ホーム > 特許ランキング > 国立大学法人 東京大学
知財求人 - 知財ポータルサイト「IP Force」
▶ 国立大学法人 東京大学の特許一覧 ▶ 公立大学法人岡山県立大学の特許一覧 ▶ 株式会社ポコアポコネットワークスの特許一覧 ▶ 株式会社サイバー創研の特許一覧
(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】P2022014739
(43)【公開日】2022-01-20
(54)【発明の名称】スモールセル基地局
(51)【国際特許分類】
H04B 1/38 20150101AFI20220113BHJP
H02J 3/00 20060101ALI20220113BHJP
H02J 3/32 20060101ALI20220113BHJP
H02J 3/38 20060101ALI20220113BHJP
【ＦＩ】
H04B1/38
H02J3/00 170
H02J3/32
H02J3/38 120
【審査請求】未請求
【請求項の数】8
【出願形態】ＯＬ
(21)【出願番号】P 2020117260
(22)【出願日】2020-07-07
【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）令和元年度、国立研究開発法人新エネルギー・産業技術総合開発機構、新エネルギー等のシーズ発掘・事業化に向けた技術研究開発事業、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】504137912
【氏名又は名称】国立大学法人 東京大学
(71)【出願人】
【識別番号】307020545
【氏名又は名称】公立大学法人岡山県立大学
(71)【出願人】
【識別番号】515226250
【氏名又は名称】株式会社ポコアポコネットワークス
(71)【出願人】
【識別番号】501326067
【氏名又は名称】株式会社サイバー創研
(74)【代理人】
【識別番号】100120329
【弁理士】
【氏名又は名称】天野 一規
(74)【代理人】
【識別番号】100159581
【弁理士】
【氏名又は名称】藤本 勝誠
(74)【代理人】
【識別番号】100159499
【弁理士】
【氏名又は名称】池田 義典
(74)【代理人】
【識別番号】100106264
【弁理士】
【氏名又は名称】石田 耕治
(74)【代理人】
【識別番号】100139354
【弁理士】
【氏名又は名称】松浦 昌子
(74)【代理人】
【識別番号】100208708
【弁理士】
【氏名又は名称】河村 健志
(74)【代理人】
【識別番号】100215371
【弁理士】
【氏名又は名称】古茂田 道夫
(74)【代理人】
【識別番号】230116643
【弁護士】
【氏名又は名称】田中 厳輝
(72)【発明者】
【氏名】中村 宏
(72)【発明者】
【氏名】坂本 龍一
(72)【発明者】
【氏名】鈴木 悠太
(72)【発明者】
【氏名】有本 和民
(72)【発明者】
【氏名】武部 秀治
(72)【発明者】
【氏名】吉村 拓馬
(72)【発明者】
【氏名】吉川 憲昭
(72)【発明者】
【氏名】木下 研作
【テーマコード（参考）】
5G066
5K011
【Ｆターム（参考）】
5G066AA02
5G066AE05
5G066AE07
5G066AE09
5G066HB06
5G066HB09
5K011AA08
5K011DA29
5K011KA03
(57)【要約】
【課題】本発明は、電力供給の安定性を向上させたスモールセル基地局の提供を目的とする。
【解決手段】本発明のスモールセル基地局は、再生可能エネルギーにより発電する電源部と、無線通信機器との通信を行う通信部と、上記電源部から上記通信部への電源供給を制御する制御部とを備え、上記通信部が、単体で上記無線通信機器と通信可能に構成された複数のビルディングブロックを有し、上記制御部の制御が、上記ビルディングブロック単位で行われる。
【選択図】図１
【解決手段】本発明のスモールセル基地局は、再生可能エネルギーにより発電する電源部と、無線通信機器との通信を行う通信部と、上記電源部から上記通信部への電源供給を制御する制御部とを備え、上記通信部が、単体で上記無線通信機器と通信可能に構成された複数のビルディングブロックを有し、上記制御部の制御が、上記ビルディングブロック単位で行われる。
【選択図】図１
【特許請求の範囲】
【請求項1】
再生可能エネルギーにより発電する電源部と、
無線通信機器との通信を行う通信部と、
上記電源部から上記通信部への電源供給を制御する制御部と
を備え、
上記通信部が、単体で上記無線通信機器と通信可能に構成された複数のビルディングブロックを有し、
上記制御部の制御が、上記ビルディングブロック単位で行われるスモールセル基地局。
無線通信機器との通信を行う通信部と、
上記電源部から上記通信部への電源供給を制御する制御部と
を備え、
上記通信部が、単体で上記無線通信機器と通信可能に構成された複数のビルディングブロックを有し、
上記制御部の制御が、上記ビルディングブロック単位で行われるスモールセル基地局。
【請求項2】
上記制御部の制御が、電源遮断を含む請求項１に記載のスモールセル基地局。
【請求項3】
上記ビルディングブロックが、ノーマリーオフ型である請求項１又は請求項２に記載のスモールセル基地局。
【請求項4】
上記制御部が、
第１基準時刻より過去の時刻から上記第１基準時刻までの所定期間の気象予報データ及び上記電源部の発電量を第１入力データとして受付け、上記第１基準時刻より未来の上記電源部の発電量を第１出力データとして出力する第１ニューラルネットワークと、
上記第１ニューラルネットワークに現在時刻を第１基準時刻として上記第１入力データを入力し、現在時刻が第１基準時刻である第１出力データに基づいて未来の発電量推定値を求める発電量推定部と、
第２基準時刻より過去の時刻から上記第２基準時刻までの所定期間のトラフィックデータ及び上記通信部の消費電力量を第２入力データとして受付け、上記第２基準時刻より未来の上記通信部の消費電力量を第２出力データとして出力する第２ニューラルネットワークと、
上記第２ニューラルネットワークに現在時刻を第２基準時刻として上記第２入力データを入力し、現在時刻が第２基準時刻である第２出力データに基づいて未来の消費電力量推定値を求める消費電力量推定部と
を有し、
上記第１ニューラルネットワークが、上記第１入力データ及び上記第１出力データの実績値を教師データとして機械学習された発電量予測モデルを用い、
上記第２ニューラルネットワークが、上記第２入力データ及び上記第２出力データの実績値を教師データとして機械学習された消費電力量予測モデルを用いており、
上記制御部の制御に、上記発電量推定値及び上記消費電力量推定値が用いられる請求項１、請求項２又は請求項３に記載のスモールセル基地局。
第１基準時刻より過去の時刻から上記第１基準時刻までの所定期間の気象予報データ及び上記電源部の発電量を第１入力データとして受付け、上記第１基準時刻より未来の上記電源部の発電量を第１出力データとして出力する第１ニューラルネットワークと、
上記第１ニューラルネットワークに現在時刻を第１基準時刻として上記第１入力データを入力し、現在時刻が第１基準時刻である第１出力データに基づいて未来の発電量推定値を求める発電量推定部と、
第２基準時刻より過去の時刻から上記第２基準時刻までの所定期間のトラフィックデータ及び上記通信部の消費電力量を第２入力データとして受付け、上記第２基準時刻より未来の上記通信部の消費電力量を第２出力データとして出力する第２ニューラルネットワークと、
上記第２ニューラルネットワークに現在時刻を第２基準時刻として上記第２入力データを入力し、現在時刻が第２基準時刻である第２出力データに基づいて未来の消費電力量推定値を求める消費電力量推定部と
を有し、
上記第１ニューラルネットワークが、上記第１入力データ及び上記第１出力データの実績値を教師データとして機械学習された発電量予測モデルを用い、
上記第２ニューラルネットワークが、上記第２入力データ及び上記第２出力データの実績値を教師データとして機械学習された消費電力量予測モデルを用いており、
上記制御部の制御に、上記発電量推定値及び上記消費電力量推定値が用いられる請求項１、請求項２又は請求項３に記載のスモールセル基地局。
【請求項5】
上記制御部の制御が、伝送能力を含む請求項１から請求項４のいずれか１項に記載のスモールセル基地局。
【請求項6】
上記伝送能力が、通信カバレッジ及び通信スループットの少なくとも一方を含む請求項５に記載のスモールセル基地局。
【請求項7】
上記ビルディングブロックが、上記制御部の制御が時間差を設けて行われる複数の要素回路を有する請求項１から請求項６のいずれか１項に記載の基地局。
【請求項8】
最大カバレッジエリアが半径２５０ｍ以上１．５ｋｍ以下である請求項１から請求項７のいずれか１項に記載のスモールセル基地局。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、スモールセル基地局に関する。
【背景技術】
【0002】
携帯端末など屋外での使用が可能な無線通信機器は、いまや生活利便性の向上に不可欠となっている。このような無線通信機器はモバイル通信用の基地局を介して通信が行われる。このため、地域によらず、つまり離島も含め人口密度の疎密に依存せず利用でき、また災害時の等緊急時にリアルタイムで現地の状況を把握する等の目的での幅広い活用を実現していくためには、場所を問わずに基地局を設置できることが必要となる。また、イベントドリブン型のサービスがユビキタスに普及していく中で、電源供給及びメンテナンスの容易さ等の設置のフレキシビリティが確保されなければならない。さらに、環境の観点から、多数の設置が予測されるモバイル基地局は環境負荷への影響を最小限に留める必要がある。
【0003】
このような条件下にあっては、再生可能エネルギー、特に太陽光発電を用いることが提案されている（例えば特開２０１６－１２６１７号公報、特開２０１８－７８７７２号公報参照）。このように再生可能エネルギーを電源とするので、系統電源からの電源供給がなくとも動作可能となる。このため、系統電源に場所を縛られることなく設置可能であり、また災害等で系統電源が機能していなくとも動作可能とできるから、活用の範囲が広がる。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特開２０１６－１２６１７号公報
【特許文献2】特開２０１８－７８７７２号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
例えば太陽光発電を用いる場合、その発電量は天候に依存する。また、夜間は発電を行うことができない。このため、一般に発電したエネルギーを蓄電池に充電して用いる構成が採用され、電力の安定供給が図られている。
【0006】
さらに、上記特許文献１に記載の発明では、気象予報データに基づいて蓄電池の蓄電量を予測し、蓄電池に充電された電力を効率良く長期にわたって負荷に供給し、蓄電池の過放電に伴う運転停止を回避している。
【0007】
また、上記特許文献２に記載の発明では、事前に消費されると見込まれる電力である予測需要電力量と、実際に消費された電力である実績需要電力量との間に乖離（インバランス）が生じた際、蓄電池に対してこのインバランスに基づいた充放電を行わせることで、インバランスを抑制している。
【0008】
しかし、これらの手法を採用してとしても、電力の安定供給には限界があり、さらなる電力供給の安定性が求められている。
【0009】
本発明は、以上のような事情に基づいてなされたものであり、電力供給の安定性を向上させたスモールセル基地局の提供を目的とする。
【課題を解決するための手段】
【0010】
本発明の一態様に係るスモールセル基地局は、再生可能エネルギーにより発電する電源部と、無線通信機器との通信を行う通信部と、上記電源部から上記通信部への電源供給を制御する制御部とを備え、上記通信部が、単体で上記無線通信機器と通信可能に構成された複数のビルディングブロックを有し、上記制御部の制御が、上記ビルディングブロック単位で行われる。
【発明の効果】
【0011】
本発明のスモールセル基地局は、電力供給の安定性が高く、系統電源の確保が困難場所であっても、安定して動作させることができる。
【図面の簡単な説明】
【0012】
【発明を実施するための形態】
【0013】
［本発明の実施形態の説明］
最初に本発明の実施態様を列記して説明する。
最初に本発明の実施態様を列記して説明する。
【0014】
本発明の一態様に係るスモールセル基地局は、再生可能エネルギーにより発電する電源部と、無線通信機器との通信を行う通信部と、上記電源部から上記通信部への電源供給を制御する制御部とを備え、上記通信部が、単体で上記無線通信機器と通信可能に構成された複数のビルディングブロックを有し、上記制御部の制御が、上記ビルディングブロック単位で行われる。
【0015】
当該スモールセル基地局は、電源部が再生可能エネルギーにより発電するので、系統電源を使用しなくとも動作可能である。また、通信部がビルディングブロックを有し、電源供給の制御をビルディングブロック単位で行うので、きめ細かな制御が可能となり、電力供給の安定性を向上できる。従って、当該スモールセル基地局は、系統電源の確保が困難場所であっても、安定して動作させることができる。
【0016】
上記制御部の制御が、電源遮断を含むとよい。このように上記制御部の制御に電源遮断を含めることで、通信部の消費電力をさらに低減できるので、電力供給の安定性を向上できる。
【0017】
上記ビルディングブロックが、ノーマリーオフ型であるとよい。このように上記ビルディングブロックをノーマリーオフ型とすることで、通信部の消費電力をさらに低減できるので、電力供給の安定性を向上できる。
【0018】
上記制御部が、第１基準時刻より過去の時刻から上記第１基準時刻までの所定期間の気象予報データ及び上記電源部の発電量を第１入力データとして受付け、上記第１基準時刻より未来の上記電源部の発電量を第１出力データとして出力する第１ニューラルネットワークと、上記第１ニューラルネットワークに現在時刻を第１基準時刻として上記第１入力データを入力し、現在時刻が第１基準時刻である第１出力データに基づいて未来の発電量推定値を求める発電量推定部と、第２基準時刻より過去の時刻から上記第２基準時刻までの所定期間のトラフィックデータ及び上記通信部の消費電力量を第２入力データとして受付け、上記第２基準時刻より未来の上記通信部の消費電力量を第２出力データとして出力する第２ニューラルネットワークと、上記第２ニューラルネットワークに現在時刻を第２基準時刻として上記第２入力データを入力し、現在時刻が第２基準時刻である第２出力データに基づいて未来の消費電力量推定値を求める消費電力量推定部とを有し、上記第１ニューラルネットワークが、上記第１入力データ及び上記第１出力データの実績値を教師データとして機械学習された発電量予測モデルを用い、上記第２ニューラルネットワークが、上記第２入力データ及び上記第２出力データの実績値を教師データとして機械学習された消費電力量予測モデルを用いており、上記制御部の制御に、上記発電量推定値及び上記消費電力量推定値が用いられるとよい。このように上記制御部の制御に、いわゆる人工知能（ＡＩ）により高い精度で推定した発電量推定値及び消費電力量推定値を用いることで、通信部の消費電力をさらに低減できるので、電力供給の安定性を向上できる。
【0019】
上記制御部の制御が、伝送能力を含むとよい。一般に伝送能力と消費電力とはトレードオフの関係にあるため、上記制御部の制御に伝送能力を含めることで、電力供給の安定性をさらに向上できる。
【0020】
上記伝送能力が、通信カバレッジ及び通信スループットの少なくとも一方を含むとよい。このように上記伝送能力に通信カバレッジ及び通信スループットの少なくとも一方を含めることで、伝送能力の低下を抑止しつつ、通信部の消費電力をさらに低減できる。
【0021】
上記ビルディングブロックが、上記制御部の制御が時間差を設けて行われる複数の要素回路を有するとよい。例えばデジタル回路とアナログ回路とでは、立ち上がり時間が異なる。機能の異なるアナログ回路間でも同様である。このため、両者の立ち上がり時間を考慮して時間差を設けて制御することで、通信部の消費電力をさらに低減できる。
【0022】
最大カバレッジエリアとしては、半径２５０ｍ以上１．５ｋｍ以下が好ましい。本発明の基地局は、最大カバレッジエリアが上記範囲内である基地局に好適に用いることができる。
【0023】
［本発明の実施形態の詳細］
以下、本発明の一実施形態に係る車両用安全支援システムについて、適宜図面を参照しつつ説明する。
以下、本発明の一実施形態に係る車両用安全支援システムについて、適宜図面を参照しつつ説明する。
【0024】
図１に示すスモールセル基地局１は、再生可能エネルギーにより発電する電源部１０と、無線通信機器Ｘとの通信を行う通信部２０と、電源部１０から通信部２０への電源供給を制御する制御部３０とを備える。
【0025】
当該スモールセル基地局１は、コアネットワークとインターネット経由で接続して、カバレッジエリア内の例えば携帯端末といった無線通信機器Ｘと通信を行う。
【0026】
当該スモールセル基地局１がカバーする最大カバレッジエリアの下限としては、半径２５０ｍが好ましく、半径５００ｍがより好ましい。一方、上記最大カバレッジエリアの上限としては、半径１５００ｍが好ましく、半径１０００ｍがより好ましい。上記最大カバレッジエリアが上記下限未満であると、消費電力の変動比が大きくなり、電源制御が困難となるおそれがある。逆に、上記最大カバレッジエリアが上記上限を超えると、消費電力の最大値が大きくなり、再生可能エネルギーによる発電では電力不足となるおそれがある。これに対し、当該スモールセル基地局１は、最大カバレッジエリアが上記範囲内である、いわゆるスモールセル基地局に好適に用いることができる。
【0027】
＜電源部＞
電源部１０は、図２に示すように、環境発電素子１１と、２次電池１２と、ＤＣ／ＤＣ変換器１３と、スイッチ１４と、発電量測定部１５と、電力残量測定部１６とを有する。
電源部１０は、図２に示すように、環境発電素子１１と、２次電池１２と、ＤＣ／ＤＣ変換器１３と、スイッチ１４と、発電量測定部１５と、電力残量測定部１６とを有する。
【0028】
環境発電素子１１は、再生可能エネルギーより発電する。再生可能エネルギーとは、絶えず資源が補充されて枯渇することのないエネルギーを指す。具体的には、太陽光、風力、波力、潮力、流水、潮汐、地熱などを挙げることができる。
【0029】
これらの再生可能エネルギーの中でも太陽光により発電することが好ましい。つまり、環境発電素子１１が、太陽光発電機であるとよい。環境発電素子１１が太陽光発電機である場合、その発電量は太陽電池パネルが受光する光の強度、太陽電池の動作温度、及び天気の変化により、精度よく給電能力を予測できるので、当該スモールセル基地局１の動作安定性をさらに向上できる。以下、環境発電素子１１が太陽光発電機である場合を例にとり説明するが、本発明は、環境発電素子１１が太陽光発電機である場合に限定されるものではない。
【0030】
２次電池１２は、環境発電素子１１が発電した電力を蓄積する。２次電池１２としては、例えば放電後に再び充電して反復使用できる化学電池を挙げることができる。上記化学電池としては、特に限定されないが、公知の鉛蓄電池、ニッケル－カドミウムやニッケル－水素等のアルカリ蓄電池、リチウムイオン電池などを挙げることができる。
【0031】
ＤＣ／ＤＣ変換器１３は、２次電池１２から供給される電源電圧を所望の電圧に変換する。例えば２次電池１２が２４Ｖである場合、通信部２０に含まれるデジタル回路用の１．５Ｖ、プリアンプ等のアナログ回路用の３Ｖ又は５Ｖ、パワーアンプ等のアナログ回路用の５Ｖ又は１２Ｖに変換され、通信部２０へ給電する。
【0032】
スイッチ１４は、制御部３０からの制御により後述する通信部２０のビルディングブロック２１単位で電源のオン／オフ、つまり電源遮断を行えるように複数のスイッチ群で構成されている。
【0033】
発電量測定部１５は、環境発電素子１１の発電量をリアルタイムに測定する。また、電力残量測定部１６は、２次電池１２の電力残量をリアルタイムに測定する。測定した発電量及び電力残量は制御部３０へ送られる。なお、「リアルタイムに測定する」とは、逐次測定に加え、所定の間隔をおいて測定を行う場合を含み、上記所定の間隔は、６０分以下、好ましくは１０分以下とされる。
【0034】
＜通信部＞
通信部２０は、図１及び図３に示すように、単体で無線通信機器Ｘと通信可能に構成された複数のビルディングブロック２１を有する。また、通信部２０は、複数のビルディングブロック２１以外に共通部２２と、アンテナ２３とを有する。
通信部２０は、図１及び図３に示すように、単体で無線通信機器Ｘと通信可能に構成された複数のビルディングブロック２１を有する。また、通信部２０は、複数のビルディングブロック２１以外に共通部２２と、アンテナ２３とを有する。
【0035】
（ビルディングブロック）
個々のビルディングブロック２１は、ベースバンド部２１ａと、送信部２１ｂと、電力増幅部２１ｃと、受信部２１ｄと、アンテナ共用部２１ｅと、消費電力量測定部２１ｆとを有する。
個々のビルディングブロック２１は、ベースバンド部２１ａと、送信部２１ｂと、電力増幅部２１ｃと、受信部２１ｄと、アンテナ共用部２１ｅと、消費電力量測定部２１ｆとを有する。
【0036】
ベースバンド部２１ａは、無線通信機器Ｘとの間のアクセス用チャネルの変復調や符号化を行う。送信部２１ｂは、変調波の周波数をアップコンバートして送信波を生成する。電力増幅部２１ｃは、アップコンバートされた送信波の電力を増幅する。受信部２１ｄは、無線通信機器Ｘから受信した電波をダウンコンバートする。
【0037】
アンテナ共用部２１ｅは、増幅した送信波のアンテナ２３への送出及びアンテナ２３から受信部２１ｄで受信すべき受信波を抽出する。つまり、アンテナ２３で送受信されるデータには個々のビルディングブロック２１で処理すべきデータが重畳して受信されるから、送信時はアンテナ２３から送信されるデータに増幅した上記送信波を合成する必要があり、受信時にはアンテナ２３で受信されるデータからこのビルディングブロック２１で処理すべき受信波を分配する必要がある。アンテナ共用部２１ｅは、この処理を行う。
【0038】
消費電力量測定部２１ｆは、このビルディングブロック２１で消費される消費電力量を測定する。消費電力量の測定は、例えば電源部１０のスイッチ１４からこのビルディングブロック２１に供給される電圧及び電流の積を所望の期間で積分することで算出することができる。
【0039】
複数のビルディングブロック２１の基本構成は同様であり、どのビルディングブロック２１も無線通信機器Ｘと同様に通信を行うことができる。また、１つのビルディングブロック２１は複数の無線通信機器Ｘと同時に通信を行えるように構成されている。
【0040】
ビルディングブロック２１のブロック数は、当該スモールセル基地局１に求められる最大処理能力等に応じて適宜決定されるが、例えば２以上１６以下とされる。
【0041】
ビルディングブロック２１は、デジタル回路とアナログ回路とを有する。例えば電力増幅部２１ｃのパワーアンプはアナログ回路で構成される。一方、ベースバンド部２１ａは、主にデジタル回路で構成される。上記デジタル回路と上記アナログ回路とでは、立ち上がり時間が異なる。このようにビルディングブロック２１は、立ち上がり時間が異なる要素回路を有する。このような立ち上がり時間が異なる要素回路には、機能の異なる複数のアナログ回路も含まれる。
【0042】
ビルディングブロック２１が、ノーマリーオフ型であるとよい。このようにビルディングブロック２１をノーマリーオフ型とすることで、通信部２０の消費電力をさらに低減できるので、電力供給の安定性を向上できる。なお、「ノーマリーオフ型」とは、電源を投入した状態においても、動作しない機能については原則として電源供給を行わず、必要に応じて電源を即座にオンする電源管理方法を指す。
【0043】
（共通部）
共通部２２は、通信部２０に共通の制御を行う。共通部２２の共通の制御には、例えばインターネットを介したコアネットワークへの中継を行うクラウド中継機能、通信チャネルに共通のシーケンス制御機能、通信部２０に搭載されているＲＯＭ及びＲＡＭの制御機能などが含まれる。
共通部２２は、通信部２０に共通の制御を行う。共通部２２の共通の制御には、例えばインターネットを介したコアネットワークへの中継を行うクラウド中継機能、通信チャネルに共通のシーケンス制御機能、通信部２０に搭載されているＲＯＭ及びＲＡＭの制御機能などが含まれる。
【0044】
また、共通部２２は、消費電力量積算部２２ａを有する。消費電力量積算部２２ａは、各ビルディングブロック２１の消費電力量測定部２１ｆが測定した消費電力量を積算し、通信部２０の消費電力量を求める。求めた消費電力量は制御部３０へ送られる。
【0045】
（アンテナ）
アンテナ２３は、無線通信機器Ｘとの間で情報の送受信を行う。アンテナ２３は、例えばビルディングブロック２１ごとに設けることも可能であるが、図１に示すように通信部２０全体で１つであってもよい。
アンテナ２３は、無線通信機器Ｘとの間で情報の送受信を行う。アンテナ２３は、例えばビルディングブロック２１ごとに設けることも可能であるが、図１に示すように通信部２０全体で１つであってもよい。
【0046】
＜制御部＞
制御部３０は、図２に示すように、気象予報データ３１と、トラフィックデータ３２と、第１ニューラルネットワーク３３と、第２ニューラルネットワーク３４と、発電量予測モデル３５と、消費電力量予測モデル３６と、機械学習部３７と、発電量推定部３８と、消費電力量推定部３９と、設定部４０とを有する。
制御部３０は、図２に示すように、気象予報データ３１と、トラフィックデータ３２と、第１ニューラルネットワーク３３と、第２ニューラルネットワーク３４と、発電量予測モデル３５と、消費電力量予測モデル３６と、機械学習部３７と、発電量推定部３８と、消費電力量推定部３９と、設定部４０とを有する。
【0047】
（気象予報データ）
気象予報データ３１は、ある基準時刻におけるその基準時刻以降の時刻に予測される気象データをいい、天候、気温、雲量、日照量の全部又は一部を含む。気象予報データ３１は、例えばコアネットワークを介して入手される。予報される期間としては、例えば１時間以上１０日以下程度とすることができ、予報精度の高い現在時刻から近いものほど短い間隔で予報されていることが好ましい。具体的には、例えば現在時刻から１日以内は１時間毎の予報とし、１日超は１日毎の予報とされているとよい。
気象予報データ３１は、ある基準時刻におけるその基準時刻以降の時刻に予測される気象データをいい、天候、気温、雲量、日照量の全部又は一部を含む。気象予報データ３１は、例えばコアネットワークを介して入手される。予報される期間としては、例えば１時間以上１０日以下程度とすることができ、予報精度の高い現在時刻から近いものほど短い間隔で予報されていることが好ましい。具体的には、例えば現在時刻から１日以内は１時間毎の予報とし、１日超は１日毎の予報とされているとよい。
【0048】
（トラフィックデータ）
トラフィックデータ３２は、当該スモールセル基地局１を介して送受信される情報量を指す。トラフィックデータ３２は、コアネットワークを介して入手することもできるが、共通部２２で処理されているトラフィック量から算出してもよい。
トラフィックデータ３２は、当該スモールセル基地局１を介して送受信される情報量を指す。トラフィックデータ３２は、コアネットワークを介して入手することもできるが、共通部２２で処理されているトラフィック量から算出してもよい。
【0049】
トラフィックデータ３２は、総量のみとしてもよいが、データトラフィック量と音声トラフィック量とを分けてデータとすることが好ましい。両者はトラフィック量の変化の時刻依存性が異なるため、分離してデータ管理することで、後述する消費電力量予測モデル３６の精度が向上する。
【0050】
（第１ニューラルネットワーク及び発電量予測モデル）
第１ニューラルネットワーク３３は、第１基準時刻より過去の時刻から上記第１基準時刻までの所定期間の気象予報データ３１及び電源部１０の発電量を第１入力データとして受付け、上記第１基準時刻より未来の電源部１０の発電量を第１出力データとして出力する。この第１ニューラルネットワーク３３は、上記第１入力データ及び上記第１出力データの実績値を教師データとして機械学習された発電量予測モデル３５を用いている。
第１ニューラルネットワーク３３は、第１基準時刻より過去の時刻から上記第１基準時刻までの所定期間の気象予報データ３１及び電源部１０の発電量を第１入力データとして受付け、上記第１基準時刻より未来の電源部１０の発電量を第１出力データとして出力する。この第１ニューラルネットワーク３３は、上記第１入力データ及び上記第１出力データの実績値を教師データとして機械学習された発電量予測モデル３５を用いている。
【0051】
（第２ニューラルネットワーク及び消費電力量予測モデル）
第２ニューラルネットワーク３４は、第２基準時刻より過去の時刻から上記第２基準時刻までの所定期間のトラフィックデータ３２及び通信部２０の消費電力量を第２入力データとして受付け、上記第２基準時刻より未来の通信部２０の消費電力量を第２出力データとして出力する。この第２ニューラルネットワーク３４は、上記第２入力データ及び上記第２出力データの実績値を教師データとして機械学習された消費電力量予測モデル３６を用いている。
第２ニューラルネットワーク３４は、第２基準時刻より過去の時刻から上記第２基準時刻までの所定期間のトラフィックデータ３２及び通信部２０の消費電力量を第２入力データとして受付け、上記第２基準時刻より未来の通信部２０の消費電力量を第２出力データとして出力する。この第２ニューラルネットワーク３４は、上記第２入力データ及び上記第２出力データの実績値を教師データとして機械学習された消費電力量予測モデル３６を用いている。
【0052】
（機械学習部）
機械学習部３７は、上記第１入力データ及び上記第１出力データの実績値を教師データとし、上記第１入力データから所定期間経過後の電源部１０の発電量を予測する発電量予測モデル３５を機械学習により生成する。再生可能エネルギーにより発電する電源部１０の発電量は、気象条件に左右される場合が多い。このため、第１基準時刻以降の上記発電量は気象予報データ３１との相関関係が推認される。従って、機械学習アルゴリズムを利用して発電量予測モデル３５を生成可能である。なお、教師データに、上記第１入力データ及び上記第１出力データの実績値に加えて、実際に観測された気象データを加えるとよい。このように実際に観測された気象データを教師データに加えることで、気象予報データと実際の気象データとの関係と、実際の気象データと発電量との関係とを踏まえて機械学習を行うことができるので、発電量予測モデル３５の精度を高めることができる。
機械学習部３７は、上記第１入力データ及び上記第１出力データの実績値を教師データとし、上記第１入力データから所定期間経過後の電源部１０の発電量を予測する発電量予測モデル３５を機械学習により生成する。再生可能エネルギーにより発電する電源部１０の発電量は、気象条件に左右される場合が多い。このため、第１基準時刻以降の上記発電量は気象予報データ３１との相関関係が推認される。従って、機械学習アルゴリズムを利用して発電量予測モデル３５を生成可能である。なお、教師データに、上記第１入力データ及び上記第１出力データの実績値に加えて、実際に観測された気象データを加えるとよい。このように実際に観測された気象データを教師データに加えることで、気象予報データと実際の気象データとの関係と、実際の気象データと発電量との関係とを踏まえて機械学習を行うことができるので、発電量予測モデル３５の精度を高めることができる。
【0053】
また、機械学習部３７は、上記第２入力データ及び上記第２出力データの実績値を教師データとし、上記第２入力データから所定期間経過後の通信部２０の消費電力量を予測する消費電力量予測モデル３６を機械学習により生成する。トラフィック量の変化は、第２基準時刻（現実の２４時制の時刻）と過去の実績値とから推定可能である。トラフィック量と消費電力量とには一定の相関があるから、機械学習アルゴリズムを利用して消費電力量予測モデル３６を生成可能である。なお、このモデルで予測される消費電力量は、複数のビルディングブロック２１の伝送能力等の設定を第２基準時刻における状態に維持した場合の予測電力に加え、後述する設定部４０で設定され得る動作モードの設定に変更した場合の予測電力も含み得る。この場合、教師データには、通信部２０の消費電力量等に加えて、その消費電力量が測定されたときの動作モードが含まれる。
【0054】
上記所定期間は、実用的な範囲で適宜設定されるが、例えば第１基準時刻又は第２基準時刻から１時間経過後から１日経過後までの期間とすることができる。また、上記所定期間は、予測量の取扱性の観点から、発電量予測モデル３５及び消費電力量予測モデル３６（第１ニューラルネットワーク３３及び第２ニューラルネットワーク３４）の両者で同じ期間とすることもできるが、両者で異なるものとすることが好ましい。例えば消費電力量は、その直前の時間区間の制御結果等にも依存するため、消費電力量予測モデル３６の上記所定期間を発電量予測モデル３５の上記所定期間より手前にとる方が、予測精度が向上する。
【0055】
機械学習部３７は、当該スモールセル基地局１での実績の追加に応じて追加学習を行ってもよい。具体的には、発電量予測モデル３５の教師データである上記第１入力データ及び上記第１出力データの履歴と、消費電力量予測モデル３６の教師データである上記第２入力データ及び上記第２出力データの履歴とを保存しておき、機械学習部３７がこれらを新たな実績値として定期的に追加学習を行い、発電量予測モデル３５及び消費電力量予測モデル３６をそれぞれ更新する。このように追加学習を行うことで、発電量予測モデル３５及び消費電力量予測モデル３６の予測精度を高めることができる。
【0056】
（発電量推定部）
発電量推定部３８は、第１ニューラルネットワーク３３に現在時刻を第１基準時刻として上記第１入力データを入力し、現在時刻が第１基準時刻である第１出力データに基づいて未来の発電量推定値を求める。つまり、発電量推定部３８は、第１ニューラルネットワーク３３を用いて、現在時刻までの所定期間の気象予報データ３１及び電源部１０の発電量から、現在時刻より未来の電源部１０の発電量を求める。
発電量推定部３８は、第１ニューラルネットワーク３３に現在時刻を第１基準時刻として上記第１入力データを入力し、現在時刻が第１基準時刻である第１出力データに基づいて未来の発電量推定値を求める。つまり、発電量推定部３８は、第１ニューラルネットワーク３３を用いて、現在時刻までの所定期間の気象予報データ３１及び電源部１０の発電量から、現在時刻より未来の電源部１０の発電量を求める。
【0057】
（消費電力量推定部）
消費電力量推定部３９は、第２ニューラルネットワーク３４に現在時刻を第２基準時刻として上記第２入力データを入力し、現在時刻が第２基準時刻である第２出力データに基づいて未来の消費電力量推定値を求める。つまり、消費電力量推定部３９は、第２ニューラルネットワーク３４を用いて、現在時刻までの所定期間のトラフィックデータ３２及び通信部２０の消費電力量から、現在時刻より未来の通信部２０の消費電力量を求める。
消費電力量推定部３９は、第２ニューラルネットワーク３４に現在時刻を第２基準時刻として上記第２入力データを入力し、現在時刻が第２基準時刻である第２出力データに基づいて未来の消費電力量推定値を求める。つまり、消費電力量推定部３９は、第２ニューラルネットワーク３４を用いて、現在時刻までの所定期間のトラフィックデータ３２及び通信部２０の消費電力量から、現在時刻より未来の通信部２０の消費電力量を求める。
【0058】
（設定部）
制御部３０の制御には、上記発電量推定値及び上記消費電力量推定値が用いられる。具体的には、設定部４０が、電力残量測定部１６が測定した２次電池１２の電力残量と、上記所定期間までの電源部１０の発電量推定値及び通信部２０の消費電力量推定値とから、上記所定期間までの電力残量を予測する。この予測は、２次電池１２の電力残量に上記発電量推定値を加算し、上記消費電力量推定値を減算すればよい。ただし、電力残量の予測値が２次電池１２の蓄電容量を超える場合、上記予測値は２次電池１２の蓄電容量とされる。
制御部３０の制御には、上記発電量推定値及び上記消費電力量推定値が用いられる。具体的には、設定部４０が、電力残量測定部１６が測定した２次電池１２の電力残量と、上記所定期間までの電源部１０の発電量推定値及び通信部２０の消費電力量推定値とから、上記所定期間までの電力残量を予測する。この予測は、２次電池１２の電力残量に上記発電量推定値を加算し、上記消費電力量推定値を減算すればよい。ただし、電力残量の予測値が２次電池１２の蓄電容量を超える場合、上記予測値は２次電池１２の蓄電容量とされる。
【0059】
さらに、設定部４０は、その電力残量の予測値をもとに上記所定期間までの間に上記電力残量がなくならず、かつ伝送能力ができるだけ高く維持されるように動作モードの設定を行う。この動作モードの設定にも、例えば機械学習された予測モデルを用いたニューラルネットワークを利用してもよい。
【0060】
設定部４０は、図３に示すように、その機能として例えば電源供給制御４１と、通信品質制御４２とを有する。この制御部３０の制御は、ビルディングブロック２１単位で行われる。
【0061】
電源供給制御４１では、電源遮断４１ａを制御する。つまり、制御部３０の制御が、電源遮断４１ａを含む。このように制御部３０の制御に電源遮断４１ａを含めることで、通信部２０の消費電力をさらに低減できるので、電力供給の安定性を向上できる。
【0062】
電源供給制御４１は、各ビルディングブロック２１に対する電源遮断の有無を決定し、電源部１０のスイッチ１４を制御することで、各ビルディングブロック２１の電源供給のＯＮ／ＯＦＦを切り替える。
【0063】
通信品質制御４２では、伝送能力４２ａを制御する。つまり、制御部３０の制御が、伝送能力４２ａを含む。一般に伝送能力４２ａと消費電力とはトレードオフの関係にあるため、制御部３０の制御に伝送能力４２ａを含めることで、電力供給の安定性をさらに向上できる。
【0064】
上記伝送能力としては、ビット誤り率、通信カバレッジ、通信スループットなどを挙げることができる。中でも、上記伝送能力が、通信カバレッジ及び通信スループットの少なくとも一方を含むとよい。このように上記伝送能力に通信カバレッジ及び通信スループットの少なくとも一方を含めることで、伝送能力の低下を抑止しつつ、通信部２０の消費電力をさらに低減できる。
【0065】
この設定部４０による動作モードの設定は、所定間隔をおいて実行される。上記所定間隔としては、１０分以上６０分以下とすることが好ましい。上記所定間隔を上記下限以上とすることで、トラフィック量の時間変動や各ビルディングブロック２１を構成するベースバンド部２１ａ、送信部２１ｂ、電力増幅部２１ｃ及び受信部２１ｄがＯＦＦ状態からＯＮ状態へ移行した際の正常な出力や周波数が復旧するまでの時間を確保できる。また、上記所定間隔を上記上限以下とすることで、トラフィック量の変化に追従した電力供給を行うことができるようになる。
【0066】
上述のようにビルディングブロック２１は、立ち上がり時間が異なる複数の要素回路を有する。制御部３０の制御は、この複数の要素回路に対して時間差を設けて行われるとよい。このように複数の要素回路の立ち上がり時間を考慮して時間差を設けて制御することで、通信部２０の消費電力をさらに低減できる。例えばバイアス回路とアンプ回路が含まれている場合を例にとり説明する。バイアス回路は、スタンドバイ状態でもアクティブ状態でも同じ状態で電流が流れる。このバイアス回路のようなスタンドバイ時に電流を流れてしまう回路では、電源を投入してからその回路が動作安定するまでの時間とスタンドバイ時とアクティブ時に流れる電流値とはトレードオフになる。このため、電流値を減らすためには、安定動作になるまでの時間を長く設定する必要がある。一方、アンプ回路は、スタンドバイ状態では動作を停止することが可能であり、電源を投入してからその回路が動作安定するまでの時間は短い。このような場合においては、制御部３０は、バイアス回路を事前に立ち上げて動作を安定させておき、その後にアンプ回路を立ち上げるとよい。このように時間差を設けて制御すれば、バイアス回路が安定するまでの間にアンプ回路に不必要な電流が流れることを抑止できるので、通信部２０の消費電力を低減することができる。
【0067】
例えば電力増幅部２１ｃのパワーアンプ等のアナログ回路は、一般的にバイアス回路、差動増幅器（アンプ回路）、オペアンプ回路、チャージシェアリング回路、オープンドレイン回路等から構成されている。当該スモールセル基地局１では、省電力化の観点から、各ビルディングブロック２１で電源遮断の制御が行われ、動作しない回路ブロックの電源をシャットダウンさせる技術が利用されている。この電源遮断としてパワーゲーティングやノーマリーオフ動作を適用させている場合、バイアス発生回路を例にとると、バイアス発生回路のセットアップに長い時間を要するため、省電力化と起動速度との間にはトレードオフが発生する。つまり、回路のトランジスタサイズを大きくすれば、電源投入時の時間追随性が上がるが、一方でトランジスタのリーク電流増加による消費電流増加を招く。逆に、トランジスタのサイズを小さくすれば、時間追随性が下がり、安定なバイアス電圧発生までに時間がかかってしまうこととなる。差動増幅器においても、上記バイアス回路からのバイアス電圧が必要となっているとともに、電源投入時にラッチ回路でのクロスカップル部のノードの電圧が安定するまで、過渡的に貫通電流が発生する。これらの回路においては、電源遮断により電源供給のＯＮ／ＯＦＦの頻度が上がれば、時間追随性の低下又は消費電流増加によるオーバーヘッドが大きくなる。
【0068】
このオーバーヘッドを回避する方法として、例えばバイアス発生回路の場合は、設定部４０による動作モードの設定のタイミングに対し、それよりも早いタイミングで電力供給信号を発生させて、バイアス回路を活性化させる方法を採用することができる。バイアス回路を活性化させるタイミングを早めることで、電源遮断からの復帰を迅速に実行することができるようになる。この早めるタイミングはトラフィック量に依存するので、消費電力量推定部３９での予測結果をもとに決定するとよい。
【0069】
また、差動増幅器では、ラッチ回路のクロスカップルノードに、パワーオンリセット回路を付加するとよい。バイアス発生回路と同様に設定部４０による動作モードの設定のタイミングより早いタイミング（以下、「事前のタイミング」ともいう）で電力供給信号を発生させて、電源遮断からの復帰前にクロスカップルのノードを強制的に相補の電圧レベルに固定することで、貫通電流を削減することができる。
【0070】
チャージシェアリング回路においても、事前のタイミングで、チャージトランスファーすることで、電源遮断からの復帰時の初期電圧を事前に設定することが可能となる。オペアンプ回路においても、事前のタイミングで、貫通電流が発生する箇所への初期電圧の設定やパワーオンリセット回路を付加することで、同様の効果を得ることが可能となる。
【0071】
以下、さらに具体的な回路構成を説明する。図４は、バイアス発生回路の一例であり、温度依存性を小さくした定電圧を発生させるバンドギャップリファレンス回路である。この電流値は、上述のように電源遮断からの復帰に要する遷移時間を決めるとともに、回路を構成するトランジスのサイズに依存する。電源遮断からの復帰タイミングが事前に分かっている場合、まずバンドギャップリファレンス回路の電圧（Ｖｒｅｆ）を立ち上げる。この時、回路中の抵抗値を大きくしておくことで、貫通電流を少なくする。その後、負荷の電源を立ち上げるが、そのタイミングでは、Ｖｒｅｆはすでに安定しているので、これにより、貫通電流を削減しつつ、負荷に電源が供給されたタイミングで、安定なＶｒｅｆを供給可能となる。この構成は、電源供給のＯＮ／ＯＦＦを頻繁に行うスモールセル基地局１で、特に有効となる。
【0072】
具体的には、図４において、第１スイッチ１４ａを最初にＯＮとして、バンドギャップリファレンス回路を活性化する。その後、一定時間後（負荷に電源供給されるタイミング）で第２スイッチ１４ｂをＯＮとすればよい。
【0073】
図５は、一般的なクロスカップル型の増幅器であり、トランジスタＮ１、Ｎ２、Ｐ１、Ｐ２によりクロスカップル回路が構成されている。この回路の電源（Ｖｄｄ）をＯＮした場合、電源投入とともにトランジスタＮ１１、Ｎ１２のノードの電圧はともに立ち上がっていくが、トランジスタのバラツキ等に依存してやがて一方が論理１（Ｖｄｄ電位）に、他方が論理０（Ｇｎｄ電位）になる。このとき、安定動作になるまでは、トランジスタＮ１１、Ｎ１２は、その電位が上昇するので、回路に貫通電流が流れてしまう。この貫通電流は、電源供給のＯＮ／ＯＦＦする頻度が高いほど、大きなオーバーヘッドとなる。
【0074】
これを回避する方法としては、電源投入時にワンショットパルスを発生するパワーオンリセット回路ＰＯＲ０、ＰＯＲ１をトランジスタＮ１１、Ｎ１２それぞれに付加して、電源投入時に強制的に例えばトランジスタＮ１１を論理１に、トランジスタＮ１２を論理０にすればよい。これにより、電源投入時には、クロスカップル回路では、トランジスタＮ１１、Ｎ１２が決められた論理値となるので、貫通電流が流れなくなる。図５の回路では、電源投入後の一定時間、ＰＯＲ１は１を出力し、ＰＯＲ０は０を出力する。
【0075】
＜利点＞
当該スモールセル基地局１は、電源部１０が再生可能エネルギーにより発電するので、系統電源を使用しなくとも動作可能である。また、通信部２０がビルディングブロック２１を有し、電源供給の制御をビルディングブロック２１単位で行うので、きめ細かな制御が可能となり、電力供給の安定性を向上できる。従って、当該スモールセル基地局１は、系統電源の確保が困難場所であっても、安定して動作させることができる。
当該スモールセル基地局１は、電源部１０が再生可能エネルギーにより発電するので、系統電源を使用しなくとも動作可能である。また、通信部２０がビルディングブロック２１を有し、電源供給の制御をビルディングブロック２１単位で行うので、きめ細かな制御が可能となり、電力供給の安定性を向上できる。従って、当該スモールセル基地局１は、系統電源の確保が困難場所であっても、安定して動作させることができる。
【0076】
また、当該スモールセル基地局１は、実績値を教師データとして機械学習された発電量予測モデル３５及び消費電力量予測モデル３６をそれぞれ用いる第１ニューラルネットワーク３３及び第２ニューラルネットワーク３４により予測した発電量推定値及び消費電力量推定値を制御部３０の制御に用いる。このように制御部３０の制御に、いわゆる人工知能（ＡＩ）により高い精度で推定した発電量推定値及び消費電力量推定値を用いることで、通信部２０の消費電力をさらに低減できるので、電力供給の安定性を向上できる。
【0077】
［その他の実施形態］
上記実施形態は、本発明の構成を限定するものではない。従って、上記実施形態は、本明細書の記載及び技術常識に基づいて上記実施形態各部の構成要素の省略、置換又は追加が可能であり、それらは全て本発明の範囲に属するものと解釈されるべきである。
上記実施形態は、本発明の構成を限定するものではない。従って、上記実施形態は、本明細書の記載及び技術常識に基づいて上記実施形態各部の構成要素の省略、置換又は追加が可能であり、それらは全て本発明の範囲に属するものと解釈されるべきである。
【0078】
上記実施形態では、制御部が機械学習部を有する場合を説明したが、機械学習部は必須の構成要素ではなく省略可能である。この場合、予め機械学習済みの発電量予測モデル及び消費電力量予測モデルが搭載される。また、機械学習部有さない基地局では、追加学習は行われず、当初搭載した発電量予測モデル及び消費電力量予測モデルに基づいて発電量及び消費電力量が予測されることとなる。なお、発電量予測モデル及び消費電力量予測モデルの一方のみを機械学習部により機械学習させてもよい。
【0079】
また、第１ニューラルネットワーク及び第２ニューラルネットワークは、そのいずれか一方又は両方を備えなくともよい。発電量予測及び消費電力量予測に機械学習を行っていない決定論的に予測する方式を用いたものも本発明の意図するところである。
【0080】
上記実施形態では、制御部の制御が、電源遮断を含む場合を説明したが、電源遮断に代えて供給電圧を制御してもよい。ビルディングブロックへ供給する電圧を下げることでも対応するビルディングブロックの消費電力を低減できるので、電力供給の安定性を向上させることができる。
【0081】
上記実施形態では、制御部の制御が、伝送能力を含む場合を説明したが、伝送能力の制御は必須の構成要素ではない。制御部の制御が電源供給のみである場合も本発明の意図するところである。
【実施例0082】
以下、実施例を挙げて本発明をさらに詳細に説明するが、当該発明は以下の実施例に限定されるものではない。
【0083】
＜受信電力算出工程＞
まず、受信電力算出工程として、変調方式をＱＰＳＫとし、ビット誤り率を与えた場合の所要の受信電力を算出した。
まず、受信電力算出工程として、変調方式をＱＰＳＫとし、ビット誤り率を与えた場合の所要の受信電力を算出した。
【0084】
ＱＰＳＫ変調方式の場合のビット誤り率Ｐｂの理論式は、下記式１となる。ここで、Ｎ０は熱雑音［ｄＢｍ］、Ｅｂは受信電力［ｄＢｍ］である。
【数1】
【0085】
上記式１から、Ｐｂ及びＮ０が与えられた場合の所要のＥｂ／Ｎ０は、下記式２で表される。
【数2】
【0086】
一方、受信電力［ｄＢｍ］について、伝送効率をｍ［ｂｉｔ／Ｈｚ］として、下記式３の関係があるから、下記式４が成立する。
【数3】
【0087】
ここでＰｂ＝１×１０－５、ｍ＝２ｂｉｔ／Ｈｚとすると、上記式４から、下記式５が得られる。
【数4】
【0088】
ここで、熱雑音Ｎ０は、ボルツマン定数ｋ＝１．３８×１０－２３［Ｊ／Ｋ］、絶対温度Ｔ［Ｋ］、帯域幅Ｂ［Ｈｚ］、受信ＮＦを用いて、下記式６で表される。
【数5】
【0089】
また帯域Ｂは、伝送速度をＳ［Ｍｂｐｓ］、符号化率をｒとすると、下記式７で表される。
【数6】
【0090】
上記式６及び上記式７で、Ｔ＝３００Ｋ、ＮＦ＝１０、ｒ＝１．５として、伝送速度Ｓが６Ｍｂｐｓ、１２Ｍｂｐｓ、２４ＭｂｐｓのときのそれぞれのＮ０を算出すると、
Ｎ０＝－９６ｄＢｍ（ ６Ｍｂｐｓ伝送時）、
－９３ｄＢｍ（１２Ｍｂｐｓ伝送時）、
－９０ｄＢｍ（２４Ｍｂｐｓ伝送時）
となる。これと上記式５から、ＱＰＳＫ変調方式でビット誤り率Ｐｂ＝１×１０－５を満足する受信レベルは、
Ｃ＝－８３．４ｄＢｍ（ ６Ｍｂｐｓ伝送時）、
－８０．４ｄＢｍ（１２Ｍｂｐｓ伝送時）、
－７７．４ｄＢｍ（２４Ｍｂｐｓ伝送時）
と求められる。
Ｎ０＝－９６ｄＢｍ（ ６Ｍｂｐｓ伝送時）、
－９３ｄＢｍ（１２Ｍｂｐｓ伝送時）、
－９０ｄＢｍ（２４Ｍｂｐｓ伝送時）
となる。これと上記式５から、ＱＰＳＫ変調方式でビット誤り率Ｐｂ＝１×１０－５を満足する受信レベルは、
Ｃ＝－８３．４ｄＢｍ（ ６Ｍｂｐｓ伝送時）、
－８０．４ｄＢｍ（１２Ｍｂｐｓ伝送時）、
－７７．４ｄＢｍ（２４Ｍｂｐｓ伝送時）
と求められる。
【0091】
＜送信電力算出工程＞
次に、送信電力算出工程として、上記受信電力算出工程で算出した受信電力を得るために必要な送信電力を送受信間の伝搬損失から算出した。
次に、送信電力算出工程として、上記受信電力算出工程で算出した受信電力を得るために必要な送信電力を送受信間の伝搬損失から算出した。
【0092】
電力増幅部２１ｃ、つまりパワーアンプ（ＰＡ）の送信電力Ｐｒｆ［ｄＢｍ］、伝搬損失Ｌ［ｄＢ］、アンテナ利得Ｇ［ｄＢ］、伝搬・機器マージンσ［ｄＢ］とすると、下記式８が成立する。
【数7】
【0093】
セルカバレッジに相当する伝搬距離ｄ［ｍ］に対する伝搬損失Ｌは、波長をλ［ｍ］として、下記式９で与えられ、自由空間伝搬ではｎ＝２とできる。
【数8】
【0094】
従って、通信カバリッジ（伝搬距離ｄ）を与えれば、伝送速度Ｓに対して必要な送信電力は上記式８及び上記式９を用いて算出できる。例えば、周波数ｆ＝４．７ＧＨｚ（波長λ＝０．０６４ｍ）、伝搬距離ｄ＝５００ｍに対する伝搬損失は、上記式９からＬ＝１００ｄＢとなる。アンテナ利得Ｇ＝６ｄＢ、伝搬マージンσ＝１０ｄＢとすれば、送信電力Ｐｒｆは、６Ｍｂｐｓ伝送時の場合で、２０．４ｄＢｍ（＝１１０ｍＷ）となる。パワーアンプの効率ηを２０％とすると、パワーアンプの消費電力Ｐｗは、５５０ｍＷとなる。
【0095】
図６に、パワーアンプの効率ηを２０％とした場合について、伝送速度Ｓをパラメータとした際のカバリッジｄと算出した消費電力Ｐｗとの関係を示す。
【0096】
＜消費電力算出工程＞
さらに、電力算出工程として、複数のビルディングブロック２１を有する通信部２０で、通信スループットに対応してビルディングブロック２１の電源遮断を行う場合の当該スモールセル基地局１の消費電力を算出した。
さらに、電力算出工程として、複数のビルディングブロック２１を有する通信部２０で、通信スループットに対応してビルディングブロック２１の電源遮断を行う場合の当該スモールセル基地局１の消費電力を算出した。
【0097】
例えば通信スループットＶ＝０～２４Ｍｂｐｓと変化させ、通信部２０を伝送速度Ｓが６Ｍｂｐｓのビルディングブロック２１で構成する場合は、通信スループットの変化に対応して６Ｍｂｐｓのブロック数を１～４の範囲で切り替えて稼働させることとなる。当該スモールセル基地局１の消費電力は、稼働するブロック数により変化しない固定分Ｐ１（通信部２０以外の消費電力）と、上記ブロック数に依存するブロック依存分Ｐ２（パワーアンプ部、送受信部等の電力）に分離して算出する。
【0098】
ここで、固定分Ｐ１は、稼働ブロック数によらず一定で５００ｍＷとする。また、Ｐ２は、下記式１０により算出する。なお、下記式１０では、稼働ブロック数が最大ブロック数と等しくなった場合、分割損は最大ブロック数倍でなく（最大ブロック数）０．５になるとして算出した。
【数9】
【0099】
例えば、通信スループットＶ＝２４Ｍｂｐｓでブロック毎の伝送速度Ｓ＝６Ｍｂｐｓの場合、最大ブロック数は４（＝２４／６）であり、このうちの１ブロックが稼働とすれば、消費電力Ｐ２は、Ｐ２＝５００×（１／４０．５）＝２５０［ｍＷ］と算出できる。
【0100】
図７に通信スループットＶ＝２４Ｍｂｐｓの場合の稼働ブロック数と通信部の消費電力との関係を示す。
【0101】
当該スモールセル基地局１のトラフィック量が時間とともに変化する場合に、複数のビルディングブロックを切り替えて運用することで、全体として消費電力を削減する効果を算出した。通信カバリッジを５００ｍとし、各ビルディングブロック２１の通信スループットを最大２４Ｍｂｐｓとした。これは郊外地でのトラフィック密度を２５Ｍｂｐｓ／ｋｍ２と想定した場合に相当する。この場合のトラフィック量とビルディングブロック２１の消費電力との関係を表１に示す。例えばトラフィック量が１２～１８Ｍｂｐｓである場合、通信スループットが６Ｍｂｐｓの設定では３ブロック、１２Ｍｂｐｓの設定では２ブロック、２４Ｍｂｐｓの設定では１ブロックのビルディングブロック２１が稼働することとなる。
【0102】
【表1】
【0103】
【0104】
トラフィック量の変動パターンはデータトラフィックと音声トラフィックにより異なる。例えば、データトラフィック量は午後１０時ころ最大となっているのに対して音声トラフィック量は、午前８時から１８時の間が大きくなっている。データトラフィックはたとえば人が固定した場所でのデータのダウンロードやアップロードが主であり、音声トラフィックは人が活動している時間帯でのオンラインでのトラフィックが主であるためと想定される。
【0105】
データトラフィックの場合と音声トラフィックの場合の２４時間の平均消費電力量を表２に示す。複数のビルディングブロック２１をトラフィック量に基づいて切り替えた際の２４時間の平均の消費電力は６Ｍｂｐｓ／４ブロックを用いて電源供給を制御した場合は３．９Ｗ、１２Ｍｂｐｓ／２ブロックを用いて電源供給を制御した場合は４．０Ｗとなり、２４Ｍｂｐｓ／１ブロックを用いた場合、すなわち電源供給を制御しない場合の４．２Ｗより省電力化が図られることが分かる。
【0106】
【表2】
【0107】
図１０は、蓄電量の初期値を７００Ｗｈとして通信部の消費電力を可変にした場合の１０日間の太陽光発電の発電量実測値と蓄電量の関係例を示す。図１０では蓄電容量は２２ｋＷｈとしている。図１０では、７０Ｗ定格出力の太陽光発電素子と二次電池とを用いて充電した電力を通信部２０に供給する場合、１０日後の蓄電量は、通信部２０の消費電力が２０Ｗの場合、８日０時以降、蓄電されない状態となることが分かる。当該スモールセル基地局１では、ビルディングブロック２１単位で電源供給の制御や制御部３０による伝送能力の制御により、蓄電されない状態とならない制御が可能である。
【0108】
図１１に１０日間経過時点での蓄電量と稼働可能日数との関係を示す。例えば、通信部２０の消費電力が１０Ｗの場合、１０日経過後の蓄電量は１４５９Ｗｈで、この日以降、仮に雨天や災害等で発電がなくても６日間（＝１４５９／２４／１０）程度、稼働可能であることが分かる。すなわち、当該スモールセル基地局１は、電力供給の安定性が高いものといえる。
【産業上の利用可能性】
【0109】
以上説明したように、本発明のスモールセル基地局は、電力供給の安定性が高く、系統電源の確保が困難場所であっても、安定して動作させることができる。
【符号の説明】
【0110】
１ スモールセル基地局
１０ 電源部
１１ 環境発電素子
１２ ２次電池
１３ ＤＣ／ＤＣ変換器
１４ スイッチ
１４ａ 第１スイッチ
１４ｂ 第２スイッチ
１５ 発電量測定部
１６ 電力残量測定部
２０ 通信部
２１ ビルディングブロック
２１ａ ベースバンド部
２１ｂ 送信部
２１ｃ 電力増幅部
２１ｄ 受信部
２１ｅ アンテナ共用部
２１ｆ 消費電力量測定部
２２ 共通部
２２ａ 消費電力量積算部
２３ アンテナ
３０ 制御部
３１ 気象予報データ
３２ トラフィックデータ
３３ 第１ニューラルネットワーク
３４ 第２ニューラルネットワーク
３５ 発電量予測モデル
３６ 消費電力量予測モデル
３７ 機械学習部
３８ 発電量推定部
３９ 消費電力量推定部
４０ 設定部
４１ 電源供給制御
４１ａ 電源遮断
４２ 通信品質制御
４２ａ 伝送能力
Ｘ 無線通信機器
Ｎ１、Ｎ２、Ｐ１、Ｐ２、Ｎ１１、Ｎ１２ トランジスタ
１０ 電源部
１１ 環境発電素子
１２ ２次電池
１３ ＤＣ／ＤＣ変換器
１４ スイッチ
１４ａ 第１スイッチ
１４ｂ 第２スイッチ
１５ 発電量測定部
１６ 電力残量測定部
２０ 通信部
２１ ビルディングブロック
２１ａ ベースバンド部
２１ｂ 送信部
２１ｃ 電力増幅部
２１ｄ 受信部
２１ｅ アンテナ共用部
２１ｆ 消費電力量測定部
２２ 共通部
２２ａ 消費電力量積算部
２３ アンテナ
３０ 制御部
３１ 気象予報データ
３２ トラフィックデータ
３３ 第１ニューラルネットワーク
３４ 第２ニューラルネットワーク
３５ 発電量予測モデル
３６ 消費電力量予測モデル
３７ 機械学習部
３８ 発電量推定部
３９ 消費電力量推定部
４０ 設定部
４１ 電源供給制御
４１ａ 電源遮断
４２ 通信品質制御
４２ａ 伝送能力
Ｘ 無線通信機器
Ｎ１、Ｎ２、Ｐ１、Ｐ２、Ｎ１１、Ｎ１２ トランジスタ
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】