特許ウォッチ

公開番号2025139020
公報種別公開特許公報(A)
公開日2025-09-26
出願番号2024037720
出願日2024-03-12
発明の名称推定装置、推定方法及びプログラム
出願人日本電気株式会社
代理人個人
主分類G01S 3/46 20060101AFI20250918BHJP(測定;試験)
要約【課題】到来方向の推定精度を向上させることが可能な推定装置、推定方法及びプログラムを提供すること。
【解決手段】本開示に係る推定装置は、比較対象信号を学習済みモデルに入力することで得られる、比較対象信号の特徴を示す複数の比較対象ベクトルと、判定対象信号を学習済みモデルに入力することで得られる、判定対象信号の特徴を示す特徴ベクトルと、を比較する比較手段と、比較手段の比較結果に基づき、複数の比較対象ベクトルから1以上の比較対象ベクトルを選択し、選択した比較対象ベクトルに対応する到来方向の情報を用いて、判定対象信号の到来方向を推定する推定手段と、を備える。
【選択図】図1
特許請求の範囲【請求項１】
比較対象信号を学習済みモデルに入力することで得られる、前記比較対象信号の特徴を示す複数の比較対象ベクトルと、判定対象信号を前記学習済みモデルに入力することで得られる、前記判定対象信号の特徴を示す特徴ベクトルと、を比較する比較手段と、
前記比較手段の比較結果に基づき、前記複数の比較対象ベクトルから１以上の比較対象ベクトルを選択し、選択した前記比較対象ベクトルに対応する到来方向の情報を用いて、前記判定対象信号の到来方向を推定する推定手段と、を備える、
推定装置。
続きを表示（約 1,400 文字）【請求項２】
分析対象信号について主成分分析を実行することで、計算に用いる信号の次元数を決定する決定手段と、をさらに備え、
前記比較手段は、前記決定手段が決定した次元数まで次元数が削減された前記比較対象ベクトルと、前記決定手段が決定した次元数まで次元数が削減された前記特徴ベクトルと、を比較する、
請求項１に記載の推定装置。
【請求項３】
前記決定手段は、前記分析対象信号についての前記主成分分析の結果得られる次元数の累積寄与率に基づいて、計算に用いる信号の前記次元数を決定する、
請求項２に記載の推定装置。
【請求項４】
前記比較手段は、各比較対象ベクトルについて、前記比較対象ベクトルと、前記特徴ベクトルと、の類似度合いを算出し、算出した前記類似度合いのうち所定の基準以上となるものが存在しない場合、前記判定対象信号の到来方向の情報が推定できないことを判定する、
請求項１又は２に記載の推定装置。
【請求項５】
前記比較手段が前記判定対象信号の到来方向の情報が推定できないことを判定した場合、前記比較手段は、前記特徴ベクトルを新たな前記比較対象ベクトルとして設定し、前記複数の比較対象ベクトルのうちの１つとして使用可能とする、
請求項４に記載の推定装置。
【請求項６】
受信信号を用いて教師データを生成し、前記教師データを用いて前記学習済みモデルを学習させる学習手段と、をさらに備える、
請求項１又は２に記載の推定装置。
【請求項７】
比較対象信号を学習済みモデルに入力することで得られる、前記比較対象信号の特徴を示す複数の比較対象ベクトルと、判定対象信号を前記学習済みモデルに入力することで得られる、前記判定対象信号の特徴を示す特徴ベクトルと、を比較し、
比較結果に基づき、前記複数の比較対象ベクトルから１以上の比較対象ベクトルを選択し、選択した前記比較対象ベクトルに対応する到来方向の情報を用いて、前記判定対象信号の到来方向を推定する、
ことをコンピュータが実行する推定方法。
【請求項８】
前記コンピュータは、
分析対象信号について主成分分析を実行することで、計算に用いる信号の次元数を決定し、
決定された次元数まで次元数が削減された前記比較対象ベクトルと、決定された次元数まで次元数が削減された前記特徴ベクトルと、を比較する、
請求項７に記載の推定方法。
【請求項９】
前記コンピュータは、
前記分析対象信号についての前記主成分分析の結果得られる次元数の累積寄与率に基づいて、計算に用いる信号の前記次元数を決定する、
請求項８に記載の推定方法。
【請求項１０】
比較対象信号を学習済みモデルに入力することで得られる、前記比較対象信号の特徴を示す複数の比較対象ベクトルと、判定対象信号を前記学習済みモデルに入力することで得られる、前記判定対象信号の特徴を示す特徴ベクトルと、を比較し、
比較結果に基づき、前記複数の比較対象ベクトルから１以上の比較対象ベクトルを選択し、選択した前記比較対象ベクトルに対応する到来方向の情報を用いて、前記判定対象信号の到来方向を推定する、
ことをコンピュータに実行させるプログラム。

発明の詳細な説明【技術分野】
【０００１】
本開示は、推定装置、推定方法及びプログラムに関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
無線通信において、通信端末等の電波発信源の方向や位置を推定することは重要であり、これに関する様々な技術が提案されている。
【０００３】
例えば、特許文献１には、無線通信端末の位置を推定する位置推定システムが開示されている。この位置推定システムは、無線通信装置から取得する受信品質とビームの放射角度毎の特性とを比較することによって、その無線通信装置を基準とした信号の到来方向を推定する。そして、位置推定システムは、複数の無線通信装置について推定した到来方向および複数の無線通信装置の位置に基づいて、無線通信端末の位置を推定する。
【先行技術文献】
【特許文献】
【０００４】
特開２０１８－０５４４１６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
アレーアンテナを受信装置として用いる場合の電波発信源の到来方向を推定する手法として、受信データ相関行列の固有値分解を利用した部分空間法に基づくＭＵＳＩＣ（Multiple Signal Classification）法が広く知られている。
【０００６】
しかしながら、近年、深層学習を用いる新たな到来方向推定手法が提案されている。この手法は、学習済みのネットワークを用いた推定（推論）を実行する場合には簡易な演算で推定ができること、特定の条件下において、学習が実行されないＭＵＳＩＣ法等の手法よりも推定精度が優れていること、等の利点がある。一方で、実際の到来角が学習に用いられる教師データに含まれない場合、その到来角に対する推定精度が低くなる可能性があるという課題がある。特許文献１に記載の技術は、到来方向推定に学習を用いる際の精度を考慮したものではないため、この課題を解決するものではない。
【０００７】
本開示の実施形態が達成しようとする目的の１つは、到来方向の推定精度を向上させることが可能な推定装置、推定方法及びプログラムを提供することである。なお、この目的は、ここに開示される複数の実施形態が達成しようとする複数の目的の１つに過ぎないことに留意されるべきである。その他の目的又は課題と新規な特徴は、本明細書の記述又は添付図面から明らかにされる。
【課題を解決するための手段】
【０００８】
一態様にかかる推定装置は、
比較対象信号を学習済みモデルに入力することで得られる、前記比較対象信号の特徴を示す複数の比較対象ベクトルと、判定対象信号を前記学習済みモデルに入力することで得られる、前記判定対象信号の特徴を示す特徴ベクトルと、を比較する比較手段と、
前記比較手段の比較結果に基づき、前記複数の比較対象ベクトルから１以上の比較対象ベクトルを選択し、選択した前記比較対象ベクトルに対応する到来方向の情報を用いて、前記判定対象信号の到来方向を推定する推定手段と、
を備える。
【０００９】
一態様にかかる推定方法は、
比較対象信号を学習済みモデルに入力することで得られる、前記比較対象信号の特徴を示す複数の比較対象ベクトルと、判定対象信号を前記学習済みモデルに入力することで得られる、前記判定対象信号の特徴を示す特徴ベクトルと、を比較し、
比較結果に基づき、前記複数の比較対象ベクトルから１以上の比較対象ベクトルを選択し、選択した前記比較対象ベクトルに対応する到来方向の情報を用いて、前記判定対象信号の到来方向を推定する、
ことをコンピュータが実行するものである。
【００１０】
一態様にかかるプログラムは、
比較対象信号を学習済みモデルに入力することで得られる、前記比較対象信号の特徴を示す複数の比較対象ベクトルと、判定対象信号を前記学習済みモデルに入力することで得られる、前記判定対象信号の特徴を示す特徴ベクトルと、を比較し、
比較結果に基づき、前記複数の比較対象ベクトルから１以上の比較対象ベクトルを選択し、選択した前記比較対象ベクトルに対応する到来方向の情報を用いて、前記判定対象信号の到来方向を推定する、
ことをコンピュータに実行させるものである。
【発明の効果】
（【００１１】以降は省略されています）

関連特許