CN115080203A - 一种基于任务关联性的北斗测试任务调度方法和系统 - Google Patents
一种基于任务关联性的北斗测试任务调度方法和系统 Download PDFInfo
- Publication number
- CN115080203A CN115080203A CN202210521639.9A CN202210521639A CN115080203A CN 115080203 A CN115080203 A CN 115080203A CN 202210521639 A CN202210521639 A CN 202210521639A CN 115080203 A CN115080203 A CN 115080203A
- Authority
- CN
- China
- Prior art keywords
- task
- beidou
- calculating
- relevance
- association
- 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.)
- Granted
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 122
- 238000000034 method Methods 0.000 title claims abstract description 92
- 238000013507 mapping Methods 0.000 claims abstract description 127
- 238000012545 processing Methods 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 66
- 238000012216 screening Methods 0.000 claims description 24
- 238000010276 construction Methods 0.000 claims description 19
- 239000000126 substance Substances 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 239000000470 constituent Substances 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 201000004569 Blindness Diseases 0.000 abstract description 7
- 230000009286 beneficial effect Effects 0.000 abstract description 5
- 238000004904 shortening Methods 0.000 abstract description 4
- 230000002068 genetic effect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007062 medium k Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
Description
技术领域
本发明涉及卫星导航测试技术领域,更具体地,涉及一种基于任务关联性的北斗测试任务调度方法和系统。
背景技术
北斗卫星导航系统是我国着眼于国家安全和经济社会发展需要,自主建设运行的全球卫星导航系统,是为全球用户提供全天候、全天时、高精度的定位、导航和授时服务的国家重要时空基础设施。
在应用方面,北斗系统提供服务以来,已在交通运输、农林渔业、水文监测、气象测报、通信授时、电力调度、救灾减灾、公共安全等领域得到广泛应用,产生了显著的经济效益和社会效益。与此同时,基于北斗系统的导航服务已被电子商务、移动智能终端制造、位置服务等厂商采用,广泛进入我国大众消费、共享经济和民生领域,应用的新模式、新业态、新经济不断涌现,深刻改变着人们的生产生活方式。
随着北斗卫星导航设备的应用越来越广泛,大量检测北斗卫星导航设备质量的测试方法应运而生,主要分为无线测试和有线测试,无线测试涉及包括BD420006、BD420007、GJB5407等近20个标准和70多项的测试;有线测试涉及包括GB/T1821、GB/T15527、GB/T26782等十多个标准和60多项的测试。测试任务复杂繁多,需要对测试的任务进行合理地调度。
云测试是目前常用的对北斗测试任务进行调度和测试的方案,基于云计算与自动化软件实现测试,为用户提供按需使用的测试服务。测试云平台上常用的任务调度方法有基于遗传算法的任务调度方法和基于图禁忌的调度算法的任务调度方法等。基于遗传算法的任务调度方法通过编码、选择、交换和变异过程,有效搜索最优解,形成推荐的测试任务调度方案,提高了资源利用率,但遗传算法的编程实现较为复杂。基于图禁忌的调度算法利用图论建立测试任务间的关系图并结合禁忌算法实现多目标优化调度,但该方法较为复杂。并且以上方法并未考虑到任务的关联性,存在一定的盲目性。
公开号为CN113095730A,公开日:2021-07-09,提出的一种北斗测试云平台的仪器优先调度评价方法,该方法可以提高一起利用率,但未考虑任务之间的关联性,存在一定的盲目性。
发明内容
本发明为克服上述技术问题,提供降低测试任务盲目性的一种基于任务关联性的北斗测试任务调度方法和系统。
本发明技术方案如下:
一种基于任务关联性的北斗测试任务调度方法,包括步骤:
S1、获取北斗测试任务的历史事务集,通过北斗测试任务的历史事务集,建立关联任务映射表V;
本技术方案提出了一种基于任务关联性的北斗测试任务调度方法,首先根据北斗测试任务的历史事务集得出关联任务映射表,之后筛选关联任务映射表,得到任务关联集,再利用任务关联集,建立任务调度序列。本发明提供的方法充分利用了任务之间的关联性,从而降低任务调度的盲目性,通过任务之间的关联性建立合理的任务调度序列,适合大量的北斗设备测试任务的调度;相较于其他任务调度方法,本发明提供的方法相对简单、易于实现,提高了北斗设备测试任务的效率,有利于缩减北斗设备的测试时间。
进一步地,步骤S1得到关联任务映射表具体方法为:
S11、获取北斗测试任务的历史事务集D={D1,D2,…Dx…,Dd},其中Dx表示历史事务集中的第x个事务,历史事务集中共有d个事务,每个事务中包含若干个任务;
S12、初始化x=1;
S13、获取事务Dx中的所有任务,事务Dx中共有mx个任务;
S15、计算每一个任务组合的映射值并将其进行保存,得到保存映射值的关联任务映射表;映射值的计算方法为:
S16、判断x是否等于d;若x不等于d,则使x自加1,然后返回执行步骤S13;若x等于d,则得到保存有每一个事务中所有任务组合对应映射值的关联任务映射表,结束步骤S1。
进一步地,步骤S2得到任务关联集的具体方法为:
S21、设置映射值阈值,根据映射值阈值筛选关联任务映射表中的任务组合,得到第一任务组合集;
S22、设置关联度阈值,计算第一任务组合集中任务组合的关联度,根据关联度阈值筛选第一任务组合集中的任务组合,得到第二任务组合集;计算关联度的方法为:
其中,(Tp,Tq)为由任务Tp和任务Tq组成的任务组合,count(Tp,Tq)为历史事务集中同时包括任务Tp和任务Tq的事务的数量,d为历史事务集中所有事务的数量;
S23、初始化k=2,第二任务组合集中共有K个不同的任务;
S24、令k=k+1,若满足条件k≤K,执行步骤S25、否则执行步骤S27;
S26、计算每个任务簇的关联度,筛选满足关联度阈值的任务簇加入任务关联集中,返回执行步骤S24;计算关联度的方法为:
S27、得到所有满足关联度阈值的任务簇的任务关联集。
进一步地,步骤S3得到任务调度序列具体方法为:
S31、获取北斗待测事务;
S32、计算北斗待测事务和任务关联集的交集作为北斗待测任务集,北斗待测任务集中共有A个北斗待测任务;
S33、从北斗待测任务集中任选两个北斗待测任务组成北斗待测任务组合,共得到个北斗待测任务组合,对每一个北斗待测任务组合,计算先执行一个北斗待测任务后执行另一个北斗待测任务的任务相关度,得到个任务相关度;任务相关度计算方法具体为:
其中,conf(Tu→Tv)表示计算北斗待测任务Tu完成后执行北斗待测任务Tv的任务相关度;sup(Tu,Tv)表示北斗待测任务Tu和Tv的关联度, count(Tu,Tv)为历史事务集中同时包括任务Tu和任务Tv的事务的数量,d为历史事务集中事务的数量;sup(Tu)表示北斗待测任务Tu的支持度,count(Tu)为历史事务集中包括任务Tu的事务的数量;
S34、利用任务相关度建立相关矩阵;
S35、计算北斗待测任务的复杂度因子,利用复杂度因子和相关矩阵计算关联矩阵M;
S36、获取关联矩阵M中的最大值M[i][j]=MAX(M),i,j分别表示最大值所在的行以及所在列对应的任务;
S37、建立任务调度序列Seq[t],t=1,2,…,A,当t=1时,Seq[t]=Seq[1]=第i行对应的任务;t=2,Seq[t]=Seq[2]=第j列对应的任务;并令M[i][j]=0和M[j][i]=0,得到新的关联矩阵M;
S38、令t自加1,若满足条件t≤A,执行步骤S39、否则执行S311;
S39、获取关联矩阵M第j行最大的值,将第j行最大的值所在的行号记为i,将第j行最大的值所在的列号记为j;
S310、Seq[t]=第j列对应的任务,并令M[i][j]=0和M[j][i]=0,返回执行步骤S38;
S311、得到北斗待测任务的任务调度序列Seq,按照任务调度序列Seq执行测试任务。
进一步地,步骤S35计算关联矩阵的具体方法为:
S351、初始化y=1;
其中λ是调制因子,Oy为第y个任务所用设备的占比,Qc,y为第y个任务测试时第c个设备所使用的时间,c=1,2,…,C,C为所使用设备的总数,Wy为北斗导航产品有线测试下环境的判断系数,WLy为北斗导航产品无线测试下环境的判断系数,βy为无线测试下描述微波暗室充足度的系数因子;
S353、令y=y+1,若满足条件y≤A,执行步骤S352、否则执行步骤S354;
S354、相关矩阵G中的每一个任务相关度乘以对应的复杂度因子αy,获得关联矩阵M。
一种基于任务关联性的北斗测试任务调度系统,包括:历史事务集获取单元、关联任务映射表构建单元、任务关联集构建单元、调度序列构建单元;
历史事务集获取单元获取北斗测试任务的历史事务集,关联任务映射表构建单元通过北斗测试任务的历史事务集,建立关联任务映射表V;任务关联集构建单元根据关联任务映射表V,获得任务关联集Lk及关联度调度序列构建单元通过任务关联集Lk及关联度对北斗待测事务进行处理,得到北斗待测任务调度序列Seq。
进一步地,历史事务集获取单元获取北斗测试任务的历史事务集,关联任务映射表构建单元得到关联任务映射表具体方法为:
S11、获取北斗测试任务的历史事务集D={D1,D2,…Dx…,Dd},其中Dx表示历史事务集中的第x个事务,历史事务集中共有d个事务,每个事务中包含若干个任务;
S12、初始化x=1;
S13、获取事务Dx中的所有任务,事务Dx中共有mx个任务;
S15、计算每一个任务组合的映射值并将其进行保存,得到保存映射值的关联任务映射表;映射值的计算方法为:
S16、判断x是否等于d;若x不等于d,则使x自加1,然后返回执行步骤S13;若x等于d,则得到保存有每一个事务中所有任务组合对应映射值的关联任务映射表,流程结束。
进一步地,任务关联集构建单元得到任务关联集的具体方法为:
S21、设置映射值阈值,根据映射值阈值筛选关联任务映射表中的任务组合,得到第一任务组合集;
S22、设置关联度阈值,计算第一任务组合集中任务组合的关联度,根据关联度阈值筛选第一任务组合集中的任务组合,得到第二任务组合集;计算关联度的方法为:
其中,(Tp,Tq)为由任务Tp和任务Tq组成的任务组合,count(Tp,Tq)为历史事务集中同时包括任务Tp和任务Tq的事务的数量,d为历史事务集中所有事务的数量;
S23、初始化k=2,第二任务组合集中共有K个不同的任务;
S24、令k=k+1,若满足条件k≤K,执行步骤S25、否则执行步骤S27;
S26、计算每个任务簇的关联度,筛选满足关联度阈值的任务簇加入任务关联集中,返回执行步骤S24;计算关联度的方法为:
S27、得到所有满足关联度阈值的任务簇的任务关联集。
进一步地,调度序列构建单元得到任务调度序列具体方法为:
S31、获取北斗待测事务;
S32、计算北斗待测事务和任务关联集的交集作为北斗待测任务集,北斗待测任务集中共有A个北斗待测任务;
S33、从北斗待测任务集中任选两个北斗待测任务组成北斗待测任务组合,共得到个北斗待测任务组合,对每一个北斗待测任务组合,计算先执行一个北斗待测任务后执行另一个北斗待测任务的任务相关度,得到个任务相关度;任务相关度计算方法具体为:
其中,conf(Tu→Tv)表示计算北斗待测任务Tu完成后执行北斗待测任务Tv的任务相关度;sup(Tu,Tv)表示北斗待测任务Tu和Tv的关联度, count(Tu,Tv)为历史事务集中同时包括任务Tu和任务Tv的事务的数量,d为历史事务集中事务的数量;sup(Tu)表示北斗待测任务Tu的支持度,count(Tu)为历史事务集中包括任务Tu的事务的数量;
S34、利用任务相关度建立相关矩阵;
S35、计算北斗待测任务的复杂度因子,利用复杂度因子和相关矩阵计算关联矩阵M;
S36、获取关联矩阵M中的最大值M[i][j]=MAX(M),i,j分别表示最大值所在的行以及所在列对应的任务;
S37、建立任务调度序列Seq[t],t=1,2,…,A,当t=1时,Seq[t]=Seq[1]=第i行对应的任务;t=2,Seq[t]=Seq[2]=第j列对应的任务;并令M[i][j]=0和M[j][i]=0,得到新的关联矩阵M;
S38、令t自加1,若满足条件t≤A,执行步骤S39、否则执行S311;
S39、获取关联矩阵M第j行最大的值,将第j行最大的值所在的行号记为i,将第j行最大的值所在的列号记为j;
S310、Seq[t]=第j列对应的任务,并令M[i][j]=0和M[j][i]=0,返回执行步骤S38;
S311、得到北斗待测任务的任务调度序列Seq,按照任务调度序列Seq执行测试任务。
进一步地,步骤S35计算关联矩阵的具体方法为:
S351、初始化y=1;
其中λ是调制因子,Oy为第y个任务所用设备的占比,Qc,y为第y个任务测试时第c个设备所使用的时间,c=1,2,…,C,C为所使用设备的总数,Wy为北斗导航产品有线测试下环境的判断系数,WLy为北斗导航产品无线测试下环境的判断系数,βy为无线测试下描述微波暗室充足度的系数因子;
S353、令y=y+1,若满足条件y≤A,执行步骤S352、否则执行步骤S354;
S354、相关矩阵G中的每一个任务相关度乘以对应的复杂度因子αy,获得关联矩阵M。
本技术方案提出了一种基于任务关联性的北斗测试任务调度方法和系统,与现有技术相比,本发明技术方案的有益效果是:首先根据北斗测试任务的历史事务集得出关联任务映射表,之后筛选关联任务映射表,得到任务关联集,再利用任务关联集,建立任务调度序列。本发明提供的方法充分利用了任务之间的关联性,从而降低任务调度的盲目性,通过任务之间的关联性建立合理的任务调度序列,适合大量的北斗设备测试任务的调度;相较于其他任务调度方法,本发明提供的方法相对简单、易于实现,提高了北斗设备测试任务的效率,有利于缩减北斗设备的测试时间。
附图说明
图1为本发明北斗测试任务调度方法步骤示意图;
图2为实施例2获取关联任务映射表流程图;
图3为实施例3获取关联任务映射表流程图;
图4为实施例3获取任务关联集流程图;
图5为实施例3获取任务调度序列流程图;
图6为实施例3获取关联矩阵流程图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例1
一种基于任务关联性的北斗测试任务调度方法如图1所示,包括步骤:
S1、获取北斗测试任务的历史事务集,通过北斗测试任务的历史事务集,建立关联任务映射表V;
本实施例首先根据北斗测试任务的历史事务集得出关联任务映射表,之后筛选关联任务映射表,得到任务关联集,再利用任务关联集,建立任务调度序列。本发明提供的方法充分利用了任务之间的关联性,从而降低任务调度的盲目性,通过任务之间的关联性建立合理的任务调度序列,适合大量的北斗设备测试任务的调度;相较于其他任务调度方法,本发明提供的方法相对简单、易于实现,提高了北斗设备测试任务的效率,有利于缩减北斗设备的测试时间。
实施例2
本实施例提供一种基于任务关联性的北斗测试任务调度方法,在实施例1的基础上,本实施例中,步骤S1得到关联任务映射表的流程如图2所示,具体方法为:
S11、获取北斗测试任务的历史事务集D={D1,D2,…Dx…,Dd},其中Dx表示历史事务集中的第x个事务,历史事务集中共有d个事务,每个事务中包含若干个任务;
S12、初始化x=1;
S13、获取事务Dx中的所有任务,事务Dx中共有mx个任务;
S15、计算每一个任务组合的映射值并将其进行保存,得到保存映射值的关联任务映射表;映射值的计算方法为:
S16、判断x是否等于d;若x不等于d,则使x自加1,然后返回执行步骤S13;若x等于d,则得到保存有每一个事务中所有任务组合对应映射值的关联任务映射表,结束步骤S1。
步骤S2得到任务关联集的具体方法为:
S21、设置映射值阈值,根据映射值阈值筛选关联任务映射表中的任务组合,得到第一任务组合集;
S22、设置关联度阈值,计算第一任务组合集中任务组合的关联度,根据关联度阈值筛选第一任务组合集中的任务组合,得到第二任务组合集;计算关联度的方法为:
其中,(Tp,Tq)为由任务Tp和任务Tq组成的任务组合,count(Tp,Tq)为历史事务集中同时包括任务Tp和任务Tq的事务的数量,d为历史事务集中所有事务的数量;
S23、初始化k=2,第二任务组合集中共有K个不同的任务;
S24、令k=k+1,若满足条件k≤K,执行步骤S25、否则执行步骤S27;
S26、计算每个任务簇的关联度,筛选满足关联度阈值的任务簇加入任务关联集中,返回执行步骤S24;计算关联度的方法为:
S27、得到所有满足关联度阈值的任务簇的任务关联集。
步骤S3得到任务调度序列的具体方法为:
S31、获取北斗待测事务;
S32、计算北斗待测事务和任务关联集的交集作为北斗待测任务集,北斗待测任务集中共有A个北斗待测任务;
S33、从北斗待测任务集中任选两个北斗待测任务组成北斗待测任务组合,共得到个北斗待测任务组合,对每一个北斗待测任务组合,计算先执行一个北斗待测任务后执行另一个北斗待测任务的任务相关度,得到个任务相关度;
任务相关度计算方法具体为:
其中,conf(Tu→Tv)表示计算北斗待测任务Tu完成后执行北斗待测任务Tv的任务相关度;sup(Tu,Tv)表示北斗待测任务Tu和Tv的关联度, count(Tu,Tv)为历史事务集中同时包括任务Tu和任务Tv的事务的数量,d为历史事务集中事务的数量;sup(Tu)表示北斗待测任务Tu的支持度,count(Tu)为历史事务集中包括任务Tu的事务的数量;
S34、利用任务相关度建立相关矩阵
S35、计算北斗待测任务的复杂度因子,利用复杂度因子和相关矩阵计算关联矩阵M;计算关联矩阵的具体方法为:
S351、初始化y=1;
其中λ是调制因子,Oy为第y个任务所用设备的占比,Qc,y为第y个任务测试时第c个设备所使用的时间,c=1,2,…,C,C为所使用设备的总数,Wy为北斗导航产品有线测试下环境的判断系数,WLy为北斗导航产品无线测试下环境的判断系数,βy为无线测试下描述微波暗室充足度的系数因子;
S353、令y=y+1,若满足条件y≤A,执行步骤S352、否则执行步骤S354;
S354、相关矩阵G中的任务相关度相应地乘以步骤S352所得的αy,获得关联矩阵M。
S36、获取关联矩阵M中的最大值M[i][j]=MAX(M),i,j分别表示最大值所在的行以及所在列对应的任务;
S37、建立任务调度序列Seq[t],t=1,2,…,A,根据步骤S36得t=1时,Seq[t]=Seq[1]=第i行对应的任务;t=2,Seq[t]=Seq[2]=第j列对应的任务;并令M[i][j]=0和M[j][i]=0,得到新的关联矩阵M;
S38、令t自加1,若满足条件t≤A,执行步骤S39、否则执行S311
S39、获取关联矩阵M第j行最大的值,将第j行最大的值所在的行号记为i,将第j行最大的值所在的列号记为j;
S310、Seq[t]=第j列对应的任务,并令M[i][j]=0和M[j][i]=0,返回执行步骤S38;
S311、得到北斗待测任务的任务调度序列Seq,按照任务调度序列Seq执行测试任务。
实施例3
本实施例提供一种基于任务关联性的北斗测试任务调度方法,结合实际应用场景的具体情况举例对本发明做进一步描述:
S1、获取北斗测试任务的历史事务集,历史事务集中具有多个事务,每个事务中有若干个任务,对每个事务中任意两个任务建立任务组合,计算每个任务组合的映射值保存到关联任务映射表,得到关联任务映射表和任务组合对应的映射值;
如图3所示,包括以下具体步骤:
S11,获取北斗测试任务历史事务集D={D1,D2,…,Dd},历史事务集包含d个事务,每个事务又包含若干个任务,计算单个任务Tz的支持度其中Tz表示事务集中的某一测试任务,z表示排序后任务顺序中的第z项,z=1,…,Z,Z为事务集中任务的种类数量,count(Tz)表示Tz的数量,初始化x=1;
例如:获取北斗测试任务历史事务集D,如下表所示:
S12,初始化l=1,mx为Dx中的任务数量;
例如l=1,此时x=1,mx为D1中的任务数量,则mx=5;
例如:从Dx中任取两个任务(Tp,Tq)为一组,则共有种组合,分别为:(T1,T2),(T1,T3),(T1,T4),(T1,T5),(T2,T3),(T2,T4),(T2,T5),(T3,T4),(T3,T5),(T4,T5);
S16,令x=x+1,若满足条件x≤d,执行S12,否则执行S17;
例如:x=x+1=1+1=2,x≤d=8,执行S12;
S17,获得关联任务映射表V;
例如:得到的关联任务映射表V如下表所示:
如图4所示,包括以下具体步骤:
例如:设置阈值min_sup_count=7,根据min_sup_count筛选关联任务映射表V中的得到集合S:S={(T1,T2),(T1,T3),(T2,T3),(T2,T4),(T1,T4),(T3,T4),(T2,T5),(T1,T5),(T4,T5),(T3,T5)};
S’={(T1,T2),(T1,T3),(T2,T3),(T2,T4),(T1,T4),(T3,T4),(T2,T5),(T1,T5),(T4,T5),(T3,T5)};
S23,初始化k=2,设定K为S’中任务种类的数量;
例如:k=2,K=5;
S24,令k=k+1,若满足条件k≤K,执行S25,否则执行S210;
例如:k=k+1=2+1=3,K=5≥k,执行S25;
例如:3个任务构成一个簇,共有种组合,分别为:(T1,T2,T3),(T1,T2,T4),(T1,T2,T5),(T1,T3,T4),(T1,T3,T5),(T1,T4,T5),(T2,T3,T4),(T2,T3,T5),(T2,T4,T5),(T3,T4,T5);
S26,初始化n=1;
S28,将满足阈值条件的簇放入任务关联集Lk中;
例如:将簇(T1,T2,T3)放入任务关联集Lk中;
S3、获取北斗待测任务事务B,根据S2获得B中的任务关联集B’,计算关联矩阵M,建立任务调度序列Seq;
如图5~图6所示,包括以下具体步骤:
S31、获取北斗待测试的任务事务B;
例如:B=(T1,T3,T4,T6,T7);
S32、B’=B∩Lk,A为B’中的测试任务总数量;
例如:B’=B∩Lk=(T1,T3,T4),A=3;
S34、根据S33计算得到的任务相关度,建立相关矩阵G;
例如:相关矩阵G[1][2]存放第1个任务完成后执行第2个任务的相关度数值即conf(T1→T3)的数值,以此类推,建立相关矩阵G,如下所示:
S35、计算北斗待测任务的复杂度因子α,并根据复杂度因子构建关联矩阵M;
优选地,S35包括以下具体步骤:
S351、初始化y=1;
S352、获取北斗待测任务的相关系数,并根据公式计算第y个任务的复杂度系数Fy,其中λ是调制因子,Oy为第y个任务所用设备的占比,Qc,y为第y个任务测试时第c个设备所使用的时间,c=1,2,…,C,C为所使用设备的总数,Wy为北斗导航产品有线测试下环境的判断系数,WLy为北斗导航产品无线测试下环境的判断系数,βy为无线测试下,描述微波暗室充足度的系数因子,再根据公式计算其复杂度因子αy;
例如:北斗导航产品部分测试任务的各系数设置如下表所示:
S353、令y=y+1,若满足条件y≤A,执行S352、否则执行S354;
例如:y=y+1=2,A=3≥y,执行S352、若y=4>A,则执行S354;
S354、相关矩阵G中的任务相关度相应地乘以352所得的αy,获得关联矩阵M;
例如:北斗待测试任务T1、T3、T4的任务复杂度因子α1、α2、α3分别为0.673488、0.860708、0.687289,则关联矩阵M[1][2]=G[1][2]×α1×α2,以此类推,建立关联矩阵M如下所示:
S36、获得关联矩阵中的最大值M[i][j]=MAX(M),i,j分别表示最大值所在的行以及列号;
例如:M[i][j]=MAX(M)=0.58=M[2][1],i=2,j=1;
S37、Seq[t]为测试任务调度的顺序序列,t=1,2,…,A,根据S36得t=1,Seq[t]=Seq[1]=第i行对应的任务;t=2,Seq[t]=Seq[2]=第j列对应的任务;并令M[i][j]=0和M[j][i]=0;
例如:Seq[1]=第2个任务=T3,Seq[2]=第1个任务=T1,令M[2][1]=0,M[1][2]=0;
S38、令t=t+1,若满足条件t≤A,执行S39、否则执行S311;
例如:t=t+1=2+1=3,A=3≥t,执行S39;
S39、令i=get_row(MAX(M[j,:])以及j=get_column(MAX(M[j,:])),其中MAX(M[j,:])表示关联矩阵第j行最大的值,get_row为获得最大值所在的行号,即将第j行最大的值所在的行号记为i,get_column为获得最大值所在的列号,即将第j行最大的值所在的列号记为j;
例如:根据公式计算得到i=get_row(MAX(M[j,:])=get_row(0.405)=1,j=get_column(MAX(M[j,:]))=get_column(0.405)=3;
S310、Seq[t]=第j列对应的任务,并令M[i][j]=0和M[j][i]=0,返回执行S38;
例如:Seq[t]=Seq[3]=第3个任务=T4,令M[1][3]=0和M[3][1]=0,返回执行S38;
S311、得到北斗待测任务调度序列Seq;
例如:得到北斗待测任务序列Seq=[T3,T1,T4],测试云平台依次执行测试任务T3、T1、T4;
实施例4
一种基于任务关联性的北斗测试任务调度系统,包括:历史事务集获取单元、关联任务映射表构建单元、任务关联集构建单元、调度序列构建单元;
历史事务集获取单元获取北斗测试任务的历史事务集,关联任务映射表构建单元通过北斗测试任务的历史事务集,建立关联任务映射表V;任务关联集构建单元根据关联任务映射表V,获得任务关联集Lk及关联度调度序列构建单元通过任务关联集Lk及关联度对北斗待测事务进行处理,得到北斗待测任务调度序列Seq。
本实施例中,历史事务集获取单元获取北斗测试任务的历史事务集,关联任务映射表构建单元得到关联任务映射表具体方法为:
S11、获取北斗测试任务的历史事务集D={D1,D2,…Dx…,Dd},其中Dx表示历史事务集中的第x个事务,历史事务集中共有d个事务,每个事务中包含若干个任务;
S12、初始化x=1;
S13、获取事务Dx中的所有任务,事务Dx中共有mx个任务;
S15、计算每一个任务组合的映射值并将其进行保存,得到保存映射值的关联任务映射表;映射值的计算方法为:
S16、判断x是否等于d;若x不等于d,则使x自加1,然后返回执行步骤S13;若x等于d,则得到保存有每一个事务中所有任务组合对应映射值的关联任务映射表,流程结束。
本实施例中,任务关联集构建单元得到任务关联集的具体方法为:
S21、设置映射值阈值,根据映射值阈值筛选关联任务映射表中的任务组合,得到第一任务组合集;
S22、设置关联度阈值,计算第一任务组合集中任务组合的关联度,根据关联度阈值筛选第一任务组合集中的任务组合,得到第二任务组合集;计算关联度的方法为:
其中,(Tp,Tq)为由任务Tp和任务Tq组成的任务组合,count(Tp,Tq)为历史事务集中同时包括任务Tp和任务Tq的事务的数量,d为历史事务集中所有事务的数量;
S23、初始化k=2,第二任务组合集中共有K个不同的任务;
S24、令k=k+1,若满足条件k≤K,执行步骤S25、否则执行步骤S27;
S26、计算每个任务簇的关联度,筛选满足关联度阈值的任务簇加入任务关联集中,返回执行步骤S24;计算关联度的方法为:
S27、得到所有满足关联度阈值的任务簇的任务关联集。
本实施例中,调度序列构建单元得到任务调度序列具体方法为:
S31、获取北斗待测事务;
S32、计算北斗待测事务和任务关联集的交集作为北斗待测任务集,北斗待测任务集中共有A个北斗待测任务;
S33、从北斗待测任务集中任选两个北斗待测任务组成北斗待测任务组合,共得到个北斗待测任务组合,对每一个北斗待测任务组合,计算先执行一个北斗待测任务后执行另一个北斗待测任务的任务相关度,得到个任务相关度;任务相关度计算方法具体为:
其中,conf(Tu→Tv)表示计算北斗待测任务Tu完成后执行北斗待测任务Tv的任务相关度;sup(Tu,Tv)表示北斗待测任务Tu和Tv的关联度, count(Tu,Tv)为历史事务集中同时包括任务Tu和任务Tv的事务的数量,d为历史事务集中事务的数量;sup(Tu)表示北斗待测任务Tu的支持度,count(Tu)为历史事务集中包括任务Tu的事务的数量;
S34、利用任务相关度建立相关矩阵;
S35、计算北斗待测任务的复杂度因子,利用复杂度因子和相关矩阵计算关联矩阵M;
计算关联矩阵的具体方法为:
S351、初始化y=1;
其中λ是调制因子,Oy为第y个任务所用设备的占比,Qc,y为第y个任务测试时第c个设备所使用的时间,c=1,2,…,C,C为所使用设备的总数,Wy为北斗导航产品有线测试下环境的判断系数,WLy为北斗导航产品无线测试下环境的判断系数,βy为无线测试下描述微波暗室充足度的系数因子;
S353、令y=y+1,若满足条件y≤A,执行步骤S352、否则执行步骤S354;
S354、相关矩阵G中的每一个任务相关度乘以对应的复杂度因子αy,获得关联矩阵M。
S36、获取关联矩阵M中的最大值M[i][j]=MAX(M),i,j分别表示最大值所在的行以及所在列对应的任务;
S37、建立任务调度序列Seq[t],t=1,2,…,A,当t=1时,Seq[t]=Seq[1]=第i行对应的任务;t=2,Seq[t]=Seq[2]=第j列对应的任务;并令M[i][j]=0和M[j][i]=0,得到新的关联矩阵M;
S38、令t自加1,若满足条件t≤A,执行步骤S39、否则执行S311;
S39、获取关联矩阵M第j行最大的值,将第j行最大的值所在的行号记为i,将第j行最大的值所在的列号记为j;
S310、Seq[t]=第j列对应的任务,并令M[i][j]=0和M[j][i]=0,返回执行步骤S38;
S311、得到北斗待测任务的任务调度序列Seq,按照任务调度序列Seq执行测试任务。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (10)
2.根据权利要求1所述的一种基于任务关联性的北斗测试任务调度方法,其特征在于,步骤S1得到关联任务映射表具体方法为:
S11、获取北斗测试任务的历史事务集D={D1,D2,…Dx…,Dd},其中Dx表示历史事务集中的第x个事务,历史事务集中共有d个事务,每个事务中包含若干个任务;
S12、初始化x=1;
S13、获取事务Dx中的所有任务,事务Dx中共有mx个任务;
S15、计算每一个任务组合的映射值并将其进行保存,得到保存映射值的关联任务映射表;映射值的计算方法为:
S16、判断x是否等于d;若x不等于d,则使x自加1,然后返回执行步骤S13;若x等于d,则得到保存有每一个事务中所有任务组合对应映射值的关联任务映射表,结束步骤S1。
3.根据权利要求2所述的一种基于任务关联性的北斗测试任务调度方法,其特征在于,步骤S2得到任务关联集的具体方法为:
S21、设置映射值阈值,根据映射值阈值筛选关联任务映射表中的任务组合,得到第一任务组合集;
S22、设置关联度阈值,计算第一任务组合集中任务组合的关联度,根据关联度阈值筛选第一任务组合集中的任务组合,得到第二任务组合集;计算关联度的方法为:
其中,(Tp,Tq)为由任务Tp和任务Tq组成的任务组合,count(Tp,Tq)为历史事务集中同时包括任务Tp和任务Tq的事务的数量,d为历史事务集中所有事务的数量;
S23、初始化k=2,第二任务组合集中共有K个不同的任务;
S24、令k=k+1,若满足条件k≤K,执行步骤S25、否则执行步骤S27;
S26、计算每个任务簇的关联度,筛选满足关联度阈值的任务簇加入任务关联集中,返回执行步骤S24;计算关联度的方法为:
S27、得到所有满足关联度阈值的任务簇的任务关联集。
4.根据权利要求3所述的一种基于任务关联性的北斗测试任务调度方法,其特征在于,步骤S3得到任务调度序列具体方法为:
S31、获取北斗待测事务;
S32、计算北斗待测事务和任务关联集的交集作为北斗待测任务集,北斗待测任务集中共有A个北斗待测任务;
S33、从北斗待测任务集中任选两个北斗待测任务组成北斗待测任务组合,共得到个北斗待测任务组合,对每一个北斗待测任务组合,计算先执行一个北斗待测任务后执行另一个北斗待测任务的任务相关度,得到个任务相关度;任务相关度计算方法具体为:
其中,conf(Tu→Tv)表示计算北斗待测任务Tu完成后执行北斗待测任务Tv的任务相关度;sup(Tu,Tv)表示北斗待测任务Tu和Tv的关联度, count(Tu,Tv)为历史事务集中同时包括任务Tu和任务Tv的事务的数量,d为历史事务集中事务的数量;sup(Tu)表示北斗待测任务Tu的支持度,count(Tu)为历史事务集中包括任务Tu的事务的数量;
S34、利用任务相关度建立相关矩阵;
S35、计算北斗待测任务的复杂度因子,利用复杂度因子和相关矩阵计算关联矩阵M;
S36、获取关联矩阵M中的最大值M[i][j]=MAX(M),i,j分别表示最大值所在的行以及所在列对应的任务;
S37、建立任务调度序列Seq[t],t=1,2,…,A,当t=1时,Seq[t]=Seq[1]=第i行对应的任务;t=2,Seq[t]=Seq[2]=第j列对应的任务;并令M[i][j]=0和M[j][i]=0,得到新的关联矩阵M;
S38、令t自加1,若满足条件t≤A,执行步骤S39、否则执行S311;
S39、获取关联矩阵M第j行最大的值,将第j行最大的值所在的行号记为i,将第j行最大的值所在的列号记为j;
S310、Seq[t]=第j列对应的任务,并令M[i][j]=0和M[j][i]=0,返回执行步骤S38;
S311、得到北斗待测任务的任务调度序列Seq,按照任务调度序列Seq执行测试任务。
5.根据权利要求4所述的一种基于任务关联性的北斗测试任务调度方法,其特征在于,步骤S35计算关联矩阵的具体方法为:
S351、初始化y=1;
其中λ是调制因子,Oy为第y个任务所用设备的占比,Qc,y为第y个任务测试时第c个设备所使用的时间,c=1,2,…,C,C为所使用设备的总数,Wy为北斗导航产品有线测试下环境的判断系数,WLy为北斗导航产品无线测试下环境的判断系数,βy为无线测试下描述微波暗室充足度的系数因子;
S353、令y=y+1,若满足条件y≤A,执行步骤S352、否则执行步骤S354;
S354、相关矩阵G中的每一个任务相关度乘以对应的复杂度因子αy,获得关联矩阵M。
7.根据权利要求6所述的一种基于任务关联性的北斗测试任务调度系统,其特征在于,历史事务集获取单元获取北斗测试任务的历史事务集,关联任务映射表构建单元得到关联任务映射表具体方法为:
S11、获取北斗测试任务的历史事务集D={D1,D2,…Dx…,Dd},其中Dx表示历史事务集中的第x个事务,历史事务集中共有d个事务,每个事务中包含若干个任务;
S12、初始化x=1;
S13、获取事务Dx中的所有任务,事务Dx中共有mx个任务;
S15、计算每一个任务组合的映射值并将其进行保存,得到保存映射值的关联任务映射表;映射值的计算方法为:
S16、判断x是否等于d;若x不等于d,则使x自加1,然后返回执行步骤S13;若x等于d,则得到保存有每一个事务中所有任务组合对应映射值的关联任务映射表,流程结束。
8.根据权利要求7所述的一种基于任务关联性的北斗测试任务调度系统,其特征在于,任务关联集构建单元得到任务关联集的具体方法为:
S21、设置映射值阈值,根据映射值阈值筛选关联任务映射表中的任务组合,得到第一任务组合集;
S22、设置关联度阈值,计算第一任务组合集中任务组合的关联度,根据关联度阈值筛选第一任务组合集中的任务组合,得到第二任务组合集;计算关联度的方法为:
其中,(Tp,Tq)为由任务Tp和任务Tq组成的任务组合,count(Tp,Tq)为历史事务集中同时包括任务Tp和任务Tq的事务的数量,d为历史事务集中所有事务的数量;
S23、初始化k=2,第二任务组合集中共有K个不同的任务;
S24、令k=k+1,若满足条件k≤K,执行步骤S25、否则执行步骤S27;
S26、计算每个任务簇的关联度,筛选满足关联度阈值的任务簇加入任务关联集中,返回执行步骤S24;计算关联度的方法为:
S27、得到所有满足关联度阈值的任务簇的任务关联集。
9.根据权利要求8所述的一种基于任务关联性的北斗测试任务调度系统,其特征在于,调度序列构建单元得到任务调度序列具体方法为:
S31、获取北斗待测事务;
S32、计算北斗待测事务和任务关联集的交集作为北斗待测任务集,北斗待测任务集中共有A个北斗待测任务;
S33、从北斗待测任务集中任选两个北斗待测任务组成北斗待测任务组合,共得到个北斗待测任务组合,对每一个北斗待测任务组合,计算先执行一个北斗待测任务后执行另一个北斗待测任务的任务相关度,得到个任务相关度;任务相关度计算方法具体为:
其中,conf(Tu→Tv)表示计算北斗待测任务Tu完成后执行北斗待测任务Tv的任务相关度;sup(Tu,Tv)表示北斗待测任务Tu和Tv的关联度, count(Tu,Tv)为历史事务集中同时包括任务Tu和任务Tv的事务的数量,d为历史事务集中事务的数量;sup(Tu)表示北斗待测任务Tu的支持度,count(Tu)为历史事务集中包括任务Tu的事务的数量;
S34、利用任务相关度建立相关矩阵;
S35、计算北斗待测任务的复杂度因子,利用复杂度因子和相关矩阵计算关联矩阵M;
S36、获取关联矩阵M中的最大值M[i][j]=MAX(M),i,j分别表示最大值所在的行以及所在列对应的任务;
S37、建立任务调度序列Seq[t],t=1,2,…,A,当t=1时,Seq[t]=Seq[1]=第i行对应的任务;t=2,Seq[t]=Seq[2]=第j列对应的任务;并令M[i][j]=0和M[j][i]=0,得到新的关联矩阵M;
S38、令t自加1,若满足条件t≤A,执行步骤S39、否则执行S311;
S39、获取关联矩阵M第j行最大的值,将第j行最大的值所在的行号记为i,将第j行最大的值所在的列号记为j;
S310、Seq[t]=第j列对应的任务,并令M[i][j]=0和M[j][i]=0,返回执行步骤S38;
S311、得到北斗待测任务的任务调度序列Seq,按照任务调度序列Seq执行测试任务。
10.根据权利要求9所述的一种基于任务关联性的北斗测试任务调度系统,其特征在于,步骤S35计算关联矩阵的具体方法为:
S351、初始化y=1;
其中λ是调制因子,Oy为第y个任务所用设备的占比,Qc,y为第y个任务测试时第c个设备所使用的时间,c=1,2,…,C,C为所使用设备的总数,Wy为北斗导航产品有线测试下环境的判断系数,WLy为北斗导航产品无线测试下环境的判断系数,βy为无线测试下描述微波暗室充足度的系数因子;
S353、令y=y+1,若满足条件y≤A,执行步骤S352、否则执行步骤S354;
S354、相关矩阵G中的每一个任务相关度乘以对应的复杂度因子αy,获得关联矩阵M。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210521639.9A CN115080203B (zh) | 2022-05-13 | 2022-05-13 | 一种基于任务关联性的北斗测试任务调度方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210521639.9A CN115080203B (zh) | 2022-05-13 | 2022-05-13 | 一种基于任务关联性的北斗测试任务调度方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115080203A true CN115080203A (zh) | 2022-09-20 |
CN115080203B CN115080203B (zh) | 2024-04-19 |
Family
ID=83247893
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210521639.9A Active CN115080203B (zh) | 2022-05-13 | 2022-05-13 | 一种基于任务关联性的北斗测试任务调度方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115080203B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116614422A (zh) * | 2023-07-17 | 2023-08-18 | 中能国研(北京)信息通信科技有限公司 | 一种北斗授时协议安全分析方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106250240A (zh) * | 2016-08-02 | 2016-12-21 | 北京科技大学 | 一种任务优化调度方法 |
US20200167340A1 (en) * | 2018-11-28 | 2020-05-28 | Snowflake Computing, Inc. | Task Scheduling In Database Systems |
CN113095730A (zh) * | 2021-05-08 | 2021-07-09 | 广东工业大学 | 一种北斗测试云平台的仪器优先调度评价方法 |
-
2022
- 2022-05-13 CN CN202210521639.9A patent/CN115080203B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106250240A (zh) * | 2016-08-02 | 2016-12-21 | 北京科技大学 | 一种任务优化调度方法 |
US20200167340A1 (en) * | 2018-11-28 | 2020-05-28 | Snowflake Computing, Inc. | Task Scheduling In Database Systems |
CN113095730A (zh) * | 2021-05-08 | 2021-07-09 | 广东工业大学 | 一种北斗测试云平台的仪器优先调度评价方法 |
Non-Patent Citations (2)
Title |
---|
仲崇权;刘正一;赵亮;李丹;: "基于启发式最短路径的PAC任务调度算法", 仪表技术与传感器, no. 12 * |
龙运军;陈英武;邢立宁;张忠山;: "导航卫星上行注入任务调度模型及启发式算法", 国防科技大学学报, no. 02 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116614422A (zh) * | 2023-07-17 | 2023-08-18 | 中能国研(北京)信息通信科技有限公司 | 一种北斗授时协议安全分析方法 |
CN116614422B (zh) * | 2023-07-17 | 2023-09-29 | 中能国研(北京)信息通信科技有限公司 | 一种北斗授时协议安全分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115080203B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Coupling coordination degree spatial analysis and driving factor between socio-economic and eco-environment in northern China | |
CN105761150B (zh) | 农作物信息及样本的采集方法和系统 | |
CN108171259A (zh) | 一种基于NB-IoT的智慧末梢水质监测系统及方法 | |
CN110276700A (zh) | 水资源优化配置方法、装置、设备及存储介质 | |
CN106651225A (zh) | 智能电网示范工程综合评估方法和系统 | |
CN110969346A (zh) | 基于指标筛选的流域水生态功能分区治理需求评价方法 | |
CN115080203A (zh) | 一种基于任务关联性的北斗测试任务调度方法和系统 | |
CN108564205A (zh) | 一种基于实测数据的负荷模型及参数辨识优化方法 | |
CN114429053A (zh) | 流域尺度wefe系统适配性模拟优化方法 | |
CN109271465A (zh) | 一种基于云计算的水文数据分析及展示方法 | |
Fang et al. | Evaluation of regional water resources carrying capacity based on binary index method and reduction index method | |
CN116307768B (zh) | 流域农业农村面源污染不同时空尺度动态排放清单方法 | |
CN114338675B (zh) | 一种基于边缘计算的遥感卫星大数据处理方法及系统 | |
CN103617447A (zh) | 智能变电站的评价系统及评价方法 | |
CN114723142A (zh) | 一种基于非支配排序遗传算法和flus模型的多目标土地利用模拟系统与方法 | |
CN115330086A (zh) | 一种空间大数据的多条件约束下光伏用地自动化选址方法 | |
CN108921425A (zh) | 一种资产项目投资分类的方法、系统及服务器 | |
CN101807218B (zh) | 基于异构网络的土地格局演替仿真系统 | |
CN101976222A (zh) | 一种基于框架的实时嵌入式软件可测试性测量方法 | |
CN114091776A (zh) | 一种基于K-means的多分支AGCNN短期电力负荷预测方法 | |
CN113240330A (zh) | 一种需求侧虚拟电厂多维价值评估方法和调度策略 | |
CN113361899A (zh) | 农田规划处理方法、装置、电子设备及可读存储介质 | |
CN107180286A (zh) | 基于改进型花粉算法的制造服务供应链优化方法及系统 | |
CN116132024A (zh) | 基于决策树的量子通信方法 | |
CN115829150A (zh) | 一种积水预测系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |