CN116964489A - 异常检测装置、方法以及程序 - Google Patents

Abstract

本发明的异常检测装置提高回归模型在TEC值异常判定中的预测精度。由本发明的异常检测装置执行的处理包括：获取用于观测电离圈中的电子数量的多个观测站中的每一个的观测值的步骤(S910)；从多个观测站中选择中心观测站，并基于与中心观测站的距离从多个观测站中选择多个周围观测站的步骤(S920、S930)；基于多个周围观测站中的每一个的观测值计算中心观测站的预测观测值的步骤(S940)；计算预测观测值和中心观测站的实测值之间的推定误差的步骤(S950)；以及基于推定误差判定中心观测站的实测值是否异常(S960、S970)。

Description

异常检测装置、方法以及程序

技术领域

本公开涉及异常检测装置，更具体地说，涉及检测电离圈中的异常的技术。

背景技术

在大气上空的电离圈(电离层)中，漂浮着被太阳辐射从大气分子中弹出的自由电子。在地震发生前，电离圈中有可能会发生异常，通过检测电离圈中的电磁异常，例如期待有助于预测地震的发生等。

今天，日本列岛除了各种地震仪外，还构建了一个由用于测量地壳变动的全球定位卫星系统(GNSS(Global Navigation Satellite System：全球导航卫星系统))接收站(以下称为“观测站”)形成的密集的观测网。这些观测站通过与GNSS卫星通信，从而能观测电离圈中的总电子数(TEC值(Total Electron Content：总电子含量))。

关于电离圈的电磁异常的检测，例如，国际公开的2018/097272号(专利文献1)中公开了如下技术：即、“基于地面观测站从卫星接收到的信号的观测数据，计算机计算观测站与卫星之间的电离圈中的总电子数自观测开始时的变化量。计算机根据电离圈中的总电子数从观测开始时起的变化量的时间变化，推定接下来计算出的总电子数的变化量，计算推定出的总电子数的变化量与实际计算出的总电子数的变化量之间的差异(推定误差)。计算机计算为各个观测站计算出的推定误差与对于各个观测站附近的规定数量的观测站计算出的推定误差之间的相关值。针对每个观测站计算出的相关值为规定阈值以上的情况下，对于该观测站附近的规定数量的观测站如果相关值为规定阈值以上，则计算机判定该观测站与卫星之间的电离圈发生异常”(参照[摘要])。

现有技术文献

专利文献

专利文献1：国际公开第2018/097272号

发明内容

发明所要解决的技术问题

根据专利文献1公开的技术，有时无法通过各观测站的回归模型的预测准确地进行TEC值的异常判定。因此，需要在TEC值的异常判定中，提高各观测站的回归模型的预测精度的技术。

本公开是鉴于上述的背景而完成的，其在某一方面的目的在于提供一种用于在TEC值的异常判定中提高各观测站的回归模型的预测精度的技术。

解决技术问题的技术方案

根据一个实施方式，提供了一种异常检测装置。异常检测装置包括：输入部，该输入部获取用于观测电离圈的电子数量的多个观测站中的每一个的观测值；以及控制部，该控制部用于判定观测值的异常。控制部从多个观测站中选择中心观测站，基于与中心观测站的距离从多个观测站中选择多个周围观测站，基于多个周围观测站中的每一个的观测值，来计算中心观测站的预测观测值，计算预测观测值和中心观测站的实测值之间的推定误差，基于推定误差判定中心观测站的实测值是否异常。

在某个方面，异常检测装置还包括存储部，该存储部存储第一距离的信息和第二距离的信息。基于与中心观测站的距离从多个观测站中选择多个周围观测站包括：从与中心观测站的距离在第一距离以上且在第二距离以下的区域中选择多个周围观测站。

在某个方面，存储部还存储第三距离的信息。基于与中心观测站的距离从多个观测站中选择多个周围观测站包括：将周围观测站中的每一个判定为虚拟的权重；计算所选择的多个周围观测站的权重的重心的位置；以及选择多个周围观测站，使得从中心观测站到重心的距离在第三距离以下。

在某个方面，基于多个周围观测站中的每一个的观测值计算中心观测站的预测观测值包括：基于多个周围观测站中的每一个的观测值的平均值，来计算中心观测站的预测观测值。

在某个方面，基于多个周围观测站中的每一个的观测值计算中心观测站的预测观测值包括：基于多个周围观测站中的每一个的观测值的中间值，来计算中心观测站的预测观测值。

在某个方面，选择中心观测站包括选择包含在多个观测站中的观测站中的每一个作为中心观测站。计算推定误差包括：重复计算在选择观测站中的每一个作为中心观测站时的推定误差。

在某个方面，基于推定误差判定中心观测站的实测值是否异常包括：计算中心观测站的推定误差与位于中心观测站的周围的多个观测站的推定误差之间的相关值；以及基于相关值为预先规定的阈值以上，来判定中心观测站的实测值异常。

在某个方面，基于推定误差判定中心观测站的实测值是否异常包括：计算中心观测站的推定误差与位于中心观测站的周围的多个观测站的推定误差之间的相关值；计算中心观测站的相关值的中间值和标准偏差；基于中间值和标准偏差，计算表示中心观测站的相关值和中间值之间的差异的程度的相对值；以及基于相对值为预先规定的阈值以上，来判定中心观测站的实测值异常。

在某个方面，异常检测装置还包括用于输出警报的输出部。输出部基于判定为中心观测站的实测值异常来输出警报。

根据另一个实施方式，提供一种用于检测电离圈的电子数量的异常的方法。方法包括：获取用于观测电离圈的电子数量的多个观测站中的每一个的观测值的步骤；从多个观测站中选择中心观测站的步骤；基于与中心观测站的距离从多个观测站中选择多个周围观测站的步骤；基于多个周围观测站中的每一个的观测值，来计算中心观测站的预测观测值的步骤；计算预测观测值和中心观测站的实测值之间的推定误差的步骤；以及基于推定误差，来判定中心观测站的实测值是否异常的步骤。

在某个方面，基于与中心观测站的距离从多个观测站中选择多个周围观测站的步骤包括：从与中心观测站的距离在第一距离以上且在第二距离以下的区域中选择多个周围观测站的步骤。

在某个方面，基于与中心观测站的距离从多个观测站中选择多个周围观测站的步骤包括：将周围观测站中的每一个判定为虚拟的权重的步骤；计算所选择的多个周围观测站的权重的重心的位置的步骤；以及选择多个周围观测站，使得从中心观测站到重心的距离在第三距离以下的步骤。

在某个方面，基于多个周围观测站中的每一个的观测值计算中心观测站的预测观测值的步骤包括：基于多个周围观测站中的每一个的观测值的平均值，来计算中心观测站的预测观测值的步骤。

在某个方面，基于多个周围观测站中的每一个的观测值计算中心观测站的预测观测值的步骤包括：基于多个周围观测站中的每一个的观测值的中间值，来计算中心观测站的预测观测值的步骤。

在某个方面，选择中心观测站的步骤包括：选择包含在多个观测站中的观测站中的每一个作为中心观测站的步骤，计算推定误差的步骤包括：重复计算在选择观测站中的每一个作为中心观测站时的推定误差的步骤。

在某个方面，基于推定误差判定中心观测站的实测值是否异常的步骤包括：计算中心观测站的推定误差与位于中心观测站的周围的多个观测站的推定误差之间的相关值的步骤；以及基于相关值为预先规定的阈值以上，来判定中心观测站的实测值异常的步骤。

在某个方面，基于推定误差判定中心观测站的实测值是否异常的步骤包括：计算中心观测站的推定误差与位于中心观测站的周围的多个观测站的推定误差之间的相关值的步骤；计算中心观测站的相关值的中间值和标准偏差的步骤；基于中间值和标准偏差，计算表示中心观测站的相关值和中间值之间的差异的程度的相对值的步骤；以及基于相对值为预先规定的阈值以上，来判定中心观测站的实测值异常的步骤。

在某个方面，方法还包括基于判定中心观测站的实测值异常来输出警报的步骤。

根据另一个实施方式，提供一种程序，用于使计算机执行上述的方法。

发明效果

根据一个实施方式，能在TEC值的异常判定中提高在各个观测站的回归模型的预测精度。

能根据参照附图来理解的本公开的以下详细说明中，明确本公开内容的上记和其他目的、特征、方面和优点。

附图说明

图1示出了根据某个实施方式的TEC值观测系统的整体情况的一个示例的图。

图2是示出TEC值观测系统的观测步骤的一个示例的图。

图3示出了根据某个实施方式的异常检测系统300的结构的一个示例的图。

图4是示出异常检测装置320的功能结构的一个示例的图。

图5是示出异常检测装置320的结构的一个示例的图。

图6是示出由TEC值推定部440得到的TEC值的回归模型的生成处理的一个示例的图。

图7是示出中心观测站的回归模型的生成步骤的详细情况的一个示例的图。

图8是示出中心观测站的预测值与实测值之间的推定误差(差分)的计算步骤的一个示例的图。

图9是示出由异常检测装置320得到的TEC值的异常判定处理的流程的一个示例的图。

图10是示出由异常检测装置320得到的TEC值的异常检测处理的仿真的条件的一个示例的图。

图11是示出异常检测装置320和现有的装置中的每一个的仿真的执行结果的一个示例的图。

图12是示出仿真的执行结果的分析结果的一例的图。

图13是示出了异常检测装置320和现有的装置的采样期间的一个示例的图。

图14是示出了异常检测装置320所输出的警报和现有的装置所输出的警报的比较的第一示例的图。

图15是示出了异常检测装置320所输出的警报和现有的装置所输出的警报的比较的第二示例的图。

具体实施方式

以下，参照附图说明本公开的技术思想的实施方式。在下面的说明中，对相同的部件标记相同的标号。它们的名称和功能也相同。因此，不再重复对它们的详细说明。另外，在以下说明中，在提及多个相同的结构的情况下，有时表示成结构123A、123B那样。另外，在将它们统称的情况下，表示为结构123。

图1示出了根据本实施方式的TEC值观测系统的整体情况的一个示例的图。该系统包括GNSS卫星100和观测站110。在图1所示的示例中，示出了观测站110A、110B、110C，这只是一个示例，实际上可以配置更多的观测站110。

分子和原子由于太阳光等发生电离的区域的电离圈120存在于围绕地球的大气的上层部。已知电离圈120的总电子数(TEC值)除了具有昼夜变化和季节的自然变化的特性之外，还会随着太阳耀斑等空间天气而大幅地变动。另外，已知这些变化(特别是太阳耀斑)会引起地面上的电波障碍等。根据近几年的研究，报道即使在大规模地震发生之前震源地上空的TEC值也会增加的情况，期待将TEC值的观测技术应用于地震预测。

根据本实施方式的TEC值的分析方法预测电离圈120的异常，并且利用由TEC值观测系统获得的观测结果。TEC值观测系统使用GNSS卫星100和观测站110之间的电波通信来观测电离圈120的TEC值。GNSS卫星使用两个频率的电波与设置在地表上的多个观测站110中的每一个之间进行通信。通过计算两个频率的电波在电离圈120中的相位差来获得电波路径上的TEC值。所获得的TEC值存储在TEC值观测系统所具有的服务器(未图示出)中。

图2是示出TEC值观测系统的观测步骤的一个示例的图。参照图2，说明在TEC值观测系统中的每个位置的TEC值的计算方法。连接GNSS卫星100和地面观测站110的线路(通信路径)与电离圈120的面相交的点称为IPP(Ionospheric Penetration Point：电离层穿透点)210。将IPP210投射到地面上的位置称为SIP(Sub Ionosphere Point：亚电离层点)220。

在图2所示的示例中，通过GNSS100和观测站110之间的通信计算出的TEC值是SIP220上空的TEC值。可以基于GNSS卫星100和观测站110的各个位置、IPP210、地球半径、到电离圈120的高度信息等来计算SIP 220。在某个方面，电离圈120的高度可以设定为例如高度约300km。

通过TEC值观测系统得到的TEC值容易受到太阳耀斑等各种自然现象的影响，为了准确检测TEC值的增减，尽可能消除这些自然现象带来的影响是很重要的。

图3示出了根据本实施方式的异常检测系统300的结构的一个示例的图。异常检测系统300可以获取和分析由TEC值观测系统获得的TEC值，从而检测或预测各地(SIP 220)的TEC值的异常。

异常检测系统300包括多个观测站110、观察数据DB(Data Base：数据库)310、异常检测装置320、服务提供商330、用户终端340。多个观测站110、观测数据DB 310、异常检测装置320和服务提供商330构成为能够通过网络350彼此通信。

在某个方面，异常检测系统300可以仅包括异常检测装置320。在这种情况下，异常检测系统300可以与作为外部的装置或服务的多个观测站110、观测数据DB 310、异常检测装置320、服务提供商330、和用户终端340协作。

观测站110通过与GNSS卫星100通信来观测各个SIP 220中的TEC值。观测站110将获取到的观测值发送到观测数据DB 310。可以在观察上空的TEC值的地区中配置多个观测站110。

观测数据DB 310获取并存储来自多个观测站110的观测值。观察数据DB 310可以配置在服务器等任意的装置内。在某个方面，观测值可以是TEC值。在该情况下，包括观测数据DB 310的服务器将观测值作为TEC值存储在观测数据DB 310中。在其他方面，观测值可以包括GNSS卫星100和观测站110的通信的延迟信息、GNSS卫星100的位置信息、以及观测站110的位置信息等。在该情况下，包括观察数据DB 310的服务器可以根据包含在观察值中的信息计算TEC值，并将该TEC值存储在观察数据DB 310中。

另外，在其他方面，观测数据DB 310可以表现为关系数据库的表，也可以表现为JSON(JavaScript：Java脚本(注册商标)Object Notation：对象标记)等其他任意的数据形式。在另一个方面，上述观测站110、观测数据DB 310和GNSS卫星100可以构成TEC值观测系统。

从观测数据DB 310获取观测站110的TEC值的观测数据。在某个方面，异常检测装置320可以基于观测站110的观测数据计算TEC值的观测结果。异常检测装置320根据所获取到的TEC值检测或预测电离圈中的磁异常，根据需要将警报分发给用户终端340。在某个方面，异常检测装置320可以向服务提供商330提供警报。在其它方面，异常检测装置320可以实现为PC(Personal Computer：个人计算机)、服务器或云服务。

基于从异常检测装置320获取到的信息，服务提供商330可以向用户终端340提供各种预报或利用预报后的增值服务等。在某个方面，服务提供商330可以实现为服务器或云服务。在另一个方面，服务提供商330的功能可以包含在异常检测装置320中。

用户终端340可以从异常检测装置320或服务提供商330获取警报，并在显示器上显示警报的内容。在某个方面，用户终端340可以是PC、智能手机、平板电脑、可穿戴设备、电视、无线电或其他任意设备。

图4是示出异常检测装置320的功能结构的一个示例的图。在某个方面，图4中所示的结构可以实现为软件，在这种情况下，这些结构可以由图5中所示的硬件执行。

异常检测装置320包括观测站位置数据DB 410、观测站间距离计算部420、观测站间距离数据DB 430、TEC值推定部440、推定误差计算部450、相关值计算部460、异常判定部470和通知部480。在某个方面，观测站位置数据DB 410和观测站间距离数据DB 430可以表示为关系数据库的表，也可以表示为JSON等其它任意的数据形式。

观测站位置数据DB 410存储各个观测站110的位置信息。在某个方面，位置信息可以是表示纬度或经度的信息。在其他方面，位置信息可以是例如表示将观测对象的地区(日本列岛等)划分为网格等任意区域时的各区域的信息。

观测站间距离计算部420计算各个观测站110之间的距离。在某个方面，观测站间距离计算部420可以基于两个观测站110之间的纬度和经度之差来计算观测站110之间的距离。在另一个方面，观测站间距离计算部420可以基于两个观测站110在网格上的距离多少方格来计算两个观测站110之间的距离。在这种情况下，观测站间距离计算部420可以通过将两个观测站110之间的方格数乘以每1方格的距离来计算两个观测站110之间的距离。

观测站间距离数据DB 430存储各个观测站110之间的距离数据。在某个方面，观测站间距离数据DB 430可以将两个观测站110中的每一个的标识符与两个观测站110之间的距离相关联地存储。另外，在其他方面，距离的单位可以是米、公里等任意单位。

TEC值推定部440从多个观测站110中选择一个观测站110作为中心观测站，并生成该中心观测站的TEC值的回归模型。中心观测站的TEC值的回归模型是基于位于中心观测站周围的多个周围观测站的观测结果而生成的。该中心观测站的该回归模型是指在电离圈不发生磁异常的情况下，预测为中心观测站进行观测的TEC值的近似值(基于周围观测站的观测结果的回归模型)。参照图6和图7说明TEC值推定部440的处理的详细情况。

推定误差计算部450将从中心观测站的回归模型获得的某时刻t的值(预测值)与该中心观测站的某时刻t的实测值进行比较，并计算该推定误差(实测值和预测值之间的差分)。此时，异常检测装置320可以从观测数据DB 310获取中心观测站的某个时刻t的实测值。参照图8说明推定误差计算部450的处理的详细情况。TEC值推定部440和推定误差计算部450依次选择所有观测站110中的每一个作为中心观测站，并重复执行上述处理。

相关值计算部460基于推定误差计算部450所输出的各个观测站110的推定误差来执行处理。相关值计算部460选择某一个台作为中心观测站，并选择其周围的多个观测站作为周围观测站。在某个方面，相关值计算部460可以从与中心观测站的距离在预先规定的距离以内的观测站110中选择任意数量的周围观测站。

接下来，相关值计算部460计算在某时刻t的中心观测站的推定误差与在某时刻t的周围观测站的各个推定误差之间的相关值。基于同一时刻t的观测值(TEC值)计算中心观测站的推定误差和周围观测站的各个推定误差。相关值计算部460依次选择所有观测站110中的每一个作为中心观测站，并重复上述相关值的计算处理。在某个方面，相关值计算部460可以使用已知的技术来计算中心观测站的相关值。例如，相关值计算部460可以执行专利文献1所示的相关值计算。

此外，相关值计算部460基于在某个时刻t的各个观测站110的相关值来计算相对值。相关值计算部460计算在某个时刻t的各个观测站110的相关值的中间值和标准偏差。然后，相关值计算部460基于计算出的相关值的中间值和标准偏差，计算表示各个观测站110的相关值与相关值的中间值不同到什么程度的相对值。相关值计算部460对所有观测站110中的每一个的相关值重复执行上述相对值的计算处理。相关值计算部460可以使用公知的技术来计算各个观测站110的相对值。例如，相关值计算部460可以执行专利文献1所示的相对值计算。

异常判定部470判定在某个时刻的所有观测站110的各个相对值是否为预先规定的阈值以上。例如，异常判定部470可以基于观测站110A的相对值为预先规定的阈值以上这一情况，判定为观测站110A的观测值(TEC值)异常。在某个方面，异常判定部470也可以不计算相对值，而是通过判定相关值是否在预先规定的阈值以上，来判定观测站110A的观测值(TEC值)是否异常。在该情况下，异常判定部470可以基于相关值为预先规定的阈值以上这一情况，判定观测站110A的观测值(TEC值)异常。

在异常判定部470判定为某个观测站110的观测值异常的情况下，通知部480输出警报。在某个方面中，即使在异常判定部470没有检测到异常的情况下，通知部480也能够输出告知观测值没有异常的通知。在其他方面，警报可以包括强度信息。例如，可以基于观测站110的相关值或相对值比预先规定的阈值大多少来决定强度信息。

图5是示出异常检测装置320的结构的一个示例的图。异常检测装置320包括CPU(Central Processing Unit：中央处理单元)501、一次存储装置502、二次存储装置503、外部设备接口504、输入接口505、输出接口506、通信接口507。

CPU 501可以执行用于实现异常检测装置320的各种功能的程序。CPU 501例如由至少一个集成电路构成。集成电路例如可以由至少一个CPU、至少一个FPGA(FieldProgrammable Gate Array：现场可编程门阵列)、或者它们的组合等构成。

一次存储装置502存储由CPU 501执行的程序和由CPU 501参照的数据。在某个方面，一次存储装置502可以由DRAM(Dynamic Random Access Memory：动态随机存取存储器)或SRAM(Static Random Access Memory：静态随机存取存储器)等实现。

二次存储装置503是非易失性存储器，可以存储由CPU 501执行的程序和由CPU501参照的数据。在这种情况下，CPU 501执行从二次存储装置503读出到一次存储装置502的程序，并参照从二次存储装置503读出到一次存储装置502的数据。在某个方面，二次存储装置503可以由HDD(Hard Disk Drive：硬盘驱动器)、SSD(Solid State Drive:固态硬盘)、EPROM(Erasable Programmable Read Only Memory:可擦可编程只读存储器)、EEPROM(Electrically Erasable Programmable Read Only Memory:电可擦可编程只读存储器)或闪存等来实现。

外部设备接口504可以连接到打印机、扫描仪和外部HDD等任意的外部设备。在某个方面，外部设备接口504可以由USB(Universal Serial Bus：通用串行总线)端子等实现。

输入接口505可以连接到键盘、鼠标、触摸板或游戏板等任意的输入装置。在某个方面，输入接口505可以由USB端子、PS/2端子、Bluetooth(蓝牙，注册商标)模块等实现。

输出接口506可以连接到阴极射线管显示器、液晶显示器或有机EL(Electro-Luminescence：电致发光)显示器等任意的输出装置。在某个方面，输出接口506可以由USB端子、D-sub端子、DVI(Digital Visual Interface：数字视觉接口)端子、HDMI(注册商标)(High-Definition Multimedia Interface：高清多媒体接口)端子等实现。

通信接口507连接到有线或无线的网络设备。在某个方面，通信接口507可以由有线LAN(Local Area Network：局域网)端口和Wi-Fi(注册商标)(Wireless Fidelity：无线保真度)模块等实现。在其他方面，通信接口507可以使用诸如TCP/IP(TransmissionControl Protocol/Internet Protocol：传输控制协议/因特网协议)、UDP(User DatagramProtocol：用户数据报协议)等通信协议来发送和接收数据。

图6是示出由TEC值推定部440得到的TEC值的回归模型的生成处理的一个示例的图。首先，TEC值推定部440选择某一个观测站110作为“中心观测站”。作为一个示例，设为选择观测站110A作为中心观测站。

接下来，TEC值推定部440从与观测站110A的距离例如在第一距离(半径)630以上且在第二距离(半径)640以下的区域620中选择多个“周围观测站”。在某个方面，第一距离630的信息和第二距离640的信息可以存储在二次存储装置503中。在这种情况下，TEC值推定部440可以从二次存储装置503获取第一距离630的信息和第二距离640的信息。在另一个方面，TEC值推定部440可以将周围观测站中的每一个判定为虚拟的权重，并计算这些权重的重心位置。在这种情况下，TEC值推定部440可以选择周围观测站，使得从中心观测站到重心的距离为预先规定的第三距离(半径)以下由此，TEC值推定部440可以从中心观测站观察并选择周围观测站，而不会出现偏差。另外，第三距离的信息也可以存储在二次存储装置503中。TEC值推定部440可以从二次存储装置503获取第三距离的信息。

作为一个示例，TEC值推定部440选择观测站110B、110C作为周围观测站。在这种情况下，基于在观测站110B、110C(周围观测站)处的TEC值的观测结果生成观测站110A(中心观测站)的回归模型。在某个方面中，中心观测站的回归模型可以基于在周围观测站处的TEC值的观测结果的平均值来生成。在某个方面中，中心观测站的回归模型可以基于在周围观测站处的TEC值的观测结果的中间值来生成。

由于位于区域620中的观测站110B、110C与位于区域610中的观测站110A(中心观测站)的距离较近，因此，预测在平常时检测到接近的TEC值。此外，例如预想为，即使在区域610发生地震的情况下，由于区域610和620之间存在一定的距离，因此区域620的上空的电离圈也难以受到在区域610中发生的地震的影响。

因此，预想为由于地震而在区域610中发生电离圈的磁异常的情况下，由位于区域610中的观测站110A得到的TEC值的观测结果与由位于区域620中的观测站110B、110C得到的TEC值的观测结果之间产生差异。在某个方面，第一距离630和第二距离640可以是基于过去的地震等自然现象的数据而被设定为在地震等局部自然现象的影响范围之外的距离。

TEC值推定部440将基于多个周围观测站的TEC值所生成的回归模型与由观测站110A得到的TEC值的实测值进行比较，并检测该推定误差。如参照图8和图9所说明的那样，该推定误差被用于检测电离圈的TEC值的异常。

图7是示出中心观测站的回归模型的生成步骤的详细情况的一个示例的图。图7所示的处理可以由TEC值推定部440执行。TEC值推定部440获取周围观测站中的每一个的TEC值的实测值。TEC值推定部440基于这些周围观测站的TEC值的实测值来生成(推定)中心观测站的回归模型。

作为一个示例，说明基于从区域620中选择出的观测站110B所得到的TEC值的实测值710B和观测站110C所得到的TEC值的实测值710C来生成中心观测站的回归模型720的步骤。

首先，TEC值推定部440获取在观测站110B的实测值710B。同样地，TEC值推定部440获取在观测站110C的实测值710C。在某个方面，可以从观测数据DB 310获取实测值710B、710C。

接下来，TEC值推定部440基于观测站110B的实测值710B和观测站110C的实测值710C的平均值或中间值等，生成观测站110A(中心观测站)的回归模型720。该回归模型720在时刻t处的值表示观测站110A在平常时的时刻t处输出的TEC值的预测值。

图8是示出中心观测站的预测值与实测值之间的推定误差(差分)的计算步骤的一个示例的图。图8所示的处理可以由推定误差计算部450执行。推定误差计算部450将中心观测站的回归模型720在时刻t的值(中心观测站在时刻t的TEC值的预测值)与中心观测站的实测值810在时刻t的值(中心观测站在时刻t的TEC值的实测值)进行比较，从而计算推定误差820。

推定误差820较大这一点意味着在中心观测站观测到的TEC值与预测为平常时在中心观测站观测到的TEC值较大地不同。换句话说，推定误差820较大这一点可以表示在中心观测站附近发生了使TEC值变动的因素(例如，大地震等)的可能性。异常检测装置320可以基于计算出的推定误差820判定中心观测站的实测值是否异常。更具体地，异常检测装置320基于推定误差820计算中心观测站的相关值和相对值。此外，异常检测装置320可以基于相关值或相对值中的任一个为预先规定的阈值以上来判定中心观测站的实测值是异常的。

通常，由观测站110观测到的TEC值可能由于各种自然现象的影响而变动。因此，即使仅观测一台观测站110的TEC值的变化，也无法判别该变化是由于大范围内的自然现象的影响而产生的，还是由于局部范围内的自然现象的影响而产生的。因此，根据本实施方式的异常检测装置320基于周围观测站的TEC值的观测结果来生成中心观测站的回归模型。该中心观测站的回归模型是基于周围观测站的TEC值的观测结果而生成的，因此难以受到在中心观测站附近发生的局部自然现象的影响。因此，推定误差820较大这一点意味着预测值不受大范围内的自然现象的影响，而实测值受局部范围内的自然现象的影响，这表示发生了局部自然现象(大地震等)的可能性较高。

图9是示出由异常检测装置320得到的TEC值的异常判定处理的流程的一个示例的图。在某个方面，CPU 501也可以将用于进行图9的处理的程序从二次存储装置503读入一次存储装置502，并执行该程序。在其它方面，该处理的一部分或全部还可以实现构成为执行该处理的电路元件的组合。

在步骤S910中，CPU 501获取观测站110中的每一个的TEC值。在某个方面，CPU 501可以经由外部设备接口504、输入接口505或通信接口507获得观测站110中的每一个的TEC值。在其他方面，CPU 501也可以从观测数据DB 310获取观测站110中的每一个的TEC值。在其他方面，CPU 501也可以基于从观测数据DB 310获取到的数据来计算观测站110中的每一个的TEC值。

在步骤S920中，CPU 501计算各个观测站110之间的距离。更具体地，CPU 501参照观测站位置数据DB 410，获取各个观测站110的位置信息。CPU 501基于获取到的各个观测站110的位置信息来计算各个观测站110之间的距离。CPU 501将计算出的距离信息存储在观测站间距离数据DB 430中。在某个方面，观测站位置数据DB410和观测站间距离数据DB430也可以配置在二次存储装置503内。

在步骤S930中，CPU 501对于每个观测站110(每个中心观测站)提取周围观测站。更具体地，CPU 501选择中心观测站并提取对于该中心观测站的多个周围观测站。本步骤的处理对应于参照图6说明的处理

在步骤S940中，CPU 501基于周围观测站的TEC值计算中心观测站的观测值(TEC值)的预测值。更具体地，CPU 501基于在步骤S930中提取出的周围观测站的TEC值，生成中心观测站的TEC值的回归模型。该回归模型在时刻t的TEC值是中心观测站在时刻t的预测TEC值(TEC值的预测值)。本步骤的处理对应于参照图7说明的处理

在步骤S950中，CPU 501获取观测站110中的每一个的推定误差820。更具体地，CPU501将步骤S940中生成的回归模型所示的预测值与中心观测站的TEC值的实测值进行比较，并计算该推定误差(预测值与实测值之间的差分)。本步骤的处理对应于参照图8说明的处理。

在步骤S960中，CPU 501获取观测站110中的每一个的相关值。此外，CPU 501基于相关值，对于每个观测站110计算相对值。本步骤的处理对应于由相关值计算部460执行的处理。

在步骤S970中，CPU 501执行警报判定。更具体地，CPU 501可以判定在步骤S960中计算出的相关值或相对值是否为预先规定的阈值以上。在步骤S960中计算出的相关值或相对值为预先规定的阈值以上的情况下，CPU 501输出警报。否则，CPU 501可以不输出警报，或者可以输出表示观察到的TEC值没有异常的通知。本步骤的处理与异常判定部470以及通知部480执行的处理相对应。可以对所有观测站110中的每一个重复执行上述步骤S910～S970的处理。

接下来，参照图10～图15说明在相同条件下对在日本的TEC值的异常检测进行仿真的情况下，由异常检测装置320得到的TEC值的异常的检测结果与由现有装置(专利文献1中记载的装置)得到的TEC值的异常的检测结果之间的比较结果。

图10是示出由异常检测装置320得到的TEC值的异常检测处理的仿真的条件的一个示例的图。图10中所示的条件使用了过去发生大地震时的数据。“观测期间1010”是从UTC00：00到地震发生为止的期间。换句话说，观测期间1010是仿真的执行期间。

“对象期间1020”是指地震发生前1小时至地震发生为止的期间。换句话说，对象期间1020是由于地震的影响，TEC值发生异常的可能性较高的期间。

“对象空间1030”是包含震源的纬度和经度在1度以内的空间。换句话说，对象空间1030是发生了地震的地区，并且是被认为由于地震的影响而使上空的TEC值发生异常的空间。

期望异常检测装置320和现有的装置在对象期间1020内，检测对象空间1030的上空的TEC值的异常，并输出警报。这是因为，在对象期间1020内，检测到对象空间1030的上空的TEC值的异常是因为检测到由于地震引起的TEC值的变化。

在仿真中，异常检测装置320和现有的装置可以使用在观测期间中的由日本全国的所有观测站110和所有卫星计算出的TEC值的观测结果。例如，异常检测装置320和现有的装置可以获得包含大约1300个观测站110和GNSS卫星100的组合的每30秒的TEC值的观测结果。实际上，多个观测站110中的每一个可以接收来自多个GNSS卫星100中的每一个的通信。

图11是示出异常检测装置320和现有的装置中的每一个的仿真的执行结果的一个示例的图。实验结果1100A是异常检测装置320的输出结果。实验结果1100B是现有装置的输出结果。

“对象，有警报”的单元S1表示各装置在对象期间1020内的对象空间1030的上空检测到TEC值的异常并输出警报的次数。换句话说，“对象，有警报”的单元S1表示各装置在地震发生时(包括刚发生地震之前)，在震源地附近的上空检测出TEC值异常并输出警报的次数。例如，根据“对象，有警报”的单元S1A，异常检测装置320在对象期间1020内检测对象空间1030的上空的TEC值的异常738次，并输出警报。根据“对象，有警报”的单元S1B，现有的装置在对象期间1020内检测对象空间1030的上空的TEC值的异常847次，并输出警报。

“对象，无警报”的单元S2表示各装置在对象期间1020内的对象空间1030的上空未检测到TEC值的异常且未输出警报的次数。换句话说，“对象，无警报”的单元S2表示各装置在地震发生时(包括刚发生地震之前)，在震源地附近的上空未检测出TEC值的异常的次数。

“对象外，有警报”的单元S3表示各个装置在对象期间1020之外的期间内检测出TEC值的异常并输出警报的次数、以及在对象期间1020内但在对象空间1030之外的位置的上空检测出TEC值的异常并输出警报的次数的合计。换句话说，“对象外，有警报”的单元S3表示各个装置在不发生地震的期间内检测到TEC值的异常并输出警报的次数、以及在地震发生时(包括刚发生地震之前)在震源地以外的地区的上空检测到TEC值的异常并输出警报的次数的合计。

“对象外，无警报”的单元S4表示各个装置在对象期间1020之外的期间内未检测到TEC值的异常的次数、以及在对象期间1020内未检测到在对象空间1030之外的位置的上空的TEC值的异常的次数的合计。

上述单元S1A～S4A的合计表示在观测期间1010中异常检测装置320重复图9所示的处理(TEC值的异常判定处理)的次数。同样地，上述单元S1B～S4B的合计表示在观测期间1010中现有装置重复TEC值的异常判定处理的次数。

图12是示出仿真的执行结果的分析结果的一个示例的图。分析结果1200A表示异常检测装置320的实验结果1100A的分析结果。分析结果1200B表示现有的装置的实验结果1100B的分析结果。以下，实验结果1200A、1200B内的S1、S2、S3、S4分别表示单元S1、单元S2、单元S3以及单元S4的数值。

再现率是针对前兆现象而输出警报的概率，越大越好。这里的“前兆现象”是指从刚发生地震前到发生地震时的期间内，在震源地附近上空可能观测到的TEC值的变化。本次的仿真的情况下，再现率是在有前兆现象(地震的发生及其前兆)的情况下，在震源地附近的上空检测出TEC值的异常的概率。再现率可以如下求得。

再现率＝S1/(S1+S2)

适合率是在输出警报的情况下，它是基于前兆现象的警报的概率，越大越好。在本次仿真的情况下，适合率是基于某个前兆现象(地震的发生及其前兆)输出警报的概率。适合率可以如下求得。

适合率＝S1/(S1+S3)

特异度是在平常时不输出警报的概率，越大越好。在本次仿真的情况下，特异度是在没有前兆现象(地震的发生及其前兆)的情况下，不输出警报的概率。特异率可以如下求得。

特异度＝S4/(S3+S4)

准确度表示整体上进行准确的判定的程度，越大越好。准确度可以如下求得。

准确度＝(S1+S4)/(S1+S2+S3+S4)

F值表示考虑到数据的不均衡情况时判定的准确性程度，越大越好。F值如下求出。本次仿真的情况下，准确度和F值表示前兆现象(地震的发生及其前兆)的预测精度的高低。

F值＝2/(1/再现率+1/适合率)

漏报率是看漏前兆现象的概率，越小越好。在本次仿真的情况下，漏报率是在有前兆现象(地震的发生及其前兆)的情况下，输出警报的概率。漏报率可以如下求得。

漏报率＝S2/(S1+S2)

误报率是输出误报的概率，越小越好。在本次仿真的情况下，误报率是在没有前兆现象(地震的发生及其前兆)的情况下，输出警报的概率。误报率可以如下求得。

误报率＝S3/(S3+S4)

若参照分析结果1200A、1200B，则与现有的装置相比，异常检测装置320在适合率、特异度、准确度、F值和误报率方面显示出良好的结果。因此，可知与现有的装置相比，异常检测装置320提高了TEC值的异常判定的精度。

图13是示出了异常检测装置320和现有的装置的采样期间的一个示例的图。通常回归模型的生成需要采样期间。与现有的装置的采样期间1320相比，异常检测装置320的采样期间1310可以是一半左右的期间。此外，如图12所示，异常检测装置320即使相对于现有装置是一半左右的采样期间(即使是较少的采样数)，异常检测装置320的回归模型的精度也比现有技术更高，因此能够以与现有技术同等以上的精度来检测TEC值的异常。

图14是示出了异常检测装置320所输出的警报和以往的装置所输出的警报的比较的第一示例的图。显示1410A是在仿真中地震未发生的期间内的异常检测装置320所输出的警报的显示。显示1410B是在仿真中地震未发生的期间内的现有装置所输出的警报的显示。在显示器1410A、1410B上绘制的三角形表示警报的强度。

若比较显示1410A、1410B，则在显示1410B中，在区域1420B、1430B、1440B中输出较高强度的警报。与此相对地，可知在显示1410A上没有显示高强度的警报，并且与现有的装置相比，异常检测装置320的回归模型的精度更高且误报更少。

图15是示出了异常检测装置320所输出的警报和以往的装置所输出的警报的比较的第二示例的图。显示1510A是在仿真内的地震发生的期间(包括刚发生地震之前)内的异常检测装置320所输出的警报的显示。显示1510B是在仿真内的地震发生的期间(包括刚发生地震之前)内的现有装置所输出的警报的显示。

若比较显示1510A、1510B，则在显示1510B中，在区域1520B、1530B、1540B这三处显示了较高强度的警报，与此相对地，在显示1510A中，在区域1520A的一处显示了较高强度的警报。即，与现有的装置相比，异常检测装置320能够在更小的范围内高精度地检测TEC值的异常。

以上，如上所述，根据本实施方式的异常检测装置320基于从中心观测站周围选择出的周围观测站的TEC值，来生成中心观测站的回归模型。然后，异常检测装置320通过将该回归模型的预测值与中心观测站的实测值进行比较来计算推定误差，并基于该推定误差来预测TEC值的异常。由此，异常检测装置320能够以比以往更高的精度来检测TEC值的异常(TEC值的异常检测的误报的比率变低)。另外，已知在电离圈中的现象会对以通信及无线为首的社会基础设施带来各种各样的影响。因此，根据本实施方式的检测TEC值的异常的技术也可以应用于运用社会基础设施上的电离圈异常观测技术、空间天气的模型构建、以及等离子体的湍流和变化的观测等。

应当认为，本次公开的实施方式在所有方面都是例示而不是限制性的。本公开的范围由权利要求书而不是上述说明来表示，旨在包括与权利要求书同等的含义和范围内的所有变更。此外，本实施方式和各个变形例中说明的公开内容旨在尽可能地单独或组合地实现。

标号说明

100GNSS卫星，110观测站，120电离圈，300异常检测系统，310观测数据DB，320异常检测装置，330服务提供商，340用户终端，350网络，410观测站位置数据DB，420观测站间距离计算部，430观测站间距离数据DB，440值推定部，450推定误差计算部，460相关值计算部，470异常判定部，480通知部，501CPU，502一次存储装置，503二次存储装置，504外部设备接口，505输入接口，506输出接口，507通信接口、610、620、1420B、1430B、1440B、1520A、1520B、1530B、1540B区域，630第一距离，640第二距离，710B、710C实测值，720回归模型，810实测值，820推定误差，1010观测期间，1020对象期间，1030对象空间，1100A、1100B实验结果，1200A、1200B分析结果，1310、1320采样期间，1410A、1410B、1510A、1510B显示。

Claims (19)

1.一种异常检测装置，其特征在于，包括：

输入部，该输入部获取用于观测电离圈的电子数量的多个观测站的每一个的观测值；以及

控制部，该控制部用于判定所述观测值的异常，

所述控制部从多个所述观测站中选择中心观测站，

基于与所述中心观测站的距离从多个所述观测站中选择多个周围观测站，

基于多个所述周围观测站中的每一个的所述观测值，来计算所述中心观测站的预测观测值，

计算所述预测观测值和所述中心观测站的实测值之间的推定误差，

基于所述推定误差判定所述中心观测站的所述实测值是否异常。

2.如权利要求1所述的异常检测装置，其特征在于，

还包括存储部，该存储部存储第一距离的信息和第二距离的信息，

基于与所述中心观测站的距离从多个所述观测站中选择多个所述周围观测站包括：从与所述中心观测站的距离在所述第一距离以上且在所述第二距离以下的区域中选择多个所述周围观测站。

3.如权利要求2所述的异常检测装置，其特征在于，

所述存储部还存储第三距离的信息，

基于与所述中心观测站的距离从多个所述观测站中选择多个所述周围观测站包括：

将所述周围观测站的每一个判定为虚拟的权重；

计算所选择的多个所述周围观测站的权重的重心的位置；以及

选择多个所述周围观测站，使得从所述中心观测站到所述重心的距离在所述第三距离以下。

4.如权利要求1至3中任一项所述的异常检测装置，其特征在于，

基于多个所述周围观测站的每一个的所述观测值计算所述中心观测站的所述预测观测值包括：基于多个所述周围观测站的每一个的所述观测值的平均值，来计算所述中心观测站的所述预测观测值。

5.如权利要求1至3中任一项所述的异常检测装置，其特征在于，

基于多个所述周围观测站的每一个的所述观测值计算所述中心观测站的所述预测观测值包括：基于多个所述周围观测站的每一个的所述观测值的中间值，来计算所述中心观测站的所述预测观测值。

6.如权利要求1至5中任一项所述的异常检测装置，其特征在于，

选择所述中心观测站包括选择包含在多个所述观测站中的观测站的每一个作为所述中心观测站，

计算所述推定误差包括：重复计算在选择所述观测站的每一个作为所述中心观测站时的所述推定误差。

7.如权利要求6所述的异常检测装置，其特征在于，

基于所述推定误差来判定所述中心观测站的所述实测值是否异常包括：

计算所述中心观测站的所述推定误差与位于所述中心观测站的周围的多个所述观测站的所述推定误差之间的相关值；以及

基于所述相关值为预先规定的阈值以上，来判定为所述中心观测站的所述实测值异常。

8.如权利要求6所述的异常检测装置，其特征在于，

基于所述推定误差判定所述中心观测站的所述实测值是否异常包括：

计算所述中心观测站的所述推定误差与位于所述中心观测站的周围的多个所述观测站的所述推定误差之间的相关值；

计算所述中心观测站的所述相关值的中间值和标准偏差；

基于所述中间值和所述标准偏差，计算表示所述中心观测站的所述相关值和所述中间值之间的差异的程度的相对值；以及

基于所述相对值为预先规定的阈值以上，来判定所述中心观测站的所述实测值异常。

9.如权利要求1至8中任一项所述的异常检测装置，其特征在于，

还包括用于输出警报的输出部，

所述输出部基于判定为所述中心观测站的所述实测值为异常而输出警报。

10.一种方法，用于检测电离圈的电子数量的异常，该方法的特征在于，包括：

获取用于观测电离圈的电子数量的多个观测站的每一个的观测值的步骤；

从多个所述观测站中选择中心观测站的步骤；

基于与所述中心观测站的距离从多个所述观测站中选择多个周围观测站的步骤；

基于多个所述周围观测站的每一个的所述观测值，来计算所述中心观测站的预测观测值的步骤；

计算所述预测观测值和所述中心观测站的实测值之间的推定误差的步骤；以及

基于所述推定误差，来判定所述中心观测站的所述实测值是否异常的步骤。

11.如权利要求10所述的方法，其特征在于，

基于与所述中心观测站的距离从多个所述观测站中选择多个所述周围观测站的步骤包括：从与所述中心观测站的距离在第一距离以上且在第二距离以下的区域中选择多个所述周围观测站的步骤。

12.如权利要求11所述的方法，其特征在于，

基于与所述中心观测站的距离从多个所述观测站中选择多个所述周围观测站的步骤包括：

将所述周围观测站的每一个判定为虚拟的权重的步骤；

计算所选择的多个所述周围观测站的权重的重心的位置的步骤；以及

选择多个所述周围观测站，使得从所述中心观测站到所述重心的距离在第三距离以下的步骤。

13.如权利要求10至12中任一项所述的方法，其特征在于，

基于多个所述周围观测站的每一个的所述观测值计算所述中心观测站的所述预测观测值的步骤包括：基于多个所述周围观测站的每一个的所述观测值的平均值，来计算所述中心观测站的所述预测观测值的步骤。

14.如权利要求10至12中任一项所述的方法，其特征在于，

基于多个所述周围观测站的每一个的所述观测值计算所述中心观测站的所述预测观测值的步骤包括：基于多个所述周围观测站的每一个的所述观测值的中间值，来计算所述中心观测站的所述预测观测值的步骤。

15.如权利要求10至14中任一项所述的方法，其特征在于，

选择所述中心观测站的步骤包括：选择包含在多个所述观测站中的观测站的每一个作为所述中心观测站的步骤，

计算所述推定误差的步骤包括：重复计算在选择所述观测站的每一个作为所述中心观测站时的所述推定误差的步骤。

16.如权利要求15所述的方法，其特征在于，

基于所述推定误差来判定所述中心观测站的所述实测值是否异常的步骤包括：

计算所述中心观测站的所述推定误差与位于所述中心观测站的周围的多个所述观测站的所述推定误差之间的相关值的步骤；以及

基于所述相关值为预先规定的阈值以上，来判定为所述中心观测站的所述实测值异常的步骤。

17.如权利要求15所述的方法，其特征在于，

基于所述推定误差判定所述中心观测站的所述实测值是否异常的步骤包括：

计算所述中心观测站的所述推定误差与位于所述中心观测站的周围的多个所述观测站的所述推定误差之间的相关值的步骤；

计算所述中心观测站的所述相关值的中间值和标准偏差的步骤；

基于所述中间值和所述标准偏差，计算表示所述中心观测站的所述相关值和所述中间值之间的差异的程度的相对值的步骤；以及

基于所述相对值为预先规定的阈值以上，来判定为所述中心观测站的所述实测值异常的步骤。

18.如权利要求10至17中任一项所述的方法，其特征在于，

还包括基于判定为所述中心观测站的所述实测值异常而输出警报的步骤。

19.一种程序，其特征在于，

用于使计算机执行如权利要求10至18中任一项所述的方法。