JP7262636B1 - 測定装置 - Google Patents
測定装置 Download PDFInfo
- Publication number
- JP7262636B1 JP7262636B1 JP2022023788A JP2022023788A JP7262636B1 JP 7262636 B1 JP7262636 B1 JP 7262636B1 JP 2022023788 A JP2022023788 A JP 2022023788A JP 2022023788 A JP2022023788 A JP 2022023788A JP 7262636 B1 JP7262636 B1 JP 7262636B1
- Authority
- JP
- Japan
- Prior art keywords
- unit
- radio signal
- quality
- electric field
- shape
- 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
Images
Landscapes
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
【課題】ローカル5Gの信号品質を一般的な測定器で測定可能な技術を提供する。【解決手段】測定装置1は、測定対象の無線信号を検出する信号検出部11と、無線信号の電界強度を測定する電界強度測定部12と、無線信号のスペクトル波形の形状を判定する形状判定部13と、電界強度測定部12の測定結果と形状判定部13の判定結果に基づいて無線信号の品質を推定する品質推定部14と、品質推定部14の推定結果を表示する出力部15を備える。【選択図】図1
Description
本発明は、測定装置に関する。
第5世代移動体通信システム(5G)は、高速大容量でかつ安定した通信を実現できる技術である。企業や自治体が専用の5G環境を建物内・敷地内に構築するローカル5Gは、製造業、物流、都市開発、および農業など多岐にわたる分野での利用が期待されている。
ローカル5Gの無線信号の品質を評価するためには、専用の測定器を用いてRSRP(Reference Signal Received Power)などの品質指標を測定する必要があった。専用の測定器は高価であるため、一般的に用いられるスペクトルアナライザなどの測定器を用いた無線信号の品質を測定することが望まれる。
本発明は、上記に鑑みてなされたものであり、ローカル5Gの信号品質を一般的な測定器で測定可能な技術を提供することを目的とする。
本発明の一態様の測定装置は、測定対象の無線信号を検出する検出部と、前記無線信号の電界強度を測定する測定部と、前記無線信号のスペクトル波形の形状を判定する判定部と、前記測定部の測定結果と前記判定部の判定結果に基づいて前記無線信号の品質を推定する推定部と、前記推定部の推定結果を表示する出力部を備える。
本発明によれば、ローカル5Gの信号品質を一般的な測定器で測定可能な技術を提供できる。
[装置の構成]
以下、本発明の実施の形態について図面を用いて説明する。
以下、本発明の実施の形態について図面を用いて説明する。
図1は、本実施形態の測定装置の構成の一例を示す機能ブロック図である。同図に示す測定装置1は、信号検出部11、電界強度測定部12、形状判定部13、品質推定部14、および出力部15を備える。測定装置1が備える各部は、演算処理装置、記憶装置等を備えたコンピュータにより構成して、各部の処理がプログラムによって実行されるものとしてもよい。このプログラムは測定装置1が備える記憶装置に記憶されており、磁気ディスク、光ディスク、半導体メモリなどの記録媒体に記録することも、ネットワークを通して提供することも可能である。
信号検出部11は、スペクトルアナライザの測定結果から測定対象の無線信号を検出する。例えば、測定対象の無線通信方式が5Gの場合、周期的に送信される同期信号(SSB)を測定対象の無線信号として検出する。SSBは一定の帯域幅(10MHz)で、一定のタイミング(10ms)で送信されるので、信号検出部11は、一定の帯域幅で、一定のタイミングで発生する信号を測定対象の無線信号として検出する。
電界強度測定部12は、無線信号の電界強度を測定し、電界強度をいくつかの段階に分類する。例えば、電界強度測定部12は、複数回(例えば100回)SSBの電界強度(最大値)を測定して平均値を求め、求めた平均値に基づいて電界強度をA,B,C,Dの4段階に分類する。分類する段階数は任意に設定できる。
形状判定部13は、無線信号のスペクトル波形の形状を判定し、スペクトル波形の形状をいくつかの段階に分類する。例えば、形状判定部13は、スペクトル波形の包絡線の最大の谷の深さに基づいてスペクトル波形の形状をA,B,Cの3段階に分類する。分類する段階数は任意に設定できる。形状判定部13は、スペクトル波形の形状を、所定以上の深さの谷の数で分類したり、包絡線を高速フーリエ変換(FFT)して得られた値で分類したりしてもよい。形状判定部13は、スペクトル波形の形状を機械学習によって分類してもよい。
ここで、図2,3に、異なる環境で測定したローカル5G電波のスペクトラムの例を示す。図2,3では、4.84Mhzから4.86MHzにおけるリアルタイム波形とMaxHold値を示している。図2は、スループットが良い環境で測定されたスペクトルであり、図3は、スループットが悪い環境で測定されたスペクトルである。図2のスループットが良い環境では、電界強度は-55dBmで大きく、破線で囲った部分の谷は浅く、比較的まっすぐな形状である。図3のスループットが悪い環境では、電界強度は-67dBmで小さく、破線で囲った部分の谷が深くなっている。無線信号の品質劣化の要因としては、電界強度の低下だけでなく、電波の干渉によるスペクトル波形の乱れが考えられる。本実施形態では、無線信号の電界強度とスペクトル波形の形状に基づいて無線信号の品質を推定する。
品質推定部14は、無線信号の電界強度とスペクトル波形の形状に基づいて無線信号の品質を推定する。無線信号の品質の推定方法の詳細については後述する。
出力部15は、品質推定部14が推定した無線信号の品質を出力する。無線信号の品質は、例えば、RSRPなどの指標に準じた値を出力してもよいし、品質が良い、普通、悪いなどの分類結果を出力してもよい。出力部15が表示装置を備え、無線信号の品質を表示してもよいし、出力部15がLEDを備え、推定した無線信号の品質に対応するLEDを点灯させてもよい。
[動作]
次に、図4のフローチャートを参照し、本実施形態の測定装置1の動作について説明する。
次に、図4のフローチャートを参照し、本実施形態の測定装置1の動作について説明する。
ステップS11にて、信号検出部11は、スペクトルアナライザの測定結果を受信し、測定結果から測定対象の無線信号を検出する。
ステップS12にて、電界強度測定部12は、無線信号の電界強度を測定する。電界強度測定部12は、測定した電界強度をいくつかの段階に分類してもよい。
ステップS13にて、形状判定部13は、スペクトル波形の形状を判定する。形状判定部13は、判定したスペクトル波形の形状をいくつかの段階に分類してもよい。
なお、ステップS12の電界強度の測定処理とステップS13のスペクトル波形の形状の判定処理は処理の順番が逆になってもよいし、処理が並列に行われてもよい。
ステップS14にて、品質推定部14は、無線信号の電界強度とスペクトル波形の形状に基づいて無線信号の品質を推定する。品質推定部14は、電界強度の分類結果とスペクトル波形の形状の分類結果に基づいて無線通信の品質を推定してもよい。
[推定方法1]
次に、電界強度とスペクトル波形の形状に基づく無線信号の品質の推定方法について説明する。
次に、電界強度とスペクトル波形の形状に基づく無線信号の品質の推定方法について説明する。
第1の推定方法は、無線信号の電界強度に応じた分類結果と無線信号のスペクトル波形の形状に応じた分類結果を組合せて無線信号の品質を推定する方法である。電界強度測定部12は、例えば、電界強度のレベルが-50dBm以上であればA、-60dBmから-50dBmであればB、-80dBmから-60dBmであればC、-80dBm以下であればDと電界強度を分類する。形状判定部13は、例えば、スペクトル波形の谷の深さが5dB以下であればA、5dBから10dBであればB、10dB以上であればCとスペクトル波形の形状を分類する。
電界強度とスペクトル波形の形状を分類後、品質推定部14は、例えば、図5の表を参照し、無線信号の電界強度に応じた分類結果と無線信号のスペクトル波形の形状に応じた分類結果を組み合わせて無線信号の品質を推定する。電界強度がA、スペクトル波形の形状がBに分類された場合、図5の表を参照すると、無線信号の品質指標として7が推定される。図5の表では、数値が大きいほど品質がよいことを示す。
あるいは、分類結果を数値化し、その数値を掛け合わせた値を品質指標として推定してもよい。例えば、A,B,C,Dをそれぞれ3点、2点、1点、0点と数値化する。電界強度がA、スペクトル波形の形状がBに分類された場合、3点×2点=6点を品質指標として推定する。
あるいは、分類結果に所定の段階以下(例えばC以下)がひとつでもあれば、品質を悪いと推定してもよい。
また、電界強度とスペクトル波形の形状以外の評価指標を用いてもよい。例えば、サブキャリアスペーシング(SCS)=30kHzのときはサイクリックプレフィックス(CP)長2.34μsになり、これを超える反射波または妨害波があった場合、無線通信に影響を与える恐れがある。無線信号の時間波形から反射波または妨害波が存在するか否かを判定し、反射波または妨害波が存在する場合は、無線信号の品質の評価を下げてもよい。分散などの一般的な信号処理で得られる値を用いてもよい。
3つ以上の評価指標を用いる場合、2つ以上の評価指標を組み合わせた推定結果をそれぞれ表示してもよい。例えば、評価指標として電界強度、スペクトル波形の形状、および時間波形の形状を用いる場合、電界強度とスペクトル波形の形状に基づく推定結果と、電界強度と時間波形の形状に基づく推定結果をそれぞれ出力してもよい。
[推定方法2]
第2の推定方法は、無線信号の電界強度、無線信号のスペクトル波形の形状、および無線信号の品質の相関に着目し、機械学習により無線信号の品質を推定する方法である。様々な環境下で無線信号の電界強度とスペクトル波形の形状と品質を測定し、電界強度とスペクトル波形の形状の組合せを入力データ、無線信号の品質を出力データとする教師データを用いてモデルを機械学習する。品質推定部14は、電界強度とスペクトル波形の形状を学習済モデルに入力して無線信号の品質を推定する。図6は、縦軸に電界強度、横軸にスペクトル波形の乱れの程度をとり、教師データを黒丸(●)で示している。スペクトル波形の乱れには、例えば、スペクトル波形の包絡線の最大の谷の深さを用いる。上に行くほど電界強度が大きく、右に行くほど波形の乱れが大きくなる。図の左上から右下に向かって信号品質が悪くなる。図6の例では、電界強度とスペクトル波形の形状の組合せを品質A、品質B、品質Cの3つに分類した。
第2の推定方法は、無線信号の電界強度、無線信号のスペクトル波形の形状、および無線信号の品質の相関に着目し、機械学習により無線信号の品質を推定する方法である。様々な環境下で無線信号の電界強度とスペクトル波形の形状と品質を測定し、電界強度とスペクトル波形の形状の組合せを入力データ、無線信号の品質を出力データとする教師データを用いてモデルを機械学習する。品質推定部14は、電界強度とスペクトル波形の形状を学習済モデルに入力して無線信号の品質を推定する。図6は、縦軸に電界強度、横軸にスペクトル波形の乱れの程度をとり、教師データを黒丸(●)で示している。スペクトル波形の乱れには、例えば、スペクトル波形の包絡線の最大の谷の深さを用いる。上に行くほど電界強度が大きく、右に行くほど波形の乱れが大きくなる。図の左上から右下に向かって信号品質が悪くなる。図6の例では、電界強度とスペクトル波形の形状の組合せを品質A、品質B、品質Cの3つに分類した。
品質推定部14は、星印(★)で示す新たに測定したスペクトルに対してk近傍法を用いた分類アルゴリズムにより品質を推定する。具体的には、未分類の測定データに対して教師データとのユークリッド距離を計算し、計算結果が小さいものからN番目までのデータを参照し、最も多い分類の品質を分類結果として算出する。参照データ数Nは任意に設定する。
以上説明したように、本実施形態の測定装置1は、測定対象の無線信号を検出する信号検出部11と、無線信号の電界強度を測定する電界強度測定部12と、無線信号のスペクトル波形の形状を判定する形状判定部13と、電界強度測定部12の測定結果と形状判定部13の判定結果に基づいて無線信号の品質を推定する品質推定部14と、品質推定部14の推定結果を表示する出力部15を備える。これにより、ローカル5Gの信号品質を一般的な測定器で測定可能となる。なお、本実施形態の測定装置1は、Long Term Evolution(LTE)などローカル5G以外の無線通信方式にも適用できる。
1…測定装置
11…信号検出部
12…電界強度測定部
13…形状判定部
14…品質推定部
15…出力部
11…信号検出部
12…電界強度測定部
13…形状判定部
14…品質推定部
15…出力部
Claims (3)
- 測定対象の無線信号を検出する検出部と、
前記無線信号の電界強度を測定する測定部と、
前記無線信号のスペクトル波形の形状を判定する判定部と、
前記測定部の測定結果と前記判定部の判定結果に基づいて前記無線信号の品質を推定する推定部と、
前記推定部の推定結果を表示する出力部を備える
測定装置。 - 請求項1に記載の測定装置であって、
前記推定部は、前記測定部が測定した前記無線信号の電界強度に応じた分類結果と前記判定部が判定した前記無線信号のスペクトル波形の形状に応じた分類結果を組み合わせて前記無線信号の品質を推定する
測定装置。 - 請求項1に記載の測定装置であって、
前記推定部は、前記電界強度と前記スペクトル波形の形状の組合せを入力データ、前記無線信号の品質を出力データとした学習済モデルを用いて、前記無線信号の品質を推定する
測定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022023788A JP7262636B1 (ja) | 2022-02-18 | 2022-02-18 | 測定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022023788A JP7262636B1 (ja) | 2022-02-18 | 2022-02-18 | 測定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7262636B1 true JP7262636B1 (ja) | 2023-04-21 |
JP2023120756A JP2023120756A (ja) | 2023-08-30 |
Family
ID=86052895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022023788A Active JP7262636B1 (ja) | 2022-02-18 | 2022-02-18 | 測定装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7262636B1 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014144831A1 (en) | 2013-03-15 | 2014-09-18 | DGS Global Systems, Inc. | Systems, methods, and devices having databases for electronic spectrum management |
JP2021100164A (ja) | 2019-12-20 | 2021-07-01 | 東日本電信電話株式会社 | 電波干渉検出プログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7381258B2 (ja) * | 2019-09-03 | 2023-11-15 | 株式会社日立製作所 | 無線解析装置及び無線解析方法 |
-
2022
- 2022-02-18 JP JP2022023788A patent/JP7262636B1/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014144831A1 (en) | 2013-03-15 | 2014-09-18 | DGS Global Systems, Inc. | Systems, methods, and devices having databases for electronic spectrum management |
JP2021100164A (ja) | 2019-12-20 | 2021-07-01 | 東日本電信電話株式会社 | 電波干渉検出プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2023120756A (ja) | 2023-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108600135B (zh) | 一种信号调制方式的识别方法 | |
JP5793961B2 (ja) | 電磁波識別装置、電磁波識別方法及びプログラム | |
CN102113249B (zh) | 用于检测在无线信道中传输信号的存在的方法和装置 | |
CN106323452B (zh) | 一种设备异音的检测方法及检测装置 | |
CN112508044A (zh) | 人工智能ai模型的评估方法、系统及设备 | |
CN109425786A (zh) | 非线性失真检测 | |
WO2006028219A1 (ja) | リモートセンシング装置 | |
CN108683526B (zh) | 一种识别竞争类mac协议的方法 | |
CN112784690B (zh) | 基于深度学习的宽带信号参数估计方法 | |
Barbé et al. | Automatic detection, estimation, and validation of harmonic components in measured power spectra: All-in-one approach | |
CN109143157B (zh) | 基于信号强度值混合滤波的动态更新参数的测距方法 | |
CN113472390A (zh) | 一种基于深度学习的跳频信号参数估计方法 | |
JP7262636B1 (ja) | 測定装置 | |
CN112104389A (zh) | 基于循环平稳特征的分阶段boc信号检测方法 | |
US20190154535A1 (en) | Methods and apparatus to detect leaks based on temperature data | |
CN113191224A (zh) | 一种无人机信号提取和识别方法、系统 | |
US10585128B2 (en) | Noise spectrum analysis for electronic device | |
CN110632563B (zh) | 一种基于短时傅里叶变换的脉内频率编码信号参数测量方法 | |
JP5282914B2 (ja) | 無線機同定装置 | |
JP6258574B2 (ja) | パッシブソーナー装置、方位集中処理方法、及び、パッシブソーナー信号処理プログラム | |
CN116359854A (zh) | 一种基于YOLOv5的防空警戒雷达复合干扰参数估计方法 | |
CN116610912A (zh) | 一种基于提升小波和fft的电能质量快速检测方法及系统 | |
US20220036238A1 (en) | Mono channel burst classification using machine learning | |
WO2022197739A1 (en) | Noise-compensated jitter measurement instrument and methods | |
RU2685048C1 (ru) | Способ определения мест появления неоднородностей и повреждений линий электропередачи |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220218 |
|
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: 20230404 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230411 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7262636 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |