CN106452947A - 一种用于光纤安防大数据存储的方法 - Google Patents
一种用于光纤安防大数据存储的方法 Download PDFInfo
- Publication number
- CN106452947A CN106452947A CN201610840773.XA CN201610840773A CN106452947A CN 106452947 A CN106452947 A CN 106452947A CN 201610840773 A CN201610840773 A CN 201610840773A CN 106452947 A CN106452947 A CN 106452947A
- Authority
- CN
- China
- Prior art keywords
- profile
- signal
- optical fiber
- data
- storage
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/02—Capturing of monitoring data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/02—Capturing of monitoring data
- H04L43/028—Capturing of monitoring data by filtering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
- H04L43/045—Processing captured monitoring data, e.g. for logfile generation for graphical visualisation of monitoring data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/16—Threshold monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种用于光纤安防大数据存储的方法，该方法包括以下步骤：一、采集信号并进行缓存：在光纤上选取若干个节点，对每个节点的信号进行采集，并将各个节点的信号按照时间顺序进行缓存；二、确定有效数据：对上一步骤中缓存的信号进行分析处理，检测其中是否存在扰动信号，若存在扰动信号，则为有效数据，若不存在扰动信号，则为无效数据；三、保存有效数据：将上一步骤中得到的有效数据保存至存储设备中。本发明能够通过只存储有效数据从而降低存储成本。
Description
技术领域
本发明涉及光纤探测领域，尤其是涉及一种用于光纤安防大数据存储的方法。
背景技术
当今世界，恐怖组织和***活动日益频繁，各种社会不稳定因素不断上升，国家安全和国民财产安全面临极大的挑战，各种可以预见和难以预见的风险因素明显增多。
伴随着安全国家、安全城市以及智慧城市的建设，当前周界安全呈现出越来越重要的地位。以分布式光纤传感为基础的周界安防监测***，正显示出比传统周界安防更加优越的性能。
当前的光纤周界安防***，需要7X24小时连续不中断的进行工作，如实记录周界覆盖范围发生的一切信息。如果采样点是5000（覆盖50Km），采样频率为2k，即2048byte/s，每个采样数据是一个SHORT类型（2字节），那么对于2个通道，每秒钟产生的数据量为：5000*2048*2*2=40960000字节=40000k字节；
每天的数据量为：
40000*3600*24=3456000000k=3TB；
每月的数据量为：
3TB*30=90TB。
如果由于安防的需要，增加采样频率，以便于能更加准确的采集到现场的原始数据，那么这些数据量将是非常惊人的。客观上，庞大的数据不仅增加了硬件的成本，而且也不便于数据管理以及进行后期的查询。
即使是庞大的数据，但是对于客户来讲可能大部分信息是无效，有效信息可能只分布在一个较短的时间段内。按照数学统计的说法，信息是呈现幂律分布的，也称之为信息的密度，往往越高密度的信息对客户价值越大。所以，这种海量数据和实际的有效数据之间存在着突出的矛盾。
大数据背景下，这种飞速增长的监控数据，使得传统监控体系架构、数据的管理方式、数据分析应用等面临新的困境。
发明内容
为了解决上述现有技术中存在的不足,本发明提供一种用于光纤安防大数据存储的方法,能够只保存用户需要的有效数据,有效地提高了同等硬件存储条件下进行数据存储的天数,不仅方便用户查询,同时降低了成本。
为实现上述发明目的，本发明提供的技术方案如下：
一种用于光纤安防大数据存储的方法，该方法包括以下步骤：
一、采集信号并进行缓存：在光纤上选取若干个节点，对每个节点的信号进行采集，并将各个节点的信号按照时间顺序进行缓存；
二、确定有效数据：对上一步骤中缓存的信号进行分析处理，检测其中是否存在扰动信号，若存在扰动信号，则为有效数据，若不存在扰动信号，则为无效数据；
三、保存有效数据：将上一步骤中得到的有效数据保存至存储设备中。
进一步地，步骤二中所述的确定有效数据的方法包括以下步骤：
Ⅰ、信号处理：对步骤一中缓存的信号进行处理，处理的方式包括计算信号差值、计算信号方差和标准差、计算信号相关度值和计算FFT变换后某个频段的功率；
Ⅱ、制成瀑布图：将步骤Ⅰ中所得的信号数据作为特征量数值，分别以距离和时间为X、Y轴形成二维的瀑布图；
Ⅲ、确定保存数据范围：根据二维图像的斑点形态确定需要保存的原始OTDR数据的范围。
进一步地，步骤Ⅲ中确定保存数据范围的方法包括以下步骤：
①、二值化处理：对瀑布图做二值化处理，使其变成由0和1组成的黑白图像；
②、获取轮廓：获取步骤②中黑白图像中所有扰动信号的轮廓；
③、记录及计算轮廓指标：记录和计算步骤③中得到的各项轮廓指标；
④、确定保存区域：设定轮廓各项指标的阈值，将轮廓对应的起始时间、结束时间、起始位置和结束位置作为需要保存的数据区域。
进一步地，在进行所述步骤①前对瀑布图进行二维平滑处理
进一步地，所述轮廓指标包括轮廓自身指标和轮廓最小外接矩形的形状信息，轮廓自身指标包括轮廓点数、轮廓周长和轮廓包围面积，最小外接矩形的形状信息包括最小外接矩形的宽度、长度和面积。
进一步地，在进行步骤③之前，通过轮廓膨胀技术将轮廓区域做放大处理。
进一步地，在进行步骤⑤之后作外接矩形的交叉性判断,判断瀑布图中任意两个外接矩形是否有交叉,若有交叉,则将两个外接矩形合并成一个更大的新矩形区域。
进一步地，所述新矩形区域的起始点位置为两个外接矩形的起始点的最小值；所述新矩形区域的终点位置为两个外接矩形的终点位置的最大值；所述新矩形区域的开始时刻为两个外接矩形的开始时刻的最小值；所述新矩形区域的结束时刻为两个外接矩形的结束时刻的最大值。
进一步地，根据瀑布图确定并存储扰动信号的起始时刻、结束时刻、起始位置和结束位置的数据信息，其中起始时刻：
=-，其中为扰动信号实际发生时刻，为预存储时间；
结束时刻：
t，其中为扰动信号实际结束时刻，为额外存储时间。
根据上述技术方案，相比于现有技术本发明具有以下优点：
1、本发明只存储用户需要的有效数据信息，从而使得用户在使用时更加方便快捷地查找；
2、本发明剔除了大量的无效数据的存储，大大减少了存储设备的占用空间，从而使得存储设备能够存储更多的有效数据，减少了存储设备的使用数目，因此降低了成本；
3、本发明能够根据需要设定阈值的大小，进而调整灵敏度，进而实现监控数据的灵活性。
附图说明
图1是本发明的工作流程图。
具体实施方式
下面根据附图和具体的实施例对本发明一种用于光纤安防大数据存储的方法做进一步地详细阐述，以求更为清楚明了地理解其工作方式和使用步骤，但不能以此来限制本发明专利的保护范围。
一种用于光纤安防大数据存储的方法，该方法包括以下步骤：
一、采集信号并进行缓存：在光纤上选取若干个节点，对每个节点的信号进行采集，并将各个节点的信号按照时间顺序进行缓存，以长度为5000m的光纤为例，每1秒采样100次，采样点个数为5000，那么相当于每个数据点代表1m，第i次t时刻采样得到1*5000的一个数组x[t][5000]；
二、确定有效数据：对上一步骤中缓存的信号进行分析处理，检测其中是否存在扰动信号，若存在扰动信号，则为有效数据，若不存在扰动信号，则为无效数据；
三、保存有效数据：将上一步骤中得到的有效数据保存至存储设备中。
步骤二中所述的确定有效数据的方法包括以下步骤：
Ⅰ、信号处理：对步骤一中缓存的信号进行处理，处理的方式包括计算信号差值、计算信号方差、计算信号相关度值和计算FFT变换后某个频段的功率；
1）信号的差值，即本时刻的数据减去上一个时刻的数据：
d[t][1:5000]=x[t][1:5000]-x[t-1][1:5000] ；
x[t][1:5000]表示5000个采样点在t时刻的信号，
x[t-1][1:5000]表示5000个采样点在t-1时刻的信号，
d[t][1:5000]表示5000个采样点在t时刻的信号差值，即特征量的值。
2）信号的方差，任一光纤位置的信号差值计算公式如下：
n表示在某个位置计算方差数据的个数，表示第i个数据，表示n个数据的均值
3）相关度，任一光纤位置的信号相关度计算公式如下：
其中 表示(i-1)T时刻的原始信号数值，
表示(i-1-k)T时刻的原始信号数值，
k表示延迟的采样周期数；
4）FFT变换的频点系数，任一光纤位置的信号FFT变换计算公式如下：
输入x(n)为当前t时刻之前的第n个信号数据。
对于N点序列的离散傅里叶变换（DFT）为：
其中e 是自然对数的底数，i是虚数单位，输出量为傅里叶变换后各个频点的系数。
Ⅱ、制成瀑布图：将步骤Ⅰ中所得的信号数据作为特征量数值，分别以距离和时间为X、Y轴形成二维的瀑布图；
Ⅲ、确定保存数据范围：根据二维图像的斑点形态确定需要保存的原始OTDR数据的范围。
步骤Ⅲ中确定保存数据范围的方法包括以下步骤：
①、平滑处理：对瀑布图进行二维平滑处理；
②、二值化处理：采用阈值对瀑布图做二值化处理，使其变成由0和1组成的黑白图像；
③、获取轮廓：获取步骤②中黑白图像中所有扰动信号的轮廓；
④、记录及计算轮廓指标：记录和计算步骤③中得到的轮廓的各项指标；
⑤、确定保存区域：设定轮廓各项指标的阈值，将轮廓对应的起始时间、结束时间、起始位置和结束位置作为需要保存的数据区域，
轮廓的点数超过阈值Th1，和/或；
轮廓的周长超过阈值Th2，和/或；
轮廓包围的面积超过阈值Th3，和/或；
轮廓最小外接矩形的宽度超过阈值Th4，和/或；
轮廓最小外接矩形的高度超过阈值Th5，和/或；
轮廓最小外接矩形的面积超过阈值Th6，和/或；
可以通过设置Th1～Th6的阈值，来调节待保存的数据量，如果小的扰动也不保存的话，则可以提高这些数值，那么数据保存量会更加减少，即：可以设置的非常灵敏，可以刚刚超过底噪，此时保存的数据较全面；可以设置的中等灵敏，即过滤掉很小的扰动，例如1~2级风产生的扰动，保存的有效数据量就会减小。
所述轮廓指标包括轮廓自身指标和轮廓最小外接矩形的形状信息，轮廓自身指标包括轮廓点数、轮廓周长和轮廓包围面积，最小外接矩形的形状信息包括最小外接矩形的宽度、长度和面积。
在进行步骤③之前，通过轮廓膨胀技术将轮廓区域做放大处理。
在进行步骤⑤之后作外接矩形的交叉性判断,判断瀑布图中任意两个外接矩形是否有交叉,若有交叉,则将两个外接矩形合并成一个更大的新矩形区域。
所述新矩形区域的起始点位置为两个外接矩形的起始点的最小值；所述新矩形区域的终点位置为两个外接矩形的终点位置的最大值；所述新矩形区域的开始时刻为两个外接矩形的开始时刻的最小值；所述新矩形区域的结束时刻为两个外接矩形的结束时刻的最大值。
根据瀑布图确定并存储扰动信号的起始时刻、结束时刻、起始位置和结束位置的数据信息，其中起始时刻：
=-，其中为扰动信号实际发生时刻，为预存储时间；
结束时刻：
t，其中为扰动信号实际结束时刻，为额外存储时间。
就是瀑布图中矩形区域第一个点对应的OTDR缓存数据的第一个数据，相应的，就是瀑布图中矩形区域最后一个点对应的OTDR缓存数据的最后一个数据，起始位置和结束位置就是瀑布图矩形区域的起始位置和结束位置。
毫无疑问，本发明一种用于光纤安防大数据存储的方法除了上述实施例中讲述的类型和方式以外，还包括其他类似的工作方式和使用方法。总而言之，本发明还包括其他对于本领域技术人员显而易见的变换和替代。
Claims (9)
1.一种用于光纤安防大数据存储的方法，其特征在于，该方法包括以下步骤：
一、采集信号并进行缓存：在光纤上选取若干个节点，对每个节点的信号进行采集，并将各个节点的信号按照时间顺序进行缓存；
二、确定有效数据：对上一步骤中缓存的信号进行分析处理，检测其中是否存在扰动信号，若存在扰动信号，则为有效数据，若不存在扰动信号，则为无效数据；
三、保存有效数据：将上一步骤中得到的有效数据保存至存储设备中。
2.根据权利要求1所述的一种用于光纤安防大数据存储的方法，其特征在于，步骤二中所述的确定有效数据的方法包括以下步骤：
Ⅰ、信号处理：对步骤一中缓存的信号进行处理，处理的方式包括计算信号差值、计算信号方差和标准差、计算信号相关度值和计算FFT变换后某个频段的功率；
Ⅱ、制成瀑布图：将步骤Ⅰ中所得的信号数据作为特征量数值，分别以距离和时间为X、Y轴形成二维的瀑布图；
Ⅲ、确定保存数据范围：根据二维图像的斑点形态确定需要保存的原始OTDR数据的范围。
3.根据权利要求2所述的一种用于光纤安防大数据存储的方法，其特征在于，步骤Ⅲ中确定保存数据范围的方法包括以下步骤：
①、二值化处理：对瀑布图做二值化处理，使其变成由0和1组成的黑白图像；
②、获取轮廓：获取步骤②中黑白图像中所有扰动信号的轮廓；
③、记录及计算轮廓指标：记录和计算步骤③中得到的各项轮廓指标；
④、确定保存区域：设定轮廓各项指标的阈值，将轮廓对应的起始时间、结束时间、起始位置和结束位置作为需要保存的数据区域。
4.根据权利要求3所述的一种用于光纤安防大数据存储的方法，其特征在于，在进行所述步骤①前对瀑布图进行二维平滑处理。
5.根据权利要求3所述的一种用于光纤安防大数据存储的方法，其特征在于，所述轮廓指标包括轮廓自身指标和轮廓最小外接矩形的形状信息，轮廓自身指标包括轮廓点数、轮廓周长和轮廓包围面积，最小外接矩形的形状信息包括最小外接矩形的宽度、长度和面积。
6.根据权利要求3所述的一种用于光纤安防大数据存储的方法，其特征在于，在进行步骤③之前，通过轮廓膨胀技术将轮廓区域做放大处理。
7.根据权利要求3所述的一种用于光纤安防大数据存储的方法，其特征在于，在进行步骤⑤之后作外接矩形的交叉性判断,判断瀑布图中任意两个外接矩形是否有交叉,若有交叉,则将两个外接矩形合并成一个更大的新矩形区域。
8.根据权利要求7所述的一种用于光纤安防大数据存储的方法，其特征在于，所述新矩形区域的起始点位置为两个外接矩形的起始点的最小值；所述新矩形区域的终点位置为两个外接矩形的终点位置的最大值；所述新矩形区域的开始时刻为两个外接矩形的开始时刻的最小值；所述新矩形区域的结束时刻为两个外接矩形的结束时刻的最大值。
9.根据权利要求7所述的一种用于光纤安防大数据存储的方法，其特征在于，根据瀑布图确定并存储扰动信号的起始时刻、结束时刻、起始位置和结束位置的数据信息，其中起始时刻：
=-，其中为扰动信号实际发生时刻，为预存储时间；
结束时刻：
t，其中为扰动信号实际结束时刻，为额外存储时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610840773.XA CN106452947A (zh) | 2016-09-22 | 2016-09-22 | 一种用于光纤安防大数据存储的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610840773.XA CN106452947A (zh) | 2016-09-22 | 2016-09-22 | 一种用于光纤安防大数据存储的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106452947A true CN106452947A (zh) | 2017-02-22 |
Family
ID=58166766
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610840773.XA Pending CN106452947A (zh) | 2016-09-22 | 2016-09-22 | 一种用于光纤安防大数据存储的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106452947A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108809977A (zh) * | 2018-06-08 | 2018-11-13 | 电子科技大学 | 一种分布式光纤传感大数据实时统计压缩方法 |
| CN110377050A (zh) * | 2019-07-03 | 2019-10-25 | 长沙理工大学 | 一种结合多无人机和光纤技术的周界安防*** |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101267644A (zh) * | 2008-04-22 | 2008-09-17 | 广东高新兴通信股份有限公司 | 一种对监控数据的存储方法 |
| CN102226898A (zh) * | 2011-06-13 | 2011-10-26 | 中国有色金属长沙勘察设计研究院有限公司 | 在线监测***中控制监测数据入库的方法和装置 |
| CN103425675A (zh) * | 2012-05-17 | 2013-12-04 | 南京中兴力维软件有限公司 | 用于集中监控管理***的监控数据存储方法及装置 |
| CN104134303A (zh) * | 2014-07-22 | 2014-11-05 | 上海光亮光电科技有限公司 | 光纤传感***的入侵信号识别方法 |
| CN105278879A (zh) * | 2015-10-14 | 2016-01-27 | 珠海格力电器股份有限公司 | 监控数据的处理方法及装置 |
| CN105931402A (zh) * | 2016-06-27 | 2016-09-07 | 上海波汇科技股份有限公司 | 基于图像识别的光纤周界入侵监测方法 |
-
2016
- 2016-09-22 CN CN201610840773.XA patent/CN106452947A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101267644A (zh) * | 2008-04-22 | 2008-09-17 | 广东高新兴通信股份有限公司 | 一种对监控数据的存储方法 |
| CN102226898A (zh) * | 2011-06-13 | 2011-10-26 | 中国有色金属长沙勘察设计研究院有限公司 | 在线监测***中控制监测数据入库的方法和装置 |
| CN103425675A (zh) * | 2012-05-17 | 2013-12-04 | 南京中兴力维软件有限公司 | 用于集中监控管理***的监控数据存储方法及装置 |
| CN104134303A (zh) * | 2014-07-22 | 2014-11-05 | 上海光亮光电科技有限公司 | 光纤传感***的入侵信号识别方法 |
| CN105278879A (zh) * | 2015-10-14 | 2016-01-27 | 珠海格力电器股份有限公司 | 监控数据的处理方法及装置 |
| CN105931402A (zh) * | 2016-06-27 | 2016-09-07 | 上海波汇科技股份有限公司 | 基于图像识别的光纤周界入侵监测方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108809977A (zh) * | 2018-06-08 | 2018-11-13 | 电子科技大学 | 一种分布式光纤传感大数据实时统计压缩方法 |
| CN108809977B (zh) * | 2018-06-08 | 2020-12-15 | 电子科技大学 | 一种分布式光纤传感大数据实时统计压缩方法 |
| CN110377050A (zh) * | 2019-07-03 | 2019-10-25 | 长沙理工大学 | 一种结合多无人机和光纤技术的周界安防*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022252799A1 (zh) | 模型训练方法及林地变化检测方法及***及装置及介质 | |
| CN106796716B (zh) | 用于为低分辨率图像提供超分辨率的设备和方法 | |
| WO2016054908A1 (zh) | 基于物联网大数据平台的智能用户画像方法及装置 | |
| CN108491959B (zh) | 一种智能相似天气预报方法及***、信息数据处理终端 | |
| KR20010055492A (ko) | 영상 히스토그램을 이용한 영상 검색 시스템과 그 방법 | |
| CN111126662A (zh) | 基于大数据的灌溉决策制定方法、装置、服务器和介质 | |
| CN107016403A (zh) | 一种基于夜间灯光数据提取城市建成区阈值的方法 | |
| CN110032939B (zh) | 一种基于高斯混合模型的遥感时序数据拟合方法 | |
| CN106452947A (zh) | 一种用于光纤安防大数据存储的方法 | |
| Bhatt et al. | Take a walk, grow a tree | |
| CN112217650A (zh) | 网络阻塞攻击效果评估方法、装置及存储介质 | |
| CN110348326A (zh) | 基于身份证识别和多设备访问的家庭健康信息处理方法 | |
| CN117809124B (zh) | 基于多特征融合的医学图像关联调用方法及*** | |
| CN106324708B (zh) | 雨量记录图纸的数字化方法、装置 | |
| Liu et al. | Adaptive threshold segmentation for cotton canopy image in complex background based on logistic regression algorithm | |
| CN108966042A (zh) | 一种基于最短路径的视频摘要生成方法及装置 | |
| JP3386107B2 (ja) | １次元量予測装置 | |
| CN105930459B (zh) | 一种有效的基于内容的人体皮肤图像分类检索方法 | |
| CN115034693B (zh) | 基于物联网的生物信息数据安全管理方法、***及存储介质 | |
| CN111027771A (zh) | 景区客流量预估方法、***、装置及可存储介质 | |
| KR101545998B1 (ko) | 유출-수리모형 데이터 통합 관리 방법 및 그 시스템 | |
| CN108460789B (zh) | 一种人造地表时序变化在线检测***与方法 | |
| CN116229330A (zh) | 一种视频有效帧的确定方法、***、电子设备及存储介质 | |
| Yang et al. | VMDM-fusion: a saliency feature representation method for infrared and visible image fusion | |
| CN115100594A (zh) | 一种行人目标检测方法、***、装置及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: Room 103, Building 299, Zhongchen Road, Songjiang District, Shanghai, 20113 Applicant after: Shanghai Bohui Technology Co., Ltd. Applicant after: Shanghai wave wave Software Co., Ltd. Address before: Room 203, 177 Bibo Road, Zhangjiang High-tech Park, Pudong New Area, Shanghai, 201203 Applicant before: Shanghai Bandweaver Technology Co., Ltd. Applicant before: Shanghai wave wave Software Co., Ltd. |
|
| CB02 | Change of applicant information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Jie Yingchun Inventor after: Zhou Jun Inventor after: Liu Guanghe Inventor after: Zhang Chengxian Inventor after: Lin Zongqiang Inventor after: Zhao Hao Inventor before: Xie Yingchun Inventor before: Zhou Jun Inventor before: Liu Guanghe Inventor before: Zhang Chengxian Inventor before: Lin Zongqiang Inventor before: Zhao Hao |
|
| CB03 | Change of inventor or designer information | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170222 |
|
| RJ01 | Rejection of invention patent application after publication |