CN105866769B - 一种并行运算的多目标检测前跟踪方法 - Google Patents
一种并行运算的多目标检测前跟踪方法 Download PDFInfo
- Publication number
- CN105866769B CN105866769B CN201610339298.8A CN201610339298A CN105866769B CN 105866769 B CN105866769 B CN 105866769B CN 201610339298 A CN201610339298 A CN 201610339298A CN 105866769 B CN105866769 B CN 105866769B
- Authority
- CN
- China
- Prior art keywords
- target
- frame
- track
- value function
- accumulation
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/415—Identification of targets based on measurements of movement associated with the target
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种并行运算的多目标检测前跟踪方法,该方法包括以下步骤:步骤A、获取雷达回波数据;步骤B、针对各预定的方向,分别进行值函数的积累,根据所述值函数的积累,利用航迹回溯的方法,确定该预定方向的目标的航迹;步骤C、进行航迹融合,将各预定方向搜索出的航迹融合到一起;步骤D、输出完整的航迹。依据本发明方法的实施方式改善了对交叉运动目标的检测跟踪的性能,减少了运算的时间。
Description
技术领域
本发明属于雷达数据处理技术领域,涉及目标检测与跟踪。
背景技术
目标的多样化和环境的复杂化,使现代雷达的探测能力面临巨大的挑战,微弱的目标检测问题就是其中之一。隐身技术的发展使飞行器的RCS(雷达反射截面积)缩小了一到两个数量级,目标反射回波大幅度减弱,雷达探测威力显著下降,导致防空网出现大面积空洞,给国家安全带来巨大威胁。另一方面,目标的飞行速度大幅度提高,使雷达预警时间急剧缩减。为此,需要雷达探测回波更微弱的远距离目标。此外,在强杂波环境(如山地,城市,海洋)中目标信杂比显著降低,需要雷达具备更强的微波目标检测能力。
检测前跟踪(TBD)是近年来针对低信噪比和低信杂比提出的新的检测跟踪技术。与传统的先检测后跟踪(DBT)的不同之处在于,TBD在单帧内并不进行门限检测处理,而是将雷达回波数据信息(包括信号强度,坐标位置信息等)数字化处理并存储起来,在多帧数据联合处理后,宣布检测结果并同时估计出目标航迹。
由于TBD技术单帧没有采用门限检测,保留了目标信息。此外,TBD技术通过多帧回波数据的联合处理,利用目标和背景(噪声和杂波)帧间位置相关性差异,实现目标回波能量的有效积累和背景的抑制。
TBD具有目标检测性能高,航迹估计精度高,不需要改变雷达外部硬件结构等一系列的优点而受到越来越多的关注。
但是现有技术的方法存在运算量大,对交叉运行的目标轨迹不能很好地检测跟踪,运算时间长等问题。例如,在文献《Track-before-detect procedures in a multi-target environment》(IEEE Transactions on Aerospace&Electronic Systems,2008,44(3):1135-1150.)中采用的动态规划检测前跟踪方法,可以实现对监测场的目标数估计并恢复所有目标的航迹,但是该方法假设所有目标相互独立,对邻近和交叉运动目标的检测跟踪性能不佳。在文献《基于检测前跟踪技术的多目标跟踪算法研究》(电子科技大学,2012)中提及的动态规划方法,每次的目标航迹搜索过程中只先搜索一个对应的最优目标状态,然后将这个已经确认的目标在量测平面上删除掉,在进行下一次的最佳目标搜索,可以实现邻近目标的跟踪,但是当目标交叉的时候,该方法跟踪性能不佳;且当搜索窗定义过大时,运算量大大增加。
发明内容
本发明鉴于背景技术的以上问题提出,用于解决背景技术中存在的问题,至少是提供一种有益的选择。
为了实现以上目的,本发明提供了一种并行运算的多目标检测前跟踪方法,包括以下步骤:步骤A、获取雷达回波数据;步骤B、针对各预定的方向,分别进行值函数的积累,根据所述值函数的积累,利用航迹回溯的方法,确定该预定方向的目标的航迹;步骤C、进行航迹融合,将各预定方向搜索出的航迹融合到一起;步骤D、输出完整的航迹。
根据一种实施方式,所述步骤B针对各预定方向,包括以下步骤:步骤E、对于各预设方向,针对各单元格回波幅度,将目标前一帧的可能转移范围内的回波幅度最大值加到该目标回波上,记录下所得的最大值的位置坐标,并将当前帧累积后的值函数平面存放起来;步骤F、达到累积帧数之后,根据累积的最后一帧的值函数,通过预设的检测门限,判断是否有值函数的峰值超过门限,超过门限的峰值个数就是目标的可能个数;步骤G、如发现有目标,则选择所有峰值里的最大峰值,该峰值的位置为一个目标最后一帧出现的位置,记录该目标,回溯所述目标的各帧的轨迹坐标,记录所述目标的航迹,然后删除该目标的所有量测信息,返回步骤E,重新对所述雷达回波信息进行积累,直到没有峰值超过检测门限,从而发现该预定方向所有的目标及其航迹。
根据一种实施方式,所述进行航迹融合的步骤实现如下:分别对上面回溯的航迹进行两两比较,设A和B为待比较的两个航迹标号,A,B∈[1,target_num],A≠B,target_num为发现的轨迹数,求出A,B每帧恢复出的航迹点之间的距离,并将各帧的航迹距离相加,即从而得到航迹距离之和,其中K表示帧数;|target_trajectoryA(i)-target_trajectoryB(i)|表示求第i帧A,B两个航迹点之间的距离,
针对航迹距离之和小于等于预定阈值的航迹距离之和所涉及的两个目标,比较这两个目标的共同航迹点,当这两个目标有超过预定个数的共同航迹时,取A和B的每个航迹点的中点,并存放到A中,并删除目标B的信息。
根据一种实施方式,所述目标为低信噪比匀速直线运动目标,所述预定的方向总计有4个。
根据一种实施方式,在所述步骤B中,并行地进行针对各预定的方向的值函数的积累。
根据一种实施方式,记录所得的最大值的位置坐标的公式,以及进行当前帧累积的值函数表示为:
其中k=1,…,K为第k帧积累的值函数;存放前一帧的可能转移范围内回波幅度最大值的位置坐标,I(xk-1)表示前一帧积累过的值函数平面,表示当前帧目标可能由前一帧转移的范围,
其中xk为第k帧所有的目标状态向量,zk(i,j)为第k帧(i,j)单元格回波,i=1,…,M,j=1,…,N,M和N分别为x和y方向的离散点数;I(.)为动态规划方程值函数,为记录当前目标状态xk在第k-1帧取最大运算时的坐标。
根据本发明的一些实施方式,将目标的可能运动定义为朝预定个(例如四个)不同方向,对这四个方向进行值函数的分别积累,只有运动方向符合该积累方向的目标,值函数才会被积累,而沿着其他方向的目标值函数不会被积累。选择不同的转移区域,可以得到不同方向的目标而且不会相互干扰。
根据本发明的一些实施方式,将沿预定方向(例如四个方向)的值函数积累,分别同时运行在四个计算核心中,每个计算核心分别计算出运动方向不同的各个目标,然后通过目标航迹融合的方法,得到完整的所有目标的航迹。
根据本发明的实施方式,多帧积累后,每次的目标航迹搜索只先搜索一个对应的最优目标状态,即值函数的值最大,然后将这个已经确认的目标在量测平面上删除掉,在进行下一次的最佳目标搜索,一直到没有幅度值超过门限为止。通过这种方法就排除了靠近目标的干扰问题。
根据本发明的一些实施方式,还可以有效去除虚假航迹。
附图说明
结合附图,可以更好地理解本发明。
图1示出了本发明对多目标的动态规划检测前跟踪方法流程图。
图2示出了目标转移状态示意图。
图3示出了一实施例中目标的实际运动轨迹和方向。
图4示出了一实施例中信噪比为10dB的一帧回波数据。
图5示出了一实施例中沿着右下方积累的值函数平面。
图6示出了一实施例中沿着右上方积累的值函数平面。
图7示出了一实施例中沿着左下方积累的值函数平面。
图8A-8C示出了一实施例中目标消除过程的值函数平面变化图。
图9示出了一实施例中恢复出的目标轨迹。
具体实施方式
本发明的发明人经研究发现,原有的动态规划算法在有交叉运动的目标位置会因为算法本身的积累特点,即由于目标交叉,本身不属于目标的航迹点值也被积累进来,导致值函数出现融合和展宽,无法区分目标的数量,同时也不能正确的对目标航迹进行估计。
本发明对低信噪比匀速直线目标动态规划检测前跟踪方法流程示意图如图1所示,过程如下:
步骤A、获取雷达回波数据。
设雷达回波数据为Zk,表示雷达第k帧的回波数据,k=1,…,K,K为总的积累帧数,雷达的回波数据平面是一个Nx*Ny的离散点迹平面,每一小格代表一个单位距离。
步骤B
(1)各方向的值函数积累。
对于各预设方向,针对各单元格回波幅度,将目标前一帧的可能转移范围内的回波幅度最大值加到该目标回波上,记录下所得的最大值的位置坐标,并将当前帧累积后的值函数平面存放起来。
首先,设其中表示第n个目标的初始状态,n表示目标序号。
其次,定义目标单帧的转移范围是{(i+δx,j+δy)},此处的转移范围表示目标可能的转移范围,即我们需要搜索的范围,其中i,j为目标当前位置,δx,δy∈[-M,M]为目标下一帧可能转移区域。例如在一种实施方式中,假定目标处于原点位置,目标四个方向的转移区域可定义为:δx∈[-M,0],δy∈[-M,0](目标向左下方运动),δx∈[0,M],δy∈[0,M](目标向右上方运动),δx∈[-M,0],δy∈[0,M](目标向左上方运动),δx∈[0,M],δy∈[-M,0](目标向右下方运动)。图2给出了目标转移状态示意图。该图假定M=1。从图中可以看出,当前帧位置的目标可能由前一帧该位置附近两个单元内的航迹转移得到。
再次,进行递推累积。递推积累方程为:
其中,xk第k帧的目标状态向量;zk(i,j)为第k帧(i,j)单元格回波幅度;i=1,…,Nx,j=1,…,Ny,Nx和Ny分别为x和y方向的距离单元总数;I(.)为动态规划值函数,我们选择基于目标回波幅度的值函数;I(xk-1)表示前一帧积累过的值函数平面;表示当前帧目标可能由前一帧转移的范围;为记录当前目标状态xk在第k-1帧取最大值的坐标。初始值设置为 简单地说,就是将目标前一帧的可能转移范围内的回波幅度最大值加到该目标回波上,记录下所得的最大值的位置坐标,并将当前帧累积后的值函数平面存放起来。只有沿着目标运动方向,目标的轨迹才会被积累。如此累积,直至达到目标累积帧数。
(2)门限检测
值函数累积完成之后,根据累积的最后一帧的值函数平面,找到平面的局部峰值,通过预设的检测门限,判断是否有峰值超过门限,超过门限的峰值个数就是目标的可能个数。
设置虚警率pfa恒定的检测门限VT,判断是否有值函数的峰值大于检测门限。如果没有超过检测门限的峰值,则判断没有检测到目标;如果发现有超过检测门限的峰值,则判断检测到目标。值函数的峰值指的是目标回波幅度多帧累计后的局部最大值。这里以各单元的雷达回波幅度作为值函数,利用目标幅度值在帧与帧之间存在一定的相关性,而噪声在帧间不具有相关性进行的动态规划。
(3)航迹回溯
如发现有目标,则选择超过门限的峰值里的最大峰值,该峰值的位置即为一个目标最后一帧出现的位置,记录该目标最后一帧的位置。回溯所述目标的各帧的轨迹坐标,记录所述目标的航迹,然后删除该目标的量测信息,返回步骤B,重新对所述雷达回波信息进行相应方向的积累,直到没有峰值超过检测门限,从而发现该预定方向所有的目标及其航迹。
在一种实施方式中,可以按照记录的坐标,回溯目标各帧的轨迹坐标,并记录在target_trajectory(num)中,num是搜索出的航迹标号,num=1,…,target_num。然后删除该目标的量测信息,返回步骤B,重新对该方向的雷达回波信息进行积累,该删除方法可以称为目标循环删除。可能目标数target_num就是超过检测门限的峰的个数。
步骤E、航迹融合
该步骤的目的是将上面沿不同方向搜索出的航迹融合到一起,得到所有方向目标的完整航迹,并剔除虚假航迹点。
在实现时分别对上面回溯的航迹进行两两比较(这里的目的是为了删除由于值函数扩散而产生的航迹)。设A和B为待比较的两个航迹标号,A,B∈[1,target_num],A≠B,求出A,B每帧恢复出的航迹点之间的距离,并将这K帧的航迹距离相加,即从而得到航迹距离之和,其中K表示总帧数;|target_trajectoryA(i)-target_trajectoryB(i)|表示求第i帧A,B两个航迹点之间的距离。
找到航迹距离之和小于等于预定阈值(在本实施方式中,设阈值为5个距离单元)的航迹距离之和所涉及的两个目标,再比较这两个目标的共同航迹点,当这两个目标有超过2个的共同航迹时,取A和B的每个航迹点的中点,并存放到A中,从target_trajectory中删除B的航迹信息,上面的航迹合并可表示为target_trajectoryA(i)=target_trajectoryA(i)+target_trajectoryB(i)/2,删除target_trajectoryB(i),其中i表示航迹点的标号,即帧数,i=1,…,K。
步骤F、航迹输出
输出上述步骤得到的各目标的航迹target_trajectory。
图3示出了一实施例中目标的运动轨迹和方向。如图3所示,在该场景中,共有6个目标,目标1与目标2交叉运动,目标3和目标6单独运动,目标4和目标5相互靠近地平行运动。目标沿x或y方向的最大速度是vmax=1.2(单位距离/帧)。
图4示出了雷达获得的单帧回波数据。
图5,6,7示出了沿着不同方积累的值函数平面。
图8A-8C示出了目标循环消除过程的示意图。
图9示出了恢复出的目标轨迹。
对比图3和图9,可以看出本发明的方法具有非常优秀的检测跟踪效果。
另外下表1给出了本发明的实施方式进行上述跟踪所用的时间。如果按照现有方法的值函数累积,其用时为2.52s,如果采用本发明并行运算的方式,其用时是1.51s,可以较大的减少跟踪的时间。可以看出在时间方面与现有技术的多目标动态规划检测前跟踪对比,有一定优势,可以有效缩提高跟踪效率。
表1运行时间比较
根据本发明的一些实施方式,本发明具有如下的特点:
1、从不同方向对雷达回波数据进行多帧的航迹积累,提高了对交叉运动目标的检测跟踪,由于积累有了方向,该积累方向运动目标的值函数积累不会受到其他方向目标的影响;
2、将不同方向的积累运算放在不同运算核心中,这些核心的运算可以并行进行,由于运算被分担到不同的运算核心中,使运算时间大大缩短。
以上的实施方式仅仅是示例性的,是便于本领域技术人员的理解而撰写,不是对本发明的保护范围的限制。
Claims (2)
1.一种并行运算的多目标检测前跟踪方法,包括以下步骤:
步骤A、获取雷达回波数据;
步骤B、针对各预定的方向,分别进行值函数的积累,根据所述值函数的积累,利用航迹回溯的方法,确定该预定方向的目标的航迹;
步骤C、进行航迹融合,将各预定方向搜索出的航迹融合到一起;
步骤D、输出完整的航迹;
所述步骤B针对各预定的方向进行值函数的积累,并将各个方向的运算放在不同的计算核心中并行进行,且步骤B包括以下步骤:
步骤E、对于各预设方向,针对各单元格回波幅度,将目标前一帧的可能转移范围内的回波幅度最大值加到该目标回波上,记录下所得的最大值的位置坐标,并将当前帧累积后的值函数平面存放起来;该步骤中记录所得的最大值的位置坐标的公式,以及进行当前帧累积的值函数表示为:
其中I(xk)为第k帧积累的值函数且为基于目标回波幅度的值函数;存放前一帧的可能转移范围内回波幅度最大值的位置坐标,I(xk-1)表示前一帧积累过的值函数平面,表示当前帧目标可能由前一帧转移的范围;
其中xk为第k帧的目标状态向量,zk(i,j)为第k帧(i,j)单元格回波,i=1,…,M,j=1,…,N,M和N分别为x和y方向的离散点数;I(.)为动态规划方程值函数,为记录当前目标状态xk在第k-1帧取最大运算时的坐标;
步骤F、达到累积帧数之后,根据累积的最后一帧的值函数,通过预设的检测门限,判断是否有值函数的峰值超过门限,超过门限的峰值个数就是目标的可能个数;
步骤G、如发现有目标,则选择所有峰值里的最大峰值,该峰值的位置为一个目标最后一帧出现的位置,记录该目标,回溯所述目标的各帧的轨迹坐标,记录所述目标的航迹,然后删除该目标的所有量测信息,返回步骤E,重新对所述雷达回波信息进行积累,直到没有峰值超过检测门限,从而发现该预定方向所有的目标及其航迹;
所述步骤C中进行航迹融合的步骤实现如下:
分别对上面回溯的航迹进行两两比较,
设A和B为待比较的两个航迹标号,A,B∈[1,target_num],A≠B,target_num为发现的轨迹数,求出A,B每帧恢复出的航迹点之间的距离,并将各帧的航迹距离相加,即从而得到航迹距离之和,其中K表示帧数;|target_trajectoryA(i)-target_trajectoryB(i)|表示求第i帧A,B两个航迹点之间的距离,
针对航迹距离之和小于等于预定阈值的航迹距离之和所涉及的两个目标,比较这两个目标的共同航迹点,当这两个目标有超过预定个数的共同航迹时,取A和B的每个航迹点的中点,并存放到A中,并删除目标B的信息。
2.根据权利要求1所述的方法,其特征在于,所述预定的方向总计有4个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610339298.8A CN105866769B (zh) | 2016-05-19 | 2016-05-19 | 一种并行运算的多目标检测前跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610339298.8A CN105866769B (zh) | 2016-05-19 | 2016-05-19 | 一种并行运算的多目标检测前跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105866769A CN105866769A (zh) | 2016-08-17 |
CN105866769B true CN105866769B (zh) | 2017-04-12 |
Family
ID=56635520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610339298.8A Active CN105866769B (zh) | 2016-05-19 | 2016-05-19 | 一种并行运算的多目标检测前跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105866769B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108776333B (zh) * | 2018-06-19 | 2021-04-16 | 驭势(上海)汽车科技有限公司 | 一种数据二次级联融合方法、系统、车载设备及存储介质 |
CN110208789B (zh) * | 2019-05-29 | 2021-04-13 | 西安空间无线电技术研究所 | 一种多帧联合目标航迹识别方法 |
CN110501700A (zh) * | 2019-08-27 | 2019-11-26 | 四川长虹电器股份有限公司 | 一种基于毫米波雷达的人员数量计数方法 |
CN111505599B (zh) * | 2020-05-07 | 2020-12-01 | 哈尔滨工业大学 | 一种基于精确距离演化模型的相参积累检测方法 |
CN111796267B (zh) * | 2020-07-14 | 2022-05-06 | 哈尔滨工业大学 | 一种基于伪谱匹配滤波的机动转弯目标检测前跟踪方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6036257B2 (ja) * | 2012-12-17 | 2016-11-30 | 株式会社デンソー | Fmcwレーダ装置 |
CN105022046B (zh) * | 2015-07-31 | 2017-06-23 | 中国电子科技集团公司第二十八研究所 | 一种基于图像特征的雷达弱目标检测方法 |
-
2016
- 2016-05-19 CN CN201610339298.8A patent/CN105866769B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105866769A (zh) | 2016-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105866769B (zh) | 一种并行运算的多目标检测前跟踪方法 | |
CN108802722B (zh) | 一种基于虚拟谱的弱目标检测前跟踪方法 | |
CN101324956A (zh) | 基于均值漂移的抗遮挡运动目标跟踪方法 | |
CN111754545B (zh) | 一种基于iou匹配的双滤波器视频多目标跟踪方法 | |
CN105022046B (zh) | 一种基于图像特征的雷达弱目标检测方法 | |
CN113671481B (zh) | 一种基于毫米波雷达的3d多目标跟踪处理方法 | |
CN115830075A (zh) | 一种面向行人多目标跟踪的分级关联匹配方法 | |
CN102081800A (zh) | 空间微弱运动目标检测方法 | |
CN107423734A (zh) | 一种sar图像海洋目标快速检测方法与装置 | |
Wang et al. | Greedy algorithm-based track-before-detect in radar systems | |
CN108241150B (zh) | 一种三维声呐点云环境中的移动物体检测与跟踪方法 | |
CN109657732A (zh) | 利用目标可见性实现航迹管理的多传感器航迹融合方法 | |
JP5623253B2 (ja) | 多目標追尾装置 | |
CN106842142B (zh) | 基于子区处理的海面搜索雷达大批量点迹提取算法 | |
CN107561506A (zh) | 一种多级虚警概率联合递推目标检测方法 | |
Li et al. | Tracking algorithm of snowboard target in intelligent system | |
Yong et al. | Radar track-before-detect algorithm of multitarget based on the dynamic programming | |
CN109270344A (zh) | 脉冲丢失下的相参脉冲信号频率估计方法 | |
CN106407989A (zh) | 基于快速自动密度聚类的可变尺度红外小目标的检测方法 | |
Li et al. | A method for resolving the merit function expansion of dynamic programming TBD | |
Xing et al. | A dynamic programming track-before-detect algorithm with adaptive state transition set | |
CN113269242B (zh) | 一种基于峰值聚类的目标检测点迹凝聚方法 | |
Hu et al. | Modified multi-hypothesis tracking algorithm based on radar target appearance features | |
Bai et al. | RCS Information Aided PMBM Filter | |
Mo et al. | Research on maritime target tracking for high frequency over-the-horizon radar |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |