CN114464202A - 一种基于最近克罗内克积分解的双曲正割回声消除法 - Google Patents

一种基于最近克罗内克积分解的双曲正割回声消除法 Download PDF

Info

Publication number
CN114464202A
CN114464202A CN202210028192.1A CN202210028192A CN114464202A CN 114464202 A CN114464202 A CN 114464202A CN 202210028192 A CN202210028192 A CN 202210028192A CN 114464202 A CN114464202 A CN 114464202A
Authority
CN
China
Prior art keywords
length
filter
signal
error signal
current
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
Application number
CN202210028192.1A
Other languages
English (en)
Inventor
何怡刚
刘倩倩
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.)
Ningbo Lidou Intelligent Technology Co ltd
Wuhan University WHU
Original Assignee
Ningbo Lidou Intelligent Technology Co ltd
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 Ningbo Lidou Intelligent Technology Co ltd filed Critical Ningbo Lidou Intelligent Technology Co ltd
Priority to CN202210028192.1A priority Critical patent/CN114464202A/zh
Publication of CN114464202A publication Critical patent/CN114464202A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Filters That Use Time-Delay Elements (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)

Abstract

本发明公开了一种基于最近克罗内克积分解的双曲正割回声消除法，包括：采样远端传来的语音信号从而得到当前n时刻的远端信号离散值；将近端麦克风收集到的回声信号采样得到当前n时刻的期望信号；计算整个自适应滤波器的输出；将近端信号减去输出信号得到误差信号，进而计算出长度为L1和L2的分解滤波器的误差信号；根据当前n时刻的误差信号，算出长度为L1和L2的分解滤波器当前n时刻基于最近克罗内克积反正切函数的去冲击干扰误差信号，以更新得到长度为L1和L2的分解滤波器下一时刻n+1的抽头权向量，实现整个自适应滤波器的权向量更新；更新n值，重复上述步骤直至通话结束。该方法对电话通信的辨识能力强且收敛速度快、稳态误差低，回声消除效果明显。

Description

一种基于最近克罗内克积分解的双曲正割回声消除法
技术领域
本发明属于语音通信的自适应回声消除技术领域，更具体地，涉及一种基于最近克罗内克积分解的广义双曲正割自适应回声消除方法。
背景技术
在通信***中，噪声和回声的干扰一直不能被忽略掉。其中，在使用有线、无线、网络等通信设备时，使用者偶尔会在接收端听到自己的语音，该现象称为回声现象，也是影响通话质量的最大干扰。比如，在召开多人网络音频会议或用户使用通信设备的免提功能时，常会产生声学回声。其产生原理是，通话者的语音信号被麦克风拾取后，传送到近端通过扬声器放大后输出。在近端房间产生回声，回声信号由近端麦克风拾取，传送回远端输出，通话者因此听到自己的声音。对于回声时延短的会很难被察觉到，可理解为频谱失真的一种形式。反之，时延超过几十毫秒，回声就可明显觉察到。在极端条件下，当回声信号增益过大形成正反馈时，将导致刺耳的啸叫，使通信无法进行。因此必须在通讯设备集成声学回声消除器(Acoustic Echo Cancellation，AEC)以抑制回声，提高通信质量。由于人耳对回声极其敏感，因此对消除声学回声方法的研究仍是一个热门的课题。典型传统广泛应用的自适应回声消除方法之一主要是最小均方(Least-Mean-Square，LMS)算法，但是***存在冲击噪声等干扰噪声时，上述传统的算法会变得非常不稳定。
目前较成熟的抗冲击干扰的回声消除方法有如下所示：文献1"NearestKronecker product decomposition based normalized least mean squarealgorithm."(Bhattacharjee,Sankha Subhra,and Nithin V.George.,IEEEInternational Conference on Acoustics,Speech and Signal Processing(ICASSP),pp.476-480.IEEE,2020.)该方法利用了归一化最小均方准则能够快速收敛。但由于该算法没有考虑***中的冲击噪声特性，因此在解决含有冲击噪声***问题时性能会变差甚至发散。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提出了一种基于最近克罗内克积分解的广义双曲正割自适应回声消除方法，采用该方法进行回声消除，能获得更快的收敛速度和更低的稳态误差以及强抗干扰能力。
为实现上述目的，本发明提供了一种基于最近克罗内克积分解的广义双曲正割自适应回声消除方法，包括：
S1：采样远端传来的语音信号从而得到当前n时刻的远端信号离散值x(n)；同时，将近端麦克风收集到的回声信号采样得到当前n时刻的期望信号
Figure BDA0003465224000000021
S2：通过长度为L1和L2的分解滤波器计算整个自适应滤波器的输出y(n)；
S3：将近端信号
Figure BDA0003465224000000022
减去输出信号y(n)得到误差信号e(n)，进而计算出长度为L1和L2的分解滤波器的误差信号e1(n)和e2(n)；
S4：根据当前n时刻的误差信号e(n)，算出长度为L1和L2的分解滤波器当前n时刻基于最近克罗内克积反正切函数的去冲击干扰误差信号
Figure BDA0003465224000000023
和
Figure BDA0003465224000000024
利用去冲击干扰误差信号更新得到长度为L1和L2的分解滤波器下一时刻n+1的抽头权向量W1(n+1)和W2(n+1)，进而实现整个自适应滤波器的权向量更新；
S5：更新n为下一时刻值，重复执行步骤S1～S4，直至通话结束。
在一些可选的实施方案中，步骤S2包括：
S2.1：将当前n时刻到n-L+1时刻的远端信号离散值构成当前n时刻的整个自适应滤波器输入向量x(n)，x(n)＝[x(n),x(n-1)...,x(n-L+1)]T，其中，L表示自适应滤波器抽头数，上标T代表转置；
S2.2：通过长度为L1和L2的分解滤波器计算当前n时刻的整个自适应滤波器的输出y(n)。
在一些可选的实施方案中，y(n)＝WT(n)x(n)，其中，
Figure BDA0003465224000000031
为当前n时刻的整个自适应滤波器的抽头权向量，其初始值为零且长度等于L＝L1×L2，W2,d(n)和W1,d(n)分别表示长度为L1和L2分解滤波器的脉冲响应；
Figure BDA0003465224000000032
表示克罗内克积运算，D表示分解滤波器的数目。
在一些可选的实施方案中，步骤S3包括：
将当前n时刻的期望信号
Figure BDA0003465224000000033
减去当前n时刻的整个自适应滤波器的输出信号y(n)，得到当前n时刻的误差信号e(n)作为当前n时刻消除回声后的近端信号再传送给远端，其中，
Figure BDA0003465224000000034
由当前n时刻的误差信号e(n)确定长度为L1和L2的分解滤波器的误差信号。
在一些可选的实施方案中，由
Figure BDA0003465224000000035
得到长度为L1的分解滤波器的误差信号，由
Figure BDA0003465224000000036
得到长度为L2的分解滤波器的误差信号，其中，W1(n)＝[W1,1(n),...,W1,d(n),...,W1,D(n)]T,W2(n)＝[W2,1(n),...,W2,d(n),...,W2,D(n)]T分别表示长度为L2和L1分解滤波器的权向量；对应长度L2和L1分解滤波器的输入分别是：
Figure BDA0003465224000000037
参数
Figure BDA0003465224000000038
且令D＝L2，
Figure BDA0003465224000000039
Figure BDA00034652240000000310
分别表示长度为L2和L1的单位向量。
在一些可选的实施方案中，步骤S4包括：
S4.1：根据当前n时刻的误差信号e(n)，算出当前n时刻去冲击干扰的误差信号
Figure BDA0003465224000000041
的两种相等形式，其中，
Figure BDA0003465224000000042
表示长度为L1的分解滤波器的去冲击干扰的误差信号，
Figure BDA0003465224000000043
表示长度为L2的分解滤波器的去冲击干扰的误差信号，sech(·)表示双曲正割运算，tanh(·)表示双曲正切运算；
Figure BDA0003465224000000044
且初始值均为零，λ、α是控制双曲正割函数形状的参数；
S4.2：更新分别得到长度为L2和L1的分解滤波器的下一时刻n+1的抽头权向量W1(n+1)和W2(n+1)，进而实现整个自适应滤波器的权向量更新，其中，
Figure BDA0003465224000000045
μ为步长参数。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
本发明的广义双曲正割函数的值是根据噪声环境的状态而变化的，当不存在冲击噪声时，
Figure BDA0003465224000000046
当存在冲击噪声时，
Figure BDA0003465224000000047
接近于零。换句话说，当存在冲击噪声时，算法不更新，说明算法具有良好的抗冲击噪声的能力，可以获得较小的稳态误差；当不存在冲击噪声时，更新公式中
Figure BDA0003465224000000048
项接近e(n)。因此算法可以得到较快的收敛速度和具有很好抗冲击的鲁棒性能。总之，本发明提出的方法既可以调节快收敛速度和低稳态误差之间的矛盾，又可以抗冲击噪声。
附图说明
图1是本发明实施例提供的一种基于最近克罗内克积分解的广义双曲正割自适应回声消除方法的流程图；
图2是本发明实施例提供的一种仿真实验的信道图；
图3是本发明实施例提供的一种文献1(NKP-NLMS)方法和本发明在真实语音信号为输入信号时，仿真实验的归一化稳态失调曲线。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示，本发明的一种具体实施方式是，一种基于最近克罗内克积分解的双曲正割回声消除法，其步骤如下：
S1：采样信号
对远端传来的语音信号采样得到当前n时刻的远端信号离散值x(n)；同时，将近端麦克风收集到的回声信号采样得到当前n时刻的期望信号
Figure BDA0003465224000000051
S2：计算整个自适应滤波器的输出y(n)；
S2.1：将当前n时刻到n-L+1时刻的远端信号离散值构成当前n时刻的整个自适应滤波器输入向量x(n)，x(n)＝[x(n),x(n-1)...,x(n-L+1)]T，其中，L表示自适应滤波器抽头数，L＝50或500，上标T代表转置；
S2.2：通过长度为L1和L2的分解滤波器计算当前n时刻的整个自适应滤波器的输出y(n)，即y(n)＝WT(n)x(n)，其中，
Figure BDA0003465224000000052
为当前n时刻的整个自适应滤波器的抽头权向量，其初始值为零且长度等于L＝L1×L2；W2,d(n)和W1,d(n)分别表示长度为L1和L2分解滤波器的脉冲响应；
Figure BDA0003465224000000053
表示克罗内克积运算，D表示分解滤波器的数目。；
S3：回声抵消
将当前n时刻的期望信号
Figure BDA0003465224000000054
减去当前n时刻的整个自适应滤波器的输出信号y(n)，得到当前n时刻的误差信号e(n)作为当前n时刻消除回声后的近端信号再传送给远端，即
Figure BDA0003465224000000055
则长度为L1和L2的分解滤波器的误差信号可写成如下两种相等形式，即：
Figure BDA0003465224000000056
Figure BDA0003465224000000061
其中，W1(n)＝[W1,1(n),...,W1,d(n),...,W1,D(n)]T,
W2(n)＝[W2,1(n),...,W2,d(n),...,W2,D(n)]T分别表示长度为L2和L1分解滤波器的权向量；对应长度L2和L1分解滤波器的输入分别是：
Figure BDA0003465224000000062
参数
Figure BDA0003465224000000063
且令D＝L2，
Figure BDA0003465224000000064
Figure BDA0003465224000000065
分别表示长度为L2和L1的单位向量；
S4：权向量的更新
S4.1：根据当前n时刻的误差信号e(n)，算出当前n时刻去冲击干扰的误差信号
Figure BDA0003465224000000066
的两种相等形式，即长度为L1和L2的分解滤波器的去冲击干扰的误差信号
Figure BDA0003465224000000067
Figure BDA0003465224000000068
Figure BDA0003465224000000069
其中，sech(·)表示双曲正割运算；tanh(·)表示双曲正切运算；
Figure BDA00034652240000000610
初始值均为零，λ、α是控制双曲正割函数形状的参数；
S4.2：更新分别得到长度为L2和L1的分解滤波器的下一时刻n+1的抽头权向量W1(n+1)和W2(n+1)，进而实现整个自适应滤波器的权向量更新；
Figure BDA00034652240000000611
Figure BDA00034652240000000612
其中，μ为步长参数，取值为0.5；
S5：令n＝n+1，重复步骤S1～步骤S4，直至通话结束。
仿真实验
为了验证本发明的有效性，进行了仿真实验，并与现有文献1的方法进行了对比。
仿真实验的回声信道脉冲响应在长6.25m，宽3.75m，高2.5m，温度20℃，湿度50％的安静密闭房间内获得，脉冲响应长度即滤波器的抽头数L＝50。背景噪声是30dB信噪比的零均值高斯白噪声，采样频率为8KHz。
按照以上实验条件，用本发明方法与现有文献1的方法进行回声消除实验。各种方法的实验最优参数取值如表1。
表1各方法的实验最优参数取值
文献1(NKP-NLMS) μ＝0.15,L<sub>1</sub>＝10,L<sub>2</sub>＝5
本发明 μ＝0.5,α＝0.01,λ＝0.2,L<sub>1</sub>＝10,L<sub>2</sub>＝5
图2是实验用的安静密闭房间构成的通信***的信道图。
图3是文献1(NKP-NLMS)的方法和本发明方法，在真实语音信号为输入信号时，仿真实验得到的归一化稳态失调曲线。
从图3可以看出：本发明在约1000个采样时刻收敛，稳态误差约在-30dB；而文献1则是在约480个采样时刻直接发散；所以在含有冲击噪声的***中，本发明的性能明显最优。
需要指出，根据实施的需要，可将本申请中描述的各个步骤/部件拆分为更多步骤/部件，也可将两个或多个步骤/部件或者步骤/部件的部分操作组合成新的步骤/部件，以实现本发明的目的。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于最近克罗内克积分解的双曲正割回声消除法，其特征在于，包括：
S1：采样远端传来的语音信号从而得到当前n时刻的远端信号离散值x(n)；同时，将近端麦克风收集到的回声信号采样得到当前n时刻的期望信号
Figure FDA0003465223990000011
S2：通过长度为L1和L2的分解滤波器计算整个自适应滤波器的输出y(n)；
S3：将近端信号
Figure FDA0003465223990000012
减去输出信号y(n)得到误差信号e(n)，进而计算出长度为L1和L2的分解滤波器的误差信号e1(n)和e2(n)；
S4：根据当前n时刻的误差信号e(n)，算出长度为L1和L2的分解滤波器当前n时刻基于最近克罗内克积反正切函数的去冲击干扰误差信号
Figure FDA0003465223990000013
和
Figure FDA0003465223990000014
利用去冲击干扰误差信号更新得到长度为L1和L2的分解滤波器下一时刻n+1的抽头权向量W1(n+1)和W2(n+1)，进而实现整个自适应滤波器的权向量更新；
S5：更新n为下一时刻值，重复执行步骤S1～S4，直至通话结束。
2.根据权利要求1所述的方法，其特征在于，步骤S2包括：
S2.1：将当前n时刻到n-L+1时刻的远端信号离散值构成当前n时刻的整个自适应滤波器输入向量x(n)，x(n)＝[x(n),x(n-1)...,x(n-L+1)]T，其中，L表示自适应滤波器抽头数，上标T代表转置；
S2.2：通过长度为L1和L2的分解滤波器计算当前n时刻的整个自适应滤波器的输出y(n)。
3.根据权利要求2所述的方法，步骤S2.2包括：
y(n)＝WT(n)x(n)，其中，
Figure FDA0003465223990000015
为当前n时刻的整个自适应滤波器的抽头权向量，其初始值为零且长度等于L＝L1×L2，W2,d(n)和W1,d(n)分别表示长度为L1和L2分解滤波器的脉冲响应；
Figure FDA0003465223990000021
表示克罗内克积运算，D表示分解滤波器的数目。
4.根据权利要求3所述的方法，其特征在于，步骤S3包括：
将当前n时刻的期望信号
Figure FDA0003465223990000022
减去当前n时刻的整个自适应滤波器的输出信号y(n)，得到当前n时刻的误差信号e(n)作为当前n时刻消除回声后的近端信号再传送给远端，其中，
Figure FDA0003465223990000023
由当前n时刻的误差信号e(n)确定长度为L1和L2的分解滤波器的误差信号。
5.根据权利要求4所述的方法，其特征在于，由
Figure FDA00034652239900000212
得到长度为L1的分解滤波器的误差信号，由
Figure FDA0003465223990000024
得到长度为L2的分解滤波器的误差信号，其中，W1(n)＝[W1,1(n),...,W1,d(n),...,W1,D(n)]T,W2(n)＝[W2,1(n),...,W2,d(n),...,W2,D(n)]T分别表示长度为L2和L1分解滤波器的权向量；对应长度L2和L1分解滤波器的输入分别是：
Figure FDA0003465223990000025
参数
Figure FDA0003465223990000026
且令D＝L2，
Figure FDA0003465223990000027
分别表示长度为L2和L1的单位向量。
6.根据权利要求5所述的方法，其特征在于，步骤S4包括：
S4.1：根据当前n时刻的误差信号e(n)，算出当前n时刻去冲击干扰的误差信号
Figure FDA0003465223990000028
的两种相等形式，其中，
Figure FDA0003465223990000029
表示长度为L1的分解滤波器的去冲击干扰的误差信号，
Figure FDA00034652239900000210
表示长度为L2的分解滤波器的去冲击干扰的误差信号，sech(·)表示双曲正割运算，tanh(·)表示双曲正切运算；
Figure FDA00034652239900000211
且初始值均为零，λ、α是控制双曲正割函数形状的参数；
S4.2：更新分别得到长度为L2和L1的分解滤波器的下一时刻n+1的抽头权向量W1(n+1)和W2(n+1)，进而实现整个自适应滤波器的权向量更新，其中，
Figure FDA0003465223990000031
μ为步长参数。
CN202210028192.1A 2022-01-11 2022-01-11 一种基于最近克罗内克积分解的双曲正割回声消除法 Pending CN114464202A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210028192.1A CN114464202A (zh) 2022-01-11 2022-01-11 一种基于最近克罗内克积分解的双曲正割回声消除法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210028192.1A CN114464202A (zh) 2022-01-11 2022-01-11 一种基于最近克罗内克积分解的双曲正割回声消除法

Publications (1)

Publication Number Publication Date
CN114464202A true CN114464202A (zh) 2022-05-10

Family

ID=81409855

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210028192.1A Pending CN114464202A (zh) 2022-01-11 2022-01-11 一种基于最近克罗内克积分解的双曲正割回声消除法

Country Status (1)

Country Link
CN (1) CN114464202A (zh)

Similar Documents

Publication Publication Date Title
CN110838300B (zh) 回声消除的处理方法及处理***
US6961422B2 (en) Gain control method for acoustic echo cancellation and suppression
US11297178B2 (en) Method, apparatus, and computer-readable media utilizing residual echo estimate information to derive secondary echo reduction parameters
EP2045929B1 (en) Multi-channel echo cancellation with round robin regularization
US20060018457A1 (en) Voice activity detectors and methods
CN106448691B (zh) 一种用于扩音通信***的语音增强方法
EP2101480A2 (en) Echo canceller and echo cancelling method
US9020144B1 (en) Cross-domain processing for noise and echo suppression
CN109040497B (zh) 一种基于m估计的成比例类仿射投影自适应回声消除方法
CN110956975A (zh) 回声消除方法及装置
CN112689056A (zh) 一种回声消除方法及使用该方法的回声消除装置
CN109697986B (zh) 一种基于最小三次方绝对值的自适应偏差补偿回声消除方法
CN115985278A (zh) 一种改进的凸组合解相关成比例自适应回声消除方法
CN113409806B (zh) 一种基于反正切函数的零吸引回声消除方法
CN114464202A (zh) 一种基于最近克罗内克积分解的双曲正割回声消除法
Raghavendran Implementation of an acoustic echo canceller using matlab
CN110767245B (zh) 基于s型函数的语音通信自适应回声消除方法
Iwai et al. Acoustic echo and noise canceller using shared-error normalized least mean square algorithm
CN111050005B (zh) 一种偏差补偿的集员仿射投影的回声消除方法
Fukui et al. Acoustic echo canceller software for VoIP hands-free application on smartphone and tablet devices
Kotte Performance Analysis of Adaptive Algorithms based on different parameters Implemented for Acoustic Echo Cancellation in Speech Signals
Motar et al. Echo Cancellation in Telecommunications Using Variable Step-Size, Dynamic Selection, Affine Projection Algorithm.
Gunale et al. Frequency domain adaptive filter using FFT algorithm for acoustic echo cancellation
CN117238305A (zh) 一种点-振幅子带块成比例自适应声学回声消除方法
Szabolcs et al. Hands-Free VoIP Terminal with Gain Control Based on Neural Network

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
TA01 Transfer of patent application right

Effective date of registration: 20231116

Address after: Hengzhang village, Shiqi street, Haishu District, Ningbo City, Zhejiang Province

Applicant after: Ningbo Lidou Intelligent Technology Co.,Ltd.

Applicant after: WUHAN University

Address before: Hengzhang village, Shiqi street, Haishu District, Ningbo City, Zhejiang Province

Applicant before: Ningbo Lidou Intelligent Technology Co.,Ltd.

TA01 Transfer of patent application right