多模GNSS-R接收机反射信号选取的优化方法及装置

技术领域

本发明涉及反射信号选取技术领域，并且更具体地，涉及一种多模GNSS-R接收机反射信号选取的优化方法及装置。

背景技术

GNSS-R技术是目前遥感探测领域的新型技术，它通过搭载在小卫星或者有效载荷、机载、岸基等方式接收来自GNSS卫星在散射表面的反射信号，获取地面粗糙度、反射率等物理信息，从而实现对地球陆地及海洋的探测。GNSS卫星种类繁多，包括美国的GPS，中国的北斗、欧洲的伽利略(Galileo)、俄罗斯的GLONASS以及日本的准天顶卫星系统。GNSS信号可用于研究气候变化、海洋粗糙度和盐度、土壤湿度、冰、风速、灾害监测、大气和电离层测量等，具有一定的应用前景。

近20年来，多国已发射多颗搭载了GNSS-R载荷的卫星，如国外的TDS-1、UK-DMC和CYGNSS星座，以及国内的捕风一号和风云三号E星等。CYGNSS星座具有8个观测卫星，基于全天候GPS的散射进行测量。而国内风云三号E、F星则是接收北斗、GPS和Galileo的反射信号。

目前的国外的GNSS-R接收机大都采用单模接收机，虽然具有一定数量的反射通道，但都针对于同种GNSS卫星信号进行处理，这样就损失了来自其他卫星的数据信息。而国内的风云三号的探测载荷则是多模的，主要针对于北斗和GPS信号。但是两者的数据产品是分开的，这样就需要很大的独立存储空间。而且当接收不同卫星的镜面反射点为同一块区域时，若将生成的数据产品均存储下来就会需要更大的数据存储空间，也会造成小卫星或者有效载荷的超负荷以及数据速率的不兼容。

发明内容

为了解决上述背景技术所述的至少一个问题，本发明提供一种多模GNSS-R接收机反射信号选取的优化方法及装置。

根据本发明的一个方面，提供了一种多模GNSS-R接收机反射信号选取的优化方法，包括：

步骤一：从多模GNSS-R接收机的多个通道接收当前时刻来自多颗GNSS-R卫星的直反射信号，确定每个通道接收的直反射信号的信号类型；

步骤二：对每个通道接收的直反射信号进行星历解码，确定当前时刻下每颗GNSS-R卫星的位置信息；根据多模GNSS-R接收机的导航信息，确定当前时刻下多模GNSS-R接收机的位置信息；

步骤三：基于当前时刻下每颗GNSS-R卫星的位置信息和多模GNSS-R接收机的位置信息，确定多个通道的镜面反射点位置；

步骤四：根据多个通道的镜面反射点位置，判断多个通道的镜面反射点是否存在重合，并将重合的镜面反射点对应通道的直反射信号进行信号筛选，选择性能最优的直反射信号进行后续处理；

步骤五：当不存在重合的镜面反射点或者通过步骤四进行信号筛选后，通过轮询的方式对所有通道的镜面反射点进行判断和分类，把在有效时间内被观测的镜面反射点通道以及未被观测的镜面反射点通道分开；

步骤六：对步骤五中在有效时间内被观测的镜面反射点通道保存的观测数据进行二次信号筛选，选择性能最优的作为当前镜面反射点通道的最终观测数据；

步骤七：对于步骤五中在有效时间内被未观测过的镜面反射点通道和步骤六中经过二次信号筛选后替换观测数据的镜面反射点通道，查看各个镜面反射点通道接收的直反射信号的信号类型，将不同信号类型的直反射信号输入到对应的处理通道中进行处理；

步骤八：将处理通道输出的反射信号处理成DDM数据产品，并保存相关信息。

可选地，所述对每个通道接收的直反射信号进行星历解码，确定当前时刻下每颗GNSS-R卫星的位置信息，包括：

对每个通道接收的直反射信号进行载波同步、位同步、帧同步操作，通过使用多模GNSS-R接收机内置的解码算法对信号进行解码，得到每颗GNSS-R卫星的星历信息；

根据每颗GNSS-R卫星的星历信息，计算当前时刻下每颗GNSS-R卫星的位置信息。

可选地，所述将重合的镜面反射点对应通道的直反射信号进行信号筛选，选择性能最优的直反射信号进行后续处理，包括：

对重合的镜面反射点对应通道的直反射信号进行信号质量评估，确定重合的镜面反射点的信号质量评估值；

根据信号质量评估值以及预设的评估权重，确定重合的镜面反射点的信号评分；

根据信号评分，对重合的镜面反射点对应通道的直反射信号进行排序；

将具有最高信号评分的直反射信号作为性能最优的直反射信号。

可选地，通过以下步骤设置所述评估权重：

通过对反射信号及生成DDM数据产品反演精度的分析，直反射信号的评估策略采用GNSS-R卫星的仰角θ、极化匹配程度σ、反射信号频率f、反射信号强度β、镜面反射点到多模GNSS-R接收机和GNSS-R卫星的距离和Δδ这5个物理量作为信号影响因子；

设定θ、σ、f、β、Δδ这5个物理量的权重为(x

通过多组物理量和权重数据进行深度学习模型拟合，将深度学习模型输出的评价值

根据本发明的又一个方面，提供了一种多模GNSS-R接收机反射信号选取的优化装置，包括：

信号获取模块，用于从多模GNSS-R接收机的多个通道接收当前时刻来自多颗GNSS-R卫星的直反射信号，确定每个通道接收的直反射信号的信号类型；

第一位置确定模块，用于对每个通道接收的直反射信号进行星历解码，确定当前时刻下每颗GNSS-R卫星的位置信息；根据多模GNSS-R接收机的导航信息，确定当前时刻下多模GNSS-R接收机的位置信息；

第二位置确定模块，用于基于当前时刻下每颗GNSS-R卫星的位置信息和多模GNSS-R接收机的位置信息，确定多个通道的镜面反射点位置；

信号筛选模块，用于根据多个通道的镜面反射点位置，判断多个通道的镜面反射点是否存在重合，并将重合的镜面反射点对应通道的直反射信号进行信号筛选，选择性能最优的直反射信号进行后续处理；

信号判断模块，用于当不存在重合的镜面反射点或者通过步骤四进行信号筛选后，通过轮询的方式对所有通道的镜面反射点进行判断和分类，把在有效时间内被观测的镜面反射点通道以及未被观测的镜面反射点通道分开；

信号选取模块，用于对步骤五中在有效时间内被观测的镜面反射点通道保存的观测数据进行二次信号筛选，选择性能最优的作为当前镜面反射点通道的最终观测数据；

信号输入模块，用于对于步骤五中在有效时间内被未观测过的镜面反射点通道和步骤六中经过二次信号筛选后替换观测数据的镜面反射点通道，查看各个镜面反射点通道接收的直反射信号的信号类型，将不同信号类型的直反射信号输入到对应的处理通道中进行处理；

信号处理模块，用于将处理通道输出的反射信号处理成DDM数据产品，并保存相关信息。

可选地，所述第一位置确定模块，具体用于：

对每个通道接收的直反射信号进行载波同步、位同步、帧同步操作，通过使用多模GNSS-R接收机内置的解码算法对信号进行解码，得到每颗GNSS-R卫星的星历信息；

根据每颗GNSS-R卫星的星历信息，计算当前时刻下每颗GNSS-R卫星的位置信息。

可选地，所述信号筛选模块，具体用于：

对重合的镜面反射点对应通道的直反射信号进行信号质量评估，确定重合的镜面反射点的信号质量评估值；

根据信号质量评估值以及预设的评估权重，确定重合的镜面反射点的信号评分；

根据信号评分，对重合的镜面反射点对应通道的直反射信号进行排序；

将具有最高信号评分的直反射信号作为性能最优的直反射信号。

可选地，该装置还包括评估权重设置模块，用于通过以下步骤设置所述评估权重：

通过对反射信号及生成DDM数据产品反演精度的分析，直反射信号的评估策略采用GNSS-R卫星的仰角θ、极化匹配程度σ、反射信号频率f、反射信号强度β、镜面反射点到多模GNSS-R接收机和GNSS-R卫星的距离和Δδ这5个物理量作为信号影响因子；

设定θ、σ、f、β、Δδ这5个物理量的权重为(x

通过多组物理量和权重数据进行深度学习模型拟合，将深度学习模型输出的评价值

根据本发明的又一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行本发明上述任一方面所述的方法。

根据本发明的又一个方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现本发明上述任一方面所述的方法。

本发明在多模GNSS-R接收机的基础上，对多个通道接收到的不同卫星信号进行了筛选优化，在有效时间内获得的反射信号性能更优，生成的DDM数据产品更加精准。而且将反射信号数据进行筛选和融合可以极大缩短重访周期，减小载荷的数据速率。本发明可以将不同卫星的信号进行处理，并得到融合后的DDM数据产品，大大减缓了多模GNSS-R接收机的存储负荷，便于数据下传。

附图说明

通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：

图1是本发明一示例性实施例提供的GNSS-R接收机信号处理流程图；

图2是本发明一示例性实施例提供的信号筛选算法流程图；

图3是本发明一示例性实施例提供的信号评分及权重设置的参考图；

图4是本发明一示例性实施例提供的多模GNSS-R接收机反射信号选取的优化装置的结构示意图；

图5是本发明一示例性实施例提供的电子设备的结构。

具体实施方式

下面，将参考附图详细地描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。

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。

图1示出了本发明所提供的多模GNSS-R接收机反射信号选取的优化方法的流程示意图。如图1所示，多模GNSS-R接收机反射信号选取的优化方法，包括：

图1是本发明技术方案的主流程图。如图1所示，本发明提出的多模GNSS-R接收机反射信号优选的方法包括下列步骤：

步骤一：当多模天线某一时刻接收来自多颗卫星的直反射信号后，首先要先确定信号的种类和数量。多模天线通过具有多个独立的接收通道，每个通道可以同时接收不同卫星的信号，对每个通道接收的信号进行分析，可以获取关于接收到的信号的信息。同时对于卫星导航系统(北斗、GPS等)，信号的码相位也可以用于识别不同卫星的信号，通过与已知的卫星码进行相关分析(通常采用并行码相位捕获法)，从而获得信号的码片信息。

步骤二：通过对直射信号进行载波同步、位同步、帧同步等操作，通过使用GNSS-R接收机内置的解码算法对信号进行解码，包括解码导航消息、星历、钟差等信息。

步骤三：星历包括了卫星的轨道参数、位置信息、钟差等。根据星历信息，使用数据模型计算当前时间下GNSS卫星的精准位置。

使用导航信息进行导航解算，计算接收机自身的三维位置(纬度、经度、高度)以及速度。

GNSS信号在传播过程中可能会受到多种误差的影响，如大气延迟、多路径干扰、钟差等。接收机需要考虑并修正这些误差，以提高位置的准确性。

在WGS-84坐标系下，将步骤(2)中获得的接收机自身的三维位置和GNSS卫星的精准位置输入到镜像反射点预报算法中进行位置解算，获取镜面反射点的位置。镜面反射点计算方法如下：

首先假设接收机的位置为(X

将此位置转化为经纬度表示

式中的a和b分别是地球椭球的长半轴和短半轴，为常数；λ

当信号经过地面反射后，其反射信号的路径延迟可以表示为：

为了求解镜面反射点，需要使S最小，因此求解上式极值便可获得相应的镜面反射点位置。求极值的方法有很多，例如牛顿法、梯度下降法、模拟退火算法、遗传算法等。

步骤四：获取此时所有通道的镜面反射点位置，判断各个镜面反射点位置是否存在同一区域，即判断多个通道的镜面反射点是否存在重合。

此步骤为解决理论上的一种存在情况，即在某一时刻，GNSS-R接收机同时接收到多颗卫星的反射信号，而这些信号经过处理后构成的镜面反射点在地面上的位置重合，即在同一个点上。

这种情况可能在特定的地理条件和环境中发生，又或者是反射信号闪烁区的窗口较大，两不同位置的镜面反射点均处于该范围之内。

如果存在同一区域(即，重合)的镜面反射点，需要将对应通道的信号进行信号筛选，选择性能最优的信号进行后续处理，其他信号舍弃，保证构成的镜面反射点位置为同一区域的信号只有一个。

其中，信号筛选算法为本发明的核心算法，具体流程将在之后介绍。

步骤五：当不存在同一区域的镜面反射点或者通过步骤四进行信号筛选后，通过轮询的方式对此时所有通道的镜面反射点进行判断和分类，把在有效时间内被观测的镜面反射点通道以及未被观测的镜面反射点通道分开，以便后续处理。

步骤六：对于步骤五中有效时间内被观测过的镜面反射点通道，需要和此镜面反射点处保存的观测数据进行二次信号筛选，选择其中性能最优的作为此镜面反射点处的最终观测数据。

步骤七：对于步骤五中有效时间内被未观测过的镜面反射点通道和步骤(6)中经过二次信号筛选后替换观测数据的信号通道，需要查看信号类型，将不同类型的反射信号输入到对应的处理通道中进行处理。

步骤八：将反射信号处理成DDM数据产品，便于压缩和下传数据，供后续气象数据反演。

生成的数据产品需要保存一定的信号特征及相关信息，以便步骤六中进行二次数据筛选。

其中，保存的相关信息包括：GNSS卫星的仰角、反射信号的极化匹配情况、波长、信号频率、信号强度以及镜面反射点到接收机和GNSS卫星的距离和等。

上述的步骤实现的前提是保证产品的时效性，即在某一时间段内该镜面反射点处的地理状态没有发生变化。目前基于GNSS-R技术的海面风场反演的时间分辨率为1小时左右，土壤湿度、海冰等反演为24小时左右，因此需要针对不同应用设定不同的时间片段，在相同的时间片段中可以进行上述反射信号优选的步骤。

图2是信号筛选算法流程图。如图2所示，本发明涉及的信号筛选算法包括下列步骤：

1、数据采集阶段：接收来自多种卫星的反射信号数据，包括信号强度、多普勒频移、信噪比、卫星的仰角等参数。

2、信号质量评估：计算每个信号的信噪比(SNR)，多普勒频移稳定性、反射信号频率、极化匹配程度等。还可以计算相位稳定性、相干时间等信号特性。

3、参数设置：设置评估标准的阈值和权重，以及不同信号特性的权衡关系。

4、信号评分：为每个信号分配一个综合评分，可以根据不同信号特性的评估值以及权重来计算。

5、信号排序：根据信号评分，将所有信号按照评分从高到低进行排序。

6、最佳信号选择：选择具有最高评分的信号作为最佳信号。

7、实时更新和调整：在运行时，持续监测观测位置、针对不同的观测点(如海洋、陆地等)动态调整评估标准的阈值和权重。

这个算法流程可以根据应用需求进行细化和定制。每个步骤都可能需要一些特定的计算方法和算法来实现。在实际应用中，还需要考虑处理实时数据、算法的效率等因素。

为了更好的实现上述算法方案，这里详细介绍一下关于步骤3中评估权重的设置。

通过对反射信号及生成DDM图反演精度的分析，信号的评估策略采用卫星的仰角θ、极化匹配程度σ、反射信号频率f、反射信号强度β、以及镜面反射点到接收机和GNSS卫星的距离和Δδ这5个物理量作为信号影响因子。

1)卫星仰角θ会影响DDM的分辨率和灵敏度，较大的入射角会使得接收到的反射信号受到地表特征的微小变化更敏感，有助于捕捉更细微的地表运动变化且会使菲涅尔反射系数变大，雷达散射截面变大。根据经验值，仰角θ的范围应大于50度。

2)极化匹配程度σ是指接收到的反射信号的极化方向与接收器的极化方向之间的匹配程度。较好的极化匹配可以提高信号的强度和质量，从而减少噪声对DDM的影响。可以通过极化滤波器判断反射信号的极化方向，计算极化匹配程度(0＜σ＜1)。

3)反射信号频率f较高可以提供更高的多普勒频移，从而增加DDM的分辨率和灵敏度。

4)反射信号强度β直接影响生成的DDM产品质量，信号强度越高，抗噪声性能越强。

5)镜面反射点到接收机和GNSS卫星的距离和Δδ通常越大越好。

设定各个物理量的权重为(x

上式为信号综合评分公式，

关于权重(x

本发明优势在于，当多模GNSS-R接收机同时接收到多种GNSS卫星的信号时，接收机需要先在各接收通道种进行直射信号的处理，获取星历，进行位置解算，构建反射几何，以及确定镜面反射点位置。在镜面反射点位置获取后即是本发明的创新关键点之一，信号接收流程设计。对于各通道的镜面反射点位置，设置了两种判断分类方式，一种是判断镜面反射点位置是否存在重合。另一种是判断该镜面反射点是否被观测过。通过这两种判断，将信号分成三种，一种是构成未重合也未被观测的镜面反射点的信号，一种是构成未重合但被观测过的镜面反射点的信号。还有一种是镜面反射点位置重合的信号。针对这三种信号均采用了对应的处理方式，使之融合成一种数据产品。

进一步地，本发明在信号筛选算法中提及了影响零级数据产品DDM精度到的信号物理量，对各个物理量进行量化加权，最终得到各个信号的综合评分，通过排序便可获得最佳的处理信号。评价指标的设计考量了多种因素，结合了抗噪声性能、空间分辨率和精度、菲涅尔反射系数等。最后加权数值的设置采用深度学习的方法，针对不同的反射面介质，加权值应存在不同的设置。

综上所述，本发明公开了一种多模GNSS-R接收机反射信号选取的优化方法，该方法建立在多模接收机的基础上，对接收通道接收到的不同卫星信号进行了筛选优化，在有效时间内获得的反射信号性能更优，生成的DDM数据产品更加精准。筛选算法为本发明的核心算法，采用了加权量化的方式，对影响DDM精度的信号物理量进行了归一化处理，通过横向对比，为每个通道的信号分配一个综合评分，选出最佳评分的信号进行后续处理。本发明可以将不同卫星的信号进行处理，并得到融合后的DDM数据产品，大大减缓了多模GNSS-R接收机的存储负荷，便于数据下传。

示例性装置

图4是本发明一示例性实施例提供的多模GNSS-R接收机反射信号选取的优化装置的结构示意图。如图4所示，装置400包括：

信号获取模块410，用于从多模GNSS-R接收机的多个通道接收当前时刻来自多颗GNSS-R卫星的直反射信号，确定每个通道接收的直反射信号的信号类型；

第一位置确定模块420，用于对每个通道接收的直反射信号进行星历解码，确定当前时刻下每颗GNSS-R卫星的位置信息；根据多模GNSS-R接收机的导航信息，确定当前时刻下多模GNSS-R接收机的位置信息；

第二位置确定模块430，用于基于当前时刻下每颗GNSS-R卫星的位置信息和多模GNSS-R接收机的位置信息，确定多个通道的镜面反射点位置；

信号筛选模块440，用于根据多个通道的镜面反射点位置，判断多个通道的镜面反射点是否存在重合，并将重合的镜面反射点对应通道的直反射信号进行信号筛选，选择性能最优的直反射信号进行后续处理；

信号判断模块450，用于当不存在重合的镜面反射点或者通过步骤四进行信号筛选后，通过轮询的方式对所有通道的镜面反射点进行判断和分类，把在有效时间内被观测的镜面反射点通道以及未被观测的镜面反射点通道分开；

信号选取模块460，用于对步骤五中在有效时间内被观测的镜面反射点通道保存的观测数据进行二次信号筛选，选择性能最优的作为当前镜面反射点通道的最终观测数据；

信号输入模块470，用于对于步骤五中在有效时间内被未观测过的镜面反射点通道和步骤六中经过二次信号筛选后替换观测数据的镜面反射点通道，查看各个镜面反射点通道接收的直反射信号的信号类型，将不同信号类型的直反射信号输入到对应的处理通道中进行处理；

信号处理模块480，用于将处理通道输出的反射信号处理成DDM数据产品，并保存相关信息。

可选地，所述第一位置确定模块420，具体用于：

对每个通道接收的直反射信号进行载波同步、位同步、帧同步操作，通过使用多模GNSS-R接收机内置的解码算法对信号进行解码，得到每颗GNSS-R卫星的星历信息；

根据每颗GNSS-R卫星的星历信息，计算当前时刻下每颗GNSS-R卫星的位置信息。

可选地，所述信号筛选模块440，具体用于：

对重合的镜面反射点对应通道的直反射信号进行信号质量评估，确定重合的镜面反射点的信号质量评估值；

根据信号质量评估值以及预设的评估权重，确定重合的镜面反射点的信号评分；

根据信号评分，对重合的镜面反射点对应通道的直反射信号进行排序；

将具有最高信号评分的直反射信号作为性能最优的直反射信号。

可选地，该装置400还包括评估权重设置模块，用于通过以下步骤设置所述评估权重：

通过对反射信号及生成DDM数据产品反演精度的分析，直反射信号的评估策略采用GNSS-R卫星的仰角θ、极化匹配程度σ、反射信号频率f、反射信号强度β、镜面反射点到多模GNSS-R接收机和GNSS-R卫星的距离和Δδ这5个物理量作为信号影响因子；

设定θ、σ、f、β、Δδ这5个物理量的权重为(x

通过多组物理量和权重数据进行深度学习模型拟合，将深度学习模型输出的评价值

本发明的实施例的多模GNSS-R接收机反射信号选取的优化装置与本发明的另一个实施例的多模GNSS-R接收机反射信号选取的优化方法相对应，在此不再赘述。

示例性电子设备

图5是本发明一示例性实施例提供的电子设备的结构。如图5所示，电子设备50包括一个或多个处理器51和存储器52。

处理器51可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备中的其他组件以执行期望的功能。

存储器52可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器51可以运行所述程序指令，以实现上文所述的本发明的各个实施例的软件程序的对历史变更记录进行信息挖掘的方法以及/或者其他期望的功能。在一个示例中，电子设备还可以包括：输入装置53和输出装置54，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。

此外，该输入装置53还可以包括例如键盘、鼠标等等。

该输出装置54可以向外部输出各种信息。该输出装置54可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。

当然，为了简化，图5中仅示出了该电子设备中与本发明有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备还可以包括任何其他适当的组件。

示例性计算机程序产品和计算机可读存储介质

除了上述方法和设备以外，本发明的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本发明的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的对历史变更记录进行信息挖掘的方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、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)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

以上结合具体实施例描述了本发明的基本原理，但是，需要指出的是，在本发明中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本发明为必须采用上述具体的细节来实现。

本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本发明中涉及的器件、系统、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、系统、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

可能以许多方式来实现本发明的方法和系统。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和系统。用于所述方法的步骤的上述顺序仅是为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。

还需要指出的是，在本发明的系统、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本发明。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本发明的范围。因此，本发明不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本发明的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。