本发明涉及无线通信领域，更具体地，涉及一种基于mr数据的修正无线传播模型的方法及装置。
背景技术：
：无线传播模型的修正是无线网络规划的前提，传播模型的准确度直接影响到无线网络规划的规模估算、站点分布、仿真及规划的准确度。传统的校正方法是通过cw(continuouswave，连续波)模拟测试数据来校正，模型校正的准确度取决于cw模拟测试数据的质量，而高质量的模拟测试数据往往较难获取。无线传播模型是描述无线信号在空间传播过程中的慢衰落效应的数学模型，基于统计的okumura-hata模型、标准传播模型(spm)在实际工程中应用较为广泛。无线信号在自由空间传播，其衰落主要由三部分组成：自由空间衰落、慢衰落、快衰落。自由空间衰落表征的是信号在空间的扩散效果；慢衰落、快衰落则相对复杂，慢衰落是由于传播空间存在的山体、树木、建筑物等物体遮挡了信号的传播，引起的阴影衰落效应；快衰落则是信号由于多径效应叠加而引起的抖动，快衰落在时域上的变化尺度远远快于慢衰落。传播模型研究对象实际上就是准确的描述特定区域的慢衰落效应，而不同地区、不同城市内的地物地貌、地类人文等特征存在较大差异，理论上每个区域应映射不同的传播模型(类似人的指纹)。传播模型大体分为2类：一类是基于无线电传播理论的理论分析方法，例如volcano模型、wavesight模型、winprop模型等；一类是建立在大量测试数据和经验公式基础上的实测统计方法，例如okumura-hata模型、cost231-hata模型、keenan-motley模型等。在移动通信系统中，由于移动台不断运动，传播信道不仅受到多普勒效应的影响，而且还受地形、地物的影响，另外移动系统本身的干扰和外界干扰也不能忽视。基于移动通信系统的上述特性，严格的理论分析很难实现，往往需对传播环境进行近似、简化，从而使得理论模型误差较大。因此工程应用一般都使用统计模型。最著名的统计模型要数okumura模型，它是okumura以其在日本的大量测试数据为基础统计出的以曲线图表示的传播模型；cost231-hata模型是在okumura-hata模型发展而来，此传播模型是euro-cost组成的cost工作委员会开发的hata模型的扩展版本。而spm(标准传播模型)传播模型建立在cost231-hata经验模型的基础上，用于150～2000mhz频段的无线电波传播损耗预测，路径损耗ploss的相关表达式如下：ploss＝k1+k2log(d)k3log(heff)+k4diffraction+k5log(d)×log(heff)+k6(hmeff)+kclutterf(clluteri)利用cw连续波测试数据修正无线传播模型的过程是：(1)使用连续波作为信号源，将其固定在待测区域的中心较高位置，使连续波信号可以覆盖全部待测区域。(2)然后规划测试路线，路线应尽量遍布区域内的所有地物类型。(3)将装有gps定位装置的接收机按规划路线均速遍历，并按一定频率记录过程中的gps位置信息及连续波信号电平值。(4)测试完成后，将所有gps位置点及其对应电平值作为修正数据导入传播模型修正软件，软件可输出修正后的无线传播模型。可以看出，传统cw测试工作复杂、周期较长，且数据质量取决于测试路线、测试终端、测试车辆、车速等等因素，具有很大的局限性，限制了传播模型修正在实际工程中的应用。而传播模型是移动通信网小区规划的基础，传播模型的准确与否密切关系到小区规划是否合理，运营商能否以比较经济合理的投资满足用户的需求。因此为了获得符合本地区实际环境的无线传播模型，为网络规划打好基础，亟需一种新的传播模型修正方案。技术实现要素：本发明的一个目的是提供一种基于mr数据的修正无线传播模型的方法及装置的新技术方案，以提升无线传播模型的准确性。根据本发明的第一方面，提供了一种基于mr数据的修正无线传播模型的方法，包括以下步骤：获取目标区域的mr数据，所述mr数据中至少含有以下信息：rsrp值、地理位置信息、施主小区信息和频段信息；对所述目标区域的mr数据进行预处理，包括：对所述目标区域进行栅格划分；对于任一栅格，按照不同的施主小区分别统计mr数据的数量，仅保留mr数据的数量大于等于预设的数量阈值的施主小区的mr数据；过滤异常的mr数据，包括下列步骤的任一或者组合：过滤地理位置与施主小区对应的基站之间的距离大于第一距离阈值的mr数据；过滤地理位置与施主小区对应的基站之间的距离小于第二距离阈值的mr数据；过滤非主波束方向的mr数据；过滤施主小区与该地理位置的预测施主小区不一致的mr数据；用预处理后的mr数据对无线传播模型进行修正。优选地，所述预处理还包括以下步骤：计算同一地理位置的属于同一施主小区的mr数据的rsrp值的平均值，并且将该地理位置的该施主小区的各mr数据的rsrp值修正为该平均值。优选地，所述栅格的边长小于等于40倍的波长，所述数量阈值大于等于30。优选地，所述第一距离阈值为两倍站间距；所述第二距离阈值为倍站间距。可选地，所述预测施主小区是通过以下步骤确定：做发射机覆盖范围预测，得到各发射机的预测覆盖范围；查询覆盖所述mr数据的地理位置的发射机，所述mr数据的预测施主小区为覆盖该mr数据的地理位置的发射机所属的小区。可选地，所述mr数据中还含有上报周期信息；所述对所述目标区域的mr数据进行预处理，还包括：筛选上报周期为120ms-1024ms的mr数据。根据本发明的第二方面，提供了一种基于mr数据的修正无线传播模型的装置，包括存储器和处理器；所述存储器用于存储计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取目标区域的mr数据，所述mr数据中至少含有以下信息：rsrp值、地理位置信息、施主小区信息和频段信息；对所述目标区域的mr数据进行预处理，包括：对所述目标区域进行栅格划分；对于任一栅格，按照不同的施主小区分别统计mr数据的数量，仅保留mr数据的数量大于等于预设的数量阈值的施主小区的mr数据；过滤异常的mr数据，包括下列步骤的任一或者组合：过滤地理位置与施主小区对应的基站之间的距离大于第一距离阈值的mr数据；过滤地理位置与施主小区对应的基站之间的距离小于第二距离阈值的mr数据；过滤非主波束方向的mr数据；过滤施主小区与该地理位置的预测施主小区不一致的mr数据；用预处理后的mr数据对无线传播模型进行修正。优选地，所述预处理还包括以下步骤：计算同一地理位置的属于同一施主小区的mr数据的rsrp值的平均值，并且将该地理位置的该施主小区的各mr数据的rsrp值修正为该平均值。优选地，所述栅格的边长小于等于40倍的波长，所述数量阈值大于等于30。优选地，所述第一距离阈值为两倍站间距；所述第二距离阈值为倍站间距。可选地，所述预测施主小区是通过以下步骤确定：做发射机覆盖范围预测，得到各发射机的预测覆盖范围；查询覆盖所述mr数据的地理位置的发射机，所述mr数据的预测施主小区为覆盖该mr数据的地理位置的发射机所属的小区。可选地，所述mr数据中还含有上报周期信息；所述对所述目标区域的mr数据进行预处理，还包括：筛选上报周期为120ms-1024ms的mr数据。根据本发明提供的基于mr数据的修正无线传播模型的方案，以mr数据代替传统的cw数据进行无线传播模型的修正，并且对mr数据进行预处理、栅格化、及过滤等处理，达到了消除mr数据的随机性，保留确定性的效果。由于mr数据的实时性、全面性和客观性，大大提升了修正无线传播模型的工作效率，对3/4g无线网络规划有重要的意义。该方案不仅使精准预测小范围的无线环境成为可能，还可以精准预测不同天气、气候、人文活动等因素的传播模型差异(选取不同天气时间段的mr数据即可)。例如，阴雨天气对高频信号的影响很大，所以可以选取阴雨时的mr数据，来修正阴雨时的无线传播模型，得到精准的阴雨时的无线传播模型，而cw数据是组实验测试数据，不能预测不同天气情况下的传播模型。对于5g时代来说，阴雨天气对高频信号的影响尤其不能忽视，所以mr数据修正方法也为5g网络的传播模型修正与预测提供了有效的手段。。通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。附图说明被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。图1是根据本发明实施例的基于mr数据的修正无线传播模型的方法的流程图。图2是根据本发明实施例的基于mr数据的修正无线传播模型的装置的框图。图3是利用本发明实施例提供的修正后的无线传播模型预测出的预测rsrp值与实际rsrp值的对比图。具体实施方式现在将参照附图来详细描述本发明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发明的范围。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，决不作为对本发明及其应用或使用的任何限制。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。在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。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。<基于mr数据的修正无线传播模型的方法>图1示出了根据本发明实施例的基于mr数据的修正无线传播模型的方法的流程图，包括步骤s1-s3。步骤s1、获取目标区域的mr数据。mr数据(measurementreport)即测量报告数据，是指基站或者终端基于一定周期或者事件触发上报的报告文件，也就是说，mr数据是在基站或者终端的日常运行过程中产生的。基站或者终端上报的mr数据在无线网络管理平台保存，终端例如可以是手机、具有移动通信功能的设备等。由于mr数据是在基站或者终端的日常运行过程中产生的，相比于cw模拟数据来说，mr数据更贴近真实情况，具有更客观更全面的优点。通常来说，mr数据中包括：rsrp值、rsrq值、地理位置信息、施主小区信息和频段信息等几十种字段信息，可以真实全面的记录网络现状。rsrp(referencesingnalreceivedpower)为mr数据点的参考信号接收功率。rsrq(referencesingnalreceivedquality)为mr数据点的参考信号接收质量。mr数据点的地理位置信息一般包括经度信息和纬度信息；频段信息可以包括mr数据点的频段，也可以包括mr数据点采用的网络标准，例如mr数据点使用lte-4g网络标准，通过该网络标准可以确定mr数据点的频段。mr数据上报周期有120ms、480ms、720ms……60min等，考虑用户移动速率、总体数据量等因素，上报周期一般选择120ms-1024ms。优先选择上报周期为120ms、240ms、480ms的mr数据。数据记录时长越长，mr数据越为丰富，考虑后续步骤中需要满足李氏定理门限以上的数据密度，所以数据记录时长选择1周时间以上。例如1平方千米区域内估计用户数量为30个，mr数据上报周期选择480ms，数据密度门限需要满足38个/平方米，则数据记录时长应为t＝38*1000000/(30*24*60*60*0.48)＝7.03日，故数据记录时长优选1周时间以上。在本发明的实施例中所选择的目标区域最好满足以下特征：a)无线传播环境稳定；b)移动网络覆盖充分，为了后续验证对无线传播模型修正的效果，所选的目标区域应尽量覆盖有水域、绿地、建筑物等多种地域类型；c)区域内存在一定量的移动网络用户且分布均匀，用户越多，采集到的mr数据也越多，更有利于准确修正传播模型。步骤s2、对所述目标区域的mr数据进行预处理，包括步骤s21和步骤s22。s21、对所述目标区域进行栅格划分；对于任一栅格，按照不同的施主小区分别统计mr数据的数量，仅保留mr数据的数量大于等于预设的数量阈值的施主小区的mr数据。根据李氏定理，在进行无线传播模型修正的测试时，要保证在40个波长的间隔内，记录的测试点不能少于30个，以有效消除快衰落、保留慢衰落。因此，在划分栅格的时候，栅格的边长小于等于40倍的波长，所述数量阈值大于等于30。在一个实施例中，可以通过mr数据的频段信息确定波长。假设用户终端使用的是电信lte-4g网络，其载频为800mhz，波长为0.38m，40倍波长约为15米，则栅格的边长要小于等于15米。在本发明的实施例中，选择目标区域为3千米*3千米的区域，栅格的边长设定为15米，则上述目标区域可以划分为4万个栅格。栅格划分后，对于任一栅格，按照不同的施主小区分别统计mr数据的数量，仅保留mr数据的数量大于等于30的施主小区的mr数据，也就是仅保留符合李氏定理的mr数据。也就是说，对于任一栅格内的mr数据，如果某个施主小区的mr数据的数量小于30个，则舍弃该栅格的该施主小区的mr数据。步骤s22、过滤异常的mr数据，包括下列步骤的任一或者组合：s221、过滤地理位置与施主小区对应的基站之间的距离过远的mr数据。对于mr数据，如果其地理位置与施主小区对应的基站之间的距离过远，说明该mr数据是异常的。通常将与基站之间的距离为2倍站间距的mr数据认为是距离过远的异常数据需要过滤掉，也可以根据实际应用需求进行设定。例如在本实施例中可以是过滤与基站距离大于700m的mr数据。s222、过滤地理位置与施主小区对应的基站之间的距离过近的mr数据。终端与基站特别近时，rsrp值的随机波动会比较大，所以如果mr数据的地理位置与施主小区对应的基站之间的距离过近，则该mr数据视为异常数据，需要被过滤掉。通常将与基站之间的距离为第二距离阈值内的mr数据认为是需要过滤掉的异常数据，也可以根据实际应用需求进行设定，第二距离阈值优选为倍站间距。例如在本实施例中可以是过滤与基站距离小于10m的mr数据。s223、过滤非主波束方向的mr数据。由于现有移动通信网络的发射机多使用定向天线，只有在mr数据的当前施主小区对应天线的主波束方向上的测量点才是有效的，所以需将非主波束方向的mr数据过滤掉。s224、过滤施主小区与该地理位置的预测施主小区不一致的mr数据；对于步骤s224，在一个实施例中，可以预先对发射机做覆盖范围预测，得到每个发射机的预测覆盖范围，然后查询覆盖所述mr数据的地理位置的发射机，所述mr数据的预测施主小区为覆盖该mr数据的地理位置的发射机所属的小区。如果mr数据中的施主小区与预测施主小区不一致，则说明该mr数据异常，应当被过滤掉。在一个更加具体的例子中：a、使用atoll软件做发射机覆盖范围预测，得到每个发射机的覆盖范围预测图。b、将mr数据和覆盖范围预测图导入到maplnfo软件中，将mr数据点图层与覆盖范围预测图层做叠加查询，导出查询结果。c、将mr数据中的施主小区与查询结果中的预测施主小区做对比，保留两者一致的mr数据，过滤掉不一致的数据。在另一个实施例中，步骤s2、对所述目标区域的mr数据进行预处理，还可以包括步骤s23。s23、计算同一地理位置的属于同一施主小区的mr数据的rsrp值的平均值，并且将该地理位置的该施主小区的各mr数据的rsrp值修正为该平均值。也就是说，同一地理位置的属于同一施主小区的mr数据的rsrp值被统一为平均值，使得rsrp值更为可靠。上述步骤s21-s23的顺序可以互换，步骤s221-s224的顺序可以打乱互换，本发明并不限定其顺序。步骤s3、用预处理后的mr数据对无线传播模型进行修正。传统方法中，是以cw数据对spm模型进行修正，本实施例中以预处理后的mr数据代替传统的cw数据，同样以对spm模型做修正为例说明。spm(标准传播模型)模型是建立在cost231-hata经验模型的基础上，用于150～2000mhz频段的无线电波传播损耗预测，路径损耗ploss的相关表达式和相关参数如下：ploss＝k1+k2log(d)+k3log(heff)+k4diffraction+k5lod(d)×log(heff)+k6(hmeff)+kclutterf(clluteri)表1spm模型参数表表2spm模型系数表通过多条mr数据直接获取或者计算得到相对应的多组表1中所述参数值及路径损耗ploss，通过所述多组参数值求解上述路损公式，得到系数值k1、k2、k3、k4、k5、k6和kclutter，实现对spm模型的修正。其中路径损耗的计算公式为：ploss＝基站发射功率-rsrp。所以修正无线传播模型，其实就是求解k1、k2、k3、k4、k5、k6和kclutter的7元方程。上述共有7个系数值需要求解，所以至少需要7条mr数据，为了得到的修正模型的更加准确性，优选选择1000条以上mr数据，效果更佳。步骤s3，对无线传播模型进行修正可以包括：s31、将基站及发射机工参导入atoll软件，新建cw测试校正工程，该cw测试校正工程应包含所有网络和地理位置信息。上述工参根据atoll软件要求输入的参数决定，包括坐标系统、地图数据、天线参数和发射功率等。其中地图数据包括数字地面模型dtm、地物类型、地物高度、矢量地图、扫描图像等。s32、将mr数据区分施主小区逐个导入cw测试站点，每组mr数据地理位置信息应与cw测试校正工程地理位置信息相符。上述cw测试站点为人为根据情况选定的。s33、数据正确导入后，即可将spm模型进行校正，选择mr数据对应的基站及发射机进行校正，得到校正后的k1～k6和kclutter的值。具体的，mr数据导入spm模型ploss＝k1+k2log(d)+k3log(heff)+k4diffraction+k5log(d)×log(heff)+k6(hmeff)+kclutterf(clluteri)可以得到n组关于k1、k2、k3、k4、k5、k6和kclutter的7元方程，由于选取的mr数据至少有7条，所以n大于等于7。利用最小二乘法求解上述n组7元方程，即可得校正后的k1～k6和kclutter的值。将上述校正后的k1～k6和kclutter的值代入spm模型即得到修正的无线传播模型。上述是修正spm模型的方法，应注意的是对无线传播模型修正的方法是可以通过多种方法实现的，此处只是介绍其中一种，本领域技术人员对此是熟知的，所以在此处不做过多赘述。在本发明的另一个实施例中，还可以包括步骤s4、验证修正的无线传播模型的准确性。验证准确性可以将修正前后的rsrp值进行对比，修正前后的rsrp值重合度越高说明修正的无线传播模型越准确。参考图3所示，其中纵轴为rsrp值，横轴为不同地理位置。实线为mr数据中的rsrp值，也就是真实rsrp值。虚线为利用上述mr数据修正后的无线传播模型预测出的预测rsrp值，从图3中可以看出，两者基本相符，说明本方法取得了良好的效果，修正后的无线传播模型准确模拟了本区域的无线传播特性。另外，验证准确性常用的指标还有均值和方差，均值偏差为0-1db，方差为0-8db时，说明修正的无线传播模型准确度高。表3是利用cw连续波测试数据修正无线传播模型后，利用无效传播模型预测的rsrp值与mr数据中的rsrp值的对比效果。表4是利用本发明实施例提供的mr数据修正无线传播模型后，利用无效传播模型预测的rsrp值与mr数据中的rsrp值的对比效果，从这两个表可以看出，利用本发明实施例提供的mr数据修正无线传播模型，得到的均值偏差为0.01db，方差为7.77db，说明本方法准确模拟了本区域的无线传播特性。表3表4地貌数据量均值偏差(db)方差(db)水域10.730海域000湿地000郊区空地000城市开放地64-0.147.37绿地1.3350.018.29林地000高建筑000普通建筑000相比普通建筑680.978.42不规则大型建筑570.413.87不规则建筑2.23907.5城郊区域000道路用地308-0.147.77总计40720.017.77从以上对比数据可以看出，使用本发明实施例的基于mr数据的修正无线传播模型的方法修正后的无线传播模型，由于是采用全面、客观的mr数据，且对mr数据进行了筛选和过滤等处理，得到的无线传播模型具有极高的准确性。使用经过本发明修正方法修正后的无线传播模型，预测出的数据和真实值的均值偏差和方差都更小。本发明实施例提供了基于mr数据的修正无线传播模型的方案，以mr数据代替传统的cw数据进行无线传播模型的修正，由于mr数据的实时性、全面性和客观性，大大提升了修正无线传播模型的工作效率，对3/4g无线网络规划有重要的意义。该方法不仅使精准预测小范围的无线环境成为可能，还可以精准预测不同天气、气候、人文活动等因素的传播模型差异(选取不同天气时间段的mr数据即可)。例如，阴雨天气对高频信号的影响很大，所以可以选取阴雨时的mr数据，来修正阴雨时的无线传播模型，得到精准的阴雨时的无线传播模型，而cw数据是组实验测试数据，不能预测不同天气情况下的传播模型。对于5g时代来说，阴雨天气对高频信号的影响尤其不能忽视，所以mr数据修正方法也为5g网络的传播模型修正与预测提供了有效的手段。本领域技术人员应当理解，在计算机相关
技术领域：
中，可以通过软件、硬件以及软件和硬件结合的方式，将上述方法体现在产品中。本领域技术人员很容易基于上面公开的方法，产生一种基于mr数据的修正无线传播模型的装置。<基于mr数据的修正无线传播模型的装置>图2为本发明实施例提供的基于mr数据的修正无线传播模型的装置的框图。基于mr数据的修正无线传播模型的装置300包括处理器3010、存储器3020、接口装置3030、通信装置3040、显示装置3050、输入装置3060、扬声器3070、麦克风3080，等等。处理器3010例如可以是中央处理器cpu、微处理器mcu等。存储器3020例如包括rom(只读存储器)、ram(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置3030例如包括usb接口、耳机接口等。通信装置3040例如能够进行远程无线通信，例如具有gsm/gprs功能。显示装置3050例如是液晶显示屏、触摸显示屏等。输入装置3060例如可以包括触摸屏、键盘等。用户可以通过扬声器3070和麦克风3080输出/输入语音信息。存储器3020用于存储计算机程序，所述计算机程序被处理器3010执行时实现以下步骤：获取目标区域的mr数据，所述mr数据中至少含有以下信息：rsrp值、地理位置信息、施主小区信息和频段信息；对所述目标区域的mr数据进行预处理，包括：对所述目标区域进行栅格划分；对于任一栅格，按照不同的施主小区分别统计mr数据的数量，仅保留mr数据的数量大于等于预设的数量阈值的施主小区的mr数据；过滤异常的mr数据，包括下列步骤的任一或者组合：过滤地理位置与施主小区对应的基站之间的距离大于第一距离阈值的mr数据；过滤地理位置与施主小区对应的基站之间的距离小于第二距离阈值的mr数据；过滤非主波束方向的mr数据；过滤施主小区与根据地理位置预测出的施主小区不一致的mr数据；用预处理后的mr数据对无线传播模型进行修正。在另一个实施例中，所述对目标区域的mr数据进行预处理可以还包括以下步骤：计算同一地理位置的属于同一施主小区的mr数据的rsrp值的平均值，并且将该地理位置的该施主小区的各mr数据的rsrp值修正为该平均值。在另一个实施例中，所述栅格的边长小于等于40倍的波长，所述数量阈值大于等于30。在另一个实施例中，所述第一距离阈值为两倍站间距；所述第二距离阈值为倍站间距，上述第一距离阈值和第二距离阈值也可以通过人为设定具体数值。在另一个实施例中，所述根据地理位置预测施主小区包括以下步骤：做发射机覆盖范围预测，得到发射机的覆盖范围预测图；查询覆盖所述mr数据的地理位置的发射机，所述mr数据的预测施主小区为覆盖该mr数据的地理位置的发射机所属的小区。在另一个实施例中，所述mr数据中还含有上报周期信息；所述对所述目标区域的mr数据进行预处理，还包括：筛选上报周期为120ms-1024ms的mr数据。本领域技术人员应当理解，尽管在图2中示出了多个装置，但是，本发明实施例的装置可以仅涉及其中的部分装置，也可以涵盖其它装置。技术人员可以根据本发明所公开方案设计指令，指令如何控制处理器进行操作属于本领域公知技术，故在此不再详细描述。前述基于mr数据的修正无线传播模型的方法已经充分说明了本发明的各个方面，基于mr数据的修正无线传播模型的装置的实施方案可以参见前述方法的相关内容，前述方法的内容可以用于说明基于mr数据的修正无线传播模型的装置的方案。本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，编程语言包括面向对象的编程语言—诸如smalltalk、c++等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上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。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，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。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本
技术领域：
的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本
技术领域：
的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。当前第1页12