JP2005533448A - 時間遅延が試験範囲よりも良好かどうかの評価方法 - Google Patents

Abstract

本発明は、被測定デバイスの第１の事象と第２の事象の間の統計的時間遅延が試験範囲よりも良いかどうかを評価する方法に関する。本方法は、下記のステップを含む。すなわち、最小数Ｎの試験を行ない、各試験から遅延時間を評価するステップと、評価した遅延時間の第１の確率分布を第１の事象の第１回目の発生から第２の事象の第１回目の発生への経過時間の関数としてモデル化するステップと、第１の確率分布の第Ｎ−１回の自己畳み込みを実行することで、評価した時間遅延の第２の確率分布を第１の事象の第１回目の発生から第２の事象の第Ｎ回目の発生までの経過時間の関数として得るステップと、評価した時間遅延の第３の確率分布を第２の事象の第Ｎ回目の発生の関数として得るべく統計的な変換を実行するステップと、第３の確率分布の面積の所定の領域百分率が試験範囲の良側に在る場合に試験対象デバイスを合格と判定するか、又は第３の確率分布の面積の所定の領域百分率が試験範囲の不良側に在る場合に試験対象デバイスを不合格と判定し、それ以外は数をＮに増やした試験をもって本方法のステップを繰り返すステップを含む。

Description

本発明は実装依存パラメータとしての時間遅延が統計的に規定したソフト上の試験範囲よりも良好であるかどうかの評価方法に関する。本発明は特に、システムシミュレータが生成するセル品質交換からユーザ機器、例えば移動局が生成する登録メッセージまでの遅延時間を計測した計測値の分類に適用されるものである。

移動通信システムにあっては、移動局（ユーザ機器）は現在のセルの現在の基地局との通信品質（セル品質）が減退して他のセルの他の基地局との通信品質が現在の基地局の品質を上回って増大した場合に、セルの再選択すなわち別の通信セルの別の基地局への接続移行を行なわねばならない。

符号分割多元接続（ＣＤＭＡ；Ｃｏｄｅ Ｄｉｖｉｓｉｏｎ Ｍｕｌｔｉｐｌｅ Ａｃｃｅｓｓ）を用いた第３世代の移動局システム用に通信システム内移動局が処理する幾つかの基地局とのこの種のソフト式接続移行は、例えば、特許文献１に公知である。
米国特許第５，２６７，２６１号明細書

通信規格は、他の基地局へ登録すべくユーザ機器が登録メッセージを発行する時刻まで、交換セル品質からの最大の遅延時間（試験範囲）を規定している。しかしながら、この試験範囲はハード上の限界として規定されておらず、すなわち遅延時間がたった一度でも時間限界を超えた場合にはユーザ機器は試験要件を満たさなくなってしまうが、ソフト上の限界として規定され、すなわちユーザ機器は繰り返し計測における事例の所定百分率（例えば、９０％）に合わせた試験要件を満たすようにしなければならない。ソフト上の限界に対するユーザ機器の合否判定は、しかるべき品質、例えば５％の誤判定リスクでもってなさねばならない。

業界の現在の状態からは、繰り返し試験に対するこの種の統計的に規定されたソフト上の限界に対処する仕方は未知である。

本発明の目的は、パラメータ、特に統計的に規定されたソフト上の限界に対する時間遅延を計測する有効な方法を提供することにある。

この目的は、請求項１の特徴により解決される。

従属請求項は、本発明のさらなる展開に関する。

本発明は、さらに図面について説明してある。

図１は、交換と遅延時間計測の筋書きを示す。システムシミュレータが、セルラー方式移動通信システムの二つのセル、すなわちセル１とセル２をシミュレーションする。ユーザ機器（移動局）は、セルラー方式移動通信システムのセルの一つに登録される。システムシミュレータは、特定の周期的時点Ｔ１，Ｔ２にてセル品質を交換する。時点Ｔ１から時点Ｔ２までは、セル１はセル２に比べて良好なセル品質を有する。例えば、ユーザ機器がセル１から受信する電界強度がセル２からの受信よりも３ｄＢ高いとする。Ｔ２からＴ１までは、セル２のセル品質はセル１のセル品質よりも良好であるとする。ユーザ機器はセル交換ＣＳを認識する筈であり、登録メッセージＲＭを発することでセル交換ＣＳに対して反応する筈である。ユーザ機器は、登録メッセージＲＭを用いてより良好なセル品質をもって機能するセルへ登録する。ユーザ機器は、セル交換ＣＳを評価認識しその時点で登録メッセージＲＭを用いて反応するのに特定の時間遅延ＴＤを必要とする。この時間遅延ＴＤは、特定数の試験について計測される。本発明方法によれば、平均的時間遅延が統計的に規定された試験範囲よりも良好であるかどうか評価する。

図２は、本発明方法の概要を与えるフローチャートを示す。想定実装は、自由パラメータを有する遠隔通信規格に基づいて行なわれる。試験事例と試験信号は、固定パラメータを有する。想定実装と試験事例と試験信号は、統計的誤りモデルにとっての基礎となるものである。統計的変換ＳＴを用いることで、誤りモデルＥＭを用いた計測値に基づく試験対象デバイスＤＵＴに対する合否判定を行なうことができる。

図３は、計測装置のブロック線図を示す。システムシミュレータＳＳは、図１の時刻Ｔ１，Ｔ２においてセル品質交換ＣＳを実行する。試験対象デバイスＤＵＴであるユーザ機器ＵＥは、そのときに図１に示した遅延時間ＴＤ後に登録メッセージＲＭをもって反応する。遅延時間ＴＤは、コントローラＣＯへ伝送される。コントローラＣＯは計測された遅延分布を生成し、統計的誤りモデルＥＭに基づき適合された遅延分布をモデル化する。このモデルは、計測値に合わせて適合化される。適合させた遅延分布は、経過時間の関数となる。統計的変換ＳＴにより、登録メッセージＲＭの第Ｎ回目に発生した関数としての確率分布を図６乃至図８を参照して後述する如く生成することができる。オペレータＯＰは、システムシミュレータＳＳが生成する信号の信号レベルと信号品質を制御する。合否判定は、コントローラＣＯによりオペレータＯＰに対し指示される。

ユーザ機器ＵＥの動作内容結果は、システムシミュレータＳＳにより計測される。この試験は、システムシミュレータＳＳが生成したセル品質交換ＣＳからユーザ機器ＵＥが生成した登録メッセージＲＭまでの遅延時間ＤＴを計測するものである。遅延時間ＤＴに関しては、試験範囲ＴＬが存在する。遅延時間ＤＴは、例えば８秒未満とされる。しかしながら、これはハード上の限界でない。この限界は、繰り返し計測にあってはそのケースの９０％において満たされる。このソフト上の限界に対するユーザ装置ＵＥに関する合否判定は、例えば５％の誤判定リスクなどのしかるべき品質をもって行なわれる。この作業は、移動システムの試験にとって全体的に新規である。

以下に、発明性を有する計測戦略の要約を示す。この作業は、統計的性質を有する。これまでの統計的作業（例えば、先の出願ＰＣＴ／ＥＰ０２／０２２５２号に記載されたビット誤り率・ブロック誤り率試験）は、広く受け入れられている分布関数、例えば分布のパラメータだけが実装依存する例えばカイ二乗特性に基づかせることもできよう。ここでは、それは出来ず、その理由は以下による。
−１．分布関数は、試験に先行するか或いは試験期間中に展開させねばならない。
−２．分布関数が古典的なもの（二項、ガウス、ポアソン…）ではないことを見越すことができる。
−３．分布関数が実装依存であり、例えばパラメータだけでなくその特性でさえ実装依存であることを見越すことができる。

遅延の統計作業を解決するには、次の三つのほぼ特立した小作業が必要である。

１）ユーザ装置ＵＥに関する誤りモデルＥＭを用いたユーザ装置ＵＥに関する有意味な想定実装を用いるとともに、特定の試験手順と試験信号を考慮することでユーザ機器ＵＥ内部の動作内容に関するモデルを導出する。これらの動作は幾つかのセルの品質を計測し、この情報を処理してセル品質交換ＣＳを検出し、最後に登録メッセージＲＭを生成する。このモデルはパラメータにより記述され、その幾つかは自由に変えることができるものである。

このモデルから、ＤＵＴの判定「登録」が生起する時間依存確率を導出する（図５参照のこと）。この時間依存は、ユーザ機器ＵＥ内部の動作がフィルタが故にメモリに従属するという事実から来るものである。このことから、登録事象がＤ秒後に生起するという差動確率分布を基本的算法を用いて導出することができる。Ｄは計測可能な量の遅延時間であり、ユーザ機器ＵＥ外部からアクセス可能である。

２）遅延時間ＴＤを繰り返し計測し、遅延時間の確率分布を確立する。モデル化した分布は、上記した自由パラメータを用いて計測分布に合わせ適合させ、その先へ向けてモデル化し、適合させた分布を用いる。これは事前処理であり、どの百分率が限界ＴＬ、例えば８秒未満或いはそれを超えるかを告げることができる。しかしながら、合否を判定をした場合、誤判定リスクという点でのその判定品質は視認することができない。数学的手法を用いることで、最新のモデル化ならびに適合分布は判定の品質を直接示す別の分布に変換される。この統計的変換ＳＴの結果は、所与の時間に１，２，…Ｎ個の判定を見出す確率であり、ここで所与の時間は計測し適合させた遅延時間ＤＴの蓄積である。この分布は判定を可能にし、加えて判定の品質をもたらす。

分布の９５％が限界ＴＬ２の良側ＧＳに在る場合、式（３）（後程参照）に従ってＤＵＴは合格とされる（５％の誤判定リスク）。分布の９５％が限界ＴＬ２の不良側ＢＳに在る場合、式（３）に従ってＤＵＴは不良とされる（５％の誤判定リスク）。それ以外は、この試験を継続する。

３）第３の作業は、ステップ２）の結果を用いて計測戦略を規定し、早期の信頼に足る合否判定を導出することである。これは、４層になっている。すなわち、
ａ）計測した遅延を有意味な分類へグループ分けし、遅延分布を視認可能とすること。
ｂ）計測値に対しモデルを適合させるルールを見出すこと。
ｃ）ステップ２）で導出した分布を解釈し、合否判定を導出し或いは試験を続行すること。
ｄ）最小可能時間後に判定を見出す目標をもって繰り返しプロセス内にステップａ）乃至ｃ）を埋め込むこと。

繰り返し遅延試験内で１０％の８秒超過比に基づいてユーザ機器ＵＥに関する合否判定を得ることが、本発明の目標である。この合否判定はしかるべき品質、例えば５％の誤判定リスクでもってなされる。この判定は、遅延試験の最小可能反復後に成し遂げられる。

例えば５％の誤判定リスクを伴なう合否判定は、時間遅延ＴＤの分布を用いて行なうことができる。時間遅延ＴＤの分布は近似値であり、時間遅延ＴＤを引き起こすプロセスに関する先験的な情報を（可能な限り多数）活用し、時間遅延ＴＤの計測サンプルを（可能な限り少数）採取することで生成する。

近似手法は、以下の妥協を必要とする。すなわち、時間遅延ＴＤの原因となるプロセスをできる限り詳細にモデル化することは、多数のパラメータが必要となる。計測値に合わせてモデルを適合させるには、多数の計測値、すなわちモデルを記述するパラメータの数を上回る量が必要とされる。それ故、二三回の繰り返し後に試験を完結させるため、二三のパラメータを用いてモデルを記述し、若干忠実な分布を表わすことが必要である。最後に、二つの不確定性要素が存在する。すなわち、使用した分布が正しいものであるという不確定性と、使用した分布に基づく誤判定リスクである。

ユーザ機器の動作に関するモデルの実装を、図４に見ることができる。

図４に示した例では、この計測は時間距離１／２ＤＲＸ（不連続受信）を超える周期から５ＤＲＸ周期内の任意の多数の物理的計測値までの時間距離をもつ少なくとも２個の物理的計測値から合成することができる。ＤＲＸ周期期間中、ユーザ機器は図４に「ＲＸアクティブ」で示した如くその期間の初期にのみアクティブとされる。この計測値は、検討中の各セルに関する物理的計測値の滑動集合から離散的時刻における結果をもたらす。検討中のセルに関する計測値は、セルが現在扱っているセルよりも例えば３Ｂデシベル良好であるかどうか比較する。

この実施はプロセスの一部であり、時間遅延ＴＤを招く。それは、プロセスを現実に寄せてモデル化するのに十分多数でかつモデルを少数の計測サンプルに適合させるのに十分少ない現実の構成及び適当な数のパラメータにより記述しなければならない。好適な実装は、ＩＩＲ（無限インパルス応答）により特徴付けられるフィルタ、すなわち一つの自由パラメータｋをもった構造に関するものとなる。ユーザ機器ＵＥは、以下の式に従ってその計測品質に対し計測値の濾波を適用させねばならない。
Ｆ_ｎ＝（１−ａ）・Ｆ_ｎ−１＋ａ・Ｍ_ｎ （１）

式中の変数は、以下の如く定義してある。Ｆ_ｎは更新された濾波計測結果であり、Ｆ_ｎ−１は旧濾波計測結果であり、Ｍ_ｎは物理的層計測値からの最新の受信計測結果である。ａ＝１／２^{（ｋ／２）}であり、ｋはパラメータである。

図１１は、フィルタＦＩのブロック線図を示す。計測結果Ｍ_ｎのサンプリング値は、利得ａの第１の増幅器ＡＭ１を介して加算器ＡＤの第１の入力端子へ伝送される。濾波した計測結果Ｆ_ｎのサンプリング値は、遅延τの遅延素子ＤＥと利得１−ａの第２の増幅器ＡＭ２を介して加算器ＡＤの第２の入力端子へ伝送される。

遅延を引き起こすプロセスへの追加の誘因が、存在する。遅延を不規則化する幾つかの誤差源が、存在する。すなわち、レベル誤差（比較を良かれ悪しかれ３ｄＢ改悪する）と遅延因子である。

一つの遅延因子は、スケジューリング遅延である。システムシミュレータＳＳによるセル交換ＣＳとユーザ機器ＵＥの第１の物理的計測値は、相関処理されていない。このことで、不規則的な遅延が生ずる。それは、不規則的な等分布遅延によりモデル化される。一致差動分布関数は、次の特性でもって直交している。すなわち、遅延＝１／確率＝Ｓである。これが、第１の自由パラメータＳである。

第２の因子は、ユーザ装置ＵＥ内の処理遅延である。これは、決定論的及び／又は不規則的な遅延を招く。この不規則部分は、Ｓを用いてモデル化される。この決定論的な部分は、一定の処理遅延ＰＤを用いてモデル化される。これが、第２の自由パラメータＰＤである。

レベル誤差は、追加の不規則性により引き起こされる。これは主に外部の加法的白色ガウス雑音（ＡＷＧＮ；Ａｄｄｉｔｉｖｅ Ｗｈｉｔｅ Ｇａｕｓｓｉａｎ Ｎｏｉｓｅ）−チャネルであるが、内部受信器ノイズでもある。それはガウス分布とその標準偏差σをもってモデル化される。これが、第３の自由パラメータσである。

さらなるレベル誤差は、線形歪によって引き起こされる。この計測値は、ユーザ機器ＵＥ内のメモリに従属する。このメモリは不規則誤差を平滑化するが、それはこの物理的計測の計測値を歪曲する。これは統計的状況では無害であるが、セル交換ＣＳがメモリ内に在る前に物理的計測値から得られる限り有害である。この誘因の効果は、想定した実装を介して信号を通過させることで達成される。これが、第４の自由パラメータｋである。

他のレベル誤差は、線形誤差により生じる。これは、偏差パラメータをもってモデル化される。これが、第４の自由パラメータＬである。誤って計測された信号或いは規定されたものから離れた試験信号レベル或いは遷移した判定限界は、関連する影響を有する。

オフセットと非線形歪は考慮してもよいが、簡便さと自由パラメータ節約のため好適な実装では考慮しないことにする。

遅延因子とは対照的に、レベル誤差因子は想定実装に従って１ＤＲＸ周期でもって時間を離隔させたディラック（Ｄｉｒａｃ）形状差分確率を引き起こす。

この考察の結果は、例えば「３ｄＢ良好な」判定用時間依存確率である。これは、スケジューリング遅延からの差分確率をレベル誤差因子からのディラックでもって畳み込み、処理遅延により全てを遷移させることで達成される。この確率は、セル品質交換ＣＳの後まもなくは低く、続いて増大する。フィルタのメモリ長経過後、それはより高い一定の確率へ達する。

好適な実施実装は、上記の５個の自由パラメータＳ，ＰＤ，σ，ｋ，Ｌに基づくものである。従って、最小数の遅延計測値はおおよそ量が一つ多くなければならない。最小数の遅延計測値２５が推奨される。

図５に示した時間依存確率は、この問題の最も基本的な統計的記述である。それは、幾つかの想定実装と幾つかの誤差プロセスの集合体から導出される。それは、その確率が各瞬間ごとに「登録」を判定することを示している。それは、ユーザ機器ＵＥの外部では計測することはできない。しかしながら、式（２）を用いて計測可能な分布へそれを変換することができる。すなわち、セル交換ＣＳからユーザ機器ＵＥの「登録」判定及び登録メッセージＲＭの発行までの時間分布である。この分布は、時間時延ＴＤ反復回数を計測することで達成することができる。

Ｐ１（Ｔ）は図６の確率であり、Ｔは水平軸（時間）であり、Ｐｏ（ｔ）は図５の確率であり、ｔは水平軸（時間）時間解像度、すなわち例えば１ＤＸＲ周期である。

前記した如く、モデルを計測値に合わせ適合させ、モデル化し適合させた分布を再使用することが推奨される。定数パラメータは、第１回判定である。変数入力は、第１回判定に対する時間である。この出力は、問題とする時刻における第１回判定を見出す確率である。確率分布Ｐ１は、おおよそ図６に示した形状をもとう。

この分布は増大した数の遅延計測値により確認することができ、無数の計測値により最終形状へ収束する。試験範囲（例えば、８秒）を分布へ入力することで、８秒超過比を見ることができる。有限数の計測値については、それは事前比である。しかしながら、この事前の８秒超過比に基づいてそれを判定した場合、誤判定リスク（信頼水準）を決めることはできない。ここでは、次の別の２個のステップの変換により適切な分布へ進む。

第１のステップ
図６に示す確率分布Ｐ１が、第１の判定「レジスタ」に対する時間を統計的にもたらす。ここで、第Ｎ回目の判定「登録」までの時間とＮ回目の登録メッセージＲＭの発行を要求する。これは、先の分布のＮ−１個の自己畳み込みによってなされる。いかなる自己畳み込みとも同様に、経過時間は係数Ｎでもって増大する。Ｎ−１個の自己畳み込みにより生成された確率分布Ｐ２の帯域は絶対的に増大するが、相対的にはそれは減退し、図７の実線を参照するとともに図９を参照されたい。図９は、異なる数の判定に関する自己畳み込みを示す。

図７に示す確率分布Ｐ２の定数パラメータは、判定Ｎの数である。分布の変数入力は、第１回、第２回、第３回、…第Ｎ回判定までの時間である。この出力は、この時点での第Ｎ回判定を見出す確率である。

第２ステップ
定数パラメータと変数を交換し、ここで最終分布へ進む。すなわち、所定の時間期間が与えられたときに、１，２，…Ｎ個の判定を得る確率は如何程であろうか。これは、計測問題を反映するものである。すなわち、ここで判定或いは登録メッセージＲＭの数を計数し、その判定或いはメッセージＲＭまでの時間を積算する。ここで、確率分布Ｐ３を要求してその時間期間中の多少の判定を見出す。

かくして、分布の一定数のパラメータは時間、すなわちＤＲＸ周期の数となる。分布の可変入力は、第１回、第２回、…第Ｎ回の判定である。その出力は、問題としている判定を見出す確率である。この確率分布Ｐ３が、図８に示してある。

また、この分布Ｐ３は増大する計測数とともに相対的に狭くなる。遅延計測値の数が増えるにつれて相対的に減少する分布Ｐ３の帯域のお陰で、分布Ｐ３は益々試験範囲ＴＬ２（式（３）中）の一側に集中する。それ故、この試験は分布Ｐ３の面積の９５％が試験範囲ＴＬ２の一側に集中し、かくしてそれを図８から判る如く判定せねばならなくなるまで継続させねばならない。

分布Ｐ１の平均値が９５％の信頼レベルでもって試験範囲ＴＬ２の良側ＧＳの一側にあるか不良側ＢＳにある場合、この戦略が判定をもたらす。しかしながら、元々の作業は分布Ｐ１の９０／１０％値が９５％の信頼レベルでもって試験範囲ＴＬ２の良側ＧＳの一側にあるか不良側ＢＳにあるかを判定することにある。このことには、統計的な変換に先立つ分布Ｐ１の修正が必要とされる。すなわち、
ａ）分布Ｐ１の平均値及び９０／１０％の値を評価する
ｂ）Ｐ１を遷移（Ｐ１→Ｐ１’）させ、遷移させた分布Ｐ１の平均値が初期値の９０／１０％に命中するようにさせる。
ｃ）統計的変換（Ｐ１’→Ｐ３）を実行し、試験範囲ＴＬ２に対し判定する。

ＴＬ２は、Ｐ３或いはＰ３’内の良側ＧＳと不良側ＢＳ間の限界は、
Ｎ_ＴＬ２＝蓄積した試験時間／ＴＤ_{ｌｉｍｉｔ} （３）
なる限界である。
Ｎ_ＴＬ２は判定の限界数であり、その低い方の数が不良側ＢＳであり、高い方の数が良側ＧＳである。蓄積された試験時間は、現在の状態までの蓄積された試験時間である。
ＴＤ_{ｌｉｍｉｔ}は指定された時間遅延、例えば８秒である。

次の類比は、統計的変換の起源の理解に役立とう。二項分布からは、それが以下の基本的な確率分布から導出されることが知られている。
Ｐ（ｎｓ，ｐ）＝ｐ＊ｑ^ｎｓ−１ （４）

事象発生確率は、ｐ（仕掛けのない賽子を用いて「１」を振り出すのは、ｐ＝１／６）である。相補確率は、ｑ＝１−ｐ（仕掛けのない賽子を用いて「１」を振り出さないのは、ｑ＝５／６である。Ｐ（ｎｓ，ｐ）は、第１の事象を見出すための賽子投げの数の差動分布を記述するものである（初回の「１」に対する賽子投げの回数はｎｓである）。ｎｓは変数であり、ｐは定数である。

第ｎｅ回の事象が発生するまでの賽子投げの数を統計的に見出すため、（４）の第ｎｅ−１回目の自己畳み込みは、次の通りとなる。
Ｐ（ｎｓ，ｎｅ，ｐ）＝Ｐ（ｎｓ）＊Ｐ（ｎｓ）＊Ｐ（ｎｓ）＊…Ｐ（ｎｅ−１×＊） （５）
＊は畳み込みを表す。ｎｅは事象の数を記述するＰ（ｎｓ，ｎｅ，ｐ）集合中のパラメータである（ｎｅ≦ｎｓ）。

パラメータ（ｎｅ）と変数（ｎｓ）の交換及びある程度のオフセットの導入が、まさしく一組の二項分布
ｄｂｉｎｏｍ（ｎｅ−１，ｎｓ−１，ｐ） （６）
の集合を生起する。
ここで、ｄｂｉｎｏｍが二項分布であり、
ｎｓは賽子投げの回数（パラメータ）であり、
ｎｅは（「１」を見出すための）事象の数（変数）であり、
ｐは基本的な確率（定数）である。

同手法を用いることで、指数分布は一組のポアソン分布に正確に変換することができる。

この類比は、図６に示した非旧遅延分布Ｐ１を図８に示した最終分布Ｐ３へ変換するよう活用することができる。
類比テーブル

しかしながら、式（４）とは対照的に、図６は先験的な情報を用いて分布に対し１以上の遅延計測値を加えることで試験期間中に益々事前に成熟すると考えられる。合否判定用には、最も成熟した入手可能な遅延分布の使用が推奨される。

計測戦略は以下の如くである。
１）最小限、例えば２５の遅延試験を実行する。
２）一般的な遅延試験から得られる時間遅延ＴＤをグループ分けする。全ての個々の遅延試験を、図１０に示す如く分類ＣＬ_１，…ＣＬ_８にグループ分けする。その結果は、面積が１となるよう正規化する。
３）自由パラメータを用いて計測値に合わせ誤りモデルを適合させる。最良の適合判定基準は、最小ＲＭＳ（二乗平均）すなわち差分である。
４）最後にモデル化した分布Ｐ１を遷移（平均値→例えば９０／１０％値）させる。
５）統計的変換に従う最新モデルを生成し、すなわち幾つかの自己畳み込みにより図６に示す確率分布Ｐ１から図７に示した確率分布Ｐ２を生成する。図８に示す確率分布Ｐ３を、定数と変数を交換することで図７に示した確率分布Ｐ２から生成する。
６）図８に示した確率分布Ｐ３の面積の所定百分率、例えば９５％を超えるものが試験範囲ＴＬ２の緩和補正の有無によらず良側ＧＳにある場合は、この試験を停止し合格とする。
７）図８に示した確率分布Ｐ３の面積の所定百分率、例えば９５％を超えるものが補正なしで試験範囲ＴＬ２の不良側ＢＳにある場合は、この試験を停止し不合格とする。
８）次の遅延試験を実行し、その手順をステップ２）を用いて開始する。

この計測戦略は、適合プロセスを含む。計測値に合わせてモデルを適合させることは、各遅延計測値に続く大きな計算労力となる。しかしながら、前述の如く、このことが試験手順に先験的知識を導入し、この知識は大量の回数の計測の繰り返しによって得る必要がなくなる。従って、このことで試験時間が節約される。

既に示した如く、この分布は実装依存である。規格化された試験手順内の限定された範囲の個別実装内で計測点に合わせてモデルを適合させる。しかしながら、この手順は計測された分布を用いることだけで上手く機能する。それは、そこで次のように読み取る。

１）最小数、例えば２５の遅延試験を実行する。
２）得られた時間遅延ＴＤをグループ分けすることが、大雑把な遅延試験を形成する。全ての個別遅延試験を、図１０に示す如く、分類ＣＬ_１…ＣＬ_８にグループ分けする。この結果は、面積が１となるよう正規化する。
３）最新のモデル化分布を遷移（平均値→例えば９０／１０％値）させる。
４）最新計測分布は統計的変換に従って変換され、すなわち図７に示した確率分布は図６の本例内の幾つかの自己畳み込みに示した確率分布Ｐ１から生成される。図８に示した確率分布Ｐ３は、定数と変数を交換することで図７に示した確率分布から生成する。
５）一定の百分率、例えば図８に示した確率分布Ｐ４の面積の９５％を超えるものが試験範囲ＴＬ２に対する緩和補正の有無によらず試験範囲ＴＬ２の良側ＧＳにある場合、試験を停止し合格とする。
６）一定の百分率、例えば図８に示した確率分布Ｐ４の面積の９５％を超えるものが補正無しで試験範囲ＴＬ２の不良側ＢＳにある場合、試験を停止し不合格とする。
７）次の遅延試験を実行し、ステップ２）を用いて手順を開始する。

随意選択的な緩和補正は以下の関数を有することに留意されたい。計測値の数が増えるにつれ、確率分布Ｐ３は図８の一つの位置に集中する。この位置が正に唯一の試験範囲ＴＬである場合、試験は無限の時間に亙って続こう。二つの試験範囲を有することで、元々のものと緩和したものが有限の試験時間の後で試験が結末に至ることを確かなものにしている。このことは、本出願に参照用に組み込んだ先の出願ＰＣＴ／ＥＰ０２／０２２５２号にさらに記載されている。

８秒超過比＝１０％に基づくＵＥに関する合否判定は、遅延計測の最小可能反復後になされる。この判定品質は、二つの構成要素により制約される。すなわち、最新の分布に基づく誤判定確率とその分布の適合度に関する不確定性である。

試験範囲近くのユーザ機器ＵＥは、最長の試験時間を必要とするが、それは有限である。極めて良好なユーザ機器ＵＥは、非常に早期に合格とされる。極めて不良のユーザ機器ＵＥは、非常に早期に不合格とされる。

セル交換と遅延時間計測の手順を示す図である。 本発明方法の概要を示す図である。 計測装置のブロック線図である。 ユーザ機器のＤＲＸ周期を示す図である。 時間の関数として各瞬間ごとに「より良好なもの」を判定する確率Ｐｏを示す図である。 第１の判定に対する経過時間の関数としての確率を示す図である。 所定数の判定に対する経過時間の関数としての確率を示す図である。 所定時間内での判定の関数としての確率を示す図である。 確率分布とこの確率分布の一定数の畳み込みを示す図である。 遅延試験のグループ分けを示す図である。 フィルタのブロック線図を示す図である。

符号の説明

ＦＩ フィルタ
ＡＭ１ 第１の増幅器
ＡＤ 加算器
ＡＭ２ 第２の増幅器
ＤＥ 遅延素子

Claims (11)

1. 試験対象デバイス（ＤＵＴ）の第１の事象（ＣＳ）と第２の事象（ＲＭ）の間の統計的時間遅延が試験範囲（ＴＬ）よりも良好であるかどうかを評価する方法であって、
   最小数Ｎの試験を実行し、各試験から個別時間遅延（ＴＤ）を評価するステップと、
   前記評価した時間遅延（ＴＤ）の第１の確率分布（Ｐ１）を前記第１の事象（ＣＳ）の前記第１回目の発生から前記第２の事象（ＲＭ）の前記第１回目の発生までの経過時間の関数としてモデル化するステップと、
   前記評価した時間遅延（ＴＤ）の第２の確率分布（Ｐ２）を前記第１の確率分布（Ｐ１）の第Ｎ−１回目の自己畳み込みを実行することで前記第１の事象（ＣＳ）の前記第１回目の発生から前記第２の事象（ＲＭ）の第Ｎ回目の発生までの経過時間の関数として入手するステップと、
   前記評価した時間遅延（ＴＤ）の第３の確率分布（Ｐ３）を前記第２の事象（ＲＭ）の第Ｎ回目の発生として入手すべく統計的変換（ＳＴ）を実行するステップと、
   前記第３の確率分布（Ｐ３）の面積の所定百分率が試験範囲（ＴＬ２）の良側（ＧＳ）にある場合、試験対象デバイス（ＤＵＴ）を合格と判定するか、又は前記第３の確率分布（Ｐ３）の面積の所定百分率が試験範囲（ＴＬ２）の不良側（ＢＳ）にある場合、試験対象デバイス（ＤＵＴ）を不合格と判定し、それ以外は数をＮに増やした試験をもって本方法のステップを反復するステップを含むことを特徴とする前記方法。
2. 前記第１の確率分布（Ｐ１）をモデル化する前に、前記個々の試験からの前記評価時間遅延（ＴＤ）を、クラス（ＣＬ)にグループ分けすることを特徴とする請求項１記載の方法。
3. 試験対象デバイス（ＤＵＴ）はユーザ機器（ＵＥ）、特にセルラー方式移動通信システムの移動局であり、前記第１の事象は前記移動通信システムのセル品質交換（ＣＳ）であることを特徴とする請求項１又は２記載の方法。
4. 前記第２の事象は、前記セル品質交換（ＣＳ）への応答としてセルラー方式移動通信システムの別のセル（セル１、セル２）を登録すべくユーザ装置（ＵＥ）が発行する登録メッセージ（ＲＭ）であることを特徴とする請求項３記載の方法。
5. 誤りモデル（ＥＭ）の自由パラメータを第１の確率分布（Ｐ１）のモデル化用に適合させることを特徴とする請求項４記載の方法。
6. 前記誤りモデル（ＥＭ）の自由パラメータは、前記セル交換（ＣＳ）と前記ユーザ装置（ＵＥ）の第１の物理的な計測値とが非相関であるという事実に起因する不規則等分布遅延（Ｓ）であることを特徴とする請求項５記載の方法。
7. 前記誤りモデル（ＥＭ）の自由パラメータは、前記ユーザ装置（ＵＥ）の一定の処理遅延（ＰＤ）であることを特徴とする請求項５又は６記載の方法。
8. 前記誤りモデル（ＥＭ）の自由パラメータは、加法的白色ガウス雑音のガウス分布の標準偏差（σ）であることを特徴とする請求項５乃至７のいずれか１項に記載の方法。
9. 前記誤りモデル（ＥＭ）の自由パラメータは、前記ユーザ装置（ＵＥ）内の線形歪に起因する濾波関数のパラメータ（ｋ）であることを特徴とする請求項５乃至８のいずれか１項に記載の方法。
10. 前記濾波関数は、式
    Ｆ_ｎ＝（１−ａ）・Ｆ_ｎ−１＋ａ・Ｍ_ｎ
    の形を有しており、ここで、
    Ｆ_ｎは更新された濾波計測結果であり、
    Ｆ_ｎ−１は旧濾波計測結果であり、
    Ｍ_ｎは最新の受信計測結果であり、
    ａ＝１／２^{（ｋ／２）}で、ｋは自由パラメータである、
    ことを特徴とする請求項９記載の方法。
11. 前記誤りモデル（ＥＭ）の自由パラメータは線形誤差に基づく偏差パラメータ（Ｌ）であることを特徴とする請求項５乃至９のいずれか１項に記載の方法。

Images