CN104903742B - 信号处理装置 - Google Patents
信号处理装置 Download PDFInfo
- Publication number
- CN104903742B CN104903742B CN201380068394.8A CN201380068394A CN104903742B CN 104903742 B CN104903742 B CN 104903742B CN 201380068394 A CN201380068394 A CN 201380068394A CN 104903742 B CN104903742 B CN 104903742B
- Authority
- CN
- China
- Prior art keywords
- signal
- sensor
- signal processing
- identifying
- frequency
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
- G01S13/56—Discriminating between fixed and moving objects or between objects moving at different speeds for presence detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/35—Details of non-pulse systems
- G01S7/352—Receivers
- G01S7/354—Extracting wanted echo-signals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/35—Details of non-pulse systems
- G01S7/352—Receivers
- G01S7/356—Receivers involving particularities of FFT processing
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
一种信号处理装置(2),包括:放大部(3),用于放大从无线电波传感器(1)输出的并且与物体的运动相对应的传感器信号;A/D转换部(4),用于将放大部(3)放大后的传感器信号转换成数字传感器信号并且输出该数字传感器信号;以及信号处理部(5),用于通过离散余弦变换处理将从A/D转换部(4)输出的传感器信号转换成频域传感器信号,基于根据传感器信号和作为白噪声的参考信号所获得的误差信号来估计频域传感器信号中所包含的背景信号,并且根据所估计出的背景信号来设置滤波器系数,由此作为用于在频域中从传感器信号中去除背景信号的自适应滤波器进行工作。
Description
技术领域
本发明涉及被配置为对来自接收物体反射的无线信号的传感器的传感器信号进行信号处理的信号处理装置。
背景技术
提出了具有图12所示的结构的照明系统(例如,参见日本专利申请公开2011-47779;以下称为“文献1”)。该照明系统包括:物体检测装置101,其配备有传感器110,其中该传感器110用于检测在检测区域内有无检测对象物并且输出传感器信号;以及照明器具102。物体检测装置101控制照明器具102的点亮状态。
传感器110是如下的毫米波检测器,其中该毫米波检测器向检测区域发送毫米波,接收检测区域内移动的检测对象物所反射的毫米波,并且输出具有与所发送的毫米波和所接收到的毫米波之间的频率差等同的多普勒(Doppler)频率的传感器信号。
物体检测装置101包括放大电路111、判断部112和照明控制部113。放大电路111被配置为根据多个频率带宽对从传感器110输出的传感器信号进行分割并且针对这多个频率带宽各自进行放大。判断部112通过将放大电路111的输出与预定阈值进行比较来判断检测对象物的有无。照明控制部113根据判断部112的判断结果来控制照明器具102的点亮状态。
物体检测装置101包括频率分析部114和噪声去除部(噪声判断部115和切换电路116)。频率分析部114检测针对从传感器110输出的传感器信号的各频率的强度。通过使用频率分析部114的分析结果,噪声去除部降低恒定地发生的具有特定频率的噪声的影响。使用FFT(Fast Fourier Transform,快速傅立叶变换)分析器作为频率分析部114。判断部112、照明控制部113和噪声去除部包含在主要包括微计算机的控制块117中。放大电路111构成针对各预定的频率带宽输出传感器信号的信号处理部。文献1还提及了信号处理部可以由FFT分析器或数字滤波器构成。
放大电路111具有多个放大器118,并且使用运算放大器作为各放大器118。在各放大器118中,可以通过调整构成放大器118的电路的各种参数来设置要进行放大的信号的频率带宽。也就是说,各放大器118还用作允许特定频率带宽的信号通过的带通滤波器。然后,在放大电路111中,多个放大器118并联连接,并且放大根据多个频率带宽进行分割后的传感器信号。然后,放大器118输出分割并放大后的分别具有各频率带宽的信号成分。
判断部112包括针对各放大器118的比较器(在图12中缩写为“A/D”)119。各比较器119将相应放大器118的输出A/D转换成数字值,然后将该数字值与预定阈值进行比较,由此判断部112判断检测对象物的有无。另外,针对各带通(即,针对放大器118)单独设置阈值,并且在相应放大器118的输出在阈值的范围外的情况下,各比较器119输出高电平信号。在该传统示例中,初始状态下(出厂之前)的各带通的阈值“Vth”是通过Vth=Vavg±Vppini所表示的值,其中“Vppini”表示在吸波暗室中无电磁波反射的状态下、在给定时间段内所检测到的各放大器118的输出值“V”的峰-峰“Vpp”的最大值,并且“Vavg”表示所述输出值“V”的平均值。判断部112包括OR(或)电路120,其中该OR电路120获得来自比较器119的比较结果的逻辑和。如果还存在一个高电平信号,则OR电路120输出表示“检测状态”的检测信号,这意味着存在检测对象物。作为对比,如果所有信号均为低电平,则OR电路120输出表示“非检测状态”的检测信号,这意味着不存在检测对象物。检测信号在检测状态下示出“1”,并且在非检测状态下示出“0”。
噪声去除部包括:噪声判断部115,用于根据频率分析部114的输出来判断恒定发生的具有特定频率的噪声的有无;以及切换电路116,用于根据噪声判断部115的判断结果来切换要输出至判断部112的放大器118的输出状态。
切换电路116包括多个开关121,并且各开关121插入在放大电路111的放大器118和判断部112的相应比较器119之间。在初始状态下所有开关121均接通,然后通过噪声判断部115的输出来单独控制开关121的接通/断开状态,由此单独接通或断开从放大器118向判断部121的输出。也就是说,切换电路116根据噪声判断部115的输出来断开与具有任意带通的放大器118相对应的开关121,由此可以使放大器118的输出无效。
噪声判断部115读取从频率分析部114输出的传感器信号的各频率(频率成分)的信号强度(电压强度),并且将各信号强度存储在存储器(未示出)中,然后通过使用所存储的数据来判断恒定地发生的具有特定频率的噪声的有无。
在噪声判断部115判断为恒定地发生具有特定频率的噪声的情况下,噪声判断部115控制切换电路116以断开插入在判断部112和具有包含噪声的频率的带通的放大器118之间的开关121。因而,在恒定地发生具有特定频率的噪声的情况下,针对包含噪声的频率带宽放大电路111向判断部112的输出变得无效。在传统示例中,每当噪声判断部115判断为周围环境处于“稳定状态”的情况下,更新各开关121的接通/断开状态。
在用于通过处理传感器信号来检测物体的运动的信号处理装置中,在通过频域中的自适应信号处理来去除诸如未知噪声或不期望信号(存在于环境中的但根据检测对象物的运动无法推导出的稳定信号)等的背景信号的情况下,通常使用快速傅立叶变换(FFT)。
在使用FFT来将采样周期为“t”并且样本数为“2N”的时域数字信号转换成频域信号、以使得有鉴于FFT处理之后的混叠特性而将该信号用于后续信号处理的情况下,在频率范围的最大频率为“1/(2t)[Hz]”的条件下,频率分辨率为“1/(2Nt)[Hz]”并且有效样本数为“N”。此外,在应用FFT之前应用窗函数。因此,使用FFT的自适应滤波器需要具有至少“2N”个字的存储器,从而仅应用除自适应处理以外的FFT处理。此外,由于需要进行复数计算,因此该自适应滤波器需要相对大规模的硬件。此外,后续的自适应处理和滤波处理需要进行复数计算,这样对硬件产生较大负担。
因此,如果将使用FFT的频域自适应滤波器应用于对传感器信号进行处理的信号处理装置,则产生针对硬件的负荷增大以及高成本化的问题。针对硬件的负荷增大以及高成本化的这些问题已成为将滤波器应用于通常需要较低成本的商用传感器装置的一个障碍。
发明内容
本发明是有鉴于上述情形而作出的,并且本发明的目的是提供能够利用以较低成本所实现的相对简单的硬件结构来高效地去除背景信号以获得期望信号的信号处理装置。
本发明的一种信号处理装置(2),包括:放大部(3),其被配置为放大从用于接收物体所反射的无线信号的传感器(1)所输出的(第一)传感器信号(Sa);A/D转换部(4),其被配置为将所述放大部(3)放大后的(第二)传感器信号(Sb)转换成数字(第三)传感器信号(Sc),并且输出该数字传感器信号(Sc);以及信号处理部(5),其被配置为进行以下操作:通过离散余弦变换处理来将从所述A/D转换部(4)输出的传感器信号(Sc)转换成频域(第四)传感器信号(Sx),基于根据所述传感器信号(Sx)和由白噪声形成的参考信号(Sd)所获得的误差信号(Se)来估计所述频域传感器信号(Sx)中所包含的背景信号,以及根据所估计出的背景信号来设置滤波器系数(Wo),由此使所述信号处理部作为用于在频域中从所述传感器信号(Sx)中去除所述背景信号的自适应滤波器进行工作。
在一个实施例中,所述信号处理部(5)具有能够选择性地进行切换的第一模式和第二模式,以及所述信号处理部(5)被配置为进行以下操作:在所述第一模式中,基于所述误差信号(Se)来估计所述传感器信号(Sx)中所包含的所述背景信号,并且根据所估计出的所述背景信号来更新所述滤波器系数(Wo),以及在所述第二模式中,停止所述滤波器系数(Wo)的更新处理,并且在频域中从所述传感器信号(Sx)中去除所述背景信号。
在一个实施例中,所述信号处理部(5)被配置为在以所述第一模式进行工作的状态下判断为所述误差信号(Se)收敛的情况下,从所述第一模式切换为所述第二模式。
在一个实施例中,所述信号处理部(5)被配置为在以所述第一模式进行工作的状态下判断为所述误差信号(Se)收敛于预定范围内的情况下,进行以下操作:基于各自均收敛于所述预定范围内并且是在多个时间点所获得的各所述误差信号(Se)来推导所述滤波器系数(Wo),计算所推导出的所述滤波器系数(Wo)的平均值,以及将所计算出的所述平均值设置为所述滤波器系数(Wo)。
在一个实施例中,所述信号处理部(5)被配置为在所述第二模式中进行以下操作:通过离散余弦变换处理来将从所述A/D转换部(4)输出的传感器信号(Sc)转换成所述频域传感器信号(Sx),在频域中从所述传感器信号(Sx)中去除所述背景信号,以提取具有相互不同的频率带宽的多个频率小区间(fb)的群中的所述频率小区间(fb)各自的信号成分,以及基于所述频率小区间(fb)各自的信号成分来进行用于标识所述物体的识别处理。
在一个实施例中,所述信号处理部(5)被配置为在所述第二模式中进行以下操作:通过离散余弦变换处理来将从所述A/D转换部(4)输出的传感器信号(Sc)转换成所述频域传感器信号(Sx),在频域中从所述传感器信号(Sx)中去除所述背景信号,以提取包括具有相互不同的频率带宽的多个频率小区间(fb)的多个子带(fs)的群中的所述子带(fs)各自的信号成分,以及基于所述子带(fs)各自的信号成分来进行用于标识所述物体的识别处理。
在一个实施例中,所述信号处理部(5)针对各所述频率小区间(fb)具有滤波器系数(Won;其中,“n”是数字“1”~“N”中的任何数字并且“N”是频率小区间fb的总数),以及所述信号处理部(5)被配置为进行以下操作:向所有的所述滤波器系数(Won)或预定的多个所述滤波器系数(Won)应用逆离散余弦变换处理以获得逆变换值,基于从所述A/D转换部(4)所输出的传感器信号(Sc)和所获得的逆变换值来生成时域数据,以及基于所生成的时域数据来进行用于标识所述物体的识别处理。
在一个实施例中,所述信号处理部(5)被配置为进行以下操作:向各所述子带(fs)的信号成分应用逆离散余弦变换处理以获得逆变换值,基于所获得的逆变换值来生成时域数据,以及基于所生成的时域数据来进行用于标识所述物体的识别处理。
在一个实施例中,所述信号处理部(5)被配置为在进行用于标识所述物体的识别处理的情况下,进一步使用从所述传感器(1)到所述物体的距离信息。
在一个实施例中,所述信号处理部(5)被配置为进行以下操作:在作为所述识别处理的结果标识出所述物体的情况下,禁止从所述第二模式向所述第一模式的切换,以及在作为所述识别处理的结果没有标识出所述物体的情况下,允许从所述第二模式向所述第一模式的切换。
在一个实施例中,所述自适应滤波器的自适应算法是离散余弦变换的最小均方算法即LMS算法。
在一个实施例中,所述信号处理部(5)包括:DCT转换部(50),其被配置为通过离散余弦变换处理来将从所述A/D转换部(4)输出的所述传感器信号(Sc)转换成所述频域传感器信号(Sx);滤波单元(51),其被配置为通过使用来自所述DCT转换部(50)的所述频域传感器信号(Sx)和所述参考信号(Sd)来自适应地估计所述背景信号,并且从来自所述DCT转换部(50)的所述频域传感器信号(Sx)中去除所述背景信号;以及标识处理部(52),其被配置为通过使用来自所述滤波单元(51)的输出信号(Sy)来标识所述物体。
在一个实施例中,所述滤波单元(51)包括:滤波器(5a),其被配置为基于可变的滤波器系数(Wo)来在频域中从所述传感器信号(Sx)中去除所述背景信号以输出输出信号(Sy);减法器(5b),其被配置为计算来自所述滤波器(5a)的所述输出信号(Sy)和所述参考信号(Sd)之间的差以输出所述误差信号(Se);以及自适应处理部(5c),其被配置为基于所述误差信号(Se)来估计所述背景信号,并且根据所估计出的背景信号来更新所述滤波器系数(Wo)。
本发明的信号处理装置包括作为被配置为基于离散余弦变换处理来从传感器信号中去除背景信号的频域的自适应滤波器进行工作的信号处理部。因此,可以利用以较低成本所实现的简单的硬件结构来高效地去除背景信号以获得期望信号。
附图说明
图1是实施例中的包括无线电波传感器和信号处理装置的传感器装置的框图。
图2是示出实施例中的自适应滤波器的功能的说明图。
图3是示出实施例中的信号处理部的操作模式的说明图。
图4是示出实施例中的信号处理部的操作的流程图。
图5A~5C是示出实施例中的频域的说明图。
图6是示出使用DCT和FFT的LMS算法的自适应滤波器的传递特性的曲线图。
图7A~7C是示出实施例中的频域的信号处理的流的波形图。
图8是示出实施例中的时域的信号处理的流的波形图。
图9A是示出实施例中的频域的信号处理的流的波形图。
图9B是示出实施例中的时域的信号处理的流的波形图。
图10是实施例中的无线电波传感器的框图。
图11是实施例中的信号处理部的框图。
图12是示出传统的照明系统的结构的框图。
具体实施方式
以下将参考图1~11来说明本实施例中的信号处理装置2。
信号处理装置2被配置为处理从无线电波传感器1输出的传感器信号Sa。无线电波传感器1被配置为向检测区域内发送无线电波,接收被检测区域内的物体反射的无线电波,并且输出反映该物体的运动的传感器信号Sa。图1是包括无线电波传感器1和信号处理装置2的传感器装置100的框图。
本实施例的无线电波传感器1是多普勒传感器,其中该多普勒传感器被配置为向检测区域发送具有预定频率的无线电波,接收被检测区域内运动的物体反射的无线电波,并且输出具有与所发送的和所接收到的无线电波之间的差等同的多普勒频率的传感器信号。因此,从无线电波传感器1输出的传感器信号Sa是表示物体的运动的时域模拟信号。
如图10所示,无线电波传感器1包括发送机11、接收机12和混合器13。发送机11被配置为向检测区域发送无线电波。接收机12被配置为接收被检测区域内的物体反射的无线电波。混合器13被配置为输出具有与从发送机11发送来的无线电波和接收机12所接收到的无线电波之间的差等同的多普勒频率的传感器信号。发送机11包括发送所用的天线14。接收机12包括接收所用的天线15。发送机11可被配置为发送频率为24.15[GHz]的毫米波作为无线电波。从发送机11发送来的无线电波不限于毫米波,而且可以是微波。此外,没有特别限制从发送机11发送来的无线电波的频率。如果无线电波被检测区域内移动的物体反射,则反射波的频率因多普勒效应而发生偏移。
如图1所示,信号处理装置2包括放大部3、A/D转换部4、信号处理部5和输出部6。
放大部3例如是包括运算放大器的放大部。放大部3被配置为放大从无线电波传感器1供给的模拟传感器信号Sa并且将放大后的信号输出至A/D转换部4。
A/D转换部4被配置为将放大部3放大后的传感器信号Sb转换成数字传感器信号Sc并且输出由此得到的数字信号。
信号处理部5具有被配置为对从A/D转换部4输出的数字传感器信号Sc进行离散余弦变换(Discrete Cosine Transform:DCT)以将该数字传感器信号转换成频域信号的功能。
信号处理部5被配置为通过DCT将时域(时间轴)的传感器信号Sc转换成频域(频率轴上)的传感器信号Sx,并且基于该频域信号的频率分布来进行用于标识物体的识别处理。信号处理部5具有图2所示的自适应滤波器的功能,并且在识别处理之前在频域中进行去除诸如未知噪声和不期望信号等的背景信号的滤波处理。
具体地,如图11所示,信号处理部5包括DCT转换部50、滤波单元51和标识处理部52。DCT转换部50被配置为向所供给的时域传感器信号Sc应用离散余弦变换以将该信号转换成频域传感器信号Sx,并且输出由此得到的信号。滤波单元51被配置为基于来自DCT转换部50的频域传感器信号Sx和作为白噪声的参考信号Sd来自适应地估计背景信号,并且将该背景信号从来自DCT转换部50的频域传感器信号Sx中去除。标识处理部52被配置为基于来自滤波单元51的输出信号Sy来将物体识别为检测对象。
自适应滤波器包括具有传递函数(滤波器系数)的滤波器并且根据自适应算法(最优化算法)来对该传递函数进行自我调节,并且可以由数字滤波器来实现。在本实施例中,使用利用离散余弦变换的自适应滤波器。在这种情况下,自适应滤波器的自适应算法可以是DCT的LMS(Least Mean Square,最小均方)算法。
在相同的样本数的情况下,使用DCT的频域的自适应滤波器的频率分辨率为使用FFT的频域的自适应滤波器的两倍。因此,使用DCT的自适应滤波器可以利用具有诸如存储器的小型硬件资源的紧凑型处理系统来实现窄带中的噪声去除。
例如,在使用FFT将采样周期为“t”并且样本数为“2N”的时域数字信号转换成频域信号的情况下,在频率范围的最大频率为“1/(2t)[Hz]”的条件下,频率分辨率为“1/(2Nt)[Hz]”并且有效样本数为“N”。因此,使用FFT的自适应滤波器需要具有至少“2N”个字的存储器,从而应用FFT。此外,由于需要进行复数计算,因此该滤波器需要相对较大规模的硬件。
另一方面,在使用DCT将采样周期为“t”并且样本数为“N”的时域数字信号转换成频域信号的情况下,可实现的频率分辨率可以为“1/(2Nt)[Hz]”并且有效样本数可以为“N”。使用DCT的该自适应滤波器的最大频率为“1/(2t)[Hz]”,这与使用FFT的频域的自适应滤波器的最大频率相同。换句话说,利用具有“N”个字的存储器所实现的DCT处理可以实现与需要具有至少“2N”个字的存储器的FFT处理同等的频率分辨率。
使用DCT的自适应滤波器是基于实数所进行的处理方法。另一方面,使用FFT的自适应滤波器是需要复数计算的处理方法。因此,使用DCT的自适应滤波器的计算量相比使用FFT的自适应滤波器的计算量可以减少。
此外,在FFT之前应当应用使用窗函数的预定处理,以去除存在于期望通带外的滤波器旁瓣。另一方面,DCT不要求应用窗函数。可选地,可以利用简单的滤波器来实现窗函数。
因此,相比使用FFT的自适应滤波器,可以利用简化的硬件结构来实现使用DCT的自适应滤波器。
结果,由于信号处理装置2包括使用DCT的频域的自适应滤波器,因此可以利用以低成本所实现的相对简单的硬件结构来去除难以预测的背景信号(例如,依赖于装置的安装场所的环境噪声或不期望信号)。此外,由于装置包括使用DCT的频域的自适应滤波器,因此可以高效地仅获得期望信号。
众所周知,为了实现期望的滤波性能,频域的自适应滤波器相比时域的自适应滤波器具有更好的收敛性。其中,LMS算法相比递归最小二乘方(Recursive Least Square:RLS)算法需要较小的计算量。
信号处理部5包括滤波单元51作为自适应滤波器。如图2所示,滤波单元51包括滤波器5a、减法器5b和自适应处理部5c。
信号处理部5被配置为利用DCT转换部50将从A/D转换部4供给的时域数字传感器信号Sc(包括期望信号和未知的背景信号的信号)转换成频域传感器信号Sx。滤波器5a被配置为接收传感器信号Sx,基于所确定的(可变的)滤波器系数Wo来从传感器信号Sx中滤除不期望的背景信号以产生输出信号Sy。减法器5b被配置为计算滤波器5a的输出信号Sy和参考信号Sd之间的差以获得误差信号Se。在本实施例中,参考信号Sd是白噪声,并且例如可以是在信号处理装置2的内部所发生的噪声(诸如接收电路等的内部噪声等)。自适应处理部5c被配置为根据DCT的LMS算法基于误差信号Se来估计背景信号的频率成分,以根据所估计出的背景信号的频率成分生成滤波器系数的校正系数并更新滤波器系数Wo。尽管没有进行限制,但用作参考信号Sd的白噪声理想上可以是频率独立的白噪声、或者可以是在宽的频率区域中强度几乎相同的噪声信号。
信号处理部5包括上述的自适应滤波器,并且如图3所述被配置为在作为操作模式的噪声估计模式(第一模式)和检测模式(第二模式)之间可切换。将参考图4来说明该噪声估计模式和检测模式。
信号处理部5通过DCT将从A/D转换部4输出的传感器信号Sc转换成频域传感器信号Sx(S1)。信号处理部5从频域传感器信号Sx中提取针对具有相互不同的频率带宽的频率小区间fb(参见图5A)的信号成分。使用各频率小区间fb的振幅强度作为DCT系数。
信号处理部5判断当前的操作模式(S2)。在当前的操作模式是噪声估计模式的情况下,信号处理部5进行以下所述的处理。将假定在噪声估计模式时传感器信号Sx仅包括背景信号(换句话说,仅在判断为不存在检测对象物的情况下才允许将本实施例的信号处理部5设置为噪声估计模式)。
在噪声估计模式中,自适应处理部5c接收作为滤波器5a的输出信号Sy和参考信号Sd之间的差的误差信号Se。自适应处理部5c使用DCT来进行频域自适应处理以使得误差信号Se变得最小,并且更新滤波器系数Wo(S4)。然后,处理返回至步骤S1。
以噪声估计模式进行工作的信号处理部5根据步骤S1~S4重复上述操作,并且自适应处理部5c在误差信号Se收敛于预定范围内的情况下停止滤波器系数Wo的更新处理。在本实施例中,针对各频率小区间fb设置滤波器系数Won(其中,“n”是数字“1”~“N”中的任何数字并且“N”是频率小区间fb的总数)。滤波器5a基于滤波器系数Wo(Wo1,Wo2,…,WoN)来从各频率小区间fb的信号成分中去除背景信号的成分。
可以基于以下内容来更新滤波器系数Wo:各个采样点(各频率小区间fb)、各自包括采样点的各个块(包括频率小区间的各块)、或者包括块之间可能重复的数据(频率小区间fb)的各个块;并且可以根据所需的收敛性和精度来选择这些更新处理其中之一。
在误差信号Se收敛于预定范围内并且信号处理部5停止滤波器系数Wo的更新处理之后,信号处理部5将其操作模式从噪声估计模式切换为检测模式。
注意,自适应处理部5c在以噪声估计模式进行工作的状态下判断为误差信号Se收敛于预定范围内的情况下,可被配置为基于各自均在预定范围内并且是在不同时间点所获得的各误差信号Se来推导滤波器系数Wo。在该结构中,自适应处理部5c向基于各自均在预定范围内并且是在不同时间点所获得的各误差信号Se而推导出的滤波器系数Wo应用诸如相加平均或中值平均等的平均化处理、丢弃异常值等的异常值去除处理、以及分散状况检测处理等,并且将所应用的结果设置到滤波器5a的滤波器系数Wo。
在步骤S2中当前的操作模式是检测模式的情况下,信号处理部5进行以下所述的处理。
以检测模式进行工作的信号处理部5使用通过对从A/D转换部4输出的传感器信号Sc应用DCT所获得的DCT系数Cx(等同于传感器信号Sx,更具体地等同于传感器信号Sx中的针对各频率小区间fb的成分)以及滤波器5a的滤波器系数Wo,来推导背景信号被去除的传感器信号的振幅强度Cy(等同于输出信号Sy,更具体地等同于输出信号Sy中的针对各频率小区间fb的成分)(S5)。具体地,通过等式Cy(n)=Cx(n)*Won来获得第“n”个频率小区间fb(其中,“n”是数字“1”~“N”中的任何数字并且“N”是频率小区间fb的总数)的振幅强度Cy(n),其中Cx(n)表示第“n”个频率小区间的DCT系数。
信号处理部5在频域中生成各自包括邻接的多个频率小区间fb的一个或多个子带fs(参见图5A)。信号处理部5针对各子带fs,使用子带fs的各频率小区家fb的振幅强度Cy来应用诸如相加平均、加权平均或中值平均等的平均化处理、丢弃异常值的异常值去除处理、以及分散状况检测处理等,以针对各子带fs推导振幅强度Cy的代表值Cya(以下称为“代表强度值Cya”)(S6)。
例如,将假定信号处理部5被配置为使用相加平均来推导代表强度值Cya的情况。将假定如图5A所示,在某一时间点,利用“Cy(1)”、“Cy(2)”、“Cy(3)”、“Cy(4)”和“Cy(5)”来分别表示与频率最低的子带fs的五个频率小区间fb有关的各个振幅强度Cy。在这种情况下,通过以下等式来表示该最低的子带fs中的通过相加平均所推导出的代表强度值Cya(1)(参见图5B)。
数学式1
Cya(1)=(Cy(1)+Cy(2)+Cy(3)+Cy(4)+Cy(5))/5
同样,推导出如图5B所示的利用“Cya(2)”、“Cya(3)”、“Cya(4)”和“Cya(5)”分别表示的第二最低的子带fs、第三最低的子带fs、第四最低的子带fs和第五最低的子带fs中的信号成分(代表强度值)。
利用该方式,信号处理部5可以获得与依赖于各子带fs的代表强度值Cya的频率分布有关的信息(频率分布信息)。
可能地,信号处理部5对各子带fs的各代表强度值Cya应用逆离散余弦变换(IDCT)以获得逆变换值,从而得到背景信号被去除的时域传感器信号(即,时域信号)(S8)。
然后,信号处理部5基于根据各子带fs的各代表强度值Cya所确定的频率分布信息(以及时域信息)来进行用于标识检测对象物的识别处理。在本发明中,“标识”可以包括“分类”和/或“识别”。在本实施例中,由于使用各子带fs的代表强度值Cya(各自是频率小区间fb的振幅强度Cy的代表值),因此可以抑制不期望的噪声等的影响。
可能地,信号处理部5获取与依赖于步骤S5中已推导出的各频率小区间fb的振幅强度Cy的频率分布有关的信息(频率分布信息)(S9)。
在这种情况下,可能地,信号处理部5对设置到各频率小区间fb的滤波器系数Wo(Wo1,Wo2,…,WoN)应用逆离散余弦变换(IDCT)以获得逆变换值,并且将从A/D转换部4输出的传感器信号Sc乘以所推导出的逆变换值(换句话说,向各频率小区间fb的振幅强度Cy应用逆离散余弦变换(DCT)),从而推导出背景信号被去除的时域传感器信号(即,时域信息)(S10)。可以向设置到全部频率小区间fb的滤波器系数或向设置到预定的一部分频率小区间fb的滤波器系数应用逆离散余弦变换。
在这种情况下,信号处理部5(标识处理部52)基于根据各频率小区间fb的振幅强度Cy所推导出的频率分布信息和/或基于根据设置到各频率小区间fb的滤波器系数Wo(Wo1,Wo2,…,WoN)所推导出的时域信息,来进行用于标识检测对象物的识别处理。
在识别处理中,信号处理部5(标识处理部52)例如可以将输出信号Sy在预定频率处的强度与阈值进行比较以判断物体的有无。可选地或另外,信号处理部5可以使用诸如基于主成分分析的模式识别处理、基于KL转换的模式识别处理、基于通过多元回归分析所获得的振幅强度成分比的识别处理和基于神经网络的识别处理等的其它算法,以标识检测对象物的类型。
由于DCT是实数运算,因此传感器信号的相位信息可能丢失。在传感器装置100的领域中,在一些情况下使用相位信息来判断“距离”。应当注意,在无线电波传感器1是多普勒传感器的情况下,可以基于背景信号被去除的时域传感器信号来大致估计距离。因此,如果不必从严格意义上同时确定运动和距离,则可以在无需增大硬件规模的情况下,根据步骤S8或S10中所推导出的时域传感器信号来获得作为补充信息的距离信息。结果,信号处理部5可被配置为基于步骤S8或S10中所推导出的时域传感器信号来获得相对于检测对象物的距离信息,并且在进行用于标识检测对象物的识别处理的情况下,使用该距离信息以及频率分布信息或时域信息。
信号处理装置2包括输出部6,其中该输出部6被配置为输出利用信号处理部5的标识结果。如果利用信号处理部5标识出检测对象物,则输出部6输出表示检测到物体的输出信号“1”。另一方面,如果利用信号处理部5没有标识出检测对象物,则输出部6输出表示没有检测到物体的输出信号“0”。
图6示出基于上述的DCT的LMS算法确定了滤波器系数Wo的滤波器5a的传递特性Z1。该曲线图示出以下内容:估计出在多个频率带宽A1~A4中存在具有噪声成分的背景信号,并且成功地创建了使存在噪声的频率带宽衰减并且使其它频率带宽通过的滤波特性。图6还示出与基于FFT的LMS算法所确定的滤波器系数有关的传递特性Z2作为比较例。根据这些示例,尽管相比FFT可以利用较少的计算量来实现DCT,但通过DCT的LMS算法所获得的滤波器的滤波性能相比基于FFT的LMS算法的滤波器的滤波性能没有显著劣化。
图7A~7C示出上述信号处理的流。图7A示出仅包括背景信号的传感器信号Sx的频率分布,其中“A”表示背景信号的频率成分。图7B示出包括背景信号和期望信号(根据检测对象物所推导出的信号)的传感器信号Sx的频率分布,其中“A”表示背景信号的频率成分并且“B”表示期望信号的频率成分。
图7C示出在信号处理部5以检测模式进行工作并且将图7A的传感器信号Sx(仅包括背景信号的传感器信号)供给至装置的情况下的滤波器5a的输出信号Sy1、以及在信号处理部5以检测模式进行工作并且将图7B的传感器信号Sx(包括背景信号和期望信号的传感器信号)供给至装置的情况下的滤波器5a的输出信号Sy2。通过基于DCT的LMS算法更新滤波器5a的滤波器系数Wo来从输出信号Sy1中去除背景信号的频率成分“A”。此外,由于滤波器5a的滤波器系数Wo是适当确定的,因此从输出信号Sy2中去除背景信号的频率成分“A”而期望信号的频率成分“B”残留在该信号中。
图8示出在装置从噪声估计模式切换为检测模式的情况下的参考信号Sd、传感器信号Sx、输出信号Sy和误差信号Se的时间波形。图8示出在时间T0之前在检测区域内不存在检测对象物并且在时间T0物体进入检测区域的情况。参考信号Sd是在噪声估计模式时输出的,并且在检测模式时停止。传感器信号Sx在时间T0之前仅包括背景信号,并且在时间T0之后除背景信号之外还包括根据检测到检测对象物所推导出的期望信号。关于输出信号Sy,在噪声估计模式和检测模式这两者中从该输出信号Sy中成功地去除背景信号,并且该输出信号Sy在时间T0之后仅包括期望信号。误差信号Se在误差检测模式时是作为输出信号Sy和参考信号Sd之间的差所推导出的,并且在检测模式时停止输出。
图9A示出在存在检测对象物的情况下从以检测模式进行工作的信号处理部5输出的输出信号Sy2的频率分布(即,是标绘出各频率小区间fb的振幅强度Cy的曲线图)。图9A还示出根据信号处理部5的输出信号Sy2所推导出的各子带fs的频域的代表强度值Cya(参见图9A中的“Cya”)。针对各子带fs,通过向子带的各频率小区间fb的振幅强度Cy应用加权平均来推导代表强度值Cya。向图9A所示的代表强度值Cya应用逆离散余弦变换以推导逆变换值,由此获得如图9B所示的背景信号被去除的时域传感器信号(时域信息)。
根据信号处理部5,在噪声估计模式时,可以通过在自适应滤波器的估计精度的误差相对较小的区域中多次进行自适应处理以确定滤波器系数Wo来提高其估计精度。此外,根据信号处理部5,在检测模式时,可以利用简单的硬件结构,通过诸如频域中的信号的子带化或子带内的平均化等的信号处理来提高所关注的期望带宽中的信号的信噪比。
信号处理部5被配置为根据识别处理的结果来允许或禁止操作模式的切换。信号处理部5被配置为在通过识别处理标识出检测对象物的情况下,禁止从检测模式向噪声估计模式的切换。信号处理部5被配置为在通过识别处理没有标识出检测对象物的情况下,允许从检测模式向噪声估计模式的切换。换句话说,仅在传感器信号Sx仅包括背景信号而不包括期望信号的情况下,允许信号处理部5从检测模式切换为噪声估计模式。因此,噪声估计模式时所确定的滤波器系数Wo可以是能够成功地去除背景信号并且以提高的精度获得期望信号的值。
信号处理部5可被配置为推导背景信号被去除的传感器信号的各子带fs的代表强度值Cya,然后根据这些代表强度值推导标准化代表强度值,并且基于各子带fs的标准化代表强度值来推导频率分布信息和时域信息等。“标准化代表强度值”是通过使用信号处理部5进行识别处理所使用的预定子带fs的代表强度值Cya的总和来对各子带fs的代表强度值Cya进行标准化所获得的。
例如,在子带fs的总数为16的情况下,识别处理所使用的预定子带fs仅是作为第一最低频率的子带~第五最低频率的子带这五个子带。利用信号处理部5来根据以下的等式计算“n(1)”(参见图5C)所表示的某一时间点处的第一个频率子带fs的标准化代表强度值。
数学式2
n(1)=Cya(1)/(Cya(1)+Cya(2)+Cya(3)+Cya(4)+Cya(5))
同样推导出标准化代表强度值n(2)~n(5)。
在本实施例中使用无线电波传感器1,但传感器不限于此,而且可以是其它传感器,只要该传感器接收被物体反射的无线电波或音波等的无线信号即可。
Claims (13)
1.一种信号处理装置,包括:
放大部,其被配置为放大从用于接收物体所反射的无线信号的传感器所输出的传感器信号;
A/D转换部,其被配置为将所述放大部放大后的传感器信号转换成数字传感器信号,并且输出该数字传感器信号;以及
信号处理部,其被配置为进行以下操作:
通过离散余弦变换处理来将从所述A/D转换部输出的传感器信号转换成频域传感器信号,以及
根据背景信号来设置滤波器系数,
由此使所述信号处理部作为用于在频域中从所述频域传感器信号中去除所述背景信号的自适应滤波器进行工作,
其中,所述信号处理部具有能够选择性地进行切换的第一模式和第二模式,在所述第一模式中,在不存在所述物体的情况下,将所述频域传感器信号设为所述背景信号,将所述自适应滤波器的输出信号与由白噪声形成的参考信号之间的差设为误差信号,更新所述滤波器系数以使所述误差信号收敛于预定范围内,在所述第二模式中,停止所述滤波器系数的更新处理,并且在频域中从所述频域传感器信号中去除所述背景信号,
所述信号处理部被配置为在以所述第一模式进行工作的状态下判断为所述误差信号收敛的情况下,从所述第一模式切换为所述第二模式。
2.根据权利要求1所述的信号处理装置,其中,所述信号处理部被配置为在以所述第一模式进行工作的状态下判断为所述误差信号收敛于预定范围内的情况下,进行以下操作:
基于各自均收敛于所述预定范围内并且是在多个时间点所获得的各所述误差信号来推导所述滤波器系数,
计算所推导出的所述滤波器系数的平均值,以及
将所计算出的所述平均值设置为所述滤波器系数。
3.根据权利要求1或2所述的信号处理装置,其中,所述信号处理部被配置为在所述第二模式中进行以下操作:
通过离散余弦变换处理来将从所述A/D转换部输出的传感器信号转换成所述频域传感器信号,
在频域中从所述传感器信号中去除所述背景信号,以提取具有相互不同的频率带宽的多个频率小区间的群中的所述频率小区间各自的信号成分,以及
基于所述频率小区间各自的信号成分来进行用于标识所述物体的识别处理。
4.根据权利要求1或2所述的信号处理装置,其中,所述信号处理部被配置为在所述第二模式中进行以下操作:
通过离散余弦变换处理来将从所述A/D转换部输出的传感器信号转换成所述频域传感器信号,
在频域中从所述传感器信号中去除所述背景信号,以提取包括具有相互不同的频率带宽的多个频率小区间的多个子带的群中的所述子带各自的信号成分,以及
基于所述子带各自的信号成分来进行用于标识所述物体的识别处理。
5.根据权利要求3所述的信号处理装置,其中,
所述滤波器系数是针对各所述频率小区间所设置的,以及
所述信号处理部被配置为进行以下操作:
向所有的所述滤波器系数或预定的多个所述滤波器系数应用逆离散余弦变换处理以获得逆变换值,
基于从所述A/D转换部所输出的传感器信号和所获得的逆变换值来生成时域数据,以及
基于所生成的时域数据来进行用于标识所述物体的识别处理。
6.根据权利要求4所述的信号处理装置,其中,所述信号处理部被配置为进行以下操作:
向各所述子带的信号成分应用逆离散余弦变换处理以获得逆变换值,
基于所获得的逆变换值来生成时域数据,以及
基于所生成的时域数据来进行用于标识所述物体的识别处理。
7.根据权利要求3所述的信号处理装置,其中,所述信号处理部被配置为在进行用于标识所述物体的识别处理的情况下,进一步使用从所述传感器到所述物体的距离信息。
8.根据权利要求4所述的信号处理装置,其中,所述信号处理部被配置为在进行用于标识所述物体的识别处理的情况下,进一步使用从所述传感器到所述物体的距离信息。
9.根据权利要求3所述的信号处理装置,其中,所述信号处理部被配置为进行以下操作:
在作为所述识别处理的结果标识出所述物体的情况下,禁止从所述第二模式向所述第一模式的切换,以及
在作为所述识别处理的结果没有标识出所述物体的情况下,允许从所述第二模式向所述第一模式的切换。
10.根据权利要求4所述的信号处理装置,其中,所述信号处理部被配置为进行以下操作:
在作为所述识别处理的结果标识出所述物体的情况下,禁止从所述第二模式向所述第一模式的切换,以及
在作为所述识别处理的结果没有标识出所述物体的情况下,允许从所述第二模式向所述第一模式的切换。
11.根据权利要求1所述的信号处理装置,其中,所述自适应滤波器的自适应算法是离散余弦变换的最小均方算法即LMS算法。
12.根据权利要求1所述的信号处理装置,其中,所述信号处理部包括:
DCT转换部,其被配置为通过离散余弦变换处理来将从所述A/D转换部输出的所述传感器信号转换成所述频域传感器信号;
滤波单元,其被配置为从来自所述DCT转换部的所述频域传感器信号中去除所述背景信号;以及
标识处理部,其被配置为通过使用来自所述滤波单元的输出信号来标识所述物体。
13.根据权利要求12所述的信号处理装置,其中,所述滤波单元包括:
滤波器,其被配置为基于可变的滤波器系数来在频域中从所述传感器信号中去除所述背景信号以输出输出信号;
减法器,其被配置为计算来自所述滤波器的所述输出信号和所述参考信号之间的差以输出所述误差信号;以及
自适应处理部,其被配置为基于所述误差信号来更新所述滤波器系数。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012-288366 | 2012-12-28 | ||
JP2012288366A JP6249325B2 (ja) | 2012-12-28 | 2012-12-28 | 信号処理装置 |
PCT/JP2013/007102 WO2014103187A1 (ja) | 2012-12-28 | 2013-12-03 | 信号処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104903742A CN104903742A (zh) | 2015-09-09 |
CN104903742B true CN104903742B (zh) | 2017-10-10 |
Family
ID=51020311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380068394.8A Expired - Fee Related CN104903742B (zh) | 2012-12-28 | 2013-12-03 | 信号处理装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10078129B2 (zh) |
EP (1) | EP2940486B1 (zh) |
JP (1) | JP6249325B2 (zh) |
CN (1) | CN104903742B (zh) |
WO (1) | WO2014103187A1 (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9831898B2 (en) * | 2013-03-13 | 2017-11-28 | Analog Devices Global | Radio frequency transmitter noise cancellation |
JP2016075631A (ja) * | 2014-10-08 | 2016-05-12 | パナソニックIpマネジメント株式会社 | 信号処理装置 |
JP6755002B2 (ja) * | 2016-05-26 | 2020-09-16 | パナソニックIpマネジメント株式会社 | センサ装置及び照明装置 |
IL250253B (en) * | 2017-01-24 | 2021-10-31 | Arbe Robotics Ltd | A method for separating targets and echoes from noise, in radar signals |
CN107167771B (zh) * | 2017-04-28 | 2018-10-26 | 深圳市无牙太赫兹科技有限公司 | 一种微波成像系统的直达波抑制方法及系统 |
KR101889005B1 (ko) * | 2017-08-22 | 2018-08-16 | 엘아이지넥스원 주식회사 | 밀리미터파 탐색기용 신호 처리 장치 및 방법 |
WO2019187841A1 (ja) | 2018-03-30 | 2019-10-03 | パナソニックIpマネジメント株式会社 | 騒音低減装置 |
US11131787B2 (en) * | 2018-05-28 | 2021-09-28 | Samsung Electronics Co., Ltd. | Electromagnetic sensor and mobile device including the same |
US10948581B2 (en) | 2018-05-30 | 2021-03-16 | Richwave Technology Corp. | Methods and apparatus for detecting presence of an object in an environment |
US10928502B2 (en) | 2018-05-30 | 2021-02-23 | Richwave Technology Corp. | Methods and apparatus for detecting presence of an object in an environment |
US20210231789A1 (en) * | 2018-06-28 | 2021-07-29 | Richwave Technology Corp. | Doppler signal processing device and method thereof for interference suppression |
TWI669522B (zh) * | 2018-06-28 | 2019-08-21 | 立積電子股份有限公司 | 都普勒訊號處理裝置及訊號處理方法 |
IL260695A (en) | 2018-07-19 | 2019-01-31 | Arbe Robotics Ltd | Method and device for eliminating waiting times in a radar system |
IL260696A (en) | 2018-07-19 | 2019-01-31 | Arbe Robotics Ltd | Method and device for structured self-testing of radio frequencies in a radar system |
IL260694A (en) | 2018-07-19 | 2019-01-31 | Arbe Robotics Ltd | Method and device for two-stage signal processing in a radar system |
IL261636A (en) | 2018-09-05 | 2018-10-31 | Arbe Robotics Ltd | Deflected MIMO antenna array for vehicle imaging radars |
JP7194832B2 (ja) * | 2018-12-12 | 2022-12-22 | シグニファイ ホールディング ビー ヴィ | モーションディテクタ、照明器具、対応する方法 |
TWI734252B (zh) | 2019-11-08 | 2021-07-21 | 立積電子股份有限公司 | 雷達及雷達回波訊號的背景成分更新方法 |
CN113810324B (zh) * | 2021-07-30 | 2023-09-15 | 中国人民解放军63892部队 | 一种动态背景信号生成系统 |
US11953543B2 (en) * | 2022-07-06 | 2024-04-09 | Rohde & Schwarz Gmbh & Co. Kg | Measurement device, method of operating the measurement device and non-transitory computer-readable recording medium |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7260242B2 (en) * | 2003-08-15 | 2007-08-21 | United States Of America As Represented By The Secretary Of The Air Force | Spatial surface prior information reflectance estimation (SPIRE) algorithms |
CN200966147Y (zh) * | 2006-08-01 | 2007-10-24 | 朱铭锆 | 语音功率放大器 |
CN102841341A (zh) * | 2012-09-03 | 2012-12-26 | 深圳先进技术研究院 | 一种脉冲雷达动目标检测方法 |
CN104350391A (zh) * | 2012-06-05 | 2015-02-11 | 松下知识产权经营株式会社 | 信号处理装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6243580A (ja) | 1985-08-21 | 1987-02-25 | Oki Electric Ind Co Ltd | 適応雑音除去装置 |
JPH01280273A (ja) * | 1988-05-02 | 1989-11-10 | Nec Corp | アクテイブソーナ装置 |
JP3034330B2 (ja) * | 1991-05-13 | 2000-04-17 | 株式会社東芝 | 音検出装置 |
JPH1138127A (ja) * | 1997-07-16 | 1999-02-12 | Nec Corp | 残響内目標検出装置及び方法並びに残響内目標検出プログラムを記録した記憶媒体 |
JP2001004736A (ja) | 1999-06-24 | 2001-01-12 | Matsushita Electric Works Ltd | Gps受信装置 |
JP4207624B2 (ja) * | 2003-03-27 | 2009-01-14 | Toto株式会社 | 便器洗浄装置 |
JP3815735B2 (ja) | 2003-04-15 | 2006-08-30 | 防衛庁技術研究本部長 | 雑音低減回路および該雑音低減回路を有する水中探知装置 |
JP5252639B2 (ja) * | 2009-02-20 | 2013-07-31 | 国立大学法人茨城大学 | センサ装置 |
JP5584442B2 (ja) | 2009-08-26 | 2014-09-03 | パナソニック株式会社 | 物体検知装置およびそれを備えた照明システム |
EP2947476B1 (en) * | 2009-12-18 | 2018-08-15 | L-3 Communications Cyterra Corporation | Moving entity detection |
US9229102B1 (en) * | 2009-12-18 | 2016-01-05 | L-3 Communications Security And Detection Systems, Inc. | Detection of movable objects |
JP5352773B2 (ja) * | 2010-01-19 | 2013-11-27 | 株式会社ユピテル | 速度測定装置およびプログラム |
JP2011242343A (ja) | 2010-05-20 | 2011-12-01 | Panasonic Corp | 車両方向特定装置、車両方向特定方法、及びそのプログラム |
JP6037279B2 (ja) * | 2012-12-28 | 2016-12-07 | パナソニックIpマネジメント株式会社 | 信号処理装置 |
JP2014013229A (ja) * | 2012-06-05 | 2014-01-23 | Panasonic Corp | 信号処理装置 |
-
2012
- 2012-12-28 JP JP2012288366A patent/JP6249325B2/ja active Active
-
2013
- 2013-12-03 CN CN201380068394.8A patent/CN104903742B/zh not_active Expired - Fee Related
- 2013-12-03 WO PCT/JP2013/007102 patent/WO2014103187A1/ja active Application Filing
- 2013-12-03 EP EP13867767.9A patent/EP2940486B1/en not_active Not-in-force
- 2013-12-03 US US14/653,458 patent/US10078129B2/en not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7260242B2 (en) * | 2003-08-15 | 2007-08-21 | United States Of America As Represented By The Secretary Of The Air Force | Spatial surface prior information reflectance estimation (SPIRE) algorithms |
CN200966147Y (zh) * | 2006-08-01 | 2007-10-24 | 朱铭锆 | 语音功率放大器 |
CN104350391A (zh) * | 2012-06-05 | 2015-02-11 | 松下知识产权经营株式会社 | 信号处理装置 |
CN102841341A (zh) * | 2012-09-03 | 2012-12-26 | 深圳先进技术研究院 | 一种脉冲雷达动目标检测方法 |
Non-Patent Citations (1)
Title |
---|
Hardware-Efficient Realization of a Real-Time Ultrasonic Target Detection System Using IIR Filters;Erdal Oruklu and Jafar Saniie;《IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control》;20090616;第56卷(第6期);第1262-1269页 * |
Also Published As
Publication number | Publication date |
---|---|
US10078129B2 (en) | 2018-09-18 |
JP2014130085A (ja) | 2014-07-10 |
EP2940486A4 (en) | 2016-01-13 |
CN104903742A (zh) | 2015-09-09 |
WO2014103187A1 (ja) | 2014-07-03 |
EP2940486B1 (en) | 2018-08-22 |
EP2940486A1 (en) | 2015-11-04 |
US20160195606A1 (en) | 2016-07-07 |
JP6249325B2 (ja) | 2017-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104903742B (zh) | 信号处理装置 | |
EP3617741A1 (en) | Microwave detection device and its detection method and application | |
JP4464403B2 (ja) | 無線通信装置 | |
JP6176336B2 (ja) | 便座装置、および便器装置 | |
CN102859591B (zh) | 用于语音编码器中的噪声消除的方法和装置 | |
JP6167368B2 (ja) | 信号処理装置 | |
JP6817965B2 (ja) | 定在波共振を保持する方法及び装置、環境変化の存在におけるインピーダンス整合、並びに可変リアクタンスアンテナ開口同調を用いた頭部/手効果 | |
TWI489125B (zh) | 信號處理裝置 | |
KR20150081666A (ko) | 저전력 엔벨로프 검출 수신기에서 간섭 신호를 검출하는 방법 및 장치 | |
EP3575828B1 (en) | Method for detecting presence of an object in an environment | |
KR101365311B1 (ko) | 적응형 필터 및 적응형 필터링 방법 | |
CN112130197A (zh) | 一种微震动目标探测器 | |
CN106170715B (zh) | 用于基于声的环境探测的设备和方法 | |
CN109036810A (zh) | 一种变压器有源噪声降噪装置及控制方法 | |
CN114844512A (zh) | 用于改善天线匹配的方法 | |
KR20180025721A (ko) | Src 기반의 rf 핑커프린팅 장치 및 방법 | |
KR102100913B1 (ko) | 2차원 방향탐지 장치 및 방법 | |
CN110555965B (zh) | 检测环境中物体存在的方法、装置及处理器可读介质 | |
KR20200096209A (ko) | 신호 처리 시스템 및 방법 | |
CN109714069A (zh) | 自动增益控制器 | |
KR100421013B1 (ko) | 음성 향상 시스템 및 방법 | |
KR20140124715A (ko) | Bpsk 변조 시스템 기반 적응 블랭커를 이용한 비선형 잡음 제거 장치 및 방법 | |
CN116821778A (zh) | 一种基于wifi信号的步态识别方法、装置和可读存储介质 | |
KR20140001396A (ko) | 주파수 영역에서의 암묵 신호 추출 방법 및 이를 위한 디믹싱 시스템 | |
Shetty et al. | An undecimated wavelet transform based enhancement, statistical feature extraction and detection-classification of PD signals [partial discharges] |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171010 Termination date: 20211203 |