用於對多個裝置狀態分類的方法和設備的製作方法
2023-06-04 12:51:46
用於對多個裝置狀態分類的方法和設備的製作方法
【專利摘要】本文描述用於使用單獨貝葉斯分類器來對多個裝置狀態分類的技術。本文所描述的方法的實例包含:存取裝置的傳感器信息,其中所述傳感器信息中的至少一些用於第一特徵集中且所述傳感器信息中的至少一些用於第二特徵集中;使用經配置以確定第一狀態類型的第一建議狀態和第二狀態類型的第一建議狀態的第一分類算法來處理所述第一特徵集;使用經配置以確定所述第一狀態類型的第二建議狀態和所述第二狀態類型的第二建議狀態的第二分類算法來處理所述第二特徵集;以及將裝置的建議狀態確定為所述第一狀態類型的所述第一建議狀態和所述第二狀態類型的所述第二建議狀態。
【專利說明】用於對多個裝置狀態分類的方法和設備
[0001]相關申請案的交叉參考
[0002]本專利申請案主張2011年5月27日申請且題為「對多個裝置狀態分類(CLASSIFYING MULTIPLE DEVICE STATES) 」 的第 61 / 490,999 號美國臨時申請案的權利,所述申請案的全部內容以引用的方式併入本文。
【技術領域】【背景技術】
[0003]無線通信裝置在現今社會中日益普及。舉例來說,人們使用蜂窩式電話、智慧型電話、個人數字助理、膝上型計算機、尋呼機、平板計算機等來從無數位置無線地發送及接收數據。此外,無線通信技術的進步已大大增加了現今無線通信裝置的多功能性,使得用戶能夠從單個可攜式裝置執行常規上需要多個裝置或較大非可攜式設備的廣泛範圍的任務。
[0004]智慧型電話和其它移動裝置可含有傳感器。這些傳感器可包含(但不限於)運動傳感器(例如加速度計、迴轉儀等)和環境傳感器(例如溫度計、光傳感器、麥克風等)。裝置的運動傳感器的輸出指示裝置的移動。裝置移動含有關於用戶的運動狀態(例如,坐、站、走、跑等)和相對於用戶的裝置位置(例如,口袋、背包、手、桌子等)的信息。
[0005]可了解對應於特定傳感器輸出的狀態,使得傳感器數據可隨後用以確定未知的裝置狀態。舉例來說,在訓練過程期間,經配置以執行分類算法的裝置(例如,貝葉斯(Bayesian)分類器等)可暴露於運動狀態/裝置位置組合的實例,且可處理對應傳感器數據以了解每一組合的模型。接著,當呈現出針對未知運動狀態/裝置位置的新的傳感器信息集時,分類器將選擇具有最高計算似然性(或在已知先驗概率的情況下,為後驗概率)的運動狀態和裝置位置。
[0006]此些分類算法可基於所識別特徵和給定統計模型來操作。舉例來說,可利用具有16個混合分量的高斯混合模型(GMM)來估計運動狀態。作為另一實例,可利用具有2個混合分量的GMM來估計裝置位置。需要提供裝置狀態分類的進一步改進的技術。
【發明內容】
[0007]本文所描述的對裝置的多個狀態類型分類的方法的實例包含:存取裝置的傳感器信息,其中所述傳感器信息中的至少一些用於第一特徵集中,且所述傳感器信息中的至少一些用於第二特徵集中;使用第一分類算法來處理所述第一特徵集,其中所述第一分類算法經配置以確定第一狀態類型的第一建議狀態和第二狀態類型的第一建議狀態;使用第二分類算法來處理所述第二特徵集,其中所述第二分類算法經配置以確定第一狀態類型的第二建議狀態和第二狀態類型的第二建議狀態;以及將裝置的建議狀態確定為所述第一狀態類型的所述第一建議狀態和所述第二狀態類型的所述第二建議狀態。
[0008]方法的實施方案可包含以下特徵中的一者或一者以上。所述第一狀態類型為運動狀態,且所述第二狀態類型為位置狀態。用於所述第一特徵集中的所述傳感器信息包含加速度計輸出,且所述第一特徵集包含加速度計輸出在時間間隔內的差異。用於所述第二特徵集中的所述傳感器信息包含針對具有至少第一軸和第二軸的多軸加速度計的多個加速度計軸的加速度計輸出,且所述第二特徵集包含所述多軸加速度計的兩個加速度計軸之間的加速度的平均比率。所述第一分類算法包含使用所述第一特徵集和第一概率分布函數的最大化聯合似然算法。所述第一分類算法包含使用所述第一特徵集和第一概率分布函數的最大化邊緣後驗算法。所述第二分類算法包含使用所述第二特徵集和第二概率分布函數的最大化聯合似然算法。所述第二分類算法包含使用所述第二特徵集和第二概率分布函數的最大化邊緣後驗算法。所述第一分類算法和所述第二分類算法各自包含貝葉斯分類器。
[0009]本文所描述的移動裝置的實例包含:一個或一個以上傳感器,其經配置以產生傳感器輸出;特徵集產生器模塊,其以通信方式耦合到所述一個或一個以上傳感器且經配置以使指示所述傳感器輸出的相應傳感器信息與第一特徵集和第二特徵集中的至少一者相關聯;以及分類模塊,其以通信方式耦合到所述特徵集產生器模塊。所述分類模塊經配置以執行以下操作,所述操作包含:使用第一分類算法來處理所述第一特徵集,其中所述第一分類算法經配置以確定第一狀態類型的第一建議狀態和第二狀態類型的第一建議狀態;使用第二分類算法來處理所述第二特徵集,其中所述第二分類算法經配置以確定所述第一狀態類型的第二建議狀態和所述第二狀態類型的第二建議狀態;以及將所述裝置的建議狀態確定為所述第一狀態類型的所述第一建議狀態和所述第二狀態類型的所述第二建議狀態。
[0010]移動裝置的實施方案可包含以下特徵中的一者或一者以上。所述第一狀態類型為運動狀態,且所述第二狀態類型為位置狀態。所述一個或一個以上傳感器包含一個或一個以上加速度計,用於所述第一特徵集中的所述傳感器信息包含加速度計輸出,且所述第一特徵集包含加速度計輸出在時間間隔內的差異。所述一個或一個以上傳感器包含一個或一個以上加速度計,用於所述第二特徵集中的所述傳感器信息包含針對具有至少第一軸和第二軸的多軸加速度計的多個加速度計軸的加速度計輸出,且所述第二特徵集包含所述多軸加速度計的兩個加速度計軸之間的加速度的平均比率。所述第一分類算法包含使用所述第一特徵集和第一概率分布函數的最大化聯合似然算法。所述第一分類算法包含使用所述第一特徵集和第一概率分布函數的最大化邊緣後驗算法。所述第二分類算法包含使用所述第二特徵集和第二概率分布函數的最大化聯合似然算法。所述第二分類算法包含使用所述第二特徵集和第二概率分布函數的最大化邊緣後驗算法。所述第一分類算法和所述第二分類算法各自包含貝葉斯分類器。
[0011]本文所描述的移動裝置的另一實例包含:用於存取所述裝置的傳感器信息的裝置;用於使所述傳感器信息中的至少一些與第一特徵集相關聯的裝置;用於使所述傳感器信息中的至少一些與第二特徵集相關聯的裝置;用於使用第一分類算法來處理所述第一特徵集的裝置,其中所述第一分類算法經配置以確定第一狀態類型的第一建議狀態和第二狀態類型的第一建議狀態;用於使用第二分類算法來處理所述第二特徵集的裝置,其中所述第二分類算法經配置以確定所述第一狀態類型的第二建議狀態和所述第二狀態類型的第二建議狀態;以及用於將所述裝置的建議狀態確定為所述第一狀態類型的所述第一建議狀態和所述第二狀態類型的所述第二建議狀態的裝置。
[0012]上述移動裝置的實施方案可包含以下特徵中的一者或一者以上。所述第一狀態類型為運動狀態,且所述第二狀態類型為位置狀態。與所述第一特徵集相關聯的所述傳感器信息包含加速度計輸出,且所述第一特徵集包含加速度計輸出在時間間隔內的差異。與所述第二特徵集相關聯的所述傳感器信息包含針對具有至少第一軸和第二軸的多軸加速度計的多個加速度計軸的加速度計輸出,且所述第二特徵集包含所述多軸加速度計的兩個加速度計軸之間的加速度的平均比率。所述第一分類算法包含最大化聯合似然算法或最大化邊緣後驗算法中的至少一者,且所述第一分類算法使用所述第一特徵集和第一概率分布函數。所述第二分類算法包含最大化聯合似然算法或最大化邊緣後驗算法中的至少一者,且所述第二分類算法使用所述第二特徵集和第二概率分布函數。
[0013]本文所描述的電腦程式產品的實例駐留於處理器可讀媒體上且包含處理器可讀指令,所述處理器可讀指令經配置以致使處理器進行以下動作:存取裝置的傳感器信息,其中所述傳感器信息中的至少一些用於第一特徵集中,且所述傳感器信息中的至少一些用於第二特徵集中;使用第一分類算法來處理所述第一特徵集,所述第一分類算法經配置以確定第一狀態類型的第一建議狀態和第二狀態類型的第一建議狀態;使用第二分類算法來處理所述第二特徵集,所述第二分類算法經配置以確定所述第一狀態類型的第二建議狀態和所述第二狀態類型的第二建議狀態;以及將所述裝置的建議狀態確定為所述第一狀態類型的所述第一建議狀態和所述第二狀態類型的所述第二建議狀態。
[0014]電腦程式產品的實施方案可包含以下特徵中的一者或一者以上。所述第一狀態類型為運動狀態,且所述第二狀態類型為位置狀態。用於所述第一特徵集中的所述傳感器信息包含加速度計輸出,且所述第一特徵集包含加速度計輸出在時間間隔內的差異。用於所述第二特徵集中的所述傳感器信息包含針對具有至少第一軸和第二軸的多軸加速度計的多個加速度計軸的加速度計輸出,且所述第二特徵集包含所述多軸加速度計的兩個加速度計軸之間的加速度的平均比率。所述第一分類算法包含最大化聯合似然算法或最大化邊緣後驗算法中的至少一者,且所述第一分類算法使用所述第一特徵集和第一概率分布函數。所述第二分類算法包括最大化聯合似然算法或最大化邊緣後驗算法中的至少一者,且所述第二分類算法使用所述第二特徵集和第二概率分布函數。
【專利附圖】
【附圖說明】
[0015]圖1是計算裝置的組件的框圖。
[0016]圖2是用於多個裝置狀態的分類的系統的框圖。
[0017]圖3-4是與各種狀態分類技術相關聯的相應分類器的說明性視圖。
[0018]圖5是用於使用單獨分類器來對裝置的多個狀態聯合分類的系統的框圖。
[0019]圖6是對與裝置相關聯的多個狀態分類的過程的方框流程圖。
【具體實施方式】
[0020]本文描述用於通過利用多個分類器來對多個裝置狀態類型分類的技術。在一實施例中,使用對應數目個分類器來對多個裝置狀態類型分類,其中每一分類器針對一個特定狀態而優化且輸出用於一個特定狀態的建議狀態值。或者,在另一實施例中,使用多個裝置狀態的單獨聯合分類器。在其中對運動和位置狀態分類的實例中,第一分類器使用已針對對運動狀態分類而優化的特徵集和統計模型,而第二分類器使用已針對對裝置位置分類而優化的特徵集和統計模型。每一分類器輸出對運動狀態和裝置位置的聯合估計,但第一分類器(即,運動狀態分類器)丟棄或忽視其針對裝置位置的輸出,且第二分類器(即,裝置位置分類器)丟棄或忽視其針對運動狀態的輸出。雖然本文的各種實例呈現於對位置和運動狀態分類的上下文中,但本發明並不既定限於任何特定實例,且其它狀態的分類也是可能的。
[0021 ] 本文所描述的項目及/或技術可提供以下能力中的一者或一者以上以及未提及的其它能力。可以改進的性能和準確性來執行裝置狀態分類。可在單組操作中執行多個裝置狀態(例如運動和位置)的估計而不會損害所述估計的準確性。移動裝置和經配置以在移動裝置上運行的應用程式可以增加的靈活性和對周圍環境的改變的適應性來操作。雖然已描述至少一個項目/技術效應對,但通過不同於所述項目/技術的項目/技術來實現所述效應可為可能的,且所述項目/技術可能未必產生所述效應。
[0022]參看圖1,實例計算裝置12包括處理器20、包含軟體24的存儲器22、輸入/輸出(I / O)裝置26 (例如,顯示器、揚聲器、小鍵盤、觸控螢幕或觸摸板等)、以及一個或一個以上定向傳感器28。另外,裝置12可包含圖1中未說明的其它組件,例如促進裝置12與一個或一個以上網絡實體之間的雙向通信的網絡接口,和/或任何其它合適組件。
[0023]處理器20為智能硬體裝置,例如中央處理單元(CPU)(例如由丨mdO公司或AMD?製造的CPU)、微控制器、專用集成電路(ASIC)等。存儲器22包含非皙時性存儲媒體,例如隨機存取存儲器(RAM)和只讀存儲器(ROM)。存儲器22存儲軟體24,其為含有指令的計算機可讀、計算機可執行軟體代碼,所述指令經配置以在被執行時致使處理器20執行本文所述的各種功能。或者,軟體24可不由處理器20直接執行,但可經配置以在被編譯和執行時致使計算機執行所述功能。
[0024]定向傳感器28經配置以收集與裝置12的運動、位置和/或定向相關的數據以及此類特性隨時間推移的改變。還參看圖2,定向傳感器28可包含(例如)一個或一個以上加速度計42、迴轉儀(陀螺儀)44、磁力計46或類似者。定向傳感器28經配置以提供信息,可根據所述信息來確定裝置12的運動、位置和/或定向。可使用與裝置12相關聯的相應定向傳感器28來測量單個軸或多個軸。對於多軸測量,可使用多個單軸加速度計和/或多軸(例如,兩軸或三軸)加速度計來測量相對於線性軸的運動(例如,x-y-z、大地坐標系(north-east-down)等),且可使用多個單軸迴轉儀和/或多軸迴轉儀來測量相對於角軸的運動(例如,滾動、俯仰或偏轉)。
[0025]定向傳感器28可隨著時間推移(例如,周期性地)而提供信息,使得可比較目前與過去的定向、位置和/或運動方向以確定裝置12的運動方向、位置和/或定向的改變。迴轉儀44可提供關於影響定向的裝置12的運動的信息。加速度計42經配置以提供關於重力加速度的信息,使得可確定重力相對於裝置12的方向。磁力計46經配置以提供磁北方向在三維中相對於裝置12(例如,相對於真北或磁北)的指示。可利用基於磁偏角的轉換機構和/或其它合適裝置來將相對於真北的方向轉換為相對於磁北的方向,以及將相對於磁北的方向轉換為相對於真北的方向。
[0026]如上所述,計算裝置12(例如,智慧型電話、膝上型或平板計算機、個人數字助理(PDA)等)含有提供各種類型的信息的傳感器。舉例來說,定向傳感器28提供指示相關聯裝置12的移動的輸出。繼而,裝置移動含有關於裝置用戶的運動狀態(例如,坐、站、走、跑等)和相對於用戶的裝置位置(例如,口袋、背包、手、桌子等)的信息。[0027]如上文進一步論述,可了解對應於特定傳感器輸出的狀態,使得傳感器數據可隨後用以確定未知的裝置狀態。舉例來說,在訓練過程期間,經配置以執行分類算法的裝置可暴露於運動狀態/裝置位置組合的實例,且可處理對應傳感器數據以了解每一組合的模型。隨後,當呈現出針對未知運動狀態/裝置位置的新的傳感器信息集時,分類器選擇具有最高計算似然性(或在已知先驗概率的情況下,為後驗概率)的運動狀態和裝置位置。
[0028]可使用例如貝葉斯分類器等分類算法來基於傳感器信息對多個裝置狀態分類。舉例來說,可將來自一個或一個以上傳感器的信息提供到貝葉斯分類器以基於傳感器信息來對運動狀態和裝置位置聯合分類。這可通過以下動作來完成:例如,(I)挑選具有最高聯合似然性或後驗概率的特定運動狀態/裝置位置組合,或(2)最初使裝置位置邊緣化(即,對似然性求和),計算具有最高邊緣似然性或後驗概率的運動狀態,且接著對運動狀態邊緣化且計算具有最高邊緣似然性/後驗概率的裝置位置。
[0029]可如下總結上文概述的兩種方法。首先參考使聯合似然性最大化,首先根據下式來選擇運動狀態^ 和裝置位置今__:
【權利要求】
1.一種對裝置的多個狀態類型分類的方法,所述方法包括: 存取所述裝置的傳感器信息,其中所述傳感器信息中的至少一些用於第一特徵集中,且所述傳感器信息中的至少一些用於第二特徵集中; 使用第一分類算法來處理所述第一特徵集,其中所述第一分類算法經配置以確定第一狀態類型的第一建議狀態和第二狀態類型的第一建議狀態; 使用第二分類算法來處理所述第二特徵集,其中所述第二分類算法經配置以確定所述第一狀態類型的第二建議狀態和所述第二狀態類型的第二建議狀態;以及 將所述裝置的建議狀態確定為所述第一狀態類型的所述第一建議狀態和所述第二狀態類型的所述第二建議狀態。
2.根據權利要求1所述的方法,其中所述第一狀態類型為運動狀態,且所述第二狀態類型為位置狀態。
3.根據權利要求2所述的方法,其中: 用於所述第一特徵集中的所述傳感器信息包含加速度計輸出,且 所述第一特徵集包含加速度計輸出在時間間隔內的差異。
4.根據權利要求2所述的方法,其中: 用於所述第二特徵集中的所述傳感器信息包含針對具有至少第一軸和第二軸的多軸加速度計的多個加速度計軸的加速度計輸出,且 所述第二特徵集包含所述多軸加速度計的兩個加速度計軸之間的加速度的平均比率。
5.根據權利要求1所述的方法,其中所述第一分類算法包括使用所述第一特徵集和第一概率分布函數的最大化聯合似然算法。
6.根據權利要求1所述的方法,其中所述第一分類算法包括使用所述第一特徵集和第一概率分布函數的最大化邊緣後驗算法。
7.根據權利要求1所述的方法,其中所述第二分類算法包括使用所述第二特徵集和第二概率分布函數的最大化聯合似然算法。
8.根據權利要求1所述的方法,其中所述第二分類算法包括使用所述第二特徵集和第二概率分布函數的最大化邊緣後驗算法。
9.根據權利要求1所述的方法,其中所述第一分類算法和所述第二分類算法各自包括貝葉斯分類器。
10.一種移動裝置,其包括: 一個或一個以上傳感器,其經配置以產生傳感器輸出; 特徵集產生器模塊,其以通信方式耦合到所述一個或一個以上傳感器且經配置以使指示所述傳感器輸出的相應傳感器信息與第一特徵集和第二特徵集中的至少一者相關聯;以及 分類模塊,其以通信方式耦合到所述特徵集產生器模塊且經配置以執行以下操作,所述操作包括: 使用第一分類算法來處理所述第一特徵集,其中所述第一分類算法經配置以確定第一狀態類型的第一建議狀態和第二狀態類型的第一建議狀態, 使用第二分類算法來處理所述第二特徵集,其中所述第二分類算法經配置以確定所述第一狀態類型的第二建議狀態和所述第二狀態類型的第二建議狀態,以及將所述裝置的建議狀態確定為所述第一狀態類型的所述第一建議狀態和所述第二狀態類型的所述第二建議狀態。
11.根據權利要求10所述的裝置,其中所述第一狀態類型為運動狀態,且所述第二狀態類型為位置狀態。
12.根據權利要求11所述的裝置,其中: 所述一個或一個以上傳感器包含一個或一個以上加速度計, 用於所述第一特徵集中的所述傳感器信息包含加速度計輸出,且 所述第一特徵集包含加速度計輸出在時間間隔內的差異。
13.根據權利要求11所述的裝置,其中: 所述一個或一個以上傳感器包含一個或一個以上加速度計, 用於所述第二特徵集中的所述傳感器信息包含針對具有至少第一軸和第二軸的多軸加速度計的多個加速度計軸的加速度計輸出,且 所述第二特徵集包含所述多軸加速度計的兩個加速度計軸之間的加速度的平均比率。
14.根據權利要求10所述的裝置,其中所述第一分類算法包括使用所述第一特徵集和第一概率分布函數的最大化聯合似然算法。
15.根據權利要求10所述的裝置,其中所述第一分類算法包括使用所述第一特徵集和第一概率分布函數的最大化邊緣後驗算法。
16.根據權利要求10所·述的裝置,其中所述第二分類算法包括使用所述第二特徵集和第二概率分布函數的最大化聯合似然算法。
17.根據權利要求10所述的裝置,其中所述第二分類算法包括使用所述第二特徵集和第二概率分布函數的最大化邊緣後驗算法。
18.根據權利要求10所述的裝置,其中所述第一分類算法和所述第二分類算法各自包括貝葉斯分類器。
19.一種移動裝置,其包括: 用於存取所述裝置的傳感器信息的裝置; 用於使所述傳感器信息中的至少一些與第一特徵集相關聯的裝置; 用於使所述傳感器信息中的至少一些與第二特徵集相關聯的裝置; 用於使用第一分類算法來處理所述第一特徵集的裝置,其中所述第一分類算法經配置以確定第一狀態類型的第一建議狀態和第二狀態類型的第一建議狀態; 用於使用第二分類算法來處理所述第二特徵集的裝置,其中所述第二分類算法經配置以確定所述第一狀態類型的第二建議狀態和所述第二狀態類型的第二建議狀態;以及用於將所述裝置的建議狀態確定為所述第一狀態類型的所述第一建議狀態和所述第二狀態類型的所述第二建議狀態的裝置。
20.根據權利要求19所述的裝置,其中所述第一狀態類型為運動狀態,且所述第二狀態類型為位置狀態。
21.根據權利要求20所述的裝置,其中: 與所述第一特徵集相關聯的所述傳感器信息包含加速度計輸出,且 所述第一特徵集包含加速度計輸出在時間間隔內的差異。
22.根據權利要求20所述的裝置,其中:與所述第二特徵集相關聯的所述傳感器信息包含針對具有至少第一軸和第二軸的多軸加速度計的多個加速度計軸的加速度計輸出,且 所述第二特徵集包含所述多軸加速度計的兩個加速度計軸之間的加速度的平均比率。
23.根據權利要求19所述的裝置,其中: 所述第一分類算法包括最大化聯合似然算法或最大化邊緣後驗算法中的至少一者,且 所述第一分類算法使用所述第一特徵集和第一概率分布函數。
24.根據權利要求19所述的裝置,其中: 所述第二分類算法包括最大化聯合似然算法或最大化邊緣後驗算法中的至少一者,且 所述第二分類算法使用所述第二特徵集和第二概率分布函數。
25.一種駐留於處理器可讀媒體上且包括處理器可讀指令的電腦程式產品,所述處理器可讀指令經配置以致使處理器進行以下動作: 存取裝置的傳感器信息,其中所述傳感器信息中的至少一些用於第一特徵集中,且所述傳感器信息中的至少一些用於第二特徵集中; 使用第一分類算法來處理所述第一特徵集,所述第一分類算法經配置以確定第一狀態類型的第一建議狀態和第二狀態類型的第一建議狀態; 使用第二分類算法來處理所述第二特徵集,所述第二分類算法經配置以確定所述第一狀態類型的第二建議狀態和所述第二狀態類型的第二建議狀態;以及 將所述裝置的建議狀態確定為所述第一狀態類型的所述第一建議狀態和所述第二狀態類型的所述第二建議狀態。
26.根據權利要求25所述的電腦程式產品,其中所述第一狀態類型為運動狀態,且所述第二狀態類型為位置狀態。
27.根據權利要求26所述的電腦程式產品,其中: 用於所述第一特徵集中的所述傳感器信息包含加速度計輸出,且 所述第一特徵集包含加速度計輸出在時間間隔內的差異。
28.根據權利要求26所述的電腦程式產品,其中: 用於所述第二特徵集中的所述傳感器信息包含針對具有至少第一軸和第二軸的多軸加速度計的多個加速度計軸的加速度計輸出,且 所述第二特徵集包含所述多軸加 速度計的兩個加速度計軸之間的加速度的平均比率。
29.根據權利要求25所述的電腦程式產品,其中: 所述第一分類算法包括最大化聯合似然算法或最大化邊緣後驗算法中的至少一者,且 所述第一分類算法使用所述第一特徵集和第一概率分布函數。
30.根據權利要求25所述的電腦程式產品,其中: 所述第二分類算法包括最大化聯合似然算法或最大化邊緣後驗算法中的至少一者,且 所述第二分類算法使用所述第二特徵集和第二概率分布函數。
【文檔編號】G06F3/01GK103597424SQ201280027088
【公開日】2014年2月19日 申請日期:2012年5月21日 優先權日:2011年5月27日
【發明者】裡昂納德·H·葛羅科普, 安東尼·薩拉 申請人:高通股份有限公司