CN104035100B - 基于目标特性融合的协同探测系统最优拓扑结构生成方法 - Google Patents

基于目标特性融合的协同探测系统最优拓扑结构生成方法 Download PDF

Info

Publication number
CN104035100B
CN104035100B CN201410181194.XA CN201410181194A CN104035100B CN 104035100 B CN104035100 B CN 104035100B CN 201410181194 A CN201410181194 A CN 201410181194A CN 104035100 B CN104035100 B CN 104035100B
Authority
CN
China
Prior art keywords
node
target
noise ratio
rcs
signal
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.)
Active
Application number
CN201410181194.XA
Other languages
English (en)
Other versions
CN104035100A (zh
Inventor
易伟
杨益川
王佰录
艾越
崔国龙
杨建宇
杨晓波
孔令讲
殷光强
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201410181194.XA priority Critical patent/CN104035100B/zh
Publication of CN104035100A publication Critical patent/CN104035100A/zh
Application granted granted Critical
Publication of CN104035100B publication Critical patent/CN104035100B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40Means for monitoring or calibrating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Remote Sensing (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供一种基于目标特性融合的协同探测系统最优拓扑结构生成方法,利用了典型目标电磁仿真RCS数据并对典型RCS数据进行了基于最坏情况准则的融合,即取每一个观测方向上各典型目标的RCS值中的最小值作为在该观测方向的RCS值,兼顾了针对性和普适性;再根据RCS值、传播距离遍历所有系统部署组合计算相应的系统优化目标指标;根据计算结果寻优得到系统最优拓扑结构,解决了传统雷达方程不适用于分析协同探测系统威力范围的问题。

Description

基于目标特性融合的协同探测系统最优拓扑结构生成方法
技术领域
本发明涉及雷达检测技术,属于雷达信号处理领域,具体涉及一种基于最坏情况设计准则及MIMO雷达检测技术的协同探测雷达系统拓扑结构优化算法。
背景技术
采用多部雷达组网后进行协同探测,可以从多角度同时观测目标,具有良好的检测性能。但在对由多部雷达组成的协同探测系统中,系统威力覆盖范围情况不能由传统雷达方程推导得到,每个检测单元是否在威力范围之内需要根据系统具体采用的检测器并通过数值仿真或者进行实际测试得到,过程繁琐复杂,不利于优化及实时调整。而协同探测系统调用资源量远多于传统雷达,如果不能对其进行优化则势必造成资源的浪费,降低系统可用性。
目前的组网雷达系统威力范围分析主要是将传统单站雷达范围进行组合拼接得到组网雷达系统的威力范围,该方法简单直接,但不适用于协同探测系统的信号处理,事实上协同探测系统中各节点雷达回波可以彼此共享,故在此情况下实际威力范围是单站雷达威力范围、双基地雷达威力范围或多基地雷达威力范围的叠加;同时在协同探测系统中点目标的假设也不再成立,目标回波特性更多情况下满足非独立同分布关系,因此采用传统swerling点目标回波模型进行分析会与实际情况产生较大误差,对协同探测系统设计与部署的辅助作用较为有限。
因此,传统单站雷达的性能分析尤其是威力范围分析理论已经不适用于多雷达构成的协同探测系统威力范围分析,性能分析不准确同时耗时巨大,无法对协同探测系统及类似系统提供有效的设计分析理论。
发明内容
本发明所要解决的技术问题是,提供一种有效的同探测系统最优拓扑结构生成方法。
本发明为解决上述技术问题所采用的技术方案是,基于目标特性融合的协同探测系统最优拓扑结构生成方法,包括以下步骤:
步骤1通过电磁仿真得到各典型目标的雷达散射截面RCS数据;
步骤2取每一个观测方向上各典型目标的RCS值中的最小值作为在该观测方向的RCS值;所述观测方向由发射节点与接收节点相对于目标的方向,以及目标进入角度确定;
步骤3设置协同探测系统部署的节点数,观测区域范围以及所有可能的节点坐标组合,设置典型目标后向散射面积、节点最大作用距离,设置目标进入角度变化范围以及系统优化目标;所述系统优化目标为信噪比或检测概率;
步骤4、在所有可能的节点坐标组合中取一组节点坐标组合作为当前节点坐标组合,利用相应观测方向的RCS值计算当前节点坐标组合下检测区域对应的系统优化目标指标;
步骤6、是否遍历完毕所有可能的节点坐标组合,如是,选取系统优化目标指标最大的节点坐标组合作为系统最优拓朴,如否返回步骤4;
所述步骤4中,利用相应观测方向的RCS值计算当前节点坐标组合下检测区域对应的系统优化目标指标具体为:
计算当前节点坐标组合下检测区域内的各检测单元在目标进入角度范围内各角度下第ij通道的对应的信噪比Dijs):
D ij ( θ s ) = D 0 · σ ij ( θ s ) · ( R max ) 4 σ · ( R ti R rj ) 2
其中,第ij通道为发射节点i与接收节点j对应的收发通道,D0为系统节点单独工作时的检测因子,σijs)为当前观测方向的RCS值,Rmax为节点最大作用距离,σ为典型目标后向散射面积,Rti、Rrj分别为发射节点和接收节点到检测单元的传播距离;i=1,…,N,j=1,…,N,N为协同探测系统部署的节点总数;
对各角度下对应的信噪比Dijs)进行平均得到当前节点坐标组合下检测区域内的各检测单元在第ij通道的对应的信噪比Dij
对各通道对应的信噪比进行求和后得到当前节点坐标组合下检测区域内的各检测单元的信噪比SNRl
将检测区域内所有待检测单元对应的信噪比SNRl进行平均后得到的值作为当前节点坐标组合对应的信噪比SNR;
当系统优化目标为检测概率时,通过当前节点坐标组合对应的信噪比SNR计算检测概率Pd其中,γT为门限值,为马库姆MarcumQ函数。
本发明相比于传统点目标假设,利用了典型目标电磁仿真RCS数据并对典型RCS数据进行了基于最坏情况(worst case)准则的融合,即取每一个观测方向上各典型目标的RCS值中的最小值作为在该观测方向的RCS值,兼顾了针对性和普适性;再根据RCS值、传播距离遍历所有系统部署组合(节点坐标组合)计算相应的的系统优化目标指标;根据计算结果寻优得到系统最优拓扑结构,解决了传统雷达方程不适用于分析协同探测系统威力范围的问题。
本发明的有益效果是,基于融合的目标电磁仿真特征信息的优化算法更为贴近实际情况,在针对性与普适性之间取得了很好的平衡,算法实用性强且优化性能稳定,可以为协同探测系统及相关类似系统的设计及部署提供有力的技术支持。
附图说明
图1为实施例仿真场景;
图2为不同布站策略平均检测性能示意图;
图3为最优拓扑结构与非最优拓扑结构平均检测性能对比示意图。
具体实施方式
实施例包括以下步骤:
步骤1首先通过电磁仿真得到协同探测系统针对的各种典型目标RCS数据;
步骤2根据最坏情况worst-case准则对RCS数据进行融合,将任一观测方向上各种典型目标RCS值中的最小值作为融合后在该观测方向的RCS数值;
步骤3系统及目标参数设置:
步骤3.1设定系统参数:包括节点数N,观测区域,可部署区域(即所有可能的节点坐标组合);
步骤3.2设定节点性能参数:典型目标后向散射面积为σ,满足一定检测概率Pd和虚警概率Pfa情况下的最大作用距离Rmax
比如,假设某段水平海岸线,系统节点沿海岸线部署,观测区域距离海岸线250km(Rmin=250km),观测区域大小为10km×10km,设区域网格化后有100个检测网格单元,系统有三个节点,坐标依次为((0,x12),(0,0),(0,-x23)),系统节点性能参数设置为对RCS面积为2㎡的目标,检测概率为0.8,虚警概率为10-4情况下作用距离Rmax为400km。
步骤3.3目标进入角度变化范围θs∈(-θ,θ)偏离角度θ=1°,2°,...,10°;
步骤3.4确定系统优化目标为检测概率或信噪比;本实施例使用检测概率作为系统优化目标;
步骤4计算3节点协同探测系统的信噪比与检测概率对应关系,在某种节点坐标组合下,依次计算区域内各个单元中的目标在不同来袭角度范围内的平均检测概率,继而根据各单元的平均检测概率得到对该区域的平均检测概率:
步骤4.1根据设定的雷达参数,得到系统节点单独工作时的检测因子D0
步骤4.2选取监测区域中某单元,在来袭角度范围中选取一个角度,在可部署区域选取一种部署方案,确定各节点位置,计算该单元到所有节点传播距离;
步骤4.3计算当前节点坐标组合(部署方案)下检测区域内的各检测单元在目标进入角度范围内各角度下第ij通道的对应的信噪比Dijs):
D ij ( θ s ) = D 0 · σ ij ( θ s ) · ( R max ) 4 σ · ( R ti R rj ) 2
其中,第ij通道为发射节点i与接收节点j对应的收发通道,D0为系统节点单独工作时的检测因子,σijs)为当前观测方向的RCS值,Rmax为节点最大作用距离,σ为典型目标后向散射面积,Rti、Rrj分别为发射节点和接收节点到检测单元的传播距离;i=1,…,N,j=1,…,N,N为协同探测系统部署的节点总数;对于系统中自发自收的通道,即i=j,Rti=Rrj
步骤4.5对各角度下对应的信噪比Dijs)进行平均得到当前节点坐标组合下检测区域内的各检测单元在第ij通道的对应的信噪比Dij;
步骤4.6对各通道对应的信噪比进行求和后得到当前节点坐标组合下检测区域内的各检测单元的信噪比SNRl,即l=1,…,L,L为检测区域内的检测单元总数;
步骤4.7将检测区域内所有待检测单元对应的信噪比SNRl进行平均后得到的值作为当前节点坐标组合对应的信噪比SNR,再通过当前节点坐标组合对应的信噪比SNR计算检测概率Pd,其中,γT为门限值,为马库姆MarcumQ函数步骤5遍历检测区域内所有待检测单元,得到所有单元平均(总信噪比)检测概率,对它们进行平均得到对监测区域(总信噪比)检测概率平均值;
门限值γT通过以下方式计算得到:
P fa = e - γ T Σ t = 0 N 2 - 1 γ T t / t !
其中,Pfa为预设的虚警概率,t为节点数变量,!表示连乘。
步骤5遍历所有可能的系统部署组合,选取系统优化目标指标最大的节点坐标组合作为系统最优拓扑形态,算法流程结束。
实施例
下面通过某种飞行器RCS电磁仿真数据给出一个实施例。
第一步,利用电磁仿真得到多个RCS数据(观测角度变化步长设为1°),继而根据最坏情况设计准则将这些数据进行融合,任一观测方向上各种典型目标RCS值中的最小值作为融合后在该观测方向的RCS数值,遍历所有观测方向后得到融合后的RCS数据(电磁仿真频段为P波段)。
第二步,划定需要关注的监测区域,假设某段水平海岸线,系统节点沿海岸线部署,观测区域距离海岸线250km(Rlmin=250km),区域大小为10km×10km(xlmax-xlmin=10km),设区域网格化后有100个检测网格单元,来袭角度为θs∈(-θ,θ)偏离角度θ=1°,2°,...,10°,系统有三个节点,坐标依次为((0,x12),(0,0),(0,-x23)),系统节点性能参数设置为对RCS面积为2㎡的目标,检测概率为0.8,虚警概率为10-4情况下作用距离为400km,仿真场景如图1所示。
第三步,计算3节点协同探测系统的信噪比与检测概率对应关系,在某种节点坐标组合下,依次计算区域内各个单元中的目标在不同来袭角度范围内的平均检测概率,继而根据各单元的平均检测概率得到对该区域的平均检测概率。
第四步,遍历所有可能坐标组合,区域平均检测概率最大时对应的坐标组合即为最佳坐标组合,即为最佳节点拓扑结构。
第五步,选取3个坐标组合,分别对应来袭角度0°,正负5°,正负10°情况,仿真3种坐标组合下对该区域平均检测概率,结果如图2所示。
从图2看出,在来袭角度为0°时,针对0°进行最优布站的协同探测系统对监测区域平均检测概率最大,在来袭角度为±5°时,针对±5°进行布站的协同探测系统对监测区域平均检测概率最大,同样的在在来袭角度为±10°时,针对±10°进行布站的协同探测系统对监测区域平均检测概率最大。
第六步,对上述仿真结论进行验证,类似前述划定一片监测区域,该区域距离海岸线Rlmin=200kmRlmax=250km,区域大小为50km×900km(xlmax-xlmin=900km),设区域网格化后有45000个检测网格单元,来袭角度范围互为(-10°,10°),系统有三个节点,坐标依次为((0,x12),(0,0),(0,-x23)),其他条件设置与前述一致。
第七步,在针对来袭角度范围为±10°的最优(x12=x23=220km)及非最优(x12=x23=180km)坐标组合下,依次计算区域内各个单元中的目标在不同来袭角度范围内的平均检测概率,统计平均检测概率大于0.5的区域并将其标注出来,得到最优拓扑及非最优拓扑情况下的监测区域覆盖情况,结果如图3所示。
从图3看出,两幅仿真图左侧五个白色点为五部雷达位置,而在每幅图右侧的矩形监视区域中,白色区域表示该区域内目标检测概率大于0.5,黑色区域表示目标检测概率小于0.5。可见最优拓扑结构下,协同探测系统可以更为有效对监测区域进行覆盖,有效性得到了验证。

Claims (2)

1.基于目标特性融合的协同探测系统最优拓扑结构生成方法,其特征在于,包括以下步骤:
步骤1、通过电磁仿真得到各典型目标的雷达散射截面RCS数据;
步骤2、取每一个观测方向上各典型目标的RCS值中的最小值作为在该观测方向的RCS值;所述观测方向由发射节点与接收节点相对于目标的方向,以及目标进入角度确定;
步骤3、设置协同探测系统部署的节点数,观测区域范围以及所有可能的节点坐标组合,设置典型目标后向散射面积、节点最大作用距离,设置目标进入角度变化范围以及系统优化目标;所述系统优化目标为信噪比或检测概率;
步骤4、在所有可能的节点坐标组合中取一组节点坐标组合作为当前节点坐标组合,利用相应观测方向的RCS值计算当前节点坐标组合下检测区域对应的系统优化目标指标;
步骤5、是否遍历完毕所有可能的节点坐标组合,如是,选取系统优化目标指标最大的节点坐标组合作为系统最优拓扑,如否返回步骤4;
所述步骤4中,利用相应观测方向的RCS值计算当前节点坐标组合下检测区域对应的系统优化目标指标具体为:
4-1计算当前节点坐标组合下检测区域内的各检测单元在目标进入角度范围内各角度下第ij通道的对应的信噪比Dijs):
其中,第ij通道为发射节点i与接收节点j对应的收发通道,D0为系统节点单独工作时的检测因子,σijs)为当前观测方向的RCS值,Rmax为节点最大作用距离,σ为典型目标后向散射面积,Rti、Rrj分别为发射节点和接收节点到检测单元的传播距离;i=1,…,N,j=1,…,N,N为协同探测系统部署的节点总数;
4-2对各检测单元在目标进入角度范围内各角度下第ij通道的对应的信噪比Dijs)进行平均得到当前节点坐标组合下检测区域内的各检测单元在第ij通道的对应的信噪比Dij;对各检测单元在第ij通道的对应的信噪比Dij进行求和后得到当前节点坐标组合下检测区域内的各检测单元的信噪比SNRl
4-3将各检测单元的信噪比SNRl进行平均后得到的值作为当前节点坐标组合对应的信噪比SNR;当系统优化目标为信噪比时,当前节点坐标组合下检测区域对应的系统优化目标指标计算完毕;当系统优化目标为检测概率时,还通过当前节点坐标组合对应的信噪比SNR计算检测概率Pd其中,γT为门限值,为马库姆MarcumQ函数。
2.如权利要求1所述基于目标特性融合的协同探测系统最优拓扑结构生成方法,其特征在于,所述门限值γT通过以下方式计算得到:
其中,Pfa为预设的虚警概率,t为t次幂,表示通道数变量,!表示连乘。
CN201410181194.XA 2014-04-30 2014-04-30 基于目标特性融合的协同探测系统最优拓扑结构生成方法 Active CN104035100B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410181194.XA CN104035100B (zh) 2014-04-30 2014-04-30 基于目标特性融合的协同探测系统最优拓扑结构生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410181194.XA CN104035100B (zh) 2014-04-30 2014-04-30 基于目标特性融合的协同探测系统最优拓扑结构生成方法

Publications (2)

Publication Number Publication Date
CN104035100A CN104035100A (zh) 2014-09-10
CN104035100B true CN104035100B (zh) 2017-01-04

Family

ID=51465937

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410181194.XA Active CN104035100B (zh) 2014-04-30 2014-04-30 基于目标特性融合的协同探测系统最优拓扑结构生成方法

Country Status (1)

Country Link
CN (1) CN104035100B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107728149B (zh) * 2017-09-20 2021-10-22 雷象科技(北京)有限公司 一种雷达适应性探测龙卷的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102680970A (zh) * 2012-05-15 2012-09-19 北京理工大学 一种采用前向散射雷达的要地防护雷达网络探测方法
CN102680955A (zh) * 2012-06-08 2012-09-19 中国电子科技集团公司第二十八研究所 一种雷达组网系统误差配准方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102680970A (zh) * 2012-05-15 2012-09-19 北京理工大学 一种采用前向散射雷达的要地防护雷达网络探测方法
CN102680955A (zh) * 2012-06-08 2012-09-19 中国电子科技集团公司第二十八研究所 一种雷达组网系统误差配准方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Method of Optimal Deployment for Radar Netting Based on Detection Probability;Yang Longpo等;《Computational Intelligence and Software Engineering,2009. International conference on》;20091213;1-5 *
基于MIMO体制的协同探测雷达网技术研究;熊年生等;《硅谷》;20120515(第9期);18-19 *
数据融合与雷达优化布站;阙渭焰等;《系统工程与电子技术》;19961231(第12期);26-32 *

Also Published As

Publication number Publication date
CN104035100A (zh) 2014-09-10

Similar Documents

Publication Publication Date Title
Liu et al. A range-based secure localization algorithm for wireless sensor networks
Cao et al. 3-D deployment optimization for heterogeneous wireless directional sensor networks on smart city
CN105607045B (zh) 一种欺骗式干扰下组网雷达的优化布站方法
CN106257301B (zh) 基于统计推断的分布式时空关联模型轨迹跟踪方法
Mangel et al. Vehicular safety communication at intersections: Buildings, Non-Line-Of-Sight and representative scenarios
CN103124396A (zh) 基于交叉粒子群的无线传感器网络移动节点定位方法
CN101938832A (zh) 基于分治求精的无线传感器网络节点自身定位方法
CN102147468A (zh) 基于贝叶斯理论的多传感器检测跟踪联合处理方法
CN110111574A (zh) 一种基于流量树分析的城市交通不平衡评价方法
Islam et al. Realistic simulation of IEEE 802.11 p channel in mobile vehicle to vehicle communication
CN103605110A (zh) 基于接收信号强度的室内无源目标定位方法
CN107507417A (zh) 一种基于微波雷达回波信号的智能车道划分方法及装置
CN108537361A (zh) 一种机动雷达和通信台站的选址评估方法
CN109521412B (zh) 基于局部统计量融合的雷达组网空域目标检测方法
CN105843829A (zh) 一种基于分层模型的大数据可信性度量方法
CN106526549A (zh) 联合两坐标雷达和三坐标雷达统计量的假目标鉴别方法
CN104501812A (zh) 基于自适应新生目标强度的滤波算法
CN103247057A (zh) 目标-回波-道路网三元数据关联的道路目标多假设跟踪算法
CN104410992A (zh) 分布式传感网络基于信任的态势数据融合方法
Liu et al. Node localization algorithm for wireless sensor networks based on static anchor node location selection strategy
CN105704031A (zh) 一种数据传输路径确定方法及装置
CN105259540B (zh) 一种多站雷达抗有源欺骗式干扰的优化方法
CN108769042A (zh) 一种基于微分流形的网络安全风险评估的方法
CN104035100B (zh) 基于目标特性融合的协同探测系统最优拓扑结构生成方法
Zhu et al. Performance analysis of cooperative spectrum sensing in cognitive vehicular networks with dense traffic

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
C53 Correction of patent of invention or patent application
CB03 Change of inventor or designer information

Inventor after: Yi Wei

Inventor after: Yang Yichuan

Inventor after: Wang Bailu

Inventor after: Ai Yue

Inventor after: Cui Guolong

Inventor after: Yang Jianyu

Inventor after: Yang Xiaobo

Inventor after: Kong Lingjiang

Inventor after: Yin Guangqiang

Inventor before: Yi Wei

Inventor before: Yang Yichuan

Inventor before: Wang Bailu

Inventor before: Ai Yue

Inventor before: Cui Guolong

Inventor before: Yang Jianyu

Inventor before: Yang Xiaobo

Inventor before: Kong Lingjiang

COR Change of bibliographic data

Free format text: CORRECT: INVENTOR; FROM: YI WEI YANG YICHUAN WANG BAILU AI YUE CUI GUOLONG YANG JIANYU YANG XIAOBO KONG LINGJIANG TO: YI WEI YANG YICHUAN WANG BAILU AI YUE CUI GUOLONG YANG JIANYU YANG XIAOBO KONG LINGJIANG YIN GUANGQIANG

SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant