JP6180496B2 - 端末速度推定方法 - Google Patents

Description

本発明は、無線通信システムにおける端末の速度推定方法に関し、特に、ドップラースペクトルを用いた端末の速度推定方法に関する。

無線通信システムは、ユーザによる無線通信の多様な利用を想定し、低データレート通信から高データレート通信、静止画から動画ストリーミング伝送、静止状態や歩行状態での利用から高速移動状態での利用、あるいは屋内での使用から屋外での使用など様々な形態による無線通信サービスを提供している。

無線通信システムを提供する事業者は、このような利用形態に加え、都市部や農村部などサービスを提供する場所、サービスを利用するユーザの人口分布やデータ量（トラフィック密度）など、様々な条件を考慮したシステム構築を行っている。システム構築の一環として、事業者は、どのような場所や時間においても、ユーザが遅滞なく無線通信システムに接続することができ、満足するサービスの提供を受けられるように、利用形態やトラフィック密度を考慮して基地局（またはセル）の配置設計を行う。

しかし、利用形態の更なる多様化やトラフィック量の増加に伴い、平面的なセル配置では、十分なサービスを提供することは困難となる。このため、複数の種類のセルを組み合わせることにより、多様な利用形態やトラフィック特性に合致したサービスを提供する階層セル構成の構築が進められている。このようなセル構成の１つの例として、セルサイズの大きいマクロセル内にセルサイズの小さい極小セルを重畳（オーバーレイ）させる階層セル構成がある。極小セルは、マイクロセル、ピコセル、フェムトセルなどである。このような極小セルは、マクロセル内のトラフィック密度が高い場所、高データレート通信が想定される場所、マクロセル基地局からの電波受信が困難な場所等に設置される。

階層構成において、周波数利用効率を向上させるため、あるいは、ハンドオーバの頻度を抑制するために、端末の移動速度に応じて、マクロセルと極小セルの階層を適切に選択する階層選択制御が必要となる。

移動速度が速い端末は、マクロセルのみに接続し、極小セルには接続されないようにする。一方、移動速度の遅い端末は、極小セル内にある場合は極小セルと接続し、極小セルが重畳されていない場所では、マクロセルと接続する。このような階層選択制御により、高速移動中の端末が極小セルに頻繁にハンドオーバすることを防止して、ハンドオーバの制御シグナリングの増加に伴うユーザデータの通信断を減らすことができる。また、低速移動の端末が極小セルに接続することで、データオフロード効果が期待でき、ユーザスループットを上げることができる。

階層選択制御を適切に実行するためには、端末の移動速度を正確に測定し、その移動速度に基づいて、マクロセル又は極小セルに接続させることが重要である。

端末の移動速度を推定する方法の１つとして、ドップラースペクトルを利用する方法がある（非特許文献１）。ここでドップラースペクトルとは、伝搬路応答の振幅値の時間変動をフーリエ変換した結果得られる周波数軸（ドップラー周波数シフト）上の電力波形である。端末と基地局間の無線伝搬環境が電波の到来方向分布が一様である全周散乱モデルと見なせる場合、ドップラースペクトルは、最大ドップラー周波数においてピークを示す。このため、スペクトルのピークを検出することにより、最大ドップラー周波数を測定することができ、最大ドップラー周波数から端末の移動速度を算出することができる。

G-H. Park, D. Hong and C-E. Kang, 「A New Doppler Spread Estimation Using FFT」 IEICE Trans. Commun., vol.E86-B, No.9, pp.2799-2803, Sept. 2003.

しかし、伝搬路応答の振幅値は、雑音や干渉を含むため、測定した最大ドップラー周波数の推定値は誤差を含むことになる。また、限られた個数の振幅値を用いてフーリエ変換を行うことにより、ドップラースペクトルに歪が生じ、推定値に影響を及ぼす。

さらに、無線伝搬環境により、ドップラースペクトルから正確な最大ドップラー周波数を検出できない場合がある。例えば、ドップラースペクトル帯域より外側の帯域において雑音レベルが瞬時的に高くなる場合、雑音成分をドップラースペクトルの有効成分として検出してしまうことが考えられる。この場合、ドップラースペクトル幅が広がり、速度推定値が実際の走行速度より高く算出される。

また、端末の進行方向及びその逆方向から到来する散乱波成分が少ない無線伝搬環境において、十分な散乱波成分がある場合と比べて、ドップラー広がりが小さくなる。この結果、速度推定値が実際の走行速度より低く算出されてしまう。

本発明は、ドップラースペクトルを用いた端末の移動速度推定において、高精度の最大ドップラー周波数を算出すると共に、ドップラースペクトル測定時における誤差や雑音の影響を考慮したより高い精度の移動速度推定を行う移動速度推定方法を提供することを目的とする。

本発明は、端末の移動速度を推定する方法であって、参照信号を受信するステップと、前記受信した参照信号から、伝搬路の時間変動データを作成するステップと、前記伝搬路の時間変動データにＦＦＴを掛けるステップと、前記ＦＦＴの出力からドップラースペクトルを算出するステップと、前記ドップラースペクトルから最大ドップラー周波数を検出するステップと、前記最大ドップラー周波数から端末の瞬時移動速度を決定するステップと、前記端末の瞬時移動速度を決定するステップを複数回実行することにより、複数個の瞬時移動速度を取得するステップと、前記取得した複数個の瞬時移動速度にそれぞれ重み付け係数を掛けて、重み付け平均を計算することによって、前記端末の移動速度を決定するステップと、を有する。

本発明に係る移動速度推定方法において、ドップラースペクトルの測定時における誤差や雑音の影響を考慮し、より正確な移動速度を推定することを可能にする。

ドップラースペクトルの例を示す図である。 最大ドップラー周波数の検出方法を説明する図である。 最大ドップラー周波数の推定方法のフローチャートを示す図である。 最大ドップラー周波数推定における雑音の影響を説明する図である。 散乱波成分が少ない状況のドップラースペクトルを説明する図である。 本発明の実施例を示す図である。 最大ドップラー周波数の別の推定方法のフローチャートを示す図である。 ドップラースペクトルへのしきい値の適用を説明する図である。 最大ドップラー周波数のその他の推定方法のフローチャートを示す図である。 最大ドップラー周波数のさらに別の推定方法のフローチャートを示す図である。 最大ドップラー周波数の推定のための装置の例を示す図である。

以下図面を参照して、ドップラースペクトルを用いた端末の速度推定方法について説明する。しかしながら、本発明が、図面又は以下に記載される実施形態に限定されるものではないことを理解されたい。

図１にドップラースペクトルの例を示す。この例は、無線伝搬環境が全周散乱モデルとみなせる理想的な場合を表している。図において、横軸は周波数を表し、縦軸は相対電力を表す。ただし、図１ではベースバンド帯域に変換した後の処理結果を示しているため、実際には横軸の周波数０Hzがキャリア周波数に対応することに注意が必要である。以降のドップラースペクトルの図においても横軸の周波数の定義は図１と同様である。この例において、最大ドップラー周波数は、100 Hzであり、ドップラースペクトルの周波数100 Hz及び-100 Hzにおいて、高い電力の成分が生じている。このように、受信信号の伝搬路の時間変動を用いて算出されたドップラースペクトルから、電力の高い成分の周波数を検出することで、最大ドップラー周波数を推定することができる。

図２は、ドップラースペクトルから最大ドップラー周波数を算出する方法を簡単に説明した図である。周波数の負側において、最大電力が得られる周波数をf(1)とし、正側において、最大電力が得られる周波数をf(2)とする。理想的なフェージング環境下においては、f(1)とf(2)の間でU字型のスペクトルを示し、f(1)とf(2)は、同じ周波数絶対値を示す。この周波数絶対値が最大ドップラー周波数f_Dとなる。即ち、f(1)=-f_Dであり、f(2)=f_Dとなる。そして、f(1)とf(2)の間の周波数がドップラースペクトル幅となる。

最大ドップラー周波数f_Dが得られると、端末の移動速度νは、f_D×λで算出することができる。ここで、λは、キャリア周波数の波長である。

しかし、実際の無線伝搬環境では、必ずしも端末周辺の到来方向分布が一様ではなく、全方位で均等な受信電力とはならない。また、雑音の影響もあり、ドップラースペクトルはスムーズなU字型とはならない。

また、ドップラースペクトルの算出は受信信号電力データをFFTすることにより行われるが、FFTはフーリエ変換を有限のポイント数で行うため、元の時間変動のデータの両端が不連続となる結果、FFTにより得られたスペクトルには歪が生じる。この歪の発生は、FFTにより得られたドップラースペクトルには本来存在しない成分が現れることを意味するため、最大ドップラー周波数の決定に誤差を与えることになる。

まず、これらの影響を考慮して、最大ドップラー周波数をより高い精度で算出する方法を説明する。

図３は、ドップラースペクトルを用いて最大ドップラー周波数を推定する方法のフローチャートを示す図である。S10において、無線接続している基地局または端末から参照信号を受信する。ここで、参照信号としたが、システムにより、パイロット信号やビーコンなどとも呼ばれ、伝搬路推定に使用される既知の信号である。S11において、受信した参照信号をベースバンド信号に変換し、復調した後、受信電力を測定することにより、受信信号の伝搬路の時間変動データを作成する。伝搬路の時間変動データは、一定区間毎にバッファに格納される。

受信信号は、端末の移動速度に比例して変動するため、受信信号の伝搬路の時間変動をフーリエ変換することにより、ドップラースペクトルが得られる。S12において、一定区間毎に格納された伝搬路の時間変動データに高速フーリエ変換（FFT）を掛ける。ここで、一定区間は、FFTのポイント数に相当する。S13において、FFTの出力からドップラースペクトルが算出される。

図３のS14において、ドップラースペクトルの周波数が正の領域内で最大電力となる成分を見つけ、その周波数f(P_max+)を検出する。最大電力成分の探索方法として、例えば、周波数0 Hzにおける電力P(f=0)とその次の周波数Δf Hzにおける電力P(f=Δf)とを比較し、高い電力の成分を選択する。更に、次の周波数2×Δf Hzにおける電力P(f=2×Δf)を比較し、より高い電力の成分を選択する。このように、周波数が正の領域にある各成分の電力を順に比較し、最終的に最も電力が高くなる成分を選択して、その周波数をf(P_max+)とする。

S15において、S14と同様の方法により、ドップラースペクトルの周波数が負の領域内で最大電力が得られる周波数f(P_max-)を検出する。

S16において、検出された２つの周波数を用いて、最大ドップラー周波数を算出する。ここでは、周波数の正側で検出された周波数f(P_max+)と負側で検出された周波数f(P_max-)とのうち、絶対値の大きい方を最大ドップラー周波数f_Dとする。即ち、f_D=max(|f(P_max+)|, |f(P_max-)|)とする。

信号受信時に、特定の方向から強い受信電力を持つ電波が到来する場合、正と負の最大ドップラー周波数、すなわちドップラースペクトルの両ピークの間に、強い電力成分が生じることがある。このため、最大電力を示す周波数が最大ドップラー周波数と一致しない場合が考えられる。S14とS15において検出された正と負の最大電力周波数のうち、絶対値の大きい方を選択することで、より精度の高い最大ドップラー周波数を決定することができる。

以下では、算出された最大ドップラー周波数より端末の移動速度を算出し、その後、より精度の高い移動速度を算出する方法について説明する。１つの最大ドップラー周波数の測定から得られる移動速度の推定値を瞬時移動速度とする。

まず、最大ドップラー周波数の算出において、信号伝搬環境により誤差が生じる状態を説明する。図４は、雑音成分が有効成分として検出される例を簡単に示す図である。正の最大ドップラー周波数（f_D）より高い周波数領域、及び／又は負の最大ドップラー周波数（-f_D）より低い周波数領域において、瞬時的に雑音レベルが高くなることがある。この雑音成分をドップラースペクトルの有効成分として検出することで、スペクトル幅は、実際のスペクトル幅より広がってしまう。この結果、算出される速度推定値が実際の端末移動速度より高くなる。ドップラースペクトルの帯域外の雑音を有効成分と見なしてしまうため、速度推定値の誤差は非常に大きくなる可能性がある。

なお、図４において、正の最大ドップラー周波数より高い周波数領域と負の最大ドップラー周波数より低い周波数領域の両側において、雑音成分が有効成分として検出される例を示しているが、片側だけ検出される状況も生じる。

図５は、端末が移動する際に、その進行方向と進行方向の逆方向から到来する散乱波成分が少ない場合のドップラースペクトルを表したものである。散乱波成分が少ない場合、スペクトル幅は、実際のスペクトル幅（-f_D〜f_D）より小さくなる。この結果、速度推定値は低く算出されてしまう。

また、信号伝搬環境が理想的、つまり全周散乱モデルとみなせる場合であったとしても、有限な測定時間や雑音などの影響により、速度推定値にばらつきが含まれる。

上記のような伝搬環境の影響や測定時の誤差を考慮し、より正確な移動速度推定を行う方法を以下に説明する。

ドップラースペクトルを用いた瞬時移動速度の測定を複数回行い、各瞬時移動速度に重み付け係数を掛けて、重み付け平均をとることで誤差の影響を抑制する。Ｎ回の速度測定を行い、各測定値をv₁、v₂、… v_N km/hとする。瞬時移動速度の算出は、図３のフローチャートによる方法により行われるが、この方法に限定されるものではない。重み付け平均の簡単な例を図６に示す。

重み付け平均値は以下のように計算される。

ここで、w_i (i=1〜N)は、重み付け係数である。

上記式（１）において、最も単純な重み付け方法は、重み付け係数w_i (i=1〜N)を全て１とするものである。即ち、平均化を行う。瞬時移動速度値に測定誤差に伴うばらつきが含まれる場合、平均化によりばらつきの影響を抑制することができる。ここでの試行回数Ｎは数回程度を想定する。１つのドップラースペクトルを算出するために、伝搬路の時間変動データを測定する時間は、256 m秒を想定する。このため、Ｎを数回程度とすると、重み付け平均を算出する間に端末自身の移動速度が大きく変化して、速度推定値に影響を与えることは少ない。ただし、これらの条件は、装置の処理能力やメモリ量などと関連するため、ここで示す値に限定されるものではない。

次に、図４に示すような瞬時的に大きな雑音成分が生じ、これにより瞬時移動速度の測定値に大きな誤差が含まれる場合を考慮する。このような大きな誤差を含む測定値を異常値とみなし、この異常値を除外することで、より正確な速度推定が可能となる。異常値が検出されると、式（１）において、その測定値の重み付け係数w_iを０とすることで、除外することができる。

以下に、異常値を除外する方法の一例を示す。Ｎ回の移動速度測定を行い、各測定値をv₁、v₂、… v_N km/hとする。ｍ番目の測定値v_mと、その他の測定値v_n（n≠m）とを比較し、測定値v_mがその他の測定値と大きく異なった値を有するかどうかの判断を行う。

次式のように、測定値v_mと、その他の測定値v_nとの間の絶対差｜v_m−v_n｜を計算し、その絶対差が速度差のしきい値（v_thresh）を超える割合を算出する。

速度差のしきい値を超える割合P_mが所定しきい値Pより大きい場合（P_m＞P）、ｍ番目の測定値は異常値と判断する。

具体的な例を以下に示す。３回の速度測定を行ったとする（N=3）。各測定値をv₁ = 38 km/h、v₂ = 40 km/h、v₃ = 60 km/hとする。次表は、各測定値間の絶対差を計算したものである。

速度差のしきい値（v_thresh）を5 km/hとした場合、P₁=0.5、P₂=0.5、P₃=1.0となる。所定しきい値Pを0.5とすると、P₃のみ所定しきい値を超えることになるので、m=3の測定値が異常と判断され、重み付け演算における重み付け係数w₃=0と設定されて、重み付け演算から除外される。

上記の実施例は、瞬時移動速度のサンプル数が数個程度の少ない個数を仮定している。これは、例えば、端末が車上にある場合、速度推定において、車の停止や発進による急激な速度変化に対応するためである。しかし、車が高速道路上を走行し、安定した速度が長区間続く場合や端末が歩行中の人の手にあり、歩行速度が一定の場合、瞬時移動速度のサンプル数を増やすことでより正確な速度推定を可能とする。

以下に、瞬時移動速度のサンプル数を増やした（Nを数十以上）ときの異常値除外方法を説明する。ここでは、瞬時移動速度の累積分布を算出し、累積分布確率が一定値以上となる瞬時移動速度を異常値として除外する。ドップラー周波数による瞬時移動速度の累積分布を算出した場合、瞬時移動速度が実際の値より低く測定される確率は比較的少ない。これは、図５に示すような無線伝搬状況、即ち、端末の進行方向やその反対方向からの散乱波成分が少ない状況が生じる確率が低いことによる。また、この際の測定値の誤差量は小さい。これに対し、ドップラースペクトルの外側の雑音成分が瞬時的に高くなり、瞬時移動速度が実際の値より高く測定される状況は比較的高い頻度で生じる。そして、この際の測定値の誤差量は大きくなる可能性がある。このため、ここでは、累積分布確率が一定値以上となる測定値のみを除外するものとする。

具体的な処理方法の例を説明する。測定された瞬時移動速度のサンプル数をNとする。ここで、Nは数十以上で、累積分布を得るために十分に多い数とする。累積分布確率において、Y%以上の確率となる測定値を異常値と判断する。例えば、Y=95（%）とした場合、（0.05×N）個のサンプルが異常値と判断されることになる。

測定された瞬時移動速度v₁、v₂、… v_N km/hをソートし、速度の高い順に並べていく。速度の高いサンプル（0.05×N）個を異常値と判断して、その重みw_iを0とする。ただし、（0.05×N）個は整数とする。

具体的な処理の１つの実施例として、装置のメモリ内にu(0.05×N, 2)個のバッファを設ける。u(0, 0)には最も高い瞬時移動速度を持つサンプルの速度値、u(0, 1)にはそのサンプルのサンプル番号（1〜N）、u(1, 0)には２番目に高い速度を持つサンプルの速度値、u(1, 1)にはそのサンプルのサンプル番号、・・・u(0.05×N-1, 0)には（0.05×N）番目に高い速度を持つサンプルの速度値、u(0.05×N-1, 1)にはそのサンプルのサンプル番号を記録する。新たなサンプルが測定されると、その速度値とバッファ内の速度値（u(0, 0)〜u(0.05×N-1, 0)）が比較され、バッファ内の速度値より高くなる場合、そのサンプルの速度値とサンプル番号が新たに記録されていく。測定が終了した時点で、バッファ内に記録された（0.05×N）個のサンプル番号のサンプルに対する重み付け係数を0にする。（0.05×N）個のサンプルを除外した上で平均化処理を行う。

累積分布の95％以上の瞬時移動速度を異常値として除外することで、より精度の高い速度推定が可能となる。ここで、95％以上としたが、この値に限定されるものではない。また、ある値以下の累積分布（例えば、5%以下）を除外することもできる。さらに、信号伝搬環境や端末の速度に応じて設定することもできる。

移動速度の推定値が実際の値より高く計算されると、より高速で移動していると判断され、極小セルからマクロセルにハンドオーバされる可能性が高くなる。マクロセルへハンドオーバすることによりマクロセルの基地局における貴重な無線リソースを消費してしまう。また、極小セルへのデータオフロード効果も期待できない。。このため、累積分布のある確率以上を異常値とすることは、周波数利用効率を向上させる上で有利である。

瞬時移動速度のサンプル数が少ない場合と多い場合の移動速度推定の例について説明した。これら２つを組み合わせることも可能である。例えば、少ないサンプル数による速度推定を繰り返し行い、推定に用いたサンプルの移動速度測定値を保存しておく。複数回行われた速度推定が同じような速度を示す場合、端末は一定速度で移動していると判断し、保存された速度測定値から累積分布を求め、より精度の高い平均値を求めることができる。

更なる実施例として、忘却係数を用いる方法を説明する。最近の瞬時移動速度の測定結果に対して重み付けを大きくし、古い結果に対して重み付けを小さくする。端末の速度が変化するような環境では、最新の測定結果の重みが大きくなるため、より正確な速度推定ができる。

時間間隔T毎に瞬時移動速度の測定が行われる場合、各サンプルに対する重み付け係数を、例えば、w(t=0)=1、w(t=-T)=1-α、w(t=-2T)=1-2α・・・とする。ここで、0<α<1であり、0≦w≦1となるように設定される。ただし、αを一定値とする必要はない。例えば、より古いサンプルに対するα値をより大きく設定することで、より最近の速度測定結果を強く反映させることができる。

また、上記した異常値の除外後に、忘却係数を用いることも考えられる。この場合、異常値と判断されたサンプルの重み付け係数を0とし、残りのサンプルの重み付け係数に忘却係数を反映させる。

以下に、最大ドップラー周波数を検出するその他の方法を説明する。これらの方法において検出される最大ドップラー周波数を用いて算出される瞬時移動速度に対しても、上記した重み付け平均方法を適用することができる。

図７は、最大ドップラー周波数を算出するその他の方法のフローチャートを示す図である。図７において、ドップラースペクトルを算出するまでの処理（S10〜S13）は、図３に示す方法と同じである。S24において、1番目に高い電力を持つ成分の周波数f(P_max1)を検出する。続いて、S25において、２番目に高い電力を持つ成分の周波数f(P_max2)を検出する。S26において、最大ドップラー周波数を算出する。ここでは、f(P_max1)とf(P_max2)からスペクトルの幅を計算し、スペクトル幅の半分を最大ドップラー周波数とする。即ち、|f(P_max1)- f(P_max2)|/2を最大ドップラー周波数とする。

図７に示された方法により検出された最大ドップラー周波数から端末の瞬時移動速度を算出する。この瞬時移動速度に対して、上記の重み付け平均方法を適用することができる。

その他の方法において、ドップラースペクトルに対してしきい値を設定し、しきい値以上となる有効成分について、そのうちの最大周波数の成分と最小周波数の成分から最大ドップラー周波数を算出する方法を説明する。

図８は、ドップラースペクトルにおけるしきい値の設定の一例を示した図である。ここでは、雑音電力N₀ [dBm]を算出し、更に、雑音の分散から算出されるΔN [dB]を加算した値をしきい値とする。図８に示されるように、N₀+ΔN [dBm]をしきい値とすることで、ドップラースペクトルの外側の雑音成分を除外することができる。そして、しきい値以上となる有効成分は、直接波成分を含んだ幾つかの電力が高い成分となる。これらの有効成分の中から、最大の周波数を持つ成分（即ち、図８の「Ａ」で示される100 Hzの成分）と最小周波数を持つ成分（即ち、図８の「Ｂ」で示される-100 Hzの成分）を選択することで、最大ドップラー周波数を決定することができる。

図９は、最大ドップラー周波数算出のさらにその他の方法を示すフローチャートである。ドップラースペクトルを算出するまでの処理（S10〜S13）は、図３に示す方法と同じである。S34において、スペクトルのしきい値を設定し、しきい値以上となる有効成分を検出する。S35において、有効成分の中から最大周波数を持つ有効成分E_{f_max}を選択し、その周波数f(E_{f_max})を検出する。S36において、有効成分の中から最小周波数を持つ有効成分E_{f_min}を選択し、その周波数f(E_{f_min})を検出する。

S37において、検出された２つの周波数を用いて、最大ドップラー周波数を算出する。ここでは、周波数f(E_{f_max})と周波数f(E_{f_min})とのうち、絶対値の大きい方を最大ドップラー周波数f_Dとする。即ち、f_D=max(|f(E_{f_max})|, |f(E_{f_min})|)とする。

このように、しきい値を設定し、しきい値以上となる有効成分を抽出することで、雑音成分によるスペクトルを除外して、受信信号によるスペクトルのみを選択することができる。さらに、適切なしきい値を設けることで、雑音成分による誤検出を軽減し、より正確な最大ドップラー周波数を推定することができる。

上記例において、しきい値を雑音電力N₀にΔNを加算した値に設定したが、これに限定されるものではない。例えば、測定されるSNRなどの無線伝搬状況に応じて、しきい値を可変とすることも可能である。

図９に示された方法により検出された最大ドップラー周波数から端末の瞬時移動速度を算出する。この瞬時移動速度に対して、上記の重み付け平均方法を適用することができる。

図１０にしきい値を用いた最大ドップラー周波数算出のその他の方法を示すフローチャートを示す。ドップラースペクトルを算出するまでの処理（S10〜S13）は、図３に示す方法と同じである。S44において、スペクトルのしきい値を設定し、スペクトルの中で、しきい値以上となる有効成分を検出する。S45において、有効成分の中から最大周波数を持つ有効成分E_{f_max}を選択し、その周波数f(E_{f_max})を検出する。S46において、有効成分の中から最小周波数を持つ有効成分E_{f_min}を選択し、その周波数f(E_{f_min})を検出する。

S47において、この検出された２つの周波数を用いて、最大ドップラー周波数を算出する。ここでは、f(E_{f_max})とf(E_{f_min})からスペクトルの幅を計算し、スペクトル幅の半分を最大ドップラー周波数とする。即ち、|f(E_{f_max})- f(E_{f_min})|/2を最大ドップラー周波数とする。

図１０に示された方法により検出された最大ドップラー周波数から端末の瞬時移動速度を算出する。この瞬時移動速度に対して、上記の重み付け平均方法を適用することができる。

図１１は、本発明の装置構成を簡単に説明するブロック図である。このような構成は、基地局側、端末側のどちらにも設置することができ、両局のどちらにおいても、最大ドップラー周波数の測定を可能にする。

図１１において、50は信号受信部、51は受信信号電力測定部、52はFFT、53は信号選択部、54は最大ドップラー周波数算出部、55は端末速度推定部を表す。信号受信部50は、無線通信を行う送信側局からの信号を受信し、受信信号の中から参照信号を取り出す。参照信号の挿入方法は、システムにより規定される。受信信号電力測定部51は、受信した参照信号をベースバンド信号に変換し、復調した後、受信電力を測定して、受信信号の伝搬路の時間変動データを生成する。生成された伝搬路の時間変動データは、バッファに格納される。受信信号電力測定部51は、伝搬路推定の一部として実装することも可能である。FFT 52は、伝搬路の時間変動データにFFTを掛けて、ドップラースペクトルを算出する。信号選択部53は、ドップラースペクトルの中より、最大ドップラー周波数を算出するために使用する成分を選択する。図７の例において、信号選択部53は、１番目に高い電力の成分と２番目に高い電力の成分を選択する。図９及び１０の例において、信号選択部53は、しきい値を設定し、有効成分中の最大周波数の成分と最小周波数の成分を選択する。最大ドップラー周波数算出部54は、信号選択部53で選択された成分の周波数から、最大ドップラー周波数を算出する。図７及び１０の例において、最大ドップラー周波数算出部54は、スペクトルの幅を算出し、その1/2を最大ドップラー周波数とする。図９の例において、絶対値の大きい方を最大ドップラー周波数とする。端末速度推定部55は、検出された最大ドップラー周波数より、端末の移動速度を算出する。

50 信号受信部
51 受信信号電力測定部
52 FFT
53 信号選択部
54 最大ドップラー周波数算出部
55 端末速度推定部

Claims (2)

1. 端末の移動速度を推定する方法であって、
   参照信号を受信するステップと、
   前記受信した参照信号から、伝搬路の時間変動データを作成するステップと、
   前記伝搬路の時間変動データにＦＦＴを掛けるステップと、
   前記ＦＦＴの出力からドップラースペクトルを算出するステップと、
   前記ドップラースペクトルから最大ドップラー周波数を検出するステップと、
   前記最大ドップラー周波数から端末の瞬時移動速度を決定するステップと、
   前記端末の瞬時移動速度を決定するステップを複数回実行することにより、複数個の瞬時移動速度を取得するステップと、
   前記複数個の瞬時移動速度のそれぞれが、正常値または異常値であるかを判定するステップであって、異常値と判定された瞬時移動速度に対する重み付け係数を0とし、正常値と判定された瞬時移動速度に対する重み付け係数を1とする、ステップと、
   前記取得した複数個の瞬時移動速度にそれぞれ重み付け係数を掛けて、重み付け平均を計算することによって、前記端末の移動速度を決定するステップと、
   を有し、
   前記正常値または異常値であるかを判定するステップは、
   前記複数個の瞬時移動速度の内の１つの瞬時移動速度と他の瞬時移動速度との間の差分の絶対値をそれぞれ計算するステップと、
   前記計算されたそれぞれの差分の絶対値が第１のしきい値を超えるか否かを判定するステップと、
   前記判定の結果から、前記１つの瞬時移動速度に対する差分の絶対値が前記第１のしきい値を超える確率を算出するステップと、
   前記第１のしきい値を超える確率が第２のしきい値以下の場合、前記１つの瞬時移動速度は正常値であると見なすステップと、
   前記第１のしきい値を超える確率が前記第２のしきい値を超える場合、前記１つの瞬時移動速度は異常値であると見なすステップと、
   を有する、移動速度の推定方法。
2. 前記重み付け係数に忘却係数を適用する、請求項１に記載の移動速度の推定方法。

Images