CN105717527B - 一种利用边坡变形数据快速确定监测点移动轨迹的方法 - Google Patents
一种利用边坡变形数据快速确定监测点移动轨迹的方法 Download PDFInfo
- Publication number
- CN105717527B CN105717527B CN201610091513.7A CN201610091513A CN105717527B CN 105717527 B CN105717527 B CN 105717527B CN 201610091513 A CN201610091513 A CN 201610091513A CN 105717527 B CN105717527 B CN 105717527B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- monitoring point
- mover
- munderover
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 115
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000000605 extraction Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000006073 displacement reaction Methods 0.000 description 4
- 238000012913 prioritisation Methods 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
Abstract
本发明公开了一种利用边坡变形数据快速确定监测点移动轨迹的方法,从含有大量噪声的三维变形监测数据中快速确定监测点位置,以满足边坡监测工程中监测点位移轨迹快速估计的要求。本发明能够较为准确地获得监测点位移轨迹,且具有计算量较小、算法简单和效率高等优点,能够满足边坡监测工程中监测点位移轨迹的实时快速估计要求,可直接用于边坡现场的监测点轨迹计算。
Description
技术领域
本发明涉及一种确定监测点移动轨迹的方法,特别涉及一种利用边坡变形数据快速确定监测点移动轨迹的方法。
背景技术
通过GPS监测能够获取边坡上监测点的三维变形序列,进而能够得到监测点的位移轨迹,这不仅有助于直观掌握监测点的历史变形状况,而且对监测点下一阶段位移趋势估计也具有指导作用。
但由于卫星导航误差、GPS信号传播误差、接收机误差和解算方法限制等不利因素的影响,监测点的变形结果中往往包含多种噪声,使得较难获取监测点的真实位移轨迹,而位移轨迹不仅是监测点变形的直观反映,往往也能体现监测点下一阶段的运动趋势和状态。尽管滤波方法能够获得监测点位移轨迹,但存在计算量大、算法复杂以及初始参数难以选取等问题,无法满足边坡监测工程中监测点位移轨迹的实时快速估计要求,很难直接用于边坡现场的监测点轨迹计算。
发明内容
本发明所要解决的技术问题是提供一种利用边坡变形数据快速确定监测点移动轨迹的方法,从含有大量噪声的三维变形监测数据中快速确定监测点位置,以满足边坡监测工程中监测点位移轨迹快速估计的要求。
本发明为解决上述技术问题采用以下技术方案:
本发明提供一种利用边坡变形数据快速确定监测点移动轨迹的方法,包括以下具体步骤:
步骤1:设置确定监测点移动轨迹所需的三维变形序列的观测期数为n;
步骤2:读取当前观测到的边坡上监测点的三维变形序列,若当前观测期数k≤n,则转至步骤3,否则转至步骤4;
步骤3:提取前k期观测到的监测点三维变形序列,根据公式1计算监测点在x,y,z三个方向的变形量的平均值,转入步骤5;
其中,分别为监测点在x,y,z三个方向的变形量的平均值,xi,yi,zi分别为第i期观测到的监测点在x,y,z三个方向的变形量;
步骤4:提取当前期及其前n-1期共n期的监测点三维变形序列,根据公式2计算监测点在x,y,z三个方向的变形量的平均值,转入步骤5;
步骤5:将监测点在x,y,z三个方向的变形量的平均值作为质心的坐标,根据公式3计算监测点与质心之间的距离:
其中,di为第i期观测到的监测点与质心之间的欧式距离;
步骤6:根据公式4计算监测点的权重:
其中,wi为第i期观测到的监测点的权重;
步骤7:根据公式5计算监测点当前时刻的坐标:
其中,为监测点当前时刻的坐标;
步骤8:当观测到新一期监测点的三维变形数据后,重复步骤2至步骤7;将步骤7计算得到的不同时刻的监测点坐标采用光滑曲线连接,最终得到监测点的移动轨迹。
作为本发明的进一步优化方案,步骤1中n的取值根据实际计算需要设置。
作为本发明的进一步优化方案,步骤8中监测点的移动轨迹采用平滑曲线连接步骤7计算得到的不同时刻的监测点坐标得到。
作为本发明的进一步优化方案,步骤1中n的取值为15。
作为本发明的进一步优化方案,步骤1中n的取值为20。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:本发明能够较为准确地获得监测点位移轨迹,且具有计算量较小、算法简单和效率高等优点,能够满足边坡监测工程中监测点位移轨迹的实时快速估计要求,可直接用于边坡现场的监测点轨迹计算。
附图说明
图1是本发明的方法流程图。
图2是未经处理的监测点原始位移轨迹曲线。
图3是本发明处理后获得的监测点位移轨迹曲线。
具体实施方式
下面结合附图以及具体实施例对本发明的技术方案做进一步的详细说明:
四川省汉源县某边坡上共布设了118个GPS点用于监测边坡变形,这些点由28个实时监测点和90个定期监测点构成,实时监测点每天可以得到1组三维变形数据,定期监测点每10天可以得到1组三维变形数据。通过长时间观测,得到了监测点大量三维变形信息,选择变形较大的实时监测点TP142三维变形序列作为实验数据。
本发明提供一种利用边坡变形数据快速确定监测点移动轨迹的方法,如图1所示,具体步骤如下:
1、配置用于计算监测点位移轨迹的观测数据期数,称为计算期数,一般取n=15;
2、读取当前时刻监测点的三维变形量;确定监测点当前时刻的观测期数k,计算监测点x,y,z三个方向的变形量的平均值,具体方法如下:
301,如果观测期数k≤14,则监测点x,y,z三个方向的变形量的平均值为:
式中,xi,yi,zi分别为第i期观测到的监测点在x,y,z三个方向的变形量,分别为监测点在x,y,z三个方向的变形量的平均值;
302,如果观测期数k≥15,则监测点x,y,z三个方向的变形量的平均值为:
4、将计算得到的监测点三个方向的变形量的平均值作为质心的坐标,计算监测点与质心之间的欧式距离;
式中,di为第i期观测到的监测点与质心之间的欧式距离;
5、将监测点与质心之间距离的倒数作为当前监测点的权重:
其中,wi为第i期观测到的监测点的权重;
6、根据监测点15期的观测到的变形量及对应权重计算监测点当前时刻的位置;
式中,为监测点当前时刻的坐标;
7、获得监测点新一期变形数据,重复步骤2至步骤6,得到后续时刻监测点的位置,并采用光滑曲线连接相邻时刻的监测点,最终得到监测点的位移轨迹。
遵循上述本发明的技术方案,得到监测点平面上的移动轨迹。其中横轴为监测期间监测点在x方向的移动量,纵轴为监测期间监测点在y方向的移动量,曲线为监测点的移动轨迹。
如图2所示,为未经过处理的监测点原始位移轨迹。如图3所示,为本发明获得的监测点移动轨迹。从图2和图3可以看出,本发明获得的监测点移动轨迹与未经处理的监测点原始移动轨迹总体来说较为相似,说明本发明能够较为准确地得到监测点的移动轨迹,但本发明获得的位移轨迹曲线较原始移动轨迹曲线更为光滑,也比原始移动轨迹曲线更为稳定,更能真实的反映监测点的移动变化。
以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可理解想到的变换或替换,都应涵盖在本发明的包含范围之内,因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (4)
1.一种利用边坡变形数据快速确定监测点移动轨迹的方法,其特征在于,包括以下具体步骤:
步骤1:设置确定监测点移动轨迹所需的三维变形序列的观测期数为n;
步骤2:读取当前观测到的边坡上监测点的三维变形序列,若当前观测期数k≤n,则转至步骤3,否则转至步骤4;
步骤3:提取前k期观测到的监测点三维变形序列,根据公式1计算监测点在x,y,z三个方向的变形量的平均值,转入步骤5;
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
</mrow>
<mi>k</mi>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mover>
<mi>y</mi>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
</mrow>
<mi>k</mi>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mover>
<mi>z</mi>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<msub>
<mi>z</mi>
<mi>i</mi>
</msub>
</mrow>
<mi>k</mi>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,分别为监测点在x,y,z三个方向的变形量的平均值,xi,yi,zi分别为第i期观测到的监测点在x,y,z三个方向的变形量;
步骤4:提取当前期及其前n-1期共n期的监测点三维变形序列,根据公式2计算监测点在x,y,z三个方向的变形量的平均值,转入步骤5;
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>k</mi>
<mo>-</mo>
<mi>n</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
</mrow>
<mi>n</mi>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mover>
<mi>y</mi>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>k</mi>
<mo>-</mo>
<mi>n</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
</mrow>
<mi>n</mi>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mover>
<mi>z</mi>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>k</mi>
<mo>-</mo>
<mi>n</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<msub>
<mi>z</mi>
<mi>i</mi>
</msub>
</mrow>
<mi>n</mi>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
步骤5:将监测点在x,y,z三个方向的变形量的平均值作为质心的坐标,根据公式3计算监测点与质心之间的距离:
<mrow>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>y</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>z</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>z</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,di为第i期观测到的监测点与质心之间的欧式距离;
步骤6:根据公式4计算监测点的权重:
<mrow>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,wi为第i期观测到的监测点的权重;
步骤7:根据公式5计算监测点当前时刻的坐标:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>x</mi>
<mo>^</mo>
</mover>
<mi>k</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>k</mi>
<mo>-</mo>
<mi>n</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>y</mi>
<mo>^</mo>
</mover>
<mi>k</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>k</mi>
<mo>-</mo>
<mi>n</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>z</mi>
<mo>^</mo>
</mover>
<mi>k</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>k</mi>
<mo>-</mo>
<mi>n</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<msub>
<mi>z</mi>
<mi>i</mi>
</msub>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,为监测点当前时刻的坐标;
步骤8:当观测到新一期监测点的三维变形数据后,重复步骤2至步骤7;根据步骤7计算得到的不同时刻的监测点坐标,最终采用平滑曲线连接步骤7计算得到的不同时刻的监测点坐标得到监测点的移动轨迹。
2.根据权利要求1所述的一种利用边坡变形数据快速确定监测点移动轨迹的方法,其特征在于,步骤1中n的取值根据实际计算需要设置。
3.根据权利要求1所述的一种利用边坡变形数据快速确定监测点移动轨迹的方法,其特征在于,步骤1中n的取值为15。
4.根据权利要求1所述的一种利用边坡变形数据快速确定监测点移动轨迹的方法,其特征在于,步骤1中n的取值为20。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610091513.7A CN105717527B (zh) | 2016-02-18 | 2016-02-18 | 一种利用边坡变形数据快速确定监测点移动轨迹的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610091513.7A CN105717527B (zh) | 2016-02-18 | 2016-02-18 | 一种利用边坡变形数据快速确定监测点移动轨迹的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105717527A CN105717527A (zh) | 2016-06-29 |
CN105717527B true CN105717527B (zh) | 2017-11-17 |
Family
ID=56155910
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610091513.7A Expired - Fee Related CN105717527B (zh) | 2016-02-18 | 2016-02-18 | 一种利用边坡变形数据快速确定监测点移动轨迹的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105717527B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107885696B (zh) * | 2017-11-20 | 2021-09-07 | 河海大学 | 一种利用观测序列相似性实现缺失数据修复的方法 |
CN113176544B (zh) * | 2021-03-05 | 2022-11-11 | 河海大学 | 一种边坡雷达影像与地形点云的误匹配校正方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102322841A (zh) * | 2011-05-11 | 2012-01-18 | 北方工业大学 | 一种边坡监测线整体变形预测方法 |
CN103745073A (zh) * | 2014-01-27 | 2014-04-23 | 北方工业大学 | 一种边坡三维变形预测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007009175A1 (en) * | 2005-07-18 | 2007-01-25 | Groundprobe Pty Ltd | Interferometric signal processing |
-
2016
- 2016-02-18 CN CN201610091513.7A patent/CN105717527B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102322841A (zh) * | 2011-05-11 | 2012-01-18 | 北方工业大学 | 一种边坡监测线整体变形预测方法 |
CN103745073A (zh) * | 2014-01-27 | 2014-04-23 | 北方工业大学 | 一种边坡三维变形预测方法 |
Non-Patent Citations (2)
Title |
---|
GPS技术在水厂铁矿边坡监测中的应用;徐万才等;《露天采矿技术》;20051231(第1期);第12-15页 * |
边坡滚石运动轨迹分析及坡形坡率设计;赵耀等;《土工基础》;20140830;第27卷(第4期);第82-85页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105717527A (zh) | 2016-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104007705B (zh) | 小线段路径压缩平滑的前瞻插补系统 | |
CN106950562B (zh) | 一种基于预测值量测转换的状态融合目标跟踪方法 | |
CN103925925B (zh) | 一种用于多点定位系统的实时高精度位置解算方法 | |
CN105549049A (zh) | 一种应用于gps导航的自适应卡尔曼滤波算法 | |
CN105043388B (zh) | 基于惯性/重力匹配组合导航的向量搜索迭代匹配方法 | |
CN103674001B (zh) | 一种基于增强自适应时频峰值滤波的光纤陀螺去噪方法 | |
CN103645725A (zh) | 一种机器人示教轨迹规划方法和系统 | |
CN109858526B (zh) | 一种目标跟踪中基于传感器的多目标轨迹融合方法 | |
CN105353725A (zh) | 用于工业机器人的过辅助点姿态空间圆弧插补方法 | |
CN109726355B (zh) | 一种基于向量插值的船舶轨迹修复方法 | |
CN104573190B (zh) | 一种基于交互式多模型的目标跟踪方法 | |
CN104182609A (zh) | 基于去相关的无偏转换量测的三维目标跟踪方法 | |
CN106646508A (zh) | 面向斜坡区域的基于多线激光雷达的斜坡角度估计方法 | |
CN105717527B (zh) | 一种利用边坡变形数据快速确定监测点移动轨迹的方法 | |
WO2016079848A1 (ja) | 状態推定装置 | |
CN112525197B (zh) | 基于图优化算法超宽带惯性导航融合位姿估计方法 | |
CN101630413B (zh) | 一种多机器人跟踪移动目标方法 | |
CN110561421A (zh) | 机械臂间接拖动示教方法及装置 | |
CN103973263A (zh) | 一种新的逼近滤波方法 | |
CN105737850B (zh) | 基于粒子滤波的变尺度单方向重力采样矢量匹配定位方法 | |
CN110345936A (zh) | 运动装置的轨迹数据处理方法及其处理系统 | |
CN110595479B (zh) | 一种基于icp算法的slam轨迹评估方法 | |
CN104021285B (zh) | 一种具有最优运动模式切换参数的交互式多模型目标跟踪方法 | |
CN104180801B (zh) | 基于ads‑b系统航迹点的预测方法和系统 | |
CN110231620A (zh) | 一种噪声相关系统跟踪滤波方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171117 |
|
CF01 | Termination of patent right due to non-payment of annual fee |