CN111858026B - 高效的大规模多粒度仿真模型并行调度方法 - Google Patents

高效的大规模多粒度仿真模型并行调度方法 Download PDF

Info

Publication number
CN111858026B
CN111858026B CN202010525340.1A CN202010525340A CN111858026B CN 111858026 B CN111858026 B CN 111858026B CN 202010525340 A CN202010525340 A CN 202010525340A CN 111858026 B CN111858026 B CN 111858026B
Authority
CN
China
Prior art keywords
scheduling
model
function
simulation
simulation model
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
Application number
CN202010525340.1A
Other languages
English (en)
Other versions
CN111858026A (zh
Inventor
黄晓冬
燕雪峰
谢孔树
徐玉强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
School of Aeronautical combat service, Naval Aeronautical University of the people's Liberation Army
Original Assignee
School Of Aeronautical Combat Service Naval Aeronautical University Of People's Liberation Army
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by School Of Aeronautical Combat Service Naval Aeronautical University Of People's Liberation Army filed Critical School Of Aeronautical Combat Service Naval Aeronautical University Of People's Liberation Army
Priority to CN202010525340.1A priority Critical patent/CN111858026B/zh
Publication of CN111858026A publication Critical patent/CN111858026A/zh
Application granted granted Critical
Publication of CN111858026B publication Critical patent/CN111858026B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/52—Program synchronisation; Mutual exclusion, e.g. by means of semaphores
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/52—Program synchronisation; Mutual exclusion, e.g. by means of semaphores
    • G06F9/524—Deadlock detection or avoidance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5011—Pool
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5018—Thread allocation

Abstract

本发明提供高效的大规模多粒度仿真模型并行调度方法，包括以下步骤：将模型对象按照模型类别进行分类，定义标准的回调函数接口规范，将模型对象按同类别分配到线程池中，在定义模型回调函数规范基础上，按规定的逻辑并行调度，并在规定的同步点上等待，为每个仿真模型对象设定调度或采样间隔，为每个回调函数配置可否调度的标志，将系统设定为“尽量快”和“时钟触发”两种调度模式。通过采用并行调度与预设同步点相结合的策略，以及运用配置参数对仿真模型的调度需求进行自描述，有效确保负载均衡，提高并行度，大幅提高了调度效率。

Description

高效的大规模多粒度仿真模型并行调度方法
技术领域
本发明涉及计算机仿真技术领域，具体为高效的大规模多粒度仿真模型并行调度方法。
背景技术
仿真技术已经广泛地应用于各个领域和场合，当前，仿真系统规模越来越大，模型种类和数量越来越越多。比如，在军事体系对抗仿真领域，需要对整个战场的兵力实体进行仿真计算，实体数量通常在5000个以上，实体类别涉及车辆、舰船、导弹、飞机、卫星等；模型的种类涉及运动、感知、通信、控制、决策等，模型的物理机理涉及专业包括力、声、热、电、光等。这些模型运行时，需要按一定方法和策略分配计算资源，以实现时序正确和性能优化。
在模型种类多、规模大、层次粒度多样的仿真应用中，不同模型对计算资源的需求量和需求时机不尽相同，如何及时合理地为这些模型分配计算资源是提高仿真系统性能的关键所在，尤其在分布、集群、多核等硬件计算资源可选项比较多的情况下，调度方法更加影响系统的性能，常规的仿真模型时间精度较低，在一个线程被执行的时间片段内，会有若干个仿真模型被执行，时间精度低将导致采样间隔大，最终使得模型运算结果严重失真，这是高精度仿真系统不能允许的，特别是在对高速飞行器和电子装备进行仿真计算时尤其如此。
发明内容
为了解决上述技术问题，本发明提供高效的大规模多粒度仿真模型并行调度方法，由以下具体技术手段所达成：
高效的大规模多粒度仿真模型并行调度方法，包括以下步骤：
S1、将模型对象按照模型类别进行分类，同类别模型对象调度完成后，再调度下一类模型对象；由于同一类模型的算法是相同的，计算量也是一样的，因此，将这些模型对象同时分配给多核线程进行计算时，可以有效保证负载均衡，使模型对象在各个核上同时完成并同时达到同步点，大幅提高系统的并发性。
S2、定义标准的回调函数接口规范，将仿真模型的每个仿真步分解为不同功能的回调函数；
S3、将模型对象按同类别分配到线程池中，调度系统按规定的时序逻辑扫描回调函数，并将符合调度条件的函数分配到线程池中执行，同一批调度的函数执行完毕后，在规定的时间点上进行同步；由于每个回调函数都具有特定的语义，这样可以保证调度程序按语义顺序进行调度，从而避免了数据互斥造成的相互等待和死锁。
S4、在定义模型回调函数规范基础上，按规定的逻辑并行调度，并在规定的同步点上等待；
S5、为每个仿真模型对象设定调度或采样间隔；
S6、为每个回调函数配置可否调度的标志；
S7、将系统设定为“尽量快”和“时钟触发”两种调度模式。
作为优化，所述步骤S2中，回调函数包括初始化阶段、运行阶段和退出阶段，其中，初始化阶段包括OnInit函数，该函数在对象的生命周期中只被调用一次，用以执行一些必要的初始化操作，运行阶段包括Tick函数、Simulation函数和Output函数，Tick函数用以执行模型自身功能的解算，Simulation函数用于接收到其他对象数据后进行反应性解算，Output函数用以执行将模型数据推送出去的操作，退出阶段包括OnClose函数，用于执行对象将被删除时的一些操作，该函数只被调用一次。
作为优化，所述步骤S3中，以参数配置的方式，使每个仿真模型对象可设定采样间隔。采样间隔是一个大于或等于1的整数Sample，它表示系统最小采样时间T的整数倍，仿真模型的实际步长为系统最小采样时间T×Sample，调度系统按配置后的实际步长调度仿真模型。
作为优化，所述步骤S4中，同步点包括Tick完成的同步点、时间推进允许TAG同步点、Simulation完成的同步点和Output完成的同步点，其中TAG同步点是调度系统提出时间推进请求TAR后得到外部系统的回应，TAR/TAG机制用以确保在分布式环境下多个调度引擎间的同步。
作为优化，所述步骤S6中，为每个运行期的回调函数配置调度使能标志位，如果标志位置1，表示可以调度，则该函数被排入调度函数表中，否则排除之。
作为优化，所述步骤S7中，系统指定按“时钟触发”模式调度时，则根据机器或外部接入的时钟触发调度总入口，系统指定按“尽量快”模式调度时，则系统将不断地循环调度，直到收到停止指令。
本发明具备以下有益效果：
1、该高效的大规模多粒度仿真模型并行调度方法，通过采用并行调度与预设同步点相结合的策略，以及运用配置参数对仿真模型的调度需求进行自描述，有效确保负载均衡，提高并行度，大幅提高了调度效率。
2、该高效的大规模多粒度仿真模型并行调度方法，调度系统支持设定为“尽量快”、“时钟触发”两种调度模式，能适应超实时的分析型仿真或实时的训练型仿真。
3、该高效的大规模多粒度仿真模型并行调度方法，将计算资源按需和按时精准地分配到仿真模型上。按需分配意味着模型自身对计算资源的需求要进行自描述，由于不同粒度的模型的需求是不一样的，从而防止了不必要的分配形成浪费；按时分配意味着在定义调度接口规范基础上，调度系统按规定的调度逻辑执行，在保证并行调度的同时确保在规定的时间点上进行同步。
4、该高效的大规模多粒度仿真模型并行调度方法，不仅适用于开发仿真支撑平台或定制高性能仿真应用系统，而且其他高性能计算系统也可作为设计参考。
附图说明
图1为本发明仿真模型分配到线程池执行过程示意图。
图2为本发明系统运行期的主调度流程图。
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。
请参阅图1-2，高效的大规模多粒度仿真模型并行调度方法，包括以下步骤：
S1、将模型对象按照模型类别进行分类，同类别模型对象调度完成后，再调度下一类模型对象；由于同一类模型的算法是相同的，计算量也是一样的，因此，将这些模型对象同时分配给多核线程进行计算时，可以有效保证负载均衡，使模型对象在各个核上同时完成并同时达到同步点，大幅提高系统的并发性。
比如，假设飞机实体中有飞机运动模型和机载雷达探测模型，如果应用本方法调度1000架飞机实体，应该是先调度1000架飞机的运动模型，再调度1000架飞机的雷达探测模型；而如果将1000架飞机的运动模型和雷达探测模型放在一起进行调度，则可能由于每架飞机的状态不同（比如有的飞机没开雷达），每次调度计算量并不相同，最终导致负载不平衡。
S2、定义标准的回调函数接口规范，将仿真模型的每个仿真步分解为不同功能的回调函数。
回调函数如下：
1.void OnInit()
2.void Tick()
3.void Simulation()
4.void Output()
5.void OnClose()
回调函数包括初始化阶段、运行阶段和退出阶段，其中，初始化阶段包括OnInit函数，该函数在对象的生命周期中只被调用一次，用以执行一些必要的初始化操作，运行阶段包括Tick函数、Simulation函数和Output函数，Tick函数用以执行模型自身功能的解算，Simulation函数用于接收到其他对象数据后进行反应性解算，Output函数用以执行将模型数据推送出去的操作，退出阶段包括OnClose函数，用于执行对象将被删除时的一些操作，该函数只被调用一次。
S3、将模型对象按同类别分配到线程池中，调度系统按规定的时序逻辑扫描回调函数，并将符合调度条件的函数分配到线程池中执行，同一批调度的函数执行完毕后，在规定的时间点上进行同步；由于每个回调函数都具有特定的语义，这样可以保证调度程序按语义顺序进行调度，从而避免了数据互斥造成的相互等待和死锁。
S4、在定义模型回调函数规范基础上，按规定的逻辑并行调度，并在规定的同步点上等待。
同步点包括Tick完成的同步点、时间推进允许TAG同步点、Simulation完成的同步点和Output完成的同步点，其中TAG同步点是调度系统提出时间推进请求TAR后得到外部系统的回应，TAR/TAG机制用以确保在分布式环境下多个调度引擎间的同步。
S5、为每个仿真模型对象设定调度或采样间隔。
以参数配置的方式，使每个仿真模型对象可设定采样间隔，采样间隔是一个大于或等于1的整数Sample，它表示系统最小采样时间T的整数倍，仿真模型的实际步长为系统最小采样时间T×Sample，调度系统按配置后的实际步长调度仿真模型。
比如，系统最小采样时间为0.1毫秒时，如果飞机模型采样间隔Sample=5，舰船模型采样间隔Sample=100，则飞机模型的仿真步长为0.1×5＝0.5毫秒，而舰船模型的仿真步长为0.1×100＝10毫秒。采用本方法可以实现应用模型时间精度的按需配置，大幅减少了没有必要的计算，当系统中存在不同粒度的仿真模型时，此方法尤其有效。
S6、为每个回调函数配置可否调度的标志；
为每个运行期的回调函数配置调度使能标志位，如果标志位置1，表示可以调度，则该函数被排入调度函数表中，否则排除之。
本方法可以有效减少不必要的计算函数的执行，比如，一个传感器模型它实际上中执行感知任务，因此只配置反应性计算函数Simulation()为1，其余回调函数均为0。
S7、将系统设定为“尽量快”和“时钟触发”两种调度模式。
系统指定按“时钟触发”模式调度时，则根据机器或外部接入的时钟触发调度总入口，系统指定按“尽量快”模式调度时，则系统将不断地循环调度，直到收到停止指令。
具体实施例如下：
假设在仿真场景中有1000个飞机实体Plane和500个舰船Ship，将舰船实体仿真结果进行输出，仿真的逻辑时间长度100秒，系统最小步长T＝0.001秒，其中飞机实体包含运动模型PlaneMove和感知模型PlaneSensor；PlaneMove的采样间隔为10，PlaneSensor的采样间隔为20；舰船实体包含包含运动模型ShipMove，采样间隔为100。
调度配置参数如下：
<Item ItemClass="Dispatch">
<Parameter Name="Tick" Value=PlaneMove; ShipMove"/>
<Parameter Name="Simulation" Value="PlaneSensor"/>
<Parameter Name="Output" Value=" ShipMove "/>
</Item>
根据上述参数，实际的调度顺序为：
1、对1000个PlaneMove的Tick函数进行编历并调用；
2、对500个ShipMove的Tick函数进行编历并调用；
3、对1000个PlaneSensor的Simulation函数进行编历并调用；
4、对500个ShipMove的Output函数进行编历并调用；
每次仿真推进共发生3000次函数调用。
如果不进行配置，则需要进行1000*3+5*3＝4500次函数调用。
采样参数配置如下：
<Assemble ItemClass="Plane" Tag="飞机">
<Assemble ItemClass="PlaneMove" Sample="10"/>
<Assemble ItemClass="PlaneSensor" Sample="20"/>
</Assemble>
<Assemble ItemClass="Ship" Tag="舰船">
<Assemble ItemClass="ShipMove" Sample="100"/>
</Assemble>
由于T＝0.001秒，因此100秒内将有100K次仿真推进。根据以上所有配置，PlaneMove的Tick将被调用次10K次；PlaneSensor的Simulation被调用5K次；ShipMove的Tick将被调用次1K次；ShipMove的Output将被调用次1K次。
考虑到1000架飞机和500个舰船，因此总的函数调用次数为：1000*15K+500*2K，即16M次调用。
如果没有以上配置，所有的函数都无差别的被编历和调用，则总的调用次数为：1000*3*100K+500*3*100K，即450M次函数调用。
根据上述数据可见，本发明大大的减少了调用次数。
另外，假设本次示例在8核的CPU上运行，如果没有采用并行的计算方案，CPU利用率最高为12.5%；而采用并行计算方案，CPU利用率通常可达到80%以上，则计算时间缩短为原来的1/6左右。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (4)

1.高效的大规模多粒度仿真模型并行调度方法，其特征在于：包括以下步骤：
S1、将模型对象按照模型类别进行分类，同类别模型对象调度完成后，再调度下一类模型对象；
S2、定义标准的回调函数接口规范，将仿真模型的每个仿真步分解为不同功能的回调函数；
S3、将模型对象按同类别分配到线程池中，调度系统按规定的时序逻辑扫描回调函数，并将符合调度条件的函数分配到线程池中执行，同一批调度的函数执行完毕后，在规定的时间点上进行同步；
S4、在定义模型回调函数规范基础上，按规定的逻辑并行调度，并在规定的同步点上等待；
S5、为每个仿真模型对象设定调度或采样间隔；
S6、为每个回调函数配置可否调度的标志；
S7、将系统设定为“尽量快”和“时钟触发”两种调度模式；
所述步骤S2中，回调函数包括初始化阶段、运行阶段和退出阶段，其中，初始化阶段包括OnInit函数，用以执行一些初始化操作，运行阶段包括Tick函数、Simulation函数和Output函数，Tick函数用以执行模型自身功能的解算，Simulation函数用于接收到其他对象数据后进行反应性解算，Output函数用以执行将模型数据推送出去的操作，退出阶段包括OnClose函数，用于执行对象将被删除时的一些操作；
所述步骤S4中，同步点包括Tick完成的同步点、时间推进允许TAG同步点、Simulation完成的同步点和Output完成的同步点，其中TAG同步点是调度系统提出时间推进请求TAR后得到外部系统的回应。
2.根据权利要求1所述的高效的大规模多粒度仿真模型并行调度方法，其特征在于：所述步骤S3中，以参数配置的方式，使每个仿真模型对象可设定采样间隔。
3.根据权利要求1所述的高效的大规模多粒度仿真模型并行调度方法，其特征在于：所述步骤S6中，为每个运行期的回调函数配置调度使能标志位，标志位置1的时候表示可以调度，则该函数被排入调度函数表中，否则排除之。
4.根据权利要求1所述的高效的大规模多粒度仿真模型并行调度方法，其特征在于：所述步骤S7中，系统指定按“时钟触发”模式调度时，则根据机器或外部接入的时钟触发调度总入口，系统指定按“尽量快”模式调度时，则系统将不断地循环调度，直到收到停止指令。
CN202010525340.1A 2020-06-10 2020-06-10 高效的大规模多粒度仿真模型并行调度方法 Active CN111858026B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010525340.1A CN111858026B (zh) 2020-06-10 2020-06-10 高效的大规模多粒度仿真模型并行调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010525340.1A CN111858026B (zh) 2020-06-10 2020-06-10 高效的大规模多粒度仿真模型并行调度方法

Publications (2)

Publication Number Publication Date
CN111858026A CN111858026A (zh) 2020-10-30
CN111858026B true CN111858026B (zh) 2021-08-31

Family

ID=72986490

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010525340.1A Active CN111858026B (zh) 2020-06-10 2020-06-10 高效的大规模多粒度仿真模型并行调度方法

Country Status (1)

Country Link
CN (1) CN111858026B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113297729B (zh) * 2021-05-13 2022-08-09 中国人民解放军军事科学院战争研究院 一种基于实体类型的并行仿真实体划分方法
CN116069504B (zh) * 2023-01-28 2023-11-10 广汽埃安新能源汽车股份有限公司 自动驾驶仿真中多核处理器的调度方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103268251A (zh) * 2013-05-02 2013-08-28 中国人民解放军国防科学技术大学 一种基于时戳截流的并行离散事件仿真时间同步方法
CN104834791A (zh) * 2015-05-22 2015-08-12 上海远宽能源科技有限公司 一种光伏发电系统的并行实时仿真方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5595633B2 (ja) * 2007-02-26 2014-09-24 スパンション エルエルシー シミュレーション方法及びシミュレーション装置
CN101719078B (zh) * 2009-12-15 2012-11-14 北京空间飞行器总体设计部 一种基于并行计算管理的自主导航仿真调度管理系统
CN101799762B (zh) * 2010-04-07 2014-02-19 中国科学院对地观测与数字地球科学中心 面向遥感图像处理算法的快速并行化编程模板方法
CN104167736B (zh) * 2014-09-04 2016-08-24 国家电网公司 一种大电网并行网络拓扑分析方法
CN107193639B (zh) * 2017-06-05 2020-11-24 北京航空航天大学 一种支持联合作战的多核并行仿真引擎系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103268251A (zh) * 2013-05-02 2013-08-28 中国人民解放军国防科学技术大学 一种基于时戳截流的并行离散事件仿真时间同步方法
CN104834791A (zh) * 2015-05-22 2015-08-12 上海远宽能源科技有限公司 一种光伏发电系统的并行实时仿真方法

Also Published As

Publication number Publication date
CN111858026A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN106293919B (zh) 一种时间触发的嵌入式任务调度装置与方法
Real et al. Mode change protocols for real-time systems: A survey and a new proposal
Buttazzo et al. A General View
US4636948A (en) Method for controlling execution of application programs written in high level program language
CN102520925B (zh) Aadl2tasm模型转换方法
CN101556545B (zh) 一种实现进程支持的方法、装置和多线程系统
CN111858026B (zh) 高效的大规模多粒度仿真模型并行调度方法
US20060268967A1 (en) Supplying instruction to operational stations
CN107463442B (zh) 一种星载多核SoC任务级负载均衡并行调度方法
CN110795254A (zh) 一种基于php处理高并发io的方法
US10789397B2 (en) Computer-implemented method of performing parallelized electronic-system level simulations
US9612863B2 (en) Hardware device for accelerating the execution of a systemC simulation in a dynamic manner during the simulation
Ranjbar et al. Toward the design of fault-tolerance-aware and peak-power-aware multicore mixed-criticality systems
Kodase et al. Transforming structural model to runtime model of embedded software with real-time constraints
CN102117224B (zh) 一种面向多核处理器的操作系统噪声控制方法
Zhou et al. Response time analysis for tasks with fixed preemption points under global scheduling
CN110262884B (zh) 一种基于申威众核处理器的核组内多程序多数据流分区并行的运行方法
CN102521045A (zh) 非实时多任务调度内核实现方法
Lee et al. Towards compositional mixed-criticality real-time scheduling in open systems
Wang et al. Schedulability analysis and symbolic verification method for heterogeneous multicore real-time systems
CN114490780B (zh) 一种数据流的调度方法、装置、电子设备、介质及产品
De Giusti et al. Towards a Malleable Tensorflow Implementation
Zhou et al. TS-preemption threshold and priority optimization for the process scheduling in integrated modular avionics
Ghose et al. ASSERTS: a toolkit for real-time software design, development and evaluation
Wang et al. A semantic-based model-driven design method for real-time control software

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210519

Address after: 264001 No. 188 Erma Road, Zhifu District, Yantai City, Shandong Province

Applicant after: School of Aeronautical combat service, Naval Aeronautical University of the people's Liberation Army

Applicant after: Xie Kongshu

Address before: 264001 No. 188 Erma Road, Zhifu District, Yantai City, Shandong Province

Applicant before: School of Aeronautical combat service, Naval Aeronautical University of the people's Liberation Army

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210526

Address after: 264001 No. 188 Erma Road, Zhifu District, Yantai City, Shandong Province

Applicant after: School of Aeronautical combat service, Naval Aeronautical University of the people's Liberation Army

Applicant after: Zhu Meng

Address before: 264001 No. 188 Erma Road, Zhifu District, Yantai City, Shandong Province

Applicant before: School of Aeronautical combat service, Naval Aeronautical University of the people's Liberation Army

Applicant before: Xie Kongshu

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210813

Address after: 264001 No. 188 Erma Road, Zhifu District, Yantai City, Shandong Province

Applicant after: School of Aeronautical combat service, Naval Aeronautical University of the people's Liberation Army

Address before: 264001 No. 188 Erma Road, Zhifu District, Yantai City, Shandong Province

Applicant before: School of Aeronautical combat service, Naval Aeronautical University of the people's Liberation Army

Applicant before: Zhu Meng

GR01 Patent grant
GR01 Patent grant