JP6617995B1 - 無線電波調査システム - Google Patents

Abstract

【課題】 低コスト、迅速、かつ高品位に電波障害の原因を推定できる無線電波調査システムを提供する。【解決手段】 調査領域２に分散して配置した複数の通信端末３とネットワーク４上の解析サーバー５とを有する無線電波調査システムであって、前記通信端末３は、前記調査対象２に係る無線電波を受信する少なくとも一種類の無線を受信する端末側受信部７と、前記ネットワーク４上の前記解析サーバー５に前記端末側受信部７で受信した電波情報を送信する端末側送信部１０とを有しており、前記解析サーバー５が複数の通信端末３に関係する位置情報、電波情報、空間情報、周辺情報に基づいて前記調査領域２の電波受信に影響を与える原因を推定する原因推定部２４を有する。【選択図】 図２

Description

本発明は、無線ＬＡＮ等の各種規格の無線電波受信状況を調査する無線電波調査システムに関する。

上記無線電波調査としては、アクセスポイント設置前の電波状況の調査、及びアクセスポイント設置後の現在の電波状況の調査であるサイトサーベイ（site survey）が良く知られている。
サイトサーベイは、一般にアクセスポイント設置前に侵入波がどのような状況なのかを確認し、アクセスポイント設置後に新規導入したアクセスポイントが計算し、設計した通りの電波環境なのかを確認する調査である。

例えば、ビル内のオフィスに無線ＬＡＮ（Local Area Network）を設け、オフィス内の各電子機器を無線で連結することは一般に行われている。この場合も、サイトサーベイにより、電波環境が良くなる場所にアクセスポイントを設置することができる。
従来のサイトサーベイでは、下記特許文献１に例示するように、専門の調査員が特殊な装置（携帯測定器や測定台車）を用いて、受信状況を示すコンピュータ画面を見ながら、複数の場所で電波環境を調査することが行われていた。

一方、日本政府は「ＩＯＴ」「ＡＩ」「ビックデータ」の３つの技術を推奨し、２１世紀の指針として第４次産業革命を目指すと発表し、積極的に社会インフラと法整備を行うことを目指している。
今後、「ＩＯＴ」の進展によって日本は言うに及ばず、世界中に無線によって情報伝達する機器の数が激増することが考えられ、無線ネットワークがあらゆる分野に広がっていくと考えられている。
したがって、無線受信が的確に行われているか否かの調査に対する要望は年々、高まっていくと予想されている。

特開２００６−１２５９５１号

しかしながら、上記サイトサーベイをとっても、専門の調査員が行う調査には熟練とノウハウが必要であり、測定にかかる時間と経済コストも高くなる課題があった。
無線ＬＡＮだけでなく、ブルートゥース（Bluetooth）（登録商標）、その他の各種の無線規格は今後も増えていくことが予想され、干渉や混信の発生をいかに回避するかが課題となっている。
また、次世代モバイル通信「５Ｇ」ではＷｉ−Ｆｉなみの低電力で１０Ｇｂｐｓの超高速通信が実現される予定であり、有線で繋がれていた電子機器間の情報伝達が無線化することが高まり、上記特許文献１のような人的作業で対応することが数量的に難しくなっている。
このような現状から、今後、無線障害のトラブルが頻発することが憂慮されている。

本発明の目的は、上記従来技術の現状及び各課題を解決することができる無線電波調査システムを提供することにある。
本発明の他の目的は、低コスト、迅速、かつ高品位に電波障害の原因を推定できる無線電波調査システムを提供することにある。
上記に記載した以外の発明の課題、その解決手段及びその効果は、後述する明細書内の記載において詳しく説明する。

本発明に係る無線電波調査システムは、調査領域に分散して配置した複数の通信端末とネットワーク上の解析サーバーとを有する無線電波調査システムであって、
前記通信端末は、調査対象に係る無線電波を受信する少なくとも一つの種類の端末側受信部と、前記ネットワーク上の前記解析サーバーに前記端末側受信部で受信した電波情報を送信する端末側送信部とを有しており、
前記無線電波調査システムは、前記複数の通信端末の位置情報を記憶する位置情報記憶部と、時間経過によって時系列的に得られる前記電波情報を前記複数の通信端末毎及び電波種類毎に記憶する電波情報記憶部と、前記複数の通信端末が配置された位置の空間情報を記憶する空間情報記憶部と、前記複数の通信端末が配置された位置の周辺情報を記憶する周辺情報記憶部と、前記位置情報、前記電波情報、前記空間情報、前記周辺情報に基づいて前記調査領域の電波受信に影響を与える原因を推定する原因推定部とを有することを特徴とする。
なお、前記原因推定部は機械学習を用いた機械学習部を含んで構成することができる。

空間情報には、サイトサーベイに通常、考慮される「木造、鉄筋、コンクリート等の躯体情報」がある。
空間情報には、例えば、オフィスなどの部屋が何階にあるかという情報、ビル又は部屋内の間取り情報、階段、庭の位置、部屋内の電子機器の位置及びその位置の変更、部屋内のレイアウト変更などの構造物に関する情報が含まれる。なお、前記電子機器が部屋内位置をネットワーク的に把握できる電子機器であれば、さらに好ましい。この空間情報の把握は、本特許出願に係る他の請求項に係る発明においても同様に適用できる。
空間情報の一種である構造物情報としては、地下鉄構内、電車内、船内等の構造物の内部情報が含まれる。

周辺情報としては、部屋のあるビルの回りの地理情報、建物情報、道路配置などの情報が例示できる。

本発明に係る構成であれば、調査領域内に通信端末が複数個分散して配置するとともに、例えば、必要であれば、長い期間において継続的に時間経過を伴った電波情報を通信端末毎及び電波種類毎に得られるので、長期的な電波受信の変動及び異常を検出することができる。また、原因推定部は、位置情報、空間情報、電波情報のみならず、例えば、外部の地理的状況、地図的状況に関する情報である周辺情報を加味して、期間継続的な電波情報に基づいて各種電波受信の障害になる原因を推定するので、人の経験や熟練度に影響を受けず、色々な可能性を広範囲に自動検討でき、電波受信障害の原因を精度良く推定することができる。

本発明に係る他の形態は、調査対象に係る無線電波が複数種類あり、前記通信端末は、前記複数種類に対応する複数種類の前記端末側受信部を有しており、前記複数個の前記端末側受信部の内、一の種類の無線電波が他の種類の無線電波の受信に影響を与える度合いを検出する影響度検出部と、検出された影響度に基づいて、本システムが受信異常の原因を推定しようとする無線電波に対する少なくとも一つの他の種類の無線電波による悪影響を与える原因を推定する原因推定部とを有することを特徴とする。
なお、この形態においても、前記原因推定部は機械学習を用いた機械学習部を含んで構成することができる。

この構成であれば、影響度検出部が一の種類の無線電波が他の種類の無線電波の受信に影響を与える度合いを検出し、原因推定部が検出された影響度に基づいて、異常原因を推定しようとする無線電波に対する少なくとも一つの他の種類の電波の悪影響を与える原因を推定する。通信端末が複数種類の無線電波を受信できる複数種類の前記端末側受信部を有しているので、例えば、無線ＬＡＮとブルートゥースなどの混信等の無線異常の原因を簡単かつ正確に特定できる。

本発明に係る他の形態は、前記複数の通信端末を、スマートフォンなどの汎用型の携帯通信端末で構成し、前記汎用型の携帯通信端末に前記通信端末が行う処理を実行させるソフトウエアを予めインストールしたことを特徴とする。
この構成であれば、前記複数の通信端末を、スマートフォンなどの汎用型の携帯通信端末で構成したので、本システム専用の通信端末を製造するよりも安価に無線電波調査システムを構築できる。

本発明に係る他の形態は、前記複数の通信端末を、部屋や屋外に常設される常設型通信端末で構成したことを特徴とする。
この構成であれば、常設されているので装置が故障するまで、例えば１０年〜２０年でも電波受信障害の原因を探求できる電波情報を解析サーバーに送信することができる。

本発明に係る他の形態は、前記調査領域を調査する場合に、前記複数の通信端末を、一時的に設けられる携帯通信端末と、部屋や屋外に常設される常設型通信端末とを共に使用することで構成したことを特徴とする。
この構成であれば、携帯通信端末と常設型通信端末とを共に利用しているので、短期的な調査と長期的な調査を組み合わせることにより、詳細に受信状況を把握することができる。つまり、長期期間に渡る電波情報と、例えば、何かトラブルが起こった場合に新しく設けた携帯通信端末から得られる電波情報とを組み合わせることで、より詳細な調査を可能にできる。

本発明に係る他の形態は、前記原因推定部は、電波情報の異常を検出する異常電波情報検出部と、過去に蓄積された異常時の前記位置情報、前記電波情報、前記空間情報、前記周辺情報と、正常時の前記位置情報、前記電波情報、前記空間情報、前記周辺情報を入力データとして、教師データとしての異常の原因を与えて機械学習を行って得られた異常原因推定モデルとを有し、前記異常電波情報検出部によって検出された時に、前記位置情報、前記電波情報、前記空間情報、前記周辺情報を入力データとして、前記異常原因推定モデルによって現在の状態における異常の原因を推定することを特徴とする。
この構成であれば、過去の異常のデータの蓄積に基づいて現在の異常を検出できる時間域において推定するので、人間の判断よりも原因の推定時間を著しく短縮することができる。異常を検出するとほぼ同時のリアルタイムで発生原因を推定することも可能である。また、機械学習によって生成された異常原因推定モデルは、位置情報、電波情報、空間情報、周辺情報を人間の先入観なく、関係づけるので人間の精度よりも原因推定の確度を高くすることが可能になる。

なお、常設型通信端末を採用した顧客に対して、場所や測定箇所等の個人情報を明らかにしないという契約で正常情報と異常情報を集めることができるならば、システムを採用した顧客全体の情報から、教師あり学習に必要な多量の数の異常と正常のデータセット（前記位置情報、前記電波情報、前記空間情報、前記周辺情報）を蓄積及び取得することは、比較的簡単に行えるものである。

本発明に係る他の形態は、前記異常が周期的異常であり、前記異常電波情報検出部が周期的異常を検出する周期的異常電波情報検出部であり、前記異常原因推定モデルが周期的異常原因推定モデルであることを特徴とする。
周期的な異常の原因の一例としては、Ｗｉ−Ｆｉ機能等が搭載されているバスの運行による電波障害、各種通信機能を備えた電車や移動体の通過などの影響がある。
毎回毎回、全く新しい原因の電波受信障害が起こることは稀であり、人間及び機械の活動に伴う電波受信障害は、人間及び機械の活動に伴って周期的に繰り返すことが多い。したがって、この構成であれば、周期的異常原因推定モデルを機械学習によってコンピュータ処理を行うことで、多くの電波受信に関する問題を短時間で解決できる可能性を高めることができる。

本発明に係る他の形態は、前記通信端末が複数の常設型通信端末を含み、前記端末側受信部がＷｉ−Ｆｉ機能を有する通信端末が使用する無線電波を受信する機能を備えており、不審な携帯端末が監視領域に侵入したことを前記複数の常設型通信端末から得られる複数の受信情報に基づいて検出する不審通信端末検出部を備えていることを特徴とする。
なお、この形態においても、不審通信端末検出部は、常設型通信端末における位置情報、少なくとも一種類の電波情報、空間情報、周辺情報を利用した機械学習部を含んで構成することができる。
この構成であれば、不審通信端末検出部が、不審な携帯端末が監視領域に侵入したことを複数の常設型通信端末から得られる複数の受信情報に基づいて検出することができる。特に、常設型通信端末の設置によって、正常な状態を予め把握することが可能なので、不審なＷｉ−Ｆｉ機能を有する通信端末が侵入したことを正確かつ迅速に検出できる。

本発明に係る他の形態は、前記不審通信端末検出部は前記複数の常設型通信端末からの電波情報の変化を時系列的に補足する電波情報変化補足部を備えていることを特徴とする。
この構成であれば、不審な通信端末が監視領域に侵入した時から、監視領域を移動すれば、その移動に伴って複数の常設型通信端末の受信電波の受信強度は変化する。その変化を補足することで、例えば、侵入時から、不審な通信端末の移動経路を特定することが可能になり、不審な通信端末の現在位置などの情報を精度良く、かつ迅速に検出することができる。

以上説明したように、本発明によれば、低コスト、迅速、かつ高品位に電波障害の原因を推定できる無線電波調査システムを提供できた。

本発明の第１実施形態において、調査領域に複数個設けられる通信端末を説明するためのブロック図である。 本発明の第１実施形態において、解析サーバーを説明するためのブロック図である。 本発明の第１実施形態において、通信端末が行う処理の一例を示すフローチャートである。 本発明の第１実施形態において、解析サーバーが行う処理の一例を示すフローチャートである。 本発明の第１実施形態において、複数の通信端末をビル内に配置した一例を示す図である。 （ａ）（ｂ）はそれぞれ本発明の第１実施形態に係る周辺情報の一例を説明するための図である。 本発明の第２実施形態において、解析サーバーの一例を説明するためのブロック図である。 本発明の第２実施形態において、一例として天井に設けられた常設型通信端末を示す斜視図である。 本発明の第２実施形態を説明するための図であり、電波情報に係る周期的パターンの検出例を説明するための図である。 本発明の第３実施形態において、野良Ｗｉ−Ｆｉのような不審な通信端末が監視領域に侵入したことを検出する解析サーバーの一例のブロック図である。 本発明の第３実施形態において、不審な通信端末の検出を説明するための模式図である。

次に、図面を参照しながら本発明の無線電波調査システムの実施形態についてさらに詳細に説明する。
本発明において、無線電波調査システムはアクセスポイントからの無線電波を受信する通信端末や電子機器等においてその受信状態を、ある程度の長さを持った時間幅（例えば、３日、一週間など）で調査することを目的とするシステムである。
この明細書における「無線電波」には、無線ＬＡＮに使用されるアクセスポイントのように到達する距離が短い無線電波も、基地局のように数十キロに亘るような到達する距離が長い無線電波も含めることができる。

［第１実施形態］
図１〜図６は、本発明の第１実施形態に係る無線電波調査システム１を説明するための図である。
図１及び図２に示すように、この無線電波調査システム１は、調査領域２に分散して配置した複数の通信端末３_１，３_２，…，３_ｎ（図２参照：以下、通信端末３と略称する）と、ネットワーク４上の解析サーバー５とを有している。
調査領域２とは、顧客の要望に応じてオフィスの無線ＬＡＮによる受信状態の良くない部屋の箇所、外部電波との混信などを調査したい範囲を特定した領域である。この実施形態では無線ＬＡＮによる調査範囲を設定する構成が例示してある。
図１に示すように、通信端末３は無線電波を受信する少なくとも一つの種類の端末側受信部７を有している。例えば、無線ＬＡＮを対象とするアクセスポイントからの無線を受信する第１受信部７ａと、ブルートゥース無線を受信する第２受信部７ｂと、外部アンテナ７ｄと接続する接続端子を備えた第３受信部７ｃとを備えている。内蔵無線ＬＡＮとは異なる規格の無線を受信する場合に外部アンテナ７ｄを用いて第３受信部７ｃによって受信する。
通信端末３には、各受信部７ａ〜７ｃから受信した受信電波を処理する受信電波処理部８と、処理して必要な情報を記憶する端末側記憶部９と、端末側送信部１０と、有機ＥＬディスプレイなどの表示部１１とを有している。
なお、本明細書において、ネットワーク４とは、インターネット、イントラネット（Intranet）、クラウドなどの広く使用される通信網や情報伝達系を含む概念で使用している。

図２に示すように、解析サーバー５は、サーバー側受信部１３とサーバー側送信部１４を有している。
解析サーバー５は、各種情報を記憶する記憶部として、複数の通信端末３の位置情報を記憶する位置情報記憶部１５と、時間経過によって得られる電波情報を複数の通信端末３毎及び電波種類毎にそれぞれ記憶する電波情報記憶部１６と、複数の通信端末３が配置された位置の空間情報を記憶する空間情報記憶部１７と、複数の通信端末３が配置された位置の周辺情報を記憶する周辺情報記憶部１８と、正常電波情報記憶部１９と、異常電波情報記憶部２０と、告知情報記憶部２１とを有している。

また、解析サーバー５は、異常状態検出部２２と原因推定部２４を有している。
この実施形態では、異常状態検出部２２は、受信レベル検出部２３を含んで構成してある。
受信レベル検出部２３は受信部７ａ〜７ｃのうち、例えば仮に、無線ＬＡＮを監視すべき無線電波として設定した時に何らかの原因により外部無線電波が第１閾値を超えたときに、自社の無線環境に悪影響を及ぼすと判別して、告知情報記憶部２１に記憶されている文言を選定して、担当者に警告を発するように構成してある。また、自社の無線ＬＡＮの受信出力が第２閾値よりも低下した場合は、該当する無線ＬＡＮへの接続が困難であると判別して、告知情報記憶部２１に記憶されている文言を選定して、担当者に警告を発するように構成してある。
原因推定部２４は、図２に示す構成では、一の種類の無線電波が他の種類の無線電波の受信に影響を与える度合いを検出する影響度検出部２５を有している。

影響度検出部２５の影響度は、例えば、無線ＬＡＮとブルートゥースとの干渉、無線ＬＡＮと他の規格の無線電波（以下、他規格無線電波と称す）との干渉、ブルートゥースと他規格無線電波の干渉による受信電波の混信等の悪影響を検出するための指標となる数値、又はデータである。この影響度は、例えば、無線ＬＡＮ電波強度とブルートゥース電波強度の相関を取る等の処理によって解析サーバー５の影響度検出部２５によって算出されるものである。

例えば、ブルートゥースがオンになった場合だけ、ある配置位置に置かれた通信端末３の受信状態が非常に悪くなった場合には、その通信端末３の配置された位置近くのブルートゥース機器の影響を受けていると原因を推定できる。
他規格無線電波と無線ＬＡＮとの干渉を解析する場合でも、本実施形態では調査領域２において分散されて複数個の通信端末３が配置されているので、通信端末３間の干渉の程度の差、相関などを取ることによって、干渉している電波に係る基地局を推定することも可能になる。このような推定ができると、電波異常の対策を取りやすくなる。

図３は第１受信部７ａ〜第３受信部７ｃが受信する３つの種類の無線電波に対応して、主に受信電波処理部８がそれぞれの種類の無線電波において行う処理の一例を示すフローチャートである。
図３に示すように、調査領域２（図２参照、以下同様）におかれた通信端末３毎にそのＧＰＳによる位置情報、ビルの２階の角部屋というような空間情報と、周辺情報を各データベースから読み込み（ステップＳＰ１）、電波種類毎に電波受信状況などの電波情報に対応させて所定時間間隔で端末側記憶部９に記憶し（ステップＳＰ２）、所定時間毎に解析サーバー５に少なくとも電波情報を送信（ステップＳＰ３）して処理を終了する。なお、空間情報と周辺情報は解析サーバー５から読み込んだ方が良い場合も多い。

図４は、解析サーバー５の処理の一例を示すフローチャートである。
図４において、調査領域２（図２参照、以下同様）と調査する無線電波を設定し（ステップＳＰ３１）、測定する各通信端末３を認識し（ステップＳＰ３２）、空間情報と周辺情報をデータベースから取り込み又はアクセスして得て（ステップＳＰ３３）、所定期間、各通信端末の各種電波情報を受信し（ステップＳＰ３４）、異常状態検出部２２が、受信電波状況が各通信端末３のそれぞれの無線電波において正常の範囲か異常の範囲であるかを判別し（ステップＳＰ３５）、正常であると判別された場合は、正常電波情報記憶部１９に正常電波情報を記憶し（ステップＳＰ３６）、異常であると判別された場合は、異常電波情報記憶部２０に異常電波情報を記憶し（ステップＳＰ３７）、例えば受信レベルが極度に低下したという緊急性を要する異常については異常状態検出部２２が受信レベル検出部２３などの各種検出部により検知して、調査依頼者に解析サーバー５が自動告知を行う（ステップＳＰ３８）。
そして、異常状態検出部２２による情報によって原因推定部２４がプログラム処理に従って所定処理手順で原因を推定し（ステップＳＰ３９）、推定原因を担当者に告知するとともに通信端末３の表示部１１に表示する（ステップＳＰ４０）。

第１実施形態に係る処理についてさらに説明する。
図５はビル内の複数の部屋にまたがる領域を調査領域２として設定した例を示す図である。
図５に示すように、複数の部屋の各所に本無線調査ソフトをインストールしたスマートフォンのような小型携帯型の通信端末３を設置する。そのような通信端末３が配置される箇所は一つの部屋の各所や、図５に示すように階段に設ける構成も採用できる。図５に示す形態では、調査領域２内に２つの通信端末３を配置した場合を示しているが、勿論、調査領域２内に多数個の通信端末３を設置することも可能である。
通信端末３をスマートフォンによって構成してあるので、前記した特開２００６−１２５９５１号に開示された測定台車のような測定機器が測定しずらい箇所や位置、例えば、部屋の壁面、階段などにも設けることができるとともに、設ける高さ位置も自由に設定することができる。例えば、必要であれば、天井位置、天井裏などの箇所にも設けることができ、測定の精度を高めることができる。

図６は本実施形態の構成によって得られる利益を説明するための図であり、図６（ａ）は調査領域であるビルの回りの地理的状況を示した平面図、図６（ｂ）は２つのビルの壁が接近している場合を示す正面図である。
図６（ａ）に示すように、調査領域２であるビル２８に対して、そのビル２８の近くに道路２９があり、その道路２９には所定時間間隔でバス（図示せず）が通ることが予め周辺情報に記録されているとする。バスにはＷｉ−Ｆｉ機能のあるアクセスポイントが設置されていることがあるので、バスの通過によって調査ビル２８内の道路２９に近い側の部屋が無線ＬＡＮの受信状態が悪くなる可能性がある。また、近くに各種電波を発生する工場等の施設３０がある場合には、その影響も無視できない。

また、図６（ｂ）に示すように２つのビル３１とビル３２との壁の距離Ｄが非常に狭く、ビル３１，３２同士が接近している場合には、隣のビルのアクセスポイントの電波が混信する可能性がある。
このような回りの環境を含めた詳細な周辺情報を予め把握し、記憶しておくことにより、複数の通信端末３が調査領域２に広がって配置されていることと相まって、コンピュータが自動的に異常原因を推定する場合の予測程度を高めることができる。
周辺情報には各種行事、例えば、コンサートや、お祭りなど、人が多く集まる行事情報や、周辺に存在する場所や施設に関係する各種予定に関する情報も含めることができる。
周りが森林に囲まれている一軒家や、周りが完全な空き地の場合と、近接して道路、ビル又は施設がある場合とでは、電波障害の生じる原因に大きな差があることは明らかである。また、人の出入りなども電波障害が起こる原因を引き起こす可能性はある。
本実施形態のように、汎用のスマートフォンを使用すれば、安価であり、自社のアクセスポイントの既存の設定が悪い場合も含めて、ビル内の個々の場所の受信障害の原因を特定しやすくなる。

［第２実施形態］
図７〜図９は、それぞれ本発明の第２実施形態に係る無線電波調査システム１を説明するための図である。
この第２実施形態は２つの特徴点を有している。第１の特徴は複数の常設型通信装置２７_１，２７_２，…，２７_ｎを設ける点と、第２の特徴は機械学習を用いて周期的電波異常の原因を推定する点である。
第２実施形態でも、複数の通信端末３の構成は第１実施形態の図１に示した構成と同じ構成が採用できる。この第２実施形態では、
（１）スマートフォンのような小型携帯型の複数の通信端末３に代えて、複数の常設型通信装置２７_１，２７_２，…，２７_ｎだけを設けた構成、
（２）小型携帯型の通信端末３と常設型通信装置２７とを共に調査領域２内に設けた構成、
の２つの形態を採用することができる。図７のブロック図では小型携帯型の通信端末３と常設型通信装置２７を共に設けた構成が示してある。この場合、常設型通信装置２７は長期間継続的な調査であり、小型携帯型の通信端末３は突発的異常による調査となることが多い。

図８に示す構成では、常設型通信装置２７は天井に一定面積毎に複数個、好ましくは多数個設けられることが好ましい。例えば、１００ｍ^２の天井ならば３個〜４個程度設けることもできる。
このように、常設型通信装置２７を設ける箇所は天井のみならず、壁、床等が例示できる。照明機器などの天井埋め込み型の電気機具２６に付設して、その電気機具２６の電源を常設型通信装置２７の電源として使用することもできる。
一般に、大事な空間において無線電波の通信障害が起こらないように、３６５日間、２４時間、常時、監視したい又は通信障害等のトラブルが発生した場合はすぐにその原因を知りたいという強い要望もあるので、常設型通信装置２７を設ける本第２実施形態を採用することによる顧客の利益は大きい。

次に、図７を参照しつつ、機械学習を用いることを特徴とする解析サーバー５の構成について説明する。
この第２実施形態の解析サーバー５は、原因推定部２４と、電波情報の周期的異常を検出する周期的異常電波情報検出部３４と、過去に蓄積された異常時の位置情報、電波情報、空間情報、周辺情報と、正常時の位置情報、電波情報、空間情報、周辺情報を入力データとして、教師データとしての周期的異常の発生原因を与えて機械学習を行って得られた周期的異常原因推定モデル３５とを有している。
また、解析サーバー５には周期的な異常があった場合にそのときの電波情報を記憶する異常電波情報記憶部２０と、正常な電波情報を適宜、抽出して記憶する正常電波情報記憶部１９を備えている。

図９に一例として示すように、電波情報から抽出した強度データなどの特性値の異常パターン３７が一定間隔で繰り返し出現するか否かを常時、周期的異常電波情報検出部３４が監視していることになる。
つまり、このシステムでは、まず、異常な電波状態を強度レベル、相関係数、電波情報の形状等の特性値を用いて、周期的な異常が繰り返し出現しているか否かを判別し、周期的な異常があると判別された場合は、その電波情報や異常の特性値や抽出データなどを異常電波情報記憶部２０に記憶する。また、その周期的異常の発生時の位置情報、電波情報、空間情報、周辺情報をリンクさせて記憶する。

そして、教示学習によるモデル作りをディープラーニング等のような機械学習手法を用いて、過去に蓄積された周期的異常時の電波情報、位置情報、電波情報、空間情報、周辺情報と、過去に蓄積された正常時の電波情報、位置情報、電波情報、空間情報、周辺情報を入力データとして、教師データとしてのその周期的な異常が生じる原因を与えてモデルを構築する。教師データとなる周期的異常としては、ブルートゥース電波の検出、電気機器のオンオフ、近くを定時刻に走るＷｉ−Ｆｉ機能等が搭載されているバス等の運行、航空管制レーダ、気象レーダ、近くの施設や工場の電波発信、近接したビルで定まった時刻に電波を発する所定作業を行うこと、などが例示できる。
つまり、過去の電波情報の蓄積情報から、位置情報、電波情報、空間情報、周辺情報が、どういう場合に、どのような原因になるかの確からしさを推定できるモデルを作るのである。
そして、現実の運用においては、周期的異常電波情報検出部３４によって周期的異常があると検出された時における位置情報、電波情報、空間情報、周辺情報を入力データとして、周期的異常原因推定モデル３５に基づいて現在の状態における周期的異常の発生原因を推定する。

例えば、バスや一部の各種車両にはＷｉ−Ｆｉ機能を有するものもあるので、所定時間間隔でノイズが出る場合は、周辺情報に必ず、バスや車が通る道路があるはずなので、道路があるという周辺情報を持っているとモデルはその状態をいち早く認識でき、周期的異常があったと周期的異常電波情報検出部３４が認識してから短時間又はほぼリアルタイムで原因を推定して担当者にその推定した原因を送信することができる。
バスの運行のような分かりやすい周期的異常は本解析サーバー５を利用しなくても人が解析することができるが、その人の熟練度や人的費用による運用コストの問題があるので、本システムでコンピュータ処理することが好ましい。
なお、周期的異常には、人の動きが関係するものも多い。例えば、３月、４月には進学、就職などにより部屋に入る人が変わることが多く、空間情報や周辺情報にビル内の新入居情報などがあれば、異常も発見しやすくなる。

上記第２実施形態では周期的な電波情報の異常を例に取って説明したが、周期的でない異常も同様に実施できる。例えば、一般的なアクセスポイント同士の混信や、隣の部屋との混信や、突発的な電波異常の発生も考慮した総合的な原因推定モデルを構築することもできる。そのような場合、人間には予想できないような電波異常の現象の原因を推定することもできる。

［第３実施形態］
図１０は、本発明の第３実施形態に係る無線電波調査システム１を説明するための解析サーバーの説明図である。
この第３実施形態の特徴は、ビル、ホール、会議場、軍事施設に接続する道路等の重要な場所や地域に複数の常設型通信端末２７を設ける。その常設型通信端末２７の端末側受信部７（図２参照）は、Ｗｉ−Ｆｉ機能を有する通信端末が使用する無線電波を受信する機能を備えている。そして、解析サーバー５に不審通信端末検出部４０を設け、不審な通信端末が監視領域に侵入したことを検出する。

なお、不審通信端末検出部４０は、必要により、各無線情報の時間経過による電波情報の変化を補足する電波情報変化補足部４１を備えることも可能である。
一例を挙げれば、図１１に示すように、ビル４２の入り口４３や玄関ホール４４の天井や床に複数の常設型通信端末２７を設置しておき、新規な電波発信を複数の常設型通信端末２７で受信して、当該ビル４２内で認識又は登録されていない不審な通信端末４５の移動経路４６（図１１において太線で示す）を検出するように構成する。

本発明は上記実施形態以外にも本発明の要旨を変更しない範囲で種々の変形を行うことが可能である。
（１）前記実施形態では機械学習において教師あり学習を基本にして説明したが、教師あり学習で作成した原因推定モデルを日々、蓄積される正常電波情報及び異常電波情報に基づいて修正していく原因推定モデルも採用することができる。
（２）第１実施形態、第２実施形態、第３実施形態は本明細書の請求項１に束縛されない独立の発明として認識することも可能である。
（３）図２に示す影響度検出部２５の検出データ（又は算出データ）を請求項６に示す発明において、異常原因推定モデルの入力データとすることもできる。影響度検出部２５の検出データ（又は算出データ）は前処理されたデータなので、それらのデータを考慮することで、異常原因推定モデルの生成において、精度が高くなる利点がある。

本発明は、前記した原因推定部の存在によって、位置情報、空間情報、電波情報のみならず、例えば、外部の地理的状況、地図的状況に関する情報である周辺情報を加味して、期間継続的な電波情報に基づいて各種電波受信の障害になる原因を推定するので、人の経験や熟練度に影響を受けず、色々な可能性を広範囲に自動検討でき、電波受信障害の原因を精度良く推定することができる有用な発明である。また、明細書に記載の各実施形態の構成を採用することにより、近い将来、無線障害のトラブルが頻発する問題を解消することができる発明であるから、産業上の利用可能性があることは明らかである。

１：無線電波調査システム
２：調査領域
３：複数の通信端末
４：ネットワーク
５：解析サーバー
７：端末側受信部
１０：端末側送信部
１５：位置情報記憶部
１６：電波情報記憶部
１７：空間情報記憶部
１８：周辺情報記憶部
２４：原因推定部
２５：影響度検出部
２７：常設型通信端末
３４：周期的異常電波情報検出部（異常電波情報検出部の一例）
３５：周期的異常原因推定モデル（異常原因推定モデルの一例）
４０：不審通信端末検出部
４１：電波情報変化補足部

Claims (8)

1. 調査領域に分散して配置した複数の通信端末とネットワーク上の解析サーバーとを有する無線電波調査システムであって、
   前記通信端末は、調査対象に係る無線電波を受信する少なくとも一つの種類の端末側受信部と、前記ネットワーク上の前記解析サーバーに前記端末側受信部で受信した電波情報を送信する端末側送信部とを有しており、
   前記通信端末は携帯端末であって、個人が使用する携帯端末ではなく、システムが管理する専用端末であり、
   前記無線電波調査システムは、前記複数の通信端末の位置情報を記憶する位置情報記憶部と、時間経過によって時系列的に得られる前記電波情報を前記複数の通信端末毎及び電波種類毎に記憶する電波情報記憶部と、前記複数の通信端末が配置された位置の空間情報を記憶する空間情報記憶部と、前記複数の通信端末が配置された位置の周辺情報を記憶する周辺情報記憶部と、前記位置情報、前記電波情報、前記空間情報、前記周辺情報に基づいて前記調査領域の電波受信に影響を与える原因を推定する原因推定部と、を有し、
   調査対象に係る無線電波が複数種類あり、前記通信端末は、前記複数種類に対応する複数種類の前記端末側受信部を有しており、複数個の前記端末側受信部の内、一の種類の無線電波が他の種類の無線電波の受信に影響を与える度合いを検出する影響度検出部と、検出された影響度に基づいて、本システムが受信異常の原因を推定しようとする無線電波に対する少なくとも一つの他の種類の無線電波による悪影響を与える原因を推定する原因推定部とを有する、無線電波調査システム。
2. 請求項１に記載の無線電波調査システムにおいて、前記複数の通信端末を、汎用型の携帯通信端末で構成し、前記汎用型の携帯通信端末に前記通信端末が行う処理を実行させるソフトウエアを予めインストールした、無線電波調査システム。
3. 請求項１〜請求項２のいずれか一つに記載の無線電波調査システムにおいて、前記複数の通信端末を、部屋や屋外に常設される常設型通信端末で構成した、無線電波調査システム。
4. 請求項１〜請求項３のいずれか一つに記載の無線電波調査システムにおいて、前記調査領域を調査する場合に、前記複数の通信端末を、一時的に設けられる携帯通信端末と、部屋や屋外に常設される常設型通信端末とを共に使用することで構成した、無線電波調査システム。
5. 請求項１〜請求項４のいずれか一つに記載の無線電波調査システムにおいて、前記原因推定部は、電波情報の異常を検出する異常電波情報検出部と、過去に蓄積された異常時の前記位置情報、前記電波情報、前記空間情報、前記周辺情報と正常時の前記位置情報、前記電波情報、前記空間情報、前記周辺情報を入力データとして、教師データとしての異常の原因を与えて機械学習を行って得られた異常原因推定モデルとを有し、前記異常電波情報検出部によって検出された時に、前記位置情報、前記電波情報、前記空間情報、前記周辺情報を入力データとして、前記異常原因推定モデルによって現在の状態における異常の原因を推定する、無線電波調査システム。
6. 請求項５に記載の無線電波調査システムにおいて、前記異常が周期的異常であり、前記異常電波情報検出部が周期的異常を検出する周期的異常電波情報検出部であり、前記異常原因推定モデルが周期的異常原因推定モデルである、無線電波調査システム。
7. 請求項１〜請求項６のいずれか一つに記載の無線電波調査システムにおいて、前記通信端末が複数の常設型通信端末であり、前記端末側受信部がＷｉ−Ｆｉ機能を有する通信端末が使用する無線電波を受信する機能を備えており、不審な携帯端末が監視領域に侵入したことを前記複数の常設型通信端末から得られる複数の受信情報に基づいて検出する不審通信端末検出部を備えている、無線電波調査システム。
8. 請求項７に記載の無線電波調査システムにおいて、前記不審通信端末検出部は前記複数の常設型通信端末からの電波情報の変化を時系列的に補足する電波情報変化補足部を備えている、無線電波調査システム。