CN106941463A - 一种单比特量化mimo系统信道估计方法及系统 - Google Patents
一种单比特量化mimo系统信道估计方法及系统 Download PDFInfo
- Publication number
- CN106941463A CN106941463A CN201710110569.7A CN201710110569A CN106941463A CN 106941463 A CN106941463 A CN 106941463A CN 201710110569 A CN201710110569 A CN 201710110569A CN 106941463 A CN106941463 A CN 106941463A
- Authority
- CN
- China
- Prior art keywords
- matrix
- quantized signal
- channel estimation
- signal
- bit
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0204—Channel estimation of multiple channels
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0256—Channel estimation using minimum mean square error criteria
Abstract
本发明公开一种单比特量化MIMO系统信道估计方法及系统,该方法包括:对接收端接收的导频信号矩阵的实部和虚部分别进行单比特精度的量化获得量化信号矩阵,对量化信号矩阵进行向量化,获得量化信号向量;分别获取量化信号和接收端接收的导频信号的二阶统计信息;分解量化信号,根据接收端接收的导频信号的二阶统计信息获得分解时得到的分解增益矩阵;利用分解增益矩阵、发射端发射的导频信号矩阵、量化信号向量和量化信号的二阶统计信息进行信道估计,得到估计的信道向量。本发明可有效地降低单比特量化MIMO系统信道估计的复杂度,同时提高信道估计的准确度。
Description
技术领域
本发明涉及通信技术领域。更具体地,涉及一种单比特量化MIMO系统信道估计方法及系统。
背景技术
移动通信已经深刻地改变了人们的生活,但人们对更高性能移动通信的追求从未停止。为了应对未来爆炸性的移动数据流量增长、海量的设备连接、不断涌现的各类新业务和应用场景,通信系统中就需要更大的带宽和更多的天线来提升系统的容量。毫米波技术作为未来通信系统的核心技术之一,成为提高系统容量的必然选择。
然而,与低频窄带通信系统相比,高频宽带信道将引入一些新的挑战。其中最主要的问题是,接收端模数转换器的高功耗问题。在传统的低频窄带MIMO系统中,接收机一般需要配备8比特甚至更高精度的模数转换器。但是,根据奈奎斯特采样定理,在高频宽带MIMO系统中,其模数转换器的采样率至少为带宽的2倍。此外,数模转换器的功耗不仅随着带宽和采样率的增大而增大,同时随着量化精度的增大而呈指数增大。例如,目前商业所用的12-16比特的模数转换器的功耗在数瓦特以上。因此,在未来无线通信系统中,在接收端安装具有高速采样能力和高精度的模数转换器将大大提高系统的经济成本和能耗。
为了降低系统的经济成本和能耗,近年来,单比特量化精度的模数转换器得到了广泛的关注。其最主要的特征在于,输出信号仅仅保留了输入信号的正负电平信息,而失去了输入信号的幅度信息。然而,在系统中使用单比特量化精度的模数转换器并不会对整个系统性能造成严重的损失。例如在接收端具有理想新到状态信息的条件下,单比特量化MIMO系统的容量损失仅为传统MIMO系统的2/π倍。
然而,在实际应用中,接收端往往并不具备理想的信道状态信息。此外,对于单比特MIMO系统,如何通过接收信号的正负电平信息来进行信道估计也成为一个挑战。对于此,很多研究人员针对单比特量化MIMO系统提出了各种信道估计方法,例如以下几种:第一种是基于最小二乘准则的信道估计方法,该方法直接将导频序列与量化信号进行最小二乘,得到信道的估计值,该方法虽然复杂度很低,但是信道估计的准确度也很低,因此将严重影响系统的性能;第二种是基于贝叶斯估计的信道估计方法,虽然该方法能够使该系统性能达到与具有无穷精度模数转换器的系统相当的性能,但该方法需要数百次的迭代算法,具有很高的算法复杂度;第三种是基于最大似然估计方法,该方法将单比特MIMO系统的信道似然函数转换成一种优化问题,通过对该优化问题的求解来估计信道,然而该方法只能对单根接收天线与发射端的信道进行估计,当接收端具有大量的天线时,该近似的最大似然方法需要重复上百次才能完成对整个用户信道的检测,具有较大的复杂度。
因此,需要提供一种可有效降低信道估计的复杂度并提高信道估计的准确性的单比特量化MIMO系统信道估计方法及系统。
发明内容
本发明的目的在于提供一种单比特量化MIMO系统信道估计方法及系统,以有效降低信道估计的复杂度并提高信道估计的准确性。
为达到上述目的,本发明采用下述技术方案:
一种单比特量化MIMO系统信道估计方法,包括如下步骤:
对接收端接收的导频信号矩阵的实部和虚部分别进行单比特精度的量化获得量化信号矩阵,对量化信号矩阵进行向量化,获得量化信号向量;
分别获取量化信号和接收端接收的导频信号的二阶统计信息;
分解量化信号,根据接收端接收的导频信号的二阶统计信息获得分解时得到的分解增益矩阵;
利用分解增益矩阵、发射端发射的导频信号矩阵、量化信号向量和量化信号的二阶统计信息进行信道估计,得到估计的信道向量。
优选地,所述单比特精度的量化的规则为:若输入的矩阵元素大于等于0,则输出的矩阵元素为1;若输入的矩阵元素小于0,则输出的矩阵元素为-1。
优选地,量化信号的二阶统计信息为:
Cr=E{rrH}
其中,r为量化信号向量,E{·}表示矩阵的期望。
优选地,接收端接收的导频信号的二阶统计信息为:
其中,Nt为发射端的发射天线数,pu为接收端的接收信噪比,表示矩阵的实部,表示矩阵的虚部。
优选地,分解增益矩阵为:
其中,diag(·)表示矩阵的对角线项。
优选地,估计的信号向量为:
其中,X为发射端发射的导频信号矩阵,Ch表示信道向量h的协方差矩阵。
一种单比特量化MIMO系统信道估计系统,包括:
单比特精度量化单元,对接收端接收的导频信号矩阵的实部和虚部分别进行单比特精度的量化获得量化信号矩阵,对量化信号矩阵进行向量化,获得量化信号向量;
二阶统计信息获取单元,分别获取量化信号和接收端接收的导频信号的二阶统计信息;
量化信号分解单元,分解量化信号,根据接收端接收的导频信号的二阶统计信息获得分解时得到的分解增益矩阵;
信道估计单元,利用分解增益矩阵、发射端发射的导频信号矩阵、量化信号向量和量化信号的二阶统计信息进行信道估计,得到估计的信道向量。
本发明的有益效果如下:
本发明所述技术方案可有效降低信道估计的复杂度并提高信道估计的准确性,估计性能优于现有的估计方法。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明;
图1示出单比特量化MIMO系统信道估计方法的流程图。
图2示出单比特精度量化的特性曲线。
图3示出单比特量化MIMO系统信道估计方法与现有技术中其他信道估计方法的对比曲线图。
图4示出单比特量化MIMO系统信道估计系统的示意图。
具体实施方式
为了更清楚地说明本发明,下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解,下面所具体描述的内容是说明性的而非限制性的,不应以此限制本发明的保护范围。
如图1所示,本发明公开的单比特量化MIMO系统信道估计方法,包括如下步骤:
对接收端接收的导频信号矩阵的实部和虚部分别进行单比特精度的量化获得量化信号矩阵,对量化信号矩阵进行向量化,获得量化信号向量;
分别获取量化信号和接收端接收的导频信号的二阶统计信息;
分解量化信号,根据接收端接收的导频信号的二阶统计信息获得分解时得到的分解增益矩阵;
利用分解增益矩阵、发射端发射的导频信号矩阵、量化信号向量和量化信号的二阶统计信息进行信道估计,得到估计的信道向量。
其中,
在单比特量化MIMO系统中,设发射端具有Nt个发射天线,接收端具有Nr个接收天线,且接收端每根天线后面都配备了两个单比特量化精度的模数转换器。设发射端采用长度为τ的离散傅里叶变换矩阵作为发射的导频矩阵,发射端发射的导频信号矩阵的不同列之间相互正交。则经过发射端与接收端的信道矩阵接收端接收的导频信号矩阵Y可以表示为:
其中,XT表示X的转置,pu表示接收端的接收信噪比,表示均值为0,方差为1的加性高斯白噪声。
如图2所示,单比特精度的量化的规则为:若输入的矩阵元素大于等于0,则输出的矩阵元素为1;若输入的矩阵元素小于0,则输出的矩阵元素为-1。
本发明公开的单比特量化MIMO系统信道估计方法的具体流程为:
对接收端接收的导频信号矩阵Y的实部和虚部分别进行单比特精度的量化后获得量化信号矩阵R仅仅具有输入信号的正负电平信息,即:
其中,量化信号矩阵R中每个矩阵元素均属于集合
对量化信号矩阵R进行向量化,获得量化信号向量r表示为:
其中,h=vec(H)表示量化后的信道向量,n=vec(N)表示量化后的噪声向量。
根据量化信号向量r获取量化信号的二阶统计信息Cr:Cr=E{rrH},其中,其中rH表示量化信号向量r的共轭转置。
根据arcsine法则和量化信号的二阶统计信息Cr获取接收端接收的导频信号的二阶统计信息Cy:
其中,表示矩阵的实部,即表示矩阵Cr的实部;表示矩阵的虚部,即表示矩阵Cr的虚部。
由于单比特量化函数是非线性函数,不利于后续对信号的处理分析。因此为了便于后续对信号的处理分析,需要将单比特量化函数转换为线性函数,即:
其中,A表示分解增益矩阵,q表示相应的量化噪声向量。虽然可以任意地选择分增益矩阵A和量化噪声向量q来使上式成立,但为了使得分解后量化噪声向量q具有最小的功率,分解增益矩阵A需要按照如下方法进行选择:
通过求解上式最优化问题,可以得出当选择分解增益矩阵为时,量化噪声向量q具有最小的功率,且与接收端接收的导频信号向量y不相关。根据Bussgang理论可知,因此获得的分解增益矩阵A为:
其中,diag(·)表示矩阵的对角线项。
利用线性最小均方误差准则,根据量化信号向量r等进行信道估计,估计的信号向量为:
其中Ch表示信道向量h的协方差矩阵。
为了对本发明公开的单比特量化MIMO系统信道估计方法的性能进行评估,基于瑞利衰落信道模型,即Ch=I,发射端采用长度为τ=20个符号的导频信号矩阵向接收端发射,然后接收端基于所接收到的导频信号矩阵对信道进行估计。图3中表示了三种不同的信道估计方法所能达到的性能曲线。从图3中可以看出,当接收端接收信噪比较低或者较高时,本发明公开的单比特量化MIMO系统信道估计方法的性能优于基于最小二乘算法和近似最大似然估计算法的信道估计方法。而当接收端接收信噪比在1-6dB之间时,本发明公开的单比特量化MIMO系统信道估计方法仍优于基于最小二乘算法的信道估计方法,且与基于近似最大似然估计算法的信道估计方法所达到的性能接近。考虑到本发明公开的单比特量化MIMO系统信道估计方法为线性计算方法,具有很低的复杂度,且保证了信道估计性能,因此本发明公开的单比特量化MIMO系统信道估计方法为单比特MIMO系统的信道估计提供了一种更优的选择。
如图4所示,本发明公开的单比特量化MIMO系统信道估计系统,包括:
单比特精度量化单元,对接收端接收的导频信号矩阵的实部和虚部分别进行单比特精度的量化获得量化信号矩阵,对量化信号矩阵进行向量化,获得量化信号向量;
二阶统计信息获取单元,分别获取量化信号和接收端接收的导频信号的二阶统计信息;
量化信号分解单元,分解量化信号,根据接收端接收的导频信号的二阶统计信息获得分解时得到的分解增益矩阵;
信道估计单元,利用分解增益矩阵、发射端发射的导频信号矩阵、量化信号向量和量化信号的二阶统计信息进行信道估计,得到估计的信道向量。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定,对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无法对所有的实施方式予以穷举,凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
Claims (7)
1.一种单比特量化MIMO系统信道估计方法,其特征在于,该方法包括如下步骤:
对接收端接收的导频信号矩阵的实部和虚部分别进行单比特精度的量化获得量化信号矩阵,对量化信号矩阵进行向量化,获得量化信号向量;
分别获取量化信号和接收端接收的导频信号的二阶统计信息;
分解量化信号,根据接收端接收的导频信号的二阶统计信息获得分解时得到的分解增益矩阵;
利用分解增益矩阵、发射端发射的导频信号矩阵、量化信号向量和量化信号的二阶统计信息进行信道估计,得到估计的信道向量。
2.根据权利要求1所述的单比特量化MIMO系统信道估计方法,其特征在于,所述单比特精度的量化的规则为:若输入的矩阵元素大于等于0,则输出的矩阵元素为1;若输入的矩阵元素小于0,则输出的矩阵元素为-1。
3.根据权利要求1所述的单比特量化MIMO系统信道估计方法,其特征在于,量化信号的二阶统计信息为:
Cr=E{rrH}
其中,r为量化信号向量,E{.}表示矩阵的期望。
4.根据权利要求3所述的单比特量化MIMO系统信道估计方法,其特征在于,接收端接收的导频信号的二阶统计信息为:
其中,Nt为发射端的发射天线数,pu为接收端的接收信噪比,表示矩阵的实部,表示矩阵的虚部。
5.根据权利要求4所述的单比特量化MIMO系统信道估计方法,其特征在于,分解增益矩阵为:
其中,diag(·)表示矩阵的对角线项。
6.根据权利要求5所述的单比特量化MIMO系统信道估计方法,其特征在于,估计的信号向量为:
其中,X为发射端发射的导频信号矩阵,Ch表示信道向量h的协方差矩阵。
7.一种单比特量化MIMO系统信道估计系统,其特征在于,该系统包括:
单比特精度量化单元,对接收端接收的导频信号矩阵的实部和虚部分别进行单比特精度的量化获得量化信号矩阵,对量化信号矩阵进行向量化,获得量化信号向量;
二阶统计信息获取单元,分别获取量化信号和接收端接收的导频信号的二阶统计信息;
量化信号分解单元,分解量化信号,根据接收端接收的导频信号的二阶统计信息获得分解时得到的分解增益矩阵;
信道估计单元,利用分解增益矩阵、发射端发射的导频信号矩阵、量化信号向量和量化信号的二阶统计信息进行信道估计,得到估计的信道向量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710110569.7A CN106941463A (zh) | 2017-02-28 | 2017-02-28 | 一种单比特量化mimo系统信道估计方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710110569.7A CN106941463A (zh) | 2017-02-28 | 2017-02-28 | 一种单比特量化mimo系统信道估计方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106941463A true CN106941463A (zh) | 2017-07-11 |
Family
ID=59469891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710110569.7A Pending CN106941463A (zh) | 2017-02-28 | 2017-02-28 | 一种单比特量化mimo系统信道估计方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106941463A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107770105A (zh) * | 2017-12-08 | 2018-03-06 | 电子科技大学 | 基于1比特adc的大规模mimo系统的信道估计方法 |
CN107809399A (zh) * | 2017-10-31 | 2018-03-16 | 同济大学 | 一种针对量化接收信号的多天线毫米波信道估计方法 |
CN108023843A (zh) * | 2017-12-08 | 2018-05-11 | 电子科技大学 | 基于1比特adc的大规模mimo系统的自适应量化信道估计方法 |
CN110289898A (zh) * | 2019-07-18 | 2019-09-27 | 中国人民解放军空军预警学院 | 一种大规模mimo系统中基于1比特压缩感知的信道反馈方法 |
CN112104579A (zh) * | 2020-08-25 | 2020-12-18 | 西安交通大学 | 基于模型约束的信道估计方法、系统、设备及存储介质 |
CN113242195A (zh) * | 2021-06-30 | 2021-08-10 | 重庆邮电大学 | 一种低精度全数字架构下窄带毫米波mimo信道估计方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070195688A1 (en) * | 2006-02-21 | 2007-08-23 | Qualcomm Incorporated | Spatial pilot structure for multi-antenna wireless communication |
CN101282195A (zh) * | 2008-05-22 | 2008-10-08 | 上海交通大学 | 应用于mimo无线通信系统的检测方法及检测器 |
CN101304300A (zh) * | 2008-05-29 | 2008-11-12 | 上海交通大学 | 基于有限反馈的多用户mimo系统信道量化方法和装置 |
CN104243376A (zh) * | 2013-06-19 | 2014-12-24 | 联发科技(新加坡)私人有限公司 | 通信装置以及相关方法 |
-
2017
- 2017-02-28 CN CN201710110569.7A patent/CN106941463A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070195688A1 (en) * | 2006-02-21 | 2007-08-23 | Qualcomm Incorporated | Spatial pilot structure for multi-antenna wireless communication |
CN101282195A (zh) * | 2008-05-22 | 2008-10-08 | 上海交通大学 | 应用于mimo无线通信系统的检测方法及检测器 |
CN101304300A (zh) * | 2008-05-29 | 2008-11-12 | 上海交通大学 | 基于有限反馈的多用户mimo系统信道量化方法和装置 |
CN104243376A (zh) * | 2013-06-19 | 2014-12-24 | 联发科技(新加坡)私人有限公司 | 通信装置以及相关方法 |
Non-Patent Citations (1)
Title |
---|
YONGZHI LI等: "Channel estimation and uplink achievable rates in one-bit massive MIMO systems", 《IEEE SENSOR ARRAY AND MULTICHANNEL SIGNAL PROCESSING WORKSHOP》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107809399A (zh) * | 2017-10-31 | 2018-03-16 | 同济大学 | 一种针对量化接收信号的多天线毫米波信道估计方法 |
CN107770105A (zh) * | 2017-12-08 | 2018-03-06 | 电子科技大学 | 基于1比特adc的大规模mimo系统的信道估计方法 |
CN108023843A (zh) * | 2017-12-08 | 2018-05-11 | 电子科技大学 | 基于1比特adc的大规模mimo系统的自适应量化信道估计方法 |
CN110289898A (zh) * | 2019-07-18 | 2019-09-27 | 中国人民解放军空军预警学院 | 一种大规模mimo系统中基于1比特压缩感知的信道反馈方法 |
CN110289898B (zh) * | 2019-07-18 | 2022-05-06 | 中国人民解放军空军预警学院 | 一种大规模mimo系统中基于1比特压缩感知的信道反馈方法 |
CN112104579A (zh) * | 2020-08-25 | 2020-12-18 | 西安交通大学 | 基于模型约束的信道估计方法、系统、设备及存储介质 |
CN112104579B (zh) * | 2020-08-25 | 2021-11-19 | 西安交通大学 | 基于模型约束的信道估计方法、系统、设备及存储介质 |
CN113242195A (zh) * | 2021-06-30 | 2021-08-10 | 重庆邮电大学 | 一种低精度全数字架构下窄带毫米波mimo信道估计方法 |
CN113242195B (zh) * | 2021-06-30 | 2022-06-24 | 重庆邮电大学 | 一种低精度全数字架构下窄带毫米波mimo信道估计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106941463A (zh) | 一种单比特量化mimo系统信道估计方法及系统 | |
CN109743268B (zh) | 基于深度神经网络的毫米波信道估计和压缩方法 | |
CN108512795B (zh) | 一种基于低精度adc的ofdm接收机基带处理方法和系统 | |
CN100518163C (zh) | 高阶正交幅度调制中软解调软调制的快速实现方法 | |
CN103929396B (zh) | Mimo‑ofdm系统下行信息数据的处理方法 | |
CN108881074A (zh) | 一种低精度混合架构下宽带毫米波信道估计方法 | |
CN100571098C (zh) | 通信系统中低复杂度的极大似然检测方法及装置 | |
CN109743086A (zh) | 一种大规模mimo系统的信道估计方法 | |
Üçüncü et al. | Performance analysis of quantized uplink massive MIMO-OFDM with oversampling under adjacent channel interference | |
CN108259397A (zh) | 基于自适应正则化子空间追踪压缩感知算法的大规模mimo系统信道估计 | |
CN104333406A (zh) | 用于在多小区多用户多天线系统中的解码方法 | |
CN111162828B (zh) | 一种大规模mimo系统的低复杂度信号检测方法 | |
CN105245474A (zh) | 一种超宽带信道估计方法 | |
Wang et al. | Channel estimation for millimeter wave massive MIMO systems with low-resolution ADCs | |
Azizzadeh et al. | BER performance of uplink massive MIMO with low-resolution ADCs | |
CN112769462B (zh) | 一种基于联合参数学习的毫米波mimo宽带信道估计方法 | |
CN107707284B (zh) | 一种基于信道统计量码本量化反馈的混合预编码方法 | |
CN110149285B (zh) | 一种在低比特量化的高阶调制中降低相位误差的方法 | |
US10090892B1 (en) | Apparatus and a method for data detecting using a low bit analog-to-digital converter | |
CN113055061B (zh) | 一种大规模mimo系统的低复杂度预编码方法 | |
CN110190908B (zh) | 一种最小化isi信道中非相干大规模simo系统误码率的星座图设计方法 | |
CN105049384B (zh) | 用于在上行多用户mimo系统中的信道估计方法 | |
CN102082628B (zh) | 一种MIMO无线通信接收机的带排序Turbo增强方法 | |
CN105187110B (zh) | 用于在多小区多用户大规模天线系统中的解码方法 | |
CN105407061B (zh) | 基于信道估计的信号编码与解码方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170711 |
|
WD01 | Invention patent application deemed withdrawn after publication |