CN117078836B - 基于浅海环境近场声全息的辐射声场可视化方法及系统 - Google Patents
基于浅海环境近场声全息的辐射声场可视化方法及系统 Download PDFInfo
- Publication number
- CN117078836B CN117078836B CN202310909055.3A CN202310909055A CN117078836B CN 117078836 B CN117078836 B CN 117078836B CN 202310909055 A CN202310909055 A CN 202310909055A CN 117078836 B CN117078836 B CN 117078836B
- Authority
- CN
- China
- Prior art keywords
- field
- data
- sound
- sound intensity
- cube
- 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
- 230000005855 radiation Effects 0.000 title claims abstract description 92
- 238000001093 holography Methods 0.000 title claims abstract description 23
- 238000007794 visualization technique Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 55
- 239000013598 vector Substances 0.000 claims abstract description 38
- 230000009466 transformation Effects 0.000 claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 238000005259 measurement Methods 0.000 claims abstract description 26
- 238000012800 visualization Methods 0.000 claims abstract description 23
- 230000008520 organization Effects 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000005516 engineering process Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims description 24
- 230000000007 visual effect Effects 0.000 claims description 23
- 239000002245 particle Substances 0.000 claims description 21
- 238000009877 rendering Methods 0.000 claims description 16
- 238000009826 distribution Methods 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000005286 illumination Methods 0.000 claims description 8
- 230000002452 interceptive effect Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000003491 array Methods 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 238000012952 Resampling Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 239000013535 sea water Substances 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 238000005266 casting Methods 0.000 claims 1
- 239000012530 fluid Substances 0.000 claims 1
- 238000011160 research Methods 0.000 abstract description 5
- 238000003745 diagnosis Methods 0.000 abstract description 4
- 230000007547 defect Effects 0.000 abstract description 3
- 230000003993 interaction Effects 0.000 abstract description 2
- 230000008439 repair process Effects 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000009530 blood pressure measurement Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H3/00—Measuring characteristics of vibrations by using a detector in a fluid
-
- 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
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/148—Wavelet transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/06—Ray-tracing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
- G06T15/506—Illumination models
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computer Graphics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明属于水声测量技术领域与科学计算可视化领域，公开了一种基于浅海环境近场声全息的辐射声场可视化方法及系统，包括以下四个步骤：(1)获取某型船辐射声强场体数据；(2)对声强场体数据进行基于Haar小波变换的数据组织与编码；(3)对声强幅值场进行体绘制和等值面绘制；(4)对声强矢量场进行流线绘制。本发明首次将科学计算可视化技术应用于某型船辐射声场的研究，弥补传统分析方法单一、缺乏交互的不足。通过建立基于浅海环境近场声全息的某型船辐射声场正常状态标准模板库，将辐射噪声声场与标准模板进行对比，可以判断某型船辐射声场状态，从而辅助设备故障诊断与噪声源识别，并能对修理情况做出准确评判和客观建议。
Description
技术领域
本发明涉及水声测量技术领域与科学计算可视化领域，特别涉及一种基于浅海环境近场声全息的辐射声场可视化方法。
背景技术
准确掌握某型船声学性能不仅对某型船日常使用、维护保养具有重要意义，而且能为某型船修理整个过程的振动噪声控制工作提供客观、可靠的决策依据与评估。
传统方法主要采用声压测量技术完成某型船远场辐射测量、单水听器完成某型船近场辐射水声测量，可重复性差、测试精度不高，无法准确反映噪声源位置以及声场强度的变化信息。近场声全息具备传统测量技术所不具备的优越性，经过二十多年的发展已成为研究空气中或水下大型复杂结构体辐射噪声特性的有效办法，目前已经逐渐推广应用于某型船辐射噪声测量。
近场声全息方法不仅包含了声压的幅值信息，还充分利用了声的相位信息，所涵盖信息的丰富性和高精确度对数据的分析和研究提出了较高要求，这是完成某型船辐射噪声分析和设备状态辨识以及故障诊断的关键步骤。通常分析方法往往只针对单个反演面开展研究，未能涵盖整个声场信息，不能对整个辐射声场能量的分布和耗散情况进行完整描述，因此，如何充分利用某型船近场全息测试数据并且高效地完成声场测量数据的处理与分析，已经成为亟待解决的问题。
现有技术在某型船声学性能测量和分析方面存在以下缺陷和问题：
1、可重复性差：传统方法使用声压测量技术完成某型船远场辐射测量和单水听器完成某型船近场辐射水声测量，这些方法的可重复性较差。因此，在不同时间或不同条件下进行的测量结果可能存在较大差异，导致分析结果的准确性受到影响。
2、测试精度不高：传统测量方法的测试精度相对较低，无法准确反映噪声源位置以及声场强度的变化信息。这可能导致对某型船声学性能的评估不够准确，影响船舶的使用、维护和保养。
3、信息利用不充分：近场声全息方法包含了丰富的声压幅值和相位信息。然而，现有分析方法通常仅针对单个反演面进行研究，未能充分利用整个声场的信息。这可能导致对辐射声场能量分布和耗散情况的描述不完整。
4、数据处理与分析效率低：传统方法在声场测量数据处理和分析方面的效率较低，对数据的分析、研究和设备状态辨识以及故障诊断提出了较高要求。如何充分利用某型船近场全息测试数据并高效地完成声场测量数据的处理与分析，成为亟待解决的问题。
综上所述，现有技术在某型船声学性能测量和分析方面存在一定的局限性，需要发展更先进的方法来解决这些问题，提高某型船声学性能测量的准确性和效率。
发明内容
针对上述需要解决的技术问题，本发明的目的是提出某型船辐射声场的可视化研究方法，对基于浅海环境近场声全息技术测得的某型船辐射声场数据采取有效的组织方法，结合科学计算可视化技术，用三维图形将数据场整体呈现出来，揭示其复杂的内部结构和变化形态，实现整个声场能量的交互式显示。特别采取了基于Haar小波变换的数据组织与编码方式，以应对反演面选取密度较大或者测量范围较大时导致的数据量激增，通过进行多分辨率处理实现单设备上的可视化分析。
本发明以某型船平面浅海环境近场声全息测量数据为处理对象，选择声强作为辐射声场特性分析的物理量，一是从能量角度进行度量；二是声强不仅考虑声压大小，还考虑了相应介质，比选择声压来评断声场特性更具稳定性；三是声强的矢量特性能表达声场能量的辐射特性。该发明不仅适用于系泊状态下的某型船辐射水声测量数据分析，同样也适用于航行状态下的某型船辐射水声实时体绘制。
本发明是这样实现的，一种基于浅海环境近场声全息的辐射声场可视化方法，其特征在于，该方法包括以下四个步骤：
(1)某型船辐射声场体数据的获取；
(2)对声场数据进行基于Haar小波变换的数据组织与编码；
(3)对声强幅值场进行体绘制与等值面绘制；
(4)对声强矢量场进行流线绘制。
进一步，所述步骤(1)是由平面浅海环境近场声全息方法所得的测量面全息数据反演重构出整个辐射声压场及质点振速并由此计算出声强矢量场及声强幅值场。
进一步，所述步骤(1)具体包括：
在某分析频点上，平行于声源面向外等间隔地取N个反演面(P1，P2，…，PN)，每个反演面(包括源面本身)上的声压幅值数据即为体数据中一个切面，这N个切面构成一个三维规则网格数据场，即声压体数据；
设源面为XOY坐标平面，垂直于该平面的方向为Z方向，将该三维规则数据按照XYZ方向依行、列、切面次序存入数据文件，同样的方法获取声场质点振速体数据；当得到声场中的声压和质点振速后，可按如下公式计算声强(W/m2)：
其中，p是空间某点的声压(Pa)，v是同一点处的质点振速(m/s)，T为周期的整数倍，或者长得不影响计算结果的时间(t)。
进一步，所述步骤(2)采用基于Haar小波变换的数据组织和编码方式实现大规模数据的多分辨率管理。
进一步，所述Haar小波是体数据预处理时所常用的，它最简单的小波函数，计算简单，其定义为：
Haar小波离散变换在计算机上的实现上采用提升法完成，其正向与逆向变换过程为：
b-＝a a-＝b/2
a+＝b/2，b+＝a (3)。
进一步，所述步骤(2)具体包括：
将声强场数据划分为规则网格体数据，采用笛卡尔坐标定位，并对数据进行块划分：将数据在各维上定义为大小为2的整数次幂，方便存储、读取与管理，各维上数据若不够则补零；根据数据场大小来定义最小立方块的大小，作为小波变换的基本单元块，每个最小立方块各维大小仍取2的整数次幂；分别沿着三个轴将相邻的8个最小立方块进行组合，成为一个新的立方块，则该立方块各维上大小仍为2的整数次幂；
数据场的最小立方块划分完成后，从原点向各坐标轴延伸，将相邻8个元立方块组合为新立方块，称为0次立方块，对其所包含的8个最小立方块按照Quincunx分解次序各进行一次Haar小波变换，对X轴实施变换后得到的低频子带再沿着Y轴实施一次Haar小波变换，Z轴依此类推；体数据的每个0次立方块最后都得到一个低频数据立方块，为0次立方块大小的八分之一，将所有0次立方块的低频数据立方块取出合并，设为一个新的立方块，再取其中相邻8个最小立方块设为1次立方块，重复前面过程直至生成的M次立方块数目为1，或达到指定阈值结束；
小波变换完成后，对整个数据体采用深度优先二叉树进行遍历：未经处理的立方块作为叶节点，仅在需调入某数据时才进行磁盘读取，依次以out-of-core的方式读入内存，从而控制内存足迹大小在在4×Nx×Ny个最小立方块之内。
进一步，所述步骤(3)采用光线投射算法进行体绘制，具体实施步骤如下：
a)对某型船辐射声强场构造出一个三维规则数据网格，大小为Dx×Dy×Dz，并映射到图像坐标空间，声强幅值f(ix,iy,iz)分布在网格点上，位于在网格单元六面体上的八个相邻声强幅值构成声强数据场的一个可视化体元，完成数据场网格构建后将物理坐标空间上的声强幅值数据场映射到该几何坐标空间；
b)对声强幅值进行分类：按照幅值范围对声强幅值赋予不同的颜色值和不透明值，以正确表示声强幅值的分布；通过计算式[(pi-pmin)/(pmax-pmin)]×255将声强幅值数据换算至区间[0-255]，即为单个体元的赋予颜色值；
c)对声强幅值场数据进行重采样并计算光照模型：从屏幕上的每一个像素点，按照设定的视角方向发出射线穿过三维声强幅值场，沿着这条射线选择等距的采样点，并由距离每一采样点最近的体元上的八个声强幅值的颜色值和不透明度作三次线性插值，求出该采样点的颜色值和不透明度值；为了绘制出具有三维立体效果的真实感图像，需计算光照模型；
设第i个体元的颜色值为Cnow，不透明度为anow，进入第i个体元的颜色值为Cin，不透明度为ain，设Cout为经过该体元后的颜色值，则Cout＝Cin(1-anow)+Cnowanow；
为了增加立体效果从而提高图象的真实感，需进行明暗计算，用各数据点的梯度值来代替法向量，用光照模型计算出数据场中各数据点出的漫反射分量，从而更加突出显示声强场数据中的边界面，增强对比度；
d)图像合成：将每条射线上的采样点的颜色值和不透明度值由前向后或者由后向前合成，即得到发射该条射线的屏幕对应位置的像素点的颜色值和不透明度；对图像平面中每个像素点按以上步骤计算，即可得到声强幅值场完整的体绘制图像。
进一步，所述步骤(4)具体包括：
根据流线上任意点切线等于该点瞬时速度来定义流线：
设声强矢量为V，则流线方程为dr(t)/dt＝V(r(t))，求解该方程，其解即构造出某一瞬时的一条声强矢量流线，在物理空间的积分表达式为其中r(0)是初始条件；
选定种子点放置位置，即流线起始位置，采用数值积分，即可求得P点的位置随着积分变量t的变化曲线。
进一步，所述步骤(3)、(4)首次将科学计算可视化方法对某型船辐射声场实现交互式可视化分析。
本发明另一目的在于提供一种基于浅海环境近场声全息的辐射声场可视化系统，主要包括：
数据获取模块：该模块用于获取某型船辐射声场体数据，可以通过声学测量仪器等方式进行数据采集和处理；
数据组织与编码模块：该模块对声场数据进行基于Haar小波变换的数据组织与编码，将声场数据进行压缩和编码，以便于后续的可视化处理；
体绘制与等值面绘制模块：该模块对声强幅值场进行体绘制和等值面绘制，以直观地展示声场的分布和强度情况。可以利用计算机图形学技术和可视化工具进行实现；
流线绘制模块：该模块对声强矢量场进行流线绘制，以展示声场的传播方向和路径。可以利用流体动力学仿真技术和可视化工具进行实现。
本发明另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述基于浅海环境近场声全息的辐射声场可视化方法的步骤。
结合上述的技术方案和解决的技术问题，本发明所要保护的技术方案所具备的优点及积极效果为：
第一、该方法首次将科学计算可视化技术引入到某型船辐射声场分析过程，弥补传统分析方法单一、缺乏交互的不足。通过建立基于浅海环境近场声全息的某型船辐射声场正常状态标准模板库，将辐射噪声声场与标准模板进行对比，可以判断某型船辐射声场状态，从而辅助设备故障诊断与噪声源识别，并能对修理情况做出准确评判和客观建议。
第二，本发明通过获取声强场体数据、对声场场数据进行基于Haar小波变换的数据组织与编码、对声强幅值场进行绘制与等值面绘制、对声场矢量场进行流线绘制，逐步实现科学计算可视化方法，从而对某型船辐射声场实现交互式可视化分析。
第三，传统分析方法往往只针对单个反演面开展研究，未能涵盖整个声场信息，不能对整个辐射声场的能量分布和耗散情况进行完整描述。本发明基于近场声全息技术对某型船的水下辐射声场数据采取有效的组织方法，结合科学计算可视化技术，用三维图形将数据场整体呈现出来，从而揭示其复杂的内部结构和变化形态。
附图说明
图1是声源面、全息面和反演面位置关系示意图；
图2是某型船浅海环境近场声全息测量辐射声场示意图；
图3是声场体数据组织示意图；
图4是某型船辐射声强幅值场体绘制结果图；
图5是某型船辐射声强幅值场等值面绘制结果图；
图6是流线积分示意图；
图7是某型船辐射声强场流线效果图。
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仅用以解释本发明，并不用于限定本发明。
本发明实施例提供的基于浅海环境近场声全息的某型船辐射声场可视化方法，包括以下步骤：
1)数据收集与处理：在浅海环境中，部署一套水下声传感器阵列，测量声场中的声压及质点振速数据。利用这些数据，通过平面浅海环境近场声全息方法得到测量面全息数据。通过反演算法，重构辐射声压场及质点振速。
2)声强矢量场及声强幅值场计算：根据重构出的辐射声压场和质点振速，计算声强矢量场及声强幅值场。通过这些参数，可以对声场进行分析。
3)浅海环境模型：结合浅海的海底地形、海水温度、盐度等因素，建立一个浅海环境模型。使用这个模型，对测量和反演的数据进行校正和修正，以更准确地描述实际声场。
4)声场可视化：将计算得到的声强矢量场及声强幅值场数据进行三维可视化。通过可视化软件，可以观察到声场的分布、强度以及方向等特征。
5)进一步分析与优化：根据可视化结果，分析某型船在浅海环境中的辐射声场特性。通过调整船体结构、材料等因素，可以优化辐射声场，降低噪音污染。
综上所述，这种基于浅海环境近场声全息的某型船辐射声场可视化方法，可以有效地测量和分析船辐射声场，为船舶噪音控制和环境保护提供有力支持。
本发明实施例提供一种基于浅海环境近场声全息的某型船辐射声场可视化方法，验证实例执行步骤如下：
(1)获取某型船辐射声场的声强体数据。
如图1所示，体绘制的对象为规则网格结构的声强幅值数据场。在某分析频点上，平行于声源面向外等间隔地取N个反演面(P1，P2，…，PN)，每个反演面(包括源面本身)上的声压幅值数据即为体数据中一个切面，这N个切面构成一个三维规则网格数据场，即声压体数据。如图2所示，设源面为XOY坐标平面，垂直于该平面的方向为Z方向，将该三维规则数据按照XYZ方向依行、列、切面次序存入数据文件，同样的方法获取声场质点振速体数据。当得到声场中的声压和质点振速后，可按如下公式计算声强(W/m2)：
其中，p是空间某点的声压(Pa)，v是同一点处的质点振速(m/s)，T为周期的整数倍，或者长得不影响计算结果的时间(t)。
(2)采用Haar小波变换对声强场体数据进行组织，并在其基础之上采用深度优先二叉树进行编码。
当反演面选取密度较大或者测量范围较大时，将导致数据量的剧增，需要对数据进行基于小波变换的多分辨率处理，以实现单设备上的可视化分析。
Haar小波是体数据预处理时所常用的，它最简单的小波函数，计算简单，其定义为：
Haar小波离散变换在计算机上的实现上采用提升法完成，其正向与逆向变换过程为：
b-＝a a-＝b/2
a+＝b/2，b+＝a (3)
如图3所示，将声强场数据划分为规则网格体数据，采用笛卡尔坐标定位，并对数据进行块划分：将数据在各维上定义为大小为2的整数次幂，方便存储、读取与管理，各维上数据若不够则补零。根据数据场大小来定义最小立方块的大小，作为小波变换的基本单元块，每个最小立方块各维大小仍取2的整数次幂。分别沿着三个轴将相邻的8个最小立方块进行组合，成为一个新的立方块，则该立方块各维上大小仍为2的整数次幂。
数据场的最小立方块划分完成后，从原点向各坐标轴延伸，将相邻8个元立方块组合为新立方块，称为0次立方块，对其所包含的8个最小立方块按照Quincunx分解次序各进行一次Haar小波变换，对X轴实施变换后得到的低频子带再沿着Y轴实施一次Haar小波变换，Z轴依此类推。体数据的每个0次立方块最后都得到一个低频数据立方块，为0次立方块大小的八分之一，将所有0次立方块的低频数据立方块取出合并，设为一个新的立方块，再取其中相邻8个最小立方块设为1次立方块，重复前面过程直至生成的M次立方块数目为1，或达到指定阈值结束。
小波变换完成后，对整个数据体采用深度优先二叉树进行遍历：未经处理的立方块作为叶节点，仅在需调入某数据时才进行磁盘读取，依次以out-of-core的方式读入内存，从而控制内存足迹大小在在4×Nx×Ny个最小立方块之内。
对于叶节点，则将块的一个数据切片读入内存；若既不是叶节点也不是根结点，即为中间节点，则对该节点下一级数据的低频子在各维上实施小波变换，其高频数据存入硬盘，新生成的低频数据仍在内存，待该节点的父节点被访问时所用；若读取了根节点，或已达到预定的最大变换次数，最后生成的低频子带也存入硬盘。通过该遍历方式可平衡内存，并实现高效的数据随机存取。小波逆向变换也依照该方法读取所需的低频数据和高频数据，当以低级分辨率进行绘制时，内存的占据量最低。
(3)对声强幅值场进行体绘制和等值面绘制
采用光线投射算法进行体绘制，该算法成像质量好，计算并行可行性高。具体实施步骤如下：
a)对某型船辐射声强场构造出一个三维规则数据网格，大小为Dx×Dy×Dz，并映射到图像坐标空间，声强幅值f(ix,iy,iz)分布在网格点上，位于在网格单元六面体上的八个相邻声强幅值构成声强数据场的一个可视化体元。完成数据场网格构建后将物理坐标空间上的声强幅值数据场映射到该几何坐标空间。
b)对声强幅值进行分类。按照幅值范围对声强幅值赋予不同的颜色值和不透明值，以正确表示声强幅值的分布。通过计算式[(pi-pmin)/(pmax-pmin)]×255将声强幅值数据换算至区间[0-255]，即为单个体元的赋予颜色值。
c)对声强幅值场数据进行重采样并计算光照模型。从屏幕上的每一个像素点，按照设定的视角方向发出射线穿过三维声强幅值场，沿着这条射线选择等距的采样点，并由距离每一采样点最近的体元上的八个声强幅值的颜色值和不透明度作三次线性插值，求出该采样点的颜色值和不透明度值。为了绘制出具有三维立体效果的真实感图像，需计算光照模型。设第i个体元的颜色值为Cnow，不透明度为anow，进入第i个体元的颜色值为Cin，不透明度为ain，设Cout为经过该体元后的颜色值，则Cout＝Cin(1-anow)+Cnowanow。为了增加立体效果从而提高图象的真实感，需进行明暗计算，用各数据点的梯度值来代替法向量，用光照模型计算出数据场中各数据点出的漫反射分量，从而更加突出显示声强场数据中的边界面，增强对比度。
d)图像合成。将每条射线上的采样点的颜色值和不透明度值由前向后或者由后向前合成，即得到发射该条射线的屏幕对应位置的像素点的颜色值和不透明度。对图像平面中每个像素点按以上步骤计算，即可得到声强幅值场完整的体绘制图像。
体绘制效果如图4所示，能清晰辨识某频点声源位置及声能的强度分布与声辐射能量的衰减情况。
采用MarchingCUBE算法实现声强幅值场等值面的绘制：选定某声强幅值点，找到取值为该值的所有体元，求出该体元内的等值面，绘制出该体元内的等值面并确定法向，等值面效果如图5所示，得到声强场中所有以该值为声强幅值的点构成的等值面集合，通过此方法，比对标准状态下声强幅值等值面的分布，能直观得出声强幅值发生变化的声场辐射区域。
(4)对声强场进行流线绘制
如图6所示，根据流线上任意点切线等于该点瞬时速度来定义流线：
根据声场特征，只对声源附近的声强矢量进行描述，因此考虑采用交互式种子点放置方法，采用四面体形状完成种子点的生成。由于数据场形状的限定，易导致边界处种子丢失，从而产生流线中断的问题。本方法将传统使用的六面体剖分为两个四面体，更加细化种子点的定位，以计算量换取绘制质量，避免边界处种子点丢失。
设声强矢量为V，则流线方程为dr(t)/dt＝V(r(t))，求解该方程，其解即构造出某一瞬时的一条声强矢量流线，在物理空间的积分表达式为其中r(0)是初始条件。选定种子点放置位置，即流线起始位置，采用数值积分，即可求得P点的位置随着积分变量t的变化曲线。本文在基本流线方法之上，以流线为中心线，以其法向量为半径方向绘制圆，半径大小依据该点声强幅度大小，即流线的切线方向与该点声强方向一致，流线粗细与颜色对应该点声强幅值的大小。
流线效果如图7所示，采用交互式种子点放置策略完成流线绘制，表现出声强矢量在该时刻的瞬时流动路径。
本发明实施例提供的基于浅海环境近场声全息的辐射声场可视化方法，主要包括以下四个模块：
1.数据获取模块：该模块用于获取某型船辐射声场体数据，可以通过声学测量仪器等方式进行数据采集和处理。
2.数据组织与编码模块：该模块对声场数据进行基于Haar小波变换的数据组织与编码，将声场数据进行压缩和编码，以便于后续的可视化处理。
3.体绘制与等值面绘制模块：该模块对声强幅值场进行体绘制和等值面绘制，以直观地展示声场的分布和强度情况。可以利用计算机图形学技术和可视化工具进行实现。
4.流线绘制模块：该模块对声强矢量场进行流线绘制，以展示声场的传播方向和路径。可以利用流体动力学仿真技术和可视化工具进行实现。
通过以上四个模块的组合，可以实现对浅海环境近场声全息的辐射声场的可视化处理，为声学研究和海洋工程等领域提供重要的技术支持。
以下是本发明的六个具体实施例：
实施例1：
某型船在静止系泊状态下进行辐射声场测量，通过近场声全息技术获取辐射声场体数据，然后使用基于Haar小波变换的数据组织与编码方法对声场数据进行处理。接着，对声强幅值场进行体绘制与等值面绘制，并对声强矢量场进行流线绘制，最终实现辐射声场的可视化。
实施例2：
某型船在不同航速下进行辐射声场测量，分别获取不同航速下的辐射声场体数据。然后，分别对这些数据进行基于Haar小波变换的数据组织与编码处理，对声强幅值场进行体绘制与等值面绘制，并对声强矢量场进行流线绘制。通过可视化比较，分析船舶航速对辐射声场的影响。
实施例3：
某型船在不同海况下进行辐射声场测量，分别获取不同海况下的辐射声场体数据。然后，分别对这些数据进行基于Haar小波变换的数据组织与编码处理，对声强幅值场进行体绘制与等值面绘制，并对声强矢量场进行流线绘制。通过可视化比较，分析海况对辐射声场的影响。
实施例4：
某型船在不同工况(如：不同船舶设备运行状态)下进行辐射声场测量，分别获取不同工况下的辐射声场体数据。然后，分别对这些数据进行基于Haar小波变换的数据组织与编码处理，对声强幅值场进行体绘制与等值面绘制，并对声强矢量场进行流线绘制。通过可视化比较，分析船舶工况对辐射声场的影响。
实施例5：
某型船在不同结构设计(如：不同船体结构、消声材料等)下进行辐射声场测量，分别获取不同结构设计下的辐射声场体数据。然后，分别对这些数据进行基于Haar小波变换的数据组织与编码处理，对声强幅值场进行体绘制与等值面绘制，并对声强矢量场进行流线绘制。通过可视化比较，分析船体结构设计对辐射声场的影响。
实施例6：
某型船在不同驱动系统(如：柴油机、电力推进系统等)下进行辐射声场测量，分别获取不同驱动系统下的辐射声场体数据。然后，分别对这些数据进行基于Haar小波变换的数据组织与编码处理，对声强幅值场进行体绘制与等值面绘制，并对声强矢量场进行流线绘制。通过可视化比较，分析驱动系统对辐射声场的影响。
以上实施例均采用了基于浅海环境近场声全息的辐射声场可视化方法，通过对不同条件下的某型船辐射声场数据进行处理与可视化分析，可以有效地揭示其复杂的内部结构和变化形态，为某型船声学性能的研究和优化提供有力支持。应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种基于浅海环境近场声全息的辐射声场可视化方法，其特征在于，对基于浅海环境近场声全息技术测得的某型船辐射声场数据采取有效的组织方法，结合科学计算可视化技术，用三维图形将数据场整体呈现出来，揭示其复杂的内部结构和变化形态，实现整个声场能量的交互式显示；采取了基于Haar小波变换的数据组织与编码方式，以应对反演面选取密度大或者测量范围大时导致的数据量激增，通过进行多分辨率处理实现单设备上的可视化分析；
包括：
(1)某型船辐射声场体数据的获取；
(2)对声场数据进行基于Haar小波变换的数据组织与编码；
(3)对声强幅值场进行体绘制与等值面绘制；
(4)对声强矢量场进行流线绘制；
所述步骤(1)是由平面浅海环境近场声全息方法所得的测量面全息数据反演重构出整个辐射声压场及质点振速并由此计算出声强矢量场及声强幅值场；包括以下步骤：
1)数据收集与处理：在浅海环境中，部署一套水下声传感器阵列，测量声场中的声压及质点振速数据；利用这些数据，通过平面浅海环境近场声全息方法得到测量面全息数据；通过反演算法，重构辐射声压场及质点振速；
2)声强矢量场及声强幅值场计算：根据重构出的辐射声压场和质点振速，计算声强矢量场及声强幅值场；通过这些参数，对声场进行分析；
3)浅海环境模型：结合浅海的海底地形、海水温度、盐度因素，建立一个浅海环境模型；使用这个模型，对测量和反演的数据进行校正和修正，以更准确地描述实际声场；
4)声场可视化：将计算得到的声强矢量场及声强幅值场数据进行三维可视化；通过可视化软件，观察到声场的分布、强度以及方向特征；
5)进一步分析与优化：根据可视化结果，分析某型船在浅海环境中的辐射声场特性；通过调整船体结构、材料因素，优化辐射声场，降低噪音污染；
所述步骤(2)具体包括：
将声强场数据划分为规则网格体数据，采用笛卡尔坐标定位，并对数据进行块划分：将数据在各维上定义为大小为2的整数次幂，方便存储、读取与管理，各维上数据若不够则补零；根据数据场大小来定义最小立方块的大小，作为小波变换的基本单元块，每个最小立方块各维大小仍取2的整数次幂；分别沿着三个轴将相邻的8个最小立方块进行组合，成为一个新的立方块，则该立方块各维上大小仍为2的整数次幂；
数据场的最小立方块划分完成后，从原点向各坐标轴延伸，将相邻8个元立方块组合为新立方块，称为0次立方块，对其所包含的8个最小立方块按照Quincunx分解次序各进行一次Haar小波变换，对X轴实施变换后得到的低频子带再沿着Y轴实施一次Haar小波变换，Z轴依此类推；体数据的每个0次立方块最后都得到一个低频数据立方块，为0次立方块大小的八分之一，将所有0次立方块的低频数据立方块取出合并，设为一个新的立方块，再取其中相邻8个最小立方块设为1次立方块，重复前面过程直至生成的M次立方块数目为1，或达到指定阈值结束；
小波变换完成后，对整个数据体采用深度优先二叉树进行遍历：未经处理的立方块作为叶节点，仅在需调入某数据时才进行磁盘读取，依次以out-of-core的方式读入内存，从而控制内存足迹大小在4×Nx×Ny个最小立方块之内。
2.根据权利要求1所述的基于浅海环境近场声全息的辐射声场可视化方法，其特征在于，所述步骤(1)具体包括：
在某分析频点上，平行于声源面向外等间隔地取N个反演面(P1，P2，…，PN)，每个反演面上的声压幅值数据即为体数据中一个切面，这N个切面构成一个三维规则网格数据场，即声压体数据；
设源面为XOY坐标平面，垂直于该平面的方向为Z方向，将该三维规则数据按照XYZ方向依行、列、切面次序存入数据文件，同样的方法获取声场质点振速体数据；当得到声场中的声压和质点振速后，按如下公式计算声强(W/m2)：
其中，p是空间某点的声压(Pa)，v是同一点处的质点振速(m/s)，T为周期的整数倍，或者长得不影响计算结果的时间(t)。
3.根据权利要求1所述的基于浅海环境近场声全息的辐射声场可视化方法，其特征在于，所述步骤(2)采用基于Haar小波变换的数据组织和编码方式实现大规模数据的多分辨率管理；
所述Haar小波是体数据预处理时所常用的，它最简单的小波函数，计算简单，其定义为：
Haar小波离散变换在计算机上的实现上采用提升法完成，其正向与逆向变换过程为：
4.根据权利要求1所述的基于浅海环境近场声全息的辐射声场可视化方法，其特征在于，所述步骤(3)采用光线投射算法进行体绘制，具体实施步骤如下：
a)对某型船辐射声强场构造出一个三维规则数据网格，大小为Dx×Dy×Dz，并映射到图像坐标空间，声强幅值f(ix,iy,iz)分布在网格点上，位于在网格单元六面体上的八个相邻声强幅值构成声强数据场的一个可视化体元，完成数据场网格构建后将物理坐标空间上的声强幅值数据场映射到图像坐标空间；
b)对声强幅值进行分类：按照幅值范围对声强幅值赋予不同的颜色值和不透明值，以正确表示声强幅值的分布；通过计算式[(pi-pmin)/(pmax-pmin)]×255将声强幅值数据换算至区间[0-255]，即为单个体元的赋予颜色值；
c)对声强幅值场数据进行重采样并计算光照模型：从屏幕上的每一个像素点，按照设定的视角方向发出射线穿过三维声强幅值场，沿着这条射线选择等距的采样点，并由距离每一采样点最近的体元上的八个声强幅值的颜色值和不透明度作三次线性插值，求出该采样点的颜色值和不透明度值；为了绘制出具有三维立体效果的真实感图像，需计算光照模型；
设第i个体元的颜色值为Cnow，不透明度为anow，进入第i个体元的颜色值为Cin，不透明度为ain，设Cout为经过该体元后的颜色值，则Cout＝Cin(1-anow)+Cnowanow；
为了增加立体效果从而提高图像的真实感，需进行明暗计算，用各数据点的梯度值来代替法向量，用光照模型计算出数据场中各数据点出的漫反射分量，从而更加突出显示声强场数据中的边界面，增强对比度；
d)图像合成：将每条射线上的采样点的颜色值和不透明度值由前向后或者由后向前合成，即得到发射该条射线的屏幕对应位置的像素点的颜色值和不透明度；对图像平面中每个像素点按以上步骤计算，得到声强幅值场完整的体绘制图像。
5.根据权利要求1所述的基于浅海环境近场声全息的辐射声场可视化方法，其特征在于，所述步骤(4)具体包括：
根据流线上任意点切线等于该点瞬时速度来定义流线：
设声强矢量为V，则流线方程为dr(t)/dt＝V(r(t))，求解该方程，其解即构造出某一瞬时的一条声强矢量流线，在物理空间的积分表达式为其中r(0)是初始条件；
选定种子点放置位置，即流线起始位置，采用数值积分，求得P点的位置随着积分变量t的变化曲线。
6.一种基于浅海环境近场声全息的辐射声场可视化系统，其特征在于，主要包括：
数据获取模块：该模块用于获取某型船辐射声场体数据，通过声学测量仪器等方式进行数据采集和处理；
数据组织与编码模块：该模块对声场数据进行基于Haar小波变换的数据组织与编码，将声场数据进行压缩和编码，以便于后续的可视化处理；
体绘制与等值面绘制模块：该模块对声强幅值场进行体绘制和等值面绘制，以直观地展示声场的分布和强度情况；利用计算机图形学技术和可视化工具进行实现；
流线绘制模块：该模块对声强矢量场进行流线绘制，以展示声场的传播方向和路径，利用流体动力学仿真技术和可视化工具进行实现；
由平面浅海环境近场声全息方法所得的测量面全息数据反演重构出整个辐射声压场及质点振速并由此计算出声强矢量场及声强幅值场；包括以下步骤：
1)数据收集与处理：在浅海环境中，部署一套水下声传感器阵列，测量声场中的声压及质点振速数据；利用这些数据，通过平面浅海环境近场声全息方法得到测量面全息数据；通过反演算法，重构辐射声压场及质点振速；
2)声强矢量场及声强幅值场计算：根据重构出的辐射声压场和质点振速，计算声强矢量场及声强幅值场；通过这些参数，对声场进行分析；
3)浅海环境模型：结合浅海的海底地形、海水温度、盐度因素，建立一个浅海环境模型；使用这个模型，对测量和反演的数据进行校正和修正，以更准确地描述实际声场；
4)声场可视化：将计算得到的声强矢量场及声强幅值场数据进行三维可视化；通过可视化软件，观察到声场的分布、强度以及方向特征；
5)进一步分析与优化：根据可视化结果，分析某型船在浅海环境中的辐射声场特性；通过调整船体结构、材料因素，优化辐射声场，降低噪音污染；
对声场数据进行基于Haar小波变换的数据组织与编码具体包括：
将声强场数据划分为规则网格体数据，采用笛卡尔坐标定位，并对数据进行块划分：将数据在各维上定义为大小为2的整数次幂，方便存储、读取与管理，各维上数据若不够则补零；根据数据场大小来定义最小立方块的大小，作为小波变换的基本单元块，每个最小立方块各维大小仍取2的整数次幂；分别沿着三个轴将相邻的8个最小立方块进行组合，成为一个新的立方块，则该立方块各维上大小仍为2的整数次幂；
数据场的最小立方块划分完成后，从原点向各坐标轴延伸，将相邻8个元立方块组合为新立方块，称为0次立方块，对其所包含的8个最小立方块按照Quincunx分解次序各进行一次Haar小波变换，对X轴实施变换后得到的低频子带再沿着Y轴实施一次Haar小波变换，Z轴依此类推；体数据的每个0次立方块最后都得到一个低频数据立方块，为0次立方块大小的八分之一，将所有0次立方块的低频数据立方块取出合并，设为一个新的立方块，再取其中相邻8个最小立方块设为1次立方块，重复前面过程直至生成的M次立方块数目为1，或达到指定阈值结束；
小波变换完成后，对整个数据体采用深度优先二叉树进行遍历：未经处理的立方块作为叶节点，仅在需调入某数据时才进行磁盘读取，依次以out-of-core的方式读入内存，从而控制内存足迹大小在4×Nx×Ny个最小立方块之内。
7.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1～5任意一项所述基于浅海环境近场声全息的辐射声场可视化方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310909055.3A CN117078836B (zh) | 2023-07-24 | 2023-07-24 | 基于浅海环境近场声全息的辐射声场可视化方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310909055.3A CN117078836B (zh) | 2023-07-24 | 2023-07-24 | 基于浅海环境近场声全息的辐射声场可视化方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117078836A CN117078836A (zh) | 2023-11-17 |
| CN117078836B true CN117078836B (zh) | 2024-06-11 |
Family
ID=88708826
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310909055.3A Active CN117078836B (zh) | 2023-07-24 | 2023-07-24 | 基于浅海环境近场声全息的辐射声场可视化方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117078836B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1609631A (zh) * | 2004-11-25 | 2005-04-27 | 上海交通大学 | 基于小波域的水声噪声的检测与识别方法 |
| WO2006100984A1 (ja) * | 2005-03-18 | 2006-09-28 | National University Corporation NARA Institute of Science and Technology | ボリュームデータレンダリングシステムおよびボリュームデータレンダリング処理方法 |
| CN110399680A (zh) * | 2019-07-26 | 2019-11-01 | 哈尔滨工程大学 | 一种浅海弹性结构辐射声场计算方法 |
| CN113935166A (zh) * | 2021-10-13 | 2022-01-14 | 中国人民解放军海军工程大学 | 一种浅海信道下三维结构声场预报方法、系统及存储介质 |
| CN114004982A (zh) * | 2021-10-27 | 2022-02-01 | 中国科学院声学研究所 | 一种面向水中目标识别的声学Haar特征提取方法及系统 |
| CN115239992A (zh) * | 2022-07-06 | 2022-10-25 | 珠海清大声光电工程技术研发中心 | 三维声场自动建模区块链分析方法 |
-
2023
- 2023-07-24 CN CN202310909055.3A patent/CN117078836B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1609631A (zh) * | 2004-11-25 | 2005-04-27 | 上海交通大学 | 基于小波域的水声噪声的检测与识别方法 |
| WO2006100984A1 (ja) * | 2005-03-18 | 2006-09-28 | National University Corporation NARA Institute of Science and Technology | ボリュームデータレンダリングシステムおよびボリュームデータレンダリング処理方法 |
| CN110399680A (zh) * | 2019-07-26 | 2019-11-01 | 哈尔滨工程大学 | 一种浅海弹性结构辐射声场计算方法 |
| CN113935166A (zh) * | 2021-10-13 | 2022-01-14 | 中国人民解放军海军工程大学 | 一种浅海信道下三维结构声场预报方法、系统及存储介质 |
| CN114004982A (zh) * | 2021-10-27 | 2022-02-01 | 中国科学院声学研究所 | 一种面向水中目标识别的声学Haar特征提取方法及系统 |
| CN115239992A (zh) * | 2022-07-06 | 2022-10-25 | 珠海清大声光电工程技术研发中心 | 三维声场自动建模区块链分析方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于近场声全息的声强场可视化方法;周琳娜等;《噪声与振动控制》;第33卷(第06期);第53-56+95页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117078836A (zh) | 2023-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| van Vledder | The WRT method for the computation of non-linear four-wave interactions in discrete spectral wave models | |
| Botsch et al. | Geometric modeling based on triangle meshes | |
| CN109885945A (zh) | 一种半空间环境下的边界元法近场声全息变换方法 | |
| CN103743469B (zh) | 压电水声换能器声辐射模态测量方法及系统 | |
| CN111008466B (zh) | 基于耦合方法的水下声音传播模拟方法 | |
| Heidrich et al. | Ray-tracing procedural displacement shaders | |
| CN111707353B (zh) | 一种基于近场声全息技术的回转曲面声场重建方法 | |
| CN108874932B (zh) | 一种基于改进的光线投射算法的海洋水声场三维可视化方法 | |
| CN112577592A (zh) | 基于空间傅里叶变换的有限空间平面近场声全息测量方法 | |
| Deschizeaux et al. | Imaging earth’s subsurface using CUDA | |
| CN117078836B (zh) | 基于浅海环境近场声全息的辐射声场可视化方法及系统 | |
| CN113758559A (zh) | 基于散射声场分离算法在浅海信道中测量方法 | |
| Shareef et al. | Rapid previewing via volume-based solid modeling | |
| CN116952356B (zh) | 基于浅海环境水下声全息技术的近场辐射噪声测量方法 | |
| Sun et al. | MFA-DVR: direct volume rendering of MFA models | |
| Subburaj et al. | Voxel-based thickness analysis of intricate objects | |
| CN114252148B (zh) | 一种基于长椭球波叠加的声场重建方法 | |
| Frisken et al. | Efficient estimation of 3D euclidean distance fields from 2D range images | |
| CN115239992A (zh) | 三维声场自动建模区块链分析方法 | |
| Han et al. | Interactive Visualization of Time-Varying Flow Fields Using Particle Tracing Neural Networks | |
| Hou et al. | Multi-beam line observation optimization strategy based on random variable unitary iterative model | |
| CN114820329B (zh) | 基于高斯过程大核注意力装置引导的曲面测量方法及装置 | |
| CN116522699B (zh) | 使用波叠加-有限元-pml联合计算浅海下体目标辐射噪声的方法 | |
| CN116882255B (zh) | 一种基于傅里叶级数随机生成多孔介质模型的方法及系统 | |
| CN111561991B (zh) | 基于边缘填充和傅里叶变换的近场声全息方法 |
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 |