一种基于SysML/MARTE的信息物理融合系统的建模方法

摘要

本发明公开了一种基于SysML/MARTE的信息物理融合系统的建模方法，提取一个SysML的子集和一个MARTE的子集，用于建模系统的连续行为、随机行为和非功能属性等，旨在以多视角建模的方式构建信息物理融合系统的模型。具体实施步骤如下：分析系统的需求；根据系统需求从提取的SysML子集和MARTE子集中选择需要的建模元素；利用扩展的需求图定义系统需要满足的性质约束，实现需求建模；使用所提取的SysML建模元素建模系统的架构，实现架构建模；使用所提取的MARTE建模元素对系统的连续行为、随机行为、非功能属性建模。本发明创建了一个SysML/MARTE建模元素的扩展子集，实现在良定义的语义基础上建模信息物理融合系统，为设计、开发信息物理融合系统提供了一种有效的建模方式。

说明书

技术领域

本发明涉及一种建模方法，尤其涉及一种基于SysML/MARTE的信息物理融合系统的建模方法。

背景技术

信息物理融合系统(Cyber Physical Systems，CPS)是在传统嵌入式系统上发展起来的一种复杂系统，包括相互作用的连续物理系统和离散计算系统。CPS系统通常涉及硬件和软件两个部分，具有实时性、随机性、与物理环境有密切交互等一系列特性，普遍存在于国防、交通运输、航空航天、医疗卫生等安全攸关的领域。因此，建模CPS系统，以模型驱动的方式开发CPS系统，对于促进我国信息化产业的快速发展具有重要意义。

统一建模语言(Unified Modeling Language，UML)是对象管理组织(Object Management Group，OMG)提出的用于表示模型驱动架构(Model Driven Architecture，MDA)中平台无关模型(Platform Independent Model，PIM)的一种建模语言，已经被工业界和学术界广泛接受，用于规约、可视化、建模一个软件密集型的系统。SysML(Systems Modeling Language)与MARTE(Modeling and Analysis of Real Time and Embedded Systems)都是基于UML的扩展，其中，SysML是OMG组织在对UML2.0的子集进行重用和扩展的基础上提出的一种新的系统建模语言，主要用于建模系统的需求和架构，SysML支持使用扩展的需求图(Extended Requirements Diagram)描述系统软硬件的需求，也支持使用框图(Block Diagram)建模系统的不同模块及各模块间的关系；MARTE是UML在嵌入式实时系统领域的标准建模语言，弥补了UML在嵌入式实时领域非功能属性表达能力的不足；MARTE主要用于实时嵌入式系统建模，它详细定义了时间模型，并包含一部分随机和非功能属性(Non-functional Properties，NFP)的设计、分析模型。这两种语言作为UML的扩展，在UML语言的特点上又添加了各自的特点。SysML提供了一系列可用于多视角建模的基本图形，它们能够为复杂的系统进行建模，例如SysML需求图能够描述系统的需求，SysML参数图能够描述系统属性间的关系，SysML状态图和活动图能够描述系统的状态变迁以及活动流程。MARTE提供了一系列规约，可以利用这些规约描述信息物理融合系统的随机性、实时性和非功能属性等。

基于现有系统建模语言的建模方法并不能有效的对信息物理融合系统的系统架构、模型异构性、实时行为、开放环境以及系统的随机行为等方面进行建模。虽然SysML能够建模系统的行为，但对于信息物理融合系统的随机、实时、非功能属性等特征，仅仅使用SysML并不能有效表达。

发明内容

本发明的目的是为了满足信息物理融合系统的特定需求，提出一种基于SysML/MARTE的信息物理融合系统的建模方法，有机融合SysML/MARTE的建模优势，扩展其建模元素用以支持建模CPS系统的硬件和软件部分，并能够有效建模系统的随机行为与连续行为。

本发明提出的一种基于SysML/MARTE的信息物理融合系统的建模方法，该方法主要是基于新扩展的SysML/MARTE建模元素子集。

本发明创建的SysML/MARTE建模元素子集，如下表所列。

元素来源备注ViewModelElements在视图中表示系统的包BlockBlocks模块化单元描述系统结构PartBlocks对Block的一个抽象理解ModelicaBlockBlocksBlock的扩展，与硬件结合RequirementRequirements基于文本的需求表示PatternedRequirementRequirements扩展的需求NFP_CommonTypeMARTE Library所有NFP数据类型的父类型NFP_RealMARTE Library非功能需求的实数变量类型NFP_EnergyMARTE Library非功能需求中消耗的能源类型NFP_TemperatureMARTE Library非功能需求中表示当前的温度ModeCoreElement高层次状态ModeBehaviorCoreElement状态的行为ModeTransitionCoreElement状态间的变迁TimedProcessingTime建模时间，表示时间间隔GaScenarioGQAM用于分析的系统层过程GaStepGQAM作为GaScenario子过程的一部分

提取了一个SysML的子集，包括建模元素View，Block及其扩展ModelicaBlock、SimulinkBlock、PrismBlock、UppaalBlock，Requirement及其扩展PatternedRequirement等，提取了一个MARTE的子集，包括建模元素NFP_CommonType、NFP_Real、NFP_Energy、NFP_Temperature、Mode、ModeBehavior、ModeTransition、TimedProcessing、GaScenario、GaStep等，以支持建模信息物理融合系统的软件、硬件。此外，为了满足信息物理融合系统的特定需求，扩展后的建模语言能够支持建模系统的实时行为、连续行为、随机行为和非功能属性，旨在以多视角建模的方式构建信息物理融合系统的模型，帮助设计人员构建系统的需求模型、架构模型、行为模型等。对于系统的需求，可以提取SysML子集中的Requirement或其扩展PatternedRequirement定义系统需要满足的性质；对于硬件部分，主要采用SysML对系统的架构进行建模；对于软件部分，系统的实时行为、随机行为、连续行为等都采用MARTE进行建模。本发明所创建的SysML/MARTE建模元素子集可以根据具体需求进行扩充，以便支持信息物理融合系统更多的特性。

本发明建模方法具体步骤如下：

S1：分析系统的需求，包括硬件与软件需求；

S2：根据需求从提取的SysML子集和MARTE子集中选择需要的建模元素，包括扩展后的建模元素，所提取的建模元素可以是包括、但不限于上表中所列的元素；

S3：使用(扩展的)需求图建模系统的需求；

S4：使用所提取的SysML元素建模系统的架构；

S5：使用所提取的MARTE元素对系统不同模块的行为建模。

其中，在一种优选实施例中，S1具体步骤可以是包括：

S11：分析系统的硬件组成，以及各硬件之间的关系；

S12：分析系统的软件需求。

S2具体步骤包括：

S21：根据需求确定建模所需的图，包括但不限于SysML和基本UML中的图；

S22：确定建模所需的UML/SysML/MARTE元素；优选地：SysML主要用于建模系统的架构；MARTE主要用于建模时间、随机行为、连续行为等，可以使用相应的MARTE package完成；

S23：针对信息物理融合系统中的其他特性建立特定的profile；优选地：对于软硬件协同建模，可以使用SysML的block元素或其扩展；对于连续行为，可以用参数图表示；对于随机行为可以用在迁移上加权重或概率分布的方法表示。

S3具体步骤包括：

S31：将S1中确定的需求分为多个模块，优选地，模块可以为：平均值、最大值等，对这些模块进行模式化处理，写出相应的数学表达式公式来表示文字与表达式之间的映射关系；

S32：使用MARTE profile中NFP库表示需求中的变量，优选地，变量可以选自能量等；

S33：根据模式化文字，处理这些模块并编写相应的数学表达式公式来表示需求描述之间的映射和表达式。

在本发明的一种优选实施例中，需求建模方法可以如下：

本发明在原始的SysML需求图基础上提出的扩展的SysML需求图，原始的SysML需求图用自然语言的形式描述要检查或评估的内容，而本发明中对requirement构造型进行扩展，得到新构造型PatternedRequirement。所述PatternedRequirement包含新的标记值：type表示分析类型，具体如ReqType所枚举包括prob_gt，prob_lt，prob，max_val，min_val和mean_val：prob_gt和prob_lt用于定性检测概率值是否大于和小于某一阈值；其余四个均用于定量检测：prob用来计算概率及分布，max_val，min_val和mean_val用来计算非功能属性变量的值。若type是定性的，则标签threshold必须存在；若type是定量的，则标签variable必须存在，表示需检测非功能属性变量；标签constraint用于描述需求约束，可重复使用。扩展的SysML需求图不再需要采用自然语言的形式描述要检查或评估的内容，相较于原始的需求图可将需求描述从文字变成相关标记值的列表形式。

S4具体步骤包括：

S41：使用块定义图(Block Definition Diagram)定义各模块，模块包括但不限于系统和环境，优选地，使用block元素实现软硬件的协同建模；

S42：使用内部块图(Internal Block Diagram)详细定义各模块以及模块之间

的关系，优选地，实现定义的元素可以选自block元素，还可以选自part

元素。

在本发明的一种优选实施例中，架构建模方法可以如下：

使用块定义图(Block Definition Diagram)和内部块图(Internal Block Diagram)来建模系统的架构。采用块定义图描述系统的层次结构和系统/组件的分类；采用内部块图描述在系统各部分、端口和连接器的方面的系统的内部结构。

可以提取的SysML元素有《block》、《part》和《port》等。《block》是SysML的基本结构单元，对描述一个元素或系统的架构提供了统一的概念，用于表示硬件、软件、设备、人员或者任何其他系统元件；《part》是对block的一个抽象理解，可作为block的一个属性存在，也可当成一个block来使用；《port》定义为端口，主要使用在内部框图中，设计人员通过定义《port》来改进模块用法之间的定义交互作用。此外，硬件部分建模的框图也可通过扩展框图的元模型，实现block图与Simulink、Modelica等建模语言的联合使用。鉴于CPS系统有硬件和软件两部分，block构造型即《block》也由硬件及软件两部分组成。

本方法提出添加新的构造型，添加的构造型包括ModelicaBlock、SimulinkBlock、PrismBlock等，用于支持由建模语言Modelica、Simulink等建模的物理部分。通过扩展框图，增加相应的构造型，支持CPS系统的连续硬件行为与软件行为的建模，实现系统的软硬件协同建模。

S5具体步骤包括：

S51：使用Continuous profile建模微分方程表示的连续行为，优选地，一般用参数图表示；

S52：使用MARTE中的Time Modeling建模系统的实时行为；

S53：使用MARTE profile中GQAM包建模随机行为，包括但不限于状态上的随机时间延迟和状态间的离散随机迁移，优选地，一般用在迁移上加权重或概率分布表示；

S54：使用MARTE profile中NFP库建模系统中的非功能相关行为，如能耗、成本、性能等。

在本发明的一种优选实施例中，连续行为建模方法可以如下：

为了建模CPS系统的连续行为和物理动力学，本发明中提出使用微分方程以及相应的参数图(Parametric Diagram)进行建模。

采用“der”关键字在Parametric Diagram中定义微分方程，如公式der(speed)＝acceleration表示speed的倒数等于acceleratio，在微分方程中使用的变量，如speed、acceleration等，应当是SysML中的Real类型或者MARTE中的NFP_Real类型，同时这些变量也可以与非功能性需求中的温度、能量等相联系。

在本发明中，非功能属性建模方法可以是如下a)-n)中的任意一种或几种：

a)对时间建模：MARTE的Time包主要用来建模实时行为。Time包定义了Time Structure、Time Access、Time Usage以及所有MARTE中必要的时间建模元素和建模方法。其中，Time Access定义了时钟(Clock)、ClockType等概念和方法来描述时间结构。时钟是一个抽象类，包括逻辑时钟和计时时钟。每个时钟可以拥有一个事件(clockTick)，事件发生在每一个变化时钟的当前时间。TimedProcessing是Time包中用于建模活动的一般概念，由已知的开始和结束时间或一段时间间隔界定，对于定时消息，开始和结束事件分别命名为发送和接收事件。延迟是一种特殊的定时的动作代表一个空操作持续一段给定持续。b)对能源建模：对能源的建模主要基于MARTE profile。其中，优选地，数据类型nfpType来自于dataType。在MARTE库中定义了一系列有用的数据类型，例如NFP_CommonType、NFP_Power、NFP_Energy和NFP_Temperature等，以及一些基础的数据类型如NFP_Boolean、NFP_Real等。

在本发明的一种优选实施例中，随机行为建模方法可以如下：

MARTE提供了一些有效的构造型来建模随机行为。优选地，通用的定量分析模型(GQAM)中，MARTE定义了构造型GaScenario，继承自TimeModels::TimedProcessing，可应用于一系列与行为相关的元素，如UML中的Operations、Actions、Messages、Transitions和States等；另一个有用的构造型是GaStep，代表GaScenario的一个子过程，拥有性质prob，其类型是NFP_Real，无论是实数表示的离散概率或是连续概率分布都可以被指定。

其中，连续行为、实时行为、随机行为可用于多种图，如Internal Block Diagram、State Machine Diagram、Activity Diagram等，该三步步骤并非一一执行，可在一张图中同时显示。

本发明提出的建模方法是基于SysML和MARTE两种建模语言的融合，SysML提供了一系列可用于多视角建模的基本图形，能够为复杂的系统进行建模，MARTE提供了一系列规约，可以描述信息物理融合系统的随机性、实时性和非功能属性等。因此，本申请方案提出的基于SysML/MARTE建模语言融合的建模方法，能够有效地建模信息物理融合系统，描述系统的各项特征。

附图说明

图1为本发明实施例中Din、Dout和Dsafe的定义；

图2为本发明实施例中机器人、障碍物的运动拓扑图；

图3为本发明建模系统的模块图；

图4为本发明基于软硬件协同的建模方法流程图；

图5为本发明提出的需求建模中扩展的需求图元模型；

图6为本发明实施例中系统的需求图；

图7为本发明实施例中系统的扩展需求图列表；

图8为本发明提出的架构建模中扩展的框图元模型；

图9为本发明实施例中系统的块定义图(包括系统环境和结构)；

图10为本发明实施例中系统环境的内部块图；

图11为本发明实施例中系统结构的内部块图；

图12为本发明实施例中的参数图[equation]；

图13为本发明实施例中控制器行为的状态图；

图14为本发明实施例中等待避障下的机器人状态图；

图15为本发明实施例中障碍物的状态图；

图16为本发明实施例中噪声的状态图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例

结合基于SysML/MARTE建模机器人路径规划系统的具体实例和附图，对本发明方法作进一步说明。

本文基于路径规划可视图法将机器人视为一点，并连接起始点、任务点和目的地形成可视图，同时保证这些线与静态障碍物不相交，目标机器人沿着可通行路径运动至最终位置。其中寻找最优路径问题就转换为寻找经过起始点、任务点到达目的地的最短路径问题。我们可以得到静态环境下目标机器人到达最终位置的最短路径(即目标机器人的运动轨迹)，但是对于存在动态障碍物的工作环境，目标机器人可能会与动态障碍物发生碰撞。通常情况下目标机器人是匀速运动，遇到动态障碍物时会采取相应的避障措施。如图1所示，假设目标机器人速度为v_r，动态障碍物速度为v_o，两者的路径相交于C点，夹角为θ，C0点与障碍物路径的距离是Dsafe，表示目标机器人相对于动态障碍物的安全距离；Din表示当目标机器人到达C0，障碍物驶向交叉点C且距离C的长度大于Din时目标机器人可以安全向C点运动；Dout表示当目标机器人到达C0,障碍物远离交叉点C且距离C的长度大于Dout时目标机器人可以安全驶向C。

本发明实施例以路径交叉点C为中心，在动态障碍物的轨迹上分别向两侧延伸Dout的长度得到的区域作为碰撞区。如果目标机器人到达路径交叉点C时，动态障碍物处于碰撞区，则表示目标机器人和动态障碍物发生碰撞。目标机器人的避障策略如下：

1)如果机器人在t0时刻到达C0点，障碍物(驶向C)与路径交叉点的距离大于Din或者障碍物(远离C)与路径交叉点的距离大于Dout，则目标机器人继续沿着Dsafe区域匀速行驶。

2)如果机器人在t0时刻到达C0点，障碍物(驶向C)与路径交叉点的距离小于Din或者障碍物(远离C)与路径交叉点的距离小于Dout，则目标机器人自由选择a)、b)或者c)三种避障方法进行避障。

a)等待避障：目标机器人等待直到障碍物(远离C)与交叉点C的距离大于Dout。

b)减速避障：目标机器人在Dsafe区域减速行驶，直到动态障碍物经过路径交叉点且与C的距离等于Dout。

c)加速避障：目标机器人在Dsafe区域加速行驶，先于动态障碍物经过路径交叉点。

假定目标机器人的起始点和任务点之间、任务点和目的地之间各有一个动态障碍物存在。根据实时避障方法划分目标机器人和动态障碍物的运动轨迹，得到运动拓扑图如图2所示。

首先，对需要进行建模的机器人路径规划(Robot Path Planning，简称RPP)系统进行分析，包括但不限于：分析系统的建模需求，划分系统的功能模块并确定各功能模块之间的关系，确定系统的各类参数以及确定系统的各个状态等。应用于本实施例中的建模模块，如图3所示，包括：需求建模、架构建模、连续行为建模、非功能属性建模和随机行为建模，如图4所示，具体步骤可分为：分析需求、提取SysML和MARTE元素、需求建模、架构建模和异构模块建模。

S1：分析需求——根据系统的需求分析硬件和软件需求

S1A：系统硬件主要包括传感器(速度传感器和距离传感器)、控制器和移动部件。其中，传感器主要用来感知速度和距离；控制器用来控制整个系统，包括接收传感器的数据并分析和控制移动部件的移动；移动部件实现机器人的移动；

S1B：系统软件主要控制机器人、障碍物和外部噪音三者之间的关系，主要内容包括系统要求在消耗能量最少的情况下最大概率的躲避障碍物，要求任何时候机器人与障碍物的碰撞概率都不得高于0.3，同时在一天内机器人移动所消耗的能量应小于XX，并且在碰撞概率控制在0.3以下时尽可能的减少机器人能量消耗；

S2：提取SysML和MARTE元素并对其扩展

S2A：确定建模所需的图：需求图、块定义图、内部块图、参数图、状态图；

S2B：确定建模所需元素：Block、ModelicaBlock、Requirement、Mode、ModeBehavior、GaScenario、GaStep；

S3：需求建模——使用扩展的需求图定义系统应当满足的性质

本发明扩展的需求图PatternedRequirement，如图5所示，包含新的标记值：type表示分析类型，具体如ReqType中所列举：prob_gt，prob_lt，prob，max_val，min_val和mean_val；prob_gt和prob_lt用于定性检测概率值是否大于和小于某一阈值；其余四个均用于定量检测：prob用来计算概率及分布，max_val，min_val和mean_val用来计算非功能属性变量的值。若type是定性的，则标签threshold必须存在；若type是定量的，则标签variable必须存在，表示需检测非功能属性变量；标签time_bound在基于模拟的分析方法下需要使用；标签constraint用于描述需求约束，可重复使用。

在本实施例中，对于整个机器人路径规划系统来说，需要满足机器人与障碍物的碰撞概率不得高于0.3，同时在一天内机器人移动所消耗的能量应小于XX，并且在碰撞概率控制在0.3以下时尽可能地减少机器人能量消耗，构建系统的需求图如图6、图7所示。其中，图6为原始需求图所描述的需求，ID是需求的标识符，分为1.0、1.1和1.2三个标识，系统总体概况SystemOverview条件表示系统应避免障碍并尽可能地减少机器人能量消耗，概率Probability条件表示机器人与障碍物的碰撞概率不得高于0.3，能量消耗EnergyConsumption条件表示为在碰撞概率控制在0.3以下时尽可能的减少机器人能量消耗；图7为本发明方法中所扩展的需求图的需求列表。

S4：架构建模——使用所提取的SysML元素对系统进行架构层次的建模

本发明提出使用块定义图(Block Definition Diagram)和内部块图(Internal Block Diagram)来建模系统的架构。此外，硬件部分建模的框图也可通过扩展框图的元模型，如图8所示，实现block图与Modelica、Simulink、Prism和Uppaal等建模语言的联合使用，其中，Physical Block表示硬件块，Cyber Block表示软件块；Association表示块与块之间的关联，而FMI Association是Association的推广，包括：AutoStepSize表示步长是否自动设置，用Boolean表示；StepSize表示可自己设置的步长值，用Double表示；AutoEventOpt表示在转化为仿真模型时是否使用事件优化技术，用Boolean表示。

在本实施例中，具体步骤如下：

S4A：使用块定义图定义各模块，构建系统架构图，包括系统环境和系统结构，如图9所示。Context描述系统环境，采用《block》构造型，properities表示属性，operation表示操作，constrains表示约束。Structure表示系统结构，整个RPPSystem的结构包括速度传感器(SpeedSensor)、距离传感器(DistanceSensor)、控制器(controller)、移动部件(ShiftingComponent)等，其中移动部件有能量的消耗，存在连续行为，故用Modelica建模，用《ModelicaBlock》构造型表示软硬件间的协同设计，其余4个采用《block》构造型表示。

S4B：使用内部块图详细定义各模块以及模块之间的关系，画出系统的内部块图，如图10、图11所示，其中，图10为系统环境的内部块图，其中，Obstacle_0和Obstacle_1表示两个障碍物的标识；图11为系统结构的内部块图，流向以图形的方式显示在每个端口上，其中，dSensor表示采集距离传感器(DistanceSensor)的参数，vSensor表示采集速度传感器(SpeedSensor)的参数。对于没有数据传递的各个模块，仅用方框对模块进行连接；对于有数据传递的各个模块，数据传递的流向用箭头表示。

S5：使用所提取的MARTE元素对系统不同模块的行为分别建模

S5A：使用Continuous profile建模微分方程表示的连续行为，画出系统的参数图，如图12所示，用于定义系统中机器人移动所消耗的能量的微分方程，其中，c表示能耗时钟，e表示能耗变量，我们定义能耗时钟c的变化率等于能耗变量除以100。

S5B：使用MARTE中的Time Modeling建模实时行为，使用MARTE profile中GQAM包建模随机行为，画出控制器、机器人等的状态机图，如图13、图14、图15、图16所示。

控制器的随机行为可以用状态机图描述，如图13左边部分所示，其中转换是通过gaStep规范的；状态由mode规范；状态机则由modeBehavior和gaScenario规范；对诊断状态Diagnostic进行初始化Init()，Diagnostic、驱动状态Actuating和安排状态Scheduling之间的联系如图所示，Activity：SendSignal表示激活发送信号，realData()表示接收实时数据的函数，choose()表示行为选择函数，gaStep支持概率和能量消耗行为，“prob＝exp(100)”指在t的时间单位内被触发的概率是1。如图13右边部分所示，对监控状态《mode》Monitoring进行初始化Init()，“prob＝exp(30)”指在t的时间单位内被触发的概率是0.3。

如图14所示为等待避障策略(robotWaitStrategy)下的机器人状态图，采用《timedProcessing》描述时间。机器人从开始S1状态运行到Dsafe1st状态一直都是匀速运行，但当机器人到达Dsafe1st状态并从Dsafe1st状态要进入下一状态时，会受到某障碍物的影响，若此时某障碍物处于相对于机器人危险的区域，此时对应该障碍物的DANGER＝＝true，否则为DANGER＝＝false。若DANGER＝＝false则继续匀速运行直到结束。如果DANGER＝＝true则需要采取等待避障措施(Wait状态)，即保持在Dsafe1st状态。当采取避障措施时若受到噪声信号的影响即recvNOISE/doNoise，则不一定能保持在Dsafe1st状态，即当接收到噪声模板发来的噪声同步信号时，机器人会进入Dsafe1s状态(减速状态)，然后从Dsafe1s状态进入到CrossPoint状态；当采取避障措施时没有受到噪声信号的影响即recvSAFE/resetC，则同样进入到CrossPoint状态。机器人进入CrossPoint状态后检查是否运行结束，若未结束，检查是否发生碰撞，回到状态S1，若结束，检查是否发生碰撞，若发生碰撞，则进入碰撞状态collide。

如图15所示为障碍物的状态图。障碍物从开始状态到结束一直假设都是匀速运行的，障碍物从开始状态到Before状态的DANGER默认为false，当障碍物从运动出了Before状态一直到Dout状态都是在危险区域，即DANGER为true，当障碍物运动出Dout状态之后DANGER变为false，即处于安全区域。

如图16所示为噪声的状态图。噪声源在每隔一段时间会发出一次噪声信号来对机器人的避障措施产生干扰，噪声的时间分布有：a)白噪声模型(均匀分布)；b)高斯噪声(高斯分布)，本实施例中假设为指数分布。

以上对本发明的具体实施例进行了详细描述，但其只是作为范例，本发明并不限制于以上描述的具体实施例。对于本领域技术人员而言，任何对本发明进行的等同修改和替代也都在本发明的范畴之中。因此，在不脱离本发明的精神和范围下所作的均等变换和修改，都应涵盖在本发明的范围内。