CN110674456A - 一种信号采集系统的时频转换方法 - Google Patents

一种信号采集系统的时频转换方法 Download PDF

Info

Publication number
CN110674456A
CN110674456A CN201910917405.4A CN201910917405A CN110674456A CN 110674456 A CN110674456 A CN 110674456A CN 201910917405 A CN201910917405 A CN 201910917405A CN 110674456 A CN110674456 A CN 110674456A
Authority
CN
China
Prior art keywords
data
time
frequency
matrix
time domain
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.)
Granted
Application number
CN201910917405.4A
Other languages
English (en)
Other versions
CN110674456B (zh
Inventor
张一娇
潘卉青
田书林
郭连平
潘志翔
蒋世健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201910917405.4A priority Critical patent/CN110674456B/zh
Publication of CN110674456A publication Critical patent/CN110674456A/zh
Application granted granted Critical
Publication of CN110674456B publication Critical patent/CN110674456B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/14Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141Discrete Fourier transforms
    • G06F17/142Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm

Landscapes

  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Discrete Mathematics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Complex Calculations (AREA)

Abstract

本发明公开了一种信号采集系统的时频转换方法,将包含M个点的输入序列转换成L行N列的矩阵,再将矩阵直接进行FFT转换,得到M个点的频谱值,然后新采集L个点的时域数据,按照采集时间从前到后的顺序依次放入现有第N列数据的右侧,即第N+1列,将矩阵的最左列数据舍弃,该新的第N列数据即为滑动后新增的时域数据,最后根据滑动前的频谱值重新计算当前N列时域数据的频谱值,其结果作为下一时刻的频域值,从而实现了时频转换。

Description

一种信号采集系统的时频转换方法
技术领域
本发明属于信号处理技术领域,更为具体地讲,涉及一种信号采集系统的时频转换方法。
背景技术
当前,傅里叶变换已成为时域和频域之间的桥梁。在数字信号处理中,离散傅里叶变换(DFT)是中心操作之一。其计算公式如下:
一种称为快速傅里叶变换(FFT)的计算机算法开辟了新的科学研究途径。FFT算法可以比其他算法更快地计算离散傅立叶变换。一度认为不切实际的问题解决技术现在通过使用FFT算法有效地实现。由于其发展,许多计算领域已经彻底改革。Cooley和Tukey在一篇论文中披露了用于合成和分析傅里叶级数的FFT程序,FFT的出现使得DFT的广泛应用成为可能。
FFT技术如果用在大数据量的数据转换中,则会因为转换时间过长而降低其实时性。若想提高信号时频变换的实时性,则可以使用单步长滑动DFT(SDFT)算法:对于两个连续时刻的频谱,已知前一时刻DFT变换结果,可以通过简单的递归迭代运算得到后一时刻DFT变换输出。这种一维数据的处理过程如图1所示,具体计算公式为:
Figure BDA0002216510710000012
其中,是复旋转因子,
Figure BDA0002216510710000014
qx为输入的时域信号;Qx为输出的频谱值。
如果实时性不需要太强,一次滑动多点即可,则可以使用SDFT算法的迭代方法。例如:滑动3个点时,则连续使用3次SDFT算法。但这种方法会使运算量快速增加,通常只适用于5点以内的滑动。
因此衍生出二维数据FFT,具体原理为:已知序列共有M点,M=L*N即可将序列表示成L行N列的矩阵形式。在实现FFT时,可将M点的FFT转换成L个N点的FFT和N个L点的FFT来进行时频转换。该方法借鉴图像处理中的二维信号处理方法,所以称为二维数据FFT。该二维FFT方法的示意图如图2所示;
由图2可知,N列数据的时域坐标值由n1表示,频域坐标值由k0表示;L行数据的时域坐标值由n0表示,频域坐标值由k1表示,该方法的公式如下:
Figure BDA0002216510710000021
由图2和公式(3)可以看出,将M点的序列分为L个N点序列,做L次N点FFT,每做一次N点的FFT得到N个频率点Q1(k0,n0),则一共有N*L个频率点。将所有的频点与旋转因子
Figure BDA0002216510710000022
一一对应相乘,得到Q1′(k0,n0)。将Q1′(k0,n0)仍看作L行N列的矩阵,对矩阵所有的行分别作L点的FFT变换(行变换),得到Qx,y(k0,k1),就是M点FFT的最终值。
然而该方法需要采集全部M点数据,并重新计算M点的FFT变换,这样造成采集时间长且计算量大等缺点。
发明内容
本发明的目的在于克服现有技术的不足,提供一种信号采集系统的时频转换方法,通过整列滑动的方式实现每采集L个时域数据的M(L<M)点时频变换,具有采集时间短且计算量小的特点,同时还易于在工程中实现。
为实现上述发明目的,本发明一种信号采集系统的时频转换方法,其特征在于,包括以下步骤:
(1)、输入序列预处理
将包含M个点的输入序列转换成L行N列的矩阵,M=L*N。在矩阵中,N列数据的时域坐标值由n1表示,频域坐标值由k0表示;L行数据的时域坐标值由n0表示,频域坐标值由k1表示,0≤n0≤L-1,0≤k0≤N-1;
(2)、矩阵的时频转换
(2.1)、在矩阵中,设(x,y)为当前时域数据的坐标,是中间变量,
Figure BDA0002216510710000032
(2.2)、将矩阵直接进行FFT转换,得到M个点的频谱值;
(2.3)、新采集L个点的时域数据,按照从前到后的顺序依次放入现有第N列数据的右侧,即第N+1列,将矩阵的最左列数据舍弃,该新的第N列数据即为滑动后新增的时域数据,最后根据滑动前的频谱值重新计算当前N列时域数据的频谱值,其结果作为下一时刻的频域值,从而实现了时频转换。
本发明的发明目的是这样实现的:
本发明一种信号采集系统的时频转换方法,将包含M个点的输入序列转换成L行N列的矩阵,再将矩阵直接进行FFT转换,得到M个点的频谱值,然后新采集L个点的时域数据,按照采集时间从前到后的顺序依次放入现有第N列数据的右侧,即第N+1列,将矩阵的最左列数据舍弃,该新的第N列数据即为滑动后新增的时域数据,最后根据滑动前的频谱值重新计算当前N列时域数据的频谱值,其结果作为下一时刻的频域值,从而实现了时频转换。
同时,本发明一种信号采集系统的时频转换方法还具有以下有益效果:
(1)、往常的时频转换都是通过快速傅里叶变换(FFT)方法来实现。若需要进行时频转换的时域数据有M个(M=L*N),FFT方法只能在采集完M个需要转换的时域数据后才能做时频变换;而本发明增强了数据时频转换的实时性,采集系统只采集了L个(L=M/N)数据时即可做时频转换,得到中间结果。
(2)、与现有技术相比,一维数据的处理方式可以采取迭代方法实现多个时域数据的滑动,但由于滑动多个时域数据时运算量快速增大,最多可以实现5个时域数据的滑动,若要实现L(L>5)点滑动,而本发明则通过数据滑动窗滑动一列的方式实现L(L>5)点滑动。
(3)、本发明适于在FPGA中实现;本发明可以在FPGA中用快速的并行结构实现,并且在运算中使用了FFT IP核,此IP核应用简便,减少了设计风险,缩短了开发周期。
附图说明
图1是一维数据的单步长滑动示意图;
图2是二维数据FFT方法示意图;
图3是一种信号采集系统的时频转换方法原理图;
图4是混合域数字示波器的原理框图;
图5是信号采集系统的时频转换信号流图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
实施例
图3是一种信号采集系统的时频转换方法原理图。
在本实施例中,如图3所示,本发明一种信号采集系统的时频转换方法,具体实现过程为:
本发明是在已知前一时刻时频变换结果的基础上,按照背景技术中图2提出的数据排列形式,将新采集的L个数据按照从前到后的顺序依次放入现有N列数据的右侧,即第(N+1)列,将最左列数据舍弃,该新的N列数据即为滑动后的时域数据,即数据滑动窗向右滑动了一列。最后根据滑动前的频谱值来重新计算当前N列数据的频谱值,其结果可用来计算下一时刻的频谱值。
因此,我们先将包含M个点的输入序列转换成L行N列的矩阵,M=L*N;如图3所示,在矩阵中,N列数据的时域坐标值由n1表示,频域坐标值由k0表示;L行数据的时域坐标值由n0表示,频域坐标值由k1表示,0≤n0≤L-1,0≤k0≤N-1;在矩阵中,设(x,y)为当前时域数据的坐标,
Figure BDA0002216510710000041
是中间变量,
Figure BDA0002216510710000042
Figure BDA0002216510710000043
然后我们将矩阵直接进行FFT转换,得到M个点的频谱值,再将该频谱值作为前一时刻的时频变换结果,然后进行滑动处理,在滑动处理过程中,每一行时域数据都在右侧接收一个新时域采样点,左侧舍弃一个旧时域采样点,由于时域数据接收顺序是按照先从上向下,再从左向右的顺序,所以相当于数据滑动窗滑动了前L个数据。从图3看来,即最左一列灰色的数据滑动出去,最右一列双点划线的数据滑动进来。在滑动后,可利用本专利的算法和前一时刻的频谱值求得新的频谱值,该频谱值可用来计算下一时刻的频谱,该算法的计算公式如下:
Figure BDA0002216510710000051
由公式(4)可得,数据滑动窗向右滑动1列后,得到的M点频域值计算方式为:滑动前已得到的M点频域值,与
Figure BDA0002216510710000052
相加,再与旋转因子
Figure BDA0002216510710000053
一一对应相乘,其中,
Figure BDA0002216510710000054
满足:
Figure BDA0002216510710000056
满足:
Figure BDA0002216510710000057
满足:
Figure BDA0002216510710000059
Figure BDA00022165107100000510
可以解释为:
Figure BDA00022165107100000511
为数据滑动窗滑动后的矩阵最后一列时域值,
Figure BDA00022165107100000512
为数据滑动窗滑动前矩阵第一列时域值。将两列数据一一对应相减,得到一列差值,将此列差值复制为N列,与旋转因子
Figure BDA00022165107100000513
一一对应相乘,将得到的L行N列矩阵做N次FFT,得到N个L点频域值,即共M=N*L点频域值。
该算法与重新计算M点的FFT相比,不需要作全部M点时域数据的FFT,所以会节省计算量;不需要采集全部M点数据,只需要采集L点数据,所以会节约数据采集时间。
实例
本专利应用于一款混合域数字示波器,图4和图5分别是混合域数字示波器的总体原理框图和采集板FPGA的时频转换信号流图。
下面介绍本专利的具体实施步骤,该示例是将本专利应用于计算共32点,在原时域序列基础上滑动了16点的序列的频谱,
步骤1:如图4所示,输入的模拟信号经模拟通道调理后,信号x(t)经过ADC模块进行采样,随后采样后的数字信号x(n)经过采集板FPGA采样数据处理,输出得到时域数据q(n)。
步骤2:时域数据q(n)输入给信号处理板FPGA,时域数据q(n)共有32个实数,可表示为16行2列的形式。第一次进行时频转换的频谱值由FFT等方法得到,表示为Qx-1,y(k0,k1),数据也为16行2列,存放在RAM中。
步骤3:按照图5的时频转换信号流图进行后续采样信号的时频转换。处理板FPGA将新得到的采样值存放到cache中,当cache1到cache16全部存满后,将其存放到寄存器组1中。而寄存器组3中存放的是得到新数据前的旧32个数据的1-16个采样值,寄存器组2中存放的是旧32个数据的17-32个采样值
步骤4:将寄存器组1中存放的数据与寄存器组3中存放的数据送入减法器组一一对应相减。
步骤5:由减法器组送出的16个数据与预先存放在WM1或WM2中的16个数据送入乘法器组1一一对应相乘。第一次与WM1中的数据相乘,第二次与WM2中的数据相乘。WM1和WM2中存放的是旋转因子
Figure BDA0002216510710000061
WM1中的旋转因子的n0=0,k0=0...15,共16个值;WM2中的旋转因子的n0=1,k0=0...15,共16个值。
步骤6:将乘法器组1送出的16个数据进行FFT变换。
步骤7:将上一步得到的数据与存放在RAM中的Qx-1,y(k0,k1)的第一列或第二列数据送入加法器组一一对应相加。
步骤8:将加法器组送出的16个数据与预先存放在WN1或WN2中的数据送入乘法器组2一一对应相乘。第一次与WN1中的数据相乘,第二次与WN2中的数据相乘。WN1和WN2中存放的是旋转因子
Figure BDA0002216510710000071
WN1中的旋转因子的k0=0,WN2中的旋转因子的k0=1。
步骤9:乘法器组2送出的16个数据为数据滑动后的频域值Qx,y(k0,k1)的一部分。第一次从步骤3到步骤8得到的16个数据与第二次得到的16个数据组合在一起,即为时域数据滑动16点后,用本专利提出的算法计算得到的16行2列的频域值矩阵。其排列顺序为先从左向右,再从上向下。将此矩阵经过数据重组,得到先从上向下,再从左向右的频域值矩阵。
该矩阵即为输出数据Qx,y(k0,k1),将数据同时存放到RAM中,设为Qx-1,y(k0,k1),可以用作下一次时域数据滑动16点的32点(16行2列矩阵)序列频域值的计算。
步骤10:如图4所示,工控机将处理板FPGA得到的频域值Qx,y(k0,k1)在液晶屏上进行显示。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。

Claims (3)

1.一种信号采集系统的时频转换方法,其特征在于,包括以下步骤:
(1)、输入序列预处理
将包含M个点的输入序列转换成L行N列的矩阵,M=L*N;在矩阵中,N列数据的时域坐标值由n1表示,频域坐标值由k0表示;L行数据的时域坐标值由n0表示,频域坐标值由k1表示,0≤n0≤L-1,0≤k0≤N-1;
(2)、矩阵的时频转换
(2.1)、在矩阵中,设(x,y)为当前时域数据的坐标坐标,
Figure FDA0002216510700000011
是中间变量,
(2.2)、将矩阵直接进行FFT变换,得到M个点的频谱值;
(2.3)、新采集L个点的时域数据,按照采集时间从前到后的顺序依次放入现有第N列数据的右侧,即第N+1列,将矩阵的最左列数据舍弃,该新的第N列数据即为滑动后新增的时域数据,最后根据滑动前的频谱值重新计算当前N列时域数据的频谱值,其结果作为下一时刻的频域值,从而实现了时频转换。
2.根据权利要求1所述的一种信号采集系统的时频转换方法,其特征在于,所述步骤(2.2)中,计算当前N列时域数据的频谱值的方法为:
Figure FDA0002216510700000013
其中,均为旋转因子,Qx-1,y(k0,k1)为滑动前的频谱值,
Figure FDA0002216510700000015
为数据滑动窗滑动后的矩阵最后一列时频值,
Figure FDA0002216510700000016
为数据滑动窗滑动前的矩阵第一列时域值。
3.根据权利要求1所述的一种信号采集系统的时频转换方法,其特征在于,所述旋转因子
Figure FDA0002216510700000017
满足:
Figure FDA0002216510700000018
Figure FDA0002216510700000019
满足:
Figure FDA00022165107000000110
Figure FDA00022165107000000111
满足:
Figure FDA00022165107000000112
CN201910917405.4A 2019-09-26 2019-09-26 一种信号采集系统的时频转换方法 Active CN110674456B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910917405.4A CN110674456B (zh) 2019-09-26 2019-09-26 一种信号采集系统的时频转换方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910917405.4A CN110674456B (zh) 2019-09-26 2019-09-26 一种信号采集系统的时频转换方法

Publications (2)

Publication Number Publication Date
CN110674456A true CN110674456A (zh) 2020-01-10
CN110674456B CN110674456B (zh) 2022-11-22

Family

ID=69079294

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910917405.4A Active CN110674456B (zh) 2019-09-26 2019-09-26 一种信号采集系统的时频转换方法

Country Status (1)

Country Link
CN (1) CN110674456B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112505413A (zh) * 2020-11-25 2021-03-16 华中科技大学 一种时频分析方法和系统
CN113779498A (zh) * 2021-08-03 2021-12-10 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) 离散傅里叶矩阵重构方法、装置、设备和存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5164670A (en) * 1990-09-17 1992-11-17 Syracuse University Multidimensional magnetic resonance system using selective discrete Fourier transformation (SDFT)
CN1900927A (zh) * 2006-07-14 2007-01-24 中国电子科技集团公司第三十八研究所 可重构数字信号处理器
US20140159947A1 (en) * 2012-12-06 2014-06-12 Yao-Hwa Wen Processing method for fmcw radar signal with dual pulse repetition frequency
CN105022924A (zh) * 2015-07-27 2015-11-04 东南大学 一种多点滑动的二维滑动窗dft变换的快速算法
CN106296697A (zh) * 2016-08-15 2017-01-04 东南大学 一种基于二维滑动窗dft快速计算的图像篡改检验方法
CN107092579A (zh) * 2017-03-20 2017-08-25 东南大学 一种基于ffb改进的sdft频率估计方法
CN109274623A (zh) * 2018-10-31 2019-01-25 电子科技大学 一种基于大点数fft修正载波频偏的实现方法
CN109856627A (zh) * 2019-01-11 2019-06-07 中国船舶重工集团公司第七二四研究所 基于空间补零插值的三角阵相控阵2d-fft测向方法
CN110083884A (zh) * 2019-04-04 2019-08-02 东南大学 一种嵌入式环境下长数据序列多点滑动快速谱分析方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5164670A (en) * 1990-09-17 1992-11-17 Syracuse University Multidimensional magnetic resonance system using selective discrete Fourier transformation (SDFT)
CN1900927A (zh) * 2006-07-14 2007-01-24 中国电子科技集团公司第三十八研究所 可重构数字信号处理器
US20140159947A1 (en) * 2012-12-06 2014-06-12 Yao-Hwa Wen Processing method for fmcw radar signal with dual pulse repetition frequency
CN105022924A (zh) * 2015-07-27 2015-11-04 东南大学 一种多点滑动的二维滑动窗dft变换的快速算法
CN106296697A (zh) * 2016-08-15 2017-01-04 东南大学 一种基于二维滑动窗dft快速计算的图像篡改检验方法
CN107092579A (zh) * 2017-03-20 2017-08-25 东南大学 一种基于ffb改进的sdft频率估计方法
CN109274623A (zh) * 2018-10-31 2019-01-25 电子科技大学 一种基于大点数fft修正载波频偏的实现方法
CN109856627A (zh) * 2019-01-11 2019-06-07 中国船舶重工集团公司第七二四研究所 基于空间补零插值的三角阵相控阵2d-fft测向方法
CN110083884A (zh) * 2019-04-04 2019-08-02 东南大学 一种嵌入式环境下长数据序列多点滑动快速谱分析方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LIMIN LI等: "parallel 2d fft implementation on fpga suitable for real-time mr image processing", 《REVIEW OF SCIENTIFIC INSTRUMENTS》 *
周正干等: "时频分析在超声导波信号分析中的应用", 《北京航空航天大学学报》 *
张一娇等: "一种双向DC-DC变换器的设计", 《实验室科学》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112505413A (zh) * 2020-11-25 2021-03-16 华中科技大学 一种时频分析方法和系统
CN113779498A (zh) * 2021-08-03 2021-12-10 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) 离散傅里叶矩阵重构方法、装置、设备和存储介质

Also Published As

Publication number Publication date
CN110674456B (zh) 2022-11-22

Similar Documents

Publication Publication Date Title
CN110674456B (zh) 一种信号采集系统的时频转换方法
EP1690196B1 (en) Fft architecture and method
CN112446330B (zh) 基于多通道fft算法的太阳射电频谱分析方法及系统
CN106462556A (zh) 处理信号的方法及装置
Hong et al. Solving RED with weighted proximal methods
Chandu et al. Optimized high speed radix-8 fft algorithm implementation on fpga
CN116578819A (zh) 一种稀疏分数傅里叶变换fpga实现方法及系统
CN106291551A (zh) 一种基于gpu的并行结构isar距离对准方法
CN111695444B (zh) 一种基于波原子变换的辐射源个体特征提取方法
Kaur et al. Design of 32-point mixed radix FFT processor using CSD multiplier
JP4083387B2 (ja) 離散フーリエ変換の計算
KR100602272B1 (ko) 고속으로 데이터를 처리하는 고속 퓨리에 변환 장치 및 방법
CN110807169B (zh) 一种用于音频信号的快速处理方法
CN111079075B (zh) 一种非2-基dft优化的信号处理方法
CN104734725B (zh) 基于fri的自适应采样恢复方法
van der Byl et al. Recursive sliding discrete Fourier transform with oversampled data
CN108648148A (zh) 一种基于数字升采样再三次样条的数字图像任意点插值方法
Chen et al. Adaptive multi-scale TF-net for high-resolution time–frequency representations
Lo et al. Real-time implementation of the moving FFT algorithm
CN107301621B (zh) 一种提高数字图像分辨率的方法
Lo et al. Real-time implementation of the split-radix FFT–An algorithm to efficiently construct local butterfly modules
US20020016807A1 (en) Recursive discrete fourier transformation method and recursive inverse discrete fourier transformation method
US20060245667A1 (en) 1-D image restoration using a sliding window method
CN104820581B (zh) 一种fft和ifft逆序数表的并行处理方法
CN116560733B (zh) 一种空间目标特征在轨实时并行lu分解计算系统及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant