JP6476479B1 - 無線環境状況予測システム、無線環境状況予測方法、および、プログラム - Google Patents
無線環境状況予測システム、無線環境状況予測方法、および、プログラム Download PDFInfo
- Publication number
- JP6476479B1 JP6476479B1 JP2017204956A JP2017204956A JP6476479B1 JP 6476479 B1 JP6476479 B1 JP 6476479B1 JP 2017204956 A JP2017204956 A JP 2017204956A JP 2017204956 A JP2017204956 A JP 2017204956A JP 6476479 B1 JP6476479 B1 JP 6476479B1
- Authority
- JP
- Japan
- Prior art keywords
- data
- unit
- prediction
- wireless
- channel
- 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.)
- Active
Links
- 230000007613 environmental effect Effects 0.000 title claims abstract description 9
- 238000000034 method Methods 0.000 title claims description 54
- 238000012545 processing Methods 0.000 claims abstract description 126
- 230000002596 correlated effect Effects 0.000 claims abstract description 17
- 230000005540 biological transmission Effects 0.000 claims description 40
- 230000008569 process Effects 0.000 claims description 37
- 238000004891 communication Methods 0.000 claims description 10
- 230000001276 controlling effect Effects 0.000 claims description 6
- 239000006185 dispersion Substances 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 11
- 238000006243 chemical reaction Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 8
- 239000013598 vector Substances 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 6
- 102100031699 Choline transporter-like protein 1 Human genes 0.000 description 5
- 102100039497 Choline transporter-like protein 3 Human genes 0.000 description 5
- 101000940912 Homo sapiens Choline transporter-like protein 1 Proteins 0.000 description 5
- 101000889279 Homo sapiens Choline transporter-like protein 3 Proteins 0.000 description 5
- 230000010355 oscillation Effects 0.000 description 5
- 102100035954 Choline transporter-like protein 2 Human genes 0.000 description 4
- 101000948115 Homo sapiens Choline transporter-like protein 2 Proteins 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005312 nonlinear dynamic Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Abstract
Description
第1実施形態について、図面を参照しながら、以下、説明する。
図1は、第1実施形態に係る無線環境状況予測システム1000の概略構成図である。図1は、無線環境状況予測システム1000が壁Wall1で囲まれた空間SP1内に設置されている場合を模式的に示した図(上方から見た図)である。
無線装置A1は、図2に示すように、送信部1と、受信部2と、チャネル利用状況観測部3と、チャネル状態データ取得部4と、第1インターフェース部5と、予測データ処理部6と、送信用アンテナAnt_txと、受信用アンテナAnt_rxと、送信用発振器Ocr1と、受信用発振器Ocr2と、を備える。
サーバSvrは、図3に示すように、第2インターフェース部Sv1と、予測部Sv2とを備える。
そして、予測部Svr2は、取得した無線装置A1の伝搬状況データの予測データEst_trsm(X1t+1)および無線リソース利用状況データの予測データEst_rsrc(X2t+1)を第2インターフェース部Sv1に出力する。
以上のように構成された無線環境状況予測システム1000の動作について、以下、説明する。
無線装置A1において、チャネル利用状況観測部3は、キャリアセンス、あるいは、チャネルセンスを実行し、時刻t0〜t21までの期間の受信電力のデータを取得する。なお、時刻t0がサンプル時刻t−p+1に相当し、時刻t21がサンプル時刻t(現時刻)に相当するものとする。つまり、無線装置A1において、時刻t0〜t21までの期間で、p個の受信電力のデータX1t−p+1〜X1tが取得される。この無線装置A1で取得されたp個の受信電力のデータX1t−p+1〜X1tは、無線装置A1が設置されている位置Pos(A1)の受信電力のデータであるとみなすことができる。
入力データ:
Dtrsm(X1t−p+1:X1t)
Drsrc(X2t−p+1:X2t)
教師データ:
Rtrsm(X1t+1)
そして、予測部Sv2は、パラメータをθ1とし、条件付き確率P(X1t+1|Dtrsm(X1t−p+1:X1t),Drsrc(X2t−p+1:X2t);θ1)を最大にするパラメータθ1optを求める。つまり、予測部Sv2は、下記数式に相当する処理を実行することで最適パラメータθ1optを取得する。
Y. Matsubara and Y. Sakurai, “Regime shifts in streams: real-time forecasting of co-evolving time sequences,” Proc. Of ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD), Aug. 2016.
つまり、上記文献に開示されているように、複数の入力変数、複数の出力変数、複数の状態変数を設定した非線形の状態空間モデルを設定し、設定した状態空間モデルを最適化するパラメータを取得することで、モデルの最適化処理(モデルの学習)を行うようにしてもよい。
入力データ:
Dtrsm(X1t−p+1:X1t)
Drsrc(X2t−p+1:X2t)
教師データ:
Rrsrc(X2t+1)
そして、予測部Sv2は、パラメータをθ2とし、条件付き確率P(X2t+1|Dtrsm(X1t−p+1:X1t),Drsrc(X2t−p+1:X2t);θ2)を最大にするパラメータθ1optを求める。つまり、予測部Sv2は、下記数式に相当する処理を実行することで最適パラメータθ2optを取得する。
次に、推論モードにおける無線環境状況予測システム1000の動作について、図5を参照しながら説明する。なお、推論モードにおいても、搬送車v1は、図4に示した学習モードのときと同様の動作(移動)を行うものとする。
入力データ:
Dtrsm(X1t−p+1:X1t)
Drsrc(X2t−p+1:X2t)
上記により取得される無線装置A1についての伝搬状況データの予測データEst_trsm(X1t+1)は、例えば、図5の状況の場合、グラフG11の期間t21〜t4のデータである。図4に示す学習モードのときと近似する伝搬状況データおよび無線リソース利用状況データが予測部Sv2に入力されるため、予測部Sv2(学習済みモデル)から出力される無線装置A1についての伝搬状況データの予測データEst_trsm(X1t+1)は、無線装置A1の伝搬状況データの教師データR_trsm(X1t+1)に近似したデータとなる。つまり、図5に示す状態におけるサンプル時刻t+1の伝搬状況データの予測データEst_trsm(X1t+1)は、高精度なものとなる。
入力データ:
Dtrsm(X1t−p+1:X1t)
Drsrc(X2t−p+1:X2t)
上記により取得される無線装置A1についての無線リソース利用状況データの予測データEst_rsrc(X2t+1)は、例えば、図5の状況の場合、グラフG12の期間t21〜t4のデータである。図4に示す学習モードのときと近似する伝搬状況データおよび無線リソース利用状況データが予測部Sv2に入力されるため、予測部Sv2(学習済みモデル)から出力される無線装置A1についての無線リソース利用状況データの予測データEst_rsrc(X2t+1)は、無線装置A1の無線リソース利用状況データの教師データR_rsrc(X2t+1)に近似したデータとなる。つまり、図5に示す状態におけるサンプル時刻t+1の無線リソース利用状況データの予測データEst_trsm(X1t+1)は、高精度なものとなる。
(1)受信電力
(2)伝搬路値
(3)遅延プロファイル
(4)遅延分散
≪無線リソース利用状況データ≫
(A)COR
(B)再送回数
(C)フレーム誤り率
(D)使用伝送レート
なお、(2)伝搬路値、および、(3)遅延プロファイルのデータは、同期処理部22により取得されるデータData2に基づいて、チャネル状態データ取得部4により取得することができる。
上記実施形態では、無線環境状況予測システム1000が、相関のある2種類のデータ(伝搬状況データと無線リソース利用状況データ)を用いて処理を実行する場合について説明したが、これに限定されることはなく、無線環境状況予測システム1000は、相関のあるN種類(N:自然数、N≧3)のデータを用いて処理を実行するようにしてもよい。
A1 無線装置
Svr サーバ
1 送信部
2 受信部
3 チャネル利用状況観測部
4 チャネル状態データ取得部
5 第1インターフェース部
Sv1 第2インターフェース部
Sv2 予測部
Claims (7)
- 空間内の所定の固定位置である第1地点の無線環境状況を予測するための無線環境状況予測システムであって、
データに対して送信処理を実行することで無線信号を生成する送信部と、
無線信号に対して受信処理を実行することで当該無線信号により搬送されたデータを取得する受信部と、
前記送信部および前記受信部の少なくとも一方を制御することで、前記無線信号の通信に使用されるチャネルの利用状況を観測するチャネル利用状況観測部と、
前記送信部、前記受信部、および、前記チャネル利用状況観測部の少なくとも一つにより取得された信号に基づいて、第1期間において前記第1地点のチャネル状態に関する第1データと、前記第1データと相関のある第2データとを取得するチャネル状態データ取得部であって、前記第1データは、前記第1地点において測定される連続的に変化する物理量に基づいて取得されるデータであって、時系列において連続的に変化するデータであり、前記第2データは、前記第1地点のチャネル状態を示すデータであって、時系列において離散的に変化するデータである、前記チャネル状態データ取得部と、
(1)学習時において、離散的に変化する前記第2データの所定期間における時系列データと、前記第2データと相関のある前記第1データの前記所定期間における時系列データとを教師データとして、学習を行うことで学習済モデルを取得し、
(2)予測時において、前記学習済モデルを用いて、前記第1データおよび前記第2データに基づいて、前記第1地点の前記第1データの将来のデータを予測するとともに、前記第1データおよび前記第2データに基づいて、前記第1地点の前記第2データの将来のデータを予測する予測処理を行う予測部と、
を備える無線環境状況予測システム。 - 前記第1データは、伝搬状況を示すデータである伝搬状況データであり、
前記第2データは、無線リソース利用状況を示すデータである無線リソース利用状況データである、
請求項1に記載の無線環境状況予測システム。 - 前記伝搬状況データは、
(1)受信電力、(2)伝搬路値、(3)遅延プロファイル、(4)遅延分散に関するデータのうち少なくとも1つを含むデータである、
請求項2に記載の無線環境状況予測システム。 - 前記無線リソース利用状況データは、
(1)無線リソース利用率、(2)再送回数、(3)フレーム誤り率、(4)使用伝送レートに関するデータのうち少なくとも1つを含むデータである、
請求項2または3に記載の無線環境状況予測システム。 - 前記第1期間は、サンプル時刻t−p+1(p:自然数)からサンプル時刻tまでの期間であり、
前記チャネル状態データ取得部でサンプル時刻iにおいて取得される前記第1データをX1iとし、前記第2データをX2iとし、
前記第1期間において取得される前記第1データをD1(X1t−p+1:X1t)とし、前記第2データをD2(X2t−p+1:X2t)とすると、
前記予測部は、
前記第1期間において取得される前記第1データD1(X1t−p+1:X1t)および前記第2データD2(X2t−p+1:X2t)を用いて前記予測処理を実行する、
請求項1から4のいずれかに記載の無線環境状況予測システム。 - データに対して送信処理を実行することで無線信号を生成する送信部と、
無線信号に対して受信処理を実行することで当該無線信号により搬送されたデータを取得する受信部と、
前記送信部および前記受信部の少なくとも一方を制御することで、前記無線信号の通信に使用されるチャネルの利用状況を観測するチャネル利用状況観測部と、
を備える無線環境状況予測システムに用いられ、空間内の所定の固定位置である第1地点の無線環境状況を予測するための無線環境状況予測方法であって、
前記送信部、前記受信部、および、前記チャネル利用状況観測部の少なくとも一つにより取得された信号に基づいて、第1期間において前記第1地点のチャネル状態に関する第1データと、前記第1データと相関のある第2データとを取得するチャネル状態データ取得ステップであって、前記第1データは、前記第1地点において測定される連続的に変化する物理量に基づいて取得されるデータであって、時系列において連続的に変化するデータであり、前記第2データは、前記第1地点のチャネル状態を示すデータであって、時系列において離散的に変化するデータである、前記チャネル状態データ取得ステップと、
(1)学習時において、離散的に変化する前記第2データの所定期間における時系列データと、前記第2データと相関のある前記第1データの前記所定期間における時系列データとを教師データとして、学習を行うことで学習済モデルを取得し、
(2)予測時において、前記学習済モデルを用いて、前記第1データおよび前記第2データに基づいて、前記第1地点の前記第1データの将来のデータを予測するとともに、前記第1データおよび前記第2データに基づいて、前記第1地点の前記第2データの将来のデータを予測する予測ステップと、
を備える無線環境状況予測方法。 - 請求項6に記載の無線環境状況予測方法をコンピュータに実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017204956A JP6476479B1 (ja) | 2017-10-24 | 2017-10-24 | 無線環境状況予測システム、無線環境状況予測方法、および、プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017204956A JP6476479B1 (ja) | 2017-10-24 | 2017-10-24 | 無線環境状況予測システム、無線環境状況予測方法、および、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6476479B1 true JP6476479B1 (ja) | 2019-03-06 |
JP2019080144A JP2019080144A (ja) | 2019-05-23 |
Family
ID=65639083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017204956A Active JP6476479B1 (ja) | 2017-10-24 | 2017-10-24 | 無線環境状況予測システム、無線環境状況予測方法、および、プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6476479B1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7410679B2 (ja) | 2019-09-19 | 2024-01-10 | 日本放送協会 | 受信システム、通信補償要求装置、及びプログラム |
JP7330922B2 (ja) * | 2020-03-23 | 2023-08-22 | 株式会社日立製作所 | 通信管理方法、通信システム及びプログラム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009213093A (ja) * | 2008-03-06 | 2009-09-17 | Kddi R & D Laboratories Inc | 無線制御装置及び無線通信装置 |
JP2014123939A (ja) * | 2012-10-15 | 2014-07-03 | Toshiba Corp | 無線通信ネットワークにおいて動作するトランシーバ、無線通信ネットワークにおける送信システムおよび方法 |
JP2016058907A (ja) * | 2014-09-10 | 2016-04-21 | 沖電気工業株式会社 | 無線通信端末、無線通信システム、および通信状況予測方法 |
-
2017
- 2017-10-24 JP JP2017204956A patent/JP6476479B1/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009213093A (ja) * | 2008-03-06 | 2009-09-17 | Kddi R & D Laboratories Inc | 無線制御装置及び無線通信装置 |
JP2014123939A (ja) * | 2012-10-15 | 2014-07-03 | Toshiba Corp | 無線通信ネットワークにおいて動作するトランシーバ、無線通信ネットワークにおける送信システムおよび方法 |
JP2016058907A (ja) * | 2014-09-10 | 2016-04-21 | 沖電気工業株式会社 | 無線通信端末、無線通信システム、および通信状況予測方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2019080144A (ja) | 2019-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9933517B1 (en) | Time-alignment of motion detection signals using buffers | |
US20210385682A1 (en) | Configuration of a neural network for a radio access network (ran) node of a wireless network | |
JP7166584B2 (ja) | チャネル状態予測装置、無線通信装置、チャネル状態予測方法、および、プログラム | |
US8805428B2 (en) | Cooperative spectrum sensing in cognitive radio networks | |
JP2020537744A (ja) | 動きインジケータ値に基づくワイヤレスメッシュネットワーク内の動きローカライゼーション | |
US11686803B2 (en) | Methods and apparatus to trigger calibration of a sensor node using machine learning | |
JP2020515150A (ja) | 信号品質メトリクスに基づく無線通信チャネルの選択方法 | |
JP7115465B2 (ja) | 遅延予測装置、遅延予測システム、遅延予測方法および遅延予測プログラム | |
Lowrance et al. | Link quality estimation in ad hoc and mesh networks: A survey and future directions | |
JP6476479B1 (ja) | 無線環境状況予測システム、無線環境状況予測方法、および、プログラム | |
JP2018124852A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP6973645B2 (ja) | 制御対象装置、制御方法、制御プログラム、及び、遠隔制御システム | |
Spörk et al. | Improving the Timeliness of Bluetooth Low Energy in Noisy RF Environments. | |
JP6882684B2 (ja) | 通信装置、通信システム、通信制御方法、及び通信制御プログラム | |
JP6439123B1 (ja) | 無線環境状況予測システム、無線環境状況予測方法、および、プログラム | |
Shisher et al. | Timely communications for remote inference | |
Fernandes et al. | An adaptive recurrent neural network model dedicated to opportunistic communication in wireless networks | |
Yan et al. | Communication and path planning strategies of a robotic coverage operation | |
KR20210124896A (ko) | 통신 네트워크용 전자 장치 및 상기 전자 장치에 대한 동작 방법 | |
US20230275676A1 (en) | Predictive quality of service via channel aggregation | |
US20230155705A1 (en) | Methods, Apparatus and Machine-Readable Media Relating to Channel Quality Prediction in a Wireless Network | |
JP7075486B2 (ja) | 時間ファクタに基づくワイヤレスメッシュネットワーク内の動きローカライゼーション | |
CN116070153A (zh) | 相控阵t/r组件故障参数的预测方法、装置、设备和介质 | |
Ganjalizadeh et al. | Device selection for the coexistence of URLLC and distributed learning services | |
JP2019161341A (ja) | 無線状況予測装置、無線状況予測方法、および、プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171025 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180904 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180911 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20181108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181225 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190115 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190116 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6476479 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |