CN115001986B - 基于新能源控制plc通信时延与中断概率估计方法 - Google Patents

基于新能源控制plc通信时延与中断概率估计方法 Download PDF

Info

Publication number
CN115001986B
CN115001986B CN202210488518.9A CN202210488518A CN115001986B CN 115001986 B CN115001986 B CN 115001986B CN 202210488518 A CN202210488518 A CN 202210488518A CN 115001986 B CN115001986 B CN 115001986B
Authority
CN
China
Prior art keywords
probability
plc
time delay
service
curve
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
CN202210488518.9A
Other languages
English (en)
Other versions
CN115001986A (zh
Inventor
李睿
李隆伊
朱红艳
尹美川
张健梅
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.)
Hebei Huawan Electronic Technology Co ltd
Original Assignee
Hebei Huawan Electronic Technology 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 Hebei Huawan Electronic Technology Co ltd filed Critical Hebei Huawan Electronic Technology Co ltd
Priority to CN202210488518.9A priority Critical patent/CN115001986B/zh
Publication of CN115001986A publication Critical patent/CN115001986A/zh
Application granted granted Critical
Publication of CN115001986B publication Critical patent/CN115001986B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14Network analysis or design
    • H04L41/142Network analysis or design using statistical or mathematical methods
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B3/00Line transmission systems
    • H04B3/54Systems for transmission via power distribution lines
    • H04B3/542Systems for transmission via power distribution lines the information being in digital form
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14Network analysis or design
    • H04L41/145Network analysis or design involving simulating, designing, planning or modelling of a network
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/12Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
    • Y04S40/128Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment involving the use of Internet protocol

Abstract

本发明公开了一种基于新能源控制PLC通信时延与中断概率估计方法,该方法首次在有限块长度(FBC)下对PLC通信系统建模,首先分析了PLC传输信噪比的概率密度分布函数(PDF)和累计概率密度分布函数(CDF),从而给出了PLC系统的中断概率;然后在一定解码错误概率下利用随机网络演算(SNC)推导了服务曲线和到达曲线,考虑信息的自相似性,确定了系统的时延违背概率的闭合表达式。最后同时考虑系统低时延和高可靠的要求,联合最小化时延违背概率和系统中断概率,获得最优的传输块长度。

Description

基于新能源控制PLC通信时延与中断概率估计方法
技术领域
本发明属于PLC通信领域,尤其涉及基于新能源控制PLC通信时延与中断概率估计方法。
背景技术
电力线通信(PLC)技术在智能电网、泛在电力物联网以及新能源互联网等领域应用广泛。PLC作为网络接入的一种方式,其数据传输的速率必须足够快,前提就是电力线信道的容量足够大。研究表明,MIMO技术同样可以在PLC上得到应用,从而提高PLC信道容量。将MIMO技术与PLC通信技术结合,能够利用MIMO对抗PLC信道的多径衰落,对于提高PLC的信息传送速率具有重要意义。
发明内容
发明人研究发现,随着5G承载电力业务的发展,配电自动化以及巡检控制等电力业务要求通信低时延保障的同时,还期望对关键控制信息提供高可靠性传输。URLLC采用有限块长度(FBC)进行数据传输,来满足低时延要求。但是短包通信的包长较小,因此在接收端的错误概率不可忽略。在短包传输情况下,更合适的可靠性能分析是给定块长度下的块错误概率和系统中断概率,以及准确传输信息引入的时延。
然而网络中流量具有自相似的特性,采用具有特定规律的排队模型已不能很好的满足需求。传统的排队论在性能分析时存在精度和扩展性不足的问题,而随机网络演算能够充分模拟网络特性,并允许一定的违背概率超出网络的性能边界,在保证了服务质量的同时,使网络性能分析更加准确。
在上述发现的基础上,研究基于FBC-PLC通信最小化时延违背概率和中断概率问题,本发明公开了基于新能源控制PLC通信时延与中断概率估计方法。
本发明提供了如下技术方案:
基于新能源控制PLC通信时延与中断概率估计方法,所述方法包括:
步骤A,构建PLC通信模型,推导等效信噪比(SNR)的概率密度分布;
步骤B,给定中断概率阈值,结合SNR的概率密度分布函数(PDF)和累计概率密度分布函数(CDF),确定中断概率的闭合表达式;
步骤C,利用随机网络演算(SNC)推导到达过程和服务过程曲线;
步骤D,给定系统时延违背概率,利用达到曲线和服务曲线刻画系统时延违背概率上界表达式;
步骤E,优化传输数据块长度,同时实现中断概率和时延违背概率最小化。
其中,步骤A具体包括:
A1,基于PLC信道的复频率响应,结合MIMO技术提高PLC系统的通信效率,计算MIMO-PLC第k个接收端的SNRγk
A2,PLC信道hk的概率密度函数服从均值为μ,方差为σ2的对数正态分布,根据hkPDF得到γk的PDF和CDF,分别为:和/>
其中,步骤B具体包括:
B1,为评价PLC网络服务质量定义给定最低可接受SNR阈值γth,根据中断概率定义Pout=P(γ≤γth),带入和/>进行求解;
B2,由于PLC信道的振幅服从对数正态分布,由此给出中断概率的闭合表达式:其中si为厄米特多项式第i个零点,Hi是其对应的权重因子。
其中,步骤C具体包括:
C1,考虑实际的网络业务服从自相似模型,利用SNC的矩母函数与有效带宽之间的关系,得出到达曲线的矩母函数,进一步得到聚合流矩母函数的表达式A(τ,t)为累计到达量;
C2,在串联服务模型下,网络服务过程可以表示为S(τ,t)=R(t-τ),R为数据传输速率,t表示传输结束时刻,τ表示传输开始时刻,相应的矩母函数表达式为MS(θ,t))=E[e-θS(τ,t)]=exp(-Rθ(t-τ)),S(τ,t)为累计服务量;
其中,步骤D具体包括:
D1,假设系统可接收的最大时延为d,基于随机网络演算原理,接收端的排队时延可表示为
D2,利用到达曲线和服务曲线,时延违背概率的上限可表示为其中/>
其中,步骤E具体包括:
E1,确定多目标优化问题(MOP),在由约束函数确定的可行集上同时优化中断概率和时延违背概率,应用加权和方法将MOP转换为一个单目标优化问题λ∈[0,1]是加权系数;
E2,证明问题的凸性,通过将传统的凸优化算法与穷举搜索方法相结合,有效地找到问题的最优解n*
与现有技术相比,上述技术方案具有以下优点:
本发明考虑了FBC-PLC通信,并利用MIMO技术与PLC结合来提高传输的效率。利用SNR的PDF和CDF分析系统的中断概率,在给定目标信噪比阈值下,确定了中断概率闭合表达式。利用SNC来对传输时延进行分析。相比传统的排队论,随机网络演算更能准确的描述随机的到达过程和服务过程。在给定目标传输时延阈值的约束下,利用SNC确定了时延违背概率的上界表达式;并且利用多目标优化,得到最优的传输块长度,满足低时延和高可靠要求。
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,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图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为本发明一个实施例所提供的基于新能源控制PLC通信时延与中断概率估计方法的流程示意图。
具体实施方式
正如背景技术部分所述,如何在满足FBC-PLC通信的严格时延要求同时增强系统的可靠性为本领域人员亟待解决的问题。
本发明的核心思想在于,在FBC-PLC通信系统中,以时延违背概率和中断概率作为度量指标。考虑到网络具有流量突发等特性,利用随机网络演算充分模拟网络流量的到达特性,并允许一定的违背概率超出网络的性能边界。相比排队论,随机网络演算更能准确的描述随机的到达过程和服务过程,提高时延性能分析的精度和扩展性。
参见图1,本发明实施例提供一种基于新能源控制PLC通信时延与中断概率估计方法,也可以说是基于FBC-PLC通信最小化时延违背概率和中断概率问题分析方法,所述方法包括:
步骤A,构建PLC通信模型,推导等效信噪比(SNR)的概率密度分布;
步骤B,给定中断概率阈值,结合SNR的PDF和CDF,确定中断概率的闭合表达式;
步骤C,利用SNC推导到达过程和服务过程曲线;
步骤D,给定系统时延违背概率,利用达到曲线和服务曲线刻画系统时延违背概率上界表达式;
步骤E,优化传输数据块长度,同时实现中断概率和时延违背概率最小化。
其中,步骤A具体包括:
A1,基于PLC信道的复频率响应,结合MIMO技术提高PLC系统的通信效率,计算MIMO-PLC第k个接收端的SNRγk
A2,PLC信道hk的概率密度函数服从均值为μ,方差为σ2的对数正态分布,根据hkPDF得到γk的PDF和CDF,分别为:和/>
其中,步骤B具体包括:
B1,为评价PLC网络服务质量定义给定最低可接受SNR阈值γth,根据中断概率定义Pout=P(γ≤γth),带入和/>进行求解;
B2,由于PLC信道的振幅服从对数正态分布,由此给出中断概率的闭合表达式:其中si为厄米特多项式第i个零点,Hi是其对应的权重因子。
其中,步骤C具体包括:
C1,考虑实际的网络业务服从自相似模型,利用SNC的矩母函数与有效带宽之间的关系,得出到达曲线的矩母函数,进一步得到聚合流矩母函数的表达式A(τ,t)为累计到达量;
C2,在串联服务模型下,网络服务过程可以表示为S(τ,t)=R(t-τ),R为数据传输速率,t表示传输结束时刻,τ表示传输开始时刻,相应的矩母函数表达式为MS(θ,t))=E[e-θS(τ,t)]=exp(-Rθ(t-τ)),S(τ,t)为累计服务量;
其中,步骤D具体包括:
D1,假设系统可接收的最大时延为d,基于随机网络演算原理,接收端的排队时延可表示为
D2,利用到达曲线和服务曲线,时延违背概率的上限可表示为其中/>
其中,步骤E具体包括:
E1,确定多目标优化问题(MOP),在由约束函数确定的可行集上同时优化中断概率和时延违背概率,应用加权和方法将MOP转换为一个单目标优化问题λ∈[0,1]是加权系数;
E2,证明问题的凸性,通过将传统的凸优化算法与穷举搜索方法相结合,有效地找到问题的最优解n*
与现有技术相比,上述技术方案具有以下优点:
本发明考虑了FBC-PLC通信,并利用MIMO技术与PLC结合来提高传输的效率。利用SNR的PDF和CDF分析系统的中断概率,在给定目标信噪比阈值下,确定了中断概率闭合表达式。利用SNC来对传输时延进行分析。相比传统的排队论,随机网络演算更能准确的描述随机的到达过程和服务过程。在给定目标传输时延阈值的约束下,利用SNC确定了时延违背概率的上界表达式;并且利用多目标优化,得到最优的传输块长度,满足低时延和高可靠要求。
本发明公开了一种基于有限块长度PLC通信系统中联合最小化时延违背概率和系统中断概率的方法。该方法首次在有限块长度(FBC)下对PLC通信系统建模,首先分析了PLC传输信噪比的概率密度分布函数(PDF)和累计概率密度分布函数(CDF),从而给出了PLC系统的中断概率;然后在一定解码错误概率下利用随机网络演算(SNC)推导了服务曲线和到达曲线,考虑信息的自相似性,确定了系统的时延违背概率的闭合表达式。最后同时考虑系统低时延和高可靠的要求,联合最小化时延违背概率和系统中断概率,获得最优的传输块长度。
本发明的核心思想在于,在FBC-PLC通信系统中,以时延违背概率和中断概率作为度量指标。考虑到网络具有流量突发等特性,利用随机网络演算充分模拟网络流量的到达特性,并允许一定的违背概率超出网络的性能边界。相比排队论,随机网络演算更能准确的描述随机的到达过程和服务过程,提高时延性能分析的精度和扩展性。
本说明书中各个部分采用递进的方式描述,每个部分重点说明的都是与其他部分的不同之处,各个部分之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (4)

1.基于新能源控制PLC通信时延与中断概率估计方法,其特征在于,包括如下步骤:
步骤A,构建PLC通信模型,推导等效信噪比(SNR)的概率密度分布;
步骤B,给定中断概率阈值,结合SNR的PDF和CDF,确定中断概率的闭合表达式;
步骤C,利用SNC推导到达过程和服务过程曲线;
步骤D,给定系统时延违背概率,利用达到曲线和服务曲线刻画系统时延违背概率上界表达式;
步骤E,优化传输数据块长度,同时实现中断概率和时延违背概率最小化。
其中,步骤A具体包括:
A1,基于PLC信道的复频率响应,结合MIMO技术提高PLC系统的通信效率,计算MIMO-PLC第k个接收端的SNRγk
A2,PLC信道hk的概率密度函数服从均值为μ,方差为σ2的对数正态分布,根据hkPDF得到γk的PDF和CDF,分别为:和/>
其中,步骤B具体包括:
B1,为评价PLC网络服务质量定义给定最低可接受SNR阈值γth,根据中断概率定义Pout=P(γ≤γth),带入和/>进行求解;
B2,由于PLC信道的振幅服从对数正态分布,由此给出中断概率的闭合表达式:其中si为厄米特多项式第i个零点,Hi是其对应的权重因子。
2.根据权利要求1所述的方法,其特征在于,步骤C具体包括:
C1,考虑实际的网络业务服从自相似模型,利用SNC的矩母函数与有效带宽之间的关系,得出到达曲线的矩母函数,进一步得到聚合流矩母函数的表达式A(τ,t)为累计到达量;
C2,在串联服务模型下,网络服务过程可以表示为S(τ,t)=R(t-τ),R为数据传输速率,t表示传输结束时刻,τ表示传输开始时刻,相应的矩母函数表达式为MS(θ,t))=E[e-θS(τ,t)]=exp(-Rθ(t-τ)),S(τ,t)为累计服务量。
3.根据权利要求1所述的方法,其特征在于,步骤D具体包括:
D1,假设系统可接收的最大时延为d,基于随机网络演算原理,接收端的排队时延可表示为
D2,利用到达曲线和服务曲线,时延违背概率的上限可表示为其中/>
4.根据权利要求1所述的方法,其特征在于,步骤E具体包括:
E1,确定多目标优化问题(MOP),在由约束函数确定的可行集上同时优化中断概率和时延违背概率,应用加权和方法将MOP转换为一个单目标优化问题λ∈[0,1]是加权系数;
E2,证明问题的凸性,通过将传统的凸优化算法与穷举搜索方法相结合,有效地找到问题的最优解n*
CN202210488518.9A 2022-05-06 2022-05-06 基于新能源控制plc通信时延与中断概率估计方法 Active CN115001986B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210488518.9A CN115001986B (zh) 2022-05-06 2022-05-06 基于新能源控制plc通信时延与中断概率估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210488518.9A CN115001986B (zh) 2022-05-06 2022-05-06 基于新能源控制plc通信时延与中断概率估计方法

Publications (2)

Publication Number Publication Date
CN115001986A CN115001986A (zh) 2022-09-02
CN115001986B true CN115001986B (zh) 2023-10-27

Family

ID=83025779

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210488518.9A Active CN115001986B (zh) 2022-05-06 2022-05-06 基于新能源控制plc通信时延与中断概率估计方法

Country Status (1)

Country Link
CN (1) CN115001986B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201338437A (zh) * 2011-12-08 2013-09-16 Interdigital Patent Holdings 在進階拓樸(AT)應用中無線傳送/接收單元(WTRUs)間直接通訊方法、裝置及系統
EP2696546A1 (en) * 2012-08-06 2014-02-12 Alcatel Lucent Time-Reversed Equalization Of Communication Signals
GB201713682D0 (en) * 2016-08-26 2017-10-11 Allen-Vanguard Corp System and method for cellular network identification
CN110677178A (zh) * 2019-08-28 2020-01-10 华北电力大学(保定) 大规模mimo-noma系统中短包传输时延分析方法
CN110708716A (zh) * 2019-08-28 2020-01-17 华北电力大学(保定) 一种基于多天线能量捕获的短包通信传输性能分析方法
CN111313988A (zh) * 2020-02-22 2020-06-19 吉林大学 基于鞅变换模型实现urllc的免授权noma方法
CN113783941A (zh) * 2021-08-23 2021-12-10 华北电力大学(保定) 基于大规模MIMO-MEC中最小化平均AoI的方法
WO2021254607A1 (en) * 2020-06-17 2021-12-23 European Space Agency Pragmatic solutions for massive mimo for broadband telecommunication systems
CN113852449A (zh) * 2021-09-17 2021-12-28 东南大学 评估免授权改进重传系统在urllc下的中断概率方法
CN113938252A (zh) * 2021-08-23 2022-01-14 华北电力大学(保定) 一种降低时延违约概率的传输方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201338437A (zh) * 2011-12-08 2013-09-16 Interdigital Patent Holdings 在進階拓樸(AT)應用中無線傳送/接收單元(WTRUs)間直接通訊方法、裝置及系統
EP2696546A1 (en) * 2012-08-06 2014-02-12 Alcatel Lucent Time-Reversed Equalization Of Communication Signals
GB201713682D0 (en) * 2016-08-26 2017-10-11 Allen-Vanguard Corp System and method for cellular network identification
CN110677178A (zh) * 2019-08-28 2020-01-10 华北电力大学(保定) 大规模mimo-noma系统中短包传输时延分析方法
CN110708716A (zh) * 2019-08-28 2020-01-17 华北电力大学(保定) 一种基于多天线能量捕获的短包通信传输性能分析方法
CN111313988A (zh) * 2020-02-22 2020-06-19 吉林大学 基于鞅变换模型实现urllc的免授权noma方法
WO2021254607A1 (en) * 2020-06-17 2021-12-23 European Space Agency Pragmatic solutions for massive mimo for broadband telecommunication systems
CN113783941A (zh) * 2021-08-23 2021-12-10 华北电力大学(保定) 基于大规模MIMO-MEC中最小化平均AoI的方法
CN113938252A (zh) * 2021-08-23 2022-01-14 华北电力大学(保定) 一种降低时延违约概率的传输方法
CN113852449A (zh) * 2021-09-17 2021-12-28 东南大学 评估免授权改进重传系统在urllc下的中断概率方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Reliable Transmission of Short Packets through Queues and Noisy Channels under Latency and Peak-Age Violation Guarantees;Rahul Devassy,Giuseppe Durisi,Guido Carlo Ferrante,Osvaldo Simeone,Elif Uysal;《IEEE》;1-13 *
多用户MIMO-WET 系统中短包传输的块错误概率分析;赵伟, 骆亚菲, 鲍慧, 王斌;《北京邮电大学学报》;51-57 *
多用户认知 MIMO 系统的中断概率分析;吴迎笑,朱琦;《通信学报》;81-88, 95 *

Also Published As

Publication number Publication date
CN115001986A (zh) 2022-09-02

Similar Documents

Publication Publication Date Title
CN111629380B (zh) 面向高并发多业务工业5g网络的动态资源分配方法
CN105790813B (zh) 一种大规模mimo下基于深度学习的码本选择方法
Zhu et al. An adaptive and parameter-free recurrent neural structure for wireless channel prediction
CN109547140B (zh) 基于af协议的双媒质混合衰落通信系统性能分析方法
CN111884976B (zh) 基于神经网络的信道插值方法
CN113259968A (zh) 基于信息新鲜度的配电网设备智能计算方法
CN103139804B (zh) 无线传感器网络的节能传播自适应rls分布式检测方法
CN114327889A (zh) 一种面向分层联邦边缘学习的模型训练节点选择方法
CN103916969A (zh) 联合授权用户感知与链路状态估计方法与装置
CN115001986B (zh) 基于新能源控制plc通信时延与中断概率估计方法
CN113409576B (zh) 一种基于贝叶斯网络的交通路网动态预测方法及系统
CN114143150A (zh) 一种用户公平性通信传输方法
CN105634634A (zh) 一种存在未知定时的异步信道感知方法
CN112905436A (zh) 一种面向复杂软件的质量评估预测方法
CN110995375B (zh) 一种无线信道的衰落特征提取方法及提取装置
CN112512110A (zh) 智能变电站可靠性需求约束的无线发射功率预测控制方法
Peng et al. Hmm-lstm for proactive traffic prediction in 6g wireless networks
Li et al. A novel self-similar traffic prediction method based on wavelet transform for satellite Internet
CN113890633A (zh) 一种基于深度神经网络的水声通信体制自适应选取方法
Wang et al. Federated Learning for Precoding Design in Cell-free Massive MIMO Systems
Ranjan et al. GA optimized HMM error model for OFDM
Yang et al. Deep-learning-based bouncing-order prediction for propagation channel characterization using graph modeling
CN102694700B (zh) 一种基于奇异值分解的可用带宽预测方法
CN105072062A (zh) 一种基于重采样的信源数目估计方法
Zhu et al. Application of machine learning in wireless communications

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

Effective date of registration: 20230923

Address after: No. 106, 3S Shuangchuang Community, No. 888 Hengyuan West Road, Baoding City, Hebei Province, 071051

Applicant after: Hebei Huawan Electronic Technology Co.,Ltd.

Address before: No. 310, 3S Shuangchuang Community, No. 888, Hengyuan West Road, Baoding City, Hebei Province, 071051

Applicant before: BAODING RUIWEI ELECTRIC TECHNOLOGY CO.,LTD.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant