CN108631894B - 基于最优小波滤波器的频谱池系统优化方法 - Google Patents
基于最优小波滤波器的频谱池系统优化方法 Download PDFInfo
- Publication number
- CN108631894B CN108631894B CN201810326613.2A CN201810326613A CN108631894B CN 108631894 B CN108631894 B CN 108631894B CN 201810326613 A CN201810326613 A CN 201810326613A CN 108631894 B CN108631894 B CN 108631894B
- Authority
- CN
- China
- Prior art keywords
- filter
- wavelet
- node
- symbol rates
- objective function
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000005457 optimization Methods 0.000 title claims abstract description 20
- 230000003595 spectral effect Effects 0.000 title claims abstract description 9
- 230000001149 cognitive effect Effects 0.000 claims abstract description 59
- 230000001172 regenerating effect Effects 0.000 claims abstract description 8
- 238000001228 spectrum Methods 0.000 abstract description 35
- 230000005540 biological transmission Effects 0.000 description 14
- 239000000969 carrier Substances 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/345—Interference values
-
- 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
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
- H04L27/2689—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation
- H04L27/2691—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation involving interference determination or cancellation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
- Noise Elimination (AREA)
Abstract
本发明涉及的是基于最优小波滤波器的频谱池系统优化方法,具体为:一、设定初始值;二、创建小波滤波器;三、比较随机生成的小波包树结构和Mallat结构的符号率,两种结构的符号率相等,若不相等返回步骤二;四、编码;五、把初始滤波器和其目标函数值作为当前解,把放入禁忌表;六、检查禁忌表,在邻域重新生成新的滤波器;七、比较新生成的小波滤波器结构和Mallat结构的符号率,两种结构的符号率相等则更新禁忌表,若不相等返回步骤六;八、将新滤波器的目标函数值与当前解中的目标函数值比较,产生最优小波滤波器,用最优小波滤波器调制认知用户信号产生更小的ICI。本发明能减少影响授权用户的干扰,优化频谱池系统性能。
Description
技术领域
本发明涉及认知无线电频谱池性能优化技术范畴,具体涉及基于最优小波滤波器的频谱池系统优化方法。
背景技术
传统的无线频谱分配方案是将大部分的频谱以授权方式分配给无线电业务部门,而剩余小部分频谱作为公用的非授权频谱。这种静态频谱分配方案导致授权频段利用率低下而其他用户又无法使用空闲频段的矛盾。基于动态频谱访问理念的认知无线电技术能够将暂时空闲的频谱资源加以利用,极大地改善目前这种频谱资源的紧张状况。频谱池是认知无线电中最有效的频谱使用技术。频谱池的思想是将分配给不同业务的授权频谱合并成一个公共的频谱池,认知用户(次用户)可临时使用频谱池中未被授权用户(主用户)占用的空闲频谱。
目前,在实际的无线环境中,多径衰落信道中,频谱池授权用户和认知用户信号的正交性遭到破坏,使得频谱池中共存的授权用户与认知用户之间产生严重的ICI(Inter-carrier Interference),导致授权用户通信质量下降。不干扰授权用户数据传输是实际认知无线电系统必须考虑的前提条件。
现有认知无线电频谱池多用户干扰优化方法是通过屏蔽认知用户子载波减少对授权用户信号的干扰。虽然这种方法在抑制干扰方面能取得较好的效果,但是,这种方式需要牺牲认知用户传输率,将会导致认知用户传输质量大幅下降。
发明内容
本发明的目的是提供基于最优小波滤波器的频谱池系统优化方法,这种基于最优小波滤波器的频谱池系统优化方法用于解决现有频谱池多用户干扰抑制方法中存在的必须牺牲认知用户数据传输率的问题。
本发明解决其技术问题所采用的技术方案是:这种基于最优小波滤波器的频谱池系统优化方法,采用禁忌搜索来选择最优小波调制滤波器,具体如下:
步骤一、设定初始值,设定认知用户子载波数L,设定小波滤波器级数最大值Nmax,设定禁忌长度T,设定迭代次数K的值(K>L),将初始计数器清零;
步骤二、创建小波滤波器;
步骤三、比较随机生成的小波包树结构和Mallat结构的符号率,要求这两种结构的符号率必须相等,若不相等则返回步骤二;
步骤四、编码,小波包树的每一个节点编码为(i,j),其中i,i∈(0,...,Nmax)代表层索引,j,j∈(0,...,2i-1)代表在第i层的位置索引,j为偶数代表高通滤波器,j为奇数代表低通滤波器,符合Mallat结构的L个节点集合x就是一个小波滤波器的编码;
步骤五、把初始滤波器和其目标函数值作为当前解(x,f(x)),并把x放入禁忌表;
采用构造出的小波滤波器调制认知用户子载波,并把调制后认知用户子载波对授权用户产生的平均ICI能量作为目标函数,表达式定义如下:
其中,调制授权用户子载波所用的滤波器为hl,调制认知用户子载波所用的滤波器为hr,m和n的范围由滤波器的长度决定,p是信道的额外延迟,和分别是调制授权用户第i和认知用户第j个子载波使用的滤波器函数;Nl是授权用户的子载波数;Nr是认知用户的子载波数;
步骤六、检查禁忌表,在邻域重新生成新的滤波器;
步骤七、比较新生成的小波滤波器结构和Mallat结构的符号率,要求这两种结构的符号率必须相等,相等则更新禁忌表,若不相等则返回步骤六;
步骤八、将新滤波器的目标函数值与当前解中的目标函数值相比较,如果小于当前解中的目标函数值,则该滤波器和其目标函数值成为当前解(x,f(x));把x放入禁忌表,计数器值加1,如果计数器值小于K,返回步骤六,否则结束,产生最优小波滤波器,用最优小波滤波器调制认知用户信号产生更小的ICI。
上述方案中步骤二创建小波滤波器的方法:
其中,是第V个小波树结构的第i个滤波器;是第V个小波树结构第d层的第i个滤波器;是范围在[0,1]之间的一个随机数;根据不同的的值,可能是高通滤波器g(n)或低通滤波器h(n),是第V个小波树结构的第i个滤波器的个数。
上述方案中步骤六检查禁忌表,在邻域重新生成新的滤波器的方法:
随机选择当前最优滤波器中某一节点(i,j),如果j<2i-1-1,且(i,j+1)没有在当前滤波器结构中,则变为(i,j+1);如果j=2i-1-1且(i,j-1)没有在当前滤波器结构中,则变为(i,j-1),重新产生新的滤波器;重新生成滤波器的规则是:如果节点(i,j)被选择,则(i,j)节点的子节点不能被选择;假设节点(i,j)被选择,如果j是奇数,则节点(i,j-1)或节点(i,j-1)的子节点必须被选择;如果j是偶数,节点(i,j+1)或节点(i,j+1)的子节点必须被选择。
本发明具有以下有益效果:
1、本发明不需屏蔽频谱池系统中认知用户子载波,就能减少影响授权用户的干扰,从而优化频谱池系统性能。
2、本发明以减少影响授权用户的干扰能量和不牺牲认知用户数据传输率为目标,选择对授权用户产生ICI最小的小波调制滤波器调制认知用户信号,这样可以在不损失认知用户数据传输率的条件下,有效的抑制频谱池多用户间干扰,改善频谱池系统性能。此方法将在认知无线电频谱池系统性能优化方面有重要的应用价值。
附图说明
图1是本发明方法的功能图。
图2是本发明方法的流程图。
具体实施方式
下面结合附图对本发明作进一步的说明:
结合图1、图2所示,这种基于最优小波滤波器的频谱池系统优化方法,采用禁忌搜索来选择最优小波调制滤波器。
具体如下:
1.设定初始值。
设定认知用户子载波数L,设定小波滤波器级数最大值Nmax,设定禁忌长度T,设定迭代次数K的值(K>L),将初始计数器清零。
2.创建初始小波滤波器。
3.比较初始生成的小波滤波器结构和Mallat结构的符号率,要求这两种结构的符号率必须相等,若不相等则返回2,重新生成初始小波滤波器。
4.编码
小波包树的每一个节点编码为(i,j),其中i,i∈(0,...,Nmax)代表层索引,j,j∈(0,...,2i-1)代表在第i层的位置索引。j为偶数代表高通滤波器,j为奇数代表低通滤波器。符合Mallat结构的L个节点集合x就是一个小波滤波器的编码。
5.把初始滤波器和其目标函数值作为当前最优解(x,f(x)),并把x放入禁忌表。
采用构造出的小波滤波器调制认知用户子载波,并把调制后认知用户子载波对授权用户产生的平均ICI能量作为目标函数,表达式定义如下:
其中,调制授权用户子载波所用的滤波器为hl,调制认知用户子载波所用的滤波器为hr,m和n的范围由滤波器的长度决定,p是信道的额外延迟,和分别是调制授权用户第i和认知用户第j个子载波使用的滤波器函数;Nl是授权用户的子载波数。
6.检查禁忌表,在邻域重新生成新的滤波器。
随机选择当前最优滤波器中某一节点(i,j),如果j<2i-1-1,且(i,j+1)没有在当前滤波器结构中,则变为(i,j+1)。如果j=2i-1-1且(i,j-1)没有在当前滤波器结构中,则变为(i,j-1),重新产生新的滤波器。重新生成滤波器的规则是:如果节点(i,j)被选择,则(i,j)节点的子节点不能被选择。假设节点(i,j)被选择,如果j是奇数,则节点(i,j-1)或节点(i,j-1)的子节点必须被选择。如果j是偶数,节点(i,j+1)或节点(i,j+1)的子节点必须被选择。
7.比较新生成的小波滤波器结构和Mallat结构的符号率,要求这两种结构的符号率必须相等,相等则更新禁忌表,若不相等则返回6。
8.将新滤波器的目标函数值与当前解中的目标函数值相比较,如果小于当前解中的目标函数值,则该滤波器和其目标函数值成为当前解(x,f(x))。把x放入禁忌表,计数器值加1(w1=w1+1),如果计数器值小于K(w1<K),返回步骤六。否则结束,产生最优小波滤波器,用最优小波滤波器调制认知用户信号将产生更小的ICI。
实验证明实例:
调制方式采用QPSK,授权用户子载波个数分别为256和512,认知用户子载波的个数分别为64和128。设定小波滤波器级数最大值20,设定迭代次数为1000,设定禁忌长度为20。
1.ICI能量的抑制效果
仿真结果表明,本发明在不影响认知用户数据传输率的条件下能够很好地降低认知无线电频谱池授权用户的干扰能量,优化频谱池系统性能。在授权用户子载波数为256,认知用户子载波数为64的情况下,任意选择一个Mallat结构的小波滤波器调制认知用户子载波(选择第6级滤波器的0-63个节点构成滤波器),采用屏蔽相邻载波方法在屏蔽20个子载波的情况下,只能取得2dB的ICI降低效果,而采用本发明提出的基于最优小波滤波器的频谱池干扰优化方法,使用最优小波滤波器调制认知用户子载波,能够取得1.5dB的ICI降低效果。相对于以牺牲认知用户数据传输率为代价降低系统ICI的屏蔽相邻子载波方法,本发明提出的优化方法降低效果稍低于屏蔽相邻子载波方法,但本发明提出的优化方法是在没有牺牲认知用户的数据传输率的条件下实现了优化频谱池系统ICI。在授权用户子载波数为512,认知用户子载波数为128的情况下,任意选择一个Mallat结构的小波滤波器调制认知用户子载波(选择第7级滤波器的0-127个节点构成滤波器),采用屏蔽相邻载波方法在屏蔽20个子载波的情况下,只能取得1dB的ICI降低效果,而采用本发明提出的基于最优小波滤波器的频谱池优化方法,使用最优小波滤波器调制认知用户子载波,能够取得2.5dB的ICI降低效果,在不牺牲认知用户的数据传输率的条件下实现了更好的优化频谱池系统ICI。综上所述,与其他干扰抑制算法相比,本发明提出的方法能够更好的降低授权用户的ICI干扰能量。
2.比特误差率的效果
仿真结果表明,在授权用户子载波数为256,认知用户子载波数为64的情况下,任意选择一个Mallat结构的小波滤波器调制认知用户子载波(选择第6级滤波器的0-63个节点构成滤波器),授权用户信号通过高功率放大器和加性高斯白噪声(AWGN)信道,采用屏蔽相邻载波方法在屏蔽20个子载波的情况下,在比特误差率为10-3,屏蔽相邻载波方法需要7.5dB,若使用本发明所述优化方法所需信噪比为7.9dB,相对于以牺牲认知用户数据传输率为代价降低系统ICI的屏蔽相邻子载波方法,本发明提出的优化方法信噪比稍高于屏蔽相邻子载波方法,但本发明提出的优化方法是在没有牺牲认知用户的数据传输率的条件下实现了优化频谱池系统性能。在授权用户子载波数为512,认知用户子载波数为128的情况下,任意选择一个Mallat结构的小波滤波器调制认知用户子载波(选择第7级滤波器的0-127个节点构成滤波器)授权用户信号通过高功率放大器和加性高斯白噪声(AWGN)信道,采用屏蔽相邻载波方法在屏蔽20个子载波的情况下,在比特误差率为10-3,屏蔽相邻载波方法需要6dB,若使用本发明所述优化方法所需信噪比为4.9dB,在不牺牲认知用户的数据传输率的条件下实现了更好的优化频谱池系统性能。
综上所述,与其他优化频谱池ICI方法相比,本发明提出的方法在不牺牲认知用户数据传输率的条件下,不仅使授权用户具有更好比特误差率性能,而且还能保障和提高认知用户的比特误差率性能。
以上所述为本发明的较佳实施例而已,但本发明不应该局限于该实施例和附图所公开的内容。所以凡是不脱离本发明所公开的技术方案下完成的等效或修改,都落入本发明保护的范围。
Claims (3)
1.一种基于最优小波滤波器的频谱池系统优化方法,其特征在于:这种基于最优小波滤波器的频谱池系统优化方法,采用禁忌搜索来选择最优小波调制滤波器,具体如下:
步骤一、设定初始值,设定认知用户子载波数L,设定小波滤波器级数最大值Nmax,设定禁忌长度T,设定迭代次数K的值,其中K>L,将初始计数器清零;
步骤二、创建小波滤波器;
步骤三、比较随机生成的小波包树结构和Mallat结构的符号率,要求这两种结构的符号率必须相等,若不相等则返回步骤二;
步骤四、编码,小波包树的每一个节点编码为(i,j),其中i,i∈(0,...,Nmax)代表层索引,j,j∈(0,...,2i-1)代表在第i层的位置索引,j为偶数代表高通滤波器,j为奇数代表低通滤波器,符合Mallat结构的L个节点集合x就是一个小波滤波器的编码;
步骤五、把初始滤波器和其目标函数值作为当前解(x,f(x)),并把x放入禁忌表;
采用构造出的小波滤波器调制认知用户子载波,并把调制后认知用户子载波对授权用户产生的平均ICI能量作为目标函数,表达式定义如下:
其中,调制授权用户子载波所用的滤波器为hl,调制认知用户子载波所用的滤波器为hr,m和n的范围由滤波器的长度决定,p是信道的额外延迟,和分别是调制授权用户第i和认知用户第j个子载波使用的滤波器函数;Nl是授权用户的子载波数;Nr是认知用户的子载波数;
步骤六、检查禁忌表,在邻域重新生成新的滤波器;
步骤七、比较新生成的小波滤波器结构和Mallat结构的符号率,要求这两种结构的符号率必须相等,相等则更新禁忌表,若不相等则返回步骤六;
步骤八、将新滤波器的目标函数值与当前解中的目标函数值相比较,如果小于当前解中的目标函数值,则该滤波器和其目标函数值成为当前解(x,f(x));把x放入禁忌表,计数器值加1,如果计数器值小于K,返回步骤六,否则结束,产生最优小波滤波器,用最优小波滤波器调制认知用户信号产生更小的ICI。
3.根据权利要求2所述的基于最优小波滤波器的频谱池系统优化方法,其特征在于:所述的步骤六检查禁忌表,在邻域重新生成新的滤波器的方法:
随机选择当前最优滤波器中某一节点(i,j),如果j<2i-1-1,且(i,j+1)没有在当前滤波器结构中,则变为(i,j+1);如果j=2i-1-1且(i,j-1)没有在当前滤波器结构中,则变为(i,j-1),重新产生新的滤波器;重新生成滤波器的规则是:如果节点(i,j)被选择,则(i,j)节点的子节点不能被选择;假设节点(i,j)被选择,如果j是奇数,则节点(i,j-1)或节点(i,j-1)的子节点必须被选择;如果j是偶数,节点(i,j+1)或节点(i,j+1)的子节点必须被选择。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810326613.2A CN108631894B (zh) | 2018-04-12 | 2018-04-12 | 基于最优小波滤波器的频谱池系统优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810326613.2A CN108631894B (zh) | 2018-04-12 | 2018-04-12 | 基于最优小波滤波器的频谱池系统优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108631894A CN108631894A (zh) | 2018-10-09 |
CN108631894B true CN108631894B (zh) | 2020-12-29 |
Family
ID=63705235
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810326613.2A Active CN108631894B (zh) | 2018-04-12 | 2018-04-12 | 基于最优小波滤波器的频谱池系统优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108631894B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111401626B (zh) * | 2020-03-12 | 2023-04-07 | 东北石油大学 | 基于六度分隔理论的社交网络数值优化方法、系统及介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104936186A (zh) * | 2015-07-21 | 2015-09-23 | 桂林电子科技大学 | 基于布谷鸟搜索算法的认知无线电网络频谱分配方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101217378B (zh) * | 2008-01-18 | 2010-06-02 | 南京邮电大学 | 一种基于流量统计的小波分析边界处理方法 |
CN103200574B (zh) * | 2013-04-28 | 2016-01-27 | 东北石油大学 | 基于多目标优化的频谱池干扰抑制方法 |
CN106028345A (zh) * | 2016-07-15 | 2016-10-12 | 清华大学 | 一种基于自适应禁忌搜索的小基站容量与覆盖优化方法 |
CN107196882B (zh) * | 2017-06-14 | 2019-12-17 | 东北石油大学 | 基于遗传算法的认知无线电干扰抑制方法 |
-
2018
- 2018-04-12 CN CN201810326613.2A patent/CN108631894B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104936186A (zh) * | 2015-07-21 | 2015-09-23 | 桂林电子科技大学 | 基于布谷鸟搜索算法的认知无线电网络频谱分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108631894A (zh) | 2018-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2339170C2 (ru) | Адаптивная форма сигнала радиоинтерфейса | |
RU2342790C2 (ru) | Способ и система для распределения частотных ресурсов на основе множества коэффициентов повторного использования частоты в системах сотовой связи | |
US6473418B1 (en) | Orthogonal frequency division multiplexing based spread spectrum multiple access | |
CN106385300B (zh) | 基于动态解码sic接收机的上行noma功率分配方法 | |
JP4741584B2 (ja) | Mmse逐次干渉除去によるアップリンクmc−cdmaのための等ber電力制御 | |
CN109039504B (zh) | 基于非正交多址接入的认知无线电能效功率分配方法 | |
CN108631894B (zh) | 基于最优小波滤波器的频谱池系统优化方法 | |
Chakravarthy et al. | Cognitive radio centric overlay/underlay waveform | |
KR100709691B1 (ko) | 송신기 및 송신기의 주파수 도약 방법 | |
CN109104218B (zh) | 一种电能表的电力线载波通信信道优化方法 | |
CN103200574B (zh) | 基于多目标优化的频谱池干扰抑制方法 | |
CN107196882B (zh) | 基于遗传算法的认知无线电干扰抑制方法 | |
Crussiere et al. | Robust and high-bit rate communications over PLC channels: a bit-loading multi-carrier spread-spectrum solution | |
Del Re et al. | Resource allocation in cognitive radio networks: A comparison between game theory based and heuristic approaches | |
Talarico et al. | Otimization of an adaptive frequency-hopping network | |
WO2006062355A1 (en) | Transmitter and frequency hopping method of the same | |
He et al. | Time-efficient resource allocation algorithm over HSDPA in femtocell networks | |
Rateb et al. | Improvement of Ultra‐wideband Link Performance over Bands Requiring Interference Mitigation in Korea | |
Pagadarai | Sidelobe suppression for OFDM based cognitive radios in dynamic spectrum access networks | |
Caldwell et al. | Performance analysis of subcarrier allocation in two dimensionally spread OFCDM systems | |
Miao et al. | Adaptive guard bands for Spectrum Pooling | |
Shoukath et al. | Multiuser Detection over Filter Bank Multi Carrier based LS MIMO System Using Prototype Filters: A Statistical Analysis | |
Saidi | Spectrum Shaping Using Code-Hopping CDMA | |
Mahmood et al. | Computationally Efficient Algorithm for Optimal Power Allocation in Multicarrier Systems with Peak-Power Constraint | |
CN118509118A (zh) | 基于非迭代多用户检测的解调解码方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240617 Address after: No. 118, Leyuan Street, Nanchangshan Town, Changdao County, Yantai City, Shandong Province, 265600 Patentee after: Changdao Dongpeng Engineering Technology Center Country or region after: China Address before: 163319 No. 99 Xuefu Street, Daqing Hi-tech Development Zone, Heilongjiang Province Patentee before: NORTHEAST PETROLEUM University Country or region before: China |
|
TR01 | Transfer of patent right |