[发明专利]学习模型生成方法、估计装置以及无线列车控制系统

说明书

通信状况估计装置(40)获取由无线基站(10)的附近的监视器用接收装置(20)接收到的无线信号来作为表示车载装置(52)与设置于铁路沿线的无线基站(10)进行认知无线电通信时的该无线基站(10)的电波环境的数据。通信状况估计装置(40)执行估计处理，该估计处理向通信状况估计模型输入获取到的表示电波环境的数据，来输出基于无线基站(10)在该电波环境下进行无线通信时的SNR(Signal to Noise Ratio：信噪比)的按频率通信状况信息。通信状况估计模型是使用以表示无线基站(10)的电波环境的数据为输入且以基于无线基站(10)在该电波环境下进行无线通信时的SNR的按频率通信状况信息为输出的训练数据来进行学习所得到的机器学习模型。

技术领域

本发明涉及一种生成机器学习模型的学习模型生成方法、估计装置以及无线列车控制系统。

背景技术

对于在列车控制中利用了无线通信的被称为CBTC(Communication Based TrainControl：基于通信的列车控制)的无线列车控制系统，探讨了在地面与车上之间的无线通信中使用不需要许可证的被称为ISM(Industrial Scientific and Medical：工业的、科学的和医学的)频段的频带。作为利用该ISM频段的无线通信标准，有无线LAN(IEEE802.11)、蓝牙(Bluetooth，注册商标)(IEEE802.15.1)等各种无线通信标准，上述无线通信标准为各种其它的无线通信系统所利用，因此无法避免受到干扰。因此，作为减少由干扰造成的影响来实现无线通信的可靠性的提高的技术，例如在专利文献1中公开了一种基于跳频图案表来变更无线通信的信道的技术。

现有技术文献

专利文献

专利文献1：日本特开2013-239935号公报

发明内容

发明要解决的问题

然而，在上述的专利文献1中，需要在基站与车载装置(移动站)之间实际地进行通信。因此，存在包括再发送在内的占用无线通信的信道的问题、如何预先寻找空闲的无线通信的信道之类的问题。在利用ISM频段的无线通信中，有一种被称为认知无线电通信的技术，该技术寻找空闲的无线通信的信道并切换要使用的无线方式。在该认知无线电通信中，需要寻找空闲的无线通信的信道的频谱感知。但是，在将认知无线电通信应用于要求高可靠性的无线列车控制系统时，对频谱感知也要求更高的精度。

本发明是鉴于上述情况而完成的，其目的在于提供一种应用于进行认知无线电通信的无线列车控制系统的、精度高的频谱感知的新技术。

用于解决问题的方案

为了解决上述问题的第一方式是一种学习模型生成方法，由计算机系统执行，其中，

所述计算机系统执行以下步骤：

获取训练数据，所述训练数据是将表示车载装置与设置于铁路沿线的无线基站进行认知无线电通信时的所述无线基站的电波环境的数据同基于所述无线基站在该电波环境下进行无线通信时的SNR(Signal to Noise Ratio：信噪比)的按频率通信状况信息进行关联而得到的数据，在所述认知无线电通信中能够切换无线通信标准地进行通信；以及

生成步骤，使用所述训练数据来生成以表示所述电波环境的数据为输入且以所述按频率通信状况信息为输出的机器学习模型。

根据第一方式，能够实现应用于进行认知无线电通信的无线列车控制系统的、精度高的频谱感知的技术。也就是说，能够生成以表示无线列车控制系统中的无线基站与车载装置进行认知无线电通信时的无线基站的电波环境的数据为输入且以基于无线基站在该电波环境下进行无线通信时的SNR的按频率通信状况信息为输出的机器学习模型。而且，通过利用该机器学习模型，能够实现精度高的频谱感知。

也可以将学习模型生成方法构成为：