CN106877950B - 一种适用于车载短距离通信网络的无线认知信道评价选择方法 - Google Patents

一种适用于车载短距离通信网络的无线认知信道评价选择方法 Download PDF

Info

Publication number
CN106877950B
CN106877950B CN201611203796.6A CN201611203796A CN106877950B CN 106877950 B CN106877950 B CN 106877950B CN 201611203796 A CN201611203796 A CN 201611203796A CN 106877950 B CN106877950 B CN 106877950B
Authority
CN
China
Prior art keywords
vehicle
evaluation
node
matrix
nodes
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.)
Active
Application number
CN201611203796.6A
Other languages
English (en)
Other versions
CN106877950A (zh
Inventor
付景林
赵德胜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Datang Gaohong Zhilian Technology (Chongqing) Co.,Ltd.
Original Assignee
Datang Gaohong Information Communication Yiwu Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Datang Gaohong Information Communication Yiwu Co Ltd filed Critical Datang Gaohong Information Communication Yiwu Co Ltd
Priority to CN201611203796.6A priority Critical patent/CN106877950B/zh
Publication of CN106877950A publication Critical patent/CN106877950A/zh
Application granted granted Critical
Publication of CN106877950B publication Critical patent/CN106877950B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/14—Spectrum sharing arrangements between different networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication

Abstract

本发明提供了一种适用于车载短距离通信网络的无线认知信道评价选择方法，包括将信道评价的因素分为持久性和实时性，持久性因素由车载短距离通信网络(V2X)中路侧节点感知，将评价矩阵广播给经过的车载节点，车载节点将接收到的持久性评价矩阵同自身感知的实时性评价矩阵进行合并，再根据当前的业务需要和车载节点之间的距离进行多属性决策算法进行评价，对信道进行排序供车载节点进行信道选择。

Description

一种适用于车载短距离通信网络的无线认知信道评价选择 方法
技术领域
本发明涉及一种适用于车载短距离通信网络的无线认知信道评价选择方法，属于车载网技术领域。
背景技术
认知无线电(cognitive radio,CR)作为一种智能频谱共享技术，通过感知外部环境，利用人工智能学习外部环境特征的变化，动态接入闲置频谱，有效提高频谱利用率。认知无线电通过动态频谱管理机制，利用频谱空穴，实现主次用户共享频谱。
车载短距离通信(Vehicle to X：V2X)网络是通过无线通信、GPS/GIS、传感等短距离通信技术实现的车内(CAN-Controller Area Network)、车路(Vehicle-2-RSU)、车间(Vehicle-2-Vehicle)、车外(vehicle-2-Infrastructure)、人车(Vehicle-2-Person)之间的通信。
V2X具有固定授权的频段，但是带宽较窄。V2X中的大量信息服务类扩展类业务，由于授权带宽的限制，影响其业务种类的拓展和业务内容的多样性。
认知无线电技术可以有效拓展V2X的工作频段，为扩展类业务提供高带宽的信道，由于V2X以信息服务为主的扩展类对时延要求不严格，非常适合在认知信道中传输。
认知无线电中，次用户执行频谱感知，检测到可用频谱资源，根据可用信道的检测结果，依据多个属性对可用信道质量评价，并依据质量评估结果对可用信道进行排序，创建可用信道列表，然后根据业务需要进行信道选择。
但是，对信道评价和选择，需要根据多个因素，有些因素，需要较长时间的感知周围环境的频谱才能获得较好的效果，而有些因素，需要根据当前的业务和实时的情况评价。但是，V2X中车载节点处于不断运动中，很难有较长时间感受和学习某个区域的频谱利用特性。
因此，在V2X中，进行认知无线信道的评价和选择，面临极大的挑战。
发明内容
本发明提供了一种适用于车载短距离通信网络的无线认知信道评价选择方法，其主要方法是将信道评价的因素分为持久性和实时性，持久性因素由车载短距离通信网络(V2X)中路侧节点感知，将评价矩阵广播给经过的车载节点，车载节点将接收到的持久性评价矩阵同自身感知的实时性评价矩阵进行合并，再根据当前的业务需要和车载节点之间的距离进行多属性决策算法进行评价，对信道进行排序供车载节点进行信道选择。
本发明包括三部分，分别是路侧节点和车载节点评估因素分离、路侧节点和车载节点评估数据生成、认知信道综合评价和选择。侧节点和车载节点评估因素分离中将信道评价需要的因素分为持久性和实时性，持久性因素由路侧节点感知和广播，实时性有车载节点感知。路侧节点和车载节点评估数据生成中，车载节点将获得的实时性因素参数同路侧节点广播的持久性因素合并后，生成评级用的完整矩阵。认知信道综合评价和选择将完整的评价矩阵，结合车载节点根据当前业务需要确定的权重，进行多属性决策运算。
本发明提供了一种适用于车载短距离通信网络的无线认知信道评价选择方法，其特征在于，将信道评价的因素分为持久性和实时性，持久性因素由路侧节点感知，将评价矩阵广播给车载节点，车载节点将接收到的持久性评价矩阵同自身感知的实时性评价矩阵进行合并，再根据当前的业务需要和车载节点之间的距离进行多属性决策算法进行评价，对信道进行排序供车载节点进行信道选择.
优选地，具体包括如下步骤S1、S2、S3：
S1、路侧节点和车载节点评估因素分离，其包括
S11、路侧节点评估因素设定；
S12、车载节点评估因素设定；
S2、路侧节点和车载节点评估数据生成，其包括
S21、路侧节点评估数据获取；
S22、车载节点评估数据获取；
S3、认知信道综合评价和选择，其包括
S31、决策矩阵的归一化；
S32、确定业务加权矩阵；
S33、确定正负理想方案；
S34、计算理想方案与评估方案的距离；
S35、计算相对贴近度；
S36、评估信道排序和选择。
优选地，所述步骤S11中，将认知信道评价需要的因素分为持久性和实时性，利用了路侧节点位置固定的特点，进行感知，组成持久性评价矩阵。
优选地，所述步骤S12中，将认知信道评价需要的同车载节点周围实时环境和发起的业务相关的因素，有车载节点获得。
优选地，所述步骤S21中，获得可用信道感知、用户积极性检测、频段和带宽的持久性评价矩阵，然后广播给经过的车载节点。
优选地，所述步骤S22中，路侧节点根据周围实时环境和发起的业务获得信干噪比、相干带宽、相干时间，同接收到的路侧节点广播的持久性评价矩阵合并后组成完成的评价矩阵。
优选地，所述步骤S3中，根据车载节点当前的业务需要，和收发两个车载节点的距离，对评价的因素设定加权系数，然后同合并后的评价矩阵，通过计算贴近度的方法，对各个信道进行排序，供车载节点选择认知信道。
本发明利用V2X网络中路侧节点位置固定特点，将信道评价的因素，分为持久性和实时性两类，需要较长时间的持久性因素有路侧节点完成，并广播给经过的车载节点，车载节点将接收的持久性因素和实时性因素汇总后，对认知信道进行综合评价和排序，提供车载节点进行信道选择。
附图说明
图1是本发明方法的工作流程图。
具体实施方式
本发明提供了一种适用于车载短距离通信网络的无线认知信道评价选择方法，该方法步骤包括三部分，分别是路侧节点和车载节点评估因素分离、路侧节点和车载节点评估数据生成、认知信道综合评价和选择。
以下实施例对本发明作进一步详细的描述。
第一部分、路侧节点和车载节点评估因素分离
由于车载节点具有快速移动的特点，因此在车载节点的认知信道选择中，持久性因素的评价比较难实现，路侧节点具有位置固定，在车载节点经过时能进行通信的特点，可以对持久性因素进行评价，但是路侧节点只能对一个较大的区域的认知信道的特性进行评价，无法精确对车载节点当前的位置的实时性认知信道的特性进行评价，因此需要对信道选择算法进行分类。
1.1、路侧节点评估因素设定。持久性因素是需要较长时间感知和学习才能获得的因素，本实施例选择主用户活跃度、频段、带宽为持久性因素。
1)主用户活跃度：认知无线电影响用户使用的最主要因素，在一个固定的地点进行较长时间的感知和学习能获得比较好的性能。
2)频段：高频段覆盖范围小，传输速率高；低频段覆盖范围大，穿透能力强，支持高速移动，因此频率选择同不同应用场景是，权重会有较大的差别。频段同主用户活跃度配合，需要较长时间的感知和学习。
3)带宽：指信道的最高和最低频率差，△w＝fh-fl。
1.2、车载节点评估因素设定。实时性因素是在局部感知实时变化的因素，本实施例选择信干燥比、相干带宽、相干时间。
1)信干噪比：次用户的接收信号与干扰信号和噪声的功率比，表示信道的质量，是能否正常通信的关键指标之一。信干燥比SINR如(式1)所示：
Figure BDA0001189586400000041
其中，Pi c是当前次级用户的发射功率，
Figure BDA0001189586400000042
是其天线和路径增益，Nc是区域内认知用户的数量，
Figure BDA0001189586400000043
表示了其他认知用户的发射功率和天线路径增益的累加对当前用户的干扰。
Figure BDA0001189586400000044
是主用户的发射功率，
Figure BDA0001189586400000045
是其天线和路径增益，Np是区域内主用户的数量，
Figure BDA0001189586400000046
表示了主用户工作对当前次级用户的干扰，N0是信道的噪声功率。
2)相干带宽：相干带宽定义为信道处于强相关的频率差范围，代表了电波传播中受到散射体影响而形成的反射、绕射或散射造成的多径叠加，导致时延扩展。
3)相干时间：定义为信道处于强相关的时间差范围，表示无线通信中收发端之间存在相对径向运动时造成的接收信号频率变化，导致多普勒扩展。
第二部分、路侧节点和车载节点评估数据生成
由于评估数据分别来自于路侧节点和车载节点，本实施例采用路侧节点获取部分参数，组成认知数据消息包，广播给经过路侧节点覆盖范围内车载节点的方式，将需要持久性感知的评估数据发送给车载节点。车载节点利用自身的感知硬件设备，获得实时性评估数据，然后通过设定的算法进行信道评估和选择。
2.1、路侧节点评估数据获取
路侧节点通过配置的频谱感知硬件设备周期性从周围的无线环境中捕获或者感知信息，从而标识未使用的频谱资源(频谱空洞)，并记录这些频谱，然后进行参数分析和汇总，分为三个步骤，频谱感知、频谱判决、频谱分析，形成可用信道序列列表和形成路侧节点决策矩阵：
Figure BDA0001189586400000051
其中，aij中的i对应m个感知到的可用空闲信道，j对应评估参数，分别是分配给路侧节点的用户活跃度、频段和带宽，aij代表评估参数的属性值，
路侧节点按照系统设定的周期，将矩阵A广播，其覆盖范围内的车载节点接收到矩阵A后，保存到本地，作为后续认知信道评估和选择中持久性参数。
2.2、车载节点评估数据获取
车载节点利用其配置的认知硬件设备，获得实时性评价参数值，如式4所示
Figure BDA0001189586400000052
其中，bij中的i对应路侧节点持久性检测到的m个可用空闲信道，j对应评估参数，分别是分配给车载节点的实时性参数信干噪比、相干带宽、相干时间，bij代表评估参数的属性值。决策矩阵B由车载节点实时获得和更新。
2.3、参数合并和归一化
车载节点将接收到的路侧节点的决策矩阵A和本地生成的决策矩阵B相加，形成包含持久性参数和实时性参数的完整矩阵C，如式5所示
Figure BDA0001189586400000061
第三部分、认知信道综合评价和选择
路侧节点提供的持久性参数和车载节点实时得到的实时性参数，每个参数的属性针对不同场景和业务又具有不同的权重，因此本实施例采用多属性决策算法对候选信道进行评价。评价完成后，按照属性参数的优劣、信道质量的高低对评价的认知信道进行排序，供车载节点选择按照排序的前后认知信道，以获得最佳的性能。
3.1、决策矩阵的归一化
针对式5合并后的完整决策矩阵，采用式6进行归一化计算
Figure BDA0001189586400000062
得归一化决策矩阵D如式7所示
Figure BDA0001189586400000063
3.2、确定业务加权矩阵
不同的业务，对信道评价有不同的要求。例如如果两个车载节点距离较远，则低频段可以支持更远的传输距离，则信道评价时低频段占据较高的权重。如果是车载节点距离较近，但需要传输大量的数据，则带宽在几个参数中占据较高的权重。所以，根据车载节点的当前的业务要求，在几个参数中，设置不同的权重，设车载节点的某个业务6个参数设置的权重如式8，分别是：
W＝[W1,W2,W3,W4,W5,W6] (式8)
则决策矩阵D同加权矩阵W相乘得加权后的决策矩阵E，其元素用式9计算获得
eij＝d′ij*Wj (式9)
3.3、确定正负理想方案
确定正负理想方案
Figure BDA0001189586400000071
其中，如果是正向属性(数值大优)则
Figure BDA0001189586400000072
如果是负向属性(数值小优)，则
Figure BDA0001189586400000073
3.4、计算理想方案与评估方案的距离
用式10计算理想方案与评估方案之间的欧氏距离
Figure BDA0001189586400000074
3.5、计算相对贴近度
相对接近度表示了候选方案与理想方案的接近程度，采用式10计算
Figure BDA0001189586400000075
3.6、评估信道排序和选择
根据贴近度值对各评估信道列表降序排列，车载节点根据本次业务对带宽的需要，依次按照贴近度排序，选择子信道。
以上所述是本发明的较佳实施例及其所运用的技术原理，对于本领域的技术人员来说，在不背离本发明的精神和范围的情况下，任何基于本发明技术方案基础上的等效变换、简单替换等显而易见的改变，均属于本发明保护范围之内。

Claims (1)

1.一种适用于车载短距离通信网络的无线认知信道评价选择方法，其特征在于，将信道评价的因素分为持久性和实时性，持久性因素由路侧节点感知，将评价矩阵广播给车载节点，车载节点将接收到的持久性评价矩阵同自身感知的实时性评价矩阵进行合并，再根据车载节点当前的业务要求，在参数中设置不同的权重，根据权重得到接近度并对信道进行排序供车载节点进行信道选择；
其中，具体包括如下步骤S1、S2、S3：
S1、路侧节点和车载节点评估因素分离，其包括
S11、路侧节点评估因素设定：持久性因素是需要较长时间感知和学习才能获得的因素，选择主用户活跃度、频段、带宽为持久性因素；
S12、车载节点评估因素设定：实时性因素是在局部感知实时变化因素，选择信干燥比、相干带宽、相干时间；
S2、路侧节点和车载节点评估数据生成，其包括
S21、路侧节点评估数据获取，具体包括：
路侧节点通过配置的频谱感知硬件设备周期性从周围的无线环境中捕获或者感知信息，从而标识未使用的频谱资源，并记录所述频谱资源，然后进行参数分析和汇总，分为三个步骤，频谱感知、频谱判决、频谱分析，形成可用信道序列列表和形成路侧节点评价矩阵：
Figure FDA0002933970970000011
其中，aij中的i对应m个感知到的可用空闲信道，j对应评估参数，分别是分配给路侧节点的用户活跃度、频段和带宽，aij代表评估参数的属性值，
路侧节点按照系统设定的周期，将矩阵A广播，其覆盖范围内的车载节点接收到矩阵A后，保存到本地，作为后续认知信道评估和选择中持久性参数；
S22、车载节点评估数据获取，具体包括：
车载节点利用其配置的认知硬件设备，获得实时性评价参数值，
Figure FDA0002933970970000021
其中，bij中的i对应路侧节点持久性检测到的m个可用空闲信道，j对应评估参数，分别是分配给车载节点的实时性参数信干噪比、相干带宽、相干时间，bij代表评估参数的属性值，评价矩阵B由车载节点实时获得和更新；
S23、参数合并，具体包括：
车载节点将接收到的路侧节点的评价矩阵A和本地生成的评价矩阵B相加，形成包含持久性参数和实时性参数的完整矩阵C，
Figure FDA0002933970970000022
S3、认知信道综合评价和选择，其包括：
S31、评价矩阵的归一化；
采用下式进行归一化计算
Figure FDA0002933970970000023
其中，c ij是矩阵C的元素；
得归一化评价矩阵D；
Figure FDA0002933970970000024
S32、确定业务加权矩阵；
根据车载节点的当前的业务要求，在参数中，设置不同的权重，
W＝[W1,W2,W3,W4,W5,W6]
上式的W1-W6分别对应某车载节点的6个业务设置的权重，
则评价矩阵D同加权矩阵W相乘得加权后的评价矩阵E，其元素用下式计算获得
eij＝dij*Wj，其中dij为评价矩阵D中的元素；
S33、确定正负理想方案；
确定正负理想方案
Figure FDA0002933970970000031
Figure FDA0002933970970000032
其中，如果是正向属性，则
Figure FDA0002933970970000033
Figure FDA0002933970970000034
如果是负向属性，则
Figure FDA0002933970970000035
S34、计算理想方案与评估方案的距离；
用下式计算理想方案与评估方案之间的欧氏距离
Figure FDA0002933970970000036
S35、计算相对接近度；
采用下式计算相对接近度
Figure FDA0002933970970000037
S36、评估信道排序和选择；
根据接近度值对各评估信道列表降序排列，车载节点根据本次业务对带宽的需要，依次按照接近度排序，选择子信道。
CN201611203796.6A 2016-12-23 2016-12-23 一种适用于车载短距离通信网络的无线认知信道评价选择方法 Active CN106877950B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611203796.6A CN106877950B (zh) 2016-12-23 2016-12-23 一种适用于车载短距离通信网络的无线认知信道评价选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611203796.6A CN106877950B (zh) 2016-12-23 2016-12-23 一种适用于车载短距离通信网络的无线认知信道评价选择方法

Publications (2)

Publication Number Publication Date
CN106877950A CN106877950A (zh) 2017-06-20
CN106877950B true CN106877950B (zh) 2021-04-13

Family

ID=59164732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611203796.6A Active CN106877950B (zh) 2016-12-23 2016-12-23 一种适用于车载短距离通信网络的无线认知信道评价选择方法

Country Status (1)

Country Link
CN (1) CN106877950B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108900999B (zh) * 2018-05-25 2021-05-18 北京星网锐捷网络技术有限公司 一种提高无线接入可靠性的方法和接入管理服务器
CN113179142A (zh) * 2021-04-25 2021-07-27 赵天铭 一种自适应信道选择的网络调度系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102413473A (zh) * 2011-11-01 2012-04-11 东南大学 一种基于合作博弈的认知传感网簇内频谱分配方法
CN104956707A (zh) * 2013-03-19 2015-09-30 哈曼国际工业有限公司 认知无线电网络中的协作频谱感测
CN106162720A (zh) * 2016-06-20 2016-11-23 北京航空航天大学 一种基于多属性决策的认知无线自组织网络节点稳定性评估方法
CN106162532A (zh) * 2016-08-23 2016-11-23 桂林电子科技大学 具有认知功能的车载通信方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102413473A (zh) * 2011-11-01 2012-04-11 东南大学 一种基于合作博弈的认知传感网簇内频谱分配方法
CN104956707A (zh) * 2013-03-19 2015-09-30 哈曼国际工业有限公司 认知无线电网络中的协作频谱感测
CN106162720A (zh) * 2016-06-20 2016-11-23 北京航空航天大学 一种基于多属性决策的认知无线自组织网络节点稳定性评估方法
CN106162532A (zh) * 2016-08-23 2016-11-23 桂林电子科技大学 具有认知功能的车载通信方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Collaborative Data Dissemination in Cognitive;Tianyu Wang 等;《2012 1st IEEE International Conference on Communications in China (ICCC)》;20121126;41-45 *

Also Published As

Publication number Publication date
CN106877950A (zh) 2017-06-20

Similar Documents

Publication Publication Date Title
Asadi et al. FML: Fast machine learning for 5G mmWave vehicular communications
US8295859B1 (en) System and method of exploiting location awareness to improve wireless cognitive radio
Höyhtyä et al. Spectrum occupancy measurements: A survey and use of interference maps
Huang et al. Historical spectrum sensing data mining for cognitive radio enabled vehicular ad-hoc networks
Wellens et al. Evaluation of adaptive MAC-layer sensing in realistic spectrum occupancy scenarios
Wellens et al. Spatial statistics and models of spectrum use
Xing et al. Cooperative spectrum prediction in multi-PU multi-SU cognitive radio networks
CN106877950B (zh) 一种适用于车载短距离通信网络的无线认知信道评价选择方法
TW201338453A (zh) 在多進多出之無線傳輸系統中傳輸和／或接收用天線節段之選擇方法和裝置
Marţian Evaluation of spectrum occupancy in urban and rural environments of Romania
CN110087206B (zh) 采用广义回归神经网络评估链路质量的方法
Wellens et al. Spatial statistics of spectrum usage: From measurements to spectrum models
Alasmary et al. Crowdsensing in vehicular sensor networks with limited channel capacity
KR20170124774A (ko) 인지 무선 네트워크에서 유전자 알고리즘을 이용하여 효율적으로 주파수를 센싱하고 채널을 할당하는 방법
Giri Prasad et al. Group based multi-channel synchronized spectrum sensing in cognitive radio network with 5G
CN103117821B (zh) 一种基于瑞利商的加权协作频谱感知方法
Zhao et al. Quantized conflict graphs for wireless network optimization
Long et al. A real-time algorithm for long range signal strength prediction in wireless networks
Dutkiewicz et al. Radio spectrum maps for emerging IoT and 5G networks: Applications to smart buildings
Wasilewska et al. Artificial Intelligence for Radio Communication Context-Awareness
Ishida et al. Evaluation of BLE separate channel fingerprinting in practical environment
Oksanen Machine learning methods for spectrum exploration and exploitation
Akimoto et al. Crowdsourced radio environment mapping by exploiting machine learning
Calvo et al. A two-level cooperative clustering scheme for vehicular communications
Kim et al. A user application-based access point selection algorithm for dense WLANs

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 322002 1st floor, 128 Gaotang Road, Suxi Town, Yiwu City, Jinhua City, Zhejiang Province (self declaration)

Applicant after: Datang Gaohong information communication (Yiwu) Co., Ltd

Address before: 322002 no.968, Xuefeng West Road, Beiyuan street, Yiwu City, Zhejiang Province

Applicant before: DATANG GOHIGH INFORMATION AND COMMUNICATION RESEARCH INSTITUTE (YIWU) Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20211228

Address after: 400040 No. 35, Jinghe Road, Huxi street, high tech Zone, Shapingba District, Chongqing

Patentee after: Datang Gaohong Zhilian Technology (Chongqing) Co.,Ltd.

Address before: 322002 1st floor, 128 Gaotang Road, Suxi Town, Yiwu City, Jinhua City, Zhejiang Province (self declaration)

Patentee before: Datang Gaohong information communication (Yiwu) Co., Ltd

TR01 Transfer of patent right