CN104614992B - 一种模拟飞行员定点降落实际行为系统 - Google Patents
一种模拟飞行员定点降落实际行为系统 Download PDFInfo
- Publication number
- CN104614992B CN104614992B CN201510001274.7A CN201510001274A CN104614992B CN 104614992 B CN104614992 B CN 104614992B CN 201510001274 A CN201510001274 A CN 201510001274A CN 104614992 B CN104614992 B CN 104614992B
- Authority
- CN
- China
- Prior art keywords
- pilot
- action
- represent
- perception
- error
- 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
- 230000009471 action Effects 0.000 claims abstract description 91
- 238000004088 simulation Methods 0.000 claims abstract description 14
- 230000000007 visual effect Effects 0.000 claims abstract description 3
- 230000008447 perception Effects 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 9
- 230000007717 exclusion Effects 0.000 claims description 6
- 238000010030 laminating Methods 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- 239000006185 dispersion Substances 0.000 abstract 1
- 230000033001 locomotion Effects 0.000 description 11
- 238000000034 method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Abstract
本发明属于飞行模拟技术领域,具体涉及一种模拟飞行员定点降落实际行为系统。本发明包括:能力指标模块对飞行员的能力指标进行分类:信息感受模块通过视觉模拟获得飞行器当前位置与目标降落点的相对偏差的过程;专注模式协调策略模块对专注模式分类;动作误差叠加模块在期望动作基础上叠加动作误差输出飞行员的最终动作以及驾驶杆和油门的执行动作为X的概率密度。本发明能够实现模拟不同操纵能力飞行员操控效果的目的,而且采用脉冲波形实现以离散动作序列的形式真实模拟飞行员的动作特征。
Description
技术领域
本发明属于飞行模拟技术领域,具体涉及一种模拟飞行员定点降落实际行为系统。
背景技术
飞行员定点降落具有重要的意义,在一些特定的环境下,飞行器可降落地点是个很小的区域,飞行员需要做到操控飞行器实现定点降落,这对飞行员和飞行器均是重要考验。因此定点降落是飞行员操控技术的重要内容,同时也能在侧面验证飞行器的相关指标。通过模拟飞行员定点降落过程,能够在无实物情况下对控制对象进行不同工况的仿真验证,避免不必要的实物试验事故。
现有的模拟飞行员系统,不能从飞行员由信息获取、思维判断和动作执行的过程加以分析,因而未能实现模拟不同操纵能力的飞行员,也未能实现飞行员动作真实离散化。基于行为建模理论可以有效的解决这个问题。行为建模理论将研究对象进行功能划分,深入分析了所有真实动作的产生原因,避免了脱离实际情况的纯数学理论研究。根据行为建模理论,一般可以将研究对象划分为三个功能模块:信息获取模块、思维判断模块和动作执行模块,这就解释了研究对象最终执行动作的原因是外界信息和自身判断。
本发明公开的一种模拟飞行员定点降落实际行为系统,并定义飞行员的能力指标参数:信息感受能力系数、反应敏捷度系数、分心能力系数、动作精准度系数,并通过这些系数的排列组合,实现模拟不同操纵能力飞行员操控效果的目的,而且采用脉冲波形实现以离散动作序列的形式真实模拟飞行员的动作特征。
发明内容
本发明的目的在于提供一种实现模拟实际飞行员思维过程和动作特点,能够模拟没有操纵能力的飞行员,而且采用离散动作序列的形式表现飞行员的动作的模拟飞行员定点降落实际行为系统。
本发明的目的是这样实现的:
模拟飞行员定点降落实际行为的系统:
(1)能力指标模块对飞行员的能力指标进行分类:
信息感受能力kinf:表示飞行员对周围信息感受的准确性;
反应敏捷度kcel:表示飞行员对横向、纵向和油门操作切换速度;
分心能力kdis:表示飞行员对多动作并行执行能力;
动作精准度klast:表示飞行员对期望动作的执行准确度;
根据下表对飞行员进行等级划分:
(2)信息感受模块通过视觉模拟获得飞行器当前位置与目标降落点的相对偏差的过程:
对偏差和距目标点距离感知的离散化分辨率fdiff,输出飞行员感受到纵向偏差、横向偏差和速度偏差,得到纵向和横向通道的着舰安全度估计值Dpre_z和Dpre_y:
fgain:飞行员的信息采样频率;
LX:飞行器准备降落位置距降落点距离;
kd:信息采样周期数;
LDist:当前飞行器位置距降落点距离;
式中:Δt为采样时间,ErrZ_pre为感知的纵向偏差、VZ_pre为感知的纵向偏差变化率、Spre为感知的距降落点距离,ErrY_pre为感知的横向偏差、VY_pre为感知的横向偏差变化率、Spre为感知的距降落点距离;
(3)专注模式协调策略模块对专注模式分类
纵向操纵模式(VK):对应驾驶杆纵向控制,用参数Vabsorb_z表示;
横向操纵模式(HK):对应驾驶杆横向控制,用参数Vabsorb_y表示;
油门操纵模式(AK):对应油门大小控制,用参数Vabsorb_ac表示;
输出互斥动作切换时间:
(4)动作误差叠加模块在期望动作基础上叠加动作误差输出飞行员的最终动作以及驾驶杆和油门的执行动作为X的概率密度:
Mlast=Mshould+ΔMerror;
Mlast为最终动作值;Mshould为期望动作值;ΔMerror为随机动作误差值。
本发明的有益效果在于:本发明公开的一种模拟飞行员定点降落实际行为系统,并定义飞行员的能力指标参数:信息感受能力系数、反应敏捷度系数、分心能力系数、动作精准度系数,并通过这些系数的排列组合,实现模拟不同操纵能力飞行员操控效果的目的,而且采用脉冲波形实现以离散动作序列的形式真实模拟飞行员的动作特征。
附图说明
图1为B级驾驶员仿真曲线;
图2为A级和C级驾驶员仿真曲线;
图3为模拟飞行员行为原理框图;
图4为期望动作与最终动作关系图;
图5为离散动作波形图;
具体实施方式
下面结合附图对本发明做进一步描述:
本发明公开的一种模拟飞行员定点降落实际行为系统。模拟飞行员行为的系统通常有三种:传递函数系统、频域系统以及最优控制系统。但是这三种系统存在共同的问题:一是无法模拟不同能力水平的飞行员,模型具有严重的局限性;二是飞行员的动作是无时间间隔的连续动作,不符合真实情况。因此需要更能真实准确模拟飞行员定点降落实际行为的系统。本发明公开了模拟飞行员定点降落实际行为系统,实现模拟实际飞行员思维过程和动作特点,能够模拟没有操纵能力的飞行员,而且采用离散动作序列的形式表现飞行员的动作。
针对不同操控能力飞行员进行仿真分析。仿真案例中飞行员的操控部件为飞行器的驾驶杆和油门,驾驶杆控制横纵向位置,油门控制速度,A、B、C级飞行员的能力指标参数如具体实施方式中的表1、表3、表7,仿真曲线如图1、2所示。
从图1中可以看出,B级飞行员的纵向、横向和油门操纵值以离散动作序列的形式加以表现,飞行员对驾驶杆和油门的调整采取脉冲信号的方式,根据当前的纵向偏差、横向偏差和速度偏差,三个通道的专注度按照切换器的模糊控制规律。当某个通道出现大偏差时,飞行员模型采取大脉冲动作,并辅助采用长时间作用策略,此时产生的超调量也较大。当某个通道出现小偏差时,飞行员模型采取小脉冲动作,作用时间短,并提前结束动作,避免出现较大超调量。因此,不同大小初始偏差的仿真结果符合实际飞行员的操纵特性。
从图2中可以看出,A级飞行员和C级飞行员对纵向、横向和速度偏差的调整能力不同,A级飞行员对这三种偏差的调整能力较强,C级飞行员对偏差的调整所产生的超调量较大,特别是对油门的实际控制量较大,导致对速度的控制效果较差。在横纵向偏差控制上,A级飞行员采用较少的动作脉冲就可以达到较好的偏差控制效果,而C级飞行员的动作频率较高,偏差控制效果较差。因此飞行员模型能够模拟能力不同飞行员的能力差异和动作特点。
模拟飞行员定点降落实际行为系统的原理框图如图3所示,下面按照信息流向介绍各个模块。
1、能力指标模块
本发明对飞行员的能力指标进行分类如下所示:
①信息感受能力:反映飞行员对周围信息感受的准确性,如横纵向偏差、距离目标点距离,用kinf表示;
②反应敏捷度:反映飞行员对横向、纵向和油门操作切换速度,用kcel表示;
③分心能力:反映飞行员对多动作并行执行能力,用kdis表示;
④动作精准度:反映飞行员对期望动作的执行准确度,用klast表示;
kinf、kdis和klast的不同组合可以表示不同能力的飞行员,本发明按照能力指标由高到低对飞行员进行等级划分,分别为:S级、A级、B级、C级、D级、E级,各飞行员的能力指标系数见表1、表3和表7。
2、信息感受模块
信息感受模块的用途是模拟飞行员通过视觉获得飞行器当前位置与目标降落点的相对偏差的过程,本发明提出变分辨率离散化原理:当飞行员距离目标降落点较远时,采用采样频率低的系统,随着距目标降落点的距离变小,逐渐增加采样频率,飞行员对偏差和距目标点距离感知的离散化分辨率fdiff可用下式表示:
式中:
fgain:飞行员的信息采样频率;
LX:飞行器准备降落位置距降落点距离;
kd:信息采样周期数;
LDist:当前飞行器位置距降落点距离。
飞行员等级和信息感受能力系数kinf关系如表1所示。
表1飞行员等级与kinf表
信息感受模块最终输出飞行员感受到纵向偏差、横向偏差和速度偏差,这三种偏差对应三种安全度:纵向安全度、横向安全度和速度安全度,分别表示飞行器在纵向、横向和速度三个回路的风险程度。
纵向安全度的主要影响因素有:感知的纵向偏差ErrZ_pre、感知的纵向偏差变化率VZ_pre、感知的距降落点距离Spre,横向安全度的主要影响因素有:感知的横向偏差ErrY_pre、感知的横向偏差变化率VY_pre、感知的距降落点距离Spre,则纵向和横向通道的着舰安全度估计值Dpre_z和Dpre_y可以用下式表示:
式中:Δt为采样时间。
速度安全度分为3级:高危险、中危险和安全,分别用数值0.0、1.0、2.0表示,速度安全度估计值Dpre_v如下式所示:
3、专注模式协调策略模块
本发明制定专注模式协调策略,以此来确定飞行员进行驾驶杆横向操控、驾驶杆纵向操控还是油门操控。现对专注模式分类如下:
①纵向操纵模式(VK):对应驾驶杆纵向控制,用参数Vabsorb_z表示;
②横向操纵模式(HK):对应驾驶杆横向控制,用参数Vabsorb_y表示;
③油门操纵模式(AK):对应油门大小控制,用参数Vabsorb_ac表示;
每种操纵模式对应各自的专注度,专注度的大小决定该模式是否启动。本发明中专注模式的互斥关系如表2所示:
表2专注模式互斥关系表
上表中,×表示两种操控互斥,即两种动作不能同时进行;表示不完全互斥,即两种操控不互斥,但会在一定时间内存在截断关系。互斥动作切换时间由飞行员的反应敏捷度和分心能力共同决定,用下式表示:
飞行员等级与反应敏捷度系数kcel、分心能力系数kdis的关系如表3所示。
表3飞行员等级与kcel、kdis关系表
本发明采用模糊控制系统来在纵向操纵模式、横向操纵模式和油门操纵模式之间切换。模糊切换器输入为横向、纵向和速度三个回路的危险度估计值,输出为各回路专注度,危险度估计值的状态描述按三级划分,分别为{无危险,略危险、很危险},具体描述为{AZ,PM,PB},输出的专注度的状态描述按七级划分,分别为{无专注,横向专注高,横向专注低,纵向专注高,纵向专注低,速度专注高,速度专注低},具体描述为{AZG,PBH,PSH,PBZ,PSZ,PBS,PSS},制定专注度模糊控制规则如表4所示。
表4专注度模糊控制规则
横向、纵向和速度三个回路期望动作模糊控制器的输入为各回路的偏差和偏差变化率,输出为各回路的期望动作值,输入和输出的状态描述按七级划分,分别为{正向很大,正向较大,正向略大,无偏差,负向略大,负向较大,负向很大},具体描述分别为{PB,PM,PS,AZ,NS,NM,NB},表5和表6为动作模糊控制规则,其中横向表示偏差描述,纵向表示偏差变化率描述。
表5横向/纵向动作模糊控制规则
表6速度动作模糊控制规则
4、动作误差叠加模块
各回路的模糊控制器输出期望动作值,期望动作值是飞行员的目标动作,但最终动作必然会存在偏差,本发明公开了在期望动作基础上叠加动作误差,来实现飞行员的最终动作的计算系统,表达式如下所示:
Mlast=Mshould+ΔMerror (6)
式中:
Mlast:最终动作值;
Mshould:期望动作值;
ΔMerror:随机动作误差值。
飞行员最终动作与期望动作的映射关系符合正态分布,设飞行员的最终动作为连续型随机变量X,驾驶杆和油门的执行动作为X的概率密度,如下所示:
式中:
γ(x):随机变量X~N(μ,σ2);
[-M,+M]:动作概率区间,表示飞行员最终动作全体区间数。
最终动作Mlast应该是一个随机概率模型,并且期望动作Mshould越大,叠加随机动作误差ΔMerror和正态分布的方差σ也越大。假设期望动作值始终为X,最终动作值分布如图4(A)所示,其中X分别为A1、A2和A3。动作概率区间取[-2σ,+2σ]。
按照图4(A)的方式,针对不同期望动作值,统计最终动作的分布,可以获得方差可变的正态分布二维曲面,做简化处理,用一维平面来表现最终动作分布情况,如图4(B)所示,并建立坐标系:将期望动作BehS设定为X轴,最终动作BehR与期望动作BehS的差值BehR-BehS设定为Y轴。使用曲线S1和S2来代表正态分布的标准差与期望动作峰值的变化曲线,作为最终动作离散包络。在BehS在0附近很小范围内情况下,飞行员无法将动作执行到BehS的数量级,因此[O,O1]为飞行员的动作死区,简化使用线段L1和L2来代替曲线包络S1和S2。
假设期望动作概率区间为[0,Amax],将该区间N等分,则对应N条不同的正态分布曲线,即:
σ={σ1 σ2…σN} (9)
此时飞行员的最终动作值可用下式表示:
BehR=GaussRand(μ,σ) (10)
σ=σ(BehS,klast) (11)
式中:
GaussRand:正态分布随机函数;
klast:飞行员的动作精准度系数,该参数直接影响最终动作正态分布的集中度。
将标准差σ与BehS的关系简化为一次函数关系,即σ与BehS关系如下所示:
σ(Actnol,klast)=K1(klast)*Actnol+B1(klast) (12)
上式中参数K1和B1均为关于klast的函数,这里将其简化为比例关系,则式(12)可以进一步写成下式:
σ(Actnol,klast)=K2*klast*Actnol+B2*klast (13)
本发明中定义K2为乘性因子,B2为加性因子,K2与B2统称为动作误差叠加因子。飞行员等级与动作精准度系数klast、动作误差叠加因子K2和B2关系如表7所示。
表7飞行员等级与klast、K2和B2关系表
飞行员模型动作采用离散脉冲式梯形波作为动作序列的形式,驾驶杆横向、驾驶杆纵向以及油门的操控动作波形如图5所示。
通过式(13)K2、B2、klast可确定飞行员的操控能力,通过图5方式可实现飞行员模型的动作离散化。
Claims (1)
1.一种模拟飞行员定点降落实际行为的系统,其特征在于:
(1)能力指标模块对飞行员的能力指标进行分类:
信息感受能力kinf:表示飞行员对周围信息感受的准确性;
反应敏捷度kcel:表示飞行员对横向、纵向和油门操作切换速度;
分心能力kdis:表示飞行员对多动作并行执行能力;
动作精准度klast:表示飞行员对期望动作的执行准确度;
根据下表对飞行员进行等级划分:
(2)信息感受模块通过视觉模拟获得飞行器当前位置与目标降落点的相对偏差的过程:
对偏差和距目标点距离感知的离散化分辨率fdiff,输出飞行员感受到纵向偏差、横向偏差和速度偏差,得到纵向和横向通道的着舰安全度估计值Dpre_z和Dpre_y:
fgain:飞行员的信息采样频率;
LX:飞行器准备降落位置距降落点距离;
kd:信息采样周期数;
LDist:当前飞行器位置距降落点距离;
式中:Δt为采样时间,ErrZ_pre为感知的纵向偏差、VZ_pre为感知的纵向偏差变化率、Spre为感知的距降落点距离,ErrY_pre为感知的横向偏差、VY_pre为感知的横向偏差变化率、Spre为感知的距降落点距离;
(3)专注模式协调策略模块对专注模式分类
纵向操纵模式(VK):对应驾驶杆纵向控制,用参数Vabsorb_z表示;
横向操纵模式(HK):对应驾驶杆横向控制,用参数Vabsorb_y表示;
油门操纵模式(AK):对应油门大小控制,用参数Vabsorb_ac表示;
输出互斥动作切换时间:
(4)动作误差叠加模块在期望动作基础上叠加动作误差输出飞行员的最终动作以及驾驶杆和油门的执行动作为X的概率密度:
Mlast=Mshould+ΔMerror;
Mlast为最终动作值;Mshould为期望动作值;ΔMerror为随机动作误差值,[-M,+M]:动作概率区间,表示飞行员最终动作全体区间数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510001274.7A CN104614992B (zh) | 2015-01-04 | 2015-01-04 | 一种模拟飞行员定点降落实际行为系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510001274.7A CN104614992B (zh) | 2015-01-04 | 2015-01-04 | 一种模拟飞行员定点降落实际行为系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104614992A CN104614992A (zh) | 2015-05-13 |
CN104614992B true CN104614992B (zh) | 2017-02-22 |
Family
ID=53149494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510001274.7A Expired - Fee Related CN104614992B (zh) | 2015-01-04 | 2015-01-04 | 一种模拟飞行员定点降落实际行为系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104614992B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289714A (zh) * | 2011-06-02 | 2011-12-21 | 北京航空航天大学 | 一种基于行为模型的小型无人旋翼机自主起降控制方法 |
CN102393641A (zh) * | 2011-10-21 | 2012-03-28 | 南京航空航天大学 | 基于甲板运动补偿的舰载机自动着舰引导控制方法 |
US8538739B2 (en) * | 2007-10-31 | 2013-09-17 | International Business Machines Corporation | Adjusting model output events in a simulation |
CN103700286A (zh) * | 2013-12-11 | 2014-04-02 | 南京航空航天大学 | 一种舰载无人机自动着舰引导方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080114506A1 (en) * | 2006-11-10 | 2008-05-15 | Davis Christopher L | Hard landing detection |
-
2015
- 2015-01-04 CN CN201510001274.7A patent/CN104614992B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8538739B2 (en) * | 2007-10-31 | 2013-09-17 | International Business Machines Corporation | Adjusting model output events in a simulation |
CN102289714A (zh) * | 2011-06-02 | 2011-12-21 | 北京航空航天大学 | 一种基于行为模型的小型无人旋翼机自主起降控制方法 |
CN102393641A (zh) * | 2011-10-21 | 2012-03-28 | 南京航空航天大学 | 基于甲板运动补偿的舰载机自动着舰引导控制方法 |
CN103700286A (zh) * | 2013-12-11 | 2014-04-02 | 南京航空航天大学 | 一种舰载无人机自动着舰引导方法 |
Non-Patent Citations (4)
Title |
---|
基于跟踪补偿任务的飞行员感知模型;高健 等;《沈阳工业大学学报》;20120131;第34卷(第1期);全文 * |
无人直升机自主着舰系统设计及仿真试验;乌兰巴根 等;《北京航空航天大学学报》;20100831;第36卷(第8期);全文 * |
舰载机进舰任务中的驾驶员变策略控制模型;屈香菊 等;《北京航空航天大学学报》;20031130;第29卷(第11期);全文 * |
舰载机进舰着舰过程仿真建模;王延刚 等;《系统仿真学报》;20081231;第20卷(第24期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN104614992A (zh) | 2015-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Review of control models for human pilot behavior | |
Borst et al. | Beyond ecological interface design: Lessons from concerns and misconceptions | |
CN105182988B (zh) | 基于马尔科夫决策过程的飞行员操作行为引导方法 | |
CN102540882A (zh) | 一种基于最小参数学习法的飞行器航迹倾角控制方法 | |
CN103743402A (zh) | 一种基于地形信息量的水下智能自适应地形匹配方法 | |
CN105982735A (zh) | 提高主从式远程遥操作手术系统透明性和稳定性的方法 | |
Rushby | Analyzing cockpit interfaces using formal methods | |
CN102968553B (zh) | 一种飞行器着陆风险评测方法 | |
Qin et al. | Statistical verification of cyber-physical systems using surrogate models and conformal inference | |
CN104614992B (zh) | 一种模拟飞行员定点降落实际行为系统 | |
CN104332081B (zh) | 飞行模拟器杆力模拟逼真度的评价方法 | |
Jiang et al. | Transformer network intelligent flight situation awareness assessment based on pilot visual gaze and operation behavior data | |
Chen et al. | Attention-based highway safety planner for autonomous driving via deep reinforcement learning | |
Urbano et al. | A data-driven approach for actuator servo loop failure detection | |
Ghaffari et al. | Manfis-based overtaking maneuver modeling and prediction of a driver-vehicle-unit in real traffic flow | |
CN110450785A (zh) | 用于获取轨迹跟随精度的方法 | |
Murray-Smith | Control Theory, Dynamics | |
Gestwa et al. | Using fuzzy control for modeling the control behaviour of a human pilot | |
Vakil et al. | Analysis of complexity evolution management and human performance issues in commercial aircraft automation systems | |
Zhang et al. | A new fuzzy controller for stabilization of double inverted pendulum system | |
Onstott | Task interference in multi-axis aircraft stabilization | |
CN104330976A (zh) | 飞行模拟器杆力模拟逼真度评价装置设计方法 | |
Wang et al. | Dynamic modeling, motion analysis and fault diagnosis of underwater gliders with the loss of one wing | |
Rafi et al. | Adaptive prediction of aircraft loss-of-control margins and safe control envelopes with longitudinally and laterally coupled higher-order dynamics | |
Wang et al. | A riding fuzzy control system for a mountain agricultural robot |
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: 20170222 |
|
CF01 | Termination of patent right due to non-payment of annual fee |