知財求人 - 知財ポータルサイト「IP Force」
▶ 日本電気株式会社の特許一覧 ▶ ＮＥＣソリューションイノベータ株式会社の特許一覧
(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】P2024173492
(43)【公開日】2024-12-12
(54)【発明の名称】電波発射源の識別装置、識別方法およびプログラム
(51)【国際特許分類】
H04B 17/391 20150101AFI20241205BHJP
H04B 17/309 20150101ALI20241205BHJP
【ＦＩ】
H04B17/391
H04B17/309
【審査請求】未請求
【請求項の数】10
【出願形態】ＯＬ
(21)【出願番号】P 2023091941
(22)【出願日】2023-06-02
(71)【出願人】
【識別番号】000004237
【氏名又は名称】日本電気株式会社
(71)【出願人】
【識別番号】000232092
【氏名又は名称】ＮＥＣソリューションイノベータ株式会社
(74)【代理人】
【識別番号】100149548
【弁理士】
【氏名又は名称】松沼 泰史
(74)【代理人】
【識別番号】100181135
【弁理士】
【氏名又は名称】橋本 隆史
(72)【発明者】
【氏名】岸本 薫
(72)【発明者】
【氏名】大辻 太一
(72)【発明者】
【氏名】鍋藤 悠
(72)【発明者】
【氏名】寺田 貴雅
(57)【要約】
【課題】電波発射源の通信状態によらず電波発射源を識別することができる方法を提供する。
【解決手段】電波発射源の識別装置は、電波を受信する手段と、受信した前記電波から通信状態分類用のデータと通信状態ごとの電波発射源推定用のデータとを生成する手段と、通信状態分類用のデータを用いて電波が示す通信状態を分類する手段と、前記通信状態の分類結果に対応する前記電波発射源推定用のデータを用いて電波発射源を推定する手段と、を備える。
【選択図】図１６
【解決手段】電波発射源の識別装置は、電波を受信する手段と、受信した前記電波から通信状態分類用のデータと通信状態ごとの電波発射源推定用のデータとを生成する手段と、通信状態分類用のデータを用いて電波が示す通信状態を分類する手段と、前記通信状態の分類結果に対応する前記電波発射源推定用のデータを用いて電波発射源を推定する手段と、を備える。
【選択図】図１６
【特許請求の範囲】
【請求項1】
電波を受信する電波受信手段と、
受信した前記電波から、通信状態分類用のデータと、通信状態ごとの電波発射源推定用のデータと、を生成する信号処理手段と、
前記通信状態分類用のデータを用いて、前記電波が示す通信状態を分類する通信状態分類手段と、
前記通信状態の分類結果に対応する前記電波発射源推定用のデータを用いて、電波発射源を推定する電波発射源推定手段と、
を備える電波発射源の識別装置。
受信した前記電波から、通信状態分類用のデータと、通信状態ごとの電波発射源推定用のデータと、を生成する信号処理手段と、
前記通信状態分類用のデータを用いて、前記電波が示す通信状態を分類する通信状態分類手段と、
前記通信状態の分類結果に対応する前記電波発射源推定用のデータを用いて、電波発射源を推定する電波発射源推定手段と、
を備える電波発射源の識別装置。
【請求項2】
前記通信状態分類手段は、前記通信状態分類用のデータと通信状態との関係を学習した学習済みモデルと、前記通信状態分類用のデータと、に基づいて、前記電波が示す通信状態を分類する、
請求項１に記載の電波発射源の識別装置。
請求項１に記載の電波発射源の識別装置。
【請求項3】
前記通信状態分類用のデータを学習して、通信状態分類用の学習済みモデルを生成する学習手段、
をさらに備える請求項1又は請求項２に記載の電波発射源の識別装置。
をさらに備える請求項1又は請求項２に記載の電波発射源の識別装置。
【請求項4】
前記通信状態ごとの前記電波発射源推定用のデータを学習して、電波発射源推定用の学習済みモデルを通信状態ごとに生成する学習手段、
をさらに備える請求項1又は請求項２に記載の電波発射源の識別装置。
をさらに備える請求項1又は請求項２に記載の電波発射源の識別装置。
【請求項5】
前記通信状態分類用のデータと、前記電波発射源推定用のデータと、前記電波発射源の推定結果と、を表示する結果表示手段、
をさらに備える請求項1又は請求項２に記載の電波発射源の識別装置。
をさらに備える請求項1又は請求項２に記載の電波発射源の識別装置。
【請求項6】
前記電波受信手段と、前記信号処理手段と、前記通信状態分類手段と、前記電波発射源推定手段とを２以上の複数備える、
請求項1又は請求項２に記載の電波発射源の識別装置。
請求項1又は請求項２に記載の電波発射源の識別装置。
【請求項7】
前記通信状態には、サーチ状態とダウンロード状態が含まれる、
請求項１又は請求項２に記載の電波発射源の識別装置。
請求項１又は請求項２に記載の電波発射源の識別装置。
【請求項8】
前記通信状態分類用のデータと前記電波発射源推定用のデータは、前記電波のスペクトラム情報、又は、前記電波から算出したＩＱ信号に基づく情報である、
請求項１又は請求項２に記載の電波発射源の識別装置。
請求項１又は請求項２に記載の電波発射源の識別装置。
【請求項9】
電波を受信するステップと、
受信した前記電波から、通信状態分類用のデータと、通信状態ごとの電波発射源推定用のデータと、を生成するステップと、
前記通信状態分類用のデータを用いて、前記電波が示す通信状態を分類するステップと、
前記通信状態の分類結果に対応する前記電波発射源推定用のデータを用いて、電波発射源を推定するステップと、
を有する電波発射源の識別方法。
受信した前記電波から、通信状態分類用のデータと、通信状態ごとの電波発射源推定用のデータと、を生成するステップと、
前記通信状態分類用のデータを用いて、前記電波が示す通信状態を分類するステップと、
前記通信状態の分類結果に対応する前記電波発射源推定用のデータを用いて、電波発射源を推定するステップと、
を有する電波発射源の識別方法。
【請求項10】
コンピュータに、
電波を受信するステップと、
受信した前記電波から、通信状態分類用のデータと、通信状態ごとの電波発射源推定用のデータと、を生成するステップと、
前記通信状態分類用のデータを用いて、前記電波が示す通信状態を分類するステップと、
前記通信状態の分類結果に対応する前記電波発射源推定用のデータを用いて、電波発射源を推定するステップと、
を実行させるプログラム。
電波を受信するステップと、
受信した前記電波から、通信状態分類用のデータと、通信状態ごとの電波発射源推定用のデータと、を生成するステップと、
前記通信状態分類用のデータを用いて、前記電波が示す通信状態を分類するステップと、
前記通信状態の分類結果に対応する前記電波発射源推定用のデータを用いて、電波発射源を推定するステップと、
を実行させるプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、電波発射源の識別装置、識別方法およびプログラムに関する。
【背景技術】
【0002】
昨今の電波利用において、電波状態の把握や電波発射源の識別を行って、電波の利用状況の調査を行うことにより、電波環境の維持、高効率の電波運用に役立てることができる。通信内容の中身は秘匿性から確認できないため、復調等をしない無処理の電波信号や、一般的なスペクトラムアナライザ等で確認できる電波の物理層情報を用いて、電波発射源の推定を行うことが多い。無線ＬＡＮ通信の通信状態は、受信電波がアクセスポイントを探しているサーチ状態とアクセスポイントと接続してデータをやり取りしているダウンロード状態の２種類に分けられる。この２種類の通信は一定区間だけを切り取れば人の目により判断可能であるが、連続して発せられる電波すべてを人の目により判断するのは難しい。また、２種類の通信波形の見た目は異なるものであるが、同発射源から発せられるため、推定時に誤りが生じることがある。
【0003】
非特許文献１には、教師あり学習アルゴリズムを用いて電波発射源を識別する無線周波数フィンガープリンティングに関する技術が開示されている。教師あり学習アルゴリズムを用いて電波発射源を推定するためには、例えば、学習データとして電波から生成した特徴量と電波発射源の装置名を示すラベルのセットを用いて学習させ、学習済みモデルを生成する。電波発射源が発する電波に複数の状態がある場合、電波から取り出した特徴量間の差異が大きくなるため、電波発射源の推定精度が低下する。例えば、上述のように無線ＬＡＮ通信の電波は２種類の状態に分けることができるが、通信状態の違いを考慮して学習済みモデルを生成しなければ、同じ電波発射源が送信する電波でも特徴量に差異があるため電波発射源の推定精度が低下してしまう。しかし、非特許文献１では、同一電波発信源が送信する電波が複数の状態を持つ状況については考慮されていない。
【0004】
また、特許文献１には、機械学習を用いて通信パラメータから無線経路の通信状態（劣化度合い）を予測する技術が開示されているが、電波発射源の推定精度向上の目的としては利用できない。
【先行技術文献】
【特許文献】
【0005】
【特許文献1】国際公開第２０２１／２０５９５９号
【非特許文献】
【0006】
【非特許文献1】S. U. Rehman, K. Sowerby, and C. Coghill, “Analysis of Receiver Front End on the Performance of RF Fingerprinting” 2012 IEEE International Symposium on Personal, Indoor, and Mobile Radio Communications (PIMRC), pp. 2494-2499, 2012.
【発明の概要】
【発明が解決しようとする課題】
【0007】
通信状態の違いを考慮して電波発射源を識別することにより、電波発射源の推定精度を向上する技術が求められている。
【0008】
そこでこの発明は、上述の課題を解決する電波発射源の識別装置、識別方法およびプログラムを提供することを目的としている。
【課題を解決するための手段】
【0009】
本発明の一態様によれば、電波発射源の識別装置は、電波を受信する電波受信手段と、受信した前記電波から、通信状態分類用のデータと、通信状態ごとの電波発射源推定用のデータと、を生成する信号処理手段と、前記通信状態分類用のデータを用いて、前記電波が示す通信状態を分類する通信状態分類手段と、前記通信状態の分類結果に対応する前記電波発射源推定用のデータを用いて、電波発射源を推定する電波発射源推定手段と、を備える。
【0010】
本発明の一態様によれば、電波発射源の識別方法は、電波を受信するステップと、受信した前記電波から、通信状態分類用のデータと、通信状態ごとの電波発射源推定用のデータと、を生成するステップと、前記通信状態分類用のデータを用いて、前記電波が示す通信状態を分類するステップと、前記通信状態の分類結果に対応する前記電波発射源推定用のデータを用いて、電波発射源を推定するステップと、を有する。
【0011】
本発明の一態様によれば、プログラムは、コンピュータに、電波を受信するステップと、受信した前記電波から、通信状態分類用のデータと、通信状態ごとの電波発射源推定用のデータと、を生成するステップと、前記通信状態分類用のデータを用いて、前記電波が示す通信状態を分類するステップと、前記通信状態の分類結果に対応する前記電波発射源推定用のデータを用いて、電波発射源を推定するステップと、を実行させる。
【発明の効果】
【0012】
本発明によれば、電波発射源の通信状態にかかわらず、電波発射源を識別することができる。
【図面の簡単な説明】
【0013】
【図1】各実施形態に係る電波発射源の識別装置の一例を示す図である。
【図2】第１実施形態に係る識別装置のブロック図である。
【図3】第１実施形態に係る電波発射源の推定方法の一例を示すフローチャートである。
【図4】第１実施形態に係る通信状態分類部の構成の一例を示す図である。
【図5】第２実施形態に係る識別装置のブロック図である。
【図6】第２実施形態に係る識別装置の動作全体の一例を示すフローチャートである。
【図7】第２実施形態に係る電波データの収集動作の一例を示すフローチャートである。
【図8】第２実施形態に係るモデル学習動作の一例を示す第１のフローチャートである。
【図9】第２実施形態に係るモデル学習動作の一例を示す第２のフローチャートである。
【図10】第２実施形態に係る電波発射源識別動作の一例を示すフローチャートである。
【図11】第３実施形態に係る識別装置のブロック図である。
【図12】第３実施形態に係る識別装置の動作全体の一例を示すフローチャートである。
【図13】第３実施形態に係る電波データ収集動作の一例を示すフローチャートである。
【図14】第３実施形態に係るモデル学習動作の一例を示すフローチャートである。
【図15】第３実施形態に係る電波発射源識別動作の一例を示すフローチャートである。
【図16】最小構成を有する電波発射源の識別装置の構成を示すブロック図である。
【図17】最小構成を有する電波発射源の識別装置の動作を示すフローチャートである。
【発明を実施するための形態】
【0014】
以下、本発明の各実施形態に係る電波発射源の識別処理について図面を参照して説明する。以下の説明に用いる図面において本発明に関係ない部分の構成については、記載を省略し、図示しない場合がある。
【0015】
＜第１実施形態＞
（構成）
図１は、各実施形態に係る電波発射源の識別装置の一例を示す図である。
電波発射源の識別装置１は、アンテナ２、受信機３、および処理端末４を備える。ユーザが利用するスマートフォンやＰＣ（Personal）などの情報処理端末は電波発射源５である。識別装置１は、電波発射源５から送信された電波をアンテナ２で受信し、受信機３でデジタル信号に変換する等の信号処理を実施し、処理端末４にて、受信信号に基づいて電波発射源５の個体を推定（識別）する処理を実施する。なお、処理端末４は、その推定結果を出力してもよい（第２実施形態、第３実施形態）。推定処理の結果には、例えば、時間軸ごとに区切られた受信電波における、周波数軸に変換した電力強度と、受信電波を発した電波発射源５の個体（情報処理装置の識別情報）や種類（機種）と、その通信状態が含まれる。
（構成）
図１は、各実施形態に係る電波発射源の識別装置の一例を示す図である。
電波発射源の識別装置１は、アンテナ２、受信機３、および処理端末４を備える。ユーザが利用するスマートフォンやＰＣ（Personal）などの情報処理端末は電波発射源５である。識別装置１は、電波発射源５から送信された電波をアンテナ２で受信し、受信機３でデジタル信号に変換する等の信号処理を実施し、処理端末４にて、受信信号に基づいて電波発射源５の個体を推定（識別）する処理を実施する。なお、処理端末４は、その推定結果を出力してもよい（第２実施形態、第３実施形態）。推定処理の結果には、例えば、時間軸ごとに区切られた受信電波における、周波数軸に変換した電力強度と、受信電波を発した電波発射源５の個体（情報処理装置の識別情報）や種類（機種）と、その通信状態が含まれる。
【0016】
図２は、第１実施形態に係る電波発射源の識別装置のブロック図である。
図２に示すように電波発射源の識別装置１は、電波受信部１１と、信号処理部１２と、通信状態分類部１３と、電波発射源推定部１４と、を備える。
電波受信部１１は、電波発射源５が無線送信した電波を受信する。電波受信部１１は、例えば、図１のアンテナ２と受信機３に対応する。
信号処理部１２は、電波受信部１１で受信した信号からＩＱ(In phase/Quadrature phase)信号を算出し、画像情報（ＩＱ信号の軌跡の画像）に変換する。また、電波受信部１１で受信処理した時間軸信号を周波数軸信号に変換して電力強度を表現したスペクトラム情報を算出する。信号処理部１２は、例えば、図１の処理端末４が備える機能である。
通信状態分類部１３は、信号処理部１２から得たＩＱ信号の画像情報に基づいて、電波受信部１１が受信した電波が示す通信状態をサーチ状態か又はダウンロード状態かに分類する。通信状態分類部１３は、例えば、図１の処理端末４が備える機能である。
図２に示すように電波発射源の識別装置１は、電波受信部１１と、信号処理部１２と、通信状態分類部１３と、電波発射源推定部１４と、を備える。
電波受信部１１は、電波発射源５が無線送信した電波を受信する。電波受信部１１は、例えば、図１のアンテナ２と受信機３に対応する。
信号処理部１２は、電波受信部１１で受信した信号からＩＱ(In phase/Quadrature phase)信号を算出し、画像情報（ＩＱ信号の軌跡の画像）に変換する。また、電波受信部１１で受信処理した時間軸信号を周波数軸信号に変換して電力強度を表現したスペクトラム情報を算出する。信号処理部１２は、例えば、図１の処理端末４が備える機能である。
通信状態分類部１３は、信号処理部１２から得たＩＱ信号の画像情報に基づいて、電波受信部１１が受信した電波が示す通信状態をサーチ状態か又はダウンロード状態かに分類する。通信状態分類部１３は、例えば、図１の処理端末４が備える機能である。
【0017】
電波発射源推定部１４は、信号処理部１２から得たスペクトラム情報に対して、通信状態分類部１３の分類結果に応じた特徴量の抽出処理を行い、抽出した特徴量から電波発射源５を推定する。電波発射源推定部１４は、例えば、図１の処理端末４が備える機能である。
なお、電波発信源の特定に使用する電波の特徴量は、スペクトラム情報から抽出できる特徴量（スペクトラム特徴量と称する）に限定されず、他の特徴量を用いてもよい。例えば、スペクトラム特徴量に代えて又は加えて、受信信号のトランジェント（立ち上がり、立ち下り）、受信信号のエラーベクトル振幅（ＥＶＭ）を用いてもよい。その他、電波特徴量としては、例えば、ＩＱ位相（同相・直交位相）誤差、ＩＱインバランス量等を用いてもよいし、周波数オフセット、シンボルクロック誤差のうち１又は複数の特徴量を用いて発射源を推定してもよい。
なお、電波発信源の特定に使用する電波の特徴量は、スペクトラム情報から抽出できる特徴量（スペクトラム特徴量と称する）に限定されず、他の特徴量を用いてもよい。例えば、スペクトラム特徴量に代えて又は加えて、受信信号のトランジェント（立ち上がり、立ち下り）、受信信号のエラーベクトル振幅（ＥＶＭ）を用いてもよい。その他、電波特徴量としては、例えば、ＩＱ位相（同相・直交位相）誤差、ＩＱインバランス量等を用いてもよいし、周波数オフセット、シンボルクロック誤差のうち１又は複数の特徴量を用いて発射源を推定してもよい。
【0018】
（動作）
次に図３を参照して、第１実施形態における電波発射源の推定処理の流れを説明する。
図３は、第１実施形態に係る電波発射源の推定方法の一例を示すフローチャートである。
まず、電波受信部１１が、電波発射源５からの電波を受信する（ステップＳ１１１）。信号処理部１２は、受信された電波から電波受信結果の画像情報（例えば、ＩＱ信号の画像情報）を算出し、算出した電波受信結果の画像情報を通信状態分類部１３へ出力する。次に通信状態分類部１３が、電波受信結果の画像情報を取得する（ステップＳ１１２）。通信状態分類部１３は、電波受信結果の画像情報に基づいて、通信状態を分類する（ステップＳ１１３）。分類の方法については、後に図４を用いて説明する。
次に図３を参照して、第１実施形態における電波発射源の推定処理の流れを説明する。
図３は、第１実施形態に係る電波発射源の推定方法の一例を示すフローチャートである。
まず、電波受信部１１が、電波発射源５からの電波を受信する（ステップＳ１１１）。信号処理部１２は、受信された電波から電波受信結果の画像情報（例えば、ＩＱ信号の画像情報）を算出し、算出した電波受信結果の画像情報を通信状態分類部１３へ出力する。次に通信状態分類部１３が、電波受信結果の画像情報を取得する（ステップＳ１１２）。通信状態分類部１３は、電波受信結果の画像情報に基づいて、通信状態を分類する（ステップＳ１１３）。分類の方法については、後に図４を用いて説明する。
【0019】
次に、信号処理部１２が、受信電波のスペクトラム情報を算出し（ステップＳ１１４）、算出したスペクトラム情報を電波発射源推定部１４へ出力する。電波発射源推定部１４は、発射源識別のためのスペクトラム特徴量を抽出し（ステップＳ１１５）、電波発射源５の個体を推定する（ステップＳ１１６）。例えば、受信電波がアクセスポイントを探しているサーチ状態か、又は、アクセスポイントと接続してデータをやり取りしているダウンロード状態かによって、スペクトラム特徴量のうちのどの特徴量に注目して発射源を識別するかが予め定められていて、例えば、データテーブル等に設定されており、電波発射源推定部１４は、このデータテーブル等を保持している。電波発射源推定部１４は、ステップＳ１１３の分類結果とデータテーブル等に基づいて、ステップＳ１１４で算出されたスペクトラム情報から、電波発射源５の個体の識別に必要な通信状態に応じたスペクトラム特徴量を抽出する（ステップＳ１１５）。また、例えば、電波発射源５の個体の識別情報と通信状態別のスペクトラム特徴量との関係を学習した学習済みモデルが予め用意され、電波発射源推定部１４が、この学習済みモデル（例えば、サーチ状態用の学習済みモデルと、ダウンロード状態用の学習済みモデル）を有している。電波発射源推定部１４は、ステップＳ１１５で抽出したスペクトラム特徴量と、通信状態に応じた学習済みモデルとに基づいて、電波発射源５の個体を推定する（ステップＳ１１６）。例えば、電波発射源推定部１４は、電波発射源５のスマートフォンやＰＣ等の識別情報を推定する。
電波受信部１１において電波を受信し続ける限り、ステップＳ１１１～Ｓ１１６の処理が繰り返し実行される。
電波受信部１１において電波を受信し続ける限り、ステップＳ１１１～Ｓ１１６の処理が繰り返し実行される。
【0020】
通信状態分類部１３の構成例を図４に示す。通信状態を分類する構成の一例として、受信結果の画像情報から抽出したＨＯＧ特徴量を用いて機械学習を行い、学習済みモデルを生成し、この学習済みモデルによって分類する方法が挙げられる。ＨＯＧ特徴量とは画像を複数のブロックに分割し、ブロックごとに画像の輝度とその勾配の値をまとめたものである。ＨＯＧ特徴量をベクトル化し、通信状態（サーチ状態か、ダウンロード状態か）のラベルを付与したデータセットを用いて教師あり学習をすることで、入力をHOG特徴量のベクトル、出力を通信状態の分類結果とする学習済みモデルを生成することができる。そして、生成した学習済みモデルを通信状態分類部１３に適用する。図３のステップＳ１１３において、通信状態分類部１３は、ステップＳ１１２で取得した画像からＨＯＧ特徴量を抽出し、学習済みモデルに入力する。学習済みモデルは、入力されたＨＯＧ特徴量に応じた通信状態を出力する。通信状態分類部１３は、ステップＳ１１１で受信された電波の通信状態を、学習済みモデルによって出力された通信状態に分類する（ステップＳ１１３）。
【0021】
（効果）
一般的な電波発射源の推定方法では、電波の受信結果と電波発射源５のラベルのセットのみを用いて学習モデルを生成しているため、学習用データと通信状態が異なる受信電波に対しては、その発射源を推定することができない。これに対し、本実施形態によれば、通信状態を分類し、その分類結果に対応する受信電波の特徴量に注目して、電波発射源５の推定を行う。これにより、精度よく電波発射源５の個体を識別することができる。また、電波発射源の通信状態が変化した場合でも電波発射源５の推定が可能になる。
一般的な電波発射源の推定方法では、電波の受信結果と電波発射源５のラベルのセットのみを用いて学習モデルを生成しているため、学習用データと通信状態が異なる受信電波に対しては、その発射源を推定することができない。これに対し、本実施形態によれば、通信状態を分類し、その分類結果に対応する受信電波の特徴量に注目して、電波発射源５の推定を行う。これにより、精度よく電波発射源５の個体を識別することができる。また、電波発射源の通信状態が変化した場合でも電波発射源５の推定が可能になる。
【0022】
なお、通信状態についてサーチ状態とダウンロード状態に限らず、任意のＮ個の状態（Ｎは１以上の自然数）が存在する場合にも本実施形態は適用可能である。また、電波発射源５は１つに限らず、任意のＭ個（Ｍは１以上の自然数）の電波発射源５が存在する場合にも本実施形態は適用可能である。また、電波発射源５を推定するステップＳ１１６において発射源個体の識別情報を推定することに代えて、又は、加えて電波発射源５の機種を推定するように構成してもよい。
【0023】
＜第２実施形態＞
次に図５～図１０を参照して、本発明の第２実施形態について説明する。第２実施形態では、通信状態の分類に用いる学習済みモデルを生成する構成と、電波発射源５の推定結果を出力する機能を追加する。
次に図５～図１０を参照して、本発明の第２実施形態について説明する。第２実施形態では、通信状態の分類に用いる学習済みモデルを生成する構成と、電波発射源５の推定結果を出力する機能を追加する。
【0024】
（構成）
図５は、第２実施形態に係る識別装置のブロック図である。第２実施形態に係る電波発射源の識別装置１Ａの構成のうち、第１実施形態に係る識別装置１を構成する機能部と同じものには同じ符号を付し、それらの説明を省略する。識別装置１Ａは、第１実施形態の識別装置１が備える構成に加え、収集データ保管部２１と、学習部２２と、結果表示部２３とを備える。
図５は、第２実施形態に係る識別装置のブロック図である。第２実施形態に係る電波発射源の識別装置１Ａの構成のうち、第１実施形態に係る識別装置１を構成する機能部と同じものには同じ符号を付し、それらの説明を省略する。識別装置１Ａは、第１実施形態の識別装置１が備える構成に加え、収集データ保管部２１と、学習部２２と、結果表示部２３とを備える。
【0025】
収集データ保管部２１は、信号処理部１２が算出したＩＱ信号の画像情報に対象信号がサーチ状態かダウンロード状態かを示す情報（以降、通信状態パターンと称する。）を紐づけた通信状態分類用の教師データと、信号処理部１２が算出したスペクトラム情報に電波発射源５の個体の識別情報および通信状態パターンを付与した電波発射源推定用の教師データを保管（記憶）する。
【0026】
学習部２２は、収集データ保管部２１から通信状態分類用の教師データを読み出して学習を行い、通信状態分類用の学習済みモデルを生成する。学習部２２は、通信状態分類用の学習済みモデルを通信状態分類部１３へ渡す。学習部２２は、収集データ保管部２１から電波発射源推定用の教師データを読み出して、サーチ状態とダウンロード状態に分けて、学習済みモデルとを生成する。つまり、通信状態がサーチ状態の場合に用いる電波発射源推定用の学習済みモデルと、通信状態がダウンロード状態の場合に用いる電波発射源推定用の学習済みモデルとを生成して、２つの学習済みモデルを電波発射源推定部１４へ渡す。
【0027】
結果表示部２３は、信号処理部１２から出力されたＩＱ信号の画像情報およびスペクトラム情報、通信状態分類部１３による通信状態の分類結果、および電波発射源推定部１４による電波発射源の推定結果（電波発射源の個体の識別情報）を表示装置や電子ファイルなどに出力し、これらの情報を利用者に提示する。
【0028】
（動作）
次に図６～図１０を参照して、識別装置１Ａの動作について説明する。
図６は、第２実施形態に係る識別装置の動作全体の一例を示すフローチャートである。
図示するように識別装置１Ａの動作は、電波データの収集ステップ（ステップＳ２１）、モデルの学習ステップ（ステップＳ２２）、電波発射源の識別ステップ（ステップＳ２３）を含む。
次に図６～図１０を参照して、識別装置１Ａの動作について説明する。
図６は、第２実施形態に係る識別装置の動作全体の一例を示すフローチャートである。
図示するように識別装置１Ａの動作は、電波データの収集ステップ（ステップＳ２１）、モデルの学習ステップ（ステップＳ２２）、電波発射源の識別ステップ（ステップＳ２３）を含む。
【0029】
図７に、電波データの収集ステップ（ステップＳ２１）の詳細を示す。
図７は、第２実施形態に係る電波データの収集動作の一例を示すフローチャートである。
電波受信部１１が、電波データを収集する（ステップＳ２１１）。信号処理部１２は、収集された電波データについて信号処理を行い、信号処理後の電波データを収集データ保管部２１へ出力する。収集データ保管部２１は、電波データを加工して教師データを生成し、教師データを収集データ保管部２１に保管する（ステップＳ２１２）。例えば、収集データ保管部２１は、信号処理部１２が算出したＩＱ信号の画像情報から特徴量（例えば、ＨＯＧ特徴量）を算出し、この特徴量に通信状態パターンを紐づけて通信状態分類用の教師データを生成し、この教師データを保管する。また、例えば、収集データ保管部２１は、電波データからスペクトラム特徴量（他の電波特徴量でもよい。）を算出し、算出したスペクトラム情報に電波発射源５の個体の識別情報および通信状態パターンを付与した電波発射源推定用の教師データを生成し、生成した教師データを保管する。
図７は、第２実施形態に係る電波データの収集動作の一例を示すフローチャートである。
電波受信部１１が、電波データを収集する（ステップＳ２１１）。信号処理部１２は、収集された電波データについて信号処理を行い、信号処理後の電波データを収集データ保管部２１へ出力する。収集データ保管部２１は、電波データを加工して教師データを生成し、教師データを収集データ保管部２１に保管する（ステップＳ２１２）。例えば、収集データ保管部２１は、信号処理部１２が算出したＩＱ信号の画像情報から特徴量（例えば、ＨＯＧ特徴量）を算出し、この特徴量に通信状態パターンを紐づけて通信状態分類用の教師データを生成し、この教師データを保管する。また、例えば、収集データ保管部２１は、電波データからスペクトラム特徴量（他の電波特徴量でもよい。）を算出し、算出したスペクトラム情報に電波発射源５の個体の識別情報および通信状態パターンを付与した電波発射源推定用の教師データを生成し、生成した教師データを保管する。
【0030】
図８～９に、モデルの学習ステップ（ステップＳ２２）の詳細を示す。
図８は、第２実施形態に係るモデル学習動作の一例を示す第１のフローチャートである。
まず、収集データ保管部２１が教師データを読み出す（ステップＳ２２１）。収集データ保管部２１は、通信状態分類用の教師データを読み出して学習部２２へ渡す。また、収集データ保管部２１は、電波発射源推定用の教師データを読み出して学習部２２へ渡す。
次に、学習部２２が、通信状態分類部１３が用いるモデルを学習する（ステップＳ２２２）。学習部２２は、通信状態分類用の教師データを学習して、通信状態分類用の学習済みモデルを生成する。次に、学習部２２が、電波発射源推定部１４が用いるモデルを学習する（ステップＳ２２３）。学習部２２は、電波発射源推定用の教師データに含まれる通信状態パターンを参照してサーチ状態の教師データを抽出し、サーチ状態の教師データを学習して、サーチ状態の電波発射源推定用の学習済みモデルを生成する。同様に、学習部２２は、電波発射源推定用の教師データからダウンロード状態の教師データを抽出して学習し、ダウンロード状態の電波発射源推定用の学習済みモデルを生成する。次に、学習部２２が、学習済みモデルを出力する（ステップＳ２２４）。学習部２２は、ステップＳ２２２で生成した通信状態分類用の学習済みモデルを通信状態分類部１３へ出力する。学習部２２は、ステップＳ２２３で生成した電波発射源推定用の学習済みモデル（サーチ状態とダウンロード状態の２つの学習済みモデル）を電波発射源推定部１４へ出力する。
図８は、第２実施形態に係るモデル学習動作の一例を示す第１のフローチャートである。
まず、収集データ保管部２１が教師データを読み出す（ステップＳ２２１）。収集データ保管部２１は、通信状態分類用の教師データを読み出して学習部２２へ渡す。また、収集データ保管部２１は、電波発射源推定用の教師データを読み出して学習部２２へ渡す。
次に、学習部２２が、通信状態分類部１３が用いるモデルを学習する（ステップＳ２２２）。学習部２２は、通信状態分類用の教師データを学習して、通信状態分類用の学習済みモデルを生成する。次に、学習部２２が、電波発射源推定部１４が用いるモデルを学習する（ステップＳ２２３）。学習部２２は、電波発射源推定用の教師データに含まれる通信状態パターンを参照してサーチ状態の教師データを抽出し、サーチ状態の教師データを学習して、サーチ状態の電波発射源推定用の学習済みモデルを生成する。同様に、学習部２２は、電波発射源推定用の教師データからダウンロード状態の教師データを抽出して学習し、ダウンロード状態の電波発射源推定用の学習済みモデルを生成する。次に、学習部２２が、学習済みモデルを出力する（ステップＳ２２４）。学習部２２は、ステップＳ２２２で生成した通信状態分類用の学習済みモデルを通信状態分類部１３へ出力する。学習部２２は、ステップＳ２２３で生成した電波発射源推定用の学習済みモデル（サーチ状態とダウンロード状態の２つの学習済みモデル）を電波発射源推定部１４へ出力する。
【0031】
なお、図８において、ステップＳ２２２およびステップＳ２２３は直列に記載しているが、２つのステップに依存関係はないため、並列に実施してもよい。並列に実施した場合のフローチャートを図９に示す。各ステップの処理内容は図８で説明したとおりである。
【0032】
図１０に、電波発射源の識別ステップ（ステップＳ２３）の詳細を示す。
図１０は、第２実施形態に係る電波発射源の識別動作の一例を示すフローチャートである。前提として、通信状態分類部１３は、図８～図９のステップＳ２２２で生成された学習済みモデルを有している。電波発射源推定部１４は、図８～図９のステップＳ２２３で生成された２つの学習済みモデルを有している。図１と同様の処理については説明を省略する。
まず、電波受信部１１が、電波発射源５からの電波を受信する（ステップＳ１１１）。次に通信状態分類部１３が、電波受信結果の画像情報を取得する（ステップＳ１１２）。次に通信状態分類部１３は、通信状態を分類する（ステップＳ１１３）。このとき、通信状態分類部１３は、ステップＳ２２２で生成された通信状態分類用の学習済みモデルを使って、通信状態を分類する。
図１０は、第２実施形態に係る電波発射源の識別動作の一例を示すフローチャートである。前提として、通信状態分類部１３は、図８～図９のステップＳ２２２で生成された学習済みモデルを有している。電波発射源推定部１４は、図８～図９のステップＳ２２３で生成された２つの学習済みモデルを有している。図１と同様の処理については説明を省略する。
まず、電波受信部１１が、電波発射源５からの電波を受信する（ステップＳ１１１）。次に通信状態分類部１３が、電波受信結果の画像情報を取得する（ステップＳ１１２）。次に通信状態分類部１３は、通信状態を分類する（ステップＳ１１３）。このとき、通信状態分類部１３は、ステップＳ２２２で生成された通信状態分類用の学習済みモデルを使って、通信状態を分類する。
【0033】
次に、信号処理部１２が、受信電波のスペクトラム情報を算出する（ステップＳ１１４）。次に、電波発射源推定部１４は、ステップＳ１１３で分類した通信状態に応じて発射源識別のための特徴量を抽出する（ステップＳ１１５）。次に電波発射源推定部１４は、電波発射源の個体を推定する（ステップＳ１１６）。例えば、通信状態がサーチ状態であれば、電波発射源推定部１４は、ステップＳ１１５で抽出したサーチ状態用のスペクトラム特徴量を、サーチ状態用の電波発射源推定用学習済みモデルに入力する。電波発射源推定部１４は、学習済みモデルが出力する個体の識別情報を電波発射源５の個体として推定する。同様に、通信状態がダウンロード状態であれば、電波発射源推定部１４は、ステップＳ１１５で抽出したダウンロード状態用のスペクトラム特徴量を、ダウンロード状態用の電波発射源推定用学習済みモデルに入力し、学習済みモデルが出力する個体の識別情報を電波発射源５の個体として推定する。
【0034】
次に結果表示部２３が、電波情報と発射源個体推定結果を表示する（ステップＳ２３１）。結果表示部２３は、ステップＳ１１１で受信された電波について、信号処理部１２によって算出されたＩＱ信号の画像情報およびスペクトラム情報、通信状態分類部１３による通信状態の分類結果、電波発射源推定部１４による電波発射源の推定結果（個体の識別情報など）を表示装置等へ出力する。
電波受信部１１において電波を受信し続ける限り、ステップＳ１１１～Ｓ２３１の処理が繰り返し実行される。
電波受信部１１において電波を受信し続ける限り、ステップＳ１１１～Ｓ２３１の処理が繰り返し実行される。
【0035】
（効果）
第２実施形態によれば、第１実施形態の効果に加え、通信状態の分類や電波発射源の推定に用いる学習済みモデルを生成する。例えば、電波発射源の個体や通信状態が増えた場合でも、速やかに学習済みモデルを生成し直すことで、これらの変更に対応することができる。また、電波情報と発射源個体推定結果を表示することにより、識別装置１Ａの利用者の利便性を向上することができる。
第２実施形態によれば、第１実施形態の効果に加え、通信状態の分類や電波発射源の推定に用いる学習済みモデルを生成する。例えば、電波発射源の個体や通信状態が増えた場合でも、速やかに学習済みモデルを生成し直すことで、これらの変更に対応することができる。また、電波情報と発射源個体推定結果を表示することにより、識別装置１Ａの利用者の利便性を向上することができる。
【0036】
なお、通信状態分類用の学習済みモデルを作成する教師データについて、画像の特徴量に限らず、例えば、一定区間にサンプリングされたＩＱ信号の数値ベクトル等電波の受信結果を示す情報を用いてもよい。また、電波発射源推定用の学習モデルを作成する教師データについて、スペクトラム情報に基づく特徴量だけでなく、一定区間にサンプリングされたＩＱ信号の数値ベクトル等電波の受信結果を示す情報を用いてもよい。
【0037】
＜第３実施形態＞
次に図１１～図１５を参照して、本発明の第３実施形態について説明する。第３実施形態は、図１で示すアンテナ２と受信機３のセットを追加したときの構成例である。ここでは、一例として、アンテナ２と受信機３のセットが２セット接続されている場合を例に説明を行う。
次に図１１～図１５を参照して、本発明の第３実施形態について説明する。第３実施形態は、図１で示すアンテナ２と受信機３のセットを追加したときの構成例である。ここでは、一例として、アンテナ２と受信機３のセットが２セット接続されている場合を例に説明を行う。
【0038】
（構成）
図１１は、第３実施形態に係る識別装置のブロック図である。第３実施形態に係る電波発射源の識別装置１Ｂの構成のうち、第１実施形態に係る識別装置１を構成する機能部、第２実施形態に係る識別装置１Ａを構成する機能部と同じものには同じ符号を付し、それらの説明を省略する。識別装置１Ｂは、第２実施形態の識別装置１Ａが備える構成に加え、電波受信部３１と、信号処理部３２と、通信状態分類部３３と、電波発射源推定部３４と、を備える。
図１１は、第３実施形態に係る識別装置のブロック図である。第３実施形態に係る電波発射源の識別装置１Ｂの構成のうち、第１実施形態に係る識別装置１を構成する機能部、第２実施形態に係る識別装置１Ａを構成する機能部と同じものには同じ符号を付し、それらの説明を省略する。識別装置１Ｂは、第２実施形態の識別装置１Ａが備える構成に加え、電波受信部３１と、信号処理部３２と、通信状態分類部３３と、電波発射源推定部３４と、を備える。
【0039】
電波受信部３１の機能は、第１実施形態の電波受信部１１と同様である。信号処理部３２の機能は、第１実施形態の信号処理部１２と同様である。通信状態分類部３３の機能は、第１実施形態の通信状態分類部１３と同様である。電波発射源推定部３４の機能は、第１実施形態の電波発射源推定部１４と同様である。つまり、電波受信部１１、信号処理部１２、通信状態分類部１３、電波発射源推定部１４は１セット目のアンテナ２等で受信された電波を処理する構成であり、電波受信部３１、信号処理部３２、通信状態分類部３３、電波発射源推定部３４は２セット目のアンテナ２等で受信された電波を処理する構成である。
【0040】
以下、１セット目のアンテナ２等をａ側、２セット目のアンテナ２等をｂ側、電波受信部１１を電波受信部ａ、電波受信部３１を電波受信部ｂ、信号処理部１２を信号処理部ａ、信号処理部３２を信号処理部ｂ、通信状態分類部１３を通信状態分類部ａ、通信状態分類部３３を通信状態分類部ｂ、電波発射源推定部１４を電波発射源推定部ａ、電波発射源推定部３４を電波発射源推定部ｂのように記載する場合がある。
【0041】
（動作）
次に識別装置１Ｂの動作について説明する。
図１２は、第３実施形態に係る識別装置の動作全体の一例を示すフローチャートである。
識別装置１Ｂの動作は、電波データの収集ステップ（ステップＳ３１）、モデルの学習ステップ（ステップＳ３２）、電波発射源の識別ステップ（ステップＳ３３）を含む。
次に識別装置１Ｂの動作について説明する。
図１２は、第３実施形態に係る識別装置の動作全体の一例を示すフローチャートである。
識別装置１Ｂの動作は、電波データの収集ステップ（ステップＳ３１）、モデルの学習ステップ（ステップＳ３２）、電波発射源の識別ステップ（ステップＳ３３）を含む。
【0042】
図１３に、電波データの収集ステップ（ステップＳ３１）の詳細を示す。
図１３は、第３実施形態に係る電波データの収集動作の一例を示すフローチャートである。
ａ側の処理である、図１３のステップＳ２１１～Ｓ２１２は、図７のフローと同様のため説明を省略する。ステップＳ２１１～Ｓ２１２では、ａ側のアンテナ２で受信したデータを収集し、ａ側用の教師データを生成し、収集データ１３１として保管する。
ｂ側については、ｂ側の構成によってａ側と同様の処理が実行される。即ち、電波受信部３１が、ｂ側のアンテナ２が受信した電波データを収集する（ステップＳ３１１）。信号処理部３２は、収集された電波データについてＩＱ信号の画像情報やスペクトラム情報の算出などを行う。次に信号処理部３２が、信号処理後の電波データを収集データ保管部２１へ出力する。収集データ保管部２１は、電波データを加工してｂ側用の教師データを生成し、教師データを収集データ１３２として収集データ保管部２１に保管する（ステップＳ３１２）。
図１３は、第３実施形態に係る電波データの収集動作の一例を示すフローチャートである。
ａ側の処理である、図１３のステップＳ２１１～Ｓ２１２は、図７のフローと同様のため説明を省略する。ステップＳ２１１～Ｓ２１２では、ａ側のアンテナ２で受信したデータを収集し、ａ側用の教師データを生成し、収集データ１３１として保管する。
ｂ側については、ｂ側の構成によってａ側と同様の処理が実行される。即ち、電波受信部３１が、ｂ側のアンテナ２が受信した電波データを収集する（ステップＳ３１１）。信号処理部３２は、収集された電波データについてＩＱ信号の画像情報やスペクトラム情報の算出などを行う。次に信号処理部３２が、信号処理後の電波データを収集データ保管部２１へ出力する。収集データ保管部２１は、電波データを加工してｂ側用の教師データを生成し、教師データを収集データ１３２として収集データ保管部２１に保管する（ステップＳ３１２）。
【0043】
図１４に、モデルの学習ステップ（ステップＳ３２）の詳細を示す。
図１４は、第３実施形態に係るモデル学習動作の一例を示す第１のフローチャートである。
ａ側の処理である、図１４のステップＳ２２１～Ｓ２２４は、図８のフローと同様のため説明を省略する。ステップＳ２２１～Ｓ２２４では、ａ側のアンテナ２が受信したデータに基づく教師データを学習して学習済みモデルを生成する。これらの学習済みモデルは、ａ側の通信状態分類部１３、電波発射源推定部１４が用いる。
図１４は、第３実施形態に係るモデル学習動作の一例を示す第１のフローチャートである。
ａ側の処理である、図１４のステップＳ２２１～Ｓ２２４は、図８のフローと同様のため説明を省略する。ステップＳ２２１～Ｓ２２４では、ａ側のアンテナ２が受信したデータに基づく教師データを学習して学習済みモデルを生成する。これらの学習済みモデルは、ａ側の通信状態分類部１３、電波発射源推定部１４が用いる。
【0044】
ｂ側については、ｂ側の構成によってａ側と同様の処理が実行される。即ち、収集データ保管部２１がｂ側用の教師データを読み出す（ステップＳ３２１）。収集データ保管部２１は、ｂ側の通信状態分類用の教師データを読み出して学習部２２へ渡す。また、収集データ保管部２１は、ｂ側の電波発射源推定用の教師データを読み出して学習部２２へ渡す。次に、学習部２２が、ｂ側の通信状態分類部３３が用いるモデルを学習する（ステップＳ３２２）。学習部２２は、ｂ側の通信状態分類用の教師データを学習して、通信状態分類用の学習済みモデルを生成する。次に、学習部２２が、ｂ側の電波発射源推定部３４が用いるモデルを学習する（ステップＳ３２３）。学習部２２は、ｂ側の電波発射源推定用の教師データに含まれる通信状態パターンを参照してサーチ状態の教師データを抽出し、サーチ状態の教師データを学習して、サーチ状態の電波発射源推定用の学習済みモデルを生成する。同様に、学習部２２は、ｂ側の電波発射源推定用の教師データからダウンロード状態の教師データを抽出して学習し、ダウンロード状態の電波発射源推定用の学習済みモデルを生成する。次に、学習部２２が、学習済みモデルを出力する（ステップＳ３２４）。学習部２２は、ステップＳ３２２で生成した通信状態分類用の学習済みモデルをｂ側の通信状態分類部３３へ出力する。学習部２２は、ステップＳ３２３で生成した電波発射源推定用の学習済みモデル（サーチ状態とダウンロード状態の２つの学習済みモデル）をｂ側の電波発射源推定部３４へ出力する。
【0045】
なお、図１４において、ステップＳ２２２およびステップＳ２２３と、ステップＳ３２２およびステップＳ３２３は直列に記載しているが、それぞれの２つのステップに依存関係はないため、ステップＳ２２２とステップＳ２２３を並列に実施してもよく、ステップＳ３２２とステップＳ３２３を並列に実施してもよい、
【0046】
図１５に、電波発射源の識別ステップ（ステップＳ３３）の詳細を示す。
図１５は、第３実施形態に係る電波発射源の識別動作の一例を示すフローチャートである。前提として、ａ側の通信状態分類部１３は、図１４のステップＳ２２２で生成された学習済みモデルを有し、電波発射源推定部１４は、図１４のステップＳ２２３で生成された２つの学習済みモデルを有している。また、ｂ側の通信状態分類部３３は、図１４のステップＳ３２２で生成された学習済みモデルを有し、電波発射源推定部３４は、図１４のステップＳ３２３で生成された２つの学習済みモデルを有している。
図１５は、第３実施形態に係る電波発射源の識別動作の一例を示すフローチャートである。前提として、ａ側の通信状態分類部１３は、図１４のステップＳ２２２で生成された学習済みモデルを有し、電波発射源推定部１４は、図１４のステップＳ２２３で生成された２つの学習済みモデルを有している。また、ｂ側の通信状態分類部３３は、図１４のステップＳ３２２で生成された学習済みモデルを有し、電波発射源推定部３４は、図１４のステップＳ３２３で生成された２つの学習済みモデルを有している。
【0047】
ａ側の処理である、図１５のステップＳ１１１～Ｓ２３１は、図１０のフローと同様のため説明を省略する。ステップＳ１１１～Ｓ２３１では、ａ側のアンテナ２が受信した電波データに対する電波発射源５の推定が行われる。
【0048】
ｂ側については、ｂ側の構成によってａ側と同様の処理が実行される。即ち、電波受信部３１が、電波発射源５からの電波を受信する（ステップＳ３３１）。次に通信状態分類部３３が、電波受信結果の画像情報を取得し（ステップＳ３３２）、通信状態を分類する（ステップＳ３３３）。このとき、通信状態分類部３３は、図１４のステップＳ３２２で生成された通信状態分類用の学習済みモデルを使って、ｂ側のアンテナ２が受信した電波の通信状態を分類する。
【0049】
次に、信号処理部３２が、受信電波のスペクトラム情報を算出する（ステップＳ３３４）。電波発射源推定部１４は、ステップＳ３３３で分類した通信状態に応じて、スペクトラム情報から発射源識別のためのスペクトラム特徴量を抽出し（ステップＳ３３５）、電波発射源５の個体を推定する（ステップＳ３３６）。次に結果表示部２３が、ｂ側の電波情報と発射源個体推定結果を表示する（ステップＳ３３７）。
電波受信部１１において電波を受信し続ける限り、ステップＳ１１１～Ｓ２３１の処理が繰り返し実行される。電波受信部３１において電波を受信し続ける限り、ステップＳ３３１～Ｓ３３７の処理が繰り返し実行される。
電波受信部１１において電波を受信し続ける限り、ステップＳ１１１～Ｓ２３１の処理が繰り返し実行される。電波受信部３１において電波を受信し続ける限り、ステップＳ３３１～Ｓ３３７の処理が繰り返し実行される。
【0050】
（効果）
第３実施形態によれば、第２実施形態の効果に加え、電波発射源の識別装置１Ｂが複数のアンテナ２等を備える場合にも、各アンテナ２で受信した電波について、発射源を推定することができる。なお、第３実施形態は、識別装置１Ｂが、アンテナ２と受信機３のセットを任意のＬ個（Ｌは１以上の自然数）備える場合にも適用可能である。
第３実施形態によれば、第２実施形態の効果に加え、電波発射源の識別装置１Ｂが複数のアンテナ２等を備える場合にも、各アンテナ２で受信した電波について、発射源を推定することができる。なお、第３実施形態は、識別装置１Ｂが、アンテナ２と受信機３のセットを任意のＬ個（Ｌは１以上の自然数）備える場合にも適用可能である。
【0051】
（最小構成）
図１６は、最小構成を有する電波発射源の識別装置の構成を示すブロック図である。
電波発射源の識別装置８００は、電波受信手段８０１と、信号処理手段８０２と、通信状態分類手段８０３と、電波発射源推定手段８０４と、を備える。
電波受信手段８０１は、電波を受信する。
信号処理手段８０２は、受信した前記電波から、通信状態分類用のデータと通信状態別の電波発射源推定用のデータを生成する。
通信状態分類手段８０３は、前記通信状態分類用のデータを用いて前記電波が示す通信状態を分類する。
電波発射源推定手段８０４は、前記通信状態の分類結果に応じた前記電波発射源推定用のデータを用いて電波発射源を推定する。
図１６は、最小構成を有する電波発射源の識別装置の構成を示すブロック図である。
電波発射源の識別装置８００は、電波受信手段８０１と、信号処理手段８０２と、通信状態分類手段８０３と、電波発射源推定手段８０４と、を備える。
電波受信手段８０１は、電波を受信する。
信号処理手段８０２は、受信した前記電波から、通信状態分類用のデータと通信状態別の電波発射源推定用のデータを生成する。
通信状態分類手段８０３は、前記通信状態分類用のデータを用いて前記電波が示す通信状態を分類する。
電波発射源推定手段８０４は、前記通信状態の分類結果に応じた前記電波発射源推定用のデータを用いて電波発射源を推定する。
【0052】
図１７は、最小構成を有する識別装置の動作を示すフローチャートである。
まず、電波受信手段８０１が、電波を受信する（ステップＳ８０１）。
次に、信号処理手段８０２が、受信した前記電波から、通信状態分類用のデータ（例えば、ＩＱ信号の画像情報など）と、通信状態ごとの電波発射源推定用のデータ（例えば、スペクトラム情報など）と、を生成する（ステップＳ８０２）。
次に、通信状態分類手段８０３が、前記通信状態分類用のデータを用いて、前記電波が示す通信状態を分類する（ステップＳ８０３）。
次に、電波発射源推定手段８０４が、前記通信状態の分類結果に対応する前記電波発射源推定用のデータを用いて、電波発射源を推定する（ステップＳ８０４）。
まず、電波受信手段８０１が、電波を受信する（ステップＳ８０１）。
次に、信号処理手段８０２が、受信した前記電波から、通信状態分類用のデータ（例えば、ＩＱ信号の画像情報など）と、通信状態ごとの電波発射源推定用のデータ（例えば、スペクトラム情報など）と、を生成する（ステップＳ８０２）。
次に、通信状態分類手段８０３が、前記通信状態分類用のデータを用いて、前記電波が示す通信状態を分類する（ステップＳ８０３）。
次に、電波発射源推定手段８０４が、前記通信状態の分類結果に対応する前記電波発射源推定用のデータを用いて、電波発射源を推定する（ステップＳ８０４）。
【0053】
なお、上述した実施形態における識別装置１，１Ａ，１Ｂの一部をコンピュータで実現するようにしてもよい。その場合、この機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、識別装置１，１Ａ，１Ｂに内蔵されたコンピュータシステムであって、ＯＳ（Operating System）や周辺機器等のハードウェアを含むものとする。
【0054】
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。
【0055】
また、上述した実施形態における識別装置１，１Ａ，１Ｂの一部、または全部を、ＬＳＩ（Large Scale Integration）等の集積回路として実現してもよい。識別装置１，１Ａ，１Ｂの各機能部は個別にプロセッサ化してもよいし、一部、または全部を集積してプロセッサ化してもよい。また、集積回路化の手法はＬＳＩに限らず専用回路、または汎用プロセッサで実現してもよい。また、半導体技術の進歩によりＬＳＩに代替する集積回路化の技術が出現した場合、当該技術による集積回路を用いてもよい。
【0056】
以上、図面を参照してこの発明の一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。また、本発明の一態様は、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。また、上記各実施形態や変形例に記載された要素であり、同様の効果を奏する要素同士を置換した構成も含まれる。
【符号の説明】
【0057】
１、１Ａ、１Ｂ・・・識別装置
２・・・アンテナ
３・・・受信機
４・・・処理端末
１１、３１・・・電波受信部
１２、３２・・・信号処理部
１３、３３・・・通信状態分類部
１４、３４・・・電波発射源推定部
２１・・・収集データ保管部
２２・・・学習部
２３・・・結果表示部
２・・・アンテナ
３・・・受信機
４・・・処理端末
１１、３１・・・電波受信部
１２、３２・・・信号処理部
１３、３３・・・通信状態分類部
１４、３４・・・電波発射源推定部
２１・・・収集データ保管部
２２・・・学習部
２３・・・結果表示部
【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】