性划分包括：对距离约束范围ω
r
以ct
p
/2等间隔划分，及对速度约束范围ω
v
以c/(2f0mt
r
)等间隔划分，其中，t
p
表 示每个脉冲脉内调制码元宽度，m表示相干处理间隔内发射的脉冲信号总个数。
20.根据本发明的一些具体实施方式，所述中心条带区域为：
21.φ＝{(l,p)|
‑
(n
‑
1)≤l≤n
‑
1,
‑
(m
‑
1)≤p≤m
‑
1}，其中，l表示距离维的整数偏移量，p表示速度维的整数偏移量，n表示码长。
22.根据本发明的一些具体实施方式，通过最小化p＝0时所述中心条带的距离维 切面的isl构建所述优化模型。
23.根据本发明的一些具体实施方式，所述发射信号模型为：
[0024][0025]
其中，m表示脉冲信号序号，m表示相干处理间隔内发射的脉冲信号总个数， s
m
(t)表示第m个脉冲发射信号，且：
[0026][0027]
其中，t
p
表示脉冲宽度，t
r
表示脉冲重复周期，f0表示基准载频，f
m
表示第 m个脉冲跳频频点，u
m
(t)表示第m个脉内相位编码调制脉冲信号，且：
[0028][0029]
其中，t
p
表示每个脉冲脉内调制码元宽度、且跳频间隔δf与码元宽度满足 t
p
＝1/δf，n表示码长，且t
p
＝nt
p
，a
mn
表示第m个脉冲内第n个相位的编码，且：
[0030]
a
mn
＝exp[jφ
m
(n)],m＝0,1,...m
‑
1,n＝0,1...n
‑
1，
[0031]
其中，φ
m
(n)表示相位调制函数，对于多相编码信号，当在[0,2π)内均匀离散 相位个数为k时，其取值集合为：
[0032]
rect(t)表示如下的矩形赋形脉冲：
[0033][0034]
根据本发明的一些具体实施方式，所述模糊函数模型为：
[0035][0036]
其中，χ
m
(δr，δv)表示第m个脉冲信号的自模糊函数，δr表示任意两个观测 目标的雷达径向距离差，δv表示这两个观测目标的径向速度差，且：
[0037][0038]
其中，r
m
(t，r0+δr，v0+δv)表示第m个信号的回波，表示第m个 信号的回波的共轭，表示第m个脉冲内相位编码脉冲信号的自相关函数， r0表示其中一个观测目标相对雷达的径向距离，v0表示该目标的径向速度，且：
[0039][0040][0041]
其中，x1(2δr/c
‑
kt
p
,0)表示码元调制子脉冲自相关函数，x2(kt
p
,0)表示相位 编码序列的自相关函数，k表示k个子脉冲。
[0042]
根据本发明的一些具体实施方式，所述模糊函数模型为：
[0043][0044]
其中，a
m
表示第m个脉冲内相位编码序列所形成的向量，如下：
[0045]
a
m
＝[a
m0
,a
m1
,....,a
m(n
‑
1)
]
t
ꢀꢀꢀ
(14)；
[0046]
q
m
(δr,δv,b
m
)表示由第m个跳频频点f
m
＝b
m
δf所对应的跳频码字b
m
，目标距 离δr以及速度δv所形成的矩阵，如下：
[0047]
[0048]
其中：
[0049][0050]
根据本发明的一些具体实施方式，所述码元调制子脉冲自相关函数及所述相 位编码序列的自相关函数分别通过下式得到：
[0051][0052][0053]
其中，其中，τ、ξ分别表示时延τ和多普勒常数，a
mi
表示第m个脉冲内第i 个相位的编码，表示第m个脉冲第(i+k)个相位的编码的共轭。
[0054]
根据本发明的一些具体实施方式，所述优化模型为：
[0055][0056][0057]
其中，x表示码元向量，q表示m个脉冲所决定的块对角矩阵，l、c表示中 心条带离散化参数，其中l表示距离维的整数偏移量，p表示速度维的整数偏移 量，n表示码长，表示m个脉冲跳频码字所组成的一个整数序列，k(i)表示第 i个码元的相位调制，x(i)表示第i个离散信号序列；
[0058]
上述各参数满足：
[0059]
通过所述中心条带离散化参数表示的离散性中心条带区域范围为：
[0060]
φ＝{(l,p)|
‑
(n
‑
1)≤l≤n
‑
1,
‑
(m
‑
1)≤p≤m
‑
1}，其对应的距离约束范围ω
r
及速度约 束范围ω
v
满足：
[0061][0062]
对应的离散化处理为：通过ct
p
/2的等间隔单元对ω
r
进行划分，通过c/(2f0mt
r
) 的等间隔单元对ω
v
进行划分；
[0063]
所述块对角矩阵满足：
[0064]
[0065]
且：
[0066]
其中，a表示m个脉冲内相位编码序列所形成的列向量，如下：
[0067][0068]
所述离散信号序列满足：
[0069][0070]
且：
[0071][0072]
其中，r(k)表示离散信号序列的自相关函数。
[0073]
根据本发明的一些具体实施方式，所述优化模型为：
[0074][0075]
s.t.x＝z
[0076][0077]
其中，z表述辅助变量，其满足等式约束x＝z，且在约束条件下z
h
z为定值。
[0078]
根据本发明的一些具体实施方式，
[0079]
所述优化模型为：
[0080][0081]
其中，u＝(λ
r
+jλ
i
)/ρ，且满足：
[0082][0083]
根据本发明的一些具体实施方式，通过构造带惩罚项的增广拉格朗日函数及 admm方法对所述优化模型进行求解。
[0084]
根据本发明的一些具体实施方式，通过以下过程对所述优化模型进行求解：
[0085]
(1)通过以下子目标函数更新x，此时z
n
,u
n
看作已知量：
[0086][0087]
其包括：
[0088]
获得该子目标函数的实数表达式，如下：
[0089][0090]
其中：
[0091][0092][0093][0094][0095][0096]
通过该实向量的hessian矩阵，求解所述目标函数的实数表达式，获得更新 的实向量
[0097]
将实向量还原成复向量x
n+1
；
[0098]
(2)通过以下子目标函数更新z，此时x
n+1
,u
n
看作已知量：
[0099][0100][0101]
(3)更新u值，如下：
[0102]
u
n+1
＝u
n
+x
n+1
‑
z
n+1
ꢀꢀꢀ
(43)；
[0103]
重复上述步骤(1)到(3)直至收敛。
[0104]
优选的，收敛条件为||x
n+1
‑
z
n+1
||＜δ，其中，δ表示收敛门限，在具体实施中， δ为
可设置一个较小的正数，作为收敛门限。
[0105]
本发明具备以下有益效果：
[0106]
本发明通过admm法进行优化设计后的信号相较于未优化的信号，降低了距 离维旁瓣，且随着相位调制数的增加，旁瓣降低效果增强。
[0107]
相对于现有技术，本发明在计算中的islr明显更低，运算速度显著提升。
[0108]
本发明的方法能够得到检测能力更强的频率
‑
码型联合捷变雷达波形，同时 在波形优化效果和效率上相比于现有的遗传算法等也得到进一步提高。
附图说明
[0109]
图1为具体实施方式中所述频率
‑
码型联合捷变信号模型图。
[0110]
图2为具体实施方式中所述不同相位下admm算法设计距离维旁瓣。
[0111]
图3为具体实施方式中所述不同码长下admm算法设计距离维旁瓣。
[0112]
图4为具体实施方式中所述ga算法和admm算法设计对比。
具体实施方式
[0113]
以下结合实施例和附图对本发明进行详细描述，但需要理解的是，所述实施 例和附图仅用于对本发明进行示例性的描述，而并不能对本发明的保护范围构成 任何限制。所有包含在本发明的发明宗旨范围内的合理的变换和组合均落入本发 明的保护范围。
[0114]
根据本发明的技术方案，一种具体的实施方式包括：
[0115]
s1：建立频率
‑
码型联合捷变雷达的发射信号模型。
[0116]
其中，所述频率
‑
码型联合捷变信号优选为脉间频率捷变
‑
脉内相位编码调制 形式。
[0117]
所述信号模型如附图1所示，设定在一个相干处理间隔(coherentprocessinginterval,cpi)内共发射m个脉冲信号，脉冲宽度为t
p
，脉冲重复周期为t
r
，脉间的 载频在捷变带宽b范围内的多个频点上随机跳变，f0为基准载频，f
m
为第m个脉 冲跳频频点，跳频间隔为δf。每个脉冲脉内调制码元宽度为t
p
，码长为n,且有 t
p
＝nt
p
，跳频间隔与码元宽度满足t
p
＝1/δf，以保证脉冲调制带宽等于跳频间隔， 从而保证信号相参合成带宽等于b。
[0118]
则，在一个cpi内，频率
‑
码型联合捷变雷达发射m个脉冲串信号，可表示 为：
[0119][0120]
其中,s
m
(t)表示第m个脉冲发射信号，其可进一步通过以下模型获得：
[0121][0122]
其中，u
m
(t)表示第m个脉内相位编码调制脉冲信号，其可进一步通过以下模 型获得：
[0123][0124]
其中，a
mn
＝exp[jφ
m
(n)],m＝0,1,...m
‑
1,n＝0,1...n
‑
1表示第m个脉冲内 第n个
相位的编码；φ
m
(n)表示相位调制函数，且对于多相编码信号，当在[0,2π)内 均匀离散相位个数为k时，其取值集合为： rect(t)表示如下的矩形赋形脉冲：
[0125][0126]
s2：基于所述发射信号模型，建立其模糊函数模型。
[0127]
所述模糊函数模型的建立可进一步包括：
[0128]
设雷达观测场景中有一目标相对雷达的径向距离为r0，径向速度为v0(正表 示靠近雷达)，忽略目标速度引起包络的位移，则第m个脉冲发射信号的回波信 号可表示为：
[0129][0130]
设存在另一个目标相对雷达径向距离为r0+δr，径向速度为v0+δv，其中r0表示该目标相对于雷达的径向距离，δr表示两个目标间的雷达径向距离差，v0表 示该目标相对于雷达的径向速率，δv表示两个目标间的雷达径向速度差，同理可 推出该目标第m个脉冲发射信号回波信号。
[0131]
对该两个目标的回波信号进行相关处理，得到第m个脉冲信号的自模糊函数 为：
[0132][0133]
其中，r
m
(t，r0+δr，v0+δv)表示第m个脉冲发射信号的回波信号，表示第m个脉冲回波信号的共轭，c表示光速，表示第m个脉冲内相位 编码脉冲信号的自相关函数，如下：
[0134][0135]
其中，x1(2δr/c
‑
kt
p
,0)表示码元调制子脉冲自相关函数，x2(kt
p
,0)表示相位 编码序列的自相关函数,可分别通过各自模糊函数式进行如下的求解：
[0136]
[0137][0138]
其中，τ、ξ分别表示与自模糊函数定义里距离r及速度v对应的时延τ和多 普勒常数，a
mi
表示第m个脉冲内第i个相位的编码，表示第m个脉冲第 (i+k)个相位的编码的共轭。
[0139]
则频率
‑
码型联合捷变信号模糊函数中心条带可表示为m个脉冲自模糊函数 的叠加，得到其模糊函数中心条带模型，如下：
[0140][0141]
s3：对所述模糊函数中心条带模型建立最小化积分旁瓣的波形优化模型。
[0142]
根据现有技术对跳频相参脉冲串信号模糊函数的分析，可知信号的最大不模 糊速度为λ/2t
r
，即c/2f0t
r
，相应的中心模糊带区域速度δv的约束范围选自一个 速度模糊间隔。
[0143]
在该基础上，本发明的相参捷变频信号中心模糊带函数是脉冲自模糊函数的 叠加，因此对中心模糊带区域距离δr的约束范围选自一个脉冲宽度的时延所对应 的距离，由此，对δr,δv进行如下约束：
[0144][0145]
根据以上约束，所述模糊函数模型可表示为如下的紧凑形式：
[0146][0147]
其中，a
m
表示第m个脉冲内相位编码序列所形成的向量，如下：
[0148]
a
m
＝[a
m0
,a
m1
,....,a
m(n
‑
1)
]
t
ꢀꢀꢀ
(14)；
[0149]
q
m
(δr,δv,b
m
)表示由第m个跳频频点f
m
＝b
m
δf所对应的跳频码字b
m
，目标距 离δr以及速度δv所形成的矩阵，如下：
[0150][0151]
其中：
[0152][0153]
进一步可得到m个脉冲叠加后的二次型形式，如下：
[0154][0155]
其中，a表示m个脉冲内相位编码序列所形成的列向量，如下：
[0156][0157]
表示m个脉冲跳频码字所组成的一个整数序列；
[0158]
q表示m个脉冲所决定的块对角矩阵，如下：
[0159][0160]
进一步地，基于频率
‑
码型联合捷变信号的模糊函数中心条带的中心位置为 一窄峰，且峰值为定值，将中心条带内的isl作为优化目标建立优化模型。
[0161]
其中isl采用如下形式：
[0162][0163]
其中，r(k)表示离散信号序列的自相关函数，如下：
[0164][0165]
通过isl对中心条带区域进行离散化操作，形成离散形式的模糊函数，如下：
[0166]
对ω
r
以ct
p
/2等间隔划分，ω
v
以c/(2f0mt
r
)等间隔划分，所形成离散中心条带 区域可表示为集合φ＝{(l,p)|
‑
(n
‑
1)≤l≤n
‑
1,
‑
(m
‑
1)≤p≤m
‑
1},其中，l表示距离维 的整数偏移量，p表示速度维的整数偏移量，n表示码长。则该区域内isl可表 示为：
[0167][0168]
进一步的，为了降低频率
‑
码型联合捷变捷变信号脉压后输出旁瓣，从距离 维旁瓣角度进行分析，选择最小化p＝0时中心条带距离维切面的isl作为优化函 数来建立如下的优化模型：
[0169][0170]
其中，x(i)和a
mn
的关系为
[0171]
该优化问题是非凸约束条件下的四次型优化问题，本发明进一步通过admm 方法对其进行求解。
[0172]
s4：通过admm算法对优化模型进行求解，得到优化参数。
[0173]
其可进一步包括：
[0174]
在优化问题(23)中引入辅助变量z，和等式约束x＝z，如下：
[0175][0176]
其中，辅助变量z在约束条件下z
h
z为定值，所以仍然等价于原问题，但原问 题中带约束条件限制的变量x转化为无约束条件限制，约束条件转价给辅助变量 z。
[0177]
将转换后的优化问题(27)表示为增广拉格朗日函数的形式，如下：
[0178][0179]
记u＝(λ
r
+jλ
i
)/ρ，则式(28)可写为：
[0180][0181]
记x
n
为第n次admm迭代后的x值(z和u相应的记为z
n
,u
n
)，给定初值 x0,z0,u0则该问题的求解可按照如下步骤进行：
[0182]
(1)通过下式更新x，此时z
n
,u
n
看作已知量：
[0183][0184]
该问题为无约束最优化问题，本发明通过基于内部映射牛顿法的子空间置信 域法对其进行求解，包括：
[0185]
将复数形式的优化问题目标函数转化为实数形式，设：
[0186]
[0187][0188][0189]
则求解问题转化为：
[0190][0191]
其梯度函数为：
[0192][0193]
进一步求得目标函数的hessian矩阵为：
[0194][0195]
可以看出，式(36)中第一项为非负实数，第二项为正定矩阵，第三项为正 的数量矩阵，则目标函数为凸函数，其hessian矩阵正定，存在收敛解。在后续 计算中，将实向量还原成复向量x
n+1
。
[0196]
(2)通过下式更新z，此时x
n+1
,u
n
看作已知量：
[0197][0198]
忽略式(37)中常值的部分z
h
z，其可进一步转化为：
[0199][0200]
可以看出，式(38)是一个线性问题，且z中的元素彼此独立，则可将其分解 为mn个子问题，其中第i个子问题可表示为：
[0201][0202]
其中，若将复数x
n+1
(i)+u
n
(i)和z(i)看成复平面上的向量，则有：
[0203][0204]
由于|x
n+1
(i)+u
n
(i)|为定值，在约束条件下，|z(i)|也为定值，则子问题可转化为：
[0205][0206]
可以看出，式(41)的几何意义即求整数k(i)，使复平面上的向量z(i)和 x
n+1
(i)+u
n
(i)的夹角最小，其中，k(i)的解为：
[0207][0208]
其中，表示向下取整。
[0209]
(3)更新u值，如下：
[0210]
u
n+1
＝u
n
+x
n+1
‑
z
n+1
ꢀꢀꢀ
(43)。
[0211]
其后重复上述步骤(1)到(3)直至算法收敛，判断收敛的条件为||x
n+1
‑
z
n+1
||＜δ，其中δ表示一个较小的正数，作为收敛门限。
[0212]
上述计算过程可通过如下步骤完成：
[0213]
step0:记n为迭代次数，初始化n＝0，给定随机生成的初值x0,z0,u0。
[0214]
step1:利用拟牛顿法求解实数向量后续步骤需将其转化为复向量x
n+1
：
[0215][0216]
step2:计算复向量x
n+1
+u
n
在约束域上的投影，即复向量z
n+1
的幅角：
[0217][0218]
z
n+1
＝exp(jθ)
[0219]
step3:更新u：
[0220]
u
n+1
＝u
n
+x
n+1
‑
z
n+1
[0221]
step4:若满足迭代收敛条件||x
n+1
‑
z
n+1
||＜δ，δ为足够小的正数，则算法终止， 否则令n＝n+1，回到step1。
[0222]
通过上述具体实施方式所述的过程进行如下的仿真实验：
[0223]
仿真条件：
[0224]
在一个cpi内，频率
‑
码型联合捷变信号参数设置为：脉冲个数m＝16,脉冲重 复周期t
r
＝100us，脉冲宽度t
p
＝40us，基准载频f0＝10ghz，跳频个数16，脉间跳 频方式采用伪随机遍历，跳频间隔δf＝2mhz，合成带宽b＝32mhz，脉内相位编 码为离散相位编码，码元宽度t
p
＝0.5us，码长n＝80。
[0225]
通过遗传算法与本发明的admm算法进行对比，其中：
[0226]
遗传算法参数设置：初始化种群s＝40,交叉概率p
c
＝0.95，变异概率p
m
＝0.1， 最大遗传迭代次数150。
[0227]
admm算法参数设置：收敛门限δ＝10
‑3，二次惩罚项系数ρ＝2m2n2，初值 使用随机离散相位编码。
[0228]
仿真结果如图2
‑
4所示，其中：
[0229]
图2给出了admm算法优化设计的信号波形在不同相位调制数k下的距离维 旁瓣(m＝16,n＝80)与未优化时的对比图，可以看出admm算法设计的信号相较 于未优化在一定程度上降低了距离维旁瓣，并且随着相位调制数的增加，旁瓣降 低效果越明显。
[0230]
图3给出了admm算法优化设计的信号波形在不同码长n下的距离维旁瓣 (m＝16,k＝4)与未优化时对比图，可以看出随着码长的增加，旁瓣降低程度增加。
[0231]
图4给出了ga算法和admm算法分别优化设计信号波形在m＝16,n＝80,k＝2 参数下距离维旁瓣优化效果图，可以看出相较于ga算法，admm算法优化效果 更明显。
[0232]
现将admm算法与ga算法对比，仿真平台为intel i5
‑
8400处理器，8g内 存计算机。表2和表3分别给出了两种算法在不同码长n和不同相位调制方式k 的情况下的islr值(100次蒙特卡罗实验取平均)和所需的运算时间。
[0233]
表1 ga算法和admm算法不同情况下的islr
[0234]
算法 ga
ꢀꢀ
admm 码长\相位数k＝2k＝4k＝8k＝2k＝4k＝8n＝40
‑
18.4db
‑
18.7db
‑
20.3db
‑
19.8db
‑
21.3db
‑
23.7dbn＝50
‑
19.6db
‑
20.5db
‑
21.6db
‑
21.2db
‑
22.8db
‑
25.9dbn＝60
‑
20.7db
‑
21.9db
‑
22.4db
‑
23.3db
‑
24.7db
‑
27.9dbn＝70
‑
21.3db
‑
23.4db
‑
24.8db
‑
25.0db
‑
26.2db
‑
29.2dbn＝80
‑
22.6db
‑
24.6db
‑
26.2db
‑
26.7db
‑
27.6db
‑
31.9db
[0235]
表2 ga算法和admm算法不同情况下的计算时间
[0236]
算法 ga
ꢀꢀ
admm 码长\相位数k＝2k＝4k＝8k＝2k＝4k＝8n＝40114.3s129.3s263.4s23.7s27.8s27.7sn＝50192.8s240.4s376.8s40.8s48.7s48.9sn＝60374.1s420.5s567.8s67.3s72.1s89.5sn＝70688.1s826.4s1243.3s105.1s122.9s170.6sn＝80968.9s1146.8s1432.6s141.5s194.7s245.4s
[0237]
从表1和表2可以看出,两种算法下的中心模糊带距离维islr均随着码长n 或调制相位数k增多而逐渐降低,计算时间逐渐增多。但相比于ga算法，admm 算法的islr明显更
低，且运算速度显著提升。
[0238]
以上实施方式仅是本发明的优选实施方式，本发明的保护范围并不仅局限于 上述实施方式。凡属于本发明思路下的技术方案均属于本发明的保护范围。应该 指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下的改 进和润饰，这些改进和润饰也应视为本发明的保护范围。