阅读说明：本技术 车联网频谱复用的资源分配方法、装置、设备和可读介质 (Resource allocation method, device and equipment for Internet of vehicles spectrum reuse and readable medium ) 是由 贾育 张敏 郭彩丽 朱美逸 于 2021-08-18 设计创作，主要内容包括：本公开提供一种车联网频谱复用的资源分配方法、装置、设备和可读介质,其中,方法包括：确定目标检测准确率和设备采集视频的视频码率的关系模型；将最大化V2I链路平均目标检测准确率和最大化V2V链路平均传输速率确定为关系模型对应的优化目标；根据蜂窝用户设备的信干噪比、V2I链路复用频谱资源块的限制条件和V2V链路复用频谱资源块的限制条件确定优化目标的约束条件构建资源分配指导模型；根据资源分配指导模型构建对应的多智能体深度Q网络的算法模型；训练后的多智能体深度Q网络的算法模型用于确定优化目标的结果；根据优化目标的结果为V2I链路和V2V链路分配频谱资源。通过本公开实施例,在保证信干噪比需求的同时,提供了低复杂度的资源分配方案。(The present disclosure provides a resource allocation method, device, equipment and readable medium for vehicle networking spectrum reuse, wherein the method comprises: determining a relation model between target detection accuracy and video code rate of a video acquired by equipment; determining the maximum V2I link average target detection accuracy rate and the maximum V2V link average transmission rate as optimization targets corresponding to the relational model; determining a constraint condition of an optimization target according to the signal-to-interference-and-noise ratio of the cellular user equipment, the limiting condition of the V2I link multiplexing spectrum resource block and the limiting condition of the V2V link multiplexing spectrum resource block to construct a resource allocation guidance model; constructing a corresponding multi-agent depth Q network algorithm model according to the resource allocation guidance model; the trained algorithm model of the multi-agent depth Q network is used for determining the result of the optimization target; and allocating spectrum resources for the V2I link and the V2V link according to the result of the optimization objective. By the embodiment of the disclosure, the signal to interference plus noise ratio requirement is ensured, and meanwhile, a low-complexity resource allocation scheme is provided.)

具体实施方式

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，提供这些实施方式使得本公开将更加全面和完整，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。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

下面结合附图对本公开示例实施方式进行详细说明。

在本公开的一种示例性实施例中，蜂窝用户设备可记作CUE(Cellular UserEquipment)，频谱资源块可记作RB(Resource Block)。

图1是本公开示例性实施例中车联网频谱复用场景下的资源分配方法的流程图。

参考图1，车联网频谱复用场景下的资源分配方法可以包括：

步骤S102，确定目标检测准确率和设备采集视频的视频码率的关系模型。

在本公开的一种示例性实施例中，如图8所示，构建V2I链路812和V2V链路814复用CUE上行链路810的RB的车联网系统模型，系统模型包括一个蜂窝基站802(Base Station，BS)，M个分别已占用M个RB的CUE 806，N辆配备高清摄像头的智能汽车804。另外，系统模型中还包括能够与基站802进行通信的信号灯808。

在本公开的一种示例性实施例中，系统模型的通信链路如下：M条CUE上行链路N条V2I链路 N条V2V链路

其中，M条CUE上行链路已分别占用M个RB，M条V2I链路和N条V2V链路选择复用CUE的M个RB。

步骤S104，将最大化V2I链路平均目标检测准确率和最大化V2V链路平均传输速率确定为关系模型对应的优化目标。

步骤S106，根据蜂窝用户设备的信干噪比、每条V2I链路复用频谱资源块的限制条件和每条V2V链路复用频谱资源块的限制条件确定优化目标的约束条件，构建资源分配指导模型。

在本公开的一种示例性实施例中，每条V2I链路复用频谱资源块的限制条件包括每条V2I链路最多可复用一个RB。

在本公开的一种示例性实施例中，每条V2V链路复用频谱资源块的限制条件包括每条V2V链路最多可复用一个RB。

步骤S108，根据资源分配指导模型构建对应的多智能体深度Q网络的算法模型。

步骤S110，对多智能体深度Q网络的算法模型进行训练，训练后的多智能体深度Q网络的算法模型用于确定优化目标的结果。

在本公开的一种示例性实施例中，多智能体深度Q网络可记作MADQN(Multi-AgentDeep Q-Network,MADQN)，构建MADQN包括选择智能体、构建观测空间、构建动作空间和构建环境反馈四个步骤。

步骤S112，根据优化目标的结果为V2I链路和V2V链路分配频谱资源。

本公开实施例，通过将最大化V2I链路平均目标检测准确率和最大化V2V链路平均传输速率确定为关系模型对应的优化目标，并根据蜂窝用户设备的信干噪比、每条V2I链路复用频谱资源块的限制条件和每条V2V链路复用频谱资源块的限制条件确定优化目标的约束条件，构建资源分配指导模型，继而对多智能体深度Q网络的算法模型进行训练，训练后的多智能体深度Q网络的算法模型用于确定优化目标的结果，进而根据优化目标的结果为V2I链路和V2V链路分配频谱资源，优化了车辆端到基站端、车辆端到车辆端的频谱资源分配，在保障蜂窝用户设备的信干噪比需求的条件下，实现了V2I链路平均目标检测准确率最大化和V2V链路平均传输速率最大化。

下面结合图2至图7，对车联网频谱复用场景下的资源分配方法的各步骤进行详细说明。

如图2所示，确定目标检测准确率和设备采集视频的视频码率的关系模型包括：

步骤S202，确定关系模型的预设参数。

步骤S204，根据预设参数构建目标检测准确率与第n个设备采集视频的视频码率之间的指数关系，并确定为关系模型，关系模型的表达式包括：

其中，P(R_n)表征目标检测准确率，R_n表征第n个设备采集视频的视频码率，α₁表征预设参数中的第一预设参数，α₂表征预设参数中的第二预设参数，α₃表征预设参数中的第三预设参数，β₁表征预设参数中的第四预设参数，β₂表征预设参数中的第五预设参数。

在本公开的一种示例性实施例中，构建目标检测准确率和视频量化参数(Quantitative Parameters，QP)值的关系模型，根据实验结果拟合出如下的指数关系模型如表达式(1)如下：

其中，P()表示目标检测准确率的函数，q表示QP值，α₁、α₂、α₃为关系模型的预设参数。

在本公开的一种示例性实施例中，根据实验结果拟合出如下的指数关系模型如表达式(2)如下：

q＝β₁exp(β₂R_n)，(2)

其中，R_n表示第n辆车所采集视频的码率，exp()表示以自然常数e为底的指数函数，β₁和β₂为关系模型的预设参数。

在本公开的一种示例性实施例中，联合上述两步所得的关系模型，可得目标检测准确率与视频码率的关系模型如表达式(3)如下：

其中，视频码率的大小与传输过程中的频谱资源分配情况有关，至此得到了基于视频语义的频谱资源分配指导模型，该模型为V2I视频传输任务的资源分配方法指明了优化方向。

如图3所示，将最大化V2I链路平均目标检测准确率和最大化V2V链路平均传输速率确定为优化目标包括：

步骤S302，确定采集视频的设备的总数量，并记作第一数量。

步骤S304，确定采集视频检测的目标的类别的总数量，并记作第二数量。

步骤S306，确定目标类别的权重。

步骤S308，确定原始视频中待检测的目标的密度。

步骤S310，确定V2I链路的传输速率。

步骤S312，根据第一数量、第二数量、权重、密度、V2I链路的传输速率、关系模型确定全部V2I链路的平均目标检测准确率。

步骤S314，将最大化全部V2I链路的平均目标检测准确率确定为优化目标中的第一优化目标，第一优化目标的表达式如表达式(4)如下：

其中，N表征第一数量，C表征第二数量，δ_c表征权重，I_n,c表征密度，所述表征所述第n条所述V2I链路的传输速率，P_n,c()表征关系模型对应的函数。

在本公开的一种示例性实施例中，所求解的关系模型的参数满足α₁<0，α₂>1且β₂<0，且满足(是求导运算符)，因此函数P(q(R_n))在定义域中单调增加，当视频码率R_n等于V2I链路传输速率时，目标检测准确率取最大值，上述表达式(4)可转换为表达式(5)如下：

在本公开的一种示例性实施例中，由香农定理可知第n条V2I链路的传输速率为表达式(6)：

在本公开的一种示例性实施例中，表征第n条复用第k个频谱资源块的V2I链路的信干噪比。

如图4所示，将最大化V2I链路平均目标检测准确率和最大化V2V链路平均传输速率确定为优化目标还包括：

步骤S402，根据香农定理和第n条V2V链路复用第k个频谱资源块的信干噪比确定第n条V2V链路的传输速率；

步骤S404，将最大化全部V2V链路的平均传输速率确定为优化目标中的第二优化目标，第二优化目标的表达式(7)如下：

其中，表征第n条V2V链路复用第k个频谱资源块的信干噪比，表征第n条所述V2V链路的传输速率对应的函数。

在本公开的一种示例性实施例中，V2V链路的平均传输速率计算表达式(8)如下：

其中，由香农定理确定第n条V2V链路的传输速率的表达式(7)如下：

如图5所示，车联网频谱复用场景下的资源分配方法还包括：

步骤S502，确定复用频谱资源块的有用信号的信道功率增益。

步骤S504，确定复用频谱资源块的干扰信号的信道功率增益。

步骤S506，根据有用信号的信道功率增益和干扰信号的信道功率增益确定信干噪比，信干噪比包括所述蜂窝用户设备的第k条上行链路复用第k个频谱资源块的信干噪比，第s条V2I链路复用第k个频谱资源块的信干噪比和第s条V2V链路复用第k个频谱资源块的信干噪比。

在本公开的一种示例性实施例中，确定有用信号的信道功率增益包括：第m条复用第m个频谱资源块的CUE上行链路信道功率增益第n条复用第m个频谱资源块的V2I链路信道功率增益第n条复用第m个频谱资源块的V2V链路信道功率增益

在本公开的一种示例性实施例中，确定干扰信号的信道功率增益包括：同时复用第m个频谱资源块的V2I链路对CUE上行链路的干扰功率增益记作同时复用第m个频谱资源块的V2V链路对CUE上行链路的干扰功率增益记作同时复用第m个频谱资源块的CUE上行链路对V2I链路的干扰功率增益记作同时复用第m个频谱资源块的V2I链路对另一条V2I链路的干扰功率增益记作同时复用第m个频谱资源块的V2V链路对V2I链路的干扰功率增益记作同时复用第m个频谱资源块的CUE上行链路对V2V链路的干扰功率增益记作同时复用第m个频谱资源块的V2I链路对V2V链路的干扰功率增益记作同时复用第m个频谱资源块的V2V链路对另一条V2V链路的干扰功率增益记作

在本公开的一种示例性实施例中，表示第n条V2I链路复用第m个频谱资源块，表示不复用。

在本公开的一种示例性实施例中，表示第n条V2V链路复用第m个频谱资源块，表示不复用。

在本公开的一种示例性实施例中，关系模型的其他参数包括：基站天线增益记作G^b；CUE发射功率记作P^c，CUE天线增益记作G^c；车辆发射功率记作P^v，车辆天线增益记作G^v；每个RB带宽记作B，噪声功率密度记作σ²。

在本公开的一种示例性实施例中，计算所有通信链路的SINR(Signal toInterference plus Noise Ratio，信干噪比)包括以下步骤：

(1)第k条复用第k个RB的CUE上行链路的SINR的表达式(10)如下：

其中，来源于复用同一RB的V2I链路和V2V链路的干扰信号的表达式(11)如下：

(2)第s条复用第k个RB的V2I链路的SINR的表达式(12)如下：

其中，来源于复用同一RB的CUE、其他V2I链路和V2V链路的干扰信号的表达式(13)如下：

(3)第s条复用第k个RB的V2V链路的SINR的表达式(14)如下：

其中，来源于复用同一RB的CUE、V2I链路和其他V2V链路的干扰信号的表达式(15)如下：

如图6所示，根据蜂窝用户设备的信干噪比、每条V2I链路复用频谱资源块的限制条件和每条V2V链路复用频谱资源块的限制条件确定优化目标的约束条件，构建资源分配指导模型包括：

步骤S602，确定第m个蜂窝用户设备的信干噪比大于或等于预设的最小信干噪比阈值为约束条件中的第一约束条件。

步骤S604，确定每条V2I链路至多复用一个频谱资源块为约束条件中的第二约束条件。

步骤S606，确定每条V2V链路至多复用一个频谱资源块为约束条件中的第三约束条件。

在本公开的一种示例性实施例中，约束条件包括以下：

其中，约束条件C1表示第M个CUE的SINR应不小于最低门限值γ_th，约束条件C2、C3、C4表示每条V2I链路和V2V链路最多可复用一个RB。

如图7所示，根据资源分配指导模型构建对应的多智能体深度Q网络的算法模型包括：

步骤S702，将N条V2I链路和N条V2V链路确定为与环境交互的2N个智能体。

在本公开的一种示例性实施例中，如图9所示，在车联网环境900下包括N辆能够与基站通信的车辆，分别记作车辆1、……、车辆k、……、车辆N，对应的观测路径包括观测1、……、观测k、……、观测N，选择N条V2I链路和N条V2V链路作为与环境交互的N个智能体，记作agent∈{1,2,…,2N}。

其中，{1,2,…，N}表示N条V2I链路智能体，{N+1,N+2,…,2N}表示N条V2V链路智能体。

步骤S704，确定第k个V2I链路智能体和第k+N个V2V链路智能体所观测的环境状态信息。

在本公开的一种示例性实施例中，第k个V2I链路智能体和第k+N个V2V链路智能体所观测的环境状态信息的表达式(16)如下：

其中，s_k中的参数的表示意义依次为：当前时刻第k个V2I链路智能体选择复用的RB序号、及其在M个RB下的信道增益和所受干扰功率、第k+N个V2V链路智能体选择复用的RB序号、及其在M个RB下的信道增益和所受干扰功率、M个CUE所受干扰功率、当前回合数和贪婪策略的随机概率。

在本公开的一种示例性实施例中，在环境状态中加入当前回合数和贪婪策略的随机概率是为了稳定MADQN的经验回放机制，加速深度神经网络的收敛。

步骤S706，根据V2I链路复用频谱资源块的动作和/或V2V链路复用频谱资源块的动作确定第k个智能体的动作空间集合。

在本公开的一种示例性实施例中，第k个智能体的动作为a_k∈{1,2,…,M}，用于表示V2I链路或V2V链路选择复用第a_k个RB，如图9所示，动作空间集合包括V2I链路的N个智能体对应的动作1、……、动作k、……、动作N，动作空间集合包括V2V链路的N个智能体对应的动作1+N、……、动作k+N、……、动作2N。

步骤S708，为优化目标对应的V2I链路智能体和优化目标对应的V2V链路智能体确定反馈函数，反馈函数的结果由复用第k个频谱资源块的蜂窝用户设备的上行链路的信干噪比与预设的最小信干噪比阈值之间的大小关系确定。

在本公开的一种示例性实施例中，利用强化学习的反馈机制，为优化目标不同的智能体设置不同的奖励值，并在不满足特定需求时反馈惩罚值，同时满了足CUE、V2I和V2V三种用户设备的不同目标和需求，基于此，反馈函数的表达式(17)和表达式(18)如下：

其中，和分别为第k个V2I链路智能体和第k+N个V2V链路智能体的反馈函数，如图9所示，分别向V2I链路和V2V链路反馈V2I奖励和V2V奖励，Φ₁和Φ₂分别为其各自的归一化函数，用于稳定反馈函数的分布，加速网络收敛。

在本公开的一种示例性实施例中，状态信息包括第k个V2I链路智能体选择复用的频谱资源块的标识，第k个V2I链路在第m个频谱资源块下的有用信号的信道功率增益和干扰信号的功率增益、第k+N个V2V链路智能体选择复用的频谱资源块的标识、第k+N个V2V链路在第m个频谱资源块下的有用信号的信道功率增益和干扰信号的信道功率增益、第m个蜂窝用户设备的干扰功率增益、确定的环境的当前回合数和贪婪策略下的随机概率。

在本公开的一种示例性实施例中，训练完成后的MADQN算法模型为车联网频谱复用场景下的视频传输任务提供了一种基于视频语义的资源分配方案，该方法为V2I链路和V2V链路分配合适的频谱资源，在保障CUE的SINR需求的同时，实现了最大化的V2I链路的平均目标检测准确率和最大化的V2V链路的平均传输速率。

下面结合图10至图14对车联网频谱复用场景下的资源分配方案的效果进行具体说明。

图10示出了车辆到基站视频传输链路平均正确检测目标数量与频谱资源块的带宽(单位为带宽)之间的拟合曲线1000，拟合曲线包括本公开的技术方案下的拟合曲线、仅仅基于服务质量实现的拟合曲线和仅仅基于体验质量实现的拟合曲线。

图11示出了车辆到基站视频传输链路平均正确检测目标数量与车辆发射功率(单位为分贝毫瓦)之间的拟合曲线1100，拟合曲线包括本公开的技术方案下的拟合曲线、仅仅基于服务质量实现的拟合曲线和仅仅基于体验质量实现的拟合曲线。

图12示出了车辆到车辆链路平均传输速率(单位为比特/秒)与频谱资源块的带宽(单位为带宽)之间的拟合曲线1200，拟合曲线包括本公开的技术方案下的拟合曲线、仅考虑车辆到基站视频传输的拟合曲线。

图13示出了车辆到车辆链路平均传输速率与车辆发射功率(单位为分贝毫瓦)之间的拟合曲线1300，拟合曲线包括本公开的技术方案下的拟合曲线、仅考虑车辆到基站视频传输的拟合曲线。

图14示出了蜂窝用户上行链路通信中断率与车辆发射功率(单位为分贝毫瓦)之间的拟合曲线1400，拟合曲线包括本公开的技术方案下的拟合曲线、仅考虑车辆到基站视频传输的拟合曲线和中断率标准线的拟合曲线。

基于图10至图14所示，通过本公开的技术方案，提高了车辆到基站视频传输链路的平均正确检测目标数量，同时也提高了车辆到车辆链路平均传输速率，另外，也降低了蜂窝用户上行链路通信中断率，综合提升了频谱资源效果和通信质量。

对应于上述方法实施例，本公开还提供一种车联网频谱复用场景下的资源分配装置，可以用于执行上述方法实施例。

图15是本公开示例性实施例中一种车联网频谱复用场景下的资源分配装置的方框图。

参考图15，车联网频谱复用场景下的资源分配装置1500可以包括：

确定模块1502，用于确定目标检测准确率和设备采集视频的视频码率的关系模型。

确定模块1502还用于，将最大化V2I链路平均目标检测准确率和最大化V2V链路平均传输速率确定为。

确定模块1502还用于，根据蜂窝用户设备的信干噪比、每条V2I链路复用频谱资源块的限制条件和每条V2V链路复用频谱资源块的限制条件确定优化目标的约束条件，构建资源分配指导模型。

构建模块1504，用于根据资源分配指导模型构建对应的多智能体深度Q网络的算法模型。

训练模块1506，用于对多智能体深度Q网络的算法模型进行训练，训练后的多智能体深度Q网络的算法模型用于确定优化目标的结果。

分配模块1508，用于根据优化目标的结果为V2I链路和V2V链路分配频谱资源。

在本公开的一种示例性实施例中，确定模块1502还用于：确定关系模型的预设参数；根据预设参数构建目标检测准确率与第n个设备采集视频的视频码率之间的指数关系，并确定为关系模型，关系模型的表达式包括：

其中，P(R_n)表征目标检测准确率，R_n表征第n个设备采集视频的视频码率，α₁表征预设参数中的第一预设参数，α₂表征预设参数中的第二预设参数，α₃表征预设参数中的第三预设参数，β₁表征预设参数中的第四预设参数，β₂表征预设参数中的第五预设参数。

在本公开的一种示例性实施例中，确定模块1502还用于：确定采集视频的设备的总数量，并记作第一数量；确定采集视频检测的目标的类别的总数量，并记作第二数量；确定目标类别的权重；确定原始视频中待检测的目标的密度；确定V2I链路的传输速率；根据第一数量、第二数量、权重、密度、V2I链路的传输速率、关系模型确定全部V2I链路的平均目标检测准确率；将最大化全部V2I链路的平均目标检测准确率确定为优化目标中的第一优化目标，第一优化目标的表达式包括：

其中，N表征第一数量，C表征第二数量，δ_c表征权重，I_n，c表征密度，表征第n条所述V2I链路的传输速率，P_n，c()表征关系模型对应的函数。

在本公开的一种示例性实施例中，确定模块1502还用于：根据香农定理和第n条所述V2V链路复用第k个频谱资源块的信干噪比确定第n条所述V2V链路的传输速率；将最大化全部所述V2V链路的平均传输速率确定为所述优化目标中的第二优化目标，所述第二优化目标的表达式包括：其中，所述表征第n条所述V2V链路复用第k个频谱资源块的信干噪比，表征所述第n条所述V2V链路的传输速率对应的函数。

在本公开的一种示例性实施例中，确定模块1502还用于：确定复用频谱资源块的链路的有用信号的信道功率增益；确定复用频谱资源块的干扰信号的干扰功率增益；根据有用信号的信道功率增益和干扰信号的信道功率增益确定信干噪比，信干噪比包括蜂窝用户设备的第k条上行链路复用第k个频谱资源块的信干噪比，第s条V2I链路复用第k个频谱资源块的信干噪比和第s条V2V链路复用第k个频谱资源块的信干噪比。

在本公开的一种示例性实施例中，确定模块1502还用于：确定第m个蜂窝用户设备的信干噪比大于或等于预设的最小信干噪比阈值为约束条件中的第一约束条件；确定每条V2I链路至多复用一个频谱资源块为约束条件中的第二约束条件；确定每条V2V链路至多复用一个频谱资源块为约束条件中的第三约束条件。

在本公开的一种示例性实施例中，构建模块1504还用于：将N条V2I链路和N条V2V链路确定为与环境交互的2N个智能体；确定第k个V2I链路智能体和第k+N个V2V链路智能体所观测的环境状态信息；根据V2I链路复用频谱资源块的动作和/或V2V链路复用频谱资源块的动作确定第k个智能体的动作空间集合；为优化目标对应的V2I链路智能体和优化目标对应的V2V链路智能体确定反馈函数，反馈函数的结果由复用第k个频谱资源块的蜂窝用户设备的上行链路的信干噪比与预设的最小信干噪比阈值之间的大小关系确定。

在本公开的一种示例性实施例中，状态信息包括第k个V2I链路智能体选择复用的频谱资源块的标识，第k个V2I链路在第m个频谱资源块下的有用信号的信道功率增益和干扰信号的信道功率增益、第k+N个V2V链路智能体选择复用的频谱资源块的标识、第k+N个V2V链路在第m个频谱资源块下的有用信号的信道功率增益和干扰信号的信道功率增益、第m个蜂窝用户设备的干扰功率增益、确定的环境的当前回合数和贪婪策略下的随机概率。

由于装置1500的各功能已在其对应的方法实施例中予以详细说明，本公开于此不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图16来描述根据本公开的这种实施方式的电子设备1600。图16显示的电子设备1600仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图16所示，电子设备1600以通用计算设备的形式表现。电子设备1600的组件可以包括但不限于：上述至少一个处理单元1610、上述至少一个存储单元1620、连接不同系统组件(包括存储单元1620和处理单元1610)的总线1630。

其中，存储单元存储有程序代码，程序代码可以被处理单元1610执行，使得处理单元1610执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，处理单元1610可以执行如本公开实施例所示的方法。

存储单元1620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)16201和/或高速缓存存储单元16202，还可以进一步包括只读存储单元(ROM)16203。

存储单元1620还可以包括具有一组(至少一个)程序模块16205的程序/实用工具16204，这样的程序模块16205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线1630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备1600也可以与一个或多个外部设备1640(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备1600交互的设备通信，和/或与使得该电子设备1600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1650进行。并且，电子设备1600还可以通过网络适配器1660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器1660通过总线1630与电子设备1600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备1600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。

根据本公开的实施方式的用于实现上述方法的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和构思由权利要求指出。