专利名称：发送和接收数字信号以及估计通信信道的方法和设备的制作方法
技术领域：
本发明涉及一个方法和系统，根据这个方法实施数值通信，特别是在频率上有色散和在时间上变化很快而增加噪音的信道的通信。
无线电信道在高速数值通信上的应用受到字符间干扰(ISI)和传播衰落的限制，这个衰落是由于特性一般随时变化和发送机与接收机之间路径存在多样性造成的。在这种情况中，接收的信号表达为如下的时间离散基带(字符取样时间Ts)中的等效模型(复数)Y(i)=Σm=0L-1g(i;m)a(i-m)+v(i)]]>其中a(i)是被发送的数值序列(例如PSK(相移键控)、QAM(正交调幅)、等价GMSK(高斯滤波最小频移键控))，v(i)是增加的噪音(热噪音加上外部干扰)和g(i；m),m=0,…,L-1是L个系数，它们表示包含发送和接收滤波器的发送信道的时变脉冲响应。
特别是如同在移动无线电通信中发生的那样，发送机和/或接收机的移动引起发送信道临时的变化，它随着运输工具的速度而加大，或者就如HF(高频)无线电桥接那样随着大气层的高度起伏而变化。这种变化可以用相干时间tc表示，它的定义是从统计的观点看，这一段时间内信道没有显著的变化，或者等价地说，用多卜勒(Doppler)展宽Bd=1/tc来表示。把tc对符号时间ts规一化得到相继的符号数Lc=tc/ts，可以认为信道在符号时间内几乎是恒定的。在HF或移动无线电应用中，Bd×Ts乘积的典型值从10-4(缓慢变化信道)到10-3(快信道)最大直到5×10-3或10-2(例如用于快速列车或飞机之类的高速运输工具)；相反，对小于10-4的信道可以认为实际上静止的。
为了得到在误码率(BER)方面满意的性能，ISI的存在使得采用非线性均衡技术成为必要。在这些技术之中，最大似然序列估计(MLSE)算法减少了计算的复杂性，例如，归功于用维特比(Viterbe)算法(MLSE-VA)来实施它，对于实际上是静止的信道，因为对一个确定的接收到的符号的判定是根据在它的前面或后面的符号产生的，它提供显然最好的性能。MLSE根据延迟D个接收到的样本后的判定工作，通常选择D是信道脉冲响应长度L的数倍。在技术文献中看到各种方式的MLSE解法的功效是它常用来均衡选频信道，例如在通用序列计算(GSM)接收机中那样。
当发送信道随时间变化，MLSE必须有一个信道估计器协同，它在发送一开始就进行信道估计，然后在数据接收期间不断地更新估计，不断地提供给MLSE均衡器。这种解法称为自适应MLSE或AMLSE。信道估计器典型地采用在MLSE的输出端的数据判定，并常常由一个梯度算法或一个卡尔曼(Kalman)滤波器来实施，卡尔曼滤波器(参考例如J.G.Proakis著的Digital Communication，第二版的6.8节。McGraw-Hill,1989出版)是最好的解决办法。但是在任何情况下，更新在一个等于判定延迟D的时间后发生。
众所周知，当信道随时间变化很快时，由于信道估计总是相对于数据延迟了D个符号，而在这段时间内信道可能已按一个不可忽略的方式变化了，因此AMLSE均衡器大大失去它的效率。为了避免这个问题，可以向信道估计器提供低延迟的“试探”判定，然后用一个较大的判定延迟作为最终的判定。但是这种缓解并未解决上述的问题，因为试探的判定比最终的判定的可靠性低。另一个可能的解决办法是基于所谓全部残余路径处理(PSP)，在一个MLSE均衡器中对每个可能的残余路径进行不同的信道估计。这样显著地改善了性能，其代价是由于需要大量的信道估计器使计算相当复杂。
本发明的总的目标是创造适用的一个方法和一个发送系统，用这种方法发送和接收数值信号即使在有噪音，随时间变化很快的频率色散信道的情况也能有高的效率，从而避免上述的缺点。
为了这个目标，要根据本发明提供一个发送和接收包含在一个通信信道中传播的信息数据中的数字信号的方法，它含有以下步骤。完成一帧信息，它包含要发送的信息数据序列，其间用已知数据组成的试探序列分开，在信道中发送这一帧，从信道中接收这一帧，对包含在这一接收帧中的试探序列计算出一个信道特性估计，用从试探序列找出的信道估计对数据序列进行插值，和用插值得到的数据序列作为一个信道特征估计来均衡数据序列从而对接收到的信息数据进行确认。
又根据本发明要提供一个当通过一个通信信道发送信息数据序列时估计它的特性的方法，它含有以下步骤。把发送的数据序列插入由已知数据组成的试探序列，对试探序列计算信道特性估计，把计算的估计插值，和在接收信息数据序列时把插值的结果用作信道特征估计。
还要提供一个设备以发送和接收含有在通信信道中传播的信息数据的数字信号，其特征在于在信道的两端有一个发送设备和一个接收设备，其中发送设备又包含一个插入装置和一个发送机，插入装置在输入端接收要发送的信息数据，并输出由插入已知数据组成的试探序列的要发送的信息数据序列构成的帧，发送设备又包含一个发送机，它把这一帧送到带接收设备的信道上，接收设备又包含一个接收机用于接收信道上的帧，它带有一个鉴别器用于从接收到的帧中分出试探序列和数据序列，一个估计器在输入端接收试探序列并在输出端对收到的试探序列提供信道估计特性，一个插值器在输入端接收估计器输出的估计，并由插值对数据序列产生需要的信道特性估计，和一个均衡器，接收插值器输出的估计并根据它均衡从鉴别器抽取出的数据序列以输出发送数据的正确序列。
为了清楚地解释本发明的创新原理和它比已有技术的优越，在下面借助于附图以不限制上述原理应用的方式举例说明一个可能的实施例。图中-
图1表示根据本发明提供的被发送的帧结构，-图2和3表示根据本发明的两个可能的变化例产生的信道估计，和-图4表示可能用于本发明的数字信号发送和接收系统。
如图1例中所示，根据本发明，信息数据或数据序列被插入试探序列或试探数据。试探数据是预先知道的并且还可以根据需要发送的信息数据的结构，根据发送信道的相干时间和接收噪音电平而采取不同的方式插入。
例如在图1a中发送PSK或QAM符号组成的数据是一种连续的符号序列，其中信息数据序列D包含许多由Ldata定义的符号，它们和包含许多由Lprobe定义的符号的试探序列S相交迭。每个试探序列或是作为在它前面的数据的后序码，或是作为在它后面的数据的前序码。数据序列和在它前面的试探序列组成一个由Lfra符号构成的“帧”Lfra符号数等于Lfra=Lprobe+Ldata。在试探之间的帧、试探和数据的持续时间因此分别等于Tfra=Ts×Lfra,Tprobe=Ts×Lprobe和Tdata=Ts×Ldata以及Tdata=Tfra-Tprobe，其中Ts=符号时间。一个符号块可以看成由一个数据块和紧接在它的前面和后面的试探序列组成。连续的这样定义的数据块因此就相重叠，在它们中间就有一个共同的试探序列。
在图1b中发送的是各自由一个试探数据的前序码Spre、信息数据D和一个试探数据的后序码Spos组成的独立块。前序码的符号数Lpre和后序码的符号数Lpos可以互相等并等于Lprobe。
在图中1c发送的是相继的块，也就是说发送一个或多个相继的块，其中有中间的试探序列Smid隔开(称为“中间码”)，形成由一个前序的试探序列开始和有一个后序的试探序列的独立的“信息包”。中间的符号数可以等于前面的和后面的符号数。
为简洁起见，用“前序的和后序的试探序列”表示，在它们的中间有一个信息数据序列的成对试探序列，而不管它们是不是真正的中间试探序列或它们是否是同时在后续数据序列的前面和在前面数据序列的后面的序列。
根据本发明，在接收信号时，只对试探序列来估计信道。然后把找到的估计插值以得到对数据序列的信道估计。插值可以是线性的。
然后把找到的信道估计用于均衡从接收机输出的信息数据。
一个根据本发明的发送系统在图4中用方框表示并且总的用参考号10指出。发送部件11接收一个要发送的信息数据的数字序列Din(例如PSK、QAM、等价GMSK等等)。一个插入器12把试探序列S插入Din序列中以提供一个预定的要发送的帧结构(连续的、具有独立块的、相继块等等)。插入器的输出在一个信号发送部件13开始。插入器和发送的部件本身是已熟悉的并且不难被业界人士想到，因此不再说明或表示。
接收部件14包含一个与信号发送部件13对应的接收部件15。被接收信号送到一个鉴别器16，后者把试探和数据序列分开。试探序列被送到一个估计器17，后者输出对被收到的试探序列的信道估计。该估计被送到一个插值器18，后者产生数据序列要求的信道估计。后一个估计被送到一个均衡器19，后者根据这个估计均衡收到的数据序列并且输出正确的数据到发送系统。
已经发现用已知的格码型或卷积型信道编码对收到的序列编码是有好处的。还发现被收到的序列在发送中受到不同方式的编集或交迭也是有好处的。
对试探序列作信道估计的算法，应当从估计算法中选用具有使估计值快速收敛的特性，当然还加上给出小的估计误差。这样，Lprobe的长度就小，随着得到高的Ldata/Lfra发送效率。
为了这个目标可以用任何一种快速估计器，例如卡尔曼型。但是1997年7月25日提出的欧洲专利申请no°97 202 349.3中说明的卡尔曼型非线性迭代自适应估计器的涉及已知输入数据的版本已经证明是特别有效的。用这种估计器得到在估计的精确度和收敛速度都最好的性能。
简单地说，估计器基于以下迭代过程通常适用于QPSK或等价GMSK型的复调制。过程的步骤如下。0)由于发送的数据a(i)属于试探序列，设x(i)=[a(i),…,a(i-L+1)]T是信道在第i瞬间接收机获知的信道“状态”的L维矢量(复数)，并设g(i)=[g(i；0),…,g(i；L)]T是在i瞬间信道系数的矢量。这里和此后VT表示矢量v的转置。
1)在第i步计算中g^(i/i-1)=Ag^(i-1/i-1)是g(i)的预测(一步)，也就是基于一直到第(i-1)步的观察的g(i)的估计，这里g^(i-1/i-1)是g(i)在上述第(i-1)步找到的“过滤后”的估计，A是信道状态转移矩阵，是实数并具有L×L维矩阵，其中的元素是对信道过程按照一个一阶自回归过程(矢量的，L维)进行模拟而得到的。如下所述，“过滤后”的估计是在最初一步(即是对试探序列的开头)开始的。
2)迭代计算信道预测误差的协方差的L×L矩阵如下Sg(i/i-1)=A[IL×L-K(i-1)xT(i-1)]Sg(i-1/i-2)AT+2{Rg(0)-ARg(0)AT]其中Rg(0)是信道过程g(i)的协方差矩阵，K(i-1)是上一步得到的滤波器增益，IL×L是L×L维的恒等矩阵。
3)滤波器增益计算如下K(i)=[Sg(i/i-1)M*x(i)/{N0+x(i)TMHSg*(i/i-1)Mx(n)}这里M是与信道的N个可能的状态相联系的“映射的”L×N矩阵，N0是噪音功率频谱密度。这里和以后用记号B*表示一个矩阵或矢量B的共轭。
4)g(i)的“过滤的”估计的计算如下g＾(i/i)=g＾(i/i-1)+K(i)[Y(i)-g＾(i/i-1)TMx(i)]5)如果已到达试探序列的末尾，就用g^(i/i)构成相联系的信道估计；否则就增加指数i并返回到步骤1)。
已经发现，不管用什么调制规格发送信息数据，将前序码以简单的二进制相移键控(BPSK)规格，即在两个电平上进行发送是有好处的。果然，用这种方式使信道估计和QPSK一样好，然而从计算的观点QPSK是更加艰巨的。更大的调制规格导致更低的信道估计精度。
此外，信道估计在试探序列末尾的精度可以用重复多次上述的估计而改善，每次用同样的试探序列，但每次都从上次迭代末尾得到的估计开始。用这种方法即使Lprobe较小以及一次迭代不能达到收敛也可以得到信道估计算法的收敛。
如前所述，信息数据信道估计是作为从试探序列信道估计插值而得到的。
为了达到这样的目的，信道是根据前面的试探序列和跟随信息数据序列的试探序列被估计的。
对于Ldata个信息符号出现在两个试探之间的信道的性能是用插值算法来重构的。已经发现采用图2中说明的一种简单线性插值算法是有好处的，图2中画出一个可能的类别信道系数g(i；m)的实部Reg(i；m)或虚部Img(i；m)的轨迹(用实线画出)。为简单起见，这里仍然用g(i；m)表示它的实部或虚部不会因此引起模糊或混乱。
信道估计器追随前序的和后序的试探序列轨迹(图中用实线画出可能的估计轨迹)并在它们的末端分别给出估计g^pre和g^post。参照图2用线性插值重建g(i；m)的轨迹(图中的虚线)如下g(i;m)=(g^post(i-i_pre)+g^pre[Ldata+Lpre-(i-i_pre)])(Ldata+Lpre)]]>这里ipre是前序码末尾瞬间，所以后序码末尾瞬间是i_pre+Ldata+Lpost。
因为上述的线性插值总会丢失精度而偏离g^pre和g^post估计，即是说，在数据块的中心，可能再重复一次该信道估计算法，但是从g^post估计开始沿相反方向经过后序码回到它的起点。于是得到的估计g^post’用于线性插值中按照上述同样的方式代替g^post。这些都在图3中表示。
一旦由对数据序列插值得到信道估计，就可以用熟知的洽当的MLSE-VA版本的带有判定延迟D的算法，采取上述的信道插值估计逐个符号地识别数据。特别是在第i瞬间当VA判定格子(trellis)阶段，用信道估计逐步计算这一瞬间的矩阵。VA从一个根据最后若干个已知的前序码符号计算的已知的初始状态开始，到一个根据最先若干个后序的符号计算的已知的最终状态结束。
对于后来收到的数据块，叠代地重复进行对试探序列的信道估计、对信息数据进行信道估计插值和数据识别。如果发送是像图1a那样的连续序列或按图1c的由中间码分隔的相继数据块，g^post估计就成了随后那个数据块的g^pre，后者就不需要重算了。因此当每次叠代中对后序码估计信道时，前序码的估计就已经适合了。这样有助于减少根据本发明的计算复杂性。
在试探序列的开始必须把信道估计和相应的误差矩阵Sg(i/i-1)初始化。在如图1a所示那样连续序列发送或如图1c那样发送相继数据块的情况，并且如果Tdata不大于信道的相干时间tc，迭代信道估计器可以方便地用上一个试探序列的信道估计来初始化、就得到良好的初始近似而给出快速收敛(如图2所示)，因而可以选择相对较小的Lprobe。
对于第一个被发送的试探序列，信道估计器被初始化为零，并且可以设想用一个比以后的试探稍长的试探序列作为这个试探序列。
再说，在连续序列或相继数据块发送并且Ldata高到认为信道从一个试探到下一个试探中已经有不小的变化的情况，在每个试探的开始把迭代信道估计器初始化为零是更加合适的。于是试探序列必须有足够长的Lprobe，以便即使为了方便多次重复估计而常常用同样的试探序列，但每次的开始都用上次迭代最后得到的估计，在这样的情况仍然保证收敛可能性。
在像图1b所示那样以独立的数据块发送的情况，在众多理由之中，由于信道常常从一块到另一块大不相同，就会如所谓跳频那样，不同的数据块会在不同的频带上发送，信道估计器必须对前序码初始化为零。在这种情况下，可以把前序码使用得比后序码稍为长些。
在所有上述情况下，预测误差的协方差矩阵Sg(i/i-1)被初始化为等于对信道初始假设的值和信道真实值之间误差的协方差矩阵。
无论如何，被发送的帧的结构被组成-由试探序列和信息数据组成-实际上使Lprobe稍为小于Ldata使发送效率Ldata/Lfra在30％到90％之间或多些，尤其是至少大于50％，这样是有好处的。
但是Lprobe必须大到足够使上述的迭代估计算法收敛和存在噪音时提供良好的信道估计，可能重复估计要做多次而常常用同样的试探序列，但每次的开始都用上次迭代最后得到的估计。在这个题目上必须明确的是因为上述信道估计器是以例子的方法说明的，就要求信道的状态是已知的，而实际上估计只是从试探序列的第L个符号开始，因此用数目等于Lprobe-L+1的符号而不是Lprobe的数目。
Ldata不能太大，否则信道会从一个前序码到下个同步码有显著的变化，从而降低以后插值的精度。因为数据判定只在收到后序码以后才进行，即有一个Tdata+Tprobe的延迟，它必须加上判断处理的时间，Ldata不能太大以便使这个延时在系统规定以内。
在这一点上，显然达到了预期的目标，允许在一个具有许多时变路径因而会产生时间和频率畸变的通信信道上以很好的效果发送和接收数字信号。根据本发明的发送策略是基于以下情况，即使Bd×Ts值很高(比如高达10-2)，信道的特性变化相对于符号频率变化较慢。结果，可以根据试探序列周期地测量由信道系数g(i；m)设定的值，然后在一个试探和下一个试探(即为信息数据发送)之间用适当的插值重建它的性质。
如果Ldata不大，线性插值沿着数据序列给出良好的信道估计，因为实际上，组成信道轨迹的曲线连续地被相当短的直线段逼近。
此外，不用降低估计精度的现有系统的存在判定误差的数据判定是有效率的。还发现不用现有系统的信息数据判定，会显然减少关于自适应均衡器沿着整个收到的包含信息数据的序列进行信道估计的计算负担。
如果调制是BPSK型或，总之，如果采用BPSK规格，即双电平，在它的实数据(但复信道)方式，信道估计器对试探序列的计算复杂性实际上可以和经典的卡尔曼估计器一样。
计算负荷确实是减少了，因为信道估计器只对试探序列作用。带时延D的MLSE均衡器的复杂性和一般VA的一样。因此根据本发明的方法和装置不难用通常适用的线路和技术来实现。
当然，上述用本发明创新的原理的实施例是以上述原理在这里要求的排他性权利范围内以非限制方式给出的。比如估计器可能是不同于所述的而所用的插值技术也可能不同，甚至两者都比上述所用的形式更加优越。
权利要求
1．发送和接收由通信信道中传播的信息数据组成的数字信号的方法，包括以下步骤a)提供一个由被已知数据组成的试探序列分隔的信息数据序列构成的帧；b)把这样的帧发送到信道上；c)从信道接收这一帧；d)对收到的帧里的试探序列计算出信道特性估计；e)根据在上述步骤d)得到的信道估计对数据序列进行插值；和f)用插值的结果作为数据序列信道特征估计来均衡数据序列，实现对信息数据识别。
2．根据权利要求1的方法，特征在于一帧包含由一个前面放置一个前序试探序列和后面放置一个后序试探序列的信息数据序列组成的数据块。
3．根据权利要求2的方法，特征在于每个数据块有后序试探序列，它们构成紧接在后面的数据块的前序试探序列。
4．根据权利要求3的方法，特征在于数据块按数块信息包来组织，每个信息包在时间上和前面以及后面的信息包分隔。
5．根据权利要求1的方法，特征在于插值是基于紧接在数据序列前面和后面的试探序列的估计进行的线性插值。
6．根据权利要求5的方法，特征在于在数据序列后面的试探序列的信道估计是沿相反方向经历上述试探序列得到的。
7．根据权利要求5的方法，特征在于一个数据序列的类别信道系数的轨迹g(i；m)按下式进行线性插值g(i;m)=(g^post(i-i_pre)+g^[Ldata+Lpre-(i-i_pre)])(Ldata+Lpre)]]>这里g^pre和g^post分别是在数据序列前面和后面的前序和后序的试探序列的计算估计，i_pre是前序码瞬间的末尾，Ldata是数据序列的长度，和Lpre是前序码的长度。
8．根据权利要求1的方法，特征在于试探序列的信道特性估计是用一个自适应非线性迭代卡尔曼滤波器进行的。
9．根据权利要求8的方法，特征在于卡尔曼滤波器工作是按照以下迭代过程a)在第ⅰ步计算中g^(i/i-1)=Ag^(i-1/i-1)是g(i)的预测(一步)，也就是说，基于一直到第(i-1)步的观察的g(i)的估计，这里g^(i-1/i-1)是g(i)在上述第(i-1)步找到的“过滤后”的估计，A是信道状态转移矩阵，是实数并具有L×L维的矩阵，其中的元素是对信道过程按照一个一阶自回归过程(矢量的，L维)进行模拟而得到的；b)迭代计算信道预测误差的协方差的L×L矩阵如下Sg(i/i-1)=4[IL×L-K(i-1)xT(i-1)]Sg(i-1/i-2)AT+2{Rg(0)-ARg(0)AT]其中Rg(0)信道过程g(i)的协方差矩阵，K(i-1)是上一步得到的滤波器增益，IL×L是L×L维的恒等矩阵。c)滤波器增益计算如下K(i)=[Sg(i/i-1)M*x(i)/{N0+x(i)TMHSg*(i/i-1)Mx(n)}这里M是与信道的N个可能的状态相联系的“映射的”L×N矩阵，N0是噪音功率频谱密度。这里和以后用记号B*表示一个矩阵或矢量B的共轭。d)g(i)“过滤的”估计的计算如下g＾(i/i)=g＾(i/i-1)+K(i)[Y(i)-g＾(i/i-1)TMx(i)]e)如果已到达试探序列的末尾，就用g^(i/i)构成相联系的信道估计；否则就增加指数i并返回到步骤1)。
10．根据权利要求9的方法，特征在于如果数据序列的持续时间Tdata不大于信道相干时间tc，迭代过程就从由上一个试探序列得到的信道估计开始。
11．根据权利要求9的方法，特征在于迭代过程在每个试探序列的开头从零开始。
12．根据权利要求1的方法，特征在于信息数据的识别是按照带判定延迟D的MLSK-VA算法用上述信道插值估计逐个符号进行的。
13．根据权利要求12的方法，特征在于对应于第ⅰ瞬间的VA的判定格子阶段的矩阵是用这一瞬间的信道估计，用VA从基于紧接在数据序列前面的若干个试探序列的最后一个符号计算的已知初始状态开始，并且以基于紧接在数据序列后面的一个试探序列的最先若干个符号计算的已知最终状态结束逐步计算的。
14．根据权利要求1的方法，特征在于接收到的帧是用格子信道码编码的。
15．根据权利要求1的方法，特征在于接收到的帧是用卷积信道码编码的。
16．根据权利要求1的方法，特征在于帧在发送中可以经过不同的编码。
17．根据权利要求1的方法，特征在于帧在发送中可以交错进行。
18．根据权利要求1的方法，特征在于调制试探序列用二进制调制，而调制数据序列用较高阶的调制。
19．根据权利要求1的方法，特征在于试探序列末尾的信道估计是迭代地重复多次试探序列的信道估计，每次用同样的试探序列，但每次都从上次迭代末尾得到的估计开始。
20．估计一个正在由它发送信息数据序列的通信信道的特性的方法，包括以下步骤-把要发送的数据序列插入由已知数据组成的试探序列；-对试探序列计算信道特性估计；-对计算出的估计插值；和-用插值的结果作为接收信息数据序列时的信道特性估计。
21．根据权利要求20的方法，特征在于对于一个数据序列，插值是线性插值，从一个紧接在数据序列前面的试探序列和一个紧接在数据序列后面的试探序列的信道特性估计开始进行。
22．用于发送和接收由通信信道传播的信息数据的设备，其特征在于它包含在信道两端的一个发送设备(11)和一个接收设备(14)；发送设备又包含下列装置-一个插入装置(12)在输入端接收要被发送的信息数据，并输出将一个用已知数据组成的试探序列插入到要发送的数据序列所构成的帧；-一个发送机(13)通过一个带接收装置的信道发送该帧，该接收装置又包含-一个接收机(15)，接收从信道来的帧；-一个鉴别器(16)从接收到的帧中分离出试探序列和数据序列；-一个估计器(17)在输入端接收试探序列，并在输出端提供对收到的试探序列的信道特性估计；-一个插值器(18)在输入端接收估计器输出的估计，并插值产生需要的对数据序列的信道特性估计；和-一个均衡器(19)接收插值器输出的估计，并根据它均衡从鉴别器提取的数据序列以输出一个正确的发送数据序列。
全文摘要
一个估计发送信道和通过信道发送和接收数字信号的方法,它包括步骤:发送已插入试探序列的数据序列,在接收中对试探序列计算一个信道特性估计和对数据序列的信道估计插值。得到插值估计之后,发送和接收的方法包括附加的用插值的结果均衡数据序列以识别收到的信息的阶段。采用本方法的设备在信道的一端有一个装置(12)用于把试探序列插入数据序列之间,在另一端有一个鉴别器(16)用于分离出试探和数据序列。
文档编号H04L25/02GK1215269SQ9812342
公开日1999年4月28日 申请日期1998年10月22日 优先权日1997年10月22日
发明者罗伯特·卡萨尼 申请人:泰利泰尔有限责任公司