CN114324974B - 一种单星辐射源无源监测目标运动属性判别方法 - Google Patents
一种单星辐射源无源监测目标运动属性判别方法 Download PDFInfo
- Publication number
- CN114324974B CN114324974B CN202111544171.7A CN202111544171A CN114324974B CN 114324974 B CN114324974 B CN 114324974B CN 202111544171 A CN202111544171 A CN 202111544171A CN 114324974 B CN114324974 B CN 114324974B
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency
- data
- target
- sequence
- 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
Classifications
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种单星辐射源无源监测目标运动属性判别方法,包括步骤:实时接收当前时段各监测设备的检测信号的频率序列;构建频率时序序列;检测机动属性为机动性运动或非机动性运动;对非机动性运动的频率时序序列进行平稳态检验,若为稳态则信号对应目标在该时段内处于静止状态;对非稳态信号,利用信号频率时序序列,判别信号对应目标是否高速运动;对不是高速运动的信号,判别信号对应的目标是否缓慢运动,否则信号对应目标为静止状态。本发明只需要单星信号接收条件即可,进行信号频率测量,基于频率变化情况,判别目标的静止或运动、是否机动、是否高速运动等运动属性,进行目标运动属性判别,适用条件更简单、判别属性种类更多。
Description
技术领域
本发明属于信号检测技术领域,特别是涉及一种单星辐射源无源监测目标运动属性判别方法。
背景技术
利用信号监测和定位系统对卫星通信信号进行全面监视,是辐射源(目标)态势监视和卫星通信系统运维的基础。随着卫星通信系统越来越广泛的应用于重要各行各业,对目标信号监视、定位和运动属性判别,可为目标威胁评估和下一步行动决策形成支撑。
目前,目标运动属性判别往往附着于无源双星定位和三星定位系统,利用定位系统产生的时差、位置等信息,判别目标是运动或静止状态。在卫星信号监测和定位领域,卫星信号辐射源运动属性判别的主流方法是:(1)依托双星时频差定位系统多次测量的时差、频差,通过基于静止假设的拟合度检验和Rao检验方法,判决目标是运动或静止状态;(2)依托三星定位系统,在静止假设下,利用双星时频差定位结果和三星双时差定位结果应该相匹配的原理,基于定位结果一致性进行目标运动属性检测。
现有方法,需要具备对信号辐射源进行双星或三星定位的条件,这极大的限制了其使用范围。同时,现有方法只能对目标进行运动和静止状态判别,无法提供诸如目标机动、高速运动等更加丰富的运动属性。
当前广泛存在的单星信号监测系统可对大量的信号进行监测,但是缺少判明目标运动属性的方法。
发明内容
为了解决上述问题,本发明提出了一种单星辐射源无源监测目标运动属性判别方法,只需要单星信号接收条件即可,进行信号频率测量,基于频率变化情况,判别目标的静止或运动、是否机动、是否高速运动等运动属性,进行目标运动属性判别,适用条件更简单、判别属性种类更多。
为达到上述目的,本发明采用的技术方案是:一种单星辐射源无源监测目标运动属性判别方法,包括步骤:
S10,实时接收当前时段各监测设备的检测信号的频率序列;
S20,组织各个信号最近一段时间内的频率序列,构成频率时序序列,作为运动属性判别的待处理数据;
S30,对每个当前时刻频率数据按照滑动步进提取频率时序数据中的突变数据,检测机动属性为机动性运动或非机动性运动;
S40,对非机动性运动的频率时序序列进行平稳态检验,若为稳态则信号对应目标在该时段内处于静止状态;
S50,对非稳态信号,利用信号频率时序序列,判别信号对应目标是否高速运动;
S60,对步骤S50中判定不是高速运动的信号,利用信号频率时序序列,判别信号对应的目标是否缓慢运动,否则信号对应目标为静止状态。
进一步的是,在所述步骤S10中,接收并缓存卫星通信信号监测设备实时输出的监测结果,加入到各信号对应的监测结果频率时序队列中,并从中剔除信噪比小于信噪比门限的监测结果。
进一步的是,在所述步骤S20中,对每个信号提取最近一段时间内的频率序列组织构成频率时序序列S=[s0,st]的监测结果,s0为数据关联起始时刻频率数据,st为当前时刻频率数据;
并对S序列进行卷积平滑滤波处理得到平滑的频率时序序列。
进一步的是,在所述步骤S30中,对每个当前时刻频率数据按照滑动步进提取频率时序数据中的突变数据,检测机动属性为机动性运动或非机动性运动,包括步骤:
对每个频率时序数据,按照滑动步进Tstep,提取数据中的突变数据;
对频率时序数据做差分运算;
对差分时间序列做异常值检验:对于样本数据/>取值概率分布在(μ-nσ,μ+nσ)之间之外的可以判定为目标在进行机动运动;
满足上述检验条件的频率时序数据,即可判定为在时刻t,目标在执行机动性运动;不满足突变检验条件的数据,则判断为非机动性运动。
进一步的是,在所述步骤S40中,对非机动性运动的频率时序序列进行平稳态检验,若为稳态则信号对应目标在该时段内处于静止状态,包括步骤:
使用ADF检验模型,检验时段内序列是否存在单位根:
将时序频率数据做回归分析,选取拟合度最好的检验模型,根据判断条件确定数据是否满足平稳态要求。
进一步的是,在步骤S50中,对非稳态信号,利用信号频率时序序列,判别信号对应目标是否高速运动,包括步骤:
计算[s0,st]内极值变化幅度Sextreme;
如果变化幅度,则认为目标在进行高速运动,/>是极差门限。
进一步的是,在步骤S60中,对步骤S50中判定不是高速运动的信号,利用信号频率时序序列,判别信号对应的目标是否缓慢运动,否则信号对应目标为静止状态,包括步骤:
对于未通过步骤S50的频率时序数据[s0,st]进行直线拟合,获得直线斜率ω;
如果ω超过缓速运动斜率阈值ωslow,则认为目标缓速运动状态,否则认为目标处于静止状态。
采用本技术方案的有益效果:
传统的卫星信号(目标)运动属性判别方法需要依赖双星时频差定位系统或三星双时差定位系统。本发明只需要单星信号接收条件即可,进行信号频率测量,基于频率变化情况,判别目标的静止或运动、是否机动、是否高速运动等运动属性。相比之下,本方法适用条件更简单、判别属性种类更多,可广泛应用于现有的卫星信号监测系统、双星时频差定位系统和三星双时差定位系统中,进行目标运动属性判别。
本发明接入卫星信号监测系统的监测结果,只需要从各信号的频率序列中提取其变化信息,据此判别目标是否运动、是否机动、是否高速运动。本发明不依赖于条件相对苛刻的多星定位系统,可嵌入到广泛存在的卫星信号监测系统中,适用面广、发挥作用空间大。本发明利用广泛存在的卫星信号监测系统的输出结果,而不是利用多星定位系统的时频差,具有更广阔的适用场景。同时,本发明不仅判别目标是否运动,还进一步结合判别目标是否机动、是否高速运动等,为细化刻画目标和目标威胁评估提供了更好的依据。
附图说明
图1为本发明的一种单星辐射源无源监测目标运动属性判别方法流程示意图;
图2为本发明实施例中运动属性判别场景示意图;
图3为本发明具体优化实施例中单星辐射源无源监测目标运动属性判别方法流程示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步阐述。
在本实施例中,参见图1和2所示,本发明提出了一种单星辐射源无源监测目标运动属性判别方法,包括步骤:
S10,实时接收当前时段各监测设备的检测信号的频率序列;
S20,组织各个信号最近一段时间内的频率序列,构成频率时序序列,作为运动属性判别的待处理数据;
S30,对每个当前时刻频率数据按照滑动步进提取频率时序数据中的突变数据,检测机动属性为机动性运动或非机动性运动;
S40,对非机动性运动的频率时序序列进行平稳态检验,若为稳态则信号对应目标在该时段内处于静止状态;
S50,对非稳态信号,利用信号频率时序序列,判别信号对应目标是否高速运动;
S60,对步骤S50中判定不是高速运动的信号,利用信号频率时序序列,判别信号对应的目标是否缓慢运动,否则信号对应目标为静止状态。
作为上述实施例的优化方案,如图3所示,在所述步骤S10中,接收并缓存卫星通信信号监测设备实时输出的监测结果,加入到各信号对应的监测结果频率时序队列中,并从中剔除信噪比小于信噪比门限的监测结果;监测结果包括监测信号编号ID、射频频率Freq、信噪比SNR。
作为上述实施例的优化方案,如图3所示,在所述步骤S20中,对每个信号提取最近一段时间内的频率序列组织构成频率时序序列S=[s0,st]的监测结果,s0为数据关联起始时刻频率数据,st为当前时刻频率数据;
并对S序列进行卷积平滑滤波处理得到平滑的频率时序序列;
对S序列进行卷积平滑滤波处理公式为:
其中2w+1表示卷积窗口长度,sk+i对应的k+i时刻的待判别频率数据。
作为上述实施例的优化方案,如图3所示,在所述步骤S30中,对每个当前时刻频率数据按照滑动步进提取频率时序数据中的突变数据,检测机动属性为机动性运动或非机动性运动,包括步骤:
当目标做机动性运动时,其频率数据具有突变特征。据此,对每个频率时序数据st∈S,按照滑动步进Tstep,Tstep为可根据具体数据特征调整,提取数据中的突变数据;
对频率时序数据做差分运算:
对差分时间序列做异常值检验,采用n-sigma异常值检验,其中n可根据具体数据特征调整,用以检测差分数据发生突变:
对于样本数据取值概率分布在(μ-nσ,μ+nσ)之间之外的可以判定为目标在进行机动运动,即满足突增条件或突减条件:
检验突增:
检验突减:
其中:
满足上述任一检验条件的频率时序数据即可判定为在时刻t,目标在执行机动性运动;不满足突变检验条件的数据,则判断为非机动性运动。
作为上述实施例的优化方案,如图3所示,在所述步骤S40中,对非机动性运动的频率时序序列进行平稳态检验,若为稳态则信号对应目标在该时段内处于静止状态,包括步骤:
使用ADF检验模型,检验时段内序列是否存在单位根:
将时序频率数据分别代入公式1、2和3中,做回归分析,选取拟合度最好的检验模型(相关系数r值最大,置信值p值最大,R2最接近1),求得σ的估值,做假设检验,根据判断条件确定数据是否满足平稳态要求;
公式1:
公式2:
公式3:
判断条件:
H(0):σ=0原序列存在单位根,为非平稳序列;
H(1):σ<0原序列不存在单位根,为平稳序列;
其中,m表示步长,最优步长可由赤池信息准则获取;∈t表示t时刻的白噪声,α为时序常数项,β为时间系数,γ为自回归系数,σ为假设检验统计量。
作为上述实施例的优化方案,如图3所示,在步骤S50中,对非稳态信号,利用信号频率时序序列,判别信号对应目标是否高速运动,包括步骤:
计算[s0,st]内极值变化幅度Sextreme,变化幅度计算公式为:
Sextreme=max([s0,st])-min([s0,st)]);
如果变化幅度则认为目标在进行高速运动,/>是极差门限,可根据目标特性,调整门限值,以达到最好的判别效果。
作为上述实施例的优化方案,如图3所示,在步骤S60中,对步骤S50中判定不是高速运动的信号,利用信号频率时序序列,判别信号对应的目标是否缓慢运动,否则信号对应目标为静止状态,包括步骤:
对于未通过步骤S50的频率时序数据[s0,st]进行直线拟合,其中直线的斜率可以用以下公式求得:
其中,Ti表示时间序列的第i个时刻;即时间均值;si表示第i个频率值;/>即频率均值;b表示直线截距;ω表示直线斜率;
如果ω超过缓速运动斜率阈值ωslow,则认为目标缓速运动状态,否则认为目标处于静止状态;根据目标特性,调整门限值,以达到最好的判别效果。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (5)
1.一种单星辐射源无源监测目标运动属性判别方法,其特征在于,包括步骤:
S10,实时接收当前时段各监测设备的检测信号的频率序列;
S20,组织各个信号最近一段时间内的频率序列,构成频率时序序列,作为运动属性判别的待处理数据;
S30,对每个当前时刻频率数据按照滑动步进提取频率时序数据中的突变数据,检测机动属性为机动性运动或非机动性运动;
在所述步骤S30中,对每个当前时刻频率数据按照滑动步进提取频率时序数据中的突变数据,检测机动属性为机动性运动或非机动性运动,包括步骤:
对每个频率时序数据,按照滑动步进Tstep,提取数据中的突变数据;
对频率时序数据做差分运算;
对差分时间序列做异常值检验:对于样本数据/>取值概率分布在(μ-nσ,μ+nσ)之间之外的可以判定为目标在进行机动运动;
满足检验条件的频率时序数据即可判定为在时刻t,目标在执行机动性运动;不满足突变检验条件的数据,则判断为非机动性运动;
S40,对非机动性运动的频率时序序列进行平稳态检验,若为稳态则信号对应目标在该时段内处于静止状态;包括步骤:
使用ADF检验模型,检验时段内序列是否存在单位根:
将时序频率数据做回归分析,选取拟合度最好的检验模型,根据判断条件确定数据是否满足平稳态要求;
S50,对非稳态信号,利用信号频率时序序列,判别信号对应目标是否高速运动;
S60,对步骤S50中判定不是高速运动的信号,利用信号频率时序序列,判别信号对应的目标是否缓慢运动,否则信号对应目标为静止状态。
2.根据权利要求1所述的一种单星辐射源无源监测目标运动属性判别方法,其特征在于,在所述步骤S10中,接收并缓存卫星通信信号监测设备实时输出的监测结果,加入到各信号对应的监测结果频率时序队列中,并从中剔除信噪比小于信噪比门限的监测结果。
3.根据权利要求2所述的一种单星辐射源无源监测目标运动属性判别方法,其特征在于,在所述步骤S20中,对每个信号提取最近一段时间内的频率序列组织构成频率时序序列S=[s0,st]的监测结果,s0为数据关联起始时刻频率数据,st为当前时刻频率数据;
并对S序列进行卷积平滑滤波处理得到平滑的频率时序序列。
4.根据权利要求3所述的一种单星辐射源无源监测目标运动属性判别方法,其特征在于,在步骤S50中,对非稳态信号,利用信号频率时序序列,判别信号对应目标是否高速运动,包括步骤:
计算[s0,st]内极值变化幅度Sextreme;
如果变化幅度则认为目标在进行高速运动,/>是极差门限。
5.根据权利要求4所述的一种单星辐射源无源监测目标运动属性判别方法,其特征在于,在步骤S60中,对步骤S50中判定不是高速运动的信号,利用信号频率时序序列,判别信号对应的目标是否缓慢运动,否则信号对应目标为静止状态,包括步骤:
对于未通过步骤S50的频率时序数据[s0,st]进行直线拟合,获得直线斜率ω;如果ω超过缓速运动斜率阈值ωslow,则认为目标缓速运动状态,否则认为目标处于静止状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111544171.7A CN114324974B (zh) | 2021-12-16 | 2021-12-16 | 一种单星辐射源无源监测目标运动属性判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111544171.7A CN114324974B (zh) | 2021-12-16 | 2021-12-16 | 一种单星辐射源无源监测目标运动属性判别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114324974A CN114324974A (zh) | 2022-04-12 |
CN114324974B true CN114324974B (zh) | 2023-09-12 |
Family
ID=81051940
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111544171.7A Active CN114324974B (zh) | 2021-12-16 | 2021-12-16 | 一种单星辐射源无源监测目标运动属性判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114324974B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009058367A (ja) * | 2007-08-31 | 2009-03-19 | Hitachi Ltd | 目標運動解析方法及び装置 |
JP2011188901A (ja) * | 2010-03-12 | 2011-09-29 | Oki Electric Industry Co Ltd | 運動検出装置、運動検出方法、及びプログラム |
CN104408742A (zh) * | 2014-10-29 | 2015-03-11 | 河海大学 | 一种基于空间-时间频谱联合分析的运动目标检测方法 |
CN104569912A (zh) * | 2014-12-31 | 2015-04-29 | 南京熊猫电子股份有限公司 | 一种固定监测站单站无源区域定位方法 |
CN106885572A (zh) * | 2015-12-15 | 2017-06-23 | 中国电信股份有限公司 | 利用时间序列预测的辅助定位方法和系统 |
CN108151734A (zh) * | 2016-12-05 | 2018-06-12 | 株式会社斯库林集团 | 步行判定方法以及记录有步行判定程序的记录介质 |
CN110060468A (zh) * | 2019-01-31 | 2019-07-26 | 厦门精益远达智能科技有限公司 | 基于毫米波雷达的异常路况的监测方法、装置和设备 |
CN110068340A (zh) * | 2019-04-25 | 2019-07-30 | 电子科技大学 | 基于频率补偿的双星时差频差联合无源定位装置及方法 |
CN110361723A (zh) * | 2019-07-22 | 2019-10-22 | 深圳锐越微技术有限公司 | 多普勒雷达运动目标的时频特征提取方法 |
CN111288986A (zh) * | 2019-12-31 | 2020-06-16 | 中科彭州智慧产业创新中心有限公司 | 一种运动识别方法及运动识别装置 |
CN111983592A (zh) * | 2020-08-14 | 2020-11-24 | 西安应用光学研究所 | 一种机载光电系统无源定位拟合测向测速方法 |
CN113367686A (zh) * | 2020-03-10 | 2021-09-10 | 北京海益同展信息科技有限公司 | 检测人体跌倒的方法、装置、计算机设备和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7423576B2 (en) * | 2006-07-24 | 2008-09-09 | Mitsubishi Electric Research Laboratories, Inc. | System and method for radar tracking using communications packets |
-
2021
- 2021-12-16 CN CN202111544171.7A patent/CN114324974B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009058367A (ja) * | 2007-08-31 | 2009-03-19 | Hitachi Ltd | 目標運動解析方法及び装置 |
JP2011188901A (ja) * | 2010-03-12 | 2011-09-29 | Oki Electric Industry Co Ltd | 運動検出装置、運動検出方法、及びプログラム |
CN104408742A (zh) * | 2014-10-29 | 2015-03-11 | 河海大学 | 一种基于空间-时间频谱联合分析的运动目标检测方法 |
CN104569912A (zh) * | 2014-12-31 | 2015-04-29 | 南京熊猫电子股份有限公司 | 一种固定监测站单站无源区域定位方法 |
CN106885572A (zh) * | 2015-12-15 | 2017-06-23 | 中国电信股份有限公司 | 利用时间序列预测的辅助定位方法和系统 |
CN108151734A (zh) * | 2016-12-05 | 2018-06-12 | 株式会社斯库林集团 | 步行判定方法以及记录有步行判定程序的记录介质 |
CN110060468A (zh) * | 2019-01-31 | 2019-07-26 | 厦门精益远达智能科技有限公司 | 基于毫米波雷达的异常路况的监测方法、装置和设备 |
CN110068340A (zh) * | 2019-04-25 | 2019-07-30 | 电子科技大学 | 基于频率补偿的双星时差频差联合无源定位装置及方法 |
CN110361723A (zh) * | 2019-07-22 | 2019-10-22 | 深圳锐越微技术有限公司 | 多普勒雷达运动目标的时频特征提取方法 |
CN111288986A (zh) * | 2019-12-31 | 2020-06-16 | 中科彭州智慧产业创新中心有限公司 | 一种运动识别方法及运动识别装置 |
CN113367686A (zh) * | 2020-03-10 | 2021-09-10 | 北京海益同展信息科技有限公司 | 检测人体跌倒的方法、装置、计算机设备和存储介质 |
CN111983592A (zh) * | 2020-08-14 | 2020-11-24 | 西安应用光学研究所 | 一种机载光电系统无源定位拟合测向测速方法 |
Non-Patent Citations (1)
Title |
---|
采用时序多谱段信号分析的空间目标运动状态辨识;侯晴宇 等;光学学报;35(04);1-8 * |
Also Published As
Publication number | Publication date |
---|---|
CN114324974A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108600135B (zh) | 一种信号调制方式的识别方法 | |
CN102722706B (zh) | 基于粒子滤波的红外弱小目标检测与跟踪方法及装置 | |
CN106408563B (zh) | 一种基于变异系数的雪花噪声检测方法 | |
CN116522270B (zh) | 用于智慧海绵城市的数据处理系统 | |
CN111678698A (zh) | 一种基于声振信号融合的滚动轴承故障检测方法 | |
CN112462355A (zh) | 一种基于时频三特征提取的对海目标智能检测方法 | |
CN114781463A (zh) | 一种跨场景鲁棒的室内摔倒无线检测方法及相关设备 | |
CN113901379A (zh) | 一种边缘端的实时数据动态在线快速处理方法 | |
CN110503092B (zh) | 基于领域适应的改进ssd监控视频目标检测方法 | |
CN117349781A (zh) | 一种变压器故障智能诊断方法及系统 | |
CN105975995B (zh) | 基于模糊偏好关系的多振动信号融合方法 | |
Zhang et al. | Complementary ensemble adaptive local iterative filtering and its application to rolling bearing fault diagnosis | |
CN114324974B (zh) | 一种单星辐射源无源监测目标运动属性判别方法 | |
CN108507607B (zh) | 一种基于核函数的微弱信号检测方法 | |
CN106618499B (zh) | 跌倒检测设备、跌倒检测方法及装置 | |
CN110333506B (zh) | 一种提取索力测量雷达的拉索位置参数的方法 | |
CN112033656A (zh) | 一种基于宽带谱处理的机械系统故障检测方法 | |
CN116543317A (zh) | 一种用于无人机检测桥梁缆索振动频率的降噪方法 | |
CN113534296B (zh) | 基于神经网络沙尘天气预报强度误差的测算方法及装置 | |
CN110458118B (zh) | 基于信道状态信息的简单手语识别方法 | |
CN114757237A (zh) | 一种基于WiFi信号的速度无关步态识别方法 | |
CN108805909A (zh) | 在相关滤波框架下基于粒子滤波重检测的目标跟踪方法 | |
CN111319787B (zh) | 一种直升机动部件振动监测数据有效性评估方法 | |
CN107016692B (zh) | 一种基于计算机视觉的运动阴影检测方法 | |
CN117214284B (zh) | 一种基于电磁感应技术的油品检测方法 |
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 |