一种导向矢量估计方法及系统

1.本发明涉及阵列信号处理相关技术领域，具体涉及一种导向矢量估计方法及系统。


背景技术：

2.在阵列信号处理领域，为了通过阵列模型实现阵列信号的定位、信号增强、降噪等功能，需要确定阵列模型的导向矢量。
3.传统方法中存在多种估计阵列模型内导向矢量的方法，例如根据声源信号相对阵列的方法和阵列几何结构确定导向矢量等方法。
4.但本技术发明人在实现本技术实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
5.现有技术中的方法在估计确定导向矢量的过程中引入了过多的假设条件，在实际情况与假设情况相符时，能够使阵列得到较好的性能。在实际情况与假设情况不符合时，阵列的性能无法得到可靠的保证，存在着导向矢量估计方法可靠性较低的技术问题。


技术实现要素：

6.本技术实施例提供了一种导向矢量估计方法及系统，用于针对解决现有技术中估计确定导向矢量时，在实际情况与假设情况不符合时，阵列的性能无法得到可靠的保证，存在着的导向矢量估计方法可靠性较低的技术问题。
7.鉴于上述问题，本技术实施例提供了一种导向矢量估计方法及系统。
8.本技术实施例的第一个方面，提供了一种导向矢量估计方法，所述方法包括：获得阵列观测信号；根据所述阵列观测信号获得声源信号的协方差矩阵φ
x；f
；根据所述阵列观测信号的当前声源获得波束形成器η；通过所述协方差矩阵φ
x；f
和所述波束形成器η通过公式计算获得阵列的导向矢量，计算公式如下：其中，σ为修正导向矢量的范数，且σ≥0。
9.本技术实施例的第二个方面，提供了一种导向矢量估计系统，所述系统包括：第一获得单元，所述第一获得单元用于获得阵列观测信号；第一处理单元，所述第一处理单元用于根据所述阵列观测信号获得声源信号的协方差矩阵φ
x；f
；第二获得单元，所述第二获得单元用于根据所述阵列观测信号的当前声源获得波束形成器η；第二处理单元，所述第二处理单元用于通过所述协方差矩阵φ
x；f
和所述波束形成器η通过公式计算获得阵列的导向矢量，计算公式如下：其中，σ为修正导向矢量的范数，且σ≥0。
10.本技术实施例的第三个方面，提供了一种导向矢量估计系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使系统以执行如第一方面所述方法的步骤。
11.本技术实施例的第四个方面，提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。
12.本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
13.本技术实施例提供的技术方案在估计阵列导向矢量的过程中，首先从阵列观测信号内估计声源信号的协方差矩阵φ
x；f
，其中，可同时估计观测信号和噪声信号的协方差矩阵，进而估计声源信号的协方差矩阵φ
x；f
，然后，在不考虑噪声信号的情况下，设计与当前声源有关的波束形成器η，最后，根据上述声源信号的协方差矩阵φ
x；f
和波束形成器η计算获得导向矢量本技术实施例通过估计声源信号的协方差矩阵φ
x；f
，并且在不考虑噪声信号的情况下，设计与声源有关的波束形成器η，能够有效减轻多径声源信号的对消问题，以及减少现有技术中其他估计导向矢量方法中的假设条件，能够更为灵活地估计阵列导向矢量，达到提升阵列导向矢量估计计算可靠性、提升阵列性能可靠性的技术效果。
14.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
15.图1为本技术实施例提供的一种导向矢量估计方法流程示意图之一；
16.图2为本技术实施例提供的一种导向矢量估计方法流程示意图之二；
17.图3为本技术实施例提供的一种导向矢量估计方法中设计波束形成器的流程示意图；
18.图4为本技术实施例提供了一种导向矢量估计系统结构示意图；
19.图5为本技术实施例示例性电子设备的结构示意图。
20.附图标记说明：第一获得单元11，第一处理单元12，第二获得单元13，第二处理单元14，电子设备300，存储器301，处理器302，通信接口303，总线架构304。
具体实施方式
21.本技术实施例通过提供了一种导向矢量估计方法及系统，用于针对解决技术中估计确定导向矢量时，在实际情况与假设情况不符合时，阵列的性能无法得到可靠的保证，存在着的导向矢量估计方法可靠性较低的技术问题。
22.申请概述
23.在阵列信号处理领域，为了通过阵列模型实现阵列信号的定位、信号增强、降噪等功能，需要确定阵列模型的导向矢量，并且该导向矢量确定的准确性对于阵列信号处理的性能十分重要。
24.在传感器阵列信号处理领域中，阵列模型往往通过下式描述：
25.yf(t)＝xf(t) vf(t)，则有：
26.yf(t)＝dfsf(t) vf(t)
27.其中，下标f为频率，t为时间；yf(t)、vf(t)和df时三个向量，且每个向量的长度相同，且长度与阵列的阵元数目有关。其中，yf(t)是观测信号向量，vf(t)是噪声向量，df是导
向矢量，sf(t)是一个标量，其代表的是声源信号。xf(t)＝dfsf(t)也是一个向量，在阵列信号处理领域中，存在一个基本的假设就是，sf(t)与vf(t)不相关。
28.传统方法中存在多种估计阵列模型内导向矢量df的方法，但是现有技术中的方法估计确定导向矢量的过程中引入了过多的假设条件，在实际情况与假设情况相符时，能够使阵列得到较好的性能。在实际情况与假设情况不符合时，阵列的性能无法得到可靠的保证，存在着导向矢量估计方法可靠性较低的技术问题。
29.针对上述技术问题，本技术提供的技术方案总体思路如下：
30.获得阵列观测信号；根据所述阵列观测信号获得声源信号的协方差矩阵φ
x；f
；根据所述阵列观测信号的当前声源获得波束形成器η；通过所述协方差矩阵φ
x；f
和所述波束形成器η通过公式计算获得阵列的导向矢量，计算公式如下：其中，σ为修正导向矢量的范数，且σ≥0。
31.在介绍了本技术基本原理后，下面，将参考附图对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术的一部分实施例，而不是本技术的全部实施例，应理解，本技术不受这里描述的示例实施例的限制。基于本技术的实施例，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，都属于本技术保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本技术相关的部分而非全部。
32.实施例一
33.具体而言，在传统的阵列信号处理领域中，主要包括三种估计导向矢量df的方法。具体如下：
34.方法一、假设导向矢量df由声源相对阵列的方法和阵列的几何结构决定，其中，阵列模型中sf(t)是声源辐射出的信号，在估计导向矢量df时先对声源进行方位估计，然后带入模型直接计算。
35.方法一存在的问题是，在估计导向矢量df的过程中引入了一个假设，对于多径到达阵列的声源信号，模型会将他们视为噪声看待，阵列中的多径信号显然是与声源信号相关的，这样的相关性会使得最优增强和降噪算法中存在信号对消问题，会使得定位算法中存在干扰源的问题，进而影响阵列的性能。
36.方法二、将某个传感器上的声源信号当成sf(t)，这时候df的元素描述的是各通道中的声源信号与参考通道中的声源信号之间的相关性。估计df时先估计声源信号的协方差矩阵φ
x；f
，然后取出协方差矩阵的某一列，再进行归一化处理即可得到导向矢量df。
37.其中，引入了声源信号的协方差矩阵φ
x；f
，其具体为：
[0038][0039]
其中，标识数学期望，(
·
)h表示共轭转置操作。
[0040]
方法二存在的问题是，该方法中期望信号是将某个传感器上的声源信号。它无法对多径信号进行抑制，在声信号处理领域，这会改变信号的音色，同时多径信号还会降低语音识别的准确率，降低阵列信号处理的准确性。
[0041]
方法三、假设声源信号的协方差矩阵是秩为一的矩阵，i.e.，方法三、假设声源信号的协方差矩阵是秩为一的矩阵，i.e.，估计导向矢量df时先估计声源信号的协方差矩阵φ
x；f
，然后取出协方差矩阵最大特征值对应的特征向量，即可得到导向矢量。
[0042]
其中，引入了方差其为：其中(
·
)
*
表示共轭。
[0043]
方法三存在的问题是，该方法假设声源信号的协方差矩阵是秩为一的矩阵。但是实际中信号是非平稳的，信道时变，根据观测信号估计的φ
x；f
通常是满秩的。“秩为一”的假设过于强烈，与大多数实际情况不相符。
[0044]
本技术实施例为解决现有技术中估计导向矢量的方法中的上述问题，采用如下的方法。
[0045]
如图1所示，本技术实施例提供了一种导向矢量估计方法，所述方法包括：
[0046]
s100：获得阵列观测信号；
[0047]
图2示出了本技术实施例提供的方法的一种可能的流程示意图。具体而言，阵列观测信号即为现有技术中阵列信号处理领域进行处理的任意观察信号，其可为多径到达阵列的观测信号。
[0048]
示例性地，观测信号为麦克风阵列信号，其一般拾取的是语音信号，语音信号在时频域上是稀疏的，i.e.，期望信号并不总是存在与观测信号中。如此，可利用这一原理同时估计观测信号和噪声信号的协方差矩阵，进而估计声源信号的协方差矩阵。
[0049]
s200：根据所述阵列观测信号获得声源信号的协方差矩阵φ
x；f
；
[0050]
本技术实施例提供的方法中的步骤s200包括步骤s210，步骤s210包括：
[0051]
s211：根据第一判断指令判断所述阵列观测信号是否存在期望信号；
[0052]
s212：当所述阵列观测信号不存在所述期望信号时，获得噪声向量vf(t)；
[0053]
s213：根据所述噪声向量vf(t)计算获得噪声协方差矩阵，计算公式如下：
[0054][0055]
其中，n为关于时间n的信号集合，且所述信号集合里的观测信号没有期望信号，|n|表示集合n中的元素个数，α
v；f
(n)为加权系数，且α
v；f
(n)≥0；
[0056]
s214：根据所述噪声协方差矩阵获得声源信号的协方差矩阵φ
x；f
。
[0057]
具体而言，估计声源信号的协方差矩阵为阵列信号处理中的基本问题，本技术实施例并不着眼于这一问题的改进。举不设限制的一例，根据麦克风阵列观测信号获取声源信号的协方差矩阵，由于麦克风阵列信号内的期望信号并不总是存在于阵列观测信号内，则有如下情况：
[0058]
当阵列观测信号内没有期望信号的时候，阵列观测信号内只有噪声，i.e.，yf(t)＝vf(t)，得到噪声向量，然后利用没有期望信号的阵列观测信号，实现对噪声协方差矩阵的估计，如下式：
[0059]
[0060]
其中，n是一个关于时间n的集合，该集合内阵列观测信号没有期望信号，|n|表示集合n中的元素的个数，α
v；f
(n)≥0是一系列加权系数。
[0061]
本技术实施例提供的方法中的步骤s200还包括s220，步骤s220包括：
[0062]
s221：当所述阵列观测信号存在所述期望信号时，获得观测信号向量yf(t)；
[0063]
s222：根据所述观测信号向量yf(t)计算获得观测信号协方差矩阵，计算公式如下：
[0064][0065]
其中，m为关于时间n的集合，所述集合里的所有观测信号中都存在期望信号，|m|表示集合m中的元素个数，α
y；f
(n)为加权系数，且α
y；f
(n)≥0；
[0066]
s223：通过公式计算获得所述协方差矩阵φ
x；f
。
[0067]
具体而言，基于上述的麦克风阵列信号的例子，当阵列观测信号内有期望信号的时候，阵列观测信号的协方差矩阵可通过下式估计：
[0068][0069]
其中，m是一个关于时间n的集合，该集合内所有阵列观测信号中都存在期望信号，|m|表示集合m中的元素个数，α
y；f
(n)为一系列加权系数，且α
y；f
(n)≥0；
[0070]
在估计获得噪声协方差矩阵和观测信号协方差矩阵后，由于期望信号是与噪声信号不相关的，则观测信号协方差矩阵满足：
[0071][0072]
进一步地，可估计获得期望信号协方差矩阵：
[0073][0074]
如此，完成声源信号的协方差矩阵φ
x；f
的估计。
[0075]
s300：根据所述阵列观测信号的当前声源获得波束形成器η；
[0076]
如图3所示，本技术实施例提供的方法中的步骤s300包括：
[0077]
s310：根据所述当前声源获得声源的方位信息和阵列的几何结构信息；
[0078]
s320：根据所述声源的方位信息和阵列的几何结构信息获得声源方位对应的阵列导向矢量a(θs)；
[0079]
s330：根据所述声源方位对应的阵列导向矢量a(θs)获得所述波束形成器η。
[0080]
具体而言，本技术实施例通过根据阵列的几何结构以及基于历史阵列信号观测数据构建一用于设计波束形成器η的数据库。其中历史阵列信号观测数据包括历史声源信号的方位数据。如此，在获得当前观测信号的声源信号的方位和阵列的几何结构后，能够根据该方位和阵列几何结构设计一个与当前声源有关，而与噪声无关的最优波束形成器。
[0081]
示例性地，以超增益固定波束形成为例，根据声源的方位和阵列的几何结构，在没有信号反射的理想环境下，声源方位对应的阵列导向矢量可以直接计算得出，并记为a(θs)，其中，θs表示声源的方位信息。超增益波束形成器通过在保证期望声源方向信号不变的同时，最大限度的抑制其他各个方向的信号，对应的波束形成器如下：
[0082][0083]
其中，γ
dn
是各向同性噪声的协方差矩阵，其内的元素可由阵列的几何结构和频率直接计算获得。ah(θs)为a(θs)的共轭转置矩阵。
[0084]
上述的描述仅为以超增益固定波束形成为例设计最优波束形成器η的描述，不作为本技术实施例的限制。在其他情况下，也可通过其他方式设计获得最优波束形成器η。
[0085]
在设计获得最优波束形成器η后，可抑制xf(n)中期望声源信号的多径信号，切可根据实际业务需求设置抑制的程度。
[0086]
s400：通过所述协方差矩阵φ
x；f
和所述波束形成器η通过公式计算获得阵列的导向矢量，计算公式如下：其中，σ为修正导向矢量的范数，且σ≥0。
[0087]
具体而言，在步骤s200和s300获得期望信号协方差矩阵φ
x；f
以及最优波束形成器η后，根据下式计算阵列的导向矢量：
[0088][0089]
其中，σ是一个标量，为用于修正导向矢量的范数，且σ≥0。σ可由下式获得：
[0090][0091]
其中，为历史观测记录内某一已知的导向矢量，(
·
)h为共轭装置。σ的作用相当于进行一个归一化的操作。如此，即完成了导向矢量的估计。
[0092]
综上所述，本技术实施例采用上述的一个或多个技术方案，产生了以下技术效果：
[0093]
本技术实施例提供的技术方案在估计阵列导向矢量的过程中，首先从阵列观测信号内估计声源信号的协方差矩阵φ
x；f
，其中，可同时估计观测信号和噪声信号的协方差矩阵，进而估计期望声源信号的协方差矩阵φ
x；f
，然后，在不考虑噪声信号的情况下，设计与当前声源有关的波束形成器η，最后，根据上述声源信号的协方差矩阵φ
x；f
和波束形成器η计算获得导向矢量df。本技术实施例通过估计声源信号的协方差矩阵φ
x；f
，并且在不考虑噪声信号的情况下，设计与声源有关的波束形成器η，相对于传统估计导向矢量的方法，能够有效减轻多径声源信号的对消问题，能够允许参考信号sf(t)具有更少的多径声源信号，更利于混响抑制等最优滤波器的设置，以及能够避免引入声源信号协方差矩阵秩为一这一假设条件，除了最大特征向量以外，能活获得更灵活的导向矢量求解估计方法，减少了现有技术中估计导向矢量方法中的假设条件，能够更为灵活地估计阵列导向矢量，达到提升阵列导向矢量估计计算可靠性、提升阵列性能可靠性的技术效果。
[0094]
实施例二
[0095]
基于与前述实施例中一种导向矢量估计方法相同的发明构思，如图4所示，本技术实施例提供了一种导向矢量估计系统，其中，所述系统包括：
[0096]
第一获得单元11，所述第一获得单元11用于获得阵列观测信号；
[0097]
第一处理单元12，所述第一处理单元12用于根据所述阵列观测信号获得声源信号的协方差矩阵φ
x；f
；
[0098]
第二获得单元13，所述第二获得单元13用于根据所述阵列观测信号的当前声源获得波束形成器η；
[0099]
第二处理单元14，所述第二处理单元14用于通过所述协方差矩阵φ
x；f
和所述波束形成器η通过公式计算获得阵列的导向矢量，计算公式如下：其中，σ为修正导向矢量的范数，且σ≥0。
[0100]
进一步的，所述系统还包括：
[0101]
第三获得单元，所述第三获得单元用于根据所述当前声源获得声源的方位信息和阵列的几何结构信息；
[0102]
第三处理单元，所述第三处理单元用于根据所述声源的方位信息和阵列的几何结构信息获得声源方位对应的阵列导向矢量a(θs)；
[0103]
第四处理单元，所述第四处理单元用于根据所述声源方位对应的阵列导向矢量a(θs)获得所述波束形成器η。
[0104]
进一步的，所述系统还包括：
[0105]
第一判断单元，所述第一判断单元用于根据第一判断指令判断所述阵列观测信号是否存在期望信号；
[0106]
第四获得单元，所述第四获得单元用于当所述阵列观测信号不存在所述期望信号时，获得噪声向量vf(t)；
[0107]
第五处理单元，所述第五处理单元用于根据所述噪声向量vf(t)计算获得噪声协方差矩阵，计算公式如下：
[0108][0109]
其中，n为关于时间n的信号集合，且所述信号集合里的观测信号没有期望信号，|n|表示集合n中的元素个数，α
v；f
(n)为加权系数，且α
v；f
(n)≥0；
[0110]
第六处理单元，所述第六处理单元用于根据所述噪声协方差矩阵获得声源信号的协方差矩阵φ
x；f
。
[0111]
进一步的，所述系统还包括：
[0112]
第五获得单元，所述第五获得单元用于当所述阵列观测信号存在所述期望信号时，获得观测信号向量yf(t)；
[0113]
第七处理单元，所述第七处理单元用于根据所述观测信号向量yf(t)计算获得观测信号协方差矩阵，计算公式如下：
[0114][0115]
其中，m为关于时间n的集合，所述集合里的所有观测信号中都存在期望信号，|m|表示集合m中的元素个数，α
y；f
(n)为加权系数，且α
y；f
(n)≥0；
[0116]
第八处理单元，所述第八处理单元用于通过公式第八处理单元，所述第八处理单元用于通过公式计算获得所述协方差矩阵φ
x；f
。
[0117]
实施例三
[0118]
基于与前述实施例中一种导向矢量估计方法相同的发明构思，本技术实施例还提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如前述实施例内方法的步骤。
[0119]
示例性电子设备
[0120]
下面参考图5来描述本技术实施例的电子设备，
[0121]
基于与前述实施例中一种导向矢量估计方法相同的发明构思，本技术实施例还提供了一种导向矢量估计系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行实施例一所述方法的步骤。
[0122]
该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0123]
处理器302可以是一个cpu，微处理器，asic，或一个或多个用于控制本技术方案程序执行的集成电路。
[0124]
通信接口303，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，ran),无线局域网(wireless local area networks，wlan)，有线接入网等。
[0125]
存储器301可以是rom或可存储静态信息和指令的其他类型的静态存储设备，ram或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
[0126]
其中，存储器301用于存储执行本技术方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本技术上述实施例提供的一种导向矢量估计方法。
[0127]
可选的，本技术实施例中的计算机执行指令也可以称之为应用程序代码，本技术实施例对此不作具体限定。
[0128]
本技术实施例提供的技术方案在估计阵列导向矢量的过程中，首先从阵列观测信号内估计声源信号的协方差矩阵φ
x；f
，其中，可同时估计观测信号和噪声信号的协方差矩阵，进而估计期望声源信号的协方差矩阵φ
x；f
，然后，在不考虑噪声信号的情况下，设计与当前声源有关的波束形成器η，最后，根据上述声源信号的协方差矩阵φ
x；f
和波束形成器η计算获得导向矢量df。本技术实施例通过估计声源信号的协方差矩阵φ
x；f
，并且在不考虑噪声信号的情况下，设计与声源有关的波束形成器η，相对于传统估计导向矢量的方法，能够有效减轻多径声源信号的对消问题，能够允许参考信号sf(t)具有更少的多径声源信号，更利于混响抑制等最优滤波器的设置，以及能够避免引入声源信号协方差矩阵秩为一这一假设条件，除了最大特征向量以外，能活获得更灵活的导向矢量求解估计方法，减少了现有技术中估计导向矢量方法中的假设条件，能够更为灵活地估计阵列导向矢量，达到提升阵列导向矢量估计计算可靠性、提升阵列性能可靠性的技术效果。
[0129]
本领域普通技术人员可以理解：本技术中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本技术实施例的范围，也不表示先后顺序。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b，或c中的至少一项(个、种)，可以表示：a，b，c，a-b，a-c，b-c，或a-b-c，其中a，b，c可以是单个，也可以是多个。
[0130]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
[0131]
本技术实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(asic)，现场可编程门阵列(fpga)或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的
配置来实现。
[0132]
本技术实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于ram存储器、闪存、rom存储器、eprom存储器、eeprom存储器、寄存器、硬盘、可移动磁盘、cd-rom或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于asic中，asic可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。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。
[0133]
尽管结合具体特征及其实施例对本技术进行了描述，显而易见的，在不脱离本技术的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本技术的示例性说明，且视为已覆盖本技术范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术意图包括这些改动和变型在内。