人体存在检测方法、系统、终端设备及存储介质与流程

1.本发明人体检测技术领域，尤其涉及一种人体存在检测方法、系统、终端设备及存储介质。


背景技术：

2.人体行为检测是利用计算机技术实现肢体运动自动检测、分析和理解的技术，广泛应用于智能家居、安防监控、医疗康复、人机交互等新兴领域。人体行为检测通常可以分为两类：接触式和非接触式。可穿戴设备是接触式行为检测系统的关键载体，但是存在设备昂贵、用户穿戴不便、注意力侵扰等诸多限制。非接触式的行为检测包括人体存在检测和人体手势检测等，由于人体存在识别能提供无设备的感知服务和友好的用户交互，因此得到了用户的广泛关注。
3.现有的人体存在检测，均是采用红外检测的方式对待检测场景进行人体存在的检测，但由于红外检测是基于待检测环境中红外波段的能量分布变化进行人体存在的检测，当人体进入监测范围时，由于人体体温引起的环境中红外能量突变可以触发存在检测判断，但当人体处于静止状态时，环境中红外能量变化较小，导致无法进行人体存在的检测，进而降低了人体存在检测的准确性。


技术实现要素：

4.本发明实施例的目的在于提供一种人体存在检测方法、系统、终端设备及存储介质，旨在解决现有的人体存在检测过程中，由于采用红外检测的方式进行人体存在检测，所导致的人体存在检测准确性低下的问题。
5.本发明实施例是这样实现的，一种人体存在检测方法，所述方法包括：
6.采集待测场景中雷达探测信号反馈的雷达回波信号，并当所述雷达回波信号的数量满足检测条件时，对所述雷达回波信号进行滤波，得到滤波信号；
7.根据所述滤波信号生成尺度偏差信号，并对所述雷达回波信号进行离散差处理，得到离散差信号；
8.对所述离散差信号进行滑动平均处理，得到时序偏差信号，并根据所述时序偏差信号和所述尺度偏差信号生成人体距离序列；
9.根据所述人体距离序列中的人体存在距离，生成人体存在检测结果。
10.更进一步的，所述对所述雷达回波信号进行滤波，得到滤波信号，包括：
11.分别获取各雷达回波信号的时序特征，并根据获取到的所述时序特征生成时序序列；
12.对所述时序序列进行平均值处理，得到平均序列，并分别对所述平均序列进行高通滤波和低通滤波，得到高通滤波信号和低通滤波信号。
13.更进一步的，所述根据所述滤波信号生成尺度偏差信号，包括：
14.确定所述高通滤波信号与所述低通滤波信号之间的绝对偏差，并对所述绝对偏差
进行归一化处理，得到序列偏差信号；
15.对所述序列偏差信号进行滤波处理，得到第一尺度偏差信号，并对所述序列偏差信号进行滑动平均处理，得到第二尺度偏差信号；
16.其中，所述尺度偏差信号包括所述第一尺度偏差信号和所述第二尺度偏差信号。
17.更进一步的，所述根据所述时序偏差信号和所述尺度偏差信号生成人体距离序列所采用的计算公式为：
[0018][0019]
其中，r是所述人体距离序列中的人体存在判定值，分别是所述第一尺度偏差信号、所述第二尺度偏差信号和所述时序偏差信号，β是预设衰减率。
[0020]
更进一步的，所述根据所述人体距离序列中的人体存在距离，生成人体存在检测结果，包括：
[0021]
获取所述人体距离序列中的最大人体存在距离，并将所述最大人体存在距离确定为相关距离和相关判定值；
[0022]
确定所述相关判定值与第一阈值之间的差值，得到距离差值，并当所述距离差值小于或等于第二阈值，则对所述相关距离进行相位检测并进行预处理，通过累加、平均、滑动平均、方差等低复杂度计算或转移到频域进行特征计算等形式得到判别值；
[0023]
若所述判别值大于第三阈值，则对人体存在累加值进行累加计算，对无人体存在累加值进行清零处理，并当累加计算后的所述人体存在累加值大于第四阈值，则判定所述待测场景中存在人体；
[0024]
若所述判别值小于或等于所述第三阈值，则对所述无人体存在累加值进行累加计算，对所述人体存在累加值进行清零处理，并当累加计算后的所述无人体存在累加值大于第五阈值，则判定所述待测场景中不存在人体。
[0025]
更进一步的，所述对所述相关距离进行相位检测并进行预处理，得到判别值，包括：
[0026]
根据所述相关距离和预设间隔距离生成相位检测范围，并在所述相位检测范围内进行微动检测，得到当前时刻的位移；
[0027]
对所述当前时刻的位移进行预处理，累加、平均、滑动平均、方差等低复杂度计算或转移到频域进行特征计算，得到所述判别值。
[0028]
更进一步的，所述确定所述相关判定值与第一阈值之间的差值，得到距离差值之后，还包括：
[0029]
若所述距离差值大于所述第二阈值，则判定所述待测场景中存在人体。
[0030]
本发明实施例的另一目的在于提供一种人体存在检测系统，所述系统包括：
[0031]
信号滤波模块，用于采集待测场景中雷达探测信号反馈的雷达回波信号，并当所述雷达回波信号的数量满足检测条件时，对所述雷达回波信号进行滤波，得到滤波信号；
[0032]
离散差处理模块，用于根据所述滤波信号生成尺度偏差信号，并对所述雷达回波信号进行离散差处理，得到离散差信号；
[0033]
滑动平均模块，用于对所述离散差信号进行滑动平均处理，得到时序偏差信号，并
根据所述时序偏差信号和所述尺度偏差信号生成人体距离序列；
[0034]
检测结果生成模块，用于根据所述人体距离序列中的人体存在距离，生成人体存在检测结果。
[0035]
本发明实施例的另一目的在于提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述方法的步骤。
[0036]
本发明实施例的另一目的在于提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
[0037]
本发明实施例，通过对雷达回波信号进行滤波，得到滤波信号，并根据滤波信号生成尺度偏差信号，基于尺度偏差信号能有效地表征不同滤波状态下，被探测人体的尺度偏差，通过对雷达回波信号进行离散差处理，得到离散差信号，并对离散差信号进行滑动平均处理，得到时序偏差信号，基于时序偏差信号能有效地表征到被探测人体在时序特征上的偏差，通过根据时序偏差信号和尺度偏差信号生成人体距离序列，基于人体距离序列能有效地表征，被探测人体与雷达探测信号对应信号源之间的距离，基于人体距离序列中的人体存在距离，能有效地检测到待测场景中是否存在人体，以生成对应的人体存在检测结果。
附图说明
[0038]
图1是本发明第一实施例提供的人体存在检测方法的流程图；
[0039]
图2是本发明第二实施例提供的人体存在检测方法的流程图；
[0040]
图3是图2实施例提供的存在反射评分结果的示意图；
[0041]
图4是图2实施例提供的步骤s40的具体实施步骤流程图；
[0042]
图5是本发明第三实施例提供的人体存在检测系统的结构示意图；
[0043]
图6是本发明第四实施例提供的终端设备的结构示意图。
具体实施方式
[0044]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明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发明，并不用于限定本发明。
[0045]
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
[0046]
实施例一
[0047]
请参阅图1，是本发明第一实施例提供的人体存在检测方法的流程图，该人体存在检测方法可以应用与任一终端设备，该人体存在检测方法包括步骤：
[0048]
步骤s10，采集待测场景中雷达探测信号反馈的雷达回波信号，并当所述雷达回波信号的数量满足检测条件时，对所述雷达回波信号进行滤波，得到滤波信号；
[0049]
其中，该待测场景中设置有至少一个毫米波雷达，该毫米波雷达用于在待测场景中发射该雷达探测信号，终端设备实时接收待测场景中，雷达探测信号反馈的雷达回波信号。该毫米波雷达的架设高度和探测范围均可以根据需求进行设置，优选的，该架设高度为3米，探测范围为2.5米。进一步地，在无人无干扰的待测场景中，可以控制毫米波雷达，根据高发射功率配置进行包络检测，所检测得的最远包络波峰所属的梯度范围即为毫米波雷达
的架设高度。
[0050]
该步骤中，该检测条件可以根据需求进行设置，例如，该检测条件可以设置为判断接收到的雷达回波信号的数量是否大于或等于预设数量，若接收到的雷达回波信号的数量大于或等于预设数量，则判定该雷达回波信号的数量满足检测条件，若接收到的雷达回波信号的数量小于预设数量，则判定该雷达回波信号的数量不满足检测条件。该步骤中，若接收到的雷达回波信号的数量大于或等于预设数量时，则针对当前接收到的雷达回波信号进行滤波，得到滤波信号。
[0051]
可选的，该步骤中，所述对所述雷达回波信号进行滤波，得到滤波信号，包括：
[0052]
分别获取各雷达回波信号的时序特征，并根据获取到的所述时序特征生成时序序列；
[0053]
其中，生成的时序序列为an＝{a1,
…an
}，an为第n个雷达回波信号的时序特征，该步骤中，检测条件中的预设数量设置为n。
[0054]
对所述时序序列进行平均值处理，得到平均序列，并分别对所述平均序列进行高通滤波和低通滤波，得到高通滤波信号和低通滤波信号；
[0055]
其中，平均序列为sm＝mean(an)，分别对平均序列sm＝mean(an)进行高通滤波和低通滤波，得到该高通滤波信号和低通滤波信号，该高通滤波和低通滤波所采用的滤波参数分别为α
hp
,α
lp
∈(0,1)；
[0056]
该步骤中，高通滤波信号为：
[0057][0058]
低通滤波信号为：
[0059][0060]
步骤s20，根据所述滤波信号生成尺度偏差信号，并对所述雷达回波信号进行离散差处理，得到离散差信号；
[0061]
其中，根据高通滤波信号与低通滤波信号之间的绝对偏差，以生成该尺度偏差信号，该步骤中，根据人体微动在小空间和尺度范围内不会产生剧烈波动的特性，将每组an中时序之间做k次离散差，并在全时空域尺度内作平均值后，根据离散差次数k归一化消除传递误差后得到离散差信号
[0062]
可选的，该步骤中，所述根据所述滤波信号生成尺度偏差信号，包括：
[0063]
确定所述高通滤波信号与所述低通滤波信号之间的绝对偏差，并对所述绝对偏差进行归一化处理，得到序列偏差信号；
[0064]
其中，该绝对偏差包括同一时刻上，高通滤波信号与低通滤波信号之间信号差的绝对值，通过对绝对偏差进行归一化处理，能有效的将不同时刻对应的信号差的绝对值映射至指定范围内，以得到该序列偏差信号；
[0065]
该序列偏差信号为：
[0066][0067]
对所述序列偏差信号进行滤波处理，得到第一尺度偏差信号，并对所述序列偏差
信号进行滑动平均处理，得到第二尺度偏差信号；
[0068]
其中，该尺度偏差信号包括第一尺度偏差信号和第二尺度偏差信号，该步骤中，通过根据预设滤波参数对该序列偏差信号进行低通滤波，以得到该第一尺度偏差信号，该第一尺度偏差信号为大时间尺度偏差；
[0069]
该大时间尺度偏差为：
[0070][0071]
该步骤中，所述对所述序列偏差信号进行滑动平均处理的步骤包括：
[0072]
对时序序列进行标准差处理，得到该标准差序列，并对标准差序列进行滑动平均处理，得到该第二尺度偏差信号；
[0073]
其中，标准差序列为：
[0074][0075]
对标准差序列进行滑动平均处理所采用的滤波参数为该第二尺度偏差信号为小时间尺度偏差。
[0076]
步骤s30，对所述离散差信号进行滑动平均处理，得到时序偏差信号，并根据所述时序偏差信号和所述尺度偏差信号生成人体距离序列；
[0077]
其中，以预设滑动参数α
vs
，对离散差信号进行滑动平均处理，得到时序偏差信号该步骤中，基于时序偏差信号和第一尺度偏差信号、第二尺度偏差信号，以生成该雷达回波信号对应的人体距离序列，该人体距离序列用于表征不同时刻上，被探测人体对应的人体存在判定值和人体存在距离，该人体存在判定值用于表征待测场景中是否存在人体，该人体存在距离用于表征待测场景中被探测人体与毫米波雷达之间的距离；
[0078]
可选的，该步骤中，所述根据所述时序偏差信号和所述尺度偏差信号生成人体距离序列所采用的计算公式为：
[0079][0080]
其中，r是所述人体距离序列中的人体存在判定值，分别是所述第一尺度偏差信号、所述第二尺度偏差信号和所述时序偏差信号，β是预设衰减率。
[0081]
步骤s40，根据所述人体距离序列中的人体存在距离，生成人体存在检测结果；
[0082]
其中，将人体距离序列中的人体存在距离与第一阈值进行比对，并根据比对结果生成该人体存在检测结果，该第一阈值可以根据需求进行设置。
[0083]
可选的，本实施例中，若终端设备上硬件设备的ram和运算能力充足，则可以使用fft转频域进行频谱减法或相对谱法，完成上述高低通滤波和底噪估计的相关算法，在算法时间复杂度，有效地提高了结果精确度和时效性。
[0084]
本实施例，通过对雷达回波信号进行滤波，得到滤波信号，并根据滤波信号生成尺
度偏差信号，基于尺度偏差信号能有效地表征不同滤波状态下，被探测人体的尺度偏差，通过对雷达回波信号进行离散差处理，得到离散差信号，并对离散差信号进行滑动平均处理，得到时序偏差信号，基于时序偏差信号能有效地表征到被探测人体在时序特征上的偏差，通过根据时序偏差信号和尺度偏差信号生成人体距离序列，基于人体距离序列能有效地表征，被探测人体与雷达探测信号对应信号源之间的距离，基于人体距离序列中的人体存在距离，能有效地检测到待测场景中是否存在人体，以生成对应的人体存在检测结果。
[0085]
实施例二
[0086]
请参阅图2至图4，是本发明第二实施例提供的人体存在检测方法的流程图，该实施例用于对步骤s40作进一步细化，包括步骤：
[0087]
步骤s41，获取所述人体距离序列中的最大人体存在距离，并将所述最大人体存在距离确定为相关距离和相关判定值；
[0088]
其中，确定到的相关判定值为r；
[0089]
步骤s42，确定所述相关判定值与第一阈值之间的差值，得到距离差值，并当所述距离差值小于或等于第二阈值，则对所述相关距离进行相位检测并进行预处理，得到判别值；
[0090]
其中，该第一阈值(thresr)和第二阈值(vag)均可以根据需求进行设置，通过确定相关判定值与第一阈值之间的差值得到距离差值，基于距离差值与第二阈值之间的大小比对，以判断针对该相关距离是否需要进行相位检测；
[0091]
该步骤中，若所述距离差值大于第二阈值，则直接判定待测场景中存在人体，并发送人体存在提示，以提示用户当前待测场景中存在人体。
[0092]
进一步地，该步骤中，若距离差值小于或等于第二阈值，且相关判定值小于或等于第一阈值时，直接判定待测场景中不存在人体，并发送人体不存在提示。
[0093]
可选的，该步骤中，所述对所述相关距离进行相位检测并进行预处理，得到判别值，包括：
[0094]
根据所述相关距离和预设间隔距离生成相位检测范围，并在所述相位检测范围内进行微动检测，得到当前时刻的位移；
[0095]
对所述当前时刻的位移进行并进行预处理，通过累加、平均、滑动平均、方差等低复杂度计算或转移到频域进行特征计算等形式得到判别值；；
[0096]
其中，根据预设间隔距离a和相关距离d，以生成相位检测范围l∈(d-a,d a)，并在l∈(d-a,d a)的范围内进行微动检测，以获得若干个时间连续的iq复信号zn＝a bi，根据zn得到当前时刻的微动数据：
[0097][0098]
该步骤中对当前时刻的位移进行累加计算得到判别值，如累积微动数据δ
acc
＝∑δn，也可以对一定时窗内的微动累计值进行平均、滑动平均或方差等方法中的一种或几种。
[0099]
步骤s43，若所述判别值大于第三阈值，则对人体存在累加值进行累加计算，对无人体存在累加值进行清零处理，并当累加计算后的所述人体存在累加值大于第四阈值，则判定所述待测场景中存在人体；
[0100]
其中，当判别值δ大于第三阈值，则对人体存在累加值(c
exist
)进行累加计算，且对人体存在累加值进行累加计算所采用的预设累加值可以根据需求进行设置，该步骤中的预设累加值设置为1，即，当判别值大于第三阈值时，则将c
exist
1，并对无人体存在累加值(c
void
)进行清零处理，且当c
exist
1后的值大于第四阈值(thres
p
)时，则判定待测场景中存在人体，发送人体存在提示，以提示用户当前待测场景中存在人体。可选的，该步骤中，第三阈值和第四阈值均可以根据需求进行设置。
[0101]
步骤s44，若所述判别值小于或等于所述第三阈值，则对所述无人体存在累加值进行累加计算，对所述人体存在累加值进行清零处理，并当累加计算后的所述无人体存在累加值大于第五阈值，则判定所述待测场景中不存在人体；
[0102]
其中，若判别值小于或等于第三阈值，则对无人体存在累加值c
void
进行累加计算，对无人体存在累加值c
void
进行累加计算，与人体存在累加值的累加方式相同，其所采用的预设累加值可以根据需求进行设置，该步骤中的预设累加值设置为1，即，若判别值小于或等于第三阈值，则c
void
1，并对人体存在累加值c
exist
进行清零处理，且c
void
1后的值大于第五阈值，则判定待测场景中不存在人体。
[0103]
本实施例中，通过确定相关判定值与第一阈值之间的差值，得到距离差值，基于距离差值与第二阈值之间的大小比对，以判断针对该相关距离是否需要进行相位检测，本实施例中，若距离差值大于第二阈值，或若累加计算后的人体存在累加值大于第四阈值，则判定待测场景中存在人体，当累加计算后的无人体存在累加值大于第五阈值，则判定待测场景中不存在人体。
[0104]
实施例三
[0105]
请参阅图5，是本发明第三实施例提供的人体存在检测系统100的结构示意图，包括：信号滤波模块10、离散差处理模块11、滑动平均模块12和检测结果生成模块13，其中：
[0106]
信号滤波模块10，用于采集待测场景中雷达探测信号反馈的雷达回波信号，并当所述雷达回波信号的数量满足检测条件时，对所述雷达回波信号进行滤波，得到滤波信号。
[0107]
其中，信号滤波模块10还用于：分别获取各雷达回波信号的时序特征，并根据获取到的所述时序特征生成时序序列；
[0108]
对所述时序序列进行平均值处理，得到平均序列，并分别对所述平均序列进行高通滤波和低通滤波，得到高通滤波信号和低通滤波信号。
[0109]
离散差处理模块11，用于根据所述滤波信号生成尺度偏差信号，并对所述雷达回波信号进行离散差处理，得到离散差信号。
[0110]
其中，离散差处理模块11还用于：确定所述高通滤波信号与所述低通滤波信号之间的绝对偏差，并对所述绝对偏差进行归一化处理，得到序列偏差信号；
[0111]
对所述序列偏差信号进行滤波处理，得到第一尺度偏差信号，并对所述序列偏差信号进行滑动平均处理，得到第二尺度偏差信号；
[0112]
其中，所述尺度偏差信号包括所述第一尺度偏差信号和所述第二尺度偏差信号。
[0113]
滑动平均模块12，用于对所述离散差信号进行滑动平均处理，得到时序偏差信号，并根据所述时序偏差信号和所述尺度偏差信号生成人体距离序列。
[0114]
其中，所述根据所述时序偏差信号和所述尺度偏差信号生成人体距离序列所采用的计算公式为：
[0115][0116]
其中，r是所述人体距离序列中的人体存在判定值，分别是所述第一尺度偏差信号、所述第二尺度偏差信号和所述时序偏差信号，β是预设衰减率。
[0117]
检测结果生成模块13，用于根据所述人体距离序列中的人体存在距离，生成人体存在检测结果。
[0118]
其中，检测结果生成模块13还用于：获取所述人体距离序列中的最大人体存在距离，并将所述最大人体存在距离确定为相关距离和相关判定值；
[0119]
确定所述相关判定值与第一阈值之间的差值，得到距离差值，并当所述距离差值小于或等于第二阈值，则对所述相关距离进行相位检测并进行预处理，得到判别值；
[0120]
若所述判别值大于第三阈值，则对人体存在累加值进行累加计算，对无人体存在累加值进行清零处理，并当累加计算后的所述人体存在累加值大于第四阈值，则判定所述待测场景中存在人体；
[0121]
若所述判别值小于或等于所述第三阈值，则对所述无人体存在累加值进行累加计算，对所述人体存在累加值进行清零处理，并当累加计算后的所述无人体存在累加值大于第五阈值，则判定所述待测场景中不存在人体。
[0122]
可选的，检测结果生成模块13还用于：根据所述相关距离和预设间隔距离生成相位检测范围，并在所述相位检测范围内进行微动检测，得到当前时刻的位移；
[0123]
对所述当前时刻的位移进行预处理，累加、平均、滑动平均、方差等低复杂度计算或转移到频域进行特征计算，得到所述判别值。
[0124]
进一步地，检测结果生成模块13还用于：若所述距离差值大于所述第二阈值，则判定所述待测场景中存在人体。
[0125]
本实施例，通过对雷达回波信号进行滤波，得到滤波信号，并根据滤波信号生成尺度偏差信号，基于尺度偏差信号能有效地表征不同滤波状态下，被探测人体的尺度偏差，通过对雷达回波信号进行离散差处理，得到离散差信号，并对离散差信号进行滑动平均处理，得到时序偏差信号，基于时序偏差信号能有效地表征到被探测人体在时序特征上的偏差，通过根据时序偏差信号和尺度偏差信号生成人体距离序列，基于人体距离序列能有效地表征，被探测人体与雷达探测信号对应信号源之间的距离，基于人体距离序列中的人体存在距离，能有效地检测到待测场景中是否存在人体，以生成对应的人体存在检测结果。
[0126]
实施例四
[0127]
图6是本技术第四实施例提供的一种终端设备2的结构框图。如图6所示，该实施例的终端设备2包括：处理器20、存储器21以及存储在所述存储器21中并可在所述处理器20上运行的计算机程序22，例如人体存在检测方法的程序。处理器20执行所述计算机程序23时实现上述各个人体存在检测方法各实施例中的步骤，例如图1所示的s10至s40，或者图2所示的s41至s44。或者，所述处理器20执行所述计算机程序22时实现上述图5对应的实施例中各单元的功能，例如，图5所示的单元10至13的功能，具体请参阅图5对应的实施例中的相关描述，此处不赘述。
[0128]
示例性的，所述计算机程序22可以被分割成一个或多个单元，所述一个或者多个
单元被存储在所述存储器21中，并由所述处理器20执行，以完成本技术。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序22在所述终端设备2中的执行过程。例如，所述计算机程序22可以被分割成信号滤波模块10、离散差处理模块11、滑动平均模块12和检测结果生成模块13，各单元具体功能如上所述。
[0129]
所述终端设备可包括，但不仅限于，处理器20、存储器21。本领域技术人员可以理解，图6仅仅是终端设备2的示例，并不构成对终端设备2的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
[0130]
所称处理器20可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0131]
所述存储器21可以是所述终端设备2的内部存储单元，例如终端设备2的硬盘或内存。所述存储器21也可以是所述终端设备2的外部存储设备，例如所述终端设备2上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，所述存储器21还可以既包括所述终端设备2的内部存储单元也包括外部存储设备。所述存储器21用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器21还可以用于暂时地存储已经输出或者将要输出的数据。
[0132]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0133]
集成的模块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存储介质中。其中，计算机可读存储介质可以是非易失性的，也可以是易失性的。基于这样的理解，本技术实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读存储介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。
[0134]
以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改
或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。