CN116486277A - 遥感载荷图像判读方法及遥感载荷快视系统 - Google Patents
遥感载荷图像判读方法及遥感载荷快视系统 Download PDFInfo
- Publication number
- CN116486277A CN116486277A CN202310316183.7A CN202310316183A CN116486277A CN 116486277 A CN116486277 A CN 116486277A CN 202310316183 A CN202310316183 A CN 202310316183A CN 116486277 A CN116486277 A CN 116486277A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- auxiliary data
- interpretation
- sensing load
- data
- 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 66
- 230000002159 abnormal effect Effects 0.000 claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims description 27
- 238000001514 detection method Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 15
- 238000002347 injection Methods 0.000 claims description 12
- 239000007924 injection Substances 0.000 claims description 12
- 238000003384 imaging method Methods 0.000 claims description 7
- 230000007547 defect Effects 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 description 28
- 238000007726 management method Methods 0.000 description 20
- 239000000243 solution Substances 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000013523 data management Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/776—Validation; Performance evaluation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Astronomy & Astrophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及遥感载荷卫星技术领域,提供一种遥感载荷图像判读方法及遥感载荷快视系统,方法包括:获取遥感载荷卫星的遥感载荷数据,其中,遥感载荷数据包括遥感载荷图像的载荷图像数据和遥感载荷卫星的辅助数据;对载荷图像数据执行完整性判读操作,并基于载荷图像数据,确定遥感载荷图像的图像判读结果和异常部分区域;对辅助数据执行完整性判读操作;对辅助数据进行工程值解析,得到辅助数据的工程值,并基于辅助数据的工程值,对辅助数据执行正确性判读操作,以确定遥感载荷图像的辅助数据判读结果。本发明用以解决现有技术中难以高效判别遥感载荷图像是否发生异常的缺陷,实现高效判别遥感载荷图像是否发生异常。
Description
技术领域
本发明涉及遥感载荷卫星技术领域,尤其涉及一种遥感载荷图像判读方法及遥感载荷快视系统。
背景技术
整星测试是卫星在发射前的一系列地面测试,包括卫星平台测试,各个载荷分系统测试,模拟飞行测试等。在遥感卫星的整星测试阶段,遥感载荷图像、卫星辅助数据的智能分析判读是该技术领域的研究热点。其中最难处理的是接收遥感卫星的数据后,实现遥感载荷数据处理计算机的智能调度,实现遥感图像全幅面的智能判读,比如真实遥感图像的花块检查、噪点检测,实现遥感卫星辅助数据的智能判读。
传统遥感载荷快视系统硬件环境都是近似于专用的设备。一个卫星型号有专门的一套快视设备,比如8台快视前端服务器,4台硬件协处理设备,1台硬件复接器,1台快视终端工作站等设备组成一个完整的快视系统。在这个硬件架构下,一个卫星型号的整个测试阶段,都是独占的,无法进行复用。当新的卫星型号需要开始测试时,之前的型号未结束,无法释放服务器和设备给新的型号使用,需要采购新的服务器和设备。
传统遥感载荷快视系统的快视软件针对遥感图像数据只能进行图像显示,判断图像是否异常只能通过肉眼去看。
虽然大部分快视系统都有数据比对功能,但只针对重复的模拟图像进行逐字节的比对仅能实现图像重复比对,无法对真实遥感图像进行一个判读。
随着遥感空间探测技术的发展,遥感载荷卫星的分辨率越来越高,卫星数传速率已经达到GB级,图像的显示频率已经无法通过肉眼去辨别图像是否有异常,需要通过机器去高效识别。
因此,高效判别遥感载荷图像是否发生异常,属于目前业界亟待解决的重要课题。
发明内容
本发明提供一种遥感载荷图像判读方法及遥感载荷快视系统,用以解决现有技术中难以高效判别遥感载荷图像是否发生异常的缺陷,实现高效判别遥感载荷图像是否发生异常。
本发明提供一种遥感载荷图像判读方法,包括:
获取遥感载荷卫星的遥感载荷数据,其中,所述遥感载荷数据包括遥感载荷图像的载荷图像数据和遥感载荷卫星的辅助数据;
对所述载荷图像数据执行完整性判读操作,并基于所述载荷图像数据,确定所述遥感载荷图像的图像判读结果和异常部分区域;
对所述辅助数据执行完整性判读操作;
对所述辅助数据进行工程值解析,得到所述辅助数据的工程值,并基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果。
根据本发明提出的一种遥感载荷图像判读方法,对所述辅助数据进行工程值解析,得到所述辅助数据的工程值,并基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果之后,包括:
若所述辅助数据判读结果为所述辅助数据发生错误,则确定发生错误的错误辅助数据,并确定所述错误辅助数据对应的目标载荷图像数据;
基于所述目标载荷图像数据,确定所述遥感载荷图像的图像判读结果和异常部分区域。
根据本发明提出的一种遥感载荷图像判读方法,基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果,包括:
基于所述辅助数据的工程值,确定遥感载荷卫星的测量值;
基于所述测量值和设定的范围,确定所述辅助数据的范围判读结果;
其中,所述范围判读结果用于确定所述遥感载荷图像的辅助数据判读结果。
根据本发明提出的一种遥感载荷图像判读方法,基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果,包括:
基于所述辅助数据的工程值,确定遥感载荷卫星的时间值;
基于所述时间值,确定所述辅助数据的连续性判读结果;
其中,所述连续性判读结果用于确定所述遥感载荷图像的辅助数据判读结果。
根据本发明提出的一种遥感载荷图像判读方法,基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果,包括:
基于所述辅助数据的工程值,确定在相机成像中间进行注入的注入参数值;
基于所述注入参数值,确定所述辅助数据的跳变检测结果;
其中,所述跳变检测结果用于确定所述遥感载荷图像的辅助数据判读结果。
本发明还提出一种遥感载荷快视系统,所述遥感载荷快视系统包括硬件层、系统服务层、框架层和应用层;
所述硬件层包括服务器集群、存储设备和网络设备;
所述服务器集群包括处理服务器、管理服务器和存储服务器;
其中,所述处理服务器用于执行上述任一项所述的遥感载荷图像判读方法。
本发明还提出一种遥感载荷图像判读装置,包括:
获取模块,用于获取遥感载荷卫星的遥感载荷数据,其中,所述遥感载荷数据包括遥感载荷图像的载荷图像数据和遥感载荷卫星的辅助数据;
载荷图像数据判读模块,用于对所述载荷图像数据执行完整性判读操作,并基于所述载荷图像数据,确定所述遥感载荷图像的图像判读结果和异常部分区域;
第一辅助数据判读模块,用于对所述辅助数据执行完整性判读操作;
第二辅助数据判读模块,用于对所述辅助数据进行工程值解析,得到所述辅助数据的工程值,并基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述遥感载荷图像判读方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述遥感载荷图像判读方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述遥感载荷图像判读方法。
本发明提供的遥感载荷图像判读方法及遥感载荷快视系统,通过获取遥感载荷图像的遥感载荷数据,通过结合遥感载荷图像数据的载荷图像数据或辅助数据,来对遥感载荷图像进行正确性的判读,来确定遥感载荷图像的是否异常以及图像异常对应的异常部分区域,实现让机器去执行对遥感图像的判读工作,能够高效地替代测试人员执行图像判读这种重复性的工作,高效判别遥感载荷图像是否发生异常,并且结合辅助数据进行异常部分区域的定位,提升判别遥感载荷图像的位置的准确定位。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的遥感载荷图像判读方法的流程示意图之一;
图2是本发明提供的遥感载荷图像判读方法的流程示意图之二;
图3是是本发明提供的遥感载荷图像判读方法的流程示意图之三;
图4是本发明提供的遥感载荷图像判读方法的流程示意图之四;
图5是本发明提供的遥感载荷图像判读方法的流程示意图之五;
图6是本发明提供的遥感载荷图像判读方法的流程示意图之六;
图7是本发明提供的遥感载荷图像判读方法的流程示意图之七;
图8是本发明提供的遥感载荷快视系统的结构示意图;
图9是本发明提供的遥感载荷图像判读装置的结构示意图;
图10是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合图1-图6描述本发明的遥感载荷图像判读方法。
请参照图1和图2,本发明提出的遥感载荷图像判读方法,包括:
步骤10,获取遥感载荷卫星的遥感载荷数据,其中,所述遥感载荷数据包括遥感载荷图像的载荷图像数据和遥感载荷卫星的辅助数据;
在本实施例中,获取遥感载荷卫星的遥感载荷数据,以对遥感载荷数据进行判读,其中,判读的内容包括数据的正确性判读和完整性判读,遥感载荷数据包括遥感载荷图像的载荷图像数据和遥感载荷卫星的辅助数据,遥感载荷卫星的辅助数据用于卫星定位、距离测量和时间测算等,可以包括卫星导航数据、卫星信号多普勒参数、时间参数、可见卫星PRN码、MS近似位置等数据。
步骤20,对所述载荷图像数据执行完整性判读操作,并基于所述载荷图像数据,确定所述遥感载荷图像的图像判读结果和异常部分区域;
在本实施例中,请参照图3,图像数据接收模块接收到载荷图像数据后先进行完整性的判读,判断是否有丢数据的情况。截取到完整的一幅图像后(线阵相机一般人为规定一幅的行数),进行多个处理模块的处理,有图像的计算、图像的噪点检测,质心的提取。其中的图像的计算包括像元的最大值、最小值、均值的计算,方差的计算,直方图的统计。
处理后的图像数据,进行抽样,通过网络推送模块在显示客户端进行显示。(全幅面分辨率太高,无法进行原图显示,必须进行抽样显示)。
先对载荷图像数据进行完整性的判读,并在载荷图像数据的完整性判读通过时,根据载荷图像数据,判断遥感载荷图像数据是否发生异常,得到遥感载荷图像的图像判读结果和异常部分区域。
进一步地,在一种可能的实施例中,基于所述载荷图像数据,确定所述遥感载荷图像的直方图统计信息;基于所述直方图统计信息,确定所述遥感载荷图像的图像判读结果和异常部分区域。在本实施例中,根据载荷图像数据,对遥感载荷图像进行异常检测,异常检测的内容包括图像花块的检测和图像噪点的检测,其中,可以对载荷图像数据进行直方图统计,确定遥感载荷图像的直方图统计信息,从而根据直方图统计信息来检测遥感载荷图像是否异常,直方图统计信息用于检测遥感载荷图像是否异常,来确定遥感载荷图像的图像判读结果。直方图统计信息会当做参数传输给花块检测模块和噪点检测模块,进行图像花块的检测和/或图像噪点的检测。本实施例中,通过直方图统计信息来判断遥感载荷图像是否产生异常,提升了遥感载荷图像的异常判读准确性。
步骤30,对所述辅助数据执行完整性判读操作;
步骤40,对所述辅助数据进行工程值解析,得到所述辅助数据的工程值,并基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果。
确定辅助数据的工程值,可以包括:根据工程值解析规则,对所述辅助数据进行工程值解析,确定所述辅助数据的工程值。
辅助数据接收模块接收到卫星平台的辅助数据后,进行完整性判读,判读是否有丢数的情况(一般辅助数据多帧组成完整一包,如果出现丢帧,那么一整包将无法使用)。提取到完整的一包辅助数据后,根据工程值解析规则,对辅助数据进行工程值的解析,得到工程值,解析得到的工程值存入数据库。对辅助数据进行完整性判读后,再对辅助数据各字段的工程值进行正确性判读。
在载荷图像数据完整性判读通过时,说明载荷图像数据是完整的,因此,在载荷图像数据完整性判读通过时,根据辅助数据的工程值,对所述辅助数据执行正确性判读操作,得到遥感载荷图像的辅助数据判读结果,具体地,根据辅助数据的工程值对辅助数据各字段的工程值进行正确性判读,判断辅助数据各字段的工程值是否异常,辅助数据判读结果。
本发明提供的遥感载荷图像判读方法及遥感载荷快视系统,通过获取遥感载荷图像的遥感载荷数据,通过遥感载荷图像数据的载荷图像数据或辅助数据,来对遥感载荷图像进行正确性的判读,来确定遥感载荷图像的是否异常以及图像异常对应的异常部分区域,实现让机器去执行对遥感图像的判读工作,能够高效地替代测试人员执行图像判读这种重复性的工作,高效判别遥感载荷图像是否发生异常,并且结合辅助数据进行异常部分区域的定位,提升判别遥感载荷图像的位置的准确定位。
在一种可能的实施例中,请参照图4,步骤40之后,还包括:
步骤50,若所述辅助数据判读结果为所述辅助数据发生错误,则确定发生错误的错误辅助数据,并确定所述错误辅助数据对应的目标载荷图像数据;
步骤60,基于所述目标载荷图像数据,确定所述遥感载荷图像的图像判读结果和异常部分区域。
在本实施例中,因为辅助数据和图像是有一定的关联性的,辅助数据正确性判读出现错误的时候,可以提取生成这些辅助数据时刻对应的图像数据出来。可以在图像的判读信息里面去检索辅助数据发生错误的时候,图像数据是否有异常。这就是图像辅助数据关联判读。
例如,根据辅助数据的判读异常所在的位置(线阵相机为行号,面阵相机为幅号作为关联位置信息),去图像花块判读结果中检索此区域范围内的图像是否有花块。图像的异常部分区域通过位置信息去盘阵中找到原始图像,进行截取保存。可以把花块关联判读替换成质心偏移关联判读。可以通过多种信息进行关联操作。
本实施例中,应用本实施例中的方法,可以应用于的应用场景包括:
应用场景(1):图像花块排查原因的方式之一,图像花块是否是星上单机状态不正常导致的。例如温度值超过范围,例如姿轨控参数超出范围等。
应用场景(2):载荷相机正常调参数是否有效,例如载荷相机在实时测试过程中调增益级数,图像会明暗变化,通过关联判读,找到变化的位置,并存储下来。
在一种可能的实施例中,请参照图5,步骤40、基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果,包括:
步骤401,基于所述辅助数据的工程值,确定遥感载荷卫星的测量值;
步骤402,基于所述测量值和设定的范围,确定所述辅助数据的范围判读结果;
其中,所述范围判读结果用于确定所述遥感载荷图像的辅助数据判读结果。
本实施例中实现对辅助数据进行范围判读,具体地,根据辅助数据的工程值,确定遥感载荷卫星的测量值,从辅助数据的工程值中获取测量值,以根据测量值和设定的范围对辅助数据进行范围判读,得到辅助数据的范围判读结果,可检测测量值是否在设定的范围内,如果在设定的范围内,则辅助数据的范围判读通过,如果不在设定的范围内,则辅助数据的范围判读不通过。针对一些测量值,比如温度值,姿态俯仰角、角速度等是否在设定的范围内。
本实施例通过对辅助数据进行范围判读方式,以实现对辅助数据进行正确性的判读,提升了对辅助数据的正确性判读的准确性,从而提升异常位置定位的准确性。
在一种可能的实施例中,请参照图6,步骤40、基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果,包括:
步骤411,基于所述辅助数据的工程值,确定遥感载荷卫星的时间值;
步骤412,基于所述时间值,确定所述辅助数据的连续性判读结果;
其中,所述连续性判读结果用于确定所述遥感载荷图像的辅助数据判读结果。
本实施例中实现对辅助数据进行连续性判读,具体地,针对所有的时刻包括卫星时间、姿态数据时间、北京时间等,所有的姿态、摄像时刻的行计数等是否存在不连续的现象,比如卫星时间秒间隔大于1s,行计数中间间隔大于1等。
本实施例通过对辅助数据进行连续性判读方式,以实现对辅助数据进行正确性的判读,提升了对辅助数据的正确性判读的准确性,从而提升异常位置定位的准确性。
在一种可能的实施例中,请参照图7,步骤40、基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果,包括:
步骤421,基于所述辅助数据的工程值,确定在相机成像中间进行注入的注入参数值;
步骤422,基于所述注入参数值,确定所述辅助数据的跳变检测结果;
其中,所述跳变检测结果用于确定所述遥感载荷图像的辅助数据判读结果。
跳变检测:针对在相机成像中间进行注入的参数值的变化判断,比如积分级数是否更改,图像增益是否更改,均衡系数是否更改等,统计出变化的值,在什么时候进行的变化。
本实施例通过对辅助数据进行跳变检测的判读方式,以实现对辅助数据进行正确性的判读,提升了对辅助数据的正确性判读的准确性,从而提升异常位置定位的准确性。
请参照图8,本发明还提出一种遥感载荷快视系统,所述遥感载荷快视系统包括硬件层、系统服务层、框架层和应用层;
所述硬件层包括服务器集群、存储设备和网络设备;
所述服务器集群包括处理服务器、管理服务器和存储服务器;
其中,所述处理服务器用于执行上任一项所述的遥感载荷图像判读方法。
在本实施例中,本发明提出的遥感载荷图像判读方法应用于遥感载荷快视系统,该系统使用私有云技术,把现有的服务器资源通过网络连接起来,改造成一个云,把所述系统打造成一个基于云计算的系统。
遥感载荷快视系统从垂直架构层面上分为四层结构,分别是硬件层、系统服务层、框架层和应用层。
最底层为硬件层,包括服务器集群、存储设备和网络设备,它们组成了最基本的硬件基础。
系统服务层用于为遥感载荷快视系统提供基础系统服务,系统服务层包括以下四个服务,包括:(1)分布式任务管理服务,用于多型号测试提供任务的调度;(2)分布式处理管理服务,用于各种微处理软件在各个服务器上的运行;(3)分布式数据管理服务,用于分布式数据记录、查询。
框架层,用于为遥感载荷快视系统的应用软件程序提供基础框架,包含以下两个框架:(1)微处理框架,为遥感载荷快视系统中应用软件程序的开发提供输入输出通道、参数的配置、公共工具库等基础框架。(2)UI框架:为遥感载荷快视系统开发的应用软件程序在系统中进行注册、配置、使用的人机交互提供基础框架。
应用层用于用户提供测试任务、快视显示、数据查询、日志查询、配置、报告生成等应用。其中,系统应用提供与用户交互的能力,其他自定义应用为用户提供后台运行任务的能力。
随着服务器的更新换代,服务器CPU的性能增强,运算能力越来越强,原来通过使用FPGA来进行计算的一些图像处理,包括直方图计算、图像抽样,噪点计算等等,都可以通过多台服务器来进行软件计算,此次发明中移除了服务器上的FPGA板卡,这也使得遥感载荷快视系统的处理服务器可以不受FPGA板卡的束缚,把所有型号的服务器与其他的地面设备的服务器通过万兆网互联起来,做到真正的分布式集群管理。
需要说明的是,从空间的角度,所有的服务器不需要放在一起,可以分布在任何的地方,同时在任何地方的任何一台服务器只需要通过万兆网连到局域网内都能够快速的纳入到集群中来。
从不同功能的角度,把服务器分为三个部分,包括处理服务器、管理服务器和存储服务器。(1)处理服务器,用于遥感载荷快视系统执行各种测试任务。在测试任务中,处理服务器中会运行各种数据处理的应用程序,包括图像计算、图像分析、图像判读、辅助数据解析等。(2)管理服务器,用于运行遥感载荷快视系统的核心系统,包括任务调度系统、信息总线系统和Web管理系统。(3)存储服务器主要用于存储测试任务过程中产生的各种数据,包括图像信息数据、辅助数据解析结果数据、图像判读结果数据和辅助数据判读结果数据。数据以数据库的形式存储在存储服务器中。
终端机分为两种,普通的测试电脑和高性能图形工作站。(1)普通的测试电脑主要通过Web页面操作遥感载荷快视系统,包括监控驾驶舱,配置系统、任务规划等操作。(2)高性能图形工作站除了普通测试电脑的操作外,最主要的是运行图像显示客户端,用来实时的看图像。由于图像显示需要比较高的显卡资源、比较大的传输带宽(一般万兆网卡),比较高的内存资源(图像进行缓存)。所以普通的测试电脑无法运行,需要高性能的图形工作站。
遥感载荷快视系统的软件方案从平行架构层间上分析不同子系统的作用和关系,从平行架构层面上可以分成六个子系统,分别是:微处理软件、任务管理伺服程序、所述系统调度管理系统、信息系统总线、数据管理子系统、Web管理子系统。
微处理软件:用于获取和处理各种载荷数据,包括图像数据的处理、判读,辅助数据的解析、判读,SAR数据的成像、评估,以及其他的处理。
任务管理伺服程序:用于监控各服务器中的微处理软件,获取计算机忙闲状态、计算机资源状态,接收下发程序包部署,接收任务启停指令。
调度管理系统:是整个测试任务的核心。从外部应用程序以及信息系统总线获取调度信息、微服务程序、分配任务需要的服务器、下发程序、控制启停、收集/上报状态。
信息系统总线:所有的子系统产生的所有数据、信息,通过信息系统总线进行收集、分类、入库。
数据管理子系统:包括四种数据存储方式,文件服务器、mysql数据库、redis数据库、clickhouse集群和kafka集群。其中文件服务器用于存储在所述系统中运行的各种微处理软件、系统产生的各类文档、测试报告等文件;mysql数据库主要用于存储所述系统的服务器信息、型号信息、载荷信息、辅助数据信息以及跟任务相关的各种配置信息;redis数据库用于存储在所述系统执行测试任务时;clickhouse与kafka集群则用于存储遥感卫星测试过程中产生的大量图像信息和辅助数据工程值解析结果。
Web管理子系统:包括基于SpringBoot的后端框架和基于Vue的前端页面。其中后端主要给终端提供restful接口的访问服务,测试人员通过终端进行图像显示、辅助数据查询、日志查询、参数配置、报告生成等操作都是通过http请求实现的。而前端UI则是测试人员与整个所述系统的交互入口。
本发明提出的遥感载荷快视系统的处理服务器测试任务的准备流程、测试任务的执行流程、测试任务的结束流程流程、测试任务执行中对遥感载荷数据的智能处理流程和智能判读流程。需要说明的是,其中,对遥感载荷数据的智能处理流程和智能判读流程,包括上述任一项所述的遥感载荷图像判读方法。
(1)任务准备流程,具体步骤包括:
步骤1,在Web页面选取某型号的任务启动。
步骤2,Web页面将型号id和任务id使用post请求发送至web管理系统。
步骤3,web管理系统收到上述参数后,调用任务调度的grpc接口将型号id和任务id发送给任务调度管理系统。
步骤4,任务调度管理系统使用RESTful请求向web服务查询任务相关的所有参数,包括本次测试相关的数据通道列表、微处理软件列表、通道相关的数据格式、数据判读配置等信息。
步骤5,任务调度管理系统计算出本次任务需要的服务器节点数量,使用RESTful调用向web管理系统查询当前系统内注册的服务器信息。
步骤6,通过连接服务器列表中的每台服务器对应的任务管理grpc服务,遍历所有在线且任务管理伺服程序正常工作的服务节点,统计当前处于空闲状态的服务节点数目,计算出剩余的计算资源是否满足本次测试任务,若不满足则报错退出流程。
步骤7,向选定的服务节点内的伺服程序提出保留服务节点申请,这些服务节点在本次任务完成之前不再他用。
步骤8,对任务内的每个微处理软件程序,使用websocket从web端提取其压缩包,将所属同一个通道的微处理软件程序使用伺服程序的grpc接口下发至对应的服务节点中,记录每个微处理软件程序对其他微处理软件程序的依赖关系。
步骤9,通道相关的数据格式,数据判读配置等信息保存成特定格式的文件后使用伺服程序的grpc接口更新至对应的服务节点中备用。
(2)任务执行流程,具体步骤包括:
步骤1,若微处理管理程序内部署的微处理软件程序有前序依赖关系,递归查找每一个微处理软件程序的依赖程序,对所有微处理软件程序的微处理软件ID按依赖关系先后排序,然后按排序后的微处理软件ID逐一启动;
步骤2,启动某个微处理软件时,若该微处理软件指定了服务端口范围,则由伺服程序探测该端口范围内哪个端口是可用的并以该端口启动微处理软件,同时记录下该微处理软件对应的端口号上报给调度程序;
步骤3,若后续启动的微处理软件依赖前面启动的微处理软件,调度程序找到被依赖微处理软件的实际启动端口,将该端口作为参数传递给伺服程序,由其更新待启动的微处理软件的相关参数后启动;
步骤4,重复步骤2,3完成单台服务节点内所有微处理软件程序的依赖处理及启动流程;
步骤5,每台服务节点中的启动流程执行完毕后,若有错误则上报至web端提示用户,否则web端按自己的逻辑更新相关状态,对当前启动的任务状态周期刷新显示。
下面对本发明提供的遥感载荷图像判读装置进行描述,下文描述的遥感载荷图像判读装置与上文描述的遥感载荷图像判读方法可相互对应参照。
请参照图9,本发明提出的遥感载荷图像判读装置,包括:
获取模块910,用于获取遥感载荷卫星的遥感载荷数据,其中,所述遥感载荷数据包括遥感载荷图像的载荷图像数据和遥感载荷卫星的辅助数据;
载荷图像数据判读模块920,用于对所述载荷图像数据执行完整性判读操作,并基于所述载荷图像数据,确定所述遥感载荷图像的图像判读结果和异常部分区域;
第一辅助数据判读模块930,用于对所述辅助数据执行完整性判读操作;
第二辅助数据判读模块940,用于对所述辅助数据进行工程值解析,得到所述辅助数据的工程值,并基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果。
进一步地,所述遥感载荷图像判读装置还包括关联判读模块,所述关联判读模块用于:
若所述辅助数据判读结果为所述辅助数据发生错误,则确定发生错误的错误辅助数据,并确定所述错误辅助数据对应的目标载荷图像数据;
基于所述目标载荷图像数据,确定所述遥感载荷图像的图像判读结果和异常部分区域。
进一步地,所述第二辅助数据判读模块,还用于:
基于所述辅助数据的工程值,确定遥感载荷卫星的测量值;
基于所述测量值和设定的范围,确定所述辅助数据的范围判读结果;
其中,所述范围判读结果用于确定所述遥感载荷图像的辅助数据判读结果。
进一步地,所述第二辅助数据判读模块,还用于:
基于所述辅助数据的工程值,确定遥感载荷卫星的时间值;
基于所述时间值,确定所述辅助数据的连续性判读结果;
其中,所述连续性判读结果用于确定所述遥感载荷图像的辅助数据判读结果。
进一步地,所述第二辅助数据判读模块,还用于:
基于所述辅助数据的工程值,确定在相机成像中间进行注入的注入参数值;
基于所述注入参数值,确定所述辅助数据的跳变检测结果;
其中,所述跳变检测结果用于确定所述遥感载荷图像的辅助数据判读结果。
图10示例了一种电子设备的实体结构示意图,如图10所示,该电子设备可以包括:处理器(processor)1010、通信接口(Communications Interface)1020、存储器(memory)1030和通信总线1040,其中,处理器1010,通信接口1020,存储器1030通过通信总线1040完成相互间的通信。处理器1010可以调用存储器1030中的逻辑指令,以执行遥感载荷图像判读方法,该方法包括:获取遥感载荷卫星的遥感载荷数据,其中,所述遥感载荷数据包括遥感载荷图像的载荷图像数据和遥感载荷卫星的辅助数据;对所述载荷图像数据执行完整性判读操作,并基于所述载荷图像数据,确定所述遥感载荷图像的图像判读结果和异常部分区域;对所述辅助数据执行完整性判读操作;对所述辅助数据进行工程值解析,得到所述辅助数据的工程值,并基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果。
此外,上述的存储器1030中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的遥感载荷图像判读方法,该方法包括:获取遥感载荷卫星的遥感载荷数据,其中,所述遥感载荷数据包括遥感载荷图像的载荷图像数据和遥感载荷卫星的辅助数据;对所述载荷图像数据执行完整性判读操作,并基于所述载荷图像数据,确定所述遥感载荷图像的图像判读结果和异常部分区域;对所述辅助数据执行完整性判读操作;对所述辅助数据进行工程值解析,得到所述辅助数据的工程值,并基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的遥感载荷图像判读方法,该方法包括:获取遥感载荷卫星的遥感载荷数据,其中,所述遥感载荷数据包括遥感载荷图像的载荷图像数据和遥感载荷卫星的辅助数据;对所述载荷图像数据执行完整性判读操作,并基于所述载荷图像数据,确定所述遥感载荷图像的图像判读结果和异常部分区域;对所述辅助数据执行完整性判读操作;对所述辅助数据进行工程值解析,得到所述辅助数据的工程值,并基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种遥感载荷图像判读方法,其特征在于,包括:
获取遥感载荷卫星的遥感载荷数据,其中,所述遥感载荷数据包括遥感载荷图像的载荷图像数据和遥感载荷卫星的辅助数据;
对所述载荷图像数据执行完整性判读操作,并基于所述载荷图像数据,确定所述遥感载荷图像的图像判读结果和异常部分区域;
对所述辅助数据执行完整性判读操作;
对所述辅助数据进行工程值解析,得到所述辅助数据的工程值,并基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果。
2.根据权利要求1所述的遥感载荷图像判读方法,其特征在于,对所述辅助数据进行工程值解析,得到所述辅助数据的工程值,并基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果之后,包括:
若所述辅助数据判读结果为所述辅助数据发生错误,则确定发生错误的错误辅助数据,并确定所述错误辅助数据对应的目标载荷图像数据;
基于所述目标载荷图像数据,确定所述遥感载荷图像的图像判读结果和异常部分区域。
3.根据权利要求1所述的遥感载荷图像判读方法,其特征在于,基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果,包括:
基于所述辅助数据的工程值,确定遥感载荷卫星的测量值;
基于所述测量值和设定的范围,确定所述辅助数据的范围判读结果;
其中,所述范围判读结果用于确定所述遥感载荷图像的辅助数据判读结果。
4.根据权利要求1所述的遥感载荷图像判读方法,其特征在于,基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果,包括:
基于所述辅助数据的工程值,确定遥感载荷卫星的时间值;
基于所述时间值,确定所述辅助数据的连续性判读结果;
其中,所述连续性判读结果用于确定所述遥感载荷图像的辅助数据判读结果。
5.根据权利要求1所述的遥感载荷图像判读方法,其特征在于,基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果,包括:
基于所述辅助数据的工程值,确定在相机成像中间进行注入的注入参数值;
基于所述注入参数值,确定所述辅助数据的跳变检测结果;
其中,所述跳变检测结果用于确定所述遥感载荷图像的辅助数据判读结果。
6.一种遥感载荷快视系统,其特征在于,所述遥感载荷快视系统包括硬件层、系统服务层、框架层和应用层;
所述硬件层包括服务器集群、存储设备和网络设备;
所述服务器集群包括处理服务器、管理服务器和存储服务器;
其中,所述处理服务器用于执行权利要求1至5任一项所述的遥感载荷图像判读方法。
7.一种遥感载荷图像判读装置,其特征在于,包括:
获取模块,用于获取遥感载荷卫星的遥感载荷数据,其中,所述遥感载荷数据包括遥感载荷图像的载荷图像数据和遥感载荷卫星的辅助数据;
载荷图像数据判读模块,用于对所述载荷图像数据执行完整性判读操作,并基于所述载荷图像数据,确定所述遥感载荷图像的图像判读结果和异常部分区域;
第一辅助数据判读模块,用于对所述辅助数据执行完整性判读操作;
第二辅助数据判读模块,用于对所述辅助数据进行工程值解析,得到所述辅助数据的工程值,并基于所述辅助数据的工程值,对所述辅助数据执行正确性判读操作,以确定所述遥感载荷图像的辅助数据判读结果。
8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述遥感载荷图像判读方法。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述遥感载荷图像判读方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述遥感载荷图像判读方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310316183.7A CN116486277A (zh) | 2023-03-28 | 2023-03-28 | 遥感载荷图像判读方法及遥感载荷快视系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310316183.7A CN116486277A (zh) | 2023-03-28 | 2023-03-28 | 遥感载荷图像判读方法及遥感载荷快视系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116486277A true CN116486277A (zh) | 2023-07-25 |
Family
ID=87225976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310316183.7A Pending CN116486277A (zh) | 2023-03-28 | 2023-03-28 | 遥感载荷图像判读方法及遥感载荷快视系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116486277A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117097343A (zh) * | 2023-10-20 | 2023-11-21 | 星航互联(北京)科技有限公司 | 机载数据的译码方法、电子设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202710098U (zh) * | 2012-07-20 | 2013-01-30 | 航天东方红卫星有限公司 | 一种用于整星测试的专检设备 |
CN103024432A (zh) * | 2012-12-11 | 2013-04-03 | 上海卫星工程研究所 | 对地可见光遥感卫星图像数据自动高效全覆盖测试方法 |
CN104680138A (zh) * | 2015-02-09 | 2015-06-03 | 北京空间飞行器总体设计部 | 基于特性参数相关性的卫星图像自动判读系统和方法 |
CN106530301A (zh) * | 2016-11-30 | 2017-03-22 | 上海卫星工程研究所 | 卫星地面测试中成像类定量遥感仪器干扰和噪声评价方法 |
CN107907867A (zh) * | 2017-09-29 | 2018-04-13 | 北京空间飞行器总体设计部 | 一种多工作模式的实时sar快视系统 |
US20180283871A1 (en) * | 2017-03-29 | 2018-10-04 | Honeywell International Inc. | Integrity monitoring method for navigation systems with heterogeneous measurements |
CN110737002A (zh) * | 2019-10-25 | 2020-01-31 | 山东华宇航天空间技术有限公司 | 一种卫星相机测试快视方法 |
CN113516633A (zh) * | 2021-05-28 | 2021-10-19 | 西安空间无线电技术研究所 | 一种卫星图像的云检测标识填充方法 |
-
2023
- 2023-03-28 CN CN202310316183.7A patent/CN116486277A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202710098U (zh) * | 2012-07-20 | 2013-01-30 | 航天东方红卫星有限公司 | 一种用于整星测试的专检设备 |
CN103024432A (zh) * | 2012-12-11 | 2013-04-03 | 上海卫星工程研究所 | 对地可见光遥感卫星图像数据自动高效全覆盖测试方法 |
CN104680138A (zh) * | 2015-02-09 | 2015-06-03 | 北京空间飞行器总体设计部 | 基于特性参数相关性的卫星图像自动判读系统和方法 |
CN106530301A (zh) * | 2016-11-30 | 2017-03-22 | 上海卫星工程研究所 | 卫星地面测试中成像类定量遥感仪器干扰和噪声评价方法 |
US20180283871A1 (en) * | 2017-03-29 | 2018-10-04 | Honeywell International Inc. | Integrity monitoring method for navigation systems with heterogeneous measurements |
CN107907867A (zh) * | 2017-09-29 | 2018-04-13 | 北京空间飞行器总体设计部 | 一种多工作模式的实时sar快视系统 |
CN110737002A (zh) * | 2019-10-25 | 2020-01-31 | 山东华宇航天空间技术有限公司 | 一种卫星相机测试快视方法 |
CN113516633A (zh) * | 2021-05-28 | 2021-10-19 | 西安空间无线电技术研究所 | 一种卫星图像的云检测标识填充方法 |
Non-Patent Citations (4)
Title |
---|
朱维祥等: "遥感卫星地面接收系统一体化设计", 现代电子技术, vol. 38, no. 09, pages 73 - 76 * |
杨黎等: "高分辨率遥感卫星图像采集系统的设计与实现", 第四届高分辨率对地观测学术年会论文集, pages 980 - 988 * |
汪少林等: "气象卫星载荷原始数据包快视软件系统开发", 北京理工大学学报, vol. 37, no. 12, pages 1295 - 1299 * |
田蕾等: "面向多载荷的遥感数据处理系统的应用探讨", 航天器工程, vol. 18, no. 03, pages 77 - 83 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117097343A (zh) * | 2023-10-20 | 2023-11-21 | 星航互联(北京)科技有限公司 | 机载数据的译码方法、电子设备和存储介质 |
CN117097343B (zh) * | 2023-10-20 | 2024-01-26 | 星航互联(北京)科技有限公司 | 机载数据的译码方法、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116486277A (zh) | 遥感载荷图像判读方法及遥感载荷快视系统 | |
WO2021052511A1 (zh) | 北斗机载设备raim性能符合性测试方法及系统 | |
US20180095819A1 (en) | Incident analysis program, incident analysis method, information processing device, service identification program, service identification method, and service identification device | |
CN111524394A (zh) | 提升机坪综合航迹监视数据精度的方法、装置及系统 | |
CN111970151A (zh) | 虚拟及容器网络的流量故障定位方法及系统 | |
CN112994972A (zh) | 一种分布式探针监测平台 | |
CN112948224A (zh) | 一种数据处理方法、装置、终端及存储介质 | |
CN109460365A (zh) | 一种系统性能测试方法、装置、设备及存储介质 | |
CN111464637B (zh) | 无人车数据处理方法、装置、设备和介质 | |
CN109101509A (zh) | 数据准确性检测方法、装置、服务器及计算机存储介质 | |
CN111539372A (zh) | 病虫害分布的监测方法、设备、存储介质及装置 | |
CN114596362B (zh) | 一种高点摄像头坐标计算方法、装置、电子设备及介质 | |
CN102779090A (zh) | 一种桌面虚拟化系统性能测量方法和系统 | |
CN115460396A (zh) | 监控设备故障检测方法、电子设备和计算机可读存储介质 | |
CN115201864A (zh) | 一种检测卫星钟差跳变的方法、装置、存储介质及设备 | |
CN114546799A (zh) | 埋点日志校验方法、装置、电子设备、存储介质及产品 | |
CN115327497B (zh) | 雷达检测范围确定方法、装置、电子设备及可读介质 | |
CN109815109B (zh) | 数据模式变更检测方法、装置、设备及可读存储介质 | |
CN113297026B (zh) | 对象检测方法、装置、电子设备及计算机可读存储介质 | |
CN115242769B (zh) | 一种远程外业质量检查系统 | |
CN116758620B (zh) | 一种轨迹关联数据基于网格的记录方法、装置、设备 | |
CN114338472B (zh) | 地图服务器的容量测试方法、装置、设备、介质及产品 | |
CN112559477B (zh) | 基于无人机飞行日志的量化评估方法、系统、设备及介质 | |
CN117061043A (zh) | 一种日志时间同步的方法、系统和装置 | |
CN115017127A (zh) | 一种自动巡检采集设备的方法、装置和存储介质 |
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 |