CN115023624A - 信号处理系统、传感器系统、信号处理方法和程序 - Google Patents

信号处理系统、传感器系统、信号处理方法和程序 Download PDF

Info

Publication number
CN115023624A
CN115023624A CN202180011542.7A CN202180011542A CN115023624A CN 115023624 A CN115023624 A CN 115023624A CN 202180011542 A CN202180011542 A CN 202180011542A CN 115023624 A CN115023624 A CN 115023624A
Authority
CN
China
Prior art keywords
signal
sensor
signal processing
distance
differential
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
CN202180011542.7A
Other languages
English (en)
Inventor
井上谦一
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 CN115023624A publication Critical patent/CN115023624A/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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/04—Systems determining presence of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
    • G01S13/56—Discriminating between fixed and moving objects or between objects moving at different speeds for presence detection
    • 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 
    • 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
    • A61B5/68—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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S13/588—Velocity or trajectory determination systems; Sense-of-movement determination systems deriving the velocity value from the range measurement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • G01S7/412—Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明所要克服的问题是提供一种信号处理系统、传感器系统、信号处理方法和程序，其全部被配置或设计为准确地判断对象的属性。根据本发明的信号处理系统(2)包括差计算单元(23)和判断单元(24)。差计算单元(23)使用基准定时的传感器信号(Y1)和相对于基准定时偏移的多个比较定时的多个传感器信号(Y1)。差计算单元(23)生成基准定时的传感器信号(Y1)与多个比较定时的多个传感器信号(Y1)之间的各个差作为多个差分信号，并且获得多个差分信号的各个幅度作为多个差分值。判断单元(24)基于多个差分值来获得评估值，并且通过使用评估值来判断对象(9)的属性。

Description

信号处理系统、传感器系统、信号处理方法和程序
技术领域
本发明涉及信号处理系统、传感器系统、信号处理方法和程序。
背景技术
专利文献1公开了用于基于反射波来感测正在浴室中洗澡的人的状况的身体运动信号处理装置。该反射波是通过用微波(无线电波)照射浴室所获得的。
身体运动信号处理装置在浴室内发送无线电波，接收在浴室内反射的无线电波作为接收信号，并且基于该接收信号检测表示被检者的身体的运动的身体运动信号。然后，身体运动信号处理装置将在被检者(即，将要洗澡的人)不在浴室中的状态下检测到的接收信号中所包括的与身体运动区域分量相对应的信号的振幅值与在被检者正在浴室中洗澡时检测到的身体运动信号的振幅值进行比较，由此检测浴室中的被检者的身体运动(例如，由他或她的心率和呼吸表示)。另外，身体运动信号处理装置在需要时根据被检者的状况发送作为警报的通知。
要求诸如上述的身体运动信号处理装置等的信号处理系统更准确地判断诸如人等的对象的属性。
现有技术文献
专利文献
专利文献1：国际公开2017/149923
发明内容
本发明的目的是提供一种信号处理系统、传感器系统、信号处理方法和程序，其全部都被配置或设计为准确地判断对象的属性。
根据本发明的一方面的信号处理系统从发出无线电波作为发送波并且接收从对象反射的无线电波作为接收波的无线电波传感器接收传感器信号，所述传感器信号包括与所述无线电波传感器和所述对象之间的距离有关的信息。所述信号处理系统包括差计算单元和判断单元。所述差计算单元使用基准定时的传感器信号和相对于所述基准定时偏移的多个比较定时的多个传感器信号。所述差计算单元生成作为所述基准定时的传感器信号与所述多个比较定时的多个传感器信号之间的各个差的多个差分信号，并且获得所述多个差分信号的各个幅度作为多个差分值。所述判断单元基于所述多个差分值来获得评估值，并且通过使用所述评估值来判断所述对象的属性。
根据本发明的另一方面的传感器系统包括：上述的信号处理系统；以及所述无线电波传感器。
根据本发明的又一方面的信号处理方法包括从发出无线电波作为发送波并且接收从对象反射的无线电波作为接收波的无线电波传感器接收传感器信号，所述传感器信号包括与所述无线电波传感器和所述对象之间的距离有关的信息。所述信号处理方法包括差计算步骤和判断步骤。所述差计算步骤包括使用基准定时的传感器信号和相对于所述基准定时偏移的多个比较定时的多个传感器信号。所述差计算步骤包括生成作为所述基准定时的传感器信号与所述多个比较定时的多个传感器信号之间的各个差的多个差分信号，并且获得所述多个差分信号的各个幅度作为多个差分值。所述判断步骤包括基于所述多个差分值来获得评估值，并且通过使用所述评估值来判断所述对象的属性。
根据本发明的再一方面的一种程序，其被设计为使计算机系统进行上述的信号处理方法。
附图说明
图1是例示包括根据第一实施例的信号处理系统的传感器系统的框图；
图2是例示根据第一实施例的无线电波传感器的框图；
图3是示出第一实施例中的传感器信号的I分量和Q分量之间的相位差的波形图；
图4A示出根据第一实施例的IQ平面中的第一差分信号的轨迹；
图4B示出该IQ平面中的第二差分信号的轨迹；
图5A示出根据第一实施例的IQ平面中的另一第一差分信号的轨迹；
图5B示出该IQ平面中的另一第二差分信号的轨迹；
图6A示出根据第一实施例的IQ平面中的又一第一差分信号的轨迹；
图6B示出该IQ平面中的又一第二差分信号的轨迹；
图7A示出根据第一实施例的IQ平面中的再一第一差分信号的轨迹；
图7B示出该IQ平面中的再一第二差分信号的轨迹；
图8A和图8B各自示出第一实施例中的评估值如何随时间变化；
图9A和图9B各自示出第一实施例中的评估值如何随时间变化；
图10A和图10B各自示出第一实施例中的评估值如何随时间变化；
图11A和图11B各自示出第一实施例中的评估值如何随时间变化；
图12A和图12B各自示出第一实施例中的评估值如何随时间变化；
图13是示出第一实施例中的信号处理系统如何操作的流程图；
图14是例示包括根据第一实施例的第一变形例的信号处理系统的传感器系统的框图；
图15是例示第一实施例的第一变形例中的可以如何设置判断区域的平面图；
图16是例示包括根据第二实施例的信号处理系统的传感器系统的框图；
图17是例示第二实施例中的可以如何设置判断区域的平面图；
图18示出根据第二实施例的如何进行距离判断处理；
图19A是标绘根据第二实施例的距离数据的集合的图；
图19B是示出第二实施例中的指标如何随时间变化的图；
图20示出第二实施例中的如何进行指标计算处理；
图21A是标绘根据第二实施例的距离数据的另一集合的图；
图21B是示出第二实施例中的另一指标如何随时间变化的图；
图22A是标绘根据第二实施例的距离数据的又一集合的图；
图22B是示出第二实施例中的又一指标如何随时间变化的图；
图23A和图23B是各自示出第二实施例中的再一指标如何随时间变化的图；
图24A、图24B和图24C是各自示出第二实施例中的再一指标如何随时间变化的图；以及
图25是示出第二实施例中的信号处理系统如何操作的流程图。
具体实施方式
本发明通常涉及信号处理系统、传感器系统、信号处理方法和程序。更特别地，本发明涉及如下的信号处理系统、传感器系统、信号处理方法和程序，其全部都被配置或设计为通过使用无线电波传感器来判断对象的属性。
注意，以下要说明的实施例及其变形例仅仅是本发明的各种实施例和变形例中的典型实施例和变形例，并且不应被解释为限制。相反，在未背离本发明的真实精神和范围的情况下，可以根据设计选择或任何其他因素以各种方式容易地修改这些典型实施例和变形例。
(1)第一实施例
(1.1)传感器系统的概述
图1例示包括根据第一实施例的信号处理系统2的传感器系统A1。
传感器系统A1包括无线电波传感器1和信号处理系统2。根据本实施例的信号处理系统2被实现为信号处理器。
无线电波传感器1在照射区域R1内发出无线电波作为发送波101，接收从照射区域R1内的对象9反射的无线电波作为接收波102，并输出包括与无线电波传感器1和对象9之间的距离L有关的信息的传感器信号Y0。
信号处理系统2通过对从无线电波传感器1供给的传感器信号Y0进行信号处理来判断对象9的属性。
到对象9的距离L不仅由于对象9的移动而且由于对象9的仅一部分的运动而变化。例如，如果对象9是人，则对包括与距离L有关的信息的传感器信号Y0进行信号处理，这使得能够导出与人的运动有关的信息，该信息不仅包括与他或她的移动有关的信息，而且包括生物特征信息，诸如他或她的呼吸速率、心率和脉搏等。也就是说，如果对象9是人，则对象9的属性的示例包括人的存在、他或她的运动速度、他或她的位置和生物特征信息。
(1.2)无线电波传感器
根据本实施例的无线电波传感器1是调频连续波(FMCW)无线电波传感器。如图2所示，无线电波传感器1包括收发器1a、发送天线1b和接收天线1c。收发器1a经由发送天线1b发出频率(发送频率)随时间的经过而变化的发送波101，并且经由接收天线1c接收频率(接收频率)随时间的经过而变化的接收波102。然后，收发器1a生成频率(拍频频率(beatfrequency))等于发送频率和接收频率之间的频率差的拍频信号作为传感器信号Y0。信号处理系统2从无线电波传感器1接收传感器信号Y0，并且可以基于传感器信号Y0的拍频频率来确定到对象9的距离。注意，发送波101优选是微波。特别地，发送波101优选具有24.15GHz的频率。然而，发送波101不必是微波，而是也可以是毫米波，并且发送波101的频率不限于任何特定值。
具体地，采用FMCW方法的收发器1a重复进行扫频(sweep)处理，在该扫频处理中，发送波101的频率(即，发送频率)多次交替地先增加然后减少。根据扫频处理，发送频率在扫频时间Ta期间增加了扫频频率宽度Δfa。收发器1a在发出了发送波101之后在时间2L/C(其中C是光速)内接收反射波。反射波的频率(即，接收频率)与发送频率一样也随时间的经过而变化。然后，收发器1a生成频率(拍频频率)fb等于发送频率和接收频率之间的频率差的拍频信号，并且将该拍频信号作为传感器信号Y0输出。拍频频率fb由fb＝[(Δfa·2L)/(C·Ta)]给出。因此，到对象9的距离L由以下的式(1)表示。
L＝(fb·C·Ta)/(2·Δfa) (1)
然后，无线电波传感器1输出包括同相分量和正交分量的IQ信号作为传感器信号Y0(即，具有频率fb的拍频信号)。在以下的说明中，同相分量在下文有时将被称为“I分量”，并且正交分量在下文有时将被称为“Q分量”。
(1.3)信号处理系统(信号处理器)
(1.3.1)信号处理系统的概述
如图1所示，信号处理系统2包括预处理单元21、存储单元22、差计算单元23、判断单元24和输出单元25。
预处理单元21具有放大传感器信号Y0的放大功能和将传感器信号Y0转换成数字信号的AD转换功能。预处理单元21将如此放大的数字传感器信号Y1存储在存储单元22中。传感器信号Y1是通过对传感器信号Y0进行放大处理和AD转换处理所获得的信号，并且是与传感器信号Y0基本相同的信号。因此，传感器信号Y0和传感器信号Y1中各自均可以被认为是包括与到对象9的距离L有关的信息的传感器信号。可替代地，无线电波传感器1可以包括预处理单元21。在这种情况下，从无线电波传感器1供给的传感器信号Y1被存储在存储单元22中。
存储单元22存储传感器信号Y1的历史。也就是说，存储单元22按时间顺序存储由预处理单元21生成的多个传感器信号Y1。传感器信号Y1的历史表示传感器信号Y1在过去的预定时间段期间的变化。
差计算单元23基于存储单元22中所存储的传感器信号Y1的历史来生成多个差分信号ΔY，并且获得这多个差分信号ΔY的相应幅度作为多个差分值ΔZ。后面将详细说明差计算单元23。
判断单元24基于多个差分值ΔZ来获得评估值，并且通过使用评估值来判断对象9的属性。对象9的属性的示例包括对象9的类型、对象9的有无、其运动速度、位置和运动。后面将进一步详细地说明判断单元24。
输出单元25将由判断单元24做出的决定输出到通知系统3。输出单元25和通知系统3之间的通信通过经由通信线的有线通信或者使用无线信号的无线通信来建立。有线通信例如可以经由双绞线、专用通信线或LAN(局域网)线缆来建立。无线通信可以是符合诸如
Figure BDA0003769638000000061
或不需要许可证的低功率无线电标准(例如，指定低功率无线电)等的标准的无线通信、或者诸如红外通信等的无线通信。
上述的信号处理系统2优选包括计算机系统。计算机系统可以包括处理器和存储器作为其主要硬件组件。可以通过使处理器执行计算机系统的存储器中所存储的程序来进行根据本发明的信号处理系统2的至少一些功能。程序可以预先存储在计算机系统的存储器中。可替代地，程序也可以通过电信线进行下载，或者在已记录在诸如存储卡、光盘或硬盘驱动器(其中的任何对于计算机系统均是可读的)等的一些非暂时性存储介质中之后进行分发。计算机系统的处理器可以被实现为包括半导体集成电路(IC)或大规模集成电路(LSI)的单个或多个电子电路。如本文所使用的，诸如IC或LSI等的“集成电路”根据其集成的程度而被称为不同的名称。集成电路的示例包括系统LSI、超大规模集成电路(VLSI)和特大规模集成电路(ULSI)。可选地，还可以采用在制造了LSI之后要编程的现场可编程门阵列(FPGA)或者允许重新配置LSI内部的连接或电路区段的重新配置的逻辑器件作为处理器。这些电子电路可以一起集成在单个芯片上或分布在多个芯片上，无论哪种都是适当的。这些多个芯片可以一起聚集在单个装置中或者分布在多个装置中，而没有限制。如本文所使用的，“计算机系统”包括包含一个或多于一个处理器和一个或多于一个存储器的微控制器。因此，微控制器也可以被实现为包括半导体集成电路或大规模集成电路的一个或多于一个电子电路。
此外，计算机系统也可以是由单个计算机或多个计算机构成的系统。例如，预处理单元21、存储单元22、差计算单元23、判断单元24和输出单元25的至少一些功能也可以被实现为云计算系统。
通知系统3包括服务器、个人计算机、专用终端、智能电话和平板计算机中的至少一个，并且基于由判断单元24做出的决定来进行通知操作或警报操作。
(1.3.2)信号处理
在本实施例中，信号处理系统2包括差计算单元23和判断单元24，并且将对象9是否是人作为照射区域R1内的对象9的属性进行判断。
无线电波传感器1设置在房间中，并且向房间中的照射区域R1发出发送波101。在房间中，布置有作为示例性对象9的电器(诸如电风扇和机器人真空吸尘器等)和诸如窗帘等的可移动设备。另外，作为示例性对象9的人进入和离开照射区域R1。在这种情况下，对于信号处理系统2，人是检测目标，并且可移动设备是除检测目标以外的干扰对象。
(差计算单元)
差计算单元23生成多个差分信号ΔY，并且获得多个差分信号ΔY的相应幅度作为多个差分值ΔZ。各差分信号ΔY是两个不同定时的一对传感器信号Y1之间的差分信号，并且是从中去除了由静止对象9引起的信号分量、由背景噪声引起的信号分量和其他信号分量的信号。
如果对象9是人，则由他或她的呼吸引起的人的运动使传感器信号Y1(或Y0)的I分量和Q分量的各个幅度以及I分量和Q分量之间的相位差变化。图3示出传感器信号Y1的I分量和Q分量之间的相位差的波形X1。如图3所示，波形X1以呼吸周期T0脉动。在图3中，示出基准定时t0、作为相对于基准定时t0的先前定时的第一比较定时t1和比第一比较定时t1早的第二比较定时t2。第二比较定时t2是比基准定时t0早如下的时间长度的定时，该时间长度等于或大于一个呼吸周期T0的1/4并且等于或小于一个呼吸周期T0的一半。也就是说，基准定时t0和第二比较定时t2之间的时间段T2的时间长度大于基准定时t0和第一比较定时t1之间的时间段T1的时间长度。另外，在图3所示的时间段T2期间的波形X1中的变化的宽度ΔH2(以下称为“变化宽度ΔH2”)大于在图3所示的时间段T1期间的波形X1中的变化的宽度ΔH1(以下称为“变化宽度ΔH1”)。变化宽度ΔH1是通过从基准定时t0处的波形X1的幅度中减去第一比较定时t1处的波形X1的幅度获得的。变化宽度ΔH2是通过从基准定时t0处的波形X1的幅度中减去第二比较定时t2处的波形X1的幅度获得的。
也就是说，假定定时tn处的传感器信号Y1由Y1(tn)表示，如果对象9是人，则传感器信号Y1(t0)和传感器信号Y1(t2)之间的差趋向于大于传感器信号Y1(t0)和传感器信号Y1(t1)之间的差。
因此，传感器信号Y1(t0)和传感器信号Y1(t1)之间的差分信号ΔY在下文将被称为“第一差分信号ΔY(t0,t1)”，并且传感器信号Y1(t0)和传感器信号Y1(t2)之间的差分信号ΔY在下文将被称为“第二差分信号ΔY(t0,t2)”。第一差分信号ΔY(t0,t1)由[Y1(t0)–Y1(t1)]给出。第二差分信号ΔY(t0,t2)由[Y1(t0)–Y1(t2)]给出。
可选地，差计算单元23可以通过对时域中的差分信号ΔY进行快速傅里叶变换(FFT)或离散余弦变换(DCT)来生成频域中的差分信号ΔY。在这种情况下，第一差分信号ΔY(t0,t1)将是通过对[Y1(t0)–Y1(t1)]进行FFT或DCT所生成的频域中的信号。第二差分信号ΔY(t0,t2)将是通过对[Y1(t0)–Y1(t2)]进行FFT或DCT所生成的频域中的信号。频域中的第一差分信号ΔY(t0,t1)和第二差分信号ΔY(t0,t2)各自均由复数表示。
此外，差计算单元23可以将频域中的整个频率范围分割为多个频率小区间，并且可以使用一个特定频率小区间或多个特定频率小区间中的信号分量作为差分信号ΔY。使用(一个或多于一个)特定频率小区间中的信号分量作为差分信号ΔY，这使得判断单元24能够通过仅关注存在于特定距离L处或特定距离L范围内的对象9来判断对象9的属性。
差计算单元23在每个规律计算周期(其是充分短于一个呼吸周期T0的周期)中获得第一差分信号ΔY(t0,t1)和第二差分信号ΔY(t0,t2)。图4A在IQ平面上示出在对象9是正在床上睡觉的人(下文中称为“睡觉的人”)的情况下在每个计算周期中获得的第一差分信号ΔY(t0,t1)的轨迹。图4B在IQ平面上示出在对象9是睡觉的人的情况下在每个计算周期中获得的第二差分信号ΔY(t0,t2)的轨迹。第一差分信号ΔY(t0,t1)和第二差分信号ΔY(t0,t2)围绕I＝0和Q＝0的点改变，并且第二差分信号ΔY(t0,t2)的轨迹与第一差分信号ΔY(t0,t1)的轨迹相比分布在更宽的范围内。然后，差计算单元23获得第一差分信号ΔY(t0,t1)的幅度的每预定时间的平均值(即，时间平均值)作为第一差分值ΔZ1。另外，差计算单元23还获得第二差分信号ΔY(t0,t2)的幅度的每预定时间的平均值(即，时间平均值)作为第二差分值ΔZ2。在这种情况下，第二差分值ΔZ2变得明显大于第一差分值ΔZ1。在该示例中，假定时间段T1的时间长度为50msec，并且假定时间段T2的时间长度为500msec。
此外，第一差分信号ΔY(t0,t1)的幅度是第一差分信号ΔY(t0,t1)的I分量和Q分量的各个幅度、第一差分信号ΔY(t0,t1)的仅I分量的幅度、或者第一差分信号ΔY(t0,t1)的仅Q分量的幅度。同样地，第二差分信号ΔY(t0,t2)的幅度是第二差分信号ΔY(t0,t2)的I分量和Q分量的各个幅度、第二差分信号ΔY(t0,t2)的仅I分量的幅度、或者第二差分信号ΔY(t0,t2)的仅Q分量的幅度。
注意，如果将要检测睡觉的人的呼吸速率，则时间段T2优选被设置为落在从500msec到7sec的范围内的值。另一方面，如果将要检测醒着的人91的呼吸速率，则时间段T1、T2被设置为具有更短的时间长度。然而，优选根据例如作为检测目标的人或作为检测目标的人的移动来设置时间段T1、T2的各个时间长度。
另一方面，如果对象9是窗帘，则如图5A和5B所示，第一差分信号ΔY(t0,t1)的轨迹和第二差分信号ΔY(t0,t2)的轨迹分布在基本相同的范围内。结果，第一差分值ΔZ1和第二差分值ΔZ2彼此近似相等。
此外，如果对象9是正在摆动的电风扇，则如图6A和6B所示，第二差分信号ΔY(t0,t2)的轨迹与第一差分信号ΔY(t0,t1)的轨迹相比分布在略宽的范围内。结果，第二差分值ΔZ2变得略大于第一差分值ΔZ1。
另一方面，如果对象9是没有摆动的电风扇，则如图7A和7B所示，第一差分信号ΔY(t0,t1)的轨迹和第二差分信号ΔY(t0,t2)的轨迹分布在基本上相同的范围内。结果，第一差分值ΔZ1和第二差分值ΔZ2彼此近似相等。
可选地，差计算单元23可以获得第一差分信号ΔY(t0,t1)的幅度的有效值(即，均方根(RMS))作为第一差分值ΔZ1，并且获得第二差分信号ΔY(t0,t2)的幅度的RMS作为第二差分值ΔZ2。可替代地，差计算单元23可以获得第一差分信号ΔY(t0,t1)的幅度的标准偏差作为第一差分值ΔZ1，并且可以获得第二差分信号ΔY(t0,t2)的幅度的标准偏差作为第二差分值ΔZ2。可替代地，差计算单元23还可以在使第一差分信号ΔY(t0,t1)和第二差分信号ΔY(t0,t2)的时间函数通过诸如低通滤波器等的滤波器之后，获得第一差分值ΔZ1和第二差分值ΔZ2。
(判断单元)
判断单元24包括目标判断单元241。
目标判断单元241基于第一差分值ΔZ1和第二差分值ΔZ2来获得评估值Ga，并且通过使用评估值Ga来判断对象9的属性。在本实施例中，目标判断单元241将对象9是否是人作为对象9的属性进行判断。
目标判断单元241优选通过使用第二差分值ΔZ2与第一差分值ΔZ1的[ΔZ2/ΔZ1]比来获得评估值Ga。使用[ΔZ2/ΔZ1]比使得评估值Ga成为相对值(即，标准化值)，由此有助于提高判断处理的准确度。
例如，目标判断单元241通过以下的式(2)获得评估值Ga1作为评估值Ga。通过式(2)获得的评估值Ga1在对象9是人的情况下变得大于1，但在对象9是诸如窗帘或电风扇等的干扰对象的情况下，变得近似等于1。
Ga1＝ΔZ2/ΔZ1 (2)
可替代地，目标判断单元241通过以下的式(3)获得评估值Ga2作为评估值Ga。通过式(3)获得的评估值Ga2在对象9是人的情况下接近1，并且在对象9是诸如窗帘或电风扇等的干扰对象的情况下接近0。
Ga2＝1–ΔZ1/ΔZ2 (3)
图8A和图8B、图9A和图9B、图10A和图10B、图11A和图11B以及图12A和图12B各自示出评估值Ga2如何随时间变化。图8A、图9A、图10A、图11A和图12A各自中所示的评估值Ga2是基于作为第一差分信号ΔY(t0,t1)的幅度的RMS的第一差分值ΔZ1和作为第二差分信号ΔY(t0,t2)的幅度的RMS的第二差分值ΔZ2获得的。另一方面，图8B、图9B、图10B、图11B和图12B各自中所示的评估值Ga2是基于作为第一差分信号ΔY(t0,t1)的幅度的标准偏差的第一差分值ΔZ1和作为第二差分信号ΔY(t0,t2)的幅度的标准偏差的第二差分值ΔZ2获得的。
此外，图8A和图8B、图9A和图9B、图10A和图10B、图11A和图11B以及图12A和图12B各自中所示的Ka1和Ka2是要与关联的评估值Ga2进行比较的评估阈值。在本实施例中，评估阈值Ka1被设置为0.5，并且评估阈值Ka2被设置为0.1。
图8A和图8B示出在对象9是坐着不动的人的情况下评估值Ga2如何随时间变化。在图8A和图8B中，在较长的一段时间内，评估值Ga2接近1并且评估值Ga2保持等于或大于评估阈值Ka1。
图9A和图9B示出在对象9是窗帘的情况下评估值Ga2如何随时间变化。在这种情况下，窗帘在例如风中飘动导致评估值Ga2更容易增加。然而，窗帘飘动的一个周期不同于人的一个呼吸周期T0。因此，将时间段T1、T2的各个时间长度设置为与人的一个呼吸周期T0(参见图3)相对应的各个值可以在对象9是窗帘的情况下减少评估值Ga2的过度增加。在图9A和图9B中，评估值Ga2在较长的一段时间内保持小于评估阈值Ka1并且等于或大于评估阈值Ka2。
图10A和图10B示出在对象9是正在摆动的电风扇的情况下评估值Ga2如何随时间变化。在这种情况下，电风扇的摆动导致评估值Ga2更容易增加。然而，电风扇摆动的一个周期不同于人的一个呼吸周期T0。因此，将时间段T1、T2的各个时间长度设置为与人的一个呼吸周期T0(参见图3)相对应的各个值可以在对象9是正在摆动的电风扇的情况下减少评估值Ga2的过度增加。在图10A和图10B中，评估值Ga2在较长的一段时间内保持小于评估阈值Ka1并且等于或大于评估阈值Ka2。
图11A和图11B示出在对象9是没有摆动(即，固定)的电风扇的情况下评估值Ga2如何随时间变化。在这种情况下，电风扇没有摆动使得评估值Ga2小于图10A和图10B中的评估值Ga2。在图11A和图11B中，评估值Ga2在较长的一段时间内保持小于评估阈值Ka2。
图12A和图12B示出在照射区域R1中不存在对象9的情况下评估值Ga2如何随时间变化。也就是说，评估值Ga2是表示背景噪声的值。在图12A和图12B中，评估值Ga2在较长的一段时间内保持小于评估阈值Ka2。
根据本实施例的目标判断单元241通过将评估值Ga2与两个评估阈值Ka1、Ka2进行比较，来分三个阶段判断对象9是检测目标的可能性。
作为第一阶段中的决定，当发现评估值Ga2等于或大于评估阈值Ka1时，目标判断单元241判断为在照射区域R1内至少应存在人作为对象9。也就是说，如果评估值Ga2等于或大于评估阈值Ka1，则在照射区域R1内至少应存在人作为对象9。然而，不清楚在照射区域R1内是否存在任何干扰对象作为对象9。注意，当发现评估值Ga2保持等于或大于评估阈值Ka1并持续了预定时间或更长时，目标判断单元241优选判断为在照射区域R1内至少应存在人。
作为第二阶段中的决定，当发现评估值Ga2小于评估阈值Ka1且等于或大于评估阈值Ka2时，目标判断单元241判断为在照射区域R1内至少应存在干扰对象作为对象9。也就是说，如果评估值Ga2小于评估阈值Ka1并且等于或大于评估阈值Ka2，则在照射区域R1内应存在干扰对象作为对象9。然而，不清楚在照射区域R1内是否存在任何人作为对象9。注意，当发现评估值Ga2保持小于评估阈值Ka1且等于或大于评估阈值Ka2并持续了预定时间或更长时，目标判断单元241优选判断为在照射区域R1内至少应存在干扰对象。
作为第三阶段中的决定，当发现评估值Ga2小于评估阈值Ka2时，目标判断单元241判断为在照射区域R1内不应存在人和干扰对象作为对象9。也就是说，如果评估值Ga2小于评估阈值Ka2，则在照射区域R1内不应存在人和干扰对象作为对象9。注意，当发现评估值Ga2保持小于评估阈值Ka2并持续了预定时间或更长时，目标判断单元241优选判断为在照射区域R1内不应存在人或干扰对象。
假定以上引用的专利文献1的身体运动信号处理装置是比较例。在比较例中，将在照射区域R1中不存在人时要检测的接收信号的身体运动信号分量的振幅值与在照射区域R1中存在人时检测到的身体运动信号的振幅值彼此进行比较，以检测照射区域R1中的人的身体运动(诸如心率或呼吸速率等)。根据这样的比较例，在评估值Ga2小于评估阈值Ka1且等于或大于评估阈值Ka2的情况下，极有可能做出照射区域R1中应存在人的决定。
另一方面，根据本实施例的传感器系统A1和信号处理系统2将评估值Ga2与评估阈值Ka1、Ka2进行比较，由此更准确地判断存在于照射区域R1中的对象9是人还是干扰对象。也就是说，传感器系统A1和信号处理系统2可以足够准确地判断对象9的属性。
(1.3.3)信号处理方法
根据本实施例的信号处理方法可以被概括为图13所示的流程图。
图13所示的信号处理方法包括接收步骤S1、存储步骤S2、差计算步骤S3、评估值计算步骤S4和判断步骤S5。
在接收步骤S1中，预处理单元21从无线电波传感器1接收传感器信号Y0。
在存储步骤S2中，存储单元22使用已由预处理单元21放大和AD转换的传感器信号Y0作为传感器信号Y1来存储传感器信号Y1的历史。
在差计算步骤S3中，差计算单元23基于存储单元22中所存储的传感器信号Y1的历史，生成第一差分信号ΔY(t0,t1)和第二差分信号ΔY(t0,t2)作为多个差分信号ΔY。然后，差计算单元23获得第一差分信号ΔY(t0,t1)的幅度作为第一差分值ΔZ1。另外，差计算单元23获得第二差分信号ΔY(t0,t2)的幅度作为第二差分值ΔZ2。
在评估值计算步骤S4中，目标判断单元241(判断单元24)通过使用第二差分值ΔZ2与第一差分值ΔZ1的[ΔZ2/ΔZ1]比来获得评估值Ga。
在判断步骤S5中，目标判断单元241(判断单元24)使用评估值Ga来判断对象9是否是人。
计算机系统的存储器中所存储的程序优选被设计为使处理器进行上述的信号处理方法。
上述的信号处理方法和程序还使得能够准确地判断对象9是否是作为检测目标的人。
(1.4)通知系统
输出单元25将由目标判断单元241做出的决定发送到通知系统3。通知系统3采用图像和声音中的至少一个的形式向管理员通知由目标判断单元241做出的决定。
这样的通知系统3的示例包括由提供观看作为示例性对象9的指定人的服务的经营者操作的通知系统。在这种情况下，被指定为检测目标的人例如可以是作为福利设施的居住者的老年人、使用日托服务中心的老年人、独自居住的老年人或生活在为老年人提供服务的住宅中的老年人。
如果人不在照射区域R1的状态持续了预定时间段或更长，则通知系统3向预定终端装置通知指定为检测目标的人不在。这使得管理员或老年人的家庭成员能够在被通知被指定为检测目标的人不在时采取适当的动作。
注意，作为检测目标的人不必是老年人，而且也可以是例如使用托儿所的儿童或在医疗机构住院的患者。也就是说，被指定为检测目标的人的年龄、性别或任何其他属性不限于任何特定一个。
(1.5)第一变形例
在根据上述第一实施例的信号处理系统2中，如果评估值Ga2小于评估阈值Ka1且等于或大于评估阈值Ka2，则不清楚在照射区域R1内是否存在人作为对象9。
因此，为了更准确地判断对象9是否是作为检测目标的人，如图14所示，根据本变形例的判断单元24还包括距离判断单元242。距离判断单元242基于第二差分信号ΔY(t0,t2)的频谱(频率分布)来将到对象9的距离L确定为距离判断值。目标判断单元241进行用于基于由距离判断单元242获得的距离判断值来判断对象9是否是人的判断处理。
另外，信号处理系统2根据作为检测目标的对象9来预先设置无线电波传感器1的发送天线1b和接收天线1c中的至少一个的方向性，从而根据作为检测目标的对象9限制无线电波的照射区域R1。具体地，无线电波传感器1的发送天线1b和接收天线1c中的至少一个的方向性被设置成使得照射区域R1包括人极有可能存在的区域、但不包括人不太可能存在的区域。
目标判断单元241优选将照射区域R1中的人极有可能存在的某个区域视为判断区域，并且仅基于从判断区域内的对象9反射的接收波来判断对象9是否是人。也就是说，目标判断单元241限制判断区域，由此使干扰对象的影响与人的影响相比减少。结果，这可以减少未能在判断区域中检测到人的可能性。
例如，图15例示可以如何设置判断区域。在该示例中，假定躺在长方体形状的床8上的人91是作为检测目标的对象9。在沿着床8的长度的两个端部处(即，在两个纵向端部处)以及在沿着床8的宽度的一个端部处(即，在一个横向端部处)布置窗帘92作为对象9。
在这种情况下，无线电波传感器1与人91相邻放置。具体地，无线电波传感器1可以放置在例如床8的床头板或与床8的床头板相邻的壁上。无线电波传感器1的方向性被设置为泪珠形状，使得垂直地观看的照射区域R1尽可能多地覆盖床8并且尽可能少地覆盖窗帘92。
目标判断单元241将照射区域R1中的距离L小于距离阈值L0的区域定义为非判断区域R10。另外，目标判断单元241将照射区域R1中的距离L等于或大于距离阈值L0但小于距离阈值L1的区域定义为判断区域R11。此外，目标判断单元241将照射区域R1中的距离L等于或大于距离阈值L1但小于距离阈值L2的区域定义为判断区域R12。此外，目标判断单元241将照射区域R1中的距离L等于或大于距离阈值L2的区域定义为非判断区域R13。注意，距离阈值L0是离无线电波传感器1太近而不能覆盖人91的距离L。距离阈值L1是覆盖人91的身体的上半部分但几乎不覆盖他或她的身体的下半部分的距离L。距离阈值L2是近似等于床8沿其纵向轴的总长度的值。
因此，判断区域R11是覆盖床8上的人91的身体的上半部分但不覆盖任何窗帘92、并且检测到干扰对象的可能性很小的区域。判断区域R12是覆盖床8上的人91的身体的下半部分并且一个边缘与窗帘92其中之一接触的区域。然而，窗帘92对判断区域R12的边缘几乎没有影响。
当发现由距离判断单元242基于第二差分信号ΔY(t0,t2)获得的距离判断值等于或大于距离阈值L0且小于距离阈值L2时，目标判断单元241进行使用第一差分信号ΔY(t0,t1)和第二差分信号ΔY(t0,t2)的判断处理。具体地，目标判断单元241基于第二差分信号ΔY(t0,t2)的第二差分值ΔZ2与第一差分信号ΔY(t0,t1)的第一差分值ΔZ1的[ΔZ2/ΔZ1]比来获得评估值Ga，并且进行使用评估值Ga的判断处理。换句话说，目标判断单元241仅针对判断区域R11、R12中的任一个中存在的对象9来判断对象9是否是人。这可以减少目标判断单元241误将诸如窗帘92等的干扰对象当作人91或者误将人91当作诸如窗帘92等的干扰对象9的可能性。
(1.6)第二变形例
此外，在第一实施例中，目标判断单元241可以通过将评估值Ga与至少一个评估阈值进行比较来判断对象9是否是检测目标。
例如，目标判断单元241可以通过将评估值Ga与单个评估阈值进行比较来分两个阶段判断对象9是否是检测目标。可替代地，目标判断单元241可以通过将评估值Ga与三个评估阈值进行比较来分四个阶段判断对象9是否是检测目标。
(2)第二实施例
(2.1)信号处理
图16例示包括根据第二实施例的信号处理系统2A的传感器系统A2。在以下的说明中，该第二实施例中的具有与上述第一实施例的对应部分相同的功能的任何构成元件将由与该对应部分的附图标记相同的附图标记指定，并且这里将省略其说明。
为了准确地判断作为检测目标的对象9的属性，信号处理系统2A根据作为检测目标的对象9来预先设置无线电波传感器1的发送天线1b和接收天线1c中的至少一个的方向性，由此如图17所示根据作为检测目标的对象9来限制无线电波的照射区域R1。具体地，无线电波传感器1的发送天线1b和接收天线1c中的至少一个的方向性被设置成使得照射区域R1包括人91极有可能存在的区域、但不包括人91不太可能存在的区域。
另外，信号处理系统2A的判断单元24包括距离判断单元243和目标判断单元244。
距离判断单元243在第二差分信号ΔY(t0,t2)的频谱中检测信号强度的峰变得等于或大于峰阈值Kb1(参见图18)的频率作为峰频率fp。另外，距离判断单元243还基于峰频率fp将距离L作为对象9的属性进行判断(即，获得距离判断值)。每当距离判断单元243判断距离L时，距离判断单元243生成与距离判断值有关的数据作为距离数据。
具体地，作为距离测量预处理，距离判断单元243通过对作为时域中的信号的第二差分信号ΔY(t0,t2)进行FFT或DCT，将第二差分信号ΔY(t0,t2)转换成作为频域中的信号的第二差分信号ΔY(f)。
图18示出示例性第二差分信号ΔY(f)。作为距离判断处理，距离判断单元243将第二差分信号ΔY(f)的信号强度与峰阈值Kb1进行比较。然后，作为距离判断处理，距离判断单元243在等于或大于峰阈值Kb1的范围中提取第二差分信号ΔY(f)的信号强度达到峰值的峰频率fp。峰频率fp与拍频频率fb相对应(参见式(1))。因此，距离判断单元243可以通过将峰频率fp代入式(1)中的拍频频率fb来明确地获得距离L。
接着，如图17所示，目标判断单元244将照射区域R1中的人91极有可能存在的区域定义为判断区域R21。作为重新评估处理，目标判断单元244提取由从判断区域R21内的对象9反射的接收波所生成的距离数据。也就是说，目标判断单元244限制判断区域R21，由此使干扰对象93的影响与人91的影响相比减少。结果，这可以减少未能在判断区域R21中检测到人91的可能性。
具体地，如图17所示，假定躺在长方体形状的床8上的人91是作为检测目标的对象9。在图17中，无线电波传感器1放置在人91的头部旁边。另外，假定干扰对象93以人91配置在无线电波传感器1和干扰对象93之间的状态面向无线电波传感器1。在这种情况下，无线电波传感器1和干扰对象93之间的距离比无线电波传感器1和人91之间的距离长。
因此，目标判断单元244预先设置距离阈值L10、L11，其中距离阈值L10、L11满足L10<L11。目标判断单元244将照射区域R1中的距离L小于距离阈值L10的区域定义为非判断区域R20。另外，目标判断单元244将照射区域R1中的距离L等于或大于距离阈值L10但小于距离阈值L11的区域定义为判断区域R21。此外，目标判断单元24将照射区域R1中的距离L等于或大于距离阈值L11的区域定义为非判断区域R22。注意，距离阈值L10是离无线电波传感器1太近而不能覆盖人91的距离L。距离阈值L11是近似等于床8沿其纵向轴的总长度的值。
目标判断单元244通过将距离判断值与距离阈值L10、L11进行比较来判断距离判断值是否等于或大于距离阈值L10且小于距离阈值L11。
具体地，图19A是沿着时间轴标绘与由距离判断单元243在每个计算周期中获得的大量距离判断值相对应的距离数据Da的图。在图19A中，时间段Tb1是人91不在床8上的时间段。时间段Tb1之后的时间段Tb2是人91面朝上躺在床8上的时间段。时间段Tb2之后的时间段Tb3是人91不在床8上的时间段。图19A所示的包括大量距离判断值的距离数据Da组合地包括由人91生成的距离数据Da1和由干扰对象生成的距离数据Da2。因此，目标判断单元244从包括大量距离判断值的距离数据Da中仅提取距离判断值等于或大于距离阈值L10且小于距离阈值L11的距离数据Da作为由人91生成的距离数据Da1。
接着，目标判断单元244通过使用如此提取的距离数据Da1获得基于距离数据Da1的每预定时间的密度的指标来进行指标计算处理。该指标是表示对象9是人91的可能性的值。在本实施例中，指标越大，对象9越有可能是人91。
具体地，如图20所示，目标判断单元244在等于或大于距离阈值L10且小于距离阈值L11的范围内设置时间长度为预定时间Tw的评估窗W1。也就是说，评估窗W1内所包括的距离数据Da是距离数据Da2，并且评估窗W1内所包括的距离数据Da的距离判断值的数量与距离数据Da2的每预定时间Tw的密度相对应。目标判断单元244获得评估窗W1内所包括的距离数据Da的距离判断值的数量(即，距离数据Da2的每预定时间Tw的密度)作为指标。目标判断单元244使评估窗W1随时间的经过而偏移预定滑动时间，并且每当目标判断单元244使评估窗W1偏移时获得指标。
图19B示出基于图19A所示的距离数据Da2所获得的指标。人91面朝上躺在床8上的时间段Tb2中的指标大于人91不在床8上的时间段Tb1、Tb3各自中的指标。因此，目标判断单元244通过将指标与预定指标阈值Kc1进行比较来进行判断处理。当发现指标保持等于或大于指标阈值Kc1并持续了预定时间段或更长时，目标判断单元244判断为人91应存在于判断区域R21中。
图21A是沿着时间轴标绘距离数据Da的另一集合的图。在图21A中，时间段Tb11是人91不在床8上的时间段。时间段Tb11之后的时间段Tb12是人91侧躺在床8上的时间段。时间段Tb12之后的时间段Tb13是人91不在床8上的时间段。如果人91侧躺在床8上，则与在人91面朝上躺在床8上的情况相比，从无线电波传感器1发出的发送波101(参见图1)从人91的背部反射的可能性更高。也就是说，这降低了由人91的呼吸引起的他或她的运动被反映在接收波102中的可能性。然而，在本实施例中，人91侧躺在床8上的时间段Tb12中的指标大于人91不在床8上的时间段Tb11、Tb13中的任一时间段中的指标。这使得目标判断单元244能够通过将指标与指标阈值Kc1进行比较来判断为在时间段Tb12中人91应存在于判断区域R21中。
图22A是沿着时间轴标绘当仅诸如窗帘等的干扰对象存在于在判断区域R21中时获得的距离数据Da的图。在这种情况下，指标变得小于指标阈值Kc1。这使得目标判断单元244能够通过将指标与指标阈值Kc1进行比较来判断为人91应不在判断区域R21中。
图23A示出在人91面朝上躺在床8的中间的情况下获得的指标。在这种情况下，指标变得大于指标阈值Kc1。这使得目标判断单元244能够通过将指标与指标阈值Kc1进行比较来判断为人91应存在于判断区域R21中。
图23B示出在人91坐在床8的端部处的情况下获得的指标。在这种情况下，指标变得大于指标阈值Kc1。这使得目标判断单元244能够通过将指标与指标阈值Kc1进行比较来判断为人91应当存在于判断区域R21中。
图24A示出在非判断区域R20(参见图17)中存在窗帘作为对象9的情况下获得的指标。在这种情况下，指标变得小于指标阈值Kc1。这使得目标判断单元244能够通过将指标与指标阈值Kc1进行比较来判断为人91应不在判断区域R21中。
图24B示出在非判断区域R22(参见图17)中存在窗帘作为对象9的情况下获得的指标。在这种情况下，指标变得小于指标阈值Kc1。这使得目标判断单元244能够通过将指标与指标阈值Kc1进行比较来判断为人91应不在判断区域R21中。
图24C示出在非判断区域R22(参见图17)中存在正在摆动的电风扇作为对象9的情况下获得的指标。在这种情况下，指标变得小于指标阈值Kc1。这使得目标判断单元244能够通过将指标与指标阈值Kc1进行比较来判断为人91应不在判断区域R21中。
从上述说明可以看出，根据本实施例的传感器系统A2和信号处理系统2A可以通过将指标与指标阈值Kc1进行比较来准确地判断存在于照射区域R1中的对象9是否是人91。
(2.2)峰检测灵敏度的调整
距离判断单元243在第二差分信号ΔY(t0,t2)的频谱中检测信号强度的峰变得等于或大于峰阈值Kb1(参见图18)的频率作为峰频率fp。然而，传感器信号Y1(Y0)的信号强度有时变化。因此，如果传感器信号Y1(Y0)的信号强度相对较低，则距离判断单元243难以检测到峰频率fp。也就是说，如果传感器信号Y1(Y0)的信号强度相对较低，则距离判断单元243的峰检测的灵敏度变得相对较低，由此使利用目标判断单元244的人检测的灵敏度也相对较低。
因此，距离判断单元243基于评估值Ga来使利用距离判断单元243本身的峰检测的灵敏度变化，由此调整峰检测的灵敏度以使得该灵敏度能够落在预定范围内。这使得即使传感器信号Y1(Y0)的信号强度相对较低、距离判断单元243也能够检测到峰频率fp。因此，传感器系统A2和信号处理系统2A可以准确地判断到对象9的距离L。也就是说，根据本实施例的判断单元24也可以通过使用评估值Ga来准确地判断对象9的属性。
(2.2.1)灵敏度调整的第一示例
例如，距离判断单元243可以基于评估值Ga1(参见式(2))连续地或逐步地改变峰阈值Kb1。在这种情况下，评估值Ga1越大，距离判断单元243越显著地增加峰阈值Kb1。评估值Ga1越小，距离判断单元243越显著地减小峰阈值Kb1。
可替代地，距离判断单元243还可以基于评估值Ga2(参见式(3))连续地或逐步地改变峰阈值Kb1。在这种情况下，评估值Ga2越小，距离判断单元243越显著地增加峰阈值Kb1。评估值Ga2越大，距离判断单元243越显著地减小峰阈值Kb1。
距离判断单元243通过改变峰阈值Kb1，使得峰检测的灵敏度能够落在预定范围内。
(2.2.2)灵敏度调整的第二示例
例如，差计算单元23可以以基于评估值Ga1(参见式(2))的放大因数来放大传感器信号Y1(t0)、Y1(t1)和Y1(t2)中的各传感器信号。在这种情况下，评估值Ga1越大，差计算单元23越显著地减小放大因数。评估值Ga1越小，差计算单元23越显著地增大放大因数。也就是说，差计算单元23基于评估值Ga1来改变传感器信号Y1(t0)、Y1(t1)和Y1(t2)的各个信号强度。注意，差计算单元23不仅可以将放大因数设置为1或更大，而且还可以将放大因数设置为小于1。
可替代地，差计算单元23还可以以基于评估值Ga2(参见式(3))的放大因数放大传感器信号Y1(t0)、Y1(t1)和Y1(t2)中的各传感器信号。在这种情况下，评估值Ga2越小，差计算单元23越显著地减小放大因数。评估值Ga2越小，差计算单元23越显著地增加放大因数。也就是说，差计算单元23基于评估值Ga2来改变传感器信号Y1(t0)、Y1(t1)和Y1(t2)的各个信号强度。注意，差计算单元23不仅可以将放大因数设置为1或更大，而且还可以将放大因数设置为小于1。
差计算单元23通过改变传感器信号Y1(t0)、Y1(t1)和Y1(t2)的各个信号强度，使得峰检测的灵敏度能够落在预定范围内。
(2.3)信号处理方法
根据本实施例的信号处理方法可以被概括为图25所示的流程图。
图25所示的信号处理方法包括差评估步骤S11、灵敏度调整步骤S12、距离测量预处理步骤S13、距离判断步骤S14、重新评估步骤S15、指标计算步骤S16和目标判断步骤S17。
差评估步骤S11包括根据第一实施例的接收步骤S1、存储步骤S2、差计算步骤S3和评估值计算步骤S4(参见图13)。具体地，在差评估步骤S11中，目标判断单元241(判断单元24)通过使用第二差分值ΔZ2与第一差分值ΔZ1的[ΔZ2/ΔZ1]比来获得评估值Ga。
在灵敏度调整步骤S12中，距离判断单元243通过根据评估值Ga改变峰阈值Kb1来调整峰检测的灵敏度。可替代地，在灵敏度调整步骤S12中，差计算单元23通过根据评估值Ga改变传感器信号Y1(t0)、Y1(t1)、Y1(t2)的各个信号强度来调整峰检测的灵敏度。
在距离测量预处理步骤S13中，距离判断单元243通过对作为时域中的信号的第二差分信号ΔY(t0,t2)进行FFT或DCT，将第二差分信号ΔY(t0,t2)转换成作为频域中的信号的第二差分信号ΔY(f)。
在距离判断步骤S14中，距离判断单元243将第二差分信号ΔY(f)的信号强度与峰阈值Kb1进行比较，由此在等于或大于峰阈值Kb1的范围中提取第二差分信号ΔY(f)的信号强度达到峰值的峰频率fp。
在重新评估步骤S15中，目标判断单元244提取由已从照射区域R1中的判断区域R21(参见图17)内的对象9反射的接收波所生成的距离数据Da1。
在指标计算步骤S16中，目标判断单元244使用所提取的距离数据Da1来获得基于距离数据Da1的每预定时间的密度的指标。
在目标判断步骤S17中，目标判断单元244将指标与预定指标阈值Kc1进行比较。当发现指标保持等于或大于指标阈值Kc1并持续了预定时间或更长时，目标判断单元244判断为人91应存在于判断区域R21中。
计算机系统的存储器中所存储的程序优选被设计为使处理器进行上述的信号处理方法。
上述的信号处理方法和程序也使得能够准确地判断对象9的属性。
(3)其他变形例
上述的信号处理系统通过使用两个差分信号(即，第一差分信号ΔY(t0,t1)和第二差分信号ΔY(t0,t2))的各个差分值(即，第一差分值ΔZ1和第二差分值ΔZ2)来获得评估值Ga。然而，信号处理系统可以通过使用三个或多于三个差分信号的各个差分值来获得评估值Ga。
可替代地，可以使用第一差分值ΔZ1与第二差分值ΔZ2的比ΔZ1/ΔZ2来代替上述的比ΔZ2/ΔZ1。
此外，作为检测目标的对象9不必是人91，而且例如也可以是诸如狗或猫等的动物、机器人、具有移动部的机器、可移动机器、具有移动部的电气装置、或者可移动电气装置等。
可选地，信号处理系统还可以使用在对象9是作为检测目标的人91的情况下的传感器信号Y0与在对象9是干扰对象93的情况下的传感器信号Y0之间的差作为差分信号。也就是说，信号处理系统代替使用沿着时间轴彼此偏移的多个传感器信号Y0之间的差分信号，还可以通过使用关于相互不同的对象9的多个传感器信号Y0之间的差分信号来实现与上述优点相同的优点。
此外，无线电波传感器1不必是FMCW无线电波传感器，只要无线电波传感器1可以测量到对象9的距离即可。可替代地，无线电波传感器1也可以是二进制频移键控(FSK)无线电波传感器。
可选地，可以适当地组合采用上述的实施例及其变形例。
(4)概括
根据典型实施例的第一方面的信号处理系统(2,2A)从无线电波传感器(1)接收包括与无线电波传感器(1)和对象(9)之间的距离(L)有关的信息的传感器信号(Y0)。无线电波传感器(1)发出无线电波作为发送波(101)，并且接收从对象(9)反射的无线电波作为接收波(102)。信号处理系统(2,2A)包括差计算单元(23)和判断单元(24)。差计算单元(23)使用基准定时(t0)的传感器信号(Y1(t0))和相对于基准定时(t0)偏移的多个比较定时(t1,t2)的多个传感器信号(Y1(t1),Y1(t2))。差计算单元(23)生成基准定时(t0)的传感器信号(Y1(t0))与多个比较定时(t1,t2)的多个传感器信号(Y1(t1),Y1(t2))之间的各个差作为多个差分信号(ΔY(t0,t1),ΔY(t0,t2))，并且获得多个差分信号(ΔY(t0,t1),ΔY(t0,t2))的各个幅度作为多个差分值(ΔZ,ΔZ1,ΔZ2)。判断单元(24)基于多个差分值(ΔZ,ΔZ1,ΔZ2)来获得评估值(Ga,Ga1,Ga2)，并且通过使用评估值(Ga,Ga1,Ga2)来判断对象(9)的属性。
具有这种配置的信号处理系统(2,2A)可以准确地判断对象(9)的属性。
在可以结合第一方面来实现的根据典型实施例的第二方面的信号处理系统(2,2A)中，多个比较定时(t1,t2)中的各比较定时优选早于基准定时(t0)。
具有这种配置的信号处理系统(2,2A)可以准确地判断对象(9)的属性。
在其可以结合第一方面或第二方面来实现的根据典型实施例的第三方面的信号处理系统(2,2A)中，多个差分值(ΔZ,ΔZ1,ΔZ2)中的各差分值优选是多个差分信号(ΔY(t0,t1),ΔY(t0,t2))的各个幅度的平均值、有效值(RMS值)或标准偏差。
具有这种配置的信号处理系统(2,2A)可以获得多个差分信号(ΔY(t0,t1),ΔY(t0,t2))的各个幅度作为具体值。
在可以结合第一方面至第三方面中任一方面来实现的根据典型实施例的第四方面的信号处理系统(2,2A)中，判断单元(24)优选使用多个差分值(ΔZ1,ΔZ2)的比(ΔZ2/ΔZ1,ΔZ1/ΔZ2)作为评估值(Ga,Ga1,Ga2)。
具有这种配置的信号处理系统(2,2A)可以获得评估值(Ga,Ga1,Ga2)作为相对值，由此提高判断处理的准确度。
在可以结合第一方面至第四方面中任一方面来实现的根据典型实施例的第五方面的信号处理系统(2)中，判断单元(24)优选包括目标判断单元(241)。目标判断单元(241)使用评估值(Ga,Ga1,Ga2)来将对象(9)是否是预先确定的检测目标(91)作为对象(9)的属性进行判断。
具有这种配置的信号处理系统(2)可以通过直接使用评估值(Ga,Ga1,Ga2)来判断对象(9)是否是检测目标(91)。
在可以结合第五方面来实现的根据典型实施例的第六方面的信号处理系统(2)中，目标判断单元(241)优选通过将评估值(Ga,Ga1,Ga2)与至少一个评估阈值(Ka1,Ka2)进行比较来判断对象(9)是否是预先确定的检测目标(91)。
具有这种配置的信号处理系统(2)可以通过直接使用评估值(Ga,Ga1,Ga2)来判断对象(9)是否是检测目标(91)。
在可以结合第六方面来实现的根据典型实施例的第七方面的信号处理系统(2)中，至少一个评估阈值(Ka1,Ka2)包括多个评估阈值(Ka1,Ka2)。目标判断单元(241)优选通过将评估值(Ga,Ga1,Ga2)与多个评估阈值(Ka1,Ka2)中的两个评估阈值进行比较来分三个阶段判断对象(9)是检测目标(91)的可能性。
具有这种配置的信号处理系统(2)可以通过直接使用评估值(Ga,Ga1,Ga2)来分三个阶段判断对象(9)是检测目标(91)的可能性。
在可以结合第一方面到第四方面中任一方面来实现的根据典型实施例的第八方面的信号处理系统(2A)中，传感器信号(Y0)优选是频率根据距离(L)而变化的信号。判断单元(24)优选包括距离判断单元(243)。距离判断单元(243)优选在多个差分信号(ΔY(t0,t1),ΔY(t0,t2))的至少一个差分信号的频谱中检测信号强度的峰变得等于或大于峰阈值(Kb1)的频率作为峰频率(fp)，并且基于峰频率(fp)来将距离(L)作为对象(9)的属性进行判断。距离判断单元(243)根据评估值(Ga,Ga1,Ga2)来改变峰阈值(Kb1)。
具有这种配置的信号处理系统(2A)可以准确地判断到对象(9)的距离(L)。
在可以结合第一方面到第四方面中任一方面来实现的根据典型实施例的第九方面的信号处理系统(2A)中，传感器信号(Y0)优选是频率根据距离(L)而变化的信号。判断单元(24)优选包括距离判断单元(243)。距离判断单元(243)在多个差分信号(ΔY(t0,t1),ΔY(t0,t2))的至少一个差分信号的频谱中检测信号强度的峰变得等于或大于峰阈值(Kb1)的频率作为峰频率(fp)，并且基于峰频率(fp)来将距离(L)作为对象(9)的属性进行判断。差计算单元(23)基于评估值(Ga,Ga1,Ga2)来改变基准定时(t0)的传感器信号(Y1(t0))的信号强度和多个比较定时(t1,t2)的多个传感器信号(Y1(t1),Y1(t2))的信号强度。
具有这种配置的信号处理系统(2A)可以准确地判断到对象(9)的距离(L)。
在可以结合第八方面或第九方面来实现的根据典型实施例的第十方面的信号处理系统(2A)中，判断单元(24)优选还包括目标判断单元(244)，该目标判断单元(244)用于将对象(9)是否是预先确定的检测目标(91)作为对象(9)的属性进行判断。每次距离判断单元(243)判断距离(L)时，距离判断单元(243)生成距离数据(Da)。目标判断单元(244)通过获得基于距离数据(Da)的每预定时间(Tw)的密度的指标并将该指标与指标阈值(Kc1)进行比较来判断对象(9)是否是预先确定的检测目标(91)。
具有这种配置的信号处理系统(2A)可以准确地判断对象(9)是否是检测目标(91)。
在可以结合第五方面、第六方面、第七方面或第十方面来实现的根据典型实施例的第十一方面的信号处理系统(2,2A)中，目标判断单元(241,244)优选仅针对相对于无线电波传感器(1)的距离(L)落在预定范围内的对象(9)，判断该对象(9)是否是预先确定的检测目标(91)。
具有这种配置的信号处理系统(2,2A)可以通过减少干扰对象(93)的影响来准确地判断对象(9)是否是检测目标(91)。
在可以结合第一方面至第十一方面中任一方面来实现的根据典型实施例的第十二方面的信号处理系统(2,2A)中，差计算单元(23)优选将多个比较定时中的两个设置为两个比较定时(t1,t2)。差计算单元(23)生成基准定时(t0)的传感器信号(Y1(t0))与多个传感器信号中的这两个比较定时(t1,t2)的两个传感器信号(Y1(t1),Y1(t2))之间的各个差作为两个差分信号(ΔY(t0,t1),ΔY(t0,t2))。然后，差计算单元(23)获得两个差分信号(ΔY(t0,t1),ΔY(t0,t2))的各个幅度作为两个差分值(ΔZ1,ΔZ2)。
具有这种配置的信号处理系统(2,2A)可以准确地判断对象(9)的属性。
在可以结合第十二方面来实现的根据典型实施例的第十三方面的信号处理系统(2,2A)中，两个比较定时(t1,t2)优选是第一比较定时(T1)和第二比较定时(T2)。第一比较定时(t1)比第二比较定时(t2)更接近基准定时(t0)。基准定时(t0)和第二比较定时(t2)之间的时间长度等于或大于人的一个呼吸周期的1/4。
具有这种配置的信号处理系统(2,2A)可以准确地判断作为检测目标的人(91)的属性。
根据典型实施例的第十四方面的传感器系统(A1,A2)包括：根据第一方面至第十三方面中任一方面的信号处理系统(2,2A)；以及无线电波传感器(1)。
具有这种配置的传感器系统(A1,A2)可以准确地判断对象(9)的属性。
在可以结合第十四方面来实现的根据典型实施例的第十五方面的传感器系统(A1,A2)中，无线电波传感器(1)包括：发送天线(1b)，用于发出发送波(101)；以及接收天线(1c)，用于接收接收波(102)。发送天线(1b)和接收天线(1c)中的至少一个优选具有方向性。
具有这种配置的传感器系统(A1,A2)可以通过减少干扰对象(93)的影响来准确地判断对象(9)的属性。
根据典型实施例的第十六方面的信号处理方法包括：从无线电波传感器(1)接收包括与无线电波传感器(1)和对象(9)之间的距离(L)有关的信息的传感器信号(Y0)。无线电波传感器(1)发出无线电波作为发送波(101)，并且接收从对象(9)反射的无线电波作为接收波(102)。该信号处理方法包括差计算步骤(S3)和判断步骤(S5,S14)。差计算步骤(S3)包括：使用基准定时(t0)的传感器信号(Y1(t0))和相对于基准定时(t0)偏移的多个比较定时(t1,t2)的多个传感器信号(Y1(t1),Y1(t2))。差计算步骤(S3)包括：生成基准定时(t0)的传感器信号(Y1(t0))与多个比较定时(t1,t2)的多个传感器信号(Y1(t1),Y1(t2))之间的各个差作为多个差分信号(ΔY(t0,t1),ΔY(t0,t2))，并且获得多个差分信号(ΔY(t0,t1),ΔY(t0,t2))的各个幅度作为多个差分值(ΔZ,ΔZ1,ΔZ2)。判断步骤(S5,S14)包括：基于多个差分值(ΔZ,ΔZ1,ΔZ2)来获得评估值(Ga,Ga1,Ga2)，并且通过使用评估值(Ga,Ga1,Ga2)来判断对象(9)的属性。
该信号处理方法使得能够准确地判断对象(9)的属性。
根据典型实施例的第十七方面的程序被设计为使计算机系统进行根据第十六方面的信号处理方法。
该程序使得能够准确地判断对象(9)的属性。
附图标记说明
1 无线电波传感器
1b 发送天线
1c 接收天线
101 发送波
102 接收波
2,2A 信号处理系统
23 差计算单元
24 判断单元
243 距离判断单元
244 目标判断单元
9 对象
91 人(检测目标)
L 距离
Y0,Y1(t0),Y1(t1),Y1(t2) 传感器信号
t0 基准定时
t1 第一比较定时(比较定时)
t2 第二比较定时(比较定时)
ΔY(t0,t1),ΔY(t0,t2) 差分信号
ΔZ,ΔZ1,ΔZ2 差分值
Ga,Ga1,Ga2 评估值
Ka1,Ka2 评估阈值
Kb1 峰阈值
Kc1 指标阈值
fp 峰频率
Da 距离数据
Tw 预定时间
S3 差计算步骤
S5 判断步骤
S14 距离判断步骤(判断步骤)

Claims (17)

1.一种信号处理系统，其被配置为从无线电波传感器接收传感器信号，所述无线电波传感器被配置为发出无线电波作为发送波，并且接收从对象反射的无线电波作为接收波，所述传感器信号包括与所述无线电波传感器和所述对象之间的距离有关的信息，所述信号处理系统包括：
差计算单元，其被配置为使用基准定时的传感器信号和相对于所述基准定时偏移的多个比较定时的多个传感器信号，以生成作为所述基准定时的传感器信号与所述多个比较定时的多个传感器信号之间的各个差的多个差分信号，并且获得所述多个差分信号的各个幅度作为多个差分值；以及
判断单元，其被配置为基于所述多个差分值来获得评估值，并且通过使用所述评估值来判断所述对象的属性。
2.根据权利要求1所述的信号处理系统，其中，
所述多个比较定时中的各比较定时早于所述基准定时。
3.根据权利要求1或2所述的信号处理系统，其中，
所述多个差分值中的各差分值是所述多个差分信号的各个幅度的平均值、有效值或标准偏差。
4.根据权利要求1至3中任一项所述的信号处理系统，其中，
所述判断单元被配置为使用所述多个差分值的比作为所述评估值。
5.根据权利要求1至4中任一项所述的信号处理系统，其中，
所述判断单元包括目标判断单元，所述目标判断单元被配置为使用所述评估值以将所述对象是否是预先确定的检测目标作为所述对象的属性进行判断。
6.根据权利要求5所述的信号处理系统，其中，
所述目标判断单元被配置为通过将所述评估值与至少一个评估阈值进行比较来判断所述对象是否是预先确定的检测目标。
7.根据权利要求6所述的信号处理系统，其中，
所述至少一个评估阈值包括多个评估阈值，以及
所述目标判断单元被配置为通过将所述评估值与所述多个评估阈值中的两个评估阈值进行比较，分三个阶段来判断所述对象是检测目标的可能性。
8.根据权利要求1至4中任一项所述的信号处理系统，其中，
所述传感器信号是频率根据所述距离而变化的信号，
所述判断单元包括距离判断单元，所述距离判断单元被配置为在所述多个差分信号中的至少一个差分信号的频谱中检测信号强度的峰变得等于或大于峰阈值的频率作为峰频率，并且基于所述峰频率来将所述距离作为所述对象的属性进行判断，以及
所述距离判断单元被配置为根据所述评估值来改变所述峰阈值。
9.根据权利要求1至4中任一项所述的信号处理系统，其中，
所述传感器信号是频率根据所述距离而变化的信号，
所述判断单元包括距离判断单元，所述距离判断单元被配置为在所述多个差分信号中的至少一个差分信号的频谱中检测信号强度的峰变得等于或大于峰阈值的频率作为峰频率，并且基于所述峰频率来将所述距离作为所述对象的属性进行判断，以及
所述差计算单元被配置为基于所述评估值来改变所述基准定时的传感器信号的信号强度和所述多个比较定时的多个传感器信号的信号强度。
10.根据权利要求8或9所述的信号处理系统，其中，
所述判断单元还包括目标判断单元，所述目标判断单元被配置为将所述对象是否是预先确定的检测目标作为所述对象的属性进行判断，
所述距离判断单元被配置为每当所述距离判断单元判断所述距离时，生成距离数据，以及
所述目标判断单元被配置为通过获得基于所述距离数据的每预定时间的密度的指标并将所述指标与指标阈值进行比较，来判断所述对象是否是预先确定的检测目标。
11.根据权利要求5、6、7和10中任一项所述的信号处理系统，其中，
所述目标判断单元被配置为仅针对相对于所述无线电波传感器的距离落在预定范围内的对象，判断该对象是否是预先确定的检测目标。
12.根据权利要求1至11中任一项所述的信号处理系统，其中，
所述差计算单元被配置为将所述多个比较定时中的两个设置为两个比较定时，生成作为所述基准定时的传感器信号与所述多个传感器信号中的所述两个比较定时的两个传感器信号之间的各个差的两个差分信号，并且获得所述两个差分信号的各个幅度作为两个差分值。
13.根据权利要求12所述的信号处理系统，其中，
所述两个比较定时是第一比较定时和第二比较定时，
所述第一比较定时比所述第二比较定时更接近所述基准定时，以及
所述基准定时和所述第二比较定时之间的时间长度等于或大于人的一个呼吸周期的1/4。
14.一种传感器系统，包括：
根据权利要求1至13中任一项所述的信号处理系统；以及
所述无线电波传感器。
15.根据权利要求14所述的传感器系统，其中，
所述无线电波传感器包括：发送天线，被配置为发出所述发送波；以及接收天线，被配置为接收所述接收波，以及
所述发送天线和所述接收天线中的至少一个具有方向性。
16.一种信号处理方法，包括从无线电波传感器接收传感器信号，所述无线电波传感器被配置为发出无线电波作为发送波，并且接收从对象反射的无线电波作为接收波，所述传感器信号包括与所述无线电波传感器和所述对象之间的距离有关的信息，所述信号处理方法包括：
差计算步骤，用于使用基准定时的传感器信号和相对于所述基准定时偏移的多个比较定时的多个传感器信号，以生成作为所述基准定时的传感器信号与所述多个比较定时的多个传感器信号之间的各个差的多个差分信号，并且获得所述多个差分信号的各个幅度作为多个差分值；以及
判断步骤，用于基于所述多个差分值来获得评估值，并且通过使用所述评估值来判断所述对象的属性。
17.一种程序，其被设计为使计算机系统进行根据权利要求16所述的信号处理方法。
CN202180011542.7A 2020-01-31 2021-01-07 信号处理系统、传感器系统、信号处理方法和程序 Pending CN115023624A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2020-015862 2020-01-31
JP2020015862 2020-01-31
PCT/JP2021/000376 WO2021153188A1 (ja) 2020-01-31 2021-01-07 信号処理システム、センサシステム、信号処理方法、及びプログラム

Publications (1)

Publication Number Publication Date
CN115023624A true CN115023624A (zh) 2022-09-06

Family

ID=77078778

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180011542.7A Pending CN115023624A (zh) 2020-01-31 2021-01-07 信号处理系统、传感器系统、信号处理方法和程序

Country Status (4)

Country Link
US (1) US20230108039A1 (zh)
JP (1) JP7308470B2 (zh)
CN (1) CN115023624A (zh)
WO (1) WO2021153188A1 (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080119716A1 (en) * 2006-05-17 2008-05-22 Olga Boric-Lubecke Determining presence and/or physiological motion of one or more subjects with quadrature doppler radar receiver systems
JP5523534B2 (ja) * 2012-10-22 2014-06-18 沖電気工業株式会社 特徴量算出装置及びプログラム
JP6251533B2 (ja) * 2013-09-27 2017-12-20 パナソニック株式会社 レーダ装置及び物体検出方法
JP6299172B2 (ja) * 2013-11-15 2018-03-28 沖電気工業株式会社 情報処理装置、情報処理方法及びプログラム
CN110461230B (zh) * 2017-05-30 2022-04-29 株式会社索思未来 信息处理装置以及检测装置

Also Published As

Publication number Publication date
US20230108039A1 (en) 2023-04-06
JPWO2021153188A1 (zh) 2021-08-05
JP7308470B2 (ja) 2023-07-14
WO2021153188A1 (ja) 2021-08-05

Similar Documents

Publication Publication Date Title
Yousefi et al. A survey on behavior recognition using WiFi channel state information
Wang et al. On CSI-based vital sign monitoring using commodity WiFi
US20230397842A1 (en) Systems and methods for high resolution distance sensing and applications
Li et al. WiFinger: Talk to your smart devices with finger-grained gesture
US11051702B2 (en) Method and apparatus for non-contact fast vital sign acquisition based on radar signal
Wang et al. SonarBeat: Sonar phase for breathing beat monitoring with smartphones
Kaltiokallio et al. Follow@ grandma: Long-term device-free localization for residential monitoring
Nijsure et al. An impulse radio ultrawideband system for contactless noninvasive respiratory monitoring
US20190008459A1 (en) Method and a system for detecting a vital sign of a subject
CN110301917A (zh) 一种无接触呼吸检测方法及装置
US11054511B2 (en) Phasor approach to signal to noise ratio measurement evaluation of physiological signals
Cho et al. Detection of heart rate through a wall using UWB impulse radar
Yang et al. Unsupervised detection of apnea using commodity RFID tags with a recurrent variational autoencoder
Wang et al. ResBeat: Resilient breathing beats monitoring with realtime bimodal CSI data
JP2011007518A (ja) 不審者検知装置、不審者検知システム及び不審者検知方法
Zhu et al. NotiFi: A ubiquitous WiFi-based abnormal activity detection system
Yavari et al. System-on-Chip based Doppler radar occupancy sensor
Li et al. Mo-sleep: Unobtrusive sleep and movement monitoring via Wi-Fi signal
Uysal et al. RF-based noncontact respiratory rate monitoring with parametric spectral estimation
US11529064B2 (en) Method and device for measuring biometric signal by using radar
Nejadgholi et al. Time-frequency based contactless estimation of vital signs of human while walking using PMCW radar
CN115023624A (zh) 信号处理系统、传感器系统、信号处理方法和程序
Uysal et al. Contactless respiration rate estimation using MUSIC algorithm
Nuti et al. Doppler radar occupancy sensor for small-range motion detection
Bahache et al. An inclusive survey of contactless wireless sensing: A technology used for remotely monitoring vital signs has the potential to combating covid-19

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