CN108780145A - 基于重复的无线发射来检测运动 - Google Patents
基于重复的无线发射来检测运动 Download PDFInfo
- Publication number
- CN108780145A CN108780145A CN201680083649.1A CN201680083649A CN108780145A CN 108780145 A CN108780145 A CN 108780145A CN 201680083649 A CN201680083649 A CN 201680083649A CN 108780145 A CN108780145 A CN 108780145A
- Authority
- CN
- China
- Prior art keywords
- signal
- wireless
- sensor device
- wireless signal
- space
- 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
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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0273—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves using multipath or indirect path propagation signals in position determination
-
- 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
- G01S13/04—Systems determining presence of a target
-
- 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
- G01S7/356—Receivers involving particularities of FFT processing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
Abstract
在一般方面,基于无线信号来检测对象的运动。在一些方面,在空间内的无线传感器装置处接收到基于重复的无线发射的无线信号。通过处理器的操作来分析所接收到的无线信号,以检测空间内的对象的移动。该分析包括确定表示所接收到的各无线信号的相应频率分量的相对相位和幅值的复值,并且基于复值的变化来检测出空间内的对象的移动。
Description
本申请要求2016年4月15日提交的题为“Detecting Motion Based on RepeatedWireless Transmissions”的美国申请号15/099,833的优先权,该申请通过引用合并于此。
背景技术
以下描述涉及例如基于重复的无线发射来检测运动。
已经使用运动检测系统来检测例如房间或室外区域中的对象的移动。在一些示例性运动检测系统中,使用红外或光学传感器来检测传感器的视场中的对象的移动。运动检测系统已用在安全系统、自动控制系统和其它类型的系统中。
附图说明
图1是示出具有示例性运动检测系统的环境的图。
图2A和2B是示出在包括示例性运动检测系统的空间内发射的信号的图。
图3是示出用于检测移动的示例性处理的流程图。
图4是示出在包括示例性运动检测系统的空间内发射的信号的图。
图5A和5B是示出在包括示例性运动检测系统的另一空间内发射的信号的图。
图6是示出包括多个传感器装置的示例性空间的图。
图7是示出示例性运动检测系统的架构的框图。
图8是示出示例性传感器装置的框图。
图9是示出示例性信号路径的框图
具体实施方式
在所描述的一些方面中,基于无线信号的重复发射来检测对象的运动。运动检测系统可以包括一个或多个传感器装置、源装置和其它组件。在一些示例性实现中,基于由另一系统生成的信号(例如蓝牙信标、Wi-Fi信标、其它无线信标信号或其它类型的信号)来检测运动。在一些示例中,无线信号可能在与移动对象交互之前或之后传播通过某对象(例如,壁),这可能使得能够在无需移动对象和传感器装置之间的光学视线的情况下检测到该对象的移动。运动检测器系统可以用在诸如可以包括用于监视空间(例如房间、建筑物等)内的移动的控制中心的安全系统等的较大的系统中。
图1是示出具有示例性运动检测系统的环境的图。在所示的示例中,源装置可以在无线电频谱中发射无线信号。图1所示的示例性源装置包括蓝牙源102、卫星源104、基站源106、Wi-Fi源108和蜂窝电话源110。在一些示例中,膝上型计算机或平板电脑可以包括蓝牙源102,并且可以与膝上型计算机或平板电脑附近的诸如鼠标、耳机等的各种装置通信。卫星源104可以发射例如用于全球定位系统(GPS)的信号。在一些示例中,基站源106可以提供信号以将移动装置连接到电话网络,将计算装置连接到数据网络等。在一些示例中,用于网络的无线接入点(WAP)可以作为Wi-Fi源108工作,该Wi-Fi源108可以使得诸如计算机、平板电脑、智能电话等的计算装置连接到通信网络。在一些示例中,蜂窝电话可以包括用于发射用于蓝牙或NFC系统、用于Wi-Fi或蜂窝网络或用于其它类型的系统的信号的一个或多个蜂窝电话源110。可以使用其它源装置。
在图1所示的示例性环境中,在不同场所示出示例性传感器装置。图1示出第一传感器装置112、第二传感器装置114、第三传感器装置116和第四传感器装置118。可以使用不同数量的传感器装置。例如,在一些情况下可以使用单个传感器装置,或者可以使用大量(例如,数十、数百等)的传感器装置。
图1所示的示例性传感器装置112、114、116和118适于接收和分析来自一个或多个示例性源装置的信号。示例性传感器装置可以通过通信信道来接收信号,并且接收到的信号可以用于检测通信信道中的对象100(例如,人、结构、装置等)的移动。参考图7、8和9来描述示例性传感器装置。在一些示例中,单个装置在不同时间可以作为源装置和传感器装置工作。
用于无线信号的通信信道可以例如包括无线电磁信号传播所经由的空气或任何其它介质。通信信道可以包括用于所发射的无线电磁信号的多个路径。对于给定的通信信道(或通信信道中的给定路径),发射信号可以被通信信道中的表面反射或散射。由于发射信号入射在阻抗不连续处,因此可能发生反射或散射,其中阻抗不连续可能在不同材料之间的边界(例如空气与壁之间的边界、空气与人之间的边界或其它边界)处产生。在某些实例中,在发射信号入射到第一材料(在这个示例中为空气)和第二材料(在这个示例中为壁)之间的边界上的情况下,发射信号的一部分可能在空气与壁之间的边界处被反射或散射。另外,发射信号的另一部分可以继续传播通过壁,其可能以另一种方式被折射或受到影响。此外,传播通过壁的该另一部分可以入射在另一边界上,并且又一部分可以在该边界处被反射或散射,而另一部分可以继续传播通过边界。
在传感器装置处,沿着通信信道的多个路径传播的信号可以组合以形成接收信号。多个路径各自可能导致沿着相应路径的信号由于路径长度、信号的反射或散射或其它因素而相对于发射信号发生衰减和相位偏移。因此,传感器装置处的接收信号可能具有相对于发射信号具有不同衰减和相位偏移的不同分量。在反射或散射路径中的信号的对象移动时,传感器装置处的接收信号的分量可能改变。例如,路径长度可能改变,这导致相位偏移更小或更大并导致信号的衰减更多或更少。因此,在接收信号中可以检测到由对象的移动引起的变化。
图2A和2B是示出在包括示例性运动检测系统的空间200内发射的信号的图。示例性空间200可以在空间的一个或多个边界处完全或部分地封闭或打开。空间200可以是或可以包括房间的内部、多个房间或建筑物等。在所示的示例中,第一壁202、第二壁204和第三壁206至少部分地包围空间200。
示例性运动检测系统包括空间200内的源装置208、第一传感器装置210和第二传感器装置212。源装置208可用于重复(例如周期性地、间歇地、以随机间隔等)发射所发射的无线信号(例如,RF无线信号)。传感器装置210、212可用于接收基于所发射的无线信号的无线信号(例如,RF无线信号)。传感器装置210、212各自具有被配置为基于所接收到的无线信号来确定各个信号的频率分量的特性(例如,相对相位和幅值)的处理器。传感器装置210、212各自具有被配置为基于频率分量的特性的比较来检测对象的运动的处理器。在一些示例中,例如,如关于图8和9所讨论的,可以使用单个处理器或多个处理器。
如图所示,对象处于图2A中的第一位置214a,该对象已经移动到图2B中的第二位置214b。在图2A和2B中,空间200内的移动对象表示为人,但移动对象可以是其它类型的对象。例如,移动对象可以是动物、无机对象(例如,系统、装置、设备或组件),或限定空间200的全部或部分边界的对象(例如,壁、门、窗户等)或其它类型的对象。
如图2A和2B所示,用虚线示出从源装置208发射的无线信号的多个示例性路径。沿着第一信号路径216,无线信号从源装置208发射并且从第一壁202朝向第二传感器装置212反射。沿着第二信号路径218,无线信号从源装置208发射并且从第二壁204和第一壁202朝向第一传感器装置210反射。沿着第三信号路径220,无线信号从源装置208沿着第三路径发射,并且从第二壁204朝向第一传感器装置210反射。沿着第四信号路径222,无线信号从源装置208发射并且从第三壁206朝向第二传感器装置212反射。
在图2A中,沿着第五信号路径224a,无线信号从源装置208发射并从第一位置214a处的对象朝向第一传感器装置210反射。在图2A和2B之间,对象的表面从第一位置214a起向空间200内的距第一位置214a一定距离的第二位置214b移动。在图2B中,沿着第六信号路径224b,无线信号从源装置208发射并且从第二位置214b处的对象朝向第一传感器装置210反射。由于对象从第一位置214a移动到第二位置214b,因此图2B中描绘的第六信号路径224b比图2A中描绘的第五信号路径224a长。在一些示例中,由于对象在空间内的移动,因此可以添加、移除或以其它方式修改到传感器的路径。
图2A和图2B所示的示例性信号在它们各自的整个路径中可能经历衰减、频移、相位偏移或其它效应,并且例如通过壁202、204和206而可能具有在另一个方向上传播的部分。在一些示例中,信号是射频(RF)信号;或者信号可以包括其它类型的信号。
如图2A和2B所示,源装置208重复发射信号。特别地,图2A示出在第一时间从源装置208发射的信号,以及图2B示出在稍后的第二时间从源装置208发射的相同信号。发射信号可以以连续地、周期性地、随机地或间歇地等的方式发射,或者以这些方式的组合发射。所发射的信号可以在频率带宽中具有多个频率分量。发射信号可以以全向方式、以定向方式或以其它方式从源装置208发射。在所示的示例中,信号遍历空间200内的多个相应路径,并且沿着各路径的信号可能由于路径损耗、散射或反射等而衰减,并且可能具有相位偏移或频移。
如图2A和2B所示,来自各种路径216、218、220、222、224a和224b的信号在第一传感器装置210和第二传感器装置212处组合以形成接收信号。由于空间200(示例通信信道)内的多个路径对发射信号的影响,空间200可以表示为输入发射信号并输出接收信号的传递函数(例如,滤波器)。当对象在空间200内移动时,受影响的信号路径中的信号的衰减或相位偏移可能改变,因此,空间200的传递函数可能改变。假设从源装置208发射相同的发射信号,如果空间200的传递函数改变,则该传递函数的输出、即接收信号也将改变。接收信号的变化可用于检测对象的移动。
数学上,从源装置208发射的发射信号f(t)可以根据等式(1)来描述:
其中,ωn表示发射信号的第n频率分量的频率,cn表示第n频率分量的复系数,以及t表示时间。在发射信号f(t)从源装置208发射的情况下,可以根据等式(2)来描述自路径k的输出信号rk(t):
其中,αn,k表示沿着路径k的第n频率分量(例如,由于散射、反射和路径损耗)的衰减因子,以及φn,k表示沿着路径k的第n频率分量的相位。然后,可以将传感器装置处的接收信号R描述为从所有路径到传感器装置的所有输出信号rk(t)的总和,其在公式(3)中示出:
将等式(2)代入等式(3)得到以下等式(4):
然后,可以对传感器装置处的接收信号R进行分析。例如,可以使用快速傅里叶变换(FFT)或其它类型的算法来将传感器装置处的接收信号R变换到频域。变换后的信号可以将接收信号R表示为一系列的n个复值,其中一个复值针对(在n个频率ωn的)相应的各频率分量。对于频率ωn的频率分量,复值Yn可以在等式(5)中表示如下:
针对给定的频率分量ωn的复值Yn表示在该频率分量ωn的接收信号的相对幅值和相位偏移。
源装置208重复(例如,至少两次)发射发射信号f(t)以及相应的传感器装置210和212接收和分析相应的接收信号R,相应的传感器装置210和212可以确定针对给定的频率分量ωn的复值Yn(例如,幅值或相位)的变化何时发生,这表示对象在空间200内的移动。例如,针对给定的频率分量ωn的复值Yn的变化可能超过用以表示移动的预定阈值。在一些示例中,一个或多个复值Yn的微小变化可能不具有统计学意义,而可能仅表示噪音或其它影响。
在一些示例中,发射信号和接收信号处于RF频谱中,并且在基带带宽中分析这些信号。例如,发射信号可以包括已被上变频的基带信号以定义发射RF信号,并且接收信号可以包括已被下变频为基带信号的接收RF信号。由于接收到的基带信号嵌入在接收RF信号中,因此在接收到的基带信号上可能产生了空间内的移动(例如,通信信道的传递函数的改变)的影响,并且基带信号可以是被分析(例如,使用傅里叶分析或其它类型的分析)以检测运动的信号。在其它示例中,被分析的信号可以是RF信号或其它信号。
图3是示出用于检测空间内的移动的示例性处理的流程图。图3所示的示例性处理可以包括附加或不同的操作,并且这些操作可以按所示顺序或其它顺序进行。在一些实现中,图3所示的处理可以例如由运动检测系统(诸如图2A和2B所示的运动检测系统等)进行。在一些实现中,图3所示的处理可以由包括类似或不同组件的其它类型的系统进行。
在300处,从在空间内产生发射的无线信号的源发射无线信号。重复进行该发射。返回参考图2A和2B,例如,源装置208可以重复发送发射的无线信号。在一些实现中,该发射可以是由蓝牙装置、Wi-Fi路由器或其它类型的装置重复发送的信标信号。该重复发射可以以预定时间、周期性或随机间隔或其它时间步骤来发送。在某些情况下,所发射的无线信号按每秒、每分钟、每小时等多次进行。
在302处,在空间内的传感器处接收无线信号;接收的无线信号基于发射的无线信号的发射。如图3所示,可以重复地接收无线信号,使得例如可以针对在300处的各次发射在302处接收信号。返回参考2A和2B所示的示例,第一传感器装置210在图2A中在第一时间以及在图2B中在第二时间重复地接收无线信号。
在304处,确定所接收到的无线信号的频率分量的特性。如上面在图2A和2B的示例中所讨论的,可以将接收信号变换(例如,傅里叶变换)到频域,以确定表示信号带宽中的频率分量的复值。例如,图9中的频谱分析引擎960、图8中的中央处理单元(CPU)840或其它类型的处理器可以被配置为识别频率分量。可以针对接收到的各无线信号进行分析。
在306处,基于接收到的多个无线信号的频率分量的特性来检测空间内的对象的移动。例如,在图2A和2B的示例中,在表示接收信号的频率分量的幅值和相位的复值改变了超过阈值的量的情况下,可以检测到移动。例如,图9中的频谱分析引擎960、图8中的中央处理单元(CPU)840或其它类型的处理器可以被配置为检测移动。
在图3中所示的处理的示例性实现中,在第一时间t1,源装置208发送信号S的第一发射T1;然后,第一传感器装置210接收到基于第一发射T1的第一无线信号R1。在稍后的第二时间t2,源装置208发送相同信号S的第二发射T2;然后,第一传感器装置210接收到基于第二发射T2的第二无线信号R1。在该示例中,来自源装置208的第一发射和第二发射(T1和T2)是在不同时间发射的相同无线信号(S=f(t))。所接收到的无线信号(R1和R2)可能是相同的或不同的。例如,在发射时间(t1和t2)之间第一发射和第二发射(T1和T2)所经过的路径中没有对象移动的情况下,所接收到的无线信号(R1和R2)是相同的;而对象在发射时间(t1和t2)之间在路径中移动可能会导致接收到的无线信号(R1和R2)的差异。因此,传感器装置210可以基于所接收到的无线信号(R1和R2)之间的比较来检测沿着源装置208和传感器装置210之间的任何信号路径的对象的移动。
图4是示出在包括示例性运动检测系统的空间内发射的信号的图。图4所示的大部分环境和组件与图2A和2B的环境和组件相同或相似。在图4中,运动检测系统包括可以作为源装置和传感器装置两者工作的装置400。在图4中,例如,以上面参考图2A和2B讨论的方式,装置400可以重复发射发射的信号或者重复接收并分析接收信号。装置400能够基于对接收信号的分析来检测空间200内的对象的移动。在所示的示例中,装置400作为源装置工作,并且传感器装置210和212接收基于来自装置400的发射的无线信号。在其它实例中,相同装置400可以作为传感器装置工作并且接收基于来自其它源装置的发射的无线信号。
图5A和5B是示出在包括示例性运动检测系统的另一空间内发射的信号的图。示例性空间500可以在空间的一个或多个边界处完全或部分地封闭或打开。空间500可以是或可以包括房间的内部、多个房间、建筑物等。在该示例中,第一壁502、第二壁504和第三壁508至少部分地包围空间500。在所示的示例中,第二壁504包括门506。
示例性运动检测系统在空间500内包括源装置510、第一传感器装置512和第二传感器装置514。如图5A和5B所示,用虚线示出从源装置510发射的无线信号的多个示例性路径。沿着第一信号路径516,无线信号从源装置510发射并且从第一壁502朝向第二传感器装置514反射。沿着第二信号路径518,无线信号从源装置510发射并且从第二壁504朝向第一传感器装置512反射。沿着第三信号路径520,无线信号从源装置510发射并且从第三壁508朝向第二传感器装置514反射。
如图5A所示,第二壁504中的门506打开,并且沿着第四信号路径522a的无线信号从源装置510发射并通过打开的门506。在图5A中,在空间500的边界处不存在反射沿第四信号路径522a的信号的表面。在图5B中,第二壁504中的门506已经移动到关闭位置,并且沿着第五信号路径522b的信号从源装置510发射并且从关闭的门506朝向第一传感器装置512反射。门506关闭导致信号路径在来自源装置510的无线信号的第一发射和第二发射之间的时间期间改变,这导致第一传感器装置512处的接收信号的相应改变。接收信号的改变可以利用传感器装置512例如根据图3所示的处理或以其它方式进行识别,以检测门506的运动。
另外,可以通过传感器装置学习和编目(catalogue)重复移动。如图5A和5B所示,门打开和关闭提供了可以学习和编目的重复移动的示例。在一些情况下,空间内的移动对传感器装置处接收的信号具有可识别类型的影响。例如,假设空间内没有其它移动,重复移动可能导致每次移动发生时接收信号以相同方式改变。可以识别接收信号的特征变化以检测重复移动的实例。用于重复移动的签名(signature)可以保存在传感器装置的存储器中,使得可以将签名与检测到的信号变化进行比较,例如以识别检测到的移动的性质。在某些情况下,这可以向查阅与移动检测有关的信息的人或系统提供更多信息。在某些情况下,噪音或其它影响可能会降低检测变化的能力。
图6是示出包括多个传感器装置610的示例性空间600的图。图6中的环境可以表示图2A、2B、4、5A和5B的示例性环境或其它环境。图6中的示例性空间600是至少部分地由第一壁602、第二壁604、第三壁606和第四壁608限定的房间。其它实现可以具有用于可以是房间、多个房间、建筑物等的空间600的其它配置。如图6所示,各传感器装置610具有空间位置(xi,yi,zi),并且可以监视和分析其相应空间位置(xi,yi,zi)处的接收信号。
另外,在一些示例性实现中,各传感器装置可以向(例如,如下面在图7中所讨论的)数据聚合系统发送信息(例如,接收信号的特征,运动检测的指示、检测到的运动的标识、检测到的运动的时间、传感器装置610标识或位置信息等)。例如,位置和时间信息可以包括传感器装置的空间坐标(例如,(xi,yi,zi)或者其它坐标)和检测到运动的时间坐标(例如,一天中的时间)。图6中的示例性环境示出传感器装置610的空间坐标,并且用作空间600内的传感器装置的示例性空间分布的图。
图7是示出示例性运动检测系统700的架构的框图。运动检测系统700可以利用图2A、2B、4、5A、5B的示例性环境或其它环境中的传感器装置或源装置来实现。示例性运动检测系统700包括传感器装置和一个或多个源装置。在图7的示例性运动检测系统700中示出传感器装置610。示例性运动检测系统700还包括IP网络720和主控制器730。运动检测系统700可包括附加的或不同的组件。在一些实现中,运动检测系统可以如图7所示或以其它方式布置。
在图7所示的示例中,各传感器装置610处于具有空间坐标(xi,yi,zi)的相应物理位置处,其中i从1到n+1变化(n+1是传感器装置610的数量)。在一些实现中,各传感器装置610可以包括全球定位系统(GPS)或用于识别传感器装置610的位置坐标的其它位置识别系统,或者可以以其它方式来识别位置坐标。在一些实现中,各传感器装置610具有唯一标识符,并且该标识符可以与位置标识符或位置坐标相关联。
示例性传感器装置可以接收被传感器装置分析以获得变化的相应信号。接收信号中的一些变化(例如,有统计学意义的变化)可以表示空间内的移动。例如,传感器装置可以检测在任何给定时间、本地无线环境中的与传感器装置的位置有关的RF信号。RF信号可以是任何带宽,并且可以覆盖无线电频谱的任何部分。
在图7所示的示例中,来自传感器装置的数据(例如,移动指示、位置信息等)由数据聚合或中央控制系统(例如,主控制器730)聚合。在一些实现中,来自传感器装置的数据由主控制器730通过例如经由IP网络(例如,IP网络720)接收从传感器装置发送的消息来聚合。在一些实现中,传感器装置经由本地网络(例如,本地互联网702或704)连接到IP网络720。传感器装置可以通过本地有线网络714或无线网络712连接到本地网络。有线网络714可以包括例如以太网、xDSL(x数字用户线)、光网络或其它类型的有线通信网络。无线网络712可以包括例如WiFi、蓝牙、近场通信(NFC)或其它类型的本地无线网络。在一些实现中,一些传感器装置使用一个或多个广域网706直接连接到IP网络720。广域网706可以包括例如蜂窝网络、卫星网络或其它类型的广域网。
主控制器730可以是包括一个或多个计算装置或系统的计算系统。主控制器730或其任何组件可位于数据处理中心、计算设施或其它位置。在所示的示例中,主控制器730可以远程控制和监视传感器装置的工作。主控制器730的示例性功能可以包括聚合来自一些或所有传感器装置的信息、更新传感器装置软件、监视传感器装置的状态等。例如,主控制器730可以向一些或者所有传感器装置发送软件更新。
在图7所示的示例中,主控制器730可以将传感器装置置于一个或多个校准或测试模式中,重置传感器装置内的各种元件,或者例如基于传感器装置的位置或状态、其相邻传感器装置或其它因素来配置各个传感器装置。在一些示例中,传感器装置的状态可以包括:(i)传感器装置的温度,(ii)传感器装置的当前功耗,(iii)从传感器装置流回主控制器730的数据速率,(iv)传感器装置的位置(例如,检测的传感器装置中的内部GPS单元),(v)提供与传感器装置或其周围传感器装置的状态有关的信息的信号(例如,IP分组、经由网络发送的控制信令)。主控制器730可以监视传感器装置的附加或不同状态。
在一些实现中,主控制器730可以包括或连接到通信系统,其中该通信系统用于接收从传感器装置发送的与移动检测有关的信息(例如,移动检测的指示、移动签名、检测到的表示频率分量的幅值和相位的复值的变化、针对各传感器装置的时间和空间坐标等)。主控制器730可以包括或连接到数据分析系统736,其中该数据分析系统736可以聚合(例如,组合、编译或以其它方式管理)来自多个传感器装置的与移动检测有关的信息,并且例如在检测到移动时生成事件报告(诸如用于调查移动的原因等)。
在一些实例中,可以在数据接口738上呈现事件报告,以针对传感器装置的各个位置向用户呈现来自这些传感器装置的移动或其它信息的指示。例如,事件报告可以表示基于时间和位置或其它信息所检测到的移动,这可以有助于确定移动源。在一些实现中,数据分析系统736可以分析实时数据、历史数据或这两者的组合,并确定何时在一个位置发生移动。因此,主控制器730可以用作安全系统的控制中心,其中能够向人警告所检测到的移动并且人能够响应于警告而派遣安保或警察。
图8是示出示例性传感器装置800的框图。在一些情况下,图2A、2B、4、5A、5B、6和7的传感器装可以实现为图8所示的示例性传感器装置800。示例性传感器装置800包括壳体810、RF接口812、电源管理子系统820、信号分析子系统(例如,SI子系统830等)、CPU 840、存储器850、通信接口、输入/输出接口842(例如,USB连接)、GPS接口848、以及一个或多个传感器(例如,诸如罗盘或陀螺仪等的3D方向传感器844、温度传感器等)。传感器装置800可以包括附加的或不同的组件和特征,并且传感器装置的特征可以如图8所示或其它合适的配置布置。
在一些实现中,壳体810可以是便携式壳体,其容纳传感器装置800的RF接口812、电源管理子系统820、信号分析子系统、通信接口以及其它组件。壳体可以由塑料、金属、复合材料或这些材料的组合和其它材料制成。壳体可以包括通过模制、机械加工、挤压或其它类型的工艺制造的组件。在一些实现中,传感器装置800可连接到其它装置或与其它装置(例如,WiFi接入点或基站、路由器、恒温器等)集成。例如,传感器装置800的壳体810可以安装到、并入或以其它方式连接到其它装置。可选地,壳体810可以是仅容纳传感器装置800的这些组件的专用壳体。
在一些实现中,壳体810和壳体810内的组件的设计和布置可以被优化或以其它方式配置,以用于监视和接收无线信号。例如,可以优化组件的尺寸、方向和相对位置以用于检测和分析无线信号,并且该装置可以在容纳所有必要的组件的同时是紧凑的。在某些实例中,壳体810可以是大约例如10×10×4cm3的尺寸;或者可以使用其它尺寸的壳体。
在一些实现中,RF接口812被配置为检测与传感器装置800有关的本地无线环境中的RF频谱的多个带宽中的RF信号。RF接口812可以包括天线系统和被配置为处理相应带宽中的RF信号的多个无线电路径。在图8所示的示例中,RF接口812包括天线822a、RF无源元件824、RF有源元件826和无源元件828。RF无源元件824可以包括例如匹配元件、RF开关和滤波器。RF有源元件826可以包括例如RF放大器。RF有源元件826之后的无源元件828可以包括例如滤波器、匹配元件、开关和平衡-不平衡变换器(balun)。
在一些示例中,信号分析子系统可以被配置为基于RF信号来检测移动。信号分析子系统可以包括无线电数字信号处理器(DSP)、存储器和其它组件,以用于提取例如无线信号的频率分量的复值以及用于检测移动。在一些实现中,RF接口812和信号分析子系统的组合可以被称为频谱检查(SI)信号路径,将关于图9更详细地描述SI信号路径。
传感器装置800的通信接口可以被配置为将移动指示或其它信息发送到远程系统(例如,图7的主控制器730)。通信接口可以包括一个或多个无线接口832(例如,WiFi连接、蜂窝连接等)、至本地网络的有线接口846(例如,以太网连接、xDSL连接等)或其它类型的通信链路或通道。这些通信接口可以共享及重用公共天线(例如,使用天线阵列),或者它们各自可以具有不同的专用天线。
无线接口832和有线接口846各自均可包括调制解调器以与本地网络或广域网通信。例如,无线接口832和有线接口846可以经由本地网络或广域网向数据聚合系统(例如,图7的主控制器730)发送信息并从该数据聚合系统接收控制信息(例如,软件更新)。在一些实现中,传感器装置可以配备有这些通信接口中任一或两者。有线接口846可以使得示例性传感器装置800能够利用(例如,建筑物中的)现有有线通信基础设施和有线通信的大传输容量(例如,由光网络、高级数字用户线技术等提供的大带宽)。无线接口832可以增强示例性传感器装置800的移动性和灵活性,使得其可以使用蓝牙、WiFi、蜂窝、卫星或其它无线通信技术来在各种位置和时间传递信息。在一些示例性实现中,在无线通信与无线接口832一起使用的情况下,无线通信可以在与信号用于检测运动的带宽不同的带宽中实现信号。
在一些实现中,无线接口832和RF接口812可以共享硬件或软件组件(或两者)。在一些实现中,无线接口832和RF接口812可以分开实现。在一些实现中,RF接口812主要负责信号接收而不是发射,并且RF接口812可以用专用的低功率电路实现,因此降低了传感器装置800的总功耗。
电源管理子系统820可以包括用于向传感器装置800提供和管理电力的电路和软件。在一些实现中,电源管理子系统820可以包括电池接口和一个或多个电池(例如,可充电电池、具有嵌入式微处理器的智能电池或不同类型的内部电源)。电池接口可以连接到可以帮助电池向传感器装置800提供直流电力的调节器。这样,传感器装置800可以包括独立的电源,并且可以在任意位置使用而无需其它外部能源。附加地或替代地,电源管理子系统820可以包括从外部源(例如,交流电源、适配器、转换器等)接收电力的外部电源接口。这样,传感器装置800可以插入外部能量源。
在一些实现中,电源管理子系统820可以监督和管理传感器装置800的功耗。例如,电源管理子系统820可以监视RF接口812、通信接口、CPU 840和传感器装置800的其它组件的功耗,并例如向中央控制器报告传感器装置800的功耗状态。在一些实现中,传感器装置800可以被设计为具有低功耗,并且电源管理子系统820可以被配置为在功耗超过阈值的情况下向中央控制器发送警报或者干扰传感器装置800的工作。电源管理子系统820可以包括附加或不同的特征。
CPU 840可以包括可以执行指令以例如管理传感器装置800的工作的一个或多个处理器或其它类型的数据处理设备。CPU 840可以进行或管理关于图2A、2B、3、4、5A和5B描述的传感器装置的一个或多个操作。在一些实现中,CPU 840可以是信号分析子系统830的一部分。例如,CPU 840可以处理和以其它方式分析与接收信号有关或与运动检测有关的信息。在一些情况下,CPU 840可以执行或解释包含在存储器850中的软件、脚本、程序、功能、可执行程序或其它模块。
输入/输出接口842可以连接到输入/输出装置(例如,USB闪速驱动器、显示器、键盘或其它输入/输出装置)。输入/输出接口842可以例如经由诸如串行链路、并行链路、无线链路(例如,红外线、射频或其它)或其它类型的链路等的通信链路来辅助传感器装置800与外部存储或显示装置之间的数据传送。
存储器850可以包括例如随机存取存储器(RAM)、存储装置(例如,可写只读存储器(ROM)或其它)、硬盘或其它类型的存储介质。存储器850可以存储与传感器装置800、主控制器和传感器装置中的其它组件的操作相关联的指令(例如,计算机代码)。存储器850还可以存储可以由在传感器装置800上运行的一个或多个应用程序或虚拟机解释的应用程序数据和数据对象。存储器850可以存储例如传感器装置800的位置数据、环境数据和状态数据、移动检测数据以及其它数据。
在一些实现中,传感器装置800可以通过从其它源(例如,以其它方式经由数据网络、CD-ROM或其它计算机装置从中央控制器)加载程序来编程或更新(例如,重新编程)。在一些实例中,当更新变得可用时,中央控制器根据预定时间表或以其它方式将软件更新推送到传感器装置800。
图9是示出示例性信号路径900的框图。示例性信号路径900包括RF接口910(例如,表示为无线电路径A)和频谱分析子系统905。图8的传感器装置800的RF接口812包括可以实现为图9中的示例性RF接口910或以其它方式实现。图8的传感器装置800的SI子系统830可以实现为图9中的示例性频谱分析子系统905或以其它方式实现。在一些情况下,信号路径900可以进行用于监视和检测移动的所有操作。例如,信号路径900可以进行诸如解调等的无线接收器的功能。信号路径900可以支持各种无线通信标准的信号接收并且可以访问频谱分析子系统905,以检测移动。
在所示的示例中,RF接口910可以包括用于检测和处理RF信号的宽带或窄带前端芯片组。例如,RF接口910可以被配置为检测一个或多个频带的宽频谱中的RF信号、或者无线通信标准的特定频带内的窄频谱。在一些实现中,信号路径900可以包含用以覆盖关注频谱的一个或多个RF接口910。关于图8描述这种信号路径的示例性实现。
在图9所示的示例中,RF接口910包括一个或多个天线922、RF多路复用器920或功率组合器(例如,RF开关)、以及一个或多个信号处理路径(例如,“路径1”930,......,“路径M”940)。天线922可以实现为例如多端口天线或单端口天线。天线922可以包括全向天线、定向天线或这两种天线中的每一种中的一个或多个天线的组合。示例性天线922连接到RF多路复用器920。在一些实现中,RF接口910可以被配置基于单输入单输出(SISO)、单输入多输出(SIMO)、多输入单输出(MISO)或多输入多输出(MIMO)技术,使用一个或多个天线922来检测RF信号。
在一些实现中,传感器装置的本地环境中的RF信号可由天线922拾取并输入到RF多路复用器920中。根据RF信号的频率,从RF多路复用器920输出的信号902可以被路由到处理路径(即,“路径1”930,...,“路径M”940)之一。这里M是整数。各路径可以包括不同的频带。例如,“路径1”930可以用于1GHz和1.5GHz之间的RF信号,而“路径M”可用于5GHz和6GHz之间的RF信号。多个处理路径可以具有相应的中心频率和带宽。多个处理路径的带宽可以相同或不同。两个相邻处理路径的频带可以重叠或不相交。在一些实现中,可以基于所分配的不同无线通信标准(例如,GSM、LTE、WiFi等)的频带来分配或以其它方式配置处理路径的频带。例如,可以配置为使得各处理路径负责检测特定无线通信标准的RF信号。作为示例,“路径1”930可以用于检测LTE信号,而“路径M”940可以用于检测WiFi信号。
各处理路径(例如,“处理路径1”930、“处理路径M”940)可以包括一个或多个RF无源和RF有源元件。例如,处理路径可以包括RF多路复用器、一个或多个滤波器、RF解复用器、RF放大器和其它组件。在一些实现中,从RF多路复用器920输出的信号902、902m可以应用于处理路径中的多路复用器(例如,“RF多路复用器1”932,......,“RF多路复用器M”942)。例如,如果选择“处理路径1”930作为信号902的处理路径,则可以将信号902馈送到“RF多路复用器1”932。RF多路复用器可以在源自第一RF多路复用器920的信号902或由频谱分析子系统905提供的RF校准(cal)音调(tone)938之间进行选择。“RF多路复用器1”932的输出信号904可以去往滤波器(滤波器(1,1)934a,...,滤波器(1,N)934n)之一,其中N是整数。滤波器进一步将处理路径的频带划分为更窄的关注频带。例如,“滤波器(1,1)”934a可以应用于信号904以产生滤波信号906,并且滤波后的信号906可以应用于“RF解多路复用器1”936。在一些实例中,信号906可以在RF解复用器中被放大。然后,可以将放大后的信号908输入到频谱分析子系统905中。
同样地,如果选择“处理路径M”940作为信号902m的处理路径,则可以将信号902m馈送到“RF多路复用器M”942。RF多路复用器可以在源自第一RF多路复用器920的信号902m和由频谱分析子系统905提供的RF校准(cal)音调948之间进行选择。“RF多路复用器M”942的输出信号可以去往波器(滤波器(M,1)944a,...,滤波器(M,N)944n)之一,其中N是整数。在一些实例中,滤波器的输出信号可以在RF解多路复用器M 946中被放大。然后,可以将放大后的信号908m输入到频谱分析子系统905中。
频谱分析子系统905可以被配置为将检测到的RF信号转换为数字信号,并进行数字信号处理以基于检测到的RF信号来检测移动。频谱分析子系统905可以包括一个或多个无线电接收(RX)路径(例如,“无线电RX路径1”950a、“无线电RX路径M”950m)、DSP频谱分析引擎960、RF校准(cal)音调发生器970、前端控制模块980和I/O 990。频谱分析子系统705可以包括附加的或不同的组件和特征。
在所示的示例中,放大后的信号908被输入到用于将信号908下变频为基带信号并应用增益的“无线电RX路径1”950a中。然后,可以通过模数转换器将下变频信号数字化。数字化信号可以被输入到DSP频谱分析引擎960中。在一些示例性实现中,DSP频谱分析引擎960被实现为一个或多个处理器,该一个或多个处理器可以包括可编程逻辑(如具有在其上实例化的核的现场可编程门阵列(FPGA))、被配置为执行程序代码指令的通用处理器、专用集成电路(ASIC)等或其组合。DSP频谱分析引擎960可以例如将数字化的基带信号变换为傅里叶变换信号,这可以使用FFT算法来进行。FFT算法可以产生表示相应频率分量的复值,例如如上面关于图2A和2B所述,该复值可以表示相应频率分量处的基带信号的幅值和相位偏移。
在一些示例性实现中,DSP频谱分析引擎960可以输出表示频率分量的复值。DSP频谱分析引擎960的输出(例如,复值)可以被应用并格式化至I/O990,以例如用于发送到诸如图8的CPU 840等的其它处理器。然后,CPU 840可以将复值存储在诸如缓冲器、高速缓存等的存储器850中,以用于与随后确定的复值进行比较。然后,CPU 840可以将来自第一时间段的复值与随后时间段的复值进行比较,并且在值相差超过阈值的量的情况下,CPU 840可以检测到已经发生了移动。另外,CPU 840还可以将复值或复值之间的差与存储在存储器850中的签名进行比较。如果使用签名而识别为一致,则CPU 840可以识别为检测到移动。检测到移动的指示(在一些示例中为移动的识别)可以通过如上面在图8中所讨论的无线接口832或有线接口846从CPU 840通信。在其它示例性实现中,DSP频谱分析引擎960或其它处理器可以进行被讨论为由CPU 840进行的一个或多个操作。
另外,对于其它无线电路径,可以将数字化信号输入到DSP频谱分析引擎960中,并且DSP频谱分析引擎960可以例如识别包括在数字信号中的分组和帧,读取(例如,基于无线通信标准的规范)嵌入在数字信号中的前导码、头或其它控制信息以识别各种源装置(其可以实现使用蓝牙、WiFi或其它无线通信的通信)。该信息可以从DSP频谱分析引擎960输出并格式化至I/O 990,以例如用于经由传感器装置的一个或多个通信接口发送到数据聚合系统。该信息可用于确定传感器装置所处环境内有哪些装置以及装置数量。
RF校准(cal)音调发生器970可以产生用于诊断和校准无线电RX路径(例如,“无线电RX路径1”950a,......“无线电RX路径M”950m)的RF校准(cal)音调。可以针对例如直线度和带宽来校准无线电RX路径。
在所描述的一些示例的一般方面,无线信号用于检测空间内的移动。
第一示例是运动检测处理。在空间内的无线传感器装置处并且在第一时间接收基于发射的无线信号的第一发射的第一接收无线信号。所述第一发射是由源装置发射的。通过处理器的操作来确定第一信号的带宽中的频率分量的第一特性。所述第一信号基于所述第一接收无线信号。在所述无线传感器装置处并且在稍后的第二时间接收基于发射的无线信号的第二发射的第二接收无线信号。所述第二发射是由所述源装置发射的。通过所述处理器的操作来确定第二信号的带宽中的频率分量的第二特性。所述第二信号基于所述第二接收无线信号。基于所述第一特性和所述第二特性之间的比较来检测出所述空间内的对象的移动。
在一些情况下,第一示例的实现可以包括以下特征中的一个或多个。所述空间可以为封闭空间,并且所述源装置可以位于所述封闭空间内。确定所述第一特性和所述第二特性可以包括分别将所述第一信号和所述第二信号分别变换到频域,并且所述第一特性和所述第二特性可以分别包括分别表示所述第一信号和第二信号的带宽中的频率分量的幅值和相位的复值的第一集合和第二集合。检测出移动可以包括检测出所述第一特性和所述第二特性之间的差超过阈值。所述发射的无线信号可以是发射的射频(RF)无线信号。所述源装置可以包括所述空间内的第二无线传感器装置。可以分别从所述第一接收无线信号和所述第二接收无线信号来确定复值的第一集合和第二集合,并且可以基于复值的所述第一集合和复值的所述第二集合之间的差来检测出所述对象的移动。复值的所述第一集合和复值的所述第二集合之间的差可以包括所述频率分量中的一个或多个频率分量的相位差和幅值差至少之一。可以分别对所述第一接收无线信号和所述第二接收无线信号进行滤波以生成第一输出信号和第二输出信号,并且可以分别对所述第一输出信号和所述第二输出信号进行下变频以生成所述第一信号和所述第二信号。
第二个示例是运动检测处理。在空间内的无线传感器装置处,接收基于通过源重复的无线发射的无线信号。通过处理器的操作对所接收到的无线信号进行分析以检测出所述空间内的对象的移动。所述分析包括:确定表示所接收到的各无线信号的相应的频率分量的幅值和相位的复值;以及基于所述复值的变化来检测出所述空间内的对象的移动。
在一些情况下,第二示例的实现可以包括以下特征中的一个或多个。可以在所述变化超过阈值的情况下检测出移动。确定所述复值可以包括使用快速傅里叶变换(FFT)算法。所述无线发射可以包括无线射频(RF)信号。
第三个示例是运动检测系统。运动检测系统包括源装置和传感器装置。可使源装置可工作以进行发射的无线信号的重复发射。可使传感器装置工作以基于接收基于多次发射的发射无线信号的无线RF信号。传感器装置具有处理器,该处理器被配置为基于所接收到的无线RF信号来确定表示各个信号的频率分量的幅值和相位的复值。传感器装置具有处理器,该处理器被配置为基于复值的比较来检测出对象的运动。
在一些情况下,第三示例的实现可以包括以下特征中的一个或多个。源装置和传感器装置可以是相同装置。处理器可以被配置为使用快速傅里叶变换(FFT)算法来确定复值。处理器可以被配置为在至少两个复值之间的差超过阈值的情况下检测出对象的运动。传感器装置可以包括无线电路径和下变频电路,并且无线电路径可以包括滤波器。传感器装置可以被配置为将所接收到的无线RF信号的电子信号输入到无线电路径,并且无线电路径的输出可以连接到下变频电路的输入。可使下变频电路工作将RF信号下变频至基带信号,并且可使下变频电路工作以输出基于所接收到的无线RF信号的相应信号。
虽然本说明书包含很多细节,但这些细节不应被解释为对所要求保护的范围的限制,而应被解释为特定于特定示例的特征描述。还可以组合本说明书在单独实现的上下文中所描述的某些特征。相反,在单个实现的上下文中所描述的各种特征还可以在数个实施例中单独实现或者以任何合适的子组合实现。
已经描述了很多实施例。然而,应当理解,可以进行各种修改。因此,其它实现在所附权利要求书的范围内。
Claims (20)
1.一种运动检测方法,包括:
在空间内的无线传感器装置处并且在第一时间接收基于发射的无线信号的第一发射的第一接收无线信号,所述第一发射是由源装置发射的;
通过处理器的操作来确定第一信号的带宽中的频率分量的第一特性,所述第一信号基于所述第一接收无线信号;
在所述无线传感器装置处并且在稍后的第二时间接收基于发射的无线信号的第二发射的第二接收无线信号,所述第二发射是由所述源装置发射的;
通过所述处理器的操作来确定第二信号的带宽中的频率分量的第二特性,所述第二信号基于所述第二接收无线信号;以及
基于所述第一特性和所述第二特性之间的比较来检测出所述空间内的对象的移动。
2.根据权利要求1所述的运动检测方法,其中,所述空间包括封闭空间,并且所述源装置位于所述封闭空间内。
3.根据权利要求1或2所述的运动检测方法,其中,确定所述第一特性和所述第二特性包括将所述第一信号和所述第二信号分别变换到频域,所述第一特性包括表示所述第一信号的带宽中的频率分量的幅值和相位的复值的第一集合,以及所述第二特性包括表示所述第二信号的带宽中的频率分量的幅值和相位的复值的第二集合。
4.根据权利要求1或2所述的运动检测方法,其中,检测出移动包括检测出所述第一特性和所述第二特性之间的差超过阈值。
5.根据权利要求1或2所述的运动检测方法,其中,所述发射的无线信号是发射的射频无线信号、即发射的RF无线信号。
6.根据权利要求1或2所述的运动检测方法,其中,所述源装置包括所述空间内的第二无线传感器装置。
7.根据权利要求1或2所述的运动检测方法,包括:
从所述第一接收无线信号确定复值的第一集合;
从所述第二接收无线信号确定复值的第二集合;
基于复值的所述第一集合和复值的所述第二集合之间的差来检测出所述对象的移动。
8.根据权利要求7所述的运动检测方法,其中,所述差包括所述频率分量中的一个或多个频率分量的相位差和幅值差至少之一。
9.根据权利要求1或2所述的运动检测方法,还包括:
对所述第一接收无线信号进行滤波以生成第一输出信号;
对所述第一输出信号进行下变频以生成所述第一信号;
对所述第二接收无线信号进行滤波以生成第二输出信号;以及
对所述第二输出信号进行下变频以生成所述第二信号。
10.一种运动检测方法,包括:
在空间内的无线传感器装置处,接收基于通过源重复的无线发射的无线信号;以及
通过处理器的操作对所接收到的无线信号进行分析以检测出所述空间内的对象的移动,所述分析包括:
确定所接收到的各无线信号的相应的频率分量的复值;以及
基于所述复值的变化来检测出所述空间内的对象的移动。
11.根据权利要求10所述的运动检测方法,其中,在所述变化超过阈值的情况下检测出移动。
12.根据权利要求10或11所述的运动检测方法,其中,确定所述复值包括使用快速傅里叶变换算法、即FFT算法。
13.根据权利要求10或11所述的运动检测方法,其中,所述无线发射包括无线射频信号、即无线RF信号。
14.一种运动检测系统,包括:
传感器装置,其被配置为检测空间内的对象的移动,所述传感器装置包括:
天线系统,其被配置为接收所述空间内的无线信号,所接收到的无线信号基于从源装置发射的无线信号的重复发射;以及
一个或多个处理器,其配置为:
基于所接收到的无线信号来确定相应信号的频率分量的复值;以及
基于所述复值的比较来检测出所述对象的运动。
15.根据权利要求14所述的运动检测系统,其中,所述一个或多个处理器被配置为使用快速傅里叶变换算法、即FFT算法来确定所述复值。
16.根据权利要求14所述的运动检测系统,其中,所述一个或多个处理器被配置为在复值之间的差超过阈值的情况下检测出所述对象的运动。
17.根据权利要求14至16中任一项所述的运动检测系统,其中,所述传感器装置包括无线电路径和下变频电路,所述无线电路径包括滤波器,所述传感器装置被配置为将所接收到的无线RF信号的电子信号输入到所述无线电路径,所述无线电路径的输出连接到所述下变频电路的输入,所述下变频电路被配置为将RF信号下变频为基带信号,并且所述下变频电路被配置为输出基于所接收到的无线RF信号的相应信号。
18.根据权利要求14至16中任一项所述的运动检测系统,还包括源装置,所述源装置被配置为发射所述重复发射。
19.根据权利要求14至16中任一项所述的运动检测系统,其中,所述传感器装置还包括源装置,所述源装置被配置为发射所述重复发射。
20.根据权利要求14至16中任一项所述的运动检测系统,还包括数据分析系统,所述数据分析系统被配置为从所述传感器装置接收与运动检测有关的信息。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/099,833 | 2016-04-15 | ||
US15/099,833 US9523760B1 (en) | 2016-04-15 | 2016-04-15 | Detecting motion based on repeated wireless transmissions |
PCT/CA2016/051229 WO2017177303A1 (en) | 2016-04-15 | 2016-10-24 | Detecting motion based on repeated wireless transmissions |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108780145A true CN108780145A (zh) | 2018-11-09 |
CN108780145B CN108780145B (zh) | 2020-03-03 |
Family
ID=57538617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680083649.1A Active CN108780145B (zh) | 2016-04-15 | 2016-10-24 | 基于重复的无线发射来检测运动 |
Country Status (7)
Country | Link |
---|---|
US (1) | US9523760B1 (zh) |
EP (2) | EP3417309B1 (zh) |
JP (1) | JP6690009B2 (zh) |
KR (1) | KR102000241B1 (zh) |
CN (1) | CN108780145B (zh) |
CA (1) | CA3016018C (zh) |
WO (1) | WO2017177303A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111175741A (zh) * | 2020-01-10 | 2020-05-19 | 浙江大学 | 一种单频连续毫米波多普勒传感微波墙安全空间预警方法 |
Families Citing this family (53)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10361585B2 (en) | 2014-01-27 | 2019-07-23 | Ivani, LLC | Systems and methods to allow for a smart device |
US9474042B1 (en) | 2015-09-16 | 2016-10-18 | Ivani, LLC | Detecting location within a network |
US11533584B2 (en) | 2015-09-16 | 2022-12-20 | Ivani, LLC | Blockchain systems and methods for confirming presence |
US11350238B2 (en) | 2015-09-16 | 2022-05-31 | Ivani, LLC | Systems and methods for detecting the presence of a user at a computer |
US10321270B2 (en) | 2015-09-16 | 2019-06-11 | Ivani, LLC | Reverse-beacon indoor positioning system using existing detection fields |
US10455357B2 (en) | 2015-09-16 | 2019-10-22 | Ivani, LLC | Detecting location within a network |
US10665284B2 (en) | 2015-09-16 | 2020-05-26 | Ivani, LLC | Detecting location within a network |
US10382893B1 (en) | 2015-09-16 | 2019-08-13 | Ivani, LLC | Building system control utilizing building occupancy |
US10129853B2 (en) * | 2016-06-08 | 2018-11-13 | Cognitive Systems Corp. | Operating a motion detection channel in a wireless communication network |
US9743294B1 (en) | 2017-03-16 | 2017-08-22 | Cognitive Systems Corp. | Storing modem parameters for motion detection |
US9989622B1 (en) | 2017-03-16 | 2018-06-05 | Cognitive Systems Corp. | Controlling radio states for motion detection |
US9927519B1 (en) | 2017-03-16 | 2018-03-27 | Cognitive Systems Corp. | Categorizing motion detected using wireless signals |
US10111228B2 (en) * | 2017-03-16 | 2018-10-23 | Cognitive Systems Corp. | Selecting wireless communication channels based on signal quality metrics |
US10056129B1 (en) | 2017-08-10 | 2018-08-21 | Micron Technology, Inc. | Cell bottom node reset in a memory array |
US10051414B1 (en) | 2017-08-30 | 2018-08-14 | Cognitive Systems Corp. | Detecting motion based on decompositions of channel response variations |
US10109167B1 (en) | 2017-10-20 | 2018-10-23 | Cognitive Systems Corp. | Motion localization in a wireless mesh network based on motion indicator values |
US10228439B1 (en) | 2017-10-31 | 2019-03-12 | Cognitive Systems Corp. | Motion detection based on filtered statistical parameters of wireless signals |
US10048350B1 (en) * | 2017-10-31 | 2018-08-14 | Cognitive Systems Corp. | Motion detection based on groupings of statistical parameters of wireless signals |
US9933517B1 (en) | 2017-11-03 | 2018-04-03 | Cognitive Systems Corp. | Time-alignment of motion detection signals using buffers |
US10605907B2 (en) * | 2017-11-15 | 2020-03-31 | Cognitive Systems Corp. | Motion detection by a central controller using beamforming dynamic information |
US10109168B1 (en) * | 2017-11-16 | 2018-10-23 | Cognitive Systems Corp. | Motion localization based on channel response characteristics |
US10852411B2 (en) | 2017-12-06 | 2020-12-01 | Cognitive Systems Corp. | Motion detection and localization based on bi-directional channel sounding |
US10264405B1 (en) | 2017-12-06 | 2019-04-16 | Cognitive Systems Corp. | Motion detection in mesh networks |
US10108903B1 (en) * | 2017-12-08 | 2018-10-23 | Cognitive Systems Corp. | Motion detection based on machine learning of wireless signal properties |
US10393866B1 (en) | 2018-03-26 | 2019-08-27 | Cognitive Systems Corp. | Detecting presence based on wireless signal analysis |
US10318890B1 (en) | 2018-05-23 | 2019-06-11 | Cognitive Systems Corp. | Training data for a motion detection system using data from a sensor device |
US11579703B2 (en) | 2018-06-18 | 2023-02-14 | Cognitive Systems Corp. | Recognizing gestures based on wireless signals |
US11403543B2 (en) | 2018-12-03 | 2022-08-02 | Cognitive Systems Corp. | Determining a location of motion detected from wireless signals |
US10506384B1 (en) | 2018-12-03 | 2019-12-10 | Cognitive Systems Corp. | Determining a location of motion detected from wireless signals based on prior probability |
US10498467B1 (en) | 2019-01-24 | 2019-12-03 | Cognitive Systems Corp. | Classifying static leaf nodes in a motion detection system |
US10499364B1 (en) | 2019-01-24 | 2019-12-03 | Cognitive Systems Corp. | Identifying static leaf nodes in a motion detection system |
US10565860B1 (en) | 2019-03-21 | 2020-02-18 | Cognitive Systems Corp. | Offline tuning system for detecting new motion zones in a motion detection system |
US10459074B1 (en) | 2019-04-30 | 2019-10-29 | Cognitive Systems Corp. | Determining a location of motion detected from wireless signals based on wireless link counting |
US10567914B1 (en) | 2019-04-30 | 2020-02-18 | Cognitive Systems Corp. | Initializing probability vectors for determining a location of motion detected from wireless signals |
US10600314B1 (en) | 2019-04-30 | 2020-03-24 | Cognitive Systems Corp. | Modifying sensitivity settings in a motion detection system |
US11087604B2 (en) | 2019-04-30 | 2021-08-10 | Cognitive Systems Corp. | Controlling device participation in wireless sensing systems |
US10460581B1 (en) | 2019-05-15 | 2019-10-29 | Cognitive Systems Corp. | Determining a confidence for a motion zone identified as a location of motion for motion detected by wireless signals |
US10404387B1 (en) | 2019-05-15 | 2019-09-03 | Cognitive Systems Corp. | Determining motion zones in a space traversed by wireless signals |
US10743143B1 (en) | 2019-05-15 | 2020-08-11 | Cognitive Systems Corp. | Determining a motion zone for a location of motion detected by wireless signals |
KR102399067B1 (ko) * | 2019-07-29 | 2022-05-16 | 주식회사 케이티 | 위상 보정 방법 및 이를 위한 장치 |
US11006245B2 (en) | 2019-09-30 | 2021-05-11 | Cognitive Systems Corp. | Detecting a location of motion using wireless signals and topologies of wireless connectivity |
US11570712B2 (en) | 2019-10-31 | 2023-01-31 | Cognitive Systems Corp. | Varying a rate of eliciting MIMO transmissions from wireless communication devices |
CA3152905A1 (en) * | 2019-10-31 | 2021-05-06 | Christopher Beg | Using mimo training fields for motion detection |
CN114599991A (zh) | 2019-10-31 | 2022-06-07 | 认知系统公司 | 引发来自无线通信装置的mimo传输 |
US20210278520A1 (en) * | 2020-03-03 | 2021-09-09 | Cognitive Systems Corp. | Using High-Efficiency PHY Frames for Motion Detection |
US10928503B1 (en) * | 2020-03-03 | 2021-02-23 | Cognitive Systems Corp. | Using over-the-air signals for passive motion detection |
CN116058071A (zh) | 2020-08-31 | 2023-05-02 | 认知系统公司 | 控制标准化无线通信网络中的运动拓扑结构 |
US11070399B1 (en) * | 2020-11-30 | 2021-07-20 | Cognitive Systems Corp. | Filtering channel responses for motion detection |
CA3173855C (en) | 2021-05-14 | 2023-09-19 | Chris Beg | Systems and methods for wi-fi sensing using uplink orthogonal frequency division multiple access (ul-ofdma) |
CN117396776A (zh) | 2021-05-28 | 2024-01-12 | 认知系统公司 | 分析环境中的Wi-Fi运动覆盖 |
EP4192041A1 (en) * | 2021-12-01 | 2023-06-07 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus and method for small-scale motion sensing |
EP4220996A1 (en) * | 2022-02-01 | 2023-08-02 | Nami Ai Pte Ltd | Wifi sensing device |
WO2023215992A1 (en) * | 2022-05-11 | 2023-11-16 | Cognitive Systems Corp. | Utilizing spatial maps for motion localization based on motion-sensing data derived from wireless signals |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130283256A1 (en) * | 2013-03-04 | 2013-10-24 | Hello Inc. | Telemetry system with remote firmware updates or repair for remote monitoring devices when the monitoring device is not in use by the user |
US20140135042A1 (en) * | 2012-11-15 | 2014-05-15 | James Buchheim | Locator Beacon and Radar Application for Mobile Device |
WO2014201574A1 (en) * | 2013-06-21 | 2014-12-24 | Hershkovitz, Shmuel | Dual differential doppler motion detection |
CN104488006A (zh) * | 2012-08-02 | 2015-04-01 | 特拉泰克信息通信株式会社 | 连接智能手机的usb存储器 |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4740045A (en) * | 1986-07-02 | 1988-04-26 | Goodson & Associates, Inc. | Multiple parameter doppler radar |
GB9112838D0 (en) * | 1991-06-14 | 1991-10-16 | Philips Electronic Associated | Fmcw radar range calibration |
US5696514A (en) * | 1996-02-28 | 1997-12-09 | Northrop Grumman Corporation | Location and velocity measurement system using atomic clocks in moving objects and receivers |
AU2001292686A1 (en) | 2000-09-14 | 2002-03-26 | Time Domain Corporation | System and method for detecting an intruder using impulse radio technology |
JP2004286567A (ja) * | 2003-03-20 | 2004-10-14 | Mitsubishi Electric Corp | 侵入物検知装置及び侵入物検知方法 |
US20050055568A1 (en) | 2003-08-12 | 2005-03-10 | Agrawala Ashok K. | Method and system for providing physical security in an area of interest |
JP4301080B2 (ja) | 2004-05-24 | 2009-07-22 | 船井電機株式会社 | 監視システム |
US7342493B2 (en) | 2005-04-22 | 2008-03-11 | Ultravision Security Systems, Inc. | Motion detector |
JP5040237B2 (ja) * | 2006-09-29 | 2012-10-03 | 株式会社デンソー | 車両走行判定装置 |
GB0719995D0 (en) * | 2007-10-12 | 2007-11-21 | Qinetiq Ltd | Radar method and apparatus suitable for use in multipath environments |
US20100152600A1 (en) * | 2008-04-03 | 2010-06-17 | Kai Sensors, Inc. | Non-contact physiologic motion sensors and methods for use |
EP2259084A1 (de) | 2009-06-03 | 2010-12-08 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Funkeinrichtung zur Detektion einer Bewegung |
US8305257B2 (en) * | 2009-09-02 | 2012-11-06 | Trizna Dennis B | Method and apparatus for coherent marine radar measurements of properties of ocean waves and currents |
US8138918B2 (en) | 2009-09-17 | 2012-03-20 | Raytheon Company | Intrusion detection and tracking system |
WO2012015688A2 (en) | 2010-07-27 | 2012-02-02 | Raytheon Company | An intrusion detection and tracking system |
WO2012082758A1 (en) | 2010-12-13 | 2012-06-21 | Xandem Technology Llc | Systems and methods of device-free motion detection and presence detection |
JPWO2012137285A1 (ja) | 2011-04-04 | 2014-07-28 | 三菱電機株式会社 | 在圏検知システム、在圏検知方法及びプログラム |
JP2013072865A (ja) * | 2011-09-29 | 2013-04-22 | Oki Electric Ind Co Ltd | 検出装置、検出方法、およびプログラム |
ES2602504T3 (es) | 2011-10-19 | 2017-02-21 | Telefonaktiebolaget Lm Ericsson (Publ) | Un dispositivo de detección de movimiento |
US9788145B2 (en) * | 2012-02-29 | 2017-10-10 | Intel Corporation | Detection of device motion and nearby object motion |
US9185528B2 (en) | 2012-06-28 | 2015-11-10 | Northrop Grumman Systems Corporation | WiFi mapping and motion detection |
WO2014021574A1 (ko) * | 2012-08-02 | 2014-02-06 | 트라텍정보통신 주식회사 | 스마트폰과 연동되는 usb 메모리 장치 |
JP2014099857A (ja) | 2012-11-15 | 2014-05-29 | buchheim James | モバイルデバイス用のロケータービーコン及びレーダーアプリケーション |
US9544788B2 (en) | 2012-11-16 | 2017-01-10 | Dsp Group Ltd. | Method and system for motion detection using digital enhanced cordless telecommunicaiton (DECT) signals |
US9418985B2 (en) * | 2013-07-16 | 2016-08-16 | Qualcomm Incorporated | Complete system-on-chip (SOC) using monolithic three dimensional (3D) integrated circuit (IC) (3DIC) technology |
WO2015102713A2 (en) * | 2013-10-09 | 2015-07-09 | Massachusetts Institute Of Technology | Motion tracking via body radio reflections |
KR20150134126A (ko) * | 2014-05-21 | 2015-12-01 | 재단법인대구경북과학기술원 | 레이더 신호 처리 방법 및 장치 |
US9143968B1 (en) | 2014-07-18 | 2015-09-22 | Cognitive Systems Corp. | Wireless spectrum monitoring and analysis |
US9143413B1 (en) | 2014-10-22 | 2015-09-22 | Cognitive Systems Corp. | Presenting wireless-spectrum usage information |
-
2016
- 2016-04-15 US US15/099,833 patent/US9523760B1/en active Active
- 2016-10-24 EP EP16898166.0A patent/EP3417309B1/en active Active
- 2016-10-24 JP JP2018548905A patent/JP6690009B2/ja active Active
- 2016-10-24 KR KR1020187026424A patent/KR102000241B1/ko active IP Right Grant
- 2016-10-24 EP EP23202130.3A patent/EP4280640A3/en active Pending
- 2016-10-24 WO PCT/CA2016/051229 patent/WO2017177303A1/en active Application Filing
- 2016-10-24 CN CN201680083649.1A patent/CN108780145B/zh active Active
- 2016-10-24 CA CA3016018A patent/CA3016018C/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104488006A (zh) * | 2012-08-02 | 2015-04-01 | 特拉泰克信息通信株式会社 | 连接智能手机的usb存储器 |
US20140135042A1 (en) * | 2012-11-15 | 2014-05-15 | James Buchheim | Locator Beacon and Radar Application for Mobile Device |
US20130283256A1 (en) * | 2013-03-04 | 2013-10-24 | Hello Inc. | Telemetry system with remote firmware updates or repair for remote monitoring devices when the monitoring device is not in use by the user |
WO2014201574A1 (en) * | 2013-06-21 | 2014-12-24 | Hershkovitz, Shmuel | Dual differential doppler motion detection |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111175741A (zh) * | 2020-01-10 | 2020-05-19 | 浙江大学 | 一种单频连续毫米波多普勒传感微波墙安全空间预警方法 |
CN111175741B (zh) * | 2020-01-10 | 2022-03-18 | 浙江大学 | 一种单频连续毫米波多普勒传感微波墙安全空间预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CA3016018C (en) | 2019-08-27 |
EP4280640A3 (en) | 2024-02-21 |
CN108780145B (zh) | 2020-03-03 |
EP4280640A2 (en) | 2023-11-22 |
JP2019513985A (ja) | 2019-05-30 |
EP3417309A4 (en) | 2019-11-13 |
KR20180108835A (ko) | 2018-10-04 |
KR102000241B1 (ko) | 2019-07-15 |
CA3016018A1 (en) | 2017-10-19 |
EP3417309B1 (en) | 2023-10-11 |
JP6690009B2 (ja) | 2020-04-28 |
EP3417309A1 (en) | 2018-12-26 |
US9523760B1 (en) | 2016-12-20 |
WO2017177303A1 (en) | 2017-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108780145A (zh) | 基于重复的无线发射来检测运动 | |
CN107078815B (zh) | 无线频谱分析系统及显示无线频谱使用信息的方法 | |
CN103856272B (zh) | Mimo无线终端的无线性能测试方法 | |
CN110462428A (zh) | 对使用无线信号检测的运动进行分类 | |
CN103873165B (zh) | 干扰测试的信标检测架构、系统和方法 | |
CN110418977A (zh) | 控制运动检测所用的无线电状态 | |
CN109313836A (zh) | 操作无线通信网络中的运动检测信道 | |
CN107430184A (zh) | 在与至少一个雷达系统共享的频谱中操作的无线通信系统中的雷达检测和/或保护 | |
EP3058323B1 (en) | Noise surveillance system | |
CN110045189A (zh) | 用于具有无线功能的设备的生产测试的装置和方法 | |
de Miguel‐Bilbao et al. | Assessment of human body influence on exposure measurements of electric field in indoor enclosures | |
GB2424139A (en) | System and method for estimating the location of terminals in a wireless network environment | |
EP3320351B1 (en) | Radio frequency camera system | |
Li et al. | Human activity classification based on dynamic time warping of an on-body creeping wave signal | |
US9910109B2 (en) | Personal radio-frequency electromagnetic radiation exposimetry | |
US11575452B2 (en) | Passive positioning with radio frequency sensing | |
Sorrentino et al. | The reverberating chamber as a line-of-sight wireless channel emulator | |
CN107534870A (zh) | 分析无线信号传播 | |
Anderson et al. | Modeling environmental effects on directionality in wireless networks | |
CN109478936A (zh) | 用于实现通信节点的测试的方法和设备 | |
Regmi et al. | Argus: Predictable millimeter-wave picocells with vision and learning augmentation | |
CN107835059A (zh) | 一种多天线测试系统 | |
Wu et al. | Fault early warning in air‐insulated substations by RSSI‐based angle of arrival estimation and monopole UHF wireless sensor array | |
Slimeni et al. | Real time implementation of SDR-based RF source detection and localization in restricted area | |
Bolivar et al. | A Simplified Approach to WSN assessment |
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 |