JP7276481B2 - 移動端末及び通信品質予測方法 - Google Patents
移動端末及び通信品質予測方法 Download PDFInfo
- Publication number
- JP7276481B2 JP7276481B2 JP2021550799A JP2021550799A JP7276481B2 JP 7276481 B2 JP7276481 B2 JP 7276481B2 JP 2021550799 A JP2021550799 A JP 2021550799A JP 2021550799 A JP2021550799 A JP 2021550799A JP 7276481 B2 JP7276481 B2 JP 7276481B2
- Authority
- JP
- Japan
- Prior art keywords
- communication quality
- information
- communication
- prediction
- terminal information
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3913—Predictive models, e.g. based on neural network models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving
- H04B1/3827—Portable transceivers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/20—Monitoring; Testing of receivers
- H04B17/26—Monitoring; Testing of receivers using historical data, averaging values or statistics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Probability & Statistics with Applications (AREA)
- Mobile Radio Communication Systems (AREA)
Description
自身の位置、姿勢、動き、制御指令、カメラ、センサの情報、及び過去の通信情報のうち、少なくとも一つ以上の情報からなる端末情報を生成する端末情報生成部と、
前記無線通信の通信品質と前記端末情報との間の関係性が学習されて生成された通信品質モデルを用い、現在の前記端末情報から現在又は未来の前記通信品質を推測する通信予測部と、
を備える。
前記端末情報生成部は、対応する時間情報とともに前記端末情報を生成することを特徴とする。
従って、本発明は、通信品質の変動を予測できる移動端末及び通信品質予測方法を提供することができる。
自身の位置、姿勢、動き、制御情報、カメラ、センサの情報、及び過去の通信情報のうち、少なくとも一つ以上の情報からなる端末情報を生成する端末情報生成部1-2と、
前記無線通信の通信品質と前記端末情報との間の関係性が学習されて生成された通信品質モデルを用い、現在の前記端末情報から現在又は未来の前記通信品質を推測する通信予測部1-3と、
を備える。
前記通信品質と前記端末情報との間の関係性を学習し、前記通信品質モデルを生成する通信品質学習部1-5と、
をさらに備えていてもよい。
また、前記端末情報生成部は、対応する時間情報とともに前記端末情報を生成する。
(例1)予測値の信頼度を下げて、通信品質の予測結果を予測ずれに応じた係数だけ低下させ、予測した通信品質が、実際の通信品質を上回る確率を下げるように評価する。
(例2)予測ずれの大きい条件では、通信品質予測を不可として出力しないようにする。
(例3)予測ずれと高い関係性を持つ特徴量から通信品質予測低下の原因を解明する。
ここで、特徴量とは、機械学習により通信品質を予測する際に用いる情報のことである。
通信装置と無線で通信を実施できる通信部1-1―j(jは1からNまでの整数であり、Nは通信部の数である)と、
移動端末1の位置/向き/速度/構成物動作/制御情報/カメラ情報/センサ情報/過去の通信情報
を生成する端末情報生成部1-2と、
学習された通信品質予測モデルを用いて前記端末情報生成部で生成された端末情報を装置NW1-0を介して取得し、通信品質情報を出力する通信予測部1-3と、
を備える。
前記通信品質情報は、移動端末1が備える、または当該通信部を介して通信できる外部に具備した通信品質学習部1-5に入力される。通信品質学習部1-5は、端末情報と通信品質情報の間の関係性を機械学習により学習し、通信品質予測モデルを得る。通信品質予測モデルは、通信予測部1-3に実装される。
ケース1:移動端末1が実際に通信を行いながら実環境で行う。
ケース2:他の端末や、学習用に特別に用意された他の端末で取得されたデータを用いて行う。
ケース3:現実世界の実環境にできるだけ近い環境を模擬したシミュレーション空間で行う。
ケース4:シミュレーション空間や類似の外の端末で機械学習された入出力関係(モデル)を導入する。
一方、移動端末1は、予測ずれ学習部1-6があらかじめ定めた予測ずれの指標より小さい値を出力する場合に、通信予測部1-3の出力が信頼できるものし、予測した通信品質情報を出力したり、利用するように設定することもできる。
図4のフロー図は、最も基本的な通信品質予測方法を説明するフロー図である。
端末情報生成部1-2は、端末情報を生成し、通信予測部1-3へ出力する(Step.1)。通信品質学習部1-5は、端末情報と通信品質の関係性を機械学習によりモデル化して通信品質予測モデルを生成し、通信予測部1-3へ出力する(Step.b)。通信予測部1-3は、通信品質予測モデルを用いて入力された端末情報から通信品質を予測する(Step.2)。
端末情報生成部1-2は、端末情報を生成する(Step.1)。通信評価部1-4は、移動端末1の通信品質を測定し、通信品質情報を生成する(Step.a)。通信品質情報は、予測ずれ評価部1-6と通信品質学習部1-5のそれぞれに出力される。通信品質学習部1-5は、端末情報生成部1-2が生成した端末情報と通信評価部1-4が生成した通信品質との間の関係性を機械学習によりモデル化して通信品質予測モデルを生成し、通信予測部1-3へ出力する(Step.b)。通信予測部1-3は、Step.bで得られた通信品質予測モデルを用い、入力された端末情報から通信品質を予測する(Step.20)。さらに、通信予測部1-3は、上述する予測ずれモデルを用いて通信品質の予測ずれを予測する(Step.21)。予測ずれ学習部1-6は、通信予測部1-3が生成した通信品質の予測値と通信評価部1-4が測定した通信品質の実測値とのずれ(予測ずれ)を測定する(Step.3)。さらに、予測ずれ学習部1-6は、予測ずれと端末情報との間の関係性を機械学習によりモデル化して予測ずれモデルを生成し、品質予測部1-3に出力する(Step.4)。
上述した実施形態における端末をコンピュータで実現するようにしてもよい。その場合、各装置が有する構成要素それぞれを実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、OSや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD-ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。更に「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また上記プログラムは、前述した構成要素の一部を実現するためのものであってもよく、更に前述した構成要素をコンピュータシステムに既に記録されているプログラムとの組み合わせで実現できるものであってもよく、PLD(Programmable Logic Device)やFPGA(Field Programmable Gate Array)等のハードウェアを用いて実現されるものであってもよい。
1-0:装置ネットワーク
1-1-1~j:通信部
1-2:端末情報生成部
1-3:通信予測部
1-4:通信評価部
1-5:通信品質学習部
1-6:予測ずれ学習部
Claims (5)
- 無線通信を行う移動端末であって、
自身の位置、姿勢、動き、制御情報、カメラ、センサの情報、及び過去の通信情報のうち、少なくとも一つ以上の情報からなる端末情報を生成する端末情報生成部と、
前記無線通信の通信品質と前記端末情報との間の関係性が学習されて生成された通信品質モデルを用い、現在の前記端末情報から現在又は未来の前記通信品質を推測する通信予測部と、
前記通信品質を評価し、前記通信品質に対応する時間情報とともに通信品質情報を生成する通信品質評価部と、
前記通信品質と前記端末情報との間の関係性を学習し、前記通信品質モデルを生成する通信品質学習部と、
を備え、
前記端末情報生成部は、
対応する時間情報とともに前記端末情報を生成すること、及び
前記通信予測部は、
前記通信品質評価部が評価した前記通信品質と前記通信予測部が推測した前記通信品質との誤差と、前記端末情報との間の関係性が学習されて生成された、予測ずれモデルを用い、現在の前記端末情報から現在又は未来の前記誤差を推測すること
を特徴とする移動端末。 - 前記誤差と前記端末情報との間の関係性を学習し、前記予測ずれモデルを生成する予測ずれ学習部と、
をさらに備え、
前記通信品質評価部が前記誤差を測定することを特徴とする請求項1に記載の移動端末。 - 前記端末情報は、前記移動端末の向きの情報をさらに含み、向きの情報として角度の正弦成分と余弦成分を用いることを特徴とする請求項1又は2に記載の移動端末。
- 前記端末情報は、前記移動端末の未来の動作に対応する制御計画を少なくとも含むことを特徴とする請求項1から3のいずれかに記載の移動端末。
- 無線通信品質を予測する通信品質予測方法であって、
自身の位置、姿勢、動き、制御情報、カメラ、及びセンサの情報、過去の通信情報のうち、少なくとも一つ以上の情報からなる端末情報を生成すること端末情報生成工程、
前記無線通信の通信品質と前記端末情報との間の関係性が学習されて生成された通信品質モデルを用い、現在の前記端末情報から現在又は未来の前記通信品質を推測する通信予測工程、
前記通信品質を評価し、前記通信品質に対応する時間情報とともに通信品質情報を生成する通信品質評価工程と、
前記通信品質と前記端末情報との間の関係性を学習し、前記通信品質モデルを生成する通信品質学習工程と、
を行い、
前記端末情報生成工程において、
対応する時間情報とともに前記端末情報を生成すること、及び
前記通信予測工程において、
前記通信品質評価工程で評価した前記通信品質と前記通信予測工程で推測した前記通信品質との誤差と、前記端末情報との間の関係性が学習されて生成された、予測ずれモデルを用い、現在の前記端末情報から現在又は未来の前記誤差を推測すること
を特徴とする通信品質予測方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/038691 WO2021064848A1 (ja) | 2019-10-01 | 2019-10-01 | 移動端末及び通信品質予測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2021064848A1 JPWO2021064848A1 (ja) | 2021-04-08 |
JP7276481B2 true JP7276481B2 (ja) | 2023-05-18 |
Family
ID=75337785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021550799A Active JP7276481B2 (ja) | 2019-10-01 | 2019-10-01 | 移動端末及び通信品質予測方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11916612B2 (ja) |
JP (1) | JP7276481B2 (ja) |
WO (1) | WO2021064848A1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012160900A (ja) | 2011-01-31 | 2012-08-23 | Kddi Corp | 無線通信端末、これを用いた上りリンク情報予測方法および上りリンク情報予測プログラム |
JP2017034635A (ja) | 2015-08-06 | 2017-02-09 | パナソニックIpマネジメント株式会社 | 端末装置、基地局装置、無線通信システム、および情報通知方法 |
JP2018026728A (ja) | 2016-08-10 | 2018-02-15 | Kddi株式会社 | 通信品質予測装置、ロボット、通信品質予測方法、及びプログラム |
JP2018032939A (ja) | 2016-08-23 | 2018-03-01 | 日本電信電話株式会社 | 品質推定装置及び品質推定方法 |
JP2019140582A (ja) | 2018-02-13 | 2019-08-22 | 日本電信電話株式会社 | 無線通信システム、無線通信方法、基地局及び端末 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11397258B2 (en) * | 2015-07-17 | 2022-07-26 | Origin Wireless, Inc. | Method, apparatus, and system for outdoor target tracking |
CN110852160B (zh) * | 2015-09-11 | 2023-05-09 | 居米奥公司 | 以图像为基准的生物识别系统及计算机实施方法 |
US11238340B1 (en) * | 2016-12-21 | 2022-02-01 | Facebook Technologies, Llc | Predictive eyetracking using recurrent neural networks |
-
2019
- 2019-10-01 JP JP2021550799A patent/JP7276481B2/ja active Active
- 2019-10-01 WO PCT/JP2019/038691 patent/WO2021064848A1/ja active Application Filing
- 2019-10-01 US US17/764,364 patent/US11916612B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012160900A (ja) | 2011-01-31 | 2012-08-23 | Kddi Corp | 無線通信端末、これを用いた上りリンク情報予測方法および上りリンク情報予測プログラム |
JP2017034635A (ja) | 2015-08-06 | 2017-02-09 | パナソニックIpマネジメント株式会社 | 端末装置、基地局装置、無線通信システム、および情報通知方法 |
JP2018026728A (ja) | 2016-08-10 | 2018-02-15 | Kddi株式会社 | 通信品質予測装置、ロボット、通信品質予測方法、及びプログラム |
JP2018032939A (ja) | 2016-08-23 | 2018-03-01 | 日本電信電話株式会社 | 品質推定装置及び品質推定方法 |
JP2019140582A (ja) | 2018-02-13 | 2019-08-22 | 日本電信電話株式会社 | 無線通信システム、無線通信方法、基地局及び端末 |
Non-Patent Citations (1)
Title |
---|
岡本 浩尚,ミリ波通信における深度画像からのリアルタイムスループット推定,電子情報通信学会技術研究報告 Vol.116 No.276,日本,電子情報通信学会,2016年10月20日,第1-6ページ |
Also Published As
Publication number | Publication date |
---|---|
US11916612B2 (en) | 2024-02-27 |
US20220337329A1 (en) | 2022-10-20 |
JPWO2021064848A1 (ja) | 2021-04-08 |
WO2021064848A1 (ja) | 2021-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alsamhi et al. | Convergence of machine learning and robotics communication in collaborative assembly: mobility, connectivity and future perspectives | |
US20220210622A1 (en) | Communication system and base station | |
US20210302956A1 (en) | Network aware and predictive motion planning in mobile multi-robotics systems | |
US8351357B2 (en) | Tactical cognitive-based simulation methods and systems for communication failure management in ad-hoc wireless networks | |
Atanasov et al. | Stochastic source seeking in complex environments | |
Krijestorac et al. | Spatial signal strength prediction using 3D maps and deep learning | |
Tardioli et al. | Ground robotics in tunnels: Keys and lessons learned after 10 years of research and experiments | |
US20210127309A1 (en) | Triggering client roaming in a high co-channel interference environment | |
WO2022097270A1 (ja) | 学習方法、無線品質推定方法、学習装置、無線品質推定装置、及びプログラム | |
Marasinghe et al. | LiDAR aided human blockage prediction for 6G | |
CN111466130A (zh) | 基于性能信息、配置信息和环境信息来执行移动通信网络的分析和管理 | |
US20220352995A1 (en) | Communication system and terminal | |
Gesbert et al. | UAV-aided RF mapping for sensing and connectivity in wireless networks | |
Parvaresh et al. | A continuous actor–critic deep Q-learning-enabled deployment of UAV base stations: Toward 6G small cells in the skies of smart cities | |
CN113642137B (zh) | 一种5g网络传输接入转换协议控制系统 | |
Merino et al. | Active sensing for range-only mapping using multiple hypothesis | |
JP7276481B2 (ja) | 移動端末及び通信品質予測方法 | |
Pandey et al. | Empirical analysis of Bi-directional Wi-Fi network performance on mobile robots in indoor environments | |
CN116669089A (zh) | 经由信道聚合预测服务质量 | |
KR102127142B1 (ko) | 감시정찰기의 적응형 전력 제어를 위한 공용 데이터 링크 시스템의 적응형 전력 제어 방법 | |
Figetakis et al. | UAV path planning using on-board ultrasound transducer arrays and edge support | |
McClure et al. | The darpa landroids program | |
Çayırpunar et al. | Dynamic robot networks for search and rescue operations | |
Ghaffarkhah et al. | A communication-aware framework for robotic field estimation | |
JP7439947B2 (ja) | 通信情報予測装置、通信情報予測方法、および通信情報予測プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220124 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230306 |
|
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: 20230417 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7276481 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |