CN114072692A - 基于无线链路计数来确定从无线信号检测到的运动的地点 - Google Patents

基于无线链路计数来确定从无线信号检测到的运动的地点 Download PDF

Info

Publication number
CN114072692A
CN114072692A CN201980098048.1A CN201980098048A CN114072692A CN 114072692 A CN114072692 A CN 114072692A CN 201980098048 A CN201980098048 A CN 201980098048A CN 114072692 A CN114072692 A CN 114072692A
Authority
CN
China
Prior art keywords
wireless communication
motion
wireless
value
probability
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
CN201980098048.1A
Other languages
English (en)
Inventor
M·奥默尔
S·A·丹维森
O·克拉维茨
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.)
Cognitive Systems Corp
Original Assignee
Cognitive Systems Corp
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 Cognitive Systems Corp filed Critical Cognitive Systems Corp
Publication of CN114072692A publication Critical patent/CN114072692A/zh
Pending legal-status Critical Current

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
    • 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
    • G01S11/023—Systems for determining distance or velocity not using reflection or reradiation using radio waves using impedance elements varying with distance
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0278—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves involving statistical or probabilistic considerations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

在一般方面，一种用于确定由无线通信网络中的无线通信装置检测到的运动的地点的方法，包括：获得与时间帧相关联的运动指示值集合。该运动指示值集合指示该时间帧期间从无线链路检测到的运动，各运动指示值与相应的无线链路相关联。该方法还包括：基于无线链路各自的运动指示值相对于运动指示值集合中的其它运动指示值的大小来识别无线链路的子集。该方法附加地包括：生成针对该时间帧期间连接到无线通信网络的无线通信装置的计数值。该方法进一步包括：基于计数值来生成概率向量，并且包括针对所连接的无线通信装置的值。

Description

基于无线链路计数来确定从无线信号检测到的运动的地点
相关申请的交叉引用
本申请要求2019年4月30日提交的美国专利申请16/399,657的优先权，其内容通过引用而被包含于此。
背景技术
以下说明涉及基于无线链路计数来确定从无线信号检测到的运动的地点。
运动检测系统已被用于检测例如房间或室外区域中的对象的移动。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对象的移动。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2A和图2B是示出在运动检测系统中的无线通信装置之间通信的示例无线信号的图。
图3是包括多个无线节点的示例无线通信网络的示意图。
图4是用于确定由无线通信网络中的一个或多于一个无线链路检测到的运动的地点的示例处理的流程图。
图5A是链路计算器基于多个无线链路生成概率向量的示例处理的流程图。
图5B是用于使用似然计算器生成概率向量的示例数学函数。
图6是使用三个无线节点的网格(trellis)表示的示例运动模型的示意图。
图7是在确定在由无线通信网络中的三个无线链路检测到的运动的地点时的概率的示例流程的示意图。
图8是示例无线通信网络的示意图，其中虚线箭头指示所检测到的运动在无线节点之间的潜在转移(transition)。
图9是示出用于确定由无线通信网络中的无线通信装置检测到的运动的地点的另一示例处理的流程图。
图10是示出用于确定由无线通信网络中的无线通信装置检测到的运动的地点的附加示例处理的流程图。
具体实施方式
在这里所述的一些方面中，可以使用来自彼此进行无线通信的多个无线通信装置的信息来检测空间(例如，人正在移动的房屋中的特定房间、人正在移动的建筑物的特定楼层或象限、等等)中的运动的地点。
例如，可以分析在无线通信网络中的各个无线通信装置处接收到的无线信号以确定(网络中的各对无线通信装置之间的)网络中的不同通信链路的信道信息。信道信息可以表示用于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传送器传播到接收器，从而表示传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。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)可以指在用于定向信号传送或接收的多天线(多输入/多输出(MIMO))无线电系统中使用的信号处理技术。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。波束形成可以用在传送端和接收端这两者以实现空间选择性。在一些情况下(例如，IEEE 802.11ac标准)，传送器使用波束形成引导矩阵。波束形成引导矩阵可以包括天线阵列应如何使用其单独天线元件中的各天线元件来选择传送所用的空间路径的数学描述。尽管本文针对信道响应信息说明了某些方面，但波束形成状态信息或波束形成器引导矩阵状态也可以在所描述的方面中使用。
可以(例如，由网络中的集线器装置或其它装置、或者可通信地耦接到网络的远程装置)分析各个通信链路的信道信息，以检测在空间中是否发生了运动、以确定所检测到的运动的相对地点、或者这两者。在一些方面，可以分析各个通信链路的信道信息以检测例如在空间中未检测到运动的情况下对象是存在还是不存在。
在一些实现中，无线通信网络可以包括无线网状网络。无线网状网络可以指节点(例如，无线通信装置)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方式直接进行通信的分散式无线网络。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。在一些实例中，无线网状网络是基于IEEE 802.11s标准。在一些实例中，无线网状网络是基于Wi-Fi自组织或另一归一化技术。商业上可用的无线网状网络的示例包括由Google、Eero和其它公司销售的Wi-Fi系统。
在一些示例无线通信网络中，各节点通过一个或多于一个双向链路连接到一个或多于一个其它节点。各节点可以分析其接收的无线信号以识别各个链路上的扰动或干扰。各链路上的干扰可被表示为运动指示值，例如可被表示为能够被归一化的标量。来自无线通信网络中的节点的链路干扰值可用于确定与各个节点相关联的地点处的运动的概率。例如，各节点处的运动的概率可用于判断哪个节点在其附近具有运动的概率最高，并且该节点可被识别为如下节点，其中围绕该节点发生了运动。为此，对于概率的递归计算，分析可以是贝叶斯估计框架中的情况。概率框架提供了许多技术优势，例如，提供递归估计并因此最终收敛到正确结果、无针对各特殊情况的条件的简单逻辑、(例如对于伪像)更准确且更具鲁棒的性能以及其它。
另外，关于运动检测系统的物理见解可以通知用于检测运动的地点的贝叶斯估计框架。例如，当产生激励的运动更靠近接收器节点时，(传送器节点和接收器节点之间的)链路上的激励的相对大小可能更大。因此，作为针对何处发生了运动的初始概率估计，可以将最高概率指派给与最高运动指示值相关联的无线链路上的接收器节点。该初始概率估计可以(例如，基于在先运动数据)与条件概率分布组合，以根据贝叶斯框架产生递归细化的概率估计。作为另一示例，在某些上下文中，运动在不同地点之间转移的可能性相对于运动保持在单个地点中的可能性可以更高或更低。因此，可以将地点转移概率并入贝叶斯框架中。例如，可以将转移概率矩阵与初始概率估计和条件概率分布组合，以根据贝叶斯框架产生递归细化的概率估计。
图1是示出示例无线通信系统100的图。示例无线通信系统100包括第一无线通信装置102A、第二无线通信装置102B和第三无线通信装置102C这三个无线通信装置。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，一个或多于一个网络服务器、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族标准中的一个或多于一个进行操作的网络(例如，Wi-Fi网络)等。PAN的示例包括根据短距离通信标准(例如，蓝牙
Figure BDA0003442619310000041
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；以及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接入点或另一类型的无线接入点(WAP)。无线通信装置102A、102B、102C可被配置为进行如本文所述的一个或多于一个操作，该一个或多于一个操作作为指令(例如，软件或固件)嵌入在这些无线通信装置上。在一些情况下，无线通信装置102A、102B、102C中的一个或多于一个是无线网状网络的节点，例如商业上可用的网状网络系统(例如，Google Wi-Fi,Eero Wi-Fi系统等)等。在一些情况下，可以使用另一类型的标准或传统Wi-Fi收发器装置。无线通信装置102A、102B、102C可以在无Wi-Fi组件的情况下实现；例如，无线通信所用的其它类型的无线协议(标准或非标准)可用于运动检测。
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)在通信信道上传送无线信号。例如，无线通信装置可以生成传送所用的运动探测信号以探测空间从而检测对象的运动或存在。在一些实现中，运动探测信号可以包括标准信令或通信帧，其包括在信道探测(例如，根据IEEE 802.11ac-2013标准的波束形成所用的信道探测)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，无线通信装置中的一个或多于一个可以处理运动检测信号，这些运动检测信号是基于通过空间传送的运动探测信号所接收到的信号。例如，基于在通信信道中检测到的变化(或缺少这些变化)，可以分析运动检测信号以检测空间中的对象的运动、空间中的缺少运动、或者在检测到缺少运动时的空间中的对象的存在或不存在。
传送运动探测信号的无线通信装置(例如，102A、102B)可被称为源装置。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可以发送寻址到另一无线通信装置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传送的无线信号。在一些情况下，由无线通信装置102A、102B传送的无线信号是例如根据无线通信标准或其它方式周期性地重复的。
在一些示例中，可被称为传感器装置的无线通信装置102C处理从无线通信装置102A、102B接收到的无线信号以检测由无线信号接入的空间中的对象的运动或缺少运动。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由无线信号接入的空间中的对象的运动或缺少运动。在一些情况下，当检测到缺少运动时，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对象的存在或不存在。在一些实例中，无线通信装置102C(或另一系统或装置)可以进行如关于图6所述的或在针对图8的示例方法中的一个或多于一个操作，或者进行用于检测运动、检测缺少运动或者在检测到缺少运动时检测对象的存在或不存在的另一类型的处理。在其它示例中，例如可以修改无线通信系统100，使得无线通信装置102C可以例如作为源装置来传送无线信号，并且无线通信装置102A、102B可以例如作为传感器装置来处理来自无线通信装置102C的无线信号，以检测运动、检测缺少运动、或者在没有检测到运动时检测存在。也就是说，在一些情况下，无线通信装置102A、102B、102C各自可被配置为源装置、传感器装置或这两者。
运动和/或存在检测所使用的无线信号可以包括例如信标信号(例如，蓝牙(Bluetooth)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信道探测所使用的导频信号)、或者根据无线网络标准针对其它目的所生成的另一标准信号、或针对运动和/或存在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，运动和/或存在检测所用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对象交互之前或之后通过对象(例如，壁)传播，这可以使得能够在移动对象和传送或接收硬件之间无光视线的情况下检测移动对象的移动。在一些情况下，无线信号在由无线通信装置(例如，102C)接收到时，可以指示在空间中缺少运动，例如对象在空间中没有正在移动或不再移动。在一些情况下，无线信号在由无线通信装置(例如，102C)接收到时，可以指示在检测到缺少运动时在空间中存在对象。相反，无线信号可以指示在检测到缺少运动时在空间中不存在对象。例如，基于所接收到的无线信号，第三无线通信装置102C可以生成运动数据、存在数据或这两者。在一些实例中，第三无线通信装置102C可以将运动检测和/或存在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空间(诸如房间、建筑物、室外区域等)内的移动的控制中心。
在一些实现中，无线通信装置102A、102B可被配置为在与无线网络业务信号分开的无线通信信道(例如，频率信道或编码信道)上传送运动探测信号(例如，如上所述)。例如，第三无线通信装置102C可以知晓应用于运动探测信号的有效载荷的调制以及该有效载荷中的数据或数据结构的类型，这可以减少第三无线通信装置102C针对运动和存在检测所进行的处理量。报头可以包括诸如以下等的附加信息：例如，关于通信系统100中的另一装置是否检测到运动或缺少运动的指示、通信系统100中的另一装置是否检测到对象的存在、调制类型的指示、传送信号的设备的标识等。
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中的各无线通信装置102之间具有无线通信链路。在所示示例中，第三无线通信装置102C和第一无线通信装置102A之间的无线通信链路可用于探测第一运动检测区域110A，第三无线通信装置102C和第二无线通信装置102B之间的无线通信链路可用于探测第二运动检测区域110B，并且第一无线通信装置102A和第二无线通信装置102B之间的无线通信链路可用于探测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由无线通信装置102通过运动检测区域110传送的无线信号的接收信号，来在该装置所接入的各个运动检测区域110中检测运动、检测缺少运动、以及/或者在没有检测到运动时检测对象的存在或不存在。例如，当人106在第一运动检测区域110A和第三运动检测区域110C中移动时，无线通信装置102可以基于它们接收的基于通过各个运动检测区域110传送的无线信号的信号来检测运动。例如，第一无线通信装置102A可以检测第一运动检测区域110A和第三运动检测区域110C中的人的运动，第二无线通信装置102B可以检测第三运动检测区域110C中的人106的运动，并且第三无线通信装置102C可以检测第一运动检测区域110A中的人106的运动。在一些情况下，在各个运动检测区域110A、110B、110C中可以检测缺少人106的运动以及在其它情况下在没有检测到人106正在移动时检测人106的存在。
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、或者无线电磁信号可以传播所通过的另一介质。在图1所示的示例中，第一运动检测区域110A提供第一无线通信装置102A和第三无线通信装置102C之间的无线通信信道，第二运动检测区域110B提供第二无线通信装置102B和第三无线通信装置102C之间的无线通信信道，并且第三运动检测区域110C提供第一无线通信装置102A和第二无线通信装置102B之间的无线通信信道。在操作的一些方面中，在(与网络业务所用的无线通信信道分开或共用的)无线通信信道上传送的无线信号用于检测空间中的对象的移动或缺少移动，并且可用于在检测到缺少移动时检测空间中的对象的存在(或不存在)。对象可以是任意类型的静态或可移动对象，并且可以是有生命的或无生命的。例如，对象可以是人类(例如，图1所示的人106)、动物、无机对象、或者另一装置、设备或组装件、用于限定空间的全部或一部分边界的对象(例如，壁、门、窗等)、或者另一类型的对象。在一些实现中，当未检测到对象的运动时，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对象的存在或不存在。
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中的一个或多于一个以及可能的其它组件。运动检测系统中的一个或多于一个无线通信装置102A、102B、102C可被配置用于运动检测、存在检测或这两者。运动检测系统可以包括存储信号的数据库。运动检测系统的无线通信装置102A、102B、102C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和/或存在的中央集线器或服务器操作。数据的存储(例如，在数据库中)、以及/或者运动、缺少运动(例如，稳态)或存在检测的确定可以由无线通信装置102来进行，或者在一些情况下，可以由无线通信网络中或云中的另一装置(例如，由一个或多于一个远程装置)来进行。
图2A和2B是示出在运动检测系统中的无线通信装置204A、204B、204C之间通信的示例无线信号的图。无线通信装置204A、204B、204C可以是例如图1所示的无线通信装置102A、102B、102C，或者可以是其它类型的无线通信装置。无线通信装置的示例包括无线网状装置、固定无线客户端装置、移动无线客户端装置等。
在一些情况下，无线通信装置204A、204B、204C中的一个或多于一个的组合可以形成专用运动检测系统，或者可以是专用运动检测系统的一部分。例如，作为专用运动检测系统的一部分，无线通信装置204A、204B、204C中的一个或多于一个可被配置用于运动检测系统中的运动检测、存在检测或这两者。在一些情况下，无线通信装置204A、204B、204C中的一个或多于一个的组合可以是也进行其它类型的功能的自组织运动检测系统，或者可以是该自组织运动检测系统的一部分。
示例无线通信装置204A、204B、204C可以通过空间200传送和/或接收无线信号。示例空间200可以在空间200的一个或多于一个边界处完全或部分封闭或开放。空间200可以是或可以包括房间的内部、多个房间、建筑物、室内区域或室外区域等。在所示示例中，第一壁202A、第二壁202B和第三壁202C至少部分地包围空间200。
在图2A和图2B所示的示例中，第一无线通信装置204A可操作以例如作为源装置重复地(例如，定期地、间歇地、以预定的、未预定的或随机间隔等)传送无线运动探测信号。第二无线通信装置204B和第三无线通信装置204C可用于例如作为传感器装置基于无线通信装置204A所传送的运动探测信号来接收信号。可以如上所述地格式化运动探测信号。例如，在一些实现中，运动探测信号包括标准信令或通信帧，其包括在信道探测(例如，根据IEEE802.11ac-2013标准的波束形成所用的信道探测)中使用的标准导频信号。无线通信装置204B、204C各自具有接口、调制解调器、处理器、或者被配置为处理所接收到的运动检测信号以检测空间200中的对象的运动或缺少运动的其它组件。在一些实例中，无线通信装置204B、204C可以各自具有接口、调制解调器、处理器、或者被配置为在检测到缺少运动时检测空间100中的对象的存在或不存在(例如，空间是被占用还是未被占用)的其它组件。
如图所示，在图2A中的初始时间t＝0，对象在第一位置214A，并且在图2B中的后续时间t＝1，该对象已移动到第二位置214B。在图2A和图2B中，空间200中的移动对象被表示为人类，但移动对象可以是另一类型的对象。例如，移动对象可以是动物、无机对象(例如，系统、装置、设备或组装件)、用于限定空间200的全部或一部分边界的对象(例如，壁、门、窗等)、或者另一类型的对象。对于该示例，对象214的移动的表示仅指示对象的地点在时间t＝0和时间t＝1之间在空间200内改变。
如图2A和图2B所示，从第一无线通信装置204A传送的无线信号的多个示例路径由虚线示出。沿着第一信号路径216，无线信号从第一无线通信装置204A传送并且从第一壁202A朝向第二无线通信装置204B反射。沿着第二信号路径218，无线信号从第一无线通信装置204A传送并且从第二壁202B和第一壁202A朝向第三无线通信装置204C反射。沿着第三信号路径220，无线信号从第一无线通信装置204A传送并且从第二壁202B朝向第三无线通信装置204C反射。沿着第四信号路径222，无线信号从第一无线通信装置204A传送并且从第三壁202C朝向第二无线通信装置204B反射。
在图2A中，沿着第五信号路径224A，无线信号从第一无线通信装置204A传送并且从第一位置214A处的对象朝向第三无线通信装置204C反射。在图2A的时间t＝0和图2B的时间t＝1之间，对象的表面在空间200中从第一位置214A移动到第二位置214B(例如，离第一位置214A一段距离)。在图2B中，沿着第六信号路径224B，无线信号从第一无线通信装置204A传送并且从第二位置214B处的对象朝向第三无线通信装置204C反射。由于对象从第一位置214A移动到第二位置214B，因此图2B所示的第六信号路径224B比图2A所示的第五信号路径224A长。在一些示例中，由于对象在空间中的移动，因此可以添加、移除或以其它方式修改信号路径。
图2A和图2B所示的示例无线信号可能通过它们各自的路径经历衰减、频移、相移或其它效应，并且可能具有例如通过壁202A、202B和202C在另一方向上传播的部分。在一些示例中，无线信号是射频(RF)信号。无线信号可以包括其它类型的信号。
在图2A和图2B所示的示例中，第一无线通信装置204A可被配置为源装置，并且可以重复地传送无线信号。例如，图2A示出在第一时间t＝0期间正从第一无线通信装置204A传送的无线信号。传送信号可以是连续地、定期地、按随机或间歇时间等、或者以这些方式的组合方式传送的。例如，传送信号可以在时间t＝0和图2B所示的后续时间t＝1或任何其它后续时间之间传送一次或多于一次。传送信号可以在频率带宽中具有多个频率分量。传送信号可以以全向方式、以定向方式或以其它方式从第一无线通信装置204A传送。在所示示例中，无线信号穿过空间200中的多个相应路径，并且沿着各路径的信号可能由于路径损耗、散射或反射等而变得衰减，并且可能具有相位偏移或频率偏移。
如图2A和图2B所示，来自各种路径216、218、220、222、224A和224B的信号在第三无线通信装置204C和第二无线通信装置204B处组合以形成接收信号。由于空间200中的多个路径对传送信号的影响，空间200可被表示为输入传送信号并输出接收信号的传递函数(例如，滤波器)。在对象在空间200中移动的情况下，受到影响的信号路径中的信号的衰减或相位偏移可以改变，因此空间200的传递函数可以变化。假定从第一无线通信装置204A传送相同的无线信号，如果空间200的传递函数改变，则该传递函数的输出(例如，接收信号)也将变化。接收信号的变化可用于检测对象的移动。相反，在一些情况下，如果空间的传递函数不改变，则传递函数的输出(接收信号)不改变。缺少接收信号的变化(例如，稳态)可以指示在空间200中缺少移动。
在数学上，可以根据式(1)来描述从第一无线通信装置204A传送的传送信号f(t)：
Figure BDA0003442619310000121
其中，ωn表示传送信号的第n个频率分量的频率，cn表示第n个频率分量的复系数，并且t表示时间。在传送信号f(t)从第一无线通信装置204A传送的情况下，可以根据式(2)描述来自路径k的输出信号rk(t)：
Figure BDA0003442619310000122
其中，αn,k表示沿着路径k的第n个频率分量的衰减因子(或者信道响应；例如由于散射、反射和路径损耗引起)，并且φn,k表示沿着路径k的第n个频率分量的信号的相位。然后，无线通信装置处的接收信号R可被描述为从所有路径向该无线通信装置的所有输出信号rk(t)的总和，其在式(3)中示出：
Figure BDA0003442619310000123
将式(2)代入式(3)得到下式(4)：
Figure BDA0003442619310000124
然后，可以分析无线通信装置处的接收信号R。例如，使用快速傅立叶变换(FFT)或另一类型的算法，可以将无线通信装置处的接收信号R变换到频域。变换后的信号可以将接收信号R表示为一系列的n个复数值，其中一个复数值用于相应频率分量(n个频率ωn处)中的各频率分量。对于频率ωn处的频率分量，可以在式(5)中按照如下表示复数值Yn：
Figure BDA0003442619310000125
给定频率分量ωn的复数值Yn指示该频率分量ωn处的接收信号的相对大小和相位偏移。当对象在空间中移动时，由于空间的信道响应αn,k不断变化，因此复数值Yn变化。因此，在信道响应中检测到的变化(以及由此的复数值Yn)可以指示对象在通信信道内的移动。相反，例如在信道响应(或复数值Yn)中没有检测到变化或仅检测到小变化时的稳定的信道响应(或“稳态”)指示缺少移动。因此，在一些实现中，可以分析无线网状网络中的多个装置中的各装置的复数值Yn，以检测在传送信号f(t)所穿过的空间中是否发生了运动或者是否缺少运动。在一些情况下，当检测到缺少运动时，可以对信道响应进行进一步分析以确定对象是否存在于空间中但未正在移动。
在图2A和图2B的另一方面中，可以基于通信信道的一些知识(例如，通过接收器所生成的反馈属性)在装置之间进行波束形成，该波束形成可用于生成由传送器装置为了使传送波束/信号在一个或多于一个特定方向上成形所施加的一个或多于一个引导属性(例如，引导矩阵)。因此，在波束形成处理中使用的引导或反馈属性的变化指示在由无线通信系统接入的空间中可能由移动对象引起的改变。例如，可以通过一段时间内的通信信道的显著变化(如由信道响应、或者引导或反馈属性、或者其任意组合所示)来检测运动。
在一些实现中，例如，可以基于由接收器装置(波束形成接收端)基于信道探测提供的反馈矩阵来在传送器装置(波束形成发送端)处生成引导矩阵。由于引导矩阵和反馈矩阵与信道的传播特性有关，因此这些矩阵随着对象在信道内移动而改变。信道特性的变化相应地反映在这些矩阵中，并且通过分析矩阵，可以检测运动，并且可以确定所检测到的运动的不同特性。在一些实现中，可以基于一个或多于一个波束形成矩阵来生成空间地图。空间地图可以指示空间中的对象相对于无线通信装置的一般方向。在一些情况下，可以使用波束形成矩阵(例如，反馈矩阵或引导矩阵)的“模式”来生成空间地图。空间地图可用于检测空间中的运动的存在或者检测所检测到的运动的地点。
在一些实例中，从无线信号导出的信道信息(例如，如上所述的信道响应信息或波束形成状态信息)可用于计算运动指示值。例如，针对给定时间帧的运动指示值集合可以表示在该时间帧期间通信了无线信号的各个无线链路上检测到的干扰的水平。在一些情况下，例如可以对信道信息滤波或以其它方式修改，以减小噪声和干扰对运动指示值的影响。在一些上下文中，较高大小的运动指示值可以表示较高水平的干扰，而较低大小的运动指示值可以表示相对较低水平的干扰。例如，各运动指示值可以是单独标量，并且运动指示值可被归一化(例如，为1(unity)或其它)。
在一些情况下，与时间帧相关联的运动指示值可共同地用于进行总体确定，例如，在该时间帧期间在空间中是否发生了运动，在该时间帧期间在空间中何处发生了运动、等等。例如，针对时间帧的运动共识值可以基于针对该时间帧的运动指示值的全部(或子集)来指示与在空间中是否发生了运动有关的总体确定。在一些情况下，可以通过共同分析针对时间帧的多个运动指示值来做出更准确、可靠或更具鲁棒的确定。并且在一些情况下，可以递归地更新数据集以进一步提高例如地点确定的准确度。例如，针对各连续时间帧的运动指示值可用于递归地更新表示在空间中的不同地点处检测运动的条件概率的数据集，并且递归地更新的数据集可用于做出与在后续时间帧期间何处发生了运动有关的总体确定。
图3是包括多个无线节点302的示例无线通信网络300的示意图。多个无线节点302可以分别类似于图1和图2A-2B的无线通信装置102、204。在图3中，描绘了标记为N0、N1和N2的三个无线节点302。然而，在无线通信网络300中其它数量的无线节点302也是可以的。此外，其它类型的节点也是可以的。例如，无线通信网络300可以包括一个或多于一个网络服务器、网络路由器、网络交换机、网络中继器或其它类型的联网或计算设备。
无线通信网络300包括通信地耦接各对无线节点302的无线通信信道304。这种通信耦接可以使得能够在时间帧内在无线节点302之间交换无线信号。特别地，无线通信信道304使得能够在各对无线节点302之间进行双向通信。这种通信可以同时沿两个方向发生(例如，全双工)或一次仅沿一个方向发生(例如，半双工)。在诸如图3所示等的一些实例中，无线通信信道304通信地耦接多个无线节点302的每对无线节点302。在其它实例中，一对或多于一对无线节点302可能缺少相应的无线通信信道304。
各无线通信信道304包括两个或多于两个无线链路，其针对双向通信中各方向包括至少一个无线链路。在图3中，箭头表示各单独无线链路。箭头被标记为Lij，其中第一个下标i指示传送无线节点并且第二个下标j指示接收无线节点。例如，无线节点N0和N1通过在图3中由两个箭头L01和L10指示的两个无线链路通信地耦接。无线链路L01对应于沿着从N0到N1的第一方向的无线通信，并且无线链路L10对应于沿着从N1到N0的相反的第二方向的无线通信。
在一些实现中，无线通信网络300获得与时间帧相关联的运动指示值集合，该运动指示值集合可以包括关于图2A-2B所述的运动检测的处理。该运动指示值集合指示从无线通信网络中的无线链路检测到的运动。各运动指示值与相应的无线链路相关联。可以使用无线通信网络(例如，无线通信网络300)中的一个或多于一个无线链路(例如，图3的一个或多于一个无线链路L01、L10、L02、L20、L12和L21)来检测运动。各个无线链路是在无线通信网络中的各对无线通信装置(例如，无线节点N0、N1和N2的对组合)之间定义的。
在一些变形例中，无线通信网络300可以包括执行程序指令的数据处理设备(例如，网络服务器、无线通信装置、网络路由器等)。程序指令可以使得数据处理设备将唯一节点标识符指派给无线通信网络300中的各个无线节点302。唯一节点标识符可被映射到媒体访问控制(MAC)地址值，该MAC地址值对应于与无线节点相关联的MAC地址(或其一部分)。例如，图3的无线节点N0、N1和N2可以与它们各自的MAC地址的六字符部分相关联，该六字符部分然后被映射到唯一节点标识符：
{N0，N1，N2}→{7f4440，7f4c9e，7f630c}→{0，1，2}
这里，MAC地址值7f4440、7f4c9e和7f630c被映射到各自的唯一节点标识符0、1和2。程序指令还可以使得数据处理设备将无线链路经由相应对的MAC地址值与它们的各对无线节点相关联。MAC地址值然后可被映射到唯一链路标识符以形成链路表。例如，图3的无线链路L01、L10、L02、L20、L12和L21可以根据以下被映射到唯一链路标识符：
Figure BDA0003442619310000161
MAC地址值可被从左到右排序，以指示无线链路中的各对传送和接收无线节点。特别地，左MAC地址值可对应于传送无线节点，并且右MAC地址值可对应于接收无线节点。唯一节点和链路标识符的这种映射可以帮助数据处理设备在运动检测的处理期间进行诸如搜索、排序和矩阵操纵等的操作。
程序指令可以附加地使得数据处理设备对无线链路(或无线节点302)进行轮询以获得多个无线链路中的各无线链路的运动指示值。例如，图3的无线通信网络300的无线链路可以根据诸如以下所示等的数据结构来报告运动指示值：
Figure BDA0003442619310000162
在该数据结构中，第一列对应于无线链路的唯一链路标识符，并且该数据结构的第二列对应于它们各自的运动指示值。数据结构可以是如上所示的数组、或某种其它类型的数据结构(例如，向量)。尽管数据结构被呈现为针对各运动指示值具有三个有效数字，但对于运动指示值(例如，2、5、9等)，其它数量的有效数字也是可以的。
现在参考图4，呈现用于确定由无线通信网络中的一个或多于一个无线链路检测到的运动的地点的示例处理的流程图400。一个或多于一个无线链路可以是由各对无线节点(诸如图3的无线节点302等)定义的多个无线链路的一部分。无线通信网络可以包括数据处理设备(例如，无线节点中的一个或多于一个可以用作数据处理设备)。可选地，数据处理设备可以通过数据连接(例如，无线连接、铜线连接、光纤连接等)通信地耦接到无线通信网络。如线402所示，数据处理设备可以接收与时间帧相关联的数据结构。数据结构402可以将多个无线链路与它们各自针对时间帧的运动指示值映射。多个无线链路可以由数据结构402中的唯一链路标识符来表示。然而，其它表示也是可以的。例如，多个无线链路可以由各对唯一节点标识符来表示。在一些实例中，数据结构402可以将各个唯一链路标识符与相应对的唯一节点标识符相关联。
数据处理设备执行程序指令，以从数据结构402生成在时间帧期间在无线通信网络中存在的无线链路。所生成的无线链路和它们各自的运动指示值可以存储在数据处理设备(或运动检测系统)的用作链路字典的第一存储器中。链路字典由图4的框404示出。链路字典404可操作以跟踪在连续时间帧内在无线通信网络中存在的无线链路。例如，当在无线通信网络中观察到新的无线链路时，数据处理设备更新链路字典404以包括该新的无线链路。在另一示例中，当在无线通信网络中不再观察到现有无线链路时，数据处理设备更新链路字典404以移除(在先)现有无线链路。无线链路可在链路字典404中由唯一链路标识符、各对唯一节点标识符或这两者来表示。然而，其它表示也是可以的。
数据处理设备还执行程序指令，以从数据结构生成在时间帧期间在无线通信网络中存在的无线节点。特别地，如框406所示，程序指令指导数据处理设备将各所生成的无线链路“拆分”成其各对无线节点的单独无线节点。程序指令还指导数据处理设备通过单独无线节点进行排序或过滤，以识别时间帧期间无线通信网络中的唯一无线节点。考虑到单个无线节点可以在两个或多于两个无线链路之间共同地共用，链路字典404单独可能不足以建立无线通信网络的唯一无线节点。然后可以将唯一无线节点存储在数据处理设备(或运动检测系统)的用作节点字典的第二存储器中。节点字典由图4的框408示出。节点字典408可操作以维持在连续时间帧内在无线通信网络中存在的唯一无线节点的列表。唯一无线节点可以在节点字典408中由相应的唯一节点标识符来表示。然而，其它表示也是可以的。
如框410所示，节点计数器和持久性计算器可以通信地耦接到节点字典。在许多实例中，节点计数器和持久性计算器410是数据处理设备的一部分。节点计数器和持久性计算器410可操作以跟踪在连续时间帧内在无线通信网络中存在的无线节点，并相应地更新节点字典408。这种跟踪可以包括对一个或多于一个无线节点的出现(或消失)进行定时。例如，当新的无线节点连接到无线通信网络时，节点计数器和持久性计算器410更新节点字典408以包括该新的无线节点。在另一示例中，当无线节点从无线通信网络断开时，节点计数器和持久性计算器410更新节点字典408以移除断开的无线节点。这种更新可以在经过了预定数量的时间帧之后发生，其中在这些时间帧中，无线节点未连接到无线通信网络。
数据处理设备附加地执行程序指令，以改变运动指示值集合的一个或多于大小以使各运动指示值参考无线链路灵敏度的共同标度。更具体地，数据处理设备可以部分地用作链路强度估计器(诸如框412所示等)和链路均衡器(诸如框414所示等)。链路强度估计器412和链路均衡器414从链路字典404接收在时间帧期间在无线通信网络中存在的无线链路的标识以及它们各自的运动指示值。链路均衡器414还从链路强度估计器412接收针对所识别的无线链路中的各无线链路的均衡值。链路强度估计器412和链路均衡器414协作地操作以使各所识别的无线链路的运动指示值参考无线链路灵敏度的共同标度。
在操作中，链路强度估计器412通过确定所识别的无线链路各自的运动指示值的统计属性来估计这些无线链路的链路强度。统计属性可以是最大运动指示值、运动指示值与平均值的偏差、或者标准偏差。其它统计属性也是可以的。在一些实例中，链路强度估计器412跟踪在连续时间帧内一个或多于一个相应运动指示值的统计属性。统计属性可以使得链路强度估计器412能够测量无线链路的激励强度和相应的动态范围。这种测量可以考虑各所识别的无线链路的唯一灵敏度。链路强度估计器412将所确定的统计值传递到链路均衡器414，链路均衡器414进而利用这些统计值作为相应运动指示值的均衡值。特别地，链路均衡器414将各所识别的无线链路的运动指示值除以其各自的均衡值(或统计属性)，以生成归一化的运动指示值。以这种方式，链路均衡器414“均衡”所识别的无线链路，使得可以独立于灵敏度来比较它们对运动或其它事件的相应响应。
例如，由于运动或另一事件，无线链路的第一子集可能变得强激励并表现出相应高的动态范围(或灵敏度)。由于相同的运动或事件，无线链路的第二子集可能变得弱激励并且表现出相应低的动态范围(或灵敏度)。这种激励和相应的动态范围被反映在由链路强度估计器412和链路均衡器414从链路字典404接收到的运动指示值中。然而，链路强度估计器412和链路均衡器414协同操作以将所接收到的运动指示值归一化到无线链路灵敏度的共同标度。这种归一化确保了多个无线链路内的第一集合和第二集合的无线链路的比较不会使无线链路的第一集合相对于第二集合权重过大。可能的其它益处是归一化。
程序指令可以进一步使得数据处理设备基于无线链路的关联运动指示值相对于运动指示值集合中的其它运动指示值的大小来识别无线链路的子集。特别地，数据处理设备可以从链路均衡器414接收所识别的无线链路和它们各自的归一化运动指示值，并将该数据存储在与似然计算器(诸如框416所示等)相关联的存储器中。作为该操作的一部分，数据处理设备还可以从节点字典408接收唯一无线节点的列表，并将该列表存储在与似然计算器416相关联的存储器中。数据处理设备可以部分地用作似然计算器416。
似然计算器416基于无线链路各自的归一化运动指示值相对于其它归一化运动指示值的大小来识别无线链路的子集。为此，似然计算器416可以通过从链路均衡器414接收到的归一化运动指示值进行排序或过滤，以识别无线链路的子集。例如，链路计算器416可以根据大小对数据结构进行排序以确定最高归一化运动指示值，由此生成具有单个无线链路的无线链路的子集。在另一示例中，链路计算器416可以根据大小对数据结构进行排序以确定三个最高归一化运动指示值，由此生成具有三个无线链路的无线链路的子集。对于无线链路的子集，其它数量的无线链路也是可以的。
链路计算器416还生成针对在时间帧期间连接到无线通信网络的无线节点的计数值。针对各无线节点的计数值指示在无线链路的子集中有多少个无线链路是由无线节点定义的。例如，并且参考图3，链路计算器416可以基于三个最高归一化运动指示值来识别无线链路的子集：
Figure BDA0003442619310000201
如以下所示，唯一链路标识符3、4和5对应于无线节点N0、N1和N2：
Figure BDA0003442619310000202
这里，无线节点N0帮助定义无线链路的子集中的一个无线链路，即N2→N0。类似地，无线节点N1帮助定义无线链路的子集中的两个无线链路，即N1→N2和N2→N1，并且无线节点N2帮助定义无线链路的子集中的三个无线链路，即N1→N2、N2→N0和N2→N1。因此，链路计算器416针对各个无线节点N0、N1和N2生成计数值1、2和3。在本示例中，无线通信网络的所有无线节点帮助定义无线链路的子集的无线链路。然而，对于不帮助定义无线链路的子集的无线链路的无线节点，链路计算器416可以生成计数值0。在一些实例中，链路计算器416生成将在时间帧期间连接到无线通信网络的各无线节点与其各自的计数值相关联的计数值数据结构。对于本示例，链路计算器416可以生成以下的计数值数据结构：
Figure BDA0003442619310000211
尽管计数值数据结构中的无线节点由标记Ni(其中i表示无线节点的编号)表示，但其它表示(例如，成对的部分MAC地址)也是可以的。
链路计算器416进一步基于包括针对在时间帧期间连接到无线通信网络的各无线节点的值的计数值来生成概率向量。各所连接的无线节点的值表示在时间帧期间在所连接的无线节点处的运动的概率。特别地，这些值可以表示相应无线节点处(或接近相应无线节点处)的运动诱导沿着特定无线链路的链路活动的概率。在一些实例中，这些值共计为1。在这些实例中，这些值可以是概率值。如图4所示，链路计算器416将所生成的概率向量传递到贝叶斯更新引擎。
在一些实例中，各所连接的无线节点的值是从链路似然图指派的似然值。似然值可能不需要共计为1。链路似然图将似然值与各个大小的计数值相关联。似然值及其关联可以是预先确定的，并且可以进一步存储在链路计算器416(或数据处理设备)的存储器中。例如，如果无线节点在无线链路的子集中被强烈地表示，则由无线通信网络检测到的运动位于无线节点处或附近的概率将相对较高。因此，链路似然图可以将高似然值与成比例地高的计数值相关联。然而，似然值和计数值的其它关联也是可以的。
在一些变形例中，概率向量由概率向量P(Lj|Ni)表示，该概率向量P(Lj|Ni)包括基于链路似然图的概率值。概率值对应于无线链路Lj表现出考虑到无线节点Ni处的运动的链路活动的概率。例如，并且参考图3，链路计算器416可以生成仅包括具有唯一链路标识符“1”的无线链路L02的无线链路的子集。因此，P(Lj|Ni)＝P(1|Ni)＝{P(1|0),P(1|1),P(1|2)}。这里，P(1|0)对应于无线节点0处的运动诱导沿着无线链路1的链路活动的概率，P(1|1)对应于无线节点1处的运动诱导沿着无线链路1的链路活动的概率，并且P(1|2)对应于无线节点2处的运动诱导沿着无线链路1的链路活动的概率。这些概率值可以是从链路似然图的似然值生成的。例如，链路计算器416可以基于相应的计数值为无线节点0、1和2各自指派似然值。然后，链路计算器416可以将所指派的似然值归一化为1，由此针对各无线节点生成相应的概率值。
图5A示出链路计算器基于多个无线链路来生成概率向量的示例处理的流程图。图5A描绘链路计算器考虑三个无线链路。然而，其它数量的无线链路也是可以的。为了考虑多个无线链路，链路计算器除了依赖于最高运动指示值之外还依赖于运动指示值。该处理从直觉上有道理。如果在无线节点附近发生干扰，则该干扰有可能影响与该无线节点相关联的所有无线链路。链路计算器可以接受所有被激励的无线链路并检查这些被激励的无线链路中的特定无线节点的出现频率。在该实例中，运动最有可能在最常见的无线节点处发生。似然计算器采用M个最高激励的无线链路(例如，M＝3)，并将这些无线链路传递到数学函数。数学函数拆分各无线链路以创建一组元组，然后确定该给定一组元组中的各无线节点的频率。数学函数还将各无线节点的如此得到的频率通过链路似然图映射到似然值。然后针对贝叶斯更新引擎输出概率向量。
图5B示出用于使用似然计算器来生成概率向量的示例数学函数。图5B示出由图5A中的似然计算器所利用的多链路似然处理，并且更详细地拆分和解释示例数学函数。将来自某个时刻的无线链路称为Lt，并且用激励等级表示的无线链路数由m给出。似然计算器接受来自无线链路向量的M个被激励的无线链路，并且使用表示为a→b的一个无线链路来创建节点集合{a}和{b}，并对所有M个被激励的无线链路进行该集合的求并(union)。然后，变量j通过取入各元素并将其与由i表示的给定元素进行比较来扫过该并集，其中i被扫过节点字典。该比较产生1或0，其中针对字典中的j的所有值将该1或0相加在一起。求和得到无线通信网络中存在的各无线节点的计数。LLmap函数接收某个节点及其相应的计数，并且作为响应，输出每个计数的似然值。计数越高，无线节点处的运动的似然值越高。
现在返回参考图4，数据处理设备还执行程序指令，以将在时间帧期间在无线通信网络中存在的唯一无线节点的列表从节点字典408传递到概率映射器/再分配器。数据处理设备可以部分地用作诸如框418所示等的概率映射器/再分配器。作为该操作的一部分，数据处理设备可以接收在时间帧之前生成的概率向量(例如，先验概率向量)。概率映射器/再分配器418可操作以确定时间帧之间(诸如在先时间帧和后续时间帧之间等)的无线连接的变化。无线连接的变化可以包括以下项中的一个或两个：[1]在先时间帧和后续时间帧之间已连接到无线通信网络的无线节点；以及[2]在先时间帧和后续时间帧之间已从无线通信网络断开的无线节点。为了确定无线连接的变化，概率映射器/再分配器418可以将时间帧中的唯一无线节点的列表与在时间帧之前生成的概率向量中所表示的无线节点进行比较。
概率映射器/再分配器418还可操作，以通过基于无线连接的变化改变先验概率向量的值来生成多个初始化概率向量420中的初始化概率向量。例如，无线连接的变化可以包括在先时间帧和后续时间帧之间已从无线通信网络断开的无线节点。在这种情况下，概率映射器/再分配器418可以通过将与已断开的无线节点相关联的先验概率向量的值分配到保持连接到无线通信网络的无线节点的值来生成初始化概率向量。这种分配可以以由其余无线节点的值所定义的比发生。然而，其它分配计划也是可以的。在另一示例中，无线连接的变化可以包括在先时间帧和后续时间帧之间已从无线通信网络连接的无线节点。在这种情况下，概率映射器/再分配器418通过向新连接的无线节点的先验概率向量添加值来生成初始化概率向量。
概率映射器/再分配器418可操作，以生成与重置状态相对应的其它类型的初始化概率向量。例如，如果无线通信网络(或运动检测系统)冷启动，则概率映射器/再分配器418可以通过向节点字典408中列出的所有唯一无线节点指派相等的概率值来生成初始化概率向量。在另一示例中，如果无线通信网络(或运动检测系统)热启动，则概率映射器/再分配器418可以基于与最后检测到运动时的时间帧相对应的概率值来生成初始化概率向量。在又一示例中，如果无线通信网络(或运动检测系统)可操作但稍后被重置，则概率映射器/再分配器418可以利用先验概率向量作为初始化概率向量。在又一示例中，如果用户(例如，通过移动软件应用)向无线通信网络(或运动检测系统)通知他/她正要离开被监视的住宅，则概率映射器/再分配器418可以生成具有朝向入口点(例如，前门)处的无线节点偏置的概率值的初始化概率向量。
概率映射器/再分配器418将多个初始化概率向量420传递到多路复用器(或mux)，该多路复用器(或mux)也从运动模型接收先验概率向量。数据处理设备可以部分地用作多路复用器(诸如框422所示等)。多路复用器422可操作，以基于运动指示值集合、无线通信网络的配置或这两者来选择多个初始化概率向量其中之一或先验概率向量。然后，如图4所示，所选择的概率向量被传递到贝叶斯更新引擎。为了确定选择哪个概率向量，多路复用器422从运动持久性计算器(如框424所示)接收控制输入。运动持久性计算器424接收包括运动指示值集合的数据结构422，并且还接收无线通信网络426的配置。基于这些输入，运动持久性计算器424生成控制信号，该控制信号在由多路复用器422接收到时，选择将多个初始化概率向量其中之一和先验概率向量中的哪个传递到贝叶斯更新引擎。如果通过无线通信网络(或运动检测系统)连续地检测到运动，则运动持久性计算器424可以保持将先验概率向量传递通过多路复用器422。相反，如果在不存在的一段时间之后检测到运动，则运动持久性计算器424可以将与重置状态相对应的初始化概率向量传递通过多路复用器422。数据处理设备也可以部分地用作运动持久性计算器424。
在一些实现中，数据处理设备使用所选择的概率向量和与第二后续时间帧相关联的运动指示值集合来识别与在该后续时间帧期间发生的运动相关联的地点。特别地，执行程序指令，以根据从似然计算器416接收到的第一概率向量和从多路复用器422接收到的第二概率向量来生成包括针对各无线节点的第三值的第三概率向量。特别地，如框428所示，贝叶斯更新引擎生成第三概率向量。第三概率向量的第三值表示时间帧期间在各个无线节点处的运动的概率。
在一些变形例中，第二概率向量由概率向量P(Ni)表示，该概率向量P(Ni)包括表示无线节点Ni处的运动的概率的概率值(或第二值)。针对P(Ni)的无线节点Ni处的运动的概率独立于沿着无线链路Lj中的任何无线链路的链路活动，并且也可以独立于其它因素。例如，并且参考图3，程序指令可以使得数据处理设备根据P(Ni)＝{P(0),P(1),P(2)}来定义P(Ni)。这里，P(Ni)的概率值为P(0)、P(1)和P(2)，其分别对应于无线节点0、1和2处(或者接近无线节点0、1和2)的运动的概率。
在一些变形例中，第三概率向量由P(Ni|Lj)表示，其中Ni对应于唯一节点标识符，并且Lj对应于唯一链路标识符。考虑到沿着无线链路Lj的链路活动，第三概率向量P(Ni|Lj)包括表示无线节点Ni处的运动的概率的第三值。例如，如果Lj对应于图3的无线通信网络300中的无线链路1，则各个第三值可以由P(0|1)、P(1|1)和P(2|1)表示，其中P(Ni|1)＝{P(0|1),P(1|1),P(2|1)}。这里，P(0|1)对应于沿着无线链路1的链路活动由无线节点0处的运动产生的概率，P(1|1)对应于沿着无线链路1的链路活动由无线节点1处的运动产生的概率，并且P(2|1)对应于沿着无线链路1的链路活动由无线节点2处的运动产生的概率。
第三概率向量由P(Ni|Lj)可以由贝叶斯更新引擎428根据式(1)来确定：
Figure BDA0003442619310000251
其中：P(Lj|Ni)和P(Ni)如上所述分别用于来自似然计算器416的第一概率向量和来自多路复用器422的第二概率向量。式(1)可以使得无线通信网络300(或数据处理设备)能够使用贝叶斯统计来确定所检测到的运动的地点。例如，如果在图3的无线通信网络300中无线链路的子集仅包括无线链路1、并且基于链路似然图得到P(1|Ni)＝{1,0.2,0.9}，则程序指令可以使得数据处理设备根据以下计算第三概率向量P(Ni|1)：
Figure BDA0003442619310000252
这样的计算得到P(Ni|1)＝{0.476,0.095,0.429}，其中第三值共计为1，即0.476+0.095+0.429＝1。因此，P(Ni|1)可以表示归一化为1的概率分布。在P(Ni|1)中，P(0|1)对应于第三值中的最大值，其指示由无线通信网络300沿着无线链路1检测到的运动位于(或接近)无线节点0的概率最高。基于该值P(0|1)，程序指令可以使得数据处理设备查找无线节点0的MAC地址值，并且当找到时，输出结果(例如，输出7f4440)。
在一些实现中，数据处理设备对连续时间帧进行迭代处理。例如，数据处理设备可以针对各个时间帧通过多次迭代重复以下操作：获得与后续时间帧相关联的运动指示值集合；基于无线链路的关联运动指示值相对于运动指示值集合中的其它运动指示值的大小来识别无线链路的子集；生成针对后续时间帧期间连接到无线通信网络的无线节点的计数值；基于计数值来生成第一概率向量并且包括所连接的无线节点的值。在一些实现中，所重复的操作包括：获得与在先时间帧相关联的运动指示值集合；生成与在先时间帧相关联的先验概率向量；通过选择多个初始化概率向量其中之一或先验概率向量来生成第二概率向量。
在一些实现中，所重复的操作可以包括：基于第一概率向量的第一值和第二概率向量的第二值来生成第三概率向量；识别与第三值中的最高值相关联的无线通信装置；以及通过数据处理设备的操作，将与所识别的无线通信装置相关联的地点识别为从后续时间帧期间交换的无线信号所检测到的运动的地点。
贝叶斯更新引擎428的输出可被馈送到运动模型以生成先验概率向量(或第二概率向量)，该先验概率向量被传递到概率映射器/再分配器418和多路复用器422。数据处理设备可以部分地用作运动模型(如框430所示)。运动模型430可以类似于在网格上计算概率来操作。图6呈现使用三个无线节点的网格表示的示例运动模型的示意图。在每个时刻t，运动可能存在于可用无线节点中的任意无线节点处。从时间t到时间t+1(在图6中分别示出为t1和t2)，运动可以保持在同一无线节点处，或者转移到任何其它无线节点。为了确定时间步长t+1处的运动，将在时间步长t中在任何无线节点上存在的运动的概率聚合，其可以包括矩阵向量计算。现在在时间步长t+1中在n1处发生运动的概率由如下运动的概率给出，该运动过去在n1处发生并且停留在n1处，过去在n2处发生并且移动到n1，或者过去在n3处发生并且移动到n1。换句话说，在时间步长t+1在n1处的运动可以由点积表示。在任何时间针对所有三个节点的整体运算可以通过所示的矩阵向量计算来表示。矩阵的各条目是从在Nx处发生转移到Ny的运动的转移概率。
图7呈现在确定由无线通信网络中的三个无线链路检测到的运动的地点时的概率的示例流程的示意图。在最左侧是初始概率向量，该初始概率向量将运动的相等概率指派给无线通信网络中的所有无线节点。在左上方的插图中，轴上的各脉冲将被读取为x轴上在节点Nx处发生运动的概率。在最右侧，接收到运动指示值，这些运动指示值指定无线链路上的激励量。这些值被转换成似然函数，该似然函数确定各无线节点触发所观察到的链路行为的可能性。在中间右侧的插图中，链路激励似然图在x轴上并且针对所有可能的无线节点呈现似然向量的标绘图。使用贝叶斯公式，将似然向量和初始概率向量相乘，并将如此得到的乘积除以通过在所有无线节点上进行边缘化所获得的归一化常数。该计算考虑到时间步长t+1处的链路信息来提供无线节点处的运动的概率。该概率用于形成何处最有可能发生运动的决定。将输出概率作为新概率指派给阳极运动概率向量，然后传播通过运动模型，从而为循环的下一次迭代做准备。运动模型的工作是基于在任何时刻从Nx向Ny进行转移的转移概率的信息而将这些概率传播到下一个时间步长中。
现在返回参考图3，无线通信网络300可以通过考虑运动从一个无线节点302向另一无线节点302的潜在转移来确定由无线链路检测到的运动的地点。运动的潜在转移还可以包括保持在无线节点302处或紧邻无线节点302的转移。例如，无线通信网络300可以检测布置在房屋的卧室中的第一无线节点处或附近的运动。如果相应的检测时间段在进餐时间(例如，早餐、午餐等)期间，则无线通信网络300可以考虑朝向房屋的厨房中的第二无线节点的转移。在另一示例中，如果无线通信网络300在进餐时间期间检测到第二无线节点处或附近的运动，则无线通信网络300可以考虑进餐时间内的将来时间段内保持在第二无线节点处或附近的检测到的运动。潜在转移的其它标准也是可以的。
在一些实例中，所检测到的运动的潜在转移包括时间、地点或这两者的标准。例如，如果在夜间发生检测时间段，则所检测到的运动从卧室转移到洗手间的概率可能高。相反，所检测到的运动转移到前门的概率可能低。转移概率矩阵可用于表示主要基于时间的这些差异。转移概率矩阵可以将高转移概率指派给从卧室转移到洗手间的所检测到的运动，同时将低转移概率指派给从卧室转移到前门的检测运动。转移概率矩阵还可以考虑所检测到的运动的地点。例如，在客厅中检测到的运动可以具有转移到任何其它无线节点的类似概率。该类似概率可以包含时间(例如，夜间、白天等)的考虑。
图8是无线通信网络800的示意图，其中虚线箭头指示所检测到的运动在无线节点802之间的潜在转移。图8的无线通信网络800可以类似于图3的无线通信网络。图3和图8共同的特征经由增量相差500的坐标数字而相关。在图8中，虚线箭头表示所检测到的运动在无线通信网络800的无线节点802之间的各潜在转移。虚线箭头被标记为Tij，其中第一个下标i指示起始地点并且第二个下标j指示目的地地点。例如，无线节点N0和N1各自可以根据特定转移而用作起始地点和目的地地点。转移T01对应于所检测到的运动从N0转移到N1，并且转移T10对应于所检测到的运动从N1转移到N0。
在一些实现中，无线通信网络800中的节点获得包括转移值和非转移值的转移概率矩阵。转移值可以表示在与不同无线通信装置相关联的地点之间转移的运动的概率，并且非转移值表示保持在与各个无线通信装置相关联的地点内的运动的概率。
在一些变形例中，转移概率矩阵由
Figure BDA0003442619310000281
表示，其中：
Figure BDA0003442619310000282
对应于在先时间帧(t-1)期间检测到运动的唯一节点标识符，并且
Figure BDA0003442619310000283
对应于所检测到的运动在后续时间帧(t)中已移动的唯一节点标识符。转移概率矩阵
Figure BDA0003442619310000291
包括可以表示转移概率值或非转移概率值的概率值
Figure BDA0003442619310000292
例如，转移概率矩阵
Figure BDA0003442619310000293
可以根据式(2)来扩展：
Figure BDA0003442619310000294
这里，转移概率矩阵
Figure BDA0003442619310000295
的对角项对应于
Figure BDA0003442619310000296
并且非对角项对应于
Figure BDA0003442619310000297
对角项可以表示在后续时间帧期间在同一无线通信装置之间转变(保持在该同一无线通信装置处)的概率，例如T(0t|0t-1)、T(1t|1t-1)、T(2t|2t-1)、等等。如此，对角项可以表示非转移概率值(或非转移值)。类似地，非对角项表示在后续时间帧期间从一个无线通信装置转移到另一无线通信装置的概率，例如T(0t|2t-1)、T(3t|0t-1)、T(1t|8t-1)、等等。如此，非对角项可以对应于转移概率值(或转移值)。
对于图8的无线通信装置800，潜在转移T00、T11和T22可以由相应的非转移概率值T(0t|0t-1)、T(1t|1t-1)和T(2t|2t-1)来表示。类似地，潜在转移T01、T10、T02、T20、T12和T21可以由相应的转移概率值T(1t|0t-1)、T(0t|1t-1)、T(2t|0t-1)、T(0t|2t-1)、T(2t|1t-1)和T(1t|2t-1)来表示。然后，可以根据式(2)构建全矩阵
Figure BDA0003442619310000298
Figure BDA0003442619310000299
在一些实例中，概率值
Figure BDA00034426193100002910
被指派基于粘性因子的值。粘性因子可以是将保持在无线通信装置处的概率除以转移离开无线通信装置的概率(例如，概率比)。例如，对于图8的无线通信网络800，所检测到的运动可被已知(八次中有五次)保持接近任何给定无线节点802。然后粘性因子可被确定为0.625。如此，非转移概率值T(0t|0t-1)、T(1t|1t-1)和T(2t|2t-1)可被分配值0.625。如果转移到其它两个无线节点802中的任一无线节点802的概率相同，则其余的转移概率值可以通过(1-0.625)/2＝0.1875来确定。可以如下构建转移概率矩阵
Figure BDA00034426193100002911
Figure BDA0003442619310000301
在一些实现中，无线通信网络800中的节点确定从在后续时间帧期间交换的无线信号所检测到的运动的地点。所确定的地点是基于第一概率向量、第二概率向量和转移概率矩阵。在进一步的实现中，无线通信网络800通过组合第一概率向量、第二概率向量和转移概率矩阵来生成第三概率向量。生成第三概率向量可以是由数据处理设备执行程序指令引起的。第三概率向量包括表示在后续时间帧期间在各个无线通信装置处的运动的第三概率的第三值。在执行程序指令时，无线通信网络800还可以识别与第三值中的最高值相关联的无线通信装置。此外，无线通信网络800可以通过将与无线通信装置相关联的地点识别为在第一时间帧期间检测到的运动的地点来确定运动的地点。
在一些变形例中，第三概率向量由
Figure BDA0003442619310000302
表示，其中：
Figure BDA0003442619310000303
对应于后续时间帧(t)处的唯一节点标识符，并且
Figure BDA0003442619310000304
对应于第一时间帧(t)处的唯一链路标识符。第三概率向量
Figure BDA0003442619310000305
包括考虑到沿着无线链路Lj的链路活动而在后续时间帧处表示无线节点Ni处的运动的概率的第三值。可以根据式(3)确定第三概率向量
Figure BDA0003442619310000306
Figure BDA0003442619310000307
其中：
Figure BDA0003442619310000308
和
Figure BDA0003442619310000309
如上所述与式(1)和(2)有关。这里，角标t指示来自后续时间帧(t)的唯一节点或链路标识符。在第三概率向量的递归更新期间，先前时间的第三概率向量
Figure BDA00034426193100003010
可用作后续时间帧的第二概率向量
Figure BDA00034426193100003011
如此，在式(3)中，
Figure BDA00034426193100003012
从而生成式(4)：
Figure BDA00034426193100003013
式(3)和(4)可以使得无线通信网络800(或数据处理设备)能够在考虑无线节点802之间的潜在转移的同时，使用贝叶斯统计来确定所检测到的运动的地点。
图9是示出用于确定由无线通信网络中的无线通信装置检测到的运动的地点的另一示例处理900的流程图。示例处理900中的操作可以由数据处理设备(例如，图1A中的无线通信装置102中的处理器)进行，以基于在无线通信装置处接收到的信号来检测运动的地点。示例处理900可以由另一类型的装置进行。例如，处理900的操作可以由除无线通信装置以外的系统(例如，连接到图1A的无线通信系统100的计算机系统，其聚合并分析由无线通信装置102接收到的信号)进行。
示例处理900可以包括附加的或不同的操作，并且这些操作可以以所示的顺序或以另一顺序进行。在一些情况下，图9所示的操作中的一个或多于一个可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。
示例处理900包括：如操作902所示，获得与时间帧相关联的运动指示值集合。该运动指示值集合指示在该时间帧期间从无线通信网络中的无线链路检测到的运动。各运动指示值与相应的无线链路相关联，并且各无线链路是在无线通信网络中的各对无线通信装置之间定义的。
示例处理900还包括：如操作904所示，基于无线链路各自的运动指示值相对于运动指示值集合中的其它运动指示值的大小来识别无线链路的子集。示例处理900附加地包括：如操作906所示，生成针对在时间帧期间连接到无线通信网络的无线通信装置的计数值。针对各无线通信装置的计数值指示在所识别的子集中有多少个无线链路是由无线通信装置定义的。
示例处理900还包括：如操作908所示，基于计数值来生成概率向量，并且包括针对所连接的无线通信装置的值。针对各所连接的无线通信装置的值表示在时间帧期间在所连接的无线通信装置处的运动的概率。
在一些实现中，示例处理900包括：改变运动指示值集合的一个或多于一个大小，以使各运动指示值参考无线链路灵敏度的共同标度。在一些实现中，示例处理900包括：基于运动指示值集合来识别在时间帧期间在无线通信网络中活动的无线链路。示例处理900可以可选地包括：识别定义各所识别的活动无线链路的成对的无线通信装置，由此识别在时间帧期间连接到无线通信网络的无线通信装置。
在一些实现中，时间帧是在先时间帧之后的后续时间帧，概率向量是第一概率向量，并且值是第一值。在这些实现中，示例处理900包括：获得从与在先时间帧相关联的运动指示值生成的第二概率向量。第二概率向量包括在先时间帧期间连接到无线通信网络的无线通信装置的第二值。第二值表示在先时间帧期间在所连接的无线通信装置处的运动的概率。示例处理900还包括：基于第一概率向量的第一值和第二概率向量的第二值来生成第三概率向量。第三概率向量包括后续时间帧期间连接到无线通信网络的无线通信装置的第三值。第三值表示后续时间帧期间在所连接的无线通信装置处的运动的概率。示例处理900还包括：识别与第三值中的最高值相关联的无线通信装置，并且通过数据处理设备的操作将与所识别的无线通信装置相关联的地点识别为从后续时间帧期间交换的无线信号所检测到的运动的地点。
在这些实现中，示例处理900可以可选地包括：获得转移概率矩阵，该转移概率矩阵包括：[1]转移值，其表示用于在与不同无线通信装置相关联的地点之间转移的运动的概率；以及[2]非转移值，其表示用于保持在与各个无线通信装置相关联的地点内的运动的概率。生成第三概率向量包括：基于第一概率向量的第一值、第二概率向量的第二值、以及转移概率矩阵的转移值和非转移值来生成第三概率向量。
同样在这些实现中，示例处理900可以可选地包括：针对各个时间帧通过多次迭代重复以下操作：获得运动指示值集合；识别无线链路的子集；生成计数值；生成第一概率向量；获得第二概率向量；生成第三概率向量；识别无线通信装置；以及识别地点。前一迭代的第三概率向量用作当前迭代的第二概率向量，由此使得能够递归地更新第三概率向量。
图10是示出用于确定由无线通信网络中的无线通信装置检测到的运动的地点的附加示例处理1000的流程图。示例处理1000中的操作可以由数据处理设备(例如，图1A中的无线通信装置102中的处理器)进行，以基于在无线通信装置处接收到的信号来检测运动的地点。示例处理1000可以由另一类型的装置进行。例如，示例处理1000的操作可以由除无线通信装置以外的系统(例如，连接到图1A的无线通信系统100的计算机系统，其聚合并分析由无线通信装置102接收到的信号)进行。
示例处理1000可以包括附加的或不同的操作，并且这些操作可以以所示的顺序或以另一顺序进行。在一些情况下，图10所示的操作中的一个或多于一个可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。
示例处理1000包括：如操作1002所示，获得与在先时间帧相关联的运动指示值集合。该运动指示值集合指示在先时间帧期间从无线通信网络中的无线链路检测到的运动。各运动指示值与相应的无线链路相关联。各无线链路是在无线通信网络的各对无线通信装置之间定义的。
示例处理1000还包括：基于运动指示值集合来生成先验概率向量，并且包括在先时间帧期间连接到无线通信网络的无线通信装置的值。这些值表示在先时间帧期间在所连接的无线通信装置处的运动的概率。
示例处理1000附加地包括：基于运动指示值集合、无线通信网络的配置或这两者来选择多个初始化概率向量其中之一或者先验概率向量。示例处理1000进一步包括：使用所选择的概率向量和与第二后续时间帧相关联的运动指示值集合来识别与后续时间帧期间发生的运动相关联的地点。
在一些实现中，多个初始化概率向量包括初始化概率向量，该初始化概率向量具有后续时间帧期间连接到无线通信网络的无线通信装置的概率值。这些概率值在大小上相等，并且表示后续时间帧期间在所连接的无线通信装置处的运动的概率。
在一些实现中，多个初始化概率向量包括初始化概率向量，该初始化概率向量具有后续时间帧期间连接到无线通信网络的无线通信装置的概率值。至少一个概率值具有基于相应无线通信装置的地点的大小。概率值表示后续时间帧期间在所连接的无线通信装置处的运动的概率。
在一些实现中，示例处理1000包括：确定在先时间帧和后续时间帧之间的无线连接的变化。无线连接的变化包括以下项中的一者或两者：[1]在先时间帧和后续时间帧之间已连接到无线通信网络的无线通信装置；以及[2]在先时间帧和后续时间帧之间已从无线通信网络断开的无线通信装置。示例处理1000还包括：通过基于无线连接的变化改变先验概率向量的值来生成多个初始化概率向量中的初始化概率向量。
在这些实现中，无线连接的变化可以可选地包括在先时间帧和后续时间帧之间已从无线通信网络断开的无线通信装置。然后，生成初始化概率向量的操作包括：将与已断开的无线通信装置相关联的先验概率向量的值分配到保持连接到无线通信网络的无线通信装置的值。
同样在这些实现中，无线连接的变化可以可选地包括在先时间帧和后续时间帧之间已连接到无线通信网络的无线通信装置。然后，生成初始化概率向量的操作包括：向已连接到无线通信网络的无线通信装置的先验概率向量添加值。
另外，在这些实现中，示例处理1000可以可选地包括：针对各个时间帧通过多次迭代来监视无线通信装置的连接状况。连接状况指示连接状态或断开状态。然后，示例处理1000包括：如果连接状况已针对预定数量的时间帧连续地指示断开状态，则针对后续时间帧，将无线通信装置识别为断开的无线通信装置。
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、或者这些结构中的一个或多于一个的组合。本说明书中所描述的一些主题可以被实现为一个或多于一个计算机程序(即计算机程序指令的一个或多于一个模块)，该计算机程序被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或者被包括在如下之中：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于一个的组合。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或者被包括在如下之中：一个或多于一个单独的物理组件或介质(例如，多个CD、盘或其它存储装置)。
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于一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。
术语“数据处理设备”涵盖了用于处理数据的所有种类的设备、装置和机器，其例如包括可编程处理器、计算机、片上系统、或者前述中的多个或组合。该设备可以包括专用逻辑电路，例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。该设备除了包括硬件之外，还可以包括用于创建所讨论的计算机程序的执行环境的代码，例如，构成处理器固件、协议栈、数据库管理系统、操作系统、跨平台运行时环境、虚拟机、或者它们中的一个或多于一个的组合的代码。
计算机程序(也已知为程序、程序指令、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需要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，其中该文件用于将其它程序或数据(例如，标记语言文档中所存储的一个或多于一个脚本)保持在专用于程序的单个文件中、或者保持在多个协调文件(例如，用于存储一个或多于一个模块、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执行，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：由一个或多于一个可编程处理器执行一个或多于一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于一个存储器装置。计算机还可以包括用于存储数据的一个或多于一个大容量存储装置(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于一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所通过的键盘和指示装置(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来接收，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该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。
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适合的子组合实现。
类似地，尽管按特定顺序在附图中描绘了这些操作，但这不应当被理解成为了实现期望结果就需要按所示特定顺序或顺次进行这些操作、或者进行全部所示操作。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一起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，其它实施例在本发明的范围内。

Claims (22)

1.一种方法，包括：
获得与时间帧相关联的运动指示值集合，所述运动指示值集合指示所述时间帧期间从无线通信网络中的无线链路所检测到的运动，各运动指示值与相应的无线链路相关联，各无线链路是在所述无线通信网络中的各对无线通信装置之间定义的；
基于无线链路各自的运动指示值相对于所述运动指示值集合中的其它运动指示值的大小来识别所述无线链路的子集；
生成针对所述时间帧期间连接到所述无线通信网络的无线通信装置的计数值，针对各无线通信装置的计数值指示所识别的子集中有多少个无线链路是由该无线通信装置定义的；以及
基于所述计数值来生成概率向量，并且包括针对所连接的无线通信装置的值，针对所连接的各无线通信装置的值表示所述时间帧期间在所连接的该无线通信装置处的运动的概率。
2.根据权利要求1所述的方法，包括：
改变所述运动指示值集合的一个或多于一个大小，以使各运动指示值参考无线链路灵敏度的共同标度。
3.根据权利要求1或2所述的方法，包括：
基于所述运动指示值集合来识别所述时间帧期间在所述无线通信网络中活动的无线链路。
4.根据权利要求3所述的方法，包括：
对定义所识别的各活动无线链路的成对的无线通信装置进行识别，由此识别所述时间帧期间连接到所述无线通信网络的无线通信装置。
5.根据权利要求1至4中任一项所述的方法，
其中，所述时间帧是在先时间帧之后的后续时间帧，所述概率向量是第一概率向量，并且所述值是第一值，以及
其中，所述方法包括：
获得从与所述在先时间帧相关联的运动指示值生成的第二概率向量，所述第二概率向量包括针对所述在先时间帧期间连接到所述无线通信网络的无线通信装置的第二值，所述第二值表示所述在先时间帧期间在所连接的无线通信装置处的运动的概率；
基于所述第一概率向量的所述第一值和所述第二概率向量的所述第二值来生成第三概率向量，所述第三概率向量包括针对所述后续时间帧期间连接到所述无线通信网络的无线通信装置的第三值，所述第三值表示所述后续时间帧期间在所连接的无线通信装置处的运动的概率；
识别与所述第三值中的最高值相关联的无线通信装置；以及
通过数据处理设备的操作，将与所识别的无线通信装置相关联的地点识别为从所述后续时间帧期间交换的无线信号所检测到的运动的地点。
6.根据权利要求5所述的方法，包括：
获得转移概率矩阵，所述转移概率矩阵包括：
转移值，其表示用于在与不同无线通信装置相关联的地点之间转移的运动的概率，以及
非转移值，其表示用于保持在与各个无线通信装置相关联的地点内的运动的概率，以及
其中，生成所述第三概率向量包括：基于所述第一概率向量的所述第一值、所述第二概率向量的所述第二值、以及所述转移概率矩阵的所述转移值和所述非转移值，来生成所述第三概率向量。
7.根据权利要求5所述的方法，包括：
针对各个时间帧通过多次迭代重复以下操作：获得所述运动指示值集合，识别所述无线链路的子集，生成所述计数值，生成所述第一概率向量，获得所述第二概率向量，生成所述第三概率向量，识别所述无线通信装置，以及识别所述地点，
其中，前一迭代的所述第三概率向量用作当前迭代的所述第二概率向量，从而使得能够递归地更新所述第三概率向量。
8.一种系统，包括：
无线通信网络中的无线通信装置，其被配置为在无线链路上交换无线信号，各无线链路是在所述无线通信装置中的各对无线通信装置之间定义的；
一个或多于一个处理器；以及
存储器，用于存储被配置为在由所述一个或多于一个处理器执行时进行操作的指令，所述操作包括：
获得与时间帧相关联的运动指示值集合，所述运动指示值集合指示所述时间帧期间从所述无线链路所检测到的运动，各运动指示值与相应的无线链路相关联；
基于无线链路各自的运动指示值相对于所述运动指示值集合中的其它运动指示值的大小来识别所述无线链路的子集；
生成针对所述时间帧期间连接到所述无线通信网络的无线通信装置的计数值，针对各无线通信装置的计数值指示所识别的子集中有多少个无线链路是由该无线通信装置定义的；以及
基于所述计数值来生成概率向量，并且包括针对所连接的无线通信装置的值，针对所连接的各无线通信装置的值表示所述时间帧期间在所连接的该无线通信装置处的运动的概率。
9.根据权利要求8所述的系统，所述操作包括：
改变所述运动指示值集合的一个或多于一个大小，以使各运动指示值参考无线链路灵敏度的共同标度。
10.根据权利要求8或9所述的系统，所述操作包括：
基于所述运动指示值集合来识别所述时间帧期间在所述无线通信网络中活动的无线链路。
11.根据权利要求10所述的系统，所述操作包括：
对定义所识别的各活动无线链路的成对的无线通信装置进行识别，由此识别所述时间帧期间连接到所述无线通信网络的无线通信装置。
12.根据权利要求8至11中任一项所述的系统，
其中，所述时间帧是在先时间帧之后的后续时间帧，所述概率向量是第一概率向量，并且所述值是第一值，以及
其中，所述操作包括：
获得从与所述在先时间帧相关联的运动指示值生成的第二概率向量，所述第二概率向量包括针对所述在先时间帧期间连接到所述无线通信网络的无线通信装置的第二值，所述第二值表示所述在先时间帧期间在所连接的无线通信装置处的运动的概率；
基于所述第一概率向量的所述第一值和所述第二概率向量的所述第二值来生成第三概率向量，所述第三概率向量包括针对所述后续时间帧期间连接到所述无线通信网络的无线通信装置的第三值，所述第三值表示所述后续时间帧期间在所连接的无线通信装置处的运动的概率；
识别与所述第三值中的最高值相关联的无线通信装置；以及
通过数据处理设备的操作，将与所识别的无线通信装置相关联的地点识别为从所述后续时间帧期间交换的无线信号所检测到的运动的地点。
13.根据权利要求12所述的系统，所述操作包括：
获得转移概率矩阵，所述转移概率矩阵包括：
转移值，其表示用于在与不同无线通信装置相关联的地点之间转移的运动的概率，以及
非转移值，其表示用于保持在与各个无线通信装置相关联的地点内的运动的概率，以及
其中，生成所述第三概率向量包括：基于所述第一概率向量的所述第一值、所述第二概率向量的所述第二值、以及所述转移概率矩阵的所述转移值和所述非转移值，来生成所述第三概率向量。
14.根据权利要求12所述的系统，所述操作包括：
针对各个时间帧通过多次迭代重复以下操作：获得所述运动指示值集合，识别所述无线链路的子集，生成所述计数值，生成所述第一概率向量，获得所述第二概率向量，生成所述第三概率向量，识别所述无线通信装置，以及识别所述地点，
其中，前一迭代的所述第三概率向量用作当前迭代的所述第二概率向量，从而使得能够递归地更新所述第三概率向量。
15.根据权利要求8至14中任一项所述的系统，其中，所述无线通信装置至少之一包括所述存储器和所述一个或多于一个处理器。
16.一种非暂时性计算机可读介质，用于存储在由数据处理设备执行时使得所述数据处理设备进行操作的指令，所述操作包括：
获得与时间帧相关联的运动指示值集合，所述运动指示值集合指示所述时间帧期间从无线通信网络中的无线链路所检测到的运动，各运动指示值与相应的无线链路相关联，各无线链路是在所述无线通信网络中的各对无线通信装置之间定义的；
基于无线链路各自的运动指示值相对于所述运动指示值集合中的其它运动指示值的大小来识别所述无线链路的子集；
生成针对所述时间帧期间连接到所述无线通信网络的无线通信装置的计数值，针对各无线通信装置的计数值指示所识别的子集中有多少个无线链路是由该无线通信装置定义的；以及
基于所述计数值来生成概率向量，并且包括针对所连接的无线通信装置的值，针对所连接的各无线通信装置的值表示所述时间帧期间在所连接的该无线通信装置处的运动的概率。
17.根据权利要求16所述的计算机可读介质，包括：
改变所述运动指示值集合的一个或多于一个大小，以使各运动指示值参考无线链路灵敏度的共同标度。
18.根据权利要求16或17所述的计算机可读介质，包括：
基于所述运动指示值集合来识别所述时间帧期间在所述无线通信网络中活动的无线链路。
19.根据权利要求18所述的计算机可读介质，包括：
对定义所识别的各活动无线链路的成对的无线通信装置进行识别，由此识别所述时间帧期间连接到所述无线通信网络的无线通信装置。
20.根据权利要求16至19中任一项所述的计算机可读介质，
其中，所述时间帧是在先时间帧之后的后续时间帧，所述概率向量是第一概率向量，并且所述值是第一值，以及
其中，所述操作包括：
获得从与所述在先时间帧相关联的运动指示值生成的第二概率向量，所述第二概率向量包括针对所述在先时间帧期间连接到所述无线通信网络的无线通信装置的第二值，所述第二值表示所述在先时间帧期间在所连接的无线通信装置处的运动的概率；
基于所述第一概率向量的所述第一值和所述第二概率向量的所述第二值来生成第三概率向量，所述第三概率向量包括针对所述后续时间帧期间连接到所述无线通信网络的无线通信装置的第三值，所述第三值表示所述后续时间帧期间在所连接的无线通信装置处的运动的概率；
识别与所述第三值中的最高值相关联的无线通信装置；以及
通过数据处理设备的操作，将与所识别的无线通信装置相关联的地点识别为从所述后续时间帧期间交换的无线信号所检测到的运动的地点。
21.根据权利要求20所述的计算机可读介质，包括：
获得转移概率矩阵，所述转移概率矩阵包括：
转移值，其表示用于在与不同无线通信装置相关联的地点之间转移的运动的概率，以及
非转移值，其表示用于保持在与各个无线通信装置相关联的地点内的运动的概率，以及
其中，生成所述第三概率向量包括：基于所述第一概率向量的所述第一值、所述第二概率向量的所述第二值、以及所述转移概率矩阵的所述转移值和所述非转移值，来生成所述第三概率向量。
22.根据权利要求20所述的计算机可读介质，包括：
针对各个时间帧通过多次迭代重复以下操作：获得所述运动指示值集合，识别所述无线链路的子集，生成所述计数值，生成所述第一概率向量，获得所述第二概率向量，生成所述第三概率向量，识别所述无线通信装置，以及识别所述地点，
其中，前一迭代的所述第三概率向量用作当前迭代的所述第二概率向量，从而使得能够递归地更新所述第三概率向量。
CN201980098048.1A 2019-04-30 2019-08-22 基于无线链路计数来确定从无线信号检测到的运动的地点 Pending CN114072692A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/399,657 US10459074B1 (en) 2019-04-30 2019-04-30 Determining a location of motion detected from wireless signals based on wireless link counting
US16/399,657 2019-04-30
PCT/CA2019/051155 WO2020220111A1 (en) 2019-04-30 2019-08-22 Determining a location of motion detected from wireless signals based on wireless link counting

Publications (1)

Publication Number Publication Date
CN114072692A true CN114072692A (zh) 2022-02-18

Family

ID=68314916

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980098048.1A Pending CN114072692A (zh) 2019-04-30 2019-08-22 基于无线链路计数来确定从无线信号检测到的运动的地点

Country Status (5)

Country Link
US (1) US10459074B1 (zh)
EP (1) EP3963361A4 (zh)
CN (1) CN114072692A (zh)
CA (1) CA3138202A1 (zh)
WO (1) WO2020220111A1 (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10852411B2 (en) 2017-12-06 2020-12-01 Cognitive Systems Corp. Motion detection and localization based on bi-directional channel sounding
US11403543B2 (en) 2018-12-03 2022-08-02 Cognitive Systems Corp. Determining a location of motion detected from wireless signals
US11087604B2 (en) 2019-04-30 2021-08-10 Cognitive Systems Corp. Controlling device participation in wireless sensing systems
US10567914B1 (en) 2019-04-30 2020-02-18 Cognitive Systems Corp. Initializing probability vectors for determining a location of motion detected from wireless signals
US10743143B1 (en) 2019-05-15 2020-08-11 Cognitive Systems Corp. Determining a motion zone for a location of motion detected by wireless signals
US11006245B2 (en) 2019-09-30 2021-05-11 Cognitive Systems Corp. Detecting a location of motion using wireless signals and topologies of wireless connectivity
US11570712B2 (en) 2019-10-31 2023-01-31 Cognitive Systems Corp. Varying a rate of eliciting MIMO transmissions from wireless communication devices
CA3152905A1 (en) 2019-10-31 2021-05-06 Christopher Beg Using mimo training fields for motion detection
CN114599991A (zh) 2019-10-31 2022-06-07 认知系统公司 引发来自无线通信装置的mimo传输
US20230305094A1 (en) * 2019-11-27 2023-09-28 Rockwell Collins, Inc. Doppler nulling spatial awareness (dnsa) solutions for non-terrestrial networks
CN116058071A (zh) 2020-08-31 2023-05-02 认知系统公司 控制标准化无线通信网络中的运动拓扑结构
US11070399B1 (en) 2020-11-30 2021-07-20 Cognitive Systems Corp. Filtering channel responses for motion detection
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
WO2023215992A1 (en) * 2022-05-11 2023-11-16 Cognitive Systems Corp. Utilizing spatial maps for motion localization based on motion-sensing data derived from wireless signals
WO2024047528A1 (en) * 2022-09-01 2024-03-07 Cognitive Systems Corp. Wi-fi sensing taking into consideration received noise power information

Family Cites Families (129)

* Cited by examiner, † Cited by third party
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
US5613039A (en) 1991-01-31 1997-03-18 Ail Systems, Inc. Apparatus and method for motion detection and tracking of objects in a region for collision avoidance utilizing a real-time adaptive probabilistic neural network
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
EP1067397B1 (de) 1999-07-03 2006-01-25 Siemens Schweiz AG Bewegungsmelder nach dem Doppler-Prinzip
US7904569B1 (en) 1999-10-06 2011-03-08 Gelvin David C Method for remote access of vehicle components
AU2002336576A1 (en) 2001-09-17 2003-04-01 Morpho Technologies Digital signal processor for wireless baseband processing
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
US6914854B1 (en) 2002-10-29 2005-07-05 The United States Of America As Represented By The Secretary Of The Army Method for detecting extended range motion and counting moving objects using an acoustics microphone array
US7869822B2 (en) 2003-02-24 2011-01-11 Autocell Laboratories, Inc. Wireless network apparatus and system field of the invention
JP2004286567A (ja) 2003-03-20 2004-10-14 Mitsubishi Electric Corp 侵入物検知装置及び侵入物検知方法
US7307575B2 (en) 2004-09-14 2007-12-11 Bae Systems Information And Electronic Systems Integration Inc. Through-the-wall frequency stepped imaging system utilizing near field multiple antenna positions, clutter rejection and corrections for frequency dependent wall effects
US7256727B2 (en) 2005-01-07 2007-08-14 Time Domain Corporation System and method for radiating RF waveforms using discontinues associated with a utility transmission line
US7342493B2 (en) 2005-04-22 2008-03-11 Ultravision Security Systems, Inc. Motion detector
KR20070060796A (ko) * 2005-12-09 2007-06-13 한국전자통신연구원 Ｏｆｄｍａ-ｔｄｍａ 기반 휴대인터넷 시스템에서 액티브세트의 관리 기법
US7652617B2 (en) 2006-06-01 2010-01-26 University Of Florida Research Foundation, Inc. Radar microsensor for detection, tracking, and classification
EP2036056A4 (en) 2006-06-13 2009-08-19 Magneto Inertial Sensing Techn MOTION DETECTION IN A WIRELESS RF NETWORK
US8427979B1 (en) 2006-07-27 2013-04-23 Mobitrum Corporation Method and system for dynamic information exchange on location aware mesh network devices
US8305935B2 (en) 2006-07-27 2012-11-06 Mobitrum Corporation Method and system for dynamic information exchange on location aware mesh network devices
WO2008016679A2 (en) 2006-08-02 2008-02-07 24Eight Llc Wireless detection and alarm system for monitoring human falls and entries into swimming pools by using three dimensional acceleration and wireless link energy data method and apparatus
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
US9319956B2 (en) 2008-01-15 2016-04-19 International Business Machines Corporation Method and apparatus for maintaining communications connections over a distributed wireless network
US9086499B2 (en) 2008-09-23 2015-07-21 Purdue Research Foundation Clustering protocol for directional sensor networks
US10168414B2 (en) 2014-07-17 2019-01-01 Origin Wireless, Inc. Wireless signals and techniques for determining locations of objects in multi-path environments
US8892127B2 (en) 2008-11-21 2014-11-18 Qualcomm Incorporated Wireless-based positioning adjustments using a motion sensor
US20100127853A1 (en) 2008-11-24 2010-05-27 Freeport-Mcmoran Copper & Gold Inc. Method and apparatus for locating and tracking objects in a mining environment
US8671069B2 (en) 2008-12-22 2014-03-11 The Trustees Of Columbia University, In The City Of New York Rapid image annotation via brain state decoding and visual pattern mining
US8463191B2 (en) 2009-04-02 2013-06-11 Qualcomm Incorporated Beamforming options with partial channel knowledge
US8255469B2 (en) 2009-05-29 2012-08-28 Nokia Corporation Method and apparatus for locating communities over an ad-hoc mesh network
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
EP2513666B1 (en) 2009-12-18 2015-02-18 L-3 Communications Cyterra Corporation Moving entity detection
EP2598913A4 (en) 2010-07-27 2014-03-12 Univ Regina METHOD AND SYSTEM FOR COOPERATIVE STOCHASTIC POSITIONING IN A MOBILE ENVIRONMENT
WO2012015688A2 (en) 2010-07-27 2012-02-02 Raytheon Company An intrusion detection and tracking system
US8396485B2 (en) 2010-11-09 2013-03-12 Apple Inc. Beacon-based geofencing
WO2012082758A1 (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
KR101764261B1 (ko) 2011-07-15 2017-08-04 삼성전자주식회사 무선 통신 시스템에서 빔 고정 장치 및 방법
US10411775B2 (en) 2011-07-15 2019-09-10 Samsung Electronics Co., Ltd. Apparatus and method for beam locking in a wireless communication system
JP2013072865A (ja) 2011-09-29 2013-04-22 Oki Electric Ind Co Ltd 検出装置、検出方法、およびプログラム
US20130090151A1 (en) 2011-10-06 2013-04-11 Qualcomm Incorporated Method and apparatus for advanced motion detection in wireless communications systems
ES2602504T3 (es) 2011-10-19 2017-02-21 Telefonaktiebolaget Lm Ericsson (Publ) Un dispositivo de detección de movimiento
US20170126488A1 (en) 2011-12-16 2017-05-04 Carlos Cordeiro Use of motion language for network commands in 60ghz networks
US8866663B2 (en) 2011-12-27 2014-10-21 Massachusetts Institute Of Technology Methods and apparatus for sensing organic tissue
CN102545988A (zh) 2012-02-06 2012-07-04 北京新岸线无线技术有限公司 一种波束赋形矩阵的发送、接收方法和装置
WO2014021574A1 (ko) 2012-08-02 2014-02-06 트라텍정보통신 주식회사 스마트폰과 연동되는 ｕｓｂ 메모리 장치
US9551784B2 (en) 2012-09-04 2017-01-24 Honeywell International Inc. Intrusion detection
US8660578B1 (en) 2012-09-07 2014-02-25 Intel Corporation Proximity human motion detection using wireless signals
US10397039B2 (en) * 2012-12-05 2019-08-27 Origin Wireless, Inc. Apparatus, systems and methods for fall-down detection based on a wireless signal
US9208676B2 (en) 2013-03-14 2015-12-08 Google Inc. Devices, methods, and associated information processing for security in a smart-sensored home
US9584642B2 (en) 2013-03-12 2017-02-28 Google Technology Holdings LLC Apparatus with adaptive acoustic echo control for speakerphone mode
US8847754B2 (en) 2012-11-15 2014-09-30 James Buchheim Locator beacon and radar application for mobile device
US9329701B2 (en) 2012-11-21 2016-05-03 Google Technology Holdings LLC Low power management of multiple sensor chip architecture
CA2834522A1 (en) 2012-11-22 2014-05-22 Perch Communications Inc. System and method for automatically triggered synchronous and asynchronous video and audio communications betwwen users at different endpoints
US20140145829A1 (en) 2012-11-25 2014-05-29 Amir Bassan-Eskenazi Wirless tag based communication, system and applicaitons
US9692459B2 (en) 2012-11-28 2017-06-27 Intel Corporation Using multiple frequency bands with beamforming assistance in a wireless network
US9425627B2 (en) 2013-03-04 2016-08-23 Hello Inc. Telemetry system with remote firmware updates
WO2014179529A1 (en) 2013-05-02 2014-11-06 Consortium P, Inc. Scalable real-time location detection based on overlapping neural networks
US20140355595A1 (en) * 2013-05-29 2014-12-04 Qualcomm Incorporated Method and apparatus for strategically monitoring is-2000 1x ancillary timing parameters
US9395436B2 (en) 2013-06-10 2016-07-19 Honeywell International Inc. Cooperative intrusion detection
CA2820568A1 (en) 2013-06-21 2014-12-21 Ninve Jr. Inc. Dual differential doppler motion detection
WO2015012492A1 (en) 2013-07-26 2015-01-29 Lg Electronics Inc. Method for measuring mobility of ue for multi-antenna beamforming in wireless communication system and apparatus therefor
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
US9975801B2 (en) 2014-07-31 2018-05-22 Corning Incorporated High strength glass having improved mechanical characteristics
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
US10246657B2 (en) 2013-12-11 2019-04-02 Phillips 66 Company Fuel blends for homogeneous charge compression ignition engines
US9549290B2 (en) 2013-12-19 2017-01-17 Google Technology Holdings LLC Method and apparatus for determining direction information for a wireless device
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
CA2945702A1 (en) 2014-01-28 2015-08-06 King Abdullah University Of Science And Technology Buffer sizing for multi-hop networks
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
US10136262B2 (en) 2014-04-28 2018-11-20 Hewlett Packard Enterprise Development Lp Detecting movement in a physical environment
WO2015168700A1 (en) 2014-05-02 2015-11-05 The Board Of Trustees Of The Leland Stanford Junior University Method and apparatus for tracing 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
US9253592B1 (en) 2014-06-19 2016-02-02 Amazon Technologies, Inc. Inter-device bearing estimation based on beamforming and motion data
WO2016005977A1 (en) 2014-07-08 2016-01-14 Trekeye Systems Ltd. A method and system for detection of changes in a defined surveyed area
US11436544B2 (en) 2014-09-03 2022-09-06 CloudLeaf, Inc. System for managing an industrial workflow
US10631123B2 (en) 2014-09-24 2020-04-21 James Thomas O'Keeffe System and method for user profile enabled smart building control
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
US9196432B1 (en) 2014-09-24 2015-11-24 James Thomas O'Keeffe Smart electrical switch with audio capability
CN114089324A (zh) 2014-10-31 2022-02-25 西门子瑞士有限公司 用于在无线电范围中检测对象和/或生物的移动的方法、数字工具、设备和系统
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
EP3243195A4 (en) 2015-01-06 2018-08-22 Cmoo Systems Itd. A method and apparatus for power extraction in a pre-existing ac wiring infrastructure
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
US9706756B2 (en) 2015-03-13 2017-07-18 Michael W. Swan Animal movement mapping and movement prediction method and device
US20170311574A1 (en) 2015-03-13 2017-11-02 Michael W. Swan Animal movement mapping and movement prediction method and device
ES2755366T3 (es) 2015-05-13 2020-04-22 Ericsson Telefon Ab L M Formación de haz
US20180180706A1 (en) 2015-06-26 2018-06-28 Ent. Services Development Corporation Lp Mobile device locator
AU2016304884B2 (en) 2015-08-11 2021-01-28 Masimo Corporation Medical monitoring analysis and replay including indicia responsive to light attenuated by body tissue
US9763054B2 (en) 2015-08-19 2017-09-12 Locix Inc. Systems and methods for determining locations of wireless sensor nodes in a tree network architecture having mesh-based features
US9846220B2 (en) 2015-08-19 2017-12-19 Locix, Inc. Systems and methods for determining locations of wireless sensor nodes in a network architecture having mesh-based features for localization
US10209688B2 (en) 2015-08-26 2019-02-19 Google Llc Smart thermostat robust against adverse effects from internal heat-generating components
US10564285B2 (en) 2015-11-19 2020-02-18 DSCG Solutions, Inc. Estimation of motion in six degrees of freedom (6DOF) using LIDAR
CA3008322A1 (en) 2015-12-23 2017-06-29 Aerial Technologies Inc. System, method and apparatus for sensing changes in an environment using wireless communication signals
US10433184B2 (en) 2015-12-31 2019-10-01 Motorola Mobility Llc Method and apparatus for directing an antenna beam based on a location of a communication device
US9980220B2 (en) 2016-02-01 2018-05-22 Cisco Technology, Inc. Low power wireless communication device and remote management techniques
ES2899403T3 (es) 2016-02-04 2022-03-11 Aerial Tech Inc Sistemas y procedimientos para detectar un entorno con señales de comunicación inalámbricas
CN108780538A (zh) 2016-03-23 2018-11-09 联邦快递服务公司 用于自调整无线节点网络中的节点的广播设定的系统、设备和方法
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
US9584974B1 (en) 2016-05-11 2017-02-28 Cognitive Systems Corp. Detecting motion based on reference signal transmissions
US10129853B2 (en) 2016-06-08 2018-11-13 Cognitive Systems Corp. Operating a motion detection channel in a wireless communication network
EP3455835A4 (en) 2016-06-08 2020-01-08 Aerial Technologies Inc. SYSTEM AND METHOD FOR INTELLIGENT INTRUSION DETECTION USING WIRELESS SIGNALS AND ARTIFICIAL INTELLIGENCE
JP6792365B2 (ja) 2016-07-22 2020-11-25 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ コンテンツ配信システム及び方法
US9524628B1 (en) 2016-08-04 2016-12-20 Cognitive Systems Corp. Detecting signal modulation for motion detection
US9919648B1 (en) 2016-09-27 2018-03-20 Robert D. Pedersen Motor vehicle artificial intelligence expert system dangerous driving warning and control system and method
US10386792B2 (en) 2016-10-19 2019-08-20 Ants Technology (Hk) Limited Sensory systems for autonomous devices
US10779127B2 (en) 2016-11-22 2020-09-15 Aerial Technologies Device free localization methods within smart indoor environments
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
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
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

Also Published As

Publication number Publication date
EP3963361A1 (en) 2022-03-09
WO2020220111A1 (en) 2020-11-05
EP3963361A4 (en) 2023-01-18
CA3138202A1 (en) 2020-11-05
US10459074B1 (en) 2019-10-29

Similar Documents

Publication Publication Date Title
CN114072692A (zh) 基于无线链路计数来确定从无线信号检测到的运动的地点
US10567914B1 (en) Initializing probability vectors for determining a location of motion detected from wireless signals
EP3891522B1 (en) Determining a location of motion detected from wireless signals based on prior probability
US11893515B2 (en) Determining a location of motion detected from wireless signals
US11006245B2 (en) Detecting a location of motion using wireless signals and topologies of wireless connectivity
JP7174073B2 (ja) センサデバイスからのデータを用いた動き検出システムのためのトレーニングデータ
JP7286669B2 (ja) 無線信号分析に基づく存在検出
CN111386474A (zh) 网状网络中的运动检测
CA3120197C (en) Determining a location of motion detected from wireless signals
WO2023215992A1 (en) Utilizing spatial maps for motion localization based on motion-sensing data derived from wireless signals

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