CN1885753A - 支持动态频谱管理的数据库和数据查询方法 - Google Patents

Abstract

本发明涉及支持动态频谱管理的数据库和数据查询方法，数据库包括频谱原始使用状态子库，频谱整体使用状态子库，查询子库，空洞分析子库，空洞等级标示子库，原始频谱统计子库，整体频谱统计子库和功率梯度子库共八个相互关联的子库。数据库为动态频谱管理中心提供了各种快速而且合理的查询方法。动态频谱管理中心只需要根据非授权用户需求的空洞带宽、空洞稳定度、空洞等级和空洞为白空、灰空的概率等参数就可以组合出多种的查询方法。本发明的数据库构造合理、完善，能够支持动态频谱管理中心对频谱的分配和管理。所提供的多种查询方法，使动态频谱的管理变得更加方便，使动态频谱管理中心对频谱的管理和分配变得更加快捷和准确。

Description

支持动态频谱管理的数据库和数据查询方法

技术领域

本发明属于无线通信技术领域，具体是支持动态频谱管理的数据库和数据查询方法，用于动态频谱管理中心对频谱的管理和对空洞的查询。

背景技术

认知无线电(Cognitive Radio)是国际上90年代出现的一种新概念。该技术的一个研究重点是对无线环境的感知和利用，实现动态重用已经分配给用户的频段以及闲置未用的频段，从而提高频谱利用率。

现有的无线频谱管理规则采用的是单用途频谱分配方案，就是无线电频谱管理部门将某个频带划分给某种业务，则只能为该业务所用；更进一步，将某个频段分配给某个无线业务运营商(或团体、部门等)，则该频段只能由该运营商所属的用户使用，其他用户不能使用该频段。即使前者不使用此频段，后者也无权使用该频段。事实上，长时间检测频谱资源后会发现某些已分配给无线电业务运营商的频段长时间不被使用，还有一些频段只是部分时间被使用，仅有部分频段被频繁使用。例如在国外的研究文献，Simon Haykin的特邀文章“CognitiveRadio Brain-Empowered Wireless Communications”中和我们对某些频段进行的实时检测都证实了这个结论。

作为对传统无线电频谱管理方法的补充和修改，基于认知无线电技术的动态频谱管理系统要对频段进行再分配，那么动态频谱管理中心必须知道在某一个时刻，某一个地点的频谱的使用状况，而要想知道频谱的使用状况就必须在相应的时间和相应的地点处有频谱检测设备，如果有检测设备，则可以检测到当时频谱的使用情况(也只是瞬时的使用状况，缺乏历史的使用情况，比如各个频段的长期使用效率情况，空洞的稳定度等等)；如果当时没有频谱检测设备的话，就会变的很被动，临时再调用一个检测设备可能已经来不及了，但是如果有一个记录频谱使用状况的数据库存在的话，情况会变得简单很多。

因此在动态频谱管理系统中，一个设计完善的数据库是必不可少的，它对频谱的使用状况进行记录，为频谱的再分配提供了参考的依据。

发明内容

针对以上所提到的问题，本发明的目的是提供一个支持动态频谱管理的数据库和数据查询方法，动态频谱管理中心通过查询数据库来了解和掌握一个地点的频谱使用的整体状况，在不影响授权用户对频段的正常使用情况下，可以动态的将那些没有被使用的频段分配给非授权用户(在一定规则下重复使用已分配给授权用户的频段且不影响其它授权用户对频段的正常使用的用户)使用。

为了实现上述发明目的，本发明设计了一种配合动态频谱管理中心工作的记录频谱使用状况的数据库。是针对单一检测地点设计的数据库。通过设计合理完善的数据库，将检测到的数据保存到数据库中，再对所保存的数据进行分析，对数据库中所记录的频谱的使用状况做出统计处理，对符合条件的空洞做出标示，进而提供相关的查询方法给动态频谱管理中心使用。

本发明的数据库由八个相互关联的子库构成，每一个子库都有各自不同的作用以及不同的数据处理方式。

子库一、命名为“频谱原始使用状态子库”，用于记录检测地点频谱原始使用状态；

子库二、命名为“频谱整体使用状态子库”，用于记录加入非授权用户时频谱整体的使用状况；

子库三、命名为“查询子库”，用于记录频谱检测设备当前的探测数据，并作为动态频谱管理中心查询主体的子库；

子库四、命名为“空洞分析子库”，用于对空洞进行统计和分析，并进行标示的子库；

子库五、命名为“空洞等级标示子库”，用于标示空洞等级的子库；

子库六、命名为“原始频谱统计子库”，专门用于统计频谱原始使用状态的子库；

子库七、命名为“整体频谱统计子库”，专门用于统计加入非授权用户时频谱整体使用状况的子库；

子库八、命名为“功率梯度子库”，用于标示功率值梯度的子库。

把检测到的数据保存到数据库中并对数据进行分析处理工作。数据的输入是通过相关的接口实现的，对于数据输入的频率(或者说数据库更新的频率)要根据具体的情况进行设置。

通过对大量数据的分析处理，对频谱的使用状况做出描述，并根据不同的参数为动态频谱管理中心提供多种的查询方法。对于每一个频段，信息包含有带宽(BandWidth)，白空的概率(WProbability)，灰空的概率(GProbability)，黑空的概率(BProbability)，功率值(PowValue)，空洞的等级标示(Figure)，频段的ID(FreID)。对于这些有关空洞的参数，其中的白空的概率(WProbability)，灰空的概率(GProbability)，黑空的概率(BProbability)，空洞的稳定度(Stability)等是通过长期的对检测数据进行统计和分析得出的。而对于带宽(BandWidth)，功率值(PowValue)，空洞的等级标示(Figure)等参数是经过对频谱检测设备每一次探测所得到的数据值进行分析处理所得到的。由于客观原因，数据传给数据库必然要经过一定的时延，但是对于动态频谱管理中心而言，在数据库下次更新之前，它只能根据当前的数据进行查询。数据库为动态频谱管理中心提供了各种快速而且合理的查询方法。动态频谱管理中心只需要根据非授权用户需求的参数就可以组合出多种的查询方法。数据库可以提供的各种查询方法如下：

1.根据非授权用户所需求的空洞的带宽和空洞的等级所提供的查询。

2.根据非授权用户所需求的空洞的稳定度和空洞的等级所提供的查询。

3.根据非授权用户所需求的空洞的带宽、空洞的稳定度和空洞的等级所提供的查询。

4.根据非授权用户所需求的空洞的带宽、空洞的白空概率和空洞的等级所提供的查询。

5.根据非授权用户所需求的空洞的带宽、空洞的灰空概率和空洞的等级所提供的查询。

6.根据非授权用户所需求的空洞的稳定度、空洞的白空概率和空洞的等级所提供的查询。

7.根据非授权用户所需求的空洞的稳定度、空洞的灰空概率和空洞的等级所提供的查询。

8.根据非授权用户所需求的空洞的带宽、空洞的稳定度、空洞的白空概率和空洞的等级所提供的查询。

9.根据非授权用户所需求的空洞的带宽、空洞的稳定度、空洞的灰空概率和空洞的等级所提供的查询。

上述各子库之间的关系是根据查询方法而建立起来的，使之能够协调工作。其中，频谱原始使用状态子库为原始频谱统计子库提供服务，频谱整体使用状态子库为整体频谱统计子库提供服务，而空洞分析子库、空洞等级标示子库、功率梯度子库以及原始频谱统计子库和整体频谱统计子库都是为查询子库服务的。

上述所有查询的基础是基本查询，每一个基本查询都是由八个子库中的几个子库进行的联合查询，由此可以查询到空洞的详细的信息，包含有带宽(BandWidth)，白空的概率(WProbability)，灰空的概率(GProbability)，黑空的概率(BProbability)，功率值(PowValue)，空洞等级标示(Figure)，频段的ID(FreID)。

与现有技术相比，本发明的优点在于：

数据库构造合理并且完善，能够支持动态频谱管理中心对频谱的分配和管理。数据库对数据进行记录、统计和处理，并根据非授权用户的参数设计多种可供动态频谱管理中心选择的查询方法，使动态频谱的管理变得更加的方便，使动态频谱管理中心对频谱的管理和分配变得更加的快捷和准确。

附图说明

图1是动态频谱管理系统示意图

图2是“频谱原始使用状态子库”AuthorUser的结构图

图3是“频谱整体使用状态子库”AllUser的结构图

图4是“查询子库”Query的结构图

图5是“空洞分析子库”KDAnalyze的结构图

图6是“空洞等级标示子库”KDRankSign的结构图

图7是“原始频谱统计子库”StatUser的结构图

图8是“整体频谱统计子库”StatAll的结构图

图9是“功率梯度子库”PowGrade的结构图

图10是基本查询QUERYofOP的示意图

图11是各个子库的关系示意图

图12是数据查询流程示意图

具体实施方式

现结合附图说明，详细的说明数据库的构造、数据处理、查询方法。

1.数据库中各个子库的设计。

参见图1，动态频谱管理系统包含了频率使用状况数据库、动态频谱管理中心以及频谱检测模块。数据库的作用是为动态频谱管理中心对频段进行再分配提供服务。为此，数据库的构造包括八个相互关联的子库，即“频谱原始使用状态子库”，“频谱整体使用状态子库”，“查询子库”，“空洞分析子库”，“空洞等级标示子库”，“原始频谱统计子库”，“整体频谱统计子库”，和“功率梯度子库”。各子库的用途和工作原理如下：

(1)“频谱原始使用状态子库”

参见图2，把“频谱原始使用状态子库”的实例命名为AuthorUser。针对某个特定的频段，比如905-915MHz，是GSM网上行频段，相邻两个频道的间隔为200KHz，所以检测的频段间隔设为200KHz，选取的记录频点为f_(n)＝905.200+(n-1)*0.200MHz，n＝1～49。并把各个频点记录在Frequency列中，把频率Frequency设置为主键，用于索引。对于每一个记录频点，AuthorUser所能保存的检测数据数目为50，数据分别为整数值0和1，0表示该频点所对应的频段没有被占用，1表示该频点所对应的频段被占用。检测设备等时间间隔的向数据库输入数据，假设时间间隔为：T＝|t₂-t₁|，每当由检测设备向数据库输入50组的检测数据(从时刻t₁到时刻t₅₀，其中，t_i为每一个时间段的中间时刻)，数据库便统计一次该频点所对应频段的使用情况，在对应的检测时间T_s＝50T内频段的使用率Percent记为Percet＝N*T/(50*T)＝N/50，N为50组数据中整数1的个数。为了满足长时间的统计，把每一次输入50组数据作为一个循环，每循环一次，把使用率Percent输入到“原始频谱统计子库”的一个实例StatUser中，把数据保存到roundi列中，如图7所示。StatUser对于每一个频点所对应的频段可以保存50个循环的Percent(使用率的数值)，然后对这50个Percent数值求平均值得到AverageP，即： $\mathrm{AverageP}=\underset{i=150}{\overset{50}{\∑}}\mathrm{Percen}{t}_i/50$ (其中i为第i次循环)，又因为Percent＝N*T/(50*T)＝N/50，所以 $\mathrm{AverageP}=\underset{i=1}{\∑}{N}_i/2500$ (其中N_i表示第i次循环中的1的个数)，这样就可以得到对每一个频点所对应频段进行2500次检测统计得出的该频段频谱的使用状况AverageP，从而可以从统计学的角度看出一个频段长时间的被授权用户所使用情况。把跟这种使用状况(或者叫做频段的忙闲状态)相对应的一种表现，在数据库的设计中称为频段的稳定度记为Stability。如果通过长时间的观测得到某一个频段的使用率为AverageP＝0.1，那么该频段的稳定度Stability定义为Stability＝1-AverageP，保存为数值0.9。某频段的使用率越低，稳定度越高。

(2)“频谱整体使用状态子库”的设计

参见图3，“频谱整体使用状态子库”的设计类似于“频谱原始使用状态子库”的实例AuthorUser的设计，不同点在于对于每一个记录频点所输入的数据值所表示的含义不一样，“频谱整体使用状态子库”的实例AllUser所能保存的检测数据数目为50，但是数据分别为整数值0，l和2，0表示该频点所对应的频段在某一时刻被授权用户(通过申请得到授权频段且可以不受干扰地使用已分配的频段的用户)使用，1表示该频点所对应的频段在某一个时刻被非授权用户使用，2表示该频点所对应的频段空闲。检测设备等时间间隔的向数据库输入数据，假设时间间隔为：T＝|t₂-t₁|，每当由检测设备向数据库输入50组的检测数据(从时刻t₁到时刻t₅₀，其中t_i为每一个时间段的中间时刻)，数据库便统计一次该频点所对应的频段的使用情况，在对应的观测时间T_s＝50T内分别记录频点所对应频段被授权用户占用、非授权用户占用以及空闲的情况。频段的授权用户使用率UserPercent记为UserPercent＝N₀*T/(50*T)＝N₀/50，N₀为50组数据中0的个数；频段的非授权用户使用率UnAuthPercent记为UnAuthPercent＝N₁*T/(50*T)＝N₁/50，N₁表示50组数据中1的个数；AllUserPercent表示频段被授权用户和非授权用户所占用的整体的状况，记为AllUserPercent＝(N₀+N₁)/50＝UserPercent+UnAuthPercent。为了满足长时间的统计，把每一次输入50组数据作为一个循环，每循环一次，把使用率AllUserPercent输入到“整体频谱统计子库”的实例StatAll中，把数据保存到roundi列中，如图8所示。StatAll对于每一个频点所对应频段可以保存50个循环的AllUserPercent(整体使用率的数值)，然后对这50个AllUserPercent数值求平均值得到AverageAll，即 $\mathrm{AverageAll}=\underset{i=1}{\overset{50}{\∑}}\mathrm{AllUserPercen}{t}_i/50$ (其中i为第i次循环)，又因为AllUserPercent＝(N₀+N₁)/50＝UserPercent+UnAuthPercent，所以 $\mathrm{AverageAll}=\underset{i=1}{\overset{50}{\∑}}{N}_i/2500$ (其中N_i表示第i次循环中的0和1的总个数)，这样就可以得到对每一个频点所对应频段进行2500次检测统计得出的该频段频谱的使用状况AverageAll，从而可以从统计学的角度看出一个频段长时间的整体的使用情况。通过StatAll中的AverageAll和StatUser中的AverageP数值的对比，可以看出在加入非授权用户情况下，频谱利用率的提升情况。

(3)“查询子库”的设计

参见图4，“查询子库”是直接向动态频谱管理中心提供查询的子库，作为“查询子库”的一个实例，Query包含的关于频谱的信息也是比较完整的。它包含了频点所对应频段的带宽(BandWidth)，Query子库中所记录的带宽为200KHz；频段的功率(PowValue)，在Query子库中对应于“T时刻数据更新”列，列中的数据值可以分别为0、1、2、3、4，对应功率梯度子库PowGrade中的相应数值；空洞的等级标示(Figure)，在子库Query中对应于“RankSign”列，列中的数据值可以分别为0、1、2，对应于空洞等级标示子库KDRankSign中的相应数值。对于空洞的等级标示，定义了三种颜色：白色，灰色，黑色。把那些空闲的频段，并且干扰很低的频段称为白空；对于那些虽然干扰比较高，但是在一定的条件下仍然可以提供给非授权用户使用的频段，称为灰空；对于那些不能分配给非授权用户再使用的频段，称为黑空。

(4)“空洞分析子库”的设计

参见图5，，该子库实例KDAnalyze的作用是统计一段时间内，频段是白空，灰空，黑空的概率。在每一个时刻输入一组数据，数值分别为0、1、2，其中数值0表示在这一个时刻所对应的频段为白空，数值1表示在这一个时刻所对应的频段为灰空，数值2表示在这一个时刻所对应的频段为黑空。通过长时间的统计可以得出各个频段在很长一段时间内分别为白空、灰空以及黑空的概率。可以作为动态频谱管理中心查询空洞的依据之一。

(5)“空洞等级标示子库”的设计

参见图6，该子库的实例KDRankSign，作用是标示空洞的等级。记录的数值为0、1、2，分别表示空洞的等级为白空、灰空和黑空。

(6)“原始频谱统计子库”的设计

在“频谱原始使用状态子库”的设计中已经有说明，实例StatUser参见图7。

(7)“整体频谱统计子库”的设计

类似于“原始频谱统计子库”的设计，实例StatAll参见图8。

(8)“功率梯度子库”的设计

标示功率的数值大小。数值0、1、2、3、4分别代表的功率值为10w、40w、50w、80w、90w，。实例PowGrade参见图9。

2.各个子库之间的关系。

参见图11，频谱原始使用状态子库为原始频谱统计子库提供服务，频谱整体使用状态子库为整体频谱统计子库提供服务，而空洞分析子库、空洞等级标示子库、功率梯度子库以及原始频谱统计子库和整体频谱统计子库都是为查询子库服务的。

3.数据库的更新。

数据库的更新不能是随意的，应该根据具体的实际情况，但是要求数据的输入频率是一样的，也就是要等时间间隔地向数据库中输入数据。

4.查询设计以及快速的查询方法。

所有查询的基础是基本查询，每一个基本查询都是根据前面所介绍的子库进行的联合查询，查询流程参见图12。

作为一个查询方法的实例，联合查询子库Query，子库KDAnalyze，子库KDRankSign，子库PowGrade可以设计一个基本的查询，查询命名为QUERYofOP，参见图10。查询参数选择带宽(BandWidth)大于100KHz，白空的概率(WProbability)大于等于0.9，功率值(PowValue)为50和10，空洞等级标示(Figure)为白空或者灰空的频段。通过这样的一个查询可以得到空洞的详细的信息，如图10所示查询的结果，信息包含有带宽(BandWidth)，白空的概率(WProbability)，灰空的概率(GProbability)，黑空的概率(BProbability)，功率值(PowValue)，空洞等级标示(Figure)，频段的ID(FreID)。

每一个查询，都遵循基本的查询准则：

查询方法1，如果可以找到符合条件的空洞，应该按照优先分配带宽小的空洞的原则进行空洞的分配。如果要求的空洞的等级为灰空，但是没有相应的空洞符合要求，便自动查询白空，同样按照优先分配带宽小的空洞的原则。

查询方法2，如果可以找到符合条件的空洞，应该按照优先分配稳定度低的空洞的原则进行空洞的分配。如果要求的空洞的等级为灰空，但是没有相应的空洞符合要求，便自动查询白空，同样按照优先分配稳定度低的空洞的原则。

查询方法3，如果可以找到符合条件的空洞，应该按照优先分配带宽小的空洞的原则进行空洞的分配。如果要求的空洞的等级为灰空，但是没有相应的空洞符合要求，便自动查询白空，同样按照优先分配带宽小的空洞的原则。

查询方法4，如果可以找到符合条件的空洞，应该按照优先分配带宽小的空洞的原则进行空洞的分配。如果要求的空洞的等级为灰空，但是没有相应的空洞符合要求，便自动查询白空，同样按照优先分配带宽小的空洞的原则。

查询方法5，如果可以找到符合条件的空洞，应该按照优先分配带宽小的空洞的原则进行空洞的分配。如果要求的空洞的等级为灰空，但是没有相应的空洞符合要求，便自动查询白空，同样按照优先分配带宽小的空洞的原则。

查询方法6，如果可以找到符合条件的空洞，应该按照优先分配稳定度低的空洞的原则进行空洞的分配。如果要求的空洞的等级为灰空，但是没有相应的空洞符合要求，便自动查询白空，同样按照优先分配稳定度低的空洞的原则。

查询方法7，如果可以找到符合条件的空洞，应该按照优先分配稳定度低的空洞的原则进行空洞的分配。如果要求的空洞的等级为灰空，但是没有相应的空洞符合要求，便自动查询白空，同样按照优先分配稳定度低的空洞的原则。

查询方法8，如果可以找到符合条件的空洞，应该按照优先分配带宽小的空洞的原则进行空洞的分配。如果要求的空洞的等级为灰空，但是没有相应的空洞符合要求，便自动查询白空，同样按照优先分配带宽小的空洞的原则。

查询方法9，如果可以找到符合条件的空洞，应该按照优先分配带宽小的空洞的原则进行空洞的分配。如果要求的空洞的等级为灰空，但是没有相应的空洞符合要求，便自动查询白空，同样按照优先分配带宽小的空洞的原则。

本发明并不局限于上述实例的细节，在不超出权利要求范围的情况下由本发明所提出的数据库构造方法以及数据的分析和查询方法可以获得其他实施例。

Claims (4)

1.一种支持动态频谱管理的数据库，其特征在于：数据库包括八个相互关联的子库：

子库一、为“频谱原始使用状态子库”，用于记录检测地点频谱原始使用状态；

子库二、为“频谱整体使用状态子库”，用于记录加入非授权用户时频谱整体的使用状况；

子库三、为“查询子库”，用于记录频谱检测设备当前的探测数据，并作为动态频谱管理中心查询主体的子库；

子库四、为“空洞分析子库”，用于对空洞进行统计和分析；

子库五、为“空洞等级标示子库”，用于标示空洞等级；

子库六、为“原始频谱统计子库”，专门用于统计频谱原始使用状态；

子库七、为“整体频谱统计子库”，专门用于统计加入非授权用户时频谱整体使用状况；

子库八、为“功率梯度子库”，用于标示功率值梯度的子库。

2.一种支持动态频谱管理的数据库的数据查询方法，其特征在于：通过对检测到的大量数据的分析处理，对频谱的使用状况做出描述；根据非授权用户的需求，为动态频谱管理中心提供多种查询方法：

1)根据非授权用户所需求的空洞的带宽和空洞的等级所提供的查询；

2)根据非授权用户所需求的空洞的稳定度和空洞的等级所提供的查询；

3)根据非授权用户所需求的空洞的带宽、空洞的稳定度和空洞的等级所提供的查询；

4)根据非授权用户所需求的空洞的带宽、空洞的白空概率和空洞的等级所提供的查询；

5)根据非授权用户所需求的空洞的带宽、空洞的灰空概率和空洞的等级所提供的查询；

6)根据非授权用户所需求的空洞的稳定度、空洞的白空概率和空洞的等级所提供的查询；

7)根据非授权用户所需求的空洞的稳定度、空洞的灰空概率和空洞的等级所提供的查询；

8)根据非授权用户所需求的空洞的带宽、空洞的稳定度、空洞的白空概率和空洞的等级所提供的查询；

9)根据非授权用户所需求的空洞的带宽、空洞的稳定度、空洞的灰空概率和空洞的等级所提供的查询。

3.根据权利要求1或2所述的支持动态频谱管理的数据库和数据查询方法，其特征在于：各个子库之间的关系是根据查询方法而建立的，其中，频谱原始使用状态子库为原始频谱统计子库提供服务，频谱整体使用状态子库为整体频谱统计子库提供服务，而空洞分析子库、空洞等级标示子库、功率梯度子库以及原始频谱统计子库和整体频谱统计子库都是为查询子库服务的。

4.根据权利要求1或2所述的支持动态频谱管理的数据库和数据查询方法，其特征在于：所有查询的基础是基本查询，每一个基本查询都是由八个子库中的几个子库进行的联合查询，由此可以得到空洞的详细信息。

Images