CN110703004A - 一种利用字典分类的plc信道脉冲噪声检测方法和系统 - Google Patents
一种利用字典分类的plc信道脉冲噪声检测方法和系统 Download PDFInfo
- Publication number
- CN110703004A CN110703004A CN201910946156.1A CN201910946156A CN110703004A CN 110703004 A CN110703004 A CN 110703004A CN 201910946156 A CN201910946156 A CN 201910946156A CN 110703004 A CN110703004 A CN 110703004A
- Authority
- CN
- China
- Prior art keywords
- sequence
- impulse noise
- kth
- steps
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/26—Measuring noise figure; Measuring signal-to-noise ratio
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明的实施例公开一种利用字典分类的PLC信道脉冲噪声检测方法和系统，所述方法包括：步骤1，输入实测的PLC信号序列S；步骤2，根据字典分类原理检测PLC信道脉冲噪声。具体为：如果第K个归一化窗口分数矢量HK满足判断条件|HK|≥e0，则在所述信号序列S的第K点处，检测到脉冲噪声；否则，未检测到脉冲噪声。其中，e0为脉冲噪声检测阈值。
Description
技术领域
本发明涉及电力领域，尤其涉及一种PLC信道脉冲噪声的检测方法和系统。
背景技术
电力线通信，相比各种有线通信技术，无需重新布线，易于组网等优点，具有广阔的应用前景。电力线通信技术分为窄带电力线通信(Narrowband over power line，NPL)和宽带电力线通信(Broadband over power line，BPL)；窄带电力线通信是指带宽限定在3k～500kHz的电力线载波通信技术；电力线通信技术包括欧洲CENELEC的规定带宽(3～148.5kHz)，美国联邦通讯委员会(FCC)的规定带宽(9～490kHz)，日本无线工业及商贸联合会(Association of Radio Industries and Businesses，ARIB)的规定带宽(9～450kHz)，和中国的规定带宽(3～500kHz)。窄带电力线通信技术多采用单载波调制技术，如PSK技术，DSSS技术和线性调频Chirp等技术，通信速率小于1Mbits/s；宽带电力线通信技术指带宽限定在1.6～30MHz之间、通信速率通常在1Mbps以上的电力线载波通信技术，采用以OFDM为核心的多种扩频通信技术。
虽然电力线通信系统有着广泛的应用，且技术相对成熟，但是电力线通信系统中大量的分支和电气设备，会在电力线信道中产生大量的噪声；而其中随机脉冲噪声具有很大的随机性，噪声强度高，对电力线通信系统造成严重破坏，因此，针对随机脉冲噪声的抑制技术，一直是国内外学者研究的重点；而且噪声模型并不符合高斯分布。因此，传统的针对高斯噪声设计的通信系统不再适用于电力线载波通信系统，必须研究相应的噪声抑制技术，以提高电力线通信系统信噪比，降低误码率，保证电力线通信系统质量。在实际应用中，一些简单的非线性技术经常被应用于消除电力线信道噪声，如Clipping、Blanking和Clipping/Blanking技术，但是这些研究方法都必须在一定的信噪比情况下才能良好工作，仅仅考虑了冲击噪声的消除，在电力线通信系统中，某些商用电力线发送器的特征是低发射功率，在一些特殊情况，发射功率甚至可能会低于18w，因此，在某些特殊情况，信号将会淹没在大量噪声中，导致电力线通信系统低信噪比情况。
随着非线性电器的应用和普及，中低压输配电网络中背景噪声呈现出较为明显的非平稳性和非高斯特性，脉冲噪声变得更为常见和严重，而要滤除此类脉冲噪声，首先要检测到脉冲噪声然后才能进一步采取相应的措施，而目前已有的方法和系统对脉冲噪声的检测缺乏足够的重视。
发明内容
本发明的目的是提供一种利用字典分类的PLC信道脉冲噪声检测方法和系统，所提出的方法利用了PLC调制信号、脉冲噪声和背景噪声在字典空间中表示的差异，通过MUSIC分类方法检测脉冲噪声。所提出的方法具有较好的脉冲噪声检测性能，计算也非常简单。
为实现上述目的，本发明提供了如下方案：
一种利用字典分类的PLC信道脉冲噪声检测方法，包括：
步骤1，输入实测的PLC信号序列S；
步骤2，根据字典分类原理检测PLC信道脉冲噪声。具体为：如果第K个归一化窗口分数矢量HK满足判断条件|HK|≥e0，则在所述信号序列S的第K点处，检测到脉冲噪声；否则，未检测到脉冲噪声。其中，e0为脉冲噪声检测阈值。
一种利用字典分类的PLC信道脉冲噪声检测系统，包括：
获取模块，输入实测的PLC信号序列S；
检测模块，根据字典分类原理检测PLC信道脉冲噪声。具体为：如果第K个归一化窗口分数矢量HK满足判断条件|HK|≥e0，则在所述信号序列S的第K点处，检测到脉冲噪声；否则，未检测到脉冲噪声。其中，e0为脉冲噪声检测阈值。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
虽然电力线通信系统有着广泛的应用，且技术相对成熟，但是电力线通信系统中大量的分支和电气设备，会在电力线信道中产生大量的噪声；随着非线性电器的应用和普及，中低压输配电网络中背景噪声呈现出较为明显的非平稳性和非高斯特性，脉冲噪声变得更为常见和严重，而要滤除此类脉冲噪声，首先要检测到脉冲噪声然后才能进一步采取相应的措施，而目前已有的方法和系统对脉冲噪声的检测缺乏足够的重视。
本发明的目的是提供一种利用字典分类的PLC信道脉冲噪声检测方法和系统，所提出的方法利用了PLC调制信号、脉冲噪声和背景噪声在字典空间中表示的差异，通过MUSIC分类方法检测脉冲噪声。所提出的方法具有较好的脉冲噪声检测性能，计算也非常简单。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。显而易见，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的方法流程示意图；
图2为本发明的系统结构示意图；
图3为本发明具体实施案例的流程示意图。
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。显然，所描述的实施例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。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1一种利用字典分类的PLC信道脉冲噪声检测方法的流程示意图
图1为本发明一种利用字典分类的PLC信道脉冲噪声检测方法的流程示意图。如图1所示，所述的一种利用字典分类的PLC信道脉冲噪声检测方法具体包括以下步骤：
步骤1，输入实测的PLC信号序列S；
步骤2，根据字典分类原理检测PLC信道脉冲噪声。具体为：如果第K个归一化窗口分数矢量HK满足判断条件|HK|≥e0，则在所述信号序列S的第K点处，检测到脉冲噪声；否则，未检测到脉冲噪声。其中，e0为脉冲噪声检测阈值。
所述步骤2之前，所述方法还包括：
步骤3，计算所述第K个归一化窗口分数矢量HK和所述脉冲噪声检测阈值e0。
所述步骤3包括：
步骤301，生成第n个信号一阶差分序列
具体为：
其中:
Sn：所述信号序列S中的第n个元素
S＝[S1，S2，…，SN]:所述信号序列，长度为N
如果元素Sj的下标j>N，则Sj＝0。
步骤302，生成第n个信号二阶差分序列
具体为：
其中:
所述第n个信号二阶差分序列[n＝1,2,…,N]
如果元素Sj的下标j>N，则Sj＝0。
步骤303，计算第n个信号特征矢量En，具体为：
其中：
[En]i：所述第n个信号特征矢量En的第i个元素[i＝1,2,…,n]
所述第n个信号二阶差分序列
的第i个元素
所述第n个信号一阶差分序列中所有元素的最大值
Σ:矩阵的特征值矩阵
步骤304，求取第K个窗口分数序列hK，具体为：
其中：
按照特征值由大到小的顺序排列
[hK]j：所述第K个窗口分数序列hK的第j个元素
K＝1,2，…，N
j＝1,2，…，K
步骤305，求取所述第K个归一化窗口分数矢量HK，具体为：
第一步：分数调整，具体为：
其中：
σh：所述第K个窗口分数序列hK的均方差。
第二步：按照降序重新排列所述第K个窗口分数序列hK，得到第K
个降序窗口分数序列
第三步，计算AU参数序列a,具体为：
其中：
[a]i：所述AU参数序列a的第i个元素
第四步，计算权重序列W,具体为：
其中：
[W]i：所述权重序列W的第i个元素
i＝1,2,…,K
第五步，计算所述第K个归一化窗口分数矢量HK，具体为：
其中：
[HK]i：所述第K个归一化窗口分数矢量HK的第i个元素
步骤306，求取所述负荷开关事件检测阈值e0，具体为：
其中：
图2一种利用字典分类的PLC信道脉冲噪声检测系统的结构意图
图2为本发明一种利用字典分类的PLC信道脉冲噪声检测系统的结构示意图。如图2所示，所述一种利用字典分类的PLC信道脉冲噪声检测系统包括以下结构：
获取模块401，输入实测的PLC信号序列S；
检测模块402，根据字典分类原理检测PLC信道脉冲噪声。具体为：如果第K个归一化窗口分数矢量HK满足判断条件|HK|≥e0，则在所述信号序列S的第K点处，检测到脉冲噪声；否则，未检测到脉冲噪声。其中，e0为脉冲噪声检测阈值。
所述的系统，还包括：
计算模块403，计算所述第K个归一化窗口分数矢量HK和所述脉冲噪声检测阈值e0。
所述计算模块403，还包括下列单元，具体为：
第一计算单元4031，生成第n个信号一阶差分序列
具体为：
其中:
所述第n个信号一阶差分序列[n＝1,2,…,N]
Sn：所述信号序列S中的第n个元素
S＝[S1，S2，…，SN]:所述信号序列，长度为N
如果元素Sj的下标j>N，则Sj＝0。
第二计算单元4032，生成第n个信号二阶差分序列
具体为：
其中:
如果元素Sj的下标j>N，则Sj＝0。
第三计算单元4033，计算第n个信号特征矢量En，具体为：
其中：
[En]i：所述第n个信号特征矢量En的第i个元素[i＝1,2,…,n]
所述第n个信号二阶差分序列
中所有元素的最大值
Σ:矩阵
的特征值矩阵
第四计算单元4034，求取第K个窗口分数序列hK，具体为：
其中：
按照特征值由大到小的顺序排列
[hK]j：所述第K个窗口分数序列hK的第j个元素
K＝1,2，...，N
j＝1,2，...，K
第五计算单元4035，求取所述第K个归一化窗口分数矢量HK，具体为：
第一步：分数调整，具体为：
其中：
σh：所述第K个窗口分数序列hK的均方差。
第二步：按照降序重新排列所述第K个窗口分数序列hK，得到第K个降序窗口分数序列
第三步，计算AU参数序列a,具体为：
其中：
[a]i：所述AU参数序列a的第i个元素
所述第K个降序窗口分数序列
的最小值
第四步，计算权重序列W,具体为：
其中：
[W]i：所述权重序列W的第i个元素
i＝1,2,...,K
第五步，计算所述第K个归一化窗口分数矢量HK，具体为：
其中：
[HK]i：所述第K个归一化窗口分数矢量HK的第i个元素
第六计算单元4036，求取所述负荷开关事件检测阈值e0，具体为：
其中：
下面提供一个具体实施案例，进一步说明本发明的方案
图3为本发明具体实施案例的流程示意图。如图3所示，具体包括以下步骤：
1.输入实测的PLC信号序列
S＝[S1,S2,...,SN-1,SN]
其中：
S：实测的PLC信号数据序列，长度为N
Si,i＝1,2,…,N:序号为i的实测PLC信号
2.求取信号一阶差分序列
其中:
Sn：所述信号序列S中的第n个元素
S＝[S1，S2，...，SN]:所述信号序列，长度为N
如果元素Sj的下标j>N，则Sj＝0。
3.求取信号二阶差分序列
其中:
如果元素Sj的下标j>N，则Sj＝0。
4.求取信号特征矢量
其中：
[En]i：所述第n个信号特征矢量En的第i个元素[i＝1,2,...,n]
所述第n个信号二阶差分序列
的第i个元素
Σ:矩阵的特征值矩阵
5.求取窗口分数序列
其中：
按照特征值由大到小的顺序排列
[hK]j：所述第K个窗口分数序列hK的第j个元素
K＝1,2，...，N
j＝1,2，…，K
6.求取归一化窗口分数矢量
第一步：分数调整，具体为：
其中：
σh：所述第K个窗口分数序列hK的均方差。
第二步：按照降序重新排列所述第K个窗口分数序列hK，得到第K
个降序窗口分数序列
第三步，计算AU参数序列a,具体为：
其中：
[a]i：所述AU参数序列a的第i个元素
第四步，计算权重序列W,具体为：
其中：
[W]i：所述权重序列W的第i个元素
i＝1,2,…,K
第五步，计算所述第K个归一化窗口分数矢量HK，具体为：
其中：
[HK]i：所述第K个归一化窗口分数矢量HK的第i个元素
7.求取脉冲噪声检测阈值
其中：
均值序列
的均值
均值序列的均方差
8.检测脉冲噪声
根据字典分类原理检测PLC信道脉冲噪声。具体为：如果第K个归一化窗口分数矢量HK满足判断条件|HK|≥e0，则在所述信号序列S的第K点处，检测到脉冲噪声；否则，未检测到脉冲噪声。其中，e0为脉冲噪声检测阈值。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述较为简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (5)
1.一种利用字典分类的PLC信道脉冲噪声检测方法，其特征在于，包括：
步骤1，输入实测的PLC信号序列S；
步骤2，根据字典分类原理检测PLC信道脉冲噪声。具体为：如果第K个归一化窗口分数矢量HK满足判断条件|HK|≥e0，则在所述信号序列S的第K点处，检测到脉冲噪声；否则，未检测到脉冲噪声。其中，e0为脉冲噪声检测阈值。
2.根据权利要求1所述的方法，其特征在于，所述步骤2之前，所述方法还包括：
步骤3，计算所述第K个归一化窗口分数矢量HK和所述脉冲噪声检测阈值e0。
3.根据权利要求2所述的方法，其特征在于，所述步骤3包括：
步骤301，生成第n个信号一阶差分序列
具体为：
其中:
所述第n个信号一阶差分序列[n＝1,2,…,N]
Sn：所述信号序列S中的第n个元素
S＝[S1，S2，…，SN]:所述信号序列，长度为N
如果元素Sj的下标j>N，则Sj＝0。
步骤302，生成第n个信号二阶差分序列
具体为：
其中:
如果元素Sj的下标j>N，则Sj＝0。
步骤303，计算第n个信号特征矢量En，具体为：
其中：
[En]i：所述第n个信号特征矢量En的第i个元素[i＝1,2,…,n]
所述第n个信号一阶差分序列的第i个元素
所述第n个信号一阶差分序列
中所有元素的最大值
Σ:矩阵
的特征值矩阵
步骤304，求取第K个窗口分数序列hK，具体为：
其中：
按照特征值由大到小的顺序排列
[hK]j：所述第K个窗口分数序列hK的第j个元素
K＝1,2，…，N
j＝1,2，…，K
步骤305，求取所述第K个归一化窗口分数矢量HK，具体为：
第一步：分数调整，具体为：
其中：
σh：所述第K个窗口分数序列hK的均方差。
第二步：按照降序重新排列所述第K个窗口分数序列hK，得到第K个降序窗口分数序列
第三步，计算AU参数序列a,具体为：
其中：
[a]i：所述AU参数序列a的第i个元素
第四步，计算权重序列W,具体为：
其中：
[W]i：所述权重序列W的第i个元素
i＝1,2,…,K
第五步，计算所述第K个归一化窗口分数矢量HK，具体为：
其中：
[HK]i：所述第K个归一化窗口分数矢量HK的第i个元素
步骤306，求取所述脉冲噪声检测阈值e0，具体为：
其中：
均值序列
的均值
均值序列
的均值
4.一种利用字典分类的PLC信道脉冲噪声检测系统，其特征在于，包括：
获取模块，输入实测的PLC信号序列S；
检测模块，根据字典分类原理检测PLC信道脉冲噪声。具体为：如果第K个归一化窗口分数矢量HK满足判断条件|HK|≥e0，则在所述信号序列S的第K点处，检测到脉冲噪声；否则，未检测到脉冲噪声。其中，e0为脉冲噪声检测阈值。
5.根据权利要求4所述的系统，其特征在于，还包括：
计算模块，计算所述第K个归一化窗口分数矢量HK和所述脉冲噪声检测阈值e0。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910946156.1A CN110703004A (zh) | 2019-10-03 | 2019-10-03 | 一种利用字典分类的plc信道脉冲噪声检测方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910946156.1A CN110703004A (zh) | 2019-10-03 | 2019-10-03 | 一种利用字典分类的plc信道脉冲噪声检测方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110703004A true CN110703004A (zh) | 2020-01-17 |
Family
ID=69196701
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910946156.1A Withdrawn CN110703004A (zh) | 2019-10-03 | 2019-10-03 | 一种利用字典分类的plc信道脉冲噪声检测方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110703004A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| BRPI1103478A2 (pt) * | 2011-07-05 | 2014-04-22 | Univ Fed De Juiz De Fora | Metodologia e equipamentos para a estimação da resposta em frequência de canais plc (power line communication) e a detecção e a segmentação de ruídos impulsivos em redes elétricas |
| CN104091169A (zh) * | 2013-12-12 | 2014-10-08 | 华南理工大学 | 基于多特征融合的行为识别方法 |
| US20160204991A1 (en) * | 2013-02-19 | 2016-07-14 | Astrolink International Llc | Methods for discovering, partitioning, organizing, and administering communication devices in a transformer area network |
| CN106209169A (zh) * | 2016-07-29 | 2016-12-07 | 西安电子科技大学 | 一种基于压缩感知电力线脉冲噪声抑制的方法 |
| CN110299933A (zh) * | 2019-06-29 | 2019-10-01 | 广东石油化工学院 | 一种基于信号表示的plc信号滤波方法和系统 |
-
2019
- 2019-10-03 CN CN201910946156.1A patent/CN110703004A/zh not_active Withdrawn
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| BRPI1103478A2 (pt) * | 2011-07-05 | 2014-04-22 | Univ Fed De Juiz De Fora | Metodologia e equipamentos para a estimação da resposta em frequência de canais plc (power line communication) e a detecção e a segmentação de ruídos impulsivos em redes elétricas |
| US20160204991A1 (en) * | 2013-02-19 | 2016-07-14 | Astrolink International Llc | Methods for discovering, partitioning, organizing, and administering communication devices in a transformer area network |
| EP3229201A1 (en) * | 2013-02-19 | 2017-10-11 | Astrolink International LLC | A system and method for inferring schematic and topological properties of an electrical distribution grid |
| CN104091169A (zh) * | 2013-12-12 | 2014-10-08 | 华南理工大学 | 基于多特征融合的行为识别方法 |
| CN106209169A (zh) * | 2016-07-29 | 2016-12-07 | 西安电子科技大学 | 一种基于压缩感知电力线脉冲噪声抑制的方法 |
| CN110299933A (zh) * | 2019-06-29 | 2019-10-01 | 广东石油化工学院 | 一种基于信号表示的plc信号滤波方法和系统 |
Non-Patent Citations (2)
| Title |
|---|
| 朱艳丽: "基于低秩分解和形态成分分析的WMSN视频去噪算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 翟明岳 等: "低压电力线通信信道的马尔柯夫特性研究", 《中国电机工程学报》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111756405B (zh) | 一种利用f平方模的plc信道脉冲噪声检测方法和系统 | |
| CN110719121A (zh) | 一种利用平方指数核的plc信道脉冲噪声检测方法和系统 | |
| CN111628804A (zh) | 一种利用Gilbert优化的PLC信号滤波方法和系统 | |
| CN111641435A (zh) | 一种利用Fenchel共轭的PLC信号滤波方法和系统 | |
| CN111756456A (zh) | 一种利用偏移量的plc信道脉冲噪声检测方法和系统 | |
| CN110635824B (zh) | 一种利用分类回归树的plc信道脉冲噪声检测方法和系统 | |
| CN110336591B (zh) | 一种利用信号分离的plc信号滤波方法和系统 | |
| CN109117807B (zh) | 一种plc通信信号自适应时频峰值滤波方法及系统 | |
| CN110739986B (zh) | 一种利用投影累积量的plc信道脉冲噪声检测方法和系统 | |
| CN110703004A (zh) | 一种利用字典分类的plc信道脉冲噪声检测方法和系统 | |
| CN110299933A (zh) | 一种基于信号表示的plc信号滤波方法和系统 | |
| CN111641434A (zh) | 一种利用完全矢量的plc信号滤波方法和系统 | |
| CN111641436A (zh) | 一种利用lp优化的plc信号滤波方法和系统 | |
| CN111800165A (zh) | 一种利用奇异值矩阵的plc信号滤波方法和系统 | |
| CN110784246A (zh) | 一种利用Lagrande因子的PLC信号滤波方法和系统 | |
| CN110572189A (zh) | 一种利用Fermal理论的PLC信号滤波方法和系统 | |
| CN112104392B (zh) | 一种利用状态矩阵的plc信道脉冲噪声检测方法和系统 | |
| CN111541635A (zh) | 一种利用t分布的PLC信号滤波方法和系统 | |
| CN112350747B (zh) | 一种利用状态估计的plc信道脉冲噪声检测方法和系统 | |
| CN112165342B (zh) | 一种利用模式特征矢量的噪声检测方法和系统 | |
| CN111756408A (zh) | 一种利用模型预测的plc信号重构方法和系统 | |
| CN111669201A (zh) | 一种利用Dantzig优化的PLC信号滤波方法和系统 | |
| CN110661548A (zh) | 一种利用l1模反演的plc信号滤波方法和系统 | |
| CN112383326B (zh) | 一种利用谱模阈值的plc信号滤波方法和系统 | |
| CN112187319A (zh) | 一种利用Dantzig选择器的PLC信号重构方法和系统 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200117 |