CN106199532B - 基于混合傅立叶-小波分析的探地雷达信号降噪方法 - Google Patents
基于混合傅立叶-小波分析的探地雷达信号降噪方法 Download PDFInfo
- Publication number
- CN106199532B CN106199532B CN201610479333.6A CN201610479333A CN106199532B CN 106199532 B CN106199532 B CN 106199532B CN 201610479333 A CN201610479333 A CN 201610479333A CN 106199532 B CN106199532 B CN 106199532B
- Authority
- CN
- China
- Prior art keywords
- ground penetrating
- penetrating radar
- wavelet
- decomposition
- frequency
- 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.)
- Active
Links
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
- G01S7/28—Details of pulse systems
- G01S7/2813—Means providing a modification of the radiation pattern for cancelling noise, clutter or interfering signals, e.g. side lobe suppression, side lobe blanking, null-steering arrays
-
- 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
- G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
-
- 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
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)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种基于混合傅立叶‑小波分析的探地雷达信号降噪方法,通过对探地雷达回波信号进行多尺度小波分解,并利用阈值函数对小波系数进行更新,继承了傅立叶变换频域高分辨率的优点,并克服了傅立叶变换不适应于非平稳信号,不能提取局部时间段的频率特征信息的不足,充分利用了小波变换局部化与自动变焦的优点,弥补了小波变换对于低频噪声去除效果不佳的缺陷;充分考虑探地雷达的具体特性,给出了使用过程中每一步骤的具体公式,对于实际应用中不同的探地雷达,可以直接代入其采样率,中心频率、带宽等参数进行去噪处理,操作简便。
Description
技术领域
本发明涉及雷达技术领域,更具体地涉及一种基于混合傅立叶-小波分析的探地雷达信号降噪方法。
背景技术
探地雷达作为一种新型的地球物理探测仪器,具有探测效率高、操作简单、采样迅速、无损伤探测、精度较高、探测分辨率高、抗干扰能力较强等优点,已成为浅层地下探测的有效手段。在探地雷达探测中,为了得到更多的反射波特征,通常利用宽频带进行记录,因此在记录各种有效波的同时,不可避免地记录了各种干扰噪声。通常,没有经过处理的剖面无法进行地质解释。因而,必须对接收的探地雷达回波信号进行去噪处理,以改善数据质量,为进一步的地质解释提供清晰可靠的探地雷达信号与剖面图。
傅立叶分析是传统的信号去噪与分析方法,它将信号变换到频率域进行处理,对于平稳白噪声去噪效果良好。但傅立叶变换是一种全局变换,在实际应用中,由于探地雷达回波信号是非平稳信号,含有许多突变与尖峰,此时傅立叶分析不能给出信号在某个时间点上的变化情况,信号在时间域的任何一个突变,都会影响信号的整个频谱,即无法表述探地雷达信号的时频局域特性。
针对傅立叶变换不能提取局部时间段的频率特征信息,Gabor提出了短时傅立叶变换,该方法基本思想是用一个随时间平移的窗函数将原来的非平稳信号分成若干平稳或近似平稳段,然后逐段确定其频谱。然而该方法有两个缺陷:一是窗口不能随频率变化,二是缺乏离散正交基。
小波分析是一种有效的时频分析方法,由Morlet提出,不仅继承和发展了短时傅立叶变换的局部化思想,而且克服了它的缺点。该方法能同时在时域中对信号进行分析,并且在频域内分辨率高时,时域内分辨率响应较低;在频域内分辨率低时,时域内分辨率响应较高;即具有自动变焦功能,因此能有效地区分信号中的突变部分和噪声,从而实现信号的去噪。但在探地雷达实际信号处理中,小波分析只对于信号中较高频分量去除效果较好,无法有效去除信号中的低频噪声。
在实现本发明的过程中,申请人发现上述现有技术存在如下技术缺陷:常用的傅里叶变换无法描述信号时频局部特性,而由于地下介质造成的衰减,探地雷达信号是典型的非平稳信号,因此傅立叶变换不能提取局部时间段的频率特征信息,去噪效果不佳;传统的离散小波变换阈值去噪方法虽然具备较好的时频特性,但大多数情况下只适用于去除信号中的高频分量,而对于信号中固有的低频噪声抑制效果较差;上述两种方法在操作时需要根据经验选取合适参数以达到良好效果,在实际工程应用中不够简便。
发明内容
(一)要解决的技术问题
为了解决现有技术问题,本发明提供了一种基于混合傅立叶-小波分析的探地雷达信号降噪方法。
(二)技术方案
本发明提供了一种基于混合傅立叶-小波分析的探地雷达信号降噪方法,包括:步骤A:输入探地雷达回波信号,并对所述探地雷达回波信号进行保守频域滤波;步骤B:选取小波基并确定小波分解级数;步骤C:对所述探地雷达回波信号进行小波多尺度分解,得到各级分解尺度的小波系数;步骤D:计算各级分解尺度的阈值并选择阈值函数,得到更新后的各级分解尺度的小波系数;步骤E:基于所述更新后的各级分解尺度的小波系数,对探地雷达回波信号进行重构;以及步骤F:对重构后的探地雷达回波信号进行频域修正,输出去噪后的探地雷达回波信号。
(三)有益效果
从上述技术方案可以看出,本发明的基于混合傅立叶-小波分析的探地雷达信号降噪方法具有以下有益效果:
(1)本发明对探地雷达回波信号进行多尺度小波分解,并利用阈值函数对小波系数进行更新,继承了傅立叶变换频域高分辨率的优点,并克服了傅立叶变换不适应于非平稳信号,不能提取局部时间段的频率特征信息的不足,充分利用了小波变换局部化与自动变焦的优点,弥补了小波变换对于低频噪声去除效果不佳的缺陷;
(2)本发明的方法充分考虑探地雷达的具体特性,给出了使用过程中每一步骤的具体公式,对于实际应用中不同的探地雷达,可以直接代入其采样率,中心频率、带宽等参数进行去噪处理,操作简便。
附图说明
图1为本发明实施例的原始探地雷达单道信号;
图2为本发明实施例的各分解尺度的小波系数;
图3为本发明实施例的软阈值函数;
图4为本发明实施例的去噪后探地雷达单道信号;
图5为本发明实施例的基于混合傅立叶-小波分析的探地雷达信号降噪方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明作进一步的详细说明。
本发明实施例的基于混合傅立叶-小波分析的探地雷达信号降噪方法,参照图5,该探地雷达信号降噪方法包括:
步骤A:输入探地雷达回波信号,并对探地雷达回波信号进行保守频域滤波。
步骤A包括:输入探地雷达回波信号,将探地雷达回波信号通过零相位带通滤波器,零相位带通滤波器的上截止频率fH和下截止频率fL的计算公式为:
其中,f为探地雷达的中心频率,B为探地雷达的带宽。
步骤B:选取小波基并确定小波分解级数。
步骤B包括:选取小波基,确定小波分解级数,小波分解级数n的计算公式为:
其中,表示向上取整,fs为探地雷达的采样率,f为探地雷达的中心频率,B为探地雷达的带宽。
在本发明中,可以选取Haar小波基、Morlet小波基、Meyer小波基、db5小波基等作为小波基函数,优选db5小波基。
步骤C:对探地雷达回波信号进行小波多尺度分解,得到各级分解尺度的小波系数。
优选地,利用Mallat算法对探地雷达回波信号进行小波多尺度分解;其中,所述各级分解尺度的小波系数包括n级分解尺度的高频系数W1 H、W2 H、...、Wn H和最高分解尺度的低频系数WL,其中,n为步骤B中确定的小波分解级数。
步骤D:计算各级分解尺度的阈值并选择阈值函数,得到更新后的各级分解尺度的小波系数。
步骤D包括:阈值T的计算公式为:
其中,N为各级分解尺度的小波系数的个数,σn为噪声标准差估计值,median(·)表示求取中位数,W1 H为第一级分级尺度的高频系数,利用公式(3),分别将n级分解尺度的高频系数W1 H、W2 H、...、Wn H和最高分解尺度的低频系数WL的小波系数个数N代入公式(3),得到各级分解尺度的阈值。
阈值函数Tsoft(y)的公式为:
其中,T为阈值,y为各级分解尺度的小波系数值,Tsoft(y)为更新后的各级分解尺度的小波系数值,各级分解尺度的阈值代入公式(3),分别由n级分解尺度的高频系数W1 H、W2 H、...、Wn H的小波系数值得到更新后的n级分解尺度的高频系数,由最高分解尺度的低频系数WL的小波系数值得到更新后的最高分解尺度的低频系数。
步骤E:基于更新后的各级分解尺度的小波系数,对探地雷达回波信号进行重构。
优选地,利用Mallat算法对探地雷达回波信号进行重构。
由此可见,本发明继承了傅立叶变换频域高分辨率的优点,并克服了傅立叶变换不适应于非平稳信号,不能提取局部时间段的频率特征信息的不足,充分利用了小波变换局部化与自动变焦的优点,弥补了小波变换对于低频噪声去除效果不佳的缺陷。
步骤F:对重构后的探地雷达回波信号进行频域修正,输出去噪后的探地雷达回波信号。
步骤F包括:使重构后的探地雷达回波信号通过零相位带通滤波器,得到去噪后的探地雷达回波信号并输出,零相位带通滤波器的上截止频率fH和下截止频率fL的计算公式为:
其中,f为探地雷达的中心频率,B为探地雷达的带宽。
由此可见,本发明的方法充分考虑探地雷达的具体特性,给出了使用过程中每一步骤的具体公式,对于实际应用中不同的探地雷达,可以直接代入其采样率,中心频率、带宽等参数进行去噪处理,操作简便。
以下通过具体示例对本发明的方法进行说明:
(1)输入探地雷达回波信号,如图1所示,其采样率为1GHz,中心频率为25MHz,带宽为25MHz。对其进行零相位带通滤波,根据公式(1)计算得到带通滤波器的上、下截止频率为44MHz、6MHz。
(2)选取db5小波基作为小波变换的小波基,根据公式(2)确定分解级数为6级。
(3)使用Mallat算法对探地雷达回波信号进行小波多尺度分解,得到各分解尺度的高频系数W1 H、W2 H、...、W6 H与最高分解尺度的低频系数WL,参见图2。
(4)根据公式(3)计算各个分解尺度的阈值,并选取软阈值函数作为阈值函数,软阈值函数图参见图3,根据公式(4)计算更新后的小波系数。
(5)使用Mallat算法对更新后的小波系数进行重构。
(6)对重构后的信号进行零相位带通滤波,带通滤波器的上、下截止频率与第一步相同,输出去噪后的探地雷达信号,本例得到的去噪后探地雷达单道信号参见图4,可以看到,探地雷达信号噪声明显得到了有效去除。
至此,已经结合附图对本发明实施例进行了详细描述。依据以上描述,本领域技术人员应当对本发明的一种基于层次化记忆网络的问答方法有了清楚的认识。
需要说明的是,在附图或说明书正文中,未绘示或描述的实现方式,均为所属技术领域中普通技术人员所知的形式,并未进行详细说明。此外,上述对各元件的定义并不仅限于实施例中提到的各种方式,本领域普通技术人员可对其进行简单地更改或替换,例如:
(1)实施例中提到的方向用语,例如“上”、“下”、“前”、“后”、“左”、“右”等,仅是参考附图的方向,并非用来限制本发明的保护范围;
(2)上述实施例可基于设计及可靠度的考虑,彼此混合搭配使用或与其他实施例混合搭配使用,即不同实施例中的技术特征可以自由组合形成更多的实施例。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于混合傅立叶-小波分析的探地雷达信号降噪方法,其特征在于,包括:
步骤A:输入探地雷达回波信号,并对所述探地雷达回波信号进行保守频域滤波;
步骤B:选取小波基并确定小波分解级数;
步骤C:对所述探地雷达回波信号进行小波多尺度分解,得到各级分解尺度的小波系数;
步骤D:计算各级分解尺度的阈值并选择阈值函数,得到更新后的各级分解尺度的小波系数;
步骤E:基于所述更新后的各级分解尺度的小波系数,对探地雷达回波信号进行重构;以及
步骤F:对重构后的探地雷达回波信号进行频域修正,输出去噪后的探地雷达回波信号;
所述步骤A包括:
输入探地雷达回波信号,将所述探地雷达回波信号通过零相位带通滤波器,所述零相位带通滤波器的上截止频率fH和下截止频率fL的计算公式为:
其中,f为探地雷达的中心频率,B为探地雷达的带宽;
所述步骤B的小波分解级数的计算公式为:
其中,n为小波分解级数,表示向上取整,fs为探地雷达的采样率,f为探地雷达的中心频率,B为探地雷达的带宽;
所述步骤D的各级分解尺度的阈值的计算公式为:
其中,T为阈值,N为各级分解尺度的小波系数的个数,σn为噪声标准差估计值,median(·)表示求取中位数,W1 H为第一级分级尺度的高频系数;
所述步骤D的阈值函数的计算公式为:
其中,T为阈值,y为各级分解尺度的小波系数值,Tsoft(y)为更新后的各级分解尺度的小波系数值。
2.如权利要求1所述的探地雷达信号降噪方法,其特征在于,所述步骤B的小波基为db5小波基。
3.如权利要求1所述的探地雷达信号降噪方法,其特征在于,在所述步骤C中,利用Mallat算法对探地雷达回波信号进行小波多尺度分解。
4.如权利要求1所述的探地雷达信号降噪方法,其特征在于,在所述步骤C中,所述各级分解尺度的小波系数包括n级分解尺度的高频系数W1 H、W2 H、...、Wn H和最高分解尺度的低频系数WL。
5.如权利要求3所述的探地雷达信号降噪方法,其特征在于,在所述步骤E中,利用Mallat算法对探地雷达回波信号进行重构。
6.如权利要求1所述的探地雷达信号降噪方法,其特征在于,所述步骤F包括:使重构后的探地雷达回波信号通过零相位带通滤波器,得到去噪后的探地雷达回波信号并输出,所述零相位带通滤波器的上截止频率fH和下截止频率fL的计算公式为:
其中,f为探地雷达的中心频率,B为探地雷达的带宽。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610479333.6A CN106199532B (zh) | 2016-06-27 | 2016-06-27 | 基于混合傅立叶-小波分析的探地雷达信号降噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610479333.6A CN106199532B (zh) | 2016-06-27 | 2016-06-27 | 基于混合傅立叶-小波分析的探地雷达信号降噪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106199532A CN106199532A (zh) | 2016-12-07 |
CN106199532B true CN106199532B (zh) | 2018-11-23 |
Family
ID=57461977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610479333.6A Active CN106199532B (zh) | 2016-06-27 | 2016-06-27 | 基于混合傅立叶-小波分析的探地雷达信号降噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106199532B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107450054B (zh) * | 2017-07-14 | 2019-09-10 | 浙江省交通规划设计研究院 | 一种自适应探地雷达数据去噪方法 |
CN110068816B (zh) * | 2019-05-10 | 2023-04-28 | 长沙理工大学 | 一种基于提升格式的探地雷达信号用小波基构造方法 |
CN112862888A (zh) * | 2021-01-29 | 2021-05-28 | 广东电网有限责任公司 | 一种电缆的定位方法、装置、计算机设备和存储介质 |
CN113222065B (zh) * | 2021-05-31 | 2023-07-11 | 中国科学院空天信息创新研究院 | 探地雷达数据杂波抑制方法、装置、电子设备和存储介质 |
CN113589253B (zh) * | 2021-08-17 | 2024-06-04 | 南昌大学 | 一种基于伪时域的小波变换算法对微弱回波信号进行检测的方法 |
CN114035238A (zh) * | 2021-10-18 | 2022-02-11 | 西南交通大学 | 基于双树复小波变换的超前地质预报方法 |
CN114994774B (zh) * | 2022-06-10 | 2023-07-25 | 中国科学院南京土壤研究所 | 一种利用探地雷达获取田块尺度土体构型信息的勘测方法 |
CN116068521B (zh) * | 2023-03-15 | 2023-06-23 | 长沙东玛克信息科技有限公司 | 一种雷达探测信号主动降噪方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5619998A (en) * | 1994-09-23 | 1997-04-15 | General Electric Company | Enhanced method for reducing ultrasound speckle noise using wavelet transform |
CN101738642A (zh) * | 2008-11-10 | 2010-06-16 | 同济大学 | 探地雷达数据处理方法 |
CN105022044A (zh) * | 2015-07-14 | 2015-11-04 | 河海大学 | 基于去噪处理的实测海杂波建模方法 |
-
2016
- 2016-06-27 CN CN201610479333.6A patent/CN106199532B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5619998A (en) * | 1994-09-23 | 1997-04-15 | General Electric Company | Enhanced method for reducing ultrasound speckle noise using wavelet transform |
CN101738642A (zh) * | 2008-11-10 | 2010-06-16 | 同济大学 | 探地雷达数据处理方法 |
CN105022044A (zh) * | 2015-07-14 | 2015-11-04 | 河海大学 | 基于去噪处理的实测海杂波建模方法 |
Non-Patent Citations (6)
Title |
---|
"傅里叶变换与小波变换在信号去噪中的应用";司祯祯;《电子设计工程》;20110228;第19卷(第4期);全文 * |
"基于小波阈值去噪方法的研究";兰芸等;《SCIENCE & TECHNOLOGY INFORMATION》;20080228(第2期);全文 * |
"小波变换在地质雷达信号处理中的应用";翟波等;《矿业安全与环保》;20070430;第34卷(第2期);全文 * |
"小波变换在探地雷达信号滤波及偏移技术中的研究与应用";杨凤娟;《中国优秀硕士学位论文全文数据库 信息科技辑》;20110515;正文第10页第2.2.2节,第12页第2.3.1节第1段 * |
"小波阈值降噪算法中最优分解层数的自适应确定及仿真";王维等;《仪器仪表学报》;20090331;第30卷(第3期);第526页正文第2段,第527页第2节倒数第1段 * |
"探地雷达信号去噪方法的研究与应用";李磊;《中国优秀硕士学位论文全文数据库 基础科学辑》;20131215;正文第3页第2段,第9页第2.2.3节,第11-12页, * |
Also Published As
Publication number | Publication date |
---|---|
CN106199532A (zh) | 2016-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106199532B (zh) | 基于混合傅立叶-小波分析的探地雷达信号降噪方法 | |
CN108107475B (zh) | 基于经验小波变换和多阈值函数的井中微地震去噪方法 | |
Chen et al. | Distributed acoustic sensing coupling noise removal based on sparse optimization | |
CN102788969B (zh) | 基于短时分数阶傅里叶变换的海面微动目标检测和特征提取方法 | |
CN105116442B (zh) | 岩性油气藏弱反射地震信号的重构方法 | |
Wu et al. | Noise attenuation for 2-D seismic data by radial-trace time-frequency peak filtering | |
CN107179550B (zh) | 一种数据驱动的地震信号零相位反褶积方法 | |
CN110031899B (zh) | 基于压缩感知的弱信号提取算法 | |
CN109581516B (zh) | 曲波域统计量自适应阈值探地雷达数据去噪方法及系统 | |
Zhang et al. | Signal preserving and seismic random noise attenuation by Hurst exponent based time–frequency peak filtering | |
CN106597556B (zh) | 一种机场跑道异物检测系统背景对消的方法 | |
Lin et al. | A branch construction-based CNN denoiser for desert seismic data | |
CN109813660A (zh) | 一种分段式的矿物光谱噪声处理方法 | |
CN109584256B (zh) | 一种基于霍夫直线检测的脉冲星色散值估计方法 | |
CN108957552B (zh) | 基于ss-pca的地震数据海浪噪声压制方法 | |
CN108169795A (zh) | 基于随机采样的数据规则化方法 | |
O’Sullivan et al. | Comparison between instrumental, observational and high resolution proxy sedimentary records of Late Holocene climatic change—a discussion of possibilities | |
CN101930605B (zh) | 基于二维混合变换的sar图像目标提取方法及系统 | |
CN108646296A (zh) | 基于自适应谱峭度滤波器的沙漠地震信号噪声消减方法 | |
Song et al. | Random noise de-noising and direct wave eliminating in ground penetrating radar signal using SVD method | |
Li | Spatio-temporal nonconvex penalty adaptive chirp mode decomposition for signal decomposition of cross-frequency coupled sources in seafloor dynamic engineering | |
Hao et al. | Denoising Method Based on Spectral Subtraction in Time‐Frequency Domain | |
Qiao et al. | Ground Penetrating Radar Weak Signals Denoising via Semi-soft Threshold Empirical Wavelet Transform. | |
CN114035238A (zh) | 基于双树复小波变换的超前地质预报方法 | |
CN109885906B (zh) | 一种基于粒子群优化的磁共振测深信号稀疏消噪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |