CN113841067A - 估计装置以及估计方法 - Google Patents

估计装置以及估计方法 Download PDF

Info

Publication number
CN113841067A
CN113841067A CN202080036327.8A CN202080036327A CN113841067A CN 113841067 A CN113841067 A CN 113841067A CN 202080036327 A CN202080036327 A CN 202080036327A CN 113841067 A CN113841067 A CN 113841067A
Authority
CN
China
Prior art keywords
signal
estimation
living body
vector
reception
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
Application number
CN202080036327.8A
Other languages
English (en)
Inventor
中山武司
饭塚翔一
本间尚树
白木信之
林哲平
沼崎和树
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 CN113841067A publication Critical patent/CN113841067A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/0507—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  using microwaves or terahertz waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
    • A61B5/1114—Tracking parts of the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6889—Rooms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • 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
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • G01S13/874—Combination of several systems for attitude determination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—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
    • G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
    • G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
    • G01S3/14—Systems for determining direction or deviation from predetermined direction
    • G01S3/143—Systems for determining direction or deviation from predetermined direction by vectorial combination of signals derived from differently oriented antennae
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/12—Healthy persons not otherwise provided for, e.g. subjects of a marketing survey
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
    • A61B2505/07—Home care
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0228—Microwave sensors

Abstract

估计装置(10A)具备：M个发送天线元件，发送第一发送信号；N个收发部(30A等)，分别具有接收天线元件，将包括由第一生物体反射第一发送信号后的反射信号的第一接收信号，利用各自的接收天线元件以规定期间来接收；存储器(41)，存储作为第二接收信号的教师信号(42)，该第二接收信号是通过M个发送天线元件对第二生物体发送的第二发送信号，由第二生物体被反射而得到反射信号，包括该反射信号的第二接收信号预先由N个收发部(30A等)接收而得到的信号；第一向量算出部，针对教师信号(42)和第一接收信号，分别以规定的方法，分别算出第一向量；电路(40)，利用从第一向量算出的多个相关系数，以规定的方法识别第一生物体或估计第一生物体的方向。

Description

估计装置以及估计方法
技术领域
本公开涉及向生物体照射无线信号，接收其反射信号，并进行生物体的识别或生物体的朝向估计的估计装置以及估计方法。
背景技术
向生物体照射无线信号，接收其反射信号，并进行生物体的识别估计或生物体的朝向估计的技术是已知的(例如专利文献1、专利文献2)。在专利文献1中公开的装置是，针对机动车的驾驶人照射电磁波，通过利用其反射波来提取心率以及心音信号，从而对驾驶员个人进行估计。并且，在专利文献2公开了一种方法，针对机动车的驾驶人，利用多个收发机，来测量被试验者的心率。
并且，例如在专利文献3中公开了一种针对被试验者，通过多个天线来进行360度辐射模式测量的装置。并且，例如在专利文献4中公开了一种针对被试验者，在其附近设置多个天线，来进行个人识别的识别装置。
并且，例如在专利文献5中公开了一种针对被试验者，在其附近设置多个天线，来进行生物体的朝向估计的估计装置。
(现有技术文献)
(专利文献)
专利文献1 日本 特开2015-042293号公报
专利文献2 日本 特开2009-055997号公报
专利文献3 日本 特开2007-325621号公报
专利文献4 日本 特开2019-93104号公报
专利文献5 日本 特开2019-211458号公报
但是，在利用电磁波的生物体识别或生物体的朝向估计中，如专利文献1、专利文献2、专利文献4、专利文献5的公开所示，大多是以被测量者与天线比较近的距离的状态来进行生物体识别的。
然而，在像驾驶席或单间这种窄小区域中进行个人识别的情况下，被试验者与天线之间的距离近这种限制则不容易成为问题，但是在日常生活等场面则会有难于利用的问题。
发明内容
本公开鉴于上述状况，目的在于提供一种例如即使在室内等被试验者与天线之间相距远的状态，也能够进行利用了电磁波的生物体识别或生物体的朝向估计的估计装置以及估计方法。
本公开的一个形态所涉及的估计装置对生物体进行识别，或者对生物体的方向进行估计，所述估计装置具备：M个发送天线元件，向包括第一生物体的规定范围，发送第一发送信号，M为1以上的整数；N个接收部，被配置在所述规定范围的周围，且具有以规定期间来接收第一接收信号的接收天线元件，所述第一接收信号是由所述第一生物体反射所述第一发送信号而得到的信号，N为3以上的整数；存储器，存储有教师信号，该教师信号是(M×N)个第二接收信号，该(M×N)个第二接收信号是通过由M个所述发送天线元件发送的第二发送信号被第二生物体反射而得到的第二接收信号，预先由N个所述接收部接收而得到的；第一向量算出部，针对所述教师信号、以及通过由N个所述接收部的每一个接收所述第一接收信号而得到的(M×N)个第一接收信号，分别以规定的方法，分别算出第一向量；以及估计部，根据所述第一向量，算出多个相关系数，利用算出的所述多个相关系数，以规定的方法对所述第一生物体进行识别，或者对所述第一生物体的方向进行估计。
另外，这些概括的或具体的形态可以由系统、方法、集成电路、计算机程序或计算机可读取的CD-ROM等记录介质来实现，也可以由系统、方法、集成电路、计算机程序以及记录介质的任意组合来实现。
通过本公开所涉及的估计装置，例如即使在室内等被试验者与天线相距远的状态下，也能够进行利用了电磁波的生物体识别或生物体的朝向估计。
附图说明
图1是示出实施方式中的估计装置的构成的一个例子的构成图。
图2示出了图1所示的教师信号的一个例子。
图3是示出图1所示的电路的详细构成的一个例子的构成图。
图4是示出实施方式中的估计装置的工作的一个例子的流程图。
图5是示出实施方式的步骤S11的详细工作的一个例子的流程图。
图6是示出实施方式的步骤S13的详细工作的一个例子的流程图。
图7示出了通过实施方式中的估计装置进行试验的环境。
图8示出了通过在图7所示的环境中接收的接收信号算出的传播信道的一个例子。
图9示出了针对图8所示的传播信道，算出第一向量后，进行相关计算后的结果的一个例子。
图10示出了三个人的数据的正确率的一个例子。
图11示出了专利文献1的构成。
具体实施方式
(成为本公开的基础的见解)
在专利文献1以及专利文献2中，向坐在机动车的驾驶席的人照射电磁波，对从该人的反射波进行测量。于是，通过对测量的结果进行运算处理，来进行心率或心音的测量，并通过获得测量的心率或心音的时间相关，来实现生物体识别。
然而，如以上所述，在专利文献1的方法中存在的问题是，只能运用在像驾驶席这种窄小的空间，被试验者与天线的位置能够确定这种有限的环境中。因此，像室内的日常生活的场面中，需要在天线与被试验者的距离较远，且天线与被试验者的位置关系具有自由度的环境下，来进行生物体识别或生物体的朝向估计。
发明人员针对该课题进行了反复的研究，发现即使在室内等被试验者与天线相距远的状态下，为了进行利用了电磁波的生物体识别或生物体的朝向估计需要进行如下的工作。即在识别对象活动的房间的四周设置天线元件，从各个方向对发送波进行发送，并通过接收在各个方向的反射波、散射波，来获得捕捉了更多的生物体的特征的接收信号。
于是，接收信号由于生物体与天线的距离、或生物体的方向或者姿势会发生较多的变化，因此在进行生物体识别或生物体的朝向估计时，在通过接收信号对生物体的位置或姿势进行估计的同时，获得训练数据，将生物体的位置或姿势作为识别位置来保存。此时，像专利文献1以及专利文献2这样的以往例子所示，在天线与被试验者的距离充分近的情况下，接收信号比较大，能够实现个人识别或生物体的朝向估计，但是在室内等被试验者与天线的距离较远的状态下，若进行利用了电磁波的生物体识别，接收信号会由于距离衰减而减弱，难于与噪声基底进行区分，从而个人识别或生物体的朝向估计的精度降低。
于是发现了，对相关矩阵进行特征值分解，排列成特征值顺序，提取包含了许多生命体征的信道，在去除直流分量(直流成分)后，被试验者在识别位置进行了相同姿势之后，通过算出与训练数据的相关，即使在住宅空间这样的区域，也能够高精度地对训练数据中是否有测量对象的生物体，或该生物体的朝向进行识别。
本公开的一个形态所涉及的估计装置对生物体进行识别，或者对生物体的方向进行估计，所述估计装置具备：M个发送天线元件，向包括第一生物体的规定范围，发送第一发送信号，M为1以上的整数；N个接收部，被配置在所述规定范围的周围，且具有以规定期间来接收第一接收信号的接收天线元件，所述第一接收信号是由所述第一生物体反射所述第一发送信号而得到的信号，N为3以上的整数；存储器，存储有教师信号，该教师信号是(M×N)个第二接收信号，该(M×N)个第二接收信号是通过由M个所述发送天线元件发送的第二发送信号被第二生物体反射而得到的第二接收信号，预先由N个所述接收部接收而得到的；第一向量算出部，针对所述教师信号、以及通过由N个所述接收部的每一个接收所述第一接收信号而得到的(M×N)个第一接收信号，分别以规定的方法，分别算出第一向量；以及估计部，根据所述第一向量，算出多个相关系数，利用算出的所述多个相关系数，以规定的方法对所述第一生物体进行识别，或者对所述第一生物体的方向进行估计。另外，第一向量例如相当于教师第一向量和测试第一向量。估计部例如相当于电路。
据此，能够根据从设置在第一生物体的周围的接收天线元件得到的测量信号即第一接收信号和教师信号，算出多个相关系数。于是，能够按照多个相关系数中的最大值是否超过阈值，来对第一生物体与训练数据中包括的第二生物体是否朝向相同的方向进行估计。或者，通过对第一生物体与训练数据中包括的第二生物体是否相同进行识别，从而能够进行生物体认证。
例如，也可以是，所述第一向量算出部具备：第二矩阵算出部，根据所述第一接收信号，算出第二矩阵；以及分解部，以规定的方法对所述第二矩阵进行分解，并以规定的方法，对所述第二矩阵的元素重新排序，所述第一向量算出部利用所述第二矩阵的被重新排序后的元素、以及所述教师信号或所述第一接收信号，算出所述第一向量。
例如，也可以是，所述分解部对所述第二矩阵进行特征值分解，并以对角线元素即特征值大的顺序来重新排列。
例如，也可以是，所述分解部对所述第二矩阵进行奇异值分解，并以对角线元素即奇异值大的顺序来重新排列。
例如，也可以是，所述第一向量算出部在所述第一向量算出后，以规定的方法去除直流分量。
例如，也可以是，所述估计部从多个相关矩阵中，以规定的方法算出相关函数的使用个数，求出该使用个数的多个相关矩阵的总和。
例如，也可以是，所述估计部在进行所述第一生物体的朝向估计的情况下，按照生物体的每个朝向来存储教师信号，将多个相关矩阵的总和为最大的教师信号的朝向，估计为所述第一生物体的朝向。
据此，即使在像居住空间这样的区域中，也能够高精度地识别训练数据中是否有与测量对象的生物体为相同朝向的生物体。
例如，也可以是，所述估计部在进行所述第一生物体的识别的情况下，按照每个生物体来存储朝向相同方向的教师信号，将与具有多个相关矩阵的总和为最大的教师信号对应的生物体，估计为同一生物体。
据此，即使在像居住空间这样的区域中，也能够高精度地识别在训练数据中是否有测量对象的生物体。
并且，本公开的一个形态所涉及的生物体位置估计方法由估计装置来执行，所述估计装置对生物体进行识别，或者对生物体的方向进行估计，所述估计装置具备：M个发送天线元件，向包括第一生物体的规定范围，发送第一发送信号，M为1以上的整数；N个接收部，被配置在所述规定范围的周围，且具有以规定期间来接收第一接收信号的接收天线元件，所述第一接收信号是由所述第一生物体反射所述第一发送信号而得到的信号，N为3以上的整数；以及存储器，存储有教师信号，该教师信号是(M×N)个第二接收信号，该(M×N)个第二接收信号是通过由M个所述发送天线元件发送的第二发送信号被第二生物体反射而得到的第二接收信号，预先由N个所述接收部接收而得到的，在所述估计方法中，针对所述教师信号、以及通过由N个所述接收部的每一个接收所述第一接收信号而得到的(M×N)个第一接收信号，分别以规定的方法，分别算出第一向量，根据所述第一向量，算出多个相关系数，利用算出的所述多个相关系数，以规定的方法对所述第一生物体进行识别，或者对所述第一生物体的方向进行估计。
另外，这些概括的或具体的形态可以由系统、方法、集成电路、计算机程序或计算机可读取的CD-ROM等记录介质来实现，也可以由系统、方法、集成电路、计算机程序以及记录介质的任意组合来实现。
以下利用附图对本公开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公开的一个优选的具体例子。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，其主旨并非是对本公开进行限定。并且，对于以下的实施方式的构成要素中没有记载在示出本公开的最上位概念的独立技术方案中的构成要素，作为构成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的功能构成的构成要素，赋予相同的编号，并省略重复说明。
(实施方式)
[估计装置10A的构成]
图1是示出实施方式中的估计装置10A的构成的一个例子的构成图。图2示出了图1所示的教师信号42的一个例子。图3是示出图1所示的电路40的详细构成的一个例子的构成图。
本公开中的估计装置10A具备：M个(M为1以上的整数)发送天线元件、分别具有接收天线元件的N个(N为3以上的整数)接收部、电路40、以及存储器41。
M个发送天线元件将发送信号发送到包括生物体50的规定范围A1。发送信号是由发送机等生成的微波等高频的信号。
生物体50是人等。生物体50是估计装置10A的估计对象，是成为被进行生物体认证或生物体的朝向估计的对象的生物体。
规定范围A1是预先决定的范围的空间，是包括生物体50的空间。换而言之，规定范围A1是用于估计装置10A对生物体50进行估计时所利用的空间。
M个发送天线元件例如将第一发送信号，发送到包括作为测量对象的生物体50的第一生物体的规定范围A1。并且，M个发送天线元件将作为训练数据的第二发送信号，发送到包括已知的生物体50即第二生物体的规定范围A1。
N个接收部分别具有接收天线元件，且被配置在规定范围A1的周围。N个接收部利用各自的接收天线元件，以规定期间来接收包括反射信号的接收信号，所述反射信号是由生物体50反射发送信号而得到的。例如，N个接收部利用各自的接收天线元件，以规定期间T来接收第一接收信号，该第一接收信号包括由第一生物体反射第一发送信号的反射信号。并且，例如N个接收部利用各自的接收天线元件，以规定期间T的K倍(K为2以上)的期间来接收教师信号，该教师信号是包括由第二生物体反射第二发送信号而得到的反射信号的第二接收信号。
在本实施方式中，估计装置10A如图1所示，例如具备8个收发部30A～30H、电路40、以及存储器41。即，M个发送天线元件以及N个接收部可以由8个收发部30A～30H构成。另外，收发部不受8个所限。
[收发部30A～30H]
在本实施方式中，8个收发部30A～30H被配置在规定范围A1的周围，通过将发送信号向包括人等生物体50的规定范围A1发送，从而接收包括从生物体50反射的反射信号的接收信号。例如，8个收发部30A～30H可以彼此等间隔地配置成圆形，也可以被配置在规定范围A1的外侧的位置。
如图1所示，收发部30A～30H分别具有天线元件31A～31H。收发部30A～30H利用天线元件31A～31H，向规定范围A1发送发送信号。更具体而言，收发部30A～30H利用天线元件31A～31H，将微波作为发送信号发射到人等生物体50。另外，也可以是，收发部30A～30H利用天线元件31A～31H，发送无调制的发送信号，也可以发送被调制处理后的发送信号。
在对被调制处理后的发送信号进行发送的情况下，收发部30A～30H还可以包括用于进行调制处理的电路。
并且，收发部30A～30H利用天线元件31A～31H，以规定期间接收包括反射信号的接收信号，该反射信号是由生物体50反射发送信号而得到的信号。收发部30A～30H将接收的接收信号输出到电路40。另外，收发部30A～30H的每一个也可以包括用于处理接收信号的电路。在这种情况下，收发部30A～30H可以分别对接收的接收信号进行频率变换，而变换为低频信号。并且，收发部30A～30H也可以分别对接收信号进行解调处理。
于是，收发部30A～30H的每一个，将通过进行频率变换以及/或者解调处理而得到的信号输出到电路40。
另外，在图1所示的例子中，虽然以估计装置10A由8个收发部30A～30H来构成进行了说明，即每一个具有将发送部和接收部分别作为发送与接收共用的4个天线元件，不过并非受此构成所限。例如8个收发部30A～30H并非受8个所限，也可以由N个(N为3以上的整数)收发部构成。并且，也可以分别设置具有M个(M为1以上的整数)发送天线元件的发送部和具有N个接收天线元件的接收部。
[存储器41]
存储器41是具有非易失性的存储区域的辅助存储装置，例如是ROM(Read OnlyMemory)、闪存、HDD(Hard Disk Drive)等。存储器41例如存储用于使估计装置10A工作的各种处理的信息。
如图1所示，存储器41存储教师信号42。该教师信号42是针对存在于规定范围A1的(规定范围A1中的)已知的生物体50即第二生物体，预先获得的信号波形。更具体而言，教师信号42是通过如下方式得到的(M×N)个第二接收信号，即由M个发送天线元件针对第二生物体发送的第二发送信号，由第二生物体反射而得到反射信号，通过包括该反射信号的第二接收信号，预先由N个接收部接收而得到M乘以N个的第二接收信号。在此，教师信号42也可以是以规定期间的K倍(K为2以上)的期间，由N个接收部预先接收第二接收信号而得到的(M×N)个第二接收信号。
在本实施方式中，如图1所示，M个发送天线元件以及N个接收部由8个收发部30A～30H构成。对于这种情况下的教师信号42的一个例子，将利用图2进行说明。图2所示的教师信号42是由1个接收部在测量期间接收的接收信号的一个例子。
图2所示的教师信号42是，针对规定范围A1中的已知的生物体50(第二生物体)，由天线元件31A～31H发送的发送信号，在该生物体50的表面反射而得到反射信号，包括该反射信号的接收信号由收发部30A～30H预先接收而得到的多个接收信号的时间应答波形。即图2所示的教师信号42表示，收发部30A～30H将包括反射信号的接收信号，在测量期间预先接收而得到的多个接收信号的强度。在此的测量期间是上述的规定期间的K倍(K为2以上)的期间。测量期间例如为120秒〔s〕，不过并非受此所限。只要是人的心率的周期以上，可以是3秒〔s〕，也可以是10秒〔s〕，还可以是30秒〔s〕。
另外，教师信号42也可以是针对多个已知的第二生物体的每一个而被预先获得的信号。在这种情况下，与多个已知的第二生物体相对应的多个教师信号42，可以在与估计信息建立了对应的状态下被存储到存储器41，所述估计信息用于对相对应的第二生物体进行估计。
[电路40]
作为估计部的电路40执行用于使估计装置10A工作的各种处理。电路40例如由执行控制程序的处理器、和作为执行该控制程序时所使用的工作区而利用的易失性的存储区域(主存储装置)构成。该存储区域例如是RAM(Random Access Memory)。
电路40将从N个接收部的每一个获得的第一接收信号，以规定期间暂时存储到存储区域。电路40也可以将第一接收信号的相位以及振幅，以规定期间临时存储到该存储区域。在本实施方式中，电路40将从收发部30A～30H的每一个获得的接收信号，以规定期间临时存储到存储区域。
另外，电路40也可以由用于执行使估计装置10A工作的各种处理的专用电路构成。即，电路40可以是进行软件处理的电路，也可以是进行硬件处理的电路。并且，电路40也可以具有非易失性的存储区域。
接着，对电路40的功能构成进行说明。
如图3所示，电路40具有第一向量算出部410、DC去除部411、以及估计部412。另外，DC去除部411不是必须的。
<第一向量算出部410>
更具体而言，首先，第一向量算出部410利用被存储在电路40的存储区域的接收信号、和被存储在存储器41的教师信号，算出各自的传播信道
[数式1]
H(t)。
在此，将由接收机KR、发送机KT、Mr个接收天线元件和Mt个发送天线元件构成的MIMO(Multiple-Input and Multiple-Output：多输入多输出)阵列天线，配置在生物体50的周围的情况下而得到的传播信道
[数式2]
H(t)
由以下的(式1)(式2)来表示。
[数式3]
Figure BDA0003356407270000101
[数式4]
Figure BDA0003356407270000102
在(式1)(式2)中，KR、KT表示接收机编号、发送机编号，Mr、Mt表示各接收机、发送机的天线元件编号。
[数式5]
Figure BDA0003356407270000103
表示发送机KT的第Mt个天线向接收机KR的第Mr个天线的复数信道应答，t表示观测时间。
接着，第一向量算出部410算出传播信道
[数式6]
H(t)
的频率应答矩阵
[数式7]
F(ω)。
频率应答矩阵
[数式8]
F(ω)
由以下(式3)来表示。
[数式9]
Figure BDA0003356407270000111
在此，ω是与生物体相对应的频率范围。
接着，第一向量算出部410将传播信道
[数式10]
H(t)
以及频率应答矩阵
[数式11]
F(ω)
作为
[数式12]
vec{H(t)}、vec{F(ω)}
进行向量化。
[数式13]
vec{H(t)}、vec{F(ω)}
分别由(式4)、(式5)来表示。在此，T表示转置。
[数式14]
Figure BDA0003356407270000121
[数式15]
Figure BDA0003356407270000122
接着，第一向量算出部410根据向量矩阵
[数式16]
vec{F(ω)}
算出第二矩阵
[数式17]
R。
第二矩阵
[数式18]
R
由以下(式6)来表示。在此，E[{}·{}]是集合平均。
[数式19]
Figure BDA0003356407270000123
接着，第一向量算出部410对第二矩阵
[数式20]
R
进行特征值分解。特征值分解由(式7)、(式8)、(式9)来表示。在此，H表示复共轭转置。
[数式21]
Figure BDA0003356407270000131
[数式22]
Figure BDA0003356407270000132
[数式23]
Figure BDA0003356407270000133
在此，
[数式24]
Figure BDA0003356407270000134
表示特征值的对角线元素，
[数式25]
Figure BDA0003356407270000135
表示与特征值对应的特征向量。
接着，第一向量算出部410利用特征向量
[数式26]
Figure BDA0003356407270000136
以及(式4)的
[数式27]
vec{H(t)}
算出第一向量。
[数式28]
Figure BDA0003356407270000137
<DC去除部411>
DC去除部411从(式10)表示的接收信号和教师信号的第一向量，去除生物体50的估计中不需要的噪声成分即直流分量，算出DC去除第一向量。DC去除部411可以将算出的DC去除第一向量存储到存储器41，也可以存储到电路40的存储区域。
DC去除部411例如通过(式11)的方法，来去除第一向量的DC(Direct Current)分量。
[数式29]
Figure BDA0003356407270000141
<估计部412>
估计部412将基于接收信号算出的第一向量
[数式30]
Figure BDA0003356407270000142
和基于教师信号算出的第一向量
[数式31]
Figure BDA0003356407270000143
分别进行DC去除后的
[数式32]
Figure BDA0003356407270000144
用于(式12)来算出相关系数。在此，“*”表示复共轭。
[数式33]
Figure BDA0003356407270000145
在此，t表示训练数据观测时间，L表示任意的特征值编号，NT表示测试数据的接收信号的采样数量，ND表示教师信号的采样数量，FS表示采样频率。
此时，相关系数的计算式也可以使用(式13)、(式14)。
[数式34]
Figure BDA0003356407270000151
[数式35]
Figure BDA0003356407270000152
接着，估计部412按照各个特征值L，如(式15)所示算出时间t方向上的最大值。
[数式36]
ρ(L)max＝max(ρ(t，L)) (式15)
接着，估计部412如(式16)所示，对与使用特征值的数量相对应的各个特征值的最大值进行相加。将该(式16)的处理针对被存储的训练数据分别执行，将S成为最大的训练数据，估计为正确的生物体。
[数式37]
Figure BDA0003356407270000153
此时，也可以取代(式16)，而如(式17)所示，按照各个特征值附加系数。
[数式38]
Figure BDA0003356407270000154
此时，若训练数据为随着对生物体的朝向的变更而获得的训练数据时，则能够估计生物体的朝向，若训练数据为存储的生物体的朝向是固定的不同的多个生物体的训练数据时，则能够进行生物体的识别。
这样，图1所示的估计装置10A通过将收发部30A～30H接收的接收信号在电路40进行处理，从而能够对生物体50进行估计。
[估计装置10A的工作]
接着，对以上这种构成的估计装置10A的工作进行说明。图4是示出实施方式中的估计装置10A的工作的一个例子的流程图。图5是示出实施方式中的估计装置10A的第一向量算出部410的工作的流程图。图6是示出实施方式中的估计装置10A的估计部412的工作的流程图。
首先，估计装置10A对M个发送信号进行发送，接收N个接收信号(S10)。更具体而言，估计装置10A利用(发送机KT)×(发送天线元件数Mt)＝M个发送天线元件，向包括第一生物体的规定范围A1，发送第一发送信号。于是，在估计装置10A，(接收机KR)×(接收天线数Mr)＝N个接收部的每一个利用各自的接收天线元件，以规定期间来接收包括由第一生物体反射第一发送信号而得到的反射信号的第一接收信号。在本实施方式中，收发部30A～30H以估计对象的生物体50即第一生物体被配置在规定范围A1内的状态，来使天线元件31A～31H向规定范围A1发送发送信号。
于是，收发部30A～30H利用天线元件31A～31H，规定期间接收包括由第一生物体反射第一发送信号后的反射信号的第一接收信号。
在此，图7示出了使用实施方式的一个例子中的估计装置10A，进行的估计试验的环境。图8示出了根据图7所示的环境中接收的接收信号，算出的传播信道的一个例子。
如图7所示，在该实施方式的估计试验中，估计装置10A使用相当于收发部30B、30D、30F、30H的4台收发机。在此，接收机以及发送机可以是图1所示的由8台构成，也可以由4台构成等，只要是2台以上可以是任意的数量。
4台收发机以被试验者50a作为中心，被排列在边长为4米(m)的正方形的顶点的位置。被试验者50a在估计试验中相当于估计对象的生物体50，即相当于第一生物体。并且，作为相当于天线元件31B～31H的接收天线元件以及发送天线元件，分别使用4个元件的方形贴片天线。
更具体而言，4台收发机所具有的8个接收天线元件分别为方形贴片天线，被设置在离地面0.9m的高度的位置。4台收发机所具有的8个发送天线元件被配置在对应的接收天线元件的微波的1波长正上方的位置。在此，发送天线与接收天线可以是共用的，也可以分开使用。
接着，估计装置10A从在步骤S10获得的多个第一接收信号、和被存储在存储器41的教师信号42中，算出第一向量(S11)。步骤S11中包括的详细处理由图5示出。
首先，估计装置10A从存储器41读出教师信号42，教师信号42是针对已知的生物体50即第二生物体，由M个发送天线元件发送的第二发送信号在第二生物体反射而得到的反射信号，由N个接收部预先接收而得到的(M×N)个第二接收信号。
于是，估计装置10A从在步骤S10获得的第一接收信号、和从存储器41读出的教师信号42，分别算出第二矩阵(S20)。
在此之后，对第二矩阵进行特征值分解(S21)，按照对角线元素大的顺序进行重新排列，算出第一向量(S22)。在本实施方式中，电路40针对第一接收信号和教师信号42这双方算出该第一向量。另外，在此虽然在S21使用了特征值分解，也可以从第二矩阵来进行奇异值分解，根据奇异值来算出第一向量。此时，第一向量以奇异值大的顺序来重新排列，也可以使用奇异向量，还可以使用特征向量。
返回到图4，接着，估计装置10A从在步骤S11获得的第一接收信号和教师信号42的各自的第一向量中，去除直流分量(S12)。
接着，估计装置10A使用通过步骤S12去除了直流分量的第一接收信号以及教师信号42的各自的第一向量，来进行生物体的估计(S13)。步骤S13中包括的处理由图6示出。
估计装置10A使用第一接收信号和教师信号42的各自的第一向量，按照每个特征值计算相关系数(S30)。图9示出了按照每个特征值算出的相关系数。由于是按照第一特征值、第二特征值等特征值大的顺序来重新排列第一向量，因此从图9可知，特征值大的一方，则相关系数就大，特征值小的一方，则相关系数就小。
接着，估计装置10A按照每个特征值来求时间方向上的最大值，进一步算出相当于以规定的方法决定的使用特征值的数量的、每个特征值的最大值的总和(S31)。在此使用特征值数例如可以是8个或9个等特征值全体的3分之2(2/3)左右，也可以选择每个特征值的相关系数的平均值为一定值以上的特征值，还可以选择相关系数的最大值与最小值的差为一定值以上的特征值。
而且，在算出使用特征值的最大值的总和时，可以直接地算出最大值的总和，也可以按照每个特征值附加斜率来算出总和。
在此，在按照每个特征值附加斜率的情况下，斜率α可以使用1.7，也可以使用其他的系数。图10示出了图7的估计装置10A进行的估计试验中，根据3个被试验者进行的生物体的朝向估计的结果。在该结果中示出，不论3个被试验者位于哪个位置，平均正确率都为75％以上。
接着，估计装置10A进行针对生物体的估计(S32)。估计装置10A在针对使用特征值的最大值，进行生物体的朝向估计的情况下，按照生物体的每个朝向来测量教师信号，将使用特征值的最大值为最大的方向作为生物体的朝向。并且，在进行生物体识别的情况下，在多个位置对朝向相同方向的教师信号进行测量，在与获得的教师信号的方向相同的方向上，测量第二生物体的第一信号，算出使用特征值的最大值，将使用特征值的最大值为最大的教师信号作为被识别的生物体。此时，可以将使用特征值的最大值为最大的教师信号作为被识别的生物体，也可以将阈值以上的生物体作为被识别的生物体。
[效果等]
在图7所示的用于识别试验的环境中，在本公开的一个例子的估计装置10A，从被设置在生物体50的周围的例如4个位置的发送机或接收机的天线元件的每一个发送发送波，并对接收信号进行接收。于是，估计装置10A从被存储在存储器41的教师信号、和来自作为生物体认证的对象的生物体50即被试验者50a的接收信号，算出第二矩阵，进行特征值分解，以特征值大的顺序重新排列，按照每个特征值算出第一向量，在DC分解去除后，通过滑动相关运算来算出多个第一向量在时间上的相互关系。
由于在特征值大的第一向量中包括较多的生物体成分，因此通过筛选使用特征值，从而能够提高生物体成分的S/N比。
在此，在被试验者50a与教师信号中包括的已知的生物体50一致的情况下，即已知的生物体50与被试验者50a朝向相同的方向的情况下，或者朝向同一方向的是同一个人的情况下，滑动相关的相关系数的最大值变大。另外，在被试验者50a与教师信号中包括的已知的生物体50不同的情况下，即在已知的生物体50与被试验者50a朝向不同的方向的情况下，或者朝向相同方向的是不同的人的情况下，滑动相关的相关系数的最大值变小。
据此，估计装置10A使用通过滑动相关运算而算出的相关系数的最大值，能够判断被试验者50a是否与教师信号中包括的已知的生物体50朝向相同的方向，或者判断被试验者50a是否与教师信号中包括的已知的生物体50为相同的生物体。
并且，由于估计装置10A的各天线元件所获得的接收信号中施加了DC偏置，该DC偏置容易受到估计装置10A的个体差异以及生物体50的微妙的位置不同而带来的影响，从而对估计率产生影响。因此，本实施方式所涉及的估计装置10A使用去除了直流分量的接收信号，来算出多个相关系数。据此，能够改善估计率。
如以上所述，通过本实施方式所涉及的估计装置10A，能够根据从设置在第一生物体的周围的接收天线元件得到的测量信号即第一接收信号和教师信号，按照每个特征值算出第一向量，选择使用特征值数，算出多个相关系数。据此，即使生物体与天线相距一定的距离，生物体成分的S/N比为不好的条件下，也能够进行生物体的朝向估计以及个人识别。
于是，按照多个相关系数中的最大值是否超过阈值，能够对第一生物体与训练数据中包括的第二生物体是否朝向相同的方向、或者朝向相同方向的是否为同一个人进行估计，从而能够进行生物体认证。
并且，在本实施方式所涉及的估计装置10A中，在以规定的方法去除第一向量的直流分量之后，来算出相关系数。据此，能够从接收信号中抑制生物体估计时不需要的噪声成分即直流分量，因此能够短时间且高效率地进行生物体估计。
并且，本实施方式所涉及的估计装置10A能够利用微波等无线信号，对人等生物体50进行估计。即本实施方式所涉及的估计装置10A不必对相机等拍摄的图像进行图像分析，就能够对人等生物体50进行估计。因此，能够以保护个人隐私的状态下，来对人进行估计。
另外，在上述实施方式中，各构成要素可以由专用的硬件来构成，也可以通过执行适于各构成要素的软件程序来实现。各构成要素也可以通过CPU或处理器等程序执行部读出并执行被记录在硬盘或半导体存储器等记录介质的软件程序来实现。在此，实现上述的实施方式的估计装置等的软件是如下所示的程序。
即该程序使计算机执行一种估计方法，该估计方法由对生物体进行识别、或对生物体的方向进行估计的估计装置来执行，所述估计装置具备：M个发送天线元件，向包括第一生物体的规定范围，发送第一发送信号，M为1以上的整数；N个接收部，被配置在所述规定范围的周围，且具有以规定期间来接收第一接收信号的接收天线元件，所述第一接收信号是由所述第一生物体反射所述第一发送信号而得到的信号，N为3以上的整数；以及存储器，存储有教师信号，该教师信号是(M×N)个第二接收信号，该(M×N)个第二接收信号是通过由M个所述发送天线元件发送的第二发送信号被第二生物体反射而得到的第二接收信号，预先由N个所述接收部接收而得到的，在所述估计方法中，针对所述教师信号、以及通过由N个所述接收部的每一个接收所述第一接收信号而得到的(M×N)个第一接收信号，分别以规定的方法，分别算出第一向量，根据所述第一向量，算出多个相关系数，利用算出的所述多个相关系数，以规定的方法对所述第一生物体进行识别，或者对所述第一生物体的方向进行估计。
以上基于实施方式对一个或多个形态所涉及的估计装置等进行了说明，本公开并非受这些实施方式所限。在不脱离本公开的主旨的范围内，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、以及对不同的实施方式中的构成要素进行组合而构筑的形态均可以包括在一个或多个形态的范围内。
本公开能够用于利用无线信号对生物体进行估计的估计装置以及估计方法、尤其能够用于搭载在按照生物体来进行控制的家电设备、对生物体的入侵进行检测的监视装置等的估计装置以及估计方法。
符号说明
10A 估计装置
30A～30H 收发部
31A～31H 天线元件
40 电路
41 存储器
42 教师信号
50 生物体
50a 被试验者
410 第一向量算出部
411 DC去除部
412 估计部。

Claims (9)

1.一种估计装置，对生物体进行识别，或者对生物体的方向进行估计，
所述估计装置具备：
M个发送天线元件，向包括第一生物体的规定范围，发送第一发送信号，M为1以上的整数；
N个接收部，被配置在所述规定范围的周围，且具有以规定期间来接收第一接收信号的接收天线元件，所述第一接收信号是由所述第一生物体反射所述第一发送信号而得到的信号，N为3以上的整数；
存储器，存储有教师信号，该教师信号是(M×N)个第二接收信号，该(M×N)个第二接收信号是通过由M个所述发送天线元件发送的第二发送信号被第二生物体反射而得到的第二接收信号，预先由N个所述接收部接收而得到的；
第一向量算出部，针对所述教师信号、以及通过由N个所述接收部的每一个接收所述第一接收信号而得到的(M×N)个第一接收信号，分别以规定的方法，分别算出第一向量；以及
估计部，根据所述第一向量，算出多个相关系数，利用算出的所述多个相关系数，以规定的方法对所述第一生物体进行识别，或者对所述第一生物体的方向进行估计。
2.如权利要求1所述的估计装置，
所述第一向量算出部具备：
第二矩阵算出部，根据所述第一接收信号，算出第二矩阵；以及
分解部，以规定的方法对所述第二矩阵进行分解，并以规定的方法，对所述第二矩阵的元素重新排序，
所述第一向量算出部利用所述第二矩阵的被重新排序后的元素、以及所述教师信号或所述第一接收信号，算出所述第一向量。
3.如权利要求2所述的估计装置，
所述分解部对所述第二矩阵进行特征值分解，并以对角线元素即特征值大的顺序来重新排列。
4.如权利要求2所述的估计装置，
所述分解部对所述第二矩阵进行奇异值分解，并以对角线元素即奇异值大的顺序来重新排列。
5.如权利要求1至4的任一项所述的估计装置，
所述第一向量算出部在所述第一向量算出后，以规定的方法去除直流分量。
6.如权利要求1至5的任一项所述的估计装置，
所述估计部从多个相关矩阵中，以规定的方法算出相关函数的使用个数，求出该使用个数的多个相关矩阵的总和。
7.如权利要求6所述的估计装置，
所述估计部在进行所述第一生物体的朝向估计的情况下，按照生物体的每个朝向来存储教师信号，将多个相关矩阵的总和为最大的教师信号的朝向，估计为所述第一生物体的朝向。
8.如权利要求6所述的估计装置，
所述估计部在进行所述第一生物体的识别的情况下，按照每个生物体来存储朝向相同方向的教师信号，将与具有多个相关矩阵的总和为最大的教师信号对应的生物体，估计为同一生物体。
9.一种估计方法，由估计装置来执行，所述估计装置对生物体进行识别，或者对生物体的方向进行估计，
所述估计装置具备：
M个发送天线元件，向包括第一生物体的规定范围，发送第一发送信号，M为1以上的整数；
N个接收部，被配置在所述规定范围的周围，且具有以规定期间来接收第一接收信号的接收天线元件，所述第一接收信号是由所述第一生物体反射所述第一发送信号而得到的信号，N为3以上的整数；以及
存储器，存储有教师信号，该教师信号是(M×N)个第二接收信号，该(M×N)个第二接收信号是通过由M个所述发送天线元件发送的第二发送信号被第二生物体反射而得到的第二接收信号，预先由N个所述接收部接收而得到的，
在所述估计方法中，
针对所述教师信号、以及通过由N个所述接收部的每一个接收所述第一接收信号而得到的(M×N)个第一接收信号，分别以规定的方法，分别算出第一向量，
根据所述第一向量，算出多个相关系数，利用算出的所述多个相关系数，以规定的方法对所述第一生物体进行识别，或者对所述第一生物体的方向进行估计。
CN202080036327.8A 2020-01-07 2020-12-28 估计装置以及估计方法 Pending CN113841067A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2020000876 2020-01-07
JP2020-000876 2020-01-07
PCT/JP2020/049131 WO2021140988A1 (ja) 2020-01-07 2020-12-28 推定装置及び推定方法

Publications (1)

Publication Number Publication Date
CN113841067A true CN113841067A (zh) 2021-12-24

Family

ID=76787954

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080036327.8A Pending CN113841067A (zh) 2020-01-07 2020-12-28 估计装置以及估计方法

Country Status (5)

Country Link
US (1) US20220233103A1 (zh)
EP (1) EP4088656A4 (zh)
JP (1) JPWO2021140988A1 (zh)
CN (1) CN113841067A (zh)
WO (1) WO2021140988A1 (zh)

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007325621A (ja) 2006-06-06 2007-12-20 Matsushita Electric Ind Co Ltd 体外ユニット
JP5131744B2 (ja) 2007-08-30 2013-01-30 本田技研工業株式会社 生体振動周波数検出装置及び車両
US20100152600A1 (en) * 2008-04-03 2010-06-17 Kai Sensors, Inc. Non-contact physiologic motion sensors and methods for use
JP6054164B2 (ja) * 2012-12-17 2016-12-27 株式会社東芝 到来方向推定装置及び方法
JP5940626B2 (ja) 2014-10-27 2016-06-29 株式会社豊田中央研究所 個人認証装置及び個人認証プログラム
JP6635380B2 (ja) * 2015-12-24 2020-01-22 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
US10371808B2 (en) * 2016-01-15 2019-08-06 Panasonic Intellectual Property Management Co., Ltd. Positioning sensor and direction estimation method
CN107788992B (zh) * 2016-08-29 2022-03-08 松下知识产权经营株式会社 识别生物体的装置以及识别生物体的方法
US10912493B2 (en) * 2017-01-06 2021-02-09 Panasonic Intellectual Property Management Co., Ltd. Sensor and method
JP7065404B2 (ja) 2017-11-21 2022-05-12 パナソニックＩｐマネジメント株式会社 識別装置及び識別方法
JP7129648B2 (ja) 2018-01-09 2022-09-02 パナソニックＩｐマネジメント株式会社 推定装置及び推定方法
JP7162192B2 (ja) * 2018-05-02 2022-10-28 パナソニックＩｐマネジメント株式会社 生体数推定装置、生体数推定方法、及び、プログラム
US11699070B2 (en) * 2019-03-05 2023-07-11 Samsung Electronics Co., Ltd Method and apparatus for providing rotational invariant neural networks

Also Published As

Publication number Publication date
EP4088656A4 (en) 2023-07-05
EP4088656A1 (en) 2022-11-16
JPWO2021140988A1 (zh) 2021-07-15
US20220233103A1 (en) 2022-07-28
WO2021140988A1 (ja) 2021-07-15

Similar Documents

Publication Publication Date Title
CN109814096B (zh) 识别装置及识别方法
US10895631B2 (en) Sensor and estimating method
US10912493B2 (en) Sensor and method
CN107576957B (zh) 传感器以及推定方法
JP6402398B2 (ja) 処理装置、および処理方法
US8050740B2 (en) Microwave-based examination using hypothesis testing
CN107788992B (zh) 识别生物体的装置以及识别生物体的方法
CN113795774A (zh) 估计装置、估计方法及程序
JP7162192B2 (ja) 生体数推定装置、生体数推定方法、及び、プログラム
JP2020109389A (ja) 推定方法、推定装置およびプログラム
JP7065404B2 (ja) 識別装置及び識別方法
JP6887089B2 (ja) 識別装置及び識別方法
CN113841067A (zh) 估计装置以及估计方法
CN111381227B (zh) 推测方法以及推测装置
CN111381228A (zh) 推测方法以及推测装置
WO2023276945A1 (ja) 推定装置、および、推定方法
WO2021002049A1 (ja) センサ
WO2023276592A1 (ja) 推定方法、および、推定装置
US20220133240A1 (en) System and method for reducting or eliminating artifacts in magnectic resonance imaging
CN111381229B (zh) 推测方法、推测装置以及记录介质
CN110018522B (zh) 推定装置及推定方法
US20240118406A1 (en) Sensor and control method
Armanasco Cardiac Biometric Authentication Using Channel State Information
CN114144696A (zh) 传感器

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