特開 2022-57511 無線環境推定システム、無線環境推定方法、端末装置、無線環境悪化要因示唆システム、無線環境悪化要因示唆方法、および基地局

(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】P2022057511

(43)【公開日】2022-04-11

(54)【発明の名称】無線環境推定システム、無線環境推定方法、端末装置、無線環境悪化要因示唆システム、無線環境悪化要因示唆方法、および基地局

(51)【国際特許分類】

   H04W 16/18 20090101AFI20220404BHJP

   H04W 4/38 20180101ALI20220404BHJP

   H04W 72/04 20090101ALI20220404BHJP

【ＦＩ】

H04W16/18

H04W4/38

H04W72/04 131

H04W72/04 132

【審査請求】有

【請求項の数】20

【出願形態】ＯＬ

(21)【出願番号】P 2020165808

(22)【出願日】2020-09-30

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＢＬＵＥＴＯＯＴＨ

【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、令和２年度における狭空間における周波数稠密利用のための周波数有効利用技術の研究開発の委託事業、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】000005821

【氏名又は名称】パナソニック株式会社

(74)【代理人】

【識別番号】110002000

【氏名又は名称】特許業務法人栄光特許事務所

(72)【発明者】

【氏名】金井 一輝

(72)【発明者】

【氏名】堀端 研志

(72)【発明者】

【氏名】市川 泰史

【テーマコード（参考）】

5K067

【Ｆターム（参考）】

5K067BB21

5K067CC02

5K067CC04

5K067DD11

5K067EE02

5K067EE10

(57)【要約】

【課題】無線通信において高い通信品質を保持する。
【解決手段】無線環境推定システムが、プロセッサと、所定の空間における物理環境を示す物理環境情報を取得するセンサとを有する一つ以上の端末装置と、端末装置との間で無線通信を行う一つ以上の基地局とを備え、端末装置は、センサが取得した物理環境情報に基づいて所定の空間における無線環境を示す推定値を算出する。
【選択図】図１

【特許請求の範囲】

【請求項1】

プロセッサと、所定の空間における物理環境を示す物理環境情報を取得するセンサとを有する一つ以上の端末装置と、
前記端末装置との間で無線通信を行う一つ以上の基地局と、を備え、
前記端末装置は、前記センサが取得した物理環境情報に基づいて、前記所定の空間における無線環境を示す推定値を算出する、
無線環境推定システム。

【請求項2】

前記端末装置のうちいずれか一つ以上は、前記推定値に基づいて、前記端末装置のうちいずれか一つ以上から前記基地局のうちいずれか一つ以上へのデータ送信のタイミングを決定する、
請求項１に記載の無線環境推定システム。

【請求項3】

前記端末装置のうちいずれか一つ以上は、前記推定値に基づいて、前記基地局のうちいずれか一つ以上にデータ送信を行う端末装置、前記データ送信の宛先となる基地局、および／または、前記データ送信に用いられる周波数チャネルを決定する、
請求項２に記載の無線環境推定システム。

【請求項4】

前記端末装置のうちいずれか二つ以上が、前記センサが取得した物理環境情報を共有する、請求項１から３のうちいずれか一項に記載の無線環境推定システム。

【請求項5】

前記端末装置のうちいずれか一つ以上は、前記センサが取得した物理環境情報に基づく情報の学習済みモデルへの適用、もしくは前記物理環境情報に基づく情報を用いた統計処理により、前記推定値を算出する、
請求項１から４のうちいずれか一項に記載の無線環境推定システム。

【請求項6】

前記センサが、赤外線センサ、距離センサ、加速度センサ、照度センサ、温度センサ、湿度センサ、気圧センサ、圧力センサ、地磁気センサ、音センサ、臭気センサ、およびカメラのうち少なくとも一つ以上を含む、
請求項１から５のうちいずれか一項に記載の無線環境推定システム。

【請求項7】

前記端末装置のうちいずれか一つ以上は、前記センサが取得した物理環境情報以外の情報を、前記物理環境情報と併せて用いて、前記推定値を算出する、
請求項１から請求項６のうちいずれか一項に記載の無線環境推定システム。

【請求項8】

前記物理環境情報以外の情報が、近距離無線通信のＲＳＳＩ強度、前記基地局と前記端末装置との間の距離もしくは高低差を示す情報、前記端末装置が配置された高さを示す情報、および前記基地局と前記端末装置との間に存在する障害物の数を示す情報のうちいずれか一つ以上を含む、
請求項７に記載の無線環境推定システム。

【請求項9】

前記物理環境情報以外の情報が、前記所定の空間に対応する情報を含む、
請求項７または請求項８に記載の無線環境推定システム。

【請求項10】

前記端末装置と前記基地局とが長距離無線通信方式でデータ通信を行う、
請求項１から請求項９のうちいずれか一項に記載の無線環境推定システム。

【請求項11】

プロセッサとセンサとを有する一つ以上の端末装置と、
前記端末装置との間で無線通信を行う一つ以上の基地局と、
を備えた無線環境推定システムにおいて、
前記センサが、所定の空間における物理環境を示す物理環境情報を取得するステップと、
前記端末装置が、前記センサが取得した物理環境情報に基づいて、前記所定の空間における無線環境を示す推定値を算出するステップと、を有する、
無線環境推定方法。

【請求項12】

プロセッサと、所定の空間における物理環境を示す物理環境情報を取得するセンサとを有し、
前記プロセッサは、前記センサが取得した物理環境情報に基づいて、前記所定の空間における無線環境を示す推定値を算出する、
端末装置。

【請求項13】

プロセッサと記憶装置とを有する一つ以上の基地局と、
前記基地局との間で無線通信を行う一つ以上の端末装置と、
を備え、
前記端末装置のうちいずれか一つ以上は、所定の空間における物理環境を示す物理環境情報を取得するセンサを備え、
前記基地局のうちいずれか一つ以上は、前記端末装置のセンサが取得した物理環境情報と、前記基地局が前記端末装置から受信した信号の強度を示す受信信号強度情報とを前記記憶装置に記憶し、前記記憶装置に記憶された情報に基づいて、前記受信信号強度が減少した要因を示唆する示唆情報を出力する、
無線環境悪化要因示唆システム。

【請求項14】

前記示唆情報は、前記受信信号強度の減少と前記センサとの間の関連度を示す情報である、請求項１３に記載の無線環境悪化要因示唆システム。

【請求項15】

前記示唆情報は、前記受信信号強度が減少する要因となった物理環境情報に対応する位置を示す情報である、請求項１３に記載の無線環境悪化要因示唆システム。

【請求項16】

前記基地局のうちいずれか一つ以上は、
機械学習モデルの適用または統計処理に基づいて、前記センサが取得した物理環境情報と、前記基地局が前記端末装置から受信した信号の強度を示す受信信号強度情報とを組み合わせて前記記憶装置に記憶する、
請求項１３から請求項１５のうちいずれか一項に記載の無線環境悪化要因示唆システム。

【請求項17】

前記センサが、赤外線センサ、距離センサ、加速度センサ、照度センサ、温度センサ、湿度センサ、気圧センサ、圧力センサ、地磁気センサ、音センサ、臭気センサ、およびカメラのうち少なくとも一つ以上を含む、
請求項１３から１６のうちいずれか一項に記載の無線環境悪化要因示唆システム。

【請求項18】

前記端末装置と前記基地局とが長距離無線通信方式でデータ通信を行う、
請求項１３から請求項１７のうちいずれか一項に記載の無線環境悪化要因示唆システム。

【請求項19】

プロセッサと記憶装置とを有する一つ以上の基地局と、
前記基地局との間で無線通信を行う一つ以上の端末装置と、
を備えた無線環境悪化要因示唆システムにおいて、
前記端末装置のうちいずれか一つ以上は、所定の空間における物理環境を示す物理環境情報を取得するセンサを備え、
前記基地局のうちいずれか一つ以上が、
前記端末装置のセンサが取得した物理環境情報を受信するステップと、
前記物理環境情報と、前記基地局が前記端末装置から受信した信号の強度を示す受信信号強度情報とを前記記憶装置に記憶するステップと、
前記記憶装置に記憶された情報に基づいて、前記受信信号強度が減少した要因を示唆する示唆情報を出力するステップと、
を有する、
無線環境悪化要因示唆方法。

【請求項20】

プロセッサと記憶装置とを備え、
前記プロセッサは、
所定の空間における物理環境を示す物理環境情報を取得し、
前記物理環境情報と、受信した信号の強度を示す受信信号強度情報とを前記記憶装置に記憶し、
前記記憶装置に記憶された情報に基づいて、前記受信信号強度が減少した要因を示唆する示唆情報を出力する、
基地局。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、無線環境推定システム、無線環境推定方法、端末装置、無線環境悪化要因示唆システム、無線環境悪化要因示唆方法、および基地局に関する。

【背景技術】

【0002】

特許文献１には、建造物及び／又は建造物の敷地内の鳥獣を検知して通知するための鳥獣遠隔監視システムが記載されている。鳥獣遠隔監視システムは、送信データを送信する子機と、送信データを受信する親機と、子機が送信した送信データを受信して親機へ送信する中継器とを備えている。子機と中継器の間の通信、又は、子機と親機の間の通信、又は、中継器と親機の間の通信は、ＬＰＷＡ技術を利用して通信することが記載されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１９－０７６００２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

本開示は、高い通信品質を保持できる無線環境推定システム、無線環境推定方法、端末装置、無線環境悪化要因示唆システム、無線環境悪化要因示唆方法、および基地局を提供することを目的とする。

【課題を解決するための手段】

【0005】

本開示は、プロセッサと、所定の空間における物理環境を示す物理環境情報を取得するセンサとを有する一つ以上の端末装置と、前記端末装置との間で無線通信を行う一つ以上の基地局と、を備え、前記端末装置は、前記センサが取得した物理環境情報に基づいて、前記所定の空間における無線環境を示す推定値を算出する、無線環境推定システムを提供する。

【0006】

また、本開示は、プロセッサとセンサとを有する一つ以上の端末装置と、前記端末装置との間で無線通信を行う一つ以上の基地局と、を備えた無線環境推定システムにおいて、前記センサが、所定の空間における物理環境を示す物理環境情報を取得するステップと、前記端末装置が、前記センサが取得した物理環境情報に基づいて、前記所定の空間における無線環境を示す推定値を算出するステップと、を有する、無線環境推定方法を提供する。

【0007】

また、本開示は、プロセッサと、所定の空間における物理環境を示す物理環境情報を取得するセンサとを有し、前記プロセッサは、前記センサが取得した物理環境情報に基づいて、前記所定の空間における無線環境を示す推定値を算出する、端末装置を提供する。

【0008】

また、本開示は、プロセッサと記憶装置とを有する一つ以上の基地局と、前記基地局との間で無線通信を行う一つ以上の端末装置と、を備え、前記端末装置のうちいずれか一つ以上は、所定の空間における物理環境を示す物理環境情報を取得するセンサを備え、前記基地局のうちいずれか一つ以上は、前記端末装置のセンサが取得した物理環境情報と、前記基地局が前記端末装置から受信した信号の強度を示す受信信号強度情報とを前記記憶装置に記憶し、前記記憶装置に記憶された情報に基づいて、前記受信信号強度が減少した要因を示唆する示唆情報を出力する、無線環境悪化要因示唆システムを提供する。

【0009】

また、本開示は、プロセッサと記憶装置とを有する一つ以上の基地局と、前記基地局との間で無線通信を行う一つ以上の端末装置と、を備えた無線環境悪化要因示唆システムにおいて、前記端末装置のうちいずれか一つ以上は、所定の空間における物理環境を示す物理環境情報を取得するセンサを備え、前記基地局のうちいずれか一つ以上が、前記端末装置のセンサが取得した物理環境情報を受信するステップと、前記物理環境情報と、前記基地局が前記端末装置から受信した信号の強度を示す受信信号強度情報とを前記記憶装置に記憶するステップと、前記記憶装置に記憶された情報に基づいて、前記受信信号強度が減少した要因を示唆する示唆情報を出力するステップと、を有する、無線環境悪化要因示唆方法を提供する。

【0010】

また、本開示は、プロセッサと記憶装置とを備え、前記プロセッサは、所定の空間における物理環境を示す物理環境情報を取得し、前記物理環境情報と、受信した信号の強度を示す受信信号強度情報とを前記記憶装置に記憶し、前記記憶装置に記憶された情報に基づいて、前記受信信号強度が減少した要因を示唆する示唆情報を出力する、基地局を提供する。

【発明の効果】

【0011】

本開示によれば、高い通信品質を保持できる無線環境推定システム、無線環境推定方法、端末装置、無線環境悪化要因示唆システム、無線環境悪化要因示唆方法、および基地局を提供できる。

【図面の簡単な説明】

【0012】

【図1】無線通信システムの一例を示す概念図

【図2】端末装置および基地局のハードウェア構成例を示すブロック図

【図3】端末装置による処理例を示すフローチャート

【図4】端末装置の決定例を示す概念図

【図5】データ送信の宛先となる基地局の決定例を示す概念図

【図6】学習モデルの変更処理を例示するフローチャート

【図7】端末装置および基地局のハードウェア構成例を示すブロック図

【図8】基地局による示唆情報出力処理を例示するフローチャート

【図9】受信信号強度の減少とセンサとの間の関連度を示す情報の表示例を示す概念図

【図10】受信信号強度が減少する要因となった物理環境情報に対応する位置を示す情報の表示例を示す概念図

【図11】端末装置を工場内に配置した状態を示す概念図

【図12】データの前処理を例示する図

【図13】学習モデルに対して機械学習を行った日の受信信号強度の変動を示すグラフ

【図14】学習モデルに対して機械学習を行った日とは異なる日の受信信号強度の変動を示すグラフ

【図15】各特徴量の重要度を示す棒グラフ

【図16】端末装置から基地局へのデータ送信を行うか否かを切り分ける閾値の設定例を示すグラフ

【発明を実施するための形態】

【0013】

（本開示に至る経緯）
工場内などの所定の空間に複数の端末装置を配置して、端末装置同士、あるいは端末装置と他の装置（サーバや基地局など）との間でデータ通信を行う場合、制御信頼性等の観点から、データ通信を有線で行っていた。有線でのデータ通信は、通信品質が安定する一方、工場内に配線を引き回す必要がある。ここで、工場内を様々な人や車両等が移動するので、人や車両等が踏まない場所に有線ケーブルを配線することが必要になる。また、工場内の生産ラインの変更時には有線の引き直しが必要になり、この引き直し作業は煩雑である。機器の配置や生産ライン構築の際の柔軟性向上のため、または工場のＩｏＴ（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）化のための手段として、無線通信への期待が高まっている。

【0014】

無線通信ネットワークを介してデータ通信を行う場合、端末装置や上位装置の接続性の観点から不安要素が残る。例えば、以下のような不安要素がある。
・物理的環境の変化：生産ラインの変更、大型金属物や人の移動が激しい
・特殊な無線環境：金属が多い、業種・工場の規模が多様で一般化が困難である
・無線の混在：無線回線の導入が生産ライン別に進み統一が取れない、外来干渉・設備ノイズ等が存在する。

【0015】

工場内には大型機械が配置されており、壁面や天井が一面金属であることも多い。さらに、人だけでなくＡＧＶ（Ａｕｔｏｍａｔｉｃ Ｇｕｉｄｅｄ Ｖｅｈｉｃｌｅ）やコンベア上の生産物等、多数の大型機材が移動する。工場には限られないこのような空間においては、物理的環境の変化があるため、無線環境も逐次変化し得る。そのため、高い通信品質を担保するためには、上記のような空間においても安定的な無線通信を行えるシステムの構築が必要となる。

【0016】

無線通信の電波環境（無線環境）を解析する手法として、レイトレーシング解析と、電磁界解析の２つが存在する。レイトレーシング解析においては、光線の伝播を電波の伝搬に見立てて、物理法則に従ったシミュレーションが行われる。このシミュレーションにより、伝搬特性を解析することができる。電磁界解析においては、所定の空間を複数の小さなセルに分割して、セル内部の電磁界を解くことで伝搬特性を解析する。上記の解析手法は解析に時間を要する。そのため、上記の解析手法は、大型の金属が移動するなどの物理的環境変化に対応するのは難しい。

【0017】

現状、様々な無線通信方式が存在する。その中で、低消費電力でありながら広範囲なカバレッジエリアを有するＬＰＷＡ（Ｌｏｗ Ｐｏｗｅｒ Ｗｉｄｅ Ａｒｅａ）方式が、工場などの所定の空間のＩｏＴ化に関して注目されている。工場は一般に広いので、長距離無線通信方式であるＬＰＷＡが適していると考えられる。

【0018】

例えば、ＬＰＷＡ方式の一つであるＬｏＲａＷＡＮ（Ｌｏｎｇ Ｒａｎｇｅ Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）においては、端末装置（ＩｏＴ機器等）から上位装置（サーバや基地局）へのアップリンクデータ通信のみでほぼ通信が可能である。上位装置から端末装置へのダウンリンクデータ通信も発生するが、アップリンクデータ通信の比率が、ダウンリンクデータ通信の比率よりも高い。これにより、端末装置が待機電力を消費しないため、省電力になる。

【0019】

一般的に通信品質を改善するための処理（伝搬状況の確認／送信タイミングの制御等）は、上位装置から端末装置へのダウンリンクデータ通信を用いて随時行われる。しかしＬＰＷＡ方式の場合、ダウンリンクデータ通信を用いて通信品質を改善するための処理を行うのは困難、あるいは非効率である。これは、ダウンリンクデータ通信の通信量を増加させると、端末装置側で待機電力が発生し、省電力であるというＬＰＷＡ方式のメリットを失わせるからである。したがって、安定したデータ通信タイミングなどを、端末装置側で判断することが出来れば好適である。

【0020】

そこで、本開示の第１の実施形態では、例えば工場などの所定の空間における無線環境を端末装置側で判断することにより、高い通信品質を保持できる無線環境推定システム、無線環境推定方法、および端末装置について詳述する。

【0021】

また、例えば金属製の車両が工場内を移動するなど、所定の空間内での物理的環境の変化が要因となって無線環境が悪化した場合、この悪化の要因を素早く特定することができれば、その要因を除去することにより高い通信品質を保持することができる。ここで、無線環境を把握する手法であるレイトレーシング解析や電磁界解析は、解析に時間を要し、工場などの複雑な構造をモデル化するのも困難である。そのため、上記の解析手法は、大型の金属が移動するなどの物理的環境の変化に対応するのは難しい。

【0022】

そこで、本開示の第２の実施形態では、端末装置が備えるセンサが取得した物理的環境情報と、無線環境を示す指標の一つである受信信号強度情報とを組み合わせて記憶装置に蓄積し、蓄積された情報に基づいて、受信信号強度が減少した要因を示唆する示唆情報を出力することにより、高い通信品質を保持できる無線環境悪化要因示唆システム、無線環境悪化要因示唆方法、および基地局について詳述する。

【0023】

以下、適宜図面を参照しながら、本開示に係る無線環境推定システム、無線環境推定方法、端末装置、無線環境悪化要因示唆システム、無線環境悪化要因示唆方法、および基地局を具体的に開示した実施形態（以下、「本実施形態」という）を詳細に説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。なお、添付図面および以下の説明は、当業者が本開示を十分に理解するために提供されるのであって、これらにより特許請求の範囲に記載の主題を限定することは意図されていない。

【0024】

［第１の実施形態］
図１は、無線通信システム１００の一例を示す概念図である。無線通信システム１００は、無線環境推定システム（第１の実施形態）および無線環境悪化要因示唆システム（第２の実施形態）に相当する。

【0025】

無線通信システム１００は、一つ以上の端末装置１０、１０Ａ…１０Ｇと、一つ以上の基地局２０とを備えている。端末装置１０、１０Ａ…１０Ｇと基地局２０とは例えば上述のＬＰＷＡ方式のデータ通信を行う。端末装置１０が基地局に対して通信（ここではアップリンクデータ通信）を行っている様子が、図中の符号ＲＣで表現されている。

【0026】

端末装置１０は、無線通信システム１００内に単独で配置されることがある（グループＧ０１参照）。また、端末装置１０Ａ、１０Ｂおよび１０Ｃが含まれるグループＧ０２、端末装置１０Ｅ、１０Ｆおよび１０Ｇが含まれるグループＧ０Ｎのように、近傍に配置された複数の無線装置が１つのグループを形成してもよい。なお、グループＧ０ＮのＮは任意の整数を意味している。

【0027】

端末装置１０、１０Ａ…１０Ｇは、物理環境情報を取得するセンサを備える。このセンサおよび物理環境情報についての詳細は、図２に基づき後述する。図１において、扇形の領域Ｓは、各センサが情報を取得する方向を概念的に示している。なお、センサが情報を取得する方向は、図示されている方向に限られず、例えば３６０度全周囲から情報を取得してもよい。

【0028】

端末装置１０、１０Ａ…１０Ｇは、例えば工場内などの所定の空間に配置されている。そのため、各端末装置が備えるセンサは、工場内などの所定の空間における物理環境を取得する。

【0029】

近傍に配置された端末装置（例えば端末装置１０Ａ、１０Ｂおよび１０Ｃ）は、互いにデータ通信を行うことができる。このデータ通信の方向が、グループＧ０２およびＧ０Ｎの矢印で示されている。

【0030】

基地局２０は、端末装置１０、１０Ａ…１０Ｇから送信されたデータ（アップリンクデータ）を受信する。基地局２０は、端末装置１０、１０Ａ…１０Ｇにデータ（ダウンリンクデータ）を送信してもよい。また、基地局２０は、図示を省略する通信ネットワーク（ＬＡＮ、ＷＡＮ、インターネット等）と通信可能に接続されている。基地局２０は通信ネットワークを介して、図示を省略するサーバ等の外部機器との間でデータ通信を行う。

【0031】

物体ＯＢＪは、フォークリフトやＡＧＶなどの、所定の空間内を移動する物体である。物体ＯＢＪは主に金属製であり、物体ＯＢＪが移動することにより所定の空間における物理環境が変化し、これに伴い、所定の空間における無線環境も変化する。例えば、物体ＯＢＪが、端末装置１０Ｆと基地局２０との間に入り込むことにより、端末装置１０Ｆと基地局２０との間の無線環境は悪化することがある。上記の物体の移動に限らず、何らかの物理環境の変化によって、無線環境が変化する。そのため、物理環境の変化と無線環境の変化とを紐づけることができれば、物理環境情報を用いて無線環境の悪化を予想することができる。

【0032】

図２は、端末装置１０および基地局２０のハードウェア構成例を示すブロック図である。なお、２つの端末装置１０Ａおよび１０Ｂはそれぞれ、端末装置１０の一例を示しており、以後、端末装置１０と表記することがある。

【0033】

端末装置１０は、プロセッサ１１と、通信部１２と、記憶装置１３と、センサ１４と、近距離通信部１５とを備える。

【0034】

プロセッサ１１は、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、あるいはＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等を用いて構成される。プロセッサ１１は、端末装置１０が備える各構成要素の動作を全体的に統括するための制御処理、端末装置１０が備える各構成要素間のデータの入出力処理、データの計算処理、記憶装置１３へのデータの保存処理、および記憶装置１３からのデータの取得処理等を行う。

【0035】

通信部１２は、端末装置１０と基地局２０との間でデータ通信が可能に接続される。通信部１２は、基地局２０へ各種データを送信し、基地局２０から各種データを受信する。通信部１２が行うデータ通信は、例えばＬＰＷＡなどの長距離無線通信方式のデータ通信であってよい。

【0036】

記憶装置１３は、ＨＤＤやＲＯＭ、ＲＡＭ等を含んでいてよく、プロセッサ１１によって実行される各種プログラムや各種データを格納している。記憶装置１３は、機械学習が行われた学習済みモデルや統計モデルを記憶する。記憶装置１３は、センサ１４が取得した情報を保存する。

【0037】

センサ１４は、所定の空間における物理環境を示す物理環境情報を取得する。所定の空間とは、端末装置１０（およびセンサ１４）が配置された周囲の空間を意味する。例えば、端末装置１０が工場内に配置された場合、センサ１４は工場内の物理環境を示す物理環境情報を取得する。

【0038】

物理環境とは、センサ１４によって数値化できる環境を意味する。センサ１４には、例えば以下のものが含まれる。
・赤外線センサ（所定の空間に存在する熱源を探知。サーモグラフィを含む）
・距離センサ（所定の空間に存在する物体との距離を検知。超音波センサやＬｉＤＡＲ等を含む）
・加速度センサ（端末装置１０の移動や振動を検知）
・照度センサ（所定の空間における光を検知）
・温度センサ（所定の空間の温度を検知）
・湿度センサ（所定の空間の湿度を検知）
・気圧センサ（所定の空間の気圧や高度を検知）
・圧力センサ（センサが設けられた箇所に加えられた圧力や、センサが設けられた箇所に乗せられた物体の重量等を検知）
・地磁気センサ（所定の空間に存在する金属を検知）
・音センサ（所定の空間で鳴っている音を検知）
・臭気センサ（所定の空間におけるガスの匂い等を検知）
・カメラ（所定の空間における画素値を取得）

【0039】

近距離通信部１５は、端末装置１０同士の間でデータ通信が可能に接続される。近距離通信部１５は例えばＢＬＥ（Ｂｌｕｅｔｏｏｔｈ Ｌｏｗ Ｅｎｅｒｇｙ）プロトコルで無線通信が可能な通信装置であってよい。

【0040】

基地局２０は、プロセッサ２１と、通信部２２と、記憶装置２３とを備える。

【0041】

プロセッサ２１は、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、あるいはＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等を用いて構成される。プロセッサ２１は、基地局２０が備える各構成要素の動作を全体的に統括するための制御処理、基地局２０が備える各構成要素間のデータの入出力処理、データの計算処理、記憶装置２３へのデータの保存処理、記憶装置２３からのデータの取得処理、出力装置３へのデータの出力処理等を行う。

【0042】

通信部２２は、基地局２０と端末装置１０との間でデータ通信が可能に接続される。通信部２２は、端末装置１０へと各種データを送信し、端末装置１０から各種データを受信する。通信部２２が行うデータ通信は、例えばＬＰＷＡなどの長距離無線通信方式のデータ通信であってよい。

【0043】

記憶装置２３は、ＨＤＤやＲＯＭ、ＲＡＭ等を含んでいてよく、プロセッサ２１によって実行される各種プログラムや各種データを格納している。記憶装置２３は、機械学習用の学習モデルや統計モデル等を記憶する。記憶装置２３は、通信部２２が端末装置１０から受信した情報を保存する。

【0044】

出力装置３は、基地局２０から送信された情報を出力する。出力装置３が出力する情報の形態は、画像や音声など、作業者等が知覚可能な形態であればよい。出力装置３は、例えばディスプレイ装置、または情報出力機能を有するコンピュータ等である。なお、出力装置３は、図示を省略するキーボードやマウス、タッチパネルなどの入力部を備えていてもよく、作業者は入力部から情報を入力することにより、出力装置３を操作することができる。

【0045】

図３は、端末装置１０による処理例を示すフローチャートである。本実施の形態においては、端末装置１０が周囲の無線環境の良し悪しを推定して、基地局２０へのデータ送信タイミングを判断する。また、本実施の形態においては、例えば基地局２０等において機械学習が行われて生成された学習済みモデルが記憶装置１３に保存されている。プロセッサ１１は、この学習済みモデルに物理環境情報（センサ情報。以下同じ）を入力することにより得られた出力データに基づいて判定を行ってよい。なお、物理環境情報に対して前処理等の各種データ処理が行われてもよく、データ処理後の、物理環境情報に基づく情報が学習済みモデルに適用されてもよい。

【0046】

なお、学習済みモデルは、必ずしも端末装置１０が有していなくともよい。例えば、端末装置１０とデータ通信可能な他の装置が学習済みモデルを有しており、プロセッサ１１による制御により、物理環境情報（に基づく情報）が学習済みモデルに適用されて、後述の推定値が算出されてもよい。また、プロセッサ１１は、物理環境情報（に基づく情報）を用いた統計処理によって判定を行ってもよく、機械学習や統計処理ではない所定の判定基準を用いて判定を行ってもよい。所定の判定基準は、例えば、地磁気センサのセンサ値が、端末装置１０の近傍に金属が存在していることを示すような値である場合は、無線環境は不良であるとプロセッサ１１が判定する、等である。説明の便宜上、本実施の形態において、端末装置１０の記憶装置１３が学習済みモデルを記憶している前提で説明を行う。

【0047】

センサ１４が、所定の空間における物理環境を示す物理環境情報（センサ情報）を取得する（Ｓｔ１０１）。プロセッサ１１が、取得された物理環境情報を記憶装置１３に保存する（Ｓｔ１０２）。

【0048】

プロセッサ１１は、基地局２０にデータを送信する時間（タイミング）であるか否かを判定する（Ｓｔ１０３）。基地局２０にデータを送信する時間である場合（Ｓｔ１０３：Ｙｅｓ）、ステップＳｔ１０４に処理が遷移する。基地局２０にデータを送信する時間ではない場合（Ｓｔ１０３：Ｎｏ）、ステップＳｔ１０１に処理が戻る。

【0049】

プロセッサ１１の制御により、近距離通信部１５が、物理環境情報を他の端末装置と共有する（Ｓｔ１０４）。図２を参照すると、例えば端末装置１０Ａが取得した物理環境情報が近距離通信部１５を介して端末装置１０Ｂおよび端末装置１０Ｃに送信される。端末装置１０Ｂおよび端末装置１０Ｃは、受信した物理環境情報をそれぞれ記憶装置１３に保存する。

【0050】

なお、図２のグループＧ０１のように、物理環境情報を取得した端末装置１０の近傍に他の端末装置が存在しない場合は、ステップＳｔ１０４は実行されない。

【0051】

プロセッサ１１は、記憶装置１３に蓄積された物理環境情報に対して前処理を行う（Ｓｔ１０５）。行われる前処理の種類については特に限定しないが、プロセッサ１１は、物理環境情報を、記憶装置１３に保存された学習済みモデルに入力しやすい形態に変形する。なお、前処理の具体例については、図１２を参照して後述する。

【0052】

プロセッサ１１は、端末装置１０から基地局２０へのデータ送信が可能な無線環境であるか否かを判定する（Ｓｔ１０６）。データ送信が可能な無線環境であると判定された場合（Ｓｔ１０６：Ｙｅｓ）、ステップＳｔ１０７に処理が遷移する。データ送信が可能な無線環境ではないと判定された場合（Ｓｔ１０６：Ｎｏ）、ステップＳｔ１０１へと処理が戻る。

【0053】

ステップＳｔ１０６において、プロセッサ１１は、記憶装置１３に保存された学習済みモデルを用いて判定を行ってよい。プロセッサ１１は、前処理（ステップＳｔ１０５）後の物理環境情報を学習済みモデルに入力して、出力値を取得する。例えば分類を行うタイプの学習済みモデルである場合、出力値はどの分類に属するかのカテゴリ値であってよい。例えば回帰を行うタイプの学習済みモデルである場合、出力値はスカラー値であってよい。これらの出力値は、所定の空間における無線環境を示す推定値に相当する。

【0054】

ステップＳｔ１０６において、プロセッサ１１は、記憶装置１３に保存された統計モデルを用いて判定を行ってもよい。統計モデルの具体的な種類については限定しない。プロセッサ１１は、物理環境情報を統計モデルに入力して得られた出力値を取得する。これらの出力値は、所定の空間における無線環境を示す推定値に相当する。

【0055】

ステップＳｔ１０６において、プロセッサ１１は、物理環境情報そのものを、所定の空間における無線環境を示す推定値として用いてよい。また、プロセッサ１１は、物理環境情報に対して何らかの演算（対数化、平均値の算出、標準偏差の算出等）を行って得られた値を、所定の空間における無線環境を示す推定値として用いてよい。

【0056】

次に、プロセッサ１１は、Ｌｉｓｔｅｎ Ｂｅｆｏｒｅ Ｔａｌｋにより、データ送信に用いる周波数チャネルが開いており、データ送信可能か否かを判定する（Ｓｔ１０７）。Ｌｉｓｔｅｎ Ｂｅｆｏｒｅ Ｔａｌｋについては、無線通信において一般的に行われる処理であるため、詳しい説明は省略する。送信可能と判定された場合（Ｓｔ１０７：送信可）、ステップＳｔ１０８に処理が遷移する。送信不可と判定された場合（Ｓｔ１０７：送信不可）、ステップＳｔ１０１に処理が戻る。

【0057】

プロセッサ１１は通信部１２を制御して、基地局２０にデータを送信する（Ｓｔ１０８）。

【0058】

プロセッサ１１は、センサ１４によるセンシング（物理環境情報の取得）が終了したか否かを判定する（Ｓｔ１０９）。センシングが終了している場合（Ｓｔ１０９：Ｙｅｓ）、処理が終了する。センシングが終了していない場合（Ｓｔ１０９：Ｎｏ）、ステップＳｔ１０１へと処理が戻る。

【0059】

（基地局２０へのデータ送信タイミングの決定）
なお、ステップＳｔ１０６におけるプロセッサ１１の判定がＹｅｓにならなければ、ステップＳｔ１０８における基地局２０へのデータ送信が行われない。すなわち端末装置１０は、上述の推定値に基づいて基地局２０へのデータ送信のタイミングを決定している。

【0060】

（物理環境情報以外の情報）
図３に示したフローチャートにおいて、プロセッサ１１は、センサ１４が取得した物理環境情報に基づいて上述の推定値を算出し、端末装置１０から基地局２０へのデータ送信が可能な無線環境であるか否かを判定している。しかし、プロセッサ１１はセンサ１４が取得した物理環境情報以外の情報を、物理環境情報と併せて用いて、推定値を算出してもよい。

【0061】

併せて用いられる、センサ１４が取得した物理環境情報以外の情報は、例えば以下のような情報であってよい。
・近距離通信部１５が取得する近距離無線通信のＲＳＳＩ強度
・端末装置１０が予め取得しているか、外部から受信した情報である、基地局２０と端末装置１０との間の距離もしくは高低差を示す情報
・端末装置１０が予め取得しているか、外部から受信した情報である、端末装置１０が配置された高さを示す情報
・端末装置１０が予め取得しているか、外部から受信した情報である、基地局２０と端末装置１０との間に存在する障害物の数を示す情報

【0062】

併せて用いられる、センサ１４が取得した物理環境情報以外の情報は、所定の空間に対応する情報であってもよい。例えば、所定の空間が工場である場合、物理環境情報以外の情報は、例えば以下のような情報であってよい。
・工場の稼働時間
・工場の休止時間
・工場の大きさ
所定の空間に対応する情報は、上記のものには限られない。所定の空間に対応する情報は、プロセッサ１１による判定処理に用いられる情報であるため、数値化が可能な情報であることが好ましい。

【0063】

図４は、端末装置１０の決定例を示す概念図である。図４には、無線通信システム１００の一部が示されている。ここで、端末装置１０から基地局２０にデータ送信を行う場合の無線環境は、端末装置毎に異なる場合がある。図示されているように、１台の物体ＯＢＪが端末装置１０Ａの近傍に存在し、もう１台の物体ＯＢＪが端末装置１０Ｂの近傍に存在するような場合、端末装置１０Ａおよび１０Ｂの付近の無線環境は悪くなることがある。このような場合、端末装置１０Ａおよび１０Ｂは、無線環境の良い端末装置１０Ｃに、基地局２０へのデータ送信を委任することができる。

【0064】

複数の端末装置間でのデータ送信の委任プロトコルは、当業者が適宜決定してよい。ここでは、図３のフローチャートに沿った処理を行う場合の一例を挙げる。データ送信が可能な無線環境ではない（Ｓｔ１０６：Ｎｏ）と判定した端末装置１０Ａ（または１０Ｂ）は、データ送信を委任する旨のリクエスト（データ）を端末装置１０Ｃに送信する。データ送信が可能な無線環境である（Ｓｔ１０６：Ｙｅｓ）と判定した端末装置１０Ｃは、受信したリクエストをアクセプトする旨のレスポンス（データ）を、端末装置１０Ａ（または１０Ｂ）に送信する。レスポンス（データ）を受信した端末装置１０Ａ（または１０Ｂ）は、基地局２０への送信対象となるデータを端末装置１０Ｃに送信する。なお、端末装置間のデータ送受信は、近距離通信部１５を介して行われる（図２参照）。基地局２０への送信対象となるデータを受信した端末装置１０Ｃは、当該データを基地局２０へと送信する。なお、端末装置１０Ｃから基地局２０へのデータ送信は、通信部１２を介して行われる（図２参照）。

【0065】

このように、グループＧ０２に含まれる３台の端末装置１０Ａ、１０Ｂおよび１０Ｃは、推定値に基づいて、基地局に対してデータ送信を行う端末装置１０Ｃを決定する。

【0066】

図５は、データ送信の宛先となる基地局の決定例を示す概念図である。図５には、無線通信システム１００の一部が示されている。無線通信システム１００には、複数の基地局が含まれることがある。例えば図５には、２つの基地局２０Ａおよび２０Ｂが示されている。ここで、端末装置１０から基地局２０にデータ送信を行う場合の無線環境は、基地局２０毎に異なる場合がある。例えば物体ＯＢＪが基地局２０Ｂの近傍に存在する場合、基地局２０Ｂの付近の無線環境は悪くなることがある。一方、基地局２０Ａの付近には物体ＯＢＪが存在しないので、基地局２０Ａの付近の無線環境は良い。このような場合、端末装置１０Ｂは、基地局２０Ａがデータ送信の宛先となる基地局であると決定してよい。なお、プロセッサ１１は基地局毎に推定値を算出し、より良い無線環境である事を示す推定値が算出された基地局を、宛先であると決定してよい。所定の判定基準を用いる場合も、基地局毎に判定を行ってよい。

【0067】

（周波数チャネルの決定）
また、端末装置１０のプロセッサ１１は、基地局２０へのデータ送信に用いられる周波数チャネルを決定してもよい。例えば学習済みモデルや統計モデルを用いる場合、第一の周波数チャネルについての推定値はαであり、第二の周波数チャネルについての推定値はβである、というように、周波数チャネル毎に推定値が算出されるようなモデルを記憶装置１３に保存しておいてよい。所定の判定基準を用いる場合も、周波数チャネル毎に判定を行ってよい。

【0068】

（学習モデルの変更）
図６は、学習モデルの変更処理を例示するフローチャートである。

【0069】

端末装置１０の記憶装置１３に保存されている学習モデル（学習済みモデル）は、変更（更新）されることができる。本実施の形態においては、端末装置１０から基地局２０へと送信されたデータに基づいて、基地局２０が学習モデルの変更を行い、変更された学習モデルを端末装置１０へと送信する。なお、端末装置１０と基地局２０との間の、学習モデルの変更処理に係るデータの送受信には時間がかかるので、時間帯を決めてこれを行うのが好適である。例えば、所定の空間が工場等である場合は、夜間や、工場が休止している時間帯など、無線環境が悪化していないと推定される時間帯に、基地局２０と端末装置１０との間のデータ通信が行われる。なお、機械学習等を用いて無線環境が悪化していない時間帯を推定し、推定された時間帯に基地局２０と端末装置１０との間のデータ通信が行われてもよい。

【0070】

端末装置１０は、ステップＳｔ１０６におけるデータ送信の可否判断の結果を示す情報（送信判断結果情報）を記憶装置１３に蓄積しておく。送信判断結果情報には、例えば、送信の可否を示す情報、無線環境を示す推定値、端末装置１０がデータを受信する場合の受信信号強度（ＲＳＳＩ）の値、ステップＳｔ１０６でプロセッサ１１が用いた物理環境情報等が含まれてよい。端末装置１０は、無線環境が悪化していないと推定される所定の時間帯に、送信判断結果情報を基地局２０に送信する（Ｓｔ２０１）。

【0071】

基地局２０のプロセッサ２１は、端末装置１０から送信判断結果情報を基地局２０が受信したか否かを判定する（Ｓｔ２０２）。基地局２０が送信判断結果情報を受信したと判定された場合（Ｓｔ２０２：Ｙｅｓ）、ステップＳｔ２０３に処理が遷移する。基地局２０が送信判断結果情報を受信していないと判定された場合（Ｓｔ２０２：Ｎｏ）、ステップＳｔ２０１へと処理が戻る。

【0072】

基地局２０のプロセッサ２１は、基地局２０が実際に端末装置１０からデータを受信したか否かを示す受信結果と、ステップＳｔ２０２で受信した送信判断結果情報とを照合する（Ｓｔ２０３）。例えば、送信判断結果情報によれば、端末装置１０は基地局２０にデータ送信を行った事になっている一方で、基地局２０は実際には端末装置１０からデータを受信していなかった場合、照合エラーが発生する。端末装置１０による判断結果と、基地局２０による受信結果に齟齬が生じているからである。例えば、送信判断結果情報によれば、端末装置１０は基地局２０にデータ送信を行った事になっている一方で、基地局２０が実際に端末装置１０からデータを受信していた場合は、上述の齟齬は生じておらず、照合エラーは発生していない。

【0073】

ステップＳｔ２０３で照合エラーが生じていた場合、この齟齬を改善することができれば、端末装置１０による判断（ステップＳｔ１０６）はより精度が高くなる。そのため、基地局２０のプロセッサ２１は、上述の照合の結果に基づいて、記憶装置２３に記憶されている学習モデルを改善する（Ｓｔ２０４）。この改善は例えば、基地局２０が実際に端末装置１０からデータを受信したか否かを示す受信結果を示す情報と、上述の送信判断結果情報に含まれる情報とを用いて、記憶装置２３に記憶されている学習モデルに対してさらに機械学習を行うことにより実施されてよい。また、上述の照合の結果に基づいて、学習モデルのネットワーク構造を改変することにより行われてもよい。学習モデルの改善方法は、当業者が適宜決定してよいため、ここでは限定しない。

【0074】

基地局２０のプロセッサ２１は、記憶装置２３に記憶されている学習モデルに変更があるか否かを判定する（Ｓｔ２０５）。学習モデルに変更があると判定された場合（Ｓｔ２０５：Ｙｅｓ）、ステップＳｔ２０６に処理が遷移する。学習モデルに変更がないと判定された場合（Ｓｔ２０５：Ｎｏ）、処理は終了する。

【0075】

ステップＳｔ２０６において、基地局２０のプロセッサ２１は、変更済みの学習モデルを規定するデータを、通信部２２を介して端末装置１０に送信する。このデータ送信は、無線環境が悪化していないと推定される所定の時間帯に行われる。端末装置１０のプロセッサ１１は、記憶装置１３に記憶されている学習モデルに、変更済みの学習モデルを規定するデータを適用して、学習モデルを変更する。なお、変更済みの学習モデルを規定するデータは、学習モデルを規定する全てのデータであってもよく、学習モデルの変更部分（例えば、変更が発生した重み係数の値など）を規定する一部の差分データであってもよい。

【0076】

［第２の実施形態］

【0077】

図７は、端末装置１０および基地局２０のハードウェア構成例を示すブロック図である。なお、２つの端末装置１０Ａおよび１０Ｂはそれぞれ、端末装置１０の一例を示しており、以後、端末装置１０と表記することがある。

【0078】

端末装置１０は、プロセッサ１１と、通信部１２と、記憶装置１３と、センサ１４とを備える。

【0079】

プロセッサ１１は、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、あるいはＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等を用いて構成される。プロセッサ１１は、端末装置１０が備える各構成要素の動作を全体的に統括するための制御処理、端末装置１０が備える各構成要素間のデータの入出力処理、データの計算処理、記憶装置１３へのデータの保存処理、および記憶装置１３からのデータの取得処理等を行う。

【0080】

通信部１２は、端末装置１０と基地局２０との間でデータ通信が可能に接続される。通信部１２は、基地局２０へ各種データを送信し、基地局２０から各種データを受信する。通信部１２が行うデータ通信は、例えばＬＰＷＡなどの長距離無線通信方式のデータ通信であってよい。

【0081】

記憶装置１３は、ＨＤＤやＲＯＭ、ＲＡＭ等を含んでいてよく、プロセッサ１１によって実行される各種プログラムや各種データを格納している。記憶装置１３は、機械学習が行われた学習済みモデルや統計モデルを記憶する。記憶装置１３は、センサ１４が取得した情報を保存する。

【0082】

センサ１４は、所定の空間における物理環境を示す物理環境情報を取得する。所定の空間とは、端末装置１０（およびセンサ１４）が配置された周囲の空間を意味する。例えば、端末装置１０が工場内に配置された場合、センサ１４は工場内の物理環境を示す物理環境情報を取得する。

【0083】

物理環境とは、センサ１４によって数値化できる環境を意味する。センサ１４は、例えば以下のものが含まれる。
・赤外線センサ（所定の空間に存在する熱源を探知。サーモグラフィを含む）
・距離センサ（所定の空間に存在する物体との距離を検知。超音波センサやＬｉＤＡＲ等を含む）
・加速度センサ（端末装置１０の移動や振動を検知）
・照度センサ（所定の空間における光を検知）
・温度センサ（所定の空間の温度を検知）
・湿度センサ（所定の空間の湿度を検知）
・気圧センサ（所定の空間の気圧や高度を検知）
・圧力センサ（センサが設けられた箇所に加えられた圧力や、センサが設けられた箇所に乗せられた物体の重量等を検知）
・地磁気センサ（所定の空間に存在する金属を検知）
・音センサ（所定の空間で鳴っている音を検知）
・臭気センサ（所定の空間におけるガスの匂い等を検知）
・カメラ（所定の空間における画素値を取得）

【0084】

なお、端末装置１０は、図２のブロック図に示されているものと同様に、近距離通信部を備えていてもよい。近距離通信部は、端末装置１０同士の間でデータ通信が可能に接続される。近距離通信部は例えばＢＬＥ（Ｂｌｕｅｔｏｏｔｈ Ｌｏｗ Ｅｎｅｒｇｙ）プロトコルで無線通信が可能な通信装置であってよい。本実施の形態では、端末装置１０同士の近距離通信を想定していないので、端末装置１０は近距離通信部を備えなくともよい。

【0085】

基地局２０は、プロセッサ２１と、通信部２２と、記憶装置２３とを備える。

【0086】

プロセッサ２１は、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、あるいはＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等を用いて構成される。プロセッサ２１は、基地局２０が備える各構成要素の動作を全体的に統括するための制御処理、基地局２０が備える各構成要素間のデータの入出力処理、データの計算処理、記憶装置２３へのデータの保存処理、記憶装置２３からのデータの取得処理、出力装置３へのデータの出力処理等を行う。

【0087】

通信部２２は、基地局２０と端末装置１０との間でデータ通信が可能に接続される。通信部２２は、端末装置１０へと各種データを送信し、端末装置１０から各種データを受信する。通信部２２が行うデータ通信は、例えばＬＰＷＡなどの長距離無線通信方式のデータ通信であってよい。

【0088】

記憶装置２３は、ＨＤＤやＲＯＭ、ＲＡＭ等を含んでいてよく、プロセッサ２１によって実行される各種プログラムや各種データを格納している。記憶装置２３は、機械学習用の学習モデルや統計モデル等を記憶する。記憶装置２３は、通信部２２が端末装置１０から受信した情報を保存する。

【0089】

出力装置３は、基地局２０から送信された情報を出力する。出力装置３が出力する情報の形態は、画像や音声など、作業者等が知覚可能な形態であればよい。出力装置３は、例えばディスプレイ装置、または情報出力機能を有するコンピュータ等である。なお、出力装置３は、図示を省略するキーボードやマウス、タッチパネルなどの入力部を備えていてもよく、作業者は入力部から情報を入力することにより、出力装置３を操作することができる。

【0090】

図８は、基地局による示唆情報出力処理を例示するフローチャートである。本実施の形態においては、基地局２０がデータを集約して、無線環境と物理環境との間の紐付けを行う。なお、無線環境を示す情報の一態様として、基地局２０が端末装置１０から受信した信号の強度を示す受信信号強度（ＲＳＳＩ）情報が用いられる。無線通信に関する異常が発生した場合に、基地局２０と接続された出力装置３に、受信信号強度が減少した要因を示唆する示唆情報を出力する。

【0091】

端末装置１０が備えるセンサ１４が、所定の空間における物理環境を示す物理環境情報（センサ情報）を取得する（Ｓｔ３０１）。端末装置１０のプロセッサ１１が、取得された物理環境情報を記憶装置１３に保存する（Ｓｔ３０２）。

【0092】

端末装置１０のプロセッサ１１は、基地局２０にデータを送信する時間（タイミング）であるか否かを判定する（Ｓｔ３０３）。基地局２０にデータを送信する時間である場合（Ｓｔ３０３：Ｙｅｓ）、ステップＳｔ３０４に処理が遷移する。基地局２０にデータを送信する時間ではない場合（Ｓｔ３０３：Ｎｏ）、ステップＳｔ３０１に処理が戻る。

【0093】

端末装置１０のプロセッサ１１は、Ｌｉｓｔｅｎ Ｂｅｆｏｒｅ Ｔａｌｋにより、データ送信に用いる周波数チャネルが開いており、データ送信可能か否かを判定する（Ｓｔ３０４）。Ｌｉｓｔｅｎ Ｂｅｆｏｒｅ Ｔａｌｋについては、無線通信において一般的に行われる処理であるため、詳しい説明は省略する。送信可能と判定された場合（Ｓｔ３０４：送信可）、ステップＳｔ３０５に処理が遷移する。送信不可と判定された場合（Ｓｔ３０４：送信不可）、ステップＳｔ３０１に処理が戻る。

【0094】

端末装置１０のプロセッサ１１は通信部１２を制御して、基地局２０にデータを送信する（Ｓｔ３０５）。このデータには、端末装置１０のセンサ１４が取得した物理環境情報が含まれてよい。

【0095】

基地局２０のプロセッサ２１は、端末装置１０から受信した物理環境情報等のデータに対して前処理を行う（Ｓｔ３０６）。行われる前処理の種類については特に限定しないが、プロセッサ２１は、物理環境情報等のデータを、記憶装置２３に保存された学習モデルに入力しやすい形態、または統計処理を行いやすい形態に変形する。なお、基地局２０のプロセッサ２１は、基地局２０が端末装置１０から受信した信号の強度を示す受信信号強度（ＲＳＳＩ）情報に対しても前処理を行ってよい。

【0096】

基地局２０のプロセッサ２１は、物理環境情報と、無線環境を示す上述の受信信号強度（ＲＳＳＩ）情報とを紐付ける（Ｓｔ３０７）。学習モデルが用いられる場合、基地局２０のプロセッサ２１は、ステップＳｔ３０６で前処理が行われたデータ（物理環境情報を含む）と、上述の受信信号強度（ＲＳＳＩ）情報とを、記憶装置２３に保存された学習モデルに入力する。統計処理が用いられる場合、基地局２０のプロセッサ２１は、ステップＳｔ３０６で前処理が行われたデータ（物理環境情報を含む）と、上述の受信信号強度（ＲＳＳＩ）情報を入力パラメータとして用いて統計処理を行う。これらの処理が行われた結果物である学習モデル、または統計処理後の出力データは、基地局２０の記憶装置２３に記憶される。すなわちプロセッサ２１は、端末装置１０のセンサ１４が取得した物理環境情報と、基地局２０が端末装置１０から受信した信号の強度を示す受信信号強度（ＲＳＳＩ）情報を組み合わせて記憶装置２３に記憶することになる。

【0097】

基地局２０のプロセッサ２１は、無線通信において異常が発生したか否かを判定する（Ｓｔ３０８）。異常が発生したと判定された場合（Ｓｔ３０８：Ｙｅｓ）、ステップＳｔ３０９に処理が遷移する。異常が発生していないと判定された場合（Ｓｔ３０８：Ｎｏ）、ステップＳｔ３０１に処理が戻る。

【0098】

無線通信において異常が発生した場合、基地局２０のプロセッサ２１は、記憶装置２３に記憶された情報に基づいて、受信信号強度（ＲＳＳＩ）が減少した要因を示唆する示唆情報を出力する（Ｓｔ３０９）。なお、示唆情報の出力先は、例えば出力装置３である。ただし、示唆情報は出力装置３以外の装置（例えば、基地局２０と通信可能に接続されたサーバ等）に出力されてもよい。

【0099】

基地局２０のプロセッサ２１は、センサ１４によるセンシング（物理環境情報の取得）が終了したか否かを判定する（Ｓｔ３１０）。センシングが終了している場合（Ｓｔ３１０：Ｙｅｓ）、処理が終了する。センシングが終了していない場合（Ｓｔ３１０：Ｎｏ）、ステップＳｔ３０１へと処理が戻る。

【0100】

なお、変形例として、ステップＳｔ３０６およびＳｔ３０７において基地局２０のプロセッサ２１は、端末装置１０のセンサ１４が取得した物理環境情報と、基地局２０が端末装置１０から受信した信号の強度を示す受信信号強度（ＲＳＳＩ）情報を単に記憶装置２３に蓄積してもよい。この場合、後続のステップＳｔ３０９において基地局２０のプロセッサ２１は、記憶装置２３に記憶されている上記の情報を抽出、および組み合わせて異常原因を推定し、受信信号強度（ＲＳＳＩ）が減少した要因を示唆する示唆情報を出力する。

【0101】

（物理環境情報以外の情報）
図８に示したフローチャートにおいて、基地局２０のプロセッサ２１は、端末装置１０のセンサ１４が取得した物理環境情報以外の情報を、物理環境情報と併せて用いてもよい。例えば、プロセッサ２１は、物理環境情報以外の情報に対して前処理を行ってよい（ステップＳｔ３０６）。基地局２０のプロセッサ２１は、物理環境情報および物理環境情報以外の情報と、無線環境を示す上述の受信信号強度（ＲＳＳＩ）情報とを紐付けてよい（ステップＳｔ３０７）。また、基地局２０のプロセッサ２１は、物理環境情報および物理環境情報以外の情報と、基地局２０が端末装置１０から受信した信号の強度を示す受信信号強度（ＲＳＳＩ）情報を組み合わせて記憶装置２３に記憶してもよい。

【0102】

併せて用いられる、センサ１４が取得した物理環境情報以外の情報は、例えば以下のような情報であってよい。
・端末装置１０の近距離通信部（存在する場合）が取得する近距離無線通信のＲＳＳＩ強度
・基地局２０が予め取得しているか、外部から受信した情報である、基地局２０と端末装置１０との間の距離もしくは高低差を示す情報
・基地局２０が予め取得しているか、外部から受信した情報である、端末装置１０が配置された高さを示す情報
・基地局２０が予め取得しているか、外部から受信した情報である、基地局２０と端末装置１０との間に存在する障害物の数を示す情報

【0103】

併せて用いられる、センサ１４が取得した物理環境情報以外の情報は、所定の空間に対応する情報であってもよい。例えば、所定の空間が工場である場合、物理環境情報以外の情報は、例えば以下のような情報であってよい。
・工場の稼働時間
・工場の休止時間
・工場の大きさ
所定の空間に対応する情報は、上記のものには限られない。所定の空間に対応する情報は、プロセッサ２１による各種処理に用いられる情報であるため、数値化が可能な情報であることが好ましい。

【0104】

（示唆情報の出力例）
図９は、受信信号強度（ＲＳＳＩ）の減少とセンサ１４との間の関連度を示す情報の表示例を示す概念図である。

【0105】

ステップＳｔ３０９において出力装置３等に出力される示唆情報は、受信信号強度（ＲＳＳＩ）の減少とセンサ１４との間の関連度を示す情報であってよい。図示した例においては、センサ種別（距離センサ、人感センサ等）、端末装置１０を一意に識別する端末番号、および、特徴の重要度を示す棒グラフが、出力装置３に出力されている。特徴の重要度は、各端末装置１０が備える各センサ１４の、受信信号強度（ＲＳＳＩ）の変動（悪化）に対する影響度（学習モデルや統計処理等に基づく推定値）を示している。この影響度の算出は、学習モデルへの情報入力や統計処理への情報入力（ステップＳｔ３０７）によって行われてもよく、示唆情報を出力する際（ステップＳｔ３０９）に行われてもよい。図示されている例では、特徴の重要度が高い上位１０件のセンサと、そのセンサの重要度が棒グラフとして出力装置３に表示されている。

【0106】

図１０は、受信信号強度（ＲＳＳＩ）が減少する要因となった物理環境情報に対応する位置を示す情報の表示例を示す概念図である。

【0107】

ステップＳｔ３０９において出力装置３等に出力される示唆情報は、受信信号強度（ＲＳＳＩ）が減少する要因となった物理環境情報に対応する位置を示す情報であってよい。図示した例においては、特徴の重要度（図９参照）の高いセンサ１４の位置（そのセンサ１４を備える端末装置１０の位置）、センサ１４のセンサ種別、センサ値等に基づいて、受信信号強度（ＲＳＳＩ）の減少に対して影響を及ぼしていると推定される所定の空間内の位置が、二重の円領域として出力装置３に表示されている。なお、所定の空間（工場等）に多数配置された端末装置１０の位置が、出力装置３上に斜線入りの小さな円として出力装置３に併せて表示されている。基地局２０のプロセッサ２１はステップＳｔ３０９において、受信信号強度（ＲＳＳＩ）の減少に対して影響を及ぼしていると推定される所定の空間内の位置を、記憶装置２３に記憶（ステップＳｔ３０７）された情報に基づいて算出してよい。なお当業者は、記憶装置２３に記憶された情報の内容に応じて、上述の空間内の位置の算出方法を適宜選択してよい。

【0108】

基地局２０のプロセッサ２１が出力する示唆情報は上記の例には限られない。当業者は、記憶装置２３に記憶された情報の内容に応じて、様々な示唆情報を出力するように、基地局２０を構成することができる。

【0109】

受信信号強度（ＲＳＳＩ）が減少した場合にプロセッサ２１が示唆情報を出力することにより、例えば工場の管理者や作業者等がこの示唆情報を認識することができる。管理者や作業者は、示唆情報に基づいて、受信信号強度（ＲＳＳＩ）が減少した原因を推測し、受信信号強度（ＲＳＳＩ）を増加させるための適切な対応を取ることができる。

【0110】

なお、第１の実施形態または第２の実施形態において基地局２０が行っている処理は、基地局２０と通信可能に接続されたサーバ等の、他の情報処理装置により実行されてもよい。

【0111】

（実施例）
以下、本開示の実施形態に基づく実施例を説明する。

【0112】

図１１は、端末装置１０を工場内に配置した状態を示す概念図である。所定の空間の一例である工場フロアＦＬＲに、複数の端末装置１０が配置された。工場フロアＦＬＲの２か所に、基地局２０Ａおよび２０Ｂが配置された。なお、この工場フロアＦＬＲの内部を金属製のフォークリフトが移動するので、無線環境の変動が予想される。端末装置１０がそれぞれ備える複数のセンサが取得した物理環境データが集約され、基地局２０に相当するサーバの記憶装置に蓄積された。

【0113】

図１２は、データの前処理を例示する図である。基地局２０に相当するサーバの記憶装置に蓄積されたデータであるＤＡＴＡ０１に対して、前処理が行われた。前処理を行う前のデータであるＤＡＴＡ１の列数は１８列、行数は約３７万行であった。

【0114】

センサが取得した値に基づく３つのセンサ特徴量を、Ａｖ＿Ｄｉｓｔａｎｃｅ、Ｄｉｆｆ＿Ｒａｔｅ、およびＨｕｍａｎとした。なお、Ａｖ＿Ｄｉｓｔａｎｃｅは、超音波センサの平均距離値（３秒間）である。Ｄｉｆｆ＿Ｒａｔｅは超音波センサの変化率（３秒間）である。Ｈｕｍａｎは人感センサの反応率（３秒間）である。上記の３つのセンサ特徴量に対し、３０秒、１分、５分の時間窓においてそれぞれ中央値（ｍｅｄｉａｎ）、平均値（ａｖｅ）および標準偏差（ｓｔｄ）を算出した。その他、ＤＡＴＡ０１に対して一般的な前処理を行い、ＤＡＴＡ０２を得た。前処理を行った後のデータであるＤＡＴＡ２の列数は約４００列、行数は約８５００行であった。

【0115】

図１３は、学習モデルに対して機械学習を行った日の受信信号強度（ＲＳＳＩ）の変動を示すグラフである。図１４は、学習モデルに対して機械学習を行った日とは異なる日の受信信号強度（ＲＳＳＩ）の変動を示すグラフである。図１５は、各特徴量の重要度を示す棒グラフである。

【0116】

図１５に示されている棒グラフは各特徴量のインパクト（重要度）が高い順に、上位１０位までを表示している。センサ種別は、上述の３つのセンサ特徴量であるＡｖ＿Ｄｉｓｔａｎｃｅ、Ｄｉｆｆ＿ＲａｔｅおよびＨｕｍａｎを示している。統計値は、どのような統計量であるか（例えば５分の時間窓における標準偏差、など）を示している。端末番号は、複数配置された端末装置のうちの一つを一意に特定する番号である。周囲の環境を総合的にモデル化できるように、無線環境の予測対象となる第１９番目の端末装置に係る特徴量だけでなく、他の端末装置のセンサ情報も用いた機械学習が行われた。なお、あくまで一例であるが、機械学習は、決定木に基づくランダムフォレストを用いたタイプの機械学習であってよい。

【0117】

図１３および図１４に示されているそれぞれのグラフの横軸は日時を示している。図１３および図１４に示されているそれぞれのグラフの縦軸は、第１９番目の端末装置の受信信号強度（ＲＳＳＩ）の標準偏差を示している。破線で表示された折れ線は実測値を、実線で表示された折れ線は学習モデルによる予測値を示している。機械学習を行った日（図１３）だけでなく、機械学習を行った日とは異なる日（図１４）においても、受信信号強度（ＲＳＳＩ）の標準偏差が示すピークが、実測値と予測値との間でほぼ一致している。これは、機械学習を行った日とは異なる日においても、学習の結果得られた学習モデルによって無線環境の変動をある程度予測可能であることを示している。

【0118】

図１６は、端末装置１０から基地局２０へのデータ送信を行うか否かを切り分ける閾値の設定例を示すグラフである。グラフの横軸、縦軸、折れ線の意味については、図１３および図１４と同様であるので、説明を省略する。ここで、縦軸である受信信号強度（ＲＳＳＩ）の標準偏差は、値が大きいほど、電波の荒れ具合が大きいことを示している。そこで、所定の閾値として２．０を設定した。受信信号強度（ＲＳＳＩ）の標準偏差がこの閾値を超えた場合は、端末装置１０から基地局２０へのデータ送信を行わず、受信信号強度（ＲＳＳＩ）の標準偏差がこの閾値を超えていない時に端末装置１０から基地局２０へのデータ送信を行った。すると、データ送信に係るパケットエラーレート（ＰＥＲ）の値に有意な改善が見られた。すなわち、物理環境と無線環境とを機械学習を用いて紐付けて、無線環境の変動を予測することにより、端末装置１０から基地局２０への適切なデータ送信タイミングを端末装置１０単体で（基地局２０からのダウンリンクによるデータ取得を行うことなく）決定することができる。

【0119】

以上のように、端末装置１０が備えるセンサ１４は、端末装置１０の周囲の物理環境情報を取得する。なお、センサ１４が取得しているのは、基地局の周囲の物理環境情報ではなく、端末装置１０の周囲の物理環境情報である。

【0120】

通常、基地局の設置場所は無線のカバーエリアを重視するため、見通しが良く、高い位置であることが多い。よって、基地局の周囲の物理環境は比較的安定的である。一方、端末装置は、一般的にはデータを取得したい対象に設置される。そのため、端末装置の設置位置は無線環境が最優先事項とはされない。すなわち、物理環境が安定的である基地局とは異なり、端末装置の周囲の物理環境は様々となることが多く、無線環境も大きく変動する。本開示の実施形態においては、この物理環境や無線環境が大きく変動する箇所の周囲に配置された端末装置が物理環境情報を取得して、この物理環境情報を上述のように種々の形態で活用することができる。これにより、高い通信品質を保持することができる。

【0121】

また、基地局から遠方に配置された端末装置や、基地局から見通しの利かない位置に配置された端末装置の周囲の無線環境及び物理環境は、基地局側で予測することが困難である。実際、これらの端末装置と基地局との間の通信は、直接波ではなく間接波によって行われる。この場合、通信の経路を把握するのは困難であるため、基地局側からでは端末装置の周囲の無線環境を予測することは困難である。本開示の実施形態は、端末装置の周囲の物理環境情報をセンサによって取得して、例えば上述のように物理環境情報を活用する。そのため、本開示の上記の実施形態により、基地局から遠方に配置された端末装置や、基地局から見通しの利かない位置に配置された端末装置の周囲の無線環境及び物理環境を予測することができる。これにより、高い通信品質を保持することができる。

【0122】

また、無線通信の品質を改善するために、送受信間で通信の状況をモニタリングすることにより、無線パラメータを適切に制御することが一般的に行われている。例えば、スループットの推移、パケットエラーの発生状況、および伝搬チャネルの歪み特性等に基づいて、通信速度等の無線パラメータを適切に制御する手段が知られている。ここで、所定の空間における無線環境は、その空間内を人や物体が動くことにより刻一刻と変化しており、ある基地局と端末装置が通信する際には、直前に通信した時の状況に基づいて無線パラメータを調整することが一般的である。

【0123】

しかしながら、例えば屋内などの無線環境の変化が激しい環境である場合や、通信頻度の少ないアプリケーションによる通信の場合には、前述のような無線パラメータの制御が適切に機能しないことが考えられる。特に、ＬＰＷＡのような通信間隔が長い無線通信においては、省電力稼働のため、通信間隔は例えば３０秒以上と極めて長く、過去の通信状況に基づいて無線パラメータを制御することは難しい。そのため、データを送信する側が単独で無線環境（物理環境）を判断することができれば好適である。さらに、多くのＩｏＴ関連の通信システムにおいては、端末装置から基地局へとデータを送信（アップリンクデータ通信）し、基地局側でデータを集約するシステムが多い。そのため、端末装置がアップリンクデータ通信を行う前に、端末装置側で無線環境（物理環境）の予測を行う手段があれば好適である。

【0124】

本開示の実施形態であれば、データを送信（アップリンクデータ通信）する側である端末装置側で、無線環境（物理環境）の予測を行うことができるので、無線通信の品質を適切に改善することができる。

【0125】

以上のように、無線環境推定システム１００が、プロセッサ１１と、所定の空間における物理環境を示す物理環境情報を取得するセンサ１４とを有する一つ以上の端末装置１０と、端末装置１０との間で無線通信を行う一つ以上の基地局２０とを備える。端末装置１０は、センサ１４が取得した物理環境情報に基づいて、所定の空間における無線環境を示す推定値を算出する。これにより、データの送信タイミングの調整など、推定値に基づいて無線環境を改善する処理を行うことができるので、高い通信品質を保持できる。

【0126】

端末装置１０のうちいずれか一つ以上は、推定値に基づいて、端末装置１０のうちいずれか一つ以上から基地局２０のうちいずれか一つ以上へのデータ送信のタイミングを決定する。これにより、端末装置１０は、データ送信のタイミングを基地局２０からのダウンリンクデータ通信を伴わずに決定することができる。

【0127】

端末装置１０のうちいずれか一つ以上は、推定値に基づいて、基地局２０のうちいずれか一つ以上にデータ送信を行う端末装置１０、データ送信の宛先となる基地局２０、および／または、データ送信に用いられる周波数チャネルを決定する。これにより、端末装置１０は、端末装置１０および基地局２０の配置状態や無線環境の変動に応じて、適切なデータ送信を行うことができる。

【0128】

端末装置１０のうちいずれか二つ以上が、センサ１４が取得した物理環境情報を共有する。これにより、端末装置１０は、自身が取得した物理環境情報だけでなく、他の端末装置が取得した物理環境情報も用いて無線環境の推定を行うことができる。

【0129】

端末装置１０のうちいずれか一つ以上は、センサ１４が取得した物理環境情報に基づく情報の学習済みモデルへの適用、もしくは物理環境情報に基づく情報を用いた統計処理により、推定値を算出する。これにより、無線環境推定システム１００が機械学習または統計処理を用いて上述の推定値を算出することができる。

【0130】

センサ１４が、赤外線センサ、距離センサ、加速度センサ、照度センサ、温度センサ、湿度センサ、気圧センサ、圧力センサ、地磁気センサ、音センサ、臭気センサ、およびカメラのうち少なくとも一つ以上を含む。これにより、無線環境推定システム１００が多種多様な物理環境情報を用いて無線環境を推定することができる。

【0131】

端末装置１０のうちいずれか一つ以上は、センサが取得した物理環境情報以外の情報を、物理環境情報と併せて用いて、推定値を算出する。物理環境情報以外の情報は、近距離無線通信のＲＳＳＩ強度、基地局と端末装置との間の距離もしくは高低差を示す情報、端末装置が配置された高さを示す情報、および基地局と端末装置との間に存在する障害物の数を示す情報のうちいずれか一つ以上を含んでよい。また、物理環境情報以外の情報が、所定の空間に対応する情報を含んでよい。これにより、無線環境推定システム１００が物理環境情報以外の多種多様な情報を用いて無線環境を推定することができる。

【0132】

端末装置１０と基地局２０とが長距離無線通信方式でデータ通信を行う。これにより、無線通信において、低電力の端末装置１０が広い空間をカバーすることができる。

【0133】

プロセッサ１１とセンサ１４とを有する一つ以上の端末装置１０と、端末装置１０との間で無線通信を行う一つ以上の基地局２０とを備える無線環境推定システム１００が、無線環境推定方法を行う。無線環境推定方法は、センサ１４が所定の空間における物理環境を示す物理環境情報を取得するステップと、端末装置１０が、センサ１４が取得した物理環境情報に基づいて、所定の空間における無線環境を示す推定値を算出するステップとを有する。これにより、データの送信タイミングの調整など、推定値に基づいて無線環境を改善する処理を行うことができるので、高い通信品質を保持できる。

【0134】

端末装置１０が、プロセッサ１１と、所定の空間における物理環境を示す物理環境情報を取得するセンサ１４とを有する。プロセッサ１１は、センサ１４が取得した物理環境情報に基づいて、所定の空間における無線環境を示す推定値を算出する。これにより、データの送信タイミングの調整など、推定値に基づいて無線環境を改善する処理を行うことができるので、高い通信品質を保持できる。

【0135】

無線環境悪化要因示唆システム１００が、プロセッサ２１と記憶装置２３とを有する一つ以上の基地局２０と、基地局２０との間で無線通信を行う一つ以上の端末装置１０と
を備える。端末装置１０のうちいずれか一つ以上は、所定の空間における物理環境を示す物理環境情報を取得するセンサ１４を備える。基地局２０のうちいずれか一つ以上は、端末装置１０のセンサ１４が取得した物理環境情報と、基地局２０が端末装置１０から受信した信号の強度を示す受信信号強度情報とを記憶装置２３に記憶し、記憶装置２３に記憶された情報に基づいて、受信信号強度が減少した要因を示唆する示唆情報を出力する。これにより、受信信号強度が減少した場合に、受信信号強度が減少した要因を管理者や作業者に示唆することができる。従って、管理者や作業者が、受信信号強度が減少した要因を容易に除去できるので、高い通信品質を保持できる。

【0136】

示唆情報は、受信信号強度の減少とセンサ１４との間の関連度を示す情報であってよい。これにより、管理者や作業者が、受信信号強度の減少の要因であると推定されるセンサ１４を特定することができる。

【0137】

示唆情報は、受信信号強度が減少する要因となった物理環境情報に対応する位置を示す情報であってよい。これにより、管理者や作業者が、受信信号強度の減少の要因であると推定される位置を特定することができる。

【0138】

基地局２０のうちいずれか一つ以上は、機械学習モデルの適用または統計処理に基づいて、センサ１４が取得した物理環境情報と、基地局２０が端末装置１０から受信した信号の強度を示す受信信号強度情報とを組み合わせて記憶装置２３に記憶する。これにより、無線環境悪化要因示唆システム１００が、機械学習モデルまたは統計処理を用いて示唆情報を出力することができる。

【0139】

センサ１４が、赤外線センサ、距離センサ、加速度センサ、照度センサ、温度センサ、湿度センサ、気圧センサ、圧力センサ、地磁気センサ、音センサ、臭気センサ、およびカメラのうち少なくとも一つ以上を含む。これにより、無線環境悪化要因示唆システム１００が多種多様な物理環境情報を用いて無線環境を推定することができる。

【0140】

端末装置１０と基地局２０とが長距離無線通信方式でデータ通信を行う。これにより、無線通信において、低電力の端末装置１０が広い空間をカバーすることができる。

【0141】

プロセッサ２１と記憶装置２３とを有する一つ以上の基地局２０と、基地局２０との間で無線通信を行う一つ以上の端末装置１０とを備えた無線環境悪化要因示唆システム１００が、無線環境悪化要因示唆方法を行う。端末装置１０のうちいずれか一つ以上は、所定の空間における物理環境を示す物理環境情報を取得するセンサ１４を備える。基地局２０のうちいずれか一つ以上が、端末装置１０のセンサ１４が取得した物理環境情報を受信するステップと、物理環境情報と、基地局２０が端末装置１０から受信した信号の強度を示す受信信号強度情報とを記憶装置２３に記憶するステップと、記憶装置２３に記憶された情報に基づいて、受信信号強度が減少した要因を示唆する示唆情報を出力するステップとを有する。これにより、受信信号強度が減少した場合に、受信信号強度が減少した要因を管理者や作業者に示唆することができる。従って、管理者や作業者が、受信信号強度が減少した要因を容易に除去できるので、高い通信品質を保持できる。

【0142】

基地局２０がプロセッサ２１と記憶装置２３とを備える。プロセッサ２１は、所定の空間における物理環境を示す物理環境情報を取得する。プロセッサ２１は、物理環境情報と、受信した信号の強度を示す受信信号強度情報とを記憶装置２３に記憶する。プロセッサ２１は、記憶装置２３に記憶された情報に基づいて、受信信号強度が減少した要因を示唆する示唆情報を出力する。これにより、受信信号強度が減少した場合に、受信信号強度が減少した要因を管理者や作業者に示唆することができる。従って、管理者や作業者が、受信信号強度が減少した要因を容易に除去できるので、高い通信品質を保持できる。

【0143】

以上、図面を参照して、本開示に係る無線環境推定システム、無線環境推定方法、端末装置、無線環境悪化要因示唆システム、無線環境悪化要因示唆方法、および基地局について説明したが、本開示はかかる例に限定されないことは言うまでもない。当業者であれば、特許請求の範囲に記載された範疇内において、各種の変更例、修正例、置換例、付加例、削除例、均等例に想到し得ることは明らかであり、それらについても当然に本開示の技術的範囲に属するものと了解される。また、発明の趣旨を逸脱しない範囲において、上述した各種の実施の形態における各構成要素を任意に組み合わせてもよい。

【産業上の利用可能性】

【0144】

本開示は、高い通信品質を保持できる無線環境推定システム、無線環境推定方法、端末装置、無線環境悪化要因示唆システム、無線環境悪化要因示唆方法、および基地局として有用である。

【符号の説明】

【0145】

３ 出力装置
１０ 端末装置
１１ プロセッサ
１２ 通信部
１３ 記憶装置
１４ センサ
１５ 近距離通信部
２０、２０Ａ、２０Ｂ 基地局
２１ プロセッサ
２２ 通信部
２３ 記憶装置

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】