业务处理的方法、装置、电子设备及介质

1.本技术中涉及数据处理技术，尤其是一种业务处理的方法、装置、电子设备及介质。


背景技术：

2.5g接入网采用集中式单元cu-分布式单元du分离的逻辑架构。其中一个基站设备gnb包括一个cu和一个或者多个du。cu可以通过f1接口与du相连。du负责完成rlc/mac/phy等实时性要求较高的协议栈处理功能，而cu负责完成pdcp/rrc/sdap等实时性要求较低的协议栈处理功能。
3.针对未来业务需求的多样性，需要在接入网中内嵌智能，但是5g网络架构不支持智能的部署。因此，如何在现有的5g网络架构中设计一种可以支持物理层和mac层智能决策的实时性要求的方案，成为了需要解决的问题。


技术实现要素：

4.本技术实施例提供一种业务处理的方法、装置、电子设备及介质，其中，根据本技术实施例的一个方面，提供的一种业务处理的方法，应用于基站设备，包括：
5.获取与所述基站设备相关联的目标对象发送的业务处理请求；
6.将所述业务处理请求发送给分布式单元du，并从所述du中存储的多个业务处理模型中，选取与所述业务处理请求相匹配的目标业务处理模型，所述业务处理模型由所述基站设备中的集中式单元cu下发至所述du；
7.利用所述目标业务处理模型对所述业务处理请求进行业务处理，生成业务处理结果；
8.将所述业务处理结果返回给所述目标对象。
9.可选地，在基于本技术上述方法的另一个实施例中，在所述获取与所述基站设备相关联的目标对象发送的业务处理请求之前，还包括：
10.接收开发用户上传的多个初始业务处理模型以及模型关联数据；以及，
11.将所述多个初始业务处理模型以及模型关联数据转换成预设格式后存储到所述cu中，以及在所述cu中为所述多个初始业务处理模型以及模型关联数据生成对应的模型索引；
12.或，
13.接收所述开发用户上传的多个已训练完毕的初始业务处理模型。
14.可选地，在基于本技术上述方法的另一个实施例中，在所述在所述cu中为所述多个初始业务处理模型以及模型关联数据生成对应的模型索引之后，还包括：
15.接收所述du发送的模型调取请求，所述模型调取请求中包含有所述du对应的id参数；
16.利用所述模型索引，选取所述模型调取请求对应的初始业务处理模型以及模型关
联数据；
17.基于所述id参数，将所述模型调取请求对应的初始业务处理模型以及模型关联数据发送给所述du。
18.可选地，在基于本技术上述方法的另一个实施例中，在所述将所述模型调取请求对应的初始业务处理模型以及模型关联数据发送给所述du之后，还包括：
19.利用所述du中存储的训练数据，对所述初始业务处理模型进行模型训练，生成待评估业务处理模型；
20.利用所述du中存储的模型评估模块，对所述待评估业务处理模型进行业务评估，若通过，确定生成所述业务处理模型。
21.可选地，在基于本技术上述方法的另一个实施例中，在所述获取与所述基站设备相关联的目标对象发送的业务处理请求之前，还包括：
22.接收所述边缘服务器发送的多个初始业务处理模型以及模型关联数据，或，接收所述边缘服务器发送的多个已训练完毕的业务处理模型。
23.可选地，在基于本技术上述方法的另一个实施例中，所述选取与所述业务处理请求相匹配的目标业务处理模型，包括：
24.基于所述业务处理请求的类别，从所述du中存储的多个业务处理模型中，选取与所述类别相匹配的目标业务处理模型，其中所述类别包括智能信道编码。智能定位、智能信道估计、智能智能波束管理、智能动态无线资源分配以及智能链路自适应的至少一种。
25.可选地，在基于本技术上述方法的另一个实施例中，所述将所述业务处理请求发送给分布式单元du，包括：
26.根据所述业务处理请求的类别，选择通过mac层或物理层发送给所述du。
27.其中，根据本技术实施例的又一个方面，提供的一种业务处理的装置，应用于基站设备，包括：
28.获取模块，被配置为获取与所述基站设备相关联的目标对象发送的业务处理请求；
29.选取模块，被配置为将所述业务处理请求发送给分布式单元du，并从所述du中存储的多个业务处理模型中，选取与所述业务处理请求相匹配的目标业务处理模型，所述业务处理模型由所述基站设备中的集中式单元cu下发至所述du；
30.生成模块，被配置为利用所述目标业务处理模型对所述业务处理请求进行业务处理，生成业务处理结果；
31.发送模块，被配置为将所述业务处理结果返回给所述目标对象。
32.根据本技术实施例的又一个方面，提供的一种电子设备，包括：
33.存储器，用于存储可执行指令；以及
34.显示器，用于与所述存储器显示以执行所述可执行指令从而完成上述任一所述业务处理的方法的操作。
35.根据本技术实施例的还一个方面，提供的一种计算机可读存储介质，用于存储计算机可读取的指令，所述指令被执行时执行上述任一所述业务处理的方法的操作。
36.本技术中，可以获取与基站设备相关联的目标对象发送的业务处理请求；将业务处理请求发送给分布式单元du，并从du中存储的多个业务处理模型中，选取与业务处理请
求相匹配的目标业务处理模型，业务处理模型由基站设备中的集中式单元cu下发至du；利用目标业务处理模型对业务处理请求进行业务处理，生成业务处理结果；将业务处理结果返回给目标对象。通过应用本技术的技术方案，可以在基站设备中的du中部署有多个业务处理模型，从而在接收到与该基站设备相关联的物理层或是mac层对象发送的业务请求后，可以通过针对性的选取对应的业务模型对该业务请求进行决策处理，并将处理结果返还给物理层或是mac层对象。进而实现了将智能决策功能引入到5g网络下的物理层和mac层功能中的目的。
37.下面通过附图和实施例，对本技术的技术方案做进一步的详细描述。
附图说明
38.构成说明书的一部分的附图描述了本技术的实施例，并且连同描述一起用于解释本技术的原理。
39.参照附图，根据下面的详细描述，可以更加清楚地理解本技术，其中：
40.图1为本技术提出的一种业务处理的方法示意图；
41.图2为本技术提出的应用于业务处理的基站设备的系统架构示意图；
42.图3-图5为本技术提出的一种业务处理的流程示意图；
43.图6为本技术提出的业务处理的电子装置的结构示意图；
44.图7为本技术提出的业务处理的电子设备结构示意图。
具体实施方式
45.现在将参照附图来详细描述本技术的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本技术的范围。
46.同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
47.以下对至少一个示例性实施例的描述实际上仅仅是说明性的，不作为对本技术及其应用或使用的任何限制。
48.对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
49.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
50.另外，本技术各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本技术要求的保护范围之内。
51.需要说明的是，本技术实施例中所有方向性指示(诸如上、下、左、右、前、后
……
)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
52.下面结合图1-图5来描述根据本技术示例性实施方式的用于进行业务处理的方法。需要注意的是，下述应用场景仅是为了便于理解本技术的精神和原理而示出，本技术的
实施方式在此方面不受任何限制。相反，本技术的实施方式可以应用于适用的任何场景。
53.本技术还提出一种业务处理的方法、装置、基站设备及介质。
54.图1示意性地示出了根据本技术实施方式的一种业务处理的方法的流程示意图。如图1所示，该方法应用于基站设备，包括：
55.s101，获取与基站设备相关联的目标对象发送的业务处理请求。
56.相关技术中，5g接入网采用cu-du分离的逻辑架构，一个gnb包括一个cu和一个或者多个du。cu可以通过f1接口与du相连。du负责完成rlc/mac/phy等实时性要求较高的协议栈处理功能，而cu负责完成pdcp/rrc/sdap等实时性要求较低的协议栈处理功能。
57.针对未来业务需求的多样性，需要在接入网中内嵌智能，但是5g网络架构不支持智能的部署。o-ran架构引入了near-rt ric，该近实时无线智能控制器通过e2接口与cu-cp、cu-up、du实体相连接，通过e2接口进行集中式数据收集和决策下发。在near-rt ric中可以引入智能，采用智能的方法解决无线资源管理功能(除动态无线资源分配)。但是该智能控制器只能负责实时性大于10ms的近实时智能控制。
58.其中，3gppr18中讨论了在物理层和mac层功能中引入ai算法，如信道编码、定位、信道估计、波束管理、动态无线资源分配以及链路自适应等。mac层和物理层的智能决策和控制对实时性要求较高一般小于10ms且ai算法所需的数据位于分布式单元du中。现有的5g网络架构和o-ran的网络架构不能支持物理层和mac层智能决策的实时性要求，并且缺乏通用的ai工作流程。
59.其中，该与基站设备相关联的目标对象可以为该基站设备下的通信网络中的物理层或是mac层。
60.s102，将业务处理请求发送给分布式单元du，并从du中存储的多个业务处理模型中，选取与业务处理请求相匹配的目标业务处理模型，业务处理模型由基站设备中的集中式单元cu下发至du；
61.s103，利用目标业务处理模型对业务处理请求进行业务处理，生成业务处理结果。
62.s104，将业务处理结果返回给目标对象。
63.一种方式中，基站设备的cu中可以部署有集中式智能模型模块，该智能模型库可以包括模型存储器、模型管理器、模型转换器，集中式智能模型模块可以与cu共同部署也可以部署在边缘服务器侧。
64.其中，模型存储器用于存储初始业务处理模型(例如可以为ai/ml模型文件)以及对应的模型相关信息。其中需要说明的是，模型文件包括模型结构文件和模型参数文件。模型相关信息包括模型功能，以及模型训练和推理所需要输入的数据类型和格式标准。模型管理器用于管理ai/ml模型的上传和下发。模型转换器，将开发者在不同深度学习架构下开发的模型进行格式转换，确保ai/ml模型可以部署在之后介绍的分布式智能控制模块上。
65.进一步的，如图2所示，基站设备的du中可以部署有分布式智能控制模块。其中du可以包括rlc层、mac层、phy层等协议栈功能。以及分布式智能控制模块可以使用人工智能方式进行phy层、mac层功能的智能决策与预测。
66.其中，du还可以包括数据收集器，用于存储训练和推理模型所需数据(即用于训练从cu传送过来的初始业务处理模型)。模型训练引擎，提供模型训练所需的软件环境，利用数据收集器中的训练数据进行模型训练，模型训练完毕之后(即用于对业务处理请求进行
业务处理的多个业务处理模型)将模型部署在模型推理引擎中。模型推理引擎，提供模型推理所需的软件环境，部署的模型利用的数据收集器中的推理数据进行模型推理。模型评估器，对模型进行评估，可以综合模型训练的收敛速度以及模型的准确度等进行综合评估。
67.进一步的，分布式智能控制模块通过接口获取对象设备发送的通过mac层及物理层的网络低层数据、层一层二测量数据和用户信息，并将这些信息存储在数据收集器中。其中，获取信息的方式可以包括如下方式：分布式智能控制模块通过接口主动发送数据请求信息，分布式智能控制模块向mac/物理层订阅，周期性或者事件触发性向智能控制器发送mac层及物理层的信息。
68.进一步的，本技术中基站设备的mac层和物理层可以通过接口发送业务处理请求。所述业务处理请求包括：智能信道编码。智能定位。智能信道估计。智能智能波束管理。智能动态无线资源分配。智能链路自适应的其中至少一种等。与请求功能相对应的模型推理引擎利用数据收集器中的推理数据进行推理，并将智能决策/预测结果通过接口三发送至业务处理请求方。
69.本技术中，可以获取与基站设备相关联的目标对象发送的业务处理请求；将业务处理请求发送给分布式单元du，并从du中存储的多个业务处理模型中，选取与业务处理请求相匹配的目标业务处理模型，业务处理模型由基站设备中的集中式单元cu下发至du；利用目标业务处理模型对业务处理请求进行业务处理，生成业务处理结果；将业务处理结果返回给目标对象。通过应用本技术的技术方案，可以在基站设备中的du中部署有多个业务处理模型，从而在接收到与该基站设备相关联的物理层或是mac层对象发送的业务请求后，可以通过针对性的选取对应的业务模型对该业务请求进行决策处理，并将处理结果返还给物理层或是mac层对象。进而实现了将智能决策功能引入到5g网络下的物理层和mac层功能中的目的。
70.可选的，在本技术一种可能的实施方式中，在所述获取与所述基站设备相关联的目标对象发送的业务处理请求之前，还包括：
71.接收开发用户上传的多个初始业务处理模型以及模型关联数据；以及，
72.将所述多个初始业务处理模型以及模型关联数据转换成预设格式后存储到所述cu中，以及在所述cu中为所述多个初始业务处理模型以及模型关联数据生成对应的模型索引；
73.或，
74.接收所述开发用户上传的多个已训练完毕的初始业务处理模型。
75.可选的，在本技术一种可能的实施方式中，在所述在所述cu中为所述多个初始业务处理模型以及模型关联数据生成对应的模型索引之后，还包括：
76.接收所述du发送的模型调取请求，所述模型调取请求中包含有所述du对应的id参数；
77.利用所述模型索引，选取所述模型调取请求对应的初始业务处理模型以及模型关联数据；
78.基于所述id参数，将所述模型调取请求对应的初始业务处理模型以及模型关联数据发送给所述du。
79.可选的，在本技术一种可能的实施方式中，在所述将所述模型调取请求对应的初
始业务处理模型以及模型关联数据发送给所述du之后，还包括：
80.利用所述du中存储的训练数据，对所述初始业务处理模型进行模型训练，生成待评估业务处理模型；
81.利用所述du中存储的模型评估模块，对所述待评估业务处理模型进行业务评估，若通过，确定生成所述业务处理模型。
82.可选的，在本技术一种可能的实施方式中，在所述获取与所述基站设备相关联的目标对象发送的业务处理请求之前，还包括：
83.接收所述边缘服务器发送的多个初始业务处理模型以及模型关联数据，或，接收所述边缘服务器发送的多个已训练完毕的业务处理模型。
84.可选的，在本技术一种可能的实施方式中，所述选取与所述业务处理请求相匹配的目标业务处理模型，包括：
85.基于所述业务处理请求的类别，从所述du中存储的多个业务处理模型中，选取与所述类别相匹配的目标业务处理模型，其中所述类别包括智能信道编码。智能定位、智能信道估计、智能智能波束管理、智能动态无线资源分配以及智能链路自适应的至少一种。
86.可选的，在本技术一种可能的实施方式中，所述将所述业务处理请求发送给分布式单元du，包括：
87.根据所述业务处理请求的类别，选择通过mac层或物理层发送给所述du。
88.进一步的，以图2进行举例说明，本技术中基站设备的cu中包含集中式智能模型模块以及du功能实体。
89.其中，集中式智能控制模块包括模型转换器、模型管理器、模型存储器。如图2所示，集中式智能模型模块与所述du功能实体通过接口二连接，du功能实体可以通过接口二发送模型调取请求，模型调取请求中包括du功能实体的id号，也可以包括所调取模型对应的模型功能信息。
90.其中，如图3所示，存储与cu中的集中智能模型模块收到模型调取请求之后，cu中的模型管理器通过模型功能进行模型索引，并后续将对应的初始业务模型下发到相应的du功能实体中。du功能实体利用下发的模型进行模型训练和模型推理之后，即可得到待评估业务处理模型，再利用du中存储的模型评估模块，对待评估业务处理模型进行业务评估通过后，确定生成业务处理模型。
91.更进一步的，初始业务处理模型的上传如图4所示：
92.步骤301，开发者通过接口一进行模型的上传至cu，其中上传的数据包括模型文件以及模型相关信息。
93.步骤302，cu中的模型转换器将上传的初始业务处理模型进行格式转换，统一存储格式。步骤302，模型管理器为多个初始业务处理模型分配存储空间，并且维护一张功能与地址的索引表，便于模型索引。
94.步骤304，模型存储器将多个初始业务处理模型存储在模型管理器分配的存储空间中。
95.在进一步的，如图5所示，mac层/物理层智能功能的实施过程为：mac层或者物理层通过接口三向du中的分布式智能控制模块发送业务处理请求，业务处理请求包括智能信道编码、智能定位、智能信道估计、智能智能波束管理、智能动态无线资源分配、智能链路自适
应的其中至少一种等。
96.可以理解的，本技术实施例中可以根据业务处理请求的类别，选择与该类别对应的目标业务处理模型进行对应的业务处理。
97.其中，du中的分布式智能控制模块中的相应功能的业务处理模型利用数据收集器中的推理模型进行推理，并将模型推理结果通过接口三发送到业务处理请求方(即目标对象)。
98.可选的，在本技术的另外一种实施方式中，如图6所示，本技术还提供一种业务处理的装置。其中，应用于基站设备，包括：
99.获取模块201，被配置为获取与所述基站设备相关联的目标对象发送的业务处理请求；
100.选取模块202，被配置为将所述业务处理请求发送给分布式单元du，并从所述du中存储的多个业务处理模型中，选取与所述业务处理请求相匹配的目标业务处理模型，所述业务处理模型由所述基站设备中的集中式单元cu下发至所述du；
101.生成模块203，被配置为利用所述目标业务处理模型对所述业务处理请求进行业务处理，生成业务处理结果；
102.发送模块204，被配置为将所述业务处理结果返回给所述目标对象。
103.本技术中，可以获取与基站设备相关联的目标对象发送的业务处理请求；将业务处理请求发送给分布式单元du，并从du中存储的多个业务处理模型中，选取与业务处理请求相匹配的目标业务处理模型，业务处理模型由基站设备中的集中式单元cu下发至du；利用目标业务处理模型对业务处理请求进行业务处理，生成业务处理结果；将业务处理结果返回给目标对象。通过应用本技术的技术方案，可以在基站设备中的du中部署有多个业务处理模型，从而在接收到与该基站设备相关联的物理层或是mac层对象发送的业务请求后，可以通过针对性的选取对应的业务模型对该业务请求进行决策处理，并将处理结果返还给物理层或是mac层对象。进而实现了将智能决策功能引入到5g网络下的物理层和mac层功能中的目的。
104.在本技术的另外一种实施方式中，获取模块201，还包括：
105.获取模块201，被配置为接收开发用户上传的多个初始业务处理模型以及模型关联数据；以及，
106.获取模块201，被配置为将所述多个初始业务处理模型以及模型关联数据转换成预设格式后存储到所述cu中，以及在所述cu中为所述多个初始业务处理模型以及模型关联数据生成对应的模型索引；
107.或，
108.获取模块201，被配置为接收所述开发用户上传的多个已训练完毕的初始业务处理模型。
109.在本技术的另外一种实施方式中，获取模块201，还包括：
110.获取模块201，被配置为接收所述du发送的模型调取请求，所述模型调取请求中包含有所述du对应的id参数以及调取模型功能；
111.获取模块201，被配置为利用所述模型索引，选取所述调取模型功能对应的初始业务处理模型以及模型关联数据；
112.获取模块201，被配置为基于所述id参数，将所述模型调取请求对应的初始业务处理模型以及模型关联数据发送给所述du。
113.在本技术的另外一种实施方式中，获取模块201，还包括：
114.获取模块201，被配置为利用所述du中存储的训练数据，对所述初始业务处理模型进行模型训练，生成待评估业务处理模型；
115.获取模块201，被配置为利用所述du中存储的模型评估模块，对所述待评估业务处理模型进行业务评估，若通过，确定生成所述业务处理模型。
116.在本技术的另外一种实施方式中，获取模块201，还包括：
117.获取模块201，被配置为接收所述边缘服务器发送的多个初始业务处理模型以及模型关联数据，或，接收所述边缘服务器发送的多个已训练完毕的业务处理模型。
118.在本技术的另外一种实施方式中，获取模块201，还包括：
119.获取模块201，被配置为基于所述业务处理请求的类别，从所述du中存储的多个业务处理模型中，选取与所述类别相匹配的目标业务处理模型，其中所述类别包括智能信道编码。智能定位、智能信道估计、智能智能波束管理、智能动态无线资源分配以及智能链路自适应的至少一种。
120.在本技术的另外一种实施方式中，获取模块201，还包括：
121.获取模块201，被配置为根据所述业务处理请求的类别，选择通过mac层或物理层发送给所述du。
122.图7是根据一示例性实施例示出的一种电子设备的逻辑结构框图。例如，电子设备300可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
123.在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器，上述指令可由电子设备处理器执行以完成上述业务处理的方法，该方法包括：获取与所述基站设备相关联的目标对象发送的业务处理请求；将所述业务处理请求发送给分布式单元du，并从所述du中存储的多个业务处理模型中，选取与所述业务处理请求相匹配的目标业务处理模型，所述业务处理模型由所述基站设备中的集中式单元cu下发至所述du；利用所述目标业务处理模型对所述业务处理请求进行业务处理，生成业务处理结果；将所述业务处理结果返回给所述目标对象。可选地，上述指令还可以由电子设备的处理器执行以完成上述示例性实施例中所涉及的其他步骤。例如，非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
124.在示例性实施例中，还提供了一种应用程序/计算机程序产品，包括一条或多条指令，该一条或多条指令可以由电子设备的处理器执行，以完成上述业务处理的方法，该方法包括：获取与所述基站设备相关联的目标对象发送的业务处理请求；将所述业务处理请求发送给分布式单元du，并从所述du中存储的多个业务处理模型中，选取与所述业务处理请求相匹配的目标业务处理模型，所述业务处理模型由所述基站设备中的集中式单元cu下发至所述du；利用所述目标业务处理模型对所述业务处理请求进行业务处理，生成业务处理结果；将所述业务处理结果返回给所述目标对象。可选地，上述指令还可以由电子设备的处理器执行以完成上述示例性实施例中所涉及的其他步骤。
125.图7为计算机设备30的示例图。本领域技术人员可以理解，示意图7仅仅是计算机
设备30的示例，并不构成对计算机设备30的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备30还可以包括输入输出设备、网络接入设备、总线等。
126.所称处理器302可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器302也可以是任何常规的处理器等，处理器302是计算机设备30的控制中心，利用各种接口和线路连接整个计算机设备30的各个部分。
127.存储器301可用于存储计算机可读指令303，处理器302通过运行或执行存储在存储器301内的计算机可读指令或模块，以及调用存储在存储器301内的数据，实现计算机设备30的各种功能。存储器301可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据计算机设备30的使用所创建的数据等。此外，存储器301可以包括硬盘、内存、插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)或其他非易失性/易失性存储器件。
128.计算机设备30集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机可读指令来指令相关的硬件来完成，的计算机可读指令可存储于一计算机可读存储介质中，该计算机可读指令在被处理器执行时，可实现上述各个方法实施例的步骤。
129.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由下面的权利要求指出。
130.应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求来限制。