亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

基于認(rèn)知功能和傳感器節(jié)點分離的CRSN頻譜感知方法與流程

文檔序號:12490535閱讀:612來源:國知局
基于認(rèn)知功能和傳感器節(jié)點分離的CRSN頻譜感知方法與流程

本發(fā)明屬于無線傳感器網(wǎng)絡(luò)領(lǐng)域,涉及一種基于認(rèn)知功能和傳感器節(jié)點分離的CRSN頻譜感知方法。



背景技術(shù):

現(xiàn)有的WSN大都工作在無需授權(quán)的工業(yè)、科學(xué)、醫(yī)學(xué)頻段(Industrial Scientific Medical,ISM)。這些公用頻段正隨著各種新的無線通信技術(shù)的興起(如Wifi、藍(lán)牙、Wimax、Zigbee等)而變得日益擁擠,導(dǎo)致工作于ISM頻段的各種無線設(shè)備之間的干擾日趨嚴(yán)重。例如有研究表明在同時工作時,IEEE 802.11網(wǎng)絡(luò)會明顯降低802.15.4/Zigbee網(wǎng)絡(luò)的性能,因而工作在ISM頻段的異構(gòu)無線通信系統(tǒng)共存問題已成為WSN繼續(xù)發(fā)展的瓶頸。

根據(jù)美國聯(lián)邦通信委員會(Federal Communications Commission,F(xiàn)CC)的一份報告,基于現(xiàn)有頻譜管理政策,絕大部分已經(jīng)分配的頻譜無論是在時間上還是空間上都利用不足,僅在15%至85%之間。鑒于認(rèn)知無線電(Cognitive Radio,CR)能夠通過利用動態(tài)頻譜分配技術(shù)極大地提高頻譜利用率,一些研究人員在WSN中引入CR技術(shù),即在每個傳感器上都裝載一個具有認(rèn)知功能的設(shè)備,伺機(jī)利用暫未使用的頻譜段,以緩解WSN頻譜極度緊張的局面以及解決多個異構(gòu)無線通信系統(tǒng)(WSN)共存導(dǎo)致的相互干擾問題。這種在傳感器節(jié)點上裝載CR設(shè)備的WSN稱為認(rèn)知無線傳感器網(wǎng)絡(luò)(Cognitive Radio Sensor Network,CRSN)。

在無線傳感器網(wǎng)絡(luò)中采用認(rèn)知無線電技術(shù),使傳感器網(wǎng)絡(luò)節(jié)點可以實時感知周圍環(huán)境中的頻譜信息,獲取可用頻譜資源,在通信過程中能夠動態(tài)選擇未被占用的頻譜資源來完成通信過程。這樣,不僅能緩解公用頻段的擁擠狀況,并且可提高網(wǎng)絡(luò)對空閑頻譜的利用率,增加節(jié)點可選的工作帶寬;由于節(jié)點可以動態(tài)地去選擇空閑信道工作,減少了節(jié)點因競爭信道而帶來的等待和沖突,因此可以提高網(wǎng)絡(luò)的吞吐量并縮短網(wǎng)絡(luò)的通信時延。與傳統(tǒng)WSN相比,CRSN在動態(tài)頻譜接入、并發(fā)數(shù)據(jù)的伺機(jī)信道使用、適應(yīng)性地降低能耗、多個異構(gòu)WSN的重疊部署、不同頻譜管理政策下工作方面擁有巨大的優(yōu)勢,具有重大應(yīng)用價值和遠(yuǎn)大的發(fā)展前景,也被認(rèn)為是下一代WSN。

然而,在CRSN中的傳感器節(jié)點額外增加了頻譜感知、頻譜切換等功能,極大消耗了傳感器節(jié)點本已受限的能量和處理能力;另外,無線認(rèn)知傳感器節(jié)點處理能力有限,常常需要多個傳感器節(jié)點進(jìn)行協(xié)作頻譜感知然后通過協(xié)調(diào)器融合判決,他們之間感知信息的相互交流也導(dǎo)致了大量的能耗。這些由認(rèn)知功能帶來的額外的能耗和處理要求與傳感器節(jié)點固有的資源約束產(chǎn)生了巨大的矛盾,極大地增加了功率高效的認(rèn)知傳感器節(jié)點的設(shè)計難度,將極大地縮短了CRSN生存時間,阻礙CRSN發(fā)展與應(yīng)用。

CR接收機(jī)的靈敏度遠(yuǎn)高于普通傳感器節(jié)點所用的接收機(jī),在每一個傳感器節(jié)點上都裝載一個CR接收機(jī),因而極大地增加了認(rèn)知傳感器節(jié)點的生產(chǎn)成本,這與CRSN低成本實現(xiàn)的要求相矛盾的。為了解決這一矛盾,我們將認(rèn)知功能與傳感器節(jié)點分離,傳感器節(jié)點不再承擔(dān)頻譜感知功能,只負(fù)責(zé)源感知,而認(rèn)知功能則搬移至CRSN中的其他專用節(jié)點,有這些專用節(jié)點負(fù)責(zé)頻譜感知。這種認(rèn)知功能與傳感器節(jié)點分離的WSN稱之為基于認(rèn)知功能和傳感器節(jié)點分離的CRSN(Separate cognitive function and sensor based CRSN,S-CRSN)。

現(xiàn)有的認(rèn)知無線傳感器網(wǎng)絡(luò)中的高能效協(xié)作頻譜感知技術(shù)有很多,通過選擇參與協(xié)作感知的節(jié)點,在滿足給定約束目標(biāo)的前提下,減少感知過程中的能量消耗,從而提高能量效率。但是現(xiàn)有技術(shù)都忽略或者簡化了控制信道的干擾因素,來簡化模型,選擇有代表性的節(jié)點或者在較好感知位置上的節(jié)點來參與感知。為了簡化感知模型,他們或是假設(shè)所有感知節(jié)點的傳輸功率相同,或是假設(shè)所有感知節(jié)點具有相同的放大增益以滿足接收端的接收靈敏度,這就意味著他們假設(shè)所有的感知節(jié)點在他們整個生命周期中都具有一個固定不變的發(fā)射功率,而這是與實際情況相違背的。實際上,不同感知節(jié)點的性能和參數(shù)可能差別巨大,而且節(jié)點處在不同的地址位置,這也影響了感知結(jié)果的傳輸范圍。并且,隨著時間的推遲,以電池供電的傳感器節(jié)點的發(fā)射功率必然會隨著電池電量的減少而相應(yīng)的減弱,所以以往的感知模型都無法精確的表述協(xié)作頻譜感知的現(xiàn)實狀況。

且現(xiàn)有的研究都是基于CRSN的網(wǎng)絡(luò)模型,通過優(yōu)化參與感知節(jié)點數(shù)目、感知時長、節(jié)點選擇等方法,使得協(xié)作頻譜感知在達(dá)到約束目標(biāo)的條件下能量消耗達(dá)到最小化。但是現(xiàn)有的CRSN頻譜感知算法研究的前提是所有的傳感器節(jié)點都具有認(rèn)知功能。一方面所有的CRSN節(jié)點都進(jìn)行頻譜感知,頻譜切換等功能,極大消耗了傳感器節(jié)點本已受限的能量和處理能力,而CRSN傳感器節(jié)點處理能力有限,常常需要多個傳感器節(jié)點進(jìn)行協(xié)作頻譜感知然后通過協(xié)調(diào)器融合判決(認(rèn)知傳感器節(jié)點與協(xié)調(diào)器交互過程繁瑣:節(jié)點觸發(fā)—網(wǎng)絡(luò)協(xié)調(diào)器控制—節(jié)點感知—協(xié)調(diào)器融合信息判斷、分配—節(jié)點接受信道、發(fā)送數(shù)據(jù)),他們之間感知信息的相互交流也導(dǎo)致了大量的能耗。另一方面,CR接收機(jī)的靈敏度遠(yuǎn)高于普通傳感器節(jié)點所用的接收機(jī),因而其生產(chǎn)成本也高于普通接收機(jī),在每個傳感器節(jié)點上都裝載一個CR接收機(jī),顯而易見極大地增加了認(rèn)知傳感器節(jié)點的生產(chǎn)成本,進(jìn)而增加了低成本認(rèn)知傳感器節(jié)點的設(shè)計難度。



技術(shù)實現(xiàn)要素:

有鑒于此,本發(fā)明的目的在于提供一種基于認(rèn)知功能和傳感器節(jié)點分離的CRSN的頻譜感知方法,用于解決認(rèn)知功能帶來的額外能耗和處理要求與傳感器節(jié)點有限資源的矛盾、以及CRSN高成本實現(xiàn)與低成本實現(xiàn)要求的矛盾。

一種基于認(rèn)知功能和傳感器節(jié)點分離的CRSN頻譜感知方法,將選擇適合的認(rèn)知節(jié)點和降低認(rèn)知節(jié)點的發(fā)射功率兩方面問題建模成一個混合離散和連續(xù)變量的優(yōu)化問題,并用連續(xù)離散二進(jìn)制混合粒子群算法進(jìn)行優(yōu)化,具體步驟如下:

1)使用能量檢測法進(jìn)行本地頻譜檢測;

2)計算檢測得到的能量值;

3)計算認(rèn)知節(jié)點的初始化檢測概率和虛警概率;

4)融合中心通過收到的認(rèn)知節(jié)點的感知結(jié)果和對應(yīng)信道的誤碼率計算得到真正的認(rèn)知節(jié)點的檢測概率和虛警概率為:

5)假設(shè)有任意一個本地感知結(jié)果表明觀察信道被主用戶占用,那么融合中心的結(jié)果就是主用戶占用該信道,計算融合中心的檢測概率和虛警概率;

6)計算協(xié)作頻譜感知的總能量消耗;

7)在假設(shè)控制信道的信噪比符合自由空間衰落模型的條件下,計算各個認(rèn)知節(jié)點的新的檢測概率和虛警概率;

8)給定約束條件為最大虛警概率和最小檢測概率,同時滿足頻譜感知能量消耗最小化,將優(yōu)化問題進(jìn)行公式表達(dá);

9)利用連續(xù)離散二進(jìn)制混合粒子群算法進(jìn)行優(yōu)化。

進(jìn)一步的,所述使用能量檢測法進(jìn)行本地頻譜檢測具體包括:

假設(shè)τs表示認(rèn)知節(jié)點的頻譜檢測時間長度,fs表示檢測采樣頻率,τsfs為每個檢測周期的采樣數(shù)量,第i個認(rèn)知節(jié)點依靠它的采樣信號能量值Xi[k](k=1,2,3Lτsfs)來給出感知結(jié)果;H0表示主用戶沒有占用信道,用H1表示主用戶占用了信道;

H0:Xi[k]=ui[k] (1)

H1:Xi[k]=si[k]+ui[k] (2)

其中ui[k]是方差為σu2、均值為0的高斯隨機(jī)噪聲;si[k]為主用戶信號,假設(shè)它是一個均值為0方差為σsi2的隨機(jī)過程。

進(jìn)一步的,計算檢測得到的能量值為:

它在主用戶不占用檢測信道的情況下服從一個自由度為2τsfs的卡方分布;在主用戶占用觀察信道的情況下服從一個自由度為2τsfs,非中心參數(shù)為2γi的非中心卡方分布:

其中γi是認(rèn)知節(jié)點i檢測到的主用戶的信噪比。

進(jìn)一步的,計算認(rèn)知節(jié)點的初始化檢測概率和虛警概率方法為:

根據(jù)中心極限定理,當(dāng)2τsfs足夠大時,Ei可以看成是近似高斯分布,對于一個給定的門限值λ,則第i個認(rèn)知節(jié)點的初始化檢測概率和虛警概率分別如下:

其中Q(x)是正常高斯分布的累積分布函數(shù)的補(bǔ)函數(shù)。

進(jìn)一步的,融合中心通過收到的認(rèn)知節(jié)點的感知結(jié)果和對應(yīng)信道的誤碼率計算得到真正的認(rèn)知節(jié)點的檢測概率和虛警概率為:

其中ρi表示第i個認(rèn)知節(jié)點上報給融合中心時信號的信噪比,控制信道的誤碼率

進(jìn)一步的,融合中心的檢測概率和虛警概率為:

其中θ={1,0}表示認(rèn)知節(jié)點i是否參與感知,1代表參與,0代表不參與,N是認(rèn)知節(jié)點的總個數(shù)。

進(jìn)一步的,計算協(xié)作頻譜感知的總能量消耗:

Cti表示傳送感知結(jié)果的能量消耗,Csi表示觀察信道部分的能量消耗;因為各個認(rèn)知節(jié)點的相似性,所以假設(shè)所有認(rèn)知節(jié)點的Csi是相同的,是一個常量;但是每個認(rèn)知節(jié)點的Cti是各不相同的。

進(jìn)一步的,在假設(shè)控制信道的信噪比符合自由空間衰落模型的條件下,dif表示第i個認(rèn)知節(jié)點到融合中心的距離,那么第i個認(rèn)知節(jié)點的控制信道的誤碼率為:

將(12)帶入公式(7)、(8)計算各個認(rèn)知節(jié)點的新的檢測概率和虛警概率為:

進(jìn)一步的,給定約束條件為最大虛警概率α和最小檢測概率β,同時滿足頻譜感知能量消耗最小化,優(yōu)化問題可以用下式表示:

進(jìn)一步的,利用連續(xù)離散二進(jìn)制混合粒子群算法進(jìn)行優(yōu)化,該算法將一個離散二進(jìn)制變量的粒子群和一個連續(xù)變量的粒子群在一起運(yùn)算,并引入懲罰函數(shù)來建立一個新的優(yōu)化目標(biāo),具體方法為:

假設(shè)這個粒子群包含了n個粒子,粒子移動的過程就是對解空間的搜索過程,粒子維數(shù)用Q表示,每個粒子的所在位置為:xi=(xi1,xi2,L,xiQ),i=1,2,L n,每個粒子的速度為vi=(vi1,vi2,L,viQ),i=1,2,L n,粒子群算法的速度和位置的迭代更新公式:

其中w是保持原來速度的慣性系數(shù),c1是粒子跟蹤自己歷史最優(yōu)值的權(quán)重系數(shù),它表示粒子對自身搜索歷史的認(rèn)識,所以叫“自身認(rèn)知”,c2是粒子跟蹤群體最優(yōu)值的權(quán)重系數(shù),它表示該粒子對整個群體搜索歷史的認(rèn)識,所以叫做“群體知識”;ξ和η是[0,1]區(qū)間內(nèi)均勻分布的隨機(jī)數(shù),它保證了粒子向局部和全局最優(yōu)靠近的同時,有一定的隨機(jī)性,能夠在局部最優(yōu)和全局最優(yōu)解的周圍尋找更優(yōu)的解;r是速度約束因子,通過它可以調(diào)節(jié)粒子速度對原有位置的影響;

引入懲罰函數(shù)為:

min D=CT+R*max((α-Pd),0)+S*max((Pf-β),0) (18)

其中R和S是懲罰因子,合適的設(shè)置它們的值,就可以免去懲罰,使原來的優(yōu)化目標(biāo)CT和新的優(yōu)化目標(biāo)D相同;

具體步驟包括:

1)初始化離散二進(jìn)制變量粒子群和連續(xù)變量粒子群;

2)根據(jù)目標(biāo)函數(shù)計算各自適應(yīng)值;

3)根據(jù)公式(16)(17)更新離散二進(jìn)制粒子群和連續(xù)變量粒子群的速度和位置;

4)根據(jù)最新位置計算全局優(yōu)化值;

5)判定迭代次數(shù)是否達(dá)到上限,若沒有達(dá)到上限則返回步驟2),反之結(jié)束算法。

本發(fā)明的有益效果在于:本發(fā)明提出的基于認(rèn)知功能和傳感器節(jié)點分離的CRSN的高能效協(xié)作頻譜感知方案,將認(rèn)知功能與傳感器節(jié)點分離,傳感器節(jié)點不再承擔(dān)頻譜感知功能,只負(fù)責(zé)源感知,而認(rèn)知功能則搬移至CRSN中的其他專用節(jié)點,由這些專用節(jié)點負(fù)責(zé)頻譜感知。該頻譜感知方案解決了兩方面的問題。一方面解決了在WSN網(wǎng)絡(luò)中公用頻段隨著各種新的無線通信技術(shù)的興起頻譜稀缺;另一方面,解決了在CRSN中,所有節(jié)點都進(jìn)行頻譜感知,頻譜切換等功能的能量消耗過大以及每個傳感器節(jié)點都配備認(rèn)知設(shè)備所帶來的生產(chǎn)設(shè)備成本較高的問題。

附圖說明

為了使本發(fā)明的目的、技術(shù)方案和有益效果更加清楚,本發(fā)明提供如下附圖進(jìn)行說明:

圖1為新型認(rèn)知無線傳感器網(wǎng)絡(luò)模型;

圖2為連續(xù)離散二進(jìn)制混合粒子群算法流程圖。

具體實施方式

下面將結(jié)合附圖,對本發(fā)明的優(yōu)選實施例進(jìn)行詳細(xì)的描述。

在S-CRSN中,認(rèn)知功能與傳感器節(jié)點分離,使得認(rèn)知節(jié)點和傳感器節(jié)點相互分離而又必須緊密結(jié)合、協(xié)調(diào)地工作,傳感器節(jié)點負(fù)責(zé)源感知,認(rèn)知節(jié)點負(fù)責(zé)頻譜感知,新型網(wǎng)絡(luò)模型如圖1所示。本發(fā)明提出,在S-CRSN中,一種基于認(rèn)知功能和傳感器節(jié)點分離的CRSN頻譜感知方法,本方法首次考慮了感知結(jié)果在傳輸過程中的不確定性。因為控制信道和觀察信道一樣容易受到多種因素的干擾,并且這些干擾也對最終的感知結(jié)果有直接的影響。所以,該頻譜感知方案將控制信道傳輸結(jié)果的不可靠性因素考慮進(jìn)入到感知模型中。

為了在協(xié)作頻譜感知中的總能耗最小化,參與感知的節(jié)點越少越好。但是,為了達(dá)到檢測概率和虛警概率的約束目標(biāo),我們又必須保持一定數(shù)量的感知節(jié)點,這是一個折衷優(yōu)化問題。當(dāng)我們將焦點集中在單個認(rèn)知節(jié)點i時,為了獲得更高的本地檢測概率Pdi和更低本地虛警概率Pfi,我們應(yīng)該提高傳輸感知結(jié)果的發(fā)射功率Cti,而這與最小化頻譜感知總能耗的目標(biāo)相矛盾。而從另一個角度出發(fā),為了最小化頻譜感知總能耗,我們應(yīng)該盡可能的將參與感知的節(jié)點的功耗降低,而這就需要我們盡量降低認(rèn)知節(jié)點的發(fā)射功率Cti,但是這就可能無法滿足檢測精度的限制。因此這也是一個折衷優(yōu)化問題。

將以上兩個優(yōu)化問題建模成一個混合離散和連續(xù)變量的優(yōu)化問題,并提出了一種改進(jìn)的粒子群優(yōu)化算法,它可以選擇合適的認(rèn)知節(jié)點參與頻譜感知的同時調(diào)整參與感知的認(rèn)知節(jié)點的發(fā)射功率。具體的步驟如下:

一、使用能量檢測法進(jìn)行本地頻譜檢測

假設(shè)τs表示認(rèn)知節(jié)點的頻譜檢測時間長度,fs表示檢測采樣頻率,τsfs為每個檢測周期的采樣數(shù)量,第i個認(rèn)知節(jié)點依靠它的采樣信號能量值Xi[k](k=1,2,3Lτsfs)來給出感知結(jié)果;H0表示主用戶沒有占用信道,用H1表示主用戶占用了信道;

H0:Xi[k]=ui[k] (1)

H1:Xi[k]=si[k]+ui[k] (2)

其中ui[k]是方差為σu2、均值為0的高斯隨機(jī)噪聲;si[k]為主用戶信號,假設(shè)它是一個均值為0方差為σsi2的隨機(jī)過程。

二、計算檢測得到的能量值

它在主用戶不占用檢測信道的情況下服從一個自由度為2τsfs的卡方分布;在主用戶占用觀察信道的情況下服從一個自由度為2τsfs,非中心參數(shù)為2γi的非中心卡方分布:

其中γi是認(rèn)知節(jié)點i檢測到的主用戶的信噪比。

三、計算認(rèn)知節(jié)點的初始化檢測概率和虛警概率

根據(jù)中心極限定理,當(dāng)2τsfs足夠大時,Ei可以看成是近似高斯分布,對于一個給定的門限值λ,則第i個認(rèn)知節(jié)點的初始化檢測概率和虛警概率分別如下:

其中Q(x)是正常高斯分布的累積分布函數(shù)的補(bǔ)函數(shù)。

四、計算得到真正的認(rèn)知節(jié)點的檢測概率和虛警概率

根據(jù)中心極限定理,當(dāng)2τsfs足夠大時,Ei可以看成是近似高斯分布,對于一個給定的門限值λ,則第i個認(rèn)知節(jié)點的初始化檢測概率和虛警概率分別如下:

其中Q(x)是正常高斯分布的累積分布函數(shù)的補(bǔ)函數(shù)。

五、計算融合中心的檢測概率和虛警概率

融合中心的檢測概率和虛警概率為:

其中θ={1,0}表示認(rèn)知節(jié)點i是否參與感知,1代表參與,0代表不參與,N是認(rèn)知節(jié)點的總個數(shù)。

六、計算協(xié)作頻譜感知的總能量消耗

Cti表示傳送感知結(jié)果的能量消耗,Csi表示觀察信道部分的能量消耗;因為各個認(rèn)知節(jié)點的相似性,所以假設(shè)所有認(rèn)知節(jié)點的Csi是相同的,是一個常量;但是每個認(rèn)知節(jié)點的Cti是各不相同的。

七、計算各個認(rèn)知節(jié)點的新的檢測概率和虛警概率;

在假設(shè)控制信道的信噪比符合自由空間衰落模型的條件下,dif表示第i個認(rèn)知節(jié)點到融合中心的距離,那么第i個認(rèn)知節(jié)點的控制信道的誤碼率為:

將(13)帶入公式(7)、(8)計算各個認(rèn)知節(jié)點的新的檢測概率和虛警概率為:

八、優(yōu)化問題進(jìn)行公式表達(dá)

給定約束條件為最大虛警概率α和最小檢測概率β,同時滿足頻譜感知能量消耗最小化,優(yōu)化問題可以用下式表示:

9)利用連續(xù)離散二進(jìn)制混合粒子群算法進(jìn)行優(yōu)化

該算法將一個離散二進(jìn)制變量的粒子群和一個連續(xù)變量的粒子群在一起運(yùn)算,并引入懲罰函數(shù)來建立一個新的優(yōu)化目標(biāo),具體方法為:

假設(shè)這個粒子群包含了n個粒子,粒子移動的過程就是對解空間的搜索過程,粒子維數(shù)用Q表示,每個粒子的所在位置為:xi=(xi1,xi2,L,xiQ),i=1,2,L n,每個粒子的速度為vi=(vi1,vi2,L,viQ),i=1,2,L n,粒子群算法的速度和位置的迭代更新公式:

其中w是保持原來速度的慣性系數(shù),c1是粒子跟蹤自己歷史最優(yōu)值的權(quán)重系數(shù),它表示粒子對自身搜索歷史的認(rèn)識,所以叫“自身認(rèn)知”,c2是粒子跟蹤群體最優(yōu)值的權(quán)重系數(shù),它表示該粒子對整個群體搜索歷史的認(rèn)識,所以叫做“群體知識”;ξ和η是[0,1]區(qū)間內(nèi)均勻分布的隨機(jī)數(shù),它保證了粒子向局部和全局最優(yōu)靠近的同時,有一定的隨機(jī)性,能夠在局部最優(yōu)和全局最優(yōu)解的周圍尋找更優(yōu)的解;r是速度約束因子,通過它可以調(diào)節(jié)粒子速度對原有位置的影響;

引入懲罰函數(shù)為:

min D=CT+R*max((α-Pd),0)+S*max((Pf-β),0) (18)

其中R和S是懲罰因子,合適的設(shè)置它們的值,就可以免去懲罰,使原來的優(yōu)化目標(biāo)CT和新的優(yōu)化目標(biāo)D相同;

參照圖2連續(xù)離散二進(jìn)制混合粒子群算法流程圖,具體步驟包括:

1)初始化離散二進(jìn)制變量粒子群和連續(xù)變量粒子群;

2)根據(jù)目標(biāo)函數(shù)計算各自適應(yīng)值;

3)根據(jù)公式(16)(17)更新離散二進(jìn)制粒子群和連續(xù)變量粒子群的速度和位置;

4)根據(jù)最新位置計算全局優(yōu)化值;

5)判定迭代次數(shù)是否達(dá)到上限,若沒有達(dá)到上限則返回步驟2),反之結(jié)束算法。

最后說明的是,以上優(yōu)選實施例僅用以說明本發(fā)明的技術(shù)方案而非限制,盡管通過上述優(yōu)選實施例已經(jīng)對本發(fā)明進(jìn)行了詳細(xì)的描述,但本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解,可以在形式上和細(xì)節(jié)上對其作出各種各樣的改變,而不偏離本發(fā)明權(quán)利要求書所限定的范圍。

當(dāng)前第1頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1