CN110011712B - 一种面向毫米波大规模多输入多输出的混合预编码方法 - Google Patents
一种面向毫米波大规模多输入多输出的混合预编码方法 Download PDFInfo
- Publication number
- CN110011712B CN110011712B CN201910237670.8A CN201910237670A CN110011712B CN 110011712 B CN110011712 B CN 110011712B CN 201910237670 A CN201910237670 A CN 201910237670A CN 110011712 B CN110011712 B CN 110011712B
- Authority
- CN
- China
- Prior art keywords
- precoding
- analog
- probability distribution
- matrix
- hybrid
- 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
Images
Classifications
-
- 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
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明公开了一种面向毫米波大规模多输入多输出的混合预编码方法,建立一种基于透镜天线子阵列的混合预编码系统模型,根据确定的优化目标,采用迭代更新公式不断迭代更新初始模拟预编码矩阵中元素的概率分布,最终得到最佳模拟预编码矩阵和最佳数字预编码矩阵;其中,迭代更新公式的计算方法:在上一次迭代参数的基础上,通过最小化负γ‑似然函数得到新的参数,从而对此次迭代参数进行估计;采用本发明的方法,在基站端建立一种基于透镜天线子阵列的混合预编码系统模型,在混合预编码方案中设计迭代公式矩阵中的元素概率分布以得到最优的概率分布,从而实现更高的系统总和速率和能量效率。
Description
【技术领域】
本发明属于无线通信技术领域,具体涉及一种面向毫米波大规模多输入多输出的混合预编码方法。
【背景技术】
毫米波大规模多输入多输出技术为5G移动通信系统带来了高容量、低能耗和低延迟的优势,它通过使用大量天线和低复杂度的线性预编码技术实现数据的高速率传输,但同时也带来一些具有挑战性的问题,其中一个关键的问题就是系统实现的硬件复杂度和能量消耗。目前,针对该问题的研究内容主要集中在两个方面:简单有效的预编码架构和高效节能的预编码方案。混合预编码可以被认为是最优全数字预编码和低成本的模拟波束形成之间的一种有前景的折衷技术,通过在数字预编码部分运用少量的射频链,在模拟预编码部分设计模拟电路,实现简单有效的混合预编码架构。
一些混合预编码方法,通过利用奇异值分解提取模拟移相器的相位信息,并根据阵列响应向量分别计算发射端的预编码矩阵和接收端额合并矩阵,无需进行迭代搜索。该方法的频谱效率高、实用性强、计算复杂度低,但对于预编码矩阵的计算精确度不高,导致系统的总和速率性能不够理想。
一些混合预编码方法,通过建模基站端和接收系统端的最小化均方误差模型,求解该模型,利用粒子群算法就散发射端的预编码矩阵,并迭代优化接收端的预编码合成矩阵,直到均方误差收敛,得到最优的基带预编码矩阵和发射端的射频预编码矩阵。该方法能够有效地降低系统的功率消耗,减少基站端的硬件成本,但该方法的计算复杂度较高。
【发明内容】
本发明的目的是提出一种面向毫米波大规模多输入多输出的混合预编码方法,以解决现有混合预编码方法的总和速率性能低的问题。
本发明采用以下技术方案:一种面向毫米波大规模多输入多输出的混合预编码方法,建立一种基于透镜天线子阵列的混合预编码系统模型,根据确定的优化目标,采用迭代更新公式不断迭代更新初始模拟预编码矩阵中元素的概率分布,最终得到最佳模拟预编码矩阵和最佳数字预编码矩阵;
其中,迭代更新公式的计算方法:在上一次迭代参数的基础上,通过最小化负γ-似然函数得到新的参数,从而对此次迭代参数进行估计。
进一步的,具体按照以下步骤实施:
步骤一、构建混合预编码系统模型:
混合预编码系统模型包括数字预编码器,数字预编码器经若干个并列设置的射频链2连接至模拟预编码器,模拟预编码器连接有若干个透镜天线子阵列;
步骤二、确定优化目标函数:
基于步骤一构建的混合预编码系统模型,确定优化目标函数,并构造关于模拟预编码矩阵和数字预编码矩阵的优化问题;
步骤三、由于步骤一混合预编码系统模型中混合预编码器带来的硬件约束,使得模拟预编码矩阵遵循伯努利概率分布,基于此概率分布随机生成若干个模拟波束形成器,并采用数字预编码方法计算数字预编码矩阵;
步骤四、根据步骤二中的优化问题和步骤三中得到的模拟预编码矩阵,计算权重;
步骤五、基于步骤三的概率分布和步骤四的权重,采用迭代更新公式不断迭代更新模拟预编码矩阵中元素的概率分布,得到最佳的模拟预编码矩阵和数字预编码矩阵;
迭代更新公式具体如下:
其中,将u(i)定义为模拟预编码矩阵中的第i个元素的概率分布参数,则u(i+1)为模拟预编码矩阵中的第i+1个元素的概率分布参数,u是根据当前概率分布得到的全新概率分布参数;
其中,表示全新的定义,是步骤二中模拟预编码矩阵中模拟波束形成器的概率分布,ws是步骤四中的计算得到的权重,γ是控制鲁棒程度的参数,i是迭代次数,FRF是模拟预编码矩阵,(FRF)T表示对模拟预编码矩阵的转置。
其中,I是单位方阵,1是全1矢量;
其中,θi=-γFRFu。
进一步的,步骤一中的混合预编码系统模型,包括数字预编码器、模拟预编码器和n个透镜天线子阵列,n为大于1的整数;
模拟预编码器包括并列设置的n个加法器,数字预编码器通过并列设置的n个射频链一一对应的连接至模拟预编码器的加法器上,每个加法器均通过一个反相器和若干个开关连接至一个透镜天线子阵列。
本发明的有益效果是,采用本发明的方法,在基站端建立一种基于透镜天线子阵列的混合预编码系统模型,在混合预编码方案中设计迭代公式矩阵中的元素概率分布以得到最优的概率分布,从而实现更高的系统总和速率和能量效率。
【附图说明】
图1是本发明实施例的物理场景图;
图2是本发明实施例的混合预编码模型图;
图3是本发明实施例的混合预编码系统总和速率随信噪比变化的仿真图;
图4是本发明实施例的混合预编码系统能量效率随用户数目变化的仿真图。
图中,1.数字预编码器,2.射频链,3.模拟预编码器,4.加法器,5.反相器,6.开关,7.透镜天线子阵列。
【具体实施方式】
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
本发明提供了一种面向毫米波大规模多输入多输出的混合预编码方法,建立一种基于透镜天线子阵列的混合预编码系统模型,待确定优化目标后,采用迭代更新公式不断迭代更新初始模拟预编码矩阵中元素的概率分布,得到最佳模拟预编码矩阵和最佳数字预编码矩阵;其中,迭代更新公式的计算方法:在上一次迭代参数的基础上通过最小化负γ-似然函数得到新的参数,从而对此次迭代参数进行估计。
本发明的一种面向毫米波大规模多输入多输出的混合预编码方法具体按照以下步骤实施:
步骤一、构建混合预编码系统模型:
所述混合预编码系统模型包括数字预编码器1,所述数字预编码器1经若干个并列设置的射频链2连接至模拟预编码器3,所述模拟预编码器3连接有若干个透镜天线子阵列7。
其中,模拟预编码器3包括并列设置的n个加法器4,所述数字预编码器1通过并列设置的n个射频链2一一对应的连接至所述模拟预编码器3的加法器4上,每个所述加法器4均通过一个反相器5和若干个开关6连接至一个透镜天线子阵列7。
一般来说,混合预编码系统模型都只包括一个透镜天线组成的天线阵列。本发明特别研究的是含有多个透镜天线的天线子阵列的混合预编码系统模型,其中数字预编码器1通过多根射频链2连接至多个加法器4,一个加法器4通过一个反相器5和多个开关6连接至一个透镜天线子阵列7,类似的,总共存在数量大于1个的透镜天线子阵列7,这些子阵列共同构成了大规模天线阵列。
步骤二、确定目标函数:
基于步骤一构建的混合预编码系统模型,确定优化目标函数,并构造关于模拟预编码矩阵和数字预编码矩阵的优化问题。
模型构建好之后,我们可以根据需要改进的目标确定优化目标函数,例如优化目标可以是系统的下行链路中的频谱效率、能量效率和总和速率,然后再构造优化问题。
例如,我们假设优化变量是模拟波束形成器和数字预编码器1,优化目标是系统可实现的总和速率,那么就有以下优化问题:
步骤三、由于步骤一混合预编码系统模型中混合预编码器带来的硬件约束,模拟预编码矩阵遵循伯努利概率分布,基于此概率分布随机生成若干个模拟波束形成器,并采用数字预编码方法计算数字预编码矩阵。数字预编码方法有很多种,比如本发明可以采用迫零预编码方法。
步骤四、根据步骤二中的优化问题和步骤三中得到的模拟预编码矩阵,评估元素的“客观价值”,即计算权重。
具体的,如果步骤二中的优化目标是系统能够实现的总和速率,那么定义该优化问题下的权重为第s个元素所能实现的系统速率与全部元素所能实现系统速率总和之比,其表达式如下:
步骤五、基于步骤三的概率分布和步骤四的权重,采用迭代更新公式(2)不断迭代更新模拟预编码矩阵中元素的概率分布,得到最佳的模拟预编码矩阵和数字预编码矩阵。
该迭代公式是在上一次迭代参数的基础上通过最小化负γ-似然函数得到新的参数,从而对此次迭代参数进行估计;
迭代更新公式具体如下:
其中,将u(i)定义为模拟预编码矩阵中的第i个元素的概率分布参数,则u(i+1)为模拟预编码矩阵中的第i+1个元素的概率分布参数,u是根据当前概率分布得到的全新概率分布参数;
其中,表示全新的定义,是步骤二中模拟预编码矩阵中模拟波束形成器的概率分布,ws是步骤四中的计算得到的权重,γ是控制鲁棒程度的参数,i是迭代次数,FRF是模拟预编码矩阵,(FRF)T表示对模拟预编码矩阵的转置;
其中,I是单位方阵,1是全1矢量;
其中,θi=-γFRFu。
实施例
首先建立混合预编码系统模型,并设定系统参数。如图1所示,将单个无人机作为飞行天线系统,来执行大规模多输入多输出系统中的毫米波视距通信,在飞行基站端建立一种低成本的基于反相器和开关的混合预编码系统模型。如图2所示,在该混合预编码系统模型中,数字预编码器1通过射频链2和模拟预编码器3连接至由透镜天线组成的天线子阵列。其中,模拟预编码器3包括加法器4、反相器5和开关6。在模拟预编码器3中,一个加法器4通过一个反相器5连接至由多个开关6组成的选择网络。多个透镜天线子阵列7共同形成了发射天线阵列。
本发明实例研究的是在无人机基站与地面用户的视距通信场景下进行的,在基站端使用基于低成本的透镜天线子阵列来传输信息,具体的混合预编码部分由反相器5和选择网络实现,同时采用几何信道模型来捕获毫米波大规模多输入多输出信道的特征,在本实施例中,取信道带宽为1MHZ,射频链2的数量和数据流的数量是相等的,即NS=NRF=4;基站和射频链2同时服务的单天线用户数为K=4;基站端的发射天线数目设置为N=64;对于信道矩阵的选择参数设置如下:损失路径数目L=3,路径增益方位角和到达角遵循均匀分布和
在取值范围内调节信噪比(SNR),比较不同混合预编码方案下系统可实现的总和速率(sum-rate),不同混合预编码方案包括全数字迫零预编码、两段式预编码、基于交叉熵预编码、基于天线选择预编码和本发明的一种面向毫米波大规模多输入多输出的混合预编码方法。如图3所示,对于上述不同的混合预编码方案,我们可以看出随着信噪比的增加,系统可实现的总和速率不断增加。如图3所示,本发明的方法优于基于传统交叉熵的方法,本发明方法所能实现的系统的总和速率是不断接近自适应交叉熵混合预编码方法的,甚至能带来更高的速率,本发明的方法远远不及最经典的全数字预编码算法所能带来的总和速率,这是因为在系统模型上的缺陷以及系统阵列增益上的部分损失造成的,这是不可避免的,本发明在低成本的混合预编码下实现了不断接近最优性能的方案。所以说,本发明所提出的模拟预编码系统模型比全数字预编码架构更具可行性。
在取值范围内调节接收端的用户数,如图4所示,比较了不同混合预编码方案下系统的能耗随着用户数量的变化,具体比较了全数字迫零预编码、自适应交叉熵预编码、基于天线选择预编码和本发明的一种面向毫米波大规模多输入多输出的混合预编码方法。随着用户数量的增加,基于透镜阵列的混合预编码系统模型的能量效率最高。随着用户数量的增加,全数字预编码架构的能耗一直呈现增加趋势。这是因为全数字预编码架构中众多RF链的巨大能量消耗。传统的基于天线选择的混合预编码方案和基于CE算法的混合预编码方案具有较高的能量效率,但低于本发明一种面向毫米波大规模多输入多输出的混合预编码方法的能量效率。这是因为在上述混合预编码架构中不存在能量密集型射频链和移相器。综上,本发明的混合预编码方法的总和速率性能高,具有良好的性能。
Claims (2)
1.一种面向毫米波大规模多输入多输出的混合预编码方法,其特征在于,建立一种基于透镜天线子阵列的混合预编码系统模型,根据确定的优化目标,采用迭代更新公式不断迭代更新初始模拟预编码矩阵中元素的概率分布,最终得到最佳模拟预编码矩阵和最佳数字预编码矩阵;
其中,迭代更新公式的计算方法:在上一次迭代参数的基础上,通过最小化负γ-似然函数得到新的参数,从而对此次迭代参数进行估计;
具体按照以下步骤实施:
步骤一、构建混合预编码系统模型:
所述混合预编码系统模型包括数字预编码器(1),所述数字预编码器(1)经若干个并列设置的射频链(2)连接至模拟预编码器(3),所述模拟预编码器(3)连接有若干个透镜天线子阵列(7);
步骤二、确定优化目标函数:
基于步骤一构建的混合预编码系统模型,确定优化目标函数,并构造关于模拟预编码矩阵和数字预编码矩阵的优化问题;
步骤三、由于步骤一混合预编码系统模型中混合预编码器带来的硬件约束,使得模拟预编码矩阵遵循伯努利概率分布,基于此概率分布随机生成若干个模拟波束形成器,并采用数字预编码方法计算数字预编码矩阵;
步骤四、根据步骤二中的优化问题和步骤三中得到的模拟预编码矩阵,计算权重;
步骤五、基于步骤三的概率分布和步骤四的权重,采用迭代更新公式不断迭代更新模拟预编码矩阵中元素的概率分布,得到最佳的模拟预编码矩阵和数字预编码矩阵;
所述迭代更新公式具体如下:
其中,将u(i)定义为模拟预编码矩阵中的第i个元素的概率分布参数,则u(i+1)为模拟预编码矩阵中的第i+1个元素的概率分布参数,u是根据当前概率分布得到的全新概率分布参数;
其中,表示全新的定义,是步骤二中模拟预编码矩阵中模拟波束形成器的概率分布,ws是步骤四中的计算得到的权重,γ是控制鲁棒程度的参数,i是迭代次数,FRF是模拟预编码矩阵,(FRF)T表示对模拟预编码矩阵的转置;
其中,I是单位方阵,1是全1矢量;
其中,θi=-γFRFu。
2.如权利要求1所述的一种面向毫米波大规模多输入多输出的混合预编码方法,其特征在于,所述步骤一中的混合预编码系统模型,包括数字预编码器(1)、模拟预编码器(3)和n个透镜天线天线子阵列(7),n为大于1的整数;
所述模拟预编码器(3)包括并列设置的n个加法器(4),所述数字预编码器(1)通过并列设置的n个射频链(2)一一对应的连接至所述模拟预编码器(3)的加法器(4)上,每个所述加法器(4)均通过一个反相器(5)和若干个开关(6)连接至一个透镜天线子阵列(7)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910237670.8A CN110011712B (zh) | 2019-03-27 | 2019-03-27 | 一种面向毫米波大规模多输入多输出的混合预编码方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910237670.8A CN110011712B (zh) | 2019-03-27 | 2019-03-27 | 一种面向毫米波大规模多输入多输出的混合预编码方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110011712A CN110011712A (zh) | 2019-07-12 |
CN110011712B true CN110011712B (zh) | 2020-07-28 |
Family
ID=67168359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910237670.8A Active CN110011712B (zh) | 2019-03-27 | 2019-03-27 | 一种面向毫米波大规模多输入多输出的混合预编码方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110011712B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110855337B (zh) * | 2019-10-25 | 2021-06-04 | 无锡北邮感知技术产业研究院有限公司 | 混合预编码方法、基站、电子设备及存储介质 |
CN111010220B (zh) * | 2019-11-14 | 2020-12-22 | 北京科技大学 | 基于能量效率的多用户多流的下行混合预编码方法及系统 |
CN111224699B (zh) * | 2019-11-21 | 2021-11-16 | 南京航空航天大学 | 一种面向无人机基站通信的毫米波波束生成方法 |
CN112906240A (zh) * | 2021-03-15 | 2021-06-04 | 东南大学 | 一种基于延迟线和射频开关的模数混合预编码器及合并器结构及设计方法 |
CN114598368B (zh) * | 2022-03-14 | 2023-04-07 | 重庆邮电大学 | 一种基于毫米波宽带通信的全双工鲁棒混合波束成形方法 |
CN115102590B (zh) * | 2022-06-21 | 2023-05-12 | 郑州铁路职业技术学院 | 一种毫米波波束空间混合波束赋形方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017005086A1 (zh) * | 2015-07-03 | 2017-01-12 | 电信科学技术研究院 | 一种预编码方法及装置 |
CN108809397A (zh) * | 2018-06-27 | 2018-11-13 | 东南大学 | 多天线系统中高功效数模混合波束成形方法、装置及设备 |
CN109167622A (zh) * | 2018-11-08 | 2019-01-08 | 江西理工大学 | 一种毫米波大规模mimo系统混合预编码方法 |
CN109462429A (zh) * | 2018-11-12 | 2019-03-12 | 北京大学 | 用于大规模多输入多输出毫米波系统的波束域调制方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4033676A1 (en) * | 2016-05-12 | 2022-07-27 | Interdigital Patent Holdings, Inc. | Systems and methods for beamforming feedback in mmwave wireless local area networks |
CN109474314B (zh) * | 2018-12-21 | 2021-02-09 | 东南大学 | 毫米波多用户大规模mimo基-4并行波束训练方法 |
-
2019
- 2019-03-27 CN CN201910237670.8A patent/CN110011712B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017005086A1 (zh) * | 2015-07-03 | 2017-01-12 | 电信科学技术研究院 | 一种预编码方法及装置 |
CN108809397A (zh) * | 2018-06-27 | 2018-11-13 | 东南大学 | 多天线系统中高功效数模混合波束成形方法、装置及设备 |
CN109167622A (zh) * | 2018-11-08 | 2019-01-08 | 江西理工大学 | 一种毫米波大规模mimo系统混合预编码方法 |
CN109462429A (zh) * | 2018-11-12 | 2019-03-12 | 北京大学 | 用于大规模多输入多输出毫米波系统的波束域调制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110011712A (zh) | 2019-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110011712B (zh) | 一种面向毫米波大规模多输入多输出的混合预编码方法 | |
Gao et al. | Machine learning inspired energy-efficient hybrid precoding for mmWave massive MIMO systems | |
CN111294095B (zh) | 基于统计csi的irs辅助大规模mimo无线传输方法 | |
CN107046434B (zh) | 大规模mimo系统模数混合预编码方法 | |
CN110557177A (zh) | 毫米波大规模MIMO系统中基于DenseNet的混合预编码方法 | |
CN111917447A (zh) | 基于波束选择的低频辅助混合预编码设计方法 | |
CN107135024A (zh) | 一种低复杂度的混合波束赋形迭代设计方法 | |
CN106031068A (zh) | 一种基于波束成形的通信方法及装置 | |
Liu et al. | Energy-efficient hybrid precoding with low complexity for mmWave massive MIMO systems | |
CN109714091B (zh) | 一种在毫米波mimo系统中基于分层设计的迭代混合预编码方法 | |
CN110365388B (zh) | 一种低复杂度毫米波多播波束成形方法 | |
Ren et al. | Machine learning-based hybrid precoding with robust error for UAV mmWave massive MIMO | |
Kaushik et al. | Energy efficiency maximization of millimeter wave hybrid MIMO systems with low resolution DACs | |
CN110943768A (zh) | 一种毫米波大规模mimo系统的混合预编码码本联合设计方法 | |
Alluhaibi et al. | Capacity maximisation for hybrid digital-to-analog beamforming mm-wave systems | |
CN110138427A (zh) | 基于部分连接的大规模多输入多输出混合波束赋形算法 | |
CN109067446B (zh) | 一种多天线多用户大规模天线的混合预编码方法 | |
CN114978262A (zh) | 一种基于低分辨率相移器的多波束卫星通信鲁棒混合预编码方法 | |
Li et al. | Joint beamforming and power allocation for intelligent reflecting surface-aided millimeter wave MIMO systems | |
CN112398513A (zh) | 一种massive MIMO系统的波束赋形方法 | |
Jian et al. | Hybrid precoding for multiuser massive MIMO systems based on MMSE-PSO | |
CN112312569A (zh) | 一种基于透镜阵列的预编码和波束选择矩阵联合设计方法 | |
Liu et al. | Hybrid beamforming based on minimum mean square error for multi-user multi-data stream system | |
Feng et al. | Hybrid precoding for massive MIMO systems using partially-connected phase shifter network | |
CN112636800B (zh) | 基于毫米波大规模mimo多用户场景的混合预编码方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |