JP2022546279A - 無線通信を使用した環境情報の生成 - Google Patents

Abstract

指向性通信能力を有する無線通信システムから環境情報マップを生成する。多数のビーム方向における通信リンク試行からもたらされる複数の特徴が、抽出され、ログ記録され、第１の送信機と受信機との間の区域の環境情報マップを推測すべく第１のビーム方向および少なくとも１つのさらなるビーム方向からの複数の抽出された特徴に基づいて、少なくとも１つの機械学習モデルを訓練する。

Description

本発明は、セルラ通信を対象とし、より詳細には、環境感知および環境マッピングを可能にすべく指向性通信能力を使用することを対象とする。

レーダを使用するものなどの現行の環境感知システムは、そのようなレーダ・システムが、通信機能を有さず、無線アクセス・ネットワークにも、無線ネットワーク・メタデータにもアクセスを有さないため、セルラ通信システムにおいて使用不能である。さらに、そのようなレーダ・システムは、別個のインフラストラクチャ展開を必要とし、したがって、セルラ・インフラストラクチャを活用することができない。

本発明の一態様は、少なくとも１つの送信機と、少なくとも１つの受信機とを含み、送信機と受信機のうちの少なくとも一方が、指向性通信システムを有する、無線通信システムを使用して環境情報マップを生成するためのコンピュータによって実施される方法を対象とする。方法は、第１のビーム方向で第１の送信機から受信機に信号を送信することによって無線通信リンクを試行するステップと、受信機において第１のビーム方向に関するリンク試行からもたらされる複数の特徴を抽出し、その複数の抽出された特徴をログ記録するステップと、それぞれ少なくとも１つのさらなるビーム方向で信号を送信することによって第１の送信機から受信機に対して少なくとも１つのさらなる無線通信リンクを試行するステップと、受信機においてその少なくとも１つのさらなるビーム方向の各々に関してその少なくとも１つのさらなるリンク試行の各々からもたらされる複数の特徴を抽出し、その複数の抽出された特徴をログ記録するステップと、第１の送信機と受信機との間の区域の環境情報マップを推測すべく、第１のビーム方向および少なくとも１つのさらなるビーム方向からの複数の抽出された特徴に基づいて、少なくとも１つの機械学習モデルを訓練するステップとを含む。

また、本明細書において説明される１つまたは複数の方法を実行するように動作可能な１つまたは複数のプロセッサを含むコンピュータ・システムが、提供されてもよい。

また、本明細書において説明される１つまたは複数の方法を実行すべく機械によって実行可能な命令のプログラムを記憶するコンピュータ可読記憶媒体が、提供されてもよい。

様々な実施形態のさらなる特徴、ならびに構造および動作が、添付の図面を参照して後段で詳細に説明される。図面において、同様の参照番号は、同一の要素、または機能的に類似した要素を示す。

本明細書において開示されるシステムの一実施形態を示すブロック図である。 本明細書において開示されるシステムの一実施形態を示すブロック図である。 ビーム形成からのＥＶＭリンク・メトリックを示すデータ・グラフの例を示す図である。 ビーム形成からのＥＶＭリンク・メトリックを示すデータ・グラフの例を示す図である。 ビーム形成からのＥＶＭリンク・メトリックを示すデータ・グラフの例を示す図である。 本明細書において開示される方法の一実施形態を示すフローチャートである。 本明細書において開示される方法の一実施形態を示すフローチャートである。 本明細書において開示される方法の一実施形態を示すフローチャートである。 本明細書において開示される本発明の実施形態の実装に適した例示的なコンピューティング・システムを示すブロック図である。

一実施形態において、無線通信システムが、環境感知および環境マッピングを可能にすべく指向性通信能力を活用する。本開示において概要が述べられる原理は、リンクにおける送信機と受信機のうちの少なくとも一方が指向性通信能力を有する任意の無線通信システムに適応する。感知およびマッピングは、２Ｄであっても、３Ｄであってもよい。方法は、建造物などの反射する表面と、樹木などの、反射体であるのではなく、減衰をもたらす障害物の両方の相対的位置をもたらしてよい。１つのそのような無線通信システムが、ユーザ機器デバイスと通信する少なくとも１つの基地局を含むセルラ通信システムである。１つのそのようなシステムは、ｍｍＷａｖｅ ５Ｇセルラ通信技術を利用する。例えば、ビーム形成アルゴリズムが、指向性通信能力を有するセルラ通信システムにおいて通信リンクを効率的に作成すべく使用される。指向性通信またはｍｍＷａｖｅ周波数の利点が、環境感知および環境マッピングの粒度および解像度を向上させるべく使用される。別の実施例が、６０ＧＨｚ ＷＬＡＮ通信システムである。これらのシステムは、屋内の高速（～毎秒約１Ｇｂの）無線通信のために開発された。この事例において、結果は、屋内環境推定である。

一実施形態において、図１に示されるとおり、セルラ通信システム１００が、１つまたは複数の基地局と、１つまたは複数のユーザ機器とから成る。図１の実施例において、２つの基地局１２および１４、ならびに１つのユーザ機器１６が示される。基地局１２および１４とユーザ機器１６のいずれか、または両方が、指向性通信能力を含んでよい。図１の実施例において、基地局１２および１４は、多数のビーム１８および２０の方向を制御する能力を有し、ユーザ機器１６は、多数のビーム２２の方向を制御する能力を有する。指向性能力は、ビーム形成技術、ビーム・ステアリング技術、ビーム成形技術、または他の指向性ビーム技術によってもたらされてよい。図１の実施例において、基地局１２は、建造物２４の上階にあるｍｍＷａｖｅ ５Ｇ送信機であり、基地局１４は、建造物２６の上階にあるｍｍＷａｖｅ ５Ｇ送信機である。基地局１２、１４とユーザ機器１６との間の環境における物体は、建造物２８、樹木３０、およびトラック３２を含む。

本開示の方法の一実施形態において、第１の基地局１２が、セルラ通信リンクを形成することを試行するようにユーザ機器１６に命令すべく所与のビーム方向でビーム１８を送る。ユーザ機器１６は、その所与のビーム方向でビーム２２を使用して通信リンクを作成することを試行する。ユーザ機器１６は、リンク試行からもたらされるその方向に関する複数の特徴を抽出し、ログ記録する。特徴は、エラー・ベクトル振幅（ＥＶＭ）、ビット誤り率（ＢＥＲ）、受信信号強度指標（ＲＳＳＩ）、信号対雑音比（ＳＮＲ）、波形品質係数、および信号対干渉比（ＳＩＲ）などの通信リンク・メトリックスを含んでよい。例えば、１つの偏波内のいくつかのリンク方向におけるリンク品質の一様な低下（ＥＶＭによって測定された）、または一様な減衰（受信信号強度指標ＲＳＳＩによって測定された）が、雨の存在を示すことがある。また、チャネル周波数応答および遅延拡散などの、リンク試行からもたらされる他の特徴およびメトリックスが、抽出され、ログ記録されてもよい。

第１の基地局１２とユーザ機器１６との間の通信リンク試行は、ユーザ機器１６がビームを形成することができるさらなるビーム方向に関して繰り返される。一実施形態において、リンクは、ユーザ機器１６がビームを形成することができるすべての方向に関して繰り返されてよい。ユーザ機器１６は、それらのリンク試行からもたらされるさらなるビーム方向に関する複数の特徴を抽出し、ログ記録する。

一実施形態において、すべての方向に関する第１の基地局１２とユーザ機器１６との間の通信リンク試行のすべてが、ユーザ機器１６からの異なる出力電力、または第１の基地局１２からの異なる出力電力に関して繰り返されてよい。ユーザ機器１６は、異なる出力電力におけるリンク試行からもたらされる複数の特徴を抽出し、ログ記録する。

一実施形態において、すべての方向に関する第１の基地局１２とユーザ機器１６との間の通信リンク試行のすべてが、ユーザ機器１６からの異なる振幅テーパリング、または第１の基地局１２からの異なる振幅テーパリングに関して繰り返されてよい。ユーザ機器１６は、異なる出力電力におけるリンク試行からもたらされる複数の特徴を抽出し、ログ記録する。ビーム形成制御のために各アンテナ素子において独立した位相制御および利得制御が、使用されてよい。

一実施形態において、すべての方向に関する第１の基地局１２とユーザ機器１６との間のすべての通信リンク試行が、１つまたは複数のさらなるアンテナ偏波に関して繰り返されてよい。例えば、第１の基地局１２とユーザ機器１６の両方が垂直偏波を有する通信リンクが試行されてよく、次に、第１の基地局１２とユーザ機器１６の両方が水平偏波を有する通信リンクが試行されてよく、次に、第１の基地局１２が水平偏波を有し、ユーザ機器１６が垂直偏波を有する通信リンクが試行されてよく、さらに第１の基地局１２が垂直偏波を有し、ユーザ機器１６が水平偏波を有する通信リンクが試行されてよい。ユーザ機器１６は、異なる偏波におけるリンク試行からもたらされる複数の特徴を抽出し、ログ記録する。

一実施形態において、通信リンクは、ビーム２０の所与のビーム方向に関して同一のユーザ機器１６にアクセスを有する第２の基地局１４によって試行される。一実施形態において、第２の基地局１４と同一のユーザ機器１６との間の通信リンク試行は、ユーザ機器１６がビームを形成することができるいくつかの、またはすべてのさらなる方向に関して繰り返されてよい。一実施形態において、すべての方向に関する第２の基地局１４と同一のユーザ機器１６との間のすべての通信リンク試行が、異なる出力電力、およびさらなるアンテナ偏波のうちの１つまたは複数に関して繰り返されてよい。ユーザ機器１６は、第２の基地局１４からのリンク試行からもたらされる複数の特徴を抽出し、ログ記録する。この実施形態において、特徴は、関係のある環境空間の異なる区域から収集される。それ故、多数のビーム方向、多数の電力レベル、多数の偏波、および多数の基地局位置に関する特徴情報の豊富なセットが、形成される。

アルゴリズムが、特徴情報のこのセットを、壁、建造物、または枝葉、あるいはその組合せの存在などの推測された３Ｄ環境情報に変換する。一実施形態において、気象条件の変化が、推測されてよい。検出されたエンティティとの通信に基づく従来技術の方法とは異なり、本方法は、環境における通信しないエンティティについての情報を抽出することができる。推測される環境は、建造物２８の推測される物体３４、樹木３０の推測される物体３６、およびトラック３２の推測される物体３８を含んでよい。方法は、建造物３８とトラック４２の両方の反射する表面、ならびに樹木４０などの、反射体であるのではなく、減衰をもたらす障害物の相対位置をもたらす。

図２は、本開示による環境感知および環境マッピングのためのシステム４０の一実施形態の実施例である。システム４０は、ｍｍＷａｖｅ ５Ｇ送信機（ＴＸ）４２と、ｍｍＷａｖｅ ５Ｇ受信機（ＲＸ）４４とを含む。ＴＸ４２とＲＸ４４はともに、基地局であること、ユーザ機器であること、あるいは指向性通信をすることができる他の任意のデバイスであることが可能である。樹木４６などの通信しないエンティティが、環境に存在する。

一実施形態において、システム４０は、ＴＸ４２およびＲＸ４４の指向性通信能力を活用する機械学習ベースのインテリジェント感知マッピング・システムを含む。回帰学習、構造化学習および非構造化学習、教師あり学習および教師なし学習、強化された学習、ならびにベイズ学習などの、様々な機械学習アルゴリズムが、使用されることが可能である。

実施形態において、システム４０におけるＲＸ４４は、フロント・エンド（ＦＥ）無線機４８と、コンピュータ処理システム５０とを含む。コンピュータ処理システム５０は、復調および特徴抽出モジュール５２と、機械学習モデルおよび推論アルゴリズム・モジュール５４とを含む。また、システム４０は、無線アクセス・ネットワーク（ＲＡＮ）５６も含む。ＦＥ４８は、コンピュータ処理システム５０およびＲＡＮ５６と通信する。ＴＸ４２およびＲＸ４４は、それぞれ、１つまたは複数のビーム５８および６０を使用して指向性通信を実行する。ＦＥ４８におけるＲＸ４４が、ＴＸ４２から送信された信号を受信し、モジュール５２が、復調を行い、特徴抽出を実行する。典型的な受信機復調ハードウェアが、着信する波形から生のデータを獲得すべく使用される。信号処理ハードウェアが、生のデータを解析し、特徴を抽出する。特徴は、様々な通信リンク・メトリックスの形態であってよい。また、抽出された特徴は、考慮されている特定の環境の結果としてであってよいフーリエ変換係数、他の数学変換の係数、または他の特徴であってもよい。また、ニューラル・ネットワークが、特徴抽出のために使用されてもよい。また、関係のある特徴、例えば、受信信号強度指標（ＲＳＳＩ）によって推定された受信信号の振幅が、復調に先立って抽出されることも可能である。

特徴は、２Ｄ推測マップもしくは３Ｄ推測マップを作成すべく２Ｄモデル・スコアリングもしくは３Ｄモデル・スコアリングを実行するようにＲＸ４４内の機械学習モデルおよび推論アルゴリズム・モジュール５４によってローカルで使用される。一実施形態において、生の波形が、ＲＸ４４において機械学習モデルおよび推論アルゴリズム・モジュール５４に供給され、機械学習モデルおよび推論アルゴリズム・モジュール５４が、特徴を抽出する。

復調されたデータ、抽出された特徴、および２Ｄ推測もしくは３Ｄ推測が、ＲＡＮ５６に渡される。ＲＡＮ５６は、２Ｄ環境モデルもしくは３Ｄ環境モデルに基づいてＴＸ４２のための制御信号を生成すべく推測を使用する。一実施形態において、ＲＡＮ５６は、制御信号を生成するために特定用途向けしきい値処理を実行すべく機械学習モデルおよび推論アルゴリズム・モジュール５４からの推測情報を使用する。

一実施形態において、ＲＡＮ５６は、機械学習モデルおよび推論アルゴリズム・モジュール６２を含むべくメモリおよび計算リソースを有する。一実施形態におけるモジュール６２は、能動的学習を実行する。ＲＡＮ５６は、ＦＥ８８機械学習モデル５４からの初期スコアに基づいてビーム形成を変更すべく機械学習リソース、およびＴＸ４２リソースの一時的流用を拡大する。変更は、より細かい粒度のビーム形成、またはより高い周波数におけるスキャニングを含んでよい。モジュール６２は、より詳細な環境感知につながるより高いレベルの推論のためにＲＡＮ５６において抽出された時間的情報を使用するシーケンス学習を使用してよい。また、一実施形態において、ＲＡＮ５６は、ＲＡＮ５６独自の機械学習モデル６２を改良すべく、獲得された情報を使用することもする。一実施形態において、ＲＡＮ５６は、ＦＥ４８上の機械学習モデル５４を定期的に更新する。別の実施形態において、ＲＸ４４におけるコンピュータ処理システム５０は、特徴抽出タスクおよび推論タスクを実行するコンピューティング・リソースを有さない。この事例において、復調されたデータは、特徴抽出および学習ベースのアルゴリズムが実行されることが可能であるＲＡＮに直接に通信される。

前段で示されるとおり、基地局からユーザ機器デバイスに対して試行されたセルラ通信リンクから抽出されてよい１つのタイプの特徴が、通信リンク・メトリックスである。抽出されてよい１つのそのような通信リンク・メトリックが、エラー・ベクトル振幅（ＥＶＭ）である。例えば、図３Ａが、６０メートル離れた受信機に対して見通し線パスで伝達する、復調および特徴抽出モジュール５２によって抽出されることが可能な１４ｄＢｍの等価等方放射電力（ＥＩＲＰ）を有する、建造物内の送信機に関するＥＶＭデータ・グラフィック７０を示す。メイン・ローブが送信機に向けられたときに、または４つのサイド・ローブのうちのいずれかが送信機７２に向けられたときに形成されるリンクが、データにおいて目に見える。別の実施例において、大きな樹木を通過して１６素子受信機に伝達する１０ｄＢｍのＥＩＲＰを有する１素子送信機に関して、図３Ｂに示されるエラー・ベクトル振幅ＥＶＭデータ・グラフィック７４がもたらされることがある。データ結果は、７６において示される或る種の樹木を含む可能性がある、環境の何らかの感覚をもたらす。大きい樹木を通過して同一の１６素子受信機に伝達する１６ｄＢｍ ＥＩＲＰにおける２素子送信機を使用することによって電力を増加させることが、図３Ｃに示されるエラー・ベクトル振幅ＥＶＭデータ・グラフィック７８をもたらすことがある。３つのローブ８０が認識されることが可能であり、樹木のさらなる詳細が、８２において推測されることが可能である。このＥＶＭデータが、２Ｄ環境マップもしくは３Ｄ環境マップを生成すべくＭＬモデルおよび推論アルゴリズム５４によって使用されることが可能である。

通信リンク試行から抽出された特徴の豊富なセットをもたらす様々なビーム形成アルゴリズムが、使用されることが可能である。ツリー探索アルゴリズムとして使用されることが可能なビーム形成アルゴリズムの一実施例において、送信機において粗いセクタ・コードブックおよび細かいビーム・コードブックを保持し、受信機において粗いセクタ・コードブックおよび細かいビーム・コードブックを保持し、送信機側コードブック情報を受信機に送信し、受信機が、受信機側コードブック情報を送信機にフィードバックする初期設定の第１の段階が含まれる。粗いセクタ訓練の第２の段階が、送信セクタｉと受信セクタｊの可能な各ペアに関して、セクタｉで訓練シーケンスを送信すること、およびセクタｊで受信すること、ならびにＳＮＲを１／２（ｉ；ｊ）として記録することを含む。受信機が、対応するＳＮＲが最大であるように送信セクタ

および受信セクタ

の最良のペアを選択し、受信機が、送信機側セクタ・インデックス

をフィードバックする。細かいビーム訓練の第３の段階が、セクタ

のカバレッジ内の送信ビームｐとセクタ

のカバレッジ内の受信ビームｑの可能な各ペアに関して、ビームｐで訓練シーケンスを送信し、ビームｑで受信し、ＳＮＲを１／２（

；

；ｐ；ｑ）
として記録することを含む。受信機が、対応するＳＮＲが最大であるように送信ビーム

と受信ビーム

の最良のペアを選択し、受信機が、送信機側ビーム・インデックス

をフィードバックする。送信ビーム

および受信ビーム

は、データ送信のために使用されることになる。

他のビーム形成アルゴリズムが、本開示において使用されてよい。１つのそのようなさらなる実施例が、サブアレイを使用して異なる直交方向におけるマルチアーム・ビーム（multi-armed beam）を作成することを含むアジャイル・リンク・アルゴリズムであり、異なるマルチアーム・ビームの間の重なり合う方向が、着信の方向についての情報をもたらし、サイド・ローブ効果を解消すべくソフト投票を使用して着信の方向を推定する。システムは、ランダム・ハッシュ関数を作成すべくマルチアーム・ビームを選ぶこと、および投票を使用して真の方向を推定することができる。別の例示的なアルゴリズムが、勾配降下法ベースのアルゴリズムである。

一実施形態において、本開示の方法は、マイクロ気象マッピングのために用いられてよい。Ｍｍ－Ｗａｖｅチャネルは、気象に大きく依存する。降雨の量とタイプが、晴天中の減衰と比較されたライブの減衰などの、差分減衰測定（differential attenuation measurement）を使用して検出されることが可能である。測定は、リアルタイムであり、高度に局所化される。

一実施形態において、方法は、大気汚染マッピングのために用いられてよい。Ｍｍ－Ｗａｖｅチャネルは、大気汚染に依存することがある。大気品質は、晴れた低汚染物質気象中の減衰と比較されたライブの減衰などの差分減衰測定を使用して検出されることが可能である。測定は、リアルタイムであり、高度に局所化される。

図４は、本開示による方法の一実施形態のフローチャートである。方法は、ビーム方向で第１のＢＳからＵＥに対してセルラ通信リンクを試行するＳ１０のステップと、リンク試行からもたらされる特徴を抽出するＳ１２のステップと、抽出された特徴をログ記録するＳ１４のステップと、さらなるビーム方向で第１のＢＳからＵＥに対してさらなるセルラ通信リンクを試行するＳ１６のステップと、さらなるリンク試行からもたらされる特徴を抽出するＳ１８のステップと、さらなる抽出された特徴をログ記録するＳ２０のステップと、抽出された特徴に基づいて機械学習モデルを訓練するＳ２２のステップと、環境情報マップを推測するＳ２４のステップとを含む。

図５は、本開示による方法の一実施形態のフローチャートである。方法は、リンク試行信号を復調するＳ２６のステップと、復調された信号から特徴を抽出するＳ２８のステップと、フロント・エンド無線機上の推論アルゴリズムを有する第１の機械学習モデルを提供するＳ３０のステップと、無線アクセス・ネットワーク上に配置された推論アルゴリズムを有する第２の機械学習モデルを提供するＳ３２のステップと、抽出された特徴をフロント・エンド無線機から無線アクセス・ネットワークに転送するＳ３４のステップと、第１の基地局に関するビーム方向のための制御信号を生成するＳ３６のステップと、無線アクセス・ネットワークから第１の基地局に制御信号を転送するＳ３８のステップとを含む。

図６は、本開示による方法の一実施形態のフローチャートである。方法は、多数のビーム方向でセルラ通信リンクを試行するＳ３８のステップと、多数の電力レベルでセルラ通信リンクを試行するＳ３８のステップと、多数のアンテナ偏波でセルラ通信リンクを試行するＳ４０のステップと、多数の基地局からセルラ通信リンクを試行するＳ４２のステップと、多数のリンク試行からもたらされる特徴を抽出するＳ４４のステップと、抽出された特徴をログ記録するＳ４６のステップと、抽出された特徴に基づいて機械学習モデルを訓練するＳ４８のステップと、環境情報マップを推測するＳ５０のステップとを含む。

図７は、本開示の一実施形態における環境感知のため、および環境情報マップを生成するための方法を実装してよい例示的なコンピュータ・システムまたは処理システムの概略図を示す。コンピュータ・システムは、モジュール５２、５４、および６２を実装するための適切な処理システムの一実施例に過ぎず、本明細書において説明される方法の実施形態の用途または機能の範囲について何ら限定を示唆することを意図するものではない。図示される処理システムは、他の多数の汎用または専用のコンピューティング・システム環境またはコンピューティング・システム構成で動作可能であることがある。図７に示される処理システムと一緒に使用するのに適することがあるよく知られたコンピューティング・システム、コンピューティング環境、またはコンピューティング構成、あるいはその組合せの例は、パーソナル・コンピュータ・システム、サーバ・コンピュータ・システム、シン・クライアント、シック・クライアント、ハンドヘルド・デバイスもしくはラップトップ・デバイス、マルチプロセッサ・システム、マイクロプロセッサ・ベースのシステム、セットトップ・ボックス、プログラマブル家庭用電子機器、ネットワークＰＣ、ミニコンピュータ・システム、メインフレーム・コンピュータ・システム、ならびに以上のシステムもしくはデバイスのいずれかを含む分散クラウド・コンピューティング環境、およびそれに類するものを含むが、これらには限定されない。

コンピュータ・システムは、コンピュータ・システムによって実行されている、プログラム・モジュールなどのコンピュータ・システム実行可能命令の一般的な脈絡で説明されてよい。一般に、プログラム・モジュールは、特定のタスクを実行する、または特定の抽象データ型を実装するルーチン、プログラム、オブジェクト、コンポーネント、ロジック、データ構造などを含んでよい。コンピュータ・システムは、タスクが、通信ネットワークを介して結び付けられた遠隔処理デバイスによって実行される、分散型クラウド・コンピューティング環境において実施されてよい。分散型クラウド・コンピューティング環境において、プログラム・モジュールは、メモリ・ストレージ・デバイスを含むローカル・コンピュータ・システム記憶媒体と遠隔コンピュータ・システム記憶媒体の両方に配置されてよい。

コンピュータ・システムの構成要素は、１つまたは複数のプロセッサまたは処理ユニット１００、システム・メモリ１０６、ならびにシステム・メモリ１０６を含む様々なシステム構成要素をプロセッサ１００に結合するバス１０４を含んでよいが、これらには限定されない。プロセッサ１００は、本明細書において説明される方法を実行するプログラム・モジュール１０２を含んでよい。モジュール１０２は、プロセッサ１００の集積回路にプログラミングされても、メモリ１０６、ストレージ・デバイス１０８、またはネットワーク１１４から、あるいはその組合せからロードされてもよい。

バス１０４は、様々なバス・アーキテクチャのいずれかを使用する、メモリ・バスもしくはメモリ・コントローラ、周辺バス、アクセラレーテッド・グラフィックス・ポート、およびプロセッサ・バスもしくはローカル・バスを含む、いくつかのタイプのバス構造のいずれかの１つまたは複数を表すことがある。例として、限定としてではなく、そのようなアーキテクチャは、インダストリ・スタンダード・アーキテクチャ（ＩＳＡ）バス、マイクロ・チャネル・アーキテクチャ（ＭＣＡ）バス、エンハンストＩＳＡ（ＥＩＳＡ）バス、ビデオ・エレクトロニクス・スタンダーズ・アソシエーション（ＶＥＳＡ）ローカル・バス、およびペリフェラル・コンポーネント・インターコネクト（ＰＣＩ）バスを含む。

コンピュータ・システムは、様々なコンピュータ・システム可読媒体を含んでよい。そのような媒体は、コンピュータ・システムによってアクセス可能である任意の利用可能な媒体であってよく、そのような媒体は、揮発性媒体と不揮発性媒体、取外し可能な媒体と取外し可能でない媒体の両方を含んでよい。

システム・メモリ１０６は、ランダム・アクセス・メモリ（ＲＡＭ）もしくはキャッシュ・メモリ、またはその両方、あるいはその他などの揮発性メモリの形態でコンピュータ・システム可読媒体を含むことが可能である。コンピュータ・システムは、他の取外し可能な／取外し可能でない、揮発性／不揮発性のコンピュータ・システム記憶媒体をさらに含んでよい。単に例として、ストレージ・システム１０８が、取外し可能でない、不揮発性の磁気媒体（例えば、「ハード・ドライブ」）から読み取ること、およびそのような磁気媒体に書き込むことを行うために備えられることが可能である。図示されないものの、取外し可能な、不揮発性の磁気ディスク（例えば、「フロッピー・ディスク」）から読み取ること、およびそのような磁気ディスクに書き込むことを行うための磁気ディスク・ドライブ、ならびにＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、または他の光媒体などの取外し可能な、不揮発性の光ディスクから読み取ること、またはそのような光ディスクに書き込むことを行うための光ディスク・ドライブが、備えられることが可能である。そのような事例において、各媒体は、１つまたは複数のデータ媒体インターフェースによってバス１０４に接続されることが可能である。

また、コンピュータ・システムは、ユーザがコンピュータ・システムと対話することを可能にする１つまたは複数のデバイスである、キーボード、ポインティング・デバイス、ディスプレイ１１８、その他、またはコンピュータ・システムが他の１つまたは複数のコンピューティング・デバイスと通信することを可能にする任意のデバイス（例えば、ネットワーク・カード、モデム、その他）、あるいはその組合せなどの１つまたは複数の外部デバイス１１６と通信してもよい。そのような通信は、入出力（Ｉ／Ｏ）インターフェース１１０を介して行われることが可能である。

さらに、コンピュータ・システムは、ネットワーク・アダプタ１１２を介してローカル・エリア・ネットワーク（ＬＡＮ）、汎用ワイド・エリア・ネットワーク（ＷＡＮ）、またはパブリック・ネットワーク（例えば、インターネット）、あるいはその組合せなどの１つまたは複数のネットワーク１１４と通信することができる。図示されるとおり、ネットワーク・アダプタ１１２が、バス１０４を介してコンピュータ・システムの他の構成要素と通信する。図示されないものの、他のハードウェア構成要素またはソフトウェア構成要素、あるいはその両方が、コンピュータ・システムと連携して使用されることが可能であることを理解されたい。例は、マイクロコード、デバイス・ドライバ、冗長な処理ユニット、外部ディスク・ドライブ・アレイ、ＲＡＩＤシステム、テープ・ドライブ、およびデータ・アーカイブ・ストレージ・システム、その他を含むが、これらには限定されない。

本発明は、統合の可能な任意の技術詳細レベルでシステム、方法、またはコンピュータ・プログラム製品、あるいはその組合せであってよい。コンピュータ・プログラム製品は、プロセッサに本発明の態様を実行することをさせるためのコンピュータ可読プログラム命令をその上に有するコンピュータ可読記憶媒体（または複数の媒体）を含んでよい。

コンピュータ可読記憶媒体は、命令実行デバイスによって使用されるように命令を保持すること、および記憶することができる有形のデバイスであることが可能である。コンピュータ可読記憶媒体は、例えば、電子ストレージ・デバイス、磁気ストレージ・デバイス、光ストレージ・デバイス、電磁ストレージ・デバイス、半導体ストレージ・デバイス、または以上の任意の適切な組合せであってよいが、これらには限定されない。コンピュータ可読記憶媒体のより具体的な例の非網羅的なリストは、以下、すなわち、ポータブル・コンピュータ・ディスケット、ハード・ディスク、ランダム・アクセス・メモリ（ＲＡＭ）、読取り専用メモリ（ＲＯＭ）、消去可能なプログラマブル読取り専用メモリ（ＥＰＲＯＭもしくはフラッシュ・メモリ）、スタティック・ランダム・アクセス・メモリ（ＳＲＡＭ）、ポータブル・コンパクト・ディスク読取り専用メモリ（ＣＤ－ＲＯＭ）、デジタル・バーサタイル・ディスク（ＤＶＤ）、メモリ・スティック、フロッピ・ディスク、命令が記録されているパンチカードもしくは溝の中の隆起構造などの機械的に符号化されたデバイス、および以上の任意の適切な組合せを含む。本明細書において使用されるコンピュータ可読記憶媒体は、電波もしくは他の自由に伝播する電磁波、導波路もしくは他の伝送媒体を介して伝播する電磁波（例えば、光ファイバ・ケーブルを通過する光パルス）、または配線を介して伝送される電気信号などの一過性の信号そのものであると解釈されるべきではない。

本明細書において説明されるコンピュータ可読プログラム命令は、コンピュータ可読記憶媒体からそれぞれのコンピューティング／処理デバイスに、またはネットワーク、例えば、インターネット、ローカル・エリア・ネットワーク、ワイド・エリア・ネットワーク、または無線ネットワーク、あるいはその組合せを介して外部コンピュータもしくは外部ストレージ・デバイスにダウンロードされることが可能である。ネットワークは、銅伝送ケーブル、伝送光ファイバ、無線伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイ・コンピュータ、またはエッジ・サーバ、あるいはその組合せを備えてよい。各コンピューティング／処理デバイスにおけるネットワーク・アダプタ・カードまたはネットワーク・インターフェースが、ネットワークからコンピュータ可読プログラム命令を受信し、それぞれのコンピューティング／処理デバイス内のコンピュータ可読記憶媒体に記憶されるようにコンピュータ可読プログラム命令を転送する。

本発明の動作を実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セット・アーキテクチャ（ＩＳＡ）命令、機械命令、機械依存命令、マイクロコード、ファームウェア命令、状態設定データ、集積回路のための構成データ、またはＳｍａｌｌｔａｌｋ（Ｒ）、Ｃ＋＋、もしくはそれに類するものなどのオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語もしくはそれに類似したプログラミング言語などの手続き型プログラミング言語を含め、１つまたは複数のプログラミング言語の任意の組合せで書かれたソース・コードもしくはオブジェクト・コードであってよい。コンピュータ可読プログラム命令は、全体がユーザのコンピュータ上で実行されても、一部がユーザのコンピュータ上で実行されても、スタンドアロンのソフトウェア・パッケージとして実行されても、一部がユーザのコンピュータ上で、かつ一部が遠隔コンピュータ上で実行されても、全体が遠隔コンピュータもしくは遠隔サーバの上で実行されてもよい。全体が遠隔コンピュータもしくは遠隔サーバの上で実行されるシナリオにおいて、遠隔コンピュータは、ローカル・エリア・ネットワーク（ＬＡＮ）もしくはワイド・エリア・ネットワーク（ＷＡＮ）を含む任意のタイプのネットワークを介してユーザのコンピュータに接続されてよく、または接続は、外部コンピュータに対して行われてもよい（例えば、インターネット・サービス・プロバイダを使用してインターネットを介して）。一部の実施形態において、例えば、プログラマブル・ロジック回路、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、またはプログラマブル・ロジック・アレイ（ＰＬＡ）を含む電子回路が、本発明の態様を実行するために、電子回路をカスタマイズするようにコンピュータ可読プログラム命令の状態情報を利用することによってコンピュータ可読プログラム命令を実行してよい。

本発明の態様は、本発明の実施形態による方法、装置（システム）、およびコンピュータ・プログラム製品のフローチャート図またはブロック図あるいはその両方を参照して本明細書において説明される。フローチャート図またはブロック図あるいはその両方の各ブロック、ならびにフローチャート図またはブロック図あるいはその両方におけるブロックの組合せは、コンピュータ可読プログラム命令によって実施されることが可能であることが理解されよう。

これらのコンピュータ可読プログラム命令は、そのコンピュータまたは他のプログラマブル・データ処理装置のプロセッサを介して実行されるそれらの命令が、フローチャートまたはブロック図あるいはその両方の１つまたは複数のブロックに指定される機能／動作を実施する手段を作り出すべく、コンピュータまたは他のプログラマブル・データ処理装置のプロセッサに提供されてマシンを作り出すものであってよい。また、これらのコンピュータ可読プログラム命令は、命令が記憶されているコンピュータ可読記憶媒体が、フローチャートまたはブロック図あるいはその両方の１つまたは複数のブロックに指定される機能／動作の態様を実施する命令を含む製造品を備えるべく、特定の様態で機能するようにコンピュータ、プログラマブル・データ処理装置、または他のデバイス、あるいはその組合せを導くことができるコンピュータ可読記憶媒体に記憶されてもよい。

また、コンピュータ可読プログラム命令は、コンピュータ、他のプログラマブル装置、または他のデバイスの上で実行される命令が、フローチャートまたはブロック図あるいはその両方の１つまたは複数のブロックに指定される機能／動作を実施するように、コンピュータによって実施されるプロセスを作り出すべく、コンピュータ、他のプログラマブル・データ処理装置、または他のデバイスにロードされ、コンピュータ、他のプログラマブル装置、または他のデバイスの上で一連の動作ステップを実行させるものであってもよい。

図におけるフローチャートおよびブロック図は、本発明の様々な実施形態によるシステム、方法、およびコンピュータ・プログラム製品の可能な実装形態のアーキテクチャ、機能、および動作を例示する。これに関して、フローチャートまたはブロック図における各ブロックは、指定された論理機能を実施するための１つまたは複数の実行可能命令を備える、命令のモジュール、セグメント、または部分を表すことが可能である。一部の代替の実装形態において、ブロックに記載される機能は、図に記載される順序を外れて生じてよい。例えば、連続して示される２つのブロックが、実際には、１つのステップとして実現されてよく、同時に、実質的に同時に、部分的にもしくは完全に時間的に重なり合う様態で実行されてよく、またはそれらのブロックが、ときとして、関与する機能に依存して、逆の順序で実行されてよい。また、ブロック図またはフローチャート図あるいはその両方の各ブロック、ならびにブロック図またはフローチャート図あるいはその両方におけるブロックの組合せは、指定された機能もしくは動作を実行する、または専用ハードウェア命令とコンピュータ命令の組合せを実行する専用ハードウェア・ベースのシステムによって実施されることが可能であることにも留意されたい。

本明細書において使用される術語は、特定の実施形態について説明することを目的とし、本発明を限定することは意図していない。本明細書において使用される、「或る」および「その」という単数形は、文脈がそうでないことを明示するのでない限り、複数形も含むことを意図している。「備える」または「備えた」という用語は、本明細書において使用される場合、明記される特徴、整数、ステップ、操作、要素、または構成要素、あるいはその組合せの存在を明示するが、他の１つまたは複数の特徴、整数、ステップ、操作、要素、構成要素、またはそのグループ、あるいはその組合せの存在も、追加も除外することはないことがさらに理解されよう。

添付の特許請求の範囲におけるすべての手段もしくはステップおよび機能要素の対応する構造、材料、動作、および均等物は、存在する場合、明示的に主張される以外の主張される要素と組合せでその機能を実行するための任意の構造、材料、または動作を含むことを意図している。本発明の説明は、例示および説明の目的で提示されてきたが、網羅的であることも、開示される形態における本発明に限定されることも意図していない。本発明の範囲を逸脱することなく、多くの変更形態および変形形態が、当業者には明白となろう。実施形態は、本発明の原理、および実際的な応用を最もよく説明するため、ならびに他の当業者が、企図される特定の用途に適する様々な変更を伴う様々な実施形態に関して本発明を理解することを可能にするために選択され、説明されている。

さらに、本発明の好ましい実施形態が、特定の用語を使用して説明されてきたが、そのような説明は、例示のために過ぎず、添付の特許請求の範囲を逸脱することなく、変更および変形が行われてよいことを理解されたい。

Claims (19)

1. 無線通信システムを使用して環境情報マップを生成するためのコンピュータによって実施される方法であって、
   前記無線通信システムが、少なくとも１つの送信機と、少なくとも１つの受信機とを備え、前記送信機と前記受信機のうちの少なくとも一方が、指向性通信システムを有し、前記方法が、
   第１のビーム方向で第１の送信機から受信機に信号を送信することによって無線通信リンクを試行するステップと、
   前記受信機において前記第１のビーム方向に関する前記リンクの試行からもたらされる複数の特徴を抽出し、前記複数の抽出された特徴をログ記録するステップと、
   それぞれ少なくとも１つのさらなるビーム方向で信号を送信することによって前記第１の送信機から前記受信機に対して少なくとも１つのさらなる無線通信リンクを試行するステップと、
   前記受信機において前記少なくとも１つのさらなるビーム方向の各々に関して前記少なくとも１つのさらなるリンク試行の各々からもたらされる複数の特徴を抽出し、前記複数の抽出された特徴をログ記録するステップと、
   前記第１の送信機と前記受信機との間の区域の環境情報マップを推測すべく、前記第１のビーム方向および前記少なくとも１つのさらなるビーム方向からの前記複数の抽出された特徴を使用して推論アルゴリズムを実行するステップと
   を含む方法。
2. 前記第１の送信機から前記受信機に対する前記通信リンクを確立すべく前記環境情報マップに基づいて前記第１の送信機の前記指向性通信システムのビーム方向を設定するための制御信号を生成するステップをさらに含む、請求項１に記載の方法。
3. 前記試行された無線通信リンクの各々の結果として前記受信機によって受信された前記信号を復調するステップをさらに含み、前記複数の特徴が、前記復調された信号から抽出される、請求項１に記載の方法。
4. 前記複数の特徴が、前記復調された信号波形から抽出された通信リンク・メトリックスである、請求項３に記載の方法。
5. 前記複数の特徴が、前記信号から直接に抽出される、請求項１に記載の方法。
6. 前記第１の送信機と前記受信機との間の区域の前記環境情報マップを推測すべく、前記第１のビーム方向および前記少なくとも１つのさらなるビーム方向からの前記複数の抽出された特徴に基づいて、前記環境の推測の機械学習モデル・スコアリングを実行するための第１の機械学習モデルを含む少なくとも１つの機械学習モデルを訓練するステップをさらに含む、請求項１に記載の方法。
7. 前記少なくとも１つの機械学習モデルが、無線アクセス・ネットワーク上に配置された、前記環境の推測の機械学習モデル・スコアリングを実行するための推論アルゴリズムを有する第２の機械学習モデルを含む、請求項６に記載の方法。
8. 前記第１の機械学習モデルが、フロント・エンド無線機上、または第２の送信機上に配置され、前記フロント・エンド無線機または前記第２の送信機が、前記受信機と前記無線アクセス・ネットワークとの間で通信する、請求項７に記載の方法。
9. 前記フロント・エンド無線機または前記第２の送信機から前記無線アクセス・ネットワークに前記複数の抽出された特徴および前記スコアリングされた推測を転送するステップをさらに含む、請求項８に記載の方法。
10. 前記第２の機械学習モデルを使用して推測された前記環境情報マップに基づいて、前記第１の送信機の前記指向性通信システムのビーム方向を設定するための制御信号を生成するステップと、
    前記制御信号を、前記無線アクセス・ネットワークから前記第１の送信機に転送するステップと
    をさらに含む、請求項９に記載の方法。
11. 前記複数の抽出された特徴から獲得されたシーケンス学習および時間的情報を使用して前記第２の機械学習モデルを訓練するステップをさらに含む、請求項９に記載の方法。
12. 前記第２の機械学習モデルによって学習された前記推測に基づいて、前記第１の機械学習モデルを更新するステップをさらに含む、請求項９に記載の方法。
13. 前記指向性通信システムが、ビーム形成、ビーム・ステアリング、およびビーム成形のうちの少なくとも１つを含む、請求項１に記載の方法。
14. 前記環境情報マップが、物体の局所化された推測、気象条件の局所化された推測、および大気汚染物質の局所化された推測のうちの少なくとも１つを含む、請求項１に記載の方法。
15. 前記第１の送信機および前記受信機の第１の電力出力レベルで前記第１の送信機から前記受信機に信号を送信することによって無線通信リンクを試行するステップと、
    前記受信機において前記第１の電力レベルにおける前記リンクの試行からもたらされる複数の特徴を抽出し、前記複数の特徴をログ記録するステップと、
    前記第１の送信機と前記受信機のうちの少なくとも一方の前記第１の電力出力レベルとは異なるそれぞれの少なくとも１つの異なる出力電力レベルにおいて前記第１の送信機から前記受信機に対して少なくとも１つのさらなる無線通信リンクを試行するステップと、
    前記受信機において前記少なくとも１つの異なる出力電力レベルの各々に関して前記少なくとも１つのさらなるリンク試行の各々からもたらされる複数の特徴を抽出し、前記複数の特徴をログ記録するステップと、
    前記第１の送信機と前記受信機との間の区域の環境情報マップを推測すべく、前記少なくとも１つのビーム方向および前記少なくとも１つの出力電力レベルからの前記複数の抽出された特徴を使用して前記推論アルゴリズムを実行するステップと
    をさらに含む、請求項１に記載の方法。
16. 前記第１の送信機および前記受信機の第１のアンテナ偏波において前記第１の送信機から前記受信機に対して無線通信リンクを試行するステップと、
    前記受信機において前記第１のアンテナ偏波における前記リンクの試行からもたらされる複数の特徴を抽出し、前記複数の特徴をログ記録するステップと、
    前記第１の送信機と前記受信機のうちの少なくとも一方の前記第１のアンテナ偏波とは異なるそれぞれの少なくとも１つの異なるアンテナ偏波において前記第１の送信機から前記受信機に対して少なくとも１つのさらなる無線通信リンクを試行するステップと、
    前記受信機において前記少なくとも１つの異なるアンテナ偏波の各々において前記少なくとも１つのさらなるリンク試行の各々からもたらされる複数の特徴を抽出し、前記複数の特徴をログ記録するステップと、
    前記第１の送信機と前記受信機との間の区域の環境情報マップを推測すべく、前記少なくとも１つのビーム方向、および前記少なくとも１つの出力電力レベルと前記少なくとも１つのアンテナ偏波のうちの少なくともいずれかにおける前記特徴を使用して前記推論アルゴリズムを実行するステップと
    をさらに含む、請求項１４に記載の方法。
17. 少なくとも１つのビーム方向、ならびに第２の送信機および前記受信機の少なくとも１つのアンテナ偏波と前記第２の送信機および前記受信機の少なくとも１つの出力電力レベルのうちの１つまたは複数において、前記第２の送信機から前記受信機に信号を送信することによって無線通信リンクを試行するステップと、
    前記受信機において、前記少なくとも１つのビーム方向、ならびに前記第２の送信機および前記受信機の前記少なくとも１つのアンテナ偏波と前記第２の送信機および前記受信機の前記少なくとも１つの出力電力レベルのうちの１つまたは複数における、前記リンクの試行からもたらされる複数の特徴を抽出し、前記複数の特徴をログ記録するステップと、
    前記受信機において、前記少なくとも１つのビーム方向、ならびに前記第２の送信機および前記受信機の前記少なくとも１つのアンテナ偏波と前記第２の送信機および前記受信機の前記少なくとも１つの出力電力レベルのうちの１つまたは複数の各々に関する前記少なくとも１つのさらなるリンク試行の各々からもたらされる複数の特徴を抽出し、前記複数の通信リンク・メトリックスをログ記録するステップと、
    前記第１の送信機と前記受信機との間の区域の環境情報マップを推測すべく、前記少なくとも１つのビーム方向、ならびに前記少なくとも１つの出力電力レベルと前記少なくとも１つのアンテナ偏波のうちの１つまたは複数における、前記複数の特徴を使用して前記推論アルゴリズムを実行するステップと
    をさらに含む、請求項１に記載の方法。
18. 無線通信システムを使用して環境情報マップを生成するためのコンピュータ・システムであって、
    前記無線通信システムが、少なくとも１つの送信機と、少なくとも１つの受信機とを備え、前記送信機と前記受信機のうちの少なくとも一方が、指向性通信システムを有し、方法が、
    １つまたは複数のコンピュータ・プロセッサと、
    １つまたは複数の非一過性のコンピュータ可読記憶媒体と、
    前記１つまたは複数のプロセッサによって実施されたとき、前記コンピュータ・システムに、請求項１ないし１７のいずれか一項に記載のステップを実行させる、前記１つまたは複数の非一過性のコンピュータ可読記憶媒体上に記憶されたプログラム命令と
    を備えるコンピュータ・システム。
19. コンピュータを使用したプログラム命令の実行が、前記コンピュータに、無線通信システムを使用して環境情報マップを生成するために請求項１ないし１７のいずれか一項に記載の方法を実行させる、コンピュータ可読記憶媒体上の前記プログラム命令を備えるコンピュータ・プログラム製品。

Images