基于睡眠分期预测的闹钟控制方法、雷达及存储介质与流程

1.本技术涉及雷达技术领域，尤其涉及一种基于睡眠分期预测的闹钟控制方法、雷达及存储介质。背景技术：2.大多数人会在需要时设置闹钟叫醒自己，闹钟按照提前设置的时间点提供叫醒服务。但是人的睡眠有其固定的规律，自然醒符合人体生物钟规律。然而如果从深度睡眠中被突然叫醒，人的心理和生理都会受到影响。3.为了研究能够以符合人体生物钟规律的方式叫醒的闹钟，现有技术中通常基于人体的脑电波对人体的睡眠情况进行分析，确定人体在浅眠期再控制闹钟响铃，但是这种方法需要用户佩戴脑电波检测仪器，影响睡眠质量。技术实现要素：4.本技术提供了一种基于睡眠分期预测的闹钟控制方法、雷达及存储介质，以解决闹钟定时叫醒服务造成人体不适的问题。5.第一方面，本技术提供了一种基于睡眠分期预测的闹钟控制方法，包括：6.实时获取雷达对床体表面区域探测得到的回波信号，并基于所述回波信号提取人体睡眠特征；7.基于所述人体睡眠特征，按照预设周期计算对应的睡眠分期指数；8.若监测到当前时间到达闹钟的定时时间，则基于最近n个周期的睡眠分期指数，对当前周期后的第m个周期的睡眠分期指数进行预测；9.根据当前周期的睡眠分期指数及当前周期后的第m个周期的睡眠分期指数，确定所述闹钟的响铃方案，并基于所述响铃方案控制所述闹钟响铃。10.第二方面，本技术提供了一种雷达，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面任一种可能的实现方式所述方法的步骤。11.第三方面，本技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面任一种可能的实现方式所述方法的步骤。12.本技术实施例提供一种基于睡眠分期预测的闹钟控制方法、雷达及存储介质，该方法能够实时获取雷达对床体表面区域探测得到的回波信号，并基于所述回波信号提取人体睡眠特征；基于所述人体睡眠特征，按照预设周期计算对应的睡眠分期指数；若监测到当前时间到达闹钟的定时时间，则基于最近n个周期的睡眠分期指数，对当前周期后的第m个周期的睡眠分期指数进行预测；根据当前周期的睡眠分期指数及当前周期后的第m个周期的睡眠分期指数，确定所述闹钟的响铃方案，并基于所述响铃方案控制所述闹钟响铃。通过上述方法，本实施例能够采用雷达探测方法对人进行睡眠分期计算，预测闹钟定时时间用户的睡眠分期指数，从而根据睡眠分期指数确定对应的闹钟响铃方案，减少闹钟响铃对人体造成的不适。附图说明13.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。14.图1是本技术实施例提供的基于睡眠分期预测的闹钟控制方法的实现流程图；15.图2是本技术实施例提供的基于睡眠分期预测的闹钟控制装置的结构示意图；16.图3是本技术实施例提供的雷达的结构示意图。具体实施方式17.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本技术的描述。18.为使本技术的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。19.参见图1，其示出了本技术实施例提供的基于睡眠分期预测的闹钟控制方法的实现流程图，详述如下：20.s101：实时获取雷达对床体表面区域探测得到的回波信号，并基于所述回波信号提取人体睡眠特征。21.具体的，本实施例的执行主体为雷达，该雷达包括常规的用无线电的方法发现目标并测定它们的空间位置的雷达探测模块和闹钟，且雷达探测模块与闹钟通信连接。22.具体的，雷达探测模块架设在床体中轴线的上方，用于向下探测床体表面区域的环境，接收反射回的回波信号，并根据回波信号提取人体睡眠特征。23.人体睡眠特征包括但不限于呼吸频率、心跳频率、在床标志和体动标志。其中，呼吸频率用于表示每分钟呼吸的次数，单位为次/分钟，典型值为0～30；心跳频率用于表示每分钟心跳的次数，单位为次/分钟，典型值为50～120；在床标志用于表示在床体表面区域是否探测到人体，其典型值为0或1，0表示人不在床，1表示人在床；体动标志用于表示人体是否变换动作，典型值为0或1，0表示没有体动，1表示有体动。24.s102：基于所述人体睡眠特征，按照预设周期计算对应的睡眠分期指数。25.在一个可能的实施方式中，所述人体睡眠特征包括呼吸频率、心跳频率、在床标志、体动标志；s102的具体实现流程包括：26.s201：基于当前周期的在床标志判断当前周期下所述床体表面区域内是否有人；27.s202：若当前周期所述床体表面区域内有人，则基于最近k个周期内各个采样时刻的所述呼吸频率、所述心跳频率和所述体动标志，计算当前周期的睡眠分期指数；28.s203：若当前周期所述床体表面区域内没有人，则将当前周期的睡眠分期指数设置为第一预设数值。29.在本实施例中，雷达探测模块按照预设采样间隔获取对床体表面区域探测得到的回波信号，并在接收到回波信号后计算人体睡眠特征，其中，预设采样间隔可以为1分钟。在获取到人体睡眠特征后，雷达探测模块按照预设周期计算一个周期的睡眠分期指数，例如，若预设周期为5分钟，则雷达探测模块每隔五分钟计算一次人体的睡眠分期指数。30.具体的，每隔预设周期时间基于该周期中任一采样时刻的在床标志判断该周期床体表面区域内是否有人。若当前周期床体表面区域内有人，则可以基于最近k个周期内各个采样时刻的呼吸频率、心跳频率和体动标志，计算当前周期的睡眠分期指数。31.其中，k可以取1、2、3或4等，具体可以根据预设周期时长和实际睡眠周期确定。32.在一个可能的实施方式中，在s101之后，本实施例提供的方法还包括：33.判断用于存储人体睡眠特征的当前滑窗数组中是否存在剩余存储位置，若所述当前滑窗数组中没有剩余存储位置，则将最早存入所述当前滑窗数组的人体睡眠特征删除，并将当前采样时刻对应的人体睡眠特征存储至所述当前滑窗数组。34.在本实施例中，雷达探测模块在计算出人体睡眠特征后，将人体睡眠特征存储至滑窗数组中，滑窗数组中用于存储最近k个周期的人体睡眠特征，每新增一个需要存储的人体睡眠特征，则将当前滑窗数组中最早存入的人体睡眠特征删除，将最新的人体睡眠特征存入当前滑窗数组，从而采用较小的存储空间就能实现基于睡眠分期预测的闹钟控制方法。35.具体的，滑窗数组包括呼吸频率、心跳频率、在床标志和体动标志各自对应的数组，雷达探测模块基于上述存储方法将各类人体睡眠特征存储至对应的数组中。36.相应的，s202的具体实现流程包括：37.基于所述当前滑窗数组中各个采样时刻的所述呼吸频率、所述心跳频率和所述体动标志，计算当前周期的睡眠分期指数。38.在一个可能的实施方式中，s202的具体实现流程进一步包括：39.计算当前滑窗数组中各个采样时刻的呼吸频率的标准差、各个采样时刻的心跳频率的标准差和各个采样时刻的体动标志的均值；40.基于睡眠分期指数计算公式计算当前周期的睡眠分期指数；41.所述睡眠分期指数计算公式为：42.sleepfactor＝k1·breathstd+k2·heartstd+k3·moveflagmean；43.其中，sleepfactor表示所述睡眠分期指数，breathstd表示呼吸频率的标准差，heartstd表示心跳频率的标准差，moveflagmean表示体动标志的均值，k1、k2、k3分别为预设系数。44.在一些实施例中，k1＝0.3、k2＝0.3、k3＝5。当然在其他实施例中，k1、k2、k3还可以为其他取值。45.在本实施例中，若在床标志的值为0，则第一预设数值为-1。46.在一个实施例中，在计算得到每个周期的睡眠分期指数后，将最近n个周期的睡眠分期指数保存至指数存储数组sleepfactorwin中，即每新计算一个周期的睡眠分期指数，则将指数存储数组sleepfactorwin中最早存入的睡眠分期指数删除，并将最新计算得到的睡眠分期指数存入指数存储数组sleepfactorwin中。47.s103：若监测到当前时间到达闹钟的定时时间，则基于最近n个周期的睡眠分期指数，对当前周期后的第m个周期的睡眠分期指数进行预测。48.在一个可能的实施方式中，s103的具体实现流程包括：49.对最近n个周期的睡眠分期指数进行多项式拟合，得到拟合公式；50.将当前周期后的第m个周期带入所述拟合公式，得到当前周期后的第m个周期的睡眠分期指数。51.在本实施例中，雷达探测模块与闹钟之间建立通信连接，具体的，雷达与闹钟之间可以通过蓝牙或网络连接。闹钟在到达定时时间时将控制指令发送至雷达探测模块，雷达探测模块在监测到闹钟的控制指令时，基于最近n个周期的睡眠分期指数，对当前周期后的第m个周期的睡眠分期指数进行预测。52.示例性的，n可以取值18，m可以取3，以预设周期为5分钟为例，即雷达探测模块基于定时时间前90分钟的睡眠分期指数预测定时时间后15分钟的睡眠分期指数。53.具体的，s103的具体实现流程进一步包括：54.对最近n个周期的睡眠分期指数进行二次曲线拟合，得到拟合公式如下：55.y＝ax2+bx+c；56.拟合公式中，x表示待预测周期的序号，y表示睡眠分期指数。57.将当前周期后的第m个周期的序号带入拟合公式，得到当前周期后的第m个周期的睡眠分期指数。58.作为另一种具体的实施例，本实施例还可以取m+n个连续周期的序号及对应的睡眠分期指数作为一个训练样本，获取多个训练样本训练神经网络模型，在神经网络模型完成训练后，将当前周期的前n个周期的睡眠分期指数及序号输入神经网络模型，输出当前周期后的第m个周期的睡眠分期指数。59.s104：根据当前周期的睡眠分期指数及当前周期后的第m个周期的睡眠分期指数，确定所述闹钟的响铃方案，并基于所述响铃方案控制所述闹钟响铃。60.在一个可能的实施方式中，s104的具体实现流程包括：61.s301：根据当前周期的睡眠分期指数，确定当前周期的睡眠分期结果；所述睡眠分期结果包括深睡期、浅睡期和清醒期；62.s302：根据当前周期后的第m个周期的睡眠分期指数，确定当前周期后的第m个周期的睡眠分期结果；63.s303：根据当前周期的睡眠分期结果及当前周期后的第m个周期的睡眠分期结果，确定所述闹钟的响铃方案；所述闹钟的响铃方案包括立刻响铃和当前周期后的第m个周期到达时刻响铃。64.在一个可能的实施方式中，s303的具体实现流程包括：65.若当前周期对应的睡眠分期结果为浅睡期或清醒期，则控制所述闹钟立刻响铃；66.若当前周期对应的睡眠分期结果为深睡期、且当前周期后的第m个周期的睡眠分期结果为深睡期，则控制所述闹钟立刻响铃；67.若当前周期对应的睡眠分期结果为深睡期、且当前周期后的第m个周期的睡眠分期结果为浅睡期或清醒期，则控制所述闹钟在当前周期后的第m个周期到达时刻响铃。68.在一个可能的实施方式中，s301的具体实现流程包括：69.若当前周期的睡眠分期指数大于第一预设门限，则判定当前周期的睡眠分期结果为清醒期；70.若当前周期的睡眠分期指数小于或等于所述第一预设门限且大于第二预设门限，则判定当前周期的睡眠分期结果为浅睡期；所述第一预设门限大于所述第二预设门限；71.若当前周期的睡眠分期指数不大于所述第二预设门限，则判定当前周期的睡眠分期结果为深睡期。72.从上述实施例可知，本技术通过上述方法能够基于人体的睡眠分期结果在最适合的时间控制闹钟响铃，尽量减少人体因闹钟带来的不适，有助于人体快速进入更佳状态，另外，本实施例采用滑窗数组的方式保存人体睡眠特征和睡眠分期指数，能够减小存储空间，同时采用线性拟合的方式对睡眠分期指数进行预测，计算方法简单，能够减少计算量，从而使该方法能够在雷达内部即可实现，不需要将一整晚的数据发送至云平台再完成睡眠分期，提高了睡眠分期预测的实时性，从而提高闹钟控制准确性，同时可以减少雷达和云平台之间的通信数据量，节省带宽。73.应理解，上述实施例中各步骤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，而不应对本技术实施例的实施过程构成任何限定。74.以下为本技术的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。75.图2示出了本技术实施例提供的基于睡眠分期预测的闹钟控制装置的结构示意图，为了便于说明，仅示出了与本技术实施例相关的部分，详述如下：76.如图2所示，基于睡眠分期预测的闹钟控制装置100包括：77.睡眠特征提取模块110，用于实时获取雷达对床体表面区域探测得到的回波信号，并基于所述回波信号提取人体睡眠特征；78.睡眠分期指数计算模块120，用于基于所述人体睡眠特征，按照预设周期计算对应的睡眠分期指数；79.睡眠分期指数预测模块130，用于若监测到当前时间到达闹钟的定时时间，则基于最近n个周期的睡眠分期指数，对当前周期后的第m个周期的睡眠分期指数进行预测；80.响铃控制模块140，用于根据当前周期的睡眠分期指数及当前周期后的第m个周期的睡眠分期指数，确定所述闹钟的响铃方案，并基于所述响铃方案控制所述闹钟响铃。81.在一个可能的实施方式中，所述人体睡眠特征包括呼吸频率、心跳频率、在床标志、体动标志；睡眠分期指数计算模块120包括：82.在床判断单元，用于基于当前周期的在床标志判断当前周期下所述床体表面区域内是否有人；83.第一睡眠分期指数计算单元，用于若当前周期所述床体表面区域内有人，则基于最近k个周期内各个采样时刻的所述呼吸频率、所述心跳频率和所述体动标志，计算当前周期的睡眠分期指数；84.第二睡眠分期指数计算单元，用于若当前周期所述床体表面区域内没有人，则将当前周期的睡眠分期指数设置为第一预设数值。85.在一个可能的实施方式中，本实施例提供的基于睡眠分期预测的闹钟控制装置还包括：86.滑窗存储模块，用于判断用于存储人体睡眠特征的当前滑窗数组中是否存在剩余存储位置，若所述当前滑窗数组中没有剩余存储位置，则将最早存入所述当前滑窗数组的人体睡眠特征删除，并将当前采样时刻对应的人体睡眠特征存储至所述当前滑窗数组；87.相应的，第一睡眠分期指数计算单元包括：88.基于所述当前滑窗数组中各个采样时刻的所述呼吸频率、所述心跳频率和所述体动标志，计算当前周期的睡眠分期指数。89.在一个可能的实施方式中，第一睡眠分期指数计算单元进一步包括：90.计算当前滑窗数组中各个采样时刻的呼吸频率的标准差、各个采样时刻的心跳频率的标准差和各个采样时刻的体动标志的均值；91.基于睡眠分期指数计算公式计算当前周期的睡眠分期指数；92.所述睡眠分期指数计算公式为：93.sleepfactor＝k1·breathstd+k2·heartstd+k3·moveflagmean；94.其中，sleepfactor表示所述睡眠分期指数，breathstd表示呼吸频率的标准差，heartstd表示心跳频率的标准差，moveflagmean表示体动标志的均值，k1、k2、k3分别为预设系数。95.在一个可能的实施方式中，睡眠分期指数预测模块130包括：96.对最近n个周期的睡眠分期指数进行多项式拟合，得到拟合公式；97.将当前周期后的第m个周期带入所述拟合公式，得到当前周期后的第m个周期的睡眠分期指数。98.在一个可能的实施方式中，响铃控制模块140包括：99.当前分期结果确定单元，用于根据当前周期的睡眠分期指数，确定当前周期的睡眠分期结果；所述睡眠分期结果包括深睡期、浅睡期和清醒期；100.分期结果预测单元，用于根据当前周期后的第m个周期的睡眠分期指数，确定当前周期后的第m个周期的睡眠分期结果；101.响铃方案确定单元，用于根据当前周期的睡眠分期结果及当前周期后的第m个周期的睡眠分期结果，确定所述闹钟的响铃方案；所述闹钟的响铃方案包括立刻响铃和当前周期后的第m个周期到达时刻响铃。102.在一个可能的实施方式中，响铃方案确定单元包括：103.若当前周期对应的睡眠分期结果为浅睡期或清醒期，则控制所述闹钟立刻响铃；104.若当前周期对应的睡眠分期结果为深睡期、且当前周期后的第m个周期的睡眠分期结果为深睡期，则控制所述闹钟立刻响铃；105.若当前周期对应的睡眠分期结果为深睡期、且当前周期后的第m个周期的睡眠分期结果为浅睡期或清醒期，则控制所述闹钟在当前周期后的第m个周期到达时刻响铃。106.在一个可能的实施方式中，当前分期结果确定单元包括：107.若当前周期的睡眠分期指数大于第一预设门限，则判定当前周期的睡眠分期结果为清醒期；108.若当前周期的睡眠分期指数小于或等于所述第一预设门限且大于第二预设门限，则判定当前周期的睡眠分期结果为浅睡期；所述第一预设门限大于所述第二预设门限；109.若当前周期的睡眠分期指数不大于所述第二预设门限，则判定当前周期的睡眠分期结果为深睡期。110.本技术实施例提供一种基于睡眠分期预测的闹钟控制装置，该装置能够实时获取雷达对床体表面区域探测得到的回波信号，并基于所述回波信号提取人体睡眠特征；基于所述人体睡眠特征，按照预设周期计算对应的睡眠分期指数；若监测到当前时间到达闹钟的定时时间，则基于最近n个周期的睡眠分期指数，对当前周期后的第m个周期的睡眠分期指数进行预测；根据当前周期的睡眠分期指数及当前周期后的第m个周期的睡眠分期指数，确定所述闹钟的响铃方案，并基于所述响铃方案控制所述闹钟响铃。本实施例能够采用雷达探测方法对人进行睡眠分期计算，预测闹钟定时时间用户的睡眠分期指数，从而根据睡眠分期指数确定对应的闹钟响铃方案，减少闹钟响铃对人体造成的不适。111.图3是本技术实施例提供的雷达的示意图。如图3所示，该实施例的雷达3包括：处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述各个基于睡眠分期预测的闹钟控制方法实施例中的步骤，例如图1所示的步骤s101至步骤s104。或者，所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能，例如图2所示模块110至140的功能。112.示例性的，所述计算机程序32可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器31中，并由所述处理器30执行，以完成/实施本技术所提供的方案。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序32在所述雷达3中的执行过程。113.所述雷达3可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是雷达3的示例，并不构成对雷达3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述雷达还可以包括输入输出设备、网络接入设备、总线等。114.所称处理器30可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。115.所述存储器31可以是所述雷达3的内部存储单元，例如雷达3的硬盘或内存。所述存储器31也可以是所述雷达3的外部存储设备，例如所述雷达3上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，所述存储器31还可以既包括所述雷达3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述雷达所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。116.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，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。117.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。118.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技术的范围。119.在本技术所提供的实施例中，应该理解到，所揭露的装置/雷达和方法，可以通过其它的方式实现。例如，以上所描述的装置/雷达实施例仅仅是示意性的，例如，所述模块或单元的划分，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。120.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。121.另外，在本技术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。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。122.所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个基于睡眠分期预测的闹钟控制方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。123.此外，本技术附图中示出的实施例或本说明书中提到的各种实施例的特征不必理解为彼此独立的实施例。而是，可以将一个实施例的其中一个示例中描述的每个特征与来自其他实施例的个或多个其他期望的特征组合，从而产生未用文字或参考附图描述的其他实施例。124.以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。