CN105308467A - 近距离感测 - Google Patents

Abstract

一种用于电容感测的处理系统，其包括传感器模块和判断模块。传感器模块包括耦接到传感器电极的传感器电路，传感器模块构造为生成用传感器电极接收到的感测信号。判断模块连接到传感器电极并构造为针对预定时间帧从感测信号获得数据图，针对预定时间帧获得噪声统计，并且针对预定时间帧利用数据图计算预定时间帧的数据信号统计。判断模块进一步构造为通过将数据信号统计除以噪声统计来计算信噪比(SNR)。当SNR满足预定检测阈值时，在电容感测输入装置的感测区域内检测到输入物体。

Description

近距离感测

相关申请的交叉引用

本申请包含可与在以下美国专利申请中的技术主题相关的技术主题，该美国专利申请被分配给共同受让人，与本申请具有相同的发明人，并且其全部公开内容在此以引用的方式并入本文：于2013年3月13日提交的序列号为13/801,911的美国专利申请，其标题为“感测装置的基线管理”，且代理人案号为38018/005001。

技术领域

本发明大致涉及电子装置。

背景技术

包括近距离传感器装置(通常也称为触摸板或触摸传感装置)的输入装置被广泛地应用在各种各样的电子系统中。近距离传感器装置典型地包括感测区域，通常由表面界定，在该区域中近距离传感器装置确定一个或多个输入物体的存在、位置和/或移动。近距离传感器装置可以被用于为电子系统提供界面。例如，近距离传感器装置经常被用作用于较大计算系统(诸如集成在或外接到笔记本或台式电脑的不透明触摸板)的输入装置。近距离传感器装置也经常被用在较小计算系统(诸如集成在蜂窝电话上的触摸屏幕)中。

发明内容

通常，在一个方面，实施例涉及一种用于电容感测的处理系统，其包括传感器模块和判断模块。传感器模块包括耦接到传感器电极的传感器电路，传感器模块构造为生成用传感器电极接收到的感测信号。判断模块连接到传感器电极并构造为针对预定时间帧从感测信号获得数据图(profile)，针对预定时间帧获得噪声统计，并且针对预定时间帧利用数据图计算预定时间帧的数据信号统计。判断模块进一步构造为通过将数据信号统计除以噪声统计来计算信噪比(SNR)。当SNR满足预定检测阈值时，在电容感测输入装置的感测区域内检测到输入物体。

通常，在一个方面，实施例涉及一种用于电容感测的方法，其包括针对预定时间帧从用电容感测输入装置的传感器电极测量的感测信号获得数据图，针对预定时间帧获得噪声统计，针对预定时间帧利用数据图计算预定时间帧的数据信号统计，并且通过将数据信号统计除以噪声统计来计算信噪比(SNR)。当SNR满足预定检测阈值时，所述方法进一步包括在电容感测输入装置的感测区域内检测到输入物体。

通常，在一个方面，实施例涉及一种输入装置，其包括构造为针对预定时间帧生成感测信号的传感器电极和连接到传感器电极的处理系统。所述处理系统构造为针对预定时间帧从感测信号获得数据图，针对预定时间帧利用电容感测输入装置获得噪声统计，针对预定时间帧利用数据图计算预定时间帧的数据信号统计，并且通过将数据信号统计除以噪声统计来计算信噪比(SNR)。处理系统进一步构造为当SNR满足预定检测阈值时，在电容感测输入装置的感测区域内检测到输入物体。

本发明的其他方面从以下描述和所附权利要求中将显而易见。

附图说明

图1A-1B显示了本发明的一个或多个实施例中的示意图。

图2-6显示了本发明的一个或多个实施例中的流程图。

图7显示了本发明的一个或多个实施例中的实例。

具体实施方式

接下来的详细描述在本质上仅仅是示例性的，而非限制本发明或本发明的应用和使用。此外，无意于通过前述技术领域、背景技术、发明内容或接下来的详细描述中所呈现的任何明示或暗示的理论限定本发明。

本发明的各种实施例提供了便于改进可用性的输入装置和方法。具体地，一个或多个实施例旨在针对预定时间帧获得用电容输入装置测量的感测信号并且针对预定时间帧计算信噪比(SNR)。SNR可用于检测输入物体何时处于感测区域内。

在本发明的一个或多个实施例中，数据图是通过输入装置(在下文和在图1A中讨论的)的不同传感器电极接收到的数据的任意表示(在下文和在图1A中讨论的)。在本发明的一个或多个实施例中，数据图是一组有序的测量数据值，据此针对输入装置上的预定区域获得每个数据值。在本发明的一个或多个实施例中，数据图包括由数据图表达的每个传感器电极的单个测量数据值。在本发明的一个或多个实施例中，可能针对电容输入装置的不同部分存在单独的数据图。例如，可针对输入装置的x轴存在个体(即，单独的或不同的)数据图并且可针对输入装置的y轴存在个体数据图。

在本发明的一个或多个实施例中，预定时间帧对应于具有起始点和结束点的时间单元，先于预定时间帧的起始点定义结束点。在本发明的一个或多个实施例中，预定时间帧可以是从电容输入装置的每个电极或电容输入装置的一部分获得单个测量的数据值的时间。在这样的情况下，时间帧可以是对于单个数据图获取数据的时间。预定时间帧可以是用于从数据图中表达的每个传感器电极获得单个测量的数据值的瞬时快照或一段时间。

现在转向附图，图1A是根据本发明实施例的示例性输入装置(100)的框图。输入装置(100)可构造为向电子系统(未示出)提供输入。如本文档中所使用的那样，术语“电子系统”(或“电子装置”)广义上是指能够以电子方式处理信息的任何系统。电子系统的一些非限制实例包括各种尺寸和形状的个人电脑，诸如台式计算机、便携式计算机、上网本、平板电脑、网络浏览器、电子书阅读器以及个人数字助理(PDA)等。另外的电子系统实例包括复合输入装置，诸如包括输入装置(100)和独立的操作杆或键盘开关的物理键盘。电子系统的其他实例包括外围设备，诸如数据输入装置(包括遥控器和鼠标)和数据输出装置(包括显示屏和打印机)。其他实例包括远程终端、自助服务终端和视频游戏机(例如，视频游戏控制器、便携式游戏装置等)。其他实例包括通信装置(包括便携式电话，诸如智能电话)和媒体设备(包括记录仪、编辑器和播放器诸如电视机、机顶盒、音乐播放器、数码相框以及数码相机等)。另外，电子系统可以是主机或输入装置的从属设备。

输入装置(100)可以被实施为电子系统的物理部分，或者可以与电子系统在物理上分离。视情况而定，输入装置(100)可以利用下述的任何一项或多项与电子系统的某些部分通信：总线、网络以及其他有线或无线互连。实例包括I²C、SPI、PS/2，通用串联总线(USB)、蓝牙、RF以及IRDA。

在图1A中，输入装置(100)被显示为近距离传感器装置(也经常被称为“触摸板”或“触摸传感器装置”)，其构造为感测在感测区域(120)中由一个或多个输入物体(140)提供的输入。输入物体实例包括手指和触控笔，如图1A所示。

感测区域(120)包含输入装置(100)上方、周围、内部和/或附近的任何空间，在感测区域(120)中输入装置(100)能够检测用户输入(例如，由一个或多个输入物体(140)提供的用户输入)。特定感测区域的尺寸、形状和位置可随着实施例的不同而大不相同。在某些实施例中，感测区域(120)当投射到输入装置(100)的输入表面上时具有矩形形状。

图1B示出了在本发明的一个或多个实施例中输入装置(100)的感测区域(120)的实例。如图1B中所示，在某些实施例中，感测区域(120)从输入装置(100)的表面沿一个或多个方向延伸到直到信噪比足够阻止精确物体检测的空间。在各种实施例中，此感测区域(120)沿特定方向延伸到的距离可以为小于毫米、数毫米、数厘米或更大的数量级，并且可以随着所应用的感测技术的类型和期望的精确度而显著变化。在这样的实施例中，感测区域可以包括表面感测区域(150)和上表面感测区域(160)。

在许多实施例中，表面感测区域(150)对应于感测区域与输入装置(100)的输入表面(例如，触摸表面)接触和/或与以某些量的作用力或压力耦合的输入装置(100)的输入表面接触的部分。此处，接触对应于在输入物体和输入表面之间的物理接触。在各种实施例中，可以由安置传感器电极的壳体的表面、在传感器电极上施加的面板或任何壳体等提供输入表面。在这种情况下，与输入表面的接触可对应于与壳体的表面、面板或传感器电极的任何其他外壳的接触。

相反地，在许多实施例中，上表面感测区域(160)对应于感测区域的不涉及与输入表面接触的部分。换而言之，上表面感测区域(160)不包括感测区域的物理触摸输入装置或物理连接到输入装置的部分。上表面感测区域(160)不同于表面感测区域并且不与表面传感区域重叠。此外，尽管此处使用了术语表面和上表面，但上表面感测区域也可以相对于表面感测区域成角度偏移。换而言之，上表面感测区域可包括能够被感测电极测量并且不同于表面感测区域且与表面感测区域不重叠的任何区域。例如，上表面感测区域可包括紧邻输入装置(100)并且不触摸输入表面的区域。在各种实施例中，表面感测区域(150)可以进一步对应于感测区域的与输入装置的输入表面接近的部分，其中感测区域的接近输入表面的部分不包括在上表面感测区域之内。在许多实施例中，表面感测区域对应于感测区域的第一部分并且上表面感测区域对应于感测区域的第二部分，其中感测区域的第一部分在输入装置的表面与感测区域的第二部分之间。此外，在一个实施例中，感测表面区域和上感测区域是可构造的参数，使得感测区域的分别包括在感测表面区域和上感测区域之内的部分是可构造的参数。

返回到图1A，输入装置(100)可以利用传感器器件和感测技术的任意组合来检测感测区域(120)中的用户输入。输入装置(100)包括用于检测用户输入的一个或多个感测元件。作为若干个非限制性的实例，输入装置(100)可以使用电容性的、介电性的、电阻性的、电感的、磁性的、声学的、超声的和/或光学的技术。在本发明的一个或多个实施例中，输入装置(100)是电容感测输入装置。在这样的实施例中，感测电极可包括单独使用电容技术或与其他传感技术相结合的功能。

某些实施方式构造为提供跨越一维、两维、三维或更高维空间的图像。某些实施方式构造为提供输入沿着特定轴线或平面的投影。

在输入装置(100)的某些电感性实施方式中，一个或多个感测元件收集由谐振线圈或一对线圈感应的回路电流。那么电流的振幅、相位和频率的某些组合可以被用于确定位置信息。

在输入装置(100)的某些电容性实施方式中，电压或电流被施加以产生电场。附近的输入物体引起电场的改变，并且产生电容耦合的可检测的改变，其可以被检测为电压、电流等的改变。

某些电容性实施方式利用电容性感测元件的阵列或其他规则的或不规则的图案产生电场。在某些电容性实施方式中，单独的感测元件可以一起被欧姆短接以形成较大的传感器电极。某些电容性实施方式利用电阻性的片材，其可以一致为电阻性的。

某些电容性实施方式基于传感器电极与输入物体之间的电容耦合的变化而采用“自电容”(或“绝对电容”)感测方法。在各种实施例中，传感器电极附近的输入物体改变传感器电极附近的电场，从而改变所测量的电容耦合。在一个实施方式中，绝对电容感测方法通过相对于参考电压(例如，系统地极)调制传感器电极，并且检测传感器电极与输入物体之间的电容耦合来进行操作。

某些电容性实施方式基于传感器电极之间的电容耦合的变化而采用“互电容”(或“反式电容”)感测方法。在各种实施例中，传感器电极附近的输入物体改变传感器电极之间的电场，从而改变所测量的电容耦合。在一个实施方式中，反式电容感测方法通过检测一个或多个发射器传感器电极(也称为“发射器电极”)与一个或多个接收器传感器电极(也称为“接收器电极”)之间的电容耦合来进行操作。发射器传感器电极可以被相对于参考电压(例如，系统地极)调制以发送发射器信号。接收器传感器电极可相对于参考电压大体保持恒定以便于结果信号的接收。结果信号可包括相应于一个或多个发射器信号和/或一个或多个环境干扰源(例如，其他电磁信号)的影响(数个影响)。传感器电极可以是专用的发射器或接收器，或者可以构造为既可发送又可接收。在一个或多个实施例中，结果信号可以被称为感测信号。

某些电容性实施方式采用了跨越电容和绝对电容两种感测方法。换而言之，某些电容性实施方式是基于传感器电极之间和传感器电极与输入物体之间的电容耦合的变化的反式电容和绝对电容感测方法的混合。

在各种实施例中，可确定传感器装置的背景电容。传感器装置的背景电容是与在感测区域中没有输入物体相关联的电容帧。背景电容随环境和操作条件而改变，并且可以以各种方式被估计。例如，一些实施例当确定在感测区域中没有输入物体时采用“基线帧”，并且使用这些基线图像作为它们的背景电容的估计值。基线帧可以被称为基线图像、基线数据图、基线测量值、基线等等。

可针对传感器装置的背景电容调节电容图像以进行更有效的处理。某些实施例通过将电容变化的测量值“基准化”以产生“基线化的电容帧”、“delta(变量的增量)数据图”、“delta测量值”或“delta帧”来实现这些。也就是说，某些实施例对形成传感器帧的测量值与“基线帧”的适当“基线值”进行比较并且确定基线图像的变化。在各种实施例中，传感器帧可包括一个或多个数据图(或测量数据的相似的表示)或电容图像。

在图1A中，处理系统(110)被示为输入装置(100)的一部分。处理系统(110)构造为操作输入装置(100)的硬件来检测在感测区域(120)中的输入。处理系统(110)包括一个或多个集成电路(IC)的部分或全部和/或其他电路器件。例如，对于互电容传感器装置的处理系统可以包括构造为用发射器传感器电极发送信号的发射器电路，和/或构造为用接收器传感器电极接收信号的接收器电路。)处理系统(110)可包括全部或部分传感器或没有传感器。

在某些实施例中，处理系统(110)还包括电子可读指令，诸如固件代码、软件代码和/或其他等等。在某些实施例中，组成处理系统(110)的器件被定位在一起，诸如靠近输入装置(100)的感测元件(数个感测元件)。在其他实施例中，处理系统(110)的器件在物理上分离，其中一个或多个器件靠近输入装置(100)的感测元件(数个感测元件)，并且一个或多个器件在别处。例如，输入装置(100)可以是耦接到台式计算机的外围设备，并且处理系统(110)可以包括构造为在台式计算机的中央处理单元上运行的软件和与中央处理单元分离的一个或多个IC(也许带有关联的固件)。作为另一实例，输入装置(100)可以在物理上被集成在电话中，并且处理系统(110)可以包括电路和固件，其是电话的主机处理器的一部分。在某些实施例中，处理系统(110)用于实施输入装置(100)。在其他实施例中，处理系统(110)也执行其他功能，诸如操作显示屏、驱动触觉致动器等。

处理系统(110)可以被实施为一组模块，其操纵处理系统(110)的不同功能。每个模块可以包括作为处理系统(110)的一部分的电路、固件、软件或其组合。在各种实施例中，可以使用模块的不同组合。模块实例包括用于操作诸如传感电极和显示屏等硬件的硬件操作模块、用于处理诸如传感器信号和位置信息等数据的数据处理模块以及用于报告信息的报告模块。其他模块实例包括构造为操作感测元件(数个感测元件)来检测输入的传感器操作模块、构造为识别诸如模式改变手势等手势的识别模块以及用于改变操作模式的模式改变模块。

在本发明的一个或多个实施例中，处理系统(110)包括判断模块(未示出)。判断模块可对应于硬件、软件、固件或其组合。在本发明的一个或多个实施例中，判断模块包括计算SNR的功能。SNR是在数据图中数据信号量相比于噪声信号量的估计值。在本发明的一个或多个实施例中，数据信号是由于感测区域中的输入物体而引起的信号量或测量数据值(数个数据值)的大小。在本发明的一个或多个实施例中，噪声信号是由于感测区域中的噪声而引起的信号量或测量数据值(数个数据值)的大小。判断模块还可包括执行图2-6的一个或多个步骤的功能。

在某些实施例中，处理系统(110)通过引起一个或多个动作而直接响应于感测区域(120)中的用户输入(或缺乏用户输入)。动作实例包括改变操作模式以及GUI动作，诸如光标移动、选定、菜单导航和其他功能。在某些实施例中，处理系统(110)将关于输入(或缺乏输入)的信息提供给电子系统的某部分(例如，提供给与处理系统(110)分离的电子系统的中央处理系统，如果存在这样独立的中央处理系统的话)。在某些实施例中，电子系统的某部分处理从处理系统(110)接收到的信息以对用户输入起作用，诸如促进全范围的动作，包括模式改变动作和GUI动作。

例如，在某些实施例中，处理系统(110)操作输入装置(100)的感测元件(数个感测元件)来产生指示感测区域(120)中的输入(或缺乏输入)的电子信号。处理系统(110)可以对电子信号进行任何适当量的处理以产生被提供给电子系统的信息。例如，处理系统(110)可以将从传感器电极获得的模拟电信号数字化。作为另一实例，处理系统(110)可以进行滤波或其他信号调节。作为另外一个实施例，处理系统(110)可以减去基线或对基线解释，使得信息反映电子信号与基线之间的差值。作为其他的实例，处理系统(110)可以确定位置信息、识别作为命令的输入、识别手写等等。

这里所使用的“位置信息”广义上包含绝对位置、相对位置、速度、加速度以及其他类型的空间信息。例如，位置信息可以包括输入物体(数个输入物体)在感测表面上方的高度、位置、抖动量、和/或关于输入物体(数个输入物体)的位置的其他信息。高度可以是绝对高度或按比例测量的高度(例如，相对高度)。位置可包括输入物体的x坐标标识符和y坐标标识符，或用于报告位置的另一种技术。示例性的“零维”位置信息包括近/远或接触/非接触信息。示例性的“一维”位置信息包括沿着轴线的位置。示例性的“二维”位置信息包括平面中的运动。示例性的“三维”位置信息包括在空间中的瞬时或平均速度。其他实例包括空间信息的其他表示。关于一个或多个类型的位置信息的历史数据也可以被确定和/或存储，例如包括跟踪随着时间变化的位置、运动或瞬时速度的历史数据。

在某些实施例中，用由输入系统(110)或某些其他处理系统操作的附加输入器件来实现输入装置(100)。这些附加输入器件可以对感测区域(120)中的输入提供多余的功能或某些其他功能。图1A示出了感测区域(120)附近的按钮(130)，其可以被用于便于利用输入装置(100)选定项目。其他类型的附加输入器件包括滑块、球、轮、开关等等。相反，在某些实施例中，可不用其他输入器件来实现输入装置(100)。

在某些实施例中，输入装置(100)包括触摸屏界面，并且感测区域(120)与显示屏的有效区域的至少一部分重叠。例如，输入装置(100)可以包括覆盖显示屏的大致透明的传感器电极并且为关联的电子系统提供触摸屏界面。显示屏可以是能够对用户显示可视界面的任何类型的动态显示器，并且可包括任何类型的发光二极管(LED)、有机LED(OLED)、阴极射线管(CRT)、液晶显示器(LCD)、等离子体、电致发光(EL)或其他显示技术。输入装置(100)和显示屏可以共享物理元件。例如，某些实施例可以利用一些相同的电器件来显示和感测。作为另一实例，可以由处理系统(110)部分或完全操作显示屏。

应当理解的是，尽管本发明的许多实施例被描述为功能完备的设备，但本发明的机制也能够以各种形式被分发为程序产品(例如，软件)。例如，本发明的机制可被实施和分发为电子处理器可读的信息承载介质(例如，处理系统110可读的非临时性计算机可读和/或可记录/可写的信息承载介质)上的软件程序。另外，无论用于实施分发的介质是何特定类型，本发明的实施例同等适用。非临时性的电子可读的介质的实例包括各种光盘、记忆棒、存储卡、存储模块等等。电子可读的介质可以基于闪存、光学、磁性、全息或任何其他存储技术。

图2-6示出了本发明的一个或多个实施例中的流程图。尽管依次呈现并且描述了这些流程图中的各步骤，但这些步骤中的某些或全部步骤也可以按不同的顺序来执行、可以组合或省略，并且这些步骤中的某些或全部步骤可以被并行执行。此外，步骤可以被主动或被动执行。例如，根据本发明的一个或多个实施例，某些步骤可利用轮询或中断驱动来执行。通过实例，根据本发明的一个或多个实施例判断步骤可不需要处理器来处理指令，除非接收到的中断表示该条件存在。作为另一实例，根据本发明的一个或多个实施例，可通过进行测试，诸如检查数据值来检验该值是否与测试条件相一致来进行判断步骤。

图2显示了本发明的一个或多个实施例中使用SNR的流程图。在步骤201中，获得对应于预定时间帧的数据图。获得数据图可包括确定与用每个传感器电极接收到的结果信号(或感测信号)相对应的测量数据值。结果信号(或感测信号)可以在一次或一个时间段内被接收到。例如，各传感器电极可以一次接收结果信号，并且一次输出相应的测量数据值。通过另一实例，传感器电极可以逐行或逐列接收结果信号并输出相应的数据。一旦确定测量数据值，所述测量数据值就可被分组到数据图中。在本发明的一个或多个实施例中，在获得数据图之前，可对或可不对测量数据值或数据图进行预处理。

文中术语“数据图”在一般意义上并且在不同的实施例中使用，尽管数据图可被显示并讨论为对应于数据的模拟表示，这无意于限制，并且它们也可以是离散值。此外，数据图还可以选择性地被称为投影图或组合测量值。

在步骤203中，将数据图过滤以降低噪声。例如，在本发明的一个或多个实施例中，数据图可以在时间上被过滤、在空间上被过滤或其组合。具体而言，对数据图在时间上过滤包括基于先前的数据图进行过滤。这种噪声的去除可包括基于当前识别的基线调节数据图。当没有数据信号存在时，基线是预期的数据图。基线可对从感测区域中的其他物体得到的干涉、温度变化、和/或其他环境影响解释(accountfor)。在一个实施例中，对数据图在空间上过滤包括跨越数据图的空间维度取空间平均值。

在步骤205中，在本发明的一个或多个实施例中，利用数据图计算SNR。在本发明的一个或多个实施例中，利用来自步骤201的在时间上和/或在空间上过滤的数据图计算SNR。如在下文和在图4中讨论的进行计算SNR的步骤。

继续参考图2，在步骤207中，在本发明的一个或多个实施例中利用SNR判断是否检测到一个或多个输入物体。特别地，判断SNR是否满足检测阈值。例如，当SNR的值大于检测阈值时，可判定SNR满足检测阈值。检测阈值可能会在时间上而变化。

当SNR的数值至少是检测阈值的数值时，也可以判定SNR满足检测阈值。

如果在步骤207中检测到没有输入物体，则该方法可转到结束。具体而言，分析数据图的结果可以是，对于当前的时间帧没有检测到输入物体。在这样的情形下，在本发明的一个或多个实施例中，没有对任何输入物体进行任何动作。选择性地，该动作可以是报告什么也没有检测到。在本发明的一个或多个实施例中，当检测到没有输入物体时，可以更新各种数值。例如，当在感测区域中没有检测到物体时，可以更新噪声统计和/或基线。

如果检测到输入物体，则流程可转入步骤209。在步骤209中，对数据图进行过滤。在本发明的一个或多个实施例中，步骤209中的数据图的过滤是空间过滤。空间过滤可包括填充该数据图以获得填充数据图，计算经过滤的填充数据图，提取过滤后的数据图，并且对数据图插值。填充数据图的步骤可包括将填充值加到一组测量数据值上，由此邻近于测量数据值的边缘添加填充值(即，填充值成为缺少至少一个邻值的测量数据值的邻值)。例如，填充值可以为零。在不背离权利要求范围的情况下可以使用其他填充值。

计算经过滤的填充数据图的步骤可包括利用滤波器模板卷积填充数据图。提取过滤后的数据图，以从经过滤的填充数据图去除填充值。此外，对于具有偶数个元素的窗口对过滤后的数据图插值。在本发明的一个或多个实施例中，从一组滤波器模板中选择滤波器模板。对数据图施加滤波器模板。

继续参考图2，在步骤211中，对数据图分段以获得具有一个或多个区段的分段数据图。分段步骤包括对数据图分区以表达各个连续区域，每个区域可具有一个输入物体。该分区步骤基于相对于周围测量数据值的测量数据值。

例如，考虑这样的情形：两个输入物体在感测区域中，并且一个输入物体从感测电极产生一个或多个高测量数据值。在此实例中，由于两个输入物体在感测区域中，因此测量数据值包括两个区域最大值，每个对应于一个输入物体，且在有序集合中被至少一个较小值(即，局部最小值)分离。数据图分区的分段可以基于数据图的有序集合，使得数据图的两个区域最大值处在各自的区段中。

在步骤213中，针对分段数据图的每个区段计算SNR。可以参考以下变型例如下文中所讨论的并在图4中显示的那样进行针对每个区段计算SNR。不是使用整个数据图用于SNR计算，仅使用数据图对应于区段的部分用于计算。可针对每个区段重复图4的步骤。

继续参考图2，在步骤215中，使用该区段SNR判断是否检测到物体。具体而言，判断一个或多个区段SNR(数个SNR)是否满足检测阈值。判断区段SNR是否满足检测阈值，可类似于如以上和在步骤207中讨论的判断SMR是否满足检测阈值来执行。

如果没有一个区段SNR(数个SNR)满足检测阈值，则该方法可转入结束。具体而言，分析数据图的结果可以是，对于当前时间帧没有检测到输入物体。在这样的情形下，在本发明的一个或多个实施例中不进行任何动作。选择性地，动作可以是报告什么也没有检测到。

如果使用对应于该区段的区段SNR针对至少一个区段检测到输入物体，那么流程可以转入针对检测到输入物体的数据图的每个区段的步骤217。在步骤217中，计算该区段中输入物体(数个输入物体)的位置信息。在本发明的一个或多个实施例中，可针对每个区段分别计算位置信息。计算位置信息的步骤可包括计算沿着轴线或投影在输入表面上的输入物体的位置和计算输入物体的高度。例如，可以利用在产生该区段的过滤后的数据图中的最大值(即，局部最大值)的传感器电极的位置周围的各位置插入该位置。选择性地，在不同的实施例中，局部最小值或其他标识符可以指示该位置。

在本发明的一个或多个实施例中，计算位置信息可包括计算输入物体的高度。具体而言，输入物体可处在表面感测区域中或在上表面感测区域中。可基于SNR估计高度。特别地，在本发明的一个或多个实施例中SNR与输入物体的高度成反比。因此，输入物体在输入表面上方越高，SNR值越低。换句话说，被检测到的输入物体离感测电极的距离(例如，相距的高度)越远，相关于数据信号则存在更多的噪声信号。选择性地或附加地，可基于在该位置上的数据图中的数据值的大小来估计高度。正如所讨论的，高度可以是绝对高度，诸如毫米、厘米等呈现的高度，或诸如一定规模的相对高度。例如，相对高度可以基于0到255的量级，其中0是在1毫米的输入表面上或表面内。

在步骤219中，通过对分别具有输入物体的每个区段的位置信息中的位置和高度进行过滤来减小抖动并且限制速率，以获得该区段的过滤后的位置信息。抖动是输入物体在感测区域上的快速无意的移动。可使用时间低通滤波器减小抖动并且可限制速率。

在步骤221中，基于所计算的位置信息和SNR进行动作。该动作可以是报告过滤后的位置信息，诸如报告给主机或主机的器件。在这种情形下，主机可以基于位置信息和SNR进行一个或多个动作。该动作可以是改变图形用户界面(GUI)的显示，诸如显示光标或指针已移动，高亮地显示特定的GUI器件，进行由对应于位置的GUI器件限定的动作(例如，过渡到另一个屏幕，打电话，或进行另一个GUI器件定义的动作)，或进行另外的动作。SNR可被用作位置信息和输入物体中判断是否进行动作的确定性的估计值。

尽管图2显示了分析单一的数据图，但图2的步骤也可以针对每个时间帧重复。具体而言，可以持续多个时间帧连续进行图2。

图3显示了从多个数据图对应于不同轴线的多个数据图汇总结果的流程图。在步骤301中，使用针对x轴的x轴数据图获得x轴结果。具体来说，可以针对特定时间帧从x轴针对数据图进行图2。在本发明的一个或多个实施例中，可将图2的步骤221中的动作替换为图3(下面所述)的步骤307中的动作，或者该动作可以是将位置信息报告给执行图3步骤的模块。结果可以是沿着x轴是否检测到一个或多个输入物体，如果检测到，则对于每个输入物体的x轴的位置信息。

在步骤303中，利用y轴的y轴数据图获得y轴结果。具体而言，对于与步骤301中所使用的相同的时间帧，在本发明的一个或多个实施例中利用图2的步骤获得并分析y轴数据图。结果可以是沿着y轴是否检测到一个或多个输入物体，如果检测到，则对于每个输入物体的y轴的位置信息。

在步骤305，汇总x轴结果和y轴结果以获得汇总结果。通过实例并且不限制权利要求的范围，下面的表1提供了可如何汇总各结果的位置信息的实例。在表1中，X1和X2是沿x轴的各自位置，Y1和Y2是沿y轴的各自位置。此外，使用“[”和“]”指示有序的集合，借此可以通过从每个有序集合取相同或交替的有序元素来获得每个输入物体的汇总位置。

表1

数据图X位置(数个位置)	数据图Y位置(数个位置)	报告位置(数个位置)
			无	无	无
X1	无	无
			无	Y1	无
X1	Y1	X1,Y1
			X1,X2	Y1	[X1,X2],[Y1,Y1]
X1	Y1,Y2	[X1,X1],[Y1,Y2]
			X1,X2	Y1,Y2	[X1,X2],[Y1,Y2]

此外，在本发明的一个或多个实施例中，相对于每个轴线的SNR和/或共模(CM)偏移可用于基于位置信息判断是否禁止进行诸如报告等动作。通过实例并且不限制权利要求的范围，下面的表2提供了可如何汇总各结果的SNR的实例。在表2中，低和高分别是指SNR和CM偏移是高于还是低于所定义的SNR阈值和所定义的CM阈值，并且不在意意味着CM偏移的值是不相关的。

表2

数据图XSNR/CM偏移	数据图YSNR/CM偏移	禁止动作
			低/低	低/低	否
低/高	低/高	是
			低/不关心	高/不关心	是
高/不关心	低/不关心	是
			高/不关心	高/不关心	否

在步骤307中，基于汇总结果进行动作。可利用汇总结果以类似于以上参考图2的步骤221所讨论的方式来进行该动作。

图4显示了本发明的一个或多个实施例中计算SNR的流程图。在下文和图4中所涉及的数据图可以是原始数据图、过滤后的数据图、一段数据图、过滤后的数据图区段等。在步骤401中，获得描述噪声的噪声统计。噪声统计是描述数据图的噪声属性的一种测度。例如，噪声统计可以是标准偏差、方差、或任何其他测度或其组合。获得噪声统计的步骤将在下文和图5中讨论。

继续参考图4，在步骤403中，从数据图计算数据加噪声信号统计。在本发明的一个或多个实施例中，通过计算整个数据图的统计来进行计算数据加噪声信号统计的步骤。在本发明的一个或多个实施例中，在步骤401中计算的统计是在步骤403中计算的相同类型的统计。例如，如果在步骤401中使用方差，则在步骤403中计算方差。

在步骤405中，使用噪声统计和数据加噪声信号统计，计算数据信号统计。在本发明的一个或多个实施例中，假定数据信号与噪声信号无关。在这样的实施例中，可以通过从数据加噪声信号统计中减去噪声统计来进行计算数据信号统计的步骤。如果假定相关性，那么其他统计技术可以用来计算数据统计。

在步骤407中，通过将数据信号统计除以噪声统计来计算出SNR。

图5A显示了在本发明的一个或多个实施例中的计算噪声统计的流程图。在本发明的一个或多个实施例中，可基于先前的数据图来估计噪声统计。也就是说，在当计算噪声统计时和当使用噪声统计时之间存在时间帧延迟。因此，在图5A中计算的噪声统计用于与用于计算噪声统计的数据图相关的随后数据图。

在步骤501中，计算SNR。可以如上述和图4中所讨论的那样进行计算SNR的步骤。在步骤503中，判断SNR是否满足预定的检测阈值。可以如上述和图2的步骤207中所讨论的那样进行判断SNR是否满足预定检测阈值的步骤。

继续参考图5A，如果SNR满足预定的检测阈值，那么使用先前的噪声统计。具体而言，如果SNR满足预定的检测阈值，则在数据图中确定存在数据信号。在这样的情形下，图5A的流程可以在步骤505中将先前计算的噪声统计设定为当前的噪声统计。

在步骤507中，如果SNR不满足预定的检测阈值，则会针对该数据图生成噪声信号估计值。在本发明的一个或多个实施例中，噪声信号估计值包括针对在数据图中呈现的每个传感器电极的数据值。在一个或多个实施例中，计算噪声估计值的步骤包括将由于已经被传感器电极的相邻传感器电极计算在内的传感器电极所引起的噪声去除。

在步骤509中，对当前的数据图计算噪声统计。基于统计的类型来进行噪声统计的计算。例如，如果噪声统计为方差，则可使用从对应于噪声估计值的一组数据值计算方差的技术来进行噪声统计的计算。

在步骤511中，使用当前的数据图噪声统计来更新噪声统计。在本发明的一个或多个实施例中，对噪声统计做时间平均。因此，更新噪声统计的步骤包括用当前数据图的噪声统计从过去的数据图更新噪声统计的时间平均值。更新后的噪声统计可被用作当前的噪声统计。如上面所讨论的，在计算SNR时使用当前的噪声统计。

现在转到图5B的流程图，在步骤513中，过滤数据图。在一个或多个实施例中，对数据图进行时间和/或空间过滤。可使用各种已知的滤波技术对数据图在时间上和在空间上进行过滤。在步骤515中，从数据图生成噪声信号估计值。在本发明的一个或多个实施例中，噪声信号估计值包括数据图中所呈现的每个传感器电极的数据值。在一个或多个实施例中，计算噪声估计值包括将由于已经被传感器电极的相邻传感器电极计算在内的传感器电极所引起的噪声去除。

在步骤517中，对当前的数据图计算噪声统计。基于统计的类型来进行噪声统计的计算。例如，如果噪声统计为方差，则可使用从对应于噪声估计值的一组数据值计算方差的技术来进行噪声统计的计算。

在步骤519中，使用当前的数据图噪声统计来更新噪声统计。在本发明的一个或多个实施例中，对噪声统计做时间平均。因此，更新噪声统计的步骤包括用当前数据图的噪声统计从过去的数据图更新噪声统计的时间平均值。更新后的噪声统计可被用作当前的噪声统计。如上面所讨论的，在计算SNR时使用当前的噪声统计。

下面的方程组为当统计为方差时计算SNR的计算方程。下面仅仅提供了实例，并不是为了限制权利要求的范围。也可以使用其他技术和方程。此外，下面的方程使用各种变量。以下的表3提供了在方程中所使用的每个变量的描述。

表3

在下面的实例方程中，考虑这样的情形：在时间帧k存在1xn维的过滤后的delta数据图D_k。此外，在方程中，使用方差作为噪声统计、数据加噪声信号统计和数据统计用于SNR计算。

可通过下述来计算噪声方差：对过滤后的delta数据图施加空间一阶差分以估计数据图噪声并且当SNR小时，诸如百分之十的SNR阈值水平，对于连续的数据图计算并且递归平均噪声空间方差。在本发明的一个或多个实施例中，平均化可以改进噪声方差估计值。

可以利用方程1来计算数据图噪声信号估计值

$D_k^{noise}\left(i\right)=D_k(i+1)-D_k\left(i\right),fori=1:n-1$ 方程1

可以利用方程2来计算时间帧k处的瞬时噪声空间方差

$V_k^{noise}=\left(D_k^{noise}*{\left(D_k^{noise}\right)}^{\′}\right)/\left(n-1\right)$ 方程2

可以利用方程3来计算在时间帧k结束的m个连续数据图取平均的噪声空间方差

${\mathrm{aveV}}_k^{noise}={\mathrm{aveV}}_{k-1}^{noise}+\left(V_k^{noise}-{\mathrm{aveV}}_{k-1}^{noise}\right)/mfork>1$ 方程3

使用上述计算，可以通过对过滤后的delta数据图的均数的过滤后的delta数据图消除趋势并且计算瞬时消除趋势数据图和平均消除趋势数据图的数据图空间方差来计算信号加噪声空间方差。可以初始指定平均化窗口。在此实例中，如果瞬时数据图空间方差值较小，诸如小于其在平均化窗口中先前时间点的平均值的百分之十，SNR计算使用瞬时数据图空间方差，以避免当悬停的物体离开时的时间延迟。否则，SNR计算可以使用平均数据图空间方差。

可以利用方程4来计算消除趋势数据图

$D_k^{\det rended}\left(i\right)=D_k\left(i\right)-mean\left(D_k\right),fori=1:n$ 方程4

可以利用方程5来计算在时间帧k结束的p个连续数据图取平均的消除趋势数据图

$D_k^{ave}=\left(\underset{j=0}{\overset{p-1}{\Σ}}{D}_{k-j}^{\det rended}\right)/p$ 方程5

可以利用方程6来计算在时间帧k结束的p个连续数据图取平均的消除趋势数据图的空间方差

$V_k^{aveprofile}=\left(D_k^{ave}*{\left(D_k^{ave}\right)}^{\′}\right)/n$ 方程6

可以利用方程7来计算在时间帧k处的瞬时数据图空间方差

$V_k^{profile}=\left(D_k^{\det rended}*{\left(D_k^{\det rended}\right)}^{\′}\right)/n$ 方程7

可以利用方程8来计算对于之前p-1个时间帧的时间帧k处的瞬时数据图空间方差平均值

${\mathrm{aveV}}_k^{profile}=\left(\underset{j=1}{\overset{p-1}{\Σ}}{V}_{k-j}^{profile}\right)/\left(p-1\right)$ 方程8

这样，可以利用方程9来计算SNR

$(V_h^{aveprofile}-{\mathrm{aveV}}_k^{noise})/{\mathrm{aveV}}_k^{noise},if{V}_k^{profile}>0.1*{\mathrm{aveV}}_k^{profile}$

$\left(V_k^{profile}-{\mathrm{aveV}}_k^{noise}\right)/{\mathrm{aveV}}_k^{noise},otherwise$ 方程9

该数据图可以被分段并且可以对于每段利用以上方程来计算分段SNR。为了进行数据图分段，可以基于被初始化为多个(例如，大于6个)噪声估计值标准偏差(σ_noise)的最小峰值偏差来计算过滤后的delta数据图的局部极大值和极小值。

此外，使用上述，可利用以下技术来计算位置和高度计算(以下称为Z)和抖动过滤。在本实例中可以使用线性插值(例如，三通道线性插值)来计算位置，其是共模(CM)不变量。在不背离本发明范围的情况下可以使用其他方法来计算位置。Z可以作为SNR的函数来计算，其是CM不变量，并且被调整比例到[0-255]的范围，其中0处在检测的限制高度并且255在接近1毫米之内。Z可以被计算为与高度成比例。由于SNR是中等大小手指的悬停高度的函数，SNR映射可以被反转以提供高度估计值。

可以利用方程10中所示的形式的非线性低通滤波器来对位置和Z估计值进行过滤以减小低SNR处的位置抖动：

x_k+1＝αx_k+(1-α)u_k方程10

以上仅是利用方差计算SNR、位置和高度的一组方程实例。在不背离本发明范围的情况下也可以使用其他方程和技术。例如，以下给出了利用平均绝对偏差(AAD)计算SNR、位置和高度的一组方程组实例。在下面的实例中，使用不同的变量。以下的表4提供了每个变量的描述。

表4

在下面的实例方程中，考虑这样的情形：在时间帧k存在1xn维的过滤后的delta数据图D_k。此外，在方程中，使用AAD作为噪声统计、数据加噪声信号统计和数据统计用于SNR计算。

可通过下述来计算噪声AAD：对过滤后的delta数据图施加空间一阶差分以估计数据图噪声并且当SNR小时，诸如百分之二十五的SNR阈值水平，对于连续的数据图计算并且递归平均噪声空间AAD。在本发明的一个或多个实施例中，平均化可以改进噪声AAD估计值。

可以利用方程11来计算数据图噪声信号估计值

$D_k^{noise}\left(i\right)=D_k\left(i+1\right)-D_k\left(i\right),fori=1:n-1$ 方程11

可以利用方程12来计算时间帧k处的瞬时噪声空间AAD

${\mathrm{AAD}}_k^{noise}=sum\left(\left|D_k^{noise}\right|\right)/\left(n-1\right)$ 方程12

可以利用方程13来计算在时间帧k结束的m个连续数据图取平均的噪声空间AAD

${\mathrm{aveAAD}}_k^{noise}={\mathrm{aveAAD}}_{k-1}^{noise}+\left({\mathrm{AAD}}_k^{noise}-{\mathrm{aveAAD}}_{k-1}^{noise}\right)/mfork>1$

方程13

可以通过对平均的过滤后的delta数据图消除趋势并且计算当前时间帧的瞬时消除趋势数据图和平均消除趋势数据图的数据图空间AAD来计算信号加噪声空间AAD。可以初始指定平均化窗口。在此实例中，如果瞬时数据图空间AAD值较小，诸如小于其在平均化窗口中先前时间点的平均值的百分之十，则SNR计算可使用瞬时数据图空间AAD，以避免当悬停的物体离开时的时间延迟。否则，SNR计算可以使用平均数据图空间AAD。

可以利用方程14来计算消除趋势数据图

$D_k^{\det rended}\left(i\right)=D_k\left(i\right)-mean\left(D_k\right),fori=1:n$ 方程14

可以利用方程15来计算在时间帧k结束的p个连续数据图取平均的消除趋势数据图

$D_k^{ave}=\left(\underset{j=0}{\overset{p-1}{\Σ}}{D}_{k-j}^{\det rended}\right)/p$ 方程15

可以利用方程16来计算在时间帧k结束的连续数据图取平均的消除趋势数据图的空间AAD

${\mathrm{AAD}}_k^{aveprofile}=sum\left(\left|D_k^{ave}\right|\right)/n$ 方程16

可以利用方程17来计算在时间帧k处的瞬时数据图空间AAD

${\mathrm{AAD}}_k^{profile}=sum\left(\left|D_k^{\det rended}\right|\right)/n$ 方程17

可以利用方程18来计算对于之前p-1个时间帧的时间帧k处的消除趋势数据图的平均瞬时空间AAD

${\mathrm{aveAAD}}_k^{profile}=\left(\underset{j=1}{\overset{p-1}{\Σ}}{\mathrm{AAD}}_{k-j}^{profile}\right)/\left(p-1\right)$ 方程18

可以利用方程19来计算SNR：

$\left({\mathrm{AAD}}_k^{aveprofile}-{\mathrm{aveAAD}}_k^{noise}\right)/{\mathrm{aveAAD}}_k^{noise},if{\mathrm{AAD}}_k^{profile}>0.1*{\mathrm{aveAAD}}_k^{profile}$

$\left({\mathrm{AAD}}_k^{profile}-{\mathrm{aveAAD}}_k^{noise}\right)/{\mathrm{aveAAD}}_k^{noise},otherwis$ 方程19

在以上，SNR是共模噪声不变量。此外，可利用以上参考第一组实例方程组讨论的技术来计算位置和高度。如上所述，这些方程组仅仅是实例。在不背离本发明范围的情况下可使用其他方程和技术。

图6显示了判断输入物体是否为悬停还是处在滑动过程中的流程图。悬停的输入物体是输入物体在感测区域中的位置无意于迅速改变的输入物体。换句话说，用户可以正尝试在移动到并且将输入物体维持在相对于输入表面的固定位置上。在本发明的一个或多个实施例中，悬停的输入物体可以相对于高度改变位置信息。滑动是输入物体的故意运动。例如，滑动可以是手势的一部分。如此处所使用的，输入物体相对于输入表面的任何有意运动均可被认为是滑动。因此，除了单方向手势之外，滑动可以包含附加手势。图6考虑了这样的情形：在感测区域中检测到至少一个输入物体并且在至少两个时间帧发生检测。例如，可使用在上面并在图2中讨论的SNR来进行感测区域中的输入物体的检测。也可使用用于检测输入物体的其他方法。

在步骤601中，对于当前时间帧，获得沿着感测区域的轴线指定输入物体的位置信息。获得位置信息的步骤可如上文中和图2中所讨论的那样执行。也可以使用其他获得位置信息的方法。

在步骤603中，利用当前时间帧和过去时间帧的位置信息计算输入物体沿轴线的速度。具体而言，计算速度的步骤包括识别关于在检测到输入物体的时间帧之间历经的时间量的输入物体沿着轴线的移动量。

在步骤605中，判断在先前的时间帧中是否检测到物体运动。具体而言，判断在当前时间帧之前的时间帧中是否检测到运动。如果未检测到先前的运动，那么在步骤607中，在本发明的一个或多个实施例中判断当前时间帧计算的速度是否小于最小滑动速率。最小滑动速率是假定发生滑动的最小速度。在本发明的一个或多个实施例中，最小滑动速率可构造和/或预先设定为默认值。

如果速度小于最小滑动速率，那么在步骤613中该轴线的状态参数被标记为检测到悬停。轴线的状态参数指定输入物体沿轴线的当前状态(例如，是否在滑动或悬停)。具体而言，如果输入物体的速度以小于沿着轴线的最小滑动速率移动，那么输入物体可以被检测为悬停而不是滑动。

如果速度不小于最小滑动速率，那么在步骤611中轴线的状态参数被标记为未检测到悬停。具体而言，如果输入物体的速度不是以小于沿着该轴线的最小滑动速率移动，那么输入物体可不被检测为悬停。换而言之，可将状态参数标记为检测到滑动。

如果在步骤605中检测到之前帧的物体运动，那么在步骤609中，判断当前时间帧计算的速度是否小于最大悬停速率。最大悬停速度为悬停输入物体可具有的最大速度。在一个或多个实施例中，最大悬停速率可以构造和/或预先设定为默认值。

如果速度小于最大速率，那么在步骤613中轴线的状态参数被标记为检测到悬停。如果速度不小于最大速率，那么该轴线的状态参数不被标记为检测到悬停。换而言之，状态参数可被标记为检测到滑动。

在步骤615中，在本发明的一个或多个实施例中判断对于当前时间帧是否存在将被分析的另一轴线。如果存在另一轴线，那么可继续进行下一轴线的流程。

在步骤617中，如果不存在另一轴线，那么在本发明的一个或多个实施例中将每个轴线的状态参数组合以获得组合状态参数。例如，组合状态参数可包括如果任意一条轴线被设定为滑动，则将组合状态参数设定为滑动或非悬停。在不背离权利要求范围的情况下，可使用其他规则或技术用于组合状态参数。

在步骤619中，基于组合状态参数进行动作。可如以上关于图2的步骤221所讨论的那样进行动作。

尽管图6中指定判断步骤使用“小于”或“大于”，但在不背离本发明范围的情况下，可分别使用“小于或等于”和/或“大于或等于”。

下面是一个实例。以下仅仅是出于举例的目的而不是为了限制权利要求的范围。考虑这样的情形：用户Ted正在其具有触摸屏显示器的智能手机上使用地址簿来呼叫Scott。Ted在他的地址簿中连同若干其他姓名还具有Schmitt、Sanchez、Schubert、Scriber以及Seng。Ted的手指较大并且正从饮用含咖啡因的咖啡处抖动。

继续此实例，Ted在感测表面上方大约2厘米处(即，在上表面感测区域中)通过快速的单方向向下滑动来滚动地址簿。对于每个时间帧，生成与用智能手机中的每个传感器电极接收到的结果信号相对应的测量数据，表示由传感器电极确定的电容变化，并且对于该时间帧的测量数据值可被表示为数据图。基于数据图，对于每个时间帧，计算数据图的SNR并且Ted的手指被检测为在上表面感测区域中。尽管事实上距Ted手指2厘米的距离意味着在来自传感器电极的信号中存在大量的噪声，但依然检测到Ted的手指。因此，对于每个时间帧，计算位置信息并且指定Ted的手指在该时间帧的位置。

继续此实例，由于Ted手指沿y轴的速度大于在过去的时间帧里最大的悬浮速率，因此状态参数表明Ted手指正在滑动，并且，因此，在Ted的智能手机地址簿中出现滚动到“S”名字。在地址簿滚动到“S”名字之后，Ted意识到Scott显示在触摸屏上。相应地，Ted让他的手指悬停在他认为是Scott的位置上方。如上所述，基于对于时间帧计算的SNR，尽管由Ted的手指的高度产生的噪生量相对较大，依然检测到Ted的手指。由于Ted从咖啡抖动，因此Ted的手指不是完全静止的。然而，Ted的手指具有小于最小滑动速率的速度并且以小于沿着所有轴线的最大悬停速率停留。因此，检测到悬停。所进行的动作可以是突出显示Ted实际上悬停在其上方的名字。换而言之，在上表面感测区域内悬停着的输入物体可以突出显示正在其上方悬停的GUI器件，而表面感测区域中的静止的输入物体可以是选择GUI器件。由于Ted的大手指，他发现他实际上是悬停在Scriber而不是Scott的上方。相应地，Ted朝Scott向上移动他的手指并悬停在Scott上方。此时，利用SNR和Ted的手指的速度，悬停被检测为在Scott之上并且突出显示Scott。当Ted看到Scott被突出显示时，Ted在感测表面上轻敲来选择Scott并呼叫Scott。

图7示出了本发明的一个或多个实施例中的实例。下面讨论的实例仅仅出于举例的目的而不是为了限制本发明的范围。图7示出了感测区域(700)，其显示沿着x轴的电容检测的示意图。具体而言，感测区域(700)被显示为具有深边缘的框。手指(702)是感测区域中的输入物体。尽管没有在图7中特别显示，但是考虑了这样的情形：手指在上表面感测区域中而不是物理触摸输入表面。

在本实例中，可对应于用沿着x轴的36个传感器电极的每一个接收到的结果信号生成测量数据值，所述测量数据值表示跨过如感测区域(700)上的各条线所示的整排检测到的电容量。传感器电极的数量仅仅是出于示例的目的。在不背离本发明范围的情况下可以存在更多或更少的传感器电极。在具有数据信号和噪声信号的数据图的曲线图(704)上绘制测量数据值的曲线。具体而言，曲线图的x轴(706)对应于传感器电极并且曲线图的y轴对应于测量数据值的数值(即，来自传感器电极的信号的值)(708)。在具有数据信号和噪声信号的数据图的曲线图的下方是仅具有数据信号(即，去除信号的噪声部分)的数据图的曲线图(710)。类似于曲线图(706)，曲线图的x轴(712)对应于传感器电极并且曲线图的y轴对应于测量数据值的数值(即，来自传感器电极的信号的值)(714)。换而言之，曲线图(710)是没有噪声的理想数据图的曲线图。如图7中所示，信号包括相比于曲线(710)在曲线图(704)中的各个峰值所突显的很多噪声，即使只有一个输入物体在感测区域中。本发明的一个或多个实施例能够针对特定的时间帧基于特定时间帧的SNR来区分是否一个或多个输入物体实际上在感测区域中或是否仅仅存在噪声。此外，在本发明的一个或多个实施例中，可以基于SNR对数据图进行过滤以便使诸如在曲线图(710)中所示的平滑数据可被用来确定位置信息。

因此，呈现了文中所述的实施例和实例以便最佳地解释根据本技术方案及其特定应用的实施例，从而使得本领域技术人员可以实现并使用本技术方案。然而，本领域技术人员会认识到，以上的描述和实例仅仅为了例示和举例说明而呈现。所阐明的描述目的不是要穷尽或限制本公开于所披露的精确形式。

Claims (21)

1.一种用于电容感测的处理系统，包括：

传感器模块，其包括耦接至多个传感器电极的传感器电路，所述传感器模块构造为生成利用所述多个传感器电极接收到的感测信号；以及

判断模块，其连接至所述多个传感器电极并且构造为：

针对预定时间帧从所述感测信号获得数据图；

针对所述预定时间帧获得噪声统计；

针对所述预定时间帧利用所述数据图计算所述预定时间帧的数据信号统计；

通过将所述数据信号统计除以所述噪声统计来计算信噪比(SNR)；以及

当所述SNR满足预定检测阈值时，在所述电容感测输入装置的感测区域内检测到输入物体。

2.根据权利要求1所述的处理系统，其中，所述信号统计是所述数据图中的数据信号的方差，并且其中所述噪声统计是所述数据图中的噪声信号的方差。

3.根据权利要求1所述的处理系统，其中，所述信号统计是所述数据图中的数据信号的偏差，并且其中所述噪声统计是所述数据图中的噪声信号的偏差。

4.根据权利要求1所述的处理系统，其中，所述感测区域包括表面感测区域和相对于所述传感器模块位于所述表面感测区域上方的上表面感测区域，并且其中在所述上表面感测区域中检测到所述输入物体。

5.根据权利要求1所述的处理系统，其中，所述判断模块进一步构造为：

基于检测到所述输入物体进行动作。

6.根据权利要求5所述的处理系统，其中，所述判断模块进一步构造为：

基于所述SNR过滤所述数据图以获得过滤后的数据图；

计算所述过滤后的数据图的最大值；以及

基于所述最大值计算所述输入物体的位置信息，

其中，进行动作包括报告所述位置信息。

7.根据权利要求6所述的处理系统，其中，过滤所述数据图包括：

从多个空间滤波器模板选择滤波器模板；以及

对所述数据图应用所述滤波器模板。

8.根据权利要求6所述的处理系统，其中，所述判断模块进一步构造为：

对所述过滤后的数据图进行分段以获得包括多个区段的分段数据图，

其中所述最大值是对于所述多个区段的其中一个区段的局部最大值。

9.根据权利要求6所述的处理系统，其中，所述判断模块进一步构造为：

利用所述SNR计算输入物体在所述感测区域上方的高度。

10.根据权利要求1所述的处理系统，其中，所述数据图是X轴数据图，所述SNR是X轴SNR，并且当所述SNR满足所述预定检测阈值时在所述感测区域中检测到所述输入物体产生第一结果，其中所述判断模块进一步构造为：

针对所述预定时间帧从所述电容感测输入装置获得Y轴数据图；

使用所述Y轴数据图计算Y轴SNR；

对于Y轴，当所述Y轴SNR满足所述预定检测阈值时，在所述感测区域中检测到所述输入物体以产生第二结果；以及

汇总所述第一结果和第二结果以获得汇总结果，

其中，进行动作基于所述汇总结果。

11.根据权利要求1所述的处理系统，其中，所述判断模块进一步构造为：

针对当前帧生成噪声估计值；以及

针对当前帧计算噪声统计；以及

利用从先前帧的噪声统计估计值来计算噪声统计的时间平均值，

其中，计算所述信号统计的步骤包括利用所述噪声统计的时间平均值从所述数据图去除噪声。

12.根据权利要求1所述的处理系统，其中，所述传感器模块构造为用所述多个传感器电极发送发射器信号并且用所述多个传感器电极接收结果信号，所述结果信号包括对应于所述发射器信号的影响。

13.根据权利要求1所述的处理系统，其中，所述传感器模块构造为用所述多个传感器电极的第一部分发送发射器信号并且用所述多个传感器电极的第二部分接收结果信号，所述结果信号包括对应于所述发射器信号的影响。

14.根据权利要求1所述的处理系统，其中，所述判断模块进一步构造为：

基于在所述感测区域中检测到输入物体：

利用多个数据图计算所述输入物体的速度，其中所述多个数据图包括所述数据图；

当所述速度小于最小滑动速率时检测到所述输入物体的悬停；以及

当所述速度大于最大悬停速率时检测到所述输入物体的滑动。

15.一种用于电容感测的方法，包括：

针对预定时间帧从用电容感测输入装置的传感器电极测量的感测信号获得数据图；

针对所述预定时间帧获得噪声统计；

针对所述预定时间帧利用所述数据图计算所述预定时间帧的数据信号统计；

通过将所述数据信号统计除以所述噪声统计来计算信噪比(SNR)；以及

当所述SNR满足预定检测阈值时，在所述电容感测输入装置的感测区域内检测到输入物体。

16.根据权利要求15所述的方法，其中，所述信号统计包括选自由所述数据图中的数据信号的方差和所述数据图中的数据信号的偏差组成的群组中的至少之一，并且所述噪声统计包括选自由所述数据图中的噪声信号的方差和所述数据图中的噪声信号的偏差组成的群组中的至少之一。

17.根据权利要求15所述的方法，其中，所述感测区域包括表面感测区域和相对于所述电容感测输入装置位于所述表面感测区域上方的上表面感测区域，并且其中在所述上表面感测区域中检测到所述输入物体。

18.根据权利要求15所述的方法，还包括：

基于所述SNR过滤所述数据图以获得过滤后的数据图；

计算所述过滤后的数据图的最大值；

基于所述最大值计算所述输入物体的位置信息；以及

报告所述位置信息。

19.根据权利要求15所述的方法，其中，所述数据图是X轴数据图，所述SNR是X轴SNR，并且当所述SNR满足所述预定检测阈值时在所述感测区域中检测到所述输入物体产生第一结果，其中所述方法还包括：

针对所述预定时间帧从所述电容感测输入装置获得Y轴数据图；

使用所述Y轴数据图计算Y轴SNR；

对于Y轴，当所述Y轴SNR满足所述预定检测阈值时，在所述感测区域中检测到所述输入物体以产生第二结果；以及

汇总所述第一结果和第二结果以获得汇总结果，

基于所述汇总结果进行动作。

20.根据权利要求15所述的方法，还包括：

针对当前帧生成噪声估计值；以及

针对当前帧计算噪声统计；以及

利用从先前帧的噪声统计估计值来计算噪声统计的时间平均值，

其中，计算所述信号统计的步骤包括利用所述噪声统计的时间平均值从所述数据图去除噪声。

21.一种输入装置，包括：

多个传感器电极，其构造为针对预定时间帧生成感测信号；以及

处理系统，其连接到所述多个传感器电极并且构造为：

针对预定时间帧从所述感测信号获得数据图；

针对所述预定时间帧利用所述电容感测输入装置获得噪声统计；

针对所述预定时间帧利用数据图计算所述预定时间帧的数据信号统计；

通过将所述数据信号统计除以所述噪声统计来计算信噪比(SNR)；以及

当所述SNR满足预定检测阈值时，在所述电容感测输入装置的感测区域内检测到输入物体。