JP6476861B2 - 電磁界特徴分類提示装置 - Google Patents
電磁界特徴分類提示装置 Download PDFInfo
- Publication number
- JP6476861B2 JP6476861B2 JP2014543184A JP2014543184A JP6476861B2 JP 6476861 B2 JP6476861 B2 JP 6476861B2 JP 2014543184 A JP2014543184 A JP 2014543184A JP 2014543184 A JP2014543184 A JP 2014543184A JP 6476861 B2 JP6476861 B2 JP 6476861B2
- Authority
- JP
- Japan
- Prior art keywords
- feature
- measurement
- mapping
- classification
- electromagnetic field
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/08—Measuring electromagnetic field characteristics
- G01R29/0864—Measuring electromagnetic field characteristics characterised by constructional or functional features
- G01R29/0892—Details related to signal analysis or treatment; presenting results, e.g. displays; measuring specific signal features other than field strength, e.g. polarisation, field modes, phase, envelope, maximum value
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/08—Measuring electromagnetic field characteristics
- G01R29/0807—Measuring electromagnetic field characteristics characterised by the application
- G01R29/0814—Field measurements related to measuring influence on or from apparatus, components or humans, e.g. in ESD, EMI, EMC, EMP testing, measuring radiation leakage; detecting presence of micro- or radiowave emitters; dosimetry; testing shielding; measurements related to lightning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/08—Measuring electromagnetic field characteristics
- G01R29/0864—Measuring electromagnetic field characteristics characterised by constructional or functional features
- G01R29/0871—Complete apparatus or systems; circuits, e.g. receivers or amplifiers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/08—Measuring electromagnetic field characteristics
- G01R29/0864—Measuring electromagnetic field characteristics characterised by constructional or functional features
- G01R29/0878—Sensors; antennas; probes; detectors
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
- Shielding Devices Or Components To Electric Or Magnetic Fields (AREA)
Description
このような技術分野に対して、より効率的に雑音源を特定するため、多くの技術が開示されている。
特許文献1では、回路基板の近傍にループアンテナを接近させ、電界によって生じる電流と、磁界によって生じる電流との合成電流を測定することにより、回路基板近傍の電磁界の電界および磁界成分を測定する手法が提案されている。
特許文献2では、基板から放射される電磁波による電磁界強度分布図と、基板の画像データとを重ねてディスプレイ上に表示することによって、雑音源特定に役立つ装置が提案されている。
特許文献3では、アンテナ電磁界分布と妨害波である基板近傍電磁界分布との相関を取ることによって、電子機器の送受信機能に影響の強い雑音についての情報を得る装置が提案されている。また、特許文献3には、電子機器の電磁界分布を測定してその電磁界発生源を特定する関連技術が開示されている。
特許文献4では、測定対象から生ずる雑音をプローブで測定する際に、雑音の時間変動を考慮するために、複数測定個所について所定時間にわたって測定を行い、測定箇所ごとの強度変化をデータ化し、その強度分布を生成する技術が記載されている。
特許文献1および特許文献2に記載された技術は、基板上の雑音の強度にのみ着目しており、被干渉部となる送受信部や回路へ雑音の結合度については考慮されていない。雑音強度が低くても、結合が強い場合は機能障害への影響が大きいため、実際の結合度を考慮した評価指標が必要である。
特許文献3に記載された技術は、アンテナにおける電磁界分布と基板電磁界分布との相関をとることによって、被干渉部との結合の大きい雑音源の抽出を行っている。
特許文献4に記載された技術は、諸所の測定座標ごとの時間変動を考慮した強度分布図を作成して提示できる。
しかし、雑音強度の高い雑音源が、必ずしも通信障害や誤動作の主要因となっているとは限らない。実際に通信障害に与える影響を考慮した場合では、雑音の発生頻度や位相情報などが非常に重要なパラメータとなることもある。そのため、強度分布のみに基づく判断では機能障害への影響の大きさが計りきれないという問題がある。
現状のEMI対策では、上記したような理由を含めた多くの理由により、EMI評価で得た強度分布を参考にしつつ、測定者の経験や知識によって雑音源を判断して、その対策を行っている。
本発明は、上記課題に鑑みて成されたものであり、被測定対象から放出される電磁波の特徴分類が可能な電磁波分類提示機能を有する電磁界特徴分類提示装置の提供を目的とする。
また、被測定対象から放出される電磁波の特徴分類が可能な電磁波分類提示機能を有する近傍電磁界の近傍電磁界分布測定システムの提供を目的とする。
本発明に係る近傍電磁界分布測定システムは、近傍電磁界を検出するプローブと、前記プローブを走査するプローブ走査手段と、前記プローブ走査手段を電磁波の測定に合わせて制御する制御手段と、前記プローブを介して被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集する取得手段と、前記取得手段で収集された測定データに関して、位置座標ごとに1ないし複数の特徴量を算定する特徴量算出手段と、前記特徴量算出手段で算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を行う特徴分析手段と、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピングするマッピング処理手段と、前記マッピング処理手段でマッピングした結果を提示する出力手段と、を含みなることを特徴とする。
本発明に係る電磁界特徴分類プログラムは、情報処理システムの制御部を、被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集する取得手段と、前記取得手段で収集された測定データに関して、位置座標ごとに1ないし複数の特徴量を算定する特徴量算出手段と、前記特徴量算出手段で算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を行う特徴分析手段と、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピングするマッピング処理手段、として動作させることを特徴とする。
本発明に係る電磁界特徴分類方法は、被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集し、収集された測定データに関して、位置座標ごとに1ないし複数の特徴量を算定処理し、算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類処理を実施し、前記特徴分類処理の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピング処理することを特徴とする。
本発明によれば、被測定対象から放出される電磁波の特徴分類が可能な電磁波分類提示機能を有する近傍電磁界の近傍電磁界分布測定システムを提供できる。
図2は、本発明に係る近傍電磁界分布測定システムを示すブロック図である。
図3は、実施形態で用いる被測定物1の例を示す説明図である。
図4Aは、被測定物1の異なる位置座標で計測した特徴量の一例(振幅確率分布及び交叉率分布)を示す説明図である。
図4Bは、被測定物1の異なる位置座標で計測した特徴量の一例(振幅確率分布及び交叉率分布)を示す説明図である。
図5は、特徴分析部の処理動作例を示すフローチャートである。
図6は、測定データ群の特徴に対してクラスター分析を実行した結果を例示した説明図である。
図7は、マッピング処理部の処理動作例を示すフローチャートである。
図8は、機能特徴分類に関するマッピング結果の提示方法を例示した説明図である。
図9は、強度分類に関するマッピング結果の提示方法を例示した説明図である。
図10は、クラスター分析結果から提示方法を決定する処理動作例を説明する説明図である。
図11は、指標を付与した教師データと測定データ群の特徴とを共にクラスター分析を実行した結果を例示した説明図である。
図12は、図11に示したクラスタ分析結果に対する提示方法を例示した説明図である。
図13は、設計データと共にマッピング結果の提示方法を例示した説明図である。
図14は、複数測定方向を反映させたマッピング結果の提示方法を例示した説明図である。
以下、本発明の第1実施形態として、電磁波の特徴を分類表示する機能を有する近傍電磁界分布測定システムに好適な電磁界特徴分類提示装置を説明する。
図1は電磁界特徴分類提示装置の構成を示すブロック図である。電磁界特徴分類提示装置100は、取得部101と、特徴量算出部102と、記憶部103と、特徴分析部104と、マッピング処理部105と、出力部106とを含みなる。
図1の取得部101は、妨害波等の外乱を含む電磁波をデータ化する。このとき用いられる受信インタフェースは、電磁波の周波数ごとに振幅が測定可能な電圧計、電界強度計、スペクトラムアナライザ等を用いればよい。
この取得部101は、所定時間にわたりサンプリング(周波数と振幅値の測定)を測定位置ごとに繰り返す機能を有しており、電磁波の時間経過に伴う波形変化をデジタルの時系列を伴う測定データに変換する。この時系列を伴う測定データは、測定が行われた位置座標ごとに位置座標情報と紐付けられる。
計測された測定データは、位置座標ごとに区分可能に特徴量算出部102に送られる。
特徴量算出部102は、測定箇所ごとのサンプリングされた時系列を伴う測定データから1ないし複数の特徴量を算出処理する。電磁妨害波のような時間変動の激しい時系列データを精度よくサンプリングするために非常に高速なサンプリングを行うため、測定データそのものを後述するような分析にかけることは処理量が増大する。また、測定器に大容量のメモリが必要となる。
個々の測定位置の測定データを1ないし複数の特徴量に変換することで、データ量が圧縮され、より低リソースでリアルタイムに近い処理が可能となる。特徴量の種別や種類数は、任意に定めることができる。
特徴量には、例えば、振幅確率分布(APD:Amplitude Probability Distribution)や交叉率分布(CRD:Crossing Rate Distribution)などの統計パラメータを電磁波特徴分類に利用できる。
なお、以下の説明では特徴量として振幅確率分布と交叉率分布を一例として説明するが、平均値、尖頭値などの単一パラメータ、もしくは振幅確率密度分布、交叉率分布、パルス幅分布、待ち時間分布などの異なる特徴量を単独又は複数組み合わせて用いても良い。
特徴量の組み合せを用いる場合、分類の精度を高めるために、振幅と位相など異なる情報を示す特徴量を組み合わせると良い。また、所定のEMI対策などでは、同様の特徴量を複数組み合わせてより緻密に測定データの類似を測ることも可能である。
振幅確率分布(APD)は、前段の取得部101から送られてきた振幅値の時系列を伴う測定データを元に、振幅包落線が規定の振幅値Ekを超えている時間Tiと、全測定時間Tの比で求められる統計量である。(下記数式1参照)雑音の発生頻度と振幅強度の関係が表されることから、デジタルノイズに対する妨害波評価尺度として有用である。
また、交叉率分布(CRD)は、振幅包落が規定の振幅値Ekを正方向(または負方向)に交叉した回数Niと、全測定時間Tの比で求められる統計量である。(下記数式2参照)雑音の振幅変動数と振幅強度の関係が表される。パルスの重なりがない場合は、振幅値Ekを超える振幅を持つパルスの単位時間当たりの個数を与える。
特徴量算出部102で算出した位置座標ごとの特徴量は、記憶部103に測定データと関連付けられて保存される。
特徴分析部104は、所望数の位置座標の特徴量データが揃った段階で、記憶部103に保存された各位置座標の同一種別の特徴の特徴量群を適宜読み出して、クラスター分析を実行して特徴分類を行う。クラスター分析は、データ間の類似度を比較して、似ているデータごとにクラスターを形成する機械学習手法である。
クラスター分析により、位置座標ごとの特徴量データを類似度が高いものごとに特徴分類が可能になる。特徴分析部104は、特徴分類を終了した後、その分類結果を記憶部103に保存する。
マッピング処理部105は、上記クラスター分析による分類結果を記憶部103から位置座標(測定位置)と共に読み出して、被測定物に対応させた空間上の各位置座標に、所定若しくは任意の分割数(マッピング分類数:特徴分類数)に応じた特徴分類結果を順次マッピングする。このマッピング処理によって、特徴に応じて分類された各クラスターが認知可能(例えば、グループ1、グループ2、…)に差別化できる。
クラスターに分類する数(マッピング分類数:特徴分類数)については、ユーザーがクラスター分析の結果を確認後、所望の分類数を外部入力端末から入力することによって決定できることが望ましい。無論固定値を用いることもできる。また、複数の分類数をユーザーから受け付けて以後の処理を並列的に行っても良い。また、ユーザーに対して適度な分割数(分割候補数)を装置側から提案して、入力された分割数を受け付けてもよい。異なる複数の分類数を用いたマップは、対比できるように提示すると効果的に測定した情報を利用できる。
この分類数に基づいて、マッピング処理部105は各クラスターに対応する表示色や模様などの数を決定して、マッピング結果を出力部に通知すると共に記憶部に記録する。
出力部106は、マッピング処理部105の上記マッピング結果をディスプレイなどの外部表示装置に出力する。
この提示により、ユーザーは特徴分類された電磁波の分布画像を得られ、EMI対策などに用いられる。この類似特徴分布画像は、所定周波数帯の振幅などを用いた強度分布画像と異なる利便性を提供できる。
被測定物1は、例えば電子機器の回路基板である。本実施例では、図3に示す無線通信基板を例に説明する。この無線通信基板には、2つのLSI(デジタル回路A、デジタル回路B)とRF受信回路が搭載されている。
プローブ2は、被測定物1から放射される電磁界を被測定物1の近傍において測定するセンサである。プローブ2は、電磁界を測定するためのループアンテナやダイポールアンテナ等を用いて構成される。プローブ2で検出された電磁波はケーブルを介して取得部101に入力される。
プローブ走査装置107は、電磁界を測定する電磁界プローブ2と電磁界プローブ2を走査するためのステージとを操作する。ステージには、被測定物1が載せられる。プローブ走査装置107は、制御部108により設定された位置に電磁界プローブ2を移動させるために、上下前後左右の3軸に沿って移動可能に構成されていることが望ましい。また、被測定基板の表裏を測定中に置き換える機構を組み込んでも良い。また、プローブ2が両面をカバーできるような可動範囲を機構として与えても良い。
電磁波測定を開始する際に、制御部108は、入力された測定位置情報(走査範囲)に基づいてプローブ走査装置107を制御して、電磁界プローブ2を測定開始位置に移動させる。その後、制御部108は、電磁界プローブ2から得られる時系列を伴う電磁波の測定を開始する測定開始信号や測定条件を、取得部101などに出力する。また、制御部108は、電磁波の測定と連携させて被測定物1の動作を制御しても良い。
取得部101は、測定開始信号を受け取ると、測定条件にしたがって測定を開始し、測定条件に含まれる測定位置(測定座標)ごとに、測定周波数を所定の測定時間サンプリングして電磁波の波形をデータ化し、時系列を伴う測定データを取得する。測定データは、適宜特徴量算出部102に送られ、指定された特徴量(振幅確率分布や交叉率分布など)を算出する。算出された特徴量データは、位置座標と関連付けられて逐次記憶部103に保存される。
なお、被測定物1から放出される電磁波の特徴量について説明する。
図4Aに、異なる位置座標((x1,y1),(x2,y2))より得られた振幅確率分布の例を示す。
2つの振幅確率分布はそれぞれ特徴的なカーブを示しており、熱雑音の振幅確率分布とも傾きが異なっている。これは、雑音特性の異なる2つのデジタル回路を発生源とするノイズが存在したことを表している。
図4Bに、異なる位置座標((x1,y1),(x2,y2))より得られた交叉率分布の例を示す。
交叉率分布は振幅変動数が表されることから、振幅確率分布では欠落している情報を含んでいる。
こうした複数の異なる情報を含んだ特徴量を組み合わせることで機能分類精度が向上できる。
制御部108は、予め設定された測定箇所(測定範囲)の測定座標を全て終了したか否かを判断し、否の場合は電磁界プローブ2を次の測定位置に移動させる。順次電磁波の波形サンプリング測定を繰り返して、全ての測定位置座標についての測定が終了すると、制御部108はプローブの移動完了をプローブ走査装置107に伝え、測定データの取得を終了する。
クラスター分析に必要な特徴点のデータの記憶が完了した段階で、特徴分析部104による電磁波分類処理が実行される。なお、電磁波の測定中などに逐次、特徴量の算出や、算出済みの特徴量を用いた分析およびマッピング処理、表示をリアルタイム的に行っても良い。また、分割数や使用する特徴量の種別などを適宜ユーザーから受け付けて、再表示や追加表示を行っても良い。
図5は、特徴分析部104における処理動作例を示すフローチャートである。特徴分析部104は、分析対象である各位置座標の特徴量のデータ数が揃った段階で、記憶部103から各位置座標の特徴量群を読み込む(ステップa1)。次に、特徴分析部104は、読み込んだ特徴量群に対してクラスター分析を実施する(ステップa2)。クラスター分析が終了すると、特徴分析部104は、その分析結果を記憶部103に保存する(ステップa3)。
図6は、被対象物1の測定データの特徴に対して階層的クラスター分析を実行した結果を示す樹形図である。また、クラスタ分割位置を視認できるように提示している。
この階層的クラスター分析結果は、被対象物1に対して横11×縦11点(全121点)に分けた近傍電磁界の測定を行い、特徴量として算出した振幅確率分布に対して階層的クラスター分析を行った結果である。
分析結果では、各測定位置座標の時系列を伴う測定データが波形から得られた特徴に基づいて整理されている。換言すれば、クラスター分析に基づいた測定データの特徴分類が行われている。
ここで用いた階層的クラスター分析は、あるクラスター間距離の定義に基づいて、類似度の高いデータを順次クラスターとして統合し、最終的に1つのクラスターが統合された段階で分析を終了する多変量解析の1手法である。
階層的クラスター分析では、図6に示したように、クラスターの形成と共に、クラスターが形成される距離(高さ:縦軸)も得られる。
図7は、マッピング処理部105における処理動作例を示すフローチャートである。
マッピング処理部105は、前段の特徴分析部104で行われたクラスター分析の分析結果を記憶部103から読み込む(ステップb1)。この際に、読み込んだクラスター分析結果を次段の出力部106からユーザーに提示するようにしても良い。
次に、所望のクラスターの分割数をユーザーから受け付ける(ステップb2)。なお、所定値や、総分析対象数(全121点)に基づく所定比率の数を最初に用いることとしても良い。その後、適宜ユーザから選択を受け付けられることが望ましい。
クラスター分析として階層的クラスター分析を行った分析結果であれば、分割するクラスター数は、樹形図の切断位置(高さ)により決定されることになる。所望する分割数を『5』と受け付けた場合では、図6の樹形図のように枝が5つに分岐している部分でクラスターを分断する。
この所望分割数は、ユーザーが参考にする雑音特性の特徴分類数(分類グループ数:クラスター数)となる。
上記したように、予めクラスター分析の分析結果をユーザーに提示することによって、分析結果を確認後に分割数を決定することが可能になり、クラスター分析における過剰な分類や曖昧な分類を知見により把握でき、よりよい分割数を導きだせる。
次に、マッピング処理部105は、決定した分割数に対応して、分割後の各クラスターに属する各位置座標に提示する提示方法を割り振る(ステップb3)。例えば、図6で示した決定数『5』を受けて、5つの各グループにそれぞれ異なる模様と色彩の組を割り当てる。
最後に、マッピング処理部105は、2次元平面上の各位置座標に特徴分類数を反映させたグループ分類結果(特徴分類結果)と提示方法(表示色と模様)をそれぞれマッピングする(ステップb4)。
出力部106は、前段のマッピング処理部105のマッピング結果をユーザーに提供する。提供方法は、どのような方法でもよく、ディスプレイやプリンタを介して行えばよい。また、記憶部103に保存して他の情報処理に使用できるようにしても良い。
図8は、クラスター数を5つに分類した場合の測定データの特徴分類を行った提示例を示している。この際の対応する測定データの強度分布を図9に示す。
図8の結果よりユーザーは多くのことが読み取れる。まず、2つのデジタル回路(図3参照)が搭載された位置座標近傍で異なるグループが形成されていることから、デジタル回路Aとデジタル回路Bは特性の異なる雑音を発生させていると判断できる。
次に、RF受信回路が搭載された位置座標周囲に着目すると、上部デジタル回路Aと同じグループに分類されている部分を視認できる。これは、RF受信回路に干渉する雑音が上部デジタル回路Aに起因している可能性を表している。この考察によれば、デジタル回路Aが送受信障害への影響が大きい雑音源であると推定できる。
上記のような判断は、雑音強度の高い点をマッピングした強度分布からは読み取れない情報である。図9に示した被測定物1の電磁波の強度分布からは、2つのデジタル回路の特性の違いは判別できない。また、RF受信回路が搭載された位置座標と、距離の近いデジタル回路Bとが電磁的に結合しているように見えており、正しい判断が電磁波の強度分布のみからでは困難である。
本システムでは、異なる雑音成分を特徴ごとに区別するとともに、同種の雑音を導出することを行えるため、例えば被干渉部へ影響の大きい雑音源を容易に見つけ出すことに有益な情報を提供できる。また、機械学習による分類手法であるため、作業者の経験や知識に左右されにくい分析が可能となる。また、同一の測定データに対して、異なる複数種類の特徴種別やクラスター分析を行って、それぞれの特徴分類結果を比べれば、ユーザーが望む知見をより得易くなる。
例えば、複数のアンテナで送受信を行うダイバーシティ技術が採用された近年の無線通信では、通信品質の向上や通信方式の多様化のため、多くのアンテナや周辺回路が無線端末に搭載され得る。このような複雑な構成を有する無線端末では、EMI対策は搭載される全アンテナに対して行う必要が生じ得る。他方で評価に要する作業工数が増大する。本手法によれば、各アンテナと結合する雑音源を迅速に判断することが可能となり、適切な対策を施すことができる。
[第2実施形態]
以下、本発明の第2実施形態として、電磁波の特徴を分類表示する機能を有する近傍電磁界分布測定システムに好適な電磁界特徴分類提示装置を説明する。
第2実施形態では、マッピング処理部105において、クラスター分析結果から取得したクラスター間の距離に基づいて、マッピングするクラスターごとの提示方法が機械的に選定されることを特徴とする。
測定開始から特徴分析部104までの動作は、第1実施形態と同様であるため説明を省略する。
マッピング処理部105は、クラスター分析結果を記憶部103から読み込み、分割数の指定を受けて、分割した各クラスターに付与する提示方法の選定を行う。このとき、マッピングのための各グループの例えば提示色をクラスター分析のクラスター間距離に基づいて決定する。マッピング処理部105は、空間上の各位置座標に、所定若しくは任意の分割数に応じた特徴分類結果を、決定した提示方法を反映させてマッピングする。
図6に例示したような階層的クラスター分析を行った場合では、樹形図の節の高さがクラスターを統合した際のクラスター距離で表される。そのため、クラスター距離を反映して提示方法を選定することにより、各グループ間の類似度の程度を表現したマッピングが可能となる。この選定では、模様の類似度(例えば、ドットやハッチングの密度)を利用すればよい。また、より短的にクラスター間距離が近いクラスター同士を色彩のグラデーションの近さで表しても良い。また、これらの組み合せでも良い。
図10は、グループを4つに分けた場合に、クラスター距離から表示色を決定する処理例を示す模式図である。この模式図をユーザーに提示すると共に各種操作を受け付けることとしても良い。
マッピング処理部105は、分割数として『4』を受け付け、4つのクラスターに分割すると共に、全体を1つのクラスター化した際の最大距離を基準として、各クラスターが他のクラスターと結合した距離に応じた表示スケール(表示色)を選定処理する。
より詳細には、図10に示した樹形図では、グループ数が4であり、4つ全てのクラスターが結合した段階での高さ(最上方の矢印)と、各クラスターが他のクラスターと結合している高さとを基準として、表示色を決定処理する。
この結果、グループ1が統合された高さと、グループ4が統合された高さが表示スケールの最大値―最小値の基準となり、グループ3が統合された高さ、グループ2が統合された高さにより、上記表示スケールから表示色が決定される。
このように階層クラスター分析では、各グループの表示色を、そのグループが他のグループに統合された際の高さを基準に決定できる。
樹形図の枝の高さは、クラスターが統合時の距離を表している。このため、クラスターの分割の際に、高さが十分にある場合の方がより明確な分類が行える。例えば、グループ1のクラスターは、そのほかの統合されたクラスターから距離が離れており、非常に特徴的な雑音特性を有するグループであるといえる。一方で、グループ2とグループ(3,4)の統合クラスターとの距離はあまり高さがないことから、ある程度似通った雑音成分であると判断できる。
表示色のスケールに使用する色相は、最大―最小の分布が、赤―青、白―黒、または白―赤―青―黒といった一般的に使用される色相を任意に用いればよい。
以上のように、分割した各クラスターに付与する提示方法の選定は、クラスター間距離の値を用いて、順位や比率に基づいて演算処理で行えばより視認性を高められる。
また、全体的に類似する場合(樹形図ではスケール幅が少ない場合)などに、距離を2乗するなどしてクラスター間の距離を強調できるようにしても良い。
クラスター距離に基づいて提示方法を選定することにより、ユーザーは空間上のマッピング結果から、各クラスター距離間の類似性を視覚的に判断し易くなる効果がある。色相が近いグループ同士は、ある程度似通っている成分であることが推定できる。
[第3実施形態]
以下、本発明の第3実施形態として、電磁波の特徴を分類表示する機能を有する近傍電磁界分布測定システムに好適な電磁界特徴分類提示装置を説明する。
第3実施形態では、デジタル回路素子や回路構成などが発生源となる特徴的な雑音のデータを教師データとして予め記憶して用いることを特徴とする。
マッピング処理部105は、クラスター分析結果を参照して、教師データが分類されているグループについて、その教師データに関連付けられた指標をユーザーに提供する。また、マッピング結果を提示する際に、教師データに類似した特徴を有した測定座標を強調する機能を提供する。
測定開始から特徴量算出部102までの動作は、第1実施形態と同様であるため説明を省略する。
本実施形態では、記憶部103に、マッピング時にユーザーに提示したいリファレンス情報(指標)を紐付けた教師データ(標本)が1ないし複数保存されている。教師データは例えば、任意のデジタル回路や素子から放射される雑音特性の特徴量や、被干渉部の特徴量、熱雑音の特徴量などである。なお、一つの教師データとして、複数の特徴量が含まれていても良い。
教師データは、実際に計測をすることによって得た既知情報を用いても良いし、シミュレーションや理論計算により予め算定された情報を用いても良い。
特徴分析部104は、各位置座標の特徴量群と1ないし複数の教師データとを記憶部103から読み込む。
次に、特徴分析部104は、各位置座標の特徴量と教師データとを合わせてクラスター分析を実行する。クラスター分析が終了すると、特徴分析部104は分析結果を記憶部103に保存する。ここで行われた分析結果は、幾つかのグループに教師データが入り込んだクラスター分析結果となっている。換言すれば、教師データに類似した位置座標の測定データが教師データと同一のグループに特徴分類される。
マッピング処理部105は、特徴分類結果を記憶部103から読み込み、分割数の指定を受けて、分割した各クラスターに付与する提示方法の選定を行う。このとき、マッピング処理部105は、教師データの含まれているクラスターを認識して、そのグループの位置座標について、強調表示や、所定の表示色や模様の付与、教師データに関連付けられた指標の表示、などを行い所要に識別可能に提示方法を決定する。マッピング処理部105は、空間上の各位置座標に、所定若しくは任意の分割数に応じた特徴分類結果を、決定した提示方法を反映させてマッピングする。
教師データに関連付ける指標は、原因や対策手法、関連技術、素子名、開発機種名などが挙げられる。また、回路設計データや、素子の仕様書などを関連付けることも可能である。また、教師データの特徴に関連させる別の教師データを紐付けても良い。教師データを連携させれば、強調する特徴(:クラスタ、グループ)の切り替えを指標の選択によって行える。また、教師テータが含まれることと成ったグループやサブグループ間の距離に応じて、指標を有効化する仕組みを取り入れても良い。例えば、2つの教師テータが属するクラスター距離が所定閾値以内であれば所定の文言の指標を提示するようにすれば、対策手法の切り分け表示が行える。
このマッピング処理によって出力は、教師データの含まれるグループの位置座標が任意の提示方法で識別可能に表示できる。このため、ユーザーは検出したい特徴を持つ雑音が、基板上のどこに位置しているかを視覚的に判断できる。
図11は、グループを4つに分けた場合に、『ノイズ源』の文言が指標として紐付けられた教師データを含む特徴分類結果を示した模式図である。
図12は上記特徴分類結果を反映したマッピング結果の表示例である。デジタル回路Aから発生する雑音の特徴を教師データとして与えることによって、分類結果のマッピング時に上記デジタル回路Aと特徴の類似した雑音源(図中の左下方)が識別される。
また本図では、教師データに関連付けされている指標をグーループ識別文言として表示すると共に、教師データが含まれることとなったグループに属する測定データを囲むようにハイライト表示する提示方法を示している。
これにより、多くの教師データを加えることによって、所望の様々な雑音成分をその特徴に応じて機械的に選別することが可能となる。計測などによって、多くの教師データが蓄積するほど、システムをより高機能に学習させることができる。また、関連する教師データを連携させることによって、より所望する知見が得られる。
[第4実施形態]
以下、本発明の第4実施形態として、電磁波の特徴を分類表示する機能を有する近傍電磁界分布測定システムに好適な電磁界特徴分類提示装置を説明する。
第4実施形態では、被測定物とする電子回路の配置や基板レイアウト、内層レイアウトなどを含む設計データを予め記憶して用いることを特徴とする。なお、被測定物の画像のみでも良い。
任意に指定された座標位置や、設計データや画像での所定位置や、素子、回路、などを選定して、その位置座標が分類されているグループについて強調する機能を提供する。
測定開始から特徴分析部104までの動作は、第1実施形態と同様であるため説明を省略する。
本実施形態では、記憶部103に、設計データとして、予め基板設計情報(基板レイアウトや部品配置情報など)が保存されている。このとき、測定位置座標の情報と上記部品位置情報は互いに関連付けられている。関連付けは、人為的に行ってもよいし、画像認識やCADデータなどを参照して行ってもよい。
マッピング処理部105は、クラスター分析結果を記憶部103から読み込み、分割数の指定を受けて、分割した各クラスターに付与する提示方法の選定を行う。このとき、マッピング処理部105は、設計もしくは画像の指定を受けて、指定された箇所を認識して、その箇所が含まれるグループの位置座標について、強調表示や、所定の表示色や模様の付与、設計データに関連付けられた情報表示、などを行い所要に識別可能に提示方法を決定する。
所定位置座標などの選定は、ユーザー若しくはシステムが所望の箇所を任意のタイミングで選定でき、リアルタイム性を有することが望ましい。
マッピング処理部105は、空間上の各位置座標に、所定若しくは任意の分割数に応じた特徴分類結果を、決定した提示方法を反映させてマッピングする。
このように所要な設計データ上のデータや画像上の座標を選定することで、重要な素子(より詳細には端子でも可能)の選択や、重要な測定位置座標の選択が行え、その対象と同一グループに特徴分類(クラスタ化)された位置座標を識別できる。また、提示済みの特徴分類マップ上を選定したグループを強調する仕組みも有益な知見を得られる。
この結果、特徴分類数を反映させたマッピング処理に対して、指定した位置座標などと同じグループに分類された位置座標を強調するなど、提示方法を差別化でき、任意な指定に基づいて、特徴が類似する測定データを識別可能に表示できる。
このため例えば、ユーザーは識別したい特徴を持つ雑音源が、基板上のどこに配置されて、どの部分に影響しているかを視覚的に判断できる。また、回路設計や回路配置へのフィードバックをも使用可能な知見を得られる。
また、上記基板レイアウトを測定位置座標と関連付けて、重ねて画面に表示しても良い。図12は上記マッピング結果の表示例である。
本図を視認すれば、ユーザーは、重要部品であるデジタル回路A、およびデジタル回路Bとそれぞれ同種の雑音源が、設計データ若しくは画像を参照することによって識別される。これにより、例えば各部品から発生した雑音がどの部位に干渉しているかなどを客観的に判断できる。
上記各実施形態は、所要に組み合わせて運用すればよい。また、強度分布も共に表示できることが望ましい。また、特徴分類分布と強度分布を重ねて提示できるようにしても良い。
なお、電磁界特徴分類提示装置の各部は、ハードウェアとソフトウェアの組み合わせを用いて実現すればよい。ハードウェアとソフトウェアとを組み合わせた形態では、RAMに電磁界特徴分類に供する制御プログラムが展開され、このプログラムに基づいて制御部(CPU)等のハードウェアを動作させることによって、各部を各種手段として実現する。また、上記プログラムは、記憶媒体に固定的に記録されて頒布されても良い。当該記録媒体に記録されたプログラムは、有線、無線、又は記録媒体そのものを介して、メモリに読込まれ、制御部等を動作させる。尚、記録媒体を例示すれば、オプティカルディスクや磁気ディスク、半導体メモリ装置、ハードディスクなどが挙げられる。
上記実施の形態を別の表現で説明すれば、電磁界特徴分類提示装置として動作させる情報処理システムを、RAMに展開された電磁界特徴分類プログラムに基づき、取得手段と、特徴量算出手段と、特徴分析手段と、マッピング処理手段などとして制御部を動作させることで実現することが可能である。
本システムは、パーソナルコンピュータ単体や、サーバ、クラウド上に構築できる。
上記事柄によって、電磁界特徴分類提示装置は位置座標ごとに取得した時系列を伴う測定データに対して、同様な特徴を有している測定座標を識別すると共に所要数に分割することが可能になる。
なお、クラスター結合時の距離が複数のデータで一致するような場合に、指定したクラスター分割数によっては分割して表示することが不可能となる。こうした場合、システムはアラートやエラーを出力すればよい。
以上説明したように、本発明を適用した電磁界特徴分類提示装置および近傍電磁界分布測定システムは、クラスター分析により機械的に各測定座標で計測した雑音の特徴を分類し、その分類結果を位置座標と特徴分類とを関連付けてマッピング処理する。クラスター分析により同じグループに属した測定データの位置座標は、ノイズ特性が類似であると判断できる。
例えば、被干渉部や雑音源が基板上に複数存在する場合においても、マッピング結果を視認などにより雑音特性の知見を迅速に把握することができる。
また、本特徴分類方法では、クラスター分析による機械学習手法であることから、作業者の能力差を受けにくい特長を奏する。
また、過去の知見や対策、複数の測定方向の電磁波計測データと容易に結びつけることが可能となる。複数の測定方向は、1度の走査によって測定してもよいし、複数回に分けて測定してもよい。また、立体的に測定しても良い。また、同一座標に対して角度を変えて測定しても良い。これら位置座標ごとの測定データは、諸所の特徴量を算定された後に、所要の測定データを抽出してクラスター分析を行い、その後に分析結果を測定方向などに合わせてマッピング処理すると、有益な情報を得られる。
例えば、両面基板の片面ずつの測定データを、特徴分類時に統合してクラスター分析を行って特徴分類を得た後に、マッピング処理時にそれぞれの面ごとにマッピング処理を行う処理ルーチンを採用すれば良い。マッピング処理結果は例えば図14に示すように基板の観測面を透過背面や左右反転表示で示しても良い。また、実装配置を重ねて提示しても良い。なお、図面ではカーソルで指定された位置に対する指標を提示している。
このようにすれば、他方面への影響を把握し得る知見を得られうる。また、設計データから基板内層パターンやビア位置なども容易に呼び出すことが可能になる。
結果、雑音源や雑音伝播経路の特定、性能向上の方策が効率的に得られうる。
即ち、本発明によれば、被測定対象から放出される電磁波の特徴分類が可能な電磁波分類提示機能を有する電磁界特徴分類提示装置を提供できる。
また、本発明によれば、被測定対象から放出される電磁波の特徴分類が可能な電磁波分類提示機能を有する近傍電磁界の近傍電磁界分布測定システムを提供できる。
以上に実施形態を説明したが、そのブロック構成の分離併合、手順の入れ替え、個々の実施形態の組み合わせなどの変更は本発明の趣旨および説明される機能を満たせば自由であり、上記説明が本発明を限定するものではない。
また、上記の説明では、取得部での時系列を伴う測定データの測定には、電界、および磁界の測定で行うことを説明したが、電界、磁界の両方の時系列データを取得しても良い。
また、階層的クラスター分析を行うことを例に説明したが、k−means法など非階層的なクラスター分析を実行しても良い。その場合、特徴分析部のクラスター分析実行前に、ユーザーが所望のクラスター分割数を入力し、その分割数に基づいて非階層的クラスター分析を実行すればよい。
また、マッピング処理部におけるマッピングの例として、格子状のブロックに分類結果を反映したが、マッピングはこれに限らず、長方形、六角形、またはプローブの検出範囲を反映した円形、などを用いても良い。
また提示方法に際して、同じグループの位置座標を等高線状に曲線でつないでも良い。
また、上記の実施形態の一部又は全部は、以下のようにも記載されうる。尚、以下の付記は本発明をなんら限定するものではない。
[付記1]
被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集する取得手段と、
前記取得手段で収集された測定データに関して、位置座標ごとに1ないし複数の特徴量を算定する特徴量算出手段と、
前記特徴量算出手段で算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を行う特徴分析手段と、
前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピングするマッピング処理手段と、
前記マッピング処理手段でマッピングした結果を提示する出力手段と、
を備えることを特徴とする電磁界特徴分類提示装置。
[付記2]
前記マッピング処理手段は、前記特徴分析手段におけるクラスター分析結果から、各クラスター間で生じたクラスター距離を読み込み、該クラスター距離の数値に基づいて、提示を行う際に各クラスターに割り当てる提示方法を差別化することを特徴とする上記付記記載の電磁界特徴分類提示装置。
[付記3]
記憶部に、分類したい電磁波に関する特徴が反映されている時系列を伴う標本を教師データとして予め記憶保持して、
前記特徴分析手段は、前記特徴量算出手段で算出された各位置座標の特徴量群と前記教師データとに対してクラスター分析に基づいた特徴分類を行い、
前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、前記教師データと同一グループにクラスター化された測定データの位置座標を識別可能にマッピング処理する
ことを特徴とする上記付記記載の電磁界特徴分類提示装置。
[付記4]
前記教師データには、ユーザに提示する指標が関連付けられており、
教師データと同一グループにクラスター化された測定データの位置座標を、該教師データに関連付けられている指標を識別可能にマッピング処理する
ことを特徴とする上記付記記載の電磁界特徴分類提示装置。
[付記5]
前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、任意に指定された座標位置と同一のグループにクラスター化された測定データの位置座標を識別可能にマッピング処理することを特徴とした上記付記記載の電磁界特徴分類提示装置。
[付記6]
記憶部に、解析する被測定対象に関する設計データを予め記憶保持して、
前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、前記設計データ上で指定された座標位置と同一のグループにクラスター化された測定データの位置座標を識別可能にマッピング処理する
ことを特徴とする上記付記記載の電磁界特徴分類提示装置。
[付記7]
記憶部に、解析する被測定対象に関する画像を予め記憶保持して、
前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、前記画像上で指定された座標位置と同一のグループにクラスター化された測定データの位置座標を識別可能にマッピング処理する
ことを特徴とする上記付記記載の電磁界特徴分類提示装置。
[付記8]
前記取得手段で収集される時系列を伴う測定データは、前記被測定対象に関する複数の測定方向それぞれから収集された測定データを含み、
前記特徴分析手段は、所要の複数の測定方向から収集された測定データに関する各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を実行すると共に、
前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象の前記所要の複数の測定方向それぞれに対応させた空間上に特徴分類数を反映させてマッピングする
ことを特徴とする上記付記記載の電磁界特徴分類提示装置。
[付記9]
前記取得手段で収集される時系列を伴う測定データは、板状を成す前記被測定対象に関する両面からそれぞれ収集された測定データを含み、
前記特徴分析手段は、前記両面から収集された測定データに関する各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を実行すると共に、
前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象のそれぞれの面に対応させた空間上に特徴分類数を反映させてマッピングする
ことを特徴とした上記付記記載の電磁界特徴分類提示装置。
[付記10]
近傍電磁界を検出するプローブと、
前記プローブを走査するプローブ走査手段と、
前記プローブ走査手段を電磁波の測定に合わせて制御する制御手段と、
前記プローブを介して被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集する取得手段と、
前記取得手段で収集された測定データに関して、位置座標ごとに1ないし複数の特徴量を算定する特徴量算出手段と、
前記特徴量算出手段で算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を行う特徴分析手段と、
前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピングするマッピング処理手段と、
前記マッピング処理手段でマッピングした結果を提示する出力手段と、
を含みなることを特徴とする近傍電磁界分布測定システム。
[付記11]
上記付記記載の電磁界特徴分類提示装置を内在することを特徴とする近傍電磁界分布測定システム。
[付記12]
前記制御手段は、プローブ操作に合わせて、前記被測定対象の位置及び又は角度及び又は面を変更するように、前記プローブ走査手段を電磁波の測定に合わせて制御することを特徴とする上記付記記載の近傍電磁界分布測定システム。
[付記13]
前記制御手段は、前記被測定対象を所要のタイミングで所要の動作を行うように、前記被測定対象を電磁波の測定に合わせて制御することを特徴とする上記付記記載の近傍電磁界分布測定システム。
[付記14]
情報処理システムの制御部を、
被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集する取得手段と、
前記取得手段で収集された測定データに関して、位置座標ごとに1ないし複数の特徴量を算定する特徴量算出手段と、
前記特徴量算出手段で算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を行う特徴分析手段と、
前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピングするマッピング処理手段、
として動作させることを特徴とする電磁界特徴分類プログラム。
[付記15]
上記付記記載の電磁界特徴分類提示装置を実現するように構築されていることを特徴とする電磁界特徴分類プログラム。
[付記16]
情報処理システムの制御部を、近傍電磁界を検出するプローブを走査するためのプローブ走査手段を電磁波の測定に合わせて制御する制御手段として更に動作させることを特徴とする上記付記記載の電磁界特徴分類プログラム。
[付記17]
前記制御手段を、プローブ操作に合わせて、前記被測定対象の位置及び又は角度及び又は面を変更するように、前記プローブ走査手段を電磁波の測定に合わせて動作させることを特徴とする上記付記記載の電磁界特徴分類プログラム。
[付記18]
前記制御手段を、前記被測定対象を所要のタイミングで所要の動作を行うように、前記被測定対象を電磁波の測定に合わせて動作させることを特徴とする上記付記記載の電磁界特徴分類プログラム。
[付記19]
被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集し、
収集された測定データに関して、位置座標ごとに1ないし複数の特徴量を算定処理し、
算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類処理を実施し、
前記特徴分類処理の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピング処理する
ことを特徴とする電磁界特徴分類方法。
[付記20]
前記マッピング処理は、特徴分析におけるクラスター分析結果から、各クラスター間で生じたクラスター距離を読み込み、該クラスター距離の数値に基づいて、提示を行う際に各クラスターに割り当てる提示方法を差別化することを特徴とする上記付記記載の電磁界特徴分類方法。
[付記21]
分類したい電磁波に関する特徴が反映されている時系列を伴う標本を教師データとして予め記憶保持して、
前記特徴分析では、算出された各位置座標の特徴量群と前記教師データとに対してクラスター分析に基づいた特徴分類を行い、
前記マッピング処理では、分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、前記教師データと同一グループにクラスター化された測定データの位置座標を識別可能にマッピング処理する
ことを特徴とする上記付記記載の電磁界特徴分類方法。
[付記22]
前記教師データには、ユーザに提示する指標が関連付けられており、
教師データと同一グループにクラスター化された測定データの位置座標を、該教師データに関連付けられている指標を識別可能にマッピング処理する
ことを特徴とする上記付記記載の電磁界特徴分類方法。
[付記23]
前記マッピング処理は、分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、任意に指定された座標位置と同一のグループにクラスター化された測定データの位置座標を識別可能にマッピング処理することを特徴とした上記付記記載の電磁界特徴分類方法。
[付記24]
解析する被測定対象に関する設計データを予め記憶保持して、
前記マッピング処理では、分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、前記設計データ上で指定された座標位置と同一のグループにクラスター化された測定データの位置座標を識別可能にマッピング処理する
ことを特徴とする上記付記記載の電磁界特徴分類方法。
[付記25]
解析する被測定対象に関する画像を予め記憶保持して、
前記マッピング処理では、分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、前記画像上で指定された座標位置と同一のグループにクラスター化された測定データの位置座標を識別可能にマッピング処理する
ことを特徴とする上記付記記載の電磁界特徴分類方法。
[付記26]
収集される時系列を伴う測定データは、前記被測定対象に関する複数の測定方向それぞれから収集された測定データを含み、
前記特徴分析では、所要の複数の測定方向から収集された測定データに関する各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を実行すると共に、
前記マッピング処理では、分類結果を位置座標と紐付けて前記被測定対象の前記所要の複数の測定方向それぞれに対応させた空間上に特徴分類数を反映させてマッピングする
ことを特徴とする上記付記記載の電磁界特徴分類方法。
[付記27]
収集される時系列を伴う測定データは、板状を成す前記被測定対象に関する両面からそれぞれ収集された測定データを含み、
前記特徴分析では、前記両面から収集された測定データに関する各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を実行すると共に、
前記マッピング処理では、分類結果を位置座標と紐付けて前記被測定対象のそれぞれの面に対応させた空間上に特徴分類数を反映させてマッピングする
ことを特徴とした上記付記記載の電磁界特徴分類方法。
本願は、2012年10月24日出願の日本国特許出願2012−234641号を基礎とするものであり、同特許出願の開示内容は全て本願に組み込まれる。
Claims (8)
- 被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集する取得手段と、
前記取得手段で収集された測定データに関して、位置座標ごとに1ないし複数の特徴量を算定する特徴量算出手段と、
前記特徴量算出手段で算出された各位置座標の特徴量群の集合に対して、外的基準なしに特徴量群の相互類似度に基づいた部分集合構造を作成する特徴分析手段と、
前記部分集合構造を所定の分類数の部分集合に分割し、分割された前記部分集合の各々の分類結果をそれぞれ位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングするマッピング処理手段と、
前記マッピング処理手段でマッピングした結果を提示する出力手段と、
を備えることを特徴とする電磁界特徴分類提示装置。 - 前記マッピング処理手段は、前記部分集合の分類結果から、部分集合間の距離を読み込み、前記部分集合間の距離の数値に基づいて、提示を行う際に前記部分集合の各々に割り当てる提示方法を差別化することを特徴とする請求項1に記載の電磁界特徴分類提示装置。
- 前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、任意に指定された座標位置と同一の前記部分集合に分類された測定データの位置座標を識別可能にマッピング処理することを特徴とした請求項1または2に記載の電磁界特徴分類提示装置。
- 記憶部に、解析する被測定対象に関する設計データを予め記憶保持して、
前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、前記設計データ上で指定された座標位置と同一の前記部分集合に分類された測定データの位置座標を識別可能にマッピング処理することを特徴とする請求項3に記載の電磁界特徴分類提示装置。 - 記憶部に、解析する被測定対象に関する画像を予め記憶保持して、
前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、前記画像上で指定された座標位置と同一の前記部分集合に分類された測定データの位置座標を識別可能にマッピング処理することを特徴とする請求項3又は4に記載の電磁界特徴分類提示装置。 - 近傍電磁界を検出するプローブと、
前記プローブを走査するプローブ走査手段と、
前記プローブ走査手段を電磁波の測定に合わせて制御する制御手段と、
前記プローブを介して被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集する取得手段と、
前記取得手段で収集された測定データに関して、位置座標ごとに1ないし複数の特徴量を算定する特徴量算出手段と、
前記特徴量算出手段で算出された各位置座標の特徴量群の集合に対して、外的基準なしに特徴量群の相互類似度に基づいた部分集合構造を作成する特徴分析手段と、
前記部分集合構造を所定の分類数の部分集合に分割し、分割された各前記部分集合の分類結果をそれぞれ位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングするマッピング処理手段と、
前記マッピング処理手段でマッピングした結果を提示する出力手段と、
を含みなることを特徴とする近傍電磁界分布測定システム。 - 情報処理システムの制御部を、
被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集する取得手段と、
前記取得手段で収集された測定データに関して、位置座標ごとに1ないし複数の特徴量を算定する特徴量算出手段と、
前記特徴量算出手段で算出された各位置座標の特徴量群の集合に対して、外的基準なしに特徴量群の相互類似度に基づいた部分集合構造を作成する特徴分析手段と、
前記部分集合構造を所定の分類数の部分集合に分割し、分割された各前記部分集合の分類結果をそれぞれ位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングするマッピング処理手段、
として動作させることを特徴とする電磁界特徴分類プログラム。 - 被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集し、
収集された測定データに関して、位置座標ごとに1ないし複数の特徴量を算定処理し、
算出された各位置座標の特徴量群の集合に対して、外的基準なしに特徴量群の相互類似度に基づいた部分集合構造を作成し、
前記部分集合構造を所定の分類数の部分集合に分割し、分割された各前記部分集合の分類結果をそれぞれ位置座標と紐付けて前記被測定対象に対応させた空間上にマッピング処理することを特徴とする電磁界特徴分類方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012234641 | 2012-10-24 | ||
JP2012234641 | 2012-10-24 | ||
PCT/JP2013/074447 WO2014065032A1 (ja) | 2012-10-24 | 2013-09-04 | 電磁界特徴分類提示装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2014065032A1 JPWO2014065032A1 (ja) | 2016-09-08 |
JP6476861B2 true JP6476861B2 (ja) | 2019-03-06 |
Family
ID=50544413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014543184A Active JP6476861B2 (ja) | 2012-10-24 | 2013-09-04 | 電磁界特徴分類提示装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20150293162A1 (ja) |
JP (1) | JP6476861B2 (ja) |
WO (1) | WO2014065032A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102079281B1 (ko) * | 2019-06-17 | 2020-02-19 | 영남대학교 산학협력단 | 실내외 환경 검출 방법 및 이를 수행하기 위한 장치 및 시스템 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016013190A1 (ja) * | 2014-07-23 | 2016-01-28 | 日本電気株式会社 | 電磁妨害波測定装置、電磁妨害波測定方法、および電磁妨害波測定プログラム記録媒体 |
US10707975B2 (en) * | 2015-04-20 | 2020-07-07 | University Of Notre Dame Du Lac | Use of coherent signal dispersion for signal source association |
JP7006587B2 (ja) * | 2016-05-13 | 2022-01-24 | 日本電気株式会社 | 特徴量計測装置、電波環境計算装置、特徴量計測方法、電波環境計測方法、プログラム |
JP6915780B2 (ja) * | 2017-08-09 | 2021-08-04 | 日本電信電話株式会社 | 伝導ノイズ可視化装置および伝導ノイズ可視化方法 |
WO2021001915A1 (ja) | 2019-07-02 | 2021-01-07 | 株式会社東陽テクニカ | 関連妨害波提示装置及び方法 |
WO2021024713A1 (ja) * | 2019-08-02 | 2021-02-11 | パナソニックIpマネジメント株式会社 | 電磁波可視化装置 |
JP7464696B2 (ja) * | 2020-03-27 | 2024-04-09 | 株式会社図研 | 設計支援装置、設計支援方法およびプログラム |
JP2022080675A (ja) * | 2020-11-18 | 2022-05-30 | Tdk株式会社 | 電磁環境分析システム、電磁環境分析方法、及び、プログラム |
JP2022080680A (ja) * | 2020-11-18 | 2022-05-30 | Tdk株式会社 | 電磁環境分析システム、電磁環境分析方法、及び、プログラム |
JP7474183B2 (ja) | 2020-11-18 | 2024-04-24 | Tdk株式会社 | 電磁環境分析システム、電磁環境分析方法、及び、プログラム |
JP7002705B1 (ja) * | 2021-02-08 | 2022-01-20 | 株式会社東陽テクニカ | 分析システム、装置、方法及びプログラム |
JP7189308B2 (ja) * | 2021-02-08 | 2022-12-13 | 株式会社東陽テクニカ | 分析システム、装置、方法及びプログラム |
EP4181019A1 (en) * | 2021-11-11 | 2023-05-17 | GrAl Matter Labs S.A.S. | Convolutional neural network processing system and method |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3603143B2 (ja) * | 1998-05-01 | 2004-12-22 | 株式会社リコー | 電磁妨害波測定装置 |
JP3189801B2 (ja) * | 1998-08-28 | 2001-07-16 | 日本電気株式会社 | 半導体評価装置,これに用いる磁界検出器及びこの製造方法並びに半導体評価用プログラムを記憶した記憶媒体 |
JP3394202B2 (ja) * | 1999-01-13 | 2003-04-07 | 太陽誘電株式会社 | 電磁界強度の測定方法及び装置並びに電流電圧分布の測定方法及び装置 |
JP3675682B2 (ja) * | 1999-09-24 | 2005-07-27 | 日本電信電話株式会社 | クラスター分析処理方法、装置、およびクラスター分析プログラムを記録した記録媒体 |
DE60024029T2 (de) * | 1999-09-30 | 2006-08-03 | Hitachi Software Engineering Co., Ltd., Yokohama | Verfahren und Vorrichtung zur Darstellung von Gen-Expressionsmustern |
US6380937B1 (en) * | 1999-11-03 | 2002-04-30 | International Business Machines Corporation | Method and system for dynamically representing cluster analysis results |
JP4003403B2 (ja) * | 2001-03-16 | 2007-11-07 | 株式会社日立製作所 | 電磁波発生源探査方法 |
JP2002277499A (ja) * | 2001-03-21 | 2002-09-25 | Ricoh Co Ltd | 電磁妨害波測定装置 |
US7653646B2 (en) * | 2001-05-14 | 2010-01-26 | Ramot At Tel Aviv University Ltd. | Method and apparatus for quantum clustering |
JP2004020403A (ja) * | 2002-06-18 | 2004-01-22 | Hitachi Ltd | 電子機器表示装置、電子機器、及びその製造方法 |
EP1837666A4 (en) * | 2005-01-11 | 2011-08-24 | Taiyo Yuden Kk | MEASUREMENT METHOD FOR ELECTROMAGNETIC FIELD DISTRIBUTION AND DEVICE THEREOF, COMPUTER PROGRAM AND INFORMATION RECORDING MEDIUM |
MX2007014537A (es) * | 2005-05-18 | 2008-02-12 | Wyeth Corp | Genes de la enfermedad de la leucemia y sus usos. |
JP4835135B2 (ja) * | 2005-12-06 | 2011-12-14 | ソニー株式会社 | 画像表示装置、画像表示方法、および、プログラム |
JP5321874B2 (ja) * | 2008-01-17 | 2013-10-23 | 富士通株式会社 | 情報処理装置、サーバ装置、およびプログラム |
JP5736632B2 (ja) * | 2008-10-15 | 2015-06-17 | 日本電気株式会社 | 信号特定装置及びその方法並びにこれらの制御プログラム |
JP5640345B2 (ja) * | 2009-09-14 | 2014-12-17 | 日本電気株式会社 | 信号特定装置及び方法並びに信号特定制御プログラム |
JP5793961B2 (ja) * | 2010-07-26 | 2015-10-14 | 日本電気株式会社 | 電磁波識別装置、電磁波識別方法及びプログラム |
JP5452534B2 (ja) * | 2011-03-30 | 2014-03-26 | 株式会社日立製作所 | 製品情報管理支援装置 |
US9106689B2 (en) * | 2011-05-06 | 2015-08-11 | Lockheed Martin Corporation | Intrusion detection using MDL clustering |
US9298859B2 (en) * | 2012-02-13 | 2016-03-29 | Baker Hughes Incorporated | Electrical submersible pump design parameters recalibration methods, apparatus, and computer readable medium |
-
2013
- 2013-09-04 US US14/438,126 patent/US20150293162A1/en not_active Abandoned
- 2013-09-04 JP JP2014543184A patent/JP6476861B2/ja active Active
- 2013-09-04 WO PCT/JP2013/074447 patent/WO2014065032A1/ja active Application Filing
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102079281B1 (ko) * | 2019-06-17 | 2020-02-19 | 영남대학교 산학협력단 | 실내외 환경 검출 방법 및 이를 수행하기 위한 장치 및 시스템 |
WO2020256228A1 (ko) * | 2019-06-17 | 2020-12-24 | 영남대학교 산학협력단 | 실내외 환경 검출 방법 및 이를 수행하기 위한 장치 및 시스템 |
Also Published As
Publication number | Publication date |
---|---|
WO2014065032A1 (ja) | 2014-05-01 |
JPWO2014065032A1 (ja) | 2016-09-08 |
US20150293162A1 (en) | 2015-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6476861B2 (ja) | 電磁界特徴分類提示装置 | |
CN103528617B (zh) | 一种座舱仪表自动识别和检测方法及装置 | |
EP4111337B1 (en) | High sensitivity detection and identification of counterfeit components in utility power systems via emi frequency kiviat tubes | |
US11301712B2 (en) | Pointer recognition for analog instrument image analysis | |
KR20200137219A (ko) | 비지도 학습 기반 웨이퍼 불량 패턴 검출 방법 및 그 장치 | |
CN106529545B (zh) | 一种基于图像特征描述的散斑图像质量识别方法及系统 | |
CN110298085A (zh) | 基于XGBoost和随机森林算法的模拟电路故障诊断方法 | |
CN113409284B (zh) | 电路板故障检测方法、装置、设备以及存储介质 | |
CN112085071A (zh) | 一种基于边缘计算的配电房设备故障分析预判方法及装置 | |
CN112200048A (zh) | 一种基于回归模型的旋转设备故障预测方法、系统及可读存储介质 | |
CN103471532B (zh) | 测量飞行器表面波纹度的系统以及相应方法 | |
US10585130B2 (en) | Noise spectrum analysis for electronic device | |
CN116520068B (zh) | 一种电力数据的诊断方法、装置、设备及存储介质 | |
Ma et al. | An intelligent classification framework for complex PQDs using optimized KS-transform and multiple fusion CNN | |
CN117350226A (zh) | 一种igbt器件的状态参数采集方法 | |
KR20230139806A (ko) | 머신 러닝을 사용한 초음파 결함 검출 및 분류 시스템 | |
CN112880726A (zh) | 基于变分模态分解样本熵的传感器故障诊断方法和装置 | |
CN111985826A (zh) | 一种多指标工业产品的可视化质量分级方法和系统 | |
CN117523013B (zh) | 一种高导湿面料的色变特征分析方法及系统 | |
JP7309134B2 (ja) | 可視化方法、これに用いるプログラム、および、可視化装置、並びに、これを備える判別装置 | |
CN117541483B (zh) | 一种扩散板的结构性能评估方法及系统 | |
CN118225887B (zh) | 一种合金表面有机膜层的无损监测方法及系统 | |
Davis et al. | Applying Machine Learning to the Classification of DC-DC Converters. NA-22 Final Report | |
JP7276489B2 (ja) | 分析装置、制御方法、及びプログラム | |
Ray | Principal Component Analysis and Factor Analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160816 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170801 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170929 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180220 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180405 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180828 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181024 |
|
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: 20190108 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190121 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6476861 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |