一种基于事件触发的滑模容错控制方法

摘要

本发明提供了一种基于事件触发的滑模容错控制方法，涉及容错控制技术领域，能够使系统在故障的影响下仍然能够稳定运行，同时事件触发机制能够减少传输过程中的数据丢包问题，减少故障发生次数；该方法采用基于事件触发的滑模容错控制器进行控制；所述控制器的模型为：u(k)＝Kx(k)‑F‑1η(k)sign(s(k))‑Ψs(k)；所述离散系统为同时考虑事件触发方案、滑模面、执行器故障和外部干扰的基于滑模反馈的离散系统。本发明提供的技术方案适用于容错控制的过程中。

权利要求

1.一种基于事件触发的滑模容错控制方法，其特征在于，所述方法采用基于事件触发的滑模容错控制器对离散系统进行控制；

所述离散系统为同时考虑事件触发方案、滑模面、执行器故障和外部干扰的离散系统；

所述离散系统的模型为：

其中，y(k)表示离散系统的输出量，A、B、C和D分别表示对应变量的系数矩阵；d(k)为信号传输迟延；F为故障信号矩阵； 表示上一次传输的数据，k表示本次采样，k+1表示下一次采样，k+j表示本次采样之后的第j次采样；

‑1

所述滑模容错控制器的模型为：u(k)＝Kx(k)‑F η(k)sign(s(k))‑Ψs(k)，其中，η(k)＝||(F‑I)Kx(k)||+||GB1ω(k)||，Ψ∈(0,1)，s(k)为滑模信号，G、K为滑模控制器增益参数，F为故障信号矩阵，x(k),u(k),ω(k)分别表示离散系统的状态变量、输入量、干扰项；B1为变量的系数矩阵；I为单位矩阵；

事件触发方案的具体模型为：

其中，ρ∈[0,1)，Ω∈R是正定加权矩阵，x(j)表示当前采样的测量值,其中，j＝0,1,

2...,∞， 表示上一次传输的数据； i表示触发次数，T为采样周期；

基于滑模面的控制律模型为：ueq(k)＝Kex(k)+Kx(k‑d(k))‑GB1ω(k)；

其中，ueq(k)为控制律输出量；

F

执行器故障模型为：u(t)＝Fu(t)；

其中，F＝diag{f1,f2,...,fm}；

外部干扰的模型为：

2.根据权利要求1所述的基于事件触发的滑模容错控制方法，其特征在于，滑模信号s(k)为：

4 5

s(k)＝10×[0.0069‑0.0063 0.1442 ‑1.2124]x(k)‑10×[0.3813 ‑1.0779 0.0518 

0.1055]x(k‑1)。

3.根据权利要求1所述的基于事件触发的滑模容错控制方法，其特征在于，基于滑模面的控制律为：F 3

u (k)＝10 ×[4.5244 7.5728 ‑5.3076 ‑0.2687]x(k)‑1.25η(k)sign(s(k))+0.5s(k)。

4.一种用于实现权利要求1‑3任一所述的基于事件触发的滑模容错控制方法的系统，其特征在于，所述系统包括：控制对象，被待控制对象，具有状态输出功能；

传感器、用于采集控制对象的输出数据，并传输给事件触发器；

事件触发器，用于判断是否达到事件触发条件，若达到触发条件则开始容错控制，否则，继续等待；

零阶保持器，用于将离散的信号连续化并传输给滑模容错控制器；

滑模容错控制器，用于产生利于控制对象稳定的控制信号，并传输给执行器；

执行器，用于根据滑模容错控制器传输来的控制信号对控制对象进行控制。

说明书

一种基于事件触发的滑模容错控制方法

【技术领域】

[0001] 本发明涉及容错控制技术领域，尤其涉及一种基于事件触发的滑模容错控制方法。【背景技术】

[0002] 传统的控制方法是基于时间触发的反馈控制，这导致通信资源必须在每个时刻都进行更新，就会浪费很多不需要传输的通信资源，并且普通的反馈控制往往控制效果不够明显。所以，相较于事件触发，事件触发机制能够节省通信资源。因此，事件触发机制受到了人们广泛的关注和研究。

[0003] 另外，长时间的不间断工作，或者人为操作失误等因素，系统难免会出现故障。容错控制技术的出现和发展，为保证系统发生故障时有效运行并提高系统的安全可靠性开辟了一条新的途径。其中，滑模控制作为容错控制方法的一种，在非线性系统、时滞系统、不确定系统和模糊系统等系统中的应用越来越广。其可以在动态过程中，根据系统当前的状态(如偏差及其各阶导数等)有目的地不断变化，迫使系统按照预定“滑动模态”的状态轨迹运动。由于滑动模态可以进行设计且与对象参数及扰动无关，这就使得滑模控制具有快速响应、对应参数变化及扰动不灵敏、无需系统在线辨识、物理实现简单等优点。

[0004] 因此，有必要研究一种基于事件触发的滑模容错控制方法来应对现有技术的不足，以解决或减轻上述一个或多个问题。【发明内容】

[0005] 有鉴于此，本发明提供了一种基于事件触发的滑模容错控制方法，用事件触发机制取代原有的时间触发机制，能够节省通信资源，滑模容错方法能够在面对系统复杂多变的情况下依然有很好的控制效果。

[0006] 一方面，本发明提供一种基于事件触发的滑模容错控制方法，其特征在于，所述方法采用基于事件触发的滑模容错控制器进行控制；

[0007] 所述控制器的模型为：u(k)＝Kx(k)‑F‑1η(k)sign(s(k))‑Ψs(k)，[0008] 其中，η(k)＝‖(F‑I)Kx(k)‖+||GB1ω(k)||，Ψ∈(0,1)，s(k)为滑模信号，G、K为滑模控制器增益参数，F为故障信号矩阵，x(k),u(k),ω(k)分别表示离散系统的状态变量、输入量、干扰项；B1为变量的系数矩阵；I为单位矩阵。

[0009] 如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述控制器应用于离散系统中；

[0010] 所述离散系统为同时考虑事件触发方案、滑模面、执行器故障和外部干扰的基于滑模反馈的离散系统；所述离散系统的模型为：

[0011]

[0012] 其中，y(k)表示离散系统的输出量，A、B、C和D分别表示对应变量的系数矩阵；d(k)为信号传输迟延；F为故障信号矩阵； 表示上一次传输的数据，j＝0,1,2,...,∞，为采样标识；k表示本次采样，k+1表示下一次采样，k+j表示本次采样之后的第j次采样。

[0013] 如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，事件触发方案的具体模型为：

[0014] 其中，ρ∈[0,1)，Ω∈R是一个具有合适尺寸的正定加权矩阵，x(j)(j＝0,1,2 ,.. .,∞) 表示当 前采 样的 测量值 ， 表示上 一次 传输的 数据 ；
i表示触发次数， T为采样周期。

[0015] 如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，基于滑模面的控制律模型为：ueq(k)＝Kex(k)+Kx(k‑d(k))‑GB1ω(k)；

[0016] 其中，ueq(k)为控制律输出量。

[0017] 如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，执行器故障F模型为：u(t)＝Fu(t)；

[0018] 其中，F＝diag{f1,f2,...,fm}。

[0019] 如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，外部干扰的模型为：

[0020] 如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，滑模信号s(k)为：

[0021] s(k)＝104×[0.0069‑0.0063 0.1442 ‑1.2124]x(k)‑105×[0.3813 ‑1.0779 0.0518 0.1055]x(k‑1)。

[0022] 如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，基于滑模面的控制律为：

[0023] uF(k)＝103×[4.5244 7.5728 ‑5.3076 ‑0.2687]x(k)‑1.25η(k)sign(s(k))+0.5s(k)。

[0024] 如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述控制方法能够使通过网络传输的次数减少75％。

[0025] 另一方面，本发明提供一种存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序在硬件设备上运行时实现如上任一所述的方法的内容。

[0026] 与现有技术相比，本发明可以获得包括以下技术效果：本发明的控制方法能够使系统在故障的影响下仍然能够稳定运行，同时事件触发机制能够减少传输过程中的数据丢包问题，减少故障发生次数。

[0027] 当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有技术效果。【附图说明】

[0028] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

[0029] 图1是本发明一个实施例提供的基于事件触发的滑模容错控制系统的结构图；

[0030] 图2是本发明一个实施例提供的模型系统状态的控制轨迹图；

[0031] 图3是本发明一个实施例提供的控制输入变化图；

[0032] 图4是本发明一个实施例提供的系统输出曲线图和性能图；

[0033] 图5是本发明一个实施例提供的事件触发时间间隔图。【具体实施方式】

[0034] 为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。

[0035] 应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

[0036] 在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

[0037] 针对现有技术的缺陷，本发明提出一种基于事件触发的滑模容错控制方法，以解决网络控制系统中的时滞和故障问题。

[0038] 基于事件触发的滑模容错控制系统的结构如图1所示。包括执行器、控制对象、传感器、事件触发器、零阶保持器、滑模容错控制器，且依次连接形成环状结构(滑模容错控制器与执行器连接)。故障发生后，控制对象输出变得不稳定，传感器测量控制对象的输出，输出信号通过事件触发器将满足要求的信号传入零阶保持器，零阶保持器将离散的信号连续化并作用于滑模容错控制器，使得滑模容错控制器产生利于控制对象稳定的控制信号，执行器收到控制信号后开始对控制对象产生作用使控制对象能够趋于稳定，传感器接着对控制对象的输出进行测量，以此循环，使控制对象能够继续稳定运行。

[0039] 一种事件触发滑模容错控制方法，该方法用于针对网络控制系统故障情况，设计控制器解决故障对系统产生的影响，使系统能够继续稳定运行，同时事件触发机制能够减少传输过程中的数据丢包问题，减少故障发生次数。

[0040] 该控制方法的内容包括：

[0041] 步骤1：根据离散模型，设计一种事件触发控制方案和滑模面，考虑网络延迟、执行器故障以及外部干扰，构造出基于滑模反馈的离散系统；

[0042] 步骤2：基于李亚普诺夫函数，通过线性矩阵不等式公式的H∞优化，得到了所得闭环系统稳定性和性能分析的充分条件；即把离散系统的变量关系代入李雅普诺夫函数中，得到一个新的方程，根据李雅普诺夫第二稳定性定理，得到稳定性条件；

[0043] 步骤3：考虑事件触发，设计离散滑模控制器用于保证滑动表面的可达性，使设计出来的滑模容错控制器能够使系统在故障发生时仍然能够安全稳定运行。

[0044] 步骤1中同时考虑事件触发方案、滑模面、执行器故障和外部干扰的基于滑模反馈的离散系统如下式：

[0045]

[0046] 其中，

[0047] (1)原系统为

[0048]

[0049] x(k),u(k),ω(k)和y(k)分别表示系统的状态变量，输入量，干扰项和输出量，A,B,B1,C和D分别表示对应变量的系数矩阵；G、K为滑模参数；d(k)为信号传输迟延；F为故障信号矩阵； 表示上一次传输的数据，j＝0,1,2,...,∞；k表示本次采样，k+1表示下一次采样；I代表单位矩阵。

[0050] (2)事件触发方式

[0051]

[0052] ρ∈[0,1)，Ω∈R是一个有合适尺寸的正定加权矩阵，x(j)(j＝0,1,2,...,∞)表示当前采样的测量值， 表示上一次传输的数据( i表示触发次数)， 采样器以固定周期T采集信号；

[0053] (3)基于滑模面的控制律

[0054] ueq(k)＝Kex(k)+Kx(k‑d(k))‑GB1ω(k)

[0055] G、K为滑模参数，d(k)为信号传输迟延；

[0056] (4)故障描述

[0057] uF(t)＝Fu(t)

[0058] 其中，F＝diag{f1,f2,...,fm},fi∈[fli,fui],fui≥1,i＝1,2,...,m；m代表故障数量，li代表故障值下界，ui代表故障值上界。

[0059] 步骤3中设计出的基于事件触发的滑模容错控制器(即系统的输入量)如下：

[0060] u(k)＝Kx(k)‑F‑1η(k)sign(s(k))‑Ψs(k)，

[0061] 其中，η(k)＝‖(F‑I)Kx(k)‖+||GB1ω(k)||，Ψ∈(0,1)，s(k)为滑模信号，K为滑模控制器增益参数，F为故障信号矩阵。

[0062] 实施例1：

[0063] 以传统的控制系统为例，如下是其状态空间方程：

[0064]

[0065] 其中

[0066]

[0067] C1＝[‑43.9054 0 ‑1.1254 1.1254]， D1＝0.001

[0068] 在该例子中，外部干扰ω(k)可以表示为

[0069]

[0070] 其中采样时间间隔为0.01s。

[0071] 第一步：事件触发机制设计

[0072] 本方法设计了一种有效的事件触发通讯传输策略，能够减少触发控制信号的次数和共享网络的负担，降低了计算复杂度，提高了运行效率，假定事件触发条件如下:

[0073]

[0074] 其中，ρ∈[0,1)，Ω∈R是一个有合适尺寸的正定加权矩阵，x(j)(j＝0,1,2,...,∞)表示当前采样的测量值， 表示上一次传输的数据( i表示触发次数)， 采样器以固定周期T采集信号。

[0075] 根据触发函数，只有当触发条件满足的情况下，事件发生器才会将数据发送给远程的控制器，可以知道发送数据是采样数据的一个子集。假定采样的输出与单个分组发送，并且在数据传输过程中不发生数据包丢失。因此，在系统上仅考虑网络延迟。假设τi表示第i次的延迟传感器和控制器之间的传输延迟，并且τi∈[τm,τM]，其中τm＝min{τi|i＝0,1,2,...,∞}，τM＝max{τi|i＝0,1,2,...,∞}。因此，状态输出 将在时刻
分别到达滑模控制器。

[0076] 根据在延迟系统的分析方法，本申请考虑下面的条件：

[0077] (1)如果 定义一个函数d(k)

[0078]

[0079] 因此，可以得到

[0080]

[0081] (2)如果 考虑一下划分情况

[0082]

[0083] 当τi≤τM，可以看出，存在j*使得

[0084]

[0085] 因此， 和 满足事件触发条件。令：

[0086]

[0087]

[0088]

[0089] 其中j＝1,2,...,j*‑1，然后可得到：

[0090]

[0091] 为了能更好地理解上述公式，这里给出一个例子，定义：

[0092]

[0093] 显然，可以看到：

[0094]

[0095] 因此，能够得出：

[0096]

[0097] 对于 在情况(1)中ex(k)＝0，在情况(2)中可以得到：

[0098]

[0099] 基于上述讨论和事件触发条件，可以得到对于

[0100] 然后，输入信号

[0101]

[0102] 因此，可以很容易地看出，在零阶保持器接收的信号是等于事件检测器在所释放的信号。该零阶保持器被认为是事件驱动的，它采用了最新的采样输出并保存它们，直到下一个采样数据来源。

[0103] 第二步：滑模面设计

[0104] 这里考虑离散滑模面方程

[0105] s(k)＝Gx(k)‑G(A+BK)x(k‑1)

[0106] 其中，G是一个满足G×B是单位矩阵的矩阵，增益矩阵K在之后可以获得。

[0107] 接着，可以得到

[0108] s(k+1)＝‑Kx(k)+GB1ω(k)+u(k)

[0109] 对于准滑动理想模式，可以得到

[0110] s(k+1)＝s(k)＝0

[0111] 因此，能够得到如下等价控制律

[0112] ueq(k)＝Kx(k)‑GB1ω(k)

[0113] 然后等价滑模控制律对于 并且在事件触发条件下能够得到如下形式

[0114]

[0115] 最终，能够得到

[0116] ueq(k)＝Kex(k)+Kx(k‑d(k))‑GB1ω(k)。

[0117] 第三步：执行器故障描述，构建故障模型

[0118] 构建了离散执行器故障模型，u(t)和uF(t)分别表示了执行器在正常情况下的输出和在出现故障情况下的输出，矩阵F代表执行器的故障因子。

[0119] 定义uF(t)＝Fu(t)

[0120] 其中，F＝diag{f1,f2,...,fm},fi∈[fli,fui],fui≥1,i＝1,2,...,m[0121] 为了得到矩阵F，对以下矩阵进行了描述

[0122] F′＝diag{f1′,f′2,...,f′m}

[0123] U＝diag{u1,u2,...,um}

[0124] W＝diag{ω1,ω2,...,ωm}

[0125] 其中

[0126]

[0127] 对于|U|＝diag{|u1|,|u2|,...,|um|}，因此，离散执行器故障模型能够被描述成如下形式：

[0128] F＝F′(I+U),|U|≤W≤I

[0129] 所以，执行器故障和矩阵F之间的关系可以得到

[0130] (1)当fi＝1(i＝1,2,...,m)时，执行器处于正常工作的情况下。

[0131] (2)当fi＝0(i＝1,2,...,m)时，执行器完全不能工作。

[0132] (3)当fi∈(0,1)(i＝1,2,...,m)时，执行器存在部分故障。

[0133] 因此，把执行器故障考虑进去之后，得到了如下带故障的滑模等效控制律：

[0134] uF(k)＝FKex(k)+FKx(k‑d(k))‑FGB1ω(k)

[0135] 然后将执行器故障的输入带入到离散系统中，基于反馈的系统则能够被表示成：

[0136]

[0137] 考虑到执行器输出是一维的，所以这里选择执行器故障参数：

[0138] F0＝0.5,U＝0.9

[0139] 接着就能够得到执行器故障系数

[0140] F＝F0(I+U)＝0.8。

[0141] 第四步：事件触发滑模容错控制器参数求取

[0142] (1)构造李雅普诺夫函数，设计线性矩阵不等式

[0143] 给出 和矩阵K，对于存在正定对称矩阵P,Q1,Q2,R1,R2,Ω,矩阵Z和S，如果

[0144]

[0145] 那么，上述反馈系统在H∞性能条件下是稳定的。

[0146] 其中

[0147] Θ1(d(k))＝[e2 τ1e6‑e3 τ2e7+τ3e8 ‑e5‑e4]

[0148] Θ2(d(k))＝[e1 τ1e6‑e1 τ2e7+τ3e8 ‑e5‑e3]

[0149] Θ3＝[e1 e3 e4],Θ4＝[e2‑e1]Θ5＝[e1‑e3e1+e3‑2e6]

[0150] Θ6＝[e3‑e5 e3+e5‑2e7 e5‑e4 e5+e4‑2e8]

[0151]

[0152]

[0153] R′2＝diag{R2,3R2}

[0154]

[0155] ei＝[0n×(i‑1)n In×n 0n×(9‑i)n+1],i＝1,...,9,e10＝[01×9n 1][0156] 证明：

[0157] 选择李雅普诺夫函数

[0158] 其中

[0159]

[0160]

[0161]

[0162] ΔVn(k)＝Vn(k+1)‑Vn(k),n＝1,2,3.

[0163] 为了便于计算和浏览，定义的增强向量来表示V(k+1)‑V(k)的上限。

[0164]

[0165]

[0166] 其中，

[0167]

[0168] τ1＝τm+1,τ2＝1+d(k)‑τm,

[0169] (2)获得不等式矩阵，求取控制器参数和事件触发参数

[0170] 给出 和矩阵 K ，对于 存在正 定对 称矩阵矩阵 Γ和 如果

[0171]

[0172] 那么，上述反馈系统在H∞性能条件下是稳定的。

[0173] 其中

[0174]

[0175]

[0176]

[0177]

[0178] 而且，对于滑模参数矩阵K也能够得到

[0179]

[0180] 选择ρ＝0.1,τm＝1, 和G＝B+‑Y(In‑BB+),(Y＝[1 1 1 1])通过利用工具箱求解不等式方程，获得满足条件的结果如下

[0181]

[0182] K＝103×[4.5244 7.5728 ‑5.3076 ‑0.2687]

[0183] 并且，获得的最小H∞性能指数γmin＝12.4686。

[0184] 得到滑模面为

[0185] s(k)＝104×[0.0069‑0.0063 0.1442 ‑1.2124]x(k)‑105×[0.3813 ‑1.0779 0.0518 0.1055]x(k‑1)。

[0186] 第五步：设计滑模容错控制器

[0187] 考虑反馈系统，滑模矩阵系统K以及事件触发条件。假设滑模面方程已经由上面给出，然后，如果通过以下滑模容错控制器进行控制，那么对于 反馈系统的状态轨迹能够到达滑模面即s(k)＝0：

[0188] u(k)＝Kx(k)‑F‑1η(k)sign(s(k))‑Ψs(k)，

[0189] 其中，η(k)＝‖(F‑I)Kx(k)||+||GB1ω(k)||，Ψ∈(0,1)

[0190] 证明：选择下面的李雅普诺夫函数

[0191]

[0192] 那么能够得到

[0193] Δs(k)＝(F‑I)Kx(k)+GB1ω(k)‑(FΨ+I)s(k)‑η(k)sign(s(k))

[0194]

[0195] 对于 选择合适的Ψ，反馈系统的状态轨迹能够到达滑模面即s(k)＝0。证明完成。

[0196] 令Ψ＝0.5，考虑到执行器的故障系数F，滑模容错控制律表示如下：

[0197] uF(k)＝103×[4.5244 7.5728 ‑5.3076 ‑0.2687]x(k)‑1.25η(k)sign(s(k))+0.5s(k)。

[0198] 如附图所示，在仿真模拟中，初始条件被选择为x(0)＝[0 0 0 0]T。图2可以看出的四个系统状态(x1,x2,x3,x4)变化。图3绘出了控制输入u(k)的变化曲线。图4展示出输出变化y1和两个性能特性(y2,y3)。从图2和图4中可以看出，当系统收到执行器故障和外界干扰时，系统仍然可以通过滑模控制器的作用趋于稳定，并且性能指标|y2|,|y3|∈(0,1)。图5展示了事件触发次数和时间间隔。在图5中，我们可以看出，对于k∈[0,500]，只有121个输出信号是需要通过网络进行传输的，这样它就减少了75％的传输次数。因此，所述方法能够使系统在故障的影响下仍然能够稳定运行，同时事件触发机制能够减少传输过程中的数据丢包问题，减少故障发生次数。

[0199] 以上对本申请实施例所提供的一种基于事件触发的滑模容错控制方法，进行了详细介绍。以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

[0200] 如在说明书及权利要求书当中使用了某些词汇来指称特定组件。本领域技术人员应可理解，硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求书并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求书当中所提及的“包含”、“包括”为一开放式用语，故应解释成“包含/包括但不限定于”。“大致”是指在可接收的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。说明书后续描述为实施本申请的较佳实施方式，然所述描述乃以说明本申请的一般原则为目的，并非用以限定本申请的范围。本申请的保护范围当视所附权利要求书所界定者为准。

[0201] 还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。

[0202] 应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

[0203] 上述说明示出并描述了本申请的若干优选实施例，但如前所述，应当理解本申请并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述申请构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本申请的精神和范围，则都应在本申请所附权利要求书的保护范围内。