FSO通信における干渉信号分離のための最適化重みスペクトル法

光によるより明瞭な会話

ラジオや光ファイバーではなく、開けた空気の中を進む一筋の光で遠くの相手と話すことを想像してください。これが自由空間光（FSO）通信の可能性です。建物や塔、あるいはドローン間で音声やデータを高速かつ有線不要で伝送できます。しかし現実の空気は穏やかではなく、ノイズに満ちています。熱や風、電子機器が信号を揺らし、受け手で元の言葉を取り出しにくくします。本論文は、光で送られた会話の鮮明さを保つためにそのような信号をクリーンにする新しい手法を紹介します。

なぜ光リンクはこんなにノイズに弱いのか

FSOシステムは、光源を高速でオン／オフし、その点滅を高感度検出器で捉えることで情報を送ります。無線とは異なり免許を必要とせず、はるかに高いデータレートを提供できますが、大気や受信機ハードウェアの影響を受けやすいという欠点があります。大気の乱流は光を揺らしてランダムに減衰させ、光を電気信号に変換する電子回路は固有の背景雑音を付加します。これらが合わさって信号を乱し、ビットが誤って反転したり、エンジニアがいうところのビット誤り率（BER）を上げます。BERが低いほど誤りが少なく、通信は明瞭になります。

信号を新しい見方で観る

時間領域で直接信号を修正しようとする代わりに、著者らは信号を音楽の和音や周波数の観点で解析します。フーリエ変換という数学的手法を用いて、各記録信号を周波数成分に分解し、和音を単音に分けるのに似た処理を行います。FSOシステムにおける音声信号は比較的限られた周波数帯に収まる傾向があり、ノイズはより広く広がります。多数のクリーンな信号とノイズを含む信号を比較したところ、空気の状態やノイズレベルが変化しても、周波数上の“指紋”は一貫して異なることが分かりました。

フィルタに信号とノイズを見分けさせる

こうした差を利用するため、研究チームは「最適化重みスペクトル（Optimized Weight Spectrum）」と呼ぶ学習ベースのフィルタを構築しました。システムには、ほぼノイズのないものからさまざまな強さの人工ノイズを加えたものまで、多数の実信号を与えました。それぞれのセットについて正規化した周波数パターンを調べ、周波数空間で「主に信号」と「主に干渉」を分ける境界面を描く単純な数学モデルを訓練しました。結果は、各周波数成分に対応する一連の重みであり、有用な情報が存在する周波数では正の重みを、ノイズが支配する部分では非正の重みを与えます。さらに適応的な閾値でこれらの重みを洗練し、最も強く信頼できる成分のみを残して残りを切り捨てます。

実験室モデルから屋外の音声リンクへ

スペクトルフィルタをオフラインで設計した後、著者らは屋外の実際のFSOリンク（長さ80メートル、波長850ナノメートル、音声データには一般的なオン・オフ変調）で試験しました。受信側では、学習した重みスペクトルを受信信号の周波数成分に適用し、干渉としてラベル付けされた部分を除去してから時間領域信号を再構成しました。この手法を基本的な復調法やより複雑なニューラルネットワークモデルと比較しました。シミュレーションでは、最適化重み法は実際のリンクで典型的な中程度のノイズレベルで特に誤りを減らしました。屋外実験ではビット誤り率は約0.83%以下に保たれ、クリーン化された信号はアイパターンの開口が広く波形も明瞭で、より信頼できる復号を示しました。

光リンクの将来にとっての意義

専門外の方向けに言えば、著者らは周波数領域で“聞く”賢く比較的シンプルな光リンク用の「耳」を作ったということです。事前にどの周波数部分が通常実情報を運び、どこがジャンクであるかを学習しておくことで、多くの干渉を迅速に取り除けます。これは多くの深層学習システムが必要とする大量のデータや高い計算コストを要しないため、現場の小型ハードウェアにも向きます。ノイズが主信号帯とやや離れている場合に特によく機能しますが、非常に厳しい条件や信号帯とノイズが重なる場合には性能が落ちる可能性があります。それでも、自由空間光の音声リンクをより堅牢に、より明瞭に、日常の屋外環境で使いやすくする実用的な方法をすでに提供しています。

引用: Duan, Z., Qiang, S., Zhao, H. et al. Optimized weight spectrum method for interference signal separation in FSO communication. Sci Rep 16, 13544 (2026). https://doi.org/10.1038/s41598-026-42985-z

キーワード: 自由空間光通信, 干渉抑制, 信号処理, 機械学習, ノイズ低減