CN110346766B - 一种基于稀疏约束控制旁瓣的零陷展宽方法 - Google Patents
一种基于稀疏约束控制旁瓣的零陷展宽方法 Download PDFInfo
- Publication number
- CN110346766B CN110346766B CN201910615902.9A CN201910615902A CN110346766B CN 110346766 B CN110346766 B CN 110346766B CN 201910615902 A CN201910615902 A CN 201910615902A CN 110346766 B CN110346766 B CN 110346766B
- Authority
- CN
- China
- Prior art keywords
- vector
- covariance matrix
- interference
- representing
- null
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 239000013598 vector Substances 0.000 claims abstract description 58
- 239000011159 matrix material Substances 0.000 claims abstract description 45
- 238000001228 spectrum Methods 0.000 claims abstract description 7
- 230000010354 integration Effects 0.000 claims abstract description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 34
- 238000000354 decomposition reaction Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 claims description 2
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 claims description 2
- 230000017105 transposition Effects 0.000 claims 1
- 238000010276 construction Methods 0.000 abstract 1
- 238000004088 simulation Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 102000002274 Matrix Metalloproteinases Human genes 0.000 description 1
- 108010000684 Matrix Metalloproteinases Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
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
- 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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本发明涉及一种基于稀疏约束控制旁瓣的零陷展宽方法，主要针对期望信号失配和干扰扰动，包括：获取天线阵列接收数据协方差矩阵，利用Capon谱对预先知道的干扰区间进行扩展重构得到干扰加噪声协方差矩阵；对干扰扩展区间进行导向矢量积分得到干扰协方差矩阵，利用特征空间法取得大特征值对应的特征向量构造线性约束条件；构造权向量求解公式，求解得到权向量。本发明的方法具有对于期望信号失配有很好的稳健性并且实现了零陷展宽，零陷深度更好，还有较低的旁瓣。
Description
技术领域
本发明属于雷达技术领域，具体涉及一种基于稀疏约束控制旁瓣的零陷展宽方法。
背景技术
阵列信号处理技术在雷达、通信等很多领域都得到了广泛的应用，它的最大优势在于能够对感兴趣的方向进行波束形成从而提高信号的能量，并且在干扰方向形成增益零陷。传统的自适应波束形成算法多针对理想条件提出，然而实际环境十分复杂，存在各种各样的误差，尤其是当干扰方向发生抖动、波束指向与期望信号方向存在偏差时，传统的自适应波束形成算法不仅无法有效抑制干扰，而且会在期望信号方向产生零陷，使得输出SINR严重下降。
针对期望信号导向矢量失配问题，目前常见的方法为对角加载算法、线性约束法、基于特征空间的波束形成法以及基于协方差矩阵重构和导向矢量估计的稳健波束形成算法。其中，对角加载算法会使方向图零陷变浅且加载量难以控制，线性约束法会过多消耗阵列自由度，基于特征空间的波束形成法对信号子空间维数较敏感，基于协方差矩阵重构和导向矢量估计的稳健波束形成算对导向矢量失配有较好的稳健性，但是零陷深度较浅。针对天线平台震动或干扰快速移动导致的干扰方向起伏问题，目前有CMT(协方差矩阵加权)算法，但是CMT算法在加宽零陷的同时会导致零陷深度变浅。
关于导向矢量失配和干扰扰动这方面，近年来也有相关的稳健算法，有人通过投影变换预处理技术扩展干扰方向，并对主瓣幅度响应进行约束，提高算法的稳健性。基于上述这些问题，提出本发明提出一种基于稀疏旁瓣控制的零陷展宽方法，用来在实现零陷展宽和加深的基础上采用期望信号预估计算法结合相似性约束达到抗期望信号导向矢量失配，并且实现低旁瓣。
发明内容
为了解决现有技术中存在的上述问题，本发明提供了一种基于稀疏约束控制旁瓣的零陷展宽方法。本发明要解决的技术问题通过以下技术方案实现：
本发明提供了一种基于稀疏约束控制旁瓣的零陷展宽方法，包括：
S1：获取天线阵列的接收数据协方差矩阵
S2：利用传统波束形成功率谱对所述接收数据协方差矩阵
的扩展的干扰信号区域进行重构，得到干扰加噪声重构协方差矩阵
S3：对所述接收数据协方差矩阵
的扩展的零陷区域进行导向矢量积分，得到导向矢量的相关矩阵
并对所述导向矢量的相关矩阵
进行特征分解，构建线性约束条件；
S4：根据所述线性约束条件，构建权向量求解模型；
S5：利用凸优化算法求解所述权向量求解模型，得到权向量w。
在本发明的一个实施例中，所述步骤S2包括：
利用传统波束形成功率谱对所述接收数据协方差矩阵
的扩展的干扰信号区域进行重构，得到干扰加噪声重构协方差矩阵
其中，
表示接收数据协方差矩阵
扩展后的干扰信号区域，a(θ)表示
区域对应的导向矢量，H表示共轭转置，-1表示逆矩阵。
在本发明的一个实施例中，所述步骤S3包括：
S31：在所述干扰信号区域
内划分出I个插值点，在每个插值点上构建阵列接收信号的导向矢量
其中，i表示第i个插值点；
S32：根据所述阵列接收信号的导向矢量
构建得到导向矢量的相关矩阵
S33：对所述导向矢量的相关矩阵
进行特征分解，
其中，λi表示特征值，
表示特征分解后对应的特征向量；
S34：对所述特征值λi进行排序，得到前M个较大的特征值，根据所述M个大特征值对应的特征向量构建线性约束条件，
e＝[1 0 0 … 0]，
其中，
分别表示特征值λ1,λ2,…,λM对应的特征向量，λ1＞λ2＞…＞λM，M为阵元数的1/2。
在本发明的一个实施例中，所述步骤S4包括：
根据所述线性约束条件，构建权向量求解模型如下：
其中，λ表示主瓣相似性控制变量，γ表示旁瓣稀疏约束控制变量，wq＝a(θ0)，a(θ0)表示期望信号导向矢量，s.t.表示约束条件，w表示权向量，Apangban表示表示旁瓣区域的字典矩阵。
与现有技术相比，本发明的有益效果在于：
本发明的基于稀疏约束控制旁瓣的零陷展宽方法，通过稀疏约束抑制旁瓣，获得比其他算法较低的旁瓣性能，而且利用零陷区域特征空间结合线性约束条件实现零陷展宽和好的零陷深度，通过相似性约束实现了对期望信号抖动的稳健波束形成。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
图1是本发明实施例提供的一种基于稀疏约束控制旁瓣的零陷展宽方法的流程图；
图2是本发明实施例提供的一种不同算法输出SINR(信号与干扰加噪声比)随SNR(信噪比)变化的曲线图；
图3是本发明实施例提供的另一种不同算法输出SINR随SNR变化的曲线图；
图4是本发明实施例提供的又一种不同算法输出SINR随SNR变化的曲线图；
图5是本发明实施例提供的再一种不同算法输出SINR随SNR变化的曲线图；
图6是本发明实施例提供的一种不同算法输出SINR随期望信号角度抖动的曲线图；
图7是本发明实施例提供的一种不同算法输出SINR随干扰信号角度抖动的曲线图；
图8是本发明实施例提供的一种不同算法输出SINR随期望信号和干扰信号角度抖动的曲线图；
图9是本发明实施例提供的一种不同算法波束形成的对比图；
图10是本发明实施例提供的一种不同算法输出SINR随快拍数变化的曲线图；
图11是本发明实施例提供的另一种不同算法输出SINR随快拍数变化的曲线图；
图12是本发明实施例提供的又一种不同算法输出SINR随快拍数变化的曲线图；
图13是本发明实施例提供的再一种不同算法输出SINR随快拍数变化的曲线图。
具体实施方式
为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及具体实施方式，对依据本发明提出的一种基于稀疏约束控制旁瓣的零陷展宽方法进行详细说明。
有关本发明的前述及其他技术内容、特点及功效，在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明，可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解，然而所附附图仅是提供参考与说明之用，并非用来对本发明的技术方案加以限制。
实施例一
请参见图1，图1是本发明实施例提供的一种基于稀疏约束控制旁瓣的零陷展宽方法的流程图，如图所示，本实施例的一种基于稀疏约束控制旁瓣的零陷展宽方法，包括：
S1：获取天线阵列的接收数据协方差矩阵
S2：利用Capon功率谱(传统波束形成功率谱)对所述接收数据协方差矩阵
的扩展的干扰信号区域进行重构，得到干扰加噪声重构协方差矩阵
具体地，所述干扰加噪声重构协方差矩阵
为，
S3：对所述接收数据协方差矩阵
的扩展的零陷区域进行导向矢量积分，得到导向矢量的相关矩阵
并对所述导向矢量的相关矩阵
进行特征分解，构建线性约束条件；
具体地，所述步骤S3包括：
S31：在所述干扰信号区域
内划分出I个插值点，在每个插值点上构建阵列接收信号的导向矢量
其中，i表示第i个插值点；
S32：根据所述阵列接收信号的导向矢量
构建得到导向矢量的相关矩阵
S33：对所述导向矢量的相关矩阵
进行特征分解，
其中，λi表示特征值，
表示特征分解后对应的特征向量；
S34：对所述特征值λi进行排序，得到前M个较大的特征值，根据所述M个大特征值对应的特征向量构建线性约束条件，
e＝[1 0 0 … 0]，
其中，
分别表示特征值λ1,λ2,…,λM对应的特征向量，λ1＞λ2＞…＞λM，M为阵元数的1/2。
S4：根据所述线性约束条件，构建权向量求解模型；
具体地，所述权向量求解模型为，
其中，λ表示主瓣相似性控制变量，γ表示旁瓣稀疏约束控制变量，wq＝a(θ0)，a(θ0)表示期望信号导向矢量，s.t.表示约束条件，w表示权向量，Apangban表示旁瓣区域的字典矩阵。
S5：利用凸优化算法求解所述权向量求解模型，得到权向量w。
根据所述权向量w得到展宽后的方向图。
本实施例的基于稀疏约束控制旁瓣的零陷展宽方法，通过稀疏约束抑制旁瓣，获得比其他算法较低的旁瓣性能，而且利用零陷区域特征空间结合线性约束条件实现零陷展宽和好的零陷深度，通过相似性约束实现了对期望信号抖动的稳健波束形成。
实施例二
本实施例是对实施例一中的基于稀疏约束控制旁瓣的零陷展宽方法通过仿真实验进一步地说明。在本实施例的仿真实验过程中，天线阵列结构采用均匀线性阵列，阵元数N为20，阵元间距d均为λ2，干扰方向为-30°和40°，干噪比为30dB，理想目标方向是0°，SNR取值变化范围为[-20:40]，间隔取5dB。
在本实施例的仿真输出SINR随着输入SNR变化的实验中，快拍数L均为200，阵列的接收数据协方差矩阵采用估计值如下：
其中，N表示阵元数，L表示快拍数。
在本实施例的仿真实验过程中，对比的算法包括Capon、CMT、多参数约束、协方差矩阵重构。
对于输出SINR随输入SNR变化情况，请参见图2-图5，其中，Proposed表示本发明的基于稀疏约束控制旁瓣的零陷展宽方法，图3中的期望信号在[-4:4]范围内随机变化，图4中的干扰信号随机抖动量在[-4:4]范围内随机变化，图5中的期望信号在[-4:4]范围内随机变化，干扰信号随机抖动量在[-4:4]范围内随机变化。从图中可以看出本发明的方法的性能接近协方差矩阵重构算法，优于其他算法。
对于角度抖动变化对输出SINR性能的影响，请参见图6-图8，其中，图6中期望信号在[-4:4]内均匀变化，间隔取1，SNR＝20；图7中干扰信号抖动量在[-4:4]内均匀变化，间隔取1，SNR＝20；图8中期望信号和干扰信号抖动量在[-4:4]内均匀变化，间隔取1，SNR＝20。从图中可以看出，本发明的方法在干扰信号或者期望信号分别抖动或者联合抖动的情况下，性能最好，而协方差矩阵重构在干扰信号抖动时候性能下降，多参数约束则是在期望信号抖动时性能下降，当期望信号和干扰信号都发生抖动时，本发明的方法更加稳定，性能更好。
请参见图9，如图9所示，从图中可以看出，本发明的方法形成的零陷深度较好，且旁瓣较其他算法低，主瓣保持也较好，也就是所本发明的方法相比于其他方法性能更好。
对于快拍数变化对输出SINR性能的影响，请参见图10-图13，其中，图10中SNR＝20，图11中期望信号在[-4:4]范围内随机变化，图12中干扰信号随机抖动量在[-4:4]范围内随机变化，图13中期望信号在[-4:4]范围内随机变化，干扰信号随机抖动量在[-4:4]范围内随机变化。从图中可以看出，本发明方法在期望信号抖动时，性能接近协方差矩阵重构，多参数约束算法则性能下降，Capon算法和CMT算法性能都不好。在干扰抖动时，多参数约束算法和本发明方法性能近似，其他方法在抖动量大的时候输出SINR下降。在期望信号和干扰信号均存在随随机抖动时，本发明方法在低快拍和高快拍情况下都有较高的输出SINR，性能更好。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (1)
1.一种基于稀疏约束控制旁瓣的零陷展宽方法，其特征在于，包括：
S1：获取天线阵列的接收数据协方差矩阵
S2：利用传统波束形成功率谱对所述接收数据协方差矩阵
的扩展的干扰信号区域进行重构，得到干扰加噪声重构协方差矩阵
具体包括：
利用传统波束形成功率谱对所述接收数据协方差矩阵
的扩展的干扰信号区域进行重构，得到干扰加噪声重构协方差矩阵
其中，
表示接收数据协方差矩阵
扩展后的干扰信号区域，a(θ)表示
区域对应的导向矢量，H表示共轭转置，-1表示逆矩阵；
S3：对所述接收数据协方差矩阵
的扩展的零陷区域进行导向矢量积分，得到导向矢量的相关矩阵
并对所述导向矢量的相关矩阵
进行特征分解，构建线性约束条件，具体包括：
S31：在所述干扰信号区域
内划分出I个插值点，在每个插值点上构建阵列接收信号的导向矢量
其中，i表示第i个插值点；
S32：根据所述阵列接收信号的导向矢量
构建得到导向矢量的相关矩阵
S33：对所述导向矢量的相关矩阵
进行特征分解，
其中，λi表示特征值，
表示特征分解后对应的特征向量；
S34：对所述特征值λi进行排序，得到前M个较大的特征值，根据所述M个大特征值对应的特征向量构建线性约束条件，
e＝[1 0 0…0]，
其中，
分别表示特征值λ1,λ2,…,λM对应的特征向量，λ1＞λ2＞…＞λM，M为阵元数的1/2；
S4：根据所述线性约束条件，构建权向量求解模型；
具体地，所述权向量求解模型为，
s.t.wHC＝e
其中，λ表示主瓣相似性控制变量，γ表示旁瓣稀疏约束控制变量，wq＝a(θ0)，a(θ0)表示期望信号导向矢量，s.t.表示约束条件，w表示权向量，Apangban表示旁瓣区域的字典矩阵；
S5：利用凸优化算法求解所述权向量求解模型，得到权向量w。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910615902.9A CN110346766B (zh) | 2019-07-09 | 2019-07-09 | 一种基于稀疏约束控制旁瓣的零陷展宽方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910615902.9A CN110346766B (zh) | 2019-07-09 | 2019-07-09 | 一种基于稀疏约束控制旁瓣的零陷展宽方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110346766A CN110346766A (zh) | 2019-10-18 |
| CN110346766B true CN110346766B (zh) | 2022-04-22 |
Family
ID=68178655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910615902.9A Active CN110346766B (zh) | 2019-07-09 | 2019-07-09 | 一种基于稀疏约束控制旁瓣的零陷展宽方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110346766B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104615854A (zh) * | 2015-01-05 | 2015-05-13 | 电子科技大学 | 一种基于稀疏约束的波束展宽和旁瓣抑制方法 |
| CN106990391A (zh) * | 2017-05-02 | 2017-07-28 | 北京理工大学 | 基于俯仰mimo的低空目标探测宽带雷达系统及阵列优化方法 |
| CN109959899A (zh) * | 2018-04-12 | 2019-07-02 | 哈尔滨工程大学 | 特征投影预处理及协方差矩阵稀疏重构主瓣干扰抑制算法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100770875B1 (ko) * | 2004-05-24 | 2007-10-26 | 삼성전자주식회사 | 배열 안테나 시스템에서 간섭전력 추정을 이용한 빔 형성장치 및 방법 |
-
2019
- 2019-07-09 CN CN201910615902.9A patent/CN110346766B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104615854A (zh) * | 2015-01-05 | 2015-05-13 | 电子科技大学 | 一种基于稀疏约束的波束展宽和旁瓣抑制方法 |
| CN106990391A (zh) * | 2017-05-02 | 2017-07-28 | 北京理工大学 | 基于俯仰mimo的低空目标探测宽带雷达系统及阵列优化方法 |
| CN109959899A (zh) * | 2018-04-12 | 2019-07-02 | 哈尔滨工程大学 | 特征投影预处理及协方差矩阵稀疏重构主瓣干扰抑制算法 |
Non-Patent Citations (1)
| Title |
|---|
| 高性能阵列天线稳健自适应波束形成技术研究;毛晓军;《中国博士学位论文全文数据库 信息科技辑》;20180615(第6期);正文第18，21-23，32-38，79-83，91-93页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110346766A (zh) | 2019-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108872946B (zh) | 导向矢量和协方差矩阵联合迭代的稳健波束形成方法 | |
| CN105302936B (zh) | 基于相关计算和协方差矩阵重构的自适应波束形成方法 | |
| CN109407055B (zh) | 基于多径利用的波束形成方法 | |
| CN105137399B (zh) | 基于斜投影滤波的雷达自适应波束形成方法 | |
| CN107276658B (zh) | 色噪声下基于协方差矩阵重构的波束形成方法 | |
| CN110196410B (zh) | 一种阵列天线主瓣干扰抑制方法及系统 | |
| CN106842140B (zh) | 一种基于和差波束降维的主瓣干扰抑制方法 | |
| CN105306123A (zh) | 一种抗阵列系统误差的稳健波束形成方法 | |
| CN110806557A (zh) | 一种冲击噪声背景下单基地mimo雷达doa估计方法 | |
| Khalaf et al. | Different adaptive beamforming algorithms for performance investigation of smart antenna system | |
| CN114048431A (zh) | 一种基于协方差矩阵重构和admm的波束形成方法 | |
| CN104539331B (zh) | 一种基于改进的混合入侵杂草算法阵列天线波束合成方法 | |
| CN107342836B (zh) | 脉冲噪声下的加权稀疏约束稳健波束形成方法及装置 | |
| Shuai et al. | Fast and accurate covariance matrix reconstruction for adaptive beamforming using Gauss-Legendre quadrature | |
| CN110208757B (zh) | 一种抑制主瓣干扰的稳健自适应波束形成方法及装置 | |
| Gao et al. | Beamforming technique based on adaptive diagonal loading in wireless access networks | |
| CN112668155B (zh) | 一种基于二次重构的稳健波束形成方法及系统 | |
| CN113884979A (zh) | 干扰加噪声协方差矩阵重构的稳健自适应波束形成方法 | |
| CN109283496B (zh) | 一种抗运动干扰和抗导向失配的稳健波束形成方法 | |
| CN113376584B (zh) | 基于改进对角加载的稳健自适应波束形成方法 | |
| CN110361697B (zh) | 一种基于协方差矩阵混合重构的稳健波束形成方法 | |
| CN104346532B (zh) | 一种mimo雷达降维自适应波束形成方法 | |
| CN111257863B (zh) | 一种高精度多点线性约束的自适应单脉冲测向方法 | |
| CN110346766B (zh) | 一种基于稀疏约束控制旁瓣的零陷展宽方法 | |
| CN109239681B (zh) | 一种运动干扰稳健滤波方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |