CN113348380A - 识别运动检测系统中的静态叶节点 - Google Patents
识别运动检测系统中的静态叶节点 Download PDFInfo
- Publication number
- CN113348380A CN113348380A CN201980090143.7A CN201980090143A CN113348380A CN 113348380 A CN113348380 A CN 113348380A CN 201980090143 A CN201980090143 A CN 201980090143A CN 113348380 A CN113348380 A CN 113348380A
- Authority
- CN
- China
- Prior art keywords
- leaf node
- static
- motion detection
- link
- detection system
- 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.)
- Pending
Links
Images
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
- G01S13/50—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
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
-
- 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
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
- G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
-
- 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
- G01S13/74—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems
- G01S13/76—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems wherein pulse-type signals are transmitted
- G01S13/765—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems wherein pulse-type signals are transmitted with exchange of information between interrogator and responder
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/22—Electrical actuation
- G08B13/24—Electrical actuation by interference with electromagnetic field distribution
- G08B13/2491—Intrusion detection systems, i.e. where the body of an intruder causes the interference with the electromagnetic field
- G08B13/2494—Intrusion detection systems, i.e. where the body of an intruder causes the interference with the electromagnetic field by interference with electro-magnetic field distribution combined with other electrical sensor means, e.g. microwave detectors combined with other sensor means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/10—Monitoring; Testing of transmitters
- H04B17/11—Monitoring; Testing of transmitters for calibration
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/318—Received signal strength
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0209—Power saving arrangements in terminal devices
- H04W52/0225—Power saving arrangements in terminal devices using monitoring of external events, e.g. the presence of a signal
- H04W52/0238—Power saving arrangements in terminal devices using monitoring of external events, e.g. the presence of a signal where the received signal is an unwanted signal, e.g. interference or idle signal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0209—Power saving arrangements in terminal devices
- H04W52/0251—Power saving arrangements in terminal devices using monitoring of local events, e.g. events related to user activity
- H04W52/0254—Power saving arrangements in terminal devices using monitoring of local events, e.g. events related to user activity detecting a user operation or a tactile contact or a motion of the device
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/30—Connection release
- H04W76/34—Selective release of ongoing connections
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/24—Cell structures
- H04W16/28—Cell structures using beam steering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
在一般方面,运动检测系统管理由一个或多个接入点用于探测的叶节点。例如,接入点针对多个校准时间段获得多个AP‑叶节点链路的存在信息。基于各AP‑叶节点链路各自的存在信息,在各校准时间段确定各AP‑叶节点链路的存在活动。基于校准窗口中的多个AP‑叶节点链路的存在活动来识别静态叶节点,该校准窗口包括多个校准时间段中的若干个。更新运动检测系统以使用所识别的静态叶节点至少之一作为用于运动检测的探测节点。
Description
相关申请的交叉引用
本申请要求2019年1月24日提交的美国专利申请16/256,367的优先权,其通过引用而被包含于此。
背景技术
以下说明涉及基于无线信号来检测空间中的物体的运动。
运动检测系统已被用于检测例如房间或室外区域中的物体的移动。在一些示例运动检测系统中,使用红外或光学传感器来检测传感器的视野中的物体的移动。运动检测系统已被用在安全系统、自动化控制系统和其它类型的系统中。
附图说明
图1是示出示例无线通信系统的图。
图2是示出运动检测系统的示例架构的图。
图3是示出AP-叶节点链路分类的示例的图。
图4是示出在校准窗口上评价链路的示例的图。
图5是示出对叶节点装置进行分类的示例处理的流程图。
图6是示出用于更新运动检测系统中的叶节点的闭环控制流的示例的框图。
图7是示出叶节点断开事件的示例处理的框图。
图8是示出叶节点连接事件的示例处理的框图。
图9是示出用于识别静态叶节点的示例处理的框图。
图10是示出用于对静态叶节点的链路质量进行分类的示例处理的框图。
图11是示出示例无线通信装置的框图。
具体实施方式
作为概述,运动检测系统可被配置为基于在通信信道上通过空间在装置之间发送的无线信号的变化来检测空间中的运动。在一些实例中,运动检测系统中的运动检测装置可以经由无线信号与一个或多个其它装置(其可以是或可以不是运动检测系统的一部分)(例如,叶节点)进行通信,以获取之后可用于进行运动感测的信道信息。在一些情况下,运动检测系统选择从哪些可用装置收集将被用在运动感测应用中的信道信息,这可以是有利的。
本发明的各方面可以提供某些技术优势和改进。在一些情况下,控制从哪些装置获得信道信息改进了在运动感测应用中要使用的数据的质量,由此改进了运动感测结果。在一些情况下,根据本发明的各方面,除了对监视和报警系统的操作的其它技术改进之外,从某些选择装置收集信道信息可以进一步改进诸如监视和报警系统等的运动检测系统的操作,以提供对运动的更准确和有用评估,并更准确地确定空间的状态。在一些实例中,运动检测系统使用无线通信装置和网络的现有特征来确定选择哪些装置。
在这里描述的一些方面中,运动检测系统可以选择哪些叶节点装置将用于收集信道信息。在一些实例中,运动检测系统仅选择固定的或静态的叶节点。在一些情况下,可以基于与其它固定叶节点装置相比的链路质量来选择固定叶节点装置。在其它方面,在校准窗口期间识别和/或选择固定叶节点装置。
图1示出示例无线通信系统100。示例无线通信系统100包括三个无线通信装置,即第一无线通信装置102A、第二无线通信装置102B和第三无线通信装置102C。示例无线通信系统100可以包括附加的无线通信装置102和/或其它组件(例如,一个或多个网络服务器、网络路由器、网络交换机、线缆或其它通信链路等)。
示例无线通信装置102A、102B、102C可以例如根据无线网络标准或另一类型的无线通信协议在无线网络中进行操作。例如,无线网络可被配置为作为无线局域网(WLAN)、个域网(PAN)、城域网(MAN)、或其它类型的无线网络进行操作。WLAN的示例包括被配置为根据IEEE所开发的802.11标准家族中的一个或多个等进行操作的网络(例如,Wi-Fi网络)等。PAN的示例包括根据短距离通信标准(例如,近场通信(NFC)、ZigBee)以及毫米波通信等进行操作的网络。
在一些实现中,无线通信装置102A、102B、102C可被配置为例如根据蜂窝网络标准在蜂窝网络中进行通信。蜂窝网络的示例包括根据如下标准进行配置的网络:诸如全球移动系统(GSM)和GSM演进的增强数据率(EDGE)或EGPRS等的2G标准;诸如码分多址(CDMA)、宽带码分多址(WCDMA)、通用移动电信系统(UMTS)和时分同步码分多址(TD-SCDMA)等的3G标准;诸如长期演进(LTE)和高级LTE(LTE-A)等的4G标准;5G标准;等等。在图1所示的示例中,无线通信装置102A、102B、102C可以是或可以包括标准无线网络组件。例如,无线通信装置102A、102B、102C可以是商业上可用的Wi-Fi装置。
在一些情况下,无线通信装置102A、102B、102C可以是Wi-Fi接入点(AP)或其它类型的无线接入点(AP)。无线通信装置102A、102B、102C可被配置为进行作为指令(例如,软件或固件)嵌入在无线通信装置上的如本文所述的一个或多个操作。在一些情况下,无线通信装置102A、102B、102C可以是无线网状网络的节点。例如,无线网状网络可以指分散式无线网络,该分散式无线网络的节点(例如,无线通信装置102)在无需使用中央接入点、基站或网络控制器的情况下以点对点的方式直接通信。无线网状网络可以包括网状客户端、网状路由器或网状网关。网状网络可以基于商业上可用的网状网络系统(例如,GOOGLE Wi-Fi)。在一些实例中,无线网状网络基于IEEE 802.11s标准。在一些实例中,无线网状网络基于Wi-Fi自组网或其它标准化技术。在一些情况下,无线通信装置102可以使用其它类型的标准或传统的Wi-Fi收发器装置。无线通信装置102A、102B、102C可以使用除Wi-Fi协议以外的标准或非标准的用于无线通信的无线协议类型来进行运动检测。
在图1所示的示例中,无线通信装置(例如,102A、102B)(例如,根据无线网络标准、运动检测协议、存在检测协议、或者其它标准或非标准协议)在通信信道上发送无线信号。例如,无线通信装置可以生成供发送用的运动探测信号以探测空间从而检测物体的运动或存在。在一些实现中,运动探测信号可以包括标准信令或通信帧,其包括信道探测(例如,根据IEEE802.11ac-2013标准的用于波束形成的信道探测)中所使用的标准导频信号。在一些情况下,运动探测信号包括网络中的所有装置已知的参考信号。在一些实例中,无线通信装置中的一个或多个可以处理运动检测信号,这些运动检测信号是基于发送通过空间的运动探测信号所接收到的信号。例如,可以分析运动检测信号,以基于在通信信道中检测到的变化(或缺乏变化)来检测空间中的物体的运动、空间中的运动的缺乏、或者空间中的物体的存在或不存在。
发送运动探测信号的无线通信装置(例如,102A、102B)可以作为源装置进行操作。在一些情况下,无线通信装置102A、102B可以广播无线运动探测信号(例如,如上所述)。在其它情况下,无线通信装置102A、102B可以发送寻址到其它无线通信装置102C和其它装置(例如,用户设备、客户端装置、服务器等)的无线信号。无线通信装置102C以及其它装置(未示出)可以接收由无线通信装置102A、102B发送的无线信号。在一些情况下,例如根据无线通信标准或以其它方式周期性地重复由无线通信装置102A、102B发送的无线信号。
在一些示例中,作为传感器装置进行操作的无线通信装置102C处理从无线通信装置102A、102B接收到的无线信号,以检测这些无线信号所接入的空间中的物体的运动。在一些示例中,另一装置或计算系统处理由无线通信装置102C从无线通信装置102A、102B接收到的无线信号,以检测这些无线信号所接入的空间中的物体的运动。在一些情况下,当检测到缺乏运动时,无线通信装置102C(或另一系统或装置)处理无线信号以检测空间中的物体的存在或不存在。在一些实例中,无线通信装置102C(或另一系统或装置)可以进行如以下关于图3-8中的任何图或者在关于图9-10所述的示例处理中所描述的一个或多个操作,或者可以进行用于识别和选择固定叶节点、并更新运动检测系统以使用所选择的固定叶节点来进行运动检测的另一类型的处理。在示例中,无线通信装置102C(例如,AP)发送无线信号(例如,探测信号),并且无线通信装置102A、102B(例如,叶节点)接收并处理无线信号,并向无线通信装置102C返回信道响应信息。
用于运动检测的无线信号例如可以包括信标信号(例如,蓝牙信标、Wi-Fi信标、其它无线信标信号)、导频信号(例如,根据IEEE 802.11ac-2013标准的诸如在波束形成应用中等的用于信道探测的导频信号)、或者根据无线网络标准为了其它目的所生成的其它标准信号、或者为了运动检测或其它目的所生成的非标准信号(例如,随机信号、参考信号等)。在一些情况下,用于运动检测的无线信号对于网络中的所有装置都是已知的。
在一些示例中,无线信号可以在与移动物体相互作用之前或之后传播通过物体(例如,墙),这可以使得能够在移动物体与发送或接收硬件之间没有光学视线的情况下检测到移动物体的移动。相反,当检测到缺乏运动时,无线信号可以指示在空间中不存在物体。例如,基于所接收到的无线信号,无线通信装置102C可以生成运动数据、存在数据或这两者。在一些实例中,无线通信装置102C可以将运动检测数据通信到诸如安全系统等的另一装置或系统,该另一装置或系统可以包括用于监视诸如房间、建筑物、室外区域等的空间内的移动的控制中心。
在一些实现中,无线通信装置102A、102B可被配置为根据无线网络业务信号在单独的无线通信信道(例如,频率信道或编码信道)上发送运动探测信号(例如,如上所述)。例如,无线通信装置102C可以知晓应用到运动探测信号的有效载荷的调制以及有效载荷中的数据的类型或数据结构,这可以减少无线通信装置102C针对运动和存在检测而进行的处理量。头部可以包括附加信息,诸如通信系统100中的另一装置是否检测到运动的指示、调制类型的指示、发送信号的装置的标识等。
在一些实例中,可以分析在各个无线通信装置102处接收到的无线信号,以确定网络中的(例如,网络中的各对无线通信装置之间的)不同通信链路的信道信息。信道信息可以表示将传递函数应用于穿过空间的无线信号的物理介质。在一些实例中,信道信息包括信道响应信息。信道响应信息可以指通信链路的已知信道属性,并且可以描述无线信号如何从发送器传播到接收器,从而表示在发送器和接收器之间的空间内的例如散射、衰落和功率衰减的组合效应。特别地,链路可以对应于接收(Rx)/发射(Tx)天线对。可以支持Rx/Tx天线的各种配置。例如,对于3Rx天线/3Tx天线(例如,3x3)配置,可以观察到总共9个信道响应;对于3x2配置,可以观察到6个信道响应;对于2x2配置,可以观察到4个信道响应;对于2x1配置,可以观察到2个信道响应。在一些实例中,4x4或8x8配置是可行的,由此分别提供16或64个信道响应。
在一些实例中,信道信息包括波束形成状态信息。波束形成(或空间滤波)可以指在多天线(多输入/多输出(MIMO))无线电系统中使用以进行定向信号发送或接收的信号处理技术。波束形成可以通过以特定角度的信号经历相长干涉、而其它信号经历相消干涉的方式组合天线阵列中的元件来实现。可以在发送端和接收端这两者都使用波束形成,以实现空间选择性。在一些情况(例如,IEEE 802.11ac标准)下,发送器使用波束形成导向矩阵。波束形成矩阵可以包括天线阵列应如何使用其各单独的天线元件来选择发送用的空间路径的数学描述。尽管这里关于信道响应信息或波束形成状态信息描述了某些方面,但在所描述的方面中也可以使用其它类型的信道信息。
在图1所示的示例中,无线通信系统100被例示为无线网状网络,其中在相应的无线通信装置102各自之间存在无线通信链路。在所示的示例中,无线通信装置102C和无线通信装置102A之间的无线通信链路可用于探测第一运动检测区域110A,无线通信装置102C和无线通信装置102B之间的无线通信链路可用于探测第二运动检测区域110B,并且无线通信装置102A和无线通信装置102B之间的无线通信链路可用于探测第三运动检测区域110C。在一些实例中,各无线通信装置102可被配置为通过处理基于在运动检测区域110中的无线通信装置102之间的链路上发送的无线信号的接收信号,来检测该装置所接入的各个运动检测区域110中的运动。例如,当图1所示的物体106在第一运动检测区域110A和第三运动检测区域110C之间移动时,无线通信装置102可以根据通过相应运动检测区域110所发送的无线信号的接收信号来检测运动。例如,无线通信装置102A可以检测第一运动检测区域110A和第三运动检测区域110C这两者中的人的运动,无线通信装置102B可以检测第二运动检测区域110B和第三运动检测区域110C中的人106的运动,并且无线通信装置102C可以检测第一运动检测区域110A和第二运动检测区域110B中的人106的运动。
在一些实例中,运动检测区域110可以包括例如空气、固体材料、液体或无线电磁信号可以传播通过的另一介质。在图1所示的示例中,第一运动检测区域110A在第一无线通信装置102A和第三无线通信装置102C之间提供无线通信信道,第二运动检测区域110B在第二无线通信装置102B和第三无线通信装置102C之间提供无线通信信道,并且第三运动检测区域110C在第一无线通信装置102A和第二无线通信装置102B之间提供无线通信信道。在操作的一些方面中,使用在(与网络业务所用的无线通信信道分开或共享的)无线通信信道上发送的无线信号来检测移动。物体可以是任何类型的静态或可移动物体,并且可以是有生命的或无生命的。例如,物体可以是人类(例如,如图1所示)、动物、无机物体、或者另一装置、设备或组装件、限定空间的边界的全部或一部分的物体(例如,墙、门、窗等)、或者另一类型的物体。在一些实现中,当未检测到物体的运动时,来自无线通信装置的运动信息可以触发进一步分析以确定物体的存在或不存在。
在一些实现中,无线通信系统100可以是或可以包括运动检测系统。运动检测系统可以包括无线通信装置102A、102B、102C中的一个或多个以及可能的其它组件。运动检测系统中的一个或多个无线通信装置102A、102B、102C可被配置用于运动检测。运动检测系统可以包括存储信号的数据库。所存储的信号可以包括针对各接收信号的相应测量结果或度量(例如,信道响应信息、波束形成状态信息或其它信道信息),并且所存储的信号可以与信道状态(例如,运动、缺乏运动等)相关联。在一些实例中,监视系统的无线通信装置102其中之一可以作为用于处理接收信号和其它信息以检测运动的中央核心或服务器进行操作。监视系统的无线通信装置102或其它类似的无线通信装置可以识别与监视系统的无线通信装置102或其它类似的无线通信装置进行通信的固定或静态的叶节点。在一些实现中,运动检测系统的无线通信装置102或者其它装置或计算系统可以对与无线通信装置102或与其它类似的无线通信装置102进行通信的固定或静态的叶节点进行分类和排名。与用于识别固定叶节点和/或分类并选择固定叶节点以在监视系统中进行探测的处理有关的数据的存储可以在被配置为AP装置(例如,网关装置)的无线通信装置102上、在另一类型的计算装置上、在运动检测系统中进行,或者在一些情况下,可以在云中进行。
图2示出例示示例运动检测系统200的示例架构的图。在一些情况下,运动检测系统200中的装置根据IEEE 802.11无线通信标准或另一类型的标准或非标准协议的一个或多个方面进行通信。在图2所示的示例中,运动检测系统200包括无线接入点(AP)202(例如,无线通信装置102)、可以与AP 202进行通信的一个或多个叶装置204、以及在一些实例中为附加的AP或叶装置、或者诸如服务器等的其它类型的装置。在一些实例中,如图2所示,运动检测系统包括多个AP 202(例如,图1所述的无线通信装置102),这多个AP 202根据无线网状协议与连接到各个AP 202的一个或多个叶节点204进行通信。
在一些实例中,运动检测系统200中的各装置到装置无线连接可以构成进行运动测量的运动链路250。AP 202和叶节点204之间的运动链路在这里被称为AP-叶节点链路。叶节点204可以是在运动检测系统200中由AP 202用于进行探测的Wi-Fi装置。在一些实例中,叶节点204未配置有专有运动检测软件或硬件,而是根据特定无线标准正常操作。例如,叶节点204可以处理来自AP 202的探测请求,作为其操作标准下的正常操作的一部分(例如,叶节点204作为智能电话、智能恒温器、膝上型计算机、平板装置、机顶盒或流传输装置等进行操作)。在一些情况下,AP 202和叶节点204符合标准(例如,IEEE 802.11)协议,因此不需要运动检测专用硬件或软件来充当运动检测系统200的叶节点。通常,运动检测系统200可以使用图2中的叶节点204中的任何叶节点作为探测节点以获得运动检测所用的信道信息(例如,信道响应信息、波束形成状态信息等)。在一些情况下,优选由AP 202用于进行探测的叶节点204具有例如以下的某些特征:叶节点204随着时间的经过是静止的并且具有稳定的电源,例如插电的智能电话。
在示例中,运动检测系统200实现波束形成协议,例如以生成波束形成信息并将波束形成信息从一个无线装置发送到另一无线装置。例如,无线通信装置202可以实现如上所述的波束形成协议。在一些实例中,(一个或多个)AP 202可以基于分析波束形成矩阵(例如,转向或反馈矩阵)来检测物体230的运动。在一些示例中,在运动链路(例如,AP 202和叶装置204A之间的运动链路250A)上进行探测和/或波束形成,并且通过观察与运动链路相关联的波束形成矩阵(例如,转向或反馈矩阵)中的变化来在AP 202处检测运动。AP 202也可以基于用于与叶装置204的各连接的相应波束形成矩阵的变化来定位运动。在网状配置(例如,多个AP 202互连(在图2中未示出)的运动检测系统202)中,在AP 202和它们各自的叶装置204之间进行探测和波束形成,并且在各个AP 202处确定运动信息。然后,可以将运动信息发送到核心装置(例如,AP 202其中之一)或另一装置(诸如服务器等),以分析运动信息并总体确定在空间中是否发生运动、检测所检测到的运动的位置、或这两者。
在图2所示的示例运动检测系统200的一些实现中,与AP 202进行通信的叶节点204的数量是未知的或者随时间的经过而变化。在一些实例中,随着移动的叶节点204移入和/或移出与AP 202的通信,与AP 202进行通信的叶节点204的数量改变。例如,携带移动装置(例如,叶节点204B)的用户可以进入空间,并且移动装置可以开始与正在进行运动感测活动的AP 202进行通信。然而,通常在网状配置中,叶节点能够选择网状AP中的任何网状AP,并且另外自由地随时在这些网状AP之间切换,由此影响与任何特定AP 202进行通信的叶节点的数量。在移动装置正在与AP 202进行通信时,AP 202可以从移动装置收集信息和/或利用移动装置进行探测。用户随后可以带着移动装置离开空间,并且移动装置移出AP202的范围,但稍后再次进入AP 202的范围。在一些上下文中,AP 202从该移动装置收集的数据可能不够稳定而无法用于确定运动。
在一些情况下,在运动检测系统中使用叶节点可能会影响系统的性能。例如,在装置之间的运动链路(例如,AP 202和叶节点204之间的运动链路250)上进行探测以收集信道信息所需的资源可能受到限制。在一些实例中,中央处理单元(CPU)和内存使用随着用于在运动检测系统中进行探测的活动AP-叶节点链路的数量而线性地增加。在一些情况下,运动检测系统可能正在与静态(具有固定位置)的叶节点和移动(具有可变位置)的叶节点进行通信,但不能将固定叶节点与移动叶节点区分开。在一些实例中,叶节点的位置可能影响运动检测系统的性能。在一些情况下,运动检测系统观察到一些叶节点在用以收集信道信息的探测处理期间在探测方面不佳,这导致将差的信道信息提供给运动检测系统。在一些实例中,从不良探测叶节点接收到的差的信道信息可能导致总体系统劣化。在一些实例中,不良探测叶节点可能是由于该叶节点是移动叶节点而不是固定叶节点这一事实而引起。在其它实例中,在大量叶节点一次全部出现或在短时间段内(例如,在系统初始化时、在重新启动系统之后等)出现的情况下,运动检测系统可能被压垮。在一些情况下,例如当通知并要求用户确认为向系统添加叶节点时,用户也可能被来自系统的通知压垮。
如本文所述,提供用于AP-叶节点链路的闭环连续链路健康测量和分类系统,以解决这些问题中的一个或多个并改进运动检测系统的操作。在一些实例中,该系统可应用于AP-AP网状链路或运动检测系统中的其它类型的运动链路。
图3是示出AP-叶节点链路分类的示例的图。在实现中,示例链路分类300将运动检测系统(例如,运动检测系统200)中的各AP-叶节点链路分类为固定或静态叶节点或者移动叶节点。在一些实例中,叶节点(例如,图2中的叶节点204)在各种时间点通信地耦接到运动检测系统的一个或多个AP 202。在一些实例中,运动检测系统针对所定义的时间间隔(例如,每分钟、每两或三分钟、每小时等)周期性地从各AP 202接收网络状况报告310。用于接收网络状况报告的时间间隔可以是可调整的。在包括多个AP 202的系统中,AP 202其中之一可以充当核心以从其它AP 1210各自收集网络状况报告310。在一些实现中,运动检测系统可以仅具有一个AP 202,并且在这种情况下,将不需要从其它AP接收网络状况报告310。针对运动检测系统中的各AP的网络状况报告310包括在所定义的时间间隔期间针对各活动AP-叶节点链路的统计数据。
在实现中,基于AP和叶节点所用的底层无线接口的机器地址(例如,介质访问控制(MAC)地址)来识别活动AP-叶节点链路。针对各AP-叶节点链路提供网络状况报告310。在一些实例中,如果在所定义的时间间隔期间叶节点与AP进行无线通信,则AP-叶节点链路被确定为在该时间间隔期间处于活动状态。例如,如果在探测期间叶节点对来自AP的信标信号或其它信号作出响应,则AP将在针对该时间间隔的网络状况报告310中将叶节点标记为活动。在一些实例中,聚合来自多个时间间隔的状况报告310,以导出校准时间段内的针对各AP-叶节点链路的统计数据。在一些实现中,针对各活动AP-叶节点链路,在校准时间段(例如,1小时)内跟踪和/或计算状况报告中的各种度量。在图3所示的示例分类300中,在一小时的校准时间段内聚合60个网络状况报告中接收到的统计数据。如图3所示,度量包括存在信息度量325、成功探测度量326、失败探测度量327、平均接收信号强度指示(RSSI)度量328和运动检测失败率度量329。在一些实现中,可以使用其它度量来对链路进行分类。在一些实例中,对于校准时间段,存在信息度量325指示特定AP-叶节点链路处于活动状态的状况报告310的数量。作为示例,对于每分钟报告状况报告315的一小时的校准时间段,存在信息度量325可以具有范围为从0到60(0-60)的整数值。在一些实现中,对于各AP-叶节点链路,计算指示平均成功信道频率响应(CFR)探测率(范围0-100%)的成功探测度量326,并且计算指示平均失败CFR探测率(范围为0-100%)的失败探测度量327。这些统计数据与AP通过发送探测请求来探测叶节点的尝试、以及叶节点是响应(例如,成功)还是不响应(例如,不成功)相关。在一些情况下,可以计算平均RSSI度量328和运动检测失败率329,并将这两者用于对AP-叶节点链路进行分类。在一些实例中,针对各校准时间段(例如,如在图5中所述或以其它方式)计算校准结果,并且基于校准结果对各活动AP-叶节点链路进行分类330。例如,如以下所述,活动AP-叶节点链路可被分类为合格、有噪声或休眠。
在这里描述的示例中,AP-叶节点链路由AP编号和叶编号对表示。在图3和图4所述的示例中,运动检测系统包括三个AP(AP0、AP1和AP2)和两个叶节点(Leaf0和Leaf1),这两个叶节点在校准事件期间与这些AP中的一个或多个进行通信。因此,各AP报告多达两个链路(例如,AP0-Leaf0和AP0-Leaf1)的状况。另一方面,叶节点可以与AP中的一个、两个或所有三个相关联,并且因此可以与三个链路(例如,AP0-Leaf0、AP1-Leaf0和AP2-Leaf0)相关联。如上所述,由于实际AP-叶节点链路对由MAC地址标识,因此这里使用的AP和叶节点编号仅仅是为了例示。
在一些实现中,首先,使用存在信息度量325将活动叶节点确定为是固定的(例如,静态的)或移动的。在一些示例系统中的实验期间,观察到监视叶节点是否从一个AP跳到另一AP的方法不一定指示该叶节点是固定的还是移动的,例如,固定叶被观察到由于各种非明显原因而跳过。此外,在一些上下文中,仅观察叶节点的接收信号强度指示(RSSI)测量不一定提供叶节点是固定还是移动的可靠指示。
图4是示出在校准窗口410上评价链路的示例的图。校准窗口410包括多个校准时间段420。在该示例中,表480的各行示出针对特定AP-叶节点链路430在校准窗口410中的各校准时间段420的(例如,如图5所述或以其它方式获得的)校准结果470。在图4所示的示例中,在校准窗口410期间AP-叶节点链路的活动由针对该AP-叶节点链路的各相应行中的突出显示或灰化校准时间段420表示。特别地,任何校准窗口410中的灰化校准时间段420(例如,NODATA(无数据)470a)指示:基于存在信息度量325,特定AP-叶节点链路430在该校准时间段420中未被检测为处于活动(或足够活动)状态,而其它突出显示校准时间段420(例如,PASS(合格)470b、NOISY(有噪声)470c和SLEEP(休眠)470d)指示:基于存在信息度量325,特定AP-叶节点链路430在该校准时间段420中被检测为处于活动(或足够活动)状态。在图5中论述向活动AP-叶节点链路指派附加资格(例如,PASS 470b、NOISY 470c和SLEEP470d,尽管如图5所述可利用其它资格570)。例如,当在校准时间段420期间针对AP-叶节点链路的存在信息度量325超过阈值(例如,如在图5的决定520中所述,存在度量325≥PRES_THRES(0.9))时,叶节点被标记为存在或处于活动状态。在该示例中,存在信息度量325是从0到60的值,因此具有值为54或更高的存在信息度量325的AP-叶节点链路430基于90%的阈值将被确定为在校准时间段420内处于活动(足够活动)状态,而如果在校准时间段420内值小于54,则AP-叶节点链路将被确定为不处于活动(足够活动)状态。阈值可以是可调整的,因此在一些实例中,叶节点可被确定为在校准窗口410期间在更小或更大百分比的时间内存在/处于活动状态。在该示例中,各校准时间段420是1小时并且校准窗口410是5小时,这意味着对于要检查的各AP-叶节点链路430存在五个校准报告420。在实现中,各AP-叶节点链路430被指派用于校准窗口410的多个点450。在一些实例中,基于在各校准时间段420中各AP-叶节点链路430的存在活动是否超过存在阈值来指派点。在所示的示例中,各AP-叶节点链路430的总点450是通过针对校准窗口410中的各突出显示校准时间段420加上点所导出的。
在该示例中,AP-叶节点链路430在校准窗口410的各校准时间段420中被指派点450。在该示例中,如果AP-叶节点链路430被确定为在校准时间段420期间“不是处于活动状态”(例如,在图4中,“不是处于活动状态”链路被灰化而未被突出显示),则AP-叶节点链路430被指派0个点,或者如果AP-叶节点链路430被确定为在校准时间段420期间“处于活动状态”(例如,在图4中,“处于活动状态”链路被突出显示),则AP-叶节点链路430被指派1个点,尽管在其它实现中,可以指派除0或1以外的值以表示存在活动或缺乏活动。如前面所述,可以在以下所述的图5的决定框520中确定AP-叶节点链路的存在活动。
返回到计算点450,在表480中,AP0-Leaf0对于表480中所示的总共4个点在各个突出显示的1小时校准时间段420内(例如,在统计数据可用于链路的最新的校准时间段(0h、1h、2h和3h)内)被指派1个点,并且在非突出显示的1小时校准时间段(例如,无数据可用于链路的校准时间段4h)内被指派0个点。在一些实例中,AP-叶节点链路430可以不具有可用于任何校准时间段的任何数据(例如,没有数据可用于AP0-Leaf1),并且在表480中被指派0个总点450。在一些情况下,在校准窗口410内指派给AP-叶节点链路430的总体指派点450提供AP-叶节点链路的存在活动水平的指示,并且在一些实例中,还可以提供叶节点是固定叶节点还是移动叶节点的指示。然而,至少在一些上下文中,仅仅点可能不足以有把握地确定叶节点是固定的还是移动的。
在一些实现中,AP-叶节点链路430的总点450是存在活动的指示,但不指示何时收集各校准时间段420中的数据以及因此何时链路430最后处于活动状态。例如,校准事件可以每天或每24小时发起一次,这意味着可能存在供各AP-叶节点链路从中选择用于校准窗口的24个1小时网络状况报告310,其中“0h”是最近的网络状况报告且“23h”是最早的网络状况报告。在图4的示例中,校准窗口是5小时,因此将针对各AP-叶节点链路选择五个校准时间段的网络状况报告310。在网络状况报告310中存在可用数据的最近校准时间段420是针对各AP-叶节点链路的第一个报告,然后将使用前四个校准时间段的网络状况报告310来完成5小时校准窗口410的数据集。例如,AP0-Leaf0、AP1-Leaf0和AP2-Leaf0链路对430在最近的校准时间段(例如,“0h”)中最近处于活动状态;AP1-Leaf1在第六个最早校准时间段“5h”中最近处于活动状态。AP2-Leaf1 430在第16个和第17个最早校准时间段“15h”和“16h”中最近处于活动状态,但在接下来的三个最早校准时间段中没有可用的数据,因此为了例示,这些时间段430由下一最早校准时间段“17h”表示并且被灰化。
在一些实例中,如果AP-叶节点链路430的最近存在信息度量325是旧的,则链路430的存在活动信息也不是当前的,这在确定叶节点是固定的还是移动的时降低了其相关性。在一些情况下,范围值460用作存在活动数据的年龄的指示。例如,在最近的四小时(例如,0h、1h、2h和3h)内收集AP0-Leaf0的图4中表示的存在活动数据。另一方面,早前在6-10小时(例如,5h、6h、7h、8h和9h)收集AP1-Leaf1的最新存在活动数据,这表明在最近的0-5小时内没有可用的数据。AP2-Leaf1的数据收集得甚至更早(例如,在15h和16h处),这表明在最近的0-14小时内没有可用的数据。
在实现中,AP-叶节点链路的范围460由校准窗口410中数据可供使用的最早校准时间段420相对于最近校准时间段的年龄来确定。例如,参考表480,最近校准时间段是“0h”,因此AP0-Leaf0的范围是0h-3h或4;AP1-Leaf1的范围是0h-9h或10;并且AP2-Leaf 1的范围是0h-16h或17。在表480中示出各AP-叶节点链路的范围460。然后,范围460的信息以及存在活动点450可用于将链路识别为固定的或移动的。
在校准窗口偏移以容纳下一校准时间段的结果和统计数据的实例中,如果不存在针对AP-叶节点链路的附加活动报告,则AP-叶节点链路的得分440和点450将不会改变。再次参考AP2-Leaf1,得分440和点450在随后的小时0h-14h内将不会改变。然而,针对在AP-叶节点链路上不存在活动的各后续校准时间段,范围460将增加1。范围460的值的增加由此在提供关于叶节点是移动还是静态的附加上下文的同时,降低其历史数据的相关性。
在实现中,当对于叶节点的所有链路存在活动点450的数量都等于范围460时,叶节点被确定为是静态叶节点。在表480所示的示例中,AP0-Leaf0、AP1-Leaf0和AP2-Leaf0链路对各自的点450等于其范围460。在该实例中,由于Leaf0的链路的所有点450都等于其范围460,因此Leaf0可被识别为静态叶节点。在一些实例中,叶节点可能无法与每个可用AP建立链路(例如,没有数据可用于AP0-Leaf1链路对)。在这种情形下,仅具有可用数据的链路将被用于对叶节点进行静态或移动确定;没有数据的链路(例如,范围460等于0)将被忽略。在一些情况下,可以使用其它(附加的或不同的)标准来确定为叶节点是静态叶节点。
在实现中,当叶节点被确定为静态叶节点(例如,Leaf0)时,运动检测系统添加该节点作为探测节点。然而,当叶节点被确定为移动节点时,运动检测系统移除(或不添加)该叶节点作为探测节点。例如,AP0可以选择Leaf0来进行探测并使用如此得到的数据来进行运动检测;基于表480中所示的示例数据,Leaf1看起来是移动的,因此AP0可以确定不使用Leaf1进行运动检测。
在一些实现中,运动检测系统通过确定表480中所示的各链路的得分440(这里也称为“健康得分”)来对各AP-叶节点链路的质量进行分类。例如,对于各校准时间段420,可以基于各网络状况报告310中的链路质量数据来为各AP-叶节点链路指派值。在图4所示的示例中,通过跨各AP-叶节点链路的校准窗口410添加各校准时间段420的链路质量值来编译该AP-叶节点链路的得分440。在一些实例中,如图5所述指派链路质量值。在图4的示例中,当得分较高时,链路的质量较高。然而,在其它实现中,可以指派其它值来表示链路质量,并且可以以不同的方式计算得分,例如,较低的得分可以表示较高的质量。在图4中,根据AP-叶节点链路的质量得分440来对这些AP-叶节点链路进行排名。在一些实例中,仅分析被识别为静态的叶节点的得分440。例如,Leaf0被识别为静态叶节点,并且AP0-Leaf0链路对具有最高得分,这指示链路的质量优于AP1-Leaf0和AP2-Leaf0。在一些情况下,AP0将添加叶节点Leaf0作为探测节点,或者Leaf0已是探测节点,AP0将保留Leaf0作为探测节点。在该示例中,Leaf1被识别为静态节点,因此不考虑其得分。
图5是示出对AP-叶节点链路进行分类的示例处理500的流程图。在一些实现中,在各校准时间段420中(例如,当如图3所述聚合统计数据时)对各AP-叶节点链路进行分类处理500。在该示例中,存在多个可能的校准结果560类别(例如,NOT_SOUNDED、NOT_PRESENT、SLEEPING、PASS、NOISY、BROKEN、NO_DATA),尽管在一些实例中,可以使用更多或更少的类别来对叶节点进行分类。各校准结果560携带基于从探测优先级角度期望叶节点的程度的数值权重。在校准窗口上对数值权重求和以导出得分(例如,在图4的表480中所示的得分440)。在一些实例中,负得分指示探测到该叶节点是不期望的,而正得分指示探测到叶节点将对运动检测系统的性能做出积极贡献。在一些情况下,叶节点是按基于得分的大小的优先级(例如,从最高到最低)排名的。
在示例处理500中,使用在各校准时间段420内针对各AP-叶节点链路所聚合的统计数据来确定该链路的得分。在510处,在特定轮次(例如,校准时间段)中被跳过(例如,未被AP选择用于探测)的叶节点被分类为NOT_SOUNDED 560a并被指派基值570a(例如,+0.25个点)。如果装置已被AP探测,则在520处,确定在校准时间段420期间是否足以存在装置(例如,被充分通信)。在实现中,可以例如使用图3中的存在信息度量325来确定AP-叶节点链路的存在是否超过存在阈值。在该示例中,存在阈值PRES_THRES被设置为0.9,这指示链路430必须在校准时间段420的至少90%内处于活动状态。在一些实例中,叶节点的存在指示运动检测系统是否具有足够的信息来在(由存在阈值表示的)该校准时间段内正确地分析链路。在该示例中,在520处,将不满足校准时间段的存在阈值的装置的存在被分类为NOT_PRESENT560b,并且指派指示在校准时间段420期间AP-叶节点链路不完全存在的值570b(例如,0个点)。
当叶节点满足或超过存在阈值时,则在530处,确定装置是否正在休眠。在实现中,对图3所述的成功探测度量326(在图5中表示为“prate”)和失败探测度量327(在图5中表示为“frate”)进行求和,并对照休眠阈值SLEEP_THRES来评价结果。如果结果小于休眠阈值,则装置被确定为休眠。在该示例中,休眠阈值SLEEP_THRES被设置为0.95,尽管也可以使用其它值。当在校准时间段内结果小于休眠阈值时,叶节点被分类为SLEEPING 560c,并被指派指示在校准时间段420期间AP-叶节点链路正在休眠的值570c(例如,-1个点)。
当叶节点满足或超过休眠阈值(例如,叶节点不是正在休眠)时,则在540处,确定装置在校准窗口期间是否成功地进行了探测。在实现中,对照合格阈值GOOD_THRES评价成功探测度量326(例如,prate)。如果“prate”大于合格阈值,则装置被确定为在校准时间段期间成功探测。在该示例中,合格阈值GOOD_THRES被设置为0.85。当在校准时间段内“prate”大于合格阈值时,叶节点被分类为PASS 560d,并被指派指示AP-叶节点链路在校准时间段420期间正在成功探测的值570d(例如,+1个点)。
当叶节点不满足合格阈值时,则在550处,确定装置是否在校准时间段420期间成功地但在存在干扰和/或噪声的情况下进行了探测。在实现中,对照在校准时间段期间成功探测的下限合格阈值OK_THRES来评价成功探测度量326(“prate”)。如果“prate”大于下限合格阈值OK_THRES,则装置被确定为在校准时间段期间成功探测。在该示例中,合格阈值OK_THRES被设置为0.75,其是比GOOD_THRES低的质量。当“prate”在校准时间段大于下限合格阈值时,叶节点被分类为NOISY 560e,并被指派值570e(例如,+0.5个点),该值570e指示AP-叶节点链路在校准时间段内正在成功探测但有噪声。
当叶节点不满足下限合格阈值OK_THRES时,则在550处,确定为装置未正在正确探测。例如,当“prate”在校准时间段小于下限合格阈值时,叶节点被分类为BROKEN 560f,并被指派值570f(例如,-1个点),该值570f指示在校准时间段期间AP-叶节点链路断开。在校准时间段中不存在叶节点可用的历史数据的情况下,AP-叶节点链路被分类为NO_DATA560g并被指派默认值570g(例如,+0.25)。
在一些实现中,在进行示例处理500之后,将关于链路的质量对在校准窗口410的各校准时间段420中的各AP-叶节点链路进行分类并对各AP-叶节点链路指派得分。在一些情况下,跨校准窗口410对各校准时间段420指派给链路的点进行求和以导出得分(例如,图4的表480中的得分440)。在一些实例中,固定叶节点的得分可用于对其各个AP-叶节点链路进行排名,以优先哪些链路将为运动检测系统提供最佳质量的探测数据。
图6是示出用于更新运动检测系统中的叶节点的闭环控制流600的示例的框图。在一些实现中,示例控制流600由运动检测系统进行。在一些情况下,示例控制流600可以由运动检测系统中的唯一AP、由运动检测系统中的多个AP其中之一、或者由单独服务器使用由运动检测系统中的指定AP报告的数据来进行。在一些实例中,对各AP进行处理600,在该处理600中,各AP选择要用于运动检测的(一个或多个)叶节点。在该示例处理600中,每分钟报告网络状况,并且校准时间段是每小时(例如,如图3所述)。可以使用其它校准时间段和网络报告间隔。
在610处,运动检测系统等待进入监护者状况,其中在该监护者状况期间,运动检测系统获得各AP的网络状况。在615处,通过检查校准时间段是否是下一校准时间段(例如,下一小时)来确定校准时间段是否已完成。如果已经过一个小时、并且校准时间段420已完成,则在620处,运行校准事件,其中在该校准事件中,聚合针对各AP-叶节点链路的统计数据(例如,如图3和图4所述)。在625处,基于历史窗口来对各AP-叶节点链路进行评分。在该示例中,历史窗口包括最后72个校准时间段的各AP-叶节点链路的数据和得分。
在630处,选择用于探测的固定叶节点。例如,对于当前校准事件,运动检测系统可以从所识别的固定叶节点中选择针对各AP要探测的叶节点的数量的最大值(例如,表示为MAX_LEAFS_PER_AP=2)。在一些实现中,叶节点是基于如图4所述的针对各叶节点的得分440来选择的。在一些实例中,将叶节点的位置与得分440结合使用。例如,一旦静态叶节点通过实现最小得分已证明自身有资格进行探测,则静态叶节点可以潜在地成为自身的定位结果位置,例如,所检测到的运动可被定位到固定叶节点的位置。在一些实例中,该选项可以经由发送到用户装置的用户界面的事件(例如,经由用户的智能电话上的运动检测应用)来提供。一旦用户经由用户界面提供静态叶的位置,则可以基于叶节点位置的唯一性来偏置用于探测的静态叶节点的选择。在示例中,如果唯一位置具有单个叶并且其质量被认为“ok”,则探测该叶节点与在单个区域中探测两个“好”叶相比具有更好的运动结果。
在选择针对各AP的叶节点的最大数量之后,在635处,确定候选叶节点至少之一是否是链路质量超过最小链路质量得分(例如,SCORE_THRES)的新识别的静态叶节点。在图4中描述了各AP-叶节点链路的得分的示例(例如,表480中的得分440)。在一些实例中,没有静态叶节点满足质量得分标准,其中在这种情况下,在660处,重置累加器(例如,图4中的得分440、点450和范围460),并且在665处,针对所有的AP-叶节点链路更新刚刚完成的校准时间段的聚合统计数据,诸如存在、成功探测率(“prate”)和失败探测率(“frate”)、以及诸如平均RSSI和运动检测失败率等的正被跟踪的任何其它链路统计数据等。在更新累加器之后,在610处,系统等待接收下一状况报告。
在一些实现中,当识别出超过最低质量得分的新静态叶节点时,在640处,确定全局静态叶冷却处理是否处于活动状态。例如,运动检测系统可以指定不能向运动检测系统添加新叶节点的时间(即,冷却时间段)。在一些实例中,可以实现静态叶冷却时间段以向系统提供稳定性并防止循环进出新选择的静态叶节点。在示例中,冷却时间段可以是24小时。在冷却时间段处于活动状态的实例中,处理进入660,其中在660处,重置累加器,在665处更新校准时间段的统计数据,并且在610处系统等待接收下一状况报告。
在冷却时间段不是处于活动状态的实例中,可以向运动检测系统添加新的固定叶节点。在这种情况下,在645处,生成事件以报告新识别和选择的静态叶节点。例如,运动检测系统可以生成“ZoneCreatedEvent”以报告新静态叶节点,其将该叶节点及其探测数据与特定运动区域相关联。如上所述,经由用户界面向用户提供创建新区域的机会。在一些实例中,在650处,例如取决于用户是否经由用户界面指示新区域,将新静态叶节点标记为潜在唯一的定位区域。
在选择了新叶节点以进行探测之后,在655处,启动冷却计时器,或者冷却计时器在仍在运行的情况下被重置。在该示例中,冷却计时器MIN_LEAF_INTERVAL被设置为24小时,使得在该时间期间不能将新识别的固定叶节点添加到运动检测系统。然后处理进入660,其中在660处累加器被重置,在665处更新校准时间段的统计数据,并且在610处系统等待接收下一状况报告。在615处校准时间段未完成(例如,未接收到一小时的网络状况报告)的情况下,在665处更新当前校准时间段的统计数据,并且在610处系统等待接收下一状况报告。
图7是示出用于固定叶节点断开事件的示例处理的框图。例如,在运动检测系统中由AP用于探测的固定叶节点可能失去与AP的连接,例如,装置从网络断开、电力丢失、装置移出区域等。当在710处AP接收到指示固定叶节点不再与AP进行通信的链路断开事件时,进行该示例处理700。在一些实现中,在720处,系统确定AP是否包括具有正质量得分(例如,图4中的得分440)的至少一个其它固定叶节点。如果是,则在730处,AP被指引立即开始探测可用的最高得分的固定叶节点候选。否则,在740处,AP此时不采取任何行动替换固定叶节点。
图8是示出用于叶节点连接事件的示例处理的框图。在一些实现中,当在810处AP接收到指示建立了AP-叶节点链路的链路连接事件时,进行该处理800。AP可以随时检测该连接事件。在一些实现中,在820处,确定AP是否具有与该新链路相关联的先前历史数据,例如,最近24小时内的存在信息度量325和质量统计数据326-329。如果没有可用于AP-叶节点链路的历史数据,则在850处,将校准窗口上的过去历史设置为默认值、例如初始化为NO_DATA。其示例在图4中由某些校准时间段420中的针对某些AP-叶节点链路430的灰化框示出,例如,AP0-Leaf1不具有先前历史数据,因此校准窗口中的各校准时间段默认为NODATA。在860处,与叶节点是否将用于探测有关的决定被推迟,直到下一校准时间段为止(例如,如图6所述)。另一方面,如果历史可用于AP-叶节点链路,则在830处,如果AP-叶节点链路具有正质量得分(例如,图4中的得分440)并且AP当前正在探测小于最大数量的叶节点(例如,MAX_LEAFS_PER_AP<2),则在840处,AP立即开始探测叶节点。否则,在AP已探测最大数量的叶节点的实例中,在860处,与叶节点是否将用于探测有关的决定被推迟,直到下一校准时间段为止(例如,如图7所述)。
图9是示出用于识别静态叶节点的示例处理900的框图。在一些情况下,图9所示的操作中的一个或多个被实现为包括多个操作、子处理或其它类型例程的处理。在一些情况下,操作可以组合、以另一顺序进行、并行进行、迭代、或者以其它方式重复或以另一方式进行。
在910处,针对多个校准时间段获得多个AP-叶节点链路的存在信息。如图3-4所述,校准时间段中的存在信息是指校准时间段期间AP-叶节点链路处于活动状态的次数。
在实现中,叶节点可以与到一个或多个AP的链路相关联。在一些实例中,存在信息表示或包括指示在校准时间段(例如,一小时或其它时间段)期间在运动检测系统中AP-叶节点链路处于活动状态的次数的数据,诸如图3所述的存在信息325等。在一些情况下,AP是运动检测系统的核心,并且AP从运动检测系统中的一个或多个其它AP(例如,图2所述的AP节点1210)获得包含各个其它AP-叶节点链路的存在信息的报告(例如,图3所述的网络报告)。
在920处,针对各AP-叶节点链路基于其各自的存在信息来确定存在活动。在一些实例中,当在校准时间段内AP-叶节点链路的存在信息(例如,存在信息325)超过存在阈值时,AP-叶节点链路被确定为在校准时间段期间存在或处于活动状态。例如,当在校准时间段中的某个百分比的时间内AP-叶节点链路处于活动状态(例如,图5的决定框520中的存在信息≥PRES_THRES(例如,9.0))时,AP-叶节点链路被确定为具有被视为在该校准时间段内存在或处于活动状态的足够存在活动(例如,如图4所示,以突出显示的方式示出被确定为在校准时间段420内存在或处于活动状态的AP-叶节点链路430)。
在930处,基于校准窗口中的多个AP-叶节点链路的存在活动来识别静态叶节点。在实现中,当在与校准时间段的范围(例如,如图4所示,用于AP0-Leaf0、AP1-Leaf0和AP2-Leaf0的范围460)相等的多个校准时间段内存在AP-叶节点链路时,AP-叶节点链路被确定为静态的。例如,如图4所述,通过计算校准窗口上的各AP-叶节点链路的点450来确定AP-叶节点链路的存在活动。
在940处,更新运动检测系统以使用所识别的静态叶节点至少之一作为用于运动检测的探测节点。然后,运动检测系统可以使用通信至探测节点或从探测节点通信来的信号来获得用于运动检测的信道信息(例如,信道响应信息、波束形成状态信息等)。
在实现中,选择所识别的静态叶节点其中之一以作为探测节点添加到运动检测系统,并且针对所选择的静态叶节点向用户发送区域创建事件。在一些情况下,标记与所选择的静态叶节点相关联的唯一本地区域。在一些情况下,通过针对校准窗口导出各静态AP-叶节点链路的链路质量得分来选择静态叶节点(例如,在图5中指派各校准时间段的得分,并且在图4的表中针对校准窗口对这些得分求和)。在一些实例中,根据静态AP-叶节点链路各自的链路质量得分来对这些静态AP-叶节点链路进行优先级排序,并且选择具有链路质量得分最高的静态AP-叶节点链路的静态叶节点(例如,图4中的AP0-Leaf0)。在一些实现中,基于所识别的静态叶节点的链路质量得分和位置来选择各AP的最大数量的叶节点以在下一时间段内进行探测。在一些实例中,在更新运动检测系统以使用所识别的静态叶节点至少之一作为运动检测系统的探测节点之后启动静态叶节点计时器(例如,图6所述的全局静态叶冷却)。
图10是示出用于对静态叶节点的链路质量进行分类的示例处理1000的框图。在一些情况下,图9所示的操作中的一个或多个被实现为包括多个操作、子处理或其它类型的例程的处理。在一些情况下,操作可以组合、以另一顺序进行、并行进行、迭代、或者以其它方式重复或以另一方式进行。
在1010处,基于校准窗口中的各叶节点的存在活动来识别静态叶节点。在一些实例中,可以如图3-4所述和/或使用图9所述的处理来识别静态叶节点。
在1020处,基于AP-叶节点链路质量信息来针对各校准窗口确定各静态叶节点的各AP-叶节点链路的健康得分。如图3-5所述,AP-叶节点链路质量信息可以包括校准时间段期间的探测操作的成功率和校准时间段期间的探测操作的失败率。在一些实例中,AP-叶节点链路质量信息可以包括平均链路接收信号强度指示(RSSI)和运动检测失败率。在一些实现中,确定健康得分可以包括:基于多个校准时间段中的各校准时间段内的各AP-叶节点链路的链路质量信息来向该AP-叶节点链路指派分类。在一些情况下,分类指示链路质量为合格、有噪声或休眠。可以向各AP-叶节点链路指派与其分类相对应的值,并且在校准窗口中的多个校准时间段中的各校准时间段内,基于所指派的值导出各AP-叶节点链路的健康得分(例如,如图4-5所述)。在示例中,当校准时间段期间的探测操作的成功率高于第一阈值并且校准时间段期间的探测操作的失败率低于第二阈值时,AP链路的健康合格。在另一示例中,当校准时间段期间的探测操作的成功率低于第三阈值并且校准时间段期间的探测操作的失败率高于第四阈值时,AP链路的健康是有噪声。
在1030处,基于各AP-叶节点链路的健康得分来选择一个或多个静态叶节点以在运动检测系统中使用。在一些情况下,在选择静态叶节点期间,具有负健康得分的AP-叶节点链路被禁用,因此不考虑。在一些情况下,将具有正健康得分的AP-叶节点链路与具有正健康得分的其它AP-叶节点链路进行优先级排序。在一些实现中,选择具有最高AP-叶节点链路健康得分的静态叶节点以与运动检测系统一起用于进行探测。
在1040处,更新运动检测系统以使用所选择的一个或多个静态叶节点来进行运动检测。在一些实例中,通过确定为运动检测系统此时允许添加新的叶节点来更新运动检测系统。然后,针对所选择的固定叶节点将区域创建事件发送至用户(例如,发送至用户装置)。在一些实现中,所选择的叶节点被标记为唯一本地区域。在一些实现中,AP针对多个校准时间段获得多个AP-叶节点链路的存在和链路质量信息,并且发起针对校准窗口的校准事件。在一些情况下,AP是运动检测系统的核心,并且AP从运动检测系统中的一个或多个其它AP获得包含其它AP-叶节点链路各自的存在和链路质量信息的报告。
图11是示出示例无线通信装置1100的框图。如图11所示,示例无线通信装置1100包括接口1130、处理器1110、存储器1120和电源单元1140。例如,图1所示的无线通信系统1100中的无线通信装置102A、102B、102C中的任何无线通信装置可以包括相同的、附加的或不同的组件,并且这些组件可被配置为如图1所示或以另一方式进行操作。在一些实例中,示例无线通信装置可被配置为接入点(AP),或者被配置为包括多个AP的网状网络中的核心。在一些实现中,无线通信装置的接口1130、处理器1110、存储器1120和电源单元1140一起容纳在共同的壳体或其它组装件中。在一些实现中,无线通信装置的组件中的一个或多个可被单独容纳在例如单独的壳体或其它组装件中。
示例接口1130可以通信(接收、发送或这两者)无线信号。例如,接口1130可被配置为通信根据无线通信标准(例如,Wi-Fi或蓝牙)进行格式化的射频(RF)信号。在一些情况下,示例接口1130可被实现为调制解调器。在一些实现中,示例接口1130包括无线电子系统和基带子系统。在一些情况下,基带子系统和无线电子系统可以在共同的芯片或芯片组上实现,或者它们可以在卡或另一类型的组装装置中实现。基带子系统可以例如通过引线、引脚、配线或其它类型的连接耦接到无线电子系统。
在一些情况下,接口1130中的无线电子系统可以包括射频电路以及一个或多个天线。射频电路例如可以包括对模拟信号进行滤波、放大或以其它方式调节的电路、将基带信号上变频为RF信号的电路、将RF信号下变频为基带信号的电路等。这样的电路例如可以包括滤波器、放大器、混频器、本地振荡器等。无线电子系统可被配置为在无线通信信道上通信无线电频率无线信号。作为示例,无线电子系统可以包括无线电芯片、RF前端以及一个或多个天线。无线电子系统可以包括附加的或不同的组件。在一些实现中,无线电子系统可以是或包括来自传统调制解调器(例如,来自Wi-Fi调制解调器、微微基站调制解调器等)的无线电电子器件(例如,RF前端、无线电芯片或类似组件)。在一些实现中,天线包括多个天线。
在一些情况下,接口1130中的基带子系统例如可以包括被配置为处理数字基带数据的数字电子器件。作为示例,基带子系统可以包括基带芯片。基带子系统可以包括附加的或不同的组件。在一些情况下,基带子系统可以包括数字信号处理器(DSP)装置或另一类型的处理器装置。在一些情况下,基带系统包括数字处理逻辑,以操作无线电子系统、通过无线电子系统通信无线网络业务、基于通过无线电子系统接收到的运动检测信号来检测运动、或者进行其它类型的处理。例如,基带子系统可以包括一个或多个芯片、芯片组或其它类型的装置,这些装置被配置为对信号进行编码并将编码后的信号传送到无线电子系统以供发送,或者(例如,通过根据无线通信标准对信号进行解码、通过根据运动检测处理来处理信号、或以其它方式)识别和分析来自无线电子系统的信号中编码的数据。
在一些情况下,示例接口1130可以通信无线网络业务(例如,包括图3所述的网络报告的数据分组)和其它类型的信号(例如,诸如探测信号等的运动探测信号)。在一些实例中,接口1130例如生成供发送的运动探测信号,以探测空间从而检测运动或缺乏运动。在一些实现中,运动探测信号包括标准信令或通信帧,其包括信道探测(例如,根据IEEE802.11ac-2013标准的用于波束形成的信道探测)中使用的标准导频信号。在一些情况下,运动探测信号包括网络中的所有装置已知的参考信号。在一些实例中,基带子系统例如可以处理所接收到的信号,以检测来自叶节点的连接和断开事件、检测存在活动并且检测空间中的物体的运动。例如,接口1130可以分析标准信令协议的各方面(例如,根据IEEE802.11ac-2013标准(诸如基于所生成的转向或其它矩阵等)的用于波束形成的信道探测),以检测作为空间中的运动的结果的信道变化。
示例处理器1110例如可以执行指令,以基于数据输入来生成输出数据。指令可以包括存储器1120(例如,数据库1140)中所存储的程序、代码、脚本、模块或其它类型的数据。附加地或可选地,指令可被编码为预编程或可重新编程的逻辑电路、逻辑门、或者其它类型的硬件或固件组件或模块。处理器1110可以是或包括通用微处理器,作为专用协处理器或另一类型的数据处理设备。在一些情况下,处理器1110进行无线通信装置1100的高级操作。例如,处理器1110可被配置为执行或解释存储器1120中所存储的软件、脚本、程序、模块、功能、可执行文件或其它指令。在一些实现中,处理器1110可包括在接口630中。
示例存储器1120可以包括计算机可读存储介质,例如易失性存储器装置、非易失性存储器装置或这两者。存储器1120可以包括一个或多个只读存储器装置、随机存取存储器装置、缓冲存储器装置、或者这些和其它类型的存储器装置的组合。在一些实例中,存储器的一个或多个组件可以与无线通信装置1100的另一组件集成或以其它方式相关联。存储器1120可以存储处理器610可执行的指令。例如,这些指令可以包括用于示例无线通信装置1100(例如,AP)针对多个校准时间段获得多个AP-叶节点链路的存在信息的指令。这些指令在被执行时,可以使得装置基于各AP-叶节点链路的相应存在信息在各校准时间段确定各AP-叶节点链路的存在活动,并且基于校准窗口中的多个AP-叶节点链路的存在活动来识别静态叶节点,其中校准窗口包括多个校准时间段中的若干个。诸如通过图3-5所述的操作中的一个或多个或者在图9所述的示例处理900中等,指令可以进一步更新运动检测系统以使用所识别的静态叶节点至少之一作为用于运动检测的探测节点。在另一示例中,指令可以包括用于示例无线通信装置1100(例如,AP)基于包括若干个校准时间段的校准窗口中的各叶节点的存在活动来识别一个或多个静态叶节点的指令。这些指令还可以使得装置基于AP-叶节点链路质量信息来针对各校准窗口确定各静态叶节点的各AP-叶节点链路的健康得分,基于各个AP-叶节点链路的健康得分来选择静态叶节点中的一个或多个以用于在运动检测系统中进行探测。诸如通过图3-5所述的操作中的一个或多个或者在图10所述的示例处理1000中等,这些指令还可以使得装置更新运动检测系统以使用所选择的一个或多个静态叶节点来进行运动检测。在一些实例中,存储器1120例如可以包括包含上述指令的一个或多个指令集或模块,以识别静态叶节点1122、选择静态叶节点1124和/或更新运动检测系统1126中的新叶节点。
示例电源单元1140向无线通信装置1100的其它组件提供电力。例如,其它组件可以基于由电源单元1140通过电压总线或其它连接提供的电力来进行操作。在一些实现中,电源单元1140包括电池或电池系统,例如可再充电电池。在一些实现中,电源单元1140包括适配器(例如,AC适配器),该适配器接收(来自外部源的)外部电力信号并将外部电力信号转换为被调节用于无线通信装置1100的组件的内部电力信号。电源单元620可以包括其它组件或以其它方式进行操作。
本说明书中所描述的一些主题和操作可以在数字电子电路中、或者在计算机软件、固件或硬件中实现,包括本说明书中所公开的结构及其结构等同物、或者结构中的一个或多个的组合。本说明书中所描述的一些主题可以被实现为一个或多个计算机程序(即计算机程序指令的一个或多个模块),编码在计算机存储介质上以供数据处理设备执行或用于控制数据处理设备的操作。计算机存储介质可以是计算机可读存储装置、计算机可读存储基板、随机或串行存取存储器阵列或装置、或者它们中的一个或多个的组合,或者可被包括在其中。此外,虽然计算机存储介质不是传播信号,但是计算机存储介质可以是编码在人工生成的传播信号中的计算机程序指令的源或目的地。计算机存储介质也可以是一个或多个单独的物理组件或介质(例如,多个CD、盘或其它存储装置),或者被包括在其中。
本说明书中所描述的操作的一部分可被实现为由数据处理设备对一个或多个计算机可读存储装置上所存储的或从其它源接收到的数据进行的操作。
计算机程序(也已知为程序、软件、软件应用、脚本或代码)可以以包括编译语言或解释语言、声明语言或过程语言等的任何形式的编程语言来编写,并且其可以以任何形式进行部署,包括被部署为独立程序或者被部署为模块、组件、子例程、对象或者适合在计算环境中使用的其它单元。计算机程序可以但不必与文件系统中的文件相对应。程序可以存储在文件的一部分中,其中该文件将其它程序或数据(例如,标记语言文件中所存储的一个或多个脚本)保存在专用于程序的单个文件中、或者保存在多个协调文件(例如,用于存储一个或多个模块、子程序或代码的一部分的文件)中。计算机程序可以被部署为在一个计算机上、或者在位于一个站点处或跨多个站点分布并且通过通信网络互连的多个计算机上执行。
本说明书中所描述的处理和逻辑流中的一些可以通过以下来进行:利用一个或多个可编程处理器执行一个或多个计算机程序以通过对输入数据进行操作并生成输出来进行动作。这些处理和逻辑流还可以由专用逻辑电路进行并且设备也可被实现为专用逻辑电路,其中所述专用逻辑电路例如是FPGA(现场可编程门阵列)或ASIC(专用集成电路)。
举例而言,适合执行计算机程序的处理器包括通用微处理器和专用微处理器两者、以及任何种类的数字计算机的处理器。一般地,处理器将会从只读存储器或随机存取存储器或这两者接收指令和数据。计算机的元件可以包括用于根据指令进行动作的处理器以及用于存储指令和数据的一个或多个存储器装置。计算机还可以包括用于存储数据的一个或多个大容量存储装置(例如,磁盘、磁光盘或光盘)或可操作地耦接以相对于这一个或多个大容量存储装置接收或传送数据,或者这两者。然而,计算机无需具有这种装置。此外,计算机可以嵌入在其它装置(例如电话、电器、移动音频或视频播放器、游戏机、全球定位系统(GPS)接收器、或便携式存储装置(例如,通用串行总线(USB)闪存驱动器))中。适合存储计算机程序指令和数据的装置包括所有形式的非易失性存储器、介质和存储器装置,举例而言包括半导体存储器装置(例如,EPROM、EEPROM和闪速存储器装置等)、磁盘(例如,内部硬盘和可移除盘等)、磁光盘、以及CD ROM和DVD-ROM盘。在一些情况下,处理器和存储器可以由专用逻辑电路补充或者并入专用逻辑电路中。
为了提供与用户的交互,操作可以在计算机上实现,其中该计算机具有用于向用户显示信息的显示装置(例如,监视器或其它类型的显示装置)、以及用户可以向计算机提供输入的键盘和指示装置(例如,鼠标、追踪球、平板电脑、触敏屏幕或其它类型的指示装置)。其它种类的装置也可以用于提供与用户的交互;例如,被提供至用户的反馈可以是任何形式的感觉反馈,例如视觉反馈、听觉反馈或触觉反馈;并且来自用户的输入可以以任何形式接收,包括声音、语音或触觉输入。另外,计算机可以通过相对于用户所使用的装置发送和接收文档(例如通过响应于从用户的客户端装置上的web浏览器接收到的请求而向web浏览器发送web页面)来与该用户进行交互。
计算机系统可以包括单个计算装置、或者彼此接近或一般彼此远离地进行操作并且通常通过通信网络进行交互的多个计算机。通信网络的示例包括局域网(“LAN”)和广域网(“WAN”)、互联网(例如,因特网)、包括卫星链路的网络、以及对等网(例如,自组织对等网)。客户端和服务器的关系可以通过在各个计算机上运行并且彼此具有客户端-服务器关系的计算机程序而产生。
在这里所描述的示例的一般方面中,运动检测系统识别用于运动检测的静态叶节点。
在第一示例中,接入点(AP)针对多个校准时间段获得多个AP-叶节点链路的存在信息。针对各AP-叶节点链路,基于其相应的存在信息来在校准时间段中确定存在活动。基于校准窗口中的多个AP-叶节点链路的存在活动来识别静态叶节点,该校准窗口包括多个校准时间段中的若干个。更新运动检测系统以使用所识别的静态叶节点至少之一作为用于运动检测的探测节点。
第一示例的实现可以包括以下特征中的一个或多个。识别静态叶节点包括:识别具有固定位置的叶节点。叶节点与一个或多个AP-叶节点链路相关联。存在信息包括校准时间段期间在运动检测系统中AP-叶节点链路节点处于活动状态的次数。识别静态叶节点包括:当在校准时间段期间AP-叶节点链路的存在活动超过存在阈值时,确定为在校准时间段期间存在AP-叶节点链路;以及当在与校准时间段的范围相等的若干个校准时间段内存在AP-叶节点链路时,确定为AP-叶节点链路是静态的。更新运动检测系统包括:选择所识别的静态叶节点其中之一以作为探测节点添加到运动检测系统;针对所选择的静态叶节点向用户发送区域创建事件;以及标记与所选择的静态叶节点相关联的唯一本地区域。在一些实例中,选择静态节点包括:针对校准窗口导出各静态AP-叶节点链路的链路质量得分;根据静态AP-叶节点链路各自的链路质量得分来对这些静态AP-叶节点链路进行优先级排序;以及选择具有链路质量得分最高的静态AP-叶节点链路的静态叶节点。在更新运动检测系统以使用所识别的静态叶节点至少之一作为运动检测系统的探测节点之后,启动静态叶节点计时器。AP是运动检测系统的核心,并且AP从运动检测系统中的一个或多个其它AP获得包含其它AP-叶节点链路各自的存在信息的报告。
在第二示例中,运动检测系统的接入点(AP)基于校准窗口中的各叶节点的存在活动来识别一个或多个静态叶节点,该校准窗口包括多个校准时间段。基于AP-叶节点链路质量信息,针对各校准窗口来为各静态叶节点的各AP-叶节点链路确定健康评分。基于各个AP-叶节点链路的健康得分来选择静态叶节点中的一个或多个以用于在运动检测系统中进行探测。更新运动检测系统以将所选择的一个或多个静态叶节点用于进行运动检测。
第二示例的实现可以包括以下特征中的一个或多个。识别静态叶节点包括:识别具有固定位置的叶节点。AP-叶节点链路质量信息包括校准时间段期间的探测操作的成功率、校准时间段期间的探测操作的失败率、平均链路接收信号强度指示(RSSI)和运动检测失败率中的一个或多个。确定健康得分包括:在多个校准时间段中的各校准时间段中,基于各AP-叶节点链路的链路质量信息来向该AP-叶节点链路指派分类;向各AP-叶节点链路指派与分类相对应的值;以及基于所指派的值导出各AP-叶节点链路的健康得分。分类指示在校准窗口中的多个校准时间段中的各校准时间段中链路质量是合格、有噪声或休眠。当校准时间段期间的探测操作的成功率高于第一阈值且校准时间段期间的探测操作的失败率低于第二阈值时,AP链路的健康合格,并且当校准时间段期间的探测操作的成功率低于第三阈值且校准时间段期间的探测操作的失败率高于第四阈值时,AP链路的健康是有噪声。选择静态叶节点包括:当AP-叶节点链路健康得分为负时,禁用AP-叶节点链路;当AP-叶节点链路健康得分为正时,将该AP-叶节点链路与具有正健康得分的其它AP-叶节点链路进行优先级排序;然后选择具有最高AP-叶节点链路健康得分的静态叶节点以与运动检测系统一起用于进行探测。更新运动检测系统包括:确定运动检测系统允许添加新叶节点;针对所选择的静态叶节点将区域创建事件发送给用户;将所选择的叶节点标记为唯一本地区域。针对多个校准时间段获得多个AP-叶节点链路的存在和链路质量信息,并且针对校准窗口发起校准事件。AP是运动检测系统的核心,并且AP从运动检测系统中的一个或多个其它AP获得包含其它AP-叶节点链路各自的存在信息的报告。
在第三示例中,非暂时性计算机可读介质存储指令,这些指令在由一个或多个处理器执行时,使得装置进行第一示例和/或第二示例的一个或多个操作。
在第四示例中,用于管理运动检测系统中的节点的装置包括一个或多个处理器以及存储指令的存储器,这些指令在由一个或多个处理器执行时,使得装置进行第一示例和/或第二示例的一个或多个操作。
尽管本说明书包含很多细节,但这些细节不应被理解为对可以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的描述。还可以组合在单独实现的上下文中在本说明书所描述的或在附图中所示的特定特征。相反,在单个实现的上下文中所描述的或所示的各种特征还可以在多个实施例中单独实现或者以任何合适的子组合实现。
类似地,尽管按特定顺序在附图中示出了这些操作,但这不应当被理解成为了实现期望结果就需按所示特定顺序或顺次进行这些操作、或者进行所有例示操作。在特定情形下,多任务和并行处理可能是有利的。此外,以上所述的实现中的各种系统组件的分离不应当被理解为所有实现中均需要这些分离,并且应当理解,所述的程序组件和系统通常可以集成到单个产品中或者封装到多个产品中。
已经描述了许多实施例。然而,应当理解,可以进行各种修改。因此,其它实施例在所附权利要求书的范围内。
Claims (28)
1.一种用于管理运动检测系统中的节点的方法,所述方法包括:
利用所述运动检测系统的接入点即AP,获得多个AP-叶节点链路的存在信息,所述存在信息是针对多个校准时间段获得的;
基于各AP-叶节点链路各自的存在信息,在各校准时间段确定该AP-叶节点链路的存在活动;
基于校准窗口中的所述多个AP-叶节点链路的存在活动来识别静态叶节点,所述校准窗口包括所述多个校准时间段的子集;以及
更新所述运动检测系统以使用所识别的静态叶节点至少之一作为用于运动检测的探测节点。
2.根据权利要求1所述的方法,其中,各静态叶节点与所述多个AP-叶节点链路中的多于一个的AP-叶节点链路相关联。
3.根据权利要求1所述的方法,其中,所述存在信息指示在校准时间段期间在所述运动检测系统中各AP-叶节点链路处于活动状态的次数。
4.根据权利要求1、2和3中任一项所述的方法,其中,基于校准窗口中的所述多个AP-叶节点链路的存在活动来识别静态叶节点包括:
在校准时间段期间AP-叶节点链路的存在活动超过存在阈值的情况下,确定为在该校准时间段期间存在该AP-叶节点链路;以及
在与所述校准时间段的范围相等的若干个校准时间段内存在该AP-叶节点链路的情况下,确定为该AP-叶节点链路是静态的。
5.根据权利要求1所述的方法,其中,更新所述运动检测系统以使用一个或多个静态叶节点至少之一作为用于运动检测的探测节点包括:
选择所识别的静态叶节点其中之一以作为探测节点添加到所述运动检测系统;
针对所选择的静态叶节点向用户装置发送区域创建事件;以及
标记与所选择的静态叶节点相关联的唯一本地区域。
6.根据权利要求5所述的方法,其中,选择所识别的静态叶节点其中之一以作为探测节点添加到所述运动检测系统包括:
识别与所识别的静态叶节点相关联的静态AP-叶节点链路;
针对所述校准窗口导出各静态AP-叶节点链路的链路质量得分;
根据所述静态AP-叶节点链路各自的链路质量得分来对所述静态AP-叶节点链路进行优先级排序;以及
选择具有链路质量得分最高的静态AP-叶节点链路的静态叶节点。
7.根据权利要求5所述的方法,包括:
基于所识别的静态叶节点的链路质量得分和位置,来选择针对各AP的最大数量的叶节点,以在下一时间段内进行探测。
8.根据权利要求1所述的方法,包括:
在更新所述运动检测系统以使用所识别的静态叶节点至少之一作为用于所述运动检测系统的探测节点之后,启动静态叶节点计时器。
9.根据权利要求1所述的方法,其中,所述AP作为所述运动检测系统的核心进行操作,以及
其中,所述AP从所述运动检测系统中的一个或多个其它AP获得包含所述多个AP-叶节点链路中的一个或多个的存在信息的报告。
10.一种装置,包括:
一个或多个处理器;以及
存储器,其包括在由所述一个或多个处理器执行时使得所述装置进行包括以下的操作的指令:
利用接入点即AP,获得多个AP-叶节点链路的存在信息,所述存在信息是针对多个校准时间段获得的;
基于各AP-叶节点链路各自的存在信息,在各校准时间段确定该AP-叶节点链路的存在活动;
基于校准窗口中的所述多个AP-叶节点链路的存在活动来识别静态叶节点,所述校准窗口包括所述多个校准时间段的子集;以及
更新运动检测系统以使用所识别的静态叶节点至少之一作为用于运动检测的探测节点。
11.根据权利要求10所述的装置,其中,各静态叶节点与所述多个AP-叶节点链路中的多于一个的AP-叶节点链路相关联。
12.根据权利要求10所述的装置,其中,所述存在信息指示在校准时间段期间在所述运动检测系统中AP-叶节点链路处于活动状态的次数。
13.根据权利要求10、11和12中任一项所述的装置,其中,基于校准窗口中的所述多个AP-叶节点链路的存在活动来识别静态叶节点包括:
在校准时间段期间AP-叶节点链路的存在活动超过存在阈值的情况下,确定为在该校准时间段期间存在该AP-叶节点链路;以及
在所述校准窗口中的各校准时间段内存在该AP-叶节点链路的情况下,确定为该AP-叶节点链路是静态的。
14.根据权利要求10所述的装置,其中,更新所述运动检测系统以使用一个或多个静态叶节点至少之一作为用于运动检测的探测节点包括:
选择所识别的静态叶节点其中之一以作为探测节点添加到所述运动检测系统;
针对所选择的静态叶节点向用户装置发送区域创建事件;以及
标记与所选择的静态叶节点相关联的唯一本地区域。
15.根据权利要求14所述的装置,其中,选择所识别的静态叶节点其中之一以作为探测节点添加到所述运动检测系统包括:
识别与所识别的静态叶节点相关联的静态AP-叶节点链路;
针对所述校准窗口导出各静态AP-叶节点链路的链路质量得分;
根据所述静态AP-叶节点链路各自的链路质量得分来对所述静态AP-叶节点链路进行优先级排序;以及
选择具有链路质量得分最高的静态AP-叶节点链路的静态叶节点。
16.根据权利要求14所述的装置,还包括在由所述处理器执行时使得所述装置进行包括以下的操作的指令:
基于所识别的静态叶节点的链路质量得分和位置,来选择针对各AP的最大数量的叶节点,以在下一时间段内进行探测。
17.根据权利要求10所述的装置,还包括在由所述一个或多个处理器执行时使得所述装置进行包括以下的操作的指令:
在更新所述运动检测系统以使用所识别的静态叶节点至少之一作为用于所述运动检测系统的探测节点之后,启动静态叶节点计时器。
18.根据权利要求10所述的装置,其中,所述AP被配置为作为所述运动检测系统的核心进行操作,以及
其中,所述AP从所述运动检测系统中的一个或多个其它AP获得包含所述多个AP-叶节点链路中的一个或多个的存在信息的报告。
19.根据权利要求10所述的装置,其中,所述装置包括所述AP。
20.一种计算机可读介质,其包括在由数据处理设备执行时使得所述数据处理设备进行包括以下的操作的指令:
获得多个AP-叶节点链路的存在信息,所述存在信息是针对多个校准时间段获得的;
基于各AP-叶节点链路各自的存在信息,在各校准时间段确定该AP-叶节点链路的存在活动;
基于校准窗口中的所述多个AP-叶节点链路的存在活动来识别静态叶节点,所述校准窗口包括所述多个校准时间段的子集;以及
更新运动检测系统以使用所识别的静态叶节点至少之一作为用于运动检测的探测节点。
21.根据权利要求20所述的计算机可读介质,其中,各静态叶节点与所述多个AP-叶节点链路中的多于一个的AP-叶节点链路相关联。
22.根据权利要求20所述的计算机可读介质,其中,所述存在信息指示在校准时间段期间在所述运动检测系统中各AP-叶节点链路处于活动状态的次数。
23.根据权利要求20、21和22中任一项所述的计算机可读介质,其中,基于校准窗口中的所述多个AP-叶节点链路的存在活动来识别静态叶节点包括:
在校准时间段期间AP-叶节点链路的存在活动超过存在阈值的情况下,确定为在该校准时间段期间存在该AP-叶节点链路;以及
在与所述校准时间段的范围相等的若干个校准时间段内存在该AP-叶节点链路的情况下,确定为该AP-叶节点链路是静态的。
24.根据权利要求20所述的计算机可读介质,其中,更新所述运动检测系统以使用一个或多个静态叶节点至少之一作为用于运动检测的探测节点包括:
选择所识别的静态叶节点其中之一以作为探测节点添加到所述运动检测系统;
针对所选择的静态叶节点向用户装置发送区域创建事件;以及
标记与所选择的静态叶节点相关联的唯一本地区域。
25.根据权利要求24所述的计算机可读介质,其中,选择所识别的静态叶节点其中之一以作为探测节点添加到所述运动检测系统包括:
识别与所识别的静态叶节点相关联的静态AP-叶节点链路;
针对所述校准窗口导出各静态AP-叶节点链路的链路质量得分;
根据所述静态AP-叶节点链路各自的链路质量得分来对所述静态AP-叶节点链路进行优先级排序;以及
选择具有链路质量得分最高的静态AP-叶节点链路的静态叶节点。
26.根据权利要求20所述的计算机可读介质,所述操作包括:
基于所识别的静态叶节点的链路质量得分和位置,来选择针对各接入点即各AP的最大数量的叶节点,以在下一时间段内进行探测。
27.根据权利要求20所述的计算机可读介质,所述操作包括:
在更新所述运动检测系统以使用所识别的静态叶节点至少之一作为用于所述运动检测系统的探测节点之后,启动静态叶节点计时器。
28.根据权利要求20所述的计算机可读介质,其中,接入点即AP作为所述运动检测系统的核心进行操作,以及
其中,所述AP从所述运动检测系统中的一个或多个其它AP获得包含所述多个AP-叶节点链路中的一个或多个的存在信息的报告。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/256,367 | 2019-01-24 | ||
US16/256,367 US10499364B1 (en) | 2019-01-24 | 2019-01-24 | Identifying static leaf nodes in a motion detection system |
PCT/CA2019/051143 WO2020150807A1 (en) | 2019-01-24 | 2019-08-21 | Identifying static leaf nodes in a motion detection system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113348380A true CN113348380A (zh) | 2021-09-03 |
Family
ID=68696144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980090143.7A Pending CN113348380A (zh) | 2019-01-24 | 2019-08-21 | 识别运动检测系统中的静态叶节点 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10499364B1 (zh) |
EP (1) | EP3914935A4 (zh) |
JP (1) | JP2022518760A (zh) |
KR (1) | KR20210119988A (zh) |
CN (1) | CN113348380A (zh) |
CA (1) | CA3125755A1 (zh) |
WO (1) | WO2020150807A1 (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220096003A1 (en) * | 2015-07-17 | 2022-03-31 | Chao-Lun Mai | Method, apparatus, and system for automatic and adaptive wireless monitoring and tracking |
US10852411B2 (en) | 2017-12-06 | 2020-12-01 | Cognitive Systems Corp. | Motion detection and localization based on bi-directional channel sounding |
US10849006B1 (en) | 2019-04-30 | 2020-11-24 | Cognitive Systems Corp. | Controlling measurement rates in wireless sensing systems |
US10743143B1 (en) | 2019-05-15 | 2020-08-11 | Cognitive Systems Corp. | Determining a motion zone for a location of motion detected by wireless signals |
US10924889B1 (en) | 2019-09-30 | 2021-02-16 | Cognitive Systems Corp. | Detecting a location of motion using wireless signals and differences between topologies of wireless connectivity |
CA3152905A1 (en) | 2019-10-31 | 2021-05-06 | Christopher Beg | Using mimo training fields for motion detection |
WO2021081637A1 (en) | 2019-10-31 | 2021-05-06 | Cognitive Systems Corp. | Eliciting mimo transmissions from wireless communication devices |
US11570712B2 (en) | 2019-10-31 | 2023-01-31 | Cognitive Systems Corp. | Varying a rate of eliciting MIMO transmissions from wireless communication devices |
CA3188465A1 (en) | 2020-08-31 | 2022-03-03 | Mohammad Omer | Controlling motion topology in a standardized wireless communication network |
US11070399B1 (en) | 2020-11-30 | 2021-07-20 | Cognitive Systems Corp. | Filtering channel responses for motion detection |
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 |
Family Cites Families (80)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4054879A (en) | 1976-11-19 | 1977-10-18 | The United States Of America As Represented By The Secretary Of The Navy | Dual-frequency, remote ocean-wave spectrometer |
US4649388A (en) | 1985-11-08 | 1987-03-10 | David Atlas | Radar detection of hazardous small scale weather disturbances |
US4740045A (en) | 1986-07-02 | 1988-04-26 | Goodson & Associates, Inc. | Multiple parameter doppler radar |
GB2322986B (en) | 1987-10-28 | 1998-12-16 | Licentia Gmbh | Method of type classification of a target |
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 |
US6075797A (en) | 1997-10-17 | 2000-06-13 | 3Com Corporation | Method and system for detecting mobility of a wireless-capable modem to minimize data transfer rate renegotiations |
ATE316658T1 (de) | 1999-07-03 | 2006-02-15 | Siemens Schweiz Ag | Bewegungsmelder nach dem doppler-prinzip |
DE60235102D1 (de) | 2001-09-17 | 2010-03-04 | Finlasin Technology Llc | Dsp-architektur für drahtlose im basisband arbeitende anwendungen |
US7773614B1 (en) | 2001-12-05 | 2010-08-10 | Adaptix, Inc. | Wireless communication subsystem with a digital interface |
WO2012125726A1 (en) | 2011-03-14 | 2012-09-20 | Intelligent Technologies International, Inc. | Cargo theft prevention system and method |
US7869822B2 (en) | 2003-02-24 | 2011-01-11 | Autocell Laboratories, Inc. | Wireless network apparatus and system field of the invention |
US7342493B2 (en) | 2005-04-22 | 2008-03-11 | Ultravision Security Systems, Inc. | Motion detector |
US7652617B2 (en) | 2006-06-01 | 2010-01-26 | University Of Florida Research Foundation, Inc. | Radar microsensor for detection, tracking, and classification |
WO2007147012A2 (en) | 2006-06-13 | 2007-12-21 | Magneto Inertial Sensing Technology, Inc. | Motion sensing in a wireless rf network |
US7783300B2 (en) | 2006-11-22 | 2010-08-24 | Airdefense, Inc. | Systems and methods for proactively enforcing a wireless free zone |
US8075499B2 (en) | 2007-05-18 | 2011-12-13 | Vaidhi Nathan | Abnormal motion detector and monitor |
JP5156451B2 (ja) * | 2008-03-27 | 2013-03-06 | Kddi株式会社 | 広域移動通信システムにおけるスロット数に基づいて移動状態を判定する携帯端末、プログラム及び方法 |
US10168414B2 (en) | 2014-07-17 | 2019-01-01 | Origin Wireless, Inc. | Wireless signals and techniques for determining locations of objects in multi-path environments |
ITTO20080778A1 (it) * | 2008-10-22 | 2010-04-23 | Selex Communications Spa | Rete wireless di comunicazione mobile con rilevazione e affiliazione di nodi estranei e relativi metodi di esplorazione e richiesta di affiliazione |
US8892127B2 (en) | 2008-11-21 | 2014-11-18 | Qualcomm Incorporated | Wireless-based positioning adjustments using a motion sensor |
US8725156B2 (en) * | 2009-04-02 | 2014-05-13 | Honeywell International Inc. | Methods for supporting mobile nodes in industrial control and automation systems and other systems and related apparatus |
JP2011018966A (ja) * | 2009-07-07 | 2011-01-27 | Hitachi Ltd | 移動体データ通信システムの無線基地局 |
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 |
US8779965B2 (en) | 2009-12-18 | 2014-07-15 | L-3 Communications Cyterra Corporation | Moving-entity detection |
US8836344B2 (en) * | 2010-07-27 | 2014-09-16 | Raytheon Company | Intrusion detection and tracking system |
US8396485B2 (en) | 2010-11-09 | 2013-03-12 | Apple Inc. | Beacon-based geofencing |
CA2820947A1 (en) | 2010-12-13 | 2012-06-21 | Xandem Technology, Llc | Systems and methods of device-free motion detection and presence detection |
US20120230305A1 (en) * | 2011-03-08 | 2012-09-13 | Research In Motion Limited | Wi-fi network access and a mobile terminal configured for the same |
EP2769588B1 (en) | 2011-10-19 | 2016-08-10 | Telefonaktiebolaget LM Ericsson (publ) | A motion detector device |
US8866663B2 (en) | 2011-12-27 | 2014-10-21 | Massachusetts Institute Of Technology | Methods and apparatus for sensing organic tissue |
WO2013130067A1 (en) * | 2012-02-29 | 2013-09-06 | Intel Corporation | Detection of device motion and nearby object motion |
US8660578B1 (en) | 2012-09-07 | 2014-02-25 | Intel Corporation | Proximity human motion detection using wireless signals |
US8847754B2 (en) | 2012-11-15 | 2014-09-30 | James Buchheim | Locator beacon and radar application for mobile device |
US20140156833A1 (en) | 2012-11-22 | 2014-06-05 | Perch Communications Inc. | System and method for automatically triggered synchronous and asynchronous video and audio communications between users at different endpoints |
US9425627B2 (en) | 2013-03-04 | 2016-08-23 | Hello Inc. | Telemetry system with remote firmware updates |
CA2820568A1 (en) | 2013-06-21 | 2014-12-21 | Ninve Jr. Inc. | Dual differential doppler motion detection |
US9451381B2 (en) | 2013-08-06 | 2016-09-20 | Time Warner Cable Enterprises Llc | Automated provisioning of managed services in a Wi-Fi capable client device |
US10979203B2 (en) | 2013-09-04 | 2021-04-13 | Qualcomm Incorporated | Channel selection to reduce interference to a wireless local area network from a cellular network |
US9467480B2 (en) | 2013-09-16 | 2016-10-11 | Qualcomm Incorporated | Selectively multiplexing incoming WebRTC traffic and/or de-multiplexing outgoing WebRTC traffic by a client-based WebRTC proxy on behalf of a WebRTC multimedia client application |
US9204385B2 (en) | 2013-10-09 | 2015-12-01 | Netgear, Inc. | Wireless router or residential gateway capable of distinguishing power-sensitive wireless sensors and providing separate treatment thereto |
CN106464551A (zh) | 2014-01-06 | 2017-02-22 | 魅力能源公司 | 一种使用网络装置和基于遥感的信息来协调环境的系统、装置和设备 |
US20150245164A1 (en) | 2014-02-26 | 2015-08-27 | Aliphcom | Interaction between wearable devices via broadcasted sensor-related data |
US9794355B2 (en) * | 2014-04-08 | 2017-10-17 | Samsung Electronics Co., Ltd. | Systems and methods for adaptive notification networks |
US9867083B2 (en) * | 2014-04-17 | 2018-01-09 | Cisco Technology, Inc. | Wireless network controller load balancing |
US11209536B2 (en) | 2014-05-02 | 2021-12-28 | The Board Of Trustees Of The Leland Stanford Junior University | Method and apparatus for tracking motion using radio frequency signals |
KR20150134126A (ko) | 2014-05-21 | 2015-12-01 | 재단법인대구경북과학기술원 | 레이더 신호 처리 방법 및 장치 |
US9491585B2 (en) * | 2014-05-31 | 2016-11-08 | Apple Inc. | Location determination using dual statistical filters |
US11436544B2 (en) * | 2014-09-03 | 2022-09-06 | CloudLeaf, Inc. | System for managing an industrial workflow |
CN107004172B (zh) * | 2014-09-03 | 2020-09-29 | 云叶公司 | 用于资产状态确定的系统、方法和设备 |
US9686688B2 (en) * | 2014-09-24 | 2017-06-20 | Cisco Technology, Inc. | Frequency channel selection by an LTE-U wireless access point operating in the presence of other LTE-U and Wi-Fi access points |
EP3186794B1 (en) | 2014-10-31 | 2022-03-30 | Siemens Schweiz AG | Method, digital tool, device and system for detecting movements of objects and/or living beings in a radio range, in particular of an indoor area |
US9648462B2 (en) | 2014-11-28 | 2017-05-09 | Szegedi Tudományegyetem | Method for tracking of motion of objects associated with wireless communication devices within a predefined area |
TWI514193B (zh) | 2014-12-25 | 2015-12-21 | Univ Nat Sun Yat Sen | 動作感測裝置 |
WO2016110844A1 (en) | 2015-01-07 | 2016-07-14 | Trekeye Systems Ltd. | Improved method and system for detection of changes in a defined area |
US10347108B2 (en) | 2015-01-16 | 2019-07-09 | City University Of Hong Kong | Monitoring user activity using wearable motion sensing device |
WO2016205980A1 (en) | 2015-06-26 | 2016-12-29 | Hewlett Packard Enterprise Development Lp | Mobile device locator |
EP3334334A1 (en) | 2015-08-11 | 2018-06-20 | Masimo Corporation | Medical monitoring analysis and replay including indicia responsive to light attenuated by body tissue |
US10564285B2 (en) | 2015-11-19 | 2020-02-18 | DSCG Solutions, Inc. | Estimation of motion in six degrees of freedom (6DOF) using LIDAR |
CN108476551B (zh) | 2015-12-23 | 2021-05-25 | 航空技术有限公司 | 利用无线通信信号感测环境中的变化的系统、方法和装置 |
JP6892663B2 (ja) | 2016-02-04 | 2021-06-23 | エアリアル テクノロジーズ インコーポレイテッド | 無線通信信号の環境を検知するためのシステムおよび方法 |
CA3014870A1 (en) | 2016-03-23 | 2017-09-28 | Fedex Corporate Services, Inc. | Systems, apparatus, and methods for self-adjusting a broadcast setting of a node in a wireless node network |
US9523760B1 (en) | 2016-04-15 | 2016-12-20 | Cognitive Systems Corp. | Detecting motion based on repeated wireless transmissions |
US10705179B2 (en) | 2016-04-22 | 2020-07-07 | Tandemlaunch | Device-free subject localization methods and systems using wireless signals |
WO2018094502A1 (en) | 2016-11-22 | 2018-05-31 | Aerial Technologies | Device-free localization methods within smart indoor environments |
US9584974B1 (en) | 2016-05-11 | 2017-02-28 | Cognitive Systems Corp. | Detecting motion based on reference signal transmissions |
CA3130933C (en) | 2016-06-08 | 2024-05-21 | Aerial Technologies Inc. | System and methods for smart intrusion detection using wireless signals and artificial intelligence |
US10129853B2 (en) | 2016-06-08 | 2018-11-13 | Cognitive Systems Corp. | Operating a motion detection channel in a wireless communication network |
US9524628B1 (en) * | 2016-08-04 | 2016-12-20 | Cognitive Systems Corp. | Detecting signal modulation for motion detection |
US10256925B2 (en) * | 2017-01-19 | 2019-04-09 | Samsung Electronics Co., Ltd. | Methods and wireless communication systems for wireless re-calibration of RF components of communication devices |
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 |
US9743294B1 (en) | 2017-03-16 | 2017-08-22 | Cognitive Systems Corp. | Storing modem parameters for motion detection |
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 |
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 |
US10109168B1 (en) | 2017-11-16 | 2018-10-23 | Cognitive Systems Corp. | Motion localization based on channel response characteristics |
US10108903B1 (en) | 2017-12-08 | 2018-10-23 | Cognitive Systems Corp. | Motion detection based on machine learning of wireless signal properties |
-
2019
- 2019-01-24 US US16/256,367 patent/US10499364B1/en active Active
- 2019-08-21 KR KR1020217023612A patent/KR20210119988A/ko unknown
- 2019-08-21 JP JP2021542388A patent/JP2022518760A/ja active Pending
- 2019-08-21 WO PCT/CA2019/051143 patent/WO2020150807A1/en unknown
- 2019-08-21 EP EP19911582.5A patent/EP3914935A4/en active Pending
- 2019-08-21 CA CA3125755A patent/CA3125755A1/en active Pending
- 2019-08-21 CN CN201980090143.7A patent/CN113348380A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2020150807A1 (en) | 2020-07-30 |
EP3914935A1 (en) | 2021-12-01 |
JP2022518760A (ja) | 2022-03-16 |
KR20210119988A (ko) | 2021-10-06 |
CA3125755A1 (en) | 2020-07-30 |
US10499364B1 (en) | 2019-12-03 |
EP3914935A4 (en) | 2022-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113348379A (zh) | 对运动检测系统中的静态叶节点进行分类 | |
CN113348380A (zh) | 识别运动检测系统中的静态叶节点 | |
JP7043509B2 (ja) | 信号品質メトリクスに基づく無線通信チャネルの選択方法 | |
KR102466973B1 (ko) | 모션 탐지를 위한 라디오 상태 제어 | |
US10438468B2 (en) | Motion localization in a wireless mesh network based on motion indicator values | |
EP3891522B1 (en) | Determining a location of motion detected from wireless signals based on prior probability | |
WO2019109174A1 (en) | Motion detection and localization based on bi-directional channel sounding | |
KR20200088292A (ko) | 무선 표준 클라이언트 장치로부터의 빔포밍 동적 정보를 기반으로 하는 움직임 검출 | |
US11893515B2 (en) | Determining a location of motion detected from wireless signals | |
KR102502594B1 (ko) | 타임 팩터들에 기반한 무선 메시 네트워크 내 모션 로컬화 | |
CN115461646A (zh) | 使用空口信号进行被动运动检测 | |
WO2023126728A1 (en) | Methods and systems for detection of channel variations for wi-fi sensing in unobserved bandwidth | |
WO2023148593A1 (en) | Cross-correlation of time domain signals due to motion proximity | |
WO2023170607A1 (en) | Systems and methods for identifying waveform frequency signature using timestamps |
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 |