特許ウォッチ

公開番号2025139022
公報種別公開特許公報(A)
公開日2025-09-26
出願番号2024037722
出願日2024-03-12
発明の名称選定装置、推定システム、選定方法、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 3/04 20060101AFI20250918BHJP(測定;試験)
要約【課題】実環境のデータを収集する前に学習済みモデルを得ておくべき中心周波数を適切に選定することが可能な選定装置、推定システム等を提供する。
【解決手段】本開示にかかる選定装置は、中心周波数と到来角情報を少なくとも含むパラメータに基づいて、到来信号を模擬した信号データを生成する信号生成手段と、信号データに基づいて、相関行列を計算する相関行列計算手段と、学習済みモデルを用いて、相関行列から抽出した下三角行列に基づいて、評価スペクトルを生成する推論手段と、評価スペクトルに基づき推定した推定到来角と、到来角情報の正解到来角とに基づいて、学習済みモデルの性能評価を行う性能評価手段と、性能評価の結果に基づいて、次に評価すべき中心周波数を決定する次周波数決定手段とを備える。本開示にかかる推定システムは、上記選定装置と、到来波の到来方向を推定する推定装置とを備える。
【選択図】図1
特許請求の範囲【請求項１】
中心周波数と到来角情報を少なくとも含むパラメータに基づいて、到来信号を模擬した信号データを生成する信号生成手段と、
前記信号データに基づいて、相関行列を計算する相関行列計算手段と、
学習済みモデルを用いて、前記相関行列から抽出した下三角行列に基づいて、評価スペクトルを生成する推論手段と、
前記評価スペクトルに基づき推定した推定到来角と、前記到来角情報の正解到来角とに基づいて、前記学習済みモデルの性能評価を行う性能評価手段と、
前記性能評価の結果に基づいて、次に評価すべき中心周波数を決定する次周波数決定手段と、
を備える、
選定装置。
続きを表示（約 2,200 文字）【請求項２】
前記評価スペクトルを出力するための前記学習済みモデルを生成する学習手段をさらに備え、
前記信号生成手段は、前記中心周波数とは異なる別の中心周波数と前記到来角情報とを少なくとも含むパラメータに基づいて、到来信号を模擬した学習用の信号データを生成し、
前記相関行列計算手段は、前記学習用の信号データに基づいて、学習用の相関行列を計算し、
前記学習手段は、前記学習用の相関行列から抽出した下三角行列に基づいて、前記学習済みモデルを生成する、
請求項１に記載の選定装置。
【請求項３】
前記性能評価手段は、前記評価スペクトルに対するピークサーチに基づく前記推定到来角と、前記正解到来角とに基づいて、前記中心周波数の前記信号データにおける推定精度を計算する、
請求項１に記載の選定装置。
【請求項４】
前記次周波数決定手段は、前記推定精度が所定精度を満たすか否かを判定し、
前記推定精度が前記所定精度を満たすと判定した場合には、評価用周波数と前記中心周波数の差だけずらした新たな中心周波数を前記次に評価すべき中心周波数に決定し、
前記推定精度が前記所定精度を満たさないと判定した場合には、前記中心周波数を次に学習すべき中心周波数と決定する、
請求項３に記載の選定装置。
【請求項５】
前記次周波数決定手段は、前記新たな中心周波数を前記信号生成手段に出力し、
前記信号生成手段は、前記新たな中心周波数と前記到来角情報を少なくとも含むパラメータに基づいて、前記到来信号を模擬した新たな信号データを生成し、
前記相関行列計算手段は、前記新たな信号データに基づいて、新たな相関行列を計算し、
前記推論手段は、前記学習済みモデルを用いて、前記新たな相関行列から抽出した新たな下三角行列に基づいて、新たな評価スペクトルを生成し、
前記性能評価手段は、前記新たな評価スペクトルに対するピークサーチに基づく新たな推定到来角と、前記正解到来角とに基づいて、前記変更した中心周波数の前記新たな信号データにおける推定精度を計算する、
請求項４に記載の選定装置。
【請求項６】
前記次に評価すべき中心周波数と決定した前記新たな中心周波数に関する情報と、前記学習済み周波数と決定した前記周波数に関する情報とを保管する決定周波数保管手段をさらに備える、
請求項４に記載の選定装置。
【請求項７】
請求項４乃至６のいずれか一項に記載の選定装置と、
到来波の到来方向を推定する推定装置と、
を備え、
前記推定装置は、
前記到来波を受信する受信手段と、
前記受信手段で受信した前記到来波の信号データと、前記選定装置から取得した前記次に学習すべき中心周波数に関する情報とに基づいて、第２相関行列を計算する第２相関行列計算手段と、
前記第２相関行列から抽出した下三角行列に基づいて、第２学習済みモデルを生成する第２学習手段と、
前記選定装置から取得した前記学習済みモデルと、前記第２学習済みモデルと保存するモデル選択手段と、
を備える、
推定システム。
【請求項８】
前記モデル選択手段は、前記到来波の周波数に最も近い前記中心周波数の信号データで学習した学習済みモデルを選択し、
前記推定装置は、
前記選択した１つの学習済みモデルを用いて、前記相関行列から抽出した下三角行列に基づいて、評価スペクトルを生成する第２推論手段と、
前記第２推論手段により生成した前記評価スペクトルに基づいて、前記受信手段により受信した前記到来波の到来角を決定する到来角決定手段と、
をさらに備える、
請求項７に記載の推定システム。
【請求項９】
中心周波数と到来角情報を少なくとも含むパラメータに基づいて、到来信号を模擬した信号データを生成し、
前記信号データに基づいて、相関行列を計算し、
学習済みモデルを用いて、前記相関行列から抽出した下三角行列に基づいて、評価スペクトルを生成し、
前記評価スペクトルに基づき推定した推定到来角と、前記到来角情報の正解到来角とに基づいて、前記学習済みモデルの性能評価を行い、
前記性能評価の結果に基づいて、次に評価すべき中心周波数を決定する、
ことをコンピュータが実行する、選定方法。
【請求項１０】
中心周波数と到来角情報を少なくとも含むパラメータに基づいて、到来信号を模擬した信号データを生成し、
前記信号データに基づいて、相関行列を計算し、
学習済みモデルを用いて、前記相関行列から抽出した下三角行列に基づいて、評価スペクトルを生成し、
前記評価スペクトルに基づき推定した推定到来角と、前記到来角情報の正解到来角とに基づいて、前記学習済みモデルの性能評価を行い、
前記性能評価の結果に基づいて、次に評価すべき中心周波数を決定する、
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、選定装置、推定システム、選定方法、及びプログラムに関する。
続きを表示（約 1,900 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、未知の発信源の位置を推定する発信源推定装置が開示されている。この発信源推定装置では、各学習地点に対するアレイ応答のアンテナ間の相互相関と、位置指紋データベースでの相互相関とをもとに、各学習地点に対する到来方向をセンサ毎に推定する。そして、発信源推定装置は、推定した到来方向と中心周波数とをもとに、各学習地点に対するアレイ応答のアンテナ間の相互相関をセンサ毎に導出した相互相関と、受信信号のアンテナ間の相互相関とに基づいて、未知の発信源が配置された位置を推定する。
【先行技術文献】
【特許文献】
【０００４】
特開２０１８－０１７６９５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】
また、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、推論に用いる学習済みモデルの生成に使用した教師データセットに含まれない中心周波数の信号が入力されると、入力データの分布の違いが原因で評価スペクトルを正しく生成することができず、正しく到来方位を推定することができないという問題がある。
【０００７】
この課題を解決するために、教師データセットを作る際に、細かい周波数間隔で信号データ収集を行い、さらにその教師データセットを用いた学習済みモデルの生成を行うことが考えられる。しかしながら、学習時間やストレージ容量等の観点で、コストが増大してしまうという問題が新たに発生する。特許文献１に記載の技術は、中心周波数を推定しているが、学習モデルの生成にかかるものではなく、この課題の解決方法については何ら開示されていない。
【０００８】
本開示の実施の形態が達成しようとする目的の１つは、実環境のデータを収集する前に学習済みモデルを得ておくべき中心周波数を適切に選定することができる選定装置、推定システム、選定方法、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の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】
【０００９】
一態様にかかる選定装置は、
中心周波数と到来角情報を少なくとも含むパラメータに基づいて、到来信号を模擬した信号データを生成する信号生成手段と、
信号データに基づいて、相関行列を計算する相関行列計算手段と、
学習済みモデルを用いて、相関行列から抽出した下三角行列に基づいて、評価スペクトルを生成する推論手段と、
評価スペクトルに基づき推定した推定到来角と、到来角情報の正解到来角とに基づいて、学習済みモデルの性能評価を行う性能評価手段と、
性能評価の結果に基づいて、次に評価すべき中心周波数を決定する次周波数決定手段と、
を備えるものである。
【００１０】
一態様にかかる推定システムは、
上記のような選定装置と、
到来波の到来方向を推定する推定装置と、
を備え、
推定装置は、
到来波を受信する受信手段と、
受信手段で受信した到来波の信号データと、選定装置から取得した次に学習すべき中心周波数に関する情報とに基づいて、第２相関行列を計算する第２相関行列計算手段と、
第２相関行列から抽出した下三角行列に基づいて、第２学習済みモデルを生成する第２学習手段と、
選定装置から取得した学習済みモデルと、第２学習済みモデルと保存するモデル選択手段と、
を備えるものである。
（【００１１】以降は省略されています）

関連特許