基于微分博弈的探测多危险因子的无人机安全预警方法.pdf

《基于微分博弈的探测多危险因子的无人机安全预警方法.pdf》由会员分享，可在线阅读，更多相关《基于微分博弈的探测多危险因子的无人机安全预警方法.pdf（11页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202010422871.8 (22)申请日 2020.05.19 (71)申请人 广州大学 地址 510006 广东省广州市番禺区大学城 外环西路230号 (72)发明人 刘贵云舒聪彭百豪钟晓静 唐冬向建化 (74)专利代理机构 广州市华学知识产权代理有 限公司 44245 代理人 雷芬芬黄磊 (51)Int.Cl. G06F 30/15(2020.01) G06F 17/11(2006.01) G08G 5/04(2006.01) (54)发明名称 基于微分博弈的探测多危险因。

2、子的无人机 安全预警方法 (57)摘要 本发明公开了一种基于微分博弈的探测多 危险因子的无人机安全预警方法， 包括： S1， 构建 无人机飞行过程中的状态转换模型； S2， 根据状 态转换模型建立各个状态的微分方程； S3， 建立 状态转换模型下的成本代价函数； S4， 根据各个 状态的微分方程以及成本代价函数， 构建哈密尔 顿方程。 S5， 根据哈密尔顿方程， 求解满足协态变 量条件的方程组以及相应的攻防策略。 本发明提 供了一个能够探测多方面危险因子的无人机预 警系统， 无人机预警系统在和多方面危险因子的 攻防过程中， 利用双边极大值原理， 可以得到在 复杂飞行环境中， 判断是否触发预警系。

3、统并执行 防御措施的最优策略， 提高无人机危险预警的效 率和质量。 权利要求书3页 说明书6页 附图1页 CN 111639393 A 2020.09.08 CN 111639393 A 1.一种基于微分博弈的探测多危险因子的无人机安全预警方法， 应用于无人机飞行中 遇到危险因子情景， 其特征在于， 包括： S1， 构建无人机飞行过程中的状态转换模型； 无人机飞行过程中的状态包括正常状态、 风险状态、 警惕状态、 危险状态以及受损状态； S2， 根据状态转换模型建立各个状态的微分方程； S3， 建立状态转换模型下的成本代价函数； S4， 根据各个状态的微分方程以及成本代价函数， 构建哈密尔顿方。

4、程。 S5， 根据哈密尔顿方程， 求解满足协态变量条件的方程组以及相应的攻防策略。 2.根据权利要求1所述的基于微分博弈的探测多危险因子的无人机安全预警方法， 其 特征在于， 步骤S2中各个状态的微分方程为： 其中， Q(t)为处于正常的飞行状态的无人机； W(t)为含风险的飞行状态的无人机； R(t) 为警惕飞行状态的无人机； E(t)为危险飞行状态的无人机； D(t)为受损状态的无人机； AQW表 示危险因子将无人机从安全状态迁移到含风险状态的控制程度； ARE表示危险因子将预警状 态无人机迁移到危险状态的控制程度； AWE表示危险因子将未经预警的无人机迁移到危险状 态的控制程度； DWR。

5、表示预警系统将无人机从含风险状态迁移为含风险警惕状态节点的控制 程度； DER表示预警系统将无人机从危险状态迁移到含风险警惕状态节点的控制程度； DRQ表 示预警系统将无人机从预警状态到正常状态节点的控制程度； pQW表示无人机从安全状态到 含风险状态的转移概率； PQE表示无人机从安全状态到危险状态的转移概率； PRE表示无人机 从预警状态到危险状态的转移概率； PWE表示含风险无人机未经预警到危险状态的转移概 率； PWR表示无人机从风险状态到警惕状态的转移概率； PER表示无人机从危险状态到警惕状 态的转移概率； PRQ表示无人机从预警状态到正常状态的转移概率； PER表示无人机从危险状。

6、 态到损坏状态的转移概率。 3.根据权利要求2所述的基于微分博弈的探测多危险因子的无人机安全预警方法， 其 特征在于， 状态转换模型包括： 无人机从正常状态Q(t)进入含风险的状态W(t)； 无人机从正 常状态Q(t)进入危险状态E(t)； 无人机从风险状态W(t)进入危险状态E(t)； 无人机从警惕 状态R(t)进入危险状态E(t)； 无人机从警惕状态R(t)进入正常状态Q(t)； 无人机从危险状 态E(t)进入警惕状态R(t)； 无人机从含风险状态W(t)进入警惕状态R(t)； 无人机从危险状 态E(t)进入受损状态D(t)。 权利要求书 1/3 页 2 CN 111639393 A 2 。

7、4.根据权利要求1所述的基于微分博弈的探测多危险因子的无人机安全预警方法， 其 特征在于， 成本代价函数为： 其中， CW为无人机在含风险状态时的成本系数， CW0； CR为无人机在含风险预警状态时 的成本系数， CR0； CE为无人机在危险状态时的成本系数， CE0； CD为无人机在损坏状态时 的成本系数， CE0； CWR为含风险状态无人机触发预警系统进入警惕状态时的成本系数， CWR 0； CRE为警惕状态无人机采取防御措施后仍进入危险状态时的成本系数， CRE0； CRQ为警 惕状态无人机采取防御措施后返回到正常状态时的成本系数， CRQ0。 5.根据权利要求4所述的基于微分博弈的探测。

8、多危险因子的无人机安全预警方法， 其 特征在于， 哈密尔顿方程为： 其中： Q(t)为正常飞行状态无人机对应的协态变量； W(t)为含风险飞行状态无人机对 应的协态变量；R(t)为警惕飞行状态无人机对应的协态变量；E(t)为危险飞行状态无人机 对应的协态变量；D(t)为受损无人机对应的协态变量； 更进一步地， 哈密尔顿方程为： H Q(t)AQWPQWQ(t)W(t)-DWRPWRW(t)-AWEPWEE(t)+ E(t)-DERPERE(t)+AREPRER(t)+AWEPWEE (t)+PQEQ(t)-PEDE(t)+ W(t)AQWPQWQ(t)W(t)-DWRPWRW(t)-AWEPW。

9、EE(t)+ R(t)-AREPRER(t)+ DERPERE(t)+DWRPWRW(t)-PRQDRQR(t)+ D(t)PEDE(t)+cWW(t)+cRR(t)+cEE(t)+cDD(t)-cRQDRQPRQ- cWRDWRPWR-cERDERPER。 6.根据权利要求5所述的基于微分博弈的探测多危险因子的无人机安全预警方法， 其 特征在于， 对于预警系统， 控制量分别为： DRQ， DWR， DER； 对于无人机飞行危险因子而言， 控制 量分别为： AQW， ARE， AWE； 则根据双边极大值原理， 要取得最优控制策略， 作为协态变量的 Q(t)， W(t)， R(t)， E (t)。

10、，D(t)必须满足以下条件： Q(t)0 W(t)0 R(t)0 权利要求书 2/3 页 3 CN 111639393 A 3 E(t)0 根据双边极值原理， 并且考虑以下不等式恒成立： 0AQW,ARE,AWE,DRQ,DWR,DER1 则最优攻防策略如下： AQW1， 当： - Q(t)PQWW(t)+ E(t)PQWW(t)- Q(t)PQWQ(t)+ W(t)PQWQ(t)0 AQW0， 当： - Q(t)PQWW(t)+ E(t)PQWW(t)- Q(t)PQWQ(t)+ W(t)PQWQ(t)0 ARE1， 当- R(t)PRER(t)+ E(t)PRER(t)0 ARE0， 当-。

11、 R(t)PRER(t)+ E(t)PRER(t)0 AWE1,当 E(t)PWEW(t)- E(t)PWEW(t)0 AWE0,当 E(t)PWEW(t)- E(t)PWEW(t)0 DRQ1,当 Q(t)PRQR(t)- R(t)PRQR(t)-cRQPRQR(t)0 DRQ1,当 Q(t)PRQR(t)- R(t)PRQR(t)-cRQPRQR(t)0 DWR1， 当- W(t)PWRW(t)+ R(t)PWRR(t)-cWRPWRW(t)0 DWR0， 当- W(t)PWRW(t)+ R(t)PWRR(t)-cWRPWRW(t)0 DER1， 当 R(t)PERE(t)- E(t)PE。

12、RE(t)-cERPERE(t)0 DER0， 当 R(t)PERE(t)- E(t)PERE(t)-cERPERE(t)0。 权利要求书 3/3 页 4 CN 111639393 A 4 基于微分博弈的探测多危险因子的无人机安全预警方法 技术领域 0001 本发明涉及无人机安全飞行技术领域， 具体涉及一种基于微分博弈的探测多危险 因子的无人机安全预警方法。 背景技术 0002 目前无人机大都缺乏自主冲突避让能力。 而无人机飞行训练安全问题事故的背后 成因复杂多样， 既有人员主观因素， 又有现实客观因素， 既有系统内部矛盾和固有缺陷， 又 有外部条件的不利影响。 因此无人机飞行安全风险的成因主。

13、要集中在人员、 无人机系统、 气 象条件、 空域和场地等4个方面， 在组织无人机飞行活动时， 针对性采取相应风险防控策略， 有助于防范化解无人机飞行安全风险。 0003 现有的预警系统大多集中在无人机碰撞预警方向， 例如何晓薇教授研究了TCAS报 警策略、 避让与协调解脱的选择以及相关的干扰抑制技术； 李丹教授等提出以带约束的布 朗运动模拟飞机飞行， 用于短期飞行冲突的探测； 顾博教授设计了椭圆球状保护区模型， 根 据运动学方程对空中威胁态势预警； 许敬刚教授等研究了二维无人机动态避撞区建模方 法， 利用无人机和入侵机飞行信息， 在机动性能约束下对两机进行碰撞检测。 由上述研究可 以发现， 学。

14、者们在研究无人机威胁预警问题时， 大都是依据静态保护区概念， 对所探测目标 信息的依赖性高。 而现实中， 在混合空域环境内运行的无人机， 遇到的各种危险因子相对于 无人机来说， 多是动态的、 非合作的和贫信息的， 这给无人机空中飞行活动中的危险预警带 来了很大困难， 进而影响到无人机危险预警的效率和质量。 发明内容 0004 本发明的目的是为了克服以上现有技术存在的不足， 提供了一种在复杂飞行环境 中， 无人机尽可能保证完成飞行任务且损失最小的前提下的基于微分博弈的探测多危险因 子的无人机安全预警方法。 0005 本发明的目的通过以下的技术方案实现： 0006 一种基于微分博弈的探测多危险因子。

15、的无人机安全预警方法， 应用于无人机飞行 中遇到危险因子情景， 包括： 0007 S1， 构建无人机飞行过程中的状态转换模型； 无人机飞行过程中的状态包括正常 状态、 风险状态、 警惕状态、 危险状态以及受损状态； 0008 S2， 根据状态转换模型建立各个状态的微分方程； 0009 S3， 建立状态转换模型下的成本代价函数； 0010 S4， 根据各个状态的微分方程以及成本代价函数， 构建哈密尔顿方程。 0011 S5， 根据哈密尔顿方程， 求解满足协态变量条件的方程组以及相应的攻防策略。 0012 优选地， 步骤S2中各个状态的微分方程为： 0013 说明书 1/6 页 5 CN 1116。

16、39393 A 5 0014 0015 0016 0017 0018 其中， Q(t)为处于正常的飞行状态的无人机； W(t)为含风险的飞行状态的无人机； R(t)为警惕飞行状态的无人机； E(t)为危险飞行状态的无人机； D(t)为受损状态的无人机； AQW表示危险因子将无人机从安全状态迁移到含风险状态的控制程度； ARE表示危险因子将 预警状态无人机迁移到危险状态的控制程度； AWE表示危险因子将未经预警的无人机迁移到 危险状态的控制程度； DWR表示预警系统将无人机从含风险状态迁移为含风险警惕状态节点 的控制程度； DER表示预警系统将无人机从危险状态迁移到含风险警惕状态节点的控制程 度。

17、； DRQ表示预警系统将无人机从预警状态到正常状态节点的控制程度； pQW表示无人机从安 全状态到含风险状态的转移概率； PQE表示无人机从安全状态到危险状态的转移概率； PRE表 示无人机从预警状态到危险状态的转移概率； PWE表示含风险无人机未经预警到危险状态的 转移概率； PWR表示无人机从风险状态到警惕状态的转移概率； PER表示无人机从危险状态到 警惕状态的转移概率； PRQ表示无人机从预警状态到正常状态的转移概率； PER表示无人机从 危险状态到损坏状态的转移概率。 0019 优选地， 状态转换模型包括： 无人机从正常状态Q(t)进入含风险的状态W(t)； 无人 机从正常状态Q(t。

18、)进入危险状态E(t)； 无人机从危险状态W(t)进入危险状态E(t)； 无人机 从警惕状态R(t)进入危险状态E(t)； 无人机从警惕状态R(t)进入正常状态Q(t)； 无人机从 危险状态E(t)进入警惕状态R(t)； 无人机从含风险状态W(t)进入警惕状态R(t)； 无人机从 危险状态E(t)进入受损状态D(t)。 0020 优选地， 成本代价函数为： 0021 0022 其中， CW为无人机在含风险状态时的成本系数， CW0； CR为无人机在含风险预警状 态时的成本系数， CR0； CE为无人机在危险状态时的成本系数， CE0； CD为无人机在损坏状 态时的成本系数， CE0； CWR为。

19、含风险状态无人机触发预警系统进入警惕状态时的成本系 数， CWR0； CRE为警惕状态无人机采取防御措施后仍进入危险状态时的成本系数， CRE0； CRQ 为警惕状态无人机采取防御措施后返回到正常状态时的成本系数， CRQ0。 0023 优选地， 哈密尔顿方程为： 0024 0025 其中：Q(t)为正常飞行状态无人机对应的协态变量；W(t)为含风险飞行状态无人 说明书 2/6 页 6 CN 111639393 A 6 机对应的协态变量；R(t)为警惕飞行状态无人机对应的协态变量；E(t)为危险飞行状态无 人机对应的协态变量；D(t)为受损无人机对应的协态变量； 0026 更进一步地， 哈密尔。

20、顿方程为： 0027 H Q(t)AQWPQWQ(t)W(t)-DWRPWRW(t)-AWEPWEE(t)+ E(t)-DERPERE(t)+AREPRER(t)+ AWEPWEE(t)+PQEQ(t)-PEDE(t)+ W(t)AQWPQWQ(t)W(t)-DWRPWRW(t)-AWEPWEE(t)+ R(t)-AREPRER (t)+DERPERE(t)+DWRPWRW(t)-PRQDRQR(t)+ D(t)PEDE(t)+cWW(t)+cRR(t)+cEE(t)+cDD(t)- cRQDRQPRQ-cWRDWRPWR-cERDERPER。 0028 优选地， 对于预警系统， 控制量分别为。

21、： DRQ， DWR， DER； 对于无人机飞行危险因子而 言， 控制量分别为： AQW， ARE， AWE； 0029 则根据双边极大值原理， 要取得最优控制策略， 作为协态变量的 Q(t)， W(t)， R (t)，E(t)，D(t)必须满足以下条件： 0030 0031 Q(t)0 0032 0033 W(t)0 0034 0035 R(t)0 0036 0037 E(t)0 0038 0039 0040 根据双边极值原理， 并且考虑以下不等式恒成立： 0041 0AQW,ARE,AWE,DRQ,DWR,DER1 0042 则最优攻防策略如下： 0043 AQW1， 当： - Q(t)P。

22、QWW(t)+ E(t)PQWW(t)- Q(t)PQWQ(t)+ W(t)PQWQ(t)0 0044 AQW0， 当： - Q(t)PQWW(t)+ E(t)PQWW(t)- Q(t)PQWQ(t)+ W(t)PQWQ(t)0 0045 ARE1， 当- R(t)PRER(t)+ E(t)PRER(t)0 0046 ARE0， 当- R(t)PRER(t)+ E(t)PRER(t)0 0047 AWE1,当 E(t)PWEW(t)- E(t)PWEW(t)0 0048 AWE0,当 E(t)PWEW(t)- E(t)PWEW(t)0 0049 DRQ1,当 Q(t)PRQR(t)- R(t)。

23、PRQR(t)-cRQPRQR(t)0 0050 DRQ1,当 Q(t)PRQR(t)- R(t)PRQR(t)-cRQPRQR(t)0 0051 DWR1， 当- W(t)PWRW(t)+ R(t)PWRR(t)-cWRPWRW(t)0 说明书 3/6 页 7 CN 111639393 A 7 0052 DWR0， 当- W(t)PWRW(t)+ R(t)PWRR(t)-cWRPWRW(t)0 0053 DER1， 当 R(t)PERE(t)- E(t)PERE(t)-cERPERE(t)0 0054 DER0， 当 R(t)PERE(t)- E(t)PERE(t)-cERPERE(t)0。。

24、 0055 本发明相对于现有技术具有如下优点： 0056 本发明提供了一个能够探测多方面危险因子的无人机预警系统， 无人机预警系统 在和多方面危险因子的攻防过程中， 通过建立哈密尔顿方程和利用双边极大值原理， 可以 得到在复杂飞行环境中， 无人机尽可能保证完成飞行任务且损失最小的前提下， 判断是否 触发预警系统并执行防御措施的最优策略， 提高无人机危险预警的效率和质量。 比如， 当可 能存在碰撞和其它冲突时， 无人机通过预警系统启动防御措施， 通过调节自身的航向， 速度 等改变运行航迹， 或者紧急降落， 以达到安全运行， 减少事故损失的目的。 无人机编队是否 能够安全运行， 顺利完成飞行任务，。

25、 减少可能遇到的事故损失， 与无人机的自主冲突探测和 冲突解脱能力关系紧密。 附图说明 0057 构成本申请的一部分的说明书附图用来提供对本发明的进一步理解， 本发明的示 意性实施例及其说明用于解释本发明， 并不构成对本发明的不当限定。 在附图中： 0058 图1为本发明的基于微分博弈的探测多危险因子的无人机安全预警方法的示意性 流程图。 0059 图2为本发明的无人机飞行过程中的状态转换模型图。 具体实施方式 0060 下面结合附图和实施例对本发明作进一步说明。 0061 本发明的基于微分博弈的探测多危险因子的无人机安全预警方法应用于无人机 安全预警系统之中， 得到一种最优的预警系统对抗多风。

26、险因子的攻防策略， 具体如下： 0062 参见图1、 一种基于微分博弈的探测多危险因子的无人机安全预警方法， 应用于无 人机飞行中遇到危险因子情景， 包括： 0063 S1， 构建无人机飞行过程中的状态转换模型； 无人机飞行过程中的状态包括正常 状态、 风险状态、 警惕状态、 危险状态以及受损状态； 参见图2， 状态转换模型包括： 无人机从 正常状态Q(t)进入含风险的状态W(t)； 无人机从正常状态Q(t)进入危险状态E(t)； 无人机 从风险状态W(t)进入危险状态E(t)； 无人机从警惕状态R(t)进入危险状态E(t)； 无人机从 警惕状态R(t)进入正常状态Q(t)； 无人机从危险状态。

27、E(t)进入警惕状态R(t)； 无人机从含 风险状态W(t)进入警惕状态R(t)； 无人机从危险状态E(t)进入受损状态D(t)。 0064 S2， 根据状态转换模型建立各个状态的微分方程； 各个状态的微分方程分别为： 0065 0066 0067 说明书 4/6 页 8 CN 111639393 A 8 0068 0069 0070 其中， Q(t)为处于正常的飞行状态的无人机； W(t)为含风险的飞行状态的无人机； R(t)为警惕飞行状态的无人机； E(t)为危险飞行状态的无人机； D(t)为受损状态的无人机； AQW表示危险因子将无人机从安全状态迁移到含风险状态的控制程度； ARE表示危。

28、险因子将 预警状态无人机迁移到危险状态的控制程度； AWE表示危险因子将未经预警的无人机迁移到 危险状态的控制程度； DWR表示预警系统将无人机从含风险状态迁移为含风险警惕状态节点 的控制程度； DER表示预警系统将无人机从危险状态迁移到含风险警惕状态节点的控制程 度； DRQ表示预警系统将无人机从预警状态到正常状态节点的控制程度； pQW表示无人机从安 全状态到含风险状态的转移概率； PQE表示无人机从安全状态到危险状态的转移概率； PRE表 示无人机从预警状态到危险状态的转移概率； PWE表示含风险无人机未经预警到危险状态的 转移概率； PWR表示无人机从风险状态到警惕状态的转移概率； P。

29、ER表示无人机从危险状态到 警惕状态的转移概率； PRQ表示无人机从预警状态到正常状态的转移概率； PER表示无人机从 危险状态到损坏状态的转移概率。 0071 S3， 建立状态转换模型下的成本代价函数； 成本代价函数为： 0072 0073 其中， CW为无人机在含风险状态时的成本系数， CW0； CR为无人机在含风险预警状 态时的成本系数， CR0； CE为无人机在危险状态时的成本系数， CE0； CD为无人机在损坏状 态时的成本系数， CE0； CWR为含风险状态无人机触发预警系统进入警惕状态时的成本系 数， CWR0； CRE为警惕状态无人机采取防御措施后仍进入危险状态时的成本系数， 。

30、CRE0； CRQ 为警惕状态无人机采取防御措施后返回到正常状态时的成本系数， CRQ0。 0074 S4， 根据各个状态的微分方程以及成本代价函数， 构建哈密尔顿方程； 哈密尔顿方 程为： 0075 0076 其中：Q(t)为正常飞行状态无人机对应的协态变量；W(t)为含风险飞行状态无人 机对应的协态变量；R(t)为警惕飞行状态无人机对应的协态变量；E(t)为危险飞行状态无 人机对应的协态变量；D(t)为受损无人机对应的协态变量； 0077 更进一步地， 哈密尔顿方程为： 0078 H Q(t)AQWPQWQ(t)W(t)-DWRPWRW(t)-AWEPWEE(t)+ E(t)-DERPER。

31、E(t)+AREPRER(t)+ AWEPWEE(t)+PQEQ(t)-PEDE(t)+ W(t)AQWPQWQ(t)W(t)-DWRPWRW(t)-AWEPWEE(t)+ R(t)-AREPRER (t)+DERPERE(t)+DWRPWRW(t)-PRQDRQR(t)+ D(t)PEDE(t)+cWW(t)+cRR(t)+cEE(t)+cDD(t)- cRQDRQPRQ-cWRDWRPWR-cERDERPER。 0079 S5， 根据哈密尔顿方程， 求解满足协态变量条件的方程组以及相应的攻防策略。 0080 对于预警系统， 控制量分别为： DRQ， DWR， DER； 对于无人机飞行危险因。

32、子而言， 控制量 说明书 5/6 页 9 CN 111639393 A 9 分别为： AQW， ARE， AWE； 0081 则根据双边极大值原理， 要取得最优控制策略， 作为协态变量的 Q(t)， W(t)， R (t)，E(t)，D(t)必须满足以下条件： 0082 0083 Q(t)0 0084 0085 W(t)0 0086 0087 R(t)0 0088 0089 E(t)0 0090 0091 0092 根据双边极值原理， 并且考虑以下不等式恒成立： 0093 0AQW,ARE,AWE,DRQ,DWR,DER1 0094 则最优攻防策略如下： 0095 AQW1， 当： - Q(t。

33、)PQWW(t)+ E(t)PQWW(t)- Q(t)PQWQ(t)+ W(t)PQWQ(t)0 0096 AQW0， 当： - Q(t)PQWW(t)+ E(t)PQWW(t)- Q(t)PQWQ(t)+ W(t)PQWQ(t)0 0097 ARE1， 当- R(t)PRER(t)+ E(t)PRER(t)0 0098 ARE0， 当- R(t)PRER(t)+ E(t)PRER(t)0 0099 AWE1,当 E(t)PWEW(t)- E(t)PWEW(t)0 0100 AWE0,当 E(t)PWEW(t)- E(t)PWEW(t)0 0101 DRQ1,当 Q(t)PRQR(t)- R(。

34、t)PRQR(t)-cRQPRQR(t)0 0102 DRQ1,当 Q(t)PRQR(t)- R(t)PRQR(t)-cRQPRQR(t)0 0103 DWR1， 当- W(t)PWRW(t)+ R(t)PWRR(t)-cWRPWRW(t)0 0104 DWR0， 当- W(t)PWRW(t)+ R(t)PWRR(t)-cWRPWRW(t)0 0105 DER1， 当 R(t)PERE(t)- E(t)PERE(t)-cERPERE(t)0 0106 DER0， 当 R(t)PERE(t)- E(t)PERE(t)-cERPERE(t)0。 0107 上述具体实施方式为本发明的优选实施例， 并不能对本发明进行限定， 其他的任 何未背离本发明的技术方案而所做的改变或其它等效的置换方式， 都包含在本发明的保护 范围之内。 说明书 6/6 页 10 CN 111639393 A 10 图1 图2 说明书附图 1/1 页 11 CN 111639393 A 11 。