JPH0915279A - 無線機器特定装置 - Google Patents

Abstract

(57)【要約】 【目的】 無線機器からの電波をより適切なパラメータ
を用いて処理し、より高い精度で無線機器を特定する。 【構成】 アンテナ１０等の受信手段が無線機器からの
電波を受信し、Ａ／Ｄ１６が受信手段の出力信号からデ
ジタル・データを生成する。こうして得られたデジタル
・データは、ＦＦＴ４０がスペクトラム・データに変換
する。パラメータ生成手段４２は、レベル最大周波数デ
ータ、重心周波数データ、レベル・データ、計数デー
タ、画像スペクトラム・データといった種々のパラメー
タの生成する。ニューラルネットワーク手段４２は、異
なる複数の無線機器の夫々が発生する電波を異なる受信
条件で受信したときに得る種々のパラメータ夫々につい
てその特徴を学習し、アンテナ１０で新たに受信した電
波から得たパラメータと比較する。特定手段４８は、ニ
ューラルネットワーク手段４２の比較結果に応じて受信
手段が受信した電波に対応する無線機器を特定する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、無線機器が発射した電
波を受信し、その受信信号を分析して、無線機器を特定
する装置に関する。

【０００２】

【従来の技術】電波を有効且つ秩序よく利用するために
は、所定条件下で各無線機器を使用する必要がある。し
かし、無線機器の故障や、無線機器の違法な運用によ
り、他の無線機器の運用に障害が生じる可能性がある。
よって、異常電波や、指定周波数帯域外での電波を発見
した場合、その電波を発生している無線機器を特定する
必要がある。

【０００３】無線機器が発生する電波には、各無線機器
の型式に応じた特徴があり、これら特徴は、電波の種々
のパラメータにおける一定の傾向から求めることができ
る。そこで、異なる複数の無線機が発生する電波のパラ
メータを測定し、測定結果をデータベースにしておき、
所望の電波のパラメータと比較すれば、原理的には、そ
の電波を発生している無線機器の型式を特定できる。特
に電波発信の瞬間（無線機器の電波発信ボタンを押した
瞬間）及び電波送信終了の瞬間のミリ秒単位の時間にお
ける電波が非常に特徴的であり、無線機器の型式の特定
識別にきわめて有効である。

【０００４】パラメータの分析の１つの方法は、スペク
トラム・アナライザを用いて、電波のスペクトラム（周
波数）分析を行うものである。しかし、スペクトラム・
アナライザでは、入力信号（アンテナの出力信号）の各
周波数成分を解析するのに、その入力信号と周波数掃引
信号（周波数が時間と伴に順次変化する信号）とを混合
して、その混合出力を所定周波数のフィルタに供給し、
このフィルタから各周波数成分のレベルを時間経過に応
じて順次抽出しているので、所定の周波数範囲を監視す
るのに一定の時間がかかる。すなわち、ある時点では、
ある特定の周波数成分のみしか監視できない。

【０００５】本願出願人は、この欠点を解決し無線機器
を特定する装置を特願平１−２１５３５３号「無線機器
特定装置」において開示した。図１０は、この無線機器
特定装置の一実施例のブロック図である。これは、アン
テナ１０で無線機器からの電波を受信し、アナログ・デ
ジタル（Ａ／Ｄ）変換器１６が信号をデジタル信号（デ
ータ）に変換する。夫々中心周波数が異なる複数の帯域
通過フィルタ１８は、アンテナ１０からの信号を（必要
に応じて、Ａ／Ｄ変換器を介して）受ける。メモリ（第
１記憶手段）２０は、これら複数の帯域通過フィルタ１
８の出力信号及びＡ／Ｄ変換器１６の出力信号を記憶
し、外部記憶装置（第２記憶手段）３６は、異なる複数
の無線機器の夫々が発生する電波のパラメータを記憶し
ている。マイクロプロセッサ２４は、メモリ２０に記憶
されたアナログ・デジタル変換器１６が出力するデジタ
ル・データから振幅に関するパラメータを検出すると共
に、メモリ２０に記憶された帯域通過フィルタ１６の出
力データからスペクトラムに関するパラメータを検出す
る。さらにマイクロプロセッサ２４は、検出されたパラ
メータ及び外部記憶装置３６に記憶されたパラメータを
比較し、アンテナ１０が受信した無線機器を比較結果に
応じて特定する。

【０００６】上述の無線機器特定装置によれば、無線機
器の発射する電波の帯域幅の全周波数成分を実時間で同
時に観察し、その電波をスペクトラム分析及び振幅分析
して求めたパラメータから、その無線機器の特徴を求め
て、その型式を特定できる。よって、無線機器の電波の
特徴を時間的に捕らえ損ねることがなく、パラメータが
多くなるので特定精度が高くなる。

【０００７】

【発明が解決しようとする課題】同じ型式の無線機器で
あっても、その発信位置とアンテナの距離によって、受
信信号の振幅（レベル）が変化する。よって、無線機器
特定装置では、無線機器からの電波を受信して得た信号
からどのようにパラメータを抽出し生成するかによって
無線機器の特定効率が影響される。また、外部記憶装置
３６に異なる複数の無線機器の夫々のパラメータを記憶
し、これにもとづいて、マイクロプロセッサが受信手段
から得た信号と比較しているが、どのようにこの比較処
理を行うかによっても無線機器の特定効率が影響され
る。

【０００８】そこで本発明の目的は、より適切なパラメ
ータ処理によって効率良く無線機器の型式を特定できる
ようにした無線機器特定装置を提供することにある。本
発明の目的は、電波の発信条件が異なっていても、効率
良く無線機器の型式を特定できるようにした無線機器特
定装置を提供することにある。

【０００９】

【課題を解決するための手段】本発明の無線機器特定装
置によれば、アンテナ等の受信手段が無線機器からの電
波を受信し、アナログ・デジタル変換器が受信手段から
の信号をデジタル・データに変換し、所定時間インター
バル毎のデジタル・データを生成する。こうして得られ
たデジタル・データは、ＦＦＴのごとき変換手段によっ
てスペクトラム・データに変換される。

【００１０】パラメータ生成手段は、レベル最大周波数
データ、重心周波数データ、レベル・データ、計数デー
タ、画像スペクトラム・データといった種々のパラメー
タの生成手段として機能する。レベル最大周波数データ
生成手段は、所定時間インターバル毎のスペクトラム・
データのレベルが最大のときの周波数を示すレベル最大
周波数データを生成する。重心周波数データ生成手段
は、所定時間インターバル毎のスペクトラム・データの
重心点における周波数を示す重心周波数データを生成す
る。レベル・データ生成手段は、所定時間間隔及び所定
周波数間隔毎のスペクトラム・データのレベルを示すレ
ベル・データを生成する。計数データ生成手段は、スペ
クトラム・データをそのレベルに応じて複数のレベル・
レンジに区分し、レベル・レンジに夫々含まれるスペク
トラム・データを計数した計数データを生成する。画像
スペクトラム・データ生成手段は、スペクトラム・デー
タを周波数対時間座標上で分布させた分布画像のスペク
トラムである画像スペクトラム・データを生成する。

【００１１】ニューラルネットワーク手段は、異なる複
数の無線機器の夫々が発生する電波を異なる受信条件で
受信したときに得る上記パラメータの夫々についてその
特徴を学習し、新たに受信手段が受信した電波から得た
パラメータと比較する。特定手段は、このニューラルネ
ットワーク手段の比較結果に応じて受信手段が受信した
電波に対応する無線機器を特定する。

【００１２】

【実施例】以下、添付図を参照して、本発明の好適な実
施例を説明する。図１は、本発明の実施例の機能ブロッ
ク図である。より具体的には、図１０のブロック図に示
す装置で実現されるが、後述するようにマイクロプロセ
ッサ（μＰ）２４が実行する処理が従来より改善されて
いる。受信手段であるアンテナ１０は、種々の無線機器
（例えば、携帯電話、自動車無線、携帯型トランシー
バ、基地無線局など）からの電波を捕捉し、電気信号に
変換して、周波数変換器１２に供給する。なお、アンテ
ナ１０の周波数特性は、監視しようとする周波数範囲を
カバーするものである。周波数変換器（ダウンコンバー
タ）１２は、アンテナ１０の出力周波数を全体的に一定
の周波数分だけ下げて、後段の回路の信号処理条件を緩
和させる。増幅器１４は、周波数変換器１２の出力信号
を増幅して適切な振幅とし、アナログ・デジタル（Ａ／
Ｄ）変換器１６に供給する。このＡ／Ｄ変換器１６は、
増幅器１４からのアナログ信号を制御器３８からのサン
プリング信号に応じてサンプリングし、デジタル・デー
タに変換する。

【００１３】Ａ／Ｄ変換器１６が出力するデジタル・デ
ータは、時間に対する振幅（レベル）の形で与えられ
る。つまり、所定時間インターバル毎に振幅をデジタル
で表現したデータである。高速フーリエ変換（ＦＦＴ）
手段４０は、この時間に対する振幅を表すデジタル・デ
ータを、各時間インターバルにおける周波数対レベルを
表すデジタル・データに変換し、パラメータ生成手段４
２に供給する。パラメータ生成手段４２は、無線機器が
発生する電波の周波数に関するパラメータを抽出又は生
成する。

【００１４】記憶手段４４は、磁気ディスク装置（ハー
ドディスク）やランダム・アクセス・メモリ（ＲＡＭ）
等のいくつか異なる記憶装置で構成される。記憶手段４
４は、実際に無線機器の特定を行う前にニューラルネッ
トワーク４６での学習に使用するために、異なる複数の
無線機器の夫々が発生する電波を異なる受信条件で受信
した電波から生成したパラメータを予め記憶する。異な
る受信条件は、無線機器とアンテナ間の距離を変えるこ
とで実現しても良いし、無線機器が発生する電波の出力
レベルを変えることによって実現してもよい。つまり、
同一の無線機器の発した電波を受信した信号であって
も、その平均レベルが異なる条件である。学習するの
は、上述の如く電波発信及び電波送信終了の瞬間の受信
信号について行うのが効率的である。

【００１５】ニューラルネットワーク４６は、周知の技
術であるため詳細な説明は省略するが、人間の脳の神経
を模して複数のデータを予め入力しておくことによりそ
れらデータに共通する特徴を学習し判定に利用できるも
のである。より具体的には、ニューラルネットワーク
は、複数の入力端を有する入力層、夫々複数入力端と接
続されるノード（接続点）を有する中間層（場合によっ
ては複数層で構成される）、さらに夫々複数のノードと
接続される出力端を有する出力層とで構成され、複数の
入力データを入力層に入力したときに、入力層と出力層
との間を接続する線の重みづけを変化させることによっ
て、複数の入力データに共通する特徴を記憶（学習）す
るものである。現在のコンピュータにおいても、ソフト
ウェア上で入力層、中間層及び出力層を模すことによっ
て、ある程度の精度で実現されている。

【００１６】同一の無線機器について異なる受信条件で
生成された複数のパラメータは、記憶手段４４から呼び
出され、ニューラルネットワーク４６はそれらの共通す
る特徴を学習する。学習した結果は、記憶手段４４に記
憶する。即ち、入力層と出力層との間を接続する線の重
みづけのデータが記憶される。これを複数の異なる無線
機器夫々について行う。この処理が終わると、この後ア
ンテナで受信した電波からその電波を発信した無線機器
を特定できるようになる。つまり、不法電波を受信した
ときに、この電波からパラメータを生成し、これと既に
学習したパラメータの特徴とを比較し、その比較結果か
ら特定手段４８が無線機器を特定する。なお、学習の過
程とは異なり、判定の過程においては、パラメータ生成
手段４２からのスペクトラム・データを直接ニューラル
ネットワークに入力して比較を行っても良いし、記憶手
段４４に記録してから行っても良い。

【００１７】記憶手段４４には、ニューラルネットワー
ク４６が学習した電波に対応する無線機器の型式名が記
憶されており、ニューラルネットワーク４６の比較結果
から特定手段４８はその型式名を特定し、表示器３０で
表示する。もちろん、受信した電波がまだ学習（登録）
していない機種のものである場合もあるが、その場合は
特定できなかったことを表示する。

【００１８】パラメータ生成手段４２は、種々のパラメ
ータを生成可能であり、以下では本発明での利用に適し
たパラメータの生成について順次説明する。図２は、Ｆ
ＦＴ４０から得られるスペクトラム・データ（デジタル
・データ）を３次元で表示（ウォータフォール表示）し
たものである。Ｘ軸が周波数軸であり、奥行きのＹ軸方
向が時間軸、Ｚ軸が周波数に対するレベルを示し、所定
時間インターバル毎に周波数対レベルのデータが生成さ
れることを示す。図２が示すように各時間インターバル
毎にスペクトラム・データが生成されるが、そのレベル
が最大値を示すときの周波数データ（レベル最大周波数
データ）をパラメータとして用いることができる。

【００１９】図３は、ＸＹ平面上において各時間インタ
ーバルのレベル最大周波数データを時系列に並べてトレ
ースしたレベル最大周波数データの時間に対する波形図
である。複数の異なる無線機器の夫々が発生する電波か
ら生成される図３に示すようなレベル最大周波数データ
（又はレベル最大周波数データのトレース）の特徴を、
ニューラルネットワーク４６に学習させておくことによ
り、同じ特徴のレベル最大周波数データが生成される電
波を受信したときに、その電波を発生している無線機器
の型式を識別特定できる。レベル最大周波数データは、
電波の発信位置の遠近等によって受信レベルが相対的に
変化しても、その影響を受けにくく比較的精度良く無線
機器の型式特定に利用できる。

【００２０】利用に適した第２のパラメータは、重心周
波数データである。図４は、ある時間インターバルにお
ける周波数対レベルを示す図である。この時間インター
バルにおいてはレベルの最大値はｂ点にあるが、これは
ノイズが原因で発生したものである可能性もある。そこ
でスペクトラム・データの重心点における周波数データ
（重心周波数データ）を求め、これをパラメータとして
利用する。後の処理は、レベル最大周波数データの場合
と同様である。なお、重心点は、各周波数のレベルを周
波数軸方向に積分して得られる面積を２分の１にする位
置にある点である。よって、重心点は必ずしもレベルの
最大値と一致するものではなく、例えば、図４において
はａ点が重心点となる。ニューラルネットワーク４６
は、重心周波数データ又は重心周波数データのトレース
（時間に対する波形）を比較に用いる。これによれば、
ノイズの影響を受けにくいという特徴がある。

【００２１】利用に適した第３のパラメータは、所定時
間間隔（Δｔ）及び所定周波数間隔（Δｆ）毎のスペク
トラム・データのレベルを示すレベル・データである。
図５は、図２に示す３次元データにおいて、同じレベル
の線を結ぶ等レベル線で表した図である。さらに図６
は、図５において所定時間間隔（Δｔ）及び所定周波数
間隔（Δｆ）を表す”ます目”状の格子を付加したもの
で、格子の複数ある各交点におけるレベルのデータを記
録する。これを複数の異なる無線機器の夫々が発生する
電波のスペクトラム・データについて行い、そのデータ
をニューラルネットワークが比較に利用する。これは、
同一の無線機器であれば、全体の相対的なレベルの差が
あるにせよ、レベルの分布に共通の特徴があることを利
用している。

【００２２】利用に適した第４のパラメータは、スペク
トラム・データをそのレベルに応じて複数のレベル・レ
ンジに区分し、各レベル・レンジに含まれるスペクトラ
ム・データ数を計数した計数データである。図５で言え
ば、レベル・レンジに区分したときの夫々面積（画素
数）に比例する。よって、図５に示す分布画像を生成し
た後、各レベル・レンジに含まれる面積を算出し、この
面積データを計数データとしてもよい。図７は、各レベ
ル・レンジ含まれるスペクトラム・データ数（計数値又
は計数データ）のグラフを表している。つまり、ヒスト
グラムである。これも同一の無線機器ならば、異なる受
信条件で電波を受信してもそのスペクトラムの分布に共
通の特徴があることを利用し、ニューラルネットワーク
がパラメータとして利用すれば無線機器の特定に利用で
きる。

【００２３】利用に適した第５のパラメータとしては、
図５の如くＸ及びＹ軸で表される周波数対時間座標上で
分布させたスペクトラム・データを画像と見なし、この
分布画像からフーリエ変換やアダマール変換などの直交
変換を用いて生成した画像スペクトラム・データがあ
る。図８は、本発明によって得たスペクトラム・データ
の分布画像ではないが、２次元画像のフーリエ変換の説
明のために用意した図である。図８において周波数及び
時間座標上に斜線で示した縞模様があるとすると、この
縞模様は周波数軸及び時間軸に関し１／Ｕｏ及び１／Ｖ
ｏの周波数を夫々もつので、変換後の画像スペクトラム
・データは図９に示すＵＶ空間周波数平面において、点
Ｐ及び点Ｑで与えられる。（詳細は、長谷川伸著、画像
工学、コロナ社を参照されたい）第５のパラメータを得
るために、この処理を周波数対時間座標上で分布させた
スペクトラム・データの分布画像に対して行う。これも
同一の無線機器ならば、異なる受信条件で電波を受信し
ても、そのスペクトラム・データの分布に共通の特徴が
あることを利用している。

【００２４】以上説明したように、パラメータ生成手段
４４は、ＦＦＴ４０からの周波数対レベルを表すデジタ
ル・データから本発明の無線機器特定装置での利用に適
したパラメータを生成する。こうしたパラメータの生成
処理は、より具体的には図１０に示すブロック図におい
て、リード・オンリ・メモリ（ＲＯＭ）２６又は外部記
憶装置３６に記憶されたソフトウェアをマイクロプロセ
ッサ２４が実行することによって行われる。また、ニュ
ーラルネットワークを実現するソフトウェアも同様にＲ
ＯＭ２６又は外部記憶装置３６に記憶され、マイクロプ
ロセッサ２４が実行する。また、従来例で説明したよう
に、アンテナで受信した信号をリアルタイムでスペクト
ラム・データに変換するには、夫々通過帯域の異なる複
数のフィルタ１８を用いた構成にする。デジタル・デー
タを得た後のフーリエ変換は、低速でよければマイクロ
プロセッサ２４に演算させることによって実施しても良
い。また、種々のパラメータがあるので、１つのパラメ
ータを用いた比較だけでは無線機器の機種を１つに絞り
きれない場合においても、複数のパラメータを順次切り
換えて比較することにより、より高い精度で無線機器の
機種を識別特定できる。

【００２５】

【発明の効果】上述の如く、本発明の無線機器特定装置
は、異なる受信条件で受信した複数の電波から夫々適切
なパラメータを生成し、これを予めニューラルネットワ
ークに学習させておくことにより、実際に受信した電波
から対応する無線機器を特定するときに、発信された距
離が違うなど電波の受信条件が異なる場合でも、より精
度よく効率的に無線機器の型式を特定できる。

【図面の簡単な説明】

【図１】本発明の好適な実施例の機能ブロック図であ
る。

【図２】ＦＦＴで生成したスペクトラム・データを３次
元表示した図である。

【図３】各時間インターバルのスペクトラム・データの
レベルが最大のときの周波数データをつなげて周波数対
時間座標上に示した図である。

【図４】最大値と重心点との違いを説明するスペクトラ
ム図である。

【図５】スペクトラム・データを周波数対時間座標にお
いて等レベル線を用いて示した図である。

【図６】等レベル線を用いた図において、スペクトラム
・データのレベルのデータを収集する点（交点）を示す
図である。

【図７】各レベル・レンジ含まれるスペクトラム・デー
タ数（計数値又は計数データ）のグラフを表している。

【図８】２次元画像の直交変換を説明のための画像例を
示す図である。

【図９】図８に示す画像の変換後の像を示す図である。

【図１０】本発明を適用する実施例のブロック図であ
る。

【符号の説明】

１０ アンテナ（受信手段） １２ 周波数変換器 １４ 増幅器 １６ Ａ／Ｄ変換器 １８ 帯域通過フィルタ ２０ メモリ（記憶手段） ２４ マイクロプロセッサ（パラメータ生成手段、ニュ
ーラルネットワーク手段、特定手段） ２６ ＲＯＭ ２８ ＲＡＭ ３０ 表示器 ３２ プリンタ ３４ 入力装置 ３６ 外部記憶装置（記憶手段） ３８ 制御器 ４０ 高速フーリエ変換手段 ４２ パラメータ生成手段 ４４ 記憶手段 ４６ ニューラルネットワーク ４８ 特定手段

Claims (5)

【特許請求の範囲】
1. 【請求項１】 無線機器からの電波を受信する受信手段
   と、 該受信手段の出力信号から所定時間インターバル毎のデ
   ジタル・データを生成するアナログ・デジタル変換器
   と、 上記所定時間インターバル毎の上記デジタル・データを
   スペクトラム・データに変換する変換手段と、 上記所定時間インターバル毎の上記スペクトラム・デー
   タのレベルが最大となるときの周波数を示すレベル最大
   周波数データを生成するレベル最大周波数データ生成手
   段と、 異なる複数の無線機器の夫々が発生する電波を異なる受
   信条件で受信したときに得る上記レベル最大周波数デー
   タの特徴を学習し、新たに上記受信手段が受信した電波
   から得た上記レベル最大周波数データと比較するニュー
   ラルネットワーク手段と、 該ニューラルネットワーク手段の比較結果に応じて上記
   受信手段が受信した電波に対応する上記無線機器を特定
   する特定手段とを具えた無線機器特定装置。
2. 【請求項２】 無線機器からの電波を受信する受信手段
   と、 該受信手段の出力信号から所定時間インターバル毎のデ
   ジタル・データを生成するアナログ・デジタル変換器
   と、 上記所定時間インターバル毎の上記デジタル・データを
   スペクトラム・データに変換する変換手段と、 上記所定時間インターバル毎の上記スペクトラム・デー
   タの重心点における周波数を示す重心周波数データを生
   成する重心周波数データ生成手段と、 異なる複数の無線機器の夫々が発生する電波を異なる受
   信条件で受信したときに得る上記重心周波数データの特
   徴を学習し、新たに上記受信手段が受信した電波から得
   た上記重心周波数データと比較するニューラルネットワ
   ーク手段と、 該ニューラルネットワーク手段の比較結果に応じて上記
   受信手段が受信した電波に対応する上記無線機器を特定
   する特定手段とを具えた無線機器特定装置。
3. 【請求項３】 無線機器からの電波を受信する受信手段
   と、 該受信手段の出力信号からデジタル・データを生成する
   アナログ・デジタル変換器と、 上記デジタル・データをスペクトラム・データに変換す
   る変換手段と、 所定時間間隔及び所定周波数間隔毎の上記スペクトラム
   ・データのレベルを示すレベル・データを生成するレベ
   ル・データ生成手段と、 異なる複数の無線機器の夫々が発生する電波を異なる受
   信条件で受信したときに得る上記レベル・データの特徴
   を学習し、新たに上記受信手段が受信した電波から得た
   上記レベル・データと比較するニューラルネットワーク
   手段と、 該ニューラルネットワーク手段の比較結果に応じて上記
   受信手段が受信した電波に対応する上記無線機器を特定
   する特定手段とを具えた無線機器特定装置。
4. 【請求項４】 無線機器からの電波を受信する受信手段
   と、 該受信手段の出力信号からデジタル・データを生成する
   アナログ・デジタル変換器と、 上記デジタル・データをスペクトラム・データに変換す
   る変換手段と、 上記スペクトラム・データをそのレベルに応じて複数の
   レベル・レンジに区分し、該レベル・レンジに夫々含ま
   れる上記スペクトラム・データを計数した計数データを
   生成する計数データ生成手段と、 異なる複数の無線機器の夫々が発生する電波を異なる受
   信条件で受信したときに得る上記計数データの特徴を学
   習し、新たに上記受信手段が受信した電波から得た上記
   計数データと比較するニューラルネットワーク手段と、 該ニューラルネットワーク手段の比較結果に応じて上記
   受信手段が受信した電波に対応する上記無線機器を特定
   する特定手段とを具えた無線機器特定装置。
5. 【請求項５】 無線機器からの電波を受信する受信手段
   と、 該受信手段の出力信号からデジタル・データを生成する
   アナログ・デジタル変換器と、 上記デジタル・データをスペクトラム・データに変換す
   る変換手段と、 上記スペクトラム・データを周波数対時間座標上で分布
   させた分布画像のスペクトラムである画像スペクトラム
   ・データを生成する画像スペクトラム・データ生成手段
   と、 異なる複数の無線機器の夫々が発生する電波を異なる受
   信条件で受信したときに得る上記画像スペクトラム・デ
   ータの特徴を学習し、新たに上記受信手段が受信した電
   波から得た上記画像スペクトラム・データと比較するニ
   ューラルネットワーク手段と、 該ニューラルネットワーク手段の比較結果に応じて上記
   受信手段が受信した電波に対応する上記無線機器を特定
   する特定手段とを具えた無線機器特定装置。