特開 2024-136894 干渉推定装置およびコンピュータに実行させるためのプログラム

(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】P2024136894

(43)【公開日】2024-10-04

(54)【発明の名称】干渉推定装置およびコンピュータに実行させるためのプログラム

(51)【国際特許分類】

   H04B 7/08 20060101AFI20240927BHJP

   G01S 7/02 20060101ALI20240927BHJP

【ＦＩ】

H04B7/08 422

G01S7/02 218

【審査請求】未請求

【請求項の数】22

【出願形態】ＯＬ

(21)【出願番号】P 2023048195

(22)【出願日】2023-03-24

【新規性喪失の例外の表示】新規性喪失の例外適用申請有り

【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３年度 国立研究開発法人情報通信研究機構「革新的情報通信技術研究開発委託研究／Ｉｎｔｅｌｌｉｇｅｎｔ Ｒｅｆｌｅｃｔｉｎｇ Ｓｕｒｆａｃｅによるプロアクティブな無線空間制御と耐干渉型空間多重伝送技術の研究開発」、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】393031586

【氏名又は名称】株式会社国際電気通信基礎技術研究所

(74)【代理人】

【識別番号】100112715

【弁理士】

【氏名又は名称】松山 隆夫

(72)【発明者】

【氏名】侯 亜飛

(72)【発明者】

【氏名】矢野 一人

(72)【発明者】

【氏名】菅 宜理

(72)【発明者】

【氏名】坂野 寿和

【テーマコード（参考）】

5J070

【Ｆターム（参考）】

5J070AC11

5J070AD05

5J070AD09

5J070AH04

5J070AH19

5J070AH31

5J070AH50

5J070AK35

(57)【要約】

【課題】望ましくない無線送信機からの干渉の有無を判定可能な干渉判定装置を提供する。
【解決手段】受信手段４２は、干渉が無いとき又は有るときに、送信元からＬ個のアンテナで送信したＬ個の電波をＫ個のアンテナで受信することをＮ_Ｋ個の送信元について実行してＮ_Ｋ個の第１の受信信号を受信し、干渉の有無が不明であるときに送信元からのＬ個の電波をＫ個のアンテナで受信して第２の受信信号を受信する。演算手段４３は、第１の受信信号に基づいて、各々が雑音部分空間におけるＮ_Ｋ個の第１のＭＵＳＩＣスペクトラムを算出し、第２の受信信号に基づいて、雑音部分空間における第２のＭＵＳＩＣスペクトラムを算出する。推定手段４４は、Ｎ_Ｋ個の第１のＭＵＳＩＣスペクトラムと第２のＭＵＳＩＣスペクトラムとに基づいて干渉の有無を推定する。
【選択図】図２

【特許請求の範囲】

【請求項1】

送信元から電波が直接送信先へ送信される第１の伝搬路と、前記送信元から入射した電波を反射する反射方向を制御可能な反射体を介して電波が前記送信元から前記送信先へ送信される第２の伝搬路とを少なくとも介して前記送信元から電波を受信する干渉推定装置であって、
干渉が無いときに、前記送信元からＬ（Ｌは、１以上の整数）個のアンテナを用いて送信したＬ個の電波を前記第１および第２の伝搬路を介してＫ（Ｋは、（Ｌ＋１）以上の整数）個のアンテナを用いて受信することをＮ_Ｋ（Ｎ_Ｋは、３以上の整数）回実行してＮ_Ｋ個の第１の受信信号を受信するとともに、前記干渉の有無が不明であるときに前記送信元から前記Ｌ個の電波を前記第１および第２の伝搬路を介して前記Ｋ個のアンテナで受信したときの第２の受信信号を受信する受信手段と、
前記第１の受信信号に基づいて、雑音部分空間において仰角および方位角の関数として表わされるＭＵＳＩＣスペクトラムを算出することを前記Ｎ_Ｋ個の第１の受信信号に適用してＮ_Ｋ個の第１のＭＵＳＩＣスペクトラムを算出するとともに、前記第２の受信信号に基づいて、前記雑音部分空間において仰角および方位角の関数として表わされる第２のＭＵＳＩＣスペクトラムを算出する演算手段と、
前記演算手段によって算出された前記Ｎ_Ｋ個の第１のＭＵＳＩＣスペクトラムおよび前記第２のＭＵＳＩＣスペクトラムに基づいて干渉の有無を推定する干渉推定処理を実行する推定手段とを備える干渉推定装置。

【請求項2】

前記演算手段は、前記受信手段によって受信された受信信号の相関関数を演算し、その演算した相関関数を固有値分解してＫ個の固有値とＫ個の固有ベクトルとを求め、前記Ｋ個の固有ベクトルのうちの前記雑音部分空間を張る（Ｋ－Ｌ）個の固有ベクトルを用いて表わされる角度スペクトラムであって前記仰角および前記方位角の関数である角度スペクトラムを算出する算出処理を前記Ｎ_Ｋ個の第１の受信信号に適用して前記Ｎ_Ｋ個の第１のＭＵＳＩＣスペクトラムを算出し、前記算出処理を前記第２の受信信号に適用して前記第２のＭＵＳＩＣスペクトラムを算出し、
前記推定手段は、前記第２のＭＵＳＩＣスペクトラムと前記Ｎ_Ｋ個の第１のＭＵＳＩＣスペクトラムとの関連性の強さに応じて、干渉の有無を推定する、請求項１に記載の干渉推定装置。

【請求項3】

前記演算手段は、前記Ｎ_Ｋ個の第１のＭＵＳＩＣスペクトラムＰ^１（θ，φ）～Ｐ^ＮＫ（θ，φ）から相互に異なる第１のＭＵＳＩＣスペクトラムＰ^ｉ（θ，φ），Ｐ^ｊ（θ，φ）（ｉ≠ｊ）の相関係数を算出することを｛ｉ，ｊ｝（ｉ≠ｊ）の全ての組合せについて実行してＷ（Ｗは、３以上の整数）個の相関係数を算出し、前記第２のＭＵＳＩＣスペクトラムＰ^ｎｅｗ（θ，φ）と前記Ｎ_Ｋ個の第１のＭＵＳＩＣスペクトラムＰ^１（θ，φ）～Ｐ^ＮＫ（θ，φ）との間のＮ_Ｋ個の相関係数を算出し、
前記推定手段は、前記Ｗ個の相関係数と、前記Ｎ_Ｋ個の相関係数とに基づいて干渉の有無を推定する、請求項２に記載の干渉推定装置。

【請求項4】

前記推定手段は、前記Ｎ_Ｋ個の相関係数からＮ_Ｓ（Ｎ_Ｓは、２≦Ｎ_Ｓ≦Ｎ_Ｋを満たす整数）個の相関係数を選択し、前記Ｗ個の相関係数から最小の相関係数を検出し、Ｎ_Ｓ個の相関係数のうちの少なくとも１つが前記最小の相関係数以上であるとき、干渉が無いと推定し、Ｎ_Ｓ個の相関係数の全てが前記最小の相関係数以上でないとき、干渉が有ると推定する、請求項３に記載の干渉推定装置。

【請求項5】

前記推定手段は、前記Ｎ_Ｋ個の相関係数から前記Ｎ_Ｓ個の相関係数をランダムに選択する、請求項４に記載の干渉推定装置。

【請求項6】

前記推定手段は、前記干渉が有ると推定したとき、更に、干渉源の位置および干渉の到来方向を推定する、請求項３から請求項５のいずれか１項に記載の干渉推定装置。

【請求項7】

前記演算手段は、干渉源が電波を送信しているときの受信信号に基づいて第３のＭＵＳＩＣスペクトラムを算出することをＮ_Ｌ（Ｎ_Ｌは、２以上の整数）個の干渉源の全てについて実行してＮ_Ｌ個の第３のＭＵＳＩＣスペクトラムを算出し、前記干渉源が電波を送信しているか否かが不明であるときの受信信号に基づいて第４のＭＵＳＩＣスペクトラムを算出し、前記Ｎ_Ｌ個の第３のＭＵＳＩＣスペクトラムと前記第４のＭＵＳＩＣスペクトラムとのＮ_Ｌ個の相関係数を算出し、
前記推定手段は、前記Ｎ_Ｌ個の第３のＭＵＳＩＣスペクトラムと前記Ｎ_Ｌ個の干渉源のＮ_Ｌ個の位置との対応関係を示す対応表を参照して、前記Ｎ_Ｌ個の相関係数のうちの最大の相関係数が得られるときの前記第３のＭＵＳＩＣスペクトラムに対応付けられた干渉源の位置を前記第４のＭＵＳＩＣスペクトラムの算出の元になった電波を送信した送信元の位置とすることによって前記干渉源の位置を推定する、請求項６に記載の干渉推定装置。

【請求項8】

前記Ｎ_Ｋ個の第１のＭＵＳＩＣスペクトラムおよび前記第１のＭＵＳＩＣスペクトラムの各々は、前記雑音部分空間において仰角および方位角のうちのいずれか一方の関数として表わされる、請求項１に記載の干渉推定装置。

【請求項9】

前記干渉が有ると推定されたとき、所定の期間、キャリアセンスを実行し、キャリアセンスの時系列データである第１の時系列データを取得する第１の処理を実行するキャリアセンス手段と、
前記キャリアセンス手段によって取得された前記第１の時系列データに基づいて、前記干渉源が通信を行っている期間であるビジー期間と前記干渉源が通信を行っていない期間であるアイドル期間との時系列データである第２の時系列データを生成する第２の処理を実行する処理手段と、
前記処理手段によって生成された前記第２の時系列データに基づいて将来の前記ビジー期間と前記アイドル期間との時系列データである第３の時系列データを予測する第３の処理を実行する予測手段とを更に備える、請求項１に記載の干渉推定装置。

【請求項10】

複数の干渉源の複数の位置が特定されたとき、
前記キャリアセンス手段は、前記複数の干渉源の各々について前記第１の処理を実行して複数の前記第１の時系列データを取得し、
前記処理手段は、前記複数の第１の時系列データの各々について前記第２の処理を実行して複数の前記第２の時系列データを生成し、
前記予測手段は、前記複数の第２の時系列データの各々について前記第３の処理を実行して複数の前記第３の時系列データを予測する、請求項９に記載の干渉推定装置。

【請求項11】

前記複数の第３の時系列データに基づいて、前記複数の干渉源が通信を行っていない期間を検出する検出手段を更に備える、請求項１０に記載の干渉推定装置。

【請求項12】

送信元から電波が直接送信先へ送信される第１の伝搬路と、前記送信元から入射した電波を反射する反射方向を制御可能な反射体を介して電波が前記送信元から前記送信先へ送信される第２の伝搬路とを少なくとも介して前記送信元から電波を受信する干渉推定装置においてコンピュータに実行させるためのプログラムであって、
受信手段が、干渉が無いときに、前記送信元からＬ（Ｌは、１以上の整数）個のアンテナを用いて送信したＬ個の電波を前記第１および第２の伝搬路を介してＫ（Ｋは、（Ｌ＋１）以上の整数）個のアンテナを用いて受信することをＮ_Ｋ（Ｎ_Ｋは、３以上の整数）回実行してＮ_Ｋ個の第１の受信信号を受信するとともに、前記干渉の有無が不明であるときに前記送信元から前記Ｌ個の電波を前記第１および第２の伝搬路を介して前記Ｋ個のアンテナで受信したときの第２の受信信号を受信する第１のステップと、
演算手段が、前記第１の受信信号に基づいて、雑音部分空間において仰角および方位角の関数として表わされるＭＵＳＩＣスペクトラムを算出することを前記Ｎ_Ｋ個の第１の受信信号に適してＮ_Ｋ個の第１のＭＵＳＩＣスペクトラムを算出するとともに、前記第２の受信信号に基づいて、前記雑音部分空間において仰角および方位角の関数として表わされる第２のＭＵＳＩＣスペクトラムを算出する第２のステップと、
推定手段が、前記第２のステップにおいて算出された前記Ｎ_Ｋ個の第１のＭＵＳＩＣスペクトラムおよび前記第２のＭＵＳＩＣスペクトラムに基づいて干渉の有無を推定する干渉推定処理を実行する第３のステップとをコンピュータに実行させるためのプログラム。

【請求項13】

前記演算手段は、前記第２のステップにおいて、前記受信手段によって受信された受信信号の相関関数を演算し、その演算した相関関数を固有値分解してＫ個の固有値とＫ個の固有ベクトルとを求め、前記Ｋ個の固有ベクトルのうちの前記雑音部分空間を張る（Ｋ－Ｌ）個の固有ベクトルを用いて表わされる角度スペクトラムであって前記仰角および前記方位角の関数である角度スペクトラムを算出する算出処理を前記Ｎ_Ｋ個の第１の受信信号に適用して前記Ｎ_Ｋ個の第１のＭＵＳＩＣスペクトラムを算出し、前記算出処理を前記第２の受信信号に適用して前記第２のＭＵＳＩＣスペクトラムを算出し、
前記推定手段は、前記第３のステップにおいて、前記第２のＭＵＳＩＣスペクトラムと前記Ｎ_Ｋ個の第１のＭＵＳＩＣスペクトラムとの関連性の強さに応じて、干渉の有無を推定する、請求項１２に記載のコンピュータに実行させるためのプログラム。

【請求項14】

前記演算手段は、前記第２のステップにおいて、前記Ｎ_Ｋ個の第１のＭＵＳＩＣスペクトラムＰ^１（θ，φ）～Ｐ^ＮＫ（θ，φ）から相互に異なる第１のＭＵＳＩＣスペクトラムＰ^ｉ（θ，φ），Ｐ^ｊ（θ，φ）（ｉ≠ｊ）の相関係数を算出することを｛ｉ，ｊ｝（ｉ≠ｊ）の全ての組合せについて実行してＷ（Ｗは、３以上の整数）個の相関係数を算出し、前記第２のＭＵＳＩＣスペクトラムＰ^ｎｅｗ（θ，φ）と前記Ｎ_Ｋ個の第１のＭＵＳＩＣスペクトラムＰ^１（θ，φ）～Ｐ^ＮＫ（θ，φ）との間のＮ_Ｋ個の相関係数を算出し、
前記推定手段は、前記第３のステップにおいて、前記Ｗ個の相関係数と、前記Ｎ_Ｋ個の相関係数とに基づいて干渉の有無を推定する、請求項１３に記載のコンピュータに実行させるためのプログラム。

【請求項15】

前記推定手段は、前記第３のステップにおいて、前記Ｎ_Ｋ個の相関係数からＮ_Ｓ（Ｎ_Ｓは、２≦Ｎ_Ｓ≦Ｎ_Ｋを満たす整数）個の相関係数を選択し、前記Ｗ個の相関係数から最小の相関係数を検出し、前記Ｎ_Ｓ個の相関係数のうちの少なくとも１つが前記最小の相関係数以上であるとき、干渉が無いと推定し、前記Ｎ_Ｓ個の相関係数の全てが前記最小の相関係数以上でないとき、干渉が有ると推定する、請求項１４に記載のコンピュータに実行させるためのプログラム。

【請求項16】

前記推定手段は、前記第３のステップにおいて、前記Ｎ_Ｋ個の相関係数から前記Ｎ_Ｓ個の相関係数をランダムに選択する、請求項１５に記載のコンピュータに実行させるためのプログラム。

【請求項17】

前記推定手段は、前記第３のステップにおいて、前記干渉が有ると推定したとき、更に、干渉源の位置および干渉の到来方向を推定する、請求項１４から請求項１６のいずれか１項に記載のコンピュータに実行させるためのプログラム。

【請求項18】

前記演算手段は、前記第２のステップにおいて、干渉源が電波を送信しているときの受信信号に基づいて第３のＭＵＳＩＣスペクトラムを算出することをＮ_Ｌ（Ｎ_Ｌは、１以上の整数）個の干渉源の全てについて実行してＮ_Ｌ個の第３のＭＵＳＩＣスペクトラムを算出し、前記干渉源が電波を送信しているか否かが不明であるときの受信信号に基づいて第４のＭＵＳＩＣスペクトラムを算出し、前記Ｎ_Ｌ個の第３のＭＵＳＩＣスペクトラムと前記第４のＭＵＳＩＣスペクトラムとのＮ_Ｌ個の相関係数を算出し、
前記推定手段は、前記第３のステップにおいて、前記Ｎ_Ｌ個の第３のＭＵＳＩＣスペクトラムと前記Ｎ_Ｌ個の干渉源のＮ_Ｌ個の位置との対応関係を示す対応表を参照して、前記Ｎ_Ｌ個の相関係数のうちの最大の相関係数が得られるときの前記第３のＭＵＳＩＣスペクトラムに対応付けられた干渉源の位置を第４のＭＵＳＩＣスペクトラムの算出の元になった電波を送信した送信元の位置とすることによって前記干渉源の位置を推定する、請求項１７に記載のコンピュータに実行させるためのプログラム。

【請求項19】

前記Ｎ_Ｋ個の第１のＭＵＳＩＣスペクトラムおよび前記第１のＭＵＳＩＣスペクトラムの各々は、前記雑音部分空間において仰角および方位角のうちのいずれか一方の関数として表わされる、請求項１２に記載のコンピュータに実行させるためのプログラム。

【請求項20】

キャリアセンス手段が、前記干渉が有ると推定されたとき、所定の期間、キャリアセンスを実行し、キャリアセンスの時系列データである第１の時系列データを取得する第１の処理を実行する第４のステップと、
処理手段が、前記キャリアセンス手段によって取得された前記第１の時系列データに基づいて、前記干渉源が通信を行っている期間であるビジー期間と前記干渉源が通信を行っていない期間であるアイドル期間との時系列データである第２の時系列データを生成する第２の処理を実行する第５のステップと、
予測手段が、前記処理手段によって生成された前記第２の時系列データに基づいて将来の前記ビジー期間と前記アイドル期間との時系列データである第３の時系列データを予測する第３の処理を実行する第６のステップとを更にコンピュータに実行させる、請求項１２に記載のコンピュータに実行させるためのプログラム。

【請求項21】

複数の干渉源の複数の位置が特定されたとき、
前記キャリアセンス手段は、前記第４のステップにおいて、前記複数の干渉源の各々について前記第１の処理を実行して複数の前記第１の時系列データを取得し、
前記処理手段は、前記第５のステップにおいて、前記複数の第１の時系列データの各々について前記第２の処理を実行して複数の前記第２の時系列データを生成し、
前記予測手段は、前記第６のステップにおいて、前記複数の第２の時系列データの各々について前記第３の処理を実行して複数の前記第３の時系列データを予測する、請求項２０に記載のコンピュータに実行させるためのプログラム。

【請求項22】

検出手段が、前記複数の第３の時系列データに基づいて、前記複数の干渉源が通信を行っていない期間を検出する第７のステップを更にコンピュータに実行させる、請求項２１に記載のコンピュータに実行させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

この発明は、干渉推定装置およびコンピュータに実行させるためのプログラムに関するものである。

【背景技術】

【0002】

次の１０年間は、Ｂｅｙｏｎｄ５Ｇ／６Ｇの時代が到来し、より高いデータレート、より低い電力消費、より広いワイヤレスカバレッジ、よりスマートな通信環境が必要になる。

【0003】

ミリ波（ｍｍ波）ＭＩＭＯ（Multi Input Multi Output）システムは、５Ｇワイヤレスネットワークの最も主要なテクノロジの1つと見なされている。多数のアンテナを備えたアンテナアレイは、ワイヤレスシステムの容量を強化する。また、３０～３００ＧＨｚのミリ波帯において広いスペクトラムを使用することができ、送信レートを１００倍に増加できる。

【0004】

ミリ波ＭＩＭＯシステムは、ワイヤレスＨＤ、Ｖ２Ｖ／Ｖ２１通信、メディケアのような５Ｇ／６Ｇ時代の新しいアプリケーションの実現を容易にする（非特許文献１）。

【0005】

ＭＩＭＯビームフォーミング、受信電力向上およびローカリゼーション等のテクノロジの強化のために、スマート無線環境（ＳＲＥ：low power Small optical remote Radio Equipment）を構成できる再構成可能インテリジェントサーフェス（ＲＩＳ：Reconfigurable Intelligent Surface）の技術が登場している。

【0006】

また、シールドルームで得られた実験的なインバータ電子レンジ（ＭＷＯ）信号データを使用して、信頼性の高い無線通信のための時間および周波数ドメインでの信号検出方法が提案されている（非特許文献２，３）。

【先行技術文献】

【非特許文献】

【0007】

【非特許文献1】M.M. Azari et.al., “Evolution of non-terrestrial networks from 5G to6G: a survey,” IEEE Communications Surveys & Tutorials, vol. 24, no. 4, pp. 2633-2672, Fourthquarter 2022.

【非特許文献2】K. Nakanishi, H. Mori, etc., “A novel signal detection method for interference from inverter microwave ovens in WLAN systems,” in Proc. 2017 IEEE Global Communications Conference (GLOBECOM 2017), pp. 1-6, 2017.

【非特許文献3】K. Nakanishi, H. Mori, etc., “Signal detection method for interference from inverter microwave ovens in WLAN systems,” IEEE Transactions on Cognitive Communications and Networking, vol. 4, no. 2, pp. 368-378, June 2018.

【非特許文献4】菊間信良：アダプティブアンテナ技術, オーム社（２００３）.

【発明の概要】

【発明が解決しようとする課題】

【0008】

しかし、非特許文献２，３においては、望ましくない無線送信機からの干渉が考慮されていないため、望ましくない無線送信機による干渉の発生を検出することが困難である。

【0009】

そこで、この発明の実施の形態によれば、望ましくない無線送信機からの干渉の有無を推定可能な干渉推定装置を提供する。

【0010】

また、この発明の実施の形態によれば、望ましくない無線送信機からの干渉の有無の推定をコンピュータに実行させるためのプログラムを提供する。

【課題を解決するための手段】

【0011】

（構成１）
この発明の実施の形態によれば、干渉推定装置は、送信元から電波が直接送信先へ送信される第１の伝搬路と、送信元から入射した電波を反射する反射方向を制御可能な反射体を介して電波が送信元から送信先へ送信される第２の伝搬路とを少なくとも介して送信元から電波を受信する干渉推定装置であって、受信手段と、演算手段と、推定手段とを備える。受信手段は、干渉が無いときに、送信元からＬ（Ｌは、１以上の整数）個のアンテナを用いて送信したＬ個の電波を第１および第２の伝搬路を介してＫ（Ｋは、（Ｌ＋１）以上の整数）個のアンテナを用いて受信することをＮ_Ｋ（Ｎ_Ｋは、３以上の整数）回実行してＮ_Ｋ個の第１の受信信号を受信するとともに、干渉の有無が不明であるときに送信元からＬ個の電波を第１および第２の伝搬路を介してＫ個のアンテナで受信したときの第２の受信信号を受信する。演算手段は、第１の受信信号に基づいて、雑音部分空間において仰角および方位角の関数として表わされるＭＵＳＩＣスペクトラムを算出することをＮ_Ｋ個の第１の受信信号に適用してＮ_Ｋ個の第１のＭＵＳＩＣスペクトラムを算出するとともに、第２の受信信号に基づいて、雑音部分空間において仰角および方位角の関数として表わされる第２のＭＵＳＩＣスペクトラムを算出する。推定手段は、演算手段によって算出されたＮ_Ｋ個の第１のＭＵＳＩＣスペクトラムおよび第２のＭＵＳＩＣスペクトラムに基づいて干渉の有無を推定する干渉推定処理を実行する。

【0012】

（構成２）
構成１において、演算手段は、受信手段によって受信された受信信号の相関関数を演算し、その演算した相関関数を固有値分解してＫ個の固有値とＫ個の固有ベクトルとを求め、Ｋ個の固有ベクトルのうちの雑音部分空間を張る（Ｋ－Ｌ）個の固有ベクトルを用いて表わされる角度スペクトラムであって仰角および方位角の関数である角度スペクトラムを算出する算出処理をＮ_Ｋ個の第１の受信信号に適用してＮ_Ｋ個の第１のＭＵＳＩＣスペクトラムを算出し、算出処理を第２の受信信号に適用して第２のＭＵＳＩＣスペクトラムを算出する。推定手段は、第２のＭＵＳＩＣスペクトラムとＮ_Ｋ個の第１のＭＵＳＩＣスペクトラムとの関連性の強さに応じて、干渉の有無を推定する。

【0013】

（構成３）
構成２において、演算手段は、Ｎ_Ｋ個の第１のＭＵＳＩＣスペクトラムＰ^１（θ，φ）～Ｐ^ＮＫ（θ，φ）から相互に異なる第１のＭＵＳＩＣスペクトラムＰ^ｉ（θ，φ），Ｐ^ｊ（θ，φ）（ｉ≠ｊ）の相関係数を算出することを｛ｉ，ｊ｝（ｉ≠ｊ）の全ての組合せについて実行してＷ（Ｗは、３以上の整数）個の相関係数を算出し、第２のＭＵＳＩＣスペクトラムＰ^ｎｅｗ（θ，φ）とＮ_Ｋ個の第１のＭＵＳＩＣスペクトラムＰ^１（θ，φ）～Ｐ^ＮＫ（θ，φ）との間のＮ_Ｋ個の相関係数を算出する。推定手段は、Ｗ個の相関係数と、Ｎ_Ｋ個の相関係数とに基づいて干渉の有無を推定する。

【0014】

（構成４）
構成３において、推定手段は、Ｎ_Ｋ個の相関係数からＮ_Ｓ（Ｎ_Ｓは、２≦Ｎ_Ｓ≦Ｎ_Ｋを満たす整数）個の相関係数を選択し、Ｗ個の相関係数から最小の相関係数を検出し、Ｎ_Ｓ個の相関係数のうちの少なくとも１つが最小の相関係数以上であるとき、干渉が無いと推定し、Ｎ_Ｓ個の相関係数の全てが最小の相関係数以上でないとき、干渉が有ると推定する。

【0015】

（構成５）
構成４において、推定手段は、Ｎ_Ｋ個の相関係数からＮ_Ｓ個の相関係数をランダムに選択する。

【0016】

（構成６）
構成３から構成５のいずれかにおいて、推定手段は、干渉が有ると推定したとき、更に、干渉源の位置および干渉の到来方向を推定する。

【0017】

（構成７）
構成６において、演算手段は、干渉源が電波を送信しているときの受信信号に基づいて第３のＭＵＳＩＣスペクトラムを算出することをＮ_Ｌ（Ｎ_Ｌは、２以上の整数）個の干渉源の全てについて実行してＮ_Ｌ個の第３のＭＵＳＩＣスペクトラムを算出し、干渉源が電波を送信しているか否かが不明であるときの受信信号に基づいて第４のＭＵＳＩＣスペクトラムを算出し、Ｎ_Ｌ個の第３のＭＵＳＩＣスペクトラムと第４のＭＵＳＩＣスペクトラムとのＮ_Ｌ個の相関係数を算出する。推定手段は、Ｎ_Ｌ個の第３のＭＵＳＩＣスペクトラムとＮ_Ｌ個の干渉源のＮ_Ｌ個の位置との対応関係を示す対応表を参照して、Ｎ_Ｌ個の相関係数のうちの最大の相関係数が得られるときの第３のＭＵＳＩＣスペクトラムに対応付けられた干渉源の位置を第４のＭＵＳＩＣスペクトラムの算出の元になった電波を送信した送信元の位置とすることによって干渉源の位置を推定する。

【0018】

（構成８）
構成１において、Ｎ_Ｋ個の第１のＭＵＳＩＣスペクトラムおよび第１のＭＵＳＩＣスペクトラムの各々は、雑音部分空間において仰角および方位角のうちのいずれか一方の関数として表わされる。

【0019】

（構成９）
構成１において、干渉推定装置は、キャリアセンス手段と、処理手段と、予測手段とを更に備える。キャリアセンス手段は、干渉が有ると推定されたとき、所定の期間、キャリアセンスを実行し、キャリアセンスの時系列データである第１の時系列データを取得する第１の処理を実行する。処理手段は、キャリアセンス手段によって取得された第１の時系列データに基づいて、干渉源が通信を行っている期間であるビジー期間と干渉源が通信を行っていない期間であるアイドル期間との時系列データである第２の時系列データを生成する第２の処理を実行する。予測手段は、処理手段によって生成された第２の時系列データに基づいて将来のビジー期間とアイドル期間との時系列データである第３の時系列データを予測する第３の処理を実行する。

【0020】

（構成１０）
構成９において、複数の干渉源の複数の位置が特定されたとき、キャリアセンス手段は、複数の干渉源の各々について第１の処理を実行して複数の第１の時系列データを取得し、処理手段は、複数の第１の時系列データの各々について第２の処理を実行して複数の第２の時系列データを生成し、予測手段は、複数の第２の時系列データの各々について第３の処理を実行して複数の第３の時系列データを予測する。

【0021】

（構成１１）
構成１０において、干渉推定装置は、検出手段を更に備える。検出手段は、複数の第３の時系列データに基づいて、複数の干渉源が通信を行っていない期間を検出する。

【0022】

（構成１２）
また、この発明の実施の形態によれば、プログラムは、送信元から電波が直接送信先へ送信される第１の伝搬路と、送信元から入射した電波を反射する反射方向を制御可能な反射体を介して電波が送信元から送信先へ送信される第２の伝搬路とを少なくとも介して送信元から電波を受信する干渉推定装置においてコンピュータに実行させるためのプログラムであって、
受信手段が、干渉が無いときに、送信元からＬ（Ｌは、１以上の整数）個のアンテナを用いて送信したＬ個の電波を第１および第２の伝搬路を介してＫ（Ｋは、（Ｌ＋１）以上の整数）個のアンテナを用いて受信することをＮ_Ｋ（Ｎ_Ｋは、３以上の整数）回実行してＮ_Ｋ個の第１の受信信号を受信するとともに、干渉の有無が不明であるときに送信元からＬ個の電波を第１および第２の伝搬路を介してＫ個のアンテナで受信したときの第２の受信信号を受信する第１のステップと、
演算手段が、第１の受信信号に基づいて、雑音部分空間において仰角および方位角の関数として表わされるＭＵＳＩＣスペクトラムを算出することをＮ_Ｋ個の第１の受信信号に適してＮ_Ｋ個の第１のＭＵＳＩＣスペクトラムを算出するとともに、第２の受信信号に基づいて、雑音部分空間において仰角および方位角の関数として表わされる第２のＭＵＳＩＣスペクトラムを算出する第２のステップと、
推定手段が、第２のステップにおいて算出されたＮ_Ｋ個の第１のＭＵＳＩＣスペクトラムおよび第２のＭＵＳＩＣスペクトラムに基づいて干渉の有無を推定する干渉推定処理を実行する第３のステップとをコンピュータに実行させるためのプログラムである。

【0023】

（構成１３）
構成１２において、演算手段は、第２のステップにおいて、受信手段によって受信された受信信号の相関関数を演算し、その演算した相関関数を固有値分解してＫ個の固有値とＫ個の固有ベクトルとを求め、Ｋ個の固有ベクトルのうちの雑音部分空間を張る（Ｋ－Ｌ）個の固有ベクトルを用いて表わされる角度スペクトラムであって仰角および方位角の関数である角度スペクトラムを算出する算出処理をＮ_Ｋ個の第１の受信信号に適用してＮ_Ｋ個の第１のＭＵＳＩＣスペクトラムを算出し、算出処理を第２の受信信号に適用して第２のＭＵＳＩＣスペクトラムを算出し、
推定手段は、第３のステップにおいて、第２のＭＵＳＩＣスペクトラムとＮ_Ｋ個の第１のＭＵＳＩＣスペクトラムとの関連性の強さに応じて、干渉の有無を推定する。

【0024】

（構成１４）
構成１３において、演算手段は、第２のステップにおいて、Ｎ_Ｋ個の第１のＭＵＳＩＣスペクトラムＰ^１（θ，φ）～Ｐ^ＮＫ（θ，φ）から相互に異なる第１のＭＵＳＩＣスペクトラムＰ^ｉ（θ，φ），Ｐ^ｊ（θ，φ）（ｉ≠ｊ）の相関係数を算出することを｛ｉ，ｊ｝（ｉ≠ｊ）の全ての組合せについて実行し、Ｗ（Ｗは、３以上の整数）個の相関係数を算出し、第２のＭＵＳＩＣスペクトラムＰ^ｎｅｗ（θ，φ）とＮ_Ｋ個の第１のＭＵＳＩＣスペクトラムＰ^１（θ，φ）～Ｐ^ＮＫ（θ，φ）との間のＮ_Ｋ個の相関係数を算出し、
推定手段は、第３のステップにおいて、Ｗ個の相関係数と、Ｎ_Ｋ個の相関係数とに基づいて干渉の有無を推定する。

【0025】

（構成１５）
構成１４において、推定手段は、第３のステップにおいて、Ｎ_Ｋ個の相関係数からＮ_Ｓ（Ｎ_Ｓは、２≦Ｎ_Ｓ≦Ｎ_Ｋを満たす整数）個の相関係数を選択し、Ｗ個の相関係数から最小の相関係数を検出し、Ｎ_Ｓ個の相関係数のうちの少なくとも１つが最小の相関係数以上であるとき、干渉が無いと推定し、Ｎ_Ｓ個の相関係数の全てが最小の相関係数以上でないとき、干渉が有ると推定する。

【0026】

（構成１６）
構成１４において、推定手段は、第３のステップにおいて、Ｎ_Ｋ個の相関係数からＮ_Ｓ個の相関係数をランダムに選択する。

【0027】

（構成１７）
構成１４から構成１６のいずれかにおいて、推定手段は、第３のステップにおいて、干渉が有ると推定したとき、更に、干渉源の位置および干渉の到来方向を推定する。

【0028】

（構成１８）
構成１７において、演算手段は、第２のステップにおいて、干渉源が電波を送信しているときの受信信号に基づいて第３のＭＵＳＩＣスペクトラムを算出することをＮ_Ｌ（Ｎ_Ｌは、２以上の整数）個の干渉源の全てについて実行してＮ_Ｌ個の第３のＭＵＳＩＣスペクトラムを算出し、干渉源が電波を送信しているか否かが不明であるときの受信信号に基づいて第４のＭＵＳＩＣスペクトラムを算出し、Ｎ_Ｌ個の第３のＭＵＳＩＣスペクトラムと前記第４のＭＵＳＩＣスペクトラムとのＮ_Ｌ個の相関係数を算出し、
推定手段は、第３のステップにおいて、Ｎ_Ｌ個の第３のＭＵＳＩＣスペクトラムとＮ_Ｌ個の干渉源のＮ_Ｌ個の位置との対応関係を示す対応表を参照して、Ｎ_Ｌ個の相関係数のうちの最大の相関係数が得られるときの前記第３のＭＵＳＩＣスペクトラムに対応付けられた干渉源の位置を第４のＭＵＳＩＣスペクトラムの算出の元になった電波を送信した送信元の位置とすることによって前記干渉源の位置を推定する。

【0029】

（構成１９）
構成１２において、Ｎ_Ｋ個の第１のＭＵＳＩＣスペクトラムおよび前記第１のＭＵＳＩＣスペクトラムの各々は、雑音部分空間において仰角および方位角のうちのいずれか一方の関数として表わされる。

【0030】

（構成２０）
構成１２において、プログラムは、キャリアセンス手段が、干渉が有ると推定されたとき、所定の期間、キャリアセンスを実行し、キャリアセンスの時系列データである第１の時系列データを取得する第１の処理を実行する第４のステップと、
処理手段が、キャリアセンス手段によって取得された第１の時系列データに基づいて、干渉源が通信を行っている期間であるビジー期間と干渉源が通信を行っていない期間であるアイドル期間との時系列データである第２の時系列データを生成する第２の処理を実行する第５のステップと、
予測手段が、処理手段によって生成された第２の時系列データに基づいて将来のビジー期間とアイドル期間との時系列データである第３の時系列データを予測する第３の処理を実行する第６のステップとを更にコンピュータに実行させる。

【0031】

（構成２１）
構成２０において、複数の干渉源の複数の位置が特定されたとき、
キャリアセンス手段は、第４のステップにおいて、複数の干渉源の各々について第１の処理を実行して複数の第１の時系列データを取得し、
処理手段は、第５のステップにおいて、複数の第１の時系列データの各々について第２の処理を実行して複数の第２の時系列データを生成し、
予測手段は、第６のステップにおいて、複数の第２の時系列データの各々について第３の処理を実行して複数の第３の時系列データを予測する。

【0032】

（構成２２）
構成２１において、検出手段が、複数の第３の時系列データに基づいて、複数の干渉源が通信を行っていない期間を検出する第７のステップを更にコンピュータに実行させる。

【発明の効果】

【0033】

望ましくない無線送信機からの干渉の有無を推定できる。

【図面の簡単な説明】

【0034】

【図1】この発明の実施の形態による通信システムの概略図である。

【図2】図１に示す基地局４の概略図である。

【図3】ＲＩＳ３のチャネルモデルを説明するための図である。

【図4】干渉源の位置を検出する方法を説明するための図である。

【図5】対応表ＴＢＬ１の概略図である。

【図6】対応表ＴＢＬ２の概略図である。

【図7】時系列データＲＳＳＩ（ｔ）の概念図である。

【図8】Ｂ／Ｉ時系列データＢ／Ｉ（ｔ）の概念図である。

【図9】予測手段４６の概略図である。

【図10】図９に示す予測手段４６の動作を説明するための図である。

【図11】確率的ニューラルネットワーク４６２の概略図である。

【図12】時系列データＢ／Ｉ（ｔ）、予測処理用データおよび目標データの概念図である。

【図13】図２に示す基地局４の動作を説明するためのフローチャートである。

【図14】図１３に示すステップＳ３の詳細な動作を説明するためのフローチャートである。

【図15】図１３に示すステップＳ１１の詳細な動作を説明するためのフローチャートである。

【図16】図１３に示すステップＳ１３の詳細な動作を説明するためのフローチャートである。

【図17】図１３に示すステップＳ１４の詳細な動作を説明するためのフローチャートである。

【発明を実施するための形態】

【0035】

本発明の実施の形態について図面を参照しながら詳細に説明する。なお、図中同一または相当部分には同一符号を付してその説明は繰返さない。

【0036】

図１は、この発明の実施の形態による通信システムの概略図である。図１を参照して、この発明の実施の形態による通信システム１０は、端末装置１，２と、再構成可能インテリジェントサーフェス３と、基地局４とを備える。そして、通信システム１０は、室内に配置され、ミリ波帯で無線通信を行う。なお、以下においては、再構成可能インテリジェントサーフェス３を「ＲＩＳ３」と表記する。

【0037】

端末装置１，２の各々は、Ｌ（Ｌは、１以上の整数）個のアンテナを備える。そして、端末装置１，２の各々は、Ｌ個のアンテナからＬ個の電波を放射して信号を送信する。

【0038】

ＲＩＳ３は、Ｍ（Ｍは、２以上の整数）個の素子を碁盤目状に配列した構成を有する。そして、ＲＩＳ３は、入射した電波を反射するときの反射方向を制御する機能を有する。

【0039】

ＲＩＳ３は、端末装置１，２から出射された電波を入射し、その入射した電波を基地局４の方向へ反射する。

【0040】

基地局４は、Ｋ（Ｋは、（Ｌ＋１）以上の整数）個のアンテナを有する。そして、基地局４は、デジタルビームフォーミングまたはアナログビームフォーミングによってＫ個のアンテナの指向性をｋ（ｋは、１～Ｋ）個の指向性に制御して端末装置１，２から放射された電波をＫ個のアンテナを用いて受信する。

【0041】

この場合、基地局４は、端末装置１（または端末装置２）からの電波が基地局４へ直接伝搬する第１の伝搬路と、端末装置１（または端末装置２）から入射した電波を反射する反射方向を制御可能なＲＩＳ３（反射体）を介して電波が端末装置１（または端末装置２）から基地局４へ送信される第２の伝搬路と、端末装置１，２と基地局４との間に存在する反射体５によって端末装置１（または端末装置２）からの電波が反射されて基地局４へ送信される第３の伝搬路とを介して端末装置１（または端末装置２）からの電波をＫ個のアンテナによって受信する。

【0042】

また、基地局４は、デジタルビームフォーミングまたはアナログビームフォーミングによって形成したｋ個の指向性ビームをＫ個のアンテナから放射することによってｋ個の指向性を有するｋ個の電波を放射して信号を送信する。

【0043】

図２は、図１に示す基地局４の概略図である。図２を参照して、基地局４は、アンテナ４１と、受信手段４２と、演算手段４３と、推定手段４４と、処理手段４５と、予測手段４６と、制御手段４７と、送信手段４８とを備える。

【0044】

アンテナ４１は、Ｋ個のアンテナ４１－１～４１－Ｋからなる。Ｋ個のアンテナ４１－１～４１－Ｋは、電波の波長をλとすると、λ／２の間隔で一列（線形）に配列される。

【0045】

受信手段４２は、デジタルビームフォーミングまたはアナログビームフォーミングによって指向性の電波をＫ個のアンテナ４１－１～４１－Ｋから放射し、Ｋ個のアンテナ４１－１～４１－Ｋを介して受信信号を受信する。また、受信手段４２は、受信信号を演算手段４３へ出力するための制御信号ＣＴＬ１と、受信信号を処理手段４５へ出力するための制御信号ＣＴＬ２とを制御手段４７から受ける。そして、受信手段４２は、制御信号ＣＴＬ１を制御手段４７から受けると、受信信号を演算手段４３へ出力し、制御信号ＣＴＬ２を制御手段４７から受けると、受信信号を処理手段４５へ出力する。

【0046】

演算手段４３は、受信手段４２から受信信号を受けると、その受けた受信信号に基づいて、後述する方法によって、ＭＵＳＩＣスペクトラムを演算し、その演算したＭＵＳＩＣスペクトラムを推定手段４４へ出力する。

【0047】

推定手段４４は、ＭＵＳＩＣスペクトラムを演算手段４３から受け、その受けたＭＵＳＩＣスペクトラムに基づいて、後述する方法によって、干渉の有無を判定する。そして、推定手段４４は、干渉の有無の判定結果を制御手段４７へ出力する。

【0048】

処理手段４５は、一定期間におけるキャリアセンスの結果であるキャリアセンスの時系列データＣＡＲ（ｔ）を受信手段４２から受ける。そして、処理手段４５は、時系列データＣＡＲ（ｔ）に基づいて、後述する方法によって、干渉源が通信を行っている期間を示すビジー期間Ｂ＿ｐｅｒｉｏｄと干渉源が通信を行っていない期間を示すアイドル期間Ｉ＿ｐｅｒｉｏｄとの時系列データである時系列データＢ／Ｉ（ｔ）を生成し、その生成した時系列データＢ／Ｉ（ｔ）を予測手段４６へ出力する。

【0049】

予測手段４６は、時系列データＢ／Ｉ（ｔ）を処理手段４５から受け、その受けた時系列データＢ／Ｉ（ｔ）に基づいて、後述する方法によって、将来のビジー期間とアイドル期間との時系列データである時系列データＢ／Ｉ（ｔ）＿Ｆを予測する。そして、予測手段４６は、時系列データＢ／Ｉ（ｔ）＿Ｆを制御手段４７へ出力する。

【0050】

制御手段４７は、基地局４の動作モードとして、干渉源からの干渉の有無を推定する干渉推定モードＭｏｄｅ＿ＥＳＴと、将来のアイドル期間Ｉ＿ｐｅｒｉｏｄとビジー期間Ｂ＿ｐｅｒｉｏｄを予測する予測モードＭｏｄｅ＿ＰＤＩＣＴとを有する。

【0051】

そして、制御手段４７は、基地局４が端末装置１，２との間で無線通信を開始するとき、制御信号ＣＴＬ１を生成して受信手段４２へ出力する。

【0052】

一方、制御手段４７は、推定手段４４から干渉の有無の判定結果を受け、その受けた判定結果が“干渉が有る”であるとき、制御信号ＣＴＬ２を生成して受信手段４２へ出力する。また、制御手段４７は、キャリアセンスの開始を指示する指示信号Ｓ＿ＩＮＳＴを生成して送信手段４８へ出力する。

【0053】

送信手段４８は、指示信号Ｓ＿ＩＮＳＴを制御手段４７から受けると、デジタルビームフォーミングまたはアナログビームフォーミングによって指向性の電波をＫ個のアンテナ４１－１～４１－Ｋから放射する。

【0054】

端末装置１が送信したＬ個の電波を基地局４で受信するときの基地局４のｉ番目のアンテナ４１－ｉで受信する受信信号ｙ_ｉ（ｔ）は、次式によって表わされる。

【0055】

【数1】

【0056】

式（１）において、ｈ^ｉ _{ＲＩＳＢＳ}は、ｉ番目の受信アンテナ（アンテナ４１－ｉ）とＲＩＳ３との間のチャネルであり、θ_ｍは、送信機（端末装置１または端末装置２）とＲＩＳ３との間の位相を２π（ｄ_ｍ／λ_ｍ）で表したものであり、ρ（Ｐ_ｍ）α（Ｐ_ｍ）は、ＲＩＳ３の場所に関連する複素振幅値のベクトルであり、ρ（Ｐ_ｍ）は、ＲＩＳ３の素子と送信機（端末装置１または端末装置２）との間で無線チャネルの振幅を含むベクトルであり、α（Ｐ_ｍ）は、チャネル位相のベクトルであり、ｈ^ｉｍ _{ＵＥＢＳＬＯＳ}（ｔ）は、ｍ番目の送信アンテナとｉ番目の受信アンテナ（アンテナ４１－ｉ）との間の直接波であり、ｈ^ｉｍａ _{ＵＥＢＳＮＬＯＳ}（ｔ）は、ｍ番目の送信アンテナとｉ番目の受信アンテナ（アンテナ４１－ｉ）との間で発生するＮ個の反射波のうちのａ番目の反射波であり、ｓ^ｍ _ｔは、ｍ番目の送信アンテナから送信されたシンボルであり、ｎ^ｉ（ｔ）は、ｉ番目の受信アンテナ（アンテナ４１－ｉ）の内部雑音ベクトルである。

【0057】

また、ρ（Ｐ_ｍ）〇α（Ｐ_ｍ）における“〇”は、ρ（Ｐ_ｍ）の要素と、α（Ｐ_ｍ）の要素との積を演算することを表わす。例えば、ρ（Ｐ_ｍ）＝｛ρ_１，ρ_２，・・・，ρ_ｍ｝であり、α（Ｐ_ｍ）＝｛α_１，α_２，・・・，α_ｍ｝であるとき、ρ（Ｐ_ｍ）〇α（Ｐ_ｍ）は、｛ρ_１・α_１，ρ_２・α_２，・・・，ρ_ｍ・α_ｍ｝を演算することを表わす。

【0058】

［ＲＩＳ３のチャネルモデル］
図３は、ＲＩＳ３のチャネルモデルを説明するための図である。図３を参照して、ＲＩＳ３は、ｘｙｚ座標の原点に配置される。送信機（端末装置１または端末装置２）の位置は、Ｐ（ｘ，ｙ，ｚ）によって表わされる。

【0059】

そして、ＲＩＳ３と送信機（端末装置１または端末装置２）との距離は、ｄである。送信機（端末装置１または端末装置２）からＲＩＳ３への方向がｚ軸と成す角は、θである。また、送信機（端末装置１または端末装置２）の位置Ｐ（ｘ，ｙ，ｚ）の座標（ｘ，ｙ）と原点との線分がｙ軸と成す角は、φである。

【0060】

その結果、Ｐ（ｘ，ｙ，ｚ）は、次式によって表わされる。

【0061】

【数2】

【0062】

ＲＩＳ３のFar field modelは、送信機（端末装置１または端末装置２）とＲＩＳ３または受信機（基地局４）との距離が２Ｄ^２／λによって表わされるレイリー距離よりも大きいフィールドにおけるモデルであり、次式によって表わされる。

【0063】

【数3】

【0064】

式（３）において、ｋは、ＲＩＳ３の各素子を表す引数であり、Ｒ_ｋは、ＲＩＳ３のｋ番目の素子の中心位置である。

【0065】

式（３）におけるベクトル１_Ｍは、次式によって表わされる。

【0066】

【数4】

【0067】

式（４）において、“１”の個数は、ＲＩＳ３の素子の総数Ｍ（Ｍは、２以上の整数）に等しい。

【0068】

また、式（３）において、κ（θ，φ）は、次式によって表わされる。

【0069】

【数5】

【0070】

式（５）において、λは、通信システム１０における無線通信に用いられる電波の波長である。

【0071】

距離ｄがレイリー距離（＝２Ｄ^２／λ）よりも小さいとき、ＲＩＳ３のチャネルモデルは、球面波モデルでNear field modelとして扱われるべきである。そして、ミリ波システムに対しては、短波長であるため、インドアケースのチャネルモデルは、通常、Near field modelが選択される。

【0072】

Near field modelは、次式によって表わされる。

【0073】

【数6】

【0074】

式（６）において、ベクトル１_Ｍは、式（４）によって表わされる。

【0075】

［ＭＵＳＩＣスペクトラムの導出］
ＭＵＳＩＣスペクトラムを導出する方法について説明する。Ｋ素子アレーに到来波がＬ波入射するとする。各到来波の信号波形をｓ_ｌ(t)で表し、到来角をθ_l(l=1, 2,・・・,Ｌ)で表す。

【0076】

この場合、アレーアンテナは、垂直方向に並び、それぞれのアレー応答ベクトルは、ａ（θ_ｌ）と表わされる。よって、入力ベクトルｘ（ｔ）は、次式によって表わされる。

【0077】

【数7】

【0078】

式（２）において、Ａは、方向行列である。また、ｎ（ｔ）は、内部雑音ベクトルであり、その成分は、平均が０で分散（電力）σ^２（＝Ｐ_ｎ）の独立な複素ガウス過程である。

【0079】

このとき、相関行列Ｒ_ｘｘは、次式によって表わされる。

【0080】

【数8】

【0081】

到来波間の相関を表す式（８ｂ）の行列Ｓは、信号（波源）相関行列と呼ばれ、到来波が全て互いに無相関であれば、次式によって表わされる。

【0082】

【数9】

【0083】

以下においては、簡単のために、到来波が互いに無相関であるとして、ＭＵＳＩＣ法について説明する。

【0084】

ＭＵＳＩＣ法は、相関行列の固有値・固有ベクトルを用いる。到来波が互いに無相関であれば、行列Ｓは、対角行列（対角成分ｉ，ｉ以外が“０”である行列）となり、そのランクは、明らかにＬでフルランクである。方向行列Ａも、到来波の到来方向が異なれば、その列ベクトルは、独立となり、ランクは、Ｌのフルランクとなる（列正則であるともいう）。

【0085】

従って、この場合の入力相関行列Ｒ_ｘｘ＝ＡＳＡ^Ｈは、ランクＬの非負定値エルミート行列であることが導かれる（非特許文献４）。この行列の固有値をμ_ｉ（ｉ＝１，２，・・・，Ｋ）、対応する固有ベクトルをｅ_ｉ（ｉ＝１，２，・・・，Ｋ）で表すと、次式が得られる。

【0086】

【数10】

【0087】

そして、その固有値は、実数であり、次式の関係を有する。

【0088】

【数11】

【0089】

また、対応する固有ベクトルは、次式の関係を有する。

【0090】

【数12】

【0091】

式（１２）において、δ_ｉｋは、クロネッカーのデルタである。

【0092】

次に、内部雑音が存在する場合、入力相関行列Ｒ_ｘｘ＝ＡＳＡ^Ｈ＋σ^２Ｉであるので、次式が得られる。

【0093】

【数13】

【0094】

式（１３）によれば、内部雑音が無いときの相関行列の固有値に内部雑音電力（σ^２）が上乗せされただけで、固有ベクトルは、内部雑音の有無には無関係であることが分かる。

【0095】

そこで、

【0096】

【数14】

【0097】

とおいて、相関行列Ｒ_ｘｘの固有値を表すと、次式が得られる。

【0098】

【数15】

【0099】

従って、相関行列の固有値を求め、内部雑音電力σ^２よりも大きい固有値の数から到来波数Ｌを推定することができる。

【0100】

なお、簡単のため、到来波数は、正確に推定できたとして以後の説明を行う。

【0101】

雑音固有値λ_Ｌ＋１，・・・，λ_Ｋに対して

【0102】

【数16】

【0103】

と表わされるので、次式が導かれる。

【0104】

【数17】

【0105】

更に、行列Ａと行列Ｓがフルランクであることから、次の式（１８）および式（１９）が得られる。

【0106】

【数18】

【0107】

【数19】

【0108】

式（１９）は、内部雑音電力に等しい固有値に対応する固有ベクトルは、全て、到来波のアレー応答スペクトルと直交することを意味している。

【0109】

アレーアンテナの指向性パターンを考えると、固有ベクトルｅ_Ｌ＋１，・・・，ｅ_Ｋをアレーアンテナのウエイトベクトルとして用いた場合、到来波の方向に指向性のヌル（零点）が向けられることになる。

【0110】

通常、Ｌ個の固有ベクトル｛ｅ_１，ｅ_２，・・・，ｅ_Ｌ｝の張る線形空間を信号部分空間（signal subspace）、残りの固有ベクトル｛ｅ_Ｌ＋１，・・・，ｅ_Ｋ｝の張る空間を雑音部分空間（noise subspace）と呼ぶ。

【0111】

ＭＵＳＩＣ法では、雑音部分空間の（Ｋ－Ｌ）個の固有ベクトルを用いて式（２０）および式（２１）に示す角度スペクトラムを構成する。

【0112】

【数20】

【0113】

【数21】

【0114】

式（２０）によって表わされるＰ_ＭＵ（θ，φ）および式（２１）によって表わされるＰ_ＭＵ（θ）は、ＭＵＳＩＣスペクトラムと呼ばれる。そして、ＭＵＳＩＣスペクトラムＰ_ＭＵ（θ，φ）においては、（θ，φ）に対するスペクトラムのＬ個のピークを探すことにより｛（θ_１，φ_１），（θ_２，φ_２）・・・，（θ_Ｌ，φ_Ｌ）｝を求める。また、ＭＵＳＩＣスペクトラムＰ_ＭＵ（θ）においては、（θ）に対するスペクトラムのＬ個のピークを探すことにより｛（θ_１），（θ_２）・・・，（θ_Ｌ）｝を求める。

【0115】

なお、式（１５）から分かるように、内部雑音に等しい最小固有値を少なくとも１つ確保するため、アレーの素子数については、Ｋ≧Ｌ＋１が必要条件となる。

【0116】

また、ＭＵＳＩＣスペクトラムＰ_ＭＵ（θ，φ）は、仰角θおよび方位角φの関数であり、ＭＵＳＩＣスペクトラムＰ_ＭＵ（θ）は、仰角θの関数である。

【0117】

ＭＵＳＩＣ（MUtiple Signal Classificatio）スペクトラムは、電波の空間スペクトラムの一種である（非特許文献４）。

【0118】

なお、上記においては、アレーアンテナを垂直方向に並べた場合について説明したが、アレーアンテナを水平方向に並べて方位角方向でＭＵＳＩＣスペクトラムを算出することもあり、その場合、上述した方法と類似の方法によってＭＵＳＩＣスペクトラムを算出することができる。

【0119】

［ＭＵＳＩＣスペクトラムを用いた干渉の有無の推定］
（Ｉ）干渉の有無の推定方法１
干渉の有無の推定方法１においては、基地局４の演算手段４３は、受信手段４２から受けた受信信号ｙ_ｉ（ｔ）に基づいて、上述した方法によって、ＭＵＳＩＣスペクトラムＰ_ＭＵ（θ，φ）を算出する。
（１）そして、演算手段４３は、干渉の無いＮ_Ｋ（Ｎ_Ｋは、３以上の整数）個のＭＵＳＩＣスペクトラムＰ^１ _{ＭＵ＿ＦＰ}（θ，φ）～Ｐ^ＮＫ _{ＭＵ＿ＦＰ}（θ，φ）をＮ_Ｋ個の電子指紋（Fingerprint）として算出する。
（２）その後、演算手段４３は、Ｎ_Ｋ個のＭＵＳＩＣスペクトラムＰ^１ _{ＭＵ＿ＦＰ}（θ，φ）～Ｐ^ＮＫ _{ＭＵ＿ＦＰ}（θ，φ）から、相互に異なるＭＵＳＩＣスペクトラムＰ^ｉ _{ＭＵ＿ＦＰ}（θ，φ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ，φ）（ｉ≠ｊ）を検出し、その検出したＭＵＳＩＣスペクトラムＰ^ｉ _{ＭＵ＿ＦＰ}（θ，φ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ，φ）（ｉ≠ｊ）の相関係数ρ｛Ｐ^ｉ _{ＭＵ＿ＦＰ}（θ，φ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ，φ）｝を演算することを｛ｉ，ｊ｝（ｉ≠ｊ）の全ての組み合わせについて実行する。

【0120】

ここで、演算手段４３は、次式によって相関係数ρ_{ＭＵ＿ＦＰ}｛Ｐ^ｉ _{ＭＵ＿ＦＰ}（θ，φ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ，φ）｝を演算する。

【0121】

【数22】

【0122】

式（２２）において、Ｎは、ＭＵＳＩＣスペクトラムＰ^ｉ _{ＭＵ＿ＦＰ}（θ，φ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ，φ）の各々の要素の総数であり、μ_Ａは、ＭＵＳＩＣスペクトラムＰ^ｉ _{ＭＵ＿ＦＰ}（θ，φ）の要素の平均であり、σ_Ａは、ＭＵＳＩＣスペクトラムＰ^ｉ _{ＭＵ＿ＦＰ}（θ，φ）の要素の標準偏差であり、μ_Ｂは、ＭＵＳＩＣスペクトラムＰ^ｊ _{ＭＵ＿ＦＰ}（θ，φ）の要素の平均であり、σ_Ｂは、ＭＵＳＩＣスペクトラムＰ^ｊ _{ＭＵ＿ＦＰ}（θ，φ）の要素の標準偏差であり、Ａ_ｎは、ＭＵＳＩＣスペクトラムＰ^ｉ _{ＭＵ＿ＦＰ}（θ，φ）の要素であり、Ｂ_ｎは、ＭＵＳＩＣスペクトラムＰ^ｊ _{ＭＵ＿ＦＰ}（θ，φ）の要素である。

【0123】

ここで、相互に異なる｛ｉ，ｊ｝（ｉ≠ｊ）の全ての組み合わせの個数をＷ（Ｗは、３以上の整数）とすると、演算手段４３は、Ｎ_Ｋ個のＭＵＳＩＣスペクトラムＰ^１ _{ＭＵ＿ＦＰ}（θ，φ）～Ｐ^ＮＫ _{ＭＵ＿ＦＰ}（θ，φ）に基づいて、Ｗ個の相関係数ρ^１ _{ＭＵ＿ＦＰ}｛Ｐ^ｉ _{ＭＵ＿ＦＰ}（θ，φ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ，φ）｝，ρ^２ _{ＭＵ＿ＦＰ}｛Ｐ^ｉ _{ＭＵ＿ＦＰ}（θ，φ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ，φ）｝，・・・，ρ^Ｗ _{ＭＵ＿ＦＰ}｛Ｐ^ｉ _{ＭＵ＿ＦＰ}（θ，φ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ，φ）｝（ｉ≠ｊ）を演算する。これは、干渉が存在しないときのＮ_Ｋ個のＭＵＳＩＣスペクトラムＰ^１ _{ＭＵ＿ＦＰ}（θ，φ）～Ｐ^ＮＫ _{ＭＵ＿ＦＰ}（θ，φ）のうちのＭＵＳＩＣスペクトラムＰ^ｉ _{ＭＵ＿ＦＰ}（θ，φ）とＭＵＳＩＣスペクトラムＰ^ｊ _{ＭＵ＿ＦＰ}（θ，φ）（ｉ≠ｊ）との間の相関係数の値の最小値を探索するためである。

【0124】

以下、Ｗ個の相関係数ρ^１ _{ＭＵ＿ＦＰ}｛Ｐ^ｉ _{ＭＵ＿ＦＰ}（θ，φ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ，φ）｝，ρ^２ _{ＭＵ＿ＦＰ}｛Ｐ^ｉ _{ＭＵ＿ＦＰ}（θ，φ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ，φ）｝，・・・，ρ^Ｗ _{ＭＵ＿ＦＰ}｛Ｐ^ｉ _{ＭＵ＿ＦＰ}（θ，φ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ，φ）｝（ｉ≠ｊ）を“ρ^１ _{ＭＵ＿ＦＰ}～ρ^Ｗ _{ＭＵ＿ＦＰ}”と表記する。
（３）更に、演算手段４３は、干渉の有無が不明であるときの受信信号ｙ_ｎｅｗ（ｔ）に基づいて、上述した方法によって、ＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＭＵ＿ＦＰ}（θ，φ）を算出する。
（４）そして、演算手段４３は、干渉の有無を判定したいＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＭＵ＿ＦＰ}（θ，φ）と、干渉が存在しないときのＮ_Ｋ個のＭＵＳＩＣスペクトラムＰ^ｉ _{ＭＵ＿ＦＰ}（θ，φ）（ｉ＝１～Ｎ_Ｋ）との間のＮ_Ｋ個の相関係数ρ^ｎｅｗ _{ＭＵ＿ＦＰ}｛Ｐ^ｎｅｗ _{ＭＵ＿ＦＰ}（θ，φ），Ｐ^１ _{ＭＵ＿ＦＰ}（θ，φ）｝～ρ^ｎｅｗ _{ＭＵ＿ＦＰ}｛Ｐ^ｎｅｗ _{ＭＵ＿ＦＰ}（θ，φ），Ｐ^ＮＫ _{ＭＵ＿ＦＰ}（θ，φ）｝を演算する。

【0125】

以下、Ｎ_Ｋ個の相関係数ρ^ｎｅｗ _{ＭＵ＿ＦＰ}｛Ｐ^ｎｅｗ _{ＭＵ＿ＦＰ}（θ，φ），Ｐ^１ _{ＭＵ＿ＦＰ}（θ，φ）｝～ρ^ｎｅｗ _{ＭＵ＿ＦＰ}｛Ｐ^ｎｅｗ _{ＭＵ＿ＦＰ}（θ，φ），Ｐ^ＮＫ _{ＭＵ＿ＦＰ}（θ，φ）｝を“ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＫ，ｎｅｗ} _{ＭＵ＿ＦＰ}”と表記する。
（５）推定手段４４は、Ｗ個の相関係数ρ^１ _{ＭＵ＿ＦＰ}～ρ^Ｗ _{ＭＵ＿ＦＰ}と、Ｎ_Ｋ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＫ，ｎｅｗ} _{ＭＵ＿ＦＰ}とを演算手段４３から受ける。

【0126】

そして、推定手段４４は、Ｎ_Ｋ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＫ，ｎｅｗ} _{ＭＵ＿ＦＰ}からＮ_Ｓ（Ｎ_Ｓは、２≦Ｎ_Ｓ≦Ｎ_Ｋを満たす整数）個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}をランダムに選択する。

【0127】

その後、推定手段４４は、Ｗ個の相関係数ρ^１ _{ＭＵ＿ＦＰ}～ρ^Ｗ _{ＭＵ＿ＦＰ}から最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}を選択する。

【0128】

なお、推定手段４４は、複数の最小の相関係数が有るとき、複数の最小の相関係数のうちの任意の１つの最小の相関係数をρ^ｍｉｎ _{ＭＵ＿ＦＰ}として選択する。

【0129】

また、この発明の実施の形態においては、推定手段４４は、Ｎ_Ｋ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＫ，ｎｅｗ} _{ＭＵ＿ＦＰ}からＮ_Ｓ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}を相関係数の大きい順または相関係数の小さい順に選択してもよく、一般的には、何らかの規則に基づいてＮ_Ｓ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}を選択してもよい。

【0130】

そうすると、推定手段４４は、Ｎ_Ｓ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}のうちの少なくとも１つが最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}以上であるか否かを判定する。

【0131】

そして、推定手段４４は、Ｎ_Ｓ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}のうちの少なくとも１つが最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}以上であると判定したとき、干渉が無いと推定する。

【0132】

一方、推定手段４４は、Ｎ_Ｓ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}の全てが最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}よりも小さいと判定したとき、干渉が有ると推定する。

【0133】

ここで、Ｎ_Ｓ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}の全てが最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}よりも小さいと判定したときに、干渉が有ると推定するのは、干渉が無いときのＭＵＳＩＣスペクトラムと、干渉が有るときのＭＵＳＩＣスペクトラムとの間の相関係数の値は、干渉が無いときのＭＵＳＩＣスペクトラム同士の相関係数（＝Ｗ個の相関係数ρ^１ _{ＭＵ＿ＦＰ}～ρ^Ｗ _{ＭＵ＿ＦＰ}）の値よりも小さくなるからである。

【0134】

図４は、干渉源の位置を検出する方法を説明するための図である。なお、図４は、部屋の平面図を表す。

【0135】

図４を参照して、部屋２０は、例えば、正方形の平面形状からなり、壁面２１～２４を有する。壁面２１，２４は、ｙ軸方向に沿って配置され、壁面２２，２３は、ｘ軸方向に沿って配置される。

【0136】

端末装置１は、ｙ軸方向において壁面２１の中央部に配置され、端末装置２は、ｘ軸方向において壁面２２の中央部に配置され、ＲＩＳ３は、ｘ軸方向において壁面２３の中央部に配置され、基地局４は、ｙ軸方向において壁面２４の中央部に配置される。

【0137】

そして、Ｎ_Ｌ（Ｎ_Ｌは、空間分解能に応じて決定され、フィンガープリント（fingerprint）の個数である）個のフィンガープリント（fingerprint）が、図４に示すように配置されている。Ｎ_Ｌ個のフィンガープリントは、干渉源から送信された信号が存在することを前提とする。フィンガープリント（fingerprint）の●は、フィンガープリント（fingerprint）の位置、即ち、干渉源の位置を表す。ここで、Ｎ_Ｌは、２以上の整数である。
（６）推定手段４４が、上述した方法によって、干渉が有ると判定したとき、演算手段４３は、１つの干渉源が電波を送信したときの受信信号に基づいて、上述した方法によってＭＵＳＩＣスペクトラムＰ^ｉ _{ＦＰ＿ｉｎｔｆ}（θ，φ）を演算することをＮ_Ｌ個の干渉源の全てについて実行し、Ｎ_Ｌ個のＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ，φ）～Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ）を演算する。

【0138】

そして、推定手段４４は、Ｎ_Ｌ個のＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ，φ）～Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ）を演算手段４３から受け、その受けたＮ_Ｌ個のＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ，φ）～Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ）をそれぞれＮ_Ｌ個のフィンガープリント（fingerprint）のＮ_Ｌ個の位置に対応付け、Ｎ_Ｌ個のＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ，φ）～Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ）と、Ｎ_Ｌ個のフィンガープリント（fingerprint）のＮ_Ｌ個の位置との対応関係を示す対応表ＴＢＬ１を作成して保持する。

【0139】

図５は、対応表ＴＢＬ１の概略図である。図５を参照して、対応表ＴＢＬ１は、ＭＵＳＩＣスペクトラムと干渉源の位置とを含む。ＭＵＳＩＣスペクトラムおよび干渉源の位置は、相互に対応付けられる。

【0140】

干渉源の位置ＦＰ（ｘ_１，ｙ_１）は、ＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ，φ）に対応付けられ、干渉源の位置ＦＰ（ｘ_２，ｙ_２）は、ＭＵＳＩＣスペクトラムＰ^２ _{ＦＰ＿ｉｎｔｆ}（θ，φ）に対応付けられ、干渉源の位置ＦＰ（ｘ_３，ｙ_３）は、ＭＵＳＩＣスペクトラムＰ^３ _{ＦＰ＿ｉｎｔｆ}（θ，φ）に対応付けられ、以下、同様にして、干渉源の位置ＦＰ（ｘ_ＮＬ－１，ｙ_ＮＬ－１）は、ＭＵＳＩＣスペクトラムＰ^ＮＬ－１ _{ＦＰ＿ｉｎｔｆ}（θ，φ）に対応付けられ、干渉源の位置ＦＰ（ｘ_ＮＬ，ｙ_ＮＬ）は、ＭＵＳＩＣスペクトラムＰ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ）に対応付けられる。
（７）演算手段４３は、干渉源が存在すると推定されたときの受信信号に基づいて、上述した方法によって、ＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ，φ）を演算する。
（８）そして、演算手段４３は、Ｎ_Ｌ個のＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ，φ）～Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ）とＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ，φ）とのＮ_Ｌ個の相関係数ρ^１ _{ＦＰ＿ｉｎｔｆ}｛Ｐ^１ _{ＦＰ＿ｉｎｔｆ}（θ，φ），Ｐ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ，φ）｝～ρ^ＮＬ _{ＦＰ＿ｉｎｔｆ}｛Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ），Ｐ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ，φ）｝を算出する。

【0141】

以下、Ｎ_Ｌ個の相関係数ρ^１ _{ＦＰ＿ｉｎｔｆ}｛Ｐ^１ _{ＦＰ＿ｉｎｔｆ}（θ，φ），Ｐ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ，φ）｝～ρ^ＮＬ _{ＦＰ＿ｉｎｔｆ}｛Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ），Ｐ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ，φ）｝を“ρ^１ _{ＦＰ＿ｉｎｔｆ}～ρ^ＮＬ _{ＦＰ＿ｉｎｔｆ}”と表記する。
（９）推定手段４４は、Ｎ_Ｌ個の相関係数ρ^１ _{ＦＰ＿ｉｎｔｆ}～ρ^ＮＬ _{ＦＰ＿ｉｎｔｆ}を演算手段４３から受ける。

【0142】

そして、推定手段４４は、Ｎ_Ｌ個の相関係数ρ^１ _{ＦＰ＿ｉｎｔｆ}～ρ^ＮＬ _{ＦＰ＿ｉｎｔｆ}から最大の相関係数ρ^ｍａｘ _{ＦＰ＿ｉｎｔｆ}を検出する。

【0143】

そうすると、推定手段４４は、対応表ＴＢＬ１を参照して、最大の相関係数ρ^ｍａｘ _{ＦＰ＿ｉｎｔｆ}が得られるときのＭＵＳＩＣスペクトラムＰ^ｍａｘ _{ＦＰ＿ｉｎｔｆ}（θ_ｍａｘ，φ_ｍａｘ）（＝ＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ，φ）～Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ）のいずれか）に対応付けられた干渉源の位置ＦＰ（ｘ_ｍａｘ，ｙ_ｍａｘ）（＝ＦＰ（ｘ_１，ｙ_１）～ＦＰ（ｘ_ＮＬ，ｙ_ＮＬ）のいずれか）を、ＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ，φ）が得られたときの干渉源の位置として検出することによって干渉源の位置を推定する。

【0144】

また、推定手段４４は、最大の相関係数ρ^ｍａｘ _{ＦＰ＿ｉｎｔｆ}が得られるときのＭＵＳＩＣスペクトルＰ^ｍａｘ _{ＦＰ＿ｉｎｔｆ}（θ_ｍａｘ，φ_ｍａｘ）の（θ_ｍａｘ，φ_ｍａｘ）を干渉の到来方向と推定する。

【0145】

従って、上述した干渉の有無の推定方法においては、干渉の有無を推定することができ、干渉が有ると推定されたとき、干渉源の位置と、干渉の到来方向とを推定することができる。
（ＩＩ）干渉の有無の推定方法２
上述した（Ｉ）干渉の有無の推定方法１においては、仰角θおよび方位角φの関数であるＭＵＳＩＣスペクトラムＰ_ＭＵ（θ，φ）（式（２０）参照）を用いた。

【0146】

しかし、仰角θおよび方位角φの関数であるＭＵＳＩＣスペクトラムＰ_ＭＵ（θ，φ）（式（２０）参照）を用いた場合、仰角θと方位角φとの全ての組み合わせによってＭＵＳＩＣスペクトラムＰ_ＭＵ（θ，φ）におけるＬ個のピークを検出する必要がある。その結果、計算量が増大する。

【0147】

そこで、干渉の有無の推定方法２においては、仰角θのみの関数であるＭＵＳＩＣスペクトラムＰ_ＭＵ（θ）（式（２１）参照）を用いて干渉の有無および干渉源の位置を推定する。

【0148】

［ＭＵＳＩＣスペクトラムＰ_ＭＵ（θ）を用いて干渉の有無の推定方法１を実行する場合］
ＭＵＳＩＣスペクトラムＰ_ＭＵ（θ）を用いて干渉の有無の推定方法１を実行する場合、基地局４の演算手段４３は、受信手段４２から受けた受信信号ｙ_ｉ（ｔ）に基づいて、上述した方法によって、ＭＵＳＩＣスペクトラムＰ_ＭＵ（θ）を算出する。
（１０）そして、演算手段４３は、干渉の無いＮ_Ｋ個のＭＵＳＩＣスペクトラムＰ^１ _{ＭＵ＿ＦＰ}（θ）～Ｐ^ＮＫ _{ＭＵ＿ＦＰ}（θ）をＮ_Ｋ個の電子指紋（Fingerprint）として算出する。
（１１）その後、演算手段４３は、Ｎ_Ｋ個のＭＵＳＩＣスペクトラムＰ^１ _{ＭＵ＿ＦＰ}（θ）～Ｐ^ＮＫ _{ＭＵ＿ＦＰ}（θ）から、相互に異なるＭＵＳＩＣスペクトラムＰ^ｉ _{ＭＵ＿ＦＰ}（θ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ）（ｉ≠ｊ）を検出し、その検出したＭＵＳＩＣスペクトラムＰ^ｉ _{ＭＵ＿ＦＰ}（θ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ）（ｉ≠ｊ）の相関係数ρ｛Ｐ^ｉ _{ＭＵ＿ＦＰ}（θ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ）｝を演算することを｛ｉ，ｊ｝（ｉ≠ｊ）の全ての組み合わせについて実行する。

【0149】

ここで、演算手段４３は、上述した式（２２）によって相関係数ρ_{ＭＵ＿ＦＰ}｛Ｐ^ｉ _{ＭＵ＿ＦＰ}（θ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ）｝を演算する。

【0150】

この場合、式（２２）において、Ｎは、ＭＵＳＩＣスペクトラムＰ^ｉ _{ＭＵ＿ＦＰ}（θ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ）の各々の要素の総数であり、μ_Ａは、ＭＵＳＩＣスペクトラムＰ^ｉ _{ＭＵ＿ＦＰ}（θ）の要素の平均であり、σ_Ａは、ＭＵＳＩＣスペクトラムＰ^ｉ _{ＭＵ＿ＦＰ}（θ）の要素の標準偏差であり、μ_Ｂは、ＭＵＳＩＣスペクトラムＰ^ｊ _{ＭＵ＿ＦＰ}（θ）の要素の平均であり、σ_Ｂは、ＭＵＳＩＣスペクトラムＰ^ｊ _{ＭＵ＿ＦＰ}（θ）の要素の標準偏差であり、Ａ_ｎは、ＭＵＳＩＣスペクトラムＰ^ｉ _{ＭＵ＿ＦＰ}（θ）の要素であり、Ｂ_ｎは、ＭＵＳＩＣスペクトラムＰ^ｊ _{ＭＵ＿ＦＰ}（θ）の要素である。

【0151】

ここで、相互に異なる｛ｉ，ｊ｝（ｉ≠ｊ）の全ての組み合わせの個数をＷとすると、演算手段４３は、Ｎ_Ｋ個のＭＵＳＩＣスペクトラムＰ^１ _{ＭＵ＿ＦＰ}（θ）～Ｐ^ＮＫ _{ＭＵ＿ＦＰ}（θ）に基づいて、Ｗ個の相関係数ρ^１ _{ＭＵ＿ＦＰ}｛Ｐ^ｉ _{ＭＵ＿ＦＰ}（θ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ）｝，ρ^２ _{ＭＵ＿ＦＰ}｛Ｐ^ｉ _{ＭＵ＿ＦＰ}（θ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ）｝，・・・，ρ^Ｗ _{ＭＵ＿ＦＰ}｛Ｐ^ｉ _{ＭＵ＿ＦＰ}（θ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ）｝（ｉ≠ｊ）を演算する。これは、干渉が存在しないときのＮ_Ｋ個のＭＵＳＩＣスペクトラムＰ^１ _{ＭＵ＿ＦＰ}（θ）～Ｐ^ＮＫ _{ＭＵ＿ＦＰ}（θ）のうちのＭＵＳＩＣスペクトラムＰ^ｉ _{ＭＵ＿ＦＰ}（θ）とＭＵＳＩＣスペクトラムＰ^ｊ _{ＭＵ＿ＦＰ}（θ）（ｉ≠ｊ）との間の相関係数の値の最小値を探索するためである。

【0152】

以下、Ｗ個の相関係数ρ^１ _{ＭＵ＿ＦＰ}｛Ｐ^ｉ _{ＭＵ＿ＦＰ}（θ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ）｝，ρ^２ _{ＭＵ＿ＦＰ}｛Ｐ^ｉ _{ＭＵ＿ＦＰ}（θ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ）｝，・・・，ρ^Ｗ _{ＭＵ＿ＦＰ}｛Ｐ^ｉ _{ＭＵ＿ＦＰ}（θ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ）｝（ｉ≠ｊ）を“ρ^１ _{ＭＵ＿ＦＰ＿ＳＧ}～ρ^Ｗ _{ＭＵ＿ＦＰ＿ＳＧ}”と表記する。
（１２）更に、演算手段４３は、干渉の有無が不明であるときの受信信号ｙ_ｎｅｗ（ｔ）に基づいて、上述した方法によって、ＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＭＵ＿ＦＰ}（θ）を算出する。
（１３）そして、演算手段４３は、干渉の有無を判定したいＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＭＵ＿ＦＰ}（θ）と、干渉が存在しないときのＮ_Ｋ個のＭＵＳＩＣスペクトラムＰ^ｉ _{ＭＵ＿ＦＰ}（θ）（ｉ＝１～Ｎ_Ｋ）との間のＮ_Ｋ個の相関係数ρ^ｎｅｗ _{ＭＵ＿ＦＰ}｛Ｐ^ｎｅｗ _{ＭＵ＿ＦＰ}（θ），Ｐ^ｉ _{ＭＵ＿ＦＰ}（θ）｝を演算する。

【0153】

以下、Ｎ_Ｋ個の相関係数ρ^ｎｅｗ _{ＭＵ＿ＦＰ}｛Ｐ^ｎｅｗ _{ＭＵ＿ＦＰ}（θ），Ｐ^ｉ _{ＭＵ＿ＦＰ}（θ）｝を“ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ＿ＳＧ}～ρ^{ＮＫ，ｎｅｗ} _{ＭＵ＿ＦＰ＿ＳＧ}”と表記する。
（１４）推定手段４４は、Ｗ個の相関係数ρ^１ _{ＭＵ＿ＦＰ＿ＳＧ}～ρ^Ｗ _{ＭＵ＿ＦＰ＿ＳＧ}と、Ｎ_Ｋ個の関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ＿ＳＧ}～ρ^{ＮＫ，ｎｅｗ} _{ＭＵ＿ＦＰ＿ＳＧ}とを演算手段４３から受ける。

【0154】

そして、推定手段４４は、Ｎ_Ｋ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ＿ＳＧ}～ρ^{ＮＫ，ｎｅｗ} _{ＭＵ＿ＦＰ＿ＳＧ}からＮ_Ｓ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ＿ＳＧ}～ρ^{ＮＳ，ｎｅｗ} _{ＭＵ＿ＦＰ＿ＳＧ}をランダムに選択する。

【0155】

その後、推定手段４４は、Ｗ個の相関係数ρ^１ _{ＭＵ＿ＦＰ＿ＳＧ}～ρ^Ｗ _{ＭＵ＿ＦＰ＿ＳＧ}から最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ＿ＳＧ}を選択する。

【0156】

なお、推定手段４４は、複数の最小の相関係数が有るとき、複数の最小の相関係数のうちの任意の１つの最小の相関係数をρ^ｍｉｎ _{ＭＵ＿ＦＰ＿ＳＧ}として選択する。

【0157】

そうすると、推定手段４４は、Ｎ_Ｓ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ＿ＳＧ}～ρ^{ＮＳ，ｎｅｗ} _{ＭＵ＿ＦＰ＿ＳＧ}のうちの少なくとも１つが最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ＿ＳＧ}以上であるか否かを判定する。

【0158】

そして、推定手段４４は、Ｎ_Ｓ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ＿ＳＧ}～ρ^{ＮＳ，ｎｅｗ} _{ＭＵ＿ＦＰ＿ＳＧ}のうちの少なくとも１つが最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ＿ＳＧ}以上であると判定したとき、干渉が無いと推定する。

【0159】

一方、推定手段４４は、Ｎ_Ｓ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ＿ＳＧ}～ρ^{ＮＳ，ｎｅｗ} _{ＭＵ＿ＦＰ＿ＳＧ}の全てが最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ＿ＳＧ}よりも小さいと判定したとき、干渉が有ると推定する。

【0160】

ここで、Ｎ_Ｓ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ＿ＳＧ}～ρ^{ＮＳ，ｎｅｗ} _{ＭＵ＿ＦＰ＿ＳＧ}の全てが最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ＿ＳＧ}よりも小さいと判定したときに、干渉が有ると推定するのは、干渉が無いときのＭＵＳＩＣスペクトラムと、干渉が有るときのＭＵＳＩＣスペクトラムとの間の相関係数の値は、干渉が無いときのＭＵＳＩＣスペクトラム同士の相関係数（＝Ｗ個の相関係数ρ^１ _{ＭＵ＿ＦＰ＿ＳＧ}～ρ^Ｗ _{ＭＵ＿ＦＰ＿ＳＧ}）の値よりも小さくなるからである。
（１５）推定手段４４が、上述した方法によって、干渉が有ると判定したとき、演算手段４３は、１つの干渉源が電波を送信したときの受信信号に基づいて、上述した方法によってＭＵＳＩＣスペクトラムＰ^ｉ _{ＦＰ＿ｉｎｔｆ}（θ）を演算することをＮ_Ｌ個の干渉源の全てについて実行し、Ｎ_Ｌ個のＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ）～Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ）を演算する。

【0161】

そして、推定手段４４は、Ｎ_Ｌ個のＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ）～Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ）を演算手段４３から受け、その受けたＮ_Ｌ個のＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ）～Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ）をそれぞれＮ_Ｌ個のフィンガープリント（fingerprint）のＮ_Ｌ個の位置に対応付け、Ｎ_Ｌ個のＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ）～Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ）と、Ｎ_Ｌ個のフィンガープリント（fingerprint）のＮ_Ｌ個の位置との対応関係を示す対応表ＴＢＬ２を作成して保持する。

【0162】

図６は、対応表ＴＢＬ２の概略図である。図６を参照して、対応表ＴＢＬ２は、ＭＵＳＩＣスペクトラムと干渉源の位置とを含む。ＭＵＳＩＣスペクトラムおよび干渉源の位置は、相互に対応付けられる。

【0163】

干渉源の位置ＦＰ（ｘ_１，ｙ_１）は、ＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ）に対応付けられ、干渉源の位置ＦＰ（ｘ_２，ｙ_２）は、ＭＵＳＩＣスペクトラムＰ^２ _{ＦＰ＿ｉｎｔｆ}（θ）に対応付けられ、干渉源の位置ＦＰ（ｘ_３，ｙ_３）は、ＭＵＳＩＣスペクトラムＰ^３ _{ＦＰ＿ｉｎｔｆ}（θ）に対応付けられ、以下、同様にして、干渉源の位置ＦＰ（ｘ_ＮＬ－１，ｙ_ＮＬ－１）は、ＭＵＳＩＣスペクトラムＰ^ＮＬ－１ _{ＦＰ＿ｉｎｔｆ}（θ）に対応付けられ、干渉源の位置ＦＰ（ｘ_ＮＬ，ｙ_ＮＬ）は、ＭＵＳＩＣスペクトラムＰ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ）に対応付けられる。
（１６）演算手段４３は、干渉源が存在すると推定されたときの受信信号に基づいて、上述した方法によって、ＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ）を演算する。
（１７）そして、演算手段４３は、Ｎ_Ｌ個のＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ）～Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ）とＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ）とのＮ_Ｌ個の相関係数ρ^１ _{ＦＰ＿ｉｎｔｆ}｛Ｐ^１ _{ＦＰ＿ｉｎｔｆ}（θ），Ｐ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ）｝～ρ^ＮＬ _{ＦＰ＿ｉｎｔｆ}｛Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ），Ｐ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ）｝を算出する。

【0164】

以下、Ｎ_Ｌ個の相関係数ρ^１ _{ＦＰ＿ｉｎｔｆ}｛Ｐ^１ _{ＦＰ＿ｉｎｔｆ}（θ），Ｐ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ）｝～ρ^ＮＬ _{ＦＰ＿ｉｎｔｆ}｛Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ），Ｐ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ）｝を“ρ^１ _{ＦＰ＿ｉｎｔｆ＿ＳＧ}～ρ^ＮＬ _{ＦＰ＿ｉｎｔｆ＿ＳＧ}”と表記する。
（１８）推定手段４４は、Ｎ_Ｌ個の相関係数ρ^１ _{ＦＰ＿ｉｎｔｆ＿ＳＧ}～ρ^ＮＬ _{ＦＰ＿ｉｎｔｆ＿ＳＧ}を演算手段４３から受ける。

【0165】

そして、推定手段４４は、Ｎ_Ｌ個の相関係数ρ^１ _{ＦＰ＿ｉｎｔｆ＿ＳＧ}～ρ^ＮＬ _{ＦＰ＿ｉｎｔｆ＿ＳＧ}から最大の相関係数ρ^ｍａｘ _{ＦＰ＿ｉｎｔｆ＿ＳＧ}を検出する。

【0166】

そうすると、推定手段４４は、対応表ＴＢＬ２を参照して、最大の相関係数数ρ^ｍａｘ _{ＦＰ＿ｉｎｔｆ＿ＳＧ}が得られるときのＭＵＳＩＣスペクトラムＰ^ｍａｘ _{ＦＰ＿ｉｎｔｆ}（θ_ｍａｘ）（＝ＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ）～Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ）のいずれか）に対応付けられた干渉源の位置ＦＰ（ｘ_ｍａｘ，ｙ_ｍａｘ）（＝ＦＰ（ｘ_１，ｙ_１）～ＦＰ（ｘ_ＮＬ，ｙ_ＮＬ）のいずれか）を、ＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ）が得られたときの干渉源の位置として検出することによって干渉源の位置を推定する。

【0167】

また、推定手段４４は、最大の相関係数数ρ^ｍａｘ _{ＦＰ＿ｉｎｔｆ＿ＳＧ}が得られるときのＭＵＳＩＣスペクトルＰ^ｍａｘ _{ＦＰ＿ｉｎｔｆ}（θ_ｍａｘ）の（θ_ｍａｘ）を干渉の到来方向と推定する。

【0168】

従って、ＭＵＳＩＣスペクトラムＰ_ＭＵ（θ）を用いて干渉の有無の推定方法１を実行する場合においては、干渉の有無を推定することができ、干渉が有ると推定されたとき、干渉源の位置と、干渉の到来方向とを推定することができる。

【0169】

［Ｂｕｓｙ／Ｉｄｌｅ継続時間の予測］
基地局４の制御手段４７は、干渉の有無、干渉源の位置および干渉の到来方向を推定手段４４から受けると、キャリセンスを指示する指示信号Ｓ＿ｃａｒｒｉｅｒを生成する。

【0170】

そして、制御手段４７は、指示信号Ｓ＿ｃａｒｒｉｅｒを受信手段４２へ出力する。

【0171】

受信手段４２は、指示信号Ｓ＿ｃａｒｒｉｅｒを制御手段４７から受ける。そして、受信手段４２は、ビームをデジタルビームフォーミングまたはアナログビームフォーミングによって形成し、その形成したビームをＫ個のアンテナ４１－１～４１－Ｋから放射してキャリアセンスを行い、Ｋ個のアンテナ４１－１～４１－Ｋを介して受信信号強度ＲＳＳＩを受信する。

【0172】

この場合、受信手段４２は、一定期間、キャリアセンスを行い、受信信号強度ＲＳＳＩの時系列データＲＳＳＩ（ｔ）を受信する。

【0173】

そして、受信手段４２は、時系列データＲＳＳＩ（ｔ）を処理手段４５へ出力する。

【0174】

図７は、時系列データＲＳＳＩ（ｔ）の概念図である。また、図８は、Ｂ／Ｉ時系列データＢ／Ｉ（ｔ）の概念図である。

【0175】

図７において、縦軸は、受信信号強度ＲＳＳＩを表し、横軸は、時間を表す。また、ＲＳＳＩ＿ｔｈは、受信信号強度ＲＳＳＩに基づいて、干渉源が電波を送信していることを表わすビジー状態Ｂと、干渉源が電波を送信していないことを表わすアイドル状態Ｉとを検出するためのしきい値である。しきい値ＲＳＳＩ＿ｔｈは、例えば、－６８ｄＢｍに設定される。

【0176】

処理手段４５は、時系列データＲＳＳＩ（ｔ）を受信手段４２から受ける。そして、処理手段４５は、時系列データＲＳＳＩ（ｔ）の受信信号強度ＲＳＳＩがしきい値ＲＳＳＩ＿ｔｈ以上になる時間間隔ｔ_１～ｔ_２，ｔ_３～ｔ_４，ｔ_５～ｔ_６，・・・と、時系列データＲＳＳＩ（ｔ）の受信信号強度ＲＳＳＩがしきい値ＲＳＳＩ＿ｔｈ未満になる時間間隔ｔ_２～ｔ_３，ｔ_４～ｔ_５，・・・とを検出する。

【0177】

そうすると、処理手段４５は、時間ｔ_１から時間ｔ_２までの区間、時間ｔ_３から時間ｔ_４までの区間、および時間ｔ_５から時間ｔ_６までの区間をビジー状態Ｂとし、時間ｔ_２から時間ｔ_３までの区間、および時間ｔ_４から時間ｔ_５までの区間をアイドル状態Ｉとしてビジー状態Ｂとアイドル状態Ｉとの時系列データＢ／Ｉ（ｔ）を生成する（図８参照）。そして、処理手段４５は、時系列データＢ／Ｉ（ｔ）を予測手段４６へ出力する。

【0178】

図９は、予測手段４６の概略図である。図１０は、予測手段４６の動作を説明するための図である。図１２は、時系列データＢ／Ｉ（ｔ）、予測処理用データおよび目標データの概念図である。

【0179】

図９を参照して、予測手段４６は、生成ユニット４６１と、確率的ニューラルネットワーク（ＰＮＮ：Probabilistic Neural Network）４６２と、予測ユニット４６３とを備える。

【0180】

生成ユニット４６１は、処理手段４５から時系列データＢ／Ｉ（ｔ）を受ける。そして、生成ユニット４６１は、図１０に示す学習期間において、その受けた時系列データＢ／Ｉ（ｔ）から（Ｎ_Ｃ＋ｋ）個のサンプルを取得することをＮ_Ｒ回実行してシーケンス＃１～シーケンス＃Ｎ_Ｒのデータとする。

【0181】

シーケンス＃１～シーケンス＃Ｎ_Ｒの各々において、Ｎ_Ｃ個のサンプルが入力であり、ｋ個のサンプルが学習結果である。

【0182】

生成ユニット４６１は、学習期間において、シーケンス＃１のＮ_Ｃ個のサンプル、シーケンス＃２のＮ_Ｃ個のサンプル、・・・、シーケンス＃Ｎ_ＲのＮ_Ｃ個のサンプルを確率的ニューラルネットワーク４６２へ順次出力する。

【0183】

また、生成ユニット４６１は、学習期間において、シーケンス＃１のｋ個のサンプル、シーケンス＃２のｋ個のサンプル、・・・、シーケンス＃Ｎ_Ｒのｋ個のサンプルを予測ユニット４６３へ出力する。

【0184】

また、生成ユニット４６１は、予測期間において、予測用入力を確率的ニューラルネットワーク４６２へ出力する。

【0185】

確率的ニューラルネットワーク４６２は、学習期間において、生成ユニット４６１から、シーケンス＃１のＮ_Ｃ個のサンプル、シーケンス＃２のＮ_Ｃ個のサンプル、・・・、シーケンス＃Ｎ_ＲのＮ_Ｃ個のサンプルを順次受ける。そして、確率的ニューラルネットワーク４６２は、シーケンス＃１のＮ_Ｃ個のサンプル、シーケンス＃２のＮ_Ｃ個のサンプル、・・・、シーケンス＃Ｎ_ＲのＮ_Ｃ個のサンプルに基づいて学習を行う。

【0186】

また、確率的ニューラルネットワーク４６２は、予測期間において、図１０に示す予測用入力を生成ユニット４６１から受けると、その受けた予測用入力に基づいて、将来のビジー状態Ｂとアイドル状態Ｉとの時系列データＢ／Ｉ（ｔ）＿Ｆを特定するための評価値を取得し、その取得した評価値を予測ユニット４６３へ出力する。

【0187】

予測ユニット４６３は、生成ユニット４６１からシーケンス＃１のｋ個のサンプル、シーケンス＃２のｋ個のサンプル、・・・、シーケンス＃Ｎ_Ｒのｋ個のサンプルを受け、確率的ニューラルネットワーク４６２から時系列データＢ／Ｉ（ｔ）＿Ｆを特定するための評価値を受ける。

【0188】

そして、予測ユニット４６３は、シーケンス＃１のｋ個のサンプル、シーケンス＃２のｋ個のサンプル、・・・、シーケンス＃Ｎ_Ｒのｋ個のサンプルと、時系列データＢ／Ｉ（ｔ）＿Ｆを特定するための評価値とに基づいて、後述する方法によって、時系列データＢ／Ｉ（ｔ）＿Ｆを予測する。

【0189】

図１１は、確率的ニューラルネットワーク４６２の概略図である。図１１を参照して、確率的ニューラルネットワーク４６２は、入力層と、隠れ層と、総和計算総と、クラス評価値取得部とを備える。

【0190】

入力層は、Ｎ_Ｃ個のシナプスを有する。入力層の１番目のシナプスは、入力ベクトルｖ（＝図１０に示す予測用入力）の１番目の要素を入力として受け、入力層の２番目のシナプスは、入力ベクトルｖ（＝図１０に示す予測用入力）の２番目の要素を入力として受け、以下、同様にして、入力層のＮ_Ｃ番目のシナプスは、入力ベクトルｖ（＝図１０に示す予測用入力）のＮ_Ｃ番目の要素を入力として受ける。

【0191】

隠れ層は、Ｇ（＝Ｎ_Ｒ）個のクラスに対応するＧ個のシナプス群Ｂｌｋ＿ｃｌａｓｓ＿１～Ｂｌｋ＿ｃｌａｓｓ＿Ｇを有する。Ｇ個のシナプス群Ｂｌｋ＿ｃｌａｓｓ＿１～Ｂｌｋ＿ｃｌａｓｓ＿Ｇの各々は、Ｎ_Ｃ個のシナプスを有する。

【0192】

第１番目のクラスに対応するシナプス群Ｂｌｋ＿ｃｌａｓｓ＿１の第ｓ（ｓは、１≦ｓ≦Ｎ_Ｃを満たす整数）番目のシナプスは、クラス１に対応するベクトルｖ_１のｓ番目の要素ｖ_１，ｓで表される重み付けデータが割り当てられる。

【0193】

即ち、第ｒ（ｒは、１≦ｒ≦Ｇを満たす整数）番目のクラスに対応するシナプス群Ｂｌｋ＿ｃｌａｓｓ＿ｒの第ｓ番目のシナプスは、ｖ_ｒ，ｓで表される重み付けデータが割り当てられる。

【0194】

ここで、各クラスに対して、図１２に示すデータＰ｛１｝からデータＰ｛Ｎ_Ｒ｝が割り当てられる場合について、説明する。つまり、入力データが学習用データＤａｔａ＿Ｐ（Ｎ_Ｒ×Ｎ_Ｃの行列Ｐのデータ）である場合の教師データ（正解のデータ）が目標データＤａｔａ＿Ｔ（Ｎ_Ｒ×ｋの行列Ｔのデータ）として、学習する場合について、説明する。

【0195】

第１番目のクラスに対応するシナプス群Ｂｌｋ＿ｃｌａｓｓ＿１の第１番目のシナプスには、データＰ｛１｝の１番目の要素をｖ_１，１として、ｖ_１，１で表される重み付けデータが割り当てられる。

【0196】

第１番目のクラスに対応するシナプス群Ｂｌｋ＿ｃｌａｓｓ＿１の第２番目のシナプスには、データＰ｛１｝の２番目の要素をｖ_１，２として、ｖ_１，２で表される重み付けデータが割り当てられる。

【0197】

以下、同様にして、第１番目のクラスに対応するシナプス群Ｂｌｋ＿ｃｌａｓｓ＿１の第Ｎ_Ｃ番目のシナプスには、データＰ｛１｝のＮ_Ｃ番目の要素をｖ_１，ＮＣとして、ｖ_１，ＮＣで表される重み付けデータが割り当てられる。

【0198】

上記と同様にして、第ｒ番目のクラスに対応するシナプス群Ｂｌｋ＿ｃｌａｓｓ＿ｒの第ｓ番目のシナプスに、データＰ｛ｒ｝のｓ番目の要素ｖ_ｒ，ｓで表される重み付けデータが割り当てる。

【0199】

そして、第ｃ（ｃは、１≦ｃ≦Ｇを満たす整数）番目のクラスのシナプス群Ｂｌｋ＿ｃｌａｓｓ＿ｃでは、予測処理用データｖ(Ｎ_Ｃ個の要素ｖ_１，ｖ_２，・・・，ｖ_ＮＣ)に対して、次式に相当する処理が実行される。

【0200】

【数23】

【0201】

式（２３）において、σ_ｃは、第ｃ（ｃは、１≦ｃ≦Ｇを満たす整数）番目のクラスの標準偏差である。

【0202】

上記処理により、第ｃ（ｃは、１≦ｃ≦Ｇを満たす整数）番目のクラスのシナプス群Ｂｌｋ＿ｃｌａｓｓ＿ｃのｊ番目のシナプスから、データＤ＿ｖ_ｃｊが総和計算層へ出力される。

【0203】

総和計算層では、第ｃ（ｃは、１≦ｃ≦Ｇを満たす整数）番目のシナプスは、隠れ層の第ｃ番目のクラスに対応するシナプス群Ｂｌｋ＿ｃｌａｓｓ＿ｃに含まれる各シナプスからの出力データを入力とし、入力データに対して総和計算処理を実行し、第ｃ番目のクラスの放射基底関数（ＲＢＦ：Radial Basis Function）の値を、第ｃ番目のクラスの放射基底関数データｇ_ｃとして取得する。すなわち、総和計算層は、次式に相当する処理を実行して、第ｃ番目のクラスの放射基底関数データｇ_ｃを取得する。

【0204】

【数24】

【0205】

式（２４）において、σ_ｃは、第ｃ番目のクラスの標準偏差である。

【0206】

そして、取得された第ｃ番目のクラスの放射基底関数データｇ_ｃは、クラス評価値取得部へ出力される。

【0207】

クラス評価値取得部は、総和計算層から出力されるＧ個の放射基底関数データｇ_１～ｇ_Ｇを入力する。クラス評価値取得部は、入力されたＧ個の放射基底関数データｇ_１～ｇ_Ｇに基づいて、クラス評価値データＤ２ｐを生成する。具体的には、クラス評価値取得部は、次式に示すベクトルからなるデータＤ２ｐとして生成する。

【0208】

【数25】

【0209】

クラス評価値取得部は、生成したクラス評価値データＤ２ｐを予測ユニット４６３へ出力する。

【0210】

予測ユニット４６３は、目標データＤａｔａ＿Ｔとクラス評価値データＤ２ｐとに基づいて、予測処理の結果データの精度を判定する。ここで、第ｃ番目のクラスに対応する入力データ（長さＮ_Ｃのベクトル）をＤａｔａ＿Ｐ_ｃとし、その教師データ（正解のデータ）をＤａｔａ＿Ｔ_ｃとする。そうすると、ｖ＝Ｄａｔａ＿Ｐ_ｃのとき、第ｃ番目のクラスに対応する放射基底関数データｇ_ｃの値は、最大値をとり、ｖがＤａｔａ＿Ｐ_ｃに近いパターンであればあるほど、第ｃ番目のクラスに対応する放射基底関数データｇ_ｃの値は大きな値となる。

【0211】

予測ユニット４６３は、データＤ２ｐの要素の中で最大値をとる放射基底関数データｇ_ｃを特定し、その特定した放射基底関数データｇ_ｃに対応するクラスを特定する。そして、予測ユニット４６３は、特定したクラスに対応する教師データ（正解のデータ）Ｄａｔａ＿Ｔ_ｃにより、予測パターンを特定する。例えば、予測ユニット４６３は、データＤ２ｐの要素の中で最大値をとる放射基底関数データｇ_ｃがｇ_１であると特定した場合、特定したクラスである第１番目のクラスに対応する教師データ（正解のデータ）Ｄａｔａ＿Ｔ_１のＴ｛Ｎ_Ｒ｝を予測パターンとして特定する。ここで、学習用データＤａｔａ＿Ｐに含まれるＰ｛１｝がＤａｔａ＿Ｐ_１であり、その教師データがＴ｛１｝であるとする。図１２を参照して、ｖがＰ｛１｝と同じく「１１１１００００」であり、このｖが基地局４に入力された場合、Ｔ｛１｝が「０１０」であるので、ｖに後続するデータは、「０１０」であると予測される。つまり、この場合、予測ユニット４６３は、目標データＤａｔａ＿Ｔ_１のＴ｛１｝＝｛０１０｝を予測パターンとして特定する。

【0212】

即ち、予測ユニット４６３は、最大値をとる放射基底関数データｇ_ｃがｇ_１であると特定した場合、放射基底関数データｇ_１は、クラス１の放射基底関数データであるので、クラス１に対応する目標データＴ｛１｝＝｛０，１，０｝を将来の時点ｔ＿ｎｏｗにおける予測パターンとする。

【0213】

予測ユニット４６３は、上述した方法によって、ビジー状態Ｂとアイドル状態Ｉとの将来の時系列データである時系列データＢ／Ｉ（ｔ）＿Ｆを予測し、その予測した時系列データＢ／Ｉ（ｔ）＿Ｆを制御手段４７へ出力する。

【0214】

制御手段４７は、時系列データＢ／Ｉ（ｔ）＿Ｆを予測手段４６から受けると、その受けた時系列データＢ／Ｉ（ｔ）＿Ｆに基づいてアイドル状態Ｉの開始時刻ｔ_{ｓｔａｒｔ＿Ｉ}を検出する。

【0215】

そして、制御手段４７は、送信元からコアネットワーク（例えば、５Ｇ）を介して送信データを受信すると、その受信した送信データと開始時刻ｔ_{ｓｔａｒｔ＿Ｉ}とを送信手段４８へ出力し、送信データを開始時刻ｔ_{ｓｔａｒｔ＿Ｉ}で送信するように送信手段４８を制御する。

【0216】

送信手段４８は、送信データおよび開始時刻ｔ_{ｓｔａｒｔ＿Ｉ}を制御手段４７から受けると、ＭＩＭＯ伝送を用いて、開始時刻ｔ_{ｓｔａｒｔ＿Ｉ}に送信データを送信する。これによって、干渉源からの干渉が無いときに送信データを送信できる。

【0217】

図１３は、図２に示す基地局４の動作を説明するためのフローチャートである。なお、図１３に示すフローチャートは、上述した“干渉の有無の推定方法１”を実行するためのフローチャートである。

【0218】

図１３を参照して、基地局４の動作が開始されると、演算手段４３は、ｚ’＝１を設定する（ステップＳ１）。

【0219】

そして、受信手段４２は、位置が既知である干渉源Ｓ＿ｚ’からＬ個のアンテナを用いて送信されたＬ個の電波をＫ個のアンテナを用いて受信したときの受信信号ｙ^ｚ’（ｔ）を検出する（ステップＳ２）。そして、受信手段４２は、受信信号ｙ^ｚ’（ｔ）を演算手段４３へ出力する。

【0220】

演算手段４３は、受信信号ｙ^ｚ’（ｔ）を受信手段４２から受け、その受けた受信信号ｙ^ｚ’（ｔ）に基づいてＭＵＳＩＣスペクトラムＰ^ｚ’ _{ＦＰ＿ｉｎｔｆ}（θ，φ）を算出する（ステップＳ３）。そして、演算手段４３は、ＭＵＳＩＣスペクトラムＰ^ｚ’ _{ＦＰ＿ｉｎｔｆ}（θ，φ）を推定手段４４へ出力する。

【0221】

そうすると、演算手段４３は、ｚ’＝Ｎ_Ｌであるか否かを判定する（ステップＳ４）。

【0222】

ステップＳ４において、ｚ’＝Ｎ_Ｌでないと判定されたとき、演算手段４３は、ｚ’＝ｚ’＋ｚ’１を設定する（ステップＳ５）。その後、基地局４の動作は、ステップＳ２へ移行し、ステップＳ４において、ｚ’＝Ｎ_Ｌであると判定されるまで、ステップＳ２～ステップＳ５が繰り返し実行される。

【0223】

そして、ステップＳ５において、ｚ’＝Ｎ_Ｌであると判定されると、演算手段４３は、ｚ＝１を設定する（ステップＳ６）。ここで、ｚは、１～Ｎ_Ｋである。

【0224】

ステップＳ６の後、受信手段４２は、干渉が無いときにＬ個のアンテナを用いて送信源Ｓ＿ｚから送信されたＬ個の電波をＫ個のアンテナを用いて受信したときの受信信号ｙ^ｚ（ｔ）を検出する（ステップＳ７）。そして、受信手段４２は、受信信号ｙ^ｚ（ｔ）を演算手段４３へ出力する。

【0225】

演算手段４３は、受信信号ｙ^ｚ（ｔ）を受信手段４２から受け、その受けた受信信号ｙ^ｚ（ｔ）に基づいてＭＵＳＩＣスペクトラムＰ^ｚ _{ＭＵ＿ＦＰ}（θ，φ）を算出する（ステップＳ８）。そして、演算手段４３は、ＭＵＳＩＣスペクトラムＰ^ｚ _{ＭＵ＿ＦＰ}（θ，φ）を推定手段４４へ出力する。

【0226】

そうすると、演算手段４３は、ｚ＝Ｎ_Ｋであるか否かを判定する（ステップＳ９）。

【0227】

ステップＳ９において、ｚ＝Ｎ_Ｋでないと判定されたとき、演算手段４３は、ｚ＝ｚ＋１を設定する（ステップＳ１０）。その後、基地局４の動作は、ステップＳ７へ移行し、ステップＳ９において、ｚ＝Ｎ_Ｋであると判定されるまで、ステップＳ７～ステップＳ１０が繰り返し実行される。

【0228】

そして、ステップＳ９において、ｚ＝Ｎ_Ｋであると判定されると、推定手段４４は、Ｎ_Ｋ個のＭＵＳＩＣスペクトラムＰ^１ _{ＭＵ＿ＦＰ}（θ，φ）～ＭＵＳＩＣスペクトラムＰ^ＮＫ _{ＭＵ＿ＦＰ}（θ，φ）を用いて干渉の有無を推定する（ステップＳ１１）。

【0229】

なお、ステップＳ９において、ｚ＝Ｎ_Ｋであると判定されたとき、受信手段４２は、Ｎ_Ｋ個のＭＵＳＩＣスペクトラムＰ^１ _{ＭＵ＿ＦＰ}（θ，φ）～ＭＵＳＩＣスペクトラムＰ^ＮＫ _{ＭＵ＿ＦＰ}（θ，φ）を推定手段４４へ出力しているので、推定手段４４は、ステップＳ１１において、Ｎ_Ｋ個のＭＵＳＩＣスペクトラムＰ^１ _{ＭＵ＿ＦＰ}（θ，φ）～ＭＵＳＩＣスペクトラムＰ^ＮＫ _{ＭＵ＿ＦＰ}（θ，φ）を用いて干渉の有無を推定することが可能である。

【0230】

ステップＳ１１の後、推定手段４４は、干渉が有るか否かを判定する（ステップＳ１２）。

【0231】

ステップＳ１２において、干渉が有ると推定されたとき、推定手段４４は、Ｎ_Ｌ個のＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ，φ）～Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ）を用いて干渉の位置および干渉の到来方向を推定する（ステップＳ１３）。

【0232】

なお、ステップＳ４において、ｚ’＝Ｎ_Ｌであると判定されたとき、受信手段４２は、Ｎ_Ｌ個のＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ，φ）～Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ）を推定手段４４へ出力しているので、推定手段４４は、ステップＳ１３において、Ｎ_Ｌ個のＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ，φ）～Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ）を用いて干渉の位置および干渉の到来方向を推定することが可能である。

【0233】

ステップＳ１３の後、予測手段４６は、将来における干渉源の時系列データＢ／Ｉ（ｔ）＿Ｆを予測する（ステップＳ１４）。

【0234】

そして、送信手段４８は、時系列データＢ／Ｉ（ｔ）＿Ｆのアイドル期間において端末装置（端末装置１または端末装置２）との間でＭＩＭＯ伝送によって通信を実行する（ステップＳ１５）。

【0235】

そして、ステップＳ１２において、干渉が無いと判定されたとき、またはステップＳ１５の後、基地局４の動作が終了する。

【0236】

図１４は、図１３に示すステップＳ３の詳細な動作を説明するためのフローチャートである。

【0237】

図１４を参照して、図１３のステップＳ２の後、演算手段４３は、受信信号ｙ^ｚ（ｔ）の相関行列Ｒ_ｘｘを算出し（ステップＳ３１）、その算出した相関行列Ｒ_ｘｘを固有値に分解して固有値λ_１～λ_Ｌ，λ_Ｌ＋１～λ_Ｋおよび固有ベクトルｅ_１～ｅ_Ｌ，ｅ_Ｌ＋１～ｅ_Ｋを算出する（ステップＳ３２）。

【0238】

そして、演算手段４３は、固有ベクトルｅ_１～ｅ_Ｌ，ｅ_Ｌ＋１～ｅ_Ｋに基づいて、Ｌ個の固有ベクトル｛ｅ_１，ｅ_２，・・・，ｅ_Ｌ｝の張る線形空間を信号部分空間とし、（Ｋ－Ｌ）個の固有ベクトル｛ｅ_Ｌ＋１，ｅ_Ｌ＋２，・・・，ｅ_Ｋ｝の張る線形空間を雑音部分空間とする（ステップＳ３３）。

【0239】

そうすると、演算手段４３は、雑音部分空間における（Ｋ－Ｌ）個の固有ベクトル｛ｅ_Ｌ＋１，ｅ_Ｌ＋２，・・・，ｅ_Ｋ｝を用いてＭＵＳＩＣスペクトラムＰ^ｚ _{ＭＵ＿ＦＰ}（θ，φ）（式（２０）参照）を算出する（ステップＳ３４）。

【0240】

そして、ステップＳ３４の後、一連の動作は、図１３のステップＳ４へ移行する。

【0241】

なお、図１３のステップＳ８の詳細な動作も図１４に示すフローチャートによって算出される。

【0242】

この場合、図１４の説明において、“受信信号ｙ^ｚ’（ｔ）”を“受信信号ｙ^ｚ（ｔ）”に読み替え、“ＭＵＳＩＣスペクトラムＰ^ｚ’ _{ＦＰ＿ｉｎｔｆ}（θ，φ）”を“ＭＵＳＩＣスペクトラムＰ^ｚ _{ＭＵ＿ＦＰ}（θ，φ）”に読み替えればよい。

【0243】

図１５は、図１３に示すステップＳ１１の詳細な動作を説明するためのフローチャートである。

【0244】

図１５を参照して、図１３のステップＳ９において、ｚ＝Ｎ_Ｋであると判定されたとき、受信手段４２は、干渉の有無が不明であるときにＬ個のアンテナを用いて送信源から送信されたＬ個の電波をＫ個のアンテナを用いて受信したときの受信信号ｙ_ｎｅｗ（ｔ）を検出する（ステップＳ１１１）。そして、受信手段４２は、受信信号ｙ_ｎｅｗ（ｔ）を演算手段４３へ出力する。

【0245】

演算手段４３は、受信信号ｙ_ｎｅｗ（ｔ）を受信手段４２から受けると、その受けた受信信号ｙ_ｎｅｗ（ｔ）に基づいてＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＭＵ＿ＦＰ}（θ，φ）を算出する（ステップＳ１１２）。この場合、演算手段４３は、図１４に示すフローチャートに従って、ＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＭＵ＿ＦＰ}（θ，φ）を算出する。

【0246】

ステップＳ１１２の後、演算手段４３は、Ｎ_Ｋ個のＭＵＳＩＣスペクトラムＰ^１ _{ＭＵ＿ＦＰ}（θ，φ）～Ｐ^ＮＫ _{ＭＵ＿ＦＰ}（θ，φ）から相互に異なるＭＵＳＩＣスペクトラムＰ^ｉ _{ＭＵ＿ＦＰ}（θ，φ），Ｐ^ｊ _{ＭＵ＿ＦＰ}（θ，φ）（ｉ≠ｊ）の相関係数を算出することを｛ｉ，ｊ｝（ｉ≠ｊ）の全ての組合せについて実行し、Ｗ個の相関係数ρ^１ _{ＭＵ＿ＦＰ}～ρ^Ｗ _{ＭＵ＿ＦＰ}を算出する（ステップＳ１１３）。

【0247】

そして、演算手段４３は、ＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＭＵ＿ＦＰ}（θ，φ）と、Ｎ_Ｋ個のＭＵＳＩＣスペクトラムＰ^１ _{ＭＵ＿ＦＰ}（θ，φ）～Ｐ^ＮＫ _{ＭＵ＿ＦＰ}（θ，φ）との間のＮ_Ｋ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＫ，ｎｅｗ} _{ＭＵ＿ＦＰ}を算出する（ステップＳ１１４）。

【0248】

そして、演算手段４３は、Ｗ個の相関係数ρ^１ _{ＭＵ＿ＦＰ}～ρ^Ｗ _{ＭＵ＿ＦＰ}と、Ｎ_Ｋ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＫ，ｎｅｗ} _{ＭＵ＿ＦＰ}とを推定手段４４へ出力する。

【0249】

推定手段４４は、Ｗ個の相関係数ρ^１ _{ＭＵ＿ＦＰ}～ρ^Ｗ _{ＭＵ＿ＦＰ}と、Ｎ_Ｋ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＫ，ｎｅｗ} _{ＭＵ＿ＦＰ}とを演算手段４３から受ける。

【0250】

そして、推定手段４４は、Ｎ_Ｋ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＫ，ｎｅｗ} _{ＭＵ＿ＦＰ}からＮ_Ｓ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}をランダムに選択する（ステップＳ１１５）。

【0251】

また、推定手段４４は、Ｗ個の相関係数ρ^１ _{ＭＵ＿ＦＰ}～ρ^Ｗ _{ＭＵ＿ＦＰ}から最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}を選択する（ステップＳ１１６）。

【0252】

そうすると、推定手段４４は、ｎ_Ｓ＝１を設定する（ステップＳ１１７）。ｎ_Ｓ＝１～Ｎ_Ｓである。

【0253】

ステップＳ１１７の後、推定手段４４は、相関係数ρ^{ｎＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}が最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}以上であるか否かを判定する（ステップＳ１１８）。

【0254】

ステップＳ１１８において、相関係数ρ^{ｎＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}が最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}以上でないと判定されたとき、推定手段４４は、ｎ_Ｓ＝Ｎ_Ｓであるか否かを判定する（ステップＳ１１９）。

【0255】

ステップＳ１１９において、ｎ_Ｓ＝Ｎ_Ｓでないと判定されたとき、推定手段４４は、ｎ_Ｓ＝ｎ_Ｓ＋１を設定する（ステップＳ１２０）。その後、ステップＳ１１９において、ｎ_Ｓ＝Ｎ_Ｓであると判定されるまで、ステップＳ１１８の“ＮＯ”→ステップＳ１１９の“ＮＯ”→ステップＳ１２０が、連続してＮ_Ｓ回、実行されたとき、推定手段４４は、干渉が有ると推定する（ステップＳ１２１）。

【0256】

一方、ステップＳ１１９において、ｎ_Ｓ＝Ｎ_Ｓであると判定されるまでに、ステップＳ１１８の“ＹＥＳ”が少なくとも１回実行されたとき（即ち、Ｎ_Ｓ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}の少なくとも１つが最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}以上であると判定されたとき、推定手段４４は、干渉が無いと推定する（ステップＳ１２２）。

【0257】

そして、ステップＳ１２１またはステップＳ１２２の後、基地局４の操作は、図１３のステップＳ１２へ移行する。

【0258】

図１５に示すフローチャートにおいては、ｎ_Ｓ＝１であるときに、ステップＳ１１８において、相関係数ρ^{ｎＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}が最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}以上であると判定されたとき、推定手段４４は、干渉が無いと推定する（ステップＳ１２２参照）。

【0259】

つまり、図１５に示すフローチャートにおいては、ｎ_Ｓ＝Ｎ_Ｓになるまでに、ステップＳ１１８において、相関係数ρ^{ｎＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}が最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}以上であると、少なくとも１回、判定されると、ステップＳ１２２において、干渉が無いと推定される。

【0260】

即ち、Ｎ_Ｓ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}のうちの少なくとも１つの相関係数が最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}以上であると判定されたとき、干渉が無いと推定される。

【0261】

一方、図１５に示すフローチャートにおいては、ステップＳ１１８において、相関係数ρ^{ｎＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}が最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}以上でないと判定されることが継続する限り、ステップＳ１１８の“ＮＯ”→ステップＳ１１９の“ＮＯ”→ステップＳ1２０が繰り返し実行される。

【0262】

そして、ステップＳ１１９において、ｎ_Ｓ＝Ｎ_Ｓであると判定されるまで、ステップＳ１１８の“ＮＯ”→ステップＳ１１９の“ＮＯ”→ステップＳ1２０が繰り返し実行されたとき、Ｎ_Ｓ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}の全てが最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}以上で無いと判定され、ステップＳ１２１において、干渉が有ると推定される。

【0263】

このように推定されるのは、ステップＳ１１９において、ｎ_Ｓ＝Ｎ_Ｓであると判定されるまで、ステップＳ１１８の“ＮＯ”→ステップＳ１１９の“ＮＯ”→ステップＳ1２０が繰り返し実行されたとき、Ｎ_Ｓ個の相関係数ρ^{１，ｎｅｗ} _{ＭＵ＿ＦＰ}～ρ^{ＮＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}の全てが最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}以上でなく（よりも小さく）、干渉の有無が不明であるときのＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＭＵ＿ＦＰ}（θ，φ）が、干渉が無いときのＮ_Ｋ個のＭＵＳＩＣスペクトラムＰ^１ _{ＭＵ＿ＦＰ}（θ，φ）～Ｐ^ＮＫ _{ＭＵ＿ＦＰ}（θ，φ）との間の相関が小さいと考えられるからである。

【0264】

図１６は、図１３に示すステップＳ１３の詳細な動作を説明するためのフローチャートである。

【0265】

図１６を参照して、図１３のステップＳ１１において、ｚ’＝Ｎ_Ｌであると判定されたとき、演算手段４３は、ｎ_Ｌ＝１を設定する（ステップＳ１３１）。ここで、ｎ_Ｌ＝１～Ｎ_Ｌである。

【0266】

そして、ステップＳ１３１の後、受信手段３２は、干渉源Ｓ＿ｉｎｔｆ＿ｎ_ＬがＬ個のアンテナを用いて送信したＬ個の電波をＫ個のアンテナを用いて受信したときの受信信号ｙ_{ｉｎｔｆ＿ｎＬ}を検出し（ステップＳ１３２）、その検出した受信信号ｙ_{ｉｎｔｆ＿ｎＬ}を演算手段４３へ出力する。

【0267】

演算手段４３は、受信信号ｙ_{ｉｎｔｆ＿ｎＬ}を受信手段４２から受けると、その受けた受信信号ｙ_{ｉｎｔｆ＿ｎＬ}に基づいてＭＵＳＩＣスペクトラムＰ^ｎＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ）を算出する（ステップＳ１３３）。そして、演算手段４３は、ＭＵＳＩＣスペクトラムＰ^ｎＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ）を推定手段４４へ出力する。

【0268】

その後、演算手段４３は、ｎ_Ｌ＝Ｎ_Ｌであるか否かを判定する（ステップＳ１３４）。

【0269】

ステップＳ１３４において、ｎ_Ｌ＝Ｎ_Ｌでないと判定されたとき、演算手段４３は、ｎ_Ｌ＝ｎ_Ｌ＋１を設定する（ステップＳ１３５）。その後、基地局４の動作は、ステップＳ１３２へ移行し、ステップＳ１３４において、ｎ_Ｌ＝Ｎ_Ｌであると判定されるまで、ステップＳ１３２～ステップＳ１３５が繰り返し実行される。

【0270】

そして、ステップＳ１３４において、ｎ_Ｌ＝Ｎ_Ｌであると判定されると、推定手段４４は、Ｎ_Ｌ個のＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ，φ）～Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ）をそれぞれＮ_Ｌ個の位置（ｘ_１，ｙ_１）～（ｘ_ＮＬ，ｙ_ＮＬ）に対応付けて対応表ＴＢＬ１を作成する（ステップＳ１３６）。

【0271】

その後、受信手段４２は、干渉源Ｓが電波を送信しているか否かが不明であるときの受信信号ｙ_{ｉｎｔｆ＿ｎｅｗ}（ｔ）を検出し（ステップＳ１３７）、その検出した受信信号ｙ_{ｉｎｔｆ＿ｎｅｗ}（ｔ）を演算手段４３へ出力する。

【0272】

演算手段４３は、受信信号ｙ_{ｉｎｔｆ＿ｎｅｗ}（ｔ）を受信手段４２から受けると、その受けた受信信号ｙ_{ｉｎｔｆ＿ｎｅｗ}（ｔ）に基づいてＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ，φ）を算出する（ステップＳ１３８）。

【0273】

その後、演算手段４３は、Ｎ_Ｌ個のＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ，φ）～Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ）とＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ，φ）とのＮ_Ｌ個の相関係数ρ^ｎＬ _{ＦＰ＿ｉｎｔｆ}｛Ｐ^ｎＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ），Ｐ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ，φ）｝（ｎ_Ｌ＝１～Ｎ_Ｌ）を算出する（ステップＳ１３９）。

【0274】

そうすると、推定手段４４は、Ｎ_Ｌ個の相関係数ρ^ｎＬ _{ＦＰ＿ｉｎｔｆ}｛Ｐ^ｎＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ），Ｐ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ，φ）｝（ｎ_Ｌ＝１～Ｎ_Ｌ）のうちの最大の相関係数ρ^ｍａｘ _{ＦＰ＿ｉｎｔｆ}｛Ｐ^ｍａｘ _{ＦＰ＿ｉｎｔｆ}（θ_ｍａｘ，φ_ｍａｘ），Ｐ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ，φ）｝を検出する（ステップＳ１４０）。

【0275】

そして、推定手段４４は、対応表ＴＢＬ１を参照して、最大の相関係数ρ^ｍａｘ _{ＦＰ＿ｉｎｔｆ}｛Ｐ^ｍａｘ _{ＦＰ＿ｉｎｔｆ}（θ_ｍａｘ，φ_ｍａｘ），Ｐ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ，φ）｝が得られるときのＭＵＳＩＣスペクトラムＰ^ｍａｘ _{ＦＰ＿ｉｎｔｆ}（θ_ｍａｘ，φ_ｍａｘ）に対応付けられた干渉源の位置を、ＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ，φ）が得られるときの干渉源の位置として検出することによって干渉源の位置を推定する（ステップＳ１４１）。

【0276】

また、推定手段４４は、最大の相関係数ρ^ｍａｘ _{ＦＰ＿ｉｎｔｆ}｛Ｐ^ｍａｘ _{ＦＰ＿ｉｎｔｆ}（θ_ｍａｘ，φ_ｍａｘ），Ｐ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ，φ）｝が得られるときのＭＵＳＩＣスペクトラムＰ^ｍａｘ _{ＦＰ＿ｉｎｔｆ}（θ_ｍａｘ，φ_ｍａｘ）の（θ_ｍａｘ，φ_ｍａｘ）を干渉の到来方向と推定する（ステップＳ１４２）。

【0277】

その後、基地局４の動作は、図１３のステップＳ１４へ移行する。

【0278】

図１７は、図１３に示すステップＳ１４の詳細な動作を説明するためのフローチャートである。

【0279】

図１７を参照して、図１３のステップＳ１３の後、受信手段４２は、ビームを放射してキャリアセンスを行い、受信信号強度ＲＳＳＩの時系列データＲＳＳＩ（ｔ）を取得する（ステップＳ１４－１）。

【0280】

処理手段４５は、受信手段４２から時系列データＲＳＳＩ（ｔ）を受けると、時系列データＲＳＳＩ（ｔ）に基づいて、上述した方法によって、ビジー状態Ｂとアイドル状態Ｉとの時系列データＢ／Ｉ（ｔ）を生成する（ステップＳ１４－２）。そして、処理手段４５は、時系列データＢ／Ｉ（ｔ）を予測手段４６へ出力する。

【0281】

予測手段４６の生成ユニット４６１は、上述した方法によって、時系列データＢ／Ｉ（ｔ）に基づいて予測処理用データＤａｔａ＿Ｐと目標データＤａｔａ＿Ｔとを生成する（ステップＳ１４－３）。

【0282】

そして、生成ユニット４６１は、予測処理用データＤａｔａ＿Ｐを確率的ニューラルネットワーク（ＰＮＮ）４６２へ出力し、目標データＤａｔａ＿Ｔを予測ユニット４６３へ出力する。

【0283】

その後、確率的ニューラルネットワーク（ＰＮＮ）４６２は、予測処理用データＤａｔａ＿Ｐを入力として確率的ニューラルネットワーク（ＰＮＮ）による機械学習を行い、Ｇ個のクラスに対応するＧ個の放射基底関数データｇ_１～ｇ_Ｇを生成する（ステップＳ１４－４）。そして、確率的ニューラルネットワーク（ＰＮＮ）４６２は、Ｇ個の放射基底関数データｇ_１～ｇ_Ｇを予測ユニット４６３へ出力する。

【0284】

予測ユニット４６３は、Ｇ個の放射基底関数データｇ_１～ｇ_Ｇから最大の放射基底関数データｇ_ｍａｘを検出する（ステップＳ１４－５）。

【0285】

そうすると、予測ユニット４６３は、最大の放射基底関数データｇ_ｍａｘが得られるクラスに対応する目標データＤａｔａ＿Ｔの行を将来の時点ｔ＿ｎｏｗにおける予測パターンとすることによって時系列データＢ／Ｉ（ｔ）＿Ｆを予測する（ステップＳ１４－６）。

【0286】

その後、基地局４の動作は、図１３のステップＳ１５へ移行する。

【0287】

なお、複数の干渉源がある場合、複数の干渉源の各々について、図１７に示すフローチャートに従って時系列データＢ／Ｉ（ｔ）＿Ｆが予測される。

【0288】

なお、ＭＵＳＩＣスペクトラムＰ_ＭＵ（θ）を用いて干渉の有無の推定方法１を実行する場合、図１３に示すフローチャート（図１４から図１７に示すフローチャートを含む）において、仰角θのみの関数であるＭＵＳＩＣスペクトラムＰ_ＭＵ（θ）（式（２１）参照）を用いればよい。

【0289】

ＭＵＳＩＣスペクトラムＰ_ＭＵ（θ）を用いた場合、干渉の到来方向は、仰角θによって表わされることになるが、干渉源の位置も推定されるので、その推定された干渉源の位置と基地局４の位置とに基づいて方位角φを算出すれば、仰角θおよび方位角φの関数であるＭＵＳＩＣスペクトラムＰ_ＭＵ（θ，φ）を用いたときの干渉の到来方向と実質的に同じ干渉の到来方向を推定できる。

【0290】

その結果、図１７のステップＳ１４－１においては、ＭＵＳＩＣスペクトラムＰ_ＭＵ（θ）を用いた場合でも、ＭＵＳＩＣスペクトラムＰ_ＭＵ（θ，φ）を用いたときの時系列データＲＳＳＩ（ｔ）と実質的に同じ品質の受信信号強度ＲＳＳＩの時系列データを取得できる。

【0291】

基地局４の動作は、ソフトウェアによって実現されてもよい。この場合、基地局４は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）およびＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）を備える。そして、ＲＯＭは、図１３に示すフローチャート（図１４から図１７に示すフローチャートを含む）の各ステップからなるプログラムＰｒｏｇ＿Ａを記憶する。

【0292】

ＣＰＵは、ＲＯＭからプログラムＰｒｏｇ＿Ａを読み出し、その読み出したプログラムＰｒｏｇ＿Ａを実行して、干渉の有無を推定するとともに、干渉が有ると推定したとき、干渉の到来方向および干渉源の位置を推定する。ＲＡＭは、ＭＵＳＩＣスペクトラムおよび相関係数等を一時的に記憶する。

【0293】

また、プログラムＰｒｏｇ＿Ａは、ＣＤ，ＤＶＤ等の記録媒体に記録されて流通してもよい。プログラムＰｒｏｇ＿Ａを記録した記録媒体がコンピュータに装着されると、コンピュータは、記録媒体からプログラムＰｒｏｇ＿Ａを読み出して実行して、干渉の有無を推定するとともに、干渉が有ると推定したとき、干渉の到来方向および干渉源の位置を推定する。

【0294】

従って、プログラムＰｒｏｇ＿Ａを記録した記録媒体は、コンピュータ読み取り可能な記録媒体である。

【0295】

上記においては、通信システム１０は、室内に配置されると説明したが、この発明の実施の形態においては、これに限らず、通信システム１０は、屋外に配置されてもよい。

【0296】

また、この発明の実施の形態においては、通信システム１０は、ＲＩＳ３に代えてＩＲＳ（Intelligent Reflecting Surface）を備えていてもよい。

【0297】

更に、上記においては、ＭＵＳＩＣスペクトラムは、（θ，φ）の関数として表わされること（式（２０）参照）、または（θ）の関数として表わされること（式（２１）参照）を説明したが、この発明の実施の形態においては、ＭＵＳＩＣスペクトラムは、θおよびφのうちのいずれか一方の関数として表わされてもよい。この場合、上述した方法と類似の方法によってＭＵＳＩＣスペクトラムが算出される。

【0298】

この発明の実施の形態においては、アンテナ４１（４１－１～４１－Ｋ）、受信手段４２、演算手段４３、推定手段４４、処理手段４５、予測手段４６および制御手段４７は、「干渉推定装置」を構成する。

【0299】

また、この発明の実施の形態においては、キャリアセンスを行う受信手段４２は、「キャリアセンス手段」を構成する。

【0300】

更に、この発明の実施の形態においては、時系列データＲＳＳＩ(ｔ)は、「第１の時系列データ」を構成し、時系列データＢ／Ｉ（ｔ）は、「第２の時系列データ」を構成し、時系列データＢ／Ｉ（ｔ）＿Ｆは、「第３の時系列データ」を構成する。

【0301】

更に、この発明の実施の形態においては、式（２０）に示すＭＵＳＩＣスペクトラムＰ_ＭＵ（θ，φ）、または式（２１）に示すＭＵＳＩＣスペクトラムＰ_ＭＵ（θ）は、「第１のＭＵＳＩＣスペクトラム」を構成する。

【0302】

更に、この発明の実施の形態においては、ＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＭＵ＿ＦＰ}（θ，φ）は、「第２のＭＵＳＩＣスペクトラム」を構成する。

【0303】

更に、この発明の実施の形態においては、Ｎ_Ｌ個のＭＵＳＩＣスペクトラムＰ^１ _{ＦＰ＿ｉｎｔｆ}（θ，φ）～Ｐ^ＮＬ _{ＦＰ＿ｉｎｔｆ}（θ，φ）は、「Ｎ_Ｌ個の第３のＭＵＳＩＣスペクトラム」を構成する。

【0304】

更に、この発明の実施の形態においては、ＭＵＳＩＣスペクトラムＰ^ｎｅｗ _{ＦＰ＿ｉｎｔｆ}（θ，φ）は、「第４のＭＵＳＩＣスペクトラム」を構成する。

【0305】

更に、この発明の実施の形態においては、推定手段４４が図１５に示すフローチャートのステップＳ１１８～ステップＳ１２２を実行することは、「干渉の有無が不明であるときの第２のＭＵＳＩＣスペクトラムと干渉が無いときのＮ_Ｋ個の第１のＭＵＳＩＣスペクトラムとの関連性の強さに応じて、干渉の有無を推定することに相当する。」
推定手段４４は、図１５に示すフローチャートのステップＳ１１９においてｎ_Ｓ＝Ｎ_Ｓであると判定するまで、ステップＳ１１８の“ＮＯ”→ステップＳ１１９の“ＮＯ”→ステップＳ１２０を繰り返し実行し、ステップＳ１１９においてｎ_Ｓ＝Ｎ_Ｓであると判定すると、ステップＳ１２１において“干渉有り”と推定し、ステップＳ１１９においてｎ_Ｓ＝Ｎ_Ｓであると判定するまでに、ステップＳ１１８において相関係数ρ^{ｎＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}が最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}以上でない（即ち、相関係数ρ^{ｎＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}が最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}よりも小さい）と、少なくとも１回、判定されたとき、テップＳ１２２において“干渉無し”と推定するので、干渉の有無が不明であるときの第２のＭＵＳＩＣスペクトラムと干渉が無いときのＮ_Ｋ個の第１のＭＵＳＩＣスペクトラムとの関連性が強いとき（即ち、相関係数ρ^{ｎＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}が最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}以上であるとき）、“干渉無し”と推定し、干渉の有無が不明であるときの第２のＭＵＳＩＣスペクトラムと干渉が無いときのＮ_Ｋ個の第１のＭＵＳＩＣスペクトラムとの関連性が弱いとき（即ち、相関係数ρ^{ｎＳ，ｎｅｗ} _{ＭＵ＿ＦＰ}が最小の相関係数ρ^ｍｉｎ _{ＭＵ＿ＦＰ}よりも小さいとき）、“干渉有り”と推定するからである。

【0306】

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した実施の形態の説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

【産業上の利用可能性】

【0307】

この発明は、干渉推定装置およびコンピュータに実行させるためのプログラムに適用される。

【符号の説明】

【0308】

１，２ 端末装置、３ 再構成可能インテリジェントサーフェス（ＲＩＳ）、４ 基地局、１０ 通信システム、４１ アンテナ、４２ 受信手段、４３ 演算手段、４４ 推定手段、４５ 処理手段、４６ 予測手段、４７ 制御手段、４８ 送信手段、２０ 部屋、２１～２４ 壁面、４６１ 生成ユニット、４６２ 確率的ニューラルネットワーク（ＰＮＮ）、４６３ 予測ユニット。

【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】

【図17】