JP2011135555A - 雑音検出方法、雑音検出装置、シミュレーション方法、シミュレーション装置、及び通信システム - Google Patents

Abstract

【課題】通信媒体で発生するインパルス性雑音を、主観的な検出条件をでき得る限り排除し、観測された雑音自身の統計的性質から自動的にインパルス性雑音を精度よく検出することが可能な雑音検出方法、雑音検出装置、並びにインパルス性雑音の影響を受け難くする通信を可能とするシミュレーション方法、シミュレーション装置、通信システムを提供する。
【解決手段】所定間隔にて取得された電力線（通信媒体）における電圧値（観測系列）について、モーメント法により観測系列自身の統計量に基づく雑音特性の初期値を決定し（Ｓ３０１〜Ｓ３０７）、初期値からBaum-Welchアルゴリズムを用いたＭＡＰ（Maximum A Posteriori）法にて観測系列の尤度を極大化する雑音特性（状態遷移確率及び状態雑音電力）を求め（Ｓ３０９〜Ｓ３１２）、求めた雑音特性から状態系列を推定し、各時点におけるインパルス性雑音を検出する。
【選択図】図１０

Description

本発明は、複数の通信装置を含む通信システムに関する。特に、通信媒体に突発的に発生するインパルス性雑音を、観測した雑音自体の統計的性質から自動的に検出することが可能な雑音検出方法、雑音検出装置、シミュレーション方法、シミュレーション装置、及び通信システムに関する。

近年では、複数の通信装置を接続し、各通信装置に夫々機能を割り振って相互にデータを交換し、連携して多様な処理を行なわせるシステムが各分野で利用されている。通信システムでは、通信装置間を接続する通信媒体に発生するインパルス性雑音が、通信の品質に影響する。したがって、インパルス性雑音を防ぐように対策を行なうか、インパルス性雑音の影響を受けないように通信を実現する必要がある。

車両に配される車載ＬＡＮ（Local Area Network）の分野では、通信装置であるＥＣＵ（電子制御装置；Electronic Control Unit）を用い、各ＥＣＵに夫々特化させた処理を行なわせて相互にデータを交換することにより、システムとして多様な機能を実現させている。車両制御は機械的制御から電気的制御への移行が進み、各ＥＣＵの機能の特化、システムにて実現される機能が増加している。これに伴い、通信装置の数及び種別は増加し、通信装置間を接続する通信線の数も増加する。また、通信システムで送受信されるデータ量の増加に伴い、より高速に大量のデータを送受信することが必要とされている。

これに対し、既存の電力線に通信用の搬送波を重畳して通信を実現するＰＬＣ（Power Line Communication）が注目されており、車載ＬＡＮへの適用も提案されている（例えば、特許文献１参照）。車載ＬＡＮに車載ＰＬＣシステムを適用することにより、省線化が実現でき、これにより車両の重量を軽減し、燃費向上、車両内空間の有効活用など様々な効果が見込まれる。

車載ＰＬＣシステムでは、特に安全性のため低遅延且つ高信頼にデータが送受信される必要がある。しかしながら、車載ＰＬＣでは電力線にアクチュエータが接続されているから、当該アクチュエータの動作、停止によって突発的に高振幅なインパルス性雑音が発生するから、当該インパルス性雑音を観測雑音自身の統計的性質から自動的に検出し、車種又はオプションによって異なるインパルス性雑音に対し有効な通信方式などの詳細な事前検討を行い、通信方式、周波数及び通信パラメータを適切に選定する必要がある。

従来、インパルス性雑音の検出方法には、振幅閾値や一定の観測窓（ウィンドウサイズ）の長さの分散に基づいてインパルス性雑音か否かを検出する方法が用いられてきた（非特許文献１，２，３，４）。

特開２００６−０６７４２１号公報

M. Zimmermann and K. Dostert、"Analysis and modeling of impulsive noise in broad-band power-line communications"（広帯域ＰＬＣにおけるインパルス性雑音の解析及びモデル化）、IEEE Trans. Electromagn. Compat.、vol. 44, no. 1, pp. 249-258、２００２年２月 M. G. S´anchez, L. de Haro, M. C. Ram´on, A. Mansilla, C. M. Ortega, and D. Oliver、"Impulsive noise measurements and characterization in a UHF digital TV channel"（ＵＨＦデジタルテレビ放送におけるインパルス性雑音の測定及び特性解析）、IEEE Trans. Electromagn. Compat.、vol. 41, no. 2, pp. 124-136、１９９９年５月 V. Degardin, M. Lienard, P. Degauque, E. Simon, and P. Laly,、"Impulsive noise characterization of in-vehicle power line channels"（車載ＰＬＣにおけるインパルス性雑音の特性解析）、IEEE Trans. Electromagn. Compat.、vol. 50, no. 4, pp. 861-868、２００８年１１月 I. Mann, S. McLaughlin, R. K. W. Henkel, and T. Kessler、"Impulse generation with appropriate amplitude, length, inter-arrival, and spectral characteristics"（特定の振幅、時間幅、到着時間間隔及びスペクトルを有するインパルス生成）、IEEE J. Sel. Areas Commun.、vol. 20,no. 5, pp. 901-912、２００２年６月

しかしながら、車載ＰＬＣにてアクチュエータから発生するインパルス性雑音の検出は、上述の検出方法では不十分であった。図３８乃至図４０は、電力線に発生したインパルス性雑音の例を示す波形図である。図３８乃至図４０では、横軸に時間、縦軸に電圧値を示し、図３９及び図４０は、図３８の内の一部を拡大したものである。

図３９及び図４０に示すように、車載ＰＬＣの電力線に発生する雑音は、減衰正弦波である。したがって、振幅値に対して閾値以上か否かで雑音を検出する場合（非特許文献１，２）、図４０に示すように１つのインパルス性雑音を複数の雑音（１〜３）に細分化して検出することになる。

これに対し、観測窓の長さの分散値を基に、インパルス性雑音を検出する方法など（非特許文献３，４）等があるが、測定に用いる観測窓の長さ及び分散値の閾値の決定には、波形を観測した者による主観的な検出の条件が含まれることが多い。当該インパルス性雑音検出条件により、検出されるインパルス性雑音の区間が影響されるという欠点がある。したがって、人間の主観を排除した雑音の検出が望まれていても実現されていなかった。

インパルス性雑音の発生源であるアクチュエータが動作するタイミングは、イベントドリブンである。定期的に発生する雑音であれば、定期的なある期間における信号の信頼性を低く見積もれば済む。例えば、屋内ＰＬＣの場合は、インパルス性雑音が発生する周期が、商用電源の周期に同期することが知られており、当該周期に基づいて検出することにより、比較的高精度にインパルス性雑音を検出することができる。しかしながら、イベントドリブン型、つまりアクチュエータの動作、例えば、車両における電動のドアロックの施錠／解錠は、運転者又は同乗者のスイッチのオン／オフ操作に対応する動作に応じて行なわれ、ドアロックのスイッチのオン／オフによってドアロックアクチュエータ等からインパルス性雑音が発生するから、上述のような時間的な特性を学習しておくことができない。

本発明は斯かる事情に鑑みてなされたものであり、通信媒体で発生するインパルス性雑音を、主観的な検出条件をでき得る限り排除し、観測された雑音自身の統計的性質から自動的にインパルス性雑音を精度よく検出することが可能な雑音検出方法、雑音検出装置を提供することを目的とする。

本発明は、通信媒体として例えば、車載ＰＬＣの電力線を考慮し、電力線に接続されるアクチュエータの動作に応じて突発的に発生するインパルス性雑音を精度よく検出することを可能とする雑音検出方法、雑音検出装置を提供することを目的とする。

また、本発明の他の目的は、主観的な検出条件をでき得る限り排除して検出されたインパルス性雑音の特徴量に基づき、インパルス性雑音を高精度に再現したシミュレーション方法、シミュレーション装置、及び、前記インパルス性雑音の特徴量に基づき、インパルス性雑音の影響をでき得る限り受けない周波数を用いることができる通信システムを提供することにある。

更に、本発明の他の目的は、通信媒体にて発生するインパルス性雑音を統計的情報量を用いてより高精度に検出することが可能な雑音検出方法、雑音検出装置を提供することを目的とする。

第１発明に係る雑音検出方法は、通信媒体を介して情報を送受信する通信装置を含む通信システムで、前記通信媒体に発生するインパルス性雑音を検出する方法において、前記通信媒体における信号レベルを所定の間隔で時系列的に測定し、所定の測定単位期間分の測定結果を観測系列として抽出し、抽出した観測系列から、隠れマルコフ性ガウス雑音モデルに基づき雑音特性を求め、求めた雑音特性及び前記観測系列から、雑音発生状態であるか否かの列である推定状態系列を推定し、推定状態系列から、前記測定単位期間内の各時点でのインパルス性雑音を各別に検出することを特徴とする。

第２発明に係る雑音検出方法は、第１発明における前記推定状態系列は、前記抽出した観測系列と、前記測定単位期間に求めた雑音特性とを用いて各時点での状態の事後確率を算出し、算出した事後確率が最大となる状態の列を推定状態系列として求めることを特徴とする。

第３発明に係る雑音検出方法は、第２発明において前記事後確率を算出するに際し、各時点における状態の前の状態に関係する前方状態確率、及び後の状態に関係する後方状態確率を算出し、算出した前方状態確率及び後方状態確率を用いて各時点における状態の事後確率を算出することを特徴とする。

第４発明に係る雑音検出方法は、第２又は第３発明における前記推定状態系列は、前記観測系列と前記測定単位期間におけるインパルス性雑音の時間的集中度、インパルス性雑音発生率、インパルス対背景雑音比、及び背景雑音電力を用い、各時点での状態の事後確率が最大となるように推定されることを特徴とする。

第５発明に係る雑音検出方法は、第１乃至第４発明のいずれかにおいて前記インパルス性雑音の検出に際し、求めた雑音特性に基づき、前記測定単位期間毎にインパルス性雑音の発生の有無を判断することを特徴とする。

第６発明に係る雑音検出方法は、第５発明において前記雑音特性に基づき判断するに際し、前記測定単位期間におけるインパルス性雑音の時間的集中度、インパルス性雑音発生率、インパルス対背景雑音比、及び背景雑音電力の内の少なくとも１つに基づいて判断することを特徴とする。

第７発明に係る雑音検出方法は、第１乃至第６発明のいずれかにおける前記所定の測定単位期間は、前記通信媒体に接続される通信装置と他の通信装置の間の通信方式に基づく単位期間であることを特徴とする。

第８発明に係る雑音検出方法は、第１乃至７発明における前記推定状態系列は、前記所定の間隔の１又は複数からなる区間毎のインパルス性雑音の発生状態又は不発生状態の系列として求めることを特徴とする。

第９発明に係る雑音検出方法は、第３乃至第８発明のいずれかにおいて前記所定の測定単位期間毎に雑音特性を求めるに際し、隠れマルコフ性ガウス雑音モデルにおけるインパルス性雑音の発生状態か否かの２状態夫々の雑音電力の初期値を決定し、前記２状態間の４つの状態遷移確率の初期値を決定し、前記観測系列、並びに、決定した状態遷移確率及び状態雑音電力の初期値を用いて前方及び後方状態確率を求め、求めた前方及び後方状態確率から前記所定の測定単位期間における４つの状態遷移確率、及び前記２状態夫々の状態雑音電力を決定し、決定した状態遷移確率及び状態雑音電力を用いた前方及び後方状態確率の算出、及び、算出した前方及び後方状態確率からの状態遷移確率及び状態雑音電力の決定を繰り返し、前記観測系列の尤度を極大化する状態遷移確率及び状態雑音電力を求め、求めた状態遷移確率及び状態雑音電力により、前記雑音特性を特定することを特徴とする。

第１０発明に係る雑音検出方法は、第９発明における前記２状態における状態雑音電力の初期値の決定に際し、前記所定の測定単位期間における観測系列から、モーメント法に係る所定の３つのモーメントを求め、求めた３つのモーメントから、前記２状態夫々の状態雑音電力の初期値を求めることを特徴とする。

第１１発明に係る雑音検出方法は、第９又は第１０発明における前記４つの状態遷移確率の初期値の決定に際し、求めた前記２状態夫々の雑音電力の初期値から、前記観測系列の信号レベル値に対する閾値を求め、求めた閾値と、前記観測系列の各信号レベル値との比較によって推定状態系列を求め、求めた推定状態系列により、前記４つの状態遷移確率の初期値を求めることを特徴とする。

第１２発明に係る雑音検出方法は、第９乃至第１１発明のいずれかにおいて前記所定の測定期間におけるインパルス性雑音発生率が所定の範囲に含まれるか否かを判断し、含まれると判断した場合、決定した前記４つの状態遷移確率の初期値、及び前記２状態夫々の状態雑音電力の初期値のいずれか一方又は両方に基づき所定の統計的情報量規準を求め、求めた統計的情報量規準に基づきインパルス性雑音を含むか否かを判断し、含まないと判断した場合、前記前記観測系列の尤度を極大化する状態遷移確率及び状態雑音電力の算出を省略することを特徴とする。

第１３発明に係る雑音検出方法は、第１２発明における前記所定の統計的情報量規準は、対数尤度、竹内情報量規準、赤池情報量規準、及び前記竹内情報量規準、又は赤池情報量規準における自由パラメータ数に基づく規準のいずれか一又は複数であることを特徴とする。

第１４発明に係る雑音検出方法は、第１３発明における前記自由パラメータ数に基づく規準は、

を満たすか否かであり、満たす場合にインパルス性雑音を含むと判断することを特徴とする。

第１５発明に係る雑音検出方法は、第１乃至第１４発明における前記通信媒体は車両に配策される電力線であり、前記通信システムは車載ＰＬＣシステムであることを特徴とする。

第１６発明に係る雑音検出装置は、通信媒体を介して情報を送受信する通信装置を含む通信システムで、前記通信媒体に発生するインパルス性雑音を検出する装置において、前記通信媒体における信号レベルを所定の間隔で時系列的に測定する手段と、所定の測定単位期間分の測定結果を観測系列として抽出する手段と、抽出した観測系列から、隠れマルコフ性ガウス雑音モデルに基づき雑音特性を求める手段と、求めた該雑音特性及び前記観測系列から、雑音発生状態であるか否かの列である推定状態系列を推定する手段と、前記推定状態系列から、前記測定単位期間内の各時点でのインパルス性雑音を各別に検出する手段とを備えることを特徴とする。

第１７発明に係るシミュレーション方法は、通信媒体を介して情報を送受信する通信装置を含む通信システムの前記通信媒体に発生するインパルス性雑音のシミュレーションを実行する方法において、複数の異なる既知の状況における通信媒体での信号レベルを所定の間隔で時系列的に測定し、所定の測定単位期間分の測定結果を観測系列として抽出し、抽出した観測系列から、隠れマルコフ性ガウス雑音モデルに基づき雑音特性を求め、求めた雑音特性及び前記観測系列から、雑音発生状態であるか否かの列である推定状態系列を推定し、前記推定状態系列から、前記測定単位期間内の各時点でのインパルス性雑音を各別に検出し、検出したインパルス性雑音の周波数を算出しておき、所定の測定単位期間毎に求めた雑音特性及び算出したインパルス性雑音の周波数を前記既知の状況と対応付けて記録しておき、シミュレーション対象の通信媒体の特性に基づき、該特性に対応する状況に対応付けられた雑音特性を用いて、隠れマルコフモデルに基づく状態系列を生成し、生成した状態系列と前記インパルス性雑音の周波数から疑似雑音を生成することを特徴とする。

第１８発明に係るシミュレーション装置は、通信媒体を介して情報を送受信する通信装置を含む通信システムの通信媒体に発生するインパルス性雑音のシミュレーションを実行する装置において、複数の異なる既知の状況における前記通信媒体での信号レベルを所定の間隔で測定する手段と、所定の測定単位期間分の測定結果を観測系列として抽出する手段と、抽出した観測系列から、隠れマルコフ性ガウス雑音モデルに基づき雑音特性を求める手段と、求めた雑音特性及び前記観測系列から、雑音発生状態であるか否かの列である推定状態系列を推定する手段と、前記推定状態系列から、前記測定単位期間内の各時点でのインパルス性雑音を各別に検出する手段と、検出したインパルス性雑音の周波数を算出しておく手段と、所定の測定単位期間毎に求めた雑音特性及び算出したインパルス性雑音の周波数を前記既知の状況と対応付けて記録しておく手段と、シミュレーション対象の通信システムの構成に基づき、該構成に対応する状況に対応付けられた雑音特性を用いて、隠れマルコフモデルに基づく状態系列を生成する手段と、生成した状態系列と前記インパルス性雑音の周波数から疑似雑音を生成する手段とを備えることを特徴とする。

第１９発明に係る通信システムは、通信媒体を介して情報を送受信する通信装置と、通信媒体上に帯域制限フィルタとを含む通信システムにおいて、複数の異なる既知の状況における通信媒体での信号レベルを所定の間隔で時系列的に測定し、所定の測定単位期間分の測定結果を抽出した観測系列に基づき、隠れマルコフ性ガウス雑音モデルを用いて前記測定単位期間毎に、雑音特性、並びに該雑音特性及び観測系列から推定される推定状態系列により検出されるインパルス性雑音の周波数を求めて前記既知の状況と対応付けてある記憶手段と、前記記憶手段から前記雑音特性及びインパルス性雑音の周波数を読み出す手段と、前記通信装置の送信機の搬送波周波数を前記インパルス性雑音とは異なる周波数帯に調整する手段と、前記インパルス性雑音を抑圧するように帯域制限フィルタを調整する手段とを備えることを特徴とする。

第２０発明に係る通信システムは、通信媒体を介して情報を送受信する通信装置と、前記通信媒体上に帯域制限フィルタとを含む通信システムにおいて、前記通信装置の送信機の搬送波周波数及び受信機の帯域制限フィルタを適応制御する制御装置を含み、該制御装置は、前記通信媒体における信号レベルを所定の間隔で時系列的に測定する手段と、所定の測定単位期間分の測定結果を観測系列として抽出する手段と、抽出した観測系列から、隠れマルコフ性ガウス雑音モデルに基づき雑音特性を求める手段と、求めた雑音特性及び前記観測系列から推定される推定状態系列に基づき、インパルス性雑音を各別に検出する手段と、検出したインパルス性雑音の周波数から、前記通信装置の搬送波周波数及び前記帯域制限フィルタを制御する手段とを備えることを特徴とする。

第２１発明に係る通信システムは、第１９又は第２０発明における前記通信媒体は車両に配策される電力線であり、車載ＰＬＣシステムであることを特徴とする。

本発明では、通信媒体における雑音を検出する装置により、通信システムの通信媒体における信号レベル（電圧値、電流値、電力値等）が所定の間隔で時系列に測定される。雑音検出装置は、測定単位期間分の各時点ｋでの信号レベルの時系列である観測系列（時点１から時点Ｋまでの信号レベルｎの時系列）を抽出する。抽出された観測系列は、観測系を経て得られた情報であり、インパルス性雑音が発生しているか否かの真の状態、又各状態での真の電力ではない。そこで、隠れマルコフ性ガウス雑音モデルが適用され、測定単位期間における雑音特性が観測系列から求められる。更に、抽出された観測系列と、求められた雑音特性とを用いて統計確率的に、インパルス性雑音発生状態であるか否かの状態系列が推定される。各時点でのインパルス性雑音は、推定された状態系列から検出される。

このとき、本発明の雑音検出方法では、推定状態系列は、雑音特性から求めることができる各時点における各状態の事後確率（後述にて説明）が最大となるように推定算出される。これにより、推定状態が精度よく推定される。また、各時点における各状態（２つの状態）の事後確率により、各時点でのインパルス性雑音の発生の有無が判断される。ここで２つの状態とは例えば、状態「０」（：インパルス性雑音が発生していないインパルス性雑音フリーな状態）と、状態「１」（：インパルス性雑音が発生している状態）である（「０」と「１」は逆でも良い）。測定単位期間内の各時点において推定される状態は、２つの状態の内の、事後確率が最大となる状態とする。

更に、雑音検出方法では、事後確率は、各時点の状態について前の時点での状態に関係する前方状態確率、及び後の時点での状態に関係する後方状態確率を用いて求められる。且つ、本発明の雑音検出方法では、前方及び後方状態確率を雑音特性から特定することができることが利用される。このとき、事後確率が最大となる前方及び後方状態確率を特定する雑音特性は、観測系列自体の統計量から求められる。

図１は、マルコフ性雑音における状態と観測結果との関係を示す概念図である。図１にて、ｓは各時点における状態を示し、ｎは各時点における観測値（ここでは電力線における電圧値）を示す。マルコフ性雑音は、時点ｋ＋１における状態ｓ_k+1は１つ前の時点ｋにおける状態ｓ_k のみに依存するという特性を有する。図１に示すように、観測結果ｎ_k は状態ｓ_k には対応しているものの、状態ｓ_k 自体を得ることはできない。したがって、本発明の雑音検出方法では、雑音特性が、観測系列を基に隠れマルコフ性ガウス雑音モデルを用いて求められる。そして、観測系列と求められた雑音特性とから、各時点における前方状態確率及び後方状態確率が用いられ、各状態の事後確率が求められる。各状態の事後確率から、上述のように推定状態行列が求められる。

図２は、隠れマルコフ性雑音の雑音発生メカニズムを概念的に示す概念図である。図２において、インパルス性雑音が発生していないインパルス性雑音フリーな状態は「０」、インパルス性雑音が発生している状態は「１」で表されている。図２中ｑ_stは、状態ｓから状態ｔへの状態遷移確率を示す。インパルス性雑音が発生していない状態「０」と発生している状態「１」との２つの状態間の状態遷移確率はｑ₀₀、ｑ₀₁、ｑ₁₁、ｑ₁₀の４つである。また、雑音の振幅は各時点でガウス分布に従って定まる。図２中のσ_G ²及びσ_I ²は、夫々、背景ガウス（G:Gaussian）雑音の電力（状態「０」／「１」に関わらず発生）、インパルス（I:Impulse）雑音の電力（状態が「１」のときのみ発生）を意味する。このように、隠れマルコフ性ガウス雑音は、４つの状態遷移確率及び雑音電力（雑音特性）により記述が可能である。

本発明では、インパルス性雑音を検出するため、状態系列は、観測系列ｎ（ｋ＝１〜Ｋ）＝ｎ₁ ｎ₂ …ｎ_k …ｎ_K から、上述の雑音特性を用いて推定される。このとき、状態系列の推定に際し、所謂ＭＡＰ（Maximum A Posteriori）推定に基づく方法が用いられる（参考文献１：R. Durbin, S. Eddy, A. Krogh, and G. Mitchison、Biological Sequence Analysis.（生物学的配列解析）、Cambridge University Press.、１９９８年、参考文献２：L. E. Baum、“An equality and associated maximization technique in statistical estimation for probabilistic functions of markov processes”（マルコフ過程の確率的関数を統計的に推定するための等式及びその最大化手法）、in Inequalities-III（不等式に関するシンポジウムの論文集３）、pp. 1-8.、１９７２年）。

図３は、２つの状態の隠れマルコフ性ガウス雑音のトレリスダイヤグラムである。図３は、横軸に時間経過を示し、各状態の遷移を表す。状態系列の推定に際し、２状態隠れマルコフ性ガウス雑音チャネルにおける状態ｓの雑音の確率密度関数は、以下の式１のように表される。

このように、状態ｓの雑音の確率密度関数は、雑音特性の１つである各状態の電力の分散を用いて求まる。そして、図２に示すマルコフ過程では、現時点の状態は、過去１つ前の時点での状態に依存する（図３でも示されている）。つまり、現時点での状態は、一つ前の時点における状態からの現時点への状態への状態遷移確率、即ち雑音特性によって特定できる。したがって、図３に示す時点１から時点Ｋ＋１までの状態系列ｓ（１〜Ｋ＋１）の状態系列の確率は、以下の式２のように表される。なおＰ_s は、状態ｓの定常確率を表す。

更に本発明では、図２及び図３に示すように各時点における状態が、前の状態、又は後の状態に関係する前方状態確率、及び後方状態確率を用い、式２の各時点での状態確率を事後確率として求められる。更に、当該事後確率が最大となる状態は、ＭＡＰ法を用いて推定される。測定単位期間内の各時点において推定される状態は、状態「０」と「１」のうち事後確率が最大となる状態を表す。

各状態ｓに対し、時点ｋにおける前方状態確率（Forward確率）α_k （ｓ）及び後方状態確率（Backward確率）β_k （ｓ）は、図４に示すように、以下の式３及び式４のように表される。図４は、前方状態確率（Forward確率）α_k （ｓ）及び後方状態確率（Backward確率）β_k （ｓ）を概念的に示す説明図である。

図３及び４に示すように、トレリスダイヤグラムに沿って、各時点ｋにおける前方状態確率（Forward確率）α_k （ｓ）は前から遂次的に求めることができ、後方状態確率（Backward確率）β_k （ｓ）は後ろから、遂次的に求めることができる（式５及び式６）。
時点ｋ＋１において状態がｓ´となる前方状態確率α_k+1（ｓ´）は、１つ前の時点ｋにて状態がｓとなる確率α_k （ｓ）に、時点ｋにおける状態がｓである場合の観測結果がｎであって且つ時点ｋ＋１における状態がｓ´である確率ｐをかけて和をとったものである。そして確率ｐは、式１により、状態ｓからｓ´への遷移確率と時点ｋにおける観測結果がｎであった場合の確率密度関数とにより特定される。
一方、時点ｋにおいて状態がｓとなる後方状態確率β_k （ｓ）は、１つ後の時点ｋ＋１にて状態がｓ´となる確率β_k+1（ｓ´）に、時点ｋにおける状態がｓである場合の観測結果がｎであって且つ時点ｋ＋１における状態がｓ´である確率ｐをかけて和をとったものである。

観測系列を取得したことによる時点ｋにおける時点ｋにおける状態ｓ_k の事後確率は、式５及び６のように求められる前方状態確率（Forward確率）α_k （ｓ）、及び後方状
態確率（Backward確率）β_k （ｓ）により、式７のように求められる。

そして、本発明では、最大の事後確率を有する状態系列ｓ（ｋ＝１〜Ｋ＋１）を推定する。最大の事後確率は式７により表される。状態系列は以下の式８のように推定される。推定された状態が「１」であればインパルスが発生しているとみなすことができる。以下の説明では、各数式において、記号（シルコンフレクス）により推定値であることを示す。

ここで、状態系列を推定するためには、状態遷移確率ｑ_ss'、雑音電力σ_s 等のパラメータが必要である。状態系列は、式１乃至式７を用いて求められる式８によって求まるからである。言い換えれば、各パラメータを求めることによって、状態系列を推定することが可能である。なお、以下の説明にて２つの状態における雑音の分散を、Ｎ＝［σ₀ ²，σ₁ ²］^Tで表す（Ｔは行列の転置）。また、マルコフ性雑音を記述する４つの状態遷移確率ｑ₀₀、ｑ₀₁、ｑ₁₁、ｑ₁₀を、夫々を要素に持つ行列Ｑで表す（Ｑ＝｛ｑ₀₀、ｑ₀₁、ｑ₁₁、ｑ₁₀｝）。更に、パラメータθ＝（Ｑ，Ｎ）として以下説明する。

なお、状態遷移確率ｑ_ss'、雑音電力σ_s は、測定単位期間におけるインパルス性雑音の時間的集中度（以下、チャネルメモリーという）γ、インパルス性雑音発生確率（定常状態におけるインパルス発生率）Ｐ₁ 、インパルス対背景雑音比Ｒ、及び背景雑音電力σ_G ²にて表してもよい。隠れマルコフ性ガウス雑音は、これらのパラメータによっても完全に記述される。

本発明では、式８にて推定される状態系列ｓ（ｋ＝１〜Ｋ）は、測定単位期間におけるチャネルメモリーγ、インパルス性雑音発生確率Ｐ₁ 、インパルス対背景雑音比Ｒ、及び背景雑音電力σ_G ²を用いて、各時点での状態の事後確率が最大となるように推定算出される。本発明では、観測系列からチャネルメモリーγ、インパルス性雑音発生確率Ｐ₁ 、インパルス対背景雑音比Ｒ、及び背景雑音電力σ_G ²を求められる。そして、観測系列内の各時点におけるインパルス性雑音の発生有無は、これらの雑音特性を用いて判断される。

パラメータθ＝（Ｑ，Ｎ）と、チャネルメモリーγ、インパルス性雑音発生確率Ｐ₁ 、インパルス対背景雑音比Ｒ、及び背景雑音電力σ_G ²とは、以下のように対応する。

図３に示すように、状態が「０」のときの雑音の分散σ₀ ²は、σ₀ ²＝σ_G ²、状態が「１」のときの雑音の分散σ₁ ²は、σ₁ ²＝σ_G ²＋σ_I ²＝（１＋Ｒ）σ_G ²で表わされる。つまりインパルス対背景雑音比Ｒは、Ｒ＝σ_I ²／σ_G ²である。

そして、状態「０」即ちインパルス性雑音が発生していない状態の定常確率Ｐ₀ 、状態「１」即ちインパルス性雑音が発生している状態のインパルス性雑音発生確率Ｐ₁ は、夫々状態遷移確率を用いてＰ₀ ＝ｑ₁₀／（ｑ₀₁＋ｑ₁₀）、Ｐ₁ ＝ｑ₀₁／（ｑ₀₁＋ｑ₁₀）と表される。ここで行列Ｐ＝［Ｐ₀ Ｐ₁ ］^Tで表す。なお、インパルス性雑音の希少性から、Ｐ₁ ＜１／２と仮定できる。

状態「０」及び「１」の平均持続時間Ｔ₀ 、Ｔ₁ は、Ｔ₀ ＝１／ｑ₁₀、Ｔ₁ ＝１／ｑ₀₁で与えられる。チャネルメモリーγは、γ＝１／（ｑ₀₁＋ｑ₁₀）で定義される。つまり、チャネルメモリーは異なる状態ｓ及び状態ｔ間で遷移する確率の和の逆数であって、同じ状態にとどまる期間の目安となる。状態「０」及び状態「１」夫々の平均持続時間Ｔ₀ 及びＴ₁ は、チャネルメモリーγがγ＜１のときに共に１より大きくなり、メモリーは発散的である。平均持続時間Ｔ₀ 及びＴ₁ が共に１より大きい状態は、インパルス性雑音の雑音モデルには当てはまらない。したがって、インパルス性雑音を記述するチャネルメモリーγはγ≧１と仮定できる。チャネルメモリーγがγ＝１のとき、チャネルはメモリレスとなり、状態「０」と状態「１」のいずれになるかは完全にランダムになる。このときの雑音を、ベルヌーイ性ガウス雑音と呼ぶ。

チャネルメモリーγの値が１に近いほど（γ≧１）、ランダムな雑音が発生している期間であることを表すことができる。そして、チャネルメモリーγの値が１より大きく、且つ数値が大きいほど集中的に雑音が発生していることがわかる。図５は、チャネルメモリーに対する隠れマルコフ性ガウス雑音振幅を示す波形図である。いずれも、インパルス性雑音発生率Ｐ₁ ＝０．１、インパルス対背景雑音比Ｒ＝１００、背景雑音電力σ_G ²＝１である。上段はチャネルメモリーγ＝１、中段はチャネルメモリーγ＝３、下段はチャネルメモリーγ＝１０である。図５に示すように、チャネルメモリーの値により、インパルス性雑音の時間的集中度を表現することができる。チャネルメモリーγ＝１の場合、インパルス性雑音は散発的に現れ、チャネルメモリーγ＝１０の場合、インパルス性雑音は集中的に現れる。インパルス性雑音であるか否かは状態系列により決定される。しかしながら状態系列は分かり得ないので、インパルス性雑音を検出するために、状態系列を適切に推定する必要がある。

なお、雑音特性から、測定単位期間毎のインパルス性雑音の発生の有無の判断も可能である。例えば、４つの状態遷移確率の内、測定単位時間で平均して異なる状態間の遷移確率ｑ₀₁、ｑ₁₀が大きい場合、つまりチャネルメモリーγの値が小さい場合は、状態はいずれか一方に集中しておらず、ランダムな雑音が発生している可能性が高い。インパルス性雑音が発生している状態の電力σ₁ ²が、発生していない状態の電力σ₀ ²と比較して大きい場合、即ちインパルス対背景雑音比Ｒの値が大きい場合は、大きな振幅を有するインパルス性雑音が観測される可能性が高い。このように、各時点でのインパルス性雑音の有無のみならず、測定単位期間全体におけるインパルス性雑音の有無の判断をマクロ的に行なうことができる。測定単位期間を通信装置間のコミュニケーションサイクルに係る期間とすることで、当該期間における通信の支障に対するインパルス性雑音の影響を考慮することもできる。更に、測定単位期間毎にマクロ的な判断を行なうことにより、インパルス性雑音が発生している期間のみ各状態系列を推定して、詳細に各時点でのインパルス性雑音の検出を行なうようにして処理を簡略化することも可能である。

チャネルメモリーγ、インパルス性雑音発生確率Ｐ₁ 、インパルス対背景雑音比Ｒ、及び背景雑音電力σ_G ²と、状態遷移確率の行列Ｑ及び平均雑音電力Ｎとの対応をまとめると、以下のようになる。
チャネルメモリーγ ： γ ＝１／（ｑ₀₁＋ｑ₁₀）
インパルス性雑音発生確率Ｐ₁ ： Ｐ₁ ＝ｑ₀₁／（ｑ₀₁＋ｑ₁₀）
インパルス対背景雑音比Ｒ ： Ｒ ＝σ_I ²／σ_G ²＝（σ₁ ²−σ₀ ²）／σ₀ ²
背景雑音電力σ_G ² ： σ_G ²＝σ₀ ²

このように、状態系列は、式８によって推定することができる。式８は、雑音特性（状態遷移確率の行列Ｑ及び平均雑音電力Ｎ、又はチャネルメモリーγ、インパルス性雑音発生確率Ｐ₁ 、インパルス対背景雑音比Ｒ、及び背景雑音電力σ_G ²）により、式１乃至式７を用いて求められる。ただし、インパルス性雑音を精度よく検出するためには、精度良く状態系列を推定することが必要である。このためには更に、観測系列を尤もらしくする雑音特性を求める必要がある。本発明では、雑音特性は、ＥＭ（Expectation-maximization ）アルゴリズムの一種であるＢＷアルゴリズムに基づき以下のように推定される。

具体的にはまず、雑音特性、つまり観測系列により求められる状態遷移確率及び平均雑音電力の初期値が決定される。決定された初期値と上述の式１乃至式６を用いて、取得された観測系列における各時点での前の状態に基づく２状態の確率を示す前方状態確率、及び後の時点での状態に基づく２状態の確率を示す後方状態確率が求められる。そして、前方状態確率及び後方状態確率を用いて観測系列全体における状態遷移確率及び雑音電力が更に求められる。インパルス性雑音を検出するために、前方及び後方状態確率の算出、及び、状態遷移確率及び雑音電力の算出が繰り返す。これにより、観測系列全体の尤度を極大化する状態遷移確率及び雑音電力（状態遷移確率及び雑音電力の最大化期待値）を求める。更新を繰り返す過程で求められた状態遷移確率及び雑音電力から、各時点における前方状態確率及び後方状態確率が求められ、この前方状態確率及び後方状態確率から各時点における各状態の事後確率が求められる（式３、４）。これにより、各時点における状態の事後確率が最大となるであろう状態系列が推定されることとなる。詳細は以下である。

時点ｋとｋ＋１における状態対（状態ｓ及び状態ｓ´）の事後確率、つまり観測系列ｎ（ｋ＝１〜Ｋ）を取得した場合に、時点ｋにおける状態ｓから時点ｋ＋１にて状態ｓ´へ遷移する確率は、式９により与えられる。

式７及び式９により、状態系列ｓ（ｋ＝１〜Ｋ＋１）における状態遷移確率と雑音電力の推定値は夫々式１０及び式１１のように求められる。つまり、

本発明では、抽出された観測系列ｎ（ｋ＝１〜Ｋ）に対して状態遷移確率及び雑音電力の初期値（θ）を決定され、式５，６，１０，１１の計算が繰り返される。繰り返しの過程で、対数尤度の増分が規定された閾値より低い値となるか、又は計算回数が所定の回数Ｌを超過した場合に、状態遷移確率及び平均雑音電力の計算、即ち更新を停止する（式１２）。

このように、本発明により、ＢＷアルゴリズム及びＭＡＰ法を用いて事後的に各時点での状態を確率的に再現し、測定単位時間における雑音特性を表す状態遷移確率及び雑音電力を精度よく求め、前記観測系列の尤度を極大化する値として求められた状態遷移確率ｑ_ss'、雑音電力σ_s ² を用い、上述の式５〜式８により、各時点における状態の状態系列を精度よく推定することができる。したがって、各時点におけるインパルス性雑音の検出精度が高まる。

更に本発明では、上述のＢＷアルゴリズムにおける初期値の決定に際し、モーメント法が用いられる（参考文献３：K. Fukunaga and T. E. Flick、“Estimation of the parameters of a Gaussian mixture using the method of moments”（モーメント法を用いた混合ガウス分布のパラメータ推定）、IEEE Trans. Pattern Anal. Mach. Intell.、vol. PAMI-5、no. 4、pp. 410-416,、１９８３年７月）。なぜならば、本発明において計算が停止される対数尤度には、多数の局所解があるので、初期値の影響を強く受けるからである。本発明では初期値の決定を検出装置にて観測系列自体の統計量に基づいて行なうので、誤った局所解への収束が回避される可能性が高まり、且つ人間により与える工程が不要となり検出の自動化が可能である。これにより、システムにおける人間によって設定される情報の影響をでき得る限り排除することが可能となる。
決定方法は具体的に、本発明におけるＢＷアルゴリズムにおける状態遷移確率及び雑音電力の初期値の決定、即ち行列Ｑの初期値及びＮの初期値の決定を、取得した観測系列からモーメント法の３つのモーメントから行なう。本発明の雑音検出方法では、３つのモーメントを算出し、算出したモーメントを用いて雑音電力及び観測系列の振幅値に対する閾値を算出し、算出した雑音電力を雑音電力Ｎの初期値と決定し、算出した閾値から推定状態系列を求めて状態遷移確率の行列Ｑの初期値を決定する。詳細は以下である。

状態系列ｓ（ｋ＝１〜Ｋ）における雑音電力（平均雑音電力）の推定値Ｎの推定は、以下のように行なわれる。まず、２状態隠れマルコフ性ガウス雑音の観測系列ｎ（ｋ＝１〜Ｋ）の確率分布は、式１３のように混合ガウス分布として与えられる。

式１３のようにガウス分布として与えられるからモーメント法を用い、状態「０」の定常確率Ｐ₀ 及び状態「１」の定常確率Ｐ₁ 、つまり行列Ｐ（＝［Ｐ₀ Ｐ₁ ］^T）と、各状態の雑音電力である雑音のｋ＝１〜Ｋにおける分散、つまり行列Ｎ（=［σ₀ ²，σ₁ ²］^T）とが最尤推定される。

モーメント法では観測系列ｎ（ｋ＝１〜Ｋ）から式１４の３つのモーメントａ，ｂ，ｃが計算される。

式１４により求められる３つのモーメントから、各状態における雑音の標準偏差の推定値は、式１５及び式１６により計算可能である。

式１５及び式１６により、式１１の雑音電力の推定値の初期値を決定できる。

なお、式１５及び式１６にて計算される雑音の標準偏差の推定値により、Ｎ（=［σ₀ ²，σ₁ ²］^T）の推定値、及びインパルス対背景雑音比Ｒが特定できる。そして、インパルス性雑音発生確率Ｐ₁ の推定値は、式１７に示すように計算される。

式１７にて求められる状態「１」の定常確率、即ちインパルス性雑音発生確率Ｐ₁ の値が０以下又は０．５以上である場合（インパルス性雑音の希少性から、Ｐ₁ ＜１／２と仮定）、抽出した観測系列には、白色ガウス雑音（背景ガウス雑音）が含まれるがインパルス性雑音は含まれないと判断することが可能である。したがって、本発明では第１に、定常確率Ｐ₁ が０＜Ｐ₁ ＜１／２の範囲に含まれるか否かを判断し、含まれない場合は、抽出した観測系列には白色ガウス雑音しか含まれないとして、無理にインパルス性雑音モデルに当てはめて検出を行なわずともよい。

また、モーメント法にて得られる式１５乃至式１７に基づくインパルス性雑音発生確率Ｐ₁ 、並びに、式１５及び式１６にて得られる雑音の標準偏差を用いて求められるインパルス対背景雑音比Ｒは、観測系列の系列長が大きい場合、即ち観測結果である電圧値の測定数が十分に多い場合に、精度よく推定が可能である。

そして、状態遷移確率の行列Ｑの初期値も、上述の３つのモーメントから与えられる雑音の標準偏差（式１５及び式１６）により求められる平均雑音電力に基づく閾値Λを用い、推定状態系列ｓ（ｋ＝１〜Ｋ）を求めることで決定する。閾値Λは、以下の式１８のように与えられる。式１８に示すように、推定される状態系列ｓは、取得した観測系列の内のｋ番目のサンプル（電圧値）ｎ_k が閾値Λ以下であれば、状態ｓ_k は「０」、閾値Λを超過していれば状態ｓ_k は「１」である。

式１８により推定された状態系列ｓ（ｋ＝１〜Ｋ）の推定値から、各状態間の状態遷移確率の行列Ｑの初期値が求められる。具体的には、推定された状態系列ｓ（ｋ＝１〜Ｋ）の内、状態ｓから状態ｓ´へ遷移したものの個数Ａ_ss'と、推定された状態系列ｓ（ｋ＝１〜Ｋ）の内、ｓ（ｋ＝１〜Ｋ−１）における状態ｓの個数Ａ_s とから、状態ｓから状態ｓ´への状態遷移確率の初期値ｑ_ss'は、ｑ_ss'＝Ａ_ss'／Ａ_s …（１９）により求められる。

本発明では、上述のように観測系列のモーメント法に基づく３つのモーメントから得られる平均雑音電力の初期値、並びに状態遷移確率の初期値を用い、ＢＷアルゴリズムにより、観測系列の尤度を極大化する平均雑音電力及び状態遷移確率が算出される。モーメント法のみによる推定状態系列からインパルス性雑音の発生の有無を判断することも可能である。モーメント法では、上述のようにモーメントから求められる閾値Λと各時点での電圧値との比較のみで推定状態系列が求められる。しかしながら、当該閾値のみでの判断では、１つのインパルス性雑音が細分化されて検出されるなど、精度が不足である。ただし、ＢＷアルゴリズムの初期値を決める程度には十分な精度があり、人間によって与えられる初期値、初期値を決定する閾値のような主観的な検出条件も排除でき、人間により初期値を与える工程も不要であるから自動化が可能である。このように求められた初期値を用いて、本発明における観測系列の尤度を極大化する平均雑音電力及び状態遷移確率を求めることにより、雑音特性から求められる推定状態系列も精度が高まるから、インパルス性雑音をより精度よく自動的に検出することが可能である。

なお、上述のＢＷアルゴリズムによる観測系列の尤度を極大化する平均雑音電力及び状態遷移確率の算出、状態系列の推定にあたっては、インパルス性雑音以外の成分を排除してインパルス性雑音を抽出することが望ましい。インパルス性雑音が発生していない観測系列から、インパルス性雑音が含まれることを前提として状態系列を求める場合、白色ガウス雑音を無理にインパルス性雑音の一部として誤って解析する可能性が残る。このため、統計学的な情報規準を用いて観測系列にインパルス性雑音が発生しているか否かを判断し、発生していない場合には、上述のＢＷアルゴリズム及びＭＡＰ法に基づく状態遷移確率及び雑音電力の推定を省略する。このとき当該測定期間における雑音はほぼ白色ガウス雑音であるとしてよい。これにより、インパルス性雑音の検出精度がより高まる。

なお上述の情報規準として、上述のインパルス性雑音発生確率Ｐ₁ の値のほかに、対数尤度、竹内情報量規準（ＴＩＣ：Takeuchi Information Criterion、参考文献４を参照）、赤池情報量規準（ＡＩＣ：Akaike Information Criterion、参考文献５を参照）、又はＴＩＣ若しくはＡＩＣの補正項即ち自由パラメータ数に着目した規準を用いる。これらの内の複数を組み合わせて用いてもよい。
（参考文献４：M.Stone、”An asymptotic equivalence of choice of model by cross-validation and Akaike's criterion”（交差検定及び赤池情報量規準に基づくモデル選択の漸近等価性）、J.Roy.Statist.Soc.、vol.39、pp.44-47、１９７７年）
（参考文献５：H.Akaike、”A new look at the statistical model identification”（統計的モデル同定の新見解）、IEEE Trans. Autom. Control, vol.AC-19、no.6、pp.716-723、１９７４年１２月）

特に、自由パラメータ数における規準では、以下の式２０を満たすか否かに基づきインパルス性雑音を含むか否かを判断することにより、検出精度を高めることが可能である。なお、式２０における左辺のＡＩＣの補正項は、観測系列の振幅確率分布がガウス分布である場合には「１」に近い値が得られ、混合ガウス分布である場合には「３」よりも大きい値が得られるものと期待される。したがって例えば、式２０の右辺を少なくとも「２」即ちｚ＝１とすることによって混合ガウス分布である、つまりインパルス性雑音を含む可能性が高いか否かを判断することが可能である。ただし、式２０の右辺を「２」と固定とせずに、ｚとして微調整を行なえるようにし、検出精度を高めることが可能となる。

なお本発明では、所定の測定単位期間は、前記電力線に接続される通信装置間の通信に係る単位期間である。つまり、通信における物理層の通信パラメータを変更可能な単位にすることにより、各期間内のインパルス性雑音の特徴量に応じて通信パラメータの変更要否の判断のための評価を、良好に行なうことが可能である。例えば、通信プロトコルにおける通信周期、フレーム長とすることが好ましい。通信方式にＴＤＭＡ（Time Division Multiple Access）を採用する場合も同様に、通信周期、フレーム長、スロット長などの単位期間とすることもできる。

本発明では、例えば通信はＦｌｅｘＲａｙ（登録商標）により行なわれ、したがって、所定の測定単位期間は、メディアアクセスの単位となるコミュニケーションサイクルとする。これにより、ＦｌｅｘＲａｙにおける最適な通信パラメータの選定が可能となる。

なお、インパルス性雑音が発生しているか否かを検出するために推定状態系列を求めるに際し、信号レベルをサンプリングした所定の間隔毎にインパルス性雑音を検出するとは限らない。所定の間隔の１又は複数分が、デジタル情報における１ビット情報分に対応する場合は、複数分の所定の間隔を１つの区間として各区間についてインパルス性雑音の有無を検出してもよい。これにより、各ビットに対応する時点でのインパルス性雑音の発生の有無を判断できる。通信により受信されるデジタル情報の内、インパルス性雑音が発生した時点でのビットには、誤りがある可能性があると推定することができる。

本発明では、インパルス性雑音のシミュレーションも可能である。複数の異なる既知の状況にて、通信システムの通信媒体における信号レベルを所定の間隔で時系列的に測定した観測系列に基づき、隠れマルコフ性ガウス雑音モデルを用いて上述のように各状況に対応する雑音特性を求めておく。各状況に対応して、観測系列と求められた雑音特性とから、上述の検出方法によってインパルス性雑音が検出され、更に、検出されたインパルス性雑音の周波数が算出される。そして、各状況に対応付けて、雑音特性と算出されたインパルス性雑音の周波数とが記録される。複数の異なる既知の状況とは、通信システムの接続構成のパターンである。例えば、通信システムが車載ＰＬＣシステムである場合、電力線に接続されるアクチュエータの種類、例えばドアロックに係るアクチュエータなのか、ミラーに係るアクチュエータなのか、更に、アクチュエータが動作を開始した場合なのか、動作を停止した場合なのか、また、電力線の端までの長さなどを変えた場合など、各状況毎に観測系列を抽出しておき、夫々から測定単位期間毎の雑音特性とインパルス性雑音の周波数が求めておく。そして、シミュレーション対象の通信システムの構成に応じて予め求めておいた各状況に対応する雑音特性により、隠れマルコフ性ガウス雑音モデルによる状態系列が生成される（式５乃至式８）。通信システムが車載ＰＬＣシステムである場合、前記電力線の長さ、接続される通信装置及びアクチュエータの数、種類等に応じて、状態系列が生成される。そして、生成された状態系列とインパルス性雑音の周波数とから疑似雑音が生成される。

本発明のシミュレーションの実行により、観測系列の統計的性質から自動的に推定されたインパルス性雑音の雑音特性とインパルス性雑音の周波数に対して有効な通信方式などの詳細な事前検討が可能となる。効率的なシミュレーションを実現することができる。

また、本発明では、予め設定した方式からの最適な通信方式等の選択を、コンピュータを用いて自動化することも可能である。本発明では、複数の異なる既知の状況での車載ＰＬＣシステムの電力線における電圧値を所定の間隔で時系列に測定した観測系列に基づき、隠れマルコフモデルを用いて求められた各状況に対応する雑音特性と、上述のようにして検出したインパルス性雑音の周波数が記録されてある。このとき、雑音特性は、観測系列に基づき、誤った局所解が求められる事態を回避するように、自動的に求められた情報である。そして当該コンピュータでは、設計対象の回路構成に基づき、予め求められて記録されてある各状況の雑音特性を用いて隠れマルコフモデルの推定状態系列が推定算出され、当該推定状態系列とインパルス性雑音の周波数とが用いられて疑似雑音が生成される。更に、設計対象のＰＬＣシステムにおける候補の通信方式、通信周波数及び通信パラメータを受け付け、それらの各候補について、生成した疑似雑音を用いて通信エラーの発生シミュレーション（通信シミュレーション）が行なわれ、シミュレーション結果により得られる通信エラー率に基づき、最適な候補が特定される。
本発明では、各状況かでの観測により得られた観測系列と、観測系列自身の統計的性質から自動的に推定されたインパルス性雑音の雑音特性と周波数に基づき、状況に応じた疑似雑音が生成され、当該疑似雑音にてシミュレーションが実行されるため、多種多様な車種又はオプション等によって現れるインパルス性雑音に対して有効な通信方式などの詳細な事前検討が可能となる。

また本発明では、通信システムに通信方式、通信周波数、パラメータを最適化する最適化装置を含める構成としてもよい。最適化装置は、通信媒体における信号レベルの観測系列を取得し、取得した観測系列に基づき隠れマルコフ性ガウス雑音モデルを用いて雑音特性を求め、求めた雑音特性から周波数等の雑音特徴量を求める。観測系列の取得及び雑音特徴量は、遂次的に行って更新を続けることが望ましい。そして最適化装置は、予め候補として記録してある複数の通信方式、通信周波数及び通信パラメータと、雑音特徴量との比較に基づき、遂次、最適な通信方式、周波数及びパラメータを決定する。
これにより、実際に発生する雑音の統計的性質を用いて自動的に検出されたインパルス性雑音の特徴量に基づき、インパルス性雑音の影響をでき得る限り受けない通信方式、周波数及びパラメータの適切な選定が可能となる。

本発明では更に、通信システムの通信装置の送信機に搬送波の周波数を調整する手段を備え、受信機のリミッタ前段に、帯域を調整できる帯域制限フィルタを備える構成とした上で、上述のインパルス性雑音検出方法にて検出されたインパルス性雑音の周波数を回避させてもよい。通信システムに、解析装置などを備えておき、当該解析装置は予め異なる複数の既知の状況に応じて求めておいた周波数を読み出すことができるようにしておく。解析装置が通信システムの現在の状況に応じてインパルス性雑音の周波数を回避するように、送信機の搬送波の周波数及び受信機の前の帯域制限フィルタの周波数を調整する。これにより、通信システムは各状況に応じてインパルス性雑音の影響を受けることなく通信を行なうことが可能となる。
なお、解析装置は、既知の状況に応じて予め記憶しておいたインパルス性雑音の周波数を回避するように調整する構成に限らない。更に解析装置は、リアルタイムにインパルス性雑音を検出し、その周波数を求め、求めた周波数を回避するように送受信機における搬送周波数及び帯域制限フィルタの周波数を調整する構成としてもよい。

本発明による場合、通信システムの通信媒体に、イベントドリブン型に発生する突発的なインパルス性雑音の特性に応じて、隠れマルコフ性ガウス雑音モデルを適用し、従来は困難であったインパルス性雑音を自動的に高精度に検出することが可能となる。

特に、通信システムがＰＬＣシステムである場合、通信媒体である電力線には多様な機器が接続しているために突発的なインパルス性雑音が発生する可能性が高く、当該インパルス性雑音を高精度に検出することにより、より良好な通信が可能となる。

特に、ＰＬＣシステムが車載である場合、送受信される情報は安全性を維持するために重要な情報である可能性が高い。突発的に発生するインパルス性雑音を高精度に検出し、当該インパルス性雑音が発生している期間を回避して通信を行なうことは、車載ＰＬＣシステムの場合に、非常に有用である。

また、通信システムにおける各状況にて発生するインパルス性雑音を自動的に、かつ高精度にモデル化することができるので、通信システムの設計段階から、雑音について高精度のシミュレーションを実現することができ、これにより、インパルス性雑音を有効に回避する最適な周波数を用いた通信システムを実現させることができる。周波数に限らず、通信方式、通信周波数、その他通信パラメータを選定することも可能となる。

マルコフ性雑音における状態と観測結果との関係を示す概念図である。 隠れマルコフ性雑音の雑音発生メカニズムを概念的に示す概念図である。 ２つの状態の隠れマルコフ性ガウス雑音のトレリスダイヤグラムである。 前方状態確率（Forward確率）α_k （ｓ）及び後方状態確率（Backward確率）β_k （ｓ）を概念的に示す説明図である。 チャネルメモリーに対する隠れマルコフ性ガウス雑音振幅を示す波形図である。 実施の形態１における車載ＰＬＣシステムの構成を示す構成図である。 実施の形態１における車載ＰＬＣシステムに含まれるＥＣＵ及び雑音検出装置の内部構成を示すブロック図である。 実施の形態１における車載ＰＬＣシステムに含まれる雑音検出装置にて実現される機能を示す機能ブロック図である。 実施の形態１における雑音検出装置により実行される処理の一例を示すフローチャートである。 実施の形態１における雑音検出装置のパラメータ推定部の機能により実行されるモーメント法を用いたＢＷアルゴリズムによる観測系列の尤度を極大化するパラメータθ（雑音特性）の算出処理の手順の一例を示すフローチャートである。 実施の形態１における雑音検出装置による検出誤り率を示すグラフである。 実施の形態１における雑音検出装置による検出誤り率を示すグラフである。 実施の形態１における雑音検出装置による検出誤り率を示すグラフである。 実施の形態１における雑音検出装置によるインパルス性雑音の検出結果を示す波形図である。 実施の形態１における雑音検出装置により検出されたインパルス性雑音の雑音特性の一例を示す説明図である。 実施の形態２における雑音検出装置にて実現される機能を示す機能ブロック図である。 実施の形態２における雑音検出装置により実行される処理の一例を示すフローチャートである。 実施の形態２における雑音検出装置によるモーメント法を用いた雑音電力及び定常確率の初期値の算出処理の詳細を示すフローチャートである。 実施の形態２における雑音検出装置による４つの状態遷移確率の算出処理の詳細を示すフローチャートである。 実施の形態２における雑音検出装置によるＢＷアルゴリズムに基づく観測系列の尤度を極大化するパラメータθ（雑音特性）の算出処理の手順の一例を示すフローチャートである。 実施の形態２における雑音検出装置による検出誤り率を示すグラフである。 実施の形態２における雑音検出装置による検出誤り率を示すグラフである。 実施の形態２における雑音検出装置による検出誤り率を示すグラフである。 実施の形態３におけるシミュレーション装置の構成を示す構成図である。 実施の形態３におけるシミュレーション装置の記憶部に記憶されている雑音記録の内容例を示す説明図である。 実施の形態３におけるシミュレーション装置により実行される処理手順の一例を示すフローチャートである。 実施の形態４における車載ＰＬＣ設計装置の構成を示すブロック図である。 実施の形態４における車載ＰＬＣ設計装置により実行される処理手順の一例を示すフローチャートである。 実施の形態５における車載ＰＬＣシステムの構成を示すブロック図である。 実施の形態５における車載ＰＬＣシステムに含まれる最適化装置の内部構成を示すブロック図である。 実施の形態５における車載ＰＬＣシステムに含まれる最適化装置にて実現される機能を示す機能ブロック図である。 実施の形態５における最適化装置により実行される処理手順の一例を示すフローチャートである。 実施の形態６における車載ＰＬＣシステムの構成を示すブロック図である。 実施の形態６における車載ＰＬＣシステムに含まれるフィルタ部の内部構成を示すブロック図である。 実施の形態６における車載ＰＬＣシステムに含まれる解析装置の内部構成を示すブロック図である。 実施の形態６における車載ＰＬＣシステムに含まれる解析装置にて実現される機能を示す機能ブロック図である。 実施の形態６における解析装置により実行される処理手順の一例を示すフローチャートである。 電力線に発生したインパルス性雑音の例を示す波形図である。 電力線に発生したインパルス性雑音の例を示す波形図である。 電力線に発生したインパルス性雑音の例を示す波形図である。

以下、本発明をその実施の形態を示す図面に基づいて具体的に説明する。
なお、以下に説明する実施の形態では、本発明を車両に搭載されるＥＣＵ間の通信をＰＬＣにて実現する車載ＰＬＣシステムに適用した例を挙げて説明する。

（実施の形態１）
図６は、実施の形態１における車載ＰＬＣシステムの構成を示す構成図である。車載ＰＬＣシステムは、複数のＥＣＵ１，１，…と、ＥＣＵ１，１，…から送信される制御データにより作動するアクチュエータ２，２，…と、ＥＣＵ１，１，…及びアクチュエータ２，２，…夫々に電力を供給するための電力線３，３，…と、電力線３，３，…を介して各装置へ電力を供給するバッテリ４と、電力線３，３，…の分岐及び中継のためのジャンクションボックス５と、電力線３における雑音を検出する雑音検出装置６とを含む。

図６に示すように、実施の形態１では、ＥＣＵ１，１，…及びアクチュエータ２，２，…は、電力線３へバス型に接続されている。接続形態は、他にスター型で接続されてもよいし、バス型とスター型との混載型でもよい。

バッテリ４は、エンジンからの動力を得て発電する図示しないオルタネータにより蓄電される。バッテリ４は一端（マイナス端子）が接地されており、他端（プラス端子）は電力線３を介してジャンクションボックス５に接続されている。バッテリ４は、例えば１２Ｖの駆動電圧を各装置へ供給する。

ジャンクションボックス５は、電力線３の分岐及び中継回路を備える。ジャンクションボックス５は、複数の電力線３，３，…が分岐接続する。これらの複数の電力線３，３，…は各ＥＣＵ１，１，…及びアクチュエータ２，２，…へ夫々接続される。ジャンクションボックス５は、バッテリ４から供給される電力を、車両内に配置されるＥＣＵ１，１，…、アクチュエータ２，２，…及び雑音検出装置６へ分配する。

ジャンクションボックス５から分岐する複数の電力線３，３，…の内の一の電力線３は１つのＥＣＵ１に接続されている。これにより、ＥＣＵ１はバッテリ４からの電力の供給を受けることができる。電力線３は、他の１つのＥＣＵ１にも接続され、当該ＥＣＵ１へ電力を供給する。ＥＣＵ１，１の間を接続している電力線３は分岐し、スイッチを介してアクチュエータ２に接続されている。スイッチがオンの場合にはアクチュエータ２へバッテリ４からの電力がアクチュエータ２へ供給され、アクチュエータ２が作動するように構成されている。

なお、ＥＣＵ１，１，…及びアクチュエータ２，２，…はいずれも、内部で、接続されている電力線３が自身に含まれる各構成部及び負荷を介してボディーアースへ接続（接地）されるように構成されている。

そして実施の形態１における車載ＰＬＣシステムでは、各ＥＣＵ１，１，…は電力線３，３，…を介してバッテリ４からの電力の供給を受けて動作するのみならず、各ＥＣＵ１，１，…間を接続する電力線３，３，…に通信用の搬送波を重畳してデータを送受信することができる。これにより、車載ＰＬＣシステムでは、各ＥＣＵ１，１，…間に、走行制御に用いるデータ、又は映像データ等を送受信するための通信用の信号線を別途配設する必要がない。車両に配されるハーネスの省線化及び軽量化を実現することができる。

図７は、実施の形態１における車載ＰＬＣシステムに含まれるＥＣＵ１及び雑音検出装置６の内部構成を示すブロック図である。ＥＣＵ１は、制御部１０と、電源回路１１と、通信制御部１２と、電力線通信部１３と、通信信号分離・結合部１４とを備える。

制御部１０はマイクロコンピュータを用い、電源回路１１を介して電力の供給を受け、通信制御部１２によるデータの送受信、又は図示しない他の構成部の動作を制御する。電源回路１１は、制御部１０、通信制御部１２、電力線通信部１３及び図示しない他の構成部に接続されており、各構成部に電力を供給する。例えば電源回路１１は、電力線３を介してバッテリ４から受ける例えば１２Ｖの駆動電圧を、構成部夫々に必要な電圧へ適宜調整して供給するようにしてある。

通信制御部１２は、ネットワークコントローラを用い、他のＥＣＵ１，１，…及びアクチュエータ２，２，…との制御データを含む各種データの送受信を実現する。実施の形態１におけるＥＣＵ１の通信制御部１２による他の装置とのデータの送受信は、ＦｌｅｘＲａｙ（登録商標）プロトコルに準ずる。なお、通信プロトコルはＦｌｅｘＲａｙに限らず、ＣＡＮ（Controller Area Network）、ＬＩＮ（Local Interconnect Network）等でもよい。

電力線通信部１３は、送信時には信号で搬送波を変調、受信時には搬送波から信号を復調する機能を実現する回路である。通信信号分離・結合部１４は、送信時には電力線３へ搬送波を結合、受信時には電力線３から搬送波を分離する機能を実現する回路である。ＦｌｅｘＲａｙに準じた既存の通信制御部１２に対し、既存の通信部を取り去り、代わりに電力線通信部１３と通信信号分離・結合部１４とを加えることにより、電力線通信の機能を付加することができる。

雑音検出装置６は、制御部６０と、記憶部６１と、一時記憶部６３と、測定部６４とを備える。制御部６０は、ＣＰＵ（Central Processing Unit）を用い、記憶部６１に記憶されている雑音検出プログラム６２に基づき、雑音検出処理を実行する。記憶部６１は、ハードディスク、ＥＥＰＲＯＭ（Electrically Erasable and Programmable Read Only Memory）、フラッシュメモリ等の不揮発性メモリを用い、雑音検出プログラム６２を記憶している他、検出された雑音のデータを記憶しておく。一時記憶部６３は、ＤＲＡＭ（Dynamic Random Access Memory）、ＳＲＡＭ（Static Random Access Memory）等のメモリを用い、制御部６０の処理によって発生するデータを一時的に記憶する。

測定部６４は、電力線３における電圧値を所定の間隔で測定し、測定結果を記憶部６１又は一時記憶部６３に記憶する。測定部６４は、複数の端子を有して夫々、電力線３における複数の測定箇所における電圧値を測定できるようにしてあってもよい。測定における所定の間隔は、例えば０．０１μｓｅｃ（１００ＭＨｚ）である。

なお、雑音検出装置６は、パーソナルコンピュータを用いてもよいし、雑音検出専用の装置とすべく、各構成部の機能を発揮する構成要素を含むＦＰＧＡ、ＤＳＰ、ＡＳＩＣ等により構成されてもよい。

雑音検出装置６の制御部６０は、雑音検出プログラム６２に基づき、図８に示すような各機能を発揮し、測定部６４にて測定して取得した所定の間隔毎の電圧値（観測系列）からインパルス性雑音を検出する処理を実行する。図８は、実施の形態１における車載ＰＬＣシステムに含まれる雑音検出装置６にて実現される機能を示す機能ブロック図である。

制御部６０は、雑音検出プログラム６２に基づき、パラメータ推定部６０１、及びインパルス性雑音検出部６０５として機能する。パラメータ推定部６０１の機能は、パラメータの初期値を決定する初期値決定部６０２、ＢＷアルゴリズムを用いて、観測系列の尤度を極大化する雑音特性を算出するＢＷアルゴリズム算出部６０３、及びパラメータ出力部６０４としての機能を含む。

制御部６０は、測定部６４により取得した観測系列から、所定期間（測定単位期間）分の電圧値データを抽出する。制御部６０は、抽出した電圧値データに対し、パラメータ推定部６０１の機能により、雑音特性を表すパラメータ、及び当該パラメータから状態系列を推定し、出力する。制御部６０は、推定した状態系列を用い、インパルス性雑音検出部６０５の機能により、所定期間の内の各区間（所定の間隔＝０．０１μｓｅｃ単位、１又は複数分でもよい）についてインパルス性雑音が発生したか否かを判断する。

制御部６０は、パラメータ推定部６０１の機能により、４つの状態遷移確率ｑ₀₀、ｑ₀₁、ｑ₁₁、ｑ₁₀（＝Ｑ）及びＮ＝［σ₀ ²，σ₁ ²］^Tからなるパラメータθ＝（Ｑ，Ｎ）を求め、更に、θから以下の各パラメータを求める。
チャネルメモリーγ ： γ ＝１／（ｑ₀₁＋ｑ₁₀）
インパルス性雑音発生確率Ｐ₁ ： Ｐ₁ ＝ｑ₀₁／ｑ₀₁＋ｑ₁₀
インパルス対背景雑音比Ｒ ： Ｒ ＝σ_I ²／σ_G ²＝（σ₁ ²−σ₀ ²）／σ₀ ²
背景雑音電力σ_G ² ： σ_G ²＝σ₀ ²

制御部６０は、上述のパラメータを求めるため、まず初期値決定部６０２の機能により、パラメータθの初期値、つまり状態遷移確率の行列Ｑ（＝ｑ_ss'、ｓ，ｓ´＝０，１）、平均雑音電力Ｎ（=［σ₀ ²，σ₁ ²］^T）の初期値を求める。このとき、制御部６０は、初期値の決定を、上述の式１４乃至式１６に基づき行なう。制御部６０は、ＢＷアルゴリズム算出部６０３の機能により、観測系列の尤度を極大化するパラメータθ（状態遷移確率及び状態雑音電力）を算出する。観測系列の尤度を極大化するパラメータθの算出は、上述の式１０乃至式１２に基づく。制御部６０は、ＢＷアルゴリズム算出部６０３の機能によって求めた観測系列の尤度を極大化するパラメータθの推定値に基づき、パラメータ出力部６０４により上述の各パラメータ（チャネルメモリーγ、インパルス性雑音発生確率Ｐ₁ 、インパルス対背景雑音比Ｒ、背景雑音電力σ_G ²）を求め、記憶部６１に記憶する。また、制御部６０は、パラメータ出力部６０４により推定状態系列を求め、インパルス性雑音検出部６０５へ出力する。

制御部６０によるインパルス性雑音の検出処理の過程を、フローチャートを参照して詳細に説明する。図９は、実施の形態１における雑音検出装置６により実行される処理の一例を示すフローチャートである。

制御部６０は、測定部６４により測定データ（観測系列）を取得する（ステップＳ１）。そして制御部６０は、取得した測定データの内の所定期間分のデータを抽出し、パラメータ推定部６０１に与える（ステップＳ２）。このとき所定期間は、例としてＦｌｅｘＲａｙのコミュニケーションサイクルを単位とし、実施の形態１では１ｍｓｅｃとする。上述のように、測定部６４による電圧値の測定間隔は０．０１μｓｅｃであるから、抽出データは、１００，０００サンプル分の電圧値の系列である（Ｋ＝１０００００）。

制御部６０は、パラメータ推定部６０１の初期値決定部６０２及びＢＷアルゴリズム算出部６０３の機能により、抽出された１ｍｓｅｃ分の抽出データ（Ｋ＝１０００００サンプルの時系列電圧値）に基づき、隠れマルコフ性ガウス雑音モデルを用いて、観測系列の尤度を極大化するパラメータθ（雑音特性）を算出する（ステップＳ３）。当該雑音特性を表す各パラメータの算出については、後述の図１０のフローチャートを用いて詳細を説明する。

制御部６０は、パラメータ推定部６０１のパラメータ出力部６０４の機能により、ステップＳ３にて算出したパラメータθに基づき、推定状態系列を推定算出し（ステップＳ４）、更に、雑音特性を表すパラメータ（チャネルメモリーγ、インパルス性雑音発生確率Ｐ₁ 、インパルス対背景雑音比Ｒ、背景雑音電力σ_G ²）を求める（ステップＳ５）。

制御部６０は、インパルス性雑音検出部６０５の機能により、ステップＳ５にて算出した雑音特性に基づき、１ｍｓｅｃの期間毎に、当該期間内にてインパルス性雑音が発生したか否かを判断する（ステップＳ６）。なお、パラメータ（γ、Ｐ₁ 、Ｒ、σ_G ²）に基づく判断基準は例えば、チャネルメモリーγが所定値（例えば１０）よりも大きいか否かにより判断する。また、インパルス性雑音検出部６０５の機能により制御部６０は、インパルス性雑音発生確率Ｐ₁ が０．５以上である場合、取得される観測系列は、白色ガウス雑音であって、インパルス性雑音ではないと判断することが可能である。

制御部６０は、インパルス性雑音が発生していないと判断した場合（Ｓ６：ＮＯ）、そのまま検出処理を終了する。なお、ステップＳ５及びＳ６は必須ではない。パラメータ（チャネルメモリーγ、インパルス性雑音発生確率Ｐ₁ 、インパルス対背景雑音比Ｒ、背景雑音電力σ_G ²）を求めず、期間毎にインパルス性雑音の発生の有無を判断せずともよい。

制御部６０は、インパルス性雑音検出部６０５の機能により、インパルス性雑音が発生したと判断した場合（Ｓ６：ＹＥＳ）、当該抽出データにおける期間の各所定の間隔におけるインパルス性雑音を推定状態系列に基づき検出し（ステップＳ７）、検出結果を含む雑音データを記憶部６１に記憶し（ステップＳ８）、処理を終了する。ステップＳ７において、インパルス性雑音の検出は、所定の間隔（実施の形態１では、０．０１μｓｅｃ）毎とした。しかしながらこれに限らず、２以上のサンプル分を１つのビット分と扱い、ビット単位でインパルス性雑音を検出してもよい。

ステップＳ８にて記憶される雑音データは、ステップＳ３又はステップＳ５にて算出した雑音特性（θ又はγ、Ｐ₁ 、Ｒ、σ_G ²）でもよいし、抽出データ（観測系列）を含んでもよい。更に、ステップＳ４にて推定される状態系列を含んでもよい。これにより、当該雑音データによってインパルス性雑音を再現するなどの際に有用である。

図１０は、実施の形態１における雑音検出装置６のパラメータ推定部６０１の機能により実行されるモーメント法を用いたＢＷアルゴリズムによる観測系列の尤度を極大化するパラメータθ（雑音特性）の算出処理の手順の一例を示すフローチャートである。図１０に示す処理手順は、図９のフローチャート中のステップＳ３の詳細に対応する。

制御部６０は、与えられる抽出データ、つまりＫ＝１０００００サンプルの電圧値から、初期値決定部６０２の機能により、上述の式１４によってモーメント法に基づく３つのモーメントａ，ｂ，ｃを計算する（ステップＳ３０１）。

そして制御部６０は、初期値決定部６０２の機能により、雑音電力Ｎ（=［σ₀ ²，σ₁ ²］^T、推定値の記号略）の初期値を求める。このため制御部６０は、ステップＳ３０１で計算した３つのモーメントａ，ｂ，ｃに基づき、式１５及び式１６によって各状態の雑音の分散の標準偏差σ₀ 及びσ₁ を算出する（ステップＳ３０２）。制御部６０は、初期値決定部６０２の機能により、各状態の雑音の分散の標準偏差σ₀ 及びσ₁ から、抽出したデータの雑音電力Ｎの推定値の初期値を算出する（ステップＳ３０３）。

次に制御部６０は、初期値決定部６０２の機能により、状態遷移確率の行列Ｑの初期値を求める。このため、制御部６０は、ステップＳ３０２で式１５及び式１６によって算出した各状態の雑音の分散の標準偏差σ₀ 及びσ₁ の推定値から、抽出されたデータ（観測系列）の１０００００サンプルの各電圧値に対する閾値Λを式１８により算出する（ステップＳ３０４）。そして制御部６０は、抽出データの１０００００サンプルの各電圧値と、算出した閾値Λとの比較により（式１８）、推定状態行列ｓ（ｋ＝１〜Ｋ）を算出する（ステップＳ３０５）。更に制御部６０は、求めた推定状態行列ｓ（ｋ＝１〜Ｋ）から４つの状態遷移確率の行列Ｑの推定値の初期値を算出する（ステップＳ３０６）。具体的には、制御部６０は、推定状態行列ｓ（ｋ＝１〜Ｋ）から状態ｓ（＝０又は１）から状態ｓ´（＝（０又は１）への状態遷移の個数Ａ_ss'を夫々４つ求め、各状態ｓ（＝０又は１）の個数Ａ_s を求め、状態遷移確率の初期値ｑ_ss'（ｑ_ss'＝Ａ_ss'／Ａ_s ）を求める。

制御部６０は、初期値決定部６０２の機能により、ステップＳ３０３及びＳ３０６で求めたＱ、Ｎの推定値の初期値を、パラメータθの推定値の初期値に決定する（ステップＳ３０７）。

次に、制御部６０は、ステップＳ３０７にて決定した初期値を用い、ＢＷアルゴリズム算出部６０３の機能により、ＢＷアルゴリズム及びＭＡＰ法を用い、観測系列の尤度を極大化するパラメータθ（雑音特性）を求める。つまり、求まるパラメータθは、与えられた初期値に対して、取得した観測系列の尤もらしさを高める値である。詳細には制御部６０はまず、計算回数ｌ（エル）に０を代入し（ステップＳ３０８）、１を加算し（ステップＳ３０９）、上述の式１乃至式６に基づき、前方状態確率（Forward確率）α_k （ｓ）及び後方状態確率（Backward確率）β_k （ｓ）を算出する（ステップＳ３１０）。

制御部６０は、ステップＳ３１０によって求めた前方状態確率α_k （ｓ）及び後方状態確率β_k （ｓ）を用い、上述の式１０及び式１１により、パラメータθ（状態遷移確率の行列Ｑ及び雑音電力Ｎの推定値）を算出する（ステップＳ３１１）。

制御部６０は、ＢＷアルゴリズム算出部６０３の機能により、ステップＳ３１１の結果得られるパラメータθの推定値に対し、対数尤度が閾値Δよりも大きいか、又は計算回数ｌ（エル）が上限値Ｌ以上となったか否かを判断する（ステップＳ３１２）。制御部６０は、対数尤度が閾値Δ以下であり、且つ計算回数ｌ（エル）も上限値Ｌ未満である場合（Ｓ３１２：ＮＯ）、より尤もな値を求めるために処理をステップＳ３０９へ戻して処理を繰り返す。

制御部６０は、ＢＷアルゴリズム算出部６０３の機能により、ステップＳ３１１の結果得られるパラメータθの推定値に対し、対数尤度が閾値Δよりも大きいか、又は計算回数ｌ（エル）が上限値Ｌ以上となったと判断した場合（Ｓ３１２：ＹＥＳ）、観測系列の尤度を極大化するパラメータθを求める処理を終了し、図９のフローチャートの内のステップＳ４へ処理を戻す。

このように、制御部６０のパラメータ推定部６０１により求められる隠れマルコフ性ガウス雑音モデルのパラメータθ（＝（Ｑ，Ｎ））は、検出の際の条件として人間が与える主観的な初期値又は閾値等をでき得る限り排除して求められたものである。図９のフローチャートのステップＳ４により推定される推定状態系列（式５〜式８）により、精度よくインパルス性雑音を検出することが可能である。

実施の形態１における雑音検出装置６によるインパルス性雑音の検出の精度の評価を、検出誤り率を求めることによって行なった。検出誤り率は、既知の２状態隠れマルコフ性ガウス雑音を用いて測定した。まず、チャネルメモリーγ、インパルス性雑音発生確率Ｐ₁ 、インパルス対背景雑音比Ｒを与えて、状態系列ｓ（ｋ＝１〜Ｋ）（なお、以下の例ではＫ＝２００００）及び雑音系列を生成した。生成した状態系列ｓを真の状態系列とし、生成した雑音系列に対し、実施の形態１における雑音検出装置６によるインパルス性雑音の検出を行なった。また、比較として、上述の式１４乃至式１８によって求められる閾値Λを用い、雑音系列の各電圧値に対し閾値Λより大きいか否かのみで、大きい場合にインパルス性雑音として検出するという方法（Ｍｏｍｅｎｔ−ＭＬ法という）によってインパルス性雑音の検出を行なった。Ｍｏｍｅｎｔ−ＭＬ法では、ステップＳ３０７からステップＳ３１２までは行なわれない。

図１１乃至図１３は、実施の形態１における雑音検出装置６による検出誤り率を示すグラフである。

図１１は、横軸にチャネルメモリーγの変化、縦軸に検出誤り率を示し、インパルス性雑音発生確率Ｐ₁ 、インパルス対背景雑音比Ｒに夫々固定値Ｐ₁ ＝０．０１、Ｒ＝１００を与え、チャネルメモリーγを１から１００まで変化させて生成した雑音系列に対して算出したチャネルメモリーγの誤り率を示す。２つの線は一方がＭｏｍｅｎｔ−ＭＬ法による検出誤り率、他方の線にて実施の形態１における雑音検出装置６による検出誤り率を示している（図中にてＢＷ−ＭＡＰと示す）。

図１２は、横軸にインパルス性雑音発生確率Ｐ₁ の変化、縦軸に検出誤り率を示し、チャネルメモリーγ、インパルス対背景雑音比Ｒに夫々固定値γ＝１０、Ｒ＝１００を与え、インパルス性雑音発生確率Ｐ₁ を０．００１から０．０１まで変化させて生成した雑音系列に対して算出したインパルス性雑音発生確率Ｐ₁ の誤り率を示す。一方の線にてＭｏｍｅｎｔ−ＭＬ法による検出誤り率、他方の線にて実施の形態１における雑音検出装置６による検出誤り率を示している。

図１３は、横軸にインパルス対背景雑音比Ｒの変化、縦軸に検出誤り率を示し、チャネルメモリーγ、インパルス性雑音発生確率Ｐ₁ に夫々固定値γ＝１０、Ｐ₁ ＝０．０１を与え、インパルス対背景雑音比Ｒを１０から１０００まで変化させて生成した雑音系列に対して算出したインパルス対背景雑音比Ｒの誤り率を示す。一方の線にてＭｏｍｅｎｔ−ＭＬ法による検出誤り率、他方の線にて実施の形態１における雑音検出装置６による検出誤り率を示している。

図１１乃至図１３のグラフに示されるように、ＢＷアルゴリズム及びＭＡＰ法を用いた実施の形態１における雑音検出装置６によるインパルス性雑音の検出方法の優位性が明確である。なお、図１３に示すように、検出誤り率は、インパルス対背景雑音比Ｒの増加に対して単調減少である。これは、背景雑音電力σ_G ²に対し、インパルス性雑音の雑音電力σ_I ²が大きくなることにより、インパルス性雑音が発生している期間と、発生していない期間との区別の精度が高くなることを意味する。これに対し、図１１及び図１２に示すように、実施の形態１における雑音検出装置６によるインパルス性雑音の検出方法では、チャネルメモリーγ、インパルス性雑音発生確率Ｐ₁ の変化に対して検出誤り率の極小値が存在することから、インパルス性雑音が発生していることを精度よく検出できるチャネルメモリーγ及びインパルス性雑音発生確率Ｐ₁ が存在することがわかる。このとき、チャネルメモリーγ、インパルス性雑音発生確率Ｐ₁ に関する推定精度は、観測系列の内の抽出データ長（Ｋ）に依存するので、Ｋを考慮した解析が必要である。

図１４は、実施の形態１における雑音検出装置６によるインパルス性雑音の検出結果を示す波形図である。図３８乃至図４０に示した車載ＰＬＣシステムにおける雑音の波形図に対応する。矢印により示される区間が、雑音検出装置６によりインパルス性雑音が発生していると検出された区間である。従来の振幅値と閾値とを比較するのみなどの方法による場合よりも、「インパルス性雑音が発生している状態」を検出する精度が上がっている。

観測された電圧値に対し、Ｍｏｍｅｎｔ−ＭＬ法により閾値に基づきインパルス性雑音を検出する方法と、実施の形態１の雑音検出装置６による検出方法とを比較すると、図１５に示すように、雑音検出装置６にて正確にインパルス性雑音を推定検出することが出来ていることがわかる。図１５は、実施の形態１における雑音検出装置６により検出されたインパルス性雑音の雑音特性の一例を示す説明図である。比較として、上述のＭｏｍｅｎｔ−ＭＬ法によって推定した各パラメータの内容例も示している。

実施の形態１の雑音検出装置６によって検出されたインパルス性雑音について推定算出される雑音特性のパラメータは、記憶部６１に記憶しておくとよい。これらの情報は、観測系列の統計的性質から自動的に取得されたインパルス性雑音の情報として有用である。

（実施の形態２）
実施の形態２では、実施の形態１に示した雑音検出装置６によるインパルス性雑音の検出処理の過程に、統計的情報量を用いた判断を加える。つまり、ガウス雑音のみを含む測定データには、ＢＷアルゴリズム及びＭＡＰ法による推定処理を省略する。これにより、検出精度を上げることが可能となる。

実施の形態２における車載ＰＬＣシステム及び雑音検出装置６の構成は実施の形態１における構成と同様であり、雑音検出装置６により実行される処理の詳細が異なるのみである。したがって、以下の説明では、実施の形態１における構成と共通する構成については同一の符号を付して詳細な説明を省略する。

図１６は、実施の形態２における雑音検出装置６にて実現される機能を示す機能ブロック図である。制御部６０は、雑音検出プログラム６２に基づき、パラメータ推定部６０１、及びインパルス性雑音検出部６０５として機能すると共に、情報量規準判定部６０６として機能する。制御部６０は、情報量規準判定部６０６の機能により、観測系列から抽出された電圧値データから求められたパラメータに基づく統計的情報量を用い、ＢＷアルゴリズムに基づく処理に先んじてインパルス性雑音の有無を判定する。制御部６０は、情報量規準判定部６０６の機能によりインパルス性雑音無と判定した場合にはＢＷアルゴリズム算出部６０３による処理を省略する。この場合、制御部６０は、パラメータ出力部６０４の機能により、白色ガウス雑音のみからなるとして推定状態系列及び雑音電力を求め、インパルス性雑音検出部６０５へ出力する。

図１７は、実施の形態２における雑音検出装置６により実行される処理の一例を示すフローチャートである。なお、以下に示す処理手順の内、実施の形態１の図９のフローチャートに示した処理手順と共通する手順には同一のステップ番号を付して詳細な説明を省略する。

制御部６０は、ステップＳ２にて抽出された１ｍｓｅｃ分の抽出データに基づき、パラメータ推定部６０１の初期値決定部６０２により、モーメント法を用いて雑音電力の行列Ｎ（=［σ₀ ²，σ₁ ²］^T）の推定値、及び各状態の定常確率の行列Ｐ（＝［Ｐ₀ Ｐ₁ ］^T）の推定値の初期値を求める（ステップＳ５１）。なお、実施の形態２では、サンプリング周波数を２００ＭＨｚとしたので、抽出データはＫ＝２０００００サンプルの時系列電圧値である。

制御部６０は、情報量規準判定部６０６の機能により、ステップＳ５１で求めた初期値から、インパルス性雑音を含むか否かをマクロ的に判定するための規準に係る情報量を算出する（ステップＳ５２）。ステップＳ５２の処理の詳細については後述する。

制御部６０は、情報量規準判定部６０６の機能により、ステップＳ５２にて算出した情報量に基づきインパルス性雑音を含むか否かを判定する（ステップＳ５３）。ステップＳ５３における判定は具体的に、後述する第５規準を満たすか否か、即ち、上述のインパルス発生状態の定常確率、即ちインパルス性雑音発生確率の推定値の初期値Ｐ₁ が０≦Ｐ₁ ＜０．５であり（第１規準）、且つ、後述する式３２（第５規準）を満たすか否かである。

制御部６０はステップＳ５３にて、インパルス性雑音を含まないと判定した場合（Ｓ５３：ＮＯ）、抽出データに含まれる雑音は白色ガウス雑音であるとして推定状態系列を推定算出し、雑音の分散σを算出し（ステップＳ５４）、処理を終了する。なお、制御部６０は白色ガウス雑音であるとして推定算出した推定状態系列、雑音の分散σを記憶部６１に記憶しておいてもよい。

一方制御部６０はステップＳ５３にてインパルス性雑音を含むと判定した場合（Ｓ５３：ＹＥＳ）、ステップＳ５１で求めた雑音電力Ｎの推定値の初期値からＭＬ（最尤）法に基づき４つの状態遷移確率の行列Ｑの推定値の初期値を求める（ステップＳ５５）。

次に制御部６０は、初期値決定部６０２の機能によりステップＳ５１及びステップＳ５５で求めた初期値から、Ｑ、Ｎの推定値の初期値をパラメータθの推定値の初期値と決定する（ステップＳ５６）。

制御部６０は、ステップＳ５６で決定した初期値を用い、ＢＷアルゴリズムに基づき、観測系列の尤度を極大化するパラメータθ（雑音特性）を算出する（ステップＳ５７）。次に制御部６０は、ステップＳ５７で算出したパラメータθ＝（Ｑ，Ｎ）に基づき、推定状態系列を推定算出する（ステップＳ５８）。

制御部６０は、推定算出した状態系列に基づき各時点のインパルス性雑音を検出し（Ｓ７）、記憶部６１に記憶し（Ｓ８）、処理を終了する。

なお、ステップＳ５２の情報量の算出、及びステップＳ５３のインパルス性雑音を含むか否かの判定ステップの手順は、他の順序で実行されてもよい。例えば、ステップＳ５２での算出工程が、後述する規準のみならず行列Ｑの初期値を用いる場合にはステップＳ５５又はステップＳ５６の後となる。

ステップＳ５２に関し、インパルス性雑音を含むか否かを判定するための規準の例として、第１乃至第５規準が挙げられる。なお本実施の形態２では、上述したように第１規準及び第５規準の両方を採用する。ここで第１乃至第５規準とは夫々以下である。

第１規準：インパルス性雑音の希少性
０≦Ｐ₁ ＜０．５

これは、インパルス性雑音は偶然的に発生するものであって頻繁に発生するものではないという希少性から、定常確率は１／２未満と仮定したことに基づく。

第２規準：対数尤度
第２規準では、第１規準に加え、観測系列の振幅確率分布の対数尤度を用いる。観測系列即ち抽出データが白色ガウス雑音のみ含む系列であって振幅確率分布がガウス分布であるとした場合の対数尤度と、抽出データがインパルス性雑音も含む系列であって振幅確率分布が混合ガウス分布であるとした場合の対数尤度との大小を比較する。そして、混合ガウス分布であるとした場合の振幅確率分布の対数尤度がガウス分布であるとした場合よりも大きい場合、抽出データはインパルス性雑音を含むと判断する規準となる。
ここで、観測系列ｎ（ｋ＝１〜Ｋ）の振幅確率分布は、式２１のように表すことができ、その対数尤度は式２２で定義される。

混合ガウス分布の対数尤度及びガウス分布の対数尤度は夫々式２３のように表す。なお、ガウス分布の対数尤度は式２４のようになる。

混合ガウス分布であるとした場合の振幅確率分布の対数尤度がガウス分布であるとした場合よりも大きい場合、抽出データはインパルス性雑音を含むと判断するから、混合ガウス分布が以下の式２５を満たすことを第２規準として定義できる。

第３規準：竹内情報量規準（ＴＩＣ）
第３規準では、第１規準に加え、モデルの尤もらしさを評価する指標としてよく知られたＴＩＣを用いる。モーメント法を利用したＭＬ（最尤）法（Ｍｏｍｅｎｔ−ＭＬ）を用いて推定算出したパラメータθの推定値の初期値は、真の分布に基づいた推定値ではない。ＴＩＣは、当該真の分布からの誤差に対する補正項を追加した情報量規準として知られている。

ＭＬ法により推定されたパラメータθ及び観測系列ｎ（ｋ＝１〜Ｋ）の振幅確率分布が与えられたときのＴＩＣの補正項は以下に示す式２６で定義される。なお、式２６中のＴｒは行列のトレースであり、Ｉ（θ）及びＪ（θ）は夫々式２７及び式２８で定義されるｐ×ｐフィッシャー情報行列である。なお、ｐ×ｐフィッシャー情報行列のｐはモデルのパラメータθに含まれる自由パラメータの数を表す。

ＴＩＣを用いた第３規準では、抽出データが白色ガウス雑音のみ含む系列であって振幅確率分布がガウス分布であるとした場合のＴＩＣ_g と、インパルス性雑音を含み、振幅確率分布が混合ガウス分布であるとした場合のＴＩＣ_gmとの大小を比較する。そして、ＴＩＣ_g ＞ＴＩＣ_gmであればインパルス性雑音を含まず、逆にＴＩＣ_g ＜ＴＩＣ_gmであればインパルス性雑音を含むと判断する規準となる。

したがって具体的に、混合ガウス分布の対数尤度及びその補正項を追加した値が、以下の式２９を満たすことを第３規準として定義できる。

第４規準：赤池情報量規準（ＡＩＣ）
第４規準は、第１規準に加え、ＡＩＣを用いる。第３規準のＴＩＣに係る補正項では、フィッシャー情報行列に対して経験分布に基づく標本平均Ｅ_K を施している。そのため、標本平均処理の数値計算による不安定性を含む。このような数値計算による不安定性を排除した赤池情報量基準（ＡＩＣ）が知られている。モデル化した確率密度関数ｐ（ｎ_k ｜θ）が真の確率密度関数を含むとき、フィッシャー情報行列がＩ（θ₀ ）＝Ｊ（θ₀ ）を満たし、θ₀ は真の分布によるＭＬ推定値である。このことから、ＡＩＣは、観測系列ｎ（ｋ＝１〜Ｋ）の振幅確率分布に対する補正項ｃ（θ）をｐ（式３０）としたものである。

これにより、具体的にＡＩＣでは、以下の式３１を満たすことを第４規準として定義できる。

第５規準：自由パラメータ数による規準
第５規準では、第１規準に加え、ＡＩＣの補正項である自由パラメータ数に着目し、これを利用して規準を定義する。混合ガウス分布が真の分布を含む場合、ＡＩＣの補正項ｃ_GM（θ_GM）＝３が得られる。そして、ガウス分布が真の分布を含む場合、ＡＩＣの補正項ｃ_G （σ² ）＝１が得られる。このため、観測系列の振幅確率分布がガウス分布である場合にはＡＩＣの補正項は１に近い値が得られ、混合ガウス分布である場合にはＡＩＣの補正項は３より大きい値が得られるものと期待される。この補正項の値を利用して以下の式３２を満たすことを、インパルス性雑音を含むことの第５規準として定義する。
なお、上述のようにＡＩＣの補正項は、混合ガウス分布である場合、つまりインパルス性雑音を含む可能性が高い場合は３より大きい値を得られると期待できるから、式３２における右辺の値を２、即ちｚ＝１とすればよい。ただし、式３２の右辺を２と固定せず、ｚをｚ＝１から微調整を行なうようにする。

ステップＳ５３では、このようにして求められる規準を用いて事前にインパルス性雑音を含む観測系列であるか否かを判断する。次に、図１７のフローチャートに示した処理手順の詳細を説明する。

図１８は、実施の形態２における雑音検出装置６によるモーメント法を用いた雑音電力及び定常確率の初期値の算出処理の詳細を示すフローチャートである。図１７のフローチャートに示した処理手順の内のステップＳ５１の詳細に対応する。

制御部６０は、与えられる抽出データ、つまりＫ＝２０００００サンプルの電圧値から、初期値決定部６０２の機能により、上述の式１４によってモーメント法に基づく３つのモーメントａ，ｂ，ｃを計算する（ステップＳ６１）。

そして制御部６０は、初期値決定部６０２の機能により、雑音電力の初期値Ｎ（=［σ₀ ²，σ₁ ²］^T、推定値の記号略）を求める。このため制御部６０は、ステップＳ６１で計算した３つのモーメントａ，ｂ，ｃに基づき、式１５及び式１６によって各状態の雑音の分散の標準偏差σ₀ 及びσ₁ を算出する（ステップＳ６２）。制御部６０は、初期値決定部６０２の機能により、各状態の雑音の分散の標準偏差σ₀ 及びσ₁ から、抽出したデータの雑音電力Ｎの推定値の初期値を算出する（ステップＳ６３）。

更に制御部６０は、初期値決定部６０２の機能により、ステップＳ６１で求めたモーメントから、式１７に基づき各状態の定常確率の初期値を算出し（Ｓ６４）、図１７のフローチャートに示した処理手順ステップＳ５２へ処理を戻す。

図１９は、実施の形態２における雑音検出装置による４つの状態遷移確率の算出処理の詳細を示すフローチャートである。図１７のフローチャートに示した処理手順の内のステップＳ５５の詳細に対応する。

制御部６０は、初期値決定部６０２の機能により、状態遷移確率の行列Ｑの初期値を求める。このため、制御部６０は、図１８のフローチャートに示したステップＳ６２で式１５及び式１６によって算出した各状態の雑音の分散の標準偏差σ₀ 及びσ₁ の推定値から、抽出されたデータ（観測系列）の２０００００サンプルの各電圧値に対する閾値Λを式１８により算出する（ステップＳ７１）。そして制御部６０は、抽出データの２０００００サンプルの各電圧値と、算出した閾値Λとの比較により（式１８）、推定状態行列ｓ（ｋ＝１〜Ｋ）を算出する（ステップＳ７２）。更に制御部６０は、求めた推定状態行列ｓ（ｋ＝１〜Ｋ）から４つの状態遷移確率の行列Ｑの推定値の初期値を算出する（ステップＳ７３）。具体的には、制御部６０は、推定状態行列ｓ（ｋ＝１〜Ｋ）から状態ｓ（＝０又は１）から状態ｓ´（＝（０又は１）への状態遷移の個数Ａ_ss'を夫々４つ求め、各状態ｓ（＝０又は１）の個数Ａ_s を求め、状態遷移確率の初期値ｑ_ss'（ｑ_ss'＝Ａ_ss'／Ａ_s ）を求める。

制御部６０は、行列Ｑの推定値を算出すると、図１７のフローチャートに示した処理手順の内のステップＳ５６へ処理を戻す。

図２０は、実施の形態２における雑音検出装置６によるＢＷアルゴリズムに基づく観測系列の尤度を極大化するパラメータθ（雑音特性）の算出処理の手順の一例を示すフローチャートである。なお、図２０のフローチャートに示す処理手順は、図１７のフローチャートに示した処理手順の内のステップＳ５７の詳細に対応する。

制御部６０は、ステップＳ５６にて決定されたパラメータθの推定値の初期値を与えられると、ＢＷアルゴリズム算出部６０３の機能により、ＢＷアルゴリズム及びＭＡＰ法を用い、観測系列の尤度を極大化するパラメータθ（雑音特性）を求める。（与えられた初期値に対して、取得した観測系列の尤もらしさを高める最大化期待値）

詳細には制御部６０はまず、計算回数ｌ（エル）に０を代入し（ステップＳ８１）、１を加算し（ステップＳ８２）、上述の式１乃至式６に基づき、前方状態確率（Forward確率）α_k （ｓ）及び後方状態確率（Backward確率）β_k （ｓ）を算出する（ステップＳ８３）。制御部６０は、ステップＳ８３で算出した前方状態確率α_k （ｓ）及び後方状態確率β_k （ｓ）を用い、上述の式１０及び式１１により、パラメータθ（雑音特性：状態遷移確率の行列Ｑ及び雑音電力Ｎの推定値）を算出する（ステップＳ８４）。

制御部６０は、ＢＷアルゴリズム算出部６０３の機能により、ステップＳ８４の結果得られるパラメータθの推定値に対し、対数尤度が閾値Δよりも大きいか、又は計算回数ｌ（エル）が上限値Ｌ以上となったか否かを判断する（ステップＳ８５）。制御部６０は、対数尤度が閾値Δ以下であり、且つ計算回数ｌ（エル）も上限値Ｌ未満である場合（Ｓ８５：ＮＯ）、より尤もな値を求めるために処理をステップＳ８２へ戻して処理を繰り返す。

制御部６０は、ＢＷアルゴリズム算出部６０３の機能により、ステップＳ８４の結果得られるパラメータθの推定値に対し、対数尤度が閾値Δよりも大きいか、又は計算回数ｌ（エル）が上限値Ｌ以上となったと判断した場合（Ｓ８５：ＹＥＳ）、観測系列の尤度を極大化するパラメータθ（雑音特性）を求める処理を終了し、図１７のフローチャートの内のステップＳ５８へ処理を戻す。

実施の形態２における雑音検出装置６によるインパルス性雑音の検出の精度の評価を行なった。検出誤り率の測定方法は、実施の形態１における方法と同様である。ただし、ステップＳ５２及びＳ５３に示した規準に係る情報量と、インパルス性雑音を含むか否かの判断規準とについては、第１乃至第５規準に基づき判断基準を変え、夫々に対応する検出誤り率を求めた。

図２１乃至図２３は、実施の形態２における雑音検出装置６による検出誤り率を示すグラフである。

図２１は、横軸にチャネルメモリーγの変化、縦軸に検出誤り率を示し、インパルス性雑音発生確率Ｐ₁ 、インパルス対背景雑音比Ｒに夫々固定値Ｐ₁ ＝０．００１、Ｒ＝１００を与え、チャネルメモリーγを１０から１０００まで変化させて生成した雑音系列に対して算出したチャネルメモリーγの誤り率を示す。点線及び白抜きのひし形にて第１規準を用いた場合の検出誤り率、２点鎖線及び白抜きの逆三角形にて第２規準を用いた場合の検出誤り率を示している。また、１点鎖線及びアスタリスクにて第３規準を用いた場合、破線及び十字にて第４規準を用いた場合、実線及びバツ印にて第５規準を用いた場合の検出誤り率を示している。

図２２は、横軸にインパルス性雑音発生確率Ｐ₁ の変化、縦軸に検出誤り率を示し、チャネルメモリーγ、インパルス対背景雑音比Ｒに夫々固定値γ＝１００、Ｒ＝１００を与え、インパルス性雑音発生確率Ｐ₁ を０．０００１から０．０１まで変化させて生成した雑音系列に対して算出したインパルス性雑音発生確率Ｐ₁ の誤り率を示す。各規準に対する凡例は、図２１と同様である。

図２３は、横軸にインパルス対背景雑音比Ｒの変化、縦軸に検出誤り率を示し、チャネルメモリーγ、インパルス性雑音発生確率Ｐ₁ に夫々固定値γ＝１００、Ｐ₁ ＝０．００１を与え、インパルス対背景雑音比Ｒを１０から１０００まで変化させて生成した雑音系列に対して算出したインパルス対背景雑音比Ｒの誤り率を示す。各規準に対する凡例は、図２１と同様である。

実施の形態１の図１１乃至図１３に示した検出誤り率と比較しても、図１７のフローチャートに示したステップＳ５２及びＳ５３にて規準を用いた判定処理を行なうことにより、検出の精度が高まっていることが分かる。なお第２乃至第４規準を用いた場合であっても、第１規準のみを用いた場合よりも精度が高まっており、特に第５規準を用いることにより精度がより高まっている。特に、ガウス雑音発生状態「０」からインパルス性雑音発生状態「１」への状態遷移確率ｑ₀₁が極端に低い場合であっても、誤り検出確率を低くすることができる。

このように、統計的情報量を用いて、インパルス性雑音を含まない抽出データをＢＷアルゴリズム及びＭＡＰ法の適用対象として除外することにより、白色ガウス雑音を無理にインパルス性雑音として検出することを避けることができ、インパルス性雑音の検出精度をより高めることが可能となる。

（実施の形態３）
実施の形態３では、既知の状況下で観測系列を取得し、実施の形態１又は２における雑音検出装置６にて行なった状態系列及び雑音特性の算出結果と、算出結果を用いて検出したインパルス性雑音の周波数とを求め、各状況に対応付けて記憶しておき、雑音特性とインパルス性雑音の周波数とを用いてシミュレーションを行なう。

図２４は、実施の形態３におけるシミュレーション装置の構成を示す構成図である。シミュレーション装置７は、パーソナルコンピュータを用い、制御部７０と、記憶部７１と、一時記憶部７４と、条件入力部７５と、疑似雑音生成部７６とを備える。制御部７０は、ＣＰＵを用い、記憶部７１に記憶されているシミュレーションプログラム７２に基づき、シミュレーションを実行する。記憶部７１は、ハードディスク、ＥＥＰＲＯＭ、フラッシュメモリ等の不揮発性メモリを用い、シミュレーションプログラム７２を記憶している他、各既知の状況下で測定された測定データを含む雑音記録７３が記憶されている。一時記憶部７４は、ＤＲＡＭ、ＳＲＡＭ等のメモリを用い、制御部７０の処理によって発生するデータを一時的に記憶する。

条件入力部７５は、マウス、キーボード、ディスプレイなどを含むユーザインタフェースであって、ユーザは、シミュレーション対象の車載ＰＬＣシステムにおけるシミュレーション条件を条件入力部７５により入力することが可能である。例えば、電力線の長さ、電力線に接続されるＥＣＵの数、位置（基準となる点からの電力線の長さ）、アクチュエータの数、位置、シミュレーション対象の時間幅、当該時間幅内におけるアクチュエータが動作するタイミングである。

疑似雑音生成部７６は、シミュレーション対象の時間幅における状態系列及び状態系列における雑音の雑音特性とインパルス性雑音の周波数とに基づき、疑似雑音を発生させる。具体的には、インパルス性雑音が発生している状態か否かの２値の列である状態系列と、インパルス性雑音が発生している場合の当該インパルス性雑音の雑音電力とから、当該時間幅における電圧値の列を生成する。

制御部７０は、記憶されている雑音記録７３から、各状況における雑音特性を求める。詳細には、制御部７０は、シミュレーションプログラム７２に基づき、実施の形態１又は２における制御部６０のパラメータ推定部６０１の機能と同じ機能を発揮し、雑音特性として、各パラメータ（チャネルメモリーγ、インパルス性雑音発生確率Ｐ₁ 、インパルス対背景雑音比Ｒ、背景雑音電力σ_G ²）を求めることが可能である。

また、制御部７０は、各状況下の測定データについて求めた雑音特性と、記憶されている雑音記録７３とから、各状況におけるインパルス性雑音の周波数を求める。詳細には、制御部７０は、シミュレーションプログラム７２に基づき、実施の形態１又は２における制御部６０のインパルス性雑音検出部６０５の機能と同じ機能に加えて、インパルス性雑音の検出のみならず、高速フーリエ変換機能を発揮し、検出されたインパルス性雑音の周波数を求めることが可能である。制御部７０は求めたインパルス性雑音の周波数をも雑音記録７３に加えておく。

制御部７０は、疑似雑音生成部７６を用い、各状況下の測定データについて求めた雑音特性と条件入力部７５により入力されるシミュレーション条件とに基づき、シミュレーション対象の時間幅におけるアクチュエータの動作に応じた状態系列を生成し、生成した状態系列、各状態における状態雑音電力及びインパルス性雑音の周波数に基づき、疑似雑音を生成する。

図２５は、実施の形態３におけるシミュレーション装置７の記憶部７１に記憶されている雑音記録７３の内容例を示す説明図である。

図２５に示すように、雑音記録７３は、状況の内容と測定部データとを含む。また、雑音記録７３は、後述する処理によって求められる雑音特性を表すパラメータ（チャネルメモリーγ、インパルス性雑音発生確率Ｐ₁ 、インパルス対背景雑音比Ｒ、背景雑音電力σ_G ²）及びインパルス性雑音の周波数を含む。生成される状態系列が予め含まれてもよい。図２５では、アクチュエータの１つであるドアロックが動作してから０〜１ｍｓｅｃの期間の測定データ、及び雑音特性のパラメータの内容例が示されている。このように、既知の状況下における期間毎の雑音データを雑音記録７３として記憶しておくことにより、後にシミュレーションを実行することが可能である。

図２６は、実施の形態３におけるシミュレーション装置７により実行される処理手順の一例を示すフローチャートである。なお、図２６のフローチャートに示す処理手順の内、実施の形態１の図９のフローチャートと共通する手順には、同一のステップ番号を付して詳細な説明を省略する。

制御部７０は、記憶部７１に記憶してある各既知の状況下の測定データ（観測系列）を取得し（ステップＳ２１）、測定データの内のコミュニケーションサイクル分のデータを抽出する（Ｓ２）。なお、図２５の内容例に示したように、コミュニケーションサイクル長で既に抽出した測定データが記憶されている場合は、ステップＳ２は省略されてもよい。

制御部７０は、実施の形態１又は２における制御部６０のパラメータ推定部６０１の機能と同じ機能を発揮し、ステップＳ２にて抽出したデータ（観測系列）の尤度を極大化するパラメータθ（雑音特性）を算出する（Ｓ３）。当該算出の詳細は、実施の形態１の図１０（又は実施の形態２における図１７乃至図２０）のフローチャートを参照して説明したとおりである。

また制御部７０は、実施の形態１又は２における制御部６０のパラメータ出力部６０４の機能と同じ機能を発揮して、推定状態行列を推定算出し（Ｓ４）、実施の形態１における制御部６０のインパルス性雑音検出部６０５の機能と同じ機能を発揮し、ステップＳ２にて抽出したデータのインパルス性雑音を検出する（Ｓ７）。そして制御部７０は、高速フーリエ変換機能を用いて検出インパルス性雑音の周波数を算出する（ステップＳ２２）。

制御部７０は、各状況下の測定データに対して算出した雑音特性及び算出したインパルス性雑音の周波数を雑音データとして雑音記録７３に含めて記憶し（ステップＳ２３）、全ての既知の状況下で取得した測定データについて雑音特性とインパルス性雑音の周波数を算出したか否かを判断する（ステップＳ２４）。制御部７０は、全ての既知の状況下で取得した測定データにについて雑音特性を算出していないと判断した場合（Ｓ２４：ＮＯ）、処理をステップＳ２１へ戻し、他の状況下の測定データについて雑音特性及びインパルス性雑音の周波数を算出する処理を継続する。

制御部７０は、全ての既知の状況下で取得した測定データについて雑音特性及びインパルス性雑音の周波数を算出したと判断した場合（Ｓ２４：ＹＥＳ）、シミュレーション条件を条件入力部７５により入力する（ステップＳ２５）。なお、制御部７０は、ステップＳ２４にて全ての状況下での算出が完了した場合に（Ｓ２４：ＹＥＳ）、図示しないディスプレイにシミュレーション条件の入力を促す画面を表示させるなどしてもよい。制御部７０は、入力されたシミュレーション条件、例えば、電力線の回路構成、即ち前記電力線の長さ、接続される通信装置及びアクチュエータの数、種類等に応じて予め求めておいた各状況に対応する雑音特性とインパルス性雑音の周波数とから、疑似雑音を生成し（ステップＳ２６）、シミュレーションを終了する。

ステップＳ２６では詳細には、制御部７０は、シミュレーション条件に応じた状況を特定し、特定した状況に対応する測定データから求められている雑音特性（チャネルメモリーγ、インパルス性雑音発生確率Ｐ₁ 、インパルス対背景雑音比Ｒ、背景雑音電力σ_G ²）と、インパルス性雑音の周波数とを記憶部７１に記憶される雑音記録から読み出す。制御部７０は、読み出した雑音特性を表すパラメータにより、シミュレーション対象の時間幅におけるアクチュエータの動作に応じた状態系列を生成する。生成した状態系列に、雑音特性に含まれる雑音電力（σ₁ ²、σ₀ ²）とインパルス性雑音の周波数とを反映させて疑似雑音を生成する。なお、シミュレーション対象の時間幅は、例えば５ｍｓｅｃとする。そして制御部７０は、その内の０ｍｓｅｃの時点に１つのアクチュエータが動作した場合の状態系列、状態雑音電力及びインパルス性雑音の周波数、２ｍｓｅｃの時点で他のアクチュエータが動作した場合の状態系列、状態雑音電力及びインパルス性雑音の周波数から、５ｍｓｅｃの期間全体における疑似雑音を生成する。

このように、例えば車種毎に異なる車載ＰＬＣの物理構成に対して、夫々電力線に発生する雑音の疑似雑音を高精度に生成することができる。各状況にて発生するインパルス性雑音の統計的性質に忠実なモデル化を行なうことができるので、車載ＰＬＣシステムの設計段階から、効率的なシミュレーションを実現することができ、インパルス性雑音を有効に回避する最適な周波数、通信方式等を用いた車載ＰＬＣを実現させることができる。

（実施の形態４）
実施の形態４では、実施の形態１及び２で説明したように既知の状況下の雑音特性とインパルス性雑音の周波数を算出して記録しておき、実施の形態３のシミュレーション装置７が生成する疑似雑音を用い、車種、オプション等によって異なる車載ＰＬＣシステムの物理的構成に最適な通信方式を決定し、車載ＰＬＣの設計を行なうことができる装置の例を説明する。

図２７は、実施の形態４における車載ＰＬＣ設計装置８の構成を示すブロック図である。車載ＰＬＣ設計装置８は、制御部８０と、記憶部８１と、一時記憶部８５と、入出力部８６と、疑似雑音生成部８７と、通信シミュレーション実行部８８とを備える。制御部８０はＣＰＵを用い、記憶部８１に記憶されている車載ＰＬＣ設計プログラム８２に基づき、後述する各機能を実現する。記憶部８１は、ハードディスク、ＥＥＰＲＯＭ、フラッシュメモリ等の不揮発性メモリを用い、車載ＰＬＣ設計プログラム８２を記憶している他、各既知の状況下で測定された測定データから求められた雑音特性とインパルス性雑音の周波数を含む雑音記録８３が記憶されている。また、記憶部８１には、実施の形態４における設計対象の車載ＰＬＣシステムに適する通信方式、通信周波数、又は通信パラメータ等の通信条件の候補（通信条件候補群８４）が記憶されている。一時記憶部８５は、ＤＲＡＭ、ＳＲＡＭ等のメモリを用い、制御部８０の処理によって発生するデータを一時的に記憶する。

入出力部８６は、設計者の操作入力を受け付け、設計者へ情報を出力するインタフェースである。入出力部８６には、キーボード８６１、マウス８６２及びディスプレイ８６３が接続される。入出力部８６は、キーボード８６１又はマウス８６２により入力される情報を取得して制御部８０へ通知し、制御部８０からの指示に基づいて、文字情報又は画像情報をディスプレイ８６３へ出力する。具体的には、制御部８０は、入出力部８６により、設計対象の車載ＰＬＣシステムの回路構成を受け付けることが可能である。つまり、制御部８０は、設計者がキーボード８６１又はマウス８６２による操作を行なうことによって入力する設計対象の車載ＰＬＣシステムの電力線の長さ、接続される通信装置及びアクチュエータの数、種類等の情報を、入出力部８６を介して受け付ける。また、制御部８０は、記憶部８１に記憶してある通信条件候補群８４の通信方式、通信周波数又は夫々における通信パラメータの候補の情報を、入出力部８６を介してディスプレイ８６３へ出力し、ディスプレイ８６３で選択可能に表示させる。設計者は、ディスプレイ８６３に表示される候補から、いずれかをキーボード８６１又はマウス８６２により選択する。この場合、キーボード８６１又はマウス８６２から選択された候補を、制御部８０にて特定可能である。

疑似雑音生成部８７は、シミュレーション対象の時間幅における状態系列及び状態系列における状態雑音電力及びインパルス性雑音の周波数に基づき、疑似雑音を発生させる。具体的には、インパルス性雑音が発生している状態か否かの２値の列である状態系列と、インパルス性雑音が発生している状態か否かの夫々の状態における雑音電力（σ₁ ²、σ₀ ²）と、インパルス性雑音の周波数とから、当該時間幅における電圧値の系列を生成する。

通信シミュレーション実行部８８は、通信条件候補群８４の内の選択された通信方式、通信周波数、及び通信パラメータに基づき、与えられる疑似雑音に基づき、通信シミュレーションを実行し、結果を出力する。結果は、一時記憶部８５又は記憶部８１に記憶されてもよい。制御部８０は、通信条件候補群８４の内の各候補について、疑似雑音生成部８７にて生成された疑似雑音を通信シミュレーション実行部８８へ与えて通信シミュレーションを実行する。

制御部８０は、車載ＰＬＣ設計プログラム８２に基づき、通信条件の各候補について実行した通信シミュレーションの結果から、通信エラー率を求める。そして、制御部８０は、各候補について求めた通信エラー率を比較し、最もエラー率が低い候補を、最適な候補として特定する。

このように構成される車載ＰＬＣ設計装置８の制御部８０により実行される処理を、フローチャートを参照して説明する。図２８は、実施の形態４における車載ＰＬＣ設計装置８により実行される処理手順の一例を示すフローチャートである。

制御部８０は、入出力部８６により、設計対象のシステム回路構成の情報を受け付け（ステップＳ３１）、受け付けた回路構成に応じた各状況下の雑音データ（雑音特性とインパルス性雑音の周波数とを含む）を記憶部８１の雑音記録８３から読み出す（ステップＳ３２）。制御部８０は、ステップＳ３２にて読み出した雑音データの雑音特性とインパルス性雑音の周波数とから、疑似雑音生成部８７により疑似雑音を生成する（ステップＳ３３）。

制御部８０は、入出力部８６により、通信条件候補群８４の通信方式、通信周波数又は夫々における通信パラメータを含む通信条件の候補の入力を受け付ける（ステップＳ３４）。具体的には、制御部８０は、ディスプレイ８６３に候補の入力を受け付ける画面を表示させ、キーボード８６１又はマウス８６２による入力を受け付ける。

制御部８０は、生成した疑似雑音を用い、入力された候補の通信条件を与えて通信シミュレーション実行部８８により、通信シミュレーションを実行させる（ステップＳ３５）。

制御部８０は、ステップＳ３５における通信シミュレーションの実行結果から、通信エラー率を算出する（ステップＳ３６）。制御部８０は、入力された候補について夫々通信エラー率を算出し、各通信エラー率を比較することによって最適な通信条件の候補を特定する（ステップＳ３７）。制御部８０は、ステップＳ３７で特定した通信条件の候補の情報を入出力部８６により、ディスプレイ８６３に表示させるべく出力し（ステップＳ３８）、処理を終了する。

上述のような処理により、各状況下での観測により得られた観測系列に基づき、当該観測系列自体の統計的性質を用いて自動的に推定されたインパルス性雑音の雑音特性と周波数とに基づき、インパルス性雑音の統計的性質に忠実に再現する疑似雑音が生成される。実施の形態４における車載ＰＬＣ設計装置８により、生成された疑似雑音と、候補となる通信条件（通信方式、通信周波数及び通信パラメータ）とによって通信シミュレーションが実行されるから、実際の車種又はオプション等によって異なるインパルス性雑音の影響をでき得る限り受けない有効な通信方式などの詳細な事前検討が可能となる。

（実施の形態５）
実施の形態５では、最適な通信方式、通信周波数、通信パラメータを特定する最適化装置を含む車載ＰＬＣシステムの例を説明する。当該最適化装置は、自身が含まれる車載ＰＬＣシステムにおけるインパルス性雑音を検出して雑音の特性を学習し、最適な通信方式、通信周波数、通信パラメータを決定する。車載ＰＬＣシステムでは、最適化装置にて特定された通信条件にて通信を行なうように、例えば、車両の組み立て後の試験終了時、車検時などに設定を行なう。

図２９は、実施の形態５における車載ＰＬＣシステムの構成を示すブロック図である。なお、実施の形態５における車載ＰＬＣシステムの内、最適化装置９以外の構成については、実施の形態１における車載ＰＬＣシステムと共通する。共通する構成部については、実施の形態１と同一の符号を付し、詳細な説明を省略する。

実施の形態５における車載ＰＬＣシステムは、ＥＣＵ１，１，…と、ＥＣＵ１，１，…から送信される制御データにより作動するアクチュエータ２，２，…と、ＥＣＵ１，１，…及びアクチュエータ２，２，…夫々に電力を供給するための電力線３，３，…と、電力線３，３，…を介して各装置へ電力を供給するバッテリ４と、電力線３，３，…の分岐及び中継のためのジャンクションボックス５と、当該車載ＰＬＣシステムにおける通信を最適化する最適化装置９とを含んで構成される。実施の形態５でも、ＥＣＵ１，１，…は、電力線３，３，…を介し、ＦｌｅｘＲａｙのプロトコルに基づく通信を行なうようにしてある。

図２９に示すように、実施の形態５における最適化装置９は、電力線３，３，…の任意の箇所に接続される。最適化装置９は、各電力線３における電圧値（信号レベル）を所定の間隔で測定した結果に基づいてインパルス性雑音の特徴量を求め、当該特徴量から各電力線３，３，…での最適な通信方式、通信周波数及びその他のパラメータを決定する機能を発揮する。

図３０は、実施の形態５における車載ＰＬＣシステムに含まれる最適化装置９の内部構成を示すブロック図である。最適化装置９は、制御部９０と、記憶部９１と、一時記憶部９３と、測定部９４とを備える。制御部９０は、ＣＰＵを用い、記憶部９１に記憶されている最適化プログラム９２に基づき、最適化処理を実行する。記憶部９１は、ハードディスク、ＥＥＰＲＯＭ、フラッシュメモリ等の不揮発性メモリを用い、最適化プログラム９２を記憶している他、検出された雑音について求められたインパルス性雑音特徴量９５を記憶しておく。また、記憶部９１には、実施の形態５における車載ＰＬＣシステムにおいて適した通信方式、通信周波数、又は通信パラメータ等の通信条件の候補（通信条件候補群９６）が記憶されている。一時記憶部９３は、ＤＲＡＭ、ＳＲＡＭ等のメモリを用い、制御部９０の処理によって発生するデータを一時的に記憶する。

測定部９４は、電力線３，３，…における電圧値を所定の間隔で測定し、測定結果を記憶部９１又は一時記憶部９３に記憶する。測定部９４は、複数の端子を有して夫々、電力線３における複数の測定箇所における電圧値を測定できるようにしてあってもよい。測定における所定の間隔は、例えば０．０１μｓｅｃ（１００ＭＨｚ）である。

なお、最適化装置９は、パーソナルコンピュータを用いてもよいし、雑音検出及び最適化専用の装置とすべく、各構成部の機能を発揮する構成要素を含むＦＰＧＡ、ＤＳＰ、ＡＳＩＣ等により構成されてもよい。

最適化装置９の制御部９０は、最適化プログラム９２に基づき、図３０に示すような各機能を発揮し、測定部９４にて測定して取得した所定の間隔毎の電圧値（観測系列）からインパルス性雑音を検出する処理を実行し、インパルス性雑音を検出した場合は当該インパルス性雑音の特徴量を求め、当該特徴量から最適な通信条件を特定する処理を実行する。図３１は、実施の形態５における車載ＰＬＣシステムに含まれる最適化装置９にて実現される機能を示す機能ブロック図である。

制御部９０は、最適化プログラム９２に基づき、観測系列の雑音特性に対応するパラメータを推定するパラメータ推定部９０１、推定されたパラメータに基づきインパルス性雑音の発生の有無を判断して検出するインパルス性雑音検出部９０５として機能する。パラメータ推定部９０１の機能は、パラメータの初期値を決定する初期値決定部９０２、ＢＷアルゴリズムを用いて初期値から、観測系列の尤度を極大化する雑音特性を算出するＢＷアルゴリズム算出部９０３、及びパラメータ出力部９０４としての機能を含む。

なお、最適化装置９のパラメータ推定部９０１、及び当該パラメータ推定部９０１の詳細に対応する初期値決定部９０２、及びＢＷアルゴリズム算出部９０３及びパラメータ出力部９０４の機能は、実施の形態１における雑音検出装置６の制御部６０によるパラメータ推定部６０１、及び当該パラメータ推定部６０１の詳細に対応する初期値決定部６０２、及びＢＷアルゴリズム算出部６０３及びパラメータ出力部６０４の機能と同一である。また、インパルス性雑音検出部９０５の機能も、インパルス性雑音検出部６０５の機能と同一である。したがって、詳細な説明は省略する。

更に、制御部９０は、最適化プログラム９２に基づき、検出したインパルス性雑音の特徴量を算出するインパルス性雑音特徴量算出部９０６、及びインパルス性雑音特徴量に基づき、最適な通信条件を決定する最適候補決定部９０７としても機能する。なお、インパルス性雑音特徴量と、最適候補との対応を予め記憶部９１に記憶しておき、制御部９０が最適候補決定部９０７としての機能により参照するようにしてもよい。

図３２は、実施の形態５における最適化装置９により実行される処理手順の一例を示すフローチャートである。なお、図３２のフローチャートに示す処理手順の内、ステップＳ１〜Ｓ８までの処理は、実施の形態１の図９のフローチャートに示したステップＳ１〜Ｓ８の処理手順と同一である。又は、実施の形態２の図１７のフローチャートに示したステップＳ１、Ｓ２、Ｓ５１〜Ｓ５８、Ｓ７及びＳ８の処理手順と同一でもよい。したがって、これらの手順については図示を省略し、詳細な説明を省略する。

なお、以下に示す処理手順は、車両の組み立て時の試験中、又は出荷後に随時行なわれる。

制御部９０は、測定部９４により取得した測定データ（観測系列）（Ｓ１）から、ＦｌｅｘＲａｙのコミュニケーションサイクル単位分のデータを抽出する（Ｓ２）。抽出されるデータの期間は、実施の形態５でも１ｍｓｅｃとする。測定部９４がサンプリングを行なう所定の間隔を１００ＭＨｚとしたから、抽出データは１００，０００サンプル分の電圧値の系列である（Ｋ＝１０００００）。

制御部９０は、抽出された１ｍｓｅｃ分の抽出データ（Ｋ＝１０００００サンプルの時系列電圧値）について、インパルス性雑音が発生している場合には（Ｓ６：ＹＥＳ、又はＳ５３：ＹＥＳ）、隠れマルコフ性ガウス雑音モデルに基づく雑音特性を算出し（Ｓ３又はＳ５７）、推定状態系列を算出し（Ｓ４、又はＳ５８）、各時点でのインパルス性雑音を検出し（Ｓ７）、雑音データを記憶部９１に記憶する（Ｓ８）。このとき雑音データは、ステップＳ３にて算出した雑音特性を表すパラメータ（チャネルメモリーγ、インパルス性雑音発生確率Ｐ₁ 、インパルス対背景雑音比Ｒ、背景雑音電力σ_G ²）である。なお、抽出データを含んでもよいし、推定される状態系列を含んでもよい。

次に制御部９０は、ステップＳ３で算出したパラメータθ（雑音特性）から、雑音の特徴量を算出する（ステップＳ４１）。抽出された当該期間におけるデータの内のインパルス性雑音のデータ、又は推定された状態系列を用いて算出してもよい。雑音の特徴量として例えば、インパルス性雑音の周波数、インパルス性雑音の発生間隔周期がある。

制御部９０は、ステップＳ４１で算出した雑音特徴量を、記憶部９１に記憶し、インパルス性雑音特徴量９５に追加する（ステップＳ４２）。これにより、記憶部９１のインパルス性雑音特徴量９５は更新される。制御部９０は、古い過去の特徴量を削除するようにしてもよい。

制御部９０は、更新した記憶部９１のインパルス性雑音特徴量９５に基づき、通信条件候補群９６から、最適な候補を特定し（ステップＳ４３）、特定した候補を記憶部９１に記憶しておき（ステップＳ４４）、処理を終了する。

図３２のフローチャートに示した最適化装置９の処理により、組み立て後又は出荷後の車両の車載ＰＬＣシステムにて実際に発生したインパルス性雑音のデータが蓄積される。そして、当該蓄積に基づき、最適化装置９の処理により、当該車両にて発生するインパルス性雑音を回避して良好に通信を行なうための最適な通信方式、通信周波数、又は他の通信パラメータが特定される。特定された通信方式、通信周波数又は通信パラメータは、記憶部９１に記憶されているから、組み立て後、又は車検時などの機会に設定を行なうことにより、以後、インパルス性雑音を有効に回避する最適な周波数、通信方式等を用いた車載ＰＬＣが可能となる。したがって、経時的に変化し得る状況に応じて、インパルス性雑音の影響をでき得る限り受けない通信方式、周波数及びパラメータの適切な選定も可能である。

（実施の形態６）
実施の形態６では、発生するインパルス性雑音の周波数を避けて通信を行なう車載ＰＬＣシステムの例を説明する。

図３３は、実施の形態６における車載ＰＬＣシステムの構成を示すブロック図である。なお、実施の形態６における車載ＰＬＣシステムの内、解析装置１００、フィルタ部２０、及び各ＥＣＵの詳細以外の構成については、実施の形態１における車載ＰＬＣシステムと共通する。共通する構成部については、実施の形態１と同一の符号を付し、詳細な説明を省略する。

実施の形態６における車載ＰＬＣシステムは、ＥＣＵ１，１，…と、ＥＣＵ１，１，…から送信される制御データにより作動するアクチュエータ２，２，…と、ＥＣＵ１，１，…及びアクチュエータ２，２，…夫々に電力を供給するための電力線３，３，…と、電力線３，３，…を介して各装置へ電力を供給するバッテリ４と、電力線３，３，…の分岐及び中継のためのジャンクションボックス５と、当該車載ＰＬＣシステムにおけるインパルス性雑音を解析する解析装置１００と、電力線３，３，…に夫々接続されている複数のフィルタ部２０，２０，…とを含んで構成される。実施の形態６でも、ＥＣＵ１，１，…は、電力線３，３，…を介し、ＦｌｅｘＲａｙのプロトコルに基づく通信を行なうようにしてある。

図３３に示すように、実施の形態６における解析装置１００は、電力線３，３，…の任意の箇所に接続される。解析装置１００は、各電力線３における信号レベル（電圧値）を所定の間隔で測定した結果に基づき、インパルス性雑音の周波数を求める。解析装置１００は、求めた周波数を基に、ＥＣＵ１，１，…間の通信の搬送波の周波数を調整し、フィルタ部２０が含む帯域制限フィルタを適応制御する。

図３４は、実施の形態６における車載ＰＬＣシステムに含まれるフィルタ部２０の内部構成を示すブロック図である。フィルタ部２０は、帯域制限フィルタ（ＢＲＦ：Band Rejection Filter）２１と、ＡＧＣ（Automatic Gain Control）アンプ２２と、Ａ／Ｄ変換器２３とを含む。

帯域制限フィルタ２１は、解析装置１００の制御部からの指示に基づき、制限する周波数を調整することができる。ＡＧＣアンプ２２は、搬送波の周波数が変化したとしても自動的に増幅率を調整する。

図３５は、実施の形態６における車載ＰＬＣシステムに含まれる解析装置１００の内部構成を示すブロック図である。解析装置１００は、制御部１０１と、記憶部１０２と、一時記憶部１０４と、測定部１０５と、調整部１０６とを備える。制御部１０１は、ＣＰＵを用い、記憶部１０２に記憶されている解析プログラム１０３に基づき、電力線３に発生するインパルス性雑音を検出するか、又は発生するインパルス性雑音の周波数を推定して搬送波の周波数を変更するなどの処理を実行する。記憶部１０２は、ハードディスク、ＥＥＰＲＯＭ、フラッシュメモリ等の不揮発性メモリを用い、解析プログラム１０３を記憶している。また、記憶部１０２にはインパルス性雑音周波数情報１０７が記憶されている。インパルス性雑音周波数１０７は、複数の異なる既知の状況を定義する情報と、該情報に対応付けられたインパルス性雑音の周波数とからなる。一時記憶部１０４は、ＤＲＡＭ、ＳＲＡＭ等のメモリを用い、制御部１０１の処理によって発生するデータを一時的に記憶する。

測定部１０５は、電力線３，３，…における信号レベル（電圧値）を所定の間隔で測定し、測定結果を記憶部１０２又は一時記憶部１０４に記憶する。測定部１０５は、複数の端子を有して夫々、電力線３における複数の測定箇所における信号レベルを測定できるようにしてあってもよい。測定における所定の間隔は、例えば０．０１μｓｅｃ（１００ＭＨｚ）である。

調整部１０６は、各ＥＣＵ１，１，…及び各フィルタ部２０の帯域制限フィルタ２１に接続されている。調整部１０６は、制御部１０１からの制御により、ＥＣＵ１へ電力線通信部１３の送受信機に内蔵される変調器及び復調器のローカルオシレータの周波数を調整するように、インパルス性雑音の周波数を通知する。また調整部１０６は、制御部１０１の制御により、インパルス性雑音の周波数を制限すべく帯域制限フィルタ２１を適応制御する。

解析装置１００は、パーソナルコンピュータを用いてもよいし、雑音検出及び周波数調整専用の装置とすべく、各構成部の機能を発揮する構成要素を含むＦＰＧＡ、ＤＳＰ、ＡＳＩＣ等により構成されてもよい。

解析装置１００の制御部１０１は、解析プログラム１０３に基づき、図３６に示すような各機能を発揮し、測定部１０５にて測定して取得した所定の間隔毎の信号レベル（観測系列）からインパルス性雑音を検出する処理を実行する。制御部１０１は、車両の組み立て時の試験中に予め、インパルス性雑音を検出しておき、検出したインパルス性雑音の周波数を求めて記憶する。又は制御部１０１は車両の出荷後、通信が行なわれる間に随時、インパルス性雑音を検出し、周波数を求めてもよい。

そして制御部１０１は、調整部１０６を用いて、算出して記憶してあるインパルス性雑音の周波数を基に搬送波の周波数を調整し、帯域制限フィルタ２１を適応制御する処理を実行する。制御部１０１は、調整処理を組み立て時に予め行なう。又は制御部１０１は、随時発生するインパルス性雑音を検出して、リアルタイムにその周波数を求め、調整処理を行なってもよい。また、制御部１０１は、予め検出したインパルス性雑音について記憶してあるインパルス性雑音周波数情報１０７を記憶部１０２から読み出し、状況に応じて調整を行なってもよい。

図３６は、実施の形態６における車載ＰＬＣシステムに含まれる解析装置１００にて実現される機能を示す機能ブロック図である。制御部１０１は、解析プログラム１０３に基づき、観測系列の雑音特性に対応するパラメータを推定するパラメータ推定部１００１、推定されたパラメータに基づきインパルス性雑音の発生の有無を判断して検出するインパルス性雑音検出部１００５として機能する。パラメータ推定部１００１の機能は、パラメータの初期値を決定する初期値決定部１００２、ＢＷアルゴリズムを用いて初期値から、観測系列の尤度を極大化する雑音特性を算出するＢＷアルゴリズム算出部１００３、及びパラメータ出力部１００４としての機能を含む。

解析装置１００のパラメータ推定部１００１、及び当該パラメータ推定部１００１の詳細に対応する初期値決定部１００２、及びＢＷアルゴリズム算出部１００３及びパラメータ出力部１００４の機能は、実施の形態１における雑音検出装置６の制御部６０によるパラメータ推定部６０１、及び当該パラメータ推定部６０１の詳細に対応する初期値決定部６０２、及びＢＷアルゴリズム算出部６０３及びパラメータ出力部６０４の機能と同一である。また、インパルス性雑音検出部１００５の機能も、インパルス性雑音検出部６０５の機能と同一である。したがって、詳細な説明は省略する。

更に、制御部１０１は、解析プログラム１０３に基づき、検出したインパルス性雑音の周波数を算出する周波数算出部１００６としても機能する。制御部１０１は、周波数算出部１００６の機能により算出したインパルス性雑音の周波数を、記憶部１０２のインパルス性雑音周波数情報１０７として記憶する。

図３７は、実施の形態６における解析装置１００により実行される処理手順の一例を示すフローチャートである。なお、図３７のフローチャートに示す処理手順の内、ステップＳ１〜Ｓ７までの処理は、実施の形態１の図９のフローチャートに示したステップＳ１〜Ｓ７の処理手順と同一である。又は、実施の形態２の図１７のフローチャートに示したステップＳ１、Ｓ２、Ｓ５１〜Ｓ５８、及びＳ７の処理手順と同一でもよい。したがって、これらの手順については図示を省略し、詳細な説明を省略する。

制御部１０１は、測定部１０５により取得した測定データ（観測系列）（Ｓ１）から、ＦｌｅｘＲａｙのコミュニケーションサイクル単位分のデータを抽出する（Ｓ２）。抽出されるデータの期間は、実施の形態６でも１ｍｓｅｃとする。測定部１０５がサンプリングを行なう所定の間隔を１００ＭＨｚとしたから、抽出データは、１００，０００サンプル分の電圧値の系列である（Ｋ＝１０００００）。

制御部１０１は、抽出された１ｍｓｅｃ分の抽出データ（Ｋ＝１０００００サンプルの時系列電圧値）について、インパルス性雑音が発生している場合には（Ｓ６：ＹＥＳ、又はＳ５３：ＹＥＳ）、隠れマルコフ性ガウス雑音モデルに基づく雑音特性を算出し（Ｓ３又はＳ５７）、推定状態系列を算出し（Ｓ４、又はＳ５８）、各時点でのインパルス性雑音を検出する（Ｓ７）。

制御部１０１は、ステップＳ３で算出したパラメータθ（雑音特性）から、雑音の周波数を算出し（ステップＳ９１）、算出した周波数を、状況が既知である場合にはその状況を示す定義と対応付けて、記憶部１０２のインパルス性雑音周波数情報１０７に記憶する（Ｓ９２）。

制御部１０１は、記憶した周波数を読み出して調整部１０６を用い、ＥＣＵ１の送受信機へ送受信機に内蔵される変調器及び復調器のローカルオシレータの周波数を調整するように周波数を通知する（ステップＳ９３）。制御部１０１は、調整部１０６を用い、インパルス性雑音の周波数を制限すべく帯域制限フィルタ２１を適応制御し（ステップＳ９４）、処理を終了する。

制御部１０１は、図３７のフローチャートに示した処理手順の内、ステップＳ９１及びＳ９２については、車両の組み立て時に行なっておき、別途、車両ＰＬＣシステムの状況に応じて、ステップＳ９３及びＳ９４の処理を行なうようにしてもよい。

図３７のフローチャートに示した解析装置１００の処理により、組み立て後又は出荷後の車両の車載ＰＬＣシステムにて実際に発生するインパルス性雑音の周波数がインパルス性雑音周波数情報１０７として蓄積される。そして、当該蓄積に基づき、解析装置１００の制御部１０１の処理により、当該車両にて発生するインパルス性雑音を回避して良好に通信を行なうことが可能となる。

実施の形態１乃至６では、事後確率の算出方法として図４及び式３〜式７に示した前方及び後方状態確率を用いた。事後確率を最大とするパラメータの算出方法はＥＭ法による他の方法を用いてもよい。

また実施の形態１乃至６では、車載ＰＬＣシステムを例に電力線（通信媒体）に発生するインパルス性雑音の検出について説明した。しかしながら、本発明が電力線ではない通信線を介した通信におけるインパルス性雑音の検出にも適用できることは明らかである。更には、通信における雑音のみならず、信号線に発生するインパルス性雑音の検出に適用することも可能である。

なお、開示された実施の形態は、全ての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上述の説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内での全ての変更が含まれることが意図される。

１ ＥＣＵ（通信装置）
２ アクチュエータ（機器）
３ 電力線
６ 雑音検出装置
６０ 制御部
６０１ パラメータ推定部
６０２ 初期値決定部
６０３ ＢＷアルゴリズム算出部
６０４ パラメータ出力部
６０５ インパルス性雑音検出部
６４ 測定部
７ シミュレーション装置
７０ 制御部
７１ 記憶部
７３ 雑音記録
７５ 条件入力部
７６ 疑似雑音生成部
８ 車載ＰＬＣ設計装置
８０ 制御部
８１ 記憶部
８３ 雑音記録
８４ 通信条件候補群
８６ 入出力部
８７ 疑似雑音生成部
８８ 通信シミュレーション実行部
９ 最適化装置
９４ 測定部
９５ インパルス性雑音特徴量
９６ 通信条件候補群
９０１ パラメータ推定部
９０５ インパルス性雑音検出部
９０６ インパルス性雑音特徴量算出部
９０７ 最適候補決定部
１００ 解析装置
１０１ 制御部
１０５ 測定部
１０６ 調整部
１０７ インパルス性雑音周波数情報
１００１ パラメータ推定部
１００５ インパルス性雑音検出部
１００６ インパルス性雑音周波数算出部
２１ 帯域制限フィルタ

Claims (21)

1. 通信媒体を介して情報を送受信する通信装置を含む通信システムで、前記通信媒体に発生するインパルス性雑音を検出する方法において、
   前記通信媒体における信号レベルを所定の間隔で時系列的に測定し、
   所定の測定単位期間分の測定結果を観測系列として抽出し、
   抽出した観測系列から、隠れマルコフ性ガウス雑音モデルに基づき雑音特性を求め、
   求めた雑音特性及び前記観測系列から、雑音発生状態であるか否かの列である推定状態系列を推定し、
   推定状態系列から、前記測定単位期間内の各時点でのインパルス性雑音を各別に検出する
   ことを特徴とする雑音検出方法。
2. 前記推定状態系列は、
   前記抽出した観測系列と、前記測定単位期間に求めた雑音特性とを用いて各時点での状態の事後確率を算出し、
   算出した事後確率が最大となる状態の列を推定状態系列として求める
   ことを特徴とする請求項１に記載の雑音検出方法。
3. 前記事後確率を算出するに際し、
   各時点における状態の前の状態に関係する前方状態確率、及び後の状態に関係する後方状態確率を算出し、
   算出した前方状態確率及び後方状態確率を用いて各時点における状態の事後確率を算出する
   ことを特徴とする請求項２に記載の雑音検出方法。
4. 前記推定状態系列は、前記観測系列と前記測定単位期間におけるインパルス性雑音の時間的集中度、インパルス性雑音発生率、インパルス対背景雑音比、及び背景雑音電力を用い、各時点での状態の事後確率が最大となるように推定される
   ことを特徴とする請求項２又は３に記載の雑音検出方法。
5. 前記インパルス性雑音の検出に際し、
   求めた雑音特性に基づき、前記測定単位期間毎にインパルス性雑音の発生の有無を判断する
   ことを特徴とする請求項１乃至４のいずれかに記載の雑音検出方法。
6. 前記雑音特性に基づき判断するに際し、
   前記測定単位期間におけるインパルス性雑音の時間的集中度、インパルス性雑音発生率、インパルス対背景雑音比、及び背景雑音電力の内の少なくとも１つに基づいて判断する
   ことを特徴とする請求項５に記載の雑音検出方法。
7. 前記所定の測定単位期間は、
   前記通信媒体に接続される通信装置と他の通信装置の間の通信方式に基づく単位期間であること
   を特徴とする請求項１乃至６のいずれかに記載の雑音検出方法。
8. 前記推定状態系列は、
   前記所定の間隔の１又は複数からなる区間毎のインパルス性雑音の発生状態又は不発生状態の系列として求める
   ことを特徴とする請求項１乃至７のいずれかに記載の雑音検出方法。
9. 前記所定の測定単位期間毎に雑音特性を求めるに際し、
   隠れマルコフ性ガウス雑音モデルにおけるインパルス性雑音の発生状態か否かの２状態夫々の雑音電力の初期値を決定し、
   前記２状態間の４つの状態遷移確率の初期値を決定し、
   前記観測系列、並びに、決定した状態遷移確率及び状態雑音電力の初期値を用いて前方及び後方状態確率を求め、
   求めた前方及び後方状態確率から前記所定の測定単位期間における４つの状態遷移確率、及び前記２状態夫々の状態雑音電力を決定し、
   決定した状態遷移確率及び状態雑音電力を用いた前方及び後方状態確率の算出、及び、算出した前方及び後方状態確率からの状態遷移確率及び状態雑音電力の決定を繰り返し、前記観測系列の尤度を極大化する状態遷移確率及び状態雑音電力を求め、
   求めた状態遷移確率及び状態雑音電力により、前記雑音特性を特定する
   ことを特徴とする請求項３乃至８のいずれかに記載の雑音検出方法。
10. 前記２状態における状態雑音電力の初期値の決定に際し、
    前記所定の測定単位期間における観測系列から、モーメント法に係る所定の３つのモーメントを求め、
    求めた３つのモーメントから、前記２状態夫々の状態雑音電力の初期値を求める
    ことを特徴とする請求項９に記載の雑音検出方法。
11. 前記４つの状態遷移確率の初期値の決定に際し、
    求めた前記２状態夫々の雑音電力の初期値から、前記観測系列の信号レベル値に対する閾値を求め、
    求めた閾値と、前記観測系列の各信号レベル値との比較によって推定状態系列を求め、
    求めた推定状態系列により、前記４つの状態遷移確率の初期値を求める
    ことを特徴とする請求項９又は１０に記載の雑音検出方法。
12. 前記所定の測定期間におけるインパルス性雑音発生率が所定の範囲に含まれるか否かを判断し、
    含まれると判断した場合、決定した前記４つの状態遷移確率の初期値、及び前記２状態夫々の状態雑音電力の初期値のいずれか一方又は両方に基づき所定の統計的情報量規準を求め、
    求めた統計的情報量規準に基づきインパルス性雑音を含むか否かを判断し、
    含まないと判断した場合、前記前記観測系列の尤度を極大化する状態遷移確率及び状態雑音電力の算出を省略すること
    を特徴とする請求項９乃至１１のいずれかに記載の雑音検出方法。
13. 前記所定の統計的情報量規準は、対数尤度、竹内情報量規準、赤池情報量規準、及び前記竹内情報量規準、又は赤池情報量規準における自由パラメータ数に基づく規準のいずれか一又は複数であること
    を特徴とする請求項１２に記載の雑音検出方法。
14. 前記自由パラメータ数に基づく規準は、
    

    

    を満たすか否かであり、満たす場合にインパルス性雑音を含むと判断すること
    を特徴とする請求項１３に記載の雑音検出方法。
15. 前記通信媒体は車両に配策される電力線であり、前記通信システムは車載ＰＬＣシステムであること
    を特徴とする請求項１乃至１４に記載の雑音検出方法。
16. 通信媒体を介して情報を送受信する通信装置を含む通信システムで、前記通信媒体に発生するインパルス性雑音を検出する装置において、
    前記通信媒体における信号レベルを所定の間隔で時系列的に測定する手段と、
    所定の測定単位期間分の測定結果を観測系列として抽出する手段と、
    抽出した観測系列から、隠れマルコフ性ガウス雑音モデルに基づき雑音特性を求める手段と、
    求めた該雑音特性及び前記観測系列から、雑音発生状態であるか否かの列である推定状態系列を推定する手段と、
    前記推定状態系列から、前記測定単位期間内の各時点でのインパルス性雑音を各別に検出する手段と
    を備えることを特徴とする雑音検出装置。
17. 通信媒体を介して情報を送受信する通信装置を含む通信システムの前記通信媒体に発生するインパルス性雑音のシミュレーションを実行する方法において、
    複数の異なる既知の状況における通信媒体での信号レベルを所定の間隔で時系列的に測定し、
    所定の測定単位期間分の測定結果を観測系列として抽出し、
    抽出した観測系列から、隠れマルコフ性ガウス雑音モデルに基づき雑音特性を求め、
    求めた雑音特性及び前記観測系列から、雑音発生状態であるか否かの列である推定状態系列を推定し、
    前記推定状態系列から、前記測定単位期間内の各時点でのインパルス性雑音を各別に検出し、
    検出したインパルス性雑音の周波数を算出しておき、
    所定の測定単位期間毎に求めた雑音特性及び算出したインパルス性雑音の周波数を前記既知の状況と対応付けて記録しておき、
    シミュレーション対象の通信媒体の特性に基づき、該特性に対応する状況に対応付けられた雑音特性を用いて、隠れマルコフモデルに基づく状態系列を生成し、
    生成した状態系列と前記インパルス性雑音の周波数から疑似雑音を生成する
    ことを特徴とするシミュレーション方法。
18. 通信媒体を介して情報を送受信する通信装置を含む通信システムの通信媒体に発生するインパルス性雑音のシミュレーションを実行する装置において、
    複数の異なる既知の状況における前記通信媒体での信号レベルを所定の間隔で測定する手段と、
    所定の測定単位期間分の測定結果を観測系列として抽出する手段と、
    抽出した観測系列から、隠れマルコフ性ガウス雑音モデルに基づき雑音特性を求める手段と、
    求めた雑音特性及び前記観測系列から、雑音発生状態であるか否かの列である推定状態系列を推定する手段と、
    前記推定状態系列から、前記測定単位期間内の各時点でのインパルス性雑音を各別に検出する手段と、
    検出したインパルス性雑音の周波数を算出しておく手段と、
    所定の測定単位期間毎に求めた雑音特性及び算出したインパルス性雑音の周波数を前記既知の状況と対応付けて記録しておく手段と、
    シミュレーション対象の通信システムの構成に基づき、該構成に対応する状況に対応付けられた雑音特性を用いて、隠れマルコフモデルに基づく状態系列を生成する手段と、
    生成した状態系列と前記インパルス性雑音の周波数から疑似雑音を生成する手段と
    を備えることを特徴とするシミュレーション装置。
19. 通信媒体を介して情報を送受信する通信装置と、通信媒体上に帯域制限フィルタとを含む通信システムにおいて、
    複数の異なる既知の状況における通信媒体での信号レベルを所定の間隔で時系列的に測定し、所定の測定単位期間分の測定結果を抽出した観測系列に基づき、隠れマルコフ性ガウス雑音モデルを用いて前記測定単位期間毎に、雑音特性、並びに該雑音特性及び観測系列から推定される推定状態系列により検出されるインパルス性雑音の周波数を求めて前記既知の状況と対応付けてある記憶手段と、
    前記記憶手段から前記雑音特性及びインパルス性雑音の周波数を読み出す手段と、
    前記通信装置の送信機の搬送波周波数を前記インパルス性雑音とは異なる周波数帯に調整する手段と、
    前記インパルス性雑音を抑圧するように帯域制限フィルタを調整する手段と
    を備えることを特徴とする通信システム。
20. 通信媒体を介して情報を送受信する通信装置と、前記通信媒体上に帯域制限フィルタとを含む通信システムにおいて、
    前記通信装置の送信機の搬送波周波数及び受信機の帯域制限フィルタを適応制御する制御装置を含み、
    該制御装置は、
    前記通信媒体における信号レベルを所定の間隔で時系列的に測定する手段と、
    所定の測定単位期間分の測定結果を観測系列として抽出する手段と、
    抽出した観測系列から、隠れマルコフ性ガウス雑音モデルに基づき雑音特性を求める手段と、
    求めた雑音特性及び前記観測系列から推定される推定状態系列に基づき、インパルス性雑音を各別に検出する手段と、
    検出したインパルス性雑音の周波数から、前記通信装置の搬送波周波数及び前記帯域制限フィルタを制御する手段と
    を備えることを特徴とする通信システム。
21. 前記通信媒体は車両に配策される電力線であり、車載ＰＬＣシステムであることを特徴とする請求項１９又は２０に記載の通信システム。

Images