携帯端末、通信特性最適化方法、プログラム
【課題】迅速な通信特性の最適化を実現する携帯端末を提供する。
【解決手段】リーダライタから搬送波を検知して方式情報を取得するアンテナと、当該方式情報に基づいて通信方式を判別する通信方式判別部と、非接触通信用回路の受動素子の組み合わせを切り替える受動素子スイッチと、判別された通信方式に基づいて受動素子スイッチの入切を制御する設定値変更部と、搬送波を検知したとき、または所定時間経過ごとに携帯端末の状態を示す端末状態情報を取得する端末状態情報取得手段と、搬送波検知時の端末状態情報と当該搬送波検知時の通信方式とからなる学習データを記録し、当該学習データが所定数以上となる場合に当該学習データに基づいて最適化記録を学習、記録する最適化記録手段と、所定時間経過ごとに現在の端末状態情報と最適化記録とからなる事前判別情報に基づいて通信方式を判別する事前判別手段とを備える事前判別部とを備える。
【解決手段】リーダライタから搬送波を検知して方式情報を取得するアンテナと、当該方式情報に基づいて通信方式を判別する通信方式判別部と、非接触通信用回路の受動素子の組み合わせを切り替える受動素子スイッチと、判別された通信方式に基づいて受動素子スイッチの入切を制御する設定値変更部と、搬送波を検知したとき、または所定時間経過ごとに携帯端末の状態を示す端末状態情報を取得する端末状態情報取得手段と、搬送波検知時の端末状態情報と当該搬送波検知時の通信方式とからなる学習データを記録し、当該学習データが所定数以上となる場合に当該学習データに基づいて最適化記録を学習、記録する最適化記録手段と、所定時間経過ごとに現在の端末状態情報と最適化記録とからなる事前判別情報に基づいて通信方式を判別する事前判別手段とを備える事前判別部とを備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は非接触通信の複数の通信方式の各々に最適な通信特性を実現する携帯端末、通信特性最適化方法に関する。
【背景技術】
【０００２】
ＩＣチップの情報の読み書き方式には接触型と非接触型があり、それぞれ幾つかの方式が標準化・規格化されている。非接触型（近接型）については、国際規格ＩＳＯ／ＩＥＣ１４４４３において「ＴｙｐｅＡ」「ＴｙｐｅＢ」が標準化されている。また、国際規格ＩＳＯ／ＩＥＣ１８０９２において「ＦｅｌｉＣａ」などが標準化されている。これら通信方式が異なれば、非接触通信に必要な通信特性（アンテナの特性、回路定数、共振周波数、Ｑ値）なども異なる。携帯端末やリーダライタの通信特性をある一つの通信方式において最適になるように調整すると、他の通信方式を用いようとした場合に影響が出る。このため、複数の通信方式が併存している場合には、各通信方式に最適な通信特性への適宜の調整が必要であった。
【０００３】
特許文献１の無線通信装置（リーダライタ）は、どの非接触ＩＣカードに対しても良好な通信特性を得ることを目的とし、非接触ＩＣカードが通信可能領域に進入した際に当該非接触ＩＣカードから固有の情報（ＩＤ情報）を取得し、通信不可能状態の発生を条件として当該非接触ＩＣカードの固有情報に基づき当該非接触ＩＣカードの種類を判別し、この判別結果に基づき当該非接触ＩＣカードとの通信特性（共振回路の共振周波数やＱ値）の最適化を行なうことを特徴とする。特許文献１の無線通信装置によれば、通信方式の異なる複数の非接触ＩＣカードに対しても、各ＩＣカードとの通信特性を最適化して通信を行うことができる。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００８−０１１１９８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
特許文献１の無線通信装置（リーダライタ）の技術思想を携帯端末に転用すれば、以下のようになる。携帯端末は搬送波を検知し、リーダライタから固有情報（ＩＤ情報）を取得し、固有情報に基づきリーダライタの通信方式の種類を判別し、この判別結果に基づき、リーダライタとの通信特性の最適化を行う。しかしながら、特許文献１の技術思想を転用したのみの携帯端末では、搬送波を検知してから通信特性の最適化を行うまでの処理が多く、通信特性の最適化に処理時間を要する。非接触通信のスピードを求められるような場面（改札など）ではこれらの処理時間が課題となる可能性があった。そこで本発明では、迅速な通信特性の最適化を実現する携帯端末を提供することを目的とする。
【課題を解決するための手段】
【０００６】
本発明の携帯端末は、リーダライタと非接触通信を行うことができ、アンテナと、通信方式判別部と、受動素子スイッチと、設定値変更部と、事前判別部とを備える。事前判別部は、端末状態情報取得手段と、最適化記録手段と、事前判別手段とを備える。
【０００７】
アンテナは、リーダライタからの搬送波を検知して方式情報を取得する。通信方式判別部は、方式情報を取得して当該方式情報に基づいて通信方式を判別する。受動素子スイッチにより、非接触通信に用いられる回路の受動素子の組み合わせを切り替え可能である。設定値変更部は、判別された通信方式に基づいて受動素子スイッチの入切を制御する。端末状態情報取得手段は、搬送波を検知したとき、または所定時間経過ごとに携帯端末の状態を示す端末状態情報を取得する。最適化記録手段は、搬送波を検知したときに取得された端末状態情報と当該搬送波を検知したときに判別された通信方式とからなる学習データを記録し、当該記録された学習データが所定数以上となる場合に当該学習データに基づいて最適化記録を学習して記録する。事前判別手段は、所定時間経過ごとに現在の端末状態情報と最適化記録とからなる事前判別情報を取得して当該事前判別情報に基づいて通信方式を判別する。
【発明の効果】
【０００８】
本発明の携帯端末によれば、迅速な通信特性の最適化を実現することができる。
【図面の簡単な説明】
【０００９】
【図１】学習データ（日時情報）の例を示す図。
【図２】学習データ（位置情報）の例を示す図。
【図３】学習データ（運動情報）の例を示す図。
【図４】非接触通信直前の携帯端末の運動状態を例示する図。
【図５】非接触通信直前の携帯端末の運動状態についてのデータを例示する図。
【図６】本発明の実施例１に係る携帯端末の構成を示すブロック図。
【図７】本発明の実施例１に係る携帯端末の学習前動作を示すフローチャート。
【図８】本発明の実施例１に係る携帯端末の学習後動作を示すフローチャート。
【図９】本発明の実施例２に係る携帯端末の構成を示すブロック図。
【図１０】本発明の実施例２に係る携帯端末の学習前動作を示すフローチャート。
【図１１】本発明の実施例２に係る携帯端末の学習後動作を示すフローチャート。
【図１２】本発明の実施例３に係る携帯端末の構成を示すブロック図。
【図１３】本発明の実施例３に係る携帯端末の学習前動作を示すフローチャート。
【図１４】本発明の実施例３に係る携帯端末の学習後動作を示すフローチャート。
【図１５】本発明の実施例４に係る携帯端末の構成を示すブロック図。
【図１６】本発明の実施例４に係る携帯端末の学習前動作を示すフローチャート。
【図１７】本発明の実施例４に係る携帯端末の学習後動作を示すフローチャート。
【図１８】本発明の実施例５に係る携帯端末の構成を示すブロック図。
【図１９】本発明の実施例５に係る携帯端末の学習前動作を示すフローチャート。
【図２０】本発明の実施例５に係る携帯端末の学習後動作を示すフローチャート。
【図２１】本発明の実施例６に係る携帯端末の構成を示すブロック図。
【図２２】本発明の実施例６に係る携帯端末の学習前動作を示すフローチャート。
【図２３】本発明の実施例６に係る携帯端末の学習後動作を示すフローチャート。
【図２４】本発明の実施例７に係る携帯端末の構成を示すブロック図。
【図２５】本発明の実施例７に係る携帯端末の学習前動作を示すフローチャート。
【図２６】本発明の実施例７に係る携帯端末の学習後動作を示すフローチャート。
【発明を実施するための形態】
【００１０】
以下、本発明の実施の形態について、詳細に説明する。なお、同じ機能を有する構成部には同じ番号を付し、重複説明を省略する。
＜端末状態情報＞
本発明において用いられる端末状態情報について説明する。端末状態情報とは、携帯端末の状態を表す情報のことである。端末状態情報として例えば、日時情報、携帯端末の位置を表す位置情報、携帯端末の運動状態を表す運動情報などがある。運動情報としては例えば、携帯端末の傾斜角度、角速度、角加速度、速度、加速度の時系列ベクトル情報などが考えられる。本発明の携帯端末は、任意の通信方式による非接触通信が実行される瞬間の端末状態情報を所定数取得し、端末状態情報と通信方式のペア（学習データ）を解析して通信方式と対応付いた最適化記録（学習モデル）を学習しておく。次に、本発明の携帯端末は、所定時間経過ごとに携帯端末の最新の状態を表す端末状態情報を取得して、前述の学習された最適化記録と比較照合することにより、ある最適化記録が示す携帯端末の状態と似通った携帯端末の状態を検知した場合に、この最適化記録と紐付けられた通信方式による非接触通信が近々行われると予測して、非接触通信用回路の受動素子の組み合わせを当該予測された通信方式における通信特性が最適となるように切り替える。端末状態情報として日時情報を用いた例を実施例１として、位置情報を用いた例を実施例２として、運動情報を用いた例を実施例３として後に詳述する。また、日時情報、位置情報、運動情報の２以上を組み合わせて端末状態情報として用いた例を実施例４〜７として後に詳述する。
【００１１】
＜端末状態情報取得手段＞
本発明の携帯端末の各実施例において端末状態情報を取得する構成部を端末状態情報取得手段と総称する。端末状態情報取得手段は、実施例１では日時情報を取得する機能を有する日時情報取得手段として、実施例２では位置情報を取得する機能を有する位置情報取得手段として、実施例３では運動情報を取得する機能を有する運動情報取得手段としてそれぞれ具体化されている。もちろん端末状態情報は、日時情報、位置情報、運動情報に限られず、携帯端末の状態を表す情報の類であればどんなものでも良い。従って、本発明において端末状態情報取得手段は、実施例において具体化された日時情報取得手段、位置情報取得手段、運動情報取得手段に限られず、その他の携帯端末の状態を表す任意の情報を取得することができる構成部全般を意味する。
【００１２】
＜学習データ−日時情報＞
本発明の携帯端末は、端末状態情報と通信方式のペア情報（学習データ）を用いて最適化記録（学習モデル）を学習する。以下、端末状態情報が日時情報である場合の学習データの例について図１を参照して説明する。図１は学習データ（日時情報）の例を示す図である。図１の例では、ユーザが会社員であるものと想定しており、２０１１年１１月９日に取得された学習データを示すものである。図１の例では、ユーザは朝８時４分に自宅最寄り駅の自動改札にて非接触通信を行い、８時４２分に勤務先最寄り駅の自動改札にて非接触通信を行っている。これら自動改札における非接触通信の通信方式はいずれもＦｅｌｉｃａである。この例では、ユーザは勤務先近くで昼食をとった際（１２時１５分）の支払いに非接触通信を用いており、通信方式はＴｙｐｅＢである。また、ユーザは１２時４５分に、勤務先近くの書店で書籍購入の際に非接触通信（ＴｙｐｅＡ）を行っている。ユーザは勤務終了後１８時４５分に勤務先最寄り駅の自動改札にて非接触通信を行い、１９時５０分に自宅最寄り駅の自動改札にて非接触通信を行っている。また、ユーザは自宅近くの飲食店で２１時２０分頃、非接触通信により、飲食代金の決済を行っている。通信方式はＴｙｐｅＢである。本明細書ではこのユーザの例に着目して説明を続ける。
【００１３】
＜学習データ−位置情報＞
以下、前述のユーザの例における端末状態情報が位置情報である場合の学習データの例について図２を参照して説明する。図２は学習データ（位置情報）の例を示す図である。図２は、図１の学習データと対応する学習データであり、前述同様２０１１年１１月９日に取得された学習データを示すものとする。図２の例では、位置情報は緯度、経度情報として取得される。本説明では分かりやすさのため緯度経度の横に示す番号を用いて説明する。ユーザは自宅最寄り駅の自動改札（地点１）で非接触通信を行い、勤務先最寄り駅の自動改札（地点３）で非接触通信を行い、昼食時に勤務先近くの飲食店（地点５）にて非接触通信を行い、勤務先近くの書店（地点４）で書籍購入のために非接触通信を行っている。勤務終了後は勤務先最寄り駅の自動改札（地点３）、自宅最寄り駅の自動改札（地点１）で非接触通信を行い帰路に就いている。その後、ユーザは自宅付近の飲食店（地点２）で飲食代金の決済を行っている。
【００１４】
＜学習データ−運動情報＞
以下、前述のユーザの例における端末状態情報が運動情報である場合の学習データの例について図３、図４、図５を参照して説明する。図３は学習データ（運動情報）の例を示す図である。図４は非接触通信直前の携帯端末の運動状態を例示する図である。図５は非接触通信直前の携帯端末の運動状態についてのデータを例示する図である。図５（ａ）は、非接触通信直前の携帯端末の傾斜角度θ、角速度ω、角加速度ｄωを例示する図である。図５（ａ）の角度θは携帯端末の液晶表示面が鉛直上方向きとなる姿勢を傾斜角０度とし、液晶表示面が鉛直下向きとなる姿勢を傾斜角１８０度とし、携帯端末の下端長辺を回転軸とした回転角の参考例である。図５（ｂ）は、非接触通信直前の携帯端末の速度ｖ、加速度αを例示する図である。図５（ｂ）の速度ｖは、ユーザの進行方向を正方向とした参考例である。図５の例は実測値ではなく、あくまで参考例として説明のために使用するグラフである。図３は、図１、図２の学習データと対応する学習データであり、前述同様２０１１年１１月９日に取得された学習データを示すものとする。図３の例では、運動情報は携帯端末の傾斜角度θ、角速度ω、角加速度ｄω、速度ｖ、加速度αの時系列ベクトルで記述される。以上はあくまで例示であって本発明の携帯端末において端末状態情報として運動情報を用いる際には、以上の５つの例に限られず他の物理量を用いることもできる。ユーザは、非接触通信を行う直前には、例えば図４の例のように携帯端末をある一定の角度（リーダライタ側の読み取り面の傾斜角に合わせた角度）に傾斜させた状態で把持しながら、リーダライタの読み取り面に徐々に減速させながら接近させる。例えばユーザが、本発明の携帯端末を背広の内ポケットに入れている場合、肩掛け（手提げ）カバンの外側のポケットに入れている場合、いずれも傾斜角θは８０〜１００度前後となる。ユーザはリーダライタによる非接触通信の直前に、携帯端末を取り出し、携帯端末を手の中で滑らせながらリーダライタ側の読み取り面の傾斜角に合わせた角度に携帯端末の傾斜角θ（図４では４５度程度）を調整し、リーダライタの読み取り面に徐々に減速しながら近づける。従って図５（ａ）のグラフのように、「端末をかざす準備中」の時間区間においてユーザの取り出し動作、角度調整動作によって傾斜角θは大きく変動し、これに伴って角速度ω、角加速度ｄωも目まぐるしく変動する。一方、ユーザが携帯端末の傾斜角をおおよそ調整し終わった（「準備完了」）後は、非接触通信の瞬間まで大きな角度変動はなく、ユーザの歩行による振動、ユーザの手の揺れなどの誤差による値のふらつきが観測されるのみであり、これに伴ってω、ｄωの値も大きく変動しなくなる。図５（ｂ）のグラフについても同様に、「端末をかざす準備中」の時間区間においてユーザの取り出し動作、角度調整動作によって速度ｖ、加速度αは大きく変動する。一方、「準備完了」後は、非接触通信の瞬間まで速度ｖは徐々に減速する。加速度αも負の値をとり、正負の値を跨って大きく変動することはない。これら携帯端末の運動情報は、設置されているリーダライタの読み取り面の角度、設置高さ、使用の状況（ユーザが歩行中に通信するか、ユーザが列に並んだ後通信するか）などによって変動する。
【００１５】
＜最適化記録の学習−日時情報＞
前述した日時情報と通信方式のペア情報（学習データ）を用いて最適化記録（学習モデル）を学習する場合について説明を加える。ユーザは通常、所定の習慣に従って非接触通信を行うことが多い。従って、あるユーザが複数日に渡り、特定の時間に特定の通信方式で非接触通信を行っていれば、その翌日にも、同じ時間帯に同じ通信方式で非接触通信を行う可能性が高い。従って最適化記録の学習においては、学習データが所定の数蓄積された場合、まず通信方式毎に学習データを分類し、相互に近接したデータごとにグループを形成することで、近似した時間同士で学習データのグループを生成し、この学習データのグループ毎に算出した平均を中心として、所定の時間幅を有する時間帯と当該学習データの属する通信方式とを対応付ければよい。例えば前述の例では、ユーザが直近５日間にそれぞれ８時２分、８時７分、８時６分、８時５分、８時１０分に自宅最寄り駅の自動改札を通過した場合、これらの学習データはいずれも通信方式Ｆｅｌｉｃａに分類され、いずれも相互に近接したデータとして１グループに分類され、このグループの平均である８時６分を中心として、例えば前後１０分の時間幅を有する７時５６分から８時１６分を通信方式Ｆｅｌｉｃａと対応付ければよい。
【００１６】
＜最適化記録の学習−位置情報＞
次に、前述した位置情報と通信方式のペア情報（学習データ）を用いて最適化記録（学習モデル）を学習する場合について説明を加える。ユーザは通常、所定の習慣に従って非接触通信を行うことが多い。従って、あるユーザが複数回に渡り、特定の店舗で特定の通信方式で非接触通信を行っていれば、ユーザがこの店舗の近傍エリアに入った場合には、同じ通信方式で非接触通信が行われる可能性が高い。従って最適化記録の学習においては、学習データが所定の数蓄積された場合、まず通信方式毎に学習データを分類し、相互に近接したデータごとにグループを形成することで、近似した位置同士で学習データのグループを生成し、この学習データのグループ毎に算出した平均を中心として、所定半径を有する領域と当該学習データの属する通信方式とを対応付ければよい。例えば前述の例では、ユーザが直近５日間に地点１の自宅最寄り駅の自動改札を通過した場合、これらの学習データはいずれも通信方式Ｆｅｌｉｃａに分類され、いずれも相互に近接したデータとして１グループに分類され、このグループの平均である（緯度／経度）＝（３５．７２８７／１３９．５６４２）を中心として、例えば半径２０ｍの円内の領域を通信方式Ｆｅｌｉｃａと対応付ければよい。
【００１７】
＜最適化記録の学習−運動情報＞
次に、前述した位置情報と通信方式のペア情報（学習データ）を用いて最適化記録（学習モデル）を学習する場合について説明を加える。前述したように、携帯端末の運動情報は、設置されているリーダライタの読み取り面の角度、設置高さ、使用の状況などによって変動する。従って、ある特定の店舗において特定の通信方式で非接触通信を行えば、これらの運動状態の時系列データは相互に近似する可能性は高い。従って最適化記録の学習においては、学習データが所定の数蓄積された場合、まず通信方式毎に学習データを分類し、相互に近接したデータごとにグループを形成することで、近似した運動状態同士で学習データのグループを生成し、この学習データのグループ毎に算出した平均ベクトルを中心として、所定の値幅を有する時系列ベクトル群を当該学習データの属する通信方式と対応付ければよい。
【００１８】
以上、日時情報、位置情報、運動情報の何れかを用いた最適化記録の学習について説明したが、例えば、日時情報と位置情報の双方と通信方式とを学習データとしてもよいし、日時情報と運動情報の双方、位置情報と運動情報の双方と通信方式とを学習データとしてもよいし、日時情報と位置情報と運動情報の全てと通信方式とを学習データに用いてもよい。学習データとして用いる端末状態情報の種類が増加するほど、学習モデルの精度は高くなる。
【実施例１】
【００１９】
上述を前提として、本発明の最も基本的な構成例のひとつである実施例１に係る携帯端末について、図６、図７、図８を参照して詳細に説明する。図６は本実施例に係る携帯端末１００の構成を示すブロック図である。図７は本実施例に係る携帯端末１００の学習前動作を示すフローチャートである。図８は本実施例に係る携帯端末１００の学習後動作を示すフローチャートである。本実施例の携帯端末１００は、リーダライタ９０と非接触通信を行うことができる。本実施例の携帯端末１００は、アンテナ１１０と、非接触通信制御部１２０と、通信方式判別部１３０と、設定値変更部１４０と、受動素子スイッチ１５０と、事前判別部１６０とを備える。事前判別部１６０は、最適化記録手段１６１と、日時情報取得手段１６２と、事前判別手段１６５とを備える。
【００２０】
まず、最適化記録（学習モデル）生成前の本実施例の携帯端末１００の動作について説明する。アンテナ１１０は、リーダライタ９０からの搬送波を検知してリーダライタ９０の方式情報を取得する（Ｓ１１０）。方式情報とは、変調方式、符号化方式などを表す情報のことである。非接触通信制御部１２０は、非接触通信の制御を行う。通信方式判別部１３０は、リーダライタ９０の方式情報を取得して当該方式情報に基づいて通信方式を判別する（Ｓ１３０）。設定値変更部１４０は、判別された通信方式に基づいて受動素子スイッチ１５０の入切を制御する（Ｓ１４０）。受動素子スイッチ１５０により、非接触通信に用いられる回路の受動素子の組み合わせを切り替え可能であり、これにより非接触通信に用いられる回路を所望の通信特性に調整することができる。日時情報取得手段１６２は、搬送波を検知したときの携帯端末１００の日時情報を取得する（Ｓ１６２ａ）。最適化記録手段１６１は、搬送波を検知したときに取得された日時情報と当該搬送波を検知したときに判別された通信方式とからなる学習データを記録し（Ｓ１６１ａ）、当該記録された学習データが所定数以上となる場合に（Ｓ１６１ｂＹ）当該学習データに基づいて最適化記録を学習して記録する（Ｓ１６１ｃ）。記録された学習データが所定数未満の場合、ステップＳ１１０に戻り、上記ステップが繰り返される。
【００２１】
次に、最適化記録（学習モデル）生成後の本実施例の携帯端末１００の動作について説明する。日時情報取得手段１６２は、所定時間経過ごとに（Ｓ１６０Ｙ）携帯端末１００の日時情報を取得する（Ｓ１６２ｂ）。所定時間未経過の場合、所定時間経過まで待機状態となる（Ｓ１６０Ｎ）。事前判別手段１６５は、所定時間経過ごとに日時情報取得手段１６２が取得した現在の日時情報と、最適化記録とからなる事前判別情報を取得して当該事前判別情報に基づいて通信方式を判別する（Ｓ１６５）。設定値変更部１４０は、判別された通信方式に基づいて受動素子スイッチ１５０の入切を制御する（Ｓ１４０）。
【００２２】
本実施例の携帯端末１００によれば、最適化記録手段１６１が、学習データに基づいて最適化記録（学習モデル）を学習し、事前判別手段１６５が、所定時間経過ごとに現在の日時情報と、最適化記録とを比較して、事前に通信方式を判別（予測）して、設定値変更部１４０が、判別（予測）された通信方式に基づいて受動素子スイッチ１５０の入切を制御して、非接触通信に用いられる回路を所望の通信特性に事前に調整するため、非接触通信のスピードを求められるような場面においても、迅速に通信特性の最適化を図ることができる。
【実施例２】
【００２３】
次に、実施例１において用いられた日時情報の代わりに、位置情報を端末状態情報として用いる実施例２に係る携帯端末について、図９、図１０、図１１を参照して詳細に説明する。図９は本実施例に係る携帯端末２００の構成を示すブロック図である。図１０は本実施例に係る携帯端末２００の学習前動作を示すフローチャートである。図１１は本実施例に係る携帯端末２００の学習後動作を示すフローチャートである。本実施例の携帯端末２００は実施例１の携帯端末１００と共通して、アンテナ１１０、非接触通信制御部１２０、通信方式判別部１３０、設定値変更部１４０、受動素子スイッチ１５０を備え、これらは同じ機能を有する。従って本実施例の説明においては、共通する構成部の説明は割愛する。本実施例の携帯端末２００は実施例１の携帯端末１００が備える事前判別部１６０の代わりに事前判別部２６０を備える。具体的には、実施例１の携帯端末１００は端末情報情報取得手段として日時情報取得手段１６２を備えていたが、本実施例の携帯端末２００においては、これが位置情報取得手段２６３に置き換えられている。実施例１においては、学習データが日時情報と通信方式のペア情報であったものが本実施例では位置情報と通信方式のペア情報に置き換えられているため、学習データを処理する最適化記録手段２６１、事前判別手段２６５についても、番号を変更して表記した。しかしながら最適化記録手段２６１と、事前判別手段２６５が実行する動作は実施例１の携帯端末１００の最適化記録手段１６１、事前判別手段１６５が実行する動作と殆ど変りない。具体的には、最適化記録学習前の動作において、位置情報取得手段２６３は、搬送波を検知したときの携帯端末２００の位置情報を取得する（Ｓ２６３ａ）。最適化記録手段２６１は、搬送波を検知したときに取得された位置情報と当該搬送波を検知したときに判別された通信方式とからなる学習データを記録し（Ｓ２６１ａ）、当該記録された学習データが所定数以上となる場合に（Ｓ２６１ｂＹ）当該学習データに基づいて最適化記録を学習して記録する（Ｓ２６１ｃ）。記録された学習データが所定数未満の場合（Ｓ２６１ｂＮ）、ステップＳ１１０に戻り、上記ステップが繰り返される。また最適化記録学習後の動作において、位置情報取得手段２６３は、所定時間経過ごとに（Ｓ２６０Ｙ）携帯端末２００の位置情報を取得する（Ｓ２６３ｂ）。所定時間未経過の場合、所定時間経過まで待機状態となる（Ｓ２６０Ｎ）。事前判別手段２６５は、所定時間経過ごとに位置情報取得手段２６３が取得した現在の位置情報と、最適化記録とからなる事前判別情報を取得して当該事前判別情報に基づいて通信方式を判別する（Ｓ２６５）。設定値変更部１４０は、判別された通信方式に基づいて受動素子スイッチ１５０の入切を制御する（Ｓ１４０）。
【００２４】
本実施例の携帯端末２００によれば、最適化記録手段２６１が、学習データに基づいて最適化記録（学習モデル）を学習し、事前判別手段２６５が、所定時間経過ごとに現在の位置情報と、最適化記録とを比較して、事前に通信方式を判別（予測）して、設定値変更部１４０が、判別（予測）された通信方式に基づいて受動素子スイッチ１５０の入切を制御して、非接触通信に用いられる回路を所望の通信特性に事前に調整するため、非接触通信のスピードを求められるような場面においても、迅速に通信特性の最適化を図ることができる。
【実施例３】
【００２５】
次に、実施例１において用いられた日時情報の代わりに、運動情報を端末状態情報として用いる実施例３に係る携帯端末について、図１２、図１３、図１４を参照して詳細に説明する。図１２は本実施例に係る携帯端末３００の構成を示すブロック図である。図１３は本実施例に係る携帯端末３００の学習前動作を示すフローチャートである。図１４は本実施例に係る携帯端末３００の学習後動作を示すフローチャートである。本実施例の携帯端末３００は実施例１の携帯端末１００と共通して、アンテナ１１０、非接触通信制御部１２０、通信方式判別部１３０、設定値変更部１４０、受動素子スイッチ１５０を備え、これらは同じ機能を有する。従って本実施例の説明においては、共通する構成部の説明は割愛する。本実施例の携帯端末３００は実施例１の携帯端末１００が備える事前判別部１６０の代わりに事前判別部３６０を備える。具体的には、実施例１の携帯端末１００は端末情報情報取得手段として日時情報取得手段１６２を備えていたが、本実施例の携帯端末３００においては、これがモーションセンサ手段３６４に置き換えられている。実施例１においては、学習データが日時情報と通信方式のペア情報であったものが本実施例では運動情報と通信方式のペア情報に置き換えられているため、学習データを処理する最適化記録手段３６１、事前判別手段３６５についても、番号を変更して表記した。最適化記録手段３６１と、事前判別手段３６５が実行する動作は実施例１の携帯端末１００の最適化記録手段１６１、事前判別手段１６５が実行する動作と殆ど変りない。具体的には、最適化記録学習前の動作において、モーションセンサ手段３６４は、搬送波を検知したときの携帯端末３００の運動状態を示す運動情報を取得する（Ｓ３６４ａ）。最適化記録手段３６１は、搬送波を検知したときに取得された運動情報と当該搬送波を検知したときに判別された通信方式とからなる学習データを記録し（Ｓ３６１ａ）、当該記録された学習データが所定数以上となる場合に（Ｓ３６１ｂＹ）当該学習データに基づいて最適化記録を学習して記録する（Ｓ３６１ｃ）。記録された学習データが所定数未満の場合（Ｓ３６１ｂＮ）、ステップＳ１１０に戻り、上記ステップが繰り返される。また最適化記録学習後の動作において、モーションセンサ手段３６４は、所定時間経過ごとに（Ｓ３６０Ｙ）携帯端末３００の運動情報を取得する（Ｓ３６４ｂ）。所定時間未経過の場合、所定時間経過まで待機状態となる（Ｓ３６０Ｎ）。事前判別手段３６５は、所定時間経過ごとにモーションセンサ手段３６４が取得した現在の運動情報と、最適化記録とからなる事前判別情報を取得して当該事前判別情報に基づいて通信方式を判別する（Ｓ３６５）。設定値変更部１４０は、判別された通信方式に基づいて受動素子スイッチ１５０の入切を制御する（Ｓ１４０）。
【００２６】
本実施例の携帯端末３００によれば、最適化記録手段３６１が、学習データに基づいて最適化記録（学習モデル）を学習し、事前判別手段３６５が、所定時間経過ごとに現在の運動情報と、最適化記録とを比較して、事前に通信方式を判別（予測）して、設定値変更部１４０が、判別（予測）された通信方式に基づいて受動素子スイッチ１５０の入切を制御して、非接触通信に用いられる回路を所望の通信特性に事前に調整するため、非接触通信のスピードを求められるような場面においても、迅速に通信特性の最適化を図ることができる。
【実施例４】
【００２７】
次に、学習データとして日時情報、位置情報の双方を用いる実施例４に係る携帯端末について、図１５、図１６、図１７を参照して説明する。図１５は本実施例に係る携帯端末４００の構成を示すブロック図である。図１６は本実施例に係る携帯端末４００の学習前動作を示すフローチャートである。図１７は本実施例に係る携帯端末４００の学習後動作を示すフローチャートである。本実施例の携帯端末４００は実施例１の携帯端末１００と共通して、アンテナ１１０、非接触通信制御部１２０、通信方式判別部１３０、設定値変更部１４０、受動素子スイッチ１５０を備え、これらは同じ機能を有する。本実施例の携帯端末４００は実施例１の携帯端末１００が備える事前判別部１６０の代わりに事前判別部４６０を備える。事前判別部４６０は、端末状態情報取得手段として、日時情報取得手段１６２と、位置情報取得手段２６３の双方を備える。最適化記録手段４６１、事前判別手段４６５については、日時情報、位置情報の双方を含む学習データを処理するため番号を変更して表記した。最適化記録手段４６１と、事前判別手段４６５が実行する動作は実施例１の携帯端末１００の最適化記録手段１６１、事前判別手段１６５が実行する動作と殆ど変りない。具体的には、最適化記録手段４６１は、学習データとして日時情報、位置情報、通信方式をセットとするデータを記録し（Ｓ４６１ａ）、学習の際（Ｓ４６１ｂＹ）に、双方の最適化記録（学習モデル）を生成する（Ｓ４６１ｃ）。端末状態情報取得手段（日時情報取得手段１６２、位置情報取得手段２６３）は所定時間経過ごとに（Ｓ４６０Ｙ）携帯端末４００の現在の日時情報、位置情報の双方が取得し（Ｓ１６２ｂ、Ｓ２６３ｂ）、事前判別手段４６５は、現在の日時情報を日時情報の最適化記録と、現在の位置情報を位置情報の最適化記録とそれぞれ比較して、日時情報、位置情報の双方と適合する通信方式を予測結果とする（Ｓ４６５）。
【００２８】
本実施例の携帯端末４００によれば、実施例１、２の効果に加えて、学習データに用いる端末状態情報として日時情報、位置情報の双方を用いるため、さらに精度の高い最適化記録を学習生成することが可能となる。
【実施例５】
【００２９】
次に、学習データとして日時情報、運動情報の双方を用いる実施例５に係る携帯端末について、図１８、図１９、図２０を参照して説明する。図１８は本実施例に係る携帯端末５００の構成を示すブロック図である。図１９は本実施例に係る携帯端末５００の学習前動作を示すフローチャートである。図２０は本実施例に係る携帯端末５００の学習後動作を示すフローチャートである。本実施例の携帯端末５００は実施例１の携帯端末１００と共通して、アンテナ１１０、非接触通信制御部１２０、通信方式判別部１３０、設定値変更部１４０、受動素子スイッチ１５０の各構成を備える。本実施例の携帯端末５００は実施例４の携帯端末４００が備える事前判別部４６０の代わりに事前判別部５６０を備える。事前判別部５６０は、端末状態情報取得手段として、日時情報取得手段１６２と、モーションセンサ手段３６４の双方を備える。最適化記録手段５６１、事前判別手段５６５については、日時情報、運動情報の双方を含む学習データを処理するため番号を変更して表記した。具体的には、本実施例の携帯端末５００が備える事前判別部５６０は、実施例４の携帯端末４００が備える事前判別部４６０の日時情報取得手段１６２と位置情報取得手段２６３の組み合わせを日時情報取得手段１６２とモーションセンサ手段３６４の組み合わせに変更したものである。従って、日時情報取得手段１６２については実施例１、モーションセンサ手段３６４については実施例３、最適化記録手段５６１、事前判別手段５６５については、実施例４の対応箇所を参照されたい。
【００３０】
本実施例の携帯端末５００によれば、実施例１、３の効果に加えて、学習データに用いる端末状態情報として日時情報、運動情報の双方を用いるため、さらに精度の高い最適化記録を学習生成することが可能となる。
【実施例６】
【００３１】
次に、学習データとして位置情報、運動情報の双方を用いる実施例６に係る携帯端末について、図２１、図２２、図２３を参照して説明する。図２１は本実施例に係る携帯端末６００の構成を示すブロック図である。図２２は本実施例に係る携帯端末６００の学習前動作を示すフローチャートである。図２３は本実施例に係る携帯端末６００の学習後動作を示すフローチャートである。本実施例の携帯端末６００は実施例１の携帯端末１００と共通して、アンテナ１１０、非接触通信制御部１２０、通信方式判別部１３０、設定値変更部１４０、受動素子スイッチ１５０の各構成を備える。本実施例の携帯端末６００は実施例４の携帯端末４００が備える事前判別部４６０の代わりに事前判別部６６０を備える。事前判別部６６０は、端末状態情報取得手段として、位置情報取得手段２６３と、モーションセンサ手段３６４の双方を備える。最適化記録手段６６１、事前判別手段６６５については、位置情報、運動情報の双方を含む学習データを処理するため番号を変更して表記した。具体的には、本実施例の携帯端末６００が備える事前判別部６６０は、実施例４の携帯端末４００が備える事前判別部４６０の日時情報取得手段１６２と位置情報取得手段２６３の組み合わせを位置情報取得手段２６３とモーションセンサ手段３６４の組み合わせに変更したものである。従って、位置情報取得手段２６３については実施例２、モーションセンサ手段３６４については実施例３、最適化記録手段６６１、事前判別手段６６５については、実施例４の対応箇所を参照されたい。
【００３２】
本実施例の携帯端末６００によれば、実施例２、３の効果に加えて、学習データに用いる端末状態情報として位置情報、運動情報の双方を用いるため、さらに精度の高い最適化記録を学習生成することが可能となる。
【実施例７】
【００３３】
次に、学習データとして日時情報、位置情報、運動情報の３つを用いる実施例７に係る携帯端末について、図２４、図２５、図２６を参照して説明する。図２４は本実施例に係る携帯端末７００の構成を示すブロック図である。図２５は本実施例に係る携帯端末７００の学習前動作を示すフローチャートである。図２６は本実施例に係る携帯端末７００の学習後動作を示すフローチャートである。本実施例の携帯端末７００は実施例１の携帯端末１００と共通して、アンテナ１１０、非接触通信制御部１２０、通信方式判別部１３０、設定値変更部１４０、受動素子スイッチ１５０の各構成を備える。本実施例の携帯端末７００は実施例４の携帯端末４００が備える事前判別部４６０の代わりに事前判別部７６０を備える。事前判別部７６０は、端末状態情報取得手段として、日時情報取得手段１６２と、位置情報取得手段２６３と、モーションセンサ手段３６４の３つを備える。最適化記録手段７６１、事前判別手段７６５については、日時情報、位置情報、運動情報の３種類の情報を含む学習データを処理するため番号を変更して表記した。具体的には、本実施例の携帯端末７００が備える事前判別部７６０は、実施例４の携帯端末４００が備える事前判別部４６０の日時情報取得手段１６２と位置情報取得手段２６３の組み合わせを日時情報取得手段１６２と位置情報取得手段２６３とモーションセンサ手段３６４の組み合わせに変更したものである。従って、日時情報取得手段１６２については実施例１、位置情報取得手段２６３については実施例２、モーションセンサ手段３６４については実施例３、最適化記録手段７６１、事前判別手段７６５については、実施例４の対応箇所を参照されたい。
【００３４】
本実施例の携帯端末７００によれば、実施例４から実施例６の効果に加えて、学習データに用いる端末状態情報として日時情報、位置情報、運動情報の３種類のデータを用いるため、さらに精度の高い最適化記録を学習生成することが可能となる。
【００３５】
また、上述の各種の処理は、記載に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。その他、本発明の趣旨を逸脱しない範囲で適宜変更が可能であることはいうまでもない。
【００３６】
また、上述の構成をコンピュータによって実現する場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。
【００３７】
この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。
【００３８】
また、このプログラムの流通は、例えば、そのプログラムを記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。
【００３９】
このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記録媒体に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるＡＳＰ（Application Service Provider）型のサービスによって、上述の処理を実行する構成としてもよい。なお、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの（コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等）を含むものとする。
【００４０】
また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、本装置を構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。
【技術分野】
【０００１】
本発明は非接触通信の複数の通信方式の各々に最適な通信特性を実現する携帯端末、通信特性最適化方法に関する。
【背景技術】
【０００２】
ＩＣチップの情報の読み書き方式には接触型と非接触型があり、それぞれ幾つかの方式が標準化・規格化されている。非接触型（近接型）については、国際規格ＩＳＯ／ＩＥＣ１４４４３において「ＴｙｐｅＡ」「ＴｙｐｅＢ」が標準化されている。また、国際規格ＩＳＯ／ＩＥＣ１８０９２において「ＦｅｌｉＣａ」などが標準化されている。これら通信方式が異なれば、非接触通信に必要な通信特性（アンテナの特性、回路定数、共振周波数、Ｑ値）なども異なる。携帯端末やリーダライタの通信特性をある一つの通信方式において最適になるように調整すると、他の通信方式を用いようとした場合に影響が出る。このため、複数の通信方式が併存している場合には、各通信方式に最適な通信特性への適宜の調整が必要であった。
【０００３】
特許文献１の無線通信装置（リーダライタ）は、どの非接触ＩＣカードに対しても良好な通信特性を得ることを目的とし、非接触ＩＣカードが通信可能領域に進入した際に当該非接触ＩＣカードから固有の情報（ＩＤ情報）を取得し、通信不可能状態の発生を条件として当該非接触ＩＣカードの固有情報に基づき当該非接触ＩＣカードの種類を判別し、この判別結果に基づき当該非接触ＩＣカードとの通信特性（共振回路の共振周波数やＱ値）の最適化を行なうことを特徴とする。特許文献１の無線通信装置によれば、通信方式の異なる複数の非接触ＩＣカードに対しても、各ＩＣカードとの通信特性を最適化して通信を行うことができる。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００８−０１１１９８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
特許文献１の無線通信装置（リーダライタ）の技術思想を携帯端末に転用すれば、以下のようになる。携帯端末は搬送波を検知し、リーダライタから固有情報（ＩＤ情報）を取得し、固有情報に基づきリーダライタの通信方式の種類を判別し、この判別結果に基づき、リーダライタとの通信特性の最適化を行う。しかしながら、特許文献１の技術思想を転用したのみの携帯端末では、搬送波を検知してから通信特性の最適化を行うまでの処理が多く、通信特性の最適化に処理時間を要する。非接触通信のスピードを求められるような場面（改札など）ではこれらの処理時間が課題となる可能性があった。そこで本発明では、迅速な通信特性の最適化を実現する携帯端末を提供することを目的とする。
【課題を解決するための手段】
【０００６】
本発明の携帯端末は、リーダライタと非接触通信を行うことができ、アンテナと、通信方式判別部と、受動素子スイッチと、設定値変更部と、事前判別部とを備える。事前判別部は、端末状態情報取得手段と、最適化記録手段と、事前判別手段とを備える。
【０００７】
アンテナは、リーダライタからの搬送波を検知して方式情報を取得する。通信方式判別部は、方式情報を取得して当該方式情報に基づいて通信方式を判別する。受動素子スイッチにより、非接触通信に用いられる回路の受動素子の組み合わせを切り替え可能である。設定値変更部は、判別された通信方式に基づいて受動素子スイッチの入切を制御する。端末状態情報取得手段は、搬送波を検知したとき、または所定時間経過ごとに携帯端末の状態を示す端末状態情報を取得する。最適化記録手段は、搬送波を検知したときに取得された端末状態情報と当該搬送波を検知したときに判別された通信方式とからなる学習データを記録し、当該記録された学習データが所定数以上となる場合に当該学習データに基づいて最適化記録を学習して記録する。事前判別手段は、所定時間経過ごとに現在の端末状態情報と最適化記録とからなる事前判別情報を取得して当該事前判別情報に基づいて通信方式を判別する。
【発明の効果】
【０００８】
本発明の携帯端末によれば、迅速な通信特性の最適化を実現することができる。
【図面の簡単な説明】
【０００９】
【図１】学習データ（日時情報）の例を示す図。
【図２】学習データ（位置情報）の例を示す図。
【図３】学習データ（運動情報）の例を示す図。
【図４】非接触通信直前の携帯端末の運動状態を例示する図。
【図５】非接触通信直前の携帯端末の運動状態についてのデータを例示する図。
【図６】本発明の実施例１に係る携帯端末の構成を示すブロック図。
【図７】本発明の実施例１に係る携帯端末の学習前動作を示すフローチャート。
【図８】本発明の実施例１に係る携帯端末の学習後動作を示すフローチャート。
【図９】本発明の実施例２に係る携帯端末の構成を示すブロック図。
【図１０】本発明の実施例２に係る携帯端末の学習前動作を示すフローチャート。
【図１１】本発明の実施例２に係る携帯端末の学習後動作を示すフローチャート。
【図１２】本発明の実施例３に係る携帯端末の構成を示すブロック図。
【図１３】本発明の実施例３に係る携帯端末の学習前動作を示すフローチャート。
【図１４】本発明の実施例３に係る携帯端末の学習後動作を示すフローチャート。
【図１５】本発明の実施例４に係る携帯端末の構成を示すブロック図。
【図１６】本発明の実施例４に係る携帯端末の学習前動作を示すフローチャート。
【図１７】本発明の実施例４に係る携帯端末の学習後動作を示すフローチャート。
【図１８】本発明の実施例５に係る携帯端末の構成を示すブロック図。
【図１９】本発明の実施例５に係る携帯端末の学習前動作を示すフローチャート。
【図２０】本発明の実施例５に係る携帯端末の学習後動作を示すフローチャート。
【図２１】本発明の実施例６に係る携帯端末の構成を示すブロック図。
【図２２】本発明の実施例６に係る携帯端末の学習前動作を示すフローチャート。
【図２３】本発明の実施例６に係る携帯端末の学習後動作を示すフローチャート。
【図２４】本発明の実施例７に係る携帯端末の構成を示すブロック図。
【図２５】本発明の実施例７に係る携帯端末の学習前動作を示すフローチャート。
【図２６】本発明の実施例７に係る携帯端末の学習後動作を示すフローチャート。
【発明を実施するための形態】
【００１０】
以下、本発明の実施の形態について、詳細に説明する。なお、同じ機能を有する構成部には同じ番号を付し、重複説明を省略する。
＜端末状態情報＞
本発明において用いられる端末状態情報について説明する。端末状態情報とは、携帯端末の状態を表す情報のことである。端末状態情報として例えば、日時情報、携帯端末の位置を表す位置情報、携帯端末の運動状態を表す運動情報などがある。運動情報としては例えば、携帯端末の傾斜角度、角速度、角加速度、速度、加速度の時系列ベクトル情報などが考えられる。本発明の携帯端末は、任意の通信方式による非接触通信が実行される瞬間の端末状態情報を所定数取得し、端末状態情報と通信方式のペア（学習データ）を解析して通信方式と対応付いた最適化記録（学習モデル）を学習しておく。次に、本発明の携帯端末は、所定時間経過ごとに携帯端末の最新の状態を表す端末状態情報を取得して、前述の学習された最適化記録と比較照合することにより、ある最適化記録が示す携帯端末の状態と似通った携帯端末の状態を検知した場合に、この最適化記録と紐付けられた通信方式による非接触通信が近々行われると予測して、非接触通信用回路の受動素子の組み合わせを当該予測された通信方式における通信特性が最適となるように切り替える。端末状態情報として日時情報を用いた例を実施例１として、位置情報を用いた例を実施例２として、運動情報を用いた例を実施例３として後に詳述する。また、日時情報、位置情報、運動情報の２以上を組み合わせて端末状態情報として用いた例を実施例４〜７として後に詳述する。
【００１１】
＜端末状態情報取得手段＞
本発明の携帯端末の各実施例において端末状態情報を取得する構成部を端末状態情報取得手段と総称する。端末状態情報取得手段は、実施例１では日時情報を取得する機能を有する日時情報取得手段として、実施例２では位置情報を取得する機能を有する位置情報取得手段として、実施例３では運動情報を取得する機能を有する運動情報取得手段としてそれぞれ具体化されている。もちろん端末状態情報は、日時情報、位置情報、運動情報に限られず、携帯端末の状態を表す情報の類であればどんなものでも良い。従って、本発明において端末状態情報取得手段は、実施例において具体化された日時情報取得手段、位置情報取得手段、運動情報取得手段に限られず、その他の携帯端末の状態を表す任意の情報を取得することができる構成部全般を意味する。
【００１２】
＜学習データ−日時情報＞
本発明の携帯端末は、端末状態情報と通信方式のペア情報（学習データ）を用いて最適化記録（学習モデル）を学習する。以下、端末状態情報が日時情報である場合の学習データの例について図１を参照して説明する。図１は学習データ（日時情報）の例を示す図である。図１の例では、ユーザが会社員であるものと想定しており、２０１１年１１月９日に取得された学習データを示すものである。図１の例では、ユーザは朝８時４分に自宅最寄り駅の自動改札にて非接触通信を行い、８時４２分に勤務先最寄り駅の自動改札にて非接触通信を行っている。これら自動改札における非接触通信の通信方式はいずれもＦｅｌｉｃａである。この例では、ユーザは勤務先近くで昼食をとった際（１２時１５分）の支払いに非接触通信を用いており、通信方式はＴｙｐｅＢである。また、ユーザは１２時４５分に、勤務先近くの書店で書籍購入の際に非接触通信（ＴｙｐｅＡ）を行っている。ユーザは勤務終了後１８時４５分に勤務先最寄り駅の自動改札にて非接触通信を行い、１９時５０分に自宅最寄り駅の自動改札にて非接触通信を行っている。また、ユーザは自宅近くの飲食店で２１時２０分頃、非接触通信により、飲食代金の決済を行っている。通信方式はＴｙｐｅＢである。本明細書ではこのユーザの例に着目して説明を続ける。
【００１３】
＜学習データ−位置情報＞
以下、前述のユーザの例における端末状態情報が位置情報である場合の学習データの例について図２を参照して説明する。図２は学習データ（位置情報）の例を示す図である。図２は、図１の学習データと対応する学習データであり、前述同様２０１１年１１月９日に取得された学習データを示すものとする。図２の例では、位置情報は緯度、経度情報として取得される。本説明では分かりやすさのため緯度経度の横に示す番号を用いて説明する。ユーザは自宅最寄り駅の自動改札（地点１）で非接触通信を行い、勤務先最寄り駅の自動改札（地点３）で非接触通信を行い、昼食時に勤務先近くの飲食店（地点５）にて非接触通信を行い、勤務先近くの書店（地点４）で書籍購入のために非接触通信を行っている。勤務終了後は勤務先最寄り駅の自動改札（地点３）、自宅最寄り駅の自動改札（地点１）で非接触通信を行い帰路に就いている。その後、ユーザは自宅付近の飲食店（地点２）で飲食代金の決済を行っている。
【００１４】
＜学習データ−運動情報＞
以下、前述のユーザの例における端末状態情報が運動情報である場合の学習データの例について図３、図４、図５を参照して説明する。図３は学習データ（運動情報）の例を示す図である。図４は非接触通信直前の携帯端末の運動状態を例示する図である。図５は非接触通信直前の携帯端末の運動状態についてのデータを例示する図である。図５（ａ）は、非接触通信直前の携帯端末の傾斜角度θ、角速度ω、角加速度ｄωを例示する図である。図５（ａ）の角度θは携帯端末の液晶表示面が鉛直上方向きとなる姿勢を傾斜角０度とし、液晶表示面が鉛直下向きとなる姿勢を傾斜角１８０度とし、携帯端末の下端長辺を回転軸とした回転角の参考例である。図５（ｂ）は、非接触通信直前の携帯端末の速度ｖ、加速度αを例示する図である。図５（ｂ）の速度ｖは、ユーザの進行方向を正方向とした参考例である。図５の例は実測値ではなく、あくまで参考例として説明のために使用するグラフである。図３は、図１、図２の学習データと対応する学習データであり、前述同様２０１１年１１月９日に取得された学習データを示すものとする。図３の例では、運動情報は携帯端末の傾斜角度θ、角速度ω、角加速度ｄω、速度ｖ、加速度αの時系列ベクトルで記述される。以上はあくまで例示であって本発明の携帯端末において端末状態情報として運動情報を用いる際には、以上の５つの例に限られず他の物理量を用いることもできる。ユーザは、非接触通信を行う直前には、例えば図４の例のように携帯端末をある一定の角度（リーダライタ側の読み取り面の傾斜角に合わせた角度）に傾斜させた状態で把持しながら、リーダライタの読み取り面に徐々に減速させながら接近させる。例えばユーザが、本発明の携帯端末を背広の内ポケットに入れている場合、肩掛け（手提げ）カバンの外側のポケットに入れている場合、いずれも傾斜角θは８０〜１００度前後となる。ユーザはリーダライタによる非接触通信の直前に、携帯端末を取り出し、携帯端末を手の中で滑らせながらリーダライタ側の読み取り面の傾斜角に合わせた角度に携帯端末の傾斜角θ（図４では４５度程度）を調整し、リーダライタの読み取り面に徐々に減速しながら近づける。従って図５（ａ）のグラフのように、「端末をかざす準備中」の時間区間においてユーザの取り出し動作、角度調整動作によって傾斜角θは大きく変動し、これに伴って角速度ω、角加速度ｄωも目まぐるしく変動する。一方、ユーザが携帯端末の傾斜角をおおよそ調整し終わった（「準備完了」）後は、非接触通信の瞬間まで大きな角度変動はなく、ユーザの歩行による振動、ユーザの手の揺れなどの誤差による値のふらつきが観測されるのみであり、これに伴ってω、ｄωの値も大きく変動しなくなる。図５（ｂ）のグラフについても同様に、「端末をかざす準備中」の時間区間においてユーザの取り出し動作、角度調整動作によって速度ｖ、加速度αは大きく変動する。一方、「準備完了」後は、非接触通信の瞬間まで速度ｖは徐々に減速する。加速度αも負の値をとり、正負の値を跨って大きく変動することはない。これら携帯端末の運動情報は、設置されているリーダライタの読み取り面の角度、設置高さ、使用の状況（ユーザが歩行中に通信するか、ユーザが列に並んだ後通信するか）などによって変動する。
【００１５】
＜最適化記録の学習−日時情報＞
前述した日時情報と通信方式のペア情報（学習データ）を用いて最適化記録（学習モデル）を学習する場合について説明を加える。ユーザは通常、所定の習慣に従って非接触通信を行うことが多い。従って、あるユーザが複数日に渡り、特定の時間に特定の通信方式で非接触通信を行っていれば、その翌日にも、同じ時間帯に同じ通信方式で非接触通信を行う可能性が高い。従って最適化記録の学習においては、学習データが所定の数蓄積された場合、まず通信方式毎に学習データを分類し、相互に近接したデータごとにグループを形成することで、近似した時間同士で学習データのグループを生成し、この学習データのグループ毎に算出した平均を中心として、所定の時間幅を有する時間帯と当該学習データの属する通信方式とを対応付ければよい。例えば前述の例では、ユーザが直近５日間にそれぞれ８時２分、８時７分、８時６分、８時５分、８時１０分に自宅最寄り駅の自動改札を通過した場合、これらの学習データはいずれも通信方式Ｆｅｌｉｃａに分類され、いずれも相互に近接したデータとして１グループに分類され、このグループの平均である８時６分を中心として、例えば前後１０分の時間幅を有する７時５６分から８時１６分を通信方式Ｆｅｌｉｃａと対応付ければよい。
【００１６】
＜最適化記録の学習−位置情報＞
次に、前述した位置情報と通信方式のペア情報（学習データ）を用いて最適化記録（学習モデル）を学習する場合について説明を加える。ユーザは通常、所定の習慣に従って非接触通信を行うことが多い。従って、あるユーザが複数回に渡り、特定の店舗で特定の通信方式で非接触通信を行っていれば、ユーザがこの店舗の近傍エリアに入った場合には、同じ通信方式で非接触通信が行われる可能性が高い。従って最適化記録の学習においては、学習データが所定の数蓄積された場合、まず通信方式毎に学習データを分類し、相互に近接したデータごとにグループを形成することで、近似した位置同士で学習データのグループを生成し、この学習データのグループ毎に算出した平均を中心として、所定半径を有する領域と当該学習データの属する通信方式とを対応付ければよい。例えば前述の例では、ユーザが直近５日間に地点１の自宅最寄り駅の自動改札を通過した場合、これらの学習データはいずれも通信方式Ｆｅｌｉｃａに分類され、いずれも相互に近接したデータとして１グループに分類され、このグループの平均である（緯度／経度）＝（３５．７２８７／１３９．５６４２）を中心として、例えば半径２０ｍの円内の領域を通信方式Ｆｅｌｉｃａと対応付ければよい。
【００１７】
＜最適化記録の学習−運動情報＞
次に、前述した位置情報と通信方式のペア情報（学習データ）を用いて最適化記録（学習モデル）を学習する場合について説明を加える。前述したように、携帯端末の運動情報は、設置されているリーダライタの読み取り面の角度、設置高さ、使用の状況などによって変動する。従って、ある特定の店舗において特定の通信方式で非接触通信を行えば、これらの運動状態の時系列データは相互に近似する可能性は高い。従って最適化記録の学習においては、学習データが所定の数蓄積された場合、まず通信方式毎に学習データを分類し、相互に近接したデータごとにグループを形成することで、近似した運動状態同士で学習データのグループを生成し、この学習データのグループ毎に算出した平均ベクトルを中心として、所定の値幅を有する時系列ベクトル群を当該学習データの属する通信方式と対応付ければよい。
【００１８】
以上、日時情報、位置情報、運動情報の何れかを用いた最適化記録の学習について説明したが、例えば、日時情報と位置情報の双方と通信方式とを学習データとしてもよいし、日時情報と運動情報の双方、位置情報と運動情報の双方と通信方式とを学習データとしてもよいし、日時情報と位置情報と運動情報の全てと通信方式とを学習データに用いてもよい。学習データとして用いる端末状態情報の種類が増加するほど、学習モデルの精度は高くなる。
【実施例１】
【００１９】
上述を前提として、本発明の最も基本的な構成例のひとつである実施例１に係る携帯端末について、図６、図７、図８を参照して詳細に説明する。図６は本実施例に係る携帯端末１００の構成を示すブロック図である。図７は本実施例に係る携帯端末１００の学習前動作を示すフローチャートである。図８は本実施例に係る携帯端末１００の学習後動作を示すフローチャートである。本実施例の携帯端末１００は、リーダライタ９０と非接触通信を行うことができる。本実施例の携帯端末１００は、アンテナ１１０と、非接触通信制御部１２０と、通信方式判別部１３０と、設定値変更部１４０と、受動素子スイッチ１５０と、事前判別部１６０とを備える。事前判別部１６０は、最適化記録手段１６１と、日時情報取得手段１６２と、事前判別手段１６５とを備える。
【００２０】
まず、最適化記録（学習モデル）生成前の本実施例の携帯端末１００の動作について説明する。アンテナ１１０は、リーダライタ９０からの搬送波を検知してリーダライタ９０の方式情報を取得する（Ｓ１１０）。方式情報とは、変調方式、符号化方式などを表す情報のことである。非接触通信制御部１２０は、非接触通信の制御を行う。通信方式判別部１３０は、リーダライタ９０の方式情報を取得して当該方式情報に基づいて通信方式を判別する（Ｓ１３０）。設定値変更部１４０は、判別された通信方式に基づいて受動素子スイッチ１５０の入切を制御する（Ｓ１４０）。受動素子スイッチ１５０により、非接触通信に用いられる回路の受動素子の組み合わせを切り替え可能であり、これにより非接触通信に用いられる回路を所望の通信特性に調整することができる。日時情報取得手段１６２は、搬送波を検知したときの携帯端末１００の日時情報を取得する（Ｓ１６２ａ）。最適化記録手段１６１は、搬送波を検知したときに取得された日時情報と当該搬送波を検知したときに判別された通信方式とからなる学習データを記録し（Ｓ１６１ａ）、当該記録された学習データが所定数以上となる場合に（Ｓ１６１ｂＹ）当該学習データに基づいて最適化記録を学習して記録する（Ｓ１６１ｃ）。記録された学習データが所定数未満の場合、ステップＳ１１０に戻り、上記ステップが繰り返される。
【００２１】
次に、最適化記録（学習モデル）生成後の本実施例の携帯端末１００の動作について説明する。日時情報取得手段１６２は、所定時間経過ごとに（Ｓ１６０Ｙ）携帯端末１００の日時情報を取得する（Ｓ１６２ｂ）。所定時間未経過の場合、所定時間経過まで待機状態となる（Ｓ１６０Ｎ）。事前判別手段１６５は、所定時間経過ごとに日時情報取得手段１６２が取得した現在の日時情報と、最適化記録とからなる事前判別情報を取得して当該事前判別情報に基づいて通信方式を判別する（Ｓ１６５）。設定値変更部１４０は、判別された通信方式に基づいて受動素子スイッチ１５０の入切を制御する（Ｓ１４０）。
【００２２】
本実施例の携帯端末１００によれば、最適化記録手段１６１が、学習データに基づいて最適化記録（学習モデル）を学習し、事前判別手段１６５が、所定時間経過ごとに現在の日時情報と、最適化記録とを比較して、事前に通信方式を判別（予測）して、設定値変更部１４０が、判別（予測）された通信方式に基づいて受動素子スイッチ１５０の入切を制御して、非接触通信に用いられる回路を所望の通信特性に事前に調整するため、非接触通信のスピードを求められるような場面においても、迅速に通信特性の最適化を図ることができる。
【実施例２】
【００２３】
次に、実施例１において用いられた日時情報の代わりに、位置情報を端末状態情報として用いる実施例２に係る携帯端末について、図９、図１０、図１１を参照して詳細に説明する。図９は本実施例に係る携帯端末２００の構成を示すブロック図である。図１０は本実施例に係る携帯端末２００の学習前動作を示すフローチャートである。図１１は本実施例に係る携帯端末２００の学習後動作を示すフローチャートである。本実施例の携帯端末２００は実施例１の携帯端末１００と共通して、アンテナ１１０、非接触通信制御部１２０、通信方式判別部１３０、設定値変更部１４０、受動素子スイッチ１５０を備え、これらは同じ機能を有する。従って本実施例の説明においては、共通する構成部の説明は割愛する。本実施例の携帯端末２００は実施例１の携帯端末１００が備える事前判別部１６０の代わりに事前判別部２６０を備える。具体的には、実施例１の携帯端末１００は端末情報情報取得手段として日時情報取得手段１６２を備えていたが、本実施例の携帯端末２００においては、これが位置情報取得手段２６３に置き換えられている。実施例１においては、学習データが日時情報と通信方式のペア情報であったものが本実施例では位置情報と通信方式のペア情報に置き換えられているため、学習データを処理する最適化記録手段２６１、事前判別手段２６５についても、番号を変更して表記した。しかしながら最適化記録手段２６１と、事前判別手段２６５が実行する動作は実施例１の携帯端末１００の最適化記録手段１６１、事前判別手段１６５が実行する動作と殆ど変りない。具体的には、最適化記録学習前の動作において、位置情報取得手段２６３は、搬送波を検知したときの携帯端末２００の位置情報を取得する（Ｓ２６３ａ）。最適化記録手段２６１は、搬送波を検知したときに取得された位置情報と当該搬送波を検知したときに判別された通信方式とからなる学習データを記録し（Ｓ２６１ａ）、当該記録された学習データが所定数以上となる場合に（Ｓ２６１ｂＹ）当該学習データに基づいて最適化記録を学習して記録する（Ｓ２６１ｃ）。記録された学習データが所定数未満の場合（Ｓ２６１ｂＮ）、ステップＳ１１０に戻り、上記ステップが繰り返される。また最適化記録学習後の動作において、位置情報取得手段２６３は、所定時間経過ごとに（Ｓ２６０Ｙ）携帯端末２００の位置情報を取得する（Ｓ２６３ｂ）。所定時間未経過の場合、所定時間経過まで待機状態となる（Ｓ２６０Ｎ）。事前判別手段２６５は、所定時間経過ごとに位置情報取得手段２６３が取得した現在の位置情報と、最適化記録とからなる事前判別情報を取得して当該事前判別情報に基づいて通信方式を判別する（Ｓ２６５）。設定値変更部１４０は、判別された通信方式に基づいて受動素子スイッチ１５０の入切を制御する（Ｓ１４０）。
【００２４】
本実施例の携帯端末２００によれば、最適化記録手段２６１が、学習データに基づいて最適化記録（学習モデル）を学習し、事前判別手段２６５が、所定時間経過ごとに現在の位置情報と、最適化記録とを比較して、事前に通信方式を判別（予測）して、設定値変更部１４０が、判別（予測）された通信方式に基づいて受動素子スイッチ１５０の入切を制御して、非接触通信に用いられる回路を所望の通信特性に事前に調整するため、非接触通信のスピードを求められるような場面においても、迅速に通信特性の最適化を図ることができる。
【実施例３】
【００２５】
次に、実施例１において用いられた日時情報の代わりに、運動情報を端末状態情報として用いる実施例３に係る携帯端末について、図１２、図１３、図１４を参照して詳細に説明する。図１２は本実施例に係る携帯端末３００の構成を示すブロック図である。図１３は本実施例に係る携帯端末３００の学習前動作を示すフローチャートである。図１４は本実施例に係る携帯端末３００の学習後動作を示すフローチャートである。本実施例の携帯端末３００は実施例１の携帯端末１００と共通して、アンテナ１１０、非接触通信制御部１２０、通信方式判別部１３０、設定値変更部１４０、受動素子スイッチ１５０を備え、これらは同じ機能を有する。従って本実施例の説明においては、共通する構成部の説明は割愛する。本実施例の携帯端末３００は実施例１の携帯端末１００が備える事前判別部１６０の代わりに事前判別部３６０を備える。具体的には、実施例１の携帯端末１００は端末情報情報取得手段として日時情報取得手段１６２を備えていたが、本実施例の携帯端末３００においては、これがモーションセンサ手段３６４に置き換えられている。実施例１においては、学習データが日時情報と通信方式のペア情報であったものが本実施例では運動情報と通信方式のペア情報に置き換えられているため、学習データを処理する最適化記録手段３６１、事前判別手段３６５についても、番号を変更して表記した。最適化記録手段３６１と、事前判別手段３６５が実行する動作は実施例１の携帯端末１００の最適化記録手段１６１、事前判別手段１６５が実行する動作と殆ど変りない。具体的には、最適化記録学習前の動作において、モーションセンサ手段３６４は、搬送波を検知したときの携帯端末３００の運動状態を示す運動情報を取得する（Ｓ３６４ａ）。最適化記録手段３６１は、搬送波を検知したときに取得された運動情報と当該搬送波を検知したときに判別された通信方式とからなる学習データを記録し（Ｓ３６１ａ）、当該記録された学習データが所定数以上となる場合に（Ｓ３６１ｂＹ）当該学習データに基づいて最適化記録を学習して記録する（Ｓ３６１ｃ）。記録された学習データが所定数未満の場合（Ｓ３６１ｂＮ）、ステップＳ１１０に戻り、上記ステップが繰り返される。また最適化記録学習後の動作において、モーションセンサ手段３６４は、所定時間経過ごとに（Ｓ３６０Ｙ）携帯端末３００の運動情報を取得する（Ｓ３６４ｂ）。所定時間未経過の場合、所定時間経過まで待機状態となる（Ｓ３６０Ｎ）。事前判別手段３６５は、所定時間経過ごとにモーションセンサ手段３６４が取得した現在の運動情報と、最適化記録とからなる事前判別情報を取得して当該事前判別情報に基づいて通信方式を判別する（Ｓ３６５）。設定値変更部１４０は、判別された通信方式に基づいて受動素子スイッチ１５０の入切を制御する（Ｓ１４０）。
【００２６】
本実施例の携帯端末３００によれば、最適化記録手段３６１が、学習データに基づいて最適化記録（学習モデル）を学習し、事前判別手段３６５が、所定時間経過ごとに現在の運動情報と、最適化記録とを比較して、事前に通信方式を判別（予測）して、設定値変更部１４０が、判別（予測）された通信方式に基づいて受動素子スイッチ１５０の入切を制御して、非接触通信に用いられる回路を所望の通信特性に事前に調整するため、非接触通信のスピードを求められるような場面においても、迅速に通信特性の最適化を図ることができる。
【実施例４】
【００２７】
次に、学習データとして日時情報、位置情報の双方を用いる実施例４に係る携帯端末について、図１５、図１６、図１７を参照して説明する。図１５は本実施例に係る携帯端末４００の構成を示すブロック図である。図１６は本実施例に係る携帯端末４００の学習前動作を示すフローチャートである。図１７は本実施例に係る携帯端末４００の学習後動作を示すフローチャートである。本実施例の携帯端末４００は実施例１の携帯端末１００と共通して、アンテナ１１０、非接触通信制御部１２０、通信方式判別部１３０、設定値変更部１４０、受動素子スイッチ１５０を備え、これらは同じ機能を有する。本実施例の携帯端末４００は実施例１の携帯端末１００が備える事前判別部１６０の代わりに事前判別部４６０を備える。事前判別部４６０は、端末状態情報取得手段として、日時情報取得手段１６２と、位置情報取得手段２６３の双方を備える。最適化記録手段４６１、事前判別手段４６５については、日時情報、位置情報の双方を含む学習データを処理するため番号を変更して表記した。最適化記録手段４６１と、事前判別手段４６５が実行する動作は実施例１の携帯端末１００の最適化記録手段１６１、事前判別手段１６５が実行する動作と殆ど変りない。具体的には、最適化記録手段４６１は、学習データとして日時情報、位置情報、通信方式をセットとするデータを記録し（Ｓ４６１ａ）、学習の際（Ｓ４６１ｂＹ）に、双方の最適化記録（学習モデル）を生成する（Ｓ４６１ｃ）。端末状態情報取得手段（日時情報取得手段１６２、位置情報取得手段２６３）は所定時間経過ごとに（Ｓ４６０Ｙ）携帯端末４００の現在の日時情報、位置情報の双方が取得し（Ｓ１６２ｂ、Ｓ２６３ｂ）、事前判別手段４６５は、現在の日時情報を日時情報の最適化記録と、現在の位置情報を位置情報の最適化記録とそれぞれ比較して、日時情報、位置情報の双方と適合する通信方式を予測結果とする（Ｓ４６５）。
【００２８】
本実施例の携帯端末４００によれば、実施例１、２の効果に加えて、学習データに用いる端末状態情報として日時情報、位置情報の双方を用いるため、さらに精度の高い最適化記録を学習生成することが可能となる。
【実施例５】
【００２９】
次に、学習データとして日時情報、運動情報の双方を用いる実施例５に係る携帯端末について、図１８、図１９、図２０を参照して説明する。図１８は本実施例に係る携帯端末５００の構成を示すブロック図である。図１９は本実施例に係る携帯端末５００の学習前動作を示すフローチャートである。図２０は本実施例に係る携帯端末５００の学習後動作を示すフローチャートである。本実施例の携帯端末５００は実施例１の携帯端末１００と共通して、アンテナ１１０、非接触通信制御部１２０、通信方式判別部１３０、設定値変更部１４０、受動素子スイッチ１５０の各構成を備える。本実施例の携帯端末５００は実施例４の携帯端末４００が備える事前判別部４６０の代わりに事前判別部５６０を備える。事前判別部５６０は、端末状態情報取得手段として、日時情報取得手段１６２と、モーションセンサ手段３６４の双方を備える。最適化記録手段５６１、事前判別手段５６５については、日時情報、運動情報の双方を含む学習データを処理するため番号を変更して表記した。具体的には、本実施例の携帯端末５００が備える事前判別部５６０は、実施例４の携帯端末４００が備える事前判別部４６０の日時情報取得手段１６２と位置情報取得手段２６３の組み合わせを日時情報取得手段１６２とモーションセンサ手段３６４の組み合わせに変更したものである。従って、日時情報取得手段１６２については実施例１、モーションセンサ手段３６４については実施例３、最適化記録手段５６１、事前判別手段５６５については、実施例４の対応箇所を参照されたい。
【００３０】
本実施例の携帯端末５００によれば、実施例１、３の効果に加えて、学習データに用いる端末状態情報として日時情報、運動情報の双方を用いるため、さらに精度の高い最適化記録を学習生成することが可能となる。
【実施例６】
【００３１】
次に、学習データとして位置情報、運動情報の双方を用いる実施例６に係る携帯端末について、図２１、図２２、図２３を参照して説明する。図２１は本実施例に係る携帯端末６００の構成を示すブロック図である。図２２は本実施例に係る携帯端末６００の学習前動作を示すフローチャートである。図２３は本実施例に係る携帯端末６００の学習後動作を示すフローチャートである。本実施例の携帯端末６００は実施例１の携帯端末１００と共通して、アンテナ１１０、非接触通信制御部１２０、通信方式判別部１３０、設定値変更部１４０、受動素子スイッチ１５０の各構成を備える。本実施例の携帯端末６００は実施例４の携帯端末４００が備える事前判別部４６０の代わりに事前判別部６６０を備える。事前判別部６６０は、端末状態情報取得手段として、位置情報取得手段２６３と、モーションセンサ手段３６４の双方を備える。最適化記録手段６６１、事前判別手段６６５については、位置情報、運動情報の双方を含む学習データを処理するため番号を変更して表記した。具体的には、本実施例の携帯端末６００が備える事前判別部６６０は、実施例４の携帯端末４００が備える事前判別部４６０の日時情報取得手段１６２と位置情報取得手段２６３の組み合わせを位置情報取得手段２６３とモーションセンサ手段３６４の組み合わせに変更したものである。従って、位置情報取得手段２６３については実施例２、モーションセンサ手段３６４については実施例３、最適化記録手段６６１、事前判別手段６６５については、実施例４の対応箇所を参照されたい。
【００３２】
本実施例の携帯端末６００によれば、実施例２、３の効果に加えて、学習データに用いる端末状態情報として位置情報、運動情報の双方を用いるため、さらに精度の高い最適化記録を学習生成することが可能となる。
【実施例７】
【００３３】
次に、学習データとして日時情報、位置情報、運動情報の３つを用いる実施例７に係る携帯端末について、図２４、図２５、図２６を参照して説明する。図２４は本実施例に係る携帯端末７００の構成を示すブロック図である。図２５は本実施例に係る携帯端末７００の学習前動作を示すフローチャートである。図２６は本実施例に係る携帯端末７００の学習後動作を示すフローチャートである。本実施例の携帯端末７００は実施例１の携帯端末１００と共通して、アンテナ１１０、非接触通信制御部１２０、通信方式判別部１３０、設定値変更部１４０、受動素子スイッチ１５０の各構成を備える。本実施例の携帯端末７００は実施例４の携帯端末４００が備える事前判別部４６０の代わりに事前判別部７６０を備える。事前判別部７６０は、端末状態情報取得手段として、日時情報取得手段１６２と、位置情報取得手段２６３と、モーションセンサ手段３６４の３つを備える。最適化記録手段７６１、事前判別手段７６５については、日時情報、位置情報、運動情報の３種類の情報を含む学習データを処理するため番号を変更して表記した。具体的には、本実施例の携帯端末７００が備える事前判別部７６０は、実施例４の携帯端末４００が備える事前判別部４６０の日時情報取得手段１６２と位置情報取得手段２６３の組み合わせを日時情報取得手段１６２と位置情報取得手段２６３とモーションセンサ手段３６４の組み合わせに変更したものである。従って、日時情報取得手段１６２については実施例１、位置情報取得手段２６３については実施例２、モーションセンサ手段３６４については実施例３、最適化記録手段７６１、事前判別手段７６５については、実施例４の対応箇所を参照されたい。
【００３４】
本実施例の携帯端末７００によれば、実施例４から実施例６の効果に加えて、学習データに用いる端末状態情報として日時情報、位置情報、運動情報の３種類のデータを用いるため、さらに精度の高い最適化記録を学習生成することが可能となる。
【００３５】
また、上述の各種の処理は、記載に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。その他、本発明の趣旨を逸脱しない範囲で適宜変更が可能であることはいうまでもない。
【００３６】
また、上述の構成をコンピュータによって実現する場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。
【００３７】
この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。
【００３８】
また、このプログラムの流通は、例えば、そのプログラムを記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。
【００３９】
このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記録媒体に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるＡＳＰ（Application Service Provider）型のサービスによって、上述の処理を実行する構成としてもよい。なお、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの（コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等）を含むものとする。
【００４０】
また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、本装置を構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。
【特許請求の範囲】
【請求項１】
リーダライタと非接触通信を行う携帯端末であって、
前記リーダライタからの搬送波を検知して方式情報を取得するアンテナと、
前記方式情報を取得して当該方式情報に基づいて通信方式を判別する通信方式判別部と、
前記非接触通信に用いられる回路の受動素子の組み合わせを切り替える受動素子スイッチと、
前記判別された通信方式に基づいて前記受動素子スイッチの入切を制御する設定値変更部と、
前記搬送波を検知したとき、または所定時間経過ごとに携帯端末の状態を示す端末状態情報を取得する端末状態情報取得手段と、
前記搬送波を検知したときに取得された端末状態情報と当該搬送波を検知したときに判別された通信方式とからなる学習データを記録し、当該記録された学習データが所定数以上となる場合に当該学習データに基づいて最適化記録を学習して記録する最適化記録手段と、
前記所定時間経過ごとに現在の端末状態情報と最適化記録とからなる事前判別情報を取得して当該事前判別情報に基づいて通信方式を判別する事前判別手段とを備える事前判別部と、
を備える携帯端末。
【請求項２】
請求項１に記載の携帯端末であって、前記端末状態情報が日時情報であること
を特徴とする携帯端末。
【請求項３】
請求項１に記載の携帯端末であって、前記端末状態情報が携帯端末の位置を表す位置情報であること
を特徴とする携帯端末。
【請求項４】
請求項１に記載の携帯端末であって、前記端末状態情報が携帯端末の運動状態を表す運動情報であること
を特徴とする携帯端末。
【請求項５】
リーダライタと非接触通信を行う携帯端末の通信特性を最適化する通信特性最適化方法であって、
前記リーダライタからの搬送波を検知して方式情報を取得するアンテナステップと、
前記方式情報を取得して当該方式情報に基づいて通信方式を判別する通信方式判別ステップと、
前記非接触通信に用いられる回路の受動素子の組み合わせを切り替える受動素子スイッチの入切を、前記判別された通信方式に基づいて制御する設定値変更ステップと、
前記搬送波を検知したとき、または所定時間経過ごとに携帯端末の状態を示す端末状態情報を取得する端末状態情報取得サブステップと、
前記搬送波を検知したときに取得された端末状態情報と当該搬送波を検知したときに判別された通信方式とからなる学習データを記録し、当該記録された学習データが所定数以上となる場合に当該学習データに基づいて最適化記録を学習して記録する最適化記録サブステップと、
前記所定時間経過ごとに現在の端末状態情報と最適化記録とからなる事前判別情報を取得して当該事前判別情報に基づいて通信方式を判別する事前判別サブステップとを備える事前判別ステップと、
を備える通信特性最適化方法。
【請求項６】
請求項５に記載の通信特性最適化方法であって、前記端末状態情報が日時情報であること
を特徴とする通信特性最適化方法。
【請求項７】
請求項５に記載の通信特性最適化方法であって、前記端末状態情報が携帯端末の位置を表す位置情報であること
を特徴とする通信特性最適化方法。
【請求項８】
請求項５に記載の通信特性最適化方法であって、前記端末状態情報が携帯端末の運動状態を表す運動情報であること
を特徴とする通信特性最適化方法。
【請求項９】
請求項５から８の何れかに記載の通信特性最適化方法を実行すべき指令を携帯端末に対してするプログラム。
【請求項１】
リーダライタと非接触通信を行う携帯端末であって、
前記リーダライタからの搬送波を検知して方式情報を取得するアンテナと、
前記方式情報を取得して当該方式情報に基づいて通信方式を判別する通信方式判別部と、
前記非接触通信に用いられる回路の受動素子の組み合わせを切り替える受動素子スイッチと、
前記判別された通信方式に基づいて前記受動素子スイッチの入切を制御する設定値変更部と、
前記搬送波を検知したとき、または所定時間経過ごとに携帯端末の状態を示す端末状態情報を取得する端末状態情報取得手段と、
前記搬送波を検知したときに取得された端末状態情報と当該搬送波を検知したときに判別された通信方式とからなる学習データを記録し、当該記録された学習データが所定数以上となる場合に当該学習データに基づいて最適化記録を学習して記録する最適化記録手段と、
前記所定時間経過ごとに現在の端末状態情報と最適化記録とからなる事前判別情報を取得して当該事前判別情報に基づいて通信方式を判別する事前判別手段とを備える事前判別部と、
を備える携帯端末。
【請求項２】
請求項１に記載の携帯端末であって、前記端末状態情報が日時情報であること
を特徴とする携帯端末。
【請求項３】
請求項１に記載の携帯端末であって、前記端末状態情報が携帯端末の位置を表す位置情報であること
を特徴とする携帯端末。
【請求項４】
請求項１に記載の携帯端末であって、前記端末状態情報が携帯端末の運動状態を表す運動情報であること
を特徴とする携帯端末。
【請求項５】
リーダライタと非接触通信を行う携帯端末の通信特性を最適化する通信特性最適化方法であって、
前記リーダライタからの搬送波を検知して方式情報を取得するアンテナステップと、
前記方式情報を取得して当該方式情報に基づいて通信方式を判別する通信方式判別ステップと、
前記非接触通信に用いられる回路の受動素子の組み合わせを切り替える受動素子スイッチの入切を、前記判別された通信方式に基づいて制御する設定値変更ステップと、
前記搬送波を検知したとき、または所定時間経過ごとに携帯端末の状態を示す端末状態情報を取得する端末状態情報取得サブステップと、
前記搬送波を検知したときに取得された端末状態情報と当該搬送波を検知したときに判別された通信方式とからなる学習データを記録し、当該記録された学習データが所定数以上となる場合に当該学習データに基づいて最適化記録を学習して記録する最適化記録サブステップと、
前記所定時間経過ごとに現在の端末状態情報と最適化記録とからなる事前判別情報を取得して当該事前判別情報に基づいて通信方式を判別する事前判別サブステップとを備える事前判別ステップと、
を備える通信特性最適化方法。
【請求項６】
請求項５に記載の通信特性最適化方法であって、前記端末状態情報が日時情報であること
を特徴とする通信特性最適化方法。
【請求項７】
請求項５に記載の通信特性最適化方法であって、前記端末状態情報が携帯端末の位置を表す位置情報であること
を特徴とする通信特性最適化方法。
【請求項８】
請求項５に記載の通信特性最適化方法であって、前記端末状態情報が携帯端末の運動状態を表す運動情報であること
を特徴とする通信特性最適化方法。
【請求項９】
請求項５から８の何れかに記載の通信特性最適化方法を実行すべき指令を携帯端末に対してするプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【公開番号】特開２０１３−１０９６５４（Ｐ２０１３−１０９６５４Ａ）
【公開日】平成２５年６月６日（２０１３．６．６）
【国際特許分類】
【出願番号】特願２０１１−２５５３３８（Ｐ２０１１−２５５３３８）
【出願日】平成２３年１１月２２日（２０１１．１１．２２）
【出願人】（３９２０２６６９３）株式会社エヌ・ティ・ティ・ドコモ (5,876)
【Ｆターム（参考）】
【公開日】平成２５年６月６日（２０１３．６．６）
【国際特許分類】
【出願日】平成２３年１１月２２日（２０１１．１１．２２）
【出願人】（３９２０２６６９３）株式会社エヌ・ティ・ティ・ドコモ (5,876)
【Ｆターム（参考）】
[ Back to top ]