本發(fā)明涉及信息處理技術(shù)，具體涉及一種睡眠監(jiān)測方法及系統(tǒng)。

背景技術(shù)：

隨著電子技術(shù)的發(fā)展，近年來越來越多的便攜式移動終端(例如智能手表、智能手環(huán)等)均具有睡眠監(jiān)測功能?，F(xiàn)有技術(shù)中便攜式移動終端的睡眠檢測功能通過加速度傳感器、壓力傳感器或針對特定生理特征信號監(jiān)測的系統(tǒng)等實現(xiàn)監(jiān)測?，F(xiàn)有技術(shù)方案有以下幾個缺點：1、需要長時間的佩戴便攜式移動終端才能實現(xiàn)睡眠監(jiān)測，這種方式可能對用戶帶來較大的心理負荷，影響睡眠質(zhì)量；2、采用加速度傳感器對睡眠監(jiān)測的誤判率高；3、采用針對特定生理特征信號監(jiān)測的系統(tǒng)進行睡眠監(jiān)測，使得便攜式移動終端的費用較高。

技術(shù)實現(xiàn)要素：

為解決現(xiàn)有存在的技術(shù)問題，本發(fā)明實施例提供一種睡眠監(jiān)測方法及系統(tǒng)，

為達到上述目的，本發(fā)明實施例的技術(shù)方案是這樣實現(xiàn)的：

本發(fā)明實施例提供了一種睡眠監(jiān)測方法，所述方法包括：

監(jiān)測第一參數(shù)和第二參數(shù)；所述第一參數(shù)表征預設范圍內(nèi)的光線強度；所述第二參數(shù)表征預設范圍內(nèi)的目標對象的狀態(tài)；

判斷所述第一參數(shù)和所述第二參數(shù)是否滿足第一預設條件；

當判斷結(jié)果為所述第一參數(shù)和所述第二參數(shù)滿足第一預設條件時，確定目標對象處于睡眠狀態(tài)，記錄所述目標對象處于睡眠狀態(tài)的第一時間；

監(jiān)測第二參數(shù)，判斷所述第二參數(shù)是否滿足第二預設條件；

當判斷結(jié)果為所述第二參數(shù)滿足第二預設條件時，確定所述目標對象處于睡眠結(jié)束狀態(tài)，記錄所述目標對象處于睡眠結(jié)束狀態(tài)的第二時間；

基于所述目標對象的歷史第一時間、歷史第二時間以及所述第一時間按照預設處理規(guī)則進行處理，獲得所述目標對象的預測第二時間；

當所述第二時間與所述預測第二時間的差值在預設閾值范圍外時，輸出提示信息；所述提示信息表征所述目標對象的睡眠異常。

上述方案中，所述判斷所述第一參數(shù)和所述第二參數(shù)是否滿足第一預設條件，包括：

判斷所述第一參數(shù)是否低于第一閾值，以及判斷所述第二參數(shù)是否表征所述預設范圍內(nèi)的目標對象的狀態(tài)是否由動態(tài)轉(zhuǎn)換為靜態(tài)、且所述目標對象處于靜態(tài)的時間是否達到第二閾值，獲得第一判斷結(jié)果；

當所述第一判斷結(jié)果為所述第一參數(shù)低于第一閾值，并且所述第二參數(shù)表征所述預設范圍內(nèi)的目標對象的狀態(tài)由動態(tài)轉(zhuǎn)換為靜態(tài)、且所述目標對象處于靜態(tài)的時間達到第二閾值時，確定所述第一參數(shù)和所述第二參數(shù)滿足第一預設條件。

上述方案中，所述判斷所述第二參數(shù)是否滿足第二預設條件，包括：

判斷所述第二參數(shù)是否表征所述預設范圍內(nèi)的目標對象的狀態(tài)是否由靜態(tài)轉(zhuǎn)換為動態(tài)、且所述目標對象處于動態(tài)的時間是否大于第三閾值，獲得第二判斷結(jié)果；

當所述第二判斷結(jié)果為所述預設范圍內(nèi)的目標對象的狀態(tài)由靜態(tài)轉(zhuǎn)換為動態(tài)、且所述目標對象處于動態(tài)的時間大于第三閾值時，確定所述第二參數(shù)滿足第二預設條件。

上述方案中，所述基于所述目標對象的歷史第一時間、歷史第二時間以及所述第一時間按照預設處理規(guī)則進行處理，獲得所述目標對象的預測第二時間，包括：

統(tǒng)計所述目標對象的歷史數(shù)據(jù)，所述歷史數(shù)據(jù)包括歷史第一時間、歷史第二時間；所述歷史第一時間表征所述目標對象在先的處于睡眠狀態(tài)的時間；所述歷史第二時間表征所述目標對象在先的處于睡眠結(jié)束狀態(tài)的時間；

所述目標對象的預測第二時間滿足以下表達式：

y＝θx；

θ＝(x^(i)tw⁽ⁱ⁾x⁽ⁱ⁾)^-1x^(i)tw⁽ⁱ⁾y⁽ⁱ⁾；

其中，y表示預測第二時間；x表示所述第一時間；x⁽ⁱ⁾表示歷史第一時間；y⁽ⁱ⁾表示歷史第二時間；x^(i)t表示x⁽ⁱ⁾的轉(zhuǎn)置；τ表示預設波長參數(shù)。

上述方案中，所述方法還包括：當所述歷史數(shù)據(jù)有m個時，遍歷1至m個歷史數(shù)據(jù)，獲得m個θ；

在所述m個θ中選擇滿足對應的歷史第一時間與所述第一時間差值最小的第一θ；

基于y＝θx確定所述目標對象的預測第二時間。

本發(fā)明實施例還提供了一種睡眠檢測系統(tǒng)，其特征在于，所述系統(tǒng)包括：第一傳感單元、第二傳感單元、數(shù)據(jù)接入單元、存儲單元和處理單元；其中，

所述第一傳感單元，用于監(jiān)測第一參數(shù)；所述第一參數(shù)表征預設范圍內(nèi)的光線強度；

所述第二傳感單元，用于監(jiān)測第二參數(shù)；所述第二參數(shù)表征預設范圍內(nèi)的目標對象的狀態(tài)；

所述數(shù)據(jù)接入單元，用于獲得所述第一傳感單元監(jiān)測的第一參數(shù)，以及獲得所述第二傳感單元監(jiān)測的第二參數(shù)；將所述第一參數(shù)和所述第二參數(shù)分別發(fā)送至所述存儲單元和所述處理單元；

所述存儲單元，用于存儲所述第一參數(shù)和所述第二參數(shù)；

所述處理單元，用于判斷所述第一參數(shù)和所述第二參數(shù)是否滿足第一預設條件；當判斷結(jié)果為所述第一參數(shù)和所述第二參數(shù)滿足第一預設條件時，確定目標對象處于睡眠狀態(tài)，記錄所述目標對象處于睡眠狀態(tài)的第一時間；判斷第二參數(shù)是否滿足第二預設條件；當判斷結(jié)果為所述第二參數(shù)滿足第二預設條件時，確定所述目標對象處于睡眠結(jié)束狀態(tài)，記錄所述目標對象處于睡眠結(jié)束狀態(tài)的第二時間；基于所述目標對象的歷史第一時間、歷史第二時間以及所述第一時間按照預設處理規(guī)則進行處理，獲得所述目標對象的預測第二時間；當所述第二時間與所述預測第二時間的差值在預設閾值范圍外時，輸出提示信息；所述提示信息表征所述目標對象的睡眠異常。

上述方案中，所述處理單元，用于判斷所述第一參數(shù)是否低于第一閾值，以及判斷所述第二參數(shù)是否表征所述預設范圍內(nèi)的目標對象的狀態(tài)是否由動態(tài)轉(zhuǎn)換為靜態(tài)、且所述目標對象處于靜態(tài)的時間是否達到第二閾值，獲得第一判斷結(jié)果；當所述第一判斷結(jié)果為所述第一參數(shù)低于第一閾值，并且所述第二參數(shù)表征所述預設范圍內(nèi)的目標對象的狀態(tài)由動態(tài)轉(zhuǎn)換為靜態(tài)、且所述目標對象處于靜態(tài)的時間達到第二閾值時，確定所述第一參數(shù)和所述第二參數(shù)滿足第一預設條件。

上述方案中，所述處理單元，用于判斷所述第二參數(shù)是否表征所述預設范圍內(nèi)的目標對象的狀態(tài)是否由靜態(tài)轉(zhuǎn)換為動態(tài)、且所述目標對象處于動態(tài)的時間是否大于第三閾值，獲得第二判斷結(jié)果；當所述第二判斷結(jié)果為所述預設范圍內(nèi)的目標對象的狀態(tài)由靜態(tài)轉(zhuǎn)換為動態(tài)、且所述目標對象處于動態(tài)的時間大于第三閾值時，確定所述第二參數(shù)滿足第二預設條件。

上述方案中，所述處理單元，用于統(tǒng)計所述目標對象的歷史數(shù)據(jù)，所述歷史數(shù)據(jù)包括歷史第一時間、歷史第二時間；所述歷史第一時間表征所述目標對象在先的處于睡眠狀態(tài)的時間；所述歷史第二時間表征所述目標對象在先的處于睡眠結(jié)束狀態(tài)的時間；

所述目標對象的預測第二時間滿足以下表達式：

y＝θx；

θ＝(x^(i)tw⁽ⁱ⁾x⁽ⁱ⁾)^-1x^(i)tw⁽ⁱ⁾y⁽ⁱ⁾；

其中，y表示預測第二時間；x表示所述第一時間；x⁽ⁱ⁾表示歷史第一時間；y⁽ⁱ⁾表示歷史第二時間；x^(i)t表示x⁽ⁱ⁾的轉(zhuǎn)置；τ表示預設波長參數(shù)。

上述方案中，所述處理單元，還用于當所述歷史數(shù)據(jù)有m個時，遍歷1至m個歷史數(shù)據(jù)，獲得m個θ；在所述m個θ中選擇滿足對應的歷史第一時間與所述第一時間差值最小的第一θ；基于y＝θx確定所述目標對象的預測第二時間。

本發(fā)明實施例的睡眠監(jiān)測方法及系統(tǒng)，所述方法包括：監(jiān)測第一參數(shù)和第二參數(shù)；所述第一參數(shù)表征預設范圍內(nèi)的光線強度；所述第二參數(shù)表征預設范圍內(nèi)的目標對象的狀態(tài)；判斷所述第一參數(shù)和所述第二參數(shù)是否滿足第一預設條件；當判斷結(jié)果為所述第一參數(shù)和所述第二參數(shù)滿足第一預設條件時，確定目標對象處于睡眠狀態(tài)，記錄所述目標對象處于睡眠狀態(tài)的第一時間；檢測第二參數(shù)，判斷所述第二參數(shù)是否滿足第二預設條件；當判斷結(jié)果為所述第二參數(shù)滿足第二預設條件時，確定所述目標對象處于睡眠結(jié)束狀態(tài)，記錄所述目標對象處于睡眠結(jié)束狀態(tài)的第二時間；基于所述目標對象的歷史第一時間、歷史第二時間以及所述第一時間按照預設處理規(guī)則進行處理，獲得所述目標對象的預測第二時間；當所述第二時間與所述預測第二時間的差值在預設閾值范圍外時，輸出提示信息；所述提示信息表征所述目標對象的睡眠異常。如此，采用本發(fā)明實施例的技術(shù)方案，通過針對目標對象采用被動式的參數(shù)采集，無需使目標對象(即用戶)實時佩戴便攜式移動終端便可以實現(xiàn)對目標對象(即用戶)的睡眠監(jiān)測，避免對用戶帶來較大的心理負荷，同時提升用戶的睡眠質(zhì)量，也提升了用戶的體驗。另一方面，本發(fā)明實施例的技術(shù)方案通過光線傳感器和pir傳感器識別目標對象(即用戶)的睡覺行為和起床行為，并通過所述目標對象(即用戶)前n(例如30)天的入睡時間和起床時間進行統(tǒng)計分析，獲得目標對象(即用戶)的預測起床時間，從而實現(xiàn)對目標對象(即用戶)的睡眠監(jiān)測，這種方式的誤判率低，也即大大提升了睡眠監(jiān)測的準確率。

附圖說明

圖1為本發(fā)明實施例一的睡眠監(jiān)測方法的流程示意圖；

圖2為本發(fā)明實施例中局部加權(quán)回歸算法示意圖；

圖3為本發(fā)明實施例二的睡眠監(jiān)測方法的流程示意圖；

圖4本發(fā)明實施例中檢測到的目標對象的狀態(tài)信號示意圖；

圖5為本發(fā)明實施例的睡眠監(jiān)測系統(tǒng)的組成結(jié)構(gòu)示意圖。

具體實施方式

下面結(jié)合附圖及具體實施例對本發(fā)明作進一步詳細的說明。

實施例一

本發(fā)明實施例提供了一種睡眠監(jiān)測方法。圖1為本發(fā)明實施例一的睡眠監(jiān)測方法的流程示意圖；如圖1所示，所述方法包括：

步驟101：監(jiān)測第一參數(shù)和第二參數(shù)；所述第一參數(shù)表征預設范圍內(nèi)的光線強度；所述第二參數(shù)表征預設范圍內(nèi)的目標對象的狀態(tài)。

本實施例中，所述第一參數(shù)表征預設范圍內(nèi)的光線強度；所述第一參數(shù)例如光線強度。以所述預設范圍為一空間范圍(例如房間)為例，則可通過設置在所述空間范圍(例如房間)內(nèi)的光線傳感器監(jiān)測所述第一參數(shù)。所述第二參數(shù)表征預設范圍內(nèi)的目標對象的狀態(tài)；所述目標對象的狀態(tài)具體包括靜態(tài)或動態(tài)。以所述預設范圍為一空間范圍(例如房間)為例，則可通過設置在所述空間范圍(例如房間)內(nèi)的被動式紅外探測器(pir，passiveinfrareddetector)，通過pir檢測所述預設范圍內(nèi)的目標對象是處于靜態(tài)或是動態(tài)，也可以理解為，通過pir獲得第一探測信號和第二探測信號；所述第一探測信號可以表示為所述預設范圍內(nèi)由有人狀態(tài)切換至無人狀態(tài)的信號；相應的，所述第二探測信號可以表示為由無人狀態(tài)切換至有人狀態(tài)的信號。

步驟102：判斷所述第一參數(shù)和所述第二參數(shù)是否滿足第一預設條件；當判斷結(jié)果為所述第一參數(shù)和所述第二參數(shù)滿足第一預設條件時，確定目標對象處于睡眠狀態(tài)，記錄所述目標對象處于睡眠狀態(tài)的第一時間。

這里，所述判斷所述第一參數(shù)和所述第二參數(shù)是否滿足第一預設條件，包括：判斷所述第一參數(shù)是否低于第一閾值，以及判斷所述第二參數(shù)是否表征所述預設范圍內(nèi)的目標對象的狀態(tài)是否由動態(tài)轉(zhuǎn)換為靜態(tài)、且所述目標對象處于靜態(tài)的時間是否達到第二閾值，獲得第一判斷結(jié)果；當所述第一判斷結(jié)果為所述第一參數(shù)低于第一閾值，并且所述第二參數(shù)表征所述預設范圍內(nèi)的目標對象的狀態(tài)由動態(tài)轉(zhuǎn)換為靜態(tài)、且所述目標對象處于靜態(tài)的時間達到第二閾值時，確定所述第一參數(shù)和所述第二參數(shù)滿足第一預設條件。

具體的，所述第一參數(shù)表征預設范圍內(nèi)的光線強度。當所述第一參數(shù)低于第一閾值時，即當前所述預設范圍(例如房間)內(nèi)的光線強度低于所述第一閾值，可以理解為當前所述預設范圍內(nèi)處于關(guān)燈狀態(tài)(并且當前時刻處于夜晚時間范圍)，這作為目標對象(即用戶)睡眠的一個條件。

進一步地，所述第二參數(shù)表征預設范圍內(nèi)的目標對象的狀態(tài)。當所述第二參數(shù)表征所述預設范圍內(nèi)的目標對象的狀態(tài)由動態(tài)轉(zhuǎn)換為靜態(tài)、且所述目標對象處于靜態(tài)的時間達到第二閾值，可以理解為在所述預設范圍(例如房間)內(nèi)由初始的有人狀態(tài)(動態(tài))切換為靜止狀態(tài)，可以理解為目標對象(即用戶)進入到所述預設范圍(例如房間)內(nèi)，并且處于靜止狀態(tài)(例如躺著不動)，并且處于靜止狀態(tài)的時間達到第二閾值(例如20分鐘)，則可以理解為“躺著不動”狀態(tài)保持20分鐘以上，則可以理解為此時所述目標對象(即用戶)已經(jīng)處于睡眠狀態(tài)。并且，記錄所述目標對象處于睡眠狀態(tài)的第一時間，所述第一時間作為所述目標對象(即用戶)入睡時間。

步驟103：監(jiān)測第二參數(shù)，判斷所述第二參數(shù)是否滿足第二預設條件；當判斷結(jié)果為所述第二參數(shù)滿足第二預設條件時，確定所述目標對象處于睡眠結(jié)束狀態(tài)，記錄所述目標對象處于睡眠結(jié)束狀態(tài)的第二時間。

本實施例中，實時監(jiān)測所述第二參數(shù)，從而基于所述第二參數(shù)判定所述目標對象是否依舊處于睡眠狀態(tài)。

本實施例中，所述判斷所述第二參數(shù)是否滿足第二預設條件，包括：判斷所述第二參數(shù)是否表征所述預設范圍內(nèi)的目標對象的狀態(tài)是否由靜態(tài)轉(zhuǎn)換為動態(tài)、且所述目標對象處于動態(tài)的時間是否大于第三閾值，獲得第二判斷結(jié)果；當所述第二判斷結(jié)果為所述預設范圍內(nèi)的目標對象的狀態(tài)由靜態(tài)轉(zhuǎn)換為動態(tài)、且所述目標對象處于動態(tài)的時間大于第三閾值時，確定所述第二參數(shù)滿足第二預設條件。

具體的，基于步驟102，本步驟中，實時監(jiān)測所述第二參數(shù)，即實時監(jiān)測表征預設范圍內(nèi)的目標對象的狀態(tài)是動態(tài)還是靜態(tài)。當所述預設范圍(例如房間)內(nèi)的目標對象由靜態(tài)轉(zhuǎn)換為動態(tài)(例如由躺著不動狀態(tài)轉(zhuǎn)換為動態(tài)，所述動態(tài)可以是翻身、起床等動態(tài))、且處于動態(tài)的時間達到第三閾值(例如1分鐘)，則可以理解為此時所述目標對象(即用戶)處于睡眠結(jié)束狀態(tài)，表征當前用戶已經(jīng)起床。并且，記錄所述目標對象處于睡眠結(jié)束狀態(tài)的第二時間，所述第二時間作為所述目標對象(即用戶)的實際起床時間。

步驟104：基于所述目標對象的歷史第一時間、歷史第二時間以及所述第一時間按照預設處理規(guī)則進行處理，獲得所述目標對象的預測第二時間。

本實施例中，考慮到目標對象(即用戶)每天的睡眠時長會在一個較窄的時間區(qū)間內(nèi)波動，所述時間區(qū)間例如6小時至8小時，因此，入睡時間與起床時間存在有相關(guān)性，但不完全符合線性相關(guān)性。因此，本發(fā)明實施例采用局部加權(quán)回歸算法預測目標對象(即用戶)的起床時間，以此作為睡眠異常的判斷依據(jù)。則所述局部加權(quán)回歸算法的目標函數(shù)是加權(quán)的最小二乘，滿足表達式(1)：

其中，x⁽ⁱ⁾表示歷史第一時間，即歷史入睡時間；y⁽ⁱ⁾表示歷史第二時間，即歷史起床時間；θ表示y與x的比值；θ^t表示θ的轉(zhuǎn)置；w⁽ⁱ⁾表示歷史第一時間與第一時間的誤差，存在：

其中，x表示所述第一時間(記為預測點)，也即入睡時間；τ表示預設波長參數(shù)，所述預設波長參數(shù)用于控制權(quán)重值隨距離下降的速率；i表示m個歷史樣本數(shù)據(jù)中的第i個樣本數(shù)據(jù)。則歷史第一時間與第一時間越近則誤差越大；歷史第一時間與第一時間越遠則誤差越小。

假設預測點為歷史樣本數(shù)據(jù)中的第i個樣本數(shù)據(jù)(假設共m個歷史樣本數(shù)據(jù))，遍歷1到m個歷史樣本數(shù)據(jù)(含第i個)，確定每一個樣本數(shù)據(jù)與所述預測點之間的距離，也就可以計算出每個樣本數(shù)據(jù)貢獻誤差的權(quán)值，可以看出w是一個有m個元素的向量(寫成對角陣形式)，w可通過表達式(3)表示：

則將表達式(3)帶入表達式(1)獲得表達式(4)：

表達式(4)中，x⁽ⁱ⁾表示歷史第一時間；y⁽ⁱ⁾表示歷史第二時間；w⁽ⁱ⁾表示與x⁽ⁱ⁾和y⁽ⁱ⁾相對應的w；θ也表示與x⁽ⁱ⁾和y⁽ⁱ⁾相對應的θ。

利用最小二乘法，存在則-x^(i)twy⁽ⁱ⁾-x^(i)twy⁽ⁱ⁾+2x^(i)twx⁽ⁱ⁾θ＝0；因此獲得的θ滿足表達式(5)：

θ＝(x^(i)tw⁽ⁱ⁾x⁽ⁱ⁾)^-1x^(i)tw⁽ⁱ⁾y⁽ⁱ⁾(5)

進一步地，基于表達式(6)獲得所述目標對象的預測第二時間y：

y＝θx(6)

作為一種實施方式，當所述歷史數(shù)據(jù)有m(m為正整數(shù))個時，遍歷1至m個歷史數(shù)據(jù)，獲得m個θ；其中，1≤i≤m；在所述m個θ中選擇滿足對應的歷史第一時間與所述第一時間差值最小的第一θ，具體的，圖2為本發(fā)明實施例中局部加權(quán)回歸算法示意圖；如圖2所示，其中的x軸表示歷史數(shù)據(jù)中的歷史入睡時間，也即歷史第一時間；y軸表示歷史起床時間，也即歷史第二時間；圖2表征目標對象(即用戶)的歷史數(shù)據(jù)分布。對于每一個歷史數(shù)據(jù)，均存在對應的斜率，即θ。在本實施方式中，遍歷1至m個歷史數(shù)據(jù)，獲得m個θ；確定每個θ對應的x值，即確定每個θ對應的歷史第一時間(即歷史入睡時間)，選擇與所述第一時間(當前的入睡時間)相差最小的歷史第一時間對應的θ作為第一θ。

基于表達式(6)，即將所述第一θ代入y＝θx，從而確定所述目標對象的預測第二時間。

步驟105：當所述第二時間與所述預測第二時間的差值在預設閾值范圍外時，輸出提示信息；所述提示信息表征所述目標對象的睡眠異常。

本實施例中，確定所述預測第二時間后，當所述目標對象的實際起床時間(即第二時間)與所述預測第二時間在預設閾值范圍(例如30分鐘)內(nèi)時，表明所述目標對象的睡眠正常。當所述目標對象的實際起床時間(即第二時間)與所述預測第二時間在預設閾值范圍(例如30分鐘)外時，表明所述目標對象的睡眠異常，輸出所述提示信息。進一步地，可輸出所述提示信息至個人計算機(pc)、移動終端、移動終端應用(app)等等；可以通過短信、電子郵件等方式實現(xiàn)。

采用本發(fā)明實施例的技術(shù)方案，通過針對目標對象采用被動式的參數(shù)采集，無需使目標對象(即用戶)實時佩戴便攜式移動終端便可以實現(xiàn)對目標對象(即用戶)的睡眠監(jiān)測，避免對用戶帶來較大的心理負荷，同時提升用戶的睡眠質(zhì)量，也提升了用戶的體驗。另一方面，本發(fā)明實施例的技術(shù)方案通過光線傳感器和pir傳感器識別目標對象(即用戶)的睡覺行為和起床行為，并通過所述目標對象(即用戶)前n(例如30)天的入睡時間和起床時間進行統(tǒng)計分析，獲得目標對象(即用戶)的預測起床時間，從而實現(xiàn)對目標對象(即用戶)的睡眠監(jiān)測，這種方式的誤判率低，也即大大提升了睡眠監(jiān)測的準確率。

實施例二

本發(fā)明實施例還提供了一種睡眠監(jiān)測方法。圖3為本發(fā)明實施例二的睡眠監(jiān)測方法的流程示意圖；如圖3所示，所述方法包括：

步驟201：監(jiān)測第一參數(shù)。

步驟202：判斷所述第一參數(shù)是否低于第一閾值；當判斷結(jié)果為所述第一參數(shù)低于所述第一閾值時，執(zhí)行步驟203；否則，重新執(zhí)行步驟201。

步驟203：監(jiān)測第二參數(shù)。

步驟204：判斷所述第二參數(shù)表征所述預設范圍內(nèi)的目標對象的狀態(tài)是否由動態(tài)轉(zhuǎn)換為靜態(tài)、且所述目標對象處于靜態(tài)的時間是否達到第二閾值；當判斷結(jié)果為是時，執(zhí)行步驟205；否則，重新執(zhí)行步驟203。

步驟205：確定目標對象處于睡眠狀態(tài)。

步驟206：進一步監(jiān)測第二參數(shù)。

步驟207：判斷所述第二參數(shù)表征所述預設范圍內(nèi)的目標對象的狀態(tài)是否由靜態(tài)轉(zhuǎn)換為動態(tài)；當判斷的結(jié)果為是時，執(zhí)行步驟208；否則，重新執(zhí)行步驟205：確定目標對象處于睡眠狀態(tài)。

步驟208：判斷所述第二參數(shù)表征第一預設時間范圍內(nèi)所述預設范圍內(nèi)的目標對象的狀態(tài)是否由動態(tài)轉(zhuǎn)換為靜態(tài)；當判斷結(jié)果為是時，執(zhí)行步驟209；當判斷結(jié)果為否時，執(zhí)行步驟211。

步驟209：判斷其他預設范圍內(nèi)的目標對象的狀態(tài)是否由靜態(tài)轉(zhuǎn)換為動態(tài)；當判斷結(jié)果為是時，執(zhí)行步驟210：確定所述目標對象處于睡眠結(jié)束狀態(tài)。

步驟211：判斷所述目標對象的狀態(tài)為動態(tài)的持續(xù)時間是否達到第三閾值；當判斷的結(jié)果為是時，執(zhí)行步驟210：確定所述目標對象處于睡眠結(jié)束狀態(tài)；當判斷的結(jié)果為否時，執(zhí)行步驟212。

步驟212：判斷所述目標對象的狀態(tài)是否由動態(tài)轉(zhuǎn)換為靜態(tài)、且轉(zhuǎn)換次數(shù)達到第四閾值、且每次檢測到所述目標對象處于靜態(tài)的時間小于第五閾值；當判斷的結(jié)果為是時，執(zhí)行步驟210：確定所述目標對象處于睡眠結(jié)束狀態(tài)；當判斷的結(jié)果為否時，執(zhí)行步驟205：確定目標對象處于睡眠狀態(tài)。

本實施例中，步驟201至步驟206的實現(xiàn)過程可參照實施例一中所述，本實施例中不再贅述。

本實施例中，步驟207中，監(jiān)測第二參數(shù)，即檢測目標對象的狀態(tài)；當所述第二參數(shù)表征所述預設范圍內(nèi)的目標對象的狀態(tài)由靜態(tài)轉(zhuǎn)換為動態(tài)，也即表明目標對象(即用戶)由靜態(tài)轉(zhuǎn)換為動態(tài)(例如由躺著不動狀態(tài)轉(zhuǎn)換為動態(tài)，所述動態(tài)可以是翻身、起床等動態(tài))時，進一步執(zhí)行步驟208進行下一步的判斷；否則，可確定所述目標對象仍處于睡眠狀態(tài)。

步驟208至步驟212中，可以包括以下幾種場景：一是所述目標對象在睡眠過程中出現(xiàn)的幾次翻身等動作，但仍舊處于睡眠狀態(tài)；二是目標對象起床去往另一間房間(即所述其他預設范圍內(nèi))，此時可以確定所述目標對象處于睡眠結(jié)束狀態(tài)；三是所述目標對象處于動態(tài)的持續(xù)時間達到第三閾值(例如一分鐘)、并且連續(xù)檢測出預設范圍內(nèi)的目標對象的狀態(tài)由動態(tài)轉(zhuǎn)換為靜態(tài)、再由靜態(tài)轉(zhuǎn)換為動態(tài)、再由動態(tài)轉(zhuǎn)換為靜態(tài)等狀態(tài)轉(zhuǎn)換，使得檢測到所述目標對象的狀態(tài)由動態(tài)轉(zhuǎn)換為靜態(tài)的次數(shù)達到第四閾值(例如5次)、并且檢測到所述目標對象的狀態(tài)處于靜態(tài)的時間小于第五閾值(例如2分鐘)，則可確定所述目標對象處于睡眠結(jié)束狀態(tài)。

基于本發(fā)明實施例中所述的應用場景，以檢測到所述目標對象的狀態(tài)為動態(tài)為第一信號、所述目標對象的狀態(tài)為靜態(tài)為第二信號為例，圖4本發(fā)明實施例中檢測到的目標對象的狀態(tài)信號示意圖；如圖4所示，以所述第一信號為高位、所述第二信號為低位為例，從圖中可以看出，當所述目標對象的狀態(tài)信號處于高位時，表明所述目標對象當前處于動態(tài)；當所述目標對象的狀態(tài)信號處于低位時，表明所述目標對象當前處于靜態(tài)；也可以由此狀態(tài)信號示意圖進一步判定所述目標對象是否處于睡眠狀態(tài)。

進一步地，基于所述目標對象的實際入睡時間和實際起床時間，按照實施例一中所述的方法計算所述目標對象的預測第二時間；將所述預設第二時間與所述實際起床時間進行比較，從而確定所述目標對象的睡眠是否正常。

實施例三

本發(fā)明實施例還提供了一種睡眠監(jiān)測系統(tǒng)。圖5為本發(fā)明實施例的睡眠監(jiān)測系統(tǒng)的組成結(jié)構(gòu)示意圖；如圖5所示，所述系統(tǒng)包括：第一傳感單元51、第二傳感單元52、數(shù)據(jù)接入單元53、存儲單元54和處理單元55；其中，

所述第一傳感單元51，用于監(jiān)測第一參數(shù)；所述第一參數(shù)表征預設范圍內(nèi)的光線強度；

所述第二傳感單元52，用于監(jiān)測第二參數(shù)；所述第二參數(shù)表征預設范圍內(nèi)的目標對象的狀態(tài)；

所述數(shù)據(jù)接入單元53，用于獲得所述第一傳感單元51監(jiān)測的第一參數(shù)，以及獲得所述第二傳感單元52監(jiān)測的第二參數(shù)；將所述第一參數(shù)和所述第二參數(shù)分別發(fā)送至所述存儲單元54和所述處理單元55；

所述存儲單元54，用于存儲所述第一參數(shù)和所述第二參數(shù)；

所述處理單元55，用于判斷所述第一參數(shù)和所述第二參數(shù)是否滿足第一預設條件；當判斷結(jié)果為所述第一參數(shù)和所述第二參數(shù)滿足第一預設條件時，確定目標對象處于睡眠狀態(tài)，記錄所述目標對象處于睡眠狀態(tài)的第一時間；判斷第二參數(shù)是否滿足第二預設條件；當判斷結(jié)果為所述第二參數(shù)滿足第二預設條件時，確定所述目標對象處于睡眠結(jié)束狀態(tài)，記錄所述目標對象處于睡眠結(jié)束狀態(tài)的第二時間；基于所述目標對象的歷史第一時間、歷史第二時間以及所述第一時間按照預設處理規(guī)則進行處理，獲得所述目標對象的預測第二時間；當所述第二時間與所述預測第二時間的差值在預設閾值范圍外時，輸出提示信息；所述提示信息表征所述目標對象的睡眠異常。

本實施例中，所述第一參數(shù)表征預設范圍內(nèi)的光線強度；所述第一參數(shù)例如光線強度。以所述預設范圍為一空間范圍(例如房間)為例，則可通過設置在所述空間范圍(例如房間)內(nèi)的第一傳感單元51(例如光線傳感器)監(jiān)測所述第一參數(shù)。所述第二參數(shù)表征預設范圍內(nèi)的目標對象的狀態(tài)；所述目標對象的狀態(tài)具體包括靜態(tài)或動態(tài)。以所述預設范圍為一空間范圍(例如房間)為例，則可通過設置在所述空間范圍(例如房間)內(nèi)的第二傳感單元52(例如被動式紅外探測器(pir))檢測所述預設范圍內(nèi)的目標對象是處于靜態(tài)或是動態(tài)，也可以理解為，通過pir獲得第一探測信號和第二探測信號；所述第一探測信號可以表示為所述預設范圍內(nèi)由有人狀態(tài)切換至無人狀態(tài)的信號；相應的，所述第二探測信號可以表示為由無人狀態(tài)切換至有人狀態(tài)的信號。

這里，所述處理單元55，用于判斷所述第一參數(shù)是否低于第一閾值，以及判斷所述第二參數(shù)是否表征所述預設范圍內(nèi)的目標對象的狀態(tài)是否由動態(tài)轉(zhuǎn)換為靜態(tài)、且所述目標對象處于靜態(tài)的時間是否達到第二閾值，獲得第一判斷結(jié)果；當所述第一判斷結(jié)果為所述第一參數(shù)低于第一閾值，并且所述第二參數(shù)表征所述預設范圍內(nèi)的目標對象的狀態(tài)由動態(tài)轉(zhuǎn)換為靜態(tài)、且所述目標對象處于靜態(tài)的時間達到第二閾值時，確定所述第一參數(shù)和所述第二參數(shù)滿足第一預設條件。

具體的，所述第一參數(shù)表征預設范圍內(nèi)的光線強度。當所述第一參數(shù)低于第一閾值時，即當前所述預設范圍(例如房間)內(nèi)的光線強度低于所述第一閾值，可以理解為當前所述預設范圍內(nèi)處于關(guān)燈狀態(tài)(并且當前時刻處于夜晚時間范圍)，這作為目標對象(即用戶)睡眠的一個條件。進一步地，所述第二參數(shù)表征預設范圍內(nèi)的目標對象的狀態(tài)。當所述第二參數(shù)表征所述預設范圍內(nèi)的目標對象的狀態(tài)由動態(tài)轉(zhuǎn)換為靜態(tài)、且所述目標對象處于靜態(tài)的時間達到第二閾值，可以理解為在所述預設范圍(例如房間)內(nèi)由初始的有人狀態(tài)(動態(tài))切換為靜止狀態(tài)，可以理解為目標對象(即用戶)進入到所述預設范圍(例如房間)內(nèi)，并且處于靜止狀態(tài)(例如躺著不動)，并且處于靜止狀態(tài)的時間達到第二閾值(例如20分鐘)，則可以理解為“躺著不動”狀態(tài)保持20分鐘以上，則可以理解為此時所述目標對象(即用戶)已經(jīng)處于睡眠狀態(tài)。并且，記錄所述目標對象處于睡眠狀態(tài)的第一時間，所述第一時間作為所述目標對象(即用戶)入睡時間。

進一步地，所述處理單元55，用于判斷所述第二參數(shù)是否表征所述預設范圍內(nèi)的目標對象的狀態(tài)是否由靜態(tài)轉(zhuǎn)換為動態(tài)、且所述目標對象處于動態(tài)的時間是否大于第三閾值，獲得第二判斷結(jié)果；當所述第二判斷結(jié)果為所述預設范圍內(nèi)的目標對象的狀態(tài)由靜態(tài)轉(zhuǎn)換為動態(tài)、且所述目標對象處于動態(tài)的時間大于第三閾值時，確定所述第二參數(shù)滿足第二預設條件。

具體的，所述第二傳感單元52實時監(jiān)測所述第二參數(shù)，即實時監(jiān)測表征預設范圍內(nèi)的目標對象的狀態(tài)是動態(tài)還是靜態(tài)。當所述預設范圍(例如房間)內(nèi)的目標對象由靜態(tài)轉(zhuǎn)換為動態(tài)(例如由躺著不動狀態(tài)轉(zhuǎn)換為動態(tài)，所述動態(tài)可以是翻身、起床等動態(tài))、且處于動態(tài)的時間達到第三閾值(例如1分鐘)，則可以理解為此時所述目標對象(即用戶)處于睡眠結(jié)束狀態(tài)，表征當前用戶已經(jīng)起床。并且，記錄所述目標對象處于睡眠結(jié)束狀態(tài)的第二時間，所述第二時間作為所述目標對象(即用戶)的實際起床時間。

本實施例中，所述處理單元55，用于統(tǒng)計所述目標對象的歷史數(shù)據(jù)，所述歷史數(shù)據(jù)包括歷史第一時間、歷史第二時間；所述歷史第一時間表征所述目標對象在先的處于睡眠狀態(tài)的時間；所述歷史第二時間表征所述目標對象在先的處于睡眠結(jié)束狀態(tài)的時間；

所述目標對象的預測第二時間滿足以下表達式：

y＝θx；

θ＝(x^(i)tw⁽ⁱ⁾x⁽ⁱ⁾)^-1x^(i)tw⁽ⁱ⁾y⁽ⁱ⁾；

其中，y表示預測第二時間；x表示所述第一時間；x⁽ⁱ⁾表示歷史第一時間；y⁽ⁱ⁾表示歷史第二時間；x^(i)t表示x⁽ⁱ⁾的轉(zhuǎn)置；τ表示預設波長參數(shù)。

所述處理單元55，還用于當所述歷史數(shù)據(jù)有m個時，遍歷1至m個歷史數(shù)據(jù)，獲得m個θ；在所述m個θ中選擇滿足對應的歷史第一時間與所述第一時間差值最小的第一θ；基于y＝θx確定所述目標對象的預測第二時間。

具體的，考慮到目標對象(即用戶)每天的睡眠時長會在一個較窄的時間區(qū)間內(nèi)波動，所述時間區(qū)間例如6小時至8小時，因此，入睡時間與起床時間存在有相關(guān)性，但不完全符合線性相關(guān)性。因此，本發(fā)明實施例采用局部加權(quán)回歸算法預測目標對象(即用戶)的起床時間，以此作為睡眠異常的判斷依據(jù)。則所述局部加權(quán)回歸算法的目標函數(shù)是加權(quán)的最小二乘，滿足表達式(1)：

其中，x⁽ⁱ⁾表示歷史第一時間，即歷史入睡時間；y⁽ⁱ⁾表示歷史第二時間，即歷史起床時間；θ表示y與x的比值；θ^t表示θ的轉(zhuǎn)置；w⁽ⁱ⁾表示歷史第一時間與第一時間的誤差，存在：

其中，x表示所述第一時間(記為預測點)，也即入睡時間；τ表示預設波長參數(shù)，所述預設波長參數(shù)用于控制權(quán)重值隨距離下降的速率；i表示m個歷史樣本數(shù)據(jù)中的第i個樣本數(shù)據(jù)。則歷史第一時間與第一時間越近則誤差越大；歷史第一時間與第一時間越遠則誤差越小。

假設預測點為歷史樣本數(shù)據(jù)中的第i個樣本數(shù)據(jù)(假設共m個歷史樣本數(shù)據(jù))，遍歷1到m個歷史樣本數(shù)據(jù)(含第i個)，確定每一個樣本數(shù)據(jù)與所述預測點之間的距離，也就可以計算出每個樣本數(shù)據(jù)貢獻誤差的權(quán)值，可以看出w是一個有m個元素的向量(寫成對角陣形式)，w可通過表達式(3)表示：

則將表達式(3)帶入表達式(1)獲得表達式(4)：

表達式(4)中，x⁽ⁱ⁾表示歷史第一時間；y⁽ⁱ⁾表示歷史第二時間；w⁽ⁱ⁾表示與x⁽ⁱ⁾和y⁽ⁱ⁾相對應的w；θ也表示與x⁽ⁱ⁾和y⁽ⁱ⁾相對應的θ。

利用最小二乘法，存在則-x^(i)twy⁽ⁱ⁾-x^(i)twy⁽ⁱ⁾+2x^(i)twx⁽ⁱ⁾θ＝0；因此獲得的θ滿足表達式(5)：

θ＝(x^(i)tw⁽ⁱ⁾x⁽ⁱ⁾)^-1x^(i)tw⁽ⁱ⁾y⁽ⁱ⁾(5)

進一步地，基于表達式(6)獲得所述目標對象的預測第二時間y：

y＝θx(6)

作為一種實施方式，當所述歷史數(shù)據(jù)有m(m為正整數(shù))個時，遍歷1至m個歷史數(shù)據(jù)，獲得m個θ；其中，1≤i≤m；在所述m個θ中選擇滿足對應的歷史第一時間與所述第一時間差值最小的第一θ，具體的，圖2為本發(fā)明實施例中局部加權(quán)回歸算法示意圖；如圖2所示，其中的x軸表示歷史數(shù)據(jù)中的歷史入睡時間，也即歷史第一時間；y軸表示歷史起床時間，也即歷史第二時間；圖2表征目標對象(即用戶)的歷史數(shù)據(jù)分布。對于每一個歷史數(shù)據(jù)，均存在對應的斜率，即θ。在本實施方式中，遍歷1至m個歷史數(shù)據(jù)，獲得m個θ；確定每個θ對應的x值，即確定每個θ對應的歷史第一時間(即歷史入睡時間)，選擇與所述第一時間(當前的入睡時間)相差最小的歷史第一時間對應的θ作為第一θ。

基于表達式(6)，即將所述第一θ代入y＝θx，從而確定所述目標對象的預測第二時間。

本實施例中，所述處理單元55確定所述預測第二時間后，當所述目標對象的實際起床時間(即第二時間)與所述預測第二時間在預設閾值范圍(例如30分鐘)內(nèi)時，表明所述目標對象的睡眠正常。當所述目標對象的實際起床時間(即第二時間)與所述預測第二時間在預設閾值范圍(例如30分鐘)外時，表明所述目標對象的睡眠異常，輸出所述提示信息。進一步地，可輸出所述提示信息至個人計算機(pc)、移動終端、移動終端應用(app)等等；可以通過短信、電子郵件等方式實現(xiàn)。

進一步地，所述處理單元55中可預設更為細致的處理邏輯對所述目標對象的第二時間進行判定，也即對所述目標對象是否處于睡眠結(jié)束狀態(tài)進行判定。具體的，可以包括以下幾種場景：一是所述目標對象在睡眠過程中出現(xiàn)的幾次翻身等動作，但仍舊處于睡眠狀態(tài)；二是目標對象起床去往另一間房間(即所述其他預設范圍內(nèi))，此時可以確定所述目標對象處于睡眠結(jié)束狀態(tài)；三是所述目標對象處于動態(tài)的持續(xù)時間達到第三閾值(例如一分鐘)、并且連續(xù)檢測出預設范圍內(nèi)的目標對象的狀態(tài)由動態(tài)轉(zhuǎn)換為靜態(tài)、再由靜態(tài)轉(zhuǎn)換為動態(tài)、再由動態(tài)轉(zhuǎn)換為靜態(tài)等狀態(tài)轉(zhuǎn)換，使得檢測到所述目標對象的狀態(tài)由動態(tài)轉(zhuǎn)換為靜態(tài)的次數(shù)達到第四閾值(例如5次)、并且檢測到所述目標對象的狀態(tài)處于靜態(tài)的時間小于第五閾值(例如2分鐘)，則可確定所述目標對象處于睡眠結(jié)束狀態(tài)。則有：

所述處理單元55，用于確定所述第二參數(shù)表征所述預設范圍內(nèi)的目標對象的狀態(tài)是否由靜態(tài)轉(zhuǎn)換為動態(tài)時，進一步判斷所述第二參數(shù)是否表征第一預設時間范圍內(nèi)所述預設范圍內(nèi)的目標對象的狀態(tài)是否由動態(tài)轉(zhuǎn)換為靜態(tài)；當確定所述第二參數(shù)表征第一預設時間范圍內(nèi)所述預設范圍內(nèi)的目標對象的狀態(tài)由動態(tài)轉(zhuǎn)換為靜態(tài)時，以及確定其他預設范圍內(nèi)的目標對象的狀態(tài)由靜態(tài)轉(zhuǎn)換為動態(tài)時，確定所述目標對象處于睡眠結(jié)束狀態(tài)；相應的，當不確定所述第二參數(shù)表征第一預設時間范圍內(nèi)所述預設范圍內(nèi)的目標對象的狀態(tài)由動態(tài)轉(zhuǎn)換為靜態(tài)時，也即所述目標對象的狀態(tài)一直保持動態(tài)時，進一步判斷所述目標對象的狀態(tài)為動態(tài)的持續(xù)時間是否達到第三閾值；當確定所述目標對象的狀態(tài)為動態(tài)的持續(xù)時間達到第三閾值時，確定所述目標對象處于睡眠結(jié)束狀態(tài)；當確定所述目標對象的狀態(tài)為動態(tài)的持續(xù)時間未達到第三閾值時，進一步判斷所述目標對象的狀態(tài)是否由動態(tài)轉(zhuǎn)換為靜態(tài)、且轉(zhuǎn)換次數(shù)達到第四閾值、且每次檢測到所述目標對象處于靜態(tài)的時間小于第五閾值；當判斷的結(jié)果為是時，確定所述目標對象處于睡眠結(jié)束狀態(tài)；當判斷的結(jié)果為否時，確定目標對象處于睡眠狀態(tài)。

本領域技術(shù)人員應當理解，本發(fā)明實施例的睡眠監(jiān)測系統(tǒng)中各處理模塊的功能，可參照前述睡眠監(jiān)測方法的相關(guān)描述而理解，本發(fā)明實施例的睡眠監(jiān)測系統(tǒng)中各處理模塊，可通過實現(xiàn)本發(fā)明實施例所述的功能的模擬電路而實現(xiàn)，也可以通過執(zhí)行本發(fā)明實施例所述的功能的軟件在智能終端上的運行而實現(xiàn)。

本實施例中，所述睡眠監(jiān)測系統(tǒng)在實際應用中可通過服務器或服務器集群等設備實現(xiàn)。所述睡眠監(jiān)測系統(tǒng)中的數(shù)據(jù)接入單元53和處理單元55，在實際應用中均可由所述系統(tǒng)中的中央處理器(cpu，centralprocessingunit)、數(shù)字信號處理器(dsp，digitalsignalprocessor)或可編程門陣列(fpga，field－programmablegatearray)；所述系統(tǒng)中的第一傳感單元51，在實際應用中可由所述系統(tǒng)中的光線傳感器實現(xiàn)；所述系統(tǒng)中的第二傳感單元52，在實際應用中可由所述系統(tǒng)中的pir實現(xiàn)；所述存儲單元54，在實際應用中可由所述系統(tǒng)中的存儲器實現(xiàn)。

采用本發(fā)明實施例的技術(shù)方案，通過針對目標對象采用被動式的參數(shù)采集，無需使目標對象(即用戶)實時佩戴便攜式移動終端便可以實現(xiàn)對目標對象(即用戶)的睡眠監(jiān)測，避免對用戶帶來較大的心理負荷，同時提升用戶的睡眠質(zhì)量，也提升了用戶的體驗。另一方面，本發(fā)明實施例的技術(shù)方案通過光線傳感器和pir傳感器識別目標對象(即用戶)的睡覺行為和起床行為，并通過所述目標對象(即用戶)前n(例如30)天的入睡時間和起床時間進行統(tǒng)計分析，獲得目標對象(即用戶)的預測起床時間，從而實現(xiàn)對目標對象(即用戶)的睡眠監(jiān)測，這種方式的誤判率低，也即大大提升了睡眠監(jiān)測的準確率。

在本申請所提供的幾個實施例中，應該理解到，所揭露的設備和方法，可以通過其它的方式實現(xiàn)。以上所描述的設備實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式，如：多個單元或組件可以結(jié)合，或可以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另外，所顯示或討論的各組成部分相互之間的耦合、或直接耦合、或通信連接可以是通過一些接口，設備或單元的間接耦合或通信連接，可以是電性的、機械的或其它形式的。

上述作為分離部件說明的單元可以是、或也可以不是物理上分開的，作為單元顯示的部件可以是、或也可以不是物理單元，即可以位于一個地方，也可以分布到多個網(wǎng)絡單元上；可以根據(jù)實際的需要選擇其中的部分或全部單元來實現(xiàn)本實施例方案的目的。

另外，在本發(fā)明各實施例中的各功能單元可以全部集成在一個處理單元中，也可以是各單元分別單獨作為一個單元，也可以兩個或兩個以上單元集成在一個單元中；上述集成的單元既可以采用硬件的形式實現(xiàn)，也可以采用硬件加軟件功能單元的形式實現(xiàn)。

本領域普通技術(shù)人員可以理解：實現(xiàn)上述方法實施例的全部或部分步驟可以通過程序指令相關(guān)的硬件來完成，前述的程序可以存儲于一計算機可讀取存儲介質(zhì)中，該程序在執(zhí)行時，執(zhí)行包括上述方法實施例的步驟；而前述的存儲介質(zhì)包括：移動存儲設備、只讀存儲器(rom，read-onlymemory)、隨機存取存儲器(ram，randomaccessmemory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。

或者，本發(fā)明上述集成的單元如果以軟件功能模塊的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，也可以存儲在一個計算機可讀取存儲介質(zhì)中?；谶@樣的理解，本發(fā)明實施例的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機設備(可以是個人計算機、服務器、或者網(wǎng)絡設備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分。而前述的存儲介質(zhì)包括：移動存儲設備、rom、ram、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。

以上所述，僅為本發(fā)明的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術(shù)領域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應以所述權(quán)利要求的保護范圍為準。