CN101931978A - 认知数据库信息更新优化方法及系统 - Google Patents

Abstract

本发明公开了一种认知数据库信息更新优化方法，包括：采集异构网络的参数；对所述参数按属性进行分类；根据分类属性，判断是否需要调整认知数据库中所述参数的现有数据结构，若需调整，则按照需要调整的参数的类型生成相应的数据结构，否则按参数的分类属性将所述参数存储到认知数据库；重复上述步骤以更新认知数据库中的参数信息。本发明还公开了一种认知数据库信息更新优化系统，包括：信息采集模块、信息分类模块、信息判断模块、数据结构生成模块、信息存储模块和信息更新模块等。本发明通过多维多域存储方式，增加了数据库信息更新的数量，减小了数据库信息处理时间；并到达了快速定位信息、处理信息、更新信息的效果。

Description

认知数据库信息更新优化方法及系统

技术领域

本发明涉及移动业务中的认知无线系统技术领域，特别涉及一种认知数据库信息更新优化方法及系统。

背景技术

随着新的无线接入技术的层出不穷，认知无线电技术成为未来无线网络系统的必然趋势。因此，对不同网络信息参数的管理和对不同无线网络的接入技术，无论是对用户，还是同时运营多种无线接入网络的运营商来说，都有着重要的意义。

为了从根本上解决不同无线接入技术之间的互通和融合的问题，充分利用它们的互补特性，以提供更加灵活的业务和优化的网络性能，相应的认知数据库的概念与方法被提出，通过存储和管理认知过程中使用和生成的认知信息的方法来完成异构网络的接入任务，同时实现用户和运营商的技术要求。

尽管已经有了不少成果，然而，在以往的认知数据库研究和提案中，对于CRS(认知无线电系统)中数据库的结构并没有进行详细的论述，因而并没有将数据库的功能得到充分的利用。在支持多个无线连接同时工作的多模/多带可重配置终端以及数据库分域管理概念的支撑下，异构网络中不同无线接入技术的优势可以同时发挥出来。相比于以往的认知数据库，这种基于分域管理技术的无线认知数据库是一项更为完整的技术，它的完成涉及到整个通信流程，在接纳控制、带宽分配、负载均衡和切换中都要有所涉及，所以有着更为广阔的研究前景，也更能同时提升网络和用户的性能指标。

然而，目前无线认知数据库的研究仍比较有限，且主要着眼于认知信息的角度，即集中在获取广泛的认知信息，其中包括空间、时间、频率、用户、网络、多重无线接入技术(Radio Access Techonology，RATs)和系统的不同层(每种RAT相对应的无线接入系统的层)，而没有太多从认知数据库本身结构模型的角度考虑提升数据库信息的管理、更新性能。一般来说，在保证认知信息及时更新处理的前提下，承载这些认知信息的数据库的优化目标主要有三方面：1)将广泛的认知信息分到不同的域；2)最大化数据库信息更新数量；3)最小化数据库信息处理时间。其中，对用户和网络运营商来说，出于保证用户使用业务的质量(Qos)、及时更新认知信息以降低系统间和小区间的干扰、以及可能的在现有网络负载的前提下增加用户的考虑。显然后两者，即最大化数据库信息更新数量和最小化数据库信息处理时间同时具有吸引力。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何在满足更新认知数据库中信息的前提下最大化数据库信息更新数量以及最小化数据库信息处理时间。

(二)技术方案

一种认知数据库信息更新优化方法，包括以下步骤：

S101：采集异构网络的参数；

S102：对所述参数按属性进行分类；

S103：根据分类属性，判断是否需要调整认知数据库中所述参数的数据结构，若需调整，则执行步骤S104，否则执行步骤S105；

S104：按照需要调整的参数的类型生成相应的数据结构；

S105：按参数的分类属性将所述参数存储到所述认知数据库，以更新认知数据库中的参数信息。

其中，所述步骤S101之前还包括：

建立异构网络和所述认知数据库的连接。

其中，所述步骤S101中若为第一次采集参数，则步骤S102和S103之间还包括步骤：

按不同的网络在认知数据库中划分不同的存储空间；

根据所述第一次采集参数的属性，将所述存储空间划分为不同的存储域并生成该参数的数据结构，然后执行步骤S105。

其中，所述步骤S105中对参数在认知数据库中按所述存储空间和存储域的方式存储。

其中，在步骤S105之后还包括对所述参数处理的步骤：

通过所述存储空间和存储域查找到所述参数；

对所述的参数进行分析处理，并保存处理结果。

其中，所述步骤S102中参数按属性分类方式为：

按参数随时间、空间、功率、传输质量或频率变化的方式分类。

其中，所述存储域包括：

无线域、网络域、用户域、政策域和自定义域。

一种认知数据库信息更新优化系统，包括：

信息采集模块，用于采集异构网络的参数；

信息分类模块，用于对所述参数按属性进行分类；

信息判断模块，用于根据分类属性，判断是否需要调整认知数据库中所述参数的数据结构，若需调整，则执行数据结构生成模块，否则执行信息存储模块；

数据结构生成模块，用于按照需要调整的参数的类型生成相应的数据结构；

信息更新模块，用于按参数的分类属性将所述参数存储到认知数据库，以更新认知数据库中的参数信息。

其中，所述系统还包括：

信息抽调模块，用于通过所述存储空间和存储域查找到所述参数；

信息处理模块，用于对所述参数进行分析处理，并保存处理结果

(三)有益效果

本发明通过对网络参数分类并通过多层多域的存储方式，增加了数据库信息更新的数量，减小了数据库信息处理时间；并达到了快速定位信息、处理信息、更新信息的效果。

附图说明

图1是根据本发明实施例的认知数据库信息更新优化方法流程图；

图2是根据本发明实施例的多维多域数据库的结构模型；

图3是根据本发明实施例的认知数据库信息更新优化系统结构示意图。

具体实施方式

本发明提出的认知数据库信息更新优化方法及系统，结合附图和实施例说明如下。

在更新认知数据库中数据之前，需建立异构网络和所述认知数据库的连接。如图1所示，为本发明实施例的认知数据库信息更新优化方法流程图。步骤S101，采集异构网络的参数，其中参数包括：空间参数、时间参数、频率参数、用户参数、网络参数、多重RATs和系统的不同层等。

步骤S102，对所述参数按属性进行分类，分类后等待写入数据库。对参数按属性分类的具体方式为：按参数随时间、空间、功率、传输质量或频率变化的方式分类。

在步骤S101中若为第一次采集参数，则还包括步骤：按不同的网络在认知数据库中划分不同的存储空间；根据所述第一次采集参数的属性，将所述存储空间划分为不同的存储域并生成该参数的数据结构(参数的存储模型)，然后执行步骤S105。不同的存储空间和空间中不同的存储域形成了一个立体的存储地址空间，如图2所示，为本发明实施例的多维多域数据库的结构模型，包括若干个存储空间，即维数，存储空间为分层结构，5个存储域：

无线域，由不同RATs的无线传输参数组成，例如：发射功率和/或频谱波段和/或信噪比和/或传输速率和/或无线带宽资源等；

网络域，由反映网络情况的参数组成，例如：传输情况和/或系统负载和/或网络收入和/或网络延迟和/或路由和/或调度方案和/或节点拓扑结构等；

用户域，用户域的参数信息来自用户的计划或考虑，例如：位置信息和/或服务质量要求和/或用户ID和/或费用等；

政策域，政策类参数是无线资源管理的准则，例如：通信规则和/或频谱政策；

自定义域，网络信息参数中，很难被分类到上述四类，可以将其归为自定义域。

对参数分类后，将网络参数的ID按参数属性类型编为包含相应维和域的ID，便于快速查找参数。

步骤S103，根据分类属性，判断是否需要调整认知数据库中所述参数的现有数据结构，若需调整，则执行步骤S104，否则执行步骤S105。

若某类参数的属性变化较大，则需要调整其数据结构，需执行步骤S104，生成参数的数据结构。由于该数据结构可以根据参数的属性变化而动态调整的，因而达到了数据库的高利用率并节省了存储空间。

如果某类信息的属性变化较小，则无需生成参数的数据结构，直接执行步骤S105，按参数的分类属性将所述参数存储到认知数据库，以更新认知数据库中的参数信息。在存储时将不同网络的参数存储在不同的维，并按参数分类属性的不同将其具体存储该维的不同存储域中。本实施例中按一定时间间隔重新采集异构网络的参数，以重复更新认知数据库中的参数信息，即步骤S106。

本发明的方法中，当更新一次参数信息后，还包括处理参数的步骤，具体包括：根据分类生成的ID查找到相应的存储空间和存储域，从而快速查找到更新后的参数；对所述的参数进行分析处理，并保存处理结果。

本发明还提出了一种认知数据库信息更新优化系统，包括：

信息采集模块，用于采集异构网络的参数；信息分类模块，用于对所述参数按属性进行分类；信息判断模块，用于根据分类属性，判断是否需要调整认知数据库中所述参数的现有数据结构，若需调整，则执行数据结构生成模块，否则执行信息存储模块；数据结构生成模块，用于按照需要调整的参数的类型生成相应的数据结构；信息更新模块，用于按参数的分类属性将所述参数存储到认知数据库，以更新认知数据库中的参数信息。

其中，所述系统还包括：信息抽调模块，用于通过存储空间和存储域查找到所述参数；信息处理模块，用于对所述的参数进行分析处理，并保存处理结果。

如图3所示，在本实施例的系统，分为的三个主要单元：信息管理单元、存储单元和数据处理单元。其中，信息管理单元包括上述信息采集模块、信息分类模块、信息判断模块和信息更新模块；存储单元包括用于存储参数信息的数据库和上述数据结构生成模块；数据处理单元包括上述信息抽调模块和信息处理模块。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (9)

1.一种认知数据库信息更新优化方法，其特征在于，包括以下步骤：

S101：采集异构网络的参数；

S102：对所述参数按属性进行分类；

S103：根据分类属性，判断是否需要调整认知数据库中所述参数的数据结构，若需调整，则执行步骤S104，否则执行步骤S105；

S104：按照需要调整的参数的类型生成相应的数据结构；

S105：按参数的分类属性将所述参数存储到所述认知数据库，以更新认知数据库中的参数信息。

2.如权利要求1所述的认知数据库信息更新优化方法，其特征在于，所述步骤S101之前还包括：

建立异构网络和所述认知数据库的连接。

3.如权利要求2所述的认知数据库信息更新优化方法，其特征在于，所述步骤S101中若为第一次采集参数，则步骤S102和S103之间还包括步骤：

按不同的网络在认知数据库中划分不同的存储空间；

根据所述第一次采集参数的属性，将所述存储空间划分为不同的存储域并生成该参数的数据结构，然后执行步骤S105。

4.如权利要求3所述的认知数据库信息更新优化方法，其特征在于，所述步骤S105中对参数在认知数据库中按所述存储空间和存储域的方式存储。

5.如权利要求4所述的认知数据库信息更新优化方法，其特征在于，在步骤S105之后还包括对所述参数处理的步骤：

通过所述存储空间和存储域查找到所述参数；

对所述的参数进行分析处理，并保存处理结果。

6.如权利要求1所述的认知数据库信息更新优化方法，其特征在于，所述步骤S102中参数按属性分类方式为：

按参数随时间、空间、功率、传输质量或频率变化的方式分类。

7.如权利要求3～5中任一项所述的认知数据库信息更新优化方法，其特征在于，所述存储域包括：

无线域、网络域、用户域、政策域和自定义域。

8.一种认知数据库信息更新优化系统，其特征在于，包括：

信息采集模块，用于采集异构网络的参数；

信息分类模块，用于对所述参数按属性进行分类；

信息判断模块，用于根据分类属性，判断是否需要调整认知数据库中所述参数的数据结构，若需调整，则执行数据结构生成模块，否则执行信息存储模块；

数据结构生成模块，用于按照需要调整的参数的类型生成相应的数据结构；

信息更新模块，用于按参数的分类属性将所述参数存储到认知数据库，以更新认知数据库中的参数信息。

9.如权利要求8所述的认知数据库信息更新优化系统，其特征在于，所述系统还包括：

信息抽调模块，用于通过所述存储空间和存储域查找到所述参数；

信息处理模块，用于对所述参数进行分析处理，并保存处理结果。

Images