CN110032204A - 输入时延下多空间飞行器姿态协同控制方法 - Google Patents
输入时延下多空间飞行器姿态协同控制方法 Download PDFInfo
- Publication number
- CN110032204A CN110032204A CN201910334255.4A CN201910334255A CN110032204A CN 110032204 A CN110032204 A CN 110032204A CN 201910334255 A CN201910334255 A CN 201910334255A CN 110032204 A CN110032204 A CN 110032204A
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- formula
- aircraft
- matrix
- following
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 239000011159 matrix material Substances 0.000 claims abstract description 34
- 238000006243 chemical reaction Methods 0.000 claims abstract description 9
- 230000001360 synchronised effect Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Abstract
本发明公开了一种输入时延下多空间飞行器姿态协同控制方法,用于解决现有多空间飞行器姿态协同控制方法对输入时延的鲁棒性较弱的技术问题。技术方案是利用模糊理论将多飞行器姿态动力学系统构建为由一系列模糊逻辑组成的模糊系统,针对构建出的模糊系统设计分布式控制器,得到闭环系统,并将该闭环系统进行等价转化,针对转化后的等价系统,利用时延依赖李雅普诺夫稳定性理论和线性矩阵不等式方法给出保证系统稳定的充分条件,并设计控制器参数。本发明方法针对输入时延的鲁棒性更强,在较大时延下仍能保证系统具有较好的性能。
Description
技术领域
本发明涉及一种多空间飞行器姿态协同控制方法,特别涉及一种输入时延下多空间飞行器姿态协同控制方法。
背景技术
文献“Decentralized Consensus Control of A Rigid-Body SpacecraftFormation with Communication Delay,Journal of Guidance Control and Dynamics,2016,39(4),838-851”公开了一种基于非线性补偿的多空间飞行器姿态协同控制方法。该方法研究了多个空间飞行器的姿态同步一致性问题,设计了输入时延控制算法,将系统中的非线性项作为控制补偿项反馈到控制输入中。文献中所述的基于非线性补偿控制的方法优点在于控制器易于设计,存在的技术问题在于其针对输入时延的鲁棒性较弱,在较大时延下系统的性能较差。
发明内容
为了克服现有多空间飞行器姿态协同控制方法对输入时延的鲁棒性较弱的不足,本发明提供一种输入时延下多空间飞行器姿态协同控制方法。该方法利用模糊理论将多飞行器姿态动力学系统构建为由一系列模糊逻辑组成的模糊系统,针对构建出的模糊系统设计分布式控制器,得到闭环系统,并将该闭环系统进行等价转化,针对转化后的等价系统,利用时延依赖李雅普诺夫稳定性理论和线性矩阵不等式方法给出保证系统稳定的充分条件,并设计控制器参数。本发明方法针对输入时延的鲁棒性更强,在较大时延下仍能保证系统具有较好的性能。
本发明解决其技术问题所采用的技术方案:一种输入时延下多空间飞行器姿态协同控制方法,其特点是包括以下步骤:
步骤一、利用模糊理论将多飞行器姿态动力学系统构建为由一系列模糊逻辑组成的模糊系统。给出如下多飞行器姿态动力学模型:
式中,Ji表示惯性矩阵;qi(t)和qi0(t)分别表示姿态四元数的矢量和标量部分;ωi(t)表示姿态角速度;ui(t)表示作用于飞行器的控制输入;τ(t)表示输入时延变量,且有0≤τ(t)≤τ和其中τ和ρ为正的常数。式(1)化作如下状态空间方程的形式:
式中,
为便于构建模糊系统,定义如下变量:
xi(t)=[xi1(t)xi2(t)xi3(t)xi4(t)xi5(t)xi6(t)]T,
ωi(t)=[ωi1(t)ωi2(t)ωi3(t)]T,
qi(t)=[qi1(t)qi2(t)qi3(t)]T.
利用模糊系统准则,将式(2)中所示的非线性系统化作如下模糊系统:
系统模糊规则mi:如果xi1(t)是且…且xi6(t)是那么
其中,表示系统的模糊集合,r表示模糊规则的总个数。利用各个线性子系统的加权平均,得到如下所示的系统:
式中,
步骤二、针对步骤一中构建出的模糊系统(4)设计姿态同步控制器,得到闭环系统,并将该闭环系统进行等价转化。利用模糊准则设计如下姿态同步模糊控制器:
控制器模糊规则mi:如果xi1(t)是且…且xi6(t)是那么
其中,为待求解的控制增益矩阵,aij表示各飞行器之间的通信状态权值,bi表示飞行器对自身状态信息的获取能力。利用各个线性子系统的加权平均,得到如下所示的控制器:
式中,
将式(6)代入到式(4)中,得到如下所示的闭环系统:
式中,
利用模糊加权项和的性质,将式(7)等价变换为如下形式:
式中,
步骤三、针对步骤二中转化得到的等价系统(8),利用时延依赖李雅普诺夫稳定性理论和线性矩阵不等式方法给出保证系统稳定的充分条件,并设计控制器参数。针对等价变换之后的模糊系统(8),选取如下李雅普诺夫函数:
其中,P和Q为正定对称矩阵。根据李雅普诺夫稳定性理论,给定正定对称矩阵R,若如下线性矩阵不等式有正定对称矩阵作为其可行解:
式中,
为飞行器之间的通信拓扑结构对应的拉普拉斯矩阵,为描述自身状态信息的权矩阵,则闭环系统(8)渐进稳定,且控制增益矩阵为
根据设计出的控制增益矩阵的表达式得知,实际上是与模糊加权项无关的。因此,将式(6)中所设计出的控制器化作如下形式:
本发明的有益效果是:该方法利用模糊理论将多飞行器姿态动力学系统构建为由一系列模糊逻辑组成的模糊系统,针对构建出的模糊系统设计分布式控制器,得到闭环系统,并将该闭环系统进行等价转化,针对转化后的等价系统,利用时延依赖李雅普诺夫稳定性理论和线性矩阵不等式方法给出保证系统稳定的充分条件,并设计控制器参数。本发明方法针对输入时延的鲁棒性更强,在较大时延下仍能保证系统具有较好的性能。
由于采用基于模糊理论的姿态协同控制方法和时延依赖李雅普诺夫稳定性理论,能够对输入时延具有更强的鲁棒性,保证系统在较大的时延下仍具有良好的控制性能。取输入时延最大值分别为2秒、6秒、10秒这3种情况,采用文献中给出的非线性补偿方法时,多飞行器系统实现姿态同步的时间分别为40秒、100秒、120秒,而最大控制输入力矩分别为0.48N·m、6.6N·m、7N·m;采用本发明方法能够保证多飞行器系统的姿态分别在40秒、50秒、80秒内同步收敛,而所需的最大控制输入力矩则分别为0.19N·m、0.3N·m、0.51N·m。因此,相比于背景技术的非线性补偿方法,本发明方法能够以更小的控制力矩来实现更快的姿态角同步收敛速度,且输入时延越大,本发明所提出方法的优势越明显。
下面结合附图和具体实施方式对本发明作详细说明。
附图说明
图1是本发明输入时延下多空间飞行器姿态协同控制方法的流程图。
图2是本发明方法实施例中3个空间飞行器之间的通讯拓扑结构。
图3是本发明方法实施例中,在基于模糊理论的控制方法作用下,第1、第2个飞行器之间的相对姿态角误差曲线。
图4是本发明方法实施例中,在文献给出的非线性补偿控制方法作用下,第1、第2个飞行器之间的相对姿态角误差曲线。
图5是本发明方法实施例中,在基于模糊理论的控制方法作用下,第1个飞行器的控制输入曲线。
图6是本发明方法实施例中,在文献给出的非线性补偿控制方法作用下,第1个飞行器的控制输入曲线。
具体实施方式
参照图1-6。本发明输入时延下多空间飞行器姿态协同控制方法具体步骤如下:
步骤一、利用模糊理论将多飞行器姿态动力学系统构建为由一系列模糊逻辑组成的模糊系统。首先给出如下多飞行器姿态动力学模型:
式中,Ji表示惯性矩阵;qi(t)和qi0(t)分别表示姿态四元数的矢量和标量部分;ωi(t)表示姿态角速度;ui(t)表示作用于飞行器的控制输入;τ(t)表示输入时延变量,且有0≤τ(t)≤τ和其中τ和ρ为正的常数。此外,式(1)还可化作如下状态空间方程的形式:
式中,
为便于构建模糊系统,定义如下变量:
xi(t)=[xi1(t)xi2(t)xi3(t)xi4(t)xi5(t)xi6(t)]T,
ωi(t)=[ωi1(t)ωi2(t)ωi3(t)]T,
qi(t)=[qi1(t)qi2(t)qi3(t)]T.
利用模糊系统准则,将式(2)中所示的非线性系统化作如下模糊系统:
系统模糊规则mi:如果xi1(t)是且…且xi6(t)是那么
其中,表示系统的模糊集合,r表示模糊规则的总个数。利用各个线性子系统的加权平均,可以得到如下所示的系统:
式中,
步骤二、针对步骤一中构建出的模糊系统(4)设计姿态同步控制器,得到闭环系统,并将该闭环系统进行等价转化。首先利用模糊准则设计如下姿态同步模糊控制器:
控制器模糊规则mi:如果xi1(t)是且…且xi6(t)是那么
其中为待求解的控制增益矩阵,aij表示各飞行器之间的通信状态权值,bi表示飞行器对自身状态信息的获取能力。利用各个线性子系统的加权平均,可以得到如下所示的控制器:
式中,
将式(6)代入到式(4)中,便可得到如下所示的闭环系统:
式中,
由于式(7)的结构较为复杂,很难对其进行稳定性分析,因此需要对其进行等价变换。利用模糊加权项和的性质,可将式(7)等价变换为如下形式:
式中,
步骤三、针对步骤二中转化得到的等价系统(8),利用时延依赖李雅普诺夫稳定性理论和线性矩阵不等式方法给出保证系统稳定的充分条件,并设计控制器参数。针对等价变换之后的模糊系统(8),选取如下李雅普诺夫函数:
其中P和Q为正定对称矩阵。根据李雅普诺夫稳定性理论,给定正定对称矩阵R,若如下线性矩阵不等式有正定对称矩阵作为其可行解:
式中,
为飞行器之间的通信拓扑结构对应的拉普拉斯矩阵,为描述自身状态信息的权矩阵,则闭环系统(8)渐进稳定,且控制增益矩阵为
根据设计出的控制增益矩阵的表达式可知,实际上是与模糊加权项无关的。因此,式(6)中所设计出的控制器可以化作如下形式:
此外,由于数值仿真软件MATLAB中已有非常成熟的用于求解线性矩阵不等式的工具箱,因此不等式(10)可直接利用工具箱进行求解。
采用以下实施例验证本发明的有益效果:
假设系统中有3个飞行器,且自身状态信息均可获取,飞行器之间的通信拓扑结构如图2所示,因此通信拓扑对应的拉普拉斯矩阵和描述自身状态信息的权矩阵为
取3个飞行器的惯性矩阵分别为
为模糊系统选取4组工作点,分别为 对应的隶属度函数如下所示:
将4组工作点代入到原系统中,便可得到4组模糊规则对应的系数矩阵。再令R=I3,便可计算出式(6)中给出的控制器对应的控制增益矩阵,如下所示:
此外,根据文献中采取的非线性补偿控制方法,给出如下所示的非线性补偿姿态同步控制器:
对于式(12)中的非线性补偿控制器,取k=0.05。
选取3个飞行器的状态初值分别为
q1(0)=[0.50.50.5]T,ω1(0)=[-0.1-0.1-0.1]T,
q2(0)=[0.40.40.4]T,ω2(0)=[-0.08-0.08-0.08]T,
q3(0)=[0.30.30.3]T,ω3(0)=[-0.06-0.06-0.06]T.
再选取3种不同的输入时延τ(t),便可得到在不同的输入时延影响下,多空间飞行器系统在文献中给出的非线性补偿控制器(12)和本发明基于模糊理论的控制器(5)作用下的姿态角误差曲线和控制输入曲线。通过仿真曲线可知,当输入时延为τ(t)=sin(0.1t)+1秒,即最大时延为2秒时,两种控制器均能保证飞行器的姿态角在40秒内同步收敛,本发明方法所需的最大控制力矩则为0.19N·m,而文献中采用的方法所需的最大控制力矩则为0.48N·m;当输入时延为τ(t)=3sin(0.1t)+3秒,即最大时延为6秒时,本发明方法能够保证飞行器的姿态角在50秒内同步收敛,所需的最大控制力矩则为0.3N·m,而文献中采用的方法能够保证飞行器的姿态角在100秒内同步收敛,所需的最大控制力矩则为6.6N·m;当输入时延为τ(t)=5sin(0.1t)+5秒,即最大时延为10秒时,本发明方法能够保证飞行器的姿态角在80秒内同步收敛,所需的最大控制力矩则为0.51N·m,而文献中采用的方法能够保证飞行器的姿态角在120秒内同步收敛,所需的最大控制力矩则为7N·m。因此,相比于文献中给出的非线性补偿方法,本发明基于模糊理论的方法能够以更小的控制力矩来实现更快的姿态角收敛速度,且输入时延越大,本发明方法的优势越明显。
本发明未详细介绍的内容(如图论、线性矩阵不等式、李雅普诺夫稳定性理论)属于本领域公共常识。
Claims (1)
1.一种输入时延下多空间飞行器姿态协同控制方法,其特征在于包括以下步骤:
步骤一、利用模糊理论将多飞行器姿态动力学系统构建为由一系列模糊逻辑组成的模糊系统;给出如下多飞行器姿态动力学模型:
式中,Ji表示惯性矩阵;qi(t)和qi0(t)分别表示姿态四元数的矢量和标量部分;ωi(t)表示姿态角速度;ui(t)表示作用于飞行器的控制输入;τ(t)表示输入时延变量,且有0≤τ(t)≤τ和其中τ和ρ为正的常数;式(1)化作如下状态空间方程的形式:
式中,
为便于构建模糊系统,定义如下变量:
xi(t)=[xi1(t)xi2(t)xi3(t)xi4(t)xi5(t)xi6(t)]T,
ωi(t)=[ωi1(t)ωi2(t)ωi3(t)]T,
qi(t)=[qi1(t)qi2(t)qi3(t)]T.
利用模糊系统准则,将式(2)中所示的非线性系统化作如下模糊系统:
系统模糊规则mi:如果xi1(t)是且…且xi6(t)是那么
其中,表示系统的模糊集合,r表示模糊规则的总个数;利用各个线性子系统的加权平均,得到如下所示的系统:
式中,
步骤二、针对步骤一中构建出的模糊系统(4)设计姿态同步控制器,得到闭环系统,并将该闭环系统进行等价转化;利用模糊准则设计如下姿态同步模糊控制器:
控制器模糊规则mi:如果xi1(t)是且…且xi6(t)是那么
其中,为待求解的控制增益矩阵,aij表示各飞行器之间的通信状态权值,bi表示飞行器对自身状态信息的获取能力;利用各个线性子系统的加权平均,得到如下所示的控制器:
式中,
将式(6)代入到式(4)中,得到如下所示的闭环系统:
式中,
利用模糊加权项和的性质,将式(7)等价变换为如下形式:
式中,
步骤三、针对步骤二中转化得到的等价系统(8),利用时延依赖李雅普诺夫稳定性理论和线性矩阵不等式方法给出保证系统稳定的充分条件,并设计控制器参数;针对等价变换之后的模糊系统(8),选取如下李雅普诺夫函数:
其中,P和Q为正定对称矩阵;根据李雅普诺夫稳定性理论,给定正定对称矩阵R,若如下线性矩阵不等式有正定对称矩阵作为其可行解:
式中,
为飞行器之间的通信拓扑结构对应的拉普拉斯矩阵,为描述自身状态信息的权矩阵,则闭环系统(8)渐进稳定,且控制增益矩阵为
根据设计出的控制增益矩阵的表达式得知,实际上是与模糊加权项无关的;因此,将式(6)中所设计出的控制器化作如下形式:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910334255.4A CN110032204B (zh) | 2019-04-24 | 2019-04-24 | 输入时延下多空间飞行器姿态协同控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910334255.4A CN110032204B (zh) | 2019-04-24 | 2019-04-24 | 输入时延下多空间飞行器姿态协同控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110032204A true CN110032204A (zh) | 2019-07-19 |
CN110032204B CN110032204B (zh) | 2022-07-29 |
Family
ID=67239930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910334255.4A Expired - Fee Related CN110032204B (zh) | 2019-04-24 | 2019-04-24 | 输入时延下多空间飞行器姿态协同控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110032204B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110362103A (zh) * | 2019-08-19 | 2019-10-22 | 西北工业大学 | 分布式自主水下航行器姿态协同优化控制方法 |
CN112099516A (zh) * | 2020-08-24 | 2020-12-18 | 西北工业大学 | 一种基于模糊线性化理论的卫星集群姿态跟踪控制方法 |
CN113479344A (zh) * | 2021-07-07 | 2021-10-08 | 西北工业大学 | 一种可快速解算的分布式卫星姿态协同控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102880182A (zh) * | 2012-09-12 | 2013-01-16 | 北京航空航天大学 | 一种存在网络随机延迟的微小型无人飞行器控制方法 |
CN104460322A (zh) * | 2014-12-23 | 2015-03-25 | 冶金自动化研究设计院 | 不确定性时延双时标系统模糊时延状态反馈控制方法 |
CN109189080A (zh) * | 2018-11-12 | 2019-01-11 | 西北工业大学 | 基于模糊理论的多自主海洋航行器系统分布式控制方法 |
-
2019
- 2019-04-24 CN CN201910334255.4A patent/CN110032204B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102880182A (zh) * | 2012-09-12 | 2013-01-16 | 北京航空航天大学 | 一种存在网络随机延迟的微小型无人飞行器控制方法 |
CN104460322A (zh) * | 2014-12-23 | 2015-03-25 | 冶金自动化研究设计院 | 不确定性时延双时标系统模糊时延状态反馈控制方法 |
CN109189080A (zh) * | 2018-11-12 | 2019-01-11 | 西北工业大学 | 基于模糊理论的多自主海洋航行器系统分布式控制方法 |
Non-Patent Citations (2)
Title |
---|
ZHUO ZHANG等: "Improved order-reduction method for cooperative tracking control of time-delayed multi-spacecraft network", 《SCIENCE DIRECT》 * |
徐利杰 等: "空间飞行器姿态网络控制系统的模糊变结构控制", 《宇航学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110362103A (zh) * | 2019-08-19 | 2019-10-22 | 西北工业大学 | 分布式自主水下航行器姿态协同优化控制方法 |
CN112099516A (zh) * | 2020-08-24 | 2020-12-18 | 西北工业大学 | 一种基于模糊线性化理论的卫星集群姿态跟踪控制方法 |
CN112099516B (zh) * | 2020-08-24 | 2022-08-02 | 西北工业大学 | 一种基于模糊线性化理论的卫星集群姿态跟踪控制方法 |
CN113479344A (zh) * | 2021-07-07 | 2021-10-08 | 西北工业大学 | 一种可快速解算的分布式卫星姿态协同控制方法 |
CN113479344B (zh) * | 2021-07-07 | 2022-09-23 | 西北工业大学 | 一种可快速解算的分布式卫星姿态协同控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110032204B (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
He et al. | Adaptive consensus control of linear multiagent systems with dynamic event-triggered strategies | |
Rao et al. | Sliding mode control-based autopilots for leaderless consensus of unmanned aerial vehicles | |
CN110456807B (zh) | 一种多航天器一致性动态增益控制方法 | |
Wen et al. | Distributed tracking of nonlinear multiagent systems under directed switching topology: An observer-based protocol | |
Aström et al. | Control of complex systems | |
Kuriki et al. | Formation control with collision avoidance for a multi-UAV system using decentralized MPC and consensus-based control | |
Yang et al. | Predictive output feedback control for networked control systems | |
Franchi et al. | A passivity-based decentralized approach for the bilateral teleoperation of a group of UAVs with switching topology | |
Mahmood et al. | Decentrailized formation flight control of quadcopters using robust feedback linearization | |
CN110032204A (zh) | 输入时延下多空间飞行器姿态协同控制方法 | |
CN109901603B (zh) | 一种输入时延下多空间飞行器姿态协同控制方法 | |
Ghadami et al. | Decomposition-based distributed control for continuous-time multi-agent systems | |
Yan et al. | Consensus of multiple autonomous underwater vehicles with double independent Markovian switching topologies and timevarying delays | |
Dou et al. | Distributed finite‐time formation control for multiple quadrotors via local communications | |
Zhai et al. | Robust adaptive fuzzy control of a class of uncertain nonlinear systems with unstable dynamics and mismatched disturbances | |
Liu et al. | Adaptive saturated tracking control for spacecraft proximity operations via integral terminal sliding mode technique | |
CN109839894A (zh) | 一种双边遥操作系统的控制方法 | |
Zhang et al. | Adaptive attitude synchronization control of spacecraft formation with adaptive synchronization gains | |
Yu et al. | Enhanced recurrent fuzzy neural fault-tolerant synchronization tracking control of multiple unmanned airships via fractional calculus and fixed-time prescribed performance function | |
CN111439392B (zh) | 一种航天器编队位置协同控制方法 | |
CN112099516B (zh) | 一种基于模糊线性化理论的卫星集群姿态跟踪控制方法 | |
Ma et al. | Synchronization of master–slave Lagrangian systems via intermittent control | |
Guo et al. | Design of a fixed-wing UAV controller combined fuzzy adaptive method and sliding mode control | |
Meng et al. | Maneuver guidance and formation maintenance for control of leaderless space-robot teams | |
Gruenwald et al. | Adaptive control of unactuated dynamical systems through interconnections: Stability and performance guarantees |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220729 |