CN106160702A - 近似完全重构单原型dft调制滤波器组的设计方法 - Google Patents
近似完全重构单原型dft调制滤波器组的设计方法 Download PDFInfo
- Publication number
- CN106160702A CN106160702A CN201610538626.7A CN201610538626A CN106160702A CN 106160702 A CN106160702 A CN 106160702A CN 201610538626 A CN201610538626 A CN 201610538626A CN 106160702 A CN106160702 A CN 106160702A
- Authority
- CN
- China
- Prior art keywords
- filter
- prototype
- bank
- filter bank
- iteration
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000013461 design Methods 0.000 claims abstract description 23
- 238000005457 optimization Methods 0.000 claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims abstract description 6
- 238000012546 transfer Methods 0.000 claims description 18
- 230000015572 biosynthetic process Effects 0.000 claims description 15
- 238000003786 synthesis reaction Methods 0.000 claims description 15
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000000452 restraining effect Effects 0.000 abstract 1
- 239000011159 matrix material Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 101000666171 Homo sapiens Protein-glutamine gamma-glutamyltransferase 2 Proteins 0.000 description 1
- 102100038095 Protein-glutamine gamma-glutamyltransferase 2 Human genes 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H17/00—Networks using digital techniques
- H03H17/02—Frequency selective networks
- H03H17/0202—Two or more dimensional filters; Filters for complex signals
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H17/00—Networks using digital techniques
- H03H17/02—Frequency selective networks
- H03H17/0202—Two or more dimensional filters; Filters for complex signals
- H03H2017/021—Wave digital filters
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Mathematical Physics (AREA)
- Transmitters (AREA)
Abstract
本发明公开近似完全重构单原型DFT调制滤波器组的设计方法,其通过优化滤波器组的传递失真和原型滤波器的阻带衰减来获得整体性能良好的滤波器组。将原型滤波器的设计问题归结为一个带约束的优化问题,目标函数是原型滤波器的阻带能量,约束是滤波器组的传递失真,并采用迭代的方法来求解原型滤波器。通过多次迭代使得滤波器组的重构误差达到比较低的水平。本发明为设计近似完全重构的DFT调制滤波器组提供了一种简单高效的解决方案。
Description
技术领域
本发明属于滤波器组设计领域,具体涉及一种近似完全重构单原型DFT调制滤波器组的设计方法。
背景技术
滤波器组被广泛应用于语音图像处理、自适应滤波、噪声抑制以及通信系统等诸多领域。对于一般结构的滤波器组而言,往往需要分别设计各个子带的滤波器,优化规模较大,实现比较困难。调制滤波器组的提出有效地解决了这个问题,原因在于此类滤波器组只需设计原型滤波器即可。余弦调制滤波器组和DFT调制滤波器组是两类主要的调制滤波器组。其中,DFT调制滤波器组可以将信号的正负频率分割到不同的子带进行处理,因此更加适合于处理复值信号。
设计滤波器组的首要任务就是设法减小和消除各种失真现象,现有的设计方法大多是基于半定规划算法的。比如Wibur M R等人在《IEEE Transactions on SignalProcessing》上发表的《Efficient design of oversampled NPR GDFT filter banks》中将设计问题描述为一个半无穷的规划问题,然后利用线性矩阵不等式将该问题转化为一个半定规划问题,最终可以得到全局最优解。但是此类方法优化规模较大,求解起来比较困难,不利于实际应用。
发明内容
本发明所要解决的是现有的单原型DFT调制滤波器组的设计方法计算复杂度高,所设计的DFT调制滤波器组整体性能较差的问题,提供一种近似完全重构单原型DFT调制滤波器组的设计方法。
为解决上述问题,本发明是通过以下技术方案实现的:
一种近似完全重构单原型DFT调制滤波器组的设计方法,包括如下步骤:
步骤1,将DFT调制滤波器组的分析滤波器和综合滤波器分别转化为原型关于原型滤波器h的函数;
步骤2,将DFT调制滤波器组的传递失真Et(h)和原型滤波器组的阻带能量Es(h)转化为关于原型滤波器h的函数;
步骤3,将原型滤波器h的设计问题转化为一个带约束的优化问题,目标函数是阻带能量Es(h),约束是传递失真Et(h),表示为:
其中,Es(hk+d)是第k步迭代原型滤波器的阻带能量,Et(hk+d)是第k步迭代滤波器组的传递失真,d是一个长度为N列的向量,hk是第k-1步迭代求解出来的原型滤波器,ξ是给定的传递失真约束阈值;
步骤4,采用迭代的方法求解原型滤波器h,即:
步骤4.1,给定一个初始原型滤波器h0,此时迭代步数k=0;
步骤4.2,利用上一次迭代求解出来的原型滤波器hk,求解优化问题即式①,得到向量d;
步骤4.3,更新本次迭代的原型滤波器hk+1=hk+d;
步骤4.4,判断||d||2≤δ是否成立;如果成立,则终止迭代,本次迭代所得的原型滤波器hk+1就是最终的原型滤波器;如果不成立,则令hk+1=hk,返回到步骤4.2继续迭代;其中δ是给定的迭代阈值;
步骤5,将步骤4所求出的原型滤波器hk+1代入步骤1求得滤波器组的分析滤波器和综合滤波器,至此即可确定整个DFT调制滤波器组。
步骤1中,分析滤波器和综合滤波器相等。
步骤1中,分析滤波器和综合滤波器为:
其中,D是系统延迟,M是DFT调制滤波器组的通道数,n是系数变量,m是DFT调制滤波器组通道数变量,hm(n)是第m通道分析滤波器,gm(n)是第m通道综合滤波器。
与现有技术相比,本发明是通过控制滤波器组的传递失真和原型滤波器的阻带能量使得滤波器组可以获得良好的整体性能,并通过迭代的方法获得原型滤波器,优化问题的规模较低,容易求解。本发明方法在保证滤波器组近似完全重构的同时可以获得频率特性较好的子带滤波器。
附图说明
图1为DFT调制滤波器组的基本结构。
图2为本发明提供的设计DFT调制滤波器组的流程图。
图3为实例1原型滤波器的幅度响应。(a)表示半定规划方法设计的原型滤波器的幅度响应。(b)表示本发明方法设计的原型滤波器的幅度响应。
图4为实例2原型滤波器的幅度响应。(a)表示Jang J Z方法设计的原型滤波器的幅度响应。(b)表示本发明方法设计的原型滤波器的幅度响应。
具体实施方式
图1给出了一个通道数为M,采样因子为K,延迟为D的DFT调制滤波器组。基于上述结构的一种近似完全重构单原型DFT调制滤波器组的设计方法,如图2所示,具体包括如下步骤:
第一步:根据DFT调制滤波器组的理论,并结合图1,将分析和综合滤波器组转化为关于原型滤波器的函数。设h和g分别是分析和综合原型滤波器。由于是单原型的DFT调制滤波器组,那么h和g是相等的,它们的单位脉冲相应为:
g=h=[h(0),h(1),...,h(N-1)]T (1)
其中,h(·)代表的是原型滤波器系数,N代表原型滤波器的长度,T代表转置,相应的频率响应为:
G(ω)=H(ω)=cT(ω,N)h (2)
其中,H(ω)是分析原型滤波器的频率响应,G(ω)是综合原型滤波器的频率响应,ω代表频域变量,c(ω,N)=[1,e-jω,...,e-j(N-1)ω]T。所有的子带滤波器都是通过DFT调制得到:
其中,D是系统延迟,Μ是DFT调制滤波器组的通道数,n是系数变量,m是DFT调制滤波器组通道数变量,hm(n)是第m通道分析滤波器,gm(n)是第m通道综合滤波器。那么分析与综合滤波器的频率响应为:
Gm(ω)=Hm(ω)=H(ω-2πm/M)e-jπmD/M (4)
其中,Hm(ω)代表第m通道分析滤波器的频率响应,Gm(ω)代表第m通道综合滤波器的频率响应,H(ω)代表分析原型滤波器的频率响应。
第二步:单原型DFT调制滤波器组的输出和输入之间的关系为:
其中,
其中,k为采样因子变量,K为滤波器组的采样因子,T0(ω)代表的是传递函数,Ak(ω)是混叠传递函数。
当传递函数T0(ω)=e-jDω,滤波器组无传递失真。但是如果直接考虑该频域条件来控制滤波器组的传递失真将会十分复杂,为此需要推导出无传递失真的时域条件。
引入中间变量r=h*h。*代表卷积。r=[r(0),r(1),...,r(2N-2)]T,rk(·)代表的是向量rk的分量。将r=h*h写成如下的矩阵相乘的形式:
r=h*h=G(h)h (7)
其中,卷积矩阵G(h)的定义为:
其中,m代表矩阵G(h)的行变量,n代表矩阵G(h)列变量。
那么系统的传递函数T0(ω)可以表示为:
其中,R(ω)是向量r的频率响应。
根据DFT的性质,当n-D为M的整数倍的时候否则所以要使得传递函数T0(ω)=e-jDω,则有下式成立:
其中,代表下取整运算,将该条件写成一个矩阵等式,表示为:
Ar=b (11)
其中,列向量b的维数为S,其第个元素为K/M,其余元素均为零。
矩阵A的定义为:
所以滤波器组无传递失真时域条件为:
AG(h)h-b=0 (13)
其中,0代表一个维数为S的列向量,其元素全为零。
另外,滤波器组高的阻带衰减可以通过控制原型滤波器的阻带能量来获得,原型滤波器的阻带能量表示为:
其中,c(ω,N)=[1,e-jω...,e-j(N-1)ω]T,H代表共轭转置。
在DFT调制滤波器组的设计中,低传递失真和原型滤波器高的阻带衰减就可以保证滤波器组具有良好的整体性能。
第三步:结合式(13)和式(14)将原型滤波器的设计问题转化为一个带约束的优化问题:
其中,Es(h)=hTQh代表的是原型滤波器的阻带能量,Et(h)=AG(h)h-b是滤波器组的传递失真控制项。问题(15)是一个非凸问题,难以求解。为此本发明引入迭代的算法思想,设第k步迭代之后的原型滤波器为hk+1,有hk+1=hk+d,其中hk是第k-1步迭代之后的原型滤波器,d是一个长度为N的列向量。当原型滤波器为hk+1时,阻带能量为:
Es(hk+1)=(hk+d)TQ(hk+d) (16)
传递失真控制项变为:
其中,卷积矩阵G(d)的定义为:
这里利用迭代的方法来求解原型滤波器,在每一步迭代中用hk+1=hk+d来更新原型滤波器,结合式(15)(16)(17),d的求解可以转化为求解如下的优化问题:
问题(19)同样是一个非凸的问题,为此将问题(19)转化为问题(20):
其中,di是向量d的第i个分量,ρ是一个很小的正数,作用是约束d的每一个分量使它们都足够小,从而保证问题(20)对问题(19)的近似。问题(20)是一个凸优化问题,容易求解。
第四步:基于问题(20)采用迭代的方法来求解原型滤波器。具体步骤如下:
1、首先给定一个初始原型滤波器h0,此时k=0;
2、利用得到的hk,求解优化问题(20)得到d;
3、更新原型滤波器hk+1=hk+d;
4、判断||d||2≤δ是否成立;如果成立,则终止迭代,本次迭代所得的hk+1就是最终的原型滤波器;如果不成立,则令hk+1=hk,返回到第2步继续迭代;其中δ为给定的很小的正数,在本发明的实例中,δ取值为10-5;
第五步:根据第四步求出的原型滤波器hk+1,再结合公式(3)和(4)就可以得到整个滤波器组。
为了验证本发明方法的有效性,进行了相关的仿真实验。
实例1:待设计的滤波器组的参数为:M=7,K=3,N=20,D=21首先利用Wibur M R等人提出的半定规划方法进行设计,其中失真参数设置为εr=2×10-8。然后利用本发明方法进行设计,其中相关的参数设置为:ξ=1×10-4,δ=1×10-5,初始迭代设置ρ=0.1,之后每步迭代中,ρ设置为上一次值的1/10。本发明方法仅仅用了3步迭代就得到了最终的结果。图3画出了两种方法设计的原型滤波器的幅度响应。表1列出了相关的性能指标。从表中可以看出,本发明方法设计的滤波器组重构误差比半定规划方法低了约18dB。为了尽可能无失真地恢复原信号,期望得到的滤波器组应具有更小的重构误差,所以本发明方法设计的滤波器组有着更好的重构性能。
表1
实例2:设计一个DFT调制滤波器组,其中M=16,K=8,N=75,D=74,在本发明设计方法中:ξ=1×10-4,δ=1×10-5,初始迭代设置ρ=0.01,之后每步迭代中,ρ设置为上一次值的1/10。本发明方法用了3步迭代就得到了最终的结果。同时利用Jang J Z发表在《Signal Processing,IET》《Efficient design of very large-scale DFT modulatedfilter banks using Mth band condition》中的方法进行设计,相关参数设置为:α=1,η=1×10-5。两种方法得到的原型滤波器的幅度响应如图4所示。表2给出了两种设计方法的性能指标对比。可以看出本发明方法设计的滤波器组重构误差降低了约1dB左右。
表2
本发明通过优化滤波器组的传递失真和原型滤波器的阻带衰减来获得整体性能良好的滤波器组。将原型滤波器的设计问题归结为一个带约束的优化问题,目标函数是原型滤波器的阻带能量,约束是滤波器组的传递失真,并采用迭代的方法来求解原型滤波器。通过多次迭代使得滤波器组的重构误差达到比较低的水平。本发明为设计近似完全重构的DFT调制滤波器组提供了一种简单高效的解决方案。
Claims (3)
1.一种近似完全重构单原型DFT调制滤波器组的设计方法,其特征是,包括如下步骤:
步骤1,将DFT调制滤波器组的分析滤波器和综合滤波器分别转化为原型关于原型滤波器h的函数;
步骤2,将DFT调制滤波器组的传递失真Et(h)和原型滤波器组的阻带能量Es(h)转化为关于原型滤波器h的函数;
步骤3,将原型滤波器h的设计问题转化为一个带约束的优化问题,目标函数是阻带能量Es(h),约束是传递失真Et(h),表示为:
其中,Es(hk+d)是第k步迭代原型滤波器的阻带能量,Et(hk+d)是第k步迭代滤波器组的传递失真,d是一个长度为N列的向量,hk是第k-1步迭代求解出来的原型滤波器,ξ是给定的传递失真约束阈值;
步骤4,采用迭代的方法求解原型滤波器h,即:
步骤4.1,给定一个初始原型滤波器h0,此时迭代步数k=0;
步骤4.2,利用上一次迭代求解出来的原型滤波器hk,求解优化问题即式①,得到向量d;
步骤4.3,更新本次迭代的原型滤波器hk+1=hk+d;
步骤4.4,判断||d||2≤δ是否成立;如果成立,则终止迭代,本次迭代所得的原型滤波器hk+1就是最终的原型滤波器;如果不成立,则令hk+1=hk,返回到步骤4.2继续迭代;其中δ是给定的迭代阈值;
步骤5,将步骤4所求出的原型滤波器hk+1代入步骤1求得滤波器组的分析滤波器和综合滤波器,至此即可确定整个DFT调制滤波器组。
2.根据权利要求1所述的一种近似完全重构单原型DFT调制滤波器组的设计方法,其特征是,步骤1中,分析滤波器和综合滤波器相等。
3.根据权利要求2所述的一种近似完全重构单原型DFT调制滤波器组的设计方法,其特征是,步骤1中,分析滤波器和综合滤波器为:
其中,D是系统延迟,Μ是DFT调制滤波器组的通道数,n是系数变量,m是DFT调制滤波器组通道数变量,hm(n)是第m通道分析滤波器,gm(n)是第m通道综合滤波器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610538626.7A CN106160702A (zh) | 2016-07-08 | 2016-07-08 | 近似完全重构单原型dft调制滤波器组的设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610538626.7A CN106160702A (zh) | 2016-07-08 | 2016-07-08 | 近似完全重构单原型dft调制滤波器组的设计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106160702A true CN106160702A (zh) | 2016-11-23 |
Family
ID=58062807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610538626.7A Pending CN106160702A (zh) | 2016-07-08 | 2016-07-08 | 近似完全重构单原型dft调制滤波器组的设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106160702A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107241082A (zh) * | 2017-06-09 | 2017-10-10 | 桂林电子科技大学 | 基于凸优化松弛的dft调制滤波器组的设计方法 |
CN107565932A (zh) * | 2017-09-26 | 2018-01-09 | 天津工业大学 | 一种基于线性神经网络的fir原型滤波器设计方法 |
CN108259024A (zh) * | 2018-02-26 | 2018-07-06 | 中国人民解放军国防科技大学 | 一种过d采样多相dft滤波器组设计方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4234336C1 (de) * | 1992-10-12 | 1993-10-21 | Ant Nachrichtentech | Demodulator für FSK-Signale |
EP2124335A2 (de) * | 2008-05-21 | 2009-11-25 | Siemens Medical Instruments Pte. Ltd. | Verfahren zum Optimieren einer mehrstufigen Filterbank sowie entsprechende Filterbank und Hörvorrichtung |
CN105207646A (zh) * | 2015-10-16 | 2015-12-30 | 桂林电子科技大学 | 交替dft调制滤波器组的极小化极大设计方法 |
CN105279350A (zh) * | 2015-11-30 | 2016-01-27 | 桂林电子科技大学 | 近似完全重构非均匀余弦调制滤波器组的设计方法 |
-
2016
- 2016-07-08 CN CN201610538626.7A patent/CN106160702A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4234336C1 (de) * | 1992-10-12 | 1993-10-21 | Ant Nachrichtentech | Demodulator für FSK-Signale |
EP2124335A2 (de) * | 2008-05-21 | 2009-11-25 | Siemens Medical Instruments Pte. Ltd. | Verfahren zum Optimieren einer mehrstufigen Filterbank sowie entsprechende Filterbank und Hörvorrichtung |
CN105207646A (zh) * | 2015-10-16 | 2015-12-30 | 桂林电子科技大学 | 交替dft调制滤波器组的极小化极大设计方法 |
CN105279350A (zh) * | 2015-11-30 | 2016-01-27 | 桂林电子科技大学 | 近似完全重构非均匀余弦调制滤波器组的设计方法 |
Non-Patent Citations (3)
Title |
---|
M.R.WILBUR等: "Efficient design of oversampled NPR GDFT filterbanks", 《IEEE TRANSACTIONS ON SIGNAL PROCESSING》 * |
蒋俊正: "DFT调制滤波器组的设计算法研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
蒋俊正等: "基于线性迭代的DFT调制滤波器组的设计算法", 《电路与系统学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107241082A (zh) * | 2017-06-09 | 2017-10-10 | 桂林电子科技大学 | 基于凸优化松弛的dft调制滤波器组的设计方法 |
CN107241082B (zh) * | 2017-06-09 | 2020-07-10 | 桂林电子科技大学 | 基于凸优化松弛的dft调制滤波器组的设计方法 |
CN107565932A (zh) * | 2017-09-26 | 2018-01-09 | 天津工业大学 | 一种基于线性神经网络的fir原型滤波器设计方法 |
CN108259024A (zh) * | 2018-02-26 | 2018-07-06 | 中国人民解放军国防科技大学 | 一种过d采样多相dft滤波器组设计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102318189B (zh) | 低延迟调制滤波器组 | |
KR100948721B1 (ko) | 오버샘플링된 필터 뱅크의 동작을 최적화하는 방법 및오버샘플링된 이산 푸리에 변환 필터 뱅크를 포함하는 장치 | |
CN109586688B (zh) | 基于迭代计算的时变可分非下采样图滤波器组的设计方法 | |
CN103176946A (zh) | 一种面向块稀疏信号的稀疏分解去噪方法 | |
CN107918710B (zh) | 基于凸优化的非下采样图滤波器组的设计方法 | |
CN104579243B (zh) | 一种dft调制滤波器组的快速设计方法 | |
CN105281707A (zh) | 一种动态可重构滤波器组低复杂度的实现方法 | |
CN107294512B (zh) | 一种基于树型结构的非均匀滤波器组滤波方法 | |
CN105279350A (zh) | 近似完全重构非均匀余弦调制滤波器组的设计方法 | |
CN106160702A (zh) | 近似完全重构单原型dft调制滤波器组的设计方法 | |
CN101881821A (zh) | 一种分数阶傅里叶域信道化接收方法 | |
CN105787204A (zh) | 两维双原型完全过采样dft调制滤波器组的设计方法 | |
CN106982045A (zh) | 一种基于socp优化的eir‑cmfb结构的设计方法 | |
CN105207646B (zh) | 交替dft调制滤波器组的极小化极大设计方法 | |
CN103956987A (zh) | 一种数字滤波器设计方法 | |
CN117409800A (zh) | 一种应用于多声源的子带复变分模态分解降噪方法 | |
CN105099398B (zh) | 基于相位调制的非均匀dft调制滤波器组的构建方法 | |
CN112818526B (zh) | 一种非均匀图滤波器组的分布式设计方法 | |
CN104065359A (zh) | 一种快速收敛的二维自适应滤波方法 | |
CN107241082B (zh) | 基于凸优化松弛的dft调制滤波器组的设计方法 | |
Kulkarni et al. | Periodicity-aware signal denoising using Capon-optimized Ramanujan filter banks and pruned Ramanujan dictionaries | |
US9306606B2 (en) | Nonlinear filtering using polyphase filter banks | |
CN106712836A (zh) | 基于近似精确重构滤波器组的信道化器设计方法及装置 | |
CN109639258B (zh) | 一种基于Hopfield神经网络二维FIR陷波滤波器的设计方法 | |
CN111010146B (zh) | 一种基于快速滤波器组的信号重构结构及其设计方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161123 |