CN109862572B - 智能干扰分析***的部署方法、评估方法及电子设备 - Google Patents
智能干扰分析***的部署方法、评估方法及电子设备 Download PDFInfo
- Publication number
- CN109862572B CN109862572B CN201910138768.8A CN201910138768A CN109862572B CN 109862572 B CN109862572 B CN 109862572B CN 201910138768 A CN201910138768 A CN 201910138768A CN 109862572 B CN109862572 B CN 109862572B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- deployment
- coverage
- analysis system
- interference analysis
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 187
- 238000011156 evaluation Methods 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012544 monitoring process Methods 0.000 claims abstract description 188
- 238000012806 monitoring device Methods 0.000 claims abstract description 100
- 230000015654 memory Effects 0.000 claims description 32
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 6
- 230000013011 mating Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 10
- 238000001228 spectrum Methods 0.000 abstract description 10
- 238000004364 calculation method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 150000001875 compounds Chemical class 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000013024 troubleshooting Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及电力无线通信技术领域,具体公开了一种智能干扰分析***的部署方法、评估方法及电子设备,其中部署方法包括获取第一部署参数;基于所述第一部署参数,部署所述智能干扰分析***;根据所述监测装置的监测范围、部署位置以及所述部署范围,计算第二部署参数;基于所述预设监测覆盖率、所述预设定位覆盖率以及所述第二部署参数,确定所述智能干扰分析***的部署。利用双目标的部署方式进行智能干扰分析***的部署,即监测覆盖目标以及定位覆盖目标,能够满足面向电力无线专网的智能干扰分析***的频谱监测需求和干扰定位需求;同时,利用监测覆盖率以及定位覆盖率确定智能干扰分析***,以得到部署效率较高的智能干扰分析***。
Description
技术领域
本发明涉及电力无线通信技术领域,具体涉及智能干扰分析***的部署方法、评估方法及电子设备。
背景技术
智能干扰分析***是支撑电力无线专网运维工作的辅助***,其组成包括前端的频谱监测装置和后台的综合分析平台,主要功能包括电力专用无线频率资源的实时监测、多维度的频率资源占用度统计分析以及非法干扰的识别定位和跟踪。利用智能干扰分析***可以实现对多个区域的长时间、多场景的长期监测跟踪,及时了解所属区域的无线频谱资源使用和非法干扰情况,对基站选址,基站工作频率的选择等方面都具有重要意义。
对于电力无线专网运营,利用智能干扰分析***,及时反馈不同覆盖区域下的无线频谱干扰情况,及时排除干扰,保证专网***稳定运营,对于专网运维来说,利用长期的监测结果,有利于发现覆盖盲点及弱覆盖区域,进而采取相关补盲手段来实现专网信号的全面覆盖。对于智能干扰分析***而言,其最优化的部署方案为采用最少的监测装置达到最大的部署效率。
发明内容
有鉴于此,本发明实施例提供了一种智能干扰分析***的部署方法、评估方法及电子设备,以解决如何提高面向电力无线专网的智能干扰分析***的部署效率的问题。
根据第一方面,本发明实施例提供了一种智能干扰分析***的部署方法,包括:
获取第一部署参数;其中,所述第一部署参数包括部署范围、预设监测覆盖率以及预设定位覆盖率;
基于所述第一部署参数,部署所述智能干扰分析***,所述智能干扰分析***包括多个监测装置;
根据所述监测装置的监测范围、部署位置以及所述部署范围,计算第二部署参数;其中,所述第二部署参数包括监测覆盖率以及定位覆盖率;
基于所述预设监测覆盖率、所述预设定位覆盖率以及所述第二部署参数,确定所述智能干扰分析***的部署。
本发明实施例提供的智能干扰分析***的部署方法,利用双目标的部署方式进行智能干扰分析***的部署,即监测覆盖目标以及定位覆盖目标,能够满足面向电力无线专网的智能干扰分析***的频谱监测需求和干扰定位需求;在满足***需求的基础上,利用监测覆盖率以及定位覆盖率确定智能干扰分析***,以得到部署效率较高的智能干扰分析***。
结合第一方面,在第一方面第一实施方式中,所述根据所述监测装置的监测范围、部署位置以及所述部署范围,计算第二部署参数,包括:
基于每个所述监测装置的监测范围计算所述监测覆盖率;
利用每个所述监测装置的部署位置,确定所有所述监测装置构成干扰定位区域的定位集合;
基于所述定位集合以及所述部署范围计算所述定位覆盖率;其中,所述部署范围包括预设业务的覆盖范围。
本发明实施例提供的智能干扰分析***的部署方法,其中预设业务的范围是电力比较重要的业务范围(例如控制类业务),在定位覆盖率的计算中结合重要业务的覆盖范围,以保护重点业务的用频安全;即,针对这类重点业务区域的无线环境,通过部署监测装置形成定位区域,可及时发现和定位非法干扰,为排查干扰,保障重点业务的用频安全提供保证,从而能够提高智能干扰分析***的部署效率。
结合第一方面第一实施方式,在第一方面第二实施方式中,所述基于每个所述监测装置的监测范围计算所述监测覆盖率,包括:
利用每个所述监测装置的监测范围确定所有所述监测装置的监测范围的并集;
利用所有所述监测装置的监测范围的并集以及所有所述监测装置的监测范围,计算所述监测覆盖率。
结合第一方面第二实施方式,在第一方面第三实施方式中,采用如下公式计算所述监测覆盖率:
式中,Q为所述监测覆盖率;X为所有所述监测装置的监测范围;A为所有所述监测装置的监测范围的并集;Ai为单个所述监测装置的监测范围;K为所述监测装置的数量。
结合第一方面第一实施方式,在第一方面第四实施方式中,所述基于所述定位集合以及所述部署范围计算所述定位覆盖率,包括:
利用所述定位集合计算定位覆盖范围;
利用所述定位覆盖范围以及所述预设业务的覆盖范围计算所述定位覆盖率。
结合第一方面第四实施方式,在第一方面第五实施方式中,采用如下公式计算所述定位覆盖率:
式中,G为所述定位覆盖率;Y为所述预设业务的覆盖范围;R为所述定位覆盖范围;Rj为所述定位集合中单个元素的定位覆盖范围;H为所述定位集合中元素的数量。
结合第一方面,或第一方面第一实施方式至第五实施方式中任一项,在第一方面第六实施方式中,所述基于所述预设监测覆盖率、所述预设定位覆盖率以及所述第二部署参数,确定所述智能干扰分析***的部署,包括:
分别判断所述预设监测覆盖率、所述预设定位覆盖率是否同时满足所述第二部署参数中的对应参数;
当所述预设监测覆盖率、所述预设定位覆盖率不同时满足所述第二部署参数中的对应参数时,调整所述智能干扰分析***的部署;其中,调整所述智能干扰分析***的部署包括增加所述监测装置的数量、调整所述监测装置的部署位置以及调整监测参数中的至少之一。
本发明实施例提供的智能干扰分析***的部署方法,利用监测覆盖率以及定位覆盖率对智能干扰分析***的部署进行调整,使得调整后的智能干扰分析***能够符合预设监测覆盖率以及预设定位覆盖率的要求,进一步提高了智能干扰分析***的部署效率。
根据第二方面,本发明实施例还提供了一种智能干扰分析***的评估方法,包括:
获取至少一个待评估的智能干扰分析***;其中,所述待评估的智能干扰分析***为采用本发明第一方面,或第一方面任意实施方式中所述的部署方法进行部署得到的;
根据所述待评估的智能干扰分析***,计算评估参数;所述评估参数包括部署成本、监测能力以及使用效率中的至少之一;
利用所述评估参数,计算效率评估值;
基于所述效率评估值,对所述待评估的智能干扰分析***进行评估。
本发明实施例提供的智能干扰分析***的评估方法,利用部署得到的待评估的智能干扰分析***计算评估参数,从智能干扰分析***的硬件到使用情况进行评估,能够对智能干扰分析***进行综合评估,以形成最优的智能干扰分析***。
结合第二方面,在第二方面第一实施方式中,所述评估参数包括部署成本,采用如下公式计算所述部署成本:
式中,C为所述部署成本;n1为所述部署成本所包括的参数的个数;w1i为常数;Ci为所述部署成本所包括的参数中的一个,所述参数包括硬件成本、部署数量以及配套成本。
结合第二方面第一实施方式,在第二方面第二实施方式中,所述评估参数包括监测能力,采用如下公式计算所述监测能力:
式中,M为所述监测能力;n2为所述监测能力所包括的参数的个数;w2j为常数;Mj为所述监测能力所包括的参数中的一个,所述参数包括所有监测设备的监测性能、定位覆盖率以及监测覆盖率。
结合第二方面第二实施方式,在第二方面第三实施方式中,所述评估参数包括使用效率,采用如下公式计算所述使用效率:
式中,U为所述使用效率;n3为所述使用效率所包括的参数的个数;w2k为常数;Uk为所述使用效率所包括的参数中的一个,所述参数包括覆盖冗余率、所有监测设备的时间占用度以及频率集中度。
结合第二方面第三实施方式,在第二方面第四实施方式中,采用如下公式计算效率评估值:
P=P1×C+P2×M+P3×U;
式中,P1、P2、P3为常数。
本发明实施例提供的智能干扰分析***的评估方法,采用复合权重的方式计算效率评估值,综合评估各个智能干扰分析***,可达成频谱监测资源的最优化利用。
结合第二方面,或第二方面第一实施方式至第四实施方式中任一项,在第二方面第五实施方式中,当所述待评估的智能干扰分析***为多个时,所述基于所述效率评估值,对所述待评估的智能干扰分析***进行评估,包括:
对所有所述效率评估值进行排序;
利用排序结果在所述多个待评估的智能干扰分析***中确定最优的智能干扰分析***。
本发明实施例提供的智能干扰分析***的评估方法,通过对各个智能干扰分析***进行效率评估之后,得到相对应的效率评估值,进行排序,选取最佳的部署***,完成智能干扰分析***的建设。
根据第三方面,本发明实施例提供了一种电子设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行第一方面或者第一方面的任意一种实施方式中所述的智能干扰分析***的部署方法,或者,执行第二方面或者第二方面任意一种实施方式中所述的智能干扰分析***的评估方法。
根据第四方面,本发明实施例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存储计算机指令,所述计算机指令用于使所述计算机执行第一方面或者第一方面的任意一种实施方式中所述的智能干扰分析***的部署方法,或者,执行第二方面或者第二方面任意一种实施方式中所述的智能干扰分析***的评估方法。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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是根据本发明实施例的智能干扰分析***的部署方法的流程图;
图2是根据本发明实施例的智能干扰分析***的部署方法的流程图;
图3是根据本发明实施例的智能干扰分析***的监测覆盖和定位覆盖的示意图;
图4是根据本发明实施例的智能干扰分析***的评估方法的流程图;
图5是根据本发明实施例的智能干扰分析***的评估方法的流程图;
图6是根据本发明实施例的智能干扰分析***的部署效率评估体系的示意图;
图7是根据本发明实施例的智能干扰分析***的部署装置的结构框图;
图8是根据本发明实施例的智能干扰分析***的确定装置的结构框图;
图9是根据本发明实施例提供的电子设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例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,本领域技术人员在没有做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。
根据本发明实施例,提供了一种智能干扰分析***的部署方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中提供了一种智能干扰分析***的部署方法,可用于电子设备中,如电脑、手机、平板电脑等,图1是根据本发明实施例的智能干扰分析***的部署方法的流程图,如图1所示,该流程包括如下步骤:
S11,获取第一部署参数。
其中,所述第一部署参数包括部署范围、预设监测覆盖率以及预设定位覆盖率。
所述的部署范围可以包括无线专网的信号覆盖范围,也可以是包括重点业务的覆盖范围。具体地,智能干扰分析***是对电力无线专网的无线环境进行分析,确定无线专网的信号覆盖范围是进行有效部署的前提。进一步地,分析重点业务分部情况的目的是便于保证重点业务的用频安全,针对这类重点业务区域的无线环境,通过智能干扰分析***的部署形成定位区域,可及时发现和定位非法干扰,为排查干扰,保障重点业务的用频安全提供保证。
监测覆盖是指频谱监测的范围,主要用于频率资源占用度统计等目的。定位覆盖范围是指基于无线干扰定位算法(如TDOA定位算法),所形成的能够进行非法干扰定位的覆盖范围,一般来说,从建设成本考虑,定位覆盖范围主要针对的是电力比较重要的业务范围(比如控制类业务),以便及时发现干扰,降低对生产控制的影响。
其中,预设监测覆盖率为预设有效监测覆盖范围与预设监测覆盖范围的比值,预设定位覆盖率为预设有效定位覆盖范围与预设定位覆盖范围的比值。
对于第一部署参数而言,上述第一部署参数可以是电子设备直接从外界获取到的,也可以是电子设备结合现有电力无线专网站址分布、地形条件、使用频率、重点业务分布等因素所确定的。例如,监测覆盖范围、定位覆盖范围的覆盖目标(侧重于覆盖多大面积),以及监测覆盖率、定位覆盖率等参数要求(侧重于覆盖率)。
S12,基于第一部署参数,部署智能干扰分析***。
其中,智能干扰分析***包括多个监测装置。
电子设备在获取到第一部署参数之后,结合现有电力无线专网站址和重点业务分布,采用不同的规划算法(如遗传算法、聚类算法、神经网络算法等),部署智能干扰分析***。不同的规划算法能够部署出不同的智能干扰分析***,例如,采用遗传算法得到智能干扰分析***1,采用聚类算法得到智能干扰分析***2,采用神经网络算法得到智能干扰分析***3等等。
对于智能干扰分析***的部署,主要是部署监测装置的位置,以及各个部署监测装置之间的位置关系等等。
S13,根据监测装置的监测范围、部署位置以及部署范围,计算第二部署参数。
其中,所述第二部署参数包括监测覆盖率以及定位覆盖率。由于智能干扰分析***包括多个监测装置,那么电子设备在得到多个智能干扰分析***之后,就相当于电子设备能够获知智能干扰分析***中各个监测设备的监测范围以及部署位置。
具体地,电子设备利用监测设备的监测范围即可得到监测覆盖率,利用检测设备的部署位置以及部署范围即可得到定位覆盖率。在下文中将对第二部署参数的计算进行详细描述。
S14,基于预设监测覆盖率、预设定位覆盖率以及第二部署参数,确定智能干扰分析***的部署。
电子设备在S13中得到监测覆盖率以及定位覆盖率之后,用监测覆盖率与预设监测覆盖率进行比较,或者,用定位覆盖率与预设定位覆盖率进行比较,从而确定第二部署参数是否满足预设范围,在不满足预设范围时,对智能干扰分析***进行调整,直至第二部署参数满足预设范围为止;当第二部署参数满足预设范围时,确定该智能干扰分析***符合预设条件。在下文中将对该步骤进行详细描述。
本实施例提供的智能干扰分析***的部署方法,利用双目标的部署方式进行智能干扰分析***的部署,即监测覆盖目标以及定位覆盖目标,能够满足面向电力无线专网的智能干扰分析***的频谱监测需求和干扰定位需求;在满足***需求的基础上,利用监测覆盖率以及定位覆盖率确定智能干扰分析***,以得到部署效率较高的智能干扰分析***。
在本实施例中还提供了一种智能干扰分析***的部署方法,可用于电子设备中,如电脑、手机、平板电脑等,图2是根据本发明实施例的智能干扰分析***的部署方法的流程图,如图2所示,该流程包括如下步骤:
S21,获取第一部署参数。
其中,所述第一部署参数包括部署范围、预设监测覆盖率以及预设定位覆盖率。详细请参见图1所示实施例的S11,在此不再赘述。
S22,基于第一部署参数,部署智能干扰分析***。
其中,智能干扰分析***包括多个监测装置。具体的部署方法请参见图1所示实施例的S12,在此不再赘述。
例如,部署出的智能干扰分析***如图3所示。由于形成定位组合的监测装置可以进行监测,但能监测的装置不一定能构成定位组合,因此,定位覆盖范围一般要小于监测覆盖范围。
S23,根据监测装置的监测范围、部署位置以及部署范围,计算第二部署参数。
其中,所述第二部署参数包括监测覆盖率以及定位覆盖率。具体地,包括以下步骤:
S231,基于每个监测装置的监测范围计算监测覆盖率。
(1)利用每个监测装置的监测范围确定所有监测装置的监测范围的并集。
不同监测装置的监测范围可能会有重合,因此整个***的监测范围应为所有监测装置可监测的有效区域的并集集合(这里统计监测覆盖率是要确定有效覆盖面积,如图3所示,有些装置的监测覆盖超出了无线专网的覆盖范围,属于无效监测)。
(2)利用所有监测装置的监测范围的并集以及所有监测装置的监测范围,计算监测覆盖率。
监测覆盖率:监测装置部署优化的目的是用最小的装置实现最大的监测覆盖率,对于电力无线专网的区域监测,多个装置协同监测覆盖率Q由下式确定。
例如,采用如下公式计算所述监测覆盖率:
式中,Q为监测覆盖率;X为所有监测装置的监测范围;A为所有监测装置的监测范围的并集;Ai为单个监测装置的监测范围;K为监测装置的数量。
S232,利用每个监测装置的部署位置,确定所有监测装置构成干扰定位区域的定位集合。
定位覆盖范围:假设满足定位条件的某3个节点构成的干扰定位区域范围为Ri,整个***的定位覆盖范围应为所有定位组合可定位区域的并集集合。即,定位集合中的每个元素都是满足定位条件的3个监测装置,所述的定位条件即3个监测装置能够形成二维的监测区域,而并非线型的监测线。
S233,基于定位集合以及部署范围计算定位覆盖率。
其中,所述部署范围包括预设业务的覆盖范围。所述的预设业务即电力***中的重点业务,例如,控制类业务。具体地,
(1)利用定位集合计算定位覆盖范围。
整个***的定位覆盖范围应为定位集合内所有元素的可定位区域的并集集合。
(2)利用定位覆盖范围以及所述预设业务的覆盖范围计算所述定位覆盖率。
定位覆盖率:定位覆盖的目标是实现所有重点业务分布区域的最大覆盖,保证控制业务的用频安全,多个定位组合的协同定位覆盖率G由下式确定。
例如,采用如下公式计算定位覆盖率:
式中,G为所述定位覆盖率;Y为所述预设业务的覆盖范围;R为所述定位覆盖范围;Rj为所述定位集合中单个元素的定位覆盖范围;H为所述定位集合中元素的数量。
S24,基于预设监测覆盖率、预设定位覆盖率以及第二部署参数,确定智能干扰分析***的部署。
电子设备需要判断S23中得到的监测覆盖率以及定位覆盖率是否满足预设条件,具体地包括以下步骤:
S241,分别判断预设监测覆盖率、预设定位覆盖率是否同时满足第二部署参数中的对应参数。
电子设备将监测覆盖率与预设监测覆盖率,以及将定位覆盖率与预设定位覆盖率对比分析,只要有其中之一不满足时,执行S242;只有当监测覆盖率满足预设监测覆盖率,且定位覆盖率满足预设定位覆盖率时,才能够确定该智能干扰分析***满足条件。
当所述预设监测覆盖率、所述预设定位覆盖率不同时满足所述第二部署参数中的对应参数时,
S242,调整智能干扰分析***的部署。
其中,调整预设智能干扰分析***的部署包括增加监测装置的数量、调整监测装置的部署位置以及调整监测参数中的至少之一。
电子设备在调整智能干扰分析***的部署之后,返回执行S241进行判断,直至监测覆盖率以及定位覆盖率同时满足相应的条件为止。
与图1所示实施例相比,本实施例提供的智能干扰分析***的部署方法,其中预设业务的范围是电力比较重要的业务范围(例如控制类业务),在定位覆盖率的计算中结合重要业务的覆盖范围,以保护重点业务的用频安全;即,针对这类重点业务区域的无线环境,通过部署监测装置形成定位区域,可及时发现和定位非法干扰,为排查干扰,保障重点业务的用频安全提供保证,从而能够提高智能干扰分析***的部署效率。
在本实施例中还提供了一种智能干扰分析***的评估方法,可用于电子设备中,如电脑、手机、平板电脑等,图4是根据本发明实施例的智能干扰分析***的评估方法的流程图,如图4所示,该流程包括如下步骤:
S31,获取至少一个待评估的智能干扰分析***。
其中,所述待评估的智能干扰分析***为采用图1或图2所示实施例中所述的部署方法进行部署得到的。
详细的智能干扰分析***的部署方法请参见图1或图2所示实施例的相关描述,在此不再赘述。
具体地,本实施例提供的智能干扰分析***的评估方法可以用于***建设之前的评估,即对多个智能干扰分析***进行评估,以得到最优的智能干扰分析***;也可以在智能干扰分析***建设之后的评估,确定该***的工作效率,便于及时调整该智能干扰分析***的部署。
S32,根据待评估的智能干扰分析***,计算评估参数。
其中,所述评估参数包括部署成本、监测能力以及使用效率中的至少之一。
由于各个智能干扰分析***主要涉及各个监测设备的部署位置以及监测设备之间的位置关系,那么电子设备在获取到待评估的智能干扰分析***之后,利用各个待评估的智能干扰分析***中的监测设备相关的参数(例如,成本、监测性能、覆盖冗余率等等),可以计算得到评估参数。
电子设备可以根据实际情况计算得到部署成本、监测能力以及使用效率中的一个或两个或三个,在此对评估参数并不做任何限制。
在下文中将评估参数的具体计算进行详细描述。
S33,利用评估参数,计算效率评估值。
电子设备在计算效率评估值时,可以对计算所有评估参数的加权平均值,也可以计算所有评估参数的加权值等等。其中,待评估的智能干扰分析***与效率评估值一一对应。
S34,基于效率评估值,对待评估的智能干扰分析***进行评估。
电子设备利用S33中得到的效率评估值,可以是比较所有效率评估值,得到效率评估值最优的智能干扰分析***;也可以是对所有效率评估值进行排序,以确定最优的智能干扰分析***。
本实施例提供的智能干扰分析***的评估方法,利用部署得到的待评估的智能干扰分析***计算评估参数,从智能干扰分析***的硬件到使用情况进行评估,能够对智能干扰分析***进行综合评估,以形成最优的智能干扰分析***。
在本实施例中还提供了一种智能干扰分析***的评估方法,可用于电子设备中,如电脑、手机、平板电脑等,图5是根据本发明实施例的智能干扰分析***的评估方法的流程图,如图5所示,该流程包括如下步骤:
S41,获取至少一个待评估的智能干扰分析***。
其中,所述待评估的智能干扰分析***为采用图1或图2所示实施例中所述的部署方法进行部署得到的。本实施例中以多个待评估的智能干扰分析***为例,进行详细描述;即,从多个待评估的智能干扰分析***中确定出最后的智能干扰分析***。
详细请参见图4所示实施例的S31,在此不再赘述。
S42,根据待评估的智能干扰分析***,计算评估参数。
其中,评估参数包括部署成本、监测能力以及使用效率中的至少之一。
具体地,所述评估参数包括部署成本,采用如下公式计算所述部署成本:
式中,C为所述部署成本;n1为所述部署成本所包括的参数的个数;w1i为常数;Ci为所述部署成本所包括的参数中的一个,所述参数包括硬件成本、部署数量以及配套成本。
硬件成本的评估可从两个方面进行评估:1)、设备的灵敏度(灵敏度越高,对器件性能的要求越高,成本越高),2)、监测的频段范围(不同的频段范围使用不同的监测射频模块,影响设备成本);部署数量同样也是影响部署成本的重要因素;配套成本包括监测数据的回传通道成本(有线部署的成本大于无线成本,无线公网的成本大于无线专网的成本)、挂高塔架、装置外壳安全防护等成本。
电子设备在计算部署成本时,可以利用硬件成本、部署数量以及配套成本中的至少一个,例如,可以利用硬件成本,或利用硬件成本与部署数量,或硬件成本与配套成本等等,具体可以根据实际情况进行确定。在本实施例中在计算部署成本时,利用硬件成本、部署数量以及配套成本这三者进行计算的。那么,部署成本可以采用如下公式表示:
C=w11×C1+w12×C2+w13×C3。
作为本实施例的一种可选实施方式,所述评估参数包括监测能力,采用如下公式计算所述监测能力:
式中,M为所述监测能力;n2为所述监测能力所包括的参数的个数;w2j为常数;Mj为所述监测能力所包括的参数中的一个,所述参数包括所有监测设备的监测性能、定位覆盖率以及监测覆盖率。
这里的监测能力M包括定位覆盖率、监测覆盖率、所有监测设备的监测性能,其中定位覆盖率、监测覆盖率的计算方法同前文所述,单站监测性能是指单个监测装置的监测覆盖范围,其影响因素包括传播条件、天线增益、监测灵敏度、监测目标频段、部署高度等;所有监测设备的监测性能为各个监测设备的监测性能之和。
电子设备在计算监测能力时,可以利用定位覆盖率、监测覆盖率、所有监测设备的监测性能中的至少一个,例如,可以利用所有监测设备的监测性能,或所有监测设备的监测性能与定位覆盖率,或所有监测设备的监测性能与监测覆盖率等等,具体可以根据实际情况进行确定。在本实施例中在计算监测能力时,利用定位覆盖率、监测覆盖率、所有监测设备的监测性能这三者进行计算的。那么,监测能力可以采用如下公式表示:
M=w21×M1+w22×M2+w23×M3。
作为本实施例的另一种可选实施方式,所述评估参数包括使用效率,采用如下公式计算所述使用效率:
式中,U为所述使用效率;n3为所述使用效率所包括的参数的个数;w2k为常数;Uk为所述使用效率所包括的参数中的一个,所述参数包括覆盖冗余率、所有监测设备的时间占用度以及频率集中度。
这里的时间占用度是指单台设备一个周期内的工作时间,比如24小时内的监测工作时间或者一周时间内的监测工作时间,也即时间占用度。这里只考虑纯监测类的设备类型,因为对于定位覆盖类的设备需要实时监测,以便尽快发现干扰信号,监测设备的工作时间是评估设备使用效率的一个重要参数。其中,所有监测设备的时间占用度为各个监测设备的时间占用度之和。
频率集中度是指监测设备的监测频率工作范围,比如,只集中监测230MHz频段和监测3GHz范围内的频段对硬件的需求是不同的,如果用监测范围为3GHz的射频模块只用于230MHz的监测,则认为设备资源使用效率低。其中,所有监测设备的频率集中度为各个监测设备的频率集中度之和。
覆盖冗余度:为提供监测装置利用率,降低建设成本,需尽量避免各监测装置直接有较大的重合,冗余率要尽可能小,是指纯频谱监测范围区域内的覆盖冗余度(不考虑定位区域的覆盖冗余),具体定义为监测重复区域和监测覆盖范围的比值,计算方法如下:
电子设备在计算使用效率时,可以利用覆盖冗余率、所有监测设备的时间占用度以及频率集中度中的至少一个,例如,可以利用覆盖冗余率,或利用覆盖冗余率与所有监测设备的时间占用度,或覆盖冗余率与所有监测设备的频率集中度等等,具体可以根据实际情况进行确定。在本实施例中在计算使用效率时,利用覆盖冗余率、所有监测设备的时间占用度以及频率集中度这三者进行计算的。那么,使用效率可以采用如下公式表示:
U=w31×U1+w32×U2+w33×U3。
需要说明的是,上述的所有常数,即权重系数可以根据实际情况进行具体设置,例如根据主客观进行确定。
主客观结合是对一些无法量化的二级指标进行主观赋值(比如单站监测性能,虽然有一些参数可以量化,但是存在一些不易量化或者计算度特别复杂的计算方法,不如主观判断方便),得到具体的归一化参数。利用主客观结合的方法,能够综合考虑主观和客观的影响,具体的算法包括采用层次分析法和熵值法相结合的算法等,具体的算法不是本发明的重点,具体评估时可以直接采用较成熟的算法,这类算法的目的和输出是得出科学的评估因子的加权系数。
S43,利用评估参数,计算效率评估值。
本实施例中在计算效率评估值时,采用上述三个评估参数,即部署成本、监测能力以及使用效率。所构建出的部署效率评估体系如图6所示。
具体地,采用如下公式计算效率评估值:
P=P1×C+P2×M+P3×U;
式中,P1、P2、P3为常数。
电子设备子最终计算得到的效率评估值是采用复合权重的主客观结合的方式,所述的复合权重是指双重复合权重,第一重是为三个维度的评估参数分配不同的权重系数,第二重是为每个维度下的具体评估参数分配不同的权重系数。
S44,基于效率评估值,对待评估的智能干扰分析***进行评估。
当待评估的智能干扰分析***为多个时,该步骤具体包括:
S441,对所有效率评估值进行排序。
电子设备对S43中计算得到的多个效率评估值进行排序,以得到所有效率评估值之间的大小关系。
S442,利用排序结果确定最优的智能干扰分析***。
电子设备从排序后的效率评估值中提取最大的效率评估值对应的智能干扰分析***,该智能干扰分析***即为最优的智能干扰分析***。
与图3所示实施例相比,本实施例提供的智能干扰分析***的评估方法,通过对各个智能干扰分析***进行效率评估之后,得到相对应的效率评估值,进行排序,选取最佳的部署***,完成智能干扰分析***的建设。
在本实施例中还提供了一种智能干扰分析***的部署装置,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。
本实施例提供一种智能干扰分析***的部署装置,如图7所示,包括:
第一获取模块51,用于获取第一部署参数;其中,所述第一部署参数包括部署范围、预设监测覆盖率以及预设定位覆盖率。
部署模块52,用于基于所述第一部署参数,部署所述智能干扰分析***,所述智能干扰分析***包括多个监测装置。
第一计算模块53,用于根据所述监测装置的监测范围、部署位置以及所述部署范围,计算第二部署参数;其中,所述第二部署参数包括监测覆盖率以及定位覆盖率。
第一确定模块54,用于基于所述预设监测覆盖率、所述预设定位覆盖率以及所述第二部署参数,确定所述智能干扰分析***的部署。
本实施例提供的智能干扰分析***的部署装置,利用双目标的部署方式进行智能干扰分析***的部署,即监测覆盖目标以及定位覆盖目标,能够满足面向电力无线专网的智能干扰分析***的频谱监测需求和干扰定位需求;在满足***需求的基础上,利用监测覆盖率以及定位覆盖率确定智能干扰分析***,以得到部署效率较高的智能干扰分析***。
本实施例中的智能干扰分析***的部署装置是以功能单元的形式来呈现,这里的单元是指ASIC电路,执行一个或多个软件或固定程序的处理器和存储器,和/或其他可以提供上述功能的器件。
本实施例提供一种智能干扰分析***的确定装置,如图8所示,包括:
第二获取模块61,获取至少一个待评估的智能干扰分析***;其中,所述待评估的智能干扰分析***为采用本发明第一方面,或第一方面任意实施方式中所述的部署方法进行部署得到的。
第二计算模块62,用于根据所述待评估的智能干扰分析***,计算评估参数;所述评估参数包括部署成本、监测能力以及使用效率中的至少之一。
第三计算模块63,用于利用所述评估参数,计算效率评估值。
第二确定模块64,用于基于所述效率评估值,对所述待评估的智能干扰分析***进行评估。
本发明实施例提供的智能干扰分析***的确定装置,利用部署得到的待评估的智能干扰分析***计算评估参数,从智能干扰分析***的硬件到使用情况进行评估,能够对智能干扰分析***进行综合评估,以形成最优的智能干扰分析***。
本实施例中的智能干扰分析***的确定装置是以功能单元的形式来呈现,这里的单元是指ASIC电路,执行一个或多个软件或固定程序的处理器和存储器,和/或其他可以提供上述功能的器件。
上述各个模块的更进一步的功能描述与上述对应实施例相同,在此不再赘述。
本发明实施例还提供一种电子设备,具有上述图7所示的智能干扰分析***的部署装置或图8所示的智能干扰分析***的确定装置。
请参阅图9,图9是本发明可选实施例提供的一种电子设备的结构示意图,如图9所示,该电子设备可以包括:至少一个处理器71,例如CPU(Central Processing Unit,中央处理器),至少一个通信接口73,存储器74,至少一个通信总线72。其中,通信总线72用于实现这些组件之间的连接通信。其中,通信接口73可以包括显示屏(Display)、键盘(Keyboard),可选通信接口73还可以包括标准的有线接口、无线接口。存储器74可以是高速RAM存储器(Random Access Memory,易挥发性随机存取存储器),也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器74可选的还可以是至少一个位于远离前述处理器71的存储装置。其中处理器71可以结合图7或图8所描述的装置,存储器74中存储应用程序,且处理器71调用存储器74中存储的程序代码,以用于执行上述任一方法步骤。
其中,通信总线72可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。通信总线72可以分为地址总线、数据总线、控制总线等。为便于表示,图9中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器74可以包括易失性存储器(英文:volatile memory),例如随机存取存储器(英文:random-access memory,缩写:RAM);存储器也可以包括非易失性存储器(英文:non-volatile memory),例如快闪存储器(英文:flash memory),硬盘(英文:hard diskdrive,缩写:HDD)或固态硬盘(英文:solid-state drive,缩写:SSD);存储器74还可以包括上述种类的存储器的组合。
其中,处理器71可以是中央处理器(英文:central processing unit,缩写:CPU),网络处理器(英文:network processor,缩写:NP)或者CPU和NP的组合。
其中,处理器71还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文:application-specific integrated circuit,缩写:ASIC),可编程逻辑器件(英文:programmable logic device,缩写:PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文:complex programmable logic device,缩写:CPLD),现场可编程逻辑门阵列(英文:field-programmable gate array,缩写:FPGA),通用阵列逻辑(英文:generic arraylogic,缩写:GAL)或其任意组合。
可选地,存储器74还用于存储程序指令。处理器71可以调用程序指令,实现如本申请图1和2实施例中所示的部署方法或图4和5实施例中所示的评估方法。
本发明实施例还提供了一种非暂态计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的智能干扰分析***的部署方法或智能干扰分析***的评估方法。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-StateDrive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (14)
1.一种智能干扰分析***的部署方法,其特征在于,包括:
获取第一部署参数;其中,所述第一部署参数包括部署范围、预设监测覆盖率以及预设定位覆盖率,所述预设定位覆盖率为预设有效定位覆盖范围与预设定位覆盖范围的比值,定位覆盖范围是指基于无线干扰定位算法,所形成的能够进行非法干扰定位的覆盖范围;
基于所述第一部署参数,部署所述智能干扰分析***,所述智能干扰分析***包括多个监测装置,其中,所述智能干扰分析***是支撑电力无线专网运维工作的辅助***,所述监测装置用于电力转用无线频率资源的实时监测;
根据所述监测装置的监测范围、部署位置以及所述部署范围,计算第二部署参数;其中,所述第二部署参数包括监测覆盖率以及定位覆盖率;
基于所述预设监测覆盖率、所述预设定位覆盖率以及所述第二部署参数,确定所述智能干扰分析***的部署;
所述预设监测覆盖率、所述预设定位覆盖率不同时满足所述第二部署参数中的对应参数,则调整所述智能干扰分析***的部署;其中,调整所述智能干扰分析***的部署包括调整所述监测装置的部署位置以及调整监测参数中的至少之一。
2.根据权利要求1所述的部署方法,其特征在于,所述根据所述监测装置的监测范围、部署位置以及所述部署范围,计算第二部署参数,包括:
基于每个所述监测装置的监测范围计算所述监测覆盖率;
利用每个所述监测装置的部署位置,确定所有所述监测装置构成干扰定位区域的定位集合;
基于所述定位集合以及所述部署范围计算所述定位覆盖率;其中,所述部署范围包括预设业务的覆盖范围。
3.根据权利要求2所述的部署方法,其特征在于,所述基于每个所述监测装置的监测范围计算所述监测覆盖率,包括:
利用每个所述监测装置的监测范围确定所有所述监测装置的监测范围的并集;
利用所有所述监测装置的监测范围的并集以及所有所述监测装置的监测范围,计算所述监测覆盖率。
5.根据权利要求2所述的部署方法,其特征在于,所述基于所述定位集合以及所述部署范围计算所述定位覆盖率,包括:
利用所述定位集合计算定位覆盖范围;
利用所述定位覆盖范围以及所述预设业务的覆盖范围计算所述定位覆盖率。
7.一种智能干扰分析***的评估方法,其特征在于,包括:
获取至少一个待评估的智能干扰分析***;其中,所述待评估的智能干扰分析***为采用权利要求1-6中任一项所述的部署方法进行部署得到的;
根据所述待评估的智能干扰分析***,计算评估参数;所述评估参数包括部署成本、监测能力以及使用效率中的至少之一;
利用所述评估参数,计算效率评估值;
基于所述效率评估值,对所述待评估的智能干扰分析***进行评估。
11.根据权利要求10所述的评估方法,其特征在于,采用如下公式计算效率评估值:
P=P1×C+P2×M+P3×U;
式中,P1、P2、P3为常数。
12.根据权利要求7-11中任一项所述的评估方法,其特征在于,当所述待评估的智能干扰分析***为多个时,所述基于所述效率评估值,对所述待评估的智能干扰分析***进行评估,包括:
对所有所述效率评估值进行排序;
利用排序结果在所述多个待评估的智能干扰分析***中确定最优的智能干扰分析***。
13.一种电子设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-6中任一项所述的智能干扰分析***的部署方法,或执行权利要求7-12中任一项所述的智能干扰分析***的评估方法。
14.一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存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的智能干扰分析***的部署方法,或执行权利要求7-12中任一项所述的智能干扰分析***的评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910138768.8A CN109862572B (zh) | 2019-02-25 | 2019-02-25 | 智能干扰分析***的部署方法、评估方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910138768.8A CN109862572B (zh) | 2019-02-25 | 2019-02-25 | 智能干扰分析***的部署方法、评估方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109862572A CN109862572A (zh) | 2019-06-07 |
CN109862572B true CN109862572B (zh) | 2022-06-28 |
Family
ID=66898950
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910138768.8A Active CN109862572B (zh) | 2019-02-25 | 2019-02-25 | 智能干扰分析***的部署方法、评估方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109862572B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110366188B (zh) * | 2019-07-31 | 2022-03-29 | 南瑞集团有限公司 | 干扰测量点部署方法、干扰测量路径规划方法及*** |
CN116156513B (zh) * | 2023-01-09 | 2024-05-10 | 四川通信科研规划设计有限责任公司 | 一种通信基站规划评估方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013101466A (ja) * | 2011-11-08 | 2013-05-23 | Railway Technical Research Institute | センサネットワークのセンサ設置位置決定方法 |
CN104093205A (zh) * | 2014-07-14 | 2014-10-08 | 国家电网公司 | 基于接收信号强度指示的无线定位***锚节点部署方法 |
CN107094288A (zh) * | 2017-04-24 | 2017-08-25 | 兰州交通大学 | 长大隧道环境下基于分簇无线传感网络的列车定位方法 |
WO2018053676A1 (zh) * | 2016-09-21 | 2018-03-29 | 东莞华南设计创新院 | 带非平面MIMO天线的wifi定位方法和其*** |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2963454B1 (fr) * | 2010-07-27 | 2013-11-01 | Thales Sa | Procede de determination optimale des caracteristiques et de la disposition d'un ensemble de senseurs de surveillance d'une zone |
CN104159236B (zh) * | 2014-06-23 | 2017-09-29 | 江南大学 | 基于Voronoi图盲区的无线传感器网络节点覆盖优化方法 |
CN104363650B (zh) * | 2014-09-19 | 2017-11-14 | 西北大学 | 一种野外条件下无线传感器网络定位优化方法 |
CN105163325B (zh) * | 2015-09-25 | 2018-03-13 | 重庆工商大学 | 异构有向传感器网络部署方法 |
CN106845623B (zh) * | 2016-12-13 | 2019-09-13 | 国网冀北电力有限公司信息通信分公司 | 一种基于人工鱼群算法的电力无线专网基站规划方法 |
CN107333284B (zh) * | 2017-06-30 | 2020-08-14 | 北京德辰科技股份有限公司 | 一种无线电监测站点覆盖范围评估分析***及方法 |
CN107368973A (zh) * | 2017-07-25 | 2017-11-21 | 国网福建省电力有限公司 | 一种输电线路监控设备部署方案优劣的评估方法 |
CN109257757B (zh) * | 2018-08-23 | 2021-11-09 | 全球能源互联网研究院有限公司 | 一种面向电力无线专网的干扰分析*** |
-
2019
- 2019-02-25 CN CN201910138768.8A patent/CN109862572B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013101466A (ja) * | 2011-11-08 | 2013-05-23 | Railway Technical Research Institute | センサネットワークのセンサ設置位置決定方法 |
CN104093205A (zh) * | 2014-07-14 | 2014-10-08 | 国家电网公司 | 基于接收信号强度指示的无线定位***锚节点部署方法 |
WO2018053676A1 (zh) * | 2016-09-21 | 2018-03-29 | 东莞华南设计创新院 | 带非平面MIMO天线的wifi定位方法和其*** |
CN107094288A (zh) * | 2017-04-24 | 2017-08-25 | 兰州交通大学 | 长大隧道环境下基于分簇无线传感网络的列车定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109862572A (zh) | 2019-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bai et al. | Using random shape theory to model blockage in random cellular networks | |
CN109495920B (zh) | 一种无线通信网络特征画像方法、设备和计算机程序产品 | |
EP2986048B1 (en) | Network optimization method, device and apparatus | |
US20190132747A1 (en) | Generation of access point configuration change based on a generated coverage monitor | |
CN110430583B (zh) | 一种ssb波束优化配置方法及装置 | |
CN110401956A (zh) | 覆盖评估方法和装置 | |
US10237793B2 (en) | Access control method and apparatus, and network device | |
CN104584622A (zh) | 用于蜂窝式网络负载平衡的方法与*** | |
CN109862572B (zh) | 智能干扰分析***的部署方法、评估方法及电子设备 | |
CN103987056A (zh) | 基于大数据统计模型的无线网络话务量预测方法 | |
US20160234693A1 (en) | Antenna Splitting Method in Active Antenna System and Controller | |
CN111654870B (zh) | 调整小区覆盖区的控制方法、装置、设备及存储介质 | |
US10517007B2 (en) | Received signal strength based interferer classification of cellular network cells | |
CN104333492A (zh) | 一种评估通信网络结构合理性的方法及装置 | |
CN112469060B (zh) | 一种天线参数确定方法及装置 | |
US20180160345A1 (en) | Overshooting cell detection | |
CN112950243A (zh) | 一种5g站址规划方法、装置、电子设备及存储介质 | |
CN113329430A (zh) | 网络优化方法和装置 | |
CN114071525B (zh) | 基站优化次序确定方法、装置及存储介质 | |
CN112350756B (zh) | 一种天线的权值参数的优化方法、装置及电子设备 | |
CN115379476B (zh) | 确定小区干扰类型的方法、装置、设备及存储介质 | |
CN110912747A (zh) | 一种基于随机几何的电力无线专网性能分析方法 | |
EP3046029A1 (en) | Method and device for determining program performance interference model | |
CN107464571B (zh) | 一种数据质量评估的方法、设备及*** | |
CN114615693A (zh) | 网络容量预测方法、装置、电子设备及计算机存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |