CN102209379A - 基于rssi的无线传感器网络节点定位方法 - Google Patents
基于rssi的无线传感器网络节点定位方法 Download PDFInfo
- Publication number
- CN102209379A CN102209379A CN2010101347694A CN201010134769A CN102209379A CN 102209379 A CN102209379 A CN 102209379A CN 2010101347694 A CN2010101347694 A CN 2010101347694A CN 201010134769 A CN201010134769 A CN 201010134769A CN 102209379 A CN102209379 A CN 102209379A
- Authority
- CN
- China
- Prior art keywords
- node
- sensor network
- rssi
- wireless sensor
- test
- 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.)
- Granted
Links
Images
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种基于RSSI的无线传感器网络节点定位方法,属于电通信技术领域。其特点是:该方法利用实际测量值采用分段线性拟合的办法,建立了分段用直线逼进真实的传播损耗与传输距离关系模型,然后应用得到的关系模型进行定位计算。该方法能有效地反映环境的真实状况,并用较少的测试点实现较高的定位精度。本发明具有很高的实用性,适用于室外平整空场二维定位环境,应用前景广阔。
Description
技术领域
本发明属于电通信技术领域,主要涉及一种无线传感器网络,尤其涉及一种基于RSSI的无线传感器网络节点定位方法。
背景技术
无线传感器网络是由大量具有无线通信功能的传感器模块按照某种网络协议组成的网络***。每个传感器模块称为一个传感器节点,典型的传感器节点由带有无线收发功能的单片机和相应的传感器组成,负责感知温度、压力等特定信息。实际应用中无线传感器节点所感知的信息常常需要配合节点本身的位置信息才有意义。而无线传感器节点常常随机布设在感知区域,由于成本及复杂度的关系,在布设时只能通过一定的技术手段测定部分节点的位置。这部分已知自身位置的节点称为信标节点,其它的节点称为未知节点。节点定位技术研究的内容就是如何通过一定的方法利用信标节点位置信息来估计未知节点的位置。节点定位技术研究在无线传感器网络应用研究中具有重要地位。基于RSSI(接收信号强度Received Signal Strength Indicator)的节点定位方法通过测量接收信号强度,利用理论或经验模型并结合信标节点的位置信息来估计未知节点的位置。
在基于RSSI的无线传感器网络节点定位方法中,无线信号传播模型的选择是影响定位精度的关键。理论模型方法是通过应用理论的无线信号传播模型,将测得的信号强度转换为距离值,最后利用三边测量法计算目标位置。因为影响RSSI的因素除了传播距离以外还有很多。鉴于复杂度的关系,现在应用的理论模型没有完全体现这些因素,致使在描述信号强度随距离损耗的变化关系上存在较大误差,导致最后计算未知节点位置时存在较大误差。鉴于以上理论模型方法的缺点,由清华大学出版社出版,孙利民,李健中,陈渝等人撰写的专著《无线传感器网络》(2005,136-148.)阐述了一种应用经验模型的节点定位方法。该方法通过在不同位置标定若干测试点位置,利用一个接收节点先后于各个测试点处接收来自多个信标节点的无线信号,记录每个测试点处对应多个信标节点的一组接收信号强度,将各个测试点上的位置坐标与接收信号强度的对应关系建立数据库。实际应用时,将测得的信号强度和数据库中记录的信号强度作比较,把使两者的均方误差达到最小的点的坐标作为未知节点的坐标。这种定位方法只能给出近似的节点位置,定位精度有限,想要提高精度只能大量增加测试点的数目,这必然要增加数据库的规模,不利于实际应用。
发明内容
本发明要解决的技术问题是,针对现有采用经验模型定位方法存在的问题,提供一种有较高定位精度且只需要设置较少测试点的基于RSSI的无线传感器网络节点定位方法,该方法适用于室外平整空场中二维传感器网络节点的定位。
为解决上述技术问题,本发明提供的传感器网络节点定位方法包括以下步骤:
第一步,在无线传感器网络覆盖区域内,从Q个待测未知节点Wm中任选一个待测未知节点W1且Q≥1,并划出以W1为圆心、D′为半径的测试区且D′小于传感器网络节点的最远通信距离,在测试区中有K个信标节点Mj(1≤j≤K)参与定位测试且K≥3,在含有测试区的无线传感器网络覆盖区域内,沿某一方向以等间距D设置n+1个测试点Pi,i=0、1、……、n且nD≥D′;
第二步,在起始测试点P0位置布设测试发射节点,并用测试发射节点连续发送功率为P的数据包,用测试接收节点先后在不同的测试点Pi位置接收数据包并计算各位置上接收的N个数据包中RSSI值的平均值,记为N≥8,计算起始测试点P0与各测试点Pi之间的传播损耗
第三步,每个信标节点Mj连续发送功率为P的数据包,用待测未知节点W1接收分别来自每个信标节点Mj发射的N个数据包,并计算N个数据包中RSSI值的平均值,记为RSSIj,计算每个信标节点Mj到待测未知节点W1之间的传播损耗PLj;
第五步,根据以下联立方程组解算最小二乘解即待测未知节点W1的坐标(x、y):
式中,(X1、Y1),(X2、Y2),……,(XK、YK)分别为第一、第二至第K个信标节点M1、M2、……、MK的坐标;
第六步,循环进行第一步至第五步,直到求解出Q个待测未知节点Wm的坐标(xm、ym)为止。
根据本发明,取D′=100m,D=5m,n=20。
根据本发明,取D′=100m,D=2m,n=50。
本发明的有益效果体现在以下几个方面。
(一)本发明提供的无线传感器网络节点定位方法,首先,在获得各信标节点与各测试点之间实际传播损耗数据的基础上,利用分段线性拟合的方法,建立了用分段直线逼进真实的传播损耗与传输距离关系模型;然后,依据获得的各信标节点与待测未知节点之间的实际传播损数据并应用得到的关系模型解算出信标节点与待测未知节点之间的距离值,并通过最小二乘法解算出待测未知节点的坐标值,由此,实现了对未知节点的定位。与现有技术中基于经验模型的定位方法相比,本发明能有效地反映环境的真实状况,解决了用较少的测试点数目实现较高定位精度的技术问题。
(二)本发明通过调整各测试点的间距来控制传播损耗与传输距离关系模型的精度,所建立的模型可以长时间使用,只有当周围环境(温度,湿度等)发生明显改变时,才需要重新构建模型。因而本发明有较好的应用前景。
附图说明
图1是本发明定位方法中测试点布置示意图。
具体实施方式
下面结合附图及优选实施例对本发明作进一步的详述。
本发明给出的无线传感器网络节点定位方法是针对某室外平整空场无线传感器网络覆盖区域内的m个待测未知节点Wm进行定位。其第一优选实施例的具体定位过程包括以下步骤。
第一步:标定测试点位置。
首先,在无线传感器网络覆盖区域内的m个待测未知节点Wm中任意选择一个待测未知节点W1,并划出以W1为圆心、D′为半径的测试区且D′小于传感器网络节点的最远通信距离,在测试区中有K个信标节点Mj(1≤j≤K)参与定位测试且K≥3,在含有测试区的无线传感器网络覆盖区域内,沿某一方向以等间距D设置n+1个测试点Pi,i=0、1、……、n且nD≥D′。此外,测试中还需要配备一个测试发射节点、测试接收节点。在本优选实施例中,信标节点Mj、待测未知节点Wm、测试发射节点和测试接收节点均采用Crossbow公司的IRIS无线传感器节点,所有IRIS节点的RF功率设为3.2dBm。IRIS节点在该功率下的通信距离大于100m。并在测试区中有五个参与测试的信标节点即K=5,且五个信标节点的位置坐标分别为:M1(0,0),M2(0,50),M3(50,0),M4(50,50),M5(25,50);第一信标节点M1作为测试定位原点,同时又作为网关节点通过MIB520CA接口板与含有测量软件包的计算机相连。如果测试区内无法满足K≥3的条件,则需加大D′值。
在本优选实施例中,取D=5m,D′=100m。那么,根据n≥D′/D可计算出n=20,即本优选实施例需要设置21个测试点。这样起始测试点P0距最后一个测试点P20之间的距离为100m。
第二步:计算起始测试点P0与各测试点Pi之间的传播损耗。
2.1.在起始测试点P0位置布设测试发射节点,并用测试发射节点以1s的间隔连续发送功率为P的数据包,P为IRIS节点的RF功率。
2.2.用测试接收节点先后在21个测试点P0,P1,……,P20位置接收数据包并计算在各测试点Pi接收的N个数据包中RSSI值的平均值,在本实施例中,取N=10,计算各测试点位置Pi处连续接收的10个数据包中RSSI值的平均值,分别记为单位是dBm。
表1 距离损耗关系表
第三步:计算每个信标节点Mj到未知节点W1之间的传播损耗。
首先,每个信标节点Mj连续发送功率为P的数据包,用待测未知节点W1接收分别来自每个信标节点Mj发射的10个数据包,待测未知节点W1接收到由每个信标节点信标节点Mj发射的10个数据包中RSSI值的平均值记为RSSIj,单位是dBm。根据下式计算每个信标节点Mj到待测未知节点W1之间的传播损耗PLj。
PLj=P-RSSIj,(1≤j≤5);
表2给出了待测未知节点W1与五个信标节点M1~M5之间的传播损耗PLj。
表2 待测未知节点与各信标节点间的损耗值
PLj | PL1 | PL2 | PL3 | PL4 | PL5 |
值/dBm | 83.68 | 82.91 | 90.06 | 89.84 | 83.30 |
第四步:计算待测未知节点W1与各信标节点Mj之间的距离。
首先,判断即将表2中的数据逐个与表1中的数据比较,找出PL1、PL2、PL3、PL4、PL5所表示的损耗值在表1所处的区间位置,从而找到PL1、PL2、PL3、PL4、PL5各自所对应的和在本实施例中,PL1、PL2和PL5所表示的损耗值处于表1中P5、P6所表示的损耗值区间,PL3和PL4所表示的损耗值处于表1中P9、P10所表示的损耗值区间。然后,采用分段直线逼进真实的传播损耗与传输距离关系模型计算待测未知节点W1与各信标节点Mj之间的距离dj:
式中,表示与传播损耗值相应位置距起始测试点P0的距离值;将PL1~PL5分别代入上述模型中,可以获得待测未知节点W1与各信标节点Mj之间的距离值(参见表3)。
表3 待测未知节点与各信标之间的距离值
dj | d1 | d2 | d3 | d4 | d5 |
值/m | 28.25 | 26.62 | 46.09 | 45.17 | 27.61 |
第五步:求解待测未知节点W1的坐标。
根据以下联立方程组解算最小二乘解即待测未知节点W1相对于第一信标节点M1的位置坐标(x、y):
式中,(X1、Y1),(X2、Y2),……,(XK、YK)分别为第一、第二至第K个信标节点M1、M2、……、MK的坐标。
本优选实施例的具体计算过程为:
将方程组的最小二乘解作为待测未知节点W1的位置,即坐标值分别为x=11.63,y=25.82。至此,就完成了对待测未知节点W1的定位测试。
按照第一步至第五步,对随机选取的9个未知节点Wm进行定位测试(即本实施例取Q=10),相继获得的坐标值是W2(26.12、28.10),W3(8.78、38.48),W4(38.84、37.87),W5((55.33、34.06),W6(21.31、19.81),W7(40.83、21.35),W8(47.94、25.43),W9(-7.86、11.36),W10(41.33、4.91)。
本发明第二优选实施例与第一优选实施例的不同之处在于:取D=2m,这样,通过计算得到n≥50,取n=50,那么,本实施例选取51个测试点。在对同样的10个待测未知节点Wm进行定位测试后,获得的坐标值分别为W1(11.24、25.72),W2(25.96、27.29),W3(8.23、38.83),W4(39.22、38.65),W5(53.71、34.22),W6(20.93、18.88),W7(41.07、20.84),W8(48.62、25.41),W9(-8.53、10.62),W10((41.56、4.53)。
在信标节点围成的50m×50m的方形区域内以等间距标定5×5阵列共25个测试点,相邻测试点的间距为12.5m。用已有技术中基于经验模型的定位方法仍对相同的10个未知节点进行定位测试,获得的坐标值分别为W1(12.5、25),W2(25、25),W3(12.5、37.5),W4(37.5、37.5),W5(50、37.5),W6(25、12.5),W7(37.5、25),W8(50、25),W9(0、12.5),W10(37.5、0)。
上述10个未知节点的真实坐标分别为W1(10、25),W2(25、28),W3(7、40)、W4(40、40),W5(55、35),W6(20、18、),W7(42、20、),W8(50、25),W9(-10、10),W10(42、3)。
在传感器节点定位技术领域中,一般将定位误差ER定义为计算得到的未知节点位置与真实的未知节点位置的距离。设未知节点的真实位置坐标为(Xi,Yi),计算得到的未知节点位置坐标为(Xe,Ye),则定位误差表示为:
表4给出了未知节点W1~W10相对于第一信标节点M1的三种距离值与这10个未知节点相对于第一信标节点M1的真实距离值的误差。
表4 不同定位方法的距离误差统计表
未知节点(m) | 第一优选实施例 | 第二优选实施例 | 现有技术 |
W1的距离误差 | 1.8246 | 1.4321 | 2.5000 |
W2的距离误差 | 1.5772 | 1.1937 | 3.0000 |
W3的距离误差 | 2.3463 | 1.6380 | 6.0415 |
W4的距离误差 | 2.4259 | 1.5602 | 3.5355 |
W5的距离误差 | 1.9180 | 1.5078 | 5.5902 |
W6的距离误差 | 2.2371 | 1.2804 | 7.4330 |
W7的距离误差 | 1.7864 | 1.2515 | 6.7268 |
W8的距离误差 | 2.1046 | 1.4393 | 0.0000 |
W9的距离误差 | 2.5361 | 1.7262 | 10.3078 |
W10的距离误差 | 2.0237 | 1.5946 | 5.4083 |
平均误差 | 2.0780 | 1.4624 | 5.0543 |
由表4可以看出,采用现有技术中的经验模型定位方法时,由25个测试点获得的定位精度远小于本发明由21或51个测试点获得的定位精度。因此,当传感器网络覆盖的区域较大时,本发明提供的定位方法能够以较少的测试点保证较高的定位精度,具有更好的实用性。而对于本发明的两个优选实施例而言,在相同测试范围内和采用相同数量的信标节点参与测试时,各测试点之间的间距越小,其传播损耗与传输距离关系模型的定位精度越高。因此,可以通过调整测试点之间的距离来满足一定的精度要求。
Claims (3)
1.一种基于RSSI的无线传感器网络节点定位方法,其特征在于:该方法包括以下步骤:
第一步,在无线传感器网络覆盖区域内,从Q个待测未知节点Wm中任选一个待测未知节点W1且Q≥1,并划出以W1为圆心、D′为半径的测试区且D′小于传感器网络节点的最远通信距离,在测试区中有K个信标节点Mj(1≤j≤K)参与定位测试且K≥3,在含有测试区的无线传感器网络覆盖区域内,沿某一方向以等间距D设置n+1个测试点Pi,i=0、1、……、n且nD≥D′;
第二步,在起始测试点P0位置布设测试发射节点,并用测试发射节点连续发送功率为P的数据包,用测试接收节点先后在不同的测试点Pi位置接收数据包并计算各位置上接收的N个数据包中RSSI值的平均值,记为N≥8,计算起始测试点P0与各测试点Pi之间的传播损耗
第三步,每个信标节点Mj连续发送功率为P的数据包,用待测未知节点W1接收分别来自每个信标节点Mj发射的N个数据包,并计算N个数据包中RSSI值的平均值,记为RSSIj,计算每个信标节点Mj到待测未知节点W1之间的传播损耗PLj;
第五步,根据以下联立方程组解算最小二乘解即待测未知节点W1的坐标(x、y):
式中,(X1、Y1),(X2、Y2),……,(XK、YK)分别为第一、第二至第K个信标节点M1、M2、……、MK的坐标;
第六步,循环进行第一步至第五步,直到求解出Q个待测未知节点Wm的坐标(xm、ym)为止。
2.根据权利要求1所述的基于RSSI的无线传感器网络节点定位方法,其特征在于:取D′=100m,D=5m,n=20。
3.根据权利要求1所述的基于RSSI的无线传感器网络节点定位方法,其特征在于:取D′=100m,D=2m,n=50。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010134769 CN102209379B (zh) | 2010-03-29 | 2010-03-29 | 基于rssi的无线传感器网络节点定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010134769 CN102209379B (zh) | 2010-03-29 | 2010-03-29 | 基于rssi的无线传感器网络节点定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102209379A true CN102209379A (zh) | 2011-10-05 |
CN102209379B CN102209379B (zh) | 2013-08-14 |
Family
ID=44697994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010134769 Active CN102209379B (zh) | 2010-03-29 | 2010-03-29 | 基于rssi的无线传感器网络节点定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102209379B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102711244A (zh) * | 2012-06-18 | 2012-10-03 | 北京中防视信科技有限公司 | 一种基于无线传感器网络的协作节点定位方法 |
CN102739329A (zh) * | 2012-06-25 | 2012-10-17 | 中国科学院上海微***与信息技术研究所 | 一种轻轨沿线道路传感器网络路径损耗模型建立方法 |
CN102752764A (zh) * | 2012-06-25 | 2012-10-24 | 中国科学院上海微***与信息技术研究所 | 一种近距离物联网环境中建立路径损耗模型的方法 |
CN103024897A (zh) * | 2012-11-26 | 2013-04-03 | 中山大学 | 一种基于rssi的无线传感器网络环境自适应圆环重叠定位算法 |
US9467934B1 (en) | 2015-03-28 | 2016-10-11 | Wipro Limited | Methods and systems for locating nearest bluetooth beacons |
CN106546952A (zh) * | 2016-11-01 | 2017-03-29 | 安徽爱依特科技有限公司 | 一种自动充电桩的定位算法 |
CN107017956A (zh) * | 2017-04-19 | 2017-08-04 | 深圳市尧元科技有限公司 | 一种节点传输误差分析方法及*** |
CN108414975A (zh) * | 2018-02-05 | 2018-08-17 | 武汉理工大学 | 基于rssi序列匹配的船载节点定位方法 |
CN108684074A (zh) * | 2018-05-17 | 2018-10-19 | 北京星网锐捷网络技术有限公司 | 基于rssi的测距方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101187702A (zh) * | 2007-12-06 | 2008-05-28 | 上海大学 | 井下煤矿人员实时无线定位方法 |
CN101557647A (zh) * | 2009-05-15 | 2009-10-14 | 广东工业大学 | 无线传感器网络农田污染区域跟踪***及其方法 |
-
2010
- 2010-03-29 CN CN 201010134769 patent/CN102209379B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101187702A (zh) * | 2007-12-06 | 2008-05-28 | 上海大学 | 井下煤矿人员实时无线定位方法 |
CN101557647A (zh) * | 2009-05-15 | 2009-10-14 | 广东工业大学 | 无线传感器网络农田污染区域跟踪***及其方法 |
Non-Patent Citations (1)
Title |
---|
赵昭等: "无线传感器网络中基于RSSI的改进定位算法", 《传感技术学报》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102711244A (zh) * | 2012-06-18 | 2012-10-03 | 北京中防视信科技有限公司 | 一种基于无线传感器网络的协作节点定位方法 |
CN102711244B (zh) * | 2012-06-18 | 2015-01-28 | 北京中防视信科技有限公司 | 一种基于无线传感器网络的协作节点定位方法 |
CN102739329A (zh) * | 2012-06-25 | 2012-10-17 | 中国科学院上海微***与信息技术研究所 | 一种轻轨沿线道路传感器网络路径损耗模型建立方法 |
CN102752764A (zh) * | 2012-06-25 | 2012-10-24 | 中国科学院上海微***与信息技术研究所 | 一种近距离物联网环境中建立路径损耗模型的方法 |
CN102739329B (zh) * | 2012-06-25 | 2014-08-20 | 中国科学院上海微***与信息技术研究所 | 一种轻轨沿线道路传感器网络路径损耗模型建立方法 |
CN102752764B (zh) * | 2012-06-25 | 2014-09-03 | 中国科学院上海微***与信息技术研究所 | 一种近距离物联网环境中建立路径损耗模型的方法 |
CN103024897A (zh) * | 2012-11-26 | 2013-04-03 | 中山大学 | 一种基于rssi的无线传感器网络环境自适应圆环重叠定位算法 |
US9467934B1 (en) | 2015-03-28 | 2016-10-11 | Wipro Limited | Methods and systems for locating nearest bluetooth beacons |
CN106546952A (zh) * | 2016-11-01 | 2017-03-29 | 安徽爱依特科技有限公司 | 一种自动充电桩的定位算法 |
CN107017956A (zh) * | 2017-04-19 | 2017-08-04 | 深圳市尧元科技有限公司 | 一种节点传输误差分析方法及*** |
CN108414975A (zh) * | 2018-02-05 | 2018-08-17 | 武汉理工大学 | 基于rssi序列匹配的船载节点定位方法 |
CN108684074A (zh) * | 2018-05-17 | 2018-10-19 | 北京星网锐捷网络技术有限公司 | 基于rssi的测距方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN102209379B (zh) | 2013-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102209379B (zh) | 基于rssi的无线传感器网络节点定位方法 | |
CN102364983B (zh) | 无线传感网中基于rssi测距的wls节点自定位方法 | |
CN102348282A (zh) | 一种基于ZigBee网络的实时定位方法 | |
CN103118333B (zh) | 基于相似度的无线传感器网络移动节点定位方法 | |
CN103889055B (zh) | 基于移动锚节点的无线传感器网络节点定位方法及装置 | |
CN102123495A (zh) | 基于rssi校正的无线传感器网络质心定位算法 | |
CN102685677B (zh) | 一种室内定位方法及装置 | |
CN105137390A (zh) | 一种基于可调发射功率ap的室内定位方法 | |
CN101986757B (zh) | 一种移动终端的定位方法及装置 | |
CN102064895A (zh) | Rssi与模式匹配相结合的无源定位方法 | |
CN103338516A (zh) | 一种基于总体最小二乘的无线传感器网络两步定位方法 | |
CN104809908B (zh) | 室内停车场环境下基于ZigBee网络的车辆定位方法 | |
CN104965193A (zh) | 一种基于网格加权的无线移动终端rssi定位方法 | |
CN105072581A (zh) | 一种基于路径衰减系数建库的室内定位方法 | |
CN104053129A (zh) | 一种基于稀疏射频指纹插值的无线传感器网络室内定位方法和装置 | |
CN103458502B (zh) | 基于位置指纹的定位误差估计方法 | |
CN104038901A (zh) | 一种减少指纹数据采集工作量的室内定位方法 | |
CN104254126A (zh) | 基于css测距的无线传感器网络分布式节点定位方法 | |
CN102395195A (zh) | 一种提高非视距环境下室内定位精度的方法 | |
CN102665273A (zh) | 无线传感网络节点定位的方法 | |
CN102608570A (zh) | 一种坑道无线传感器节点测距及定位方法 | |
CN104135766A (zh) | 一种基于网格划分的无线网络间的协作定位方法 | |
CN103630876A (zh) | 基于RSSI的ZigBee节点定位方法 | |
Feng et al. | A novel adaptive cooperative location algorithm for wireless sensor networks | |
CN104735779A (zh) | 一种基于troa的nlos传输环境无线定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |