CN109901603B - 一种输入时延下多空间飞行器姿态协同控制方法 - Google Patents
一种输入时延下多空间飞行器姿态协同控制方法 Download PDFInfo
- Publication number
- CN109901603B CN109901603B CN201910219730.3A CN201910219730A CN109901603B CN 109901603 B CN109901603 B CN 109901603B CN 201910219730 A CN201910219730 A CN 201910219730A CN 109901603 B CN109901603 B CN 109901603B
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- controller
- follows
- aircraft
- matrix
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 239000011159 matrix material Substances 0.000 claims abstract description 39
- 230000009466 transformation Effects 0.000 claims abstract description 9
- 238000004891 communication Methods 0.000 claims description 13
- 230000009471 action Effects 0.000 description 11
- 230000015572 biosynthetic process Effects 0.000 description 6
- 238000004088 simulation Methods 0.000 description 5
- 230000001934 delay Effects 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种输入时延下多空间飞行器姿态协同控制方法,一种基于模糊理论的多空间飞行器分布式姿态协同控制方法,并考虑控制器中存在输入时延;利用T–S模糊理论将多飞行器姿态动力学***构建为由一系列模糊逻辑组成的模糊***;针对构建出的模糊***设计分布式控制器,得到闭环***,并将该闭环***进行等价转化;针对转化后的等价***,利用时延依赖李雅普诺夫稳定性理论给出保证***稳定的充分条件,并利用线性矩阵不等式方法设计控制器参数。与传统的非线性补偿控制方法相比,本发明设计的基于模糊理论的控制方法结构更加简单、针对输入时延的鲁棒性更强、保守性更低。
Description
技术领域
本发明属于多空间飞行器姿态协同控制方法,涉及一种输入时延下基于模糊理论的多空间飞行器分布式姿态协同控制方法。
背景技术
随着科学技术的不断进步,人类对太空开发利用的能力以及战略需求日益增长。空间飞行器正是人类开发和利用太空的一种智能机器人,具有特别重要的研究价值和战略意义。空间飞行器编队***由一组空间分布且相互绕飞的飞行器组成,编队中各成员飞行器在星间信息交互的基础上协同工作以构成一颗虚拟飞行器,以完成传统单颗飞行器无法完成的空间任务。与传统单一空间飞行器相比,多飞行器编队***在***鲁棒性、冗余性和可重构性等性能方面具有无可比拟的优势。姿态协同行为成为空间飞行器编队***中最重要的行为之一,例如在“分布式空间干涉仪”和“合成孔径雷达”任务中,要求飞行器之间的相对姿态构成一个特定的角度。此外,在实际问题中,各类电子元件及电路***本身的属性导致控制***的反馈回路、执行机构以及传感器中都不可避免的存在时延。而对于空间飞行器编队***,各飞行器之间在利用无线通信实现相对信息交互的过程中,由于通信距离较远且空间环境中存在大量电磁干扰,将导致时延现象尤为明显。时延问题的处理不当不仅会影响***的性能,甚至会导致整个控制***发散。
现有研究大多采用传统的非线性补偿方法来解决多空间飞行器编队***的姿态协同控制问题,将***中的非线性项作为控制补偿项反馈到原***中。非线性补偿控制方法的优点在于控制器易于设计,然而其缺点也非常明显,主要包括:1)控制器结构较为复杂,会增加控制***的负担;2)针对输入时延的鲁棒性较弱,在较大时延下甚至可能无法保证***的稳定性;3)对飞行器之间拓扑结构的限制性较强,进而增加了结果的保守性。
发明内容
要解决的技术问题
为了避免现有技术的不足之处,本发明提出一种输入时延下多空间飞行器姿态协同控制方法,相比于传统的非线性补偿方法,本发明所提出的改进方法能够减轻控制***负担、针对输入时延的鲁棒性更强、保守性更低。
技术方案
一种输入时延下多空间飞行器姿态协同控制方法,其特征在于步骤如下:
步骤1、利用T–S模糊理论将多飞行器姿态动力学***构建为由一系列模糊逻辑组成的模糊***:
多飞行器姿态动力学模型:
式中,Ji表示惯性矩阵;qi(t)和qi0(t)分别表示姿态四元数的矢量和标量部分;ωi(t) 表示姿态角速度;ui(t)表示作用于飞行器的控制输入;τ(t)表示输入时延变量,且有0≤τ(t)≤τ和其中τ和ρ为正的常数;
式(1)化作如下状态空间方程的形式:
利用T–S模糊***准则,将式(2)中所示的非线性***化作如下模糊***:
利用各个线性子***的加权平均,得到如下***:
所述Bi的表达式如下:
所述xi(t)、ωi(t)、qi(t)的定义如下:
xi(t)=[xi1(t)xi2(t)xi3(t)xi4(t)xi5(t)xi6(t)]T,
ωi(t)=[ωi1(t)ωi2(t)ωi3(t)]T, (6)
qi(t)=[qi1(t)qi2(t)qi3(t)]T.
所述Ai(xi(t))和模糊加权项的隶属度函数的表达式如下:
步骤2、针对构建出的模糊***设计分布式控制器,得到闭环***,并将该闭环***进行等价转化:
利用模糊准则设计如下模糊控制器:
将式(9)代入到式(4)中,得到如下所示的闭环***:
所述Ki(xi(t))和模糊加权项的隶属度函数的表达式如下:
步骤3、针对转化后的等价***,利用时延依赖李雅普诺夫稳定性理论和线性矩阵不等式方法给出保证***稳定的充分条件,并设计控制器参数:
针对等价变换之后的模糊***(11),选取如下李雅普诺夫函数:
式(17)中给出的控制器是一个线性控制器,而且控制器并不要求每个飞行器都能获取自身状态信息xi(t),只要有至少一个飞行器能够获取自身状态信息即可,即至少存在一个节点i,使得bi≠0;
有益效果
本发明提出的一种输入时延下多空间飞行器姿态协同控制方法,一种基于模糊理论的多空间飞行器分布式姿态协同控制方法,并考虑控制器中存在输入时延;利用T–S 模糊理论将多飞行器姿态动力学***构建为由一系列模糊逻辑组成的模糊***;针对构建出的模糊***设计分布式控制器,得到闭环***,并将该闭环***进行等价转化;针对转化后的等价***,利用时延依赖李雅普诺夫稳定性理论给出保证***稳定的充分条件,并利用线性矩阵不等式方法设计控制器参数。与传统的非线性补偿控制方法相比,本发明设计的基于模糊理论的控制方法结构更加简单、针对输入时延的鲁棒性更强、保守性更低。
本发明的有益效果如下:
(1)相比于传统的非线性补偿控制方法,本发明提出的基于模糊理论的分布式控制方法能够使控制器结构更为简单,减少控制***的负担。仿真中采用的计算机配置为:8-core CPU i7-7700、32GB RAM,仿真步长为0.1秒,解算器采用Runge-Kutta。在输入时延分别为τ(t)=0.1sin(0.1t)+0.1、τ(t)=sin(0.1t)+1、τ(t)=3sin(0.1t)+3、τ(t)=5sin(0.1t)+5这四种情况时,采用本发明提出的方法所需的计算机解算时间分别是采用传统方法的0.25倍、0.33倍、0.37倍、0.38倍。因此,相比于传统方法,本发明所提出的方法能够极大地提升计算机的解算速度,减轻计算机的负担。
(2)相比于传统的非线性补偿控制方法,本发明提出的基于模糊理论的分布式控制方法对输入时延具有更强的鲁棒性。取输入时延分别为τ(t)=0.1sin(0.1t)+0.1、τ(t)=sin(0.1t)+1、τ(t)=3sin(0.1t)+3、τ(t)=5sin(0.1t)+5这四种情况,采用传统方法时,多飞行器***实现姿态同步收敛的时间分别为40秒、40秒、100秒、110秒,而最大控制输入力矩分别为0.35N·m、0.48N·m、6.6N·m、7N·m;采用本发明提出的方法能够保证多飞行器***的姿态分别在40秒、40秒、50秒、90秒内同步收敛,而所需的最大控制输入力矩则分别为0.17N·m、0.19N·m、0.3N·m、0.51N·m。因此,相比于传统方法,本发明所提出的方法能够以更小的控制力矩来实现更快的姿态角收敛速度,且输入时延越大,本发明所提出方法的优势越明显。
(3)此外,本发明所提出的方法是一种分布式控制方法,即不需要所有的飞行器都能够获取自身的绝对状态信息,只需要保证各个飞行器之间的通讯拓扑构成一个生成树即可;然而,传统的非线性补偿控制器中由于包含着每个飞行器本身的非线性项,因此需要所有飞行器都能够获取自身的绝对状态信息。因此,本发明所提出的控制方法对多飞行器之间通讯拓扑的限制性更弱,能够适用于传统控制方法无法适用的情况。
附图说明
图1:本发明实施例Case I中3个空间飞行器之间的通讯拓扑结构,此时3个飞行器均能获得自身状态信息;
图2:本发明实施例Case I中在基于模糊理论的控制方法作用下,第1、第2个飞行器之间的相对姿态角误差曲线;
图3:本发明实施例Case I中在非线性补偿控制方法作用下,第1、第2个飞行器之间的相对姿态角误差曲线;
图4:本发明实施例Case I中在基于模糊理论的控制方法作用下,第1个飞行器的控制输入曲线;
图5:本发明实施例Case I中在非线性补偿控制方法作用下,第1个飞行器的控制输入曲线;
图6:本发明实施例Case II中3个空间飞行器之间的通讯拓扑结构,此时只有第 1个飞行器能够获得自身状态信息;
图7:本发明实施例Case II中3个空间飞行器在基于模糊理论的控制方法作用下的姿态角曲线;
图8:本发明实施例Case II中3个空间飞行器在基于模糊理论的控制方法作用下的控制输入曲线;
具体实施方式
现结合实施例、附图对本发明作进一步描述:
步骤一:利用T–S模糊理论将多飞行器姿态动力学***构建为由一系列模糊逻辑组成的模糊***。首先给出如下多飞行器姿态动力学模型:
式中,Ji表示惯性矩阵;qi(t)和qi0(t)分别表示姿态四元数的矢量和标量部分;ωi(t)表示姿态角速度;ui(t)表示作用于飞行器的控制输入;τ(t)表示输入时延变量,且有 0≤τ(t)≤τ和其中τ和ρ为正的常数。此外,式(1)还可化作如下状态空间方程的形式:
式中,
为便于构建模糊***,定义如下变量:
xi(t)=[xi1(t)xi2(t)xi3(t)xi4(t)xi5(t)xi6(t)]T,
ωi(t)=[ωi1(t)ωi2(t)ωi3(t)]T,
qi(t)=[qi1(t)qi2(t)qi3(t)]T.
利用T–S模糊***准则,将式(2)中所示的非线性***化作如下模糊***:
式中,
步骤二:针对构建出的模糊***(4)设计分布式控制器,得到闭环***,并将该闭环***进行等价转化。首先利用模糊准则设计如下模糊控制器:
式中,
将式(9)代入到式(4)中,便可得到如下所示的闭环***:
式中,
式中,
步骤三:针对转化后的等价***,利用时延依赖李雅普诺夫稳定性理论和线性矩阵不等式方法给出保证***稳定的充分条件,并设计控制器参数。针对等价变换之后的模糊***(11),选取如下李雅普诺夫函数:
式中,
而式(17)中给出的控制器实际上是一个线性控制器,而且控制器并不要求每个飞行器都能获取自身状态信息xi(t),只要有至少一个飞行器能够获取自身状态信息即可,即至少存在一个节点i,使得bi≠0即可。
采用以下实施例验证本发明的有益效果:
1)Case I:假设***中有3个飞行器,且3个飞行器均能够获取自身状态信息,通讯拓扑结构如图1所示,因此通讯拓扑对应的拉普拉斯矩阵和描述自身状态信息的权矩阵为
取3个飞行器的惯性矩阵分别为
将4组工作点代入到原***中,便可得到4组模糊规则对应的系数矩阵。再令R=I3,便可计算出式(9)中给出的控制器对应的控制增益矩阵,如下所示:
此外,利用传统的非线性补偿控制方法的原理,给出如下所示的非线性补偿控制器:
对于式(30)中的非线性补偿控制器,取k=0.05。
选取3个飞行器的状态初值分别为
q1(0)=[0.50.50.5]T,ω1(0)=[-0.1-0.1-0.1]T,
q2(0)=[0.40.40.4]T,ω2(0)=[-0.08-0.08-0.08]T,
q3(0)=[0.30.30.3]T,ω3(0)=[-0.06-0.06-0.06]T.
再选取四种不同的输入时延τ(t),便可得到在不同的输入时延影响下,3个飞行器在非线性补偿控制器(30)和基于模糊理论的控制器(8)作用下的姿态角误差曲线和控制输入曲线,分别如图2、图3、图4、图5所示。其中,图2和图3分别表示在控制器(8)和控制器(30)的作用下,第1、第2个飞行器之间的相对姿态角误差曲线;图4和图5分别表示在控制器(8)和控制器(30)的作用下,第1个飞行器的控制输入曲线。通过仿真曲线之间的对比可知,相比于非线性补偿控制器,本发明设计的基于模糊理论的控制器能够保证飞行器更快速的实现姿态同步,而所需的控制力矩却更小。此外,表1还给出了在两种控制器作用下的计算机解算时间,仿真中采用的计算机配置为:8-core CPU i7-7700、 32GB RAM,仿真步长为0.1秒,解算器采用Runge-Kutta。从表1中可以看出,在输入时延分别为τ(t)=0.1sin(0.1t)+0.1、τ(t)=sin(0.1t)+1、τ(t)=3sin(0.1t)+3、τ(t)=5sin(0.1t)+5 时,采用本发明设计的控制器所需的计算机解算时间分别是采用传统控制器的0.25倍、 0.33倍、0.37倍、0.38倍。因此,相比于传统控制器,本发明所设计出的控制器能够极大地提升计算机的解算速度,减轻计算机的负担。
表1
1)Case II:仍假设***中有3个飞行器,但只有第1个飞行器能够获取自身状态信息,通讯拓扑结构如图6所示,因此通讯拓扑对应的拉普拉斯矩阵和描述自身状态信息的权矩阵为
取3个飞行器的惯性矩阵分别为
取输入时延为τ(t)=sin(0.1t)+1,则可得到3个飞行器在分布式线性控制器(17)作用下的姿态角曲线和控制输入曲线,分别如图7和图8所示。通过仿真曲线可知,本发明设计的控制器可适用于只有1个飞行器能够获取自身状态信息的情况。然而,对于非线性补偿控制器(30),由于控制输入中含有非线性补偿项即意味着每个飞行器的自身状态信息对于控制器来说都是必不可少的信息,因此传统的非线性补偿控制器无法适用于只有1个飞行器能够获取自身状态信息的情况。
本发明未详细介绍的内容(如图论、线性矩阵不等式、李雅普诺夫稳定性理论)属于本领域公共常识。
Claims (1)
1.一种输入时延下多空间飞行器姿态协同控制方法,其特征在于步骤如下:
步骤1、利用T–S模糊理论将多飞行器姿态动力学***构建为由一系列模糊逻辑组成的模糊***:
多飞行器姿态动力学模型:
式中,Ji表示惯性矩阵;qi(t)和qi0(t)分别表示姿态四元数的矢量和标量部分;ωi(t)表示姿态角速度;ui(t)表示作用于飞行器的控制输入;τ(t)表示输入时延变量,且有0≤τ(t)≤τ和其中τ和ρ为正的常数;
式(1)化作如下状态空间方程的形式:
利用T–S模糊***准则,将式(2)中所示的非线性***化作如下模糊***:
利用各个线性子***的加权平均,得到如下***:
所述Bi的表达式如下:
所述xi(t)、ωi(t)、qi(t)的定义如下:
所述Ai(xi(t))和模糊加权项的隶属度函数的表达式如下:
步骤2、针对构建出的模糊***设计分布式控制器,得到闭环***,并将该闭环***进行等价转化:
利用模糊准则设计如下模糊控制器:
将式(9)代入到式(4)中,得到如下所示的闭环***:
所述Ki(xi(t))和模糊加权项的隶属度函数的表达式如下:
步骤3、针对转化后的等价***,利用时延依赖李雅普诺夫稳定性理论和线性矩阵不等式方法给出保证***稳定的充分条件,并设计控制器参数:
针对等价变换之后的模糊***(11),选取如下李雅普诺夫函数:
式(17)中给出的控制器是一个线性控制器,而且控制器并不要求每个飞行器都能获取自身状态信息xi(t),只要有至少一个飞行器能够获取自身状态信息即可,即至少存在一个节点i,使得bi≠0;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910219730.3A CN109901603B (zh) | 2019-03-22 | 2019-03-22 | 一种输入时延下多空间飞行器姿态协同控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910219730.3A CN109901603B (zh) | 2019-03-22 | 2019-03-22 | 一种输入时延下多空间飞行器姿态协同控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109901603A CN109901603A (zh) | 2019-06-18 |
CN109901603B true CN109901603B (zh) | 2021-11-02 |
Family
ID=66952338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910219730.3A Expired - Fee Related CN109901603B (zh) | 2019-03-22 | 2019-03-22 | 一种输入时延下多空间飞行器姿态协同控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109901603B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109189080B (zh) * | 2018-11-12 | 2021-04-20 | 西北工业大学 | 基于模糊理论的多自主海洋航行器***分布式控制方法 |
CN110647158B (zh) * | 2019-09-19 | 2022-07-05 | 北京控制工程研究所 | 一种考虑时延特性的航天器敏捷机动控制误差补偿方法 |
CN112099516B (zh) * | 2020-08-24 | 2022-08-02 | 西北工业大学 | 一种基于模糊线性化理论的卫星集群姿态跟踪控制方法 |
CN112298281B (zh) * | 2020-10-23 | 2022-02-11 | 北京交通大学 | 一种时滞通信网络环境的列车运行控制方法 |
CN112230679B (zh) * | 2020-12-15 | 2021-03-09 | 中国人民解放军国防科技大学 | 基于延时的群组耦合***协同控制方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102636771A (zh) * | 2012-04-25 | 2012-08-15 | 西北工业大学 | 一种基于双移动信标的auv水下声学定位方法 |
CN103592850A (zh) * | 2013-11-21 | 2014-02-19 | 冶金自动化研究设计院 | 非线性多时标时延***建模与控制方法 |
CN104460322A (zh) * | 2014-12-23 | 2015-03-25 | 冶金自动化研究设计院 | 不确定性时延双时标***模糊时延状态反馈控制方法 |
CN106647781A (zh) * | 2016-10-26 | 2017-05-10 | 广西师范大学 | 基于重复控制补偿神经模糊pid四旋翼飞行器的控制方法 |
-
2019
- 2019-03-22 CN CN201910219730.3A patent/CN109901603B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102636771A (zh) * | 2012-04-25 | 2012-08-15 | 西北工业大学 | 一种基于双移动信标的auv水下声学定位方法 |
CN103592850A (zh) * | 2013-11-21 | 2014-02-19 | 冶金自动化研究设计院 | 非线性多时标时延***建模与控制方法 |
CN104460322A (zh) * | 2014-12-23 | 2015-03-25 | 冶金自动化研究设计院 | 不确定性时延双时标***模糊时延状态反馈控制方法 |
CN106647781A (zh) * | 2016-10-26 | 2017-05-10 | 广西师范大学 | 基于重复控制补偿神经模糊pid四旋翼飞行器的控制方法 |
Non-Patent Citations (3)
Title |
---|
"Distributed Attitude Control for Multispacecraft via Takagi–Sugeno Fuzzy Approach";Zhuo Zhang等;《IEEE Transactions on Aerospace and Electronic Systems》;20181231;第54卷(第2期);全文 * |
"Research and Implementation of UHPLC Pump Dual-axis Cooperative Control";Xingya Wei等;《2018 5th International Conference on Systems and Informatics (ICSAI)》;20181231;全文 * |
"空间飞行器姿态网络控制***的模糊变结构控制";徐利杰等;《宇航学报》;20080331;第29卷(第2期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109901603A (zh) | 2019-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109901603B (zh) | 一种输入时延下多空间飞行器姿态协同控制方法 | |
Pan et al. | Composite adaptive fuzzy H∞ tracking control of uncertain nonlinear systems | |
CN107765553B (zh) | 针对旋翼无人机吊挂运输***的非线性控制方法 | |
Raffo et al. | Nonlinear robust control of a quadrotor UAV for load transportation with swing improvement | |
An et al. | Sliding mode disturbance observer-enhanced adaptive control for the air-breathing hypersonic flight vehicle | |
Bu | Envelope-constraint-based tracking control of air-breathing hypersonic vehicles | |
CN110134018B (zh) | 一种水下多足机器人***的多足协同控制方法 | |
Hameduddin et al. | Nonlinear generalised dynamic inversion for aircraft manoeuvring control | |
CN110032204B (zh) | 输入时延下多空间飞行器姿态协同控制方法 | |
Ye et al. | Control-oriented modeling and adaptive backstepping control for a nonminimum phase hypersonic vehicle | |
CN112099516B (zh) | 一种基于模糊线性化理论的卫星集群姿态跟踪控制方法 | |
Liu et al. | Adaptive distributed finite-time formation control for multi-UAVs under input saturation without collisions | |
CN115639830B (zh) | 一种空地智能体协同编队控制***及其编队控制方法 | |
Yu et al. | Enhanced recurrent fuzzy neural fault-tolerant synchronization tracking control of multiple unmanned airships via fractional calculus and fixed-time prescribed performance function | |
Dou et al. | Distributed finite‐time formation control for multiple quadrotors via local communications | |
CN111439392B (zh) | 一种航天器编队位置协同控制方法 | |
Guo et al. | A nearly optimal chattering reduction method of sliding mode control with an application to a two-wheeled mobile robot | |
Yuan et al. | Sliding mode observer controller design for a two dimensional aeroelastic system with gust load | |
Zhang et al. | Trajectory optimization and finite-time control for unmanned helicopters formation | |
CN111590561B (zh) | 一种分布式机械臂***鲁棒预设性能控制方法 | |
Guo et al. | Design of a Fixed‐Wing UAV Controller Combined Fuzzy Adaptive Method and Sliding Mode Control | |
Gruenwald et al. | Adaptive control of unactuated dynamical systems through interconnections: Stability and performance guarantees | |
CN109176529A (zh) | 一种空间机器人协调运动的新型自适应模糊控制方法 | |
CN110703602B (zh) | 一种多机器人在轨装配姿态稳定的鲁棒微分博弈控制方法 | |
Chu | Neural network-based robot nonlinear output feedback control method |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20211102 |
|
CF01 | Termination of patent right due to non-payment of annual fee |