CN107479027A - 一种基于最小误差传播的锚节点优化选择的最大似然定位方法 - Google Patents
一种基于最小误差传播的锚节点优化选择的最大似然定位方法 Download PDFInfo
- Publication number
- CN107479027A CN107479027A CN201710732839.8A CN201710732839A CN107479027A CN 107479027 A CN107479027 A CN 107479027A CN 201710732839 A CN201710732839 A CN 201710732839A CN 107479027 A CN107479027 A CN 107479027A
- Authority
- CN
- China
- Prior art keywords
- anchor node
- node
- maximum likelihood
- optimum choice
- distance
- 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
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/14—Determining absolute distances from a plurality of spaced points of known location
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
一种基于最小误差传播的锚节点优化选择的最大似然定位方法,涉及锚节点优化选择的最大似然改进定位方法。本发明是为了有效解决通信距离估计误差导致定位精度较低的问题。本发明所述的一种基于最小误差传播的锚节点优化选择的最大似然定位方法,首先采用双边对等距离估计的方法获得未知节点到各个锚节点间距离估计的多个样本值,并统计分析,得到各个距离估计值的统计均值和统计标准差;然后采用动态滑动窗口和单遍扫描的方法获得距离估计统计均值及统计标准差乘积值最小的几个距离估计结果,并选择对应的锚节点构造最大似然定位方程组;最后采用最小二乘准则获得高精度的定位结果。
Description
技术领域
本发明涉及高精度的距离估计和定位技术。
背景技术
实际无线通信环境中,由于噪声、环境和测量误差等不良因素的影响,引起通信距离估计具有较大的误差,导致最大似然定位精度较低。针对上述问题,本发明对锚节点冗余定位环境下,评估各个锚节点到未知节点间通信距离估计统计均值及统计标准差的乘积值,并以此来优化选择最大似然定位方程组构造过程中所需的距离值和锚节点,实现减小距离估计误差对定位结果的影响,从而改善最大似然定位精度的目的。
发明内容
本发明的目的是为了解决通信距离估计误差导致定位精度较低的问题,提供一种基于最小误差传播的锚节点优化选择的最大似然定位方法。
本发明所述的一种基于最小误差传播的锚节点优化选择的最大似然定位方法包括以下步骤:
步骤一、系统中有I+1个无线传感器节点,分别为I个定位的锚节点和1个未知节点,它们都具有nanoLOC无线射频收发器,并可以采用双边对等方法测量得到任意两个节点间的距离估计值,其中,I为用户设定的正整数,且4≤I≤10,本发明中I取值为10;
步骤二、系统中各个节点进行初始化,未知节点首先建立无线网络,并等待其它节点申请加入网络;
步骤三、I个锚节点初始化成功后,分别采用射频收发器扫描发现未知节点建立的无线网络,并通过射频收发器发送网络加入请求数据包,申请加入该无线网络,如果加入网络成功,则执行步骤四,否则,执行步骤三;
步骤四、初始化变量i为1,i为正整数,且1≤i≤I;
步骤五、未知节点通过其无线射频收发器向第i个锚节点发送定位请求数据包,第i个锚节点收到定位请求数据包后,采用双边对等测距方法,通过与未知节点间的4J次数据包交互,获得第i个锚节点与未知节点间的距离di的J次测量值:{di1,di2,di3,…,dij,…,diJ},并进行统计计算,将测量值的统计均值di_u作为距离di的估计结果,将测量值的统计标准差di_σ作为距离di估计结果的不确定性,i=i+1,其中j为正整数,且1≤j≤J,J为用户设定的正整数,且50≤J≤150,本发明中,J取值为100;
步骤六、判断i的值是否大于I,若是,则执行步骤七,否则执行步骤五;
步骤七、系统获得未知节点与I个锚节点间的距离估计结果{d1_u,d2_u,d3_u,…,di_u,…,dI_u},以及它们对应的不确定度序列{d1_σ,d2_σ,d3_σ,…,di_σ,…,dI_σ},定义误差传播序列Q={d1_σ*d1_u,d2_σ*d2_u,d3_σ*d3_u,…,di_σ*di_u,…,dI_σ*dI_u},定义估计质量参数滑动窗口w={w1,w2,w3,…,wk,…,wK},其中1≤i≤I,1≤k≤K,i和k初始化值为1,其中K为用户定义的正整数,且3≤K≤I,本专利中,K取值为8,定义变量l,且1≤l≤K,l初始值为K;
步骤八、系统判断k是否大于K,如果是,k值置为1,执行步骤十,否则执行步骤九;
步骤九、wk的值置为Inf,其中Inf为最大实数,k=k+1,执行步骤八;
步骤十、系统判断i是否大于I,如果是,执行步骤十五,否则执行步骤十一;
步骤十一、系统判断k是否大于K,如果是,k值置为1,i=i+1,执行步骤十,否则执行步骤十二;
步骤十二、系统判断di_σ是否小于wk,若是,执行步骤十三,否则,k=k+1,执行步骤十一;
步骤十三、系统判断l是否小于k,如果是,l的值置为K,wl=di_σ*di_u,执行步骤十一,否则,执行步骤十四;
步骤十四、wl=wl-1,l=l-1,执行步骤十三;
步骤十五、系统获得滑动窗口序列w={w1,w2,w3,…,wk,…,wK},将其对应的距离估计值序列作为优化选择的距离估计结果d’={d’1_u,d’2_u,d’3_u,…,d’k_u,…,d’K_u},将优化选择的距离估计结果对应的锚节点A’={A’1,A’2,A’3,…,A’k,…,A’K}作为优化选择的锚节点,执行步骤十六;
步骤十六、系统根据距离估计结果{d’1_u,d’2_u,d’3_u,…,d’k_u,…,d’K_u},以及对应的K个锚节点坐标的坐标信息(x’1,y’1),(x’2,y’2),(x’3,y’3),…,(x’k,y’k),…,(x’K,y’K),并结合最小二乘准则,未知节点的坐标(x,y)按公式(1)进行计算:
其中
步骤十七、判断最大似然定位计算任务是否完成,如果是,执行步骤十八,否则,在下一个定位点上,执行步骤四;
步骤十八、结束基于最小误差传播的锚节点优化选择的最大似然定位任务。
附图说明
图1为一种基于最小误差传播的锚节点优化选择的最大似然定位方法的流程图。
具体实施方式
具体实施方式一:结合图1说明本实施方式,本实施方式所述的一种基于最小误差传播的锚节点优化选择的最大似然定位方法包括以下步骤:
步骤一、系统中有I+1个无线传感器节点,分别为I个定位的锚节点和1个未知节点,它们都具有nanoLOC无线射频收发器,并可以采用双边对等方法测量得到任意两个节点间的距离估计值,其中,I为用户设定的正整数,且4≤I≤10,本发明中I取值为10;
步骤二、系统中各个节点进行初始化,未知节点首先建立无线网络,并等待其它节点申请加入网络;
步骤三、I个锚节点初始化成功后,分别采用射频收发器扫描发现未知节点建立的无线网络,并通过射频收发器发送网络加入请求数据包,申请加入该无线网络,如果加入网络成功,则执行步骤四,否则,执行步骤三;
步骤四、初始化变量i为1,i为正整数,且1≤i≤I;
步骤五、未知节点通过其无线射频收发器向第i个锚节点发送定位请求数据包,第i个锚节点收到定位请求数据包后,采用双边对等测距方法,通过与未知节点间的4J次数据包交互,获得第i个锚节点与未知节点间的距离di的J次测量值:{di1,di2,di3,…,dij,…,diJ},并进行统计计算,将测量值的统计均值di_u作为距离di的估计结果,将测量值的统计标准差di_σ作为距离di估计结果的不确定性,i=i+1,其中j为正整数,且1≤j≤J,J为用户设定的正整数,且50≤J≤150,本发明中,J取值为100;
步骤六、判断i的值是否大于I,若是,则执行步骤七,否则执行步骤五;
步骤七、系统获得未知节点与I个锚节点间的距离估计结果{d1_u,d2_u,d3_u,…,di_u,…,dI_u},以及它们对应的不确定度序列{d1_σ,d2_σ,d3_σ,…,di_σ,…,dI_σ},定义误差传播序列Q={d1_σ*d1_u,d2_σ*d2_u,d3_σ*d3_u,…,di_σ*di_u,…,dI_σ*dI_u},定义估计质量参数滑动窗口w={w1,w2,w3,…,wk,…,wK},其中1≤i≤I,1≤k≤K,i和k初始化值为1,其中K为用户定义的正整数,且3≤K≤I,本专利中,K取值为8,定义变量l,且1≤l≤K,l初始值为K;
步骤八、系统判断k是否大于K,如果是,k值置为1,执行步骤十,否则执行步骤九;
步骤九、wk的值置为Inf,其中Inf为最大实数,k=k+1,执行步骤八;
步骤十、系统判断i是否大于I,如果是,执行步骤十五,否则执行步骤十一;
步骤十一、系统判断k是否大于K,如果是,k值置为1,i=i+1,执行步骤十,否则执行步骤十二;
步骤十二、系统判断di_σ是否小于wk,若是,执行步骤十三,否则,k=k+1,执行步骤十一;
步骤十三、系统判断l是否小于k,如果是,l的值置为K,wl=di_σ*di_u,执行步骤十一,否则,执行步骤十四;
步骤十四、wl=wl-1,l=l-1,执行步骤十三;
步骤十五、系统获得滑动窗口序列w={w1,w2,w3,…,wk,…,wK},将其对应的距离估计值序列作为优化选择的距离估计结果d’={d’1_u,d’2_u,d’3_u,…,d’k_u,…,d’K_u},将优化选择的距离估计结果对应的锚节点A’={A’1,A’2,A’3,…,A’k,…,A’K}作为优化选择的锚节点,执行步骤十六;
步骤十六、系统根据距离估计结果{d’1_u,d’2_u,d’3_u,…,d’k_u,…,d’K_u},以及对应的K个锚节点坐标的坐标信息(x’1,y’1),(x’2,y’2),(x’3,y’3),…,(x’k,y’k),…,(x’K,y’K),并结合最小二乘准则,未知节点的坐标(x,y)按公式(1)进行计算:
其中
步骤十七、判断最大似然定位计算任务是否完成,如果是,执行步骤十八,否则,在下一个定位点上,执行步骤四;
步骤十八、结束基于最小误差传播的锚节点优化选择的最大似然定位任务。
具体实施方案二,本实施方式是对具体实施方式一所述的一种基于最小误差传播的锚节点优化选择的最大似然定位方法作进一步说明,本实施方式中,采用动态滑动窗口和单遍扫描的方法,能够在距离估计统计均值和统计标准差乘积的序列中高效率选择出统计均值和统计标准差乘积值最小的几个,为锚节点的优化选择提供支持。
具体实施方案三,本实施方式是对具体实施方式一所述的一种基于最小误差传播的锚节点优化选择的最大似然定位方法作进一步说明,本实施方式中,采用基于最小误差传播的锚节点优化选择,减小距离估计误差对最小二乘定位的影响,实现高精度的最小二乘定位。
具体实施方案四,本实施方式是对具体实施方式一所述的一种基于最小误差传播的锚节点优化选择的最大似然定位方法作进一步说明,本实施方式中,采用的距离估计方法也可以采用基于RSSI、TOA、TDOA和AOA等其它距离估计方法。
具体实施方案五,本实施方式是对具体实施方式一所述的一种基于最小误差传播的锚节点优化选择的最大似然定位方法作进一步说明,本实施方式中,采用的排序方法也可采用其它高效的排序方法。
具体实施方案六,本实施方式是对具体实施方式一所述的一种基于最小误差传播的锚节点优化选择的最大似然定位方法作进一步说明,本实施方式中,采用的最大似然定位改进定位方法也可以适用于三维情况下的最大似然定位方法。
Claims (6)
1.一种基于最小误差传播的锚节点优化选择的最大似然定位方法,其特征在于所述方法包括以下步骤:
步骤一、系统中有I+1个无线传感器节点,分别为I个定位的锚节点和1个未知节点,它们都具有nanoLOC无线射频收发器,并可以采用双边对等方法测量得到任意两个节点间的距离估计值,其中,I为用户设定的正整数,且4≤I≤10,本发明中I取值为10;
步骤二、系统中各个节点进行初始化,未知节点首先建立无线网络,并等待其它节点申请加入网络;
步骤三、I个锚节点初始化成功后,分别采用射频收发器扫描发现未知节点建立的无线网络,并通过射频收发器发送网络加入请求数据包,申请加入该无线网络,如果加入网络成功,则执行步骤四,否则,执行步骤三;
步骤四、初始化变量i为1,i为正整数,且1≤i≤I;
步骤五、未知节点通过其无线射频收发器向第i个锚节点发送定位请求数据包,第i个锚节点收到定位请求数据包后,采用双边对等测距方法,通过与未知节点间的4J次数据包交互,获得第i个锚节点与未知节点间的距离di的J次测量值:{di1,di2,di3,…,dij,…,diJ},并进行统计计算,将测量值的统计均值di_u作为距离di的估计结果,将测量值的统计标准差di_σ作为距离di估计结果的不确定性,i=i+1,其中j为正整数,且1≤j≤J,J为用户设定的正整数,且50≤J≤150,本发明中,J取值为100;
步骤六、判断i的值是否大于I,若是,则执行步骤七,否则执行步骤五;
步骤七、系统获得未知节点与I个锚节点间的距离估计结果{d1_u,d2_u,d3_u,…,di_u,…,dI_u},以及它们对应的不确定度序列{d1_σ,d2_σ,d3_σ,…,di_σ,…,dI_σ},定义误差传播序列Q={d1_σ*d1_u,d2_σ*d2_u,d3_σ*d3_u,…,di_σ*di_u,…,dI_σ*dI_u},定义估计质量参数滑动窗口w={w1,w2,w3,…,wk,…,wK},其中1≤i≤I,1≤k≤K,i和k初始化值为1,其中K为用户定义的正整数,且3≤K≤I,本专利中,K取值为8,定义变量l,且1≤l≤K,l初始值为K;
步骤八、系统判断k是否大于K,如果是,k值置为1,执行步骤十,否则执行步骤九;
步骤九、wk的值置为Inf,其中Inf为最大实数,k=k+1,执行步骤八;
步骤十、系统判断i是否大于I,如果是,执行步骤十五,否则执行步骤十一;
步骤十一、系统判断k是否大于K,如果是,k值置为1,i=i+1,执行步骤十,否则执行步骤十二;
步骤十二、系统判断di_σ是否小于wk,若是,执行步骤十三,否则,k=k+1,执行步骤十一;
步骤十三、系统判断l是否小于k,如果是,l的值置为K,wl=di_σ*di_u,执行步骤十一,否则,执行步骤十四;
步骤十四、wl=wl-1,l=l-1,执行步骤十三;
步骤十五、系统获得滑动窗口序列w={w1,w2,w3,…,wk,…,wK},将其对应的距离估计值序列作为优化选择的距离估计结果d'={d'1_u,d'2_u,d'3_u,…,d'k_u,…,d'K_u},将优化选择的距离估计结果对应的锚节点A'={A'1,A'2,A'3,…,A'k,…,A'K}作为优化选择的锚节点,执行步骤十六;
步骤十六、系统根据距离估计结果{d'1_u,d'2_u,d'3_u,…,d'k_u,…,d'K_u},以及对应的K个锚节点坐标的坐标信息(x'1,y'1),(x'2,y'2),(x'3,y'3),…,(x'k,y'k),…,(x'K,y'K),并结合最小二乘准则,未知节点的坐标(x,y)按公式(1)进行计算:
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>x</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>y</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<msup>
<mrow>
<mo>(</mo>
<msup>
<mi>A</mi>
<mi>T</mi>
</msup>
<mi>A</mi>
<mo>)</mo>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msup>
<mi>A</mi>
<mi>T</mi>
</msup>
<mi>B</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
其中
步骤十七、判断最大似然定位计算任务是否完成,如果是,执行步骤十八,否则,在下一个定位点上,执行步骤四;
步骤十八、结束基于最小误差传播的锚节点优化选择的最大似然定位任务。
2.根据权利要求1所述的一种基于最小误差传播的锚节点优化选择的最大似然定位方法作进一步说明,其特征在于采用动态滑动窗口和单遍扫描的方法,能够在距离估计统计均值和统计标准差乘积的序列中高效率选择出统计均值和统计标准差乘积值最小的几个,为锚节点的优化选择提供支持。
3.根据权利要求1所述的一种基于最小误差传播的锚节点优化选择的最大似然定位方法作进一步说明,其特征在于采用基于最小误差传播的锚节点优化选择,减小距离估计误差对最小二乘定位的影响,实现高精度的最小二乘定位。
4.根据权利要求1所述的一种基于最小误差传播的锚节点优化选择的最大似然定位方法作进一步说明,其特征在于本发明中的距离估计方法也可以采用基于RSSI、TOA、TDOA和AOA等其它距离估计方法。
5.根据权利要求1所述的一种基于最小误差传播的锚节点优化选择的最大似然定位方法作进一步说明,其特征在于本发明采用的排序方法,也可采用其它高效的排序方法。
6.根据权利要求1所述的一种基于最小误差传播的锚节点优化选择的最大似然定位方法作进一步说明,其特征在于发明中的定位方法也可以适用于三维情况下的最大似然定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710732839.8A CN107479027A (zh) | 2017-08-24 | 2017-08-24 | 一种基于最小误差传播的锚节点优化选择的最大似然定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710732839.8A CN107479027A (zh) | 2017-08-24 | 2017-08-24 | 一种基于最小误差传播的锚节点优化选择的最大似然定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107479027A true CN107479027A (zh) | 2017-12-15 |
Family
ID=60602438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710732839.8A Pending CN107479027A (zh) | 2017-08-24 | 2017-08-24 | 一种基于最小误差传播的锚节点优化选择的最大似然定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107479027A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104902567A (zh) * | 2015-06-29 | 2015-09-09 | 江南大学 | 基于最大似然估计的质心定位方法 |
CN106413050A (zh) * | 2016-06-20 | 2017-02-15 | 哈尔滨工业大学(威海) | 一种nanoLOC无线通信距离估计及其在线评估方法 |
CN106412821A (zh) * | 2016-06-20 | 2017-02-15 | 哈尔滨工业大学(威海) | 一种基于通信距离估计及其在线评估的最小二乘定位方法 |
CN106993273A (zh) * | 2017-03-29 | 2017-07-28 | 江南大学 | 基于距离加权和遗传优化的DV‑Hop定位方法 |
-
2017
- 2017-08-24 CN CN201710732839.8A patent/CN107479027A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104902567A (zh) * | 2015-06-29 | 2015-09-09 | 江南大学 | 基于最大似然估计的质心定位方法 |
CN106413050A (zh) * | 2016-06-20 | 2017-02-15 | 哈尔滨工业大学(威海) | 一种nanoLOC无线通信距离估计及其在线评估方法 |
CN106412821A (zh) * | 2016-06-20 | 2017-02-15 | 哈尔滨工业大学(威海) | 一种基于通信距离估计及其在线评估的最小二乘定位方法 |
CN106993273A (zh) * | 2017-03-29 | 2017-07-28 | 江南大学 | 基于距离加权和遗传优化的DV‑Hop定位方法 |
Non-Patent Citations (3)
Title |
---|
尹晓丹: "《哈尔滨工业大学工学硕士论文》", 30 June 2006 * |
张书朋: "《华南理工大学硕士学位论文》", 30 June 2010 * |
罗清华 等: "基于滑动窗口模式匹配的动态距离估计方法", 《仪器仪表学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3173807B1 (en) | System and method for robust and accurate rssi based location estimation | |
US20200015047A1 (en) | Wifi multi-band fingerprint-based indoor positioning | |
US11467248B2 (en) | Position estimation device and communication device | |
KR101556711B1 (ko) | 도달 시간 기초의 무선 위치결정 시스템 | |
KR101213363B1 (ko) | 수신신호강도의 거리추정방식에 의거하여 4개 이상의 앵커노드를 이용한 실내 무선 측위 방법 및 이 방법을 실시하기 위한 프로그램이 기록된 기록매체 | |
CN106412821A (zh) | 一种基于通信距离估计及其在线评估的最小二乘定位方法 | |
Gan et al. | Deep learning for weights training and indoor positioning using multi-sensor fingerprint | |
CN102364983B (zh) | 无线传感网中基于rssi测距的wls节点自定位方法 | |
Podevijn et al. | Performance comparison of rss algorithms for indoor localization in large open environments | |
CN107580295A (zh) | 基于最小误差传播和优化选择的三边测量定位方法 | |
CN107404707A (zh) | 一种基于最小误差传播的锚节点优化选择的最小二乘定位方法 | |
CN107517500A (zh) | 一种基于最小误差传播的锚节点优化选择的三边测量定位方法 | |
Barsocchi et al. | Context driven enhancement of RSS-based localization systems | |
Aparicio et al. | An indoor location method based on a fusion map using Bluetooth and WLAN technologies | |
CN107454570A (zh) | 基于最小误差传播和优化选择的最大似然定位方法 | |
CN111770527B (zh) | 基于二维特征的可视与非可视信道识别方法及装置 | |
JP5583170B2 (ja) | 散乱体位置推定装置、散乱体位置推定方法及びプログラム | |
CN107257580A (zh) | 一种基于rssi‑svm通信距离估计的不确定性分析方法 | |
CN107479026A (zh) | 一种基于最小误差传播的锚节点优化选择的加权质心定位方法 | |
CN107367708A (zh) | 一种基于最小标准差的锚节点优化选择的加权质心定位方法 | |
CN111770528A (zh) | 基于信道参数萃取方法的视距与非视距识别方法及装置 | |
CN107479027A (zh) | 一种基于最小误差传播的锚节点优化选择的最大似然定位方法 | |
CN107589400A (zh) | 基于最小误差传播和优化选择的最小二乘定位方法 | |
CN110881192A (zh) | 结合MDS的DV-Hop无线传感器网络节点定位方法 | |
CN107450051A (zh) | 基于最小误差传播和优化选择的加权质心定位方法 |
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: 20171215 |
|
WD01 | Invention patent application deemed withdrawn after publication |