CN110177062B - 一种终端激活检测和信道估计方法 - Google Patents
一种终端激活检测和信道估计方法 Download PDFInfo
- Publication number
- CN110177062B CN110177062B CN201910300852.5A CN201910300852A CN110177062B CN 110177062 B CN110177062 B CN 110177062B CN 201910300852 A CN201910300852 A CN 201910300852A CN 110177062 B CN110177062 B CN 110177062B
- Authority
- CN
- China
- Prior art keywords
- base station
- terminal
- matrix
- iteration
- value
- 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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0224—Channel estimation using sounding signals
- H04L25/0228—Channel estimation using sounding signals with direct estimation from sounding signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
- H04L25/0246—Channel estimation channel estimation algorithms using matrix methods with factorisation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种终端激活检测和信道估计方法。在蜂窝物联网中,每个小区中心布置着一个多天线基站,并且分布着大量的物联网终端设备。在任一时隙,仅有部分终端激活并需要接入无线网络,而其他终端则处于休眠状态。本发明设计了一种免授权的随机接入协议,即激活终端无需得到基站的授权就可直接接入网络。在每个时隙的开始部分,激活终端同时向基站发送一段基站已知的导频序列。根据接收到的导频序列,基站利用一种矩阵降维的方法,检测出终端的状态及其相应的信道信息。然后激活设备在时隙的剩余部分和基站进行数据交互。本发明为具有大规模终端接入且基站配置一个大规模天线阵列的蜂窝物联网提供了一种高效简单的终端激活检测和信道估计方法。
Description
技术领域
本发明涉及无线通信领域,尤其涉及一种终端激活检测和信道估计方法及通讯系统以及相关设备。
背景技术
随着物联网以及人工智能的兴起与发展,未来的无线网络需要支持大规模的无线终端的同时接入。机器类型的通信(MTC)被广泛认为是5G等未来宽带无线通信系统的关键技术之一。MTC中一个关键性的特点是网络中的终端的激活模式通常是零星的。因为在每个时隙内,仅有少部分的终端处于激活状态,从而与基站通信。其他设备为了节省能量而暂时处于休眠状态,它们只有在受到外部事件触发时才会被激活。激活的终端在每个时隙的开始阶段同时向基站发射导频序列,基站通过激活检测和信道估计算法,得知哪些终端处于激活状态并获得其相应的信道状态信息。然后在每个时隙的剩余长度内,基站和激活的终端之间再进行上行和下行数据交互。
为了实现合理准确的上行链路信道估计,终端发送的导频的长度需要大于潜在的激活终端数。同时导频的长度又受时隙长度和小区内总的终端数目的约束。我们通常有总的终端数目要大于导频的长度,这导致不可能将正交导频序列分配给所有的终端。所以终端的导频序列是非正交的,那么终端之间的激活检测和信道估计会受到相互干扰,通常长的导频序列可以提高信道估计准确度,但是过长的导频长度会导致一个时隙内留给数据传输的长度变短,影响总的数据传输速率。所以如何设计出能用较短的导频长度,进行准确的终端激活检测和信道估计的算法尤为关键。此外,为了达到更高的数据速率,在大规模接入技术中,基站会配备大规模的天线阵列,这同时也会增加终端激活检测和信道估计的计算复杂度,为降低通信成本带来了困难。
发明内容
本发明的目的是为了解决现有终端激活检测和信道估计方案中当基站配备大规模天线阵列时,计算复杂度会随着天线数目的增多而迅速增加,并且所需导频序列较长等问题,提出了一种终端激活检测和信道估计方法及通讯系统以及相关设备。
本发明所采用的具体技术方案如下:
一种终端激活检测和信道估计方法,其包括如下步骤:
1)在每个长度为T的时隙的开始阶段,所有激活的终端同时向基站发送长度为L的导频序列;
2)基站接收到数据后,基于一种秩估计方法,估计出接收数据中基本的秩re,以区分基站接收数据中的信号子空间和噪声子空间;
3)基站得到秩的估计值后,基于一种数据分解方法,将激活检测和信道估计问题从高维空间映射到低维空间,以降低算法复杂度;
4)基站基于一种激活检测和信道估计的方法,在低维空间恢复出信号,检测出处于激活状态的激活终端,并估计出相应的激活终端的信道值;
5)在每个时隙剩余的长度T-L内,激活的终端利用信道估计值与基站进行上行和下行的数据交互。
基于上述技术方案,其中的部分步骤可采用如下优选方式实现。
步骤2)中的秩估计方法为:
步骤3)中的数据分解方法为:
首先基站对接收到的数据进行奇异值分解:Ssd为L×L阶的酉矩阵,Vsd为L×M阶的对角矩阵,为M×M阶的酉矩阵;然后计算得到其中是Ssd的前列,是由Vsd的前行和前列构成方阵;接下来通过取的前行得到U;所述的V满足并且V的秩为所述的并且UUH=I。
步骤4)中的激活检测和信道估计的方法中,激活检测过程为:
a)设置黎曼矩阵为:其中Z表示和终端激活状态以及信道值有关的未知变量;令代表总空间的切空间,ξZ和ηZ为切空间中的方向向量,Tr(·)为求矩阵的迹,N代表小区内总的用户数,rank(·)代表括号中矩阵的秩;
c)关于变量Z的目标函数为
黎曼梯度设置为:
其中A为基站已知导频序列矩阵,ζ为惩罚参数,Pn代表1×N维的向量,且该向量中只有第n个位置的值为1,其他元素均为0;θ为可调参数,IN和分别代表N×N和的单位矩阵, 是促稀疏权重,代表取的第n行,n的取值范围均为从1到N,N代表小区内总的用户数,||·||2表示矩阵的二范数;
d)黎曼黑森矩阵设置为:
e)设定方向向量ηZ的更新迭代过程,具体过程为:
以表示t时刻的方向向量,δj表示第j次迭代的中间变量,ιj表示第j次迭代的中间变量;更新前首先初始化:中间变量ι0=gradf(Zt),中间变量δ0=-ι0和迭代次数j=0,令Hessft[δj]为t时刻第j次迭代的黎曼黑森矩阵值,设置阈值参数κ,κ>0;先进行第j次迭代,迭代过程为:
如果t时刻第j次迭代的黎曼矩阵则计算出能使得目标函数达到最小的值,该目标函数的约束条件为‖ηZ‖g=Δ问题;其中ft(Z)为t时刻的目标函数f(Z), 为第j次迭代的方向向量,Δ为置信区间的半径,返回值是如果t时刻第j次迭代的黎曼矩阵则跳出并计算其中如果则计算 是使||ηZ||g=Δ成立的解,其中返回值是如果则跳出并依次计算ιj+1=ιj+£Hessft[δj],和
然后执行步骤e)的更新迭代过程以获得选择置信区间半径的标准设置为其中αt为步长;如果那么Δt+1←0.25Δt;如果并且则设置如果则设置Δt+1←Δt;如果则设置如果则设置Zt+1=Zt;更新迭代次数t←t+1,继续更新迭代Z直到停止循环,最终输出Z的估计值
g)基于步骤f)得到的利用关系式恢复出未知变量再利用关系式恢复出原始高维空间的信号估值并利用激活判断标准来判断哪些终端处于激活状态,其中k为终端标识,v为可调参数,为的第k行,代表检测出来的激活终端的标识集合。
步骤4)中的激活检测和信道估计的方法中,信道估计过程为:
本发明具有的有益效果是:本发明提出的终端激活检测和信道估计方法,可以利用较短的导频序列实现更准确的终端激活检测和信道估计,解决了传统的终端激活检测和信道估计问题中导频序列较长所产生的一系列问题。并且本方法的计算复杂度不随基站的天线数增多而增加,可以有效地减少通信复杂度,降低通信成本。
附图说明
图1是终端激活检测和信道估计方法的场景示意图;
图2是将本发明的终端激活检测方法(秩估计值处于不同值)与其他常用激活检测方法比较时,终端激活检测方法的检测错误率与导频序列的长度的关系;
图3是将本发明的信道估计方法与其他常用信道估计方法比较时,信道估计的归一化均方误差与导频序列的长度的关系。
具体实施方式
本实施例中,终端激活检测和信道估计方法及通讯系统以及相关设备系统场景图如图1所示,基站有M根天线,每个终端配置1根天线,每个时隙内,仅有少量终端随机激活与基站进行通信,其他终端暂时处于睡眠状态。并且激活的终端无需得到基站的授权就可直接接入网络。即每个时隙的开始部分,激活的终端同时向基站发射导频序列(即前导序列),基站通过激活检测和信道估计算法获得哪些终端处于激活阶段并获得其相应的信道状态信息。在每个时隙的剩余的部分,激活终端与基站进行数据交互。
一种终端激活检测和信道估计方法,包括如下步骤:
1)在每个长度为T的时隙的开始阶段,所有激活的终端同时向基站发送长度为L的导频序列;
2)基站接收到数据后,基于一种秩估计方法,估计出接收数据中基本的秩re,以区分基站接收数据中的信号子空间和噪声子空间;
本步骤中所述的秩估计方法具体实现如下:
3)基站得到秩的估计值后,基于一种数据分解方法,将激活检测和信道估计问题从高维空间映射到低维空间,以降低算法复杂度;
本步骤中的数据分解方法具体实现如下:
首先基站对接收到的数据进行奇异值分解:Ssd为L×L阶的酉矩阵,Vsd为L×M阶的对角矩阵,为M×M阶的酉矩阵;然后计算得到其中是Ssd的前列,是由Vsd的前行和前列构成方阵;接下来通过取的前行得到U;所述的V满足并且V的秩为所述的并且UUH=I。
4)基站基于一种激活检测和信道估计的方法,在低维空间恢复出信号,检测出处于激活状态的激活终端,并估计出相应的激活终端的信道值。
本步骤)中的激活检测和信道估计的方法中,激活检测过程为:
a)设置黎曼矩阵为:其中Z表示和终端激活状态以及信道值有关的未知变量;令代表总空间的切空间,ξZ和ηZ为切空间中的方向向量,Tr(·)为求矩阵的迹,N代表小区内总的用户数,rank(·)代表括号中矩阵的秩;
c)关于变量Z的目标函数为
黎曼梯度设置为:
其中A为基站已知导频序列矩阵,ζ为惩罚参数,Pn代表1×N维的向量,且该向量中只有第n个位置的值为1,其他元素均为0;θ为可调参数,IN和分别代表N×N和的单位矩阵, 是促稀疏权重,代表取的第n行,n的取值范围均为从1到N,N代表小区内总的用户数,||·||2表示矩阵的二范数;
d)黎曼黑森矩阵设置为:
e)设定方向向量ηZ的更新迭代过程,具体过程为:
以表示t时刻的方向向量,δj表示第j次迭代的中间变量,ιj表示第j次迭代的中间变量;更新前首先初始化:中间变量ι0=gradf(Zt),中间变量δ0=-ι0和迭代次数j=0,令Hessft[δj]为t时刻第j次迭代的黎曼黑森矩阵值,设置阈值参数κ,κ>0;先进行第j次迭代,迭代过程为:
如果t时刻第j次迭代的黎曼矩阵则计算出能使得目标函数达到最小的值,该目标函数的约束条件为‖ηZ‖g=Δ问题;其中ft(Z)为t时刻的目标函数f(Z), 为第j次迭代的方向向量,Δ为置信区间的半径,返回值是如果t时刻第j次迭代的黎曼矩阵则跳出并计算其中如果则计算 是使||ηZ||g=Δ成立的解,其中返回值是如果则跳出并依次计算ιj+1=ιj+£Hessft[δj],和
然后执行步骤e)的更新迭代过程以获得选择置信区间半径的标准设置为其中αt为步长;如果那么Δt+1←0.25Δt;如果并且则设置如果则设置Δt+1←Δt;如果则设置如果则设置Zt+1=Zt;更新迭代次数t←t+1,继续更新迭代Z直到停止循环,最终输出Z的估计值
g)终端激活检测步骤:基于步骤f)得到的利用关系式恢复出未知变量再利用关系式恢复出原始高维空间的信号估值并利用激活判断标准来判断哪些终端处于激活状态,其中k为终端标识,v为可调参数,为的第k行,代表检测出来的激活终端的标识集合。
本步骤中的激活检测和信道估计的方法中,信道估计过程为:
5)在每个时隙剩余的长度T-L内,激活的终端利用信道估计值与基站进行上行和下行的数据交互。
通过计算机仿真可以看出:如图2所示,本发明的终端激活检测方案相较于传统的检测方案近似消息传递算法和正交匹配追踪算法,准确率有明显的提升,而且本文方案对于秩估计值并不敏感,所以我们可以通过采用比数据实际的秩更低的秩的取值来进行终端激活检测,以进一步降低计算复杂度。图3表明本发明提出的信道估计方法,相对于传统近似消息传递方法和假设激活终端情况全部已知的最小均方误差方法,信道估计准确度有明显提升,导频长度明显缩短,这是因为我们的方案不但将原始问题从高维空间映射到了低维空间,而且本文方案有效利用了低维空间未知变量的秩信息。因此,本发明提出的终端激活检测和信道估计方法及通讯系统以及相关设备可以为大规模通信系统提供一种高效的终端激活检测和信道估计方法。
Claims (4)
1.一种终端激活检测和信道估计方法,其特征在于包括如下步骤:
1)在每个长度为T的时隙的开始阶段,所有激活的终端同时向基站发送长度为L的导频序列;
2)基站接收到数据后,基于一种秩估计方法,估计出接收数据中基本的秩re,以区分基站接收数据中的信号子空间和噪声子空间;
3)基站得到秩的估计值后,基于一种数据分解方法,将激活检测和信道估计问题从高维空间映射到低维空间,以降低算法复杂度;
4)基站基于一种激活检测和信道估计的方法,在低维空间恢复出信号,检测出处于激活状态的激活终端,并估计出相应的激活终端的信道值;
5)在每个时隙剩余的长度T-L内,激活的终端利用信道估计值与基站进行上行和下行的数据交互;
所述步骤2)中的秩估计方法为:
3.根据权利要求1所述的一种终端激活检测和信道估计方法,其特征在于步骤4)中的激活检测和信道估计的方法中,激活检测过程为:
a)设置黎曼矩阵为:其中Z表示和终端激活状态以及信道值有关的未知变量;令代表总空间的切空间,ξZ和ηZ为切空间中的方向向量,Tr(·)为求矩阵的迹,N代表小区内总的用户数,rank(·)代表括号中矩阵的秩;
c)关于变量Z的目标函数为
黎曼梯度设置为:
其中A为基站已知导频序列矩阵,ζ为惩罚参数,Pn代表1×N维的向量,且该向量中只有第n个位置的值为1,其他元素均为0;θ为可调参数,IN和分别代表N×N和的单位矩阵, 是促稀疏权重,代表取的第n行,n的取值范围均为从1到N,N代表小区内总的用户数,||·||2表示矩阵的二范数;
d)黎曼黑森矩阵设置为:
e)设定方向向量ηZ的更新迭代过程,具体过程为:
以表示t时刻的方向向量,δj表示第j次迭代的中间变量,ιj表示第j次迭代的中间变量;更新前首先初始化:中间变量ι0=gradf(Zt),中间变量δ0=-ι0和迭代次数j=0,令为t时刻第j次迭代的黎曼黑森矩阵值,设置阈值参数κ,κ>0;先进行第j次迭代,迭代过程为:
如果t时刻第j次迭代的黎曼矩阵则计算出能使得目标函数达到最小的值,该目标函数的约束条件为‖ηZ‖g=Δ问题;其中ft(Z)为t时刻的目标函数f(Z), 为第j次迭代的方向向量,Δ为置信区间的半径,返回值是如果t时刻第j次迭代的黎曼矩阵则跳出并计算其中如果则计算 是使||ηZ||g=Δ成立的解,其中返回值是如果则跳出并依次计算ιj+1=ιj+£Hessft[δj],和
然后执行步骤e)的更新迭代过程以获得选择置信区间半径的标准设置为其中αt为步长;如果那么Δt+1←0.25Δt;如果并且则设置如果则设置Δt+1←Δt;如果则设置如果则设置Zt+1=Zt;更新迭代次数t←t+1,继续更新迭代Z直到停止循环,最终输出Z的估计值Z=Zt;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910300852.5A CN110177062B (zh) | 2019-04-15 | 2019-04-15 | 一种终端激活检测和信道估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910300852.5A CN110177062B (zh) | 2019-04-15 | 2019-04-15 | 一种终端激活检测和信道估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110177062A CN110177062A (zh) | 2019-08-27 |
CN110177062B true CN110177062B (zh) | 2020-07-10 |
Family
ID=67689594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910300852.5A Active CN110177062B (zh) | 2019-04-15 | 2019-04-15 | 一种终端激活检测和信道估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110177062B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110995375B (zh) * | 2019-11-19 | 2021-11-12 | 北京科技大学 | 一种无线信道的衰落特征提取方法及提取装置 |
CN110971547B (zh) * | 2019-11-20 | 2020-10-27 | 浙江大学 | 一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法 |
CN115002929B (zh) * | 2022-05-16 | 2024-05-28 | 西南交通大学 | 一种基于前导和到达角联合估计的活跃用户检测方法 |
CN115021780B (zh) * | 2022-05-18 | 2023-12-22 | 浙江大学 | 基于无蜂窝大规模多输入多输出系统的免授权随机接入方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106454922A (zh) * | 2015-08-10 | 2017-02-22 | 电信科学技术研究院 | 一种非正交多址接入系统中的上行检测方法及装置 |
CN107078757A (zh) * | 2014-10-30 | 2017-08-18 | 华为技术有限公司 | 用于检测激活资源单元的系统和方法 |
CN108282782A (zh) * | 2017-01-06 | 2018-07-13 | 深圳市金立通信设备有限公司 | 一种上行免授权用户激活检测方法、装置及基站 |
CN108964725A (zh) * | 2018-07-20 | 2018-12-07 | 西安电子科技大学 | 时变大规模mimo网络中信道参数的稀疏估计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8111787B2 (en) * | 2008-11-05 | 2012-02-07 | Telefonaktiebolaget L M Ericsson (Publ) | OFDM channel estimation method and apparatus |
-
2019
- 2019-04-15 CN CN201910300852.5A patent/CN110177062B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107078757A (zh) * | 2014-10-30 | 2017-08-18 | 华为技术有限公司 | 用于检测激活资源单元的系统和方法 |
CN106454922A (zh) * | 2015-08-10 | 2017-02-22 | 电信科学技术研究院 | 一种非正交多址接入系统中的上行检测方法及装置 |
CN108282782A (zh) * | 2017-01-06 | 2018-07-13 | 深圳市金立通信设备有限公司 | 一种上行免授权用户激活检测方法、装置及基站 |
CN108964725A (zh) * | 2018-07-20 | 2018-12-07 | 西安电子科技大学 | 时变大规模mimo网络中信道参数的稀疏估计方法 |
Non-Patent Citations (2)
Title |
---|
"多天线系统中的有限反馈与预编码技术研究";陈晓明;《中国优秀博士学位论文全文数据库信息科技辑》;20101201;全文 * |
Mingli Peng;Zhuo Sun;Wenbo Wang."Pilot aided frequency offset estimation and channel estimation for MIMO-OFDM systems".《IET International Conference on Communication Technology and Application (ICCTA 2011)》.2011, * |
Also Published As
Publication number | Publication date |
---|---|
CN110177062A (zh) | 2019-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110177062B (zh) | 一种终端激活检测和信道估计方法 | |
He et al. | A model-driven deep learning network for MIMO detection | |
Decurninge et al. | CSI-based outdoor localization for massive MIMO: Experiments with a learning approach | |
CN107332598B (zh) | 一种基于深度学习的mimo系统联合预编码和天线选择方法 | |
CN108540410A (zh) | 免调度传输系统联合活跃用户检测和信道估计方法 | |
CN110971547B (zh) | 一种基于毫米波/太赫兹的宽带大规模终端检测和信道估计方法 | |
CN111641570B (zh) | 一种基于深度学习的联合设备检测和信道估计方法 | |
CN106850013B (zh) | 一种上行链路大规模mimo系统的信号检测方法 | |
CN113194548B (zh) | 一种智能超表面辅助的大规模无源随机接入方法 | |
TW201328230A (zh) | 通道信息反饋方法及其無線通訊裝置 | |
CN108809460B (zh) | 一种稀疏活跃设备检测下的信号辅助信道估计的方法 | |
CN107276646A (zh) | 大规模mimo‑ofdm上行链路迭代检测方法 | |
Wu et al. | Downlink channel estimation for massive MIMO systems relying on vector approximate message passing | |
CN108964725B (zh) | 时变大规模mimo网络中信道参数的稀疏估计方法 | |
CN112994770B (zh) | 基于部分csi的ris辅助多用户下行鲁棒无线传输方法 | |
Wu et al. | Hybrid channel estimation for UPA-assisted millimeter-wave massive MIMO IoT systems | |
CN106341169B (zh) | 一种多用户大规模mimo系统上行链路的天线选择方法 | |
CN106788631B (zh) | 一种基于局部校准的大规模mimo互易性校准方法 | |
CN111683023B (zh) | 一种模型驱动的基于深度学习的大规模设备检测方法 | |
CN114157331B (zh) | 基于伪复值输入的大规模mimo信道状态信息反馈方法 | |
CN114500322A (zh) | 免授权大规模接入场景下设备活跃检测和信道估计方法 | |
CN117614781A (zh) | 基于ris的两阶段超分辨率参数信道估计方法及装置 | |
He et al. | Compressive channel estimation and user activity detection in distributed-input distributed-output systems | |
Wang et al. | Double sparsity-based joint active user detection and channel estimation for mMTC-enabled massive MIMO | |
CN110868244B (zh) | 一种基于信道穿刺的低复杂度通信信号检测方法 |
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 |