特開 2022-109708 電波伝搬推定装置、電波伝搬推定方法及びコンピュータプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022109708

(43)【公開日】2022-07-28

(54)【発明の名称】電波伝搬推定装置、電波伝搬推定方法及びコンピュータプログラム

(51)【国際特許分類】

   H04B 17/391 20150101AFI20220721BHJP

   H04B 17/309 20150101ALI20220721BHJP

   H04W 16/18 20090101ALI20220721BHJP

   G06F 16/906 20190101ALI20220721BHJP

【ＦＩ】

H04B17/391

H04B17/309

H04W16/18 110

G06F16/906

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2021005169

(22)【出願日】2021-01-15

【国等の委託研究の成果に係る記載事項】（出願人による申告）令和２年度、総務省「仮想空間における電波模擬システム技術の高度化に向けた研究開発」、産業技術力強化法第１７条の適用を受ける特許出願

(71)【出願人】

【識別番号】599108264

【氏名又は名称】株式会社ＫＤＤＩ総合研究所

(74)【代理人】

【識別番号】100165179

【弁理士】

【氏名又は名称】田▲崎▼ 聡

(74)【代理人】

【識別番号】100175824

【弁理士】

【氏名又は名称】小林 淳一

(74)【代理人】

【識別番号】100114937

【弁理士】

【氏名又は名称】松本 裕幸

(72)【発明者】

【氏名】長尾 竜也

(72)【発明者】

【氏名】天野 良晃

【テーマコード（参考）】

5B175

5K067

【Ｆターム（参考）】

5B175FA03

5B175FB04

5K067EE16

5K067LL11

(57)【要約】

【課題】各区域の地理データに応じた電波伝搬モデルによって電波伝搬特性を推定することを図る。
【解決手段】複数の区域の地理データに基づいて複数の区域をクラスタリングしてクラスタを構成するクラスタリング部と、クラスタ毎に電波伝搬モデルを生成する電波伝搬モデル生成部と、各クラスタの電波伝搬モデルを評価するモデル評価部と、電波伝搬モデルの評価結果に基づいて複数の区域を再クラスタリングする再クラスタリング部と、推定対象区域が属するクラスタの電波伝搬モデルを使用して当該推定対象区域の地理データから当該推定対象区域の電波の伝搬特性を推定する推定部と、を備え、電波伝搬モデル生成部は複数の区域の再クラスタリングにより再構成されたクラスタ毎に電波伝搬モデルを再生成する。
【選択図】図１

【特許請求の範囲】

【請求項1】

複数の区域の地理データに基づいて、前記複数の区域をクラスタリングしてクラスタを構成するクラスタリング部と、
前記複数の区域のクラスタリングにより構成されたクラスタ毎に、推定対象区域の地理データから当該推定対象区域の電波の伝搬特性を推定するための電波伝搬モデルを生成する電波伝搬モデル生成部と、
各クラスタの前記電波伝搬モデルを評価するモデル評価部と、
各クラスタの前記電波伝搬モデルの評価結果に基づいて、前記複数の区域を再クラスタリングしてクラスタを再構成する再クラスタリング部と、
推定対象区域が属するクラスタの前記電波伝搬モデルを使用して、当該推定対象区域の地理データから当該推定対象区域の電波の伝搬特性を推定する推定部と、を備え、
前記電波伝搬モデル生成部は、前記複数の区域の再クラスタリングにより再構成されたクラスタ毎に前記電波伝搬モデルを再生成する、
電波伝搬推定装置。

【請求項2】

所定のモデル生成終了条件を満たすまで、クラスタの再構成と電波伝搬モデルの再生成とを繰り返す、
請求項１に記載の電波伝搬推定装置。

【請求項3】

前記モデル評価部は、一の区域の地理データ及び電波の伝搬特性の実測データを使用して全てのクラスタの電波伝搬モデルを評価する、
請求項１又は２のいずれか１項に記載の電波伝搬推定装置。

【請求項4】

前記再クラスタリング部は、一の区域についての前記全てのクラスタの電波伝搬モデルの評価結果及び地理データを、当該一の区域のクラスタリング入力データに使用する、
請求項３に記載の電波伝搬推定装置。

【請求項5】

前記再クラスタリング部は、一の区域についての前記全てのクラスタの電波伝搬モデルの評価結果のみを、当該一の区域のクラスタリング入力データに使用する、
請求項３に記載の電波伝搬推定装置。

【請求項6】

電波伝搬推定装置が、複数の区域の地理データに基づいて、前記複数の区域をクラスタリングしてクラスタを構成するクラスタリングステップと、
前記電波伝搬推定装置が、前記複数の区域のクラスタリングにより構成されたクラスタ毎に、推定対象区域の地理データから当該推定対象区域の電波の伝搬特性を推定するための電波伝搬モデルを生成する電波伝搬モデル生成ステップと、
前記電波伝搬推定装置が、各クラスタの前記電波伝搬モデルを評価するモデル評価ステップと、
前記電波伝搬推定装置が、各クラスタの前記電波伝搬モデルの評価結果に基づいて、前記複数の区域を再クラスタリングしてクラスタを再構成する再クラスタリングステップと、
前記電波伝搬推定装置が、前記複数の区域の再クラスタリングにより再構成されたクラスタ毎に前記電波伝搬モデルを再生成する電波伝搬モデル再生成ステップと、
前記電波伝搬推定装置が、推定対象区域が属するクラスタの前記電波伝搬モデルを使用して、当該推定対象区域の地理データから当該推定対象区域の電波の伝搬特性を推定する推定ステップと、
を含む電波伝搬推定方法。

【請求項7】

コンピュータに、
複数の区域の地理データに基づいて、前記複数の区域をクラスタリングしてクラスタを構成するクラスタリングステップと、
前記複数の区域のクラスタリングにより構成されたクラスタ毎に、推定対象区域の地理データから当該推定対象区域の電波の伝搬特性を推定するための電波伝搬モデルを生成する電波伝搬モデル生成ステップと、
各クラスタの前記電波伝搬モデルを評価するモデル評価ステップと、
各クラスタの前記電波伝搬モデルの評価結果に基づいて、前記複数の区域を再クラスタリングしてクラスタを再構成する再クラスタリングステップと、
前記複数の区域の再クラスタリングにより再構成されたクラスタ毎に前記電波伝搬モデルを再生成する電波伝搬モデル再生成ステップと、
推定対象区域が属するクラスタの前記電波伝搬モデルを使用して、当該推定対象区域の地理データから当該推定対象区域の電波の伝搬特性を推定する推定ステップと、
を実行させるためのコンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、電波伝搬推定装置、電波伝搬推定方法及びコンピュータプログラムに関する。

【背景技術】

【0002】

従来、電波伝搬特性の推定技術として例えば特許文献１が知られている。特許文献１に記載された電波伝搬特性推定技術では、畳み込みニューラルネットワークを地図データに適用することによって電波の障害となり得る構造を表す第１パラメータを地図データから抽出し、抽出された第１パラメータと無線通信システムの構成を表す第２パラメータとに全結合ニューラルネットワークを適用することによって電波の伝搬特性を推定している。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１９－１２２００８号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかし、上述した特許文献１に記載された電波伝搬特性の推定技術では、多様な都市構造に対して１つのモデルで学習していることから、学習に長時間を要したり、地勢の違いによる推定誤差のバラつきが発生したりする。

【0005】

本発明は、このような事情を考慮してなされたものであり、その目的は、各区域の地理データに応じた電波伝搬モデルによって電波伝搬特性を推定することを図ることにある。

【課題を解決するための手段】

【0006】

（１）本発明の一態様は、複数の区域の地理データに基づいて、前記複数の区域をクラスタリングしてクラスタを構成するクラスタリング部と、前記複数の区域のクラスタリングにより構成されたクラスタ毎に、推定対象区域の地理データから当該推定対象区域の電波の伝搬特性を推定するための電波伝搬モデルを生成する電波伝搬モデル生成部と、各クラスタの前記電波伝搬モデルを評価するモデル評価部と、各クラスタの前記電波伝搬モデルの評価結果に基づいて、前記複数の区域を再クラスタリングしてクラスタを再構成する再クラスタリング部と、推定対象区域が属するクラスタの前記電波伝搬モデルを使用して、当該推定対象区域の地理データから当該推定対象区域の電波の伝搬特性を推定する推定部と、を備え、前記電波伝搬モデル生成部は、前記複数の区域の再クラスタリングにより再構成されたクラスタ毎に前記電波伝搬モデルを再生成する、電波伝搬推定装置である。
（２）本発明の一態様は、所定のモデル生成終了条件を満たすまで、クラスタの再構成と電波伝搬モデルの再生成とを繰り返す、上記（１）の電波伝搬推定装置である。
（３）本発明の一態様は、前記モデル評価部は、一の区域の地理データ及び電波の伝搬特性の実測データを使用して全てのクラスタの電波伝搬モデルを評価する、上記（１）又は（２）のいずれかの電波伝搬推定装置である。
（４）本発明の一態様は、前記再クラスタリング部は、一の区域についての前記全てのクラスタの電波伝搬モデルの評価結果及び地理データを、当該一の区域のクラスタリング入力データに使用する、上記（３）の電波伝搬推定装置である。
（５）本発明の一態様は、前記再クラスタリング部は、一の区域についての前記全てのクラスタの電波伝搬モデルの評価結果のみを、当該一の区域のクラスタリング入力データに使用する、上記（３）の電波伝搬推定装置である。

【0007】

（６）本発明の一態様は、電波伝搬推定装置が、複数の区域の地理データに基づいて、前記複数の区域をクラスタリングしてクラスタを構成するクラスタリングステップと、前記電波伝搬推定装置が、前記複数の区域のクラスタリングにより構成されたクラスタ毎に、推定対象区域の地理データから当該推定対象区域の電波の伝搬特性を推定するための電波伝搬モデルを生成する電波伝搬モデル生成ステップと、前記電波伝搬推定装置が、各クラスタの前記電波伝搬モデルを評価するモデル評価ステップと、前記電波伝搬推定装置が、各クラスタの前記電波伝搬モデルの評価結果に基づいて、前記複数の区域を再クラスタリングしてクラスタを再構成する再クラスタリングステップと、前記電波伝搬推定装置が、前記複数の区域の再クラスタリングにより再構成されたクラスタ毎に前記電波伝搬モデルを再生成する電波伝搬モデル再生成ステップと、前記電波伝搬推定装置が、推定対象区域が属するクラスタの前記電波伝搬モデルを使用して、当該推定対象区域の地理データから当該推定対象区域の電波の伝搬特性を推定する推定ステップと、を含む電波伝搬推定方法である。

【0008】

（７）本発明の一態様は、コンピュータに、複数の区域の地理データに基づいて、前記複数の区域をクラスタリングしてクラスタを構成するクラスタリングステップと、前記複数の区域のクラスタリングにより構成されたクラスタ毎に、推定対象区域の地理データから当該推定対象区域の電波の伝搬特性を推定するための電波伝搬モデルを生成する電波伝搬モデル生成ステップと、各クラスタの前記電波伝搬モデルを評価するモデル評価ステップと、各クラスタの前記電波伝搬モデルの評価結果に基づいて、前記複数の区域を再クラスタリングしてクラスタを再構成する再クラスタリングステップと、前記複数の区域の再クラスタリングにより再構成されたクラスタ毎に前記電波伝搬モデルを再生成する電波伝搬モデル再生成ステップと、推定対象区域が属するクラスタの前記電波伝搬モデルを使用して、当該推定対象区域の地理データから当該推定対象区域の電波の伝搬特性を推定する推定ステップと、を実行させるためのコンピュータプログラムである。

【発明の効果】

【0009】

本発明によれば、各区域の地理データに応じた電波伝搬モデルによって電波伝搬特性を推定することができるという効果が得られる。

【図面の簡単な説明】

【0010】

【図1】一実施形態に係る電波伝搬推定装置の構成例を示すブロック図である。

【図2】一実施形態に係る電波伝搬モデル生成方法の概略説明図である。

【図3】一実施形態に係る電波伝搬モデル生成方法の詳細説明図である。

【図4】一実施形態に係る電波伝搬特性推定方法の説明図である。

【図5】一実施形態に係るクラスタリング方法の説明図である。

【図6】一実施形態に係るクラスタリング方法の説明図である。

【図7】一実施形態に係る再クラスタリング方法の説明図である。

【図8】一実施形態に係る再クラスタリング方法の説明図である。

【発明を実施するための形態】

【0011】

以下、図面を参照し、本発明の実施形態について説明する。
図１は、一実施形態に係る電波伝搬推定装置の構成例を示すブロック図である。図１において、電波伝搬推定装置１０は、クラスタリング部１１と、電波伝搬モデル生成部１２と、モデル評価部１３と、再クラスタリング部１４と、推定部１５とを備える。

【0012】

電波伝搬推定装置１０の各機能は、電波伝搬推定装置１０がＣＰＵ（Central Processing Unit：中央演算処理装置）及びメモリ等のコンピュータハードウェアを備え、ＣＰＵがメモリに格納されたコンピュータプログラムを実行することにより実現される。なお、電波伝搬推定装置１０として、汎用のコンピュータ装置を使用して構成してもよく、又は、専用のハードウェア装置として構成してもよい。例えば、電波伝搬推定装置１０は、インターネット等の通信ネットワークに接続されるサーバコンピュータを使用して構成されてもよい。また、電波伝搬推定装置１０の各機能はクラウドコンピューティングにより実現されてもよい。また、電波伝搬推定装置１０は、単独のコンピュータにより実現するものであってもよく、又は電波伝搬推定装置１０の機能を複数のコンピュータに分散させて実現するものであってもよい。

【0013】

クラスタリング部１１は、複数の区域の地理データに基づいて、当該複数の区域をクラスタリングしてクラスタを構成する。ある区域の地理データは、当該区域の地勢および都市構造を示すデータである。地勢は、地形の高低や傾斜、谷、川、湖等の配置などの土地のありさまである。都市構造は、建物の高さや広さ等の建物に関するものや、道路の幅や交通量等の道路に関するものである。地理データとして、例えば標高データや建物データや衛星画像などが利用可能である。クラスタリングアルゴリズムとして、例えばk-means法やWard法やDBSCAN法などが利用可能である。

【0014】

電波伝搬モデル生成部１２は、複数の区域のクラスタリングにより構成されたクラスタ毎に、推定対象区域の地理データから当該推定対象区域の電波の伝搬特性を推定するための電波伝搬モデルを生成する。電波の伝搬特性（電波伝搬特性）は、例えば受信電力や伝搬損失（パスロス）等である。

【0015】

モデル評価部１３は、各クラスタの電波伝搬モデルを評価する。再クラスタリング部１４は、各クラスタの電波伝搬モデルの評価結果に基づいて、複数の区域を再クラスタリングしてクラスタを再構成する。電波伝搬モデル生成部１２は、複数の区域の再クラスタリングにより再構成されたクラスタ毎に電波伝搬モデルを再生成する。

【0016】

推定部１５は、推定対象区域が属するクラスタの電波伝搬モデルを使用して、当該推定対象区域の地理データから当該推定対象区域の電波の伝搬特性を推定する。

【0017】

図２は、本実施形態に係る電波伝搬モデル生成方法の概略説明図である。図３は、本実施形態に係る電波伝搬モデル生成方法の詳細説明図である。

【0018】

図２を参照して本実施形態に係る電波伝搬モデル生成方法の概略を説明する。
（ステップＳ１）電波伝搬推定装置１０は、複数の区域の地理データに基づいて、当該複数の区域をクラスタリングしてクラスタを構成する。図２の例では、各区域が各区域の地理データの特徴量に基づいて特徴空間にマッピングされて、４個のクラスタ＃１－＃４が構成される。

【0019】

（ステップＳ２）電波伝搬推定装置１０は、クラスタ毎に電波伝搬モデルを生成する。図２の例では、各クラスタ＃１－＃４の電波伝搬モデル＃１－＃４が生成される。

【0020】

（ステップＳ３）電波伝搬推定装置１０は、各区域の実測データを使用して、各クラスタの電波伝搬モデルを評価する。図２の例では、各電波伝搬モデル＃１－＃４の誤差指標が算出される。

【0021】

（ステップＳ４）電波伝搬推定装置１０は、各クラスタの電波伝搬モデルの評価結果に基づいて、複数の区域を再クラスタリングしてクラスタを再構成する。図２の例では、各クラスタ＃１－＃４の電波伝搬モデル＃１－＃４の誤差指標に基づいて、４個のクラスタ＃１’－＃４’が再構成される。

【0022】

（ステップＳ５）電波伝搬推定装置１０は、複数の区域の再クラスタリングにより再構成されたクラスタ毎に電波伝搬モデルを再生成する。図２の例では、再構成された各クラスタ＃１’－＃４’の電波伝搬モデル＃１’－＃４’が再生成される。

【0023】

電波伝搬推定装置１０は、上記したステップＳ４－Ｓ５について、所定のモデル生成終了条件を満たすまで、クラスタの再構成と電波伝搬モデルの再生成とを繰り返す。モデル生成終了条件は、例えば、誤差指標が所定の誤差基準を満たすことである。また、モデル生成終了条件は、クラスタの再構成と電波伝搬モデルの再生成との繰り返し回数の上限値であってもよい。

【0024】

図３を参照して本実施形態に係る電波伝搬モデル生成方法の詳細を説明する。

【0025】

（ステップＳ１）クラスタリング部１１は、地理クラスタデータベース１０１からクラスタリング対象の複数の区域の地理データを取得する。次いでクラスタリング部１１は、当該複数の区域の地理データに基づいて、当該複数の区域をクラスタリングしてクラスタを構成する。次いでクラスタリング部１１は、各クラスタに属する区域の地理データに対して該当クラスタの識別子（クラスタＩＤ）を関連付けて地理クラスタデータベース１０１に登録する。図２の例では、クラスタ＃１に属する区域の地理データに対してクラスタ＃１のクラスタＩＤが関連付けられて、またクラスタ＃２に属する区域の地理データに対してクラスタ＃２のクラスタＩＤが関連付けられて、クラスタ＃３に属する区域の地理データに対してクラスタ＃３のクラスタＩＤが関連付けられて、クラスタ＃４に属する区域の地理データに対してクラスタ＃４のクラスタＩＤが関連付けられて、地理クラスタデータベース１０１に登録される。

【0026】

（ステップＳ２）電波伝搬モデル生成部１２は、クラスタ毎に電波伝搬モデルを生成する。図２の一例（クラスタ＃１）を挙げて具体的に説明する。電波伝搬モデル生成部１２は、地理クラスタデータベース１０１からクラスタ＃１に属する区域の地理データを取得する。また電波伝搬モデル生成部１２は、送信諸元データベース１０３からクラスタ＃１に属する区域の送信諸元を取得する。送信諸元は、送信局の情報であって、無線周波数や送信電力やアンテナ高などの情報である。クラスタ＃１に属する区域の地理データ及び送信諸元は、クラスタ＃１に属する区域の特徴量を含む情報である。また電波伝搬モデル生成部１２は、測定データベース１０２からクラスタ＃１に属する区域の受信電力等の電波伝搬特性の実測データを取得する。クラスタ＃１に属する区域の実測データは、クラスタ＃１に属する区域の教師データである。

【0027】

電波伝搬モデル生成部１２は、クラスタ＃１について、地理データ及び送信諸元を学習データに使用して、また電波伝搬特性の実測データを教師データに使用して、機械学習を行い、機械学習の結果として電波伝搬モデル＃１を得る。機械学習アルゴリズムとして、例えばRandomForest法や勾配ブースティング法やDeepLearning法などが利用可能である。

【0028】

電波伝搬モデル生成部１２は、各クラスタの電波伝搬モデルを電波伝搬モデルデータベース１１０に格納する。図２の例では、各クラスタ＃１－＃４の電波伝搬モデル＃１－＃４が電波伝搬モデルデータベース１１０に格納される。

【0029】

（ステップＳ３）モデル評価部１３は、各区域の実測データを使用して、各クラスタの電波伝搬モデルを評価する。電波伝搬モデルの評価において、モデル評価部１３は、一の区域の地理データ及び電波伝搬特性の実測データを使用して全てのクラスタの電波伝搬モデルを評価する。図２の例では、クラスタリング対象の複数の区域（ここでは、説明の便宜上、５つの区域Ａ，Ｂ，Ｃ，Ｄ，Ｅとする）及び４個のクラスタ＃１－＃４の電波伝搬モデル＃１－＃４について、区域Ａの地理データ及び電波伝搬特性の実測データを使用して各電波伝搬モデル＃１－＃４を評価し、また区域Ｂの地理データ及び電波伝搬特性の実測データを使用して各電波伝搬モデル＃１－＃４を評価し、また区域Ｃの地理データ及び電波伝搬特性の実測データを使用して各電波伝搬モデル＃１－＃４を評価し、また区域Ｄの地理データ及び電波伝搬特性の実測データを使用して各電波伝搬モデル＃１－＃４を評価し、また区域Ｅの地理データ及び電波伝搬特性の実測データを使用して各電波伝搬モデル＃１－＃４を評価する。

【0030】

図２の一例（区域Ａ，Ｂ，Ｃ，Ｄ，Ｅ、クラスタ＃１の電波伝搬モデル＃１）を挙げて電波伝搬モデル評価方法を具体的に説明する。モデル評価部１３は、区域Ａの地理データ及び送信諸元を電波伝搬モデル＃１に入力して、電波伝搬モデル＃１から電波伝搬特性の推定値を得る。次いで、モデル評価部１３は、電波伝搬モデル＃１について、区域Ａの電波伝搬特性の推定値と区域Ａの電波伝搬特性の実測データとの間の誤差を示す誤差指標＃１＿Ａを算出する（誤差評価）。同様にして、モデル評価部１３は、区域Ｂの地理データ、送信諸元及び電波伝搬特性の実測データを使用して、電波伝搬モデル＃１の誤差指標＃１＿Ｂを算出する。またモデル評価部１３は、区域Ｃの地理データ、送信諸元及び電波伝搬特性の実測データを使用して、電波伝搬モデル＃１の誤差指標＃１＿Ｃを算出する。またモデル評価部１３は、区域Ｄの地理データ、送信諸元及び電波伝搬特性の実測データを使用して、電波伝搬モデル＃１の誤差指標＃１＿Ｄを算出する。またモデル評価部１３は、区域Ｅの地理データ、送信諸元及び電波伝搬特性の実測データを使用して、電波伝搬モデル＃１の誤差指標＃１＿Ｅを算出する。このようにして図２の例（区域Ａ，Ｂ，Ｃ，Ｄ，Ｅ、クラスタ＃１－＃４の電波伝搬モデル＃１－＃４）では、クラスタ＃１の電波伝搬モデル＃１の誤差指標＃１＿Ａ，＃１＿Ｂ，＃１＿Ｃ，＃１＿Ｄ，＃１＿Ｅと、クラスタ＃２の電波伝搬モデル＃２の誤差指標＃２＿Ａ，＃２＿Ｂ，＃２＿Ｃ，＃１＿Ｄ，＃１＿Ｅと、クラスタ＃３の電波伝搬モデル＃３の誤差指標＃３＿Ａ，＃３＿Ｂ，＃３＿Ｃ，＃１＿Ｄ，＃１＿Ｅと、クラスタ＃４の電波伝搬モデル＃４の誤差指標＃４＿Ａ，＃４＿Ｂ，＃４＿Ｃ，＃１＿Ｄ，＃１＿Ｅとが算出される。これらの算出された誤差指標は、次のステップＳ４（再クラスタリング）で使用される。

【0031】

（ステップＳ４）再クラスタリング部１４は、各クラスタの電波伝搬モデルの評価結果（誤差指標）に基づいて、複数の区域を再クラスタリングしてクラスタを再構成する。図２の例（区域Ａ，Ｂ，Ｃ，Ｄ，Ｅ、クラスタ＃１－＃４）を挙げて再クラスタリング方法を具体的に説明する。再クラスタリング部１４は、区域Ａ，Ｂ，Ｃ，Ｄ，Ｅ毎に、誤差指標に基づいた再クラスタリング用特徴量を生成する。例えば区域Ａについて、再クラスタリング部１４は、区域Ａの誤差指標＃１＿Ａ，＃２＿Ａ，＃３＿Ａ，＃４＿Ａに基づいた再クラスタリング用特徴量Ａを生成する。同様にして区域Ｂ，Ｃ，Ｄ，Ｅの再クラスタリング用特徴量Ｂ，Ｃ，Ｄ，Ｅが生成される。なお、再クラスタリング部１４は、ある区域の再クラスタリング用特徴量の生成において、当該区域の誤差指標及び地理データに基づいた再クラスタリング用特徴量を生成してもよい。

【0032】

次いで再クラスタリング部１４は、各区域Ａ，Ｂ，Ｃ，Ｄ，Ｅの再クラスタリング用特徴量Ａ，Ｂ，Ｃ，Ｄ，Ｅに基づいて、当該区域Ａ，Ｂ，Ｃ，Ｄ，Ｅをクラスタリングしてクラスタを再構成する。次いでクラスタリング部１１は、各クラスタに属する区域の地理データに対して該当クラスタの識別子（クラスタＩＤ）を関連付けて地理クラスタデータベース１０１に登録する。図２の例では、各クラスタ＃１－＃４の電波伝搬モデル＃１－＃４の誤差指標に基づいて、４個のクラスタ＃１’－＃４’が再構成される。クラスタ＃１’に属する区域の地理データに対してクラスタ＃１’のクラスタＩＤが関連付けられて、またクラスタ＃２’に属する区域の地理データに対してクラスタ＃２’のクラスタＩＤが関連付けられて、クラスタ＃３’に属する区域の地理データに対してクラスタ＃３’のクラスタＩＤが関連付けられて、クラスタ＃４’に属する区域の地理データに対してクラスタ＃４’のクラスタＩＤが関連付けられて、地理クラスタデータベース１０１に登録される。

【0033】

（ステップＳ５）電波伝搬モデル生成部１２、ステップＳ４の再クラスタリングにより再構成されたクラスタ毎に、ステップＳ２と同様にして電波伝搬モデルを再生成する。電波伝搬モデル生成部１２は、各クラスタの電波伝搬モデルを電波伝搬モデルデータベース１１０に格納する。図２の例では、再構成された各クラスタ＃１’－＃４’の電波伝搬モデル＃１’－＃４’が電波伝搬モデルデータベース１１０に格納される。

【0034】

上記したステップＳ４－Ｓ５については、所定のモデル生成終了条件を満たすまで、クラスタの再構成と電波伝搬モデルの再生成とが繰り返される。

【0035】

次に図４を参照して本実施形態に係る電波伝搬特性推定方法を説明する。図４は、本実施形態に係る電波伝搬特性推定方法の説明図である。

【0036】

（ステップＳ１１）地理クラスタデータベース１０１には、クラスタリング結果として、各区域の地理データに対してクラスタＩＤが関連付けて登録されている。推定部１５は、地理クラスタデータベース１０１内のクラスタリング結果に基づいて、推定対象区域の地理データがどのクラスタに該当するか分類（クラス分類）する。推定部１５は、当該分類の結果のクラスタのクラスタＩＤを推定対象区域の地理データに付加する。クラス分類アルゴリズムとして、例えばk-nearest neighbors法やSupportVectorMachine法やRandomForest法や勾配ブースティング法などが利用可能である。

【0037】

（ステップＳ１２）電波伝搬モデルデータベース１１０には、各クラスタの電波伝搬モデルがクラスタＩＤに関連付けて格納されている。推定部１５は、推定対象区域の地理データに付加されたクラスタＩＤに関連付けられた電波伝搬モデル（推定対象区域電波伝搬モデル）を電波伝搬モデルデータベース１１０から取得する。

【0038】

（ステップＳ１３）推定対象区域の地理データ及び送信諸元は、推定対象区域の特徴量を含む情報である。推定部１５は、推定対象区域の地理データ及び送信諸元を推定対象区域電波伝搬モデルに入力して、推定対象区域電波伝搬モデルから電波伝搬特性の推定値を得る。図４の例では、電波伝搬特性の推定値として受信電力推定値が得られる。

【0039】

［クラスタリング方法］
本実施形態に係るクラスタリング方法について説明する。図５，図６は、本実施形態に係るクラスタリング方法の説明図である。

【0040】

（クラスタリング方法の例１）
図５は、本実施形態に係るクラスタリング方法の例１の説明図である。図５において、クラスタリング対象の区域の地理データは、区域内が一定の範囲（グリッド）に区切られたグリッドデータである。グリッドデータは、２次元配列のデータ構造である。クラスタリング部１１は、クラスタリング対象の区域毎に、地理データ（グリッドデータ）を、２次元配列から１次元配列の地理特徴ベクトル（ｄ次元ベクトル）へ変換（フラット化）する（ステップＳ２１）。次いでクラスタリング部１１は、当該地理特徴ベクトルを使用してクラスタリングを行う（ステップＳ２２）。

【0041】

（クラスタリング方法の例２）
図６は、本実施形態に係るクラスタリング方法の例２の説明図である。図５において、クラスタリング対象の区域の地理データは、区域内が一定の範囲（グリッド）に区切られたグリッドデータである。グリッドデータは、２次元配列のデータ構造である。クラスタリング部１１は、クラスタリング対象の区域毎に、地理データ（グリッドデータ）を、２次元配列から１次元配列（ｄ次元ベクトル）へ変換（フラット化）する（ステップＳ３１）。次いでクラスタリング部１１は、当該１次元配列（ｄ次元ベクトル）に対して次元削減を行う（ステップＳ３２）。次元削減アルゴリズムとして、例えば主成分分析（ＰＣＡ）が利用可能である。次いでクラスタリング部１１は、当該次元削減によりｄ次元よりも少ない次元数である地理特徴ベクトルを使用してクラスタリングを行う（ステップＳ３３）。

【0042】

［再クラスタリング方法］
本実施形態に係る再クラスタリング方法について説明する。図７，図８は、本実施形態に係る再クラスタリング方法の説明図である。

【0043】

（再クラスタリング方法の例１）
図７は、本実施形態に係る再クラスタリング方法の例１の説明図である。図７において、区域Ａの地理データは、上記した図５と同様に、区域内が一定の範囲（グリッド）に区切られたグリッドデータ（２次元配列）であり、２次元配列から１次元配列の地理特徴ベクトル（ｄ次元ベクトル）へ変換される。次いで、区域Ａの地理特徴ベクトル（ｄ次元ベクトル）を使用して、各クラスタ（ｋ個）の電波伝搬モデル＃１－＃ｋにより電波伝搬特性の各推定値Ａ１－Ａｋが得られる。次いで、区域Ａの実測データと各推定値Ａ１－Ａｋとの間の誤差を示す誤差指標Ａ１－Ａｋ（ｋ次元）が算出される（誤差評価）。次いで再クラスタリング部１４は、区域Ａの地理特徴ベクトル（ｄ次元）と誤差指標Ａ１－Ａｋ（ｋ次元）とをマージして、区域Ａの再クラスタリング用特徴量Ａ（（ｄ＋ｋ）次元）を生成する。再クラスタリング部１４は、区域Ａの再クラスタリング用特徴量Ａ（（ｄ＋ｋ）次元）を区域Ａのクラスタリング入力データとして再クラスタリングに使用する。なお、再クラスタリング部１４は、再クラスタリングの前処理として、再クラスタリング用特徴量（（ｄ＋ｋ）次元）の次元削減を行って、再クラスタリング用特徴量の次元数を削減してもよい。

【0044】

（再クラスタリング方法の例２）
図８は、本実施形態に係る再クラスタリング方法の例２の説明図である。図８において、区域Ａの地理データは、上記した図５と同様に、区域内が一定の範囲（グリッド）に区切られたグリッドデータ（２次元配列）であり、２次元配列から１次元配列の地理特徴ベクトル（ｄ次元ベクトル）へ変換される。次いで、区域Ａの地理特徴ベクトル（ｄ次元ベクトル）を使用して、各クラスタ（ｋ個）の電波伝搬モデル＃１－＃ｋにより電波伝搬特性の各推定値Ａ１－Ａｋが得られる。次いで、区域Ａの実測データと各推定値Ａ１－Ａｋとの間の誤差を示す誤差指標Ａ１－Ａｋ（ｋ次元）が算出される（誤差評価）。次いで再クラスタリング部１４は、誤差指標Ａ１－Ａｋ（ｋ次元）をマージして、区域Ａの再クラスタリング用特徴量Ａ（ｋ次元）を生成する。再クラスタリング部１４は、区域Ａの再クラスタリング用特徴量Ａ（ｋ次元）を区域Ａのクラスタリング入力データとして再クラスタリングに使用する。なお、再クラスタリング部１４は、再クラスタリングの前処理として、再クラスタリング用特徴量（ｋ次元）の次元削減を行って、再クラスタリング用特徴量の次元数を削減してもよい。

【0045】

［誤差評価方法］
本実施形態に係る誤差評価方法について説明する。モデル評価部１３は、所定の誤差指標算出式を使用して誤差指標を算出する。誤差指標算出式の３つの例として、次の（１）式、（２）式及び（３）式が挙げられる。

【0046】

【数1】

【0047】

【数2】

【0048】

【数3】

【0049】

【数4】

【0050】

（４）式は、（１）式、（２）式及び（３）式の各変数を示す。（１）式で算出される誤差指標ＲＭＳＥは、「Root Mean Squared Error」である。（２）式で算出される誤差指標ＭＡＥは、「Mean Absolute Error」である。誤差指標ＲＭＳＥ及び誤差指標ＭＡＥは、値が０に近いほど精度が高い指標である。（３）式で算出される誤差指標Ｒ^２は、「決定係数」である。誤差指標Ｒ^２は、値が１に近いほど精度が高い指標である。

【0051】

モデル評価部１３は、（１）式、（２）式及び（３）式のうちのいずれかの誤差指標算出式を使用して誤差指標を算出する。

【0052】

本実施形態によれば、各区域の地理データが分類されたクラスタ毎に電波伝搬モデルが生成されるので、各区域の地理データに応じた電波伝搬モデルによって電波伝搬特性を推定することができる。これにより、電波伝搬モデルの学習時間の短縮や電波伝搬特性の推定精度の改善を図る効果が得られる。

【0053】

また本実施形態によれば、実測データによる電波伝搬モデルの誤差評価に基づいた再クラスタリングにより、地理データのみでなく、実際の電波伝搬特性の情報も加味した電波伝搬モデルの最適化を自動的に行うことができる。

【0054】

なお、これにより、例えば無線ネットワークにおける総合的なサービス品質の向上を実現することができることから、国連が主導する持続可能な開発目標（SDGs）の目標９「レジリエントなインフラを整備し、持続可能な産業化を推進するとともに、イノベーションの拡大を図る」に貢献することが可能となる。

【0055】

以上、本発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、本発明の要旨を逸脱しない範囲の設計変更等も含まれる。

【0056】

また、上述した各装置の機能を実現するためのコンピュータプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行するようにしてもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものであってもよい。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＤＶＤ（Digital Versatile Disc）等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。

【0057】

さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（例えばＤＲＡＭ（Dynamic Random Access Memory））のように、一定時間プログラムを保持しているものも含むものとする。
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。

【符号の説明】

【0058】

１０…電波伝搬推定装置、１１…クラスタリング部、１２…電波伝搬モデル生成部、１３…モデル評価部、１４…再クラスタリング部、１５…推定部、１０１…地理クラスタデータベース、１０２…測定データベース、１０３…送信諸元データベース、１１０…電波伝搬モデルデータベース

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】