JP7313322B2 - 時系列予測システム、時系列予測方法及びコンピュータプログラム - Google Patents

Description

本発明は、時系列予測システム、時系列予測方法及びコンピュータプログラムに関する。

近年、異なる複数の無線通信システムが同じ周波数帯を共用することが検討されている。例えば、既存の無線通信システム（１次事業者システム）に割り当てられている周波数帯（共用周波数帯）を他の無線通信システム（２次事業者システム）が二次的に利用することが検討されている。この異システム間の周波数共用においては、１次事業者システムの運用に支障をきたさないように、２次事業者システムが共用周波数帯を利用可能な時間や場所等には制約が生じる。このため、２次事業者システムの投資判断や利用計画策定等の観点から、１次事業者システムの共用周波数帯の利用状況の将来予測ができることが望ましい。

特許文献１には、無線チャネルのビジー状態およびアイドル状態の時系列データから確率的ニューラルネットワークを使用して無線チャネルのビジー状態およびアイドル状態の時系列データの将来のデータを予測する技術が記載されている。

特開２０１９－１０１７９２号公報

しかし、上述した特許文献１に記載の技術では、無線チャネルのビジー状態およびアイドル状態の時系列データを観測することができない場所に対しては、無線チャネルのビジー状態およびアイドル状態の時系列データの将来のデータを予測することができない。

本発明は、このような事情を考慮してなされたものであり、その目的は、特定の無線周波数の利用状況を予測する際に、予測の基になる観測データが得られない場所に対しても予測を行うことを図ることにある。

（１）本発明の一態様は、特定の無線周波数の電波状態を表す電波状態情報が各観測区域で観測された観測値を取得する観測データ取得部と、前記観測区域から取得される前記電波状態情報の観測値から前記観測区域以外の他の区域の前記電波状態情報の推定値を出力する空間方向推定モデルを、前記観測データ取得部が取得した前記電波状態情報の観測値に基づいて生成する空間方向推定モデル生成部と、前記観測区域以外の他の区域である推定区域の推定時刻の前記電波状態情報の推定値を、前記観測データ取得部が取得した当該推定時刻の観測値から前記空間方向推定モデルを使用して取得する電波状態情報推定部と、前記推定区域の前記電波状態情報の推定値の時系列データに基づいて、前記推定区域の将来の前記電波状態情報の予測値を算出する時系列予測部と、を備える時系列予測システムである。
（２）本発明の一態様は、前記観測データ取得部は、さらに、前記特定の無線周波数とは異なる他の無線周波数の電波状態を表す電波状態情報が各観測区域で観測された観測値を取得し、前記時系列予測部は、前記観測データ取得部が取得した前記他の無線周波数の前記電波状態情報の観測値の時系列データをさらに加えて、前記推定区域の将来の前記電波状態情報の予測値を算出する、上記（１）の時系列予測システムである。
（３）本発明の一態様は、前記空間方向推定モデルは、複数の区域がクラスタリングされた結果のクラスタ区域ごとに生成される、上記（１）又は（２）のいずれかの時系列予測システムである。

（４）本発明の一態様は、特定の無線周波数の電波状態を表す電波状態情報が各観測区域で観測された観測値を取得する観測データ取得ステップと、前記観測区域から取得される前記電波状態情報の観測値から前記観測区域以外の他の区域の前記電波状態情報の推定値を出力する空間方向推定モデルを、前記観測データ取得ステップで取得した前記電波状態情報の観測値に基づいて生成する空間方向推定モデル生成ステップと、前記観測区域以外の他の区域である推定区域の推定時刻の前記電波状態情報の推定値を、前記観測データ取得ステップで取得した当該推定時刻の観測値から前記空間方向推定モデルを使用して取得する電波状態情報推定ステップと、前記推定区域の前記電波状態情報の推定値の時系列データに基づいて、前記推定区域の将来の前記電波状態情報の予測値を算出する時系列予測ステップと、を含む時系列予測方法である。

（５）本発明の一態様は、コンピュータに、特定の無線周波数の電波状態を表す電波状態情報が各観測区域で観測された観測値を取得する観測データ取得ステップと、前記観測区域から取得される前記電波状態情報の観測値から前記観測区域以外の他の区域の前記電波状態情報の推定値を出力する空間方向推定モデルを、前記観測データ取得ステップで取得した前記電波状態情報の観測値に基づいて生成する空間方向推定モデル生成ステップと、前記観測区域以外の他の区域である推定区域の推定時刻の前記電波状態情報の推定値を、前記観測データ取得ステップで取得した当該推定時刻の観測値から前記空間方向推定モデルを使用して取得する電波状態情報推定ステップと、前記推定区域の前記電波状態情報の推定値の時系列データに基づいて、前記推定区域の将来の前記電波状態情報の予測値を算出する時系列予測ステップと、を実行させるためのコンピュータプログラムである。

本発明によれば、特定の無線周波数の利用状況を予測する際に、予測の基になる観測データが得られない場所に対しても予測を行うことができるという効果が得られる。

第１実施形態に係る時系列予測システムの構成例を示すブロック図である。 第１実施形態に係る観測区域の例を示す説明図である。 第１実施形態に係る時系列予測方法の手順を説明するための説明図である。 第２実施形態に係る時系列予測システムの構成例を示すブロック図である。 第２実施形態に係る観測区域の例を示す説明図である。 第２実施形態に係る時系列予測方法の手順を説明するための説明図である。 第３実施形態に係る時系列予測システムの構成例を示すブロック図である。

以下、図面を参照し、本発明の実施形態について説明する。

［第１実施形態］
図１は、第１実施形態に係る時系列予測システムの構成例を示すブロック図である。図１において、時系列予測システム１は、観測データ取得部１１と、空間方向推定モデル生成部１２と、電波状態情報推定部１３と、時系列予測部１４とを備える。

時系列予測システム１の各機能は、時系列予測システム１がＣＰＵ（Central Processing Unit：中央演算処理装置）及びメモリ等のコンピュータハードウェアを備え、ＣＰＵがメモリに格納されたコンピュータプログラムを実行することにより実現される。なお、時系列予測システム１として、汎用のコンピュータ装置を使用して構成してもよく、又は、専用のハードウェア装置として構成してもよい。例えば、時系列予測システム１は、インターネット等の通信ネットワークに接続されるサーバコンピュータを使用して構成されてもよい。また、時系列予測システム１の各機能はクラウドコンピューティングにより実現されてもよい。また、時系列予測システム１は、単独のコンピュータにより実現するものであってもよく、又は時系列予測システム１の機能を複数のコンピュータに分散させて実現するものであってもよい。

観測データ取得部１１は、特定の無線周波数の電波状態を表す電波状態情報が各観測区域で観測された観測値を取得する。以下、特定の無線周波数を周波数ｆ１と称する。

図２には、周波数ｆ１の観測区域の例が示されている。図２には、２５個の区域において、周波数ｆ１の観測区域の例として観測区域Ｐｆ１－１，Ｐｆ１－１５，Ｐｆ１－２２が示される。周波数ｆ１の各観測区域には、周波数ｆ１の電波状態情報を観測する電波センサー等が設置されている。電波状態情報は、例えば受信電力である。この場合、周波数ｆ１の各観測区域には、周波数ｆ１の受信電力を観測する電波センサーが設置される。観測データ取得部１１は、各観測区域Ｐｆ１－１，Ｐｆ１－１５，Ｐｆ１－２２，・・・で観測された周波数ｆ１の電波状態情報（例えば受信電力）の観測値Ａ－Ｐｆ１－１，Ａ－Ｐｆ１－１５，Ａ－Ｐｆ１－２２，・・・を取得する。

また、図２には、２５個の区域において、周波数ｆ１の観測データが得られない区域（非観測区域）の例として区域Ｐ－４が示される。周波数ｆ１の非観測区域には、周波数ｆ１の電波状態情報を観測する電波センサー等が設置されていない。したがって、観測データ取得部１１は、区域Ｐ－４等の周波数ｆ１の非観測区域については、周波数ｆ１の電波状態情報（例えば受信電力）の観測値を取得することができない。

空間方向推定モデル生成部１２は、空間方向推定モデルＣを生成する。空間方向推定モデルＣは、周波数ｆ１の観測区域から取得される周波数ｆ１の電波状態情報の観測値から周波数ｆ１の観測区域以外の他の区域（周波数ｆ１の非観測区域）の周波数ｆ１の電波状態情報の推定値を出力するモデルである。空間方向推定モデル生成部１２には、各観測区域で観測された周波数ｆ１の電波状態情報の観測値Ｂが観測データ取得部１１から入力される。空間方向推定モデル生成部１２は、周波数ｆ１の電波状態情報の観測値Ｂに基づいて空間方向推定モデルＣを生成する。

空間方向推定モデルＣの生成方法の一例として、空間方向推定モデル生成部１２は、機械学習モデルを使用して空間方向推定モデルＣを生成する。機械学習モデルは、例えばニューラルネットワークである。空間方向推定モデル生成部１２は、各観測区域で観測された周波数ｆ１の電波状態情報の観測値Ｂと、周波数ｆ１の非観測区域の周波数ｆ１の電波状態情報の教師データとを使用して、機械学習モデル（例えばニューラルネットワーク）の機械学習を行う。この機械学習の結果として空間方向推定モデルＣが生成される。周波数ｆ１の非観測区域の周波数ｆ１の電波状態情報の教師データは、当該非観測区域で教師データの取得のために実測された観測データであってもよく、又は当該非観測区域の周辺の観測区域で取得された観測データであってもよい。

また、空間方向推定モデルＣの生成方法の他の例として、空間方向推定モデル生成部１２は、電波伝搬モデルを使用して空間方向推定モデルＣを生成してもよい。

空間方向推定モデルＣによれば、図２の例えば観測区域Ｐｆ１－１から取得される周波数ｆ１の電波状態情報の観測値から、周波数ｆ１の非観測区域である区域Ｐ－４の周波数ｆ１の電波状態情報の推定値を得ることができる。

電波状態情報推定部１３は、空間方向推定モデル生成部１２が生成した空間方向推定モデルＣを使用して、周波数ｆ１の観測区域以外の他の区域（周波数ｆ１の非観測区域）の周波数ｆ１の電波状態情報の推定値Ｄを取得する。より具体的には、電波状態情報推定部１３は、周波数ｆ１の非観測区域である推定区域の推定時刻の周波数ｆ１の電波状態情報の推定値Ｄを、観測データ取得部１１が取得した当該推定時刻の観測値Ｂから空間方向推定モデルＣを使用して取得する。例えば、電波状態情報推定部１３は、図２の例えば観測区域Ｐｆ１－１から取得された推定時刻ｔの周波数ｆ１の電波状態情報の観測値Ｂから、空間方向推定モデルＣを使用して、周波数ｆ１の非観測区域である推定区域Ｐ－４の推定時刻ｔの周波数ｆ１の電波状態情報の推定値Ｄを取得する。

時系列予測部１４は、周波数ｆ１の電波状態情報の時系列データに基づいて、周波数ｆ１の将来の電波状態情報の予測値Ｅを算出する。時系列予測部１４は、周波数ｆ１の観測区域例えば図２の観測区域Ｐｆ１－１に対して、観測データ取得部１１が取得した観測区域Ｐｆ１－１の周波数ｆ１の電波状態情報の観測値Ｂの時系列データに基づいて、観測区域Ｐｆ１－１の周波数ｆ１の将来の電波状態情報の予測値Ｅを算出する。また、時系列予測部１４は、周波数ｆ１の非観測区域例えば図２の区域Ｐ－４に対して、電波状態情報推定部１３が取得した区域Ｐ－４（推定区域）の周波数ｆ１の電波状態情報の推定値Ｄの時系列データに基づいて、区域Ｐ－４（推定区域）の周波数ｆ１の将来の電波状態情報の予測値Ｅを算出する。

時系列予測部１４においては、時系列予測方法として例えばＬＳＴＭ（Long Short Term Memory）やＧＲＵ（Gated Recurrent Unit）を利用する。

次に図３を参照して本実施形態に係る時系列予測方法を説明する。図３は、第１実施形態に係る時系列予測方法の手順を説明するための説明図である。以下、図２の周波数ｆ１の観測区域Ｐｆ１－１，Ｐｆ１－１５，Ｐｆ１－２２，・・・及び周波数ｆ１の非観測区域（推定区域）Ｐ－４を例に挙げて説明する。またここでは、電波状態情報として受信電力を例に挙げて説明する。

（ステップＳ１） 観測データ取得部１１は、周波数ｆ１の各観測区域Ｐｆ１－１，Ｐｆ１－１５，Ｐｆ１－２２，・・・で観測された周波数ｆ１の電波状態情報（受信電力）の観測値Ａ－Ｐｆ１－１，Ａ－Ｐｆ１－１５，Ａ－Ｐｆ１－２２，・・・を、タイムスタンプの時刻ｔ－２，ｔ－１，ｔ，・・・ごとに取得する。

（ステップＳ２） 時系列予測部１４は、周波数ｆ１の観測区域Ｐｆ１－１，Ｐｆ１－１５，Ｐｆ１－２２，・・・ごとに、観測データ取得部１１が取得した各観測区域Ｐｆ１－１，Ｐｆ１－１５，Ｐｆ１－２２，・・・の周波数ｆ１の電波状態情報（受信電力）の観測値Ｂの時系列データに基づいて、各観測区域Ｐｆ１－１，Ｐｆ１－１５，Ｐｆ１－２２，・・・の周波数ｆ１の将来の電波状態情報（受信電力）の予測値Ｅを算出する。

（ステップＳ１０） 空間方向推定モデル生成部１２は、時刻ｔ－２，ｔ－１，ｔごとに、観測データ取得部１１が取得した各時刻ｔ－２，ｔ－１，ｔの各観測区域Ｐｆ１－１，Ｐｆ１－１５，Ｐｆ１－２２，・・・の周波数ｆ１の電波状態情報（受信電力）の観測値Ｂに基づいて、周波数ｆ１の非観測区域（推定区域）Ｐ－４を含むモデル生成対象区域の各時刻ｔ－２，ｔ－１，ｔの空間方向推定モデルＣを生成する。空間方向推定モデルＣの生成に使用される観測値Ｂは、全ての観測区域の観測値Ｂであってもよく、又は一部の観測区域の観測値Ｂであってもよい。

（ステップＳ２１） 電波状態情報推定部１３は、周波数ｆ１の非観測区域（推定区域）Ｐ－４の推定時刻の周波数ｆ１の電波状態情報（受信電力）の推定値Ｄを、観測データ取得部１１が取得した当該推定時刻の観測値Ｂから当該推定時刻の空間方向推定モデルＣを使用して取得する。より具体的には、電波状態情報推定部１３は、周波数ｆ１の推定区域Ｐ－４の推定時刻ｔ－２の周波数ｆ１の電波状態情報（受信電力）の推定値Ｄを、観測データ取得部１１が取得した当該推定時刻ｔ－２の観測値Ｂから当該推定時刻ｔ－２の空間方向推定モデルＣを使用して取得する。電波状態情報推定部１３は、周波数ｆ１の推定区域Ｐ－４の推定時刻ｔ－１の周波数ｆ１の電波状態情報（受信電力）の推定値Ｄを、観測データ取得部１１が取得した当該推定時刻ｔ－１の観測値Ｂから当該推定時刻ｔ－１の空間方向推定モデルＣを使用して取得する。電波状態情報推定部１３は、周波数ｆ１の推定区域Ｐ－４の推定時刻ｔの周波数ｆ１の電波状態情報（受信電力）の推定値Ｄを、観測データ取得部１１が取得した当該推定時刻ｔの観測値Ｂから当該推定時刻ｔの空間方向推定モデルＣを使用して取得する。

なお、空間方向推定モデルＣは、必要に応じて更新されるものであってもよい。この場合、空間方向推定モデルＣが新たに更新されるまでは更新前の空間方向推定モデルＣが継続して使用される。例えば、モデル生成対象区域の電波伝搬特性に一定以上の変化が生じる場合に、当該モデル生成対象区域の空間方向推定モデルＣが更新される。

また、特定の期間においてモデル生成対象区域の電波伝搬特性に一定以上の変化が生じる場合に、当該特定の期間用のモデル生成対象区域の空間方向推定モデルＣが生成されてもよい。例えば平日と週末とでモデル生成対象区域の電波伝搬特性に一定以上の変化が生じる場合、平日用のモデル生成対象区域の空間方向推定モデルＣと週末用のモデル生成対象区域の空間方向推定モデルＣとがそれぞれ生成されてもよい。

（ステップＳ２２） 時系列予測部１４は、周波数ｆ１の推定区域Ｐ－４に対して、電波状態情報推定部１３が取得した推定区域Ｐ－４の周波数ｆ１の電波状態情報（受信電力）の推定値Ｄの時系列データに基づいて、推定区域Ｐ－４の周波数ｆ１の将来の電波状態情報（受信電力）の予測値Ｅを算出する。

周波数ｆ１の受信電力は、周波数ｆ１の利用状況を示す情報であって、周波数ｆ１の無線チャネルの使用の有無を示す情報として利用される。無線チャネルの使用の有無の判定方法として、例えば、ある区域の周波数ｆ１の受信電力が所定の閾値以上である場合に当該区域の周波数ｆ１の無線チャネルの使用ありと判定し、そうではない場合に当該区域の周波数ｆ１の無線チャネルの使用なしと判定することが挙げられる。したがって、各区域の周波数ｆ１の将来の電波状態情報（受信電力）の予測値Ｅは、各区域の周波数ｆ１の無線チャネルの将来の使用の有無を予測するための情報になる。

本実施形態によれば、周波数ｆ１の観測データが得られる観測区域だけではなく、周波数ｆ１の観測データが得られない非観測区域に対しても、周波数ｆ１の将来の電波状態情報（受信電力）の予測値Ｅを求めることができる。これにより、周波数ｆ１の利用状況を予測する際に、予測の基になる観測データが得られない場所（周波数ｆ１の非観測区域）に対しても予測を行うことができるという効果が得られる。

［第２実施形態］
図４は、第２実施形態に係る時系列予測システムの構成例を示すブロック図である。図４において図１の各部に対応する部分には同一の符号を付け、その説明を省略する。図４に示される時系列予測システム１ａでは、周波数ｆ１の非観測区域に対して周波数ｆ１の将来の電波状態情報の予測値Ｅを算出する際に、当該非観測区域で観測される周波数ｆ２の電波状態情報の観測値を利用する。周波数ｆ２は、周波数ｆ１とは異なる他の無線周波数である。

観測データ取得部１１ａは、周波数ｆ１の観測区域で観測された周波数ｆ１の電波状態情報の観測値と、周波数ｆ２の観測区域で観測された周波数ｆ１の電波状態情報の観測値とを取得する。

図５には、周波数ｆ１の観測区域と周波数ｆ２の観測区域との例が示されている。図５には、２５個の区域において、周波数ｆ１の観測区域の例として観測区域Ｐｆ１－１，Ｐｆ１－１５，Ｐｆ１－２２が示される。また、周波数ｆ２の観測区域の例として観測区域Ｐｆ２－４，Ｐｆ２－１５が示される。区域Ｐ－１５は、周波数ｆ１の観測区域であり且つ周波数ｆ２の観測区域である。区域Ｐ－４は、周波数ｆ１の非観測区域であるが、周波数ｆ２の観測区域である。観測データ取得部１１は、周波数ｆ１の各観測区域Ｐｆ１－１，Ｐｆ１－１５，Ｐｆ１－２２，・・・で観測された周波数ｆ１の電波状態情報の観測値Ａ－Ｐｆ１－１，Ａ－Ｐｆ１－１５，Ａ－Ｐｆ１－２２，・・・と、周波数ｆ２の各観測区域Ｐｆ２－４，Ｐｆ２－１５，・・・で観測された周波数ｆ２の電波状態情報の観測値Ａ－Ｐｆ２－４，Ａ－Ｐｆ２－１５，・・・とを取得する。

時系列予測部１４ａは、周波数ｆ１の観測区域に対しては、上述した第１実施形態の時系列予測部１４と同様に、観測データ取得部１１が取得した当該観測区域の周波数ｆ１の電波状態情報の観測値Ｂの時系列データに基づいて、当該観測区域の周波数ｆ１の将来の電波状態情報の予測値Ｅを算出する。

一方、時系列予測部１４ａは、周波数ｆ１の非観測区域であり且つ周波数ｆ２の観測区域である例えば図５の区域Ｐ－４に対しては、電波状態情報推定部１３が取得した区域Ｐ－４（推定区域）の周波数ｆ１の電波状態情報の推定値Ｄの時系列データと、観測データ取得部１１ａが取得した区域Ｐ－４の周波数ｆ２の電波状態情報の観測値Ｂの時系列データとに基づいて、区域Ｐ－４（推定区域）の周波数ｆ１の将来の電波状態情報の予測値Ｅを算出する。

次に図６を参照して本実施形態に係る時系列予測方法を説明する。図６は、第２実施形態に係る時系列予測方法の手順を説明するための説明図である。図６において図３の各ステップに対応する部分には同一の符号を付け、その説明を省略する。

ここでは、図５において周波数ｆ１の非観測区域であり且つ周波数ｆ２の観測区域である区域Ｐ－４を周波数ｆ１の推定区域の例に挙げて説明する。また、電波状態情報として受信電力を例に挙げて説明する。

ステップＳ１，Ｓ２，Ｓ１０，Ｓ２１は、上述した第１実施形態と同じである。

（ステップＳ２２ａ） 時系列予測部１４ａは、周波数ｆ１の非観測区域であり且つ周波数ｆ２の観測区域である周波数ｆ１の推定区域Ｐ－４に対して、電波状態情報推定部１３が取得した推定区域Ｐ－４の周波数ｆ１の電波状態情報（受信電力）の推定値Ｄの時系列データと、観測データ取得部１１ａが取得した区域Ｐ－４（周波数ｆ２の観測区域Ｐｆ２－４）の周波数ｆ２の電波状態情報（受信電力）の観測値Ｂの時系列データとに基づいて、推定区域Ｐ－４の周波数ｆ１の将来の電波状態情報（受信電力）の予測値Ｅを算出する。

時系列予測部１４ａの時系列予測においては、時系列予測方法として例えばＬＳＴＭを使用し、周波数ｆ１の電波状態情報（受信電力）の推定値Ｄの時系列データと周波数ｆ２の電波状態情報（受信電力）の観測値Ｂの時系列データとをＬＳＴＭへの入力データにして、ＬＳＴＭにより周波数ｆ１の将来の電波状態情報（受信電力）の予測値Ｅを算出する。

本実施形態によれば、上述した第１実施形態と同様に、周波数ｆ１の観測データが得られる観測区域だけではなく、周波数ｆ１の観測データが得られない非観測区域に対しても、周波数ｆ１の将来の電波状態情報（受信電力）の予測値Ｅを求めることができる。これにより、周波数ｆ１の利用状況を予測する際に、予測の基になる観測データが得られない場所（周波数ｆ１の非観測区域）に対しても予測を行うことができるという効果が得られる。

さらに、時系列予測部１４ａの時系列予測において、周波数ｆ１の非観測区域であり且つ周波数ｆ２の観測区域である区域Ｐ－４に対して、周波数ｆ１の電波状態情報（受信電力）の推定値Ｄの時系列データに加えて周波数ｆ２の電波状態情報（受信電力）の観測値Ｂの時系列データも使用することにより、周波数ｆ１の将来の電波状態情報（受信電力）の予測精度を向上させることができる。これは、周波数ｆ１とは異なる周波数ｆ２の観測値ではあるが、区域Ｐ－４の実際の観測値を基にして時系列予測が行われるので、区域Ｐ－４の実際の電波伝搬特性が周波数ｆ１の時系列予測に反映されるからである。

［第３実施形態］
図７は、第３実施形態に係る時系列予測システムの構成例を示すブロック図である。図７において図１の各部に対応する部分には同一の符号を付け、その説明を省略する。図７に示される時系列予測システム１ｂでは、区域クラスタリング部２０を設ける。

区域クラスタリング部２０は、空間方向推定モデルＣを生成する対象のモデル生成対象区域として、複数の区域をクラスタリングする。区域クラスタリング部２０は、そのクラスタリングの結果のクラスタ区域Ｇをモデル生成対象区域として空間方向推定モデル生成部１２ｂへ通知する。空間方向推定モデル生成部１２ｂは、クラスタ区域Ｇごとに、各空間方向推定モデルＣを生成する。したがって、空間方向推定モデルＣは、複数の区域がクラスタリングされた結果のクラスタ区域ごとに生成される。

モデル生成対象区域として複数の区域をクラスタリングする方法として、例えば、区域間の距離や、区域内の人口密度や、区域内の建物の密集度などに基づいてクラスタリングすることが挙げられる。例えば、区域間の距離が一定の範囲内の区域同士を同一のクラスタ区域にクラスタリングする。例えば、区域内の人口密度が同程度の区域同士を同一のクラスタ区域にクラスタリングする。例えば、区域内の建物の密集度が同程度の区域同士を同一のクラスタ区域にクラスタリングする。これらのクラスタリング方法によれば、電波伝搬特性が同様の区域同士を同一のクラスタ区域にクラスタリングすることができる。これにより、同一のクラスタ区域に属する各区域に対して同一の空間方向推定モデルＣを適用することができる。

なお、区域クラスタリング部２０は上述した第２実施形態の時系列予測システム１ａ（図４）に適用してもよい。

上述した各実施形態に係る時系列予測システム１，１ａ，１ｂは、既存の無線通信システム（１次事業者システム）に割り当てられている周波数帯（共用周波数帯）を他の無線通信システム（２次事業者システム）が二次的に利用する場合において、１次事業者システムの共用周波数帯（周波数ｆ１）の将来の利用状況を予測するシステムに適用することができる。

なお、上述した実施形態では電波状態情報として受信電力を例に挙げたが、電波状態情報は受信電力に限定されない。例えば、電波状態情報は歩行者数であってもよい。区域内に存在する歩行者数が多いほど、当該区域の電波状態に影響を及ぼす可能性が大きくなる。また、歩行者数は無線通信の利用状況を示す情報であって、区域内に存在する歩行者数が多いほど、当該区域の無線通信の利用者数が多くなると考えられる。このことから、電波状態情報として歩行者数を使用し、各区域の将来の歩行者数を予測することによって周波数ｆ１の利用状況の予測に寄与することができる。

以上、本発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、本発明の要旨を逸脱しない範囲の設計変更等も含まれる。

また、上述した時系列予測システムの機能を実現するためのコンピュータ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、実行するようにしてもよい。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であってもよい。
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、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＤＶＤ（Digital Versatile Disc）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。

さらに「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が送信された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（例えばＤＲＡＭ（Dynamic Random Access Memory））のように、一定時間プログラムを保持しているものも含むものとする。
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、前述した機能をコンピュータシステムにすで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、いわゆる差分ファイル（差分プログラム）であってもよい。

１，１ａ，１ｂ…時系列予測システム、１１，１１ａ…観測データ取得部、１２，１２ｂ…空間方向推定モデル生成部、１３…電波状態情報推定部、１４，１４ａ…時系列予測部、２０…区域クラスタリング部

Claims (4)

1. 特定の無線周波数の電波状態を表す電波状態情報が各観測区域で観測された観測値を取得する観測データ取得部と、
   前記観測区域から取得される前記電波状態情報の観測値から前記観測区域以外の他の区域の前記電波状態情報の推定値を出力する空間方向推定モデルを、前記観測データ取得部が取得した前記電波状態情報の観測値に基づいて生成する空間方向推定モデル生成部と、
   前記観測区域以外の他の区域である推定区域の推定時刻の前記電波状態情報の推定値を、前記観測データ取得部が取得した当該推定時刻の観測値から前記空間方向推定モデルを使用して取得する電波状態情報推定部と、
   前記推定区域の前記電波状態情報の推定値の時系列データに基づいて、前記推定区域の将来の前記電波状態情報の予測値を算出する時系列予測部と、
   を備える時系列予測システム。
2. 前記空間方向推定モデルは、複数の区域がクラスタリングされた結果のクラスタ区域ごとに生成される、
   請求項１に記載の時系列予測システム。
3. 特定の無線周波数の電波状態を表す電波状態情報が各観測区域で観測された観測値を取得する観測データ取得ステップと、
   前記観測区域から取得される前記電波状態情報の観測値から前記観測区域以外の他の区域の前記電波状態情報の推定値を出力する空間方向推定モデルを、前記観測データ取得ステップで取得した前記電波状態情報の観測値に基づいて生成する空間方向推定モデル生成ステップと、
   前記観測区域以外の他の区域である推定区域の推定時刻の前記電波状態情報の推定値を、前記観測データ取得ステップで取得した当該推定時刻の観測値から前記空間方向推定モデルを使用して取得する電波状態情報推定ステップと、
   前記推定区域の前記電波状態情報の推定値の時系列データに基づいて、前記推定区域の将来の前記電波状態情報の予測値を算出する時系列予測ステップと、
   を含む時系列予測方法。
4. コンピュータに、
   特定の無線周波数の電波状態を表す電波状態情報が各観測区域で観測された観測値を取得する観測データ取得ステップと、
   前記観測区域から取得される前記電波状態情報の観測値から前記観測区域以外の他の区域の前記電波状態情報の推定値を出力する空間方向推定モデルを、前記観測データ取得ステップで取得した前記電波状態情報の観測値に基づいて生成する空間方向推定モデル生成ステップと、
   前記観測区域以外の他の区域である推定区域の推定時刻の前記電波状態情報の推定値を、前記観測データ取得ステップで取得した当該推定時刻の観測値から前記空間方向推定モデルを使用して取得する電波状態情報推定ステップと、
   前記推定区域の前記電波状態情報の推定値の時系列データに基づいて、前記推定区域の将来の前記電波状態情報の予測値を算出する時系列予測ステップと、
   を実行させるためのコンピュータプログラム。

Images