干扰检测方法与装置

技术领域

本发明涉及通信系统技术领域，尤其涉及一种干扰检测方法与装置。

背景技术

通常，频段被有效划分，不易产生干扰。不同系统间，也存在部分频点共享使用的情况，于是就存在干扰的可能。

然而，现有的干扰检测方法通常由运维人员手持频谱仪先扫频确定干扰特征信息，然后在周边地带逐点扫描，运维人员一般由上报干扰的基站所在地理位置向四周辐射开来进行扫描，工作效率低下，费时费力。

发明内容

本发明所要解决的技术问题是针对现有技术的上述不足，提供一种干扰检测方法与装置，用以解决现有的干扰检测方法通常由人工检测，工作效率低下，费时费力的问题。

第一方面，本发明提供一种干扰检测方法，应用于基站，所述方法包括：

获取基站接收信号的一个或多个待检测特征信息；

根据预存的干扰特征信息获取各待检测特征信息为某一干扰源对应特征信息的相关概率；

根据所述相关概率判断所述基站接收信号是否为所述某一干扰源的干扰信号。

优选地，所述待检测特征信息包括以下至少之一：待检测信号时长、待检测信号带宽、待检测信号强度；

所述根据预存的干扰特征信息获取各待检测特征信息为某一干扰源对应特征信息的相关概率，包括：

根据预存的干扰信号时长获取所述待检测信号时长为所述某一干扰源对应信号时长的干扰时长概率；和/或，

根据预存的干扰信号带宽获取所述待检测信号带宽为所述某一干扰源对应信号带宽的干扰带宽概率；和/或，

根据预存的干扰信号强度获取所述待检测信号强度为所述某一干扰源对应信号强度的干扰强度概率；

所述根据所述相关概率判断所述基站接收信号是否为所述某一干扰源的干扰信号，包括：

根据所述干扰时长概率、和/或所述干扰带宽概率、和/或所述干扰强度概率判断所述基站接收信号是否为所述某一干扰源的干扰信号。

优选地，所述待检测特征信息包括：待检测信号时长、待检测信号带宽和待检测信号强度；

所述根据预存的干扰特征信息获取各待检测特征信息为某一干扰源对应特征信息的相关概率，包括：

根据预存的干扰信号时长获取所述待检测信号时长为所述某一干扰源对应信号时长的干扰时长概率；

根据预存的干扰信号带宽获取所述待检测信号带宽为所述某一干扰源对应信号带宽的干扰带宽概率；

根据预存的干扰信号强度获取所述待检测信号强度为所述某一干扰源对应信号强度的干扰强度概率；

所述根据所述相关概率判断所述基站接收信号是否为所述某一干扰源的干扰信号，包括：

根据所述干扰时长概率以及所述干扰带宽概率判断所述基站接收信号是否为所述某一干扰源的干扰信号；

在判断出所述基站接收信号为所述某一干扰源的干扰信号后，所述方法还包括：

根据所述干扰时长概率、所述干扰带宽概率以及所述干扰强度概率计算干扰概率；

接收其他基站发送的干扰概率；

根据自身计算的干扰概率以及接收到的干扰概率确定所述某一干扰源的位置。

优选地，所述根据预存的干扰信号时长获取所述待检测信号时长为所述某一干扰源对应信号时长的干扰时长概率，具体包括：

采用如下公式计算所述干扰时长概率Pr

其中，变量t为所述待检测信号时长，参数T

优选地，所述根据预存的干扰信号带宽获取所述待检测信号带宽为所述某一干扰源对应信号带宽的干扰带宽概率，具体包括：

采用如下公式计算所述干扰带宽概率Pr

其中，变量b为所述待检测信号带宽，参数BW为预存的干扰信号带宽，参数Coe3为预存的滚降系数。

优选地，所述根据预存的干扰信号强度获取所述待检测信号强度为所述某一干扰源对应信号强度的干扰强度概率，具体还包括：

采用如下公式计算所述干扰强度概率Pr

其中，变量i为所述待检测信号强度，参数St为预存的升降系数，参数Iot

优选地，所述根据所述干扰时长概率、所述干扰带宽概率以及所述干扰强度概率计算干扰概率，具体包括：

采用如下公式计算干扰概率Pr：

Pr＝10lg(Pr

其中，Pr

优选地，所述根据自身计算的干扰概率以及接收到的干扰概率确定所述某一干扰源的位置，具体包括：

确定自身以及接收到的干扰概率对应的基站的经纬度；

根据每个基站的经纬度以及其对应的干扰概率，确定所述某一干扰源的经纬度位置。

优选地，所述某一干扰源为铁路车号自动识别系统ATIS干扰源。

第二方面，本发明提供一种干扰检测装置，设置于基站，所述装置包括：

第一获取模块，用于获取基站接收信号的一个或多个待检测特征信息；

第二获取模块，与所述第一获取模块连接，用于根据预存的干扰特征信息获取各待检测特征信息为某一干扰源对应特征信息的相关概率；

判断模块，与所述第二获取模块连接，用于根据所述相关概率判断所述基站接收信号是否为所述某一干扰源的干扰信号。

本发明提供的干扰检测方法与装置，基于基站接收信号，由基站对干扰信号进行自动检测，通过在基站接收信号的待检测特征信息与预存的干扰特征信息之间，获取待检测特征信息为某一干扰源对应特征信息的相关概率，进而根据相关概率判断基站接收信号是否为某一干扰源的干扰信号，从而实现对来源于某一干扰源的干扰信号的自动检测，相较于现有的人工检测方法省时省力，高效精确，且处理简单易于实现，解决了现有的干扰检测方法通常由人工检测，工作效率低下，费时费力的问题。

附图说明

图1：为本发明实施例1的一种干扰检测方法的流程图；

图2：为ATIS与LTE存在共享频段的示意图；

图3：为AEI对基站产生干扰的典型场景示意图1；

图4：为AEI对基站产生干扰的典型场景示意图2；

图5：为本发明实施例1中干扰时长概率分布的曲线示意图；

图6：为本发明实施例1中干扰带宽概率分布的曲线示意图；

图7：为本发明实施例1中干扰强度概率分布的曲线示意图；

图8：为本发明实施例1中利用干扰概率集进行干扰源定位的结果示意图；

图9：为本发明实施例2的一种干扰检测装置的结构示意图。

具体实施方式

为使本领域技术人员更好地理解本发明的技术方案，下面将结合附图对本发明实施方式作进一步地详细描述。

可以理解的是，此处描述的具体实施例和附图仅仅用于解释本发明，而非对本发明的限定。

可以理解的是，在不冲突的情况下，本发明中的各实施例及实施例中的各特征可相互组合。

可以理解的是，为便于描述，本发明的附图中仅示出了与本发明相关的部分，而与本发明无关的部分未在附图中示出。

可以理解的是，本发明的实施例中所涉及的每个单元、模块可仅对应一个实体结构，也可由多个实体结构组成，或者，多个单元、模块也可集成为一个实体结构。

可以理解的是，在不冲突的情况下，本发明的流程图和框图中所标注的功能、步骤可按照不同于附图中所标注的顺序发生。

可以理解的是，本发明的流程图和框图中，示出了按照本发明各实施例的系统、装置、设备、方法的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可代表一个单元、模块、程序段、代码，其包含用于实现规定的功能的可执行指令。而且，框图和流程图中的每个方框或方框的组合，可用实现规定的功能的基于硬件的系统实现，也可用硬件与计算机指令的组合来实现。

可以理解的是，本发明实施例中所涉及的单元、模块可通过软件的方式实现，也可通过硬件的方式来实现，例如单元、模块可位于处理器中。

实施例1：

如图1所示，本发明实施例1提供一种干扰检测方法，应用于基站，所述方法包括：

S1、获取基站接收信号的一个或多个待检测特征信息。

在本实施例中，待检测特征信息可以直接从已存储的基站接收信号的测量信息中获取，例如，采用Iot(interference power over thermal noise，干噪比，单位dB)对基站接收信号进行测量，然后将测量得到的基站接收信号的特征信息进行存储，以用于后续检测分析。

在另一具体实施例中，由于本发明主要是对干扰信号识别其来源，对基站接收信号是否是干扰信号，现有技术可以判断，具体是，由于基站接收的自身通信信号具有固定特征，通过测量可以判断基站接收信号是否为干扰信号，如果存在干扰信号，则存储干扰信号的特征信息。

在具体地实施例中，所述待检测特征信息包括以下至少之一：待检测信号时长、待检测信号带宽、待检测信号强度。

例如，所述方法用于检测ATIS(automatic train identification system，铁路车号自动识别系统)的AEI(automatic equipment identification，地面自动识别设备)对周边的LTE(Long Term Evolution，长期演进)基站产生的干扰。ATIS用于铁路列车及机车、动车组、客车、火车等移动装备的自动识别，其工作原理是，AEI通过天线发送信号，安装在车底的电子标签接收到信号进行调制并反射信号；AEI接收到电子标签反射信号后进行解调、解码，实现车辆信息的自动识别。

如图2所示，在此过程中，由于AEI使用的频率频点是910.10MHz、912.10MHz、914.10MHz，每个频点发射5kHz带宽的单载波，每套AEI设备根据现场布点选定一个工作频率进行使用，其微波射频装置发射和接收标签反射回来的频率是同一频率。

而中国联通LTE基站接收的频率在904-915MHz之间，二者存在共享频段，因此，存在ATIS对LTE基站产生干扰的可能性。

典型的干扰场景如图3和4所示，AEI信号主瓣垂直于地面向上发射，旁瓣泄漏发射至基站，基站的水平主瓣方向沿铁轨(图3)或垂直铁轨(图4)，均与干扰链路在同一方位面，造成旁瓣泄露干扰基站信号。

AEI在火车到达前和离开后的几十秒时间里连续发射载波信号，且由于发射功率较高造成对周边LTE基站的干扰。AEI干扰信号多表现为固定频点、时域间歇性、周期不固定等特点，且由于同一铁轨上列车时速较固定所以干扰持续时间有一定规律、功率较高；LTE基站侧接收的AEI干扰信号表现为某个或某几个RE(Resource element，LTE载波带宽的划分单位之一)位置有一定规律，时域上将出现连续多个无线帧，干扰幅度大。

针对上述干扰的发生，本实施例提出由基站进行干扰检测的方法，通过网络信息自动进行干扰检测。由于基站与AEI各自所属的系统不同，发射和接收的信号具有不同的特征，现有技术中，基站可以判断出接收信号中的干扰信号，但是还不能判断出干扰信号的来源。

为此，针对ATIS干扰的特点分析，可以选取信号时长、信号带宽、信号强度作为待检测特征信息，在此只是选出三个待检测特征信息，并不意味着选出的三个特征信息来源于ATIS干扰源，不同干扰源类型产生的干扰信号具有不同的特征，具体选取哪些特征信息可以根据干扰源类型的不同而不同。

S2、根据预存的干扰特征信息获取各待检测特征信息为某一干扰源对应特征信息的相关概率。

在本实施例中，针对具有一定固定特征或相对固定特征的某一干扰源，选取其部分能表现其固定特征或相对固定特征的特征信息作为干扰特征信息预存，步骤S1获取的待检测特征信息与预存的干扰特征信息对应，因此，也就对应了某一干扰源的特征信息，通过计算分析可获取反应待检测特征信息与预存的干扰特征信息相似程度的相关概率，此时，得到的相关概率表现了待检测特征信息为某一干扰源对应特征信息的可能，即基站接收信号与某一干扰源发射的信号之间的关联程度。

在具体地实施例中，所述根据预存的干扰特征信息获取各待检测特征信息为某一干扰源对应特征信息的相关概率，包括：根据预存的干扰信号时长获取所述待检测信号时长为所述某一干扰源对应信号时长的干扰时长概率；和/或，根据预存的干扰信号带宽获取所述待检测信号带宽为所述某一干扰源对应信号带宽的干扰带宽概率；和/或，根据预存的干扰信号强度获取所述待检测信号强度为所述某一干扰源对应信号强度的干扰强度概率。

以具有固定频点、持续时间较稳定的干扰信号(某一干扰源发射的信号)为例，基站接收信号是不是该某一干扰源发射的信号，可以通过对基站接收信号分析其是否具有与某一干扰源发射的信号相同的频点、持续干扰的时长是否恰好与某一干扰源发射的信号的发射时长一致来进行判断，可以计算一个干扰频点概率和一个干扰时长概率，以这些概率中的任意几个来判断该信号是不是某一干扰源发射的，此为其中一种应用。

更具体地，以ATIS作为所述的某一干扰源，其AEI的频点包括910.10MHz、912.10MHz、914.10MHz，带宽为5kHz，一次发射时间40s左右，所以，预存的干扰特征信息可以包括上述信息，例如，在基站接收到一个信号后，先测量得到的该信号的信号频点，根据该频点在910.10MHz左右的偏差计算一个干扰频点概率，因为实际测量存在误差，设定一个概率计算公式，如果测量值明显偏离910.10MHz，则计算得到的概率值偏低，如果在910.10MHz附近，则概率值偏高，该概率值本身在一定程度上能够反应该信号是ATIS发射的干扰信号的可能性有多大，但本发明并不以此限制该概率值的应用，同理，对于信号带宽、信号时长也可以做相应分析。

一个针对ATIS干扰的具体实施例中，由于ATIS频点具有多个，而发射时长和带宽相对固定，所以选取基站接收信号的待检测信号时长和待检测信号带宽进行分析，预存的干扰特征信息也对应地包括：预存的干扰信号时长和预存的干扰信号带宽，获取的相关概率包括：干扰时长概率和干扰带宽概率。

更具体地，采用如下公式计算所述干扰时长概率Pr

其中，变量t为所述待检测信号时长，参数T

在一辆列车经过时，AEI在列车到达前启动发射信号，列车经过后关闭发射信号，故而，ATIS干扰的干扰时长主要受列车长度和速度的影响，对于同一铁轨而言，由于其对列车时速有要求，列车长度也有固定的规模，同时考虑到列车时速变化以及时速控制精度而导致列车通过AEI的时长有所抖动，所以其对应预存的干扰信号时长，采用参数T

经过上述参数选择和设定后，在基站实际接收到一次干扰信号时，将该次干扰信号的持续时间作为该干扰信号的待检测信号时长赋值给变量t，通过上述公式计算待检测信号时长为ATIS干扰源对应信号时长的干扰时长概率Pr

更具体地，采用如下公式计算所述干扰带宽概率Pr

其中，变量b为所述待检测信号带宽，参数BW为预存的干扰信号带宽，参数Coe3为预存的滚降系数。

AEI在每个频点发射的带宽为5kHz，参数BW根据AEI发射信号带宽确定，具体在LTE基站接收的干扰信号可以采用不同的单位度量，例如PRB(Physical Resource blocks)、RE(Resource elements，LTE载波带宽可以划分成系列PRB，每PRB内包含12个RE)或者Hz，采用Iot测量干扰信号时，以PRB为单位可简化处理，采用RE为单位则可提高测量精度，但会增加处理量和存储量；考虑干扰系统(ATIS)和被干扰系统(LTE)频率不对齐，从被干扰系统(LTE)看干扰信号带宽会有所变化，滚降系数Coe3取值越大，两侧曲线下降越慢，容错范围越大，但误差越大，滚降系数Coe3取值越小，两侧曲线下降越快，容错范围越小，而误差越小；考虑同一地区被干扰系统(LTE)中心载波以及带宽由当地统一规划，同时，考虑射频比较成熟而AEI设备频率误差不大，建议滚降系数Coe3取较小值；具体地，BW取值10PRB，Coe3取值1、5、10，可以得到如图6所示的曲线示意图，其中：横轴表示待检测信号带宽b(单位PRB)，纵轴表示干扰带宽概率Pr

经过上述参数选择和设定后，在基站实际接收到一次干扰信号时，将该次干扰信号的带宽作为该干扰信号的待检测信号带宽赋值给变量b，通过上述公式计算待检测信号带宽为ATIS干扰源对应信号带宽的干扰带宽概率Pr

在一个针对ATIS干扰的具体实施例中，由于AEI的发射信号强度一般采用最大值发送，该最大值由设备自身确定，信号强度随着距离逐渐变小，所以选取基站接收信号的待检测信号强度进行分析，预存的干扰特征信息也对应地包括：预存的干扰信号强度，获取的相关概率包括：干扰强度概率。

更具体地，采用如下公式计算所述干扰强度概率Pr

其中，变量i为所述待检测信号强度，参数St为预存的升降系数，参数Iot

AEI一般采用最大值发送，参数Iot

经过上述参数选择和设定后，在基站实际接收到一次干扰信号时，将该次干扰信号的强度作为该干扰信号的待检测信号强度赋值给变量i，通过上述公式计算待检测信号强度为ATIS干扰源对应信号强度的干扰强度概率Pr

S3、根据所述相关概率判断所述基站接收信号是否为所述某一干扰源的干扰信号。

在本实施例中，由前述分析可知，所获取的各待检测特征信息为某一干扰源对应特征信息的相关概率，反应了基站接收信号与某一干扰源之间的关联程度，因此可以据此判断出所述基站接收信号是否为所述某一干扰源的干扰信号。

在具体地实施例中，根据所述干扰时长概率、和/或所述干扰带宽概率、和/或所述干扰强度概率判断所述基站接收信号是否为所述某一干扰源的干扰信号；由前述分析可知，信号时长、信号带宽、信号强度分别能反映信号源的特点，作为干扰信号，如果来源于某一干扰源，应具备特定的上述特征信息，而计算得到的干扰时长概率、干扰带宽概率、干扰强度概率反应了基站接收信号是否具备特定的上述特征信息，因此，可以作为判断信号来源的依据。

具体地，在计算得到所述干扰时长概率后，所述干扰时长概率可以用于判断所述基站接收信号是否为所述某一干扰源的干扰信号，例如在一个针对ATIS干扰的具体实施例中，从图5可知，如果本次干扰信号时长为50s，则Pr

具体地，在计算得到所述干扰带宽概率后，所述干扰带宽概率可以用于判断所述基站接收信号是否为所述某一干扰源的干扰信号，例如在一个针对ATIS干扰的具体实施例中，从图6可知，如果本次干扰信号带宽在10PRB附近，则Pr

具体地，在计算得到所述干扰强度概率后，所述干扰强度概率可以用于判断所述基站接收信号是否为所述某一干扰源的干扰信号，例如在一个针对ATIS干扰的具体实施例中，从图7可知，如果本次干扰信号强度大于40dB，Pr

另外，干扰强度概率也可以用于判断所述某一干扰源与该接收到干扰信号的基站之间的距离，例如在一个针对ATIS干扰的具体实施例中，从图7可知，如果本次干扰信号强度为30dB，则Pr

在一个针对ATIS干扰的具体实施例中，首先根据所述干扰时长概率以及所述干扰带宽概率判断所述基站接收信号是否为所述某一干扰源的干扰信号。

更具体地，当所述待检测信号时长为40S左右、待检测信号带宽为5kHz时，基本可以确定该信号为来源于ATIS的干扰信号。

更进一步地，在判断出所述基站接收信号为所述某一干扰源(ATIS)的干扰信号后，所述方法还包括：根据所述干扰时长概率、所述干扰带宽概率以及所述干扰强度概率计算干扰概率。

更具体地，采用如下公式计算干扰概率Pr：

Pr＝10lg(Pr

其中，Pr

在基站实际接收到一次干扰信号时，将前述获取的所述干扰时长概率Pr

在得到干扰概率Pr后，进一步应用所述干扰概率Pr对某一干扰源进行定位，具体包括：接收其他基站发送的干扰概率；根据自身计算的干扰概率以及接收到的干扰概率确定所述某一干扰源的位置。

具体地，同一个干扰源一次发射的干扰信号，会对周边的多个基站产生干扰，对被干扰系统的多个基站统计干扰概率集，综合分析每个基站的站址以及其对应的干扰概率，确定所述干扰信号来源位置，例如，当前基站将自身计算得到的干扰概率发送给用于干扰源定位的装置，该用于干扰源定位的装置可以设置在其中一个基站上，也可以独立设置，本发明不做具体的限制，如果设置在其中一个基站上，该基站接收其他基站发送的干扰概率后，综合分析每个基站的站址以及每个基站对应的干扰概率确定所述某一干扰源的位置。

在具体地实施例中，所述根据自身计算的干扰概率以及接收到的干扰概率确定所述某一干扰源的位置，具体包括：确定自身以及接收到的干扰概率对应的基站的经纬度；根据每个基站的经纬度以及其对应的干扰概率，确定所述某一干扰源的经纬度位置。

更具体地，如图8所示，根据被干扰系统(LTE)位于不同经纬度位置的基站对应的干扰概率，其中：X轴表示纬度(单位degrees)，Y轴表示经度(单位degrees)，Z轴表示干扰概率Pr，以经纬度(单位degrees)为XY值，以干扰概率Pr为Z值，拟合绘制干扰概率Pr连续的空间分布图。根据图中Z轴峰值对应的XY值，确定所述某一干扰源的经纬度位置，如果某些基站接收的是其他干扰源发射的干扰信号，Pr值很低不会出现在峰值附近，同样，如果某些基站距离干扰源位置很远，Pr值很低也不会出现在峰值附近，图中根据颜色深浅标记了干扰源最可能的经纬度位置，图中所示为理想情况下，图形比较光滑，山峰位置即指示了干扰源所在的最可能的经纬度位置，采用干扰概率集进行干扰源定位的方法，综合考虑了判断干扰源类型和干扰源位置的因素的影响，且通过与基站地理位置可以得到干扰源的具体经纬度位置，定位高效精确。

本发明实施例1提供的干扰检测方法，通过在基站接收信号的待检测特征信息与预存的干扰特征信息之间，获取待检测特征信息为某一干扰源对应特征信息的相关概率，进而根据相关概率判断基站接收信号是否为某一干扰源的干扰信号，从而实现对来源于某一干扰源的干扰信号的自动检测，能够进行干扰源类型判断和干扰源定位，在进行干扰源定位时，能够屏蔽或降低不相关的干扰信号的影响，实现对具有固定特征或相对固定特征的干扰信号进行检测，提高对干扰信号的来源信息进行分析的精度和速度，省时省力，高效精确，且处理简单易于实现。

如图9所示，本发明实施例2提供一种干扰检测装置，设置于基站，所述装置包括：

第一获取模块1，用于获取基站接收信号的一个或多个待检测特征信息；

第二获取模块2，与所述第一获取模块1连接，用于根据预存的干扰特征信息获取各待检测特征信息为某一干扰源对应特征信息的相关概率；

判断模块3，与所述第二获取模块2连接，用于根据所述相关概率判断所述基站接收信号是否为所述某一干扰源的干扰信号。

另外，需要说明的是，上述装置并不限定具体的形式，可以直接在基站上实现、或者利用额外的装置或系统或汇聚单位连接基站实现。

可选地，所述待检测特征信息包括以下至少之一：待检测信号时长、待检测信号带宽、待检测信号强度。

可选地，第二获取模块2可以包括：

第一概率获取单元，用于根据预存的干扰信号时长获取所述待检测信号时长为所述某一干扰源对应信号时长的干扰时长概率；

第二概率获取单元，用于根据预存的干扰信号带宽获取所述待检测信号带宽为所述某一干扰源对应信号带宽的干扰带宽概率；

第三概率获取单元，用于根据预存的干扰信号强度获取所述待检测信号强度为所述某一干扰源对应信号强度的干扰强度概率。

可选地，判断模块3可以包括：

第一判断单元，用于根据所述干扰时长概率判断所述基站接收信号是否为所述某一干扰源的干扰信号；

第二判断单元，用于根据所述干扰带宽概率判断所述基站接收信号是否为所述某一干扰源的干扰信号；

第三判断单元，用于根据所述干扰强度概率判断所述基站接收信号是否为所述某一干扰源的干扰信号。

可选地，所述待检测特征信息包括：待检测信号时长和待检测信号带宽；

第二获取模块2包括：

第一概率获取单元，用于根据预存的干扰信号时长获取所述待检测信号时长为所述某一干扰源对应信号时长的干扰时长概率；

第二概率获取单元，用于根据预存的干扰信号带宽获取所述待检测信号带宽为所述某一干扰源对应信号带宽的干扰带宽概率；

判断模块3具体用于根据所述干扰时长概率以及所述干扰带宽概率判断所述基站接收信号是否为所述某一干扰源的干扰信号。

可选地，所述干扰检测装置用于检测铁路车号自动识别系统ATIS干扰源的干扰。

本发明实施例2提供的干扰检测装置，与实施例1具有相应的有益效果。

最后，需要声明的是，虽然本发明实施例主要以应用于检测ATIS对LTE基站的干扰来进行说明，但是，本领域技术人员能够明了，该方法和装置可针对任意具有固定特征或相对固定特征的干扰信号进行检测，只需要具有可预存的干扰特征信息并能够测量获得对应的一个或多个待检测特征信息即可实现。

可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。