CN114265054B - 一种无人机群目标的跟踪方法 - Google Patents
一种无人机群目标的跟踪方法 Download PDFInfo
- Publication number
- CN114265054B CN114265054B CN202111395282.6A CN202111395282A CN114265054B CN 114265054 B CN114265054 B CN 114265054B CN 202111395282 A CN202111395282 A CN 202111395282A CN 114265054 B CN114265054 B CN 114265054B
- Authority
- CN
- China
- Prior art keywords
- group
- target
- targets
- tracking
- echoes
- 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 37
- 238000005259 measurement Methods 0.000 claims abstract description 73
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 238000000926 separation method Methods 0.000 claims abstract description 14
- 230000001052 transient effect Effects 0.000 claims abstract description 14
- 238000012790 confirmation Methods 0.000 claims abstract description 7
- 238000002592 echocardiography Methods 0.000 claims description 30
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 abstract description 8
- 238000012423 maintenance Methods 0.000 abstract description 5
- 238000012545 processing Methods 0.000 abstract description 5
- 230000005484 gravity Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000977 initiatory effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种无人机群目标的跟踪方法,属于雷达信号检测和数据处理技术领域。包括群目标分群检测与群起始,群目标数据关联与航迹维持和群目标合并分离三部分;针对无人机群目标的跟踪方法,采用暂态群几何中心为等效量测来进行群起始,群起始的同时确认了稳态群的形成,达到群起始时间短的目的;采用同心双相关门的关联方法,将群目标成员的确认和等效测量跟踪分开,达到降低虚警的目的。本发明的方法群起始时间短,虚警低,能对群目标进行稳定跟踪。
Description
技术领域
本发明为雷达数据处理方法,属于雷达信号检测和数据处理技术领域。
背景技术
随着现代科学技术的发展,无人机技术也日渐成熟,无人机对空域的安全也造成了严重的威胁,所以各国也开始研发各自的反无人机系统。无人机在飞行时表现出了很强的机动性,特别是在多架无人机或无人机群目标同时出现在监测区域的极端情况下,对反无人机系统对目标的检测跟踪能力提出更高的要求。群目标是指长时间内保持空间位置相对固定,目标间距满足给定的准则的多目标集合。目前常用的群目标跟踪方法有采用点目标模型对群目标建模和跟踪的方法,还有通过对群成员的综合虚拟量测完成对群目标质心跟踪的方法。
若采用点目标模型对群目标建模和跟踪,会出现以下问题:
1)群目标量测的高密度分布会使传感器对群内目标可分辨性差,量测与目标难以一一对应;
2)庞大的目标数量会使得在目标关联和跟踪过程中占用大量的计算资源和传感器资源;
3)将群内目标当作独立分布的个体,一方面不利于对某些不可能情况(碰撞、重叠等)的排除,增大了算法计算量,另一方面不利于群内目标运动信息的相互支援,提高跟踪精度和稳定性。
若采用群目标质心跟踪方法,只考虑群质心的运动信息,不能把握整体的变化信息,如分裂或合并。
发明内容
要解决的技术问题
为了避免现有技术的上述不足之处,本发明提出一种无人机群目标的跟踪方法,通过对群成员的综合虚拟量测完成对群目标质心的稳定跟踪从而实现对密集多目标的跟踪监视。
技术方案
一种无人机群目标的跟踪方法,其特征在于步骤如下:
步骤1:获得目标量测值后,计算量测两两之间的空间距离值,建立分群检测矩阵;在该矩阵中,小于所定义的目标间距的元素置为1,否则为0;元素为1的点迹被确认为同一个群目标,即形成暂态群,元素为0的若干回波称为独立点迹,作为虚警或新目标处理;
步骤2:在形成的暂态群中分别求解该区域距离、方位与俯仰三个方向上回波位置的最大值与最小值之差,以此差值构建一个长方体区域,差值的二分之一即为群目标的几何中心;以最大速度值为群起始门限在上一周期预测几何中心周围做梅花状搜索;得到新的几何中心后连接上一周期的几何中心与本周期的几何中心形成暂态航迹,按照逻辑航迹起始准则形成稳定航迹,即形成稳态群;
步骤3:k时刻雷达所有回波与相应的群目标相关,把关联成功的所有量测求取等效量测,作为下一周期滤波器更新之用;与部分群目标关联成功的回波求取新的等效量测,没有回波关联的群目标使用上一周期的等效量测更新滤波器,余下的不属于任何群目标的回波进行一个周期的确认,如果仍然如此,这些没有关联上的回波则作为新目标重新起始航迹;
步骤4:对于落入跟踪门内的量测,采用同一周期等效量测预测中心与每个量测连线、并在下一周期作平行且相等平行线的方法,以该平行线端点为预测值,以一定的正确接收概率为门限构建子波门的方法,就能够检测到发生了机动的目标,当其在位置、速度和指向三方面综合考虑脱离原来的群中心,则进行群分离,重新计算群中心;
步骤5:当落入跟踪门内的量测少于2个,则进行群撤销,转化为单目标跟踪。
一种计算机系统,其特征在于包括:一个或多个处理器,计算机可读存储介质,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述的方法。
一种计算机可读存储介质,其特征在于存储有计算机可执行指令,所述指令在被执行时用于实现上述的方法。
一种计算机程序,其特征在于包括计算机可执行指令,所述指令在被执行时用于实现上述的方法。
有益效果
本发明提出的一种无人机群目标的跟踪方法,针对无人机群目标的跟踪方法,采用暂态群几何中心为等效量测来进行群起始,群起始的同时确认了稳态群的形成,达到群起始时间短的目的。采用同心双相关门的关联方法,将群目标成员的确认和等效测量跟踪分开,达到降低虚警的目的。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1群起始方法示意图;
图2群目标关联方法示意图;
图3群目标的合并检测算法示意图;
图4群目标的分离检测算法示意图;
图5群目标跟踪流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图和实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。此外,下面描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
群目标检测跟踪问题包括群目标分群检测与群起始,群目标数据关联与航迹维持和群目标合并分离三部分。
第一部分:群目标分群检测与群起始
群目标分群检测与群起始分为分群检测和群起始两部分。分群检测处理的目的在于解决密集多目标在什么情况以单目标进行跟踪,什么情况以群目标进行跟踪的问题。分群检测算法基于目标点迹空间几何分布将量测集合划分成几个非空的子集,再将这些子集当成群目标进行跟踪,而未建群目标按照单目标进行跟踪。本系统中采用的分群检测方法是距离划分方法,根据无人机目标特性设定距离门限筛选可能的量测组合。基于点迹分群检测的基本思路是:(1)将探测区域分割成若个干区域,分割的长度和宽度取40m,因为无人机群飞行间距一般是50m以上;(2)统计落入各微小区域的量测点个数;(3)任取一块微小区域,记录落入微小区域内的量测个数,并统计与该区域相邻区域内的量测点个数;(4)依据量测点的分布,取一定门限值,对超过门限的微小区域进行标记,确定群目标密集区,每个目标密集区即定义为一个目标群。
群目标航迹起始简称为群起始。为了提高群起始处理效率,采用暂态群几何中心为等效量测来进行群起始,其基本思路是:(1)在形成暂态群后求解等效量测(重心、几何中心、质心);(2)以最大速度值为群起始门限在上一周期预测群目标重心周围做五个方向的梅花状搜索;(3)得到新的群目标重心后连接上一周期的群目标重心与本周期的群目标重心形成暂态航迹,按照逻辑航迹起始准则形成稳定航迹,最终达到群起始的同时确认了稳态群形成的目的。
第二部分:群目标数据关联与跟踪维持
群目标数据关联与跟踪维持就是对群目标进行目标跟踪,群目标数据相关采用最近邻—全邻数据关联算法,它的基本思想是:利用最近邻算法简单的优点、全邻数据关联算法全面考虑每个量测的优点,将两种关联算法进行结合,找出真实量测、虚假量测和关联门三者与滤波残差标准偏差之间内在的本质联系,并将它们统一起来计算关联门内每个量测的权值,以PDA算法全邻的思想得到群目标的等效量测,以等效量测实现单群目标的数据关联与航迹维持。
群目标采用群虚拟等效量测进行跟踪,必须将群目标成员的确认和等效测量跟踪分开,即需要分别定义关联门和跟踪门。群目标的关联门是以群目标等效量测预测中心,包含满足目标间距准则所有量测的空间区域,用于确定群目标成员并形成等效量测。群目标的跟踪门指以群目标等效量测预测中心,大小取决于正确接收等效量测概率的群目标关联门内的子空间,用于确定群目标等效量测。需要说明的是:由于群目标关联门远远大于跟踪门,即远远大于等效量测的离散空间,如果只采用这一个门限,势必导致系统虚警率显著增高。为了更为清晰地展示中心群目标跟踪算法的跟踪过程,建立逻辑流程如图5所示。
第三部分:群目标合并、分离检测以及群撤销
群目标跟踪得到的是群目标整体的航迹,因此群目标合并分离解决的是成员合并、成员分离和内部的机动变化,避免群目标质心波动。通过跟踪边缘目标的波束内目标数量及位置,当边缘波束内出现若干个目标时,需要及时消除距离编队中心较近的目标,而保留距离编队中心较远的目标,并且编队目标尺寸变大了。反之,目标成员从编队边缘分离出去后,分离目标即脱离了编队。群目标合并分离检测又分为可分辨群的分裂合并与不可分辨群的分裂合并。
群目标合并检测:在群目标跟踪过程中,不可避免地会碰到以下几种情况:(1)如果本周期接收到的量测数量大于上一周期的量测数量,这些多出来的回波可能是新目标,也可能是以前未能分辨而现在可以分辨的目标,甚至是虚假量测;(2)如果本周期接收到的量测数量小于上一周期的量测数量,可能出现目标间距太小不可分辨的情况,也可能出现了目标之间的遮挡或者漏检;(3)如果本周期接收到的量测数量等于上一周期的量测数量,则一是出现了相邻周期目标与回波一一对应的最简单的情况,二是目标间距太小不可分辨、目标之间的遮挡使得到的真实量测减少,但虚假量测恰好与减少的量测数量相等,但这种情况属于非常小的概率事件,这里对这种小概率事件不予考虑。
本发明采用基于关联门准则的点迹与航迹合并算法实现群目标的合并检测,该算法的主要处理步骤如下:(1)所有回波与相应的群目标相关,则把关联成功的所有量测求取等效量测,作为下一周期滤波器更新之用;(2)与部分群目标关联成功的回波求取新的等效量测,没有回波关联的群目标使用上一周期的等效量测更新滤波器,余下的不属于任何群目标的回波进行一个周期的确认,如果仍然如此,这些没有关联上的回波则作为新目标重新起始航迹;(3)新回波通过多帧关联形成稳定航迹,从而成为群的新成员。
群目标分离检测:群目标成员分离的本质是部分成员发生了机动,而机动就意味着位置、速度、指向发生了变化,也就是分离目标可能出现了径向或和向心加速度的变化,其中速度信息代表了目标的径向运动,指向信息代表了目标的向心运动。位置、速度和指向就构成了群目标成员分离检测的三要素。基于这种思想,本发明提出采用基于关联波门预置子波门的群目标分离检测方法,其基本工作原理是:稳定的群目标与等效量测具有共同的平移特性,而发生了机动的目标(即可能分离成员)这种平移特性肯定不好,因此利用这种差异采用同一周期等效量测预测中心与每个量测连线、并在下一周期作平行且相等平行线的方法,以该平行线端点为预测值,以一定的正确接收概率为门限构建子波门的方法,就能够检测到发生了机动的目标。
群撤销:群撤销包含群目标撤销与航迹撤销两个部分。群目标撤销本质上是确定雷达是否以群目标的方式工作,在确定群目标关联门内目标数量的情况下,采用群目标分离检测方法并按照一定的准则,即可撤销群目标跟踪方式而转换为单目标跟踪方式。而单目标航迹的撤销则跟传统的撤销方式一样。
具体实施步骤:
1、获得目标量测值后,计算量测两两之间的空间距离值,建立分群检测矩阵;在该矩阵中,小于所定义的目标间距的元素置为1,否则为0;元素为1的点迹被确认为同一个群目标,即形成暂态群,元素为0的若干回波称为独立点迹,作为虚警或新目标处理。
2、在形成的暂态群中分别求解该区域距离、方位与俯仰三个方向上回波位置的最大值与最小值之差,以此差值构建一个长方体区域,差值的二分之一即为群目标的几何中心;以最大速度值为群起始门限在上一周期预测几何中心周围做梅花状搜索;得到新的几何中心后连接上一周期的几何中心与本周期的几何中心形成暂态航迹,按照逻辑航迹起始准则形成稳定航迹,即形成稳态群。
3、k时刻雷达所有回波与相应的群目标相关,把关联成功的所有量测求取等效量测,作为下一周期滤波器更新之用;与部分群目标关联成功的回波求取新的等效量测,没有回波关联的群目标使用上一周期的等效量测更新滤波器,余下的不属于任何群目标的回波进行一个周期的确认,如果仍然如此,这些没有关联上的回波则作为新目标重新起始航迹。
4、对于落入跟踪门内的量测,采用同一周期等效量测预测中心与每个量测连线、并在下一周期作平行且相等平行线的方法,以该平行线端点为预测值,以一定的正确接收概率为门限构建子波门的方法,就能够检测到发生了机动的目标,当其在位置、速度和指向三方面综合考虑脱离原来的群中心,则进行群分离,重新计算群中心。
5、当落入跟踪门内的量测少于2个,则进行群撤销,转化为单目标跟踪。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明公开的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种无人机群目标的跟踪方法,其特征在于步骤如下:
步骤1:获得目标量测值后,计算量测两两之间的空间距离值,建立分群检测矩阵;在该矩阵中,小于所定义的目标间距的元素置为1,否则为0;元素为1的点迹被确认为同一个群目标,即形成暂态群,元素为0的若干回波称为独立点迹,作为虚警或新目标处理;
步骤2:在形成的暂态群中分别求解该区域距离、方位与俯仰三个方向上回波位置的最大值与最小值之差,以此差值构建一个长方体区域,差值的二分之一即为群目标的几何中心;以最大速度值为群起始门限在上一周期预测几何中心周围做梅花状搜索;得到新的几何中心后连接上一周期的几何中心与本周期的几何中心形成暂态航迹,按照逻辑航迹起始准则形成稳定航迹,即形成稳态群;
步骤3:k时刻雷达所有回波与相应的群目标相关,把关联成功的所有量测求取等效量测,作为下一周期滤波器更新之用;与部分群目标关联成功的回波求取新的等效量测,没有回波关联的群目标使用上一周期的等效量测更新滤波器,余下的不属于任何群目标的回波进行一个周期的确认,如果仍然如此,这些没有关联上的回波则作为新目标重新起始航迹;
步骤4:对于落入跟踪门内的量测,采用同一周期等效量测预测中心与每个量测连线、并在下一周期作平行且相等平行线的方法,以该平行线端点为预测值,以一定的正确接收概率为门限构建子波门的方法,就能够检测到发生了机动的目标,当其在位置、速度和指向三方面综合考虑脱离原来的群中心,则进行群分离,重新计算群中心;
步骤5:当落入跟踪门内的量测少于2个,则进行群撤销,转化为单目标跟踪。
2.一种计算机系统,其特征在于包括:一个或多个处理器,计算机可读存储介质,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1所述的方法。
3.一种计算机可读存储介质,其特征在于存储有计算机可执行指令,所述指令在被执行时用于实现权利要求1所述的方法。
4.一种计算机程序产品,其特征在于包括计算机可执行指令,所述指令在被执行时用于实现权利要求1所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111395282.6A CN114265054B (zh) | 2021-11-23 | 2021-11-23 | 一种无人机群目标的跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111395282.6A CN114265054B (zh) | 2021-11-23 | 2021-11-23 | 一种无人机群目标的跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114265054A CN114265054A (zh) | 2022-04-01 |
CN114265054B true CN114265054B (zh) | 2024-04-30 |
Family
ID=80825499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111395282.6A Active CN114265054B (zh) | 2021-11-23 | 2021-11-23 | 一种无人机群目标的跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114265054B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2127436C1 (ru) * | 1998-03-03 | 1999-03-10 | Научно-исследовательский институт измерительных приборов | Способ радиолокационного обнаружения и сопровождения объектов, комплекс рлс для реализации способа и рлс для реализации комплекса |
CN106291532A (zh) * | 2016-07-01 | 2017-01-04 | 耿文东 | 狭义群目标相关门形成方法 |
CN109031279A (zh) * | 2018-06-23 | 2018-12-18 | 中国人民解放军海军航空大学青岛校区 | 具有形状信息的多个群目标跟踪方法 |
WO2020133449A1 (zh) * | 2018-12-29 | 2020-07-02 | 深圳市大疆创新科技有限公司 | 目标航迹确定方法、目标跟踪系统与车辆 |
CN111580093A (zh) * | 2020-05-25 | 2020-08-25 | 南京理工大学 | 用于探测无人机集群目标的雷达系统 |
CN111983601A (zh) * | 2020-07-17 | 2020-11-24 | 北京理工大学 | 一种基于贝叶斯原理的群目标跟踪航迹起始方法 |
WO2020250093A1 (en) * | 2019-06-11 | 2020-12-17 | Gpm 3 S.R.L. | Multistatic radar system and method of operation thereof for detecting and tracking moving targets, in particular unmanned aerial vehicles |
CN113109804A (zh) * | 2020-11-28 | 2021-07-13 | 耿文东 | 相控阵雷达群目标跟踪的工作方式 |
-
2021
- 2021-11-23 CN CN202111395282.6A patent/CN114265054B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2127436C1 (ru) * | 1998-03-03 | 1999-03-10 | Научно-исследовательский институт измерительных приборов | Способ радиолокационного обнаружения и сопровождения объектов, комплекс рлс для реализации способа и рлс для реализации комплекса |
CN106291532A (zh) * | 2016-07-01 | 2017-01-04 | 耿文东 | 狭义群目标相关门形成方法 |
CN109031279A (zh) * | 2018-06-23 | 2018-12-18 | 中国人民解放军海军航空大学青岛校区 | 具有形状信息的多个群目标跟踪方法 |
WO2020133449A1 (zh) * | 2018-12-29 | 2020-07-02 | 深圳市大疆创新科技有限公司 | 目标航迹确定方法、目标跟踪系统与车辆 |
WO2020250093A1 (en) * | 2019-06-11 | 2020-12-17 | Gpm 3 S.R.L. | Multistatic radar system and method of operation thereof for detecting and tracking moving targets, in particular unmanned aerial vehicles |
CN111580093A (zh) * | 2020-05-25 | 2020-08-25 | 南京理工大学 | 用于探测无人机集群目标的雷达系统 |
CN111983601A (zh) * | 2020-07-17 | 2020-11-24 | 北京理工大学 | 一种基于贝叶斯原理的群目标跟踪航迹起始方法 |
CN113109804A (zh) * | 2020-11-28 | 2021-07-13 | 耿文东 | 相控阵雷达群目标跟踪的工作方式 |
Non-Patent Citations (2)
Title |
---|
基于群目标几何中心的群起始算法研究;耿文东;;系统工程与电子技术;20080215(02);78-81 * |
群目标重心跟踪过程中的群合并算法研究;党腾飞;王伟;牟聪;;软件导刊;20180123(02);78-80 * |
Also Published As
Publication number | Publication date |
---|---|
CN114265054A (zh) | 2022-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114859339B (zh) | 一种基于毫米波雷达的多目标跟踪方法 | |
CN103926583B (zh) | 一种岸基近程雷达自动跟踪处理方法及装置 | |
CN104021292B (zh) | 一种基于编队有源组网的弱目标检测与跟踪方法 | |
CN1389710A (zh) | 多传感器多目标信息融合方法 | |
CN110764083B (zh) | 毫米波雷达防入侵的数据融合方法及系统 | |
CN111929653B (zh) | 一种基于无人船航海雷达的目标检测、跟踪方法及系统 | |
CN115840221B (zh) | 基于4d毫米波雷达实现目标特征提取与多目标跟踪的方法 | |
CN116383683A (zh) | 一种用于uhf雷达河流船只扩展目标聚类的方法 | |
CN114265054B (zh) | 一种无人机群目标的跟踪方法 | |
CN113702940B (zh) | 基于多元特征信息分层融合空间集群目标分辨方法及应用 | |
Solonar et al. | General construction principles and performance features of trajectory processing by data from one radar data source | |
CN113340308A (zh) | 一种基于自报点的修正逻辑法航迹起始方法 | |
CN115220002B (zh) | 一种固定单站的多目标数据关联跟踪方法和相关装置 | |
CN116580217A (zh) | 一种基于预测误差反馈的毫米波雷达交通目标聚类方法 | |
CN114740467B (zh) | 基于幅度点迹的集群目标跟踪及数量、轮廓动态估计方法 | |
CN111257826A (zh) | 一种多源异构传感器复合跟踪方法 | |
CN115966084A (zh) | 全息路口毫米波雷达数据处理方法、装置及计算机设备 | |
CN114636981B (zh) | 基于雷达回波的在线深度学习台风中心定位系统 | |
Chen et al. | Group tracking of flock targets in low-altitude airspace | |
CN111768442B (zh) | 一种基于层次聚类和逻辑法的航迹起始方法及系统 | |
Wang et al. | Research on multi-maneuvering target tracking JPDA algorithm | |
Yamada et al. | Multi-dimensional multiple hypothesis tracking with a Gaussian mixture model to suppress grating lobes | |
CN113534084A (zh) | 一种基于相关关系拓扑图的雷达虚假航迹抑制方法 | |
CN113390406A (zh) | 基于被动多传感器系统的多目标数据关联与定位方法 | |
CN104237880A (zh) | 变结构联合概率数据互联编队目标跟踪方法 |
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 |