CN109828266A - 一种适用于浅海负跃层条件的运动目标深度分类方法 - Google Patents

一种适用于浅海负跃层条件的运动目标深度分类方法 Download PDF

Info

Publication number
CN109828266A
CN109828266A CN201811296425.6A CN201811296425A CN109828266A CN 109828266 A CN109828266 A CN 109828266A CN 201811296425 A CN201811296425 A CN 201811296425A CN 109828266 A CN109828266 A CN 109828266A
Authority
CN
China
Prior art keywords
sound
hydrophone
target
wave
srbr
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
CN201811296425.6A
Other languages
English (en)
Inventor
李辉
杨坤德
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN201811296425.6A priority Critical patent/CN109828266A/zh
Publication of CN109828266A publication Critical patent/CN109828266A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于声场波数谱分布特性的浅海运动目标深度分类方法,适用于浅海负跃层环境下水面/水下目标的分类识别,属于海洋工程、水声工程、阵列信号处理和声呐技术等领域。该方法中,单水听器或者水听器阵列布放在浅海负跃层以下海底附近,接收径向运动目标发射的窄带或宽带信号,并通过波数谱转换和声场模型软件离线计算等方法,实现水面/水下目标分类。相比于现有方法,本发明的有益效果体现在:本发明不受限于接收阵形和声源信号带宽,适用范围广泛;声场软件离线计算过程中,不需要精确的海洋环境信息,只需要声速最大/小值和海底声速值,易于实现。

Description

一种适用于浅海负跃层条件的运动目标深度分类方法
技术领域
本发明涉及一种基于声场波数谱分布特性的浅海运动目标深度分类方法,适用于浅海负跃层环境下水面/水下目标的分类识别,属于海洋工程、水声工程、阵列信号处理和声呐技术等领域。
背景技术
在浅海,常见的目标深度分类方法多是基于匹配场处理(Matched FieldProcessing,MFP)。然而,在实际应用中,模型参数失配(包括环境参数失配和系统参数失配等)限制了匹配场处理技术性能的发挥;基于匹配场处理框架的目标距离或深度估计方法都未能达到满意效果。单就水面/水下目标分类判别而言,主要有模态闪烁指数二值判别法(Premus V.Modal scintillation index:A physics-based statistic for acousticsource depth discrimination[J].The Journal of the Acoustical Society ofAmerica,1999,105(4):2170-2180)、声压互谱正负号判别法(余赟,惠俊英,陈阳等.浅海低频声场中目标深度分类方法研究[J].物理学报, 2009,58(9):6335-6343)和匹配模态滤波方法(Yang T C.Source depth estimation based on synthetic aperture beamfomingfor a moving source[J].Journal of the Acoustical Society of America,2015,138(3):1678-1686)等。然而,上述方法对垂直线列阵的布放要求严苛,要求其覆盖全海深并且阵元间距足够小以保证每阶模态能够充分采样;如果是水平线列阵,则对其孔径和布放深度有严格的限制。
针对夏季典型负跃层声速剖面,当目标位于负跃层以浅、接收位于负跃层以深时,水听器接收声场主要由高阶的海底海面反射(Surface-Reflected Bottom-Reflected,SRBR)模态组成,对应的波导不变量β≈1;而当目标和接收均位于负跃层以深时,水听器接收声场主要由低阶的折射海底反射(Refracted Bottom-Reflected,RBR)模态和折射-折射(Refracted Refracted,RR)模态组成,两种统称为non-SRBR模态,对应的波导不变量β>1。对于负跃层以浅声源信号,主要来自水面目标,而对于负跃层以深声源信号,则主要来自水下目标。因此,可以根据波导不变量β值分布实现水面/水下目标的分类判别。然而,波导不变量方法对接收信号的带宽有一定的要求,主要适用于宽带运动目标。
发明内容
本发明的目的是:常见的水面/水下目标分类方法需要较为精确的海洋环境信息(尤其是声速剖面),或者特定阵形,或者要求目标信号是宽带信号。针对夏季浅海负跃层海洋环境,本发明提出了一种利用声场波数谱差异特性的水面/水下目标分类方法,方法仅需要少量的海洋环境信息,并且不受信号带宽的限制,既适用于单水听器,也适用于水平阵、垂直阵等其他阵形。
本发明的技术方案是:一种利用声场波数谱差异特性的水面/水下目标分类方法,其特征在于:单水听器或者水听器阵列(阵列使用波束输出后的信号,可以适用于更低信噪比,其后续处理方法与单水听器一致,因此以下统一使用单水听器阐述发明内容)布放在浅海负跃层以下海底附近,接收径向运动目标发射的窄带或宽带信号(宽带信号处理结果是若干窄带信号处理结果的线性叠加,为了更为清晰地阐述发明内容,因此后文统一使用宽带信号),并通过波数谱转换和声场模型软件离线计算等方法,实现水面/水下目标分类,其过程分为以下步骤:
步骤一水听器接收目标辐射的宽带信号,记为p(t,f),其中,t表示采样时间, f表示信号频率,采样间隔为Δt;根据已知的目标运动速度v,将时域采样间隔Δt 转换为距离分辨率Δr=Δt*v,水听器接收的宽带信号则记为p(r,f),其中,r是任意参考距离,发明方法仅需要已知一段采样时间内目标运动距离和距离分辨率Δr。
步骤二将接收时域宽带信号p(r,f)转换到波数域,记为g(kr,f),转换公式如下式:
式中,kr为波数。
步骤三假设水中声速最大值为cmax,最小值为cmin,海底沉积层声速为cseafloor;计算波数kdown=ω/cseafloor,kmid=ω/cmax和kup=ω/cmin,其中ω=2πf。将g(kr,f)中满足kdown<kr≤kmid部分称为SRBR模态区域;将g(kr,f)中满足kmid<kr<kup部分称为non-SRBR模态区域。计算SRBR模态区域和non-SRBR模态区域内平均波数谱能量,计算公式如下式:
GSRBR=∑g(kr,f)/(kmid-kdown),kdown<kr<kmid (2)
Gnon-SRBR=∑g(kr,f)/(kup-kmid),kmid<kr<kup (3)
计算SRBR模态区域和non-SRBR模态区域平均波数谱能量之比,记为 PRe=GSRBR/Gnon-SRBR,下角标e表示实际数据。
步骤四利用声场软件离线仿真。声速剖面、接收水听器位置和声源频率信息与实际水听器接收情况保持一致,假设目标声源深度为z,利用声场软件仿真水听器接收到的运动目标辐射的宽带声场信号,记为按照步骤二和步骤三中实测数据的计算方法,计算不同目标声源深度z对应的PRs(z)值,下角标s表示仿真数据。根据 PRs(z)变化曲线和水面/水下目标的判决需求,选择合适的水面/水下目标的临界PRs值,记为PRc
步骤五将步骤三中由实际数据得到的PRe值与步骤四中由仿真数据得到的PRc进行比较,当PRe>PRc时,判定为水下目标,反之为水面目标。
所述的一种利用声场波数谱差异特性的水面/水下目标分类方法中,所述步骤一中的接收水听器可以是单个水听器,也可以是垂直阵、水平阵、圆环阵、平面阵等其他阵列形式水听器。
所述的一种利用声场波数谱差异特性的水面/水下目标分类方法,接收深度范围为负跃层以下至海底,目标声源搜索距离范围为1~20km,搜索深度范围为海面至海底。
所述的一种利用声场波数谱差异特性的水面/水下目标分类方法,目标声源频率既可以是窄带也可以是宽带,适用频率范围为100~1000Hz。
本发明的有益效果:针对现有水面/水下目标分类方法的不足,提出了一种利用波数谱能量差异特性的水面/水下目标分类方法,本发明的基本原理和实施方案经过了计算机数值仿真的验证。相比于现有方法,本发明的有益效果体现在:本发明不受限于接收阵形和声源信号带宽,适用范围广泛;声场软件离线计算过程中,不需要精确的海洋环境信息,只需要声速最大/小值和海底声速值,易于实现。
附图说明:
图1:(a)仿真用声速剖面;(b)模态本征函数,声源频率250Hz。
图2:仿真得到的水听器接收声场p(r,f),接收深度120m。(a)声源深度10m; (b)声源深度60m。
图3:频率250Hz时的波数谱,接收深度120m。(a)声源深度10m;(b)声源深度60m。
图4:波数谱g(kr,f)二维平面图,接收深度120m。(a)声源深度10m;(b)声源深度60m。
图5:SRBR和non-SRBR模态区域平均波数谱能量比PRs,接收深度120m,声源频率250~400Hz。
具体实施方式
现结合附图对本发明作进一步的描述。
参照图1。图1(a)是仿真用声速剖面,为典型夏季负跃层声速剖面。海深150m,在海表20m深度内为等声速,声速为1510m/s;20~50m为一强跃变层,50~150m为等声速层,声速1490m/s。海底建模为均匀无限半空间,声速1650m/s。根据简正波理论,声压场表示为其中,ρ(zs)为声源处介质密度,krm为第m阶模态的本征值,Ψm(z)为第m阶模态的本征函数,M为有效模态数。当声源频率为250Hz时,利用简正波声场软件Kraken,图1(b)为该声速剖面下本征函数幅值分布随深度的变化图。从图1(b)中可以看出,不同深度的模态函数幅值分布有着很大的不同,当声源深度较浅(对应水面目标)时,低阶模态的本征函数幅值较小,对接收声场p(r,z)贡献较小。因此,可以根据低阶模态在接收声场中能量贡献大小来区分水面/水下目标。转换到波数域,低阶模态对应的波数较大,当kmid<kr<kup时,称为non-SRBR模态;高阶模态对应的波数较小,当kdown<kr<kmid时,称为SRBR模态。对于水面目标,接收声场主要以高阶SRBR模态贡献为主,而对于负跃层以深的水下目标,低阶non-SRBR模态对接收声场能量分布起主导作用。因此,水面/水下目标分类问题转换为从接收声场中估计各类模态能量大小的问题。
步骤一通过仿真数据描述发明方法。假设目标匀速直线运动,与水听器之间的水平距离由1000m运动到3600m,速度v=1m/s。目标辐射均匀宽带信号,信号频率为 250~400Hz。接收深度为120m。目标声源深度分为两种情况,一种声源深度是10m,另一种是60m,利用简正波声场软件Kraken得到的水听器接收声场p(r,f)分别如图2(a) 和图2(b)所示。
步骤二参照图3。当接收深度为120m,声源频率为250Hz,声源深度为10m和60m 时,对应的波数谱函数分别如图3(a)和图3(b)所示。可以看到,当声源深度为 10m时,波数谱能量主要集中在高阶的SRBR模态区域(红色点线和红色虚线之间);当声源深度为60m时,波数谱能量在两个模态区域均有分布,但是最大波数谱峰值落在non-SRBR模态区域(红色实线和红色虚线之间)。
步骤三参照图4。考虑目标辐射均匀宽带信号,频率范围为250~400Hz。当声源深度为10m和60m时,对应的归一化波数谱分别如图4(a)和4(b)所示。图中白色实线为波数kdown,黑色实线为波数kmid,红色实线为波数kup。可以看到,当目标深度 10m时,波数谱能量集中在SRBR模态区域;而当目标深度60m时,波数谱能量在 non-SRBR和SRBR模态区域均有分布。按照前述步骤三计算SRBR模态区域和non-SRBR 模态区域平均波数谱能量之比,对于10m声源,PRe=0.5715;对于60m声源,PRe=2.467。
步骤四参考图5。按照前述步骤四,利用简正波声场软件Kraken仿真得到的不同目标声源深度z对应的PRs(z)值如图5所示。可以看到,当目标声源深度小于30m 时,PRs逐渐增大。水面目标一般是指水面舰船、渔船和各类商船,其等效声源深度一般认为小于20m,在该仿真条件下,为了降低虚警概率,令PRc=1。当PRe>PRc=1时,则可以判定声源信号来自水下目标。此外,当目标声源在负跃层以上(z<15m),对应的PRs小于1;而当目标声源在负跃层以下(z>50m),对应的PRs大于2。两种情况下, PRs差别之大,保证了本发明方法的稳健性和PRc=1的有效性。
步骤五对比步骤三得到的PRe值和步骤四给出的PRc值,即可判定10m声源信号来自水面目标,而60m声源信号则来自水下目标。
综上所述,本发明首先借助声场仿真软件计算不同声源深度对应的SRBR和 non-SRBR模态区域平均波数谱能量之比PRs(z),然后根据需要确定PRc,最后通过比较实际数据得到的PRe和仿真得到的PRc的大小,判别水面/水下目标。根据实施实例,证明了本发明方法的可行性。

Claims (6)

1.一种利用声场波数谱差异特性的水面/水下目标分类方法,其特征在于:单水听器或者水听器阵列(阵列使用波束输出后的信号,可以适用于更低信噪比,其后续处理方法与单水听器一致,因此以下统一使用单水听器阐述发明内容)布放在浅海负跃层以下海底附近,接收径向运动目标发射的窄带或宽带信号(宽带信号处理结果是若干窄带信号处理结果的线性叠加,为了更为清晰地阐述发明内容,因此后文统一使用宽带信号),并通过波数谱转换和声场模型软件离线计算等方法,实现水面/水下目标分类,其过程分为以下步骤:
步骤一,水听器接收目标辐射的宽带信号,记为p(t,f),其中,t表示采样时间,f表示信号频率,采样间隔为Δt;根据已知的目标运动速度v,将时域采样间隔Δt转换为距离分辨率Δr=Δt*v,水听器接收的宽带信号则记为p(r,f),其中,r是任意参考距离,发明方法仅需要已知一段采样时间内目标运动距离和距离分辨率Δr;
步骤二将接收时域宽带信号p(r,f)转换到波数域,记为g(kr,f),转换公式如下式:
式中,kr为波数。
步骤三假设水中声速最大值为cmax,最小值为cmin,海底沉积层声速为cseafloor;计算波数kdown=ω/cseafloor,kmid=ω/cmax和kup=ω/cmin,其中ω=2πf。将g(kr,f)中满足kdown<kr≤kmid部分称为SRBR模态区域;将g(kr,f)中满足kmid<kr<kup部分称为non-SRBR模态区域。计算SRBR模态区域和non-SRBR模态区域内平均波数谱能量,计算公式如下式:
GSRBR=∑g(kr,f)/(kmid-kdown),kdown<kr<kmid (2)
Gnon-SRBR=∑g(kr,f)/(kup-kmid),kmid<kr<kup (3)
计算SRBR模态区域和non-SRBR模态区域平均波数谱能量之比,记为PRe=GSRBR/Gnon-SRBR,下角标e表示实际数据。
步骤四利用声场软件离线仿真。声速剖面、接收水听器位置和声源频率信息与实际水听器接收情况保持一致,假设目标声源深度为z,利用声场软件仿真水听器接收到的运动目标辐射的宽带声场信号,记为按照步骤二和步骤三中实测数据的计算方法,计算不同目标声源深度z对应的PRs(z)值,下角标s表示仿真数据。根据PRs(z)变化曲线和水面/水下目标的判决需求,选择合适的水面/水下目标的临界PRs值,记为PRc
步骤五将步骤三中由实际数据得到的PRe值与步骤四中由仿真数据得到的PRc进行比较,当PRe>PRc时,判定为水下目标,反之为水面目标。
2.一种如权利要求1所述的利用声场波数谱差异特性的水面/水下目标分类方法,其特征在于:所述步骤一中的接收水听器是单个水听器。
3.一种如权利要求1所述的利用声场波数谱差异特性的水面/水下目标分类方法,其特征在于:所述步骤一中的接收水听器阵列形式水听器。
4.一种如权利要求3所述的利用声场波数谱差异特性的水面/水下目标分类方法,其特征在于:所述阵列形式水听器为垂直阵、水平阵、圆环阵或平面阵。
5.一种如权利要求1所述的利用声场波数谱差异特性的水面/水下目标分类方法,其特征在于:所述的方法适用的接收深度范围为负跃层以下至海底,目标声源搜索距离范围为1~20km,搜索深度范围为海面至海底。
6.一种如权利要求1所述的利用声场波数谱差异特性的水面/水下目标分类方法,其特征在于:所述方法目标声源频率是窄带或宽带,适用频率范围为100~1000Hz。
CN201811296425.6A 2018-11-01 2018-11-01 一种适用于浅海负跃层条件的运动目标深度分类方法 Pending CN109828266A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811296425.6A CN109828266A (zh) 2018-11-01 2018-11-01 一种适用于浅海负跃层条件的运动目标深度分类方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811296425.6A CN109828266A (zh) 2018-11-01 2018-11-01 一种适用于浅海负跃层条件的运动目标深度分类方法

Publications (1)

Publication Number Publication Date
CN109828266A true CN109828266A (zh) 2019-05-31

Family

ID=66858968

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811296425.6A Pending CN109828266A (zh) 2018-11-01 2018-11-01 一种适用于浅海负跃层条件的运动目标深度分类方法

Country Status (1)

Country Link
CN (1) CN109828266A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111580078A (zh) * 2020-04-14 2020-08-25 哈尔滨工程大学 基于融合模态闪烁指数的单水听器目标识别方法
CN112034440A (zh) * 2020-09-01 2020-12-04 中国科学院声学研究所 一种基于波数谱能量累积分布的目标深度辨识方法及系统
CN112987004A (zh) * 2021-02-05 2021-06-18 中国人民解放军国防科技大学 一种浅海环境下基于水平阵列的水面水下目标分类方法
CN113050095A (zh) * 2021-03-10 2021-06-29 中国电子科技集团公司第三十六研究所 一种基于非均匀线阵的水面目标识别系统及识别方法
CN113281728A (zh) * 2021-05-16 2021-08-20 西北工业大学 一种基于单矢量水听器的浅海水面水下目标判决方法
CN113495275A (zh) * 2021-05-24 2021-10-12 中国海洋大学 一种单水听器垂直合成孔径被动定位方法、系统及应用
CN116609725A (zh) * 2023-05-05 2023-08-18 中国科学院声学研究所 一种利用深海垂直阵的窄带线谱目标深度估计方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101470196A (zh) * 2007-12-26 2009-07-01 中国科学院声学研究所 一种水下目标被动定位的系统和方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101470196A (zh) * 2007-12-26 2009-07-01 中国科学院声学研究所 一种水下目标被动定位的系统和方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
LIU KUN ET AL.: "Passive target classification based on mode energy difference characteristic of the wavenumber spectrum", 《2017 IEEE INTERNATIONAL CONFERENCE ON SIGNAL PROCESSING,COMMUNICATION AND COMPUTING(ICSPCC)》 *
LIU KUN ET AL.: "Target Depth Extraction Based on the Character of Sound Field Vertical Wavenumber Spectrum", 《2016 IEEE/OES CHINA OCEAN ACOUSTICS》 *
余等: "浅海低频声场中目标深度分类方法研究", 《物理学报》 *
刘坤 等: "基于波数能量差异特征的被动目标分类方法", 《声学技术》 *
宋雪晶: "基于声场干涉结构的水声目标被动定位技术", 《中国博士学位论文全文数据库 (工程科技Ⅱ辑)》 *
李晓曼等: "一种基于单水听器的浅海水下声源被动测距方法", 《物理学报》 *
李鹏等: "一种基于模态域波束形成的水平阵被动目标深度估计", 《物理学报》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111580078A (zh) * 2020-04-14 2020-08-25 哈尔滨工程大学 基于融合模态闪烁指数的单水听器目标识别方法
CN111580078B (zh) * 2020-04-14 2022-09-09 哈尔滨工程大学 基于融合模态闪烁指数的单水听器目标识别方法
CN112034440A (zh) * 2020-09-01 2020-12-04 中国科学院声学研究所 一种基于波数谱能量累积分布的目标深度辨识方法及系统
CN112034440B (zh) * 2020-09-01 2023-12-22 中国科学院声学研究所 一种基于波数谱能量累积分布的目标深度辨识方法及系统
CN112987004A (zh) * 2021-02-05 2021-06-18 中国人民解放军国防科技大学 一种浅海环境下基于水平阵列的水面水下目标分类方法
CN112987004B (zh) * 2021-02-05 2023-07-21 中国人民解放军国防科技大学 一种浅海环境下基于水平阵列的水面水下目标分类方法
CN113050095A (zh) * 2021-03-10 2021-06-29 中国电子科技集团公司第三十六研究所 一种基于非均匀线阵的水面目标识别系统及识别方法
CN113281728A (zh) * 2021-05-16 2021-08-20 西北工业大学 一种基于单矢量水听器的浅海水面水下目标判决方法
CN113281728B (zh) * 2021-05-16 2023-06-30 西北工业大学 一种基于单矢量水听器的浅海水面水下目标判决方法
CN113495275A (zh) * 2021-05-24 2021-10-12 中国海洋大学 一种单水听器垂直合成孔径被动定位方法、系统及应用
CN116609725A (zh) * 2023-05-05 2023-08-18 中国科学院声学研究所 一种利用深海垂直阵的窄带线谱目标深度估计方法及系统
CN116609725B (zh) * 2023-05-05 2024-01-30 中国科学院声学研究所 一种利用深海垂直阵的窄带线谱目标深度估计方法及系统

Similar Documents

Publication Publication Date Title
CN109828266A (zh) 一种适用于浅海负跃层条件的运动目标深度分类方法
CN108226933B (zh) 一种基于条纹干涉结构的深海宽带目标深度估计方法
Dol et al. Simulation of an underwater acoustic communication channel characterized by wind-generated surface waves and bubbles
CN112083404B (zh) 一种基于多途特征匹配的单矢量水听器声源深度估计方法
Liu et al. Source localization in the deep ocean using a convolutional neural network
CN103076594B (zh) 一种基于互相关的水声脉冲信号双阵元定位的方法
CN111580048B (zh) 一种利用单矢量水听器的宽带声源深度估计方法
CN110058245B (zh) 基于云模型的低频主动拖线阵声呐浅海探测效能评估方法
CN106019288A (zh) 基于简正波模态消频散变换的声源距离深度估计方法
CN101915922A (zh) 拖曳线列阵被动测距方法
Premus et al. Use of mode subspace projections for depth discrimination with a horizontal line array: Theory and experimental results
CN105929385A (zh) 基于双水听器lofar谱图分析的目标深度分辨方法
CN105158734B (zh) 一种基于阵不变量的单矢量水听器被动定位方法
CN112987004A (zh) 一种浅海环境下基于水平阵列的水面水下目标分类方法
Goldhahn et al. Waveguide invariant broadband target detection and reverberation estimation
CN108572349B (zh) 一种深海环境下基于模型计算的声源定深方法
CN112305502A (zh) 一种基于阵列不变量的水面水下声源二元判别方法
CN115220026B (zh) 一种基于冰面水平阵列的匹配场跨冰定位方法
Verlinden et al. Passive acoustic tracking using a library of nearby sources of opportunity
CN103197282B (zh) 基于幅度补偿的mvdr时反聚焦定位方法
Jung et al. An algorithm for submarine passive sonar simulator
CN113671507B (zh) 一种基于深海垂直阵的波导不变量估计方法
CN110837085B (zh) 一种用于水底目标判别的波动指数计算方法
Du et al. Passive acoustic source depth discrimination with two hydrophones in shallow water
CN111965601A (zh) 一种基于核极限学习机的水下声源被动定位方法

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190531