CN114827798A - 一种主动降噪的方法、主动降噪电路、系统及存储介质 - Google Patents

Abstract

本发明公开了一种主动降噪的方法、主动降噪电路、系统及存储介质，用以解决现有技术中存在的当环境噪声方向性较强时，主动降噪量却不是最优的技术问题，该方法包括：用声源定位算法识别多个音频信号中存在的多个噪声源，并确定多个噪声源中能量最大的最大噪声源；根据最大噪声源的能量值与设定阈值的大小关系，确定多个噪声源整体呈现的方向性特征；基于方向性特征选择对应的第一最优滤波系数，并用第一最优滤波系数设置主动降噪单元中的滤波器对当前外界环境中的噪音进行主动降噪；其中，第一最优滤波系数是用维纳滤波器对从多个噪声源中选取符合方向性特征的噪声源进行计算得到的。

Description

一种主动降噪的方法、主动降噪电路、系统及存储介质

技术领域

本发明涉及电子技术领域，尤其是涉及一种主动降噪的方法、主动降噪电路、系统及存储介质。

背景技术

传统主动降噪(Active Noise Cancellation，ANC)耳机在对噪音进行降噪时，通常可以使用前馈式、反馈式或混合模式实现。

在对噪音进行降噪时，主动降噪耳机中的滤波器可以使用固定滤波系数或自适应滤波系数实现前馈式降噪、反馈式降噪以及混合模式降噪。由于滤波器使用固定滤波系数进行降噪时，其计算量低、功耗小且鲁棒性强，因此固定滤波系数式的滤波器得到了广泛应用。

尽管固定滤波系数式的滤波器对单个噪声源，或多个相近方向的噪声源进行滤波较为有效；但，当有多个噪声源从非相近方向传来时，由于某些方向的声波先被反馈麦克风采集到，使得噪声音号先于参考信号到达滤波器，导致主动降噪耳机的降噪效果降低。

现有技术中，为解决上述问题采用的方案是针对多角度入射噪声设计综合最优滤波器(即对多个角度的噪声进行均衡降噪)，但这种设计方式虽然让多个角度的噪声在总体上达到了综合最优效果，但当环境噪声方向性较强(即某个方向的噪声较强)时，主动降噪耳机的主动降噪量却不是最优的。

发明内容

本发明提供一种主动降噪的方法、主动降噪电路、系统及存储介质，用以解决现有技术中存在的上述技术问题。

第一方面，为解决上述技术问题，本发明实施例提供的一种主动降噪的方法的技术方案如下：

用声源定位算法识别多个音频信号中存在的多个噪声源，并确定所述多个噪声源中能量最大的最大噪声源；

根据所述最大噪声源的能量值与设定阈值的大小关系，确定所述多个噪声源整体呈现的方向性特征；

基于所述方向性特征选择对应的第一最优滤波系数，并用所述第一最优滤波系数设置主动降噪单元中的滤波器对所述当前外界环境中的噪音进行主动降噪；其中，所述第一最优滤波系数是用维纳滤波器对从所述多个噪声源中选取符合所述方向性特征的噪声源进行计算得到的。

一种可能的实施方式，用声源定位算法识别多个音频信号中存在的噪声源之前，还包括：

从所述当前外界环境中，获取多个麦克风采集的多个音频信号。

一种可能的实施方式，根据所述最大噪声源的能量值与设定阈值的大小关系，确定所述多个噪声源整体呈现的方向性特征，包括：

用可控波束定位方法形成所述多个噪声源的能量累加图；

从所述能量累加图中获取最大噪声源对应的最大能量值，并计算所述能量累加图中所述多个噪声源的平均能量值；

判断所述能量值与所述平均能量值的差值是否大于或等于设定阈值；

若为否，确定所述多个噪声源整体呈现的方向性特征为无指向性。

一种可能的实施方式，基于所述方向性特征选择对应的第一最优滤波系数，包括：

当所述方向性特征为无指向性，用所述维纳滤波器计算所述多个噪声源的均方误差之和最小时对应的综合最优滤波系数；

将所述综合最优滤波系数作为所述第一最优滤波系数。

一种可能的实施方式，判断所述最大噪声源的能量值是否大于设定阈值之后，还包括：

若所述最大噪声源的能量值大于或等于所述设定阈值，则确定所述多个噪声源的方向性特征为有指向性。

一种可能的实施方式，基于所述方向性特征选择对应的第一最优滤波系数，包括：

当所述方向性特征为有指向性，用所述维纳滤波器计算所述最大噪声源的均方误差最小时对应的第二最优滤波系数；

将所述第二最优滤波系数作为所述第一最优滤波系数。

一种可能的实施方式，在用所述第一最优滤波系数设置所述滤波器后，设置所述滤波器的输出采用淡入淡出模式。

第二方面，本发明实施例提供了一种主动降噪电路，包括：

滤波系数选择单元，用于用声源定位算法识别多个音频信号中存在的多个噪声源，并确定所述多个噪声源中能量最大的最大噪声源；根据所述最大噪声源的能量值与设定阈值的大小关系，确定当前外界环境中噪声场的噪声特征；基于所述噪声特征选择对应的第一最优滤波系数，并用所述第一最优滤波系数设置主动降噪单元中的滤波器对所述当前外界环境中的噪音进行主动降噪；

所述主动降噪单元，用于用所述第一最优滤波系数对所述当前外界环境中的噪声进行主动降噪，获得并输出与所述当前外界环境的噪音相位相反的反相音频信号。

一种可能的实施方式，所述主动降噪电路还包括信号采集单元，所述信号采集单元用于：

从所述当前外界环境中，获取多个麦克风采集的多个音频信号。

一种可能的实施方式，所述滤波系数选择单元还用于：

用可控波束定位方法形成所述多个噪声源的能量累加图；

从所述能量累加图中获取最大噪声源对应的最大能量值，并计算所述能量累加图中所述多个噪声源的平均能量值；

判断所述最大能量值与所述平均能量值的差值是否大于或等于设定阈值；

若为否，确定所述多个噪声源整体呈现的方向性特征为无指向性。

一种可能的实施方式，所述滤波系数选择单元还用于：

当所述方向性特征为无指向性，用所述维纳滤波器计算所述多个噪声源的均方误差之和最小时对应的综合最优滤波系数；

将所述综合最优滤波系数作为所述第一最优滤波系数。

一种可能的实施方式，所述滤波系数选择单元还用于：

若所述最大噪声源的能量值大于或等于所述设定阈值，则确定所述多个噪声源的方向性特征为有指向性。

一种可能的实施方式，所述滤波系数选择单元还用于：

当所述方向性特征为有指向性，用所述维纳滤波器计算所述最大噪声源的均方误差最小时对应的第二最优滤波系数；

将所述第二最优滤波系数作为所述第一最优滤波系数。

一种可能的实施方式，所述主动降噪单元还用于，在用所述第一最优滤波系数设置所述滤波器后，设置所述滤波器的输出采用淡入淡出模式。

第三方面，本发明实施例还提供一种主动降噪系统，包括：

至少一个处理器，以及

与所述至少一个处理器连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令，执行如上述第一方面所述的方法。

第四方面，本发明实施例还提供一种可读存储介质，包括：

存储器，

所述存储器用于存储指令，当所述指令被处理器执行时，使得包括所述可读存储介质的装置完成如上述第一方面所述的方法。

通过本发明实施例的上述一个或多个实施例中的技术方案，本发明实施例至少具有如下技术效果：

在本发明提供的实施例中，通过用声源定位算法识别多个音频信号中存在的多个噪声源，并确定多个噪声源中能量最大的最大噪声源；根据最大噪声源的能量值与设定阈值的大小关系，确定多个噪声源整体呈现的方向性特征，这样可以根据多个噪声源整体呈现的方向性特征选择对应的第一最优滤波系数，来设置主动降噪单元中的滤波器对当前外界环境中的噪音进行主动降噪，使主动降噪单元对多个噪声源的主动降噪量始终保持最优；其中，第一最优滤波系数是用维纳滤波器对从多个噪声源中选取符合方向性特征的噪声源进行计算得到的。

附图说明

图1为设计维纳滤波器h的原理图；

图2为本发明实施例提供的一种主动降噪方法的流程图；

图3为本发明实施例提供的耳机采集环境中多个噪音源的示意图；

图4为本发明实施例提供的一种主动降噪电路的结构示意图。

具体实施方式

本发明实施列提供一种主动降噪的方法、主动降噪电路、系统及存储介质，以解决现有技术中存在的上述技术问题。

与本方案相关的知识介绍如下：

从连续的(或离散的)输入数据中滤除噪声和干扰以提取有用信息的过程称为滤波，而相应的装置称为滤波器。根据滤波器的输出是否为输入的线性函数，可将它分为线性滤波器和非线性滤波器两种。滤波器研究的一个基本课题就是：如何设计和制造最佳的或最优的滤波器。

所谓最佳滤波器是指能够根据某一最佳准则进行滤波的滤波器。20世纪40年代，维纳奠定了关于最佳滤波器研究的基础：即假定线性滤波器的输入为有用信号和噪声之和，两者均为广义平稳过程且知它们的二阶统计特性。维纳根据最小均方误差准则(滤波器的输出信号与需要信号之差的均方值最小)，求得了最佳线性滤波器的参数(本发明中称之为最优滤波系数)，这种滤波器被称为维纳滤波器。

请参见图1为设计维纳滤波器h的原理图。

输入信号x(t)＝s(t)+v(t)，s(t)为原始信号、v(t)为噪声信号，设计一个维纳滤波器h使x(t)滤波后得到的输出信号

尽可能的接近原始信号s(t)，用均方误差分析误差，希望其数学期望最小(即均方误差最小)：

J＝E{e²(t)}＝E{(s(t)-x(t)*h)²}＝min (1)；

其中，J为均方误差，E为期望，e(t)为误差信号，t为时间。

通过公式(1)便可计算出维纳滤波器h的最优滤波系数。

可控波束响应(steered-response power，SRP)是利用波束成形(beamforming)的方法，对空间不同方向的声音进行增强，得到声音信号最强的方向就被认为是声源的方向。

本申请实施例中的技术方案为解决上述的技术问题，总体思路如下：

提供一种主动降噪的方法，包括：用声源定位算法识别多个音频信号中存在的多个噪声源，并确定多个噪声源中能量最大的最大噪声源；根据最大噪声源的能量值与设定阈值的大小关系，确定多个噪声源整体呈现的方向性特征；基于方向性特征选择对应的第一最优滤波系数，并用第一最优滤波系数设置主动降噪单元中的滤波器对当前外界环境中的噪音进行主动降噪；其中，第一最优滤波系数是用维纳滤波器对从多个噪声源中选取符合方向性特征的噪声源进行计算得到的。

由于在上述方案中，通过用声源定位算法识别多个音频信号中存在的多个噪声源，并确定多个噪声源中能量最大的最大噪声源；根据最大噪声源的能量值与设定阈值的大小关系，确定多个噪声源整体呈现的方向性特征，这样可以根据多个噪声源整体呈现的方向性特征选择对应的第一最优滤波系数，来设置主动降噪单元中的滤波器对当前外界环境中的噪音进行主动降噪，使主动降噪单元对多个噪声源的主动降噪量始终保持最优；其中，第一最优滤波系数是用维纳滤波器对从多个噪声源中选取符合方向性特征的噪声源进行计算得到的。

为了更好的理解上述技术方案，下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。

请参考图2，本发明实施例提供一种主动降噪的方法，该方法的处理过程如下。

步骤201：用声源定位算法识别多个音频信号中存在的多个噪声源，并确定多个噪声源中能量最大的最大噪声源。

若使用本发明主动降噪方法的设备或电路不具有采集声音的麦克风，上述音频信号可以从其它设备或电路获取。

若使用本发明主动降噪方法的设备或电路具有采集声音的麦克风，在用声源定位算法识别多个音频信号中存在的噪声源之前，还可以直接从当前外界环境中，获取多个麦克风采集的多个音频信号。

声源定位算法可以是基于双麦克风或多麦克风的定位算法，如SRP算法，也可以是基于高分辨率谱估计的声源定位算法、基于到达时间差的声源定位算法等。

例如请参见图3为本发明实施例提供的耳机采集环境中多个噪音源的示意图。

在图3中头戴耳机的用户所在环境中共有4个噪音源，在该耳机中设置有多个麦克风，相应的采集到多个音频信号，用声源定位算法从多个音频信号中识别出这4个噪音源(噪声源1～噪声源4)所在的方向(噪声源1位于0°方向、噪声源2位于90°方向、噪声源3位于180°方向、噪声源4位于270°方向)及能量(噪声源1～噪声源4对应的能量依次为能量1～能量4)，进而确定多个噪声源中能量最大(能量4最大)的最大噪声源(图3中最大噪声源为噪声源4)。

在确定出最大噪声源之后，便可执行步骤202。

步骤202：根据最大噪声源的能量值与设定阈值的大小关系，确定多个噪声源整体呈现的方向性特征。

可以采用下列方式确定多个噪声源整体呈现的方向性特征：

用可控波束定位方法形成多个噪声源的能量累加图；从能量累加图中获取最大噪声源对应的最大能量值，并计算能量累加图中多个噪声源的平均能量值；判断最能量值与平均能量值的差值是否大于或等于设定阈值；若为否，确定多个噪声源整体呈现的方向性特征为无指向性。设定阈值为判断噪声源是否呈无指向性的能量值，该设定阈值可以为6dB。

若最大噪声源的能量值大于或等于设定阈值，则可以确定多个噪声源整体呈现的方向性特征为有指向性，且指向的是最大噪声源所在的方向；若最大噪声源的能量值小于设定阈值，则确定多个噪声源整体呈现的方向性特征为无方向性。

例如，继续以图3为例，四个噪声源的平均能量值为m＝(能量1+能量2+能量3+能量4)/4，噪声源4对应的能量值为最大能量值n＝能量4，最大能量值与平均能量值的差值(n-m)小于设定阈值(记为x)，则当n-m≥x时，表示这4个噪声源整体呈现的方向性特征为有指向性(偏向声源4)；当n-m<x时，表示这4个噪声源整体呈现的方向性特征为无指向性，即它们表现为扩散场噪声，噪声来自四面八方。

在确定多个噪声源整体呈现的方向性特征之后，便可执行步骤203。

步骤203：基于方向性特征选择对应的第一最优滤波系数，并用第一最优滤波系数设置主动降噪单元中的滤波器对当前外界环境中的噪音进行主动降噪；其中，第一最优滤波系数是用维纳滤波器对从多个噪声源中选取符合方向性特征的噪声源进行计算得到的。

在确定多个噪声源整体呈现的方向性特征之后，根据该方向性特征选择对应的第一最优滤波系数可以采用下列方式实现：

第一种方式：当方向性特征为无指向性，用维纳滤波器计算多个噪声源的均方误差之和最小时对应的综合最优滤波系数；将综合最优滤波系数作为第一最优滤波系数。

公式(1)为单个噪声源的均方误差，假设多个噪声源的噪声源总数为n，则这n个噪声源的均方误差之和为：

当公式(2)取最小值时，计算出的滤波系数即为综合最优滤波系数。

第二种方式：当方向性特征为有指向性，用维纳滤波器计算最大噪声源的均方误差最小时对应的第二最优滤波系数；将第二最优滤波系数作为第一最优滤波系数。

当公式(1)取最小值时，计算出的滤波系数即为第二最优滤波系数。

通过上述两种方式可以确定多个噪声源呈无指向性时、以及呈有指向性时，使用的第一最优滤波系数，并用该第一最优滤波系数设置滤波器对当前环境中的多个噪声进行滤波。

在用第一最优滤波系数设置滤波器后，设置滤波器的输出采用淡入淡出模式。

在用第一最优滤波系数设置滤波器后，由于滤波器的滤波系数发生了突变，将导致使用该滤波器进行滤波的音频信号也会发生突变，而淡入淡出主要用于音频突变时的平滑，例如音频输出是一个能量级，变换参数后，音频输出是另一个能量级，若直接输出则会出现音频采样点突变有“咔咔”等杂音，因此需要将滤波器的输出设置为采用淡入淡出模式做一个平滑，使采样(sample)变化平滑过渡。

在用第一最优滤波系数设置滤波器后，通过设置滤波器的输出采用淡入淡出模式可以防止在切换滤波器的滤波系数时产生杂音，从而提高用户体验。

本发明提供的上述主动降噪的方法，可以应用于主动降噪电路中，也可以应用于主动降噪的电子设备，如主动降噪耳机、混合现实设备，如头戴式设备中，还可以用于手机中，具体不做限定。

基于同一发明构思，本发明一实施例中提供一种主动降噪电路，该主动降噪电路的主动降噪方法的具体实施方式可参见方法实施例部分的描述，重复之处不再赘述，请参见图4，该主动降噪电路包括：

滤波系数选择单元401，用于用声源定位算法识别多个音频信号中存在的多个噪声源，并确定所述多个噪声源中能量最大的最大噪声源；根据所述最大噪声源的能量值与设定阈值的大小关系，确定当前外界环境中噪声场的噪声特征；基于所述噪声特征选择对应的第一最优滤波系数，并用所述第一最优滤波系数设置主动降噪单元中的滤波器对所述当前外界环境中的噪音进行主动降噪；

所述主动降噪单元402，用于用所述第一最优滤波系数对所述当前外界环境中的噪声进行主动降噪，获得并输出与所述当前外界环境的噪音相位相反的反相音频信号。

一种可能的实施方式，所述主动降噪电路还包括信号采集单元403，所述信号采集单元403用于：

从所述当前外界环境中，获取多个麦克风采集的多个音频信号。

一种可能的实施方式，所述滤波系数选择单元401还用于：

用可控波束定位方法形成所述多个噪声源的能量累加图；

从所述能量累加图中获取最大噪声源对应的最大能量值，并计算所述能量累加图中所述多个噪声源的平均能量值；

判断所述最大能量值与所述平均能量值的差值是否大于或等于设定阈值；

若为否，确定所述多个噪声源整体呈现的方向性特征为无指向性。

一种可能的实施方式，所述滤波系数选择单元401还用于：

当所述方向性特征为无指向性，用所述维纳滤波器计算所述多个噪声源的均方误差之和最小时对应的综合最优滤波系数；

将所述综合最优滤波系数作为所述第一最优滤波系数。

一种可能的实施方式，所述滤波系数选择单元401还用于：

若所述最大噪声源的能量值大于或等于所述设定阈值，则确定所述多个噪声源的方向性特征为有指向性。

一种可能的实施方式，所述滤波系数选择单元401还用于：

当所述方向性特征为有指向性，用所述维纳滤波器计算所述最大噪声源的均方误差最小时对应的第二最优滤波系数；

将所述第二最优滤波系数作为所述第一最优滤波系数。

一种可能的实施方式，所述主动降噪单元402还用于，在用所述第一最优滤波系数设置所述滤波器后，设置所述滤波器的输出采用淡入淡出模式。

基于同一发明构思，本发明实施例中提供了一种主动降噪系统，包括：至少一个处理器，以及

与所述至少一个处理器连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令，执行如上所述的主动降噪的方法。

基于同一发明构思，本发明实施例还提一种可读存储介质，包括：

存储器，

所述存储器用于存储指令，当所述指令被处理器执行时，使得包括所述可读存储介质的装置完成如上所述的主动降噪的方法。

本领域内的技术人员应明白，本发明实施例可提供为方法、系统、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种主动降噪的方法，其特征在于，包括：

用声源定位算法识别多个音频信号中存在的多个噪声源，并确定所述多个噪声源中能量最大的最大噪声源；

根据所述最大噪声源的能量值与设定阈值的大小关系，确定所述多个噪声源整体呈现的方向性特征；

基于所述方向性特征选择对应的第一最优滤波系数，并用所述第一最优滤波系数设置主动降噪单元中的滤波器对所述当前外界环境中的噪音进行主动降噪；其中，所述第一最优滤波系数是用维纳滤波器对从所述多个噪声源中选取符合所述方向性特征的噪声源进行计算得到的。

2.如权利要求1所述的方法，其特征在于，用声源定位算法识别多个音频信号中存在的噪声源之前，还包括：

从所述当前外界环境中，获取多个麦克风采集的多个音频信号。

3.如权利要求1所述的方法，其特征在于，根据所述最大噪声源的能量值与设定阈值的大小关系，确定所述多个噪声源整体呈现的方向性特征，包括：

用可控波束定位方法形成所述多个噪声源的能量累加图；

从所述能量累加图中获取最大噪声源对应的最大能量值，并计算所述能量累加图中所述多个噪声源的平均能量值；

判断所述最大能量值与所述平均能量值的差值是否大于或等于设定阈值；

若为否，确定所述多个噪声源整体呈现的方向性特征为无指向性。

4.如权利要求3所述的方法，其特征在于，基于所述方向性特征选择对应的第一最优滤波系数，包括：

当所述方向性特征为无指向性，用所述维纳滤波器计算所述多个噪声源的均方误差之和最小时对应的综合最优滤波系数；

将所述综合最优滤波系数作为所述第一最优滤波系数。

5.如权利要求3所述的方法，其特征在于，判断所述最大能量值是否大于设定阈值之后，还包括：

若所述最大噪声源的能量值大于或等于所述设定阈值，则确定所述多个噪声源的方向性特征为有指向性。

6.如权利要求5所述的方法，其特征在于，基于所述方向性特征选择对应的第一最优滤波系数，包括：

当所述方向性特征为有指向性，用所述维纳滤波器计算所述最大噪声源的均方误差最小时对应的第二最优滤波系数；

将所述第二最优滤波系数作为所述第一最优滤波系数。

7.如权利要求1-6任一项所述的方法，其特征在于，在用所述第一最优滤波系数设置所述滤波器后，设置所述滤波器的输出采用淡入淡出模式。

8.一种主动降噪电路，其特征在于，包括：

滤波系数选择单元，用于用声源定位算法识别多个音频信号中存在的多个噪声源，并确定所述多个噪声源中能量最大的最大噪声源；根据所述最大噪声源的能量值与设定阈值的大小关系，确定当前外界环境中噪声场的噪声特征；基于所述噪声特征选择对应的第一最优滤波系数，并用所述第一最优滤波系数设置主动降噪单元中的滤波器对所述当前外界环境中的噪音进行主动降噪；

所述主动降噪单元，用于用所述第一最优滤波系数对所述当前外界环境中的噪声进行主动降噪，获得并输出与所述当前外界环境的噪音相位相反的反相音频信号。

9.一种主动降噪系统，其特征在于，包括：

至少一个处理器，以及

与所述至少一个处理器连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令，执行如权利要求1-7任一项所述的方法。

10.一种可读存储介质，其特征在于，包括存储器，

所述存储器用于存储指令，当所述指令被处理器执行时，使得包括所述可读存储介质的装置完成如权利要求1～7中任一项所述的方法。

Images