CN101640944A - 无线传感器分簇多跳通信方法 - Google Patents
无线传感器分簇多跳通信方法 Download PDFInfo
- Publication number
- CN101640944A CN101640944A CN200910111662A CN200910111662A CN101640944A CN 101640944 A CN101640944 A CN 101640944A CN 200910111662 A CN200910111662 A CN 200910111662A CN 200910111662 A CN200910111662 A CN 200910111662A CN 101640944 A CN101640944 A CN 101640944A
- Authority
- CN
- China
- Prior art keywords
- node
- bunch
- network
- data
- clustering
- 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
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及无线传感器网络节点的分簇多跳通讯方法,特别是一种基于小世界模型的无线传感器网络分簇多跳通讯方法。该算法利用小世界模型对传感器网络进行分簇,提高网络边的集聚系数,使其具有小世界网络大的集聚系数的良好性质;再对每个簇内节点和平均跳数进行限制,可以平衡每个簇的负载,让剩余能量最大的节点轮换簇头,相对均衡各个节点的能量。本发明能够全局平衡网络节点的能量消耗,避免了出现由于部分节点过早失效而使网络被分割成若干个互补相连的孤岛的情况,延长了整个网络的生存周期,同时也提高网络的健壮性。
Description
技术领域
本发明涉及无线传感器网络的分簇多跳通信方法。
背景技术
无线传感器网络是由一组传感器以Ad hoc方式组成的有线或者无线网络,其目的是协作地感知、收集和处理传感器网络所覆盖的地理区域中感知对象的信息,并传递给观察者,具有大规模性、自组织性、动态性、可靠性、应用相关性、以数据为中心性等主要特点,可广泛应用于教育、军事、医疗、交通等诸多领域,拥有巨大的应用潜力和商业价值,因此,引起了国内外广泛的关注和研究。与传统Ad Hoc网络相比,无线传感器网络节点密度高,传感器节点数量众多,单位面积所拥有的网络节点数远大于传统的Ad Hoc网络;传感器节点由电池供电,节点能量有限,处理能力、存储能力和无线通信能力相对有限,故网络应具备容错能力。基于无线传感器网络的这些特点,如何高效地利用这些有限的能量和资源,尽可能地延长网络的生存周期,成为无线传感器网络研究的热点之一。相关研究表明,随着集成电路工艺的进步,处理器和传感器模块的功耗变得很低,绝大部分能量消耗在无线通信模块上,因此无线通信的次数和通信的距离直接影响了整个网络的能量消耗和生存周期。
无线传感器网络通常使用多跳技术,每个节点监测采集的数据沿着其它节点逐跳地进行传输,在传输过程中数据可能被路由中的多个节点处理、存储和转发,经过多跳后路由到汇聚节点,最后通过汇聚节点传达给用户。在这种多跳方式下,靠近汇聚节点的节点由于负载过重更容易耗尽能量而提前失效。而如果网络是在单跳方式下,远离基站的节点容易因能耗较大而提早死亡。这些过早失效的节点可能会导致整个网络分割成若干个互补相连的孤岛,缩短了整个传感器网络的生存周期。因此在设计传感器网络中提出分簇确定方法来提高网络的能量有效性。分簇的基本思想是把网络划分成互不重叠的若干部分即簇,使得数据通信形成簇内通信和簇间通信的不同层次。每个簇选出一个节点充当簇头,负责簇的管理并形成全网的骨架。由此使得网络中的节点相对均衡地消耗能量,延长网络的生存周期。
低能耗自适应递阶分簇算法(Low-Energy Adaptive Clustering Hierarchy,LEACH)是最早提出的WSN分簇路由协议,也是目前代表性的分簇确定方法。LEACH的基本思想是通过随机循环选择簇头,使各个节点等概率地分担簇头任务,相对均衡地分担负荷。但是实际如此设计路由,依然会导致部分节点能量提前耗尽。这是因为产生簇头的随机性导致整个网络中簇头分布的不均匀,或者因为随机选择簇头时,仅仅考虑了概率因素,并未考虑到节点的剩余能量,这样的负载均衡策略是不完备的。有可能存在某一节点的剩余能量已经很小但仍被选为簇头,并且由于簇内进行单跳通信,远距离的单跳通信会导致能量最快能以四次方的速率被快速消耗殆尽。
发明内容
本发明的目的在于针对现有技术的不足,通过结合虚拟删边、对平均跳数和节点个数的限制以及传感器网络的能量均衡机制,提出一种基于小世界模型的无线传感器网络分簇多跳通信方法,该方法能够有效减少和均衡整个无线传感器网络中节点的能量消耗,延长整个网络的生存时间,并可以提高网络的健壮性。
为实现上述目的,本发明采用的技术方案是:这种基于小世界模型的无线传感器分簇多跳通信方法,包括如下主要步骤:
(1)初始阶段,每个节点都记录其邻居节点的相关信息,判断此时网络中有哪些节点是自己的邻居节点;
(2)计算网络中每条边的集聚系数,然后从小到大虚拟地删除集聚系数较小的边,直至网络被划分为若干独立的子网;
(3)判断上述各子网哪些需要被继续划分成更小的子网:如果一个子网同时满足以下两个条件:
a.该子网内每个节点的平均跳数为l,l≤h,h为预先设定的整数;
b.该子网内的节点个数为m,m≤M,M为预先设定的整数;
则将该子网标记为一个簇,否则将该子网继续划分为若干更小的子网;
(4)由于在起始阶段假设所有节点都具有相同的能量和传输半径,第一次选取簇头时,随机地从每个簇里选取一个节点充当簇头,以负责收集该簇成员传送过来的数据,再通过多跳转发给汇聚节点;在经过一个工作周期后,选取每个簇里剩余能量最多的节点取代簇头,以进行簇头轮换。
(5)识别和标记每个簇:每个节点再次记录此时其邻居节点的信息,判断此时网络中有哪些节点仍是自己的邻居节点;如果步骤(1)和本次都记录为邻居节点的节点是簇内节点,而步骤(1)中记录为邻居节点但本次记录不是邻居节点的节点为簇外节点,从而完成簇内节点和簇外节点的判断;节点在当选为簇头节点后将自己的信息广播给簇内成员。
上述步骤(1)中的集聚系数 其中zij (3)表示包含该边的三角形的数目,ki表示节点i的度,min[(ki-1),(kj-1)]表示所有可能包含该边的三角形的数目。边的集聚系数即表示实际包含该边的三角形的数目与所有可能包含该边的三角形的数目之比。对于传感器网络随机洒下的大量密集的传感器节点具有社团结构,即部分节点之间的连接比较紧密,部分连接比较稀疏,连接比较紧密的那部分节点就相当于复杂网络中的社团或簇。社团内部的边的集聚系数是比较大的,因为这些节点连接比较紧密构成了较多的三角形。反之,连接两个社团间的边的集聚系数比较小。
通过有选择性地删除一些集聚系数较小的边,这些边的删除提高了整个网络的平均集聚系数的同时也将整个网络划分为若干个簇。
小世界现象普遍存在于大量真实网络中,平均路径长度和集聚系数是衡量网络拓扑,刻画小世界特性的主要指标,也是影响多跳无线自组网性能的重要因素。小的平均路径长度使得网络中节点之间数据的传输只需经过较少的跳数,有利于整个网络的路由机制,降低通讯开销及减少节点的能量消耗。大的集聚系数使得网络中局部信息的传播范围比较广,局部的效应可以对整个网络造成较大的影响,并且网络中存在一定的冗余,可以提高网络的容错性。因此,同时具备这两个小世界本质特征的无线自组网能够使其性能得到更进一步的提高。
本发明提出的方法中,对簇内节点平均跳数和节点个数进行限制,可以降低簇内节点通信的负载。簇内和簇间都采用多跳通信,避免了由于单跳通信导致的远距离通信大大消耗节点能量消耗的情况,减轻了最远节点的能量消耗负担。通过相互之间的简单交流使整个网络群体达到复杂的最优,从而提高网络的可扩展性。
本发明与现有技术相比较,具有如下的显著优点:利用社团结构对传感器网络进行分簇,提高网络边的集聚系数,使其具有小世界网络大的集聚系数的良好性质。大的集聚系数使得网络中局部信息的传播范围比较广,局部的效应可以对整个网络造成较大的影响,并且网络中存在一定的冗余,可以提高网络的容错性。再对每个簇内节点和平均跳数进行限制,可以平衡每个簇的负载,让剩余能量最大的节点轮换簇头,相对均衡各个节点的能量。
本发明能够全局平衡网络节点的能量消耗,避免了出现由于部分节点过早失效而使网络被分割成若干个互补相连的孤岛的情况,延长了整个网络的生存周期,同时也提高网络的健壮性。本方法较为简单,易于实现,可以用于以数据为中心的无线传感器网络的应用场合,具有较好的社会经济效益。
下面结合附图及具体实施例对本发明作进一步的详细说明。
附图说明
图1是具有社团结构性质的网络示意图;
图2是网络原始拓扑示意图;
图3是在本发明SMCA算法作用下的网络拓扑示意图;
图4是本发明实施例中基于小世界模型的无线传感器网络分簇多跳通信方法的流程图。
具体实施方式
首先,本发明的整个网络系统满足如下的假定:
(1)假设网络中只有一个汇聚节点,处于网络站中的任意位置。每个节点都知道它的位置。节点和汇聚节点一旦布置好就是静止的。
(2)网络中的所有节点都是同类的,具有相同的性能和传输半径。
(3)簇头对从簇成员收集到的数据可以进行数据融合,删除一些重复多余的信息。
(4)假设每个簇里簇成员同时发送数据给簇头的概率为p。
本发明的基于小世界模型的无线传感器分簇算法,包括如下主要步骤:
(1)初始阶段,每个节点都记录其邻居节点的相关信息,判断此时网络中有哪些节点是自己的邻居节点;
(2)计算网络中每条边的集聚系数,然后从小到大虚拟地删除集聚系数较小的边,直至网络被划分为若干独立的子网;
(3)判断上述各子网哪些需要被继续划分成更小的子网:
由于被划分成的子网有的规模相对比较大,如果直接划分成一个簇会加重该簇簇头的负载,使得该簇头能量过早耗完。因此,必须将规模比较大的子网继续划分为规模更小的若干个子网。如果一个子网同时满足以下两个条件:
a.该子网内每个节点的平均跳数为l,l≤h,h为预先设定的整数;
b.该子网内的节点个数为m,m≤M,M为预先设定的整数;
则将该子网标记为一个簇,否则将该子网继续划分为若干更小的子网,从而形成如图3所示的网络拓扑示意图,图中实线为连接簇内节点的边,虚线为连接簇间节点的边。
(4)由于在起始阶段假设所有节点都具有相同的能量和传输半径,第一次选取簇头时,随机地从每个簇里选取一个节点充当簇头,以负责收集该簇成员传送过来的数据,再通过多跳转发给汇聚节点;由于簇头节点耗能更大,因此在经过一个工作周期后必须进行簇头轮换,簇头轮换时,选取每个簇里剩余能量最多的节点取代簇头。
(5)识别和标记每个簇:
每个节点再次记录此时其邻居节点的信息,判断此时网络中有哪些节点仍是自己的邻居节点;如果步骤(1)和本次都记录为邻居节点的节点是簇内节点,而步骤(1)中记录为邻居节点但本次记录不是邻居节点的节点为簇外节点,从而完成簇内节点和簇外节点的判断;节点在当选为簇头节点后将自己的信息广播给簇内成员。
上述步骤(1)中的集聚系数 其中zij (3)表示包含该边的三角形的数目,ki表示节点i的度,min[(ki-1),(kj-1)]表示所有可能包含该边的三角形的数目。边的集聚系数即表示实际包含该边的三角形的数目与所有可能包含该边的三角形的数目之比。对于传感器网络随机洒下的大量密集的传感器节点具有社团结构,即部分节点之间的连接比较紧密,部分连接比较稀疏,连接比较紧密的那部分节点就相当于复杂网络中的社团或簇。社团内部的边的集聚系数是比较大的,因为这些节点连接比较紧密构成了较多的三角形。反之,连接两个社团间的边的集聚系数比较小。
本算法建立路由的具体方法与相应的分析如下:
1)通过成簇阶段,每个节点都可以从自己的路由表中判断哪一些邻居节点是簇内节点和簇外节点以及本簇内簇头节点的位置信息。
2)每个节点将收集到的数据通过簇内节点多跳转发给簇头,簇头在转发数据之前先对数据进行融合,删除重复多余的数据。假设网络被分为k个簇,每个簇中同时发送数据给簇头的簇成员节点的个数为mjp,非同时发送数据给簇头的簇成员节点的个数为mj(1-p),mj为每个簇簇成员的个数,j=1...k。
3)由于假设包括簇头在内的所有节点都具有相同的传输半径,所以簇头需通过多跳将数据传递给汇聚节点。当簇头接受到簇成员传递的数据时,先查找路由表中离汇聚节点较近的邻居节点,再将数据转发给它;该转发节点继续通过多跳将数据传递到汇聚节点。为了区别原始数据与转发数据,簇头节点可以在处理数据时对数据做一个转发的标记。非簇头节点接受到一个转发数据时就不一定将它转发给簇头,而是转发给离汇聚接节点较近的节点。
4)网络中节点传送数据到sink节点所需跳数的上界为:h加上簇头到sink的跳数,对于网络中同时发送数据给簇头的那部分节点,它们发送数据到汇聚节点的跳数总和为: 对于网络中同时发送数据给簇头的那部分节点,它们发送数据到汇聚节点的跳数总和为: 其中h′j为簇头nj到sink的跳数,j=1...k。整个网络节点到汇聚节点的跳数总和为Hc=SH+DH
5)通过控制P值,再结合得到的其它相关的值可以得到整个网络节点到汇聚节点的跳数总和Hc,对比分簇之前的每个节点到汇聚节点的跳数总和 hi为节点ni到汇聚节点的跳数总和,可以得出分簇后与分簇前网络中节点发送数据到汇聚节点所需的跳数的比值,从而可以得出分簇后节省能量百分比。
从上面对本发明具体实施过程的说明可知,本发明是一种高效的无线传感器网络分簇算法,通过减少节点的转发跳数,大大降低了网络的能量消耗。该方法能够有效地减少和均衡整个无线传感器网络中节点的能量消耗,延长整个网络的生存时间,并且可以提高网络的健壮性。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (4)
1、一种无线传感器分簇多跳通信方法,其特征在于:该方法包括如下主要步骤:
(1)初始阶段,每个节点都记录其邻居节点的相关信息,判断此时网络中有哪些节点是自己的邻居节点;
(2)计算网络中每条边的集聚系数,然后从小到大虚拟地删除集聚系数较小的边,直至网络被划分为若干独立的子网;
(3)判断上述各子网哪些需要被继续划分成更小的子网:如果一个子网同时满足以下两个条件:
a.该子网内每个节点的平均跳数为l,l≤h,h为预先设定的整数;
b.该子网内的节点个数为m,m≤M,M为预先设定的整数;
则将该子网标记为一个簇,否则将该子网继续划分为若干更小的子网;
(4)由于在起始阶段假设所有节点都具有相同的能量和传输半径,第一次选取簇头时,随机地从每个簇里选取一个节点充当簇头,以负责收集该簇成员传送过来的数据,再通过多跳转发给汇聚节点;在经过一个工作周期后,选取每个簇里剩余能量最多的节点取代簇头,以进行簇头轮换。
(5)识别和标记每个簇:每个节点再次记录此时其邻居节点的信息,判断此时网络中有哪些节点仍是自己的邻居节点;如果步骤(1)和本次都记录为邻居节点的节点是簇内节点,而步骤(1)中记录为邻居节点但本次记录不是邻居节点的节点为簇外节点,从而完成簇内节点和簇外节点的判断;节点在当选为簇头节点后将自己的信息广播给簇内成员。
2、根据权利要求1所述的无线传感器分簇多跳通信方法,其特征在于:所述步骤(1)中的集聚系数
其中zij (3)表示包含该连的三角形的数目,ki表示节点i的度,min[(ki-1),(kj-1)]表示所有可能包含该边的三角形的数目。
3、根据权利要求1所述的无线传感器分簇多跳通信方法,其特征在于:该算法建立路由的主要方法如下所示:
1)通过成簇阶段,每个节点都可以从自己的路由表中判断哪一些邻居节点是簇内节点和簇外节点以及本簇内簇头节点的位置信息;
2)每个节点将收集到的数据通过簇内节点多跳转发给簇头,簇头在转发数据之前先对数据进行融合,删除重复多余的数据;
3)当簇头接受到簇成员传递的数据时,先查找路由表中离汇聚节点较近的邻居节点,再将数据转发给它;该转发节点继续通过多跳将数据传递到汇聚节点。
4、根据权利要求3所述的无线传感器分簇多跳通信方法,其特征在于:为了区别原始数据与转发数据,簇头节点在处理数据时对数据做一个转发的标记,非簇头节点接受到一个转发数据时将其转发给离汇聚接节点较近的节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101116625A CN101640944B (zh) | 2009-05-06 | 2009-05-06 | 无线传感器分簇多跳通信方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101116625A CN101640944B (zh) | 2009-05-06 | 2009-05-06 | 无线传感器分簇多跳通信方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101640944A true CN101640944A (zh) | 2010-02-03 |
CN101640944B CN101640944B (zh) | 2011-07-13 |
Family
ID=41615648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009101116625A Expired - Fee Related CN101640944B (zh) | 2009-05-06 | 2009-05-06 | 无线传感器分簇多跳通信方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101640944B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102014344A (zh) * | 2010-09-03 | 2011-04-13 | 浙江工业大学 | 一种基于dpso的智能无线传感网络分簇控制方法 |
CN103052037A (zh) * | 2012-12-27 | 2013-04-17 | 北京循天行信息技术有限公司 | 面向具有可充电节点和单汇聚节点的无线传感网能量高效组播方案 |
CN103906164A (zh) * | 2014-04-23 | 2014-07-02 | 上海海事大学 | 海上搜救无线传感器网络拓扑及拓扑控制方法 |
CN105722174A (zh) * | 2016-02-01 | 2016-06-29 | 国网新疆电力公司电力科学研究院 | 异构融合用电信息采集网络中的节点链路调度方法 |
WO2018098750A1 (zh) * | 2016-11-30 | 2018-06-07 | 深圳天珑无线科技有限公司 | 分布式网络的消息传输方法及节点 |
CN109285328A (zh) * | 2018-09-27 | 2019-01-29 | 广州文搏科技有限公司 | 值班室远程智能管理系统 |
CN110933684A (zh) * | 2019-11-28 | 2020-03-27 | 江苏电力信息技术有限公司 | 一种基于混合模式的小世界无线传感器网络构造方法 |
CN111246504A (zh) * | 2020-03-13 | 2020-06-05 | 北京工商大学 | 一种基于小世界特性的动态分簇路由优化算法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101282290A (zh) * | 2008-03-05 | 2008-10-08 | 中科院嘉兴中心微系统所分中心 | 基于梯度的无线传感网负载平衡分簇方法 |
-
2009
- 2009-05-06 CN CN2009101116625A patent/CN101640944B/zh not_active Expired - Fee Related
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102014344A (zh) * | 2010-09-03 | 2011-04-13 | 浙江工业大学 | 一种基于dpso的智能无线传感网络分簇控制方法 |
CN102014344B (zh) * | 2010-09-03 | 2013-06-19 | 浙江工业大学 | 一种基于dpso的智能无线传感网络分簇控制方法 |
CN103052037A (zh) * | 2012-12-27 | 2013-04-17 | 北京循天行信息技术有限公司 | 面向具有可充电节点和单汇聚节点的无线传感网能量高效组播方案 |
CN103906164A (zh) * | 2014-04-23 | 2014-07-02 | 上海海事大学 | 海上搜救无线传感器网络拓扑及拓扑控制方法 |
CN103906164B (zh) * | 2014-04-23 | 2017-11-10 | 上海海事大学 | 海上搜救无线传感器网络拓扑及拓扑控制方法 |
CN105722174A (zh) * | 2016-02-01 | 2016-06-29 | 国网新疆电力公司电力科学研究院 | 异构融合用电信息采集网络中的节点链路调度方法 |
WO2018098750A1 (zh) * | 2016-11-30 | 2018-06-07 | 深圳天珑无线科技有限公司 | 分布式网络的消息传输方法及节点 |
CN109285328A (zh) * | 2018-09-27 | 2019-01-29 | 广州文搏科技有限公司 | 值班室远程智能管理系统 |
CN110933684A (zh) * | 2019-11-28 | 2020-03-27 | 江苏电力信息技术有限公司 | 一种基于混合模式的小世界无线传感器网络构造方法 |
CN111246504A (zh) * | 2020-03-13 | 2020-06-05 | 北京工商大学 | 一种基于小世界特性的动态分簇路由优化算法 |
CN111246504B (zh) * | 2020-03-13 | 2023-05-23 | 北京工商大学 | 一种基于小世界特性的动态分簇路由优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101640944B (zh) | 2011-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101640944B (zh) | 无线传感器分簇多跳通信方法 | |
CN101083616B (zh) | 基于蚁群算法的无线自组网络节能按需路由方法 | |
CN102149160B (zh) | 一种用于无线传感网络的能量感知路由算法 | |
CN107529201A (zh) | 一种基于leach协议的无线传感器网络数据传输方法 | |
CN102970723B (zh) | 带有局部簇重构的非均匀分簇路由算法 | |
CN101562862B (zh) | 一种无线传感器网络能量均衡的路由方法 | |
CN103916942A (zh) | 一种降低功耗的leach协议改进方法 | |
CN105072661A (zh) | 无线传感器网络分簇多跳路由协议 | |
CN106792973A (zh) | 一种能量异构无线传感器网络中的簇首选举及其轮换方法 | |
CN103228022A (zh) | 一种基于能量采集的概率式无线传感器网络路由方法 | |
CN106028398A (zh) | 一种基于能耗均衡的水下无线传感器网络拓扑控制方法 | |
CN101594281A (zh) | 无线传感器网络数据汇聚方法、系统及相关设备 | |
CN103561445A (zh) | 一种基于网络编码的无线传感网多路径路由方法 | |
Ducrocq et al. | Energy-based clustering for wireless sensor network lifetime optimization | |
Tang et al. | A novel data retrieving mechanism in wireless sensor networks with path-limited mobile sink | |
CN103929782A (zh) | 一种适用于工业无线传感器网络的资源均衡多径路由方法 | |
CN107040973A (zh) | 一种基于无线传感器网络的数据采集方法 | |
CN105764114A (zh) | 一种基于能耗均衡的水下无线传感器网络拓扑控制方法 | |
CN104994020A (zh) | 基于蜂群优化算法模型的预测性能量高效分簇路由方法 | |
CN102802230A (zh) | 一种能量高效的无线传感器网络路由算法 | |
CN102438291A (zh) | 一种提高无线传感器网络容量的数据融合方法 | |
CN101577668A (zh) | 一种基于网格分簇的无线传感器网络机会路由协议 | |
CN105764110B (zh) | 一种基于免疫克隆选择的无线传感器网络路由优化方法 | |
CN103686855A (zh) | 一种无线传感器网络数据汇聚方法 | |
CN102983948B (zh) | 一种无线传感网络自适应聚类传输方法及其装置 |
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 | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110713 Termination date: 20140506 |