CN115455346A - 一种mems加速度计非线性误差补偿方法 - Google Patents
一种mems加速度计非线性误差补偿方法 Download PDFInfo
- Publication number
- CN115455346A CN115455346A CN202211046418.7A CN202211046418A CN115455346A CN 115455346 A CN115455346 A CN 115455346A CN 202211046418 A CN202211046418 A CN 202211046418A CN 115455346 A CN115455346 A CN 115455346A
- Authority
- CN
- China
- Prior art keywords
- mems accelerometer
- output
- accelerometer
- acceleration
- nonlinear error
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 241000544061 Cuculus canorus Species 0.000 claims abstract description 4
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 4
- 230000006870 function Effects 0.000 claims description 57
- 230000001133 acceleration Effects 0.000 claims description 42
- 235000005770 birds nest Nutrition 0.000 claims description 39
- 235000005765 wild carrot Nutrition 0.000 claims description 39
- 238000005070 sampling Methods 0.000 claims description 7
- 244000000626 Daucus carota Species 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 239000003190 viscoelastic substance Substances 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000005295 random walk Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 4
- 239000000806 elastomer Substances 0.000 description 4
- 229920001971 elastomer Polymers 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000004069 differentiation Effects 0.000 description 3
- 230000005483 Hooke's law Effects 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 1
- 230000003446 memory effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F17/13—Differential equations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Operations Research (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种MEMS加速度计非线性误差补偿方法,包括:建立MEMS加速度计温度非线性误差分数阶模型,并将模型进行离散化处理得到加速度计输出迭代方程;根据加速度计输出利用布谷鸟算法对分数阶模型进行参数辨识得到MEMS加速度计非线性误差模型;根据分数阶模型得到加速度计系统函数,在此基础上设计非线性误差校正电路,将MEMS加速度计输出减去校正电路输出,得到经过非线性误差校正后的MEMS加速度计输出,本发明既能有效降低加速度计非线性误差,又避免了复杂的数学运算,降低计算时延。
Description
技术领域
本发明属于MEMS加速度计领域,尤其涉及一种MEMS加速度计非线性误差补偿方法。
背景技术
MEMS加速度计在惯性导航、军事、无人驾驶、消费电子、机器人等领域得到广泛应用。加速度计精度直接关系控制系统精度、影响控制系统性能。提高加速度计精度是航空航天、国防、工业、交通、医疗等领域发展的迫切要求。原理如图1所示的是一种通过检测在加速度作用下敏感质量块产生的线位移的加速度计。这种加速度计可以简化为敏感质量块、弹簧、阻尼结构。根据牛顿第二定律F=ma,通过质量块可以得到加速度力。在此基础上,根据胡克定律及阻尼建立质量块位移方程,通过测量质量块位移反算出加速度。进一步地,分析误差产生机理,建立误差模型,研究误差补偿措施以提高测量精度是广大学者的不懈追求。
胡克定律表明:在弹性限度内,理想弹簧的弹力和弹簧的长度成正比。实际上,自然界中既没有理想的弹性体,也没有理想的黏性体,广泛存在的是界于弹性体与黏性体之间的黏弹性体。黏弹性体在变形过程中存在松弛和蠕变现象具有全局相关和记忆效应。时间独立的整数阶微分方程只能描述瞬时的变化特征,很难描述具有全局相关和记忆特征的物理现象。分数阶微分是整数阶微分的推广,研究表明分数阶模型更能准确描述具有全局相关和记忆特征的物理现象。具有代表性的分数阶Kelvin黏弹性模型如下:
其中E为材料弹性模量,ε为材料应变,η为黏度系数,α为分数阶微分阶次。已有的研究成果表明:分数阶黏弹性模型可以用较少的参数更准确地描述系统特征;分数阶模型能够在更宽的频率范围内描述黏弹性材料的力学特性。
既然分数阶模型更能准确描述黏弹性材料的力学特性,如图1所示的MEMS加速度计位移与加速度关系也理应服从分数阶数学模型。整数阶模型只能是实际系统的近似,其建模精度必然会打折扣。分数阶模型是整数阶模型的推广,任意复杂的整数阶模型都可以用分数阶模型简化。基于上述分析,利用分数阶模型研究MEMS加速度计输入输出关系更能准确反映系统特征,获得更高的建模精度,以分数阶模型研究MEMS加速度计非线性误差补偿更有积极意义。
发明内容
发明目的:针对MEMS加速度计非线性误差机理复杂、校正困难这一现状,本发明提出了建立分数阶数学模型并进行参数辨识,得到加速度计系统函数,根据系统函数设计非线性误差校正电路,实现非线性误差实时校正。本发明所提出的方法更准确,有利于降低非线性误差,同时又避免了复杂的数学计算,有利于提高处理的实时性。
技术方案:为实现本发明的目的,本发明所采用的技术方案是:一种MEMS加速度计非线性误差补偿方法,包括以下步骤:
步骤1:根据黏弹性材料分数阶模型以及MEMS加速度计原理建立MEMS加速度计分数阶模型;
步骤2:对分数阶模型进行离散化,并根据分数阶微分方程性质得到MEMS加速度计加速度迭代方程;
步骤3:将MEMS加速度计置于离心机试验台,根据设定加速度变化采集MEMS加速度计输出,并记录各时刻加速度及相应的加速度计输出;
步骤4:根据步骤3采集的数据对模型的待定参数进行最优估计;
步骤5:建立MEMS加速度输入输出方程,根据输入输出方程设计非线性补偿电路实现MEMS加速度计非线性误差补偿。
进一步的,步骤1建立MEMS加速度计分数阶模型如下:
利用离散采样数据对未知参数k,y0和α进行最优估计。
进一步的,步骤2得到MEMS加速度计加速度迭代方程:
进一步的,步骤4中,利用布谷鸟算法辨识待定参数k,y0和α,方法如下:
步骤4.1:初始化;
1)为辨识参数S{k,y0,α}产生M个鸟巢位置:
Si,j=Sj,min+r0(Sj,max-Sj,min) (4)
其中,Si,j表示第i个鸟巢第j代位置,i=1,2, …,M,j=1,2,3,Sj,min,Sj,max表示第j维变量的下界和上界;r0∈[0,1]是一个随机数;
3)定义目标函数为加速度测量值与估计值的均方差:
从第j代M个目标函数Fit(Si,j)中选择最小的函数作为Fit(S)值,将Fit(S)值对应的鸟巢位置S{k,y0,α}保留到下一代;
步骤4.2:全局搜索;
1)根据如下公式更新鸟巢位置:
步骤4.3:局部搜索;
1)产生新的鸟巢位置:
将更新后的作为最优位置判断的目标函数值是否小于阈值,如果小于阈值,结束迭代,得到全局最优解P*即最优位置,将最优位置对应参数P*{k,y0,α}作为最终辨识参数;否则,进入步骤4.2开始下一代全局搜索。
进一步的,将得到的k,y0,α最优参数估计代入MEMS加速度计分数阶模型,根据分数阶微分方程拉普拉斯变换性质,得到拉普拉斯变换:
其中s表示拉普拉斯算子,Y(s),A(s)分别表示y(t),a(t)的拉普拉斯变换;
将MEMS加速度计作为一个系统,加速度a(t)作为系统输入,加速度计输出y(t)作为系统输出,得到加速度计输入输出的拉普拉斯关系:
进一步的,设计非线性补偿电路方法如下:
MEMS加速度计输出y(t)作为补偿电路输入,补偿电路输出z(t)即为MEMS加速度计非线性误差补偿后的输出,z(t)的拉普拉斯变换为Z(s);该非线性补偿电路系统函数为h(s);A(s)与Z(s)的关系为:
根据线性时不变系统性质,A(s)与Z(s)满足如下条件:
其中k2为常数,表示幅度增益,常数τ表示输出相对于输入的时延;设计系统函数为:h(s)=k2e-sτsα,并根据h(s)设计电路实现MEMS加速度计非线性误差补偿。
进一步的,根据系统函数h(s)设计电路,具体如下:
根据α的取值,利用频率等效关系对sα进行有理化,并代入系统函数表达式;将更新后的系统函数分解为n个串联的子系统hm(s),1≤m≤n;
其中am,bm,cm为利用频率等效关系对sα进行有理化得到的表达式常数;
根据hm(s)设计对应电路,MEMS加速度计输出y(t)作为h1(s)输入,并将h1(s),h2(s),…,hn(s)模块电路依次级联,hn(s)模块电路输出即为MEMS加速度计非线性误差补偿后的输出。
有益效果:与现有技术相比,本发明的技术方案具有以下有益的技术效果:
1、本发明利用分数阶模型建立MEMS加速度计非线性误差,理论上可以以任意精度逼近实际模型,建模更准确。
2、本发明利用分数阶微分建立非线性误差模型,更符合MEMS加速度计力学原理,更能准确反映实际物理过程。
3、本发明利用建立的分数阶模型设计补偿电路,补偿电路输出是经过非线性误差补偿后的输出,既避免了复杂的解算,又能实时得到测量结果,测量更准,更快。
附图说明
图1为MEMS加速度计原理图;
图2为MEMS加速度计非线性误差实施框图;
图3为MEMS加速度计非线性误差补偿框图;
图4为根据hi(s)设计对应电路原理图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
本发明提供一种MEMS加速度计非线性误差补偿方法,建立分数阶数学模型,并根据分数阶模型得到输入输出系统函数,并根据系统函数的逆函数设计非线性误差补偿电路,从而使非线性误差得到实时补偿,实施框图如图2所示。MEMS加速度计非线性误差补偿方法包含非线性误差分数阶建模和等效模型补偿两部分。具体实施包括:
步骤1:根据黏弹性材料分数阶模型以及MEMS加速度计原理建立MEMS加速度计分数阶模型;模型如下:
分数阶建模的核心是就是利用离散采样数据对未知参数k,y0和α进行最优估计。
步骤2:对分数阶模型进行离散化,并根据分数阶微分方程性质得到MEMS加速度计加速度迭代方程;
步骤3:将MEMS加速度计置于离心机试验台,根据设定加速度变化采集MEMS加速度计输出,并记录各时刻加速度及相应的加速度计输出。
步骤4:根据步骤3采集的数据,利用布谷鸟算法对模型的待定参数k,y0和α进行最优估计;方法如下:
步骤4.1:初始化;
1)为辨识参数S{k,y0,α}产生M个鸟巢位置:
Si,j=Sj,min+r0(Sj,max-Sj,min) (4)
其中,Si,j表示第i个鸟巢第j代位置,i=1,2, …,M,j=1,2,3,Sj,min,Sj,max表示第j维变量的下界和上界;r0∈[0,1]是一个随机数;
3)定义目标函数为加速度测量值与估计值的均方差:
从第j代M个目标函数Fit(Si,j)中选择最小的函数作为Fit(S)值,将Fit(S)值对应的鸟巢位置S{k,y0,α}保留到下一代;
步骤4.2:全局搜索;
1)根据如下公式更新鸟巢位置:
步骤4.3:局部搜索;
1)产生新的鸟巢位置:
将更新后的作为最优位置判断的目标函数值是否小于阈值,如果小于阈值,结束迭代,得到全局最优解P*即最优位置,将最优位置对应参数P*{k,y0,α}作为最终辨识参数;否则,进入步骤4.2开始下一代全局搜索。
步骤5:建立MEMS加速度输入输出方程,根据输入输出方程设计非线性补偿电路实现MEMS加速度计非线性误差补偿。
将得到的k,y0,α最优参数估计代入MEMS加速度计分数阶模型,根据分数阶微分方程拉普拉斯变换性质,得到拉普拉斯变换:
其中s表示拉普拉斯算子,Y(s),A(s)分别表示y(t),a(t)的拉普拉斯变换;
将MEMS加速度计作为一个系统,加速度a(t)作为系统输入,加速度计输出y(t)作为系统输出,得到加速度计输入输出的拉普拉斯关系:
设计非线性补偿电路方法如下:
MEMS加速度计输出y(t)作为补偿电路输入,补偿电路输出z(t)即为MEMS加速度计非线性误差补偿后的输出,z(t)的拉普拉斯变换为Z(s);该非线性补偿电路系统函数为h(s);A(s)与Z(s)的关系为:
根据线性时不变系统性质,A(s)与Z(s)满足如下条件:
其中k2为常数,表示幅度增益,常数τ表示输出相对于输入的时延;设计系统函数为:h(s)=k2e-sτsα,并根据h(s)设计电路实现MEMS加速度计非线性误差补偿。
根据系统函数h(s)设计电路,具体如下:
根据α的取值,利用频率等效关系对sα进行有理化,并代入系统函数表达式;将更新后的系统函数分解为n个串联的子系统hm(s),1≤m≤n;
其中am,bm,cm为利用频率等效关系对sα进行有理化得到的表达式常数;
根据hm(s)设计对应电路,MEMS加速度计输出y(t)作为h1(s)输入,并将h1(s),h2(s),…,hn(s)模块电路依次级联,hn(s)模块电路输出即为MEMS加速度计非线性误差补偿后的输出。
在实施例中,有理化对应关系如下表:
如α=0.3,可得:
根据h(s)设计非线性误差补偿电路。上式中以k2=39.8107,τ=0为例说明电路设计方法。当k2=39.8107,τ=0时,
上述系统函数分解为若干个子系统:
MEMS加速度计非线性误差补偿框图如图3所示。MEMS加速度计输出y(t)作为补偿电路输入,补偿电路输出z(t)即为MEMS加速度计非线性误差补偿后的输出。
根据hi(s)(i=1,2,3,4)设计对应电路。hi(s)(i=1,2,3,4)可以表示为如下表达式:
根据该表达式设计如图4所示电路。元器件满足如下条件:
MEMS加速度计输出y(t)作为h1(s)输入,并将h1(s),h2(s),h3(s),h4(s)模块电路依次级联,h4(s)模块电路输出即为MEMS加速度计非线性误差补偿后的输出。
Claims (7)
1.一种MEMS加速度计非线性误差补偿方法,其特征在于:包括以下步骤:
步骤1:根据黏弹性材料分数阶模型以及MEMS加速度计原理建立MEMS加速度计分数阶模型;
步骤2:对分数阶模型进行离散化,并根据分数阶微分方程性质得到MEMS加速度计加速度迭代方程;
步骤3:将MEMS加速度计置于离心机试验台,根据设定加速度变化采集MEMS加速度计输出,并记录各时刻加速度及相应的加速度计输出;
步骤4:根据步骤3采集的数据对模型的待定参数进行最优估计;
步骤5:建立MEMS加速度输入输出方程,根据输入输出方程设计非线性补偿电路实现MEMS加速度计非线性误差补偿。
4.根据权利要求3所述的MEMS加速度计非线性误差补偿方法,其特征在于:步骤4中,利用布谷鸟算法辨识待定参数k,y0和α,方法如下:
步骤4.1:初始化;
1)为辨识参数S{k,y0,α}产生M个鸟巢位置:
Si,j=Sj,min+r0(Sj,max-Sj,min) (4)
其中,Si,j表示第i个鸟巢第j代位置,i=1,2,…,M,j=1,2,3,Sj,min,Sj,max表示第j维变量的下界和上界;r0∈[0,1]是一个随机数;
3)定义目标函数为加速度测量值与估计值的均方差:
从第j代M个目标函数Fit(Si,j)中选择最小的函数作为Fit(S)值,将Fit(S)值对应的鸟巢位置S{k,y0,α}保留到下一代;
步骤4.2:全局搜索;
1)根据如下公式更新鸟巢位置:
步骤4.3:局部搜索;
1)产生新的鸟巢位置:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211046418.7A CN115455346A (zh) | 2022-08-30 | 2022-08-30 | 一种mems加速度计非线性误差补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211046418.7A CN115455346A (zh) | 2022-08-30 | 2022-08-30 | 一种mems加速度计非线性误差补偿方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115455346A true CN115455346A (zh) | 2022-12-09 |
Family
ID=84300553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211046418.7A Pending CN115455346A (zh) | 2022-08-30 | 2022-08-30 | 一种mems加速度计非线性误差补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115455346A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116879580A (zh) * | 2023-05-30 | 2023-10-13 | 华中光电技术研究所(中国船舶集团有限公司第七一七研究所) | 加速度计启动性能补偿方法、系统、电子设备及存储介质 |
-
2022
- 2022-08-30 CN CN202211046418.7A patent/CN115455346A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116879580A (zh) * | 2023-05-30 | 2023-10-13 | 华中光电技术研究所(中国船舶集团有限公司第七一七研究所) | 加速度计启动性能补偿方法、系统、电子设备及存储介质 |
CN116879580B (zh) * | 2023-05-30 | 2024-04-26 | 华中光电技术研究所(中国船舶集团有限公司第七一七研究所) | 加速度计启动性能补偿方法、系统、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230152380A1 (en) | Method and apparatus for determining state of charge and battery management system | |
CN107330149B (zh) | 基于arma和bpnn组合模型的mimu陀螺随机漂移预测方法 | |
CN109188026B (zh) | 适用于mems加速度计的自动标定的深度学习方法 | |
CN112762962B (zh) | 基于温度滞后模型的微机电系统加速度计零偏补偿方法 | |
CN109991548A (zh) | 一种ocv-soc标定实验方法、电池等效模型参数辨识方法及soc估算方法 | |
CN112668104B (zh) | 一种高超声速飞行器气动参数在线辨识方法 | |
CN110375772B (zh) | 自适应卡尔曼滤波的环形激光器随机误差建模与补偿方法 | |
CN111722118A (zh) | 一种基于soc-ocv优化曲线的锂离子电池soc估计方法 | |
CN111896029A (zh) | 一种基于组合算法的mems陀螺随机误差补偿方法 | |
CN114367990B (zh) | 一种基于机理数据混合模型的机械臂触觉外力估计方法 | |
CN106092138A (zh) | 一种基于微处理器的硅微陀螺仪温度补偿方法 | |
CN115455346A (zh) | 一种mems加速度计非线性误差补偿方法 | |
CN115270239A (zh) | 基于动力特性和智能算法响应面法的桥梁可靠性预测方法 | |
CN110427639A (zh) | 基于双尺度流形学习的锂离子电池热过程时空建模方法 | |
CN111879348B (zh) | 一种惯性仪表性能地面测试系统效能分析方法 | |
CN111060822B (zh) | 一种基于模型切换及融合的荷电状态估计方法 | |
CN114722332B (zh) | 一种风洞天平校准数据处理方法 | |
CN113625182A (zh) | 一种对电池状态进行在线估计的方法 | |
CN113884914B (zh) | 一种渐消并行卡尔曼滤波动力电池荷电状态估计方法 | |
Mirzaei et al. | Validation and sensitivity analysis of a fractional order model of a lithium ion battery via impedance spectra and temporal duty cycles | |
CN116861155A (zh) | 一种非线性模型下锂电池的遗忘因子梯度下降算法 | |
CN116187153B (zh) | 基于层次贝叶斯的水工结构数字孪生模型更新方法 | |
Peyada et al. | Aerodynamic characterization of HANSA-3 aircraft using equation error, maximum likelihood and filter error methods | |
CN117057031A (zh) | 基于多区间几何相似度的飞行器敏感性分析方法及装置 | |
CN115455347A (zh) | 一种mems加速度计混合误差建模补偿方法 |
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 |