JP2010206670A - 端末の位置分布の推定方法、移動端末、ネットワークシステム、サーバ、及びプログラム - Google Patents

Abstract

【課題】アドホックネットワーク内の各移動端末自身によって取得された各端末の位置情報及びその古さを指標として利用することにより、アドホックネットワーク内の端末分布及びその確かさを推定可能とする。
【解決手段】移動端末１は、アドホックネットワークを形成可能な複数の端末の各々によって生成された後に前記複数の端末の間で中継しあうことで伝達される各端末の位置情報及びその生成時刻に関する情報を受信するよう構成されている。さらに、移動端末１は、受信された各端末の前記位置情報と、各端末の前記位置情報が生成されてからの経過時間に基づいて、前記複数の端末に関する第１の位置分布を推定するとともに前記第１の位置分布の確かさを評価するよう構成されている。
【選択図】図２

Description

本発明は、アドホックネットワークにおける移動端末の分布推定技術に関する。

アドホックネットワークは、複数の移動端末が相互に無線通信を行うことにより自律的に形成されることを特徴としており、セルラ通信システムにおける基地局やインフラストラクチャモードの無線ＬＡＮ（local area network）におけるアクセスポイントのようなインフラ設備を必要としない。一般的には、アドホックネットワーク内での送信元端末から宛先端末までのデータ転送は、複数の移動端末がマルチホップでデータ転送を行うことにより達成される。このような特性を有するアドホックネットワークは、都市部や被災地などでの情報伝達手段として期待されている。

アドホックネットワークは無線通信に基づくため、通信性能は移動端末の周辺環境（例えば障害物の存在、妨害波の存在など）によって制限を受けることになる。加えて、各移動端末が移動することにより、アドホックネットワークのネットワークトポロジは頻繁に変化するのが一般的である。このため、アドホックネットワークにおける有力なデータ転送方式の１つは、フラッディングによるデータ転送である。フラッディングでは、予め通信経路を特定することなく、周囲の端末に送信データをブロードキャストする。一方、アドホックネットワークにおけるデータ転送の信頼性を向上させるため、データ送信開始に先立って送信元端末が受信元端末までの経路を把握することも行われている。このような経路把握は、ルーティングプロトコルを用いて行われる。アドホックネットワーク用のルーティングプロトコルには、通信開始時に送信端末がオン・デマンドで経路を探索するもの（Reactive型）、各端末が常に経路情報を交換することで経路表を管理するもの（Proactive型）がある。

ところで、特許文献１は、移動端末の分布状態の時間的変化の履歴を収集し、収集した履歴を考慮して将来の分布状態を予測する技術を開示している。より具体的に述べると、特許文献１に開示されたサーバは、一日のうちの特定の時間に移動端末が地点Ａから地点Ｂに移動するという習慣的な移動特性が見出された場合、この習慣的な移動が発生する時間に合わせて、移動先（地点Ｂ）や移動経路に対応した情報を移動端末に配信する。

また、特許文献２は、移動空間内における第１の移動体の存在確率をランダムウォークモデルを用いて計算するシステムを開示している。当該システムは、観測者が存在する位置や過去に予測済みの他の端末が存在する位置に第１の移動体が存在する確率が他の位置に第１の移動体が存在する確率に比べて低くなるように第１の移動体の存在確率を計算する。

また、特許文献３は、既知の複数の移動端末による三辺測量によって未知の移動端末の位置を推定する方法を開示している。当該方法では、まず、測量を行う既知の端末の組み合わせを変えながら多数回の測量を行うことによって多数の位置データを得る。そして、多数の位置データの平均値を計算する。さらに、平均値からのずれが大きい測量結果を除外して改めて平均値を算出し、この平均値を推定位置とする。このとき、平均値からのずれが大きいとして除外された測量結果の割合は、推定位置の確かさの指標とされる。このような計算を端末間距離と受信電波強度との関係式のパラメータを変えながら繰り返し、除外された測量結果の割合が最も小さいパラメータ組み合わせでの推定位置を最終的な推定位置とする。

国際公開第２００５／０３８６８０号パンフレット 特開２００８−１４７４３号公報 特開２００８−１２２１３１号公報

ネットワークトポロジを事前に把握しないフラッディングよるデータ転送は、移動端末が密に存在しており常に隣接する端末との通信が可能な状況下において有効である。同様に、ルーティングプロトコルを用いて宛先ノードまでの経路を探索する手法も、移動端末が密に存在しており常に隣接する端末との通信が可能な状況を想定したものである。

しかしながら、アドホックネットワークの利用形態としては、アドホックネットワークを形成可能な移動端末が疎らに存在している場合も想定される。例えば、大規模災害の発生時にセルラ通信システム（携帯電話システム）の代替手段として無線アドホック通信を利用する場合が考えられる。このような利用形態では、アドホックネットワークを形成可能な移動端末が周辺の端末との間で常に安定した通信を行えるとは限らない。移動端末の通信可能範囲に他の移動端末が存在していなければ、上述したフラッディングによるデータ転送や、ルーティングプロトコルを用いた経路探索はうまく機能しないおそれがある。

そこで、本願の発明者等は、周辺端末の情報を必要な時にタイムリーに得ることが難しい状況を想定して、アドホックネットワークを形成可能な移動端末が無線アドホック通信に利用するための端末分布を把握する手法について検討を行った。本発明の目的は、アドホックネットワークを形成可能な各移動端末自身によって取得された各端末の位置情報及びその古さを指標として利用することにより、無線アドホック通信に利用するための端末分布及びその確かさを推定する新規で効率的な方法を提供することである。

なお、上述した特許文献１〜３に開示された技術は、移動端末の位置推定や複数の移動端末の分布の推定に関するものである。しかしながら、これらの文献は、アドホックネットワークを形成可能な各移動端末自身によって取得された各端末の位置情報及びその古さを指標として利用することにより、アドホックネットワーク内の端末分布及びその確かさを推定することについて何ら開示していない。

本発明の第１の態様にかかる端末の位置分布の推定方法は、以下のステップ（ａ）及び（ｂ）を含む。
（ａ）アドホックネットワークを形成可能な複数の端末の各々によって生成された後に前記複数の端末の間で中継しあうことで伝達される各端末の位置情報及びその生成時刻に関する情報を受信するステップ、及び
（ｂ）前記ステップ（ａ）で受信された各端末の前記位置情報と、各端末の前記位置情報が生成されてからの経過時間に基づいて、前記複数の端末に関する第１の位置分布を推定するとともに前記第１の位置分布の確かさを評価するステップ。

本発明の第２の態様にかかる移動端末は、無線通信部および分布推定部を有する。ここで、前記無線通信部は、アドホックネットワークを形成可能な複数の端末の各々によって生成された後に前記複数の端末の間で中継しあうことで伝達される各端末の位置情報及びその生成時刻に関する情報を受信するよう構成されている。また、前記分布推定部は、受信された各端末の前記位置情報と、各端末の前記位置情報が生成されてからの経過時間に基づいて、前記複数の端末に関する第１の位置分布を推定するとともに前記第１の位置分布の確かさを評価するよう構成されている。

本発明の第３の態様にかかるネットワークシステムは、アドホックネットワークを形成可能な複数の端末を含む。ここで、前記複数の端末の各々は、自端末の位置情報及びその生成時刻に関する情報を生成するとともに、生成された前記位置情報及びその生成時刻に関する情報を前記複数の端末の間で相互に中継しあうよう構成されている。さらに、前記複数の端末の少なくとも１つは、他の端末によって生成された前記位置情報と当該位置情報が生成されてからの経過時間に基づいて、前記複数の端末に関する第１の位置分布を推定するとともに前記第１の位置分布の確かさを評価するよう構成されている。

本発明の第４の態様にかかるサーバは、アドホックネットワークを形成可能な複数の端末の各々によって生成された後に前記複数の端末の間で中継しあうことで伝達される各端末の位置情報及びその生成時刻に関する情報を受信するよう構成されている。さらに、当該サーバは、受信された各端末の前記位置情報と、各端末の前記位置情報が生成されてからの経過時間に基づいて、前記複数の端末に関する位置分布を推定するとともに前記第１の位置分布の確かさを評価するよう構成されている。

本発明の第５の態様にかかるプログラムは、アドホックネットワークの端末位置分布の推定に関する処理をコンピュータに実行させるためのプログラムである。当該プログラムによりコンピュータに実行させる処理は、
（ａ）アドホックネットワークを形成可能な複数の端末の各々によって生成された後に前記複数の端末の間で中継しあうことで伝達される各端末の位置情報及びその生成時刻に関する情報を取得すること、及び
（ｂ）各端末の前記位置情報と、各端末の前記位置情報が生成されてからの経過時間に基づいて、前記複数の端末に関する位置分布を推定するとともに前記第１の位置分布の確かさを評価すること、
を含む。

例えば、上述した本発明の第１の態様によれば、アドホックネットワーク内の各移動端末自身によって取得された各端末の位置情報及びその古さを指標として利用することにより、アドホックネットワーク内の端末分布及びその確かさを推定できる。

第１の実施形態にかかる移動端末によって形成されるアドホックネットワークの一例を示す図である。 第１の実施形態にかかる移動端末の構成例を示すブロック図である。 第１の実施形態にかかる移動端末が生成する端末情報リストの一例を示す図である。 第１の実施形態にかかる移動端末が生成する状況推定リストの一例を示す図である。 （ａ）及び（ｂ）は、第１の実施形態にかかる移動端末が生成する分布推定リストの一例を示す図である。 第１の実施形態におけるクラスタの定義を示す図である。 第１の実施形態におけるクラスタスコアの定義を説明するための図である。 第１の実施形態におけるリンクスコアの定義を説明するための図である。 第１の実施形態にかかる移動端末が行うクラスタ化の一例を示すネットワークのスナップショット図である。 第１の実施形態にかかる移動端末による端末位置分布の推定手順の具体例を示すフローチャートである。 第２の実施形態にかかる移動端末の構成例を示すブロック図である。 第２の実施形態における複数の端末によって作成された位置分布を結合する処理の具体的手順を示すフローチャートである。 第３の実施形態にかかる移動端末の構成例を示すブロック図である。 第３の実施形態にかかる移動端末による端末位置分布の推定手順の具体例を示すフローチャートである。 第３の実施形態にかかる移動端末によるクラスタ間の連結処理の具体的手順を示すフローチャートである。 第３の実施形態における連結ＩＤの定義を説明するための図である。 第３の実施形態にかかる移動端末が行うクラスタ連結及び集約処理の一例を示すネットワークのスナップショット図である。 第４の実施形態にかかる移動端末の構成例を示すブロック図である。

以下では、本発明を適用した具体的な実施の形態について、図面を参照しながら詳細に説明する。各図面において、同一要素には同一の符号が付されており、説明の明確化のため、必要に応じて重複説明は省略される。

＜第１の実施形態＞
本実施の形態にかかる移動端末１は、他の移動端末１とともにアドホックネットワークを形成する。図１は、複数の移動端末１の集合によって形成されるアドホックネットワークを示すスナップショット図である。移動端末１は、自身の電波到達範囲に存在する他の移動端末１と無線通信を行う。

図２は、移動端末１の具体的な構成例を示すブロック図である。図２において、無線通信部１１は、他の移動端末１と無線通信を行う。図２の無線通信部１１は、端末情報交換部１１１を有する。端末情報交換部１１１は、無線通信部１１を通じて、他の移動端末１との間で端末情報を互いに送受信する。ここで端末情報は、少なくとも各移動端末１の位置情報及び各移動端末１における位置情報の生成時刻を含む。さらに、端末情報は、各移動端末１の移動速度、近接する端末数、端末遭遇確率、無線リンク状況などを含んでもよい。端末遭遇確率は、他の移動端末と出会った頻度に基づいて計算される。端末遭遇確率を以下のように簡易に定義してもよい。例えば、過去に他の移動端末１と出会った回数を端末遭遇確率とみなしてもよいし、他の通信端末と通信不能になってからの経過時間を端末遭遇確率とみなしてもよい。また、端末遭遇確率は、他の移動端末１と出会った回数、通信不能になってからの経過時間、および通信可能であった時間などを用いて計算してもよい。

位置情報取得部１２は、自端末の現在の位置情報を取得する。例えば、位置情報取得部１２は、ＧＰＳ又はＤＧＰＳ（Differential GPS）によって置情報を取得するＧＰＳ受信機とすればよい。また、位置情報取得部１２は、無線通信部１１を利用して位置情報を取得してもよい。

端末情報管理部１３１は、位置情報取得部１２によって得られた自端末の情報（例えば、２次元や３次元空間の位置情報、近隣する端末数、端末遭遇確率など）や、端末情報交換部１１１が受信した他の端末の情報を記録する。

推定情報管理部１３２は、後述する分布推定部１４によって推定された端末の位置分布を記録する。具体的には、分布推定部１４によって作成された分布推定リストを記録すればよい。図２の例では、分布推定リストは、クラスタ化部１４２から推定情報管理部１３２に供給される。分布推定リストは、アドホックネットワーク内の移動端末１の位置分布に関する情報である。推定情報管理部１３２に記録された分布推定リストは、無線通信部１１による他の端末との通信のために利用される。無線通信部１１は、分布推定リストに基づいて、データ送信経路、データ受信経路、データ送信先などを決定し、無線通信を開始する。

分布推定部１４は、端末状況推定部１４１とクラスタ化部１４２を有する。端末状況推定部１４１は、端末情報管理部１３１に記録された端末の位置情報を用いて現在の端末状況を推測する。さらに、端末状況推定部１４１は、推定に利用された位置情報の古さに基づいて推定された端末状況の確かさを評価する。より詳細に述べると、端末状況推定部１４１は、端末の移動軌跡から現在の端末位置を推定するとよい。端末の移動軌跡は、過去に取得された端末位置情報の履歴、位置情報が取得されてからの経過時間、端末の移動速度を用いて推定すればよい。また、より簡易に端末の位置を推定する場合、端末状況推定部１４１は、取得されている各端末の位置情報のうち最新のものが示す端末位置を各端末の現在位置とみなしてもよい。

さらに、端末状況推定部１４１は、推定された位置座標の確かさを、端末位置の推定に利用された位置情報が生成されてからの経過時間を指標として評価する。具体的には、経過時間が大きいほど推定された位置情報の信頼度を下げればよい。信頼度計算の具体例については後述する。推定された各端末の位置座標とその確かさの情報は、クラスタ化部１４２へ通知される。

クラスタ化部１４２は、アドホックネットワーク内の複数の移動端末１を複数のクラスタに分割して認識（クラスタ化）する。クラスタとは、アドホックネットワーク内の複数の移動端末１の部分集合（グループ）を意味する。クラスタ化は、端末状況推定部１４１によって推定された端末位置とその確かさを用いて行なわれる。クラスタ化部１４２は、クラスタ化の処理結果を推定情報管理部１３２に分布推定リストとして保存する。

次に、端末情報管理部１３１に記録される端末情報リスト１００、端末状況推定部１４１によって作成される状況推定リスト１０１、推定情報管理部１３２に記録される分布推定リスト１０２の具体例について説明する。

図３は、端末情報管理部１３１に記録される端末情報リスト１００の具体例を示す図である。図３の例では、端末情報リスト１００は、各移動端末１の端末ＩＤ、位置座標、位置座標が取得された時刻情報、移動速度の情報を含む。

図４は、端末状況推定部１４１によって作成される状況推定リスト１０１の具体例を示す図である。図４の例では、状況推定リスト１０１は、各移動端末１に対して予想される現在の位置座標及びその信頼度を含む。

さらに、状況推定リスト１０１は、図４に端末の速度情報が含まれているように、クラスタ化に利用する情報のみだけではなく、後に計算される評価指標であるクラスタスコア及びリンクスコアの計算に利用される情報を含めても良い。

端末位置に対する信頼度の大きさは、状況推定に使用された端末の位置情報の古さに応じて決定される。信頼度の具体的な計算は、位置情報が古いほど（言い換えると位置情報が生成されてからの経過時間が長いほど）推定された端末位置の信頼度が小さくなるよう行えばよい。さらに、信頼度は、端末情報の古さ、端末の移動速度、端末間の距離などを用いて計算するとよい。信頼度の計算式の具体例を（１）及び（２）式に示す。

ここで、Ｖ：端末の移動速度、Δｔ：位置情報が取得されてからの経過時間、ｒ：通信半径、Ｅ：初期信頼度、ｄ：端末間距離、α：定数、β：定数、である。

なお、端末状況推定部１４１が各移動端末１の位置情報を用いて各端末の現在の状況を推定する場合に、現在時刻における各端末の存在確率を計算してもよい。また、端末状況推定部１４１は、端末位置の履歴（移動履歴）を用いた最小二乗法によって現在位置を推定してもよい。このとき、推定される現在位置情報の正確さの指標として、推定に利用された端末位置情報の古さに加えて最小二乗法等の推定誤差を用いてもよい。

また、各端末の現在の状況の推定には、近隣端末数、端末遭遇率など他の指標をさらに用いてもよい。これらの指標を用いる場合、時間経過を考慮しつつ複数の端末から受信された情報を参照して信頼度の計算を行えばよい。例えば、多くの端末によって観測されている端末ほど信頼度を大きくするとよい。多くの端末によって観測されている端末、つまり観測度数の大きい端末は、他の端末と一緒に移動しているなど端末状況密度の高い状況にあることが期待されるため、端末情報・位置情報の信頼度が高いとみなせるためである。反対に、観測度数の小さい端末は、信頼度を小さくしてもよい。

ある端末Ｘの観測度数の大きさと関連性を有する指標であって、端末分布の推定を行う端末Ｙによって評価可能な指標の１つに、「位置情報の通知元端末数」がある。なお、本明細書で使用する「位置情報の通知元端末数」との用語は、端末分布の推定を行う端末Ｙに対して端末Ｘの位置情報を通知してきた端末Ｘの近隣端末の数を意味する。端末Ｘが多くの他の端末によって観測されている場合、端末Ｘの位置情報は多くの端末に伝達された後にさらに中継されていく。このため、結果として端末Ｙは、端末Ｘの観測度数が大きいほど、多くの近隣端末から端末Ｘの位置情報の通知を受けることができると考えられるためである。

位置情報の古さによる信頼度評価と、観測度数（位置情報の通知元端末数）による信頼度評価を組み合わせる場合、例えば、上述した（１）式を以下に示す（３）式のように修正すればよい。

（３）式中のＥは初期信頼度である。例えば、初期信頼度Ｅは、観測度数（位置情報の通知元端末数）に所定の係数を乗じたものとすればよい。また、初期信頼度Ｅは、自端末から遭遇可能な端末を経由して対象端末に到達するまでのデータ転送に寄与する転送端末の遭遇確率の積和に所定の係数を乗じたものとしてもよい。

さらに、観測度数に基づく信頼度評価を行う場合、観測度数（位置情報の通知元端末数）の時間変動を考慮してもよい。例えば、観測度数（位置情報の通知元端末数）が減少傾向であれば、端末Ｘ周辺の端末群は互いに離散し端末の集合が消失する傾向にあると考えられる。よって、この場合には、端末Ｘの信頼度を低くするよう補正するとよい。これとは逆に、観測度数（位置情報の通知元端末数）が増加傾向であれば、端末Ｘ周辺での端末の集合密度が上がっている傾向にあると考えられる。よって、この場合には、端末Ｘの信頼度を高くするよう補正するとよい。また、観測度数（位置情報の通知元端末数）がほぼ一定値に保たれている場合、端末Ｘの周囲には同一の移動傾向を持つ端末群が存在すると考えられる。よって、この場合には、観測度数が安定している点を評価して、端末Ｘの信頼度を高くするよう補正するとよい。

図５（ａ）及び（ｂ）は、推定情報管理部１３２に記録される分布推定リスト１０２の具体例を示す図である。図５（ａ）はクラスタの情報を示し、図５（ｂ）はクラスタ化されていない孤立した移動端末１の情報を示す。図５（ａ）のリストは、各クラスタを識別するためのクラスタＩＤ、クラスタスコア、クラスタの宛先情報（例えばクラスタの位置情報又はＩＰアドレス）を含む。また、図５（ｂ）のリストは、クラスタに含まれなかった孤立した端末のＩＤ、宛先情報を含む。ここで、クラスタスコアは、クラスタ内の端末密度に関連する評価値である。クラスタスコアの具体例、計算例については後述する。

なお、分布推定リスト１０２は、図５（ａ）及び（ｂ）に示したもの以外の情報を含んでもよい。これらの追加情報は、前述した状況推定リスト１０１内に含まれている情報を基に追加すればよい。例えば、状況推定リスト１０１内の速度情報を基に上記の（１）又は（２）式を用いて信頼度を計算した場合に、信頼度が所定値を下回る時刻をクラスタの生存期間とした有効期限とすればよい。また、分布推定リスト１０２は、クラスタ内の端末数の情報を含んでもよい。

ここで、クラスタ内の端末密度に関連するクラスタスコアの計算方法の具体例を図６〜８を用いて説明する。図６は、１つのクラスタＥ１を示す図である。図６中の端末Ｃ１は、クラスタＥ１の中心となる移動端末１である。以下では、端末Ｃ１を「クラスタヘッド」と呼ぶ。クラスタヘッドＣ１を中心とする所定のクラスタ半径を有する円（図６中の破線）の中に含まれる３つの端末Ｄ１を同一のクラスタＥ１に所属する端末として分類する。以下では、クラスタに属するクラスタヘッド以外の端末Ｄ１を「クラスタ端末」と呼ぶ。

図７に示すように、クラスタスコアは、クラスタヘッドＣ１とクラスタ端末Ｄ１との間のリンクに関する評価値である"リンクスコア"を用いて算出すればよい。クラスタスコアは、例えば（４）式に示すように、クラスタヘッドＣ１の信頼度Ｒとリンクスコアα、β及びγの総和としてもよい。

リンクスコアは、移動端末間の繋がり度合いを示すパラメータである。リンクスコアは、移動端末間の距離、各々の端末の位置座標の信頼度、移動速度などに基づいて、端末間のリンクの有無、リンクの品質を示す指標として算出される。例えば、（５）式に示すように単純に２つの移動端末の信頼度の和をリンクスコアとしてもよい。また、万有引力のモデルに当てはめる（６）式によりリンクスコアを求めてもよい。（５）及び（６）式に含まれる各変数の定義は、図８に示すとおりである。

以上に述べたように、クラスタスコアは、クラスタ内に存在するリンク数が大きいほど、言い換えると、クラスタ内に存在する端末数が大きいほど大きくなる。上記の例では、クラスタヘッドを中心とする一定の距離範囲をクラスタとしているから、クラスタスコアは、クラスタ内の端末密度に関する評価値である。上述した（４）〜（６）式の例のように、本実施の形態では、クラスタスコアをクラスタヘッドの信頼度及びその周囲の端末の信頼度を用いて算出している。クラスタヘッドを含む各端末の信頼度には、各端末の位置座標の推定に用いられた位置情報の古さ（計測されてからの経過時間）が反映されている。すなわち、本実施の形態では、クラスタの端末密度に関する評価値であるクラスタスコアを、端末分布の推定に用いた位置情報の古さによって補正している。

続いて以下では、アドホックネットワーク内の端末分布を１つの移動端末１が推定する動作の具体的手順について説明する。図９は、クラスタ化による分布推定を説明するためのアドホックネットワークのスナップショット図である。図１０は、位置分布の推定手順の具体例を示すフローチャートである。

図１０のステップＳ１０１において、端末状況推定部１４１は、端末情報管理部１３１から他の端末及び自端末の情報を含んだ端末情報リスト１００を取得する。そして、端末状況推定部１４１は、現在の端末の状況推定を行うとともに推定確かさに関連する上述した信頼度の計算を行う。端末状況推定部１４１は、状況推定結果を含む状況推定リスト１０１を生成する。ステップＳ１０１が終了すると、端末１は、状況推定リスト１０１によって、周辺の端末の位置と存在確率である信頼度を把握することができる。

ステップＳ１０２では、クラスタ化部１４２が、クラスタヘッドＣ１の選出を行う。クラスタヘッドＣ１には、状況推定リスト１０１内の情報が最も正確と考えられる端末、すなわち信頼度が最も高い端末を選択すればよい。なお、１回目の処理ループでは、分布推定を行う端末自身（図９の端末Ｂ１）をクラスタヘッドＣ１に選択するとよい。

ステップＳ１０３では、クラスタヘッドＣ１の信頼度を判定する。クラスタヘッドＣ１の信頼度が所定の閾値以上である場合には、ステップＳ１０４〜Ｓ１０６に示すクラスタ化の処理が実行される。すなわち、ステップＳ１０４では、クラスタ化部１４２は、状況推定リスト１０１を参照してクラスタ範囲内（クラスタヘッドＣ１を中心とするクラスタ半径内）に含まれる端末（クラスタ端末Ｄ１）を探索する。

ステップＳ１０５では、クラスタ化部１４２は、クラスタヘッドＣ１及び探索された全てのクラスタ端末Ｄ１に対して固有のクラスタＩＤを割り当てる。これにより、同一のクラスタに所属する端末が分類される。

ステップＳ１０６では、クラスタ化部１４２は、クラスタ規模を示す上述したクラスタスコアの計算を行う。

初回のステップＳ１０６の終了後、２回目以降のループ処理では、状況推定リスト１０１内の信頼度が高い端末を順次選択しながら、処理ステップＳ１０２〜Ｓ１０６を繰り返す。

そして、ステップＳ１０３の判定において、クラスタヘッドＣ１に選択された端末の信頼度が閾値を下回った場合、クラスタ化部１４２は、クラスタ化の処理を終了し、分布推定リスト１０２を推定情報管理部１３２に保存する（ステップＳ１０７）。

図１０を用いて説明した処理により、信頼度が所定の閾値を上回る範囲でクラスタ化が実行される。これにより、例えば、図９に示すように、クラスタＥ１〜Ｅ１１が順に生成される。クラスタＥ１は、分布推定を行う端末Ｂ１をクラスタヘッドとするクラスタである。一方、クラスタＥ１１は、端末Ｂ１が有する位置情報の信頼度が閾値をかろうじて超える端末をクラスタヘッドとするクラスタである。

ところで、クラスタ化の終了指標となる信頼度に対する閾値は、端末分布の推定範囲と推定端末個数に関わる値である。そのため、通信環境、アドホックネットワークで伝達されるコンテンツの種類等に応じて設定することが考えられる。通信環境に応じた閾値の設定を行う場合、例えば、移動端末の通信帯域が広い場合に閾値を低めに設定し、移動端末の通信帯域が狭い場合に閾値を高めに設定するとよい。通信帯域が広いと相対的に伝送遅延が小さいため、閾値を低め（例えば０．２、２０％の確かさ）とすることで広範囲を推定すればよい。一方、通信帯域が狭い場合は伝送遅延が相対的に大きくなるため、閾値を高め（例えば０.５、５０％の確かさ）とすることで狭い範囲に絞って推定すればよい。これにより、通信帯域が狭い場合には、コンテンツを的確に近傍の他の端末に送信するようにすることができる。

また、コンテンツの種類による閾値の設定は、例えば、多くの端末に配布すべきコンテンツを送信する場合に、閾値を低く設定することで多くの端末についてクラスタ化を行い広域の端末分布を推定すればよい。一方で、広範囲にコンテンツを配布する必要がない場合は、閾値を高めに設定してクラスタ化を行い、コンテンツを確実に配布できる近傍の端末の分布を推定してもよい。

なお、図９及び１０を用いて説明したクラスタ化の手順が一例に過ぎないことはもちろんである。例えば、クラスタ化は以下に述べる手順で行ってもよい。まず、分布推定を行う端末１の場所を中心として空間を複数のサブエリアに分割する。サブエリアの分割は例えば格子状に空間を分割することより行えばよい。そして、分割された各サブエリアを１つのクラスタとみなす。つまり、同一のサブエリア内に存在する端末群を１つのクラスタとする。クラスタの端末密度に関連するクラスタコアの計算は、例えば、クラスタに属する端末の信頼度を合計することにより行えばよい。

上述したように、本実施の形態にかかる移動端末１は、アドホックネットワーク内の各移動端末の位置情報に基づいて、複数の移動端末１の位置分布を把握することができる。また、移動端末１は、端末の分布を推定する際に使用した各移動端末の位置情報の古さを指標として推定された端末分布の確かさを評価する。アドホックネットワーク内の移動端末は、周辺に位置する端末の情報を必要な時にタイムリーに得ることが難しく、端末分布のタイムリーな把握が困難である。しかしながら、本実施の形態にかかる移動端末１は、過去に取得した位置情報の古さに応じて推定した分布の確かさを評価するため、過去の位置情報を用いて効率よく端末分布を推定できる。

さらに、本実施の形態では、推定された端末の分布をもとにクラスタ化を行うに際して、クラスタ内の端末密度に関連する評価値であるクラスタスコアの計算にも各移動端末の位置情報の古さを反映させる具体例を示した。これにより、クラスタの信頼度とも言えるクラスタスコアを、位置情報が取得されてからの経過時間を考慮して補正することができる。これにより、例えば、データ転送を開始する際にネクストホップとなるクラスタをクラスタ分布及びクラスタスコアに基づいて決定する際に、"位置情報が取得されてからの経過時間"を間接的に反映させることができる。

なお、本実施の形態では、アドホックネットワーク内の移動端末１が端末分布の推定を行う例について述べた。しかしながら、アドホックネットワーク内の各移動端末１と通信可能なサーバを配置し、サーバが端末分布の推定を行ってもよい。サーバは、ネットワーク内の移動端末１の１つであってもよい。サーバを配置する場合、各移動情報端末１はお互いの間で位置情報を交換するだけではなくサーバとも位置情報を交換すればよい。サーバはネットワーク内の各移動情報端末１の位置情報を蓄積し、管理すればよい。

また、本実施の形態で説明した、アドホックネットワークを形成可能な各端末の位置情報及びその生成時刻に関する情報を用いて端末の分布およびその確かさを推定する処理は、ＡＳＩＣ（Application Specific Integrated Circuit）、ＤＳＰ（Digital Signal Processor）等の半導体処理装置を用いて実現してもよい。また、当該処理は、例えば図１０のフローチャートを用いて説明した処理手順が記述されたプログラムをＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等のコンピュータに実行させることによって実現してもよい。このプログラムは、様々な種類の記憶媒体に格納することが可能であり、また、通信媒体を介して伝達されることが可能である。ここで、記憶媒体には、例えば、フレキシブルディスク、ハードディスク、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＤＶＤ、ＲＯＭカートリッジ、バッテリバックアップ付きＲＡＭメモリカートリッジ、フラッシュメモリカートリッジ、不揮発性ＲＡＭカートリッジ等が含まれる。また、通信媒体には、電話回線等の有線通信媒体、マイクロ波回線等の無線通信媒体等が含まれ、インターネットも含まれる。

＜第２の実施形態＞
本実施の形態にかかる移動端末２は、他の移動端末２とともにアドホックネットワークを形成する。移動端末２は、第１の実施形態にかかる移動端末１と同様に、自身の位置情報及びその生成時刻に関する情報を生成するとともに、生成した位置情報及び生成時刻に関する情報をアドホックネットワーク内の他の移動端末との間で交換する。そして、移動端末２は、自身の位置情報と他の端末から受信した位置情報を用いてアドホックネットワーク内の端末の位置分布を推定する。さらに、移動端末２は、各端末の位置情報が生成されてからの経過時間に基づいて、推定した位置分布の確かさを評価する。端末２が生成する位置分布は、端末位置の分布を示す単純なものでもよいし、クラスタの情報を含むものでもよい。端末２が行うこれらの動作は、上述した端末１と同様である。

本実施の形態にかかる端末２が上述した端末１と異なる点は、各端末の位置情報及びその生成時刻に関する情報だけでなく、各端末によって推定された端末の位置分布の情報（例えばクラスタの分布を示す分布推定リスト１０２）を他の端末２との間で相互に交換する点である。端末２は、自身が作成した位置分布と他の端末から受信した位置分布を結合する。他の端末によって作成された位置分布は、自身が作成した位置分布には含まれていない空間の情報を含む場合がある。このため、複数の端末によって作成された位置分布を結合することにより、自身が作成した位置分布よりも広範囲にわたる新たな位置分布を生成することができる。また、複数の位置分布の情報を統合することで、複数の分布に共通して含まれる端末の位置の推定精度や、複数の分布間で重なり合っているクラスタの位置の推定精度を向上させることができる。以下では、移動端末２の構成及び動作について、既に述べた移動端末１の構成及び動作との相違点に重点をおいて説明する。

図１１は、移動端末２の構成例を示すブロック図である。図１１において、無線通信部１１は、他の移動端末２と無線通信を行う。図１１の無線通信部１１は、端末情報交換部２１１を有する。上述した端末情報交換部１１１と同様に、端末情報交換部２１１は、無線通信部１１を通じて他の移動端末２との間で端末情報を互いに送受信する。さらに、端末情報交換部２１１は、後述する分布推定部２４によって生成された端末の位置分布、すなわち分布推定リスト１０２、を他の移動端末２との間で互いに送受信する。

分布推定部２４は、自身の位置情報及び他の端末２の位置情報とその生成時刻に関する情報に基づいて、端末２の位置分布を推定し、位置分布の確かさを評価する。分布推定部２４は、上述した分布推定部１４と同様に、基本的な端末の位置分布とその確かさの情報を含む状況推定リスト１０１を生成する。状況推定リスト１０１は、具体例を図４に示したように、端末の位置分布を示す位置情報と、位置分布の確かさを示す端末毎の信頼度とを含む。

また、分布推定部２４は、端末の位置分布を元にクラスタ化を行う。クラスタ化の処理内容も、上述した分布推定部１４と同様とすればよい。クラスタ化によって生成される分布推定リスト１０２は、具体例を図５に示したように、クラスタの位置分布を示すクラスタの位置情報およびクラスタスコアを含む。上述の通り、クラスタスコアは、クラスタの端末密度に関する評価値である。クラスタスコアは、端末の位置情報が取得されてからの経過時間を考慮して補正されている。端末の位置分布の作成およびクラスタ化の処理内容は、実施の形態１で述べたのと同様であるためここでは説明を省略する。

さらに、図１１の分布推定部２４は、自身が作成した位置分布と他の端末２から受信した位置分布との重なり合いに基づいてこれらの位置分布を結合する処理を行う。この結合処理のために、分布推定部２４は、補正部２４３および分布結合部２４４を有する。補正部２４３は、他の端末から取得した分布推定リストを推定情報管理部１３２から読み出し、クラスタの位置及びクラスタスコアの少なくとも一方を現在の時刻にあうように補正する。補正部２４３によって補正された情報は、分布結合部２４４に渡される。

分布結合部２４４は、補正部２４３によって補正された情報と自端末の分布推定リスト１０２を結合し、新たな分布推定リストを作成する。

次に、図１２のフローチャートを用いて、補正部２４３及び分布結合部２４４によって行われる複数の位置分布の結合動作について詳しく説明する。図１２のステップＳ２１では、補正部２４３が、他の移動端末２から取得された分布推定リストを推定情報管理部１３２から読み出し、クラスタ位置及びクラスタスコアの補正を行う。

ここで、補正部２４３によるクラスタの位置及びクラスタスコアの補正の具体例を説明する。例えば、補正部２４３は、分布推定リストが作成されてからの経過時間が大きくなるにつれてクラスタスコアを減少させてもよい。また、補正部２４３は、現在の時刻に基づいて端末の位置情報の古さを再評価し、この評価結果に応じてクラスタスコアを再計算してもよい。これらの処理によって、現在の時刻に合うように（つまり情報の古さに応じてスコアを下げるように）クラスタスコアを補正できる。

また、クラスタ位置の補正は、クラスタの移動方向および移動速度、クラスタヘッドの移動方向および移動速度、またはクラスタに含まれる端末群の平均の移動方向及び移動速度を用いて行えばよい。また、クラスタ位置の補正にクラスタスコアの大きさを考慮してもよい。例えば、クラスタスコアが高いクラスタは端末密度が高い地域と判断できるため、クラスタの位置座標の修正率を小さくするとよい。一方、クラスタスコアが低いクラスタは端末密度が低く、クラスタの消滅が起こりやすいと判断できる。このため、クラスタスコアが低いほど、クラスタ位置やクラスタスコアの修正率を大きくするとよい。

ステップＳ２１の補正処理が完了すると、分布結合部２４４は、複数の位置分布を結合する処理を行い、広範囲の分布推定リスト２０１を生成する。より具体的に述べると、分布結合部２４４は、クラスタ化部１４２から自端末の分布推定リストを受け取り、補正部２４３から他の端末によって生成された補正済みの分布推定リストを受け取る。そして、分布結合部２４４は、これら複数の分布推定リストに含まれている位置分布（具体的にはクラスタ位置分布）の情報を結合する。

複数のクラスタ位置分布を結合するとき、複数の分布の間で重なり合うクラスタ（以下では重複クラスタと呼ぶ）が存在する場合、重複クラスタの結合後の位置を計算するために、位置情報の古さが反映されている端末の信頼度やクラスタスコアを利用するとよい。例えば、複数の分布推定リスト１０２を参照し、重複クラスタの位置の平均を求め、この平均値を重複クラスタの結合後の位置としてもよい。また、重複クラスタの平均位置を求める場合には、（７）式に示すように、クラスタスコアを重みとする加重平均を計算してもよい。（７）式において、Ｎは重複クラスタを持つ分布推定リストの数である。例えば、３つの分布推定リストを結合する場合に３つのリスト全ての間でクラスタの重なり合いがあればＮ＝３であり、このうち２つのリストの間で重なり合いがあればＮ＝２である。ｘｉ及びｙｉは、結合前のクラスタ位置座標である。ｗｉは、クラスタスコアによる重みであり、（８）式によって定義される。（８）式中のＳｉは、結合前における重複クラスタのクラスタスコアである。これにより、クラスタスコアが高いほど結合時の優先度を高くすることができる。重複クラスタの結合後のクラスタスコアは、（９）式に示すように、結合前のクラスタスコアの平均により求めるとよい。また、（１０）式に示すように、結合後のクラスタスコアについても、クラスタスコアによる重みを考慮し、結合前のクラスタスコアの二乗平均を結合後のクラスタスコアとしてもよい。

なお、平均位置を結合後の重複クラスタの位置とする上記の例は、同じクラスタに関するものである可能性の高い複数の情報を統合することで、クラスタの推定位置の精度を向上させることができる点で有効である。しかしながら、重複クラスタに関する処理は、他の手法で行ってもよい。例えば、単純に複数の分布推定リストの間で重なっているクラスタを内包する大きな円領域を想定し、この大きなクラスタを結合後のクラスタとしてもよい。

以上に述べたように本実施の形態にかかる移動端末２は、自身が推定した位置分布情報と他の端末によって推定された位置分布情報とを組み合わせることで、より広域の位置分布を生成することができ、位置分布の推定精度を向上させることができる。

なお、本実施の形態で述べた補正部２４３及び分布結合部２４４によって行われる処理は、これらの処理手順を記述したプログラムをＡＳＩＣ、ＤＳＰ、ＣＰＵ、ＭＰＵ等のコンピュータに実行させることによって実現してもよい。

また、本実施の形態で述べた複数の端末によって生成された位置分布情報を結合する処理は、アドホックネットワーク内に配置されたサーバが行ってもよい。

＜第３の実施形態＞
本実施の形態にかかる移動端末３は、他の移動端末３とともにアドホックネットワークを形成する。移動端末３は、第１及び第２の実施形態にかかる移動端末１及び２と同様に、自身の位置情報及びその生成時刻に関する情報を生成するとともに、生成した位置情報及び生成時刻に関する情報をアドホックネットワーク内の他の移動端末との間で交換する。そして、移動端末３は、自身の位置情報と他の端末から受信した位置情報を用いてアドホックネットワーク内の端末の位置分布を推定する。さらに、移動端末３は、各端末の位置情報が生成されてからの経過時間に基づいて、推定した位置分布の確かさを評価する。端末３が生成する位置分布は、端末位置の分布を示す単純なものでもよいし、クラスタの情報を含むものでもよい。端末３が行うこれらの動作は、上述した端末１及び２と同様である。

本実施の形態にかかる端末３が上述した端末１及び２と異なる点は、推定した位置分布を用いてクラスタ間の繋がりを調べることで、複数のクラスタを１つのクラスタに集約する点である。これにより、移動端末３は、通信経路が存在する可能性の高いクラスタの集合が存在する領域やその広さを把握することができる。以下では、移動端末３の構成及び動作について、既に述べた移動端末１及び２の構成及び動作との相違点に重点をおいて説明する。

図１３、移動端末３の構成例を示すブロック図である。図１３において、分布推定部３４は、上述した分布推定部１４及び２４と同様に、端末の位置分布の作成（状況推定リスト１０１の作成）及びクラスタ化を行う。これらの処理内容は、実施の形態１で述べたのと同様であるためここでは説明を省略する。

さらに、図１３の分布推定部３４は、クラスタ間の繋がりを調べて繋がりのあるクラスタを１つの大きなクラスタに集約する処理を行う。この処理のために、分布推定部３４は、連結部３４５を有する。連結部３４５は、クラスタ化部１４２と連携して動作し、クラスタ間の繋がりの度合いをスコア化し、当該スコアに基づいてクラスタを集約する。繋がりの度合いは、クラスタ間の重なりの度合いと言い換えることもできるし、クラスタ間の通信経路の存在確率と言い換えることもできる。以下では、クラスタ間の繋がり度合いを示すスコアを"連結スコア"と呼ぶ。

次に、図１４のフローチャートを用いて、分布推定部３４にて行われるクラスタ間の繋がり度合いを判定処理とクラスタ集約処理について詳しく説明する。なお、図１４中のステップＳ１１〜Ｓ１６までの処理内容は、図１０に示した同一符号の各ステップと同様である。図１４のステップＳ３８では、ステップＳ１４〜Ｓ１６までのクラスタリングによって新たに作られたクラスタと過去に作成済みのクラスタとの間の連結度合いを判定する。

ここで、ステップＳ３８における連結度合いの判定処理の具体例について図１５のフローチャートを用いて説明する。ステップＳ３８１では、新たに作られた処理対象のクラスタと過去に作成済みのクラスタとの重なりを判定する。クラスタ間の重なり判定の具体例の１つは、２つのクラスタに共通の端末が含まれているか否かを判定することである。

図１６は、クラスタ間の重なり状態の一例を示す図である。クラスタＥ１は、クラスタヘッドＣ１を中心に、他の３つの端末Ｄ１、Ｄ２及びＤ１１を有する。クラスタＥ２は、クラスタヘッドＣ２を中心に、他の３つの端末Ｄ３、Ｄ４及びＤ１１を有する。クラスタＥ１及びＥ２は共通の端末Ｄ１１を有しているため、上述した重なり判定方法によれば、これらのクラスタＥ１及びＥ２は、重なり有りと判定される。

なお、この重なり判定方法では、共通端末が存在しなければクラスタ間の重なり有りと判定されず、後述するクラスタの連結、クラスタの集約の対象とならない。しかしながら、共通端末が存在しない場合でもクラスタ同士が隣接しておりクラスタ間の端末が直接通信できる場合もある。そこで他の例では、以下の（ｉ）及び（ｉｉ）の手順でクラスタの重なり判定を判定してもよい。（ｉ）最初のクラスタ化時に移動端末３をクラスタに割り当てた後、クラスタ半径に端末３の通信可能距離を加えた範囲（つまり、クラスタ半径を超える範囲）でクラスタに隣接している端末を検索し、その端末がクラスタに属する端末と通信可能かどうかを調べて記憶しておく。（ｉｉ）通信可能とされた２つの端末がそれぞれ所属する２つのクラスタを重なりのあるクラスタと判定する。後者の重なり判定方法によれば、共通端末を含まないクラスタ間の重なりを判定することができる。

図１５に戻り説明を続ける。ステップＳ３８１の判定において他のクラスタとの重なり有りと判定された場合、重なり有りと判定された他のクラスタ対して既に連結ＩＤを割り当て済みであるか否かを判定する（ステップＳ３８２）。ここで、連結ＩＤとは、重なりの有るクラスタを識別するためのＩＤである。互いに重なり有りと判定された複数のクラスタに対して同じ連結ＩＤを割り当てて記憶しておけばよい。図１６に示した例では、２つのクラスタヘッドＣ１及びＣ２並びに共通端末Ｄ１１に対して同じ連結ＩＤを割り当てることにより、クラスタＥ１及びＥ２が共通端末Ｄ１１を介して連結されていることを記憶することができる。

重なり有りと判定された他のクラスタが連結ＩＤを持っていない場合（Ｓ３８２でＮＯ）、互いに重なる２つのクラスタに対して新規な連結ＩＤを割り当てる（ステップＳ３８３）。一方、他のクラスタが既に連結ＩＤを有している場合（Ｓ３８２でＹＥＳ）、既に割り当て済みの連結ＩＤと同じＩＤを他方のクラスタにも割り当てる（ステップＳ３８４）。なお、新規に生成されたクラスタが他の２つ以上のクラスタと重なりを有しており、これら２つ以上のクラスタがそれぞれ異なる連結ＩＤを既に有している場合が考えられる。この場合、新規なクラスタを含めて重なり合いによって連結関係にある全てのクラスタに対して共通の連結ＩＤを割り当てればよい。また、新規なクラスタが他の２つ以上のクラスタの交点に位置することを認識可能とするため、新規なクラスタには、他の２つ以上のクラスタが有する複数の連結ＩＤをともに割り当ててもよい。

ステップＳ３８５では、連結スコアの計算を行う。連結スコアとは、重なり有りと判定されて同じ連結ＩＤが割り当てられたクラスタ間の連結の強さを示す評価値である。連結スコアの計算には、（５）式及び（６）式並びに図８を用いて説明したリンクスコアを利用するとよい。連結スコアの計算式の具体例を（１１）式及び（１２）式に示す。

（１１）式中のＲ１及びＲ２は、重なり合う２つのクラスタそれぞれのクラスタヘッドの信頼度である。また、（１１）式中のα及びβは、２つのクラスタヘッドそれぞれと共通端末との間のリンクスコアである。（１１）式中のＲ１、Ｒ２、α、及びβを図１６の具体例に当てはめると、Ｒ１はクラスタヘッドＣ１の信頼度、Ｒ２はクラスタヘッドＣ２の信頼度、αはクラスタヘッドＣ１及び共通端末Ｄ１１の間のリンクスコア、βはクラスタヘッドＣ２及び共通端末Ｄ１１の間のリンクスコアである。一方、（１２）式は、重なり合う２つのクラスタのそれぞれについてクラスタ内のリンクスコアの合計値を計算し、合計値の小さい方を連結スコアとすることを示している。

連結スコアにリンクスコアやクラスタヘッドの信頼度を利用することによって、各端末の位置情報の古さを連結スコアに反映することができる。つまり、位置情報が取得されてからの経過時間が長いために端末位置の確かさが低いほど、クラスタヘッド及び共通端末の信頼度およびリンクスコアは相対的に小さくなる。このため、（１０）式又は（１１）式等の信頼度又はリンクスコアに基づく計算式によって連結スコアを求めることにより、位置情報が取得されてからの経過時間が長いためにクラスタヘッドや共通端末の位置の確かさが低いほど連結スコアを小さくすることができる。

図１５及び１６では、図１４中の連結処理（Ｓ３８）の詳細について説明した。所定の閾値以上の信頼度を有する端末をクラスタヘッドに選択し、クラスタリング（Ｓ１４〜Ｓ１６）及び連結処理（Ｓ３８）が繰り返し行われる。

図１４のステップＳ３９では、連結部３４５が、それまでに割り当てられた連結ＩＤを基にクラスタの集約処理を行う。クラスタの集約とは、重なり合いによって連結関係を有するクラスタの集合を識別することである。このようなクラスタの集合は、クラスタ間の通信路を有する可能性が高いと想定されるため、移動端末３が通信経路を決定する際に有用である。

クラスタの集約方法の一例は、同じ連結ＩＤを持っているクラスタ群を１つの大きなクラスタとして集約することである。集約されたことを識別するため、集約されるクラスタ群には、新たなＩＤ（集約クラスタＩＤと呼ぶ）を付与すればよい。また、連結関係を有する複数のクラスタを集約するか否かの判定基準として「連結スコア」を利用してもよい。具体的には、２つのクラスタ間の連結スコアの大きさが予め定められた閾値より大きい場合に、これらの２つのクラスタを集約対象とすればよい。連結スコアが高いほど２つのクラスタが密に接していると考えられるためである。一方、連結スコアが閾値を下回る場合には、これら２つのクラスタは分離しやすいと考えられるため、集約対象から除外すればよい。

また、以上に述べたような判定手法によって集約対象となったクラスタ群によって生成される大きな集約クラスタの中心位置およびクラスタ範囲（クラスタ半径）は、集約対象の各クラスタの位置、クラスタスコア、連結スコアを用いて決定するとよい。例えば、集約後のクラスタの中心位置およびクラスタスコアは、（７）式〜（１０）式に示したような単純平均又は加重平均によって決定するとよい。また、連結ＩＤを参照して、複数のクラスタの結合点となっているクラスタの中心を連結後のクラスタの中心位置としてもよい。

また、連結後のクラスタの範囲は、集約対象のクラスタ群を内包する円内としてもよい。また、集約対象のクラスタ群を内包する多角形の中心からの最大距離を半径とする円内を連結後のクラスタの範囲としてもよい。また、集約されるクラスタの数を通常クラスタの半径に乗じた値を集約後の大きなクラスタ半径としてもよい。

集約処理（図１４のＳ３９）の後には、集約クラスタ情報を含む分布推定リスト３０２が作成される。例えば、集約クラスタＩＤ、集約クラスタ範囲（半径）、連結ＩＤを図５（ａ）に示した分布推定リスト１０２のオプション欄に追加すればよい。なお、クラスタ分布の推定結果の用途によっては、集約後のクラスタに含まれるクラスタ群の情報が必要ない場合もある。この場合、図５（ａ）の分布推定リスト１０２に示す通常クラスタのエントリと同様に、集約クラスタのエントリをリストに追加すればよい。集約クラスタと通常クラスタとではクラスタ範囲（半径）が異なるため、クラスタ範囲の項目を図５（ａ）のリストに追加すればよい。

図１７は、集約されたクラスタの一例を示している。図１７中の集約クラスタＦ１は、５つの通常クラスタＥ１〜Ｅ５を集約している。集約クラスタＦ２は、３つの通常クラスタＥ７、Ｅ１０、及びＥ１１を集約している。集約クラスタＦ３は、３つの通常クラスタＥ６、Ｅ８、及びＥ９を集約している。

本実施の形態にかかる移動端末３は、クラスタの集約処理を行うことにより、クラスタ間の重なり具合（連結強度）を把握すること、クラスタが密に存在する地域を認識することができる。また、移動端末３は、連結スコアによってクラスタ間の連結強度を評価する際に、端末位置情報が古く位置情報の確かさが低いほど連結強度を下げるようにする。つまり、移動端末３は、端末位置情報の古さを端末位置情報の確かさを示す指標として用いて、クラスタの集約を行うことができる。

なお、本実施の形態で述べた連結部３４５によって行われるクラスタの連結判定および集約処理は、これらの処理手順を記述したプログラムをＡＳＩＣ、ＤＳＰ、ＣＰＵ、ＭＰＵ等のコンピュータに実行させることによって実現してもよい。

また、本実施の形態で述べたクラスタの連結判定および集約処理は、アドホックネットワーク内に配置されたサーバが行ってもよい。

＜第４の実施の形態＞
本実施の形態は、第２及び３の実施の形態の組み合わせである。すなわち、本実施の形態にかかる移動端末４は、上述した移動端末２と同等に、他の端末によって生成された位置分布情報を受信し、自身が生成した位置分布情報と結合して広範囲の位置分布情報を生成する。さらに、移動端末４は、上述した移動端末３と同様に、クラスタの集約を行うことにより、クラスタが密に存在する地域の把握、クラスタ間の連結度合いの把握を行う。これにより、移動端末４は、移動端末２及び３の利点をともに得ることができる。

図１８は、移動端末４の構成例を示すブロック図である。図１８中の分布推定部４４は、第２の実施形態で説明した補正部２４３及び分布結合部２４４と、第３の実施形態で説明した連結部３４５を有する。なお、図１８中の各構成要素の動作、処理内容は第１〜第３の実施形態で説明したのと同様であるため、ここでは重複説明を省略する。

＜第５の実施形態＞
第１の実施の形態では、（３）式の計算式とともに、移動端末の位置情報の確かさを示す信頼度の計算に「観測度数（位置情報の通知元端末数）」を利用する例に言及した。この「観測度数（位置情報の通知元端末数）」は、「位置情報の古さ」と同様に端末位置分布の確かさ（信頼度）を示す指標の１つである。したがって、「位置情報の古さ」および「観測度数（位置情報の通知元端末数）」を組み合わせて端末位置分布の確かさ（信頼度）を評価することによって評価精度を向上させることができる。しかしながら、「観測度数（位置情報の通知元端末数）」は、「位置情報の古さ」とは独立した指標として端末位置分布の確かさ（信頼度）を示す指標として利用することもできる。本実施の形態では、「位置情報の古さ」に依らず、「観測度数（位置情報の通知元端末数）」を用いて端末位置分布の確かさ（信頼度）を評価する例を説明する。

「位置情報の古さ」に依らずに「観測度数（位置情報の通知元端末数）」を指標として端末位置分布の確かさ（信頼度）を評価するためには、例えば、（３）式の右辺第１項の初期信頼度Ｅによって各端末位置の信頼度を計算すればよい。上述したように、初期信頼度Ｅは、観測度数（位置情報の通知元端末数）に所定の係数を乗じたものとすればよい。また、初期信頼度Ｅは、自端末から遭遇可能な端末を経由して対象端末に到達するまでのデータ転送に寄与する転送端末の遭遇確率の積和に所定の係数を乗じたものとしてもよい。これにより、多くの端末によって観測されている端末、言い換えると多くの端末を経由して端末情報が到達している端末ほど信頼度を大きくすることができる。多くの端末によって観測されている端末は、他の端末と一緒に移動しているなど端末状況密度の高い状況にあることが期待されるため、端末情報・位置情報の信頼度が高いとみなせるためである。

「観測度数（位置情報の通知元端末数）」を用いて計算された端末位置の信頼度を用いて第１〜第４の実施形態で述べたクラスタスコア、リンクスコア、連結スコアを計算し、クラスタリング、クラスタ分布の結合およびクラスタの集約を行えばよい。これにより、移動端末が端末分布のタイムリーな把握が困難な状況下で利用されている場合であっても、過去に取得した位置情報とその「観測度数（位置情報の通知元端末数）」を用いて効率よく端末分布を推定し、その確かさを評価できる。

＜端末分布の用途＞
上述した第１〜第５の実施の形態で得られる端末分布またはクラスタ分布の推定結果は、様々な分野に応用可能である。例えば、端末分布の推定を行った端末は、自身がデータ送信を行う際のデータ送信可否の判定やデータ送信先の決定に、推定した端末分布を用いることができる。例えば、位置情報が生成されてからの経過時間または位置情報の通知元端末数を指標として決定される端末の信頼度やクラスタのクラスタスコアを参照し、信頼度の大きい端末やクラスタスコアの大きいクラスタを送信先として選択するとよい。これにより、データ送信の成功可能性を向上できる。

また、例えば、推定した端末分布に付加情報を加えることで、新たな分布図を作成することができる。各端末が持つコンテンツ情報を付加情報とする場合では、コンテンツの分布を把握できるようになり、端末分布をコンテンツの検索に利用することができる。

無線ＬＡＮを用いたマルチホップネットワークの構築時にユーザ（移動端末）の分布を推定することで、ユーザの集まりを繋ぐ転送端末の認識や、転送の負荷を減らすための経路設定などに利用することができる。また、ユーザの分布と無線ＬＡＮのアクセスポイントの配置を組み合わせることで、アクセスポイントの利用率の簡単な推定を行うことができ、利用率の低いアクセスポイントへユーザの移動を促す通知を送ることなどに利用することができる。このように、本発明の適用先は、純粋な狭義のアドホックネットワークに限られず、無線アクセスポイントや無線基地局等のインフラ設備と組み合わせて使用される移動端末群の間で無線によるマルチホップ中継が自律的に行われる広義のアドホックネットワークも含まれる。

他には車々間通信において、車々間で位置情報の交換を行い車両の分布を推定することで、ユーザが乗る車両自身で渋滞地域の推定を行うことができる。その結果をカーナビゲーションシステムのディスプレイに表示させてもよい。

さらに、本発明は上述した実施の形態のみに限定されるものではなく、種々の変更が可能であることは勿論である。

１〜４ 端末
１１ 無線通信部
１２ 位置情報取得部
１４、２４、３４、４４ 分布推定部
１００ 端末情報リスト
１０１ 状況推定リスト
１０２ 分布推定リスト
１１１、２１１ 端末情報交換部
１３１ 端末情報管理部
１３２ 推定情報管理部
１４１ 端末状況推定部
１４２ クラスタ化部
２４３ 補正部
２４４ 分布結合部
３４５ 連結部
Ｃ１、Ｃ２ クラスタヘッド
Ｄ１〜Ｄ５、Ｄ１１ クラスタ端末
Ｅ１〜Ｅ１１ クラスタ
Ｆ１、Ｆ２ 集約クラスタ

Claims (50)

1. （ａ）アドホックネットワークを形成可能な複数の端末の各々によって生成された後に前記複数の端末の間で中継しあうことで伝達される各端末の位置情報及びその生成時刻に関する情報を受信するステップ、及び
   （ｂ）前記ステップ（ａ）で受信された各端末の前記位置情報と、各端末の前記位置情報が生成されてからの経過時間に基づいて、前記複数の端末に関する第１の位置分布を推定するとともに前記第１の位置分布の確かさを評価するステップ、
   を含む位置分布の推定方法。
2. 前記第１の位置分布の推定は、各端末の前記位置情報に基づいて前記複数の端末を複数のグループに分割することを含み、
   前記確かさの評価は、各グループの端末密度の大きさを表す評価値を、各グループに属する端末の前記経過時間に基づいて補正することを含む、
   請求項１に記載の方法。
3. 前記評価値は、前記グループに含まれる端末の前記経過時間が大きいほど前記端末密度が小さくなるよう補正される、請求項２に記載の方法。
4. 前記グループへの分割は、グループの中心とすべき端末を前記経過時間を考慮して選択し、選択された端末の位置を中心として予め定められた距離範囲内に位置する端末群をグループ化することにより行われる、請求項２又は３に記載の方法。
5. 前記グループへの分割は、どのグループにも振り分けられていない端末群の中から前記時間情報に基づいて決定された前記位置情報の確かさが最も高い端末を選択し、選択された端末の位置を中心として予め定められた距離範囲内に位置する端末群を新たなグループとしてまとめることを繰り返すことにより行われる、請求項２又は３に記載の方法。
6. 前記グループへの分割は、前記複数の端末が存在する空間を複数のサブエリアに分割し、各サブエリア内に存在する端末群を１つのグループとすることにより行われる、請求項２又は３に記載の方法。
7. （ｃ）前記複数の端末のいずれかによって作成された後に前記複数の端末の間で中継しあうことで伝達される前記いずれかの端末の周囲に位置する端末に関する第２の位置分布を受信するステップ、及び
   （ｄ）前記ステップ（ｂ）で推定された前記第１の位置分布と前記ステップ（ｃ）で受信された前記第２の位置分布を結合するステップ、
   をさらに含む、請求項１〜６のいずれか１項に記載の方法。
8. 前記（ｄ）での結合の前に、前記第２の位置分布を現在時刻に合うように補正することをさらに含む、請求項７に記載の方法。
9. （ｅ）前記複数の端末のいずれかによって作成された後に前記複数の端末の間で中継しあうことで伝達される前記いずれかの端末の周囲における端末の第２の位置分布を受信するステップ、
   （ｆ）前記第２の位置分布に含まれるグループの位置を現在時刻に合うように補正するステップ、及び
   （ｇ）前記ステップ（ｂ）で推定された前記第１の位置分布と前記ステップ（ｆ）で補正された前記第２の位置分布との間の前記グループの重なり合いに基づいて前記第１及び第２の位置分布を結合するステップ、
   をさらに含む、請求項２〜６のいずれか１項に記載の方法。
10. 前記ステップ（ｆ）における補正は、前記第２の位置分布が作成されてからの経過時間が大きいほど、前記第２の位置分布に含まれるグループに関する前記評価値を小さくするように行う、請求項９に記載の方法。
11. 前記第１及び第２の分布の結合は、前記第１及び第２の分布の間で存在位置が重なり合っている重複グループの結合後の位置を、前記第１及び第２の分布の各々における前記重複グループの位置の平均とすることを含む、請求項９又は１０に記載の方法。
12. 前記平均は、前記第１及び第２の分布の各々における前記重複グループの前記評価値を重みとして利用した加重平均である、請求項１１に記載の方法。
13. 前記ステップ（ｂ）は、前記ステップ（ａ）で受信された各端末の前記位置情報と、各端末の前記位置情報が生成されてからの経過時間に基づいて、前記複数の端末に含まれる端末間の通信経路の有無を推定することを含む、請求項１〜１２のいずれか１項に記載の方法。
14. 前記ステップ（ｂ）は、前記ステップ（ａ）で受信された各端末の前記位置情報と、各端末の前記位置情報が生成されてからの経過時間とに基づいて、前記複数の端末に含まれる端末間の通信経路の有無を推定することを含み、
    前記通信経路の有無の推定は、複数の前記グループに共通して含まれる共通端末が存在する場合にこれらのグループ間に通信経路が存在すると判定することを含む、
    請求項２〜６並びに請求項９〜１２のいずれか１項に記載の方法。
15. 前記ステップ（ｂ）は、前記ステップ（ａ）で受信された各端末の前記位置情報と、各端末の前記位置情報が生成されてからの経過時間に基づいて、前記複数の端末に含まれる端末間の通信経路の有無を推定することを含み、
    前記通信経路の有無の推定は、
    複数の前記グループの間に共通端末が存在するかを判定すること、および
    前記時間情報に基づいて決定された前記共通端末の前記位置情報の確かさに基づいてグループ間の通信経路の有無を判定すること、を含む、
    請求項２〜６並びに請求項９〜１２のいずれか１項に記載の方法。
16. 前記共有端末を介した通信経路を有すると判断された一対のグループをより大きなグループに集約することをさらに含む、請求項１４又は１５に記載の方法。
17. 前記確かさの評価は、さらに、前記位置情報を通知してきた通知元端末の数を前記複数の端末の各々毎に集計した結果に基づいて行われ、前記第１の位置分布に含まれる端末位置の確かさを、前記通知元端末の数が大きい端末ほど相対的に大きくすることを含む、請求項１〜１６のいずれか１項に記載の方法。
18. 前記確かさの評価は、さらに、前記位置情報を通知してきた通知元端末の数を前記複数の端末の各々毎に集計した結果に基づいて行われ、前記第１の位置分布に含まれる各端末位置の確かさを、前記通知元端末の数が大きい端末ほど相対的に大きくし、前記経過時間が大きい端末ほど相対的に小さくすることを含む、請求項１〜１６のいずれか１項に記載の方法。
19. アドホックネットワークを形成可能な複数の端末の各々によって生成された後に前記複数の端末の間で中継しあうことで伝達される各端末の位置情報及びその生成時刻に関する情報を受信するよう構成された無線通信部と、
    受信された各端末の前記位置情報と、各端末の前記位置情報が生成されてからの経過時間に基づいて、前記複数の端末に関する第１の位置分布を推定するとともに前記第１の位置分布の確かさを評価するよう構成された分布推定部と、
    を備える移動端末。
20. 前記第１の位置分布の推定は、各端末の前記位置情報に基づいて前記複数の端末を複数のグループに分割することを含み、
    前記確かさの評価は、各グループの端末密度の大きさを表す評価値を、各グループに属する端末の前記経過時間に基づいて補正することを含む、
    請求項１９に記載の移動端末。
21. 前記評価値は、前記グループに含まれる端末の前記経過時間が大きいほど前記端末密度が小さくなるよう補正される、請求項２０に記載の移動端末。
22. 前記グループへの分割は、グループの中心とすべき端末を前記経過時間を考慮して選択し、選択された端末の位置を中心として予め定められた距離範囲内に位置する端末群をグループ化することにより行われる、請求項２０又は２１に記載の移動端末。
23. 前記グループへの分割は、どのグループにも振り分けられていない端末群の中から前記時間情報に基づいて決定された前記位置情報の確かさが最も高い端末を選択し、選択された端末の位置を中心として予め定められた距離範囲内に位置する端末群を新たなグループとしてまとめることを繰り返すことにより行われる、請求項２０又は２１に記載の移動端末。
24. 前記グループへの分割は、前記複数の端末が存在する空間を複数のサブエリアに分割し、各サブエリア内に存在する端末群を１つのグループとすることにより行われる、請求項２０又は２１に記載の移動端末。
25. 前記分布推定部は、
    前記複数の端末のいずれかによって作成された後に前記複数の端末の間で中継しあうことで伝達される前記いずれかの端末の周囲に位置する端末に関する第２の位置分布を受信すること、及び
    前記第１の位置分布および前記第２の位置分布を結合すること、
    をさらに行うよう構成されている、請求項１９〜２４のいずれか１項に記載の移動端末。
26. 前記分布推定部はさらに、前記第１の位置分布および前記第２の位置分布の結合の前に、前記第２の位置分布を現在時刻に合うように補正するよう構成されている、請求項２５に記載の移動端末。
27. 前記分布推定部は、
    前記複数の端末のいずれかによって作成された後に前記複数の端末の間で中継しあうことで伝達される前記いずれかの端末の周囲における端末の第２の位置分布を受信すること、
    前記第２の位置分布に含まれるグループの位置を現在時刻に合うように補正すること、及び
    前記第１の位置分布と補正された前記第２の位置分布との間の前記グループの重なり合いに基づいて前記第１及び第２の位置分布を結合すること、
    をさらに行うよう構成されている、請求項２０〜２４のいずれか１項に記載の移動端末。
28. 前記第２の位置分布に含まれるグループの位置の補正は、前記第２の位置分布が作成されてからの経過時間が大きいほど、前記第２の位置分布に含まれるグループに関する前記評価値を小さくするように行われる、請求項２７に記載の移動端末。
29. 前記第１及び第２の分布の結合は、前記第１及び第２の分布の間で存在位置が重なり合っている重複グループの結合後の位置を、前記第１及び第２の分布の各々における前記重複グループの位置の平均とすることを含む、請求項２７又は２８に記載の移動端末。
30. 前記平均は、前記第１及び第２の分布の各々における前記重複グループの前記評価値を重みとして利用した加重平均である、請求項２９に記載の移動端末。
31. 前記分布推定部はさらに、各端末の前記位置情報と各端末の前記位置情報が生成されてからの経過時間に基づいて、前記複数の端末に含まれる端末間の通信経路の有無を推定するよう構成されている、請求項１９〜３０のいずれか１項に記載の移動端末。
32. 前記分布推定部はさらに、各端末の前記位置情報と各端末の前記位置情報が生成されてからの経過時間とに基づいて、前記複数の端末に含まれる端末間の通信経路の有無を推定するよう構成され、
    ここで、前記通信経路の有無の推定は、複数の前記グループに共通して含まれる共通端末が存在する場合にこれらのグループ間に通信経路が存在すると判定することを含む、
    請求項２〜６並びに請求項２７〜３０のいずれか１項に記載の移動端末。
33. 前記分布推定部はさらに、各端末の前記位置情報と各端末の前記位置情報が生成されてからの経過時間に基づいて、前記複数の端末に含まれる端末間の通信経路の有無を推定するよう構成され、
    ここで、前記通信経路の有無の推定は、
    複数の前記グループの間に共通端末が存在するかを判定すること、および
    前記時間情報に基づいて決定された前記共通端末の前記位置情報の確かさに基づいてグループ間の通信経路の有無を判定すること、を含む、
    請求項２０〜２４並びに請求項２７〜３０のいずれか１項に記載の移動端末。
34. 前記分布推定部はさらに、前記共有端末を介した通信経路を有すると判断された一対のグループをより大きなグループに集約するよう構成されている、請求項３２又は３３に記載の移動端末。
35. 前記確かさの評価は、前記第１の位置分布に含まれる端末位置の確かさを、前記位置情報を前記無線通信部に通知してきた通知元の数が大きい端末ほど相対的に大きくすることを含む、請求項１９〜３４のいずれか１項に記載の移動端末。
36. 前記確かさの評価は、前記第１の位置分布に含まれる各端末位置の確かさを、前記位置情報を前記無線通信部に通知してきた通知元の数が大きい端末ほど相対的に大きくし、前記経過時間が大きい端末ほど相対的に小さくすることを含む、請求項１９〜３４のいずれか１項に記載の移動端末。
37. アドホックネットワークを形成可能な複数の端末を備え、
    前記複数の端末の各々は、自端末の位置情報及びその生成時刻に関する情報を生成するとともに、生成された前記位置情報及びその生成時刻に関する情報を前記複数の端末の間で相互に中継しあうよう構成され、
    前記複数の端末の少なくとも１つは、他の端末によって生成された前記位置情報と当該位置情報が生成されてからの経過時間に基づいて、前記複数の端末に関する第１の位置分布を推定するとともに前記第１の位置分布の確かさを評価するよう構成されている、
    ネットワークシステム。
38. 前記第１の位置分布の推定は、各端末の前記位置情報に基づいて前記複数の端末を複数のグループに分割することを含み、
    前記確かさの評価は、各グループの端末密度の大きさを表す評価値を、各グループに属する端末の前記経過時間に基づいて補正することを含む、
    請求項３７に記載のネットワークシステム。
39. 前記評価値は、前記グループに含まれる端末の前記経過時間が大きいほど前記端末密度が小さくなるよう補正される、請求項３８に記載のネットワークシステム。
40. 前記少なくとも１つの端末は、
    前記複数の端末のいずれかによって作成された後に前記複数の端末の間で中継しあうことで伝達される前記いずれかの端末の周囲に位置する端末に関する第２の位置分布を受信すること、及び
    前記第１の位置分布および前記第２の位置分布を結合すること、
    をさらに行うよう構成されている、請求項３７〜３９のいずれか１項に記載のネットワークシステム。
41. 前記少なくとも１つの端末は、
    前記複数の端末のいずれかによって作成された後に前記複数の端末の間で中継しあうことで伝達される前記いずれかの端末の周囲における端末の第２の位置分布を受信すること、
    前記第２の位置分布に含まれるグループの位置を現在時刻に合うように補正すること、及び
    前記第１の位置分布と補正された前記第２の位置分布との間の前記グループの重なり合いに基づいて前記第１及び第２の位置分布を結合すること、
    をさらに行うよう構成されている、請求項３８又は３９に記載のネットワークシステム。
42. 前記少なくとも１つの端末はさらに、各端末の前記位置情報と各端末の前記位置情報が生成されてからの経過時間に基づいて、前記複数の端末に含まれる端末間の通信経路の有無を推定するよう構成されている、請求項３７〜４１のいずれか１項に記載のネットワークシステム。
43. 前記確かさの評価は、前記第１の位置分布に含まれる端末位置の確かさを、前記位置情報を前記少なくとも１つの端末に通知してきた通知元の数が大きい端末ほど相対的に大きくすることを含む、請求項３７〜４２のいずれか１項に記載のネットワークシステム。
44. 前記確かさの評価は、前記第１の位置分布に含まれる各端末位置の確かさを、前記位置情報を前記少なくとも１つの端末に通知してきた通知元の数が大きい端末ほど相対的に大きくし、前記経過時間が大きい端末ほど相対的に小さくすることを含む、請求項３７〜４２のいずれか１項に記載のネットワークシステム。
45. アドホックネットワークを形成可能な複数の端末の各々によって生成された後に前記複数の端末の間で中継しあうことで伝達される各端末の位置情報及びその生成時刻に関する情報を受信するよう構成され、かつ
    受信された各端末の前記位置情報と、各端末の前記位置情報が生成されてからの経過時間に基づいて、前記複数の端末に関する位置分布を推定するとともに前記第１の位置分布の確かさを評価するよう構成された、サーバ。
46. アドホックネットワークを形成可能な複数の端末の各々によって生成された後に前記複数の端末の間で中継しあうことで伝達される各端末の位置情報及びその生成時刻に関する情報を取得すること、及び
    各端末の前記位置情報と、各端末の前記位置情報が生成されてからの経過時間に基づいて、前記複数の端末に関する位置分布を推定するとともに前記第１の位置分布の確かさを評価すること、
    をコンピュータに実行させるためのプログラム。
47. （ａ）アドホックネットワークを形成可能な複数の端末の各々によって生成された後に前記複数の端末の間で中継しあうことで伝達される各端末の位置情報を受信するステップ、及び
    （ｂ）前記ステップ（ａ）で受信された各端末の前記位置情報と、前記位置情報を通知してきた通知元端末の数を前記複数の端末の各々毎に集計した結果に基づいて、前記複数の端末に関する位置分布を推定するとともに前記位置分布の確かさを評価するステップ、
    を含む位置分布の推定方法。
48. 前記確かさの評価は、前記位置分布に含まれる端末位置の確かさを、前記通知元端末の数が大きい端末ほど相対的に大きくすることを含む、請求項４７に記載の方法。
49. アドホックネットワークを形成可能な複数の端末の各々によって生成された後に前記複数の端末の間で中継しあうことで伝達される各端末の位置情報及びその生成時刻に関する情報を受信するよう構成された無線通信部と、
    受信された各端末の前記位置情報と、前記位置情報を前記無線通信部に通知してきた通知元端末の数を前記複数の端末の各々毎に集計した結果に基づいて、前記複数の端末に関する位置分布を推定するとともに前記位置分布の確かさを評価するよう構成された分布推定部と、
    を備える移動端末。
50. 前記確かさの評価は、前記位置分布に含まれる端末位置の確かさを、前記通知元端末の数が大きい端末ほど相対的に大きくすることを含む、請求項４９に記載の移動端末。

Images