DE69531983T2

DE69531983T2 - Verfahren und Vorrichtung zur Entdeckung eines Markierungsetiketts für die Warenüberwachung mit einer Datenverarbeitungsvorrichtung mit neuronalem Netzwerk

Info

Publication number: DE69531983T2
Application number: DE69531983T
Authority: DE
Inventors: Dale R. Coral Springs Bettine; Thomas J. Coconut Creek Frederick
Original assignee: Sensormatic Electronics Corp
Current assignee: Sensormatic Electronics LLC
Priority date: 1995-01-27
Filing date: 1995-12-22
Publication date: 2004-08-12
Anticipated expiration: 2015-12-23
Also published as: US5537094A; AR000622A1; DE69534826D1; BR9600240A; JP4279907B2; DE69534136T2; DE69534826T2; EP0724246A2; AU3318495A; JPH08241472A; EP1204082B1; EP0724246A3; EP0724246B1; CA2159277A1; CA2159277C; AU700027B2; DE69531983D1; DE69534136D1; EP1204082A1; EP1211654B1

Description

GEBIET DER ERFINDUNG
Die vorliegende Erfindung betrifft die elektronische Artikelsicherung (EAS) und befaßt sich insbesondere mit der Erkennung eines elektronischen Artikelsicherungsmarkierers unter Verwendung der neuronalen Netzwerkverarbeitung.
STAND DER ERFINDUNG
Es ist bekannt, elektronische Artikelsicherungssysteme vorzusehen, um den Diebstahl von Waren aus Einzelhandelsgeschäften zu verhindern bzw. abzuschrecken, siehe zum Beispiel US-A 5,264,829. In einem typischen System sind Markierer, die für das Wechselwirken mit einem elektromagnetischen Feld bestimmt sind, das am Ladenausgang angeordnet ist, an Warenartikeln befestigt. Wenn ein Markierer in das Feld bzw. die "Abfragezone" gebracht wird, wird die Anwesenheit des Markierers erkannt und ein Alarm erzeugt. Andererseits wird nach der ordnungsgemäßen Bezahlung der Ware an einer Kasse der Markierer entweder von dem Warenartikel entfernt oder, wenn der Markierer an dem Artikel befestigt bleiben soll, anschließend ein Deaktivierungsvorgang durchgeführt, welcher eine Charakteristik des Markierers ändert, so daß der Markierer an der Abfragezone nicht mehr erkannt werden wird.
In einem Typ des umfangreich verwendeten EAS-Systems ändert sich das elektromagnetische Feld, das an der Abfragezone vorgesehen ist, mit einer ausgewählten Frequenz und die Markierer, die erkannt werden sollen, enthalten ein magnetisches Material, das harmonische Störungen der ausgewählten Frequenz beim Durchgang durch das Feld erzeugt. Die Erkennungsausrüstung ist an der Abfragezone vorgesehen und ist so abgestimmt, daß sie die charakteristischen harmonischen Frequenzen erkennt, die von dem Markierer erzeugt werden, und wenn solche Frequenzen vorhanden sind, löst das Erkennungssystem einen Alarm aus. Gemäß einer herkömmlichen Praxis enthält der Markierer einen ersten Typ eines magnetischen Materials hoher Permeabilität, welches eine relativ stetige Hystereseschleifen-Kennlinie zeigt. Ein Beispiel dieses ersten Materialtyps ist als "Permalloy" bekannt. Ein Nachteil dieses Materialtyps ist, daß die harmonischen Signale, die von diesem Materialtyp erzeugt werden, nicht immer leicht von den harmonischen Störungen unterscheidbar sind, die durch Münzen, Schlüssel, Gürtelschnallen, Metallwarenartikel bzw. andere Nichtmarkierer-Gegenstände verursacht werden, die in die Abfragezone hineingebracht werden können.
US-Patentschrift Nr. 4,660,025 (erteilt an Humphrey und gemeinsam mit der vorliegenden Anmeldung übertragen) schlägt einen zweiten Materialtyp zur Verwendung in EAS-Markierern vor. Der zweite Materialtyp weist eine Hystereseschleifen-Kennlinie mit einer wesentlichen Unstetigkeit auf und stellt eine Verbesserung im Vergleich mit dem ersten Materialtyp dar, weil der zweite Materialtyp für eine gegebene Stärke des Abfragesignals erkennbare Amplituden von im wesentlichen höheren Harmonischen als der erste Materialtyp erzeugt. Diese höheren Harmonischen werden wahrscheinlich von Nichtmarkierer-Materialien nicht erzeugt, so daß die Erkennungsausrüstung in solch einer Weise abgestimmt werden kann, daß sie den zweiten Materialtyp erkennt, ohne Fehlalarme als Reaktion auf das Nichtmarkierer-Material zu erzeugen. Markierer, die den zweiten Materialtyp enthalten, werden umfangreich in EAS-Systemen verwendet, die unter der Handelsmarke "AISLEKEEPER" von dem Erwerber der vorliegenden Anmeldung vertrieben werden.
US-Patentschrift Nr. 4,980,670 (erteilt an Humphrey und Yamasaki und gemeinsam mit der vorliegenden Anmeldung übertragen) schlägt einen dritten Typ des magnetischen Materials zur Verwendung in EAS-Markierern vor. Der dritte Materialtyp wird verarbeitet, um die Lage der Wände der magnetischen Bezirke in dem Material so zu bestimmen, daß das Material eine Hystereseschleifen-Kennlinie zeigt, die – nicht unähnlich der Kennlinie des zweiten Materialtyps – eine stufenförmige Änderung im Magnetfluß aufweist. Der dritte Materialtyp erzeugt ein Signal, das wie das vom zweiten Materialtype erzeugte Signal reich an hohen Harmonischen ist, und hat somit die Vorteile des zweiten Materialtyps mit diesem gemeinsam, während bestimmte zusätzliche Vorteile bereitgestellt werden, einschließlich dessen, daß das Deaktivieren zweckmäßiger verläuft.
Eine der Schwierigkeiten, die in der elektronischen Artikelsicherung auftritt, ist die, daß sich der Amplitudenpegel des Abfragesignals innerhalb der Abfragezone von Punkt zu Punkt ändert. Weiterthin ist es in der Praxis nicht möglich, den Weg zu steuern, entlang dem der Warenartikel mit dem befestigten Markierer durch die Abfragezone transportiert wird, so daß es völlig ungewiß ist, ob sich der Markierer an einem Punkt in der Abfragezone befinden wird, wo das Abfragefeld bei einer maximalen Amplitude ist. Außerdem kann die Variation der Feldstärke von einem Punkt zu einem anderen in der Zone ziemlich groß sein, und das harmonische Signal, das von einem Markierer erzeugt wird, der in einem Punkt maximaler Feldstärke vorhanden ist, kann viel größer als das harmonische Signal sein, das von einem Markierer erzeugt wird, welcher die Abfragezone entlang einem Weg durchquert, der nicht durch den Punkt maximaler Feldstärke geht. Damit alle Markierer von Interesse zuverlässig erkannt werden können, ist es daher notwendig, die Erkennungsausrüstung so einzustellen, daß relativ niedrige Amplituden der Harmonischen erkannt werden, die vom Markierer erzeugt werden. Wie in 10 von Patent schrift '025 angegeben, kann jedoch der erste Magnetmaterialtyp, falls einem Feld von ausreichender Amplitude ausgesetzt, hohe Harmonische auf einem erkennbaren Pegel erzeugen und folglich die Signaturcharakteristik des zweiten und des dritten Materialtyps nachahmen. Natürlich würde ein Einzelhandelsgeschäft, das ein zum Erkennen von Markierern ausgelegtes EAS-System verwendet, die den zweiten und den dritten Materialtyp enthalten (im folgenden "zweiter und dritter Markierertyp"), nicht mit Absicht einen Markierer, der den ersten Materialtyp enthält (im folgenden "erster Markierertyp"), an Warenartikeln anbringen, die in dem Geschäft verkauft werden. Die Tendenz auf dem Gebiet der elektronischen Artikelsicherung geht jedoch immer mehr dahin, daß der Markierer vom Hersteller in den Warenartikel integriert oder von der Vertriebsfirma mit diesem verpackt wird, so daß vom Einzelhändler nicht verlangt wird, Markierer an der Ware anzubringen. Als Ergebnis dieser Praxis (bekannt als "Quellenetikettierung") kann es Fälle geben, in denen ein Einzelhändler, der ein zum Erkennen des zweiten und des dritten Markierertyps ausgelegtes EAS-System verwendet, in seinen Lagerbestand Artikel aufnimmt, die bereits den ersten Markierertyp integriert darin aufweisen. Wenn der Einzelhändler nicht von dem Vorhandensein des integrierten Markierers weiß bzw. aus anderen Gründen nicht in der Lage ist bzw. nicht gewillt ist, den Markierer zu deaktivieren bzw. zu entfernen, dann können Fehlalarme hervorgerufen werden, wenn es vorkommt, daß sich der erste Markierertyp an einer Stelle in der Abfragezone befindet, die zum Nachahmen der Signatur des zweiten und des dritten Markierertyps führt. Solch ein Szenario kann zum Beispiel ebenfalls stattfinden, wenn ein Kunde Waren in den Laden mitbringt, die in einem anderen Geschäft gekauft wurden und darin einen aktiven Markierer des ersten Typs enthalten.
Folglich wäre es wünschenswert, ein EAS-System vorzusehen, in welchem verschiedene Typen von Markierern zuverlässig voneinander unterschieden werden können, auch wenn ein Markierertyp unter bestimmten Umständen nachahmen könnte.
Es wäre ebenfalls wünschenswert, ein EAS-System vorzusehen, das eingestellt werden kann, um selektiv das Vorhandensein nur eines von zwei oder mehr Markierertypen zu erkennen. Eine Einzelhandelsgeschäft, das solch ein System installiert hat, würde dann die Flexibilität im Auswählen des Markierertyps haben, der mit dem System zu verwenden ist.
Allgemeiner gesagt ist es wünschenswert, wenn EAS-Systeme vorgesehen werden, welche mit größerer Genauigkeit zwischen Signalen, die von Markierern erzeugt werden, die von Interesse sind, und anderen Signalen unterscheiden können, einschließlich Rauschsignalen und Signalen, die von Metallgegenständen erzeugt werden, die keine Markierer sind.
AUFGABEN UND KURZE DARSTELLUNG DER ERFINDUNG
Es ist demgemäß eine Aufgabe der Erfindung, ein verbessertes elektronisches Artikelsicherungssystem bereitzustellen.
Es ist eine weitere Aufgabe der Erfindung, ein elektronisches Artikelsicherungssystem bereitzustellen, das eine verbesserte Fähigkeit zum Unterscheiden zwischen zur Verwendung mit dem System bestimmten Markierern und anderen Gegenständen aufweist.
Es ist noch eine weitere Aufgabe der Erfindung, ein elektronisches Artikelsicherungssystem bereitzustellen, das in der Lage ist, zu erkennen, wenn mehr als ein Typ des Sicherungsmarkierers vorhanden ist.
Nach einem Gesichtspunkt der Erfindung wird ein Verfahren zur Durchführung der elektronischen Artikelsicherung bereitgestellt, das die Schritte des Empfangens eines analogen Signals, das in einer Abfragezone eines elektronischen Artikelsicherungssystems vorhanden ist, des Verarbeitens des Signals, um eine Vielzahl von Eingangsparametersignalen zu bilden, und des Verarbeitens der Vielzahl von Eingangsparametersignalen in einem neuronalen Netzwerk-Verarbeitungsgerät einschließt, um zu bestimmen, ob ein elektronischer Sicherungsmarkierer einer vorbestimmten Art in der Abfragezone vorhanden ist.
Gemäß der weiteren Praxis nach diesem Gesichtspunkt der Erfindung wird jedes der Vielzahl von Eingangsparametersignalen mit einer entsprechenden Vielzahl erster Gewichtungswerte multipliziert, um eine entsprechende Vielzahl von ersten Produkten zu bilden, werden entsprechende Produkte aus jeder der Vielzahlen von ersten Produkten summiert, um eine Vielzahl von ersten Summen zu bilden, und wird eine jeweilige nichtlineare Funktion auf jede der ersten Summen angewendet, um eine Vielzahl von ersten verarbeiteten Werten zu erstellen, wobei die Vielzahlen von ersten Gewichtungswerten, ersten Produkten, ersten Summen und ersten verarbeiteten Werten alle zahlenmäßig gleich sind. Weiterhin wird jeder der Vielzahl von ersten verarbeiteten Werten mit einer jeweiligen Vielzahl von zweiten Gewichtungswerten multipliziert, um eine jeweilige Vielzahl von zweiten Produkten zu bilden, werden entsprechende Produkte aus jeder der Vielzahlen von zweiten Produkten summiert, um eine Vielzahl von zweiten Summen zu bilden, und wird eine jeweilige nichtlineare Funktion auf jede der zweiten Summen angewendet, um eine Vielzahl von zweiten verarbeiteten Werten zu erstellen, wobei die Vielzahlen von zweiten Gewichtungswerten, zweiten Produkten, zweiten Summen und zweiten verarbeiteten Werten alle zahlenmäßig gleich sind. Weiterhin wird jeder der Vielzahl von zweiten verarbeiteten Werten mit mindestens einem jeweiligen dritten Gewichtungswert multipliziert, um mindestens ein jeweiliges drittes Produkt zu bilden, und wird eine Ausgangssummenmenge, die aus mindestens einer Ausgangssumme besteht, gebildet, wobei jede Ausgangssumme der Menge durch Summieren einer jeweiligen Vielzahl der dritten Produkte gebildet wird, wobei die jeweilige Vielzahl von dritten Produkten zahlenmäßig die gleiche wie die Vielzahl von zweiten verarbeiteten Werten ist und dritte Produkte einschließt, die aus jedem der zweiten verarbeiteten Werte erzeugt werden, und wird eine jeweilige nichtlineare Funktion auf jede Ausgangssumme angewendet, um einen jeweiligen Ausgangswert zu erstellen. In einer bevorzugten Ausführungsform der Erfindung besteht die Ausgangssummenmenge aus zwei Ausgangssummen, so daß zwei Ausgangswerte erstellt werden. Einer der zwei Ausgangswerte weist darauf hin, ob ein erster Typ des elektronischen Sicherungsmarkierers, der eine erste Signaturcharakteristik aufweist, in der Abfragezone vorhanden ist, und der andere Ausgangswert weist darauf hin, ob ein zweiter Typ des elektronischen Sicherungsmarkierers, der eine zweite Signaturcharakteristik aufweist, die sich von der ersten Charakteristik unterscheidet, in der Abfragezone vorhanden ist. Eine bevorzugte Topologie des neuronalen Netzwerk-Verarbeitungsalgorithmus, der oben beschrieben ist, verarbeitet sechs Eingangsparameter durch Bilden von achtzehn ersten verarbeiteten Werten und neun zweiten verarbeiteten Werten und weist dadurch achtzehn Knoten in einer ersten verborgenen Schicht, neun Knoten in einer zweiten verborgenen Schicht und zwei Ausgangsknoten auf.
Nach anderen Gesichtspunkten der Erfindung wird eine Sequenz von digitalen Abtastwerten aus dem empfangenen analogen Signal gebildet, und die sechs Eingangsparameter werden durch Anwenden einer schnellen Fourier-Transformation (FFT) auf die Sequenz der digitalen Abtastwerte, Kombinieren der resultierenden Koeffizientenwerte in einer Vielzahl von Frequenzbändern und Normieren der resultierenden Frequenzbandwerte durch Dividieren aller Bandwerte durch einen ausgewählten der Bandwerte gebildet. Vorzugsweise besteht das neuronale Netzwerk-Verarbeitungsgerät aus einem digitalen Signalverarbeitungsgerät (DSP-Gerät) mit integriertem Schaltkreis, das programmiert ist, um einen neuronalen Netzwerk-Verarbeitungsalgorithmus des Typs durchzuführen, der als ein Mehrschicht-Perzeptron bekannt ist. Vorteilhafterweise wird das gleiche DSP-Gerät ebenfalls verwendet, um die FFT-Verarbeitung und anschließende Berechnungen durchzuführen, welche die Eingangsparameterwerte aus einem digitalen Signal erstellen, das an das DSP-Gerät bereitgestellt wird.
Nach einem anderen Gesichtspunkt der Erfindung wird ein elektronisches Artikelsicherungssystem bereitgestellt, das folgendes umfaßt: ein Mittel für das Erzeugen und Ausstrahlen eines Abfragesignals in einer Abfragezone, eine Antenne für das Empfangen eines analogen Signals, das in der Abfragezone vorhanden ist, eine analoge Filterschaltung, welche das analoge Signal filtert, das von der Antenne empfangen wird, einen Analog-Digital-Wandler für das Wandeln des gefilterten analogen Signals in ein digitales Signal, und ein digitales Signalverarbeitungsgerät mit integriertem Schaltkreis, welches das digitale Signal empfängt, eine Vielzahl von Eingangsparameterwerten daraus berechnet, und einen neuronalen Netzwerk-Verarbeitungsalgorithmus bezüglich der Eingangsparameterwerte durchführt, um zu bestimmen, ob ein elektronischer Artikelsicherungsmarkierer einer vorbestimmten Art in der Abfragezone vorhanden ist.
Nach weiteren Gesichtspunkten der Erfindung ist das DSP-Gerät programmiert, um die Verarbeitung der Rauschverminderung an dem empfangenen digitalen Signal durchzuführen, und führt anschließend eine schnelle Fourier-Transformation an dem rauschverminderten digitalen Signal durch, kombiniert mindestens einige der resultierenden Koeffizientenwerte innerhalb der Frequenzbänder, um Frequenzbandwerte zu erstellen, und normiert die Frequenzbandwerte, um die Eingangsparameterwerte zu erstellen.
Die Verfahren und das Gerät, die gemäß der Erfindung bereitgestellt werden, nutzen die neuronale Netzwerkverarbeitung, um zwei verschiedene Typen von EAS-Markierern unter Verwendung der gleichen Erkennungsausrüstung zu erkennen. Die Verwendung der neuronalen Netzwerkverarbeitung macht es durchführbar, eine vorbestimmte Anzahl von Eingangsparametern auf ein, zwei oder mehr als zwei Ausgangssignale abzubilden, von denen jedes zum Erkennen der Anwesenheit bzw. Abwesenheit eines jeweiligen Markierertyps verwendet wird. Nach den Lehren der vorliegenden Erfindung wird die große Menge von Informationen, die in dem Signal vorhanden sind, das auf dem Erkennungsabschnitt des EAS-Systems empfangen wird, verarbeitet, um eine relativ kleine Anzahl von bedeutungsvollen Eingangsparametern zu bilden, so daß die neuronale Netzwerkverarbeitung auf das Erkennungssignal angewendet werden kann. Wenngleich die neuronale Netzwerkverarbeitung vordem nicht als anwendbar auf das Gebiet der elektronischen Artikelsicherung betrachtet wurde, weisen die Lehren der vorliegenden Erfindung im Ergebnis darauf hin, wie das Erkennungssignal verarbeitet und auf eine kleine Anzahl von Parametern eingeengt werden kann, um die neuronale Netzwerkanalyse durchführbar zu machen. Ebenfalls macht es die Mehrschicht-Perzeptronverarbeitung möglich, flexible und präzise Entscheidungsgrenzen für das Unterscheiden zwischen Signalen bereitzustellen, die von den Markierern von Interesse erzeugt werden, und dem Rauschen und anderen Signalen, die in der Abfragezone vorhanden sein können.
Die vorhergehenden und anderen Aufgaben, Merkmale und Vorteile der Erfindung werden aus der folgenden ausführlichen Beschreibung der bevorzugten Ausführungsformen und deren Verfahren, und aus den Zeichnungen weiter verständlich, wobei gleiche Bezugszeichen durchweg gleiche Bauelemente und Bauteile bezeichnen.
BESCHREIBUNG DER ZEICHNUNGEN
1 ist ein schematisches Blockschaltbild eines elektronischen Artikelsicherungssystems, in welchem die neuronale Netzwerkverarbeitung gemäß der vorliegenden Erfindung verwendet wird.
2 veranschaulicht in blockschematischer Form die Signalverarbeitung, die in einem digitalen Signalverarbeitungsbauelement des Systems von 1 durchgeführt wird.
2A ist ein Zeitdiagramm, welches die Verarbeitung der Rauschverminderung veranschaulicht, die in dem digitalen Signalverarbeitungsbauelement durchgeführt wird.
3 veranschaulicht schematisch einen neuronalen Netzwerk-Verarbeitungsabschnitt der Signalverarbeitung, die in 2 veranschaulicht ist.
4 ist eine graphische Darstellung einer nichtlinearen Funktion, die als Teil des neuronalen Netzwerkprozesses angewendet wird, der in 3 veranschaulicht ist.
5 ist ein Flußdiagramm, welches die Verarbeitung der Zustandsabschätzung veranschaulicht, die bezüglich der neuronalen Netzwerk-Ausgangssignale als Teil der Signalverarbeitung durchgeführt wird, die in 2 veranschaulicht ist.
6 ist ein Flußdiagramm, welches ein Verfahren veranschaulicht, das für das Trainieren des neuronalen Netzwerkgerätes verwendet wird, das in dem System von 1 enthalten ist.
7 veranschaulicht schematisch die Entscheidungsbereiche der Anwesenheit bzw. der Abwesenheit von zwei Typen von Artikelsicherungsmarkierer.
BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSFORMEN UND VERFAHREN
1 veranschaulicht in schematischer Blockschaltbildform ein elektronisches Artikelsicherungssystem 10, in das die vorliegende Erfindung integriert ist.
Das EAS-System 10 enthält eine Signalgenerierungsschaltung 12, welche eine Sendeantenne 14 steuert, um ein Abfragefeldsignal 16 in eine Abfragezone 17 auszustrahlen. Ein EAS-Markierer 18 ist in der Abfragezone 17 vorhanden und strahlt ein Markierersignal 20 als Reaktion auf das Abfragefeldsignal 16 aus. Das Markierersignal 20 wird an den Empfängerantennen 21 und 22 zusammen mit dem Abfragefeldsignal 16 und verschiedenen Rauschsignalen empfangen, die von Zeit zu Zeit in der Abfragezone 17 vorhanden sind. Die Signale, die an der Antenne 22 empfangen werden, werden einer Linkskanal-Empfängerschaltung 24L bereitgestellt, von welcher das empfangene Signal an die Linkskanal-Signal konditionierungsschaltung 26L gesendet wird. Nach analoger Filterung und/oder anderer analoger Signalkonditionierung wird das konditionierte Signal von der Schaltung 26L dem Analog-Digital-Wandler (A/D-Wandler) des Linkskanals 28L bereitgestellt, welcher das konditionierte Signal in ein digitales Signal wandelt. Das resultierende digitale Signal wird anschließend als ein Linkskanal-Eingangssignal einem digitalen Signalverarbeitungsgerät 30 bereitgestellt.
Die Empfängerantenne 21 ist vorzugsweise mit der Sendeantenne 14 in dem gleichen Gehäuse (nicht gezeigt) untergebracht. Das über die Antenne 21 empfangene Signal 21 wird einer Rechtskanal-Empfängerschaltung 24R bereitgestellt und von dort an eine Rechtskanal-Signalkonditionierungseinheit 26R und anschließend an einen Rechtskanal-A/D-Wandler 28R gesendet. Eine digitale Signalausgabe von dem A/D-Wandler 28R wird als ein Rechtskanal-Eingangssignal dem DSP 30 bereitgestellt.
Gemäß einer bevorzugten Ausführungsform der Erfindung kann jedes der Elemente 12, 14, 18, 21, 22, 24L und 24R ein Elemententyp sein, der in dem oben genannten "AISLEKEEPER"-System verwendet wird. Zum Beispiel kann der Markierer 18 ein Markierer des zweiten Typs sein, der bereits erörtert wurde, bzw. kann alternativ ein Markierer des ersten bzw. des dritten Typs sein.
Die über die Antennen 21 und 22 und die Empfängerschaltungen 24R und 24L empfangenen Signale werden jeweilig einer Signalkonditionierung, wie z. B. einer analogen Filterung, an den Schaltungen 26R und 26L unterzogen. Zum Beispiel wird in dem oben erwähnten "AISLEKEEPER"-System das Abfragefeldsignal 16 bei einer Frequenz von ungefähr 73 Hz erzeugt. In der Annahme, daß die Elemente 14, 21, 22, 24L und 24R wie in dem "AISLEKEEPER"-System bereitgestellt sind, kann eine Filterungsfunktion, die in den Schaltungen 26L und 26R vorgesehen ist, die Bandpaßfilterung mit einer unteren Grenzfrequenz von ungefähr 800 Hz und einer oberen Grenzfrequenz von ungefähr 8000 Hz einschließen, um das Rauschen bei 60 Hz, 73 Hz, und niedrige Harmonische dieser Frequenzen zu dämpfen, während das Hochfrequenzrauschen ebenfalls gedämpft wird.
Die A/D-Wandler 28L und 28R wandeln die konditionierten Signale des linken und des rechten Kanals in entsprechende digitale Eingangssignale 31L und 31R um, die als Eingaben für die DSP 30 bereitgestellt werden.
Die DSP-Schaltung 30 kann zum Beispiel durch einen herkömmlichen DSP mit integriertem Schaltkreis wie z. B. den digitalen Fließpunkt-Signalprozessor Modell TMS-320C31, der von Texas Instruments erhältlich ist, realisiert werden.
2 veranschaulicht in einer schematischen Form die Signalverarbeitung, die in der DSP-Schaltung 30 durchgeführt wird. Man wird verstehen, daß die Verarbeitung, die zu beschreiben ist, unter der Kontrolle eines gespeicherten Programms durchgeführt wird, welches die Operationen der DSP-Schaltung 30 steuert. (Der Programmspeicher, in welchem das Programm gespeichert ist, ist nicht separat gezeigt.) Der Zweck der Verarbeitung, die in 2 veranschaulicht ist, besteht darin zu erkennen, ob ein aktiver Markierer 18 des Typs bzw. der Typen (z. B. zweiter und dritter Typ von Markierern, die oben erörtert sind), die für die Verwendung mit dem System 10 vorgesehen sind, in der Abfragezone 17 vorhanden ist.
Gemäß den bevorzugten Verfahren der Erfindung arbeitet der DSP 30 ebenfalls, um zu erkennen, ob ein Markierer des ersten Typs in der Abfragezone 17 vorhanden ist, und außerdem unterscheidet der DSP 30 einerseits zwischen einem Markierer des ersten Typs und andererseits Markierern des zweiten und des dritten Typs. Nach dem Erkennen der Anwesenheit eines aktiven Markierers des zweiten oder dritten Typs in der Abfragezone 17 arbeitet der DSP 30, um ein Alarm-Auslösesignal 32 an ein Anzeigegerät 33 zu senden. Das Anzeigegerät 33 reagiert auf das Alarm-Auslösesignal 32 durch zum Beispiel das Erzeugen eines optischen und/oder akustischen Alarms bzw. durch eine andere geeignete Aktion.
Also nun unter Bezugnahme auf 2 führt der DSP 30 am Anfang die digitale Signalkonditionierung an den Eingangssignalen 31L und 31R durch, wie durch die Blöcke 100L und 100R angegeben. Zum Beispiel wird in Betracht gezogen, daß die Verarbeitung an den Blöcken 100L und 100R die Erkennung von stationärem Rauschen in den Eingangssignalen 31L und 31R und die Generierung eines Rauschunterdrückungssignals, das zu dem erkannten Rauschen 180° phasenverschoben ist, einschließen kann. Das Rauschunterdrückungssignal wird dann über eine Rückkopplungsstrecke und einen Digital-Analog-Wandler (welche nicht gezeigt sind) für das Addieren zu dem analogen Eingangssignal an einem Addierer (nicht gezeigt) zurückgekoppelt, der aufwärts von den A/D-Wandlern 28L und 28R angeordnet ist.
Gemäß einem anderen Rauschverminderungsverfahren, das gemäß einem bevorzugten Verfahren der Erfindung realisiert ist, werden Abtastwerte des digitalen Eingangssignals, die über eine Vielzahl von Zyklen des Abfragefeldsignals 17 empfangen werden, gespeichert, und anschließend werden entsprechende Abtastwerte von jedem der Feldsignalzyklen gemittelt, um einen Block von gemittelten Abtastwerten zu erzeugen. Ein spezielles Beispiel dieses Verfahrens wird nun mit Bezugnahme auf 2A beschrieben.
Für die Zwecke des Beispiels wird vorausgesetzt, daß das Abfragefeldsignal 17 eine Frequenz von 73,125 Hz aufweist, und die Abtastrate jedes der A/D-Wandler 28L und 28R 18,72 kHz aufweist, so daß 256 digitale Abtastwerte in jedem Kanal während jedes Zyklus des Abfragefeldsignals erzeugt werden.
Gemäß diesem Beispiel werden die während 32 Zyklen des Abfragefeldsignals erzeugten Abtastwerte gespeichert und die jeweiligen Abtastwerte von jedem Zyklus gemittelt, um 256 gemittelte Abtastwerte zu erzeugen. Unter Berücksichtigung zuerst des linken Kanals werden 8192 nacheinander empfangene, während der 32 Abfragefeldzyklen erzeugte Eingangsabtastwerte des Linkskanals, SIPL_k (k = 1, 2, ..., 8192), die über die Periode vom Zeitpunkt T1 bis zum Zeitpunkt T5 auftreten, nach der folgenden Formel gemittelt, um einen Block von 256 gemittelten Ausgangsabtastwerten des Linkskanals, AOPL_i (i = 1, 2, ..., 256) zu bilden:
Man wird aus der Gleichung (1) erkennen, daß jeder Abtastwert das Mittel von 32 Eingangsabtastwerten ist, welche die entsprechenden Positionen in 32 aufeinanderfolgenden Zyklen des Abfragefeldsignals besetzen. Diese Mittelung neigt dazu, die Effekte des Rauschens zu unterdrücken.
Der nächste Block von gemittelten Abtastwerten für den linken Kanal wird aus einem aktualisierten Block von Eingangsabtastwerten erzeugt, die durch Ersetzen der ältesten 2048 Abtastwerte (8 Abfragefeldzyklen) durch die Abtastwerte gebildet sind, die während der 8 Zyklen erhalten werden, die zwischen den Zeiten T5 und T7 auftreten, so daß der nächste Block von Abtastwerten, die zu mitteln sind, die Periode vom Zeitpunkt T3 bis zum Zeitpunkt T7 darstellt.
Ganz analog werden die mittleren Abtastwerte des rechten Kanals nach der folgenden Formel
in der gleichen Weise wie in dem linken Kanal und mit der gleichen Zeiteinstellung erzeugt.
Der Prozeß wird fortgesetzt, wobei aufeinanderfolgende Fenster bzw. Blöcke von 8192 Abtastwerten in jedem Kanal erzeugt werden. Jeder Block überschneidet sich mit dem unmittelbar vorhergehenden und dem unmittelbar nachfolgenden Block in dem gleichen Kanal bis zum Umfang von einem Viertel eines Blockes bzw. 2048 Abtastwerten.
Wie in 2 in den Blöcken 102L und 102R angegeben, werden die Blöcke von 256 gemittelten Abtastwerten, die in jedem Kanal erzeugt werden, einer schnellen Fourier-Transformation (FFT) unterzogen, um Koeffizientenwerte zu erzeugen. Anschließend werden an den Blöcken 104L und 104R aus den reellen und imaginären Koeffizienten, die aus der Verarbeitung an den Blöcken 102L und 102R resultieren, Absolutwerte berechnet.
Im nächsten Schritt, wie durch die Blöcke 106L und 106R dargestellt, wird die Menge von in den Blöcken 104L und 104R erstellten Werten durch Kombinieren der Werte in jedem Kanal innerhalb der folgenden Frequenzbänder: 0 bis 1 kHz, 1 bis 2 kHz, 2 bis 3 kHz, 3 bis 4 kHz, 4 bis 5 kHz und 5 bis 6 kHz beträchtlich verringert. Die verbleibenden (d. h. höherfrequenten) Absolutwerte werden ignoriert. Als Folge sind nach dem Verarbeiten der Blöcke 106L und 106R nur sechs Parameterwerte, welche die kombinierten Werte in jedem der sechs Frequenzbänder darstellen, in jedem der Kanäle vorhanden. Als nächstes werden in den Schritten 108L und 108R die sechs Parameterwerte in jedem Kanal durch Dividieren jedes dieser Parameter durch den Wert des für das Frequenzband 1 bis 2 kHz erhaltenen Parameters normiert. Man muß erwähnen, daß dieses Frequenzband ausgewählt wird, weil der Parameterwert für dieses Band den höchsten Wert aufweist, so daß alle resultierenden normierten Parameterwerte in den Zahlenbereich von Null bis Eins fallen.
Die Gruppen von sechs jeweils im rechten und im linken Kanal erstellten Parametern werden auf abwechselnde Weise nach einem neuronalen Netzwerkalgorithmus verarbeitet, der durch den Block 110 in 2 dargestellt ist.
Man erinnert sich sicher, daß an den Verarbeitungsblöcken 100L und 100R ein Block von gemittelten Abtastwerten in jedem Kanal mit einer Rate von einmal alle 8 Zyklen des Abfragefeldsignals erstellt wird, welche in einer bevorzugten Ausführungsform ungefähr 73 Hz beträgt. Als Ergebnis wird ein Block von gemittelten Abtastwerten in jedem Kanal ungefähr neunmal pro Sekunde erstellt. Diese Zeitsteuerung wird über die gesamte anschließende Verarbeitung aufrechterhalten, die in den Blöcken 102L, 102R bis 108L, 108R durchgeführt wird, und als Ergebnis werden während jeder Sekunde ungefähr 18 Gruppen von jeweils sechs Parameterwerten (d. h. ungefähr neun Gruppen pro Kanal pro Sekunde) für die neuronale Netzwerkverarbeitung vorgelegt, die durch den Block 110 dargestellt ist. Die neuronale Netzwerkverarbeitung wird abwechselnd an Gruppen von Parameterwerten vom linken bzw. rechten Kanal durchgeführt.
Die durch Block 110 dargestellte neuronale Netzwerkverarbeitung, wird nun mit Bezugnahme auf 3 beschrieben.
Der Typ des in 3 veranschaulichten neuronalen Netzwerk-Verarbeitungsalgorithmus ist als ein "Mehrschicht-Perzeptron" bekannt. Die in 3 dargestellte Verarbeitung wird mit Bezug auf N Eingangsparameter IP1, IP2, ..., IPN durchgeführt. Bei der bis zu dieser Stelle beschriebenen Ausführungsform muß man erwähnen, daß die Anzahl N von Eingangsparametern 6 beträgt, weil die Operationen der Signalkonditionierung und der Parameterverringerung, die bereits bezüglich der Blöcke 100L, 100R bis 108L, 108R beschrieben wurden, zu Mengen von sechs Eingangsparametern führten, die für die neuronale Netzwerkverarbeitung gebildet werden.
Unter fortgesetzter Bezugnahme auf 3 wird die Verarbeitung, die an den Eingangsparametern durchgeführt wird, auf drei Schichten L1, L2, und L3 von "Knoten" durchgeführt. Die ersten zwei Schichten, L1 und L2, werden als "verborgene" Schichten betrachtet und die letzte Schicht L3 ist eine Ausgangsschicht, auf der Ausgangswerte erstellt werden.
Die erste verborgene Schicht L1 besteht aus M Knoten, N11, N12, ..., N1M. Die zweite verborgene Schicht L2 besteht aus P Knoten, N21, N22, ..., N2P. Die Ausgangsschicht L3 besteht aus zwei Ausgangsknoten, N31 and N32. Die Ausgangswerte OP1 und OP2 werden an den Knoten N31 bzw. N32 erstellt.
Es hat sich herausgestellt, daß zufriedenstellende Verarbeitungsergebnisse in dem EAS-System gemäß der Erfindung erhalten werden, wenn das Perzeptron, das in 3 gezeigt ist, mit 18 Knoten in der ersten verborgenen Schicht L1 (d. h. M = 18) und 9 Knoten in der zweiten verborgenen Schicht L2 (d. h. P = 9) definiert ist. Wie noch ersichtlich werden wird, wird jeder der Ausgangswerte OP1 und OP2 als die Anwesenheit bzw. Abwesenheit eines jeweiligen Typs des EAS-Markierers darstellend genommen.
Jede der Linien, die die Eingangsparameter IP1 bis IPN und die Knoten N11 bis N1M verbinden, stellt die Multiplikation des jeweiligen Eingangsparameters mit einem Gewichtungskoeffizienten W111, ..., W1NM dar.
Insbesondere wird der erste Eingangsparameter IP1 mit jedem von M Gewichtungskoeffizienten W111, W112, ...
W11M multipliziert, um M jeweilige Produkte zu erstellen, und jedes der Produkte wird als ein Eingang einem entsprechenden der Knoten N11 bis N1M bereitgestellt.
Ganz analog wird jeder der anderen Eingangsparameter mit einer jeweiligen Vielzahl von M Gewichtungskoeffizienten multipliziert und die resultierenden Produkte werden als Eingänge den entsprechenden Knoten der ersten verborgenen Schicht L1 bereitgestellt. An jedem der Knoten der Schicht L1 werden die Produkte, die die Eingänge für die Knoten darstellen, summiert und anschließend wird eine nichtlineare Funktion auf die resultierende Summe angewendet, um einen Wert bereitzustellen, der der Ausgang des Knotens ist.
Nach einer bevorzugten Ausführungsform der Erfindung ist die nichtlineare Funktion, die an jedem Knoten angewendet wird, eine logarithmische Sigmoidfunktion. Ein Schaubild, das solch eine Funktion darstellt, ist in 4 gezeigt, in welcher die horizontale Achse die Eingangswerte für die Funktion und die vertikale Achse die entsprechenden Ausgangswerte für die Funktion darstellt. Man wird erkennen, daß die Funktion, die in
4 gezeigt ist, Eingänge im Bereich von –∞ bis +∞ in das Intervall [0, 1] abbildet. Obgleich 4 angibt, daß ein Eingangswert von Null durch die Funktion in einen Ausgangswert von Nullkommafünf abgebildet wird, muß man nichtsdestoweniger besonders erwähnen, daß, wie es im allgemeinen mit Perzeptronen gemacht wird, jeder der Knoten ebenfalls durch einen Biaswert θ gekennzeichnet ist, welcher den ansteigenden Abschnitt der Funktion nach links bzw. rechts verschiebt.
Jeder der Knoten N11 bis N1M ist vollständig durch einen jeweiligen Biaswert und die Werte der Gewichtungskoeffizienten gekennzeichnet, die verwendet werden, um die Produkte zu erstellen, die als Eingaben dem Knoten zugeführt werden. Folglich kann der Ausgang u_k des k-ten Knotens N1k der ersten verborgenen Schicht L1 wie folgt geschrieben werden:
wobei F die oben erörterte logarithmische Sigmoidfunktion ist, und θk der dem Knoten N1k zugeordnete Biaswert ist.
Jeder der von den Knoten der Schicht L1 ausgegeben Knotenausgangswerte u_k wird mit einer entsprechenden Gruppe von Gewichtungskoeffizienten W2k1, W2k2, ..., W2kP multipliziert, und die resultierenden Produkte werden jeweils als Eingänge den entsprechenden Knoten N21 bis N2P der zweiten verborgenen Schicht L2 bereitgestellt. Wie oben werden die jedem Knoten als Eingänge bereitgestellten Produkte summiert und eine nichtlineare Funktion (logarithmischer Sigmoid) mit einem Offsetwert, der dem Knoten entspricht, wird angewendet, um den Knotenausgang zu erstellen. Mit anderen Worten wird der Ausgangswert v_k des k-ten Knotens der Schicht L2 wie folgt geschrieben:
wobei θ'_k der dem Knoten N2k zugeordnete Biaswert ist.
Der Ausgangswert v_k jedes Knotens N2k wird mit den Gewichtungskoeffizienten W3k1 und W3k2 multipliziert und die entsprechenden Produkte werden als Eingänge den Knoten N31 bzw. N32 der Ausgangsschicht zugeführt. Wiederum werden die als Eingänge jedem Knoten in der Ausgangsschicht L3 zugeführten Produkte summiert und eine nichtlineare Funktion (logarithmischer Sigmoid) mit einem dem Knoten zugeordneten Bias wird auf die resultierende Summe angewendet, um den Netzwerk-Ausgangswert. zu erstellen, der diesem Knoten entspricht. Insbesondere werden die Ausgangswerte OP1 und OP2 wie folgt berechnet:
wobei θ''₁ und θ''₂ die den Knoten N31 bzw. N32 zugeordneten Biaswerte sind.
Man wird erkennen, daß jeder der Ausgangswerte OP1 und OP2 in dem Bereich zwischen 0 und einschließlich 1 variieren kann. weiterhin besteht der Gesamteffekt des Verarbeitungsalgorithmus, der in 3 veranschaulicht ist, darin, sechs Eingangsparameter innerhalb dieses Bereiches in zwei Ausgangsparameter innerhalb dieses Bereiches abzubilden.
Die Gewichtungskoeffizienten und die Knoten-Biaswerte, die erforderlich sind, um die Knoten zu definieren, die den neuronalen Netzwerk-Verarbeitungsalgorithmus bilden, werden in einer Trainingsprozedur ermittelt, die unten beschrieben wird. Nachdem diese Werte ermittelt sind, werden dieselben in dem DSP 30 bzw. einem separaten dem DSP 30 zugeordneter Speicher (nicht gezeigt) gespeichert, um das oben beschriebene neuronale Netzwerk zu realisieren.
Der erste Ausgangswert OP1 kann als ein Wert angesehen werden, der eine Wahrscheinlichkeit darstellt, daß ein EAS-Markierer des ersten Typs vorhanden ist (d. h. durch die Menge von sechs gerade verarbeiteten Eingangsparameterwerten dargestellt wird), während der zweite Ausgangswert OP2 auf eine Wahrscheinlichkeit hinweist, daß ein Markierer des zweiten oder des dritten Typs vorhanden ist. Es hat sich herausgestellt, daß die jeweiligen Signaturen des zweiten und des dritten Markierertyps hinreichend ähnlich sind, so daß die zwei Markierertypen als ein einziger Typ behandelt werden können und untereinander austauschbar mit der Art von EAS-Ausrüstung, die oben beschrieben ist, verwendet werden können. Da jedoch der erste Markierertyp in einigen Fällen eine Signatur aufweist, die fälschlich für die des zweiten Markierertyps gehalten werden kann, ist es notwendig, die weitere Verarbeitung durchzuführen, die durch einen Zustands-Schätzfunktionsblock 112 (2) dargestellt ist, um Fehlalarme zu verhindern, die andernfalls aus Verwechslung des ersten Markierertyps mit dem zweiten resultieren würden. Die Eingaben für das Verarbeiten an dem Zustands-Schätzfunktionsblock 112 sind die Ausgänge OP1 und OP2, die von dem neuronalen Netzwerkblock 110 erstellt werden, und außerdem die unverarbeiteten Frequenzbandwerte, die an den Parameterverringerungsblöcken 106L und 106R erstellt werden.
Am Anfang wird am Block 112 eine Schwellenwertfunktion auf jeden der Werte OP1 und OP2 angewendet, wodurch ein Wert von 0,7 oder größer als eine "1", d. h. eine Anzeige der Anwesenheit des jeweiligen Typs der Markierersignatur, und ein Wert kleiner als 0,7 als eine "0" angesehen wird.
Ein erstes Verfahren zum Ignorieren von Fehlalarmen, die durch eine Signatur des "zweiten Typs" hervorgerufen werden, die tatsächlich durch einen ersten Markierertyp verursacht wird, beruht auf der Tatsache, daß der erste Markierertyp dazu neigt, Signale zu erzeugen, die einen viel höheren Energiepegel als die Signale aufweisen, die von dem zweiten Markierertyp erzeugt werden. Für diesen Zweck werden die direkt von den Blöcken 106L und 106 abgegriffenen Ausgänge mit einem Schwellenwert verglichen, und wenn die Signalenergie diesen Schwellenwert übersteigt, dann wird ein Ausgang OP2, der den Wert "1" aufweist, als Hinweis auf einen Markierer des ersten Typs statt eines Markierers des zweiten Typs betrachtet.
Ein anderes Verfahren zur Vermeidung von Fehlalarmen, die durch den ersten Markierertyp verursacht werden, ist in 5 veranschaulicht, welche ein Flußdiagramm zeigt, das eine weitere Verarbeitungsroutine angibt, die in dem Zustands-Schätzfunktionsblock 112 durchgeführt wird. Gemäß der Routine von 5 wird zuerst beim Schritt 202 ermittelt, ob eine Signatur des ersten Markierertyps erkannt wurde (d. h. OP1 = 1). Wenn ja, wird die Zeit protokolliert, zu der der erste Markierertyp erkannt wurde (Schritt 204) und die Routine wird zum Schritt 202 zurückgeschleift. Andernfalls folgt auf den Schritt 202 der Schritt 206, in welchem ermittelt wird, ob die Signatur des zweiten Markierertyps erkannt wird (d. h. OP2 = 1). Wenn nicht, wird die Routine einfach wieder zu dem Schritt 202 zurückgeschleift. Wenn aber OP2 = 1, schreitet die Routine zum Schritt 208 fort, in welchem ermittelt wird, ob der erste Markierertyp vor kurzem mehr als eine vorbestimmte Anzahl von Malen (M-mal) erkannt wurde. Wenn ja, dann wird die Erkennung des zweiten Typs der Signatur beim Schritt 206 ignoriert, und es wird angenommen, daß der zweite Typ der Signatur von einem ersten Markierertyp erzeugt wurde, welcher durch die Abfragezone befördert wird, und welcher nach dem Erzeugen einer Anzahl von Signalen, die den ersten Typ der Signatur aufweisen, an eine Stelle innerhalb der Abfragezone gebracht wurde, an welcher der Markierer stark genug angesteuert wird, um die hohen harmonischen Störungen zu erzeugen, die typischerweise von dem zweiten Markierertyp gezeigt werden.
Andererseits, wenn beim Schritt 208 ermittelt wird, daß der erste Markierertyp vor kurzem nicht öfter als M Male protokolliert wurde, dann schreitet die Routine zum Schritt 210 fort, in welchem ermittelt wird, ob der zweite Markierertyp vor kurzem öfter als N Male erkannt wurde. Wenn nicht, bleibt eine Möglichkeit übrig, daß der zweite Typ der Markierersignatur möglicherweise durch eine transiente Störungsspitze simuliert wird, und die Routine protokolliert entsprechend die Erkennung des zweiten Typs der Signatur (Schritt 212) und schleift dann zum Schritt 202 zurück.
Wenn jedoch beim Schritt 210 entdeckt wird, daß vor der jüngesten Erkennung des zweiten Typs der Signatur mindestens N vorhergehende jüngere Protokollierungen des zweiten Typs der Signatur liegen, dann wird ermittelt, daß ein Markierer eines zweiten Typs in der Abfragezone vorhanden ist, und geeignete Schritte wie z. B. das Auslösen eines Alarms (Schritt 214) werden durchgeführt.
Für die Zwecke der Routine von 5 kann N gleich 1 eingestellt sein, so daß nur 2 Signaturen des zweiten Typs (in der Annahme einer Abwesenheit von Signaturen des ersten Typs) innerhalb einer gegebenen kurzen Zeitperiode zum Auslösen eines Alarms erkannt werden müssen. Dies würde hinreichend sein, um zu verhindern, daß das System als Reaktion auf gelegentliche Signalspitzen, die dem zweiten Typ der Signatur ähnlich sehen, Fehlalarme erzeugt. Die Zeitperiode für den Schritt 210 kann so eingestellt werden, daß sie etwas länger als ein Zyklus des Abfragefeldsignals ist, so daß ein in zwei aufeinanderfolgenden Abfragesignalzyklen erkanntes OP2 zu einem Alarm führen würde.
Überdies kann M auf einen ziemlich kleinen Wert wie z. B. 1 oder 2 eingestellt werden, und die in Frage stehende Zeitperiode kann der Zeitperiode entsprechen, die normalerweise erforderlich ist, um die Abfragezone zu durchqueren. Auf diese Weise würde das kürzliche Erkennen einer Signatur, die einen Markierer des ersten Typs darstellt, verhindern, daß ein zweiter Typ der Signatur, der von diesem ersten Markierertyp erzeugt wird, als die Anwesenheit des zweiten Markierertyps darstellend fehlgedeutet wird.
Eine Prozedur zum "Trainieren" des neuronalen Netzwerkes, das heißt zum Erzeugen der Gewichtungskoeffizienten und der Biaswerte, die zum Definieren der Knoten des Netzwerkalgorithmus benötigt werden, wird nun mit Bezug auf 6 beschrieben, welche die Trainingsprozedur in Form eines Flußdiagramms veranschaulicht.
Der erste Schritt der Prozedur von 6 ist der Schritt 250 und betrifft das Erzeugen von Testdaten. In dem Schritt 250 wird ein EAS-System wie das System 10, das in 1 gezeigt ist, installiert und in Betrieb genommen und Markierer der interessierenden Typen werden auf vorbestimmten Wegen durch die Abfragezone 17 befördert, um Markierer-Erkennungssignale zu erzeugen, bzw. genauer, Datensätze, die auf die Signaturen der Markierer hinweisen. Eine Prüfeinspannvorrichtung (nicht gezeigt) ist vorgesehen, um die Bewegung der Markierer durch die Abfragezone 17 entlang der vorbestimmten Wege zu ermöglichen. Vorzugsweise ist jeder Weg gerade, eben, und in einer Ebene, die parallel zu den Ebenen der Antennen 14 und 22 verläuft. Jeder Weg verläuft vorzugsweise durch einen jeweiligen Punkt in einem Gitter, der in der Abfragezone 17 und in einer Ebene, die senkrecht zu den Ebenen der Antennen verläuft, definiert ist. Zum Beispiel kann das Gitter aus Punkten gebildet sein, die in der horizontalen und der vertikalen Richtung in regelmäßigen Intervallen von zum Beispiel 10 cm voneinander getrennt sind. Für typische Antennen, die eine Höhe von ungefähr 1 Meter aufweisen und durch eine Entfernung von ungefähr 0,8 Meter getrennt sind, kann ein geeignetes Gitter von Punkten zum Definieren der Lage der Wege aus ungefähr 70 Punkten gebildet werden, die in 10 Reihen und 7 Spalten angeordnet sind. Die Strecke, die auf jedem Weg durchquert wird, kann in der Größe von 0,6 Meter liegen, und die Markierer werden mit einer solchen Geschwindigkeit durch die Abfragezone befördert, daß der Markierer etwa 2 Sekunden zum Durchqueren der Zone braucht.
Während der Beförderung durch die Abfragezone erzeugt jeder Markierer ein Signal 20 (1) als Reaktion auf das Abfragesignal 16 und dieses Signal 20 wird an den Antennen 14 und 22 empfangen und der Signalverarbeitung unterworfen, die bereits in Verbindung mit den Blöcken 24L, 24R bis 28L, 28R von 1 beschrieben wurde, sowie der Verarbeitung, die in Verbindung mit den Blöcken 100L, 100R bis 108L, 108R von 2 beschrieben wurde.
Angesichts der bereits beschriebenen Verarbeitungs-Zeitsteuerung, die dazu führt, daß jeweilige Mengen von sechs normierten Parameterwerten in Intervallen von ungefähr 50 ms erzeugt werden, wird man verstehen, daß jedesmal, wenn ein Markierer durch die Abfragezone befördert wird, ungefähr 35 derartige Mengen von Parameterwerten erzeugt werden.
Weil jeder zum Erzeugen der Prüfdaten verwendete Markierer ungefähr 70 mal durch die Zone befördert wird, werden insgesamt annähernd 2000 Mengen von Parameterwerten für jeden Markierer erzeugt.
Von Konzept her kann jede Datenmenge von sechs Parameterwerten als einen jeweiligen Vektor oder Punkt in einem sechsdimensionalen Raum darzustellend betrachtet werden. Das Trainieren des Netwerks verfolgt den Zweck, die Grenzen zwischen den Bereichen zu definieren, die verschiedene Typen von Datenpunkten enthalten.
Vorzugsweise enthält das EAS-System 10, das für das Erzeugen der Prüfdaten verwendet wird, einen Mikrocomputer, der programmiert ist, um die Verarbeitung durchzuführen, die in den Blöcken 100L, 100R bis 108L, 108R angegeben ist, und weiterhin um eine Datenbasis von Parameterwertmengen zu erzeugen und zu pflegen, die die Prüfdaten bilden. Man wird erkennen, das kein Anzeigegerät 33 für das Prüfsystem erforderlich sein wird.
Gemäß einem bevorzugten Verfahren zum Erzeugen der Prüfdaten werden separate Datenbasen erzeugt, die jeweils aus ungefähr 2000 Parameterwertmengen bestehen, und zwar für einen Markierer des ersten Typs (d. h. der die relativ lineare Hystereseschleifen-Kennlinie aufweist), für einen Markierer des zweiten Typs (d. h. der die deutlich unterbrochene Hystereseschleifen-Kennlinie zeigt) und für drei Markierer des dritten Typs (d. h. die die festgelegten Wände der magnetischen Bezirke aufweisen). Es wird bevorzugt, daß die Abtastwerte der drei letzteren Markierer verschieden lang sind, wie z. B. ungefähr 38 mm, ungefähr 50 mm und ungefähr 75 mm lang. Gemäß diesem Ansatz werden insgesamt 10000 Mengen von sechs Parameterwerten erhalten und gespeichert. Bei den oben beschriebenen Markierertypen hat es sich herausgestellt, daß ein ausreichender Grad an Gleichförmigkeit unter den Markierern des ersten und des zweiten Typs und unter den drei Größen des dritten Markierertyps vorhanden ist, so daß ein einziger Markierer in jeder Kategorie als repräsentativ genommen werden kann. Natürlich ist es ratsam, wenn eine derartige Gleichförmigkeit nicht unter den Markierern von Interesse vorherrscht, eine repräsentative Stichprobennahme der Markierer zu verwenden.
Nachdem die Prüfdaten von allen Markierern erzeugt sind, wird zum Erzeugen einer kleineren Datenbasis ein Schritt 252 der Routine (6) durchgeführt, nämlich Anwenden eines Gruppierungsvorganges bzw. Algorithmus auf den vollständigen Datenbestand. Zum Beispiel kann ein neuronales Netzwerkverfahren, das als lernende Vektorquantifizierung (LVQ) bekannt ist, auf ungefähr 2000 für jeden Markierer erzeugte Datenmengen angewendet werden, um annähernd 100 gruppierte Datenmengen für jeden der fünf zum Erzeugen der Prüfdaten verwendeten Markierer zu erhalten. Bevorzugt wird der Gruppierungsalgorithmus in einem geeignet programmierten Mikrocomputer durchgeführt, der der gleiche Mikrocomputer sein kann, der verwendet wird, um die Prüfdatenbasis zu erzeugen und zu speichern. Als Ergebnis sind am Ende des Schrittes 252 sowohl die vollständige Prüfdatenbasis als auch eine gruppierte Prüfdatenbasis mit einer Größe von etwa einem Zwanzigstel der vollständigen Prüfdatenbasis erzeugt und gespeichert.
Der nächste Schritt der Prozedur von 6 ist der Schritt 254, in welchem eine Menge von Datenvektoren erzeugt wird, um einen Bereich von Datenvektoren zu definieren, der repräsentativ für die Abwesenheit jedes der drei Typen der Markierer ist. Der Aufbau der Vektoren, die den Bereich definieren, der der Abwesenheit jedes Typs des Markierers entspricht, wobei die Vektoren manchmal als "no_tag"-Vektoren bezeichnet werden, ist schematisch in 7 veranschaulicht.
Man wird sich sicher daran erinnern, daß die vollständige Datenbasis und ebenfalls die gruppierte Datenbasis aus Vektoren oder Punkten besteht, die in einem sechsdimensionalen Raum definiert sind, wobei die Dimensionen den sechs Freiheitsgraden entsprechen, die von den sechs Parameterwerten bereitgestellt werden, die jede Menge der Prüfdaten in den Datenbasen bilden. Zur Erläuterung der Strategie, die verwendet wird, um die no_tag-Vektoren aufzubauen, wird nun jedoch ein zweidimensionales Beispiel mit Bezug auf 7 gegeben. In 7 sei angenommen, daß ein im wesentlichen kreisförmiger Bereich 300 alle gruppierten Datenvektoren (dargestellt durch kleine ungefüllte Kreise) einschließt, die aus den unter Verwendung der Markierer des ersten Typs abgleiteten Daten erzeugt wurden. Ganz analog wird angenommen, daß ein im wesentlichen kreisförmiger Bereich 302 alle Datenvektoren (bezeichnet durch kleine X) einschließt, die durch Gruppierung der Daten abgeleitet wurden, die von dem zweiten und dem dritten Typ des Markierers erzeugt werden. Man muß erwähnen, daß es einen Bereich 304 gibt, der durch das Überlappen der Bereiche 300 und 302 gebildet ist. Dieser Überlappungsbereich ist ein Ergebnis der Neigung der Markierer des ersten Typs, relativ. hohe Harmonische zu erzeugen, um die Signaturcharakteristik der Markierer des zweiten Typs und des dritten Typs nachzuahmen, wenn ein Markierer des ersten Typs einem besonders starken Abfragesignal ausgesetzt ist.
Ein Quadrat 306 (das in einem praktischen Beispiel von Schritt 254 einem Hyperwürfel in sechs Dimensionen entspricht) ist derart definiert, daß beide Bereiche 303 und 302 ziemlich dicht begrenzt werden. Die "no_tag"-Vektoren, die zu definieren sind, können dann als die Ecken und Mittelpunkte der Kanten des Quadrates 306 genommen werden, wie durch die kleinen ungefüllten Dreiecke in 7 angegeben. In dem sechsdimensionalen Raum, in welchem der Schritt 254 tatsächlich in einer bevorzugten Ausführungsform durchgeführt wird, wird man erkennen, daß die Ecken und Mittelpunkte der Kanten des entsprechenden 6-D-Hyperwürfels insgesamt 128 Punkte betragen, die als no_tag-Datenvektoren zu verwenden sind. Folglich endet der Schritt 254 mit drei Typen von Daten, die erzeugt und gespeichert wurden: (1) den ursprünglichen Prüfdaten, die durch das Befördern der Markierer durch eine Abfragezone erzeugt wurden, (2) den gruppierten Daten, die aus den Prüfdaten erzeugt wurden und (3) den no_tag-Datenpunkten, die so konstruiert wurden, daß sie einen Bereich definieren, der alle gruppierten Datenpunkte enthält. Obgleich die Ecken und Mittelpunkte des Hyperwürfels verwendet wurden, da sie relativ leicht definierbar und relativ effizient sind, wird man erkennen, daß Begrenzungsbereiche unterschiedlicher Formen verwendet werden können, und ebenfalls, daß die Punkte aus dem Umfang des Begrenzungsbereiches nach einem Muster ausgewählt werden können, das dichter oder weniger dicht sein kann als das Muster, das schematisch in 7 gezeigt ist.
Der nächste Schritt, der in der Prozedur von 6 durchzuführen ist, ist Schritt 256, in welchem das neuronale Netzwerk, das zu trainieren ist, durch Definieren der Anzahl der Schichten, die in das Netzwerk einzuschließen sind, und der Anzahl der Knoten in jeder Schicht initialisiert wird. Die Anzahl der Eingänge für das Netz wird von der Natur der Eingangsdaten bestimmt. Wie oben erwähnt, erzeugte die in den Schritten 100L, 100R bis 108L, 108R durchgeführte Verarbeitung Mengen von Eingangsparameterwerten aus jeweils sechs Werten. Die gewünschte Anzahl der Ausgänge, welche gemäß einer bevorzugten Ausführungsform zwei ist, wurde auf der Grundlage des Wunsches ermittelt, ein System bereitzustellen, welches die Anwesenheit von zwei verschiedenen Arten von Markierern erkennen könnte. Es wurde als ratsam betrachtet, drei Schichten in dem Netzwerk bereitzustellen (zwei verborgene Schichten und eine Ausgangsschicht), weil es sich herausgestellt hat, daß ein Dreischichten-Netzwerk zum Realisieren jeder beliebigen Funktion fähig ist. Folglich würde die Verwendung von mehr als drei Schichten wahrscheinlich unnötige Komplexität zur Folge haben, während die Verwendung von weniger als drei Schichten zu einer gewissen Einschränkung der Fähigkeiten des Systems führen würde. Beim Bestimmen, wie viele Knoten in jede Schicht aufzunehmen sind, sollte man erkennen, daß eine größere Anzahl von Knoten dem System ermöglicht, Entscheidungsgrenzen mit größerer Genauigkeit zu erzeugen, während die Verringerung der Anzahl von Knoten den Umfang der Berechnungen verringert, die während des Trainings und des Betriebs des Systems erforderlich sind. Weil das vorliegende System bestimmt war, zwei fast unabhängige Entscheidungsbereiche in einem sechsdimensionalen Raum zu entwickeln, wurden insgesamt 18 Knoten für die erste verborgene Schicht ausgewählt, um einen angemessenen Grad an Komplexität für die Grenze des Entscheidungsbereiches bereitzustellen, ohne einen übermäßigen Umfang an Berechnung zu erfordern. Es ist bekannt, daß Mehrschicht-Perzeptrone häufig mit geeigneten Wirkungs- und Genauigkeitsgraden arbeiten, wenn die zweite Schicht halb so viele Knoten wie die erste Schicht aufweist, und die zweite Schicht wurde entsprechend mit 9 Knoten definiert. Die Anzahl von Knoten in der Ausgangsschicht wurde von der gewünschten Anzahl von Ausgängen bestimmt, in diesem Fall 2.
Nachdem die Netzwerk-Topologie definiert wurde, wird die Routine von 6 mit dem Schritt 258 fortgesetzt, in welchem die Netzwerkknoten mit zufälligen, kleinen Werten für die Gewichtungskoeffizienten und Biaswerte definiert werden, und anschließend wird ein bekannter Trainingsalgorithmus wie z. B. die Fehler-Backpropagationsregel verwendet. Der Backpropagationsalgorithmus wird so angewendet, daß am Anfang nur die gruppierten Datenvektoren und die no_tag-Vektoren verwendet werden. Für die Gruppenvektoren, die bezüglich des ersten Typs des Markierers erzeugt werden, werden die Ausgänge OP1 = 1 und OP2 = 0 als die "richtigen" Ausgänge bereitgestellt. Anschließend wird das neuronale Netzwerk in seinem aktuellen Zustand auf die Mengen der Eingangsparameterwerte angewendet und die resultierenden Ausgänge werden mit den "richtigen" Werten verglichen, um Fehlerbeträge zu erzeugen, die rückwärtsübertragen werden. Ganz analog werden für die Gruppendaten, die aus den anderen Markierern hergeleitet sind, OP1 = 0 und OP2 = 1 als die "richtigen" Ausgangswerte erhalten, und für die no_tag-Vektoren sind die "richtigen" Ausgangswerte OP1 = 0 und OP2 = 0. Der Backpropagationsalgorithmus wird iterativ für eine Zeitperiode an den Gruppendaten und den no_tag-Vektordaten durchgeführt und anschließend wird das weitere Training unter Verwendung der vollständigen Datenmengen. durchgeführt, aus denen die Gruppendaten erzeugt wurden. Es ist wünschenswert, das Training mit den Gruppendaten zu beginnen, weil dies die Gesamtperiode, verkürzt, die für das Training erforderlich ist.
Im allgemeinen wird das Training für eine vorbestimmte Anzahl von Iterationen fortgesetzt bzw. bis der Fehler unter eine vorbestimmte Toleranzschwelle minimiert ist. In dem neuronalen Netzwerk, das die oben beschriebene Topologie aufweist und die oben beschriebenen Trainingsdaten verwendet, hat sich gezeigt, daß durch eine Trainingsperiode von ungefähr zwei Tagen eine zufriedenstellende Konvergenz des Netzwerkes (d. h. Konvergenz der Gewichtungskoeffizienten und der Biaswerte) hergestellt wird. Dies wird als eine angemessene Zeitperiode betrachtet, wenn man bedenkt, daß die resultierenden Gewichtungskoeffizienten und Biaswerte dann in jeder nachfolgenden Installation der Klasse der EAS-Systeme verwendet werden können.
Weil die Bereiche 300 und 302 (7), welche jeweilig die Datenpunkte für die zwei Typen der Markierer abgrenzen, zusammenhängen, wird das Ergebnis des Schrittes 258 eine Grenze 308 "zwischen" den Bereichen 300 und 302 sein, die tatsächlich den Bereich 304 teilt, der von den Bereichen 300 und 302 gemeinsam genutzt wird. Fehler, die durch die Mehrdeutigkeit verursacht werden, die durch den gemeinsam genutzten Bereich 304 dargestellt wird, werden von dem bereits beschriebenen Zustands-Schätzfunktionsblock 112 ( 2) gehandhabt.
Nach der Beendigung von Schritt 258 schreitet die Routine von 6 zum Schritt 260 fort, an welchem einige oder alle Prüfdaten und die no_tag-Vektordaten verwendet werden, um die Leistung des trainierten Netzwerkes zu beurteilen. Wenn die Systemleistung als zufriedenstellend festgestellt wird (Schritt 262), dann ist die Trainingsprozedur beendet. Andernfalls kann die Netzwerk-Topologie von neuem definiert werden (z. B. durch Erhöhen der Anzahl von Knoten, wenn das System nicht genau genug ist, bzw. durch Verringern der Anzahl von Knoten, wenn das System zu langsam ist) und die Schritte 258, 260 und 262 werden wiederholt.
Es versteht sich, daß die Software-Werkzeuge handelsüblich sind, um die Durchführung der Schritte 252, 256 und 258 zu unterstützen. Zum Beispiel kann der LVQ-Anteil der "Neural Network Tool Box" von MATLAB^®, veröffentlicht von The MathWorks Inc., Natick, Massachusetts, für die Gruppierung verwendet werden, die beim Schritt 252 durchgeführt wird. Der gleiche "Werkzeugkasten" schließt auch Funktionen ein, die das Definieren der Netzwerk-Topologie und das Durchführen der Backpropagations-Trainingsprozedur erleichtern. Eine andere Softwarefunktion, die unter der Handelsmarke "MATLAB" vertrieben wird, ist beim Konstruieren geeigneter no_tag-Vektorpunkte im Hyperraum verwendbar, wie für Schritt 254 erforderlich ist. Funktionen aus dem oben erwähnten "Werkzeugkasten" können ebenfalls verwendet werden, um das neuronale Netzwerk zu realisieren, das in 3 gezeigt ist, nachdem die Gewichtungskoeffizienten und Biaswerte durch die oben beschriebene Trainingsprozedur bestimmt worden sind.
Man glaubt, daß die in Verbindung mit 2 beschriebene Strategie zum Umwandeln der unverarbeiteten Eingangssignale in eine relativ kleine Menge von Eingangsparameterwerten (in dem speziellen Beispiel, das angegeben ist, sechs Eingangsparameterwerte) ein wichtiger Gesichtspunkt der vorliegenden Erfindung ist, insofern als es nicht durchführbar ist, die neuronale Netzwerkverarbeitung an großen Mengen von Rohdaten durchzuführen. Es liegt jedoch im Ermessen der vorliegenden Erfindung, Abweichungen von und Alternativen zu der Strategie der Datenverringerung einzusetzen, die im vorstehenden beschrieben ist. Zum Beispiel wird erwogen, eine größere oder kleinere Anzahl von Eingangsparameterwerten als sechs zu verwenden. Insbesondere könnte die Anzahl von Parameterwerten durch Kombinieren der FFT-Koeffizientenbeträge innerhalb einer größeren Anzahl von Frequenzbändern erhöht werden oder alternativ könnte die Anzahl von Frequenzbändern verringert werden, was zu einer kleineren Anzahl von Parameterwerten führt. Man wird ebenfalls erkennen, daß andere Transformationen als die FFT genutzt werden könnten. Ein alternativer Transformationstyp, der verwendet werden könnte, ist die Elementarwellentransformation.
Noch ein anderes alternatives Verfahren der Datenverringerung, das von der Erfindung erwogen wird, besteht darin, daß man die Zeitfolgen der digitalen Abtastwerte, die aus der A/D-Wandlung resultieren, mit oder ohne das Mittelungsverfahren, das in 2A veranschaulicht ist, hernimmt und anschließend alle außer vielleicht 20 der digitalen Abtastwerte pro Übertragungszyklus (d. h. Zyklus des Abfragefeldsignals) verwirft, wobei die verbleibenden 20 Abtastwerte, die ausgewählt werden, dem Abschnitt des Zyklus entsprechen sollen, bei dem der Markierer seine magnetische Polarität ändert. Diese 20 Abtastwerte würden denn eine Menge von Eingangsparameterwerten bilden, die auf die Signaturcharakteristik des Markierers hinweist. Obgleich dies eine größere Menge wäre als die, die in der bevorzugten hier kurz beschriebenen Ausführungsform verwendet wird, glaubt man, daß die neuronale Netzwerkverarbeitung durchführbar auf diese Anzahl von Eingangswerten angewendet werden könnte.
Als noch ein anderes alternatives Verfahren der Datenverringerung könnte der Anteil des empfangenen Signals, der den Perioden entspricht, in welchen der Markierer die magnetische Polarität ändert, analysiert werden, um ein Pol-Nullstellen-Modell des Markierers zu bewerten, und eine resultierende Menge von Parameterwerten (z. B. 4 Pole und 4 Nullstellen) könnte erzeugt werden, um die Charakteristika des Markierers darzustellen.
Es wird ebenfalls erwogen, daß zahlreiche Veränderungen in den oben beschriebenen Verfahren der neuronalen Netzwerkverarbeitung vorgenommen werden könnten. Zum Beispiel könnte die Anzahl von Ausgängen und entsprechend die Anzahl von Knoten in der Ausgangsschicht auf Eins verringert werden, wenn von dem System nur gefordert ist, die Anwesenheit oder Abwesenheit einer einzigen Art von Markierer zu beurteilen, oder sie könnte auf drei oder mehr erhöht werden, wenn zum Beispiel das System optional mit drei oder mehr verschiedenen Arten von Markierer verwendet werden soll, die untereinander verschiedene Signaturcharakteristika zeigen.
Obgleich die hier beschriebene ganz besonders bevorzugte Ausführungsform mit zwei Typen von Markierern arbeitet, welche einer gewissen Mehrdeutigkeit ausgesetzt sind, wie in 7 angegeben, wird ebenfalls erwogen, die vorliegende Erfindung so anzuwenden, daß zwei oder mehr Markierer ohne einen wesentlichen Grad der Mehrdeutigkeit in ihren Signaturcharakteristika erkannt werden. In diesem Fall könnte auf mindestens einiges der Verarbeitung der Zustandsbeurteilung verzichtet werden, die durch den Block 112 dargestellt ist.
Natürlich wird die Topologie des Netzwerkes teilweise von der Anzahl von Eingangswerten bestimmt, die bereitgestellt werden, so daß Änderungen in den Verfahren der Parameterverringerung, die zu einer kleineren oder größeren Anzahl von Eingängen als den sechs Eingängen führen, die vorstehend beschrieben sind, unweigerlich Änderungen in der Netzwerk-Topologie nach sich ziehen würden.
Selbst ohne Rücksicht auf Änderungen in der Anzahl von Eingangsparametern wäre es möglich, die Anzahl von Knoten zu erhöhen, um die Zuverlässigkeit der Entscheidungen zu erhöhen, die von dem Netzwerk getroffen werden, oder die Anzahl von Knoten könnte verringert werden, um die Trainings- und die Verarbeitungszeit zu verringern.
Es wird weiterhin erwogen, daß die Knoten des Netzwerkes unter Verwendung anderer nichtlinearer Funktionen als die logarithmische Sigmoidfunktion realisiert werden könnten. Es ist jedoch notwendig, daß die nichtlineare Funktion, die verwendet wird, differenzierbar ist, wenn das Backpropagationstraining verwendet wird, so daß eine Gradientensuche während des Trainings durchgeführt werden kann.
Es wird weiterhin erwogen, andere Typen von neuronalen Netzwerkalgorithmen außer einem Mehrschicht-Perzeptron zu verwenden. Ein Netzwerktyp, der verwendet werden könnte, ist ein Radial-Basis-Funktionen-Netzwerk, von dem ein Beispiel auf den Seiten 23 bis 26 von "Progress in Supervised Neural Networks", D. R. Hush et al., IEEE Signal Processing Magazine, Januar 1993, Seiten 8 bis 39 beschrieben wird.
Es sollte sich ebenfalls verstehen, daß andere Typen von analogen und/oder digitalen Signalverarbeitungsverfahren zusätzlich zu den bzw. statt der Verfahren verwendet werden können, auf die in Verbindung mit den Blöcken 26L und 26R (1) und 100L und 100R (2) verwiesen wird.
Außerdem wird, obgleich die Erfindung innerhalb des Zusammenhanges eines EAS-Systems beschrieben wurde, das mit Markierern betrieben wird, die harmonische Störungen eines Abfragefeldes erzeugen, ebenfalls erwogen, die Lehren der vorliegenden Erfindung auf andere Typen von EAS-Systemen anzuwenden, einschließlich Systeme, die mit magnetomechanischen Markierern arbeiten.
Obgleich der neuronale Netzwerkalgorithmus in 3 in einer parallelen Form dargestellt ist, wird die Realisierung solch eines Algorithmus in einem herkömmlichen DSP-Gerät unter der Steuerung eines Programms durchgeführt, welches die serielle Ausführung von Anweisungen vorsieht. Zum Beispiel werden alle Berechnungen, die erforderlich sind, um die Knoten in der ersten verborgenen Schicht L1 zu realisieren, in einer geeigneten Sequenz durchgeführt, anschließend werden die Berechnungen, die erforderlich sind, um die Knoten in der zweiten verborgenen Schicht L2 zu realisieren, in einer geeigneten Sequenz durchgeführt, und anschließend werden die Berechnungen für die Knoten in der Ausgangsschicht L3 durchgeführt. Es wird jedoch ebenfalls erwogen, den Algorithmus von 3 mit Hilfe eines Verarbeitungsgerätes durchzuführen, das eine Vielzahl von Verarbeitungseinheiten enthält, die parallel arbeiten, so daß zum Beispiel die jeweiligen Berechnungen für mindestens einige der Knoten der Schicht L1 gleichzeitig durchgeführt werden.
Es wird ebenfalls erwogen, nur ein Einkanal-Eingangssignal und nicht den in 1 und 2 gezeigten Zweikanaleingang zu verwenden.

Claims

Verfahren zur Durchführung der elektronischen Artikelsicherung, mit den folgenden Schritten: Empfangen eines analogen Signals, das in einer Abfragezone eines elektronischen Artikelsicherungssystems vorhanden ist; erstes Verarbeiten des empfangenen Signals, um daraus eine Vielzahl von Eingangsparametersignalen zu bilden; und zweites Verarbeiten der Vielzahl von Eingangsparametersignalen in einem neuronalen Netzwerk-Verarbeitungsgerät zur gleichzeitigen Erkennung und Unterscheidung von mehreren Charakteristika des empfangenen Signals, um zu bestimmen, ob ein elektronischer Sicherungsmarkierer eines vorbestimmten Typs, der vorbestimmte Signalcharakteristika aufweist, in der Abfragezone vorhanden ist.
Verfahren nach Anspruch 1, wobei der zweite Verarbeitungsschritt einschließt: das Multiplizieren jedes der Vielzahl von Eingangsparametersignalen mit einer jeweiligen Vielzahl erster Gewichtungswerte, um eine jeweilige Vielzahl von ersten Produkten zu bilden; das Summieren entsprechende Produkte aus jeder der Vielzahlen von ersten Produkten, um eine Vielzahl von ersten Summen zu bilden; und das Anwenden einer jeweiligen nichtlinearen Funktion auf jede der ersten Summen, um eine Vielzahl von ersten verarbeiteten Werten zu erstellen, wobei die Vielzahlen von ersten Gewichtungswerten, ersten Produkten, ersten Summen und ersten verarbeiteten Werten alle zahlenmäßig gleich sind.
Verfahren nach Anspruch 2, wobei der zweite Verarbeitungsschritt ebenfalls einschließt: das Multiplizieren jedes der Vielzahl von ersten verarbeiteten Werten mit einer jeweiligen Vielzahl von zweiten Gewichtungswerten, um eine jeweilige Vielzahl von zweiten Produkten zu bilden; das Summieren entsprechende Produkte aus jeder der Vielzahlen zweiter Produkte, um eine Vielzahl von zweiten Summen zu bilden; und das Anwenden einer jeweiligen nichtlinearen Funktion auf jede der zweiten Summen, um eine Vielzahl von zweiten verarbeiteten Werten zu erstellen, wobei die Vielzahlen von zweiten Gewichtungswerten, zweiten Produkten, zweiten Summen und zweiten verarbeiteten Werten alle zahlenmäßig gleich sind.
Verfahren nach Anspruch 3, wobei der zweite Verarbeitungsschritt ebenfalls einschließt: das Multiplizieren jedes der Vielzahl von zweiten verarbeiteten Werten mit mindestens einem jeweiligen dritten Gewichtungswert, um mindestens ein jeweiliges drittes Produkt zu bilden; das Bilden einer Ausgangssummenmenge, die mindestens aus einer Ausgangssumme besteht, wobei jede Ausgangssumme der Ausgangssummenmenge durch Summieren einer jeweiligen Vielzahl der dritten Produkte gebildet wird, wobei die jeweilige Vielzahl von dritten Produkten zahlenmäßig die gleiche wie die Vielzahl von zweiten verarbeiteten Werten ist und dritte Produkte einschließt, die aus jedem der zweiten verarbeiteten Werte erzeugt werden; und das Anwenden einer jeweiligen nichtlinearen Funktion auf jede Ausgangssumme, um einen jeweiligen Ausgangswert zu erstellen.
Verfahren nach Anspruch 4, wobei die Ausgangssummenmenge aus zwei Ausgangssummen besteht und zwei Ausgangswerte erstellt werden.
Verfahren nach Anspruch 5, wobei ein erster der zwei Ausgangswerte darauf hinweist, ob ein erster Typ eines elektronischen Sicherungsmarkierers, der eine erste Signaturcharakteristik aufweist, in der Abfragezone vorhanden ist, und ein zweiter der zwei Ausgangswerte darauf hinweist, ob ein zweiter Typ eines elektronischen Sicherungsmarkierers, der eine zweite Signaturcharakteristik aufweist, die sich von der ersten Charakteristik unterscheidet, in der Abfragezone vorhanden ist.
Verfahren nach Anspruch 5, wobei die Vielzahl von Eingangsparametern aus sechs Eingangsparametern besteht, die Vielzahl von ersten verarbeiteten Werten aus achtzehn ersten verarbeiteten Werten besteht, und die Vielzahl von zweiten verarbeiteten Werten aus neun zweiten verarbeiteten Werten besteht.
Verfahren nach Anspruch 1, wobei der erste Verarbeitungsschritt die Bildung einer Sequenz von digitalen Abtastwerten aus dem empfangenen Signal und die weitere Verarbeitung der Sequenz von digitalen Abtastwerten einschließt, um die Vielzahl von Eingangsparametersignalen zu bilden.
Verfahren nach Anspruch 8, wobei der erste Verarbeitungsschritt weiterhin die Durchführung einer schnellen Fourier-Transformation bezüglich der Sequenz von digitalen Abtastwerten, um eine Vielzahl von Koeffizientenwerten zu erstellen, und die weitere Verarbeitung der Vielzahl von Koeffizientenwerten einschließt, um die Vielzahl von Eingangsparametersignalen zu bilden.
Verfahren nach Anspruch 9, wobei der erste Verarbeitungsschritt weiterhin das Kombinieren mindestens einiger der Koeffizientenwerte innerhalb der Frequenzbänder, um eine Vielzahl von Frequenzbandwerten zu erstellen, und die weitere Verarbeitung der Vielzahl von Frequenzbandwerten einschließt, um die Vielzahl von Eingangsparametersignalen zu bilden.
Verfahren nach Anspruch 10, wobei der erste Verarbeitungsschritt weiterhin das Dividieren jedes der Vielzahl von Frequenzbandwerten durch einen ausgewählten der Frequenzbandwerte einschließt, um die Vielzahl von Eingangsparametersignalen zu erzeugen.
Verfahren nach Anspruch 11, wobei die Vielzahl von Eingangsparametersignalen aus sechs Eingangsparametersignalen besteht.
Verfahren nach Anspruch 1, wobei das neuronale Netzwerk-Verarbeitungsgerät ein digitales Signalverarbeitungsgerät mit integriertem Schaltkreis umfaßt, das programmiert ist, um einen neuronalen Netzwerk-Verarbeitungsalgorithmus durchzuführen.
Verfahren nach Anspruch 13, wobei der neuronale Netzwerk-Verarbeitungsalgorithmus ein Mehrschicht-Perzeptron bildet.
Elektronisches Artikelsicherungssystem, umfassend: ein Mittel zum Erzeugen und Ausstrahlen eines Abfragesignals in einer Abfragezone; ein Antennenmittel zum Empfangen eines analogen Signals, das in der Abfragezone vorhanden ist; ein erstes Mittel zur Verarbeitung des Signals, das von dem Antennenmittel empfangen wird, um eine Vielzahl von Eingangsparametersignalen zu bilden; und ein zweites Mittel zum Durchführen eines neuronalen Netzwerk-Verarbeitungsalgorithmus bezüglich der Vielzahl von Eingangsparametersignalen zur gleichzeitigen Erkennung und Unterscheidung mehrerer Charakteristika des empfangenen Signals, um zu bestimmen, ob ein elektronischer Artikelsicherungsmarkierer eines vorbestimmten Typs, der vorbestimmte Signalcharakteristika aufweist, in der Abfragezone vorhanden ist.
Elektronisches Artikelsicherungssystem nach Anspruch 15, wobei es sich bei der Vielzahl von Eingangsparametersignalen um digitale Signale handelt, und das zweite Mittel ein digitales Verarbeitungsgerät umfaßt, das programmiert ist, um: jeden der Vielzahl von Eingangsparametern mit einer jeweiligen Vielzahl von ersten Gewichtungswerten zu multiplizieren, um eine jeweilige Vielzahl von ersten Produkten zu bilden; entsprechende Produkte aus jeder der Vielzahlen von ersten Produkten zu summieren, um eine Vielzahl von ersten Summen zu bilden; und eine jeweilige nichtlineare Funktion auf jede der ersten Summen anzuwenden, um eine Vielzahl von ersten verarbeiteten Werten zu erstellen, wobei die Vielzahlen von ersten Gewichtungswerten, ersten Produkten, ersten Summen und ersten verarbeiteten Werten alle zahlenmäßig gleich sind.
Elektronisches Artikelsicherungssystem nach Anspruch 16, wobei das digitale Verarbeitungsgerät weiterhin programmiert ist, um: jeden der Vielzahl von ersten verarbeiteten Werten mit einer jeweiligen Vielzahl von zweiten Gewichtungswerten zu multiplizieren, um eine jeweilige Vielzahl von zweiten Produkten zu bilden; entsprechende Produkte aus jeder der Vielzahlen von zweiten Produkten zu summieren, um eine Vielzahl von zweiten Summen zu bilden; und eine jeweilige nichtlineare Funktion auf jede der zweiten Summen anzuwenden, um eine Vielzahl von zweiten verarbeiteten Werten zu erstellen, wobei die Vielzahlen von zweiten Gewichtungswerten, zweiten Produkten, zweiten Summen und zweiten verarbeiteten Werten alle zahlenmäßig gleich sind.
Elektronisches Artikelsicherungssystem nach Anspruch 17, wobei das digitale Verarbeitungsgerät weiterhin programmiert ist, um: jeden der Vielzahl von zweiten verarbeiteten Werten mit mindestens einem jeweiligen dritten Gewichtungswert zu multiplizieren, um mindestens ein jeweiliges drittes Produkt zu bilden; eine Ausgangssummenmenge zu bilden, die mindestens aus einer Ausgangssumme besteht, wobei jede Ausgangssumme der Ausgangssummenmenge durch Summieren einer jeweiligen Vielzahl der dritten Produkte gebildet wird, wobei die jeweilige Vielzahl von dritten Produkten zahlenmäßig die gleiche wie die Vielzahl von zweiten verarbeiteten Werten ist und dritten Produkte einschließt, die aus jedem der zweiten verarbeiteten Werte erzeugt werden; und eine jeweilige nichtlineare Funktion auf jede Ausgangssumme anzuwenden, um einen jeweiligen Ausgangswert zu erstellen.
Elektronisches Artikelsicherungssystem nach Anspruch 18, wobei die Ausgangssummenmenge aus zwei Ausgangssummen besteht, und zwei Ausgangswerte erstellt werden.
Elektronisches Artikelsicherungssystem nach Anspruch 19, wobei ein erster der zwei Ausgangswerte darauf hinweist, ob ein erster Typ eines elektronischen Sicherungsmarkierers, der eine erste Signaturcharakteristik aufweist, in der Abfragezone vorhanden ist, und ein zweiter der zwei Ausgangswerte darauf hinweist, ob ein zweiter Typ eines elektronischen Sicherungsmarkierers, der eine zweite Signaturcharakteristik aufweist, die sich von der ersten Charakteristik unterscheidet, in der Abfragezone vorhanden ist.
Elektronisches Artikelsicherungssystem nach Anspruch 18, wobei die Vielzahl von Eingangsparametern aus sechs Eingangsparametern besteht, die Vielzahl von ersten verarbeiteten Werten aus achtzehn ersten verarbeiteten Werten besteht und die Vielzahl zweiten verarbeiteten Werten aus neun zweiten verarbeiteten Werten besteht.
Elektronisches Artikelsicherungssystem nach Anspruch 16, wobei das erste Mittel ein Mittel zur Bildung einer Sequenz von digitalen Abtastwerten aus dem empfangenen Signal und zur weiteren Verarbeitung der Sequenz von digitalen Abtastwerten einschließt, um die Vielzahl von Eingangsparametersignalen zu bilden.
Elektronisches Artikelsicherungssystem nach Anspruch 22, wobei das erste Mittel weiterhin ein Mittel zur Durchführung einer schnellen Fourier-Transformation (FFT) bezüglich der Sequenz von digitalen Abtastwerten, um eine Vielzahl von Koeffizientenwerten zu erstellen, und zur weiteren Verarbeitung der Vielzahl von Koeffizientenwerten einschließt, um die Vielzahl von Eingangsparametersignalen zu bilden.
Elektronisches Artikelsicherungssystem nach Anspruch 23, wobei das erste Mittel weiterhin ein Mittel zum Kombinieren mindestens einiger der Koeffizientenwerte innerhalb von Frequenzbändern, um eine Vielzahl von Frequenzbandwerten zu erstellen, und zur weiteren Verarbeitung der Vielzahl von Frequenzbandwerten einschließt, um die Vielzahl von Eingangsparametersignalen zu bilden.
Elektronisches Artikelsicherungssystem nach Anspruch 24, wobei das erste Mittel weiterhin ein Mittel zum Dividieren jedes der Vielzahl von Frequenzbandwerten durch einen ausgewählten der Frequenzbandwerte einschließt, um die Vielzahl von Eingangsparametersignalen zu erzeugen.
Elektronisches Artikelsicherungssystem nach Anspruch 25, wobei die Vielzahl von Eingangsparametersignalen aus sechs Eingangsparametersignalen besteht.
Elektronisches Artikelsicherungssystem nach Anspruch 25, wobei das erste Mittel ein digitales Signalverarbeitungsgerät mit integriertem Schaltkreis einschließt, das programmiert ist, um die folgenden Funktionen durchzuführen: Durchführen der FFT, kombinieren der mindestens einigen der Koeffizientenwerte zum Erstellen der Vielzahl von Frequenzbandwerten und zuzeugen der Vielzahl von Eingangsparametersignalen, wodurch das digitale Signalverarbeitungsmittel mit integriertem Schaltkreis das zweite Mittel bildet.
Elektronisches Artikelsicherungssystem, umfassend: ein Mittel zum Erzeugen und Ausstrahlen eines Abfragesignals in einer Abfragezone; ein Antennenmittel zum Empfangen eines analogen Signals, das in der Abfragezone vorhanden ist; ein analoges Filtermittel für das Filtern des analogen Signals, das von dem Antennenmittel empfangen wird; ein Umwandlungsmittel für das Umwandeln des gefilterten analogen Signals in ein digitales Signal; und ein digitales Signalverarbeitungsgerät mit integriertem Schaltkreis für das Empfangen des digitalen Signals, das Berechnen einer Vielzahl von Eingangsparameterwerten aus dem empfangenen digitalen Signal und das Durchführen eines neuronalen Netzwerk-Verarbeitungsalgorithmus zur gleichzeitigen Erkennung und Unterscheidung von mehreren Charakteristika des empfangenen Signals, um bezüglich der Vielzahl von Eingangsparameterwerten, zu bestimmen, ob ein elektronischer Artikelsicherungsmarkierer eines vorbestimmten Typs, der vorbestimmte Signalcharakteristika aufweist, in der Abfragezone vorhanden ist.
Elektronisches Artikelsicherungssystem nach Anspruch 28, wobei das digitale Signalverarbeitungsgerät mit integriertem Schaltkreis programmiert ist, um: die Verarbeitung der Rauschverminderung an dem empfangenen digitalen Signal durchzuführen, um ein rauschvermindertes digitales Signal zu bilden; eine schnelle Fourier-Transformation bezüglich des rauschverminderten digitalen Signals durchzuführen, um eine Vielzahl von Koeffizientenwerten zu erstellen; mindestens einige der Vielzahl von Koeffizientenwerten innerhalb Frequenzbändern zu kombinieren, um eine Vielzahl von Frequenzbandwerten zu erstellen; und die Vielzahl von Frequenzbandwerten zu normieren, um die Vielzahl von Eingangsparameterwerten zu erstellen.
Elektronisches Artikelsicherungssystem nach Anspruch 28, wobei der neuronale Netzwerk-Verarbeitungsalgorithmus ein Mehrschicht-Perzeptron bildet.
Elektronisches Artikelsicherungssystem nach Anspruch 30, wobei das Mehrschicht-Perzeptron aus zwei verborgenen Schichten von Knoten und einer Ausgangsschicht von mindestens einem Ausgangsknoten gebildet ist.
Elektronisches Artikelsicherungssystem nach Anspruch 31, wobei die Vielzahl von Eingangsparameterwerten aus sechs Eingangsparameterwerten besteht, eine erste der zwei verborgenen Schichten aus achtzehn Knoten besteht, eine zweite der zwei verborgenen Schichten aus neun Knoten besteht, und die Ausgangsschicht aus zwei Ausgangsknoten besteht.
Elektronisches Artikelsicherungssystem nach Anspruch 32, wobei ein jeweiliger Ausgangswert an jedem der zwei Ausgangsknoten gebildet wird, und wobei ein erster der zwei Ausgangswerte darauf hinweist, ob ein erster Typ eines elektronischen Sicherungsmarkierers, der eine erste Signaturcharakteristik aufweist, in der Abfragezone vorhanden ist, und ein zweiter der zwei Ausgangswerte darauf hinweist, ob ein zweiter Typ eines elektronischen Sicherungsmarkierers, der eine zweite Signaturcharakteristik aufweist, die sich von der ersten Charakteristik unterscheidet, in der Abfragezone vorhanden ist.
Elektronisches Artikelsicherungssystem nach Anspruch 31, wobei eine jeweilige logarithmische Sigmoidfunktion an jedem der Knoten durchgeführt wird.