2024-22300 データ伝送方法

(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】P2024022300

(43)【公開日】2024-02-16

(54)【発明の名称】データ伝送方法

(51)【国際特許分類】

   H04W 74/08 20240101AFI20240208BHJP

   H04W 4/38 20180101ALI20240208BHJP

   H04W 84/18 20090101ALI20240208BHJP

   H04W 72/0446 20230101ALI20240208BHJP

【ＦＩ】

H04W74/08

H04W4/38

H04W84/18 110

H04W72/04 131

【審査請求】未請求

【請求項の数】3

【出願形態】ＯＬ

(21)【出願番号】P 2022125777

(22)【出願日】2022-08-05

【新規性喪失の例外の表示】特許法第３０条第２項適用申請有り （１）宮本隆司、田久修、藤原洋志、安達宏一、太田真衣および藤井威生が２０２２年３月１日発行の電子情報通信学会総合大会２０２２における講演予稿集のＢ－１７－１１において発明を公開。また、同内容を２０２２年３月１６日にオンラインで開催された同大会で発表。 （２）宮本隆司、田久修、藤原洋志、安達宏一、太田真衣および藤井威生が、２０２２年５月４日発行の電子情報通信学会技術研究報告書のｖｏｌ．１２２，ｎｏ．１２，ＳＲ２０２２－１４，ｐｐ．６１－６６において発明を公開。また、同内容を２０２２年５月１３日に国立研究開発法人情報通信研究機構（東京都小金井市貫井北町４－２－１）で開催された電子情報通信学会のスマート無線研究会で発表。 （３）宮本隆司、田久修、藤原洋志、安達宏一、太田真衣および藤井威生が、２０２２年７月５日発行のＩｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｕｂｉｑｕｉｔｏｕｓ ａｎｄ Ｆｕｔｕｒｅ Ｎｅｔｗｏｒｋｓ（ＩＣＵＦＮ）における２０２２ Ｔｈｉｒｔｅｅｎｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｕｂｉｑｕｉｔｏｕｓ ａｎｄ Ｆｕｔｕｒｅ Ｎｅｔｗｏｒｋｓ（ＩＣＵＦＮ）のｐｐ．５５－６０，ｄｏｉ：１０．１１０９／ＩＣＵＦＮ５５１１９．２０２２．９８２９７０８．において発明を公開。また、同内容は、２０２２年７月１５日に、Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｕｂｉｑｕｉｔｏｕｓ ａｎｄ Ｆｕｔｕｒｅ Ｎｅｔｗｏｒｋｓ（ＩＣＵＦＮ）のデータベースの２０２２，ｐｐ．５５－６０，ｄｏｉ：１０．１１０９／ＩＣＵＦＮ５５１１９．２０２２．９８２９７０８．にて公開。 （４）宮本隆司、田久修、藤原洋志、安達宏一、太田真衣および藤井威生は、２０２２年７月６日発行の電子情報通信学会技術研究報告会における技術研究報告書のｖｏｌ．１２２，ｎｏ．１０７，ＳＲ２０２２－３７，ｐｐ．７４－７８において発明を公開。また、金沢歌劇座（金沢市下本多町６番丁２７番地）で開催された電子情報通信学会のスマート無線研究会で同内容を２０２２年７月１５日に発表。

【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４年度、総務省、戦略的情報通信研究開発推進事業（ＳＣＯＰＥ）、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】504180239

【氏名又は名称】国立大学法人信州大学

(71)【出願人】

【識別番号】504133110

【氏名又は名称】国立大学法人電気通信大学

(74)【代理人】

【識別番号】110001726

【氏名又は名称】弁理士法人綿貫国際特許・商標事務所

(72)【発明者】

【氏名】田久 修

(72)【発明者】

【氏名】宮本 隆司

(72)【発明者】

【氏名】藤原 洋志

(72)【発明者】

【氏名】藤井 威生

(72)【発明者】

【氏名】安達 宏一

【テーマコード（参考）】

5K067

【Ｆターム（参考）】

5K067AA03

5K067EE24

5K067GG04

5K067HH22

5K067JJ41

(57)【要約】

【課題】データを伝送するセンサの数が多くなっても集約局におけるパケット衝突を回避し、パケットロスの発生を防止すること。
【解決手段】複数のセンサ３０が設置されたデータ伝送対象エリア１０で、センサ３０による観測データを複数の時間スロットと使用チャンネルで形成されたフレームに対応するインデックスに割り当ててＰＬＩＭ方式で集約局４０に伝送するデータ伝送方法であって、センサ３０における観測データに対する観測確率および観測対象の位置をセンサ観測データ発生確率分布として集計する事前準備工程（Ｓ１）、データ伝送対象エリア１０内で観測データに基づきセンサ観測データ発生確率分布を用い、ＰＬＩＭ方式での集約局４０でのパケット衝突確率が最小になるインデックスを算出する工程（Ｓ２）、観測データをインデックスが適用されたＰＬＩＭ方式で集約局４０に伝送する工程（Ｓ３）と、を実行するデータ伝送方法である。
【選択図】図２

【特許請求の範囲】

【請求項1】

観測対象を観測する複数のセンサが設置されたデータ伝送対象エリアにおいて、各前記センサによる観測データをパケット化し、複数の時間スロットおよび使用チャンネルにより形成されたフレームに対応させたインデックスのいずれかに、パケット化した前記観測データを割り当てて伝送するＰＬＩＭ（Ｐａｃｋｅｔ Ｌｅｖｅｌ Ｉｎｄｅｘ Ｍｏｄｕｌａｔｉｏｎ）方式によって集約局に伝送するデータ伝送方法であって、
各前記センサにおける前記観測データの数値に対する観測確率および前記観測対象の位置をセンサ観測データ発生確率分布として集計する事前準備工程と、
前記データ伝送対象エリア内で各前記センサによる前記観測データに基づいて前記センサ観測データ発生確率分布を用いて、各前記センサが使用する前記ＰＬＩＭ方式における前記集約局でのパケット衝突確率が最小になる前記インデックスを算出する工程と、
各前記センサが前記観測データを前記インデックスが適用された前記ＰＬＩＭ方式によって前記集約局に伝送する工程と、
をそれぞれ実行することを特徴とするデータ伝送方法。

【請求項2】

前記事前準備工程は、
前記データ伝送対象エリアを複数の分割エリアに分割し、特定の前記分割エリアにおける各前記センサにおける前記観測データの数値に対する前記観測確率を分割エリア別センサ観測データ発生確率分布として、各前記分割エリアについて各々集計する工程であって、
各前記センサが使用する前記ＰＬＩＭ方式における前記集約局での前記パケット衝突確率が最小になる前記インデックスを算出する工程は、
前記データ伝送対象エリア内における各前記センサによる前記観測データに基づいて、前記分割エリア別センサ観測データ発生確率分布の中から最も類似性の高い前記分割エリア別センサ観測データ発生確率分布を選択する工程と、
選択された前記分割エリア別センサ観測データ発生確率分布を用いて、各前記センサが使用する前記ＰＬＩＭ方式における前記集約局での前記パケット衝突確率が最小になる前記インデックスを算出する工程であることを特徴とする請求項１記載のデータ伝送方法。

【請求項3】

前記観測データは、所要数値範囲毎に対応させた複数の観測データ番号により量子化されていて、
各前記センサが使用する前記ＰＬＩＭ方式において前記集約局における前記パケット衝突確率が最小になる前記インデックスを算出する工程は、次式に基づいて実行されることを特徴とする請求項１または２記載のデータ伝送方法。

【数3】

【発明の詳細な説明】

【技術分野】

【0001】

本発明はデータ伝送方法に関する。

【背景技術】

【0002】

近年、モノのインターネット（ＩｏＴ；Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ，以下、ＩｏＴという）が普及している。ＩｏＴにおいては、低消費電力で長距離通信が可能な通信方式であるＬＰＷＡ（Ｌｏｗ Ｐｏｗｅｒ Ｗｉｄｅ Ａｒｅａ）が注目されている。このようなＬＰＷＡにおけるスループットの低下を解消するため、本出願における一部の発明者は、特許文献１（特開２０２２－８５５２２号公報）や非特許文献１等において、伝送したい情報ビット系列に基づいてパケットを伝送する時間スロットおよび使用チャンネルを設定するパケット型インデックス変調方式（いわゆるＰＬＩＭ（Ｐａｃｋｅｔ Ｌｅｖｅｌ Ｉｎｄｅｘ Ｍｏｄｕｌａｔｉｏｎ）方式）によるデータ伝送方法の提案を行った。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２２－８５５２２号公報

【非特許文献】

【0004】

【非特許文献1】国立大学法人電気通信大学、“ニュースリリースIoTの課題解決に新通信方式―省電力で伝送データ量を増大―│”、[online]、令和３年７月９日、国立大学法人電気通信大学、[令和４年６月２２日検索]、インターネット<URL:https://www.uec.ac.jp/news/announcement/2021/20210709_3546.html>

【発明の概要】

【発明が解決しようとする課題】

【0005】

特許文献１および非特許文献１に開示されているデータ伝送方法は、図１２に示すように、電波源からの電波を受信したセンサが集約局にデータを伝送する際、センサが使用する時間スロットと使用チャンネルにより複数のインデックス番号を有するインデックスが作成される。そしてセンサが集約局に伝送するデータをインデックスに対応させることでデータ伝送におけるスループットの向上が図られている。しかしながらセンサの配設数が増加すると、図１３に示すように、複数のセンサによって同時に同じインデックス番号が集約局に伝送されるいわゆるパケット衝突が生じ易くなる。このようなパケット衝突が生じると、集約局でのデータの復号が不可能（パケットロス）になってしまう。

【0006】

そこで、センサが集約局に伝送するデータを対応させるインデックス番号をセンサ毎にランダムに設定することで、集約局におけるパケット衝突を回避する試みも行われている。しかしながら、インデックス番号を単にランダムに設定しただけであるため、集約局におけるパケット衝突回避の成功率にばらつきが生じる課題や、センサ数が増えると集約局におけるパケット衝突の回避ができず、パケットロスが生じ易くなる課題が明らかになった。

【課題を解決するための手段】

【0007】

そこで本発明は、ＰＬＩＭ方式で使用されるインデックスにおいて、伝送すべきデータとインデックス番号の割り当てを数理最適化することにより、データを伝送するセンサの数が多くなっても集約局におけるパケット衝突を回避し、パケットロスの発生を防止することを目的としている。

【0008】

すなわち本発明は、観測対象を観測する複数のセンサが設置されたデータ伝送対象エリアにおいて、各前記センサによる観測データをパケット化し、複数の時間スロットおよび使用チャンネルにより形成されたフレームに対応させたインデックスのいずれかに、パケット化した前記観測データを割り当てて伝送するＰＬＩＭ（Ｐａｃｋｅｔ Ｌｅｖｅｌ Ｉｎｄｅｘ Ｍｏｄｕｌａｔｉｏｎ）方式によって集約局に伝送するデータ伝送方法であって、各前記センサにおける前記観測データの数値に対する観測確率および前記観測対象の位置をセンサ観測データ発生確率分布として集計する事前準備工程と、前記データ伝送対象エリア内で各前記センサによる前記観測データに基づいて前記センサ観測データ発生確率分布を用いて、各前記センサが使用する前記ＰＬＩＭ方式における前記集約局でのパケット衝突確率が最小になる前記インデックスを算出する工程と、各前記センサが前記観測データを前記インデックスが適用された前記ＰＬＩＭ方式によって前記集約局に伝送する工程と、をそれぞれ実行することを特徴とするデータ伝送方法である。

【0009】

これにより、伝送すべき観測データとインデックス番号の割り当てを数理最適化することで、観測データを伝送するセンサの数が多くなっても集約局におけるパケット衝突が回避され、パケットロスの発生が防止できる。

【0010】

また、前記事前準備工程は、前記データ伝送対象エリアを複数の分割エリアに分割し、特定の前記分割エリアにおける各前記センサにおける前記観測データの数値に対する前記観測確率を分割エリア別センサ観測データ発生確率分布として、各前記分割エリアについて各々集計する工程であって、各前記センサが使用する前記ＰＬＩＭ方式における前記集約局での前記パケット衝突確率が最小になる前記インデックスを算出する工程は、前記データ伝送対象エリア内における各前記センサによる前記観測データに基づいて、前記分割エリア別センサ観測データ発生確率分布の中から最も類似性の高い前記分割エリア別センサ観測データ発生確率分布を選択する工程と、選択された前記分割エリア別センサ観測データ発生確率分布を用いて、各前記センサが使用する前記ＰＬＩＭ方式における前記集約局での前記パケット衝突確率が最小になる前記インデックスを算出する工程であることが好ましい。

【0011】

これにより、観測対象エリアの状況に応じてより詳細に伝送すべき観測データとインデックス番号の割り当てをすることが可能になる。

【0012】

また、前記観測データは、所要数値範囲毎に対応させた複数の観測データ番号により量子化されていて、各前記センサが使用する前記ＰＬＩＭ方式において前記集約局における前記パケット衝突確率が最小になる前記インデックスを算出する工程は、次式に基づいて実行されることが好ましい。

【数1】

【0013】

これにより、パケット衝突確率を最小にする際における計算量を削減することができる。

【発明の効果】

【0014】

本発明の構成によれば、伝送すべき観測データとインデックス番号の割り当てを数理最適化することにより、観測データを伝送するセンサの数が多くなっても集約局におけるパケット衝突が回避され、パケットロスの発生を防止することができる。

【図面の簡単な説明】

【0015】

【図1】第１実施形態におけるデータ伝送システムの概略構成図である。

【図2】第１実施形態におけるデータ伝送方法の実施手順例を示すフロー図である。

【図3】第１実施形態における事前準備工程で求められた各センサにおけるＲＳＳＩ値の量子化データと頻度を示すヒストグラムをガウス分布化したマッピングデータの説明図である。

【図4】第１実施形態におけるデータ伝送を行った場合のセンサ数に対するパケット衝突確率と、従来技術におけるセンサ数に対するパケット衝突確率の比較シミュレーションの諸元である。

【図5】図４に示す諸元で行った比較シミュレーション結果である。

【図6】第２実施形態における事前準備工程において、電波源が第１分割エリアに位置する場合の各々のセンサにおけるＲＳＳＩ値の発生確率のヒストグラムをガウス分布に変換したマッピングデータの説明図である。

【図7】第２実施形態における事前準備工程において、電波源が第２分割エリアに位置する場合の各々のセンサにおけるＲＳＳＩ値の発生確率のヒストグラムをガウス分布に変換したマッピングデータの説明図である。

【図8】第２実施形態における事前準備工程において、電波源が第３分割エリアに位置する場合の各々のセンサにおけるＲＳＳＩ値の発生確率のヒストグラムをガウス分布に変換したマッピングデータの説明図である。

【図9】第２実施形態における事前準備工程において、電波源が第４分割エリアに位置する場合の各々のセンサにおけるＲＳＳＩ値の発生確率のヒストグラムをガウス分布に変換したマッピングデータの説明図である。

【図10】第２実施形態におけるデータ伝送を行った場合のセンサ数に対するパケット衝突確率と、従来技術におけるセンサ数に対するパケット衝突確率の比較シミュレーションの諸元である。

【図11】図１０に示す諸元で行った比較シミュレーション結果である。

【図12】従来技術の説明図その１である。

【図13】従来技術の説明図その２である。

【発明を実施するための形態】

【0016】

以下に、本発明におけるデータ伝送方法の実施形態について図面を参照しながら説明する。なお、以下の実施形態においては、観測対象が電波源２０であるデータ伝送システム５０を用いたデータ伝送方法に基づいて説明を行うが、本発明はこの形態に限定されるものではない。

【0017】

（第１実施形態）
本実施形態におけるデータ伝送システム５０は、データ伝送対象エリア１０における単数または複数の電波源２０と電波源２０から発信された電波を受信する複数のセンサ３０と、複数のセンサ３０から伝送された観測データを集約する集約局４０とを有する。本実施形態における複数のセンサ３０は、観測データとして受信した電波の信号強度（以下、ＲＳＳＩ値という）を量子化し、ＰＬＩＭ方式におけるインデックス番号に量子化したデータを割り当てて集約局４０にデータ伝送している。本発明は、集約局４０における複数のセンサ３０から伝送されたインデックス番号の競合を最小限化するため、複数のセンサ３０が使用するインデックス番号の割り当てを最適化していることが最大の特徴である。

【0018】

本実施形態におけるデータ伝送システム５０は、図１に示すように、データ伝送対象エリア１０における少なくとも１つの電波源２０と第１センサ３２、第２センサ３４、第３センサ３６および第４センサ３８と、１箇所に配設された集約局４０とを有している。以降、第１センサ３２、第２センサ３４、第３センサ３６および第４センサ３８を総称して『センサ３０』と称することがある。なお、データ伝送システム５０におけるセンサ３０の配設数は本実施形態で示した配設数に限定されるものではない。以下、図２に示すフロー図に沿って各工程の説明を行う。

【0019】

各々のセンサ３０が用いるインデックス番号の割り当てを最適化するにあたり、データ伝送対象エリア１０の範囲において各々の電波源２０が電波を発信した際の各々のセンサ３０におけるＲＳＳＩ値の量子化データとその発生頻度の分布（センサ観測データ発生確率分布：以下、マッピングデータ６０という）を集計する事前準備工程（Ｓ１）が行われる。このような事前準備工程を設けることで、データ伝送対象エリア１０における地理的条件等により、各々のセンサ３０におけるＲＳＳＩ値の量子化データの使用頻度（センサ３０が受信した観測データの受信信号強度に対する受信確率（観測確率））を分析することができる。

【0020】

図３は、事前準備工程で求められた第１センサ３２、第２センサ３４、第３センサ３６および第４センサ３８におけるＲＳＳＩ値の量子化データ（ＲＳＳＩ番号：観測データ番号）と頻度数を示すヒストグラムをガウス分布に変換したマッピングデータ６０の説明図である。図３におけるマッピングデータ６０はガウス分布に変換されているが、他の確率分布への変換やヒストグラムのままであってもよい。図３を作成する際における事象数は特に限定されるものではないが、信頼性を担保するため、事象数は１００以上（ｃａｓｅ１００以上）であることが好ましい。このように各々のセンサ３０におけるＲＳＳＩ番号の発生頻度の分布を収集することで、そのデータ伝送対象エリア１０における各々のセンサ３０によるＲＳＳＩ番号の選択傾向を把握することができる。

【0021】

次に、図３に示されたマッピングデータ６０を用いて、本実施形態におけるデータ伝送対象エリア１０で用いるＰＬＩＭ方式で用いるインデックスの最適化設計をする工程（Ｓ２）が実行される。具体的には、第１センサ３２から第４センサ３８のそれぞれにおいて発生しやすいＲＳＳＩ値が同じインデックス番号になる確率が最小になるインデックスを算出する工程である。これを実現するために本実施形態においては、ある２つのセンサにおいて各々のＲＳＳＩ値の量子化データのインデックス番号の衝突を最小化する問題として設計が行われている。これにより最適化設計の対象を２次モデルとして表現することができ、次式に示すような２次整数計画問題としての計算式を作成することが可能になった。このような２次整数計画問題の計算式は公知の手法により解くことができる。具体的には数理最適化ソルバーであるＧｕｒｏｂｉ Ｏｐｔｉｍｉｚｅｒ等を用いればよい。

【数2】

【0022】

なお、上式における制約条件１は、全てのｉと全てのｊにおいては、ｉ番目のセンサはｊ番目の観測データ番号（ここではＲＳＳＩ値の量子化データ番号）を必ずどこかのインデックス番号の１つに割り当てるというものである。同じく制約条件２は、全てのｉと全てのｋにおいては、ｉ番目のセンサはｋ番目のインデックス番号に観測データ番号（ＲＳＳＩ値の量子化データ番号）を最大でも１つしか割り当てないというものである。同じく制約条件３は、インデックスを重複する数は最大でもセンサの数であるというものである。これら制約条件１～制約条件３により、２次整数計画問題の計算式に対する意味のない解（全ての要素が０になる）の算出を防止することができる。

【0023】

図３に示したマッピングデータ６０を上式で示した２次整数計画問題として解くことにより、各々のセンサ３０におけるＲＳＳＩ値の量子化データ番号とインデックス番号（時間スロットと使用チャンネルにより区切られたフレーム内の位置を示す番号）の最適な組み合わせを算出することができる。このようにして算出（設計）されたインデックス番号を有するインデックスを用いたＰＬＩＭ方式におけるデータ伝送する工程（Ｓ３）が実行される。このようにして各々のセンサ３０からデータ伝送されたＲＳＳＩ値のデータ（パケットデータ）は集約局４０で集約され、所定の手順でデータ復号する工程（Ｓ４）が実行される。

【0024】

上式を解くことにより得られたインデックスを用いて各々のセンサ３０から１つの集約局４０にデータ伝送が行われた場合のセンサ数に対するパケット衝突確率（パケットデータロスの発生確率）と、従来技術におけるセンサ数に対するパケット衝突確率を図４に示す諸元の下で比較シミュレーションを行った。図５はこのときの比較シミュレーション結果である。なお、ここでの従来技術は、インデックス番号をセンサ毎にランダムに設定したＰＬＩＭ方式を用いたデータ伝送方法である。図５に示すように、パケット衝突確率の許容値を５％とした場合、従来技術においてはセンサ数が４で限界になっているが、本実施形態においてはセンサ数を５にしてもパケット衝突確率を４％台に抑えることができている。また、本実施形態における比較シミュレーション結果は、センサ数が増加しても常に従来技術におけるパケット衝突確率を下回っていることが明らかである。

【0025】

以上に説明したように、本実施形態におけるデータ伝送方法によれば、データ伝送対象エリア１０における各々のセンサ３０の観測データであるＲＳＳＩ値の受信特性を踏まえたインデックス番号の割り当てを行うことができる。これにより、ＰＬＩＭ方式を用いたデータ伝送方法により各々のセンサ３０から伝送されたパケットデータの集約局４０におけるパケット衝突確率が最小化され、複数のセンサ３０から１台の集約局４０にデータ伝送を行う際においても集約局４０における伝送データの復号の確実性を高めることができる。

【0026】

（第２実施形態）
本実施形態においては、第１実施形態における事前準備工程で得られるマッピングデータ６０（観測データの各々に対する受信確率）をさらに詳細にするための工程が設けられている。すなわち、図６～図９に示すように、データ伝送対象エリア１０を複数の分割エリアに分割し、各々のセンサ３０のＲＳＳＩ値の発生確率を電波源２０が位置している分割エリア毎に集計する工程を有している点が本実施形態における特徴点である。ここでは、データ伝送対象エリア１０を４つの分割エリアに分割し、各々の分割エリアには１つずつセンサ（第１センサ３２から第４センサ３８）が配設されている形態について説明する。

【0027】

図６は、電波源２０が第１分割エリア１２に位置している場合の各々のセンサ３０におけるＲＳＳＩ値の発生確率のヒストグラムをガウス分布に変換した第１マッピングデータ６２の説明図である。図６に示す第１マッピングデータ６２から、電波源２０が第１分割エリア１２に位置している場合、第１分割エリア１２に位置している（第１分割エリア１２に最も近い位置に位置している）第１センサ３２によるＲＳＳＩ値は高い数値で発生することが多い。また、第１分割エリア１２からは最も離れた位置である第４分割エリア１８に位置している第４センサ３８のＲＳＳＩ値は低い数値で発生することが多い。また、第１分割エリア１２と第４分割エリア１８の中間位置である第２分割エリア１４および第３分割エリア１６に位置している第２センサ３４および第３センサ３６におけるＲＳＳＩ値は、第１センサ３２のＲＳＳＩ値と第４センサ３８のＲＳＳＩ値の中間値で発生することが多いことがいえる。

【0028】

また、図７は、電波源２０が第２分割エリア１４に位置している場合の各々のセンサ３０におけるＲＳＳＩ値の発生確率のヒストグラムをガウス分布に変換した第２マッピングデータ６４の説明図である。図７に示す第２マッピングデータ６４から、電波源２０が第２分割エリア１４に位置している場合、第２分割エリア１４に位置している（第２分割エリア１４に最も近い位置に位置している）第２センサ３４によるＲＳＳＩ値は高い数値で発生することが多い。また、第２分割エリア１４からは最も離れた位置である第３分割エリア１６に位置している第３センサ３６のＲＳＳＩ値は低い数値で発生することが多い。また、第２分割エリア１４と第３分割エリア１６の中間位置である第１分割エリア１２および第４分割エリア１８に位置している第１センサ３２および第４センサ３８におけるＲＳＳＩ値は、第２センサ３４のＲＳＳＩ値と第３センサ３６のＲＳＳＩ値の中間値で発生することが多いことがいえる。

【0029】

また、図８は、電波源２０が第３分割エリア１６に位置している場合の各々のセンサ３０におけるＲＳＳＩ値の発生確率のヒストグラムをガウス分布に変換した第３マッピングデータ６６の説明図である。図８に示す第３マッピングデータ６６から、電波源２０が第３分割エリア１６に配設されている場合、第３分割エリア１６に配設されている（第３分割エリア１６に最も近い位置に配設されている）第３センサ３６によるＲＳＳＩ値は高い数値で発生することが多い。また、第３分割エリア１６からは最も離れた位置である第２分割エリア１４に配設されている第２センサ３４のＲＳＳＩ値は低い数値で発生することが多い。また、第３分割エリア１６と第２分割エリア１４の中間位置である第１分割エリア１２および第４分割エリア１８に配設されている第１センサ３２および第４センサ３８におけるＲＳＳＩ値は、第２センサ３４のＲＳＳＩ値と第３センサ３６のＲＳＳＩ値の中間値で発生することが多いことがいえる。

【0030】

図９は、電波源２０が第４分割エリア１８におけるものである場合の各々のセンサ３０におけるＲＳＳＩ値の発生確率のヒストグラムをガウス分布に変換した第４マッピングデータ６８の説明図である。図９に示す第４マッピングデータ６８から、電波源２０が第４分割エリア１８に配設されている場合、第４分割エリア１８に配設されている（第４分割エリア１８に最も近い位置に配設されている）第４センサ３８によるＲＳＳＩ値は高い数値で発生することが多い。また、第４分割エリア１８からは最も離れた位置である第１分割エリア１２に配設されている第１センサ３２のＲＳＳＩ値は低い数値で発生することが多い。また、第４分割エリア１８と第１分割エリア１２の中間位置である第２分割エリア１４および第３分割エリア１６に配設されている第２センサ３４および第３センサ３６におけるＲＳＳＩ値は、第４センサ３８のＲＳＳＩ値と第１センサ３２のＲＳＳＩ値の中間値で発生することが多いことがいえる。

【0031】

なお、図６～図９に示す第１マッピングデータ６２～第４マッピングデータ６８は、いずれも各々のセンサ３０のＲＳＳＩ値の発生確率のヒストグラムをガウス分布に変換しているが、他の確率分布への変換やヒストグラムのままであってもよい。本実施形態の事前準備工程は、上述したように、データ伝送対象エリア１０を複数の分割エリアに分割し、各々の分割エリア内における電波源２０から発生した電波に対する各々のセンサ３０のＲＳＳＩ値の確率分布を集計するものである。図６～図９に示す各々の分割エリア内における電波源２０から発生した電波に対する各々のセンサ３０のＲＳＳＩ値の第１マッピングデータ６２、第２マッピングデータ６４、第３マッピングデータ６６および第４マッピングデータ６８が分割エリア別センサ観測データ発生確率分布に相当する。このような各々の分割エリア内における電波源２０から発生した電波に対する各々のセンサ３０のＲＳＳＩ値の確率分布を得ることで、データ伝送対象エリア１０における各々のセンサ３０のＲＳＳＩ値に基づいて、電波源２０の位置（電波源２０がどの分割エリアに配設されたものであるのか）を推測することができる。

【0032】

以上のようにしてデータ伝送対象エリア１０における電波源２０の位置が特定できれば、各々のセンサ３０が取り得るＲＳＳＩ値の確率の傾向をより詳細に把握することができる。このようにしてデータ伝送対象エリア１０を複数の分割エリアに分割した状態で図６～図９に示す各々のセンサ３０のＲＳＳＩ値の第１マッピングデータ６２～第４マッピングデータ６８が算出された後、次の処理工程に進む。

【0033】

具体的には、システム設計者が、データ伝送対象エリア１０におけるある電波源２０からの電波を受信した各々のセンサ３０におけるＲＳＳＩ値の状態を、事前準備工程で集計したデータ伝送対象エリア１０を複数の分割エリアに分割した状態で図６～図９に示す各々のセンサ３０のＲＳＳＩ値の第１マッピングデータ６２～第４マッピングデータ６８と比較する。そして最も類似性の高い第１マッピングデータ６２～第４マッピングデータ６８のいずれかをシステム設計者が選択し、選択した第１マッピングデータ６２～第４マッピングデータ６８のいずれかを用いてデータ伝送対象エリア１０で用いるＰＬＩＭ方式で用いるインデックスの最適化設計を行う。具体的には、第１分割エリア１２における第１センサ３２から第４分割エリア１８における第４センサ３８までの各々において発生しやすいＲＳＳＩ値が同じインデックス番号になる確率が最小になるインデックスを算出する工程である。具体的には第１実施形態と同様に、２次整数計画問題の計算式である上式の解を算出すればよい。

【0034】

このようにして算出（設計）されたインデックス番号を有するインデックスを用いたＰＬＩＭ方式におけるデータ伝送が行われた場合のセンサ数に対するパケット衝突確率と、従来技術におけるセンサ数に対するパケット衝突確率を図１０に示す諸元の下で比較シミュレーションを行った。図１１はこのときの比較シミュレーション結果である。図１１において本実施形態とある比較シミュレーション結果は、データ伝送対象エリア１０を９分割したときのシミュレーション結果である。図１１に示すように、パケット衝突確率の許容値を５％とした場合、従来技術においてはセンサ数が４で限界になっているが、データ伝送対象エリア１０を９分割した形態においてはセンサ数を６にしてもパケット衝突確率を３％台に抑えることができている。また、本実施形態におけるシミュレーション結果は、センサ数が増加しても常にセンサ数が同数である従来技術および第１実施形態におけるパケット衝突確率を下回っていることが明らかである。

【0035】

また、図１１には、データ伝送対象エリア１０の分割数を１６分割、２５分割および３６分割してデータ伝送対象エリア１０で用いるＰＬＩＭ方式で用いるインデックスの最適化設計が行われたときのシミュレーション結果も示されている。図１１から明らかなように、データ伝送対象エリア１０の分割数が多いほど集約局４０におけるパケット衝突確率を低下させることができている。パケット衝突確率の許容値を５％とした場合、従来技術における配設可能なセンサ数は４であるのに対し、データ伝送対象エリア１０を３６分割してインデックスの最適化設計を行った場合の配設可能なセンサ数は８になっている。すなわち、各々のセンサ３０の利用チャンネル数が同一である場合、データ伝送対象エリア１０に配設可能なセンサ数が２倍になっていることから、データ伝送における周波数利用効率を２倍にすることができている。

【0036】

以上に説明したように、本実施形態におけるデータ伝送方法によれば、従来技術におけるデータ伝送方法に対してはもちろん、第１実施形態におけるデータ伝送方法に対しても明確にパケット衝突を防止することができる。

【0037】

以上に、本発明について実施形態に基づいて説明をしたが、本発明は以上の実施形態に限定されるものではない。例えば以上の実施形態においては、観測対象が電波源２０であるデータ伝送システム５０を用いたデータ伝送方法に基づいて説明しているが、観測対象は電波源２０から発信される電波に限定されるものではない。他の観測対象としては、熱源からの熱量、水源による水位、風源による風力、震源による震度等を例示することができる。

【0038】

また、以上の実施形態においては、図１に示すように、集約局４０がデータ伝送対象エリア１０の範囲外に設置されている形態を例示しているが、集約局４０がデータ伝送対象エリア１０の範囲内に設置した形態を採用することもできる。

【0039】

また、第２実施形態においては、データ伝送対象エリア１０を第１分割エリア１２～第４分割エリア１８に分割し、各々の分割エリアに第１センサ３２～第４センサ３８が配設された形態を例示しているが、センサ３０は第１分割エリア１２～第４分割エリア１８の各々に１つずつ配設されていなくてもよい。センサ３０は、データ伝送対象エリア１０の範囲内において第１分割エリア１２～第４分割エリア１８の分割形状とは独立した配設レイアウトで配設することもできる。さらに、図１０および図１１に示すように、分割エリアの数（データ伝送対象エリア１０の分割数）とセンサ３０の配設数は一致していなくてもよい。

【0040】

また、以上の実施形態においては、観測データとしてセンサ３０が電波源２０から受信した電波の受信強度のＲＳＳＩ値を所要数値範囲で量子化した量子化データ番号を伝送すべき観測データとしているが、センサ３０から集約局４０に伝送する観測データはこの形態に限定されるものではない。各々のセンサ３０が受信した観測データそのものを各々のセンサ３０から集約局４０にデータ伝送する形態であってもよい。

【0041】

さらに、以上に説明した本実施形態の構成に対し、明細書中に記載されている変形例や、他の公知の構成を適宜組み合わせた形態を採用することもできる。

【符号の説明】

【0042】

１０：データ伝送対象エリア
１２：第１分割エリア，１４：第２分割エリア，１６：第３分割エリア，
１８：第４分割エリア
２０：電波源（観測対象）
３０：センサ
３２：第１センサ，３４：第２センサ，３６：第３センサ,３８：第４センサ
４０：集約局
５０：データ伝送システム
６０：マッピングデータ（センサ観測データ発生確率分布）
６２：第１マッピングデータ（分割エリア別センサ観測データ発生確率分布），
６４：第２マッピングデータ（分割エリア別センサ観測データ発生確率分布），
６６：第３マッピングデータ（分割エリア別センサ観測データ発生確率分布），
６８：第４マッピングデータ（分割エリア別センサ観測データ発生確率分布）

【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】