LoRa节点分配模型构建方法、节点分配方法及装置

lora节点分配模型构建方法、节点分配方法及装置
技术领域
1.本发明涉及通讯技术领域，尤其是lora节点分配模型构建方法、节点分配方法及装置。


背景技术：

2.随着通信与网络技术的发展，物联网(iot，internet of things)得到了广泛的关注和迅猛的发展。利用网络信息技术和部署的大量传感器和节点，物联网可以实时监测各种环境及体征信息，从而减少人工干预，提高效率和经济收益，因此受到学术界和工业界的广泛关注。
3.因此，低功耗广域网(lpwan)应运而生。lpwan的工作原理类似于现有的蜂窝移动网络：基站负责提供无线信号的覆盖，而接入设备则通过采用特定的调制方法，传输速率及功率，实现在极低功耗下的远距离传输。而lora(long range)以其高灵敏度、低功耗、远距离传输、易于部署、电池寿命长等优势，成为目前使用最为广泛的lpwan网络技术之一，已被成功的应用于诸如目标追踪，水位监测，火灾预警，智慧城市等场景。
4.而传统的lora网络，不能保证每个节点传输信息的公平性，且结点不能根据距离动态地调整功率。这使得节点自身的功率总处在一个较高的状态，使得它的功耗大幅度提高，需要经常对节点进行维护，且传输的可靠性不能保证，这使得它难以用在无人机森林火灾预警系统中。这就需要我们兼顾低功耗与公平性的lora节点分配模型。
5.一方面，系统电源不仅要为无人机的飞行控制系统供电以维持监测阵列，还要为传感系统和通信系统供电并保留足够的返程能源。
6.另一方面，由于网关无法同时接收相同扩频因子的信号，同一网络中当节点密集部署后，必然会产生相同扩频因子信号的碰撞问题。这不仅增加传输能耗，降低系统电源寿命，还影响数据的实时性与同步性。


技术实现要素：

7.有鉴于此，本发明实施例提供一种低功耗且公平性高的lora节点分配模型构建方法、节点分配方法及装置。
8.本发明的一方面提供了lora节点分配模型构建方法，包括：
9.对lora物理层进行初始化配置，确定模型中各个数据量的计算方式；
10.根据随机接入网络的特性，将节点产生的数据作为泊松分布，根据所述泊松分布和所述各个数据量的计算方式，确定传输成功率的第一数学模型；
11.构建输出接收功率受信号的发射功率和路径损耗的影响的第二数学模型；
12.根据所述第一数学模型和所述第二数学模型，确定兼顾低功耗与公平性的第三数学模型中的目标函数；
13.根据所述目标函数和扩频因子，通过非线性规划方法求解所述第三数学模型。
14.可选地，所述对lora物理层进行初始化配置，确定模型中各个数据量的计算方式，
包括：
15.将lora监测网络中的lora节点随机排列得到监测阵列；
16.根据所述监测阵列，配置数据包长和节点的平均发送时间间隔；
17.根据所述lora监测网络中各个节点的最低频率和最高频率，确定网络带宽；
18.所述lora监测网络将不同信息编码在不同的开始频率上，并使用扩频因子表示每个符号中能够编码的比特的数量；
19.确定所述扩频因子的开始频率种类后，编码所述扩频因子的比特信息；
20.根据所述扩频因子的符号速率和比特率，确定数据包的传输时间。
21.可选地，所述根据随机接入网络的特性，将节点产生的数据作为泊松分布，根据所述泊松分布和所述各个数据量的计算方式，确定传输成功率的第一数学模型，包括：
22.根据节点的数据包长度、节点数量和平均时间间隔，计算负载；
23.根据数据包的传输时间以及所述负载，计算每个节点的传输成功率；
24.根据每个节点对应的扩频因子，得到选用扩频因子的每个节点的传输成功率的第一数学模型。
25.可选地，所述构建输出接收功率受信号的发射功率和路径损耗的影响的第二数学模型，包括：
26.当信号的接收功率大于接收端的灵敏度时，判定信号可以被成功接收；所述接收端的灵敏度取决于发送端的带宽和扩频因子；
27.采用对数距离的路径损耗模型，确定对应的路径损耗；
28.根据信号的发射功率和所述路径损耗，确定接收功率。
29.可选地，所述根据所述第一数学模型和所述第二数学模型，确定兼顾低功耗与公平性的第三数学模型中的目标函数这一步骤中，所述目标函数的表达式为：
[0030][0031]
其中，α表示功耗权重；p
tx,i
表示选用扩频因子sfi时在保证网关接收到的情况下的最小发射功率；p
s,i
表示选用扩频因子sfi的传输成功率；β表示不公平度权重；minq代表最小化的目标函数值。
[0032]
本发明实施例的另一方面还提供了一种lora节点分配方法，包括：
[0033]
获取如前面所述的第三数学模型；
[0034]
根据所述第三数学模型，生成目标场景下的节点分配以及节点部署方案。
[0035]
本发明实施例的另一方面还提供了一种lora节点分配模型构建装置，包括：
[0036]
第一模块，用于对lora物理层进行初始化配置，确定模型中各个数据量的计算方式；
[0037]
第二模块，用于根据随机接入网络的特性，将节点产生的数据作为泊松分布，根据所述泊松分布和所述各个数据量的计算方式，确定传输成功率的第一数学模型；
[0038]
第三模块，用于构建输出接收功率受信号的发射功率和路径损耗的影响的第二数学模型；
[0039]
第四模块，用于根据所述第一数学模型和所述第二数学模型，确定兼顾低功耗与
公平性的第三数学模型中的目标函数；
[0040]
第五模块，用于根据所述目标函数和扩频因子，通过非线性规划方法求解所述第三数学模型。
[0041]
本发明实施例的另一方面还提供了一种lora节点分配装置，包括：
[0042]
第六模块，用于获取如前面所述的第三数学模型；
[0043]
第七模块，用于根据所述第三数学模型，生成目标场景下的节点分配以及节点部署方案。
[0044]
本发明实施例的另一方面还提供了一种电子设备，包括处理器以及存储器；
[0045]
所述存储器用于存储程序；
[0046]
所述处理器执行所述程序实现如前面所述的方法。
[0047]
本发明实施例的另一方面还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。
[0048]
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。
[0049]
本发明的实施例对lora物理层进行初始化配置，确定模型中各个数据量的计算方式；根据随机接入网络的特性，将节点产生的数据作为泊松分布，根据所述泊松分布和所述各个数据量的计算方式，确定传输成功率的第一数学模型；构建输出接收功率受信号的发射功率和路径损耗的影响的第二数学模型；根据所述第一数学模型和所述第二数学模型，确定兼顾低功耗与公平性的第三数学模型中的目标函数；根据所述目标函数和扩频因子，通过非线性规划方法求解所述第三数学模型；最后，本发明能够根据所述第三数学模型，生成目标场景下的节点分配以及节点部署方案，本发明能够提高节点传输的可靠性、降低系统整体的功率和降低系统的维护成本。
附图说明
[0050]
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。
[0051]
图1为本发明实施例提供的具体应用场景下的实施环境示意图；
[0052]
图2为本发明实施例提供的步骤流程图。
具体实施方式
[0053]
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。
[0054]
本发明的一方面提供了lora节点分配模型构建方法，包括：
[0055]
对lora物理层进行初始化配置，确定模型中各个数据量的计算方式；
[0056]
根据随机接入网络的特性，将节点产生的数据作为泊松分布，根据所述泊松分布和所述各个数据量的计算方式，确定传输成功率的第一数学模型；
[0057]
构建输出接收功率受信号的发射功率和路径损耗的影响的第二数学模型；
[0058]
根据所述第一数学模型和所述第二数学模型，确定兼顾低功耗与公平性的第三数学模型中的目标函数；
[0059]
根据所述目标函数和扩频因子，通过非线性规划方法求解所述第三数学模型。
[0060]
可选地，所述对lora物理层进行初始化配置，确定模型中各个数据量的计算方式，包括：
[0061]
将lora监测网络中的lora节点随机排列得到监测阵列；
[0062]
根据所述监测阵列，配置数据包长和节点的平均发送时间间隔；
[0063]
根据所述lora监测网络中各个节点的最低频率和最高频率，确定网络带宽；
[0064]
所述lora监测网络将不同信息编码在不同的开始频率上，并使用扩频因子表示每个符号中能够编码的比特的数量；
[0065]
确定所述扩频因子的开始频率种类后，编码所述扩频因子的比特信息；
[0066]
根据所述扩频因子的符号速率和比特率，确定数据包的传输时间。
[0067]
可选地，所述根据随机接入网络的特性，将节点产生的数据作为泊松分布，根据所述泊松分布和所述各个数据量的计算方式，确定传输成功率的第一数学模型，包括：
[0068]
根据节点的数据包长度、节点数量和平均时间间隔，计算负载；
[0069]
根据数据包的传输时间以及所述负载，计算每个节点的传输成功率；
[0070]
根据每个节点对应的扩频因子，得到选用扩频因子的每个节点的传输成功率的第一数学模型。
[0071]
可选地，所述构建输出接收功率受信号的发射功率和路径损耗的影响的第二数学模型，包括：
[0072]
当信号的接收功率大于接收端的灵敏度时，判定信号可以被成功接收；所述接收端的灵敏度取决于发送端的带宽和扩频因子；
[0073]
采用对数距离的路径损耗模型，确定对应的路径损耗；
[0074]
根据信号的发射功率和所述路径损耗，确定接收功率。
[0075]
可选地，所述根据所述第一数学模型和所述第二数学模型，确定兼顾低功耗与公平性的第三数学模型中的目标函数这一步骤中，所述目标函数的表达式为：
[0076][0077]
其中，α表示功耗权重；p
tx,i
表示选用扩频因子sfi时在保证网关接收到的情况下的最小发射功率；p
s,i
表示选用扩频因子sfi的传输成功率；β表示不公平度权重；minq代表最小化的目标函数值。
[0078]
本发明实施例的另一方面还提供了一种lora节点分配方法，包括：
[0079]
获取如前面所述的第三数学模型；
[0080]
根据所述第三数学模型，生成目标场景下的节点分配以及节点部署方案。
[0081]
本发明实施例的另一方面还提供了一种lora节点分配模型构建装置，包括：
[0082]
第一模块，用于对lora物理层进行初始化配置，确定模型中各个数据量的计算方式；
[0083]
第二模块，用于根据随机接入网络的特性，将节点产生的数据作为泊松分布，根据所述泊松分布和所述各个数据量的计算方式，确定传输成功率的第一数学模型；
[0084]
第三模块，用于构建输出接收功率受信号的发射功率和路径损耗的影响的第二数学模型；
[0085]
第四模块，用于根据所述第一数学模型和所述第二数学模型，确定兼顾低功耗与公平性的第三数学模型中的目标函数；
[0086]
第五模块，用于根据所述目标函数和扩频因子，通过非线性规划方法求解所述第三数学模型。
[0087]
本发明实施例的另一方面还提供了一种lora节点分配装置，包括：
[0088]
第六模块，用于获取如前面所述的第三数学模型；
[0089]
第七模块，用于根据所述第三数学模型，生成目标场景下的节点分配以及节点部署方案。
[0090]
本发明实施例的另一方面还提供了一种电子设备，包括处理器以及存储器；
[0091]
所述存储器用于存储程序；
[0092]
所述处理器执行所述程序实现如前面所述的方法。
[0093]
本发明实施例的另一方面还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。
[0094]
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。
[0095]
下面结合说明书附图，对本发明的具体实现原理进行详细说明：
[0096]
针对现有技术存在的问题，本发明提供一种兼顾低功耗与公平性的lora节点分配模型。该模型能够用于lora节点分配中，从而提高节点传输的可靠性、降低系统整体的功率和降低系统的维护成本。
[0097]
具体地，本发明的方法包括以下步骤：
[0098]
s1：对lora物理层进行基本的假设，给出模型中用到的量的计算方法；
[0099]
s2：根据随机接入网络的特性，在负载λ下节点产生的数据可以看作是泊松分布，考虑仅有一种扩频因子sf的数据进行传输，当[-t,t]期间没有数据进行传输时，数据可以成功到达网关。根据泊松分布，结合s1中的数据公式，给出传输成功率ps的数学模型；
[0100]
s3：给出输入接收功率p
rx
受信号的发射功率p
tx
和路径损耗l
p
的影响的数学模型；
[0101]
s4：根据s2和s3中的数学模型，给出兼顾低功耗与公平性的数学模型中的目标函数q；
[0102]
s5：根据扩频因子sf比例和为1，结合s4中的目标函数，给出兼顾低功耗与公平性的数学模型，用采用非线性规划方法(如罚函数法、进化算法、粒子群算法等)求解该非线性约束模型，给出部署方案。
[0103]
s6：在下面的计算中，针对特定的部署场景，给出具体的计算结果，同时可以证明，
只改变节点数量的条件下，节点分配比例大致相同。
[0104]
s7：具体而言，s6中的部署场景为无人机森林火灾预警系统，根据该模型进行部署之后可在大大提高系统的使用寿命的同时保证数据传输的可靠性、实时性与同步性。
[0105]
进一步地，所述步骤s1中的基本假设和计算方法包括：
[0106]
一个由n个lora节点，1个lora网关组成的lora监测，节点随机排成监测阵列，网络呈星型拓扑结构。发送数据包长均为l，平均发送时间间隔为t
avg
，发送时间在时间间隔t
avg
上呈均匀分布，符合随机接入网络(random access network)特性。假设网络中所有节点在最低速率(即最高扩频因子和最高灵敏度)下均可达，带宽bw和码率cr一致，发射信道相同。
[0107]
bw＝f
max-f
min
[0108]
其中，f
max
表示最高频率；f
min
表示最低频率；bw表示宽带，即最大频率与最小频率的差值。
[0109]
lora将不同信息编码在不同的开始频率上，并使用扩频因子(sf，spreading factor)表示每个符号中能够编码的比特的数量。对于扩频因子为sf的lora节点而言，它的一个符号共有2
sf
种不同的开始频率，因此能够编码sf比特信息。并且，因为不同的扩频因子在线性。扩频调制中是正交的，因此网关可以同时解调不同扩频因子的信号。所以sf的取值范围如下：
[0110]
sf∈{7，8，9，10，11，12}
[0111]
对于扩频因子为sf的节点来说，lora的符号速率rs为
[0112][0113]
其中，bw为信号的带宽，bw∈{125，250，500}(单位：khz)。
[0114]
sf表示一个符号中有sf比特信息，因此比特率rb为：
[0115][0116]
其中，cr表示码率。
[0117]
对于一个长度为l比特的数据包，该数据包的传输时间t为：
[0118][0119]
进一步地，步骤s2中的数学模型推导为：
[0120]
首先根据泊松分布，传输成功率ps为：
[0121]
ps＝p(x＞2t)＝e-2λt
[0122]
其中，λ表示负载，t表示在该扩频因子sf下发送长度为l的数据包所需要的时间。
[0123]
负载λ为：
[0124][0125]
其中，l表示数据包长度，n表示节点数量，t
avg
表示平均时间间隔。根据s1，易得t为：
[0126][0127]
综合上式，得传输成功率ps：
[0128][0129]
再分析每个节点的成功率：
[0130]
对于节点可以选择任一扩频因子进行传输网络而言，如果某一扩频因子sfi的比例用ri表示，因为每个节点只能选择一种扩频因子，因此所有扩频因子的比例和为1，即：
[0131][0132]
则负载λi为：
[0133]
λi＝riλ
[0134]
则传输时间ti为：
[0135][0136]
联立上式，得到选用扩频因子sfi的每个节点传输成功率p
s，i
的数学模型为：
[0137][0138]
具体地说，步骤s3的数学模型推导方法为：
[0139]
当信号的接收功率p
rx
大于接收端的灵敏度p
sens
时，信号才可以被成功接收。而接收灵敏度p
sens
又与发送端选择的带宽bw和扩频因子sf有关，该灵敏度p
sens
由lora官方给出，如表1所示，表1描述灵敏度与扩频因子，带宽的关系示意图：
[0140]
表1
[0141][0142][0143]
接收功率p
rx
受信号的发射功率p
tx
和路径损耗l
p
的影响，表示为：
[0144]
p
rx
＝p
tx
gl-l
p
[0145]
其中，gl表示其他因素的影响，比如天线的增益，非阻抗匹配电路带来的影响等。但对于同一个网络而言，一般会采用相同的设备进行部署，因此对于同一网络的传输，gl的值基本保持水平。
[0146]
对于路径损耗l
p
，采用对数距离的路径损耗模型，在距离网关d处的路径损耗l
p
(d)为：
[0147][0148]
其中，表示在参考距离d0的平均路径损耗，γ表示路径损耗指数，x
σ
表示信道的随机衰减，用满足标准差σ的高斯分布表示。
[0149]
具体地说，步骤s4的目标模型为：
[0150][0151]
其中，α表示功耗权重；p
tx，i
表示选用扩频因子sfi时在保证网关接收到的情况下的最小发射功率，可根据步骤s3确定；p
s，i
表示选用扩频因子sfi的传输成功率，由步骤s2给出；β表示不公平度权重；n表示总节点数。因此，目标函数的第一项表示在加权条件下的失败发射功率，第二项表示加权条件下的概率差的平方和，并以此表示不公平度。
[0152]
具体地说，步骤s5的非线性约束模型为：
[0153][0154][0155]
下面以具体的应用场景为例，详细描述本发明的方法的具体实施过程：
[0156]
假设本实施例有60个节点，要传输的数据包长度l为20*8bit，码率cr为0.8，带宽bw为125khz，调频因子sf可以取{7，8，9，10，11，12}，发射功率p
tx
可以取{2，5，8，11，14，17}dbm，问题示意图如图1所示，根据本发明的方法的流程(如图2所示)进行求解。
[0157]
步骤1：根据lora量的计算方法，可以给出每种扩频因子的符号速率以及比特率以及数据包的传输时间平均时间间隔t
avg
＝60s。
[0158]
步骤2：给出选用扩频因子sfi的每个节点传输成功率p
s，i
的数学模型：
[0159][0160]
其中，ri为某一扩频因子的比例负载
[0161]
步骤3：给出功率数学模型：
[0162]
p
rx
＝p
tx
gl-l
p
[0163][0164]
步骤4：给出优化目标函数q：
[0165][0166]
这里，本实施例认为公平和功率等同重要，取α＝1，β＝1。
[0167]
步骤5：给出兼顾低功耗与公平性的数学模型：
[0168][0169][0170]
然后，对采用非线性规划方法求解这一个模型，得到扩频因子sf如表2所示：
[0171]
表2
[0172]
sf789101112ri0.21790.20150.18030.15380.12870.1178
[0173]
综上所述，本发明对lora物理层进行初始化配置，确定模型中各个数据量的计算方式；根据随机接入网络的特性，将节点产生的数据作为泊松分布，根据所述泊松分布和所述各个数据量的计算方式，确定传输成功率的第一数学模型；构建输出接收功率受信号的发射功率和路径损耗的影响的第二数学模型；根据所述第一数学模型和所述第二数学模型，确定兼顾低功耗与公平性的第三数学模型中的目标函数；根据所述目标函数和扩频因子，通过非线性规划方法求解所述第三数学模型；最后，本发明能够根据所述第三数学模型，生成目标场景下的节点分配以及节点部署方案，本发明能够提高节点传输的可靠性、降低系统整体的功率和降低系统的维护成本。
[0174]
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。
[0175]
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。
[0176]
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。
[0177]
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。
[0178]
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。
[0179]
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。
[0180]
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。
[0181]
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。
[0182]
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。