CN110031836B - 生物体数量估计方法、生物体数量估计装置以及记录介质 - Google Patents

生物体数量估计方法、生物体数量估计装置以及记录介质 Download PDF

Info

Publication number
CN110031836B
CN110031836B CN201811591247.XA CN201811591247A CN110031836B CN 110031836 B CN110031836 B CN 110031836B CN 201811591247 A CN201811591247 A CN 201811591247A CN 110031836 B CN110031836 B CN 110031836B
Authority
CN
China
Prior art keywords
correlation matrix
estimating
calculating
antenna elements
calculated
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811591247.XA
Other languages
English (en)
Other versions
CN110031836A (zh
Inventor
饭塚翔一
中山武司
本间尚树
白木信之
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
Application filed by Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Publication of CN110031836A publication Critical patent/CN110031836A/zh
Application granted granted Critical
Publication of CN110031836B publication Critical patent/CN110031836B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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
    • 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
    • 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
    • G01S13/02—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
    • 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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
    • G06M11/00—Counting of objects distributed at random, e.g. on a surface
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting

Abstract

提供估计方法、估计装置以及记录介质。一种估计方法，能够利用无线信号，来估计对象空间中存在的生物体数等。包括如下步骤：传递函数算出步骤(S2)，根据在N个接收天线元件的每一个以规定期间接收的接收信号，算出多个表示发送天线元件与N个接收天线元件的每一个之间的传播特性的复数传递函数；提取步骤(S3)，根据算出的多个复数传递函数，提取因生物体的影响而产生的、N个接收天线元件的每一个中的变动成分；相关矩阵算出步骤(S4)，根据N个接收天线元件的每一个中的变动成分，算出相关矩阵；计算步骤(S5)，计算所述相关矩阵的特征值；以及估计步骤(S6)，利用所述特征值，以规定的方法对生物体数量进行估计。

Description

生物体数量估计方法、生物体数量估计装置以及记录介质
技术领域
本发明涉及利用了无线信号的估计方法、估计装置以及记录介质。
背景技术
有一种利用无线信号来检测对象的技术(例如专利文献1、2)。在专利文献1中公开的技术是，求出接收信号的自相关矩阵，从该自相关矩阵的特征值的大小中求出目标的数量。并且，在专利文献2公开的技术是，对接收信号的相关矩阵进行特征值分解，通过算出阈值以上的特征值的数量，来求出目标的数量。
专利文献1 日本特开2009-281775号公报
专利文献2 日本特开2000-171550号公报
然而，在专利文献1、2所记载的技术中，由于不能对仅提取生物体的存在与否进行检测，因此存在的问题是不能知道存在于对象空间的生物体的数量。
发明内容
本发明鉴于上述情况，目的在于提供一种能够利用无线信号，对存在于对象空间的生物体数量等进行估计的估计方法、估计装置以及记录介质。
为了达成上述目的，本发明的一个形态所涉及的估计方法，利用至少具有一个发送天线元件的发送机以及具有N个接收天线元件的接收机，对空间中存在的一个以上的生物体的生物体数量进行估计，N为2以上的自然数，该估计方法包括：传递函数算出步骤，根据在所述N个接收天线元件的每一个以规定期间接收的接收信号，算出多个表示所述发送天线元件与所述N个接收天线元件的每一个之间的传播特性的复数传递函数；提取步骤，根据在所述传递函数算出步骤算出的多个复数传递函数，提取所述N个接收天线元件的每一个中的变动成分，该变动成分是因生物体的影响而产生的；相关矩阵算出步骤，根据在所述提取步骤提取的所述N个接收天线元件的每一个中的所述变动成分，算出相关矩阵；计算步骤，计算在所述相关矩阵算出步骤算出的所述相关矩阵的特征值；以及估计步骤，利用在所述计算步骤计算出的特征值，以规定的方法对所述生物体数量进行估计。
通过本发明，能够利用无线信号，对存在于对象空间的生物体数量等进行估计。
附图说明
图1是示出实施方式1中的估计装置的构成的一个例子的方框图。
图2是从概念上示出图1所示的估计装置中的信号波的传递的样子的图。
图3是示出图1所示的估计部的详细构成的一个例子的方框图。
图4示出了由图3所示的特征值分布算出部算出的特征值分布的一个例子。
图5示出了由图3所示的特征值分布算出部算出的特征值分布的一个例子。
图6示出了由图3所示的特征判断部判断的特征值分布的特征的另外的例子。
图7是示出实施方式1中的估计装置的估计处理的流程图。
图8是示出图7所示的步骤S6的详细处理的一个例子的流程图。
图9是示出变形例中的计算部的详细构成的一个例子的方框图。
图10是示出变形例中的估计部的详细构成的一个例子的方框图。
图11是示出变形例中的多个时刻的每一个中的多个特征向量的映射的一个例子。
图12是变形例中的不同的两个时刻的特征向量的内积结果的各行的总和的说明图。
图13是示出图7所示的步骤S5的详细处理的另外的一个例子的流程图。
图14是示出图7所示的步骤S6的详细处理的另外的一个例子的流程图。
图15是示出利用内积来进行图14所示的详细处理的情况下的一个例子的流程图。
图16是示出实施方式2中的估计装置的构成的一个例子的方框图。
符号说明
1、1A 估计装置
10、10A 发送机
11 接收机
12 生物体信息算出部
13、13A 计算部
14 存储部
15、15A 估计部
16 输出部
50 生物体
101、101A 发送天线部
102 发送部
111 接收天线部
112 接收部
121 复数传递函数算出部
122 提取部
123 相关矩阵算出部
131 特征值计算部
132 特征向量计算部
151 特征值分布算出部
152 特征判断部
153、155 人数估计部
154 变化信息算出部
具体实施方式
本发明的一个形态所涉及的估计方法，利用至少具有一个发送天线元件的发送机以及具有N个接收天线元件的接收机，对空间中存在的一个以上的生物体的生物体数量进行估计，N为2以上的自然数，所述估计方法包括：传递函数算出步骤，根据在所述N个接收天线元件的每一个以规定期间接收的接收信号，算出多个表示所述发送天线元件与所述N个接收天线元件的每一个之间的传播特性的复数传递函数；提取步骤，根据在所述传递函数算出步骤算出的多个复数传递函数，提取所述N个接收天线元件的每一个中的变动成分，该变动成分是因生物体的影响而产生的；相关矩阵算出步骤，根据在所述提取步骤提取的所述N个接收天线元件的每一个中的所述变动成分，算出相关矩阵；计算步骤，计算在所述相关矩阵算出步骤算出的所述相关矩阵的特征值；以及估计步骤，利用在所述计算步骤计算出的特征值，以规定的方法对所述生物体数量进行估计。
据此，能够利用无线信号，来估计对象空间中存在的生物体数量等。
在此，例如，在所述估计步骤中，针对在所述计算步骤计算出的多个特征值以大小来进行排序，并根据该排序后的特征值分布的特征来估计生物体数量。
并且，例如可以是，所述特征值分布是比例信息，该比例信息示出针对在所述计算步骤计算出的多个特征值以大小来进行排序时的相邻的特征值的比例或差分，所述特征是指，在从最大的特征值开始计数的第x个特征值，所述比例信息中包含的比例或差分是否为规定值以上，在所述估计步骤，将所述x作为生物体数量来估计。
并且，例如可以是，在所述计算步骤中，对在所述相关矩阵算出步骤算出的、连续的多个时刻中的所述相关矩阵的特征值进行计算，并计算针对所述多个时刻中的所述相关矩阵的多个特征值的每一个的特征向量，在所述估计步骤中，根据针对在所述计算步骤计算出的多个特征向量的变化信息，估计生物体数量，所述变化信息是对在所述多个时刻中对应的特征向量进行比较时的变化信息。
并且，例如可以是，所述变化信息是示出在所述多个时刻中对应的所述特征向量的每一个的朝向的变化是比规定值大还是小的信息，在所述估计步骤中，根据所述变化信息，将所述朝向的变化比所述规定值小的特征向量的数量作为生物体数量来估计。
并且，例如可以是，所述估计方法进一步包括输出步骤，在该输出步骤中，在所述估计步骤估计的生物体数量为0的情况下，输出不在信息，该不在信息表示在所述空间中不存在生物体。
据此，能够利用无线信号，来进行在与不在的估计，该在与不在是指，在对象空间是否有生物体的存在。
并且，例如可以是，所述估计方法进一步包括输出步骤，在所述估计步骤，相同的生物体数量被连续估计了规定的时间以上的情况下，输出该相同的生物体数量。
据此，能够利用无线信号，来提高对象空间中存在的生物体数量等估计的精确度。
并且，例如可以是，在所述发送机为具有两个以上的发送天线元件的情况下，所述估计方法进一步包括位置估计步骤，在该位置估计步骤中，利用在所述相关矩阵算出步骤算出的所述相关矩阵、以及在所述估计步骤估计的生物体数量，以所述接收机的位置为基准，针对所述一个以上的生物体的存在方向执行两次以上的方向估计，从而对所述一个以上的生物体的存在位置进行估计。
据此，能够利用无线信号，来估计生物体位置，该生物体位置是指，生物体在对象空间中的存在位置。
并且，例如可以是，在所述位置估计步骤中，通过对所述位置估计持续进行规定的时间，从而以规定的时间对所述一个以上的生物体的位置连续进行追踪。
据此，能够利用无线信号，实时地掌握对象空间中存在的生物体的生物体位置。
并且，本发明的一个形态所涉及的估计装置为，利用至少具有一个发送天线元件的发送机以及具有N个接收天线元件的接收机，对空间中存在的一个以上的生物体的生物体数量进行估计，N为2以上的自然数，所述估计装置具备：传递函数算出部，根据在所述N个接收天线元件的每一个以规定期间接收的接收信号，算出多个表示所述发送天线元件与所述N个接收天线元件的每一个之间的传播特性的复数传递函数；提取部，根据在所述传递函数算出部算出的多个复数传递函数，提取所述N个接收天线元件的每一个中的变动成分，该变动成分是因生物体的影响而产生的；相关矩阵算出部，根据在所述提取部提取的所述N个接收天线元件的每一个中的所述变动成分，算出相关矩阵；计算部，计算在所述相关矩阵算出部算出的所述相关矩阵的特征值；以及估计部，利用在所述计算部计算出的特征值，以规定的方法对所述生物体数量进行估计。
另外，本发明不仅可以作为装置来实现，而且可以作为具备这种装置中的处理单元的集成电路来实现，作为将构成该装置的处理单元视为步骤的方法来实现，作为用于使计算机执行这些步骤的程序来实现，还可以作为示出这些程序的信息、数据或信号来实现。并且，这些程序、信息、数据以及信号可以通过CD-ROM等记录介质或互联网等通信介质来分发。
以下利用附图对本发明的实施方式进行详细说明。另外，以下将要说明的实施方式均为示出本发明的一个具体的例子。以下的实施方式所示的数值、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、步骤的顺序等均为一个例子，其主旨并非是对本发明进行限定。并且，对于以下的实施方式中的构成要素之中的没有记载在示出本发明的最上位概念的独立技术方案中的构成要素，作为构成更优选的形态的任意的构成要素来说明。另外，在本说明书以及附图中，对于实质上具有相同功能的构成要素，赋予相同的符号，并省略重复的说明。
(实施方式1)
以下参照附图，将要说明的是，利用SIMO(Single Input Multiple Output)构成的发送机、接收机对接收信号的相关矩阵进行观测，并利用相关矩阵的特征值，以规定的方法，对存在于检测对象的空间的生物体的生物体数量进行的估计。
[估计装置1的构成]
图1是示出实施方式1中的估计装置1的构成的一个例子的方框图。图1同时还示出了作为图1所示的估计装置1的检测对象的生物体。
实施方式1中的估计装置1利用具有一个发送天线元件的发送机以及具有N个(N为2以上的自然数)接收天线元件的接收机，对存在于检测对象的空间的一个以上的生物体的生物体数量进行估计。
如图1所示，实施方式1中的估计装置1具备:发送机10、接收机11、生物体信息算出部12、计算部13、存储部14、估计部15、以及输出部16。
[发送机10]
发送机10由发送天线部101和发送部102构成。
发送天线部101具有一个发送天线元件。
发送部102生成高频的信号。发送部102将作为生成的信号的发送信号，从发送天线部101所具有的一个发送天线元件发送。在本实施方式中虽然说明的是，发送部102例如发送2.45GHz的正弦波，但是并非受此所限。也可以利用其他的频率以及调制方法来对发送信号进行发送。
[接收机11]
接收机11由接收天线部111和接收部112构成。
接收天线部111具有N个(N为2以上的自然数)接收天线元件。在本实施方式中，例如图1所示，以接收天线部111具备从#1至#MR的MR个(MR为2以上的整数)天线元件为例进行说明。在接收天线部111，在MR个接收天线元件的每一个，接收包括从一个发送天线元件发送的、当有生物体50存在的情况下由生物体50反射的信号的接收信号。
接收部112以N个接收天线元件的每一个，在规定期间观测(即，接收)接收信号。更具体而言，如图1所示，接收部112将在MR个接收天线元件的每一个在规定期间接收的高频的信号，转换为能够进行信号处理的低频的信号。接收部112将转换的低频的信号传递到生物体信息算出部12。
[生物体信息算出部12]
生物体信息算出部12如图1所示，具备:复数传递函数算出部121、提取部122、以及相关矩阵算出部123，根据从接收机11传递来的信号，算出生物体信息。
<复数传递函数算出部121>
复数传递函数算出部121根据由N个接收天线元件的每一个在规定期间接收的接收信号，算出多个表示发送天线元件与N个接收天线元件的每一个之间的传播特性的复数传递函数。更具体而言，复数传递函数算出部121根据从接收机11传递来的低频的信号，算出表示一个发送天线元件与MR个接收天线元件之间的传播特性的复数传递函数。以下利用图2进行具体说明。
图2是从概念上示出图1所示的估计装置1中的信号波的传递的样子的图。如图2所示，从发送天线部101的发送天线元件发送的发送波的一部分由生物体50反射，而到达接收天线部111的接收阵列天线。在此，接收天线部111是由MR个接收天线元件构成的接收阵列天线，是元件间隔为d的线性阵列。并且，将从接收天线部111的正面来看生物体50的方向设为θ。生物体50与接收天线部111之间的距离足够大，将到达接收天线部111的来自生物体的反射波视为平面波。并且，复数传递函数算出部121能够根据使用MR个接收天线元件观测的复数接收信号向量，算出表示发送天线元件与MR个接收天线元件之间的传播特性的复数传递函数向量。
<提取部122>
提取部122根据在复数传递函数算出部121算出的多个复数传递函数，提取N个接收天线元件的每一个中的变动成分，该变动成分是因生物体的影响而变动的成分。更具体而言，提取部122以时间序列记录由复数传递函数算出部121算出的复数传递函数，根据复数传递函数的变化，来提取因生物体的影响而产生的变动成分。在此，作为因生物体的影响而产生的变动成分的提取方法可以采用的方法有，在傅立叶变换等向频域变换后，仅提取与生物体的振动对应的成分的方法，或者计算两个不同的时间的复数传递函数的差分的方法等。通过执行这些方法，从而能够除去经由生物体50以外的固定物的复数传递函数，而仅留下经由生物体50的复数传递函数成分。另外，由于接收天线元件为多个，因此与接收天线元件对应的复数传递函数的经由生物体50的成分的数量也是多个。将这些统一定义为生物体成分信道向量。
<相关矩阵算出部123>
相关矩阵算出部123根据在提取部122提取的N个接收天线元件的每一个中的变动成分，算出相关矩阵。更具体而言，相关矩阵算出部123算出由作为变动成分的经由生物体50的多个复数传递函数成分构成的生物体成分信道向量的相关矩阵Ri。
[计算部13]
计算部13计算在相关矩阵算出部123算出的相关矩阵的特征值。更具体而言，计算部13计算由相关矩阵算出部123算出的相关矩阵Ri的特征值。计算部13使计算的相关矩阵Ri的特征值存储到存储部14。
[存储部14]
存储部14由HDD(Hard Disk Drive)或存储器等构成，存储计算部13的计算结果以及用于估计部15的估计处理的数据等。
[估计部15]
估计部15利用在计算部13计算的特征值，以规定的方法估计生物体数量。例如，按照计算部13计算的多个特征值的大小来对该多个特征值进行排序，估计部15根据该排序后的特征值分布的特征，对生物体数量进行估计。在此，特征值分布是比例信息，示出按照计算部13计算出的多个特征值的大小来进行排序时的相邻的特征值的比例或差分，该特征值分布的特征可以是从最大的特征值开始计数，在第x个的特征值，比例信息中包含的比例或差分是否成为规定值以上。在这种情况下，估计部15可以将该x作为生物体数量来估计。
图3是示出图1所示的估计部15的详细构成的一个例子的方框图。
在本实施方式中，如图3所示，估计部15具备:特征值分布算出部151、特征判断部152、人数估计部153。
<特征值分布算出部151>
特征值分布算出部151算出按照计算部13计算出的多个特征值的大小来排序的特征值分布。特征值分布算出部151例如可以算出图4或图5所示的特征值分布。在此，图4以及图5示出了由图3所示的特征值分布算出部151算出的特征值分布的一个例子。在图4中，纵轴表示特征值，横轴表示在将最大的特征值作为第一个的情况下的特征值的编号。另外，在图4中以虚线表示与热噪声等噪声对应的值。并且，在图5中，纵轴表示特征值比例，横轴表示在按照多个特征值的大小来进行排序的情况下，将最大的特征值与其次大的特征值的比例视为第一个时的特征值的比例的编号。即，在图5所示的特征值分布中示出了，表示在按照计算部13计算出的多个特征值的大小来进行排序时的相邻的特征值的比例的比例信息。在此，比例例如由λi/λi+1(i是自然数)来计算。
另外，也可以是，在特征值分布中示出，表示按照计算出的多个特征值的大小来进行排序时的相邻的特征值的差分的比例信息。
<特征判断部152>
特征判断部152对在特征值分布算出部151算出的特征值分布的特征进行判断。特征判断部152例如作为特征值分布的特征来对比例发生了大的变化的编号进行判断。更具体而言，特征判断部152将特征值比例成为规定值以上的编号作为特征来判断。例如在图5所示的例子中，将与实线圆圈标出的特征值比例对应的编号作为特征来判断。这样，特征判断部152利用特征值分布，来搜索急剧减少的特征值的位置。
另外，图6示出了由图3所示的特征判断部152判断的特征值分布的特征的另外的例子。
例如图6的实线圆圈出的特征值与虚线圈出的特征值所示，由于在编号L+1的特征值λL+1，其值发生了急剧地变化，因此，特征判断部152可以将编号L作为特征值分布的特征来判断。换而言之，在图6所示的特征值分布中，特征判断部152将作为与热噪声对应的特征值的大小而决定的阈值以上的特征值的数量L，作为特征来判断。但是，一般而言，由于表示热噪声的编号L+1以后的特征值λL+1～λM、与编号L的特征值λL的边界难于区别，因此，可以考虑到利用上述的比例或差分则更容易对特征进行判断。
<人数估计部153>
人数估计部153可以将由特征判断部152判断为特征的编号的该x作为生物体数量来估计。在图5所示的特征值分布中，人数估计部153可以将由特征判断部152判断为特征的“L”作为生物体数量来估计。在此，“L”表示从最大的特征值开始计数的第L个的特征值，可以知道M个的特征值中的L个的特征值与热噪声所对应的特征值为不同的特征值。并且，“L”与生物体数量对应。
另外，在图6所示的特征值分布中，人数估计部153可以将作为与热噪声对应的特征值的大小而决定的阈值以上的特征值的数量，作为生物体数量来估计。
并且，人数估计部153可以针对过去几次估计的生物体数量，进行取平均值或中值这种处理，作为最终的生物体数量来估计。除了估计装置1所具有的发送机10以及接收机11以外，在有其他的无线装置等而被输入到接收机11的噪声大的情况下，能够对该影响进行平均化。
[输出部16]
输出部16在由估计部15估计的生物体数量为0的情况下，可以输出表示在检测对象的空间，不存在生物体的不在信息。并且，在估计部15在规定的时间以上连续估计相同的生物体数量的情况下，输出部16可以输出该相同的生物体数量。
[估计装置1的工作]
接着，利用附图对具有以上这种构成的估计装置1的工作进行说明。
图7是示出实施方式1中的估计装置1的估计处理的流程图。
首先，估计装置1在规定期间对接收信号进行观测(S1)。更具体而言，估计装置1对从一个发送天线元件发送的、且包括当生物体50存在的情况下由生物体50反射的反射信号的接收信号，以规定期间进行观测。
接着，估计装置1根据在步骤S1观测的接收信号，算出复数传递函数(S2)。更具体而言，估计装置1根据在N个接收天线元件的每一个以规定期间接收的接收信号，算出多个表示发送天线元件与N个接收天线元件的每一个之间的传播特性的复数传递函数。详细如以上所述，在此省略说明。以下也同样。
接着，估计装置1根据在步骤S2算出的复数传递函数，提取因生物体的影响而产生的变动成分(S3)。更具体而言，估计装置1根据在步骤S2算出的多个复数传递函数，提取因生物体的影响而产生的变动成分，即提取N个接收天线元件的每一个中的变动成分。
接着，估计装置1算出在步骤S3提取的变动成分的相关矩阵(S4)。更具体而言，估计装置1根据在步骤S3提取的、N个接收天线元件的每一个中的变动成分，算出相关矩阵。
接着，估计装置1计算在步骤S4算出的相关矩阵的特征值(S5)。更具体而言，估计装置1计算在步骤S4算出的相关矩阵的特征值。
接着，估计装置1利用在步骤S5算出的特征值，来估计生物体数量(S6)。更具体而言，估计装置1利用在步骤S4计算的特征值，以规定的方法来估计生物体数量。
图8是示出图7所示的步骤S6的详细处理的一个例子的流程图。
在步骤S6，首先，估计装置1算出特征值分布(S61)。更具体而言，估计装置1算出按照在步骤S5计算出的多个特征值的大小来进行排序而得到的特征值分布。例如，在特征值分布中可以如图5所示，示出表示以大小来对计算出的多个特征值进行排序时的相邻的特征值的比例的比例信息。
接着，估计装置1对在步骤S61算出的特征值分布的特征进行判断(S62)。更具体而言，估计装置1利用在步骤S61算出的特征值分布，来搜索急剧减少的特征值的位置，从而如图5所示，将特征值比例成为规定值以上的编号作为特征来判断。
接着，估计装置1根据在步骤S62判断的特征，来判断在检测对象的空间中存在的人数即判断生物体数量(S63)。例如，在图5所示的例子中，估计装置1将在步骤S62判断的被判断为特征的“L”，作为生物体数量来估计。
(变形例)
在上述的实施方式1中，作为用于对生物体数量进行估计的规定的方法，虽然说明了采用表示以被计算出的多个特征值的大小来进行排序时的相邻的特征值的比例或差分的比例信息的方法(以下也称为比例法)，但是并非受此所限。作为规定的方法，也可以采用不同的时刻中的对应的特征向量的朝向的变化(以下也称为特征向量变动搜索法)。将这种情况作为变形例来说明。
[本变形例的估计装置1的构成]
针对实施方式1的估计装置1，在本变形例的估计装置1中，计算部13A以及估计部15A的构成不同。以下，以与实施方式1不同之处为中心进行说明。
[计算部13A]
图9是示出变形例中的计算部13A的详细构成的一个例子的方框图。
计算部13A如图9所示，具备特征值计算部131以及特征向量计算部132，对在相关矩阵算出部123算出的相关矩阵的特征值以及特征向量进行计算。
<特征值计算部131>
特征值计算部131对在相关矩阵算出部123算出的、连续多个时刻中的相关矩阵的特征值进行计算。更具体而言，特征值计算部131对由相关矩阵算出部123算出的、连续的多个时刻中的生物体成分信道向量的相关矩阵Ri的特征值进行计算。在此，连续的多个时刻是指，例如可以是每0.1秒等这种不受生物体的晃动或生物体的移动等影响的间隔。
<特征向量计算部132>
特征向量计算部132计算针对在特征值计算部131计算出的该多个时刻中的相关矩阵的多个特征值的每一个的特征向量。更具体而言，特征向量计算部132算出针对在特征值计算部131计算出的、多个时刻中的相关矩阵Ri的特征值的每一个的特征向量。例如，特征向量计算部132通过针对时刻t中的生物体成分信道向量的相关矩阵Ri，进行以下(式1)所示的特征值分解，从而能够计算时刻t中的特征向量U(t)。
在此，被观测的时刻i中的特征向量U(i)能够利用(式1)～(式3)来表示。在(式1)中，H是表示埃尔米特矩阵(Hermitian matrix)的算子。
[数式1]
[数式2]
[数式3]
并且，特征向量计算部132将计算的特征向量矩阵U(t)与观测的时刻一起存储到存储部14。
[估计部15A]
估计部15A根据针对在计算部13A计算出的多个特征向量的变化信息，来对生物体数量进行估计，该变化信息是对在多个时刻对应的特征向量进行比较时的变化信息。
图10是示出变形例中的估计部15A的详细构成的一个例子的方框图。
如图10所示，估计部15A具备变化信息算出部154以及人数估计部155。
<变化信息算出部154>
变化信息算出部154算出针对在计算部13A计算出的多个特征向量的变化信息，该变化信息是示出在多个时刻中，对应的多个特征向量的每一个的朝向的变化是比规定值大还是小的信息。变化信息算出部154例如为了对在图11所示的多个时刻中对应的多个特征向量的朝向进行比较，可以算出映射，该映射是指，配置多个时刻的每一个中的多个特征向量、并且将对应的特征向量配置到多个时刻的对应的位置。
在此，图11示出了变形例中的多个时刻的每一个中的多个特征向量的映射的一个例子。在图11中示出的映射的一个例子为，时刻0、1以及2中的多个特征向量被排列在横方向，在时刻0、1、2对应的特征向量被排列在纵方向的相同的位置。关于图11所示的变化信息，若对时刻0～2中的多个特征向量进行比较可以知道，从左开始的第一个和第二个特征向量的变化小，从第三个以后的特征向量的变化大。
<人数估计部155>
人数估计部155根据由变化信息算出部154算出的变化信息，将多个时刻之中的最新的时刻中的多个特征向量中的，该朝向的变化比规定值小的特征向量的数量作为生物体数量来估计。
在图11所示的例子中，由于位于从左开始的第一个和第二个的两个特征向量几乎没有变化，因此，人数估计部155能够将生物体数量估计为2。能够进行这种估计的理由如以下所示。即，一般而言，多个特征向量的每一个表示从发送天线元件至接收天线元件的电波的传播路径，即表示一条通路。在本变形例中计算出MR个的特征向量，每个特征向量表示从一个发送天线元件至MR条接收天线元件的一条电波的通路。并且，本来在该通路中存在包括由直接波或墙壁等固定物的反射的各种通路，每个通路与各个特征向量对应。然而，在本变形例，由于也是由生物体信息算出部12来除去不包含生物体信息的成分，因此能够观测的通路中，只有由生物体50反射的通路以及与噪声对应的通路才出现特征向量。于是，如图11所示，在由生物体50反射的通路以及与噪声对应的通路，与这些通路对应的多个特征向量之中，与由生物体反射的通路对应的特征向量受到生物体的晃动的影响，朝向会发送几Hz左右的变动(也可以说几乎没有变动)。然而，与噪声对应的特征向量由于热噪声等的影响，朝向发生非周期性的随机变动。
另外，变化信息算出部154算出变化信息，人数估计部155对生物体数量进行估计的方法即特征向量变动搜索法，由于不受上述的进行映射的方法所限，因此以下进行说明。
变化信息算出部154可以将在计算部13A计算出的多个时刻之中的不同的时刻的特征向量的积(例如内积)，作为变化信息来算出。在此，变化信息算出部154可以算出充分短的时刻差中的不同的时刻的特征向量的内积，该充分短的时刻差是指，与生物体的动作即以呼吸为代表的几Hz的晃动等相比，相当短的时刻。
例如，变化信息算出部154利用特征向量矩阵，如以下(式4)所示，算出不同的两个时刻t0、t1中的特征向量的内积。
[数式4]
在此也如利用图11进行的说明那样，与由生物体反射的通路对应的特征向量受到生物体的晃动的影响，朝向会发生几Hz左右的变动。另外，与噪声对应的特征向量由于热噪声等的影响，朝向会发生非周期性的随机变动。
即，变化信息算出部154如(式4)所示，通过算出不同的两个时刻中的特征向量的内积，从而可以知道时刻t0中的特征向量U(t0)与时刻t1中的特征向量U(t1)中包含的特征向量的朝向的变化是否大致一致等，是否为朝向的变化小的特征向量。
于是，人数估计部155通过对时刻t0中的特征向量U(t0)与时刻t1中的特征向量U(t1)中包含的特征向量之中的、朝向大致一致的特征向量的数量进行计数，从而能够估计与生物体对应的特征向量的数量，即能够估计生物体数量。具体而言，人数估计部155针对(式4)所示的矩阵A的各行，在比阈值大的(接近于1)数值的成分存在的情况下，可以知道与该成分对应的两个特征向量的朝向为相同方向，时刻t0以及t1的特征向量的朝向的变化比规定的值小。也就是说，该成分与生物体对应，除此之外的情况即比阈值小的(接近于0)数值的成分与噪声对应。
另外，人数估计部155可以针对(式4)所示的矩阵A的各行计算总和或最大值，将该值为阈值以上的数量作为生物体数量来估计。在此，图12是变形例中的不同的两个时刻的特征向量的内积结果的各行的总和的说明图。例如，在此将时刻t0中的特征向量U(t0)中包含的u1(t0)以及时刻t1中的特征向量U(t1)中包含的u1(t1)视为与生物体反射的通路对应。在这种情况下，如图12所示，u1(t0)H·u1(t1)大致为1，其他大致为0，若取每个行的总和，仅第一行大致为1，其他的大致为0。在这种情况下，人数估计部155可以将阈值以上即大致为1的行数作为生物体数量来估计。
并且，人数估计部155也可以不是按照行，而是针对矩阵A全体取总和或最大值，通过该值是否为阈值以上，来估计检测对象的空间中是否有生物体存在，即进行存在与不存在的估计。
并且，为了提高精确度，针对3以上的不同的时刻中的特征向量的组合，变化信息算出部154算出内积，人数估计部155可以将每行的平均值或中值作为最终的生物体数量来估计。
[估计装置的工作]
接着，利用附图对具有以上这种构成的本变形例的估计装置1的工作进行说明。估计处理的概要由于与利用图7进行的说明相同，因此省略说明，以下仅对详细处理不同的步骤S5以及步骤S6进行说明。
图13是示出图7所示的步骤S5的详细处理的另外的一个例子的流程图。在步骤S5，首先，本变形例的估计装置1计算在步骤S4算出的多个时刻中的相关矩阵的特征值(S51A)。更具体而言，本变形例的估计装置1计算在步骤S4算出的多个时刻中的生物体成分信道向量的相关矩阵Ri的特征值。接着，本变形例的估计装置1计算与计算出的特征值对应的特征向量(S52A)。更具体而言，本变形例的估计装置1通过进行特征值分解，来计算针对在步骤S51A计算出的、多个时刻中的相关矩阵Ri的特征值的每一个的特征向量。
并且，本变形例的估计装置1使计算出的特征向量存储到存储部14(S53A)。更具体而言，本变形例的估计装置1将计算出的特征向量与观测到的时刻一起存储到存储部14。
图14是示出图7所示的步骤S6的详细处理的另外的一个例子的流程图。在步骤S6，首先，本变形例的估计装置1算出变化信息(S65A)。更具体而言，本变形例的估计装置1算出变化信息，该变化信息是示出在步骤S52A计算出的多个时刻中，对应的特征向量的朝向的变化是比规定值大还是小的信息。
于是，本变形例的估计装置1根据算出的变化信息，来估计检测对象的空间中存在的人数，即估计生物体数量(S66A)。更具体而言，本变形例的估计装置1根据在步骤S65A算出的变化信息，将该朝向的变化比规定值小的特征向量的数量作为生物体数量来估计。
另外，在步骤S65A算出变化信息的方法、在步骤S66估计生物体数量的方法即特征向量变动搜索法并非受上述的映射的方法所限，也可以是采用不同的时刻中的特征向量的内积的方法。采用通过内积的方法的情况下的详细处理如图15所示。
图15是示出采用内积来进行图14所示的详细处理的情况下的一个例子的流程图。即在步骤S65A中，首先，本变形例的估计装置1确认在存储部14中是否存储了两个以上的时刻的特征向量(S651A)。若两个以上的时刻的特征向量被存储(S651A的“是”)，本变形例的估计装置1针对包括最新的时刻的两个以上的时刻中的特征向量的所有的组计算内积(S652A)。具体而言，本变形例的估计装置1针对两个以上的不同的时刻中的特征向量矩阵的组合，按照组来计算内积，即按照不同的两个时刻的特征向量矩阵来计算内积。
并且，在步骤S66A，本变形例的估计装置1将内积的取值为阈值以上的组合的数量，作为生物体数量来估计(S661A)。更具体而言，本变形例的估计装置1针对由不同的两个时刻中的特征向量矩阵的积构成的矩阵的各行，在比阈值大的(接近于1)数值的成分存在的情况下，将该成分的数量作为生物体数量来估计。
[效果等]
通过实施方式1以及其变形例的估计装置1以及估计方法，能够利用无线信号，对存在于对象空间的生物体数量等进行估计。更具体而言，根据一个发送天线元件与N个接收天线元件的每一个之间的复数传递函数，来提取因生物体的影响而产生的变动成分，根据提取的变动成分，来算出相关矩阵以及特征值。于是，通过采用算出的特征值以规定的方法来估计生物体数量，从而能够利用无线信号，来估计存在于对象空间的生物体数量等。这样，能够利用无线信号，来进行表示对象空间是否有生物体存在的在与不在的估计。
并且，通过实施方式1以及其变形例的估计装置1和估计方法，由于是根据接收信号仅提取与生物体有关的成分，因此，无需使成为检测对象的生物体持有发送机等特别的装置，就能够估计出生物体数量，即估计出人数。并且，在实施方式1以及其变形例的估计装置1和估计方法中，利用特征值分布的特征或多个时刻中的对应的特征向量的朝向的变动，来进行人数的估计。因此，即使在检测对象的生物体的距离变远，特征值的值全体变小的情况下也能够进行人数估计，这样能够实现在更广的范围内进行人数估计的效果。
另外，在实施方式1的估计装置1以及估计方法中，作为利用从提取的变动成分算出的相关矩阵的特征值的规定的方法，对从特征值分布的特征来估计生物体数量进行说明。并且，在变形例的估计装置1以及估计方法，作为利用从提取的变动成分算出的相关矩阵的特征值的规定的方法，虽然说明了从不同的时刻中的对应的特征向量的朝向的变化即变化信息来估计生物体数量，但是并非受此所限。实施方式1以及变形例的估计装置1和估计方法也可以针对从提取的变动成分算出的相关矩阵，适用Capon法等波达方向估计，将入射波的数量作为人数来估计。
并且，实施方式1等的估计装置1以及估计方法进一步利用从提取的变动成分算出的相关矩阵、以及估计的人数，来进行MUSIC法等高精度的波达方向估计。据此，能够进行检测对象的空间中存在的生物体的方向估计或位置估计。即，能够利用无线信号，来估计存在于对象空间的生物体的位置，即能够估计生物体位置。
并且，通过依次进行这种位置估计的处理，从而能够进行生物体的人数以及生物体的位置的追踪。据此，能够利用无线信号，即时地掌握对象空间中存在的生物体的生物体位置。
(实施方式2)
在实施方式1中，虽然以利用SIMO构成的发送机、接收机的情况为例进行了说明，不过并非受此所限。也可以利用MIMO(Multiple Input Multiple Output)构成的发送机、接收机来观测接收信号的相关矩阵，利用相关矩阵的特征值以规定的方法，来估计检测对象的空间中存在的生物体的生物体数量。关于这种情况，作为实施方式2来进行说明。以下以与实施方式1不同之处为中心进行说明。
图16是示出实施方式2中的估计装置1A的构成的一个例子的方框图。图16所示的估计装置1A相对于实施方式1的估计装置1，不同之处是发送机10A的构成。
[发送机10A]
发送机10A由发送天线部101A与发送部102构成。
发送天线部101A具有多个发送天线元件。在本实施方式中，发送天线部101A如图16所示，具备从#1至#MT的MT个(MT为2以上的整数)天线元件。
并且，发送部102将作为生成的信号的发送信号，从发送天线部101A所具有的MT个发送天线元件发送。
另外，由于发送天线部101A具有多个发送天线元件，因此，仅特征向量变动搜索法所使用的数式不同。
更具体而言，计算部13根据在相关矩阵算出部123算出的相关矩阵的特征值，算出特征向量。在这种情况下，计算部13通过进行以下的(式5)所示的特征值分解，从而可以算出能够利用(式5)～(式7)来表示的、被观测的时刻i中的特征向量U(i)。
在此，被观测的时刻i中的特征向量U(i)能够用(式1)～(式3)来表示。在(式5)中，H是表示埃尔米特矩阵的算子。
[数式5]
[数式6]
[数式7]
并且，估计部15算出在计算部13计算出的多个时刻之中的不同的时刻的特征向量的积(例如内积)，以作为变化信息。在这种情况下，估计部15可以如以下的(式8)所示那样算出不同的时刻t0、t1的两个特征向量的内积。
[数式8]
在此也与上述同样，与由生物体反射的通路对应的特征向量受到生物体的晃动的影响，其朝向以几Hz左右发生变动。另外，与噪声对应的特征向量由于热噪声等影响，其朝向会发生非周期性的随机变动。为此，能够如上述的特征向量变动搜索法所示那样对生物体数量进行估计。
[效果等]
通过实施方式2的估计装置1A以及估计方法，能够利用无线信号，进行对象空间中存在的生物体数量等的估计。更具体而言，根据多个发送天线元件与N个接收天线元件的每一个之间的复数传递函数，提取因生物体的影响而产生的变动成分，根据提取的变动成分算出相关矩阵以及特征值。于是，通过利用算出的特征值以规定的方法对生物体数量进行估计，从而能够利用无线信号，对存在于对象空间的生物体数量进行估计。这样，能够利用无线信号，来进行表示对象空间中是否有生物体的存在的在与不在的估计。
并且，实施方式2的估计装置1A以及估计方法也与实施方式1的估计装置1等同样，由于从接收信号仅提取与生物体有关的成分，因此，即使成为检测对象的生物体不持有发送机等特別的装置，也能够进行生物体数量即人数的估计。并且，即使在实施方式2的估计装置1A以及估计方法中，也能够利用特征值分布的特征或多个时刻中的对应的特征向量的朝向的变动来进行人数的估计。这样，由于即使在检测对象的生物体的距离变远，特征值的值全体变小的情况下，也能够进行人数估计，因此能够实现在更广的范围内进行人数估计的效果。
并且，在实施方式2中，由于发送机10A具有两个以上的发送天线元件，因此除了生物体数量的估计以外，还能够进行生物体的存在位置的估计。更具体而言，在发送机具有两个以上的发送天线元件的情况下，进一步利用在相关矩阵算出部123算出的相关矩阵、以及在估计部15估计的生物体数量，以所述接收机的位置为基准，针对一个以上的生物体的存在方向执行两次以上的方向估计，据此，能够对一个以上的生物体的存在位置进行估计。
于是，通过对这种位置估计持续进行规定的时间，从而能够以规定的时间对一个以上的生物体的位置进行持续性地追踪。
以上基于实施方式对本发明的一个形态所涉及的估计装置以及估计方法进行了说明，但是本发明并非受这些实施方式所限。在不脱离本发明的主旨的范围内，将本领域技术人员所能够想到的各种变形执行于本实施方式而得到的形态、或者对不同的实施方式中的构成要素进行组合而构成的形态均包含在本发明的范围内。
并且，本发明不仅能够作为具备这种特征性的构成要素的估计装置来实现，而且能够作为将估计装置中所包含的特征性的构成要素作为步骤的估计方法等来实现。并且，能够作为使计算机执行上述这种方法中包含的特征性的各个步骤的程序来实现。并且，不言而喻，上述这种计算机程序能够经由CD-ROM等计算机可读取的非暂时性的记录介质或互联网等通信网络来流通。
本发明能够应用于利用无线信号来估计生物体数量的估计方法以及估计装置等，尤其能够应用于按照生物体的有无或数量来进行控制的家电设备、以及对生物体的侵入进行检测的监视装置等中所使用的估计方法以及估计装置。

Claims (16)

1.一种生物体数量估计方法，利用至少具有一个发送天线元件的发送机以及具有N个接收天线元件的接收机，对空间中存在的一个以上的生物体的生物体数量进行估计，N为2以上的自然数，
所述生物体数量估计方法包括：
传递函数算出步骤，根据在所述N个接收天线元件的每一个以规定期间接收的接收信号，算出多个表示所述发送天线元件与所述N个接收天线元件的每一个之间的传播特性的复数传递函数；
提取步骤，根据在所述传递函数算出步骤算出的多个复数传递函数，提取所述N个接收天线元件的每一个中的变动成分，该变动成分是因生物体的影响而产生的；
相关矩阵算出步骤，根据在所述提取步骤提取的所述N个接收天线元件的每一个中的所述变动成分，算出相关矩阵；
计算步骤，计算在所述相关矩阵算出步骤算出的所述相关矩阵的特征值；以及
估计步骤，利用在所述计算步骤计算出的特征值，以规定的方法对所述生物体数量进行估计，
在所述估计步骤中，
针对在所述计算步骤计算出的多个特征值以大小来进行排序，并根据该排序后的特征值分布的特征来估计生物体数量。
2.如权利要求1所述的生物体数量估计方法，
所述特征值分布是比例信息，该比例信息示出针对在所述计算步骤计算出的多个特征值以大小来进行排序时的相邻的特征值的比例或差分，
所述特征是指，在从最大的特征值开始计数的第x个特征值，所述比例信息中包含的比例或差分是否为规定值以上，
在所述估计步骤，将所述x作为生物体数量来估计。
3.如权利要求1或2所述的生物体数量估计方法，
所述生物体数量估计方法进一步包括输出步骤，
在该输出步骤中，在所述估计步骤估计的生物体数量为0的情况下，输出不在信息，该不在信息表示在所述空间中不存在生物体。
4.如权利要求1或2所述的生物体数量估计方法，
所述生物体数量估计方法进一步包括输出步骤，
在该输出步骤中，当相同的生物体数量在所述估计步骤被连续估计了规定的时间以上的情况下，输出该相同的生物体数量。
5.如权利要求1或2所述的生物体数量估计方法，
在所述发送机具有两个以上的发送天线元件的情况下，所述生物体数量估计方法进一步包括位置估计步骤，
在该位置估计步骤中，利用在所述相关矩阵算出步骤算出的所述相关矩阵、以及在所述估计步骤估计的生物体数量，以所述接收机的位置为基准，针对所述一个以上的生物体的存在方向执行两次以上的方向估计，从而对所述一个以上的生物体的存在位置进行估计。
6.如权利要求5所述的生物体数量估计方法，
在所述位置估计步骤中，通过将所述位置的估计持续进行规定的时间，从而以所述规定的时间对所述一个以上的生物体的位置持续进行追踪。
7.一种生物体数量估计方法，利用至少具有一个发送天线元件的发送机以及具有N个接收天线元件的接收机，对空间中存在的一个以上的生物体的生物体数量进行估计，N为2以上的自然数，所述生物体数量估计方法包括：
传递函数算出步骤，根据在所述N个接收天线元件的每一个以规定期间接收的接收信号，算出多个表示所述发送天线元件与所述N个接收天线元件的每一个之间的传播特性的复数传递函数；
提取步骤，根据在所述传递函数算出步骤算出的多个复数传递函数，提取所述N个接收天线元件的每一个中的变动成分，该变动成分是因生物体的影响而产生的；
相关矩阵算出步骤，根据在所述提取步骤提取的所述N个接收天线元件的每一个中的所述变动成分，算出相关矩阵；
计算步骤，计算在所述相关矩阵算出步骤算出的所述相关矩阵的特征值；以及
估计步骤，利用在所述计算步骤计算出的特征值，以规定的方法对所述生物体数量进行估计，
在所述计算步骤中，
对在所述相关矩阵算出步骤算出的、连续的多个时刻中的所述相关矩阵的特征值进行计算，并计算针对所述多个时刻中的所述相关矩阵的多个特征值的每一个的特征向量，
在所述估计步骤中，
根据针对在所述计算步骤计算出的多个特征向量的变化信息，估计生物体数量，所述变化信息是对在所述多个时刻中对应的特征向量进行比较时的变化信息。
8.如权利要求7所述的生物体数量估计方法，
所述变化信息是示出在所述多个时刻中对应的所述特征向量的每一个的朝向的变化是比规定值大还是小的信息，
在所述估计步骤中，根据所述变化信息，将所述朝向的变化比所述规定值小的特征向量的数量作为生物体数量来估计。
9.如权利要求7或8所述的生物体数量估计方法，
所述生物体数量估计方法进一步包括输出步骤，
在该输出步骤中，在所述估计步骤估计的生物体数量为0的情况下，输出不在信息，该不在信息表示在所述空间中不存在生物体。
10.如权利要求7或8所述的生物体数量估计方法，
所述生物体数量估计方法进一步包括输出步骤，
在该输出步骤中，当相同的生物体数量在所述估计步骤被连续估计了规定的时间以上的情况下，输出该相同的生物体数量。
11.如权利要求7或8所述的生物体数量估计方法，
在所述发送机具有两个以上的发送天线元件的情况下，所述生物体数量估计方法进一步包括位置估计步骤，
在该位置估计步骤中，利用在所述相关矩阵算出步骤算出的所述相关矩阵、以及在所述估计步骤估计的生物体数量，以所述接收机的位置为基准，针对所述一个以上的生物体的存在方向执行两次以上的方向估计，从而对所述一个以上的生物体的存在位置进行估计。
12.如权利要求11所述的生物体数量估计方法，
在所述位置估计步骤中，通过将所述位置的估计持续进行规定的时间，从而以所述规定的时间对所述一个以上的生物体的位置持续进行追踪。
13.一种非暂时性的计算机可读取的记录介质，该记录介质中记录有程序，用于利用至少具有一个发送天线元件的发送机以及具有N个接收天线元件的接收机，对空间中存在的一个以上的生物体的生物体数量进行估计，N为2以上的自然数，
并且所述程序使计算机执行如下的步骤，
传递函数算出步骤，根据在所述N个接收天线元件的每一个以规定期间接收的接收信号，算出多个表示所述发送天线元件与所述N个接收天线元件的每一个之间的传播特性的复数传递函数；
提取步骤，根据在所述传递函数算出步骤算出的多个复数传递函数，提取所述N个接收天线元件的每一个中的变动成分，该变动成分是因生物体的影响而产生的；
相关矩阵算出步骤，根据在所述提取步骤提取的所述N个接收天线元件的每一个中的所述变动成分，算出相关矩阵；
计算步骤，计算在所述相关矩阵算出步骤算出的所述相关矩阵的特征值；以及
估计步骤，利用在所述计算步骤计算出的特征值，以规定的方法对所述生物体数量进行估计，
在所述估计步骤中，
针对在所述计算步骤计算出的多个特征值以大小来进行排序，并根据该排序后的特征值分布的特征来估计生物体数量。
14.一种非暂时性的计算机可读取的记录介质，该记录介质中记录有程序，用于利用至少具有一个发送天线元件的发送机以及具有N个接收天线元件的接收机，对空间中存在的一个以上的生物体的生物体数量进行估计，N为2以上的自然数，
并且所述程序使计算机执行如下的步骤，
传递函数算出步骤，根据在所述N个接收天线元件的每一个以规定期间接收的接收信号，算出多个表示所述发送天线元件与所述N个接收天线元件的每一个之间的传播特性的复数传递函数；
提取步骤，根据在所述传递函数算出步骤算出的多个复数传递函数，提取所述N个接收天线元件的每一个中的变动成分，该变动成分是因生物体的影响而产生的；
相关矩阵算出步骤，根据在所述提取步骤提取的所述N个接收天线元件的每一个中的所述变动成分，算出相关矩阵；
计算步骤，计算在所述相关矩阵算出步骤算出的所述相关矩阵的特征值；以及
估计步骤，利用在所述计算步骤计算出的特征值，以规定的方法对所述生物体数量进行估计，
在所述计算步骤中，
对在所述相关矩阵算出步骤算出的、连续的多个时刻中的所述相关矩阵的特征值进行计算，并计算针对所述多个时刻中的所述相关矩阵的多个特征值的每一个的特征向量，
在所述估计步骤中，
根据针对在所述计算步骤计算出的多个特征向量的变化信息，估计生物体数量，所述变化信息是对在所述多个时刻中对应的特征向量进行比较时的变化信息。
15.一种生物体数量估计装置，利用至少具有一个发送天线元件的发送机以及具有N个接收天线元件的接收机，对空间中存在的一个以上的生物体的生物体数量进行估计，N为2以上的自然数，
所述生物体数量估计装置具备：
传递函数算出部，根据在所述N个接收天线元件的每一个以规定期间接收的接收信号，算出多个表示所述发送天线元件与所述N个接收天线元件的每一个之间的传播特性的复数传递函数；
提取部，根据在所述传递函数算出部算出的多个复数传递函数，提取所述N个接收天线元件的每一个中的变动成分，该变动成分是因生物体的影响而产生的；
相关矩阵算出部，根据在所述提取部提取的所述N个接收天线元件的每一个中的所述变动成分，算出相关矩阵；
计算部，计算在所述相关矩阵算出部算出的所述相关矩阵的特征值；以及
估计部，利用在所述计算部计算出的特征值，以规定的方法对所述生物体数量进行估计，
所述估计部针对在所述计算部计算出的多个特征值以大小来进行排序，并根据该排序后的特征值分布的特征来估计生物体数量。
16.一种生物体数量估计装置，利用至少具有一个发送天线元件的发送机以及具有N个接收天线元件的接收机，对空间中存在的一个以上的生物体的生物体数量进行估计，N为2以上的自然数，
所述生物体数量估计装置具备：
传递函数算出部，根据在所述N个接收天线元件的每一个以规定期间接收的接收信号，算出多个表示所述发送天线元件与所述N个接收天线元件的每一个之间的传播特性的复数传递函数；
提取部，根据在所述传递函数算出部算出的多个复数传递函数，提取所述N个接收天线元件的每一个中的变动成分，该变动成分是因生物体的影响而产生的；
相关矩阵算出部，根据在所述提取部提取的所述N个接收天线元件的每一个中的所述变动成分，算出相关矩阵；
计算部，计算在所述相关矩阵算出部算出的所述相关矩阵的特征值；以及
估计部，利用在所述计算部计算出的特征值，以规定的方法对所述生物体数量进行估计，
所述计算部对所述相关矩阵算出部算出的、连续的多个时刻中的所述相关矩阵的特征值进行计算，并计算针对所述多个时刻中的所述相关矩阵的多个特征值的每一个的特征向量，
所述估计部根据针对所述计算部计算出的多个特征向量的变化信息，估计生物体数量，所述变化信息是对在所述多个时刻中对应的特征向量进行比较时的变化信息。
CN201811591247.XA 2017-12-26 2018-12-20 生物体数量估计方法、生物体数量估计装置以及记录介质 Active CN110031836B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017-249695 2017-12-26
JP2017249695A JP6975898B2 (ja) 2017-12-26 2017-12-26 推定方法、推定装置およびプログラム

Publications (2)

Publication Number Publication Date
CN110031836A CN110031836A (zh) 2019-07-19
CN110031836B true CN110031836B (zh) 2024-03-08

Family

ID=64665654

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811591247.XA Active CN110031836B (zh) 2017-12-26 2018-12-20 生物体数量估计方法、生物体数量估计装置以及记录介质

Country Status (4)

Country Link
US (1) US11630195B2 (zh)
EP (1) EP3508871B1 (zh)
JP (1) JP6975898B2 (zh)
CN (1) CN110031836B (zh)

Families Citing this family (10)

* 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
JP6587199B1 (ja) * 2018-07-03 2019-10-09 パナソニックＩｐマネジメント株式会社 推定装置および推定方法
US11561279B2 (en) 2018-12-28 2023-01-24 Panasonic Intellectual Property Management Co., Ltd. Radar estimating method, device and medium to extract living body vector information
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
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
US11255955B2 (en) 2018-12-28 2022-02-22 Panasonic Intellectual Property Management Co., Ltd. Estimation method, estimation device, and recording medium
CN113260871A (zh) * 2019-07-02 2021-08-13 松下知识产权经营株式会社 传感器
LU101570B1 (en) * 2019-12-20 2021-06-21 Iee Sa Method for Occupancy Detection
US20220214421A1 (en) * 2020-02-27 2022-07-07 Panasonic Intellectual Property Management Co., Ltd. Estimation device, estimation method, and recording medium
US20220350014A1 (en) * 2020-06-30 2022-11-03 Panasonic Intellectual Property Management Co., Ltd. Sensor

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101765789A (zh) * 2007-05-21 2010-06-30 空间数码系统公司 用于通过测量空间频率分量进行雷达成像的装置和方法
CN102656682A (zh) * 2010-10-13 2012-09-05 松下电器产业株式会社 采用邻近无线通信的半导体装置
JP2013152239A (ja) * 2013-03-29 2013-08-08 Honda Elesys Co Ltd 電子走査型レーダ装置、その制御方法及びプログラム
TWI470257B (zh) * 2013-10-07 2015-01-21 Univ Nat Chiao Tung 角度估計檢測方法及電子裝置
CN104364672A (zh) * 2012-05-31 2015-02-18 株式会社电装 雷达装置
JP2015117972A (ja) * 2013-12-17 2015-06-25 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． 処理装置、および処理方法
JP2015117974A (ja) * 2013-12-17 2015-06-25 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． 校正装置、位置推定装置、校正方法、及び位置推定方法
CN106019269A (zh) * 2015-03-24 2016-10-12 松下电器产业株式会社 雷达装置和行驶车辆探测方法
CN106878225A (zh) * 2017-01-17 2017-06-20 东南大学 一种设备指纹与信道分离的方法及装置
JP2017116519A (ja) * 2015-12-24 2017-06-29 パナソニックＩｐマネジメント株式会社 方向推定方法、位置推定方法および方向推定装置
JP2017129558A (ja) * 2016-01-15 2017-07-27 パナソニックＩｐマネジメント株式会社 推定装置および推定方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000171550A (ja) 1998-12-07 2000-06-23 Koden Electronics Co Ltd Ｆｍ−ｃｗレーダ
JP2009025195A (ja) * 2007-07-20 2009-02-05 Denso Corp 到来波数推定方法、レーダ装置
JP5062032B2 (ja) 2008-05-20 2012-10-31 株式会社デンソー レーダ装置、補償量算出方法
ES2395216T3 (es) * 2008-11-14 2013-02-11 Telefonaktiebolaget L M Ericsson (Publ) Método y disposición en un sistema de comunicación
JP5647814B2 (ja) * 2010-05-19 2015-01-07 日本電産エレシス株式会社 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム
JP2013186072A (ja) * 2012-03-09 2013-09-19 Panasonic Corp 侵入者検知装置
US10768292B2 (en) * 2014-12-29 2020-09-08 Sony Corporation Surveillance apparatus having a radar sensor
US10241187B2 (en) * 2015-12-24 2019-03-26 Panasonic Intellectual Property Management Co., Ltd. Position sensor, direction estimation method, and system
US10371808B2 (en) * 2016-01-15 2019-08-06 Panasonic Intellectual Property Management Co., Ltd. Positioning sensor and direction estimation method
US10912493B2 (en) * 2017-01-06 2021-02-09 Panasonic Intellectual Property Management Co., Ltd. Sensor and method

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101765789A (zh) * 2007-05-21 2010-06-30 空间数码系统公司 用于通过测量空间频率分量进行雷达成像的装置和方法
CN102656682A (zh) * 2010-10-13 2012-09-05 松下电器产业株式会社 采用邻近无线通信的半导体装置
CN104364672A (zh) * 2012-05-31 2015-02-18 株式会社电装 雷达装置
JP2013152239A (ja) * 2013-03-29 2013-08-08 Honda Elesys Co Ltd 電子走査型レーダ装置、その制御方法及びプログラム
TWI470257B (zh) * 2013-10-07 2015-01-21 Univ Nat Chiao Tung 角度估計檢測方法及電子裝置
JP2015117974A (ja) * 2013-12-17 2015-06-25 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． 校正装置、位置推定装置、校正方法、及び位置推定方法
JP2015117972A (ja) * 2013-12-17 2015-06-25 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． 処理装置、および処理方法
CN106019269A (zh) * 2015-03-24 2016-10-12 松下电器产业株式会社 雷达装置和行驶车辆探测方法
JP2017116519A (ja) * 2015-12-24 2017-06-29 パナソニックＩｐマネジメント株式会社 方向推定方法、位置推定方法および方向推定装置
CN107045124A (zh) * 2015-12-24 2017-08-15 松下知识产权经营株式会社 定位传感器、方向推定方法以及系统
JP2017129558A (ja) * 2016-01-15 2017-07-27 パナソニックＩｐマネジメント株式会社 推定装置および推定方法
CN107064923A (zh) * 2016-01-15 2017-08-18 松下知识产权经营株式会社 定位传感器以及方向推定方法
CN106878225A (zh) * 2017-01-17 2017-06-20 东南大学 一种设备指纹与信道分离的方法及装置

Also Published As

Publication number Publication date
EP3508871B1 (en) 2022-02-02
JP6975898B2 (ja) 2021-12-01
EP3508871A1 (en) 2019-07-10
CN110031836A (zh) 2019-07-19
US11630195B2 (en) 2023-04-18
JP2019117055A (ja) 2019-07-18
US20190195997A1 (en) 2019-06-27

Similar Documents

Publication Publication Date Title
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
JP6751923B2 (ja) プログラム
CN108279413B (zh) 传感器以及生物体动作推定方法
JP6839807B2 (ja) 推定装置およびプログラム
US11226408B2 (en) Sensor, estimating device, estimating method, and recording medium
Ammari et al. A statistical approach to target detection and localization in the presence of noise
CN108924736A (zh) 一种基于PCA-Kalman的无源室内人员状态检测方法
WO2021172126A1 (ja) 推定装置、推定方法、および、プログラム
JP2014228291A (ja) 無線検出装置及び無線検出方法
JP6893328B2 (ja) センサおよび位置推定方法
JP6832534B2 (ja) 推定装置および推定方法
KR101817011B1 (ko) 군집화 특성 기반의 능동소나 클러터 제거 방법 및 장치
JP7357217B2 (ja) 推定方法、推定装置、及び、プログラム
JP7313018B2 (ja) センサ
CN111381230A (zh) 估计方法、估计装置以及记录介质
WO2022004231A1 (ja) センサ
Garnier et al. Applications of random matrix theory for sensor array imaging with measurement noise
JP2020008556A (ja) センサ、推定装置、推定方法、および、プログラム
Choong et al. Study of microarray time series data based on Forward-Backward Linear Prediction and Singular Value Decomposition
CN111381229B (zh) 推测方法、推测装置以及记录介质
WO2022138749A1 (ja) センサ、推定方法、及び、センサシステム
Song et al. Space-time MUSIC imaging of emi sensing data and a subspace partition study
Naidu On subspace method for source localization
Sytnik et al. Method of correlation-spectrum analysis for target identification
Rangaswamy et al. Model order estimation for adaptive radar clutter cancellation

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