通信干扰源的定位方法、装置、设备及存储介质与流程

电子通信装置的制造及其应用技术1.本技术属于通信领域，尤其涉及一种通信干扰源的定位方法、装置、设备及存储介质。背景技术：2.网络干扰问题制约着长期演进(long term evolution，lte)网络性能的发挥，网络受干扰的程度直接影响通话质量、上传下载速率等用户的实际感知，同时还会引起无法接通、掉话、切换失败等一系列问题事件。而无线干扰源的排查定位一直是移动基站干扰类问题较难解决的问题之一。传统定位方式通过干扰影响范围进行大致定位，然后安排排查人员上站进行搜索，这种方式不仅耗时耗力，且定位精度较低。3.现有技术已有通过定位算法自动解算干扰源位置的方案，但是这种方案的定位精度较低。技术实现要素：4.本技术实施例提供一种通信干扰源的定位方法、装置、设备及存储介质，能够解决现有技术中通过定位算法自动解算干扰源位置的方案定位精度较低的技术问题。5.第一方面，本技术实施例提供一种通信干扰源的定位方法，包括：6.获取预设区域中所有小区的通信数据，通信数据包括话务统计数据、基站工参数据和最小化路测数据；基站工参数据包括小区经纬度数据；7.采用预设干扰诊断工具从通信数据中筛选所属小区受干扰的通信数据；8.将受干扰的通信数据中小区经纬度数据输入预设区域聚类模型，确定每个预设分区域所包含的受干扰的通信数据；预设区域包括多个预设分区域；9.根据预设分区域所包含的受干扰的通信数据确定预设分区域的干扰源位置。10.进一步地，在一种实施例中，话务统计数据包括上行物理资源块平均噪声数据和上行物理资源块平均干扰电平数据；11.采用预设干扰诊断工具从通信数据中筛选所属小区受干扰的通信数据，包括：12.将上行物理资源块平均噪声数据和上行物理资源块平均干扰电平数据输入预设干扰诊断工具，输出受干扰的通信数据。13.进一步地，在一种实施例中，在采用预设干扰诊断工具从通信数据中筛选所属小区受干扰的通信数据之前，该方法还包括：14.确定上行物理资源块平均噪声数据在预设时间区间内大于预设阈值的目标次数；15.将目标次数大于预设次数阈值的通信数据确定为用于预设干扰诊断工具筛选的通信数据。16.进一步地，在一种实施例中，最小化路测数据包括参考信号接收功率数据，话务统计数据还包括上行功率余量小于零的占比数据；17.根据预设分区域所包含的受干扰的通信数据确定预设分区域的干扰源位置，包括：18.采用预设算法分析每个预设分区域中所包含的上行物理资源块平均噪声数据和上行功率余量小于零的占比数据的数据相关性，输出每组受干扰的通信数据的相关性参数；19.将大于预设相关性阈值的相关性参数对应的受干扰的通信数据确定为预设分区域中所包含的第一目标通信数据；20.对于每个预设分区域，分别执行如下步骤：21.根据第一目标通信数据所包含的小区经纬度数据对预设分区域按照预设规则将第一目标通信数据进行栅格划分；22.确定每个栅格内的第一目标通信数据中参考信号接收功率数据大于预设功率阈值的第二目标通信数据；23.根据第二目标通信数据确定预设分区域的干扰源位置。24.进一步地，在一种实施例中，根据第一目标通信数据所包含的小区经纬度数据对预设分区域按照预设规则将第一目标通信数据进行栅格划分，包括：25.根据第一目标通信数据中的上行物理资源块平均噪声数据大小对第一目标通信数据进行降序排序；26.从第一目标通信数据中确定降序排序结果靠前预设个数的多个第三目标通信数据；27.将多个第三目标通信数据中所包含的小区经纬度数据中的最小经度、最小纬度、最大经度、最大纬度确定为预设分区域的边界；28.根据预设栅格大小和预设分区域的边界对预设分区域进行栅格划分，得到每个栅格的经纬度数据；29.根据第一目标通信数据所包含的小区经纬度数据和每个栅格的经纬度数据确定第一目标通信数据所属的栅格。30.进一步地，在一种实施例中，根据第二目标通信数据确定预设分区域的干扰源位置，包括：31.将包含最大的上行功率余量小于零的占比数据的第二目标通信数据所属的栅格确定为预设分区域的干扰源位置。32.第二方面，本技术实施例提供一种通信干扰源的定位装置，包括：33.获取模块，用于获取预设区域中所有小区的通信数据，通信数据包括话务统计数据、基站工参数据和最小化路测数据；基站工参数据包括小区经纬度数据；34.筛选模块，用于采用预设干扰诊断工具从通信数据中筛选所属小区受干扰的通信数据；35.确定模块，用于将受干扰的通信数据中小区经纬度数据输入预设区域聚类模型，确定每个预设分区域所包含的受干扰的通信数据；预设区域包括多个预设分区域；36.确定模块，还用于根据预设分区域所包含的受干扰的通信数据确定预设分区域的干扰源位置。37.进一步地，在一种实施例中，话务统计数据包括上行物理资源块平均噪声数据和上行物理资源块平均干扰电平数据；38.筛选模块，具体用于：39.将上行物理资源块平均噪声数据和上行物理资源块平均干扰电平数据输入预设干扰诊断工具，输出受干扰的通信数据。40.进一步地，在一种实施例中，确定模块，还用于：41.确定上行物理资源块平均噪声数据在预设时间区间内大于预设阈值的目标次数；42.将目标次数大于预设次数阈值的通信数据确定为用于预设干扰诊断工具筛选的通信数据。43.进一步地，在一种实施例中，最小化路测数据包括参考信号接收功率数据，话务统计数据还包括上行功率余量小于零的占比数据；44.确定模块，包括：45.输出单元，用于采用预设算法分析每个预设分区域中所包含的上行物理资源块平均噪声数据和上行功率余量小于零的占比数据的数据相关性，输出每组受干扰的通信数据的相关性参数；46.确定单元，用于将大于预设相关性阈值的相关性参数对应的受干扰的通信数据确定为预设分区域中所包含的第一目标通信数据；47.对于每个预设分区域，分别执行如下步骤：48.划分单元，用于根据第一目标通信数据所包含的小区经纬度数据对预设分区域按照预设规则将第一目标通信数据进行栅格划分；49.确定单元，还用于确定每个栅格内的第一目标通信数据中参考信号接收功率数据大于预设功率阈值的第二目标通信数据；50.确定单元，还用于根据第二目标通信数据确定预设分区域的干扰源位置。51.第三方面，本技术实施例提供一种通信干扰源的定位设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，计算机程序被处理器执行时实现上述通信干扰源的定位方法。52.第四方面，本技术实施例提供一种计算机可读存储介质，计算机可读存储介质上存储有信息传递的实现程序，程序被处理器执行时实现上述通信干扰源的定位方法。53.本技术实施例的通信干扰源的定位方法、装置、设备及存储介质，考虑到功率余量报告与干扰强度密切相关，结合功率余量报告、参考信号接收功率、基站工参数据中小区经纬度数据、以及上行物理资源块数据对干扰源进行定位，不受定位算法及指纹库影响，所需算力较小，且定位精度较高。附图说明54.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单的介绍，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。55.图1是本技术实施例提供的一种通信干扰源的定位方法的流程示意图；56.图2是本技术实施例提供的效果验证航拍示意图；57.图3是本技术实施例提供的一种通信干扰源的定位装置的结构示意图；58.图4是本技术实施例提供的一种通信干扰源的定位设备的结构示意图。具体实施方式59.下面将详细描述本技术的各个方面的特征和示例性实施例，为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本技术进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本技术，并不被配置为限定本技术。对于本领域技术人员来说，本技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本技术的示例来提供对本技术更好的理解。60.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。61.现有技术已有通过定位算法自动解算干扰源位置的方案。例如，在申请号为cn201811436367.2的专利中公开了一种基于mr数据的外部干扰定位方法及装置。该方法利用mr定位算法对所述mr数据进行栅格化处理，计算每个栅格里面的mr数据的平均下行rsrp值和平均上行sinr值，对所述mr栅格数据进行分段平均处理，并将经过分段平均处理后的所述mr栅格数据输入至干扰源预测模型，获得预测的干扰源经纬度信息。62.在申请号为cn201611205594.5的专利中公开了一种外部干扰的定位方法及装置。该方法通过待分析区域的测量报告mr中多个测量点的参考信号接收功率rsrp测量值和参考信号接收质量rsrq测量值，计算参考信号接收质量rsrq的理论最小值，选取参考信号接收质量rsrq测量值小于rsrq的理论最小值的目标测量点构成待分析区域中目标测量点的集合，根据所述目标测量点的集合定位所述待分析区域的外部干扰。63.在申请号为cn201710234841.9的专利中公开了一种定位干扰源的方法和装置。该方法通过将干扰小区和所述干扰小区的邻小区按照干扰强度大小进行排序，所述干扰小区的干扰强度大于预设阈值；获取前三个小区作为定位小区；依据所述定位小区的所属基站划分干扰场景；基于所述定位小区的地理位置和干扰场景定位干扰源的位置。64.现有外部干扰定位方法有以下缺点：测量数据定位精准度受定位算法影响，测量数据中采用的测量值sinrrsrq与干扰噪声相关性较差；使用的干扰源预测模型算法复杂；需要考虑地理环境，定位结果范围广精度低。65.为了解决现有技术问题，本技术实施例提供了一种通信干扰源的定位方法、装置、设备及存储介质。本技术实施例结合功率余量报告、参考信号接收功率、基站工参数据中小区经纬度数据、以及上行物理资源块数据对干扰源进行定位，不受定位算法及指纹库影响，所需算力较小，且定位精度较高；实现了干扰源排查定位的远程化、智能化、精准化，提高了干扰源定位的工作效率；并且可有效消除低质量测量值对定位结果的不利影响，提高对干扰源的定位精度。下面首先对本技术实施例所提供的通信干扰源的定位方法进行介绍。66.图1示出了本技术一个实施例提供的通信干扰源的定位方法的流程示意图。如图1所示，该方法可以包括以下步骤：67.s110，获取预设区域中所有小区的通信数据。68.通信数据包括话务统计数据、基站工参数据和最小化路测数据。基站工参数据包括小区经纬度数据。69.话务统计数据来源于基站网管系统omc原始数据经解析后的应用平台，如表1所示，话务统计数据具体包含开始时间、结束时间、查询粒度、全球小区识别码cgi、小区名称、演进型node b(enodeb)、enodeb名称、上行物理资源块prb平均噪声、上行prb平均干扰电平(0-n)和上行功率余量报告(power headroom report，phr)小于0占比数据。70.属性示例开始时间2020/6/26 0:00结束时间2020/6/26 0:15查询粒度15分钟cgi460-00-294276-1小区名称大冶一中宿舍楼-zlh-1enodeb294276enodeb名称大冶一中宿舍楼-zlh上行prb平均噪声-117上行phr小于0占比15.83％上行prb平均干扰电平：prb-0-119……上行prb平均干扰电平：prb-n-119.55555671.表172.基站工参数据来源于应用平台，如表2所示，基站工参数据具体包含小区cgi、小区中文名、所属地区、所属enodeb名称、经度、纬度、方位角和中心载频的信道号数据。73.属性示例小区cgi460-00-296374-134小区中文名团风上巴河联通-zlh-6_ison所属地区黄冈所属enodeb名称团风上巴河联通-zlh经度115.09901纬度40.65102方位角244中心载频的信道号3854474.表275.最小化路测数据(minimization drive test，mdt)来源于服务器原始数据经解析后的应用平台，如表3所示，包括时间戳、服务小区标识号(identity document，id)、服务小区参考信号接收功率(reference signal receiving power，rsrp)、服务小区参考信号接收质量(reference signal receiving quality，rsrq)、phr、用户设备(user equipment，ue)经度和ue纬度数据。76.属性示例时间戳2020/6/24 9:00服务小区id460-00-296374-129服务小区rsrp-101服务小区rsrq-11.5phr8ue经度115.0932ue纬度40.66402277.表378.同一小区的通信数据中，话务统计数据中的小区cgi、基站工参数据中的小区cgi和最小化路测数据中的服务小区id相同。79.s120，采用预设干扰诊断工具从通信数据中筛选所属小区受干扰的通信数据。80.预设干扰诊断工具可选取为入侵检测系统(intrusion detection system，ids)。81.在一种实施例中，话务统计数据包括上行物理资源块平均噪声数据和上行物理资源块平均干扰电平数据，s120可以包括：82.将上行物理资源块平均噪声数据和上行物理资源块平均干扰电平数据输入预设干扰诊断工具，输出受干扰的通信数据。83.s130，将受干扰的通信数据中小区经纬度数据输入预设区域聚类模型，确定每个预设分区域所包含的受干扰的通信数据。84.预设区域包括多个预设分区域。85.s140，根据预设分区域所包含的受干扰的通信数据确定预设分区域的干扰源位置。86.在一种实施例中，最小化路测数据包括参考信号接收功率数据，话务统计数据还包括上行功率余量小于零的占比数据，s140可以包括：87.s1401，采用预设算法分析每个预设分区域中所包含的上行物理资源块平均噪声数据和上行功率余量小于零的占比数据的数据相关性，输出每组受干扰的通信数据的相关性参数。88.预设算法可选用为pearson相关系数。89.s1402，将大于预设相关性阈值的相关性参数对应的受干扰的通信数据确定为预设分区域中所包含的第一目标通信数据。90.预设相关性阈值可选为0.8。91.对于每个预设分区域，分别执行如下步骤：92.s1403，根据第一目标通信数据所包含的小区经纬度数据对预设分区域按照预设规则将第一目标通信数据进行栅格划分。93.在一种实施例中，s1403可以包括：94.根据第一目标通信数据中的上行物理资源块平均噪声数据大小对第一目标通信数据进行降序排序。95.从第一目标通信数据中确定降序排序结果靠前预设个数的多个第三目标通信数据。96.例如，预设个数可选为3。其中，第三目标通信数据中包括的小区经纬度数据不同。97.将多个第三目标通信数据中所包含的小区经纬度数据中的最小经度、最小纬度、最大经度、最大纬度确定为预设分区域的边界。98.基于上述最小经度、最小纬度、最大经度、最大纬度可以圈出一个矩形，即为预设分区域的边界。99.根据预设栅格大小预设分区域的边界对预设分区域进行栅格划分，得到每个栅格的经纬度数据。100.可将栅格进行编号，预设栅格大小已知，预设分区域的边界经纬度也已知，即可确定每个栅格的经纬度数据，可对每个栅格进行编号，并记录每个栅格编号对应的经纬度数据。101.根据第一目标通信数据所包含的小区经纬度数据和每个栅格的经纬度数据确定第一目标通信数据所属的栅格。102.s1404，确定每个栅格内的第一目标通信数据中参考信号接收功率数据大于预设功率阈值的第二目标通信数据。103.例如，预设功率阈值可设置为-90dbm。104.s1405，根据第二目标通信数据确定预设分区域的干扰源位置。105.在一种实施例中，s1405可以包括：106.将包含最大的上行功率余量小于零的占比数据的第二目标通信数据所属的栅格确定为预设分区域的干扰源位置。107.在一种实施例中，在采用预设干扰诊断工具从通信数据中筛选所属小区受干扰的通信数据之前，该方法还包括：108.确定上行物理资源块平均噪声数据在预设时间区间内大于预设阈值的目标次数。109.将目标次数大于预设次数阈值的通信数据确定为用于预设干扰诊断工具筛选的通信数据。110.例如，可将预设时间区间设置为24小时，预设阈值可设置为-105dbm，预设次数阈值可以设置为9次。111.在一种实施例中，采用本技术实施例选取黄冈浠水某区域进行效果验证，图2示出了效果验证航拍示意图，如图2所示，确定出干扰源位置经纬度信息(115.261688，40.441279)，安排排查人员进行现场排查，证实在该预测位置楼内某单位因招标工作开启了信号屏蔽装置。112.本技术实施例结合功率余量报告、参考信号接收功率、基站工参数据中小区经纬度数据、以及上行物理资源块数据对干扰源进行定位，不受定位算法及指纹库影响，所需算力较小，且定位精度较高；实现了干扰源排查定位的远程化、智能化、精准化，提高了干扰源定位的工作效率；并且可有效消除低质量测量值对定位结果的不利影响，提高对干扰源的定位精度。113.图1-2描述了通信干扰源的定位方法，下面结合附图3和附图4描述本技术实施例提供的装置。114.图3示出了本技术一个实施例提供的通信干扰源的定位装置的结构示意图，图3所示装置中各模块具有实现图1中各个步骤的功能，并能达到其相应技术效果。如图3所示，该装置可以包括：115.获取模块310，用于获取预设区域中所有小区的通信数据。116.通信数据包括话务统计数据、基站工参数据和最小化路测数据。基站工参数据包括小区经纬度数据。117.筛选模块320，用于采用预设干扰诊断工具从通信数据中筛选所属小区受干扰的通信数据。118.确定模块330，用于将受干扰的通信数据中小区经纬度数据输入预设区域聚类模型，确定每个预设分区域所包含的受干扰的通信数据。119.预设区域包括多个预设分区域。120.确定模块330，还用于根据预设分区域所包含的受干扰的通信数据确定预设分区域的干扰源位置。121.本技术实施例提供的通信干扰源的定位装置，考虑到功率余量报告与干扰强度密切相关，结合功率余量报告、参考信号接收功率、基站工参数据中小区经纬度数据、以及上行物理资源块数据对干扰源进行定位，不受定位算法及指纹库影响，所需算力较小，且定位精度较高。122.在一种实施例中，话务统计数据包括上行物理资源块平均噪声数据和上行物理资源块平均干扰电平数据。筛选模块320，具体用于：123.将上行物理资源块平均噪声数据和上行物理资源块平均干扰电平数据输入预设干扰诊断工具，输出受干扰的通信数据。124.在一种实施例中，确定模块330，还用于：125.确定上行物理资源块平均噪声数据在预设时间区间内大于预设阈值的目标次数。126.将目标次数大于预设次数阈值的通信数据确定为用于预设干扰诊断工具筛选的通信数据。127.在一种实施例中，最小化路测数据包括参考信号接收功率数据，话务统计数据还包括上行功率余量小于零的占比数据。确定模块330，包括：128.输出单元3301，用于采用预设算法分析每个预设分区域中所包含的上行物理资源块平均噪声数据和上行功率余量小于零的占比数据的数据相关性，输出每组受干扰的通信数据的相关性参数。129.确定单元3302，用于将大于预设相关性阈值的相关性参数对应的受干扰的通信数据确定为预设分区域中所包含的第一目标通信数据。130.对于每个预设分区域，分别执行如下步骤：131.划分单元3303，用于根据第一目标通信数据所包含的小区经纬度数据对预设分区域按照预设规则将第一目标通信数据进行栅格划分。132.确定单元3302，还用于确定每个栅格内的第一目标通信数据中参考信号接收功率数据大于预设功率阈值的第二目标通信数据。133.确定单元3302，还用于根据第二目标通信数据确定预设分区域的干扰源位置。134.在一种实施例中，划分单元3303可以具体用于：135.根据第一目标通信数据中的上行物理资源块平均噪声数据大小对第一目标通信数据进行降序排序。136.从第一目标通信数据中确定降序排序结果靠前预设个数的多个第三目标通信数据。137.将多个第三目标通信数据中所包含的小区经纬度数据中的最小经度、最小纬度、最大经度、最大纬度确定为预设分区域的边界。138.根据预设栅格大小和预设分区域的边界对预设分区域进行栅格划分，得到每个栅格的经纬度数据。139.根据第一目标通信数据所包含的小区经纬度数据和每个栅格的经纬度数据确定第一目标通信数据所属的栅格。140.在一种实施例中，确定单元3302可以具体用于：141.将包含最大的上行功率余量小于零的占比数据的第二目标通信数据所属的栅格确定为预设分区域的干扰源位置。142.本技术实施例结合功率余量报告、参考信号接收功率、基站工参数据中小区经纬度数据、以及上行物理资源块数据对干扰源进行定位，不受定位算法及指纹库影响，所需算力较小，且定位精度较高；实现了干扰源排查定位的远程化、智能化、精准化，提高了干扰源定位的工作效率；并且可有效消除低质量测量值对定位结果的不利影响，提高对干扰源的定位精度。143.图4示出了本技术一个实施例提供的通信干扰源的定位设备的结构示意图。如图4所示，该设备可以包括处理器401以及存储有计算机程序指令的存储器402。144.具体地，上述处理器401可以包括中央处理器(central processing unit，cpu)，或者特定集成电路(application specific integrated circuit，asic)，或者可以被配置成实施本技术实施例的一个或多个集成电路。145.存储器402可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器402可包括硬盘驱动器(hard disk drive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，usb)驱动器或者两个或更多个以上这些的组合。在一个实例中，存储器402可以包括可移除或不可移除(或固定)的介质，或者存储器402是非易失性固态存储器。存储器402可在综合网关容灾设备的内部或外部。146.在一个实例中，存储器402可以是只读存储器(read only memory，rom)。在一个实例中，该rom可以是掩模编程的rom、可编程rom(prom)、可擦除prom(eprom)、电可擦除prom(eeprom)、电可改写rom(earom)或闪存或者两个或更多个以上这些的组合。147.处理器401通过读取并执行存储器402中存储的计算机程序指令，以实现图1所示实施例中的方法，并达到图1所示实例执行其方法达到的相应技术效果，为简洁描述在此不再赘述。148.在一个示例中，该通信干扰源的定位设备还可包括通信接口403和总线410。其中，如图4所示，处理器401、存储器402、通信接口403通过总线410连接并完成相互间的通信。149.通信接口403，主要用于实现本技术实施例中各模块、装置、单元和/或设备之间的通信。150.总线410包括硬件、软件或两者，将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(accelerated graphics port，agp)或其他图形总线、增强工业标准架构(extended industry standard architecture，eisa)总线、前端总线(front side bus，fsb)、超传输(hyper transport，ht)互连、工业标准架构(industry standard architecture，isa)总线、无限带宽互连、低引脚数(lpc)总线、存储器总线、微信道架构(mca)总线、外围组件互连(pci)总线、pci-express(pci-x)总线、串行高级技术附件(sata)总线、视频电子标准协会局部(vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线410可包括一个或多个总线。尽管本技术实施例描述和示出了特定的总线，但本技术考虑任何合适的总线或互连。151.该通信干扰源的定位设备可以执行本技术实施例中的通信干扰源的定位方法，从而实现图1描述的通信干扰源的定位方法的相应技术效果。152.另外，结合上述实施例中的通信干扰源的定位方法，本技术实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种通信干扰源的定位方法。153.需要明确的是，本技术并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本技术的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本技术的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。154.以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(application specific integrated circuit，asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本技术的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、rom、闪存、可擦除rom(erom)、软盘、cd-rom、光盘、硬盘、光纤介质、射频(radio frequency，rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。155.还需要说明的是，本技术中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本技术不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。156.上面参考根据本技术的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本技术的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。157.以上所述，仅为本技术的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!