KR102399635B1 - 저전력-저용량 임베디드 장비에 적용 가능한 신호 최적화 장치, 방법 및 이를 수행하기 위한 프로그램을 기록한 기록매체 - Google Patents

저전력-저용량 임베디드 장비에 적용 가능한 신호 최적화 장치, 방법 및 이를 수행하기 위한 프로그램을 기록한 기록매체 Download PDF

Info

Publication number
KR102399635B1
KR102399635B1 KR1020200126195A KR20200126195A KR102399635B1 KR 102399635 B1 KR102399635 B1 KR 102399635B1 KR 1020200126195 A KR1020200126195 A KR 1020200126195A KR 20200126195 A KR20200126195 A KR 20200126195A KR 102399635 B1 KR102399635 B1 KR 102399635B1
Authority
KR
South Korea
Prior art keywords
signal
level
optimization
value
measurement
Prior art date
Application number
KR1020200126195A
Other languages
English (en)
Other versions
KR20220042851A (ko
Inventor
박대진
이승민
Original Assignee
경북대학교 산학협력단
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 경북대학교 산학협력단 filed Critical 경북대학교 산학협력단
Priority to KR1020200126195A priority Critical patent/KR102399635B1/ko
Publication of KR20220042851A publication Critical patent/KR20220042851A/ko
Application granted granted Critical
Publication of KR102399635B1 publication Critical patent/KR102399635B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7232—Signal processing specially adapted for physiological signals or for diagnostic purposes involving compression of the physiological signal, e.g. to extend the signal recording period
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0006—ECG or EEG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7228—Signal modulation applied to the input signal sent to patient or subject; demodulation to recover the physiological signal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0204—Operational features of power management
    • A61B2560/0209—Operational features of power management adapted for power saving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Abstract

측정 신호에 대한 기준 레벨을 설정하여, 차이 값을 생성하고, 복수개의 차이 값 중 가장 큰 값인 제 1 차이 값과 가장 작은 값인 제 2 차이 값을 이용하여, 근사화 오차의 최대 값을 생성하며, 측정 신호의 레벨과 기준 레벨의 차이 값에 따른 이산 신호로부터, 가중치에 따라 스케일링을 수행하여 최적화 신호를 생성하고, 생성된 최적화 신호를 차이 값에 매칭시키는, 신호 최적화 장치를 제공한다.

Description

저전력-저용량 임베디드 장비에 적용 가능한 신호 최적화 장치, 방법 및 이를 수행하기 위한 프로그램을 기록한 기록매체{RECORDED MEDIA RECORDING OF THE SIGNAL OPTIMIZATION DEVICE, METHOD AND PROGRAM FOR PERFORMING THE ANALYSIS APPLICABLE TO LOW POWER-LOW CAPACITY EMBEDDED EQUIPMENT}
본 발명은 저전력-저용량 임베디드 장비에 적용 가능한 신호 최적화 장치, 방법 및 이를 수행하기 위한 프로그램을 기록한 기록매체에 관한 것으로, 심전도 신호의 저장 또는 전송에 요구되는 연산 영역 및 메모리 사용량을 감소시키는 신호 최적화 장치, 방법 및 이를 수행하기 위한 프로그램을 기록한 기록매체에 관한 것이다.
심전도 신호는 신호분석을 위해 장시간 측정이 요구되므로 신호의 저장 및 전송과정에서 메모리 및 전력의 사용량이 매우 크다. 이와 관련하여, 심전도 신호는 높은 샘플링 주파수와 12bit 이상의 전위 값으로 측정되며, 이에 따라, 장시간 심전도 신호를 전송하는 것은 무시할 수 없는 크기의 메모리 및 전력의 소모를 유발한다.
따라서, 효과적으로 압축된 신호의 저장 및 전송을 통해 메모리와 전력의 소모의 최소화가 요구되나, 종래의 직선근사화를 통해 획득된 초기 정점 정보는 오차가 크므로, 최적화 기법을 적용하여 정점 정보의 보정이 요구되는 실정이다.
한편, 일반적인 동적계획법은 복잡한 연산을 단순화할 수 있도록 연산의 결과를 저장하고, 동일한 연산이 수행되는 경우에, 이전에 저장된 결과를 출력하는 기법이며, 이에 따라, 일반적인 동적계획법은 신호의 길이 및 정점의 개수에 따라 연산량과 메모리 사용량이 기하급수적으로 증가하여, 임베디드 장비에서 실시간 처리가 어려운 단점이 존재한다.
국내공개특허공보 제10-2020-0079842호(2020.07.06.)
본 발명이 해결하고자 하는 기술적 과제는 직선 근사화를 이용하여 측정된 신호의 정점을 추출하는 과정에서, 동적계획법을 통해 측정된 신호를 효율적을 최적화하는 신호 최적화 장치, 방법 및 이를 수행하기 위한 프로그램을 기록한 기록매체를 제공하는 것이다.
본 발명의 일측면은, 사전에 설정되는 측정 시간 간격으로 나타나는 측정 신호를 수집하는 수집부; 상기 측정 신호에 대한 기준 레벨을 설정하여, 임의의 시점에서의 상기 측정 신호의 레벨과 상기 기준 레벨을 비교하여 차이 값을 생성하는 비교부; 복수의 시점에서 생성되는 복수개의 차이 값 중 가장 큰 값인 제 1 차이 값과 가장 작은 값인 제 2 차이 값을 이용하여, 근사화 오차의 최대 값을 생성하는 근사화 오차 산출부; 근사화 오차의 최대 값에 기초하여, 상기 측정 신호에 적용되는 가중치를 생성하는 가중치 산출부; 상기 측정 신호의 레벨과 상기 기준 레벨의 차이 값에 따른 이산 신호로부터, 상기 가중치에 따라 스케일링을 수행하여 최적화 신호를 생성하고, 생성된 최적화 신호를 상기 측정 신호의 레벨과 상기 기준 레벨의 차이 값에 매칭시키는 최적화 신호 생성부를 포함할 수 있다.
또한, 상기 근사화 오차 산출부는, 상기 제 1 차이 값과 상기 제 2 차이 값의 차이를 계산하여 높이 값을 생성하고, 상기 측정 시간 간격과 상기 높이 값의 곱을 계산하여 상기 근사화 오차의 최대 값을 생성할 수 있다.
또한, 상기 비교부는, 상기 측정 시간 간격에 따른 최초 지점에서의 상기 측정 신호의 레벨과 상기 측정 시간 간격에 따른 최종 지점에서의 상기 측정 신호의 레벨을 연결하는 직선을 산출하여 상기 기준 레벨을 생성할 수 있다.
또한, 상기 가중치 산출부는, 사전에 설정되는 정점의 개수와 자릿수가 동일한 2진 코드의 최대 값을 상기 근사화 오차의 최대 값으로 나눈 값을 계산하여 상기 가중치를 생성할 수 있다.
또한, 상기 최적화 신호 및 상기 최적화 신호와 매칭된 상기 측정 신호의 레벨과 상기 기준 레벨의 차이 값을 저장하는 저장부를 더 포함하고, 상기 최적화 신호 생성부는, 상기 측정 신호의 레벨과 상기 기준 레벨의 차이 값이 이전에 저장된 상기 측정 신호의 레벨과 상기 기준 레벨의 차이 값과 동일한 경우, 상기 측정 신호의 레벨과 상기 기준 레벨의 차이 값에 매칭되는 상기 최적화 신호를 추출할 수 있다.
본 발명의 다른 일측면은, 저전력-저용량 임베디드 장비에 적용 가능한 신호 최적화 장치를 이용하는 신호 최적화 방법에 있어서, 사전에 설정되는 측정 시간 간격으로 나타나는 측정 신호를 수집하는 단계; 상기 측정 신호에 대한 기준 레벨을 설정하여, 임의의 시점에서의 상기 측정 신호의 레벨과 상기 기준 레벨을 비교하여 차이 값을 생성하는 단계; 복수의 시점에서 생성되는 복수개의 차이 값 중 가장 큰 값인 제 1 차이 값과 가장 작은 값인 제 2 차이 값을 이용하여, 근사화 오차의 최대 값을 생성하는 단계; 근사화 오차의 최대 값에 기초하여, 상기 측정 신호에 적용되는 가중치를 생성하는 단계; 및 상기 측정 신호의 레벨과 상기 기준 레벨의 차이 값에 따른 이산 신호로부터, 상기 가중치에 따라 스케일링을 수행하여 최적화 신호를 생성하고, 생성된 최적화 신호를 상기 측정 신호의 레벨과 상기 기준 레벨의 차이 값에 매칭시키는 단계를 포함할 수 있다.
또한, 상기 근사화 오차의 최대 값을 생성하는 단계는, 상기 제 1 차이 값과 상기 제 2 차이 값의 차이를 계산하여 높이 값을 생성하고, 상기 측정 시간 간격과 상기 높이 값의 곱을 계산하여 상기 근사화 오차의 최대 값을 생성할 수 있다.
또한, 상기 측정 신호의 레벨과 기준 레벨을 비교하여 차이 값을 생성하는 단계는, 상기 측정 시간 간격에 따른 최초 지점에서의 상기 측정 신호의 레벨과 상기 측정 시간 간격에 따른 최종 지점에서의 상기 측정 신호의 레벨을 연결하는 직선을 산출하여 상기 기준 레벨을 생성할 수 있다.
또한, 상기 가중치를 생성하는 단계는, 사전에 설정되는 정점의 개수와 자릿수가 동일한 2진 코드의 최대 값을 상기 근사화 오차의 최대 값으로 나눈 값을 계산하여 상기 가중치를 생성할 수 있다.
본 발명의 또 다른 일측면은, 제6항 내지 제9항에 중 어느 하나의 항에 따른 신호 최적화 방법을 수행하기 위한, 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록매체일 수 있다.
상술한 본 발명의 일측면에 따르면, 저전력-저용량 임베디드 장비에 적용 가능한 신호 최적화 장치, 방법 및 이를 수행하기 위한 프로그램을 기록한 기록매체를 제공함으로써, 직선 근사화를 이용하여 측정된 신호의 정점을 추출하는 과정에서, 동적계획법을 통해 측정된 신호를 효율적을 최적화할 수 있다.
도1은 본 발명의 일 실시예에 따른 신호 최적화 장치를 포함하는 신호 최적화 시스템의 개략도이다.
도2는 본 발명의 일 실시예에 따른 신호 최적화 장치의 제어블록도이다.
도3은 도2의 최적화 신호 생성부에서 최적화 신호를 생성하는 과정을 나타낸 블록도이다.
도4는 도2의 근사화 오차 산출부에서 생성되는 근사화 오차의 최대 값을 나타낸 개략도이다.
도5는 도2의 최적화 신호 생성부에서 이용되는 이산 신호를 나타낸 개략도이다.
도6은 도2의 최적화 신호 생성부에서 생성되는 최적화 신호를 나타낸 개략도이다.
도7은 본 발명의 일 실시예에 따른 신호 최적화 장치에서 최적화 신호를 생성하는 과정의 일 실시예를 나타낸 개략도이다.
도8은 본 발명의 일 실시예에 따른 신호 최적화 방법의 순서도이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.
도1은 본 발명의 일 실시예에 따른 신호 최적화 장치를 포함하는 신호 최적화 시스템의 개략도이다.
신호 최적화 시스템(1)은 신호 최적화 장치(200)가 사전에 설정되는 측정 시간 간격으로 나타나는 측정 신호(100)를 수집하여, 수집된 측정 신호(100)로부터 최적화 신호를 생성할 수 있다.
이때, 측정 신호(100)는 사용자의 신체에 하나 이상의 전극을 부착하여, 사용자의 신체로부터 나타나는 전기적 신호를 측정하여 생성되는 심전도 신호를 의미할 수 있다.
이때, 심전도 신호는 시간의 흐름에 따라, 전극에서 측정되는 전기 신호의 레벨 변화를 나타내도록 측정될 수 있다.
이에 따라, 측정 신호(100)는 사전에 설정되는 측정 시간 간격 동안에 측정된 심전도 신호를 의미할 수 있으며, 또한, 측정 신호(100)는 사용자로부터 측정된 심전도 신호가 사전에 설정되는 측정 시간 간격으로 분할되어 각 분할된 신호를 의미할 수 있다.
한편, 측정 신호(100)는 심전도 신호와 같이, 시간의 흐름에 따라 측정되는 1차원 신호인 맥파 또는 뇌파 등의 생체 신호를 의미할 수도 있다.
신호 최적화 장치(200)는 측정 신호(100)를 압축 또는 최적화하여 최적화 신호를 생성할 수 있으며, 이를 통해, 신호 최적화 장치(200)는 측정 신호(100)와 비교하여, 메모리 또는 전력 소모가 비교적 적은 최적화 신호를 생성하는 것으로 이해할 수 있다.
이와 같이, 신호 최적화 장치(200)는 장시간 측정이 요구되는 1차원의 측정 신호(100)에 대한 저장 또는 전송이 지속되는 동작 시간을 증가시킬 수 있으며, 신호 최적화 장치(200)는 메모리 용량이 작은 저용량 저장 장치에서도 측정 신호(100)로부터 생성된 최적화 신호를 이용 가능한 효과를 발생시킬 수 있다.
이하에서는, 신호 최적화 장치(200)에서 측정 신호(100)로부터 최적화 신호를 생성하는 과정을 상세히 설명하도록 한다.
도2는 본 발명의 일 실시예에 따른 신호 최적화 장치의 제어블록도이다.
신호 최적화 장치(200)는 수집부(210), 비교부(220), 근사화 오차 산출부(230), 가중치 산출부(240), 최적화 신호 생성부(250) 및 저장부(260)를 포함할 수 있다.
수집부(210)는 사전에 설정되는 측정 시간 간격으로 나타나는 측정 신호(100)를 수집할 수 있다.
여기에서, 수집부(210)는 임의의 시간 간격 동안 측정된 신호를 사전에 설정되는 측정 시간 간격으로 분할하여 측정 신호(100)를 생성할 수도 있다.
비교부(220)는 측정 신호(100)에 대한 기준 레벨을 설정할 수 있으며, 비교부(220)는 임의의 시점에서의 측정 신호(100)의 레벨과 기준 레벨을 비교하여 차이 값을 생성할 수 있다.
이때, 비교부(220)는 측정 시간 간격에 따른 최초 지점에서의 측정 신호(100)의 레벨과 측정 시간 간격에 따른 최종 지점에서의 측정 신호(100)의 레벨을 연결하는 직선을 산출하여 기준 레벨을 생성할 수 있다.
이러한 경우에, 최초 지점으로부터 최후 지점까지의 시간 간격은 측정 시간 간격으로 나타날 수 있다.
이에 따라, 비교부(220)는 최초 지점으로부터 최종 지점까지의 임의의 시점에서, 측정 신호(100)의 레벨과 기준 레벨을 비교하여 차이 값을 생성할 수 있다.
여기에서, 임의의 시점은 최적화 신호가 존재하는 임의의 시점과 해당 시점에 인접한 다른 시점 사이의 시간 간격을 나타내는 샘플링(Sampling) 시간 간격에 따라, 측정 신호(100)의 최초 지점과 최종 지점 사이에서 추출되는 복수개의 시점으로 이해할 수 있다.
이에 따라, 비교부(220)는 샘플링 시간 간격에 따라, 측정 신호(100)의 최초 지점과 최종 지점 사이에서 추출된 각 시점에서의 측정 신호(100)의 레벨과 기준 레벨을 비교하여 차이 값을 생성할 수 있다.
근사화 오차 산출부(230)는 복수의 시점에서 생성되는 복수개의 차이 값 중 가장 큰 값인 제 1 차이 값과 가장 작은 값인 제 2 차이 값을 이용하여, 근사화 오차의 최대 값을 생성할 수 있다.
여기에서, 제 1 차이 값은 측정 신호(100)의 최초 지점과 최종 지점 사이에서 나타나는 측정 신호(100)의 레벨 중 가장 큰 레벨을 나타내는 지점에서의 레벨과 기준 레벨의 차이인 것으로 이해할 수 있다.
예를 들어, 제 1 차이 값은 측정 신호(100)가 최초 지점과 최종 지점 사이에서 측정 신호(100) 레벨의 평균 값이 0으로 나타나는 경우에, 측정 신호(100)의 레벨 중 절대 값이 가장 큰 양수인 레벨을 나타내는 지점에서의 레벨과 기준 레벨의 차이일 수 있다.
또한, 제 2 차이 값은 측정 신호(100)의 최초 지점과 최종 지점 사이에서 나타나는 측정 신호(100)의 레벨 중 가장 작은 레벨을 나타내는 지점에서의 레벨과 기준 레벨의 차이인 것으로 이해할 수 있다.
예를 들어, 제 2 차이 값은 측정 신호(100)가 최초 지점과 최종 지점 사이에서 측정 신호(100) 레벨의 평균 값이 0으로 나타나는 경우에, 측정 신호(100)의 레벨 중 절대 값이 가장 큰 음수인 레벨을 나타내는 지점에서의 레벨과 기준 레벨의 차이일 수 있다.
또한, 근사화 오차 산출부(230)는 제 1 차이 값과 제 2 차이 값의 차이를 계산하여 높이 값을 생성할 수 있고, 근사화 오차 산출부(230)는 측정 시간 간격과 높이 값의 곱을 계산하여 근사화 오차의 최대 값을 생성할 수 있다.
다시 말해서, 근사화 오차의 최대 값은 제 1 차이 값이 산출된 지점의 측정 신호(100)의 레벨과 제 2 차이 값이 산출된 지점의 측정 신호(100)의 레벨 사이의 거리 간격이 높이로 설정되고, 측정 신호(100)의 최초 지점과 최종 지점 사이의 시간 간격을 밑변으로 설정되는 사각형의 넓이인 것으로 이해할 수 있다.
가중치 산출부(240)는 근사화 오차의 최대 값에 기초하여, 측정 신호(100)에 적용되는 가중치를 생성할 수 있다.
이때, 가중치 산출부(240)는 사전에 설정되는 정점의 개수와 자릿수가 동일한 2진 코드의 최대 값을 근사화 오차의 최대 값으로 나눈 값을 계산하여 가중치를 생성할 수 있다.
최적화 신호 생성부(250)는 측정 신호(100)의 레벨과 기준 레벨의 차이 값에 따른 이산 신호로부터, 가중치에 따라 스케일링을 수행하여 최적화 신호를 생성할 수 있고, 최적화 신호 생성부(250)는 생성된 최적화 신호를 측정 신호(100)의 레벨과 기준 레벨의 차이 값에 매칭시킬 수 있다.
여기에서, 이산 신호는 비교부(220)에서 생성된 차이 값을 시간 순서에 따라 나열한 것으로 이해할 수 있다.
이에 따라, 이산 신호는 샘플링 시간 간격에 따른 임의의 시점에서의 측정 신호(100)의 레벨과 기준 레벨의 차이 값인 것으로 이해할 수 있다.
이때, 최적화 신호 생성부(250)는 이산 신호로부터 나타나는 레벨의 부호가 동일한 부호로 나타날 수 있도록, 측정 신호(100)의 레벨과 기준 레벨의 차이 값에 사전에 설정되는 보정 값을 더할 수도 있다.
또한, 최적화 신호 생성부(250)는 측정 신호(100)의 레벨과 기준 레벨의 차이 값을 사전에 마련되는 정점 레벨과 비교할 수 있으며, 이에 따라, 최적화 신호 생성부(250)는 차이 값과 정점 레벨의 비교 결과에 따라 차이 값이 나타난 시점에서의 정점 레벨을 선택하여 최적화 신호를 생성할 수 있다.
이를 위해, 최적화 신호 생성부(250)는 차이 값 보다 작은 정점 레벨 중 가장 큰 정점 레벨을 선택할 수 있으며, 또는, 최적화 신호 생성부(250)는 차이 값과 정점 레벨의 차이가 가장 작은 정점 레벨을 선택할 수도 있다.
한편, 최적화 신호 생성부(250)는 이산 신호로부터 나타나는 임의의 시점에서의 레벨에 가중치를 적용하는 샘플링을 수행하여 최적화 신호를 생성할 수 있다.
이를 위해, 최적화 신호 생성부(250)는 측정 신호(100)의 레벨과 기준 레벨의 차이 값에 가중치를 곱하여 최적화 신호를 생성할 수도 있다.
이에 따라, 최적화 신호 생성부(250)는 생성된 최적화 신호를 해당 최적화 신호가 생성되도록 이용된 측정 신호(100)의 레벨과 기준 레벨의 차이 값에 매칭시킬 수 있다.
이러한 경우에, 저장부(260)는 최적화 신호 및 최적화 신호와 매칭된 측정 신호(100)의 레벨과 기준 레벨의 차이 값을 저장할 수 있다.
이에 따라, 최적화 신호 생성부(250)는 비교부(220)에서 계산되는 측정 신호(100)의 레벨과 기준 레벨의 차이 값이 이전에 저장된 측정 신호(100)의 레벨과 기준 레벨의 차이 값과 동일한 경우에, 저장부(260)로부터 측정 신호(100)의 레벨과 기준 레벨의 차이 값에 매칭되는 최적화 신호를 추출할 수 있다.
이와 관련하여, 최적화 신호 생성부(250)는 동적계획법(Dynamic Programming)을 이용하여, 최적화 신호를 생성하는 것으로 이해할 수 있으며, 여기에서, 동적계획법은 복잡한 연산을 단순화할 수 있도록 연산의 결과를 저장하고, 동일한 연산이 수행되는 경우에, 이전에 저장된 결과를 출력하는 기법으로 이해할 수 있다.
도3은 도2의 최적화 신호 생성부에서 최적화 신호를 생성하는 과정을 나타낸 블록도이다.
도3을 참조하면, 수집부(210)는 사전에 설정되는 측정 시간 간격으로 나타나는 측정 신호(100)를 수집할 수 있다.
이에 따라, 비교부(220)는 측정 신호(100)에 대한 기준 레벨을 설정할 수 있으며, 비교부(220)는 임의의 시점에서의 측정 신호(100)의 레벨과 기준 레벨을 비교하여 차이 값을 생성할 수 있다.
이때, 비교부(220)는 측정 시간 간격에 따른 최초 지점에서의 측정 신호(100)의 레벨과 측정 시간 간격에 따른 최종 지점에서의 측정 신호(100)의 레벨을 연결하는 직선을 산출하여 기준 레벨을 생성할 수 있다.
근사화 오차 산출부(230)는 복수의 시점에서 생성되는 복수개의 차이 값 중 가장 큰 값인 제 1 차이 값과 가장 작은 값인 제 2 차이 값을 이용하여, 근사화 오차의 최대 값을 생성할 수 있다.
여기에서, 근사화 오차 산출부(230)는 제 1 차이 값과 제 2 차이 값의 차이를 계산하여 높이 값을 생성할 수 있고, 근사화 오차 산출부(230)는 측정 시간 간격과 높이 값의 곱을 계산하여 근사화 오차의 최대 값을 생성할 수 있다.
가중치 산출부(240)는 근사화 오차의 최대 값에 기초하여, 측정 신호(100)에 적용되는 가중치를 생성할 수 있다.
이때, 가중치 산출부(240)는 사전에 설정되는 정점의 개수와 자릿수가 동일한 2진 코드의 최대 값을 근사화 오차의 최대 값으로 나눈 값을 계산하여 가중치를 생성할 수 있다.
최적화 신호 생성부(250)는 측정 신호(100)의 레벨과 기준 레벨의 차이 값에 따른 이산 신호로부터, 가중치에 따라 스케일링을 수행하여 최적화 신호를 생성할 수 있고, 최적화 신호 생성부(250)는 생성된 최적화 신호를 측정 신호(100)의 레벨과 기준 레벨의 차이 값에 매칭시킬 수 있다.
이와 관련하여, 저장부(260)는 최적화 신호 및 최적화 신호와 매칭된 측정 신호(100)의 레벨과 기준 레벨의 차이 값을 저장할 수 있다.
이에 따라, 최적화 신호 생성부(250)는 비교부(220)에서 계산되는 측정 신호(100)의 레벨과 기준 레벨의 차이 값이 이전에 저장된 측정 신호(100)의 레벨과 기준 레벨의 차이 값과 동일한 경우에, 저장부(260)로부터 측정 신호(100)의 레벨과 기준 레벨의 차이 값에 매칭되는 최적화 신호를 추출할 수 있다.
도4는 도2의 근사화 오차 산출부에서 생성되는 근사화 오차의 최대 값을 나타낸 개략도이다.
도4를 참조하면, 수집부(210)에서 수집되는 측정 신호(100)를 확인할 수 있으며, 이때, 측정 신호(100)의 초기 시점에 설정된 Initial vertex는 최초 지점인 것으로 이해할 수 있고, 측정 신호(100)의 말기 시점에 설정된 Initial vertex는 최종 지점인 것으로 이해할 수 있다.
이에 따라, 비교부(220)는 측정 시간 간격에 따른 최초 지점에서의 측정 신호(100)의 레벨과 측정 시간 간격에 따른 최종 지점에서의 측정 신호(100)의 레벨을 연결하는 직선을 산출하여 기준 레벨을 생성할 수 있다.
또한, 비교부(220)는 임의의 시점에서의 측정 신호(100)의 레벨과 기준 레벨을 비교하여 차이 값을 생성할 수 있으며, 이때, 복수의 시점에서 생성되는 복수개의 차이 값 중 가장 큰 값인 제 1 차이 값과 가장 작은 값인 제 2 차이 값 및 최초 지점과 최종 지점에 의해 생성되는 사각형을 확인할 수 있다.
이와 관련하여, 근사화 오차 산출부(230)는 제 1 차이 값과 제 2 차이 값의 차이를 계산하여 높이 값을 생성할 수 있고, 근사화 오차 산출부(230)는 측정 시간 간격과 높이 값의 곱을 계산하여 근사화 오차의 최대 값을 생성할 수 있다.
다시 말해서, 근사화 오차의 최대 값은 제 1 차이 값이 산출된 지점의 측정 신호(100)의 레벨과 제 2 차이 값이 산출된 지점의 측정 신호(100)의 레벨 사이의 거리 간격이 높이로 설정되고, 측정 신호(100)의 최초 지점과 최종 지점 사이의 시간 간격을 밑변으로 설정되는 사각형의 넓이인 것으로 이해할 수 있다.
도5는 도2의 최적화 신호 생성부에서 이용되는 이산 신호를 나타낸 개략도이다.
도5를 참조하면, 최대 값이 근사화 오차의 최대 값(Maximum Error)로 설정된 이산 신호를 확인할 수 있다.
여기에서, 이산 신호는 비교부(220)에서 생성된 차이 값을 시간 순서에 따라 나열한 것으로 이해할 수 있다.
이에 따라, 이산 신호는 샘플링 시간 간격에 따른 임의의 시점에서의 측정 신호(100)의 레벨과 기준 레벨의 차이 값인 것으로 이해할 수 있다.
도6은 도2의 최적화 신호 생성부에서 생성되는 최적화 신호를 나타낸 개략도이다.
도6을 참조하면, 사전에 설정된 정점의 개수로 나타나는 최적화 신호를 확인할 수 있다.
이를 위해, 가중치 산출부(240)는 근사화 오차의 최대 값에 기초하여, 측정 신호(100)에 적용되는 가중치를 생성할 수 있고, 이때, 가중치 산출부(240)는 사전에 설정되는 정점의 개수와 자릿수가 동일한 2진 코드의 최대 값을 근사화 오차의 최대 값으로 나눈 값을 계산하여 가중치를 생성할 수 있다.
이에 따라, 최적화 신호 생성부(250)는 측정 신호(100)의 레벨과 기준 레벨의 차이 값에 따른 이산 신호로부터, 가중치에 따라 스케일링을 수행하여 최적화 신호를 생성할 수 있다.
도7은 본 발명의 일 실시예에 따른 신호 최적화 장치에서 최적화 신호를 생성하는 과정의 일 실시예를 나타낸 개략도이다.
도7은 신호 최적화 장치가 측정 신호로부터 최적화 신호를 생성하는 과정을 수행하기 위해 작성된 프로그래밍 언어인 것으로 이해할 수 있다.
여기에서, S는 측정 신호를 의미하고, L은 측정 시간 간격을 의미하며, N은 정점의 개수를 의미할 수 있다. 또한, C는 측정 시간 간격 내에서 샘플링 시간 간격에 따라 선택될 수 있는 정점을 나타낸 행렬(Cost Matrix)을 의미하고, C_0는 임의의 한 시점에서 선택될 수 있는 정점을 나타낸 행렬(Base Matrix)을 의미하며, C_T는 C의 첫 행을 계산하는데 이용되는 임시 행 벡터를 의미한다.
또한, v_k는 정점을 의미하고, R은 정점의 범위를 의미한다.
이에 따라, 신호 최적화 장치(200)는 Cost Matrix의 1행을 계산할 수 있다(Line 10).
이후, 신호 최적화 장치(200)는 Cost Matrix의 j 번째 열을 계산할 수 있다(Line 13).
이때, 신호 최적화 장치(200)는 Cost Matrix의 j 번째 열의 연산에 이용되는 Base Matrix를 계산할 수 있으며(Line 15), 신호 최적화 장치(200)는 Base Matrix에 대응되는 Cost Matrix의 합 중 최소 값을 계산하여 Cost Matrix의 j 번째 열을 계산할 수 있다(Line 18).
이후, 신호 최적화 장치(200)는 Cost Matrix의 (N, L) 성분을 연산하기 위한 Base Matrix를 계산할 수 있으며(Line 26), 신호 최적화 장치(200)는 Cost Matrix의 (N, L) 성분을 계산하여 동적계획법 결과 값으로 반환할 수 있다(Line 30).
이를 통해, 신호 최적화 장치(200)는 O(LN)의 공간 복잡도를 나타내게 될 수 있고, 신호 최적화 장치(200)에서 이용되는 Base Matrix는 O(N_Bit)의 공간 복잡도로 계산될 수 있다.
도8은 본 발명의 일 실시예에 따른 신호 최적화 방법의 순서도이다.
본 발명의 일 실시예에 따른 신호 최적화 방법은 도 1에 도시된 신호 최적화 장치(200)와 실질적으로 동일한 구성 상에서 진행되므로, 도 1의 신호 최적화 장치(200)와 동일한 구성요소에 대해 동일한 도면 부호를 부여하고, 반복되는 설명은 생략하기로 한다.
신호 최적화 방법은 측정 신호를 수집하는 단계(600), 측정 신호의 레벨과 기준 레벨을 비교하여 차이 값을 생성하는 단계(610), 근사화 오차의 최대 값을 생성하는 단계(620), 가중치를 생성하는 단계(630) 및 최적화 신호를 생성하고, 최적화 신호를 차이 값에 매칭시키는 단계(640)를 포함할 수 있다.
측정 신호를 수집하는 단계(600)는 비교부(220)는 사전에 설정되는 측정 시간 간격으로 나타나는 측정 신호를 수집하는 단계일 수 있다.
측정 신호의 레벨과 기준 레벨을 비교하여 차이 값을 생성하는 단계(610)는 측정 신호에 대한 기준 레벨을 설정하여, 임의의 시점에서의 측정 신호의 레벨과 상기 기준 레벨을 비교하여 차이 값을 생성하는 단계
근사화 오차의 최대 값을 생성하는 단계(620)는 근사화 오차 산출부(230)가 복수의 시점에서 생성되는 복수개의 차이 값 중 가장 큰 값인 제 1 차이 값과 가장 작은 값인 제 2 차이 값을 이용하여, 근사화 오차의 최대 값을 생성하는 단계일 수 있다.
가중치를 생성하는 단계(630)는 가중치 산출부(240)가 근사화 오차의 최대 값에 기초하여, 측정 신호에 적용되는 가중치를 생성하는 단계일 수 있다.
최적화 신호를 생성하고, 최적화 신호를 차이 값에 매칭시키는 단계(640)는 최적화 신호 생성부(250)가 측정 신호의 레벨과 기준 레벨의 차이 값에 따른 이산 신호로부터, 가중치에 따라 스케일링을 수행하여 최적화 신호를 생성하고, 생성된 최적화 신호를 측정 신호의 레벨과 기준 레벨의 차이 값에 매칭시키는 단계일 수 있다.
이와 같은, 신호 최적화 방법은 어플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
1: 신호 최적화 시스템
100: 측정 신호
200: 신호 최적화 장치

Claims (10)

  1. 사전에 설정되는 측정 시간 간격으로 나타나는 측정 신호를 수집하는 수집부;
    상기 측정 신호에 대한 기준 레벨을 설정하여, 임의의 시점에서의 상기 측정 신호의 레벨과 상기 기준 레벨을 비교하여 차이 값을 생성하는 비교부;
    복수의 시점에서 생성되는 복수개의 차이 값 중 가장 큰 값인 제 1 차이 값과 가장 작은 값인 제 2 차이 값을 이용하여, 근사화 오차의 최대 값을 생성하는 근사화 오차 산출부;
    근사화 오차의 최대 값에 기초하여, 상기 측정 신호에 적용되는 가중치를 생성하는 가중치 산출부; 및
    상기 측정 신호의 레벨과 상기 기준 레벨의 차이 값에 따른 이산 신호로부터, 상기 가중치에 따라 스케일링을 수행하여 최적화 신호를 생성하고, 생성된 최적화 신호를 상기 측정 신호의 레벨과 상기 기준 레벨의 차이 값에 매칭시키는 최적화 신호 생성부를 포함하는, 신호 최적화 장치.
  2. 제1항에 있어서, 상기 근사화 오차 산출부는,
    상기 제 1 차이 값과 상기 제 2 차이 값의 차이를 계산하여 높이 값을 생성하고, 상기 측정 시간 간격과 상기 높이 값의 곱을 계산하여 상기 근사화 오차의 최대 값을 생성하는, 신호 최적화 장치.
  3. 제1항에 있어서, 상기 비교부는,
    상기 측정 시간 간격에 따른 최초 지점에서의 상기 측정 신호의 레벨과 상기 측정 시간 간격에 따른 최종 지점에서의 상기 측정 신호의 레벨을 연결하는 직선을 산출하여 상기 기준 레벨을 생성하는, 신호 최적화 장치.
  4. 제1항에 있어서, 상기 가중치 산출부는,
    사전에 설정되는 정점의 개수와 자릿수가 동일한 2진 코드의 최대 값을 상기 근사화 오차의 최대 값으로 나눈 값을 계산하여 상기 가중치를 생성하는, 신호 최적화 장치.
  5. 제1항에 있어서,
    상기 최적화 신호 및 상기 최적화 신호와 매칭된 상기 측정 신호의 레벨과 상기 기준 레벨의 차이 값을 저장하는 저장부를 더 포함하고,
    상기 최적화 신호 생성부는,
    상기 측정 신호의 레벨과 상기 기준 레벨의 차이 값이 이전에 저장된 상기 측정 신호의 레벨과 상기 기준 레벨의 차이 값과 동일한 경우, 상기 측정 신호의 레벨과 상기 기준 레벨의 차이 값에 매칭되는 상기 최적화 신호를 추출하는, 신호 최적화 장치.
  6. 저전력-저용량 임베디드 장비에 적용 가능한 신호 최적화 장치를 이용하는 신호 최적화 방법에 있어서,
    사전에 설정되는 측정 시간 간격으로 나타나는 측정 신호를 수집하는 단계;
    상기 측정 신호에 대한 기준 레벨을 설정하여, 임의의 시점에서의 상기 측정 신호의 레벨과 상기 기준 레벨을 비교하여 차이 값을 생성하는 단계;
    복수의 시점에서 생성되는 복수개의 차이 값 중 가장 큰 값인 제 1 차이 값과 가장 작은 값인 제 2 차이 값을 이용하여, 근사화 오차의 최대 값을 생성하는 단계;
    근사화 오차의 최대 값에 기초하여, 상기 측정 신호에 적용되는 가중치를 생성하는 단계; 및
    상기 측정 신호의 레벨과 상기 기준 레벨의 차이 값에 따른 이산 신호로부터, 상기 가중치에 따라 스케일링을 수행하여 최적화 신호를 생성하고, 생성된 최적화 신호를 상기 측정 신호의 레벨과 상기 기준 레벨의 차이 값에 매칭시키는 단계를 포함하는, 신호 최적화 방법.
  7. 제6항에 있어서, 상기 근사화 오차의 최대 값을 생성하는 단계는,
    상기 제 1 차이 값과 상기 제 2 차이 값의 차이를 계산하여 높이 값을 생성하고, 상기 측정 시간 간격과 상기 높이 값의 곱을 계산하여 상기 근사화 오차의 최대 값을 생성하는, 신호 최적화 방법.
  8. 제6항에 있어서, 상기 측정 신호의 레벨과 기준 레벨을 비교하여 차이 값을 생성하는 단계는,
    상기 측정 시간 간격에 따른 최초 지점에서의 상기 측정 신호의 레벨과 상기 측정 시간 간격에 따른 최종 지점에서의 상기 측정 신호의 레벨을 연결하는 직선을 산출하여 상기 기준 레벨을 생성하는, 신호 최적화 방법.
  9. 제6항에 있어서, 상기 가중치를 생성하는 단계는,
    사전에 설정되는 정점의 개수와 자릿수가 동일한 2진 코드의 최대 값을 상기 근사화 오차의 최대 값으로 나눈 값을 계산하여 상기 가중치를 생성하는, 신호 최적화 방법.
  10. 제6항 내지 제9항에 중 어느 하나의 항에 따른 신호 최적화 방법을 수행하기 위한, 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록매체.

KR1020200126195A 2020-09-28 2020-09-28 저전력-저용량 임베디드 장비에 적용 가능한 신호 최적화 장치, 방법 및 이를 수행하기 위한 프로그램을 기록한 기록매체 KR102399635B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200126195A KR102399635B1 (ko) 2020-09-28 2020-09-28 저전력-저용량 임베디드 장비에 적용 가능한 신호 최적화 장치, 방법 및 이를 수행하기 위한 프로그램을 기록한 기록매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200126195A KR102399635B1 (ko) 2020-09-28 2020-09-28 저전력-저용량 임베디드 장비에 적용 가능한 신호 최적화 장치, 방법 및 이를 수행하기 위한 프로그램을 기록한 기록매체

Publications (2)

Publication Number Publication Date
KR20220042851A KR20220042851A (ko) 2022-04-05
KR102399635B1 true KR102399635B1 (ko) 2022-05-18

Family

ID=81181926

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200126195A KR102399635B1 (ko) 2020-09-28 2020-09-28 저전력-저용량 임베디드 장비에 적용 가능한 신호 최적화 장치, 방법 및 이를 수행하기 위한 프로그램을 기록한 기록매체

Country Status (1)

Country Link
KR (1) KR102399635B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006106713A1 (ja) 2005-03-30 2006-10-12 Nihon University 最悪値誤差尺度を最小化する信号近似システム
KR100874062B1 (ko) 2001-02-21 2008-12-12 소니 가부시끼 가이샤 신호 처리 장치
JP5709017B2 (ja) 2010-02-15 2015-04-30 国立大学法人九州大学 被験体状態解析用信号のピーク周波数測定システム

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2448806C (en) * 2001-06-13 2011-10-18 Compumedics Limited Methods and apparatus for monitoring consciousness
KR20140089897A (ko) * 2013-01-08 2014-07-16 삼성전자주식회사 저전력 생체신호 모니터링 방법 및 장치
KR102201163B1 (ko) 2018-12-26 2021-01-12 인천대학교 산학협력단 인체 심전도 신호를 활용한 의료 네트워크 데이터 암호화 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100874062B1 (ko) 2001-02-21 2008-12-12 소니 가부시끼 가이샤 신호 처리 장치
WO2006106713A1 (ja) 2005-03-30 2006-10-12 Nihon University 最悪値誤差尺度を最小化する信号近似システム
JP5709017B2 (ja) 2010-02-15 2015-04-30 国立大学法人九州大学 被験体状態解析用信号のピーク周波数測定システム

Also Published As

Publication number Publication date
KR20220042851A (ko) 2022-04-05

Similar Documents

Publication Publication Date Title
US20210256348A1 (en) Automated methods for conversions to a lower precision data format
US20190056423A1 (en) Adjoint analysis method and apparatus for data
US20180300363A1 (en) Method And System To Estimate The Cardinality Of Sets And Set Operation Results From Single And Multiple HyperLogLog Sketches
CN106294331A (zh) 音频信息检索方法及装置
KR100978913B1 (ko) Ｓｖｍ기반 복 수의 매칭 알고리즘을 결합한 음원 검색 시스템 및 방법
CN105069431A (zh) 人脸的定位方法和装置
CN112070121A (zh) 一种基于变分自编码器的智能电表数据填补方法
KR102399635B1 (ko) 저전력-저용량 임베디드 장비에 적용 가능한 신호 최적화 장치, 방법 및 이를 수행하기 위한 프로그램을 기록한 기록매체
CN110988511A (zh) 基于多重熵值特征提取的电力电子变换器非线性识别方法
KR102406917B1 (ko) 템플릿 신호에 기반한 신호 압축 장치, 방법 및 이를 수행하기 위한 프로그램을 기록한 기록매체
EP3792748A1 (en) Information processing device and method, and program
Lee et al. Adaptive ecg signal compression method based on look-ahead linear approximation for ultra long-term operating of healthcare iot devices (sci)
CN111078505B (zh) 一种监测数据处理方法、装置和计算设备
CN112783508A (zh) 文件的编译方法、装置、设备以及存储介质
CN110390160A (zh) 一种时序信号的周期检测方法、装置及相关设备
CN102117380B (zh) 简化基于矩阵的Boosting算法的系统及方法
CN115862653A (zh) 音频去噪方法、装置、计算机设备和存储介质
CN115168326A (zh) Hadoop大数据平台分布式能源数据清洗方法及系统
US9838032B2 (en) Data compression device, data compression method, and computer program product
US10692256B2 (en) Visualization method, visualization device, and recording medium
US11080193B2 (en) Method for improving the execution time of a computer application
Vemulapalli et al. Optimally robust extrema filters for time series data
CN112508166A (zh) 信息处理装置和方法以及存储信息处理程序的记录介质
CN111143744B (zh) 一种web资产检测的方法、装置、设备及可读存储介质
CN110060108A (zh) 一种用户行为分析方法及装置

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant