CN116881088B - 一种系统监控方法、装置、存储介质及电子装置 - Google Patents
一种系统监控方法、装置、存储介质及电子装置 Download PDFInfo
- Publication number
- CN116881088B CN116881088B CN202311144108.3A CN202311144108A CN116881088B CN 116881088 B CN116881088 B CN 116881088B CN 202311144108 A CN202311144108 A CN 202311144108A CN 116881088 B CN116881088 B CN 116881088B
- Authority
- CN
- China
- Prior art keywords
- information
- epoch
- slow
- coarse
- residual
- 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 66
- 238000012544 monitoring process Methods 0.000 title claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 54
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 238000012806 monitoring device Methods 0.000 claims abstract description 6
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 12
- 239000011159 matrix material Substances 0.000 description 10
- 238000007689 inspection Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 5
- 238000005315 distribution function Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000013585 weight reducing agent Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3495—Performance evaluation by tracing or monitoring for systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computer Hardware Design (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明实施例提供了一种系统监控方法、装置、存储介质及电子装置，涉及系统监控的技术领域。其方法包括：获取第一系统信息以及第二系统信息；基于所述系统残差数据，执行粗差探测计算，以确定粗差阈值信息；基于所述系统新息数据，执行慢变误差计算，以确定慢变误差信息；根据所述粗差阈值信息以及所述慢变误差信息确定系统完好性信息。通过本发明，解决了系统风险监控精度低的问题，进而达到了提高系统风险监控精度和效率的效果。
Description
技术领域
本发明实施例涉及系统监控领域，具体而言，涉及一种系统监控方法、装置、存储介质及电子装置。
背景技术
系统完好性是指在系统运行的任何一个点，当定位误差超过报警门限时，在给定的报警时限内，系统发出报警信息的概率，而在现代导航系统中，对完好性的要求越来越高。
现有的最小二乘或者卡尔曼滤波等估计方法的理论前提是误差服从高斯正态分布，但实际系统存在各种各样的误差，部分误差表现出粗差和慢变误差特性，增加了完好性监控错误的风险。
常规方法将标准差数倍作为阈值，由误差残差是否超过阈值来判断是否存在粗差，超过的部分予以剔除或降权，但是在动态环境中由于观测环境不断变化，测量误差并非服从高斯正态分布，仅仅根据高斯正态分布确定的固定倍数（如3倍标准差，对应于置信度99.7%）容易造成漏警和误警。此外，慢变误差很难被常规单历元探测方法识别出来，若慢变误差量级积累到粗差的水平才被探测出来，非常容易引起系统崩溃。
针对上述问题，当前并无较好的解决方案。
发明内容
本发明实施例提供了一种系统监控方法、装置、存储介质及电子装置，以至少解决相关技术中系统完好性监控精度低的问题。
根据本发明的一个实施例，提供了一种系统监控方法，包括：
获取第一系统信息以及第二系统信息，其中，所述第一系统信息包括系统残差数据，所述第二系统信息包括系统新息数据；
基于所述系统残差数据，执行粗差探测计算，以确定粗差阈值信息；
基于所述系统新息数据，执行慢变误差计算，以确定慢变误差信息，其中，所述慢变误差计算包括根据所述系统新息数据中包括的第一历元信息确定分辨率不同的第二历元信息，再基于所述第二历元信息以及预设的误警概率信息确定所述慢变误差信息；
根据所述粗差阈值信息以及所述慢变误差信息确定系统完好性信息。
在一个示例性实施例中，所述基于所述系统残差数据，执行粗差探测计算，以确定粗差阈值信息包括：
基于所述系统残差数据，获取第一数量的历元残差，其中，所述系统残差数据包括所述历元残差；
对所述历元残差进行残差计算，以确定每个所述历元残差的第一残差信息，其中，所述第一残差信息包括所述第一残差的概率分布信息；
基于所述第一残差以及预设的第一粗差阈值，对每个所述历元残差执行第一迭代操作，以得到所述粗差阈值信息，其中，所述第一迭代操作包括：通过预设的第一迭代公式对所述第一粗差阈值以及所述概率分布信息进行第一迭代计算，以得到第二粗差阈值；在所述第二粗差阈值与所述第一粗差阈值的差值的绝对值小于第一阈值的情况下，将所述第二粗差阈值作为所述粗差阈值信息；所述第二粗差阈值与所述第一粗差阈值的差值的绝对值大于第一阈值的情况下，重复执行第一迭代操作。
在一个示例性实施例中，所述基于所述系统新息数据，执行慢变误差计算，以确定慢变误差信息包括：
根据所述系统新息数据中包括的第一历元信息，确定第二数量的第二历元信息，其中，所述第二历元信息的分辨率不同；
基于所述第二历元信息以及预设的误警概率信息，确定所述第二历元信息中的初始历元信息的初始信息阈值；
在所述初始信息阈值小于所述初始历元信息绝对值的情况下，确定系统的慢变误差情况，并将所述系统的慢变误差情况作为所述慢变误差信息。
在一个示例性实施例中，在所述基于所述第二历元信息以及预设的误警概率信息，确定所述第二历元信息中的初始历元信息的初始信息阈值之后，所述方法还包括：
在所述初始信息阈值大于所述初始历元信息的情况下，基于所述第二数量对所述误警概率信息进行分配处理，以得到第一误警概率；
基于所述第一误警概率以及第二历元信息，确定所述第二历元信息的第二信息阈值；
在所述第二历元信息中包括的任一第三历元信息大于所述第二信息阈值的情况下，确定系统的慢变误差情况，并将所述系统的慢变误差情况作为所述慢变误差信息。
在一个示例性实施例中，在所述基于所述第一误警概率以及第二历元信息，确定所述第二历元信息的第二信息阈值之后，所述方法还包括：
基于所述第二历元信息以及预设的误警概率信息，确定所述第二历元信息中的每一个历元信息的第三信息阈值；
根据所述第二历元信息中包括的每一个历元信息与对应的所述第三信息阈值，确定所述第二历元信息中包括的每一个历元信息的指示标志信息；
基于所述指示标志信息，确定指示检验信息；
在所述指示检验信息大于第二数量阈值的情况，确定系统的慢变误差情况，并将所述系统的慢变误差情况作为所述慢变误差信。
根据本发明的另一个实施例，提供了一种系统监控装置，包括：
系统信息采集模块，用于获取第一系统信息以及第二系统信息，其中，所述第一系统信息包括系统残差数据，所述第二系统信息包括系统新息数据；
粗差探测模块，用于基于所述系统残差数据，执行粗差探测计算，以确定粗差阈值信息；
慢变计算模块，用于基于所述系统新息数据，执行慢变误差计算，以确定慢变误差信息，其中，所述慢变误差计算包括根据所述系统新息数据中包括的第一历元信息确定分辨率不同的第二历元信息，再基于所述第二历元信息以及预设的误警概率信息确定所述慢变误差信息；
系统完好性确定模块，用于根据所述粗差阈值信息以及所述慢变误差信息确定系统完好性信息。
在一个示例性实施例中，所述粗差探测模块包括：
历元残差确定模块，用于基于所述系统残差数据，获取第一数量的历元残差，其中，所述系统残差数据包括所述历元残差；
残差计算模块，用于对所述历元残差进行残差计算，以确定每个所述历元残差的第一残差信息，其中，所述第一残差信息包括所述第一残差的概率分布信息；
第一迭代模块，用于基于所述第一残差以及预设的第一粗差阈值，对每个所述历元残差执行第一迭代操作，以得到所述粗差阈值信息，其中，所述第一迭代操作包括：通过预设的第一迭代公式对所述第一粗差阈值以及所述概率分布信息进行第一迭代计算，以得到第二粗差阈值；在所述第二粗差阈值与所述第一粗差阈值的差值的绝对值小于第一阈值的情况下，将所述第二粗差阈值作为所述粗差阈值信息；所述第二粗差阈值与所述第一粗差阈值的差值的绝对值大于第一阈值的情况下，重复执行第一迭代操作。
在一个示例性实施例中，所述慢变误差模块包括：
历元信息确定模块，用于根据所述系统新息数据中包括的第一历元信息，确定第二数量的第二历元信息，其中，所述第二历元信息的分辨率不同；
初始阈值确定模块，用于基于所述第二历元信息以及预设的误警概率信息，确定所述第二历元信息中的初始历元信息的初始信息阈值。
慢变误差确定模块，用于在所述初始信息阈值小于所述初始历元信息绝对值的情况下，确定系统的慢变误差情况，并将所述系统的慢变误差情况作为所述慢变误差信息。
根据本发明的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明，由于对系统残差数据以及新息进行粗差探测以及慢变误差计算，可以及时对系统风险进行排查，提高系统完好性和可靠性，因此，可以解决系统监控不准确的问题，达到提高系统监控精度的效果。
附图说明
图1是本发明实施例的一种系统监控方法的移动终端的硬件结构框图；
图2是根据本发明实施例的一种系统监控方法的流程图；
图3是根据本发明实施例的一种系统监控装置的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明的实施例。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种系统监控方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个（图1中仅示出一个）处理器102（处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置）和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的一种系统监控方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器（Network Interface Controller，简称为NIC），其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频（Radio Frequency，简称为RF）模块，其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种系统监控方法，图2是根据本发明实施例的一种系统监控方法的流程图，如图2所示，该流程包括如下步骤：
步骤S201，获取第一系统信息以及第二系统信息，其中，所述第一系统信息包括系统残差数据，所述第二系统信息包括系统新息数据；
在本实施例中，可以通过卡尔曼滤波公式来获取第一系统信息和第二系统信息；其中，通过卡尔曼滤波公式获取第二系统信息中的系统新息数据的方式如公式1-2所示：
（1）
（2）
式中，为新息数据，/>为其协方差阵；/>为前一时刻导航系统的导航参数估值，/>为其协方差阵，/>为状态噪声/>的协方差阵；f为状态方程，/>为状态输入量，/>和/>为状态方程f相对导航参数/>和/>的雅克比矩阵。
其中，通过卡尔曼滤波公式获取第一系统信息中k时刻导航系统的系统残差数据的方式如公式3-6所示：
（3）
（4）
（5）
（6）
式中，为单位阵，/>为滤波增益矩阵，h为观测方程，Rk为观测噪声/>的协方差阵，/>和/>分别为观测方程h相对导航参数/>和/>的雅克比矩阵，/>为导航参数/>的协方差阵；需要说明的是，由于公式5中的/>就是前述公式2中的系统新息数据的协方差阵，因此获取第二系统信息与获取第一系统信息的顺序不能颠倒，即需要先执行公式1-2，随后再执行公式3-6。
步骤S202，基于所述系统残差数据，执行粗差探测计算，以确定粗差阈值信息；
在本实施例中，可以通过广义帕累托分布为残差建模，估计粗差阈值并进行粗差探测，该方式相对高斯正态分布更接近真实误差分布状况。基于数据本身估计模型参数，自适应迭代计算粗差探测阈值，克服实际系统中通常误差不服从高斯正态分布假设的问题，也可避免经验阈值确定方式带来的漏警和误警风险。
步骤S203，基于所述系统新息数据，执行慢变误差计算，以确定慢变误差信息，其中，所述慢变误差计算包括根据所述系统新息数据中包括的第一历元信息确定分辨率不同的第二历元信息，再基于所述第二历元信息以及预设的误警概率信息确定所述慢变误差信息；
在本实施例中，常规单历元误差方法探测慢变误差速度很慢，且非常容易引起系统崩溃，造成完好性风险。而本申请采用的慢变误差计算是基于不同分辨率的多历元新息进行的，可在不同时间尺度上对系统慢变误差进行探测，有效防止导航系统被系统慢变误差损害，提高系统完好性
步骤S204，根据所述粗差阈值信息以及所述慢变误差信息确定系统完好性信息。
在本实施例中，现有技术中通常只进行粗差探测计算，且所采用的计算方法与本申请不同；而本申请除了进行粗差探测计算之外，还进行慢变误差的计算，并且在进行完好性判断时，需要先确定粗差阈值信息，随后再进行慢变误差计算，以减少粗差阈值对慢变误差的干扰，从而提高系统完好性监控的监测精度。
通过上述步骤，由于对系统残差数据以及新息进行粗差探测以及慢变误差计算，可以及时对系统风险进行排查，提高系统完好性和可靠性，解决了系统监控不准确的问题，提高了系统监控精度。
其中，上述步骤的执行主体可以为基站、终端等，但不限于此。
步骤S202和步骤S203的执行顺序是可以互换的，即可以先执行步骤S203，然后再执行S202，但是为了保证精确度，最好是先执行步骤S202，再执行步骤S203
在一个可选的实施例中，所述基于所述系统残差数据，执行粗差探测计算，以确定粗差阈值信息包括：
步骤S2021，基于所述系统残差数据，获取第一数量的历元残差，其中，所述系统残差数据包括所述历元残差；
在本实施例中，历元残差包括若干个历元的残差值，第一数量可以是r个，对应的历元残差可以是。
步骤S2022，对所述历元残差进行残差计算，以确定每个所述历元残差的第一残差信息，其中，所述第一残差信息包括所述第一残差的概率分布信息；
在本实施例中，确定第一残差信息是为了判断系统残差信息是否满足高斯分布，并基于分布情况进行后续处理。
其中，进行残差计算包括根据公式7确定学生化残差，并根据学生化残差以及预设的分布函数计算概率分布信息，其中，第一残差信息还包括学生化残差，公式7如下所示：
（7）
式中，为/>的第j个元素，/>，/>为导航参数协方差阵/>的第j个对角线元素。
其中，预设的分布函数包括广义帕累托分布的分布函数，具体如公式8-9所示：
（8）
（9）
式中，为分布函数，/>为概率密度函数，/>为形状参数，用于控制分布曲线的形状，/>为尺度参数，用于控制分布曲线的尺度。
计算概率分布信息的过程如公式10-15所示：
（10）
（11）
（12）
（13）
（14）
（15）
式中，为基于概率密度函数以及学生化残差/>得到的期望值，/>为基于概率密度函数以及学生化残差/>得到的方差值，期望/>和方差/>可以通过矩估计方法计算得到（即公式12-13），/>和/>均为通过矩估计结果对/>和/>进行计算得到的。
步骤S2023，基于所述第一残差以及预设的第一粗差阈值，对每个所述历元残差执行第一迭代操作，以得到所述粗差阈值信息，其中，所述第一迭代操作包括：通过预设的第一迭代公式对所述第一粗差阈值以及所述概率分布信息进行第一迭代计算，以得到第二粗差阈值；在所述第二粗差阈值与所述第一粗差阈值的差值的绝对值小于第一阈值的情况下，将所述第二粗差阈值作为所述粗差阈值信息；所述第二粗差阈值与所述第一粗差阈值的差值的绝对值大于第一阈值的情况下，重复执行第一迭代操作。
在本实施例中，第二粗差阈值是在进行第一迭代计算后得到的粗差阈值，当迭代持续进行时，第二粗差阈值则为任意一次执行迭代计算后的粗差阈值；第一阈值是预先设定的极小数/>，如果第二粗差阈值与第一粗差阈值的差值的绝对值小于第一阈值，则说明此时的粗差较小，对应的系统风险较小，从而可以进行后续观测处理，否则需要进行继续迭代，以减少系统风险。
其中，预设的第一粗差阈值可以是粗差探测阈值初值，在本申请中，为基于大数据统计结果以及方便计算，/>；在进行迭代计算之前，还需要确定r个历元的学生化残差/>远小于粗差探测阈值初值/>的比例/>，第一迭代公式如公式16所示，包括：
（16）
直到时迭代停止，得到阈值/>，/>为预先设定的极小数，其中，需要根据某个时刻的学生化残差确定是否包含粗差，即/>是否成立，以此对粗差观测值进行剔除或降权，以保证粗差观测的准确性。
在一个可选的实施例中，所述基于所述系统新息数据，执行慢变误差计算，以确定慢变误差信息包括：
步骤S2031，根据所述系统新息数据中包括的第一历元信息，确定第二数量的第二历元信息，其中，所述第二历元信息的分辨率不同；
在本实施例中，在任一历元k，可以由系统新息数据构造单历元检验量序列，其中单历元检验量可以探测突发的粗差，但慢变误差在单个历元不一定显著，导致单历元检验量效果有限。而经过时间累积，不同历元中的慢变误差会逐步变大，等到发现的时候可能为时已晚，为了防止导航系统被慢变误差损害，需要全面系统监测观测值随时间变化的情况。本申请使用不同分辨率的多历元信息，可在不同时间尺度上对系统慢变误差进行探测，从而实现降低系统风险。
其中，第一历元信息包括任一历元的单历元检验量，第二历元信息包括多历元检验量/>，其中，/>可以表示如公式17所示：
（17）
式中，b为常数，由序列/>构建；
由序列/>构建；
由序列/>构建，以此类推。
相邻的两个多历元检验量的序列长度之差为b。
步骤S2032，基于所述第二历元信息以及预设的误警概率信息，确定所述第二历元信息中的初始历元信息的初始信息阈值；
在本实施例中，预设的误警概率信息可以是预设的误警概率，初始信息阈值的计算可以是通过公式18实现：
（18）
式中，代表自由度为s的逆卡方分布，s表示/>的维数，/>为初始信息阈值，其中，误警概率/>一般都要给定的，就是导航系统允许发生误警的概率，比如在卫星导航系统中，常用的误警概率是10-7次方。
步骤S2033，在所述初始信息阈值小于所述初始历元信息绝对值的情况下，确定系统的慢变误差情况，并将所述系统的慢变误差情况作为所述慢变误差信息。
在本实施例中，当初始信息阈值小于所述初始历元信息绝对值时，即时，直接判定相关历元存在慢变误差，从而进行告警操作；其中，慢变误差情况即为相关历元存在慢变误差。
在一个可选的实施例中，在所述基于所述第二历元信息以及预设的误警概率信息，确定所述第二历元信息中的初始历元信息的初始信息阈值之后，所述方法还包括：
步骤S2034，在所述初始信息阈值大于所述初始历元信息的情况下，基于所述第二数量对所述误警概率信息进行分配处理，以得到第一误警概率；
在本实施例中，当初始信息阈值大于所述初始历元信息时，则需要进行进一步分析，其中，对误警概率进行平均分配的作用是利用多个多历元检验量进行联合探测，使得每个检验量分担一部分概率，从而更容易探测得到慢变误差概率。
其中，第二数量可以是m个，对误警概率信息进行分配处理包括将误警概率平均分配给m个多历元检验量/>，每个多历元检验量/>对应的误警概率为。
步骤S2035，基于所述第一误警概率以及第二历元信息，确定所述第二历元信息的第二信息阈值；
在本实施例中，确定第二信息阈值的过程可以通过公式19来实现：
（19）
式中，代表自由度为n的逆卡方分布，/>，/>表示/>的维数。
步骤S2036，在所述第二历元信息中包括的任一第三历元信息大于所述第二信息阈值的情况下，确定系统的慢变误差情况，并将所述系统的慢变误差情况作为所述慢变误差信息。
在本实施例中，遍历所有所述多历元检验量，如果任何一个多历元检验量均超过了所述对应阈值，即：/>，则认为存在慢变误差。
在一个可选的实施例中，在所述基于所述第一误警概率以及第二历元信息，确定所述第二历元信息的第二信息阈值之后，所述方法还包括：
步骤S2037，基于所述第二历元信息以及预设的误警概率信息，确定所述第二历元信息中的每一个历元信息的第三信息阈值；
在本实施例中，当第二历元信息中包括的任一第三历元信息小于所述第二信息阈值时，则需要进行进一步分析，其中，第三信息阈值就是用来探测的阈值，一个多历元检验量的构造，本身就是为了和第三信息阈值进行比较，以此达到检验的目的。
其中，计算第三信息阈值可以通过公式20来实现：
（20）
式中，为第三信息阈值。
步骤S2038，根据所述第二历元信息中包括的每一个历元信息与对应的所述第三信息阈值，确定所述第二历元信息中包括的每一个历元信息的指示标志信息；
在本实施例中，指示标志信息用于指示检验量是否大于第三信息阈值，在检验量大于第三阈值的情况下，指示标志信息设置为1，且标志位1的指示标志信息的数量越多，说明存在系统误差的可能性越大；其中，指示标志信息是基于第i个多历元检验量和第i个第三信息阈值/>的关系确定，具体计算过程可以通过公式21来实现：
（21）
式中，为指示标志信息。
步骤S2039，基于所述指示标志信息，确定指示检验信息；
在本实施例中，因为有多个检验量，每个检验量都可以得到指示标志信息，将这些指示标志信息综合起来就是指示检验信息，这样就将信息综合起来了。可以理解为是一种加权平均的判断方式；其中，指示检验信息可以通过公式22计算得到：
（22）
步骤S20310，在所述指示检验信息大于第二数量阈值的情况下，确定系统的慢变误差情况，并将所述系统的慢变误差情况作为所述慢变误差信息。
在本实施例中，当指示检验信息大于第二数量阈值时，即，代表有一半以上的指示信息反应检验量超过了第三信息阈值，从而说明系统存在慢变误差，此时需要进行系统告警，否则不存在慢变误差。
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根据上述实施例的方法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，但很多情况下前者是更佳的实施方式。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（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，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的方法。
在本实施例中还提供了一种系统监控装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图3是根据本发明实施例的一种系统监控装置的结构框图，如图3所示，该装置包括：
系统信息采集模块31，用于获取第一系统信息以及第二系统信息，其中，所述第一系统信息包括系统残差数据，所述第二系统信息包括系统新息数据；
粗差探测模块32，用于基于所述系统残差数据，执行粗差探测计算，以确定粗差阈值信息；
慢变计算模块33，用于基于所述系统新息数据，执行慢变误差计算，以确定慢变误差信息，其中，所述慢变误差计算包括根据所述系统新息数据中包括的第一历元信息确定分辨率不同的第二历元信息，再基于所述第二历元信息以及预设的误警概率信息确定所述慢变误差信息；
系统完好性确定模块34，用于根据所述粗差阈值信息以及所述慢变误差信息确定系统完好性信息。
在一个可选的实施例中，所述粗差探测模块包括：
历元残差确定模块，用于基于所述系统残差数据，获取第一数量的历元残差，其中，所述系统残差数据包括所述历元残差；
残差计算模块，用于对所述历元残差进行残差计算，以确定每个所述历元残差的第一残差信息，其中，所述第一残差信息包括所述第一残差的概率分布信息；
第一迭代模块，用于基于所述第一残差以及预设的第一粗差阈值，对每个所述历元残差执行第一迭代操作，以得到所述粗差阈值信息，其中，所述第一迭代操作包括：通过预设的第一迭代公式对所述第一粗差阈值以及所述概率分布信息进行第一迭代计算，以得到第二粗差阈值；在所述第二粗差阈值与所述第一粗差阈值的差值的绝对值小于第一阈值的情况下，将所述第二粗差阈值作为所述粗差阈值信息；所述第二粗差阈值与所述第一粗差阈值的差值的绝对值大于第一阈值的情况下，重复执行第一迭代操作。
在一个可选的实施例中，所述慢变误差模块包括：
历元信息确定单元，用于根据所述系统新息数据中包括的第一历元信息，确定第二数量的第二历元信息，其中，所述第二历元信息的分辨率不同；
初始阈值确定单元，用于基于所述第二历元信息以及预设的误警概率信息，确定所述第二历元信息中的初始历元信息的初始信息阈值。
第一情况确定单元，用于在所述初始信息阈值小于所述初始历元信息绝对值的情况下，确定系统的慢变误差情况，并将所述系统的慢变误差情况作为所述慢变误差信息。
在一个可选的实施例中，所述慢变误差模块还包括：
概率分配单元，用于在所述基于所述第二历元信息以及预设的误警概率信息，确定所述第二历元信息中的初始历元信息的初始信息阈值之后，在所述初始信息阈值大于所述初始历元信息的情况下，基于所述第二数量对所述误警概率信息进行分配处理，以得到第一误警概率；
第二阈值单元，用于基于所述第一误警概率以及第二历元信息，确定所述第二历元信息的第二信息阈值；
第二情况确定单元，用于在所述第二历元信息中包括的任一第三历元信息大于所述第二信息阈值的情况下，确定系统的慢变误差情况，并将所述系统的慢变误差情况作为所述慢变误差信息。
在一个可选的实施例中，所述慢变误差模块还包括：
第三信息单元，用于在所述基于所述第一误警概率以及第二历元信息，确定所述第二历元信息的第二信息阈值之后，基于所述第二历元信息以及预设的误警概率信息，确定所述第二历元信息中的每一个历元信息的第三信息阈值；
指示标志单元，用于根据所述第二历元信息中包括的每一个历元信息与对应的所述第三信息阈值，确定所述第二历元信息中包括的每一个历元信息的指示标志信息；
检验信息单元，用于基于所述指示标志信息，确定指示检验信息；
第三情况确定单元，用于在所述指示检验信息大于第二数量阈值的情况，确定系统的慢变误差情况，并将所述系统的慢变误差情况作为所述慢变误差信息。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器（Read-Only Memory，简称为ROM）、随机存取存储器（Random Access Memory，简称为RAM）、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种系统监控方法，其特征在于，包括：
获取第一系统信息以及第二系统信息，其中，所述第一系统信息包括系统残差数据，所述第二系统信息包括系统新息数据；
基于所述系统残差数据，执行粗差探测计算，以确定粗差阈值信息；
基于所述系统新息数据，执行慢变误差计算，以确定慢变误差信息，其中，所述慢变误差计算包括根据所述系统新息数据中包括的第一历元信息确定分辨率不同的第二历元信息，再基于所述第二历元信息以及预设的误警概率信息确定所述慢变误差信息，其中，第一历元信息包括任一历元的单历元检验量，第二历元信息包括多历元检验量；
根据所述粗差阈值信息以及所述慢变误差信息确定系统完好性信息。
2.根据权利要求1所述的方法，其特征在于，所述基于所述系统残差数据，执行粗差探测计算，以确定粗差阈值信息包括：
基于所述系统残差数据，获取第一数量的历元残差，其中，所述系统残差数据包括所述历元残差；
对所述历元残差进行残差计算，以确定每个所述历元残差的第一残差信息，其中，所述第一残差信息包括所述第一残差的概率分布信息；
基于所述第一残差以及预设的第一粗差阈值，对每个所述历元残差执行第一迭代操作，以得到所述粗差阈值信息，其中，所述第一迭代操作包括：通过预设的第一迭代公式对所述第一粗差阈值以及所述概率分布信息进行第一迭代计算，以得到第二粗差阈值；在所述第二粗差阈值与所述第一粗差阈值的差值的绝对值小于第一阈值的情况下，将所述第二粗差阈值作为所述粗差阈值信息；所述第二粗差阈值与所述第一粗差阈值的差值的绝对值大于第一阈值的情况下，重复执行第一迭代操作。
3.根据权利要求1所述的方法，其特征在于，所述基于所述系统新息数据，执行慢变误差计算，以确定慢变误差信息包括：
根据所述系统新息数据中包括的第一历元信息，确定第二数量的第二历元信息，其中，所述第二历元信息的分辨率不同；
基于所述第二历元信息以及预设的误警概率信息，确定所述第二历元信息中的初始历元信息的初始信息阈值；
在所述初始信息阈值小于所述初始历元信息绝对值的情况下，确定系统的慢变误差情况，并将所述系统的慢变误差情况作为所述慢变误差信息。
4.根据权利要求3所述的方法，其特征在于，在所述基于所述第二历元信息以及预设的误警概率信息，确定所述第二历元信息中的初始历元信息的初始信息阈值之后，所述方法还包括：
在所述初始信息阈值大于所述初始历元信息的情况下，基于所述第二数量对所述误警概率信息进行分配处理，以得到第一误警概率；
基于所述第一误警概率以及第二历元信息，确定所述第二历元信息的第二信息阈值；
在所述第二历元信息中包括的任一第三历元信息大于所述第二信息阈值的情况下，确定系统的慢变误差情况，并将所述系统的慢变误差情况作为所述慢变误差信息。
5.根据权利要求4所述的方法，其特征在于，在所述基于所述第一误警概率以及第二历元信息，确定所述第二历元信息的第二信息阈值之后，所述方法还包括：
基于所述第二历元信息以及预设的误警概率信息，确定所述第二历元信息中的每一个历元信息的第三信息阈值；
根据所述第二历元信息中包括的每一个历元信息与对应的所述第三信息阈值，确定所述第二历元信息中包括的每一个历元信息的指示标志信息；
基于所述指示标志信息，确定指示检验信息；
在所述指示检验信息大于第二数量阈值的情况，确定系统的慢变误差情况，并将所述系统的慢变误差情况作为所述慢变误差信息。
6.一种系统监控装置，其特征在于，包括：
系统信息采集模块，用于获取第一系统信息以及第二系统信息，其中，所述第一系统信息包括系统残差数据，所述第二系统信息包括系统新息数据；
粗差探测模块，用于基于所述系统残差数据，执行粗差探测计算，以确定粗差阈值信息；
慢变计算模块，用于基于所述系统新息数据，执行慢变误差计算，以确定慢变误差信息，其中，所述慢变误差计算包括根据所述系统新息数据中包括的第一历元信息确定分辨率不同的第二历元信息，再基于所述第二历元信息以及预设的误警概率信息确定所述慢变误差信息，其中，第一历元信息包括任一历元的单历元检验量，第二历元信息包括多历元检验量；
系统完好性确定模块，用于根据所述粗差阈值信息以及所述慢变误差信息确定系统完好性信息。
7.根据权利要求6所述的装置，其特征在于，所述粗差探测模块包括：
历元残差确定模块，用于基于所述系统残差数据，获取第一数量的历元残差，其中，所述系统残差数据包括所述历元残差；
残差计算模块，用于对所述历元残差进行残差计算，以确定每个所述历元残差的第一残差信息，其中，所述第一残差信息包括所述第一残差的概率分布信息；
第一迭代模块，用于基于所述第一残差以及预设的第一粗差阈值，对每个所述历元残差执行第一迭代操作，以得到所述粗差阈值信息，其中，所述第一迭代操作包括：通过预设的第一迭代公式对所述第一粗差阈值以及所述概率分布信息进行第一迭代计算，以得到第二粗差阈值；在所述第二粗差阈值与所述第一粗差阈值的差值的绝对值小于第一阈值的情况下，将所述第二粗差阈值作为所述粗差阈值信息；所述第二粗差阈值与所述第一粗差阈值的差值的绝对值大于第一阈值的情况下，重复执行第一迭代操作。
8.根据权利要求6所述的装置，其特征在于，所述慢变误差模块包括：
历元信息确定模块，用于根据所述系统新息数据中包括的第一历元信息，确定第二数量的第二历元信息，其中，所述第二历元信息的分辨率不同；
初始阈值确定模块，用于基于所述第二历元信息以及预设的误警概率信息，确定所述第二历元信息中的初始历元信息的初始信息阈值；
慢变误差确定模块，用于在所述初始信息阈值小于所述初始历元信息绝对值的情况下，确定系统的慢变误差情况，并将所述系统的慢变误差情况作为所述慢变误差信息。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1至5任一项中所述的方法。
10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至5任一项中所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311144108.3A CN116881088B (zh) | 2023-09-06 | 2023-09-06 | 一种系统监控方法、装置、存储介质及电子装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311144108.3A CN116881088B (zh) | 2023-09-06 | 2023-09-06 | 一种系统监控方法、装置、存储介质及电子装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116881088A CN116881088A (zh) | 2023-10-13 |
| CN116881088B true CN116881088B (zh) | 2023-11-28 |
Family
ID=88271991
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311144108.3A Active CN116881088B (zh) | 2023-09-06 | 2023-09-06 | 一种系统监控方法、装置、存储介质及电子装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116881088B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101629997A (zh) * | 2009-07-24 | 2010-01-20 | 南京航空航天大学 | 惯性辅助卫星导航完好性检测装置及检测方法 |
| CN104570009A (zh) * | 2015-01-27 | 2015-04-29 | 武汉大学 | 分布式gnss实时数据处理方法及系统 |
| CN106066485A (zh) * | 2016-05-24 | 2016-11-02 | 上海海积信息科技股份有限公司 | 一种周跳探测方法及装置 |
| CN108469621A (zh) * | 2018-03-27 | 2018-08-31 | 中国航空无线电电子研究所 | 一种惯性/卫星组合导航系统快速故障检测方法 |
| CN108801131A (zh) * | 2018-06-11 | 2018-11-13 | 华中师范大学 | 北斗高频变形监测数据的滤波方法及系统 |
| CN109490916A (zh) * | 2019-01-21 | 2019-03-19 | 南京航空航天大学 | 一种gnss接收机自主完好性监测方法 |
| CN110398758A (zh) * | 2019-07-24 | 2019-11-01 | 广州中海达卫星导航技术股份有限公司 | 实时钟差估计中的粗差探测方法、装置、设备及存储介质 |
| CN112415542A (zh) * | 2021-01-25 | 2021-02-26 | 湖南联智科技股份有限公司 | 一种基于北斗和ins结合的变形监测解算方法 |
| CN112558112A (zh) * | 2020-11-17 | 2021-03-26 | 中国矿业大学 | 一种gnss状态域慢变斜坡故障完好性监测方法 |
| CN112924996A (zh) * | 2021-01-28 | 2021-06-08 | 湖南北斗微芯数据科技有限公司 | 一种增强北斗时序分析可靠性的方法、设备及存储介质 |
| CN113326616A (zh) * | 2021-05-31 | 2021-08-31 | 上海航天测控通信研究所 | 抗慢变量测粗差的容错卡尔曼滤波方法 |
| CN114495438A (zh) * | 2022-04-15 | 2022-05-13 | 湖南北斗微芯产业发展有限公司 | 基于多传感器的灾害预警方法、系统、设备及存储介质 |
| CN114924292A (zh) * | 2022-05-31 | 2022-08-19 | 中铁第四勘察设计院集团有限公司 | 一种用于卫星的自主轨道确定抗差自适应滤波方法 |
| CN115616622A (zh) * | 2022-12-19 | 2023-01-17 | 涟漪位置(广州)科技有限公司 | 一种故障检测方法、装置、设备及介质 |
| WO2023020056A1 (zh) * | 2021-08-19 | 2023-02-23 | 中国电力科学研究院有限公司 | 定位授时方法、装置、终端设备以及计算机可读存储介质 |
| CN115728796A (zh) * | 2021-08-31 | 2023-03-03 | 千寻位置网络有限公司 | 定位方法及其系统 |
| CN115826009A (zh) * | 2023-02-22 | 2023-03-21 | 广州导远电子科技有限公司 | 一种周跳探测方法、存储介质和接收机 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112433236B (zh) * | 2021-01-27 | 2021-05-18 | 腾讯科技（深圳）有限公司 | 误差模型标定方法、装置、设备及计算机可读存储介质 |
| CN114035216A (zh) * | 2021-11-10 | 2022-02-11 | 北京百度网讯科技有限公司 | 定位方法、装置、设备以及存储介质 |
-
2023
- 2023-09-06 CN CN202311144108.3A patent/CN116881088B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101629997A (zh) * | 2009-07-24 | 2010-01-20 | 南京航空航天大学 | 惯性辅助卫星导航完好性检测装置及检测方法 |
| CN104570009A (zh) * | 2015-01-27 | 2015-04-29 | 武汉大学 | 分布式gnss实时数据处理方法及系统 |
| CN106066485A (zh) * | 2016-05-24 | 2016-11-02 | 上海海积信息科技股份有限公司 | 一种周跳探测方法及装置 |
| CN108469621A (zh) * | 2018-03-27 | 2018-08-31 | 中国航空无线电电子研究所 | 一种惯性/卫星组合导航系统快速故障检测方法 |
| CN108801131A (zh) * | 2018-06-11 | 2018-11-13 | 华中师范大学 | 北斗高频变形监测数据的滤波方法及系统 |
| CN109490916A (zh) * | 2019-01-21 | 2019-03-19 | 南京航空航天大学 | 一种gnss接收机自主完好性监测方法 |
| CN110398758A (zh) * | 2019-07-24 | 2019-11-01 | 广州中海达卫星导航技术股份有限公司 | 实时钟差估计中的粗差探测方法、装置、设备及存储介质 |
| CN112558112A (zh) * | 2020-11-17 | 2021-03-26 | 中国矿业大学 | 一种gnss状态域慢变斜坡故障完好性监测方法 |
| CN112415542A (zh) * | 2021-01-25 | 2021-02-26 | 湖南联智科技股份有限公司 | 一种基于北斗和ins结合的变形监测解算方法 |
| CN112924996A (zh) * | 2021-01-28 | 2021-06-08 | 湖南北斗微芯数据科技有限公司 | 一种增强北斗时序分析可靠性的方法、设备及存储介质 |
| CN113326616A (zh) * | 2021-05-31 | 2021-08-31 | 上海航天测控通信研究所 | 抗慢变量测粗差的容错卡尔曼滤波方法 |
| WO2023020056A1 (zh) * | 2021-08-19 | 2023-02-23 | 中国电力科学研究院有限公司 | 定位授时方法、装置、终端设备以及计算机可读存储介质 |
| CN115728796A (zh) * | 2021-08-31 | 2023-03-03 | 千寻位置网络有限公司 | 定位方法及其系统 |
| CN114495438A (zh) * | 2022-04-15 | 2022-05-13 | 湖南北斗微芯产业发展有限公司 | 基于多传感器的灾害预警方法、系统、设备及存储介质 |
| CN114924292A (zh) * | 2022-05-31 | 2022-08-19 | 中铁第四勘察设计院集团有限公司 | 一种用于卫星的自主轨道确定抗差自适应滤波方法 |
| CN115616622A (zh) * | 2022-12-19 | 2023-01-17 | 涟漪位置(广州)科技有限公司 | 一种故障检测方法、装置、设备及介质 |
| CN115826009A (zh) * | 2023-02-22 | 2023-03-21 | 广州导远电子科技有限公司 | 一种周跳探测方法、存储介质和接收机 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116881088A (zh) | 2023-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3073450B1 (en) | System and method for monitoring driving behavior of a driver | |
| CN108696368B (zh) | 一种网元健康状态的检测方法及设备 | |
| CN105813020A (zh) | 一种自适应环境的rssi校正的无线传感器网络定位算法 | |
| CN112288192A (zh) | 一种环保监测预警方法及系统 | |
| CN115979310B (zh) | 一种惯导系统性能退化评估方法、系统、电子设备及介质 | |
| CN104331618B (zh) | 地基增强系统完好性评估方法和系统 | |
| CN112529296A (zh) | 水质预测方法、装置及服务器 | |
| JP2019105927A (ja) | 故障確率算出装置、故障確率算出方法及びプログラム | |
| CN114911788B (zh) | 一种数据插补方法、装置及存储介质 | |
| JP6528532B2 (ja) | 災害検知プログラム、災害検知装置および災害検知方法 | |
| EP2919148A1 (en) | Privacy measurement and quantification | |
| CN116881088B (zh) | 一种系统监控方法、装置、存储介质及电子装置 | |
| CN115839344B (zh) | 一种用于渣浆泵的磨损监管方法、装置、设备及存储介质 | |
| CN115840881B (zh) | 空气数据处理方法、装置及相关设备 | |
| CN103926596A (zh) | 一种基于粒子滤波的稳健gnss抗欺骗方法 | |
| CN108287890B (zh) | 数据管理方法及装置 | |
| CN114841077A (zh) | 一种风电功率预测方法、装置、介质 | |
| CN112561171B (zh) | 一种滑坡的预测方法、装置、设备及存储介质 | |
| CN114298226A (zh) | 一种核电厂故障诊断方法、装置及其介质 | |
| CN109059989B (zh) | 一种仪表剩余寿命评估的方法、系统及设备 | |
| CN115981911A (zh) | 内存故障的预测方法、电子设备和计算机可读存储介质 | |
| CN117216454B (zh) | 基于模糊非概率的可靠性评估方法、装置、终端及存储介质 | |
| CN112613224A (zh) | 桥梁结构检测模型的训练方法、检测方法、装置、设备 | |
| CN116109145B (zh) | 车辆行驶路线的风险评估方法、装置、终端及存储介质 | |
| CN104316939A (zh) | 一种用于卫星导航接收装置的故障卫星排除方法及相应装置 |
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 |