JP2017500539A - 無線ネットワークにおける狭帯域干渉を検出する方法 - Google Patents

Abstract

方法が、最初にサンプルの各ブロックを閾値処理して、閾値処理されたサンプルを生成することによって、無線ネットワークにおける狭帯域干渉を検出する。上記サンプルは、チャネル内の無線信号のスペクトルから得られる正規化された周波数の振幅である。閾値処理されたサンプルの各ブロックは加算されて、各ブロックの閾値処理された値が生成される。次に、閾値処理された値が自己相関されて、無線信号の帯域幅が狭帯域干渉と一致しているか否かが判断される。

Description

本発明は、包括的には、無線通信ネットワークにおける干渉を検出することに関し、より詳細には、狭帯域干渉を検出することに関する。

無線ローカルエリアネットワーク（ＷＬＡＮ）では、無線送信機のスペクトル占有期間及び空間方向を検出することが必要である。これは、ＷＬＡＮが、通常、多くのデバイスが同時に動作することができる規制されていない帯域、例えば２．４ＧＨｚを用いるので、特に重要である。

例えば、コードレス電話機、カーアラーム、ベビーモニター、ビデオセンダー、ワイヤレススピーカー、カメラ、ゲームコントローラー（Ｘｂｏｘ（登録商標）及びＷｉｉ（登録商標））、並びにＺｉｇＢｅｅ（登録商標）デバイス、ワイヤレスフィデリティ（ＷｉＦｉ）デバイス、及びＢｌｕｅｔｏｏｔｈ（登録商標）デバイス等の多くのデバイスが２．４ＧＨｚ周波数を用いる。ＡＧＮとして総称して知られているＷｉ−Ｆｉ標準規格８０２．１１ａ、８０２．１１ｇ、及び８０２．１１ｎに従って設計されたデバイスは、この周波数と同じ周波数で動作する。これによって、速度の大幅な減少が引き起こされる可能性もあるし、時に、干渉が存在するＷｉ−Ｆｉ信号の完全な遮断が引き起こされる可能性もある。

電子レンジ（ＭＷＯ）は、通常動作と干渉するこの帯域内の無線周波数を放出することがよく知られている。ＷＬＡＮデバイス（アクセスポイント又はクライアント端末）は、主として多重アクセス制御（ＭＡＣ）プロトコルの動作を通じて、他のＷＬＡＮデバイスからの干渉を検出して回避する能力を有する。しかしながら、ＭＷＯ等の非ＷＬＡＮデバイスの場合、規制されていない無線スペクトルの使用を協調させる方法が存在しない。このため、ＭＷＯ等の非ＷＬＡＮデバイスからの干渉は、性能を劣化させる。

システム（ＷＬＡＮ及び非ＷＬＡＮ）全体にわたってスペクトル使用を協調させる能力がない場合、幾つかの方法は、ＷＬＡＮシステムを干渉の存在する状況に適応させる。例えば、現在の動作チャネル上での干渉信号の検出に応答してＷＬＡＮの動作チャネルが変更される、あるいは、データレート又は符号化方式がそれに応じて変更される。いずれにしても、ＷＬＡＮデバイスは、干渉信号の存在を検出し、それに応じて応答することができることが必要である。

干渉の検出は、コストを最小にするために、既存の商用のＷＬＡＮハードウェアを用いて行われることが好ましい。幸いなことに、幾つかのＷＬＡＮハードウェアは、干渉検出に用いることができる幾つかの信号物理レイヤデータへのアクセスを提供している。

例えば、Ｑｕａｌｃｏｍｍ Ａｔｈｅｒｏｓ ９２８０ ＡＧＮというＷＬＡＮチップセットは、受信信号の生の高速フーリエ変換（ＦＦＴ）データへのアクセスを提供している。具体的に言えば、このチップは、通常はデータ復調に用いられる各ＦＦＴビン内の受信信号の大きさを提供することができる。このため、このデバイスは、受信信号の周波数スペクトルの粗い推定値を提供する。

Ａｉｒｓｈａｒｋと呼ばれる１つのシステムは、Ａｔｈｅｒｏｓ ＷＬＡＮハードウェアを用いて、様々な非ＷｉＦｉデバイスの受動検出を実行する（非特許文献１）。しかしながら、このシステムは、検出目的のために、ハードウェアによるチャネルのほぼ連続したスキャンを必要とする。したがって、そのシステムは、ユーザーデータを送信する従来の標準的なＷＬＡＮデバイスとして用いることができない。

Rayanchu他「Airshark: detecting non-WiFi RF devices using commodity WiFi hardware」Proceedings of the 2011 ACM SIGCOMM conference on Internet measurement conference. ACM, 2011

本発明の実施の形態は、ＷｉＦｉ及びＷＬＡＮ等の無線通信ネットワークにおいて狭帯域干渉を検出する方法を提供する。特に、市販のＷｉＦｉデバイス及びＷＬＡＮデバイスの機能を用いて、電子レンジ干渉の検出を可能にすることが望まれている。

検出プロセスは、通常のユーザー通信が影響を受けないように無線チャネルを低頻度でスキャンする。サンプリングされたデータは、チャネル内に存在する信号の帯域幅を表す単一の値のみがスキャン中にメモリに記憶されるように処理される。このため、干渉検出プロセスは、ＦＦＴ振幅データ等の干渉信号を特徴付けるデータを記憶するために、最小限の量のメモリを用いる。

これらの値のその後の処理は、干渉信号のデューティサイクルの推定値を生成し、この推定されたデューティサイクルが予想範囲に含まれるときは、それらの信号を、電子レンジ等の狭帯域干渉体又は既知のＯＮ／ＯＦＦ周期性を有する他の同様の干渉体から発信されたものとして分類することができる。

一利点として、本方法が用いるデータは、粗い（coarse）信号スペクトル測定値を提供する能力を有する商用の無線ハードウェアから容易に入手可能であることが挙げられる。粗いということは、スペクトル測定値の忠実度が、そのスペクトルが測定された周波数の数と、それらの測定が低頻度で行われているということとの双方の点で制限されていることを意味する。

時間及び周波数の関数としての電子レンジ干渉信号のグラフである。 本発明の実施形態による信号サンプルからデータを抽出する概略図である。 本発明の実施形態による干渉を検出する方法を示す図である。 本発明の実施形態によって用いられる加算演算の概略図である。

本発明の実施形態は、ＷＬＡＮにおける規制されていないデバイス、例えばＭＷＯによって放出される狭帯域干渉を検出する方法を提供する。

チャネルスペクトログラム
図１は、チャネルをスキャンすることによって得られる無線チャネル内の無線周波数（ＲＦ）信号のスペクトログラムである。このスペクトログラムは、或る時間（ミリ秒単位）にわたって取得されたチャネルの周波数スペクトルの大きさを示している。このスペクトログラムは、ＭＷＯによって生成された信号１０１と、幾つかのそれよりも弱いＷｉＦｉ信号１０２とを示している。ＭＷＯ信号１０１は、複数の周波数に及んでおり、ＷＬＡＮデバイスの通常動作を混乱させるように干渉する。

この干渉は、デバイス特性、環境、例えば建物内のロケーション等の複数の要因に応じて変化する可能性がある。しかしながら、本発明では、干渉の帯域幅及び周期性が確実に検出され、ソースが特定される。

図１は、帯域幅が比較的狭く、数百キロＨｚしか占有しないことを示している。この図は、ＭＷＯが交流（ＡＣ）に接続されているときに、放出が、約８ｍｓの活動期間及び非活動期間を有する不連続なものであることも示している。ＡＣは、ＡＣ電力周期の正の部分又は負の部分のいずれかの半分の期間しかマイクロ波を生成しない。例えば、ＡＣ電力グリッドの周波数が公称で６０Ｈｚである場合、ＯＮ／ＯＦＦ周期は１／６０Ｈｚ、すなわち１６．６ｍｓである。

ＭＷＯ干渉の狭帯域性及び周期性についてのこの知見を用いると、商用のＷＬＡＮデバイスの限られたスペクトル報告能力だけを用いて干渉を検出することができる。

ＷＬＡＮデバイスは、スペクトルサンプル、すなわち、８０２．１１ＯＦＤＭベースのシステムのサブキャリアのそれぞれにおいて受信される信号電力についての情報を提供するものと仮定する。例えば、広く用いられているＱｕａｌｃｏｍｍ Ａｔｈｅｒｏｓ ＡＲ９２８０ ＡＧＮ無線カードは、５６個のＯＦＤＭサブキャリアに関する情報を提供することができる。各２０ＭＨｚチャネルにおいて、サブキャリアは３１２．５ＫＨｚの間隔で配置され、データ搬送信号は、これらのサブキャリアのうちの５６個で送信される。他の８個のサブキャリアは未使用であり、ガードバンドとしての機能を果たす。無線カードによって生成される各スペクトルサンプル（ＦＦＴ）は、５６個のサブキャリア（ＦＦＴビン）において受信された電力を含む。これらの５６個のサブキャリアは、スペクトルの１７．５ＭＨｚ（５６×０．３１２５ＭＨｚ）の部分に対応する。

信号処理
図２に示すように、本発明に係る方法は、所定の周期性を有する狭帯域干渉を検出する。図２は、その後の処理に備えてサンプリングされた受信信号２０１を示している。信号２０１は、複素ベースバンド信号の実部又は虚部（同相成分又は直交成分（Ｉ、Ｑ信号））のいずれかのサンプルを示している。受信信号のＭ個のサンプルごとに、６４個のサンプルのブロックＸ_ｊ，ｎ２０２（ｊ＝１，２，．．．，６４）２０２がその後の処理に備えて選択されるものと仮定する。換言すれば、Ｍは、サンプルのブロックを抽出する頻度、すなわち、連続する干渉スキャンの間の時間周期である。見て取ることができるように、信号のサンプリングは、比較的低頻度であり、したがって、デバイスの通常動作に過度に影響を与えるものではない。すなわち、ＷＬＡＮデバイスは、通常はデータを送信及び受信するのに用いることができ、稀に、干渉に関してチャネルをスキャンするのに用いられることがある。

検出方法
図３は、加算関数ｆ（・）を用いてピークを検出する本発明に係る干渉検出方法の各ステップを示している。この方法は、プロセッサ３５０において実行することができる。ブロックＸ_ｊ，ｎ２０２が受信信号２０１から抽出される（３０１）。そのようなブロックは、通常、上述したように商用のＷＬＡＮデバイス３５１から入手可能である。

ＦＦＴ３０２がブロックに適用され、ＦＦＴサンプルの振幅の和が１になるように、それらの振幅が正規化される（３０３）。

第ｎベクトル（ブロック）の第ｊ要素がＸ_ｊ，ｎである。ｊ＝１，．．．，６４について正規化されたＦＦＴ値Ｘ_ｊ，ｎを閾値Ｘ_{ｔｈｒｅｓｈｏｌｄ}４０１と比較して閾値処理された値ｙ（ｎ）を生成する（３０４）ことによって第ｎブロックの単一の値が生成される。

図４に示すように、関数ｆ（・）は、以下のように、閾値よりも大きな振幅の和を求める。

ここで、演算子（ｘ）_＋は、以下のとおりである。

閾値４０１は、ＷＬＡＮデバイスのノイズフロアに従うとともに干渉信号の帯域幅にも従って設定することができる。このノイズフロアも、容易にアクセス可能である。例えば、非常に狭帯域の信号の場合、閾値は、比較的大きな値に設定することができる。

閾値処理された値ｙ（ｎ）は、信号の帯域幅を示す。この帯域幅が比較的広い場合、それらの値は、正規化により小さくなり、そのため、閾値よりも大きな値は少数のみとなる。

一方、帯域幅が狭い場合、ピークは、正規化後に閾値よりもはるかに大きくなり、ｙ（ｎ）の閾値処理された値は大きくなる。換言すれば、ＦＦＴブロックＸ_ｊ，ｎは、単一の閾値処理された値ｙ（ｎ）に圧縮される。値はバッファー３０６に記憶される。このバッファーは、値ｙ（ｎ）のシーケンスの自己相関ｒ（ｍ）＝Ｅ［ｙ（ｎ）ｙ（ｎ＋ｍ）］を求める（３０７）のに用いられる。ここで、Ｅ［・］は期待値である。

ｒ（ｎ）の最大値、すなわちピークが突き止められる（３０８）。ｒ（ｎ）はｒ（０）において最大値を有するが、干渉が存在するときの追加のピークを予想する関数ｒ（ｎ）の特定の区間が突き止められる。この区間はＭの値に依存し、このＭの値は、周期的なスキャンと、周波数スペクトル、ＡＣ電力の周波数、及びＷＬＡＮ受信機の帯域幅の報告とを行うために選択される。具体的に言えば、ロケーション

におけるｒ（ｎ）のピークが予想される。ここで、ＢＷはＷＬＡＮ受信機の帯域幅であり、ＡＣ_ｆはＡＣ電力周波数である。通常、ＷＬＡＮチャネルの場合、ＢＷは２０ＭＨｚである。北米で動作するＭＷＯの場合、ＡＣ_ｆは６０Ｈｚである。Ｍ＝６４０であると仮定し、上記ＢＷ及びＡＣ_ｆの一般的な値を用いると、Ｔ_ｎ＝５４２．５３（サンプル）が計算される。

このため、ｒ（ｎ）のピークは、サンプル５４２又は５４３のいずれかにおいて生起すると予想される。ｎ＞Ｔ_ｎについてｒ（ｎ）を求めた後は、Ｔ_ｎの近くの領域におけるピークの位置を確認（check）する（３０８）だけでよい。ピークが存在する場合には（３０９におけるｙｅｓ）、このピークは、例えば、ＭＷＯからの狭帯域干渉と一致しており、そうでない場合には、一致していない。

他の処理３１０を用いて、干渉の周期性、例えば、ＡＣで動作する電子レンジの１／６０Ｈｚ又は１６．６ｍｓを求め、他のタイプの干渉信号３１１を分類することができる。

上述したような方法は、ＭＷＯ干渉の存在を検出するのに用いることができ、商用のＷＬＡＮハードウェアから容易に得られるスペクトルデータにしか依拠しておらず、最小の記憶容量、すなわち、スペクトルスキャンごとに単一の値しか必要とせず、必要とする処理は単純である。また、本発明は、ＭＷＯ干渉の観点から説明されているが、本方法は、狭帯域を有するとともにＯＮ／ＯＦＦ周期性を示す任意の形態の干渉を検出するのにも用いることができることにも留意されたい。

Claims (10)

1. 無線ネットワークにおける狭帯域干渉を検出する方法であって、
   サンプルの各ブロックを閾値処理して、閾値処理されたサンプルを生成するステップであって、該サンプルは、チャネル内の無線信号のスペクトルから得られる正規化された周波数の振幅である、ステップと、
   前記閾値処理されたサンプルの各ブロックを加算して、各ブロックの閾値処理された値を生成するステップと、
   前記閾値処理された値を自己相関して、前記無線信号の帯域幅が狭帯域干渉と一致しているか否かを判断するステップと
   を含み、各前記ステップはプロセッサが実行する、方法。
2. 前記スペクトルは規制されていない、請求項１に記載の方法。
3. 前記干渉は、電子レンジによって放出される、請求項１に記載の方法。
4. 干渉の周期性を求めて、前記干渉を引き起こすデバイスのタイプを特徴付けること、
   を更に含む、請求項１に記載の方法。
5. 前記正規化を行う前に、高速フーリエ変換が前記サンプルに適用される、請求項１に記載の方法。
6. 前記加算することは、以下の式に従って、前記閾値処理された値を生成し、
   

   

   ここで、ｊは前記ブロックｎ内のサンプルの数であり、Ｘ_ｊ，ｎは前記サンプルであり、Ｘ_{ｔｈｒｅｓｈｏｌｄ}は前記閾値であり、演算子（ｘ）_＋は、
   

   

   によって定義される、請求項１に記載の方法。
7. 前記プロセッサは、無線デバイスに収容され、前記閾値は、デバイスのノイズフロアに従って設定される、請求項６に記載の方法。
8. 前記閾値処理された値を前記自己相関のためにバッファーに記憶すること、
   を更に含む、請求項１に記載の方法。
9. 前記自己相関は、以下の式に従って得られ、
   

   

   ここで、Ｅ［・］は期待値であり、ｍは、前記自己相関の値が求められる際の遅延を表す、請求項６に記載の方法。
10. 前記ブロックは、周期的に取得される、請求項１に記載の方法。

Images