室分信号外泄与宏站信号入侵的判断方法、装置及介质与流程

本发明涉及移动通信技术领域，具体涉及一种室分信号外泄与宏站信号入侵的判断方法、装置及介质。

背景技术：

室分系统的信号外泄以及宏站信号的入侵一直是室分系统优化的难点，传统的优化方法主要是通过现场拨测的方式进行查验，效率低下，且人工查验不能对室分内部进行遍历，导致准确性不高。室分工程师不能做到精准的整治与优化，往往投入大量的人力、物力达不到预期的效果。

技术实现要素：

针对现有技术中存在的缺陷，本发明的目的在于提供一种室分信号外泄与宏站信号入侵的判断方法、装置及介质，可以通过对mro数据的处理分析，判断室分系统是否存在外泄或者宏站是否存在入侵，实现快速、高效的分析判断、以及室分系统此类问题的批量分析。

为实现上述目的，本发明采用的技术方案如下：

一种室分信号外泄与宏站信号入侵的判断方法，包括：

根据待分析室分小区所在区域的mro数据，形成待分析室分小区所在区域的待统计用户样本；

根据所述待分析室分小区的小区标识、所述待统计用户样本的主小区标识和邻区标识、以及所述待分析室分小区与所述待统计用户样本的邻区的距离，从所述待统计用户样本中筛选出室分里用户样本；所述室分里用户的主小区或邻区为所述待分析室分小区；

根据所述待分析室分小区的小区标识、所述室分里用户样本的主小区的标识、和所述待分析室分小区所在区域的工参表中为所述待分析室分小区配置的邻区信息，从所述室分里用户样本中筛选出占宏站邻区用户样本；所述占宏站邻区用户样本的主小区为所述待分析室分小区的邻宏站小区；

根据所述占宏站邻区用户样本的个数和所述室分里用户样本的个数，确定所述待分析室分小区是否外泄或被入侵。

进一步，如上所述的方法，所述根据所述待分析室分小区的小区标识、所述待统计用户样本的主小区标识和邻区标识、以及所述待分析室分小区与所述待统计用户样本的邻区的距离，从所述待统计用户样本中筛选出室分里用户样本，包括：

所述待统计用户样本的主小区标识与所述待分析室分小区的小区标识一致，则确定所述待统计用户样本为室分里用户样本；

所述待统计用户样本的邻区标识与所述待分析室分小区的小区标识一致，且所述待分析室分小区与所述待统计用户样本的邻区的距离小于预设距离，则确定所述待统计用户样本为室分里用户样本。

进一步，如上所述的方法，根据所述待分析室分小区的小区标识、所述室分里用户样本的主小区的标识、和所述待分析室分小区所在区域的工参表中为所述待分析室分小区配置的邻区信息，从所述室分里用户样本中筛选出占宏站邻区用户样本，包括：

所述室分里用户样本的主小区标识与所述待分析室分小区的小区标识不一致，且所述室分里用户样本的主小区标识在所述待分析室分小区的邻宏站小区配置信息中，确定所述室分里用户样本为占宏站邻区用户样本。

进一步，如上所述的方法，根据所述占宏站邻区用户样本和所述室分里用户样本的个数，确定所述待分析室分小区是否外泄或入侵，包括：

根据所述占宏站邻区用户样本的参考信号接收功率，从所述占宏站邻区用户样本中筛选出泄露样本；

根据所述泄露样本的个数和所述室分里用户样本的个数，确定泄露比例；根据泄露比例确定所述待分析室分小区是否外泄；或者，根据所述占宏站邻区用户样本的个数和所述泄露样本的个数，确定入侵样本的个数；根据所述入侵样本的个数和所述室分里用户样本的个数，确定入侵率；根据所述入侵率确定所述待分析室分小区是否被入侵。

进一步，如上所述的方法，在从所述待统计用户样本中筛选出室分里用户样本之后，还包括；

所述室分里用户样本的主小区标识与所述待分析室分小区的小区标识一致，则确定所述室分里用户样本为占室分用户样本；

所述室分里用户样本的主小区标识与所述待分析室分小区的小区标识不一致，且所述室分里用户样本的主小区标识在所述待分析室分小区的邻室分小区配置信息中，确定所述室分里用户样本为邻室分用户样本；

根据所述邻室分用户样本的个数和所述占室分用户样本的个数，确定邻室分占比。

进一步，如上所述的方法，所述方法还包括；

根据所述室分里用户样本的参考信号接收功率，确定室分里弱覆盖用户样本；根据所述室分里弱覆盖用户样本的个数和所述室分里用户样本的个数，确定室分里弱覆盖比例；或者，

根据所述邻室分用户样本的接收参考功率，确定邻室分弱覆盖样本；根据所述邻室分弱覆盖样本的个数和所述邻室分用户样本的个数，确定邻室分弱覆盖比例。

进一步，如上所述的方法，根据待分析室分小区所在区域的mro数据，形成待分析室分小区所在区域的待统计用户样本，包括；

将所述mro数据中的服务小区编号、移动性管理实体用户设备s1接口应用程序标识、移动性管理实体编码组合成用户标识，根据所述用户标识对所述mro数据分组形成待分析室分小区所在区域的待统计用户样本。

进一步，如上所述的方法，在根据所述用户标识对所述mro数据分组形成所有用户的待统计用户样本之后，还包括；

从每个待统计用户样本中，筛选出相邻的时间间隔小于预设时间的用户样本。

一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行本发明所述的一种室分系统信号外泄与宏站信号入侵的判断方法。

一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行本发明所述的一种室分系统信号外泄与宏站信号入侵的判断方法。

本发明获取待分析室分小区所在区域的mro数据后，从待分析室分小区所在区域的待统计用户样本中筛选出主小区或邻区为待分析室分小区的室分里用户样本，再从室分里用户样本中筛选出主小区为待分析室分小区的邻宏站小区的用户样本即占宏站邻区用户样本。基于室分里用户样本和占宏站邻区用户样本，确定待分析室分小区的泄露比例和入侵率，根据泄露比例和入侵率判断a小区是否存在外泄或被入侵。本发明采用待分析小区所在区域的mro数据和工参表进行分析，不需要测试人员对建筑物周边进行遍历测试，能够实现快速、高效。并且，在分析入侵和外泄时，利用了用户实际所在的主小区标识和邻区标识、以及待分析室分小区与用户的邻区的距离，使得用于统计入侵和外泄的用户样本能实际反映出待分析室分小区所服务的用户个数和周边用户个数，因此分析结果更为准确。

附图说明

图1为本发明实施例一中提供的一种室分信号外泄与宏站信号入侵的判断方法的流程示意图；

图2为本发明实施例二中提供的第三张表的示意图；

图3为本发明实施例二中提供的第四张表的示意图；

图4为本发明实施例二中提供的第四张表的示意图。

具体实施方式

下面结合说明书附图与具体实施方式对本发明做进一步的详细说明。

传统手段检查室分系统是否有信号外泄或者宏站信号入侵往往需要投入人力到达现场，对建筑物周边进行遍历测试才能确定。本发明使用eci与时间字段，通过大数据手段对mro数据进行分析处理，并判断出待分析室分小区是邻室分小区、占室分小区还是占宏站邻区，在待分析室分小区主服务的区域占用到邻室分小区信号，则被定义为占用邻室分；待分析室分小区主服务的区域占用到宏站信号，则被判定为宏站入侵；在室分外部宏站信号覆盖区域，占用到待分析室分小区信号则判定为外泄。本发明通过对mro数据的处理分析，计算室分系统是否存在外泄或者宏站是否存在入侵，实现分析判断的快速、高效、以及室分系统此类问题的批量分析。

实施例一

如图1所示，一种室分系统信号外泄与宏站信号入侵的判断方法，包括：

s100、根据待分析室分小区所在区域的mro数据，形成待分析室分小区所在区域的待统计用户样本。

mro(measurementreportoriginal)为周期性的测量报告样本数据文件。待分析室分小区所在区域包括待分析小区以及待分析室分小区周边所有宏基站的覆盖区域。因此，需获取待分析室分小区的mro数据以及待分析小区周边所有宏基站的mro数据。mro数据中包括用户的主服务小区、各个邻小区等信息。

可选地，根据待分析室分小区所在区域的mro数据，形成待分析室分小区所在区域的待统计用户样本，包括；

将mro数据中的服务小区编号、移动性管理实体用户设备s1接口应用程序标识、移动性管理实体编码组合成用户标识，根据用户标识对mro数据分组形成所有用户的待统计用户样本。

为了准确区分mro数据中的用户，将服务小区编号、移动性管理实体用户设备s1接口应用程序标识、移动性管理实体编码组合成用户标识，用结合后的用户标识可以唯一标识用户，从而避免出现一个标识对应几个用户的现象。

可选地，在根据用户标识对mro数据分组形成待分析室分小区所在区域的待统计用户样本之后，还包括；

从根据所述用户标识确定的每个待统计用户样本中，筛选出相邻的时间间隔小于预设时间的用户样本。

具体地，在一个用户标识形成的样本集合内，筛选出相邻的时间间隔小于预设时间的用户样本。在一个用户样本集中，如果两个相邻的mro数据间隔时间较长，说明该用户在该阶段的信号较差，该阶段的mro无法真实反应该用户所在的区域，因此需要从样本剔除。

s200、根据待分析室分小区的小区标识、待统计用户样本的主小区标识和邻区标识、以及待分析室分小区与待统计用户样本的邻区的距离，从待统计用户样本中筛选出室分里用户样本；室分里用户的主小区或邻区为待分析室分小区；

具体地，待统计用户样本的主小区标识与待分析室分小区的小区标识一致，则确定待统计用户样本为室分里用户样本。如果待统计用户样本的邻区标识与待分析室分小区的小区标识一致，且待分析室分小区与待统计用户样本的邻区的距离小于预设距离，则确定待统计用户样本为室分里用户样本。也就是，待统计用户样本中某个用户的主小区不是待分析室分小区，邻区也不是待分室分小区，则确定该用户所在区域不在待分析室分小区内也不在待分析小区周边的室分小区。

s300、根据待分析室分小区的小区标识、室分里用户样本的主小区的标识、和待分析室分小区所在区域的工参表中为待分析室分小区配置的邻区信息，从室分里用户样本中筛选出占宏站邻区用户样本；占宏站邻区用户样本的主小区为待分析室分小区的邻宏站小区；

具体地，如果室分里用户样本的主小区标识与待分析室分小区的小区标识不一致，则从待分析室分小区所在区域的工参表中待分析室分小区配置的邻区信息中，查找室分里用户样本的主小区标识，如果查找到则确定室分里用户样本为占宏站邻区用户样本。

s400、根据占宏站邻区用户样本的个数和室分里用户样本的个数，确定待分析室分小区是否外泄或被入侵。

根据占宏站邻区用户样本和室分里用户样本的个数，确定待分析室分小区是否外泄的具体方法包括：根据占宏站邻区用户样本的参考信号接收功率，从占宏站邻区用户样本中筛选出泄露样本；根据泄露样本的个数和室分里用户样本的个数，确定泄露比例；根据泄露比例确定待分析室分小区是否外泄。

根据占宏站邻区用户样本的个数和室分里用户样本的个数，确定待分析室分小区是被入侵的方法包括：根据占宏站邻区用户样本的个数和泄露样本的个数，确定入侵样本的个数；根据入侵样本的个数和室分里用户样本的个数，确定入侵率；根据入侵率确定待分析室分小区是否被邻宏站入侵。

本发明获取待分析室分小区所在区域的mro数据后，从待分析室分小区所在区域的待统计用户样本中筛选出主小区或邻区为待分析室分小区的室分里用户样本，再从室分里用户样本中筛选出主小区为待分析室分小区的邻宏站小区的用户样本即占宏站邻区用户样本。基于室分里用户样本和占宏站邻区用户样本，确定待分析室分小区的泄露比例和入侵率，根据泄露比例和入侵率判断a小区是否存在外泄或被入侵。本发明采用待分析小区所在区域的mro数据和工参表进行分析，不需要测试人员对建筑物周边进行遍历测试，能够实现快速、高效。并且，在分析入侵和外泄时，利用了用户实际所在的主小区标识和邻区标识、以及待分析室分小区与用户的邻区的距离，使得用于统计入侵和外泄的用户样本能实际反映出待分析室分小区所服务的用户个数和周边用户个数，因此分析结果更为准确。

进一步，为进一步反映出待分析小区的覆盖情况，在从待统计用户样本中筛选出室分里用户样本之后，还包括；

室分里用户样本的主小区标识与待分析室分小区的小区标识一致，则确定室分里用户样本为占室分用户样本；

室分里用户样本的主小区标识与待分析室分小区的小区标识不一致，且室分里用户样本的主小区标识在待分析室分小区的邻室分小区配置信息中，确定室分里用户样本为邻室分用户样本；

根据邻室分用户样本的个数和占室分用户样本的个数，确定邻室分占比。

通过邻室分占比可以看出：待分析室分小区服务的用户中邻小区用户占比，从而，反映出待分析室分小区的信号功率覆盖到邻区的强度和待分析室分小区的资源利用情况以及负荷情况。

为进一步反映出待分析小区的覆盖情况，在从待统计用户样本中筛选出室分里用户样本之后，还包括；

根据室分里用户样本的参考信号接收功率，确定室分里弱覆盖用户样本；根据室分里弱覆盖用户样本的个数和室分里用户样本的个数，确定室分里弱覆盖比例。室分里弱覆盖用户为可以接收到待分析室分小区的信号但在待分析室分小区的参考信号接收功率较小的用户。

为进一步反映出待分析小区的覆盖情况，在从待统计用户样本中筛选出室分里用户样本之后，还包括；

根据邻室分用户样本的接收参考功率，确定邻室分弱覆盖样本；根据邻室分弱覆盖样本的个数和邻室分用户样本的个数，确定邻室分弱覆盖比例。邻室分弱覆盖用户为待分析室分小区的邻室分小区为该用户的主小区且该用户在待分析室分小区的参考信号接收功率较小。

实施例二

一种室分系统信号外泄与宏站信号入侵的判断方法，包括：

在筛选待统计用户样本之前，需要先获取全网小区的mro数据并对其进行预处理。

s1、从服务器获取待分析室分小区所在区域含异频测量的mro数据，并获取各小区对应的工参表，工参表中需含有站点经纬度信息。对采集到的mro数据进行解压操作，得到解压后的以xml文件形式存在的mro数据。

待分析室分小区所在区域的mro数据包括待分析小区的mro数据、待分析室分小区周边所有宏站的mro数据。

s2、通过大数据分析处理技术，对解压后的mro数据进行分析和处理，将处理后的mro数据以表格形式输出，即第一张表，第一张表至少包含如下字段：

cellid(服务小区编号)、mmeues1apid(移动性管理实体用户设备s1接口应用程序标识)、mmecode(移动性管理实体编码)、mmegroupid(移动性管理实体池标识)、ltescrsrp(lte服务小区的参考信号接收功率，即后续要使用的scrsrp)、n1cellid(第一邻区标识)、n2cellid(第二邻区标识)。

下面基于第一张表，从解压后的mro数据中筛选出所有用户的待统计用户样本。

s3、基于第一张表，将(mmeues1apid+mmegroupid+mmecode)组合成用户标识，用uid表示。将时间戳升序排列，根据uid进行分组，将相同uid的样本点分为一组作为该uid的样本点集合，筛选出各uid的样本点集合(即所有用户的待统计用户样本)，得到第二张表。

在s1ap协议中，lte用户附着网络后同一mme下会唯一分配一个mmeues1apid，而在不同的mme下有可能分配的mmeues1apid。因此，mmeues1apid在网络中不唯一。而在同一时间内，mmeues1apid结合mmegroupid和mmecode后在全网中是唯一的，因此，可以用来标识唯一用户。

s4、基于第二张表，针对各uid的样本点集合进行分析，筛选出每个uid集合内相邻样本点之间时间间隔小于10秒的样本点，得到第三张表，如图2所示。

下面基于第三张表，从所有用户的待统计用户样本中筛选出室分里用户样本。

s5、基于第三张表，针对筛选后的各uid的样本点集合(以下简称uid集合)继续分析，如果待分析室分小区(假设a小区)的小区标识与某个uid集合(某个待统计用户样本)的主小区标识(图3中的cellid)一致，则判定该uid集合为室分里用户样本，如图3所示，将该uid集合内的“室分”字段填充in，in表示室内，将“综合rsrp”字段填充为图3中的scrsrp值，即该uid集合的主小区的电平值；

如果a小区的小区标识与该uid集合的邻区标识(即图2中的n1cellid或n2cellid)一致且a小区与该uid集合的邻区的距离小于600米，则判定该uid集合为室分里用户样本，将该uid集合内的“室分”字段填充in，“综合rsrp”字段填充为邻区的rsrp值(即图2中的n1rsrp或n2rsrp)；如果a小区的小区标识与该uid集合的第一邻区标识(即图4中的n1cellid)一致且a小区与该uid集合的第一邻区的距离大于600米且该uid集合内样本数大于2，则表示该uid集合不在室内，不参与后续计算。具体地，可以通过工参表中的经纬度信息计算两个小区的距离。

如果a小区的小区标识与该uid集合的主小区标识和邻区标识均不一致，则判定该uid用户在室内，但无电平值，将该uid集合内的“室分”字段填充in，“综合rsrp”字段填充为255，即表示无效，不会用于后续的计算；

经过上述分析后，最终会生成一张新增“室分里”、“室内”、“综合rsrp”的表，即第四张表，“室内”和“综合rsrp”两个字段的值经过上述分析均已被填充，“室分里”字段则代表所分析的a小区的eci，eci用于唯一标识一个小区的id，“室内”用于标识用户在室内还是室外，另外两个字段均用于后续的计算。

下面基于第四张表，从上述标识的室分里用户样本中分别筛选出占室分用户样本、邻室分用户样本和占宏站邻区用户样本，得到第五张表。

s6、基于第四张表，判断室分里用户样本的主小区标识与a小区的小区标识是否一致，若一致则确定该室分里用户样本为占室分用户样本；

若不一致且该室分里用户样本的主小区标识在a小区的邻室分小区配置信息中，则判定该室分里用户样本为邻室分用户样本；

工参表中为每个小区配置有邻区信息，邻区信息分为邻室分小区配置信息和邻宏站小区配置信息，具体地，通过将该室分里用户样本的主小区标识cellid与a小区的工参表中的邻室分小区进行关联，来确定a小区的邻室分小区配置信息中是否存在该室分里用户样本的主小区标识。

根据邻室分用户样本的个数和占室分用户样本的个数，确定邻室分占比。邻室分占比＝邻室分总采样点数/(邻室分总采样点数+占室分总采样点数)，邻室分总采样点数即邻室分用户样本的个数，占室分总采样点数即占室分用户样本的个数。

若不一致且该室分里用户样本的主小区标识在a小区的邻宏站小区配置信息中，则判定该室分里用户样本为占宏站邻区用户样本。

通过将该室分里用户样本的主小区标识cellid与a小区的工参表中的邻宏站小区进行关联，来确定a小区的邻宏站小区配置信息中是否存在该室分里用户样本的主小区标识。

下面基于第五张表，确定a小区的泄露比例和入侵率，进而判断a小区是否存在外泄或被入侵。

s7、根据占宏站邻区用户样本的参考信号接收功率，从占宏站邻区用户样本中筛选出泄露样本。根据泄露样本的个数和室分里用户样本的个数，确定泄露比例；根据泄露比例确定a小区是否外泄。

根据cellid从第五张表中的占宏站邻区用户样本中筛选出平均rsrp(参考信号接收功率)>55的样本，再将在室外10米处rsrp小于-95dbm的采样点求和得到泄露样本的个数。mro数据里面的值都是正值，转化成实际信号强度需要加上-140，mro中rsrp>55，相当于实际中rsrp>-140+55(即rsrp>-95)。室分外泄的定义：在室外10米处rsrp小于-95dbm的采样点即为泄露样本。

泄漏比例＝泄露采样点数/室分里总采样点，泄露采样点数即泄露样本的个数，室分里总采样点即室分里用户样本的个数。当泄漏比例达到预设泄漏比例时则确定a小区信号存在向宏站外泄。

s8、根据占宏站邻区用户样本的个数和泄露样本的个数，确定入侵样本的个数。根据入侵样本的个数和室分里用户样本的个数，确定入侵率；根据入侵率确定a小区是否被入侵。

用占用邻宏站的总采样点数(用户占用的邻区是宏站的总采样点数)减去泄露样本的个数得到入侵样本的个数。

入侵率＝入侵采样点数/室分里总采样点数，入侵采样点数即入侵样本的个数，室分里总采样点数即室分里用户样本的个数。当入侵率达到预设入侵率时则确定a小区被宏站入侵。

通过上述计算出的泄露比例和入侵率即可判定待分析室分小区的外泄和入侵情况，除了泄露比例和入侵率，本发明还可以根据第五张表得到与外泄和入侵相关的其他指标。

下面基于第五张表，还可以确定a小区的室分里弱覆盖比例、邻室分弱覆盖比例、占室分弱覆盖比例、室分里弱覆盖比例高于10％的用户比例、入侵率高于50％的用户比例、入侵弱覆盖比例、入侵用户弱覆盖高于10％的用户数。

s9、根据室分里用户样本的参考信号接收功率，确定室分里弱覆盖用户样本；根据室分里弱覆盖用户样本的个数和室分里用户样本的个数，确定室分里弱覆盖比例。

室分里弱覆盖用户样本为电平小于-110dbm的室分里用户样本。

室分里弱覆盖比例＝室分里弱覆盖采样点数/室分里总采样点数，室分里弱覆盖采样点数即室分里弱覆盖用户样本的个数，室分里总采样点数即室分里用户样本的个数。

s10、根据邻室分用户样本的接收参考功率，确定邻室分弱覆盖样本；根据邻室分弱覆盖样本的个数和邻室分用户样本的个数，确定邻室分弱覆盖比例。

邻室分弱覆盖样本为电平小于-110dbm的邻室分用户样本。

邻室分弱覆盖比例＝邻室分弱覆盖采样点数/邻室分总采样点数，邻室分弱覆盖采样点数即邻室分弱覆盖样本的个数，邻室分总采样点数即邻室分用户样本的个数。

占室分弱覆盖比例＝占室分弱覆盖采样点数/占室分总采样点数；占室分弱覆盖采样点数即占室分弱覆盖样本的个数，占室分总采样点数即占室分用户样本的个数，占室分弱覆盖样本为电平小于-110dbm的占室分用户样本。

室分里弱覆盖比例高于10％的用户比例＝室分里弱覆盖比例高于10％的用户数/室分里用户数；根据用户标识对室分里弱覆盖比例高于10％的室分里用户样本去重后计数得到室分里弱覆盖比例高于10％的用户数，根据用户标识对室分里用户样本去重后计数得到室分里用户数。

入侵率高于50％的用户比例＝入侵率高于50％的用户数/入侵用户数；根据用户标识对入侵率高于50％的入侵样本去重后计数得到入侵率高于50％的用户数，根据用户标识对入侵样本去重后计数得到入侵用户数。

入侵弱覆盖比例＝入侵弱覆盖采样点数/入侵采样点数；入侵弱覆盖采样点数即电平小于-110dbm的入侵样本的个数，入侵采样点数即入侵样本的个数。

入侵用户弱覆盖高于10％的用户数＝入侵用户弱覆盖高于10％的用户数/入侵用户数。根据用户标识对入侵弱覆盖比例高于10％的入侵样本去重后计数得到入侵用户弱覆盖高于10％的用户数，根据用户标识对入侵样本去重后计数得到入侵用户数。

实施例三

本发明还提供一种存储介质，存储介质中存储有计算机程序，其中，计算机程序运行时可以执行本发明的一种室分系统信号外泄与宏站信号入侵的判断方法。该存储介质包括以下至少之一：软盘、光盘、dvd、硬盘、闪存、u盘、cf卡、sd卡、mmc卡、sm卡、记忆棒(memorystick)、xd卡等，将本发明的方法转化成数据(计算机程序)刻录到上述存储介质中，比如将刻有本发明的方法的计算机程序的硬盘放入电脑运行，则可以实现本发明的方法。

实施例四

本发明还提供一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行本发明的一种室分系统信号外泄与宏站信号入侵的判断方法。该存储器属于实施例三中的存储介质，能够存储本发明的方法的计算机程序，该处理器可以对存储器中的数据进行处理，该电子装置可以是计算机、手机或者其他包括存储器和处理器的任何装置。在计算机启动后，启动处理器运行存储器中的本发明的方法的计算机程序，则可以实现本发明的方法。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。