一种车载毫米波雷达障碍物探测方法，系统，雷达和汽车与流程

1.本发明属于毫米波雷达探测技术领域，特别涉及一种车载毫米波雷达障碍物探测方法，系统，雷达和汽车。


背景技术：

2.随着汽车出行的广泛普及，碰撞行人的交通事故量逐年攀升，因此城市道路上行人安全也成为越来越备受关注的问题。
3.目前主要有两种方法来防止行人碰撞事故，一为被动行人保护，即通过设计保险杠和汽车的安全气囊等部件，通过物理防护模型将与行人相撞伤害降低；二是主动行人保护，如行人检测、碰撞预警、车辆自主制动等。现有行人检测措施只能防范雷达车辆前方未遮挡的行人，对于雷达车辆前方车辆的第一探测目标而言，因前方车辆回波的强干扰，无法对车旁行人弱目标完成有效检测。因此，对车旁行人弱目标的探测成为车载雷达防撞领域的研究难点之一。
4.国外许多研究机构开展了车旁行人的探测研究。2017年，韩国汽车技术研究中心学者采用激光雷达-雷达传感器融合处理实现了对道路行人目标的检测，该技术采用雷达探测被遮挡的行人，并利用多普勒分布估计检测被遮挡的行人。2019年，早稻田大学学者采用l波段雷达实现非直视行人检测，该技术中行人需携带应答器以便雷达能够接收到行人目标回波，并通过回波相位信息获取行人的距离值。从以上文献可以看出，目前行人检测主要通过多普勒信息来检测行人目标，且对于雷达探测行人弱目标需辅助手段来实现行人检测。
5.然而，当车旁行人弱目标在雷达车辆的前方车辆附近时，由于前方车辆的干扰，以上方法较难准确判断车旁行人弱目标的位置。


技术实现要素：

6.为解决上述技术问题，本发明提出一种车载毫米波雷达障碍物探测方法，系统，雷达和汽车，基于雷达回波信号模型，将回波信号在回波距离像上进行分离，并结合mvdr测角定位方法可以准确获取车旁行人弱目标的定位结果。
7.本发明提供一种车载毫米波雷达障碍物探测方法，包括以下步骤：
8.s1：根据车载毫米波雷达探测场景和探测目标，构建回波信号模型；所述探测目标包括第一探测目标和第二探测目标；
9.s2：根据所述回波信号模型获得对应所述探测目标的回波信号；
10.s3：将所述回波信号在回波距离像上进行分离，获得第一探测目标距离像x
human
；
11.s4：采用mvdr测角方法，获得第一探测目标二维位置坐标，确定第一探测目标位置。
12.所述s1中根据车载毫米波雷达探测场景和探测目标，构建回波信号模型，具体为：
13.s11：定义所述车载毫米波雷达探测场景包括第一区域和第二区域；定义第一探测
目标位于所述第一区域，第二探测目标位于所述第二区域；
14.s12：根据车载毫米波雷达探测路径，分别获得第一探测目标和第二探测目标的路径回波时延，根据所述路径回波时延构建回波信号模型。
15.进一步的，所述路径回波时延，具体为：
[0016][0017]
其中，τ
path-1
为探测第二探测目标直视路径回波时延，τ
path-2
为探测第一探测目标地面一次反射路径时延，τ
path-3
为探测第一探测目标直视路径；oa为当前车载毫米波雷达与第二探测目标直接路径，oc为当前车载毫米波雷达与第一探测目标直接路径，ob和bc为第一探测目标位于第二探测目标前方时，oc路径回波时经过地面点b作为中间反射点的间接路径；c为电磁波传播速度。
[0018]
所述回波信号模型，具体为：
[0019]
设车载毫米波雷达的线性调频信号为：
[0020]
s(t)＝a0exp(j2πf0t jπμt2)u(t)；
[0021][0022]
构建回波信号模型，公式为：
[0023]
y1(t)＝σ1s(t-τ
path-1
) σ2s(t-τ
path-2
) n(t)；
[0024]
y2(t)＝σ1s(t-τ
path-1
) σ2s(t-τ
path-3
) n(t)；
[0025]
上式中，f0为载频，a0为发射信号的幅度，μ＝b/t为线性调频斜率，b为信号带宽，t为脉冲时间；u(t)为矩函数；σ1为第二探测目标散射系数，σ2为第一探测目标散射系数，n(t)代表背景噪声。
[0026]
进一步的，所述s3具体为：
[0027]
s31：对所述回波信号进行快时间维傅里叶变换处理，得到原始距离像x∈cm×n，对所述原始距离像x去均值化，得到去均值矩阵
[0028]
具体计算过程为：
[0029]
对原始距离像x∈cm×n去均值化，设定每个雷达信号有m个周期，共计收到n个雷达信号，定义输入向量为xn＝[x
1,n l x
m,n
]
t
，原始距离像矩阵为x＝[x
1 l xn]，其中x
m,n
为第m个周期的第n个距离值，计算均值向量为：
[0030][0031]
定义原始距离像x∈cm×n的均值向量为μ＝[μ
1 l μm]
t
,输入向量去均值化操作可以表示为原始距离像去均值化后表示为
[0032]
s32：计算所述去均值矩阵的协方差矩阵d，并进行特征值分解,将所述特征值降
序排列，选取前k个特征值对应的特征向量作为映射矩阵来降维，降维得到包含第二探测目标主成分信息的矩阵x
front
，根据所述原始距离像x和第二探测目标主成分信息的矩阵x
front
计算得第一探测目标距离像x
human
。
[0033]
具体计算过程为：
[0034]
计算去均值矩阵的协方差矩阵，公式如下：
[0035][0036]
对上述协方差矩阵进行特征值分解，公式如下：
[0037]
d＝u∑u-1
；
[0038]
特征值分解后σ为对角阵，u为矩阵d的特征向量组成矩阵，对应的特征向量为u1,l,um。然后将特征向量按对应特征值的降序排列，此时选取前k个特征值对应的特征向量作为映射矩阵来降维，映射矩阵可以表示为则降维后的数据矩阵可以表示为：
[0039][0040]
这是因为第一探测目标信号距离像和第二探测目标信号距离像混合构成了原始距离像，其中第二探测目标信号强度最大，可近似认为原始距离像x中主要是包含第二探测目标距离像，所以降维得到第二探测目标主成分信息的矩阵x
front
，就实质上完成了第一探测目标与第二探测目标距离像分离过程。第一探测目标距离像x
human
：
[0041]
x
human
＝x-x
front
。
[0042]
优选的，s3还采用非相干叠加、恒虚警检测检验计算所得距离像，获得第一探测目标距离r
human
。
[0043]
所述s4具体为：
[0044]
在均匀线阵模型中，天线接收信号的方向向量a(θ)表示为：
[0045][0046]
其中，d为雷达中两相邻天线的间距，φ为相邻天线间的相位差，k为天线数量，θ为雷达信号入射角，λ为雷达信号的波长。
[0047]
在获得第一探测目标的距离后，采用最小方差无失真响应方法(mvdr)计算目标的方位角。空域滤波器的平均输出功率p
mvdr
(θ)表示为：
[0048][0049]
其中，r＝e{x
human
(j)x
humanh
(j)}，r代表第一探测目标距离像输入矩阵x
human
的自相关矩阵。
[0050]
然后在[-π，π]角度区间中改变方向向量中θ，得到p
mvdr
(θ)变化曲线并进行谱峰搜索，此时峰值点对应的角度即为第一探测目标的方位角θ
human
。
[0051]
应用mvdr测角方法获得第一探测目标方位角θ
human
后，结合第一探测目标距离r
human
,计算第一探测目标的二维位置坐标为：
[0052][0053]
优选的，本发明还提供一种车载毫米波雷达障碍物探测系统，至少包括：
[0054]
雷达模组，用于对探测场景中的探测目标进行探测，获得雷达反射波；
[0055]
检测模块，用于对车前障碍物进行探测，所述检测模块至少包括模拟单元，计算单元；
[0056]
所述模拟单元，存储有根据车载毫米波雷达探测场景和探测目标构建的回波信号模型，用于获得对应所述探测目标的回波信号；
[0057]
所述计算单元，用于将所述回波信号在回波距离像上进行分离，获得第一探测目标距离像x
human
，采用mvdr测角方法，获得第一探测目标二维位置坐标，确定第一探测目标位置；
[0058]
显示单元,用于呈现所述第一探测目标位置。
[0059]
进一步的，所述模拟单元，还包括：
[0060]
定义所述探测场景包括第一区域和第二区域；定义第一探测目标位于所述第一区域，第二探测目标位于所述第二区域；
[0061]
根据所述雷达模组探测路径，分别获得第一探测目标和第二探测目标的路径回波时延，根据所述路径回波时延构建回波信号模型。
[0062]
所述计算单元，还包括：
[0063]
对所述回波信号进行快时间维傅里叶变换处理，得到原始距离像x∈cm×n，对所述原始距离像x去均值化，得到去均值矩阵
[0064]
计算所述去均值矩阵的协方差矩阵d，并进行特征值分解,将所述特征值降序排列，选取前k个特征值对应的特征向量作为映射矩阵来降维，降维得到包含第二探测目标主成分信息的矩阵x
front
，获得第一探测目标距离像x
human
。
[0065]
优选的，本发明还提供一种雷达，为车载毫米波雷达中的一种，安装于汽车任一处，所述雷达与车载控制中心通信连接，并用于实现如权利要求如前文所述一种车载毫米波雷达障碍物探测方法。
[0066]
优选的，本发明还提供一种汽车，至少包括：
[0067]
安装于汽车任一处的车载毫米波雷达，所述车载毫米波雷达用于获取探测场景中的探测目标信息并发送至车载mcu或soc端的计算机可读存储介质；
[0068]
所述计算机可读存储介质上存储有计算机程序；
[0069]
以及一个或者多个处理器，用于执行所述计算机可读存储介质中的程序以实现如前文所述一种车载毫米波雷达障碍物探测方法，并通过显示单元呈现所述方法计算得的第一探测目标位置。
[0070]
本发明的有益效果在于，克服了采用车载毫米波雷达探测第一探测目标时，由于雷达跟随汽车保持运动状态，无法采用传统的静杂波对消方法消除第二探测目标的回波信号的困难，采用信号分离方法将第一探测目标距离像从原始回波距离像中分离，降低了第二探测目标距离像的干扰，得到了第一探测目标准确的定位结果。
附图说明
[0071]
图1为本发明所述的车载毫米波雷达障碍物探测方法的场景示意图。
[0072]
图2为本发明所述的车载毫米波雷达障碍物探测方法的具体测试图。
[0073]
图3为本发明所述的车载毫米波雷达障碍物探测方法的原始距离像示意图。
[0074]
图4为本发明所述的车载毫米波雷达障碍物探测方法的第一探测目标和第二探测目标距离像示意图。
[0075]
图5为本发明所述的车载毫米波雷达障碍物探测方法的第一探测目标定位示意图。
具体实施方式
[0076]
为了使本技术领域的人员更好地理解本发明方案，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。
[0077]
实施例一：
[0078]
本发明的应用场景如图1所示，其中，另前方车辆a为第二探测目标，位于车载毫米波雷达o的前方直视区域，即第二区域；另该第二区域前方区域为第一区域，优选的，第一区域中用于探测第一探测目标c，优选的，第一探测目标至少包括行人和小动物等，但不限于此。基于此，构建雷达探测回波路径，至少包括：
[0079]
第一种回波路径：当车载毫米波雷达o可以直接探测到第一探测目标时，回波路径为：o
→c→
o，即发射波抵达至第一探测目标后，直接反射回波。
[0080]
第二种回波路径：当车载毫米波雷达o不可以直接探测到第一探测目标时，说明第一探测目标位于所述第二区域正前方，导致车载毫米波雷达o无法直接抵达第一探测目标，此时的回波路径是：o
→b→c→b→
o，即车载毫米波雷达o以一预设频率发射出探测波，经地面b反射至第一探测目标c后，再原路返回。
[0081]
基于此，本发明公开了一种车载毫米波雷达障碍物探测方法，包括以下步骤：
[0082]
s1：根据车载毫米波雷达探测场景和探测目标，构建回波信号模型；所述探测目标包括第一探测目标和第二探测目标。
[0083]
所述s1具体为：
[0084]
s11：定义所述车载毫米波雷达探测场景中包括第一区域和第二区域；定义前车旁行人为第一探测目标，所述第一探测目标位于所述第一区域；定义前方车辆为第二探测目标，所述第二探测目标位于所述第二区域；
[0085]
s12：根据车载毫米波雷达探测路径，分别获得第一探测目标和第二探测目标的路径回波时延，根据所述路径回波时延构建回波信号模型。
[0086]
s2：根据所述回波信号模型获得对应所述探测目标的回波信号；
[0087]
优选的，构建回波信号模型，具体如下过程：
[0088]
设毫米波雷达发射的线性调频信号表达式为：
[0089]
s(t)＝a0exp(j2πf0t jπμt2)u(t)；
[0090][0091]
其中，f0代表载频，a0代表发射信号的幅度，μ＝b/t为线性调频斜率，信号带宽表示为b，脉冲时间表示为t，u(t)为矩函数。
[0092]
此时，雷达回波信号可分为两种组合，一是回波中包含τ
path-1
及τ
path-2
，二是包含τ
path-1
和τ
path-3
，因此两种回波信号模型表示为：
[0093]
y1(t)＝σ1s(t-τ
path-1
) σ2s(t-τ
path-2
) n(t)；
[0094]
y2(t)＝σ1s(t-τ
path-1
) σ2s(t-τ
path-3
) n(t)；
[0095]
其中σ1为第二探测目标散射系数，σ2为第一探测目标散射系数，n(t)代表背景噪声。
[0096]
进一步的，基于上述雷达探测回波路径，令τ
path-1
为探测第二探测目标直视路径回波时延，τ
path-2
为探测第一探测目标地面一次反射路径时延，τ
path-3
为探测第一探测目标直视路径；则第一探测目标和第二探测目标的路径回波时延，具体表达式为：
[0097][0098]
其中，c为电磁波传播速度；oa为当前车载毫米波雷达与第二探测目标直接路径，oc为当前车载毫米波雷达与第一探测目标直接路径，ob和bc为第一探测目标位于第二探测目标前方时，oc路径回波时经过地面点b作为中间反射点的间接路径。
[0099]
由于采用车载毫米波雷达探测第一探测目标时，由于雷达跟随汽车保持运动状态，因此对于雷达而言环境中不存在静止目标，无法采用传统的静杂波对消方法消除第二探测目标的回波信号。考虑到第二探测目标回波无法消除导致第一探测目标检测困难的问题，本发明采用信号分离方法将第一探测目标距离像从原始回波距离像中分离：
[0100]
s3：将所述回波信号在回波距离像上进行分离，获得第一探测目标距离像x
human
，主要包含傅里叶变换和信号分离，具体为：
[0101]
s31：对所述回波信号进行快时间维傅里叶变换处理，得到原始距离像x∈cm×n，对所述原始距离像x去均值化，得到去均值矩阵
[0102]
对原始距离像x∈cm×n去均值化，设定每个雷达信号有m个周期，共计收到n个雷达信号，定义输入向量为xn＝[x
1,n l x
m,n
]
t
，原始距离像矩阵为x＝[x
1 l xn]，其中x
m,n
为第m个周期的第n个距离值；
[0103]
定义原始距离像x∈cm×n的均值向量为μ＝[μ
1 l μm]
t
,输入向量去均值化操作表示为原始距离像去均值化后表示为
[0104]
s32：计算所述去均值矩阵的协方差矩阵d，并进行特征值分解,将所述特征值降序排列，选取前k个特征值对应的特征向量作为映射矩阵来降维，降维得到包含第二探测目标主成分信息的矩阵x
front
，获得第一探测目标距离像x
human
。
[0105]
计算去均值矩阵的协方差矩阵，公式如下：
[0106][0107]
对上述协方差矩阵进行特征值分解，公式如下：
[0108]
d＝u∑u-1
；
[0109]
特征值分解后σ为对角阵，u为矩阵d的特征向量组成矩阵，对应的特征向量为u1,l,um。然后将特征向量按对应特征值的降序排列，此时选取前k个特征值对应的特征向量作为映射矩阵来降维，映射矩阵可以表示为则降维后的数据矩阵可以表示为：
[0110][0111]
这是因为第一探测目标信号距离像和第二探测目标信号距离像混合构成了原始距离像，其中第二探测目标信号强度最大，可近似认为原始距离像x中主要是包含第二探测目标距离像，所以降维得到第二探测目标主成分信息的矩阵x
front
，就实质上完成了第一探测目标与第二探测目标距离像分离过程。第一探测目标距离像x
human
：
[0112]
x
human
＝x-x
front
。
[0113]
优选的，s3还采用非相干叠加、恒虚警检测检验计算所得距离像，具体步骤如下：
[0114]
采用非相干叠加方法积累距离像中目标处的幅值，对第一探测目标进行非相干叠加处理过程表示为：
[0115][0116]
该公式中，j代表周期数，i为距离单元数，h为帧的索引数，而|
·
|代表取绝对值操作。
[0117]
第一探测目标幅值经过积累后，采用单元平均恒虚警检测方法(ca-cfar)对积累后第一探测目标一维距离像进行检测。对于第i个距离单元，检测门限可以表示为：
[0118][0119]
该公式中，pf代表虚警概率，nr代表参考单元数。
[0120]
之后通过比较第一探测目标距离像x
human
中所有距离单元值和检测门限的值获得第一探测目标距离r
human
。
[0121]
s4：采用mvdr测角方法，获得第一探测目标二维位置坐标，确定第一探测目标位置。
[0122]
对于均匀线阵模型来说天线接收信号的方向向量a(θ)表示为：
[0123]
a(θ)＝[1 e-jφ l e-j(k-1)φ
]
t
[0124]
φ＝2πdsinθ/λ
[0125]
其中，d为雷达中两相邻天线的间距，φ为相邻天线间的相位差，k为天线数量，θ为雷达信号入射角，λ为雷达信号的波长。
[0126]
在获得第一探测目标的距离后，采用最小方差无失真响应方法(mvdr)计算目标的
方位角。空域滤波器的平均输出功率p(θ)表示为：
[0127][0128]
其中，r＝e{x
human
(j)x
humanh
(j)}，r代表第一探测目标距离像输入矩阵x
human
的自相关矩阵。
[0129]
然后在[-π，π]角度区间中改变方向向量中θ，得到p
mvdr
(θ)变化曲线并进行谱峰搜索，此时峰值点对应的角度即为第一探测目标的方位角θ
human
。
[0130]
应用mvdr测角方法获得第一探测目标方位角θ
human
后，结合第一探测目标距离r
human
,计算第一探测目标的二维位置坐标为：
[0131][0132]
优选的，本发明还提供一种车载毫米波雷达障碍物探测系统，主要包括：
[0133]
雷达模组，用于对探测场景中的探测目标进行探测，获得雷达反射波；
[0134]
还有检测模块，用于对车前障碍物进行探测，所述检测模块至少包括模拟单元，计算单元；
[0135]
其中所述模拟单元，存储有根据车载毫米波雷达探测场景和探测目标构建的回波信号模型，用于获得对应所述探测目标的回波信号；具体为：定义所述探测场景包括第一区域和第二区域；定义第一探测目标位于所述第一区域，第二探测目标位于所述第二区域；根据所述雷达模组探测路径，分别获得第一探测目标和第二探测目标的路径回波时延，根据所述路径回波时延构建回波信号模型。
[0136]
其中所述计算单元，用于将所述回波信号在回波距离像上进行分离，获得第一探测目标距离像x
human
，采用mvdr测角方法，获得第一探测目标二维位置坐标，确定第一探测目标位置；具体为：对所述回波信号进行快时间维傅里叶变换处理，得到原始距离像x∈cm×n，对所述原始距离像x去均值化，得到去均值矩阵计算所述去均值矩阵的协方差矩阵d，并进行特征值分解,将所述特征值降序排列，选取前k个特征值对应的特征向量作为映射矩阵来降维，降维得到包含第二探测目标主成分信息的矩阵x
front
，根据所述原始距离像x和第二探测目标主成分信息的矩阵x
front
计算得第一探测目标距离像x
human
。
[0137]
还包括显示单元,用于呈现所述第一探测目标位置。
[0138]
优选的，本发明还提供一种雷达，为车载毫米波雷达中的一种，安装于汽车任一处，所述雷达与车载控制中心通信连接，并用于实现如权利要求如前文所述一种车载毫米波雷达障碍物探测方法。
[0139]
优选的，本发明还提供一种汽车，至少包括：
[0140]
安装于汽车任一处的车载毫米波雷达，所述车载毫米波雷达用于获取探测场景中的探测目标信息并发送至车载mcu或soc端的计算机可读存储介质。
[0141]
具体地，本发明所述汽车至少包括车身，毫米波雷达可以设置在车身的前方和/或后方，或者，其他适合的位置。其中，可以在车身上设置一个或者多个毫米波雷达。基于该毫米波雷达可实现前述的障碍物探测方法，从而准确有效的确定检测运动目标，提高整个adas的安全性和鲁棒性，能够更有效的对横向穿梭障碍物(例如横穿行人)进行保护，有效
避免驾驶过程中由于横向运动物体而导致的事故发生，提升用户体验。
[0142]
所述计算机可读存储介质上存储有计算机程序，以及一个或者多个处理器，用于执行所述计算机可读存储介质中的程序以实现如前文所述一种车载毫米波雷达障碍物探测方法，并通过显示单元呈现所述方法计算得的第一探测目标位置。
[0143]
实施例二：
[0144]
基于车载毫米波雷达障碍物探测方法探测第一探测目标，其实测场景如图2所示，场景包含运动雷达，静止前车和行人目标，其中行人目标围绕静止前车运动(图中未示出)。
[0145]
采用线性调频连续波毫米波雷达探测第一探测目标和第二探测目标，雷达频率为77ghz，带宽为500mhz。这里假定雷达位置为中心原点(0,0)m，雷达系统高度为0.35m。实验初始阶段，前车保持静止不动且初始时雷达距离前车15m，遥控小车在距离前车5-15m范围内往返运动，车旁行人环绕着静止的前车运动。
[0146]
根据本发明的处理步骤：首先通过傅里叶变换操作得到原始目标距离像，如图3所示。原始目标距离像中包括了前车和车旁行人的距离像，因为车旁行人环绕前车运动，所以两种距离像相融，从原始距离像难以分辨车旁行人的距离像。
[0147]
之后对原始距离像分离得到前车与车旁行人距离像，如图4所示，凸显车旁行人轨迹。然后对车旁行人距离像进行非相干叠加和cfar检测获得车旁行人距离值。
[0148]
采用mvdr测角算法计算车旁行人的角度,最终由车旁行人位置坐标得到其定位点迹。其定位结果如图5所示。综合分析知，车旁行人位置和运动雷达平台的运动规律相一致，得到了车旁行人准确的定位结果。
[0149]
尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
[0150]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0151]
在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。
[0152]
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本发明实施例的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
[0153]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0154]
以上所述实施例仅表达了本发明的其中一种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。