CN113411567B - 一种阵列式图像传感器激光损伤阈值估算方法 - Google Patents

一种阵列式图像传感器激光损伤阈值估算方法 Download PDF

Info

Publication number
CN113411567B
CN113411567B CN202110614724.5A CN202110614724A CN113411567B CN 113411567 B CN113411567 B CN 113411567B CN 202110614724 A CN202110614724 A CN 202110614724A CN 113411567 B CN113411567 B CN 113411567B
Authority
CN
China
Prior art keywords
damage
threshold
failure
interval
point
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
CN202110614724.5A
Other languages
English (en)
Other versions
CN113411567A (zh
Inventor
张检民
师宇斌
冯国斌
徐作冬
李云鹏
窦鹏程
赵军
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.)
Northwest Institute of Nuclear Technology
Original Assignee
Northwest Institute of Nuclear Technology
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 Northwest Institute of Nuclear Technology filed Critical Northwest Institute of Nuclear Technology
Priority to CN202110614724.5A priority Critical patent/CN113411567B/zh
Publication of CN113411567A publication Critical patent/CN113411567A/zh
Application granted granted Critical
Publication of CN113411567B publication Critical patent/CN113411567B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明涉及一种激光辐照效应损伤阈值分析方法，具体涉及一种阵列式图像传感器激光损伤阈值估算方法，解决激光干扰损伤效应阈值实验数据存在较大差异的问题。该方法通过获取阵列式图像传感器样品上不同程度的点损伤效应、线损伤与大面积失效激光参数，以及失效阈值，计算得出线损伤阈值、大面积失效阈值，再以点损伤阈值为基准阈值，计算出线损伤、大面积失效以及失效的相关参数，最后通过多次实验得到线损伤、大面积失效和失效的相关系数区间。根据此参数区间和未知器件或相似器件的点损伤阈值，就可得到未知器件或相似器件的线损伤、大面积失效和失效的系数区间。消除测量不确定度、效应现象随机性、样品个体差异的实验误差，提高准确度。

Description

一种阵列式图像传感器激光损伤阈值估算方法
技术领域
本发明涉及一种激光辐照效应损伤阈值分析方法，具体涉及一种阵列式图像传感器激光损伤阈值估算方法。
背景技术
可见光或红外等图像传感器是光电成像系统(或称相机)的核心敏感器件，易受外界非预期强光的干扰或损伤，是激光对抗的首选目标之一。过去四十余年中，国内外较广泛各类图像传感器激光辐照效应研究，获取了大量效应数据。人们发现，即使是相同厂家、相同型号、相同批次的图像传感器，其激光干扰损伤效应阈值实验数据亦存在较大差异，给效应机理分析带来一定困难，更让基于统计规律或数值模拟分析的阈值估算难以开展。
为克服实验测量不确定度、效应现象随机性、实验样品个体差异等产生的实测效应阈值离散性大的问题，发明人进行了新方法探索。从效应机理看，阵列式图像传感器的干扰效应与损伤效应产生机制截然不同，其阈值影响因素以及分析方法亦将显著不同，需寻求新的方法支持。
发明的内容
本发明的目的是解决激光干扰损伤效应阈值实验数据存在较大差异的问题，而提供一种阵列式图像传感器激光损伤阈值估算方法。
为实现上述目的，本发明所提供的技术方案如下：
一种阵列式图像传感器激光损伤阈值估算方法，其特殊之处在于：包括如下步骤：
步骤1：开展激光辐照实验，获取器件效应现象以及激光参数；
1.1)针对阵列式图像传感器样品的不同部位进行激光辐照；
1.2)记录在不同部位上不同程度的点损伤效应的激光参数，并记录不出现点损伤效应的激光参数，通过损伤阈值计算方法，得到点损伤阈值I1；
1.3)更换激光辐照作用位置，通过增加激光作用能量，继续进行激光辐照，记录在不同部位上不同程度的线损伤与大面积失效激光参数，以及失效阈值I4；
1.4)使用步骤1.2)中的损伤阈值计算方法，得到线损伤阈值I2、大面积失效阈值I3；
步骤2：计算相关参数；
以点损伤阈值I1作为基准阈值，计算线损伤、大面积失效以及失效的相关参数；
计算结果为：线损伤的相关系数为If2＝I2/I1，大面积失效的相关系数为If3＝I3/I1；失效的相关系数为If4＝I4/I1；
步骤3：获取相关系数区间；
3.1)另选至少两个与步骤1.1)同一类型的阵列式图像传感器样品，重复步骤1与步骤2；
3.2)线损伤、大面积失效和失效的相关系数区间是至少三个阵列式图像传感器样品实验数据最小值与最大值构成的区间，依次是[If21，If22]、[If31，If32]、[If41，If42]；
其中，最小值为区间下限，最大值为区间上限；If21、If31、If41分别是三个阵列式图像传感器样品中线损伤、大面积失效、失效的相关系数的最小值，If22、If32、If42分别是三个阵列式图像传感器样品中线损伤、大面积失效、失效的相关系数的最小值；
步骤4：求取未知器件或相似器件的损伤效应阈值区间；
4.1)获取未知器件或相似器件的点损伤阈值；
4.2)未知器件或相似器件的点损伤阈值乘以步骤3.2)中相关系数区间，即就是未知器件或相似器件的线损伤、大面积失效和失效的系数区间。
进一步地，步骤1.1)中，进行不同部位的激光辐照时，靶面光斑大小超过3个像素。
进一步地，步骤1.2)中，通过国际标准I SO 21254描述的50％、100％损伤阈值测量方法计算得到点损伤阈值I1；
步骤1.2)与步骤1.3)中，在至少5个部位上进行点损伤效应、线损伤效应与大面积失效，获得至少5种不同程度的点损伤效应、线损伤效应与大面积失效的激光参数。
进一步地，步骤1.2)中，根据损伤区间法计算点损伤阈值I1；所述损伤区间法是以点损伤效应的参数范围[I11，I12]的中值或均值作为点损伤阈值I1；其中，区间上限I11为轻微点损伤阈值；区间下限I12为严重点损伤阈值；
步骤1.4)中，根据损伤区间法，线损伤的参数范围为[I21，I22]、大面积失效的参数范围为[I31，I32]，取参数范围的中值或均值作为线损伤阈值I2、大面积失效阈值I3。其中区间上限I21为轻微线损伤阈值，区间下限I22为严重线损伤阈值，区间上限I31为轻微线大面积失效损伤阈值，区间下限I32为严重大面积失效损伤阈值。
进一步地，步骤4.1)中，通过实验测试获取未知器件或相似器件的点损伤阈值，或者使用数值模拟手段估算未知器件或相似器件的点损伤阈值。
本发明的有益效果是：
1.本发明通过获取阵列式图像传感器样品上不同程度的点损伤效应、线损伤与大面积失效激光参数，以及失效阈值，计算得出线损伤阈值、大面积失效阈值，再以点损伤阈值为基准阈值，计算出线损伤、大面积失效以及失效的相关参数，最后通过多次实验得到线损伤、大面积失效和失效的相关系数区间。根据此参数区间和未知器件或相似器件的点损伤阈值，就可得到未知器件或相似器件的线损伤、大面积失效和失效的系数区间。将测量不确定度、效应现象随机性、实验样品个体差异等考虑在内，提高了损伤阈值估计的准确度。
2.本发明能够以较低的实验消耗得到所关注图像传感器件的不同损伤程度效应的损伤阈值区间，或者在基础效应数值模型的配合下，给出无法开展损伤测试或者无法获得试件的特定图像传感器的损伤效应阈值。
3.本发明以损伤区间法计算点损伤阈值、线损伤阈值和大面积失效阈值，以计算区间中值的形式获取实验数据，减小实验误差。
附图说明
图1是本发明阵列式图像传感器激光损伤阈值估算方法实施例的流程图；
图2是本发明实施例中样品轻微点损伤的示意图；
图3是本发明实施例中样品严重点损伤的示意图；
图4是本发明实施例中样品轻微线损伤的示意图；
图5是本发明实施例中样品严重线损伤的示意图；
图6本发明实施例中样品大范围失效的示意图；
图7是本发明实施例中样品失效的示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述。
本发明的基本构思是：像素是阵列式图像传感器的基本组成单元，对于由多像素组成的阵列式器件，选择包含样品特征的像素点损伤效应阈值为基准，对线损伤、大范围失效、失效等其他程度较重的效应数据进行无量纲运算处理，得到相应的计算结果，再根据相似器件计算得到相应结果的区间一致性，以统计规律进行基准效应阈值之外其他损伤效应阈值估算。
如图1所示，整个阵列式图像传感器激光损伤阈值估算方法的流程如下：
步骤1：针对某类型器件开展激光辐照实验，获取器件效应现象以及激光参数。
1.1)将阵列式图像传感器分为若干部位，针对阵列式图像传感器样品的不同部位进行激光辐照，需要注意的是：进行不同部位的激光辐照时，靶面光斑大小超过3个像素，且至少5个部位；
1.2)记录在不同部位上点损伤效应的激光参数(记录至少5种程度的点损伤效应的激光参数)，并记录不出现点损伤效应的激光参数,通过损伤阈值计算方法，得到点损伤阈值I1；
计算点损伤阈值I1可通过以下两种方法：
①通过ISO21254描述的50％、100％损伤阈值测量方法计算得到点损伤阈值I1(此方法会使用不出现点损伤效应的激光参数)。
②损伤区间法计算点损伤阈值I1。损伤区间法是以点损伤效应的参数范围[I11，I12]的中值或均值作为点损伤阈值I1；其中，区间上限I11为轻微点损伤阈值，区间下限I12为严重点损伤阈值，也就是至少5种程度的点损伤效应的激光参数的最大值与最小值。
如图2、图3、表1所示，轻微点损伤阈值I11＝13.6mJ/cm2，严重点损伤阈值I12＝38.2mJ/cm2，即只发生点损伤效应的参数范围为[13.6，38.2]，取其中间值，则点损伤阈值I1＝25.9mJ/cm2。
1.3)通过增加激光作用能量，继续进行激光辐照，记录在不同部位(至少5个部位)上不同程度的只发生线损伤效应与大面积失效激光参数(至少记录5种程度)，以及失效阈值I4。如图7所示失效阈值I4＝226mJ/cm2。
1.4)使用步骤1.2)中同样方法计算线损伤阈值I2、大面积失效阈值I3。
如图4至图6所示，使用损伤区间法计算线损伤阈值I2、大面积失效阈值I3。轻微线损伤阈值I21＝58.1mJ/cm2，严重线损伤阈值I22＝78.5mJ/cm2，即线损伤效应的参数范围为[58.1，78.5]，取其中间值，则线损伤阈值I2＝68.3mJ/cm2。轻微大面积失效阈值I31＝124.6mJ/cm2，严重大面积失效阈值I32＝143.5mJ/cm2，即大面积失效的参数范围为[124.6，143.5]，取其中间值，则大面积失效阈值I3＝134.1mJ/cm。
步骤2：计算相关参数；
以点损伤阈值I1作为基准阈值，计算线损伤、大面积失效以及失效的相关参数。
线损伤的相关系数为If2＝I2/I1＝68.3/25.9＝2.6；
大面积失效的相关系数为If3＝I3/I1＝134.1/25.9＝5.2；
失效的相关系数为If4＝I4/I1＝226/25.9＝8.7。
表1：样品1的效应现象及相关系数
Figure BDA0003097601990000061
步骤3：针对多个样品，获取相关系数区间；
3.1)另选两个阵列式图像传感器样品，重复步骤1与步骤2；得到表2、表3中的实验数据。
表2：样品2的效应现象及相关系数
Figure BDA0003097601990000062
表3：样品3的效应现象及相关系数
Figure BDA0003097601990000063
Figure BDA0003097601990000071
3.2)线损伤、大面积失效和失效的相关系数区间是三次实验数据最小值与最大值构成的区间，依次是[If21，If22]、[If31，If32]、[If41，If42]；其中，最小值为区间下限，最大值为区间上限；If21、If31、If41分别是三个阵列式图像传感器样品中线损伤、大面积失效、失效的相关系数的最小值，If22、If32、If42分别是三个阵列式图像传感器样品中线损伤、大面积失效、失效的相关系数的最小值。
根据表1、表2、表3可得[If21，If22]为[2.6，3.0]，[If31，If32]为[4.8，5.3]，[If41，If42]为[8.7，10.5]。
步骤4：求取未知器件的损伤效应阈值区间；
4.1)通过实验测试获取未知器件或相似器件的点损伤阈值，或者使用数值模拟手段估算未知器件或相似器件的点损伤阈值。利用开展实验获取某相似效应对象的点损伤阈值I1＝20mJ/cm2。
4.2)如表4所示，未知器件或相似器件的点损伤阈值(I1＝20mJ/cm2)乘以步骤3.2)中相关系数区间，即可得到未知器件或相似器件的线损伤、大面积失效和失效的系数区间以及相关系数。随后通过实验获取实际该样品的损伤阈值，即线损伤阈值、大面积失效阈值和失效阈值，并得到相关系数，最后与本发明得到的区间进行比较，实验值在区间范围内，此方法有效、可靠。
表4：未知器件或相似器件的相关系数区间
Figure BDA0003097601990000072
Figure BDA0003097601990000081
本发明的理论依据如下所述：
相似理论认为，两个几何结构、物理化学组成、动力学过程等特征有相同点的系统为相似系统，且相同点越多，系统间的相似度越大。据此，效应阈值预估问题，可转变为待研究对象间的固有特征、效应机制等敏感因素间的相似性问题。虽然图像传感器的损伤效应暂时难以构建准确的解析形式的关联方程，但依然可以通过量纲分析的形式推理手段来进行阈值预估。
不同类型阵列式图像传感器结构虽然有所差异，但构成其的材料基本不变或相似，因而其在激光作用下表现出来的效应现象基本接近。对于可见光图像传感器，其构成材料主要是硅、二氧化硅等，对于红外图传感器，其构成组分主要是碲镉汞/铟镓砷、硅等。对于同一类型图像传感器，虽然其在激光作用下的阈值有所差异，主要表现为其特定阈值在某一区间，而不同类型阈值之间的比例系数却接近为一常数值，因而可通过某一器件的比例系数，结合某一器件的特定阈值去估算该器件其他类型的损伤阈值。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、同等替换、改进等，均应包含在本发明的保护范围内。

Claims (5)

1.一种阵列式图像传感器激光损伤阈值估算方法，其特征在于，包括如下步骤：
步骤1：开展激光辐照实验，获取器件效应现象以及激光参数；
1.1)针对阵列式图像传感器样品的不同部位进行激光辐照；
1.2)记录在不同部位上不同程度点损伤效应的激光参数，并记录不出现点损伤效应的激光参数，通过损伤阈值计算方法，得到点损伤阈值I1；
1.3)更换激光辐照作用位置，通过增加激光作用能量，继续进行激光辐照，记录在不同部位上不同程度的线损伤效应与大面积失效的激光参数，以及失效阈值I4；
1.4)使用步骤1.2)中的损伤阈值计算方法，得到线损伤阈值I2、大面积失效阈值I3；
步骤2：计算相关参数；
以点损伤阈值I1作为基准阈值，计算线损伤、大面积失效以及失效的相关参数；
计算结果为：线损伤的相关系数为If2＝I2/I1，大面积失效的相关系数为If3＝I3/I1；失效的相关系数为If4＝I4/I1；
步骤3：获取相关系数区间；
3.1)另选至少两个与步骤1.1)同一类型的阵列式图像传感器样品，重复步骤1与步骤2；
3.2)线损伤、大面积失效和失效的相关系数区间是至少三个阵列式图像传感器样品实验数据最小值与最大值构成的区间，依次是[If21，If22]、[If31，If32]、[If41，If42]；
其中，最小值为区间下限，最大值为区间上限；If21、If31、If41分别是三个阵列式图像传感器样品中线损伤、大面积失效、失效的相关系数的最小值，If22、If32、If42分别是三个阵列式图像传感器样品中线损伤、大面积失效、失效的相关系数的最大值；
步骤4：求取未知器件或相似器件的损伤效应阈值区间；
4.1)获取未知器件或相似器件的点损伤阈值；
4.2)未知器件或相似器件的点损伤阈值乘以步骤3.2)中相关系数区间，即就是未知器件或相似器件的线损伤、大面积失效和失效的系数区间。
2.根据权利要求1所述的一种阵列式图像传感器激光损伤阈值估算方法，其特征在于：步骤1.1)中，进行不同部位的激光辐照时，靶面光斑大小超过3个像素。
3.根据权利要求2所述的一种阵列式图像传感器激光损伤阈值估算方法，其特征在于：步骤1.2)中，通过国际标准ISO 21254描述的50％、100％损伤阈值测量方法计算得到点损伤阈值I1；
步骤1.2)与步骤1.3)中，在至少5个部位上进行点损伤效应、线损伤效应与大面积失效，获得至少5种不同程度的点损伤效应、线损伤效应与大面积失效的激光参数。
4.根据权利要求2所述的一种阵列式图像传感器激光损伤阈值估算方法，其特征在于：步骤1.2)中，根据损伤区间法计算点损伤阈值I1；所述损伤区间法是以点损伤效应的参数范围[I11，I12]的中值或均值作为点损伤阈值I1；其中，区间上限I11为轻微点损伤阈值；区间下限I12为严重点损伤阈值；
步骤1.4)中，根据损伤区间法，线损伤的参数范围为[I21，I22]、大面积失效的参数范围为[I31，I32]，取参数范围的中值或均值作为线损伤阈值I2、大面积失效阈值I3；其中区间上限I21为轻微线损伤阈值，区间下限I22为严重线损伤阈值，区间上限I31为轻微大面积失效损伤阈值，区间下限I32为严重大面积失效损伤阈值。
5.根据权利要求1-4任一所述的一种阵列式图像传感器激光损伤阈值估算方法，其特征在于：步骤4.1)中，通过实验测试获取未知器件或相似器件的点损伤阈值，或者使用数值模拟手段估算未知器件或相似器件的点损伤阈值。
CN202110614724.5A 2021-06-02 2021-06-02 一种阵列式图像传感器激光损伤阈值估算方法 Active CN113411567B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110614724.5A CN113411567B (zh) 2021-06-02 2021-06-02 一种阵列式图像传感器激光损伤阈值估算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110614724.5A CN113411567B (zh) 2021-06-02 2021-06-02 一种阵列式图像传感器激光损伤阈值估算方法

Publications (2)

Publication Number Publication Date
CN113411567A CN113411567A (zh) 2021-09-17
CN113411567B true CN113411567B (zh) 2022-09-23

Family

ID=77675956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110614724.5A Active CN113411567B (zh) 2021-06-02 2021-06-02 一种阵列式图像传感器激光损伤阈值估算方法

Country Status (1)

Country Link
CN (1) CN113411567B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115096719B (zh) * 2022-07-04 2024-06-21 西北核技术研究所 一种高温双向力学性能试验系统及试验方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7557826B2 (en) * 2006-04-04 2009-07-07 Sony Corporation Method for device spectral sensitivity reconstruction
CN103162941B (zh) * 2013-03-01 2016-11-16 长春理工大学 一种光学薄膜和光电器件表面激光损伤阈值测量装置
CN104296969B (zh) * 2014-10-13 2017-02-22 同济大学 一种激光损伤阈值标定方法
CN105991997B (zh) * 2015-03-06 2018-02-23 深圳指瑞威科技有限公司 一种电容式图像传感器坏点实时定位的方法
EP3651458B1 (de) * 2018-11-08 2020-09-09 Sick Ag Sichere stereokamera und verfahren zum prüfen der funktionsfähigkeit der bildsensoren
JP7279533B2 (ja) * 2019-06-14 2023-05-23 ソニーグループ株式会社 センサ装置、信号処理方法

Also Published As

Publication number Publication date
CN113411567A (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
Boronenko et al. Increasing accuracy of high temperature and speed processes micropyrometry
CN106525137A (zh) 基于激光诱导荧光的液膜温度场和流场同时测量方法
CN113411567B (zh) 一种阵列式图像传感器激光损伤阈值估算方法
Demant et al. Inline quality rating of multi‐crystalline wafers based on photoluminescence images
CN106643965B (zh) 一种利用模板匹配精确识别液位的方法
CN105352998B (zh) 脉冲涡流红外热图像的独立成分个数确定方法
CN102800096A (zh) 一种摄像机参数的鲁棒性估计算法
CN104240264A (zh) 一种运动物体的高度检测方法和装置
Rahman et al. Person to camera distance measurement based on eye-distance
CN104457911A (zh) 一种液位检测系统及液位检测方法
Simoncelli et al. A low‐cost underwater particle tracking velocimetry system for measuring in situ particle flux and sedimentation rate in low‐turbulence environments
CN117910517A (zh) 一种基于物理信息神经网络的堤坝空鼓隐患识别方法及系统
Niewelt et al. Interstitial oxygen imaging from thermal donor growth—A fast photoluminescence based method
CN103776376A (zh) 一种激光定位灯十字线图像检测方法及装置
Gao et al. Contour-based image segmentation for on-line size distribution measurement of pneumatically conveyed particles
CN115980697A (zh) 一种不同天气条件下激光雷达反演边界层高度的方法
Filová et al. Performance testing of the system for analysis of PADC track detectors for neutron dosimetry
CN101556255A (zh) 一种围护结构热阻现场检测数据分析方法
Van Brecht et al. Image processing to quantify the trajectory of a visualized air jet
Yin et al. Precise sub-pixel size measurement with linear interpolation
CN111473944A (zh) 观测流场中存在复杂壁面的piv数据修正方法、装置
Chen et al. Converting the infrared thermal image into temperature field for detection the defects inside materials
Azimi et al. Simultaneous estimation of heat source and boundary condition in two-dimensional transient inverse heat conduction problem
CN113759355B (zh) 基于红外数据的测距方法和装置
CN109714513A (zh) 一种光学速度和里程测量仪中抑制速度解算噪声的方法

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