一种自适应计算赋形因子的方法及装置与流程

本公开涉及无线通信技术领域，具体涉及一种自适应计算赋形因子的方法及装置。

背景技术：

波束赋形(beamforming)又叫波束成型、空域滤波，是一种使用传感器阵列定向发送和接收信号的信号处理技术。波束赋形技术通过调整相位阵列的基本单元的参数，使得某些角度的信号获得相长干涉，而另一些角度的信号获得相消干涉。波束赋形既可以用于信号发射端，又可以用于信号接收端。但是现有技术中，普遍存在波束赋形因子计算不够准确的问题。

技术实现要素：

针对现有技术中的上述技术问题，本公开实施例提出了一种自适应计算赋形因子的方法及装置，能够解决现有技术中存在的波束赋形因子计算不够准确的问题。

本公开实施例的第一方面提供了一种自适应计算赋形因子的方法，包括：

s1、获取天线的导频数据；

s2、获取所述导频数据的起始位置，提取天线的导频信号；

s3、从天线的导频信号中提取同步导频，与本地导频进行迭代更新，计算初始赋形因子；

s4、根据所述初始赋形因子与所述本地导频进行迭代更新，计算最新的赋形因子。

在一些实施例中，所述根据所述初始赋形因子与所述本地导频进行迭代更新，计算最新的赋形因子，具体包括：

根据所述初始赋形因子与所述本地导频进行迭代更新，计算第一赋形因子；

以所述第一赋形因子为初始值，根据所述第一赋形因子与所述本地导频进行迭代更新，计算第二赋形因子；所述第二赋形因子为所述最新的赋形因子。

在一些实施例中，所述计算第一赋形因子或所述第二赋形因子，具体包括：初始化参数依据初始化后的参数及更新公式e(k)＝d(k)-y(k)；k>0更新所述第一赋形因子或所述第二赋形因子。

在一些实施例中，所述方法还包括根据所述最新的赋形因子进行赋形操作及进行接收波束赋形叠加操作。

在一些实施例中，所述方法还包括：根据所述最新的赋形因子更新权向量。

所述更新权向量的公式为其中，u为收敛因子，k为大于0的时刻值。

本公开实施例的第二方面提供了一种自适应计算赋形因子的装置，包括：

获取模块，用于获取天线的导频数据；

提取模块，用于获取所述导频数据的起始位置，提取天线的导频信号；

第一计算模块，用于从天线的导频信号中提取同步导频，与本地导频进行迭代更新，计算初始赋形因子；

第二计算模块，用于根据所述初始赋形因子与所述本地导频进行迭代更新，计算最新的赋形因子。

在一些实施例中，所述第二计算模块包括第一计算子模块和第二计算子模块；

所述第一计算子模块，用于根据所述初始赋形因子与所述本地导频进行迭代更新，计算第一赋形因子；

所述第二计算子模块，根据所述第一赋形因子与所述本地导频进行迭代更新，计算第二赋形因子；所述第二赋形因子为所述最新的赋形因子。

在一些实施例中，所述接收模块还用于根据所述最新的赋形因子进行赋形操作及进行接收波束赋形叠加操作。

在一些实施例中，所述装置还包括：

第三计算模块，用于根据所述最新的赋形因子更新权向量。

本公开实施例的第三方面提供了一种电子设备，包括：

存储器以及一个或多个处理器；

其中，所述存储器与所述一个或多个处理器通信连接，所述存储器中存储有可被所述一个或多个处理器执行的指令，所述指令被所述一个或多个处理器执行时，所述电子设备用于实现如前述各实施例所述的方法。

本公开实施例的第四方面提供了一种计算机可读存储介质，其上存储有计算机可执行指令，当所述计算机可执行指令被计算装置执行时，可用来实现如前述各实施例所述的方法。

本公开实施例的第五方面提供了一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，可用来实现如前述各实施例所述的方法。

本公开实施例的有益效果是：不仅解决了波束赋形因子计算不够准确的问题，还克服了lms收敛相比rls速度慢的问题，能够很快收敛并稳定跟踪。

附图说明

通过参考附图会更加清楚的理解本公开的特征和优点，附图是示意性的而不应理解为对本公开进行任何限制，在附图中：

图1是根据本公开的一些实施例所示的一种自适应计算赋形因子的方法的流程示意图；

图2是根据本公开的一些实施例所示的一种赋形因子不同段落的计算模式示意图；

图3-图4是根据本公开的一些实施例所示的lms自适应波束形成算法误差图、设置天线阵列传递函数a和计算的赋形系数的相关度图；

图5-图6是根据本公开的一些实施例所示的lms自适应波束形成算法误差图、设置天线阵列传递函数a和计算的赋形系数的相关度图；

图7是根据本公开的一些实施例所示多级串联模式示意图；

图8是根据本公开的一些实施例所示的城市6径信道特性图；

图9-图10是根据本公开的一些实施例所示的lms自适应波束形成算法误差图、设置天线阵列传递函数a和计算的赋形系数的相关度图；

图11是根据本公开的一些实施例所示的预设4天线的传递函数和计算的赋形因子数值对比图；

图12是根据本公开的一些实施例所示的一种自适应计算赋形因子的装置示意图；

图13是根据本公开的一些实施例所示的一种电子设备的结构示意图。

具体实施方式

在下面的详细描述中，通过示例阐述了本公开的许多具体细节，以便提供对相关披露的透彻理解。然而，对于本领域的普通技术人员来讲，本公开显而易见的可以在没有这些细节的情况下实施。应当理解的是，本公开中使用“系统”、“装置”、“单元”和/或“模块”术语，是用于区分在顺序排列中不同级别的不同部件、元件、部分或组件的一种方法。然而，如果其他表达式可以实现相同的目的，这些术语可以被其他表达式替换。

应当理解的是，当设备、单元或模块被称为“在……上”、“连接到”或“耦合到”另一设备、单元或模块时，其可以直接在另一设备、单元或模块上，连接或耦合到或与其他设备、单元或模块通信，或者可以存在中间设备、单元或模块，除非上下文明确提示例外情形。例如，本公开所使用的术语“和/或”包括一个或多个相关所列条目的任何一个和所有组合。

本公开所用术语仅为了描述特定实施例，而非限制本公开范围。如本公开说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的特征、整体、步骤、操作、元素和/或组件，而该类表述并不构成一个排它性的罗列，其他特征、整体、步骤、操作、元素和/或组件也可以包含在内。

参看下面的说明以及附图，本公开的这些或其他特征和特点、操作方法、结构的相关元素的功能、部分的结合以及制造的经济性可以被更好地理解，其中说明和附图形成了说明书的一部分。然而，可以清楚地理解，附图仅用作说明和描述的目的，并不意在限定本公开的保护范围。可以理解的是，附图并非按比例绘制。

众所周知，智能天线与传统天线概念有本质的区别，其理论基础是信号统计检测与估计理论、信号处理及最优控制理论，其技术基础是自适应天线和高分辨阵列信号处理。最初的智能天线技术主要用于雷达、声纳、军事抗干扰通信，用来完成空间滤波和定位等功能，提高系统的性能和电子对抗的能力，但由于价格等因素一直未能普及到其它通信领域。自适应天线波束赋形技术在20世纪60年代就开始发展，其研究对象是雷达天线阵，目的是提高雷达的性能和电子对抗的能力。而智能天线真正的发展是在20世纪90年代初，随着移动通信的发展及对移动通信电波传播、组网技术、天线理论等方面的研究逐渐深入，微计算器和数字信号处理技术飞速发展，dsp数字信号处理芯片的处理能力日益提高，利用数字技术在基带形成天线波束成为可能，提高了天线系统的可靠性与灵活程度；同时数字芯片的价格已经被现代通信系统所接受，因此，智能天线技术开始用于具有复杂电波传播环境的移动通信。另外，移动通信频谱资源日益紧张，如何消除多址干扰(mai)、共信道干扰(cci)以及多径衰落的影响、提高频谱效率成为提高移动通信系统性能时要考虑的主要因素。而用现代数字信号处理技术，选择合适的自适应算法，动态形成空间定向波束，使天线阵列方向图主瓣对准用户信号到达方向，旁瓣或零陷对准干扰信号到达方向，从而达到充分利用移动用户信号并抵消或最大程度的抑制干扰信号的目的。因此，结合天线阵列与数字信号处理器，就可以动态配置智能天线。

一般地，智能天线阵列由多个天线单元组成，每一个天线后接一个复数加权器，最后通过相加器合并输出。这种结构的智能天线只能完成空域处理。同时具有空域、时域处理能力的智能天线在结构上相对复杂些，每个天线后接的是一个延时抽头加权网络。自适应或智能的主要含义是指这些加权系数可以根据一定的自适应算法进行自适应更新调整。

智能天线阵要解决的基本问题是抗干扰，且提高期望信号的信道增益。抗干扰是指在干扰信号背景下改善期望信号的接收质量，即提高期望信号的处理增益，抑制干扰。而智能天线实现这一点，将不完全依赖于调制技术、信源、信道编码技术以及其他固有的传统技术。智能天线研究的是如何自适应地独立调整天线阵各天线单元的激励系数，智能地改变波束形状而得到空域处理增益从而改善最终的接收。

波束赋形的目标是根据系统性能指标，形成对基带(中频)信号的最佳组合或者分配。具体地说，其主要任务是补偿无线传播过程中由空间损耗、多径效应等因素引入的信号衰落与失真，同时降低同信道用户间的干扰。因此，首先需要建立系统模型，描述系统中各处的信号，而后才可能根据系统性能要求，将信号的组合或分配表述为一个数学问题，寻求其最优解。智能天线波束赋形的目标是根据系统性能指标，形成对基带信号的最佳处理。具体说，波束赋形的主要任务就是补偿无线传播过程中由空间损耗和多径效应等引起的信号衰落，同时降低用户间的同信道干扰。智能天线均采用数字方法实现波束赋形，从而可以使软件设计完成自适应算法更新，在不改变系统硬件配置的前提下增加系统的灵活性。波束赋形算法对阵元接收信号进行加权求和处理形成天线波束，波束主瓣对准期望用户方向，而将波束旁瓣或者零陷对准干扰方向。根据波束赋形的不同过程，实现智能天线的方式又分为两种:阵元空间处理方式和波束空间处理方式。

1)阵元空间处理方式:直接对各阵元按收信号采样进行加权求和处理后，形成阵列输出，使阵列方向图主瓣对准用户信号到达方向。由于各个阵元均参与自适应加权调整，这种方式属于全自适应阵列处理。

2)波束空间处理方式:这是当前自适应阵列处理技术的发展方向。它实际上是两级处理过程，第一级对各阵元信号进行固定加权求和，形成多个指向不同方向的波束:第二级对第一级的波束输出进行自适应加权调整后合成得到阵列输出，此方案不是对全部阵元都从整体最优计算加权系数作自适应处理，而是仅对其中的部分阵元作自适应处理，因此，属于部分自适应阵列处理。这种结构的特点是计算量小，收敛快，并且具有良好的波束赋形性能。

在算法方面，为了在接受到的信号当众区分出有效的用户信号和同信道干扰信号，自适应算法一般都预知信息，比如用户信号的来波方向，用来识别出有效信号。因此，通常可以将自适应天线算法分为三大类：一类是基于来波方向(doa)的波束成形(doab)、一类是基于参考信号的波束成形(trb)和基于信号结构特性的盲波束算法。

盲波束形成在应用上受到了限制，是因为它在收敛性和捕捉能力上不如非盲波束成形，所以，对于doab和trb算法研究的比较多，研究出了不少优秀的算法，而且很多算法都已经被实际应用。本文研究的主要是基于参考信号的波束成形(trb)。

如图1所示，本公开实施例公开了一种自适应波束成形设计方法，具体包括：

s101、获取天线的导频数据；

s102、获取所述导频数据的起始位置，提取天线的导频信号；

s103、从天线的导频信号中提取同步导频，与本地导频进行迭代更新，计算初始赋形因子；

s104、根据所述初始赋形因子与所述本地导频进行迭代更新，计算最新的赋形因子。

在一些实施例中，所述根据所述初始赋形因子与所述本地导频进行迭代更新，计算最新的赋形因子，具体包括：

根据所述初始赋形因子与所述本地导频进行迭代更新，计算第一赋形因子；

以所述第一赋形因子为初始值，根据所述第一赋形因子与所述本地导频进行迭代更新，计算第二赋形因子；所述第二赋形因子为所述最新的赋形因子。

在一些实施例中，所述计算第一赋形因子或所述第二赋形因子，具体包括：初始化参数依据初始化后的参数及更新公式e(k)＝d(k)-y(k)；k>0更新所述第一赋形因子或所述第二赋形因子。

在一些实施例中，所述方法还包括根据所述最新的赋形因子进行赋形操作及进行接收波束赋形叠加操作。

在一些实施例中，所述方法还包括：根据所述最新的赋形因子更新权向量。

所述更新权向量的公式为其中，u为收敛因子，k为大于0的时刻值。

具体来说本公开实施例采用了一种分块迭代波束赋形更新算法结构，能够很好的结合两者之间的优点进行算法更新，这是一种带有权向量更新功能的波束成形自适应算法，并且是基于参考信号的波束成形(trb)算法模式。

首先，由于移动用户是运动着的，移动信号的来波方向是在变的，所以权向量必须能够更新；其次，由于估计最佳解需要的数据是含噪声的，所以希望使用一种更新技术，使之能够利用已求出的权向量，求解最佳响应估计，达到减少噪声的目的。因此，在应用上，必须使自适应算法具有周期更新权向量的功能。

自适应算法既可采用迭代模式，也可采用分块模式工作。所谓迭代模式，就是在每个迭代步骤，n时刻的权向量加上一个校正量后，即组成(n+1)时刻的权向量用它逼近最佳权向量w。

在分块模式中，权向量不是每个时刻都更新，它的更新是存在一个时间周期作为间隔的；由于一定时间周期对应于数据块而不是数据点，所以这种更新又称分块更新。每一次带有同步头或者导频头的算法更新都是分块更新，但是导频块之间的更新又是迭代更新，具体地，赋形因子不同段落的计算模式如图2所示。一般地，赋形因子由一个同步头或导频头、多个业务数据及多个数据导频组成。

在一些实施例中，更新权向量的一般公式为：

其中，u称为收敛因子，它控制自适应算法的收敛速度和稳态误差。

而

则

将上式中的数学期望用各自的瞬时值代替，得到k时刻的梯度估计值如下：

式中，eq＝x^h(k)wq(k)-dq*(k)代表阵列输出与第q个用户期望响应dq(k)之间的瞬时误差。

将式(3)直接代入式(1)，即得到lms自适应算法：

wq(k+1)＝wq(k)-ux(k)eq(k)(4)

在本实施例中，lms算法总结来说进行如下计算：

1)初始化参数：

2)更新公式：

e(k)＝d(k)-y(k)；

(k+1)＝(k)+ux(k)e*(k)；

3)步长参数：u：0<u<tr(r)；

在本实施例中，由于输入的导频序列长度一般较短，为此更新往往来不及，为此初始化参数显得尤为重要。为此多级迭代lms算法更新流程如下：

1、第一级前导数据计算的w参数

步骤1：初始化

0<μ<<1，n＝0；

2)更新公式：

e(k)＝d(k)-y(k)；

得到的最后一个w用来后续的赋形操作，即prew0＝w(k)；

数据段1使用前导prew0的结果进行接收波束赋形叠加。

数据段2的波束赋形因子初始数值使用prew0。

相应地，第一级前导数据更新过程的lms自适应波束形成算法误差图(迭代次数-mse误差幅度)与设置天线阵列传递函数a和计算的赋形系数的相关度(相关点-相关幅度)分别如图3-图4所示。

2、第二级数据导频数据计算的w参数

步骤1：初始化

0<μ<<1，n＝0；

2)更新公式：

e(k)＝d(k)-y(k)；

得到的最后一个w用来后续的赋形操作。dww1＝w(k)；

数据段1使用前导dww1的结果进行接收波束赋形叠加。

这样使用不断迭代的方法不断的优化赋形因子的数值。

相应地，第二级前导数据更新过程的lms自适应波束形成算法误差图(迭代次数-mse误差幅度)与设置天线阵列传递函数a和计算的赋形系数的相关度(相关点-相关幅度)分别如图5-图6所示。

在本实施例中，为了克服lms收敛相比rls速度慢的问题，采用如图7所示的多级串联模式记性滑动迭代，由于每一次lms算法更新的初始数值以及非常接近理想数值，所以能够很快收敛并且稳定跟踪，跟踪状态收敛因子可以缩小，使得跟踪更加稳定。

由于移动无线信道的传播路径非常复杂，信号在传输的过程中会遇到各种建筑物、树木、车辆以及起伏的地形，传输环境的恶劣，会造成信号能量的吸收和穿透，以及电波的反射、散射和绕射等等。

在信号传输的过程中，信号达到基站接收端时的是多个在原信号基础上通过频移、时延、相移和幅度衰落等变化的信号叠加在一起的，在接收端并不能得到我们想要的信号。下面就是在传播和接受过程中，可能遇到的情况：

1)多普勒频移

当信号源移动的过程中发送信号，接收到的信号频率会发生变化，这被称为多普勒效应；多普勒效应是波的基本性质，对于移动用户来说，多普勒效应是不可避免的。

多普勒效应所引起的附加频移成为多普勒频移，可以用下式表示：

其中，α是入射波与移动台运动方向的夹角，υ是运动速度λ是波长。

由于发射的信号是许多路径来的众多发射波的合成，而信号通过各个路径的距离不同，所以，遇到的环境也不同，因而各条路径来的反射波到达时间不同，相位也不同。不同相位的多个信号在接收端叠加，有的时候因同相叠加而增强，有时因反相叠加而减弱这样接收信号的幅度将急剧变化，即产生了衰落，又因为这种衰落是由多径现象而引起的，所以称为多径衰落。

多径衰落会造成信号的幅度衰减，相位滞后或者超前，所以，多径衰落的的影响包括空域、时域和频域三个方面。

针对这种复杂的多径快衰落信道，本公开实施例也能够很好的克服这些情况，准确的计算出赋形因子。具体地，如图8所示的城市6径信道特性图。

相应地，相应地，lms自适应波束形成算法误差图(迭代次数-mse误差幅度)与设置天线阵列传递函数a和计算的赋形系数的相关度(相关点-相关幅度)分别如图9-图10所示。

下面以设置的4天线传递参数为例说明

预先设置的多天线传递函数如下

aw＝

[-1.8010+1.1149i

-1.8394-1.0496i

-1.4665-1.5284i

-2.0429+0.5584i]

下面是经过多径信道后的估计波束赋形参数

bf_weight＝

[-1.7930+0.9810i

-1.8360-1.0740i

-1.4800-1.5070i

-2.0780+0.6800i]

对应于图11所示，展示了预设4天线的传递函数和计算的赋形因子数值对比，上面数值从图形来看，两者数值非常接近，说明在多径复杂情况下仍然能够很好的匹配。

1.为了克服lms收敛相比rls速度慢的问题，采用多级串联模式，由于每一次lms算法更新的初始数值以及非常接近理想数值，所以能够很快收敛并且稳定跟踪，跟踪状态收敛因子可以缩小，使得跟踪更加稳定。

2.具体来说本专利采用了一种分块迭代波束赋形更新算法结构，能够很好的结合两者之间的优点进行算法更新，这是一种带有权向量更新功能的波束成形自适应算法，并且是基于参考信号的波束成形(trb)算法模式。

3.第二级数据导频数据计算的w参数

步骤1：初始化

0<μ<<1，n＝0；

2)更新公式：

e(k)＝d(k)-y(k)

得到的最后一个w用来后续的赋形操作。dww1＝w(k)；

数据段1使用前导dww1的结果进行接收波束赋形叠加。

这样使用不断迭代的方法不断的优化赋形因子的数值。

本公开实施例还公开了一种自适应计算赋形因子的装置200，如图12所示，具体包括：

获取模块201，用于获取天线的导频数据；

提取模块202，用于获取所述导频数据的起始位置，提取天线的导频信号；

第一计算模块203，用于从天线的导频信号中提取同步导频，与本地导频进行迭代更新，计算初始赋形因子；

第二计算模块204，用于根据所述初始赋形因子与所述本地导频进行迭代更新，计算最新的赋形因子。

在一些实施例中，所述第二计算模块204包括第一计算子模块和第二计算子模块；

所述第一计算子模块，用于根据所述初始赋形因子与所述本地导频进行迭代更新，计算第一赋形因子；

所述第二计算子模块，根据所述第一赋形因子与所述本地导频进行迭代更新，计算第二赋形因子；所述第二赋形因子为所述最新的赋形因子。

在一些实施例中，所述接收模块还用于根据所述最新的赋形因子进行赋形操作及进行接收波束赋形叠加操作。

在一些实施例中，所述装置还包括：

第三计算模块，用于根据所述最新的赋形因子更新权向量。

参考附图13，为本公开一个实施例提供的电子设备示意图。如图13所示，该电子设备500包括：

存储器530以及一个或多个处理器510；

其中，所述存储器530与所述一个或多个处理器510通信连接，所述存储器530中存储有可被所述一个或多个处理器执行的指令532，所述指令532被所述一个或多个处理器510执行，以使所述一个或多个处理器510执行本申请前述实施例中的方法。

具体地，处理器510和存储器530可以通过总线或者其他方式连接，图中以通过总线540连接为例。处理器510可以为中央处理器(centralprocessingunit，cpu)。处理器510还可以为其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。

存储器530作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本申请实施例中的级联渐进网络等。处理器510通过运行存储在存储器530中的非暂态软件程序、指令以及模块532，从而执行处理器的各种功能应用以及数据处理。

存储器530可以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、至少一个功能所需要的应用程序；存储数据区可存储处理器510所创建的数据等。此外，存储器530可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器530可选包括相对于处理器510远程设置的存储器，这些远程存储器可以通过网络(比如通过通信接口520)连接至处理器510。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

本申请的一个实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令被执行后执行本申请前述实施例中的方法。

前述的计算机可读取存储介质包括以存储如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方式或技术来实现的物理易失性和非易失性、可移动和不可移动介质。计算机可读取存储介质具体包括，但不限于，u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、可擦除可编程只读存储器(eprom)、电可擦可编程只读存储器(eeprom)、闪存或其他固态存储器技术、cd-rom、数字多功能盘(dvd)、hd-dvd、蓝光(blue-ray)或其他光存储设备、磁带、磁盘存储或其他磁性存储设备、或能用于存储所需信息且可以由计算机访问的任何其他介质。

尽管此处所述的主题是在结合操作系统和应用程序在计算机系统上的执行而执行的一般上下文中提供的，但本领域技术人员可以认识到，还可结合其他类型的程序模块来执行其他实现。一般而言，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、组件、数据结构和其他类型的结构。本领域技术人员可以理解，此处所述的本主题可以使用其他计算机系统配置来实践，包括手持式设备、多处理器系统、基于微处理器或可编程消费电子产品、小型计算机、大型计算机等，也可使用在其中任务由通过通信网络连接的远程处理设备执行的分布式计算环境中。在分布式计算环境中，程序模块可位于本地和远程存储器存储设备的两者中。

本领域普通技术人员可以意识到，结合本文中所本申请的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所述功能如果以软件功能单元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，本申请的技术方案本质上或者说对原有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。

应当理解的是，本公开的上述具体实施方式仅仅用于示例性说明或解释本公开的原理，而不构成对本公开的限制。因此，在不偏离本公开的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。此外，本公开所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。