CN112153652B - 一种基于微弱信号检测的LoRa和WiFi并发传输方法 - Google Patents

一种基于微弱信号检测的LoRa和WiFi并发传输方法 Download PDF

Info

Publication number
CN112153652B
CN112153652B CN202010877295.6A CN202010877295A CN112153652B CN 112153652 B CN112153652 B CN 112153652B CN 202010877295 A CN202010877295 A CN 202010877295A CN 112153652 B CN112153652 B CN 112153652B
Authority
CN
China
Prior art keywords
lora
frequency
signal
wifi
frequencies
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
CN202010877295.6A
Other languages
English (en)
Other versions
CN112153652A (zh
Inventor
董玮
高艺
陈共龙
曹丁越
乔成
刘佰强
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.)
Zhejiang University ZJU
Simon Electric China Co Ltd
Original Assignee
Zhejiang University ZJU
Simon Electric China Co Ltd
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 Zhejiang University ZJU, Simon Electric China Co Ltd filed Critical Zhejiang University ZJU
Priority to CN202010877295.6A priority Critical patent/CN112153652B/zh
Publication of CN112153652A publication Critical patent/CN112153652A/zh
Application granted granted Critical
Publication of CN112153652B publication Critical patent/CN112153652B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
    • H04W16/10—Dynamic resource partitioning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
    • H04W28/26—Resource reservation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于微弱信号检测的LoRa和WiFi并发传输方法，先将LoRa信号转换为特定小频率的信号，然后通过低通滤波器过滤频率较大的信号，再利用随机共振这一典型物理现象，通过增加适当的白噪声，令该特定频率的微弱信号得到提高，从而可以被检测到；而后根据检测到的信号给LoRa传输预留频谱，从而实现LoRa和WiFi的并发传输。

Description

一种基于微弱信号检测的LoRa和WiFi并发传输方法
技术领域
本发明涉及通信技术领域，特别是一种基于微弱信号检测的LoRa和WiFi并发传输方法。
背景技术
近些年来，低功耗广域网(LPWANs)快速发展，使得大量的低功耗物联网设备可以在超长距离上以很低的速率进行数据传输。Semtech公司推出的SX1280LoRa提供在2.4GHz频段的长距离、低功率的无线电通信，且不要求专用频谱，没有严格的信道占空比限制。另外，由于最大可用带宽从500kHz增加到了1600kHz，导致了更快的数据率，所以2.4GHzLoRa可以为物联网应用提供更广泛的支持，也引起了广泛的关注。
研究表明LoRa数据包可能会受到WiFi的干扰而被破坏。先前有很多关于如何使ZigBee和WiFi共存方面的工作，可以作为LoRa和WiFi共存的参考。但这些工作在装配了LoRa的弱无线设备上往往会失效。
最近，一种新的无线物理层技术EmBee，可以把开销从装配ZigBee的弱设备转移到带有WiFi的强设备，实现跨技术共存。但EmBee也不能应用于LoRa和WiFi的共存。因为LoRa设备可以在极低的信号强度上实现远距离通信，而这些低信号很容易淹没在嘈杂的环境中，因此WiFi接收器可能注意不到LoRa传输的存在，导致LoRa传输可能失效。
发明内容
鉴于上述问题，本发明提供了一种新的弱信号检测方法，使LoRa和WiFi可以共存。该方法根据随机共振这一典型物理现象，通过增加适当的白噪声，从而使一个特定频率的弱信号得到提高。
为了检测WiFi干扰下弱的LoRa信号，本发明的基于微弱信号检测的LoRa和WiFi并发传输方法，包括以下步骤：
(1)本发明在一定长度的滑动窗口中采样并记录信号。每个通道的信号分别存储。
(2)本发明将接收到的信号通过三角恒等变换，转换成具有特定频率的信号，这些特定频率的信号只能由一种LoRa信号转换而来。
(3)低通滤波器过滤频率较大的WiFi信号。
(4)将预处理后的信号送入随机共振模型中进行微弱信号检测。一旦在信号中发现特定频率的信号，就会捕获LoRa信号。
(5)根据检测到的LoRa信号频谱占用情况，本发明将预留频谱给LoRa传输。
(6)通过本发明保留检测到的频谱，实现LoRa和WiFi并发传输。
步骤(2)中的信号转换，包含以下步骤：
(2.1)三角恒等变换积化和差公示如下：
Figure BDA0002652992370000021
其中θ表示LoRa信号使用的频率。
(2.2)选择一个合适的频率
Figure BDA0002652992370000022
用于和LoRa信号使用的频率相乘，将这两个频率的积转化成另外两个频率的和。
(2.3)为了使频率
Figure BDA0002652992370000023
的数量更少，将频率步长的一半作为目标频率fg，然后选择LoRa信号中的两个相邻频率的中间频率为
Figure BDA0002652992370000024
使得一个频率
Figure BDA0002652992370000025
可以同时将两个相邻频率转化为目标频率。
(2.4)该目标频率fg比所有的LoRa信号的频率都要小，通过低通滤波器后，仅有频率为fg的信号被保留下来，并加入到转换队列Q中。
(2.5)迭代执行上述操作，直到LoRa信号中所有频率都被处理过。最终得到的信号是Q中频率为fg的所有信号之和。
为了产生其他的LoRa参数，需要推断出用于相乘的频率集
Figure BDA0002652992370000037
假设扩频因子为S，带宽为B，则目标频率fg为：
Figure BDA0002652992370000031
则用于公式(1)的频率集为：
Figure BDA0002652992370000032
频率集实际就是LoRa信号中相邻频率的中间频率。
步骤(3)中由于WiFi信号的频率与选定频率往往相差较大，则通过积化和差变化得到的频率较大，可以直接被低通滤波器过滤。但如果WiFi子载波的频率恰为LoRa信号频率步长的整数倍时，可能会导致WiFi信号被错误的归为LoRa信号，即检测错误。
为了减少WiFi信号带来的错误检测问题，步骤(2)中需要跳过一些频率进行变换，同时应当最小化跳跃带来的影响：
本发明可以侦查到WiFi现在占用的信道，并给出LoRa的信道分配策略。
据此推断可能会引起WiFi信号被误判为LoRa信号的频率
Figure BDA0002652992370000033
并从频率集
Figure BDA0002652992370000034
中删除这些频率。
假定可以转换为目标频率的LoRa信号频率数为Rl，可以转换为目标频率的WiFi信号频率数为Rw，优化目标是找到一个最优频率集
Figure BDA0002652992370000035
使得Rl和Rw的差值最大，也可以表示为：
Figure BDA0002652992370000036
步骤(4)中微弱信号检测主要包含以下步骤：
(4.1)为了获得随机共振模型的分析结果，采用四阶龙格-库塔法得到目标频率fg的增强信号。
(4.2)当目标频率fg在频域上出现一个清晰的峰值时，就可以检测到LoRa信号。
(4.3)为了确定哪个信道被LoRa占用，我们迭代地对每个与WiFi信道重叠的LoRa信道进行信道采样、频率变换。
步骤(5)中预留频谱会降低WiFi的性能。为了减少WiFi的性能损失，设计了一种基于带宽感知的频谱预留方法来自适应地预留用于LoRa传输的带宽，步骤(5)将预留频谱给LoRa传输，具体包括：
(5.1)该发明先根据LoRa检测时占用的带宽保留了适当数量的子载波。
由于只有当LoRa传输使用了正确的带宽时，LoRa信号才能被正确检测到，LoRa的带宽是在LoRa信号检测步骤推断出来的。
(5.2)为了进一步减少WiFi的吞吐量损失，该发明利用了LoRa中内置的纠错能力：扩频因子、FEC和符号交错。
(5.3)只要高功率突发干扰占比小于LoRa信号的50％，LoRa信号的预留频谱可以减少到完美频谱保留方法的一半。
本发明先将不同频率的LoRa信号转化到同一频率，同时采用了一种策略避免了WiFi信号对LoRa信号检测的影响；后利用随机共振现象进行微弱信号检测，从而为LoRa信号预留频谱，实现LoRa和WiFi并发传输。
本发明有如下优点：其一，通过结合随机共振现象，本发明能够实现高精度的微弱信号检测；其二，基于检测的微弱信号，本发明能够降低LoRa和WiFi之间的相互干扰，提升网络综合传输性能；其三，本发明利用了LoRa物理层内置的纠错机制，大大降低了预留频谱对WiFi吞吐的影响。
附图说明
图1是本发明的流程图
具体实施方式
下面将结合附图和实际例子对本发明的具体实施进行详细的描述，结合图示过程对发明进行详细说明：
假设扩频因子为7，即每一个LoRa信号包含7位；LoRa信号的带宽为1600kHz。则频率步长为12.5kHz。LoRa发送“0000000”时前两个相邻频率分别为12.5kHz和25kHz。
(1)本发明在一定长度的滑动窗口中采样并记录信号。每个通道的信号分别存储。
(2)本发明将接收到的信号通过三角恒等变换，转换成具有特定频率的信号，这些特定频率的信号只能由一种LoRa信号转换而来。
(3)低通滤波器过滤频率较大的WiFi信号。
(4)将预处理后的信号送入随机共振模型中进行微弱信号检测。一旦在信号中发现特定频率的信号，就会捕获LoRa信号。
(5)根据检测到的LoRa信号频谱占用情况，本发明将预留频谱给LoRa传输。
(6)通过本发明保留检测到的频谱，实现LoRa和WiFi并发传输。
步骤(2)中的信号转换，包含以下步骤：
(2.1)三角恒等变换积化和差公示如下：
Figure BDA0002652992370000051
其中θ表示LoRa信号使用的频率。
(2.2)选择一个合适的频率
Figure BDA0002652992370000052
用于和LoRa信号使用的频率相乘，将这两个频率的积转化成另外两个频率的和。
(2.3)为了使频率
Figure BDA0002652992370000061
的数量更少，将频率步长的一半6.25kHz作为目标频率fg，然后选择LoRa信号中的两个相邻频率(12.5kHz和25kHz)的中间频率为
Figure BDA0002652992370000062
相乘后得到4个频率：31.25kHz，6.25kHz，43.75kHz和6.25kHz。
(2.4)LoRa信号的所有频率都要大于目标频率6.25kHz，通过低通滤波器后，仅有频率为6.25kHz的信号被保留下来，并加入到转换队列Q中。
(2.5)迭代执行上述操作，直到LoRa信号中所有频率都被处理过。最终得到的信号是Q中频率为6.25kHz的所有信号之和。
为了产生其他的LoRa参数，需要推断出用于相乘的频率集
Figure BDA0002652992370000066
假设扩频因子为S，带宽为B，则目标频率fg为：
Figure BDA0002652992370000063
则用于公式(1)的频率集为：
Figure BDA0002652992370000064
频率集实际就是LoRa信号中相邻频率的中间频率。
步骤(3)中由于WiFi信号的频率与选定频率往往相差较大，则通过积化和差变化得到的频率较大，可以直接被低通滤波器过滤。但如果WiFi子载波的频率恰为LoRa信号频率步长的整数倍时，可能会导致WiFi信号被错误的归为LoRa信号，即检测错误。例如，第二个WiFi子载波频率为625kHz＝12.5kHz×50，中间频率
Figure BDA0002652992370000065
与WiFi信号进行积化和差运算后得到的结果频率中也包含6.25kHz，将导致检测错误。
为了减少WiFi信号带来的错误检测问题，步骤(2)中需要跳过一些频率变换，同时应当最小化跳跃的影响：
本发明可以侦查到WiFi现在占用的信道，并给出LoRa的信道分配策略。
据此推断可能会引起WiFi信号被误判为LoRa信号的频率
Figure BDA0002652992370000071
(如618.75kHz)，并从频率集Fφ中删除这些频率。
假定可以转换为目标频率的LoRa信号频率数为Rl，可以转换为目标频率的WiFi信号频率数为Rw，优化目标是找到一个最优频率集Fφ使得Rl和Rw的差值最大，也可以表示为：
Figure BDA0002652992370000072
LoRa信号是从2.401GHz开始分配的，与WiFi信号对其，LoRa信号之间的保护带为0.4MHz，在这一参数下，最多有5个OFDM子载波的频率与LoRa信道相同，删除这些频率对接收信号的精确度不会有太大影响。
步骤(4)中微弱信号检测主要包含以下步骤：
(4.1)为了获得随机共振模型的分析结果，采用四阶龙格-库塔法得到目标频率fg的增强信号。
(4.2)当目标频率fg在频域上出现一个清晰的峰值时，就可以检测到LoRa信号。
(4.3)为了确定哪个信道被LoRa占用，我们迭代地对每个与WiFi信道重叠的LoRa信道进行信道采样、频率变换。
步骤(5)中预留频谱会降低WiFi的性能。为了减少WiFi的性能损失，设计了一种基于带宽感知的频谱预留方法来自适应地预留用于LoRa传输的带宽，步骤如下：
(5.1)该发明先根据LoRa检测时占用的带宽保留了适当数量的子载波。
由于只有当LoRa传输使用了正确的带宽时，LoRa信号才能被正确检测到，LoRa的带宽是在LoRa信号检测步骤推断出来的。
(5.2)为了进一步减少WiFi的吞吐量损失，该发明利用了LoRa中内置的纠错能力：扩频因子、FEC和符号交错。
(5.3)只要高功率突发干扰占比小于LoRa信号的50％，LoRa信号的保留频谱可以减少到完美频谱保留方法的一半。
最后，应当指出，以上实施例仅是本发明较有代表性的例子。显然，本发明的技术方案并不限于上述实施例，权利中的步骤还可以有不同的解决方式。本领域的普通技术人员可在不脱离本发明的发明思想情况下，对于上述实施例做出种种修改或变化，因而本发明的保护范围并不被上述实施例所限，而应该是符合权利要求书提到的创新性特征的最大范围。

Claims (2)

1.一种基于微弱信号检测的LoRa和WiFi并发传输方法，包括以下步骤：
(1)在预定长度的滑动窗口中采样并记录信号；每个通道的信号分别存储；
(2)将接收到的信号通过三角恒等变换，转换成具有特定频率的信号，这些特定频率的信号只能由一种LoRa信号转换而来；信号转换，包含以下步骤：
(2.1)三角恒等变换积化和差公示如下：
Figure FDA0003570709210000011
其中θ表示LoRa信号使用的频率；
(2.2)选择一个合适的频率
Figure FDA0003570709210000012
用于和LoRa信号使用的频率相乘，将这两个频率的积转化成另外两个频率的和；
(2.3)为了使频率
Figure FDA0003570709210000013
的数量更少，将频率步长的一半作为目标频率fg，然后选择LoRa信号中的两个相邻频率的中间频率为
Figure FDA0003570709210000014
使得一个频率
Figure FDA0003570709210000015
可以同时将两个相邻频率转化为目标频率；
(2.4)该目标频率fg比所有的LoRa信号的频率都要小，通过低通滤波器后，仅有频率为fg的信号被保留下来，并加入到转换队列Q中；
(2.5)迭代执行上述操作，直到LoRa信号中所有频率都被处理过；最终得到的信号是Q中频率为fg的所有信号之和；
为了产生其他的LoRa参数，需要推断出频率
Figure FDA0003570709210000018
的集合
Figure FDA0003570709210000019
假设扩频因子为S，带宽为B，则目标频率fg为：
Figure FDA0003570709210000016
则用于公式(1)的频率集为：
Figure FDA0003570709210000017
为了减少WiFi信号带来的错误检测问题，需要跳过一些频率变换，同时使影响最小化：
侦查WiFi现在占用的信道，并给出LoRa的信道分配策略；
据此推断可能会引起WiFi信号被误判为LoRa信号的频率
Figure FDA0003570709210000022
并从频率集
Figure FDA0003570709210000023
中删除这些频率；
评估移除的频率占
Figure FDA0003570709210000024
的比值：假定可以转换为目标频率的LoRa信号频率数为Rl，可以转换为目标频率的WiFi信号频率数为Rw，优化目标是找到一个最优频率集Fφ使得Rl和Rw的差值最大，也可以表示为：
Figure FDA0003570709210000021
；
(3)低通滤波器过滤频率较大的WiFi信号；
(4)将预处理后的信号送入随机共振模型中进行微弱信号检测，一旦在信号中发现特定频率的信号，就会捕获LoRa信号；所述微弱信号检测包含以下步骤：
(4.1)为了获得随机共振模型的分析结果，采用四阶龙格-库塔法得到目标频率fg的增强信号；
(4.2)当目标频率fg在频域上出现一个清晰的峰值时，就可以检测到LoRa信号；
(4.3)为了确定哪个信道被LoRa占用，迭代地对每个与WiFi信道重叠的LoRa信道进行信道采样、频率变换；
(5)根据检测到的LoRa信号频谱占用情况，预留频谱给LoRa传输；
(6)通过保留检测到的频谱，实现LoRa和WiFi并发传输。
2.根据权利要求1中所述的方法，其特征在于：步骤(5)将预留频谱给LoRa传输具体包括：
(5.1)先根据LoRa检测时占用的带宽保留了适当数量的子载波；
由于只有当LoRa传输使用了正确的带宽时，LoRa信号才能被正确检测到，LoRa的带宽是在LoRa信号检测时推断出来的；
(5.2)为了进一步减少WiFi的吞吐量损失，利用了LoRa中内置的纠错能力：扩频因子、FEC和符号交错；
(5.3)只要高功率突发干扰占比小于LoRa信号的50％，LoRa信号的保留频谱减少到完美频谱保留方法的一半。
CN202010877295.6A 2020-08-27 2020-08-27 一种基于微弱信号检测的LoRa和WiFi并发传输方法 Active CN112153652B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010877295.6A CN112153652B (zh) 2020-08-27 2020-08-27 一种基于微弱信号检测的LoRa和WiFi并发传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010877295.6A CN112153652B (zh) 2020-08-27 2020-08-27 一种基于微弱信号检测的LoRa和WiFi并发传输方法

Publications (2)

Publication Number Publication Date
CN112153652A CN112153652A (zh) 2020-12-29
CN112153652B true CN112153652B (zh) 2022-05-24

Family

ID=73888926

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010877295.6A Active CN112153652B (zh) 2020-08-27 2020-08-27 一种基于微弱信号检测的LoRa和WiFi并发传输方法

Country Status (1)

Country Link
CN (1) CN112153652B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2605569A1 (en) * 2009-10-21 2013-06-19 Qualcomm Incorporated Frequency reuse scheme based on signalling traffic load
CN106199182A (zh) * 2016-07-04 2016-12-07 西北工业大学 基于随机电报信号噪声调节随机共振检测弱信号的方法
CN107871109A (zh) * 2016-09-27 2018-04-03 重庆邮电大学 色噪声下三稳态随机共振的微弱信号检测方法
CN108683623A (zh) * 2018-03-29 2018-10-19 中国人民解放军战略支援部队信息工程大学 基于随机共振的微弱ofdm子载波数估计方法
CN109446975A (zh) * 2018-10-25 2019-03-08 重庆邮电大学 多尺度噪声调节随机共振的微弱信号检测

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2605569A1 (en) * 2009-10-21 2013-06-19 Qualcomm Incorporated Frequency reuse scheme based on signalling traffic load
CN106199182A (zh) * 2016-07-04 2016-12-07 西北工业大学 基于随机电报信号噪声调节随机共振检测弱信号的方法
CN107871109A (zh) * 2016-09-27 2018-04-03 重庆邮电大学 色噪声下三稳态随机共振的微弱信号检测方法
CN108683623A (zh) * 2018-03-29 2018-10-19 中国人民解放军战略支援部队信息工程大学 基于随机共振的微弱ofdm子载波数估计方法
CN109446975A (zh) * 2018-10-25 2019-03-08 重庆邮电大学 多尺度噪声调节随机共振的微弱信号检测

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于非线性系统随机共振的多频弱信号检测;张宇等;《吉林大学学报(信息科学版)》;20070228(第01期);全文 *
滤波器与随机共振结合检测微弱信号;范卫姣等;《应用声学》;20150315(第02期);全文 *
随机共振技术在弱信号检测中的应用;杨祥龙等;《电路与系统学报》;20010630(第02期);全文 *

Also Published As

Publication number Publication date
CN112153652A (zh) 2020-12-29

Similar Documents

Publication Publication Date Title
US8457162B2 (en) Packet detection
US7363008B2 (en) Spectrum sharing in the unlicensed band
US7668262B2 (en) Systems, methods, and apparatuses for coarse spectrum-sensing modules
US7710919B2 (en) Systems, methods, and apparatuses for spectrum-sensing cognitive radios
CN101944961B (zh) 一种认知无线网络中的双门限合作感知方法
CN101208924B (zh) 降低宽带设备和窄带干扰源之间干扰的方法和装置
US20070092045A1 (en) Systems, Methods, and Apparatuses for Fine-Sensing Modules
Hur et al. WLC05-1: A Cognitive Radio (CR) system employing a dual-stage spectrum sensing technique: a multi-resolution spectrum sensing (MRSS) and a temporal signature detection (TSD) technique
KR20120039649A (ko) 코그니티브 무선 통신용 스펙트럼 센서 및 코그니티브 무선 통신 방법
CN101807960A (zh) 基于小波包变换实现自适应频谱感知的方法
WO2010141322A1 (en) Analyzing a radio frequency spectrum
US8036259B2 (en) Interactive wireless communication device
CN101588191B (zh) 无线电信号认知方法及设备
KR101945178B1 (ko) 초저전력 초재생 수신 장치 및 방법
US9398615B1 (en) Carrier sensing and symbol timing in a WLAN system
CN113447893B (zh) 一种雷达脉冲信号频谱自动检测方法、系统及介质
US8094759B2 (en) System and method for broadband pulse detection among multiple interferers using a dynamic filter receiver
US7817748B2 (en) Pragmatic adaptive maximum ratio combining (MRC) and minimum mean square error (MMSE) multiple input multiple output-orthogonal frequency division multiplexing (MIMO-OFDM) receiver algorithm
CN112153652B (zh) 一种基于微弱信号检测的LoRa和WiFi并发传输方法
Shao et al. Toward ubiquitous connectivity via LoRaWAN: An overview of signal collision resolving solutions
CN101741487B (zh) 认知无线电网络中针对dvb-t信号的导频辅助检测器的实现方法
Jiang et al. Wavelet packet entropy based spectrum sensing in cognitive radio
Tu et al. Spectrum sensing of OFDMA systems for cognitive radios
CN102386984B (zh) 一种认知无线电宽带频谱检测方法
US20110034194A1 (en) Local wireless communication system and method for adaptive channel selection of sensor systems

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