JP7272076B2 - 目標識別装置 - Google Patents

目標識別装置 Download PDF

Info

Publication number
JP7272076B2
JP7272076B2 JP2019075048A JP2019075048A JP7272076B2 JP 7272076 B2 JP7272076 B2 JP 7272076B2 JP 2019075048 A JP2019075048 A JP 2019075048A JP 2019075048 A JP2019075048 A JP 2019075048A JP 7272076 B2 JP7272076 B2 JP 7272076B2
Authority
JP
Japan
Prior art keywords
target
radio wave
learning
identification
specifications
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2019075048A
Other languages
English (en)
Other versions
JP2020173171A (ja
Inventor
哲治 原田
真也 山田
歩 岸田
堅也 杉原
貴文 松田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to JP2019075048A priority Critical patent/JP7272076B2/ja
Publication of JP2020173171A publication Critical patent/JP2020173171A/ja
Application granted granted Critical
Publication of JP7272076B2 publication Critical patent/JP7272076B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Description

この発明は、目標(電波源)の電波諸元を学習する電波諸元学習、及び、これを用いた目標識別装置に関するものである。
従来から、目標(電波源)を識別する目標識別装置には、受信パルス信号と既知のパルス信号とを用いるもの(例えば、特許文献1参照)や、PDW(Pulse Description Word)などの電波諸元を利用するものなどがある(例えば、特許文献2及び3参照)。また、電波諸元を得るために目標から到来した電磁波からパルス列を分離する装置もある(例えば、特許文献4参照)。
一方、AI(Artificial Intelligence)などを使った機械学習による学習モデルを用いて、画像から目標(電波源)を識別するものがある。例えば、特許文献5には、類似度を用いて、画像に含まれる未知の目標を特定するか、又は未知の目標が属する複数の候補を特定するものが開示されている。
特開2003-329765号公報 特開2003-270326号公報 特開2011-107138号公報 特開2014-138252号公報 特開2012-128558号公報
しかしながら、従来の機械学習による学習モデルは、電波諸元を用いたものではないという課題や、本当に未知の目標(電波源)であっても、何であるかを特定してしまったり、複数の候補を特定してしまったりするという課題もあった。
この発明は、上記のような課題を解決するためになされたものであり、未知の目標(電波源)を未知であると判定できるように学習する電波諸元学習、及び、これを用いた目標識別装置を得ることを目的とする。
この発明に係る目標識別装置は、目標ごとに入力される、前記目標から到来した電磁波をA/D変換して導出した複数のパラメータ、又は、前記目標を模擬した前記複数のパラメータを有する電波諸元と、前記電波諸元ごとに入力される、前記電波諸元と一致すると判定する前記目標の情報である目標情報とに基づいて、前記目標と一致していると判定する前記電波諸元の範囲を学習し、学習した前記範囲から外れた前記電波諸元を対応する前記目標が未知である前記電波諸元である未知諸元と判定することを学習した電波諸元学習装置の学習結果を用いて前記目標を識別する目標識別装置であって、識別対象の前記電波諸元である識別対象諸元が入力される識別対象諸元入力部と、前記学習結果に基づいて、前記識別対象諸元に対応する前記目標を決定する、又は、前記識別対象諸元が前記未知諸元と判定する電波諸元判定部とを備えたことを特徴とするものである。
また、目標から到来した電磁波をA/D変換して導出した複数のパラメータ、又は、前記目標を模擬した前記複数のパラメータを有する電波諸元が、前記目標ごとに入力される電波諸元入力部と、前記電波諸元ごとに、前記電波諸元と一致すると判定する前記目標の情報である目標情報が入力される目標情報入力部と、前記電波諸元入力部から入力された前記電波諸元と前記目標情報入力部から入力された前記目標情報とに基づいて、前記目標と一致していると判定する前記電波諸元の範囲を学習し、学習した前記範囲から外れた前記電波諸元を対応する前記目標が未知である前記電波諸元である未知諸元と判定することを学習する学習部とを有する電波諸元学習装置と、識別対象の前記電波諸元である識別対象諸元が入力される識別対象諸元入力部と、前記学習部が学習した学習結果に基づいて、前記識別対象諸元に対応する前記目標を決定する、又は、前記識別対象諸元が前記未知諸元と判定する電波諸元判定部とを備えたことを特徴とする。
この発明によれば、未知の目標を既知と特定するおそれが低い目標識別装置を得ることができる。
この発明の実施の形態1に係る電波諸元学習装置の機能ブロック図である。 この発明の実施の形態1に係る電波諸元学習装置の動作(電波諸元学習方法)を説明するフローチャートである。 この発明の実施の形態1に係る電波諸元学習装置及び目標識別装置の機能ブロック図である。 この発明の実施の形態1に係る電波諸元学習装置及び目標識別装置の動作(目標識別方法)を説明するフローチャートである。 この発明の実施の形態1に係る電波諸元学習装置及び目標識別装置の機能ブロック図である。 この発明の実施の形態1に係る電波諸元学習装置及び目標識別装置の動作(目標識別方法)を説明するフローチャートである。
実施の形態1.
以下、この発明の実施の形態1に係る電波諸元学習装置及び目標識別装置について、図1から図6を用いて説明する。図中、同一符号は、同一又は相当部分を示し、それらについての詳細な説明は省略する。図1、図3、図5において、目標1(電波源1)は、電磁波の到来源である。電波諸元学習装置2は、PDW(Pulse Description Word)やIQデータなどの電波諸元を学習するものである。目標識別装置3は、電波諸元学習装置2の学習結果(学習モデル)を用いて、複数の目標1の中から、特定の目標1を識別する、又は、未知の目標を未知と識別するものである。本願では情報と情報との紐づけを関連付けと称する。
図1、図3、図5において、電波諸元学習装置2は次の構成である。電波諸元入力部4は、目標1から到来した電磁波をA/D変換して導出した複数のパラメータ、又は、目標1を模擬した複数のパラメータを有する電波諸元が、目標1ごとに入力されるものである。目標情報入力部5は、電波諸元入力部4に入力される電波諸元ごとに関連付けられ、電波諸元と一致すると判定する目標1の情報である目標情報が入力されるものである。学習部6は、電波諸元入力部4から入力された電波諸元と目標情報入力部5から入力された目標情報とに基づいて、目標と一致していると判定する電波諸元の範囲を学習し、学習した範囲から外れた識別対象の識別対象諸元を電波諸元が未知である未知諸元と判定することを学習するものである。
なお、同じ目標1であっても測定誤差などで電波諸元が異なるものを学習させることで識別率がある。つまり、同じ目標1でも複数の電波諸元を入力してもよいことになる。よって、目標1を模擬した複数のパラメータを有する電波諸元の場合も、誤差を想定して、同じ目標1であっても複数の電波諸元を入力してもよいことになる。これらは、電波諸元と一致すると判定する識別対象の識別対象諸元のパラメータ範囲に入った複数の電波諸元ともいえる。これらの複数の電波諸元の範囲であるパラメータ範囲の情報は、一致度情報といえる。
次に、図2を用いて実施の形態1に係る電波諸元学習装置の動作(実施の形態1に係る電波諸元学習方法)を説明する。図2において、ステップ1は、電波諸元入力部4に、目標1から到来した電磁波をA/D変換して導出した複数のパラメータ、又は、目標1を模擬した複数のパラメータを有する電波諸元が、目標1ごとに入力される処理ステップである。ステップ2は、目標情報入力部5に、電波諸元ごとに、電波諸元と一致すると判定する目標1の情報である目標情報が入力される処理ステップである。ステップ1及びステップ2は、処理の順序は問わない。同時でもよい。ステップ3は、電波諸元入力部4から入力された電波諸元と目標情報入力部5から入力された目標情報とに基づいて、学習部6に目標1と一致していると判定する電波諸元の範囲を学習し、学習した範囲から外れた識別対象の識別対象諸元を電波諸元が未知である未知諸元と判定することを学習させる処理ステップである。
実施の形態1に係る電波諸元学習装置(実施の形態1に係る電波諸元学習方法)では、電波諸元入力部4(ステップ1)が、電波諸元であるPDW又は電波諸元であるIQデータの少なくとも一方が入力されるものでも、電波諸元であるPDWのうち、パルス列データの周波数、振幅、パルス幅、信号強度の少なくともいずれか一つがパラメータとして入力されるものでもよい。また、目標情報入力部5(ステップ2)は、少なくとも目標1の機種名又は型番を含むものを入力させるとよい。機種名又は型番は、コードネームでもよい。
図1、図3、図5において、目標識別装置3は次の構成である。識別対象諸元入力部7は、識別対象諸元(新たに識別する対象となった目標1(電波源1)の電波諸元)が入力されるものである。電波諸元判定部8は、学習部6が学習した学習結果(学習モデル)に基づいて、識別対象諸元に対応する目標1を決定する、又は、識別対象諸元が未知諸元と判定するものである。詳しくは、識別対象諸元に対応する電波諸元が決定するので、一致する目標1(電波源1)が特定できる。
図5において、電波諸元判定部8は、未知諸元と判定した識別対象諸元を、電波諸元入力部4へ電波諸元として第1の追加入力を実施するものである。さらに、電波諸元判定部8は、未知諸元と判定した識別対象諸元に対応する新たな目標情報を設定して、目標情報部5へ第2の追加入力を実施するものである。この二つの入力動作で、電波諸元判定部8(目標識別装置3)は、学習部5を再学習させることができる。
図3及び図5において、受信装置9は、識別対象諸元入力部7(目標識別装置3)へ識別対象諸元(新たに識別する対象となった目標1(電波源1)の電波諸元)を入力するものである。受信装置9は次の構成である。アンテナ部10は、目標1(電波源1)から到来した電磁波を受信するものである。A/D変換部11は、アンテナ部10が受信した電磁波をA/D変換してディジタルデータを生成するものである。諸元検出部12は、A/D変換部11が生成したディジタルデータの識別対象諸元(電波諸元)を検出するものである。パルス列分離部13は、パルス列分離の処理を行った識別対象諸元(電波諸元)を識別対象諸元入力部7(目標識別装置3)へ送るものである。
次に、図4を用いて実施の形態1に係る主に目標識別装置の(実施の形態1に係る目標識別方法)を説明する。図4において、ステップ11は、識別対象諸元入力部7へ新たに識別する対象となった目標1(電波源1)の電波諸元である識別対象諸元が入力される処理ステップである。ステップ12は、識別対象諸元入力部7から学習部6へ識別対象諸元を入力させて学習モデルを使用する処理ステップである。ステップ13は、学習部6が学習した学習結果(学習モデル)に基づいて、電波諸元判定部8が識別対象諸元に対応する目標1を決定する、又は、識別対象諸元が未知諸元と判定する処理ステップである。ステップ13で目標1(電波源1)を識別したといえる。
次に、実施の形態1に係る目標識別装置の判定結果を、実施の形態1に係る電波諸元学習装置へフィードバックして、学習部6に再学習させる場合(強化学習させる場合)を説明する。図6は、実施の形態1に係る電波諸元学習装置の動作(実施の形態1に係る電波諸元学習方法)における再学習(強化学習)について説明する。図6におけるステップ11からステップ13までは図4を用いて説明したものと同様のため、説明は省略する。図6において、ステップ14は、ステップ13にて学習部6が学習した学習結果(学習モデル)に基づいて、識別対象諸元が未知諸元と判定したかどうかを判断するステップである。ステップ14にて、未知諸元があると判断したときは、ステップ21及びステップ22へ進む。ステップ21及びステップ22は、処理の順序は問わない。同時でもよい。
図6において、ステップ11は、電波諸元入力部4に、未知諸元と判定した識別対象諸元を、電波諸元として第1の追加入力される処理ステップである。ステップ22は、目標情報入力部5に、未知諸元と判定した識別対象諸元に対応する新たな目標情報を設定して、目標情報部5へ第2の追加入力を実施される処理ステップである。ステップ23は、電波諸元入力部4から入力された電波諸元(識別対象諸元)と目標情報入力部5から入力された目標情報(識別対象諸元に合わせて新たに設定した目標1の目標情報)とに基づいて、学習部6に目標と一致していると判定する電波諸元の範囲を再学習させ、学習した範囲から外れた識別対象の識別対象諸元を電波諸元が未知である未知諸元と判定することを再学習させる処理ステップである。
ステップ14の実行のトリガには、次のようなものが考えられる。つまり、実施の形態1に係る目標識別装置(電波諸元判定部8)が、実施の形態1に係る電波諸元学習装置を再学習(強化学習)させるトリガである。例えば、識別対象諸元入力部7が、未知諸元であると電波諸元判定部8によって判定される同じ識別対象諸元が予め設定された回数に亘って入力されたとき、又は、識別対象諸元入力部7が、未知諸元であると電波諸元判定部8によって判定される識別対象諸元を記録し、外部から再学習実施指令が入力されたときが考えられる。このようなとき、電波諸元判定部8は、第1の追加入力及び前記第2の追加入力(ステップ21及びステップ22)を実施して、学習部6を再学習(ステップ23)させるとよい。なお、予め設定された回数とは、未知諸元であると判定される回数が多く、未知諸元を無視できなくなる回数など状況に応じて設定すればよい。また、学習部6の学習途上であれば、予め設定された回数は1回でもよい。
以上のように、発明の実施の形態1に係る電波諸元学習装置及び目標識別装置(電波諸元学習方法及び目標識別方法)は、学習部6が、電波諸元と目標情報とに基づいて、目標1と一致していると判定する電波諸元の範囲を学習し、学習した範囲から外れた識別対象の識別対象諸元を電波諸元が未知である未知諸元と判定することを学習しているため、本当に未知の目標1(電波源1)であっても、何であるかを特定してしまったり、複数の候補を特定してしまったりするおそれが少ない。
1 目標(電波源)、2 電波諸元学習装置、3 目標識別装置、
4 電波諸元入力部、5 目標情報入力部、6 学習部、7 識別対象諸元入力部、
8 電波諸元判定部、9 受信装置、10 アンテナ部、11 A/D変換部、
12 諸元検出部、13 パルス列分離部。

Claims (11)

  1. 目標ごとに入力される、前記目標から到来した電磁波をA/D変換して導出した複数のパラメータ、又は、前記目標を模擬した前記複数のパラメータを有する電波諸元と、前記電波諸元ごとに入力される、前記電波諸元と一致すると判定する前記目標の情報である目標情報とに基づいて、前記目標と一致していると判定する前記電波諸元の範囲を学習し、学習した前記範囲から外れた前記電波諸元を対応する前記目標が未知である前記電波諸元である未知諸元と判定することを学習した電波諸元学習装置の学習結果を用いて前記目標を識別する目標識別装置であって、
    識別対象の前記電波諸元である識別対象諸元が入力される識別対象諸元入力部と、
    前記学習結果に基づいて、前記識別対象諸元に対応する前記目標を決定する、又は、前記識別対象諸元が前記未知諸元と判定する電波諸元判定部とを備えたことを特徴とする目標識別装置。
  2. 前記学習結果は、前記電波諸元であるPDW(Pulse Description Word)又は前記電波諸元であるIQデータの少なくとも一方が入力されて前記電波諸元学習装置が学習したものであることを特徴とする請求項1に記載の目標識別装置。
  3. 前記学習結果は、前記電波諸元であるPDW(Pulse Description Word)のうち、パルス列データの周波数、振幅、パルス幅、信号強度の少なくともいずれか一つが前記パラメータとして入力されて前記電波諸元学習装置が学習したものであることを特徴とする請求項1に記載の目標識別装置
  4. 前記学習結果は、少なくとも前記目標の機種名又は型番を含む前記目標情報が入力されて前記電波諸元学習装置が学習したものであることを特徴とする請求項1から請求項3のいずれか1項に記載の目標識別装置
  5. 目標から到来した電磁波をA/D変換して導出した複数のパラメータ、又は、前記目標を模擬した前記複数のパラメータを有する電波諸元が、前記目標ごとに入力される電波諸元入力部と、前記電波諸元ごとに、前記電波諸元と一致すると判定する前記目標の情報である目標情報が入力される目標情報入力部と、前記電波諸元入力部から入力された前記電波諸元と前記目標情報入力部から入力された前記目標情報とに基づいて、前記目標と一致していると判定する前記電波諸元の範囲を学習し、学習した前記範囲から外れた前記電波諸元を対応する前記目標が未知である前記電波諸元である未知諸元と判定することを学習する学習部とを有する電波諸元学習装置と、
    識別対象の前記電波諸元である識別対象諸元が入力される識別対象諸元入力部と、
    前記学習部が学習した学習結果に基づいて、前記識別対象諸元に対応する前記目標を決定する、又は、前記識別対象諸元が前記未知諸元と判定する電波諸元判定部とを備えたことを特徴とする目標識別装置。
  6. 前記電波諸元入力部は、前記電波諸元であるPDW(Pulse Description Word)又は前記電波諸元であるIQデータの少なくとも一方が入力されることを特徴とする請求項5に記載の目標識別装置
  7. 前記電波諸元入力部は、前記電波諸元であるPDW(Pulse Description Word)のうち、パルス列データの周波数、振幅、パルス幅、信号強度の少なくともいずれか一つが前記パラメータとして入力されることを特徴とする請求項5に記載の目標識別装置
  8. 前記目標情報入力部は、少なくとも前記目標の機種名又は型番を含むものが入力されることを特徴とする請求項5から請求項7のいずれか1項に記載の目標識別装置
  9. 前記電波諸元判定部は、前記未知諸元と判定した前記識別対象諸元を、前記電波諸元入力部へ前記電波諸元として第1の追加入力を実施し、
    前記電波諸元判定部は、前記未知諸元と判定した前記識別対象諸元に対応する新たな前記目標情報を設定して、前記目標情報入力部へ第2の追加入力を実施し、
    前記学習部を再学習させることを特徴とする請求項5から請求項8のいずれか1項に記載の目標識別装置。
  10. 前記識別対象諸元入力部、前記未知諸元であると前記電波諸元判定部によって判定される同じ前記識別対象諸元が予め設定された回数に亘って入力されたとき、
    前記電波諸元判定部は、前記第1の追加入力及び前記第2の追加入力を実施して、前記学習部を再学習させることを特徴とする請求項9に記載の目標識別装置。
  11. 前記識別対象諸元入力部は、前記未知諸元であると前記電波諸元判定部によって判定される前記識別対象諸元を記録し、外部から再学習実施指令が入力されたとき、
    前記電波諸元判定部は、前記第1の追加入力及び前記第2の追加入力を実施して、前記学習部を再学習させることを特徴とする請求項9に記載の目標識別装置。
JP2019075048A 2019-04-10 2019-04-10 目標識別装置 Active JP7272076B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2019075048A JP7272076B2 (ja) 2019-04-10 2019-04-10 目標識別装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019075048A JP7272076B2 (ja) 2019-04-10 2019-04-10 目標識別装置

Publications (2)

Publication Number Publication Date
JP2020173171A JP2020173171A (ja) 2020-10-22
JP7272076B2 true JP7272076B2 (ja) 2023-05-12

Family

ID=72831019

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019075048A Active JP7272076B2 (ja) 2019-04-10 2019-04-10 目標識別装置

Country Status (1)

Country Link
JP (1) JP7272076B2 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19518993A1 (de) 1995-05-29 1996-12-05 Sel Alcatel Ag Vorrichtung und Verfahren zur automatischen Detektion oder Klassifikation von Objekten
JP2011107138A (ja) 2009-11-13 2011-06-02 Lig Nex1 Co Ltd 電子情報受信機の信号識別方法
CN102540164A (zh) 2012-01-04 2012-07-04 中国电子科技集团公司第二十八研究所 一种基于增量式学习的雷达辐射源分类建模方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07253459A (ja) * 1994-03-15 1995-10-03 Mitsubishi Electric Corp 目標特定評価装置
JPH07280930A (ja) * 1994-04-07 1995-10-27 Mitsubishi Electric Corp 目標情報判定装置
JPH10282220A (ja) * 1997-04-10 1998-10-23 Mitsubishi Electric Corp 目標型式特定評価装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19518993A1 (de) 1995-05-29 1996-12-05 Sel Alcatel Ag Vorrichtung und Verfahren zur automatischen Detektion oder Klassifikation von Objekten
JP2011107138A (ja) 2009-11-13 2011-06-02 Lig Nex1 Co Ltd 電子情報受信機の信号識別方法
CN102540164A (zh) 2012-01-04 2012-07-04 中国电子科技集团公司第二十八研究所 一种基于增量式学习的雷达辐射源分类建模方法

Also Published As

Publication number Publication date
JP2020173171A (ja) 2020-10-22

Similar Documents

Publication Publication Date Title
US8839441B2 (en) Method and system for adaptive vulnerability scanning of an application
JP6209879B2 (ja) 畳み込みニューラルネットワーク分類器システム、その訓練方法、分類方法および用途
JPH05210648A (ja) 自己組織型パタ−ン分類システム及び分類方法
CN101937513A (zh) 信息处理设备、信息处理方法和程序
KR101851675B1 (ko) 이종 데이터를 활용하여 상품을 자동으로 분류하는 상품분류시스템
WO2019102962A1 (ja) 学習装置、学習方法、及び、記録媒体
WO2019073923A1 (ja) 異常品判定方法
CN104424944B (zh) 一种信息处理方法及电子设备
CN109087646A (zh) 一种导入人工智能超深度学习用于语音图像识别的方法
JP2020154600A (ja) 画像処理装置及びプログラム
JP7287077B2 (ja) 電波諸元学習装置及び目標識別装置
KR101825689B1 (ko) 객체 인식 장치, 이의 학습 방법 및 이를 이용한 객체 인식 방법
JP7272076B2 (ja) 目標識別装置
JP2020155101A (ja) 情報処理装置及び情報処理方法
CN107979606B (zh) 一种具有自适应的分布式智能决策方法
JPWO2019180868A1 (ja) 画像生成装置、画像生成方法および画像生成プログラム
CN110727783B (zh) 一种基于对话***对用户问句提出反问的方法和装置
JP7211501B2 (ja) データ変換装置、パターン認識システム、データ変換方法及びデータ変換プログラム
KR101427149B1 (ko) 지수이동평균을 이용한 이중 레이어 svm 기반 레이더 신호의 pri 복합변조형태 인식 방법
US20220261690A1 (en) Computer-readable recording medium storing determination processing program, determination processing method, and information processing apparatus
JPWO2019103006A1 (ja) 情報処理装置及び情報処理方法
CN112564834B (zh) 一种面向无线通信***的智能认知与干扰方法及***
US20210166063A1 (en) Pattern recognition device and learned model
CN113889086A (zh) 语音识别模型的训练方法、语音识别方法及相关装置
CN110431543B (zh) 分类信息的方法和分类处理器

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210903

RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20220427

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220713

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220816

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20221012

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221213

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230328

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230410

R151 Written notification of patent or utility model registration

Ref document number: 7272076

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151