CN102595422B - 一种认知无线电系统中垂直并行的频谱分配方法 - Google Patents
一种认知无线电系统中垂直并行的频谱分配方法 Download PDFInfo
- Publication number
- CN102595422B CN102595422B CN201210078228.3A CN201210078228A CN102595422B CN 102595422 B CN102595422 B CN 102595422B CN 201210078228 A CN201210078228 A CN 201210078228A CN 102595422 B CN102595422 B CN 102595422B
- Authority
- CN
- China
- Prior art keywords
- frequency spectrum
- subgraph
- cognitive user
- spectrum
- cognitive
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
一种认知无线电系统中垂直并行的频谱分配方法,涉及一种频谱分配方法,为了解决目前改进的并行分配方法中,在每一轮计算标号时使用同一标准,会将大量频谱分给同一用户的问题。它包括如下步骤:一:根据认知无线系统的无线网络建立拓扑图,并对该拓扑图进行初始化;二:把初始化之后的拓扑图分解为M个子图,可分配的频谱数量是M个,所有频谱的集合为{m1,…,mM};三:在M个子图中选择M*β个子图,对所述每个子图均采用协作式最大化总带宽标准进行频谱分配;四:对剩余的M*(1-β)个子图,对所述每个子图均采用协作式最大化比例公平标准进行频谱分配;五:分配结束。它用于认知无线电系统中频谱分配。
Description
技术领域
本发明涉及一种频谱分配方法,特别涉及一种认知无线电系统中垂直并行的频谱分配方法。
背景技术
由于并行分配方法是把原有的拓扑结构图分解为多个子图,然后在这些子图上进行独立的频谱分配,各子图之间不进行信息的交换,所以每个子图在分配的时候无法考虑到其他子图的分配情况,无法利用到已分配频谱的信息,这是并行分配方法公平性差的根本原因。所以如果使并行分配方法在分配频谱时,每次分配频谱都能进行一次子图间的信息交换,利用到其他子图上的已分配的频谱信息,那么方法的公平性将得到改善,这就是对并行分配方法进行改进的思想。
这种改进方法是:
在每个子图Gm=(Vm,Em)中独立地按照某一标准计算该子图中各用户的标号labeli,m;
该方法的分配标准一共有4种,分别是非协作式最大化系统总效益标准(NMSB)、协作式最大化系统总效益标准(CMSB)、非协作式最大化系统公平性标准(NMPF)和协作式最大化系统公平性标准(CMPF),但是鉴于协作式标准的性能要好于非协作式标准,所以只考虑协作式的2种标准。
但是,目前改进的并行分配方法中,在每一轮计算标号时如果使用同一标准,存在会使大量频谱分给同一用户的问题。
发明内容
本发明目的是为了解决目前改进的并行分配方法中,在每一轮计算标号时使用同一标准,会将大量频谱分给同一用户的问题,提出了一种认知无线电系统中垂直并行的频谱分配方法。
本发明的一种认知无线电系统中垂直并行的频谱分配方法,它包括如下步骤:
步骤一:根据认知无线电系统的无线网络建立拓扑图,并对该拓扑图进行初始化,随机设置M个授权用户与I个认知用户的网络拓扑;
步骤二:把初始化之后的拓扑图分解为M个子图,可分配的频谱数量是M个,所有频谱的集合为{m1,…,mM};
步骤三:在M个子图中选择M*β个子图,对所述每个子图均采用协作式最大化总带宽标准进行频谱分配;
步骤四:对剩余的M*(1-β)个子图,对所述每个子图均采用协作式最大化比例公平标准进行频谱分配;
步骤五:分配结束。
本发明的优点在于:在分配频谱的时先将一部分子图采用协作式最大化系统总效益标准进行分配频谱,分配完之后,剩下的子图采用协作式最大化比例公平标准进行分配频谱,用两种标准的分配降低了会将大量频谱分给同一用户的问题。从图6可以看出,通过采用认知用户协作式最大化系统公平性随着频谱数变化的仿真比较证明了本发明方法的系统公平性好于原来的改进的并行分配方法,降低了会将大量频谱分给同一用户的概率。
附图说明
图1为本发明的方法的流程示意图。
图2为认知无线电系统的图论模型图。图中的六个顶点su1~su6代表六个不同的认知用户,四个顶点puA~puD代表四个不同的授权用户,且各个授权用户使用的授权频段分别是频谱A、频谱B、频谱C和频谱D。
图3为系统公平性随着垂直联合系数β的变化曲线,曲线1为认知用户数I为10和频谱数M为20时,系统公平性随着垂直联合系数β的变化曲线。曲线2为认知用户数I为20和频谱数M为20时,系统公平性随着垂直联合系数β的变化曲线。曲线3为认知用户数I为10和频谱数M为10时,系统公平性随着垂直联合系数β的变化曲线。曲线4为认知用户数I为20和频谱数M为10时,系统公平性随着垂直联合系数β的变化曲线。
图4为多次试验的得到的β的极值。
图5为最佳β对频谱数和认知用户数的变化规律。
图6为系统的公平性随频谱数变化的结果。曲线5表示采用本发明的方法认频谱数为5至20时的系统公平性曲线,曲线6表示采用现有方法频谱数为5至20时的系统公平性曲线。
具体实施方式
具体实施方式一:结合图1说明本实施方式,一种认知无线电系统中垂直并行的频谱分配方法,它包括如下步骤:
步骤一:根据认知无线电系统的无线网络建立拓扑图,并对该拓扑图进行初始化,随机设置M个授权用户与I个认知用户的网络拓扑;
步骤二:把初始化之后的拓扑图分解为M个子图,可分配的频谱数量是M个,所有频谱的集合为{m1,…,mM};
步骤三:在M个子图中选择M*β个子图,对所述每个子图均采用协作式最大化总带宽标准进行频谱分配;
步骤四:对剩余的M*(1-β)个子图,对所述每个子图均采用协作式最大化比例公平标准进行频谱分配;
步骤五:分配结束。
基于图论着色理论的频谱分配模型在移动蜂窝通信中已经用于分析小区的频率规划和指配,是一种相对成熟的模型。在认知无线电系统中,由于是择机使用授权用户的频谱,认知无线电用户的可用频谱受到授权用户工作状态,位置和覆盖范围的影响,具有空时变化的特性。因此,在认知无线电系统中采用图论着色模型进行频谱分配分析,需要对频谱分配的约束条件,分配目标等进行必要的修订。
考虑这样的情况,可用的频谱组成一个频谱池,并将其划分为无交叠的正交频段。假设在一个区域中有I个用户,他们竞争M个频段。每个用户根据自己的几何位置和环境都拥有一个自己的频谱池。认知用户通过频谱感知技术获得他们的环境信息,包括几何位置、发射功率、可用频谱池及相互干扰信息等。每个用户选择合适的通信频带,调整传送频率,进而避免干扰到授权用户。这就是一个频谱分配问题,即为每一个用户提供可用的频谱来满足他们的数据传输的要求。
频谱分配数学模型有相应的干扰和约束条件的。在认知无线电系统的图论着色模型研究中,将认知用户组成的网络拓扑结构抽象成图。在图中,每一个顶点代表一个认知用户,每一条边表示一对顶点间存在的冲突或者干扰,而用颜色表示频谱资源。频谱分配问题就等价于使系统利用效率最大化的顶点着色问题。如果图中的某两个顶点有一条边连接,则代表两个顶点间存在冲突或者干扰,即假定这两个节点不能同时使用相同的频谱资源。另外,将每一个顶点与一个集合相关联,这个集合代表该顶点所在区域位置可以使用的频谱资源。由于每个顶点地理位置的不同,因而不同顶点所关联的资源集合是不同的。
认知无线电系统中认知用户使用授权频段的前提是:如果当前频谱被授权用户使用,则为了避免对授权用户的干扰,这个频谱不能被附近的认知用户使用。
统一的图论模型由下面的定义描述。
空闲频谱是指在某个时间某个空间主用户未使用的频谱,通常把空闲频谱分成一系列正交的子频带,频带间无干扰。由于空间位置以及传输功率等参数的不同,对于不同的认知无线电用户,同一个频带空闲与否可能不同。比如在某个授权用户使用某个频带m时,m对于离授权用户比较近的认知无线电用户可能是无效的,但是对于距离该授权用户足够远的认知无线电用户而言,m也许是可以视作空闲的。频谱对于认知用户是否空闲用空闲矩阵表示。若同时使用频带m时两个认知用户之间存在干扰,则它们不可以同时使用频带m,认知无线电用户间的干扰用干扰矩阵表示。由于用户所处的环境以及采用的调制编码技术可能不同,不同用户在同一个有效空闲频带上获得的效益(如最大传输速率)可能不一样,用户获得的效益用效益矩阵表示。
假设分配时间相对于环境变化时间来说是很短的,各矩阵在分配周期内维持不变。各矩阵具体定义如下:
效益矩阵B={bi,m}I×M,bi,m表征认知用户i使用频带m所带来的效益权重(频谱容量),I为用户数(下标从1到I),M为总频带数(下标从1到M)。将矩阵L与矩阵B相结合,可得出有效频谱的效益LB={li,m·bi,m}I×M。
干扰矩阵集合C={ci,k|ci,k∈{0,1}}I×I,ci,k=1表示认知用户i和认知用户k在同时使用相同频谱时会产生干扰,当i=k时,ci,k=0。
无干扰的频谱分配矩阵A={ai,m|ai,m∈{0,1}}I×M,ai,m=1表示频带m被分配给认知用户i。A必须满足无干扰条件:
引入了每个频段的效益,可以得到以最大化频谱效益为目标的最优分配标准(Max-Sum-Bandwidth,MSB)的表达式,相应地系统达到最大频谱效益的数学表达式变为:
式中ΛI×M——所有满足条件的无干扰频谱分配矩阵A的集合。
表达式的物理含义是频谱分配为系统带来的最大频谱效益,效益矩阵通常代表用户在各个频带上所能获得的传输速率。
为了比较不同方法的公平性,方法还引入了有关频谱分配公平性的度量标准,即最大比例公平性度量(Max-Proportional-Fair,MPF):
具体实施方式二:本实施方式与具体实施方式一不同的是,所述步骤三中对M*β个子图采用协作式最大化总带宽标准进行频谱分配的过程为:
步骤三一:
针对频谱集合中未分配的频谱m,采用协作式最大化总带宽计算子图Gk=(Vk,Ek)中每个认知用户与频谱m对应的标号值labeli,m,选择使标号值labeli,m最大的认知用户并将频谱m分配给该认知用户,
其中,β为垂直并行系数,为每一轮计算标号的时候使用协作式最大化总带宽标准的子图数与该轮分配时的总子图数之比取值范围为0≤β≤1;Vk为子图Gk顶点的集合,即认知用户的集合;Ek为子图Gk边的集合,即子图Gk中的相邻的一对认知用户之间存在的干扰的集合;k=1,…,M;i表示认知用户;
步骤三二:在频谱集合中去掉已分配的频谱,更新已分配矩阵;
步骤三三:判断所有子图中的未分配频谱数量之和是否为零,判断为是,则频谱分配完成,结束步骤三,判断为否,返回步骤三一。
具体实施方式三:本实施方式与具体实施方式二不同的是,所述步骤四中对剩余的M*(1-β)个子图采用协作式最大化比例公平标准进行频谱分配的过程为:
步骤四一:针对频谱集合中未分配的频谱m,采用协作式最大化比例公平标准计算子图Gk=(Vk,Ek)中每个认知用户与频谱m对应的标号值labeli,m,选择使标号值labeli,m最大的认知用户并将频谱m分配给该认知用户;
步骤四二:在频谱集合中去掉已分配的频谱,更新已分配矩阵;
步骤四三:判断所有子图中的频谱数量之和是否为零,判断为是,则频谱分配完成,结束步骤四,判断为否,返回步骤四一。
具体实施方式四:本实施方式是对具体实施方式二的进一步说明,
采用协作式最大化总带宽标准计算标号值的方法为:
式中Di,m表示与认知用户i相邻且其可用频谱列表中含有频谱m的认知用户数目;label1i,m表示认知用户i使用频谱m的标号值,bi,m为认知用户i使用频谱m的信道容量。
bi,m定义为频谱容量,由山农公式可得:
式中bandm为频谱m的带宽;pi,m为认知用户i在频谱m上的发射功率;
K为一个常数,表示认知用户的误码率要求,K表示为:
具体实施方式五:本实施方式是对具体实施方式三的进一步说明,采用协作式最大化比例公平标准计算标号值的方法为:
式中Di,m表示与认知用户i相邻且其可用频谱列表中含有频谱m的认知用户数目;ai,k=1或ai,k=0,ai,k=1表示第k个子图中的频谱m被分配给认知用户i;ai,k=0表示第k个子图中的频谱m未分配给认知用户i;bi,k表示认知用户i使用第k个子图中的频谱m所带来的效益权重(信道容量),labeli,m表示认知用户i使用频谱m的的标号值,bi,m为认知用户i使用频谱m的信道容量。
具体实施方式六:本实施方式与具体实施方式一不同的是,垂直联合系数β的取值根据认知用户的数量I和频谱的数量M的值结合下表来确定:
在垂直并行方法中,垂直并行系数β定义为每一轮计算标号的时候使用CMSB标准的子图数与该轮分配时的总子图数之比。当β=0时,所有子图均采用CMPF标准,此时垂直并行方法等价于改进方法的CMPF标准;当β=1时,所有子图均采用CMSB标准,此时垂直并行标准方法等价于改进方法的CMSB标准。
为了分析垂直并行联合系数对系统公平性的影响,本文对以下四种情况下系统公平性随垂直并行系数的变化情况进行仿真。β取不同值时的平均系统公平性
(1)认知用户数I为10,频谱数M为10;
(2)认知用户数I为10,频谱数M为20;
(3)认知用户数I为20,频谱数M为10;
(4)认知用户数I为20,频谱数M为20。
每种情况下随机生成1000个拓扑图,计算β取不同值时,1000个拓扑图的系统公平性的平均值,其结果如图4所示。
从图3可以看到,对于某一固定情况,垂直并行系数β在0~1之间存在一个使得系统公平性最大的极值,对于不同的情况,使公平性最大的极值也不尽相同。例如对于情况(2),当β=0.4时可以使系统的公平性最大。事实上,如果进行多次的仿真,就可以发现,即使对于某一固定的情况,由于其拓扑结构的随机性和随机产生的拓扑数的有限性,使其公平性最大的β的极值也不是相同的。例如对于情况(2),按照上述方法求β的极值,重复试验50次,其结果如图3所示。
从图4中可以看到,β的极值并不是固定的,在不同的试验中其取值不同。但β的极值也不是连续变化的,而是在几个值之间取值,因此,为了确定某一情况下的β的极值,可以在该种情况下多次求解β的极值,然后取诸多数值中的众数作为该种情况的最佳β。例如在图4所示的试验中,β的极值取0.4的试验出现23次,取0.5的试验出现7次,取0.3的试验出现16次,取其他值的试验出现4次,因此可以认为情况(2)的最佳β为0.4。
由于不同认知用户数和不同频谱数的情况的最佳α也不同,本发明对认知用户数从为5到20,频谱数固定为20的情况下最佳β随着认知用户数的变化规律进行了仿真,其结果如图5所示。
Claims (2)
1.一种认知无线电系统中垂直并行的频谱分配方法,其特征在于它包括如下步骤:
步骤一:根据认知无线电系统的无线网络建立拓扑图,并对该拓扑图进行初始化,随机设置M个授权用户与I个认知用户的网络拓扑;
步骤二:把初始化之后的拓扑图分解为M个子图,可分配的频谱数量是M个,所有频谱的集合为{m1,…,mM};
步骤三:在M个子图中选择M*β个子图,对所述每个子图均采用协作式最大化总带宽标准进行频谱分配;
步骤四:对剩余的M*(1-β)个子图,对所述每个子图均采用协作式最大化比例公平标准进行频谱分配;
步骤五:分配结束 ;
所述步骤三中对M*β个子图采用协作式最大化总带宽标准进行频谱分配的过程为:
步骤三一:
针对频谱集合中未分配的频谱m,采用协作式最大化总带宽计算子图Gk=(Vk,Ek)中每个认知用户与频谱m对应的标号值labeli,m,选择使标号值labeli,m最大的认知用户 并将频谱m分配给该认知用户,
其中,β为垂直并行系数,为每一轮计算标号的时候使用协作式最大化总带宽标准的子图数与该轮分配时的总子图数之比,取值范围为0≤β≤1;Vk为子图Gk顶点的集合,即认知用户的集合;Ek为子图Gk边的集合,即子图Gk中的相邻的一对认知用户之间存在的干扰的集合;k=1,…,M;i表示认知用户;
步骤三二:在频谱集合中去掉已分配的频谱,更新已分配矩阵;
步骤三三:判断所有子图中的未分配频谱数量之和是否为零,判断为是,则频谱分配完成,结束步骤三,判断为否,返回步骤三一 ;
所述步骤四中对剩余的M*(1-β)个子图采用协作式最大化比例公平标准进行频谱分配的过程为:
步骤四一:针对频谱集合中未分配的频谱m,采用协作式最大化比例公平标准计算子图Gk=(Vk,Ek)中每个认知用户与频谱m对应的标号值labeli,m,选择使标号值labeli,m最 大的认知用户并将频谱m分配给该认知用户;
步骤四二:在频谱集合中去掉已分配的频谱,更新已分配矩阵;
步骤四三:判断所有子图中的频谱数量之和是否为零,判断为是,则频谱分配完成,结束步骤四,判断为否,返回步骤四一 ;
采用协作式最大化总带宽标准计算标号值的方法为:
式中Di,m表示与认知用户i相邻且其可用频谱列表中含有频谱m的认知用户数目;labeli,m表示认知用户i使用频谱m的标号值,bi,m为认知用户i使用频谱m的信道容量 ;
采用协作式最大化比例公平标准计算标号值的方法为:
式中Di,m表示与认知用户i相邻且其可用频谱列表中含有频谱m的认知用户数目;ai,k=1或ai,k=0,ai,k=1表示第k个子图中的频谱m被分配给认知用户i;ai,k=0表示第k个子图中的频谱m未分配给认知用户i;bi,k表示认知用户i使用第k个子图中的频谱m所带来的效益权重,labeli,m表示认知用户i使用频谱m的的标号值,ci,m为认知用户i使用频谱m的信道容量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210078228.3A CN102595422B (zh) | 2012-03-22 | 2012-03-22 | 一种认知无线电系统中垂直并行的频谱分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210078228.3A CN102595422B (zh) | 2012-03-22 | 2012-03-22 | 一种认知无线电系统中垂直并行的频谱分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102595422A CN102595422A (zh) | 2012-07-18 |
CN102595422B true CN102595422B (zh) | 2014-06-11 |
Family
ID=46483531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210078228.3A Expired - Fee Related CN102595422B (zh) | 2012-03-22 | 2012-03-22 | 一种认知无线电系统中垂直并行的频谱分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102595422B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102857924A (zh) * | 2012-09-17 | 2013-01-02 | 哈尔滨工业大学 | 认知无线电中基于授权信道切换概率的极大独立集频谱分配方法 |
CN103997739B (zh) * | 2014-06-11 | 2017-03-22 | 哈尔滨工业大学 | 一种认知无线电中实现动态频谱分配的方法 |
CN104796902B (zh) * | 2015-05-14 | 2018-03-13 | 东南大学 | 一种超密集网络中基于图着色的频域资源分配方法 |
CN105245299B (zh) * | 2015-07-09 | 2018-01-02 | 华南师范大学 | 一种基于频谱潜在效益的认知无线电网络频谱分配方法 |
CN105450280B (zh) * | 2015-11-10 | 2018-07-27 | 西安电子科技大学 | 基于多维资源自适应分配的协作认知传输方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1832613A (zh) * | 2006-04-26 | 2006-09-13 | 电子科技大学 | 一种认知无线电系统中避免干扰的并行频谱分配方法 |
CN101730230A (zh) * | 2008-10-13 | 2010-06-09 | 华为技术有限公司 | 一种频谱分配方法及装置 |
CN102355730A (zh) * | 2011-06-30 | 2012-02-15 | 哈尔滨工业大学 | 认知无线电中基于系统收益的频谱分配方法 |
-
2012
- 2012-03-22 CN CN201210078228.3A patent/CN102595422B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1832613A (zh) * | 2006-04-26 | 2006-09-13 | 电子科技大学 | 一种认知无线电系统中避免干扰的并行频谱分配方法 |
CN101730230A (zh) * | 2008-10-13 | 2010-06-09 | 华为技术有限公司 | 一种频谱分配方法及装置 |
CN102355730A (zh) * | 2011-06-30 | 2012-02-15 | 哈尔滨工业大学 | 认知无线电中基于系统收益的频谱分配方法 |
Non-Patent Citations (2)
Title |
---|
Collaboration and fairness in opportunistic spectrum access;Haitao Zheng等;《ICC 2005》;20050520;第5卷;全文 * |
Haitao Zheng等.Collaboration and fairness in opportunistic spectrum access.《ICC 2005》.2005,第5卷 |
Also Published As
Publication number | Publication date |
---|---|
CN102595422A (zh) | 2012-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102595422B (zh) | 一种认知无线电系统中垂直并行的频谱分配方法 | |
CN103067984B (zh) | 基于跨层议价博弈的认知无线电网络资源优化分配方法 | |
Zhang et al. | Distributed compressive sensing augmented wideband spectrum sharing for cognitive IoT | |
CN102256261B (zh) | 一种具有网络认知能力的动态频谱接入方法 | |
CN103037485B (zh) | 一种异构网中的低能耗协作传输方法 | |
CN102170643B (zh) | 一种基于实时可用度的ZigBee信道动态选择方法 | |
CN102364973A (zh) | 基于共享频谱接入的载波和功率联合分配方法 | |
Hou et al. | Radio resource allocation and power control scheme in V2V communications network | |
CN103002455B (zh) | 一种基于社交网络和博弈论的认知无线电频谱共享模型 | |
CN102572850A (zh) | 认知无线电中基于授权用户工作状态切换的频谱分配方法 | |
CN102595423B (zh) | 一种认知无线电系统中混合并行标准的频谱分配方法 | |
CN104540203A (zh) | 基于独立集的无线体域网能效优化方法 | |
CN103491550B (zh) | 一种可兼顾系统总传输速率和分配公平性的认知无线电动态频谱分配方法 | |
CN106059734A (zh) | 基于边缘用户干扰度量值的Massive MIMO系统导频分配方法 | |
CN103826230A (zh) | 宽带无线接入网络优化分数频率复用的方法与系统 | |
CN103402265A (zh) | 基于模糊逻辑和通信优先级的频谱分配方法 | |
CN103441956A (zh) | 一种基于资源空间矢量运算的认知网络资源管理方法 | |
CN112954806A (zh) | 异构网络中基于弦图着色的联合干扰对齐与资源分配方法 | |
CN104320772A (zh) | 基于信任度和物理距离的d2d通信节点成簇方法和装置 | |
CN104901732A (zh) | 一种密集节点配置系统中的导频复用方法 | |
CN102625315B (zh) | 一种认知无线系统中水平并行的频谱分配方法 | |
CN103957530B (zh) | 基于图的超启发式的蜂窝网络频谱分配方法 | |
Wu et al. | Joint scheduling and robust aggregation for federated localization over unreliable wireless d2d networks | |
Cheng et al. | An approximate bandwidth allocation algorithm for tradeoff between fairness and throughput in WSN | |
Srinivasan et al. | Maximizing throughput in MIMO networks with variable rate streams |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140611 Termination date: 20160322 |
|
CF01 | Termination of patent right due to non-payment of annual fee |