CN110581815A - 一种信号检测方法及装置 - Google Patents
一种信号检测方法及装置 Download PDFInfo
- Publication number
- CN110581815A CN110581815A CN201911032400.XA CN201911032400A CN110581815A CN 110581815 A CN110581815 A CN 110581815A CN 201911032400 A CN201911032400 A CN 201911032400A CN 110581815 A CN110581815 A CN 110581815A
- Authority
- CN
- China
- Prior art keywords
- matrix
- column
- upper triangular
- row
- signal detection
- 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
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
- H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Electromagnetism (AREA)
- Mathematical Physics (AREA)
- Power Engineering (AREA)
- Radio Transmission System (AREA)
Abstract
本发明的实施例公开一种信号检测方法及装置,涉及信息通信技术领域。能够提高信号检测过程中算法的收敛速度,降低运算的复杂度。该方法包括:对获取的第一信道矩阵进行分解生成第一非奇异上三角矩阵;根据第一非奇异上三角矩阵计算最大斜率,并确定最大斜率对应的第一非奇异上三角矩阵的列值;最大斜率由第一非奇异上三角矩阵根据Lovasz条件确定的斜率公式计算获得,斜率公式为Lovasz条件的左侧与右侧的比值减一;将初始化的第一幺模变换矩阵根据列值进行列交换后,并进行尺度缩减确定第二幺模变换矩阵;根据第二幺模变换矩阵确定第二信道矩阵,对第二信道矩阵进行滤波生成加权矩阵;根据加权矩阵以及接收信号确定检测信号。本发明实施例应用于网络系统。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种信号检测方法及装置。
背景技术
随着我国将在2020年实现5G商用,5G时代即将到来。5G时代的三大应用场景,对峰值速率、无线时延、连接设备数以及稳定性等指标都提出了非常大的要求。其中,5G时代峰值数据速率将超过10Gbps,提升幅度是目前4G网络峰值速率的100倍以上。为了实现如此高的峰值速率,无线应用频段将从400MHz拓展至100GHz。高频段具有传输速率大,系统容量高的优势,同时天线尺寸的设计可以更短更灵活。但是高频段传输其穿透损耗大,覆盖范围小也是不可忽视的劣势。当前LTE系统中使用的天线数目最多为8根,在频谱效率和峰值速率方面提升有限。而大规模Massive多输入多输出(multiple-input multiple-output,MIMO)技术是MIMO技术的扩展,在发射端和接收端同时将天线数扩展至64根或100根天线以上,大幅度的提升了频谱效率。同时Massive MIMO技术是一种非常适合在高频段使用的技术,该技术可以在高频段补偿高传输损耗,低频段实现更高的传输速率。
当前大规模MIMO天线的检测算法通常包括线性检测算法和非线性检测算法。线性检测算法以最小均方误差(minimum mean squared error,MMSE)算法最有代表性。MMSE算法复杂程度随天线数量增长而线性增长,适用于天线数量较少的场景下,当天线数量过多时该算法的复杂程度和算法检测的性能损失将会大大提高。非线性检测算法以LLL(LenstraLenstraLovasz,LLL)减格算法最具有代表性,LLL减格算法在性能方面可以提供接近满分的增益。但LLL减格算法在天线数量大大增加时同样可能会出现算法收敛较慢、运算复杂度较高的问题。
发明内容
本发明的实施例提供一种信号检测方法及装置,能够提高信号检测过程中算法的收敛速度,降低运算的复杂度。
为达到上述目的,本发明采用如下技术方案:
第一方面,提供一种信号检测方法,应用于多输入多输出MIMO天线中;方法包括:获取接收信号以及第一信道矩阵;其中第一信道矩阵中的各个元素分别为MIMO天线的各个天线的信道增益;对第一信道矩阵进行分解生成第一非奇异上三角矩阵;根据第一非奇异上三角矩阵计算最大斜率,并确定最大斜率对应的第一非奇异上三角矩阵的列值;其中,最大斜率由第一非奇异上三角矩阵根据Lovasz条件确定的斜率公式计算获得,斜率公式为Lovasz条件的左侧与右侧的比值减一;将初始化的第一幺模变换矩阵根据列值进行列交换,并将列交换后的第一幺模变换矩阵进行尺度缩减确定第二幺模变换矩阵;根据第二幺模变换矩阵确定第二信道矩阵,对第二信道矩阵进行滤波生成加权矩阵;根据加权矩阵以及接收信号确定检测信号。
在上述方法中,考虑到Massive MIMO系统天线阵列维数较高的特性,传统的LLL算法在高阶矩阵下运算效率低、复杂度较高的缺陷。首先,对获取的第一信道矩阵进行分解生成第一非奇异上三角矩阵;并确定根据第一非奇异上三角矩阵计算的最大斜率对应的第一非奇异上三角矩阵的列值;其中,最大斜率由第一非奇异上三角矩阵根据Lovasz条件确定的斜率公式计算获得,斜率公式为Lovasz条件的左侧与右侧的比值减一;以便提高对第一幺模变换矩阵根据列值进行列交换的运算效率;进一步的,对进行列交换的第一幺模变换矩阵执行尺度缩减生成第二幺模变换矩阵;并对根据第二幺模变换矩阵确定的第二信道矩阵进行滤波生成加权矩阵;最后,根据加权矩阵以及接收信号确定检测信号。因此,本发明实施例通过将第一非奇异上三角矩阵根据斜率公式选择能够使得算法最快收敛的的列值,并根据该列值确定第一幺模变换矩阵的基向量进行列交换操作,从而提高信号检测过程中算法的收敛速度,降低运算的复杂度。
第二方面,提供一种信号检测装置,该信号检测装置包括:获取单元,用于获取接收信号以及第一信道矩阵;其中第一信道矩阵中的各个元素分别为MIMO天线的各个天线之间的信道增益;处理单元,用于对获取单元获取的第一信道矩阵进行分解生成第一非奇异上三角矩阵;处理单元,还用于根据第一非奇异上三角矩阵计算最大斜率,并确定最大斜率对应的第一非奇异上三角矩阵的列值;处理单元,还用于将初始化的第一幺模变换矩阵根据列值进行列交换,并将列交换后的第一幺模变换矩阵进行尺度缩减确定第二幺模变换矩阵;处理单元,还用于根据第二幺模变换矩阵确定第二信道矩阵,对第二信道矩阵进行滤波生成加权矩阵;处理单元,还用于根据加权矩阵以及获取单元获取的接收信号确定检测信号。
可以理解地,上述提供的信号检测装置用于执行上文所提供的第一方面对应的方法,因此,其所能达到的有益效果可参考上文第一方面对应的方法以及下文具体实施方式中对应的方案的有益效果,此处不再赘述。
第三方面,提供了一种信号检测装置,该信号检测装置的结构中包括处理器和存储器,该处理器用于执行存储器中存储的程序指令,使得该信号检测装置执行第一方面的方法。
第四方面,提供一种计算机存储介质,计算机存储介质中存储有计算机程序代码,当计算机程序代码在信号检测装置上运行时,使得该信号检测装置执行上述第一方面的方法。
第五方面,提供一种计算机程序产品,该计算机程序产品储存有上述计算机软件指令,当计算机软件指令在信号检测装置上运行时,使得该信号检测装置执行如上述第一方面的方法的程序。
附图说明
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为现有技术提供的一种MIMO天线的工作示意图;
图2为本发明的实施例提供的一种信号检测方法的流程示意图之一;
图3为本发明的实施例提供的一种信号检测方法的流程示意图之二;
图4为本发明的实施例提供的一种信号检测装置的结构示意图;
图5为本发明的实施例提供的又一种信号检测装置的结构示意图;
图6为本发明的实施例提供的再一种信号检测装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本发明实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
为了便于清楚描述本发明实施例的技术方案,在本发明的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分,本领域技术人员可以理解“第一”、“第二”等字样并不是在对数量和执行次序进行限定。
MIMO天线是在发射端和接收端部署多根天线(天线通常为n*n维的方阵阵列天线),在发射信号时通过将内容分为多份,通过多个不同的天线发射到接收端。由接收端多接收到的信号进行组合得到发射端发送的信号。通过MIMO技术可以使发射端单一天线发送的信号流量大大降低,因此可以提高信号的传送距离和接收范围,提高信号的传输速度,同时还不占用额外的频谱资源。同时,因为每个发射端和接收端之间的信道不同,MIMO技术还可以大大提高发射端的信道容量。
如图1所示,为一个发射端和接收端均有2个天线的MIMO天线的信号发送过程。当发射端需要发送信号时,将信号分为2份。2个发射端天线分别发送一份信号至接收端的2个天线上。接收端的2个天线中每个天线均可接收到一份完整的信号。大规模MIMO天线与MIMO天线原理相同,但是天线数量会大量增多,例如发射端和接收端均有64、128、256个天线。其信号发送原理相同,但是不必所有天线均发送一部份信号,例如在一个接收端和发射端均有64个天线的MIMO天线中可以将信号分为15份或20份等,分别选择15或20个天线发送至15或20个接收端天线上。
信号检测:信号从发射端发射到接收端接收的为了最大限度的保证传输的准确性,需要提高传输过程中的抗干扰能力。但是在信号的传输过程中诸如噪声的干扰是不可避免的,尤其是在MIMO天线中,各个天线之间还存在着干扰。因此在MIMO天线中我们需要在接收到信号之后根据接收到的信号数据和信道矩阵去最大限度的还原发射端发送的信号,以保证传输的准确性。
当前大规模MIMO天线的检测算法通常包括线性检测算法和非线性检测算法。线性检测算法以最小均方误差(minimum mean squared error,MMSE)算法最有代表性。MMSE算法复杂程度随天线数量增长而线性增长,适用于天线数量较少的场景下,当天线数量过多时该算法的复杂程度和算法检测的性能损失将会大大提高。非线性检测算法以LLL(LenstraLenstraLovasz,LLL)减格算法最具有代表性,LLL减格算法在性能方面可以提供接近满分的增益。但LLL减格算法在天线数量大大增加时同样可能会出现算法收敛较慢、运算复杂度较高的问题。
基于上述技术背景以及现有技术中存在的问题,参照图2,本发明实施例提供一种信号检测方法,应用于多输入多输出MIMO天线中;MIMO天线中包括发射端和接收端;发射端和接收端均包括n*n维的天线阵列;发射端用于发送发射信号,接收端用于获取接收信号;该方法包括:
201、获取接收信号以及第一信道矩阵。
其中,第一信道矩阵中的各个元素分别为MIMO天线的各个天线的信道增益。
需要说明的是,第一信道矩阵为n*n维的矩阵。
具体为,天线的发射端发射发送信号,该发送信号通过MIMO天线的多个天线进行分别进行发射,每个天线发射一部分发送信号,该多个天线发射的信号组合起来是一个完整的信号。将上述各个部分的发送信号分别发送至接收端的天线上,接收端将接收到的信号进行组合,组合过得信号为接收信号。根据建立好的信号模型对接收信号中的信道矩阵进行估计获取第一信道矩阵。
示例性的,假设一个发射端和接收端均为2*2维的天线。接收端对接收信号进行信道估计。得到的第一信道矩阵为:
202、对第一信道矩阵进行分解生成第一非奇异上三角矩阵。
在一种实现方式中,对第一信道矩阵进行正交三角QR分解生成第一非奇异上三角矩阵Rr以及正交矩阵Qr。
示例性的,对上述示例中的第一信道矩阵Hr进行QR分解获得第一非奇异上三角矩阵Rr为:
203、根据第一非奇异上三角矩阵计算最大斜率,并确定最大斜率对应的第一非奇异上三角矩阵的列值。
其中,最大斜率由第一非奇异上三角矩阵根据Lovasz条件确定的斜率公式计算获得,斜率公式为Lovasz条件的左侧与右侧的比值减一。
可选的,步骤203具体包括:
2031、确定第一非奇异上三角矩阵中满足的Lovasz条件的至少一个元素。
2032、将至少一个元素分别根据斜率公式计算生成至少一个斜率,并确定至少一个斜率中的最大斜率对应的元素所属的列值;其中斜率与元素一一对应。
需要说明的是,步骤2031中提到的Lovasz条件具体为:其中,δ为性能-复杂度均衡参数;表示Rr中第k-1行第k-1列的元素值的平方;表示Rr中第k-1行第k列的元素值的平方;表示Rr中第k行第k列的元素值的平方。
可选的,将至少一个元素分别根据如下斜率公式计算生成至少一个斜率S:
其中,δ为性能-复杂度均衡参数;表示Rr中第k-1行第k-1列的元素值的平方;表示Rr中第k-1行第k列的元素值的平方;表示Rr中第k行第k列的元素值的平方。
204、将初始化的第一幺模变换矩阵根据列值进行列交换,并将列交换后的第一幺模变换矩阵进行尺度缩减确定第二幺模变换矩阵。
示例性的,初始化的第一幺模变换矩阵Tr为:
将第一幺模变换矩阵Tr根据列值进行列交换,并将列交换后的第一幺模变换矩阵进行尺度缩减生成第二幺模变换矩阵Tr'为:
可选的,将初始化的第一幺模变换矩阵根据列值进行列交换,具体包括:根据列值k将第一幺模变换矩阵Tr中第k列元素与第k+1列元素进行列交换。
可选的,将列交换后的第一幺模变换矩阵进行尺度缩减生成第二幺模变换矩阵,具体包括:
S1、确定第一非奇异上三角矩阵Rr中第k-l行、第k列的元素与第k-l行、第k-l列的元素的商值,并将商值进行四舍五入取整后赋值给参数μ;其中l=(1,k-1)。
S2、当μ≠0时,对第一非奇异上三角矩阵Rr中第1行至第k-l行、第k列的元素重新赋值为第1行至第k-l行、第k列的元素减去第1行至第k-l行、第k列的元素与μ的乘积;将列交换后的第一幺模变换矩阵Tr中第k列的元素重新赋值为第k列元素减去第k-l列与μ的乘积生成第二幺模变换矩阵。
另外,参照图3,本发明实施例提供的一种信号检测方法还包括如下步骤:
301、将第一非奇异上三角矩阵根据列值进行列交换处理,确定第二非奇异上三角矩阵。
302、根据G矩阵以及第二非奇异上三角矩阵,更新第一非奇异上三角矩阵;其中,G矩阵用于存储第二非奇异上三角矩阵的上三角结构。
303、根据列交换后的第一幺模变换矩阵,更新初始化的第一幺模变换矩阵。
需要说明的是,由于列交换操作以后,所有的k值是否满足Lovasz条件都变了,因此将列交换后的第二非奇异矩阵与G矩阵更新第一非奇异矩阵后,再次重复步骤203获得新的列值,以此类推。直到某个节点,不再存在满足Lovasz条件的k值,也就没有能够列交换的条件了,此时终止步骤301-303。另外,每次根据不同的非奇异矩阵获得的列值不一样,因此,第一幺模变换矩阵第一次的更新为:将列交换后的第一幺模变换矩阵,更新初始化的第一幺模变换矩阵。以此类推,不断地以最新进行列交换后的第一幺模变换矩阵更新本次列交换之前的第一幺模变换矩阵。
为了更好的理解,本发明实施例提供的信号检测方法通过MATLAB语言描述如表1所示:
表1
现对上述表1中涉及的步骤进行解释说明,具体如下:
step1、对第一信道矩阵Hr进行QR分解,获得正交矩阵Qr与第一非奇异上三角矩阵Rr的乘积。
step2、对第一幺模变换矩阵Tr矩阵进行初始化,In矩阵为n维的单位矩阵,其中n是Massive MIMO系统的天线阵列尺寸。在本发明实施例中,Massive MIMO天线阵列均为方阵,发射天线数和接收天线数均为n,且n=2a,a=6,7,8,即天线阵列规模为64×64,128×128,256×256,符合当前商用Massive MIMO的天线尺寸。
step3、n←size(Hr,2)表示获取第一信道矩阵Hr的列维数。由于本发明实施例中所有的天线阵列均为方阵,则行维数也为n。本步骤用于获取发射天线和接收天线的数目。
step4、k←2表示对参数k赋值为2。
step5、开始For循环,k值从2开始,每一次迭代增长步长为1,最大值到矩阵维数n为止。
step6、Lovasz条件:执行if判决:其中参数δ为性能-复杂度均衡参数,本发明实施例中该参数δ=0.75,是最优的性能-复杂度折衷值。该条件名叫Lovasz条件,只有当条件满足时,才执行算法的列交换过程;其中表示Rr矩阵第k-1行第k列的元素值的平方,其余同理。
step7、将满足step6中Lovasz条件的k值记录,并放到集合X中,作为备选值。这些值将用于后续的列交换过程。
step8、结束if判决。
step9、结束for循环。
step10、定义了几个参数。其中A定义为Lovasz条件的左边,B定义为Lovasz条件的右边,然后ζ=A-B。注意,这里的k只是表示AB的计算方法。
Step11、定义:由于集合X中已经得到了满足Lovasz条件的多个k值,那么根据我们所定义的斜率S的计算方法,可以逐个带入k进行计算斜率S,取得到最大S值的k被挑出来,做下边的列交换过程。
Step12、对矩阵Rr的第k列和第k-1进行交换;对矩阵Tr的第k列和第k-1进行交换。
Step13、这一步是获得Givens矩阵。Givens矩阵的生成步骤如下:
其中:
需要说明的是,Givens矩阵G主要由参数α,β构成。而α由Rr的第k-1行第k-1列的元素Rr(k-1,k-1),同Rr(k-1:k,k-1)的模2范数的比值。参数β的获得也同理。
step14、对Rr(k-1:k,k-1:n)中的元素进行更新。Rr(k-1:k,k-1:n)表示矩阵Rr矩阵的第k-1到第k行,第k-1列到第n所组成的Rr子矩阵的所有元素。
step15、同步骤step14,对Qr(:,k-1:k)矩阵中的元素进行更新。其中GH表示对Givens矩阵进行埃尔米特转置;到此为止,列交换过程结束。
step16、重复算step5-step15的过程,由于列交换操作以后,所有的k值是否满足Lovasz条件都变了,因此再次重复这一过程。首先,查找所有满足Lovasz条件的k值,放到集合X中;然后对每个k值求解S,找到最大的S对应的k进行列交换操作。如此往复,直到某个节点,不再存在满足Lovasz条件的k值,也就没有能够列交换的条件了,此时终止。
step17、尺度缩减过程开启:For循环,参数l从1取值到k-1。
step18、参数其中round表示对的值四舍五入取整。
step19、If判决,当μ≠0时执行尺度缩减,否则跳过尺度缩减。
step20、对Rr(1:k-l,k)的元素进行更新。其中Rr(1:k-l,k)表示矩阵Rr的第1至第k-l行和第k列的所有元素组成的矩阵,该矩阵是Rr矩阵的一个子矩阵。新的Rr(1:k-l,k)矩阵,通过原始Rr(1:k-l,k-l)矩阵,减去μ×Rr(1:k-l,k-l)后获得。
step21、与步骤step20同理,对Tr矩阵进行更新。其中Tr(:,k)表示矩阵Tr的第k列的所有元素。
step22、结束if判决。
step23、结束for循环。
step24、获得第二幺模转置矩阵Tr',第二信道矩阵H=HrTr'。
205、根据第二幺模变换矩阵确定第二信道矩阵,对第二信道矩阵进行滤波生成加权矩阵。
具体的,将第二幺模变换矩阵与第一信道矩阵相乘生成第二信道矩阵。
示例性的,依据上述示例中第二幺模变换矩阵与第一信道矩阵获得的第二信道矩阵为:
具体的,根据如下公式对第二信道矩阵进行线性滤波生成加权矩阵WMMSE:
其中,HH表示第二信道矩阵H的埃尔米特转置;表示接收信号的信噪比,I表示单位向量。
示例性的,将上述示例中的第二信道矩阵H根据上述公式进行线性滤波生成加权矩阵WMMSE为:
206、根据接收信号以及加权矩阵确定检测信号。
需要说明的是,检测信号用于与发射信号比较确定MIMO天线的误码率。
具体的,将接收信号以及加权矩阵根据如下公式确定检测信号:
其中,y表示接收向量。
示例性的,依据上述示例获得检测信号为:
在上述方法中,考虑到Massive MIMO系统天线阵列维数较高的特性,传统的LLL算法在高阶矩阵下运算效率低、复杂度较高的缺陷。首先,对获取的第一信道矩阵进行分解生成第一非奇异上三角矩阵;并确定根据第一非奇异上三角矩阵计算的最大斜率对应的第一非奇异上三角矩阵的列值;其中,最大斜率由第一非奇异上三角矩阵根据Lovasz条件确定的斜率公式计算获得,斜率公式为Lovasz条件的左侧与右侧的比值减一;以便提高对第一幺模变换矩阵根据列值进行列交换的运算效率;进一步的,对进行列交换的第一幺模变换矩阵执行尺度缩减生成第二幺模变换矩阵;并对根据第二幺模变换矩阵确定的第二信道矩阵进行滤波生成加权矩阵;最后,根据加权矩阵以及接收信号确定检测信号。因此,本发明实施例通过将第一非奇异上三角矩阵根据斜率公式选择能够使得算法最快收敛的的列值,并根据该列值确定第一幺模变换矩阵的基向量进行列交换操作,从而提高信号检测过程中算法的收敛速度,降低运算的复杂度。
本发明实施例可以根据上述方法实施例对信号检测装置进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本发明实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
在采用对应各个功能划分各个功能模块的情况下,图4给出了上述实施例中涉及的信号检测装置40的一种可能的结构示意图,该信号检测装置40包括:
获取单元401,用于获取接收信号以及第一信道矩阵;其中第一信道矩阵中的各个元素分别为MIMO天线的各个天线的信道增益。
处理单元402,用于对获取单元401获取的第一信道矩阵进行分解生成第一非奇异上三角矩阵。
处理单元402,还用于根据第一非奇异上三角矩阵计算最大斜率,并确定最大斜率对应的第一非奇异上三角矩阵的列值;其中,最大斜率由第一非奇异上三角矩阵根据Lovasz条件确定的斜率公式计算获得,斜率公式为Lovasz条件的左侧与右侧的比值减一。
处理单元402,还用于将初始化的第一幺模变换矩阵根据列值进行列交换,并将列交换后的第一幺模变换矩阵进行尺度缩减确定第二幺模变换矩阵。
处理单元402,还用于根据第二幺模变换矩阵确定第二信道矩阵,对第二信道矩阵进行滤波生成加权矩阵。
处理单元402,还用于根据加权矩阵以及获取单元401获取的接收信号确定检测信号。
在一种示例性的方案中,处理单元402,具体用于确定第一非奇异上三角矩阵中满足的Lovasz条件的至少一个元素。
处理单元402,还用于将至少一个元素分别根据斜率公式计算生成至少一个斜率,并确定至少一个斜率中的最大斜率对应的元素所属的列值;其中斜率与元素一一对应。
在一种示例性的方案中,处理单元402,还用于将第一非奇异上三角矩阵根据列值进行列交换处理,确定第二非奇异上三角矩阵。
处理单元402,还用于根据G矩阵以及第二非奇异上三角矩阵,更新第一非奇异上三角矩阵;其中,G矩阵用于存储第二非奇异上三角矩阵的上三角结构。
处理单元402,还用于根据列交换后的第一幺模变换矩阵,更新初始化的第一幺模变换矩阵。
在一种示例性的方案中,处理单元402,具体用于确定第一非奇异上三角矩阵Rr中第k-l行、第k列的元素与第k-l行、第k-l列的元素的商值,并将商值进行四舍五入取整后赋值给参数μ;其中l=(1,k-1)。
处理单元402,还用于当μ≠0时,对第一非奇异上三角矩阵Rr中第1行至第k-l行、第k列的元素重新赋值为第1行至第k-l行、第k列的元素减去第1行至第k-l行、第k列的元素与μ的乘积;将列交换后的第一幺模变换矩阵Tr中第k列的元素重新赋值为第k列元素减去第k-l列与μ的乘积生成第二幺模变换矩阵。
在一种示例性的方案中,处理单元402,具体用于将至少一个元素分别根据如下斜率公式计算生成至少一个斜率S:
其中,δ为性能-复杂度均衡参数;表示Rr中第k-1行第k-1列的元素值的平方;表示Rr中第k-1行第k列的元素值的平方;表示Rr中第k行第k列的元素值的平方。
由于本发明实施例中的信号检测装置可以应用于实施上述方法实施例,因此,其所能获得的技术效果也可参考上述方法实施例,本发明实施例在此不再赘述。
在采用集成的单元的情况下,图5示出了上述实施例中所涉及的信号检测装置40的一种可能的结构示意图。信号检测装置40包括:处理模块501,处理模块501用于对信号检测装置40的动作进行控制管理;例如,处理模块501用于支持信号检测装置50执行图2中的过程202-206。另外,该信号检测装置40还可以包括:通信模块502和存储模块503。其中,通信模块502用于支持信号检测装置40与其他实体的通信;存储模块503用于存储信号检测装置40的程序代码和数据。
其中,处理模块501可以是处理器或控制器,例如可以是中央处理器(centralprocessing unit,CPU),通用处理器,数字信号处理器(digital signal processor,DSP),专用集成电路(application-specific integrated circuit,ASIC),现场可编程门阵列(field programmable gate array,FPGA)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等等。通信模块502可以是收发器、收发电路或通信接口等。存储模块503可以是存储器。
当处理模块401为如图6所示的处理器,通信模块402为图6的收发器,存储模块403为图6的存储器时,本申请实施例所涉及的信号检测装置40可以为如下的信号检测装置40。
在另一种示例中,参照图6所示,该信号检测装置40包括:处理器601。处理器601用于执行应用程序代码,从而实现本申请实施例中的信号检测方法。其中如图6所示,在另一示例中,该信号检测装置40还可以包括存储器603,存储器603用于存储执行本申请方案的应用程序代码。其中存储器603可以单独设置或者集成于处理器601中。另外,干扰基站还可以包括收发器602,其中收发器602用于执行上述通信模块502的实施的方法,实现与其他设备的通信。处理器601、收发器602以及存储器603可以相互耦合,例如通过总线604耦合。总线604可以是外设部件互连标准(peripheral component interconnect,PCI)总线或扩展工业标准结构(extended industry standard architecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器601可以是一个通用中央处理器(central processing unit,CPU),微处理器,特定应用集成电路(application-apecificintegratedcircuit,ASIC),或一个或多个用于控制本申请方案程序执行的集成电路。
存储器603可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、只读光盘(compact disc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的设备、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时,可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digitalsubscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如,软盘、硬盘、磁带),光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
本发明实施例还提供一种计算机程序产品,该计算机程序产品可直接加载到存储器中,并含有软件代码,该计算机程序产品经由计算机载入并执行后能够实现上述的信号检测方法。
以上,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (13)
1.一种信号检测方法,其特征在于,应用于多输入多输出MIMO天线中;所述方法包括:
获取接收信号以及第一信道矩阵;其中所述第一信道矩阵中的各个元素分别为所述MIMO天线的各个天线的信道增益;
对所述第一信道矩阵进行分解生成第一非奇异上三角矩阵;
根据所述第一非奇异上三角矩阵计算最大斜率,并确定所述最大斜率对应的所述第一非奇异上三角矩阵的列值;其中,所述最大斜率由所述第一非奇异上三角矩阵根据Lovasz条件确定的斜率公式计算获得,所述斜率公式为所述Lovasz条件的左侧与右侧的比值减一;
将初始化的第一幺模变换矩阵根据所述列值进行列交换,并将列交换后的所述第一幺模变换矩阵进行尺度缩减确定第二幺模变换矩阵;
根据所述第二幺模变换矩阵确定第二信道矩阵,对所述第二信道矩阵进行滤波生成加权矩阵;
根据所述加权矩阵以及所述接收信号确定检测信号。
2.根据权利要求1所述的信号检测方法,其特征在于,所述根据所述第一非奇异上三角矩阵计算最大斜率,具体包括:
确定所述第一非奇异上三角矩阵中满足的Lovasz条件的至少一个元素;
将所述至少一个元素分别根据所述斜率公式计算生成至少一个斜率,并确定所述至少一个斜率中的所述最大斜率对应的元素所属的列值;其中所述斜率与所述元素一一对应。
3.根据权利要求1所述的信号检测方法,其特征在于,还包括:
将所述第一非奇异上三角矩阵根据所述列值进行列交换处理,确定第二非奇异上三角矩阵;
根据G矩阵以及所述第二非奇异上三角矩阵,更新所述第一非奇异上三角矩阵;其中,所述G矩阵用于存储所述第二非奇异上三角矩阵的上三角结构;
根据所述列交换后的所述第一幺模变换矩阵,更新所述初始化的所述第一幺模变换矩阵。
4.根据权利要求1所述的信号检测方法,其特征在于,所述将列交换后的所述第一幺模变换矩阵进行尺度缩减确定第二幺模变换矩阵,具体包括:
确定所述第一非奇异上三角矩阵Rr中第k-l行、第k列的元素与第k-l行、第k-l列的元素的商值,并将所述商值进行四舍五入取整后赋值给参数μ;其中l=(1,k-1);
当μ≠0时,对所述第一非奇异上三角矩阵Rr中第1行至第k-l行、第k列的元素重新赋值为第1行至第k-l行、第k列的元素减去第1行至第k-l行、第k列的元素与μ的乘积;将所述列交换后的第一幺模变换矩阵Tr中第k列的元素重新赋值为第k列元素减去第k-l列与μ的乘积生成所述第二幺模变换矩阵。
5.根据权利要求2所述的信号检测方法,其特征在于,所述将所述至少一个元素分别根据所述斜率公式计算生成至少一个斜率,具体包括:
将所述至少一个元素分别根据如下斜率公式计算生成所述至少一个斜率S:
其中,所述δ为性能-复杂度均衡参数;所述表示所述Rr中第k-1行第k-1列的元素值的平方;所述表示所述Rr中第k-1行第k列的元素值的平方;所述表示所述Rr中第k行第k列的元素值的平方。
6.一种信号检测装置,其特征在于,包括:
获取单元,用于获取接收信号以及第一信道矩阵;其中所述第一信道矩阵中的各个元素分别为MIMO天线的各个天线的信道增益;
处理单元,用于对所述获取单元获取的所述第一信道矩阵进行分解生成第一非奇异上三角矩阵;
所述处理单元,还用于根据所述第一非奇异上三角矩阵计算最大斜率,并确定所述最大斜率对应的所述第一非奇异上三角矩阵的列值;其中,所述最大斜率由所述第一非奇异上三角矩阵根据Lovasz条件确定的斜率公式计算获得,所述斜率公式为所述Lovasz条件的左侧与右侧的比值减一;
所述处理单元,还用于将初始化的第一幺模变换矩阵根据所述列值进行列交换,并将列交换后的所述第一幺模变换矩阵进行尺度缩减确定第二幺模变换矩阵;
所述处理单元,还用于根据所述第二幺模变换矩阵确定第二信道矩阵,对所述第二信道矩阵进行滤波生成加权矩阵;
所述处理单元,还用于根据所述加权矩阵以及所述获取单元获取的所述接收信号确定检测信号。
7.根据权利要求6所述的信号检测装置,其特征在于,包括:
所述处理单元,具体用于确定所述第一非奇异上三角矩阵中满足的Lovasz条件的至少一个元素;
所述处理单元,还用于将所述至少一个元素分别根据所述斜率公式计算生成至少一个斜率,并确定所述至少一个斜率中的所述最大斜率对应的元素所属的列值;其中所述斜率与所述元素一一对应。
8.根据权利要求6所述的信号检测装置,其特征在于,还包括:
所述处理单元,还用于将所述第一非奇异上三角矩阵根据所述列值进行列交换处理,确定第二非奇异上三角矩阵;
所述处理单元,还用于根据G矩阵以及所述第二非奇异上三角矩阵,更新所述第一非奇异上三角矩阵;其中,所述G矩阵用于存储所述第二非奇异上三角矩阵的上三角结构;
所述处理单元,还用于根据所述列交换后的所述第一幺模变换矩阵,更新所述初始化的所述第一幺模变换矩阵。
9.根据权利要求8所述的信号检测装置,其特征在于,包括:
所述处理单元,具体用于确定所述第一非奇异上三角矩阵Rr中第k-l行、第k列的元素与第k-l行、第k-l列的元素的商值,并将所述商值进行四舍五入取整后赋值给参数μ;其中l=(1,k-1);
所述处理单元,还用于当μ≠0时,对所述第一非奇异上三角矩阵Rr中第1行至第k-l行、第k列的元素重新赋值为第1行至第k-l行、第k列的元素减去第1行至第k-l行、第k列的元素与μ的乘积;将所述列交换后的第一幺模变换矩阵Tr中第k列的元素重新赋值为第k列元素减去第k-l列与μ的乘积生成所述第二幺模变换矩阵。
10.根据权利要求7所述的信号检测装置,其特征在于,包括:
所述处理单元,具体用于将所述至少一个元素分别根据如下斜率公式计算生成所述至少一个斜率S:
其中,所述δ为性能-复杂度均衡参数;所述表示所述Rr中第k-1行第k-1列的元素值的平方;所述表示所述Rr中第k-1行第k列的元素值的平方;所述表示所述Rr中第k行第k列的元素值的平方。
11.一种信号检测装置,其特征在于,所述信号检测装置的结构中包括处理器和存储器,存储器用于与处理器耦合,保存所述信号检测装置必要的程序指令和数据,处理器用于执行存储器中存储的程序指令,使得所述信号检测装置执行如权利要求1-5任一项所述的信号检测方法。
12.一种计算机存储介质,其特征在于,计算机存储介质中存储有计算机程序代码,当计算机程序代码在信号检测装置上运行时,使得所述信号检测装置执行如权利要求1-5任一项所述的信号检测方法。
13.一种计算机程序产品,其特征在于,计算机程序产品储存有计算机软件指令,当计算机软件指令在信号检测装置上运行时,使得所述信号检测装置执行如权利要求1-5任一项所述的信号检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911032400.XA CN110581815B (zh) | 2019-10-28 | 2019-10-28 | 一种信号检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911032400.XA CN110581815B (zh) | 2019-10-28 | 2019-10-28 | 一种信号检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110581815A true CN110581815A (zh) | 2019-12-17 |
CN110581815B CN110581815B (zh) | 2021-12-07 |
Family
ID=68815397
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911032400.XA Active CN110581815B (zh) | 2019-10-28 | 2019-10-28 | 一种信号检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110581815B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111030739A (zh) * | 2020-01-09 | 2020-04-17 | 重庆邮电大学 | 一种基于lll-sd的大规模mimo信号检测方法 |
CN111669189A (zh) * | 2020-05-28 | 2020-09-15 | 中国联合网络通信集团有限公司 | 一种信号检测方法和装置 |
CN112490688A (zh) * | 2020-12-04 | 2021-03-12 | Oppo广东移动通信有限公司 | 一种确定方法、设备及计算机存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101409604A (zh) * | 2007-10-09 | 2009-04-15 | 鼎桥通信技术有限公司 | 多输入多输出系统中的串行干扰消除方法 |
US20120114058A1 (en) * | 2008-01-31 | 2012-05-10 | Hui Long Fund Limited Liability Company | Multiple-input multiple-output signal detectors based on relaxed lattice reduction |
EP2458747A1 (en) * | 2010-11-30 | 2012-05-30 | ST-Ericsson SA | Detection process for a receiver of a wireless MIMO communication system |
CN102577288A (zh) * | 2009-11-16 | 2012-07-11 | 富士通株式会社 | Mimo无线通信系统 |
WO2015198766A1 (en) * | 2014-06-25 | 2015-12-30 | Mitsubishi Electric Corporation | Method and device for executing lenstra-lenstra-lovasz lattice reduction and computer program thereof |
CN108183874A (zh) * | 2017-12-28 | 2018-06-19 | 中国联合网络通信集团有限公司 | 准正交空时编码检测方法、系统 |
CN109450601A (zh) * | 2018-12-05 | 2019-03-08 | 中国联合网络通信集团有限公司 | 信号检测方法及装置 |
-
2019
- 2019-10-28 CN CN201911032400.XA patent/CN110581815B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101409604A (zh) * | 2007-10-09 | 2009-04-15 | 鼎桥通信技术有限公司 | 多输入多输出系统中的串行干扰消除方法 |
US20120114058A1 (en) * | 2008-01-31 | 2012-05-10 | Hui Long Fund Limited Liability Company | Multiple-input multiple-output signal detectors based on relaxed lattice reduction |
CN102577288A (zh) * | 2009-11-16 | 2012-07-11 | 富士通株式会社 | Mimo无线通信系统 |
EP2458747A1 (en) * | 2010-11-30 | 2012-05-30 | ST-Ericsson SA | Detection process for a receiver of a wireless MIMO communication system |
WO2015198766A1 (en) * | 2014-06-25 | 2015-12-30 | Mitsubishi Electric Corporation | Method and device for executing lenstra-lenstra-lovasz lattice reduction and computer program thereof |
CN108183874A (zh) * | 2017-12-28 | 2018-06-19 | 中国联合网络通信集团有限公司 | 准正交空时编码检测方法、系统 |
CN109450601A (zh) * | 2018-12-05 | 2019-03-08 | 中国联合网络通信集团有限公司 | 信号检测方法及装置 |
Non-Patent Citations (4)
Title |
---|
BRIAN GESTNER等: ""Lattice Reduction for MIMO Detection: From Theoretical Analysis to Hardware Realization"", 《IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS I:REGULAR PAPERS》 * |
SIMENG LIU等: ""Hybrid Pre-judging Fix-LLL Lattice Reduction Algorithm for MIMO Detection"", 《2016 3RD INTERNATIONAL CONFERENCE ON INFORMATION SCIENCE AND CONTROL ENGINEERING(ICISCE)》 * |
夏禹: ""LTE-A下行链路中基于格缩减辅助的信号检测算法研究"", 《中国优秀硕士学位论文全文数据库》 * |
韩玉楠等: ""Massive MIMO关键技术和应用部署策略初探"", 《邮电设计技术》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111030739A (zh) * | 2020-01-09 | 2020-04-17 | 重庆邮电大学 | 一种基于lll-sd的大规模mimo信号检测方法 |
CN111030739B (zh) * | 2020-01-09 | 2021-03-16 | 重庆邮电大学 | 一种基于lll-sd的大规模mimo信号检测方法 |
CN111669189A (zh) * | 2020-05-28 | 2020-09-15 | 中国联合网络通信集团有限公司 | 一种信号检测方法和装置 |
CN111669189B (zh) * | 2020-05-28 | 2022-02-25 | 中国联合网络通信集团有限公司 | 一种信号检测方法和装置 |
CN112490688A (zh) * | 2020-12-04 | 2021-03-12 | Oppo广东移动通信有限公司 | 一种确定方法、设备及计算机存储介质 |
CN112490688B (zh) * | 2020-12-04 | 2023-06-23 | Oppo广东移动通信有限公司 | 一种确定方法、设备及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110581815B (zh) | 2021-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110581815B (zh) | 一种信号检测方法及装置 | |
CN109474315B (zh) | 一种指示及确定预编码矩阵的方法和设备 | |
TWI591973B (zh) | A signal detection method and device | |
CN107615694B (zh) | 用于确定预编码矩阵的方法和预编码模块 | |
CN102546088B (zh) | 一种块对角化预编码方法及装置 | |
CN110768754B (zh) | 一种信号检测方法及装置 | |
WO2015112883A1 (en) | System and method for early termination in iterative null-space directed singular value decomposition for mimo | |
CN109951214A (zh) | 一种适用于大规模mimo系统的信号检测方法 | |
CN110380767B (zh) | 一种预编码矩阵确定方法及装置 | |
CN112868188A (zh) | 电子设备、通信方法以及介质 | |
JP6063607B2 (ja) | 送信信号のための多入力多出力mimo検出方法、装置及びシステム | |
CN103607232B (zh) | 基于干扰对齐算法的预编码优化选择方法 | |
CN104022809B (zh) | 一种mu‑mimo波束赋形发端干扰抑制方法及装置 | |
CN108631829B (zh) | 联合功率分配、预编码与解码方法及其基站 | |
CN112311849B (zh) | 基于mimo-mec的通信网络中任务处理方法 | |
US20150063254A1 (en) | Low-complexity precoder design for large-scale mimo communication systems | |
CN103270704A (zh) | 自适应多流波束赋形方法和基站 | |
CN108206712B (zh) | 用于对上行大规模mimo信号进行预合并处理的方法和装置 | |
CN107248876B (zh) | 基于稀疏贝叶斯学习的广义空间调制符号检测方法 | |
CN104270118B (zh) | 一种滤波前传中继网络中滤波器系数的设计方法 | |
CN111669189B (zh) | 一种信号检测方法和装置 | |
CN115296706B (zh) | 一种信号检测方法及装置 | |
CN116961710B (zh) | 一种无蜂窝大规模mimo的功率控制与量化方法及系统 | |
CN111342858B (zh) | 信号处理方法及装置 | |
WO2024113377A1 (zh) | 基于码本的上行信道通信方法及装置 |
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 |