铁路无线传感器网络部署方法及装置与流程

本发明涉及铁路无线通信领域，具体涉及一种铁路无线传感器网络部署方法及装置。

背景技术：

面向铁路环境监测的无线传感器网络是由部署在铁路沿线的若干传感器节点组成的分布式无线通信网络，可以实时感知和监测高速铁路沿线的环境信息，并通过无线通信的方式，将采集到的环境信息通过多跳通信方式传输到汇聚节点，再由汇聚节点进一步传输到车载监测系统和地面监控中心，实时、有效地监测铁路沿线的自然灾害信息(例如泥石流、山体滑坡等)，全面系统地保障列车安全运营。

在铁路复杂环境下，无线传感器网络通信性能的分析和评估是网络实施部署的基础。通过分析不同铁路系统因素对通信性能的具体影响，有助于根据网络的通信需求合理设置系统参数，为无线传感器网络在铁路沿线的部署提供理论指导。

在既有无线传感器网络的性能分析工作中，多数都基于较为简单的大尺度衰落与对数正态阴影衰落模型展开研究，而由多径传输导致的小尺度衰落特性通常容易被忽略。在铁路沿线的复杂传播环境下，无线信号的多径传播通常导致信道呈现剧烈的小尺度衰落，接收信号包络出现快速剧烈的波动，这将严重影响无线传感器网络的接收性能。

发明人在实施本发明的过程中发现，为了准确分析铁路沿线无线传感器网络的通信性能，在信道建模工作中，需要建立准确合理的无线信道模型来刻画信道的小尺度衰落特性。

此外，节点工作状态对铁路沿线的无线传感器网络性能也具有重要的影响。为提高无线传感器网络的寿命周期与能耗有效性，有必要在网络工作模式中引入休眠机制，这意味着网络中的一部分节点会在空闲时段处于休眠状态。当特定事件发生时，休眠节点将被唤醒，从而进入工作状态。直观而言，如果无线传感器网络中存在很大比例的休眠节点，那么网络整体的通信性能将显著降低。这表明了无线传感器网络中的工作节点比例越高，网络通信性能更佳，但是当网络中存在大量工作节点时，如果其中一部分工作节点同时进行广播数据传输，它们将可能作为“隐藏终端”节点对接收端信号带来干扰，反而降低了系统的接收性能。

综上所述，目前缺乏一种既充分考虑铁路沿线的无线电波传播特性，又结合节点休眠机制开展的无线传感器网络部署方法。

技术实现要素：

针对现有技术存在的不足和缺陷，本发明提供一种铁路无线传感器网络部署方法及装置。

一方面，本发明实施例提出一种铁路无线传感器网络部署方法，包括：

S1、根据成功接收概率p_c与工作节点比例p_a的关系式确定出工作节点比例p_a，其中，所述关系式为λ为位于铁路沿线的无线传感器网络节点的节点分布参数，p_t为任意一个节点在某一时隙进行数据传输的平均概率，ω_s为主信号的平均接收功率，θ为信干噪比的接收阈值，ω为每个干扰信号的平均接收功率，N₀为铁路场景下无线信道的噪声功率；

S2、根据所述工作节点比例p_a对铁路无线传感器网络节点进行休眠机制的参数设置。

可选地，所述S1，包括：

根据成功接收概率p_c与工作节点比例p_a的关系式确定出最优工作节点比例其中，所述关系式为

当

上式中表示平均信干比

可选地，所述根据成功接收概率p_c与工作节点比例p_a的关系式确定出最优工作节点比例包括：

根据工作节点比例与成功接收概率之间的数值关系，基于最优化理论，得到使得铁路无线传感器网络接收性能达到最佳的最优工作节点比例的闭合表达式；

根据对数函数的极限性质，得到当平均信干比较小时的最优工作节点比例的近似表达；

根据所述近似表达确定出所述最优工作节点比例

可选地，在所述S1之前，还包括：

S3、基于随机过程建立基于节点休眠机制的铁路沿线无线传感器网络模型；

S4、基于Rayleigh小尺度衰落信道和所述铁路沿线无线传感器网络模型推导出无线传感器成功接收性能的闭合表达式；

S5、基于优化理论和所述闭合表达式得到铁路无线传感器网络最优工作节点比例的闭合表达式。

可选地，所述S3，包括：

建立基于无线传感器网络的铁路环境监测系统架构，基于所述铁路环境监测系统架构建立铁路沿线无线传感器网络的多跳传输模型；

根据铁路沿线无线传感器节点休眠机制和节点状态分布特性，基于随机过程理论和所述多跳传输模型建立铁路沿线无线传感器的干扰源随机分布模型。

可选地，所述S4，包括：

采用Rayleigh分布描述铁路沿线环境中存在大量反、散射多径分量时无线信道的小尺度衰落特性，得到主信号功率的随机分布特性和总干扰信号功率的随机分布特性；

选取信干噪比作为判决接收端是否成功接收信息的度量，并根据所述干扰源随机分布模型、所述主信号功率的随机分布特性和总干扰信号功率的随机分布特性推导得到铁路沿线无线传感器网络的成功接收概率的闭合表达式。

另一方面，本发明实施例提出一种铁路无线传感器网络部署装置，包括：

计算单元，用于根据成功接收概率p_c与工作节点比例p_a的关系式确定出工作节点比例p_a，其中，所述关系式为λ为位于铁路沿线的无线传感器网络节点的节点分布参数，p_t为任意一个节点在某一时隙进行数据传输的平均概率，ω_s为主信号的平均接收功率，θ为信干噪比的接收阈值，ω为每个干扰信号的平均接收功率，N₀为铁路场景下无线信道的噪声功率；

设置单元，用于根据所述工作节点比例p_a对铁路无线传感器网络节点进行休眠机制的参数设置。

可选地，所述计算单元，具体用于：

根据成功接收概率p_c与工作节点比例p_a的关系式确定出最优工作节点比例其中，所述关系式为

当

上式中表示平均信干比

可选地，所述计算单元，包括：

第一表达式确定子单元，用于根据工作节点比例与成功接收概率之间的数值关系，基于最优化理论，得到使得铁路无线传感器网络接收性能达到最佳的最优工作节点比例的闭合表达式；

第二表达式确定子单元，用于根据对数函数的极限性质，得到当平均信干比较小时的最优工作节点比例的近似表达；

计算子单元，用于根据所述近似表达确定出所述最优工作节点比例

可选地，所述装置还包括：

建立单元，用于在所述计算单元工作之前，基于随机过程建立基于节点休眠机制的铁路沿线无线传感器网络模型；

推导单元，用于基于Rayleigh小尺度衰落信道和所述铁路沿线无线传感器网络模型推导出无线传感器成功接收性能的闭合表达式；

确定单元，用于基于优化理论和所述闭合表达式得到铁路无线传感器网络最优工作节点比例的闭合表达式。

本发明具有如下有益效果：

首先基于随机过程理论建立了基于节点休眠机制的铁路沿线无线传感器网络模型，剥离出铁路沿线干扰源的随机分布特性；其次基于Rayleigh小尺度衰落信道推导出无线传感器成功接收性能的闭合表达式，揭示了铁路沿线的不同系统因素对网络性能的影响机理；最后基于优化理论得到了铁路无线传感器网络最优工作节点比例的闭合表达式，根据最优工作节点比例的闭合表达式确定出最优工作节点比例，根据最优工作节点比例对铁路无线传感器网络节点进行休眠机制的参数设置。本发明所提出的分析方法与现有分析模型基于简单的无线信道假设和通信机制不同，本方法充分考虑了铁路沿线复杂环境由于多径传输导致的小尺度衰落特性，在建模中融入了铁路沿线无线传感器的节点休眠机制，提升了铁路沿线无线传感器网络性能建模和分析的准确性。因本发明充分考虑了铁路沿线复杂环境的无线电波传播特性和无线传感器网络的通信机制，从而可以使铁路无线传感器网络的部署得到最大优化。

附图说明

图1为本发明铁路无线传感器网络部署方法一实施例的流程示意图；

图2为本发明基于无线传感器网络的铁路环境监测系统架构示意图；

图3为铁路沿线无线传感器网络的传输示意图；

图4(a)为铁路网络中无线传感器节点的分类关系示意图；

图4(b)为在铁路沿线场景下，无线传感器节点状态分布的示意图；

图5为在Rayleigh衰落信道下，铁路沿线较安全区域的无线传感器网络成功接收概率随干扰功率的变化趋势示意图；

图6为针对铁路沿线灾害高发区域，当干扰功率确定时(ω＝0.04)，铁路沿线无线传感器网络成功接收概率随节点分布参数的变化趋势示意图；

图7为在铁路沿线无线传感器网络平均信干比已知的情况下(当ω_s＝1，ω＝0.04时)，基于Rayleigh信道模型的最优工作节点比例随着节点数目分布参数λ和平均传输概率p_t等系统参数的变化趋势示意图；

图8为本发明铁路无线传感器网络部署装置一实施例的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参看图1，本实施例公开一种铁路无线传感器网络部署方法，包括：

S1、根据成功接收概率p_c与工作节点比例p_a的关系式确定出工作节点比例p_a，其中，所述关系式为λ为位于铁路沿线的无线传感器网络节点的节点分布参数，p_t为任意一个节点在某一时隙进行数据传输的平均概率，ω_s为主信号的平均接收功率，θ为信干噪比的接收阈值，ω为每个干扰信号的平均接收功率，N₀为铁路场景下无线信道的噪声功率；

S2、根据所述工作节点比例p_a对铁路无线传感器网络节点进行休眠机制的参数设置。

下面对本发明实施例中成功接收概率p_c与工作节点比例p_a的关系式的分析确定过程进行详细说明，具体内容如下：

(1)建立基于节点休眠机制的铁路沿线无线传感器网络模型

无线传感器网络因其动态组网、免布线、成本低的特点，可以广泛应用于铁路沿线环境监测中。图2给出了基于无线传感器网络的铁路环境监测系统架构示意图，多种传感器可以实时采集铁路沿线的环境数据，并无线传输到汇聚处理层，进一步传输到车载监测系统和地面监控中心，实时有效地监测铁路沿线的自然灾害信息。

图3给出了铁路沿线无线传感器网络的传输示意图，部署在铁路沿线的无线传感器节点可以实时感知和采集环境信息，并通过无线通信的方式，将采集到的环境信息通过多跳通信方式传输到汇聚节点，再由汇聚节点进一步传输到车载监测系统和地面监控中心。

在铁路无线传感器网络中，通信节点基于无线共享信道通过多跳转发方式实现消息的传输。在某一观测时刻，网络中的任意一个无线传感器节点都会以一定的概率处于休眠模式以减小功耗、提升使用寿命，因此这部分节点定义为“休眠节点”；另一部分处于工作状态的节点称为“工作节点”，工作节点既可以直接完成数据传输，也可以作为中继节点进行消息的转发，协助其相邻节点完成数据传输。

图4(a)直观显示了铁路网络中无线传感器节点的分类关系，根据节点状态的不同，网络中的传感器节点可以相应分为“工作节点”与“休眠节点”两大类。其中，如果一部分工作节点在观测时刻同时进行广播数据传输，那么它们将可能成为“隐藏终端”，对接收端引入干扰信号。因此，这部分工作节点也会成为干扰源，在铁路无线传感器网络性能分析中需要重点考虑。

图4(b)描述了在铁路沿线场景下，无线传感器节点状态分布的示意图。深色节点表示休眠节点，浅色节点代表工作节点，带有天线的浅色节点则表示在观测时刻进行数据传输的铁路沿线工作节点(除发射端和接收端外，其余带有天线的浅色节点表示干扰源)。在观测时刻，发射端和接收端之间正在进行数据传输，而位于接收端附近的其他若干工作节点也同时协助各自的邻居节点进行消息的转发，它们可能作为“隐藏终端”对接收端带来较强的干扰，因此可以将这部分工作节点视为干扰源。本发明将重点研究这些干扰源对铁路无线传感器网络通信系统性能的影响。

首先，假设位于铁路沿线的无线传感器网络节点分布服从强度为λ的均匀Poisson过程，即网络中的节点数目服从参数为λ的Poisson分布。在观测时刻，网络中的任意一个无线传感器节点都以特定概率p_a处于工作状态，因此，工作节点比例可以记作p_a。令p_t表示任意一个节点在某一时隙进行数据传输的平均概率，其取值由底层通信协议所规定。如图4(b)所示，在观测时刻同时进行通信的一部分工作节点将可能作为主要干扰源对接收端带来较强的干扰，根据随机过程理论，干扰源数目服从参数为的Poisson分布。干扰源数目记作N_I，其概率质量函数(Probability Mass Function，PMF)可以表示为

其中，exp(·)表示负指数函数。

假设在铁路沿线的观测区域内存在K个同时进行广播数据传输的干扰源，这K个独立的干扰源分别在接收端产生的干扰信号功率为即{I₁,I₂,…,I_K}，因此，干扰源在接收端所产生的总干扰功率I可以表示为

(2)建立铁路沿线复杂环境的小尺度衰落信道模型

Rayleigh分布是一种常见的无线信道模型，通常用于描述当环境中存在大量反、散射多径分量时无线信道的小尺度衰落特性。本发明采用Rayleigh分布作为铁路沿线无线传感器网络的衰落信道模型，将重点研究基于Rayleigh信道模型的无线传感器网络通信性能，这一假设符合铁路构建安全苛求网络系统的需求。基于Rayleigh信道模型，接收到的信号包络服从Rayleigh分布，因此，在Rayleigh衰落信道下，接收端所接收到的主信号包络S的概率密度函数(Probability Distributed Function，PDF)可以表示为

其中，ω_s表示主信号的平均接收功率。

根据公式(3)，可以得到接收端所接收到的主信号功率P服从指数分布，因此随机变量P的PDF函数可以表示为

进而可以得到P的互补累积分布函数(Complementary Cumulative Distributed Function，CCDF)，表示为

在Rayleigh信道下，接收端所接收到的每个干扰信号包络都服从Rayleigh分布，当铁路无线传感器网络中存在K个独立的干扰源时，接收端将接收到K个独立同分布的干扰信号。根据Rayleigh分布特性以及公式(4)，接收到的干扰信号功率独立同分布，且服从指数分布。对于任意第j个干扰信号，其中j＝1,2,···,K，干扰信号功率I_j都服从参数为ω的指数分布。

根据指数分布与Gamma分布的特性，当接收端接收到K个独立同分布的干扰信号、且每个干扰信号的功率都服从参数为ω的指数分布，则总干扰功率I是一个随机变量，且服从参数为K与ω的Gamma分布，因此随机变量I的PDF函数可以表示为

其中，Γ(·)表示Gamma函数，具体定义为

值得注意的是，当K是整数时，Gamma函数可以计算为

Γ(K)＝(K-1)！ (8)(3)建立铁路沿线无线传感器网络接收性能分析模型

本发明将选取信干噪比Υ(Signal-to-Interference-and-Noise Ratio，SINR)作为判决接收端是否成功接收信息的度量，假设铁路场景下无线信道的噪声功率为N₀，那么可以得到接收到的信干噪比Υ为

本发明定义信干噪比的接收阈值为θ，如果在接收端所接收到的信干噪比Υ大于等于阈值θ，那么所传输的信息可以被接收端成功接收。因此，本发明定义铁路沿线无线传感器网络的成功接收概率为接收端所接收到的信干噪比Υ不小于接收阈值θ的概率。根据全概率公式，基于Rayleigh衰落信道模型的成功接收概率可以计算为当铁路无线传感器网络中存在K个干扰源的条件接收概率之和，并对K的所有可能取值进行遍历，那么，成功接收概率可以表示为

通过观察公式(10)，可以推导出当铁路无线传感器网络中存在K个独立同分布的干扰源时，接收端依然能成功接收信息的条件接收概率Pr{γ≥θ|N_I＝K}。首先，联立公式(4)与(5)，条件接收概率可以计算为

基于Gamma函数的性质，公式(11)中的积分部分可以计算为

进而可以化简得到条件接收概率为

将上式中条件接收概率的闭合表达式与公式(1)代入公式(10)中，便可求出基于Rayleigh信道模型的铁路无线传感器网络成功接收概率，表示为

因此，本发明得到了在Rayleigh衰落信道下，铁路沿线无线传感器网络基于节点休眠机制的成功接收概率的闭合表达式。公式(14)建立了铁路场景下工作节点比例和其他系统参数与无线传感器网络通信性能之间的理论关系。

为验证分析结果，本发明采用MATLAB软件搭建了基于Rayleigh衰落信道模型的仿真平台，分别模拟了铁路沿线较为安全区域与事故易发区域的无线传感器网络通信性能，其中参照铁路通信的实际情况，各仿真参数设置为λ＝50,70,110,150，ω_s＝1，ω＝0.01,0.04，p_t＝0.05，N₀＝0.01，θ＝3dB。为减小仿真过程中由于样本生成的随机性导致的误差，本发明针对每组系统参数的组合情况，都将仿真次数设置为10⁴次，具体实施步骤如下：

步骤1：设置主信号的平均接收功率ω_s、每个干扰信号的平均接收功率ω、噪声功率N₀、信干噪比的接收阈值为θ以及平均传输概率p_t。

步骤2：设置无线传感器节点数目的分布参数λ以及工作节点比例p_a的取值范围和步长。

步骤3：设置确定的分布参数λ和工作节点比例p_a的取值，求解式(14)中的铁路无线传感器网络成功接收概率。

步骤4：求解式(15)中的最优工作节点比例

步骤5：判定λ和工作节点比例p_a是否达到各自取值上限，如果遍历了预先设定的取值范围，则求解终止，否则，继续增加λ和p_a的数值并重复步骤3-4。

步骤6：采用蒙特卡罗仿真方法，仿真次数设置为10⁴。在每一次独立的仿真中，根据主信号功率、干扰源数目和干扰信号功率的分布特性，随机生成主信号功率、干扰源个数和干扰信号功率。

步骤7：计算得到信干噪比，统计信干噪比不小于接收阈值的次数，求得成功接收概率的蒙特卡罗仿真结果，其中，信干噪比所使用的噪声功率N₀为各个干扰源产生的噪声功率之和，所述仿真结果为信干噪比不小于接收阈值的次数与仿真次数的比值。

步骤8：遍历成功接收概率，得到使得成功接收概率达到最大的节点工作比例的近似结果。

需要说明的是，铁路沿线根据实际环境结构的差异，可以分为较为安全区域和灾害易高发区域，其中安全区域主要是地势较为平缓的地带，而灾害高发区主要集中在山区等大量存在泥石流和山体滑坡的区域。从实际布网效率出发，这两类环境中无线传感器网络监测节点部署的密度各不相同。

图5给出了在Rayleigh衰落信道下，铁路沿线较安全区域的无线传感器网络成功接收概率随干扰功率的变化趋势。根据铁路无线通信的具体情况，在铁路沿线较为安全的区域内只需部署适量的无线传感器节点即可实现安全区域内的环境监测，因此在较安全区域内的无线传感器节点分布参数较小，其中节点分布参数设定为λ＝50，主信号功率为ω_s＝1，干扰信号功率分别是ω＝0.01和0.04。其中各线条表示成功接收概率的理论值，各图形代表相应的仿真值。从图5中可以看出，理论值与仿真结果非常贴近。在节点分布参数确定的情况下，即当λ＝50时，成功接收概率P_c随着工作节点比例p_a的不断增大而增加。此外，当网络中存在更强的干扰信号时，例如当ω＝0.04时，系统接收性能将受到负面影响而明显下降。

图6针对铁路沿线灾害高发区域，比较了当干扰功率确定时(ω＝0.04)，铁路沿线无线传感器网络成功接收概率随节点分布参数的变化趋势。在铁路沿线灾害高发区域，需要部署大量的无线传感器节点才能实现灾害易发区域内的环境监测，因此在铁路沿线灾害易发区域内的无线传感器节点分布参数较大。在节点分布参数较大的情况下，例如当λ从70增大到150时，在最开始的一段区域内，当工作节点比例不断增大时，成功接收概率也得到提升，但是当工作节点比例p_a达到最优值之后，由于铁路无线传感器网络中存在大量同时进行通信的节点，对接收端带来强烈的干扰信号，因而导致系统的接收性能反而下降。因此，在铁路沿线环境进行无线传感器网络部署时，得到最优工作节点比例对提高无线传感器网络通信系统性能具有重要意义。

根据工作节点比例与成功接收概率之间的数值关系，进而可以得到使得铁路无线通信系统接收性能达到最佳的最优工作节点比例。

基于最优化理论，在Rayleigh衰落信道下，当位于铁路沿线的无线传感器接收端接收到多个独立同分布的干扰信号时，能够使得无线传感器网络接收性能达到最佳的最优工作节点比例为

其中，表示平均信干比

通过观察公式(15)中铁路无线传感器网络最优工作节点比例的闭合表达式，可以得到最优工作节点比例取决于铁路沿线无线传感器节点数目的分布参数λ、平均信干比信干噪比接收阈值θ以及平均传输概率p_t等系统参数。

值得注意的是，当平均信干比较小时，即根据对数函数的极限性质，可以得到

进而可以推导出最优工作节点比例近似表示为

值得注意的是，当铁路沿线无线传感器节点数目的分布参数λ和平均传输概率p_t增大时，最优工作节点比例将降低，特别是在平均信干比较小的情况下，这一变化趋势更加显著。这表明当铁路沿线部署了过多无线传感器节点时，为了降低无线传感器网络自干扰对性能的不利影响，应该适当增加休眠节点的比例。因此，在铁路沿线无线传感器网络实际建设中，不仅需要根据环境潜在灾害设定无线传感器节点的布设密度，同样也需要根据节点密度优化节点休眠机制，最大化网络通信性能，保障铁路运输安全。

图7给出了在铁路沿线无线传感器网络平均信干比已知的情况下(当ω_s＝1，ω＝0.04时)，基于Rayleigh信道模型的最优工作节点比例随着节点数目分布参数λ和平均传输概率p_t等系统参数的变化趋势。从图7中可以看出，最优工作节点比例与节点数目分布参数λ和平均传输概率p_t的乘积成反比关系，当λ和p_t不断增大时，将逐渐减小。因此，根据确知的铁路沿线无线传感器网络系统参数，可以得到最优工作节点比例，从而为铁路无线传感器网络节点休眠机制的参数设置提供依据。如图7所示，本发明所得到的最优工作节点比例的理论近似值与实际值基本吻合，这进一步验证了本分析方法理论推导的正确性。

参看图8，本实施例公开一种铁路无线传感器网络部署装置，包括：

计算单元1，用于根据成功接收概率p_c与工作节点比例p_a的关系式确定出工作节点比例p_a，其中，所述关系式为λ为位于铁路沿线的无线传感器网络节点的节点分布参数，p_t为任意一个节点在某一时隙进行数据传输的平均概率，ω_s为主信号的平均接收功率，θ为信干噪比的接收阈值，ω为每个干扰信号的平均接收功率，N₀为铁路场景下无线信道的噪声功率；

设置单元2，用于根据所述工作节点比例p_a对铁路无线传感器网络节点进行休眠机制的参数设置。

本发明基于随机过程理论，建立了一种基于节点休眠机制的铁路无线传感器网络通信性能分析模型，基于Rayleigh衰落信道模型研究工作节点比例对铁路无线传感器网络接收性能的影响机理，在考虑隐藏终端干扰的情况下得到最优休眠节点比例，并据此进行铁路无线传感器网络节点部署，可以使铁路无线传感器网络通信性能得到最大优化。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

需要说明的是，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”或者其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过程、方法、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，或者是还包括为这种过程、方法、物品或者设备所固有的要素。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过程、方法、物品或者设备中还存在另外的相同要素。术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

本发明的说明书中，说明了大量具体细节。然而能够理解的是，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。类似地，应当理解，为了精简本发明公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释呈反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面，也不局限于任何单一的实施例，也不局限于这些方面和/或实施例的任意组合和/或置换。而且，可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。