本發(fā)明屬于極值搜索技術(shù)領(lǐng)域，更為具體地講，涉及一種基于分?jǐn)?shù)階牛頓算法的照明平臺(tái)最小能耗搜索方法。

背景技術(shù)：

對(duì)于半開(kāi)放式區(qū)域，如普通房屋等，決定室內(nèi)光照亮度的不僅有燈光照度，還有外界光照的影響。一般情況下，用戶希望室內(nèi)光照穩(wěn)定在一個(gè)“舒適值”，而普通燈具并不能根據(jù)外界光照的變化而調(diào)整自身的光照強(qiáng)度，此時(shí)就會(huì)出現(xiàn)兩種情況，第一種是外部光照減弱，而室內(nèi)燈組光照強(qiáng)度沒(méi)有增強(qiáng)，導(dǎo)致總體照度達(dá)不到“舒適值”；第二種則是外部光照增強(qiáng)，室內(nèi)燈組不能減弱照度，使用戶覺(jué)得刺眼的同時(shí)，還造成了大量的資源浪費(fèi)。這與當(dāng)前國(guó)家號(hào)召的“節(jié)能減排”是背道而馳的。

當(dāng)前市面上也有可變光照值的燈具，但是功能單一或者不足，如只能實(shí)現(xiàn)變光而不能進(jìn)行能耗控制，能實(shí)現(xiàn)變光但光照變化不連續(xù)等。這些情況或多或少都會(huì)造成能源的浪費(fèi)和用戶舒適度的降低。而對(duì)于能耗控制，之前我們將整數(shù)階牛頓極值搜索應(yīng)用于該方面，但是由于其可控參數(shù)少，求導(dǎo)運(yùn)算后的整數(shù)階導(dǎo)數(shù)具有較強(qiáng)的局部性等缺陷，算法性能難以進(jìn)一步提升。

在現(xiàn)有的技術(shù)中，采用pid控制算法和整數(shù)階牛頓極值搜索算法的雙閉環(huán)控制系統(tǒng)，采用pid控制算法保證了目標(biāo)區(qū)域照度值穩(wěn)定在設(shè)定照度值附近，實(shí)現(xiàn)了一定的節(jié)能，采用整數(shù)階牛頓極值搜索算法在滿足照度需求的情況下尋找到系統(tǒng)能耗的極小值，并保持最小值穩(wěn)定輸出，實(shí)現(xiàn)了二次節(jié)能，對(duì)于應(yīng)用在照明系統(tǒng)節(jié)能上有著重要的控制作用。

在上述發(fā)明中，對(duì)照明系統(tǒng)中的燈具進(jìn)行分組控制，這有助于對(duì)照明系統(tǒng)進(jìn)行靈活控制，通過(guò)對(duì)燈具分組后采用整數(shù)階牛頓極值搜索算法尋找相對(duì)最低能耗值的算法，對(duì)照明系統(tǒng)節(jié)能而言是一種新型且有效地控制方法。然而，采用整數(shù)階牛頓極值搜索算法搜索最低能耗值時(shí)，其搜索的效率低，需要消耗大量時(shí)間，且搜索精確度不夠準(zhǔn)確，不能更快更準(zhǔn)的尋找到系統(tǒng)能耗的極小值，實(shí)現(xiàn)整個(gè)照明系統(tǒng)優(yōu)化和節(jié)能。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于分?jǐn)?shù)階牛頓算法的照明平臺(tái)最小能耗搜索方法，通過(guò)控制不同燈組來(lái)實(shí)現(xiàn)對(duì)光照值的實(shí)時(shí)跟蹤，同時(shí)結(jié)合基于分?jǐn)?shù)階的牛頓極值搜索算法搜索系統(tǒng)最小能耗值并保持該值，從而達(dá)到控光、控能耗的目的。

為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明一種基于分?jǐn)?shù)階牛頓算法的照明平臺(tái)最小能耗搜索方法，其特征在于，包括以下步驟：

(1)、將用于照度控制區(qū)域照明的所有燈具劃分為n組，每組燈具的電流分配系數(shù)為ω，其中，ω＝[ω1,ω2,ω3,...,ωn]^t，且通過(guò)改變電流分配系數(shù)ω的值來(lái)控制各組燈具的亮度；在照度控制區(qū)域安裝一個(gè)光傳感器，用于照度控制區(qū)域照度的采集；

(2)、設(shè)定照度控制區(qū)域的目標(biāo)照度值，初始化每組燈具的電流分配系數(shù)計(jì)算出所有燈具的初始能耗e；

其中，i表示所有燈具的總電流，ri表示第i組燈具的電阻值；

(3)、將初始能耗e經(jīng)過(guò)一個(gè)分?jǐn)?shù)階高通濾波器濾除信號(hào)中的低頻干擾η，產(chǎn)生新的信號(hào)e-η，即其中，s表示s域，q為分?jǐn)?shù)階的階次，且0＜q≤1，ωh為分?jǐn)?shù)階高通濾波器的截止頻率；

(4)、將信號(hào)e-η分成兩路，其中一路信號(hào)與擾動(dòng)n(t)相乘，另一路信號(hào)與擾動(dòng)m(t)相乘；

(5)、將與擾動(dòng)n(t)相乘后的信號(hào)n(t)(e-η)輸入至截止頻率為ωl的分?jǐn)?shù)階低通濾波器得到用于估計(jì)海森矩陣h的矩陣即

(6)、將矩陣代入到riccati方程，得到：其中，ωr為設(shè)計(jì)頻率，再由積分得到矩陣γ，矩陣γ是對(duì)海森矩陣逆矩陣的估計(jì)；

(7)、將與擾動(dòng)m(t)相乘后的信號(hào)m(t)(e-η)輸入至截止頻率為ωl的分?jǐn)?shù)階低通濾波器得到信號(hào)即

(8)、將-γ與的乘積通過(guò)一個(gè)分?jǐn)?shù)階積分器k為分?jǐn)?shù)階積分器增益，再與擾動(dòng)s(t)相加，得到各組燈具的電流分配系數(shù)ω，即

(9)、利用步驟(8)得到的各組燈具的電流分配系數(shù)ω更新各組燈具的初始電流分配系數(shù)ω⁰，并按照步驟(2)所述方法計(jì)算本輪迭代的總能耗，判斷本輪迭代的總能耗與上一輪迭代的總能耗的差值δe是否小于設(shè)定的閾值，如果小于閾值，則結(jié)束；否則返回步驟(3)，通過(guò)多次循環(huán)迭代，最終搜索到穩(wěn)定的最小能耗值。

本發(fā)明的發(fā)明目的是這樣實(shí)現(xiàn)的：

本發(fā)明基于分?jǐn)?shù)階牛頓算法的照明平臺(tái)最小能耗搜索方法，通過(guò)實(shí)時(shí)跟蹤所設(shè)照度值，使目標(biāo)區(qū)域照度值穩(wěn)定在所設(shè)照度值范圍內(nèi)，再通過(guò)分?jǐn)?shù)階牛頓極值搜索算法搜索到系統(tǒng)能耗的相對(duì)極小值，使燈具達(dá)到并保持相對(duì)最低能耗值的組合輸出，從而實(shí)現(xiàn)整個(gè)照明系統(tǒng)優(yōu)化和節(jié)能。

同時(shí)，本發(fā)明基于分?jǐn)?shù)階牛頓算法的照明平臺(tái)最小能耗搜索方法還具有以下有益效果：

(1)、分?jǐn)?shù)階牛頓極值搜索算法在整數(shù)階基礎(chǔ)之上，對(duì)每一個(gè)狀態(tài)變量進(jìn)行了一個(gè)0到1之間的分?jǐn)?shù)階階次運(yùn)算，如s^q，而對(duì)于導(dǎo)數(shù)形式的狀態(tài)變量，則是一個(gè)0到1之間的求導(dǎo)運(yùn)算如相對(duì)于整數(shù)階模型，分?jǐn)?shù)階模型擁有更多的可控參數(shù)，并能夠基于此克服經(jīng)典整數(shù)階微分模型理論與實(shí)驗(yàn)結(jié)果吻合不佳的嚴(yán)重缺點(diǎn)，增大系統(tǒng)的穩(wěn)定域，近年來(lái)被廣泛應(yīng)用于信號(hào)處理與控制、控制器設(shè)計(jì)等領(lǐng)域。

(2)、照明系統(tǒng)能夠跟隨外界光照的變化或者是設(shè)定光照的變化來(lái)改變自己的照度，從而使室內(nèi)照明系統(tǒng)的照度始終保持在用戶的“舒適度”以內(nèi)。

(3)、在保證照度變化要求的同時(shí)，為了保證能耗的降低，分?jǐn)?shù)階牛頓極值搜索算法能夠沿能耗降低的方向進(jìn)行迭代搜索并快速收斂到最小能耗點(diǎn)，且在光照不變地這段時(shí)間內(nèi)，能夠始終穩(wěn)定地保持在該最小點(diǎn)，從而降低了整個(gè)系統(tǒng)的能耗，考慮到了節(jié)能減排的問(wèn)題。

附圖說(shuō)明

圖1是本發(fā)明基于分?jǐn)?shù)階牛頓算法的照明平臺(tái)最小能耗搜索方法流程圖；

圖2是兩組燈且光照值為48流明時(shí)的遍歷光照曲線；

圖3是兩組燈且光照值為48流明時(shí)的遍歷能耗曲線；

圖4是兩組燈且光照值為48流明時(shí)，分?jǐn)?shù)階牛頓極值搜索實(shí)驗(yàn)的光照曲線；

圖5是兩組燈且光照值為48流明時(shí)，分?jǐn)?shù)階牛頓極值搜索實(shí)驗(yàn)的能耗輸出曲線；

圖6是兩組燈且光照值為48流明時(shí)，對(duì)比q＝1和q＝0.93時(shí)分?jǐn)?shù)階牛頓極值搜索算法下的單光照實(shí)驗(yàn)?zāi)芎膱D；

圖7是兩組燈時(shí)，分別在40、43、50、55和62流明照度下的遍歷光照?qǐng)D；

圖8是兩組燈時(shí)，分別在40、43、50、55和62流明照度下的遍歷能耗圖；

圖9是兩組燈，光照值從62、43、55、48、40、50流明依次變化，且q＝0.95時(shí)，分?jǐn)?shù)階牛頓極值搜索算法下的變光照實(shí)驗(yàn)光照?qǐng)D；

圖10是兩組燈，光照值從62、43、55、48、40、50流明依次變化，且q＝0.95時(shí)，分?jǐn)?shù)階牛頓極值搜索算法下的變光照實(shí)驗(yàn)?zāi)芎膱D；

圖11是兩組燈，光照值從62、43、55、48、40、50流明依次變化，對(duì)比q＝1和q＝0.95時(shí)分?jǐn)?shù)階牛頓極值搜索算法下的變光照實(shí)驗(yàn)?zāi)芎膱D；

圖12是三組燈且光照值為55流明時(shí)，遍歷能耗圖直視圖

圖13是三組燈，光照值從58、42、50、45、55、48流明依次變化，且q＝0.95時(shí)，分?jǐn)?shù)階牛頓極值搜索算法下的變光照實(shí)驗(yàn)光照?qǐng)D；

圖14是三組燈，光照值從58、42、50、45、55、48流明依次變化，且q＝0.95時(shí)，分?jǐn)?shù)階牛頓極值搜索算法下的變光照實(shí)驗(yàn)?zāi)芎膱D；

圖15是三組燈，光照值從58、42、50、45、55、48流明依次變時(shí)，對(duì)比q＝1和q＝0.95時(shí)分?jǐn)?shù)階牛頓極值搜索算法下的變光照實(shí)驗(yàn)?zāi)芎膱D。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式進(jìn)行描述，以便本領(lǐng)域的技術(shù)人員更好地理解本發(fā)明。需要特別提醒注意的是，在以下的描述中，當(dāng)已知功能和設(shè)計(jì)的詳細(xì)描述也許會(huì)淡化本發(fā)明的主要內(nèi)容時(shí)，這些描述在這里將被忽略。

實(shí)施例

圖1是本發(fā)明基于照明平臺(tái)的分?jǐn)?shù)階牛頓極值搜索方法流程圖。

在本實(shí)施例中，如圖1所示，本發(fā)明基于照明平臺(tái)的分?jǐn)?shù)階牛頓極值搜索方法，包括以下步驟：

s1、將用于照度控制區(qū)域照明的所有燈具劃分為n組，每組燈具的電流分配系數(shù)為ω，其中，ω＝[ω1,ω2,ω3,...,ωn]^t，且主要通過(guò)改變電流分配系數(shù)ω的值來(lái)控制各組燈具之間的亮度；在照度控制區(qū)域安裝一個(gè)光傳感器，用于照度控制區(qū)域照度的采集；

在本實(shí)施例中，在指定區(qū)域放置光照度傳感器bh1750fvi，該傳感器可以將采集到的光照以2字節(jié)(16位)的形式通過(guò)i²c總線傳遞給數(shù)據(jù)采集卡arduino，然后再由arduino通過(guò)串行接口實(shí)時(shí)傳輸給上位機(jī)電腦。

s2、設(shè)定照度控制區(qū)域的目標(biāo)照度值，初始化每組燈具的電流分配系數(shù)計(jì)算出所有燈具的初始能耗e；

其中，i表示所有燈具的總電流，ri表示第i組燈具的電阻值；

照度控制包括基本照度控制和照度隨動(dòng)控制，其中，基本照度控制部分通過(guò)閉環(huán)pid控制來(lái)實(shí)現(xiàn)。數(shù)據(jù)采集部分采回的數(shù)據(jù)與設(shè)定光照值作差求出誤差值，并傳入pid控制器，得到各燈組的控制量，并將控制量與電流分配系數(shù)相乘，得到每組燈的實(shí)際控制量，再將實(shí)際控制量經(jīng)串口發(fā)送回各燈組進(jìn)行照度調(diào)節(jié)。經(jīng)過(guò)多次、快速的閉環(huán)反饋調(diào)節(jié)，從而實(shí)現(xiàn)燈組輸出照度穩(wěn)定在設(shè)定照度值；照度隨動(dòng)控制是燈組照度根據(jù)外界光照變化進(jìn)行調(diào)整是本發(fā)明的目的之一，由于實(shí)驗(yàn)條件的限制，我們通過(guò)改變光照設(shè)定值來(lái)模擬外界光照變化導(dǎo)致燈組需要進(jìn)行的燈組照度變化。在閉環(huán)pid控制器前面加上光照設(shè)定值切換模塊，來(lái)實(shí)現(xiàn)不同時(shí)間段內(nèi)有不同光照設(shè)定值的功能。

s3、將初始能耗e經(jīng)過(guò)一個(gè)分?jǐn)?shù)階高通濾波器濾除信號(hào)中的低頻干擾η，產(chǎn)生新的穩(wěn)定信號(hào)e-η，即其中，s表示s域，q為分?jǐn)?shù)階的階次，且0＜q≤1，ωh為分?jǐn)?shù)階高通濾波器的截止頻率，該實(shí)驗(yàn)中一般選取10^-2～10^-1數(shù)量級(jí)，具體數(shù)值需依實(shí)際系統(tǒng)而定；

s4、牛頓極值搜索與其他極值搜索的區(qū)別則是：在牛頓極值搜索中，信號(hào)e-η會(huì)分成兩路，其中一路信號(hào)與擾動(dòng)n(t)相乘，另一路信號(hào)與擾動(dòng)m(t)相乘；

其中，n(t)對(duì)角元素為其他為

即：

其中，ai、aj為設(shè)計(jì)參數(shù)，i,j∈[1,n]，σi、σj為擾動(dòng)頻率，[·]^t表示轉(zhuǎn)置。

而擾動(dòng)m(t)的數(shù)學(xué)表達(dá)式為：

s5、將與擾動(dòng)n(t)相乘后的信號(hào)n(t)(e-η)輸入至截止頻率為ωl的分?jǐn)?shù)階低通濾波器其中ωl略大于ωh，得到用于估計(jì)海森矩陣h的矩陣即

s6、將矩陣代入到riccati方程，得到：其中ωr是設(shè)計(jì)頻率，其具體值需要通過(guò)對(duì)實(shí)際系統(tǒng)的調(diào)試而得，再由積分得到矩陣γ，該矩陣γ是對(duì)海森矩陣逆矩陣的估計(jì)；

s7、將與擾動(dòng)m(t)相乘后的信號(hào)m(t)(e-η)輸入至截止頻率為ωl的分?jǐn)?shù)階低通濾波器得到信號(hào)即

s8、將-γ與的乘積通過(guò)一個(gè)分?jǐn)?shù)階積分器k為分?jǐn)?shù)階積分器增益，再與擾動(dòng)s(t)相加，得到各組燈具的電流分配系數(shù)ω，即其中擾動(dòng)s(t)的形式為：

s(t)＝[a1sin(σ1t),...,ansin(σnt)]^t。

擾動(dòng)s(t)，m(t)和n(t)中的系數(shù)都與設(shè)計(jì)參數(shù)ai或者aj相關(guān)，實(shí)驗(yàn)中該參數(shù)常取10^-2～10^-1數(shù)量級(jí)，具體數(shù)值需根據(jù)實(shí)際系統(tǒng)作調(diào)整。

s9、利用步驟s8得到的各組燈具的電流分配系數(shù)ω更新各組燈具的初始電流分配系數(shù)ω⁰，并按照步驟s2所述方法計(jì)算本輪迭代的總能耗，判斷本輪迭代的總能耗與上一輪迭代的總能耗的差值δe是否小于設(shè)定的閾值即一個(gè)極小的常數(shù)，實(shí)驗(yàn)中一般取10^-3數(shù)量級(jí)，如果小于閾值，則結(jié)束；否則返回步驟s3，通過(guò)多次循環(huán)迭代，最終搜索到穩(wěn)定的最小能耗值。

實(shí)例

1、首先將用于照度控制區(qū)域照明的所有燈具分為兩組，在光照值為48流明時(shí)進(jìn)行遍歷實(shí)驗(yàn)，得到遍歷光照曲線和能耗曲線。其中，圖2是遍歷實(shí)驗(yàn)的輸出光照值，圖3則分別對(duì)應(yīng)各流明下的電流分配系數(shù)ω與能耗值e之間的關(guān)系，從中可以得到最小能耗值e*及其對(duì)應(yīng)的控制量分配比例ω^*，從而為后面的實(shí)驗(yàn)數(shù)據(jù)提供判斷依據(jù)。

2、在遍歷實(shí)驗(yàn)之后，我們加入分?jǐn)?shù)階牛頓極值搜索算法，驗(yàn)證在單光照情況下分?jǐn)?shù)階牛頓極值搜索算法的有效性，實(shí)驗(yàn)結(jié)果見(jiàn)圖4和圖5，其對(duì)應(yīng)的光照值為48流明，且q＝0.93時(shí)，分?jǐn)?shù)階牛頓極值搜索算法下的單光照實(shí)驗(yàn)的光照輸出曲線和能耗輸出曲線。圖4說(shuō)明在分?jǐn)?shù)階牛頓極值搜索算法的作用下，系統(tǒng)輸出光照值能夠很快穩(wěn)定到設(shè)定光照值。而圖5則表明該算法作用下的系統(tǒng)輸出能耗能夠保持在遍歷最小能耗的1.05倍到1.27倍之間，其中，1.05倍如圖中虛線所示，到1.27倍如圖中點(diǎn)劃線所示，滿足我們對(duì)實(shí)際系統(tǒng)最小能耗的定義。從而說(shuō)明了分?jǐn)?shù)階牛頓極值搜索在智能照明系統(tǒng)中的有效性。

3、牛頓極值搜索算法的有效性得到驗(yàn)證后，進(jìn)行原極值搜索算法與牛頓極值搜索算法在同種條件下的對(duì)比試驗(yàn)。如圖6所示，依然在兩組燈且照度為48流明的條件下，選取q＝1即整數(shù)階和分?jǐn)?shù)階q＝0.93的情況進(jìn)行對(duì)比試驗(yàn)，由實(shí)驗(yàn)曲線可以看出二者的能耗輸出曲線均在最小能耗e^*的1.05倍和1.27倍之間，滿足對(duì)最小能耗的定義。但對(duì)比圖像可知，明顯分?jǐn)?shù)階的能耗值更低，故證明分?jǐn)?shù)階牛頓極值搜索算法的整體效果比整數(shù)階更好，即分?jǐn)?shù)階牛頓極值搜索算法的優(yōu)越性得到了證明。

4、在證明分?jǐn)?shù)階牛頓極值搜索算法的有效性和優(yōu)越性后，我們進(jìn)行兩組燈的變光照值實(shí)驗(yàn)，該實(shí)驗(yàn)的情景更加符合實(shí)際生活中外界光照值變化的情況。其中圖7和圖8分別是光照值分別為40、43、50、55和62流明下遍歷實(shí)驗(yàn)的輸出光照值和能耗輸出曲線，其作用與圖2、圖3相同，是為了得到各設(shè)定光照值下電流分配系數(shù)與系統(tǒng)能耗之間的關(guān)系，及其最小能耗值，為變光照實(shí)驗(yàn)數(shù)據(jù)提供判斷依據(jù)。

5、遍歷實(shí)驗(yàn)過(guò)后進(jìn)行加入了分?jǐn)?shù)階牛頓極值搜索算法的變光照值實(shí)驗(yàn)。圖9是光照值從62、43、55、48、40、50流明依次變化，且q＝0.95時(shí)，分?jǐn)?shù)階牛頓極值搜索算法下的變光照實(shí)驗(yàn)光照?qǐng)D，而圖10是對(duì)應(yīng)的能耗曲線圖。由圖9可以看到系統(tǒng)輸出光照值能夠?qū)ψ兓庹赵O(shè)定值進(jìn)行快速跟蹤，圖10則反映出能耗值也能在極短的時(shí)間內(nèi)達(dá)到并保持在各階段遍歷最小能耗值的1.05到1.27倍之間，該結(jié)果證明了分?jǐn)?shù)階牛頓極值搜索算法在智能照明系統(tǒng)中，變光照情況下的有效性。

6、圖11是整數(shù)階(q＝1)和分?jǐn)?shù)階(q＝0.95)牛頓極值搜索算法的變光照實(shí)驗(yàn)對(duì)比，從輸出曲線中可以看到分?jǐn)?shù)階能耗輸出曲線收斂速度更快且搜索到的極小能耗值更小，說(shuō)明分?jǐn)?shù)階牛頓極值搜索算法的效果更好。

7、之前的實(shí)驗(yàn)都是在兩組燈的情況下進(jìn)行的，為了驗(yàn)證該算法在復(fù)雜情況下的有效性，我們進(jìn)行了三組燈情況下的分?jǐn)?shù)階牛頓極值搜索算法實(shí)驗(yàn)。首先也是遍歷實(shí)驗(yàn)，如圖12其作用與之前的遍歷實(shí)驗(yàn)相同，是為了找到照度為55流明時(shí)電流分配系數(shù)ω與能耗值e之間的關(guān)系，以及最小能耗值e^*及其對(duì)應(yīng)的控制量分配比例ω^*，以得到評(píng)判標(biāo)準(zhǔn)，但由于現(xiàn)在有兩個(gè)輸入一個(gè)輸出，故能耗圖是一個(gè)三維曲面圖。

8、圖13是光照值從58、42、50、45、55、48流明依次變化，且q＝0.95時(shí)，分?jǐn)?shù)階牛頓極值搜索算法下的變光照實(shí)驗(yàn)光照?qǐng)D，說(shuō)明該算法在三組燈情況下對(duì)光照控制的有效性，同時(shí)圖14中能耗圖像均在虛線和點(diǎn)劃線之間，說(shuō)明該算法在三組燈情況下也能很好地對(duì)能耗進(jìn)行搜索。而圖15的對(duì)比試驗(yàn)中，證明了分?jǐn)?shù)階牛頓極值搜索算法相比于整數(shù)階牛頓控制算法，其速度更快，搜索到的極小能耗值更小，與兩組燈實(shí)驗(yàn)相同，說(shuō)明分?jǐn)?shù)階牛頓極值搜索算法的效果更好。

盡管上面對(duì)本發(fā)明說(shuō)明性的具體實(shí)施方式進(jìn)行了描述，以便于本技術(shù)領(lǐng)域的技術(shù)人員理解本發(fā)明，但應(yīng)該清楚，本發(fā)明不限于具體實(shí)施方式的范圍，對(duì)本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)講，只要各種變化在所附的權(quán)利要求限定和確定的本發(fā)明的精神和范圍內(nèi)，這些變化是顯而易見(jiàn)的，一切利用本發(fā)明構(gòu)思的發(fā)明創(chuàng)造均在保護(hù)之列。