WO2014065032A1 - 電磁界特徴分類提示装置 - Google Patents

電磁界特徴分類提示装置 Download PDF

Info

Publication number
WO2014065032A1
WO2014065032A1 PCT/JP2013/074447 JP2013074447W WO2014065032A1 WO 2014065032 A1 WO2014065032 A1 WO 2014065032A1 JP 2013074447 W JP2013074447 W JP 2013074447W WO 2014065032 A1 WO2014065032 A1 WO 2014065032A1
Authority
WO
WIPO (PCT)
Prior art keywords
feature
classification
measurement
mapping
electromagnetic field
Prior art date
Application number
PCT/JP2013/074447
Other languages
English (en)
French (fr)
Inventor
健太 塚本
学 楠本
博 鳥屋尾
Original Assignee
日本電気株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to JP2014543184A priority Critical patent/JP6476861B2/ja
Priority to US14/438,126 priority patent/US20150293162A1/en
Publication of WO2014065032A1 publication Critical patent/WO2014065032A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/08—Measuring electromagnetic field characteristics
    • G01R29/0864—Measuring electromagnetic field characteristics characterised by constructional or functional features
    • G01R29/0892—Details related to signal analysis or treatment; presenting results, e.g. displays; measuring specific signal features other than field strength, e.g. polarisation, field modes, phase, envelope, maximum value
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/08—Measuring electromagnetic field characteristics
    • G01R29/0807—Measuring electromagnetic field characteristics characterised by the application
    • G01R29/0814—Field measurements related to measuring influence on or from apparatus, components or humans, e.g. in ESD, EMI, EMC, EMP testing, measuring radiation leakage; detecting presence of micro- or radiowave emitters; dosimetry; testing shielding; measurements related to lightning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/08—Measuring electromagnetic field characteristics
    • G01R29/0864—Measuring electromagnetic field characteristics characterised by constructional or functional features
    • G01R29/0871—Complete apparatus or systems; circuits, e.g. receivers or amplifiers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/08—Measuring electromagnetic field characteristics
    • G01R29/0864—Measuring electromagnetic field characteristics characterised by constructional or functional features
    • G01R29/0878—Sensors; antennas; probes; detectors

Definitions

  • the present invention relates to an electromagnetic wave measurement system, and in particular, collects electromagnetic wave data with a time series radiated from a measurement object, and provides an electromagnetic field feature class presentation device for specifying an electromagnetic interference wave noise source, a noise propagation path, and the like,
  • the present invention relates to a near electromagnetic field distribution measurement system, an electromagnetic field feature classification program, and an electromagnetic field feature classification method.
  • EMI electromagnetic interference
  • near electromagnetic field measurement is performed to identify an electromagnetic wave generation source that causes such electromagnetic interference.
  • the vicinity of the substrate is scanned using an electromagnetic field probe, and a frequency characteristic in the electromagnetic field at each measurement point is sequentially acquired to detect a point with high noise intensity.
  • substrate and a product is implemented by the same method. Many techniques have been disclosed to identify noise sources more efficiently for such technical fields.
  • Patent Document 1 an electric field and a magnetic field component of an electromagnetic field in the vicinity of a circuit board are measured by bringing a loop antenna close to the circuit board and measuring a combined current of a current generated by the electric field and a current generated by the magnetic field.
  • Patent Document 2 proposes a device that is useful for noise source identification by superimposing an electromagnetic field intensity distribution map by electromagnetic waves radiated from a substrate and image data of the substrate on a display.
  • Patent Document 3 proposes an apparatus that obtains information about noise that has a strong influence on the transmission / reception function of an electronic device by correlating the antenna electromagnetic field distribution with the near-substrate electromagnetic field distribution, which is an interference wave.
  • Patent Document 3 discloses a related technique for measuring an electromagnetic field distribution of an electronic device and specifying the electromagnetic field generation source.
  • Patent Document 4 when measuring noise generated from a measurement object with a probe, in order to take into account time fluctuation of noise, measurement is performed for a plurality of measurement points over a predetermined time, and intensity change at each measurement point is converted into data. A technique for generating an intensity distribution is described.
  • the technique described in Patent Document 3 extracts a noise source having a large coupling with an interfered part by taking a correlation between an electromagnetic field distribution in an antenna and a substrate electromagnetic field distribution.
  • the technique described in Patent Document 4 can create and present an intensity distribution diagram that takes into account temporal variations for each measurement coordinate at various locations.
  • a noise source with a high noise intensity is not always the main cause of communication failure and malfunction. In consideration of the actual effect on communication failure, noise generation frequency and phase information may be very important parameters.
  • the present invention has been made in view of the above problems, and an object thereof is to provide an electromagnetic field feature classification presentation device having an electromagnetic wave classification presentation function capable of classifying the characteristics of electromagnetic waves emitted from a measurement target. It is another object of the present invention to provide a near electromagnetic field distribution measurement system for an electromagnetic field having an electromagnetic wave classification presenting function capable of classifying the characteristics of electromagnetic waves emitted from a measurement target.
  • An electromagnetic field feature classification presenting apparatus includes an acquisition unit that collects measurement data associated with time series related to electromagnetic waves emitted from a measurement target in association with position coordinates, and the measurement data collected by the acquisition unit
  • the feature amount calculating means for calculating one or a plurality of feature amounts for each position coordinate, and the feature classification based on cluster analysis for the feature amount group of each position coordinate calculated by the feature amount calculation means Mapping is performed by the analysis means, the mapping processing means for mapping the result of classification of the feature analysis means by reflecting the number of feature classifications on the space corresponding to the measurement target by associating with the position coordinates, and mapping by the mapping processing means Output means for presenting the results.
  • the near electromagnetic field distribution measurement system includes a probe for detecting a near electromagnetic field, probe scanning means for scanning the probe, control means for controlling the probe scanning means in accordance with measurement of electromagnetic waves, and the probe Acquisition means for collecting time-related measurement data related to electromagnetic waves emitted from the measurement target via the position coordinates, and for the measurement data collected by the acquisition means, one or more for each position coordinate
  • a feature amount calculating means for calculating the feature amount of the feature, a feature analysis means for classifying the feature amount group of each position coordinate calculated by the feature amount calculation means based on cluster analysis, and Mapping processing means for mapping the classification result by reflecting the number of feature classifications on the space corresponding to the measurement target by associating the classification result with the position coordinates;
  • output means for presenting the result of the mapping mappings processing means, characterized by comprising comprises.
  • An electromagnetic field feature classification program includes: an acquisition unit that collects measurement data associated with a time series related to electromagnetic waves emitted from a measurement target in association with position coordinates; With respect to the measurement data collected by the means, a feature amount calculating means for calculating one or a plurality of feature amounts for each position coordinate, and a cluster analysis for the feature amount group of each position coordinate calculated by the feature amount calculating means.
  • Feature analysis means for performing feature classification based on, and mapping processing means for mapping the result of classification of the feature analysis means by reflecting the number of feature classifications on a space corresponding to the measurement target by associating with the position coordinates It is characterized by operating.
  • the electromagnetic field feature classification method collects measurement data associated with time series relating to electromagnetic waves emitted from a measurement target in association with position coordinates, and the collected measurement data is 1 to 3 for each position coordinate.
  • a plurality of feature amounts are calculated, a feature classification process based on cluster analysis is performed on the calculated feature amount group of each position coordinate, and a classification result of the feature classification process is associated with a position coordinate to execute the feature classification process.
  • the mapping processing is performed by reflecting the number of feature classifications on the space corresponding to the measurement object.
  • the electromagnetic field characteristic classification presentation apparatus which has the electromagnetic wave classification presentation function which can perform the characteristic classification of the electromagnetic waves emitted from a to-be-measured object can be provided.
  • ADVANTAGE OF THE INVENTION According to this invention, the near electromagnetic field distribution measurement system of the near electromagnetic field which has the electromagnetic wave classification presentation function which can classify
  • FIG. 1 is a block diagram showing a configuration of an electromagnetic field feature class presentation device according to the present invention.
  • FIG. 2 is a block diagram showing a near electromagnetic field distribution measurement system according to the present invention.
  • FIG. 3 is an explanatory diagram illustrating an example of the DUT 1 used in the embodiment.
  • FIG. 4A is an explanatory diagram illustrating an example (amplitude probability distribution and crossing rate distribution) of feature quantities measured at different position coordinates of the DUT 1.
  • FIG. 4B is an explanatory diagram illustrating an example (amplitude probability distribution and crossing rate distribution) of feature quantities measured at different position coordinates of the DUT 1.
  • FIG. 5 is a flowchart illustrating an example of processing operation of the feature analysis unit.
  • FIG. 1 is a block diagram showing a configuration of an electromagnetic field feature class presentation device according to the present invention.
  • FIG. 2 is a block diagram showing a near electromagnetic field distribution measurement system according to the present invention.
  • FIG. 3 is an explanatory diagram illustrating an example of the DUT 1 used
  • FIG. 6 is an explanatory diagram illustrating the result of performing cluster analysis on the characteristics of the measurement data group.
  • FIG. 7 is a flowchart illustrating a processing operation example of the mapping processing unit.
  • FIG. 8 is an explanatory diagram illustrating a method of presenting a mapping result regarding functional feature classification.
  • FIG. 9 is an explanatory diagram illustrating a method for presenting mapping results related to intensity classification.
  • FIG. 10 is an explanatory diagram illustrating an example of a processing operation for determining a presentation method from a cluster analysis result.
  • FIG. 11 is an explanatory diagram illustrating the result of performing cluster analysis on both the teacher data to which the index is assigned and the characteristics of the measurement data group.
  • FIG. 12 is an explanatory diagram illustrating a presentation method for the cluster analysis result illustrated in FIG. 11.
  • FIG. 13 is an explanatory diagram illustrating a method for presenting mapping results together with design data.
  • FIG. 14 is an explanatory diagram illustrating a method for presenting a mapping result reflecting
  • FIG. 1 is a block diagram showing a configuration of an electromagnetic field feature classification presentation device.
  • the electromagnetic field feature class presentation device 100 includes an acquisition unit 101, a feature amount calculation unit 102, a storage unit 103, a feature analysis unit 104, a mapping processing unit 105, and an output unit 106.
  • the acquisition unit 101 in FIG. 1 converts electromagnetic waves including disturbances such as interference waves into data.
  • the reception interface used at this time may be a voltmeter, an electric field strength meter, a spectrum analyzer, or the like that can measure the amplitude for each frequency of electromagnetic waves.
  • the acquisition unit 101 has a function of repeating sampling (measurement of frequency and amplitude value) for each measurement position over a predetermined time, and converts a waveform change with time of electromagnetic waves into measurement data with a digital time series. To do.
  • the measurement data with this time series is associated with position coordinate information for each position coordinate where the measurement is performed.
  • the measured measurement data is sent to the feature amount calculation unit 102 so that it can be classified for each position coordinate.
  • the feature amount calculation unit 102 calculates one or more feature amounts from measurement data with a sampled time series for each measurement location.
  • the amount of processing increases when the measurement data itself is subjected to analysis as described later. Moreover, a large capacity memory is required for the measuring instrument.
  • the measurement data at each measurement position into one or a plurality of feature amounts, the data amount is compressed, and processing close to real time with lower resources becomes possible.
  • the type and number of features can be arbitrarily determined.
  • statistical parameters such as amplitude probability distribution (APD) and crossing rate distribution (CRD) can be used for electromagnetic wave feature classification.
  • the amplitude probability distribution and the crossover rate distribution are explained as an example of the feature quantity, but a single parameter such as an average value and a peak value, or an amplitude probability density distribution, crossover rate distribution, pulse width distribution, waiting Different feature quantities such as time distribution may be used alone or in combination.
  • feature amounts indicating different information such as amplitude and phase may be combined in order to increase classification accuracy.
  • EMI countermeasure or the like it is possible to measure the similarity of measurement data more precisely by combining a plurality of similar feature amounts.
  • the amplitude probability distribution is based on the measurement data accompanied by the time series of amplitude values sent from the acquisition unit 101 at the previous stage, and the time T i when the amplitude envelope exceeds the specified amplitude value E k. , A statistic obtained by the ratio of the total measurement time T. (See Equation 1 below) Since the relationship between the frequency of occurrence of noise and the amplitude intensity is expressed, it is useful as an interference wave evaluation measure for digital noise. Moreover, the crossover rate distribution (CRD) has a number N i of amplitude follicles drop has crossed the amplitude value E k defined in the positive direction (or negative direction), a statistic determined by the ratio of the total measurement time T.
  • the relationship between the number of amplitude fluctuations of the noise and the amplitude intensity is expressed. If there is no overlap of pulses gives the number per unit of the pulse time with an amplitude greater than the amplitude value E k.
  • the feature amount for each position coordinate calculated by the feature amount calculation unit 102 is stored in the storage unit 103 in association with the measurement data.
  • the feature analysis unit 104 appropriately reads feature amount groups of the same type of features of each position coordinate stored in the storage unit 103 and performs cluster analysis when the feature amount data of the desired number of position coordinates has been prepared. To classify features. Cluster analysis is a machine learning technique that compares similarities between data and forms clusters for each similar data.
  • Cluster analysis enables feature classification for each piece of feature quantity data for each position coordinate having a high degree of similarity.
  • the feature analysis unit 104 stores the classification result in the storage unit 103 after completing the feature classification.
  • the mapping processing unit 105 reads out the classification result by the cluster analysis together with the position coordinates (measurement position) from the storage unit 103, and assigns a predetermined or arbitrary division number (mapping) to each position coordinate on the space corresponding to the object to be measured.
  • the feature classification results corresponding to the number of classifications: the number of feature classifications) are sequentially mapped.
  • each cluster classified according to the feature can be differentiated into recognizable (for example, group 1, group 2,).
  • the number to be classified into clusters is preferably determined by a user confirming the result of cluster analysis and then inputting a desired number of classifications from an external input terminal.
  • a fixed value can also be used.
  • a plurality of classification numbers may be received from the user and the subsequent processing may be performed in parallel.
  • an appropriate number of divisions may be proposed to the user from the apparatus side, and the input number of divisions may be received. If the map using a plurality of different classification numbers is presented so that it can be compared, information measured effectively can be used.
  • the mapping processing unit 105 determines the number of display colors and patterns corresponding to each cluster, notifies the mapping result to the output unit, and records it in the storage unit.
  • the output unit 106 outputs the mapping result of the mapping processing unit 105 to an external display device such as a display.
  • the user can obtain a distribution image of the electromagnetic waves classified as features and use it for EMI countermeasures.
  • This similar feature distribution image can provide convenience different from the intensity distribution image using the amplitude of a predetermined frequency band.
  • FIG. 2 shows an example in which the electromagnetic field classification apparatus 100 is incorporated in the near electromagnetic field distribution measurement system. The details of the interface circuit and the like are not described here.
  • the DUT 1 is a circuit board of an electronic device, for example.
  • the wireless communication board shown in FIG. 3 will be described as an example.
  • two LSIs digital circuit A and digital circuit B
  • an RF receiving circuit are mounted on this wireless communication board.
  • the probe 2 is a sensor that measures an electromagnetic field radiated from the device under test 1 in the vicinity of the device under test 1.
  • the probe 2 is configured using a loop antenna, a dipole antenna, or the like for measuring an electromagnetic field.
  • the electromagnetic wave detected by the probe 2 is input to the acquisition unit 101 via a cable.
  • the probe scanning device 107 operates the electromagnetic field probe 2 for measuring the electromagnetic field and a stage for scanning the electromagnetic field probe 2.
  • a DUT 1 is placed on the stage.
  • the probe scanning device 107 is preferably configured to be movable along three axes, up, down, front, back, left, and right. Further, a mechanism for replacing the front and back of the substrate to be measured during measurement may be incorporated. Further, a movable range in which the probe 2 can cover both sides may be given as a mechanism.
  • the control unit 108 controls the probe scanning device 107 based on the input measurement position information (scanning range) to move the electromagnetic field probe 2 to the measurement start position. Thereafter, the control unit 108 outputs a measurement start signal and measurement conditions for starting the measurement of electromagnetic waves with time series obtained from the electromagnetic field probe 2 to the acquisition unit 101 and the like. Further, the control unit 108 may control the operation of the DUT 1 in cooperation with electromagnetic wave measurement.
  • the acquisition unit 101 Upon receiving the measurement start signal, the acquisition unit 101 starts measurement according to the measurement conditions, samples the measurement frequency for a predetermined measurement time for each measurement position (measurement coordinate) included in the measurement conditions, and stores the waveform of the electromagnetic wave as data. To obtain measurement data with time series.
  • FIG. 4A shows an example of an amplitude probability distribution obtained from different position coordinates ((x1, y1), (x2, y2)). Each of the two amplitude probability distributions shows a characteristic curve, and the slope is different from that of the thermal noise amplitude probability distribution. This indicates that there was noise generated from two digital circuits having different noise characteristics.
  • FIG. 4A shows an example of an amplitude probability distribution obtained from different position coordinates ((x1, y1), (x2, y2)). Each of the two amplitude probability distributions shows a characteristic curve, and the slope is different from that of the thermal noise amplitude probability distribution. This indicates that there was noise generated from two digital circuits having different noise characteristics.
  • FIG. 4A shows an example of an amplitude probability distribution obtained from different position coordinates ((x1, y1), (x2, y2)). Each of the two amplitude probability distributions shows a characteristic curve, and the slope is different from that of the thermal noise amplitude probability distribution. This indicates that there was noise generated from two digital circuits
  • the control unit 108 determines whether or not all the measurement coordinates of a predetermined measurement location (measurement range) have been completed, and if not, moves the electromagnetic field probe 2 to the next measurement position. When the waveform sampling measurement of the electromagnetic wave is sequentially repeated and the measurement for all the measurement position coordinates is completed, the control unit 108 notifies the probe scanning device 107 of the completion of the movement of the probe and ends the acquisition of the measurement data.
  • the electromagnetic wave classification process by the feature analysis unit 104 is executed at the stage where the storage of the feature point data necessary for the cluster analysis is completed.
  • the feature amount may be calculated, and the analysis, mapping process, and display using the calculated feature amount may be performed in real time. Further, the number of divisions, the type of feature amount to be used, and the like may be appropriately received from the user, and re-display or additional display may be performed.
  • FIG. 5 is a flowchart showing an example of processing operation in the feature analysis unit 104.
  • the feature analysis unit 104 reads the feature amount group of each position coordinate from the storage unit 103 when the number of data of the feature amount of each position coordinate that is the analysis target is complete (step a1).
  • FIG. 6 is a tree diagram showing the result of performing a hierarchical cluster analysis on the characteristics of the measurement data of the object 1. Also, the cluster division position is presented so that it can be viewed. This hierarchical cluster analysis result is obtained by measuring the near electromagnetic field divided into 11 horizontal 11 ⁇ vertical 11 points (total 121 points) for the object 1 and hierarchically calculating the amplitude probability distribution calculated as the feature quantity. This is the result of cluster analysis.
  • the measurement data accompanied by the time series of each measurement position coordinate is organized based on the characteristics obtained from the waveform.
  • feature classification of measurement data based on cluster analysis is performed.
  • the hierarchical cluster analysis used here is a multivariate that integrates data with high similarity as a sequential cluster based on the definition of a certain intercluster distance, and finally ends the analysis when one cluster is integrated. This is one method of analysis.
  • the distance (height: vertical axis) at which the clusters are formed is obtained together with the formation of the clusters.
  • FIG. 7 is a flowchart showing an example of processing operation in the mapping processing unit 105.
  • the mapping processing unit 105 reads the analysis result of the cluster analysis performed by the preceding feature analysis unit 104 from the storage unit 103 (step b1). At this time, the read cluster analysis result may be presented to the user from the output unit 106 at the next stage. Next, the desired number of cluster divisions is received from the user (step b2). In addition, it is good also as using the number of the predetermined ratio based on a predetermined value or a total analysis object number (all 121 points) first. After that, it is desirable to accept selection from the user as appropriate. If the analysis result is a hierarchical cluster analysis as the cluster analysis, the number of clusters to be divided is determined by the cutting position (height) of the tree diagram.
  • the cluster is divided at the portion where the branches are branched into five as shown in the tree diagram of FIG.
  • This desired number of divisions is the number of characteristic classifications of noise characteristics (number of classification groups: number of clusters) that the user refers to.
  • number of classification groups number of clusters
  • the mapping processing unit 105 allocates a presentation method to be presented to each position coordinate belonging to each divided cluster corresponding to the determined number of divisions (step b3).
  • mapping processing unit 105 maps the group classification result (feature classification result) and the presentation method (display color and pattern) in which the number of feature classifications is reflected on each position coordinate on the two-dimensional plane (step b4). .
  • the output unit 106 provides the user with the mapping result of the preceding mapping processing unit 105.
  • the providing method may be any method and may be performed via a display or a printer. Further, it may be stored in the storage unit 103 and used for other information processing.
  • FIG. 8 shows a presentation example in which feature classification of measurement data is performed when the number of clusters is classified into five.
  • the intensity distribution of the corresponding measurement data at this time is shown in FIG.
  • the user can read many things from the result of FIG. First, since different groups are formed in the vicinity of the position coordinates where two digital circuits (see FIG. 3) are mounted, it can be determined that the digital circuit A and the digital circuit B generate noise having different characteristics. Next, when attention is paid to the position coordinates around which the RF receiving circuit is mounted, a portion classified into the same group as the upper digital circuit A can be visually recognized. This represents the possibility that noise that interferes with the RF receiving circuit is caused by the upper digital circuit A. According to this consideration, it can be estimated that the digital circuit A is a noise source having a large influence on the transmission / reception failure.
  • the above determination is information that cannot be read from an intensity distribution obtained by mapping points with high noise intensity.
  • the difference in the characteristics of the two digital circuits cannot be determined from the electromagnetic wave intensity distribution of the DUT 1 shown in FIG.
  • the position coordinates on which the RF receiving circuit is mounted and the digital circuit B with a short distance are electromagnetically coupled, and it is difficult to make a correct judgment only from the intensity distribution of the electromagnetic wave.
  • different noise components can be distinguished for each feature and the same kind of noise can be derived. Therefore, for example, it is possible to provide useful information for easily finding a noise source having a large influence on the interfered part.
  • the classification method is based on machine learning, analysis that is not easily influenced by the experience and knowledge of the operator is possible.
  • mapping processing unit 105 mechanically selects a presentation method for each cluster to be mapped based on the distance between clusters acquired from the cluster analysis result. Since the operation from the start of measurement to the feature analysis unit 104 is the same as that of the first embodiment, description thereof is omitted.
  • the mapping processing unit 105 reads the cluster analysis result from the storage unit 103, receives the designation of the number of divisions, and selects a presentation method to be given to each divided cluster.
  • the presentation color of each group for mapping is determined based on the inter-cluster distance of cluster analysis.
  • the mapping processing unit 105 maps the feature classification result corresponding to a predetermined or arbitrary number of divisions to each position coordinate in the space, reflecting the determined presentation method.
  • the height of the nodes in the tree diagram is represented by the cluster distance when the clusters are integrated. Therefore, by selecting a presentation method that reflects the cluster distance, it is possible to perform mapping that expresses the degree of similarity between groups. In this selection, pattern similarity (for example, the density of dots and hatching) may be used.
  • FIG. 10 is a schematic diagram illustrating a processing example in which the display color is determined from the cluster distance when the group is divided into four groups.
  • the schematic diagram may be presented to the user and various operations may be accepted.
  • the mapping processing unit 105 accepts “4” as the number of divisions and divides the data into four clusters, and responds to the distance at which each cluster is combined with other clusters on the basis of the maximum distance when the whole is clustered.
  • Select display scale display color
  • the number of groups is 4, the height at the stage when all four clusters are joined (uppermost arrow), and each cluster is compared with other clusters.
  • the display color is determined and processed based on the combined height.
  • the height at which Group 1 is integrated and the height at which Group 4 is integrated becomes the reference of the maximum value-minimum value of the display scale, the height at which Group 3 is integrated, and the height at which Group 2 is integrated.
  • the display color is determined from the display scale.
  • the display color of each group can be determined based on the height when the group is integrated with another group.
  • the height of the branches of the dendrogram represents the distance when the clusters are integrated.
  • the cluster of group 1 is a group having a very characteristic noise characteristic at a distance from other integrated clusters.
  • the distance between the group 2 and the integrated cluster of the group (3, 4) is not so high, it can be determined that the noise components are somewhat similar.
  • the hue used for the display color scale may be arbitrarily selected from commonly used hues having a maximum-minimum distribution such as red-blue, white-black, or white-red-blue-black.
  • the selection of the presentation method to be given to each divided cluster can be further improved in visibility by performing arithmetic processing based on the rank and ratio using the value of the distance between clusters. Further, when the images are generally similar (when the scale width is small in the tree diagram), the distance between clusters may be emphasized by squaring the distance. By selecting the presentation method based on the cluster distance, the user can easily visually determine the similarity between the cluster distances from the spatial mapping result. It can be estimated that the groups having similar hues are similar to each other.
  • an electromagnetic field feature classification presenting apparatus suitable for a near electromagnetic field distribution measurement system having a function of classifying and displaying the characteristics of electromagnetic waves.
  • the third embodiment is characterized in that characteristic noise data whose generation source is a digital circuit element, a circuit configuration, or the like is stored and used in advance as teacher data.
  • the mapping processing unit 105 refers to the cluster analysis result and provides the user with an index associated with the teacher data for the group in which the teacher data is classified.
  • a function of emphasizing measurement coordinates having characteristics similar to teacher data is provided.
  • one or a plurality of teacher data (samples) associated with reference information (indexes) to be presented to the user at the time of mapping are stored in the storage unit 103.
  • the teacher data is, for example, a characteristic amount of noise characteristics radiated from an arbitrary digital circuit or element, a characteristic amount of an interfered part, a characteristic amount of thermal noise, or the like.
  • a plurality of feature amounts may be included as one teacher data.
  • known information obtained by actual measurement may be used, or information calculated in advance by simulation or theoretical calculation may be used.
  • the feature analysis unit 104 reads the feature amount group of each position coordinate and one or more teacher data from the storage unit 103. Next, the feature analysis unit 104 performs cluster analysis by combining the feature amount of each position coordinate and the teacher data. When the cluster analysis is completed, the feature analysis unit 104 stores the analysis result in the storage unit 103.
  • the analysis result performed here is a cluster analysis result in which teacher data enters several groups. In other words, the measurement data of the position coordinates similar to the teacher data are classified into the same group as the teacher data.
  • the mapping processing unit 105 reads the feature classification result from the storage unit 103, receives the designation of the number of divisions, and selects a presentation method to be given to each divided cluster.
  • the mapping processing unit 105 recognizes the cluster in which the teacher data is included, and highlights, assigns a predetermined display color and pattern, and indicates the index associated with the teacher data for the position coordinates of the group.
  • the presentation method is determined so that it can be identified as required.
  • the mapping processing unit 105 maps the feature classification result corresponding to a predetermined or arbitrary number of divisions to each position coordinate in the space, reflecting the determined presentation method. Examples of indices associated with teacher data include causes, countermeasures, related technologies, element names, and development model names. It is also possible to associate circuit design data and element specifications. Further, another teacher data related to the feature of the teacher data may be linked. If the teacher data are linked, the feature to be emphasized (cluster, group) can be switched by selecting an index.
  • a mechanism for validating the index may be adopted according to the distance between the groups and sub-groups that include the teacher data. For example, if the cluster distance to which the two teacher data belong is within a predetermined threshold, an indicator of a predetermined wording is presented, so that the countermeasure method can be displayed separately. By this mapping process, the output can be displayed so that the position coordinates of the group including the teacher data can be identified by an arbitrary presentation method. For this reason, the user can visually determine where the noise having the characteristic to be detected is located on the substrate.
  • FIG. 11 is a schematic diagram showing a feature classification result including teacher data in which the word “noise source” is linked as an index when the group is divided into four groups.
  • FIG. 12 is a display example of the mapping result reflecting the feature classification result.
  • a noise source lower left in the figure
  • this figure shows a presentation method in which an indicator associated with teacher data is displayed as a group identification wording and highlighted so as to surround measurement data belonging to the group in which the teacher data is included. .
  • an electromagnetic field feature class presentation device suitable for a near electromagnetic field distribution measurement system having a function of classifying and displaying electromagnetic wave features
  • the fourth embodiment is characterized in that design data including an arrangement of an electronic circuit to be measured, a board layout, an inner layer layout, and the like is stored in advance and used. Only the image of the object to be measured may be used.
  • a function is provided that selects arbitrarily designated coordinate positions, predetermined positions in design data or images, elements, circuits, and the like, and emphasizes a group in which the position coordinates are classified. Since the operation from the start of measurement to the feature analysis unit 104 is the same as that of the first embodiment, description thereof is omitted.
  • board design information (board layout, component placement information, etc.) is stored in advance in the storage unit 103 as design data.
  • the measurement position coordinate information and the component position information are associated with each other. The association may be performed artificially or with reference to image recognition, CAD data, or the like.
  • the mapping processing unit 105 reads the cluster analysis result from the storage unit 103, receives the designation of the number of divisions, and selects a presentation method to be given to each divided cluster. At this time, the mapping processing unit 105 receives the designation of the design or image, recognizes the designated place, and assigns a highlighted display or a predetermined display color or pattern to the position coordinates of the group including the place.
  • the presentation method is determined so that it can be identified as required by displaying information associated with the design data.
  • the mapping processing unit 105 maps the feature classification result corresponding to a predetermined or arbitrary number of divisions to each position coordinate in the space, reflecting the determined presentation method. In this way, by selecting the required design data and image coordinates, you can select important elements (more specifically, terminals) and important measurement position coordinates. It is possible to identify position coordinates that have been classified (clustered) into the same group. In addition, a system that emphasizes selected groups on the feature classification map that has been presented can also provide useful knowledge.
  • the presentation method can be differentiated, such as by highlighting the position coordinates classified into the same group as the specified position coordinates, etc. Can be displayed in a distinguishable manner. For this reason, for example, the user can visually determine where the noise source having the characteristic to be identified is located on the substrate and which part is affected.
  • knowledge that can be used for feedback to circuit design and circuit layout can also be obtained. Further, the board layout may be displayed on the screen so as to be associated with the measurement position coordinates.
  • FIG. 12 is a display example of the mapping result.
  • the user can identify noise sources of the same type as the digital circuit A and the digital circuit B, which are important parts, by referring to the design data or images. Thereby, for example, it can be objectively determined to which part the noise generated from each component interferes.
  • the above embodiments may be used in combination as required. It is also desirable that the intensity distribution can be displayed together. Further, the feature classification distribution and the intensity distribution may be displayed in an overlapping manner. In addition, what is necessary is just to implement
  • a control program used for electromagnetic field feature classification is developed in the RAM, and by operating hardware such as a control unit (CPU) based on this program, each unit is used as various means. Realize. Further, the program may be recorded in a fixed manner on a storage medium and distributed. The program recorded on the recording medium is read into a memory via a wired, wireless, or recording medium itself, and operates a control unit or the like. Examples of the recording medium include an optical disk, a magnetic disk, a semiconductor memory device, and a hard disk.
  • an information processing system that operates as an electromagnetic field feature classification presentation device is based on an electromagnetic field feature classification program developed in a RAM, an acquisition unit, a feature amount calculation unit, It can be realized by operating a control unit as a feature analysis unit and a mapping processing unit.
  • This system can be built on a single personal computer, server, or cloud.
  • the electromagnetic field feature classification presentation device can identify measurement coordinates having similar features and divide them into the required number for measurement data with time series acquired for each position coordinate. Become.
  • the system may output an alert or error.
  • the electromagnetic field feature classification presenting apparatus and the near electromagnetic field distribution measurement system to which the present invention is applied classify noise features measured at each measurement coordinate mechanically by cluster analysis, and the classification result is positioned. Mapping is performed by associating the coordinates with the feature classification. From the cluster analysis, it can be determined that the position coordinates of the measurement data belonging to the same group have similar noise characteristics. For example, even when there are a plurality of interfered parts and noise sources on the substrate, the knowledge of the noise characteristics can be quickly grasped by visually recognizing the mapping result.
  • this feature classification method is a machine learning method based on cluster analysis, the feature classification method is less susceptible to differences in worker ability.
  • a plurality of measurement directions may be measured by one scan, or may be measured in a plurality of times. Moreover, you may measure in three dimensions. Moreover, you may measure by changing an angle with respect to the same coordinate. For the measurement data for each position coordinate, it is useful to extract the required measurement data and perform cluster analysis after calculating the feature values of various places, and then map the analysis results according to the measurement direction etc. Get information. For example, a processing routine may be employed in which measurement data for each side of a double-sided substrate is integrated at the time of feature classification and cluster analysis is performed to obtain feature classification, and then mapping processing is performed for each surface during mapping processing. For example, as shown in FIG.
  • the mapping processing result may indicate the observation surface of the substrate in a transmissive rear surface or a horizontally reversed display. Further, the mounting arrangement may be presented in an overlapping manner. In the drawing, an indicator for the position designated by the cursor is presented. In this way, knowledge that can grasp the influence on the other surface can be obtained. In addition, the board inner layer pattern, the via position, and the like can be easily called from the design data. As a result, a noise source and noise propagation path can be identified and a performance improvement policy can be obtained efficiently. That is, according to the present invention, it is possible to provide an electromagnetic field feature classification presentation device having an electromagnetic wave classification presentation function capable of classifying the characteristics of electromagnetic waves emitted from a measurement target.
  • the present invention it is possible to provide a near electromagnetic field distribution measurement system for a near electromagnetic field having an electromagnetic wave classification presenting function capable of classifying the electromagnetic waves emitted from the measurement target.
  • the block configuration can be separated and merged, the procedure can be changed, and the combinations of the individual embodiments can be freely changed as long as the gist of the present invention and the functions to be described are satisfied.
  • the invention is not limited.
  • the measurement data with time series in the acquisition unit is measured by measuring the electric field and the magnetic field. However, even if the time series data of both the electric field and the magnetic field are acquired. good.
  • the hierarchical cluster analysis has been described as an example, but non-hierarchical cluster analysis such as a k-means method may be performed.
  • the user may input a desired number of cluster divisions before executing the cluster analysis of the feature analysis unit, and perform non-hierarchical cluster analysis based on the number of divisions.
  • mapping in the mapping processing unit the classification result is reflected in the lattice-like block.
  • the mapping is not limited to this, and a rectangle, hexagon, or a circle reflecting the probe detection range may be used. good.
  • the position coordinates of the same group may be connected by a contour curve.
  • a part or all of the above-described embodiments can be described as follows.
  • An electromagnetic field feature classification presenting apparatus characterized in that: [Appendix 3]
  • a sample with a time series in which characteristics relating to electromagnetic waves to be classified are reflected is stored in advance as teacher data.
  • the feature analysis unit performs feature classification based on cluster analysis on the feature amount group of each position coordinate calculated by the feature amount calculation unit and the teacher data,
  • the mapping processing means maps the measurement data clustered in the same group as the teacher data when mapping the classification result of the feature analysis means on the space corresponding to the measurement target in association with the position coordinates. Mapping the position coordinates so that they can be identified
  • An electromagnetic field feature classification presenting apparatus according to the above supplementary note.
  • the teacher data is associated with an index to be presented to the user, Mapping the position coordinates of measurement data clustered in the same group as the teacher data so that the index associated with the teacher data can be identified
  • An electromagnetic field feature classification presenting apparatus according to the above supplementary note.
  • the mapping processing unit clusters the classification result of the feature analysis unit in the same group as the arbitrarily designated coordinate position when mapping the classification result on the space corresponding to the measurement target in association with the position coordinate.
  • the electromagnetic field feature class presentation device according to the above supplementary note, wherein the mapping processing is performed so that the position coordinates of the measured data can be identified.
  • the design data related to the measurement target to be analyzed is stored in advance
  • the mapping processing means associates the classification result of the feature analysis means with a position coordinate and maps it on a space corresponding to the measurement target, and the same group as the coordinate position specified on the design data Map the position coordinates of the measurement data clustered in a recognizable manner
  • An electromagnetic field feature classification presenting apparatus according to the above supplementary note.
  • the storage unit stores in advance an image related to the measurement target to be analyzed, When the mapping processing means maps the classification result of the feature analysis means on the space corresponding to the object to be measured in association with the position coordinates, the mapping processing means is assigned to the same group as the coordinate position designated on the image.
  • Measurement data with the time series to be collected by the acquisition unit includes a measurement data the collected from a plurality of measurement directions about the object to be measured,
  • the feature analysis unit is configured to execute the feature classification based on cluster analysis for the feature amount group of each position coordinate relating to measurement data acquired from the required multiple measuring direction,
  • the mapping processing unit maps the classification result of the feature analysis unit by reflecting the number of feature classifications on a space corresponding to each of the plurality of required measurement directions of the measurement target by associating the classification result with the position coordinates.
  • Measurement data with the time series to be collected by the acquisition unit includes a measurement data collected from each of both sides regarding the object to be measured to form a plate,
  • the feature analysis unit is configured to execute the feature classification based on cluster analysis for the feature amount group of each position coordinate relating to the measurement data collected from the both sides,
  • the mapping processing unit maps the classification result of the feature analysis unit by reflecting the number of feature classifications on a space corresponding to each surface of the measurement target by associating the result with the position coordinates.
  • the electromagnetic field feature class presentation device characterized by [Appendix 10] A probe for detecting a near electromagnetic field; Probe scanning means for scanning the probe; Control means for controlling the probe scanning means in accordance with the measurement of electromagnetic waves; An acquisition means for collecting measurement data associated with a time series related to electromagnetic waves emitted from the measurement target via the probe in association with position coordinates; With respect to the measurement data collected by the acquisition means, feature quantity calculation means for calculating one or more feature quantities for each position coordinate; Feature analysis means for performing feature classification based on cluster analysis for a feature quantity group of each position coordinate calculated by the feature quantity calculation means; Mapping processing means for mapping the result of classification of the feature analysis means by reflecting the number of feature classifications on a space associated with the measurement target by associating the result of classification with position coordinates; Output means for presenting the result of mapping by the mapping processing means; A near electromagnetic field distribution measuring system comprising: [Appendix 11] A near electromagnetic field distribution measuring system comprising the electromagnetic field feature classification presenting device according to the above supplementary
  • control means controls the probe scanning means in accordance with the measurement of electromagnetic waves so as to change the position and / or angle and / or plane of the object to be measured in accordance with the probe operation.
  • Near electromagnetic field distribution measurement system [Appendix 13] The near electromagnetic field distribution measurement system as described in the above supplementary note, wherein the control means controls the measurement target in accordance with measurement of electromagnetic waves so that the measurement target performs a required operation at a required timing. .
  • [Appendix 14] Control the information processing system
  • An acquisition means for collecting measurement data with time series associated with electromagnetic waves emitted from the measurement target in association with position coordinates; With respect to the measurement data collected by the acquisition means, feature quantity calculation means for calculating one or more feature quantities for each position coordinate; Feature analysis means for performing feature classification based on cluster analysis for a feature quantity group of each position coordinate calculated by the feature quantity calculation means; Mapping processing means for mapping the result of classification of the feature analysis means by reflecting the number of feature classifications on a space associated with the measurement target by associating the classification result with position coordinates; Electromagnetic field feature classification program characterized by operating as [Appendix 15] An electromagnetic field feature classification program constructed so as to realize the electromagnetic field feature classification presentation device described in the above supplementary note.
  • control unit of the information processing system is further operated as a control unit that controls a probe scanning unit for scanning a probe for detecting a near electromagnetic field in accordance with measurement of electromagnetic waves.
  • Classification program [Appendix 17] The above-mentioned supplementary note, wherein the control means is operated in accordance with the measurement of electromagnetic waves so as to change the position and / or angle and / or the surface of the measurement object in accordance with the probe operation. Electromagnetic field feature classification program.
  • mapping process An electromagnetic field feature classification method as described in the above supplementary note.
  • the teacher data is associated with an index to be presented to the user, Mapping the position coordinates of measurement data clustered in the same group as the teacher data so that the index associated with the teacher data can be identified
  • An electromagnetic field feature classification method as described in the above supplementary note.
  • Appendix 23 In the mapping process, when mapping the classification result on the space corresponding to the measurement target in association with the position coordinate, the position of the measurement data clustered in the same group as the arbitrarily designated coordinate position.
  • [Appendix 24] Preliminarily store and hold design data related to the measurement target to be analyzed, In the mapping process, when mapping the classification result on the space corresponding to the object to be measured by associating with the position coordinate, the measurement is clustered in the same group as the coordinate position designated on the design data. Mapping process to identify the position coordinates of data An electromagnetic field feature classification method as described in the above supplementary note.
  • [Appendix 25] Pre-store and hold an image related to the measurement target to be analyzed, In the mapping process, when mapping the classification result on the space corresponding to the measurement target in association with the position coordinate, the measurement data clustered in the same group as the coordinate position designated on the image To map the position coordinates of the An electromagnetic field feature classification method as described in the above supplementary note.
  • the measurement data with the time series collected includes measurement data collected from each of a plurality of measurement directions related to the measurement object, In the feature analysis, and it executes the feature classification based on cluster analysis for the feature amount group of each position coordinate relating to measurement data acquired from the required multiple measuring direction, In the mapping process, mapping is performed by reflecting the number of feature classifications on a space corresponding to each of the plurality of required measurement directions of the measurement target by associating classification results with position coordinates.
  • An electromagnetic field feature classification method as described in the above supplementary note.
  • Measurement data with time series collected includes measurement data collected from both sides of the object to be measured in the form of a plate, In the feature analysis, and it executes the feature classification based on cluster analysis for the feature amount group of each position coordinate relating to the measurement data collected from the both sides, In the mapping process, the classification result to reflect the characteristic classification number of position coordinates and straps attached to the said space so as to correspond to each surface to be measured is mapped
  • An electromagnetic field feature classification method as described in the above supplementary note, wherein

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)
  • Shielding Devices Or Components To Electric Or Magnetic Fields (AREA)

Abstract

電磁界特徴分類提示装置として、被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集する取得手段と、取得手段で収集された測定データに関して、位置座標ごとに１つ以上の特徴量を算定する特徴量算出手段と、特徴量算出手段で算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を行う特徴分析手段と、特徴分析手段の分類結果を位置座標と紐付けて被測定対象に対応させた空間上にマッピングするマッピング処理手段と、マッピング処理手段でマッピングした結果を提示する出力手段とを設ける。

Description

電磁界特徴分類提示装置
　本発明は、電磁波測定システムに関し、特に、測定対象から放射された時系列を伴う電磁波データを収集して、電磁妨害波の雑音源や雑音伝播経路などの特定に供する電磁界特徴分類提示装置、近傍電磁界分布測定システム、電磁界特徴分類プログラムおよび電磁界特徴分類方法に関する。
　電子部品が実装された基板の設計開発において、電磁妨害波（ＥＭＩ：Ｅｌｅｃｔｒｏ　Ｍａｇｎｅｔｉｃ　Ｉｎｔｅｒｆｅｒｅｎｃｅ）による無線通信障害や電子機器の誤動作が問題となっている。昨今の設計開発では、このような電磁波障害の要因となる電磁波発生源を特定するために近傍電磁界測定が行われている。これは、電磁界プローブを用いて基板上近傍を走査し、各測定点での電磁界における周波数特性を逐次取得することによって、雑音強度の高い点を検出するものである。また、基板や製品の電磁的な性能測定も同様な方法で実施されている。
　このような技術分野に対して、より効率的に雑音源を特定するため、多くの技術が開示されている。
　特許文献１では、回路基板の近傍にループアンテナを接近させ、電界によって生じる電流と、磁界によって生じる電流との合成電流を測定することにより、回路基板近傍の電磁界の電界および磁界成分を測定する手法が提案されている。
　特許文献２では、基板から放射される電磁波による電磁界強度分布図と、基板の画像データとを重ねてディスプレイ上に表示することによって、雑音源特定に役立つ装置が提案されている。
　特許文献３では、アンテナ電磁界分布と妨害波である基板近傍電磁界分布との相関を取ることによって、電子機器の送受信機能に影響の強い雑音についての情報を得る装置が提案されている。また、特許文献３には、電子機器の電磁界分布を測定してその電磁界発生源を特定する関連技術が開示されている。
　特許文献４では、測定対象から生ずる雑音をプローブで測定する際に、雑音の時間変動を考慮するために、複数測定個所について所定時間にわたって測定を行い、測定箇所ごとの強度変化をデータ化し、その強度分布を生成する技術が記載されている。
特開２０００−２０６１６３号公報 特開２０００−０１９２０４号公報 特開２００７−１９２７４４号公報 特開２０１１−０１７７１８号公報
　電子機器の進歩に伴いＥＭＩ対策や性能測定などに要求される水準も複雑化してきている。このため、使用者は被測定対象ごとに多大な労力や時間を日々費やしている。例えば、近年の多機能無線通信端末では、ＬＳＩが同一基板上に高密度に実装されていることや、ＬＳＩの低動作電圧化により、雑音による機能障害への影響が益々大きくなる傾向にあり、ＥＭＩ対策を複雑化させている。また、アンテナの性能向上や指向性調整なども複雑化している。
　特許文献１および特許文献２に記載された技術は、基板上の雑音の強度にのみ着目しており、被干渉部となる送受信部や回路へ雑音の結合度については考慮されていない。雑音強度が低くても、結合が強い場合は機能障害への影響が大きいため、実際の結合度を考慮した評価指標が必要である。
　特許文献３に記載された技術は、アンテナにおける電磁界分布と基板電磁界分布との相関をとることによって、被干渉部との結合の大きい雑音源の抽出を行っている。
　特許文献４に記載された技術は、諸所の測定座標ごとの時間変動を考慮した強度分布図を作成して提示できる。
　しかし、雑音強度の高い雑音源が、必ずしも通信障害や誤動作の主要因となっているとは限らない。実際に通信障害に与える影響を考慮した場合では、雑音の発生頻度や位相情報などが非常に重要なパラメータとなることもある。そのため、強度分布のみに基づく判断では機能障害への影響の大きさが計りきれないという問題がある。
　現状のＥＭＩ対策では、上記したような理由を含めた多くの理由により、ＥＭＩ評価で得た強度分布を参考にしつつ、測定者の経験や知識によって雑音源を判断して、その対策を行っている。
　本発明は、上記課題に鑑みて成されたものであり、被測定対象から放出される電磁波の特徴分類が可能な電磁波分類提示機能を有する電磁界特徴分類提示装置の提供を目的とする。
　また、被測定対象から放出される電磁波の特徴分類が可能な電磁波分類提示機能を有する近傍電磁界の近傍電磁界分布測定システムの提供を目的とする。
　本発明に係る電磁界特徴分類提示装置は、被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集する取得手段と、前記取得手段で収集された測定データに関して、位置座標ごとに１ないし複数の特徴量を算定する特徴量算出手段と、前記特徴量算出手段で算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を行う特徴分析手段と、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピングするマッピング処理手段と、前記マッピング処理手段でマッピングした結果を提示する出力手段と、を備えることを特徴とする。
　本発明に係る近傍電磁界分布測定システムは、近傍電磁界を検出するプローブと、前記プローブを走査するプローブ走査手段と、前記プローブ走査手段を電磁波の測定に合わせて制御する制御手段と、前記プローブを介して被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集する取得手段と、前記取得手段で収集された測定データに関して、位置座標ごとに１ないし複数の特徴量を算定する特徴量算出手段と、前記特徴量算出手段で算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を行う特徴分析手段と、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピングするマッピング処理手段と、前記マッピング処理手段でマッピングした結果を提示する出力手段と、を含みなることを特徴とする。
　本発明に係る電磁界特徴分類プログラムは、情報処理システムの制御部を、被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集する取得手段と、前記取得手段で収集された測定データに関して、位置座標ごとに１ないし複数の特徴量を算定する特徴量算出手段と、前記特徴量算出手段で算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を行う特徴分析手段と、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピングするマッピング処理手段、として動作させることを特徴とする。
　本発明に係る電磁界特徴分類方法は、被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集し、収集された測定データに関して、位置座標ごとに１ないし複数の特徴量を算定処理し、算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類処理を実施し、前記特徴分類処理の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピング処理することを特徴とする。
　本発明によれば、被測定対象から放出される電磁波の特徴分類が可能な電磁波分類提示機能を有する電磁界特徴分類提示装置を提供できる。
　本発明によれば、被測定対象から放出される電磁波の特徴分類が可能な電磁波分類提示機能を有する近傍電磁界の近傍電磁界分布測定システムを提供できる。
　図１は、本発明に係る電磁界特徴分類提示装置の構成を示すブロック図である。
　図２は、本発明に係る近傍電磁界分布測定システムを示すブロック図である。
　図３は、実施形態で用いる被測定物１の例を示す説明図である。
　図４Ａは、被測定物１の異なる位置座標で計測した特徴量の一例（振幅確率分布及び交叉率分布）を示す説明図である。
　図４Ｂは、被測定物１の異なる位置座標で計測した特徴量の一例（振幅確率分布及び交叉率分布）を示す説明図である。
　図５は、特徴分析部の処理動作例を示すフローチャートである。
　図６は、測定データ群の特徴に対してクラスター分析を実行した結果を例示した説明図である。
　図７は、マッピング処理部の処理動作例を示すフローチャートである。
　図８は、機能特徴分類に関するマッピング結果の提示方法を例示した説明図である。
　図９は、強度分類に関するマッピング結果の提示方法を例示した説明図である。
　図１０は、クラスター分析結果から提示方法を決定する処理動作例を説明する説明図である。
　図１１は、指標を付与した教師データと測定データ群の特徴とを共にクラスター分析を実行した結果を例示した説明図である。
　図１２は、図１１に示したクラスタ分析結果に対する提示方法を例示した説明図である。
　図１３は、設計データと共にマッピング結果の提示方法を例示した説明図である。
　図１４は、複数測定方向を反映させたマッピング結果の提示方法を例示した説明図である。
［第１実施形態］
　以下、本発明の第１実施形態として、電磁波の特徴を分類表示する機能を有する近傍電磁界分布測定システムに好適な電磁界特徴分類提示装置を説明する。
　図１は電磁界特徴分類提示装置の構成を示すブロック図である。電磁界特徴分類提示装置１００は、取得部１０１と、特徴量算出部１０２と、記憶部１０３と、特徴分析部１０４と、マッピング処理部１０５と、出力部１０６とを含みなる。
　図１の取得部１０１は、妨害波等の外乱を含む電磁波をデータ化する。このとき用いられる受信インタフェースは、電磁波の周波数ごとに振幅が測定可能な電圧計、電界強度計、スペクトラムアナライザ等を用いればよい。
　この取得部１０１は、所定時間にわたりサンプリング（周波数と振幅値の測定）を測定位置ごとに繰り返す機能を有しており、電磁波の時間経過に伴う波形変化をデジタルの時系列を伴う測定データに変換する。この時系列を伴う測定データは、測定が行われた位置座標ごとに位置座標情報と紐付けられる。
　計測された測定データは、位置座標ごとに区分可能に特徴量算出部１０２に送られる。
　特徴量算出部１０２は、測定箇所ごとのサンプリングされた時系列を伴う測定データから１ないし複数の特徴量を算出処理する。電磁妨害波のような時間変動の激しい時系列データを精度よくサンプリングするために非常に高速なサンプリングを行うため、測定データそのものを後述するような分析にかけることは処理量が増大する。また、測定器に大容量のメモリが必要となる。
　個々の測定位置の測定データを１ないし複数の特徴量に変換することで、データ量が圧縮され、より低リソースでリアルタイムに近い処理が可能となる。特徴量の種別や種類数は、任意に定めることができる。
　特徴量には、例えば、振幅確率分布（ＡＰＤ：Ａｍｐｌｉｔｕｄｅ　Ｐｒｏｂａｂｉｌｉｔｙ　Ｄｉｓｔｒｉｂｕｔｉｏｎ）や交叉率分布（ＣＲＤ：Ｃｒｏｓｓｉｎｇ　Ｒａｔｅ　Ｄｉｓｔｒｉｂｕｔｉｏｎ）などの統計パラメータを電磁波特徴分類に利用できる。
　なお、以下の説明では特徴量として振幅確率分布と交叉率分布を一例として説明するが、平均値、尖頭値などの単一パラメータ、もしくは振幅確率密度分布、交叉率分布、パルス幅分布、待ち時間分布などの異なる特徴量を単独又は複数組み合わせて用いても良い。
　特徴量の組み合せを用いる場合、分類の精度を高めるために、振幅と位相など異なる情報を示す特徴量を組み合わせると良い。また、所定のＥＭＩ対策などでは、同様の特徴量を複数組み合わせてより緻密に測定データの類似を測ることも可能である。
　振幅確率分布（ＡＰＤ）は、前段の取得部１０１から送られてきた振幅値の時系列を伴う測定データを元に、振幅包落線が規定の振幅値Ｅｋを超えている時間Ｔｉと、全測定時間Ｔの比で求められる統計量である。（下記数式１参照）雑音の発生頻度と振幅強度の関係が表されることから、デジタルノイズに対する妨害波評価尺度として有用である。
Figure JPOXMLDOC01-appb-I000001
　また、交叉率分布（ＣＲＤ）は、振幅包落が規定の振幅値Ｅｋを正方向（または負方向）に交叉した回数Ｎｉと、全測定時間Ｔの比で求められる統計量である。（下記数式２参照）雑音の振幅変動数と振幅強度の関係が表される。パルスの重なりがない場合は、振幅値Ｅｋを超える振幅を持つパルスの単位時間当たりの個数を与える。
Figure JPOXMLDOC01-appb-I000002
　特徴量算出部１０２で算出した位置座標ごとの特徴量は、記憶部１０３に測定データと関連付けられて保存される。
　特徴分析部１０４は、所望数の位置座標の特徴量データが揃った段階で、記憶部１０３に保存された各位置座標の同一種別の特徴の特徴量群を適宜読み出して、クラスター分析を実行して特徴分類を行う。クラスター分析は、データ間の類似度を比較して、似ているデータごとにクラスターを形成する機械学習手法である。
　クラスター分析により、位置座標ごとの特徴量データを類似度が高いものごとに特徴分類が可能になる。特徴分析部１０４は、特徴分類を終了した後、その分類結果を記憶部１０３に保存する。
　マッピング処理部１０５は、上記クラスター分析による分類結果を記憶部１０３から位置座標（測定位置）と共に読み出して、被測定物に対応させた空間上の各位置座標に、所定若しくは任意の分割数（マッピング分類数：特徴分類数）に応じた特徴分類結果を順次マッピングする。このマッピング処理によって、特徴に応じて分類された各クラスターが認知可能（例えば、グループ１、グループ２、…）に差別化できる。
　クラスターに分類する数（マッピング分類数：特徴分類数）については、ユーザーがクラスター分析の結果を確認後、所望の分類数を外部入力端末から入力することによって決定できることが望ましい。無論固定値を用いることもできる。また、複数の分類数をユーザーから受け付けて以後の処理を並列的に行っても良い。また、ユーザーに対して適度な分割数（分割候補数）を装置側から提案して、入力された分割数を受け付けてもよい。異なる複数の分類数を用いたマップは、対比できるように提示すると効果的に測定した情報を利用できる。
　この分類数に基づいて、マッピング処理部１０５は各クラスターに対応する表示色や模様などの数を決定して、マッピング結果を出力部に通知すると共に記憶部に記録する。
　出力部１０６は、マッピング処理部１０５の上記マッピング結果をディスプレイなどの外部表示装置に出力する。
　この提示により、ユーザーは特徴分類された電磁波の分布画像を得られ、ＥＭＩ対策などに用いられる。この類似特徴分布画像は、所定周波数帯の振幅などを用いた強度分布画像と異なる利便性を提供できる。
　以下、電磁界特徴分類提示装置の実施例を説明する。図２は近傍電磁界分布測定システムに電磁界分類装置１００を組み込んだ例である。なお、インタフェース回路などの細部は説明を省略する。
　被測定物１は、例えば電子機器の回路基板である。本実施例では、図３に示す無線通信基板を例に説明する。この無線通信基板には、２つのＬＳＩ（デジタル回路Ａ、デジタル回路Ｂ）とＲＦ受信回路が搭載されている。
　プローブ２は、被測定物１から放射される電磁界を被測定物１の近傍において測定するセンサである。プローブ２は、電磁界を測定するためのループアンテナやダイポールアンテナ等を用いて構成される。プローブ２で検出された電磁波はケーブルを介して取得部１０１に入力される。
　プローブ走査装置１０７は、電磁界を測定する電磁界プローブ２と電磁界プローブ２を走査するためのステージとを操作する。ステージには、被測定物１が載せられる。プローブ走査装置１０７は、制御部１０８により設定された位置に電磁界プローブ２を移動させるために、上下前後左右の３軸に沿って移動可能に構成されていることが望ましい。また、被測定基板の表裏を測定中に置き換える機構を組み込んでも良い。また、プローブ２が両面をカバーできるような可動範囲を機構として与えても良い。
　電磁波測定を開始する際に、制御部１０８は、入力された測定位置情報（走査範囲）に基づいてプローブ走査装置１０７を制御して、電磁界プローブ２を測定開始位置に移動させる。その後、制御部１０８は、電磁界プローブ２から得られる時系列を伴う電磁波の測定を開始する測定開始信号や測定条件を、取得部１０１などに出力する。また、制御部１０８は、電磁波の測定と連携させて被測定物１の動作を制御しても良い。
　取得部１０１は、測定開始信号を受け取ると、測定条件にしたがって測定を開始し、測定条件に含まれる測定位置（測定座標）ごとに、測定周波数を所定の測定時間サンプリングして電磁波の波形をデータ化し、時系列を伴う測定データを取得する。測定データは、適宜特徴量算出部１０２に送られ、指定された特徴量（振幅確率分布や交叉率分布など）を算出する。算出された特徴量データは、位置座標と関連付けられて逐次記憶部１０３に保存される。
　なお、被測定物１から放出される電磁波の特徴量について説明する。
　図４Ａに、異なる位置座標（（ｘ１，ｙ１），（ｘ２，ｙ２））より得られた振幅確率分布の例を示す。
　２つの振幅確率分布はそれぞれ特徴的なカーブを示しており、熱雑音の振幅確率分布とも傾きが異なっている。これは、雑音特性の異なる２つのデジタル回路を発生源とするノイズが存在したことを表している。
　図４Ｂに、異なる位置座標（（ｘ１，ｙ１），（ｘ２，ｙ２））より得られた交叉率分布の例を示す。
　交叉率分布は振幅変動数が表されることから、振幅確率分布では欠落している情報を含んでいる。
　こうした複数の異なる情報を含んだ特徴量を組み合わせることで機能分類精度が向上できる。
　制御部１０８は、予め設定された測定箇所（測定範囲）の測定座標を全て終了したか否かを判断し、否の場合は電磁界プローブ２を次の測定位置に移動させる。順次電磁波の波形サンプリング測定を繰り返して、全ての測定位置座標についての測定が終了すると、制御部１０８はプローブの移動完了をプローブ走査装置１０７に伝え、測定データの取得を終了する。
　クラスター分析に必要な特徴点のデータの記憶が完了した段階で、特徴分析部１０４による電磁波分類処理が実行される。なお、電磁波の測定中などに逐次、特徴量の算出や、算出済みの特徴量を用いた分析およびマッピング処理、表示をリアルタイム的に行っても良い。また、分割数や使用する特徴量の種別などを適宜ユーザーから受け付けて、再表示や追加表示を行っても良い。
　図５は、特徴分析部１０４における処理動作例を示すフローチャートである。特徴分析部１０４は、分析対象である各位置座標の特徴量のデータ数が揃った段階で、記憶部１０３から各位置座標の特徴量群を読み込む（ステップａ１）。次に、特徴分析部１０４は、読み込んだ特徴量群に対してクラスター分析を実施する（ステップａ２）。クラスター分析が終了すると、特徴分析部１０４は、その分析結果を記憶部１０３に保存する（ステップａ３）。
　図６は、被対象物１の測定データの特徴に対して階層的クラスター分析を実行した結果を示す樹形図である。また、クラスタ分割位置を視認できるように提示している。
　この階層的クラスター分析結果は、被対象物１に対して横１１×縦１１点（全１２１点）に分けた近傍電磁界の測定を行い、特徴量として算出した振幅確率分布に対して階層的クラスター分析を行った結果である。
　分析結果では、各測定位置座標の時系列を伴う測定データが波形から得られた特徴に基づいて整理されている。換言すれば、クラスター分析に基づいた測定データの特徴分類が行われている。
　ここで用いた階層的クラスター分析は、あるクラスター間距離の定義に基づいて、類似度の高いデータを順次クラスターとして統合し、最終的に１つのクラスターが統合された段階で分析を終了する多変量解析の１手法である。
　階層的クラスター分析では、図６に示したように、クラスターの形成と共に、クラスターが形成される距離（高さ：縦軸）も得られる。
　図７は、マッピング処理部１０５における処理動作例を示すフローチャートである。
　マッピング処理部１０５は、前段の特徴分析部１０４で行われたクラスター分析の分析結果を記憶部１０３から読み込む（ステップｂ１）。この際に、読み込んだクラスター分析結果を次段の出力部１０６からユーザーに提示するようにしても良い。
　次に、所望のクラスターの分割数をユーザーから受け付ける（ステップｂ２）。なお、所定値や、総分析対象数（全１２１点）に基づく所定比率の数を最初に用いることとしても良い。その後、適宜ユーザから選択を受け付けられることが望ましい。
　クラスター分析として階層的クラスター分析を行った分析結果であれば、分割するクラスター数は、樹形図の切断位置（高さ）により決定されることになる。所望する分割数を『５』と受け付けた場合では、図６の樹形図のように枝が５つに分岐している部分でクラスターを分断する。
　この所望分割数は、ユーザーが参考にする雑音特性の特徴分類数（分類グループ数：クラスター数）となる。
　上記したように、予めクラスター分析の分析結果をユーザーに提示することによって、分析結果を確認後に分割数を決定することが可能になり、クラスター分析における過剰な分類や曖昧な分類を知見により把握でき、よりよい分割数を導きだせる。
　次に、マッピング処理部１０５は、決定した分割数に対応して、分割後の各クラスターに属する各位置座標に提示する提示方法を割り振る（ステップｂ３）。例えば、図６で示した決定数『５』を受けて、５つの各グループにそれぞれ異なる模様と色彩の組を割り当てる。
　最後に、マッピング処理部１０５は、２次元平面上の各位置座標に特徴分類数を反映させたグループ分類結果（特徴分類結果）と提示方法（表示色と模様）をそれぞれマッピングする（ステップｂ４）。
　出力部１０６は、前段のマッピング処理部１０５のマッピング結果をユーザーに提供する。提供方法は、どのような方法でもよく、ディスプレイやプリンタを介して行えばよい。また、記憶部１０３に保存して他の情報処理に使用できるようにしても良い。
　図８は、クラスター数を５つに分類した場合の測定データの特徴分類を行った提示例を示している。この際の対応する測定データの強度分布を図９に示す。
図８の結果よりユーザーは多くのことが読み取れる。まず、２つのデジタル回路（図３参照）が搭載された位置座標近傍で異なるグループが形成されていることから、デジタル回路Ａとデジタル回路Ｂは特性の異なる雑音を発生させていると判断できる。
　次に、ＲＦ受信回路が搭載された位置座標周囲に着目すると、上部デジタル回路Ａと同じグループに分類されている部分を視認できる。これは、ＲＦ受信回路に干渉する雑音が上部デジタル回路Ａに起因している可能性を表している。この考察によれば、デジタル回路Ａが送受信障害への影響が大きい雑音源であると推定できる。
　上記のような判断は、雑音強度の高い点をマッピングした強度分布からは読み取れない情報である。図９に示した被測定物１の電磁波の強度分布からは、２つのデジタル回路の特性の違いは判別できない。また、ＲＦ受信回路が搭載された位置座標と、距離の近いデジタル回路Ｂとが電磁的に結合しているように見えており、正しい判断が電磁波の強度分布のみからでは困難である。
　本システムでは、異なる雑音成分を特徴ごとに区別するとともに、同種の雑音を導出することを行えるため、例えば被干渉部へ影響の大きい雑音源を容易に見つけ出すことに有益な情報を提供できる。また、機械学習による分類手法であるため、作業者の経験や知識に左右されにくい分析が可能となる。また、同一の測定データに対して、異なる複数種類の特徴種別やクラスター分析を行って、それぞれの特徴分類結果を比べれば、ユーザーが望む知見をより得易くなる。
　例えば、複数のアンテナで送受信を行うダイバーシティ技術が採用された近年の無線通信では、通信品質の向上や通信方式の多様化のため、多くのアンテナや周辺回路が無線端末に搭載され得る。このような複雑な構成を有する無線端末では、ＥＭＩ対策は搭載される全アンテナに対して行う必要が生じ得る。他方で評価に要する作業工数が増大する。本手法によれば、各アンテナと結合する雑音源を迅速に判断することが可能となり、適切な対策を施すことができる。
［第２実施形態］
　以下、本発明の第２実施形態として、電磁波の特徴を分類表示する機能を有する近傍電磁界分布測定システムに好適な電磁界特徴分類提示装置を説明する。
　第２実施形態では、マッピング処理部１０５において、クラスター分析結果から取得したクラスター間の距離に基づいて、マッピングするクラスターごとの提示方法が機械的に選定されることを特徴とする。
　測定開始から特徴分析部１０４までの動作は、第１実施形態と同様であるため説明を省略する。
　マッピング処理部１０５は、クラスター分析結果を記憶部１０３から読み込み、分割数の指定を受けて、分割した各クラスターに付与する提示方法の選定を行う。このとき、マッピングのための各グループの例えば提示色をクラスター分析のクラスター間距離に基づいて決定する。マッピング処理部１０５は、空間上の各位置座標に、所定若しくは任意の分割数に応じた特徴分類結果を、決定した提示方法を反映させてマッピングする。
　図６に例示したような階層的クラスター分析を行った場合では、樹形図の節の高さがクラスターを統合した際のクラスター距離で表される。そのため、クラスター距離を反映して提示方法を選定することにより、各グループ間の類似度の程度を表現したマッピングが可能となる。この選定では、模様の類似度（例えば、ドットやハッチングの密度）を利用すればよい。また、より短的にクラスター間距離が近いクラスター同士を色彩のグラデーションの近さで表しても良い。また、これらの組み合せでも良い。
　図１０は、グループを４つに分けた場合に、クラスター距離から表示色を決定する処理例を示す模式図である。この模式図をユーザーに提示すると共に各種操作を受け付けることとしても良い。
　マッピング処理部１０５は、分割数として『４』を受け付け、４つのクラスターに分割すると共に、全体を１つのクラスター化した際の最大距離を基準として、各クラスターが他のクラスターと結合した距離に応じた表示スケール（表示色）を選定処理する。
　より詳細には、図１０に示した樹形図では、グループ数が４であり、４つ全てのクラスターが結合した段階での高さ（最上方の矢印）と、各クラスターが他のクラスターと結合している高さとを基準として、表示色を決定処理する。
　この結果、グループ１が統合された高さと、グループ４が統合された高さが表示スケールの最大値—最小値の基準となり、グループ３が統合された高さ、グループ２が統合された高さにより、上記表示スケールから表示色が決定される。
　このように階層クラスター分析では、各グループの表示色を、そのグループが他のグループに統合された際の高さを基準に決定できる。
　樹形図の枝の高さは、クラスターが統合時の距離を表している。このため、クラスターの分割の際に、高さが十分にある場合の方がより明確な分類が行える。例えば、グループ１のクラスターは、そのほかの統合されたクラスターから距離が離れており、非常に特徴的な雑音特性を有するグループであるといえる。一方で、グループ２とグループ（３，４）の統合クラスターとの距離はあまり高さがないことから、ある程度似通った雑音成分であると判断できる。
　表示色のスケールに使用する色相は、最大—最小の分布が、赤—青、白—黒、または白—赤—青—黒といった一般的に使用される色相を任意に用いればよい。
　以上のように、分割した各クラスターに付与する提示方法の選定は、クラスター間距離の値を用いて、順位や比率に基づいて演算処理で行えばより視認性を高められる。
　また、全体的に類似する場合（樹形図ではスケール幅が少ない場合）などに、距離を２乗するなどしてクラスター間の距離を強調できるようにしても良い。
　クラスター距離に基づいて提示方法を選定することにより、ユーザーは空間上のマッピング結果から、各クラスター距離間の類似性を視覚的に判断し易くなる効果がある。色相が近いグループ同士は、ある程度似通っている成分であることが推定できる。
［第３実施形態］
　以下、本発明の第３実施形態として、電磁波の特徴を分類表示する機能を有する近傍電磁界分布測定システムに好適な電磁界特徴分類提示装置を説明する。
　第３実施形態では、デジタル回路素子や回路構成などが発生源となる特徴的な雑音のデータを教師データとして予め記憶して用いることを特徴とする。
　マッピング処理部１０５は、クラスター分析結果を参照して、教師データが分類されているグループについて、その教師データに関連付けられた指標をユーザーに提供する。また、マッピング結果を提示する際に、教師データに類似した特徴を有した測定座標を強調する機能を提供する。
　測定開始から特徴量算出部１０２までの動作は、第１実施形態と同様であるため説明を省略する。
　本実施形態では、記憶部１０３に、マッピング時にユーザーに提示したいリファレンス情報（指標）を紐付けた教師データ（標本）が１ないし複数保存されている。教師データは例えば、任意のデジタル回路や素子から放射される雑音特性の特徴量や、被干渉部の特徴量、熱雑音の特徴量などである。なお、一つの教師データとして、複数の特徴量が含まれていても良い。
　教師データは、実際に計測をすることによって得た既知情報を用いても良いし、シミュレーションや理論計算により予め算定された情報を用いても良い。
　特徴分析部１０４は、各位置座標の特徴量群と１ないし複数の教師データとを記憶部１０３から読み込む。
　次に、特徴分析部１０４は、各位置座標の特徴量と教師データとを合わせてクラスター分析を実行する。クラスター分析が終了すると、特徴分析部１０４は分析結果を記憶部１０３に保存する。ここで行われた分析結果は、幾つかのグループに教師データが入り込んだクラスター分析結果となっている。換言すれば、教師データに類似した位置座標の測定データが教師データと同一のグループに特徴分類される。
　マッピング処理部１０５は、特徴分類結果を記憶部１０３から読み込み、分割数の指定を受けて、分割した各クラスターに付与する提示方法の選定を行う。このとき、マッピング処理部１０５は、教師データの含まれているクラスターを認識して、そのグループの位置座標について、強調表示や、所定の表示色や模様の付与、教師データに関連付けられた指標の表示、などを行い所要に識別可能に提示方法を決定する。マッピング処理部１０５は、空間上の各位置座標に、所定若しくは任意の分割数に応じた特徴分類結果を、決定した提示方法を反映させてマッピングする。
　教師データに関連付ける指標は、原因や対策手法、関連技術、素子名、開発機種名などが挙げられる。また、回路設計データや、素子の仕様書などを関連付けることも可能である。また、教師データの特徴に関連させる別の教師データを紐付けても良い。教師データを連携させれば、強調する特徴（：クラスタ、グループ）の切り替えを指標の選択によって行える。また、教師テータが含まれることと成ったグループやサブグループ間の距離に応じて、指標を有効化する仕組みを取り入れても良い。例えば、２つの教師テータが属するクラスター距離が所定閾値以内であれば所定の文言の指標を提示するようにすれば、対策手法の切り分け表示が行える。
　このマッピング処理によって出力は、教師データの含まれるグループの位置座標が任意の提示方法で識別可能に表示できる。このため、ユーザーは検出したい特徴を持つ雑音が、基板上のどこに位置しているかを視覚的に判断できる。
　図１１は、グループを４つに分けた場合に、『ノイズ源』の文言が指標として紐付けられた教師データを含む特徴分類結果を示した模式図である。
　図１２は上記特徴分類結果を反映したマッピング結果の表示例である。デジタル回路Ａから発生する雑音の特徴を教師データとして与えることによって、分類結果のマッピング時に上記デジタル回路Ａと特徴の類似した雑音源（図中の左下方）が識別される。
　また本図では、教師データに関連付けされている指標をグーループ識別文言として表示すると共に、教師データが含まれることとなったグループに属する測定データを囲むようにハイライト表示する提示方法を示している。
　これにより、多くの教師データを加えることによって、所望の様々な雑音成分をその特徴に応じて機械的に選別することが可能となる。計測などによって、多くの教師データが蓄積するほど、システムをより高機能に学習させることができる。また、関連する教師データを連携させることによって、より所望する知見が得られる。
［第４実施形態］
　以下、本発明の第４実施形態として、電磁波の特徴を分類表示する機能を有する近傍電磁界分布測定システムに好適な電磁界特徴分類提示装置を説明する。
　第４実施形態では、被測定物とする電子回路の配置や基板レイアウト、内層レイアウトなどを含む設計データを予め記憶して用いることを特徴とする。なお、被測定物の画像のみでも良い。
　任意に指定された座標位置や、設計データや画像での所定位置や、素子、回路、などを選定して、その位置座標が分類されているグループについて強調する機能を提供する。
　測定開始から特徴分析部１０４までの動作は、第１実施形態と同様であるため説明を省略する。
　本実施形態では、記憶部１０３に、設計データとして、予め基板設計情報（基板レイアウトや部品配置情報など）が保存されている。このとき、測定位置座標の情報と上記部品位置情報は互いに関連付けられている。関連付けは、人為的に行ってもよいし、画像認識やＣＡＤデータなどを参照して行ってもよい。
　マッピング処理部１０５は、クラスター分析結果を記憶部１０３から読み込み、分割数の指定を受けて、分割した各クラスターに付与する提示方法の選定を行う。このとき、マッピング処理部１０５は、設計もしくは画像の指定を受けて、指定された箇所を認識して、その箇所が含まれるグループの位置座標について、強調表示や、所定の表示色や模様の付与、設計データに関連付けられた情報表示、などを行い所要に識別可能に提示方法を決定する。
　所定位置座標などの選定は、ユーザー若しくはシステムが所望の箇所を任意のタイミングで選定でき、リアルタイム性を有することが望ましい。
　マッピング処理部１０５は、空間上の各位置座標に、所定若しくは任意の分割数に応じた特徴分類結果を、決定した提示方法を反映させてマッピングする。
　このように所要な設計データ上のデータや画像上の座標を選定することで、重要な素子（より詳細には端子でも可能）の選択や、重要な測定位置座標の選択が行え、その対象と同一グループに特徴分類（クラスタ化）された位置座標を識別できる。また、提示済みの特徴分類マップ上を選定したグループを強調する仕組みも有益な知見を得られる。
　この結果、特徴分類数を反映させたマッピング処理に対して、指定した位置座標などと同じグループに分類された位置座標を強調するなど、提示方法を差別化でき、任意な指定に基づいて、特徴が類似する測定データを識別可能に表示できる。
　このため例えば、ユーザーは識別したい特徴を持つ雑音源が、基板上のどこに配置されて、どの部分に影響しているかを視覚的に判断できる。また、回路設計や回路配置へのフィードバックをも使用可能な知見を得られる。
　また、上記基板レイアウトを測定位置座標と関連付けて、重ねて画面に表示しても良い。図１２は上記マッピング結果の表示例である。
　本図を視認すれば、ユーザーは、重要部品であるデジタル回路Ａ、およびデジタル回路Ｂとそれぞれ同種の雑音源が、設計データ若しくは画像を参照することによって識別される。これにより、例えば各部品から発生した雑音がどの部位に干渉しているかなどを客観的に判断できる。
　上記各実施形態は、所要に組み合わせて運用すればよい。また、強度分布も共に表示できることが望ましい。また、特徴分類分布と強度分布を重ねて提示できるようにしても良い。
　なお、電磁界特徴分類提示装置の各部は、ハードウェアとソフトウェアの組み合わせを用いて実現すればよい。ハードウェアとソフトウェアとを組み合わせた形態では、ＲＡＭに電磁界特徴分類に供する制御プログラムが展開され、このプログラムに基づいて制御部（ＣＰＵ）等のハードウェアを動作させることによって、各部を各種手段として実現する。また、上記プログラムは、記憶媒体に固定的に記録されて頒布されても良い。当該記録媒体に記録されたプログラムは、有線、無線、又は記録媒体そのものを介して、メモリに読込まれ、制御部等を動作させる。尚、記録媒体を例示すれば、オプティカルディスクや磁気ディスク、半導体メモリ装置、ハードディスクなどが挙げられる。
　上記実施の形態を別の表現で説明すれば、電磁界特徴分類提示装置として動作させる情報処理システムを、ＲＡＭに展開された電磁界特徴分類プログラムに基づき、取得手段と、特徴量算出手段と、特徴分析手段と、マッピング処理手段などとして制御部を動作させることで実現することが可能である。
　本システムは、パーソナルコンピュータ単体や、サーバ、クラウド上に構築できる。
　上記事柄によって、電磁界特徴分類提示装置は位置座標ごとに取得した時系列を伴う測定データに対して、同様な特徴を有している測定座標を識別すると共に所要数に分割することが可能になる。
　なお、クラスター結合時の距離が複数のデータで一致するような場合に、指定したクラスター分割数によっては分割して表示することが不可能となる。こうした場合、システムはアラートやエラーを出力すればよい。
　以上説明したように、本発明を適用した電磁界特徴分類提示装置および近傍電磁界分布測定システムは、クラスター分析により機械的に各測定座標で計測した雑音の特徴を分類し、その分類結果を位置座標と特徴分類とを関連付けてマッピング処理する。クラスター分析により同じグループに属した測定データの位置座標は、ノイズ特性が類似であると判断できる。
　例えば、被干渉部や雑音源が基板上に複数存在する場合においても、マッピング結果を視認などにより雑音特性の知見を迅速に把握することができる。
　また、本特徴分類方法では、クラスター分析による機械学習手法であることから、作業者の能力差を受けにくい特長を奏する。
　また、過去の知見や対策、複数の測定方向の電磁波計測データと容易に結びつけることが可能となる。複数の測定方向は、１度の走査によって測定してもよいし、複数回に分けて測定してもよい。また、立体的に測定しても良い。また、同一座標に対して角度を変えて測定しても良い。これら位置座標ごとの測定データは、諸所の特徴量を算定された後に、所要の測定データを抽出してクラスター分析を行い、その後に分析結果を測定方向などに合わせてマッピング処理すると、有益な情報を得られる。
　例えば、両面基板の片面ずつの測定データを、特徴分類時に統合してクラスター分析を行って特徴分類を得た後に、マッピング処理時にそれぞれの面ごとにマッピング処理を行う処理ルーチンを採用すれば良い。マッピング処理結果は例えば図１４に示すように基板の観測面を透過背面や左右反転表示で示しても良い。また、実装配置を重ねて提示しても良い。なお、図面ではカーソルで指定された位置に対する指標を提示している。
　このようにすれば、他方面への影響を把握し得る知見を得られうる。また、設計データから基板内層パターンやビア位置なども容易に呼び出すことが可能になる。
　結果、雑音源や雑音伝播経路の特定、性能向上の方策が効率的に得られうる。
　即ち、本発明によれば、被測定対象から放出される電磁波の特徴分類が可能な電磁波分類提示機能を有する電磁界特徴分類提示装置を提供できる。
　また、本発明によれば、被測定対象から放出される電磁波の特徴分類が可能な電磁波分類提示機能を有する近傍電磁界の近傍電磁界分布測定システムを提供できる。
　以上に実施形態を説明したが、そのブロック構成の分離併合、手順の入れ替え、個々の実施形態の組み合わせなどの変更は本発明の趣旨および説明される機能を満たせば自由であり、上記説明が本発明を限定するものではない。
　また、上記の説明では、取得部での時系列を伴う測定データの測定には、電界、および磁界の測定で行うことを説明したが、電界、磁界の両方の時系列データを取得しても良い。
　また、階層的クラスター分析を行うことを例に説明したが、ｋ−ｍｅａｎｓ法など非階層的なクラスター分析を実行しても良い。その場合、特徴分析部のクラスター分析実行前に、ユーザーが所望のクラスター分割数を入力し、その分割数に基づいて非階層的クラスター分析を実行すればよい。
　また、マッピング処理部におけるマッピングの例として、格子状のブロックに分類結果を反映したが、マッピングはこれに限らず、長方形、六角形、またはプローブの検出範囲を反映した円形、などを用いても良い。
　また提示方法に際して、同じグループの位置座標を等高線状に曲線でつないでも良い。
　また、上記の実施形態の一部又は全部は、以下のようにも記載されうる。尚、以下の付記は本発明をなんら限定するものではない。
［付記１］
　被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集する取得手段と、
　前記取得手段で収集された測定データに関して、位置座標ごとに１ないし複数の特徴量を算定する特徴量算出手段と、
　前記特徴量算出手段で算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を行う特徴分析手段と、
　前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピングするマッピング処理手段と、
　前記マッピング処理手段でマッピングした結果を提示する出力手段と、
を備えることを特徴とする電磁界特徴分類提示装置。
［付記２］
　前記マッピング処理手段は、前記特徴分析手段におけるクラスター分析結果から、各クラスター間で生じたクラスター距離を読み込み、該クラスター距離の数値に基づいて、提示を行う際に各クラスターに割り当てる提示方法を差別化することを特徴とする上記付記記載の電磁界特徴分類提示装置。
［付記３］
　記憶部に、分類したい電磁波に関する特徴が反映されている時系列を伴う標本を教師データとして予め記憶保持して、
　前記特徴分析手段は、前記特徴量算出手段で算出された各位置座標の特徴量群と前記教師データとに対してクラスター分析に基づいた特徴分類を行い、
　前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、前記教師データと同一グループにクラスター化された測定データの位置座標を識別可能にマッピング処理する
ことを特徴とする上記付記記載の電磁界特徴分類提示装置。
［付記４］
　前記教師データには、ユーザに提示する指標が関連付けられており、
　教師データと同一グループにクラスター化された測定データの位置座標を、該教師データに関連付けられている指標を識別可能にマッピング処理する
ことを特徴とする上記付記記載の電磁界特徴分類提示装置。
［付記５］
　前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、任意に指定された座標位置と同一のグループにクラスター化された測定データの位置座標を識別可能にマッピング処理することを特徴とした上記付記記載の電磁界特徴分類提示装置。
［付記６］
　記憶部に、解析する被測定対象に関する設計データを予め記憶保持して、
　前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、前記設計データ上で指定された座標位置と同一のグループにクラスター化された測定データの位置座標を識別可能にマッピング処理する
ことを特徴とする上記付記記載の電磁界特徴分類提示装置。
［付記７］
　記憶部に、解析する被測定対象に関する画像を予め記憶保持して、
　前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、前記画像上で指定された座標位置と同一のグループにクラスター化された測定データの位置座標を識別可能にマッピング処理する
ことを特徴とする上記付記記載の電磁界特徴分類提示装置。
［付記８］
　前記取得手段で収集される時系列を伴う測定データは、前記被測定対象に関する複数の測定方向それぞれから収集された測定データを含み、
　前記特徴分析手段は、所要の複数の測定方向から収集された測定データに関する各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を実行すると共に、
　前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象の前記所要の複数の測定方向それぞれに対応させた空間上に特徴分類数を反映させてマッピングする
ことを特徴とする上記付記記載の電磁界特徴分類提示装置。
［付記９］
　前記取得手段で収集される時系列を伴う測定データは、板状を成す前記被測定対象に関する両面からそれぞれ収集された測定データを含み、
　前記特徴分析手段は、前記両面から収集された測定データに関する各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を実行すると共に、
　前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象のそれぞれの面に対応させた空間上に特徴分類数を反映させてマッピングする
ことを特徴とした上記付記記載の電磁界特徴分類提示装置。
［付記１０］
　近傍電磁界を検出するプローブと、
　前記プローブを走査するプローブ走査手段と、
　前記プローブ走査手段を電磁波の測定に合わせて制御する制御手段と、
　前記プローブを介して被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集する取得手段と、
　前記取得手段で収集された測定データに関して、位置座標ごとに１ないし複数の特徴量を算定する特徴量算出手段と、
　前記特徴量算出手段で算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を行う特徴分析手段と、
　前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピングするマッピング処理手段と、
　前記マッピング処理手段でマッピングした結果を提示する出力手段と、
を含みなることを特徴とする近傍電磁界分布測定システム。
［付記１１］
　上記付記記載の電磁界特徴分類提示装置を内在することを特徴とする近傍電磁界分布測定システム。
［付記１２］
　前記制御手段は、プローブ操作に合わせて、前記被測定対象の位置及び又は角度及び又は面を変更するように、前記プローブ走査手段を電磁波の測定に合わせて制御することを特徴とする上記付記記載の近傍電磁界分布測定システム。
［付記１３］
　前記制御手段は、前記被測定対象を所要のタイミングで所要の動作を行うように、前記被測定対象を電磁波の測定に合わせて制御することを特徴とする上記付記記載の近傍電磁界分布測定システム。
［付記１４］
　情報処理システムの制御部を、
　被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集する取得手段と、
　前記取得手段で収集された測定データに関して、位置座標ごとに１ないし複数の特徴量を算定する特徴量算出手段と、
　前記特徴量算出手段で算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を行う特徴分析手段と、
　前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピングするマッピング処理手段、
として動作させることを特徴とする電磁界特徴分類プログラム。
［付記１５］
　上記付記記載の電磁界特徴分類提示装置を実現するように構築されていることを特徴とする電磁界特徴分類プログラム。
［付記１６］
　情報処理システムの制御部を、近傍電磁界を検出するプローブを走査するためのプローブ走査手段を電磁波の測定に合わせて制御する制御手段として更に動作させることを特徴とする上記付記記載の電磁界特徴分類プログラム。
［付記１７］
　前記制御手段を、プローブ操作に合わせて、前記被測定対象の位置及び又は角度及び又は面を変更するように、前記プローブ走査手段を電磁波の測定に合わせて動作させることを特徴とする上記付記記載の電磁界特徴分類プログラム。
［付記１８］
　前記制御手段を、前記被測定対象を所要のタイミングで所要の動作を行うように、前記被測定対象を電磁波の測定に合わせて動作させることを特徴とする上記付記記載の電磁界特徴分類プログラム。
［付記１９］
　被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集し、
　収集された測定データに関して、位置座標ごとに１ないし複数の特徴量を算定処理し、
　算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類処理を実施し、
　前記特徴分類処理の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピング処理する
ことを特徴とする電磁界特徴分類方法。
［付記２０］
　前記マッピング処理は、特徴分析におけるクラスター分析結果から、各クラスター間で生じたクラスター距離を読み込み、該クラスター距離の数値に基づいて、提示を行う際に各クラスターに割り当てる提示方法を差別化することを特徴とする上記付記記載の電磁界特徴分類方法。
［付記２１］
　分類したい電磁波に関する特徴が反映されている時系列を伴う標本を教師データとして予め記憶保持して、
　前記特徴分析では、算出された各位置座標の特徴量群と前記教師データとに対してクラスター分析に基づいた特徴分類を行い、
　前記マッピング処理では、分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、前記教師データと同一グループにクラスター化された測定データの位置座標を識別可能にマッピング処理する
ことを特徴とする上記付記記載の電磁界特徴分類方法。
［付記２２］
　前記教師データには、ユーザに提示する指標が関連付けられており、
　教師データと同一グループにクラスター化された測定データの位置座標を、該教師データに関連付けられている指標を識別可能にマッピング処理する
ことを特徴とする上記付記記載の電磁界特徴分類方法。
［付記２３］
　前記マッピング処理は、分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、任意に指定された座標位置と同一のグループにクラスター化された測定データの位置座標を識別可能にマッピング処理することを特徴とした上記付記記載の電磁界特徴分類方法。
［付記２４］
　解析する被測定対象に関する設計データを予め記憶保持して、
　前記マッピング処理では、分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、前記設計データ上で指定された座標位置と同一のグループにクラスター化された測定データの位置座標を識別可能にマッピング処理する
ことを特徴とする上記付記記載の電磁界特徴分類方法。
［付記２５］
　解析する被測定対象に関する画像を予め記憶保持して、
　前記マッピング処理では、分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、前記画像上で指定された座標位置と同一のグループにクラスター化された測定データの位置座標を識別可能にマッピング処理する
ことを特徴とする上記付記記載の電磁界特徴分類方法。
［付記２６］
　収集される時系列を伴う測定データは、前記被測定対象に関する複数の測定方向それぞれから収集された測定データを含み、
　前記特徴分析では、所要の複数の測定方向から収集された測定データに関する各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を実行すると共に、
　前記マッピング処理では、分類結果を位置座標と紐付けて前記被測定対象の前記所要の複数の測定方向それぞれに対応させた空間上に特徴分類数を反映させてマッピングする
ことを特徴とする上記付記記載の電磁界特徴分類方法。
［付記２７］
　収集される時系列を伴う測定データは、板状を成す前記被測定対象に関する両面からそれぞれ収集された測定データを含み、
　前記特徴分析では、前記両面から収集された測定データに関する各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を実行すると共に、
　前記マッピング処理では、分類結果を位置座標と紐付けて前記被測定対象のそれぞれの面に対応させた空間上に特徴分類数を反映させてマッピングする
ことを特徴とした上記付記記載の電磁界特徴分類方法。
　本電磁界特徴分類方法を用いれば、効率的にＥＭＩ対策を施すための知見を得ることができる。また、アンテナ等の放射特性の改善にも有益な知見を得られる。また、所定の信号ラインの追従にも利用できる。
　本願は、２０１２年１０月２４日出願の日本国特許出願２０１２−２３４６４１号を基礎とするものであり、同特許出願の開示内容は全て本願に組み込まれる。

Claims (10)

  1. 　被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集する取得手段と、
    　前記取得手段で収集された測定データに関して、位置座標ごとに１ないし複数の特徴量を算定する特徴量算出手段と、
    　前記特徴量算出手段で算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を行う特徴分析手段と、
    　前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピングするマッピング処理手段と、
    　前記マッピング処理手段でマッピングした結果を提示する出力手段と、
    を備えることを特徴とする電磁界特徴分類提示装置。
  2. 　前記マッピング処理手段は、前記特徴分析手段におけるクラスター分析結果から、各クラスター間で生じたクラスター距離を読み込み、該クラスター距離の数値に基づいて、提示を行う際に各クラスターに割り当てる提示方法を差別化することを特徴とする請求項１に記載の電磁界特徴分類提示装置。
  3. 　記憶部に、分類したい電磁波に関する特徴が反映されている時系列を伴う標本を教師データとして予め記憶保持して、
    　前記特徴分析手段は、前記特徴量算出手段で算出された各位置座標の特徴量群と前記教師データとに対してクラスター分析に基づいた特徴分類を行い、
    　前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、前記教師データと同一グループにクラスター化された測定データの位置座標を識別可能にマッピング処理することを特徴とする請求項１又は２に記載の電磁界特徴分類提示装置。
  4. 　前記教師データには、ユーザに提示する指標が関連付けられており、
    　教師データと同一グループにクラスター化された測定データの位置座標を、該教師データに関連付けられている指標を識別可能にマッピング処理することを特徴とする請求項３に記載の電磁界特徴分類提示装置。
  5. 　前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、任意に指定された座標位置と同一のグループにクラスター化された測定データの位置座標を識別可能にマッピング処理することを特徴とした請求項１ないし４の何れか一項に記載の電磁界特徴分類提示装置。
  6. 　記憶部に、解析する被測定対象に関する設計データを予め記憶保持して、
    　前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、前記設計データ上で指定された座標位置と同一のグループにクラスター化された測定データの位置座標を識別可能にマッピング処理することを特徴とする請求項５に記載の電磁界特徴分類提示装置。
  7. 　記憶部に、解析する被測定対象に関する画像を予め記憶保持して、
    　前記マッピング処理手段は、前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上にマッピングする際に、前記画像上で指定された座標位置と同一のグループにクラスター化された測定データの位置座標を識別可能にマッピング処理することを特徴とする請求項５又は６に記載の電磁界特徴分類提示装置。
  8. 　近傍電磁界を検出するプローブと、
    　前記プローブを走査するプローブ走査手段と、
    　前記プローブ走査手段を電磁波の測定に合わせて制御する制御手段と、
    　前記プローブを介して被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集する取得手段と、
    　前記取得手段で収集された測定データに関して、位置座標ごとに１ないし複数の特徴量を算定する特徴量算出手段と、
    　前記特徴量算出手段で算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を行う特徴分析手段と、
    　前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピングするマッピング処理手段と、
    　前記マッピング処理手段でマッピングした結果を提示する出力手段と、
    を含みなることを特徴とする近傍電磁界分布測定システム。
  9. 　情報処理システムの制御部を、
    　被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集する取得手段と、
    　前記取得手段で収集された測定データに関して、位置座標ごとに１ないし複数の特徴量を算定する特徴量算出手段と、
    　前記特徴量算出手段で算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類を行う特徴分析手段と、
    　前記特徴分析手段の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピングするマッピング処理手段、
    として動作させることを特徴とする電磁界特徴分類プログラム。
  10. 　被測定対象から放出されている電磁波に関する時系列を伴う測定データを位置座標に対応付けて収集し、
    　収集された測定データに関して、位置座標ごとに１ないし複数の特徴量を算定処理し、
    　算出された各位置座標の特徴量群に対してクラスター分析に基づいた特徴分類処理を実施し、
    　前記特徴分類処理の分類結果を位置座標と紐付けて前記被測定対象に対応させた空間上に特徴分類数を反映させてマッピング処理することを特徴とする電磁界特徴分類方法。
PCT/JP2013/074447 2012-10-24 2013-09-04 電磁界特徴分類提示装置 WO2014065032A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2014543184A JP6476861B2 (ja) 2012-10-24 2013-09-04 電磁界特徴分類提示装置
US14/438,126 US20150293162A1 (en) 2012-10-24 2013-09-04 Electromagnetic field feature classification and presentation device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012234641 2012-10-24
JP2012-234641 2012-10-24

Publications (1)

Publication Number Publication Date
WO2014065032A1 true WO2014065032A1 (ja) 2014-05-01

Family

ID=50544413

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/074447 WO2014065032A1 (ja) 2012-10-24 2013-09-04 電磁界特徴分類提示装置

Country Status (3)

Country Link
US (1) US20150293162A1 (ja)
JP (1) JP6476861B2 (ja)
WO (1) WO2014065032A1 (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016013190A1 (ja) * 2014-07-23 2016-01-28 日本電気株式会社 電磁妨害波測定装置、電磁妨害波測定方法、および電磁妨害波測定プログラム記録媒体
JPWO2017195842A1 (ja) * 2016-05-13 2019-03-14 日本電気株式会社 特徴量計測装置、電波環境計算装置、特徴量計測方法、電波環境計測方法、プログラム
JP6669939B1 (ja) * 2019-07-02 2020-03-18 株式会社東陽テクニカ 関連妨害波提示装置及び方法
JP7002705B1 (ja) * 2021-02-08 2022-01-20 株式会社東陽テクニカ 分析システム、装置、方法及びプログラム
JP2022121371A (ja) * 2021-02-08 2022-08-19 株式会社東陽テクニカ 分析システム、装置、方法及びプログラム
JP7474183B2 (ja) 2020-11-18 2024-04-24 Tdk株式会社 電磁環境分析システム、電磁環境分析方法、及び、プログラム

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10707975B2 (en) * 2015-04-20 2020-07-07 University Of Notre Dame Du Lac Use of coherent signal dispersion for signal source association
JP6915780B2 (ja) * 2017-08-09 2021-08-04 日本電信電話株式会社 伝導ノイズ可視化装置および伝導ノイズ可視化方法
KR102079281B1 (ko) * 2019-06-17 2020-02-19 영남대학교 산학협력단 실내외 환경 검출 방법 및 이를 수행하기 위한 장치 및 시스템
WO2021024713A1 (ja) * 2019-08-02 2021-02-11 パナソニックＩｐマネジメント株式会社 電磁波可視化装置
JP7464696B2 (ja) * 2020-03-27 2024-04-09 株式会社図研 設計支援装置、設計支援方法およびプログラム
JP2022080675A (ja) * 2020-11-18 2022-05-30 Tdk株式会社 電磁環境分析システム、電磁環境分析方法、及び、プログラム
JP2022080680A (ja) * 2020-11-18 2022-05-30 Tdk株式会社 電磁環境分析システム、電磁環境分析方法、及び、プログラム
EP4181019A1 (en) * 2021-11-11 2023-05-17 GrAl Matter Labs S.A.S. Convolutional neural network processing system and method

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012047724A (ja) * 2010-07-26 2012-03-08 Nec Corp 電磁波識別装置、電磁波識別方法、及び電磁波識別プログラム

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3603143B2 (ja) * 1998-05-01 2004-12-22 株式会社リコー 電磁妨害波測定装置
JP3189801B2 (ja) * 1998-08-28 2001-07-16 日本電気株式会社 半導体評価装置，これに用いる磁界検出器及びこの製造方法並びに半導体評価用プログラムを記憶した記憶媒体
JP3394202B2 (ja) * 1999-01-13 2003-04-07 太陽誘電株式会社 電磁界強度の測定方法及び装置並びに電流電圧分布の測定方法及び装置
JP3675682B2 (ja) * 1999-09-24 2005-07-27 日本電信電話株式会社 クラスター分析処理方法、装置、およびクラスター分析プログラムを記録した記録媒体
DE60024029T2 (de) * 1999-09-30 2006-08-03 Hitachi Software Engineering Co., Ltd., Yokohama Verfahren und Vorrichtung zur Darstellung von Gen-Expressionsmustern
US6380937B1 (en) * 1999-11-03 2002-04-30 International Business Machines Corporation Method and system for dynamically representing cluster analysis results
JP4003403B2 (ja) * 2001-03-16 2007-11-07 株式会社日立製作所 電磁波発生源探査方法
JP2002277499A (ja) * 2001-03-21 2002-09-25 Ricoh Co Ltd 電磁妨害波測定装置
US7653646B2 (en) * 2001-05-14 2010-01-26 Ramot At Tel Aviv University Ltd. Method and apparatus for quantum clustering
JP2004020403A (ja) * 2002-06-18 2004-01-22 Hitachi Ltd 電子機器表示装置、電子機器、及びその製造方法
EP1837666A4 (en) * 2005-01-11 2011-08-24 Taiyo Yuden Kk MEASUREMENT METHOD FOR ELECTROMAGNETIC FIELD DISTRIBUTION AND DEVICE THEREOF, COMPUTER PROGRAM AND INFORMATION RECORDING MEDIUM
MX2007014537A (es) * 2005-05-18 2008-02-12 Wyeth Corp Genes de la enfermedad de la leucemia y sus usos.
JP4835135B2 (ja) * 2005-12-06 2011-12-14 ソニー株式会社 画像表示装置、画像表示方法、および、プログラム
JP5321874B2 (ja) * 2008-01-17 2013-10-23 富士通株式会社 情報処理装置、サーバ装置、およびプログラム
JP5736632B2 (ja) * 2008-10-15 2015-06-17 日本電気株式会社 信号特定装置及びその方法並びにこれらの制御プログラム
JP5640345B2 (ja) * 2009-09-14 2014-12-17 日本電気株式会社 信号特定装置及び方法並びに信号特定制御プログラム
JP5452534B2 (ja) * 2011-03-30 2014-03-26 株式会社日立製作所 製品情報管理支援装置
US9106689B2 (en) * 2011-05-06 2015-08-11 Lockheed Martin Corporation Intrusion detection using MDL clustering
US9298859B2 (en) * 2012-02-13 2016-03-29 Baker Hughes Incorporated Electrical submersible pump design parameters recalibration methods, apparatus, and computer readable medium

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012047724A (ja) * 2010-07-26 2012-03-08 Nec Corp 電磁波識別装置、電磁波識別方法、及び電磁波識別プログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
KENTA TSUKAMOTO ET AL.: "Identification of a noise source using the correlation coefficient distribution of the APD curve", THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS SOGO TAIKAI KOEN RONBUNSHU, vol. 2012, 6 March 2012 (2012-03-06), pages 354 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2016013190A1 (ja) * 2014-07-23 2017-04-27 日本電気株式会社 電磁妨害波測定装置、電磁妨害波測定方法、および電磁妨害波測定プログラム
US10116401B2 (en) 2014-07-23 2018-10-30 Nec Corporation Electromagnetic radio interference measurement device, electromagnetic radio interference measurement method, and electromagnetic radio interference measurement-program recording medium
WO2016013190A1 (ja) * 2014-07-23 2016-01-28 日本電気株式会社 電磁妨害波測定装置、電磁妨害波測定方法、および電磁妨害波測定プログラム記録媒体
JPWO2017195842A1 (ja) * 2016-05-13 2019-03-14 日本電気株式会社 特徴量計測装置、電波環境計算装置、特徴量計測方法、電波環境計測方法、プログラム
JP7006587B2 (ja) 2016-05-13 2022-01-24 日本電気株式会社 特徴量計測装置、電波環境計算装置、特徴量計測方法、電波環境計測方法、プログラム
JP6669939B1 (ja) * 2019-07-02 2020-03-18 株式会社東陽テクニカ 関連妨害波提示装置及び方法
WO2021001915A1 (ja) * 2019-07-02 2021-01-07 株式会社東陽テクニカ 関連妨害波提示装置及び方法
US11988699B2 (en) 2019-07-02 2024-05-21 Toyo Corporation Related interference wave presentation device and method
JP7474183B2 (ja) 2020-11-18 2024-04-24 Tdk株式会社 電磁環境分析システム、電磁環境分析方法、及び、プログラム
JP7002705B1 (ja) * 2021-02-08 2022-01-20 株式会社東陽テクニカ 分析システム、装置、方法及びプログラム
JP7189308B2 (ja) 2021-02-08 2022-12-13 株式会社東陽テクニカ 分析システム、装置、方法及びプログラム
US11946962B2 (en) 2021-02-08 2024-04-02 Toyo Corporation System, device, method, and program for analysis
JP2022121371A (ja) * 2021-02-08 2022-08-19 株式会社東陽テクニカ 分析システム、装置、方法及びプログラム
WO2022168332A1 (ja) * 2021-02-08 2022-08-11 株式会社東陽テクニカ 分析システム、装置、方法及びプログラム

Also Published As

Publication number Publication date
JPWO2014065032A1 (ja) 2016-09-08
JP6476861B2 (ja) 2019-03-06
US20150293162A1 (en) 2015-10-15

Similar Documents

Publication Publication Date Title
JP6476861B2 (ja) 電磁界特徴分類提示装置
CN103528617B (zh) 一种座舱仪表自动识别和检测方法及装置
US11624731B2 (en) Method for predicting remaining life of numerical control machine tool
EP4111337B1 (en) High sensitivity detection and identification of counterfeit components in utility power systems via emi frequency kiviat tubes
US11301712B2 (en) Pointer recognition for analog instrument image analysis
KR20200137219A (ko) 비지도 학습 기반 웨이퍼 불량 패턴 검출 방법 및 그 장치
CN110298085A (zh) 基于XGBoost和随机森林算法的模拟电路故障诊断方法
CN101029825A (zh) 将测量数据附到区域地图上
CN112085071A (zh) 一种基于边缘计算的配电房设备故障分析预判方法及装置
CN113409284A (zh) 电路板故障检测方法、装置、设备以及存储介质
CN112200048A (zh) 一种基于回归模型的旋转设备故障预测方法、系统及可读存储介质
CN103471532B (zh) 测量飞行器表面波纹度的系统以及相应方法
CN111582387A (zh) 一种岩石光谱特征融合分类方法及系统
US10585130B2 (en) Noise spectrum analysis for electronic device
CN116520068B (zh) 一种电力数据的诊断方法、装置、设备及存储介质
CN109740678A (zh) 基于多级不均匀空间抽样的遥感影像分类精度检验方法
EP2332073B1 (en) Shape parameter for hematology instruments
CN117350226A (zh) 一种igbt器件的状态参数采集方法
KR20230139806A (ko) 머신 러닝을 사용한 초음파 결함 검출 및 분류 시스템
CN112880726A (zh) 基于变分模态分解样本熵的传感器故障诊断方法和装置
CN111985826A (zh) 一种多指标工业产品的可视化质量分级方法和系统
Adapala et al. Breast cancer classification using svm and knn
CN117523013B (zh) 一种高导湿面料的色变特征分析方法及系统
CN117541483B (zh) 一种扩散板的结构性能评估方法及系统
JP7309134B2 (ja) 可視化方法、これに用いるプログラム、および、可視化装置、並びに、これを備える判別装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13849964

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014543184

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 14438126

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13849964

Country of ref document: EP

Kind code of ref document: A1