[0001] 本发明涉及长线型公共设施渗漏状态监测和预警技术领域，具体涉及一种长线型公共设施渗漏状态的实时监测和预警方法。

[0002] 长线型公共设施是指具有较大空间延展性、长度远大于宽度的基础设施系统，管廊是其中典型的代表。管廊通常用于集中容纳和保护城市中的多种管线，如电力、电信、供水、排水、燃气和供热管道等。由于管廊通常埋设于地下或架设在地表之下，且其结构庞大、覆盖范围广，渗漏问题容易发生但难以被及时发现。长线型公共设施渗漏是指管廊中的液体或气体由于结构破损、管线老化、地质条件变化等原因，渗透到设施内部或外部环境中，可能导致环境污染、设施损坏、能源浪费甚至安全事故。对管廊等长线型公共设施渗漏状态进行实时监测和预警尤为重要，因为这种监测能够及时发现潜在的渗漏问题，预防小问题演变成严重事故，从而保障城市基础设施的安全运行和可靠性，减少因渗漏引发的经济损失和环境危害。通过实时监测和预警，可以有效延长管廊的使用寿命，确保其功能的持续稳定性。

[0003] 现有的长线型公共设施渗漏状态实时监测和预警技术主要通过在管廊内部及周围布置多种高灵敏度传感器来实现。这些传感器通常包括水位传感器、湿度传感器、压力传感器和温度传感器等，能够实时采集管廊内外的环境参数。当管廊发生渗漏时，这些传感器会检测到水位上升、湿度变化、压力波动或温度异常等迹象，并将这些数据通过无线或有线网络传输到中央监测系统。中央监测系统通过对采集到的数据进行实时分析，计算出渗漏状态判定系数和环境变化指数，并将其与预设的安全阈值进行对比。如果判定系数超出阈值，系统将立即触发预警信号，通知维护人员渗漏的具体位置和严重程度，同时生成应急处理建议，帮助迅速采取修复措施。整个过程实现了对管廊渗漏状态的全方位、实时监测，能够在问题初期就进行干预，避免渗漏进一步恶化，保障管廊的安全运行和城市基础设施的正常运转。

[0004] 现有技术存在以下不足：在地下管廊中，特别是在靠近地表的区域，土壤含水量会因季节变化或降水量的波动而显著变化。在这种情况下，传感器可能会检测到由土壤含水量变化引起的湿度和压力信号异常。然而，由于现有的渗漏监测技术无法有效消除这些土壤含水量波动对传感器数据的干扰，系统难以准确区分这些信号与实际渗漏信号之间的差异。这种信号混淆可能导致系统频繁误报，增加维护人员的排查工作量，并浪费资源。同时，如果系统未能在土壤含水量变化的情况下准确检测到渗漏信号，可能会出现漏报，导致渗漏问题在未被及时发现的情况下持续恶化，最终可能引发管廊结构的严重损坏，增加修复难度和成本，影响管廊的长期安全和稳定运行。

[0005] 在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

[0021] 现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些示例实施方式使得本公开的描述将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。

[0022] 本发明提供了如图1所示的一种长线型公共设施渗漏状态的实时监测和预警方法，具体包括以下步骤：在靠近地表的管廊区域内，部署传感器网络，用于实时获取靠近地表的管廊区域内的环境动态响应信息，并在获取后将环境动态响应信息存储至中央监测系统；
传感器网络的部署可以通过多种方式进行，以确保全面覆盖靠近地表的管廊区
域。首先，可以采用地面或浅层埋设的方式，将湿度传感器、压力传感器和温度传感器沿管廊路径的关键位置埋设在地表下，确保传感器紧贴管廊结构，以准确感知环境变化。其次，可以使用无线传感器节点，这些节点通过低功耗无线通信技术（如LoRa或Zigbee）相互连接，形成一个自组织的网络，确保数据传输的稳定性和覆盖范围。传感器网络具体指的是由多个传感器节点组成的一个系统，这些节点通过有线或无线的方式相互通信，并通过网关节点将数据传输到中央监测系统，形成一个实时监测和数据采集的网络结构。

[0023] 为了实时获取靠近地表的管廊区域内的环境动态响应信息，可以通过传感器网络的多点布局和定时数据采集来实现。传感器可以通过定时采集的方式，每隔固定时间间隔自动获取土壤含水量、环境湿度、压力变化和温度波动等信息。此外，还可以通过事件驱动模式，即当传感器检测到环境参数的急剧变化（如突降暴雨导致的湿度突然上升）时，立即触发数据采集过程，以捕捉异常环境条件下的动态变化。环境动态响应信息具体包括当前时刻的土壤含水量、环境湿度、压力分布以及温度梯度，这些数据反映了环境条件对管廊结构的实时影响。

[0024] 环境动态响应信息获取后，可以通过多种方式存储至中央监测系统。首先，可以通过有线网络，如光纤或以太网，将数据直接传输到中央监测系统的服务器，确保数据传输的稳定性和高带宽。其次，对于无线传感器网络，可以利用网关节点将无线数据汇聚并通过蜂窝网络（如4G/5G）或Wi‑Fi连接，将数据上传至云端监测平台。数据到达中央监测系统后，可以采用分布式数据库系统进行存储，如使用SQL数据库进行结构化数据存储，或使用NoSQL数据库来管理大规模的时间序列数据。中央监测系统还可以配置数据备份机制和实时监控界面，确保数据的安全性和可用性，并提供分析接口用于后续的数据处理和风险评估。

[0025] 对存储至中央监测系统的环境动态响应信息进行分析，分别生成土壤湿度变化系数、环境压力响应指数和温度影响补偿系数；本实施例中，对存储至中央监测系统的环境动态响应信息进行分析，分别生成土壤湿度变化系数、环境压力响应指数和温度影响补偿系数，具体包括以下步骤：
对存储至中央监测系统的靠近地表的管廊区域内的环境动态响应信息进行预处
理；
进行环境动态响应信息的预处理是确保数据准确性、完整性和一致性的重要步
骤。首先，预处理可以过滤掉由于传感器噪声、数据传输错误或环境干扰引起的异常值，确保后续分析数据的可靠性。具体的预处理包括以下几项：一是数据清洗，通过识别和剔除异常值、缺失值或重复数据，确保数据的完整性和一致性；二是数据平滑，通过移动平均、加权平均或其他平滑算法，减弱数据中的短期波动，突出长期趋势；三是数据归一化，通过对不同传感器数据进行归一化处理，将数据转换到一个统一的尺度上，确保不同类型数据之间的可比性。这些预处理步骤可以通过数据处理软件实现，软件会自动检测异常数据、执行清洗、平滑和归一化操作，确保生成的土壤湿度变化系数、环境压力响应指数和温度影响补偿系数基于高质量的数据，从而提高渗漏风险评估的准确性。

[0026] 提取经过预处理的环境动态响应信息中的环境综合调控信息，环境综合调控信息包括土壤含水量数据、土壤温度数据和环境压力数据；提取经过预处理的环境动态响应信息中的环境综合调控信息，可以通过数据处理软件中的自动化数据提取和分类功能来实现。首先，软件会从中央监测系统中调取预处理后的环境动态响应信息，随后根据预定义的标签或分类规则，对数据进行自动分类和筛选。
具体来说，软件会识别并提取相关的土壤含水量数据、土壤温度数据和环境压力数据，这些数据通常通过传感器实时采集并存储在系统中。软件会按照时间戳对齐不同数据类型，以确保各类数据的时间同步性。然后，软件会进一步过滤掉无效或异常数据，确保提取的数据具有高质量和准确性。提取后的数据被聚合成一个综合数据集，标记为环境综合调控信息，存储在数据库中以供后续的分析和计算使用。通过这种方式，软件能够高效、准确地提取和组织环境综合调控信息，从而支持进一步的渗漏风险评估和参数计算。

[0027] 对提取的环境综合调控信息进行分析，分别生成土壤湿度变化系数、环境压力响应指数和温度影响补偿系数。

[0028] 本实施例中，土壤湿度变化系数的获取逻辑如下：提取环境综合调控信息中的土壤含水量数据和土壤温度数据，具体包括靠近地表的管廊区域内在一段时间内不同时刻的土壤实际含水量和土壤实际温度，并将靠近地表的管廊区域内在一段时间内不同时刻的土壤实际含水量和土壤实际温度分别标定为 和 ，表示靠近地表的管廊区域内在一段时间内不同时刻的土壤实际含水量和土壤实际温度的编号， ，为正整数；
提取环境综合调控信息中的土壤含水量数据和土壤温度数据，可以通过数据处理软件的自动化数据采集和时间序列分析功能来实现。首先，软件会从传感器网络中获取实时采集的数据流，识别并提取与土壤含水量和土壤温度相关的数据点。为了确保数据的时间一致性，软件会自动将这些数据按照时间戳进行对齐，确保在同一时间点上，土壤含水量和土壤温度数据是同步的。接着，软件会对提取的数据进行筛选和清洗，过滤掉由于传感器误差或数据传输问题引起的异常值和缺失值。然后，软件将这些经过处理的数据按照预设的时间间隔（例如每小时、每分钟）提取，并生成一个时间序列数据集，包含在一段时间内不同时刻的土壤实际含水量和土壤实际温度。最终，这些提取的数据将被标记为环境综合调控信息的一部分，存储在中央监测系统的数据库中，以供进一步的分析和计算使用。通过这种方式，软件能够高效、准确地提取关键的环境数据，为后续的渗漏风险评估提供可靠的基础。

[0029] 获取靠近地表的管廊区域内在一段时间内的预设土壤实际含水量和预设土壤实际温度，并分别标定为 和 ；获取靠近地表的管廊区域内在一段时间内的预设土壤实际含水量和预设土壤实
际温度，可以通过结合历史环境数据和环境模拟模型的方式实现。首先，软件会从中央监测系统的数据库中调取在相似季节、天气条件和地理位置下的历史土壤含水量和温度数据，这些数据作为初步的基准。接着，软件使用环境模拟模型，该模型基于地理信息系统（GIS）、气象数据、土壤物理特性等因素，预测特定时间段内的土壤含水量和温度的变化趋势。软件通过对历史数据与模型预测结果进行比较与融合，生成该管廊区域内的预设土壤实际含水量和预设土壤实际温度。这些预设值反映了无外部干扰情况下的典型环境状态，作为土壤湿度变化评估的基准数据。软件还可以动态调整这些预设值，以反映实时环境条件的变化，从而确保预设数据的时效性和准确性，最终为精准的渗漏风险评估提供可靠的基准。

[0030] 计算土壤湿度变化系数，具体的计算公式如下：式中， 为土壤湿度变化系数。

[0031] 土壤湿度变化系数的大小直接影响对靠近地表的管廊区域内是否存在渗漏风险的评估。具体而言，当土壤湿度变化系数较大时，表示当前土壤实际含水量与预设土壤含水量之间存在显著差异，且这一差异超过了正常环境波动范围，这可能表明该区域内存在渗漏风险。反之，如果土壤湿度变化系数较小，说明土壤实际含水量与预设值接近，湿度变化在正常范围内，则渗漏风险较低。这一系数作为评估渗漏风险的关键指标，通过量化湿度的异常波动，帮助准确识别可能的渗漏问题，从而及时采取必要的预警和处理措施。

[0032] 本实施例中，环境压力响应指数的获取逻辑如下：提取环境综合调控信息中的环境压力数据和土壤温度数据，具体包括靠近地表的管廊区域内在一段时间内不同时间点的环境实际压力和土壤实际温度，并将这些数据分别标定为 和 ，表示靠近地表的管廊区域内在一段时间内不同时间点的环境实际压力和土壤实际温度的编号， ，为正整数；
提取环境综合调控信息中的环境压力数据和土壤温度数据，可以通过自动化数据处理软件中的数据筛选和时间序列分析功能实现。首先，软件会从中央监测系统中调取预处理后的环境动态响应信息，这些信息已经按时间戳标记好。接着，软件通过预设的筛选规则，自动识别与环境压力和土壤温度相关的数据点，并按照时间顺序将这些数据提取出来。
具体来说，软件会对存储在系统中的多维数据进行筛选，提取出靠近地表的管廊区域内在一段时间内不同时刻的环境实际压力和土壤实际温度数据。为了确保这些数据的时效性和准确性，软件会自动对提取的数据进行时间对齐，过滤掉由于传感器误差或数据噪声引起的异常值，并对不同时间点的数据进行聚合处理。最终，软件将提取到的环境压力和土壤温度数据组织成一个时间序列数据集，存储在指定的数据库中，以供后续的分析和计算使用。
通过这种方式，软件能够高效、准确地提取关键的环境数据，为渗漏风险评估提供可靠的基础。

[0033] 获取靠近地表的管廊区域内在一段时间内的预设环境实际压力，并标定为 ；获取靠近地表的管廊区域内在一段时间内的预设环境实际压力，可以通过结合历史环境数据和环境预测模型的方式实现。首先，软件会从中央监测系统的数据库中调取在相似季节、天气条件和地理位置下的历史环境压力数据，这些数据为设定预设环境实际压力提供了基础。接着，软件使用基于地理信息系统（GIS）、气象数据和环境压力传感器数据的预测模型，模拟在特定时间段内的环境压力变化趋势。通过将历史数据与预测模型的结果进行比对和加权平均，软件能够生成该管廊区域内的一段时间内的预设环境实际压力值。这些预设值不仅反映了典型环境条件下的压力情况，还能够动态调整以适应实时环境变化。最终，软件将生成的预设环境压力数据存储在数据库中，作为后续渗漏风险评估中的基准数据，确保评估的精准性和可靠性。通过这种方式，软件能够高效地获取并生成预设环境实际压力，为渗漏监测和风险评估提供准确的基准。

[0034] 计算环境压力响应指数，具体的计算公式如下：式中， 为环境压力响应指数， 为
靠近地表的管廊区域内在一段时间内的预设土壤实际温度。

[0035] 环境压力响应指数的大小直接关系到对靠近地表的管廊区域内是否存在渗漏风险的评估。当环境压力响应指数较大时，表明当前环境实际压力与历史基准压力或预设压力之间存在显著差异，这种异常压力变化可能是由渗漏导致的土壤压力变化引起的，从而暗示着该区域存在较高的渗漏风险。反之，如果环境压力响应指数较小，说明当前压力与历史或预设基准之间的差异较小，压力变化在正常范围内，则渗漏风险较低。这一指数通过量化压力的异常波动，帮助准确识别和评估可能的渗漏问题，为及时采取预警和修复措施提供依据。

[0036] 本实施例中，温度影响补偿系数的获取逻辑如下：提取环境综合调控信息中的环境压力数据和土壤温度数据，具体包括靠近地表的管廊区域内在一段时间内不同时间点的环境实际压力和土壤实际温度，并将这些数据分别标定为 和 ，表示靠近地表的管廊区域内在一段时间内不同时间点的环境实际压力和土壤实际温度的编号， ，为正整数；
获取靠近地表的管廊区域内在一段时间内的历史基准温度和历史基准压力，并分别标定为 和 ；
获取靠近地表的管廊区域内在一段时间内的历史基准温度和历史基准压力，可以通过从中央监测系统的数据库中调取并分析长期存储的环境历史数据实现。首先，软件会根据所需的时间段和地理区域，自动筛选出对应时期的温度和压力数据。这些历史数据通常来源于该区域内长期部署的传感器网络，经过系统的长期收集和存储。软件会对这些历史数据进行时间对齐和聚合处理，以确保数据的完整性和一致性。然后，软件通过计算历史数据的平均值或中位数，来确定该时间段内的历史基准温度和历史基准压力。为了提高基准值的准确性，软件还会考虑排除极端天气事件或异常数据的影响，确保所提取的基准值能够反映该区域在典型环境条件下的温度和压力状况。最终，提取出的历史基准温度和压力将被存储和标记在数据库中，作为后续评估环境变化和渗漏风险的参考基准。这种通过自动化软件处理的方式，能够确保历史基准数据的准确性和可靠性，为渗漏风险评估提供坚实的基础。

[0037] 计算温度影响补偿系数，具体计算公式如下：式中， 为温度影响补偿系数。

[0038] 温度影响补偿系数的大小与评估靠近地表的管廊区域内是否存在渗漏风险密切相关。当温度影响补偿系数较大时，意味着当前土壤温度和环境压力与历史基准温度和基准压力之间存在较大偏差。这种偏差可能影响传感器对环境变化的准确检测，导致压力或湿度数据的异常变化更可能被误认为是由渗漏引起的。通过对这些温度和压力变化进行补偿和调整，温度影响补偿系数帮助提高了渗漏风险评估的准确性。如果温度影响补偿系数较小，表明温度和压力条件接近历史基准，环境变化在正常范围内，则渗漏风险较低。因此，温度影响补偿系数通过修正温度和压力对数据的影响，确保渗漏风险评估的准确性，降低误报的可能性。

[0039] 对生成的土壤湿度变化系数、环境压力响应指数和温度影响补偿系数构建渗漏风险评估模型，生成渗漏风险系数；本实施例中，对生成的土壤湿度变化系数 、环境压力响应指数 和温度
影响补偿系数 构建渗漏风险评估模型，通过加权求和生成渗漏风险系数 。

[0040] 构建渗漏风险评估模型并生成渗漏风险系数 涉及对生成的土壤湿度变化系数 、环境压力响应指数 和温度影响补偿系数 进行加权整合。首先，软件会依据管廊区域的地理条件、历史渗漏数据、环境特性等因素，为每个系数分配权重系数（如），这些权重反映了各个因素在总体渗漏风险中的相对重要性。通常，土壤湿度变化系数可能在渗漏风险中占有更大的权重，因为土壤湿度的异常变化往往直接指示了渗漏的发生；环境压力响应指数则反映了环境压力的变化可能对渗漏的影响，权重次之；而温度影响补偿系数主要用于修正温度对其他两个系数的影响，权重相对较小。模型的构建过程首先通过加权求和公式 将这些权重系数
应用于相应的指标，然后综合计算出渗漏风险系数。这个LRC值通过反映各个环境因素的综合影响，准确评估渗漏风险的大小，从而为监测系统提供基于数据的风险预警。这种加权求和方法确保了模型在不同环境条件下的适用性和灵活性，使得渗漏风险的评估更加精准和可靠。

[0041] 确定预先设定的渗漏风险系数阈值，并在确定后与生成的渗漏风险系数进行比对，评估在该靠近地表的管廊区域内是否存在渗漏风险，并根据评估结果分别生成正常信号和异常信号；本实施例中，确定预先设定的渗漏风险系数阈值 ，并在确定后与生成的
渗漏风险系数 进行比对，评估在该靠近地表的管廊区域内是否存在渗漏风险，并根据评估结果分别生成正常信号和异常信号，具体比对分析如下：
若 ，在该靠近地表的管廊区域内不存在渗漏风险，生成正常信
号，这意味着当前的环境条件在靠近地表的管廊区域内相对正常，未检测到可能导致渗漏的显著异常，此时，系统生成正常信号，指示该区域处于安全状态，无需采取额外的预防或修复措施，影响方面，这种情况通常表示环境压力、温度以及土壤湿度等关键参数与历史基准或预设值之间的差异在可接受范围内，因此管廊的结构完整性和运行稳定性未受到威胁，系统可以继续常规监测，保障管廊的安全运行；
若 ，在该靠近地表的管廊区域内存在渗漏风险，生成异常信号，这
意味着当前的环境条件显示出明显的异常，可能存在较高的渗漏风险，系统生成异常信号，表明该区域可能正在经历环境压力、温度或土壤湿度的显著变化，这些变化可能会导致管廊结构的损坏或渗漏，影响方面，这种情况需要立即引起维护人员的关注，并可能需要采取紧急措施进行现场检查和修复，如果未能及时响应，可能导致渗漏问题的恶化，增加修复难度和成本，甚至对管廊的长期安全和稳定运行构成威胁。

[0042] 在生成异常信号的情况下，获取后续生成的若干个渗漏风险系数，进行综合分析，生成对应等级的风险信号，并根据生成的对应等级的风险信号，采取相应的解决措施。

[0043] 本实施例中，在生成异常信号的情况下，获取后续生成的若干个渗漏风险系数，将后续生成的若干个渗漏风险系数重新标定为 ，表示在生成异常信号的情况下后续生成的若干个渗漏风险系数的编号， ，为正整数；在生成异常信号的情况下，获取后续生成的若干个渗漏风险系数，可以通过自动化数据采集和实时分析软件来实现。首先，当系统检测到异常信号后，软件会自动进入密集监测模式，增大数据采集频率，从传感器网络中获取与渗漏相关的实时环境数据，包括土壤湿度、环境压力和温度等关键参数。随后，软件根据预设的渗漏风险评估模型，利用新获取的数据分别计算出一系列新的渗漏风险系数。这些渗漏风险系数代表了在异常信号出现后，系统对环境变化的持续评估结果。软件会按照时间序列将这些系数保存，并标记为后续生成的若干个渗漏风险系数，以供进一步的统计分析和风险比对。这一过程确保了系统能够在异常情况发生时，及时捕捉和分析环境变化，动态评估渗漏风险，为采取相应的应对措施提供精准的数据支持。

[0044] 将若干个渗漏风险系数的平均值标定为 ，则： ；将若干个渗漏风险系数的标准差标定为 ，则：
。

[0045] 本实施例中，获取在生成异常信号的情况下后续生成的若干个渗漏风险系数的预设平均值和预设标准差，将在生成异常信号的情况下后续生成的若干个渗漏风险系数的预设平均值和预设标准差分别标定为 和 ，将在生成异常信号的情况下后续生成的若干个渗漏风险系数的平均值 和标准差 分别与预设平均值
和预设标准差 进行比对分析，生成对应等级的风险信号，并根据生成的对应等级的风险信号，采取相应的解决措施，具体分析如下：
若 ，生成高风险信号，立即采取紧急措施；
在这种情况下，后续生成的渗漏风险系数的平均值  明显高于预设平均值 
，表明当前渗漏风险持续上升并已经超过安全阈值。这意味着环境条件正在恶化，渗漏风险极高，可能会对管廊的结构完整性和安全性造成重大威胁。此时，生成高风险信号，表明需要立即采取紧急措施。具体的措施包括通过软件系统发出紧急警报，自动调度维护团队进行现场检查，可能需要立即进行渗漏检测、土壤修复或压力释放等操作，以防止灾难性的结构损坏和环境污染。软件系统还可以实时监控修复进展，并根据新生成的风险系数动态调整应对策略。

[0046] 若 且 ，生成中风险信号，进行定期监测和维护；在这种情况下，说明虽然总体风险在可控范围内，但环境条件的波动较大，不确定性较高。这意味着渗漏风险尚未显著增加，但存在潜在的不稳定因素，可能导致情况恶化。
此时，生成中风险信号，提示需要加强监测和维护。具体的措施包括通过软件系统增加数据采集频率，持续监控关键环境参数，并定期生成渗漏风险评估报告。软件还可以安排维护人员进行例行检查，重点关注高波动区域，确保问题在早期得到处理，以防止风险升级。

[0047] 若 且 ，生成低风险信号，保持定期巡检和监控。

[0048] 在这种情况下，说明当前环境条件稳定，渗漏风险较低，且波动性小。这意味着管廊区域的运行状况良好，不存在显著的渗漏风险。此时，生成低风险信号，表明可以维持常规的巡检和监控工作。具体措施包括通过软件系统安排定期的环境参数监控和数据记录，确保数据的持续更新和分析，并通过常规的维护程序来确保设备的正常运行。系统还会继续跟踪环境参数的变化，以便在情况发生变化时能够及时响应。

[0049] 获取在生成异常信号的情况下后续生成的若干个渗漏风险系数的预设平均值和预设标准差，可以通过历史数据分析和预测模型结合的方式实现。首先，软件会从中央监测系统的数据库中调取在类似异常情况下的历史渗漏风险系数数据，这些数据通常是从过去的类似环境和条件下记录的异常事件中提取的。接着，软件会利用这些历史数据计算出对应的平均值和标准差，作为预设值。此外，为了确保这些预设值的时效性和适应性，软件还可以通过渗漏风险预测模型，根据当前环境变化的趋势和历史异常情况，动态调整和优化预设平均值和预设标准差。最终，软件将这些预设值存储在系统中，以供后续的比对分析使用，从而帮助系统在异常信号出现时更准确地评估渗漏风险等级。通过这种方式，预设值的获取既基于历史经验，又适应当前环境的变化，确保风险评估的准确性和可靠性。

[0050] 上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。

[0051] 上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络，或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质（例如，软盘、硬盘、磁带）、光介质（例如，DVD），或者半导体介质。半导体介质可以是固态硬盘。

[0052] 应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

[0053] 本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件，或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

[0054] 在本申请所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其他的方式实现。例如，以上所描述的实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其他的形式。

[0055] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

[0056] 另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

[0057] 以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。