一种模型的表面网格光顺处理方法

技术领域

本申请属于模型处理研究领域，特别涉及一种模型的表面网格光顺处理方法。

背景技术

CFD在航空航天领域发挥着越来越重要的作用。网格生成是CFD数值模拟过程的关键环节，生成质量对数值模拟结果的准确性和效率密切相关。其中表面网格对计算网格至关重要，既与几何形体直接相关，又是生成高质量体网格的前提条件。随着几何模型和物理问题越来越复杂化，现有的非结构网格生成算法在几何复杂区域具有局限性、不适应性和缺乏灵活性，使自动生成的初始网格不可避免会产生质量较差的网格单元。因此，需要网格光顺优化技术对初始网格进行后处理，通过优化调整网格节点的位置来提高网格质量。

发明内容

为了解决所述现有技术的不足，本申请提供了一种模型的表面网格光顺处理方法，本发明对网格节点不采取统一的光顺优化做法，而是采用法向张量投票理论将所有的网格节点分为自由节点和非自由节点。其中非自由节点在光滑过程中位置不动，只对自由节点进行光顺优化，有效防止了网格优化后产生较大的收缩，不能较好的保持边界和尖锐的细微特征。本申请中的方法适用于行政、商业、金融、管理、监督或预测目的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的数据处理系统或方法。

本申请所要达到的技术效果通过以下方案实现：

第一方面，本说明书提供一种模型的表面网格光顺处理方法，所述方法包括：

获取目标体的模型，作为待处理模型；其中，所述待处理模型的表面被划分为若干个网格单元，每个所述网格单元包含两个以上的待分类节点；

根据各待分类节点的一阶邻域网格单元的面法矢量，构建所述若干个网格单元各自的法向张量矩阵；

根据所述各待分类节点各自的邻域单元的面积和最大面积，计算所述若干个网格单元各自对应的第一权重；

根据所述法向张量矩阵和所述第一权重，构建所述各待分类节点各自对应的张量投票矩阵；

对每一个所述张量投票矩阵进行计算，得到所述张量投票矩阵各自的特征值；其中，所述特征值包含第一特征值、第二特征值和第三特征值；所述第一特征值大于所述第二特征值，所述第二特征值大于所述第三特征值，且所述第三特征值大于零；

根据所述各待分类节点各自对应的张量投票矩阵的特征值的取值大小，从所述各待分类节点中确定出自由节点和非自由节点；

对所述自由节点进行滤波光顺优化处理，得到包含所述非自由节点和处理后的自由节点的目标模型。

在本说明书一个可选的实施例中，对所述自由节点进行滤波光顺优化处理，得到包含所述非自由节点和处理后的自由节点的目标模型，包括：

针对所述自由节点中的每一个，计算其节点法矢量以及目标单元的面法矢量；其中，所述目标单元是所述自由节点所属的网格单元；

确定所述目标单元的一阶邻域单元的第二权重，并且确定所述目标单元的二阶邻域单元的第三权重；其中，所述第二权重大于所述第三权重；

根据所述第二权重、所述第三权重、所述目标单元的领域单元的面积、所述目标单元的邻域单元的面法矢量以及所述目标单元的邻域单元的个数，对所述目标单元的面法矢量进行过滤，得到所述目标单元的目标面法矢量；

根据所述目标面法矢量、和所述目标单元的邻域单元与所述自由节点的内角，对所述自由节点的节点法矢量进行修正，得到目标节点法矢量；

根据所述目标节点法矢量，对所述自由节点进行滤波光顺优化处理，得到目标模型。

在本说明书一个可选的实施例中，根据所述目标节点法矢量，对所述自由节点进行滤波光顺优化处理，得到目标模型，包括：

根据各自由节点的目标节点法矢量和所述待处理模型的节点分布密度，计算各自由节点间的相似度；

针对每个自由节点，通过利用节点与邻域节点的欧氏距离、法矢量夹角和相似度，使节点各向异性的向法向场扩散，更加鲁棒的计算了节点对应的偏移量；

根据所述偏移量对所述自由节点进行偏移处理，得到目标模型。

在本说明书一个可选的实施例中，

对每一个所述张量投票矩阵进行计算，得到所述张量投票矩阵各自的特征值，包括：对每一个所述张量投票矩阵进行计算，得到所述张量投票矩阵各自的特征值和特征向量；

根据各自由节点的目标节点法矢量和所述待处理模型的节点分布密度，计算各自由节点间的相似度，包括：根据各自由节点的目标节点法矢量、所述待处理模型的节点分布密度、和各自由节点各自的张量投票矩阵的特征向量，计算各自由节点间的相似度。

在本说明书一个可选的实施例中，所述节点v对应的张量投票矩阵T

式中，

在本说明书一个可选的实施例中，所述目标面法矢量n′

式中，A(f

在本说明书一个可选的实施例中，节点v的目标节点法矢量n

式中，

在本说明书一个可选的实施例中，节点v与节点m之间的相似度r(v，m)，为：

式中，

第二方面，本说明书提供一种模型的表面网格光顺处理的装置，用于实现第一方面中的方法。

第三方面，本说明书提供一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行第一方面中的方法。

第四方面，本说明书提供一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行第一方面中的方法。

附图说明

为了更清楚地说明本申请实施例或现有的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请一实施例中一种模型的表面网格光顺处理方法的流程图；

图2为本申请实施例中的网格单元T周围的一阶邻域单元和二阶邻域单元分布示意图；

图3为本申请实施例中的节点v对应的邻域单元的面法向示意图；

图4为本申请实施例中的待处理模型上的网格单元分布示意图；

图5为本申请实施例中的方法处理得到的目标模型上的网格单元分布示意图；

图6为采用相关技术中的方法(laplacian)进行光顺处理得到的模型的网格单元分布示意图；

图7为本申请实施例中一种模型的表面网格光顺处理的装置的结构示意图；

图8为本申请一实施例中一个实施例电子设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本申请的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其它元件、材料、方法所替代。在某些情况下，本申请相关的一些操作并没有在说明书中显示或者描述，这是为了避免本申请的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。

另外，说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时，方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此，说明书和附图中的各种顺序只是为了清楚描述某一个实施例，并不意味着是必须的顺序，除非另有说明其中某个顺序是必须遵循的。

本文中为部件所编序号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有任何顺序或技术含义。而本申请所说“连接”、“联接”，如无特别说明，均包括直接和间接连接(联接)。

计算流体动力学(CFD，Computational Fluid Dynamics)是近代流体力学，数值数学和计算机科学结合的产物，是一门具有强大生命力的交叉科学。它是将流体力学的控制方程中积分、微分项近似地表示为离散的代数形式，使其成为代数方程组，然后通过计算机求解这些离散的代数方程组，获得离散的时间/空间点上的数值解。CFD兴起于20世纪60年代，随着90年代后计算机的迅猛发展，CFD得到了飞速发展，逐渐与实验流体力学一起成为产品开发中的重要手段。

随着技术的发展和人们对飞行器安全、性能等方面的要求不断提高，计算流体动力学研究手段在飞行器研发、检测等技术领域的应用逐渐引起人们的重视。在采用计算流体力学技术对目标区域内的空气流动进行模拟的第一步就是对空间区域划分网格。随着计算流体技术的推向工程应用，计算对象的形状越来越复杂。而在网格生成中，由于计算精度和效率的要求，往往需要考虑最终网格密度分布的合理性。可见，如何较为合理的为流体力学模型划分网格，成为亟待解决的问题。

现阶段应用较广泛的两种光顺优化方法：Laplacian光顺法和基于优化的方法。Laplacian方法是通过求解一阶领域网格节点的算术平均值，将每个网格节点移动到邻域节点的平均位置。算法简单高效，能达到光顺效果。最关键的问题是算法没有考虑边和面以及角度的信息，对所有的网格点都采取统一的光顺处理，会使网格产生较大的收缩，使一些细微特征得不到较好的保持。并且在非凸区域节点可能会移到单元之外，形成无效单元，网格质量不一定会得到改善。

基于优化方法是选择合适的单元质量度量和局部网格质量评价函数，建立一个局部的或全局的目标函数，然后采用对目标函数求最优解的方法确定节点的新位置，实现网格质量的优化。该方法通过目标函数求最优解，能使网格质量得到很好的改善，但是计算量巨大是Laplacian方法的十几倍，计算效率太低。

飞行器(flight vehicle)是在大气层内或大气层外空间(太空)飞行的器械。飞行器分为3类：航空器、航天器、火箭和导弹。在大气层内飞行的称为航空器，如气球、飞艇、飞机等。它们靠空气的静浮力或空气相对运动产生的空气动力升空飞行。在太空飞行的称为航天器，如人造地球卫星、载人飞船、空间探测器、航天飞机等。它们在运载火箭的推动下获得必要的速度进入太空，然后依靠惯性做与天体类似的轨道运动。计算流体动力学方法现已成为飞行器气动研究的主流手段之一。本说明书中的模型的表面网格光顺处理方法可以应用于对飞行器的研究。

下面结合附图，详细说明本申请的各种非限制性实施方式。本说明书中的一种模型的表面网格光顺处理方法，如图1所示，包括以下步骤：

S100：获取目标体的模型，作为待处理模型。

本说明书中的目标体的模型是根据目标体(例如某种飞行器、飞行器的某个部件、与飞行器研究相关的某个研究对象)的至少部分数据生成的文件，目标体的模型可以用于表征目标体的至少部分特征。本说明书对目标体具体为何、目标体的模型的文件格式不做具体限制。在本说明书一个可选的实施例中，目标体的模型的文件是CAD数模文件。

在本说明书一个可选的实施例中，执行本步骤时，首先导入数模，然后，设置全局目标尺寸、全局最小尺寸、曲率自适应角度，由本案的执行主体——模型的表面网格光顺处理装置，自动生成初始表面网格，进而得到待处理模型。

本说明书的待处理模型的表面被划分为若干个网格单元，每个所述网格单元包含两个以上的待分类节点。在本说明书一个可选的实施例中，网格单元是三角形的；在本说明书另一个可选的实施例中，网格单元是四边形的。网格单元的形状可以根据实际的需求确定。为便于说明，下文中均以网格单元是三角形为例。一个三角形的网格单元包含3个节点，相邻的两个三角形的网格单元有可能共用一个节点，也有可能共用两个节点。

S102：根据各待分类节点的一阶邻域网格单元的面法矢量，构建所述若干个网格单元各自的法向张量矩阵。

在相关技术中用于确定一个面的面法矢量的手段均适用于本说明书中的确定面法矢量的确定过程。

S104：根据所述各待分类节点各自的邻域单元的面积和最大面积，计算所述若干个网格单元各自对应的第一权重。

在下文中，第一权重可以表示为

式中，A(f

S106：根据所述法向张量矩阵和所述第一权重，构建所述各待分类节点各自对应的张量投票矩阵。

在本说明书一个可选的实施例中，节点v对应的张量投票矩阵T

式中，

S108：对每一个所述张量投票矩阵进行计算，得到所述张量投票矩阵各自的特征值。

本说明书中的特征值包含第一特征值λ1、第二特征值λ2和第三特征值λ3；所述第一特征值大于所述第二特征值，所述第二特征值大于所述第三特征值，且所述第三特征值大于零。各特征值可以通过对张量投票矩阵进行求解的方式得到。

S110：根据所述各待分类节点各自对应的张量投票矩阵的特征值的取值大小，从所述各待分类节点中确定出自由节点和非自由节点。

在本说明书一个可选的实施例中，非自由节点还包括边界节点和角节点。可以采用特征值分析法对其进行分解，根据特征值之间的关系对网格节点进行分类。

可选地，节点分类规则如下：

自由节点(网格内部节点)：只有一个特征值λ1显著，λ2和λ3接近为0。

边界节点：有两个特征值λ1、λ2显著，λ3接近为0。

角节点：三个特征值λ1、λ2、λ3显著，三个特征值近似相等。

在CFD领域许多工程问题的几何形状是非常复杂的，包含很多细微的几何特征，各要得到高精度的数值解，数模的边界和几何特征应得到较好的保持。因此，本发明对网格节点不采取统一的光顺优化做法，而是采用法向张量投票理论将所有的网格节点分为边界节点、角节点和自由节点。

S112：对所述自由节点进行滤波光顺优化处理，得到包含所述非自由节点和处理后的自由节点的目标模型。

在本说明书的方法中，在对节点进行滤波光顺优化处理时，各节点中的边界节点和角节点位置不动，只对自由节点进行光顺优化，有效防止了网格优化后产生较大的收缩，不能较好的保持边界和尖锐的细微特征。

在本说明书一个可选的实施例中，在步骤S112中得到目标模型时，执行：

S200：针对所述自由节点中的每一个，计算其节点法矢量以及目标单元的面法矢量。其中，所述目标单元是所述自由节点所属的网格单元。

节点法矢量的计算是否鲁棒直接影响光顺的效果。首先对面法矢量进行过滤处理，然后根据过滤处理后的面法矢量结合邻域单元面积和内角，对节点法矢进行修正处理。该修正处理既考虑了单元面积对节点法矢量的影响，又考虑了单元形状对节点法矢量的影响。

S202：确定所述目标单元(以网格单元T为例)的一阶邻域单元(下文中可表示为f

可选地，单元T的一阶邻域单元f

S204：根据所述第二权重、所述第三权重、所述目标单元的领域单元的面积、所述目标单元的邻域单元的面法矢量以及所述目标单元的邻域单元的个数，对所述目标单元的面法矢量进行过滤，得到所述目标单元的目标面法矢量。

在本说明书一个可选的实施例中，目标面法矢量n′

式中，A(f

S206：根据所述目标面法矢量、和所述目标单元的邻域单元与所述自由节点的内角，对所述自由节点的节点法矢量进行修正，得到目标节点法矢量。

在本说明书一个可选的实施例中，节点v的目标节点法矢量n

式中，

S208：根据所述目标节点法矢量，对所述自由节点进行滤波光顺优化处理，得到目标模型。

在本说明书一个可选的实施例中，执行本步骤时，具体执行：

S300：根据各自由节点的目标节点法矢量和所述待处理模型的节点分布密度，计算各自由节点间的相似度。

可选地，在前述步骤中计算特征值时，也对特征向量进行求解。则在本步骤中，可以根据各自由节点的目标节点法矢量、所述待处理模型的节点分布密度、和各自由节点各自的张量投票矩阵的特征向量，计算各自由节点间的相似度。

节点v与节点m之间的相似度r(v，m)，为：

式中，

本步骤通过邻域节点修正的法向信息和分布密度信息来计算节点间的相似度。修正后的法向量信息不仅包含了邻域单元的几何信息，而且经过了滤波，可以更好地确定节点间的相似度。

S302：针对每个自由节点，通过利用其与邻域节点的欧氏距离、其法矢量夹角和其对应的相似度，以使得节点各向异性的向法向场扩散、提高鲁棒性为目标，计算节点对应的偏移量d(v)。

双边滤波光顺是一种各向异性的网格光顺算法，能够较好的保持特征。本发明不仅考虑了邻域单元几何形状和面积的影响，还考虑了节点间相似性的影响，结合了节点分布密度信息和局部几何信息，使网格的密度分布和过渡得到了更好的保证。通过利用节点与邻域节点的欧氏距离(可以通过高斯距离函数计算得到)、法矢量夹角(可以通过高斯夹角函数计算得到)和相似性信息，使节点各向异性的向法向场扩散，更加鲁棒的计算了节点的偏移量。

在本说明书一个可选的实施例中，偏移量d(v)为：

式中，其中d(v)是节点v的偏移量；v

S304：根据所述偏移量对所述自由节点进行偏移处理，得到目标模型。

偏移处理后的自由节点v

v

示例性地，待处理模型上的网格单元分布如图4所示。采用本说明书中的方法处理得到的目标模型上的网格单元分布如图5所示。而采用相关技术中的方法(laplacian)进行光顺处理得到的模型的网格单元分布如图6所示。可见，图5中的目标模型上的网格的光顺效果更好。

基于同样的思路，本说明书实施例还提供了对应于图1所示部分过程的一种模型的表面网格光顺处理的控制终端。

如图7所示，本说明书中的一种模型的表面网格光顺处理的控制终端，可以包括以下模块中的一个或多个：

模型获取模块700，配置为：获取目标体的模型，作为待处理模型；其中，所述待处理模型的表面被划分为若干个网格单元，每个所述网格单元包含两个以上的待分类节点。

法向张量矩阵确定模块702，配置为：根据各待分类节点的一阶邻域网格单元的面法矢量，构建所述若干个网格单元各自的法向张量矩阵。

第一权重确定模块704，配置为：根据所述各待分类节点各自的邻域单元的面积和最大面积，计算所述若干个网格单元各自对应的第一权重。

张量投票矩阵确定模块706，配置为：根据所述法向张量矩阵和所述第一权重，构建所述各待分类节点各自对应的张量投票矩阵。

特征值确定模块708，配置为：对每一个所述张量投票矩阵进行计算，得到所述张量投票矩阵各自的特征值；其中，所述特征值包含第一特征值、第二特征值和第三特征值；所述第一特征值大于所述第二特征值，所述第二特征值大于所述第三特征值，且所述第三特征值大于零。

分类模块710，配置为：根据所述各待分类节点各自对应的张量投票矩阵的特征值的取值大小，从所述各待分类节点中确定出自由节点和非自由节点。

目标模型确定模块712，配置为：对所述自由节点进行滤波光顺优化处理，得到包含所述非自由节点和处理后的自由节点的目标模型。

在本说明书一个可选的实施例中，目标模型确定模块712具体配置为：针对所述自由节点中的每一个，计算其节点法矢量以及目标单元的面法矢量；其中，所述目标单元是所述自由节点所属的网格单元；确定所述目标单元的一阶邻域单元的第二权重，并且确定所述目标单元的二阶邻域单元的第三权重；其中，所述第二权重大于所述第三权重；根据所述第二权重、所述第三权重、所述目标单元的领域单元的面积、所述目标单元的邻域单元的面法矢量以及所述目标单元的邻域单元的个数，对所述目标单元的面法矢量进行过滤，得到所述目标单元的目标面法矢量；根据所述目标面法矢量、和所述目标单元的邻域单元与所述自由节点的内角，对所述自由节点的节点法矢量进行修正，得到目标节点法矢量；根据所述目标节点法矢量，对所述自由节点进行滤波光顺优化处理，得到目标模型。

在本说明书一个可选的实施例中，目标模型确定模块712具体配置为：根据各自由节点的目标节点法矢量和所述待处理模型的节点分布密度，计算各自由节点间的相似度；针对每个自由节点，通过利用其与邻域节点的欧氏距离、其法矢量夹角和其对应的相似度，以使得节点各向异性的向法向场扩散、提高鲁棒性为目标，计算节点对应的偏移量；根据所述偏移量对所述自由节点进行偏移处理，得到目标模型。

在本说明书一个可选的实施例中，特征值确定模块708具体配置为：对每一个所述张量投票矩阵进行计算，得到所述张量投票矩阵各自的特征值和特征向量。目标模型确定模块712具体配置为：根据各自由节点的目标节点法矢量、所述待处理模型的节点分布密度、和各自由节点各自的张量投票矩阵的特征向量，计算各自由节点间的相似度。

在本说明书一个可选的实施例中，

所述节点v对应的张量投票矩阵T

式中，

在本说明书一个可选的实施例中，

所述目标面法矢量n′

式中，A(f

在本说明书一个可选的实施例中，节点v的目标节点法矢量n

式中，

在本说明书一个可选的实施例中，

节点v与节点m之间的相似度r(v，m)，为：

式中，

图8是本申请的一个实施例电子设备的结构示意图。请参考图8，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。

处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。

处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成一种模型的表面网格光顺处理方法。处理器，执行存储器所存放的程序，并具体用于执行前述任意一种模型的表面网格光顺处理方法。

上述如本申请图1所示实施例揭示的一种模型的表面网格光顺处理方法可以应用于处理器(即，本说明书中的删除控制模块)中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable GateArray，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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

该电子设备还可执行图1中一种模型的表面网格光顺处理方法，并实现图1所示实施例的功能，本申请实施例在此不再赘述。

本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行图1所示实施例中一种模型的表面网格光顺处理方法执行的方法，并具体用于执行前述的任意一种模型的表面网格光顺处理方法。

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。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可删除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，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。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。