CN114943136B - 一种差分吸收激光雷达二氧化碳浓度反演方法 - Google Patents
一种差分吸收激光雷达二氧化碳浓度反演方法 Download PDFInfo
- Publication number
- CN114943136B CN114943136B CN202210354972.5A CN202210354972A CN114943136B CN 114943136 B CN114943136 B CN 114943136B CN 202210354972 A CN202210354972 A CN 202210354972A CN 114943136 B CN114943136 B CN 114943136B
- Authority
- CN
- China
- Prior art keywords
- band
- parameter set
- optimized
- differential absorption
- carbon dioxide
- 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
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 title claims abstract description 62
- 238000010521 absorption reaction Methods 0.000 title claims abstract description 40
- 229910002092 carbon dioxide Inorganic materials 0.000 title claims abstract description 31
- 239000001569 carbon dioxide Substances 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 14
- 230000003287 optical effect Effects 0.000 claims abstract description 21
- 230000003595 spectral effect Effects 0.000 claims abstract description 19
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 238000001228 spectrum Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
-
- 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
-
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种差分吸收激光雷达反演二氧化碳浓度方法，该方法以低误差的效果还原了反演CO2浓度所需要的参数；包括以下步骤：将差分吸收激光雷达系统采集的信号波形原始数据作为输入，通过对被建立的光谱能量模型获取拟合后的模型参数组作为输出；将获取到的参数组输入到LM算法中，然后进获取优化的模型参数组；然后采用不等精度直接平差理论获取第二次优化后的参数d，并将优化后的参数d带入到积分权重函数公式计算积分权重；将优化后的参数组带入到差分吸收光学厚度公式计算优化后的差分吸收光学厚度；最后结合计算的积分权重和差分吸收光学厚度，带入特定公式获取二氧化碳柱浓度。
Description
技术领域
本发明属于激光雷达大气遥感领域，尤其涉及一种差分吸收激光雷达二氧化碳浓度反演方法。
背景技术
目前，世界上对二氧化碳浓度的高精度、全天时和全天候监测理论主要为主动监测。其主动检测的原理是基于集成光路差分吸收，利用两束激光作为光源测量二氧化碳浓度的差分吸收。
学者们已经进行了基于差分吸收激光雷达的二氧化碳浓度反演，但其反演方法大多是基于理想高斯信号。此外，积分权函数和光学差分吸收厚度的计算是分离的，计算所需的参数也是由多个方程推导出来的。因此，需要一个理论来减少上述问题所带来的误差。在本文中，我们提出了一个基于光谱能量的模型，可以匹配非高斯信号的实验波形，特别是多子波回波的山或云。这个模型通过减小模型拟合参数可以准确计算出积分权函数和差分吸收光学厚度信息。
发明内容
本发明要解决的技术问题在于高精度的优化差分吸收激光雷达反演二氧化碳浓度，该方法基于光谱能量模型方程多次波峰重构信号能量，以低误差的效果还原了反演CO2浓度所需要的参数,进而高准确度和稳定度的完成二氧化碳浓度的反演。
本发明解决其技术问题所采用的技术方案是：
本发明提供了一种差分吸收激光雷达二氧化碳浓度反演方法，其特征在于，包括以下步骤：
步骤1：通过差分吸收激光雷达系统采集波段On波形信号数据以及波段Off波形信号数据，构建光谱能量模型，将波段On信号波形数据以及波段Off信号波形数据作为光谱能量模型的输入，进一步通过最小二乘法拟合分别获取得到波段On信号拟合后的光谱能量模型参数组和波段Off信号拟合后的光谱能量模型参数组；
步骤2：将波段On信号拟合后的光谱能量模型参数组以及波段Off信号拟合后的光谱能量模型参数组分别输入到LM算法中，进行算法迭代优化模型参数组，分别获取到第一次优化的波段On波形信号模型参数组don、第一次优化的波段Off波形信号模型参数组doff；
步骤3：将第一次优化的波段On波形信号模型参数组don、第一次优化的波段Off波形信号模型参数组doff，分别采用不等精度直接平差理论获取第二次优化后的参数d，将第二次优化后的参数d通过积分权重函数计算积分权重；
步骤4：依据第一次优化的波段On波形信号模型参数组don、第一次优化的波段Off波形信号模型参数组doff，计算优化后的差分吸收光学厚度；
步骤5：结合步骤3计算的积分权重、步骤4计算的差分吸收光学厚度，进一步计算二氧化碳柱浓度；
作为优选，步骤1所述光谱能量模型，定义为：
其中，a表示第一偏置参量，b表示第二偏置参量，c表示第一调整系数，f表示基准量，di,∈[1,2],其中d1表示波段On波形信号数据的中心，即波段On波形信号传输的距离；d2表示波段Off波形信号数据的中心，即波段Off波形信号传输的距离；g表示第二调整系数，x表示输入的信号数据；
步骤1所述波段On光谱能量模型参数组为：
(aon,bon,con,don,fon)；
步骤1所述波段Off拟合后的光谱能量模型参数组为：
(aoff,boff,coff,doff,foff)；
作为优选，步骤3所述将第二次优化后的参数d通过积分权重函数计算积分权重，具体为：
所述积分权重函数拟合的特定公式为：
其中，是On或Off波段对应的中值误差；Pn为在On或Off波段对应的权重；L为上述数据处理后On或Off波段的测量值，d为优化后的高精度量程值；
所述积分权重函数公式为：
其中，IWF代表积分权重函数计算的结果；PSFC和p＝0为积分上下限参数由参数d、气象参数和飞机惯性制导信息决定的；是二氧化碳积分权重函数；
作为优选，步骤4所述计算优化后的差分吸收光学厚度，具体如下：
其中，DAOD代表优化后的差分吸收光学厚度函数；POff是波段off接收的信号能量、POn是波段on接收的信号能量、EOff是波段off参考信号能量和EOn是波段on参考信号能量，上述能量的获得是步骤2优化后的公式带入到对应的步骤1计算所得。
作为优选，步骤5所述计算二氧化碳柱浓度，具体如下：
其中，XCO2代表二氧化碳柱浓度，DAOD代表优化后的差分吸收光学厚度，IWF代表积分权重。
本发明产生的有益效果是：本发明提供一种基于光谱能量模型驱动的差分吸收激光雷达二氧化碳空间浓度反演技术,该反演方法与差分吸收激光雷达(1572-μm或者2.0-μm)探测的数据结合使用，可以有效的优化传统二氧化碳浓度算法带来的误差，进一步的提升差分吸收激光雷达探测的精度，为分析碳源和碳汇提供支撑。
附图说明
图1：是本发明实施例的总流程图；
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，以下结合附图及实施例，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。
本发明的实施例为差分吸收激光雷达反演二氧化碳浓度方法基于光谱能量模型。其特征在于，该方法包括以下步骤：
步骤1：通过差分吸收激光雷达系统采集波段On波形信号数据以及波段Off波形信号数据，构建光谱能量模型，将波段On信号波形数据以及波段Off信号波形数据作为光谱能量模型的输入，进一步通过最小二乘法拟合分别获取得到波段On信号拟合后的光谱能量模型参数组和波段Off信号拟合后的光谱能量模型参数组；
步骤1所述光谱能量模型，定义为：
其中，a表示第一偏置参量，b表示第二偏置参量，c表示第一调整系数，f表示基准量，di,i∈[1,2],d1表示波段On波形信号数据的中心，即波段On波形信号传输的距离；d2表示波段Off波形信号数据的中心，即波段Off波形信号传输的距离；g表示第二调整系数，x表示输入的信号数据；
步骤1所述波段On光谱能量模型参数组为：
(aon＝2.3453,bon＝8.7136,con＝0.0585,don＝6725.31,fon＝0.0019)；
步骤1所述波段Off拟合后的光谱能量模型参数组为：
(aoff＝2.3467,boff＝8.7159,coff＝0.0570,doff＝6724.93,foff＝0.0002)；
步骤2：将波段On信号拟合后的光谱能量模型参数组以及波段Off信号拟合后的光谱能量模型参数组分别输入到LM算法中，进行算法迭代优化模型参数组，分别获取到第一次优化的波段On波形信号模型参数组d1、第一次优化的波段Off波形信号模型参数组d2；
步骤3：将第一次优化的波段On波形信号模型参数组d1、第一次优化的波段Off波形信号模型参数组d2，分别采用不等精度直接平差理论获取第二次优化后的参数d，将第二次优化后的参数d通过积分权重函数计算积分权重；
步骤3所述将第二次优化后的参数d通过积分权重函数计算积分权重，具体为：
所述积分权重函数拟合的特定公式为：
其中，是On或Off波段对应的中值误差；Pn为在On或Off波段对应的权重；L为上述数据处理后On或Off波段的测量值，d为优化后的高精度量程值；
所述积分权重函数公式为：
其中，IWF代表积分权重函数计算的结果；PSFC和p＝0为积分上下限参数由参数d、气象参数和飞机惯性制导信息决定的；是二氧化碳积分权重函数；
步骤4：依据第一次优化的波段On波形信号模型参数组don、第一次优化的波段Off波形信号模型参数组doff，计算优化后的差分吸收光学厚度；
步骤4所述计算优化后的差分吸收光学厚度，具体如下：
其中，DAOD代表优化后的差分吸收光学厚度函数；POff是波段off接收的信号能量、POn是波段on接收的信号能量、EOff是波段off参考信号能量和EOn是波段on参考信号能量，上述能量的获得是步骤2优化后的公式带入到对应的步骤1计算所得。
步骤5：结合步骤3计算的积分权重、步骤4计算的差分吸收光学厚度，进一步计算二氧化碳柱浓度；
步骤5所述计算二氧化碳柱浓度，具体如下：
其中，XCO2代表二氧化碳柱浓度，DAOD代表优化后的差分吸收光学厚度，IWF代表积分权重；
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
应当理解的是，上述针对实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。
Claims (4)
1.一种差分吸收激光雷达二氧化碳浓度反演方法，其特征在于，包括以下步骤：
步骤1：通过差分吸收激光雷达系统采集波段On波形信号数据以及波段Off波形信号数据，构建光谱能量模型，将波段On信号波形数据以及波段Off信号波形数据作为光谱能量模型的输入，进一步通过最小二乘法拟合分别获取得到波段On信号拟合后的光谱能量模型参数组和波段Off信号拟合后的光谱能量模型参数组；
步骤2：将波段On信号拟合后的光谱能量模型参数组以及波段Off信号拟合后的光谱能量模型参数组分别输入到LM算法中，进行算法迭代优化模型参数组，分别获取到第一次优化的波段On波形信号模型参数组don、第一次优化的波段Off波形信号模型参数组doff；
步骤3：将第一次优化的波段On波形信号模型参数组don、第一次优化的波段Off波形信号模型参数组doff，分别采用不等精度直接平差理论获取第二次优化后的参数d，将第二次优化后的参数d通过积分权重函数计算积分权重；
步骤4：依据第一次优化的波段On波形信号模型参数组don、第一次优化的波段Off波形信号模型参数组doff，计算优化后的差分吸收光学厚度；
步骤5：结合步骤3计算的积分权重、步骤4计算的差分吸收光学厚度，进一步计算二氧化碳柱浓度。
2.根据权利要求1所述的差分吸收激光雷达二氧化碳浓度反演方法，其特征在于，步骤1所述光谱能量模型，定义为：
其中，a表示第一偏置参量，b表示第二偏置参量，c表示第一调整系数，f表示基准量，di，∈[1，2]，其中d1表示波段On波形信号数据的中心，即波段On波形信号传输的距离；d2表示波段Off波形信号数据的中心，即波段Off波形信号传输的距离；g表示第二调整系数，x表示输入的信号数据；
步骤1所述波段On光谱能量模型参数组为：
(aon，bon，con，don，fon)；
步骤1所述波段Off拟合后的光谱能量模型参数组为：
(aoff，boff，coff，doff，foff)。
3.根据权利要求1所述的差分吸收激光雷达二氧化碳浓度反演方法，其特征在于，步骤3所述将第二次优化后的参数d通过积分权重函数计算积分权重，具体为：
所述积分权重函数拟合的特定公式为：
其中，是On或Off波段对应的中值误差；Pn为在On或Off波段对应的权重；L为上述数据处理后On或Off波段的测量值，d为优化后的高精度量程值；
所述积分权重函数公式为：
其中，IWF代表积分权重函数计算的结果；PSFC和p＝0为积分上下限参数由参数d、气象参数和飞机惯性制导信息决定的；是二氧化碳积分权重函数。
4.根据权利要求1所述的差分吸收激光雷达二氧化碳浓度反演方法，其特征在于，步骤4所述计算优化后的差分吸收光学厚度，具体如下：
其中，DAOD代表优化后的差分吸收光学厚度函数；POff是波段off接收的信号能量、POn是波段on接收的信号能量、EOff是波段off参考信号能量和EOn是波段on参考信号能量，上述能量的获得是步骤2优化后的公式带入到对应的步骤1计算所得；
步骤5所述计算二氧化碳柱浓度，具体如下：
其中，XCO2代表二氧化碳柱浓度，DAOD代表优化后的差分吸收光学厚度，IWF代表积分权重。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210354972.5A CN114943136B (zh) | 2022-04-06 | 2022-04-06 | 一种差分吸收激光雷达二氧化碳浓度反演方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210354972.5A CN114943136B (zh) | 2022-04-06 | 2022-04-06 | 一种差分吸收激光雷达二氧化碳浓度反演方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114943136A CN114943136A (zh) | 2022-08-26 |
| CN114943136B true CN114943136B (zh) | 2024-05-03 |
Family
ID=82906781
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210354972.5A Active CN114943136B (zh) | 2022-04-06 | 2022-04-06 | 一种差分吸收激光雷达二氧化碳浓度反演方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114943136B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110795890A (zh) * | 2019-10-17 | 2020-02-14 | 武汉大学 | 一种基于lm-bpnn的iwf计算方法 |
| CN111665218A (zh) * | 2020-05-21 | 2020-09-15 | 武汉大学 | 一种提高二氧化碳差分吸收激光雷达反演精度的方法 |
| CN112414958A (zh) * | 2020-10-26 | 2021-02-26 | 武汉大学 | 基于激光雷达探测的co2浓度测量方法及系统 |
-
2022
- 2022-04-06 CN CN202210354972.5A patent/CN114943136B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110795890A (zh) * | 2019-10-17 | 2020-02-14 | 武汉大学 | 一种基于lm-bpnn的iwf计算方法 |
| CN111665218A (zh) * | 2020-05-21 | 2020-09-15 | 武汉大学 | 一种提高二氧化碳差分吸收激光雷达反演精度的方法 |
| CN112414958A (zh) * | 2020-10-26 | 2021-02-26 | 武汉大学 | 基于激光雷达探测的co2浓度测量方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 差分吸收NO_2激光雷达光源的设计与实现;刘秋武;陈亚峰;王杰;王晓宾;曹开法;黄见;胡顺星;;激光技术;20171227(第04期);全文 * |
| 车载二氧化硫差分吸收激光雷达系统;陈亚峰;王晓宾;刘秋武;曹开法;胡顺星;黄见;;光子学报;20170715(第07期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114943136A (zh) | 2022-08-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101751642B1 (ko) | 대기 관측용 라이다의 소산계수 보정방법 | |
| CN109596594A (zh) | 基于拉曼-米散射激光雷达的气溶胶消光系数反演方法 | |
| CN103175759A (zh) | 基于多种地基遥感技术获取城市气溶胶复折射指数的方法 | |
| CN111638521B (zh) | 一种成像高度计遥感数据的海面风速反演方法 | |
| CN103698305A (zh) | 一种实时观测大气透射率的方法与系统 | |
| CN106526614A (zh) | 一种优化激光雷达探测大气成分谱线分析的方法 | |
| CN107561554B (zh) | 基于太阳光度计数据和多波长激光雷达数据的反演方法 | |
| CN105510260B (zh) | 基于气溶胶扰动校正的差分吸收激光雷达co2探测方法 | |
| CN114114324A (zh) | 针对星载激光雷达和高光谱仪的大气co2浓度协同反演方法 | |
| CN112505651B (zh) | 一种用于大气探测激光雷达的自动化处理方法 | |
| CN111665218B (zh) | 一种提高二氧化碳差分吸收激光雷达反演精度的方法 | |
| CN114910430B (zh) | 基于超光谱遥感的痕量气体水平分布探测交通污染源方法 | |
| CN103728612A (zh) | 基于目标红外辐射光谱和带模式的被动测距方法 | |
| CN112285742B (zh) | 一种在频域内估算相干测风激光雷达载噪比的方法 | |
| CN105676231A (zh) | 一种基于转动拉曼激光雷达反演大气温度的方法 | |
| CN103674904B (zh) | 红外特性测量中大气传输快速修正方法 | |
| CN114218786B (zh) | 非偏振卫星传感器在轨偏振辐射特性反演方法 | |
| CN108333143B (zh) | 一种基于可调谐激光吸收光谱的水汽浓度测量修正方法 | |
| CN114943136B (zh) | 一种差分吸收激光雷达二氧化碳浓度反演方法 | |
| CN102879772B (zh) | 一种差分吸收大气co2激光雷达大气压力增宽修正方法 | |
| US20230204786A1 (en) | Method for determining wind speed components by means of a laser remote sensor | |
| CN113204543A (zh) | 基于机器学习的二氧化碳柱浓度时空序列调整方法 | |
| Wu et al. | Ground-based remote sensing of atmospheric water vapor using high-resolution FTIR spectrometry | |
| CN111220571B (zh) | 一种基于幅值离散度的二次谐波信号拟合方法及系统 | |
| CN114252875B (zh) | 一种成像高度计数据的高精度网格化方法 |
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 |