基于资源状态的电磁感知任务动态迁移方法、系统及终端与流程

1.本发明涉及无线电监测应用领域，尤其涉及基于资源状态的电磁感知任务动态迁移方法、系统及终端。


背景技术：

2.随着5g通信、wifi通信、卫星通信等为代表的新一代无线电通信技术加速向城市的经济建设、社会发展等领域渗透，城市的电磁环境日趋复杂，各类无线电干扰事件时有发生，无线电管理部门实时监测空中电磁环境，有效管理空中电波秩序的任务越来越复杂、繁琐。近年来，全国各省市无线电管理部门积极推动无线电监测一体化平台建设，按照《超短波监测管理一体化平台技术规范》对现有监测网络内的各类监测设备进行原子化服务改造，并将原子服务注册到无线电监测一体化平台进行统一管理与调度控制，有力的支撑了空中电波秩序的管理。
3.目前，各省市已建的无线电监测一体化平台已初步实现了全网监测设备的统一接入与调度管理，但无线电监测一体化平台主要是集中式部署，所有监测任务调度、设备数据接入、数据外理的压力都集中在中心平台，容易形成业务瓶颈；并且如果中心平台出现单点故障，会造成整个无线电监测应用系统不可用。此外，现有系统无法根据电磁感知任务的类型和状态进行资源的合理分配，降低了设备资源以及服务资源的使用效率，同时不利于系统的弹性扩展。


技术实现要素：

4.本发明的目的在于克服现有技术中无线电监测一体化平台无法根据电磁感知任务的类型和状态进行资源的合理分配的问题，提供了基于资源状态的电磁感知任务动态迁移方法、系统及终端。
5.本发明的目的是通过以下技术方案来实现的：在第一方案中，提供一种基于资源状态的电磁感知任务动态迁移方法，包括以下内容：在所有边缘计算节点上部署分布式服务总线；将所有设备资源以及服务资源进行虚拟化后，统一注册到所述分布式服务总线上；采集各个边缘计算节点所接入的资源状态信息，并根据所述资源状态信息计算各个边缘计算节点的负载信息；基于当前全网所有的电磁感知任务信息以及所有边缘计算节点的负载信息，按资源利用率最优原则计算电磁感知任务的动态迁移策略，并为其分配相应的设备资源以及服务资源；根据所述动态迁移策略，将电磁感知任务动态调配到相应的边缘计算节点执行。
6.在一个示例中，所述设备资源的虚拟化包括：
将监测设备进行接口抽象和归一化处理，映射为虚拟设备；通过对虚拟设备对象的实例化建立相应的虚拟设备对象；将实例化后的虚拟设备实例描述信息进行全网同步，形成一个全局虚拟设备对象资源池。
7.在一个示例中，所述服务资源的虚拟化包括：将监测设备所执行的业务功能按最小颗粒度进行原子化服务封装，并与所述虚拟设备对象进行绑定。
8.在一个示例中，所述资源状态信息包括设备资源状态信息、网络资源状态信息、动环状态信息以及服务接口状态信息。
9.在一个示例中，所述根据所述资源状态信息计算各个边缘计算节点的负载信息，包括：各个边缘计算节点上部署的分布式服务总线将本节点所采集到的各类资源状态信息进行综合，形成本节点的虚拟设备资源和虚拟服务资源的状态汇总信息。
10.在一个示例中，所述按资源利用率最优原则计算电磁感知任务的动态迁移策略，包括：获取电磁感知任务信息；根据所述电磁感知任务的任务类型、任务参数和任务优先级，进行对空域、频域、时域、能力域的匹配计算；初步筛选出满足任务执行要求的虚拟设备资源和虚拟服务资源候选清单；按照监测效果最优或设备利用效率最优选择确定最终为电磁感知任务分配的资源。
11.在一个示例中，触发计算所述动态迁移策略的情形包括：当分布式系统中有任务优先级更高的电磁感知任务获得分配给当前电磁感知任务中相关资源后，为当前电磁感知任务重新计算动态迁移策略；当分配给当前电磁感知任务的资源出现故障时，为当前电磁感知任务重新计算动态迁移策略；当执行电磁感知任务的边缘计算节点当前负载过大时，为当前电磁感知任务重新进行动态迁移策略的计算，选择部分子任务迁移到负载较小的边缘计算节点继续执行。
12.在一个示例中，根据所述动态迁移策略，将电磁感知任务动态调配到相应的边缘计算节点执行，包括：向分配的设备资源下发控制权获取指令，获取设备资源及对应服务资源的控制权。
13.在第二方案中，提供基于资源状态的电磁感知任务动态迁移系统，所述系统包括：资源虚拟化模块，用于在所有边缘计算节点上部署分布式服务总线，并将所有设备资源以及服务资源进行虚拟化后，统一注册到所述分布式服务总线上；资源状态信息采集模块，用于采集各个边缘计算节点所接入的资源状态信息，并根据所述资源状态信息计算各个边缘计算节点的负载信息；动态迁移策略计算模块，用于基于当前全网所有的电磁感知任务信息以及所有边缘计算节点的负载信息，按资源利用率最优原则计算电磁感知任务的动态迁移策略，并为
其分配相应的设备资源以及服务资源；任务执行模块，用于根据所述动态迁移策略，将电磁感知任务动态调配到相应的边缘计算节点执行。
14.在第三方案中，提供一种终端，包括存储器和处理器，存储器上存储有可在处理器上运行的计算机指令，处理器运行计算机指令时执行任意一项所述计算动态迁移方法。
15.需要进一步说明的是，上述各选项对应的技术特征在不冲突的情况下可以相互组合或替换构成新的技术方案。
16.与现有技术相比，本发明有益效果是：（1）本发明将所有设备资源以及服务资源进行虚拟化后，统一注册到所述分布式服务总线上，实现整个系统资源的虚拟化管理，可实现无线电上层应用软件从任意节点接入便可直接访问全系统的服务资源，有效地避免了集中式平台单点故障造成系统不可用的问题，极大的提升了整个无线电监测管理应用系统的可用性和易用性。同时，按资源利用率最优原则计算电磁感知任务的动态迁移策略，并为其分配相应的设备资源以及服务资源，提升了监测效能和设备利用率，一定程序上提高了系统的智能化、自动化水平。
17.（2）本发明对边缘计算节点设备及运行在其上的数据处理类服务、统计分析类服务进行了资源虚拟化，形成了一个范围更广、能力更加齐备的虚拟化资源池，更有利于电磁感知任务的编排和资源调度。
18.（3）本发明根据所述电磁感知任务的任务类型、任务参数和任务优先级，进行对空域、频域、时域、能力域的匹配计算，按照监测效果最优或设备利用效率最优选择确定最终为电磁感知任务分配的资源，筛选出最优的设备资源执行相应的感知任务，极大的提升了全网监测资源的使用效能。
19.（4）本发明在电磁感知任务执行过程中，可结合全系统感知任务执行情况及全系统资源动态变化情况进行资源分配的动态规划，极大的提升了全系统各类资源的使用效率；同时通过计算动态迁移可方便实现整个系统的弹性扩展，提升系统的健状性。
附图说明
20.图1为本发明实施例示出的基于资源状态的电磁感知任务动态迁移方法的流程示意图。
具体实施方式
21.下面结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
22.此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
23.本发明主要基于当前全网所有的计算处理任务信息（包括待执行任务和正在执行的任务）以及所有计算处理节点的当前负载信息，按资源利用率最优为原则进行计算任务的动态规划和计算处理服务资源的动态调度，将计算处理任务动态调配到相应的节点执行，从而实现计算处理的动态迁移。
24.参照图1，在一示例性实施例中，提供一种基于资源状态的电磁感知任务动态迁移方法，包括以下内容：在所有边缘计算节点上部署分布式服务总线；将所有设备资源以及服务资源进行虚拟化后，统一注册到所述分布式服务总线上；采集各个边缘计算节点所接入的资源状态信息，并根据所述资源状态信息计算各个边缘计算节点的负载信息；基于当前全网所有的电磁感知任务信息以及所有边缘计算节点的负载信息，按资源利用率最优原则计算电磁感知任务的动态迁移策略，并为其分配相应的设备资源以及服务资源；根据所述动态迁移策略，将电磁感知任务动态调配到相应的边缘计算节点执行。
25.具体地，本发明将所有设备资源以及服务资源进行虚拟化后，统一注册到所述分布式服务总线上，实现整个系统资源的虚拟化管理，可实现无线电上层应用软件从任意节点接入便可直接访问全系统的服务资源，有效地避免了集中式平台单点故障造成系统不可用的问题，极大的提升了整个无线电监测管理应用系统的可用性和易用性。同时，按资源利用率最优原则计算电磁感知任务的动态迁移策略，并为其分配相应的设备资源以及服务资源，提升了监测效能和设备利用率，一定程序上提高了系统的智能化、自动化水平。
26.进一步地，所述设备资源的虚拟化包括：将监测设备进行接口抽象和归一化处理，映射为虚拟设备；通过对虚拟设备对象的实例化建立相应的虚拟设备对象；将实例化后的虚拟设备实例描述信息进行全网同步，形成一个全局虚拟设备对象资源池。
27.在一个示例中，所述服务资源的虚拟化包括：将物理设备所执行的业务功能按最小颗粒度进行原子化服务封装，并与所述虚拟设备对象进行绑定。具体地，服务资源的虚拟化则是在设备资源的虚拟化的基础上，将在监测设备或边缘计算节点上所执行监测设备控制、数据处理、统计分析等业务功能按最小颗粒度进行原子化服务封装，并与虚拟化设备对象进行绑定，最后将服务资源信息统一注册至分布式服务总线，利用分布式服务总线的数据同步机制进行全系统所有服务注册信息的全局同步，形成一个可供全系统访问的虚拟服务资源池。
28.进一步地，资源状态信息采集以边缘计算节点为单位进行，采集本节点所接入资源的状态信息，所述资源状态信息包括设备资源状态信息、网络资源状态信息、动环状态信息以及服务接口状态信息。
29.其中，设备资源状态信息采集包括监测设备状态采集和边缘计算节点状态采集，监测设备状态采集的主要通过与监测设备上运行设备控制软件接口，采集信息包括：设备工作状态（工作、空闲）、故障状态（正常、故障）、当前执行的监测任务（空闲状态为空）等；边缘计算节点状态采集主要通过操作系统（windows或linux）提供的系统信息获取接口获取边缘计算节点的软硬件运行状态信息，主要信息包括cpu使用率、内存使用率、当前运行进程数\线程数、剩余磁盘容量、当前磁盘io读写量、当前网络流量等信息。
30.网络资源状态信息采集是通过标准snmp协议接口，与系统中的路由器、交换机接
口，采集信息包括：端口的连接状态和数据流量大小、路由可达信息等。
31.动环状态信息采集是与环境监控设备控制软件接口，采集设备供电端口开关状态和电压/电流信息。
32.服务接口状态信息采集是与原子服务软件接口，采集服务接口的可用状态和服务的占用状态。
33.进一步地，根据采集的资源状态信息进行资源状态信息综合，所述资源状态信息综合包括各分布式节点资源状态信息综合和整系统资源状态信息综合。其中，所述根据所述资源状态信息计算各个边缘计算节点的负载信息，包括：各个边缘计算节点上部署的分布式服务总线将本节点所采集到的各类资源状态信息进行综合，形成本节点的虚拟设备资源和虚拟服务资源的状态汇总信息。其中虚拟设备资源汇总是将所采集的设备状态信息、网络状态信息和动环状态信息进行关联和整合，获得虚拟设备资源汇总信息。汇总信息分为监测设备虚拟资源汇总信息和边缘计算节点虚拟资源汇总信息两类。其中虚拟监测设备资源汇总信息主要包括：设备工作状态、故障状态、当前执行的监测任务信息、设备供电状态信息、设备网络流量信息。边缘计算节点虚拟资源汇总信息主要包括：设备工作状态、故障状态、当前负载信息（包括cpu使用率、内存使用率、当前运行进程数\线程数、剩余磁盘容量、当前磁盘io读写量等）、设备供电状态信息、设备网络流量信息。
34.虚拟服务资源汇总则是在虚拟设备资源汇总信息的基础上，根据虚拟服务资源与虚拟设备资源的绑定关系，结合所采集的服务接口的可用状态和服务占用状态进行汇总，计算并判断承载服务运行的设备资源是能否服务运行的qos指标要求，最终确定服务资源的可用性。虚拟服务资源的汇总信息服务可用状态、服务占用状态、服务执行所依赖的虚拟设备资源、服务当前的qos指标值。
35.全系统资源状态信息综合包括：将各个边缘计算节点部署的分布式服务总线，通过分布式消息中间件，将各节点综合分析获得的虚拟设备资源状态信息和虚拟服务资源状态信息进行数据同步，实现全系统资源状态信息的综合共享。在此基础上结合各节点上报网络状态信息和路由信息，形成整个系统的实时网络拓扑，获得节点之间的可达性及路由信息，可为后续的资源调度分配提供决策支撑。
36.各省市现有的无线电监测一体化平台主要针对监测设备及监测原子化服务进行了资源虚拟化管理和调度，本系统在此基础上，同时还对边缘计算节点设备及运行在其上的数据处理类服务、统计分析类服务进行了资源虚拟化，形成了一个范围更广、能力更加齐备的虚拟化资源池，更有利于电磁感知任务的编排和资源调度。
37.进一步地，所述按资源利用率最优原则计算电磁感知任务的动态迁移策略，包括：获取电磁感知任务信息；根据所述电磁感知任务的任务类型、任务参数和任务优先级，进行对空域、频域、时域、能力域的匹配计算；初步筛选出满足任务执行要求的虚拟设备资源和虚拟服务资源候选清单；按照监测效果最优或设备利用效率最优选择确定最终为电磁感知任务分配的资源。
38.具体地，以某个节点为例，首先接收电磁感知任务，接收上级或协同节点下发的电
磁感知任务信息，获取任务类型和任务参数。其中任务类型主要包括：电磁环境采集任务、协同定位任务、异常告警任务、信号干扰任务等。任务参数主要包括：监测频段范围参数、监测地理区域参数、监测任务执行时间段参数、能务要求参数（如频段扫描、信号识别、信号测向等）。
39.然后进行资源筛选，根据所接收电磁感知任务类型、任务参数和任务优先级，进行对空域、频域、时域、能力域的匹配计算，先初步筛选出满足任务执行要求的虚拟设备资源和虚拟服务资源候选清单，在此基础上再按照监测效果最优或设备利用效率最优选择确定最终的分配资源，具体步骤如下：s1、监测设备资源初步筛选：s11、空间域筛选：先查询出所有部署在任务规定监测空间区域范围内所有监测设备资源候选清单；s12、频率域筛选：在空间域分析的基础上，根据所执行感知任务所涉及的频段范围进一步筛选出满足感知任务监测能力要求的候选监测设备资源。其中可支持监测设备资源组合，即单个监测设备资源不能覆盖监测任务频段范围，但通过多个设备组合可满足监测任务频段范围；s13、能力域筛选：在空间域筛选、频率域筛选的基础上，进一步按照监测任务的能力要求，进一步的筛选出可提供相应原子服务资源的设备资源；s14、时间域筛选：在上述筛选的基础上，根据任务的执行时间段要求，并结合任务的优先级，候选设备资源进行进一步的筛选，获得可满足任务执行时间要求的设备资源。
40.s2、监测设备资源二次筛选：采用监测效果最优筛选或监测设备使用效率最优筛选对候选设备资源进行再次筛选，确定分配给感知任务的设备资源。
41.s21、监测效果最优筛选：遍历初步筛选获得的候选监测设备资源（或监测设备组合资源）清单，按监测设备的覆盖范围、扫描速度、测向精度等技术指标进行加权计分，最后进行排序对比，筛选出监测效果最优的监测设备资源；s22、监测设备利用率最优筛选：遍历初步筛选获得的候选监测设备资源（或监测设备组合资源）清单，根据监测设备的当前执行任务信息、待执行任务清单等信息，结合本任务执行时间段要求，计算候选监测设备资源在不同分配方案中的利用率，以所有候选监测设备综合获得的设备利用率最优为原则，确定分配给本感知任务的感知设备资源及执行任务的时间段。
42.s3、计算节点设备资源筛选：在监测设备资源策选分配完成的基础上，对电磁感知任务执行的计算节点设备资源进行筛选。具体步骤如下：s31、能力域筛选：根据电磁感知任务的功能要求、任务优先级信息以及各节点提供服务的可用状态，对满足任务计算处理、统计分析功能服务要求的计算节点设备（或计算节点设备组合）进行筛选，获得可满足感知任务计算处理能力要求的初步候选计算设备资源；s32、服务qos指标计算：根据电磁感知任务对计算处理服务和统计分析服务的qos指标要求，遍历初步筛选获得的候选计算设备资源（或计算设备组合资源）清单，计算获得各个计算设备资源所提供服务当前的qos指标，进一步筛选出可满足服务qos指标要求计算节点设备资源；
s33、服务质量最优筛选：在上述计算设备资源筛选的基础上，按不同的服务类别分别对计算设备资源进行服务qos指标排序，筛选出每一类服务中服务qos指标最高的计算节点设备资源做为该服务的执行节点。本发明方法在资源的分配管理中采用了监测效果最优、设备使用率最优等智能化调度分配算法，提升了系统的监测效能和设备利用率，一定程序上提高了系统的智能化、自动化水平。
43.进一步地，触发计算所述动态迁移策略的情形包括：当分布式系统中有任务优先级更高的电磁感知任务获得分配给当前电磁感知任务中相关资源后，为当前电磁感知任务重新计算动态迁移策略，因任务原占有的设备或服务资源被其他优先级更高的任务抢占；任务通过资源调度获得了新的设备或服务资源，进行虚拟资源的动态迁移。
44.当分配给当前电磁感知任务的资源出现故障时，造成当前电磁感知任务不能继续执行，任务调度程序需启动重新选择设备资源和服务资源，为当前电磁感知任务重新计算动态迁移策略，选择满足要求的资源继续进行任务的执行；当执行电磁感知任务的边缘计算节点当前负载过大时，为当前电磁感知任务重新进行动态迁移策略的计算，选择部分子任务迁移到负载较小的边缘计算节点继续执行。
45.进一步地，根据所述动态迁移策略，将电磁感知任务动态调配到相应的边缘计算节点执行，包括：向分配的设备资源下发控制权获取指令，获取设备资源及对应服务资源的控制权。具体地，在选好资源之后，进行资源的控制权获取，向分配的设备资源下发控制权获取指令，获取设备资源及对应服务资源的控制权。如果设备资源当前是空闲资源，则电磁感知任务直接获取到设备资源及对应服务资源的控制权；如果设备资源当前正在执行其他任务，因为资源筛选时已经对比过任务优先级，则电磁感知任务直接抢夺设备资源及对应服务资源的控制权，同时触发被抢夺资源任务的计算动态迁移流程。
46.最后，将电磁感知任务脚本和所分配的感知资源清单下发给任务脚本执行引擎，任务脚本执行引擎对任务脚本进行解释，并按任务脚本流程调用相应的服务资源执行任务的执行。具体地，本发明预先根据不同电磁感知任务的类型定义不同的任务执行脚本，并为不同的任务执行脚本分配相应边缘计算节点的感知服务资源，实现灵活定义电磁感知任务的执行脚本，自动从任务脚本模板库找到与所述当前电磁感知任务匹配的当前任务执行脚本，实现自动化匹配；然后下发当前任务执行脚本至相应边缘计算节点的脚本执行引擎，由所述脚本执行引擎自动执行当前任务执行脚本，实现相应的业务功能。采用脚本编排的的方式，进行流程修改调整后只需保存更新对应的脚本文件即可，在脚本执行过程中，可通过脚本执行引擎控制任务的暂停、继续、终止等操作，使得任务流程编排则更加灵活方便。
47.其中，所述脚本执行引擎采用c 和python混合编程方式，通过c 宿主程序中嵌入python执行引擎及相关的功能组件。由python实现需要动态变化的感知任务分解、资源调度等功能。引擎统一了脚本入口函数scriptmain()，任何工作流启动都从该函数开始执行。其中，通过c 开发可执行python脚本的引擎框架，并用python脚本实现感知任务的具体执行逻辑和部分数据处理功能，从而实现感知任务工作流程的灵活定制。python脚本工作流引擎具体实现方式为：在c 宿主程序中内嵌python虚拟机，并集成python二次开发包。c 宿主程序将python虚拟机初始化后，就可以调用python脚本了。多语言开发涉及两
部分：对性能要求高、复杂的数据处理由c 完成并导出接口供python调用；对灵活性、性能要求不高的部分用python实现，由c 宿主程序调用内嵌python虚拟机执行python任务脚本完成整个工作流运行。
48.脚本执行引擎自动执行当前任务执行脚本包括：使用pyimport_importmodule导入脚本模块；使用pyobject_getattrstring获取模块特定方法信息；使用py_vabuildvalue转换输入参数；使用pyobject_callobject调用特定方法；使用pyarg_parse转换方法的返回结果。
49.进一步地，当任务执行过程中，任务执行节点的计算、存储、io等资源达到设置阀值时，由资源调度获得了新的执行节点资源，将任务自动切换至新的执行节点进行运行。
50.进一步地，对于被中断的电磁感知任务的计算动态迁移的执行过程如下：（1）电磁感知任务中断：任务调度程序通知任务脚本引擎中断电磁感知任务的执行，并记录当前所执行电磁感知任务的上下文信息（包括当前执行脚本行数、变量值等）。
51.（2）任务资源需求分析：分析当前执行电磁感知任务被中断的原因及相关资源需求，形成电磁感知任务资源需求清单上报任务调度程序。
52.（3）调度分配：任务调度程序向资源调度分配程序下发电磁感知任务资源需求清单，启动资源分配并获取所分配资源的控制权，具体分配步骤参见“4.资源调度分配”。
53.（4）任务恢复：任务调度程序向任务脚本引擎下发任务恢复执行通知消息，任务脚本引擎恢复被中断任务的现场信息。
54.（5）任务执行：任务脚本引擎从任务脚本中被中断的位置开始继续执行电磁感知任务，调度重新分配的设备资源执行相应的控制和计算服务，从而实现任务执行过程中的计算动态迁移。
55.本发明在电磁感知任务执行过程中，可结合全系统感知任务执行情况及全系统资源动态变化情况进行资源分配的动态规划，极大的提升了全系统各类资源的使用效率；同时通过计算动态迁移可方便实现整个系统的弹性扩展，提升系统的健状性。
56.在另一示例性实施例中，提供基于资源状态的电磁感知任务动态迁移系统，所述系统包括：资源虚拟化模块，用于在所有边缘计算节点上部署分布式服务总线，并将所有设备资源以及服务资源进行虚拟化后，统一注册到所述分布式服务总线上；资源状态信息采集模块，用于采集各个边缘计算节点所接入的资源状态信息，并根据所述资源状态信息计算各个边缘计算节点的负载信息；动态迁移策略计算模块，用于基于当前全网所有的电磁感知任务信息以及所有边缘计算节点的负载信息，按资源利用率最优原则计算电磁感知任务的动态迁移策略，并为其分配相应的设备资源以及服务资源；任务执行模块，用于根据所述动态迁移策略，将电磁感知任务动态调配到相应的边缘计算节点执行。
57.在另一示例性实施例中，提供一种终端，包括存储器和处理器，存储器上存储有可在处理器上运行的计算机指令，处理器运行计算机指令时执行任意一项所述计算动态迁移
方法。
58.处理器可以是单核或者多核中央处理单元或者特定的集成电路，或者配置成实施本发明的一个或者多个集成电路。
59.本说明书中描述的主题及功能操作的实施例可以在以下中实现：有形体现的计算机软件或固件、包括本说明书中公开的结构及其结构性等同物的计算机硬件、或者它们中的一个或多个的组合。本说明书中描述的主题的实施例可以实现为一个或多个计算机程序，即编码在有形非暂时性程序载体上以被数据处理装置执行或控制数据处理装置的操作的计算机程序指令中的一个或多个模块。可替代地或附加地，程序指令可以被编码在人工生成的传播信号上，例如机器生成的电、光或电磁信号，该信号被生成以将信息编码并传输到合适的接收机装置以由数据处理装置执行。
60.本说明书中描述的处理及逻辑流程可以由执行一个或多个计算机程序的一个或多个可编程计算机执行，以通过根据输入数据进行操作并生成输出来执行相应的功能。所述处理及逻辑流程还可以由专用逻辑电路—例如fpga(现场可编程门阵列)或asic(专用集成电路)来执行，并且装置也可以实现为专用逻辑电路。
61.适合用于执行计算机程序的处理器包括，例如通用和/或专用微处理器，或任何其他类型的中央处理单元。通常，中央处理单元将从只读存储器和/或随机存取存储器接收指令和数据。计算机的基本组件包括用于实施或执行指令的中央处理单元以及用于存储指令和数据的一个或多个存储器设备。通常，计算机还将包括用于存储数据的一个或多个大容量存储设备，例如磁盘、磁光盘或光盘等，或者计算机将可操作地与此大容量存储设备耦接以从其接收数据或向其传送数据，抑或两种情况兼而有之。然而，计算机不是必须具有这样的设备。此外，计算机可以嵌入在另一设备中，例如移动电话、个人数字助理(pda)、移动音频或视频播放器、游戏操纵台、全球定位系统(gps)接收机、或例如通用串行总线(usb)闪存驱动器的便携式存储设备，仅举几例。
62.虽然本说明书包含许多具体实施细节，但是这些不应被解释为限制任何发明的范围或所要求保护的范围，而是主要用于描述特定发明的具体实施例的特征。本说明书内在多个实施例中描述的某些特征也可以在单个实施例中被组合实施。另一方面，在单个实施例中描述的各种特征也可以在多个实施例中分开实施或以任何合适的子组合来实施。此外，虽然特征可以如上所述在某些组合中起作用并且甚至最初如此要求保护，但是来自所要求保护的组合中的一个或多个特征在一些情况下可以从该组合中去除，并且所要求保护的组合可以指向子组合或子组合的变型。
63.类似地，虽然在附图中以特定顺序描绘了操作，但是这不应被理解为要求这些操作以所示的特定顺序执行或顺次执行、或者要求所有例示的操作被执行，以实现期望的结果。在某些情况下，多任务和并行处理可能是有利的。此外，上述实施例中的各种系统模块和组件的分离不应被理解为在所有实施例中均需要这样的分离，并且应当理解，所描述的程序组件和系统通常可以一起集成在单个软件产品中，或者封装成多个软件产品。
64.以上具体实施方式是对本发明的详细说明，不能认定本发明的具体实施方式只局限于这些说明，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演和替代，都应当视为属于本发明的保护范围。