JP7302733B2

JP7302733B2 - 無線通信方法、無線通信システム、品質予測エンジン、無線端末装置およびプログラム

Info

Publication number: JP7302733B2
Application number: JP2022504781A
Authority: JP
Inventors: 佳佑若尾; 憲一河村; 貴庸守山; 章太中山
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2020-03-02
Filing date: 2020-03-02
Publication date: 2023-07-04
Anticipated expiration: 2040-03-02
Also published as: JPWO2021176522A1; US20230128921A1; WO2021176522A1

Description

本発明の実施形態は、無線通信方法、無線通信システム、品質予測エンジン、無線端末装置およびプログラムに関する。

移動通信を用いた幅広いアプリケーションプログラム（application program）（以下、アプリケーション）およびニーズ（needs）をもとに、次世代移動通信システムとして第五世代（5th Generation）移動通信システム（以下、５Ｇ）の検討が進められている。５Ｇの特徴としては超高速、超低遅延、および多数同時接続が挙げられており、この５Ｇにより新たな産業創出および社会的課題の解決などが期待されている。

５Ｇにより要求される通信品質に応えるため、５Ｇでは、800MHz帯、2GHz帯、サブ6GHz帯、あるいはWi-Fiなどの低い周波数帯から、ミリ波帯（millimeter wave band）などの高い周波数帯までの様々な周波数帯を活用するヘテロジーニアスネットワーク（heterogeneous network）で構成されている。

ヘテロジーニアスネットワークを効果的に利活用すべく、５Ｇのデュアルコネクティビティ（Dual connectivity）またはMPTCP（Multipath TCP）によるセルラ（cellular）およびWi-Fiの同時接続および通信などに代表されるマルチ無線ネットワーク方式（multi-wireless network system）の普及が見込まれる（例えば非特許文献１を参照）。

また現在、このような無線システムの自営化の検討が活発化している。
無線システムの自営化は、Wi-Fiをはじめとするアンライセンス帯（Unlicensed Band）無線システムに限定されるものとされてきたが、近年は５Ｇにおいても、特定の土地および建物の所有者および利用者に免許を交付して自営を許可する、自営の５Ｇシステム、いわゆるローカル（local）５Ｇの検討が進められている。
無線システムの自営化が進めば、設備構築の投資が分散されるので、無線通信の大容量化に大きく寄与する無線基地局の高密度化の流れが大きく加速することが期待できる。

O. Semiariet.al., "Integrated millimeter wave and sub-6 ghz wireless networks: A roadmap for joint mobile broadband and ultra-reliable low-latency communications," IEEE Wireless Comm., vol. 26, no. 2, pp. 109-115, 2019 Wi-Fi AP

一方で、無線基地局の高密度化は無線アプリケーションによる所望通信品質を担保しづらくするという課題がある。
無線基地局が高密度化すると無線通信の干渉量が増大するため、無線通信の品質が複雑に変化することが見込まれる。特に自営の無線システムでは、無線基地局間の干渉量が最小化されるような基地局の設計が為されない可能性が高く、無線通信品質の複雑化が顕著となることが予想される。

従来の無線端末は、受信電力が最大である無線基地局を選択し、この選択した無線基地局へ通信可能に接続する。その理由は、上記の選択によって、干渉が存在しない環境では最速の無線通信が実施できるためである。

しかしながら、上記の選択では、無線基地局の高密度環境においては他の無線端末の干渉トラヒック（traffic）の時変動、干渉信号の数および当該信号の強さによって変化する、通信路の品質を考慮できない。

この影響により、無線通信品質が、ある無線アプリケーションによる所望の通信品質を下回るように劣化した場合、この所望の通信品質を担保できず障害が生じる。

この発明は、上記事情に着目してなされたもので、その目的とするところは、無線通信装置が無線基地局と通信するときの所望の通信品質を担保することができるようにした無線通信方法、無線通信システム、品質予測エンジン、無線端末装置およびプログラムを提供することにある。

本発明の一態様に係る無線通信方法は、無線端末装置と、前記無線端末装置による通信に係る品質を予測する品質予測エンジンとにより実行される方法であって、前記無線端末装置が、当該無線端末装置と接続可能な複数の無線基地局の情報、当該無線端末装置の機種情報、前記無線端末装置の周辺の無線通信環境情報、及び前記無線端末装置に搭載されるセンサにより検出された情報を前記品質予測エンジンに通知することと、前記品質予測エンジンが、前記通知された情報に基づき、深層学習が用いられた予測関数により、前記無線端末装置が前記接続可能な複数の無線基地局に接続されたときの通信品質の予測値を計算して、前記無線端末装置に通知することと、前記無線端末装置が、前記通知された通信品質の予測値と、前記無線端末装置により利用されるアプリケーションプログラムにより要求される通信品質とに基づき、前記無線端末装置と接続する無線基地局を選択することと、を備える。

本発明の一態様に係る無線通信システムは、無線端末装置と、前記無線端末装置による通信に係る品質を予測する品質予測エンジンとを有する無線通信システムであって、前記無線端末装置は、当該無線端末装置と接続可能な複数の無線基地局の情報、当該無線端末装置の機種情報、前記無線端末装置の周辺の無線通信環境情報、及び前記無線端末装置に搭載されるセンサにより検出された情報を前記品質予測エンジンに通知し、前記品質予測エンジンは、前記通知された情報に基づき、深層学習が用いられた予測関数により、前記無線端末装置が前記接続可能な複数の無線基地局に接続されたときの通信品質の予測値を計算して、前記無線端末装置に通知し、前記無線端末装置は、前記通知された通信品質の予測値と、前記無線端末装置により利用されるアプリケーションプログラムにより要求される通信品質とに基づき、前記無線端末装置と接続する無線基地局を選択する。

本発明の一態様に係る品質予測エンジンは、無線端末装置による通信に係る品質を予測する品質予測エンジンであって、前記無線端末装置から、当該無線端末装置に接続可能な複数の無線基地局の情報、当該無線端末装置の機種情報、前記無線端末装置の周辺の無線通信環境情報、及び前記無線端末装置に搭載されるセンサにより検出された情報を取得する取得部と、前記取得した情報に基づき、深層学習が用いられた予測関数により、前記無線端末装置が前記接続可能な複数の無線基地局に接続されたときの通信品質の予測値を計算して、前記無線端末装置に通知する通知部と、を備える。

本発明の一態様に係る無線端末装置は、自装置による通信に係る品質を予測する品質予測エンジンに、自装置と接続可能な複数の無線基地局の情報、自装置の機種情報、自装置の周辺の無線通信環境情報、及び自装置に搭載されるセンサにより検出された情報を通知する通知部と、前記通知された情報に基づき、前記品質予測エンジンにより、深層学習が用いられた予測関数が用いられることで計算された、自装置に接続可能な前記複数の無線基地局に接続されたときの通信品質の予測値を取得する取得部と、前記通知された通信品質の予測値と、自装置により利用されるアプリケーションプログラムにより要求される通信品質とに基づき、自装置と接続する無線基地局を選択する選択部と、を備える。

本発明によれば、無線通信装置が無線基地局と通信するときの所望の通信品質を担保することができる。

図１は、本発明の一実施形態に係る無線通信システムの適用例を示す図である。図２は、本発明の一実施形態に係る無線通信システムによる処理の一例を示す図である。図３は、無線通信による、通信先の無線基地局の選択の形態の一例を示す図である。図４は、無線端末と無線基地局との間のスループット（throughput）の実測値、所望値および予測値の一例を示す図である。図５は、本発明の一実施形態に係る無線通信システムの無線端末の機能構成例を示す図である。図６は、本発明の一実施形態に係る無線通信システムの無線基地局の機能構成例を示す図である。図７は、本発明の一実施形態に係る品質予測エンジン（engine）の機能構成例を示す図である。図８は、本発明の一実施形態に係る無線通信システムの処理手順の一例を示すフローチャート（flow chart）である。図９は、無線端末からのデータ（dats）の収集および蓄積に係る処理手順のシーケンス（sequence）の一例を示す図である。図１０は、予測関数の学習に係る処理手順の一例を示すフローチャートである。図１１は、無線端末への予測機能の提供に係る処理手順のシーケンスの一例を示す図である。図１２は、予測関数の構成パラメータ（parameter）のチューニング（tuning）の一例を示す図である。図１３は、本発明の一実施形態に係る無線通信システムの品質予測エンジンのハードウエア（hardware）構成の一例を示すブロック図（block diagram）である。

以下、図面を参照しながら、この発明に係わる一実施形態を説明する。
図１は、本発明の一実施形態に係る無線通信システムの適用例を示す図である。
図１に示されるように、本発明の一実施形態に係る無線通信システムは、無線端末１０、無線基地局２０、および品質予測エンジン３０を有する。各部の詳細は後述する。

図２は、本発明の一実施形態に係る無線通信システムによる処理の一例を示す図である。
本発明の一実施形態に係る無線通信システムでは、無線端末装置（以下、無線端末）１０に、この無線端末１０周辺に位置する接続可能な各無線基地局（図２中のｘ参照）との間の無線通信品質の予測値を品質予測エンジン３０より通知することで、無線端末１０が無線基地局の選択と、アプリケーション毎のルーティング（routing）設定の最適制御とを実施することを可能とする。

無線端末１０は、自端末の周辺に位置する接続可能な各無線基地局のリスト（list）の他に、自端末の情報としての端末機種情報、時刻情報、周辺の無線通信環境情報（無線環境情報と称することがある）、センサ（sensor）情報などを品質予測エンジンに通知する。周辺の無線通信環境情報は、例えば無線基地局の識別情報を示すリスト、およびこの無線基地局の受信電力などである。センサ情報は、例えば加速度センサおよび方位センサなどによるセンサ値である。

すると、品質予測エンジン３０は、深層学習などの予測技術が用いられた予測関数により、無線基地局の高密度環境における他の無線端末の干渉トラヒックの時変動、干渉信号の数、および当該信号の強さによって変化する、通信路の品質が考慮された通信品質の予測値を出力して無線端末１０に通知する。

品質予測エンジン３０と無線端末１０との間では、以下の（１）～（３）の処理が繰り返し実行される。
（１）無線端末１０による品質予測エンジン３０への無線品質予測要求（図２中のａ参照）
（１）では、無線端末１０は「周辺の接続可能な無線基地局のリスト、端末機種情報、時刻情報、周辺の無線通信環境情報、およびセンサ情報」を引数として、制御信号用の回線を介して通信品質予測要求信号を品質予測エンジン３０へ通知する。

（２）品質予測エンジン３０による無線端末１０への無線品質予測結果の応答（図２中のｂ参照）
（２）では、品質予測エンジン３０では、事前にエリア（area）の各無線基地局について、過去に膨大に蓄積された「上記（１）で述べた引数、および通信品質実測値」のデータ群によって学習された予測関数が予測関数DB（database）で管理されている。通信品質実測値は、例えばスループット、遅延時間、ジッタ（jitter）、およびパケット（packet）損失率などである。予測関数DBでは、各無線基地局のID（=1, 2, 3, 4…）と、無線端末が各無線基地局を介して通信したときの通信品質の予測関数f_i（i=1, 2, 3, 4…）とが対応付けられて管理される。

品質予測エンジン３０は、内部の品質予測機能（図２中のｙ）により上記（１）の無線品質予測要求を受け取ると、品質予測機能により、予測関数DBから引数の全ての「周辺の接続可能な無線基地局のリスト」に該当する予測関数を読み出して、この予測関数を用いて通信品質の予測値を出力し、この予測値を無線端末１０へ返す。
例えば、通信品質予測要求元である無線端末１０と接続可能な周辺の無線基地局のIDが1, 2および3であれば、読み出される予測関数は、図２に示されるf₁, f₂およびf₃である。

（３）無線端末１０による無線基地局選択と、アプリケーション毎のルーティング設定（図２中のｃ参照）
（３）では、無線端末１０は、品質予測エンジン３０より通知された、周辺の各無線基地局の品質予測値と、無線端末１０により利用中であるアプリケーションから要求される通信品質とを参照して、接続先の無線基地局の選択と、アプリケーション毎のルーティング設定とを実施する。

なお、無線端末１０から品質予測エンジン３０に通知する情報のうち、時刻情報は、無線端末１０から通知される情報の代わりに、品質予測エンジン３０が無線端末１０から無線品質予測要求を受けた時刻が用いられてもよい。

本実施形態では、無線基地局の高密度環境において、無線アプリケーションの所望通信品質を担保することができる。
図３は、無線通信による、通信先の無線基地局の選択の形態の一例を示す図である。
図３に示された例では、無線端末１０は、無線基地局ａと通信を行なった時の通信品質の予測値、および無線基地局ｂと通信を行なった時の通信品質の予測値に基づいて、予測値で示される通信品質が高い無線基地局ａを通信先に選択することが示される。

本実施形態では、無線基地局の高密度化により無線通信の品質が複雑に変化する環境においても、品質予測エンジン３０より取得された、無線端末の周辺に位置する、当該端末と接続可能な各無線基地局との間の無線通信品質の予測値が常時モニタリング（monitoring）される。これによって、図３に示されるように、無線端末１０は、常に所望の通信品質を満足する他の無線基地局に接続し続けることができる。

図４は、無線端末と無線基地局との間のスループットの実測値、所望値および予測値の一例を示す図である。
図４では、時間または場所によって変化するスループットの実測値ａ、スループットの所望値、無線端末１０が第１の無線基地局に通信可能に接続するときのスループットの予測値ｃ１、および無線端末１０が第２の無線基地局に通信可能に接続するときのスループットの予測値ｃ２が示される。

ここで、予測値ｃ１およびｃ２のうち予測値ｃ１が所望値ｂ以上である状況では、無線端末１０は第１の無線基地局に通信可能に接続することで、所望の通信品質を満足することができる。同様に、予測値ｃ１およびｃ２のうち予測値ｃ２が所望値ｂ以上である状況では、無線端末１０は第２の無線基地局に通信可能に接続することで、所望の通信品質を満足し、輻輳を回避する（図４のｄ）ことができる。
このように、無線端末１０は、予測値の大小に応じて、接続先の無線基地局を選択することで、上記のように常に所望の通信品質を満足する他の無線基地局に接続し続けることができる。

図５は、本発明の一実施形態に係る無線通信システムの無線端末の機能構成例を示す図である。
図５に示されるように、無線端末１０にはアンテナ（antenna）部１１が取り付けられ、無線端末１０は、RF（Radio Frequency）部１２、送受信部１３、接続要求制御部１４、測定データ通知制御部１５、予測要求制御部１６、通信品質測定部１７、および環境情報測定部を有する。アンテナ部１１、RF部１２、送受信部１３は、無線基地局２０との間の送受信に用いられる。その他の各部の動作は後述する。

図６は、本発明の一実施形態に係る無線通信システムの無線基地局の機能構成例を示す図である。
図６に示されるように、無線基地局２０にはアンテナ部２１が取り付けられ、無線基地局２０は、RF部２２、送受信部２３、接続要求応答制御部２４、およびIF（Interface）部２５を有する。
図７は、本発明の一実施形態に係る品質予測エンジンの機能構成例を示す図である。
図７に示されるように、品質予測エンジン３０は、IF部３１、制御処理部３２、測定データDB部３３、学習処理部３４、予測処理部３５、および予測関数DB部３６を有する。制御処理部３２は、IF部３１、測定データDB部３３、学習処理部３４、および予測処理部３５の動作を司る。その他の各部の動作は後述する。

図８は、本発明の一実施形態に係る無線通信システムの処理手順の一例を示すフローチャートである。
無線通信システムの処理手順は学習段階と、予測および接続制御段階に区分される。

学習段階として、処理(A)として、品質予測エンジン３０は、無線端末１０よりデータを収集して、このデータを蓄積する（Ｓ１１）。
次に処理(B)として、品質予測エンジン３０は、蓄積されたデータに基づいて、通信品質の予測関数を学習する（Ｓ１２）。
次に、予測および接続制御段階として、処理(C)として、品質予測エンジン３０は、無線端末１０へ予測機能を提供する（Ｓ１３）。

次に処理(D)として、無線端末１０の接続要求制御部１４は、予測機能の提供結果を参照して通信品質の予測値が高い、例えば予測値が最も高い無線基地局２０を選択し、この無線基地局２０へ接続要求を送受信部１３、RF部１２、およびアンテナ部１１を介して送信する（Ｓ１４）。
この送信された接続要求は、無線基地局２０のアンテナ部２１、RF部２２、および送受信部２３を介して受信され、接続要求応答制御部２４は、この接続要求を受けて、IF部２５を介してネットワークへの接続処理を行なう。これにより、要求元である無線端末１０によるネットワークへの接続がなされる。

次に、上記Ｓ１１である、無線端末からのデータの収集および蓄積に係る処理の詳細を説明する。図９は、無線端末からのデータの収集および蓄積に係る処理手順のシーケンスの一例を示す図である。
上記の学習段階でのＳ１１として、まず、無線端末１０の測定データ通知制御部１５は、環境情報測定部１８により測定された、無線端末１０に係る無線環境情報xと、通信品質測定部１７により測定された、無線端末１０に係る通信品質情報yとを取得する。
測定データ通知制御部１５は、これらの取得した情報を無線端末１０に係る測定データ（x, y）として、送受信部１３、RF部１２、アンテナ部１１、無線基地局２０、およびネットワークを介して品質予測エンジン３０に通知する。

無線端末１０からの測定データ（x, y）は、品質予測エンジン３０のIF部３１により受信される。制御処理部３２は、この受信された測定データ（x, y）を測定データDB部３３に通知されて当該測定データDB部３３に蓄積される。

次に、上記Ｓ１２である、予測関数の学習に係る処理の詳細を説明する。図１０は、予測関数の学習に係る処理手順の一例を示すフローチャートである。
品質予測エンジン３０の学習処理部３４は、測定データDB部３３に蓄積済みである、全無線基地局のIDがリスト化されたIDリスト(IDL)を生成する（Ｓ１２１）。

学習処理部３４は、変数iを初期値の０に設定し（Ｓ１２２）、「a=IDL[i]」を設定して、予測関数f_iを生成し、この予測関数f_iの構成パラメータθ_iを初期化する（Ｓ１２３）。

学習処理部３４は、測定データDB３３から無線基地局ID=aのデータ列群(D_i)を抽出する（Ｓ１２４）。
処理(E)として、学習処理部３４は、データ列群D_iを用いて予測関数f_iを学習する、つまり構成パラメータθ_iをチューニングする（Ｓ１２５）。
学習処理部３４は、(i, f_i, θ_i)としての予測関数のデータ対を予測関数DB部３６に格納する（Ｓ１２６）。

i<=IDL長であれば（Ｓ１２７のＹｅｓ）、学習処理部３４は、変数iに１を加算して（Ｓ１２７）、Ｓ１２３に戻る。Ｓ１２７でＮｏであれば、Ｓ１２の処理が愁傷する。

次に、Ｓ１３である無線端末への予測機能の提供に係る処理の詳細を説明する。
図１１は、無線端末への予測機能の提供に係る処理手順のシーケンスの一例を示す図である。
無線端末１０の予測要求制御部１６は、無線端末１０の周辺の接続可能な無線基地局を確認し、リスト化した情報(UIDL（Unique Identification List）, 長さL)を生成する。

また、無線端末１０の予測要求制御部１６は、環境情報測定部１８により測定された無線環境情報xを測定し、これらを通信品質の予測値要求(UIDL, 無線環境情報x)として送受信部１３、RF部１２、アンテナ部１１、無線基地局２０、およびネットワークを介して品質予測エンジン３０に通知する。

無線端末１０からの予測値要求(UIDL, 無線環境情報x)は、品質予測エンジン３０のIF部３１により受信される。制御処理部３２は、この受信された予測値要求(UIDL, 無線環境情報x)を予測処理部３５へ通知する。

予測処理部３５は、通知された予測要求に基づいて、予測関数要求(UIDL[0])を生成し、この予測関数要求により予測関数DB部３６にアクセス（access）して予測関数(f_UIDL[0]θ_UIDL[0])を取得する。この取得は、UIDLで示される全ての無線基地局について実施される。

予測処理部３５は、取得した予測関数と、上記の無線環境情報xに基づいて、無線品質の予測値(f_UIDL[0](x, θ_UIDL[0]))を取得する。
この予測値に基づいて、予測処理部３５はUIDLと予測値との対応リストを作成する。
この対応リストは、制御処理部３２によりIF部３１、ネットワーク、および無線基地局２０を介して無線端末１０に送信される。

次に、上記のＳ１２６である、予測関数の構成パラメータのチューニングの詳細を説明する。図１２は、予測関数の構成パラメータのチューニングの一例を示す図である。
図１２に示されるように、品質予測エンジン３０の予測処理部３５により用いられるDNN(Deep Neural Network)は、Input layer、Hidden layer、およびOutput layerを有する。これらInput layer、Hidden layer、およびOutput layerは、予測関数の構成パラメータθ_iに対応する。DNNの構成パラメータ群は全ニューロン（neuron）とlayerとの間のウエイト（weight）、およびバイアス（bias）に対応する。

Input layerには、Ｓ１２５で抽出されたデータ列群D_iにおける第１のデータ種別であるデータ種別ａである特徴量ベクトル（vector）が入力される。
この特徴量ベクトルは、（１）タイムスタンプ（time stamp）、（２）端末機種情報、（３）ｍ個の周辺の無線基地局「1」、「2」、…「ｍ」のRSSI（Receiving signal strength indicator）（受信強度） [dBm]、および（４）予測要求元の無線端末１０に係るｎ個のセンサにより検出されたセンサ値、を含む。

Output layerからは、通信品質の予測値が出力される。この予測値は、スループットの予測値、遅延時間の予測値、ジッタの予測値、およびパケットロス率の予測値を含む。

Ｓ１２６にて、これらの予測値は、上記抽出されたデータ列群D_iにおける第１のデータ種別であるデータ種別ｂである、通信品質の測定値との間で種別ごとに対比される。通信品質の測定値は、スループットの測定値、遅延時間の測定値、ジッタの測定値、およびパケットロス率の測定値を含む。

上記の対比により、データ列群D_iに関する全ての予測値と測定値との間の誤差が計算される。この計算結果から、学習処理部３４は、損失関数、例えば二乗損失を定義し、損失関数の値が最小化するように、構成パラメータθ_iをチューニングする。これにより予測関数の学習がなされる。

図１３は、本発明の一実施形態に係る無線通信システムの品質予測エンジンのハードウエア構成の一例を示すブロック図である。
図１３に示された例では、上記の実施形態に係る品質予測エンジン３０は、例えばサーバコンピュータ（server computer）またはパーソナルコンピュータ（personal computer）により構成され、ＣＰＵ等のハードウエアプロセッサ（hardware processor）１１１Ａを有する。そして、このハードウエアプロセッサ１１１Ａに対し、プログラムメモリ（program memory）１１１Ｂ、データメモリ（data memory）１１２、入出力インタフェース（interface）１１３及び通信インタフェース１１４が、バス（bus）１２０を介して接続される。無線端末１０、無線基地局２０についても同様であり得る。

通信インタフェース１１４は、例えば１つ以上の無線の通信インタフェースユニット（unit）を含んでおり、通信ネットワークＮＷとの間で情報の送受信を可能にする。無線インタフェースとしては、例えば無線ＬＡＮ（Local Area Network）などの小電力無線データ通信規格が採用されたインタフェースが使用される。
入出力インタフェース１１３には、オペレータ（operator）用の入力デバイス５０（device）および出力デバイス６０が接続されてもよい。

プログラムメモリ１１１Ｂは、非一時的な有形の記憶媒体として、例えば、ＨＤＤ（Hard Disk Drive）またはＳＳＤ（Solid State Drive）等の随時書込みおよび読出しが可能な不揮発性メモリ（non-volatile memory）と、ＲＯＭ（Read Only Memory）等の不揮発性メモリとが組み合わせて使用されたもので、一実施形態に係る各種制御処理を実行する為に必要なプログラムが格納されている。

データメモリ１１２は、有形の記憶媒体として、例えば、上記の不揮発性メモリと、ＲＡＭ（Random Access Memory）等の揮発性メモリ（volatile memory）とが組み合わせて使用されたもので、各種処理が行なわれる過程で取得および作成された各種データが記憶される為に用いられる。

本発明の一実施形態に係る品質予測エンジン３０は、ソフトウエア（software）による処理機能部として、図４に示されるIF部３１、制御処理部３２、測定データDB部３３、学習処理部３４、予測処理部３５、および予測関数DB部３６を有するデータ処理装置として構成され得る。無線端末１０内の各部、および無線基地局２０内の各部についても同様であり得る。

測定データDB部３３および予測関数DB部３６は、図１３に示されたデータメモリ１１２が用いられることで構成され得る。ただし、これらの領域は品質予測エンジン３０内に必須の構成ではなく、例えば、ＵＳＢ（Universal Serial Bus）メモリなどの外付け記憶媒体、又はクラウド（cloud）に配置されたデータベースサーバ（database server）等の記憶装置に設けられた領域であってもよい。

上記の品質予測エンジン３０、無線端末１０、および無線基地局２０の各部における処理機能部は、いずれも、プログラムメモリ１１１Ｂに格納されたプログラムを上記ハードウエアプロセッサ１１１Ａにより読み出させて実行させることにより実現され得る。なお、これらの処理機能部の一部または全部は、特定用途向け集積回路（ＡＳＩＣ（Application Specific Integrated Circuit））またはＦＰＧＡ（Field-Programmable Gate Array）などの集積回路を含む、他の多様な形式によって実現されてもよい。

また、各実施形態に記載された手法は、計算機（コンピュータ）に実行させることができるプログラム（ソフトウエア手段）として、例えば磁気ディスク（フロッピー（登録商標）ディスク（Floppy disk）、ハードディスク等）、光ディスク（optical disc）（ＣＤ－ＲＯＭ、ＤＶＤ、ＭＯ等）、半導体メモリ（ＲＯＭ、ＲＡＭ、フラッシュメモリ（Flash memory）等）等の記録媒体に格納し、また通信媒体により伝送して頒布され得る。なお、媒体側に格納されるプログラムには、計算機に実行させるソフトウエア手段（実行プログラムのみならずテーブル、データ構造も含む）を計算機内に構成させる設定プログラムをも含む。本装置を実現する計算機は、記録媒体に記録されたプログラムを読み込み、また場合により設定プログラムによりソフトウエア手段を構築し、このソフトウエア手段によって動作が制御されることにより上述した処理を実行する。なお、本明細書でいう記録媒体は、頒布用に限らず、計算機内部あるいはネットワークを介して接続される機器に設けられた磁気ディスク、半導体メモリ等の記憶媒体を含むものである。

なお、本発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は適宜組み合わせて実施してもよく、その場合組み合わせた効果が得られる。更に、上記実施形態には種々の発明が含まれており、開示される複数の構成要件から選択された組み合わせにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、課題が解決でき、効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。

１０…無線端末
１４…接続要求制御部
１５…測定データ通知制御部
１６…予測要求制御部
１７…通信品質測定部
１８…環境情報測定部
２０…無線基地局
３０…品質予測エンジン
３３…測定データDB部
３４…学習処理部
３５…予測処理部
３６…予測関数DB部

Claims

無線端末装置と、前記無線端末装置による通信に係る品質を予測する品質予測エンジンとにより実行される方法であって、
前記無線端末装置が、当該無線端末装置と接続可能な複数の無線基地局の情報、当該無線端末装置の機種情報、前記無線端末装置の周辺の無線通信環境情報、及び前記無線端末装置に搭載されるセンサにより検出された情報を前記品質予測エンジンに通知することと、
前記品質予測エンジンが、前記通知された情報に基づき、深層学習が用いられた予測関数により、前記無線端末装置が前記接続可能な複数の無線基地局に接続されたときの通信品質の予測値を計算して、前記無線端末装置に通知することと、
前記無線端末装置が、前記通知された通信品質の予測値と、前記無線端末装置により利用されるアプリケーションプログラムにより要求される通信品質とに基づき、前記無線端末装置と接続する無線基地局を選択することと、
を備える無線通信方法。
前記予測関数のパラメータは、前記計算される通信品質の予測値と、前記通信品質の測定値との誤差に基づいて学習される、
請求項１に記載の無線通信方法。
前記無線通信環境情報は、前記無線基地局の受信電力の情報を含み、
前記センサにより検出された情報は、加速度センサにより検出された情報および方位センサにより検出された情報を含む、
請求項１に記載の無線通信方法。
無線端末装置と、前記無線端末装置による通信に係る品質を予測する品質予測エンジンとを有する無線通信システムであって、
前記無線端末装置は、
当該無線端末装置と接続可能な複数の無線基地局の情報、当該無線端末装置の機種情報、前記無線端末装置の周辺の無線通信環境情報、及び前記無線端末装置に搭載されるセンサにより検出された情報を前記品質予測エンジンに通知し、
前記品質予測エンジンは、
前記通知された情報に基づき、深層学習が用いられた予測関数により、前記無線端末装置が前記接続可能な複数の無線基地局に接続されたときの通信品質の予測値を計算して、前記無線端末装置に通知し、
前記無線端末装置は、
前記通知された通信品質の予測値と、前記無線端末装置により利用されるアプリケーションプログラムにより要求される通信品質とに基づき、前記無線端末装置と接続する無線基地局を選択する、
無線通信システム。
無線端末装置による通信に係る品質を予測する品質予測エンジンであって、
前記無線端末装置から、当該無線端末装置に接続可能な複数の無線基地局の情報、当該無線端末装置の機種情報、前記無線端末装置の周辺の無線通信環境情報、及び前記無線端末装置に搭載されるセンサにより検出された情報を取得する取得部と、
前記取得した情報に基づき、深層学習が用いられた予測関数により、前記無線端末装置が前記接続可能な複数の無線基地局に接続されたときの通信品質の予測値を計算して、前記無線端末装置に通知する通知部と、
を備える品質予測エンジン。
自装置による通信に係る品質を予測する品質予測エンジンに、自装置と接続可能な複数の無線基地局の情報、自装置の機種情報、自装置の周辺の無線通信環境情報、及び自装置に搭載されるセンサにより検出された情報を通知する通知部と、
前記通知された情報に基づき、前記品質予測エンジンにより、深層学習が用いられた予測関数が用いられることで計算された、自装置に接続可能な前記複数の無線基地局に接続されたときの通信品質の予測値を取得する取得部と、
前記通知された通信品質の予測値と、自装置により利用されるアプリケーションプログラムにより要求される通信品質とに基づき、自装置と接続する無線基地局を選択する選択部と、
を備える無線端末装置。
請求項５に記載の品質予測エンジンの前記各部としてプロセッサを機能させる品質予測処理プログラム。
請求項６に記載の無線端末装置の前記各部としてプロセッサを機能させる無線通信処理プログラム。