JP2021027412A - 通信装置とその制御方法及びプログラム、学習済モデルと通信システム及び制御方法 - Google Patents
通信装置とその制御方法及びプログラム、学習済モデルと通信システム及び制御方法 Download PDFInfo
- Publication number
- JP2021027412A JP2021027412A JP2019141684A JP2019141684A JP2021027412A JP 2021027412 A JP2021027412 A JP 2021027412A JP 2019141684 A JP2019141684 A JP 2019141684A JP 2019141684 A JP2019141684 A JP 2019141684A JP 2021027412 A JP2021027412 A JP 2021027412A
- Authority
- JP
- Japan
- Prior art keywords
- channel
- information
- interference wave
- communication device
- interference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/541—Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/14—Spectrum sharing arrangements between different networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/02—Selection of wireless resources by user or terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
Abstract
Description
例えば日本ではW52(5.2GHz帯(5150−5250MHz)、W53(5.3GHz帯(5250−5350MHz))、W56(5.6GHz帯(5470−5725MHz))が5GHz帯では利用可能な帯域として規定されている。その中で、DFSによる干渉波を受けない帯域(非DFS帯域)はW52のみとなる。例えばW52は、36/40/44/48Chを使用する。
前記通信装置の位置情報と、前記無線通信と干渉を生じる可能性のある電波の発生源の位置情報と、時刻情報と、を基に出力された、前記無線通信が干渉する可能性のあるチャンネル情報の情報を取得する取得部と、
前記取得されたチャンネル情報に基づき、前記無線通信で使用するチャンネルを選択する選択部と、
を備えることを特徴とする通信装置が提供される。
前記学習済モデルを構成するニューラルネットワークの重み付け係数は、前記無線通信を行う通信装置の位置情報と、干渉波の発生源の位置情報と、時刻情報とを含む入力データと、前記無線通信の干渉波が発生するチャンネル情報を含む教師データとを学習用データとして用いて学習されており、
通信装置の位置情報と、干渉波の発生源の位置情報と、時刻情報とを含む入力データに対して、無線通信の干渉波が発生するチャンネル情報を前記ニューラルネットワークの出力層から出力させるようコンピュータを機能させるための学習済モデルが提供される。
推定して出力するための学習済モデルを生成する学習手段と、
前記学習済モデルを用いて推定を行う推定手段とを備え、
前記学習手段は、位置情報と、干渉波の発生源の位置情報と、時刻と、対象チャンネルと、干渉波発生有無を示す情報を入力データとし、干渉波が発生したチャンネル情報を教師データとして、前記入力データから推定された干渉波が発生するチャンネル情報と前記教師データとのずれが最小となるように学習モデルを最適化することで前記学習済モデルを生成し、
前記推定手段は、前記無線通信装置の位置情報と、前記無線通信装置の最寄りも干渉波の発生源の位置情報と、時刻とを入力データとして、干渉波が発生するチャンネル情報を推定する
ことを特徴とする通信システムが提供される。
本実施形態の通信装置(特に無線通信装置)について説明する。通信装置として、本実施形態では、無線LANアクセスポイント(或いは無線LAN親局または単に親局とも呼ぶ。)の機能を有するルータを例示しているが、これに限定されない。通信装置として、サーバーや端末装置等の情報処理装置と無線LANを介した通信を行うことが可能な装置であれば、種々のものを適用可能である。例えば通信装置としては、ルータとしての機能を持たない無線LANアクセスポイントや、無線通信機能を有する端末装置などであってもよい。また、例えば、複写機やファクシミリ装置、スマートフォン、携帯電話、PC、タブレット端末、PDA、デジタルカメラ、音楽再生デバイス、ストレージ、プロジェクタ、スマートスピーカ等、無線通信機能に対応した装置であってもよい。なお、スマートスピーカとは、ユーザが発する音声に従って、同一のネットワークに存在する機器に対して処理を指示したり、ユーザが発する音声に対応して、ネットワークを介して取得した情報をユーザに通知したりするための装置である。親局である通信装置は、無線ネットワークを構築し、無線ネットワークに接続するためのパラメータを提供する。なお、親局(例えば、無線LANアクセスポイント)は、チャンネルを決定し、無線LANステーション(子局とも呼ぶ)との間で、決定したチャンネルを用いて通信を行う。
図1は、本発明の一実施形態である通信システム100(処理システム100と呼ぶこともある)の構成例を示す図である。通信システム100は、ローカルエリアネットワーク102およびインターネット104で接続された、サーバー200、エッジサーバー300およびデバイス400を含む。デバイス400にはネットワーク接続が可能な各種装置が含まれる。例えばスマートフォン500、プリンタ600、パーソナルコンピュータやワークステーションなどのクライアント端末401、デジタルカメラ402などが挙げられる。ただし、デバイス400はこれらの種類に限られるものではなく、例えば冷蔵庫やテレビ、エアコンなどの家電製品を含むものであってもよい。これらデバイス400はローカルエリアネットワーク102で相互に接続され、ローカルエリアネットワーク102に設置されているルータ103を介してインターネット104と接続することが可能である。
図2は、クラウドサーバー200、エッジサーバー300の構成例を示すブロック図である。ここではクラウドサーバー200、エッジサーバー300のハードウェア構成としては共通のものを利用するものとして説明する。サーバー200、300は、装置全体の制御を行うメインボード210と、ネットワーク接続ユニット201、ハードディスクユニット202からなる。メインボード210に配置されるマイクロプロセッサ形態のCPU(中央処理ユニット)211は、内部バス212を介して接続されているプログラムメモリ213に格納されている制御プログラムと、データメモリ214の内容とに従って動作する。CPU211はネットワーク制御回路215を介してネットワーク接続ユニット201を制御することで、インターネット101やローカルエリアネットワーク102などのネットワークと接続し、他の装置との通信を行う。CPU211はハードディスク制御回路216を経由して接続されたハードディスクユニット202にデータを読み書きすることができる。ハードディスクユニット202には、プログラムメモリ213にロードして使用されるオペレーティングシステムやサーバー200、300の制御ソフトウェアが格納されるほか、各種のデータも格納される。メインボード210にはGPU(汎用処理ユニット)217が接続されており、各種演算処理をCPU211の代わりに実行させることが可能である。GPU217はデータをより多く並列処理することで効率的な演算を行うことができるので、ディープラーニングのような学習モデルを用いて複数回に渡り学習を行う場合にはGPU217で処理を行うことが有効である。そこで本実施形態では、後述の学習部251による処理にはCPU211に加えてGPU217を用いるものとする。具体的には、学習モデルを含む学習プログラムを実行する場合に、CPU211とGPU217が協同して演算を行うことで学習を行う。なお、学習部251の処理はCPU211またはGPU217のみにより演算が行われても良い。また、推定部351も学習部251と同様にGPU217を用いても良い。また、本実施例ではクラウドサーバー200をエッジサーバー300で共通の構成を使用するものとして説明したが、本発明の実施に当たっては必ずしもこの構成に限られるものではない。例えばクラウドサーバー200にはGPU217を搭載するがエッジサーバー300では搭載しない構成を取ってもよいし、異なる性能のGPU217を用いるものとして構成してもよい。
干渉波検出部721は、DFS(Dynamic Frequency Selection:動的周波数選択)が実施される帯域で無線通信を実行している時に、干渉波の検出処理を行う。
図8は、処理システム100のソフトウェア構成を示す図である。本実施形態では、機械学習に基づいて、無線LANに対する干渉波の発生を予測し、干渉を受けないチャンネルを選択する。このため、図8では、ソフトウェア構成のうち、本実施形態における学習および推定の処理に関わるものについてのみ記載しており、その他のソフトウェアモジュールについては不図示としている。例えば各デバイスやサーバー上で動作するオペレーティングシステムや各種ミドルウェア、メンテナンスのためのアプリケーション等については図示を省略している。
図9は、学習モデル252、学習済モデル352を利用する際の入出力の構造を示す概念図である。図9(A)は、学習時における、学習モデル252とその入出力データの関係を示す。入力データX901は、学習モデル252の入力層のデータである。本実施形態における入力データX901の詳細は後述する。入力データX901を機械学習モデルである学習モデル252を用いて認識した結果として出力データY903が出力される。学習時には、入力データX901の認識結果の正解データとして教師データT902が与えられるので、出力データY903と教師データT902を損失関数904に与えることにより、認識結果の正解からのずれ量L905が得られる。教師データT902は、与えられた入力データXに対応する位置及び時間において、実際に干渉があったチャンネルを示す情報である。多数の学習用データに対してずれ量Lが小さくなるように、学習モデル252中のニューラルネットワークのノード間の結合重み付け係数等を更新する。機械学習のアルゴリズムとしては、例えば、誤差逆伝搬法が用いられうる。誤差逆伝播法は、上記の誤差が小さくなるように、各ニューラルネットワークのノード間の結合重み付け係数等を調整する手法である。機械学習の他の具体的なアルゴリズムとしては、最近傍法、ナイーブベイズ法、決定木、サポートベクターマシンなどが挙げられる。また、ニューラルネットワークを利用して、学習するための特徴量、結合重み付け係数を自ら生成する深層学習(ディープラーニング)も挙げられる。本実施形態では、適宜、上記アルゴリズムのうち利用できるものを用いてよい。
上述した本実施形態の処理システムにおいて、干渉波が発生するチャンネル情報を機械学習で推定して無線通信で使用するチャンネルを決定する手法を説明する。
1.電源投入時のセットアップ
2.手動設定によるチャンネル変更
3.干渉波検出によるチャンネル変更
チャンネル変更の切替え制御の詳細については、以下に説明する。
気象レーダ等の干渉波の影響については、気象レーダ観測所からの距離と高度に依存している。たとえば、気象レーダ観測所からの距離は近いが、気象レーダの特性上、高度差がある場合では影響を受けない場合がある。その為、GPS情報による高度を含めた無線LANルータ103の位置情報、最も影響を受けると考えられる気象レーダ観測所の位置情報、気象レーダによる電波と干渉が発生した時刻、干渉が発生した時に使用していたチャンネル情報、を用いて学習することにより、干渉が発生するチャンネル情報を推測することが可能となる。
図11は、学習または推定の入力データXのパラメータのうち、GPS1000と気象レーダ観測所情報1001の取得手順を示すフロー図である。図11の手順はエッジサーバー300によって実行されてもよいし、ルータ103によって実行されてもよいが、ここではルータ103により実行されるものとして説明する。図11(A)(B)のフローは、ルータ103のCPU711がプログラムメモリ713等に格納されたプログラムをRAMに読み出して実行することにより実現される。GPS情報1000の取得フローチャートを図11(A)に示す。
図12は、エッジサーバー300による推定時の学習済モデル352の入出力の構造を示す図である。図12に示す通り、本実施形態においては、推定のための入力データX911としては、GPS情報1000、対象の気象レーダ観測所情報1001、時刻1002を使用する。学習済モデル352による推定の結果として得られる出力データY913は、干渉が発生するチャンネル情報となる。そして、このチャンネル情報がルータ103に送信されて、その値に基づいてルータ103が無線通信で使用するチャンネルを決定する。
ルータ103の電源投入時の5GHz帯域のチャンネル設定処理シーケンスについて図13を用いて説明する。図13のフローは、ルータ103のCPU711がプログラムメモリ713等に格納されたプログラムをRAMに読み出して実行することにより実現される。なお、電源投入時には、5GHz帯域のチャンネル設定以外の起動セットアップのシーケンスも処理されるが、本実施形態に直接関連しないシーケンスについてはここでは図示していない。
ルータ103の無線LANアクセスポイント機能に対して、ユーザ操作より5GHz帯域のチャンネル変更要求があった場合のチャンネル変更処理シーケンスについて図15を用いて説明する。図15のフローは、ルータ103のCPU711がプログラムメモリ713等に格納されたプログラムをRAMに読み出して実行することにより実現される。
干渉波検出部721は、無線通信においてDFSが実施される5GHz帯域(DFS帯域)のチャンネルを用いている状態において干渉波を検出した場合、即座にチャンネルは変更されなければならない。その際のチャンネル変更処理シーケンスについて図16を用いて説明する。なお、5GHz帯域のチャンネル変更処理以外のシーケンスも処理されるが、本実施形態に直接関連しないシーケンスについてはここでは図示していない。図16の手順はルータ103のCPU711等で実行される。
ルータ103の無線LANアクセスポイント機能において、5GHz帯域が有効設定になっている場合、定期的にエッジサーバー300で推定を行う。推定結果と無線通信に使用しているチャンネルが同一である場合、チャンネル変更を行う。その際の処理シーケンスについて図17を用いて説明する。図17の処理は、ルータ103のCPU711等により実行される。また図17の処理は、たとえば図13に示したアクセスポイント機能起動処理が実行された後に定期的に実行されてよい。
図18は、エッジサーバー300の処理内容を示すフローチャートである。この処理はエッジサーバー300のハードディスクユニット202に格納されており、エッジサーバー300が起動されると、エッジサーバー300のCPU211により実行される。なおこのフローチャートは本実施形態の説明に関わる処理について記載しており、その他の処理については図示を省略している。ステップS1801の初期化処理を実行後は、続くステップS1802からS1804で外部から各種命令の受信をチェックし、受信した命令に応じた処理を実行する。
図19は、クラウドサーバー200の処理内容を示すフローチャートである。この処理はクラウドサーバー200のハードディスクユニット202に格納されており、クラウドサーバー200が起動されると、クラウドサーバー200のCPU211により実行される。なおこのフローチャートは本実施形態に関わる処理について記載しており、その他の処理については図示を省略している。
なお、気象レーダ観測所によるレーダの出力時期を予め知ることができれば、その出力時期における干渉チャンネルを学習すればよい。つまり、ルータ103が、干渉の発生した場合のみ学習依頼をするのではなく、ルータ103は定期的に、GPS情報1000、対象の気象レーダ観測所情報1001、時刻1002、チャンネル情報1005を送信するとよい。また、定期的にこのような情報を送信する場合でも、ルータ103は、干渉の有無を示す干渉発生有無情報を一緒に送信する必要はなくなる。
第2の実施形態は、第1の実施形態、特に上述の変形例を基礎にするが、再学習のタイミングにおいて相違する。第1の実施形態では、いったん生成されて推定のための利用に供された学習済モデル352を更新(すなわち再学習)するタイミングは、図13のステップS1308と図14のステップS1402である。すなわち、起動時の設定チャンネルと推定結果とが一致していた場合であり、チャンネル変更の後には、そこで干渉があればS1402で、干渉がなくともS1308で、再学習が行われる。これに対して本実施形態では、所定の条件が満たされるとルータ103からエッジサーバー300に対して学習依頼を発行する。そのときの入力データXと教師データTは第1の実施形態と同様である。
図20は、学習時の学習モデル252の入出力の構造を示す図である。図20に示す通り、学習の入力データXとしては、第1実施形態のGPS情報1000、対象の気象レーダ観測所情報1001、時刻1002に加えて、対象チャンネル1003、干渉波発生有無1004のデータを使用する。対象チャンネル1003は無線LANルータ103が現在選択しているチャンネルを、たとえばチャンネル番号等により示す。干渉波発生有無1004は、気象レーダ観測所などから現在干渉波が発生しているか否かを示す。これは発生しているかいないかを二値で示せばよい。対象チャンネル1003、干渉波発生有無1004のデータはそれぞれ、無線LANルータ103の無線LAN通信制御部715、干渉波検出部721により取得され、エッジサーバー300を介して、クラウドサーバー200に入力データXの一部として送信される。
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワークまたは記憶媒体を介してシステムまたは装置に供給し、そのシステムまたは装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。コンピュータは、1または複数のプロセッサーまたは回路を有し、コンピュータ実行可能命令を読み出し実行するために、分離した複数のコンピュータまたは分離した複数のプロセッサーまたは回路のネットワークを含みうる。
記憶媒体は、非一時的なコンピュータ可読媒体とも称することができる。また、記憶媒体は、1または複数のハードディスク(HD)、ランダムアクセスメモリ(RAM)、読み取り専用メモリ(ROM)、分散コンピューティングシステムの記憶装置を含みうる。また、記憶媒体は、光ディスク(例えば、コンパクトディスク(CD)、デジタル多用途ディスク(DVD)、またはブルーレイディスク(BD、登録商標))、フラッシュメモリデバイス、及びメモリカードを含みうる。
Claims (25)
- 複数のチャンネルのうちいずれかのチャンネルを用いて無線通信を行う通信装置であって、
前記通信装置の位置情報と、前記無線通信と干渉を生じる可能性のある電波の発生源の位置情報と、時刻情報と、を基に出力された、前記無線通信が干渉する可能性のあるチャンネル情報を取得する取得手段と、
前記取得されたチャンネル情報に基づき、前記無線通信で使用するチャンネルを選択する選択手段と、
を備えることを特徴とする通信装置。 - 請求項1に記載の通信装置であって、
前記選択手段は、前記取得したチャンネル情報に対応するチャンネルが現在選択されているチャンネルと同じであるか判定し、同じであれば、前記現在選択されているチャンネルを、前記取得したチャンネル情報に対応するチャンネル以外のチャンネルへと変更することを特徴とする通信装置。 - 請求項2に記載の通信装置であって、
前記選択手段は、通信中であるならば、その通信の後に、前記取得したチャンネル情報に対応するチャンネルが現在選択されているチャンネルと同じであるか判定することを特徴とする通信装置。 - 請求項1乃至3のいずれか一項に記載の通信装置であって、
前記選択手段により選択した前記チャンネルで通信を開始した後に、前記チャンネルにおける干渉を監視し、干渉を検出した場合には、学習機能を有する外部装置に対して、前記通信装置の位置と、最寄りの干渉波の発生源の位置と、現在時刻とを入力データとし、干渉を受けている被干渉チャンネルを教師データとして学習依頼を送信し、前記外部装置から前記学習依頼に対応した更新済み学習済モデルを受信し、受信した前記更新済み学習済モデルを前記学習済モデルとして用いることを特徴とする通信装置。 - 請求項1乃至4のいずれか一項に記載の通信装置であって、
前記時刻情報として現在の時刻を用いることを特徴とする通信装置。 - 請求項1乃至4のいずれか一項に記載の通信装置であって、
前記時刻情報として将来の時刻を用いることを特徴とする通信装置。 - 複数のチャンネルのいずれかで無線通信を行う際の干渉チャンネルを推定するようコンピュータを機能させるための学習済モデルであって、
前記学習済モデルを構成するニューラルネットワークの重み付け係数は、前記無線通信を行う通信装置の位置情報と、干渉波の発生源の位置情報と、時刻情報とを含む入力データと、前記無線通信の干渉波が発生するチャンネル情報を含む教師データとを学習用データとして用いて学習されており、
通信装置の位置情報と、干渉波の発生源の位置情報と、時刻情報とを含む入力データに対して、無線通信の干渉波が発生するチャンネル情報を前記ニューラルネットワークの出力層から出力させるようコンピュータを機能させるための学習済モデル。 - 請求項7に記載の学習済モデルであって、
前記重み付け係数は、前記無線通信を行う通信装置が使用するチャンネルと、当該チャンネルにおける干渉の有無とをさらに含む前記入力データを前記学習用データとして用いて学習されており、
通信装置の位置情報と、干渉波の発生源の位置情報と、時刻情報と、前記通信装置が使用するチャンネルと、当該チャンネルにおける干渉の有無とを含む入力データに対して、前記無線通信の干渉波が発生するチャンネル情報を前記ニューラルネットワークの出力層から出力させるようコンピュータを機能させることを特徴とする学習済モデル。 - 請求項7または8に記載の学習済モデルであって、
前記干渉波が発生するタイミングで学習を行ったことを特徴とする学習済モデル。 - 請求項7乃至9のいずれか一項に記載の学習済モデルであって、
前記無線通信は無線ローカルエリアネットワークであり、前記複数のチャンネルは前記無線ローカルエリアネットワークの5GHz帯域のチャンネルであることを特徴とする学習済モデル。 - 請求項7乃至10のいずれか一項に記載の学習済モデルであって、
前記干渉波の発生源は気象レーダ観測所であることを特徴とする学習済モデル。 - 請求項7乃至11のいずれか一項に記載の学習済モデルであって、
前記通信装置は、無線ローカルエリアネットワークの親局であることを特徴とする学習済モデル。 - 複数のチャンネルのいずれかで無線通信を行う通信装置により実行される制御方法であって、
請求項7乃至12のいずれか一項に記載の学習済モデルを用いて、前記通信装置の位置を前記通信装置の位置情報とし、前記通信装置の最寄りの干渉波の発生源の位置を前記干渉波の発生源の位置情報とし、推定の時刻を前記時刻情報として含む前記入力データに対する、前記無線通信の干渉波が発生する前記チャンネル情報を推定し、
推定した前記チャンネル情報で示されたチャンネル以外のチャンネルを前記複数のチャンネルから選択し、
選択した前記チャンネルで通信を行う
ことを特徴とする制御方法。 - 複数のチャンネルのいずれかで無線通信を行う通信装置により実行されるプログラムであって、
請求項7乃至12のいずれか一項に記載の学習済モデルを用いて、前記通信装置の位置を前記通信装置の位置情報とし、前記通信装置の最寄りの干渉波の発生源の位置を前記干渉波の発生源の位置情報とし、推定の時刻を前記時刻情報として含む前記入力データに対する、前記無線通信の干渉波が発生する前記チャンネル情報を推定し、
推定した前記チャンネル情報で示されたチャンネル以外のチャンネルを前記複数のチャンネルから選択し、
選択した前記チャンネルで通信を行う
ように前記通信装置を機能させるためのプログラム。 - 無線LANにおいて親局として無線通信を行う無線通信装置と、
推定して出力するための学習済モデルを生成する学習手段と、
前記学習済モデルを用いて推定を行う推定手段とを備え、
前記学習手段は、位置情報と、干渉波の発生源の位置情報と、時刻と、対象チャンネルと、干渉波発生有無を示す情報を入力データとし、干渉波が発生したチャンネル情報を教師データとして、前記入力データから推定された干渉波が発生するチャンネル情報と前記教師データとのずれが最小となるように学習モデルを最適化することで前記学習済モデルを生成し、
前記推定手段は、前記無線通信装置の位置情報と、前記無線通信装置の最寄りも干渉波の発生源の位置情報と、時刻とを入力データとして、干渉波が発生するチャンネル情報を推定する
ことを特徴とする通信システム。 - 請求項15に記載の通信システムであって、
前記推定手段により推定された前記干渉波が発生する前記チャンネル情報に基づいて、使用する設定チャンネルを決定する第1の制御手段と、
無線通信で使用しているチャンネルで干渉波を検出する干渉波検出手段と、
前記干渉波検出手段により検出された干渉波に基づいて、前記設定チャンネルを制御する第2の制御手段と
をさらに備えることを特徴とする通信システム。 - 請求項16に記載の通信システムであって、
前記第1の制御手段は、前記推定手段により推定された前記干渉波が発生するチャンネルを使用しないように前記設定チャンネルを決定することを特徴とする通信システム。 - 請求項16または17に記載の通信システムであって、
前記第1の制御手段は、特定のチャンネルが選択されており、前記特定のチャンネルが前記推定手段により推定された前記干渉波が発生するチャンネルと同一であった場合、前記特定のチャンネルとは異なるチャンネルへと前記設定チャンネルを変更することを特徴とする通信システム。 - 請求項16乃至18のいずれか一項に記載の通信システムであって、
前記第1の制御手段は、前記使用するチャンネルを決定した後に、前記干渉波が発生するチャンネル情報を前記推定手段より定期的に推定して取得し、現在の設定チャンネルと同一であった場合、前記設定チャンネルを変更することを特徴とする通信システム。 - 請求項18または19に記載の通信システムであって、
前記第1の制御手段は、無線通信が行われている場合には、無線通信が終了した後に前記設定チャンネルを変更することを特徴とする通信システム。 - 請求項16乃至19のいずれか一項に記載の通信システムであって、
前記第2の制御手段は、前記干渉波検出手段より干渉波を検出した場合、前記設定チャンネルを変更することを特徴とする通信システム。 - 請求項16乃至21のいずれか一項に記載の通信システムであって、
前記無線通信装置が通信に用いる周波数帯域として、第1の周波数帯域と、特定の周波数帯域を含む第2の周波数帯域と、のうちいずれの周波数帯域も設定が可能であり、
前記第2の周波数帯域が設定されている場合に、前記推定手段により前記干渉波が発生するチャンネル情報を推定して取得することを特徴とする通信システム。 - 請求項22に記載の通信システムであって、
前記第1の周波数帯域は2.4GHzの周波数帯域であり、前記第2の周波数帯域は5GHzの周波数帯域であることを特徴とする通信システム。 - 請求項22または23に記載の通信システムであって、
前記特定の周波数帯域は、5GHzの周波数帯域のうちDFS(Dynamic Frequency Selection)機能を適用する必要がある周波数帯域であることを特徴とする通信システム。 - 無線LANにおいて親局として無線通信を行う無線通信装置と、
推定して出力するための学習済モデルを生成する学習手段と、
前記学習済モデルを用いて推定を行う推定手段とを備えた通信システムによる制御方法であって、
前記学習手段が、位置情報と、干渉波の発生源の位置情報と、時刻と、対象チャンネルと、干渉波発生有無を示す情報を入力データとし、干渉波が発生したチャンネル情報を教師データとして、前記入力データから推定された干渉波が発生するチャンネル情報と前記教師データとのずれが最小となるように学習モデルを最適化することで前記学習済モデルを生成し、
前記推定手段が、前記無線通信装置の位置情報と、前記無線通信装置の最寄りも干渉波の発生源の位置情報と、時刻とを入力データとして、干渉波が発生するチャンネル情報を推定する
ことを特徴とする制御方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019141684A JP2021027412A (ja) | 2019-07-31 | 2019-07-31 | 通信装置とその制御方法及びプログラム、学習済モデルと通信システム及び制御方法 |
US16/937,765 US11490396B2 (en) | 2019-07-31 | 2020-07-24 | Method and device for selecting a channel based on interference and position information |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019141684A JP2021027412A (ja) | 2019-07-31 | 2019-07-31 | 通信装置とその制御方法及びプログラム、学習済モデルと通信システム及び制御方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021027412A true JP2021027412A (ja) | 2021-02-22 |
Family
ID=74260506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019141684A Pending JP2021027412A (ja) | 2019-07-31 | 2019-07-31 | 通信装置とその制御方法及びプログラム、学習済モデルと通信システム及び制御方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11490396B2 (ja) |
JP (1) | JP2021027412A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023276196A1 (ja) * | 2021-07-02 | 2023-01-05 | 日本電気株式会社 | 無線通信システム、制御装置、制御方法、プログラム及び記録媒体 |
WO2023074801A1 (ja) * | 2021-10-27 | 2023-05-04 | セイコーグループ株式会社 | 通信装置、通信システム及び通信方法 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11653213B2 (en) | 2020-05-01 | 2023-05-16 | Digital Global Systems. Inc. | System, method, and apparatus for providing dynamic, prioritized spectrum management and utilization |
US11700533B2 (en) | 2020-05-01 | 2023-07-11 | Digital Global Systems, Inc. | System, method, and apparatus for providing dynamic, prioritized spectrum management and utilization |
US11638160B2 (en) | 2020-05-01 | 2023-04-25 | Digital Global Systems, Inc. | System, method, and apparatus for providing dynamic, prioritized spectrum management and utilization |
US11395149B2 (en) | 2020-05-01 | 2022-07-19 | Digital Global Systems, Inc. | System, method, and apparatus for providing dynamic, prioritized spectrum management and utilization |
US11849332B2 (en) | 2020-05-01 | 2023-12-19 | Digital Global Systems, Inc. | System, method, and apparatus for providing dynamic, prioritized spectrum management and utilization |
US11665547B2 (en) | 2020-05-01 | 2023-05-30 | Digital Global Systems, Inc. | System, method, and apparatus for providing dynamic, prioritized spectrum management and utilization |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6904110B2 (en) * | 1997-07-31 | 2005-06-07 | Francois Trans | Channel equalization system and method |
US5955992A (en) * | 1998-02-12 | 1999-09-21 | Shattil; Steve J. | Frequency-shifted feedback cavity used as a phased array antenna controller and carrier interference multiple access spread-spectrum transmitter |
US7471732B2 (en) * | 2004-08-06 | 2008-12-30 | Aktino, Inc. | Method and apparatus for training using variable transmit signal power levels |
US8014345B2 (en) * | 2007-10-31 | 2011-09-06 | Motorola Solutions, Inc. | Incumbent spectrum hold device |
JP4886814B2 (ja) | 2009-05-29 | 2012-02-29 | 株式会社バッファロー | 無線通信装置、無線通信システムおよび無線通信方法 |
US10645727B2 (en) * | 2016-12-28 | 2020-05-05 | Qualcomm Incorporated | Directional reception and periodic RTS/CTS transmission to estimate interference |
US20200229205A1 (en) * | 2019-01-11 | 2020-07-16 | Qualcomm Incorporated | Resource reservation techniques for wireless communications |
US11212852B2 (en) * | 2019-05-02 | 2021-12-28 | Lg Electronics Inc. | Identification of control information for sidelink management |
US11483803B2 (en) * | 2020-01-15 | 2022-10-25 | Qualcomm Incorporated | Autonomous sidelink over unlicensed band |
-
2019
- 2019-07-31 JP JP2019141684A patent/JP2021027412A/ja active Pending
-
2020
- 2020-07-24 US US16/937,765 patent/US11490396B2/en active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023276196A1 (ja) * | 2021-07-02 | 2023-01-05 | 日本電気株式会社 | 無線通信システム、制御装置、制御方法、プログラム及び記録媒体 |
WO2023074801A1 (ja) * | 2021-10-27 | 2023-05-04 | セイコーグループ株式会社 | 通信装置、通信システム及び通信方法 |
Also Published As
Publication number | Publication date |
---|---|
US11490396B2 (en) | 2022-11-01 |
US20210037540A1 (en) | 2021-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2021027412A (ja) | 通信装置とその制御方法及びプログラム、学習済モデルと通信システム及び制御方法 | |
US9883066B2 (en) | Method and device for performing printing operation through communication service of image forming apparatus | |
EP2858391B1 (en) | Method and device for broadcasting of BLE packets, and method and device for adjusting operation mode of an application processor based on the received BLE packets | |
KR102015070B1 (ko) | 네트워크 발견 및 동기화를 위한 시스템 | |
JP6598848B2 (ja) | 複数のデバイスにおけるコンピューティング環境の提示 | |
EP2448366A2 (en) | Method for determining a group owner in a wireless network | |
EP2564627B1 (en) | Method and apparatus for providing mobile services outside of cellular coverage | |
EP3247154B1 (en) | Communication apparatus and control method for the same | |
US10742837B1 (en) | System and method for creating and operating low-power wide area network for internet of things (IoT) | |
CN107025120B (zh) | 软件升级处理方法、装置和终端 | |
US9832327B2 (en) | Communication apparatus | |
JP2014132745A (ja) | 無線ネットワーク装置の制御方法及び無線ネットワーク機能を有する主制御装置 | |
TW202214028A (zh) | 用於資源選擇的方法及系統 | |
US11349976B2 (en) | Information processing method, file transmission method, electronic apparatus, and computing apparatus | |
EP4195870B1 (en) | Data transmission method and terminal | |
CN107402791B (zh) | 应用程序处理方法、装置、存储介质及终端 | |
CN112346751A (zh) | 应用程序的安装方法、装置、电子设备和存储介质 | |
US20170093595A1 (en) | Communication method, computer readable storage medium and information processing device | |
CN110832947A (zh) | 一种组网方法及设备 | |
TW201842789A (zh) | 關於叩擊的低功耗信標配置 | |
CN107566215B (zh) | 无线网络断流检测方法、装置、存储介质及移动终端 | |
CN108028851B (zh) | 设备群组管理方法、装置和系统 | |
CN113676504B (zh) | 一种低功耗分布式调用方法、设备及装置 | |
JPWO2013179473A1 (ja) | 通信装置、通信制御プログラムおよび通信制御方法 | |
JP2019071634A (ja) | 通信機器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20210103 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210113 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220801 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230419 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230508 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230630 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230728 |