CN103529436A - 基于hht的无接触生命探测中呼吸和心跳信号的分离及时频分析方法 - Google Patents
基于hht的无接触生命探测中呼吸和心跳信号的分离及时频分析方法 Download PDFInfo
- Publication number
- CN103529436A CN103529436A CN201310476867.XA CN201310476867A CN103529436A CN 103529436 A CN103529436 A CN 103529436A CN 201310476867 A CN201310476867 A CN 201310476867A CN 103529436 A CN103529436 A CN 103529436A
- Authority
- CN
- China
- Prior art keywords
- signal
- imf
- heartbeat
- respiration
- breathing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/887—Radar or analogous systems specially adapted for specific applications for detection of concealed objects, e.g. contraband or weapons
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/35—Details of non-pulse systems
- G01S7/352—Receivers
- G01S7/354—Extracting wanted echo-signals
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种基于HHT的无接触生命探测中呼吸和心跳信号的分离及时频分析方法,包括如下步骤:采用带通滤波器分离呼吸和心跳信号,最大限度的滤除噪声和谐波;采用EMD分别对滤波后的呼吸和心跳信号进行分解,分解成单频信号的IMF;采用相关最大准则滤除包含呼吸谐波的IMF,即提取与原始信号相关最大的IMF作为呼吸或者心跳信号;将滤波输出信号直接进行Hilbert变换。本发明相比传统的时频分析技术,不仅可以有效去除呼吸和心跳信号的噪声和谐波干扰,而且具有更高的时频分辨率,从而有效刻画人体生命特征变化。
Description
技术领域
本发明涉及一种信号分析的方法,特别涉及一种基于HHT的无接触生命探测中呼吸和心跳信号的分离及时频分析方法。
背景技术
无接触人体生命探测雷达利用人体的呼吸、心跳运动以及人体的肢体摆动对人体目标进行识别。人体静止时,人体呼吸和心跳运动会对雷达入射波产生一个多普勒调制,对此多普勒信号进行处理,便可以提取出人体的呼吸和心跳频率。
如图1为一种典型的连续波人体生命探测仪。雷达发射电磁波照射到人体上并反射回来,该人体反射多普勒信号经接收机放大,正交混频后变成基带信号,基带信号再经过A/D采样、数字信号处理后输出人体的呼吸和心跳信息,用于目标识别。
以点散射模型分析,设呼吸和心跳引起的腹腔振动分别为:
xr(t)=mrsinωrt (1)
xh(t)=mhsinωht
式中r表示呼吸,h表示心跳。m表示振动幅度;ω表示振动角频率。设人与雷达的固定距离为R0。
则散射回波的相位为
正交基带输出为,
由于人体心跳和呼吸引起的微运动,如果对公式(3)采用Bessel展开,则基带输出可以写成:
由上式可以看出,人体正交多普勒雷达基带输出为一系列频率为ωk,l=kωr+lωh的信号叠加。ω1,0和ω0,1为呼吸和心跳基频,其余ωk,l为呼吸和心跳的谐波频率以及交叉项。由于mr,mh<<λ,呼吸和心跳基频幅度远远大于谐波幅度。由于人体的呼吸频率一般为0.1~0.3Hz,心跳信号为0.8~2Hz,常规的信号处理方法利用带通滤波器提取呼吸和心跳信号的基频分量,再进行时频分析处理,便可提取出人体的呼吸和心跳频率。
然而,实际人体探测多普勒雷达生命信号包含许多干扰,并且由公式(4)可知,对于单通道实信号,带通滤波器提取的呼吸和心跳信号实际上包含呼吸和心跳的谐波信号。由于呼吸信号远大于心跳信号,呼吸谐波信号有可能大于心跳基频信号。因此,为了精确估计呼吸和心跳信号,有必要去除谐波干扰信号。此外,当前人们对无接触生命探测雷达的呼吸和心跳频率估计多基于频谱分析,这些频谱分析技术往往缺乏实时特性,而传统的时频分析技术,如短时傅里叶变换、维格纳-维拉分布等受限于处理窗口而缺乏足够的时频分辨率实时估计呼吸和心跳频率。
发明内容
本发明的目的是为了克服上述问题,提供一种基于HHT的无接触生命探测中呼吸和心跳信号的分离及时频分析方法。
为达到上述目的,本发明采用的方法是:一种基于HHT的无接触生命探测中呼吸和心跳信号的分离及时频分析方法,包括如下步骤:
(1)、采用带通滤波器分离呼吸和心跳信号,最大限度的滤除噪声和谐波;
(2)、采用EMD分别对滤波后的呼吸和心跳信号进行分解,分解成单频信号的IMF;
(3)、采用相关最大准则滤除包含呼吸谐波的IMF,即提取与原始信号相关最大的IMF作为呼吸或者心跳信号;
(4)、将滤波输出信号直接进行Hilbert变换。
作为本发明的一种改进,所述的带通滤波器包括至少一个呼吸信号处理带通滤波器和一个心跳信号处理带通滤波器。
作为本发明的一种改进,所述的呼吸和心跳基带通滤波器分别采用600阶,β=6.5,带宽为0.1-0.6Hz的Kaiser带通滤波器以及600阶,β=6.5,带宽为1-2Hz Kaiser带通滤波器。
本发明的有益效果是:
本发明的基于HHT的无接触生命探测中呼吸和心跳信号的分离及时频分析方法,利用经验模态分解EMD分别将呼吸和心跳信号分解成一系列本征模函数(IMF),并利用IMF自相关最大法剔除谐波和干扰信号,最后利用希尔伯特谱对剔除干扰的IMF进行时频分析。相比传统的时频分析技术,不仅可以有效去除呼吸和心跳信号的噪声和谐波干扰,而且具有更高的时频分辨率,从而有效刻画人体生命特征变化,同时通过在经验模态分解(EMD)处理信号之前,先用传统的带通滤波器进行预处理,使得信号处理更加的准确。
附图说明
图1为现有技术的无接触生命探测雷达系统框图。
图2为本发明的信号处理分析方法的结构框图。
具体实施方式
下面结合附图对本发明做具体的说明。
如图2所述为本发明的一种基于希尔伯特-黄变换(HHT)的无接触生命探测中呼吸和心跳信号的分离及时频分析方法的信号处理分析方法的框图,首先将生命探测雷达发出的回波信号分别采用600阶,β=6.5,带宽为0.1-0.6Hz的Kaiser带通滤波器和600阶,β=6.5,带宽为1-2Hz Kaiser带通滤波器分离呼吸和心跳信号。
然后利用EMD带通滤波器分解滤波后的呼吸和心跳信号。由于经过600阶,β=6.5,带宽为0.1-0.6Hz的Kaiser带通滤波器以及600阶,β=6.5,带宽为1-2Hz Kaiser带通滤波器分离出的呼吸和心跳信号仅包含少有的几个单频振荡,从而可以有效降低出现EMD混叠的概率,EMD分解出的IMF几乎是单频信号。我们采用相关最大准则滤除包含呼吸谐波的IMF,即提取与原始信号相关最大的IMF作为呼吸或者心跳信号,从而提取包含真实呼吸和心跳基频信号的IMF。
直接采用EMD分解实际数据时,经常会面临以下不足:(a)分解出的IMF并不一定是单一振荡函数,相邻频带内的多个分量有可能同时混合到一个IMF中,即模式混叠现象。(b)在低频范围内,EMD会分解出虚假的IMF,这些IMF没有实际的物理意义。因此在EMD处理信号之前,预先通过600阶,β=6.5,带宽为0.1-0.6Hz的Kaiser带通滤波器以及600阶,β=6.5,带宽为1-2Hz Kaiser带通滤波器处理,将原始的信号分成几个频带,又因为人的人的呼吸和心跳频带范围一般是已知的,能够有效地避免上述问题,从而使得测量结果更准确。
EMD即经验模态分解本质上是把一原始数据序列通过时域特性识别出其固有振荡。EMD通过所谓的“筛”过程直接从原始数据序列中得到一组自适应的基,这组基称为本征模函数(IMF)。IMF须满足两个条件:(1)在整个数据序列中,其极值数目与跨零点数目相等或者至多相差一个;(2)在整个数据序列,最小值得到的下包络和最大值定义的上包络的均值为零。具体来说,假设一个时间序列为x(t),EMD的实现步骤如下:
初始化r0(t)=x(t),i=1;
1.令h0(t)=ri-1(t),j=1
2.找出hj-1(t)的所有极大值和极小值,并使用样条插值获取hj-1(t)的上包络线Hup和下包络线Hlow。
3.计算上包络线和下包络线的均值mj-1(t)=(Hup+Hlow)/2。hj-1(t)和均值的差为:hj(t)=hj-1(t)-mj-1(t)。
4.如果hj(t)满足IMF的条件,此时hj-1(t)就为一个imfi(t),执行步骤5,否则j+1,回到步骤2,重复2-4步骤。
5.定义剩余值:ri(t)=ri-1(t)-imfi(t)。如果ri(t)满足一定的停止标准,即为一个单调函数时,“筛”过程停止,否则i+1,回到步骤1。这里一般把停止标准设为极值数目小于等于一或者二。
在步骤4中,Huang.N.E等人提出了一种连续筛过程的标准偏差,用来作为一个IMF“筛”过程的停止条件。用S.D.表示,定义为:
这里S.D.值一般取0.2-0.3。S.D.直接决定了产生一个合格IMF所需要的迭代次数,以及分解出的IMF个数。
通过“筛”过程,原始数据序列分解为一系列IMF和一个剩余量之和:
(3)将每个IMF与滤波输出信号进行自相关,取自相关最大的IMF作为实际的呼吸或者心跳信号。
(4)利用Hilbert对信号进行时频分析。
对于每个IMF的实离散信号s(n),首先把实信号转化为复数形式
z(n)=imf(n)+jH{imf(n)}=a(n)expjφ((n))
其中H{·}为信号的Hilbert变换:
然后估计每个IMF分量的瞬时频率:
其中[·]2π以2π约简。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作任何其他形式的限制,而依据本发明的技术实质所作的任何修改或等同变化,仍属于本发明所要求保护的范围。
Claims (3)
1.一种基于HHT的无接触生命探测中呼吸和心跳信号的分离及时频分析方法,其特征在于:包括如下步骤:
(1)、采用带通滤波器分离呼吸和心跳信号,最大限度的滤除噪声和谐波;
(2)、采用EMD分别对滤波后的呼吸和心跳信号进行分解,分解成单频信号的IMF;
(3)、采用相关最大准则滤除包含呼吸谐波的IMF,即提取与原始信号相关最大的IMF作为呼吸或者心跳信号;
(4)、将滤波输出信号直接进行Hilbert变换。
2.根据权利要求1所述的一种基于HHT的无接触生命探测中呼吸和心跳信号的分离及时频分析方法,其特征在于:所述的带通滤波器包括至少一个呼吸信号处理带通滤波器和一个心跳信号处理带通滤波器。
3.根据权利要求2所述的一种基于HHT的无接触生命探测中呼吸和心跳信号的分离及时频分析方法,其特征在于:所述的呼吸和心跳基带通滤波器分别采用 600阶, ,带宽为0.1 - 0.6Hz的Kaiser带通滤波器以及600阶, ,带宽为1-2Hz Kaiser带通滤波器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310476867.XA CN103529436A (zh) | 2013-10-12 | 2013-10-12 | 基于hht的无接触生命探测中呼吸和心跳信号的分离及时频分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310476867.XA CN103529436A (zh) | 2013-10-12 | 2013-10-12 | 基于hht的无接触生命探测中呼吸和心跳信号的分离及时频分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103529436A true CN103529436A (zh) | 2014-01-22 |
Family
ID=49931591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310476867.XA Pending CN103529436A (zh) | 2013-10-12 | 2013-10-12 | 基于hht的无接触生命探测中呼吸和心跳信号的分离及时频分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103529436A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105232026A (zh) * | 2015-10-29 | 2016-01-13 | 无锡南理工科技发展有限公司 | 一种非接触式生命体征检测系统的心跳频率检测算法 |
CN105919568A (zh) * | 2016-05-24 | 2016-09-07 | 北京千安哲信息技术有限公司 | 基于伽柏变换的呼吸与心跳信号的提取分析方法和装置 |
CN105956388A (zh) * | 2016-04-27 | 2016-09-21 | 南京理工大学 | 基于vmd的人体生命体征信号分离方法 |
CN106019271A (zh) * | 2016-04-27 | 2016-10-12 | 南京理工大学 | 一种基于变分模态分解的多人穿墙时变呼吸信号检测方法 |
CN106963349A (zh) * | 2017-03-17 | 2017-07-21 | 芜湖博高光电科技股份有限公司 | 一种具有非接触生命体征检测功能的智能led灯 |
CN107577986A (zh) * | 2017-07-31 | 2018-01-12 | 来邦科技股份公司 | 一种呼吸与心跳分量提取方法、电子设备和存储介质 |
CN108542367A (zh) * | 2018-02-23 | 2018-09-18 | 山东沃尔德生物技术有限公司 | 一种人体行为模式检测装置、系统及方法 |
CN108888249A (zh) * | 2018-06-07 | 2018-11-27 | 北京邮电大学 | 一种非接触式车内多人生命体征监测的方法及装置 |
CN110187320A (zh) * | 2019-05-30 | 2019-08-30 | 六盘水三力达科技有限公司 | 一种改进雷达信号时频分析方法 |
CN110361736A (zh) * | 2018-04-10 | 2019-10-22 | Aptiv技术有限公司 | 识别物体的方法 |
CN110974190A (zh) * | 2019-11-27 | 2020-04-10 | 南京信息工程大学 | 基于微多普勒特征的心动状况无源感知方法 |
CN112137620A (zh) * | 2020-08-27 | 2020-12-29 | 广东省地震局 | 一种基于超宽带雷达的人体微弱呼吸信号检测方法 |
CN112364808A (zh) * | 2020-11-24 | 2021-02-12 | 哈尔滨工业大学 | 基于fmcw雷达与人脸跟踪识别的活体身份认证方法 |
CN112494009A (zh) * | 2020-11-04 | 2021-03-16 | 无锡因特利尔技术有限公司 | 分解人体呼吸心跳微动混合信号的方法和装置 |
CN113576461A (zh) * | 2021-06-18 | 2021-11-02 | 应急管理部上海消防研究所 | 一种生命探测雷达微弱人体特征辨识方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101022513B1 (ko) * | 2008-05-06 | 2011-03-16 | 이병섭 | 다중 직교 반송파를 이용한 바이오 레이다 시스템 |
CN202568219U (zh) * | 2012-03-01 | 2012-12-05 | 北京麦邦光电仪器有限公司 | 睡眠心率、呼吸监测系统 |
CN103006324A (zh) * | 2011-09-26 | 2013-04-03 | 西门子公司 | 显示患者的检查区域中的血管或器官的成像方法和装置 |
-
2013
- 2013-10-12 CN CN201310476867.XA patent/CN103529436A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101022513B1 (ko) * | 2008-05-06 | 2011-03-16 | 이병섭 | 다중 직교 반송파를 이용한 바이오 레이다 시스템 |
CN103006324A (zh) * | 2011-09-26 | 2013-04-03 | 西门子公司 | 显示患者的检查区域中的血管或器官的成像方法和装置 |
CN202568219U (zh) * | 2012-03-01 | 2012-12-05 | 北京麦邦光电仪器有限公司 | 睡眠心率、呼吸监测系统 |
Non-Patent Citations (1)
Title |
---|
李坡: "雷达目标微动信号分离与参数估计方法研究", 《中国博士学位论文全文数据库》, 15 June 2013 (2013-06-15) * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105232026A (zh) * | 2015-10-29 | 2016-01-13 | 无锡南理工科技发展有限公司 | 一种非接触式生命体征检测系统的心跳频率检测算法 |
CN105956388A (zh) * | 2016-04-27 | 2016-09-21 | 南京理工大学 | 基于vmd的人体生命体征信号分离方法 |
CN106019271A (zh) * | 2016-04-27 | 2016-10-12 | 南京理工大学 | 一种基于变分模态分解的多人穿墙时变呼吸信号检测方法 |
CN105956388B (zh) * | 2016-04-27 | 2018-11-13 | 南京理工大学 | 基于vmd的人体生命体征信号分离方法 |
CN106019271B (zh) * | 2016-04-27 | 2019-04-12 | 南京理工大学 | 一种基于变分模态分解的多人穿墙时变呼吸信号检测方法 |
CN105919568A (zh) * | 2016-05-24 | 2016-09-07 | 北京千安哲信息技术有限公司 | 基于伽柏变换的呼吸与心跳信号的提取分析方法和装置 |
CN106963349A (zh) * | 2017-03-17 | 2017-07-21 | 芜湖博高光电科技股份有限公司 | 一种具有非接触生命体征检测功能的智能led灯 |
CN107577986A (zh) * | 2017-07-31 | 2018-01-12 | 来邦科技股份公司 | 一种呼吸与心跳分量提取方法、电子设备和存储介质 |
CN108542367A (zh) * | 2018-02-23 | 2018-09-18 | 山东沃尔德生物技术有限公司 | 一种人体行为模式检测装置、系统及方法 |
CN108542367B (zh) * | 2018-02-23 | 2024-05-24 | 山东沃尔德生物技术有限公司 | 一种人体行为模式检测装置、系统及方法 |
CN110361736A (zh) * | 2018-04-10 | 2019-10-22 | Aptiv技术有限公司 | 识别物体的方法 |
CN108888249A (zh) * | 2018-06-07 | 2018-11-27 | 北京邮电大学 | 一种非接触式车内多人生命体征监测的方法及装置 |
CN110187320B (zh) * | 2019-05-30 | 2021-07-20 | 六盘水三力达科技有限公司 | 一种改进雷达信号时频分析方法 |
CN110187320A (zh) * | 2019-05-30 | 2019-08-30 | 六盘水三力达科技有限公司 | 一种改进雷达信号时频分析方法 |
CN110974190A (zh) * | 2019-11-27 | 2020-04-10 | 南京信息工程大学 | 基于微多普勒特征的心动状况无源感知方法 |
CN112137620A (zh) * | 2020-08-27 | 2020-12-29 | 广东省地震局 | 一种基于超宽带雷达的人体微弱呼吸信号检测方法 |
CN112494009A (zh) * | 2020-11-04 | 2021-03-16 | 无锡因特利尔技术有限公司 | 分解人体呼吸心跳微动混合信号的方法和装置 |
CN112364808A (zh) * | 2020-11-24 | 2021-02-12 | 哈尔滨工业大学 | 基于fmcw雷达与人脸跟踪识别的活体身份认证方法 |
CN113576461A (zh) * | 2021-06-18 | 2021-11-02 | 应急管理部上海消防研究所 | 一种生命探测雷达微弱人体特征辨识方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103529436A (zh) | 基于hht的无接触生命探测中呼吸和心跳信号的分离及时频分析方法 | |
CN102018503B (zh) | 生命探测雷达中的呼吸与心跳信号的提取方法及装置 | |
CN204495996U (zh) | 宽带声纳接收器 | |
CN108776336A (zh) | 一种基于emd的自适应穿墙雷达静止人体目标定位方法 | |
CN103984866A (zh) | 一种基于局域均值分解的信号去噪方法 | |
CN107340055B (zh) | 一种基于多测度融合的随机共振微弱信号检测方法 | |
CN108594177A (zh) | 基于改进hht的雷达信号调制方式分析方法、信号处理系统 | |
CN108548957A (zh) | 基于循环调制频谱和分段互相关相结合的双谱分析方法 | |
Harris et al. | The DST group ionospheric sounder replacement for JORN | |
CN112987003B (zh) | 主动声纳中的hfm信号分离方法及系统 | |
CN107248869B (zh) | 一种基于吕分布的多分量线性调频信号去噪方法 | |
Kalpana et al. | Study of de-noising techniques for SNR improvement for underwater acoustic communication | |
Limin et al. | Low probability of intercept radar signal recognition based on the improved AlexNet model | |
Gunasekara | Contactless estimation of breathing rate using UWB radar | |
CN110808929A (zh) | 相减策略的实复转换式信噪比估计算法 | |
CN106842159B (zh) | 一种雷达目标探测中信息量的计算方法 | |
CN104224232A (zh) | 超声谐波成像方法及装置 | |
CN103885044A (zh) | 一种基于clean算法的窄带雷达回波杂噪抑制方法 | |
CN101639530B (zh) | 一种基于二维混合变换的sar回波信号去噪预处理方法 | |
CN104156509A (zh) | 一种噪声合成方法 | |
CN103971012A (zh) | 一种基于赛利斯模型和分数阶微分的兰姆波信号消噪方法 | |
CN113397533A (zh) | 一种弱生命信号提取方法、装置、电子设备和存储介质 | |
Zhang et al. | Radar detection of multi-target vital signs based on blind source separation | |
Li et al. | Compressive frequency estimation for frequency hopping signal | |
Li et al. | Noncontact Detection of Heartbeat and Respiratory Rate via 77GHz Radar Based on Adaptive Double Sliding-Time Window Algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140122 |
|
RJ01 | Rejection of invention patent application after publication |