JPWO2012081718A1 - 性能予測装置、性能予測方法および性能予測プログラム - Google Patents
性能予測装置、性能予測方法および性能予測プログラム Download PDFInfo
- Publication number
- JPWO2012081718A1 JPWO2012081718A1 JP2012548859A JP2012548859A JPWO2012081718A1 JP WO2012081718 A1 JPWO2012081718 A1 JP WO2012081718A1 JP 2012548859 A JP2012548859 A JP 2012548859A JP 2012548859 A JP2012548859 A JP 2012548859A JP WO2012081718 A1 JPWO2012081718 A1 JP WO2012081718A1
- Authority
- JP
- Japan
- Prior art keywords
- performance
- prediction
- condition
- value
- relaxation
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephonic Communication Services (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
情報提供サーバは、指定された通信条件下の測定情報を格納していない場合、通信速度の情報を出力できない。性能予測装置は、複数種別のパラメータの各々について当該種別のパラメータがとりうる複数の値のいずれか一つ、および、性能値を含むレコードを複数格納するログ記憶手段と接続され、複数種別のパラメータの値の組み合わせ中、当該組み合わせに合致する、ログ記憶手段のレコードの数に基づいて決定される信頼度が最も高い組み合わせである緩和条件を決定し、当該緩和条件に合致するレコードに含まれる性能値から緩和条件性能値を算出し、複数種別のパラメータの各々について、当該種別のパラメータがとりうる複数の値のいずれか一つである予測条件を入力して、当該予測条件と緩和条件との差異に応じて決定される係数と緩和条件性能値との乗算値を予測性能値として出力する。
Description
本発明は、性能予測装置、性能予測方法および性能予測プログラムに関する。
近年、使用者が移動先で利用するモバイル端末は増加している。例えば、携帯電話やＰＨＳ（Ｐｅｒｓｏｎａｌ Ｈａｎｄｙ−ｐｈｏｎｅ Ｓｙｓｔｅｍ）、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）などの小型端末や、自動車に取り付けられる車載機などはモバイル端末の一例である。
これらのモバイル端末は、一般的に３Ｇ（３ｒｄ Ｇｅｎｅｒａｔｉｏｎ）回線やＰＨＳ回線、無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）などの無線通信回線との接続機能を有する。この機能により、モバイル端末は他の情報機器との通信や、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）へのアクセスが可能となる。しかし、モバイル端末を利用していると、スループットの低下やオフライン状態になるといった事態がしばしば起こる。その理由は、モバイル端末が使用者とともに移動することにより、電波強度などの通信環境が変化するためである。
モバイル端末がオフライン状態になると、例えばインターネット上のデータを参照できなくなる、といった使用者の利便性低下が発生する。そこで、このような使用者の利便性低下を解消する為に、あらかじめ将来必要となるデータをモバイル端末にプリフェッチしておくプリフェッチ技術が採用されるケースが増えてきている。
ところで、プリフェッチ技術を効果的に利用するためには、あらかじめ、端末がある時点で利用可能な通信路のスループットの正確な予測値を知っておく必要がある。なぜなら、キャッシュの記憶容量は有限であるため、将来のスループットの低下や通信切断にあわせて必要なデータのみをプリフェッチし、記憶しておくことが望ましいためである。
特許文献１の情報提供サーバは、通信速度予測に使用出来る。この情報提供サーバは、移動端末から情報を取得して、位置、通信速度、通信条件を含む測定情報を格納する。この情報提供サーバは、移動端末から所定の位置および通信条件を指定する情報を受信すると、格納している測定情報から、所定の位置の周辺かつ通信条件下で測定された通信速度を含む１以上の測定情報を抽出し、移動端末に返信する。
特許文献２の無線通信端末装置は、他の無線通信端末からの信号の電界強度を測定し、表示する。この無線通信端末装置は、時刻Ｔ（ｎ）と当該時刻からΔＴ遡る時刻Ｔ（ｎ−１）の電界強度の加重平均を算出する。
これらのモバイル端末は、一般的に３Ｇ（３ｒｄ Ｇｅｎｅｒａｔｉｏｎ）回線やＰＨＳ回線、無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）などの無線通信回線との接続機能を有する。この機能により、モバイル端末は他の情報機器との通信や、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）へのアクセスが可能となる。しかし、モバイル端末を利用していると、スループットの低下やオフライン状態になるといった事態がしばしば起こる。その理由は、モバイル端末が使用者とともに移動することにより、電波強度などの通信環境が変化するためである。
モバイル端末がオフライン状態になると、例えばインターネット上のデータを参照できなくなる、といった使用者の利便性低下が発生する。そこで、このような使用者の利便性低下を解消する為に、あらかじめ将来必要となるデータをモバイル端末にプリフェッチしておくプリフェッチ技術が採用されるケースが増えてきている。
ところで、プリフェッチ技術を効果的に利用するためには、あらかじめ、端末がある時点で利用可能な通信路のスループットの正確な予測値を知っておく必要がある。なぜなら、キャッシュの記憶容量は有限であるため、将来のスループットの低下や通信切断にあわせて必要なデータのみをプリフェッチし、記憶しておくことが望ましいためである。
特許文献１の情報提供サーバは、通信速度予測に使用出来る。この情報提供サーバは、移動端末から情報を取得して、位置、通信速度、通信条件を含む測定情報を格納する。この情報提供サーバは、移動端末から所定の位置および通信条件を指定する情報を受信すると、格納している測定情報から、所定の位置の周辺かつ通信条件下で測定された通信速度を含む１以上の測定情報を抽出し、移動端末に返信する。
特許文献２の無線通信端末装置は、他の無線通信端末からの信号の電界強度を測定し、表示する。この無線通信端末装置は、時刻Ｔ（ｎ）と当該時刻からΔＴ遡る時刻Ｔ（ｎ−１）の電界強度の加重平均を算出する。
特許文献１の情報提供サーバは、指定された通信条件下の測定情報を格納していない場合、通信速度の情報を出力できない。また、当該情報提供サーバは、指定された通信条件下の測定情報の数が少ない場合、信頼できる通信速度の情報を出力できない。
本発明は、上記課題を解決する性能予測を可能とすることを目的とする。
本発明は、上記課題を解決する性能予測を可能とすることを目的とする。
本発明の一実施形態の性能予測装置は、複数種別のパラメータの各々について当該種別のパラメータがとりうる複数の値のいずれか一つ、および、性能値を含むレコードを複数格納するログ記憶手段と接続され、前記複数種別のパラメータの値の組み合わせ中、当該組み合わせに合致する、前記ログ記憶手段の前記レコードの数に基づいて決定される信頼度が最も高い組み合わせである緩和条件を決定し、当該緩和条件に合致する前記レコードに含まれる性能値から緩和条件性能値を算出し、前記複数種別のパラメータの各々について、当該種別のパラメータがとりうる複数の値のいずれか一つである予測条件を入力して、当該予測条件と前記緩和条件との差異に応じて決定される係数と前記緩和条件性能値との乗算値である補正緩和条件性能値を予測性能値として出力する性能予測手段を備える。
本発明の一実施形態の性能予測プログラムは、複数種別のパラメータの各々について当該種別のパラメータがとりうる複数の値のいずれか一つ、および、性能値を含むレコードを複数格納するログ記憶手段をアクセスして、前記複数種別のパラメータの値の組み合わせ中、当該組み合わせに合致する、前記ログ記憶手段の前記レコードの数に基づいて決定される信頼度が最も高い組み合わせである緩和条件を決定し、当該緩和条件に合致する前記レコードに含まれる性能値から緩和条件性能値を算出し、前記複数種別のパラメータの各々について、当該種別のパラメータがとりうる複数の値のいずれか一つである予測条件を入力して、当該予測条件と前記緩和条件との差異に応じて決定される係数と前記緩和条件性能値との乗算値である補正緩和条件性能値を予測性能値として出力する性能予測処理をコンピュータに実行させる。
本発明の一実施形態の性能予測方法は、複数種別のパラメータの各々について当該種別のパラメータがとりうる複数の値のいずれか一つ、および、性能値を含むレコードを複数格納するログ記憶手段をアクセスして、前記複数種別のパラメータの値の組み合わせ中、当該組み合わせに合致する、前記ログ記憶手段の前記レコードの数に基づいて決定される信頼度が最も高い組み合わせである緩和条件を決定し、当該緩和条件に合致する前記レコードに含まれる性能値から緩和条件性能値を算出し、前記複数種別のパラメータの各々について、当該種別のパラメータがとりうる複数の値のいずれか一つである予測条件を入力して、当該予測条件と前記緩和条件との差異に応じて決定される係数と前記緩和条件性能値との乗算値である補正緩和条件性能値を予測性能値として出力する。
本発明の一実施形態の性能予測プログラムは、複数種別のパラメータの各々について当該種別のパラメータがとりうる複数の値のいずれか一つ、および、性能値を含むレコードを複数格納するログ記憶手段をアクセスして、前記複数種別のパラメータの値の組み合わせ中、当該組み合わせに合致する、前記ログ記憶手段の前記レコードの数に基づいて決定される信頼度が最も高い組み合わせである緩和条件を決定し、当該緩和条件に合致する前記レコードに含まれる性能値から緩和条件性能値を算出し、前記複数種別のパラメータの各々について、当該種別のパラメータがとりうる複数の値のいずれか一つである予測条件を入力して、当該予測条件と前記緩和条件との差異に応じて決定される係数と前記緩和条件性能値との乗算値である補正緩和条件性能値を予測性能値として出力する性能予測処理をコンピュータに実行させる。
本発明の一実施形態の性能予測方法は、複数種別のパラメータの各々について当該種別のパラメータがとりうる複数の値のいずれか一つ、および、性能値を含むレコードを複数格納するログ記憶手段をアクセスして、前記複数種別のパラメータの値の組み合わせ中、当該組み合わせに合致する、前記ログ記憶手段の前記レコードの数に基づいて決定される信頼度が最も高い組み合わせである緩和条件を決定し、当該緩和条件に合致する前記レコードに含まれる性能値から緩和条件性能値を算出し、前記複数種別のパラメータの各々について、当該種別のパラメータがとりうる複数の値のいずれか一つである予測条件を入力して、当該予測条件と前記緩和条件との差異に応じて決定される係数と前記緩和条件性能値との乗算値である補正緩和条件性能値を予測性能値として出力する。
本発明によれば、指定された状況での通信記録が無い、又は、少数しか無い場合であっても、当該状況下での予測性能値の出力が出来る。
（第１の実施の形態）
本発明の第１の実施の形態について図面を参照して説明する。以下は、性能の一例である機器のスループットの予測についての説明である。しかし、本発明における性能は、機器のスループットに限定されない。性能は、例えば、単位時間当たりの切断発生率でも良い。
図１は、本実施の形態の性能予測装置１０の構成を示す。この性能予測装置１０は、将来の時刻に於けるある機器の通信性能の予測を行う。ここで、機器とは、移動する通信機器であり、典型的には、携帯電話、スマートフォン、ＰＤＡ、船舶や車輌などに搭載される通信機器である。この性能予測装置１０は、予測の対象となる機器に内蔵されていても良いし、予測の対象となる機器とは別な場所に存在していても良い。
性能予測装置１０はログ記憶部１１、性能比計算部１２、条件設定部１３、および、性能予測部１４を備える。ログ記憶部１１は、ある時点で測定した機器の性能を、その時点に機器がおかれた状況と合わせて記録したデータを測定ログ１５として格納する。
図３は、ログ記憶部１１に記憶されている測定ログ１５を示す。図３は、３つの測定ログ１５を示す。各測定ログ１５は、例えば、測定開始日時、測定期間、性能測定結果、緯度、経度の５つの基本データ１６と、機種、天気、気温などの複数の種別のパラメータ１７を記憶する。
図４は、パラメータ１７の種別（パラメータ種別）とパラメータ１７の取り得る値の一例を示す。図４の情報は、性能予測装置１０のメモリ等に格納されている。
各測定ログ１５は、例えば、パラメータ種別「機種」のパラメータ１７に対応して、機種Ａ、機種Ｂという具体的な値（パラメータ値）を記憶する。性能測定時に不明であったパラメータ種別のパラメータ値は測定ログ１５に記憶されない。
性能比計算部１２は、ログ記憶部１１に記憶される測定ログ１５より、１つのパラメータ種別の異なる２つのパラメータ値ごとの性能の比率を計算する。このとき、性能比計算部１２は、その１つパラメータ種別以外のパラメータ１７および基本データ１６は無視する。
例えば、性能比計算部１２は、パラメータ種別「機器」の異なるパラメータ値である機種Ａと機種Ｂの性能の比率を計算する。
このとき、性能比計算部１２は、種別「機器」のパラメータ１７のパラメータ値が機種Ａである測定ログ１５を抽出し、抽出された測定ログ１５から機種Ａの平均性能を計算する。測定ログ１５の抽出時、性能比計算部１２は、パラメータ種別「機器」のパラメータ値以外のパラメータ１７や基本データ１６の値は無視する。
同様に、性能比計算部１２は、種別「機器」のパラメータ１７のパラメータ値が機種Ｂである測定ログ１５を抽出し、抽出された測定ログ１５から機種Ｂの平均性能を計算し、一方を分子、他方を分母とした２つの比率を計算する。
即ち、ここで計算される性能の比率は、「機種」以外の種別のパラメータ１７のパラメータ１７の値が混在した状況に於ける性能の比率となる。
また、性能比計算部１２が計算する性能は、重みつき平均性能である。重みつき平均性能は、計算対象となる測定ログ１５の性能測定結果に、測定開始日時により変化する重みを掛け合わせたものを合計し、平均をとったものである。
図５は重みの一例を示す。図５の情報は、性能予測装置１０のメモリ等に格納されている。
重みは、測定ログ１５の測定開始時刻と現時刻との時間差が小さい程大きくなる値である。即ち、測定ログ１５が新しいほど大きくなる値である。測定開始日時による重みを掛け合わせることで、新しい測定ログ１５が、古い測定ログ１５よりも算出される平均性能値に大きな影響を与えるようになる。
ちなみに、通信性能、例えば通信のスループットの測定値は、同じ場所、同じ時刻であっても基地局の増設や契約端末数の増加により、中長期的に変化する。そこで、性能比計算部１２は、新しい測定ログ１５の重みを大きくして通信のスループットの平均値を計算する。これにより、性能予測装置１０は、通信のスループットの中長期的な変化を反映した通信スループットを推定できる。
ここで、「機種」という種別のパラメータ１７のパラメータ値である機種Ａと機種Ｂの性能の比率の計算例を説明する。まず、性能比計算部１２は、機種Ａ、機種Ｂそれぞれのパラメータ値を持つ測定ログ１５の重みつき平均性能を計算する。このとき、性能比計算部１２は、機種以外の種別のパラメータ１７を無視して重みつき平均性能を計算する。
これにより、機種以外の種別のパラメータ１７が重みつき平均性能に与える影響は統計的に小さくなる。そのため、性能比計算部１２は、機種以外の種別のパラメータ１７に依存しない重みつき平均性能を求めることができる。
性能比計算部１２は、機種Ａの機種Ｂに対する性能の比率を（機種Ａの重みつき平均性能／機種Ｂの重みつき平均性能）で、機種Ｂの機種Ａに対する性能の比率を、（機種Ｂの重みつき平均性能／機種Ａの重みつき平均性能）で計算する。
例えば、機種Ａの重みつき平均スループットが１６００ｂｐｓ、機種Ｂの重みつき平均スループットが１０００ｂｐｓである場合、機種Ａの機種Ｂに対する性能の比率は１６００÷１０００＝１．６となる。すなわち、機種Ａは、機種Ｂに比べて１．６倍の大きさのスループットを持つ。
性能比計算部１２は、同様に、全てのパラメータ種別について、当該種別のパラメータ１７が取り得る値の２つの組み合わせ毎に、２つの性能の比率を計算して記憶する。性能比計算部１２は、パラメータ種別「天気」のパラメータ値である晴れの日と雨の日の間の性能の比率や、パラメータ種別「受信環境」のパラメータ値である徒歩移動時（屋内）と自動車移動時の間の性能の比率なども計算する。
なお、性能の比率が予め既知である場合、性能比計算部１２はなくても良い。
条件設定部１３は、予測性能値を計算したい将来の時刻の、パラメータ値の組を予測条件として決定する。例えば、今から１０分後のスループットを予測する場合、条件設定部１３は１０分後に予測対象である端末等が置かれると予測される状況のパラメータ値を決定する。
条件設定部１３は、例えば、接続された入出力手段を経由して、使用者から予測条件を取得する。条件設定部１３は、パラメータ種別「機種」、「ＮＷ種類」などのパラメータ値は予め記憶していても良い。
また、条件設定部１３は、使用者から時間や位置を入力され、その情報に基づいて、天気予報サーバ、端末仕様情報提示サーバ等から予測条件の一部又は全部を取得しても良い。さらに、条件設定部１３は、あるデータから予測条件の一部又は全部を算出しても良い。例えば、条件設定部１３は、位置情報からパラメータ種別「受信環境」などのパラメータ値を推定しても良い。なお、条件設定部１３は、取得又は推定不可能なパラメータ値を無効値に決定する。
予測条件が固定的である場合、条件設定部１３はなくても良い。
性能予測部１４は、使用者などが入力した位置、条件設定部１３の決定した予測条件に基づいて予測性能値を計算する。性能予測部１４は、ログ記憶部１１が記憶する測定ログ１５、性能比計算部１２が計算する性能の比率を使用して予測性能値を計算する。
なお、予測対象となる場所が固定的である場合、性能予測部１４は、位置を外部から入力する必要はない。
図２は、本実施の形態の性能予測装置１０の図１とは別の構成を示す。性能予測装置１０は、ＣＰＵ２１（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）と記憶装置２２を備え、記憶装置２２に格納された性能予測プログラム２３を実行するコンピュータであってもよい。この場合、性能予測プログラム２３を実行するＣＰＵ２１が性能比計算部１２、条件設定部１３、および、性能予測部１４として機能する。また、例えば、記憶装置２２がログ記憶部１１として機能する。
次に、図６を用いて本実施の形態の動作概要を説明する。図６は、性能予測装置１０の動作フローチャートである。
性能比計算部１２は、ログ記憶部１１に記憶される測定ログ１５より、性能の比率を計算する（ステップＳ１０１）。前述したように、性能比計算部１２は、全てのパラメータ種別について、当該種別のパラメータ１７が取り得る値の２つの組み合わせ毎に、２つの性能の比率を計算して記憶する。ここで計算される性能の比率は、重みつき平均性能の比率である。
条件設定部１３は、将来の時刻における予測条件を設定する（ステップＳ１０２）。
性能予測部１４は、予測条件下における機器の予測性能値を計算する（ステップＳ１０３）。
性能の予測値の計算方法の一例について、図７を用いて詳細に説明する。図７は、図６のステップＳ１０３における性能予測部１４の詳細な動作フローチャートである。なお、性能予測部１４は、地図上の位置を、図８のように縦と横に区切られた区画に分けて管理している。
性能予測部１４は、まず条件設定部１３の決定した予測条件のうち緯度と経度を読み込む。次に、読み込んだ緯度と経度で表される地点が地図上のどの区画に属しているかを判定する（ステップＳ２０１）。
区画の判定後、性能予測部１４は、条件設定部１３の決定した予測条件から、無効値でないパラメータ種別のパラメータ値を組み合わせたすべての条件を緩和条件としてリストアップする（ステップＳ２０２）。
この動作を、下記の具体的な例に則して説明する。
１）定義されているパラメータ種別は、「機器」、「天気」、「ＮＷ混雑度」である。
２）種別「機器」のパラメータ１７の取りうる値は｛Ａ、Ｂ、Ｃ｝である。
３）種別「天気」のパラメータ１７の取りうる値は｛晴、曇、雨｝である。
４）種別「ＮＷ混雑度」のパラメータ１７の取りうる値は｛低、中、高｝である。
５）予測条件は、（Ａ、曇、無効値）とする。
本例に於いて、性能予測部１４は、下記の組み合わせを緩和条件としてリストアップする。
（Ａ、晴）、（Ａ、曇）、（Ａ、雨）
（Ｂ、晴）、（Ｂ、曇）、（Ｂ、雨）
（Ｃ、晴）、（Ｃ、曇）、（Ｃ、雨）
次に、性能予測部１４は、リストアップした緩和条件ごとに、予測信頼度を計算する（ステップＳ２０３）。
予測信頼度は、緩和条件を満たし、かつステップＳ２０１にて判定した区画に含まれる測定ログ１５の重みの合計である。重みは、図５が示すように、測定開始時刻により決定される値である。即ち、予測信頼度は、現時刻に近い測定ログ１５の数が多いほど高い値となる。
例えば、性能予測部１４は、緩和条件（Ｂ、晴）の予測信頼度を以下のように計算する。先ず、性能予測部１４は、ステップＳ２０１にて判定した区画に含まれ、種別「機種」のパラメータ１７のパラメータ値がＢ、かつ、種別「天気」のパラメータ１７のパラメータ値が晴である、測定ログ１５をログ記憶部１１から抽出する。このとき、性能予測部１４は、他の種別のパラメータ値や「緯度」、「経度」以外の基本データ１６の値は無視する。
次に、性能予測部１４は、図５のような定義情報と基本データ１６である「測定開始日時」を参照して、各測定ログ１５の重みを判定して、その合計値を予測信頼度として計算する。
性能予測部１４は、リストアップした緩和条件のうち、予測信頼度が最も大きい緩和条件を１つ選択し、その緩和条件の予測信頼度を緩和条件における予測信頼度とする（ステップＳ２０４）。
予測信頼度の大きさは、条件に一致する測定ログ１５の数が多く、鮮度が高いという傾向を表している。そのため、性能予測部１４は、予測信頼度の大きい緩和条件に対して性能を予測することで、予測の信頼度を高めることが出来る。
次に、性能予測部１４は、ステップＳ２０３と同様の方法で予測条件の予測信頼度を計算する（ステップＳ２０５）。
性能予測部１４は、予測条件の予測信頼度は、予測条件を満たし、かつ、ステップＳ２０１で判定した区画に含まれる測定ログ１５を用いて計算する。
ステップＳ２０５のあと、性能予測部１４は、緩和条件における予測信頼度と予測条件における予測信頼度の比率である緩和信頼度比α、予測信頼度比βを計算する（ステップＳ２０６）。
性能予測部１４は、緩和信頼度比α、予測信頼度比βを以下のように計算する。
１）緩和信頼度比α＝緩和条件における予測信頼度÷（緩和条件における予測信頼度＋予測条件における予測信頼度）
２）予測信頼度比β＝予測条件における予測信頼度÷（緩和条件における予測信頼度＋予測条件における予測信頼度）
ステップＳ２０６のあと、性能予測部１４は、ステップＳ２０４で選択した緩和条件と、予測条件を比較し、値が異なるパラメータ値の組み合わせを抽出する。無効値のパラメータ１７は無視される。そして、性能予測部１４は、それぞれの組み合わせごとに「予測条件の指定するパラメータ値」の「緩和条件の指定するパラメータ値」に対する性能の比率を選択し、掛け合わせてｒａｔｉｏを算出する（ステップＳ２０７）。
例えば、ステップＳ２０４で選択した緩和条件が（Ｃ、晴）、予測条件が（Ａ、曇、無効値）であった場合、性能予測部１４は、（Ｃ、Ａ）および（晴、曇）の組み合わせを抽出し、以下の２つの比率を選択し、両者を掛け合わせてｒａｔｉｏを算出する。
１）機種ＡのＣに対する性能の比率（Ａ／Ｃ）
２）曇の晴に対する性能の比率（曇／晴）
次に、性能予測部１４は、ステップ２０４で選択した緩和条件における重みつき平均性能Ａを求める（ステップＳ２０８）。
性能予測部１４は、緩和条件を満たしつつステップＳ２０１で判定した区画に含まれる測定ログ１５を用いて計算する。緩和条件における重みつき平均性能Ａは、緩和条件を満たす測定ログ１５の性能測定結果に、各測定ログ１５の重みを掛け合わせた値の平均値である。平均値は、測定ログ１５の性能測定結果に各測定ログ１５の重みを掛け合わせた値の合計値を重みの合計値で除算した値である。
例えば、性能予測部１４は、ステップＳ２０４で選択した緩和条件（Ｃ、晴）の重み付き平均性能Ａを以下のように計算する。先ず、性能予測部１４は、ステップＳ２０１にて判定した区画に含まれ、種別「機種」のパラメータ１７のパラメータ値がＣ、かつ、種別「天気」のパラメータ１７のパラメータ値が晴である、測定ログ１５をログ記憶部１１から抽出する。このとき、性能予測部１４は、他の種別のパラメータ値や「緯度」、「経度」以外の基本データ１６の値は無視する。
次に、性能予測部１４は、図５のような定義情報と基本データ１６である「測定開始日時」を参照して、抽出した測定ログ１５のおのおのについて、重みを判定して、基本データ１６である「性能測定結果」と掛け合わせて乗算値をえる。性能予測部１４は、抽出した測定ログ１５について、当該乗算値の合計と重みの合計を求め、前者を後者で割って、平均性能Ａを得る。
また、性能予測部１４は、ステップＳ２０８と同様の方法で、予測条件における重みつき平均性能Ｂを計算する（ステップＳ２０９）。
最後に、性能予測部１４は、緩和条件における重みつき平均性能Ａに緩和信頼度比α、性能の比率ｒａｔｉｏを乗じたものと、予測条件における重みつき平均性能Ｂに予測信頼度比βを乗じたものを足し合わせ、機器の予測性能値として出力する（ステップＳ２１０）。
図９は、性能予測部１４が実行した、将来の時刻における機器の予測性能値の計算方法を数式で示す。
次に、本実施の形態の効果について説明する。
本実施形態の性能予測装置１０は、予測条件を満たす測定ログ１５が無い、又は、少数しか無い場合であっても、機器の予測性能値の出力が出来る。その理由は、性能予測部１４が、緩和条件を満たす測定ログ１５に基づいて、予測性能値を算出するからである。
本実施形態の性能予測装置１０は、信頼性の高い予測性能値を算出できる。その理由は、性能予測装置１０が、種々の要因を中和して求めた性能の比率と、予測信頼度の高い緩和条件に基づいて、予測性能値を算出するからである。また、性能予測装置１０が、新しい測定ログ１５の値を強く反映するように予測性能値を算出するからである。
即ち、本実施形態の性能予測装置１０は、機器の将来の性能を、中長期的な性能実測値の遷移やその時々の使用者の状況を考慮して正確に予測できる。
（第２の実施の形態）次に、本発明の第２の実施の形態について図面を参照して説明する。
図１０は、本実施の形態の性能予測装置１０を包含する性能予測システム４０の構成を示す。性能予測システム４０は、性能予測装置１０と外部装置９０をネットワーク４１で接続して構成されている。
性能予測装置１０は、第１の実施の形態に較べて、結果格納部１９が追加されている。本実施の形態の性能予測装置１０も、ログ記憶部１１、性能比計算部１２、条件設定部１３、および、性能予測部１４を備える。但し、ログ記憶部１１は、当初測定ログ１５を格納していない。また、性能予測部１４が外部と通信可能になっている。
外部装置９０は、原ログ記憶部９５、予測条件記憶部９６を備えている。原ログ記憶部９５は、図３が示す測定ログ１５を格納している。予測条件記憶部９６は、予測条件を記憶している。
本実施形態に於いては、機器の通信性能の予測に先立ち、結果格納部１９が外部装置９０の原ログ記憶部９５から測定ログ１５を取得して、ログ記憶部１１に格納する。また、条件設定部１３は、外部装置９０の予測条件記憶部９６から予測条件を取得する。さらに、性能予測部１４は、算出した予測性能値を外部装置９０に出力する。他の点は、第１の実施形態と同様である。
図１１は、本実施の形態の性能予測装置１０の図１０とは別の構成を示す。性能予測装置１０は、ＣＰＵ２１、記憶装置２２と通信装置２４を備え、記憶装置２２に格納されている性能予測プログラム２３を実行するコンピュータであってもよい。
本実施の形態の性能予測装置１０は、通信装置２４を経由して、外部装置９０と接続されている。外部装置９０は、記憶装置９１を備えるコンピュータなどである。
この場合、性能予測プログラム２３を実行するＣＰＵ２１が性能比計算部１２、条件設定部１３、性能予測部１４および結果格納部１９として機能する。また、記憶装置２２がログ記憶部１１として機能する。
さらに、外部装置９０の記憶装置９１が原ログ記憶部９５および予測条件記憶部９６として機能する。
次に、本実施の形態の効果について説明する。
本実施形態の性能予測装置１０は、外部装置９０の将来の時刻における機器の性能値を計算し、外部装置９０が将来の時刻における機器の予測性能値を活用できる。その理由は、性能予測装置１０が外部装置９０から測定ログ１５および予測条件を取得して、予測性能値を外部装置９０に出力するからである。
（第３の実施の形態）次に、本発明の第３の実施の形態について図面を参照して説明する。
図１２は、本実施の形態の性能予測装置１０を包含する性能予測システム４０の構成を示す。性能予測システム４０は、モバイル装置３０、外部装置９０と情報提供装置８０をネットワーク４１で接続して構成されている。ネットワーク４１は、携帯電話通信網、有線、無線のインターネットなどを包含する。
モバイル装置３０は、本発明にかかる性能予測装置１０および通信・処理装置３１を備える移動通信機器であり、携帯電話、スマートフォン、船舶や車輌などに搭載される通信機器、等である。通信・処理装置３１は、モバイル装置３０の通信および情報処理機能を果たす。モバイル装置３０が、例えば、スマートフォンである場合、通話、Ｗｅｂサーバアクセス、電子メール等、スマートフォンとしての通信および情報処理機能はすべて通信・処理装置３１が果たす。また、通信・処理装置３１は、接続された入出力装置３３を介して、使用者からの指示を取得したり、使用者に情報を提示したりする。
本実施形態に於ける性能予測装置１０は、通信・処理装置３１の通信性能の予測を行い、予測性能値を通信・処理装置３１に出力する。通信・処理装置３１は、取得した予測性能値に基づいて、情報提供装置８０等から将来必要となるデータをキャッシュ３２等にプリフェッチしておく。通信・処理装置３１は、公知の技術を用いてプリフェッチを行う。
性能予測装置１０は、通信・処理装置３１を介して、外部装置９０や情報提供装置８０等と通信可能である。本実施の形態の性能予測装置１０は、性能比計算部１２、条件設定部１３、および、性能予測部１４を備えるが、ログ記憶部１１は備えない。
ログ記憶部１１は外部装置９０に備えられる。外部装置９０は、例えば、携帯電話会社や通信業者などが運用する測定ログ１５の収集装置である。
本実施の形態の性能予測装置１０の性能比計算部１２、条件設定部１３、および、性能予測部１４は、通信・処理装置３１を介して、外部装置９０のログ記憶部１１をアクセスする。
情報提供装置８０はＷｅｂサーバ等であり、条件設定部１３は、通信・処理装置３１を介して情報提供装置８０にアクセスする。
条件設定部１３は、予測条件の決定に際して、必要なデータを情報提供装置８０や通信・処理装置３１から取得する。例えば、条件設定部１３は、通信・処理装置３１からパラメータ種別「機種」や「ＮＷ種類」のパラメータ値を取得する。また、条件設定部１３は、気象情報提供サーバから、使用者から入力された緯度、経度に対応する、パラメータ種別「天気」や「気温」等のパラメータ値を取得する。条件設定部１３は、地域情報提供サーバから、使用者から入力された緯度、経度に対応する、パラメータ種別「混雑度」等のパラメータ値を取得する。
他と点に於いて、本実施形態の性能予測装置１０は第１の実施形態と同様である。
次に、本実施の形態の効果について説明する。
本実施形態の性能予測装置１０は、測定ログ１５の利用や測定条件の決定が容易になる。その理由は、通信業者などが運用する外部装置９０や、第３者が運用する情報提供装置８０から予測に必要なデータを取得するからである。
（第４の実施の形態）次に、本発明の第４の実施の形態について図面を参照して説明する。図１３は本実施の形態の性能予測装置１０の構成を示す。
性能予測装置１０は、複数種別のパラメータ１７の各々について当該種別のパラメータ１７がとりうる複数の値のいずれか一つ、および、性能測定結果を含む測定ログ１５を複数格納するログ記憶部１１と接続される性能予測部１４を備える。
性能予測部１４は、複数種別のパラメータ１７の値の組み合わせ中、当該組み合わせに合致する、ログ記憶部１１の測定ログ１５の数に基づいて決定される信頼度が最も高い組み合わせ（緩和条件）を決定し、当該緩和条件に合致する測定ログ１５に含まれる性能測定結果から緩和条件性能値を算出する。
さらに、性能予測部１４は、複数種別のパラメータ１７の各々について、当該種別のパラメータ１７がとりうる複数の値のいずれか一つ（予測条件）を入力して、当該予測条件と緩和条件との差異に応じて決定される係数と緩和条件性能値との乗算値を予測性能値として出力する。
本実施形態の性能予測装置１０は、予測条件での測定ログ１５無い、又は、少数しか無い場合であっても、当該条件下での予測性能値の出力が出来る。その理由は、性能予測部１４が、緩和条件を満たす測定ログ１５に基づいて、予測性能値を算出するからである。
以上、実施形態（及び実施例）を参照して本願発明を説明したが、本願発明は上記実施形態（及び実施例）に限定されものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
この出願は、２０１０年１２月１５日に出願された日本出願特願２０１０−２７９０１８を基礎とする優先権を主張し、その開示の全てをここに取り込む。
本発明の第１の実施の形態について図面を参照して説明する。以下は、性能の一例である機器のスループットの予測についての説明である。しかし、本発明における性能は、機器のスループットに限定されない。性能は、例えば、単位時間当たりの切断発生率でも良い。
図１は、本実施の形態の性能予測装置１０の構成を示す。この性能予測装置１０は、将来の時刻に於けるある機器の通信性能の予測を行う。ここで、機器とは、移動する通信機器であり、典型的には、携帯電話、スマートフォン、ＰＤＡ、船舶や車輌などに搭載される通信機器である。この性能予測装置１０は、予測の対象となる機器に内蔵されていても良いし、予測の対象となる機器とは別な場所に存在していても良い。
性能予測装置１０はログ記憶部１１、性能比計算部１２、条件設定部１３、および、性能予測部１４を備える。ログ記憶部１１は、ある時点で測定した機器の性能を、その時点に機器がおかれた状況と合わせて記録したデータを測定ログ１５として格納する。
図３は、ログ記憶部１１に記憶されている測定ログ１５を示す。図３は、３つの測定ログ１５を示す。各測定ログ１５は、例えば、測定開始日時、測定期間、性能測定結果、緯度、経度の５つの基本データ１６と、機種、天気、気温などの複数の種別のパラメータ１７を記憶する。
図４は、パラメータ１７の種別（パラメータ種別）とパラメータ１７の取り得る値の一例を示す。図４の情報は、性能予測装置１０のメモリ等に格納されている。
各測定ログ１５は、例えば、パラメータ種別「機種」のパラメータ１７に対応して、機種Ａ、機種Ｂという具体的な値（パラメータ値）を記憶する。性能測定時に不明であったパラメータ種別のパラメータ値は測定ログ１５に記憶されない。
性能比計算部１２は、ログ記憶部１１に記憶される測定ログ１５より、１つのパラメータ種別の異なる２つのパラメータ値ごとの性能の比率を計算する。このとき、性能比計算部１２は、その１つパラメータ種別以外のパラメータ１７および基本データ１６は無視する。
例えば、性能比計算部１２は、パラメータ種別「機器」の異なるパラメータ値である機種Ａと機種Ｂの性能の比率を計算する。
このとき、性能比計算部１２は、種別「機器」のパラメータ１７のパラメータ値が機種Ａである測定ログ１５を抽出し、抽出された測定ログ１５から機種Ａの平均性能を計算する。測定ログ１５の抽出時、性能比計算部１２は、パラメータ種別「機器」のパラメータ値以外のパラメータ１７や基本データ１６の値は無視する。
同様に、性能比計算部１２は、種別「機器」のパラメータ１７のパラメータ値が機種Ｂである測定ログ１５を抽出し、抽出された測定ログ１５から機種Ｂの平均性能を計算し、一方を分子、他方を分母とした２つの比率を計算する。
即ち、ここで計算される性能の比率は、「機種」以外の種別のパラメータ１７のパラメータ１７の値が混在した状況に於ける性能の比率となる。
また、性能比計算部１２が計算する性能は、重みつき平均性能である。重みつき平均性能は、計算対象となる測定ログ１５の性能測定結果に、測定開始日時により変化する重みを掛け合わせたものを合計し、平均をとったものである。
図５は重みの一例を示す。図５の情報は、性能予測装置１０のメモリ等に格納されている。
重みは、測定ログ１５の測定開始時刻と現時刻との時間差が小さい程大きくなる値である。即ち、測定ログ１５が新しいほど大きくなる値である。測定開始日時による重みを掛け合わせることで、新しい測定ログ１５が、古い測定ログ１５よりも算出される平均性能値に大きな影響を与えるようになる。
ちなみに、通信性能、例えば通信のスループットの測定値は、同じ場所、同じ時刻であっても基地局の増設や契約端末数の増加により、中長期的に変化する。そこで、性能比計算部１２は、新しい測定ログ１５の重みを大きくして通信のスループットの平均値を計算する。これにより、性能予測装置１０は、通信のスループットの中長期的な変化を反映した通信スループットを推定できる。
ここで、「機種」という種別のパラメータ１７のパラメータ値である機種Ａと機種Ｂの性能の比率の計算例を説明する。まず、性能比計算部１２は、機種Ａ、機種Ｂそれぞれのパラメータ値を持つ測定ログ１５の重みつき平均性能を計算する。このとき、性能比計算部１２は、機種以外の種別のパラメータ１７を無視して重みつき平均性能を計算する。
これにより、機種以外の種別のパラメータ１７が重みつき平均性能に与える影響は統計的に小さくなる。そのため、性能比計算部１２は、機種以外の種別のパラメータ１７に依存しない重みつき平均性能を求めることができる。
性能比計算部１２は、機種Ａの機種Ｂに対する性能の比率を（機種Ａの重みつき平均性能／機種Ｂの重みつき平均性能）で、機種Ｂの機種Ａに対する性能の比率を、（機種Ｂの重みつき平均性能／機種Ａの重みつき平均性能）で計算する。
例えば、機種Ａの重みつき平均スループットが１６００ｂｐｓ、機種Ｂの重みつき平均スループットが１０００ｂｐｓである場合、機種Ａの機種Ｂに対する性能の比率は１６００÷１０００＝１．６となる。すなわち、機種Ａは、機種Ｂに比べて１．６倍の大きさのスループットを持つ。
性能比計算部１２は、同様に、全てのパラメータ種別について、当該種別のパラメータ１７が取り得る値の２つの組み合わせ毎に、２つの性能の比率を計算して記憶する。性能比計算部１２は、パラメータ種別「天気」のパラメータ値である晴れの日と雨の日の間の性能の比率や、パラメータ種別「受信環境」のパラメータ値である徒歩移動時（屋内）と自動車移動時の間の性能の比率なども計算する。
なお、性能の比率が予め既知である場合、性能比計算部１２はなくても良い。
条件設定部１３は、予測性能値を計算したい将来の時刻の、パラメータ値の組を予測条件として決定する。例えば、今から１０分後のスループットを予測する場合、条件設定部１３は１０分後に予測対象である端末等が置かれると予測される状況のパラメータ値を決定する。
条件設定部１３は、例えば、接続された入出力手段を経由して、使用者から予測条件を取得する。条件設定部１３は、パラメータ種別「機種」、「ＮＷ種類」などのパラメータ値は予め記憶していても良い。
また、条件設定部１３は、使用者から時間や位置を入力され、その情報に基づいて、天気予報サーバ、端末仕様情報提示サーバ等から予測条件の一部又は全部を取得しても良い。さらに、条件設定部１３は、あるデータから予測条件の一部又は全部を算出しても良い。例えば、条件設定部１３は、位置情報からパラメータ種別「受信環境」などのパラメータ値を推定しても良い。なお、条件設定部１３は、取得又は推定不可能なパラメータ値を無効値に決定する。
予測条件が固定的である場合、条件設定部１３はなくても良い。
性能予測部１４は、使用者などが入力した位置、条件設定部１３の決定した予測条件に基づいて予測性能値を計算する。性能予測部１４は、ログ記憶部１１が記憶する測定ログ１５、性能比計算部１２が計算する性能の比率を使用して予測性能値を計算する。
なお、予測対象となる場所が固定的である場合、性能予測部１４は、位置を外部から入力する必要はない。
図２は、本実施の形態の性能予測装置１０の図１とは別の構成を示す。性能予測装置１０は、ＣＰＵ２１（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）と記憶装置２２を備え、記憶装置２２に格納された性能予測プログラム２３を実行するコンピュータであってもよい。この場合、性能予測プログラム２３を実行するＣＰＵ２１が性能比計算部１２、条件設定部１３、および、性能予測部１４として機能する。また、例えば、記憶装置２２がログ記憶部１１として機能する。
次に、図６を用いて本実施の形態の動作概要を説明する。図６は、性能予測装置１０の動作フローチャートである。
性能比計算部１２は、ログ記憶部１１に記憶される測定ログ１５より、性能の比率を計算する（ステップＳ１０１）。前述したように、性能比計算部１２は、全てのパラメータ種別について、当該種別のパラメータ１７が取り得る値の２つの組み合わせ毎に、２つの性能の比率を計算して記憶する。ここで計算される性能の比率は、重みつき平均性能の比率である。
条件設定部１３は、将来の時刻における予測条件を設定する（ステップＳ１０２）。
性能予測部１４は、予測条件下における機器の予測性能値を計算する（ステップＳ１０３）。
性能の予測値の計算方法の一例について、図７を用いて詳細に説明する。図７は、図６のステップＳ１０３における性能予測部１４の詳細な動作フローチャートである。なお、性能予測部１４は、地図上の位置を、図８のように縦と横に区切られた区画に分けて管理している。
性能予測部１４は、まず条件設定部１３の決定した予測条件のうち緯度と経度を読み込む。次に、読み込んだ緯度と経度で表される地点が地図上のどの区画に属しているかを判定する（ステップＳ２０１）。
区画の判定後、性能予測部１４は、条件設定部１３の決定した予測条件から、無効値でないパラメータ種別のパラメータ値を組み合わせたすべての条件を緩和条件としてリストアップする（ステップＳ２０２）。
この動作を、下記の具体的な例に則して説明する。
１）定義されているパラメータ種別は、「機器」、「天気」、「ＮＷ混雑度」である。
２）種別「機器」のパラメータ１７の取りうる値は｛Ａ、Ｂ、Ｃ｝である。
３）種別「天気」のパラメータ１７の取りうる値は｛晴、曇、雨｝である。
４）種別「ＮＷ混雑度」のパラメータ１７の取りうる値は｛低、中、高｝である。
５）予測条件は、（Ａ、曇、無効値）とする。
本例に於いて、性能予測部１４は、下記の組み合わせを緩和条件としてリストアップする。
（Ａ、晴）、（Ａ、曇）、（Ａ、雨）
（Ｂ、晴）、（Ｂ、曇）、（Ｂ、雨）
（Ｃ、晴）、（Ｃ、曇）、（Ｃ、雨）
次に、性能予測部１４は、リストアップした緩和条件ごとに、予測信頼度を計算する（ステップＳ２０３）。
予測信頼度は、緩和条件を満たし、かつステップＳ２０１にて判定した区画に含まれる測定ログ１５の重みの合計である。重みは、図５が示すように、測定開始時刻により決定される値である。即ち、予測信頼度は、現時刻に近い測定ログ１５の数が多いほど高い値となる。
例えば、性能予測部１４は、緩和条件（Ｂ、晴）の予測信頼度を以下のように計算する。先ず、性能予測部１４は、ステップＳ２０１にて判定した区画に含まれ、種別「機種」のパラメータ１７のパラメータ値がＢ、かつ、種別「天気」のパラメータ１７のパラメータ値が晴である、測定ログ１５をログ記憶部１１から抽出する。このとき、性能予測部１４は、他の種別のパラメータ値や「緯度」、「経度」以外の基本データ１６の値は無視する。
次に、性能予測部１４は、図５のような定義情報と基本データ１６である「測定開始日時」を参照して、各測定ログ１５の重みを判定して、その合計値を予測信頼度として計算する。
性能予測部１４は、リストアップした緩和条件のうち、予測信頼度が最も大きい緩和条件を１つ選択し、その緩和条件の予測信頼度を緩和条件における予測信頼度とする（ステップＳ２０４）。
予測信頼度の大きさは、条件に一致する測定ログ１５の数が多く、鮮度が高いという傾向を表している。そのため、性能予測部１４は、予測信頼度の大きい緩和条件に対して性能を予測することで、予測の信頼度を高めることが出来る。
次に、性能予測部１４は、ステップＳ２０３と同様の方法で予測条件の予測信頼度を計算する（ステップＳ２０５）。
性能予測部１４は、予測条件の予測信頼度は、予測条件を満たし、かつ、ステップＳ２０１で判定した区画に含まれる測定ログ１５を用いて計算する。
ステップＳ２０５のあと、性能予測部１４は、緩和条件における予測信頼度と予測条件における予測信頼度の比率である緩和信頼度比α、予測信頼度比βを計算する（ステップＳ２０６）。
性能予測部１４は、緩和信頼度比α、予測信頼度比βを以下のように計算する。
１）緩和信頼度比α＝緩和条件における予測信頼度÷（緩和条件における予測信頼度＋予測条件における予測信頼度）
２）予測信頼度比β＝予測条件における予測信頼度÷（緩和条件における予測信頼度＋予測条件における予測信頼度）
ステップＳ２０６のあと、性能予測部１４は、ステップＳ２０４で選択した緩和条件と、予測条件を比較し、値が異なるパラメータ値の組み合わせを抽出する。無効値のパラメータ１７は無視される。そして、性能予測部１４は、それぞれの組み合わせごとに「予測条件の指定するパラメータ値」の「緩和条件の指定するパラメータ値」に対する性能の比率を選択し、掛け合わせてｒａｔｉｏを算出する（ステップＳ２０７）。
例えば、ステップＳ２０４で選択した緩和条件が（Ｃ、晴）、予測条件が（Ａ、曇、無効値）であった場合、性能予測部１４は、（Ｃ、Ａ）および（晴、曇）の組み合わせを抽出し、以下の２つの比率を選択し、両者を掛け合わせてｒａｔｉｏを算出する。
１）機種ＡのＣに対する性能の比率（Ａ／Ｃ）
２）曇の晴に対する性能の比率（曇／晴）
次に、性能予測部１４は、ステップ２０４で選択した緩和条件における重みつき平均性能Ａを求める（ステップＳ２０８）。
性能予測部１４は、緩和条件を満たしつつステップＳ２０１で判定した区画に含まれる測定ログ１５を用いて計算する。緩和条件における重みつき平均性能Ａは、緩和条件を満たす測定ログ１５の性能測定結果に、各測定ログ１５の重みを掛け合わせた値の平均値である。平均値は、測定ログ１５の性能測定結果に各測定ログ１５の重みを掛け合わせた値の合計値を重みの合計値で除算した値である。
例えば、性能予測部１４は、ステップＳ２０４で選択した緩和条件（Ｃ、晴）の重み付き平均性能Ａを以下のように計算する。先ず、性能予測部１４は、ステップＳ２０１にて判定した区画に含まれ、種別「機種」のパラメータ１７のパラメータ値がＣ、かつ、種別「天気」のパラメータ１７のパラメータ値が晴である、測定ログ１５をログ記憶部１１から抽出する。このとき、性能予測部１４は、他の種別のパラメータ値や「緯度」、「経度」以外の基本データ１６の値は無視する。
次に、性能予測部１４は、図５のような定義情報と基本データ１６である「測定開始日時」を参照して、抽出した測定ログ１５のおのおのについて、重みを判定して、基本データ１６である「性能測定結果」と掛け合わせて乗算値をえる。性能予測部１４は、抽出した測定ログ１５について、当該乗算値の合計と重みの合計を求め、前者を後者で割って、平均性能Ａを得る。
また、性能予測部１４は、ステップＳ２０８と同様の方法で、予測条件における重みつき平均性能Ｂを計算する（ステップＳ２０９）。
最後に、性能予測部１４は、緩和条件における重みつき平均性能Ａに緩和信頼度比α、性能の比率ｒａｔｉｏを乗じたものと、予測条件における重みつき平均性能Ｂに予測信頼度比βを乗じたものを足し合わせ、機器の予測性能値として出力する（ステップＳ２１０）。
図９は、性能予測部１４が実行した、将来の時刻における機器の予測性能値の計算方法を数式で示す。
次に、本実施の形態の効果について説明する。
本実施形態の性能予測装置１０は、予測条件を満たす測定ログ１５が無い、又は、少数しか無い場合であっても、機器の予測性能値の出力が出来る。その理由は、性能予測部１４が、緩和条件を満たす測定ログ１５に基づいて、予測性能値を算出するからである。
本実施形態の性能予測装置１０は、信頼性の高い予測性能値を算出できる。その理由は、性能予測装置１０が、種々の要因を中和して求めた性能の比率と、予測信頼度の高い緩和条件に基づいて、予測性能値を算出するからである。また、性能予測装置１０が、新しい測定ログ１５の値を強く反映するように予測性能値を算出するからである。
即ち、本実施形態の性能予測装置１０は、機器の将来の性能を、中長期的な性能実測値の遷移やその時々の使用者の状況を考慮して正確に予測できる。
（第２の実施の形態）次に、本発明の第２の実施の形態について図面を参照して説明する。
図１０は、本実施の形態の性能予測装置１０を包含する性能予測システム４０の構成を示す。性能予測システム４０は、性能予測装置１０と外部装置９０をネットワーク４１で接続して構成されている。
性能予測装置１０は、第１の実施の形態に較べて、結果格納部１９が追加されている。本実施の形態の性能予測装置１０も、ログ記憶部１１、性能比計算部１２、条件設定部１３、および、性能予測部１４を備える。但し、ログ記憶部１１は、当初測定ログ１５を格納していない。また、性能予測部１４が外部と通信可能になっている。
外部装置９０は、原ログ記憶部９５、予測条件記憶部９６を備えている。原ログ記憶部９５は、図３が示す測定ログ１５を格納している。予測条件記憶部９６は、予測条件を記憶している。
本実施形態に於いては、機器の通信性能の予測に先立ち、結果格納部１９が外部装置９０の原ログ記憶部９５から測定ログ１５を取得して、ログ記憶部１１に格納する。また、条件設定部１３は、外部装置９０の予測条件記憶部９６から予測条件を取得する。さらに、性能予測部１４は、算出した予測性能値を外部装置９０に出力する。他の点は、第１の実施形態と同様である。
図１１は、本実施の形態の性能予測装置１０の図１０とは別の構成を示す。性能予測装置１０は、ＣＰＵ２１、記憶装置２２と通信装置２４を備え、記憶装置２２に格納されている性能予測プログラム２３を実行するコンピュータであってもよい。
本実施の形態の性能予測装置１０は、通信装置２４を経由して、外部装置９０と接続されている。外部装置９０は、記憶装置９１を備えるコンピュータなどである。
この場合、性能予測プログラム２３を実行するＣＰＵ２１が性能比計算部１２、条件設定部１３、性能予測部１４および結果格納部１９として機能する。また、記憶装置２２がログ記憶部１１として機能する。
さらに、外部装置９０の記憶装置９１が原ログ記憶部９５および予測条件記憶部９６として機能する。
次に、本実施の形態の効果について説明する。
本実施形態の性能予測装置１０は、外部装置９０の将来の時刻における機器の性能値を計算し、外部装置９０が将来の時刻における機器の予測性能値を活用できる。その理由は、性能予測装置１０が外部装置９０から測定ログ１５および予測条件を取得して、予測性能値を外部装置９０に出力するからである。
（第３の実施の形態）次に、本発明の第３の実施の形態について図面を参照して説明する。
図１２は、本実施の形態の性能予測装置１０を包含する性能予測システム４０の構成を示す。性能予測システム４０は、モバイル装置３０、外部装置９０と情報提供装置８０をネットワーク４１で接続して構成されている。ネットワーク４１は、携帯電話通信網、有線、無線のインターネットなどを包含する。
モバイル装置３０は、本発明にかかる性能予測装置１０および通信・処理装置３１を備える移動通信機器であり、携帯電話、スマートフォン、船舶や車輌などに搭載される通信機器、等である。通信・処理装置３１は、モバイル装置３０の通信および情報処理機能を果たす。モバイル装置３０が、例えば、スマートフォンである場合、通話、Ｗｅｂサーバアクセス、電子メール等、スマートフォンとしての通信および情報処理機能はすべて通信・処理装置３１が果たす。また、通信・処理装置３１は、接続された入出力装置３３を介して、使用者からの指示を取得したり、使用者に情報を提示したりする。
本実施形態に於ける性能予測装置１０は、通信・処理装置３１の通信性能の予測を行い、予測性能値を通信・処理装置３１に出力する。通信・処理装置３１は、取得した予測性能値に基づいて、情報提供装置８０等から将来必要となるデータをキャッシュ３２等にプリフェッチしておく。通信・処理装置３１は、公知の技術を用いてプリフェッチを行う。
性能予測装置１０は、通信・処理装置３１を介して、外部装置９０や情報提供装置８０等と通信可能である。本実施の形態の性能予測装置１０は、性能比計算部１２、条件設定部１３、および、性能予測部１４を備えるが、ログ記憶部１１は備えない。
ログ記憶部１１は外部装置９０に備えられる。外部装置９０は、例えば、携帯電話会社や通信業者などが運用する測定ログ１５の収集装置である。
本実施の形態の性能予測装置１０の性能比計算部１２、条件設定部１３、および、性能予測部１４は、通信・処理装置３１を介して、外部装置９０のログ記憶部１１をアクセスする。
情報提供装置８０はＷｅｂサーバ等であり、条件設定部１３は、通信・処理装置３１を介して情報提供装置８０にアクセスする。
条件設定部１３は、予測条件の決定に際して、必要なデータを情報提供装置８０や通信・処理装置３１から取得する。例えば、条件設定部１３は、通信・処理装置３１からパラメータ種別「機種」や「ＮＷ種類」のパラメータ値を取得する。また、条件設定部１３は、気象情報提供サーバから、使用者から入力された緯度、経度に対応する、パラメータ種別「天気」や「気温」等のパラメータ値を取得する。条件設定部１３は、地域情報提供サーバから、使用者から入力された緯度、経度に対応する、パラメータ種別「混雑度」等のパラメータ値を取得する。
他と点に於いて、本実施形態の性能予測装置１０は第１の実施形態と同様である。
次に、本実施の形態の効果について説明する。
本実施形態の性能予測装置１０は、測定ログ１５の利用や測定条件の決定が容易になる。その理由は、通信業者などが運用する外部装置９０や、第３者が運用する情報提供装置８０から予測に必要なデータを取得するからである。
（第４の実施の形態）次に、本発明の第４の実施の形態について図面を参照して説明する。図１３は本実施の形態の性能予測装置１０の構成を示す。
性能予測装置１０は、複数種別のパラメータ１７の各々について当該種別のパラメータ１７がとりうる複数の値のいずれか一つ、および、性能測定結果を含む測定ログ１５を複数格納するログ記憶部１１と接続される性能予測部１４を備える。
性能予測部１４は、複数種別のパラメータ１７の値の組み合わせ中、当該組み合わせに合致する、ログ記憶部１１の測定ログ１５の数に基づいて決定される信頼度が最も高い組み合わせ（緩和条件）を決定し、当該緩和条件に合致する測定ログ１５に含まれる性能測定結果から緩和条件性能値を算出する。
さらに、性能予測部１４は、複数種別のパラメータ１７の各々について、当該種別のパラメータ１７がとりうる複数の値のいずれか一つ（予測条件）を入力して、当該予測条件と緩和条件との差異に応じて決定される係数と緩和条件性能値との乗算値を予測性能値として出力する。
本実施形態の性能予測装置１０は、予測条件での測定ログ１５無い、又は、少数しか無い場合であっても、当該条件下での予測性能値の出力が出来る。その理由は、性能予測部１４が、緩和条件を満たす測定ログ１５に基づいて、予測性能値を算出するからである。
以上、実施形態（及び実施例）を参照して本願発明を説明したが、本願発明は上記実施形態（及び実施例）に限定されものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
この出願は、２０１０年１２月１５日に出願された日本出願特願２０１０−２７９０１８を基礎とする優先権を主張し、その開示の全てをここに取り込む。
１０ 性能予測装置
１１ ログ記憶部
１２ 性能比計算部
１３ 条件設定部
１４ 性能予測部
１５ 測定ログ
１６ 基本データ
１７ パラメータ
１９ 結果格納部
２１ ＣＰＵ
２２ 記憶装置
２３ 性能予測プログラム
２４ 通信装置
３０ モバイル装置
３１ 通信・処理装置
３２ キャッシュ
３３ 入出力装置
４０ 性能予測システム
４１ ネットワーク
８０ 情報提供装置
９０ 外部装置
９１ 記憶装置
９５ 原ログ記憶部
９６ 予測条件記憶部
１１ ログ記憶部
１２ 性能比計算部
１３ 条件設定部
１４ 性能予測部
１５ 測定ログ
１６ 基本データ
１７ パラメータ
１９ 結果格納部
２１ ＣＰＵ
２２ 記憶装置
２３ 性能予測プログラム
２４ 通信装置
３０ モバイル装置
３１ 通信・処理装置
３２ キャッシュ
３３ 入出力装置
４０ 性能予測システム
４１ ネットワーク
８０ 情報提供装置
９０ 外部装置
９１ 記憶装置
９５ 原ログ記憶部
９６ 予測条件記憶部
Claims (10)
- 複数種別のパラメータの各々について当該種別のパラメータがとりうる複数の値のいずれか一つ、および、性能値を含むレコードを複数格納するログ記憶手段と接続され、前記複数種別のパラメータの値の組み合わせ中、当該組み合わせに合致する、前記ログ記憶手段の前記レコードの数に基づいて決定される信頼度が最も高い組み合わせである緩和条件を決定し、当該緩和条件に合致する前記レコードに含まれる性能値から緩和条件性能値を算出し、
前記複数種別のパラメータの各々について、当該種別のパラメータがとりうる複数の値のいずれか一つである予測条件を入力して、当該予測条件と前記緩和条件との差異に応じて決定される係数と前記緩和条件性能値との乗算値である補正緩和条件性能値を予測性能値として出力する性能予測手段、
を備える性能予測装置。 - 前記性能予測手段は、前記予測条件と前記緩和条件から同一種別の異なるパラメータ値を抽出し、前記予測条件から抽出された当該パラメータ値を包含する全ての前記レコードから算出される性能値を、前記緩和条件から抽出されたパラメータ値を包含する全ての前記レコードから算出される性能値で除した比を前記係数として使用する、請求項１の性能予測装置。
- 前記レコードは日時を包含し、
前記性能予測手段は、現時刻に近いレコードが多いほど、前記信頼度を高く決定する請求項１または２の性能予測装置。 - 前記性能予測手段は、前記緩和条件に合致する前記レコードから前記信頼度である信頼度Ａを算出し、前記予測条件に合致する前記レコードから前記信頼度である信頼度Ｂ、前記予測条件に合致する前記レコードの性能値から予測条件性能値を算出し、式『α×補正緩和条件性能値＋β×予測条件性能値』（ここで、α＋β＝１，α：β＝Ａ：Ｂ）による計算値を前記予測性能値として出力する、請求項１乃至３のいずれかの性能予測装置。
- 前記予測条件として機種を決定し、さらに、入力された位置に基づいて、通信方法、天気、気温、湿度、通信環境、ネットワーク混雑度いずれか１以上の種別のパラメータのパラメータ値を決定する条件設定手段を備える、請求項１乃至４のいずれかの性能予測装置。
- 前記ログ記憶手段を備える外部装置、並びに、
請求項１乃至５のいずれかの性能予測装置、および、ネットワークを介して接続された前記外部装置の前記ログ記憶装置に前記性能予測装置の指示に応じて入出力を行うと共に、前記性能予測装置から取得した前記予測性能値に基づいてキャッシュに格納するデータを決定する通信・処理装置を備えたモバイル端末、を包含する性能予測システム。 - 複数種別のパラメータの各々について当該種別のパラメータがとりうる複数の値のいずれか一つ、および、性能値を含むレコードを複数格納するログ記憶手段をアクセスして、前記複数種別のパラメータの値の組み合わせ中、当該組み合わせに合致する、前記ログ記憶手段の前記レコードの数に基づいて決定される信頼度が最も高い組み合わせである緩和条件を決定し、当該緩和条件に合致する前記レコードに含まれる性能値から緩和条件性能値を算出し、
前記複数種別のパラメータの各々について、当該種別のパラメータがとりうる複数の値のいずれか一つである予測条件を入力して、当該予測条件と前記緩和条件との差異に応じて決定される係数と前記緩和条件性能値との乗算値である補正緩和条件性能値を予測性能値として出力する性能予測処理をコンピュータに実行させる性能予測プログラム。 - 前記予測条件と前記緩和条件から同一種別の異なるパラメータ値を抽出し、前記予測条件から抽出された当該パラメータ値を包含する全ての前記レコードから算出される性能値を、前記緩和条件から抽出されたパラメータ値を包含する全ての前記レコードから算出される性能値で除した比を前記係数として使用する前記性能予測処理をコンピュータに実行させる、請求項７の性能予測プログラム。
- 複数種別のパラメータの各々について当該種別のパラメータがとりうる複数の値のいずれか一つ、および、性能値を含むレコードを複数格納するログ記憶手段をアクセスして、前記複数種別のパラメータの値の組み合わせ中、当該組み合わせに合致する、前記ログ記憶手段の前記レコードの数に基づいて決定される信頼度が最も高い組み合わせである緩和条件を決定し、
当該緩和条件に合致する前記レコードに含まれる性能値から緩和条件性能値を算出し、
前記複数種別のパラメータの各々について、当該種別のパラメータがとりうる複数の値のいずれか一つである予測条件を入力して、当該予測条件と前記緩和条件との差異に応じて決定される係数と前記緩和条件性能値との乗算値である補正緩和条件性能値を予測性能値として出力する性能予測方法。 - 前記予測条件と前記緩和条件から同一種別の異なるパラメータ値を抽出し、前記予測条件から抽出された当該パラメータ値を包含する全ての前記レコードから算出される性能値を、前記緩和条件から抽出されたパラメータ値を包含する全ての前記レコードから算出される性能値で除した比を前記係数として使用する、請求項９の性能予測方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010279018 | 2010-12-15 | ||
| JP2010279018 | 2010-12-15 | ||
| PCT/JP2011/079276 WO2012081718A1 (ja) | 2010-12-15 | 2011-12-13 | 性能予測装置、性能予測方法および性能予測プログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPWO2012081718A1 true JPWO2012081718A1 (ja) | 2014-05-22 |
Family
ID=46244808
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012548859A Pending JPWO2012081718A1 (ja) | 2010-12-15 | 2011-12-13 | 性能予測装置、性能予測方法および性能予測プログラム |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JPWO2012081718A1 (ja) |
| WO (1) | WO2012081718A1 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6440203B2 (ja) | 2015-09-02 | 2018-12-19 | Kddi株式会社 | ネットワーク監視システム、ネットワーク監視方法およびプログラム |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07253446A (ja) * | 1994-03-16 | 1995-10-03 | Mitsubishi Electric Corp | 電界強度分布作成方法及びその装置 |
| WO2006095866A1 (ja) * | 2005-03-10 | 2006-09-14 | Pioneer Corporation | 通信環境学習装置および通信環境学習方法 |
| JP4774106B2 (ja) * | 2009-01-13 | 2011-09-14 | 株式会社エヌ・ティ・ティ・ドコモ | 電界強度を推定する装置及び方法 |
-
2011
- 2011-12-13 WO PCT/JP2011/079276 patent/WO2012081718A1/ja active Application Filing
- 2011-12-13 JP JP2012548859A patent/JPWO2012081718A1/ja active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| WO2012081718A1 (ja) | 2012-06-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220397701A1 (en) | Automated global weather notification system | |
| WO2015027127A1 (en) | Oil-immersed transformed thermal monitoring and prediction system | |
| JP5953990B2 (ja) | 通信制御装置、通信制御システムおよび通信制御方法 | |
| CN114500339B (zh) | 一种节点带宽监测方法、装置、电子设备及存储介质 | |
| US11493666B2 (en) | System and method for forecasting snowfall probability distributions | |
| CN116528335A (zh) | 基于信息价值的卫星物联网接入方法、装置、设备及介质 | |
| CN114201808A (zh) | 一种钢箱梁服役寿命预测方法、装置、设备及介质 | |
| JP2013197704A (ja) | トラフィック量予測処理装置およびコンピュータプログラム | |
| WO2012081718A1 (ja) | 性能予測装置、性能予測方法および性能予測プログラム | |
| CN116047296A (zh) | 电池截止容量的预测方法、终端设备及存储介质 | |
| JP2018061335A (ja) | 発電設備情報推定システムおよび発電設備情報推定方法 | |
| CN114257521B (zh) | 流量预测方法、装置、电子设备和存储介质 | |
| WO2019207622A1 (ja) | 電力需要予測装置、電力需要予測方法、およびそのプログラム | |
| JP2004170201A (ja) | 気象予測サーバ、携帯電子機器及びプログラム | |
| JP2018088598A (ja) | 配信制御装置、配信制御方法及びプログラム | |
| Wang et al. | Application of the Bayesian processor of ensemble to the combination and calibration of ensemble forecasts | |
| CN110113115B (zh) | 信道确定方法和装置 | |
| CN117613851A (zh) | 风机覆冰发电功率预测方法、装置、计算设备和存储介质 | |
| KR20150081836A (ko) | 기상 정보 서비스 시스템, 기상 정보 서비스 방법 및 이를 위한 장치 | |
| CN114500170B (zh) | 一种vpn线路筛选方法、装置、设备及存储介质 | |
| US9408153B2 (en) | Controlling a mobile device | |
| CN110493796B (zh) | Lte网络容量的预估方法、装置、设备和介质 | |
| CN116996139B (zh) | 应用于定向天线系统的智能调整控制方法及系统 | |
| JP6368230B2 (ja) | 異なる距離を用いた判定結果から滞在又は移動を推定する装置、プログラム及び方法 | |
| JP5290216B2 (ja) | ネットワークの遅延分布の監視装置、方法及びプログラム |