一种水下智能装备定位系统及方法与流程

1.本发明涉及水下定位技术领域，特别是涉及一种水下智能装备定位系统及方法。


背景技术：

2.随着海洋强国战略的提出，对水下定位的可靠性和精度提出了更高的要求。由于水下环境复杂，电磁波无法在水下长距离的传播，因而卫星定位技术无法在水下定位过程中进行应用。在水下环境中，水下定位技术主要有惯性导航定位技术、声学定位技术、地球物理定位技术、光视觉定位技术。
3.惯性导航定位技术通过对加速度计获取的数据和陀螺仪数据进行二次积分，计算出相对位移，结合初始位置信息来计算当前的位置信息，该定位技术在短时间具有较高的定位精度，但因积分时间的增加，长时间水下航行会产生较大的累积误差，因此惯性导航定位系统在使用过程中需要上浮定位校正，这将增加潜水器的能量消耗和降低工作效率。
4.地球物理定位技术是利用外部环境信息作为参考的定位技术，需要提前获取潜水器的工作位置的外部环境信息，无法在缺少外部环境信息的环境下进行工作，且该方法适用于接近海底的环境，无法满足水中任意位置的使用。
5.光视觉定位技术应用光学信息实现的一种水下定位技术，由于光信号在水下环境中的传播距离较短，因此，大多只能应用于某些场景末端的精确定位，无法在大范围内进行使用。
6.声学定位是基于测量声学信号的传播时间，对信号进行计算得到位置进行定位的方法，主要包括长基线，短基线，超短基线三种方法。声学定位需要在潜水器工作的海域预先布置基阵，一般情况下，长基线需在海域环境中如海底或海面固定和布置基阵，短基线和超短基线一般布置在浮标或随行母船上，需要较大的支持体系，成本高且定位范围有限，无法满足潜水器独立工作任务的要求；同时，由于水下环境复杂，声信号具有带宽小、可用频率低、干扰噪声强和传输时延大等特性，导致现有方法只有在高信噪比时才能具有较高的定位精度，且解算方法复杂。


技术实现要素：

7.本发明的目的是提供一种水下智能装备定位系统及方法，以提高水下定位的定位精度。
8.为实现上述目的，本发明提供了如下方案：
9.一种水下智能装备定位系统，所述系统包括：地面综合系统、水下智能装备和多个移动式智能浮标；
10.多个移动式智能浮标位于海面上，并围成水下智能装备的工作海域；所述水下智能装备投放于所述工作海域的水下；
11.多个移动式智能浮标均与水下智能装备进行水声通信，多个移动式智能浮标用于分别向水下智能装备发射简谐波声学信号，并接收水下智能装备的反馈简谐波声学信号；
12.多个移动式智能浮标还均与地面综合系统连接，多个移动式智能浮标还用于获取各自的环境信息和卫星定位信息，并将各自的环境信息、卫星定位信息以及各自接收的反馈简谐波声学信号传输至地面综合系统；
13.所述地面综合系统用于将多个移动式智能浮标的环境信息、卫星定位信息和反馈简谐波声学信号进行多信息融合，计算水下智能装备的位置信息。
14.可选的，所述移动式智能浮标包括：水听器、环境监测器、卫星定位器和无线信号发射器；
15.水听器、环境监测器和卫星定位器均通过无线信号发射器与地面综合系统连接；
16.所述水听器用于向水下智能装备发射简谐波声学信号，并接收水下智能装备的反馈简谐波声学信号，同时将反馈简谐波声学信号通过无线信号发射器传输至地面综合系统；
17.所述环境监测器用于测量移动式智能浮标所处环境的环境信息，并将所述环境信息传输至地面综合系统；所述环境信息包括水声速度和噪声；
18.所述卫星定位器用于获取移动式智能浮标的卫星定位信息，并将所述卫星定位信息传输至地面综合系统。
19.可选的，所述水下智能装备包括：水声通信机；
20.所述水声通信机用于接收多个移动式智能浮标发射的简谐波声学信号，并同时向多个移动式智能浮标发射反馈简谐波声学信号。
21.一种基于前述的水下智能装备定位系统的水下智能装备定位方法，所述方法包括：
22.获取每个移动式智能浮标的环境信息、卫星定位信息以及反馈简谐波声学信号；
23.根据每个移动式智能浮标的反馈简谐波声学信号和基准移动式智能浮标的反馈简谐波声学信号，采用基于经验模式分解的广义互相关时延估计方法，获得每个移动式智能浮标接收反馈简谐波声学信号的时延估计值；
24.根据每个移动式智能浮标接收反馈简谐波声学信号的时延估计值、每个移动式智能浮标的环境信息和卫星定位信息，利用两次最小二乘法获得水下智能装备的初始定位结果；
25.根据所述初始定位结果，采用泰勒定位算法，确定水下智能装备的最终定位结果。
26.可选的，所述根据每个移动式智能浮标的反馈简谐波声学信号和基准移动式智能浮标的反馈简谐波声学信号，采用基于经验模式分解的广义互相关时延估计方法，获得每个移动式智能浮标接收反馈简谐波声学信号的时延估计值，具体包括：
27.根据每个移动式智能浮标的反馈简谐波声学信号和基准移动式智能浮标的反馈简谐波声学信号，采用经验模态分解法和最大似然估计法，获得每个移动式智能浮标的滤波参数；
28.将每个移动式智能浮标的滤波参数代入广义互相关函数获得每个移动式智能浮标与基准移动式智能浮标接收反馈简谐波声学信号的互相关性；
29.根据所述互相关性，利用公式获得每个移动式智能浮标接
收反馈简谐波声学信号的时延估计值；
30.其中，为移动式智能浮标与基准移动式智能浮标接收反馈简谐波声学信号的互相关性，ψ(f)为滤波参数，为移动式智能浮标与基准移动式智能浮标接收反馈简谐波声学信号的交叉功率谱密度，d为时延估计值，τ为移动式智能浮标与基准移动式智能浮标接收反馈简谐波声学信号的时间差。
31.可选的，所述根据每个移动式智能浮标的反馈简谐波声学信号和基准移动式智能浮标的反馈简谐波声学信号，采用经验模态分解法和最大似然估计法，获得每个移动式智能浮标的滤波参数，具体包括：
32.采用经验模态分解法对每个移动式智能浮标的反馈简谐波声学信号进行分解，获得每个反馈简谐波声学信号的多阶内涵模态分量；
33.将第一阶内涵模态分量作为第一噪声信号，第二阶内涵模态分量作为第二噪声信号，每个反馈简谐波声学信号的多阶内涵模态分量中第一阶内涵模态分量和第二阶内涵模态分量以外的内涵模态分量的和作为估计信号，获取每个移动式智能浮标的第一噪声信号和第二噪声信号，并获取基准移动式智能浮标的估计信号；
34.确定每个移动式智能浮标的第一噪声信号和第二噪声信号的功率谱密度以及基准移动式智能浮标的估计信号的功率谱密度，并利用最大似然估计函数获得每个移动式智能浮标的滤波参数；
35.其中，s(f)为估计信号的功率谱密度，w1(f)为第一噪声信号的功率谱密度，w2(f)为第二噪声信号的功率谱密度。
36.可选的，所述根据每个移动式智能浮标接收反馈简谐波声学信号的时延估计值、每个移动式智能浮标的环境信息和卫星定位信息，利用两次最小二乘法获得水下智能装备的初始定位结果，具体包括：
37.将每个移动式智能浮标接收反馈简谐波声学信号的时延估计值与每个移动式智能浮标的环境信息中的水声速度的乘积，作为每个移动式智能浮标与基准移动式智能浮标到水下智能装备的斜距距离差；
38.根据所述斜距距离差、每个移动式智能浮标的卫星定位信息和环境信息中的噪声，利用最小二乘法获得水下智能装备的初始位置估计坐标；
39.根据所述初始位置估计坐标，利用最小二乘法获得估计位置偏差；
40.根据初始位置估计坐标和估计位置偏差，利用公式确定水下智能装备的初始定位结果；其中，z
p
为水下智能装备的初始定位结果向量，z
′a为估计位置偏差向量，(x0，y0，z0)为初始位置估计坐标。
41.可选的，根据所述初始定位结果，采用泰勒定位算法，确定水下智能装备的最终定位结果，之后还包括：
42.获取所述最终定位结果与多个移动式智能浮标围成的工作海域边界的距离；
43.当所述距离小于或等于距离阈值时，移动多个移动式智能浮标的位置，使得水下智能装备一直处于多个移动式智能浮标所围成的工作海域内。
44.根据本发明提供的具体实施例，本发明公开了以下技术效果：
45.本发明公开一种水下智能装备定位系统及方法，建立移动式智能浮标定位系统，应用卫星信号实现浮标自身定位数据，降低了定位测量阵布放的难度；定位方法上采用模态分解与最大似然估计的方法进行发射信号估计和噪声信号估计，在低信噪比条件下，提高不同移动式智能浮标间的时延估计值精度提高，并应用两次最小二乘法与泰勒定位解算算法相结合，既减少了所需的传感器设备和解算过程的复杂度，又提高了水下定位的定位精度。
附图说明
46.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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发明的一些实施例，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。
47.图1为本发明提供的一种水下智能装备定位系统的结构图；
48.图2为本发明提供的一种水下智能装备定位方法的流程图；
49.图3为本发明提供的一种水下智能装备定位方法的原理图；
50.图4为本发明提供的经验模式分解的原理图；
51.符号说明：1-全球卫星定位系统，2-移动式智能浮标，3-地面综合系统，4-水下智能装备，5-定位区域。
具体实施方式
52.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
53.本发明的目的是提供一种水下智能装备定位系统及方法，以提高水下定位的定位精度。
54.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
55.本发明为了改善相关技术中求解过程复杂且定位精度较低的问题，提供了一种水下智能装备定位系统，如图1所示，系统包括：地面综合系统、水下智能装备和多个移动式智能浮标。
56.多个移动式智能浮标位于海面上，并围成水下智能装备的工作海域；水下智能装备投放于工作海域的水下。
57.多个移动式智能浮标均与水下智能装备进行水声通信，多个移动式智能浮标用于分别向水下智能装备发射简谐波声学信号，并接收水下智能装备的反馈简谐波声学信号。
58.多个移动式智能浮标还均与地面综合系统连接，多个移动式智能浮标还用于获取
各自的环境信息和卫星定位信息，并将各自的环境信息、卫星定位信息以及各自接收的反馈简谐波声学信号传输至地面综合系统。
59.地面综合系统用于将多个移动式智能浮标的环境信息、卫星定位信息和反馈简谐波声学信号进行多信息融合，计算水下智能装备的位置信息。
60.移动式智能浮标包括：水听器、环境监测器、卫星定位器和无线信号发射器。
61.水听器、环境监测器和卫星定位器均通过无线信号发射器与地面综合系统连接。水听器用于向水下智能装备发射简谐波声学信号，并接收水下智能装备的反馈简谐波声学信号，同时将反馈简谐波声学信号通过无线信号发射器传输至地面综合系统。环境监测器用于测量移动式智能浮标所处环境的环境信息，并将环境信息传输至地面综合系统。环境信息包括水声速度和噪声。卫星定位器用于获取移动式智能浮标的卫星定位信息，并将卫星定位信息传输至地面综合系统。
62.水下智能装备包括：水声通信机。水声通信机用于接收多个移动式智能浮标发射的简谐波声学信号，并同时向多个移动式智能浮标发射反馈简谐波声学信号。
63.参照图1，全球卫星定位系统：提供载波相位差分数据，为移动式智能浮标提供实时导航和定位服务。移动式智能浮标：集水听器、环境监测器、无线信号发射器和高精度卫星定位器于一体；实现实时高精度的自身定位，获取浮标姿态位置、环境信息和水下声学信号信息的接收，为水下智能潜水器提供定位与导航。地面综合系统：包括定位信息解算单元，无线信号接收与发射单元；将移动式智能浮标传回的浮标姿态位置、环境信息、水下声学信号信息进行多信息的融合，解算出水下智能装备的位置信息。水下智能装备：搭载水下声学信号接收与发射端，实现水下声学信号的接收与发射。定位区域：移动式智能浮标所围成的工作区域。
64.本发明建立移动式智能浮标定位系统，应用卫星信号实现浮标自身定位数据，降低了定位测量阵布放的难度；同时采用卫星定位信号在空气中的高定位能力，可以将水下智能装备的坐标位置直接转换为大地坐标。并且水下智能装备向各个移动式智能的同时发送定位的声学信号，解决了不同移动式智能浮标的信号需要不同编码，多次发送信号造成功耗增加的问题，使得水下智能装备的续航增强。
65.本发明基于前述的水下智能装备定位系统，提供了一种水下智能装备定位方法，如图2所示，方法包括：
66.步骤101，获取每个移动式智能浮标的环境信息、卫星定位信息以及反馈简谐波声学信号。
67.步骤102，根据每个移动式智能浮标的反馈简谐波声学信号和基准移动式智能浮标的反馈简谐波声学信号，采用基于经验模式分解的广义互相关时延估计方法，获得每个移动式智能浮标接收反馈简谐波声学信号的时延估计值。
68.具体包括：
69.根据每个移动式智能浮标的反馈简谐波声学信号和基准移动式智能浮标的反馈简谐波声学信号，采用经验模态分解法和最大似然估计法，获得每个移动式智能浮标的滤波参数；
70.将每个移动式智能浮标的滤波参数代入广义互相关函数获得每个移动式智能浮标与基准移动式智能浮标接收反
馈简谐波声学信号的互相关性；
71.根据互相关性，利用公式获得每个移动式智能浮标接收反馈简谐波声学信号的时延估计值；
72.式中，为移动式智能浮标与基准移动式智能浮标接收反馈简谐波声学信号的互相关性，ψ(f)为滤波参数，为移动式智能浮标与基准移动式智能浮标接收反馈简谐波声学信号的交叉功率谱密度，d为时延估计值，τ为移动式智能浮标与基准移动式智能浮标接收反馈简谐波声学信号的时间差。
73.其中，根据每个移动式智能浮标的反馈简谐波声学信号和基准移动式智能浮标的反馈简谐波声学信号，采用经验模态分解法和最大似然估计法，获得每个移动式智能浮标的滤波参数，具体包括：
74.采用经验模态分解法对每个移动式智能浮标的反馈简谐波声学信号进行分解，获得每个反馈简谐波声学信号的多阶内涵模态分量；
75.将第一阶内涵模态分量作为第一噪声信号，第二阶内涵模态分量作为第二噪声信号，每个反馈简谐波声学信号的多阶内涵模态分量中第一阶内涵模态分量和第二阶内涵模态分量以外的内涵模态分量的和作为估计信号，获取每个移动式智能浮标的第一噪声信号和第二噪声信号，并获取基准移动式智能浮标的估计信号；
76.确定每个移动式智能浮标的第一噪声信号和第二噪声信号的功率谱密度以及基准移动式智能浮标的估计信号的功率谱密度，并利用最大似然估计函数获得每个移动式智能浮标的滤波参数；
77.其中，s(f)为估计信号的功率谱密度，w1(f)为第一噪声信号的功率谱密度，w2(f)为第二噪声信号的功率谱密度。
78.步骤103，根据每个移动式智能浮标接收反馈简谐波声学信号的时延估计值、每个移动式智能浮标的环境信息和卫星定位信息，利用两次最小二乘法获得水下智能装备的初始定位结果。
79.具体包括：
80.将每个移动式智能浮标接收反馈简谐波声学信号的时延估计值与每个移动式智能浮标的环境信息中的水声速度的乘积，作为每个移动式智能浮标与基准移动式智能浮标到水下智能装备的斜距距离差；
81.根据斜距距离差、每个移动式智能浮标的卫星定位信息和环境信息中的噪声，利用最小二乘法获得水下智能装备的初始位置估计坐标；
82.根据初始位置估计坐标，利用最小二乘法获得估计位置偏差；
83.根据初始位置估计坐标和估计位置偏差，利用公式确定水下智能装备的初始定位结果；其中，z
p
为水下智能装备的初始定位结果向量，z
′a为估计位置偏差
向量，(x0，y0，z0)为初始位置估计坐标。
84.步骤104，根据初始定位结果，采用泰勒定位算法，确定水下智能装备的最终定位结果。
85.步骤104之后还包括：
86.获取最终定位结果与多个移动式智能浮标围成的工作海域边界的距离；
87.当距离小于或等于距离阈值时，移动多个移动式智能浮标的位置，使得水下智能装备一直处于多个移动式智能浮标所围成的工作海域内。
88.本发明的方法具有以下优点：
89.1、本发明的移动式智能浮标可以根据被测目标的活动范围，实时调整自身的布放位置，实现以较少的定位浮标使得被测目标在最佳定位的区域范围内工作。
90.2、定位方法上采用模态分解与最大似然估计的方法进行发射信号估计和噪声信号估计，在低信噪比条件下，提高不同移动式智能浮标间的时延估计值精度提高。
91.3、应用两次最小二乘法与泰勒定位解算算法相结合，在满足定位精度要求的情况下，减少了所需的传感器设备和解算过程的复杂度。
92.参照图3，本发明的具体实施过程如下：
93.1)当水下智能装备需要在某个海域进行工作时，在水下智能装备需要的工作领域(定位区域)快速布放不少于4个的移动式智能浮标。移动式智能浮标通过高精度卫星定位器获得自身的定位数据，应用搭载的环境信息监测器获取智能浮标周围风速、水体温度、水声速度等环境信息。
94.2)在移动式智能浮标所围成的工作水域(定位区域)，投放水下智能装备。各移动式智能浮标通过水听器向水下智能装备发射简谐波声学信号信息s(t)＝1000*sin(2*π*4000*t) 5000*sin(2*π*2000*t)，水下智能装备接收到各移动式智能浮标发送的简谐波声学信号后，激活水下声学信号发射端并向各移动式智能浮标发射简谐波信号。
95.3)各移动式智能浮标的水听器接收到水下智能装备的反馈回的简谐波信号后，将各自接收到的声学信号，已有的环境信息、自身定位数据、卫星定位信息通过无线信号发射器发送到地面综合工作系统。
96.4)地面综合工作系统接收到各移动式智能浮标发送的声学信号信息、环境信息、自身定位数据、卫星定位信息进行信息融合后，求解水下智能装备的位置信息。
97.5)整个求解过程分为两步：(1)各移动式智能浮标的水听器相对于基准接收器的时延估计值的计算；(2)基于时延估计值的计算，应用两次最小二乘法与taylor算法结合求解水下智能装备的位置信息。
98.时延估计解算过程如下：
99.a)接收器接收到的信号x(t)，确定出x(t)上的所有极值点，用三次样条曲线连接所有极大值点形成上包络线，同样的方法形成下包络线。信号x(t)与上下包络线的均值m1差记为h1，其中h1＝x(t)-m1。
100.b)将h1视作新的x(t)，重复以上步骤，直到hi满足以下经验模态条件(intrinsic mode functions，imf)三个条件中的两个时：(1)信号至少有两个极值点(一个极大值点和一个极小值点)；(2)特征时间尺度定义为相邻极值点之间的时间间隔；(3)如果信号没有极值点而仅有拐点，那么在对其分解之前首先将其微分一次或者多次，然后对所得的结果进
行积分得到相应的分量；则其成为原始信号的筛选出的第一阶，记为c1。
101.c)将c1从信号x(t)分离出来，得到一个去掉高频信号分量的差值信号r1，r1＝x(t)-c1。把r1作为新的信号，重复步骤a，b，直到第n阶残余信号成为单调函数，即rn＝r
n-1-cn。
102.d)重复以上a)、b)和c)步骤分别估计出不同移动式智能浮标的rn值。a)、b)和c)步骤为经验模式分解过程，如图4所示。应用傅里叶变换对信号rn进行功率谱密度分析，将r1与r2的和定义为噪声信号；其余值的和定义为估计信号。从每个智能浮标中接收到声学定位信号中提取出移动式智能浮标的噪声信号w1(t)和基准移动式智能浮标的噪声信号w2(t)，以及基准移动式智能浮标的估计信号s(t)，并求解出噪声信号和估计信号的功率谱密度，代入最大似然估计函数
103.e)获取滤波参数ψ(f)。
104.f)将滤波参数ψ(f)代入广义互相关函数其中是接收信号x1(t)和x2(t)交叉功率谱密度。x1(t)是基准移动式智能浮标接收到的声学定位信号，x2(t)是另一个移动式智能浮标接收到的声学定位信号。
105.g)智能移动浮标间的接收时间与基准智能移动浮标间接收到的时间差
106.根据前述的时延估计解算算法，求解各智能移动浮标接收的水声信号相对于基准智能移动浮标接到的水声信号的时延估计值，计算水下智能装备的位置；具体方法如下：
107.a)根据前述的时延估计解算算法，获取时延估计值；同时应用智能式移动浮标监测到的环境信息，获取水中声速c。
108.b)假设参与定位的移动式智能浮标有n个，其中基准智能浮标的坐标为(x1，y1，z1)，第i个移动式智能浮标与基准智能浮标的斜距为r
i，1
＝r
i-r1＝c(t
i-t1)，其中y
i，1
＝y
i-y1，z
i，1
＝z
i-z1，r1为基准智能浮标与水下智能装备的斜距，ki为第i个移动式智能浮标的各坐标的平方和。
109.c)应用一次最小二乘法获得估计初始位置估计解b，其中q为噪声的协方差矩阵，由环境信息可以获得。为最小二乘法第一次初始位置估计值，ga和h为简化系数。
110.d)将初始估计解b，应用于第二次最小二乘法z
′a＝(g
′
atb′-1
gaq-1
gab
′-1g′a)-1
(g
′
atb′-1
gaq-1
gab
′-1
)h
′
，获取估计位置偏差z
′a。其中，e1，e2，e3，e4是za的估计误差，为第一次最小二乘法估计位置与水下智能装备的斜距。
111.e)最终两次最小二乘法的位置估计结果为正负值由先验信息决定。
112.将两次最小二乘法获得定位结果(x
(0)
，y
(0)
，z
(0)
)，作为初始值代入泰勒定位算法位置估计方程其中δx＝x-x(0)表示真实值与初始估计值的误差，表示各移动式智能浮标与水下智能装备的初始估计值(x0，y0，z0)的斜距，表示基准各移动式智能浮标与水下智能装备的初始估计值(x0，y0，z0)的斜距。
113.f)将上述方程转换为aδ＝d ε；其中mi＝c(t
i-t1)，c为声速，ei为测量误差，d表示系数，mi表示水下智能到达第i个移动式智能浮标的斜距与水下智能装备到达基准智能装备的斜距的差，ti表示水下智能装备到达第i个移动式智能浮标的时间，t1表示水下智能装备到达基准智能浮标的时间，表示将各移动式智能浮标的坐标值代入求得值。
114.g)利用加权最小二乘法可得δ＝[a
t
q-1
a]-1at
q-1
d，q为噪声的协方差矩阵，由环境噪声估计判断是否满足定位精度的阈值要求σ为判断阈值；若不满足要求，进行初始值更新并重复上述d、e、f步骤，直至满足阈值要求，获得最终的定位结果(x,y,z)。
[0115]
6)地面综合工作系统将所求解的最终定位结果通过无线信号发送给移动式智能浮标，然后浮标通过声学通信将位置信息发送水下智能装备，完成定位。
[0116]
7)移动式智能浮标通过判断水下智能装备的位置是否即将超出所围成的工作海域，移动自身的位置，并通过卫星定位系统完成再次校正，使得水下智能装备一直处于高精度的工作海域。
[0117]
本发明应用模态分析法和最大似然估计法相结合建立滤波函数，并将该滤波函数应用于广义互相关函数，实现各接收间时延估计值的计算，解决潜水器在低信噪比条件下的复杂环境中求解时延估计的不准确的难题。
[0118]
应用两次最小二乘法估计水下智能装备的初始位置，并将该初始位置参数作为taylor定位算法的初始值，进行定位校正，提高定位精度。
[0119]
智能浮标搭载环境检测系统，能够获取并调整实时的水域环境参数，提高实时定位的准备性。
[0120]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
[0121]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。