用于生命探測雷達(dá)的微弱呼吸信號增強(qiáng)方法
【專利摘要】本發(fā)明提供了一種用于生命探測雷達(dá)的呼吸信號增強(qiáng)方法。該呼吸信號增強(qiáng)方法中，將超寬帶生命探測雷達(dá)回波信號矩陣建模為零均值平穩(wěn)隨機(jī)過程，通過背景去除法和線性抖動去除法初步獲得包含微弱呼吸信號的信號矩陣，不同程度增強(qiáng)處理、快時FIR帶通濾波器和慢時滑動平均濾波器使得微弱呼吸信號得以增強(qiáng)，在輸出信號矩陣中更為明顯，從而為后續(xù)微弱人體特征檢測提供保證。
【專利說明】用于生命探測雷達(dá)的微弱呼吸信號增強(qiáng)方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及生命探測雷達(dá)【技術(shù)領(lǐng)域】，尤其涉及一種用于生命探測雷達(dá)的微弱呼吸信號增強(qiáng)方法。

【背景技術(shù)】
[0002]超寬帶生命探測雷達(dá)系統(tǒng)必須工作在靜止?fàn)顟B(tài)下，在一定時間內(nèi)獲得二維原始雷達(dá)回波信號矩陣。由于直達(dá)波、天線耦合波、固定背景等靜態(tài)雜波的干擾，加之災(zāi)后救援現(xiàn)場的強(qiáng)噪聲干擾，因此原始雷達(dá)回波信號矩陣需要在生命特征信號檢測前進(jìn)行信號預(yù)處理增強(qiáng)工作，否則微弱的生命特征信號將被干擾波淹沒，導(dǎo)致檢測算法失效。尤其是地震、房屋倒塌等災(zāi)害發(fā)生后，被困人員的生命特征在雷達(dá)回波中主要由呼吸運動引起，這些微弱的生命特征在低SNCR下的檢測與提取非常困難。
[0003]微弱信號增強(qiáng)處理會使得微弱呼吸信號在雷達(dá)信號矩陣中更為明顯，有利于后續(xù)檢測算法處理，是超寬帶生命探測雷達(dá)的關(guān)鍵技術(shù)，而現(xiàn)有技術(shù)中缺乏一種專門針對生命探測雷達(dá)微弱呼吸信號的信號增強(qiáng)技術(shù)。


【發(fā)明內(nèi)容】

[0004](一 )要解決的技術(shù)問題
[0005]鑒于上述技術(shù)問題，本發(fā)明提供了一種用于生命探測雷達(dá)的微弱呼吸信號增強(qiáng)方法。
[0006]( 二 )技術(shù)方案
[0007]本發(fā)明用于生命探測雷達(dá)的微弱呼吸信號增強(qiáng)方法包括:步驟A:由輸入的雷達(dá)回波信號建立時域信號模型，得到二維的輸入信號矩陣S (m，n)，其中，η = 0，1，...，N-1,m = 0,1,..., Μ-1,Ν為觀測次數(shù)，M為每次觀測結(jié)果的采樣點數(shù)；步驟B:對輸入信號矩陣S(m，n)的每一個列向量，對其進(jìn)行直流分量去除，得到信號矩陣S1On, η);并對其進(jìn)行指數(shù)背景去除處理，得到處理后的信號矩陣S2 (m，η);步驟C:對信號矩陣S2 (m，η)進(jìn)行增強(qiáng)處理，得到對相應(yīng)列向量進(jìn)行相應(yīng)程度增強(qiáng)處理后的信號矩陣S3(m，η);步驟D:去除信號矩陣33(!11，η)在慢時方向上的線性不穩(wěn)定抖動，得到信號矩陣S4 (m，η);步驟Ε:保留呼吸信號，采用帶通濾波器對信號矩陣S4(m，n)進(jìn)行濾波，并通過步驟C的方法對呼吸信號再次進(jìn)行增強(qiáng)處理，得到信號矩陣S6 (m，η);以及步驟F:在慢時方向上濾除信號矩陣S6(m，n)中的高頻分量，并通過步驟C對呼吸信號再次進(jìn)行增強(qiáng)處理，輸出信號矩陣S8 (m，η)，該信號矩陣S8(m, η)即為微弱呼吸信號的增強(qiáng)結(jié)果。
[0008](三)有益效果
[0009]從上述技術(shù)方案可以看出，本發(fā)明用于生命探測雷達(dá)的微弱呼吸信號增強(qiáng)方法具有以下有益效果:
[0010](I)本發(fā)明通過直流分量去除法，將超寬帶生命探測雷達(dá)回波信號建模為零均值平穩(wěn)隨機(jī)過程，建立時域信號模型；
[0011](2)根據(jù)雷達(dá)背景雜波未知的特點，本發(fā)明通過指數(shù)背景去除法有效估計背景，使呼吸信號得以保留；
[0012](3)由于呼吸信號極其微弱，本發(fā)明通過對雷達(dá)信號矩陣進(jìn)行不同程度增強(qiáng)處理，使得呼吸信號幅度得以增強(qiáng)；
[0013](4)在實際雷達(dá)系統(tǒng)中，雷達(dá)回波在慢時方向上的呈現(xiàn)線性不穩(wěn)定抖動的特點，本發(fā)明通過線性漂移抑制算法實現(xiàn)該不穩(wěn)定抖動的去除；
[0014](5)根據(jù)雷達(dá)工作頻段，本發(fā)明利用帶通濾波器對信號矩陣進(jìn)行濾波，保留呼吸信號，并進(jìn)行不同程度增強(qiáng)處理使得呼吸信號進(jìn)一步增強(qiáng)；
[0015](6)由于信號矩陣中的存在高頻分量，嚴(yán)重干擾呼吸信號的提取，本發(fā)明通過滑動平均濾波處理實現(xiàn)呼吸信號中高頻分量的去除，再次增強(qiáng)呼吸信號。

【專利附圖】

【附圖說明】
[0016]圖1為根據(jù)本發(fā)明實施例用于生命探測雷達(dá)的微弱呼吸信號增強(qiáng)方法的流程圖；
[0017]圖2為本實施例中原始雷達(dá)回波信號矩陣；
[0018]圖3為本實施例中去直流后的雷達(dá)回波信號矩陣；
[0019]圖4為本實施例中去除背景后的雷達(dá)回波信號矩陣；
[0020]圖5為本實施例中實現(xiàn)不同程度增強(qiáng)處理后的雷達(dá)回波信號矩陣；
[0021]圖6為本實施例中去除線性抖動的雷達(dá)回波信號矩陣；
[0022]圖7為本實施例中快時帶通濾波處理后的雷達(dá)回波信號矩陣；
[0023]圖8為本實施例中圖7中的信號矩陣經(jīng)過不同程度增強(qiáng)處理后的結(jié)果；
[0024]圖9為本實施例中慢時滑動平均濾波處理后的雷達(dá)回波信號矩陣；
[0025]圖10為本實施例中圖9中的信號矩陣經(jīng)過不同程度處理后的結(jié)果。

【具體實施方式】
[0026]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，以下結(jié)合具體實施例，并參照附圖，對本發(fā)明進(jìn)一步詳細(xì)說明。需要說明的是，在附圖或說明書描述中，相似或相同的部分都使用相同的圖號。附圖中未繪示或描述的實現(xiàn)方式，為所屬【技術(shù)領(lǐng)域】中普通技術(shù)人員所知的形式。另外，雖然本文可提供包含特定值的參數(shù)的示范，但應(yīng)了解，參數(shù)無需確切等于相應(yīng)的值，而是可在可接受的誤差容限或設(shè)計約束內(nèi)近似于相應(yīng)的值。實施例中提到的方向用語，例如“上”、“下”、“前”、“后”、“左”、“右”等，僅是參考附圖的方向。因此，使用的方向用語是用來說明并非用來限制本發(fā)明的保護(hù)范圍。
[0027]本發(fā)明將超寬帶生命探測雷達(dá)回波信號矩陣建模為零均值平穩(wěn)隨機(jī)過程，通過背景去除法和線性抖動去除法初步獲得包含微弱呼吸信號的信號矩陣，不同程度增強(qiáng)處理、快時FIR帶通濾波器和慢時滑動平均濾波器使得微弱呼吸信號得以增強(qiáng)，在輸出信號矩陣中更為明顯，從而為后續(xù)微弱人體特征檢測提供保證。
[0028]在本發(fā)明的一個示例性實施例中，提供了一種用于生命探測雷達(dá)的微弱呼吸信號增強(qiáng)方法。圖1為根據(jù)本發(fā)明實施例用于生命探測雷達(dá)的微弱呼吸信號增強(qiáng)方法的流程圖。請參照圖1，本實施例用于生命探測雷達(dá)的微弱呼吸信號增強(qiáng)方法包括:
[0029]步驟A:由輸入的雷達(dá)回波信號建立時域信號模型，得到二維的輸入信號矩陣S(m，n)，其中，η = 0，1，...，N-l，m = 0，1，...，M_l，N為觀測次數(shù)，M為每次觀測結(jié)果的采樣點數(shù)；
[0030]在第η次觀測測量時間內(nèi)，獲得原始雷達(dá)回波連續(xù)時間信號Sn(t)，離散處理后記為sn(m), m = O, I,..., M-1, M表示采樣點數(shù)。經(jīng)過N次觀察測量,共獲得N個離散時間信號sn(m), η = O, I,..., N-1。將這些離散時間信號記為矩陣形式，即S(m, n) = [s0(m),S2 (m)，...，Sim (m)]，該矩陣稱為二維MXN快時-慢時輸入信號矩陣。
[0031]本實施例中，圖2所示為原始雷達(dá)回波信號矩陣S (m，n)，m表示快時，單位為米，η表示慢時，單位為道。掩埋人員的微弱呼吸信號隱藏在原始雷達(dá)回波中。
[0032]本實施例中，為了減小計算的復(fù)雜度，M = 1024,N = 512。本領(lǐng)域技術(shù)人員應(yīng)當(dāng)清楚，該M和N還可以取其他值，例如，M取1024的整數(shù)倍，N可以任意取值。
[0033]步驟B，對輸入信號矩陣S (m，η)的每一個列向量，對其進(jìn)行直流分量去除，并對其進(jìn)行指數(shù)背景去除處理，得到處理后的信號矩陣S2(m，η)；
[0034]該步驟B具體包括:
[0035]子步驟BI，對輸入信號矩陣進(jìn)行直流分量去除，得到信號矩陣S1 (m, η)，其具體包括:
[0036]子分步驟Bla，求取輸入信號矩陣S (m, η)中的列向量的均值為^ ImZl S(m, Tl);
[0037]子分步驟Blb，根據(jù)下式，對信號矩陣S (m，η)的每一個列向量進(jìn)行直流分量去除，使之成為零均值平穩(wěn)隨機(jī)過程，得到信號矩陣S1On, η):
[0038]S1 (m,n) = S(m,η) - 士ΣπιΖοS(τη,η)(I)
[0039]本實施例中，對原始雷達(dá)回波信號矩陣進(jìn)行直流分量去除，輸出的信號矩陣S1 (m,η)如圖3所示。
[0040]子步驟Β2，去除信號矩陣S1 (m，η)的指數(shù)背景，得到信號矩陣S2 (m，η)。
[0041 ] 該子步驟Β2具體包括:
[0042]子分步驟B2a,構(gòu)造背景估計矩陣 Sbkgnd (m, n) = [p0 (m), P1 (m),..., Pn^1 (m)],其列向量Pn(m)稱為當(dāng)前第η次估計的新背景(η = 1，1，...，Ν-1)，表示為:
[0043]pn(m) = λη(πι) XpmO1 + Q-AnOn)) Xqn(m) (2)
[0044]其中，λη(πι)表示為時變加權(quán)系數(shù)，其維度為MX1，取值范圍在O?I之間。當(dāng)η=O 時,假定 P。(m) = s0 (m)；
[0045]子分步驟B2b, qn(m)包含目標(biāo)信號，為信號矩陣S2 (m, η)的列向量,表不為:
[0046]qn(m) = sn(m)-pn(m)(3)
[0047]信號矩陣S2 (m, n) = [q0 (m), Q1 (m),..., qN_! (m)],通過迭代計算 pn(m),輸出去除背景后的信號矩陣S2 (m，η)，其中η = O，1，...，N-10
[0048]本實施例中，對信號矩陣S1On,η)進(jìn)行指數(shù)背景去除處理，得到的具有零均值平穩(wěn)隨機(jī)過程特點的輸出信號矩陣S2 (m，η)如圖4所示。
[0049]步驟C，對信號矩陣S2 (m, η)進(jìn)行增強(qiáng)處理，得到對相應(yīng)列向量進(jìn)行相應(yīng)程度增強(qiáng)處理后的信號矩陣S3 (m，η)；
[0050]該步驟C中，對一列向量qn(m)進(jìn)行增強(qiáng)處理的步驟具體包括:
[0051]子步驟Cl，假定采樣間隔為1；，對S2(m，n)中的列向量qn(m)所表示的離散時間信號進(jìn)行增強(qiáng)處理，其采樣時窗是[0，(M-1) TJ，記初始值ttaax = O, tend = (M-1) Ts,并且qn(t)=qn(mTs)；
[0052]子步驟C2，按照下式，在采樣時窗tend]內(nèi)尋找I qn(t) |的最大值Vmax和對應(yīng)的時間序號tmax，進(jìn)行歸一化處理:
[0053](vmax, tmax) = max (| qn(t) |)，t e (tLmax, tend] (4)
[0054]qn{t) = qn(t)/vmaxO/
[0055]子步驟C3，用t_更新tN_，即tN_= tLmax+tmax,并重新限定采樣時窗為(tN_，tend]。
[0056]子步驟C4，重復(fù)子步驟C2和C3，在新采樣時窗內(nèi)再次尋找最大值并歸一化處理，同時更新采樣時窗范圍，直至= (M-1)Ts0此時獲得的Kt)離散處理后記為Km),并作為輸出信號矩陣S3 (m，η)的列向量。
[0057]至此，對列向量qn(m)進(jìn)行增強(qiáng)處理的步驟介紹完畢。而后，選擇S2 (m，η)中的下一個列向量qn+1 (m)，重復(fù)子步驟Cl至C4處理以實現(xiàn)信號不同程度增強(qiáng)的目的，輸出信號矩陣 S3 (m, n) = \q0(m), Cj1On),..., qjV_1(m)j。
[0058]本實施例中，對信號矩陣S2(m，η)進(jìn)行不同程度增強(qiáng)處理后，輸出的信號矩陣S3(m, η)，如圖5所示。
[0059]步驟D，根據(jù)下式，去除信號矩陣&011，11)在慢時方向上的線性不穩(wěn)定抖動，得到信號矩陣S4 (m，η)；
[0060]S4T = S3T_z (ZTZ)-1ZtS^ (6)
[0061]其中z= [η, 1Ν], η = [0,1,...,N - 1]τ, 1Ν是NXI 維單位向量。
[0062]本實施例中，對信號矩陣S3(m，n)去除雷達(dá)回波在慢時方向上的線性不穩(wěn)定抖動，輸出的信號矩陣S4(m，η)如圖6所示。
[0063]步驟E:保留呼吸信號，采用帶通濾波器對信號矩陣S4 (m，η)進(jìn)行濾波，并通過步驟C的方法對呼吸信號再次進(jìn)行增強(qiáng)處理，得到信號矩陣S6 (m，η)；
[0064]所述步驟Ε,包括:
[0065]步驟El:在快時方向上，采用FIR帶通濾波器對信號矩陣S4(m，η)進(jìn)行濾波處理，保留呼吸信號，輸出信號矩陣S5(m，η)；
[0066]其中，F(xiàn)IR帶通濾波器的通帶為200MHz?800M Hz0
[0067]步驟E2:通過步驟C的方法對信號矩陣S5 (m，η)再次進(jìn)行增強(qiáng)處理，輸出信號矩陣 S6(m, η)。
[0068]本實施例中，輸出信號矩陣S5(m，η)和S6(m，η)分別如圖7和圖8所示。
[0069]步驟F:在慢時方向上濾除信號矩陣S6 (m，η)中的高頻分量，并通過步驟C對呼吸信號再次進(jìn)行增強(qiáng)處理，輸出信號矩陣S8(m，η)，該信號矩陣S8(m，η)即為微弱呼吸信號的增強(qiáng)結(jié)果。
[0070]其中，該高頻分量是指信號中高于IHz的分量。
[0071]所述步驟F,包括:
[0072]步驟Fl:在慢時方向上對上步輸出信號S6(m，η)進(jìn)行滑動平均濾波處理，濾除呼吸信號中的高頻分量，輸出信號矩陣&^，η);以及
[0073]步驟F2:再次通過步驟C對信號矩陣S7 (m，η)進(jìn)行增強(qiáng)處理，輸出信號矩陣S8 (m，η) ο
[0074]本實施例中，輸出信號矩陣S7(m，η)和S8(m，η)分別如圖9和圖10所示。
[0075]至此，已經(jīng)結(jié)合附圖對本實施例進(jìn)行了詳細(xì)描述。依據(jù)以上描述，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)對本發(fā)明用于生命探測雷達(dá)的微弱呼吸信號增強(qiáng)方法有了清楚的認(rèn)識。
[0076]綜上所述，本發(fā)明克服了雷達(dá)回波信號矩陣中包含的呼吸信號極其微弱的缺點，實現(xiàn)了微弱呼吸信號的有效增強(qiáng)處理，滿足了災(zāi)害救援等場合下掩埋人員微弱生命特征檢測的需要。
[0077]以上所述的具體實施例，對本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳細(xì)說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的具體實施例而已，并不用于限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1.一種用于生命探測雷達(dá)的呼吸信號增強(qiáng)方法，其特征在于，包括: 步驟A:由輸入的雷達(dá)回波信號建立時域信號模型，得到二維的輸入信號矩陣S (m，η)，其中，η = O，1，...，N-l，m = O，1，...，M-l，N為觀測次數(shù)，M為每次觀測結(jié)果的采樣點數(shù)；步驟B:對輸入信號矩陣S (m，η)的每一個列向量，對其進(jìn)行直流分量去除，得到信號矩陣S1On, η);并對其進(jìn)行指數(shù)背景去除處理，得到處理后的信號矩陣S2 (m，η)； 步驟C:對信號矩陣S2 (m, η)進(jìn)行增強(qiáng)處理，得到對相應(yīng)列向量進(jìn)行相應(yīng)程度增強(qiáng)處理后的信號矩陣S3 (m，η)； 步驟D:去除信號矩陣S3 (m，η)在慢時方向上的線性不穩(wěn)定抖動，得到信號矩陣S4(m，η)； 步驟E:保留呼吸信號，采用帶通濾波器對信號矩陣54(!11，11)進(jìn)行濾波，并通過步驟C的方法對呼吸信號再次進(jìn)行增強(qiáng)處理，得到信號矩陣S6 (m，η);以及 步驟F:在慢時方向上濾除信號矩陣S6 (m，η)中的高頻分量，并通過步驟C對呼吸信號再次進(jìn)行增強(qiáng)處理，輸出信號矩陣S8(m，η)，該信號矩陣S8(m，η)即為微弱呼吸信號的增強(qiáng)結(jié)果。
2.根據(jù)權(quán)利要求1所述的呼吸信號增強(qiáng)方法，其特征在于，所述步驟C中對信號矩陣S2(m, η)中的列向量qn(m)進(jìn)行增強(qiáng)處理包括: 子步驟Cl，假定采樣間隔為1；，對S2(m，n)中的列向量qn(m)所表示的離散時間信號進(jìn)行增強(qiáng)處理，其采樣時窗是[O, (M-1) Ts]，記初始值= O, tend = (M-l)Ts，并且qn(t)=qn(mTs)； 子步驟C2，按照下式，在采樣時窗(ttaax，tmd]內(nèi)尋找|qn(t) I的最大值Vmax和對應(yīng)的時間序號tmax，進(jìn)行歸一化處理:
(vmax，tmax) — max (I qn(t) |)，t ε (tLmax, tend] 々n (亡)—f Vmax 子步驟C3，用tMX更新tN_，tNmax =，并重新限定采樣時窗為(tN_，tend]； 子步驟C4，重復(fù)子步驟C2和C3，在新采樣時窗內(nèi)再次尋找最大值并歸一化處理，同時更新采樣時窗范圍，直至= (M-1)Ts，此時獲得的奪?.(?)離散處理后記為存n(m),并作為輸出信號矩陣S3 (m, η)的列向量。
3.根據(jù)權(quán)利要求1所述的呼吸信號增強(qiáng)方法，其特征在于，所述步驟D中，根據(jù)下式，去除信號矩陣S3(m，η)在慢時方向上的線性不穩(wěn)定抖動，得到信號矩陣S4(m，η)；
S4T = S/-Z (ZTZ)^ZTS3T 其中z= \n Iiv], η =丨0 1l…，iV — l]τ，lN是NXl維單位向量。
4.根據(jù)權(quán)利要求1所述的呼吸信號增強(qiáng)方法，其特征在于，所述步驟E包括: 步驟El:在快時方向上，采用FIR帶通濾波器對信號矩陣S4(m，η)進(jìn)行濾波處理，保留呼吸信號，輸出信號矩陣S5 (m，η)； 步驟Ε2:通過步驟C的方法對信號矩陣S5 (m，η)再次進(jìn)行增強(qiáng)處理，輸出信號矩陣S6 (m, η)。
5.根據(jù)權(quán)利要求1所述的呼吸信號增強(qiáng)方法，其特征在于，所述FIR帶通濾波器的通帶為 200MHz ?800M Hz。
6.根據(jù)權(quán)利要求1所述的呼吸信號增強(qiáng)方法，其特征在于，所述步驟F包括: 步驟Fl:在慢時方向上對上步輸出信號S6(m，η)進(jìn)行滑動平均濾波處理，濾除呼吸信號中的高頻分量，輸出信號矩陣&^，η);以及 步驟F2:再次通過步驟C對信號矩陣S7 (m，η)進(jìn)行增強(qiáng)處理，輸出信號矩陣S8 (m，η)。
7.根據(jù)權(quán)利要求6所述的呼吸信號增強(qiáng)方法，其特征在于，所述高頻分量的頻率高于IHz。
8.根據(jù)權(quán)利要求1至7中任一項所述的呼吸信號增強(qiáng)方法，其特征在于，所述步驟B中對輸入信號矩陣S(m，η)的每一個列向量，對其進(jìn)行直流分量去除，得到信號矩陣S1On, η)包括: 子分步驟Bla，求取輸入信號矩陣S (m, η)中的列向量的均值為士EiS S(m, Tl)；


M 子分步驟Blb，根據(jù)下式，對信號矩陣S (m，η)的每一個列向量進(jìn)行直流分量去除，使之成為零均值平穩(wěn)隨機(jī)過程，得到信號矩陣S1 (m，η): S1On, ?) = S(m,n) -
9.根據(jù)權(quán)利要求1至7中任一項所述的呼吸信號增強(qiáng)方法，其特征在于，所述步驟B中對直流分量去除后的信號矩陣S1On, η)進(jìn)行指數(shù)背景去除處理，得到處理后的信號矩陣S2 (m, η)包括:
子分步驟B2a,構(gòu)造背景估計矩陣Sbkgnd (m, n) = [p0 (m), P1 (m),..., Pn^1 (m)],其列向量Pn(m)稱為當(dāng)前第η次估計的新背景(n = 1,1,..., Ν-1),表示為:
Pn (m) = λ n(m) X Pn^1 (m) + (1- λ n (m)) X qn(m) 其中，λη(πι)表示為時變加權(quán)系數(shù)，其維度為MX 1，取值范圍在O?I之間，當(dāng)η = O時，假定P。(m) = s0 (m);以及 子分步驟B2b, qn(m)包含目標(biāo)信號，為信號矩陣S2 (m, η)的列向量,表不為: qn(m) = sn(m)-pn(m) 信號矩陣S2 (m, n) = [q0 (m), Q1 (m),..., qN_! (m)],通過迭代計算pn(m),輸出去除背景后的信號矩陣S2 (m，11)，其中11 = 0，1，...，^1。
10.根據(jù)權(quán)利要求1至7中任一項所述的呼吸信號增強(qiáng)方法，其特征在于，M= 1024,N=512。
【文檔編號】A61B5/113GK104133199SQ201410321903
【公開日】2014年11月5日 申請日期:2014年7月8日 優(yōu)先權(quán)日:2014年7月8日
【發(fā)明者】吳世有, 陳潔, 孟升衛(wèi), 方廣有 申請人:中國科學(xué)院電子學(xué)研究所