JP2020014039A - 無線通信システム、及び無線通信方法 - Google Patents

Abstract

【課題】最適な分離性能を発揮することができる無線通信システム、及び無線通信方法を提供する。【解決手段】非直交多元接続方式に基づき、複数の端末局２から送信されたリファレンス信号、及びデータ信号を含む端末信号ＵＤを処理する無線通信システム１００であって、複数の端末信号ＵＤを含む共有信号を取得する取得手段と、共有信号に含まれる複数のリファレンス信号に基づき、推定結果を生成する推定手段と、過去の推定結果と、過去の推定結果に紐づく参照情報との関連性が記憶された処理アルゴリズムデータベースと、処理アルゴリズムデータベースを参照し、参照情報のうち、推定結果に適した第１参照処理情報を選択する処理選択手段と、推定結果、及び第１参照処理情報に基づき、共有信号に含まれる複数のデータ信号をそれぞれ分離し、複数の復元データ信号として取得する分離手段と、を備える。【選択図】図１

Description

本発明は、非直交多元接続方式に基づき、複数の端末から送信されたリファレンス信号、及びデータ信号を含む端末信号を処理する無線通信システム、及び無線通信方法に関するものである。

近年、ＩｏＴ（Internet of Things）デバイスの普及に伴い、膨大な数のＩｏＴデバイスから送信される小データを、高効率でネットワークへ収容する技術が注目を集めている。特に、上記高効率の実現に有力とされる第５世代移動通信システム（５Ｇ）では、上り回線における非直交多元接続方式（ＮＯＭＡ：Non-Orthogonal Multiple Access）の標準化作業を進めることで、上記高効率化の実現が進められている。

上り回線における非直交多元接続方式では、ＩｏＴデバイス等のような複数の端末局が、同一時間及び同一周波数を共有し、データ信号を送信する。そして基地局は、複数のデータ信号が重畳された共有信号を取得する。共有信号は、信号分離処理アルゴリズムによって、データ信号毎に分離される。これにより、各端末局から送信されたデータ信号（復元データ信号）を、基地局が取得することができ、周波数利用効率を向上させることができる。

上述した信号分離処理アルゴリズムとして、例えば逐次干渉除去（ＳＩＣ：Successive Interference Cancelation）や、並列干渉除去（ＰＩＣ：Parallel Interference Cancelation）等の分離方式が知られており、例えば特許文献１の通信システムや、非特許文献１、２に開示されている。

特許文献１では、データ信号を伝送する一対の通信装置を複数組有する通信システムにおいて、通信装置は、一対をなす同じ組の通信装置にデータ信号を送信する送信部と、同じ組の通信装置からデータ信号を受信する受信部と、受信したデータ信号の受信時刻を検出する検出部と、受信したデータ信号の受信電力を測定する測定部と、異なる組の通信装置が送信したデータ信号が受信部または同じ組の通信装置により受信される場合、検出された受信時刻および測定された受信電力を用いて、少なくとも同じ組の通信装置と異なる組の一対の通信装置とにおける通信環境の情報を取得し、通信環境の情報に基づいて、同じ組の通信装置または送信部におけるデータ信号の送信タイミングおよび送信電力と、異なる組の通信装置におけるデータ信号の送信タイミングおよび送信電力とを制御する制御部とを備える旨が記載されている。

特開２０１８−３７７３１号公報

R1-1609333, LSS results for RDMA scheme, 3GPP RAN1, Oct. 2016. R1-1609332, LSS results for GOCA scheme, 3GPP RAN1, Oct. 2016.

ここで、信号分離処理アルゴリズムには、それぞれ特徴（短所、及び長所）があり、あらゆる種類の共有信号に対して最適な分離性能を発揮することは難しい。また、端末局となるＩｏＴデバイスの利用環境が多様化すると、端末局毎に異なる伝搬路変化（電力変動等）が加わり、共有信号も変化する。このため、例えば基地局側によって端末局の送信パラメータ（送信電力等）が制御された場合においても、特定の環境に最適化された信号分離処理アルゴリズムでは、最適な分離性能を発揮できないという課題が挙げられる。この点、上述した特許文献１の通信システムや、非特許文献１、２では、特定の信号分離処理アルゴリズムに関する記載のみが開示されており、上述した課題を解決することができない。

そこで本発明は、上述した問題点に鑑みて案出されたものであり、その目的とするところは、最適な分離性能を発揮することができる無線通信システム、及び無線通信方法を提供することにある。

本発明者らは、上述した問題点を解決するために、非直交多元接続方式に基づき、複数の端末局から送信されたリファレンス信号、及びデータ信号を含む端末信号を処理する無線通信システム、及び無線通信方法を発明した。無線通信システムは、取得手段と、推定手段と、処理アルゴリズムデータベースと、処理選択手段と、分離手段とを備えることを特徴とする。取得手段は、複数の端末信号を含む共有信号を取得する。推定手段は、共有信号に含まれる複数のリファレンス信号に基づき、複数の端末信号を送信した端末局と、端末局の通信路とを推定した推定結果を生成する。処理アルゴリズムデータベースは、過去の推定結果と、過去の推定結果に紐づく参照情報との関連性が記憶される。処理選択手段は、処理アルゴリズムデータベースを参照し、参照情報のうち、推定結果に適した参照処理情報を選択する。分離手段は、推定結果、及び参照処理情報に基づき、共有信号に含まれる複数のデータ信号をそれぞれ分離し、複数の復元データ信号として取得する。

請求項１に記載の無線通信システムは、非直交多元接続方式に基づき、複数の端末局から送信されたリファレンス信号、及びデータ信号を含む端末信号を処理する無線通信システムであって、複数の前記端末信号を含む共有信号を取得する取得手段と、前記共有信号に含まれる複数の前記リファレンス信号に基づき、複数の前記端末信号を送信した前記端末局と、前記端末局の通信路とを推定した推定結果を生成する推定手段と、過去の推定結果と、前記過去の推定結果に紐づく参照情報との関連性が記憶された処理アルゴリズムデータベースと、前記処理アルゴリズムデータベースを参照し、前記参照情報のうち、前記推定結果に適した参照処理情報を選択する処理選択手段と、前記推定結果、及び前記参照処理情報に基づき、前記共有信号に含まれる複数の前記データ信号をそれぞれ分離し、複数の復元データ信号として取得する分離手段と、を備えることを特徴とする。

請求項２に記載の無線通信システムは、請求項１において、前記推定結果は、複数の前記端末局の通信環境に関する雑音情報を含むことを特徴とする。

請求項３に記載の無線通信システムは、請求項１又は請求項２において、前記推定手段は、前記リファレンス信号に基づき、前記端末局毎に異なる受信電力、受信位相、及び反射波の少なくとも何れかに対応するベクトル値を含む前記推定結果を生成することを特徴とする。

請求項４に記載の無線通信システムは、請求項１〜３の何れかにおいて、前記処理アルゴリズムデータベースは、決定木学習を用いて構築されたものであることを特徴とする。

請求項５に記載の無線通信システムは、請求項１〜４の何れかにおいて、複数の前記復元データ信号の内容を評価して作成された教師情報を取得し、前記教師情報に基づき、前記過去の推定結果と前記参照情報との前記関連性を更新する更新手段をさらに備えることを特徴とする。

請求項６に記載の無線通信方法は、非直交多元接続方式に基づき、複数の端末局から送信されたリファレンス信号、及びデータ信号を含む端末信号を処理する無線通信方法であって、複数の前記端末信号を含む共有信号を取得する取得ステップと、前記共有信号に含まれる複数の前記リファレンス信号に基づき、複数の前記端末信号を送信した前記端末局と、前記端末局の通信路とを推定した推定結果を生成する推定ステップと、過去の推定結果と、前記過去の推定結果に紐づく参照情報との関連性が記憶された処理アルゴリズムデータベースを参照し、前記参照情報のうち、前記推定結果に適した参照処理情報を選択する処理選択ステップと、前記推定結果、及び前記参照処理情報に基づき、前記共有信号に含まれる複数の前記データ信号をそれぞれ分離し、複数の復元データ信号として取得する分離ステップと、を備えることを特徴とする。

上述した構成からなる本発明によれば、処理選択手段は、処理アルゴリズムデータベースを参照し、参照情報のうち、推定結果に適した参照処理情報を選択する。このため、基地局が様々な種類の共有信号を取得した場合においても、各共有信号に適した参照処理情報に基づき、重畳された複数のデータ信号を分離することができる。これにより、最適な分離性能を発揮することが可能となる。

また、上述した構成からなる本発明によれば、推定結果は、雑音情報を含んでもよい。このため、複数の端末信号の通信状況に影響する通信環境を踏まえて、共有信号に適した参照処理情報を選択することができる。これにより、通信環境の変化に伴う分離性能の低下を抑制することが可能となる。

また、上述した構成からなる本発明によれば、推定手段は、リファレンス信号に基づき、受信電力、受信位相、及び反射波の少なくとも何れかに対応するベクトル値を含む推定結果を生成してもよい。このため、推定結果が１種類のみのパラメータを含む場合に比べて、共有信号に適した参照処理情報を選択する精度を飛躍的に向上させることができる。これにより、分離性能の向上を図ることが可能となる。

また、上述した構成からなる本発明によれば、処理アルゴリズムデータベースは、決定木学習を用いて構築されたものであってもよい。このため、他の学習を用いて構築された場合に比べて、処理選択手段に費やす時間を短縮することができる。これにより、処理選択手段に伴う遅延の発生を抑制することが可能となる。

また、上述した構成からなる本発明によれば、更新手段は、教師情報に基づき、関連性を更新する。このため、送信環境の大幅な変更等が発生した場合においても、容易に共有信号に適した参照処理情報を選択することができる。これにより、最適な分離性能の維持を実現することが可能となる。

図１は、本実施形態における無線通信システムの一例を示す模式図である。 図２（ａ）は、端末信号及び複合信号の一例を示す模式図であり、図２（ｂ）は、複数の端末信号が重畳した状態を示す模式図である。 図３（ａ）及び図３（ｂ）は、端末信号の他の例を示す模式図である。 図４（ａ）は、基地局に含まれる構成の一例を示す模式図であり、図４（ｂ）は、基地局に含まれる機能の一例を示す模式図である。 図５は、決定木学習を用いて構築された処理アルゴリズムデータベースの一例を示す模式図である。 図６は、ランダムフォレストを用いて構築された処理アルゴリズムデータベースの一例を示す模式図である。 図７は、本実施形態における無線通信システムの動作の一例を示すフローチャートである。 図８（ａ）は、電波伝搬路が見通し内の条件における分離成功端末局数の割合を示すグラフであり、図８（ｂ）は、電波伝搬路が見通し外の条件における分離成功端末局数の割合を示すグラフである。

（無線通信システム１００）
以下、本発明における実施形態の無線通信システム１００について詳細に説明する。図１は、本実施形態における無線通信システム１００の一例を示す模式図である。

無線通信システム１００は、基地局１を備える。無線通信システム１００では、主に基地局１が、非直交多元接続方式に基づき、複数の端末局２（例えば２ａ、２ｂ、２ｃ）から送信された端末信号ＵＤ（例えばＵＤ１、ＵＤ２、ＵＤ３）を処理する。基地局１は、例えば通信可能とするためのデータを、予め端末局２に対して送信してもよい。

端末局２として、例えばＩｏＴデバイスと呼ばれる無線通信機能を有する装置が用いられ、例えばウェアラブル端末、コネクテッドカー、又はドローン等が用いられるほか、携帯電話、スマートフォン、又はタブレット端末が用いられる。端末局２から基地局１に端末信号ＵＤを送信する際、例えばグラントを不要とするＧＦ（Grant Free）通信が用いられる。

端末局２から送信される端末信号ＵＤは、例えば図２（ａ）に示すように、リファレンス信号ＲＳと、データ信号ＤＳとを含む。リファレンス信号ＲＳは、識別信号を示し、端末局２及び端末局２の通信路を推定するために用いられる。リファレンス信号ＲＳとして、例えば直交系列等の各端末局２固有の信号が利用され、これにより各端末局２の端末識別を行うことが可能となる。

リファレンス信号ＲＳの生成方法として、公知の方法を用いることができる。例えばリファレンス信号ＲＳの生成方法として、系列長Ｎ′_ZC（Ｎ′_ZCは素数）のザドフ−チュウ系列を生成し、サイクリック拡張を行う。その後、位相回転を与え、ＩＤＦＴ（逆離散フーリエ変換）を施すことで、リファレンス信号ＲＳが生成される。

データ信号ＤＳは、データ本体（ペイロード）を示す。各端末信号ＵＤ（ＵＤ１、ＵＤ２、・・・、ＵＤｋ）は、それぞれ異なる端末局２（２ａ、２ｂ、・・・、２ｋ）から送信され、各端末信号ＵＤに、リファレンス信号ＲＳ（ＲＳ１、ＲＳ２、・・・、ＲＳｋ）及びデータ信号ＤＳ（ＤＳ１、ＤＳ２、・・・、ＤＳｋ）が含まれる。

基地局１は、複数の端末信号ＵＤ（ＵＤ１、ＵＤ２、・・・、ＵＤｋ）を含む共有信号ＵＤＳを取得する。共有信号ＵＤＳは、例えば図２（ｂ）に示すように、同一時間及び同一周波数を共有した複数の端末信号ＵＤが重畳した状態を示す。なお、共有信号ＵＤＳに含まれる端末信号ＵＤの数は、任意である。基地局１は、共有信号ＵＤＳに含まれる複数のデータ信号ＤＳをそれぞれ分離し、複数の復元データとして取得する。これにより、大量のデータを同一時間及び同一周波数で伝送することが可能となる。

なお、端末信号ＵＤは、例えば図３に示すように、時間軸ｔにおいてリファレンス信号ＲＳ及びデータ信号ＤＳの前にサイクリックプレフィックスＣＰ（Cyclic Prefix）を含んでもよい。また、リファレンス信号ＲＳ及びデータ信号ＤＳが時間軸ｔにおいて配列される順序、データ長、及び数（頻度）は、任意である。

＜基地局１＞
図４（ａ）は、基地局１に含まれる構成の一例を示す模式図である。基地局１は、ＣＰＵ１０１と、ＲＯＭ１０２と、ＲＡＭ１０３と、保存部１０４と、アンテナ１０５と、Ｉ／Ｆ１０６〜１０９とを備える。各構成１０１〜１０９は、内部バス１１０により接続される。

ＣＰＵ（Central Processing Unit）２０１は、基地局１の少なくとも一部を制御する。ＲＯＭ（Read Only Memory）１０２は、ＣＰＵ１０１の動作コードを格納する。ＲＡＭ（Random Access Memory）１０３は、ＣＰＵ１０１の動作時に使用される作業領域である。保存部１０４は、各種情報が保存される。保存部１０４としてデータ保存装置が用いられ、例えばＨＤＤ（Hard Disk Drive）、ＳＳＤ（solid state drive）等が用いられる。アンテナ１０５は、端末局２等と端末信号ＵＤ等の各種信号の送受信を行うために用いられる。

Ｉ／Ｆ１０６は、アンテナ１０５と接続するためのインターフェース部品である。Ｉ／Ｆ１０７は、インターネット等の通信網４と接続するためのインターフェース部品である。

Ｉ／Ｆ１０８は、入力部分１１１との情報の送受信を行うためのインターフェース部品である。入力部分１１１として、例えばキーボードが用いられ、無線通信システム１００の管理者等は、入力部分１１１を介して、各種情報又は基地局１の制御コマンド等を入力できる。Ｉ／Ｆ１０９は、出力部分１１２との各種情報の送受信を行うためのインターフェース部品である。出力部分１１２は、保存部１０４に保存された各種情報、又は基地局１の処理状況等を出力できる。出力部分１１２として、例えばディスプレイが用いられる。

図４（ｂ）は、基地局１に含まれる機能の一例を示す模式図である。基地局１は、取得部１１と、推定部１２と、記憶部１３と、処理選択部１４と、分離部１５と、出力部１６とを備える。なお、図４（ｂ）に示した各機能１１〜１６は、ＣＰＵ１０１が、ＲＡＭ１０３を作業領域として、保存部１０４等に記憶されたプログラムを実行することにより実現される。

＜取得部１１＞
取得部１１は、複数の端末信号ＵＤを含む共有信号ＵＤＳを取得する。取得部１１は、アンテナ１０５を介して共有信号ＵＤＳを取得する。

＜推定部１２＞
推定部１２は、共有信号ＵＤＳに含まれる複数のリファレンス信号ＲＳに基づき、複数の端末信号ＵＤを送信した端末局２と、端末局２の通信路とを推定した推定結果を生成する。推定部１２は、基地局１毎に異なる伝搬環境や利用されるサービス等に基づく推定結果を生成できる。

推定結果は、例えばリファレンス信号ＲＳを処理して得られた信号特徴情報に対応するベクトル値を含む。信号特徴情報は、例えば端末局２毎に異なる受信電力、受信位相、及び反射波の少なくとも何れかを有する。

リファレンス信号から信号特徴情報を取得する処理方法として、公知の処理方法を用いることができる。信号特徴情報を取得する処理方法として、例えばリファレンス信号ＲＳをＤＦＴ（離散フーリエ変換）によって周波数領域の信号に変換する。その後、ザドフ−チュウ系列Ｘｕの複素共役conj（Ｘｕ）を乗算し、逆離散フーリエ変換した信号を切り分けることで、信号特徴情報を取得することができる。

推定結果は、端末局２毎に異なる信号特徴情報を推定した結果を含むほか、例えば端末局２に予め割り当てられたＩＤを推定した結果や、端末局２の種類（ウェアラブル端末等）を推定した結果を含む。

推定結果は、例えば複数の端末局２の通信環境に関する雑音情報（雑音電力）をベクトル変換した値を含む。雑音情報は、例えば基地局１における熱雑音や、雑音等を示す。例えば、共有信号ＵＤＳに５つの端末信号ＵＤが含まれる場合、推定結果として、各リファレンス信号ＲＳに基づき取得した受信電力と、雑音情報とをベクトル変換した結果が用いられる。ベクトル変換した結果は、例えば第１端末局２〜第５端末局２の受信電力のベクトル値、及び雑音情報のベクトル値の順に［-72.6 -71.8 -84.2 -88.1 -74.7 -102.4］のように示される。なお、推定結果においてベクトル値は、例えば推定結果として各リファレンス信号ＲＳに基づき取得できるパラメータ（受信電力、受信位相、反射波）の数により変化する。

＜記憶部１３＞
記憶部１３は、各種データを保存部１０４に記憶させ、又は各種データを保存部１０４から取出す。記憶部１３は、必要に応じて保存部１０４に記憶された処理アルゴリズムデータベース（識別器）を取出す。

処理アルゴリズムデータベースには、例えば過去の推定結果及び参照情報が記憶される。過去の推定結果は、以前に取得された複数の推定結果を示し、例えば処理アルゴリズムデータベースの構築用途として意図的に生成されたものでもよい。

参照情報は、複数の参照処理情報（信号分離処理アルゴリズム）を含む。参照処理情報は、共有信号ＵＤＳに含まれる複数のデータ信号ＤＳを、それぞれ分離するために用いられる。参照処理情報として、例えば逐次干渉除去方式、及び並列干渉除去方式、並びに、逐次干渉除去方式と、並列干渉除去方式とを任意の数で組み合わせた方式が用いられる。

処理アルゴリズムデータベースには、過去の推定結果と、参照情報との関連性が記憶される。関連性は、例えば百分率等の３段階以上の関連度で示すことができる。関連性は、１つの過去の推定結果に対して複数の参照処理情報が関わる度合いを示すことができ、例えば関連性が高い値を示す場合に、過去の推定結果と、参照処理情報との関わりが強いことを示す。過去の推定結果と参照処理情報との関わりが強い場合、過去の推定情報に適した参照処理情報（信号分離処理アルゴリズム）であることを意味する。

処理アルゴリズムデータベースは、例えば決定木学習を用いて構築される。決定木学習を用いて構築された処理アルゴリズムデータベースとして、例えば図５に示すように、ルートノードＲ、決定ノードＤ、及びリーフノードＬを用いて模式的に示すことができる。

例えば図５では、最上位層に配置された１つのルートノードＲに対して、下位層に配置された２つの決定ノードＤ１、Ｄ２が紐づく。決定ノードＤ１には、さらに下位層に配置された２つのリーフノードＬ１、Ｌ２が紐づく。決定ノードＤ２には、さらに下位層に配置された２つのリーフノードＬ３、Ｌ４が紐づく。なお、決定ノードＤとリーフノードＬとの間には、任意の数の決定ノードＤが紐づいてもよい。この場合、上位層に配置された１つの決定ノードＤに対して、下位層に配置された２つの決定ノードＤが紐づけられる。

ルートノードＲ及び決定ノードＤは、推定結果（サンプルデータ）を２つに分類する判定条件（図５では判定条件１〜３）を含み、分類の対象となる推定結果を、２つの決定ノードＤの何れか、又は２つのリーフノードＬの何れかに分類することができる。判定条件として、例えば閾値が用いられ、過去の推定結果に含まれるベクトルの値に基づき設定される。リーフノードＬは、参照情報、及び分類された過去の推定結果と参照情報との関連性を含む。

本実施形態における無線通信システム１００では、例えば過去の推定情報及び参照情報を用いて、決定木学習により処理アルゴリズムデータベースを構築する。決定木学習は、他の学習方法により処理アルゴリズムデータベースを構築した場合に比べて、処理アルゴリズムデータベースを容易に更新することができる。また、学習時に用いる重みづけのパラメータとして、過去の推定情報に含まれる雑音情報が用いられる。このため、基地局１の設置場所や周辺環境に適した処理アルゴリズムデータベースが構築される。特に、共有信号ＵＤＳから複数のデータ信号ＤＳを分離する際の条件は、基地局１の周辺環境の変化に伴う影響を受け易いため、雑音情報を重みづけのパラメータとして決定木学習を行うことで、条件に見合った処理アルゴリズムデータベースを構築できる。

なお、本実施形態における無線通信システム１００では、例えばランダムフォレストを用いて処理アルゴリズムデータベースが構築されてもよい。この場合の処理アルゴリズムデータベースとして、例えば図６に示すルートノードＲ、決定ノードＤ、及びリーフノードＬで模式的に示すことができる。

例えば各ルートノードＲ１、Ｒ２は独立して決定ノードＤ、及びリーフノードＬと紐づいており、独立した各ルートノードＲの数は任意である。各ルートノードＲ及び決定ノードＤには、異なる判定条件を含ませることができる。このため、複数のルートノードＲを用いて得られた結果に対して総合的な判定（例えば多数決）を実施することができる。これにより、後述する処理選択部１４における参照処理情報の選択精度を向上させることが可能となる。

＜処理選択部１４＞
処理選択部１４は、処理アルゴリズムデータベースを参照し、参照情報のうち、推定結果に適した参照処理情報を選択する。処理選択部１４は、例えば参照情報のうち、推定結果との関連性が最も高い参照処理情報（例えば第１参照処理情報）を選択するほか、複数の参照処理情報を選択してもよい。

処理選択部１４は、例えば図５に示した決定木学習で構築された処理アルゴリズムデータベースを参照する場合、ルートノードＲに含まれる判定条件１と、推定結果とを比較する。処理選択部１４は、比較結果に対応する決定ノードＤ（例えばＤ１）に含まれる判定条件２と、比較結果を比較する。処理選択部１４は、比較結果に対応するリーフノードＬ（例えばＬ１）に含まれる参照情報のうち、例えば１つの参照処理情報を選択する。このとき、例えば処理選択部１４は、最も関連性の高い第１参照処理情報（逐次干渉除去（ＳＩＣ）／関連性：９０％）を選択する。

処理選択部１４は、例えば深層学習で構築された処理アルゴリズムデータベースを参照する場合、推定結果に一致又は類似する過去の推定結果（第１過去の推定結果）を指定する。その後、第１過去の推定結果に紐づく参照処理情報のうち、例えば関連性が最も高い参照処理情報を選択する。

＜分離部１５＞
分離部１５は、推定結果、及び参照処理情報に基づき、共有信号ＵＤＳに含まれるデータ信号ＤＳをそれぞれ分離し、複数の復元データ信号として取得する。分離部１５は、例えば参照処理情報として逐次干渉除去方式が選択された場合、共有信号ＵＤＳに含まれるデータ信号ＤＳに対して、逐次干渉除去方式を実行する。分離部１５は、分離した各データを、複数の復元データ信号として取得する。

＜出力部１６＞
出力部１６は、分離した復元データ信号を出力（送信）する。出力部１６は、例えば復元データ信号に基づき、端末局２等に送信する送信信号を生成し、送信信号を端末局２に送信してもよい。

出力部１６は、例えばアンテナ１０５又は通信網４を介して、他の基地局１に復元データ信号等を送信してもよい。例えば、複数の基地局１で同一の共有信号ＵＤＳを取得し、共有信号ＵＤＳに含まれるデータ信号ＤＳに対する分離処理を、複数の基地局１の間で連携して行うことができる。この場合、他の基地局１で取得された復元データ信号は、取得部１１を介して取得される。これにより、データ信号ＤＳの分離処理に費やす時間を短縮することが可能となる。また、基地局１毎に取得される復元データの品質にバラつきが発生する場合、各基地局１で取得された復元データを集約することにより、品質のバラつきを抑制することが可能となる。

出力部１６は、例えば通信網４を介して、サーバ等に復元データ信号等を送信してもよい。この場合、例えば復元データ信号に基づき、サーバ等を用いて処理アルゴリズムデータベースの更新情報が生成され、更新情報に基づき基地局１の処理アルゴリズムデータベースが更新されるようにしてもよい。このため、基地局１において、処理アルゴリズムデータベースを更新するための負荷を、最小限に抑えることが可能となる。

＜更新部１７＞
基地局１は、例えば更新部１７を備えてもよい。更新部１７は、復元データ信号の内容を評価して作成された教師情報を取得し、教師情報に基づき、過去の推定結果と参照情報との関連性を更新する。

例えば出力部１６は、出力部分１１２に復元データを出力する。この場合、管理者等が復元データの内容について評価し、復元データに対する評価結果を作成することができる。このとき、更新部１７は、評価結果を教師情報として取得し、教師情報に基づき関連性を更新する。なお、教師情報には、評価対象となった復元データ、復元データを取得するための推定情報、参照処理情報、及びデータ信号ＤＳを含ませてもよい。

（無線通信システム１００の動作）
次に、本実施形態における無線通信システム１００の動作について説明する。図７は、本実施形態における無線通信システム１００の動作の一例を示すフローチャートである。

＜取得手段Ｓ１１０＞
先ず、共有信号ＵＤＳを取得する（取得手段Ｓ１１０）。取得部１１は、例えばアンテナ１０５を介して受信した複数の端末信号ＵＤを、共有信号ＵＤＳとして取得する。取得部１１が共有信号ＵＤＳを取得するタイミング及び頻度は、任意である。取得部１１は、例えば記憶部１３を介して、取得した共有信号ＵＤＳを保存部１０４に保存する。なお、例えば取得部１１は、共有信号ＵＤＳと同時に雑音情報を取得してもよい。この場合取得部１１は、記憶部１３を介して、雑音情報を保存部１０４に保存してもよい。

＜推定手段Ｓ１２０＞
次に、共有信号ＵＤＳに含まれる複数のリファレンス信号ＲＳに基づき、推定結果を生成する（推定手段Ｓ１２０）。推定結果は、例えば複数の端末信号ＵＤを送信した端末局２を推定する情報、及び端末局２を推定する情報を含む。

推定部１２は、例えば記憶部１３を介して、共有信号ＵＤＳ及び雑電情報を保存部１０４から取出す。推定部１２は、例えば雑音情報と、各リファレンス信号ＲＳを処理して得られた受信電力等の信号特徴情報とをベクトル変換し、推定結果として生成する。推定部１２は、例えば記憶部１３を介して、推定結果を保存部１０４に保存する。

＜処理選択手段Ｓ１３０＞
次に、処理アルゴリズムデータベースを参照し、推定結果に適した参照処理情報を選択する（処理選択手段Ｓ１３０）。参照処理情報は、参照情報に含まれ、逐次干渉除去方式等の情報を含む。

処理選択部１４は、例えば記憶部１３を介して、処理アルゴリズムデータベース及び推定結果を保存部１０４から取出す。処理選択部１４は、例えば記憶部１３を介して、参照処理情報を保存部１０４に保存する。

例えば決定木学習を用いて処理アルゴリズムデータベースが構築された場合、処理選択部１４は、ルートノードＲ及び決定ノードＤに含まれる判定条件を用いて、推定結果をリーフノードＬに分類する。処理選択部１４は、推定結果が分類されたリーフノードＬに含まれる参照情報のうち、例えば最も関連性の高い参照処理情報を選択する。

なお、ランダムフォレストを用いて処理アルゴリズムデータベースが構築された場合、処理選択部１４は、それぞれ独立した複数のルートノードＲ毎に、推定結果をリーフノードＬに分類する。処理選択部１４は、推定結果が分類された各リーフノードＬに含まれる参照情報のうち、例えば最も関連性の高い参照処理情報を選択する。なお、参照処理情報を選択する場合、例えば各リーフノードＬに含まれる参照情報のうち、関連性の平均が高い参照処理情報や、所定の閾値よりも高い関連性を示す数の多い参照処理情報を、参照処理情報として選択してもよい。

＜分離手段Ｓ１４０＞
次に、推定結果、及び参照処理情報に基づき、複数の復元データ信号を取得する（分離手段Ｓ１４０）。複数の復元データ信号は、共有信号ＵＤＳに含まれる複数のデータ信号ＤＳと同一又は類似する信号を示す。

分離部１５は、例えば記憶部１３を介して、推定結果、共有信号ＵＤＳ、及び参照処理情報を保存部１０４から取出す。分離部１５は、例えば記憶部１３を介して、複数の復元データを保存部１０４に保存する。

＜出力手段Ｓ１５０＞
その後、例えば必要に応じて複数の復元データを出力する（出力手段Ｓ１５０）。出力部１６は、例えば記憶部１３を介して、復元データを保存部１０４から取出す。出力部１６は、例えば複数の復元データを他の基地局１やサーバ等に送信するほか、例えば復元データ信号に基づき送信信号を生成し、送信信号を端末局２等に送信してもよい。

＜更新手段＞
その後、必要に応じて教師情報を取得し、教師情報に基づき処理アルゴリズムデータベースを更新してもよい（更新手段）。更新部１７は、例えば複数の復元データの内容を評価して作成された教師データを取得する。更新部１７は、教師情報に基づき、過去の推定結果と参照情報との関連性を更新する。

上述した動作を実施することで、本実施形態における無線通信システム１００の動作は終了する。

本実施形態によれば、処理選択手段Ｓ１３０は、処理アルゴリズムデータベースを参照し、参照情報のうち、推定結果に適した参照処理情報を選択する。このため、基地局１が様々な種類の共有信号ＵＤＳを取得した場合においても、各共有信号ＵＤＳに適した参照処理情報に基づき、重畳された複数のデータ信号ＤＳを分離することができる。これにより、最適な分離性能を発揮することが可能となる。

また、本実施形態によれば、推定結果は、雑音情報を含んでもよい。このため、複数の端末信号ＵＤの通信状況に影響する通信環境を踏まえて、共有信号ＵＤＳに適した参照処理情報を選択することができる。これにより、通信環境の変化に伴う分離性能の低下を抑制することが可能となる。

また、本実施形態によれば、推定手段Ｓ１２０は、リファレンス信号ＲＳに基づき、受信電力、受信位相、及び反射波の少なくとも何れかに対応するベクトル値を含む推定結果を生成してもよい。このため、推定結果が１種類のみのパラメータを含む場合に比べて、共有信号ＵＤＳに適した参照処理情報を選択する精度を飛躍的に向上させることができる。これにより、分離性能の向上を図ることが可能となる。

また、本実施形態によれば、処理アルゴリズムデータベースは、決定木学習を用いて構築されたものであってもよい。このため、他の学習を用いて構築された場合に比べて、処理選択手段に費やす時間を短縮することができる。これにより、処理選択手段に伴う遅延の発生を抑制することが可能となる。

また、決定木学習により構築された処理アルゴリズムデータベースを用いることで、過去の推定情報とは異なる推定情報に対しても、推定結果に適した参照処理情報を容易に選択することができる。すなわち、処理アルゴリズムデータベースを参照することで、既知又は未知の推定結果に関わらず、同一の条件により想定結果を分類することができる。このため、様々な条件の共有信号ＵＤＳを取得する基地局１においても、最適な分離性能を容易に発揮することが可能となる。

また、本実施形態によれば、更新手段は、教師情報に基づき、関連性を更新する。このため、送信環境の大幅な変更等が発生した場合においても、容易に共有信号ＵＤＳに適した参照処理情報を選択することができる。これにより、最適な分離性能の維持を実現することが可能となる。

次に、本実施形態における無線通信システム１００の実施例について説明する。実施例では、非直交多元接続方式のシミュレーションにより、比較例１、２、及び実施例１における分離成功端末局数の割合を評価した。

本実施例における共通の条件は、表１の通りである。実施例１では、決定木学習を用いて構築された処理アルゴリズムデータベースを用いて、上述した動作と同様の方法により信号分離処理アルゴリズム（第１参照処理情報）を選択し、共有信号に含まれる複数のデータ信号を分離した。比較例１では、逐次干渉除去方式により、共有信号に含まれる複数のデータ信号を分離した。比較例２では、並列干渉除去方式により、共有信号に含まれる複数のデータ信号を分離した。

図８は、本実施例におる分離成功端末局数の分布を示すグラフである。図８（ａ）は、電波伝搬路が見通し内の条件における分離成功端末局数の分布を示すグラフであり、図８（ｂ）は、電波伝搬路が見通し外の条件における分離成功端末局数の分布を示すグラフである。図８の横軸は、共有信号に含まれる５つの端末信号のうち、分離に成功した数（分離成功端末局数）を示し、縦軸は、分離成功端末局数の割合を示す。

図８（ａ）に示すように、比較例１において、５つ全ての端末信号の分離に成功した割合は、約８０％であった。また、比較例２において、５つ全ての端末信号の分離に成功した割合は、約９０％であった。これに対し、実施例１において、５つ全ての端末信号の分離に成功した割合は、比較例１、２よりも高く、約１００％であった。

図８（ｂ）に示すように、比較例１において、５つ全ての端末信号の分離に成功した割合は、６０％弱であった。また、比較例２において、５つ全ての端末信号の分離に成功した割合は、８０％弱であった。これに対し、実施例１において、５つ全ての端末信号の分離に成功した割合は、比較例１、２よりも高く、約９５％であった。

上記より、電波伝搬路の見通し内、及び見通し外において、５つ全ての端末信号の分離に成功した割合は、比較例１、２よりも実施例１のほうが高いことを確認した。

以上より、本実施形態における無線通信システム１００によれば、最適な分離性能を発揮することが可能となる。また、本実施形態における無線通信方法によれば、上述した無線通信システム１００における取得手段Ｓ１１０と、推定手段Ｓ１２０と、処理選択手段Ｓ１３０と、分離手段Ｓ１４０との代わりに、取得ステップと、推定ステップと、処理選択ステップと、分離ステップとを備えることで、上述した内容と同様に、最適な分離性能を発揮することが可能となる。すなわち、本実施形態における無線通信方法によれば、処理選択ステップは、処理アルゴリズムデータベースを参照し、参照情報のうち推定結果に適した第１参照処理情報を選択する。このため、基地局１が様々な種類の共有信号ＵＤＳを取得した場合においても、各共有信号ＵＤＳに適した第１参照処理情報に基づき、重畳された複数のデータ信号ＤＳを分離することができる。これにより、最適な分離性能を発揮することが可能となる。なお、本実施形態における無線通信方法は、例えば上述した基地局１に実装されたコンピュータ・プログラムを実行することにより実現してもよい。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１ ：基地局
１１ ：取得部
１２ ：推定部
１３ ：記憶部
１４ ：処理選択部
１５ ：分離部
１６ ：出力部
１７ ：更新部
１０１ ：ＣＰＵ
１０２ ：ＲＯＭ
１０３ ：ＲＡＭ
１０４ ：保存部
１０５ ：アンテナ
１０６ ：Ｉ／Ｆ
１０７ ：Ｉ／Ｆ
１０８ ：Ｉ／Ｆ
１０９ ：Ｉ／Ｆ
１１０ ：内部バス
１１１ ：入力部分
１１２ ：出力部分
２ ：端末局
４ ：通信網
１００ ：無線通信システム
ＣＰ ：サイクリックプレフィックス
Ｄ ：決定ノード
ＤＳ ：データ信号
Ｌ ：リーフノード
Ｒ ：ルートノード
ＲＳ ：リファレンス信号
Ｓ１１０ ：取得手段
Ｓ１２０ ：推定手段
Ｓ１３０ ：処理選択手段
Ｓ１４０ ：分離手段
Ｓ１５０ ：出力手段
ＵＤ ：端末信号
ＵＤＳ ：共有信号

Claims (6)

1. 非直交多元接続方式に基づき、複数の端末局から送信されたリファレンス信号、及びデータ信号を含む端末信号を処理する無線通信システムであって、
   複数の前記端末信号を含む共有信号を取得する取得手段と、
   前記共有信号に含まれる複数の前記リファレンス信号に基づき、複数の前記端末信号を送信した前記端末局と、前記端末局の通信路とを推定した推定結果を生成する推定手段と、
   過去の推定結果と、前記過去の推定結果に紐づく参照情報との関連性が記憶された処理アルゴリズムデータベースと、
   前記処理アルゴリズムデータベースを参照し、前記参照情報のうち、前記推定結果に適した参照処理情報を選択する処理選択手段と、
   前記推定結果、及び前記参照処理情報に基づき、前記共有信号に含まれる複数の前記データ信号をそれぞれ分離し、複数の復元データ信号として取得する分離手段と、
   を備えることを特徴とする無線通信システム。
2. 前記推定結果は、複数の前記端末局の通信環境に関する雑音情報を含むこと
   を特徴とする請求項１記載の無線通信システム。
3. 前記推定手段は、前記リファレンス信号に基づき、前記端末局毎に異なる受信電力、受信位相、及び反射波の少なくとも何れかに対応するベクトル値を含む前記推定結果を生成すること
   を特徴とする請求項１又は２記載の無線通信システム。
4. 前記処理アルゴリズムデータベースは、決定木学習を用いて構築されたものであること
   を特徴とする請求項１〜３の何れか１項記載の無線通信システム。
5. 複数の前記復元データ信号の内容を評価して作成された教師情報を取得し、前記教師情報に基づき、前記過去の推定結果と前記参照情報との前記関連性を更新する更新手段をさらに備えること
   を特徴とする請求項１〜４の何れか１項記載の無線通信システム。
6. 非直交多元接続方式に基づき、複数の端末局から送信されたリファレンス信号、及びデータ信号を含む端末信号を処理する無線通信方法であって、
   複数の前記端末信号を含む共有信号を取得する取得ステップと、
   前記共有信号に含まれる複数の前記リファレンス信号に基づき、複数の前記端末信号を送信した前記端末局と、前記端末局の通信路とを推定した推定結果を生成する推定ステップと、
   過去の推定結果と、前記過去の推定結果に紐づく参照情報との関連性が記憶された処理アルゴリズムデータベースを参照し、前記参照情報のうち、前記推定結果に適した参照処理情報を選択する処理選択ステップと、
   前記推定結果、及び前記参照処理情報に基づき、前記共有信号に含まれる複数の前記データ信号をそれぞれ分離し、複数の復元データ信号として取得する分離ステップと、
   を備えることを特徴とする無線通信方法。

Images