一种基于多片FT-M6678芯片的雷达目标分类方法

一种基于多片ft-m6678芯片的雷达目标分类方法
技术领域
1.本发明属于雷达技术领域，具体涉及一种基于多片ft-m6678芯片的雷达目标分类方法，可以通过多片ft-m6678协同工作，对空中、地面运动的不同目标进行实时识别。


背景技术：

2.ft-m6678多核dsp(digital signal processing，数字信号处理器)是一款国产高性能多核数字信号处理器，含有8颗飞腾m66x dsp内核(核0～7)，每个内核工作频率为1ghz，内部具有32kb的一级程序存储控制器(l1p)、32kb的一级数据存储控制器(l1d)、512kb的二级存储控制器(l2)，片内共享内存为4mb，既保证了数据的相对独立，又能进行数据的共享复用。ft-m6678支持两级cache，提升了数据和代码存取速率，并且支持多核并行运算，与之前的dsp相比并行效率和处理数据能力都有了质的提升，在信号处理领域有着越来越广泛的应用。
3.雷达目标分类识别是指利用雷达获得的目标回波信号，通过综合处理，得到目标的详细信息，最终进行分类和描述。随着科学技术的发展，对雷达目标分类识别提出了越来越高的要求。对于目标识别，首先需要知道目标的信息(包括物理尺寸和散射特征等)，而在实际中，目标回波信号中总是不可避免地含有噪声，尤其对于环境中远距离的非合作目标，采集到的目标回波信号的信噪比通常较低，采用一次模板匹配的置信度很低，不能满足目标分类识别要求。为了提升置信度，需要获得多组数据，根据每组回波数据的预测结果进行融合输出，这样需要更多的资源，利用有限的硬件资源满足识别结果的实时性要求成为了工程实现的一项难题。
4.基于模板匹配的目标分类方法是雷达目标分类识别的重要途径，主要包括：数据预处理、特征提取和预测输出。预处理阶段的数据量大，但特征提取阶段和预测阶段处理的数据量很小，直接采用单核或多核并行的方式会面临两方面的问题：一、硬件资源浪费，得不到充分利用；二、目标分类实时性难以满足。


技术实现要素：

5.为了解决现有技术中存在的上述问题，本发明提供了一种基于多片ft-m6678芯片的雷达目标分类方法。本发明要解决的技术问题通过以下技术方案实现：
6.本发明的一个方面的提供了一种基于多片ft-m6678芯片的雷达目标分类方法，包括：
7.构建信号处理模块，所述信号处理模块包括互联的第一ft-m6678芯片和第二ft-m6678芯片；
8.利用采集到的多组雷达回波数据构建训练数据集，利用所述训练数据集生成目标分类模板文件并储存至所述第一ft-m6678芯片；
9.利用所述第二ft-m6678芯片对待分类原始雷达回波数据进行并行预处理并将预处理后的待分类数据传输至所述第一ft-m6678芯片；
10.利用所述第一ft-m6678芯片中的内核通过多核轮询的方式对预处理后的待分类数据进行特征提取和目标分类识别，获得目标分类结果。
11.在本发明的一个实施例，所述第一ft-m6678芯片和所述第二ft-m6678芯片通过rapidio交换芯片进行互联，以实现片间数据交互。
12.在本发明的一个实施例，利用采集到的多组雷达回波数据构建训练数据集，并利用所述训练数据集生成目标分类模板文件并储存至所述第一ft-m6678芯片，包括：
13.从采集的雷达回波数据中选取多组数据进行标注，获得训练数据集，所述训练数据集中包括多组具有目标类型标签的雷达回波数据；
14.利用所述训练数据集对分类器进行训练，生成目标分类模板文件并存储至所述第一ft-m6678芯片。
15.在本发明的一个实施例，从采集的雷达回波数据中选取一批多组数据进行标注，获得训练数据集，包括：
16.对所述训练数据集进行预处理，获取回波信号中的目标微多普勒序列；
17.根据目标微多普勒特征序列进行时域特征和频域特征的提取并进行特征的标准化，获得标准化后的特征；
18.将提取的目标特征保存在所述第一ft-m6678芯片中，作为目标分类模板文件。
19.在本发明的一个实施例，利用所述第二ft-m6678芯片对待分类的原始雷达回波数据进行并行预处理并将预处理后的待分类数据传输至所述第一ft-m6678芯片，包括：
20.将待分类的原始雷达回波数据输入至所述第二ft-m6678，并通过所述第二ft-m6678中的核0至核7进行并行预处理；
21.将预处理后的数据通过所述rapidio交换芯片传输到所述第一ft-m6678，并在传输完成后发送门铃消息。
22.在本发明的一个实施例，将待分类的原始雷达回波数据输入至所述第二ft-m6678，并通过所述第二ft-m6678中的核0至核7进行并行预处理，包括：
23.在所述第二片飞腾m6678中开辟长度为7的整型数组count作为标志位，并对所述数组count进行初始化，使count[0]＝count[2]
…
＝count[6]＝0；
[0024]
将所述原始雷达回波数据输入至所述第二ft-m6678，所述第二ft-m6678的核0将数据进行分段，并分别发送至核1至核7中进行并行脉冲压缩处理；
[0025]
当核j脉冲压缩处理完成后，对应的count[j-1]置1，核0通过循环判断标志位count[0]～count[6]，直到所有标志位均置1，随后核0将标志位清零并释放信号量其中，j＝1,2,
…
,7；
[0026]
核0控制核1至核7继续对脉冲压缩后的数据执行并行零频杂波抑制运算；
[0027]
在零频杂波抑制并行处理完成之后，在核0上执行查找目标所在的距离单元序列以及去除机身分量过程，获得预处理后的回波数据。
[0028]
在本发明的一个实施例，利用所述第一ft-m6678芯片中的八颗内核，通过多核轮询的方式对预处理后的待分类数据进行特征提取和目标分类识别，包括：
[0029]
利用所述第一ft-m6678芯片中的核0查询门铃消息，若收到，则获取预处理后的待分类数据；
[0030]
利用所述第一ft-m6678芯片中的核0查询其核1至核7的状态，若核i处于空闲状
态，将所述预处理后的待分类数据传输至核i中，若各核均处于忙状态，则循环查询i＝1,2,
…
,7；
[0031]
核i收到所述预处理后的待分类数据后进行特征提取和分类识别，并输出分类结果。
[0032]
在本发明的一个实施例，核i收到所述预处理后的待分类数据后进行特征提取和分类识别，并输出分类结果，包括：
[0033]
所述核i收到所述预处理后的待分类数据后置于忙状态，提取数据中的时域特征和频域特征并进行特征标准化，获得标准化后的时域特征和频域特征；
[0034]
所述核i利用所述目标分类模板文件对所述待分类数据中的时域特征和频域特征进行预测，获得待分类数据的目标类别；
[0035]
所述核i将待分类数据的目标类别输出至核0，核i置于空闲状态。
[0036]
在本发明的一个实施例，所述雷达目标分类方法还包括：利用待分类目标的多组原始雷达回波数据获得多组分类结果，通过所述第一ft-m6678芯片的核0对所述多组分类结果进行融合，选取出现次数最多的目标类别作为最终的目标分类结果。
[0037]
本发明的另一方面提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如上述实施例中任一项所述基于多片ft-m6678芯片的雷达目标分类方法的步骤。
[0038]
与现有技术相比，本发明的有益效果在于：
[0039]
1、本发明基于多片ft-m6678的雷达目标分类方法，结合ft-m6678的特点，通过多核并行与多核轮询相结合的处理方式，利用有限的硬件资源满足目标识别实时处理的要求，解决现有雷达目标识别技术在工程实现过程中面临的实时性差的问题。
[0040]
2、本发明根据不同处理阶段数据量不同，将多核并行和多核轮询相结合，既保证了数据的并行处理，又充分发挥了ft-m6678多核轮询运算速度快的特点，提升了目标分类工程实现的整体性能。
[0041]
3、本发明采用rapidio进行片间数据传输，避免了占用cpu，缩短了片间交互所用的时间，提升了传输效率。另外，rapidio扩展性强，可连接其他芯片实现更加复杂的功能。
[0042]
4、本发明采用两片ft-m6678进行说明，在实际工程中，可以根据处理过程耗时的不同对处理片数进行调整，从而减少数据的堆积，降低了目标分类工程实现的难度。
[0043]
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
[0044]
图1是本发明实施例提供的一种基于ft-m6678芯片的雷达目标分类方法的流程框图；
[0045]
图2是本发明实施例提供的一种两片ft-m6678芯片的连接示意图；
[0046]
图3是本发明实施例提供的一种基于ft-m6678芯片的雷达目标分类方法的处理过程示意图；
[0047]
图4是本发明实施例提供的一种对待分类数据进行分类识别的工程实现过程示意图。
具体实施方式
[0048]
为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及具体实施方式，对依据本发明提出的一种基于多片ft-m6678芯片的雷达目标分类方法进行详细说明。
[0049]
有关本发明的前述及其他技术内容、特点及功效，在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明，可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解，然而所附附图仅是提供参考与说明之用，并非用来对本发明的技术方案加以限制。
[0050]
应当说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。
[0051]
实现本发明实施例的思路是，预处理阶段数据量大，并行特性好，可以利用一片ft-m6678芯片做并行实现，这样可以并行处理大量的数据，避免了预处理阶段数据堆积的压力。特征提取和预测阶段数据量小，不适合并行处理，可以采用多核轮询的模式，即其中一片ft-m6678芯片循环查询来自另一片ft-m6678芯片预处理的数据，获得数据的内核单独处理当前数据，其余内核等待下一组数据，最后将各个核预测结果进行融合输出。两片ft-m6678芯片之间的数据传输采用rapidio方式，减少了片间互传的耗时。
[0052]
请参见图1，图1是本发明实施例提供的一种基于多片ft-m6678芯片的雷达目标分类方法的流程图，该雷达目标分类方法包括：
[0053]
s1：构建信号处理模块，所述信号处理模块包括互联的第一ft-m6678芯片和第二ft-m6678芯片。
[0054]
请参见图2，图2是本发明实施例提供的一种两片ft-m6678芯片的连接示意图，将两片ft-m6678芯片通过rapidio交换芯片互联，构建rapidio通路，该rapidio交换芯片剩余端口可与背板或者其他芯片互联，协同处理。
[0055]
s2：利用采集到的多组雷达回波数据构建训练数据集，利用所述训练数据集生成目标分类模板文件并储存至所述第一ft-m6678芯片。
[0056]
在本实施例中，所述s2包括：
[0057]
s21：从采集的雷达回波数据中选取多组数据进行标注，获得训练数据集，所述训练数据集中包括多组具有目标类型标签的雷达回波数据；
[0058]
在本实施例中，从采集的雷达回波数据中获取一批数据进行人工标注，即标注该雷达回波数据中目标的类型，例如1-直升机，2-螺旋桨飞机，3-喷气式飞机等，获得多组具有目标类型标签的雷达回波数据，共同组成训练数据集。
[0059]
s22：利用所述训练数据集对分类器进行训练，生成目标分类模板文件并存储至所述第一ft-m6678芯片。
[0060]
在本实施例中，将训练数据集输入支持向量机(support vector machine，svm)训练程序，生成目标分类模板文件，将该目标分类模板文件存入第一片ft-m6678芯片中。支持
向量机是一种目标分类工具，将待分类目标的特征提取结果输入到分类器中，通过与模板文件匹配，就可以得到目标分类输出。
[0061]
请参见图3，图3是本发明实施例提供的一种基于ft-m6678芯片的雷达目标分类方法的处理过程示意图。本实施例的步骤s22包括：
[0062]
s221：对所述训练数据集进行预处理，获取回波信号中的目标微多普勒序列。
[0063]
具体地，训练数据集中的雷达回波数据一般为线性调频回波信号，信号类型为：m个脉冲回波数据*n个距离单元，对训练数据集的预处理主要有以下几个方面：
[0064]
(1)对回波信号进行脉冲压缩，作用是获得较高的距离分辨能力；
[0065]
(2)对脉冲压缩后的回波信号进行零频杂波抑制并查找目标所在的距离单元序列，其中，距离单元序列编号为l，序列长度(脉冲回波数据的个数)为m。具体地，所述序列长度与回波数据有关，有多少个回波原则上目标所在距离单元点数就有多少。
[0066]
(3)去除目标所在距离单元序列中的机身分量，只保留目标微多普勒序列，以用于后续分类特征。所述机身分量指的是飞机外壳所产生的回波，微多普勒分量是由飞机旋翼转动产生的微动特征，用以作为分类特征，因此要去除大散射中心，防止影响微动特征提取。
[0067]
s222：根据目标微多普勒特征序列进行时域特征和频域特征的提取并进行特征的标准化，获得标准化后的特征。
[0068]
具体地，所述特征提取是指根据目标微多普勒序列提取时域特征和频域特征，包括提取熵、方差、峰度、偏度和变异系数等特征分量的时域特征和频域特征。
[0069]
需要说明的是，上述特征的间量纲单位不同，会导致计算结果差异很大，尺度大的特征会起决定性作用，而尺度小的特征起作用可能会被忽略，为了消除特征间量纲单位和尺度差异的影响，使每一个特征参数在目标分类识别过程中发挥作用，需要对特征进行标准化处理，本实施例采用的特征标准化公式如下：
[0070][0071]
其中，y表示特征参数，是特征参数的均值，σ是特征参数的标准差，y
′
是标准化后的特征参数。
[0072]
s223：将提取的目标特征保存在所述第一ft-m6678芯片中，作为目标分类模板文件。
[0073]
具体地，将步骤s222中提取出来的各特征分量的时域特征和频域特征保存为目标分类模板文件。在本实施例中，训练数据集中包括多个数据样本，在本实施例中每类飞机300个样本，三类飞机(1-直升机，2-螺旋桨飞机，3-喷气式飞机)共900个样本，每个样本都是m*l点数据，每次训练一个样本，得到一组标准化特征向量，900个样本相当于得到900个标准化特征向量，构成一个目标分类模板文件，后续预测过程就是基于标准化特征向量利用支持向量机进行目标分类。
[0074]
s3：利用所述第二ft-m6678芯片对待分类原始雷达回波数据进行并行预处理并将预处理后的数据传输至所述第一ft-m6678芯片。
[0075]
具体地，请参见图4，图4是本发明实施例提供的一种对待分类数据进行分类识别的工程实现过程示意图。本实施例的步骤s3包括：
[0076]
s31：将待分类的原始雷达回波数据输入至所述第二ft-m6678，并通过所述第二ft-m6678中的核0至核7进行并行预处理。
[0077]
需要说明的是，在本步骤中对待分类原始雷达回波数据进行预处理的过程与对训练数据集预处理的过程大致相同，均包括脉冲压缩、零频杂波抑制并截取目标所在的距离单元序列以及去除机身分量，然而，不同之处在于，本步骤对待分类原始雷达回波数据的脉冲压缩和零频杂波抑制采用在第二片飞腾m6678中进行并行预处理的处理过程。所述并行预处理的具体步骤如下：
[0078]
(1)在第二片飞腾m6678中的存储模块(ddr3)中开辟长度为7的整型数组count作为标志位，并对所述数组count进行初始化，使count[0]＝count[2]
…
＝count[6]＝0。设定核0控制处理同步，核1～核7取预处理数据进行并行运算。将所述原始雷达回波数据输入至所述第二ft-m6678，所述第二ft-m6678的核0将数据进行分段，并分别发送至核1至核7中进行并行脉冲压缩处理。
[0079]
(2)核jj(1≤j≤7)在脉冲压缩处理完成后，令对应的count[j-1]＝1，随后等待核0释放信号量，核0通过循环判断count[0]～count[6]，若某一位没有置1，则持续等待，直到所有标志位均置1，将标志位清零，并释放信号量至其他核，以使其他核进行后续数据处理和运算，其中，j＝1,2,
…
,7。
[0080]
具体地，脉压并行过程如下：将m个脉冲回波*n个距离单元的待分类数据沿脉冲维分成七段，前六段处理的数据长度为m/7*n，第七段处理的数据长度为(m-m/7*6)*n，将这七段数据分别分给core1-core7做脉压处理，核0控制脉压处理的过程。最终得到脉压结果。
[0081]
(3)其他核得到来自核0的信号量，则可以执行其他的并行运算(例如下一步的零频杂波抑制)，核0按照上述判断方法进行零频杂波抑制的核间并行控制。
[0082]
具体地，杂波抑制和找到目标所在距离单元序列并行过程：
[0083]
将m个脉冲回波*n个距离单元脉冲压缩后的数据沿距离维分成七段，前六段处理的数据长度为m*n/7，第七段处理的数据长度为m*(n-n/7*6)，将这七段数据分别分给core1-core7，这七段数据沿距离维变换到频域，去除零频附近杂波，并求出每个距离单元序列的能量，核零控制杂波抑制并行过程。
[0084]
(4)在零频杂波抑制并行处理完成之后，在核0上进行查找目标所在的距离单元序列以及去除机身分量过程，最终完成对原始雷达回波数据的预处理，获得预处理后的数据。
[0085]
具体地，杂波抑制结束后核0利用每个距离单元序列能量找到目标所在距离单元序列，并去除机身分量，得到微多普勒序列。
[0086]
s32：将预处理后的数据通过所述rapidio交换芯片传输到所述第一ft-m6678，并在传输完成后发送门铃消息。
[0087]
在本实施例中，发送门铃消息的具体步骤如下：
[0088]
(1)第二ft-m6678配置目的地址和门铃寄存器，启动消息发送；
[0089]
(2)进入门铃中断，标志位置1；
[0090]
(3)第一ft-m6678通过查询标志位，判断是否收到门铃消息：若收到门铃消息，将标志位清零，以便接收下一次门铃消息。
[0091]
s4：利用所述第一ft-m6678芯片中的内核通过多核轮询的方式对预处理后的待分类数据进行特征提取和目标分类识别，获得目标分类结果。
[0092]
具体地，所述s4包括：
[0093]
s41：利用所述第一ft-m6678芯片中的核0查询门铃消息，若收到，则获取预处理后的待分类数据；
[0094]
s42：利用所述第一ft-m6678芯片中的核0查询其核1至核7的状态，若核i处于空闲状态，将所述预处理后的待分类数据传输至核i中，若各核均处于忙状态，则循环查询i＝1,2,
…
,7
[0095]
s43：核i收到所述预处理后的待分类数据后进行特征提取和分类识别，并输出分类结果。
[0096]
所述核i收到所述预处理后的待分类数据后置于忙状态，提取数据中的时域特征和频域特征并进行特征标准化，获得标准化后的时域特征和频域特征。具体的，第一ft-m6678芯片收到来自第二ft-m6678芯片的门铃消息之后，提取预处理后的待分类数据中的目标时域和频域特征，对特征提取结果进行特征标准化处理。需要说明的是，特征提取和特征标准化的过程与训练数据集相同，请参见步骤s222，这里不再赘述。
[0097]
所述核i利用所述目标分类模板文件对所述待分类数据中的时域特征和频域特征进行预测，获得待分类数据的目标类别。具体的，将从待分类数据中获取到的标准化特征输入svm分类器中，结合步骤s2训练得到的目标分类模板文件，预测待分类数据的目标类别标号，例如，待分类雷达回波数据中包括1-直升机，2-螺旋桨飞机，3-喷气式飞机等。
[0098]
所述核i将待分类数据的目标类别输出至核0，核i置于空闲状态。
[0099]
具体地，多核轮询过程的具体步骤如下：
[0100]
(1)核0查询门铃消息，若收到消息，获取预处理后的待分类数据；
[0101]
(2)核0查询核1到核7的状态，若核i处于空闲状态，将预处理后的待分类数据搬移到核i的ll2空间处理，若各个核均处于忙状态，则循环查询，i＝1,2,
…
,7；
[0102]
(3)核i收到数据，置于忙状态，然后完成特征提取和分类识别，将分类结果输出后，该核置于空闲状态，再次等待接收数据。
[0103]
进一步地，本实施例雷达目标分类方法还包括：利用待分类目标的多组原始雷达回波数据获得多组分类结果，通过所述第一ft-m6678芯片的核0对所述多组分类结果进行融合，选取出现次数最多的目标类别作为最终的目标分类结果，从而提高分类识别的精确度。
[0104]
以下通过仿真实验对本发明实施例的雷达目标分类方法进行进一步验证。
[0105]
1、仿真实验条件：
[0106]
本发明实施例的仿真实验所使用的训练样本集和测试样本集由录取的目标雷达回波数据集中随机抽取得到，驻留时间为54ms，脉冲重复周期为180us,，回波数据的维度均为300
×
128，其中，300表示脉冲数，128表示采样点数，每类飞机的训练样本集为300，测试样本集为300，3类飞机的训练样本集总数和测试样本集总数均为900。
[0107]
2、实验步骤：
[0108]
第一步：将900个训练样本集输入到visual studio中训练，得到模板文件。
[0109]
第二步：两片ft-m6678通过rapidio交换芯片相连，并接入电源模块，启动硬件，加载程序，将模板文件导入第一片ft-m6678中。。
[0110]
第三步：将900个测试样本集依次输入到第二片ft-m6678中，多核并行完成预处
理，预处理后的数据通过rapidio方式传输给第一片ft-m6678。
[0111]
第四步：第一片ft-m6678的核0利用轮询将预处理后样本数据传输给空闲核，空闲核完成特征提取和分类识别。
[0112]
第五步：第一片ft-m6678的核0将分类预测结果进行投票融合，输出每个样本的最终分类结果，并统计耗时。
[0113]
3、结果分析：
[0114][0115][0116]
要满足实时处理的要求，需要在驻留时间54ms内完成1个相参处理间隔(coherent processing interval，cpi)数据的分类输出。为了方便对比效果，上述实验耗时均采用两片ft-m6678处理得到，从结果可以看出，单核很明显不能满足实时性要求，多核并行在预处理阶段效果好，在后续的特征提取和预测阶段效果并不理想，与工程实时性要求有一定差距，而将多核并行与多核轮询相结合，可以充分利用每个dsp内核的资源，处理的耗时也有明显的缩减，可以满足分类识别实时性要求。本发明实施例采用两片ft-m6678说明，而在实际工程中，请参见图3，可以根据前后处理过程耗时的不同和硬件资源，合理调整多核并行片数和多核轮询片数，从而避免数据堆积，提升整个目标识别系统的性能。
[0117]
本实施例基于多片ft-m6678的雷达目标分类方法，结合ft-m6678的特点，通过多核并行与多核轮询相结合的处理方式，利用有限的硬件资源满足目标识别实时处理的要求，解决现有雷达目标识别技术在工程实现过程中面临的实时性差的问题。根据不同处理阶段数据量不同，将多核并行和多核轮询相结合，既保证了数据的并行处理，又充分发挥了ft-m6678多核轮询运算速度快的特点，提升了目标分类工程实现的整体性能。
[0118]
本发明的又一实施例提供了一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序用于执行上述实施例中所述多片ft-m6678的雷达目标分类方法的步骤。本发明的再一方面提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如上述实施例所述多片ft-m6678的雷达目标分类方法的步骤。具体地，上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。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。
[0119]
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定
本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。