首页 > 资讯 > 一种电池健康状态的预测方法、系统和电子设备与流程

一种电池健康状态的预测方法、系统和电子设备与流程

泰然健康网
2025-08-04 04:32

1.本发明涉及电池健康度评估技术领域，尤其涉及一种电池健康状态的预测方法、系统和电子设备。

背景技术：

2.电池健康度(state of health,soh)是表征电池老化程度与健康状态的关键指标，其通常定义为当前可用最大容量与出厂额定容量之间的比值。随着电池老化程度的加深，soh逐渐降低。
3.在现有技术中，针对同一型号的电池的健康度进行预估时，一般存在以下问题：
①
过度的实验使得实验成本较高；
②
健康度的准确度严重依赖于传感器精度导致误差不可控；
③
计算过于繁琐严重延长了预估时间；
④
没有考虑到同一型号的电池的健康度也＝可能有所差异，降低预估健康度的精度。
4.因此，提出一种电池健康状态的预测方法、系统和电子设备。

技术实现要素：

5.本说明书提供一种电池健康状态的预测方法，根据同型号电池的配置参数和全生命周期数据得到集合a和健康度先验状态值，将其输入健康度优化模型，得到电池的目标健康度，提高健康状态的预测精度。
6.本技术提供的一种电池健康状态的预测方法采用如下的技术方案，包括：
7.获取同型号电池的配置参数和全生命周期数据；
8.结合所述配置参数和所述全生命周期数据，确定健康度先验状态值；
9.根据所述全生命周期数据筛选符合第一预设条件的充电行为；
10.根据所述符合第一预设条件的充电行为确定第一健康度的集合a；
11.将所述集合a和所述健康度先验状态值输入健康度优化模型，得到所述电池的目标健康度。
12.可选的，所述结合所述配置参数和所述全生命周期数据，确定健康度先验状态值，包括：
13.根据所述配置参数得到所述电池的衰减曲线；
14.对所述全生命周期数据进行拆分，得到所述电池的循环充放电状态数据；
15.根据所述衰减曲线和所述循环充放电状态数据确定健康度先验状态值。
16.可选的，所述根据所述全生命周期数据筛选符合第一预设条件的充电行为，包括：
17.所述全生命周期数据包括充放电状态；
18.基于所述全生命周期数据，提取所述充放电状态的字段；
19.基于所述充放电状态的字段，提取所述电池的充电行为，按照所述第一预设条件对所述充电行为进行筛选。
20.可选的，所述根据所述符合第一预设条件的充电行为确定第一健康度的集合a，包
括：
21.所述全生命周期数据还包括采集时间，每一所述充电行为对应一个采集时间；
22.基于所述符合第一预设条件的充电行为，计算第一健康度；
23.记录多个所述第一健康度和与所述第一健康度对应的采集时间，记作所述集合a。
24.可选的，所述将所述集合a和所述健康度先验状态值输入健康度优化模型，得到所述电池的目标健康度，包括：
25.在集合a中查找目标健康度观测值；
26.将所述目标健康度观测值和所述健康度先验状态值输入卡尔曼滤波的预测方程和卡尔曼滤波的更新方程，得到所述目标健康度。
27.可选的，所述在集合a中查找目标健康度观测值，包括：
28.在所述集合a中查找与雨流计数时间最接近的第一采集时间；
29.根据所述第一采集时间确定与所述第一采集时间对应的第一健康度，将所述第一健康度作为所述目标健康度观测值。
30.可选的，所述将所述目标健康度观测值和所述健康度先验状态值输入卡尔曼滤波的预测方程和卡尔曼滤波的更新方程，得到所述目标健康度，包括：
31.根据卡尔曼滤波的预测方程和卡尔曼滤波的更新方程，迭代求出每一步的优化健康度，根据第二预设条件，得到所述目标健康度。
32.本技术提供的一种电池健康状态的预测系统采用如下的技术方案，包括：
33.获取模块，用于获取同型号电池的配置参数和全生命周期数据；
34.状态估计模块，用于结合所述配置参数和所述全生命周期数据，确定健康度先验状态值；
35.筛选模块，用于根据所述全生命周期数据筛选符合第一预设条件的充电行为；
36.集合确定模块，用于根据所述符合第一预设条件的充电行为确定第一健康度的集合a；
37.修正模块，用于将所述集合a和所述健康度先验状态值输入健康度优化模型，得到所述电池的目标健康度。
38.可选的，所述状态估计模块，包括：
39.衰减曲线确定子模块，用于根据所述配置参数得到所述电池的衰减曲线；
40.拆分子模块，用于对所述全生命周期数据进行拆分，得到所述电池的循环充放电状态数据；
41.状态估计子模块，用于根据所述衰减曲线和所述循环充放电状态数据确定健康度先验状态值。
42.可选的，所述筛选模块，包括：
43.所述全生命周期数据包括充放电状态；
44.提取子模块，用于基于所述全生命周期数据，提取所述充放电状态的字段；
45.筛选子模块，用于基于所述充放电状态的字段，提取所述电池的充电行为，按照所述第一预设条件对所述充电行为进行筛选。
46.可选的，所述集合确定模块，包括：
47.所述全生命周期数据还包括采集时间，每一所述充电行为对应一个采集时间；
48.第一健康度确定子模块，用于基于所述符合第一预设条件的充电行为，得到第一健康度；
49.集合记录子模块，用于多个记录所述第一健康度和与所述第一健康度对应的采集时间，记作所述集合a。
50.可选的，所述修正模块，包括：
51.查找子模块，用于在集合a中查找目标健康度观测值；
52.修正子模块，用于将所述目标健康度观测值和所述健康度先验状态值输入卡尔曼滤波的预测方程和卡尔曼滤波的更新方程，得到所述目标健康度。
53.可选的，所述查找子模块，包括：
54.查找单元，用于在所述集合a中查找与雨流计数时间最接近的第一采集时间；
55.目标健康度观测值确定单元，用于根据所述第一采集时间确定与所述第一采集时间对应的第一健康度，将所述第一健康度作为所述目标健康度观测值。
56.可选的，所述修正子模块，包括：
57.修正单元，用于根据卡尔曼滤波的预测方程和卡尔曼滤波的更新方程，迭代求出每一步的优化健康度，根据第二预设条件，得到所述目标健康度。
58.本说明书还提供一种电子设备，其中，该电子设备包括：
59.处理器；以及，
60.存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述任一项方法。
61.本说明书还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现上述任一项方法。
62.本技术中，通过获取同型号电池的配置参数和全生命周期数据；结合所述配置参数和所述全生命周期数据，确定健康度先验状态值；根据所述全生命周期数据筛选符合第一预设条件的充电行为；根据所述符合第一预设条件的充电行为确定第一健康度的集合a；将所述集合a和所述健康度先验状态值输入健康度优化模型，得到所述电池的目标健康度，以预测电池的健康状态。
附图说明
63.图1为本说明书实施例提供的一种电池健康状态的预测方法的原理示意图；
64.图2为本说明书实施例提供的一种电池健康状态的预测方法的流程示意图；
65.图3为本说明书实施例提供的一种电池健康状态的预测系统的原理示意图；
66.图4为本说明书实施例提供的一种电子设备的结构示意图；
67.图5为本说明书实施例提供的一种计算机可读介质的原理示意图。
具体实施方式
68.以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
69.现在将参考附图更全面地描述本发明的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本发明更加全面和完整，更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分，因而将省略对它们的重复描述。
70.在符合本发明的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
71.在对于具体实施例的描述中，本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是，并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
72.附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
73.附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，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。
74.术语“和/或”或者“及/或”包括相关联的列出项目中的任一个或多者的所有组合。
75.图1为本说明书实施例提供的一种电池健康状态的预测方法的流程示意图，该方法包括：
76.s1获取同型号电池的配置参数和全生命周期数据；
77.s2结合所述配置参数和所述全生命周期数据，确定健康度先验状态值；
78.s3根据所述全生命周期数据筛选符合第一预设条件的充电行为；
79.s4根据所述符合第一预设条件的充电行为确定第一健康度的集合a；
80.s5将所述集合a和所述健康度先验状态值输入健康度优化模型，得到所述电池的目标健康度。
81.电池的健康度反应了电池的老化/劣化程度，精准评估电池的健康度，可以保障电池安全、可靠的运行。本发明提供一种电池健康状态的预测方法，提高了电池的健康度的预测精度，便于准确预测电池的健康状态，如图2所示，该方法包括：
82.s1获取同型号电池的配置参数和全生命周期数据；
83.s11取n个同型号电池进行循环充放电衰减实验，n为大于3的整数，基于循环充放电衰减实验的实验数据得到同型号电池的配置参数和全生命周期数据。
84.具体的，在标准温度t0进行的循环充放电衰减实验中，电池soc的循环范围为0％-100％，分别记录每个该型号电池的循环充放电次数n、α
sei
、β
sei
、f
d,1
和每个该型号电池的全生命周期数据，得到n个α
sei
、n个β
sei
和n个f
d,1
。作为优选的，t0为25℃。
85.其中，α
sei
与电池的首效有关，代表了电池早期用于形成稳定的sei膜消耗的锂离子的占比。
86.在循环充放电衰减实验中基于循环充放电还要记录每个该型号电池的全生命周期数据，电池的全生命周期数据包括：充放电状态和相关周期数据。所述相关周期数据是指基于每次充放电状态对应的电流、采集时间、最高温度、最低温度、剩余电量(soc)字段。通
过有限次的实验即可获得上述数据，降低实验成本。
87.s2结合所述配置参数和所述全生命周期数据，确定健康度先验状态值；
88.s21根据所述配置参数得到所述电池的衰减曲线；
89.衰减曲线表征电池的衰减百分比p
loss
与电池的循环充放电次数n的关系。
90.如前述得到n个α
sei
、n个β
sei
和n个f
d，1
之后，分别对n个α
sei
、n个β
sei
和n个f
d，1
求取平均数，得到该型号电池的对应的
91.将上述分别作为新的α
sei
、新的β
sei
和新的f
d，1
，输入公式拟合得到该型号电池的衰减曲线。
92.s22对所述全生命周期数据进行拆分，得到所述电池的循环充放电状态数据；
93.在本说明书的一个实施例中，通过雨流计数法，对电池的全生命周期数据进行拆分，作为优选的，通过雨流计数法，基于剩余电量和采集时间对电池的全生命周期数据进行拆分。
94.通过拆分成不同的雨流循环次数，记录每次循环的结束时间t，并得到电池的循环充放电状态数据，电池的循环充放电状态数据包括：每次循环的平均剩余电量，每次循环的放电深度(dod)，每次循环的平均温度和每次循环的经历时间。每次产生的雨流计数都会有一个时间点，将离雨流计数的第一个时间点记为雨流计数时间。
95.s23根据所述衰减曲线和所述循环充放电状态数据确定健康度先验状态值；
96.在本说明书的一个实施例中，根据衰减曲线和所述循环充放电状态数据预估电池的每个循环的衰减量，从而得到健康度先验状态值以用于得到目标健康度。
97.在本说明书的一个实施例中，在循环充放电衰减实验的过程中还可以获取修正系数，通过修正系数对衰减曲线进行进一步修正，所述修正系数包括k
t
、k
σ
、k
t
、k
δ，e1
和k
δ，e2
。其中，k
t
为温度修正系数；k
σ
为平均soc修正系数；k
t
为日历时间修正系数；k
δ，e1
和k
δ，e2
为放电深度修正系数。
98.s3根据所述全生命周期数据筛选符合第一预设条件的充电行为；
99.考虑到同一型号的电池，其电芯的不同对应的充放电状态有所差异，因此通过选取多个符合第一预设条件的充电行为进行计算便于进一步提高目标健康度的预测精度。
100.s31基于所述全生命周期数据，提取所述充放电状态的字段；
101.由于电池在充电的时候，电流较为平稳，因此，基于所述充放电状态的字段，提取所述电池的充电行为，以用于后期处理。
102.按照所述第一预设条件对所述充电行为进行筛选。具体的，根据充电行为在全周期生命数据中查找该充电行为对应的电池结束充电时刻的剩余电量soc
end
，和电池开始充电时刻的剩余电量soc
start
，计算充电行为对应的充入电量，充入电量＝soc
end-soc
start
，如果充入电量大于m％，则认定充电行为符合第一预设条件，保留该充电行为，以用于后期的集合a的确定；否则，则认定该充电行为不符合第一预设条件，该充电行为不能用于后续步骤。
103.在本说明书的一个实施例中，考虑到如果m太小，计算结果会产生比较大的偏差，对校正后的结果也会造成一定的影响，因此结合具体电池类型和实际数据条件，m优选为50。
104.s4根据所述符合第一预设条件的充电行为确定第一健康度的集合a；
105.每一所述充电行为对应一个采集时间；
106.s41基于所述符合第一预设条件的充电行为，得到第一健康度；
107.具体的，所述符合第一预设条件的充电行为为第一充电行为。根据第一充电行为记录其对应的开始索引starti和结束索引endi，即，每一个第一充电行为均对应有一个开始索引starti和一个结束索引endi。
108.根据第一充电行为在全生命周期数据中查找与该第一充电行为对应的电流i，充电开始时间t
start
，充电结束时间t
end
，电池初始容量cap
init
。其中，可以根据第一充电行为对应的开始索引starti和结束索引endi可以确认t
start
和t
end
，开始索引starti对应的采集时间即为t
start
，结束索引endi对应的采集时间即为t
end
。
109.根据以下公式得到第一健康度soha。
[0110][0111]
s42记录所述第一健康度soha和与所述第一健康度对应的采集时间ta，记作所述集合a，其中采集时间ta为充电行为结束的时间点。
[0112]
每一个第一充电行为均对应有一个第一健康度soha，每一个第一健康度soha均对应有一个采集时间ta，汇总和记录所有的第一健康度soha和对应的采集时间ta，记作集合a。
[0113]
s5将所述集合a和所述健康度先验状态值输入健康度优化模型，得到所述电池的目标健康度。
[0114]
s51在集合a中查找目标健康度观测值zk；
[0115]
在本说明书的一个实施例中，根据雨流计数时间，在所述集合a中查找与雨流计数时间最接近的第一采集时间t
a1
；根据所述第一采集时间确定与所述第一采集时间对应的第一健康度，将所述第一健康度作为所述目标健康度观测值zk。
[0116]
s52将所述目标健康度观测值zk和所述健康度先验状态值输入卡尔曼滤波的预测方程和卡尔曼滤波的更新方程，得到所述目标健康度。
[0117]
具体的，根据卡尔曼滤波的预测方程
[0118][0119][0120]
和卡尔曼滤波的更新方程
[0121][0122][0123][0124]
对健康度先验状态值进行修正，迭代求出每一步的优化健康度直至计算到时刻k最接近第一采集时间t
a1
，此时时刻k对应的即为目标健康度，通过目标健康度，预测电池的老化/劣化程度，预测电池的健康状态，以便于提醒及时更换电池，从而保障相关设备的安全运行。
[0125]
图3本说明书实施例提供的一种电池健康状态的预测系统的原理示意图，该系统
包括：
[0126]
获取模块310，用于获取同型号电池的配置参数和全生命周期数据；
[0127]
状态估计模块320，用于结合所述配置参数和所述全生命周期数据，确定健康度先验状态值；
[0128]
筛选模块330，用于根据所述全生命周期数据筛选符合第一预设条件的充电行为；
[0129]
集合确定模块340，用于根据所述符合第一预设条件的充电行为确定第一健康度的集合a；
[0130]
修正模块350，用于将所述集合a和所述健康度先验状态值输入健康度优化模型，得到所述电池的目标健康度。
[0131]
可选的，所述状态估计模块320，包括：
[0132]
衰减曲线确定子模块，用于根据所述配置参数得到所述电池的衰减曲线；
[0133]
拆分子模块，用于对所述全生命周期数据进行拆分，得到所述电池的循环充放电状态数据；
[0134]
状态估计子模块，用于根据所述衰减曲线和所述循环充放电状态数据确定健康度先验状态值。
[0135]
可选的，所述筛选模块330，包括：
[0136]
所述全生命周期数据包括充放电状态；
[0137]
提取子模块，用于基于所述全生命周期数据，提取所述充放电状态的字段；
[0138]
筛选子模块，用于基于所述充放电状态的字段，提取所述电池的充电行为，按照所述第一预设条件对所述充电行为进行筛选。
[0139]
可选的，所述集合确定模块340，包括：
[0140]
所述全生命周期数据还包括采集时间，每一所述充电行为对应一个采集时间；
[0141]
第一健康度确定子模块，用于基于所述符合第一预设条件的充电行为，计算第一健康度；
[0142]
集合记录子模块，用于记录多个所述第一健康度和与所述第一健康度对应的采集时间，记作所述集合a。
[0143]
可选的，所述修正模块350，包括：
[0144]
查找子模块，用于在集合a中查找目标健康度观测值；
[0145]
修正子模块，用于将所述目标健康度观测值和所述健康度先验状态值输入卡尔曼滤波的预测方程和卡尔曼滤波的更新方程，得到所述目标健康度。
[0146]
可选的，所述查找子模块，包括：
[0147]
查找单元，用于在所述集合a中查找与雨流计数时间最接近的第一采集时间；
[0148]
目标健康度观测值确定单元，用于根据所述第一采集时间确定与所述第一采集时间对应的第一健康度，将所述第一健康度作为所述目标健康度观测值。
[0149]
可选的，所述修正子模块，包括：
[0150]
修正单元，用于根据卡尔曼滤波的预测方程和卡尔曼滤波的更新方程，迭代求出每一步的优化健康度，根据第二预设条件，得到所述目标健康度。
[0151]
本发明实施例的系统的功能已经在上述的方法实施例中进行了描述，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此不做赘述。
[0152]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0153]
下面描述本发明的电子设备实施例，该电子设备可以视为对于上述本发明的方法和装置实施例的实体形式的实施方式。对于本发明电子设备实施例中描述的细节，应视为对于上述方法或装置实施例的补充；对于在本发明电子设备实施例中未披露的细节，可以参照上述方法或装置实施例来实现。
[0154]
图4为本说明书实施例提供的一种电子设备的结构示意图。图4显示的计算机设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
[0155]
如图4所示，该示例性实施例的计算机设备400以通用数据处理设备的形式表现。计算机设备400的组件可以包括但不限于：至少一个处理器410、至少一个存储器420、网络接口430，显示单元440，输入部件450等。
[0156]
其中，所述存储器420存储有计算机可读程序，其可以是源程序或都只读程序的代码。所述程序可以被处理器元410执行，使得所述处理器410执行本发明各种实施方式的步骤。例如，所述处理器410可以执行如图1所示的步骤。
[0157]
所述存储器420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)和/或高速缓存存储单元，还可以进一步包括只读存储单元(rom)。所述存储器420还可以包括具有一组(至少一个)程序模块的程序/实用工具，这样的程序模块包括但不限于：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。
[0158]
还包括总线(未示出)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。
[0159]
计算机设备400也可以与一个或多个外部设备(例如键盘、显示器、网络设备、蓝牙设备等)通信，使得用户能经由这些外部设备与该计算机设备400交互，和/或使得该计算机设备400能与一个或多个其它数据处理设备(例如路由器、调制解调器等等)进行通信。这种通信可以通过网络接口430进行，还可以通过网络适配器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)进行。网络适配器可以通过总线与计算机设备400的其它模块通信。应当明白，尽管图中未示出，计算机设备400中可使用其它硬件和/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。
[0160]
图5是本发明的一个计算机可读介质实施例的示意图。如图5所示，所述计算机程序可以存储于一个或多个计算机可读介质上。计算机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。当所述计算机程序被一个或多个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法。
[0161]
通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明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计算机可读的存储介质(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数据处理设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。
[0162]
所述计算机可读存储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。可读存储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。可读存储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。
[0163]
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发明操作的程序代码，所述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)。
[0164]
综上所述，本发明可以执行计算机程序的方法、装置、电子设备或计算机可读介质来实现。可以在实践中使用微处理器或者数字信号处理器(dsp)等通用数据处理设备来实现本发明的一些或者全部功能。
[0165]
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。