CN103346849B - 一种抵抗模仿主用户信号的恶意攻击的频谱感知方法 - Google Patents
一种抵抗模仿主用户信号的恶意攻击的频谱感知方法 Download PDFInfo
- Publication number
- CN103346849B CN103346849B CN201310271930.6A CN201310271930A CN103346849B CN 103346849 B CN103346849 B CN 103346849B CN 201310271930 A CN201310271930 A CN 201310271930A CN 103346849 B CN103346849 B CN 103346849B
- Authority
- CN
- China
- Prior art keywords
- during
- honest
- sensing node
- signal
- primary user
- 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
Abstract
本发明公开了一种抵抗模仿主用户信号的恶意攻击的频谱感知方法，其处理过程为：首先，利用诚实感知节点对监测信道的信号进行采样；然后，诚实感知节点将采样得到的信号发送到融合中心；接着，融合中心利用来自诚实感知节点的信号计算协方差矩阵，并计算协方差矩阵的最大特征值对应的特征向量；之后，根据最大特征值对应的特征向量和主用户到诚实感知节点的信道信息计算检验统计量值；最后，通过判断检验统计量值与判决门限的大小，判定监测信道内有无主用户信号，实现频谱感知，优点是当存在主用户信号时，本方法具有比现有的协作频谱感知方法更高的检测概率；当存在恶意节点攻击的干扰信号时，本方法具有更低的由恶意节点引起的虚警概率。
Description
技术领域
本发明涉及一种认知无线电系统中的频谱感知技术，尤其是涉及一种抵抗模仿主用户信号的恶意攻击的频谱感知方法。
背景技术
随着越来越多的无线通信业务的出现，有限的频谱资源出现了越来越紧缺的局面。而实际中，大量被分配给特定通信业务的物理频谱资源在许多时间、空间上处于空闲状态，这表明现在的频谱资源缺乏现象不是由物理频谱资源缺乏而引起的，而是由于固定的频谱资源分配政策引起的。认知无线电的提出为提高频谱利用率提供了一个可行的思路，其能够有效利用已被分配但是处于空闲状态的频谱资源，但必须事先检测出哪些频谱处于空闲状态，因此频谱感知是认知无线电中的关键技术之一。
由于认知无线电系统频谱感知无线链路的开放性，因此认知无线电系统在执行频谱感知过程中很容易受到恶意节点的攻击，进而会导致频谱感知性能降低。恶意节点的攻击方法主要有两类：第一类攻击方法为频谱感知数据篡改方法，此类方法把错误的本地频谱感知结果发送到融合中心，从而导致融合中心得出错误的全局频谱感知结果；第二类攻击方法为模仿主用户信号的攻击方法，此类方法中，主用户信号不存在时，恶意节点通过发送类似于主用户的干扰信号，让诚实感知节点（诚实感知节点是指把其感知到的信息如实发送给融合中心的感知节点）误认为主用户信号存在，从而误导诚实感知节点的本地频谱感知。针对第一类攻击方法，融合中心可以通过拒绝接收恶意节点的数据来解决。针对第二类攻击方法，Chen等人于2011年7月在IEEE TRANSACTIONS ONWIRELESS COMMUNICATIONS（IEEE无线通信汇刊）上发表的《Cooperative SpectrumSensing in Cognitive Radio Networks in the Presence of the Primary User Emulation Attack》（存在模仿主用户信号攻击时，认知无线电网络中的协作频谱感知方法）文献中提出了利用主用户到诚实感知节点的信道信息和恶意节点到诚实感知节点的信道信息进行协作频谱感知。然而，这种方法存在以下问题：第一，Chen等人假设恶意节点和主用户始终同时发送信号，而在实际应用中，由于主用户具有使用频谱的优先权，恶意节点只能干扰认知无线电系统，不能干扰主用户，因此只能在主用户不发送信号的情况下，恶意节点才能发送类似于主用户的信号；第二，Chen等人假设恶意节点到诚实感知节点的信道信息已知，由于恶意节点攻击的目的是为了误导诚实感知节点的本地频谱感知，因此实际中无法获得恶意节点到诚实感知节点的信道信息；第三，Chen等人假设诚实感知节点的噪声功率精确已知，而在实际中诚实感知节点的噪声功率无法精确已知。因此，迫切需要研究一种能够有效抵抗恶意节点攻击的频谱感知方法。
发明内容
本发明所要解决的技术问题是提供一种频谱感知方法，其能够有效地抵抗模仿主用户信号的恶意攻击。
本发明解决上述技术问题所采用的技术方案为：一种抵抗模仿主用户信号的恶意攻击的频谱感知方法，其特征在于它的处理过程为：首先，在一个感知周期内，利用诚实感知节点对监测信道的信号进行采样；然后，诚实感知节点将采样得到的信号发送到融合中心；接着，融合中心利用来自诚实感知节点的信号计算协方差矩阵，并计算协方差矩阵的最大特征值对应的特征向量；之后，根据协方差矩阵的最大特征值对应的特征向量和主用户到诚实感知节点的信道信息，计算检验统计量值；最后，通过判断检验统计量值与判决门限的大小，判定在该感知周期内监测信道内有无主用户信号，实现频谱感知。
本发明的抵抗模仿主用户信号的恶意攻击的频谱感知方法，它具体包括以下步骤：
①在认知无线电系统中，在一个感知周期内，利用M个诚实感知节点对监测信道的信号进行N次采样，得到每个诚实感知节点每次采样得到的信号，将第m个诚实感知节点第n次采样得到的信号记为xm(n)，其中，2≤M≤31，N≥2M，1≤m≤M，1≤n≤N，诚实感知节点是指把其感知到的信息如实发送给融合中心的感知节点；
②诚实感知节点将采样得到的信号发送到融合中心；
③融合中心利用来自诚实感知节点的信号，计算协方差矩阵，记为Rx，其中，xH(n)为x(n)的共轭转置向量，x(n)=[x1(n),…,xm(n),…,xM(n)]T，x1(n)表示第1个诚实感知节点第n次采样得到的信号，xm(n)表示第m个诚实感知节点第n次采样得到的信号，xM(n)表示第M个诚实感知节点第n次采样得到的信号，[x1(n),…,xm(n),…,xM(n)]T为[x1(n),…,xm(n),…,xM(n)]的转置向量；
④计算Rx的最大特征值对应的特征向量，记为vmax；
⑤根据vmax和主用户到诚实感知节点的信道信息，计算检验统计量值，记为T，其中，为的共轭转置向量，为vr的共轭转置向量，vr表示主用户到诚实感知节点的信道信息，vr=[h1,…,hm,…,hM]T，h1表示主用户到第1个诚实感知节点的信道增益信息，hm表示主用户到第m个诚实感知节点的信道增益信息，hM表示主用户到第M个诚实感知节点的信道增益信息，[h1,…,hm,…,hM]T为[h1,…,hm,…,hM]的转置向量，符号“||”为取绝对值符号；
⑥判断检验统计量值T是否大于判决门限d，如果是，则判定在该感知周期内，监测信道内有主用户信号，否则，判定在该感知周期内，监测信道内无主用户信号，其中，判决门限d的具体取值由认知无线电系统中的诚实感知节点的个数决定。
所述的步骤⑥中判决门限d的具体取值情况为：M=2时取d=0.956，M=3时取d=0.835，M=4时取d=0.744，M=5时取d=0.677，M=6时取d=0.618，M=7时取d=0.582，M=8时取d=0.538，M=9时取d=0.508，M=10时取d=0.483，M=11时取d=0.462，M=12时取d=0.445，M=13时取d=0.426，M=14时取d=0.410，M=15时取d=0.395，M=16时取d=0.388，M=17时取d=0.371，M=18时取d=0.363，M=19时取d=0.353，M=20时取d=0.346，M=21时取d=0.335，M=22时取d=0.329，M=23时取d=0.321，M=24时取d=0.315，M=25时取d=0.311，M=26时取d=0.306，M=27时取d=0.297，M=28时取d=0.292，M=29时取d=0.287，M=30时取d=0.284，M=31时取d=0.277。
与现有技术相比，本发明的优点在于：本发明方法充分利用了主用户到诚实感知节点的信道信息，而无需知道恶意节点到诚实感知节点的信道信息，且也无需已知诚实感知节点的噪声功率信息，当存在主用户信号时，本发明方法具有比现有的协作频谱感知方法更高的检测概率；当存在恶意节点攻击的干扰信号时，本发明方法具有比现有的协作频谱感知方法更低的由恶意节点引起的虚警概率，即本发明方法能够有效抵抗模仿主用户信号的恶意攻击。
附图说明
图1为本发明的频谱感知方法的流程框图；
图2为只存在主用户信号时本发明方法和Chen等人提出的方法的检测概率的比较示意图；
图3为只存在恶意节点攻击的干扰信号时本发明方法和Chen等人提出的方法的检测概率的比较示意图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
本发明提出的一种抵抗模仿主用户信号的恶意攻击的频谱感知方法，其流程框图如图1所示，其处理过程为：首先，在一个感知周期内，利用诚实感知节点对监测信道的信号进行采样；然后，诚实感知节点将采样得到的信号发送到融合中心；接着，融合中心利用来自诚实感知节点的信号计算协方差矩阵，并计算协方差矩阵的最大特征值对应的特征向量；之后，根据协方差矩阵的最大特征值对应的特征向量和主用户到诚实感知节点的信道信息，计算检验统计量值；最后，通过判断检验统计量值与判决门限的大小，判定在该感知周期内监测信道内有无主用户信号，实现频谱感知。
本发明的频谱感知方法具体包括以下步骤：
①在认知无线电系统中，在一个感知周期内，利用M个诚实感知节点对监测信道的信号进行N次采样，得到每个诚实感知节点每次采样得到的信号，将第m个诚实感知节点第n次采样得到的信号记为xm(n)，其中，2≤M≤31，N≥2M，1≤m≤M，1≤n≤N，诚实感知节点是指把其感知到的信息如实发送给融合中心的感知节点，在此N的取值要求大于或等于2M，一般情况下N的取值越大，则精度越高，但同时会增加计算复杂度，因此在实际处理过程中可以折衷取值。
②诚实感知节点将采样得到的信号发送到融合中心。
③融合中心利用来自诚实感知节点的信号，计算协方差矩阵，记为Rx，其中，xH(n)为x(n)的共轭转置向量，x(n)=[x1(n),…,xm(n),…,xM(n)]T，x1(n)表示第1个诚实感知节点第n次采样得到的信号，xm(n)表示第m个诚实感知节点第n次采样得到的信号，xM(n)表示第M个诚实感知节点第n次采样得到的信号，[x1(n),…,xm(n),…,xM(n)]T为[x1(n),…,xm(n),…,xM(n)]的转置向量。
④计算Rx的最大特征值对应的特征向量，记为vmax，在此计算Rx的最大特征值对应的特征向量的过程采用现有技术。
⑤根据vmax和主用户到诚实感知节点的信道信息，计算检验统计量值，记为T，其中，为vmax的共轭转置向量，为vr的共轭转置向量，vr表示主用户到诚实感知节点的信道信息，vr=[h1,…,hm,…,hM]T，h1表示主用户到第1个诚实感知节点的信道增益信息，hm表示主用户到第m个诚实感知节点的信道增益信息，hM表示主用户到第M个诚实感知节点的信道增益信息，[h1,…,hm,…,hM]T为[h1,…,hm,…,hM]的转置向量，符号“||”为取绝对值符号。
⑥判断检验统计量值T是否大于判决门限d，如果是，则判定在该感知周期内，监测信道内有主用户信号，否则，判定在该感知周期内，监测信道内无主用户信号，其中，在本实施例中判决门限d的具体取值由认知无线电系统中的诚实感知节点的个数决定，在此判决门限d的具体取值情况如表1所列，表1所列的判决门限d的取值是通过计算机仿真得到的，并且经过大量仿真实验验证是可行的。
表1判决门限d的具体取值列表
| M | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| d | 0.956 | 0.835 | 0.744 | 0.677 | 0.618 | 0.582 | 0.538 | 0.508 | 0.483 | 0.462 |
| M | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| d | 0.445 | 0.426 | 0.410 | 0.395 | 0.388 | 0.371 | 0.363 | 0.353 | 0.346 | 0.335 |
| M | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 |
| d | 0.329 | 0.321 | 0.315 | 0.311 | 0.306 | 0.297 | 0.292 | 0.287 | 0.284 | 0.277 |
通过以下仿真以进一步说明本发明的频谱感知方法的可行性和有效性。
假设共有M=5个诚实感知节点，则根据表1可以确定判决门限取d=0.677。M=5个诚实感知节点对监测信道的信号进行N=100次采样。图2给出了只存在主用户信号时，信噪比从-14dB到10dB变化时本发明方法和Chen等人提出的方法的检测概率。从图2中可以看出，本发明方法的检测概率明显优于Chen等人提出的方法的检测概率。图3给出了只存在恶意节点攻击的干扰信号时，干扰噪声比从-14dB到10dB变化时本发明方法和Chen等人提出的方法的恶意节点引起的虚警概率。从图3中可以看出，本发明方法中恶意节点引起的虚警概率在0.1以下，且随着干扰噪声比的增大，其恶意节点引起的虚警概率变化不大；而Chen等人提出的方法中恶意节点引起的虚警概率大于0.1，且随着干扰噪声比的增大，其恶意节点引起的虚警概率明显增大。
恶意节点攻击的干扰信号的目的是为了让诚实感知节点误认为存在主用户信号。从上述的仿真结果可以看出，当存在恶意节点攻击的干扰信号时，本发明方法误认为存在主用户信号的概率低于Chen等人提出的方法。因此，与Chen等人提出的方法相比，本发明方法在抵抗模仿主用户信号的恶意攻击方面具有更高的性能。
Claims (3)
1.一种抵抗模仿主用户信号的恶意攻击的频谱感知方法，其特征在于它的处理过程为：首先，在一个感知周期内，利用诚实感知节点对监测信道的信号进行采样；然后，诚实感知节点将采样得到的信号发送到融合中心；接着，融合中心利用来自诚实感知节点的信号计算协方差矩阵，并计算协方差矩阵的最大特征值对应的特征向量；之后，根据协方差矩阵的最大特征值对应的特征向量和主用户到诚实感知节点的信道信息，计算检验统计量值；最后，通过判断检验统计量值与判决门限的大小，判定在该感知周期内监测信道内有无主用户信号，实现频谱感知；上述，诚实感知节点是指把其感知到的信息如实发送给融合中心的感知节点。
2.根据权利要求1所述的一种抵抗模仿主用户信号的恶意攻击的频谱感知方法，其特征在于它具体包括以下步骤：
①在认知无线电系统中，在一个感知周期内，利用M个诚实感知节点对监测信道的信号进行N次采样，得到每个诚实感知节点每次采样得到的信号，将第m个诚实感知节点第n次采样得到的信号记为xm(n)，其中，2≤M≤31，N≥2M，1≤m≤M，1≤n≤N，诚实感知节点是指把其感知到的信息如实发送给融合中心的感知节点；
②诚实感知节点将采样得到的信号发送到融合中心；
③融合中心利用来自诚实感知节点的信号，计算协方差矩阵，记为Rx，其中，xH(n)为x(n)的共轭转置向量，x(n)＝[x1(n),…,xm(n),…,xM(n)]T，x1(n)表示第1个诚实感知节点第n次采样得到的信号，xm(n)表示第m个诚实感知节点第n次采样得到的信号，xM(n)表示第M个诚实感知节点第n次采样得到的信号，[x1(n),…,xm(n),…,xM(n)]T为[x1(n),…,xm(n),…,xM(n)]的转置向量；
④计算Rx的最大特征值对应的特征向量，记为vmax；
⑤根据vmax和主用户到诚实感知节点的信道信息，计算检验统计量值，记为T，其中，为vmax的共轭转置向量，为vr的共轭转置向量，vr表示主用户到诚实感知节点的信道信息，vr＝[h1,…,hm,…,hM]T，h1表示主用户到第1个诚实感知节点的信道增益信息，hm表示主用户到第m个诚实感知节点的信道增益信息，hM表示主用户到第M个诚实感知节点的信道增益信息，[h1,…,hm,…,hM]T为[h1,…,hm,…,hM]的转置向量，符号“||”为取绝对值符号；
⑥判断检验统计量值T是否大于判决门限d，如果是，则判定在该感知周期内，监测信道内有主用户信号，否则，判定在该感知周期内，监测信道内无主用户信号，其中，判决门限d的具体取值由认知无线电系统中的诚实感知节点的个数决定。
3.根据权利要求2所述的一种抵抗模仿主用户信号的恶意攻击的频谱感知方法，其特征在于所述的步骤⑥中判决门限d的具体取值情况为：M＝2时取d＝0.956，M＝3时取d＝0.835，M＝4时取d＝0.744，M＝5时取d＝0.677，M＝6时取d＝0.618，M＝7时取d＝0.582，M＝8时取d＝0.538，M＝9时取d＝0.508，M＝10时取d＝0.483，M＝11时取d＝0.462，M＝12时取d＝0.445，M＝13时取d＝0.426，M＝14时取d＝0.410，M＝15时取d＝0.395，M＝16时取d＝0.388，M＝17时取d＝0.371，M＝18时取d＝0.363，M＝19时取d＝0.353，M＝20时取d＝0.346，M＝21时取d＝0.335，M＝22时取d＝0.329，M＝23时取d＝0.321，M＝24时取d＝0.315，M＝25时取d＝0.311，M＝26时取d＝0.306，M＝27时取d＝0.297，M＝28时取d＝0.292，M＝29时取d＝0.287，M＝30时取d＝0.284，M＝31时取d＝0.277。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310271930.6A CN103346849B (zh) | 2013-06-28 | 2013-06-28 | 一种抵抗模仿主用户信号的恶意攻击的频谱感知方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310271930.6A CN103346849B (zh) | 2013-06-28 | 2013-06-28 | 一种抵抗模仿主用户信号的恶意攻击的频谱感知方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103346849A CN103346849A (zh) | 2013-10-09 |
| CN103346849B true CN103346849B (zh) | 2015-03-11 |
Family
ID=49281628
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310271930.6A Expired - Fee Related CN103346849B (zh) | 2013-06-28 | 2013-06-28 | 一种抵抗模仿主用户信号的恶意攻击的频谱感知方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103346849B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103841566B (zh) * | 2014-03-25 | 2017-02-01 | 哈尔滨工业大学 | 移动模型下存在恶意用户攻击的基于d‑s证据理论的协作频谱感知方法 |
| CN105554739B (zh) * | 2015-12-08 | 2018-09-28 | 浙江大学 | 基于信道多径时延差的主用户仿真攻击检测方法 |
| CN105743594B (zh) * | 2016-04-18 | 2018-01-05 | 西安交通大学 | 一种认知无线电系统中基于用户间协作的主用户仿冒攻击检测方法 |
| CN113115312A (zh) * | 2021-03-18 | 2021-07-13 | 北京博思智控科技有限公司 | 一种抵御恶意用户数据篡改攻击的方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101359930A (zh) * | 2008-09-12 | 2009-02-04 | 南京邮电大学 | 认知无线电系统中基于最大特征值的频谱感知方法 |
| CN101630983A (zh) * | 2009-07-30 | 2010-01-20 | 哈尔滨工业大学 | 认知无线电中利用循环谱统计量的空闲频谱检测方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101420758B (zh) * | 2008-11-26 | 2010-04-21 | 北京科技大学 | 一种认知无线电中对抗模仿主用户攻击的方法 |
| US9077446B2 (en) * | 2010-06-09 | 2015-07-07 | Industry-Academic Cooperation Foundation, Yonsei University | Method for controlling random access for the efficient sensing of the cooperative spectrum in a cognitive radio-based frequency resource sharing system |
| CN101986583B (zh) * | 2010-12-01 | 2013-05-01 | 东南大学 | 基于协方差匹配的多天线频谱感知方法 |
| KR101152572B1 (ko) * | 2010-12-28 | 2012-06-01 | 포항공과대학교 산학협력단 | 최적의 부사용자 수를 결정할 수 있는 인지무선 협력 스펙트럼 센싱 방법 및 융합 센터 |
| CN102324959B (zh) * | 2011-06-10 | 2013-10-16 | 宁波大学 | 一种基于多天线系统协方差矩阵的频谱感知方法 |
-
2013
- 2013-06-28 CN CN201310271930.6A patent/CN103346849B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101359930A (zh) * | 2008-09-12 | 2009-02-04 | 南京邮电大学 | 认知无线电系统中基于最大特征值的频谱感知方法 |
| CN101630983A (zh) * | 2009-07-30 | 2010-01-20 | 哈尔滨工业大学 | 认知无线电中利用循环谱统计量的空闲频谱检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103346849A (zh) | 2013-10-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103346849B (zh) | 一种抵抗模仿主用户信号的恶意攻击的频谱感知方法 | |
| CN104780006A (zh) | 基于最小错误概率准则的频谱检测器软融合方法 | |
| Gao et al. | A robust cooperative spectrum sensing method in cognitive radio networks | |
| CN108322277B (zh) | 一种基于协方差矩阵反特征值的频谱感知方法 | |
| CN103795479A (zh) | 一种基于特征值的协作频谱感知方法 | |
| Wang et al. | Detection of collaborative SSDF attacks using abnormality detection algorithm in cognitive radio networks | |
| Ren et al. | Spectrum sensing algorithm based on sample variance in multi-antenna cognitive radio systems | |
| CN102271022A (zh) | 一种基于最大广义特征值的频谱感知方法 | |
| CN104363064A (zh) | 一种基于优选用户的协作频谱感知方法 | |
| CN102291713B (zh) | 一种缓减主用户仿真攻击影响的方法 | |
| Li et al. | A primary user emulation attack detection scheme in cognitive radio network with mobile secondary user | |
| Chen et al. | Triple-threshold cooperative spectrum sensing algorithm based on energy detection | |
| CN105429913A (zh) | 基于特征值的多电平检测与识别方法 | |
| Zheng et al. | A scheme against primary user emulation attack based on improved energy detection | |
| CN104158604A (zh) | 一种基于平均共识的分布式协作频谱感知方法 | |
| CN109600181B (zh) | 一种用于多天线的频谱感知方法 | |
| Yang et al. | Cooperative spectrum sensing against attacks in cognitive radio networks | |
| Xie et al. | Identification of NLOS based on soft decision method | |
| Li et al. | Detecting primary user emulation attack based on multipath delay in cognitive radio network | |
| CN104320209A (zh) | 一种基于拟合优度检验的频谱感知方法 | |
| CN107454598A (zh) | 一种基于i/q不平衡的主用户仿真攻击检测方法 | |
| Wu et al. | IRS-Assisted Covert Communication with Equal and Unequal Transmit Prior Probabilities | |
| CN103795478B (zh) | 一种基于典型关联分析的多主用户个数检测方法 | |
| Chen et al. | Spatial correlation modeling and ergodic capacity analysis of networks with overlapping conflict | |
| Yue et al. | Cooperative spectrum sensing based on side information for cognitive radio sensor networks in internet of things applications |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150311 Termination date: 20170628 |