一种无线传感器网络数据收集方法及装置
技术领域
本申请涉及传感器技术领域,特别是涉及一种无线传感器网络数据收集方法及装置。
背景技术
周期性的环境监测是无线传感器网络的典型应用之一,例如监测河流湖泊的水质,观测果园菜棚里的微环境气候变化等。组成网络的每个传感器节点作为一个观测点,以固定的信号采样速率测量环境参数,将采集的数据上报汇聚节点。上报过程中不做数据融合处理,汇聚节点记录每个传感器节点上报的数据序列,从而为应用提供全面、完整的数据查询服务。
从一方面来看,如果网络中传感器节点的数目很多,并且传感器的采样速率很高,所有节点环境观测所形成的数据量将很大。由于传感器节点的能量有限、通信能力较低,每个传感器节点完整上报所采集的数据,将给整个网络带来极大的负担。
另一方面来看,任何测量都会出现误差,并且应用本身也对误差有一定的容忍度。因此,无线传感器网络可以采取如下规则进行数据收集。如果传感器当前采集数据与最近一次上报数据的差异在一个合理的误差限度内,传感器不上报当前数据。如果基站没有收到传感器上报的数据,即认为传感器观测的数据没有发生变化。
事实上,误差限度不仅决定了数据质量,同时也决定了网络流量的大小。如果误差限度越小,那么传感器上报的数据就越多;相反,如果误差限度越大,那么传感器上报的数据就越少。因此如何在避免网络拥塞和改善数据质量之间找到一个合理的平衡点是当前无线传感器网络中亟待解决的一个问题。
发明内容
有鉴于此,本申请实施例提供一种无线传感器网络数据收集方法及装置,该方法可以动态调整误差限度,从而可以调节传感器节点的待上报数据的生成速率,以实现在避免网络拥塞和改善数据质量之间可以找到一个合理的平衡点。
为了实现上述目的,本申请实施例提供的技术方案如下:
一种无线传感器网络数据收集方法,包括:
判断传感器节点当前采集的测量数据与该传感器节点最近一次上报的数据的差值的绝对值是否大于误差限度值;
如果是,将所述测量数据作为一个待上报数据,并放入到一个缓冲区队列中,同时计算所述测量数据的产生速率;如果否,将所述测量数据丢弃;
将所述产生速率分别与预设上限速率、预设下限速率进行比较;
当所述产生速率≥所述预设上限速率时,计算误差限度值的增大速率,按照所述增大速率调整误差限度值;当所述产生速率≤所述预设下限速率时,计算误差限度值的减小速率,按照所述减小速率调整误差限度值。
优选地,所述测量数据的产生速率为V,其中:IC表示当前测量数据生成的时刻,I1表示最近一次待测量数据生成的时刻,Vold表示时刻I1时计算得到的测量数据的产生速率,α(0<α≤1)是权重因子。
优选地,计算误差限度值的增大速率,按照所述增大速率调整所述误差限度值,具体为:
当所述缓冲区队列的长度发生变化时,按照Q=α·Q+(1-α)Qold,计算缓冲区队列的长度,其中:Q表示缓冲区队列的长度,Qold表示上一次缓冲区队列发生变化时计算得到的队列长度,α(0<α≤1)是权重因子;
将(1+δ1)作为误差限度值的增大速率,所述其中:L是缓冲区队列总长度,δ是初始调整因子;
按照E’=(1+δ1)E计算增大后的误差限度值,其中:E’为增大后的误差限度值,E为增大前的误差限度值。
优选地,计算误差限度值的减小速率,按照所述减小速率调整所述误差限度值,具体为:
当所述缓冲区队列的长度发生变化时,按照Q=α·Q+(1-α)Qold,计算缓冲区队列的长度,其中:Q表示缓冲区队列的长度,Qold表示上一次缓冲区队列发生变化时计算得到的队列长度,α(0<α≤1)是权重因子;
将(1-δ2)作为误差限度值的减小速率,所述其中:L是缓冲区队列总长度,δ是初始调整因子;
按照E”=(1-δ2)E计算减小后的误差限度值,其中:E”为减小后的误差限度值,E为减小前的误差限度值。
优选地,所述缓冲区队列的长度发生变化,包括:缓冲区队列中加入了新的测量数据,或者位于缓冲区队列中第一位的待上报数据被发送。
优选地,该方法进一步包括:
将所述产生速率与预设最低速率进行比较,并且当所述产生速率≤最低速率时,计算误差限度值的减小速率,按照所述减小速率调整所述误差限度值。
优选地,该方法在按照所述增加速率调整所述误差限度之前,进一步包括:
设置第一概率为Pi,设置第二概率为Pd,并且将第一概率Pi和第二概率Pd的初始值设置为0.5;
当所述产生速率>=所述预设上限速率时,将第二概率Pd重置为0.5,生成一个随机数x,0<x<1,并判断所述随机数x是否小于等于所述第一概率Pi;
如果是,则按照所述增加速率调整所述误差限度;如果否,则按照Pi‘=Pi+0.5k+1增大第一概率Pi的大小,其中:Pi‘为增大后第一概率,k=log0.5(1-Pi);
当所述产生速率≤所述预设下限速率时,或所述产生速率≤最低速率时,将第一概率Pi重置为0.5,生成一个随机数y,0<y<1;并判断所述随机数y是否小于等于所述第二概率Pd;
如果是,则按照所述减小速率调整所述误差限度;如果否,则按照Pd‘=Pd+0.5k+1增大第二概率Pd的大小,其中:Pd‘为增大后第一概率,k=log0.5(1-Pd)。
一种无线传感器网络数据收集装置,包括:
判断单元,用于判断传感器节点当前采集的测量数据与该传感器节点最近一次上报的数据的差值是否超出误差限度值;
待上报数据生成单元,用于当所述判断单元的判断结果为是时,将所述测量数据作为一个待上报数据,并放入到一个缓冲区队列中;
产生速率计算单元,用于计算所述测量数据的产生速率;
第一比较单元,用于所述将产生速率计算单元计算得到的产生速率分别与预设上限速率、预设下限速率进行比较;
速率计算单元,用于当所述第一比较单元的比较结果为产生速率≥预设上限速率时,计算误差限度值的增大速率,当所述第一比较单元的比较结果为产生速率≤预设下限速率时,计算误差限度值的减小速率;
误差限度调整单元,用于按照所述速率计算单元计算得到的增大速率或减小速率调整误差限度值。
优选地,该装置进一步包括:
第二比较单元,用于将所述产生速率计算单元计算得到的产生速率与预设最低速率进行比较;并且所述速率计算单元还用于当所述第二比较单元的比较结果为产生速率小于等于预设最低速率时,计算误差限度值的减小速率。
优选地,该装置进一步包括:
概率设置单元,用于设置第一概率为Pi,设置第二概率为Pd,并且将第一概率Pi和第二概率Pd的初始值设置为0.5;
随机数生成单元,用于生成一个随机数x或y,其中:0<x<1,0<y<1;
判断单元,用于当所述产生速率>=所述预设上限速率时,判断所述随机数x是否小于等于所述第一概率Pi;或者当所述产生速率≤所述预设下限速率时,或所述产生速率≤最低速率时,判断所述随机数y是否小于等于所述第二概率Pd;
概率调整单元,用于当所述随机数x大于所述第一概率Pi,增大第一概率Pi的大小,或者当所述随机数y大于所述第二概率Pd时,则增大第二概率Pd的大小。
由以上技术方案可见,本申请实施例提供的该无线传感器网络数据收集方法,首先判断传感器节点当前采集的测量数据与该传感器节点最近一次上报的数据的差值是否超出误差限度值;当判断结果为是,将所述测量数据作为一个待上报数据,并放入到一个缓冲区队列中,同时计算所述测量数据的产生速率;当判断结果为否,将所述测量数据丢弃;并且将所述产生速率分别与预设上限速率、预设下限速率进行比较;当所述产生速率大于等于所述预设上限速率时,计算误差限度值的增大速率,按照所述增大速率调整误差限度值;当所述产生速率小于等于所述预设下限速率时,计算误差限度值的减小速率,按照所述减小速率调整误差限。
与现有技术相比,该方法可以动态调整误差限度,从而可以调节传感器节点的待上报数据的生成速率:当网络流量过大时,将误差限度值放大,使得可上报数据减少,降低数据质量,减小网络流量;当网络流量过小时,将误差限度减小,使得可上报数据增多,提高数据质量。因此该方法可以实现在避免网络拥塞和改善数据质量之间找到一个较为合理的平衡点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请中记载的一些实施例,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。
图1为本申请实施例提供的无线传感器网络数据收集方法的一种流程图;
图2为本申请实施例提供的增大误差限度值的流程图;
图3为本申请实施例提供的减小误差限度值的流程图;
图4为本申请实施例提供的无线传感器网络数据收集方法的另一种流程图;
图5为本申请实施例提供的无线传感器网络数据收集方法的第三种流程图;
图6为本申请实施例提供的无线传感器网络数据收集装置的一种结构示意图;
图7为本申请实施例提供的无线传感器网络数据收集装置的另一种结构示意图;
图8为本申请实施例提供的无线传感器网络数据收集装置的第三种结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
实施例一:
图1为本申请实施例提供的无线传感器网络数据收集方法的一种流程图。
如图1所示,该方法包括:
S100:判断传感器节点当前采集的测量数据与该传感器节点最近一次上报的数据的差值是否超出误差限度值。
传感器节点在正常工作时,其以固定的采样速率来采集环境参数。如果传感器将所采集的所有数据上报,则会给网络通信能力造成较大的负担,为了减少对网络能力的负担,通常只将与最近一次上报数据的差值超过误差限度的当前采集数据进行上报。
这里需要说明的是,传感器节点在进行第一次采集之前,并未存有该传感器节点的任何数据,因此传感器节点必须发送采集到的第一个测量数据,并且将第一测量数据作为后续判断的条件。
当当前采集的测量数据与该传感器节点最近一次上报的数据的差值超出误差限度值,进行S200;当当前采集的测量数据与该传感器节点最近一次上报的数据的差值未超出误差限度值,则认为传感器采集的数据没有发生变化,不进行上报,并将该测量数据丢弃掉。
S200:将该测量数据作为一个待上报数据,并放入到一个缓冲区队列中。
如果当前采集的测量数据与该传感器节点最近一次上报的数据的差值超出误差限度值,则认为该当前采集的测量数据为有效测量数据,可以进行上报。在实际应用中,通常将待上报的数据压缩成数据包,然后将该数据包放入到一个缓冲区队列中。缓冲区队列中的数据按照先进先出的次序存储,在每次需要将缓冲区队列中的数据发送出去时,将缓冲区队列中排在第一位的数据发送出去。
S300:计算可作为待上报数据的测量数据的产生速率。
通过计算有效测量数据的产生速率可以为判断网络流量大小提供依据。由于数据产生速率就是数据产生间隔的倒数,其中:V为数据产生速率,T为数据产生间隔。在实际测量时,由于测量数据产生间隔更加方便,因此在在本申请实施例中,采用测量数据产生间隔来计算数据产生速率。
由于数据产生间隔的动态性,数据产生间隔T实际是一个时序统计量。考虑到历史信息对当前测量值的影响,通常使用指数滑动平均法对时序统计量的测量值进行修正。每当一个新的数据产生时,即可计算数据产生间隔,计算公式如下:
T=α·(IC-I1)-(1-α)·Told,
其中:IC表示当前测量数据生成的时刻,I1表示最近一次待测量数据生成的时刻,Vold表示时刻I1时计算得到的测量数据的产生速率,α(0<α≤1)是权重因子。
因此,数据产生速率 其中
S400:将计算得到的产生速率分别与预设上限速率、预设下限速率进行比较。
在本申请实施例中,一方面为了避免网络拥塞,设置一个预设上限速率VH,在实际应用时,由于所以设置一个下限数据产生间隔TL即可得到VH,下限数据产生间隔TL的具体值可以通过速率控制协议IFRC(Interference-Aware Fair Rate Control,判断干扰的公平速率控制)动态调整网络的数据产生间隔得到。另一方面,为了满足上报数据的实时性要求,还设置有一个预设下限速率VL,同样设置一个上限数据产生间隔TH即可得到VL,上限数据产生间隔TH的具体值可以根据实际情况而定。
显然,当数据的产生速率V大于等于该上限速率VH时,说明网络流量过大,也就是预设的误差限度过小,应当进行S500,增大误差限度;当数据的产生速率V小于等于该下限速率VL时,说明网络流量过小,也就是预设的误差限度过大,应当进行S600,缩小误差限度
S500:计算误差限度值的增大速率,按照所述增大速率调整误差限度值。
在本申请实施例中,当需要对误差限度进行调节时,采用乘性调整因子来对误差限度进行调整。如图2所示,该步骤包括:
S501:计算缓冲区队列的长度。
缓冲区队列长度被看作判断网络流量的重要指标。本方案用符号Q表示缓冲区队列的长度。由于缓冲区队列长度变化的动态性,队列长度是一个统计时序量。因此,使用指数滑动平均法对其当前测量值进行修正。影响缓冲区队列长度发生变化的事件有两个:(1)新的数据包被加入队列,此时队列长度增加,(2)排在队列第一的数据包被成功发送,此时队列长度减小。每当缓冲区队列长度发生变化时,通过下面的公式计算队列长度,
Q=α·Q+(1-α)·Qold,其中Qold是上一次发送队列发生变化时计算得到的队列长度,α(0<α≤1)是权重因子。
S502:计算误差限度的增大速率。
将(1+δ1)作为误差限度值的增大速率,所述其中:L是缓冲区队列总长度,δ是初始调整因子。
在本申请实施例中,如果队列长度越大,说明网络拥塞状态越严重,则增大误差限度的速度应该越快。因此,δ1随队列长度增加而增大
步骤S503:计算增大后的误差限度值。
按照E’=(1+δ1)E计算增大后的误差限度值,其中:E’为增大后的误差限度值,E为增大前的误差限度值。
S600:计算误差限度值的减小速率,按照减小速率调整所述误差限度值。
在本申请实施例中,同样采用乘性调整因子来对减小误差限度。如图3所示,该步骤包括:
S601:计算缓冲区队列的长度。
与S501相同,在该步骤中同样按照Q=α·Q+(1-α)Qold,计算缓冲区队列的长度,其中:Q表示缓冲区队列的长度,Qold表示上一次缓冲区队列发生变化时计算得到的队列长度,α(0<α≤1)是权重因子。
S602:计算误差限度的减小速率。
将(1-δ2)作为误差限度值的减小速率,所述其中:L是缓冲区队列总长度,δ是初始调整因子。
在本申请实施例中,如果队列长度越大,说明网络拥塞状态越严重,则缩小放大误差限度的速度应该越慢。
S603:计算减小后的误差限度值。
按照E”=(1-δ2)E计算减小后的误差限度值,其中:E”为减小后的误差限度值,E为减小前的误差限度值。
实施例二:
当网络流量较小时,通过计算数据间隔来判断网络流量的大小存在滞后性。为了弥补该缺陷,在本申请实施例中,如图4所示,该无线传感器网络数据收集方法还可以包括:
S700:将所述产生速率与预设最低速率进行比较。
假设预设最低速率为Vmin,则预设最低速率Vmin可以由定时器来设置,由于可以通过设置定时器的长度T来预设最低速率Vmin,并且每产生一个数据,定时器都将会重置,所以当定时器超时时,说明网络流量过小。在本申请实施例中预设最低速率Vmin优选等于预设下限速率VL。
当所述产生速率小于等于预设最低速率Vmin时,进行S600。
实施例三:
由于采集的测量数据的变化具有不确定性,所以产生速率单独一次小于等于预设下限速率VL或者预设最低速率Vmin,并不能说明应该立刻缩小误差限度。同样,产生速率单独一次大于预设最高速率VH并不能说明下一次采集到的测量数据与缓存数据的差异会大于当前的误差限度。
因此在上述实施例一和二的基础上,本申请实施例提出了另一种无线传感器网络数据收集方法,在该方法中,当产生速率小于等于预设下限速率VL或者预设最低速率Vmin,有选择地来控制缩小误差限度;同样当产生速率大于预设最高速率VH,也是有选择地来控制增加误差限度。
图5为本申请实施例提供的无线传感器网络数据收集方法的第三流程图。
如图5所示,在S400之前该方法还可以包括:
S700:设置第一概率为Pi,设置第二概率为Pd,并且将第一概率Pi和第二概率Pd的初始值设置为0.5。
第一概率Pi是增加误差限度的概率,其作用是用于控制增加误差限度。第二概率Pd是减小误差限度的概率,其作用是用于控制减小误差限度。在初始状态下,第一概率Pi和第二概率Pd均设置为0.5。
并且在S400与S500之间,该方法还可以包括:
S711:将第二概率Pd重置为0.5,生成一个随机数x。
当所述产生速率>=所述预设上限速率时,此时需要增加误差限度,为了保证每次由增加误差限度向减小误差限度转换时,第二概率Pd的值均为0.5,所以在这里需要将第二概率Pd重置为0.5。
另外,还会随机生成一个随机数x,随机数x的范围在(0,1)之间,这里设置的随机数x是为了减少由于单一一次测量数据的变化而带来的误差。
S712:判断随机数x是否小于等于第一概率Pi。
将随机数x与第一概率Pi进行比较,这与实施例一中当产生速率>=所述预设上限速率时就直接增大误差限度相比,增加了一次判断当前测量数据是否为异常数据的机会,当随机数x小于等于第一概率Pi时,进行S500;而当随机数x大于第一概率Pi时,进行S713。
S713:增大第一概率Pi的大小。
当随机数x大于第一概率Pi时,那么说明设定的第一概率Pi的范围偏小,此时需要增大该第一概率Pi。
在本申请实施例中,按照如下公式增大第一概率Pi:
Pi‘=Pi+0.5k+1,其中:Pi‘为增大后第一概率,k=log0.5(1-Pi);
按照上述公式增大第一概率Pi,这样假设当前测量数据的变化是正常的,根据测量数据的延续性,那么将增大后的第一概率Pi‘,作为下一次对测量数据计算时的依据,就会使得下次增加误差限度的概率升高。
另外,并且在S400与S600之间,该方法还可以包括:
S721:将第一概率Pi重置为0.5,生成一个随机数y。
这里重置第一概率Pi的作用与S711中重置第二概率Pd的作用相同,随机数y的作用与随机数x的作用相同,在此不再一一描述。
S722:判断随机数y是否小于等于第二概率Pd。
当随机数y小于等于第二概率Pd时,进行S600;而当随机数y大于第二概率Pd时,进行S723。
S723:增大第二概率Pd的大小。
在本申请实施例中,按照如下公式增大第一概率Pi:
Pd‘=Pd+0.5k+1,其中:Pd‘为增大后第二概率,k=log0.5(1-Pd);
按照上述公式增大第二概率Pd,这样假设当前测量数据的变化是正常的,根据测量数据的延续性,那么将增大后的第二概率Pd,作为下一次对测量数据计算时的依据,就会使得下次减小误差限度的概率升高。
由以上技术方案可见,本申请实施例提供的该无线传感器网络数据收集方法,首先判断传感器节点当前采集的测量数据与该传感器节点最近一次上报的数据的差值是否超出误差限度值;当判断结果为是,将所述测量数据作为一个待上报数据,并放入到一个缓冲区队列中,同时计算所述测量数据的产生速率;当判断结果为否,将所述测量数据丢弃;并且将所述产生速率分别与预设上限速率、预设下限速率进行比较;当所述产生速率大于等于所述预设上限速率时,计算误差限度值的增大速率,按照所述增大速率调整误差限度值;当所述产生速率小于等于所述预设下限速率时,计算误差限度值的减小速率,按照所述减小速率调整误差限。
与现有技术相比,该方法可以动态调整误差限度,从而可以调节传感器节点的待上报数据的生成速率:当网络流量过大时,将误差限度值放大,使得可上报数据减少,降低数据质量,减小网络流量;当网络流量过小时,将误差限度减小,使得可上报数据增多,提高数据质量。因此该方法可以实现在避免网络拥塞和改善数据质量之间找到一个较为合理的平衡点。
实施例四:
在上述实施例一的基础上,本申请实施例还提供一种无线传感器网络数据收集装置,如图6所示,该装置包括:判断单元1、待上报数据生成单元2、产生速率计算单元3、第一比较单元4、速率计算单元5和误差限度调整单元6。
判断单元1,用于判断传感器节点当前采集的测量数据与该传感器节点最近一次上报的数据的差值是否超出误差限度值;
待上报数据生成单元2,用于当所述判断单元1的判断结果为是时,将所述测量数据作为一个待上报数据,并放入到一个缓冲区队列中;
产生速率计算单元3,用于计算所述测量数据的产生速率;
第一比较单元4,用于将产生速率计算单元3计算得到的产生速率分别与预设上限速率、预设下限速率进行比较;
速率计算单元5,用于当所述第一比较单元4的比较结果为产生速率大于等于预设上限速率时,计算误差限度值的增大速率,当所述第一比较单元4的比较结果为产生速率小于等于预设下限速率时,计算误差限度值的减小速率;
误差限度调整单元6,用于按照所述速率计算单元5计算得到的增大速率或减小速率调整误差限度值。
此外,在本申请其他实施例中,如图7所示,该装置还可以包括:第二比较单元7。
第二比较单元7,用于将产生速率计算单元3计算得到的产生速率与预设最低速率进行比较,并且速率计算单元5还用于当第二比较单元7的比较结果为产生速率小于等于预设最低速率时,计算误差限度值的减小速率。
实施例五:
在上述实施例三的基础上,本申请实施例还提供了另外一种无线传感器网络数据收集装置。
图8为本申请实施例提供的无线传感器网络数据收集装置的第三种结构示意图。
如图8所示,该无线传感器网络数据收集装置还包括:概率设置单元8、随机数生成单元9、判断单元10和概率调整单元11,其中:
概率设置单元8,用于设置第一概率为Pi,设置第二概率为Pd,并且将第一概率Pi和第二概率Pd的初始值设置为0.5;
随机数生成单元9,用于生成一个随机数x或y,其中:0<x<1,0<y<1;
判断单元10,用于当所述产生速率>=所述预设上限速率时,判断所述随机数x是否小于等于所述第一概率Pi;或者当所述产生速率≤所述预设下限速率时,或所述产生速率≤最低速率时,判断所述随机数y是否小于等于所述第二概率Pd;
概率调整单元11,用于当所述随机数x大于所述第一概率Pi,增大第一概率Pi的大小,或者当所述随机数y大于所述第二概率Pd时,则增大第二概率Pd的大小。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,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)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅是本申请的优选实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。