CN108279413A - 传感器以及方法 - Google Patents

传感器以及方法 Download PDF

Info

Publication number
CN108279413A
CN108279413A CN201711454518.2A CN201711454518A CN108279413A CN 108279413 A CN108279413 A CN 108279413A CN 201711454518 A CN201711454518 A CN 201711454518A CN 108279413 A CN108279413 A CN 108279413A
Authority
CN
China
Prior art keywords
organism
action
antenna element
reception antenna
transmission antenna
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.)
Granted
Application number
CN201711454518.2A
Other languages
English (en)
Other versions
CN108279413B (zh
Inventor
中山武司
饭冢翔
饭冢翔一
本间尚树
笹川大
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.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Panasonic Intellectual Property Management Co Ltd
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
Priority claimed from JP2017180438A external-priority patent/JP6868846B2/ja
Application filed by Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Publication of CN108279413A publication Critical patent/CN108279413A/zh
Application granted granted Critical
Publication of CN108279413B publication Critical patent/CN108279413B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/0507—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  using microwaves or terahertz waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A61B5/1117—Fall 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
    • 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
    • G01S13/003—Bistatic radar systems; Multistatic radar systems
    • 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
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • 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
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • 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
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0228—Microwave sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/04—Arrangements of multiple sensors of the same type
    • A61B2562/046—Arrangements of multiple sensors of the same type in a matrix array
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Electromagnetism (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Physiology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本公开涉及传感器以及方法。传感器具备：发送天线，其具有发送发送信号的N个发送天线元件；接收天线，其具有分别接收包括N个发送信号中的被生物体反射后的反射信号的N个接收信号的M个接收天线元件；电路；以及存储器，电路执行：根据各接收信号，从表示各发送天线元件与各接收天线元件之间的传播特性的N×M的第1矩阵中提取与预定频率范围对应的第2矩阵，使用第2矩阵来推定生物体所存在的位置，基于推定出的位置和发送及接收天线的位置来算出对生物体的RCS(Radar cross‑section)值，使用算出的RCS值、和表示RCS值与生物体的动作的对应关系的信息，推定生物体的动作。

Description

传感器以及方法
技术领域
本发明涉及利用无线信号推定生物体的行动的传感器以及方法。
背景技术
作为获知人物的位置、行动等的方法，利用无线信号的方法正在被进行研究(例如，参照专利文献1～7)。具体而言，专利文献1中公开了根据接收电波的变化量来监视人的动作，判断人的存在或者不存在的方法。专利文献2中公开了使用THz波来掌握生物体的头部及四肢的方法。专利文献3中公开了通过电波雷达推定对象物的大小的方法。专利文献4中公开了通过毫米波雷达测定对象物的位置的轨迹的方法。专利文献5中公开了根据多普勒雷达的RCS测定来判断对象物是否是人的方法。专利文献6中公开了以多个天线的信道信息以及各种传感信息为基础并通过机器学习来推定生物体的位置和/或状态的方法。专利文献7中公开了根据FMCW雷达的测定结果判定人的卧姿或者坐姿的方法。
现有技术文献
专利文献
专利文献1：日本特开2015-184149号公报
专利文献2：日本特开2006-81771号公报
专利文献3：日本特开2001-159678号公报
专利文献4：日本特开2013-160730号公报
专利文献5：日本特开2004-340729号公报
专利文献6：日本特开2014-190724号公报
专利文献7：日本特开2016-135233号公报
发明内容
发明所要解决的问题
然而，为了使通过利用无线信号来对生物体的动作进行推定的精度提高，需要进一步的改善。
用于解决问题的技术方案
本发明的一个方式涉及的传感器，具备：发送天线，其具有N个发送天线元件，N是3以上的自然数，所述N个发送天线元件分别向生物体可能存在的预定范围发送发送信号；接收天线，其具有M个接收天线元件，M是3以上的自然数，所述M个接收天线元件分别接收包括由所述N个发送天线元件发送的N个所述发送信号中的一部分发送信号被所述生物体反射后的反射信号的N个接收信号；电路；以及存储器，其存储有表示对应关系的信息，所述对应关系是作为所述生物体相对于所述传感器所存在的铅直方向上的位置的铅直位置及雷达散射截面值即RCS(Radar cross-section)值的时间性变化与所述生物体的动作之间的对应关系，所述N个发送天线元件中的至少3个发送天线元件分别配置在铅直方向以及水平方向不同的位置，所述M个接收天线元件中的至少3个接收天线元件分别配置在铅直方向以及水平方向不同的位置，所述电路，根据在所述M个接收天线元件的每一个中以预定期间接收到的所述N个接收信号的每一个，算出N×M的第1矩阵，所述N×M的第1矩阵以表示所述N个发送天线元件的每一个与所述M个接收天线元件的每一个之间的传播特性的各复传递函数作为成分，通过提取所述第1矩阵中的与预定频率范围对应的第2矩阵，提取与受到所述生物体的包括呼吸、心跳以及体动中的至少一方的体征活动的影响的成分对应的所述第2矩阵，使用所述第2矩阵，推定所述生物体相对于所述传感器所存在的三维位置，该三维位置包含所述铅直位置，基于所述推定出的所述三维位置、所述发送天线的位置和所述接收天线的位置，算出表示所述生物体与所述发送天线的距离的第1距离以及表示所述生物体与所述接收天线的距离的第2距离，使用所述第1距离以及所述第2距离，算出对所述生物体的RCS值，使用所述推定出的所述三维位置以及所述算出的RCS值的时间性变化、和存储于所述存储器的所述表示对应关系的信息，推定所述生物体的动作。
发明效果
根据本发明，通过利用无线信号，能够短时间且高精度地进行生物体的动作的推定。
附图说明
图1是表示实施方式中的传感器的构成的一例的框图。
图2是表示实施方式中的传感器的设置例的图。
图3是表示实施方式中的电路以及存储器的功能性结构的框图。
图4A是用于说明在不同的测定期间进行测定的传感器的位置分辨能力(分辨率)的一例的图。
图4B是用于说明在不同的测定期间进行测定的传感器的位置分辨能力的另一例的图。
图5是用于对根据高度位置(Height)或者RCE值的时间序列数据来提取动作期间的例子进行说明的图。
图6是用于对变换成方向矢量的处理进行说明的图。
图7是表示方向码(code)表的一例的图。
图8是表示算出的方向码以及距离的时间序列数据的一例的图。
图9是表示表示对应关系的信息的一例的图。
图10是表示通过测定获得的测试数据以及作为模型码的模型数据的图。
图11是表示实施方式中的传感器的工作的一例的流程图。
图12是表示推定处理的详情的一例的流程图。
图13是表示事先学习处理中的传感器的工作的一例的流程图。
标号说明
10传感器；20发送天线；21发送天线元件；30接收天线；31接收天线元件；40电路；41存储器；42表示对应关系的信息；50生物体；301～304格子；410复传递函数算出部；420生物体成分算出部；430位置推定处理部；440RCS算出部；450动作推定部；451动作期间提取部；452方向码算出部；453动作比较部。
具体实施方式
(成为本发明的基础的见解)
对于与利用无线信号推定生物体的状态有关的现有技术，发明人进行了详细的研究。其结果，已知在专利文献1的方法中存在如下问题，即、虽然能够检测人物的存在、不存在，但难以检测人物所存在的方向、位置、状态、动作等。
另外，已知在专利文献2的方法中存在如下问题，即、虽然能够检测人物的头部及四肢，推定人物所存在的方向、位置、状态等，但使用了太赫兹(terahertz)波段设备，成本高。
另外，已知在专利文献3的方法中存在如下问题，即、虽然能够推定对象物的大小，但难以推定人物等生物体的状态。
另外，已知在专利文献4的方法中存在如下问题，即、虽然能够推定对象生物体的位置的轨迹，但难以推定生物体的状态。
另外，已知在专利文献5的方法中存在如下问题，即、虽然能够根据RCS推定对象物是否为人物，但难以推定人物等生物体的状态。
另外，已知在专利文献6中存在需要对每个使用者进行机器学习这一问题。
另外，已知在专利文献7中存在难以推定人物的动作这一问题。
发明人对以上问题反复进行研究的结果是，发现了通过使用从包括放置于在垂直方向及水平方向不同的位置的多个天线元件的发送天线发送并被生物体反射后的反射信号的传播特性和散射截面积，能够短时间且高精度地进行对生物体所存在的方向、位置、大小、姿势、动作等的推定，得到了本发明。
再者，要推定静止期间的生物体的位置，主要以生物体的呼吸、心跳成分为基础来进行位置推定，所以推定生物体的动作需要数秒钟左右的数据。因此，例如弄明白了要推定跌倒等速度快的动作，需要使用不足1秒钟的短数据进行推定，且弄明白了要推定生物体的静止期间、生物体的动作期间、或者静止期间以及动作期间的双方内的生物体的姿势，对于1次的测定数据，需要使用不同的时间数据长度，进行生物体的位置以及姿势的推定。
(1)本发明的一个技术方案涉及的传感器，具备：发送天线，其具有N个发送天线元件，N是3以上的自然数，所述N个发送天线元件分别向生物体可能存在的预定范围发送发送信号；接收天线，其具有M个接收天线元件，M是3以上的自然数，所述M个接收天线元件分别接收包括由所述N个发送天线元件发送的N个所述发送信号中的一部分发送信号被所述生物体反射后的反射信号的N个接收信号；电路；以及存储器，其存储有表示对应关系的信息，所述对应关系是作为所述生物体相对于所述传感器所存在的铅直方向上的位置的铅直位置及雷达散射截面值即RCS(Radar cross-section)值的时间性变化与所述生物体的动作之间的对应关系，所述N个发送天线元件中的至少3个发送天线元件分别配置在铅直方向以及水平方向不同的位置，所述M个接收天线元件中的至少3个接收天线元件分别配置在铅直方向以及水平方向不同的位置，所述电路，根据在所述M个接收天线元件的每一个中以预定期间接收到的所述N个接收信号的每一个，算出N×M的第1矩阵，所述N×M的第1矩阵以表示所述N个发送天线元件的每一个与所述M个接收天线元件的每一个之间的传播特性的各复传递函数作为成分，通过提取所述第1矩阵中的与预定频率范围对应的第2矩阵，提取与受到所述生物体的包括呼吸、心跳以及体动中的至少一方的体征活动的影响的成分对应的所述第2矩阵，使用所述第2矩阵，推定所述生物体相对于所述传感器所存在的三维位置，该三维位置包含所述铅直位置，基于所述推定出的所述三维位置、所述发送天线的位置和所述接收天线的位置，算出表示所述生物体与所述发送天线的距离的第1距离以及表示所述生物体与所述接收天线的距离的第2距离，使用所述第1距离以及所述第2距离，算出对所述生物体的RCS值，使用所述推定出的所述三维位置以及所述算出的RCS值的时间性变化、和存储于所述存储器的所述表示对应关系的信息，推定所述生物体的动作。
因此，通过利用无线信号，能够短时间且高精度地进行生物体的动作的推定。
(2)在上述技术方案中，也可以为，在所述表示对应关系的信息中所关联的所述生物体的动作包括跌倒、向椅子上坐、向地上坐、从椅子站起、从地上站起、跳跃以及转向(方向转换)，所述电路使用所述推定出的所述三维位置以及所述算出的RCS值的时间性变化、和存储于所述存储器的所述表示对应关系的信息，推定所述生物体进行了跌倒、向椅子上坐、向地上坐、从椅子站起、从地上站起、跳跃以及转向中的哪个动作。
因此，能够更短时间地进行生物体的动作的推定。
(3)在上述技术方案中，也可以为，所述电路在所述生物体的动作的推定中，提取所述推定出的铅直位置或者所述算出的RCS值的时间性变化比预定值大的期间作为所述生物体正在动作的动作期间，使用提取到的所述动作期间内的时间性变化、即所述推定出的所述三维位置以及所述算出的RCS值的时间性变化、和存储于所述存储器的所述表示对应关系的信息，推定所述生物体的动作。
因此，能够降低推定生物体的动作所花费的处理负荷。
(4)在上述技术方案中，也可以为，所述电路使用时间序列数据提取所述动作期间，所述时间序列数据通过从按时间序列获得的多个所述铅直位置或者多个所述RCS值，使用预定的滤波器去除瞬时噪声成分来获得。
因此，能够更高精度地进行生物体的动作的推定。
(5)在上述技术方案中，也可以为，在所述表示对应关系的信息中与所述生物体的动作关联的所述铅直位置以及所述RCS值的时间性变化通过方向码来表示，所述方向码通过事先当所述生物体在所述预定范围内进行了所述生物体的动作中的一个动作时，使用预定方法，将由所述电路推定出的铅直位置以及由所述电路算出的RCS值的时间性变化变换成方向矢量，并将变换得到的所述方向矢量进行标准化而获得，所述电路在所述生物体的动作的推定中，使用预定方法，将提取到的所述动作期间内的时间性变化、即根据所述推定出的所述三维位置获得的所述铅直位置以及所述算出的RCS值的时间性变化变换成方向矢量，将变换得到的所述方向矢量进行标准化，由此算出方向码，使用算出的所述方向码和所述表示对应关系的信息，推定所述生物体的动作。
因此，能够更高精度地进行生物体的动作的推定。
(6)在上述技术方案中，也可以为，所述电路在第1动作期间的接下来的第2动作期间，使用所述第1动作期间结束时的所述生物体的姿势，推定所述生物体的动作。
因此，能够利用推定出的生物体的动作来推定接下来的生物体的动作。由此，能够更有效地进行生物体的动作的推定。
(7)在上述技术方案中，也可以为，所述电路进一步在所述推定出的所述三维位置上的向水平方向的变动为预定距离以上的变动的情况下，推定为所述生物体正在水平方向上移动。
因此，能够短时间且高精度地推定生物体的向水平方向的移动。
(8)在上述技术方案中，也可以为，所述电路进一步使用在推定为所述生物体正在水平方向上移动的情况下的所述三维位置所包含的所述铅直位置，推定所述生物体的身高。
因此，能够短时间且高精度地推定生物体的身高。由此，例如只要预先知晓可能存在于预定范围的多个生物体，且多个生物体的身高各不相同，就能够利用于确定多个生物体中的哪个生物体在场、哪个正在动作。
(9)在上述技术方案中，也可以为，所述电路进一步使用在推定为所述生物体正在水平方向上移动的情况下的所述RCS值，推定所述生物体的身体尺寸。
因此，能够短时间且高精度地推定生物体的身体尺寸。由此，例如只要预先知晓可能存在于预定范围的多个生物体，且多个生物体的身体尺寸各不相同，就能够利用于确定多个生物体中的哪个生物体在场、哪个正在动作。
(10)在上述技术方案中，也可以为，所述预定期间是所述生物体的呼吸、心跳以及体动中的至少一方的周期的大致一半。
因此，能够有效地进行生物体的动作的推定。
此外，本发明不仅能够作为传感器而实现，也能够作为集成电路来实现，所述集成电路具备这种传感器所具备的处理单元，或作为使构成该装置的处理单元成为步骤的方法来实现，作为使计算机执行这些步骤的程序来实现，作为表示该程序的信息、数据或者信号来实现。而且，这些程序、信息、数据以及信号也可以通过CD-ROM等记录介质和/或互联网等通信介质来发布。
以下，使用附图，详细地对本发明的实施方式进行说明。此外，下面说明的实施方式均表示本发明的优选的一个具体例。在以下的实施方式中表示的数值、形状、材料、构成要素、构成要素的配置位置以及连接方式、步骤、步骤的顺序等仅为一例，并非旨在限定本发明。另外，对于以下的实施方式中的构成要素中的、没有记载在表示本发明的最上位概念的独立权利要求中的构成要素，作为构成更加优选的方式的任意的构成要素进行说明。此外，在本说明书以及附图中，对具有实质相同的功能结构的构成要素赋予相同的标号，由此省略重复说明。
(实施方式)
图1是表示实施方式中的传感器的构成的一例的框图。图2是表示实施方式中的传感器的设置例的图。
如图1所示，传感器10具备发送天线20、接收天线30、电路40以及存储器41。传感器10通过发送天线20向人等生物体50发射微波，用接收天线30接收被生物体50反射后的反射波。在此，将第1基准方向与第1生物体方向所成的角设为φT，所述第1基准方向是任意对发送天线20设定的水平面上的方向，所述第1生物体方向是从发送天线20向生物体50的方向。另外，将作为铅直方向与第1生物体方向所成的角的生物体50的仰角设为θT。另外，将作为第2基准方向与第2生物体方向所成的角的生物体50的仰角设为φR，所述第2基准方向是任意对接收天线30设定的水平面上的方向，所述第2生物体方向是从接收天线30向生物体50的方向。另外，将铅直方向与第2生物体方向所成的角设为θR。若将生物体50正在进行体征活动的部位的中心坐标设为(xb，yb，zb)，则方向(θT，θR，φT，φR)和坐标(xb，yb，zb)能够根据发送天线20、接收天线30以及生物体50的位置关系互相变换。
发送天线20具有N个发送天线元件21。发送天线20具有通过以在水平方向(x方向)排列NX个并且在铅直方向(z方向)排列NZ个的方式矩形配置出的N个(N＝NX×NZ)发送天线元件21而构成的阵列天线。也就是说，N个发送天线元件21中的至少3个发送天线元件21配置于铅直方向以及水平方向不同的位置。N个发送天线元件21的每一个向生物体可能存在的预定范围发送发送信号。也就是说，发送天线20从不同的N处位置向预定范围发送N个发送信号。此外，生物体可能存在的预定范围指的是传感器10对生物体的存在进行检测的检测范围。
具体而言，N个发送天线元件21的每一个将微波作为发送信号向人等生物体50进行发射。N个发送天线元件21也可以将按各发送天线元件21而进行了不同的调制处理后的信号作为发送信号来发送。另外，N个发送天线元件21的每一个也可以依次地切换着发送调制信号和无调制的信号。调制处理也可以由发送天线20来进行。如此，通过按N个发送天线元件21的每一个来将从N个发送天线元件21发送的发送信号设为各不相同的发送信号，能够确定发送了由接收天线30接收到的发送信号的发送天线元件21。如此，发送天线20也可以包括用于进行调制处理的电路。
接收天线30具有M个接收天线元件31。接收天线30具有通过以在水平方向(x方向)排列MX个并且在铅直方向(z方向)排列MZ个的方式矩形配置出的M个(M＝MX×MZ)接收天线元件31而构成的阵列天线。也就是说，M个接收天线元件31中的至少3个接收天线元件31配置于铅直方向以及水平方向不同的位置。M个接收天线元件31的每一个接收包括反射信号的N个接收信号，所述反射信号是N个发送信号中的被生物体50反射后的信号。接收天线30对由微波而成的接收信号进行频率变换，变换为低频率信号。接收天线30将通过变换为低频率信号而获得的信号输出给电路40。也就是说，接收天线30也可以包括用于处理接收信号的电路。
电路40执行使传感器10工作的各种处理。电路40例如构成为包括：执行控制程序的处理器；和被用作执行该控制程序时所使用的工作区的易失性的存储区域(主存储装置)。易失性的存储区域例如是RAM(Random Access Memory，随机存取存储器)。此外，电路40也可以通过用于进行使传感器10工作的各种处理的专用电路来构成。也就是说，电路40既可以是进行软件处理的电路，也可以是进行硬件处理的电路。
存储器41是非易失性的存储区域(辅助存储装置)，例如是ROM(Read OnlyMemory，只读存储器)、闪存、HDD(Hard Disk Drive，硬盘驱动器)等。存储器41例如存储有使传感器10工作的各种处理所利用的信息。
接着，使用图3，对电路40的功能性结构进行说明。
图3是表示实施方式中的电路以及存储器的功能性结构的框图。
电路40具有复传递函数算出部410、生物体成分算出部420、位置推定处理部430、RCS算出部440以及动作推定部450。
复传递函数算出部410根据变换为低频信号的接收信号，算出复传递函数。复传递函数指的是表现各发送天线元件21与各接收天线元件31之间的传播损失以及相位旋转的函数。复传递函数在发送天线元件数为N个、接收天线元件数为M个的情况下，成为具有M×N个成分的复矩阵。下面，将该复矩阵称为复传递函数矩阵。算出的复传递函数矩阵被输出给生物体成分算出部420。也就是说，复传递函数算出部410根据在M个接收天线元件31的每一个中以预定期间接收到的多个接收信号的每一个，算出N×M的第1矩阵，所述N×M的第1矩阵以表示N个发送天线元件21的每一个与M个接收天线元件31的每一个之间的传播特性的各复传递函数作为成分。
生物体成分算出部420将复传递函数矩阵分离为根据经由了生物体50的接收信号而获得的复传递函数矩阵成分、和根据没有经由生物体50的接收信号而获得的复传递函数矩阵成分。经由了生物体50的成分指的是根据生物体活动而产生时变的成分。由此，关于经由了生物体50的成分，例如在除生物体50以外静止着的情况下，能够根据通过将复传递函数矩阵的成分在时间方向上进行傅立叶变换所获得的成分，通过取出直流以外的成分来进行提取。另外，经由了生物体50的成分例如也能够通过取出与生物体50不存在于预定范围时所观测到的结果之间的差分超过了预定阈值的成分来进行提取。如此，生物体成分算出部420通过提取根据包括经由了生物体50的反射信号的接收信号所获得的复传递函数矩阵成分，算出所提取到的复传递函数矩阵成分来作为生物体成分。也就是说，生物体成分算出部420通过提取第1矩阵中的与预定频率范围对应的第2矩阵，提取与受到生物体的包括呼吸、心跳以及体动中的至少一方在内的体征活动的影响的成分对应的第2矩阵。预定频率范围例如是源于上述的生物体的包括呼吸、心跳以及体动中的至少一方在内的体征活动的频率范围。预定频率范围例如是大于等于0.1Hz且小于等于3Hz的频率范围。由此，能够提取受到心脏、肺、横膈膜、内脏的活动的生物体50的部位的体征活动、或者手、脚等的体征活动的影响的生物体成分。此外，心脏、肺、横膈膜、内脏的活动的生物体50的部位例如指的是人的心窝。
在此，生物体成分是具有M×N个成分的矩阵，从根据以预定期间在接收天线30中观测到的接收信号而获得的复传递函数来提取。因此，生物体成分作为具有频率响应或者时间响应信息的成分。此外，预定期间是生物体的呼吸、心跳以及体动中的至少一方的周期的大致一半的期间。
由生物体成分算出部420算出的生物体成分被输出给位置推定处理部430。位置推定处理部430使用被算出的生物体成分来进行生物体的位置推定。也就是说，位置推定处理部430使用第2矩阵，推定生物体50相对于传感器10所存在的三维位置，该三维位置包括生物体相对于传感器10所存在的铅直位置。在位置推定中，推定从发送天线20的出发角θT和向接收天线30的到来角θR这两个角度，并利用三角法，根据所推定的出发角θT以及到来角θR来推定生物体50的位置。
此外，在位置推定中，在作为观测对象的生物体50与发送天线20的第1距离或者生物体50与接收天线30的第2距离和构成发送天线20或者接收天线30的阵列天线的开口相比几乎为相同程度地接近的情况下，也可以使用被称作球面波模型向量的向量来进行生物体50的位置推定。这是因为，出发角或者到来角按每个构成发送天线20或者接收天线30的阵列天线元件而不同。在该情况下，像平面波那样无法定义出发角或者到来角，因此使用表现构成发送天线20或者接收天线30的阵列天线元件与对象的生物体50之间的位置关系的二维或者三维的坐标来定义后述的导向矢量(steering vector)。
此外，位置推定处理部430也可以根据用途，例如利用通过在3秒以上的第1测定期间内进行测定所获得的测定数据，推定静止期间的生物体50的位置，并且例如使用通过在1秒、0.5秒等比第1测定期间短的第2测定期间内进行测定所获得的测定数据，推定动作期间的生物体50的位置。将此时的概念示于图4A以及图4B。
图4A是用于说明在不同的测定期间进行测定的传感器的位置分辨能力的一例的图。
如图4A所示，例如，对于格子301的多个四边形的区域，例如在格子301的整体范围表示了作为传感器10的测定范围的预定范围、并且是8m×8m的范围的空间的情况下，该格子301的多个四边形的区域表示以100cm四方的分辨能力在第1测定期间内测定时的多个区域。另外，对于格子302的多个四边形的区域，在格子302的整体范围表示了作为传感器10的测定范围的预定范围、并且是与格子301相同的8m×8m的范围的空间的情况下，该格子302的多个四边形的区域表示以5cm四方的分辨能力在第2测定期间内测定时的多个区域。如上所述，第1测定期间例如为3秒，第2测定期间例如为0.5秒。另外，在第1测定期间测定由格子301划分出的多个区域的每一个区域所需的第1期间、与在第2测定期间测定由格子302划分出的多个区域的每一个区域所需的第2期间是相互重复的期间。也就是说，测定由格子301划分出的多个区域的每一个区域的处理与测定由格子302划分出的多个区域的每一个区域的处理通过并列处理来执行。
在不同的测定期间测定生物体50的处理也可以如下这样进行。
图4B是用于说明在不同的测定期间进行测定的传感器的位置分辨能力的另一例的图。
如图4B所示，例如，格子301的多个四边形的区域与图4A的说明同样地，在格子301的整体范围表示了作为传感器10的测定范围的预定范围、并且是8m×8m的范围的空间的情况下，表示以100cm四方的分辨能力在第1测定期间内测定时的多个区域。另外，格子303的多个四边形的区域表示在格子303的整体范围是包括根据格子301的多个区域的测定所检测出的生物体50的位置在内的区域的4m×4m的范围的空间内，以30cm四方的分辨能力在第2测定期间内测定的情况下的多个区域。另外，格子304的多个四边形的区域表示在格子304的整体范围是包括根据格子303的多个区域的测定所检测出的生物体50的位置在内的区域的2m×2m的范围的空间内，以10cm四方的分辨能力在比第2测定期间短的第3测定期间内测定的情况下的多个区域。第1测定期间例如为3秒，第2测定期间例如为1秒，第3测定期间例如为0.5秒。此外，在使检测静止期间的生物体50的位置的精度进一步提高的情况下，也可以将第1测定期间设定为10～20秒等比3秒长的时间。
RCS算出部440使用生物体成分和推定出的位置来算出散射截面(RCS：RadarCross Section)。具体而言，RCS算出部440为了计算散射截面，基于推定出的三维位置、发送天线20的位置和接收天线30的位置，算出距离RT以及距离RR，距离RT表示生物体50与发送天线20的第1距离，距离RR表示生物体50与接收天线30的第2距离。RCS算出部440根据算出的距离RT以及距离RR来算出传播距离，并使用算出的传播距离和生物体成分的强度来算出RCS。此外，发送天线20的位置和接收天线30的位置可以预先存储于存储器41。
动作推定部450使用时间序列数据和预先存储于存储器41的表示对应关系的信息42，推定生物体50的动作，所述时间序列数据表示由位置推定处理部430推定出的三维位置以及由RCS算出部440算出的RCS值的时间性变化。动作推定部450具有动作期间提取部451、方向码算出部452以及动作比较部453。
动作期间提取部451如图5所示那样提取由位置推定处理部430推定出的生物体50的三维位置、或者由RCS算出部440算出的RCS值的时间性变化的变化幅度比预定值大的期间作为动作期间。此外，图5是用于对根据高度位置(Height)或者RCE值的时间序列数据来提取动作期间的例子进行说明的图。
动作期间提取部451例如在使用作为铅直位置的高度位置或者RCS值提取动作期间的情况下，也可以为了避免瞬时噪声的影响，针对所获得的三维位置或者RCS值的时间序列的数据，例如使用中值滤波器、FIR滤波器、平均值等，去除高度位置以及RCS值的噪声成分，提取滤波器处理后的高度信息的变化区间和/或RCS的变化区间作为该生物体的动作期间。也就是说，动作期间提取部451也可以使用如下时间序列数据来提取动作期间：该时间序列数据是通过使用预定的滤波器，从按时间序列得到的多个铅直位置或者多个RCS值中去除瞬时噪声成分来获得的数据。在图5中，作为一例，表示了使用测定期间为0.6秒左右的测定数据，测定高度位置以及RCS值，并进行了预定的滤波器处理后的情况、以及作为动作期间进行了提取的情况。此外，动作期间提取部451在出于削减计算量等目的而想要限定成为进行推定的对象的期间时是有效的，但不一定必须设置。也就是说，在对全区间进行状态推定的情况下，毫无疑问地也可以省略动作期间提取部451，对全区间进行推定。
方向码算出部452使用预定方法，将由动作期间提取部451提取到的动作期间内的时间性变化、即根据推定出的三维位置获得的铅直位置(高度位置)以及算出的RCS值的时间性变化变换成方向矢量。具体而言，方向码算出部452如图6所示那样将高度位置与RCS值绘制成二维图形，在其时间变化的轨迹上，算出该轨迹的距离ΔP和该轨迹的方向θ。方向码算出部452例如在从由第1时刻(timing)的高度位置H1以及RCS值R1所表示的第1坐标p1(H1、R1)、向由第1时刻的接下来的第2时刻的高度位置H2以及RCS值R2所表示的第2坐标p2(H2、R2)的轨迹上，算出第1坐标p1(H1、R1)与第2坐标p2(H2、R2)之间的距离ΔP、和从第1坐标p1(H1、R1)观察第2坐标p2(H2、R2)时的方向θ，由此变换成方向矢量。图6是用于对变换成方向矢量的处理进行说明的图。
接着，方向码算出部452通过将变换得到的方向矢量进行标准化，算出方向码。具体而言，方向码算出部452通过参照图7所示的方向码表，算出方向码。例如，方向码算出部452在由1～8所表示的方向码中确定方向θ最接近的方向码。图7是表示方向码表的一例的图。
方向码算出部452如上述那样算出方向码和距离ΔP，由此获得如图8所示的方向码的时间序列数据。图8是表示算出的方向码以及距离的时间序列数据的一例的图。此外，此时方向码算出部452也可以为了避免由个人差异带来的影响，进行方向码的标准化。
动作比较部453通过对由方向码算出部452算出的方向码的时间序列数据与存储于存储器的表示对应关系的信息42进行比较，来确定在表示对应关系的信息42中与该时间序列数据关联的动作，由此推定生物体50的动作。
此外，存储于存储器41的表示对应关系的信息42指的是表示多个模型码与生物体50的动作的对应关系的信息，所述多个模型码表示生物体50相对于传感器10所存在的铅直方向上的位置即铅直位置以及RCS值的时间性变化。另外，在表示对应关系的信息42中所关联的生物体50的动作如图9所示那样包括跌倒、向椅子上坐、向地上坐、从椅子站起、从地上站起、跳跃以及转向。也就是说，动作推定部450使用由位置推定处理部430推定出的三维位置以及由RCS算出部440算出的RCS值的时间性变化、和预先存储于存储器41的表示对应关系的信息42，推定生物体50进行了跌倒、向椅子上坐、向地上坐、从椅子站起、从地上站起、跳跃以及转向中的哪个动作。此外，模型码被表示为如图10所示的时间序列数据。
此外，在电路40中，通过在多个不同的时刻反复进行上面说明的各部410～450中的处理来获得时间序列数据。例如，电路40通过在使用图4A或者图4B说明的那样的预定的抽样周期反复进行处理，获得由时间序列的多个三维位置以及时间序列的多个RCS值构成的时间序列数据。
接着，使用数式来说明实施方式的传感器10的工作原理的详情。此外，在此表示使用傅立叶变换来提取生物体成分的方法。这里说明的处理通过电路40来进行。在存在L个人的室内环境中，对发送天线20使用MT个元件、对接收天线30使用MR个元件的平面阵列天线时所测定的MR×MT的时变MIMO(多入多出)信道H(t)表示为下式1。
在此，t表示观测时间，作为第(i，j)个元素的hij表示从第j个发送天线元件21向第i个接收天线元件31的信道响应。
MR×MTMIMO阵列可以向由MRMT×1SIMO(Single-Input Multiple-Output，单入多出)结构表现的MIMO虚拟阵列进行变换。此时，MR×MT MIMO信道H(t)被变换为由下式2表示的MRMT×1虚拟SIMO信道。
在此，{·}T表示转置。这里使用差分时间T将差分信道hsb(t，T)定义为下式3。
hsb(t，T)＝h(t+T)-h(t) (式3)
在实际的复信道中，包含有直接波、源于固定物的反射波等没有经由生物体的反射波，但在差分信道矩阵中，通过差分运算可消除所有没有经由生物体的反射波。因此，差分信道中仅包含源于生物体的反射波。
在此使用差分信道hsb(t，T)，将在某个观测时间t的差分时间T的瞬时相关矩阵R(t，T)定义为下式4。
R(t，T)＝hsb(t,T)hsb(t，T)H (式4)
在此，{·}H表示复共轭转置。该瞬时相关矩阵的秩为1，但通过平均计算能够恢复相关矩阵的秩，由此能够同时推定多个到来波。
接着，说明使用根据差分信道矩阵求得的相关矩阵来进行生物体的三维方向推定的方法。在此对基于MUSIC(多重信号分类)算法的推定法进行说明。当对前面的相关矩阵R进行特征值分解时，可以写作下式5～7。
R＝UΛUH (式5)
在此，U是特征向量，Λ是与特征向量对应的特征值，顺序由下式8所示。
L是到来波的数量也就是检测对象的生物体数。在下面的说明中，假设与构成发送天线20或者接收天线30的阵列天线的开口相比，与作为检测对象的生物体的距离较近的状态进行说明。由此假定为由该阵列天线观测到球面波。此外，即使在与作为检测对象的生物体的距离足够远的情况下，下式也成立，因此不会影响检测。在知道距离足够远的情况下，可以使用出发角θT、到来角θR推定对象的位置，能够获得计算变得比较简易这一优点。发送天线20侧的阵列天线的导向矢量定义为下式9～11。
接收天线30侧的阵列天线的导向矢量也同样地，定义为下式12～14。
在此，dmxmy、dnxny表示波源也就是生物体与第mxmy、nxny个阵列元件的距离，dmxcmyc、dnxcnyc表示波源与基准元件的距离，Θnxny、Φnxny表示相位延迟，λ表示波长。
进而，将收发的导向矢量相乘，如下式15所示，定义考虑了收发双方的角度信息的导向矢量。
若对其应用MUSIC法，则使用该导向矢量，搜索由下式16所示的评价函数的极大值，由此推定到来波的方向。
在此，该搜索针对空间的坐标(x，y，z)进行，因此实施三维的搜索处理。
进而使用通过搜索获得的位置信息(x，y，z)，计算来自生物体的散射截面(RCS)。
若使用将观测到的传播信道矩阵H(t)进行傅立叶变换并矢量化而得到的频率响应矩阵F(ω)，则接收功率Pγ(ω)表示为下式17。
Pr(ω)＝F(ω)F(ω)H (式17)
此时，生物体的散射截面σ能够表示为下式18～20。
此时，RR表示从接收天线30到所推定出的生物体50的位置的距离，RT表示从发送天线20到所推定出的生物体50的位置的距离。另外，GR表示接收天线30的增益，GT表示发送天线20的增益。另外，ω1表示生物体活动的最小频率，ω2表示生物体活动的最大频率。
如此，通过仅提取与生物体活动对应的频率所对应的成分，能够仅提取来自生物体的反射功率。根据生物体的姿势，从天线观察到的体表面积看起来会不同，所以能够推定生物体的状态，并且在生物体行动时，由体动引起的频率成分增加，因此RCS发生变动，通过对推定出的生物体的高度z与散射截面σ的轨道进行建模，能够推定生物体的动作。
以下，对动作推定的方法进行说明。
根据前述的方法，若在不同的多个时刻连续地推定生物体的散射截面σ以及高度z，则能够观测σ-z特性的轨迹。此时，在生物体处于静止状态的情况下，RCS值几乎没有变化，因此，提取生物体正在行动时、即RCS值的变动大的轨迹点流。对于该轨迹点群，将作为第i-1个轨迹点与第i个轨迹点之间的距离的轨迹点移动量设为ΔPi，将第i-1个轨迹点与第i个轨迹点之间所成的角设为角度参数αi，分别定义为下式21以及式22。
接着，使用角度参数的值来对轨迹点的移动方向分配方向码。对于角度的方向码的分配是将360°分为8份，对各方向分配1～8的数字。此时，为了使得在向垂直、水平方向移动时编码不频繁地变化，也可以不对该方向设置编码的分界。动作的速度存在个人差异，因此为了避免即使是相同的动作而由于动作的快慢，轨迹点数不同所引起的误识别，也可以进行考虑到动作的快慢的差异的方向码的标准化。例如，根据由方向推定获得的原方向码串cj(j＝1～jmax)，考虑轨迹点移动量相对于轨迹点移动量的总和的比例，生成由K项构成的标准化编码串。在此jmax是轨迹点数，因动作时间而变得不同。标准化编码串Ck(k＝1、2、…、K)如下这样根据第i个轨迹移动量ΔPi、轨迹点移动量的总和ΔPsum来制作。
1)j＝1时，满足下式23的k的范围的标准化编码串为原方向码串中的j＝1的编码。
2)j在2～jmax的范围内时，满足下式24的k的范围的标准化编码串为各个j的编码。其中，ΔPsum满足下式25。
动作的推定通过比较根据轨迹点数据制作的由K项构成的标准化数列(测试数据)和与多个动作的每一个对应的由K项构成的模型数据数列来进行。模型数据数列为，预先进行多次在进行多个动作的每一个动作的期间的动作测定，将在由多次动作测定获得的标准化编码串的各项中最多的方向码设为该项的模型数据。方向码呈环状，因此最大差为4。为了算出方向码编号与实际之差，设为下式26。其中，δCi>4时，设为下式27。
δCi＝|Ctest.i-Cmodel.i| (式26)
δCi＝8-δCi (式27)
其中，Ctest，i表示测试数据串的第i项元素，Cmodel，i表示模型数据串的第i项元素。接着，算出测试数据与模型数据的方向码之差的平方和，作为由下式28所示的偏差。例如，如图10所示，通过对测试数据与模型数据进行比较，算出偏差。图10是表示通过测定获得的测试数据以及作为模型码的模型数据的图。
而且，将与偏差成为最小的模型数据串对应的行动作为识别结果输出。
接着，使用流程图，对实施方式中的传感器10的工作进行说明。
图11是表示实施方式中的传感器的工作的一例的流程图。
在传感器10中，发送天线20的N个发送天线元件21向生物体50可能存在的预定范围，使用N个发送天线元件21发送N个发送信号(S11)。
接收天线30的M个接收天线元件31接收包括由发送天线20发送的N个发送信号被生物体50反射后的多个反射信号的N个接收信号(S12)。
电路40根据在M个接收天线元件31的每一个中以预定期间接收到的N个接收信号的每一个，算出N×M的第1矩阵，所述N×M的第1矩阵以表示N个发送天线元件21的每一个与M个接收天线元件31的每一个之间的传播特性的各复传递函数作为成分(S13)。
电路40通过提取第1矩阵中的与预定频率范围对应的第2矩阵，提取与受到生物体50的包括呼吸、心跳以及体动中的至少一方的体征活动的影响的成分对应的第2矩阵(S14)。
电路40使用第2矩阵，推定生物体50相对于传感器10所存在的三维位置(S15)。
电路40基于推定出的三维位置、发送天线20的位置和接收天线30的位置，算出第1距离以及第2距离，第1距离表示生物体50与发送天线20的距离，第2距离表示生物体50与接收天线30的距离(S16)。
电路40使用第1距离以及第2距离，算出对生物体50的RCS值(S17)。
电路40使用算出的RCS值、存储于存储器41的表示RCS值与生物体50的动作的对应关系的信息42，推定生物体50的动作(S18)。
接着，说明推定生物体50的动作的推定处理的详情。
图12是表示推定处理的详情的一例的流程图。
电路40提取所推定出的三维位置中的铅直位置或者算出的RCS值的时间性变化比预定值大的期间，作为生物体50正在动作的动作期间(S21)。
电路40使用预定方法，将提取到的动作期间内的时间性变化、即根据推定出的三维位置所获得的铅直位置以及算出的RCS值的时间性变化变换成方向矢量，将变换得到的方向矢量进行标准化，由此算出方向码(S22)。
电路40通过对算出的方向码的时间序列数据与存储于存储器的表示对应关系的信息42进行比较，来确定在表示对应关系的信息42中与该时间序列数据关联的动作，由此推定生物体50的动作(S23)。
接着，对用于取得表示对应关系的信息42的传感器10的事先学习的工作进行说明。
图13是表示事先学习处理中的传感器的工作的一例的流程图。
电路40通过未图示的输入单元受理用于指定预定动作的输入(S31)。由此，电路40识别为在预定期间内所进行的动作是由受理到的输入表示的动作。
接着，依次进行与上述的传感器10的工作的步骤S11～步骤S17以及步骤S21、S22同样的处理。
接着，电路40将通过使在步骤S31中受理到的输入所示的动作与算出的方向码的时间序列数据关联所获得的表示对应关系的信息，作为教师数据存储于存储器41(S32)。
根据本实施方式涉及的传感器10，能够短时间且高精度地进行生物体50所存在的位置以及在该位置上的生物体的动作的推定。
传感器10通过检测正在活动的部位，检测生物体50的存在。因此，例如通过对此加以利用，能够推定人在活着的状态(活体)下进行了跌倒、向椅子上坐、向地上坐、从椅子站起、从地上站起、跳跃以及转向中的哪个动作。由此，能够有效地进行人的生存确认。另外，无需对通过摄像头(camera)拍摄到的图像进行图像解析就能够进行人的生存确认，因此能够在保护人的隐私的状态下进行人的生存确认。
以上，基于实施方式说明了本发明的一个或多个技术方案涉及的传感器10，但本发明不限定于该实施方式。只要不脱离本发明的宗旨，将本领域技术人员想到的各种变形应用于本实施方式而得到的方式、和将不同的实施方式中的构成要素组合而构成的形态也包含在本发明的一个或者多个技术方案的范围内。
根据上述实施方式，传感器10将表示对应关系的信息42设为是使对铅直位置以及RCS值进行方向编码而得到的模型码与动作关联的信息，但不限于此。例如，作为表示对应关系的信息，也可以采用使铅直位置以及RCS值的时间性变化本身与动作关联的信息。在该情况下，电路40的动作推定部450也可以不具有方向码算出部452。
根据上述实施方式，传感器10的电路40也可以使用推定出的动作来推定由生物体50接下来进行的动作。也就是说，电路40也可以在第1动作期间的接下来的第2动作期间，使用第1动作期间的结束时的生物体50的姿势，推定生物体50的动作。例如，电路40推定出生物体50站起来的情况下，生物体50无疑已经处于站立的状态，因此，判断为接下来不可能是站起的动作，在与表示对应关系的信息42进行比较时，从成为表示对应关系的信息42的比较对象的动作中去除站起的动作。由此，能够更高精度地进行生物体50的动作的推定。
根据上述实施方式，传感器10根据使用无线信号所获得的数据，推定生物体50的动作，但不限于推定动作。
传感器10的电路40例如也可以根据生物体50的三维位置的时间序列数据判定向水平方向的变动是否是大于等于预定距离的变动，在该变动是大于等于预定距离的情况下，推定为生物体50正在水平方向上移动。在该情况下，电路40可以在向水平方向的变动比预定阈值大的情况下，推定为生物体50正在跑，还可以在比预定阈值小的情况下，推定为生物体50正在走。因此，能够短时间且高精度地推定生物体50的向水平方向的移动。
另外，传感器10的电路40例如也可以进一步使用在推定为生物体50正在水平方向上移动的情况下的三维位置所包含的铅直位置，推定生物体50的身高。在该情况下，具体而言，电路40也可以通过对所获得的铅直位置乘以预定系数来推定生物体50的身高。如上所述，作为生物体50的铅直位置，例如可获得腹部的铅直位置，因此，例如能够通过将1.5～2.0的范围内的系数作为预定系数与其相乘，推定生物体50的身高。此外，在向水平方向移动的情况下，作为生物体50的人处于站立的状态，以此为前提，如上所述那样通过乘以预定系数来推定身高。
由此，例如只要预先知晓可能存在于预定范围的多个生物体，且多个生物体的身高各不相同，就能够利用于确定多个生物体中的哪个生物体在场、哪个正在动作。例如，如果预定范围是家中的房间，该家中所住的人已确定，那么根据获得的铅直位置，参照该家中所住的人的身高的尺寸，由此，能够利用于确定所获得的生物体50是该家中所住的人中的哪一位。
另外，传感器10的电路40例如也可以进一步使用在推定为生物体50正在水平方向上移动的情况下的RCS值，推定生物体50的身体尺寸。由此，例如只要预先知晓可能存在于预定范围的多个生物体，且多个生物体的身体尺寸各不相同，就能够利用于确定多个生物体中的哪个生物体在场、哪个正在动作。也就是说，与身高的情况同样地，能够利用于确定有谁在场。

Claims (11)

1.一种传感器，具备：
发送天线，其具有N个发送天线元件，N是3以上的自然数，所述N个发送天线元件分别向生物体可能存在的预定范围发送发送信号；
接收天线，其具有M个接收天线元件，M是3以上的自然数，所述M个接收天线元件分别接收包括由所述N个发送天线元件发送的N个所述发送信号中的一部分发送信号被所述生物体反射后的反射信号的N个接收信号；
电路；以及
存储器，其存储有表示对应关系的信息，所述对应关系是作为所述生物体相对于所述传感器所存在的铅直方向上的位置的铅直位置及雷达散射截面值即RCS值的时间性变化与所述生物体的动作之间的对应关系，
所述N个发送天线元件中的至少3个发送天线元件分别配置在铅直方向以及水平方向不同的位置，
所述M个接收天线元件中的至少3个接收天线元件分别配置在铅直方向以及水平方向不同的位置，
所述电路，
根据在所述M个接收天线元件的每一个中以预定期间接收到的所述N个接收信号的每一个，算出N×M的第1矩阵，所述N×M的第1矩阵以表示所述N个发送天线元件的每一个与所述M个接收天线元件的每一个之间的传播特性的各复传递函数作为成分，
通过提取所述第1矩阵中的与预定频率范围对应的第2矩阵，提取与受到所述生物体的包括呼吸、心跳以及体动中的至少一方的体征活动的影响的成分对应的所述第2矩阵，
使用所述第2矩阵，推定所述生物体相对于所述传感器所存在的三维位置，该三维位置包含所述铅直位置，
基于所述推定出的所述三维位置、所述发送天线的位置和所述接收天线的位置，算出表示所述生物体与所述发送天线的距离的第1距离以及表示所述生物体与所述接收天线的距离的第2距离，
使用所述第1距离以及所述第2距离，算出对所述生物体的RCS值，
使用所述推定出的所述三维位置以及所述算出的RCS值的时间性变化、和存储于所述存储器的所述表示对应关系的信息，推定所述生物体的动作。
2.根据权利要求1所述的传感器，
在所述表示对应关系的信息中所关联的所述生物体的动作包括跌倒、向椅子上坐、向地上坐、从椅子站起、从地上站起、跳跃以及转向，
所述电路使用所述推定出的所述三维位置以及所述算出的RCS值的时间性变化、和存储于所述存储器的所述表示对应关系的信息，推定所述生物体进行了跌倒、向椅子上坐、向地上坐、从椅子站起、从地上站起、跳跃以及转向中的哪个动作。
3.根据权利要求1或2所述的传感器，
所述电路在所述生物体的动作的推定中，
提取所述推定出的铅直位置或者所述算出的RCS值的时间性变化比预定值大的期间作为所述生物体正在动作的动作期间，
使用提取到的所述动作期间内的时间性变化、即所述推定出的所述三维位置以及所述算出的RCS值的时间性变化、和存储于所述存储器的所述表示对应关系的信息，推定所述生物体的动作。
4.根据权利要求3所述的传感器，
所述电路使用时间序列数据提取所述动作期间，所述时间序列数据通过从按时间序列获得的多个所述铅直位置或者多个所述RCS值，使用预定的滤波器去除瞬时噪声成分来获得。
5.根据权利要求3或4所述的传感器，
在所述表示对应关系的信息中与所述生物体的动作关联的所述铅直位置以及所述RCS值的时间性变化通过方向码来表示，所述方向码通过事先当所述生物体在所述预定范围内进行了所述生物体的动作中的一个动作时，使用预定方法，将由所述电路推定出的铅直位置以及由所述电路算出的RCS值的时间性变化变换成方向矢量，并将变换得到的所述方向矢量进行标准化而获得，
所述电路在所述生物体的动作的推定中，
使用预定方法，将提取到的所述动作期间内的时间性变化、即根据所述推定出的所述三维位置获得的所述铅直位置以及所述算出的RCS值的时间性变化变换成方向矢量，
将变换得到的所述方向矢量进行标准化，由此算出方向码，
使用算出的所述方向码和所述表示对应关系的信息，推定所述生物体的动作。
6.根据权利要求1至5中任一项所述的传感器，
所述电路在第1动作期间的接下来的第2动作期间，使用所述第1动作期间结束时的所述生物体的姿势，推定所述生物体的动作。
7.根据权利要求1至6中任一项所述的传感器，
所述电路进一步在所述推定出的所述三维位置上的向水平方向的变动为预定距离以上的变动的情况下，推定为所述生物体正在水平方向上移动。
8.根据权利要求7所述的传感器，
所述电路进一步使用在推定为所述生物体正在水平方向上移动的情况下的所述三维位置所包含的所述铅直位置，推定所述生物体的身高。
9.根据权利要求7或8所述的传感器，
所述电路进一步使用在推定为所述生物体正在水平方向上移动的情况下的所述RCS值，推定所述生物体的身体尺寸。
10.根据权利要求1至9中任一项所述的传感器，
所述预定期间是所述生物体的呼吸、心跳以及体动中的至少一方的周期的大致一半。
11.一种方法，是通过传感器推定生物体的动作的方法，
所述传感器具备：发送天线，其具有N个发送天线元件，N是3以上的自然数；接收天线，其具有M个接收天线元件，M是3以上的自然数；电路；以及存储器，其存储有表示对应关系的信息，所述对应关系是作为生物体相对于所述传感器所存在的铅直方向上的位置的铅直位置、雷达散射截面值即RCS值与所述生物体的动作之间的对应关系，
所述N个发送天线元件中的至少3个发送天线元件分别配置在铅直方向以及水平方向不同的位置，
所述M个接收天线元件中的至少3个接收天线元件分别配置在铅直方向以及水平方向不同的位置，
所述方法包括：
使用所述N个发送天线向生物体可能存在的预定范围发送N个发送信号，
使用所述M个接收天线元件的每一个接收包括发送的所述N个发送信号的一部分发送信号被所述生物体反射后的反射信号的N个接收信号，
根据在所述M个接收天线元件的每一个中以预定期间接收到的所述N个接收信号的每一个，算出N×M的第1矩阵，所述N×M的第1矩阵以表示所述N个发送天线元件的每一个与所述M个接收天线元件的每一个之间的传播特性的各复传递函数作为成分，
通过提取所述第1矩阵中的与预定频率范围对应的第2矩阵，提取与受到所述生物体的包括呼吸、心跳以及体动中的至少一方的体征活动的影响的成分对应的所述第2矩阵，
使用所述第2矩阵，推定所述生物体相对于所述传感器所存在的三维位置，该三维位置包含所述铅直位置，
基于所述推定出的所述三维位置、所述发送天线的位置和所述接收天线的位置，算出表示所述生物体与所述发送天线的距离的第1距离以及表示所述生物体与所述接收天线的距离的第2距离，
使用所述第1距离以及所述第2距离，算出对所述生物体的RCS值，
使用所述推定出的所述三维位置以及所述算出的RCS值的时间性变化、和存储于所述存储器的所述表示对应关系的信息，推定所述生物体的动作。
CN201711454518.2A 2017-01-06 2017-12-28 传感器以及生物体动作推定方法 Active CN108279413B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2017001317 2017-01-06
JP2017-001317 2017-01-06
JP2017-180438 2017-09-20
JP2017180438A JP6868846B2 (ja) 2017-01-06 2017-09-20 センサーおよび方法

Publications (2)

Publication Number Publication Date
CN108279413A true CN108279413A (zh) 2018-07-13
CN108279413B CN108279413B (zh) 2022-11-11

Family

ID=62782009

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711454518.2A Active CN108279413B (zh) 2017-01-06 2017-12-28 传感器以及生物体动作推定方法

Country Status (2)

Country Link
US (1) US10912493B2 (zh)
CN (1) CN108279413B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111134685A (zh) * 2018-11-02 2020-05-12 富士通株式会社 跌倒检测方法和装置
CN111381228A (zh) * 2018-12-28 2020-07-07 松下知识产权经营株式会社 推测方法以及推测装置
CN113208581A (zh) * 2020-01-21 2021-08-06 富士通株式会社 人体姿态检测装置、方法及系统
CN113490968A (zh) * 2019-02-19 2021-10-08 大陆汽车有限公司 用来阻止中继攻击的数字钥匙和系统
CN114097256A (zh) * 2019-07-19 2022-02-25 欧姆龙株式会社 无线通信装置以及无线通信系统

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10371808B2 (en) 2016-01-15 2019-08-06 Panasonic Intellectual Property Management Co., Ltd. Positioning sensor and direction estimation method
US20210197834A1 (en) * 2016-11-21 2021-07-01 George Shaker System and method for sensing with millimeter waves for sleep position detection, vital signs monitoring and/or driver detection
JP6975898B2 (ja) * 2017-12-26 2021-12-01 パナソニックＩｐマネジメント株式会社 推定方法、推定装置およびプログラム
US10775482B2 (en) * 2018-04-11 2020-09-15 Infineon Technologies Ag Human detection and identification in a setting using millimeter-wave radar
US11796304B2 (en) * 2018-04-24 2023-10-24 Carnegie Mellon University System and method for tracking a shape
JP7340771B2 (ja) * 2018-05-28 2023-09-08 パナソニックＩｐマネジメント株式会社 生体検知装置、生体検知方法、記録媒体、およびプログラム
US11183772B2 (en) 2018-09-13 2021-11-23 Infineon Technologies Ag Embedded downlight and radar system
US11875708B2 (en) * 2018-10-04 2024-01-16 The Regents Of The University Of Michigan Automotive radar scene simulator
CN111381227B (zh) * 2018-12-28 2024-04-26 松下知识产权经营株式会社 推测方法以及推测装置
AU2020217910A1 (en) * 2019-02-06 2021-08-26 Essence Security International (E.S.I.) Ltd. Radar location system and method
WO2021002049A1 (ja) * 2019-07-02 2021-01-07 パナソニックＩｐマネジメント株式会社 センサ
CN112395920B (zh) * 2019-08-16 2024-03-19 富士通株式会社 基于雷达的姿态识别装置、方法以及电子设备
US20210100451A1 (en) * 2019-10-07 2021-04-08 Siyang Cao Systems and methods of remote extraction of skeletal information using millimeter wave radar
EP4088656A4 (en) * 2020-01-07 2023-07-05 Panasonic Intellectual Property Management Co., Ltd. ESTIMATION DEVICE AND ESTIMATION METHOD
WO2021165873A1 (en) * 2020-02-18 2021-08-26 Vayyar Imaging Ltd. Systems and methods for remotely tracking life signs with a millimeter-wave radar
GB202007587D0 (en) 2020-05-21 2020-07-08 Essence Smartcare Ltd A device for determining a status of a person
GB202008326D0 (en) 2020-06-03 2020-07-15 Essence Smartcare Ltd Controlling frame rate of active reflected wave detector
CN114144696A (zh) * 2020-06-30 2022-03-04 松下知识产权经营株式会社 传感器
CN112180458B (zh) * 2020-09-15 2024-03-15 北京子兆信息技术有限公司 基于mimo的毫米波人体安检成像仪天线的布局布阵方法
TWI756993B (zh) * 2020-12-17 2022-03-01 國立中山大學 使用無線網路訊號之生命徵象雷達感測器
US20220218231A1 (en) * 2021-01-11 2022-07-14 Qumea Ag Method for monitoring a recumbent patient to obtain information on a body position of the patient
TWI774224B (zh) * 2021-02-03 2022-08-11 緯創資通股份有限公司 特徵強化與資料擴增方法及其動作偵測裝置

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001159678A (ja) * 1999-12-02 2001-06-12 Nec Corp レーダによる目標判定方法及びレーダ装置
JP2004340729A (ja) * 2003-05-15 2004-12-02 Hitachi Ltd 移動体検知レーダー装置
US20100026550A1 (en) * 2007-07-17 2010-02-04 Rosenbury Erwin T Handheld Instrument Capable of Measuring Heartbeat and Breathing Motion at a Distance
CN102135617A (zh) * 2011-01-06 2011-07-27 哈尔滨工程大学 双基地多输入多输出雷达多目标定位方法
JP2011145111A (ja) * 2010-01-12 2011-07-28 Panasonic Corp Ｕｗｂセンサシステム及びリーダ装置
CN102279387A (zh) * 2011-07-18 2011-12-14 西安电子科技大学 Mimo雷达的目标到达角估计方法
CN102819017A (zh) * 2011-06-09 2012-12-12 索尼公司 雷达装置和方法
CN103003714A (zh) * 2010-07-29 2013-03-27 松下电器产业株式会社 雷达装置
CN103210319A (zh) * 2010-10-12 2013-07-17 Tmd技术有限公司 雷达系统
CN104011558A (zh) * 2011-12-28 2014-08-27 Hrl实验室有限责任公司 编码的孔径波束分析方法和设备
CN105445734A (zh) * 2014-09-19 2016-03-30 德尔福技术有限公司 具有基于相位的多目标检测的雷达系统
CN105452898A (zh) * 2013-08-14 2016-03-30 Iee国际电子工程股份公司 车辆乘用的雷达感测
CN105717486A (zh) * 2016-01-28 2016-06-29 国家无线电监测中心 无线电干扰源定位方法与系统
CN106164698A (zh) * 2014-03-31 2016-11-23 三美电机株式会社 雷达模块、输送设备以及物体识别方法
US20160377705A1 (en) * 2015-06-29 2016-12-29 Echocare Technologies Ltd. Ultra-wide band antenna arrays and related methods in personal emergency response systems

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006081771A (ja) 2004-09-17 2006-03-30 Canon Inc 電磁波を用いた生物体に関する情報の推定方法および装置
US7916066B1 (en) * 2006-04-27 2011-03-29 Josef Osterweil Method and apparatus for a body position monitor and fall detector using radar
KR20110008080A (ko) * 2008-04-03 2011-01-25 카이 메디컬, 아이엔씨. 비접촉식 생리학적 모션 센서 및 모션 센서의 사용 방법
JP2013160730A (ja) 2012-02-08 2013-08-19 Panasonic Corp 目標物追尾装置
JP6076167B2 (ja) 2013-03-26 2017-02-08 Kddi株式会社 空間状態判定装置
JP2015184149A (ja) 2014-03-25 2015-10-22 住友電気工業株式会社 監視装置、監視システム、監視方法および監視プログラム
DE102014218140B3 (de) * 2014-09-10 2016-03-10 Ait Austrian Institute Of Technology Gmbh Verfahren und Vorrichtung zur Bestimmung des zeitlichen Verlaufs der Atemtiefe einer Person
JP2016135233A (ja) 2015-11-26 2016-07-28 株式会社光波 生体状態検出装置
WO2017120669A1 (en) * 2016-01-12 2017-07-20 Bigmotion Technologies Inc. Systems and methods for human body motion capture

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001159678A (ja) * 1999-12-02 2001-06-12 Nec Corp レーダによる目標判定方法及びレーダ装置
JP2004340729A (ja) * 2003-05-15 2004-12-02 Hitachi Ltd 移動体検知レーダー装置
US20100026550A1 (en) * 2007-07-17 2010-02-04 Rosenbury Erwin T Handheld Instrument Capable of Measuring Heartbeat and Breathing Motion at a Distance
JP2011145111A (ja) * 2010-01-12 2011-07-28 Panasonic Corp Ｕｗｂセンサシステム及びリーダ装置
CN103003714A (zh) * 2010-07-29 2013-03-27 松下电器产业株式会社 雷达装置
CN103210319A (zh) * 2010-10-12 2013-07-17 Tmd技术有限公司 雷达系统
CN102135617A (zh) * 2011-01-06 2011-07-27 哈尔滨工程大学 双基地多输入多输出雷达多目标定位方法
CN102819017A (zh) * 2011-06-09 2012-12-12 索尼公司 雷达装置和方法
CN102279387A (zh) * 2011-07-18 2011-12-14 西安电子科技大学 Mimo雷达的目标到达角估计方法
CN104011558A (zh) * 2011-12-28 2014-08-27 Hrl实验室有限责任公司 编码的孔径波束分析方法和设备
CN105452898A (zh) * 2013-08-14 2016-03-30 Iee国际电子工程股份公司 车辆乘用的雷达感测
CN106164698A (zh) * 2014-03-31 2016-11-23 三美电机株式会社 雷达模块、输送设备以及物体识别方法
CN105445734A (zh) * 2014-09-19 2016-03-30 德尔福技术有限公司 具有基于相位的多目标检测的雷达系统
US20160377705A1 (en) * 2015-06-29 2016-12-29 Echocare Technologies Ltd. Ultra-wide band antenna arrays and related methods in personal emergency response systems
CN105717486A (zh) * 2016-01-28 2016-06-29 国家无线电监测中心 无线电干扰源定位方法与系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
林存坤等: "规避机动对雷达检测概率的影响研究", 《现代雷达》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111134685A (zh) * 2018-11-02 2020-05-12 富士通株式会社 跌倒检测方法和装置
US11074800B2 (en) 2018-11-02 2021-07-27 Fujitsu Limited Fall detection method and apparatus
CN111134685B (zh) * 2018-11-02 2022-08-09 富士通株式会社 跌倒检测方法和装置
CN111381228A (zh) * 2018-12-28 2020-07-07 松下知识产权经营株式会社 推测方法以及推测装置
CN111381228B (zh) * 2018-12-28 2024-10-01 松下知识产权经营株式会社 推测方法以及推测装置
CN113490968A (zh) * 2019-02-19 2021-10-08 大陆汽车有限公司 用来阻止中继攻击的数字钥匙和系统
CN114097256A (zh) * 2019-07-19 2022-02-25 欧姆龙株式会社 无线通信装置以及无线通信系统
CN113208581A (zh) * 2020-01-21 2021-08-06 富士通株式会社 人体姿态检测装置、方法及系统

Also Published As

Publication number Publication date
CN108279413B (zh) 2022-11-11
US10912493B2 (en) 2021-02-09
US20180192919A1 (en) 2018-07-12

Similar Documents

Publication Publication Date Title
CN108279413A (zh) 传感器以及方法
JP6839807B2 (ja) 推定装置およびプログラム
CN110286368B (zh) 一种基于超宽带雷达的老人跌倒检测方法
Ding et al. WiFi CSI-based human activity recognition using deep recurrent neural network
JP6868846B2 (ja) センサーおよび方法
US10473756B2 (en) Sensor and estimating method
CN110031836B (zh) 生物体数量估计方法、生物体数量估计装置以及记录介质
Zhang et al. WiFi-based cross-domain gesture recognition via modified prototypical networks
CN105911544B (zh) 一种基于压缩感知技术的扩频穿墙雷达成像方法
US11226408B2 (en) Sensor, estimating device, estimating method, and recording medium
Shi et al. Human activity recognition using deep learning networks with enhanced channel state information
CN108279398A (zh) 传感器以及推定生物体的位置的方法
Shi et al. mPose: Environment-and subject-agnostic 3D skeleton posture reconstruction leveraging a single mmWave device
JP7511189B2 (ja) 推定装置、推定方法、および、プログラム
Muaaz et al. WiHAR: From Wi-Fi channel state information to unobtrusive human activity recognition
WO2020223216A1 (en) Subject identification in behavioral sensing systems
CN111381227B (zh) 推测方法以及推测装置
CN117426768A (zh) 一种基于Wi-Fi波束成形的鲁棒呼吸检测方法
CN111381228B (zh) 推测方法以及推测装置
US11796304B2 (en) System and method for tracking a shape
JP2020109387A (ja) 推定方法および推定装置
Vishwakarma et al. Neural style transfer enhanced training support for human activity recognition
Dai et al. Learning From Noise: An Unsupervised GPR Data Denoising Scheme based on Generative Adversarial Networks
CN104320205B (zh) 空间多普勒域中的稀疏doa估计算法
JP7429877B2 (ja) 推定方法および推定装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant