JP6433386B2

JP6433386B2 - 推定方法およびそれを利用した推定装置

Info

Publication number: JP6433386B2
Application number: JP2015139009A
Authority: JP
Inventors: レザカハルアジズムハンマド; アンワルコイルー; 松本　正; 正松本
Original assignee: 株式会社光電製作所
Priority date: 2015-07-10
Filing date: 2015-07-10
Publication date: 2018-12-05
Anticipated expiration: 2035-07-10
Also published as: JP2017020910A

Description

本発明は、推定技術に関し、未知の発信源の位置を推定する推定方法およびそれを利用した推定装置に関する。

無線の位置を推定するために、ＴＯＡ（ＴｉｍｅＯｆＡｒｒｉｖａｌ）、ＲＳＳ（ＲｅｃｅｉｖｅＳｉｇｎａｌＳｔｒｅｎｇｈ）等が使用されているが、見通しがなく、かつマルチパス環境である屋内環境での使用には、ＲＳＳの方が適している。ＲＳＳによる処理を簡易にするために、超平面方程式、因子グラフも使用される（例えば、非特許文献１参照）。

Ｃｈｉｎ−ＴｓｅｎｇＨｕａｎｇ，Ｃｈｅｎｇ−ＨｓｕａｎＷｕ，Ｙａｏ−ＮａｎＬｅｅａｎｄＪｉｕｎｎ−ＴｓａｉｒＣｈｅｎ、「ＡＮｏｖｅｌＩｎｄｏｏｒＲＳＳ−ＢａｓｅｄＰｏｓｉｔｉｏｎＬｏｃａｔｉｏｎＡｌｇｏｒｉｔｈｍＵｓｉｎｇＦａｃｔｏｒＧｒａｐｈｓ」、ＩＥＥＥＴＲＡＮＳＡＣＴＩＯＮＳＯＮＷＩＲＥＬＥＳＳＣＯＭＭＵＮＩＣＡＴＩＯＮＳ、ＪＵＮＥ２００９、ＶＯＬ．８、ＮＯ．６、ｐ．３０５０−３０５８

信号の送信元になる無線装置の位置をＲＳＳをもとに推定する場合、無線装置における送信電力の情報が必要になる。しかしながら、推定対象となる無線装置が、不法無線局や未知発信源である場合、送信電力の情報を取得することが困難である。そこで、ＲＳＳをベースにしながらも送信電力の情報を不要にすることが望まれる。

本発明はこうした状況に鑑みてなされたものであり、その目的は、送信電力の情報がなくても、ＲＳＳをベースにして送信元になる無線装置の位置を推定する技術を提供することである。

上記課題を解決するために、本発明のある態様の推定装置は、対象となる無線装置からの信号が複数のセンサのそれぞれにおいて受信されており、各センサでのサンプルのＲＳＳを取得する取得部と、取得部において取得したサンプルのＲＳＳのそれぞれをワット単位からデシベル単位に変換するＲＳＳ因子ノード処理部と、ＲＳＳ因子ノード処理部において変換したＲＳＳを取得するＲＳＳ変数ノード処理部と、ＲＳＳ変数ノード処理部において取得したＲＳＳをもとに、センサ間のサンプルのＤＲＳＳ（ＤｉｆｆｅｒｅｎｔｉａｌＲＳＳ）を導出するとともに、測定値誤差がガウス分布に従うと想定しながら、ＤＲＳＳをもとに、センサ間のサンプルの平均値と分散値とを導出するＤＲＳＳ因子ノード処理部と、ＤＲＳＳ因子ノード処理部において導出したセンサ間のサンプルの平均値と分散値とを取得するＤＲＳＳ変数ノード処理部と、ＤＲＳＳ変数ノード処理部において取得したセンサ間のサンプルの平均値と分散値を超平面で制限することによって、無線装置の位置座標の平均値と分散値とを導出する超平面因子ノード処理部と、超平面因子ノード処理部において導出した無線装置の位置座標の更新された平均値と分散値を伝搬させるメッセージとして、因子グラフ上でサムプロダクトアルゴリズムを実行するサムプロダクトアルゴリズム処理部と、超平面因子ノード処理部とサムプロダクトアルゴリズム処理部における処理を繰り返し実行させる制御部と、制御部によって繰り返し実行される処理の終了後、無線装置の位置座標の平均値を出力する出力部と、を備える。

本発明の別の態様は、推定方法である。この方法は、対象となる無線装置からの信号が複数のセンサのそれぞれにおいて受信されており、各センサでのサンプルのＲＳＳ（ＲｅｃｅｉｖｅＳｉｇｎａｌＳｔｒｅｎｇｔｈ）を取得するステップと、取得したサンプルのＲＳＳのそれぞれをワット単位からデシベル単位に変換するステップと、変換したＲＳＳを取得するステップと、取得したＲＳＳをもとに、センサ間のサンプルのＤＲＳＳ（ＤｉｆｆｅｒｅｎｔｉａｌＲＳＳ）を導出するとともに、測定値誤差がガウス分布に従うと想定しながら、ＤＲＳＳをもとに、センサ間のサンプルの平均値と分散値とを導出するステップと、導出したセンサ間のサンプルの平均値と分散値とを取得するステップと、取得したセンサ間のサンプルの平均値と分散値を超平面で制限することによって、無線装置の位置座標の平均値と分散値とを導出するステップと、導出した無線装置の位置座標の更新された平均値と分散値を伝搬させるメッセージとして、因子グラフ上でサムプロダクトアルゴリズムを実行するステップと、無線装置の位置座標の平均値と分散値とを導出するステップとサムプロダクトアルゴリズムを実行するステップにおける処理を繰り返し実行させ、繰り返し実行される処理の終了後、無線装置の位置座標の平均値を出力するステップと、を備える。

なお、以上の構成要素の任意の組合せ、本発明の表現を方法、装置、システム、記録媒体、コンピュータプログラムなどの間で変換したものもまた、本発明の態様として有効である。

本発明によれば、送信電力の情報がなくても、ＲＳＳをベースにして送信元になる無線装置の位置を推定できる。

本発明の実施例に係る推定装置の構成を示す図である。図１の推定装置による処理の概要を示す図である。図１の推定装置による処理の手順を示すフローチャートである。図３のトレーニング処理の手順を示すフローチャートである。図３の推定処理の手順を示すフローチャートである。

本発明を具体的に説明する前に、まず概要を述べる。本発明の実施例は、不法無線局や未知発信源（以下、「無線装置」という）の位置を推定する推定装置に関する。推定装置には複数のセンサが接続され、各センサにおけるサンプルのＲＳＳが測定される。また、センサ間においてサンプルのＲＳＳの差異が導出される。その結果、ＲＳＳベースの因子グラフの位置推定が、ＤＲＳＳ（ＤｉｆｆｅｒｅｎｔｉａｌＲＳＳ）ベースの因子グラフの位置推定に拡張される。

図１は、本発明の実施例に係る推定装置１００の構成を示す。推定装置１００は、センサ１０と総称される第１センサ１０ａ、第２センサ１０ｂ、第３センサ１０ｃ、取得部１２、トレーニング処理部１４、ＲＳＳ因子ノード処理部１６、ＲＳＳ変数ノード処理部１８、ＤＲＳＳ因子ノード処理部２０、ＤＲＳＳ変数ノード処理部２２、超平面因子ノード処理部２４、サムプロダクトアルゴリズム処理部２６、制御部２８、出力部３０を含む。ここでは、一例として、センサ１０の数を「３」としているが、センサ１０の数は「３」に限定されない。

推定装置１００は、（１）トレーニング処理を実行した後に、（２）推定処理を実行する。トレーニング処理は、既知の位置座標に無線の送信装置を配置し、当該送信装置から送信された信号を複数のセンサ１０において受信させる。ここで、既知の位置座標は、推定対象となる無線装置の位置座標の周囲を含むように、複数設定される。既知の位置座標は、トレーニング用ポイントともいう。推定装置１００は、センサ１０において受信したサンプルのＲＳＳをもとにＤＲＳＳを導出し、ＤＲＳＳと既知の位置座標から、超平面の方程式の係数を導出する。

推定処理は、無線装置から送信された信号を複数のセンサ１０において受信させる。推定装置１００は、センサ１０において受信したサンプルのＲＳＳをもとにＤＲＳＳを導出し、ＤＲＳＳと係数を使用しながら因子グラフによって、無線装置の位置座標を推定する。ここで、係数は、トレーニング処理において導出されている。以下では、（１）トレーニング処理を説明してから、（２）推定処理を説明する。

（１）トレーニング処理
各センサ１０は、図示しない送信装置からの信号を受信し、受信した信号をサンプルとして取得部１２に出力する。取得部１２は、各センサ１０からのサンプルのＲＳＳを測定する。取得部１２は、サンプルのＲＳＳに対して平均化処理を実行する。平均化の期間は、十分に長く、かつ十分なサンプルの量になるように設定される。これは、シャドウイングと瞬間的なフェージングの影響を低減することによって、パスロスフェージングだけが残り、エラーフリーにするためである。取得部１２は、平均化したサンプルのＲＳＳをトレーニング処理部１４に出力する。

トレーニング処理部１４は、平均化したサンプルのＲＳＳを取得部１２から入力する。トレーニング処理部１４は、平均化したサンプルのＲＳＳに対して、次のように差分を計算することによって、サンプルのＤＲＳＳを導出する。

ここで、ｐ_ｈ，ｉは、既知の位置座標「ｈ」、「ｉ」番目のセンサ１０におけるＲＳＳを示し、ｐ_{ｈ，ｉ，ｊ}は、既知の位置座標「ｈ」、「ｉ」番目のセンサ１０、「ｊ」番目のセンサ１０におけるＤＲＳＳを示す。

トレーニング処理部１４において、超平面の方程式が次のように示される。

ここで、「ｘ」、「ｙ」は、位置座標を示し、「ｐ」は、ＤＳＳを示す。この超平面の方程式は、次のような行列によって示される。

ここで、「ａ_{ｘ，ｉ，ｊ}」は、ｘに対する係数であり、「ａ_{ｙ，ｉ，ｊ}」は、ｙに対する係数であり、「ａ_{ｐ，ｉ，ｊ}」は、ｐに対する係数である。式（２）、式（３）より、係数は次のように導出される。

トレーニング処理部１４は、最終的に次のように示される係数を導出する。

トレーニング処理部１４は、導出した係数を超平面因子ノード処理部２４に出力する。これにより、トレーニング処理部１４は、トレーニング処理を終了する。

（２）推定処理
各センサ１０は、対象となる無線装置からの信号を受信し、受信した信号をサンプルとして取得部１２に出力する。取得部１２は、各センサ１０からのサンプルのＲＳＳを測定する。取得部１２は、サンプルのＲＳＳに対して平均化処理を実行する。平均化の期間は、十分に長くなるように設定される。これは、シャドウイングと瞬間的なフェージングの影響を低減することによって、パスロスフェージングだけが残り、ゼロ平均のガウスエラーをもたらせるためである。取得部１２は、平均化したサンプルのＲＳＳをＲＳＳ因子ノード処理部１６に出力する。

ＲＳＳ因子ノード処理部１６は、Ｃ_Ｐ１ノード５０、Ｃ_Ｐ２ノード５２、Ｃ_Ｐ３ノード５４を含む。ＲＳＳ因子ノード処理部１６は、取得部１２において取得したサンプルのＲＳＳのそれぞれをワット単位からデシベル単位に変換する。デシベル単位に変換されたＲＳＳ（以下、これもまた「ＲＳＳ」という）は、次のように示される。

ここで、「ｌ」は、サンプルのインデックスを示し、１、２、・・・、Ｌの値であり、「ｉ」は、センサ１０のインデックスを示し、１、２、・・・、Ｎの値である。「ｉ」が「１」である場合の処理は、Ｃ_Ｐ１ノード５０において実行され、「ｉ」が「２」である場合の処理は、Ｃ_Ｐ２ノード５２において実行され、「ｉ」が「３」である場合の処理は、Ｃ_Ｐ３ノード５４において実行される。ＲＳＳ因子ノード処理部１６は、導出したＲＳＳをＲＳＳ変数ノード処理部１８に出力する。

ＲＳＳ変数ノード処理部１８は、Ｎ_Ｐ１ノード５６、Ｎ_Ｐ２ノード５８、Ｎ_Ｐ３ノード６０を含む。ＲＳＳ変数ノード処理部１８は、ＲＳＳ因子ノード処理部１６において変換したＲＳＳを取得する。ＲＳＳ変数ノード処理部１８は、取得したＲＳＳを次のように処理する。

ここで、「ｉ」、「ｊ」は、いずれもセンサ１０のインデックスを示し、「ｊ≠ｉ」である。「ｉ」が「１」である場合の処理は、Ｎ_Ｐ１ノード５６において実行され、「ｉ」が「２」である場合の処理は、Ｎ_Ｐ２ノード５８において実行され、「ｉ」が「３」である場合の処理は、Ｎ_Ｐ３ノード６０において実行される。ＲＳＳ変数ノード処理部１８は、取得したＲＳＳ（以下、これもまた「ＲＳＳ」という）をＤＲＳＳ因子ノード処理部２０に出力する。

ＤＲＳＳ因子ノード処理部２０は、Ｂ_Ｐ１，２ノード６２、Ｂ_Ｐ１，３ノード６４、Ｂ_Ｐ２，３ノード６６を含む。ＤＲＳＳ因子ノード処理部２０は、ＲＳＳ変数ノード処理部１８において取得したＲＳＳに対して、次にように差分を計算することによって、センサ１０間のサンプルのＤＲＳＳ（ＤｉｆｆｅｒｅｎｔｉａｌＲＳＳ）を導出する。

さらに、ＤＲＳＳ因子ノード処理部２０は、測定値誤差がガウス分布に従うと想定しながら、ＤＲＳＳをもとに、センサ１０間のサンプルの平均値と分散値とを次のように導出する。

ここで、「ｍ」が「平均値」を示し、「σ^２」が「分散値」を示す。なお、導出には公知の技術が使用されればよいので、ここでは説明を省略する。「ｉ」が「１」であり、「ｊ」が「２」である場合の処理は、Ｂ_Ｐ１，２ノード６２において実行され、「ｉ」が「１」であり、「ｊ」が「３」である場合の処理は、Ｂ_Ｐ１，３ノード６４において実行され、「ｉ」が「２」であり、「ｊ」が「３」である場合の処理は、Ｂ_Ｐ２，３ノード６６において実行される。ＤＲＳＳ因子ノード処理部２０は、平均値と分散値とをＤＲＳＳ変数ノード処理部２２に出力する。

ＤＲＳＳ変数ノード処理部２２は、Ｎ_Ｐ１，２ノード６８、Ｎ_Ｐ１，３ノード７０、Ｎ_Ｐ２，３ノード７２を含む。ＤＲＳＳ因子ノード処理部２０において導出した平均値と分散値とを取得する。ＤＲＳＳ変数ノード処理部２２は、取得した平均値と分散値とを次のように処理する。

ここで、「ｉ」が「１」であり、「ｊ」が「２」である場合の処理は、Ｎ_Ｐ１，２ノード６８において実行され、「ｉ」が「１」であり、「ｊ」が「３」である場合の処理は、Ｎ_Ｐ１，３ノード７０において実行され、「ｉ」が「２」であり、「ｊ」が「３」である場合の処理は、Ｎ_Ｐ２，３ノード７２において実行される。ＤＲＳＳ変数ノード処理部２２は、取得した平均値（以下、これもまた「平均値」という）と分散値（以下、これもまた「分散値」という）とを超平面因子ノード処理部２４に出力する。

超平面因子ノード処理部２４は、Ａ_Ｐ１，２ノード７４、Ａ_Ｐ１，３ノード７６、Ａ_Ｐ２，３ノード７８を含む。また、超平面因子ノード処理部２４は、ＤＲＳＳ変数ノード処理部２２から平均値と分散値とを入力するとともに、トレーニング処理部１４から係数も入力する。超平面因子ノード処理部２４は、入力した平均値、分散値、係数をもとに、無線装置の位置座標ｘの平均値と分散値とを次のように導出する。

また、超平面因子ノード処理部２４は、入力した平均値、分散値、係数をもとに、無線装置の位置座標ｙの平均値と分散値とを次のように導出する。

式（１２）、式（１３）は、前述の超平面の方程式にもとづく。そのため、超平面因子ノード処理部２４は、ＤＲＳＳ変数ノード処理部２２において取得したセンサ１０間のサンプルの平均値と分散値を超平面で制限することによって、無線装置の位置座標の平均値と分散値とを導出する。超平面因子ノード処理部２４は、無線装置の位置座標の平均値（以下、これも「平均値」という）と分散値（以下、これも「分散値」という）をサムプロダクトアルゴリズム処理部２６に出力する。

サムプロダクトアルゴリズム処理部２６は、ｘノード８０、ｙノード８２を含む。サムプロダクトアルゴリズム処理部２６は、超平面因子ノード処理部２４において導出した無線装置の位置座標の更新された平均値と分散値を伝搬させるメッセージとして、因子グラフ上でサムプロダクトアルゴリズムを実行する。具体的に説明すると、ｘノード８０は、次の処理を実行する。

ここで、「ｉ」は、サムプロダクトアルゴリズム処理部２６に入力される１つ目のセンサ１０のインデックスを示し、「ｊ」は、サムプロダクトアルゴリズム処理部２６に入力される２つ目のセンサ１０のインデックスを示す。また、「ｍ」は、サムプロダクトアルゴリズム処理部２６から出力される１つ目のセンサ１０のインデックスを示し、「ｎ」は、サムプロダクトアルゴリズム処理部２６から出力される２つ目のセンサ１０のインデックスを示す。

ｘノード８０は、この処理とともに、次の処理を実行する。

ｙノード８２は、次の処理を実行する。

ｙノード８２は、この処理とともに、次の処理を実行する。

制御部２８は、超平面因子ノード処理部２４とサムプロダクトアルゴリズム処理部２６における処理を繰り返し実行させる。制御部２８は、式（１４）の計算結果を式（１３）に入力させるとともに、式（１６）の計算結果を式（１２）に入力させる。制御部２８は、繰り返し回数が一定数になった場合に、繰り返し処理を終了させ、式（１５）の計算結果、式（１７）の計算結果を出力部３０へ出力させる。

出力部３０は、制御部２８によって繰り返し実行される処理の終了後、式（１５）の計算結果、式（１７）の計算結果をサムプロダクトアルゴリズム処理部２６から入力する。式（１５）の計算結果、式（１７）の計算結果が収束した場合に、出力部３０は、無線装置の位置座標として、平均値を出力する。ここでは、式（１５）の計算結果、式（１７）の計算結果と、それまでに導出されていた式（１４）の計算結果、式（１６）の計算結果との変化量がしきい値よりも小さくなった場合に、収束と判定される。なお、収束の判定は、平均値と分散値のいずれか一方をもとになされてもよい。

この構成は、ハードウエア的には、任意のコンピュータのＣＰＵ、メモリ、その他のＬＳＩで実現でき、ソフトウエア的にはメモリにロードされたプログラムなどによって実現されるが、ここではそれらの連携によって実現される機能ブロックを描いている。したがって、これらの機能ブロックがハードウエアのみ、ソフトウエアのみ、またはそれらの組合せによっていろいろな形で実現できることは、当業者には理解されるところである。

図２は、推定装置１００による処理の概要を示す。図１と同様に第１センサ１０ａから第３センサ１０ｃが設置される。ここで、第１センサ１０ａが設置された座標は（Ｘ_１，Ｙ_１）であり、第２センサ１０ｂが設置された座標は（Ｘ_２，Ｙ_２）であり、第３センサ１０ｃが設置された座標は（Ｘ_３，Ｙ_３）である。また、第１トレーニング用ポイント２１０ａ、第２トレーニング用ポイント２１０ｂ、第３トレーニング用ポイント２１０ｃ、第４トレーニング用ポイント２１０ｄ、第５トレーニング用ポイント２１０ｅ、第６トレーニング用ポイント２１０ｆ、第７トレーニング用ポイント２１０ｇ、第８トレーニング用ポイント２１０ｈと総称されるトレーニング用ポイント２１０が既知の位置に配置される。さらに、複数のトレーニング用ポイント２１０が配置された区域内に無線装置２００が存在する。無線装置２００が推定対象である。

図１のセンサ１０は、トレーニング処理のタイミングにおいて、トレーニング用ポイント２１０の送信装置からの信号を受信する。取得部１２は、ＲＳＳサンプル（トレーニング）を取得する（Ｓ１００）。これに続いて、取得部１２は、シャドウイングと瞬間的なフェージングの影響を低減するために、ＲＳＳサンプルを平均化する（Ｓ１０２）。トレーニング処理部１４は、平均化したＲＳＳサンプルに対して、計算とアルゴリズム選択を実行し（Ｓ１０４）、係数を導出する（Ｓ１０６）。係数は、式（５）、式（６）のように示される。

センサ１０は、無線装置２００からの信号を受信する。取得部１２は、ＲＳＳサンプルを取得する（Ｓ１０８）。これに続いて、取得部１２は、シャドウイングと瞬間的なフェージングの影響を低減するために、ＲＳＳサンプルを平均化する（Ｓ１１０）。ＲＳＳ因子ノード処理部１６、ＲＳＳ変数ノード処理部１８、ＤＲＳＳ因子ノード処理部２０、ＤＲＳＳ変数ノード処理部２２は、ＤＲＳＳサンプルを取得するとともに、平均値、分散値を導出する（Ｓ１１２）。超平面因子ノード処理部２４は、超平面方程式を計算する（Ｓ１１４）。その際、ステップ１０６において導出された係数が使用される。無線装置２００の座標ｘ（Ｓ１１６）と、座標ｙ（Ｓ１１８）を導出するために、サムプロダクトアルゴリズム処理部２６は、因子グラフ上でサムプロダクトアルゴリズムを実行する（Ｓ１２０）。

以上の構成による推定装置１００の動作を説明する。図３は、推定装置１００による処理の手順を示すフローチャートである。トレーニング処理部１４は、トレーニング処理を実行する（Ｓ１０）。ＲＳＳ因子ノード処理部１６からサムプロダクトアルゴリズム処理部２６は、推定処理を実行する（Ｓ１２）。

図４は、トレーニング処理の手順を示すフローチャートである。取得部１２は、トレーニング用ポイントからのサンプルのＲＳＳを測定する（Ｓ３０）。取得部１２は、ＲＳＳの平均化を実行する（Ｓ３２）。トレーニング処理部１４は、式（５）、式（６）を実行する（Ｓ３４）。

図５は、推定処理の手順を示すフローチャートである。取得部１２は、無線装置からのサンプルのＲＳＳを測定する（Ｓ５０）。取得部１２は、ＲＳＳの平均化を実行する（Ｓ５２）。ＲＳＳ因子ノード処理部１６からＤＲＳＳ変数ノード処理部２２は、式（７）〜式（１１）を実行する（Ｓ５４）。超平面因子ノード処理部２４は、式（１２）、式（１３）を実行する（Ｓ５６）。サムプロダクトアルゴリズム処理部２６は、式（１４）、式（１５）を実行し（Ｓ５８）、式（１６）、式（１７）を実行する（Ｓ６０）。繰り返しが終了でなければ（Ｓ６２のＮ）、ステップ５８に戻る。繰り返しが終了であり（Ｓ６２のＹ）、収束していれば（Ｓ６４のＹ）、出力部３０は、ｍ_ｘとｍ_ｙを最終的な位置情報（ｘ，ｙ）として出力する（Ｓ６６）。収束していなければ（Ｓ６４のＮ）、処理は終了される。

本発明の実施例によれば、各センサでのサンプルのＲＳＳをもとに、センサ間のサンプルのＤＲＳＳを導出して処理を実行するので、相対的な値を使用できる。また、相対的な使用するので、絶対的な送信電力の情報を不要にできる。また、絶対的な送信電力の情報が不要になるので、送信電力の情報がなくても、ＲＳＳをベースにして送信元になる無線装置の位置を推定できる。また、送信元になる無線装置の位置が推定されるので、不法無線局や未知発信源を探索できる。

以上、本発明を実施例をもとに説明した。この実施例は例示であり、それらの各構成要素の組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。

１０センサ、１２取得部、１４トレーニング処理部、１６ＲＳＳ因子ノード処理部、１８ＲＳＳ変数ノード処理部、２０ＤＲＳＳ因子ノード処理部、２２ＤＲＳＳ変数ノード処理部、２４超平面因子ノード処理部、２６サムプロダクトアルゴリズム処理部、２８制御部、３０出力部、１００推定装置。

Claims

対象となる無線装置からの信号が複数のセンサのそれぞれにおいて受信されており、各センサでのサンプルのＲＳＳ（ＲｅｃｅｉｖｅＳｉｇｎａｌＳｔｒｅｎｇｔｈ）を取得する取得部と、
前記取得部において取得したサンプルのＲＳＳのそれぞれをワット単位からデシベル単位に変換するＲＳＳ因子ノード処理部と、
前記ＲＳＳ因子ノード処理部において変換したＲＳＳを取得するＲＳＳ変数ノード処理部と、
前記ＲＳＳ変数ノード処理部において取得したＲＳＳをもとに、センサ間のサンプルのＤＲＳＳ（ＤｉｆｆｅｒｅｎｔｉａｌＲＳＳ）を導出するとともに、測定値誤差がガウス分布に従うと想定しながら、ＤＲＳＳをもとに、センサ間のサンプルの平均値と分散値とを導出するＤＲＳＳ因子ノード処理部と、
前記ＤＲＳＳ因子ノード処理部において導出したセンサ間のサンプルの平均値と分散値とを取得するＤＲＳＳ変数ノード処理部と、
前記ＤＲＳＳ変数ノード処理部において取得したセンサ間のサンプルの平均値と分散値を超平面で制限することによって、無線装置の位置座標の平均値と分散値とを導出する超平面因子ノード処理部と、
前記超平面因子ノード処理部において導出した無線装置の位置座標の更新された平均値と分散値を伝搬させるメッセージとして、因子グラフ上でサムプロダクトアルゴリズムを実行するサムプロダクトアルゴリズム処理部と、
前記超平面因子ノード処理部と前記サムプロダクトアルゴリズム処理部における処理を繰り返し実行させる制御部と、
前記制御部によって繰り返し実行される処理の終了後、無線装置の位置座標の平均値を出力する出力部と、
を備えることを特徴とする推定装置。
対象となる無線装置からの信号が複数のセンサのそれぞれにおいて受信されており、各センサでのサンプルのＲＳＳ（ＲｅｃｅｉｖｅＳｉｇｎａｌＳｔｒｅｎｇｔｈ）を取得するステップと、
取得したサンプルのＲＳＳのそれぞれをワット単位からデシベル単位に変換するステップと、
変換したＲＳＳを取得するステップと、
取得したＲＳＳをもとに、センサ間のサンプルのＤＲＳＳ（ＤｉｆｆｅｒｅｎｔｉａｌＲＳＳ）を導出するとともに、測定値誤差がガウス分布に従うと想定しながら、ＤＲＳＳをもとに、センサ間のサンプルの平均値と分散値とを導出するステップと、
導出したセンサ間のサンプルの平均値と分散値とを取得するステップと、
取得したセンサ間のサンプルの平均値と分散値を超平面で制限することによって、無線装置の位置座標の平均値と分散値とを導出するステップと、
導出した無線装置の位置座標の更新された平均値と分散値を伝搬させるメッセージとして、因子グラフ上でサムプロダクトアルゴリズムを実行するステップと、
前記無線装置の位置座標の平均値と分散値とを導出するステップと前記サムプロダクトアルゴリズムを実行するステップにおける処理を繰り返し実行させ、繰り返し実行される処理の終了後、無線装置の位置座標の平均値を出力するステップと、
を備えることを特徴とする推定方法。