CN112611097A - 一种空调器和控制方法 - Google Patents
一种空调器和控制方法 Download PDFInfo
- Publication number
- CN112611097A CN112611097A CN202011383207.3A CN202011383207A CN112611097A CN 112611097 A CN112611097 A CN 112611097A CN 202011383207 A CN202011383207 A CN 202011383207A CN 112611097 A CN112611097 A CN 112611097A
- Authority
- CN
- China
- Prior art keywords
- target
- determining
- motion state
- air conditioner
- radar sensor
- 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 37
- 230000033001 locomotion Effects 0.000 claims abstract description 103
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 238000012163 sequencing technique Methods 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims description 44
- 239000003507 refrigerant Substances 0.000 claims description 29
- 230000006835 compression Effects 0.000 claims description 11
- 238000007906 compression Methods 0.000 claims description 11
- 238000009825 accumulation Methods 0.000 claims description 9
- 238000005315 distribution function Methods 0.000 claims description 8
- 230000001186 cumulative effect Effects 0.000 claims description 7
- 230000001427 coherent effect Effects 0.000 claims description 5
- 238000007599 discharging Methods 0.000 claims description 2
- 239000012071 phase Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000007791 liquid phase Substances 0.000 description 3
- 238000005057 refrigeration Methods 0.000 description 3
- 238000007664 blowing Methods 0.000 description 2
- 230000005494 condensation Effects 0.000 description 2
- 238000009833 condensation Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 230000008020 evaporation Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 125000002015 acyclic group Chemical group 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
- F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
- F24F11/79—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling the direction of the supplied air
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/61—Control or safety arrangements characterised by user interfaces or communication using timers
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/10—Occupancy
- F24F2120/12—Position of occupants
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/10—Occupancy
- F24F2120/14—Activity of occupants
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种空调器和控制方法，该空调器包括雷达传感器，雷达传感器用于：当接收到控制器发送的运动状态监测指令时，基于排序统计恒虚警率OS‑CFAR算法对回波信号进行处理并确定室内空间的目标数量和目标坐标；若所述目标数量不为零，根据目标在第一预设时长内的历史回波数据确定所述目标在当前帧产生的多普勒频率；根据所述当前帧之后第二预设时长内多帧的多普勒频率的统计结果确定所述目标的运动状态，并将所述运动状态发送到所述控制器，从而在保证用户隐私的基础上实现准确对用户进行运动状态监测，提高了用户体验。
Description
技术领域
本申请涉及空调控制领域，更具体地，涉及一种空调器和控制方法。
背景技术
在智能空调行业中，如何判断房间内目标的运动状态，并根据目标的运动状态控制出风方向，是实现空调的智慧送风的关键技术。
目前主要采用摄像头采集目标图片，分析目标的肢体动作，从而实现房间内目标运动状态的判断，但是摄像头可能会对用户的隐私造成一定程度的侵犯。
因此，如何提供一种在保证用户隐私的基础上实现准确对用户进行运动状态监测的空调器，是目前有待解决的技术问题
发明内容
本发明提供一种空调器，用以解决现有技术中无法在保证用户隐私的基础上准确对用户进行运动状态监测的技术问题。
该空调器包括：
冷媒循环回路，使冷媒在压缩机、冷凝器、膨胀阀、蒸发器和四通阀组成回路中进行循环；
压缩机，用于进行将低温低压冷媒气体压缩成高温高压冷媒气体并排至冷凝器的工作；
室外热交换器和室内热交换器，其中，一个为冷凝器进行工作，另一个为蒸发器进行工作；
室内风扇，用于将气流经吸入口引入并经室内热交换器后由吹出口送出；
导风板，用于调整所述室内风扇的出风方向；
控制器；
所述空调器还包括：雷达传感器，用于：
当接收到所述控制器发送的运动状态监测指令时，基于排序统计恒虚警率OS-CFAR算法对回波信号进行处理并确定室内空间的目标数量和目标坐标；
若所述目标数量不为零，根据目标在第一预设时长内的历史回波数据确定所述目标在当前帧产生的多普勒频率；
根据所述当前帧之后第二预设时长内多帧的多普勒频率的统计结果确定所述目标的运动状态，并将所述运动状态发送到所述控制器。
在本申请一些实施例中，所述运动状态包括轻微运动状态和剧烈运动状态，所述雷达传感器具体用于：
若所述统计结果中目标帧的数量大于预设阈值，确定所述运动状态为所述轻微运动状态；
若所述目标帧的数量不大于所述预设阈值，确定所述运动状态为所述剧烈运动状态；
其中，所述目标帧的多普勒频率处于预设频率范围。
在本申请一些实施例中，所述雷达传感器还用于：
根据所述第二预设时长内所述目标坐标的均值确定所述目标所在区域，并将所述目标所在区域发送到所述控制器，以使所述控制器根据所述运动状态和所述目标所在区域控制所述导风板的角度。
在本申请一些实施例中，所述雷达传感器具体用于：
基于对所述回波信号的一维距离像中的参考单元进行排序确定有序样本序列，并确定所述有序样本序列中的第k个单元；
根据所述参考单元的概率密度函数和所述参考单元的累积分布函数确定所述第k个单元的概率密度函数；
根据所述第k个单元的概率密度函数和预设概率值确定目标检测结果；
根据所述目标检测结果确定所述目标数量和所述目标坐标；
其中，所述参考单元为待检测单元周围的预设数量的样本，所述预设概率值为预设检测概率或预设虚警概率。
在本申请一些实施例中，所述雷达传感器还具体用于：
根据所述第k个单元的概率密度函数确定所述待检测单元的杂波功率估计值的概率密度函数；
根据所述杂波功率估计值的概率密度函数确定所述杂波功率估计值；
根据所述预设概率值确定所述待检测单元的门限因子；
根据所述杂波功率估计值和所述门限因子确定所述目标检测结果。
在本申请一些实施例中，所述雷达传感器包括三发四收天线阵列，所述雷达传感器还具体用于：
根据所述目标检测结果确定所述室内空间是否存在目标，并在存在所述目标时确定所述目标到所述雷达传感器的距离；
根据所述目标到两个接收天线的相位差确定所述目标的角度；
根据所述角度和所述距离确定所述目标的坐标信息；
根据所述坐标信息确定所述目标数量和所述目标坐标；
其中，所述角度包括x轴方向的角度，以及y轴方向的角度。
在本申请一些实施例中，所述雷达传感器还用于：
基于对原始回波信号进行脉冲压缩后，使用动目标显示MTI算法，确定目标的二维距离像；
基于对所述目标的二维距离像进行非相干积累的结果确定所述回波信号的一维距离像。
在本申请一些实施例中，所述雷达传感器具体用于：
基于动目标检测MTD算法对所述历史回波数据进行处理后确定所述目标在所述当前帧产生的多普勒频率。
相应的，本发明还提出了一种空调器的控制方法，所述方法应用于包括冷媒循环回路、压缩机、室外热交换器、室内热交换器、室内风扇、导风板和控制器的空调器中，所述空调器还包括雷达传感器，所述方法包括：
当接收到所述控制器发送的运动状态监测指令时，所述雷达传感器基于排序统计恒虚警率OS-CFAR算法对回波信号进行处理并确定室内空间的目标数量和目标坐标；
若所述目标数量不为零，所述雷达传感器根据目标在第一预设时长内的历史回波数据确定所述目标在当前帧产生的多普勒频率；
所述雷达传感器根据所述当前帧之后第二预设时长内多帧的多普勒频率的统计结果确定所述目标的运动状态，并将所述运动状态发送到所述控制器。
相应的，本发明还提出了一种空调器的控制方法，所述方法应用于包括冷媒循环回路、压缩机、室外热交换器、室内热交换器、室内风扇、导风板和控制器的空调器中，所述空调器还包括雷达传感器，所述方法包括：
所述控制器基于预设时间间隔定期向所述雷达传感器发送运动状态监测指令；
当接收到所述雷达传感器发送的目标处于轻微运动状态和目标所在区域的信息时，所述控制器控制所述导风板使空调出风不吹向所述目标；
当接收到所述雷达传感器发送的目标处于剧烈运动状态和目标所在区域的信息时，所述控制器控制所述导风板使空调出风吹向所述目标。
与现有技术对比，本发明具备以下有益效果：
本发明公开了一种空调器和控制方法，该空调器包括雷达传感器，雷达传感器用于：当接收到所述控制器发送的运动状态监测指令时，基于排序统计恒虚警率OS-CFAR算法对回波信号进行处理并确定室内空间的目标数量和目标坐标；若所述目标数量不为零，根据目标在第一预设时长内的历史回波数据确定所述目标在当前帧产生的多普勒频率；根据所述当前帧之后第二预设时长内多帧的多普勒频率的统计结果确定所述目标的运动状态，并将所述运动状态发送到所述控制器。利用目标对电磁波的反射信号进行目标探测，通过分析目标运动造成的距离和多普勒的变化，判断目标的运动状态，从而在保证用户隐私的基础上实现准确对用户进行运动状态监测，提高了用户体验。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明实施例中空调器的控制原理示意图；
图2示出了本发明实施例中雷达传感器回波信号处理流程示意图；
图3示出了本发明实施例中OS_CFAR恒虚警检测框图；
图4示出了本发明实施例中雷达传感器的天线阵列示意图；
图5示出了本发明实施例中比相测角原理示意图；
图6示出了本发明实施例中一种空调器的控制方法的流程示意图；
图7示出了本发明另一实施例中一种空调器的控制方法的流程示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
在本申请的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
本申请中空调器通过使用压缩机、冷凝器、膨胀阀和蒸发器来执行空调器的制冷循环。制冷循环包括一系列过程，涉及压缩、冷凝、膨胀和蒸发，并向已被调节和热交换的空气供应制冷剂。
压缩机压缩处于高温高压状态的制冷剂气体并排出压缩后的制冷剂气体。所排出的制冷剂气体流入冷凝器。冷凝器将压缩后的制冷剂冷凝成液相，并且热量通过冷凝过程释放到周围环境。
膨胀阀使在冷凝器中冷凝的高温高压状态的液相制冷剂膨胀为低压的液相制冷剂。蒸发器蒸发在膨胀阀中膨胀的制冷剂，并使处于低温低压状态的制冷剂气体返回到压缩机。蒸发器可以通过利用制冷剂的蒸发的潜热与待冷却的材料进行热交换来实现制冷效果。在整个循环中，空调器可以调节室内空间的温度。
空调器的室外单元是指制冷循环的包括压缩机和室外热交换器的部分，空调器的室内单元包括室内热交换器，并且膨胀阀可以提供在室内单元或室外单元中。
室内热交换器和室外热交换器用作冷凝器或蒸发器。当室内热交换器用作冷凝器时，空调器用作制热模式的加热器，当室内热交换器用作蒸发器时，空调器用作制冷模式的冷却器。
室内风扇产生通过室内热交换器的室内空气的气流，以促进在传热管中流动的制冷剂与室内空气的热交换。该室内风扇由能够变更转速的室内风扇马达驱动。导风板用于调整室内风扇的出风角度。
本实施例中的空调器还包括雷达传感器，可与空调器的控制器进行通讯，用于：
当接收到所述控制器发送的运动状态监测指令时，基于排序统计恒虚警率OS-CFAR算法对回波信号进行处理并确定室内空间的目标数量和目标坐标；
若所述目标数量不为零，根据目标在第一预设时长内的历史回波数据确定所述目标在当前帧产生的多普勒频率；
根据所述当前帧之后第二预设时长内多帧的多普勒频率的统计结果确定所述目标的运动状态，并将所述运动状态发送到所述控制器。
恒虚警(CFAR)技术是在检测目标的过程中保持恒定的虚警概率，不受背景杂波的影响。在实际雷达检测中，为了获得稳定检测性能和恒定的虚警概率，常常从实时测量得到的回波数据中估计背景杂波功率电平，从而自适应地调整检测门限。CFAR处理的关键就是对背景杂波功率进行估计。OS-CFAR的主要目的是抑制遮蔽效应引起的性能恶化，对参考单元值进行排序，排序后序列的第k个元素称为第k个有序统计量，该统计量的值作为杂波功率估计值。
本实施例中，雷达传感器可以为毫米波雷达传感器，当接收到控制器发送的运动状态监测指令时，雷达传感器发射电磁波对室内空间的目标进行照射并接收其回波信号，该目标可以为室内人员，基于OS(Ordered Statistics，排序统计)-CFAR(Constant FalseAlarm Rate，恒虚警率)算法对回波信号进行处理并确定室内空间的目标数量和目标位置。
若目标数量不为零，说明室内存在目标，需要进一步确定该目标的运动状态，根据目标在第一预设时长内的历史回波数据确定目标在当前帧产生的多普勒频率。当目标与雷达产生相对运动时，由于多普勒效应，接收到的回波频率就可能和发射频率不同，发射频率和接收频率之差fd称为多普勒频率，它的表达式为：
其中，v为目标与雷达传感器之间的相对运动速度，λwave为电磁波的波长。
根据目标在第一预设时长内的历史回波数据估计出目标在当前帧产生的多普勒频率，为了可靠的确定目标的运动状态，需要继续采集目标的多普勒频率，根据当前帧之后第二预设时长内多帧的多普勒频率的统计结果确定所述目标的运动状态，并将所述运动状态发送到控制器，使控制器根据该运动状态控制空调器。
可选的，若所述目标数量为零且保持第三预设时长，所述控制器控制所述空调器进入预设待机状态；若所述目标数量为零且保持第四预设时长，所述控制器控制所述空调器关机，其中，所述第三预设时长小于所述第四预设时长，从而避免电能的浪费。
可选的，若所述目标数量不为零且所述空调器在关机状态，所述控制器控制所述空调器开启并使所述空调器进入预设运行模式。
为了确定准确的运动状态，在本申请一些实施例中，所述运动状态包括轻微运动状态和剧烈运动状态，所述雷达传感器具体用于：
若所述统计结果中目标帧的数量大于预设阈值，确定所述运动状态为所述轻微运动状态；
若所述目标帧的数量不大于所述预设阈值，确定所述运动状态为所述剧烈运动状态；
其中，所述目标帧的多普勒频率处于预设频率范围。
本实施例中，运动状态包括轻微运动状态和剧烈运动状态，若目标的多普勒频率处于预设频率范围，说明目标处于轻微运动状态，将统计结果中目标处于轻微运动状态的帧作为目标帧，若目标帧的数量大于预设阈值，说明运动状态为轻微运动状态，否则，说明目标为剧烈运动状态。
本领域技术人员可灵活设定不同的预设频率范围和预设阈值，这并不影响本申请的保护范围。
为了使控制器准确的对空调器进行控制，在本申请一些实施例中，所述雷达传感器还用于：
根据所述第二预设时长内所述目标坐标的均值确定所述目标所在区域，并将所述目标所在区域发送到所述控制器，以使所述控制器根据所述运动状态和所述目标所在区域控制所述导风板的角度。
由于在第二预设时长内目标坐标可能发生改变，为了准确确定目标所在区域，根据第二预设时长内目标坐标的均值确定目标所在区域，然后将目标所在区域发送到控制器，此时，控制器已经确定了目标的运动状态和目标所在区域，根据两者对空调器进行控制。
为了准确对空调器进行控制，在本申请一些实施例中，当接收到雷达传感器发送的目标处于轻微运动状态和目标所在区域的信息时，控制器控制导风板使空调出风不吹向所述目标，以免造成用户不适；当接收到雷达传感器发送的目标处于剧烈运动状态和目标所在区域的信息时，控制器控制导风板使空调出风吹向所述目标，以加快目标的散热，提高用户的舒适度。
为了确定准确的目标数量和目标坐标，在本申请一些实施例中，所述雷达传感器具体用于：
基于对所述回波信号的一维距离像中的参考单元进行排序确定有序样本序列，并确定所述有序样本序列中的第k个单元；
根据所述参考单元的概率密度函数和所述参考单元的累积分布函数确定所述第k个单元的概率密度函数；
根据所述第k个单元的概率密度函数和预设概率值确定目标检测结果；
根据所述目标检测结果确定所述目标数量和所述目标坐标；
其中，所述参考单元为待检测单元周围的预设数量的样本，所述预设概率值为预设检测概率或预设虚警概率。
具体的，一维距离像是用宽带雷达信号获取的目标散射点子回波在雷达射线上投影的向量和。本实施例中，如图3所示，对一维距离像中的参考单元进行排序，可根据功率大小从大到小进行排序，也可从小到大进行排序，根据排序的结果确定有序样本序列，并确定有序样本序列中的第k个单元，其中k为预设值，可根据经验确定。参考单元为待检测单元CUT周围的预设数量(如R个)的样本，本领域技术人员可灵活设定不同数量的参考单元。可选的，为了防止待检测单元附近的参考单元接收待检测单元的信号能量，保证对杂波功率谱的准确估计，将待检测单元CUT附近的指定数量的距离单元作为保护单元。
本实施例中，雷达传感器接收的噪声和背景杂波服从高斯分布，其包络为瑞利分布，各参考单元对应的采样服从指数分布，根据参考单元的概率密度函数和累积分布函数可确定第k个单元的概率密度函数，根据第k个单元的概率密度函数与预设检测概率或预设虚警概率可确定目标检测结果。
可选的，还可根据参考单元的概率密度函数和累积分布函数确定第k个单元的累积分布函数。根据第k个单元的累积分布函数与预设检测概率或预设虚警概率可确定目标检测结果。
通过该目标检测结果可确定目标数量和目标坐标。
需要说明的是，以上实施例的方案仅为本申请所提出的一种具体实现方案，其它于OS-CFAR算法对回波信号进行处理并确定目标数量和目标坐标的配置方式均属于本申请的保护范围。
为了确定准确的目标检测结果，在本申请一些实施例中，所述雷达传感器还具体用于：
根据所述第k个单元的概率密度函数确定所述待检测单元的杂波功率估计值的概率密度函数；
根据所述杂波功率估计值的概率密度函数确定所述杂波功率估计值；
根据所述预设概率值确定所述待检测单元的门限因子；
根据所述杂波功率估计值和所述门限因子确定所述目标检测结果。
本实施例中，根据所述第k个单元的概率密度函数可确定待检测单元的杂波功率估计值的概率密度函数；根据杂波功率估计值的概率密度函数可确定杂波功率估计值，预设检测概率或预设虚警概率与门限因子存在对应关系，根据预设检测概率或预设虚警概率可确定相应的门限因子，根据杂波功率估计值和门限因子可确定平均判决门限，将待检测单元与平均判决门限进行比较后确定目标检测结果。
需要说明的是，以上实施例的方案仅为本申请所提出的一种具体实现方案，其它根据第k个单元的概率密度函数和预设概率值确定目标检测结果的配置方式均属于本申请的保护范围。
为了提高目标检测结果的准确性，在本申请优选的实施例中，所述回波信号的一维距离像为经过平方律检波器后的一维距离像，各所述参考单元为统计独立同分布。
为了确定准确的目标数量和目标坐标，在本申请一些实施例中，所述雷达传感器包括三发四收天线阵列，所述雷达传感器还具体用于：
根据所述目标检测结果确定所述室内空间是否存在目标，并在存在所述目标时确定所述目标到所述雷达传感器的距离；
根据所述目标到两个接收天线的相位差确定所述目标的角度；
根据所述角度和所述距离确定所述目标的坐标信息；
根据所述坐标信息确定所述目标数量和所述目标坐标；
其中，所述角度包括x轴方向的角度，以及y轴方向的角度。
本实施例中，如图4所示，雷达传感器包括三发四收天线阵列，根据目标检测结果确定室内空间是否存在目标，并在存在目标时确定目标到雷达传感器的距离，预先估计出目标到两个接收天线的相位差，根据该相位差确定所述目标的角度，然后根据角度和距离确定目标的坐标信息，根据坐标信息可确定目标数量和目标坐标。所述角度包括x轴方向的角度，以及y轴方向的角度。
为了提高目标检测结果的准确性，在本申请一些实施例中，所述雷达传感器还用于：
基于对原始回波信号进行脉冲压缩后，使用动目标显示MTI算法，确定目标的二维距离像；
基于对所述目标的二维距离像进行非相干积累的结果确定所述回波信号的一维距离像。
本申请实施例中，原始回波信号可以包括12个通道，原始回波信号为LFMCW(Linear Frequency Modulation Continuous Wave，线性调频连续波)，是超大时宽信号，无法在时域上进行脉冲压缩处理，因此需要对原始回波信号进行脉冲压缩。
原始回波信号中除了有噪声干扰外，还有大量的杂波信号。这些杂波信号主要雷达所处环境引起的，比如：地、墙壁、桌椅等其它家具。这些杂波信号与目标回波信号最大的不同之处在于多普勒。因此，可以在多谱勒域对其进行检测与抑制。根据MTI(MovingTarget Indication，动目标显示)算法确定目标的二维距离像。
经过MTI后，回波信号中有关环境中静止目标的信号已经被抑制，但是为了进一步提高回波信号的信噪比，还需要对每一帧处理的数据进行非相干积累，基于对目标的二维距离像进行非相干积累的结果确定回波信号的一维距离像。
上述脉冲压缩的具体过程、MTI的具体过程、非相干积累的具体过程对本领域技术人员来说是显而易见的，在此不再赘述。
为了确定目标在当前帧产生的多普勒频率，在本申请一些实施例中，基于动目标检测MTD算法对所述历史回波数据进行处理后确定所述目标在所述当前帧产生的多普勒频率。
MTD(moving targets detection，动目标检测)是雷达系统中区分运动目标和杂波在于它们速度上的差别。由于速度不同而引起回波信号的多普勒频率不相等，所以可以通过多普勒频率的不同将杂波和运动目标区分开来。
MTD的具体过程对本领域技术人员来说是显而易见的，在此不再赘述。
通过应用以上技术方案，在包括冷媒循环回路、压缩机、室外热交换器、室内热交换器、室内风扇、导风板、控制器和雷达传感器的空调器中，雷达传感器用于当接收到所述控制器发送的运动状态监测指令时，基于排序统计恒虚警率OS-CFAR算法对回波信号进行处理并确定室内空间的目标数量和目标坐标；若所述目标数量不为零，根据目标在第一预设时长内的历史回波数据确定所述目标在当前帧产生的多普勒频率；根据所述当前帧之后第二预设时长内多帧的多普勒频率的统计结果确定所述目标的运动状态，并将所述运动状态发送到所述控制器。利用目标对电磁波的反射信号进行目标探测，通过分析目标运动造成的距离和多普勒频率的变化，判断目标的运动状态，从而在保证用户隐私的基础上实现准确对用户进行运动状态监测，提高了用户体验。
为了进一步阐述本发明的技术思想，现结合具体的应用场景，对本发明的技术方案进行说明。
本申请实施例中提供一种空调器，包括冷媒循环回路、压缩机、室外热交换器、室内热交换器、室内风扇、导风板、控制器和雷达传感器，如图1和图2所示，控制器向雷达发送运动状态监测指令，雷达传感器收到该指令后进行信号处理，信号处理流程包括以下步骤：
步骤1：数据预处理
12个通道的原始回波信号包括了大量的噪声信号和背景杂波信号，无法直接进行目标的测距或定位，所以要先进行雷达信号的预处理。
a)脉冲压缩
LFMCW雷达信号是超大时宽信号，无法在时域上进行脉冲压缩处理，因此需要将信号变换到频域进行处理。由于脉冲压缩可以将时域信号压缩到频率进行处理，极大地提高了回波信号的信噪比。该过程得到的信号增益为TB。其中T为扫频时宽，B为扫频带宽。
b)MTI
回波信号中除了有噪声干扰外，还有大量的杂波信号。这些杂波信号主要雷达所处环境引起的，比如：地、墙壁、桌椅等其它家具。这些杂波信号与目标回波信号最大的不同之处在于多普勒。因此，可以在多谱勒域对其进行检测与抑制，采用了MTI技术进行处理。
步骤2：非相干积累与目标检测
a)非相干积累
经过MTI后，回波信号中有关环境中静止目标的信号已经被抑制，但是为了进一步提高回波信号的信噪比，还需要对每一帧处理的数据进行非相干积累。
上述脉冲压缩、MTI、非相干积累为现有技术，对本领域技术人员来说是显而易见的，具体处理过程不再赘述。
b)目标检测
由于区域监控面临的是多目标检测问题，且在雷达俯视与雷达平视时的不同在于，俯视情况下目标更应该被看作一个面目标，因此就会导致同一个目标的不同高度的两个不同的散射点都会提供目标的位置信息，造成脉冲压缩后同一个目标的距离像出现不同距离的两个峰。为了在这种场景下实现目标的准确检测，本实施例采用OS-CFAR检测方法。
假设接收机噪声和背景杂波服从高斯分布，其包络为瑞利分布，经过平方律检波器后，参考单元xi(i＝1，2，...，R)服从指数分布，其PDF(Probability Density Function，概率密度函数)和CDF(Cumulative Distribution Function，累积分布函数)分别为：
F(x)＝1-e-x/λ′，x≥0 (2)
其中，
μ代表总的杂波噪声功率水平，λ是信号与杂噪平均功率的比值；H0是不存在目标的假设，H1是目标存在的假设，自然指数e为自然对数的底数，是一个无限不循环小数。
在均匀杂波背景中xi(i＝1，2，...，R)是统计独立同分布的。
OS类CFAR检测器是对参考单元从小到大作排序处理，在均匀背景情况下来自于R个总体样本中第k个单元的PDF为：
第k个单元的CDF为：
其中f(x)和F(x)分别代表均匀背景中参考单元xi(i＝1，2，...，R)的PDF和CDF，R为参考单元的总数，k为R中第k个单元。
OS_CFAR检测器的结构如图3所示，其中CUT是待检测单元。首先对参考单元按大小作排序处理，有：
x(1)≤x(2)≤…≤x(R) (6)
然后取第k个排序样本x(k)作为检测器对杂波功率估计值Z，即：
Z＝x(k) (7)那么，由(4)式可知在均匀杂波背景中Z的PDF为：
所以，OS_CFAR在均匀杂波背景中的而检测概率Pd和虚警概率Pfa分别为：
其中，Γ(.)为伽马函数。
由(8)式可得Z的统计平均为：
所以，OS_CFAR检测器的平均判决门限ADT为：
步骤3：目标区域估计和多普勒频率估计
a)目标距离估计
由线性调频毫米波雷达的基本原理可知，经过步骤1中的脉冲压缩与步骤2中的目标检测后，即可得到目标与雷达之间的距离L。
b)目标角度估计
针对实际中采用的如图4所示的三发四收小孔径毫米波雷达天线阵列，本发明在进行功能开发时采用基于AOA(Angle of Arrival，到达角度测距)的角度估计方法。AOA是通过比较两天线接收信号的相位信息来确定目标角度的方法。以雷达在地面的投影点为坐标原点，向右为x轴正方向，向前为y轴正方向建立直角坐标系。以估计目标的方位角度为例，采用AOA进行目标角度估计的示意图如图5所示。
设目标到x轴方向的两个接收天线的信号的相位差为φ，则相位差与目标在x轴方向的角度
的关系为：
其中，d为两接收天线之间的间距。
y轴方向的角度与x轴方向的角度估计方法类似，具体过程不再赘述。
c)目标位置估计
由以上两步中估计出的目标距离L、x轴方向角度
以及y轴方向角度γ，即可通过下式计算出目标在地面的坐标x，y。
d)目标多普勒频率估计
当采集到的第一预设时长内目标的历史回波数据后，利用MTD技术估计出目标在当前帧的多普勒频率。
步骤4：目标运动状态判决与区域判定
当目标处于轻微运动时，目标产生的多普勒在一个小的频率范围内波动(-fd1～fd1)内波动，反之为剧烈运动。因此在利用一帧的数据得到目标的多普勒频率后，如果目标的多普勒fd是在(-fd1～fd1)的范围内，则当前帧内目标为轻微运动，反之为剧烈运动。
雷达传感器将通过统计当前帧后第二预设时长内共N帧的目标运动状态的判定结果，如果有n帧的判定结果为轻微运动，确定目标为轻微运动状态，反之将目标判定为剧烈运动状态，n的取值由定义的剧烈运动产生的多普勒频率大小决定。
然后再计算N帧内目标坐标的均值，将结果映射到实际的区域中去，得到目标所在区域。
与本申请实施例中的空调器相对应，本申请实施例还提出了一种空调器的控制方法，所述方法应用于包括冷媒循环回路、压缩机、室外热交换器、室内热交换器、室内风扇、导风板和控制器的空调器中，所述空调器还包括雷达传感器，如图6所示，所述方法包括：
步骤S601，当接收到所述控制器发送的运动状态监测指令时，所述雷达传感器基于排序统计恒虚警率OS-CFAR算法对回波信号进行处理并确定室内空间的目标数量和目标坐标。
步骤S602，若所述目标数量不为零，所述雷达传感器根据目标在第一预设时长内的历史回波数据确定所述目标在当前帧产生的多普勒频率。
步骤S603，所述雷达传感器根据所述当前帧之后第二预设时长内多帧的多普勒频率的统计结果确定所述目标的运动状态，并将所述运动状态发送到所述控制器。
本申请实施例还提出了一种空调器的控制方法，所述方法应用于包括冷媒循环回路、压缩机、室外热交换器、室内热交换器、室内风扇、导风板和控制器的空调器中，所述空调器还包括雷达传感器，如图7所示，所述方法包括：
步骤S701，所述控制器基于预设时间间隔定期向所述雷达传感器发送运动状态监测指令。
步骤S702，当接收到所述雷达传感器发送的目标处于轻微运动状态和目标所在区域的信息时，所述控制器控制所述导风板使空调出风不吹向所述目标。
步骤S703，当接收到所述雷达传感器发送的目标处于剧烈运动状态和目标所在区域的信息时，所述控制器控制所述导风板使空调出风吹向所述目标。
目标处于轻微运动状态和目标所在区域的信息或目标处于剧烈运动状态和目标所在区域的信息是所述雷达传感器根据步骤S601-S603确定的。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种空调器，包括：
冷媒循环回路，使冷媒在压缩机、冷凝器、膨胀阀、蒸发器和四通阀组成回路中进行循环；
压缩机，用于进行将低温低压冷媒气体压缩成高温高压冷媒气体并排至冷凝器的工作；
室外热交换器和室内热交换器，其中，一个为冷凝器进行工作，另一个为蒸发器进行工作；
室内风扇，用于将气流经吸入口引入并经室内热交换器后由吹出口送出；
导风板，用于调整所述室内风扇的出风方向；
控制器；
其特征在于，所述空调器还包括：雷达传感器，用于：
当接收到所述控制器发送的运动状态监测指令时，基于排序统计恒虚警率OS-CFAR算法对回波信号进行处理并确定室内空间的目标数量和目标坐标；
若所述目标数量不为零，根据目标在第一预设时长内的历史回波数据确定所述目标在当前帧产生的多普勒频率；
根据所述当前帧之后第二预设时长内多帧的多普勒频率的统计结果确定所述目标的运动状态，并将所述运动状态发送到所述控制器。
2.如权利要求1所述的空调器，其特征在于，所述运动状态包括轻微运动状态和剧烈运动状态，所述雷达传感器具体用于：
若所述统计结果中目标帧的数量大于预设阈值，确定所述运动状态为所述轻微运动状态；
若所述目标帧的数量不大于所述预设阈值，确定所述运动状态为所述剧烈运动状态；
其中，所述目标帧的多普勒频率处于预设频率范围。
3.如权利要求1所述的空调器，其特征在于，所述雷达传感器还用于：
根据所述第二预设时长内所述目标坐标的均值确定所述目标所在区域，并将所述目标所在区域发送到所述控制器，以使所述控制器根据所述运动状态和所述目标所在区域控制所述导风板的角度。
4.如权利要求1所述的空调器，其特征在于，所述雷达传感器具体用于：
基于对所述回波信号的一维距离像中的参考单元进行排序确定有序样本序列，并确定所述有序样本序列中的第k个单元；
根据所述参考单元的概率密度函数和所述参考单元的累积分布函数确定所述第k个单元的概率密度函数；
根据所述第k个单元的概率密度函数和预设概率值确定目标检测结果；
根据所述目标检测结果确定所述目标数量和所述目标坐标；
其中，所述参考单元为待检测单元周围的预设数量的样本，所述预设概率值为预设检测概率或预设虚警概率。
5.如权利要求4所述的空调器，其特征在于，所述雷达传感器还具体用于：
根据所述第k个单元的概率密度函数确定所述待检测单元的杂波功率估计值的概率密度函数；
根据所述杂波功率估计值的概率密度函数确定所述杂波功率估计值；
根据所述预设概率值确定所述待检测单元的门限因子；
根据所述杂波功率估计值和所述门限因子确定所述目标检测结果。
6.如权利要求4所述的空调器，其特征在于，所述雷达传感器包括三发四收天线阵列，所述雷达传感器还具体用于：
根据所述目标检测结果确定所述室内空间是否存在目标，并在存在所述目标时确定所述目标到所述雷达传感器的距离；
根据所述目标到两个接收天线的相位差确定所述目标的角度；
根据所述角度和所述距离确定所述目标的坐标信息；
根据所述坐标信息确定所述目标数量和所述目标坐标；
其中，所述角度包括x轴方向的角度，以及y轴方向的角度。
7.如权利要求4所述的空调器，其特征在于，所述雷达传感器还用于：
基于对原始回波信号进行脉冲压缩后，使用动目标显示MTI算法，确定目标的二维距离像；
基于对所述目标的二维距离像进行非相干积累的结果确定所述回波信号的一维距离像。
8.如权利要求1所述的空调器，其特征在于，所述雷达传感器具体用于：
基于动目标检测MTD算法对所述历史回波数据进行处理后确定所述目标在所述当前帧产生的多普勒频率。
9.一种空调器的控制方法，所述方法应用于包括冷媒循环回路、压缩机、室外热交换器、室内热交换器、室内风扇、导风板和控制器的空调器中，其特征在于，所述空调器还包括雷达传感器，所述方法包括：
当接收到所述控制器发送的运动状态监测指令时，所述雷达传感器基于排序统计恒虚警率OS-CFAR算法对回波信号进行处理并确定室内空间的目标数量和目标坐标；
若所述目标数量不为零，所述雷达传感器根据目标在第一预设时长内的历史回波数据确定所述目标在当前帧产生的多普勒频率；
所述雷达传感器根据所述当前帧之后第二预设时长内多帧的多普勒频率的统计结果确定所述目标的运动状态，并将所述运动状态发送到所述控制器。
10.一种空调器的控制方法，所述方法应用于包括冷媒循环回路、压缩机、室外热交换器、室内热交换器、室内风扇、导风板和控制器的空调器中，其特征在于，所述空调器还包括雷达传感器，所述方法包括：
所述控制器基于预设时间间隔定期向所述雷达传感器发送运动状态监测指令；
当接收到所述雷达传感器发送的目标处于轻微运动状态和目标所在区域的信息时，所述控制器控制所述导风板使空调出风不吹向所述目标；
当接收到所述雷达传感器发送的目标处于剧烈运动状态和目标所在区域的信息时，所述控制器控制所述导风板使空调出风吹向所述目标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011383207.3A CN112611097A (zh) | 2020-11-30 | 2020-11-30 | 一种空调器和控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011383207.3A CN112611097A (zh) | 2020-11-30 | 2020-11-30 | 一种空调器和控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112611097A true CN112611097A (zh) | 2021-04-06 |
Family
ID=75228445
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011383207.3A Pending CN112611097A (zh) | 2020-11-30 | 2020-11-30 | 一种空调器和控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112611097A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114098645A (zh) * | 2021-11-25 | 2022-03-01 | 青岛海信日立空调系统有限公司 | 一种睡眠分期方法及装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103197290A (zh) * | 2013-04-03 | 2013-07-10 | 电子科技大学 | 一种穿墙雷达多径杂波抑制方法 |
| CN107167784A (zh) * | 2017-07-05 | 2017-09-15 | 电子科技大学 | 一种基于多通道比相定位的多人体目标定位跟踪方法 |
| CN107422318A (zh) * | 2017-05-27 | 2017-12-01 | 南京理工大学 | 一种基于多普勒技术的占用传感器及其检测方法 |
| CN108518814A (zh) * | 2018-03-30 | 2018-09-11 | 广东美的制冷设备有限公司 | 空调器的控制方法、空调器和计算机可读存储介质 |
| CN110779151A (zh) * | 2019-11-14 | 2020-02-11 | 宁波奥克斯电气股份有限公司 | 空调器控制方法、装置、空调器及存储介质 |
| CN111664552A (zh) * | 2020-05-22 | 2020-09-15 | 海信（山东）空调有限公司 | 一种空调器及其控制方法 |
| CN111780232A (zh) * | 2020-06-08 | 2020-10-16 | 海信（山东）空调有限公司 | 一种空调器 |
-
2020
- 2020-11-30 CN CN202011383207.3A patent/CN112611097A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103197290A (zh) * | 2013-04-03 | 2013-07-10 | 电子科技大学 | 一种穿墙雷达多径杂波抑制方法 |
| CN107422318A (zh) * | 2017-05-27 | 2017-12-01 | 南京理工大学 | 一种基于多普勒技术的占用传感器及其检测方法 |
| CN107167784A (zh) * | 2017-07-05 | 2017-09-15 | 电子科技大学 | 一种基于多通道比相定位的多人体目标定位跟踪方法 |
| CN108518814A (zh) * | 2018-03-30 | 2018-09-11 | 广东美的制冷设备有限公司 | 空调器的控制方法、空调器和计算机可读存储介质 |
| CN110779151A (zh) * | 2019-11-14 | 2020-02-11 | 宁波奥克斯电气股份有限公司 | 空调器控制方法、装置、空调器及存储介质 |
| CN111664552A (zh) * | 2020-05-22 | 2020-09-15 | 海信（山东）空调有限公司 | 一种空调器及其控制方法 |
| CN111780232A (zh) * | 2020-06-08 | 2020-10-16 | 海信（山东）空调有限公司 | 一种空调器 |
Non-Patent Citations (1)
| Title |
|---|
| 伍衍亮等: ""基于60GHz毫米波雷达的人感检测系统"", 《家电科技》, pages 430 - 438 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114098645A (zh) * | 2021-11-25 | 2022-03-01 | 青岛海信日立空调系统有限公司 | 一种睡眠分期方法及装置 |
| CN114098645B (zh) * | 2021-11-25 | 2023-11-07 | 青岛海信日立空调系统有限公司 | 一种睡眠分期方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107861107B (zh) | 一种适用于连续波雷达的双门限cfar与点迹凝聚方法 | |
| US7406116B2 (en) | Method and system for determining user location in a wireless communication network | |
| EP2913602A1 (en) | Air conditioning system | |
| KR100277219B1 (ko) | 냉각 회로에서의 냉매 충전량을 모니터링하는 방법 | |
| Yiğitler et al. | Detector based radio tomographic imaging | |
| CN112611097A (zh) | 一种空调器和控制方法 | |
| CN108363054A (zh) | 用于单频网络和多路径传播的被动雷达多目标跟踪方法 | |
| US20180038949A1 (en) | Occupancy detection apparatus and method for controlling the same | |
| CN104006489B (zh) | 空调系统及其空调控制装置和制冷方法 | |
| CN112180341B (zh) | 一种背景自适应cfar算法选择的实现方法 | |
| CN111983595A (zh) | 一种室内定位的方法及装置 | |
| CN112303765B (zh) | 一种空调器和控制方法 | |
| CN112558760A (zh) | 一种空调器和控制方法 | |
| CN112944570B (zh) | 多室内机空间中基于毫米波雷达的变频空调控制方法 | |
| Sridher et al. | Performance evaluation of onboard wi-fi module antennas in terms of orientation and position for iot applications | |
| CN113687429B (zh) | 一种确定毫米波雷达监测区域边界的装置及方法 | |
| Denis et al. | Multi-frequency sub-1 GHz radio tomographic imaging in a complex indoor environment | |
| US11733344B2 (en) | Interference source searching method and interference source searching apparatus | |
| CN114322198A (zh) | 一种基于物联网中央空调多模态矢量送风方法 | |
| CN105844756A (zh) | 一种基于射频反向散射信号的人数计数方法 | |
| CN113466825B (zh) | 基于互信息最大化的组网雷达资源分配方法 | |
| EP4092447A1 (en) | Multipath classification in radar detections | |
| CN117146394A (zh) | 空气调节装置 | |
| CN111947287B (zh) | 一种空调器和二氧化碳浓度的检测方法 | |
| CN112158215A (zh) | 基于毫米波雷达精准感知的智能空调控制系统及其控制方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210406 |