特許 7410679 受信システム、通信補償要求装置、及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-12-26

(45)【発行日】2024-01-10

(54)【発明の名称】受信システム、通信補償要求装置、及びプログラム

(51)【国際特許分類】

   H04N 21/438 20110101AFI20231227BHJP

   G06N 3/08 20230101ALI20231227BHJP

   H04B 17/373 20150101ALI20231227BHJP

【ＦＩ】

H04N21/438

G06N3/08

H04B17/373

【請求項の数】 5

(21)【出願番号】P 2019170843

(22)【出願日】2019-09-19

(65)【公開番号】P2021048533

(43)【公開日】2021-03-25

【審査請求日】2022-08-19

(73)【特許権者】

【識別番号】000004352

【氏名又は名称】日本放送協会

(74)【代理人】

【識別番号】100147485

【弁理士】

【氏名又は名称】杉村 憲司

(74)【代理人】

【識別番号】230118913

【弁護士】

【氏名又は名称】杉村 光嗣

(74)【代理人】

【識別番号】100161148

【弁理士】

【氏名又は名称】福尾 誠

(74)【代理人】

【識別番号】100185225

【弁理士】

【氏名又は名称】齋藤 恭一

(72)【発明者】

【氏名】阿部 晋矢

(72)【発明者】

【氏名】鈴木 陽一

(72)【発明者】

【氏名】小泉 雄貴

(72)【発明者】

【氏名】横畑 和典

(72)【発明者】

【氏名】筋誡 久

【審査官】富樫 明

(56)【参考文献】

【文献】特開２００４－３６４２７２（ＪＰ，Ａ）

【文献】特開２０１９－０８０１４４（ＪＰ，Ａ）

【文献】特開２００８－１１３１３９（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０４Ｎ ２１／００－２１／８５８

Ｇ０６Ｎ ３／０８

Ｈ０４Ｂ １７／３７３

(57)【特許請求の範囲】

【請求項1】

放送波の減衰時に通信により補償データを受信する受信システムで用いられる通信補償要求装置であって、
受信した前記放送波の受信電波品質を記録し、受信電波品質データ列を出力する記録部と、
再帰型ニューラルネットワーク（ＲＮＮ）を備え、前記受信電波品質データ列を入力として、所定時間後の受信電波品質を予測し、又は、所定時間後に前記補償データを要求すべきかの判定を予測し、前記予測に基づいて前記補償データの要求信号を出力する予測部と、
前記受信電波品質データ列から学習データを生成する学習データ生成部と、
を備え、
前記再帰型ニューラルネットワークは、学習モード時に、前記学習データに基づいて、所定時間後の受信電波品質又は所定時間後に補償データを要求すべきかの判定を予測する学習を行い、
前記学習データ生成部は、
前記受信電波品質データ列を保存する保存部と、
前記受信電波品質データ列を用いて、放送波が受信不可能となる受信電波品質を含み、学習データとして有効な範囲を判定する判定部と、
前記保存部の前記受信電波品質データ列から前記判定部で判定された前記範囲の受信電波品質データ列を選択して、学習データを生成する生成部と、を備え、
前記学習データは、入力データである受信電波品質データ列と、前記受信電波品質データ列が入力される時点から所定時間後の受信電波品質である正解受信電波品質及び前記受信電波品質データ列が入力される時点から所定時間後に補償データを要求すべきかを判定した正解補償要求判定の少なくとも一方を、組とし、
前記判定部は、
前記受信電波品質データ列のうち最新の受信電波品質データを確認し、最新の受信電波品質データが受信不可能となる受信電波品質となるときを挟んで、通常時の受信電波品質が劣化した受信電波品質となる第１の時点と劣化した受信電波品質が通常時の受信電波品質に戻る第２の時点とを特定し、前記第１の時点と前記第２の時点の間の範囲に予め定めたマージンを加えて、前記学習データとして有効な範囲とすることを特徴とする、通信補償要求装置。

【請求項2】

請求項１に記載の通信補償要求装置において、
前記記録部は、一定間隔で前記受信電波品質を記録し、所定個数の受信電波品質データを保持するバッファを備え、前記一定間隔ごとに前記バッファに保持する前記受信電波品質データを受信電波品質データ列として出力することを特徴とする、通信補償要求装置。

【請求項3】

請求項１又は２に記載の通信補償要求装置において、
前記予測部は、内部に前記再帰型ニューラルネットワークを備え、前記受信電波品質データ列を入力として所定時間後の受信電波品質を予測し、又は、所定時間後に前記補償データを要求すべきかの判定を予測して出力する、ＲＮＮ部と、
入力された前記受信電波品質データ列の最新のデータと、前記ＲＮＮ部から出力された受信電波品質の予測又は前記補償データを要求すべきかの判定の予測に基づいて、補償データサーバに前記補償データの要求信号を出力する補償データ要求部と
を備えることを特徴とする、通信補償要求装置。

【請求項4】

コンピュータを、請求項１乃至３のいずれか一項に記載の通信補償要求装置として機能させるためのプログラム。

【請求項5】

放送波を受信し、復調及びデコードする放送波受信装置と、
請求項１乃至３のいずれか一項に記載の通信補償要求装置であって、前記放送波の受信状況の時系列データに基づいて、再帰型ニューラルネットワーク（ＲＮＮ）により受信の所定時間後の放送波の受信状況を予測し、受信状況の悪化が予測される場合、通信による補償データを要求する通信補償要求装置と、
前記通信補償要求装置の要求への応答として得られる前記補償データを受信し、デコードする補償データ受信装置と、
前記放送波の受信状況に基づいて、前記放送波受信装置から出力される放送波受信データと前記補償データ受信装置から出力される前記補償データを切替えて出力する放送波補償データ切替器と、
を備える受信システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、受信システム、通信補償要求装置、及びプログラムに関し、特に、放送波の減衰時に通信によりデータを補償する受信システム、その通信補償要求装置、及びプログラムに関する。

【背景技術】

【0002】

衛星放送及び地上放送のデジタル方式の放送波において、衛星デジタル放送では降雨による減衰、地上デジタル放送ではフェージングなどにより伝送条件が悪化した場合、放送波の受信が困難となる。降雨減衰に関しては、周波数が大きいほど減衰量が増えるため、将来利用可能となる２１ＧＨｚ帯の電波を使用した衛星放送では更なる受信状況の悪化が懸念される。降雨減衰やフェージングなどにより、受信状況が悪化した際にも継続してコンテンツを視聴できるよう放送波への補償技術が求められる。放送波の受信が困難となった場合、例えばインターネット網等を利用した通信による同一内容のコンテンツ配信（補償データ）を受信し、継続してコンテンツを視聴可能な補償技術が複数提案されている（特許文献１～４)。

【0003】

ここで、「放送」とは、不特定多数のユーザに対してコンテンツをブロードキャストする伝送方式をいい、特に、電波による配信を想定している。また、「通信」とは、双方向で情報の送受信を行う伝送方式いい、特に、ＩＰ（Internet Protocol）ネットワーク等を介してデータを取得し、コンテンツを補完する手段を想定している。

【0004】

これらの通信による放送波の補償を考えた場合、放送波が完全に受信不可能となってから通信によりコンテンツを要求するのではなく、放送波の受信状況の悪化を予測し、事前にコンテンツを要求することで安定した視聴が継続できることが望ましい。

【0005】

衛星放送の受信において、受信状況の悪化を予測してコンテンツを要求し、放送波の補償を行う仕組みについて提案する文献もあるが（特許文献５）、具体的な予測手段について言及していない。また、移動体での地上放送の受信について、受信が難しい場所に移動する際に通信により補償する場合、移動体の緯度経度の連続情報から将来の移動体の緯度経度を予測し、事前にコンテンツを要求する仕組みが提案されている（特許文献６）。しかし、移動先を予測する手法は移動体での放送波の補償については有効だが、衛星放送の降雨減衰や、地上放送でのフェージングのような固定受信で起こりうる受信状況の悪化の予測に適用することはできない。これまで提案された事前にコンテンツを要求する仕組みは、受信状況の予測とは異なり、例えば、常に放送波の受信Ｃ／Ｎ（キャリア（Carrier）ノイズ（Noise）比）を計測し、受信Ｃ／Ｎの値について受信不可能となる値に対し一定のマージンを取ることで、受信不能になるある程度前にコンテンツを要求するというものである（特許文献７）。

【0006】

放送波の受信状況の時系列変化の予測としては、衛星放送の降雨減衰予測が提案されている（特許文献８）。例えば、観測地点に置かれた雨量計の１０分間の計測値の記録、若しくは気象庁の観測地点の１０分間雨量データから、その観測地点の今後の１分間の雨量値を確率的に予測する。この予測に基づいて、降雨減衰により受信状況が悪化する地域については、例えばフェーズドアレイアンテナを利用して電力を増強し、受信状況を改善することを言及している。しかし、気象庁の観測地点はフェーズドアレイアンテナの増力ポイントを決定するには十分かもしれないが、各受信装置の置かれる各家庭の受信状況悪化を予測するには地点数が足りない。もちろん、各家庭に雨量計を設置することは難しい。また、通信での補償を考えた場合、１分間よりも短い時間間隔での受信状況予測が求められる。また、地上デジタル放送のフェージングには対応できない。

【0007】

一方、気象予測、気象予報に関する提案は多く、例えば放送衛星や通信衛星の受信強度を測定し、測定した受信強度から雲の量といった気象情報を測定し、その測定結果をもとに気象予測を実施する手法が提案されている（特許文献９）。しかし、これらの手法で目的としていることは気象予測であり、放送波の受信状況の予測を目的としていない。

【0008】

将来衛星放送として検討される２１ＧＨｚ帯を含むＫａ帯の電波の降雨減衰予測として、多層パーセプトロンを利用した手法（非特許文献１）、或いは、金融に用いられる統計学的な時系列モデルであるＡＲＩＭＡ／ＧＡＲＣＨモデルを用いた手法（非特許文献２）が提案されている。これらの提案は、電波の降雨減衰を関数的手法で予測し、前述のフェーズドアレイアンテナや、送信局のサイトダイバーシティへ利用することを目的としている。

【先行技術文献】

【特許文献】

【0009】

【文献】特開２００４－４０３８０号公報

【文献】特開２００４－２２０５６９号公報

【文献】特開２０１７－１９９９５６号公報

【文献】国際公開第２０１５／０４８５６９号

【文献】特開２０１２－１３８６４９号公報

【文献】特開２００７－２５９０４９号公報

【文献】特開２００３－１３４０６４号公報

【文献】特開２００６－２４６３７５号公報

【文献】特開２００５－３１８３９８号公報

【非特許文献】

【0010】

【文献】A. P. Chambers and I. E. Otung, “Neural network approach to short-term fade prediction on satellite links,” Electron. Lett., (2005), vol. 41, no. 23, pp. 45-46

【文献】L. De Montera, C. Mallet, L. Barthes, and P. Gole, “Short-term prediction of rain attenuation level and volatility in Earth-to-Satellite links at EHF band,” Nonlinear Process. Geophys., (2008), vol. 15, no. 4, pp. 631-643

【文献】F. Chollet et al., “Keras,” インターネット<URL: https://keras.io>

【発明の概要】

【発明が解決しようとする課題】

【0011】

デジタル放送の受信状況悪化に対して通信により安定的に補償する場合、デジタル放送の受信状況の予測が求められる。しかし、上記の通り、これまでの提案は降雨減衰やフェージングのような時系列的な受信状況の悪化を予測する仕組みがなく、場合によってはコンテンツが欠損する、欠損しなくとも通信との接続まで再生を待たされる状況が生じてしまう。

【0012】

受信不可能となる値に対し、適切なマージンを取った閾値を利用することで、受信状況の悪化を予測していることと類似した効果は得られるが、例えば降雨減衰であれば地域や季節によって突然雨量が増して減衰前にコンテンツを要求できない場合や、悲観的に閾値を用意してしまうと常に通信からコンテンツを要求し続けてしまう場合等が生じ、それぞれの受信装置の状況に合わせた閾値を用意することは難しい。

【0013】

また、雨量データ等を用いて降雨減衰の時系列変化を予測する手法は、送信装置への適用が前提であり、各受信装置、例えば各家庭のテレビに実装して受信状況の変化を予測することは難しい。気象予測や受信状況の悪化を予測する手法は提案されているが、受信電波の時系列データを活用して、受信状況の時系列変化を予測し、受信装置に適用する手法は提案されていない。

【0014】

従って、上記のような問題点に鑑みてなされた本発明の目的は、各受信装置（受信システム）で計測可能な受信電波の状態のみを入力として受信状況の時系列変化を予測し、受信状況が悪化した際にも、安定したコンテンツ視聴を継続することができる受信システム、通信補償要求装置、及びプログラムを提供することにある。

【課題を解決するための手段】

【0016】

上記課題を解決するために本発明に係る通信補償要求装置は、放送波の減衰時に通信により補償データを受信する受信システムで用いられる通信補償要求装置であって、受信した前記放送波の受信電波品質を記録し、受信電波品質データ列を出力する記録部と、再帰型ニューラルネットワーク（ＲＮＮ）を備え、前記受信電波品質データ列を入力として、所定時間後の受信電波品質を予測し、又は、所定時間後に前記補償データを要求すべきかの判定を予測し、前記予測に基づいて前記補償データの要求信号を出力する予測部と、前記受信電波品質データ列から学習データを生成する学習データ生成部と、を備え、前記再帰型ニューラルネットワークは、学習モード時に、前記学習データに基づいて、所定時間後の受信電波品質又は所定時間後に補償データを要求すべきかの判定を予測する学習を行い、前記学習データ生成部は、前記受信電波品質データ列を保存する保存部と、前記受信電波品質データ列を用いて、放送波が受信不可能となる受信電波品質を含み、学習データとして有効な範囲を判定する判定部と、前記保存部の前記受信電波品質データ列から前記判定部で判定された前記範囲の受信電波品質データ列を選択して、学習データを生成する生成部と、を備え、前記学習データは、入力データである受信電波品質データ列と、前記受信電波品質データ列が入力される時点から所定時間後の受信電波品質である正解受信電波品質及び前記受信電波品質データ列が入力される時点から所定時間後に補償データを要求すべきかを判定した正解補償要求判定の少なくとも一方を、組とし、前記判定部は、前記受信電波品質データ列のうち最新の受信電波品質データを確認し、最新の受信電波品質データが受信不可能となる受信電波品質となるときを挟んで、通常時の受信電波品質が劣化した受信電波品質となる第１の時点と劣化した受信電波品質が通常時の受信電波品質に戻る第２の時点とを特定し、前記第１の時点と前記第２の時点の間の範囲に予め定めたマージンを加えて、前記学習データとして有効な範囲とすることを特徴とする。

【0019】

また、前記通信補償要求装置は、前記記録部が、一定間隔で前記受信電波品質を記録し、所定個数の受信電波品質データを保持するバッファを備え、前記一定間隔ごとに前記バッファに保持する前記受信電波品質データを受信電波品質データ列として出力することが望ましい。

【0020】

また、前記通信補償要求装置は、前記予測部が、内部に前記再帰型ニューラルネットワークを備え、前記受信電波品質データ列を入力として所定時間後の受信電波品質を予測し、又は、所定時間後に前記補償データを要求すべきかの判定を予測して出力する、ＲＮＮ部と、入力された前記受信電波品質データ列の最新のデータと、前記ＲＮＮ部から出力された受信電波品質の予測又は前記補償データを要求すべきかの判定の予測に基づいて、補償データサーバに前記補償データの要求信号を出力する補償データ要求部とを備えることが望ましい。

【0023】

上記課題を解決するために本発明に係るプログラムは、コンピュータを、上記通信補償要求装置として機能させることを特徴とする。
また、上記課題を解決するために本発明に係る受信システムは、放送波を受信し、復調及びデコードする放送波受信装置と、前記通信補償要求装置であって、前記放送波の受信状況の時系列データに基づいて、再帰型ニューラルネットワーク（ＲＮＮ）により受信の所定時間後の放送波の受信状況を予測し、受信状況の悪化が予測される場合、通信による補償データを要求する通信補償要求装置と、前記通信補償要求装置の要求への応答として得られる前記補償データを受信し、デコードする補償データ受信装置と、前記放送波の受信状況に基づいて、前記放送波受信装置から出力される放送波受信データと前記補償データ受信装置から出力される前記補償データを切替えて出力する放送波補償データ切替器と、を備えることを特徴とする。

【発明の効果】

【0024】

本発明における受信システム、通信補償要求装置、及びプログラムによれば、各受信装置（受信システム）で計測可能な受信電波の状態のみを入力として受信状況の時系列変化を予測し、受信状況が悪化した際にも、安定したコンテンツ視聴を継続することができる。

【図面の簡単な説明】

【0025】

【図1】本発明の受信システムの全体図の例を示す図である。

【図2】本発明の通信補償要求装置の構成の一例を示す図である。

【図3】受信電波品質データ列の作成例を説明する図である。

【図4】学習データ生成部の構成の一例を示す図である。

【図5】判定部の動作アルゴリズムを示すフローチャートの一例である。

【図6】学習データの有効範囲の決め方を説明する図である。

【図7】学習データを作成する例を説明する図である。

【図8】予測部の構成の一例を示す図である。

【図9】補償データ要求部の動作アルゴリズムを示すフローチャートの一例である。

【図10】補償データ要求部の動作アルゴリズムを示すフローチャートの別の例である。

【図11】本発明の通信補償要求装置の構成の別の例を示す図である。

【図12】２０１８年８月３日における２１ＧＨｚ帯のビーコン電波受信状況を示す図である。

【図13】学習データとして有効と判定された受信状況データの範囲を示す図である。

【図14】２０１８年９月４日における２１ＧＨｚ帯のビーコン電波受信状況を示す図である。

【図15】予測受信電波品質の変化と、補償データの要求期間を示す図である。

【図16】閾値にマージンを設けた場合の補償データ要求期間を示す図である。

【図17】閾値調整をした場合の受信状況の予測に基づく補償データ要求期間を示す図である。

【発明を実施するための形態】

【0026】

以下、本発明の実施の形態について、図面を用いて説明する。

【0027】

図１に、本発明の受信システムの全体図の例を示す。受信システム１００は、放送波受信装置１０、通信補償要求装置２０、補償データ受信装置３０、及び放送波補償データ切替器４０を備える。受信システム１００は、更に再生装置５０を備えてもよい。

【0028】

放送波受信装置１０には、放送波として、衛星アンテナ６１で受信された衛星放送、及び／又は、地上波アンテナ６２で受信された地上放送が入力される。放送波受信装置１０は、受信した放送波を復調及びデコード（復号）し、デコードした番組（コンテンツ）を放送波受信データとして放送波補償データ切替器４０へ出力する。通常の受信状態であれば、放送波受信装置１０でデコードされた番組が、切替器４０を介して再生装置５０に入力され、再生される。放送波が再生できないほど受信状況が悪化した場合、放送波受信装置１０は、放送波補償データ切替器４０へ切替信号を出力する。

【0029】

受信した放送波は通信補償要求装置２０にも入力され、受信状況が分析される。ここで、受信状況とは放送波の受信電波の状態であり、受信電界値、ＭＥＲ（Modulation Error Ratio：変調誤差比）、ＢＥＲ（Bit Error Rate：ビット誤り率）、Ｃ／Ｎ等を用いて定量的に検出し得るデータである。通信補償要求装置２０は、放送波の受信状況の時系列データに基づいて、再帰型ニューラルネットワーク（ＲＮＮ：Recurrent Neural Network）により受信状況の時系列変化（受信の所定時間後の放送波の受信状況）を予測する。受信状況の悪化が予測される場合、通信により補償データサーバ１２０へ補償データを要求する要求信号を出力する。なお、後述するとおり、再帰型ニューラルネットワークの学習は、通信補償要求装置２０の内部で実施することも可能だが、外部の学習サーバ１１０に受信状況の記録データを送信し、学習については外部で実行し、学習サーバ１１０で構築された学習済みの再帰型ニューラルネットワークモデル（ＲＮＮモデル）を受信し、通信補償要求装置２０に反映することも可能である。

【0030】

補償データ受信装置３０は、通信補償要求装置２０からの要求信号に対する応答として補償データサーバ１２０から通信で届いた補償データを受信し、これをデコードして、放送波補償データ切替器４０へ出力する。

【0031】

放送波補償データ切替器４０は、放送波受信装置１０でデコードされた番組（放送波受信データ）と、補償データ受信装置３０でデコードされた補償データとが入力され、その一方を再生装置５０に出力する。通常の受信状態であれば、放送波補償データ切替器４０は放送波データを再生装置５０に出力するが、放送波が再生できないほど受信状況が悪化した場合、放送波受信装置１０からの切替信号に基づいて切替えを行い、補償データを再生装置５０に出力する。なお、受信状況の復帰後は、再び切替信号に基づいて放送波データを再生装置５０に出力する。

【0032】

再生装置５０は、一般的な表示装置及び音声出力装置等であり、放送波補償データ切替器４０から入力されるデータを再生する。切替器４０の動作に基づいて、通常時は放送波受信データを再生するが、受信状況が悪いときは補償データを再生する。

【0033】

次に、通信補償要求装置２０について、詳細に説明する。図２に通信補償要求装置２０の構成の一例を示す。本実施形態では、通信補償要求装置２０は、記録部２１、学習データ生成部２２、及び予測部２３を備える。

【0034】

記録部２１は、受信アンテナ６１，６２より放送波が入力され、放送波を分析して、受信電界値、或いは、ＭＥＲ、Ｃ／Ｎといった受信電波品質を記録する。受信電界値、ＭＥＲ、Ｃ／Ｎ等をそれぞれ記録してもよいし、いずれか１つを記録し、受信状況の予測に用いてもよい。なお、受信電界値は放送波の番組再生が可能か否かを決定するデータとなり得るから、本明細書では、受信電界値も受信電波品質の一つとして取り扱う。後述のとおり、記録部２１は、受信電波品質データ列を作成し、学習データ生成部２２、及び予測部２３へ、一定間隔で、すなわち、単位時間（サンプリング時間）ｔごとに出力する。

【0035】

学習データ生成部２２は、記録部２１から出力された受信電波品質データ列を受信し、再帰型ニューラルネットワークが学習を行うための学習データを生成する。生成した学習データは予測部２３に出力する。

【0036】

予測部２３は、内部に再帰型ニューラルネットワーク（ＲＮＮ）を備え、放送波の受信状況の時系列変化を予測し、受信状況の悪化が予測される場合、補償データの要求信号を出力する。予測部２３の動作は、学習モード時の動作と予測モード時の動作に分けられる。学習モード時は、学習データ生成部２２から出力された学習データをもとに、再帰型ニューラルネットワークの学習を実施し、パラメータの最適化等を行う。予測モード時は、記録部２１から入力される受信電波品質データ列を用いて、所定時間後の受信状況（受信電波品質）又は所定時間後に補償データを要求すべきかの判定を予測する。予測結果から補償データの要求が必要と判断された場合、予測部２３は要求信号を通信により出力し、補償データを要求する。

【0037】

図３は、記録部２１における受信電波品質データ列の作成例を説明する図である。記録部２１は一定間隔、すなわち単位時間（サンプリング時間）tごとに受信電波品質Ｒを記録するものとし、記録部２１のバッファに受信電波品質Ｒのデータが記録される。予測部２３で受信電波品質を予測する際、過去ｎ個（ｎは１以上の整数）のデータを使用し、予測先変数ｐ（ｐは１以上の整数）を定義し時刻Ｔからｐ×ｔ後の受信電波品質を予測する場合、又はｐ×ｔ後に補償データを要求すべきかを予測する場合、記録部２１は少なくともｎ個のデータを保持する。

【0038】

図３（ａ）は、ある時刻Ｔにて、Ｒ₁からＲ_nのデータ（Ｒ_nが時刻Ｔで記録された最新の受信電波品質データである。）が記録部２１のバッファに保存されている状況を示している。この時、記録部２１は、Ｒ₁からＲ_nのｎ個のデータからなる受信電波品質データ列を一つのデータセットとして、学習データ生成部２２、及び予測部２３に出力する。

【0039】

図３（ｂ）は、次に受信電波品質Ｒが記録される時刻Ｔ＋ｔの時点の記録部２１のバッファの状態を示す。時刻Ｔの状態と比較して、時刻Ｔ＋ｔのデータＲ_n+1が追加され、最も古いデータＲ₁が削除されて、記録部２１のバッファにはＲ₂からＲ_n+1が保存されている。このとき、記録部２１は、Ｒ₂からＲ_n+1のｎ個のデータからなる受信電波品質データ列を学習データ生成部２２、及び予測部２３に出力する。この後も、時刻Ｔ＋２ｔにおいて、記録部２１は、Ｒ₃からＲ_n+2の受信電波品質データ列を学習データ生成部２２、及び予測部２３に出力する。以下、同様にデータ出力を行う。

【0040】

図４に、学習データ生成部２２の構成の一例を示す。学習データ生成部２２は、受信電波品質データ列の保存部２２１、データ有効範囲の判定部２２２、及び学習データの生成部２２３を備える。

【0041】

保存部２２１では記録部２１から入力される受信電波品質データ列を保存する。また、保存したデータ列を、生成部２２３に出力する。ここでは、受信電波品質データ列をＲ_xy［ｘはデータ取得時刻、ｙはデータ列の中での番号（１≦ｙ≦ｎ）を示す。］と表現することとする。図３（ａ）における記録部２１からの出力を例とすると、Ｒ_T1＝Ｒ₁、Ｒ_T2＝Ｒ₂、...Ｒ_Tn＝Ｒ_nとなる。

【0042】

判定部２２２は、記録部２１からの入力である受信電波品質データ列から学習データとして有効な範囲を判定する。再帰型ニューラルネットワークの学習を行う際、通常状態の時系列データを教師データとするよりも、放送波が受信不可能となる受信電波品質Ｒの閾値Ｒ_thを下回る変化を含むデータを教師データとして利用した方が、受信状況の悪化を予測する場合は有効であることが実験的に分かっている。そのため、判定部２２２では直近の受信電波品質データであるＲ_xnをもとに、受信状況が悪化した時間帯を含むように、学習データとして利用する範囲を判定する。判定部２２２の動作アルゴリズムは後述する。判定部２２２は学習データとなる有効範囲（有効範囲の始めと終わりの時刻情報Ｓ，Ｅ）を出力する。

【0043】

生成部２２３は、判定部２２２から入力される時刻情報Ｓ，Ｅと、保存部２２１に保存されている受信電波品質データ列Ｒ_xyにより、有効範囲の受信電波品質データ列Ｒ_xy (S≦x≦E、1≦y≦n)を選択し、この有効範囲の受信電波品質データ列を用いて学習データを生成する。生成部２２３の動作については後述する。

【0044】

図５は、判定部２２２の動作アルゴリズムを示すフローチャートの一例である。以下、各ステップを説明する。

【0045】

ステップＳ１：FlagをFalseとして（Flag←False、以下同様に記述する。）、アルゴリズムを開始する。なお、アルゴリズムは、データサンプリングの時間ｔごとにステップＳ２～Ｓ１０のループを１回実施する。

【0046】

ステップＳ２：通常時の受信電波品質をＲ_normalとし、ある時点ｉに入力された受信電波品質データ列をＲ_iy(1≦y≦n)とするとき、最新のデータＲ_inとＲ_normalを比較する。Ｒ_in＞Ｒ_normalのときステップＳ３へ、Ｒ_in≦Ｒ_normalのときステップＳ８へ進む。なお、フローチャートにおいて、時刻を示す記号ｉ，ａ，ｂ，Ｓ，Ｅ等は、実際の時刻を単位時間ｔで割った時刻番号を示す記号である。

【0047】

ステップＳ３：Flagを判断する。Flag＝Trueの時、ステップＳ４に進み、Flag＝Falseの時、ステップＳ７に進む。（Trueの状態は、その時間帯が学習データとなり得ることを意味する。）

【0048】

ステップＳ４～Ｓ６：Ｒ_in＞Ｒ_normalかつFlag＝Trueの時、ｂ←ｉとする（Ｓ４）。その後、Ｓ←ａ－Ｍ_s、Ｅ←ｂ＋Ｍ_eとし、ＳとＥの値を出力する（Ｓ５）。ここで、Ｍ_s及びＭ_eはマージンとし、Ｍ_s≧ｎ＋ｐ、Ｍ_e≧ｐの範囲の任意の値とする。そして、Flag←Falseに戻し（Ｓ６）、処理を終了してステップＳ１０に進む。なお、マージンの範囲について、Ｍ_eは、ｐ×ｔ後（ｐは予測先変数）を予測するのにｐ個先のデータセットを確保するためであり、Ｍ_sは、さらに１つのデータセットにｎ個データが必要なためである。

【0049】

ステップＳ７：Ｒ_in＞Ｒ_normalかつFlag＝Falseの時、ａ←ｉとし、ステップＳ１０に進む。

【0050】

ステップＳ８～Ｓ９：ステップＳ２でＲ_in≦Ｒ_normalの場合、Ｒ_inと放送波が受信不可能となる受信品質の閾値Ｒ_thとを比較する（Ｓ８）。Ｒ_in＜Ｒ_thの場合、Flag←Trueとし（Ｓ９）、Ｒ_in≧Ｒ_thの場合は、そのまま処理を終了し、ステップＳ１０に進む。

【0051】

ステップＳ１０：それぞれのルートの処理を終了した後は、ｉをインクリメントし（ｉ←ｉ＋１）、ループの最初に戻る。アルゴリズムは、次のサンプリング時点（ｉ＋１）でステップＳ２から再スタートする。

【0052】

図５のアルゴリズムによる、学習データの有効範囲の時刻情報Ｓ，Ｅの決め方について、図６に基づいて説明する。図６は、横軸を時間、縦軸を受信電波品質Ｒ_in（受信電波品質データ列のうち最新の受信電波品質データ）の値としており、時間とともに受信電波品質Ｒ_in（実線で示す）が変動している様子を示している。

【0053】

放送波が受信不可能となる受信品質の閾値をＲ_thとする。放送波の受信電波品質が閾値Ｒ_thを下回った点（Flag←Trueとなる）を境に前後でＲ_normalとなっている時刻をａ及びｂとする（ａ，ｂは時刻番号であるので、実際の時刻はａ×ｔ，ｂ×ｔ（ｔは単位時間）となる。）。過去ｎ個のデータを使用し、ｐ×ｔ後を予測するため、マージンのパラメータＭ_s≧ｎ＋ｐ、Ｍ_e≧ｐとする。時刻ａよりも時間Ｍ_s（Ｍ_s×ｔ）だけ早い時刻をＳ（有効範囲の開始時）とし、時刻ｂよりも時間Ｍ_e（Ｍ_e×ｔ）だけ遅い時刻をＥ（有効範囲の終了時）とする。ＳとＥ（実際の時刻はＳ×ｔ，Ｅ×ｔ）の間の受信電波品質データ列が、学習データに用いられる。

【0054】

すなわち、最新の受信電波品質データＲ_inが受信不可能となる受信電波品質となるとき（Flag←True）を挟んで、通常時の受信電波品質が劣化した受信電波品質となる第１の時点（ａ）と劣化した受信電波品質が通常時の受信電波品質に戻る第２の時点（ｂ）とを特定し、前記第１の時点と前記第２の時点の間の範囲に予め定めたマージン（Ｍ_s、Ｍ_e）を加えて、学習データとして有効な範囲（Ｓ～Ｅ）とする。

【0055】

図７は、生成部２２３で学習データを作成する例を説明する図である。図７（ａ）は、保存部２２１から得る受信電波品質データ列Ｒ_xy(S≦x≦E、1≦y≦n)であり、このデータ列をもとに、図７（ｂ）に示す学習データを生成する。

【0056】

図７（ｂ）において、入力データとしてＲ_xy(S≦x≦(E-p)、1≦y≦n)を用意する。正解受信電波品質（ｐ×ｔ後の受信電波品質）として、Ｒ_(x+p)n(S≦x≦(E-p))を入力データＲ_xy(S≦x≦(E-p))にそれぞれ対応させて組とする。また、ｐ×ｔ後に補償データを要求すべきかの判定を、正解補償要求判定として入力データにそれぞれ対応させて組とすることができる。放送波が受信不可能となる受信品質をＲ_thとしＲ_(x+p)n＜Ｒ_thの場合、正解補償要求判定をTrue、そうでない場合Falseとする。正解受信電波品質と正解補償要求判定の少なくとも一方を入力データＲ_xy(S≦x≦(E-p))と組みにして、生成されたデータの組を学習データ組として出力する。

【0057】

図８に、通信補償要求装置２０の予測部２３の構成の一例を示す。予測部２３は、入力データ選択器２３１、再帰型ニューラルネットワーク（ＲＮＮ）部２３２、及び補償データ要求部２３３を備える。

【0058】

入力データ選択器２３１は、記録部２１から入力される受信電波品質データ列、若しくは学習データ生成部２２から入力される学習データを選択して、ＲＮＮ部に出力する。学習モード時は学習データ生成部２２からの入力を選択し、予測モード時は記録部２1からの入力を選択する。

【0059】

ＲＮＮ部２３２は、再帰型のニューラルネットワークとして、単純な構成のＲＮＮや、ＬＳＴＭ（Long Short-Term Memory）のようなモデルを適用する。学習モード時は学習データをもとに学習し、内部のパラメータを調整する。予測モード時は記録部２１からの受信電波品質データ列を入力データとして、ｐ×ｔ後の受信電波品質（予測受信電波品質ＲＰ）又はｐ×ｔ後に補償データを要求すべきかの判定（予測補償要求判定ＪＰ）を出力する。なお、後述の別の実施形態のように、ＲＮＮ部は、学習モードを行わず、外部の学習サーバ１１０から学習済みのＲＮＮモデルを入手して、これをＲＮＮ部に反映してもよい。

【0060】

補償データ要求部２３３は、ＲＮＮ部２３２から入力された予測受信電波品質ＲＰ又は予測補償要求判定ＪＰ、及び記録部２１から入力される現時点の受信電波品質に応じて、補償データを要求するための要求信号を出力する。

【0061】

図９は、補償データ要求部２３３の動作アルゴリズムを示すフローチャートの一例である。図９は、ＲＮＮ部２３２でｐ×ｔ後の受信電波品質を予測する場合の補償データ要求部２３３の動作アルゴリズムを示している。以下、各ステップを説明する。

【0062】

記録部２１からＲ₁からＲ_nの受信電波品質データ列が入力された場合、すなわち、時刻ｔごとに、フローチャートを実行する。

【0063】

ステップＳ１１：受信電波品質データ列のうち最新（現在）の受信電波品質データＲ_nを確認し、現在の受信電波品質Ｒ_nと、放送波が受信不可能となる受信品質の閾値Ｒ_thとを比較する。予測以前に、現在電波の品質が悪化している場合は、直ちに補償データを要求する。したがって、Ｒ_n＜Ｒ_thの場合ステップＳ１３に進み、そうでない場合はステップＳ１２に進んで予測に基づいて補償データを要求すべきか判定する。

【0064】

ステップＳ１２：予測モードでは、ＲＮＮ部２３２がｐ×ｔ後の受信電波品質を予測し、ＲＮＮ部２３２からは予測受信電波品質ＲＰが出力される。補償データ要求部２３３にて予測受信電波品質の閾値ＲＰ_thを用意し、予測受信電波品質ＲＰと閾値ＲＰ_thとを比較する。ＲＰ＜ＲＰ_thの場合、ステップＳ１３（補償データを要求）に進み、そうでない場合はステップＳ１４へ進む。

【0065】

ステップＳ１３：補償データを要求する要求信号を出力する。この要求信号は、通信にて、補償データサーバ１２０に送信される。その後、処理を終了する。

【0066】

ステップＳ１４：ＲＰ≧ＲＰ_thの場合は補償データを要求せず、処理を終了する。

【0067】

図１０は、補償データ要求部２３３の動作アルゴリズムを示すフローチャートの別の例である。図１０は、ＲＮＮ部２３２でｐ×ｔ後に補償データを要求すべきかを判定する場合の補償データ要求部２３３の動作アルゴリズムを示している。以下、各ステップを説明する。

【0068】

記録部２１からＲ₁からＲ_nの受信電波品質データ列が入力される時刻ｔごとに、フローチャートを実行する。

【0069】

ステップＳ２１：受信電波品質データ列のうち最新（現在）の受信電波品質データＲ_nを確認し、現在の受信電波品質Ｒ_nと、放送波が受信不可能となる受信品質の閾値Ｒ_thとを比較する。図９と同様に、Ｒ_n＜Ｒ_thの場合ステップＳ２３に進み、そうでない場合はステップＳ２２に進んで予測に基づいて補償データを要求すべきか判定する。

【0070】

ステップＳ２２：ＲＮＮ部２３２でｐ×ｔ後に補償データを要求すべきかを判定する場合、ＲＮＮ部２３２からは予測補償要求判定ＪＰ（補償データを要求した方がよい場合True、要求しなくて良い場合False）が出力される。ＲＮＮ部２３２からの出力が、Trueであるか判断する。Trueの場合、ステップＳ２３（補償データを要求）に進み、そうでない場合はステップＳ２４へ進む。

【0071】

ステップＳ２３：補償データを要求する要求信号を出力する。この要求信号は、通信にて、補償データサーバ１２０に送信される。その後、処理を終了する。

【0072】

ステップＳ２４：予測補償要求判定ＪＰがFalseの場合は補償データを要求せず、処理を終了する。

【0073】

以上のとおり、図２の通信補償要求装置２０は、通信補償要求装置２０の内部に学習データ生成部２２を備えており、通信補償要求装置２０内で再帰型ニューラルネットワーク（ＲＮＮ）の学習をすることができる。

【0074】

図１１に、通信補償要求装置の構成の別の例を示す。通信補償要求装置２０’は、記録部２１、及び予測部２３を備える。本実施形態では、外部の学習サーバ１１０を用いて、再帰型ニューラルネットワーク（ＲＮＮ）の学習をする。

【0075】

記録部２１は、受信アンテナ６１，６２より放送波が入力され、放送波を分析して、受信電界値、ＭＥＲ、Ｃ／Ｎ等の受信電波品質Ｒを記録する。記録部２１の構成及び動作は、図２の通信補償要求装置２０の記録部２１と基本的に同じであり、図３の受信電波品質データ列を一定間隔（サンプリング時間ｔ）で生成するが、本実施形態では、記録部２１は、受信電波品質データ列を学習データ生成部２２へ出力するとともに、外部の学習サーバ１１０へ、出力の受信電波品質データ列を送信する。

【0076】

予測部２３は、内部に再帰型ニューラルネットワーク（ＲＮＮ）を備え、受信電波品質データ列を入力として所定時間後の受信電波品質を予測する。しかし、本実施形態では、学習データ生成や、学習自体は外部の学習サーバ１１０で行う。例えば、学習サーバ１１０は、受信電波品質データ列を受信し、その内部で図７に示す学習データを生成し、サーバ内部の再帰型ニューラルネットワーク（ＲＮＮ）の学習を行い、学習済みＲＮＮモデルを作成する。

【0077】

その後、予測部２３は、学習サーバ１１０から学習済みＲＮＮモデルを受信し、予測部２３内部の再帰型ニューラルネットワーク（ＲＮＮ）に反映する。反映後は、記録部２１から入力される受信電波品質データ列を用いて、所定時間後の受信状況（受信電波品質）を予測し、又は、所定時間後に補償データを要求すべきかの判定を予測し、その予測に基づいて前記補償データの要求信号を出力する。すなわち、予測部２３の動作は、図２の予測部２３の予測モードにおける動作と同じである。

【0078】

図１１の通信補償要求装置２０’は、通信補償要求装置内に学習データ生成部２２を設ける必要がなく、装置の構成を簡素化できる効果がある。

【実施例】

【0079】

実施例として、実際の２１ＧＨｚ帯のビーコン電波の測定データから受信状況悪化を予測し、図９示すアルゴリズムを適用して、補償データを要求する処理を検証した。２０１８年８月３日の受信状況（受信電界強度）の測定データから学習データを生成し、学習データに基づいて学習した結果得たモデルを用いて２０１８年９月４日の受信状況の減衰を予測した。

【0080】

図１２は、２０１８年８月３日における２１ＧＨｚ帯のビーコン電波受信状況である。横軸は時間（日時）であり、縦軸は電波の受信電界［ｄＢｍ］である。単位時間（サンプリング期間）ｔ＝１秒とし、１秒ごとに受信電界が記録され、図１２では、８月３日の１６時４８分０秒から１９時１２分０秒の様子を抜き出している。この期間について降雨があり、１７時ごろから減衰が始まり、１９時ごろに減衰が収まる様子が分かる。

【0081】

２１ＧＨｚ帯の衛星放送についてまだ詳細な規定はないため、放送を受信できない受信品質について定義はないが、本実施例では、通常時の受信品質（受信電界）Ｒ_nomarl＝－５０ｄＢｍ、閾値受信電界Ｒ_th＝－６０ｄＢｍとし、受信電界が１０ｄＢｍ減衰した場合、受信不可能となることを想定する。また、受信状況が悪化する３０秒前に補償データを要求することを目的とし、入力データ数ｎ＝２０、予測先変数ｐ＝３０とすることで、ｎ×ｔ＝２０秒間の受信電界値を用いて、ｐ×ｔ＝３０秒後の予測受信電界値ＲＰを予測することを学習する。予測部２３の実装には、TensorFlow/KerasのSimple ＲＮＮ（非特許文献３）を用いた。

【0082】

図１３に、学習データの有効範囲として判定された受信状況データの範囲を示す。図１３の受信状況データは、図１２の受信状況データと同一であるが時間軸が拡大されている。図５の判定部２２２のアルゴリズムより、ａ＝１７時４２分５１秒、ｂ＝１８時１８分１７秒となり、この実施例ではＭ_s＝１７１、Ｍ_e＝１０２とし、Ｓ＝１７時４０分０秒、Ｅ＝１８時１９分５９秒と判定されて、学習データの有効範囲が設定される。

【0083】

予測部２３のＲＮＮ部２３２は、学習モードにて、２０１８年８月３日の１７時４０分０秒から１８時１９分５９秒のデータを用いて学習する。学習の際、データの前処理を行い、平均を－６０ｄＢｍ、標準偏差を１０とし、標準化したデータを利用した。本来、上記時間帯に限らず、任意の日の図５のアルゴリズムにより判定される日時、時間帯のデータを学習データとして用いてよい。しかし、本実施例では分かり易くデータを単純化し、学習データを２０１８年８月３日の１７時４０分０秒から１８時１９分５９秒のみに限定し、学習を実施した。

【0084】

予測結果の評価を行うため、２０１８年９月４日の２１ＧＨｚ帯のビーコン電波受信状況を用いた。図１４は、２０１８年９月４日における７時０分０秒から８時０分０秒の受信状況である。横軸は時間（日時）であり、縦軸は電波の受信電界［ｄＢｍ］である。実際の受信電界が閾値受信電界Ｒ_th＝－６０ｄＢｍを下回る期間は７時２０分２０秒から７時３４分２５秒であった。図１４からも分かる通り、受信電界はシンチレーションがあるため、閾値を下回る３０秒前から閾値を下回っている期間のみ補償データを要求することとすると、要求期間に短い空白が生じる場合がある。受信電界からシンチレーションを取り除いてもよいが、本実施例では単純のため閾値を下回る３０秒前から閾値を下回っている期間に加え、閾値を下回る期間の３０秒後までを、補償データを要求する期間とした。そのため、理想的な補償データの要求期間は７時１９分５０秒から７時３４分５５秒となる。本実施例による検証では、この理想的補償データ要求期間を補償データ要求期間の基準とした。

【0085】

まず、従来技術として、単純に閾値を用いて、補償データを要求する場合を考える。補償データを要求する際は、３０秒間の補償データを要求することとした。受信電界が閾値受信電界Ｒ_th＝－６０ｄＢｍを下回った際に補償データの要求を開始した場合、補償データを要求する期間は７時２０分２０秒から７時３４分５５秒となる。この受信状況においては、理想的には７時１９分５０秒から補償データを要求する必要があったため、始めの３０秒間補償データが欠損する。

【0086】

次に、本発明の受信状況の予測に基づいて、補償データを要求する場合について説明する。図１５に、予測受信電波品質（本実施例の場合は予測受信電界）の変化と、補償データを要求する期間を示す。実線のグラフが実際の受信電界の変化、点線のグラフが予測した受信電界の変化である。受信不可能となる予測受信電波品質の閾値ＲＰ_th＝Ｒ_th＝－６０ｄＢｍとし、図９のアルゴリズムに則り、補償データを要求する際は、３０秒間の補償データを要求することとした。本発明に基づく受信状況の予測によれば、補償データの要求期間は７時１９分５６秒から７時３５分６秒までとなった。

【0087】

理想的な補償データの要求期間と比較した場合、７時１９分５０秒から７時１９分５５秒までの６秒間補償データが欠損する。一方、７時３４分５６秒から７時３５分６秒までの１１秒間、本来必要がないのに補償データを要求することとなる。本実施例では、本来必要ない期間も補償データを要求することとなったが、閾値を用いた場合は３０秒間補償データが欠損するのと比較し、６秒間のみの欠損できたため、欠損する期間を８０％削減できた。このように、本発明によれば、従来技術と比較して、補償データが欠損する期間を大幅に削減できる。

【0088】

次に、受信電波品質の閾値にマージンを設定する場合について説明する。既存の提案の一つとして、受信不可能となる前に補償データを要求するため、閾値に対してマージンを設ける手法がある。しかしながら、どのようにマージンを取ればよいか言及している提案はないため、まず、理想的な補償データ要求期間をすべて含むよう閾値のマージンを設定する場合について検討する。

【0089】

図１６に、既存の閾値を用いた補償データ要求手法において、閾値にマージンを設けた場合の補償データ要求期間を示す。マージンを設けた閾値をＲ_thmargin＝－５８ｄＢｍとし、受信電界が閾値Ｒ_thmargin 以下となった際に補償データを３０秒間要求する場合、７時１９分１０秒から７時３５分２６秒までが補償データ要求期間となった。この場合、理想的補償データ要求期間（７時１９分５０秒から７時３４分５５秒）と比較して補償データの欠損はなくなるが、７時１９分１０秒から７時１９分４９秒までの４０秒間、及び７時３４分５６秒から７時３５分２６秒までの３１秒間、合計７１秒間、本来必要ない期間について補償データを要求することとなる。なお、マージンを設けた閾値Ｒ_thmargin＝－５８ｄＢｍは、閾値を－６０ｄＢｍから所定の刻み（ここでは１ｄＢｍ刻み）で変更し、理想的な補償データの要求期間をすべて含む閾値を探索し、探索した閾値の中で最小の、必要のない補償データ要求が最も少ない閾値として求められたものである。

【0090】

次に、本発明の受信電波品質予測を行う手法において、閾値のマージンを設定し、理想的な補償データの要求期間をすべて含むように、予測受信電波品質の閾値ＲＰ_thを調整する場合を検討する。

【0091】

図１７に、閾値ＲＰ_thにマージンを設けて閾値調整をした場合の、受信状況の予測に基づく補償データ要求期間を示す。実線のグラフが実際の受信電界の変化、点線のグラフが予測した受信電界の変化である。調整した予測受信電波品質の閾値をＲＰ_th＝－５９ｄＢｍとし、３０秒後の予測受信電波品質が閾値を下回るとき補償データを要求する場合、補償データ要求期間は７時１９分５秒から７時３５分１６秒となり、理想的な補償データの要求期間をすべて含む。ただし、この場合、７時１９分５秒から７時１９分４９秒までの４５秒間、及び７時３４分５６秒から７時３５分１６秒までの２１秒間合計６６秒間、本来必要ない期間について補償データを要求することとなる。閾値調整したＲＰ_th＝－５９ｄＢｍは、Ｒ_thmargin＝－５８ｄＢｍと同様に、閾値を－６０ｄＢｍから所定の受信電波品質の刻み（ここでは１ｄＢｍ刻み）で変更し、理想的な補償データの要求期間をすべて含む閾値を探索し、探索した閾値の中で最小の、必要のない補償データ要求が最も少ない閾値である。本実施例では、適切なマージンを有する閾値を探索で求めたが、再帰型ニューラルネットワークにより適切な閾値調整を行ってもよい。

【0092】

従来の閾値にマージンを設定し、理想的な補償データ要求期間をすべて含む補償データ要求期間となうように閾値を調整する手法と比較して、本発明による予測結果と閾値調整を用いた場合は、本来必要ない補償データ要求期間を、７１秒から６６秒と約７％削減できた。

【0093】

上記の実施の形態では、受信システム１００及び通信補償要求装置２０の構成と動作について説明したが、本発明はこれに限らず、受信状況の悪化に対して通信により補償する方法として構成されてもよい。すなわち、放送波の受信状況の時系列変化を予測し、予測結果をもとに補償データを要求する方法として構成されてもよい。

【0094】

なお、上述した通信補償要求装置２０として機能させるためにコンピュータを好適に用いることができ、そのようなコンピュータは、通信補償要求装置２０の各機能を実現する処理内容を記述したプログラムを該コンピュータの記憶部に格納しておき、該コンピュータのＣＰＵによってこのプログラムを読み出して実行させることで実現することができる。なお、このプログラムは、コンピュータ読取り可能な記録媒体に記録可能である。

【0095】

本発明を諸図面や実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形や修正を行うことが容易であることに注意されたい。従って、本発明は、上述の実施形態によって制限するものと解するべきではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。例えば、各ブロック、各ステップ等に含まれる機能等は論理的に矛盾しないように再配置可能であり、複数の構成ブロックやステップ等を１つに組み合わせたり、或いは分割したりすることが可能である。

【符号の説明】

【0096】

１０ 放送波受信装置
２０ 通信補償要求装置
２１ 記録部
２２ 学習データ生成部
２３ 予測部
３０ 補償データ受信装置
４０ 放送波補償データ切替器
５０ 再生装置
６１ 衛星アンテナ
６２ 地上波アンテナ
１００ 受信システム
１１０ 学習サーバ
１２０ 補償データサーバ
２２１ 保存部
２２２ 判定部
２２３ 生成部
２３１ 入力選択部
２３２ ＲＮＮ部
２３３ 補償データ要求部

【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】