JP2008511817A - モバイル装置上のｇｐｓの自己監視 - Google Patents

Abstract

ＧＰＳ機能を処理するモバイル装置上で、ＧＰＳを捕捉するための方法、モバイル装置およびコンピュータプログラム製品を開示する。この方法は、位置決め精度およびＧＰＳ捕捉時間についての仕様に適合させるために、いつＧＰＳの電源をオンにすべきかの適応予測に基づいて、ＧＰＳの電源投入段階の期間の現在値を設定するステップを有する。
【選択図】 図2

Description

この発明は一般にＧＰＳ捕捉に関し、特に、ＧＰＳを使用可能な装置の省電力に関する。

無線環境におけるモバイル装置の位置決め技術は、緊急時ロケーションサービス、アドホックネットワーク、および車両追跡等の複数の用途で重要である。

携帯電話業界では、Ｅｍｅｒｇｅｎｃｙ−９１１（Ｅ−９１１）位置ロケーションの具体的な問題に対処する技術が競合している。一般的にいって、これらの技術は、（１）ネットワークベースの技術と、（２）全地球測位システム（ＧＰＳ）技術の二つのカテゴリに分かれる。ネットワークベースの技術は、ネットワークベースのメトリクス（例えば、フライト時間、到来角など）を用いる。ＧＰＳ技術は、衛星への見通し測定を用いる。

ネットワークベースおよびＧＰＳ技術は各々、Ｅ−９１１緊急ロケーションサービス用の米国通信委員会（ＦＣＣ）要件に適合しようとしている。ＦＣＣ要件は、いずれの技術においても、位置決め精度について具体的統計的要件を設定している。現在のＦＣＣのＥ−９１１フェーズＩＩ計画は、位置ロケーションの全ての試みの６７％が５０ｍ未満の精度を持たなければならず、呼び出しの９５％が１５０ｍ未満の精度を持たなければならないと指定している（連邦通信委員会Ｅ−９１１、ｈｔｔｐ：／／ｗｗｗ．ｆｃｃ．ｇｏｖ／９１１／ｅｎｈａｎｃｅｄ／）。必須ではないが、位置確定の捕捉時間は適度に短い時間的尺度内でなければならないと一般に受け取られている。３０秒の時間尺度内の位置確定を提供できる位置決め技術が、一般にＥ−９１１サービスには適切であると考えられている。それは、このような短い時間は、緊急な現場に到達するために緊急サービスにかかる全時間に与える影響を無視できるためである。

ＧＰＳベースの技術は、正確な位置測定を提供することが知られている。しかし、このような技術では、ＧＰＳ捕捉時間（ＧＰＳ装置の電源をオンにしてその装置が位置確定を実現するまでにかかる時間間隔）が長くなりやすい。この主な理由は、どのＧＰＳ衛星が現在視野内にあるかを事前に知らず、視野内のＧＰＳを見つけるために包括的な探索を開始しなければならないことにある。これは、「コールドスタート」と呼ばれている。一般にいってコールドスタートモードでは、ＧＰＳ装置は位置確定を行うまで数分かかり、これはＥ−９１１等の多くの用途では不適切であると思われる時間的尺度である。

この困難を克服する一つの簡単な方式は、単にＧＰＳ装置のスイッチを常にオンに保つことを含んでいる。最初の確定後、衛星のアルマナックおよびエフェメリスデータは連続的に最新の状態に保たれ、コールドスタート段階を避けることができる。このモードでは、ＧＰＳ装置は「ホットスタート」モードであるといわれる。装置をホットスタートモードに常に維持する主な欠点は、モバイル装置のバッテリ資源を消費することである。モバイル装置のバッテリ電力は貴重な資源であり、バッテリ寿命を最大化するように任意のステップを取ることが望ましい。コールドスタートを避けるために、単にＧＰＳ装置を常に電源オンに保つことは一般に許容できない解決策と考えられる。これは、ＧＰＳロケーション発見機能が希にしか利用されそうにないＥ−９１１等の用途の場合は特にそうである。

コールドスタートの問題の解決の可能性は、Ｑｕａｌｃｏｍｍによって提案されたＡｓｓｉｓｔｅｄ−ＧＰＳ（Ａ−ＧＰＳ）内に見出される（Ｑｕａｌｃｏｍｍ Ｗｈｉｔｅ Ｐａｐｅｒ、「Ａ−ＧＰＳはどのように機能するか」、２００１（ｈｔｔｐ：／／ｗｗｗ．ｓｎａｐｔｒａｃｋ．ｃｏｍ／ｐｄｆ／Ｈｏｗ＿ａＧＰＳ＿ｗｏｒｋｓ．ｐｄｆ）参照）。このシステムでは、ネットワークは、ロケーション要求に応じて、基地局で収集した最新のアルマナックおよびエフェメリスをモバイル装置に転送することによって、モバイル装置を「支援」する。これは、コールドスタートからの捕捉に比べてモバイル装置のＧＰＳ捕捉を高速化する。このシステムはさらに、最適な位置決め精度を見つけるために、ネットワーク位置決め情報を統合する。しかし、コールドスタートの問題を解決しようとする試みにおいて、この方式はネットワークシステム設計の複雑性の増大という犠牲の上に成り立ち、余分なインフラストラクチャ（つまり、ネットワークハードウェアおよび通信）を必要とするため別のコストを招く。このシステムはさらに、モバイル装置がネットワークから切断されていてもなおＧＰＳ位置確定を要求する場合は機能しない。

コールドスタートに対処しようとする別のシステムは、ＧＰＳ装置の周期的電源切断を使用することである。このモードでは、装置は一定の期間、周期的にスイッチをオフにする。スイッチをオフにしている時間が短いままである限り、電源投入段階の各開始において、ＧＰＳ装置はホットスタートモードで効率的に起動する。このＧＰＳ装置を周期的に電源切断することは、ＧＰＳチップセット製造業者によって「ＴｒｉｃｋｌｅＰｏｗｅｒ」と呼ばれている（Ｌａｉｐａｃ Ｔｅｃｈｎｏｌｏｇｙ Ｉｎｃ．、「ＴＦ ＧＰＳのリファレンスガイドライン」、２００１年９月、（ｈｔｔｐ：／／ｗｗｗ．ｌａｉｐａｃ．ｃｏｍ／ｄａｔａｓｈｅｅｔｓ／ｇｐｓ／ＴＦ％２０ＧＰＳ％２０Ｓｅｒｉｅｓ．ｐｄｆ）参照）。このモードでは、使用者は電源投入期間Ｐ_ｕを最初に設定できる。例えば、Ｐ_ｕ＝３０分に設定することは、ＧＰＳ装置が３０分ごとに電源オンになり位置確定を捕捉することを意味する。いったん確定が実現されると（通常は数秒以内）、ＧＰＳ装置は電源切断モードに入る。

Ｐ_ｕをどの値にするかを推測するだけでは最適ではない。ＧＰＳ捕捉システムを改善する必要性が明らかに存在する。

この発明の一形態によると、ＧＰＳ機能を処理するモバイル装置上でＧＰＳを捕捉する方法が提供される。この方法は、位置決め精度およびＧＰＳ捕捉時間についての仕様に適合させるため、ＧＰＳの電源をいつオンにすべきかの適応予測に依存して、ＧＰＳの電源投入段階の期間の現在値を設定するステップを有する。

この発明の別の形態によると、モバイル装置が提供される。モバイル装置はプロセッサ、プロセッサに接続したメモリ、プロセッサに接続し、モバイル装置用にＧＰＳ機能を提供するＧＰＳモジュール、および位置決め精度およびＧＰＳ捕捉時間についての仕様に適合させるため、ＧＰＳの電源をいつオンにすべきかの適応予測に依存して、ＧＰＳの電源投入段階の期間の現在値を設定する手段を有する。

この発明のさらに別の形態によると、ＧＰＳ機能を処理するモバイル装置用のコンピュータプログラム製品が提供される。コンピュータプログラム製品はコンピュータ読み取り可能な媒体を備え、前記媒体はモバイル装置上でＧＰＳを捕捉するコンピュータプログラムを格納する。コンピュータプログラム製品は、モバイル装置のＧＰＳ機能とインタフェースするコンピュータプログラムコード手段と、位置決め精度およびＧＰＳ捕捉時間についての仕様に適合させるため、ＧＰＳモジュールの電源をいつオンにすべきかの適応予測に依存して、ＧＰＳモジュールの電源投入段階の期間の現在値を設定するコンピュータプログラムコード手段を有する。

この発明のさらに別の形態では、ＧＰＳ機能を処理するモバイル装置上でＧＰＳを捕捉する方法が提供される。この方法は、最後の位置確定において、モバイル装置の予測した位置と実際の位置の間の位置誤差を用いて、位置誤差が大きすぎる場合は電源投入段階の期間の現在値を下向きに調整し、位置誤差が小さすぎる場合は電源投入段階の期間の現在値を上向きに調整し、ニューラルネットワークを用いて、位置誤差に依存して電源投入段階の期間の新しい値を推定し、許容可能な誤差境界に依存して重み付けした値に電源投入段階の期間の新しい値を設定するステップを有する。

モバイル装置上でエネルギー効率のよいＧＰＳ捕捉を行うための方法、装置、およびコンピュータプログラム製品を開示する。この捕捉は、事前に割り当てた統計的精度および捕捉時間に適合させる。以降の説明では、特定の無線ネットワーク、位置決めシステム、ネットワーク構成、フィルタ処理技術等を含む様々な具体的な詳細が示される。しかし、この開示内容から当業者には明らかなように、発明の範囲および精神から逸脱することなく修正および／または置換を行うことができる。他の状況では、発明を曖昧にしない限り、具体的な詳細を省略できる。

この方法は、モジュール内に実装できる。モジュール、特にその機能は、ハードウェアまたはソフトウェアのいずれかで実装できる。ソフトウェアの意味では、モジュールは、特定の機能または関連の機能を通常行う処理、プログラムまたはそれらの一部である。このようなソフトウェアは、例えば、Ｃ、Ｃ＋＋、ＪＡＶＡ（登録商標）、ＪＡＶＡ（登録商標） ＢＥＡＮＳ、Ｆｏｒｔｒａｎ、またはそれらの組み合わせで実装できるが、他の複数のプログラミング言語／システム、またはそれらの組み合わせのいずれかで実装することもできる。ハードウェアの意味では、モジュールはその他の部品またはモジュールと共に使用する様に設計された関数的なハードウェアユニットである。モジュールは別個の電子部品を用いて実装することもでき、またはフィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）等の全体の電子回路の少なくとも一部を構成することもできる。物理的な実装は例えば、ＦＰＧＡ用の構成データ、またはＡＳＩＣ用のレイアウトを有することもできる。さらに、物理的実装の説明は、ＥＤＩＦネットリスト生成言語、構造的ＶＨＤＬ、構造的Ｖｅｒｉｌｏｇ等であってもよい。他の様々な可能性も存在する。当業者には明らかなように、システムはハードウェアモジュールとソフトウェアモジュールの組み合わせとして実装することもできる。

以降の説明の一部は、コンピュータシステムまたは計算を実行可能な他の装置内のデータ上でのアルゴリズムおよび動作表現に関して提供される。当業者は、このようなアルゴリズム的説明および表現を用いて、その研究の本質を他の当業者に伝えることができる。アルゴリズムは、所望の結果をもたらすステップの一貫した手順である。そのステップは、物理量の物理的操作に必要なものである。必ずしも必須ではないが、これらの量は通常、格納、転送、結合、比較、もしくは操作可能な電気的、磁気的、または電磁気的信号の形態を取る。これらの信号は、ビット、値、成分、記号、文字、項、数字等と呼ばれることもある。

上記の用語および同様の用語は適切な物理量に関連付けられたものであって、このような量に適用された便利なラベルにすぎない。他に具体的に規定されない限り、そして以降の内容から明らかなように、「受信」、「計算」、「予測」、「比較」、「決定」、「格納」、「調整」、「使用」、「推定」、「設定」等の用語を用いる議論は、コンピュータシステム、または同様の電子装置の動作および処理を指している。このようなシステムおよび装置は、コンピュータシステムのレジスタおよびメモリ内の物理量として表されたデータを操作し、コンピュータシステムのレジスタ、メモリ、または別の形態の格納、通信または表示装置内の物理量として同様に表された他のデータに変換する。

この方法の動作を行う装置およびシステムについても説明する。このような装置は、要求された目的のために具体的に構成することもできる。また、この装置は汎用コンピュータ（例えば、ノートブックＰＣ）または他の計算装置（例えば、ＰＤＡ）を有することができ、コンピュータによって読み込まれたコンピュータプログラムが選択的に駆動または再構成される。ここで提示されるアルゴリズムは任意の特定のコンピュータまたは他の装置に本質的には関連しておらず、プログラムを備えた様々な汎用装置を用いることができる。

この発明の実施例はさらにコンピュータプログラムまたはソフトウェアに関連し、その方法のステップはコンピュータコードによって実行される。コンピュータプログラムは、任意の特定のプログラミング言語、動作環境、およびそれらの実装形態に限定されるものではない。様々なプログラミング言語、オペレーティングシステム、およびそれらのコードを用いることができる。さらに、コンピュータプログラムは、任意の特定の制御フローに限定されるものではない。コンピュータプログラムには他の多くの変形態様があり、発明の範囲および精神から逸脱することなく異なる制御フローを用いることができる。さらに、コンピュータプログラムの一つ以上のステップは、順次実行するのではなく並列に実行することもできる。

コンピュータプログラムは、コンピュータ読み取り可能な任意の媒体上に格納できる。コンピュータ読み取り可能な媒体は、磁気媒体ディスク、ＣＤ−ＲＯＭ、ＤＶＤ、フラッシュＲＡＭ装置、メモリチップ、メモリカード、磁気テープ、汎用コンピュータとのインタフェースと、汎用コンピュータによる読み取りに適した他の記憶装置と媒体、およびそれらの組み合わせ等の記憶装置を有することができる。コンピュータ読み取り可能な媒体は、ローカルエリアネットワークまたはインターネット等の有線媒体、またはＩＥＥＥ８０２．１１無線ネットワーク、ＢｌｕｅＴｏｏｔｈ、ＧＳＭ携帯電話システム、ＰＣＳ、およびＧＰＳ等の無線媒体を含むこともできる。コンピュータプログラムは、汎用コンピュータ等の上でロードおよび実行されると、結果として実施例の方法のステップを実現する装置を実質的にもたらす。

実施例の方法は、特定の制御フローを有する。しかし、発明の範囲および精神から逸脱することなく異なる制御フローを実施できる。

Ｉ．導入
これ以降、次の「電源投入時間」は、現在の値Ｐ_ｕに電源切断が発生する時間を加算することによって導かれる時間を意味する。この発明の実施例は、位置確定の精度および位置確定の捕捉時間を許容可能な境界内に維持ながら、電源投入段階の期間Ｐ_ｕを体系的に設定する。

位置決め精度およびＧＰＳ捕捉時間についての仕様に適合させるために、無線通信装置に組み込んだＧＰＳ装置の電源をいつオンにすべきかについて適応予測を行う。この発明の実施例は、位置確定の精度および位置確定の捕捉時間を許容可能な境界内に維持しながら、電源投入段階の期間Ｐ_ｕを設定する問題に対処する。動作の開始時にある値にＰ_ｕを単に設定することは、ある一定の時期には必要な境界を提供できるが、これが将来もそうである保証はない。また、この簡単な方式では、Ｐ_ｕが最適な値であるかどうかは分からない。これによって意味するものは、位置確定の精度および位置確定の捕捉時間を許容可能な境界内に維持しながら、Ｐ_ｕが許容可能な最大値となることである。非効率的なシステム設計の一例は、１ｍ／秒で移動する装置上で許容可能な誤差境界（精度）が５０ｍであることが必要とされるとき、毎秒１回位置を報告するＧＰＳシステムである。この発明の実施例によって、ＧＰＳ装置はこのような状況に応じて最適なＰ_ｕを動的に決定できる。

この発明の実施例による方法および装置は、モバイル装置内の適応フィルタおよび機械学習技術を用いて、これらの問題に対処する。これらの技術によって、モバイル装置はＧＰＳ装置の予測される精度誤差および予測される捕捉時間を自己監視できる。これらの予測値が許容可能な境界に適合しない場合、値Ｐ_ｕを減少させる。予測値が許容可能な境界に適合する場合、値Ｐ_ｕを増大させる。この発明の実施例は、これ以降、自己監視（ＳＭ）−ＧＰＳと呼ばれる技術を提供する。Ｅ−９１１サービスに適用可能であるが、ＳＭ−ＧＰＳは同様に任意のモバイルＧＰＳ装置にも適用できる。ＳＭ−ＧＰＳによって、このような装置は、ＧＰＳ装置の操作者が適切と考える位置決め精度と捕捉時間を維持しながら最もエネルギー効率のよい方法で動作できる。

この発明の実施例は、ＧＰＳ装置の操作者が適切と考える位置決め精度および捕捉時間を維持しながら、最もエネルギー効率のよい方法でＧＰＳ位置捕捉を行う際にモバイル装置を支援する。このような状況では、「モバイル装置」は、組み込み型のＧＰＳ機能を処理する電力が制限された（例えば、バッテリ動作の）装置を意味する。このような装置の例には、ＧＰＳ機能付き携帯電話、ラップトップコンピュータ、携帯情報端末（ＰＤＡ）、および無線センサ装置等が挙げられる。

ＩＩ．電源投入段階の電力を自己監視するための装置およびソフトウェア
一実施例では、モバイル装置内にソフトウェアを組み込んで、その装置の電力投入段階の期間Ｐ_ｕを自己監視し、Ｐ_ｕがモバイル装置のバッテリ電力を最大に節約するとはいえない場合、値Ｐ_ｕを自己調整する。図１は、このようなＧＰＳ付きモバイル装置１００を示している。ＧＰＳ付きモバイル装置は、例えば、Ｃｏｍｐａｑ（商標）ｉＰＡＱ（商標）ＰＤＡであってもよく、そのＰＤＡにはＧＰＳアダプタが接続されている。電源投入段階の期間を自己監視するための一方法を実現するソフトウェアはＰＤＡ内で使用し、この実施例を実現する。

この発明の実施例は、モバイル装置の予測位置と、そのＧＰＳによって報告された実際の位置の間の誤差を決定することを含んでいる。Ｎ個の報告された位置の過去の履歴が与えられると、予測技術を用いて所定の時間ｔ後（次の電源投入段階）における装置の位置を予測できる。値Ｎは、特定の適応学習アルゴリズムのテストを経ることで通常事前に決定される。この発明の一実施例では、位置予測のために、ニューラルネットワークに基づく適応フィルタ技術が用いられる。この予測位置と時刻ｔにおいて測定した実際の位置の間の違いを用いて、位置誤差を定式化できる。この位置誤差を定式化した後、実際の位置測定時に用いられる位置の値、位置誤差、およびＰ_ｕの値をモバイル装置のメモリ内に格納する。さらに、捕捉時間ｄｔ_ａも格納できる。

図２は、図１のＰＤＡを用いて実現可能なシステム２００のブロック図である。システム２００はニューラルネットワークモジュール２３０を有し、モジュール２３０は様々な入力２１０〜２２０を受け取り、電源投入段階の予測期間Ｐ_ｕ２４０を生成する。ニューラルネットワークモジュール２３０は、ＧＰＳ装置の電源をオンにする次の時刻を予測する。従って、このモジュール２３０は、最後の衛星位置２１０、最後のＧＰＳ位置／時間２１２、最後のＧＰＳ誤差２１４、現在の電源投入時刻２１６、最後の目標に到達したかどうか（つまり、精度要件に適合するかどうか）についての情報、および現在の無線位置および誤差２２０を含む様々な入力に依存する。最後の情報２２０は、クレーマー・ラオ（Ｃｒａｍｅｒ−Ｒａｏ）の境界を用いて決定できる。ニューラルネットワーク２００についてのさらなる詳細は、これ以降に示す。

Ｐ_ｕ、ｄｔ_ｕ、およびｅ_ｐを決定し格納するための方法３００のフロー図は、図３に示されている。報告された最後のＮ個の位置を用いて、処理はステップ３１０で始まり、そこでは次に予定された電源投入時刻における次の位置を予測する。つまり、モバイル装置内に格納された過去の位置の履歴が与えられると、適応アルゴリズムで次の位置の値を予測する。その過去の位置の履歴に基づいて、モバイル装置の次の位置を予測するには、回帰法、Ｋａｌｍａｎフィルタ、粒子フィルタ等の複数の技術が知られている。ステップ３２０では、次の電源投入時刻において、ＧＰＳ機能付きモバイル装置の予測位置と、モバイル装置の実際の位置を比較して位置誤差ｅ_ｐを決定する。従って、位置の予測値が与えられると、ＧＰＳ装置の電源をオンにする次の時刻に報告される実際の位置に対して予測値を確認し、予測誤差ｅ_ｐを生成する。ステップ３３０では、電源投入段階の期間Ｐ_ｕ、捕捉時間ｄｔ_ａ、および予測誤差ｅ_ｐの現在値を格納する。この情報は、無線装置または他の適切な記憶装置のメモリ内に格納できる。それから、処理を終了する。モバイル装置自体は、ＧＰＳ確定を実現するために（電源投入の始まりから）どのくらいの時間がかかるか、つまり捕捉時間を決定できる。ＧＰＳ位置が特定の時期に入手できない場合、何も記録されない。

上記の方法は、許容可能な誤差境界ａモジュールはが与えられると、格納した位置誤差の値ｅ_ｐを用いて、最善の値Ｐ_ｕの設定方法を決定する。従って、システムは、関数Ｐ_ｕ（ｅ_ｐ）に対する最善の関数的適合を適応的に決定するように設計できる。一実施例では、ニューラルネットワーク２００に基づく技術を、Ｐ_ｕ（ｅ_ｐ）の決定に用いることができる。この関数の現在の最善の推定、および許容可能な誤差境界ａ_ｃが与えられると、Ｐ_ｕ（ａ_ｃ）を用いて値Ｐ_ｕを設定できる。さらに、新しい電源投入期間を設定する際には、Ｐ_ｕ（ａ_ｃ）の重み付き寄与を考慮できる。別のアルゴリズムで現在の電源投入期間が大きすぎるか小さすぎるかを確認し、それに応じてＰ_ｕを調整する。それから、ｗＰ_ｕ＋Ｐ_ｕ（ａ_ｃ）として新しい電源投入期間を設定でき、ここでｗは０〜１範囲の重み係数である。

図４は、値Ｐ_ｕを調整し、新しい電源投入期間を設定してＳＭ−ＧＰＳをモバイル装置に提供する方法４００のフロー図である。図３で説明したステップから続いて、方法４００はステップ４１０で始まる。ステップ４１０では、最後の位置確定から決定され格納された位置誤差値ｅ_ｐを読み込む。決定ステップ４１２では、格納した位置誤差値ｅ_ｐが大きすぎるかどうかを決定するために確認を行う。一実施例では、「大きすぎる」という用語はｅ_ｐがａ_ｃより大きいことを意味する。これに対してａ_ｃの何分の一または何倍かの別の値を用いることもできる。決定ステップ４１２が真（Ｙｅｓ）に戻ると、処理はステップ４１４に続く。ステップ４１４では、電源投入段階の期間Ｐ_ｕの現在値を下に調整する。一実施例では、新しい値はｃＰ_ｕまで調整でき、ここでｃは０．５に設定されている。同様に、ｃの異なる値、または異なる減少アルゴリズムを実行することもできる。新しい電源投入期間は、それより小さく電源投入期間を設定できない最小の閾値を有する。この閾値は１秒であってもよく、これは多くのＧＰＳチップセットのデフォルトのＴｒｉｃｋｌｅＰｏｗｅｒモード内で設定される期間である。しかし、他の閾値を指定することもできる。処理は、ステップ４１４からステップ４２２に続く。そうではなく、決定ステップ４１２が偽（Ｎｏ）に戻った場合、処理はステップ４１６に続く。

決定ステップ４１６では、格納された位置誤差値ｅ_ｐが小さすぎるかどうかの確認を行う。一実施例では、「小さすぎる」という用語は、ｅ_ｐが０．５ａ_ｃより小さいことを意味する。しかし、これに対してａ_ｃの他の何分の一かの別の値を用いることもできる。決定ステップ４１６が真（Ｙｅｓ）に戻る場合、処理はステップ４１８に続く。ステップ４１８では、電源投入期間Ｐ_ｕの現在値を上向きに調整する。つまり、値Ｐ_ｕを新しい値まで増大させる。新しい値はｂＰ_ｕとして計算することもでき、ここで、ｂは１．５に設定される。同様に、ｂの異なる値、または異なる増大アルゴリズムを実行することもできる。新しい電源投入期間は、それより小さくは設定できない最大の閾値を有する。この閾値は、例えば、１０分であってもよいが、使用者が事前に設定できる。ステップ４１８から、処理はステップ４２２に続く。決定ステップ４１６が偽（Ｎｏ）に戻ると、処理はステップ４２０に続く。

ステップ４２０では、電源投入期間Ｐ_ｕの現在値は変化せず、つまり同じ値に維持される。それから、処理はステップ４２２に続く。ステップ４２２では、新しい電源投入期間はｗＰ_ｕ＋（１−ｗ）Ｐ_ｕ（ａ_ｃ）に設定される。ステップ４２４では、ステップ４２２にＰ_ｕ（ｅ_ｐ）のニューラルネットワーク２００の推定を提供する。つまり、上記のステップとは別に、Ｐ_ｕとｅ_ｐの格納した値に基づいて、関数Ｐ_ｕ（ｅ_ｐ）のニューラルネットワーク２００の推定を行う。これらの二つの独立値の重み付け平均を用いて、最後の新しい電源投入期間をｗＰ_ｕ＋（１−ｗ）Ｐ_ｕ（ａ_ｃ）として設定でき、ここでａ_ｃは同様の位置についての許容可能な誤差境界である。重み付けパラメータ値ｗは、製造業者または使用者が事前に設定する。この処理の変形態様では、ｗは時間に依存させることができる。ステップ４２２で、処理は終了する。

位置決め精度が値Ｐ_ｕを決定する唯一の基準であれば、上記の処理で十分となる。しかし、捕捉時間が値Ｐ_ｕを決定する唯一の基準であれば、図５のフローチャート内に示した処理５００で十分でとなる。この処理５００は上で与えた処理４００と同様であるが、ただし、捕捉時間ｄｔ_pを用いて新しい電源投入期間を決定する。決定を行う処理で用いられるのは、捕捉時間についての境界に対して、事前に割り当てた値とｄｔ_pを比較することである。ステップ５１０では、格納した捕捉時間ｄｔ_p用いて、最後の位置確定を決定する。決定ステップ５１２では、格納した捕捉時間ｄｔ_pが大きすぎるかどうかを決定するために確認を行う。図５では、ａ_ｃは今回は捕捉時間についての許容可能な誤差になる。「大きすぎる」という用語は、ｄｔ_ａがａ_ｃより大きいことを意味する。これに対してａ_ｃの何分の一または何倍かの別の値を用いることもできる。決定ステップ５１２が真（Ｙｅｓ）に戻る場合、処理はステップ５１４に続く。ステップ５１４では、現在の値Ｐ_ｕを下に調整する。従って、ｄｔ_ａが大きすぎる場合、値Ｐ_ｕを新しい値まで減少させる。新しい値はｃＰ_ｕに設定することもでき、ここでｃは０．５に設定される。ｃの異なる値、または異なる減少アルゴリズムを用いることもできる。同様に、電源投入期間の最小値も課される。処理は、ステップ５１４からステップ５２２に続く。そうではなく、決定ステップ５１２が偽（Ｎｏ）に戻る場合、処理はステップ５１６に続く。

決定ステップ５１６では、格納した捕捉時間ｄｔ_pが小さすぎるかどうかを決定するために確認を行う。「小さすぎる」という用語は、ｄｔ_ａが０．５ａ_ｃより小さいことを意味する。これに対してａ_ｃの他の何分の一かの別の値を用いることもできる。決定ステップ５１６が真（Ｙｅｓ）に戻る場合、処理はステップ５１８に続く。ステップ５１８では、現在の値Ｐ_ｕを上向きに調整する。従って、ｄｔ_ａが小さすぎる場合、値Ｐ_ｕを新しい値まで増大させる。電源投入期間の新しい値はｂＰ_ｕに設定でき、ここでｂは１．５に設定される。ｂの異なる値、または異なる増大アルゴリズムを用いることもできる。同様に、電源投入期間の最大値も課される。ステップ５１８から、処理はステップ５２２に続く。決定ステップ５１６が偽（Ｎｏ）に戻る場合、処理はステップ５２０に続く。

ステップ５２０では、電源投入期間Ｐ_ｕの現在値は変更されず、つまり、同じ値に維持される。それから、処理はステップ５２２に続く。ステップ５２２では、新しい電源投入期間をｗＰ_ｕ＋（１−ｗ）Ｐ_ｕ（ａ_ｃ）に設定する。ステップ５２４では、ステップ５２２にＰ_ｕ（ｄｔ_p）のニューラルネットワーク推定を提供する。それから、これらの二つの独立値の重み付き平均を用いて、ｗＰ_ｕ＋（１−ｗ）Ｐ_ｕ（ａ_ｃ）として最終的な新しい電源投入期間を設定し、ここでａ_ｃは同様に捕捉時間についての許容可能な誤算境界である。値ｗは、製造業者または使用者が事前に設定する。この処理の変形態様では、ｗは時間に依存させることができる。つまり、上記のステップとは別に、格納したＰ_ｕとｄｔ_pに基づいて、関数Ｐ_ｕ（ｄｔ_p）のニューラルネットワーク２００の推定を行う。ステップ５２２で、処理を終了する。

電源投入期間の新しい値を決定する際、位置決め精度と捕捉時間を両方とも考慮する場合、図４と５に示したアルゴリズムを両方とも同時に独立に実行できる。アルゴリズムによって報告された電源投入期間の二つの新しい値の中で、より小さいものを最終的な新しい値として利用することができる。

Ｅ−９１１用途で用いられるように、ＧＰＳがその特定の時刻に利用可能であれば、モバイル装置はＧＰＳ装置の電源を自動的に投入し、その現在の位置を決定できる。これまでに説明したＳＭ−ＧＰＳアルゴリズムによって、ＧＰＳ装置のコールドスタートを避けるべきである。緊急位置要求が行われたとき、いくつかの理由でＧＰＳが利用できない場合（例えば、見通し外の影響によって）、モバイル装置は最後の投入段階で予測したＧＰＳ位置を報告できる。これは、追加のネットワークインフラストラクチャを必要としないのでＡ−ＧＰＳより有利であり、ＧＰＳが突然に利用できなくなったとしても、モバイル装置の現在位置の推定値が与えられる。

追跡用途において等、連続的な位置要求に関しては、ＳＭ−ＧＰＳアルゴリズムは電源投入期間を適応的に変更し、その特定の時期において要求された精度および捕捉時間境界と一致するＰ_ｕの最大値を見つけ出す。これは、装置の使用者が事前に推定し、手動でこのような値を入力する必要がないので現在の装置に比べて有利である。これは、変化する条件に対して値Ｐ_ｕを自己調整する利点も有する。

ＩＩＩ．ニューラルネットワーク
位置の予測に用いられるＳＭ−ＧＰＳ内の適応予測アルゴリズムは、時間遅延ニューラルネットワーク（ＴＤＮＮ）と同様である。このようなネットワークは、より大きなパターン内の形状を、位置に依存せず認識するために用いられる特別なトポロジーを有するニューラルネットワークである。これらの種類のネットワークは、音声予測アルゴリズムや株価予測等の用途でうまく用いられている。これらのネットワークのアーキテクチャ設計の柔軟性によって、任意の複雑な非線形挙動を処理することも単純な線形挙動を処理することもできる。たった一つのニューロンと線形伝達関数を備えたＴＤＮＮは、効率的な線形適応フィルタとして動作するように教育できる。

ＴＤＮＮの詳細、どのように動作するか、および可能な異なるアーキテクチャ（例えば、学習戦略、伝達関数、層数、重み）は、文献内に十分に示されている（例えば、Ｓｉｍｏｎ Ｈａｙｋｉｎの「ニューラルネットワーク：包括的な基礎」、ＭａｃＭｉｌｌａｎ，Ｎｅｗ Ｙｏｒｋ，１９９４参照）。一実施例では、前の位置を用いてニューラルネットワークの入力ベクトルを形成し、出力が予測位置になる。

他のニューラルネットワークは、図４と５の各々の関数Ｐ_ｕ（ｅ_ｐ）とＰ_ｕ（ｄｔ_ａ）を最適に見つけ出すために構成される。これらは、「関数発見」ニューラルネットワークと呼ばれる。これらのネットワークも、関数形態Ｐ_ｕ（ｅ_ｐ）とＰ_ｕ（ｄｔ_ａ）が時間的に一定のままではないという意味で適応的である。

ニューラルネットワーク内の入力ベクトルと出力の間の関係の様々な形態に適合させるために、多層パーセプトロン（ＭＬＰ）モデルが用いられる。これらの種類のモデルは、ＴＤＮＮネットワークと関数発見ニューラルネットワークの両方に適応できる。ＭＬＰモデルは一般に、長さｒの入力ベクトルとｓ個のニューロンの隠れ層を有する。重みマトリクスα_ｓ，ｒは、入力ベクトルとニューロンの層の間の関係を記述する。対数シグモイド伝達関数等の様々な伝達関数を展開できる。一般に、さらに複雑なシステムに適合させるために、隠れ層の数を増大できる。一実施例では、採用したＭＬＰネットワークは、一つの隠れ層と入力ベクトルのサイズに等しいニューロンの数を含んでいる。対数シグモイド伝達関数も採用されている。ＴＤＮＮの場合、新しく予測した位置とその次の実際の位置の測定に、ニューラルネットワークに対応した重みを適応させて将来的な予測誤差を最小にする。この機構によって、ネットワークは、特定の時期に関連した最適な重みα_ｓ，ｒの設定を適応させ「学習」する。

関数発見ニューラルネットワークの場合、ニューラルネットワークに関連した重みは、入ってきた新しいデータに基づいて、図４と５の各々の関数（Ｐ_ｕ（ｅ_ｐ）とＰ_ｕ（ｄｔ_ａ））の新しく予測した関数形態に適応させる。これは、ニューラルネットワークがそれ自体を常に再教育することを意味する。

ＩＶ．他の実施例および変形態様
適応学習アルゴリズムは、モバイル装置の信号処理チップ上に組み込むことができる。さらに電力を節約するために、モバイル装置がより大きなネットワーク、例えば、無線ネットワークと通信している場合、ネットワーク内の一部の外部処理装置に、ニューラルネットワークの計算を送ることもできる。それから、外部装置によって計算された電源投入期間の値をモバイル装置に送り戻すことができる。

ＧＰＳ信号が利用できない場合、その間は位置誤差と捕捉時間が規制されない。これはＧＰＳ衛星信号の受信が不安定な領域に使用者がいることを示しているので、電源道投入期間を減少させたくはなく、少なくとも減少を制限したいと考える。このように、ＧＰＳ信号の捕捉することが無駄な試みであれば、さらにエネルギー資源が用いられないようにする。

図２、４と５のアルゴリズムに展開できるニューラルネットワークアーキテクチャは数多く存在する。例えば、予測位置が、用いられる実際の関数Ｐ_ｕであってもよい（一般に、Ｐ_ｕの値がより短いほど誤差も小さくなる）。さらにＰ_ｕの過去の履歴がニューラルネットワークの入力になるように、ニューラルネットワークを呼び出すこともできる。関数Ｐ_ｕ（ｅ_ｐ）とＰ_ｕ（ｄｔ_ａ）の推定では、放射基底関数ネットワークも展開できる。ニューラルネットワークの徹底的な議論は、標準的な文献内に見出すことができる（再び、例えば、Ｓｉｍｏｎ Ｈａｙｋｉｎの「ニューラルネットワーク：包括的な基礎」、ＭａｃＭｉｌｌａｎ，Ｎｅｗ Ｙｏｒｋ，１９９４参照）。

ＶＩ．他の実施例および変形態様
この発明の実施例による方法は、一つ以上の汎用コンピュータシステム、ハンドヘルド装置、携帯電話、および他の適切なモバイル計算装置を用いて実施でき、図１〜５を参照しながら説明した処理は、コンピュータシステムまたはハンドヘルド装置内で実行するアプリケーションプログラム等のソフトウェアとして実装できる。特に、コンピュータによって実行されるソフトウェア内の命令は、少なくとも部分的にこの方法のステップを実行する。ソフトウェアは、アプリケーションプログラム、オペレーティングシステム、手続き、規則、データ構造、およびデータを含む一つ以上のコンピュータプログラムを有することができる。命令は一つ以上のコードモジュールとして構成でき、各々が一つ以上の特定のタスクを実行する。ソフトウェアは、例えば、以降で説明する一つ以上の記憶装置を含むコンピュータ読み取り可能な媒体内に格納できる。コンピュータシステムはコンピュータ読み取り可能な媒体からソフトウェアをロードし、それからソフトウェアを実行する。図６は、この発明の実施例を実現可能なコンピュータシステム６００の一例を示している。媒体上に記録したこのようなソフトウェアを備えたコンピュータ読み取り可能な媒体は、コンピュータプログラム製品である。コンピュータシステム内でコンピュータプログラム製品を使用することで、この発明の実施例による好ましい装置を実現できる。

図６は、ブロック図の形態で、無線ネットワーク６２０に接続したコンピュータシステム６００を示している。操作者は、キーボード６３０および／またはマウス６３２（または例えば、タッチパネル）等のポインティング装置を用いてコンピュータ６５０に入力を提供できる。コンピュータシステム６００は、ラインプリンタ、レーザプリンタ、プロッタ、およびコンピュータに接続した他の複製装置を含む複数の出力装置のいずれかを有することができる。コンピュータシステム６００は、適切な通信チャネル６４０を用いる通信インタフェース６６４を介して、一つ以上の他のコンピュータに接続できる。コンピュータネットワーク６２０は、例えば、無線ローカルエリアネットワーク（ＷＬＡＮ）、または３Ｇネットワークを有することができる。図面を簡略化するために図６には示されていないが、当業者には容易に理解されるように、コンピュータシステム６００は、例えば、図１に示した形態のＧＰＳモジュールを備えることができる。

コンピュータ６５０は、処理ユニット６６６（例えば、一つ以上の中央処理ユニット）、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）メモリ、またはそれら二つの組み合わせを含むことができるメモリ６７０、入出力（Ｉ／Ｏ）インタフェース６７２、グラフィクスインタフェース６６０、および一つ以上の記憶装置６６２を有することができる。記憶装置６６２は、フロッピディスク、ハードディスクドライブ、光磁気ディスクドライブ、ＣＤ−ＲＯＭ、ＤＶＤ、データカードまたはメモリスティック、フラッシュＲＡＭ装置、磁気テープまたは当業者にはよく知られている複数の不揮発性記憶装置の他のいずれかの一つ以上を有することができる。記憶装置は図６ではバスに直接接続するように示されているが、このような記憶装置は、パラレルポート、シリアルポート、ＵＳＢインタフェース、Ｆｉｒｅｗｉｒｅインタフェース、無線インタフェース、ＰＣＭＣＩＡスロット、等の任意の適切なインタフェースを介して接続できる。この説明の目的では、記憶ユニットはメモリ６７０と記憶装置６６２の一つ以上を（図６のこれらの構成要素を取り囲む破線の箱によって示したように）有することができる。

コンピュータ６５０の各部品は各々、図６に一般的に示した一つ以上のバス６８０を介して通常は一つ以上の他の装置に接続され、一つ以上のバス６８０はさらにデータ、アドレス、および制御バスを有する。図６には単一のバス６８０が示されているが、当業者にはよく理解されるように、コンピュータ、またはＰＤＡ等の他の電子計算装置は、プロセッサバス、メモリバス、グラフィクスカードバス、周辺バスの一つ以上を含む複数のバスを有することができる。適切なブリッジを利用して、このようなバスの間の通信をインタフェースすることもできる。ＣＰＵを用いるシステムを説明してきたが、当業者には明らかなように、発明の範囲および精神から逸脱することなく、データの処理および演算の実行が可能な他の処理ユニットを代わりに用いることができる。

コンピュータシステム６００は例示的な目的のためだけに提供され、発明の範囲および精神から逸脱することなく他の構成を用いることもできる。この実施例を実現可能なコンピュータは、ＩＢＭ−ＰＣ／ＡＴまたは互換機、ラップトップ／ノートブックコンピュータ、Ｍａｃｉｎｔｏｓｈ（登録商標）系のＰＣの一つ、Ｓｕｎ Ｓｐａｒｃｓｔａｔｉｏｎ（登録商標）、ＰＤＡ、ワークステーション等を含んでいる。上記の内容は、この発明の実施例を実現可能な装置の種類の例にすぎない。一般に、これ以降に説明する実施例の処理は、コンピュータ読み取り可能な媒体としてハードディスクドライブ上に記録され、プロセッサを用いて読み取り制御されるソフトウェアまたはプログラムとして常駐する。プログラムと中間データ、およびネットワークから取り出した任意のデータの中間記憶は、半導体メモリを用いて実現される。

いくつかの例では、プログラムはＣＤ−ＲＯＭまたはフロッピディスク上に符号化して供給され、別の方法として、例えば、コンピュータに接続したモデム装置を介して、ネットワークから読み込むこともできる。さらに、ソフトウェアは、磁気テープ、ＲＯＭ、集積回路、光磁気ディスク、コンピュータと他の装置の間の無線または赤外線通信チャネル、ＰＣＭＣＩＡカード等のコンピュータ読み取り可能なカード、および電子メール送信やウェブサイト等に記録した情報を含むインターネットや、イントラネットを含む他のコンピュータ読み取り可能な媒体からコンピュータシステム内にロードすることもできる。上記の内容は、関連のコンピュータ読み取り可能な媒体の一例にすぎない。発明の範囲および精神から逸脱することなく、他のコンピュータ読み取り可能な媒体を実現することもできる。

モバイル装置上でエネルギー効率のよいＧＰＳ捕捉を行うための方法、システム、およびコンピュータプログラム製品に関するこの発明の少数の実施例について説明してきた。以上の観点において当業者には明らかなように、この開示内容を考慮して、発明の範囲および精神から逸脱することなく様々な修正および置換を行うことができる。

この発明の実施例は、一例として図面を参照しながらこれ以降に説明する。
この発明の一実施例を実現可能なＧＰＳを装備したモバイル装置の画像である。 この発明の一実施例に従って、ＧＰＳ使用可能な無線通信装置の電源をいつオンにすべきかを適応的に予測するシステムの高レベルのブロック図である。 この発明の一実施例に従って、位置誤差を決定する方法を示すフロー図である。 この発明の一実施例に従って、位置決め精度境界に適合させるために値Ｐ_ｕを決定する方法を示すフロー図である。 ＧＰＳ捕捉時間境界に適合させるために、値Ｐ_ｕを決定する方法を示すフロー図である。 この発明の実施例を実現可能な汎用コンピュータシステムのブロック図である。

Claims (36)

1. ＧＰＳ機能を処理するモバイル装置上でＧＰＳを捕捉する方法であって、
   位置決め精度およびＧＰＳ捕捉時間についての仕様に適合させるために、前記仕様が統計的境界である場合に、独立した無線位置についてのクレーマー・ラオ（Ｃｒａｍｅｒ−Ｒａｏ）の境界情報と、前記ＧＰＳの電源をいつオンにすべきかについての適応予測に依存して、前記ＧＰＳの電源投入段階の期間の現在値を設定するステップを有する方法。
2. 許容可能な統計的境界内に位置確定の精度と位置確定の捕捉時間を維持しながら、電源投入段階の期間を設定する請求項１記載の方法。
3. 前記モバイル装置が、電源投入段階の最適な期間を動的に決定する請求項１記載の方法。
4. 適応フィルタと機械学習技術を用いて、電源投入段階の前記期間の前記現在値を設定する請求項１記載の方法。
5. 前記モバイル装置を用いて、前記適応フィルタと機械学習技術を実装する請求項４記載の方法。
6. ＧＰＳの予測した精度誤差と予測した捕捉時間の少なくとも一方が許容可能な境界に適合しない場合、電源投入段階の前記期間の前記値を減少させ、
   ＧＰＳの予測した精度誤差と予測した捕捉時間の少なくとも一方が前記許容可能な境界に適合する場合、電源投入段階の前記期間の前記値を増大させることを、
   前記設定するステップが有する請求項１記載の方法。
7. 前記モバイル装置が、電源制限装置を有する請求項１記載の方法。
8. 前記モバイル装置が、組み込み型ＧＰＳ装置を有する請求項１記載の方法。
9. ニューラルネットワークを用いて、適応予測を行うステップを有する請求項１記載の方法。
10. 前記設定するステップが、
    報告された複数の最後の位置を用いて、次に予定された電源投入時刻における次の位置を予測し、
    前記次の電源投入時刻における前記予測位置と、前記モバイル装置の実際の位置を比較して位置誤差を決定し、
    前記モバイル装置の記憶ユニットに、電源投入段階の期間、捕捉時間、位置誤差および位置の現在値を格納することを含む請求項１記載の方法。
11. プロセッサと、前記プロセッサに接続したメモリと、
    前記プロセッサに接続し、ＧＰＳ機能を提供するＧＰＳモジュールと、
    位置決め精度およびＧＰＳ捕捉時間についての仕様に適合させるために、前記仕様が統計的境界である場合に、独立した無線位置についてのクレーマー・ラオ（Ｃｒａｍｅｒ−Ｒａｏ）の境界情報と、前記ＧＰＳモジュールの電源をいつオンにすべきかについての適応予測に依存して、前記ＧＰＳモジュールの電源投入段階の期間の現在値を設定する手段を有するモバイル装置。
12. 許容可能な境界内に位置確定の精度と位置確定の捕捉時間を維持しながら、電源投入段階の期間を設定する請求項１１記載のモバイル装置。
13. 電源投入段階の最適な期間を動的に決定する請求項１１記載のモバイル装置。
14. 適応フィルタと機械学習技術を用いて、電源投入段階の前記期間の前記現在値を設定する請求項１１記載のモバイル装置。
15. 前記モバイル装置を用いて、前記適応フィルタと機械学習技術を実装する請求項１４記載のモバイル装置。
16. ＧＰＳの予測した精度誤差と予測した捕捉時間の少なくとも一方が許容可能な境界に適合しない場合、電源投入段階の前記期間の前記値を減少させる手段と、
    ＧＰＳの予測した精度誤差と予測した捕捉時間の少なくとも一方が許容可能な境界に適合する場合、電源投入段階の前記期間の前記値を増大させる手段を、
    前記設定する手段が有する請求項１１記載のモバイル装置。
17. 電力制限装置を有する請求項１１記載のモバイル装置。
18. 駆動用のバッテリを有する請求項１７記載のモバイル装置。
19. 適応予測を行うためのニューラルネットワークを有する請求項１１記載のモバイル装置。
20. 前記設定する手段が、
    報告された複数の最後の位置を用いて、次に予定された電源投入時刻における次の位置を予測する手段と、
    前記次の電源投入時刻のおける前記予測位置と、前記モバイル装置の実際の位置を比較して位置誤差を決定する手段と、
    前記モバイル装置の記憶ユニットに、電源投入段階の期間、捕捉時間、位置誤差および位置の現在値を格納する手段を有する請求項１１記載のモバイル装置。
21. ＧＰＳ機能を処理するモバイル装置用のコンピュータプログラム製品であって、前記モバイル装置上でＧＰＳを捕捉するためのコンピュータプログラムを格納するコンピュータ読み取り可能な媒体を備え、
    前記モバイル装置のＧＰＳ機能とインタフェースするためのコンピュータプログラムコード手段と、
    位置決め精度およびＧＰＳ捕捉時間についての仕様に適合させるために、前記仕様が統計的境界である場合に、独立した無線位置についてのクレーマー・ラオ（Ｃｒａｍｅｒ−Ｒａｏ）の境界情報と、ＧＰＳモジュールの電源をいつオンにすべきかについての適応予測に依存して、前記ＧＰＳモジュールの電源投入段階の期間の現在値を設定するコンピュータプログラムコード手段を有するコンピュータプログラム製品。
22. 許容可能な境界内に位置確定の精度と位置確定の捕捉時間を維持しながら、電源投入段階の期間を設定する請求項２１記載のコンピュータプログラム製品。
23. 電源投入段階の最適な期間を動的に決定する請求項２１記載のコンピュータプログラム製品。
24. 適応フィルタと機械学習技術を用いて、電源投入段階の前記期間の前記現在値を設定する請求項２１記載のコンピュータプログラム製品。
25. 前記モバイル装置を用いて、前記適応フィルタと機械学習技術を実装する請求項２４記載のコンピュータプログラム製品。
26. ＧＰＳの予測した精度誤差と予測した捕捉時間の少なくとも一方が許容可能な境界に適合しない場合、電源投入段階の前記期間の前記値を減少させるコンピュータプログラムコード手段と、
    ＧＰＳの予測した精度誤差と予測した捕捉時間の少なくとも一方が前記許容可能な境界に適合する場合、電源投入段階の前記期間の前記値を増大させるコンピュータプログラムコード手段を、
    設定するための前記コンピュータプログラムコード手段が有する請求項２１記載のコンピュータプログラム製品。
27. 前記モバイル装置が、電力制限装置を有する請求項２１記載のコンピュータプログラム製品。
28. 前記モバイル装置が、それを駆動するためのバッテリを有する請求項２７記載のコンピュータプログラム製品。
29. 適応予測を行うために、ニューラルネットワークモジュールを提供するコンピュータプログラムコード手段を有する請求項２１記載のコンピュータプログラム製品。
30. 設定するための前記コンピュータプログラムコード手段が、
    報告された複数の最後の位置を用いて、次に予定された電源投入時刻における次の位置を予測するコンピュータプログラムコード手段と、
    前記次の電源投入時刻における前記予測位置と、前記モバイル装置の実際の位置を比較して位置誤差を決定するコンピュータプログラムコード手段と、
    前記モバイル装置の記憶ユニットに、電源投入段階の期間、捕捉時間、位置誤差および位置の現在値を格納するコンピュータプログラムコード手段を有する請求項２１記載のコンピュータプログラム製品。
31. ＧＰＳ機能を処理するモバイル装置上でＧＰＳを捕捉する方法であって、
    最後の位置確定における前記モバイル装置の予測位置と実際の位置の間の位置誤差を用いて、
    位置誤差が大きすぎる場合、電源投入段階の期間の現在値を下向きに調整し、
    位置誤差が小さすぎる場合、電源投入段階の期間の現在値を上向きに調整し、
    ニューラルネットワークを用いて、前記位置誤差に依存して電源投入段階の前記期間の新しい値を推定し、
    許容可能な誤差境界に依存して、電源投入段階の前記期間の新しい値を重み付けした値に設定するステップを有する方法。
32. ＧＰＳ機能を処理するモバイル装置上でＧＰＳを捕捉する方法であって、
    最後の位置確定における捕捉時間を用いて、
    捕捉時間が大きすぎる場合、電源投入段階の期間の現在値を下向きに調整し、
    捕捉時間が小さすぎる場合、電源投入段階の前記期間の現在値を上向きに調整し、
    ニューラルネットワークを用いて、前記捕捉時間に依存して電源投入段階の前記期間の新しい値を推定し、
    許容可能な境界に依存して、電源投入段階の前記期間の新しい値を重み付けした値に設定する方法。
33. ＧＰＳ機能を処理するモバイル装置上でＧＰＳを捕捉する方法であって、添付の図面の図１〜６に示した実施例のいずれか一つを参照しながら、これまでに実質的に開示したとおりの方法。
34. 添付の図面の図１〜６に示した実施例のいずれか一つを参照しながら、これまでに実質的に開示したとおりのモバイル装置。
35. ＧＰＳ機能を処理するモバイル装置用のコンピュータプログラム製品であって、添付の図面の図１〜６に示した実施例のいずれか一つを参照しながら、これまでに実質的に開示したとおりのコンピュータプログラム製品。
36. ＧＰＳ機能を処理するモバイル装置上でＧＰＳを捕捉する方法であって、添付の図面の図１〜６に示した実施例のいずれか一つを参照しながら、これまでに実質的に開示したとおりの方法。

Images