CN102547735A - 认知网络架构及其自配置方法 - Google Patents
认知网络架构及其自配置方法 Download PDFInfo
- Publication number
- CN102547735A CN102547735A CN201010608068XA CN201010608068A CN102547735A CN 102547735 A CN102547735 A CN 102547735A CN 201010608068X A CN201010608068X A CN 201010608068XA CN 201010608068 A CN201010608068 A CN 201010608068A CN 102547735 A CN102547735 A CN 102547735A
- Authority
- CN
- China
- Prior art keywords
- inode
- information
- network
- configuration
- self
- 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
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
公开了一种具有认知能力的集中式和分布式认知网络系统,其中,集中式认知网络系包括:至少一个iNode,感知所辖小区的网络信息;Root-iNote,接收所述网络信息,并根据所述网络信息为所述iNode制定各自的配置接入方案;以及CN-OAM子系统,从所述Root-iNote获取所述配置接入方案,并基于所述配置接入方案与各自的iNode建立通信链路;其中,所述iNode基于建立的通信链路从所述CN-OAM子系统下载相关的配置参数,从而通过所述配置参数进行自配置。
Description
技术领域
本申请涉及通信技术领域中集中式和分布式的无线认知网络系统。
背景技术
无缝认知模式是解决频谱资源有限和目前极低频谱利用率的最佳方案。通过智能、动态的认知周围通信设备的频谱使用状况,采用合理的竞争/合作策略,达到最大化频谱使用效率和系统性能的要求。具有智能化学习能力的认知网络,能最融洽的将现有的蜂窝网络以及Ad-hoc,Mesh,WiFi等非授权频段网络融合,通过智能化、自配置的感知和控制,使得未来的智能多模终端能无缝的切换于各种通信技术,为用户提供真正的无处不在的、个性化、普遍感知和适配性支持能力的业务环境。通信网络在紧急事件、重大意外等特殊场合的稳健性和快速重建能力的极端重要。因此,对具备高度智能化的认知网络的研究和进一步建设将更具紧迫的现实意义。
认知网络以其极具智能特色、无缝融合各个异构网络、通过联合资源管理最大化网络整体性能等优势迅速吸引了国内外各大标准化组织、研究机构和大量学者的目光。认知网络的自感知、自适应、自配置、自我意识、自我学习等独特的智能特性,决定了这种网络的行为将在很大程度上区别于传统网络。首先,认知网络中的智能认知能力不仅在体现在网络侧,而且将这种认知能力赋予整个网络的各个节点。因此,网络中的每个通信节点不再是简单的受控,而是有了不同程度的主动权。每个节点可以自主的根据周围通信环境及网络状态来主动地计划、判断甚至决定通信行为。
越来越多的文献和研究描述了一个4G甚至后4G的通信系统。异构融合和多跳中继被普遍认为的未来网络特征,但是由于异构网络间相对独立自治,相互间缺乏有效的协调机制,造成了系统间干扰、重叠覆盖、单一网络业务提供能力有限、频谱资源稀缺、业务的无缝切换等问题无法解决。同时,无线多跳自组织网络是下一代移动通信系统中的关键技术,相对于2G/3G移动通信而言是一项重要革新。而在具备自组织、自管理、自动修复、自我平衡等功能无 线多跳自组织网络中,每个节点都具备自动路由功能,每个节点只和邻近节点进行通信。因此,基于无线多跳技术的异构融合,已经成为保障保证异构环境下实现端到端智能通信的首选方案。
发明内容
一方面,一种具有认知能力的集中式认知网络系统,包括:
至少一个iNode,感知所辖小区的网络信息;
Root-iNote,接收所述网络信息,并根据所述网络信息为所述iNode制定各自的配置接入方案;以及
CN-OAM子系统,从所述Root-iNote获取所述配置接入方案,并基于所述配置接入方案与各自的iNode建立通信链路;
其中,所述iNode基于建立的通信链路从所述CN-OAM子系统下载相关的配置参数,从而通过所述配置参数进行自配置。
另一方面,本申请还公开了分布式无线认知网络系统,包括:
多个iNode,所述iNode中的之一被配置为感知所辖小区的网络信息,并根据所述网络信息为其他iNode制定各自的配置接入方案的能力;以及
CN-OAM子系统,从所述iNode获取所述自配置方案,并基于所述自配置方案与各自的iNode建立通信链路;
其中,所述iNode基于建立的通信链路从所述CN-OAM子系统下载相关的配置参数,从而通过所述配置参数进行自配置。
附图说明
图1为本发明中的集中式网络架构的网络自配置应用示意图;
图2为本发明中的集中式网络架构中的iNode功能模块图;
图3为本发明中的集中式网络架构中的Root-iNode功能模块图;
图4为本发明中的集中式网络架构的网络自配置基本流程示意图;
图5为本发明中的分布式网络架构的网络自配置应用示意图;
图6为本发明中的分布式网络架构中的iNode功能模块图;以及
图7为本发明中的分布式网络架构的网络自配置基本流程示意图。
具体实施方式
参照附图对本申请的示例性实施方式进行详细描述。
图1所示为根据本申请一个实施方式的具有认知能力的集中式认知网络系统1000。如图所示,系统1000包括多个iNode 10-1,10-2,10-3,104,...,Root-iNote 20以及CN-OAM子系统30。
各个iNode用于感知所辖小区相关信息,例如该区域现在已有哪些网络覆盖,这些网络目前的拥塞程度等。此外,每个iNode的学习单元230还具有学习能力,用于从Root-iNote 20和CN-OAM子系统30学习当前网络的拓扑信息、网络流量信息和物理信息,学习到的信息可用于对所辖小区网络状况的分析,用于优化所辖小区网络的配置管理,这将在下面进行详细描述。
Root-iNote 20用于从多个iNode分别接收网络信息,并根据接收的网络信息,为iNode制定各自的配置接入方案。CN-OAM子系统30则用于从所述Root-iNote获取所述配置接入方案,并基于所述配置接入方案与各自的iNode建立通信链路,从而使得各个iNode能够基于建立的通信链路从CN-OAM子系统下载相关的配置参数,以通过所述配置参数实现自配置。如图1所示,CN-OAM子系统30可例如包括认证管理中心301,配置管理中心302和综合运维管理中心303。这将在下文中进行详细描述。
图2示出了iNode的组成示意模块图。如图所示,每个iNode可包括信息感知单元110和执行单元120。信息感知单元110被配置为感知网络侧的网络信息,包括以下至少一个信息:所辖小区当前的负载情况及业务分布情况;Self-x功能所需要的信息,如QoS,吞吐量等;频谱空洞,整体网络干扰,以及发现新的接入网络等信息。执行单元120则用于执行iNode的配置接入决策和重配置决策等处理。
在一个实施方式中,每个iNode还可以包括信息数据库130,用于存储所述iNode感知到和接收到的网络拓扑信息、网络流量信息及其它物理信息等。信息数据库130可设置于各个iNode中,也可以设置在能够与iNode远程通信的其它设备中。此外,信息数据库130还能够接收iMT发给它的信息,并存储从iMT收集到的网络拓扑信息、网络流量及其它物理信息。
在另一个实施方式中,每个iNode还可包括学习单元140。学习单元140可 用于对信息感知单元110、信息数据库130、以及如下将要描述的Root-iNode中的策略单元和决策单元中的网络拓扑信息、网络流量信息和物理信息数据变化进行学习,并将学习到的最新数据存储到数据库130中,学习单元140对所述最新数据进行学习,由执行单元220用于对所辖小区网络资源的配置进行分析和优化。
图3示出了根据本申请的一个示例性实施方式的Root-iNode20的方框图。如图所示,Root-iNode 20可例如包括策略单元210、决策单元220和执行单元230。策略单元210用于根据所述网络信息为所述iNode的配置接入决策和重配置决策提供策略。决策单元220根据所述策略单元提供的所述策略,为所述各iNode确定频谱分配,以及确定是否需要进行QoS或吞吐量的调整。执行单元230则为各iNode分配所确定的频谱,并且当所述决策单元确定出需要进行QoS或吞吐量的调整时,则所述执行单元执行QoS或吞吐量调整操作。
此外,如图所示,Root-iNode 20还可例如包括信息感知单元240。信息感知单元240被配置为感知网络侧的网络信息,包括:所辖小区当前的负载情况 及业务分布情况;Self-x功能所需要的信息,如QoS,吞吐量等;频谱空洞,整体网络干扰,以及发现新的接入网络等信息等。
Root-iNode 20还可例如包括信息数据库250,用于存储感知和接受到的网络拓扑信息、网络流量信息等信息。在另一个实施方式中,Root-iNode 20还可包括学习单元260。学习单元260可用于对信息感知单元210、信息数据库250、以及策略单元210和决策单元220中的数据变化进行学习,并将学习到的最新数据存储,所述最新数据将由决策单元220和执行单元230,配合CN-OAM的配置管理中心302用于网络资源配置分析。
下面参照附图4所示的网络自配置流程图进一步描述系统1000中的各单元之间的相互协作关系。
在步骤S401,新的iNode在上电后,例如通过执行单元120会进行一个简单的物理自测试,然后将网络侧传输类型,天线情况以及接收线路的自适应信息记录下来。在步骤S402,iNode通过执行单元120自行配置物理传输链路,为与CN-OAM的认证管理中心301建立连接做准备。
然后,在步骤S403,iNode的信息感知单元210感知网络侧的网络信息,并向CN-OAM的认证管理中心301发出注册请求,其中包含来自信息感知单元210的基站的标志信息和认证信息。在步骤S404,CN-OAM的认证管理中心301对来自iNode的信息进行认证,通过后,CN-OAM的配置管理中心302会为iNode分配一个IP地址,同时下发当前的网络侧传输信息(如网关信息、Root-iNode的IP地址等)提供给iNode,利用这些信息,新的iNode的执行单元220就可以同周围其他邻近iNode交换IP包从而进行信息交互,执行iNode的配置接入策略和重配置策略,同时iNode的学习单元230对相关信息进行学习,并将更新的信息存入信息数据库240。
接着,在步骤S405,iNode利用自己的感知单元210感知所辖小区的相关信息,主要包括小区的负载情况及业务分布情况等。在步骤S406,iNode感知单元210对感知到的信息进行初步分析并进行整理。
接着,在步骤S407,iNode根据CN-OAM配置管理中心202之前提供的Root-iNode的地址信息与其建立连接,并向Root-iNode上传来自感知单元210的基站类型、硬件信息(如天线高度,方向角等)以及其他先前感知整理的相关信息。
接着,在步骤S408,Root-iNode的决策单元350对来自基站的信息以及基站的类型和硬件情况进行综合分析,然后根据策略单元340提供的策略,制定适合于iNode当前需求的配置方案。配置方案包括配置软件及配置参数两部分。配置参数分为无线配置参数(如小区识别码、传输功率、天线模式等)以及传输配置参数(如传输带宽等)。
在步骤S409,Root-iNode向CN-OAM的配置管理中心302上报新iNode的自配置方案。然后,在步骤S410,CN-OAM的配置管理中心302下发配置中心以及管理中心的地址,地址的形式可以是IP地址和一个端口号、DNS名和一个端口号或者一个URI。接下来,在步骤411,iNode的执行单元220根据收到的地址与CN-OAM的配置管理中心302建立连接。然后,在步骤S412,iNode的执行单元220自行下载配置软件及CN-OAM的配置管理中心302为其制定的配置参数。
在步骤S413,iNode的执行单元220进行软件的自安装及自配置过程。然后,在步骤S414,iNode成功完成自安装及参数的自配置后,iNode的执行单元220与CN-OAM的综合运维管理中心303建立连接。以便在网络正常运行后, CN-OAM的综合运维管理中心303对于网络的运行进行规范化的运维管理。
接着,在步骤S415,iNode执行自测试,具体包括硬件和软件功能的测试。在步骤S416,iNode将自测试以及自配置的最终结果报告给CN-OAM。
最后,自配置过程结束,iNode开始正常工作,CN-OAM根据自配置结果报告更新目录数据库,以便在网络运行的过程中进行维护。在上述步骤中,关键步骤包括CN-OAM为新iNode分配IP地址,iNode相关信息的上传,Root-iNode制定iNode的自配置方案等。而上电后的物理自检以及最后的自测试过程则是可以跳过的,同时自配置过程还可能包括新iNode与周围已配置iNode建立链路的过程,这其中需要有提供必要的安全机制。这些过程的引入都是为了确保自配置过程的顺利实施。
在一种实施方式中,Root-iNode同时具有类似于iNode的信息感知单元210,用于感知网络侧的网络信息,此时,Root-iNode将具有一定的iNode特点,或者,是一个特殊化的iNode节点,特殊点在于是具有策略和决策单元的iNode。
在另一种实施方式中,Root-iNode具有信息数据库360,用于存储和更新收集到的信息。
图5所示为根据本申请一个实施方式的具有认知能力的分布式认知网络系统2000。如图所示,系统2000包括多个iNode 10-1,10-2,10-3,10-4,...,以及CN-OAM子系统30。
各个iNode用于感知所辖小区相关信息,例如该区域现在已有哪些网络覆盖,这些网络目前的拥塞程度等。此外,每个iNode还具有学习能力,用于从CN-OAM子系统30学习当前网络拓扑信息、网络流量信息等信息,然后将学习到的信息例如存储在信息数据库中,用于网络资源配置分析。信息数据库可设置于各个iNode中,也可以设置在能够与iNode远程通信的其它设备中。此外,信息数据库还能够接收iMT发给它的信息,并将其从iNode,Root-iNode和CN-OAM收集到的网络拓扑信息,网络流量信息等信息进行存储。
iNode10-1,10-2,10-3,10-4,...中之一为已配置的iNode,用于从多个其它未配置iNode分别接收网络信息,并根据接收的网络信息,为所述未配置iNode制定各自的配置接入方案。CN-OAM子系统30则用于从所述已配置iNode获取所述配置接入方案,并基于所述配置接入方案与各自的未配置iNode 建立通信链路,从而使得各个未配置iNode能够基于建立的通信链路从CN-OAM子系统下载相关的配置参数,以通过所述配置参数实现自配置。如图5所示,CN-OAM子系统30可例如包括认证管理中心301,配置管理中心302和综合运维管理中心303。这将在下文中进行详细描述。
图6示出了iNode的组成示意模块图。如图所示,每个iNode可包括信息感知单元640,执行单元630,策略单元610和决策单元620。信息感知单元640被配置为感知网络侧的网络信息,包括:所辖小区当前的负载情况及业务分布情况;Self-x功能所需要的信息,如QoS,吞吐量等;频谱空洞,整体网络干扰,以及发现新的接入网络等信息。执行单元630则用于执行iNode的配置接入决策和重配置决策等处理。策略单元610为iNode的配置接入决策和重配置决策提供策略。决策单元620则进行配置接入和重配置决策,评估是否需要进行QoS,吞吐量的调整。
在一个实施方式中,每个iNode还可以包括信息数据库650,用于存储所述iNode感知到和接受到的网络拓扑信息、网络流量信息等信息。在另一个实施方式中,每个iNode还可包括学习单元660。学习单元660可用于对信息感知单元640、信息数据库650、以及策略单元610和决策单元620中的网络拓扑信息,网络流量信息等信息数据变化进行学习,并将学习到的最新数据存储在信息书库650,由所述iNode的决策单元620配合CN-OAM的配置管理中心302用于网络资源配置分析。
下面参照附图7所示的网络自配置流程图进一步描述系统2000中的各单元之间的相互协作关系。其中的很多过程与集中式中的是类似的,其中一个区别在于分布式网络架构中iNode被赋予了一定的决策能力从而能够自行的制定配置方案。具体步骤如下:
首先在步骤S701,新的iNode在上电后,会进行一个简单的物理自测试,然后将网络侧传输类型,天线情况以及接收线路的自适应记录下来。
在步骤S702,iNode通过执行单元120自行配置物理传输链路,为与CN-OAM的认证管理中心301建立连接做准备。
然后,在步骤S703,新上电iNode的信息感知单元210感知网络侧的网络信息,向CN-OAM的认证管理中心301发注册请求,其中包含本基站的标志信息和认证信息。在步骤S704,CN-OAM的认证管理中心301对来自iNode的信息进 行认证;认证通过后,CN-OAM的配置管理中心302会为iNode分配一个IP地址,同时将当前的网络侧传输信息(如网关信息)提供给iNode。利用这些信息,新的iNode的执行单元220可与周围其他邻近的iNode交换IP包从而进行信息交互,执行iNode的配置接入策略和重配置策略,同时iNode的学习单元230对相关信息进行学习,并将更新的信息存入信息数据库240。
接着,在步骤S705,iNode利用自己的感知单元210感知所辖小区的相关信息,主要包括小区的负载情况及业务分布情况等。在步骤S706,iNode感知单元210对感知到的信息进行分析和整理,对邻居已配置iNode进行信息交互,从而了解自身周围的网络拓扑及负载干扰情况。
在步骤S707,iNode综合所收集到的信息,并进行分析处理后,通过决策单元制定适合自身需求的配置方案。配置方案的具体内容同集中式。
在步骤S708,新上电iNode根据自定义方案进行配置软件的自安装及参数的自配置。
接下去,在步骤S709,新上电iNode向CN-OAM上传基站类型、硬件信息(如天线高度,方向角等)以及先前感知整理的相关信息。
在步骤S710,CN-OAM下发配置中心以及管理中心的地址,地址的形式可以是IP地址和一个端口号、DNS名和一个端口号或者一个URI。
在步骤S711,iNode根据收到的地址与CN-OAM的配置中心202建立连接。接下来,在步骤S712,新上电iNode上传当前的软件版本并以文件形式上传当前配置参数的信息。
接下来,在步骤S713,CN-OAM对收到的信息进行检查,主要是看新上电iNode当前配置软件及参数是否为最新。如果为最新,在步骤714,则下发最新版本确认信息给iNode;若有需要更新或升级的部分则以数据包的形式供新上电iNode自行下载,然后在步骤S715,新上电iNode进行软件版本的升级或配置参数的更新。
然后,在步骤S716,iNode成功完成自安装及参数的自配置后,与CN-OAM的综合运维管理中心203建立连接。以便在网络正常运行后,CN-OAM对于网络的运行进行规范化的运维管理。
在步骤S717,iNode执行自测试,具体包括硬件和软件功能的测试。
在步骤S718,iNode将自测试以及自配置的最终结果报告给CN-OAM。
最后,在步骤S719,自配置过程结束,新上电iNode开始正常工作,CN-OAM根据自配置结果报告更新目录数据库,以便在网络运行的过程中进行维护。
在上述步骤中,关键步骤包括CN-OAM为新iNode分配IP地址,iNode之间的信息交互,iNode综合分析相关信息并制定自配置方案,CN-OAM对iNode自定义的自配置方案进行版本检查及更新提供等。与集中式网络架构下的类似,即上电后的物理自检以及最后的自测试过程则是可以跳过的,同时还可能包括新iNode与周围已配置iNode建立链路的过程,这其中需要有提供必要的安全机制。
以上仅为本申请的示例性实施方式,本领域技术人员根据上述实施方式,在本申请权利要求限定的范围内,可以对上述各个实施方式进行修改。
Claims (10)
1.一种具有认知能力的集中式认知网络系统,包括:
至少一个iNode,感知所辖小区的网络信息;
Root-iNote,接收所述网络信息,并根据所述网络信息为所述iNode制定各自的配置接入方案;以及
CN-OAM子系统,从所述Root-iNote获取所述配置接入方案,并基于所述配置接入方案与各自的iNode建立通信链路;
其中,所述iNode基于建立的通信链路从所述CN-OAM子系统下载相关的配置参数,从而通过所述配置参数进行自配置。
2.如权利要求1所述的系统,其中,所述iNode包括:
信息感知单元,用于感知所述网络信息,所述网络信息包括所辖小区当前的负载情况、频谱空洞和整体网络干扰中的至少一个信息。
3.如权利要求1所述的系统,其中,所述iNode还包括:
执行单元,用于通过所述配置参数进行对其所属的iNode进行自配置,从而优化该iNode与其它iNode之间的通信状况。
4.如权利要求1所述的系统,其中,所述Root-iNode包括:
策略单元,用于根据所述网络信息为所述iNode的配置接入决策和重配置决策提供策略;
决策单元,根据所述策略单元提供的所述策略,为所述各iNode确定频谱分配,以及确定是否需要进行QoS或吞吐量的调整;以及
执行单元,为所述各iNode分配所确定的频谱,并且当所述决策单元确定出需要进行QoS或吞吐量的调整时,则所述执行单元执行QoS或吞吐量调整操作。
5.如权利要求4所述的系统,其中,所述iNode和所述Root-iNode均包括:
学习单元,用于对所述信息感知单元、所述策略单元和所述决策单元中的数据进行学习,从而获得更优化的网络信息。
6.一种具有认知能力的分布式认知网络系统,包括:
多个iNode,所述iNode中的之一被配置为感知所辖小区的网络信息,并根据所述网络信息为其他iNode制定各自的配置接入方案的能力;以及
CN-OAM子系统,从所述iNode获取所述自配置方案,并基于所述自配置方案与各自的iNode建立通信链路;
其中,所述iNode基于建立的通信链路从所述CN-OAM子系统下载相关的配置参数,从而通过所述配置参数进行自配置。
7.如权利要求6所述的系统,其中,所述iNode包括:
信息感知单元,用于感知所辖小区的所述网络信息,所述网络信息包括所辖小区当前的负载情况、频谱空洞和整体网络干扰中的至少一个信息。
8.如权利要求6所述的系统,其中,每个所述iNode还包括:
执行单元,用于通过所述配置参数进行对其所属的iNode进行自配置,从而优化该iNode与其它iNode之间的通信状况。
9.如权利要求6所述的系统,其中,所述iNode还可以包括:
策略单元,当当前iNode处于已配置状态时,可以用于根据所述网络信息为未配置的iNode的配置接入决策和重配置决策提供策略;
决策单元,当当前iNode处于已配置状态时,可以根据所述策略单元提供的所述策略,为所述各iNode确定频谱分配,以及确定是否需要进行QoS或吞吐量的调整;以及
执行单元,当当前iNode处于已配置状态时,可以为所述各iNode分配所确定的频谱,并且当所述决策单元确定出需要进行QoS或吞吐量的调整时,则所述执行单元执行QoS或吞吐量调整操作。
10.如权利要求9所述的系统,其中,所述iNode还可以包括:
学习单元,用于对所述信息感知单元、所述策略单元和所述决策单元中的数据进行学习,从而获得更优化的网络信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010608068.XA CN102547735B (zh) | 2010-12-16 | 2010-12-16 | 认知网络架构及其自配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010608068.XA CN102547735B (zh) | 2010-12-16 | 2010-12-16 | 认知网络架构及其自配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102547735A true CN102547735A (zh) | 2012-07-04 |
CN102547735B CN102547735B (zh) | 2015-07-22 |
Family
ID=46353437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010608068.XA Expired - Fee Related CN102547735B (zh) | 2010-12-16 | 2010-12-16 | 认知网络架构及其自配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102547735B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103440224A (zh) * | 2013-08-29 | 2013-12-11 | 哈尔滨工程大学 | 基于多尺度熵的跨层感知自配置系统及方法 |
CN106789238A (zh) * | 2016-12-20 | 2017-05-31 | 北京智芯微电子科技有限公司 | 一种智能配电网络异构融合的处理方法和系统 |
US9990414B2 (en) | 2015-06-15 | 2018-06-05 | International Business Machines Corporation | Cognitive architecture with content provider managed corpus |
CN115941476A (zh) * | 2022-10-28 | 2023-04-07 | 武汉天翌数据科技发展有限公司 | 网络架构调整系统、方法及网络架构 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101425820A (zh) * | 2007-06-12 | 2009-05-06 | 森网通信公司 | 基于导频信号的适机认知无线通信 |
CN101478352A (zh) * | 2009-01-19 | 2009-07-08 | 北京邮电大学 | 一种认知无线网络系统和认知网元设备 |
US20090323835A1 (en) * | 2008-06-30 | 2009-12-31 | Motorola, Inc . | Method and apparatus for detection of orthogonal frequency division multiplexing (ofdm) signals by cognitive radios |
WO2010025662A1 (en) * | 2008-09-05 | 2010-03-11 | Huawei Technologies Co., Ltd. | System and method for unsynchronized cooperative spectrum sensing in cognitive radio nodes |
-
2010
- 2010-12-16 CN CN201010608068.XA patent/CN102547735B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101425820A (zh) * | 2007-06-12 | 2009-05-06 | 森网通信公司 | 基于导频信号的适机认知无线通信 |
US20090323835A1 (en) * | 2008-06-30 | 2009-12-31 | Motorola, Inc . | Method and apparatus for detection of orthogonal frequency division multiplexing (ofdm) signals by cognitive radios |
WO2010025662A1 (en) * | 2008-09-05 | 2010-03-11 | Huawei Technologies Co., Ltd. | System and method for unsynchronized cooperative spectrum sensing in cognitive radio nodes |
CN101478352A (zh) * | 2009-01-19 | 2009-07-08 | 北京邮电大学 | 一种认知无线网络系统和认知网元设备 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103440224A (zh) * | 2013-08-29 | 2013-12-11 | 哈尔滨工程大学 | 基于多尺度熵的跨层感知自配置系统及方法 |
CN103440224B (zh) * | 2013-08-29 | 2016-07-06 | 哈尔滨工程大学 | 基于多尺度熵的跨层感知自配置系统及方法 |
US9990414B2 (en) | 2015-06-15 | 2018-06-05 | International Business Machines Corporation | Cognitive architecture with content provider managed corpus |
CN106789238A (zh) * | 2016-12-20 | 2017-05-31 | 北京智芯微电子科技有限公司 | 一种智能配电网络异构融合的处理方法和系统 |
CN115941476A (zh) * | 2022-10-28 | 2023-04-07 | 武汉天翌数据科技发展有限公司 | 网络架构调整系统、方法及网络架构 |
Also Published As
Publication number | Publication date |
---|---|
CN102547735B (zh) | 2015-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9167372B2 (en) | Managing a network element | |
US8244260B2 (en) | Method and apparatus for management of a global wireless sensor network | |
CN108337332B (zh) | 一种基于无线mesh网的智能台区识别方法及智能台区系统 | |
CN1977500B (zh) | 在自组织网络中对通信进行路由 | |
Ho et al. | Smart grid communications networks: Wireless technologies protocols issues and standards | |
JP2015531203A (ja) | モバイル機器用のポリシー・ベースのローミング更新 | |
US20110143802A1 (en) | Paging management method and system for home evolved base station | |
CN102711106A (zh) | 建立IPSec隧道的方法及系统 | |
CN101931976B (zh) | 一种接入网节点自配置与自优化的方法及系统 | |
Nafi et al. | Software defined neighborhood area network for smart grid applications | |
CN102547735B (zh) | 认知网络架构及其自配置方法 | |
CN105406978A (zh) | 数据转发设备工作模式的配置方法及装置 | |
CN104144425A (zh) | 无线通信系统中的网络管理装置、方法和装置 | |
CN102685786B (zh) | 无线传感器网络接入电信网络的方法及系统 | |
CN104412641B (zh) | 用于多供应商son协调的签名使能器 | |
CN103716900B (zh) | 一种lte制式家庭基站系统中扩大网关容量的方法和装置 | |
CN104883695A (zh) | 一种多跳认知无线电网络架构及部署方法 | |
Sanneck et al. | Context based configuration management of plug & play LTE base stations | |
CN101931978B (zh) | 认知数据库信息更新优化方法及系统 | |
CN103501524B (zh) | 一种稀疏自组织监控网络 | |
CN110022222A (zh) | 一种dht网络的管理方法、网络节点、管理节点及系统 | |
CN113395724B (zh) | 一种基站的模式优化方法及装置 | |
CN103458423B (zh) | 异构认知无线网络间传输认知流的方法、装置和系统 | |
CN104244364A (zh) | 一种面向内容的网络系统及其分层方法 | |
Ishizu et al. | Cognitive wireless network infrastructure and restoration activities for the earthquake disaster |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150722 Termination date: 20161216 |
|
CF01 | Termination of patent right due to non-payment of annual fee |