CN109922488A - 实时无线控制系统中urllc分组丢弃的设计方法 - Google Patents
实时无线控制系统中urllc分组丢弃的设计方法 Download PDFInfo
- Publication number
- CN109922488A CN109922488A CN201910342554.2A CN201910342554A CN109922488A CN 109922488 A CN109922488 A CN 109922488A CN 201910342554 A CN201910342554 A CN 201910342554A CN 109922488 A CN109922488 A CN 109922488A
- Authority
- CN
- China
- Prior art keywords
- real
- base station
- equipment
- control system
- time
- 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.)
- Granted
Links
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明属于无线通信技术领域,涉及一种实时无线控制系统中URLLC分组丢弃的设计方法。本发明相对于传统的随机丢包方案,讨论了通信和控制之间的关系。从控制层面来解决怎么丢包的问题,在URLLC中保持极高的服务质量(QoS),即端到端时延和丢包率满足阈值条件的基础上,使得实时无线控制系统的控制性能最优,以最小化控制成本。
Description
技术领域
本发明属于无线通信技术领域,涉及一种实时无线控制系统中URLLC分组丢弃的设计方法。
背景技术
低延时高可靠通信场景能够让人们的生活变得更有效率、更安全,但是这些业务对差错的容忍度非常小,同时它们对网络时延也有更高的要求。根据第三方网络测试机构Open Signal的数据,目前不同网络的端到端的时延,基本上都在100毫秒的量级。这远远是不能满足低延时高可靠(URLLC)通信所要求的1ms端到端的延时,10-7的丢包率。因此,如何实现URLLC所要求的超低延时和超可靠性,一直是URLLC研究的热点。
而在即将到来的第五代(5G)蜂窝网络中,低延迟超可靠通信(URLLC)可用作实时无线控制系统的推动者。在这样的系统中,通过处理来自传感器的采样信号,嵌入在基站(BS)中的控制器产生用于大规模设备的控制命令。为了在URLLC中保持极高的服务质量(QoS),应该有大量的无线资源,这是不切实际的,因为分配的资源受限于单个BS。因此,为了保证整个系统的超高可靠性和端到端(E2E)延迟,丢包是不可避免的。
最近,很多学者在URLLC中通过资源分配对维持超低丢包概率进行了一些研究。例如,有研究者讨论了在URLLC中维持极高QoS的资源预留策略。此外,还有作者提出了排队策略和随机丢包策略,以满足大规模设备存在时URLLC中的QoS要求。不过,上述关于URLLC中资源分配的研究仅考虑了通信方面。但是,关于控制方面如何影响URLLC中的通信策略目前还未提出。因此,研究URLLC中通信控制协同设计的通信策略是非常有意义的。
发明内容
本发明的目的是在URLLC中保持极高的服务质量(QoS),即端到端时延和丢包率满足阈值条件的基础上,使得实时无线控制系统的控制性能最优。针对上述问题,提出了一种基于通信控制协同设计的主动分组丢弃方案。
本发明的技术方案如下:
实时无线控制系统中URLLC分组丢弃的设计方法,所述实时无线控制系统包括传感器、基站BS和被控设备,定义M为传感器-基站-设备对数,N为传输时间Tu内包含的采样时隙数;传感器在每个采样时隙将采样值发送给基站,由基站计算产生控制指令,作用于被控设备;在这个过程中,当M过大时,由于基站的无线资源是有限的,为了维持系统整体通信可靠性,基站Buffer处主动丢弃一些包以节省无线资源;其特征在于,所述丢弃的设计方法为:在端到端时延和丢包率满足阈值条件的基础上,使得实时无线控制系统的控制性能最优,即对于拥有最小状态值的第m个设备采用分组丢弃αm,n=0,αm,n表示在时间索引n处从第m个传感器上载到BS的分组;具体步骤为S1、初始化分组传输错误概率排队时延违反概率BS处的分组丢弃概率状态输入的权重矩阵W,物理系统参数矩阵A、B,设备初始状态xm,0以及传输时间Tu;
S2、令αm,n=1,其中m=1,2,...,M,n=1,2,...,N;
S3、对每一对传感器-BS-设备对,初始化其丢包概率
S4、当n≤N时,进入步骤S5,否则进入步骤S9;
S5、当m≤M时,进入步骤S6,否则进入步骤S8;
S6、当时,令m′=0,n′=0,αm′,n′=1,取Emin=min{Em,n},将Emin从集合{Em,n}中剔除,并将Emin对应的下标m、n分别赋给m′和n′,即令m′=m,n′=n,αm′,n′=0;否则进入S7;
S7、令m=m+1,回到步骤S5;
S8、令n=n+1,回到步骤S4;
S9、输出最优丢包方案{αm,n}。
本发明的有益效果在于,相对于传统的随机丢包方案,讨论了通信和控制之间的关系。从控制层面来解决怎么丢包的问题,在URLLC中保持极高的服务质量(QoS),即端到端时延和丢包率满足阈值条件的基础上,使得实时无线控制系统的控制性能最优,以最小化控制成本。
附图说明
图1为不同传感器-基站-设备对数下本发明提出方法与随机丢包方法和基于链路质量的丢包方法的总控制代价的对比示意图;
图2为不同功率消耗下本发明提出方法与随机丢包方法和基于链路质量的丢包方法的总控制代价的对比示意图。
具体实施方式
下面将结合附图,详细描述本发明的技术方案。
以倒立摆作为设备的一个例子来说明控制系统。在一个通信控制系统中存在BS,其通过嵌入式控制器进行M个设备的平衡。另外,M个相应的传感器采集设备状态的样本并将它们发送到BS以获得在控制器处计算的控制输入。假设传感器与BS之间采用不完美的无线网络,这意味着上行数据经历时延和丢包。此外,从BS到设备的下行链路采用完美的无线网络。下面给出使用的信道模型、URLLC中的信道容量、控制环路模型以及通信可靠性的模型。
(1)信道模型:考虑收发器之间的信道经历了小规模衰落和大规模衰减,于从第m(m=1,2,...,M)个传感器到BS的上行链路,其分别表示为和于从BS到第m个设备的下行链路,其分别表示为和假设大规模衰减系数由路径损耗表示,可表示为
gm(dB)=-128.1-37.6lg(lm)
其中lm≥0.035km是收发器之间的距离。
小尺度衰落和遵循均值为零,方差的瑞利分布。但是,由于URLLC中的端到端(E2E)延迟不超过1ms,从传感器到BS或从BS到设备的传输时间延迟小于信道相干时间,这意味着小规模衰落和在上行链路和下行链路的传输周期内是恒定的。
请注意,由于本发明专注于从传感器到BS的上行链路设计,故忽略了小规模衰落和路径损耗的上标,并分别使用hm和gm来表示它们。
(2)信道容量:根据已有的研究,URLLC中第m个传感器的上行链路信道容量可以表示为
其中上式右边的第一项是可实现的没有传输误差的香农理论容量,第二项是由信道色散Vm引入的负误差比特,第三项是高阶项的近似项。另外,Tu是允许的传输延迟,Bm是占用带宽,是允许的传输误差,并且是Q反函数。此外,假设单边噪声谱密度由N0表示。香农容量Cm和信道色散Vm分别表示如下
Cm=TuBm log(1+γm)
其中γm是BS处的接收信噪比(SNR),并且可以表示为
其中Pm是第m个传感器的传输功率。
(3)控制环路模型
控制回路按如下方式进行:传感器采样,远端控制器的当前状态估计,控制器的线性状态反馈,执行器的控制输入计算以及设备的状态更新。然后,第m个设备的线性微分状态方程可以表示为
dxm(t)=Axm(t)dt+Bum(t)dt+dnm(t)
其中xm(t)是设备状态,um(t)是控制输入,而nm(t)是由均值为零,方差为Rn的加性高斯白噪声(AWGN)引起的干扰。此外,假设每个设备m具有相同的A和B,它们代表物理系统参数矩阵。
为了获得离散时间控制模型,假设sm,n表示时间索引n处的采样周期,其包括无线传输时间延迟dm,n和空闲周期他们的关系可以表达为
其中n=1,2,...,N表示控制过程中的采样时间索引。然后,具有时间延迟dm,n的离散时间控制模型可以表示如下
其中,nm,n为方差为Rn的加性高斯白噪声。
系统观测值可以表示为
ym,n=Cmxm,n+n′m,n
其中,Cm为系统观测矩阵,n′m,n为方差为Rn′的加性高斯白噪声。
假设是广义状态,则状态控制方程可以重写为
其中,假设Ωm,n=Ωm,则有
考虑到数据包丢失,定义数据包成功传输概率Pr{αm,n=1}=Pr{εm,n≥εth}和数据包传输失败概率Pr{αm,n=0}=Pr{εm,n<εth}。另外,假设状态估计是完美的,然后使用控制输入um,n=Θξm,n,其中Θ是计算的线性反馈参数。然后,可以将闭环系统重写为
二次控制成本是评估一个系统控制性能最重要的标准之一。设备状态与其所需设定点的偏差和控制输入的大小之和构成二次控制成本,可表示为
其中,和U分别是状态和控制输入的权重,它们可以根据控制系统的重点进行调整。
另外,
事实上,广义状态ξm,n可通过卡尔曼滤波估计出来,具体步骤如下:
步骤1:先验广义状态的估计
上式中,是基于当前广义状态的估计,是基于第n个时刻的广义状态估计得到的第n+1个时刻的广义状态估计。
步骤2:先验均方误差Pm,n+1|n的估计
其中,是当前时刻的估计均方误差,Pm,n+1|n是第n+1个时刻的先验估计均方误差,Rn为噪声方差。
步骤3:基于的最优的广义状态估计
其中,Cm,d=(Cm 0),Km,n+1将在步骤4中给出。
步骤4:最优的控制增益Km,n+1的估计
步骤5:最优均方误差Pm,n+1|n+1的估计
Pm,n+1|n+1=Pm,n+1|n-αm,nKm,n+1Cm,dPm,n+1|n
而为了最小化控制成本,um,n须满足条件:
显然地,广义设备状态ξm,n是传输时间延迟和分组丢失的函数,即ξm,n(dm,n,αm,n)。然后,um,n=Θξm,n也是dm,n和αm,n的函数。因此,控制成本Jm,N是dm,n和αm,n的函数,即Jm,N(dm,n,αm,n)。
(4)通信可靠性
然后,考虑系统分组丢失概率,包括分组传输错误概率,排队延迟违反概率和BS处的分组丢弃概率。当在每个BS的覆盖范围内包含大规模设备时,排队延迟违反概率不容忽视,这导致BS的某些部分丢包以保持URLLC中的极高QoS。此外,由于可用的无线资源有限,BS处的分组丢失也是不可避免的。定义来表示分组传输错误概率。此外,假设表示排队延迟违反概率,表示BS处的分组丢弃概率。于是有
其中εth是总丢包概率的上限。上式中,很容易得到和排队延迟违反概率须经过如下推导。
每个E2E通信对,即传感器-BS-设备,在BS处具有相应的缓冲器,其中αm,n表示在时间索引n处从第m个传感器上载到BS的分组,并且Qm,n表示第m个设备在时间索引n处的队列长度。此外,假设bm,n表示在时间索引n处离开第m个队列的分组。然后,根据已有得研究,排队延迟违反概率可表示为
其中φm是第m个设备的QoS指数,是排队延迟界限,是有效带宽,可以表示为
基于上述的系统模型和所有的定义,通信控制协同设计问题可以归纳如下:
s.t.
αm,n∈{0,1} (1)
其中,优化问题的目标是最小化总控制成本Jsum,fQ(·)是Q函数,λ是传输数据的有效载荷,εth是丢包概率的上限,Tu是常数且小于通信的时间延迟上限。
上面制定的通信控制协同设计问题很难处理,因为它是二元和连续变量的组合。本发明提出了一种基于优先级的算法来获得所提问题的解决方案。首先,要讨论通信和控制之间的关系,其中原始问题的二元和连续变量可以解耦。然后,可以获得最佳的分组丢弃设计。
考虑到本发明采用线性反馈控制律。然后,控制成本的最优表达式可以改写为
其中,Sm,n可由下式计算
然后,可以得到以下定理1。
定理1:一旦确定了通信时延和丢包概率,就可以得到最优控制成本。
因此,目标函数的最小化与通信约束无关。
基于定理1,对于给定的通信概率约束,所提问题的二元和连续变量可以解耦。然后,版发明通过基于任务优先级优化二进制变量αm,n来最小化总体控制成本,如此便可以获得最佳分组丢弃设计。
最小化总体控制成本的解耦问题可以表示如下,即
s.t.
αm,n∈{0,1} (1)
其中第二个约束是整个通信分组丢失概率。为了解决问题,假设设备状态W上的权重远大于控制输入U上的权重。由于在任务关键型实时无线控制系统中设备状态比控制输入更重要,因此假设成立。
针对上述问题,本发明提出一种基于优先级的算法来求解问题,该算法核心思想即,当URLLC的通信可靠性条件不被满足时,基站处优先丢弃控制状态值小的数据包,以最小化系统的总控制代价。算法步骤已在上一部分的发明内容中给出,此外,本发明将其他相关算法同本发明方法的算法性能对比分析,以进一步验证本发明的性能。
在附图中,“随机”是指被丢弃的数据包是随机选取的;而“基于链路质量”是指优先丢弃信道质量较差的传输数据包。
图1示出了传感器–设备对M的数量不同时的总控制成本,其中采用的SNR保持为γth,[dB]=10dB,总可用传输功率为Pmax=200dBm,以及排队延迟限是0.1ms。从图中可以看出,所有曲线都随着传感器–设备对M的数量单调增加。这是合理的,因为传感器–设备对的支持数量在给定的传输功率下是固定的,这进一步导致当M增加时产生更大的控制成本。另外,随机策略和基于链路质量的策略的曲线是相似的,这是因为它们对控制性能具有相同的影响。此外,随着数量M的增加,所提出的方法的优点更加显着。这是合理的,因为所提出的方法是在无线资源短缺时最小化控制成本。从图中可以看出,在相同的通信约束条件下,本发明提出的方法可以降低至少50%的控制成本。
图2显示了当可用传输功率Pmax不同时的总控制成本,其中考虑随机分组丢弃策略和基于链路质量的策略。另外,采用的SNR阈值是γth,[dB]=10dB,传感器–设备对的总数是M=250,排队延迟界限是0.1ms。从图中可以看出,所有曲线都随着可用的传输功率单调下降。这是合理的,因为较大的传输功率可以保证给定数量的传感器-BS-设备对的较少的分组丢失,这进一步保持了控制系统的及时控制输入以降低控制成本。此外,当可用传输功率大于100dBm时,所有曲线的下降率平滑且低,即Pmax≥100dBm,这是因为对于给定数量的传感器-BS-植物对,可用传输功率是饱和的。此外,当传感器-BS-设备可用的传输功率太小或太大,即Pmax≤0dBm或Pmax≥540dBm时,总控制成本是相似的。一方面,小的可用传输功率导致大的分组错误概率,这导致控制系统对分组丢弃策略不敏感。另一方面,大的可用传输功率对于分组传输是饱和的,然后控制系统也对分组丢弃策略不敏感。另外,随机策略和基于链路质量的策略的曲线是相似的,这是因为它们对控制性能具有相同的影响。从图中可以看出,与随机策略和基于链路质量的策略相比,基于优先级算法的提议丢包策略和功率分配策略在Pmax=100dBm时将总控制成本降低了近56%,这表明与仅考虑通信方面相比,本发明提出的方法具有很大的优势。
综上所述,本发明提出了一个新的基于优先级的算法来处理URLLC中用于实时无线控制系统的丢包设计。本发明在传感器-基站-设备对数,最大传输功率分别相同时,相比于传统的随机丢包算法以及基于链路质量的丢包算法有一个更好的控制性能,这也体现了本发明的优势。
Claims (1)
1.实时无线控制系统中URLLC分组丢弃的设计方法,所述实时无线控制系统包括传感器、基站BS和被控设备,定义M为传感器-基站-设备对数,N为传输时间Tu内包含的采样时隙数;传感器在每个采样时隙将采样值发送给基站,由基站计算产生控制指令,作用于被控设备;在这个过程中,当M过大时,由于基站的无线资源是有限的,为了维持系统整体通信可靠性,基站Buffer处主动丢弃一些包以节省无线资源;其特征在于,所述丢弃的设计方法为:在端到端时延和丢包率满足阈值条件的基础上,使得实时无线控制系统的控制性能最优,即对于拥有最小状态值的第m个设备采用分组丢弃αm,n=0,αm,n表示在时间索引n处从第m个传感器上载到BS的分组;具体步骤为
S1、初始化分组传输错误概率排队时延违反概率BS处的分组丢弃概率状态输入的权重矩阵W,物理系统参数矩阵A、B,设备初始状态xm,0以及传输时间Tu;
S2、令αm,n=1,其中m=1,2,...,M,n=1,2,...,N;
S3、对每一对传感器-BS-设备对,初始化其丢包概率
S4、当n≤N时,进入步骤S5,否则进入步骤S9;
S5、当m≤M时,进入步骤S6,否则进入步骤S8;
S6、当时,令m′=0,n′=0,αm′,n′=1,取Emin=min{Em,n},将Emin从集合{Em,n}中剔除,并将Emin对应的下标m、n分别赋给m′和n′,即令m′=m,n′=n,αm′,n′=0;否则进入S7;
S7、令m=m+1,回到步骤S5;
S8、令n=n+1,回到步骤S4;
S9、输出最优丢包方案{αm,n}。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910342554.2A CN109922488B (zh) | 2019-04-26 | 2019-04-26 | 实时无线控制系统中urllc分组丢弃的设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910342554.2A CN109922488B (zh) | 2019-04-26 | 2019-04-26 | 实时无线控制系统中urllc分组丢弃的设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109922488A true CN109922488A (zh) | 2019-06-21 |
CN109922488B CN109922488B (zh) | 2021-04-23 |
Family
ID=66978485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910342554.2A Active CN109922488B (zh) | 2019-04-26 | 2019-04-26 | 实时无线控制系统中urllc分组丢弃的设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109922488B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111935667A (zh) * | 2020-08-18 | 2020-11-13 | 电子科技大学 | 用于分组预测控制系统的功率分配方法 |
CN113872714A (zh) * | 2021-11-18 | 2021-12-31 | 西安电子科技大学 | 基于量化自适应帧长的urllc毫秒级时延保障方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1096737A2 (en) * | 1999-06-02 | 2001-05-02 | Nortel Networks Limited | Method and apparatus for queue management |
CN101094188A (zh) * | 2007-07-16 | 2007-12-26 | 中兴通讯股份有限公司 | 随机先期检测装置及其硬件实现方法 |
CN101420461A (zh) * | 2008-12-08 | 2009-04-29 | 北京邮电大学 | 一种基于业务感知的自适应令牌桶的标记方法 |
WO2017171504A1 (en) * | 2016-03-31 | 2017-10-05 | Samsung Electronics Co., Ltd. | Method and apparatus for providing different services in mobile communication system |
CN108337166A (zh) * | 2018-02-06 | 2018-07-27 | 吕娜 | 一种面向航空集群网络的低时延高可靠路由协议 |
-
2019
- 2019-04-26 CN CN201910342554.2A patent/CN109922488B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1096737A2 (en) * | 1999-06-02 | 2001-05-02 | Nortel Networks Limited | Method and apparatus for queue management |
CN101094188A (zh) * | 2007-07-16 | 2007-12-26 | 中兴通讯股份有限公司 | 随机先期检测装置及其硬件实现方法 |
CN101420461A (zh) * | 2008-12-08 | 2009-04-29 | 北京邮电大学 | 一种基于业务感知的自适应令牌桶的标记方法 |
WO2017171504A1 (en) * | 2016-03-31 | 2017-10-05 | Samsung Electronics Co., Ltd. | Method and apparatus for providing different services in mobile communication system |
CN108337166A (zh) * | 2018-02-06 | 2018-07-27 | 吕娜 | 一种面向航空集群网络的低时延高可靠路由协议 |
Non-Patent Citations (2)
Title |
---|
CHENGJIAN SUN: "Energy-Efficient Resource Allocation for", 《IEEE》 * |
黄志雄: "人工智能在基于SDN 的5G 传送网中应用的探讨", 《广西通信技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111935667A (zh) * | 2020-08-18 | 2020-11-13 | 电子科技大学 | 用于分组预测控制系统的功率分配方法 |
CN111935667B (zh) * | 2020-08-18 | 2022-04-12 | 电子科技大学 | 用于分组预测控制系统的功率分配方法 |
CN113872714A (zh) * | 2021-11-18 | 2021-12-31 | 西安电子科技大学 | 基于量化自适应帧长的urllc毫秒级时延保障方法 |
CN113872714B (zh) * | 2021-11-18 | 2024-02-13 | 西安电子科技大学 | 基于量化自适应帧长的urllc毫秒级时延保障方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109922488B (zh) | 2021-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Cache-enabled opportunistic cooperative MIMO for video streaming in wireless systems | |
CN109041193B (zh) | 一种基于noma的网络切片动态联合用户关联和功率分配方法 | |
Tang et al. | Adaptive virtual resource allocation in 5G network slicing using constrained Markov decision process | |
Xiao et al. | Distributed admission control for power-controlled cellular wireless systems | |
CN104661260A (zh) | 一种QoS感知和负载均衡的无线Mesh智能电网路由机制 | |
CN106658679B (zh) | 基于能效的基站功率控制方法 | |
EP2127256A2 (en) | Method and system for reducing backhaul utilization during base station handoff in wireless networks | |
Chen et al. | Optimal throughput for two-way relaying: Energy harvesting and energy co-operation | |
Okokpujie et al. | Novel active queue management scheme for routers in wireless networks | |
CN109922488A (zh) | 实时无线控制系统中urllc分组丢弃的设计方法 | |
Harsini et al. | Transmission strategy design in cognitive radio systems with primary ARQ control and QoS provisioning | |
Musavian et al. | QoS‐based power allocation for cognitive radios with AMC and ARQ in Nakagami‐m fading channels | |
Mao et al. | On the optimal transmission policy in hybrid energy supply wireless communication systems | |
Zhang et al. | A hard and soft hybrid slicing framework for service level agreement guarantee via deep reinforcement learning | |
Malak et al. | Joint Power Control and Caching for Transmission Delay Minimization in Wireless HetNets | |
Kaiser et al. | Neuro-Fuzzy (NF) based relay selection and resource allocation for cooperative networks | |
Alhartomi | New reward-clipping mechanism in deep-learning enabled internet of things in 6G to improve intelligent transmission scheduling | |
Malak et al. | Transmission delay minimization via joint power control and caching in wireless HetNets | |
CN112218378A (zh) | 一种不完美信道状态信息衰落信道中的无线资源分配方法 | |
Niyato et al. | Delay-based admission control using fuzzy logic for OFDMA broadband wireless networks | |
Huang et al. | Diversity Enabled Wireless Transmissions with Random Arrivals and Hard Delay Constraints | |
Belleschi et al. | Fast power control for cross-layer optimal resource allocation in DS-CDMA wireless networks | |
Gandhi et al. | A cross layer design for performance enhancements in LTE-A system | |
Zhang et al. | Risk-aware Online Optimization of Cross-Layer Resource Allocation in Next-Generation WLANs | |
Han et al. | Power and rate control for wireless communication networks based on priority of quality-of-service |
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 |