Login| Sign Up| Help| Contact|

Patent Searching and Data


Title:
SIGNAL-TO-NOISE RATIO ESTIMATION METHOD AND APPARATUS
Document Type and Number:
WIPO Patent Application WO/2012/171360
Kind Code:
A1
Abstract:
Disclosed is a signal-to-noise ratio estimation method, comprising: obtaining a received signal obtained after a training signal is transmitted through a channel; performing channel estimation on the channel; reconstructing, according to a channel estimation result, a signal after the training signal is transmitted through the estimated channel, to obtain a reconstructed signal; according to the reconstructed signal and the received signal, by using a joint distribution probability density function of a real component and an imaginary component of a noise signal, determining the relationship between a power maximum likelihood estimation value of the received signal ŜMLas well as a power maximum likelihood estimation value of the noise signal N̂MLand the reconstructed signal as well as the received signal, to obtain ŜML and N̂ML; and determining a signal-to-noise ratio maximum likelihood estimation value. Meanwhile, further disclosed is a signal-to-noise ratio estimation apparatus. The signal-to-noise ratio estimation method of the present invention is relatively simple, the calculation complexity is low, the estimation accuracy is high, and the influence from radio channel fading is small.

More Like This:
Inventors:
HOU XIAOHUI (CN)
LU QINBO (CN)
YANG FENG (CN)
Application Number:
PCT/CN2012/071675
Publication Date:
December 20, 2012
Filing Date:
February 27, 2012
Export Citation:
Click for automatic bibliography generation   Help
Assignee:
ZTE CORP (CN)
HOU XIAOHUI (CN)
LU QINBO (CN)
YANG FENG (CN)
International Classes:
H04L25/02
Foreign References:
CN101895313A2010-11-24
CN1491059A2004-04-21
Other References:
LIU, CHEN ET AL.: "Effective SNR Estimation Methods for Burst Transmission in ISI Channel", COMMUNICATIONS TECHNOLOGY, vol. 41, no. 9, 30 September 2008 (2008-09-30), pages 17 - 19, 22
Attorney, Agent or Firm:
CHINA PAT INTELLECTUAL PROPERTY OFFICE (CN)
北京派特恩知识产权代理事务所(普通合伙) (CN)
Download PDF:
Claims:
权利要求书

1、 一种信噪比估计方法, 其特征在于, 该方法包括:

获取训练信号经信道传输后得到的接收信号;

对所述信道进行信道估计;

根据信道估计结果, 对训练信号经所述估计的信道传输后的信号进行 重构, 得到重构信号;

根据得到的重构信号及所述接收信号, 利用服从高斯分布的噪声信号 的实部分量和虚部分量的联合分布概率密度函数, 采用最大似然准则确定 出接收信号功率最大似然估计值 、 噪声信号功率最大似然估计值^ ^分 别与重构信号和接收信号的关系, 得到 L和 &ML

根据得到的 和 ML确定出信噪比的最大似然估计值。

2、 如权利要求 1所述的方法, 其特征在于, 所述确定 z、 分别与 重构信号和接收信号的关系, 为:

确定服从高斯分布的噪声信号的实部分量和虚部分量的联合分布概率 密度函数;

根据重构信号、接收信号功率 5、 噪声信号、 噪声信号功率 N与接收信 号之间的关系, 将联合分布概率密度函数中的噪声信号的实部分量和虚部 分量采用重构信号、 接收信号、 S和 N表示, 得到接收信号相对 S和 N的条 件分布概率密度函数;

根据所述条件分布概率密度函数得到关于 S和 N的似然函数; 根据关于 S和 N的似然函数,采用最大似然准则确定 z、 分别与重 构信号和接收信号的关系。

3、 如权利要求 2所述的方法, 其特征在于, 所述重构信号、 5、 噪声 信号、 N与接收信号之间的关系, 为: rt =^fs (mIt + jmQt ) + VN(z + jzQt )

其中, ^为接收信号的第 个采样值, m 、 ma分别为重构信号第 个 采样值的实部和虚部, 、 ¾分别为将噪声信号进行功率归一化处理后得 到的第 个采样值的实部和虚部;

由噪声信号服从高斯分布, 确定噪声信号的实部分量 ¾和虚部分量 υΆ 的联合分布概率密度函数具体为:

4、 如权利要求 2所述的方法, 其特征在于, 所述根据所述条件分布概 率密度函数得到关于 S和 N的似然函数, 包括: 对所述条件分布概率密度函 数取对数, 得到关于 S和 N的对数似然函数;

所述采用最大似然准则确定 SML、 NML分别与重构信号和接收信号的关 系, 包括: 对所述关于 S和 N的对数似然函数, 分别对 S和 N求偏导, 确定 使偏导结果等于零的 S和 N为 和^^ 确定 ^、 分别与重构信号和 接收信号的关系;

或者, 利用牛顿迭代法\拉格朗日法, 对所述关于 S和 N的对数似然函 数进行求解, 确定 z、 分别与重构信号和接收信号的关系。

5、 如权利要求 1至 4任一项所述的方法, 其特征在于, 所述 z、 NML 分别与重构信号和接收信号的关系为:

λ 1 κ-ι λ 1 κ-ι

k=0

其中, 为接收信号的采样值总数, 、 ri 分别为接收信号第 个采样 值的实部和虚部, mIk、 mQk分别为重构信号第 k个采样值的实部和虚部。

6、 如权利要求 1至 4任一项所述的方法, 其特征在于, 所述根据信道 估计结果, 对训练信号经所述估计的信道传输后的信号进行重构, 得到重 构信号, 包括:

将训练信号和所述估计的信道进行卷积 , 得到重构信号。

7、 一种信噪比估计装置, 其特征在于, 该装置包括: 信号获取模块、 信道估计模块、 重构信号模块、 最大似然估计模块、 信噪比模块; 其中, 信号获取模块, 用于获取训练信号经信道传输后得到的接收信号; 信道估计模块, 用于对所述信道进行信道估计;

重构信号模块, 用于根据信道估计结果, 对训练信号经所述估计的信 道传输后的信号进行重构, 得到重构信号;

最大似然估计模块, 用于根据得到的重构信号及所述接收信号, 利用 服从高斯分布的噪声信号的实部分量和虚部分量的联合分布概率密度函 数, 采用最大似然准则确定出接收信号功率最大似然估计值 z、 噪声信号 功率最大似然估计值 iML分别与重构信号和接收信号的关系, 得到 SML和 NML ;

信噪比模块, 用于根据得到的 和 &ML确定出信噪比的最大似然估计 值。

8、 如权利要求 7所述的装置, 其特征在于, 所述最大似然估计模块具 体用于:

确定服从高斯分布的噪声信号的实部分量和虚部分量的联合分布概率 密度函数;

根据重构信号、接收信号功率 5、 噪声信号、 噪声信号功率 N与接收信 号之间的关系, 将联合分布概率密度函数中的噪声信号的实部分量和虚部 分量采用重构信号、 接收信号、 S和 N表示, 得到接收信号相对 S和 N的条 件分布概率密度函数;

根据所述条件分布概率密度函数得到关于 S和 N的似然函数; 根据关于 S和 N的似然函数,采用最大似然准则确定 z、 分别与重 构信号和接收信号的关系。

9、 如权利要求 8所述的装置, 其特征在于, 所述最大似然估计模块还 用于: 对所述条件分布概率密度函数取对数,得到关于 S和 N的对数似然函 数;

采用最大似然准则确定 SML、 NML分别与重构信号和接收信号的关系, 包括:

对所述关于 S和 N的对数似然函数, 分别对 S和 N求偏导, 确定使偏导 结果等于零的 S和 W为 P i^z , 确定 、 分别与重构信号和接收信 号的关系;

或者, 利用牛顿迭代法\拉格朗日法, 对所述关于 S和 N的对数似然函 数进行求解, 确定 z、 分别与重构信号和接收信号的关系。

10、 如权利要求 7至 9任一项所述的装置, 其特征在于, 所述最大似 然估计模块确定的 ^、 NMJ分别与重构信号和接收信号的关系具体为:

其中, 为接收信号的采样值总数, r 、 分别为接收信号第 个采样 值的实部和虚部, 分别为重构信号第 k个采样值的实部和虚部。

11、 如权利要求 7至 9任一项所述的装置, 其特征在于, 所述重构信 号估计模块具体用于将训练信号和所述估计的信道进行卷积 , 得到重构信

Description:
一种信噪比估计方法与装置 技术领域

本发明涉及无线通信技术领域, 尤其涉及的是一种多径衰落信道下抑 制衰落影响的信噪比估计方法与装置。 背景技术

在移动通信中, 信道的信噪比估计是一个很重要的技术。 功率控制、 自适应传输、 小区切换、 动态信道分配、 空间分集合并等都需要快速、 准 确的估计出信道的信噪比(SNR )。 特别是对于高铁环境的多载波联合应用 下, 信噪比估计的准确性就更加重要。

目前的信噪比的估计方法主要有以下几种, 第 1 种是利用解调信号的 星座分布来计算, 但是此种方法估计的准确度不够高; 第 2种是建立误码 率与信噪比的函数关系, 利用此函数关系, 根据误码率来映射出信噪比, 此种方法需要建立函数关系曲线, 实际应用时一般通过查表来实现, 会使 复杂度大大提高, 同时由于无线环境是多变的, 建立的误码率与信噪比的 函数关系曲线也往往很难跟踪上复杂无线环境 的快速变化, 另外, 这种方 法估计的准确度也不是很高; 第 3种是通过信号的二阶矩和四阶矩进行估 计, 但是此方法估计的准确度不高。

以上方法, 对于符号间干扰(ISI, Inter Symbol Interference )信道的估 计准确度更低, 而且波动性比较大, 并且无法克服信道的衰落影响。 发明内容

本发明提供一种信噪比估计的方法与装置, 用以解决现有信噪比估计 方法中存在的准确度不高、 计算复杂度高以及受无线信道衰落影响大的问 本发明方法包括一种信噪比估计方法, 该方法包括:

获取训练信号经信道传输后得到的接收信号;

对所述信道进行信道估计;

根据信道估计结果, 对训练信号经所述估计的信道传输后的信号进 行 重构, 得到重构信号;

根据得到的重构信号及所述接收信号, 利用服从高斯分布的噪声信号 的实部分量和虚部分量的联合分布概率密度函 数, 采用最大似然准则确定 出接收信号功率最大似然估计值 、 噪声信号功率最大似然估计值 ^ 分 别与重构信号和接收信号的关系, 得到 ML 和 i ML

根据得到的S ML 和 确定出信噪比的最大似然估计值。

上述方案中, 所述确定 Ζ 、 ^ 分别与重构信号和接收信号的关系, 为:

确定服从高斯分布的噪声信号的实部分量和虚 部分量的联合分布概率 密度函数;

根据重构信号、接收信号功率 5、 噪声信号、 噪声信号功率 N与接收信 号之间的关系, 将联合分布概率密度函数中的噪声信号的实部 分量和虚部 分量采用重构信号、 接收信号、 S和 N表示, 得到接收信号相对 S和 N的条 件分布概率密度函数;

根据所述条件分布概率密度函数得到关于 S和 N的似然函数;

根据关于 5和 的似然函数,采用最大似然准则确定 Ζ 、 ^ 分别与重 构信号和接收信号的关系。

上述方案中,所述重构信号、 s、噪声信号、 N与接收信号之间的关系, 为:

rk = ^ ( m i t + J m Q t ) + VN (¾ + jZ Q ) 其中, ^为接收信号的第 个采样值, m 、 a 分别为重构信号第 个 采样值的实部和虚部, 、 ¾ 分别为将噪声信号进行功率归一化处理后 得 到的第 个采样值的实部和虚部;

由噪声信号服从高斯分布, 确定噪声信号的实部分量 和虚部分量 ¾ 的联合分布概率密度函数具体为: ,¾ k ' πΝ

上述方案中,所述根据所述条件分布概率密度 函数得到关于 S和 N的似 然函数, 包括:

对所述条件分布概率密度函数取对数, 得到关于 S和 N的对数似然函 数;

所述采用最大似然准则确定 ML 、 N ML 分别与重构信号和接收信号的关 系, 包括:

对所述关于 S和 N的对数似然函数, 分别对 S和 N求偏导, 确定使偏导 结果等于零的 S和 W为 ^ 和^^ , 确定 、 分别与重构信号和接收信 号的关系;

或者, 利用牛顿迭代法\拉格朗日法, 对所述关于 S和 N的对数似然函 数进行求解, 确定 Z 、 ^ 分别与重构信号和接收信号的关系。

上述方案中, 所述 ,、 Μ ,分别与重构信号和接收信号的关系为:

1 κ-ι 1 κ-ι 其中, 为接收信号的采样值总数, 、 Γ ί Qt分别为接收信号第 个采样 上述方案中, 所述根据信道估计结果, 对训练信号经所述估计的信道 传输后的信号进行重构, 得到重构信号, 包括:

将训练信号和所述估计的信道进行卷积 , 得到重构信号。

本发明提供的一种信噪比估计装置, 该装置包括: 信号获取模块、 信 道估计模块、 重构信号模块、 最大似然估计模块、 信噪比模块; 其中, 信号获取模块, 用于获取训练信号经信道传输后得到的接收信 号; 信道估计模块, 用于对所述信道进行信道估计;

重构信号模块, 用于根据信道估计结果, 对训练信号经估计的信道传 输的信号进行重构, 得到重构信号;

最大似然估计模块, 用于根据得到的重构信号及所述接收信号, 利用 服从高斯分布的噪声信号的实部分量和虚部分 量的联合分布概率密度函 数, 采用最大似然准则确定出接收信号功率最大似 然估计值 、 噪声信号 功率最大似然估计值 & ML 分别与重构信号和接收信号的关系, 得到 ML 和 N ML ;

信噪比模块, 用于根据得到的 和 ML 确定出信噪比的最大似然估计 值。

本发明有益效果如下:

本发明信噪比估计的方法相对简单, 计算复杂度低, 估计准确度高, 受无线信道的衰落影响小, 特别是在信道估计特别准确的条件下, 本发明 方法能够最大程度的消除信道的衰落影响;

本方法对基于最优信噪比准则下的多射频通道 中良好射频通道的选择 具有重要的意义, 对基于信噪比估计进行的自适应速率传输模式 的准确调 整也具有特别重要的意义; 在通信系统中需要估计信噪比、 需要估计噪声 功率的应用下, 本发明方法都可以得到很好的应用。 附图说明

图 1为本发明提供的信噪比估计方法流程图;

图 1为本发明提供的一种在 TU3信道中发送 GMSK调制信号的信噪比 估计方法流程图;

图 3为本发明提供的信噪比估计装置结构图;

图 4为本发明提供的一种接收机估计信噪比的装 ;

图 5为本发明的一种在手机上行速率传输模式调 中的应用流程图。 具体实施方式

下面结合附图和实施例对本发明提出的信噪比 估计方法和装置进行更 评细的说明。

本发明的信噪比估计方法, 如图 1所示, 该方法包括以下步驟: 步驟 S101 , 获取训练信号经信道传输后得到的接收信号。

步驟 S102 , 对所述信道进行信道估计。

此处对所述信道进行估计具体可以采用现有方 法, 这里不作限制, 但 是需要特别指出的是, 信道估计与理想信道估计(不考虑噪声 )之间的误 差越小, 本发明最终得到的信噪比估计的误差也就越小 。

步驟 S103 , 根据信道估计结果, 对训练信号经过估计的信道传输后的 信号进行重构。

步驟 S104, 根据得到的重构信号及所述接收信号, 利用服从高斯分布 的噪声信号的实部分量和虚部分量的联合分布 概率密度函数, 采用最大似 然准则确定出的接收信号功率最大似然估计值 、 噪声信号功率最大似然 估计值 & ML 分别与重构信号和接收信号的关系, 得到 和 ML

步驟 S105 , 根据得到的 角定出信噪比的最大似然估计值。 本发明利用噪声信号服从高斯分布的特性, 可以得到噪声信号的实部 分量和虚部分量的联合分布概率密度函数, 而由于重构信号、 接收信号功 率 5、 噪声信号、 噪声信号功率 N与接收信号之间存在特定的关系, 因此可 以利用该特定关系推导出接收信号相对 S和 N的条件分布概率密度函数以 及关于 S和 N的似然函数,再进一步可以采用最大似然准 确定出 、 N ML 分别与重构信号和接收信号的关系。

因此, 采用高斯函数可以唯一确定噪声信号的实部分 量和虚部分量的 联合分布概率密度函数, 再由最大似然准则确定出的接收信号功率最大 似 然估计值 ^、 噪声信号功率最大似然估计值 ^分别与重构信号和接收信 号的关系也是确定的, 因此, 本发明的信噪比估计方法相对简单、 计算复 杂度低, 准确度高, 尤其是在信道估计准确的条件下, 本方法能够较好地 消除信道的衰落影响。

优选地, 可应用重构信号、 接收信号功率 5、 噪声信号、 噪声信号功率 Ν与接收信号之间的关系, 将已确定的联合分布概率密度函数中的噪声信 号的实部分量和虚部分量采用重构信号、接收 信号、 S和 N表示, 得到接收 信号相对 S和 N的条件分布概率密度函数, 以及关于 S和 N的似然函数, 再 进一步可以采用最大似然准则确定出 ML 、 分别与重构信号和接收信号 的关系。

其中, 应用最大似然准则确定出接收信号功率最大似 然估计值 和噪 声信号功率最大似然估计值^ ^, 以及由此确定出信噪比的最大似然估计值 的具体方法, 可具体包括以下步驟:

步驟 S1 , 发送端发送训练信号 , 其中 = (x。 … x^ ) , 并使用 χ 表示该训练信号 中的第 个采样值, 为训练信号的长度,即采样值总数。

步驟 S2 ,接收机获取训练信号 及其经信道传输后得到的接收信号 , 其中 ? = (r。 r, ■■■ Γ Κ _, ) , 并使用 ^表示该接收信号 中的第 个采样值。

步驟 S3 , 设信道 h有 + 1个抽头, 进行信道估计, 估计的信道结果为 h, 且满足 |h| 2 =l, 即信道估计的总能量为 1, 则将估计的信道 h和训练信 号进行卷积, 可得到重构信号的采样值, 表示如下, Xk-l ¾-z) h ( 1 )

公式( 1 )中, 为重构信号的第^:个采样值,( … χ— J对应 + 1 个信道抽头的训练信号采样值, h = {h 0 ■■■ A f对应 + 1个信道抽头。

步驟 S4, 对于接收信号采样值 , 建立公式(2)所述的复数模型, 用 以确定 ^与重构信号 、 S、 噪声信号、 N之间的关系,

= r + Qt + jm Qt ) + N + jz t (2) 在公式( 2 )中 r r i Qt分别为接收信号采样值 ^的实部和虚部, m m 分别为重构信号采样值 的实部和虚部, ¾ ¾ 分别为将噪声信号进行功 率归一化处理后得到的第 个采样值的实部和虚部。

步驟 S5, 令 =7^ ¾ , ¾ = i^ ¾ 分别为噪声信号的实部分量和虚部 分量, 由于它们服从均值为 0,方差为 N/2的高斯分布,可确定出 和¾的 联合分布概率密度函数为

,¾J = (3) πΝ

步驟 S6, 由公式(2)和(3), 推导出 ^的实部 、 虚部 对于 S、 N 的条件分布概率密度函数为

步驟 S7, 由公式 (4), 推导出接收信号 相对 S、 N的条件分布概率 密度函数为 iV,r e I S,N) = n/k'¾ I S,N) = (π Ν γ Κ +∑(¾ Q k , 在公式(5) 中, 、 分别为接收信号 的实部和虚部,并且

步驟 S7, 对公式(5)的条件分布概率密度函数取对数, 得到关于 S和 N的对数似然函数为, r(5,N) = ln (r 7 ,r e |5,N) =

步驟 S8, 对公式(6)的对数似然函数, 分别对 S和 N求偏导, 得到以 下似然方程,

=0 (7)

N=N U

—T(S,N) =0 (8)

N=N U 在公式(7)、 (8)中, ML 、 分别为接收信号功率 S和噪声信号功率

N的最大似然估计值。

步骤 S9, 计算以上似然方程(7)和 (8) 的结果, 确定^ ^、 分别 与重构信号和接收信号的关系为公式(9)、 ( 10)所示的 ^、 N ML ,

步驟 S10, 利用公式(9)、 ( 10) 中的 与^^ 根据公式(11 )得到 信噪比的最大似然估计值, SNR、„ = ( 11 ) 优选地, 计算步驟 S203中的信道估计 h, 本发明可以采用现有方法, 例如可以采用 LS最小二乘算法 \LMMSE最小均方误差算法等信道估计方 法, 本发明不局限于使用这两种信道估计算法。 需要指出的是, 此处的信 道估计与理想信道估计 (不考虑噪声)之间的误差越小, 本发明最终得到 的信噪比估计的误差也就越小。 优选地, 由关于 S和 N的对数似然函数,得到^ ^和 ^^分别与重构信号 和接收信号的关系的方法, 还可以使用牛顿迭代法\拉格朗日法等自适应 解方法, 本发明对求最大似然值^^和^^的方法不做具体 限制。

图 2所示为本发明提供的一种在 TU3无线信道中发送 GMSK高斯滤波 最小频移键控调制信号的信噪比估计方法, 包括以下步驟:

步驟 S201 , 由发送端发送训练信号 Χ= (χ。 · · · χ κ _ γ ) , 在经过信道 h 传输后, 接收信号为 ? = (r。 r x ··· J。

步驟 S202, 通过 LS算法或 LMMSE算法等信道估计方法求解得到信 道估计 S。

步驟 S203 , 计算重构信号的采样值为 m. :

步驟 S204,对于接收信号采样值 建立以下复数模型, 确定 ^与重构 信号采样值 、 S、 噪声信号、 N之间的关系,

r k = r + Qk = ^S ( m + J ) + (z + jz Qt )

步驟 S205, 根据得到的重构信号 及接收信号采样值 r t 的复数模型, 利用已经确定的接收信号功率最大似然估计值 、 噪声信号功率最大似然 估计值 Mr 分别与重构信号和接收信号的关系式, 计算出 、 N MJ 如下

1 1 κ-ι 、

+ + m,

=0

步驟 S206, 计算 与 之比, 得到信噪比的最大似然估计值。

本发明提供的信噪比估计装置, 如图 3 所示, 该装置包括: 信号获取 模块 301、 信道估计模块 302、 重构信号模块 303、 最大似然估计模块 304、 信噪比模块 305; 其中,

信号获取模块 301 , 用于获取训练信号经信道传输后得到的接收信 号。 信道估计模块 302, 用于对所述信道进行信道估计。

重构信号模块 303 , 用于根据信道估计结果,对训练信号经估计的 信道 传输的信号进行重构, 得到重构信号。

最大似然估计模块 304, 用于根据得到的重构信号及所述接收信号, 利 用服从高斯分布的噪声信号的实部分量和虚部 分量的联合分布概率密度函 数, 采用最大似然准则确定出接收信号功率最大似 然估计值 z 、 噪声信号 功率最大似然估计值 & ML 分别与重构信号和接收信号的关系, 得到 S ML 和 L。

信噪比模块 305 ,用于根据得到的 和 l ML 确定出信噪比的最大似然估 计值。

图 4 所示为本发明的一种接收机估计信噪比的装置 , 训练信号 = ( x 。 · · · x^ )经射频接收通道传输及中频处理后, 由接收机获取对应 的接收信号 ? = (r。 r { … 接收机为估计信噪比进行信道估计计算,得 到 S = ( … 并根据信道估计结果,计算训练信号经估计的 信道传 输后得到的重构信号 { ¾ } , 然后利用本发明的信噪比估计方法, 计算出信 噪比估计值。

本发明方法对基于信噪比估计进行的自适应速 率传输的传输模式的准 确调整具有特别重要的意义, 在自适应速率的网络传输中可使用本发明。

如图 5 所示为本发明的一种在手机上行速率传输模式 调整中的应用, 其中,

步驟 S501 , 基站(BTS )应用本发明方法计算手机上行链路的信噪比 ( SNR ), 并据此映射出链路性能的误码率 ( BEP )。

步驟 S502 , 基站( BTS )将误码率( BEP )上报给基站控制器( BSC )。 步驟 S503 , 基站控制器(BSC )根据误码率 (BEP )判断是否需要调 整传输模式。

步驟 S504,基站控制器( BSC )确定需要调整传输模式时,向基站( BTS ) 发送传输模式改变命令。

步驟 S505 , 基站(BTS )在收到调整命令, 向手机终端发出上行速率 传输模式调整命令。

步驟 S506, 手机终端收到上行速率传输模式调整命令, 相应地改变上 行传输速率。

显然, 本领域的技术人员可以对本发明进行各种改动 和变型而不脱离 本发明的精神和范围。 这样, 倘若本发明的这些修改和变型属于本发明权 利要求及其等同技术的范围之内, 则本发明也意图包含这些改动和变型在 内。