您好,欢迎来到达州工业云! 平台首页 企业驾驶舱 帮助中心 企业登录 企业注册

HI,欢迎使用达州工业云平台!

账号必须大于2位

创新资源平台
服务平台首页>专利库>专利详情

雷达散射截面近场到近场的变换方法

  • 申请号:CN201210484656.6 申请公布号: CN102944872A
  • 申请日: 2012-11-23 申请公布日: 2013-02-27
  • 申请(专利权)人: 专利代理机构: 北京同立钧成知识产权代理有限公司
  • 分类号:G01S7/41

专利介绍

本发明提供一种雷达散射截面近场到近场的变换方法,包括:测量获取雷达目标在第一距离的第一近场散射数据;对所述第一近场散射数据进行预处理,获取第一近场预处理数据;根据所述第一近场预处理数据,获取所述雷达目标在第二距离的第二近场预处理数据;根据所述第二近场预处理数据,获取所述雷达目标在所述第二距离的第二近场散射数据,以实现从已测得的某一距离的近场散射数据获得该目标在近场范围内任意距离下的散射数据,从而获得该目标在近场范围内任意距离下的RCS数据,降低测试成本,从而便于研究待测目标散射特性随距离的变化。
1.一种雷达散射截面近场到近场的变换方法,其特征在于,包括:测量获取雷达目标在第一距离的第一近场散射数据;对所述第一近场散射数据进行预处理,获取第一近场预处理数据;根据所述第一近场预处理数据,获取所述雷达目标在第二距离的第二近场预处理数据;根据所述第二近场预处理数据,获取所述雷达目标在所述第二距离的第二近场散射数据。
2.根据权利要求1所述的方法,其特征在于,所述对所述第一近场散射数据进行预处理,获取第一近场预处理数据,包括:对所述第一近场散射数据进行两次傅里叶变换和一次加权处理,获取所述第一近场预处理数据。
3.根据权利要求2所述的方法,其特征在于,所述对所述第一近场散射数据进行两次傅里叶变换和一次加权处理,获取所述第一近场预处理数据,包括:采用公式(1)表示所述第一近场散射数据u(k,φ): u ( k , φ ) = 1 ( 4 π ) 2 ∫ ∫ γ ( ρ ′ , φ ′ ) [ e j 2 kR R 2 ] ρ ′ d ρ ′ d φ ′ - - - ( 1 ) ]]>其中,该公式各参量是在以雷达目标的扫描中心为原点所在的极坐标下测得,k为雷达发射信号的波矢量,φ为雷达所在位置的角度坐标,u(k,φ)为雷达目标在第一距离的第一近场散射数据,(ρ′,φ′)为雷达目标任意一点的坐标,Υ(ρ′,φ′)为雷达目标的散射分布函数,R为雷达距离雷达目标上任意一点(ρ′,φ′)的距离,R01为第一近场距离,表示雷达到目标中心的距离;采用公式(2)获取所述第一近场预处理数据: U 01 ( k , φ ) ≈ 1 π ∫ R 3 / 2 e i 2 kR ∫ u ( k ′ , φ ) e - i 2 k ′ R dk ′ dR - - - ( 2 ) ]]>其中,U01(k,φ)为第一近场预处理数据,k′为雷达发射信号的波矢量积分变量。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第一近场预处理数据,获取所述雷达目标在第二距离的第二近场预处理数据,包括:采用公式(3)获取所述第二近场预处理数据: U 02 ( k , φ ) = 1 2 π Σ n = - N N H n ( 1 ) ( 2 k R 02 ) e jnφ H n ( 1 ) ( 2 k R 01 ) ∫ 0 2 π U 01 ( k , φ ) e - jnφ dφ - - - ( 3 ) ]]>其中,U02(k,φ)为雷达目标在第二距离的第二近场预处理数据,R01为雷达距离雷达目标的第一距离,R02为雷达距离雷达目标的第二距离,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="225"/>为参数取2kR02时的第一类n阶汉克尔函数,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="222"/>为参数取2kR01时的第一类n阶汉克尔函数。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第二近场预处理数据,获取所述雷达目标在所述第二距离的第二近场散射数据,包括:对所述第二近场预处理数据进行两次傅里叶变换和一次加权处理,获取所述第二近场散射数据。
6.根据权利要求5所述的方法,其特征在于,所述对所述第二近场预处理数据进行两次傅里叶变换和一次加权处理,获取所述第二近场散射数据,包括:采用公式(4)获取所述第二近场散射数据: u 2 ( k , φ ) = 1 π ∫ 1 R 3 / 2 e j 2 kR ∫ U 02 ( k ′ , φ ) e - j 2 k ′ R dk ′ dR - - - ( 4 ) ]]>其中,u2(k,φ)为雷达目标在第二距离的第二近场散射数据。
7.根据权利要求6所述的方法,其特征在于,根据所述第二近场预处理数据,获取所述雷达目标在所述第二距离的第二近场散射数据之后,还包括:采用公式(5)获取所述第二近场RCS数据: σ 2 ( k , φ ) = ( 4 π ) 3 R 02 4 | u 2 ( k , φ ) | 2 - - - ( 5 ) ]]>其中,σ2(k,φ)为雷达目标在第二距离的第二近场RCS数据。技术领域
本发明涉及雷达信号处理技术,尤其涉及一种雷达散射截面近场到近场的变换方法。
背景技术
雷达散射截面(Radarxa0Crossxa0Section,简称:RCS)测量技术是研究目标雷达散射特性的重要手段之一,RCS与雷达发射信号的波长λ、待测目标的形状与材质,以及待测目标的所在位置有关。RCS的核心数据为散射数据,获取待测目标的RCS,即测量其散射数据,再通过公式计算得到RCS。但直接测量散射数据的成本较高,目前,一般可以采用基于图像的近场-远场变换(Image-basedxa0Nearxa0Field-to-Farxa0Fieldxa0Transformation,简称:IBxa0NFFFT)技术,通过待测目标在某一位置的近场散射数据得到远场散射数据,进而获得待测目标的远场RCS。IBxa0NFFFT技术针对自身高度较小、在俯仰面上满足远场条件的目标,建立二维多散射中心模型,应用物理光学(Physicalxa0Optics,简称:PO)理论中的单双站等效定理与柱面波函数的展开,给出了单站圆周扫描模式下的近远场变换关系式。但是,NFFFT实现的是基于图像的近场到远场RCS的变换,即给定近场RCS测量数据,可以得到目标的远场RCS数据,但无法从已测得的近场RCS推导出不同距离下的其它近场RCS数据。
发明内容
本发明提供一种雷达散射截面近场到近场的变换方法,以实现基于图像的近场到近场的变换(Imaged-basedxa0Nearxa0Field-to-Nearxa0Fieldxa0Transformation,简称:IBxa0NFNFT)。本发明提供一种雷达散射截面近场到近场的变换方法,包括:测量获取雷达目标在第一距离的第一近场散射数据;对所述第一近场散射数据进行预处理,获取第一近场预处理数据;根据所述第一近场预处理数据,获取所述雷达目标在第二距离的第二近场预处理数据;根据所述第二近场预处理数据,获取所述雷达目标在所述第二距离的第二近场散射数据。进一步地,该方法中,所述对所述第一近场散射数据进行预处理,获取第一近场预处理数据,包括:对所述第一近场散射数据进行两次傅里叶变换和一次加权处理,获取所述第一近场预处理数据。进一步地,该方法中,所述对所述第一近场散射数据进行两次傅里叶变换和一次加权处理,获取所述第一近场预处理数据,包括:采用公式(1)表示所述第一近场散射数据u(k,φ): u ( k , φ ) = 1 ( 4 π ) 2 ∫ ∫ γ ( ρ ′ , φ ′ ) [ e j 2 kR R 2 ] ρ ′ d ρ ′ d φ ′ - - - ( 1 ) ]]>其中,该公式各参量是在以雷达目标的扫描中心为原点所在的极坐标下测得,k为雷达发射信号的波矢量,φ为雷达所在位置的角度坐标,u(k,φ)为雷达目标在第一距离的第一近场散射数据,(ρ′,φ′)为雷达目标任意一点的坐标,Υ(ρ′,φ′)为雷达目标的散射分布函数,R为雷达距离雷达目标上任意一点(ρ′,φ′)的距离;采用公式(2)获取所述第一近场预处理数据: U 01 ( k , φ ) ≈ 1 π ∫ R 3 / 2 e i 2 kR ∫ u ( k ′ , φ ) e - i 2 k ′ R dk ′ dR - - - ( 2 ) ]]>其中,U01(k,φ)为第一近场预处理数据,k′为雷达发射信号的波矢量。进一步地,该方法中,所述根据所述第一近场预处理数据,获取所述雷达目标在第二距离的第二近场预处理数据,包括:采用公式(3)获取所述第二近场预处理数据: U 02 ( k , φ ) = 1 2 π Σ n = - N N H n ( 1 ) ( 2 k R 02 ) e jnφ H n ( 1 ) ( 2 k R 01 ) ∫ 0 2 π U 01 ( k , φ ) e - jnφ dφ - - - ( 3 ) ]]>其中,U02(k,φ)为雷达目标在第二距离的第二近场预处理数据,R01为雷达距离雷达目标的第一距离,R02为雷达距离雷达目标的第二距离,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="224"/>为参数取2kR02时的第一类n阶汉克尔函数,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="222"/>为参数取2kR01时的第一类n阶汉克尔函数,R02为第二近场距离。进一步地,该方法中,所述根据所述第二近场预处理数据,获取所述雷达目标在所述第二距离的第二近场散射数据,包括:对所述第二近场预处理数据进行两次傅里叶变换和一次加权处理,获取所述第二近场散射数据。进一步地,该方法中,所述对所述第二近场预处理数据进行两次傅里叶变换和一次加权处理,获取所述第二近场散射数据,包括:采用公式(4)获取所述第二近场散射数据: u 2 ( k , φ ) = 1 π ∫ 1 R 3 / 2 e j 2 kR ∫ U 02 ( k ′ , φ ) e - j 2 k ′ R dk ′ dR - - - ( 4 ) ]]>其中,u2(k,φ)为雷达目标在第二距离的第二近场散射数据。进一步地,该方法中,根据所述第二近场预处理数据,获取所述雷达目标在所述第二距离的第二近场散射数据之后,还可以包括:采用公式(5)获取所述第二近场RCS数据: σ 2 ( k , φ ) = ( 4 π ) 3 R 02 4 | u 2 ( k , φ ) | 2 - - - ( 5 ) ]]>其中,σ2(k,φ)为雷达目标在第二距离的第二近场RCS数据。本发明提供的雷达散射截面近场到近场的变换方法,通过对第一近场散射数据进行预处理,获取第一近场预处理数据;再根据该第一近场预处理数据,获取所述雷达目标在第二距离的第二近场预处理数据;再根据所述第二近场预处理数据,获取所述雷达目标在所述第二距离的第二近场散射数据,实现从已测得的某一距离的近场散射数据获得该目标在近场范围内任意距离下的散射数据,从而获得该目标在近场范围内任意距离下的RCS数据,降低了测试成本,从而便于研究待测目标散射特性随距离的变化。
附图说明
图1为本发明雷达散射截面近场到近场的变换方法实施例一的流程图;图2为本发明实施例一中雷达目标的分布及散射强度示意图;图3为本发明雷达散射截面近场到近场的变换方法实施例二的流程图;图4为图3所示实施例二中雷达对雷达目标进行水平面内圆周近场扫描的俯视图。
具体实施方式
图1为本发明雷达散射截面近场到近场的变换方法实施例一的流程图,如图1所示,本实施例的RCS近场到近场的变换方法可以包括:步骤101、测量获取雷达目标在第一距离的第一近场散射数据。在本实施例中,待测的雷达目标满足俯仰方向上的远场条件,即ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="223"/>式中R0是雷达与待测目标中心之间的距离,λ为雷达波长,h为待测目标在俯仰方向上的长度;并满足标量合成孔径雷达(Syntheticxa0Aperturexa0Radar,简称:SAR)的散射分布模型,例如,待测的雷达目标由5个理想的点散射中心构成,其分布及散射强度如图2所示,图2为本发明实施例一中雷达目标的分布及散射强度示意图。测量方法可以采用雷达对雷达目标进行水平面内圆周近场扫描,雷达所测得的回波信号即可作为第一近场散射数据。具体实现时,雷达发射信号的频率例如为2.75GHz到3.25GHz、频率采样间隔例如为2MHz,圆周扫描一周,即方位向的范围为从0°到360°,方位向采样间隔例如为0.06°。步骤102、对第一近场散射数据进行预处理,获取第一近场预处理数据。具体地,可以采用傅里叶变换和加权的方式对第一近场散射数据进行预处理,获取第一近场预处理数据。步骤103、根据第一近场预处理数据,获取雷达目标在第二距离的第二近场预处理数据。具体地,可以根据汉克尔函数叠加原理、并结合在各个距离下雷达目标的散射分布因子不变的性质,经过一系列数学推导,如变换积分顺序、通过傅里叶变换进行离散域到连续域的转换等,得到雷达目标在第二距离的第二近场预处理数据。步骤104、根据第二近场预处理数据,获取雷达目标在第二距离的第二近场散射数据。具体地,可以采用傅里叶变换和加权的方式对第二近场预处理数据进行处理,获取雷达目标在第二距离的第二近场散射数据,并且,还可以根据第二近场散射数据获取第二近场RCS数据。本实施例,通过对第一近场散射数据进行预处理,获取第一近场预处理数据;再根据该第一近场预处理数据,获取所述雷达目标在第二距离的第二近场预处理数据;再根据所述第二近场预处理数据,获取所述雷达目标在所述第二距离的第二近场散射数据,实现从已测得的某一距离的近场散射数据获得该目标在近场范围内任意距离下的散射数据,从而获得该目标在近场范围内任意距离下的RCS数据,降低了测试成本,从而便于研究待测目标散射特性随距离的变化。图3为本发明雷达散射截面近场到近场的变换方法实施例二的流程图,如图3所示,本实施例的RCS近场到近场的变换方法可以包括:步骤201、测量获取雷达目标在第一距离的第一近场散射数据。在本实施例中,第一距离R01为5米,待测的雷达目标与实施例一所用的雷达目标相同,具体参数及其满足的条件不再赘述。测量方法例如为雷达对雷达目标进行水平面内圆周近场扫描。图4为图3所示实施例二中雷达对雷达目标进行水平面内圆周近场扫描的俯视图,如图4所示,本发明实施例所用的坐标系为极坐标,坐标原点为雷达目标的扫描中心O,极轴为OX。图中10为待测的雷达目标,11、12分别为不同近场距离下处在不同位置的雷达。此时,第一近场散射数据u(k,φ)即雷达的回波信号,u(k,φ)为一组以k和φ为参数的二维矩阵,k为雷达发射信号的波矢量,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="200"/>f为雷达发射信号的频率,φ为雷达所在位置的角度坐标。在本实施例中,f例如为2.75GHz到3.25GHz、频率采样间隔为2MHz,圆周扫描一周,即φ为0°到360°,方位向采样间隔为0.06°。同时,根据RCS的定义,可以通过如下公式获得雷达目标的第一近场RCS数据σ1(k,φ): σ 1 ( k , φ ) = ( 4 π ) 3 R 01 4 | u ( k , φ ) | 2 . ]]>步骤202、对第一近场散射数据进行预处理,采用公式(2)获取第一近场预处理数据。该步骤的具体过程包括:对第一近场散射数据u(k,φ)进行两次傅里叶变换和一次加权处理。其中,由于目标满足俯仰方向上的远场条件以及标量SAR的散射密度模型,则步骤201得到的第一近场散射数据u(k,φ)可以用公式(1)表示: u ( k , φ ) = 1 ( 4 π ) 2 ∫ ∫ γ ( ρ ′ , φ ′ ) [ e j 2 kR R 2 ] ρ ′ d ρ ′ d φ ′ - - - ( 1 ) ]]>其中,(ρ′,φ′)为雷达目标任意一点的坐标,Υ(ρ′,φ′)为雷达目标的散射分布函数,R为雷达距离雷达目标上任意一点ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="138"/>的距离;可以对第一近场散射数据u(k,φ)先进行一次频率域的傅里叶变换,再进行一次加权处理,加权因子例如为R3/2,然后再进行一次距离域的傅里叶变换,并利用汉克尔函数的大宗量近似,则可采用公式(2)获取第一近场预处理数据U01(k,φ): U 01 ( k , φ ) ≈ 1 π ∫ R 3 / 2 e i 2 kR ∫ u ( k ′ , φ ) e - i 2 k ′ R dk ′ dR - - - ( 2 ) ]]>其中,k′为雷达发射信号的波矢量积分变量。步骤203、根据第一近场预处理数据,采用公式(3)获取雷达目标在第二距离的第二近场预处理数据。可以采用公式(3)获取第二近场预处理数据U02(k,φ): U 02 ( k , φ ) = 1 2 π Σ n = - N N H n ( 1 ) ( 2 k R 02 ) e jnφ H n ( 1 ) ( 2 k R 01 ) ∫ 0 2 π U 01 ( k , φ ) e - jnφ dφ - - - ( 3 ) ]]>其中,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="224"/>为参数取2kR02时的第一类n阶汉克尔函数,ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="222"/>为参数取2kR01时的第一类n阶汉克尔函数,式中n为一系列离散的数值,N可以根据待测目标的情况取值,例如可以取为kD+10,D是包围目标且与测量圆同心的圆柱体的最小直径,R02为第二近场距离。步骤204、根据第二近场预处理数据,采用公式(4)获取雷达目标在第二距离的第二近场散射数据。该步骤的具体过程包括:对第二近场预处理数据U02(k,φ)进行两次傅里叶变换和一次加权处理。具体地,可以对第二近场预处理数据U02(k,φ)先进行一次频率域的傅里叶变换,再进行一次加权处理,加权因子例如为ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="113"/>然后再进行一次距离域的傅里叶变换,则可以采用公式(4)获取第二近场散射数据u2(k,φ): u 2 ( k , φ ) = 1 π ∫ 1 R 3 / 2 e j 2 kR ∫ U 02 ( k ′ , φ ) e - j 2 k ′ R dk ′ dR - - - ( 4 ) ]]>所得到的第二近场散射数据u2(k,φ)也是以k和φ为参数的二维矩阵。步骤205、根据第二近场散射数据,采用公式(5)获取所述第二近场RCS数据σ2(k,φ): σ 2 ( k , φ ) = ( 4 π ) 3 R 02 4 | u 2 ( k , φ ) | 2 - - - ( 5 ) ]]>其中,σ2(k,φ)为雷达目标在第二距离的第二近场RCS数据。最后得到的第二近场RCS数据σ2(k,φ)也是以k和φ为参数的二维矩阵。本实施例的方法中,公式(2)到公式(3)之间包含了复杂的数学推导,下面具体说明从公式(2)到公式(3)的具体推导过程。在本实施例中,使用公式(2)获得第一近场预处理数据时使用了汉克尔函数的大宗量近似: H 0 ( 1 ) ( 2 kR ) ≈ 1 jπkR e j 2 kR - - - ( 6 ) ]]>在使用汉克尔函数的大宗量近似之前,第一近场预处理数据ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="173"/>可以表示为: U 01 ( k , φ ) = jk π ∫ R 2 H 0 ( 1 ) ( 2 kR ) ∫ u ( φ , k ′ ) e - j 2 k ′ R dk ′ dR - - - ( 7 ) ]]>结合公式(1)和公式(7)可得: U 01 ( k , φ ) = jπk ( 4 π ) 2 ∫ ∫ γ ( ρ ′ , φ ′ ) H 0 ( 1 ) ( 2 kR ) ρ ′ d ρ ′ d φ ′ - - - ( 8 ) ]]>再根据汉克尔函数叠加原理可得: H 0 ( 1 ) ( 2 kR ) = Σ n = - ∞ ∞ H n ( 1 ) ( 2 kR 01 ) J n ( 2 k ρ ′ ) e jn ( φ - φ ′ ) - - - ( 9 ) ]]>将公式(9)代入公式(8)并变换积分顺序可得: U 01 ( k , φ ) = jπk ( 4 π ) 2 Σ n = - ∞ ∞ H n ( 1 ) ( 2 kR 01 ) e jnφ ∫ ∫ γ ( ρ ′ , φ ′ ) J n ( 2 k ρ ′ ) e - jn φ ′ ρ ′ d ρ ′ d φ ′ - - - ( 10 ) ]]>设γn=∫∫Υ(ρ′,φ′)Jn(2kρ′)e-jnφ′ρ′dρ′dφ′(11)则可得: U 01 ( k , φ ) = 1 16 π jk π Σ n = - N N γ n H n ( 1 ) ( 2 kR 01 ) e jnφ - - - ( 12 ) ]]>设雷达目标在第二距离R02的第二近场散射数据u2(k,φ)。第二近场预处理数据U02(k,φ)的数学形式可根据公式(12)写出 U 02 ( k , φ ) = 1 16 π jk π Σ n = - N N γ n H n ( 1 ) ( 2 kR 02 ) e jnφ - - - ( 13 ) ]]>对公式(12)做傅里叶变换可得 γ n = 8 π jk ∫ 0 2 π U 01 ( k , φ ) e - jnφ dφ H n ( 1 ) ( 2 k R 01 ) - - - ( 14 ) ]]>由于在第一距离R01和第二距离R02下,目标的散射率分布函数Υ(ρ′,φ′)是不变的,因此在这两个距离下γn也是相等的。将式(14)代入到式(13)可得到步骤203中所述的公式(3),即,在第二距离R02下对应的第二近场预处理数据为: U 02 ( k , φ ) = 1 2 π Σ n = - N N H n ( 1 ) ( 2 k R 02 ) e jnφ H n ( 1 ) ( 2 kR 01 ) ∫ 0 2 π U 01 ( k , φ ) e - jnφ dφ - - - ( 3 ) ]]>关于本发明实施例的效果,可以通过雷达对雷达目标作水平面内圆周扫描的方式测得第二距离R02的RCS数据,作为参考数据,并用该参考数据与使用本实施例的方法获得的雷达目标在第二距离R02的第二近场RCS数据σ2(k,φ)进行对比,通过两组数据的相似度来判断本实施例的效果。例如取R02为10米,分别用上述测量的方法和本发明实施例提供的近场-近场变换的方法得到两组雷达目标在第二距离R02的第二近场RCS数据,例如采用特征选择检验(Featurexa0Selectivexa0Validation,简称:FSV)技术,来分析数据。在FSV技术中,两组数据相似性的全局判断用全局差异估量(简称:GDM)来表示,它由幅度差异估量(简称:ADM)和要素差异估量(简称:FDM)组合而成,可以用极好(excellent)、非常好(veryxa0good)、好(good)、一般(fair)、不好(poor)、很差(veryxa0poor)来表达两组数据的相似度。原始数据中的包络和要素特征这两种信息是FSV的基础,因此FSV先对原始数据作傅里叶变换,并通过滤波获取低频和高频分量;然后再利用逆傅里叶变换将它们变换到原空间,逐点计算它们及其导数的差异得到ADM和FDM的值,最终组合ADM和FDM得到GDM。用FSV技术比较上述两组数据的相似度,综合ADM,FDM和GDM的总体评价,两组数据的相似度的总体评价应当为“极好”和“很好”,说明本实施例提供的方法精度很高。本实施例,通过对第一近场散射数据进行两次傅里叶变换和一次加权处理的方式预处理,实现第一近场预处理数据的获取,具体地,是通过将所述第一近场散射数据表示为公式(1),能够对数据进行各种运算和推导,以获得公式(2),并通过公式(2),实现第一近场预处理数据的获取;通过公式(3),实现雷达目标在第二距离的第二近场预处理数据的获取;通过对第二近场预处理数据进行两次傅里叶变换和一次加权处理,实现第二近场散射数据的获取,具体地,是通过公式(4),实现第二近场散射数据的获取,再通过公式(5),实现第二近场RCS数据的获取,即,实现从第一近场RCS数据到第二近场RCS数据的变换。最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,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,或者对其中部分或者全部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发明各实施例技术方案的范围。