一种自主式交通系统演化模型的构建方法、装置及介质与流程

1.本发明涉及交通系统数据处理领域，尤其是一种自主式交通系统演化模型的构建方法、装置及介质。


背景技术：

2.随着当代社会发展，交通需求进一步提升，用户希望得到主动的服务，决策者也希望系统提升自主响应能力；并且伴随信息量指数增长和更新迭代加快，交通系统复杂性不断加大，靠人指挥交通系统已满足不了需求，将促使我国智能交通系统(its:intelligent transportation system)体系加速升级，向更加智慧的自主式交通系统(ats:autonomous transportation system)发展。自主式交通系统是一个具有自组织性质的开放复杂巨系统，并沿着“辅助自主-高度自主-完全自主”的方向演化发展。
3.目前，国内外交通领域对演化模型的研究主要集中在交通流、运输能力和运输方式等内部层面，面向整个交通系统的演化模型研究较少，并且缺乏系统性理论研究，没有直观地呈现出演化特征。


技术实现要素：

4.有鉴于此，本发明实施例提供一种自主式交通系统演化模型的构建方法、装置及介质，能够科学的描述和预测自主式交通系统演化特征及发展规律，有利于交通系统的可持续发展。
5.本发明实施例的第一方面提供了一种自主式交通系统演化模型的构建方法，包括：
6.根据自主式交通系统架构，确定系统要素及要素属性；
7.根据所述要素属性，确定所述系统要素的关联关系；
8.根据所述关联关系，搭建多层复杂网络结构，并向所述多层复杂网络结构输入配置包；
9.根据所述多层复杂网络结构，结合第一预设标准，建立面向目标层的自主式交通系统复杂网络的演化模型，并确定所述演化模型的演化状态值属性；
10.根据第二预设标准，确定所述演化模型的初始状态值和属性值，并根据所述初始状态值和所述属性值驱动所述演化模型进行演化；
11.输出所述演化模型的演化数据，并根据所述演化数据进行特征分析。
12.可选地，所述根据自主式交通系统架构，确定系统要素及要素属性，包括：
13.根据自主式交通系统架构构建需求结合自主式交通系统特性，确定所述系统要素，所述系统要素包括技术、需求、服务、功能和组分。
14.可选地，所述根据自主式交通系统架构，确定系统要素及要素属性，还包括：
15.确定所述系统要素联动机制，并根据所述系统要素联动机制构建属性复杂网络；
16.根据所述属性复杂网络，构建属性模型；
17.根据所述属性模型结合预设维度，确定所述要素属性。
18.可选地，所述根据所述要素属性，确定所述系统要素的关联关系，包括：
19.通过关联所述要素属性，确定所述要素属性联动机制；
20.根据所述要素属性联动机制，确定所述系统要素的关联关系。
21.可选地，所述根据所述关联关系，搭建多层复杂网络结构，并向所述多层复杂网络结构输入配置包，包括：
22.根据所述关联关系，依次搭建出服务层、功能层和组分层三层自主式交通系统复杂网络；
23.根据系统要素，确定各层内部的节点；
24.根据层间和层内节点映射关系，将所述需求输入服务层，所述技术输入功能层，并将所述需求和所述技术共同输入组分层。
25.可选地，所述根据所述多层复杂网络结构，结合第一预设标准，建立面向目标层的自主式交通系统复杂网络的演化模型，并确定所述演化模型的演化状态值属性，包括：
26.根据节点集构建所述组分层的底部网络；
27.根据所述组分的所述要素属性，确定所述节点集的节点策略及节点演化状态；
28.根据所述技术和所述需求，计算所述节点集的节点适应度；
29.根据第一选择更新所述节点集的节点状态。
30.可选地，所述根据第二预设标准，确定所述演化模型的初始状态值和属性值，并根据所述初始状态值和所述属性值驱动所述演化模型进行演化，包括：
31.根据第一数据，确定所述演化模型的初始状态值；
32.根据第二数据，确定所述演化模型的属性值。
33.本发明实施例第二方面提供了一种自主式交通系统演化模型的构建装置，包括：
34.第一模块，用于根据自主式交通系统架构，确定系统要素及要素属性；
35.第二模块，用于根据所述要素属性，确定所述系统要素的关联关系；
36.第三模块，用于根据所述关联关系，搭建多层复杂网络结构，并向其输入配置包；
37.第四模块，用于根据所述多层复杂网络结构，结合第一预设标准，建立面向目标层的自主式交通系统复杂网络的演化模型，并确定所述演化模型的演化状态值属性；
38.第五模块，用于根据第二预设标准，确定所述演化模型的初始状态值和相关属性值，并根据所述初始状态值和所述相关属性值驱动所述演化模型进行演化；
39.第六模块，用于输出所述演化模型的演化数据，并根据所述演化数据进行特征分析。
40.本发明实施例的第三方面提供了一种电子设备，包括处理器以及存储器；
41.所述存储器用于存储程序；
42.所述处理器执行所述程序实现如前面所述的方法。
43.本发明实施例的第四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程序，所述程序被处理器执行实现如前面所述的方法。
44.本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该
计算机设备执行前面的方法。
45.本发明实施例的有益效果为：本发明根据自主式交通系统架构，确定系统要素及要素属性；能够针对需要研究的具体交通场景划分系统要素，并列出各要素的属性，为后续的演化模型研究做铺垫；本发明根据所述要素属性，确定所述系统要素的关联关系，根据所述关联关系，搭建多层复杂网络结构，并向所述多层复杂网络结构输入配置包；在确定交通场景要素关联关系的基础上，搭建多层复杂网络结构，并输入演化模型的配置包，能够清楚实现各要素间的映射；本发明根据所述多层复杂网络结构，结合第一预设标准，建立面向目标层的自主式交通系统复杂网络的演化模型，并确定所述演化模型的演化状态值属性；根据第二预设标准，确定所述演化模型的初始状态值和属性值，并根据所述初始状态值和所述属性值驱动所述演化模型进行演化；基于多层复杂网络构建演化模型，通过演化模型输出交通系统的演化过程并分析其演化特征和发展规律，形成了一套完整的方法体系，并揭示了自主式交通系统构成要素的演化机制；输出所述演化模型的演化数据，并根据所述演化数据进行特征分析；通过特征分析，能够科学地预测系统体系架构的相应变化，为交通管理者提供决策依据，以制定长期有效的市场调节手段和宏观调控计划，有利于交通系统的可持续发展。
附图说明
46.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例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技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
47.图1为本发明实施例提供的自主式交通系统演化模型的构建方法的整体流程图；
48.图2为本发明实施例提供的基于要素属性的自主式交通系统要素联动机制示意图；
49.图3为本发明实施例提供的多层复杂网络结构示意图；
50.图4为本发明实施例提供的车辆碰撞预警场景下要素关联关系示意图；
51.图5为本发明实施例提供的车辆碰撞预警场景下系统动态演化示意图；
52.图6为本发明实施例提供的车辆碰撞预警场景下的用户主体演化曲线示意图；
53.图7为本发明实施例提供的车辆碰撞预警场景下的载运工具演化曲线示意图；
54.图8为本发明实施例提供的车辆碰撞预警场景下的基础设施演化曲线示意图。
具体实施方式
55.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
56.下面结合说明书附图，对本发明的方法的实现原理进行详细说明：
57.图1所示为本发明实施例提供的自主式交通系统演化模型的构建方法的整体流程图，包括：根据自主式交通系统架构，确定系统要素及要素属性；根据要素属性，确定系统要素的关联关系；根据关联关系，搭建多层复杂网络结构，并向多层复杂网络结构输入配置
包；根据多层复杂网络结构，结合第一预设标准，建立面向目标层的自主式交通系统复杂网络的演化模型，并确定演化模型的演化状态值属性；根据第二预设标准，确定演化模型的初始状态值和属性值，并根据初始状态值和属性值驱动演化模型进行演化；输出演化模型的演化数据，并根据演化数据进行特征分析。
58.在一些实施例中，根据自主式交通系统架构，确定系统要素及要素属性，包括：
59.根据自主式交通系统架构构建需求结合自主式交通系统特性，确定系统要素，系统要素包括技术、需求、服务、功能和组分。
60.具体地，自主式交通系统的五类要素不局限于物理层面，更侧重描述系统运作，且相互作用、缺一不可。自主式交通系统要素的定义及示例如表1所示：
61.表1
[0062][0063][0064]
需要说明的是，各要素通过直接或间接的关联关系，形成一套作用机制：技术和需求作为驱动力，推动服务、功能和组分不断革新，从而带动交通系统的发展。系统要素整体的关联关系为：组分作为核心要素，产生并承接需求、参与服务、提供功能并受技术的间接影响，技术同时直接影响功能，而功能以信息化系统为基础支撑着服务，服务又以交通业务为向导满足需求。除了不同类要素间的关联，随着需求和技术的更替，组分要素内部也存在正向促进和反向竞争的关系。
[0065]
在一些实施例中，根据自主式交通系统架构，确定系统要素及要素属性，还包括：
[0066]
确定系统要素联动机制，并根据系统要素联动机制构建属性复杂网络；
[0067]
根据属性复杂网络，构建属性模型；
[0068]
根据属性模型结合预设维度，确定要素属性。
[0069]
具体地，为了在小颗粒度的层面上，精准串联自主式交通系统的系统要素，明确各要素参与交通活动的联动机制，并构建具有支撑和动态演化作用的属性复杂网络，提出了一种设置系统要素属性的多层次多维度模型。以参与交通系统的某一具体要素为研究对象，从内核属性和外联属性两个层次出发，结合时空维度、目标维度和连接维度，映射出复合属性，多层次多维度模型属性提取思路如表2所示：
[0070]
表2
[0071][0072][0073]
则根据多层次多维度模型提取得到的要素属性，如表3所示：
[0074]
表3
[0075][0076]
基于以上理论框架，针对需要研究的具体交通场景划分出技术、需求、服务、功能和组分五类要素，并列出各要素的属性，为后续的演化模型研究做铺垫。
[0077]
在一些实施例中，根据要素属性，确定系统要素的关联关系，包括：
[0078]
通过关联所述要素属性，确定所述要素属性联动机制；
[0079]
根据所述要素属性联动机制，确定所述系统要素的关联关系。
[0080]
具体地，图2所示为基于要素属性的自主式交通系统要素联动机制示意图，展示了表3中各要素内核属性、外联属性内部之间的关联关系以及通过功能要素内核属性中的自主式运行逻辑与外联属性中的关联服务集合实现的内核属性与外联属性的关联关系，实现小颗粒层面的系统要素的精准串联，其中，需要说明的是，服务要素外联属性中的服务内部关系包括：促进、竞争和无关，功能要素外联属性中的功能内部关系包括：串行、竞争和并行。
[0081]
在一些实施例中，根据关联关系，搭建多层复杂网络结构，并向多层复杂网络结构输入配置包，包括：
[0082]
根据关联关系，依次搭建出服务层、功能层和组分层三层自主式交通系统复杂网络；
[0083]
根据系统要素，确定各层内部的节点；
[0084]
根据层间和层内节点映射关系，将需求输入服务层，技术输入功能层，并将需求和技术共同输入组分层。
[0085]
具体地，基于要素间的关联关系，并参考博弈论及其演化动力学的相关理论，图3所示，确定多层复杂网络结构的技术路线为：自上而下构建服务层、功能层和组分层的三层复杂网络，根据系统要素中具体的交通场景要素确定各层内部节点，并从要素关联角度确定层间和层内的节点映射关系；需求和技术作为交通系统演化的内外因驱动力分别输入到服务层和功能层，同时输入到组分层中；通过映射关系，层间自上而下起到组织作用，自下而上进行演化反馈。需要说明的是，需求和技术首先激活服务层和功能层内部的相关节点，组分层内部通过博弈实现自主演化，再反馈至功能层和服务层，带动两层节点的演化，所以服务层和功能层的演化过程不进行量化表示。在确定交通场景要素关联关系的基础上，搭建服务层、功能层和组分层的复杂网络，并配置输入演化模型的技术包和需求包，实现各要素间的映射。
[0086]
在一些实施例中，根据多层复杂网络结构，结合第一预设标准，建立面向目标层的自主式交通系统复杂网络的演化模型，并确定演化模型的演化状态值属性，包括：
[0087]
(1)根据节点集构建所述组分层的底部网络；
[0088]
具体地，构建一个无向加权符号网络作为组分层底部网络，用g＝(v,ε,w)表示。
[0089]
需要说明的是，v＝{v1,v2,
…
,vn}为节点集，每个节点表示一个组分；为边集，描述组分之间的正负向连接关系，令a＝(a
ij
)n×n为组分层网络的邻接矩阵，如果两个组分之间存在关联则为1，无关联则为0；权重矩阵为w＝(w
ij
)n×n，用以刻画各组分节点之间交互的强度，对应组分属性中的关联强度；令ni＝{vj∈v|a
ij
＝1}和di＝|ni|分别表示组分节点的邻居集和节点度。
[0090]
(2)根据组分的所述要素属性，确定节点集的节点策略及节点演化状态；
[0091]
具体地，参与博弈的个体集合组成了一个群体，所有参与个体之间的唯一区别在于其使用的策略。所以结合组分要素属性，策略代表组分类型，由技术和需求决定，每个节点代表一种策略。
[0092]
需要说明的是，根据参与博弈的个体数目，可以分为有限群体博弈和无限群体博
弈。在实际交通场景中，每一组分的具体个数不能准确统计出来，所以组分层的演化博弈属于无限群体博弈，所以将节点演化状态值定义为同类组分的市场占有率。
[0093]
(3)根据技术和所述需求，计算节点集的节点适应度；
[0094]
在演化博弈动力学模型中，个体在群体博弈中的收益常常被转化为适应度，可以理解成在博弈中的一个优劣程度。复杂网络上的演化动力学分为常数选择过程和频率依赖型选择过程，而组分层的演化属于前者，也就是指组分节点的适应度是关于自身策略的常数，不随群体演化状态值(其他组分市场占有率)的变化而变化，但是会随技术和需求的变化而改变。
[0095]
通过适应度进行演化博弈前，需要先求策略产生的收益，这里可以理解为技术和需求对组分竞争力的影响，收益计算公式为：
[0096][0097]
式中：β1和β2分别为技术影响系数和需求满足系数；β3为常数项；u为波动系数；为关联技术集合自主化水平的整体影响情况；为关联需求集合需求目标水平的整体满足情况。
[0098]
在演化模型中，同类组分构成一个小网络，各类小网络组成大的组分网络，演化博弈分别发生在小网络中，不同类组分之间的相互影响体现在适应度上。所以在计算节点适应度时，除了自身收益，还要考虑不同类组分的促进或抑制影响。
[0099]
计算出各节点收益后，结合关联关系和权重来推导各组分节点的适应度，公式如下所示：
[0100][0101]
式中：wf为选择强度，表征收益对适应度的影响，一般取1；πi(x)为节点i的收益；n
i’为节点i邻居节点中不同类组分的集合；w
ij
为节点和节点间的权重，对应组分的关联强度属性。
[0102]
(4)根据第一选择更新节点集的节点状态。
[0103]
具体地，在同类组分间选择生灭过程进行博弈更新节点状态。生灭过程属于马尔可夫过程，它是指每一步先以正比于适应度的概率，从网络中选择出一个个体，这个个体产生一个与自己策略相同的复制个体，并将这个复制个体代替它的一个邻居，邻居被选出来的概率正比于两者之间连边的权重。本模型中每个节点即代表一种策略，所以进行推广：不是整个节点的替代，而是演化状态值的转移。
[0104]
每个节点的演化状态值在下个状态可能增加、减少或者不变，根据生灭过程的定义推导每个节点的转移概率。需要注意的是，当某一类新组分刚进入市场时，虽然演化状态值很低，但是增长速度快，接近1时增长变慢。相反，自主性弱的组分演化状态值会越来越低，越接近0越容易被淘汰掉。考虑以上特征，需要构建一个控制函数，在此考虑sigmoid函数的变形，并且分情况进行讨论。相关公式如下所示：
[0105]
①
增加概率：
[0106]
式中：ri为节点i的适应度；v
x
为同类组分节点，ns为同类组分节点集合；α为优劣变量，优势组分取1，劣势组分取-1；k为放缩系数，根据k的取值将sigmoid函数进行平移和放缩；ei为节点i的演化状态值；
[0107]
②
减少概率：
[0108]
式中：vj为节点i的同类邻居节点，ni为节点i的同类邻居节点集；vy为节点j的同类邻居节点，nj为节点j的同类邻居节点集；pj为节点j的增加概率；w
ij
为节点i和节点j间的权重，w
yj
为节点y和节点j间的权重；
[0109]
③
不变概率：ii＝1-p
i-qi[0110]
式中：pi为节点i的增加概率；qi为节点i的减少概率；
[0111]
以上便是组分层演化动力学模型的建立过程，根据模型公式在python中编程，借助networkx即可搭建静态网络并实现动态演化
[0112]
在一些实施例中，根据第二预设标准，确定演化模型的初始状态值和属性值，并根据初始状态值和属性值驱动演化模型进行演化，包括：
[0113]
根据第一数据，确定演化模型的初始状态值；
[0114]
根据第二数据，确定演化模型的属性值。
[0115]
具体地，在驱动演化前，根据演化模型输入需要，确定初始演化状态值和相关属性值。首先，通过市场调研统计当前代际下组分的市场占有率，即初始演化状态值。然后，通过专家咨询和文献计量等方法确定各要素相关属性值，要素演化相关属性值及确定方法如表4所示：
[0116]
表4
[0117][0118]
确定相应交通场景中组分的初始演化状态值及各要素相关属性值后，输入到演化模型中，首先驱动组分层的演化，继而通过反馈带动服务层和功能层的演化，实现网络中节点的激活、变化和消亡。
[0119]
在一些实施例中，从演化模型搭建的具体步骤可知，组分层的演化过程可以通过演化状态值量化表示出来，服务层和功能层的演化只能体现节点的激活和消亡。首先确定演化博弈过程中迭代次数和实际时间的对应关系，然后实时输出各要素的状态变化，预测交通系统的演化过程。通过特征分析，科学描述其演化特征及发展规律，从而为交通管理者提供决策依据。
[0120]
下面以一具体的交通场景为例，结合附图和具体数据对本发明作进一步的详细说明。应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。
[0121]
在“基于v2x的无信号灯控交叉口车辆碰撞预警”场景下，可以通过以下步骤实现：
[0122]
(a)“基于v2x的无信号灯控交叉口车辆碰撞预警”场景是指：车辆驶入无信号灯控交叉口时，由于超视距和非视距问题，会存在车辆碰撞隐患。车辆感知自身位置及行驶状态，通过v2x通讯技术，实现与其他车辆、路侧设备之间的交互通信，通过相关算法处理周边车辆数据，判断是否存在威胁车辆并发布预警信息，驾驶员自主调整速度以避免碰撞。基于要素基本理论和场景流程，划分当前场景下的五类交通要素，并根据多层次多维度模型设置好以上要素的各属性值，如表5所示：
[0123]
表5
[0124]
[0125][0126]
(b)根据各要素间的作用机制，从外联属性出发，初步构建了场景要素间的关联关系，车辆碰撞预警场景下五类要素关联关系如表6所示：
[0127]
表6
[0128]
[0129][0130]
[0131]
需要注意的是，表中的服务对象用于组分间“正负向”的设置，存在于各要素“关联组分集合”中的仅为功能提供者。图4所示为车辆碰撞预警场景下要素关联关系示意图，详细展示了该场景下五类要素具体的关联关系，组分和技术、需求的关联可通过服务功能进行传递。
[0132]
(c)根据组分层复杂网络上的演化动力学模型可知，策略代表组分类型，由技术和需求决定，每个节点代表一种策略。组分层网络节点及对应策略组合如表7所示：
[0133]
表7
[0134][0135][0136]
(d)通过市场调研、文献计量和专家论证等方法确定初始演化状态值和相关属性
值，并输入到演化模型中，驱动各层要素演化。为直观地表现演化过程，根据模型公式在python中编程，借助networkx搭建静态网络并实现动态演化。图5示出了该交通场景下的系统动态演化示意图，左侧的节点代表输入的需求和技术要素，中间的节点组成组分层，往右依次为功能层和服务层，组分节点下的数字为演化状态值，随着博弈而不断改变。
[0137]
(e)通过python编程实时输出该场景下各要素的状态变化，因为该实施例只涉及当前代际下该场景的五类要素，颗粒度较大，所以服务和功能不会演化消亡，演化过程主要体现在各组分演化状态值的变化上。参考图6、图7和图8的各组分节点的演化曲线示意图，通过分析迭代20000次的各组分节点状态值，可以发现各组分节点的演化状态值以一定的趋势波动变化，竞争力强的组分演化状态值越来越高，竞争力弱的组分演化状态值越来越低直至消亡，符合客观规律。
[0138]
通过分析该场景下的系统演化可知：自主式交通系统的演化发展并非一种简单的线性规律，而是呈现相互制约发展的非线性规律，在发展演化过程中会呈现较为明显的生态系统演化特征。因为其本身就是一个以交通活动为主体，受相关政策、经济发展、资源环境等因素影响，在特定的时空范围内与需求技术要素协同作用而形成的复合生态系统。所以类似于生态系统演化，交通系统中的要素发展具备规模效益先递增后递减的规律，所以通过增强自身的需求和技术竞争力，提高资源环境利用效率，才能实现持续稳定发展，这也为管理者提供宏观决策的依据。
[0139]
本发明实施例提供了一种自主式交通系统演化模型的构建装置，包括：
[0140]
第一模块，用于根据自主式交通系统架构，确定系统要素及要素属性；
[0141]
第二模块，用于根据所述要素属性，确定所述系统要素的关联关系；
[0142]
第三模块，用于根据所述关联关系，搭建多层复杂网络结构，并向其输入配置包；
[0143]
第四模块，用于根据所述多层复杂网络结构，结合第一预设标准，建立面向目标层的自主式交通系统复杂网络的演化模型，并确定所述演化模型的演化状态值属性；
[0144]
第五模块，用于根据第二预设标准，确定所述演化模型的初始状态值和相关属性值，并根据所述初始状态值和所述相关属性值驱动所述演化模型进行演化；
[0145]
第六模块，用于输出所述演化模型的演化数据，并根据所述演化数据进行特征分析。
[0146]
本发明方法实施例的内容均适用于本装置实施例，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法达到的有益效果也相同。
[0147]
本发明实施例提供了一种电子设备，包括处理器以及存储器；
[0148]
存储器用于存储程序；
[0149]
处理器执行程序实现自主式交通系统演化模型的构建方法。
[0150]
本发明方法实施例的内容均适用于本电子设备实施例，本电子设备实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法达到的有益效果也相同
[0151]
综上所述，上述实施例根据自主式交通系统构成要素及关联关系出发，基于复杂网络上的博弈及其演化动力学理论构建演化模型，并输出交通系统的演化过程并分析其演化特征和发展规律，揭示了自主式交通系统构成要素的演化机制，能够科学的描述和预测系统体系架构的演化特征和发展规律，为管理者提供宏观决策的依据，以制定长期有效的
市场调节手段和宏观调控计划，有利于交通系统的可持续发展。
[0152]
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述的方法。
[0153]
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
[0154]
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
[0155]
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，本发明的技术方案本质上或者说对现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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0156]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
[0157]
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其
他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0158]
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0159]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0160]
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
[0161]
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本技术权利要求所限定的范围内。