CN109005138B - 基于倒谱的ofdm信号时域参数估计方法 - Google Patents

Abstract

本发明提供一种基于倒谱的OFDM信号时域参数估计方法，该方法包括：根据分布式联合识别的每个协作接收端的信号倒谱零点处的幅值获得合并的OFDM信号倒谱；基于所述合并的OFDM信号倒谱计算OFDM符号的子载波个数的估计值。本发明的方法通过利用倒谱特征估计OFDM符号循环前缀的长度和子载波个数，能够提高估计准确率并且不依赖于SNR的测量。

Description

基于倒谱的OFDM信号时域参数估计方法

技术领域

本发明涉及无线通信技术领域，尤其涉及一种基于倒谱的OFDM信号时域参数估计方法。

背景技术

近年来，随着无线通信技术的飞速发展，各种无线接入技术层出不穷的出现，在无线通信技术不断演进的各个阶段，合作通信得到了迅速发展，但出于军事侦查、信息安全、无线频谱资源管理等方面的考虑，非合作通信技术的研究与探讨也逐渐成为热点。正交频分复用(OFDM)作为第四代移动通信中的核心技术，是一种高频谱利用率的多载波调制技术，具有很强的抗多径干扰和抗衰落能力。在非合作通信场景下，由于无发送信号的先验信息，要想获取信息需要对信号进行解调，因此研究非合作通信下 OFDM信号的解调在理论研究与实际应用中具有重要意义，其中，OFDM 信号的时域参数(例如，子载波个数以及循环前缀长度)是OFDM信号解调的重要参数。

在现有技术中，OFDM信号时域参数估计方法主要包括基于OFDM 信号的二阶循环平稳特性的时域参数估计方法、基于OFDM信号循环前缀引入的符号特性时域参数估计方法和基于倒谱的OFDM信号时域参数盲估计方法等。其中，基于OFDM信号的二阶循环平稳特性的时域参数估计方法首先利用OFDM信号的自相关特性估计信号的子载波个数，接着利用OFDM信号具有二阶循环平稳特性来估计符号长度，但该方法的性能在多径瑞利信道下下降较快，且采用分布式协同技术提高估计准确率时，需要对SNR进行盲估计；基于OFDM信号循环前缀引入的符号特性时域参数估计方法根据OFDM信号隐含的周期性，通过对功率谱进行预处理提高特征强度，实现对符号周期，子载波个数的估计，但该方法依赖预处理方法，在低信噪比情况下，性能较差，而若采用分布式协同技术提高估计准确率时，需要对SNR进行盲估计；基于倒谱的OFDM信号时域参数盲估计方法对OFDM信号做倒谱处理，根据其倒谱在子载波个数处有峰值，通过搜索峰值来估计OFDM信号的子载波个数，根据其倒谱方差呈现以符号周期的周期性，取其自相关求取符号周期长度，但该方法在低信噪比情况下性能下降较快。

综上，现有技术中OFDM信号时域参数估计方法主要面临的问题是： OFDM信号时域参数估计准确率低，特别是在许多非合作通信场景中，由于环境恶劣，导致信号被噪声淹没，在低信噪比多径信道条件下，参数估计的准确率很难保证；而当采用分布式协同技术来提高准确率时，其往往依赖于SNR盲估计，而目前SNR盲估计的研究较少或存在限制，例如，SNR全盲估计的难度较大、不准确以及计算开销大等问题。具体地，SNR 盲估计的限制主要体现在以下方面：

例如，目前SNR盲估计方法主要有基于循环前缀的SNR盲估计方法和基于虚载波的SNR盲估计方法，其中基于循环前缀的SNR盲估计方法首先利用自相关函数的特性粗略估计出信道阶数，确定循环前缀中不受符号间干扰的数据区间，然后根据选定区间的数据的自相关数值估计接收信号的信号功率，最后利用循环前缀数据为部分有用数据的复制这一特性估计出噪声功率，从而估计出接收信号的信噪比，但该方法依赖循环前缀中不受干扰的数据量，但在实际应用中，这些数据量相对较少，因此实用性不大；在基于虚载波的SNR盲估计方法中，OFDM系统为了抑制相邻信道的干扰，会在频谱的两端加上保护带，即在频谱两端填充部分0。另外，对OFDM系统进行过采样，也要在IFFT前向OFDM符号中添加0，通常叫做虚载波。这些0点，在经过信道时会加上噪声，而不包含其他信号，利用这些0频点就可以估计出噪声功率，但是需要考虑相邻频带的干扰。而且受到0频点数量的限制，只有当虚载波数据足够多时才能有较好的性能，而且如何排除受到干扰的虚载波也是一个难题。

因此，需要对现有技术改进，以提高低信噪比情况下OFDM时域参数估计的准确率，从而保证信号能够正确解调。

发明内容

本发明的目的在于克服上述现有技术的缺陷，提供一种基于倒谱的 OFDM信号时域参数估计方法，以提高参数估计的准确率。

根据本发明的第一方面，提供了一种基于倒谱的OFDM信号时域参数估计方法。该方法包括以下步骤：

步骤1：根据分布式联合识别的每个协作接收端的信号倒谱零点处的幅值获得合并的OFDM信号倒谱；

步骤2：基于所述合并的OFDM信号倒谱计算OFDM符号的子载波个数的估计值。

在一个实施例中，步骤1包括：

步骤11，计算所述每个协作接收端的信号倒谱；

步骤12：根据所述每个协作接收端的信号倒谱零点处的幅值确定每个协作接收端的权重；

步骤13：基于所述每个协作接收端的权重计算所述合并的OFDM信号倒谱。

在一个实施例中，协作接收端i的权重表示为：

其中，i表示协作接收端的编号，c_i(0)表示协作接收端i的信号倒谱零点处的幅值，N表示协作接收端的数目。

在一个实施例中，所述合并的OFDM信号倒谱为：

w_i表示协作接收端i的权重，

表示协作接收端i的信号倒谱实部的幅值。

在一个实施例中，在步骤2中，根据所述合并的OFDM信号倒谱实部在子载波个数处出现峰值的特征通过峰值搜索获得OFDM符号的子载波个数的估计值。

在一个实施例中，所述峰值搜索的范围为

或

N_r表示计算倒谱的逆傅里叶变换的点数。

在一个实施例中，本发明的方法还包括：

步骤3：根据所述每个协作接收端的信号倒谱零点处的幅值获得合并的OFDM信号倒谱方差；

步骤4：根据所述合并的OFDM信号倒谱方差通过峰值搜索获得 OFDM符号周期的估计值；

步骤5：根据所获得的OFDM符号的子载波个数的估计值和所获得的 OFDM符号周期的估计值获得OFDM符号的循环前缀的估计值，表示为：

其中，

表示OFDM符号的循环前缀的估计值，

表示OFDM符号周期的估计值，

表示OFDM符号的子载波个数的估计值。

在一个实施例中，所述OFDM符号周期的估计值表示为：

其中，V(n)为合并的OFDM信号倒谱方差，搜索范围取值为

与现有技术相比，本发明的优点在于：利用倒谱零点处的幅值与SNR 呈正相关性的特点，以OFDM信号倒谱零点作为分布式协作点的权重，根据不同信道条件估计准确度的不同，给与不同的权重，并采用加权融合算法来提高时域参数估计的准确率；在时域参数估计中，利用OFDM倒谱实部的均值在0点处与子载波个数处出现峰值的特点估计子载波的数量，利用OFDM信号的倒谱方差呈现以符号长度为周期的周期性特点估计 OFDM符号的周期，并进而获得循环前缀的估计值，提高了低信噪比情况下OFDM信号时域参数估计的准确率。

附图说明

以下附图仅对本发明作示意性的说明和解释，并不用于限定本发明的范围，其中：

图1示出了现有技术中OFDM信号参数估计的示意图；

图2示出了根据本发明一个实施例的基于倒谱的OFDM信号时域参数估计方法的流程图；

图3示出了OFDM信号倒谱实部的示意图；

图4示出了OFDM信号倒谱方差的示意图；

图5示出了高斯白噪声信道下OFDM符号子载波个数估计准确率；

图6示出了多径瑞利信道下OFDM符号子载波个数估计准确率；

图7示出了多径瑞利信道下OFDM符号循环前缀的估计准确率。

具体实施方式

为了使本发明的目的、技术方案、设计方法及优点更加清楚明了，以下结合附图通过具体实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

OFDM信号参数估计包括OFDM系统参数估计和同步参数估计，系统参数例如包括频偏、符号率、循环前缀长度、子载波个数等，同步参数包括定时和频偏校正等。现有技术中OFDM参数估计流程参见图1所示，整体上包括：对接收到的OFDM进行下变频处理，将信号变为基带信号；对信号进行符号率估计；对信号进行频偏和定时校正；对信号的循环前缀和子载波个数进行估计；对信号进行去循环前缀处理以及后续的串并转换和FFT处理等。通过上述过程完成整个OFDM信号的参数估计过程。本发明将重点介绍OFDM信号时域参数的估计方法，包括OFDM符号子载波个数的估计和循环前缀的估计。

根据本发明的一个实施例，提供了一种基于倒谱的OFDM信号的时域参数估计方法，简言之，该方法根据OFDM信号的倒谱特征获得OFDM 符号子载波个数的估计值和循环前缀的估计值，一个完整的OFDM符号由子载波与循环前缀两部分组成。具体地，参见图2所示，该方法包括以下步骤，：

步骤S210，分析OFDM信号的倒谱特征以及其与信道状况的关联性。

倒谱是一种信号的傅里叶变换谱经对数运算后再进行傅里叶逆变换，例如对于OFDM系统，倒谱的变换过程是对时域信号进行离散傅里叶变换 (DFT)再经对数变换后获得对数谱，最后通过离散傅里叶逆变换(IDFT)，得到倒谱c(n)。

例如，倒谱的表达式为：

其中，s(n)表示接收到的OFDM信号，n表示信号长度，

和

分别表示离散傅里叶变换(DFT)和离散傅里叶逆变换(IDFT)，N_r表示IDFT 的点数或称采样点数。在倒谱计算过程中，把接收信号s(n)从时域信号变成频域信号S(k)，再取频域信号S(k)的幅值并进行对数运算，变成log|S(k)|，使得Z(k)＝log|S(k)|。

对于高斯白噪声信道，可以求出OFDM信号倒谱实部的均值表达式为：

其中，

表示倒谱c(n)的实部

的均值，N_d为OFDM信号子载波个数，

为OFDM信号功率加上高斯白噪声功率，γ为欧拉常数，γ＝0.577216，

N_c为循环前缀长度，

为OFDM 信号的功率，B为接收到的OFDM符号的个数，N_r表示IDFT的点数。

图3示出了OFDM信号倒谱实部的平均幅值示意图，横坐标n为信号长度，纵坐标为OFDM信号倒谱实部的平均幅值，该图为子载波个数为 16，循环前缀长度为4时的倒谱实部的幅值，由图3和上述公式(2)可知，OFDM倒谱实部的幅值在0点处与OFDM符号包含的子载波个数处出现峰值，例如，当n＝0时，n＝N_d(即n＝16)、n＝2N_d(即n＝32)时，倒谱实部的幅值出现峰值，利用这一特征可以估计子载波个数，即采用搜索除n等于零外倒谱的实部的幅值出现峰值的点来确定子载波个数，在下文中，将这一特征也称为倒谱实部的幅值特征。

此外，通过分析公式(2)，OFDM倒谱的另一个特征是能够反映信道状况，具体而言，OFDM信号倒谱实部零点处的幅值与SNR大小呈正相关，关于这一特征，可从SNR的公式得出。

例如，SNR的计算公式为

其中，

为OFDM信号的功率，

为加性高斯白噪声的功率，把信号的功率看作变量，噪声功率不变，设

可SNR公式还可表示为G(x)＝10log₁₀x。根据公式(2)，倒谱实部零点处的幅值为

其还可表示为

可得出

也就是说OFDM信号倒谱实部零点处的幅值与SNR呈正相关。利用这一特征，在本文后续的子载波个数和循环前缀估计中，可以将OFDM信号倒谱实部零点处的幅值作为分布式联合识别的每个协作接收端的权值。

进一步地，通过分析OFDM信号倒谱可知，OFDM信号的倒谱方差呈现以OFDM信号长度N_s为周期的周期性，参见图4所示，横坐标n表示信号长度，纵坐标表示信号倒谱方差，可见OFDM信号的倒谱方差呈现周期性，周期为OFDM信号的长度N_s，该图示意的是N_s为20(即16+4) 时的倒谱方差。利用倒谱方差的这一特征，在已知子载波个数N_d的前提下，可根据公式N_s＝N_d+N_c(一个完整的OFDM符号由子载波个数与循环前缀两部分组成)，获得循环前缀长度的估计值N_c。具体地，可以采用傅里叶变换的性质，对OFDM信号倒谱的方差进行时频转换，由傅里叶变换的性质在频域除去0点以外，在频率

处会出现峰值，通过搜索峰值可估计出OFDM符号长度N_s，进而估计出循环前缀长度N_c。

步骤S220，根据倒谱幅值特征获得OFDM符号子载波个数的估计值。

在此步骤中，根据倒谱的幅值特征，即OFDM倒谱实部的幅值在子载波个数处出现峰值来估计子载波的个数，

在本发明的一个实施例中，为了提高估计的准确率，采用分布式联合识别技术(即采用多个协作接收端联合估计)进行估计，具体包括以下子步骤：

步骤221：分布式协作接收端同时接收OFDM信号，协作接收端的数目可设置为任意值，例如，1或5或10等；

步骤222：将接收到的OFDM信号经过处理变为基带信号，每一个接收端对收到的信号截取N_r的长度进行倒谱变换，取经过倒谱变换后的实部

；

步骤223：获得每一个接收端OFDM信号倒谱零点处的幅值，利用倒谱零点处的幅值计算每一个接收端的融合权重。

接收端i的融合权重表示为：

其中，i表示接收端的索引编号，c_i(0)表示接收端i的信号倒谱零点处的幅值，N表示协作接收端的数目。

步骤224：根据融合权重，获得合并的OFDM信号倒谱。

合并的OFDM信号倒谱表示为：

其中，w_i表示接收端i的融合权重，

表示接收端i的倒谱实部幅值，C(n)表示合并后的倒谱。

步骤225：对合并后的倒谱进行峰值搜索，获得OFDM符号的子载波个数的估计值

根据倒谱幅值特征，即OFDM倒谱实部在子载波个数处出现峰值获得子载波个数的估计值

表示为：

即将合并后倒谱的实部最大幅值确定OFDM符号的子载波个数的估计值。

由于倒谱变换的最后步骤是对一个实信号进行IDFT变换，因此，倒谱是对称的，所以对于公式(5)的搜索范围，可以只取倒谱系数N_r的前一半长度，也就是仅在

长度范围内搜索。

在实际应用中，峰值搜索范围的选取很大程度上会影响参数估计的准确率，现阶段部署的OFDM系统，为降低计算复杂度，通常的IDFT阶数为2的整数次幂，以20MHz带宽的LTE下行系统为例，一般选择为2048。因此，在估计子载波个数时，根据搜索范围可以采取两种估计方法：

方式一、整数估计法

在方式一中，

搜索峰值范围是在OFDM信号倒谱变换的1至

内的正整数。

方式二、2的整数次幂估计法

在方式二中，

的搜索范围为log₂2至

区间内的正整数。

步骤S230，根据倒谱方差特征获得OFDM符号循环前缀的估计值。

获得子载波个数的估计值

之后，在此步骤S230中，利用倒谱方差特征(即倒谱方差呈现以OFDM信号长度N_s为周期的周期性)计算循环前缀的估计值。

在本发明的一个实施例中，以采用分布式联合识别技术进行估计为例进行说明，具体包括以下子步骤：

步骤231：每个接收端获取OFDM信号的倒谱方差

例如，每个接收端对接收的k(例如k取100)段长度为N_r的OFDM 信号求倒谱，获得倒谱方差V{c_i(n)}。

步骤232：合并OFDM信号倒谱方差

仍采用公式(3)计算每个接收机的融合权重，并根据融合权重获得合并的OFDM信号倒谱方差，表示为：

其中，w_i表示接收端i的融合权重，V(c_i(n))表示接收端i的倒谱方差， V(n)表示合并后的倒谱方差。

步骤233：对合并的OFDM信号倒谱方差做傅里叶变换，获得OFDM 符号周期的估计值。

具体地，OFDM符号周期的估计值表示为：

其中，搜索范围取值为：

由于OFDM信号倒谱的方差呈现以为N_s的周期性，N_s＝N_d+N_c，因此可以进行时频转换，由傅里叶变换的性质在频域除去0点以外，在频率

…处会出现峰值，由于本发明的实施例中采用了分布式联合识别的方式提高了N_d估计的准确率，因此，将

作为参数估计集的范围值。 OFDM符号的循环前缀的长度一般不会超过二分之一的N_d长度，且 N_s＝N_d+N_c，因此在频域可将N_s的搜索范围缩小到

即

又由于N_c的取值一般为1/4，1/8，1/16，1/32和1/64 的N_d，因此可设

其中m＝{1/4,1/8,1/16,1/32,1/64}。

步骤234：获得OFDM符号循环前缀的估计值。

利用以下公式获得循环前缀的估计值：

其中，

为子载波个数的估计值，

为OFDM符号周期的估计值，

为循环前缀的估计值。

为了验证本发明的子载波个数和循环前缀的估计准确率，发明人进行以下仿真实验。

实验一、高斯白噪声信道下子载波个数的估计准确率

仿真参数设置为：OFDM符号子载波个数为64，循环前缀长度为16，子载波调制方式为QPSK，信道为高斯白噪声信道，采样点数为N_r为2048，仿真次数为10000次蒙特卡洛仿真，协作接收端数目分别设置为N等于1、 5、10，采用两种估计方法，即方式一的整数估计法

和方式二的2的整数次幂估计法

图5是高斯白噪声信道下OFDM符号子载波个数估计准确率示意图，横坐标是SNR(dB)，纵坐标为子载波个数的估计准确率。由图5可知，在协作接收端数目相同的情况下，

方法的估计的准确率高于

方法；在相同的估计方法下，协作接收端数目越多，估计的准确率越高，例如，在 SNR＝-10dB的条件下，N＝10时，采用

的估计方法，准确率可达83％。

实验二、多径瑞利信道下子载波个数的估计准确率。

通过对倒谱的分析，虽然由于多径瑞利信道的影响，导致OFDM倒谱均值的0点处的幅值小于高斯白噪声信道下的值，但是整体上仍与SNR 成正相关。

仿真参数设置为：OFDM符号子载波个数为64，循环前缀长度为16，子载波调制方式为QPSK，信道为5径瑞利信道，信道的衰减功率为 P＝[0,-8,-17,-21,-25](dB)，每一径信道的时延τ＝[0,150,350,400,500](μs)，多普勒频移为40Hz，采样点数N_r为2048，仿真次数为10000次蒙特卡洛仿真。协作接收端数目分别设置为1，5，10(在图6中，用U表示协作接收端的数目)，采取两种估计方法

和

图6示出了多径瑞利信道下OFDM符号子载波个数的估计准确率，其中，包括基于现有的二阶循环平稳特性的OFDM符号子载波个数的估计，横坐标表示SNR(dB)，纵坐标表示估计准确率。由图6可知，在协作接收端数目相同的情况下，

方法的估计准确率高于

方法，这是因为

的参数估计集相比于

更精确；在相同的估计方法下，协作接收端的数目越多，估计的准确率越高，例如在SNR＝-10dB的条件下，协作接收端数目为10时，采用

估计方法，准确率可达90％，在SNR＝-10dB，协作接收端数目为10时，采用

估计方法相比二阶循环平稳特性的估计方法，其估计准确率提高了75％。

实验三、多径瑞利信道下OFDM符号的循环前缀估计准确率。

仿真参数设置为：OFDM符号子载波个数为64，循环前缀长度为16，子载波调制方式为QPSK，信道为5径瑞利信道，采样点数N_r为2048，仿真次数为10000次蒙特卡洛仿真。

图7示出了多径瑞利信道下OFDM符号循环前缀的估计准确率，包括基于二阶循环平稳特性的OFDM循环前缀的估计，横坐标表示SNR(dB)，纵坐标表示估计准确率，分别验证了协作接收端数目为1、5、10时，采用搜索范围

方法的估计准确率。由图7可知，在任何情况下，本发明的循环前缀估计准确率均高于二阶循环平稳特性方法，例如，在SNR＝-10dB，协作接收端数目为10的情况下，采用

估计方法相比二阶循环平稳特性方法，其估计准确率提高了55％。

综上所述，本发明利用倒谱实部零点处的幅值与SNR正相关性的特点，以OFDM信号倒谱实部零点处的幅值作为分布式协作接收端的权重，根据不同信道条件赋予每一接收端不同的权重，并采用加权融合算法提高时域参数估计的准确率；在时域参数估计中，利用OFDM倒谱实部的幅值在0点处与子载波个数处出现峰值的特点估计子载波个数，利用OFDM信号的倒谱方差呈现以符号长度为周期的特点估计OFDM符号周期，并进而估计循环前缀长度。本发明提高了低信噪比下OFDM信号时域参数估计的准确率。

需要说明的是，虽然上文按照特定顺序描述了各个步骤，但是并不意味着必须按照上述特定顺序来执行各个步骤，实际上，这些步骤中的一些可以并发执行，甚至改变顺序，只要能够实现所需要的功能即可。

本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以包括但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (6)

1.一种基于倒谱的OFDM信号时域参数估计方法，包括以下步骤：

步骤1：根据分布式联合识别的每个协作接收端的信号倒谱零点处的幅值获得合并的OFDM信号倒谱；所述步骤1包括：

步骤11，计算所述每个协作接收端的信号倒谱；

步骤12，根据所述每个协作接收端的信号倒谱零点处的幅值确定每个协作接收端的权重，其中所述协作接收端i的权重表示为：

其中，i表示协作接收端的编号，c_i(0)表示协作接收端i的信号倒谱零点处的幅值，N表示协作接收端的数目；

步骤13，基于所述每个协作接收端的权重计算所述合并的OFDM信号倒谱，其中所述合并的OFDM信号倒谱表示为：

其中，w_i表示协作接收端i的权重，

表示协作接收端i的信号倒谱实部的幅值，n表示信号长度；

步骤2：根据所述合并的OFDM信号倒谱实部在子载波个数处出现峰值的特征，通过峰值搜索获得OFDM符号的子载波个数的估计值。

2.根据权利要求1所述的方法，其中，所述峰值搜索的范围为

或

N_r表示计算倒谱的逆傅里叶变换的点数。

3.根据权利要求1所述的方法，其中，还包括：

步骤3：根据所述每个协作接收端的信号倒谱零点处的幅值获得合并的OFDM信号倒谱方差；

步骤4：根据所述合并的OFDM信号倒谱方差通过峰值搜索获得OFDM符号周期的估计值；

步骤5：根据所获得的OFDM符号的子载波个数的估计值和所获得的OFDM符号周期的估计值获得OFDM符号的循环前缀的估计值，表示为：

其中，

表示OFDM符号的循环前缀的估计值，

表示OFDM符号周期的估计值，

表示OFDM符号的子载波个数的估计值。

4.根据权利要求3所述的方法，其中，所述OFDM符号周期的估计值表示为：

其中，V(n)为合并的OFDM信号倒谱方差，搜索范围取值为

m＝{1/4,1/8,1/16,1/32,1/64}。

5.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现根据权利要求1至4中任一项所述方法的步骤。

6.一种计算机设备，包括存储器和处理器，在所述存储器上存储有能够在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至4中任一项所述的方法的步骤。

Images