CN111102882B - 基于威胁评估的异构分布式探测信息目标识别优化方法 - Google Patents
基于威胁评估的异构分布式探测信息目标识别优化方法 Download PDFInfo
- Publication number
- CN111102882B CN111102882B CN201911193608.XA CN201911193608A CN111102882B CN 111102882 B CN111102882 B CN 111102882B CN 201911193608 A CN201911193608 A CN 201911193608A CN 111102882 B CN111102882 B CN 111102882B
- Authority
- CN
- China
- Prior art keywords
- threat
- kill
- control system
- missile
- command control
- 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
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41H—ARMOUR; ARMOURED TURRETS; ARMOURED OR ARMED VEHICLES; MEANS OF ATTACK OR DEFENCE, e.g. CAMOUFLAGE, IN GENERAL
- F41H11/00—Defence installations; Defence devices
- F41H11/02—Anti-aircraft or anti-guided missile or anti-torpedo defence installations or 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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
基于威胁评估的异构分布式探测信息目标识别优化方法,应用于攻防对抗体系仿真系统,基于多个卫星、多种雷达等信号级半实物系统构成异构分布式传感器网络,对进攻目标本身性质进行评定形成威胁序列,地面指挥控制系统根据威胁序列中威胁值高低,调度卫星、雷达优先对威胁值高的弹道导弹目标进行跟踪、识别,最终依据目标识别结果确定拦截或打击次序。本发明对所采集的探测信息进行冗余和互补信息融合,更大程度的收集和处理目标和环境信息,提高了作战战场目标识别的准确性和可靠性。对后续势态评估、威胁估计与拦截策略制定有重要的意义,极大地提高了对抗仿真中取胜的概率。
Description
技术领域
本发明涉及基于威胁评估的异构分布式探测信息目标识别优化方法,属于攻防对抗体系仿真技术领域。
背景技术
攻防对抗体系仿真中,对作战战场目标识别的准确与及时,对后面的势态评估、威胁估计与拦截策略制定有重要的意义,也是在对抗仿真中取胜的关键。
导弹攻防对抗体系仿真中,天基红外预警卫星信号级仿真系统和地基雷达信号级仿真系统是对飞行目标(弹道导弹)进行监视、探测、跟踪、预报的重要手段。体系作战一体化的特点及作战双方采取的各种对抗技术,使战场仿真环境日益复杂,传统单一传感器采集的目标数据存在不精确、不完整、不可靠的问题。
利用多个卫星和多种雷达构成的分布式探测传感器网络进行冗余和互补信息融合,能更大程度的收集和处理目标和环境信息,提高目标识别的准确性和可靠性。
异地的分布式各类传感器试验系统进行体系仿真时,所采集的目标信息存在一定的不确定性和模糊性,需要取得最佳的探测收益,解决这种异构分布式探测“信息冲突”的问题,确保实现较高精度的目标识别效果,用于弹道轨迹及落点预报。
发明内容
本发明的目的在于解决异构分布式探测信息目标识别问题,提出了一种基于威胁评估的异构分布式探测信息目标识别优化方法。
本发明的技术方案是:
基于威胁评估的异构分布式探测信息目标识别优化方法,包括以下步骤:
Step 1:首先选取高轨卫星作为探测传感器;
Step 2:获取探测参数,得到当前导弹弹道预报信息,从中获取初步预测落点及预估到达时间以及导弹型号信息发送给地面指挥控制系统,所述导弹型号信息包含精度、当量、突防能力和类型威胁因素ftype;
Step3:根据当量,预估落点位置目标信息,计算导弹毁伤能力fkill,发送给地面指挥控制系统;
Step4:发送给地面指挥控制系统利用上述信息计算导弹威胁度,根据导弹威胁度对导弹按威胁度从大到小进行排序,将得到的序列发送给地面指挥控制系统;
Step5:地面指挥控制系统对威胁度排序在前M0个的目标进行低轨卫星调度,利用调度后的低轨卫星作为探测传感器,重复步骤Step 2—Step4后,进入Step6;
Step6:地面指挥控制系统对威胁度排序在前M1个的目标进行预警雷达调度,利用调度后的预警雷达作为探测传感器,重复步骤Step 2—Step4后,进入Step7,M1小于等于M0;
Step7:地面指挥控制系统对威胁度排序在前M2个的目标进行火控雷达调度,利用调度后的火控雷达作为探测传感器,重复步骤Step 2—Step4后,得到按威胁度从大到小排序的目标序列,完成目标识别优化任务,M2小于等于M1。
所述Step4中计算导弹威胁度的方法如下:
设导弹威胁度为Threat,预估导弹剩余飞行时间为Trem,则导弹威胁度函数为:
Threat=a·ftype fkill·e-b(Trem)
a、b分别为修正系数,a决定了威胁度的峰值,b决定了威胁度的增长速度。
所述Step3中,按照以下方法计算导弹毁伤能力fkill
fkill=fkill_city+fkill_silo
fkill_city为弹道导弹对城市的毁伤能力,fkill_silo为弹道导弹对发射井的毁伤能力。
fkill_city=∫∫Pkill·D dxdy,Pkill为人员杀伤概率,D为打击城市的人口密度,打击城市的范围定义为以爆心为圆心,以rb为半径的圆形区域。
fkill_silo=∫∫Pkill_silo·Dkill_silo dxdy,Pkill_silo为发射井毁伤概率,Dkill_silo为发射井密度。
所述步骤Step5中,指挥控制系统对威胁度排序在前M0个的目标进行低轨卫星调度,调度后的低轨卫星组网,对目标进行探测;
所述步骤Step6中,指挥控制系统对威胁度排序在前M1个的目标进行预警雷达调度,调度后的预警雷达组网,对目标进行探测;
所述步骤Step7中,指挥控制系统对威胁度排序在前M2个的目标进行火控雷达调度,调度后的火控雷达组网,对目标进行探测。
本发明应用于攻防对抗体系仿真系统。
所述高轨卫星、低轨卫星、预警雷达和火控雷达均采用半实物系统实现。
各个半实物系统分别部署于不同试验地点,通过分布式网络进行互联。
分布式的各个半实物系统所采集的信息通过攻防对抗仿真系统中间件进行底层数据流交互。
本发明与现有技术相比具有如下有益效果:
针对异地分布式各类传感器试验系统进行体系仿真时,所采集的目标信息存在不确定性和模糊性,本发明采用了基于威胁评估的探测信息目标识别优化方案,解决了异构分布式探测信息融合面临的所采集目标信息存在一定的不确定性和模糊性以及异构分布式探测“信息冲突”的问题,确保取得最佳的探测收益,实现较高精度的目标识别效果,用于弹道轨迹及落点预报。
附图说明
图1为本发明实现过程示意图。
具体实施方式
为合理使用卫星和雷达探测资源,取得最佳的探测收益,本发明提出了一种利用信号级卫星、雷达仿真系统协同探测信息,结合攻防双方能力特征的动态威胁评估方法,实现异构分布式探测信息目标识别优化。
依据卫星与雷达信息来源的不同,对目标进行威胁评估,进而实现优化的目标识别方法,为后续拦截提供基础。
威胁评估是对进攻目标本身性质的评定,依据评估结果可确定拦截次序。在防御资源不足的情况下,威胁评估尤为重要,因为它能帮助优选目标集,对重点拦截对象实行“集中优势兵力,各个歼灭”,以有限资源取得尽可能大的作战效果。
本发明异构分布式探测体系由天基预警卫星系统和雷达系统组成。其中,天基预警卫星系统分为高轨卫星、低轨卫星。雷达系统分为预警雷达和火控雷达。
本发明思路如下:
(1)高轨卫星具有覆盖范围广的优势,发现目标即时给出预警信息;弹道导弹目标发射后,高轨卫星探测导弹发动机主动段尾焰,对其进行跟踪探测,获得弹道导弹目标点数据集,对其进行处理分析后传输到地面指挥控制系统,地面指挥控制系统根据高轨卫星识别的弹道导弹目标点数据集(包括弹道导弹预报参数、卫星观测精度、导弹类型等特征),建立以毁伤能力为量化威胁程度指标的威胁序列A,发送给低轨卫星。
(2)指挥控制系统根据威胁序列A中威胁值高低,调度低轨卫星,利用高分辨率跟踪探测器优先对威胁值高的弹道导弹目标进行立体观测、跟踪、识别。低轨卫星获得弹道导弹目标点数据集,进行处理分析后反馈回地面指挥控制系统,地面指挥控制系统对目标信息集更新,威胁度重新计算,建立以毁伤能力为量化威胁程度指标的威胁序列B,进行下一周期卫星调度。
(3)指挥控制系统根据威胁序列B中威胁值高低,调度预警雷达优先对威胁值高的弹道导弹目标进行跟踪、识别。预警雷达探测数据进行处理分析,形成弹道导弹目标点数据集,反馈回地面指挥控制系统,地面指挥控制系统对目标信息集更新,威胁度重新计算,建立以毁伤能力为量化威胁程度指标的威胁序列C,进行火控雷达调度。
(4)指挥控制系统根据威胁序列C中威胁值高低,调度火控雷达优先对威胁值高的弹道导弹目标进行跟踪、识别。火控雷达对探测数据进行处理分析,形成弹道导弹目标点数据集,反馈回地面指挥控制系统,地面指挥控制系统对目标信息集更新,威胁度重新计算,建立以毁伤能力为量化威胁程度指标的威胁序列D,完成目标识别优化。
实现过程如图1所示。
具体地,本发明异构分布式探测信息目标识别优化流程如下所述:
Step 1:首先选取高轨卫星作为探测传感器;
Step 2:获取探测参数,得到当前导弹弹道预报信息,从中获取初步预测落点Target及预估到达时间Ttotal以及导弹型号信息发送给地面指挥控制系统,所述导弹型号信息包含精度、当量ω、突防能力和类型因素ftype;
Step3:根据当量ω,预估落点位置目标信息,计算导弹毁伤能力fkill,发送给地面指挥控制系统;
Step4:发送给地面指挥控制系统利用上述信息计算导弹威胁度,根据导弹威胁度对导弹按威胁度从大到小进行排序,将得到的序列发送给地面指挥控制系统;
Step5:地面指挥控制系统对威胁度排序在前M0个的目标进行低轨卫星调度,利用调度后的低轨卫星作为探测传感器,重复步骤Step2—Step4后,进入Step6;
Step6:地面指挥控制系统对威胁度排序在前M1个的目标进行预警雷达调度,利用调度后的预警雷达作为探测传感器,重复步骤Step2—Step4后,进入Step7,M1小于等于M0;
Step7:地面指挥控制系统对威胁度排序在前M2个的目标进行火控雷达调度,利用调度后的火控雷达作为探测传感器,重复步骤Step2—Step4后,得到按威胁度从大到小排序的目标序列,完成目标识别优化任务,M2小于等于M1。
计算导弹威胁度的方法如下:
设导弹威胁度为Threat,预估导弹剩余飞行时间为Trem,则导弹威胁度函数随导弹、落点相对位置/时间增高,拟采用指数形式刻画导弹威胁度,导弹威胁度Threat满足:
Threat=a·ftype fkill·e-b(Trem)
a、b分别为修正系数,a决定了威胁度的峰值,b决定了威胁度的增长速度。
ftype表示导弹类型威胁因素,它是根据导弹类型客观因素,如精度、突防能力等,以一类型号为参考标准计算其相对比值得到的。fkill由导弹当量和落点区域属性计算得出。
建筑类目标破坏能力可作为弹道导弹毁伤的衡量因素。根据破坏程度设定人员杀伤概率为Pkill,距离爆心rb的城市人口密度为D,计算弹道导弹对城市毁伤能力fkill_city如下:
fkill_city=∫∫Pkill·D dxdy
计算弹道导弹对发射井的毁伤能力fkill_silo如下:
fkill_silo=∫∫Pkill_silo·Dkill_silo dxdy,其中Pkill_silo为发射井毁伤概率,Dkill_silo为发射井密度。
则认为弹道导弹破坏对方导弹可有效阻止对方反击。则fkill为:
fkill=fkill_city+fkill_silo
本发明可以应用于攻防对抗体系仿真系统,基于多个卫星、多种雷达等信号级半实物系统构成异构分布式传感器网络,卫星、雷达等半实物系统分别部署于不同试验地点,通过分布式网络进行互联,分布式的多个卫星、雷达等半实物系统所采集的信息通过攻防对抗体系仿真系统中间件进行底层数据流交互。
攻防对抗体系交互仿真过程中,多个天基卫星探测目标的位置、飞行速度、角度等信息参数,需要满足多卫星之间的信息实时融合要求,得到目标飞行中的轨迹及落点的预报信息。多种地基雷达探测目标的位置、飞行速度、角度等信息参数,需要满足多种雷达之间的信息实时融合要求,得到目标飞行中的轨迹及落点的预报信息。
本发明对进攻目标本身性质进行评定形成威胁序列,依据评估结果确定拦截或打击次序,地面指挥控制系统根据威胁序列中威胁值高低,调度卫星、雷达优先对威胁值高的弹道导弹目标进行跟踪、识别。
本发明对所采集的探测信息进行冗余和互补信息融合,更大程度的收集和处理目标和环境信息,提高了作战战场目标识别的准确性和可靠性。对后续势态评估、威胁估计与拦截策略制定有重要的意义,极大地提高了对抗仿真中取胜的概率。
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。
Claims (9)
1.基于威胁评估的异构分布式探测信息目标识别优化方法,其特征在于包括以下步骤:
Step 1:首先选取高轨卫星作为探测传感器;
Step 2:获取探测参数,得到当前导弹弹道预报信息,从中获取初步预测落点及预估到达时间以及导弹型号信息发送给地面指挥控制系统,所述导弹型号信息包含精度、当量、突防能力和类型威胁因素ftype;
Step3:根据当量,预估落点位置目标信息,计算导弹毁伤能力fkill,发送给地面指挥控制系统;
Step4:地面指挥控制系统利用上述信息计算导弹威胁度,根据导弹威胁度对导弹按威胁度从大到小进行排序,将得到的序列发送给地面指挥控制系统;
Step5:地面指挥控制系统对威胁度排序在前M0个的目标进行低轨卫星调度,利用调度后的低轨卫星作为探测传感器,重复步骤Step2—Step4后,进入Step6;
Step6:地面指挥控制系统对威胁度排序在前M1个的目标进行预警雷达调度,利用调度后的预警雷达作为探测传感器,重复步骤Step2—Step4后,进入Step7,M1小于等于M0;
Step7:地面指挥控制系统对威胁度排序在前M2个的目标进行火控雷达调度,利用调度后的火控雷达作为探测传感器,重复步骤Step2—Step4后,得到按威胁度从大到小排序的目标序列,完成目标识别优化任务,M2小于等于M1。
2.根据权利要求1所述的基于威胁评估的异构分布式探测信息目标识别优化方法,其特征在于:所述Step3中,按照以下方法计算导弹毁伤能力fkill
fkill=fkill_city+fkill_silo
fkill_city为弹道导弹对城市的毁伤能力,fkill_silo为弹道导弹对发射井的毁伤能力。
3.根据权利要求2所述的基于威胁评估的异构分布式探测信息目标识别优化方法,其特征在于:fkill_city=∫∫Pkill·D dxdy,Pkill为人员杀伤概率,D为打击城市的人口密度,打击城市的范围定义为以爆心为圆心,以rb为半径的圆形区域。
4.根据权利要求2所述的基于威胁评估的异构分布式探测信息目标识别优化方法,其特征在于:fkill_silo=∫∫Pkill_silo·Dkill_silodxdy,Pkill_silo为发射井毁伤概率,Dkill_silo为发射井密度。
5.根据权利要求1所述的基于威胁评估的异构分布式探测信息目标识别优化方法,其特征在于:所述步骤Step5中,地面指挥控制系统对威胁度排序在前M0个的目标进行低轨卫星调度,调度后的低轨卫星组网,对目标进行探测;
所述步骤Step6中,地面指挥控制系统对威胁度排序在前M1个的目标进行预警雷达调度,调度后的预警雷达组网,对目标进行探测;
所述步骤Step7中,地面指挥控制系统对威胁度排序在前M2 个的目标进行火控雷达调度,调度后的火控雷达组网,对目标进行探测。
6.根据权利要求1所述基于威胁评估的异构分布式探测信息目标识别优化方法,其特征在于:应用于攻防对抗体系仿真系统。
7.根据权利要求6所述基于威胁评估的异构分布式探测信息目标识别优化方法,其特征在于:所述高轨卫星、低轨卫星、预警雷达和火控雷达均采用半实物系统实现。
8.根据权利要求7所述基于威胁评估的异构分布式探测信息目标识别优化方法,其特征在于:各个半实物系统分别部署于不同试验地点,通过分布式网络进行互联。
9.根据权利要求8所述基于威胁评估的异构分布式探测信息目标识别优化方法,其特征在于:分布式的各个半实物系统所采集的信息通过攻防对抗仿真系统中间件进行底层数据流交互。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911193608.XA CN111102882B (zh) | 2019-11-28 | 2019-11-28 | 基于威胁评估的异构分布式探测信息目标识别优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911193608.XA CN111102882B (zh) | 2019-11-28 | 2019-11-28 | 基于威胁评估的异构分布式探测信息目标识别优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111102882A CN111102882A (zh) | 2020-05-05 |
CN111102882B true CN111102882B (zh) | 2022-06-03 |
Family
ID=70420986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911193608.XA Active CN111102882B (zh) | 2019-11-28 | 2019-11-28 | 基于威胁评估的异构分布式探测信息目标识别优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111102882B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022249833A1 (ja) * | 2021-05-27 | 2022-12-01 | 三菱電機株式会社 | 統合データライブラリ、飛翔体対処システム、飛翔経路予測方法および通信ルート探索方法 |
CN114326795B (zh) * | 2021-12-13 | 2024-02-20 | 中国运载火箭技术研究院 | 一种基于星网信息的飞行器主动规避方法 |
CN114440712B (zh) * | 2022-01-20 | 2022-11-08 | 北京理工大学 | 一种面向协同毁伤评估的探测载荷资源调度方法 |
CN115497344B (zh) * | 2022-08-04 | 2024-02-20 | 宁波大学 | 一种恶意抵近卫星的拦截方法、装置和电子设备 |
CN116722906A (zh) * | 2023-06-12 | 2023-09-08 | 中国人民解放军战略支援部队航天工程大学 | 一种预警卫星系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6410897B1 (en) * | 2000-09-27 | 2002-06-25 | Raytheon Company | Method and apparatus for aircraft protection against missile threats |
US10339478B2 (en) * | 2014-03-26 | 2019-07-02 | Ion Geophysical Corporation | Simultaneous operations coordination and planning system |
CN105654232A (zh) * | 2015-12-24 | 2016-06-08 | 大连陆海科技股份有限公司 | 基于多维度空间融合的海岸监控与防御决策系统及方法 |
CN108805406A (zh) * | 2018-05-03 | 2018-11-13 | 西安电子工程研究所 | 防空武器系统目标威胁评估方法 |
CN109323624A (zh) * | 2018-10-26 | 2019-02-12 | 广州市海林电子科技发展有限公司 | 一种岛礁基地警戒防御系统及方法 |
CN109683136A (zh) * | 2018-12-20 | 2019-04-26 | 北京冠群桦成信息技术有限公司 | 情报雷达空情信息传输系统和方法 |
CN109740876A (zh) * | 2018-12-20 | 2019-05-10 | 北京冠群桦成信息技术有限公司 | 目标威胁判断方法 |
CN110135686A (zh) * | 2019-04-11 | 2019-08-16 | 零八一电子集团有限公司 | 要地综合防御仿真系统 |
-
2019
- 2019-11-28 CN CN201911193608.XA patent/CN111102882B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111102882A (zh) | 2020-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111102882B (zh) | 基于威胁评估的异构分布式探测信息目标识别优化方法 | |
CN111026152B (zh) | 一种基于飞行目的地预测的无人机导航诱骗装置和方法 | |
CN1166922C (zh) | 多传感器多目标信息融合方法 | |
EP1981758B1 (en) | System and method for distributed engagement | |
EP2623921B1 (en) | Low-altitude low-speed small target intercepting method | |
CN110414061B (zh) | 建立飞机平台系统对地攻击生存能力概率模型的方法 | |
US7714261B2 (en) | System and method for protection of aircraft based on correlating suspected missile tracks to derive a confirm missile track | |
CN110456823A (zh) | 一种针对无人机计算与存储能力受限的双层路径规划方法 | |
CN111044052B (zh) | 一种基于智能感知的无人机自适应导航系统及方法 | |
CN109740876A (zh) | 目标威胁判断方法 | |
JP2008533461A (ja) | 追尾モデルの管理 | |
JPS61112276A (ja) | デ−タ処理装置 | |
CN105445733A (zh) | 融合处理ssr航管与iff多模式协同航迹的方法 | |
CN111460730A (zh) | 一种未来作战智能化技术应用设计方法 | |
CN114440710B (zh) | 一种面向毁伤评估的异构精导弹群射前协同规划方法 | |
CN114676743B (zh) | 基于隐马尔可夫模型的低慢小目标航迹威胁识别方法 | |
CN110377054A (zh) | 一种基于机载平台的无人机集群控制系统及方法 | |
Erlandsson et al. | Modeling fighter aircraft mission survivability | |
RU2568161C2 (ru) | Способ адаптивно-маршрутного управления пилотируемым летательным аппаратом | |
CN107917646B (zh) | 一种基于目标终端可达区预测的红外空空导弹抗干扰制导方法 | |
RU2489675C2 (ru) | Комбинированная система управления корректируемой авиационной бомбой | |
Gui | Evaluation of unmanned equipment operational effectiveness based on ADC model | |
CN114326795B (zh) | 一种基于星网信息的飞行器主动规避方法 | |
CN116384436A (zh) | 一种无人机“蜂群”对抗方法 | |
RU2464520C2 (ru) | Способ формирования управления ракет при наведении на группу маневрирующих целей |
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 |