CN113541768B - 一种基于noma的leo卫星通信系统频点分配方法 - Google Patents
一种基于noma的leo卫星通信系统频点分配方法 Download PDFInfo
- Publication number
- CN113541768B CN113541768B CN202110762685.3A CN202110762685A CN113541768B CN 113541768 B CN113541768 B CN 113541768B CN 202110762685 A CN202110762685 A CN 202110762685A CN 113541768 B CN113541768 B CN 113541768B
- Authority
- CN
- China
- Prior art keywords
- user
- frequency point
- cluster
- noma
- users
- 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
- 206010042135 Stomatitis necrotising Diseases 0.000 title claims abstract description 39
- 201000008585 noma Diseases 0.000 title claims abstract description 39
- 238000004891 communication Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000005457 optimization Methods 0.000 claims abstract description 31
- 230000009471 action Effects 0.000 claims abstract description 16
- 230000005540 biological transmission Effects 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 16
- 238000013468 resource allocation Methods 0.000 description 3
- 230000010287 polarization Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18513—Transmission in a satellite or space-based system
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18519—Operations control, administration or maintenance
-
- 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
- H04W16/22—Traffic simulation tools or models
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明涉及一种基于NOMA的LEO卫星通信系统频点分配方法,解决的是小区边缘用户干扰强的技术问题,通过采用步骤一,将小区边缘用户与小区中心用户配对组成NOMA集群;步骤二,定义用户对频点的占用情况为状态,系统为用户分配的频点为动作,用户在某一信道上的供需比或者供需方差当作奖励,利用Q‑Learning算法迭代出最优频点分配策略,为各边缘用户分配载波频点,从而与中心用户进行功率域复用,训练出最优频点分配策略;步骤三,以最大化NOMA集群传输速率为目标建立优化模型,根据优化模型求解NOMA集群内边缘用户与中心用户的功率分配因子的技术方案,较好的解决了该问题,可用于卫星通信中。
Description
技术领域
本发明涉及低地球轨道卫星应用领域,具体涉及一种基于NOMA的LEO卫星通信系统频点分配方法。
背景技术
卫星通信技术的发展为用户带了的更多的应用服务,随着全球物联网和互联网服务延伸、5G通信逐步商用,LEO卫星通信网络的研究成为业界讨论的热点话题。虽然LEO卫星网络有诸多优势,但是其可用的通信资源十分有限,这为LEO卫星资源分配带来了巨大的挑战。
在LEO卫星频点资源分配上,频率资源的短缺限制了系统容量并且导致系统内部的干扰,同时用户的分布特性使得资源分配更加复杂。在LEO卫星通信系统中,处于小区边缘的用户会面临着严重的共信道干扰。虽然研究人员通过频率复用和极化隔离等措施来降低边缘用户的干扰,但是有限的频率和极化资源仍然不能满足LEO卫星通信网络中的海量设备接入。非正交多址接入可以将同一资源分配给多个用户,相较于正交多址接入方式具有更高的系统容量和频谱效率,这恰好符合了未来网络爆炸性的数据增长和接入需求。在卫星通信系统中应用非正交多址接入,不仅能有效解决系统的高带宽需求和高频谱效率的要求,还能更好的解决系统的共信道干扰问题。
基于现有技术存在的小区边缘用户干扰强的技术问题,本发明提供一种基于NOMA的LEO卫星通信系统频点分配方法,在四波束全频率复用的LEO卫星通信系统中,通过将小区边缘用户与中心用户配对进行功率域复用,从而达到降低小区边缘用户干扰的目的。
发明内容
本发明所要解决的技术问题是现有技术中存在的小区边缘用户干扰强的技术问题。提供一种新的基于NOMA的LEO卫星通信系统频点分配方法,该具有小区边缘用户干扰弱的特点。
为解决上述技术问题,采用的技术方案如下:
一种基于NOMA的LEO卫星通信系统频点分配方法,包括:
步骤一,将小区边缘用户与小区中心用户配对组成NOMA集群;
步骤二,定义用户对频点的占用情况为状态,系统为用户分配的频点为动作,用户在某一信道上的供需比或者供需方差当作奖励,利用Q-Learning算法迭代出最优频点分配策略,为各边缘用户分配载波频点,从而与中心用户进行功率域复用,训练出最优频点分配策略;
步骤三,以最大化NOMA集群传输速率为目标建立优化模型,根据优化模型求解NOMA集群内边缘用户与中心用户的功率分配因子。
上述方案中,为优化,进一步地,步骤一的中心用户与边缘用户配对方法为:
当边缘用户处于2个波束覆盖重叠部分时,边缘用户可以与所在波束的任一中心用户配对并进行功率域复用,边缘用户载波将从中心用户所处波束的载波集合中选取;
当边缘用户处于4个波束覆盖重叠部分时,边缘用户不与其他中心用户配对,单独为边缘用户分配一个频点。
进一步地,步骤二中定义状态包括:将边缘对频点的占用情况当作状态,构建状态St:
其中,矩阵行数N1为边缘用户数量,列数K为可用频点数量,矩阵内wn,k={0,1},wn,k=1表示将频点k分配给边缘用户n,wn,k=0则表示未分配;
动作定义为:
at={m|m∈A(s)}
动作的选取规则是从可用频点集合A(s)中以概率ε随机选取动作进行探索,以概率1-ε选取最大Q值的动作进行利用
其中,A(s)为可用频点集合,m为从集合中选取并分配给边缘用户的载波频点,Q值为动作带来的奖励;
将奖励函数定义为:
进一步地,步骤三优化模型目标函数定义包括:定义目标函为max Ctotal:
其中,Ctotal表示簇区中的NOMA集群内用户的总速率,N={N1,N2,…,Nm}表示NOMA集群集合,和分别表示集群Ni中的中心用户和边缘用户,为集群Ni的载波带宽,为集群Ni的载波发射功率,为集群Ni内中心用户的功率分配因子,为集群Ni内中心用户的链路损耗,为集群Ni内中心用户的信道衰减,集合{a,b,c,d}表示四个覆盖波束形成的四个重叠覆盖区域,表示区域a中的第j个边缘用户接入到载波频点k上,Pmax为卫星发射端功率上限。
进一步地,步骤三中根据优化模型求解NOMA集群内边缘用户与中心用户的功率分配因子,包括将优化模型由非凸优化转换为凸优化,从而求解出频率分配因子:
步骤3.2,利用对数来逼近目标函数:
变换后的优化问题定义为:
构造拉格朗日函数定义为:
其中,μ为拉格朗日乘子,μn+1为下一次迭代计算出来的拉格朗日乘子,μn为当前代入计算的乘子值,δ为更新步长;
在每次迭代过程中,将基于上一次迭代的结果计算近似参数,然后通过对数近似将原始非凸问题转换为凸优化子问题,进一步利用拉格朗日对偶方法求解子问题,当计算结果收敛后可以得到原始优化问题的最优解。
本发明的有益效果:本发明:将小区边缘用户与小区中心用户配对组成NOMA集群,并根据用户的不同位置制定配对策略;将用户对频点的占用情况当作状态,系统为用户分配的频点当作动作,用户在某一信道上的供需比或者供需方差当作奖励,利用Q-Learning算法训练出最优频点分配策略;以最大化NOMA集群传输速率为目标建立优化模型,求解集群内边缘用户与中心用户的功率分配因子。采用本发明能够降低小区边缘用户的共信道干扰,有效提升LEO卫星通信系统的服务质量。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1,是本发明的小区中心用户和边缘用户示意图。
图2,是本发明的小区边缘用户在波束中的三种场景。
图3,是本发明的频点选择流程。
图4,是本发明的频点分配算法。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例1
本实施例提供一种基于NOMA的LEO卫星通信系统频点分配方法,包括:
步骤一,将小区边缘用户与小区中心用户配对组成NOMA集群;
步骤二,定义用户对频点的占用情况为状态,系统为用户分配的频点为动作,用户在某一信道上的供需比或者供需方差当作奖励,利用Q-Learning算法迭代出最优频点分配策略,为各边缘用户分配载波频点,从而与中心用户进行功率域复用,训练出最优频点分配策略;
步骤三,以最大化NOMA集群传输速率为目标建立优化模型,根据优化模型求解NOMA集群内边缘用户与中心用户的功率分配因子。
参照图1,波束重叠覆盖内的用户视为小区边缘用户,其余用户视为小区中心用户。
参照图2,可以按照边缘用户所处的位置分成三种场景:(1)当用户处于场景a时,区域a1和a2中的用户都处在小区边缘,此时边缘用户可以与左右相邻波束的中心用户配对组成一个NOMA集群,其载波将在中心用户所在波束的载波集合种选取;(2)当用户处于场景b时,小区边缘区域b1和b2中的边缘用户都将与下方波束中的中心用户配对组成一个NOMA集群,其“下方”定义为卫星运动的反方向;(3)当用户处于场景c时,区域c1和c2的用户面临的干扰将比前两种场景更为严重,同时该区域范围也较小,此时将为这些用户单独分配一个频点来降低其CCI。
参照图3,频点选择流程如图3所示。在场景a中,用户A可以看作是两个相邻波束的公共用户。当其与左边波束的中心用户配对时,系统优先从左边波束的可用频点集合中为其分配频点;而当左边波束无法提供可用频点时,系统将从右边波束调度一个频点资源,即左右两个波束之间存在协作关系。对于场景b该方法同样使用。而针对场景c,区域c1中的用户可以看作簇区的中心区域,其中的用户需要单独分配一个频点。因此系统在给四个波束划分频点时需要单独预留部分频段给区域c1中的用户。
参照图4,当确定了中心用户与边缘用户配对组成NOMA集群之后,通过Q-Learning算法来为NOMA集群选择最优频点。流程如图4所示,首先初始化学习速率α、折扣因子γ、初始探索概率ε0、Q值表、状态st、动作at和奖励函数rt,将这些参数输入算法以训练出最优频点分配策略。
当确定了各NOMA集群的频点之后,建立优化模型计算出各集群内中心用户和边缘用户的功率分配因子,其具体步骤如下:
建立优化模型:
假设一个簇区中有m个NOMA集群,表示为N={N1,N2,…,Nm}。以簇区内所有NOMA集群用户的可达速率为目标进行优化设计,优化目标函数定义为:
其中,为集群Ni的载波带宽,为其载波发射功率, 分别为集群Ni内中心用户的功率分配因子、链路损耗、信道衰减,集合{a,b,c,d}表示四个覆盖波束形成的四个重叠覆盖区域,表示区域a中的第j个边缘用户接入到载波频点k上,Pmax为卫星发射端功率上限。
优化模型转化:
进一步,利用下限替换目标函数和变量替换,可以得到变换后的优化问题为:
迭代求解:
构造拉格朗日函数如下:
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员能够理解本发明,但是本发明不仅限于具体实施方式的范围,对本技术领域的普通技术人员而言,只要各种变化只要在所附的权利要求限定和确定的本发明精神和范围内,一切利用本发明构思的发明创造均在保护之列。
Claims (3)
1.一种基于NOMA的LEO卫星通信系统频点分配方法,其特征在于:
步骤一,将小区边缘用户与小区中心用户配对组成NOMA集群;
步骤二,定义用户对频点的占用情况为状态,系统为用户分配的频点为动作,用户在某一信道上的供需比或者供需方差当作奖励,利用Q-Learning算法迭代出最优频点分配策略,为各边缘用户分配载波频点,从而与中心用户进行功率域复用,训练出最优频点分配策略;
步骤三,以最大化NOMA集群传输速率为目标建立优化模型,根据优化模型求解NOMA集群内边缘用户与中心用户的功率分配因子;
步骤三优化模型目标函数定义包括:定义目标函数为max Ctotal:
其中Ctotal表示簇区中的NOMA集群内用户的总速率,N={N1,N2,…,Nm}表示NOMA集群集合,和分别表示集群Ni中的中心用户和边缘用户,为集群Ni的载波带宽,为集群Ni的载波发射功率,为集群Ni内中心用户的功率分配因子,为集群Ni内中心用户的链路损耗,为集群Ni内中心用户的信道衰减,集合{a,b,c,d}表示四个覆盖波束形成的四个重叠覆盖区域,表示区域a中的第j个边缘用户接入到载波频点k上,Pmax为卫星发射端功率上限;
步骤三中根据优化模型求解NOMA集群内边缘用户与中心用户的功率分配因子,包括将优化模型由非凸优化转换为凸优化,从而求解出频率分配因子:
步骤3.2,利用对数来逼近目标函数:
变换后的优化问题定义为:
构造拉格朗日函数定义为:
其中,μ为拉格朗日乘子,μn+1为下一次迭代计算出来的拉格朗日乘子,μn为当前代入计算的乘子值,δ为更新步长;
2.根据权利要求1所述的基于NOMA的LEO卫星通信系统频点分配方法,其特征在于:步骤一的中心用户与边缘用户配对方法为:
当边缘用户处于2个波束覆盖重叠部分时,边缘用户可以与所在波束的任一中心用户配对并进行功率域复用,边缘用户载波将从中心用户所处波束的载波集合中选取;
当边缘用户处于4个波束覆盖重叠部分时,边缘用户不与其他中心用户配对,单独为边缘用户分配一个频点。
3.根据权利要求1所述的基于NOMA的LEO卫星通信系统频点分配方法,其特征在于:步骤二中定义状态包括:将边缘对频点的占用情况当作状态,构建状态St:
其中,矩阵行数N1为边缘用户数量,列数K为可用频点数量,矩阵内wn,k={0,1},wn,k=1表示将频点k分配给边缘用户n,wn,k=0则表示未分配;
动作定义为:
at={m|m∈A(s)}
动作的选取规则是从可用频点集合A(s)中以概率ε随机选取动作进行探索,以概率1-ε选取最大Q值的动作进行利用;
其中,A(s)为可用频点集合,m为从集合中选取并分配给边缘用户的载波频点,Q值为动作带来的奖励;
将奖励函数定义为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110762685.3A CN113541768B (zh) | 2021-07-06 | 2021-07-06 | 一种基于noma的leo卫星通信系统频点分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110762685.3A CN113541768B (zh) | 2021-07-06 | 2021-07-06 | 一种基于noma的leo卫星通信系统频点分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113541768A CN113541768A (zh) | 2021-10-22 |
CN113541768B true CN113541768B (zh) | 2023-04-25 |
Family
ID=78126871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110762685.3A Active CN113541768B (zh) | 2021-07-06 | 2021-07-06 | 一种基于noma的leo卫星通信系统频点分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113541768B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113824490B (zh) * | 2021-11-25 | 2022-02-11 | 四川轻化工大学 | 一种基于星地链路上行非正交多址接入的软切换方法 |
CN117833997B (zh) * | 2024-03-01 | 2024-05-31 | 南京控维通信科技有限公司 | 一种基于强化学习的noma多波束卫星通信系统多维资源分配方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10079627B1 (en) * | 2017-03-15 | 2018-09-18 | National Tsing Hua University | Joint power allocation, precoding, and decoding method and base station thereof |
CN112583453A (zh) * | 2020-12-15 | 2021-03-30 | 天地信息网络研究院(安徽)有限公司 | 多波束leo卫星通信系统下行noma功率分配方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3273736B1 (en) * | 2016-07-19 | 2020-08-26 | Institut Mines Telecom / Telecom Bretagne | Method and apparatus for power and user distribution to sub-bands in noma systems |
US10523324B2 (en) * | 2017-11-03 | 2019-12-31 | Cable Television Laboratories, Inc | System and methods for non-orthogonal multiple access |
CN109327894B (zh) * | 2018-10-29 | 2021-06-15 | 西安电子科技大学 | 基于干扰抑制的多小区mimo-noma最优功率分配方法 |
CN110190881B (zh) * | 2019-05-27 | 2021-07-13 | 南京邮电大学 | 权重速率最优的下行mimo-noma功率分配方法 |
CN111447631A (zh) * | 2020-03-05 | 2020-07-24 | 南京邮电大学 | 基于非正交多址技术的星地联合波束形成和功率分配方法 |
CN111726156A (zh) * | 2020-06-06 | 2020-09-29 | 郑州大学 | 一种基于noma的资源分配方法与装置 |
CN111970047B (zh) * | 2020-08-25 | 2022-03-25 | 桂林电子科技大学 | 一种基于强化学习的leo卫星信道分配方法 |
-
2021
- 2021-07-06 CN CN202110762685.3A patent/CN113541768B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10079627B1 (en) * | 2017-03-15 | 2018-09-18 | National Tsing Hua University | Joint power allocation, precoding, and decoding method and base station thereof |
CN112583453A (zh) * | 2020-12-15 | 2021-03-30 | 天地信息网络研究院(安徽)有限公司 | 多波束leo卫星通信系统下行noma功率分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113541768A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113541768B (zh) | 一种基于noma的leo卫星通信系统频点分配方法 | |
US8743755B2 (en) | Downlink resource scheduling method and transmission end for multiple-input multiple-output beam-forming system | |
CN113938183B (zh) | 多波束卫星系统下基于非正交多址的通信资源分配方法 | |
CN107682935B (zh) | 一种基于系统稳定性的无线自回传资源调度方法 | |
CN113596785B (zh) | 基于深度q网络的d2d-noma通信系统资源分配方法 | |
CN115278707B (zh) | 基于智能反射面辅助的noma太赫兹网络能效优化方法 | |
CN106231665A (zh) | 数能一体化网络中基于rrh动态模式切换的资源分配方法 | |
CN115103409A (zh) | 一种多波束无人机协作通信的资源分配方法 | |
CN114423028B (zh) | 基于多智能体深度强化学习的CoMP-NOMA协作成簇与功率分配方法 | |
CN115086964A (zh) | 一种基于多维向量空间优化的动态频谱分配方法及系统 | |
CN117833997B (zh) | 一种基于强化学习的noma多波束卫星通信系统多维资源分配方法 | |
CN115173922A (zh) | 基于cmaddqn网络的多波束卫星通信系统资源分配方法 | |
CN112954806B (zh) | 异构网络中基于弦图着色的联合干扰对齐与资源分配方法 | |
CN113490219B (zh) | 一种面向超密集组网的动态资源分配方法 | |
CN113873658A (zh) | 一种以用户服务权重增益为目标函数的跳波束资源分配方法 | |
CN117412391A (zh) | 一种基于增强型双深度q网络的车联网无线资源分配方法 | |
Leng et al. | User-level scheduling and resource allocation for multi-beam satellite systems with full frequency reuse | |
CN116505998A (zh) | 基于深度强化学习的多波束卫星通信资源分配系统及方法 | |
CN111464956A (zh) | 基于前向链路组播传输的c-ran联合波束和功率分裂设计方法 | |
CN114760642B (zh) | 一种基于速率分割多址的智能工厂时延抖动控制方法 | |
CN115988649A (zh) | 一种多波束定向自组网的链路间时隙和功率协同分配方法 | |
CN107613565B (zh) | 一种全双工超密集网络中的无线资源管理方法 | |
CN115765826A (zh) | 一种面向按需服务的无人机网络拓扑重构方法 | |
CN114845310A (zh) | 一种基于人工蜂群算法的leo卫星信道分配方法 | |
CN114258138A (zh) | 基于负载感知的网络辅助全双工模式优化方法 |
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 |