JPH1155132A - 無線機及び無線通信方法 - Google Patents

Abstract

(57)【要約】 【課題】 無線によって相手無線機と通話を行う無線機
において、受信信号から背景雑音を有効に取り除く。 【解決手段】 予め教師信号記憶部１０８に記憶した教
師信号と、相手無線機から送信される雑音を含むトレー
ニング信号とに基づいて、ニューラルネットワーク部１
０４により、通話中の受信信号に含まれる背景雑音を除
去するように学習する。そして、学習後は、その学習結
果である重み係数を用いてニューラルネットワーク部１
０４を制御し、受信信号から背景雑音を除去する。ま
た、既に学習済みの複数の重み係数を重み係数記億部１
０６に記憶しておき、必要に応じて重み係数記億部１０
６より重み係数を選択的に呼び出して、ニューラルネッ
トワーク部１０４を制御し、受信信号から背景雑音を除
去する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、携帯電話やＰＨＳ
（パーソナルハンディホンシステム）端末等の無線機及
び無線通信方法に関する。

【０００２】

【従来の技術】最近、携帯電話やＰＨＳ端末等のよう
に、無線通信によって通話を行う各種の無線機が急速に
普及しつつある。ところで、この種の無線機において、
背景雑音のような外部雑音を除去するための方法として
は、受話部分にシールドを施すなど、構造的な工夫によ
るものが主であった。

【０００３】

【発明が解決しようとする課題】しかし、上述のような
従来技術では、場所や外気の違いにより、送信側での背
景雑音の混入の仕方が異なるため、十分な雑音除去を行
うことが困難であり、受信側での受信音声が聞き取りに
くいという問題があった。そこで本発明の目的は、受信
信号から背景雑音を取り除く機能を有する無線機及び無
線通信方法を提供することにある。

【０００４】

【課題を解決するための手段】本発明は前記目的を達成
するため、無線によって相手無線機と通話を行う無線機
において、ニューラルネットワークによる学習結果であ
る重み係数を用いて、通話中の受信信号に含まれる背景
雑音を除去するニューラルネットワーク部を有すること
を特徴とする。また、本発明の無線通信方法は、ニュー
ラルネットワークにより、通話中の受信信号と予め与え
られた教師信号とに基づいて、前記受信信号に含まれる
背景雑音を除去するように学習し、その学習結果である
重み係数を用いて、通話中の受信信号に含まれる背景雑
音を除去することを特徴とする。

【０００５】本発明によれば、例えば、予め背景雑音が
存在しないと仮定した音声パターンをニューラルネット
ワークの教師信号とし、また、雑音を含む受信音声をニ
ューラルネットワークの入力として、ニューラルネット
ワークによる学習を行うことにより、ニューラルネット
ワークの出力を教師信号に近づけるようにして、学習結
果である重み係数を求める。そして、この重み係数を無
線機に記憶させ、この重み係数によって無線機に設けた
ニューラルネットワーク部を制御することにより、通話
中の受信音声に含まれる背景雑音を除去する。

【０００６】ニューラルネットワークによる学習は、無
線機に設けたニューラルネットワーク部によって行って
もよいし、外部装置に設けたニューラルネットワーク部
によって行い、その学習結果を無線部に入力して記憶さ
せるようにしてもよい。以上のようなニューラルネット
ワークによる学習結果によって、受信音声中の雑音除去
を行うことにより、場所や外気の違いによって異なる背
景雑音を有効に除去することが可能となる。

【０００７】

【発明の実施の形態】以下、本発明による無線機及び無
線通信方法の実施の形態について説明する。図１は、本
発明による無線機の第１の構成例を示すブロック図であ
る。この無線機は、電波を受信することができるアンテ
ナ部１０１と、このアンテナ部１０１により受億した信
号の周波数変換と電力増幅を行うＲＦ部１０２と、この
ＲＦ部１０２により増幅された信号を復調する復調部１
０３と、送信信号を変調する変調部１１４と、復調部１
０３からのデジタル信号について雑音除去を行うニュー
ラルネットワーク部１０４と、このニューラルネットワ
ーク部１０４を制御するためのＮＮ制御部１０５と、ニ
ューラルネットワークによる学習結果である重み係数を
保存する重み係数記億部１０６と、ＮＮ制御部１０５に
ニューラルネットワーク部１０４の作動を指示するスイ
ッチ１０７とを有する。

【０００８】また、この無線部は、外部装置（図示せ
ず）によってニューラルネットワークによって学習した
学習結果である重み係数のデータを入力する外部通信ポ
ート（入力手段）１１２と、ニューラルネットワーク部
１０４の出力をＤ／Ａ変換するＤ／Ａ変換部１１０と、
Ｄ／Ａ変換部１１０からのアナログ信号出力を音声信号
に変換するアナログ音声回路部１１１と、このアナログ
音声回路部１１１からの音声信号に基づく音声を出力す
るスピーカ１１３とを有する。本例の無線機において、
ニューラルネットワーク部１０４は、重み係数記億部１
０６に記憶した重み係数に基づいて、復調部１０３から
の復調信号に対して雑音除去を行うようにしたものであ
る。

【０００９】重み係数記億部１０６には、外部通信ポー
ト１１２を通じて、予め生じ易い背景雑音に対応した重
み係数が複数記憶されており、ユーザが雑音除去指示手
段としてのスイッチ１０７を操作することにより、重み
係数記億部１０６から重み係数を選択して呼び出すこと
により、ニューラルネットワーク部１０４によって通話
中の受信信号に含まれる背景雑音を除去するようにす
る。ニューラルネットワーク部１０４によって背景雑音
を除去された後の復調信号は、Ｄ／Ａ変換部１１０、ア
ナログ音声回路部１１１を通り、受話音声がスピーカ１
１３より出力される。

【００１０】図２は、本発明による無線機の第２の構成
例を示すブロック図である。この無線機は、上述した図
１の構成に加えて、予め所定の教師信号を格納した教師
信号記憶部１０８と、教師信号に対応したトレーニング
信号を格納するトレーニング信号記憶部１０９とを追加
したものである。本例の無線機では、教師信号とトレー
ニング信号とを用いてニューラルネットワーク部１０４
により受話信号に含まれる雑音を取り除くように学習
し、その通話環境に適した雑音除去を行うようにしたも
のである。ニューラルネットワーク部１０４による学習
は、例えば学習指示手段としてのスイッチ１０７をトリ
ガとして実行され、その学習結果は重み係数記億部１０
６に随時格納される。

【００１１】図３は、図１または図２に示すニューラル
ネットワーク部１０４の内部の構成を示す説明図であ
る。まず、ニューラルネットワークシステムおける信号
の学習方法について説明する。図３に示すように、ニュ
ーラルネットワークシステムは、ｋ個のユニットをもつ
入力層２０１、ｍ個のユニットをもつ中間層２０２、ｎ
個のユニットをもつ出力層２０３からなるものとし、各
層間のユニツトは、それぞれ異なる重み係数Ｗを用いで
全て階層的に結合している。

【００１２】信号の流れとしては、以下のような式
（１）を用いて入力層、中間層、出力層の順に重み係数
Ｗを用いて伝搬する。 Ｘ＝ΣＹＷ＋θ …（１） ただし、Ｙは、各ユニットの出力値、Ｘは、各ユニット
ヘの入力値、Ｗは、各層間のユニットを結合させる重み
係数、θは、各ユニットのしきい値である。各ユニット
ヘの入力が、あるしきい値θを越えると、各ユニットの
出力値Ｙ＝１、越えない場合はＹ＝０のように、絶えず
２値化された値が伝撤される。

【００１３】また、学習方法には誤差逆伝搬法を用い
る。中間層２０２と誤差逆伝搬法により、線形信号パタ
ーンだけでなく、非線形の信号パターンも学習すること
ができ、学習を繰り返すことにより、最適解に落ち込む
ことが証明されている（例えば産業図書株式会社発行、
麻生秀樹著、ニューラルネットワーク情報処理（以下文
献という）の第４３頁〜第４４頁参照）。

【００１４】誤差逆伝搬法では、教師有り学習であるの
で、ここでの最適解は入力層２０１に対しての出力層２
０３からの出力結果がパターン毎に一対一に対応する各
教師信号（目標値）である。また、最適解を得るために
は、式（２）に示す最小二乗誤差（例えば上記文献の第
５０頁〜第５４頁参照）を用いる。 Ｚ＝（ΣＸ―ΣＹ）² …（２） ここで、最小二乗誤差Ｚを、ある値以下にするように学
習、つまり各層間の全ての重み係数Ｗの値を変化させ続
けることにより、ニューラルネットワークヘの２値化さ
れた入力信号について、教師信号に近い出力が得られる
ような最適の重み係数Ｗを探し出す。

【００１５】そして、本例の無線機では、雑音が無い状
態での音声信号を教師信号とし、背景雑音の加わった音
声信号をニューラルネットワーク部１０４への入力信号
とすると、入力信号に基づくニューラルネットワーク部
１０４の出力が教師信号に近くなるような重み係数Ｗの
パターン（列）を見つけ出すことにより、学習の終了と
する。そして、この学習終了後の重み係数Ｗをニューラ
ルネットワーク部１０４に採用することにより、ニュー
ラルネットワーク部１０４に、雑音の加わった信号が入
力された場合でも、雑音が取り除かれたかのような信号
を出力することができる。なお、ニューラルネットワー
クのアルゴリズムのさらに詳細な理論については、例え
ば上記文献に譲るものとする。

【００１６】次に、図２に示す無線機の構成を用いて、
ニューラルネットワーク部１０４により雑音除去のため
の学習を行う場合の動作について説明する。まず、無線
機を用いた通話において、アンテナ部１０１で受信した
信号は、ＲＦ部１０２を通り、復調部１０３へ伝わる。
そして、復調部１０３からの２値化された出力信号がニ
ューラルネットワーク部１０４に入力され、上述した各
層をを通り、その出力値がＤ／Ａ変換部１１０でＤ／Ａ
変換され、アナログ音声回路１１１を通り、スピーカ１
１３に伝わる。

【００１７】このような信号の受信時において、背景雑
音が無いと仮定してトレーニング信号を用いて学習を行
った結果より、上述した重み係数Ｗを求める。これは、
例えば通話時に相手の話者からの背景雑音により、ユー
ザが相手の音声を聞き取りにくいと判断した場合に、ス
イッチ１０７を押すことにより、ＮＮ制御部１０５に対
して学習許可信号を送り、学習を開始する。このとき、
相手の話者の無線機に対し、予め決めておいたトレーニ
ング信号を送信するように要求する。ここで、トレーニ
ング信号とは、上述の教師信号と同じものである。ま
た、相手の無線機からのトレーニング信号には、相手側
の背景雑音も加わった状態で送信してもらう。

【００１８】また、相手側からのトレーニング信号に対
して、学習を要求した側の無線機では、それと一対一に
対応する教師信号を教師信号記憶部１０８に予め格納し
ている。教師信号は、雑音の加わっていない理想的状態
の信号である。そして、要求元の無線機では、要求され
た側の無線機から受信した［トレーニング信号＋雑音］
と予め教師信号記憶部１０８に記憶している教師信号を
比校・学習し、受信した信号を教師信号に近づけるよう
に学習する。この後、以上ようにして得られた学習結果
である重み係数Ｗによってニューラルネットワーク部１
０４を制御することにより、背景雑音が加わった信号が
ニューラルネットワーク部１０４に入力されても、その
出力は背景雑音が除去されたかのようになる。

【００１９】また、上述のような学習の間、通話は途切
れるが、学習が終わると、通話における背景雑音の影響
は無くなる。また、雑音の種類は線形なものでも、非線
形なものでもかまわない。このように各無線機同士が、
ニューラルネットワーク部１０４と、教師信号記憶部１
０８と、トレーニング信号記億部１０９とを有すること
により、無線機同士で互いにその環境に最適なニューラ
ルネットワーク学習を行うことが可能となり、背景雑音
を除去することができる。

【００２０】図４は、以上のような無線機同士でニュー
ラルネットワーク学習を行う場合の動作を示す説明図で
ある。まず、互いに通話する二人の話者Ａ、Ｂは、図２
に示す構成の無線機を各々使用しているものとする。通
話中、話者Ｂの無線機の周囲のノイズが大きく、背景雑
音として話者Ａに伝わり、話者Ａは、話者Ｂの音声が聞
き取りにくいものと判断する。そこで、話者Ａは、スイ
ッチ１０７を押すことにより、話者Ｂの無線機のトレー
ニング信号記億部１０９に記憶されているトレーニング
信号列を話者Ａに送信することを要求する。

【００２１】話者Ｂの無線機内では、背景雑音がスピー
カ１１３から伝わるノイズと、トレーニング信号列とが
互いに加算または乗算され、雑音入りトレーニング信号
となり、変調部１１４で変調され、ＲＦ部１０２を通
り、アンテナ部１０１から電波で信号が送信される。

【００２２】話者Ａの無線機は、その信号をアンテナ部
１０１から受信し、ＲＦ部１０２で、周波数変換、電力
増幅を行い、教師信号記憶部１０８に記億された教師信
号を理想出力（出力層２０３）とし、受信したトレーニ
ング信号を入力値（入力層２０１）としながら学習を開
始する。学習アルゴリズムには、上述した誤差逆伝搬法
などを用いる。これにより、雑音入りトレーニング信号
を入力した際の出力値を教師信号に近づくように重み係
教Ｗを計算できる。そして、学習が終了し、全ての重み
係数Ｗが確定すると、その値を用いて通信を再開する。

【００２３】通信が再開すると、話者Ａの無線機では、
ニューラルネットワーク部１０４の重み係数として、学
習し終わったばかりの値が採用されるので、復調部１０
３から受信した背景雑音の加わった話者Ｂの音声が、ニ
ューラルネットワーク部１０４の入力層２０１に入力さ
れても、出力層２０３からは背景雑音が無い場合の理想
的な値が出力される。そして、この出力値は、Ｄ／Ａ変
換部１１０でアナログ信号に変換され、アナログ音声回
路部１１１を通り、話者Ａの耳に届く信号も話者Ｂ側で
の背景雑音を感じさせない出力となる。

【００２４】また、図５は、予め背景雑音が加わった場
合を想定した学習済みの重み係数を複数パターン（図の
例ではパターンＡ、Ｂ）用意し、これを重み係数記億部
１０６に記億させて用いる場合の動作を示す説明図であ
る。例えばユーザが以前と類似した背景雑音が感じら
れ、話者の経験上、新たに学習する必要が無いと判断し
た場合に、学習する代わりに、既に記億された重み係数
パターンを選択することにより、現在の背景雑音に有効
に適応させることができる。

【００２５】図５では、重み係数パターンＡを選択して
通話した場合よりも、重み係数パターンＢを選択した場
合の方が、話者にとって雑音が取り除かれたと判断した
ため、パターンＢを用いることに決定した例である。ま
た、どの重み係数パターンを選択しても背景雑音が改善
されない場合には、図４の動作によって新たな学習を行
い、そのときの学習結果である重み係数を使用すること
により、雑音を取り除けばよい。

【００２６】なお、図５に示す方法は、図２に示す構成
の無線機を前提として説明したが、図１に示す構成の無
線機にも適用し得るものである。これにより、学習アル
ゴリズムをもたず、またトレーニング信号をやりとりし
ない簡易な構成の無線機においても、ニューラルネット
ワーク部１０４を用いた雑音除去機能を実現することが
できる。

【００２７】図６は、上述のようなニューラルネットワ
ーク部１０４による学習動作を時分割動作で行うことに
より、通話を遮ることなく学習を行えるようにする方法
を示す説明図である。図６は、通信時における時分割タ
イムスロットの内容を示しており、各タイムスロットの
一部を通話のための受信と送信のタイムスロットに割り
当てるとともに、それ以外のタイムスロット部分に学習
に必要な信号の受信と送信に割り当てている。

【００２８】図６におけるトレーニング信号の受信部分
では、学習する側の無線機が受信し、トレーニング信号
の送信部分では、通話の相手側が学習を行いたい場合に
割り当てる。この方法により、実際には通話していない
タイムスロットを利用し、トレーニング信号の送受信お
よびニューラルネットワークを用いた学習を行うので、
通話が遮られるのを防止できる。

【００２９】また、以上の説明では、ユーザによるスイ
ッチ１０７の操作に基づいて学習を行う例を説明した
が、例えば通話の開始時に、自動的にニューラルネット
ワーク部１０４による学習動作を時分割で実行して学習
結果を記憶しておき、その後、通話中においてユーザが
雑音を感じてスイッチ１０７を操作した時点で、既に記
憶している学習結果を用いて雑音の除去を行うようにし
てもよい。このように前もって学習を行うことにより、
迅速な処理が可能となる。

【００３０】

【発明の効果】以上説明したように本発明の無線機及び
無線通信方法では、ニューラルネットワークによる学習
結果である重み係数を用いて、通話中の受信信号に含ま
れる背景雑音を除去することにより、環境に応じて受信
信号に含まれる背景雑音を有効に除去することができる
効果がある。

【図面の簡単な説明】

【図１】本発明による無線機の第１の構成例を示すブロ
ック図である。

【図２】本発明による無線機の第２の構成例を示すブロ
ック図である。

【図３】本発明による無線機に設けられるニューラルネ
ットワーク部の構成例を示す説明図である。

【図４】本発明による無線機のニューラルネットワーク
部における学習動作例を示す説明図である。

【図５】本発明による無線機のニューラルネットワーク
部における学習済み重み係数を用いる場合の動作例を示
す説明図である。

【図６】本発明による無線機のニューラルネットワーク
部における学習動作を時分割で行う場合のタイムスロッ
トの例を示す説明図である。

【符号の説明】

１０１……アンテナ部、１０２……ＲＦ部、１０３……
復調部、１０４……ニューラルネットワーク部、１０５
……ＮＮ制御部、１０６……重み係数記億部、１０７…
…スイッチ、１０８……教師信号記憶部、１０９……ト
レーニング信号記憶部、１１０……Ｄ／Ａ変換部、１１
１……アナログ音声回路部、１１２……外部通信ポー
ト、１１３……スピーカ、１１４……変調部。

Claims (12)

【特許請求の範囲】
1. 【請求項１】 無線によって相手無線機と通話を行う無
   線機において、 ニューラルネットワークによる学習結果である重み係数
   を用いて、通話中の受信信号に含まれる背景雑音を除去
   するニューラルネットワーク部を有することを特徴とす
   る無線機。
2. 【請求項２】 電波を受信するアンテナ部と、 前記アンテナ部で受信した信号の周波数変換と電力増幅
   を行う受信部と、 前記受信部により増幅された信号を復調する復調部と、 前記ニューラルネットワーク部を制御するための制御部
   と、 前記重み係数を保存する重み係数記億部とを有し、 前記ニューラルネットワーク部は、前記重み係数記億部
   に記憶した重み係数に基づいて、前記復調部からの復調
   信号に対して雑音除去を行うようにした請求項１記載の
   無線機。
3. 【請求項３】 前記重み係数記億部に、予め生じ易い背
   景雑音に対応した重み係数を複数記憶しておき、状況に
   応じて前記重み係数記億部から重み係数を適宜選択して
   呼び出すことにより、前記ニューラルネットワーク部に
   よって通話中の受信信号に含まれる背景雑音を除去する
   ようにした請求項２記載の無線機。
4. 【請求項４】 ニューラルネットワークによる学習結果
   である重み係数を外部装置より入力する入力手段を有
   し、前記入力手段より入力した重み係数を前記重み係数
   記億部に保存するようにした請求項２記載の無線機。
5. 【請求項５】 ユーザが前記重み係数記億部に記憶した
   重み係数を用いて前記ニューラルネットワーク部により
   背景雑音を除去するように指示する雑音除去指示手段を
   有する請求項３または４記載の無線機。
6. 【請求項６】 教師信号を記憶した教師信号記憶部を有
   し、 前記ニューラルネットワーク部は、前記教師信号記憶部
   に記憶した教師信号と前記復調部からの復調信号とに基
   づいて、通話中の受信信号に含まれる背景雑音を除去す
   るように学習し、その学習結果である重み係数を前記重
   み係数記億部に保存するようにした請求項２記載の無線
   機。
7. 【請求項７】 前記教師信号は、予め背景雑音が存在し
   ないと仮定した音声パターン信号である請求項６記載の
   無線機。
8. 【請求項８】 ユーザが前記ニューラルネットワーク部
   による学習を指示する学習指示手段を有し、 無線機による通話中に前記学習指示手段による指示がな
   された場合に、前記ニューラルネットワーク部は、時分
   割動作によって学習を行い、学習が終了した時点で、新
   しい学習結果による重み係数に切り換えて受信を行うよ
   うにした請求項６記載の無線機。
9. 【請求項９】 ユーザが前記重み係数記億部に記憶した
   重み係数を用いて前記ニューラルネットワーク部により
   背景雑音を除去するように指示する雑音除去指示手段を
   有し、 無線機による通話が開始された場合に、前記ニューラル
   ネットワーク部は、時分割動作によって学習を行い、そ
   の学習結果である重み係数を前記重み係数記億部に保存
   しておくき、前記雑音除去指示手段による指示がなされ
   た場合に、前記重み係数記億部に保存した重み係数を用
   いて背景雑音の除去を行うようにした請求項６記載の無
   線機。
10. 【請求項１０】 前記ニューラルネットワーク部による
    学習を行う場合に、前記教師信号に対応するトレーニン
    グ信号を相手無線機より受信することにより、前記教師
    信号と前記トレーニング信号とに基づいて学習を行うよ
    うにした請求項６記載の無線機。
11. 【請求項１１】 前記ニューラルネットワーク部による
    学習には、二乗誤差最小化と誤差逆伝搬法を用いるよう
    にした請求項６記載の無線機。
12. 【請求項１２】 ニューラルネットワークにより、通話
    中の受信信号と予め与えられた教師信号とに基づいて、
    前記受信信号に含まれる背景雑音を除去するように学習
    し、その学習結果である重み係数を用いて、通話中の受
    信信号に含まれる背景雑音を除去することを特徴とする
    無線通信方法。