JP4871355B2 - 無線メッシュネットワークのための分散型学習方法 - Google Patents

Description

本発明は、無線メッシュネットワークのための分散型学習方法に関する。

ＭＢＯＡ（マルチバンドＯＦＤＭアライアンス）は、超広帯域（ＵＷＢ）周波数帯域上で動作するＷＰＡＮ（無線パーソナルエリアネットワーク）用の分散型システムである。将来のトラフィックのためのチャンネル資源予約を行うＤＲＰ（分散型予約プロトコル）により、上記ＭＢＯＡシステムは、例えば優先化チャンネルアクセス（ＰＣＡ）等の他の競合型プロトコルが提供するよりも、単一のホップ通信シナリオにおいて大幅に高いチャンネルアクセス効率を提供する。

メッシュネットワークは、２つの接続構成のうちの一方、即ち全メッシュトポロジ又は部分メッシュトポロジを採用したＰＡＮ（パーソナルエリアネットワーク）である。全メッシュトポロジでは、各ノードは他のものの各々に直接接続される。部分メッシュトポロジでは、幾つかのノードは他の全てに接続されるが、ノードの幾つかは、これらが殆どのデータを交換する他のノードのみに接続される。メッシュネットワークは、送信パワー又は受信感度を増加させること無しにネットワーク領域の地理的拡張を提供する能力を有している。また、メッシュネットワークは、経路の冗長性による向上された信頼性、一層容易なネットワーク構造を提供すると共に、データの再送信が一層少ないという潜在能力により装置の電池寿命を増加させることができる。

無線メッシュネットワークは、特に悪い条件において装置がネットワークを介してパケットを送信する際に相互に助け合うようなマルチホップシステムである。或る位置において最小の準備でメッシュネットワークを確立することができる。このようなメッシュネットワークは、アドホックネットワークとも呼ばれる。メッシュネットワークは、数千もの装置に容易に拡張することができるような信頼性のある柔軟なシステムを提供する。

元々、ＭＩＴにおいて工業用制御及び感知のために開発された無線メッシュネットワーク技術は、アドホックマルチホップネットワークと呼ばれるポイントツーポイントツーポイント（point-to-point-to-point）又はピアツーピアシステムである。斯様なネットワークのノードはメッセージを送信及び受信することができる。更に、メッシュネットワークにおけるノードは、メッセージを近隣のノードのために中継することができるようなルータとしても機能することができる。斯かる中継処理により、無線データのパケットは、信頼性のある通信リンクを持つ中間ノードを通過して、宛先までの道を見付ける。無線メッシュネットワークでは、メッセージを宛先まで中継するために複数のノードが協動する。メッシュ技術はネットワークの全体的信頼性を向上させるが、これは、過酷な工業環境で動作する場合に特に重要である。

図１を参照すると、前記中継処理により、無線データのパケットは、信頼性のある通信リンクを持つ中間ノードを通過することにより、自身の宛先までの道を見付ける。無線メッシュネットワーク１０において、複数のノード１２、１４、１６は協動してメッセージを元のノード１８から宛先ノード２０まで中継する。メッシュ技術１０は、ネットワークの全体的信頼性を向上させるが、これは過酷な工業的環境において動作する場合に特に重要且つ有効である。

インターネット及びピアツーピアのルータ型ネットワークと同様に、メッシュネットワーク１０は当該ネットワークを介して複数の冗長した通信経路を提供する。ノード間の或るリンク（例えば、ノード１４とノード１６との間）が何らかの理由（強いＲＦ干渉の発生を含む）で故障した場合、当該ネットワークは代替経路（例えば、ノード１４からノード２２へ、次いでノード２０へ）を介して自動的にメッセージの経路決めを行う。

メッシュネットワークにおいては、ノード間の距離の短縮がリンク品質を劇的に増加させるであろう。ノード間の距離が係数２で減少された場合、結果としての信号は受信部において少なくとも４倍パワフルになる。このことは、個々のノードにおける送信パワーを増加させる必要性なしに、リンクを一層信頼性のあるものにさせる。メッシュネットワークにおいては、当該ネットワークに一層多くのノードを単に追加することにより、到達範囲を拡大し、冗長性を追加し、ネットワークの全体的信頼性を向上させることができる。

超広帯域無線（ＵＷＢ）は、大量のデジタルデータを広いスペクトルの周波数帯域上で非常に低いパワーで短い距離に対して送信する無線技術である。超広帯域無線は、非常に低いパワー（０.５ミリワット未満）で２３０フィートまでの距離にわたり大量のデータを伝えることができると共に、一層高いパワーで動作する一層限られた帯域幅での信号を反射する傾向のある扉及び他の障害物を通して信号を伝えるような能力を有する。超広帯域は、手持ち無線装置を他の同様の装置と及び／又は例えばデスクトップコンピュータに接続するための規格であるブルートゥース等の他の短距離無線技術と同等のものである。

超広帯域無線は、非常に正確にタイミングをとられたデジタルパルスを、キャリア信号上で非常に広いスペクトルにわたり（複数の周波数チャンネル上で）同時に放送する。広帯域送信機及び受信機は、パルスを１秒の一兆分の１の数倍（trillionths）以内の高精度で送信及び受信するように協調されねばならない。超広帯域無線システムで使用される如何なる所与の周波数帯域上においても、超広帯域信号は斯かる帯域上の通常の信号よりも少ないパワーしか必要としない。更に、超広帯域信号の予測されるバックグラウンドノイズは、理論的に干渉が可能でないほど低い。

超広帯域無線は種々の状況において使用されており、今日のＵＷＢの２つの有力なアプリケーションは、信号が近くの表面は通過するが遠く離れた表面は反射し、壁又は他の覆いの背後の物体が検出されるのを可能にするレーダ、並びに非常に低いパワーの相対的に低コストの信号が限られた範囲内で非常に高いレートで情報を伝達するのを可能にする様なデジタルパルスを用いた音声及びデータの伝送に関わるアプリケーションを含む。

本発明の実施例は、他の送信が同じ通信リンク上で行われている間に、他のメッシュポイントに同時に送信すべきかを決定する、メッシュネットワークにおけるメッシュポイントのための方法を提供する。メッシュポイントは、該メッシュポイントの送信干渉が他のメッシュポイントからの同時的送信を妨害するならば、他のメッシュポイントへ送信してはならない。更に、送信側メッシュポイントは、当該送信が他のメッシュポイントからの同時的送信からの干渉により受信側メッシュポイントにおいて妨害されるならば、受信側メッシュポイントに送信してはならない。

本発明の一実施例は、当該無線ネットワークに参加している複数のメッシュポイントを有するような無線ネットワークとすることができる。該複数のメッシュポイントの各々は、成功している送信からの干渉により当該無線ネットワークにおける同時的送信を妨害することなしに、自身と上記複数のメッシュポイントにおける少なくとも他の１つとの間での成功する送信の確率を推定する第１の比を計算する。

本発明の他の実施例では、無線ネットワークは複数のメッシュポイントを含み、他のメッシュポイントが同じリンク上で同時に送信している間に第１のメッシュポイントが第２のメッシュポイントに送信することができるかを判定する方法が使用される。該方法は、第１のメッシュポイントにより当該無線ネットワークにおける他のメッシュポイントを検出するステップと、該第１のメッシュポイントにおいて当該無線ネットワークにおける上記検出された他のメッシュポイントの信号強度を決定するステップとを含む。該方法は、第１メッシュポイントにおいて、該第１メッシュポイントが送信している場合に第２メッシュポイントにおいて測定されるであろう信号強度を推定する。該第１メッシュポイントは、次いで、第１の搬送波対干渉（ＣｏＩ）比を計算する。該方法は、上記第１ＣｏＩ比を閾値と比較することに基づき、第１メッシュポイントが第２メッシュポイントに送信すべきかを判定することにより継続する。

本発明の実施例は、マルチホップネットワークで使用することができる。更に、本発明の実施例は、限定されるものではないが、将来のIEEE 802.11s（ＥＳＳ ＭＥＳＨ）規格に準拠することを含み、ＭＡＣプロトコル及びIEEE 802.11規格と一緒に使用することができる。また、本発明の実施例はメッシュネットワーキング（即ち、ＷＰＡＮ）を支援する他の無線規格及び技術にうまく適用することもできる。本発明の実施例は、同一の通信リンク又はチャンネル上で生じる同時的送信を支援するためにメッシュネットワークトポロジを利用する。

上述した発明の開示は、本発明の各実施例又は全ての態様を表そうとするものではないと理解される。

本発明の方法及び装置の一層完全な理解は、添付図面と共に下記の詳細な説明を参照することにより得ることができるであろう。

IEEE 802.11等の無線ＬＡＮ用の既存の媒体アクセスプロトコルは、マルチホップ通信を効率的にサポートしていない。従って、自動的トポロジ学習及び動的経路構成を可能にするような、無線リンク間で相互接続されたアクセスポイント（ＡＰ）の集合としての拡張サービスセット（ＥＳＳ）を構築するのを可能にする手順を見付け及び定める需要が存在する。ＥＳＳメッシュは、局の基本サービスセット（ＢＳＳ）及びＥＳＳとの関係に関しては、有線ＥＳＳと機能的に等価である。

本発明の実施例は、一群の802.11アクセスポイント（ＡＰ）の間の無線分配システム（ＷＤＳ）のための媒体アクセス制御（ＭＡＣ）プロトコルを提供する。アクセスポイントの何れかに関連され、且つ、種々の実施例に従い動作する移動局は、１）所与の群内の如何なるアクセスポイントとも、２）当該群内のアクセスポイントに関連された如何なる移動局とも、及び３）メッシュゲートウェイを介して接続された如何なる外部ネットワークとも通信することができなければならない。

上述した点を可能にするアクセスポイント間の通信は、本発明の実施例における移動局に対して、特に局の位置に関して透明でなければならない。

この例示的無線分配サービスにおけるアクセスポイントは、２重の役割を果たす。一方において、アクセスポイントは基本802.11アクセスポイントとして作用し、関連する局に特別なフィーチャを提供する。他方において、アクセスポイントは自身で無線局であり、自身の基本サービスセット（ＢＳＳ）に提供したサービスを満たすために互いに通信する。

２つのＢＳＳ及び１つの分配システム（ＤＳ）を伴う例示的な無線シナリオの典型的シナリオが、図２に示されている。

ＢＳＳ１（２６）における局１（２０）、局２（２２）及び局３（２４）、並びにＢＳＳ２（３２）における局４（２８）及び局５（３０）は、２つの重なり合わないＢＳＳを構成している。ＢＳＳ１（２６）におけるアクセスポイント（ＡＰ）３４及びＢＳＳ２（３２）におけるアクセスポイント３６は、ＢＳＳ間通信を可能にする。無線分配システム（ＷＤＳ）において上記通信をサポートするＭＡＣメカニズムを以下に説明する。

本発明の実施例による可能性のあるシナリオに関して、下記のような仮定をすることができる。

１）アクセスポイントのアドホック配置：
アクセスポイントの空間的位置は、これらアクセスポイント自身により及び他のアクセスポイントにより未知である。即ち、アクセスポイントは所与の領域に任意に配置することができる。環境の構造、隣接するＡＰの間の距離及び干渉状況に関する事前の知識はない。更に、ＡＰ又は斯かるＡＰ間の障害物に関する地理的情報を得る可能性もない。

２）アクセスポイントのトポロジは半静止的〜静止的である：
如何なるＡＰの変化の速度も、トラフィックパターン及び関連する局の運動と比較して無視可能である。

３）アクセスポイントのネットワークは完全には接続されていない：
室内条件又はサービスされるべき大きな領域故に、ＡＰ間の直接通信の可能性を記述する、該ＡＰの通信グラフ（communication graph）が完全に接続されると仮定することはできない。しかしながら、ＡＰの各対は、恐らくは幾つかの他のＡＰの経路により接続されねばならず、これは、当該通信グラフが接続されることを意味する。

この仮定の１つの意味は、集中化された協調の如何なる試みも複雑化させるような、ＤＳにおける簡単な放送の不可能さである。他のものは、ＡＰがデータを或るＡＰから他のＡＰへ、等々のように中継し、かくして該データが最終宛先まで進行し続けることができるようにするマルチホップメカニズムの必要性である。

マルチホップ通信が必要とされる例示的シナリオを図３に見ることができ、該シナリオは他の無線マルチホップシナリオ４０である。ＡＰ４６とＡＰ４８との間のマルチホップ接続４４及びＤＳ４２の透明な使用により、ＢＳＳ１（５０）における局は、インターネット５２に対してゲートウェイとして働く局８（４６）に接続することができる。マルチホップ可能化されたＤＳ４２無しでは、これは不可能である。何故なら、局４（４８）は局８（４６）に無線で到達し通信することができないからである。

例示的アクセスポイントは、単一の周波数無線のみを有すればよい。この要件は、ＡＰの構成を簡略化すると共にコストを低減するが、ＤＳ及び各ＢＳＳが同一の無線媒体を共有しなければならないという複雑さを生じ、結果として競合及び効率の低下の可能性が生じる。ＭＡＣプロトコルの例示的改善は、二重周波数無線又は多周波数無線を用いて達成することができる。

以下に説明する本発明の実施例において、局は、（１）ＢＳＳの関連付け及び作成等の管理サービスを提供することが可能な基本802.11アクセスポイントであり、（２）自身のアクセスポイント機能にとり必要な能力を得るために自身のピアの間でマルチホップ通信を使用することができるような、無線分配システムにおける局であり、（３）メッシュネットワーク局又はメッシュポイントであると定義される上述したようなシナリオに置かれると理解されるべきである。

ＡＰトラフィックフェーズで使用されるＥＤＣＡとは対照的に、例示的ＭＡＣプロトコルは、メッシュネットワークにおいて効率的なマルチホップ通信を可能にする。等しい長さのネゴシエーションされた送信機会（TxOPs）の使用の結果、全ての隣接するメッシュポイントはTxOPの間において当該メッシュネットワークにおけるどのメッシュポイントが何の役割を果たすかを学習することができるので、予測可能な媒体アクセスが得られる。このメッシュポイントに提供される向上された知識／情報は、当該プロトコルに一層大きな空間的再利用を許容するのを可能にさせ、この結果、例示的メッシュネットワークの容量が増加する。

空間的再利用の可能性に関する簡単な例を、図４に見ることができる。メッシュポイントＳＴＡ１（６０）、ＳＴＡ２（６２）、ＳＴＡ３（６４）及びＳＴＡ４（６８）は、各々、自身のＢＳＳ及び恐らくは幾つかの関連する移動局を有している。メッシュポイントＳＴＡ１（６０）のＢＳＳにおける移動局は、メッシュポイントＳＴＡ４（６８）をアドレス指定したトラフィックを発生し（ＳＴＡ４（６８）は、例えば、インターネットに対するゲートウェイ又はポータルである）、メッシュポイントＳＴＡ４（６８）はトラフィックに応答する。

メッシュポイントＳＴＡ１（６０）及びＳＴＡ４（６８）は互いに受信範囲外にあるので、これらメッシュポイントは互いに直接通信することはできない。これらメッシュポイントは、（１ａ〜ｃ）及び（２ａ〜ｃ）として示されるように、メッシュポイントＳＴＡ２（６２）及びＳＴＡ３（６４）を介して２、３のホップ経路を使用しなければならない。

メッシュポイントＳＴＡ３（６４）が、送信の間にメッシュポイントＳＴＡ１（６０）によりメッシュポイントＳＴＡ３（６４）において発生される干渉が低い故にリンク（１ａ）及び（２ｃ）の同時的使用が可能であると推定することができる場合、メッシュポイントＳＴＡ３（６４）は、使用されるＴｘＯＰの数がリンク（１ａ）に対して使用されるものと同一であるべきであるとのように、メッシュポイントＳＴＡ４（６８）とネゴシエーションすることができる。後者の情報は、メッシュポイントＳＴＡ３（６４）にとり、メッシュポイントＳＴＡ１（６０）とメッシュポイントＳＴＡ２（６２）との間のネゴシエーション手順を介して直接利用可能である。

同様に、リンク（１ｃ）及び（２ａ）は同時に使用することができ、その結果、図５に示すような例示的トラフィック／時間図が得られる。図５は、図４のシナリオに対する時間の間の送信の最適は配列である。

上述したシナリオは、外部の観察者の見地から見たメッシュポイントによる最適な振る舞いの一例であるが、このような振る舞いを示すために、メッシュポイントがどの様に動作するかは自明ではない。

ＥＤＣＡ等の既存のＭＡＣプロトコルは、並列送信をサポートしていない。参照により本明細書に組み込まれる"無線メッシュネットワークのための分散型媒体アクセスプロトコル"なる名称の本出願の関連特許出願（出願人整理番号： PH000953）には、メッシュネットワークにおいて効率的なマルチホップ通信を可能にする新しいＭＡＣプロトコルが教示されている。該文献には、全ての隣接するメッシュポイントはＴｘＯＰの間にどのメッシュポイントが何の役割を果たすかを学習することができるので、等しい長さのＴｘＯＰのネゴシエーションされた所有権の使用の結果、予測可能な媒体アクセスが得られることが教示されている。この向上された知識は、上記新しいＭＡＣプロトコルが一層大きな空間的再利用を提供することを可能にし、これは当該メッシュネットワークの容量の増加に直接つながる。

本発明の実施例は、メッシュネットワークにおけるマルチホップ通信の効率を、なかでも、メッシュポイントが環境を推定することを学習すると共に、該推定された環境において同時的送信が可能であるかを決定するのを可能にする方法を提供することにより更に向上させる。メッシュポイントの可能な内部メカニズムは、次節で説明する。

本発明の実施例の１つのフィーチャは、新たな送信機会（ＴｘＯＰ）又は送信スロットを送信のために使用することができるかを推定するために、種々のメッシュポイントにより使用される新たな学習し且つ分散されるアルゴリズムの定義である。

例示的分散型アルゴリズムは、先ず、当該ネットワークに参加している装置を、ビーコン及び／又は他のメッシュポイントのトラフィックヘッダ又は他のメッシュポイントビーコンから情報を受信することにより検出する。次いで、該例示的分散型アルゴリズムは、自身のネットワークにおける各ノードに関し、受信された信号の強度を測定し記憶する。次に、該分散型アルゴリズムは、当該メッシュポイントの環境におけるリンクの品質を、リンクの搬送波対干渉（ＣｏＩ）比の各々に基づいて推定する。このＣｏＩ情報を用いて、当該メッシュポイントは、異なる既存のリンクを表すグラフ又はテーブルを計算すると共に、該グラフ又はテーブルを用いて既存の環境において同時的な新たな送信を行うことができるかを決定することができる。

［メッシュポイントの学習］
メッシュポイントが同時的送信を利用することができる前に、各メッシュポイントは自身の現在の環境をモデル化するために学習しなければならない。メッシュポイントの現在の環境のモデルは、世界モデルと呼ばれる。この世界モデルは、可能な限り多く現実から抽出されて、可能な限り簡単でなければならない。また、該世界モデルは、指定された送信に対し利用可能な種々のオプションの良好な推定を提供するために、必要な限り詳細でなければならない。該世界モデルは、自身のメッシュポイントのセンサにより継続的に更新される。メッシュポイントのセンサは、物理レイヤの受信主体、並びにＴｘＯＰ所有権、受信されたビーコン、情報エレメント及び傍受された送信に関する情報である。

時折、新たなＴｘＯＰ所有権に対するリクエスト又は既存のＴｘＯＰ所有権の変更に対するリクエストがメッシュポイントにおいて発生する。例えば、新たなＴｘＯＰ所有権に対するリクエスト又は既存のＴｘＯＰ所有権の変更に対するリクエストは、新たなトラフィックストリームが関連するメッシュポイントにより開始され、又はＴｘＯＰ所有権のネゴシエーションのリクエストが隣接するメッシュポイントにより受信されるために生じ得る。これらのリクエストは、意図する役割（送信機又は受信機）及びトラフィックの優先度に関する現在の状態に適合した空きのＴｘＯＰを見付けるために前記世界モデルを使用して処理される。

リクエストが世界モデルを使用して処理された後、結果としての情報は、ＴｘＯＰネゴシエーション処理が適切なＴｘＯＰの群を選択し、恐らくは同時的送信につながるようなＴｘＯＰを好んで当該ネゴシエーション処理を開始する（又は当該リクエストに回答する）如くに選択される。

ネットワーク内で発生する干渉に適応化させることが可能な局７０の抽出された構成を、図６に見ることができる。図６は、干渉認識型メッシュポイント７０の一般的構成である。該例示的干渉認識型メッシュポイント又は局７０は、複数のメッシュポイント及び／又は局７２の環境内に配置される。環境７２からの送信は、局のセンサ７３により受信される。受信機７４は当該局のセンサの一部であり、送信を受信する。該局は、ＴｘＯＰ所有権を決定し（７６）、受信されたビーコンを解読する（７８）。センサ７３からの受信情報は、世界モデル８０を形成することができるように処理される。新又は変更ＴｘＯＰリクエスト８２も、世界モデルを継続的に更新することができるように、該世界モデル８０に供給される。世界モデル８０は、アクチュエータ８４に対して、リクエストするための利用可能な又は使用可能なＴｘＯＰを供給する。ＴｘＯＰネゴシエーション８６は、上記世界モデル８０からの情報及び新又は変更ＴｘＯＰ所有権のリクエストに関する他の情報を用いて実行される。送信機８８は、当該局７０のＴｘＯＰネゴシエーションの結果をネットワーク環境７２に送出する。

［学習性能の測定］
ネットワークにおける主体（メッシュポイント及び局等）が、世界モデルを作成するために各主体が自身の環境を如何にして理解するかの学習処理をどの様に実行するかを説明する前に、何がメッシュポイントの良好な振る舞いであるか、及びどの様なタイプの動作がメッシュポイントにより回避されるべきかを先ず定義する。

本発明の実施例は、同時的送信を実行する局の能力に主に関するものである。スループット及び遅延等のＱｏＳ要件又は公正条件（fairness conditions）下でのＴｘＯＰの最適な選択に関わる他の評価規準は、議論されない。従って、ＴｘＯＰを選択及びネゴシエーションする該例示的アルゴリズムは、オプションとして各ＴｘＯＰの格付けと組み合わされた、メッシュポイントからの／メッシュポイントへの指定された送信に適し得る一群のＴｘＯＰを得るようなブラックボックスとして扱われる。結果として、当該学習アルゴリズムの性能は、"悪い"ＴｘＯＰの数と比較した、該ブラックボックスに対して提案する"良い"ＴｘＯＰの数により測定することができる。

"良い"及び"悪い"ＴｘＯＰなる用語を一層正確に定義するためには、図７Ａ及び図７Ｂが有効である。図７Ａ及び７Ｂは、（Ａ）Ｔｘ９０が送信している場合、及び（Ｂ）Ｒｘ１００が受信している場合の信号強度の測定値を示している。

両図Ａ及びＢは、１１のメッシュポイントを伴う例示的環境を示し、これらメッシュポイントの２つが送信側メッシュポイント９０及び受信側メッシュポイント１００として各々印されている。図７Ａにおいて、送信側メッシュポイント９０の送信パワー１０２は、陰影の付けられたグレイ色で描かれている。送信パワー１０２の強度は、当該メッシュポイントまでの距離に比例する。図７ＢはＲｘメッシュポイント１００から見た当該環境内の全ての他の局の送信パワーを（陰影の付けられたグレイのラインの形で）示している。両方の場合において、ライン１０４はＴｘメッシュポイント９０からＲｘメッシュポイント１００へのトラフィックを示している。

ＴｘＯＰが"良い"かの判定は、当該メッシュポイントの所望の役割に基づいてなされなければならない。即ち、メッシュポイントが送信したい場合、ＴｘＯＰは、自身の干渉により同時的送信を妨害しないなら"良い"となる。図７Ａに示すパワー１０２の場合、送信するメッシュポイント９０は、メッシュポイント１ａ〜１ｃにおいて受信されている如何なる送信にも確かに悪く干渉し又は妨害する。メッシュポイント２ａ〜２ｄにおける受信に対する影響は、遙かに低いであろう。更に、メッシュポイント２ｂから２ａへの送信は問題とならないであろう一方、メッシュポイント３ａと３ｂとの間の送信は、Ｔｘ９０の送信１０２から何も感知しないであろう。更に、送信の影響は、他のメッシュポイントまでの距離に依存するのみならず、同時的送信の送信者の位置にも依存する。即ち、同時的送信者から送信機９０までの距離が非常に小さい場合、余り干渉しない。

図７Ｂに示すような第２の状況は、メッシュポイント１００が受信したい場合に発生する。この場合、ＴｘＯＰは、同時に同時的送信が当該受信機において低い又は妨害しない干渉しか発生しない場合に"良い"と呼ばれる。これは、例えば、メッシュポイント２ａ〜２ｂ又は３ａ〜３ｂが送信している場合の状況である。

図７Ａ及び７Ｂの図示の環境において、幾つかの簡略化がなされている。信号強度１０２の形状は、送信するメッシュポイント９０を囲む円よりも、もっと複雑であり得る。更に、該形状は時間にわたり一定ではない可能性がある。移動する障害物及び／又は異なるチャンネル条件が送信の影響を変化させ得ると理解される。

［世界モデル］
学習するメッシュポイント７０内での世界モデル８０の仕事は、取り囲む環境を、所与のＴｘＯＰが"良い"か否かの良好な予測を可能にするような最も簡単な方法で表すことである。世界モデルの状態を更新するために前記センサの出力がどの様に使用されるかをも含む、該世界モデルの詳細な構成は、勿論、通信プロトコルの仕様とは無関係であり、異なる目的を満たすために最適化することができる。例えば、必要とされる複雑さ、使用される計算的労力及び予測の正確さの間の取引がなされなければならない。

世界モデル８０は、所与のセンサ７３の感度及び精度により制限される。ここで述べる場合の最適なモデルは、ネットワーク内の全てのメッシュポイントの位置及びメッシュポイント間のリンクの特性並びに如何なる障害物の配置も知っている。勿論、このような最適なモデルの状況は、現実世界では可能ではない。何故なら、必要とされる情報の幾つかは、莫大な量のオーバーヘッドトラフィックを使用することによってのみ得ることができるか（相互のリンク特性の場合）、又は如何なる状況下でも達成可能ではない（即ち、如何なる障害物の配置も知ること等）。

従って、下記の世界モデルは一例に過ぎない。下記の世界モデルは、使用されるＭＡＣプロトコル、及び使用されるＭＡＣプロトコルの副産物として得ることが可能な幾つかの情報に依拠する。

例示的な世界モデルは、無線ネットワークにおいては、送信の成功する確率は受信機における有効な信号の強度対干渉する信号の強度により主に決まるという事実から導出される。言い換えると、バックグラウンドノイズ及び同時的送信による干渉の２つの可能性のある原因である。従って、この比（搬送波対干渉（ＣｏＩ）と呼ばれる）は、

として測定され、ここで、Ｃは搬送波（キャリア）の信号強度であり、Ｎは現在のノイズであり、和は他の送信により生成される干渉である。同時的送信が存在する場合、通常はΣＩ≫Ｎである。従って、ノイズは些細な場合でなくても無視することができる。

２つの異なるＣｏＩ、即ち受信機のＣｏＩ及び干渉のＣｏＩを、新たな同時的送信が開始される前に考慮に入れなければならないことに注意することが重要である。

１．受信機ＣｏＩ
このＣｏＩは、同時的送信の受信機が、一次送信にも拘わらず当該信号を復号することができるような成功する確率を反映する。

２．干渉ＣｏＩ
新たな同時的送信を導入することにより、送信機は一次（主）送信に対して新たな干渉源を生成する。従って、当該新たなリンクの両メッシュポイントは、この新たな干渉が元の受信機において厳しくなることを回避しなければならない。

本発明の実施例では、世界モデルの現在の状態を、信号強度のグラフ、チャート、データテーブル又は他の適用可能な手段により表すことができる。信号強度グラフは、完全なグラフＧ＝(Ｖ，Ｅ)及びインテジャを当該グラフの各エッジに接続する重み関数ｗ：Ｅ−＞Ｎとすることができる。センサ（Ｒｘ主体又はビーコンプロトコル等）により認識される如何なるメッシュポイントも、当該グラフにおいてノードとして表される。２つのノード（Ｘ，Ｙ）の間のエッジの重みは、ノードＸがデータを送出／送信している場合にノードＹにおいて測定される信号強度の推定値である。ノード間のリンクは、仮定により、双方向的であるので、ｗ（Ｘ，Ｙ）＝ｗ（Ｙ，Ｘ）であり、当該グラフは単方向的であり得る。

図８は、５つのメッシュポイントＴｘ、Ｒｘ、１、２及び３の例示的グラフを示している。信号強度は、接続エッジの重みとして抽出される。このように、図８は局Ｔｘ、Ｒｘ及び１〜３を伴うシナリオの信号強度グラフである。各メッシュポイントに対する良好に作成された世界モデルを有することは、当該環境の現在の状態をうまく近似する。次いで、このグラフ（即ち、図８）を有するメッシュポイントは、ＴｘからＲｘへの同時的送信の間における干渉ＣｏＩの推定値を計算することができる。更に、該世界モデルはＲｘにおける受信機ＣｏＩの計算もサポートすることができる。

上記干渉ＣｏＩは、同時的送信を表すリンクの重みを、Ｔｘにより生成される干渉（ｗ(Ｔｘ，［同時的送信の受信機］)により与えられる）により除算することにより推定される。これら２つの重みの商が大きいほど、Ｔｘが当該送信と干渉する機会は小さくなる。

同様に、受信機はＣｏＩの値を、ｗ(Ｔｘ，Ｒｘ)と同時的送信の干渉（ｗ(Ｒｘ，同時的送信の送信機)により表される）との商として計算する。ここで、大きな指示子は、成功する受信のチャンスが大きいことを表す。

勿論、該例示的方法は、複数の同時的送信に又は複数の受信機送信に容易に拡張することができる。

例示的アルゴリズムは、所有権プロトコルをセンサとして使用して現在の所有権に関する情報が与えられたとして、全ての可能な同時的送信に関するＣｏＩを計算し、次いで全てのＴｘＯＰを格付けすることができる。例示的グラフ（又は該グラフから導出されたデータ）は、高い成功率の受信及び他の並行的送信に対する低い干渉率を提供しそうな"良い"ＴｘＯＰのリストである結果を提供する。更に、計算されたＣｏＩ比が十分に高いかを決定する閾値を与えることもできる。他の例として、当該ＣｏＩが並行的送信に対し適しているかの判断は、Ｓ字状関数：

等の（学習可能な）ソフト閾関数に基づいて行うこともできる。

与えられた例示的グラフにおけるＴｘからＲｘへの送信に対する算出されたＣｏＩ指示子を表１に見ることができ、ここで、全ての不可能な送信の対（同時のＴｘ−＞Ｒｘ及びＲｘ−＞２等）は省略されている。

表１は、恐らくは送信２−＞３に対してのみ並行的で、送信Ｔｘ−＞Ｒｘは他の可能な送信の殆どに対して同時にスケジュールすることはできないことを明確に示している。別のケースを、図９に示される導入例（図４）のグラフが検証された場合に見ることができるが、該図は図４に示されたシナリオに対する信号強度グラフである。

ＴｘＯＰにおいてメッシュポイント４（６８）からメッシュポイント３（６４）への送信がスケジュールされた場合、１−＞２に対する干渉指示子は10log*(60/15)=6dBであり、１−＞２に対する受信指示子も６ｄＢとなり、これは、低速ＰＨＹモードが使用されるなら"可能な"ＴｘＯＰとして格付けすることができる。

上記グラフ及び関連する重みを確定する如何なる例示的方法をも提示する前に、世界モデルにおいて実行される前記抽出が、有向／指向性アンテナ又はＭＩＭＯ装置等の種々のタイプの送信技術でも容易に利用することができると理解されるべきである。これらが受信機ＣｏＩ比を改善し及び／又は干渉ＣｏＩを低下させる場合、それらの性能は当該モデルに直接組み込まれる。

同様に、壁等の障害物の効果は、グラフに間接的に影響し、従って組み込むこともできる。

グラフの連続する学習は、２つの別個のタスクに分割することができる。最初に、グラフの構造（Ｖ，Ｅ）を学習しなければならない。グラフの構造（Ｖ，Ｅ）は、当該ネットワークの参加者の識別である。第２に、グラフにおける重みが学習される。最初の２つのタスクは、当該局が動作している間に継続的に実行される。斯かる２つのタスクは、環境に適応化可能な速度で実行することができ、これにより、当該モデルが環境の良好な近似となるのを可能にすると共に、変化に反応することができる。学習処理は、使用される３つのセンサ７４、７６、７８の如何なる不十分な及び信頼性のない出力によっても困難にされる。何故なら、これらは上記例示的タスクを満たすように特別には設計されていないからである。このように、前記センサの出力のフィルタ処理は、該例示的学習処理の最も重要な副処理である。

学習処理の他の、そして恐らくは最後の要件は、該学習処理が、自身の知識が２つのＣｏＩ値の良好な推定を得るためには不十分であるような状況を認識しなければならないということである。詳細には、学習処理の結果は、干渉ＣｏＩが過大評価され、かくして既存の送信を妨害するなら、無視されるべきである。

［ネットワークの参加者の学習］
ネットワーク７２における他のメッシュポイントの認識は、例示的なビーコン期間アクセスプロトコルを用いて、及び他のメッシュポイントのトラフィックヘッダを受信することにより容易に実行することができる。上記ビーコンプロトコルから、メッシュポイントは、該ビーコンの送信者、該送信者の隣接者及び斯かる隣接者の隣接者を識別することができる。何故なら、これらの各々はＢＰＯＩＥの所有者ベクトル（owner vector）で通知されるからである。

ＭＴＰの間のトラフィックにおいて、各トラフィック列は初期ヘッダを有し、該ヘッダは各ワゴンの受信者を含み、後続のワゴンの構造を示す。この情報を用いて、メッシュポイントは、ＴｘＯＰにおいて受信機でなくても該ヘッダを聴取することにより他のメッシュポイントを検出することができる。

メッシュポイントのＤＥＶＩＤ（ＢＰにおける又はＭＴＰの間の何れか）の各発生は、メッシュポイントを"生きている"として示す"ping"として見ることができる。メッシュポイントは、"ping"が最初に聞かれる時に当該グラフに含まれることが推奨される。そして、"ping"が聞かれないで経過する時間の量と共に増加する確率で、グラフから削除されるべきである。

［信号強度の学習］
認識される全ての新しいメッシュポイントに対して、他のメッシュポイントからの信号の重み付け又は優先付けが推定されなければならない。これは、幾つかの方法で実行することができる。各センサは、如何にして信号の重みが設定されるべきかに対するヒントを与えるが、残念なことに、センサの出力はしばしば雑音的であり、考慮に入れることができる前にフィルタ処理又は加重されねばならない。

例えば、第１に、現在のグラフがＮ個のメッシュポイントからなる場合、(N+1)*N/2個の重みを推定しなければならない。これらのリンクのうち、（Ｎ−１）は学習するメッシュポイントに直接接続される。直接接続されるリンクは、一層速く且つ一層の信頼度で学習され得る。例示的干渉及び受信機ＣｏＩにおいて、重み付けを必要とした４つの信号のうちの３つが送信機又は受信機の直接リンクであったことは注目に値する。重み付けは一次受信機において測定される一次送信の信号強度を記述するので、干渉ＣｏＩにおける単一の重み付けられた信号のみが１ホップ距離内であった。干渉ＣｏＩの過大評価を防止するために、この加重関数の下限が重要である。

第２に、（Ｎ−１）の直接リンクの学習は、ビーコンアクセス期間プロトコルにおけるタイミング情報をＰＨＹレイヤによる何らかの副情報と一緒に使用して実行することができる。ビーコン期間（ＢＰ）を使用することにより、メッシュポイントは隣接するメッシュポイントが自身のビーコンを送信している場合に当該時点を感知する。更に、ＢＰにおける厳格な規則により、メッシュポイントは、ＢＰ時間の間に他の近くのメッシュポイントが送信していないことも感知するであろう。

ＢＰにおける各ビーコンスロットに対して、ＰＨＹレイヤは積分された信号強度を測定し、この強度をＭＡＣレイヤに報告することができる。次いで、ＭＡＣレイヤは、この情報をＢＰアクセスプロトコルと組み合わせて、特定の隣接者の信号強度の推定値を決定する。

かくして、各リンクにおける重みは、この推定方法を用いて計算することができる。最も容易な解決策は、単に最も現在の推定値をとり、より古い値を無視することであろう。他の、恐らく一層知的な解決策は、移動指数加重平均（running exponential weighted average）を得るために上記推定値のローパスフィルタ処理を実行することであろう。ビーコン期間番号ｔで得られた最新の測定値が、と表される場合、移動推定値（running estimation）は、

として計算され、ここで、αは新しい測定値の重要性対古い知識の重みを付けるパラメータである。この解決策は、勿論、短い雑音性測定値の問題を解決するが、計算的複雑さを増加させる。

最後に、リンクを学習するための第３の例示的可能性は、測定値を用いて増分（incremental）推定値を得るために１次元カルマンフィルタ（Kalman filter）を使用することである。カルマンフィルタは、未知の分散を伴う加算的ホワイトガウスノイズをＰＨＹ測定値のエラーと仮定する。即ち、該フィルタは、現在の予測される"実際の"信号強度を、この推定と一緒に仮定する分散と一緒に計算することができる。カルマンフィルタの利点は、該フィルタが新たな測定値を当該推定の現在の信頼度に比例して加重することである。従って、該フィルタは指数加重平均の強化とみることができる。後者の場合、全ての測定値は同一のαで加重される。これに対し、カルマンフィルタは、この係数を現在の分散に適応化させることができる。

上記指数加重平均と較べた場合の増加された計算的複雑さは、カルマンフィルタの明らかな負の側面である。

上述したメカニズムの１つを使用することにより、学習するメッシュポイントは全ての直接リンクに対する重みを学習又は確立することができる一方、他の全てのリンクは未知のままとなる。前述したように、良好な干渉ＣｏＩの計算にとっては、斯かる他のリンクの重みの下限の推定値で十分である。従って、異なる複雑さを持つ２つの異なる方法を使用することができる。

第１の方法を、図１０を使用して説明する。図１０において、メッシュポイント２（６２）は経路１の信号強度を学習したい。この非常に簡単なシナリオにおいて、メッシュポイント２（６２）は、メッシュポイント３（６４）からメッシュポイント４（６８）への送信と同時的である送信を開始したい。従って、メッシュポイント３（６２）は干渉ＣｏＩを計算しなければならず、これは、メッシュポイント３が送信している場合にメッシュポイント４で検出される信号強度の下限を必要とする。

ここでは、メッシュトラフィックフェーズの間における媒体アクセスプロトコル（ＭＡＣ）を、この信号強度に関する情報を得るための簡単なセンサとして使用することができる。トレインヘッダでフレームネゴシエーションが使用される場合、各受信機に対してＰＨＹモードが示される。トレインヘッダは基本ＰＨＹモードで送信されるので、メッシュポイント２（６２）が該ヘッダを受信して読み取り、従って使用されるＰＨＹモードを決定するチャンスは高い。ＰＨＹモードは、受信機における信号強度が最小閾値より高い場合にのみ成功裏に受信し読み取ることができるので、メッシュポイント２（６２）は最小信号強度を決定することができ、これはＣｏＩにとり十分である。表２は、異なる802.11ＰＨＹモードに対する最小信号強度をｄＢｍで示す。

他の可能性のある例示的方法は、結果として追加のオーバーヘッドにおわると思われる。何故なら、ネットワークを介しての受信信号強度に関する情報を配布するために特別なＩＥを使用するからである。この信号強度ＩＥは３つのフィールドのみからなる。即ち、信号が受信されるメッシュポイント、送信するメッシュポイント、及び最後に信号強度に対する下限を表すデシベル値である。

上記下限は、特にカルマンフィルタが、当該推定のために計算することが可能な信頼区間、分散と共に使用される場合に、上述したように直接リンクの推定により得ることができ、これにより区間の下限を配布するために必要とされる情報を提供する。

ＳＳＩＥの送信の周波数は、非常に低くなければならない。更に、ＳＳＩＥをリンクの振る舞いに適応化させることができる。例えば、安定した僅かにのみ変化するリンクに関する情報は、変動するリンクに関する情報よりも少ない頻度で配布される。更に、リンクに関する情報は、現在の知識が非常に意味深いものでない場合、全く送信されるべきでない。

受信されたＳＳＩＥにおける直接リンクに関するデータの完全性は、センサからのデータよりも信頼することができる。何故なら、ＳＳＩＥデータは既にフィルタ処理されており、下限のみが送られるからである。従って、大きなアルファのデータのローパスフィルタ処理は十分であろう。局は、受信されたＳＳＩＥを再送信させるか又は破棄するかを決定しなければならないかも知れない。ＳＳＩＥを破棄する確率は、当該ＳＳＩＥにおける上述した局に対する最大直接リンク強度に逆比例（disproportional）となるべきである。というのは、更に遠くに離れたメッシュポイントに対しては、情報は無関係となるからである。

本発明の実施例は、無線ネットワークにおける分散された学習方法を可能にし、提供する。該分散型学習方法は、各々の新しい可能性のある同時的送信に対して、当該ネットワークにおける他の装置をビーコンフレーム又はフレームヘッダ又はこれらの集合の受信を読み取ることにより検出するもの、他の装置の信号強度及び／又は送信パワーを近隣の送信を傍受／受信することにより検出し、これにより近隣者のマップを作成して干渉の認識及び空間的なチャンネルの再利用の向上を可能にするもの、全ての検出された装置をグラフのノードとして有する完全なグラフＧ＝(Ｖ，Ｅ)を作成するもの、２つのノード間のエッジの重み付けられた値ｗ(Ｘ，Ｙ)をＭＡＣレイヤからのタイミング情報を用いて（即ち、ビーコンアクセス期間において、信号強度を推定することにより）計算するもの、干渉の搬送波対干渉比（ＣｏＩ）を、同時的送信を表すリンクの加重された値を可能性のある送信機により生成される干渉により除算することにより計算するもの、受信機ＣｏＩを、可能性のある送信機と意図する受信機との間の加重された値（ｗ(Ｔｘ，Ｒｘ)）と、同時的送信の干渉との商として計算するもの、全ての可能性のある同時的送信に対してＣｏＩを計算するもの、閾値（"良い"ＴｘＯＰは高い干渉ＣｏＩ及び高い受信機ＣｏＩ値を持つ）に基づいて送信すべきか否かを決定するもの、送信すべきか否かを、過去の送信のチャンネル及び受信情報を利用する複雑なアルゴリズム及び手順に基づいて決定するものを含む。本発明の実施例は、更に、リンクの加重された値を、移動指数加重平均により又はカルマンフィルタの使用を含む何らかのフィルタ処理技術を用いることにより推定するステップを含むことができる。更に、判断は、Ｓ字状関数等のソフト閾関数、隣接する局の送信の測定情報を記憶、更新及び処理してチャンネル条件に関して適応的に学習すると共にパケットを成功裏に送信するのに十分な期間を識別すること、並びに周囲の隣接者のモデルを形成するための信号強度情報の組み合わせに基づいて行うことができる。

上述した本発明及び方法の多数の変形例及び実施例が可能である。添付図面及び上述した詳細な説明には本発明及び方法の特定の実施例のみしか記載されていないが、本発明は斯かる開示された実施例に限定されるものではなく、添付請求項に記載された本発明から逸脱することなしに、更なる再構成、変形及び置換が可能であると理解される。従って、本発明の範囲は斯かる全ての構成を含み、請求項のみにより限定されると理解されるべきである。

図１は、メッシュネットワークの概要図である。 図２は、例示的な無線シナリオの解説図である。 図３は、例示的な無線マルチホップシナリオの解説図である。 図４は、空間的再利用が可能な簡単な無線メッシュネットワークのサンプルである。 図５は、図４のネットワークに対する時間にわたる送信の最適な整列のチャートである。 図６は、例示的な干渉認識メッシュポイントの全体構造である。 図７Ａは、メッシュポイントＴＸが送信している場合の信号強度の測定値の図である。 図７Ｂは、メッシュポイントＲＸが受信している場合の信号強度の測定値の図である。 図８は、局Ｔｘ、Ｒｘ、１、２及び３を有するシナリオに関する例示的な信号強度のグラフである。 図９は、図４のシナリオに関する例示的な信号強度のグラフである。 図１０は、リンク（１）の信号強度を学習するメッシュポイント２の状況の説明を助ける図である。

Claims (11)

1. 無線ネットワークであって、該無線ネットワークに参加する複数のメッシュポイントを有し、これら複数のメッシュポイントの第１のメッシュポイントは、当該無線ネットワークにおける同時的送信の干渉に対する自身と前記複数のメッシュポイントのうちの第２のメッシュポイントとの間における成功する送信の確率を推定する第１の比を計算し、前記複数のメッシュポイントの前記第１のメッシュポイントは、自身と前記複数のメッシュポイントのうちの前記第２のメッシュポイントとの間における送信からの干渉に対する当該無線ネットワークにおける同時的送信の成功する確率を推定する第２の比を計算し、前記第１のメッシュポイントが前記第２のメッシュポイントに対して送信すべきかを、前記第１の比を第１の閾値と比較すると共に前記第２の比を第２の閾値と比較することに基づいて判定する、無線ネットワーク。
2. 前記第１の比が受信機の搬送波対干渉比であり、前記第２の比が干渉の搬送波対干渉比である請求項１に記載の無線ネットワーク。
3. 前記無線ネットワークがメッシュネットワークである請求項１に記載の無線ネットワーク。
4. 請求項１に記載の無線ネットワークにおいて、前記複数のメッシュポイントのうちの少なくとも１つが世界モデルを作成し、該世界モデルが、当該無線ネットワークに参加する前記複数のメッシュポイントのうちの他のものの少なくとも幾つか、及び当該無線ネットワークに参加する前記複数のメッシュポイントのうちの他のものの前記少なくとも幾つかの各々に関する計算された比を含む無線ネットワーク。
5. 請求項１に記載の無線ネットワークにおいて、前記複数のメッシュポイントのうちの前記第１のメッシュポイントが前記複数のメッシュポイントのうちの前記第２のメッシュポイントを使用して前記複数のメッシュポイントのうちの第３のメッシュポイントと通信し、前記第１及び第３のメッシュポイントが互いの無線通信範囲外にある無線ネットワーク。
6. 複数のメッシュポイントを有する無線ネットワークにおいて第１のメッシュポイントが、第３のメッシュポイントが同一のリンク上で第４のメッシュポイントに同時に送信している間に第２のメッシュポイントに対して送信することができるかを判定する方法であって、前記第１のメッシュポイントにより、前記第３のメッシュポイントと前記第４のメッシュポイントとの間における同時的送信の干渉に対する前記第１のメッシュポイントと前記第２のメッシュポイントとの間における成功する送信の確率を推定する第１の比を計算するステップと、前記第１のメッシュポイントが送信する場合の前記第４のメッシュポイントにおける前記第１のメッシュポイントによる干渉に対する前記第３のメッシュポイントと前記第４のメッシュポイントとの間における同時送信の成功する確率を推定する第２の比を計算するステップと、前記第１のメッシュポイントが前記第２のメッシュポイントに対して送信すべきかを、前記第１の比を第１の閾値と比較すると共に前記第２の比を第２の閾値と比較することに基づいて判定するステップとを有する方法。
7. 複数のメッシュポイントを有する無線ネットワークにおいて第１のメッシュポイントが、第３のメッシュポイントが同一のリンク上で第４のメッシュポイントに同時に送信している間に第２のメッシュポイントに対して送信することができるかを判定する方法であって、
   前記第３のメッシュポイントと前記第４のメッシュポイントとの間における同時送信の信号強度を決定するステップと、
   前記第１のメッシュポイントにより、前記第１のメッシュポイントが送信する場合の前記第４のメッシュポイントにおける前記第１のメッシュポイントによる干渉の信号強度を推定するステップと、
   前記第１のメッシュポイントが送信する場合の前記第４のメッシュポイントにおける前記第１のメッシュポイントによる干渉の信号強度に対する前記第３のメッシュポイントと前記第４のメッシュポイントとの間における同時送信の信号強度の第１の搬送波対干渉（ＣｏＩ）比を計算するステップと、
   前記第２のメッシュポイントにおける前記第３のメッシュポイントの同時的送信の干渉の信号強度を決定するステップと、
   前記第１のメッシュポイントにより、前記第１のメッシュポイントと前記第２のメッシュポイントとの間における送信の信号強度を推定するステップと、
   前記第２のメッシュポイントにおける前記第３のメッシュポイントの同時的送信の干渉の信号強度に対する前記第１のメッシュポイントと前記第２のメッシュポイントとの間における送信の信号強度の第２の搬送波対干渉（ＣｏＩ）比を計算するステップと、
   前記第１のメッシュポイントが前記第２のメッシュポイントに対して送信すべきかを、前記第１のＣｏＩ比を第１の閾値と比較すると共に前記第２のＣｏＩ比を第２の閾値と比較することに基づいて判定するステップとを有する方法。
8. 請求項７に記載の方法において、前記第１のＣｏＩ比が干渉のＣｏＩ比であり、前記第２のＣｏＩ比が受信機のＣｏＩ比である方法。
9. 請求項７に記載の方法において、前記方法が、前記第１のメッシュポイントにより、前記無線ネットワークにおける他のメッシュポイントを検出するステップを有し、前記検出するステップが、ビーコンフレーム、ビーコンヘッダ又はこれらの集合の受信のうちの少なくとも１つを読み取ることにより実行される方法。
10. 請求項７に記載の方法において、前記決定するステップが、前記第３のメッシュポイントの信号強度を測定することにより実行される方法。
11. 請求項７に記載の方法において、前記推定するステップが、ＭＡＣレイヤのビーコンアクセス期間におけるタイミング情報を用いて前記信号強度を推定することにより実行される方法。

Images