JP2017144035A - センサ情報処理装置、センサユニット、及び、センサ情報処理プログラム - Google Patents

Abstract

【課題】電波センサの検出信号において、呼吸由来の周波数成分の高調波成分を抑圧して、心拍成分の検出精度を向上する。【解決手段】電波センサ２１の検出信号に、被観測者の呼吸由来の周波数成分の高調波成分を少なくとも遮断するフィルタを適用し、フィルタを通過した信号において、被観測者の心拍成分を検出する。【選択図】図７

Description

本明細書に記載する技術は、センサ情報処理装置、センサユニット、及び、センサ情報処理プログラムに関する。

電波センサを用いて生体の心拍を検出する技術がある。電波センサの検出信号から心拍に応じた信号成分を検出するために、電波センサの検出信号にバンドパスフィルタ（ＢＰＦ）が適用されることがある。

特開２０１４−３９６６６号公報 特開平１−１１５３４４号公報 特開２０１１−１１５４５９号公報 特開２００８−１２５５９５号公報

生体の一例である人体は、心拍数が高くなるほど呼吸数も高くなる傾向にある。呼吸数が高くなると、呼吸に伴う人体の例えば胸部の動きも大きくなる傾向にある。

そのため、電波センサの検出信号には、人体の心拍に応じた信号成分とは別に、胸部の動きに応じた信号成分が混入し易い。

胸部の動きに応じた信号成分は、電波センサの検出信号において検出対象である心拍由来の信号成分（「心拍成分」あるいは「心拍信号」と称してもよい。）に対するノイズ成分になる。

当該ノイズ成分は、ＢＰＦの適用によって抑圧することが可能ではあるものの、呼吸数が高くなると、電波センサの検出信号において、呼吸由来の周波数成分の高調波成分がＢＰＦの通過帯域に混入することがある。

当該高調波成分も、心拍成分に対するノイズ成分となるから、呼吸数が高くなるほど、心拍成分の検出精度が低下し得る。

１つの側面では、本明細書の記載する技術の目的の１つは、電波センサの検出信号において、少なくとも呼吸由来の周波数成分の高調波成分を抑圧して、心拍成分の検出精度を向上することにある。

１つの側面において、センサ情報処理装置は、受信部と、処理部と、を備えてよい。受信部は、電波センサの検出信号を受信してよい。処理部は、前記検出信号に、被観測者の呼吸由来の周波数成分の高調波成分を少なくとも遮断するフィルタを適用し、前記フィルタを通過した信号において、前記被観測者の心拍成分を検出してよい。

また、１つの側面において、センサ情報処理装置は、受信部と、処理部と、を備えてよい。受信部は、電波センサの検出信号と、慣性センサの検出信号と、を受信してよい。処理部は、前記電波センサの検出信号に適用するハイパスフィルタの遮断周波数を、前記慣性センサの検出信号に応じて制御し、前記ハイパスフィルタを通過した信号において被観測者の心拍成分を検出してよい。

更に、１つの側面において、センサユニットは、電波センサと、処理部と、を備えてよい。処理部は、前記電波センサの検出信号に、被観測者の呼吸由来の周波数成分の高調波成分を少なくとも遮断するフィルタを適用し、前記フィルタを通過した信号において、前記被観測者の心拍成分を検出してよい。

また、１つの側面において、センサユニットは、電波センサと、慣性センサと、処理部と、を備えてよい。処理部は、前記電波センサの検出信号に適用するハイパスフィルタの遮断周波数を、前記慣性センサの検出信号に応じて制御し、前記ハイパスフィルタを通過した信号において被観測者の心拍成分を検出してよい。

更に、１つの側面において、センサ情報処理プログラムは、電波センサの検出信号に、被観測者の呼吸由来の周波数成分の高調波成分を少なくとも遮断するフィルタを適用し、前記フィルタを通過した信号において、前記被観測者の心拍成分を検出する処理を、コンピュータに実行させてよい。

また、１つの側面において、センサ情報処理プログラムは、電波センサの検出信号に適用するハイパスフィルタの遮断周波数を、前記慣性センサの検出信号に応じて制御し、前記ハイパスフィルタを通過した信号において被観測者の心拍成分を検出する、処理を、コンピュータに実行させてよい。

１つの側面として、電波センサの検出信号において、少なくとも呼吸由来の周波数成分の高調波成分を抑圧して、心拍成分の検出精度を向上することができる。

一実施形態に係るセンサシステムの一例を示すブロック図である。 一実施形態に係るバイタルセンサの構成例を示すブロック図である。 一実施形態に係るバイタルセンサの構成例を示すブロック図である。 一実施形態に係る情報処理装置の構成例を示すブロック図である。 一実施形態に係る電波センサ値を周波数解析した結果の一例を示す図である。 一実施形態に係るハイパスフィルタ（ＨＰＦ）の特性例を示す図である。 第１実施例に係るセンサシステムの動作例を示すフローチャートである。 一実施形態に係る心拍数の計測結果の一例を示す図である。 一実施形態に係る、電波センサ値にＨＰＦを適用した場合と適用しない場合とにおける電波センサ値の周波数領域における信号波形の一例を示す図である。 第２実施例に係るセンサシステムの動作例を示すフローチャートである。 第３実施例に係るセンサシステムの動作例を示すフローチャートである。 図１１に例示した心拍数推定処理の第１例を示すフローチャートである。 一実施形態に係る歩行率と心拍数との関係の一例を示す図である。 図１１に例示した心拍数推定処理の第２例を示すフローチャートである。 一実施形態に係る歩行率と歩行速度との関係の一例を示す図である。 一実施形態に係る歩行速度と運動強度（ＭＥＴｓ値）との関係の一例を示す図である。 一実施形態に係る歩行速度に応じた心拍数及び呼吸数の一例を示す図である。 一実施形態に係る心拍数と呼吸数との関係の一例を示す図である。 一実施形態に係るＢＰＦの設定例を説明するための図である。 一実施形態に係るＢＰＦの通過帯域例を説明するための図である。 一実施形態に係るＢＰＦの帯域幅設定例を説明するための図である。 一実施形態に係る心拍数分布の一例を示す図である。 一実施形態に係る心拍数分布の一例を示す図である。 一実施形態に係る心拍数の統計処理例を示す図である。 一実施形態に係る心拍数の統計処理例を示す図である。 一実施形態に係るＢＰＦの帯域幅設定例を説明するための図である。 一実施形態に係るＢＰＦの帯域幅設定例を説明するための図である。 一実施形態に係るＢＰＦ帯域幅情報の一例を示す図である。

以下、図面を参照して実施の形態を説明する。ただし、以下に説明する実施形態は、あくまでも例示であり、以下に明示しない種々の変形や技術の適用を排除する意図はない。また、以下に説明する各種の例示的態様は、適宜に組み合わせて実施しても構わない。なお、以下の実施形態で用いる図面において、同一符号を付した部分は、特に断らない限り、同一若しくは同様の部分を表す。

図１は、一実施形態に係るセンサシステムの一例を示すブロック図である。図１に示すセンサシステム１は、例示的に、バイタルセンサ２、情報処理装置３、及び、ネットワーク（ＮＷ）４を備えてよい。

バイタルセンサ２は、例示的に、通信機器６を介してネットワーク４に接続されて、ネットワーク４経由で情報処理装置３と通信することが可能であってよい。

バイタルセンサ２は、例示的に、センシング対象の一例である生体の情報（「バイタル情報」と称してよい。）をセンシングすることが可能である。「センシング」は、「検出」あるいは「測定」と言い換えてもよい。

「バイタル情報」の非限定的な一例は、生体の心拍や、呼吸、動き等を示す情報である。「生体」には、生体の「臓器」が含まれてよい。「心拍」は、「臓器」の一例である「心臓」の動きを示す情報と捉えてもよい。

生体の「動き」（「位置変化」と言い換えてもよい。）は、便宜的に、「体動」と略称してよい。「体動」には、例示的に、生体の活動中の動きに限らず、生体の睡眠時等の安静時の心拍や呼吸に応じた生体表面（例えば、皮膚）の動きが含まれてよい。

生体表面の動きは、生体の臓器の動きに応じて生じる、と捉えてよい。例えば、心臓の鼓動に応じて皮膚に動きが生じる。また、呼吸に伴う肺臓の伸縮に応じて皮膚に動きが生じる。なお、心拍に応じて生体の血管が脈動するから、心拍を示す情報は、脈拍を示す情報と等価的に扱ってもよい場合がある。

バイタルセンサ２は、例示的に、マイクロ波等の電波をセンシング対象に照射し、センシング対象で反射して受信される反射波の変化を基に、生体の「動き」を非接触で検出することができる。そのため、バイタルセンサ２は、便宜的に、「非接触バイタルセンサ２」と称してもよい。

例えば、バイタルセンサ２（以下、単に「センサ２」と略称することがある。）とセンシング対象との間の距離が変化すると、ドップラー効果によって、反射波に変化が生じる。反射波の変化は、例示的に、反射波の振幅及び周波数の一方又は双方の変化として捉えることができる。

センサ２は、生体の一例である人体に取り付けられてよい。人体へのセンサ２の取り付け位置は、例示的に、人体の胸部であってよい。人体に取り付けられたセンサ２は、例えば、人体の鼓動に伴って人体の皮膚と心臓との間の距離が変化する。

したがって、当該距離変化に応じた変化が、センサ２が照射した電波の反射波に現われる。当該反射波の変化を基に、例えば、人体の心拍や脈拍を測定することができる。

心拍を計測可能なセンサ２は、「心拍センサ」あるいは「心拍計」と称してよい。既述のように、「心拍」を示す情報は、「脈拍」を示す情報と等価的に扱ってよい場合があるから、「心拍センサ」あるいは「心拍計」は、「脈拍センサ」あるいは「脈拍計」と称してよいこともある。

センサ２は、例示的に、人体の皮膚に接するように取り付けられてもよいし、人体の着衣に取り付けられてもよい。センサ２の人体への取り付けは、厳密に固定（「拘束」と称してもよい。）される態様である必要は無い。着衣と人体表面との動きのずれに応じて、バイタルセンサ２と人体との間に相対的な動きが生じることが許容されてよい。

例えば、センサ２は、人体に対して３次元方向のいずれかに相対的な動きが生じ得る態様で、人体に取り付けられてよい。例示的に、センサ２は、着衣のポケット、例えば上着の胸部ポケットに収容されてもよいし、ハーネス等の取り付け器具を用いて、着衣の上から取り付けられてもよい。

次に、図１に例示した通信機器６は、バイタルセンサ２のセンシング結果（例えば、心拍を示す情報）を、例えば、ネットワーク４経由で情報処理装置３へ送信することが可能である。そのため、通信機器６は、有線又は無線にてネットワーク４と接続可能であってよい。

別言すると、通信機器６は、無線及び有線の一方又は双方による通信をサポートする通信インタフェース（ＩＦ）を備えていてよい。通信機器６の無線による通信には、例示的に、３ＧＰＰ（3rd Generation Partnership Project）のＬＴＥ（Long Term Evolution）やＬＴＥ−Ａｄｖａｎｃｅｄに準拠した通信方式が適用されてよい。

また、通信機器６の無線による通信には、衛星通信が適用されてもよい。衛星通信を利用する場合、通信機器６は、ネットワーク４を経由せずに情報処理装置３と通信衛星経由で通信可能であってよい。

バイタルセンサ２のセンシング結果には、バイタル情報に限らず、バイタル情報を基にして得られた、演算や判定の結果を示す情報が含まれてもよい。センシング結果は、便宜的に、「センサ情報」又は「センサデータ」と称してもよい。

通信機器６は、図１に例示するようにバイタルセンサ２に外付けであってもよいし、バイタルセンサ２に内蔵されていてもよい。バイタルセンサ２に外付けの通信機器６は、例えば、バイタルセンサ２を装着した人が携帯する機器であってよい。バイタルセンサ２を装着した人は、便宜的に、「利用者」、「被験者」あるいは「被観測者」と称してよい。

利用者が携帯する通信機器６は、例示的に、携帯電話（スマートフォンが含まれてよい。）や、ノートＰＣ、タブレットＰＣ等であってよい。「ＰＣ」は、「パーソナルコンピュータ」の略称である。

バイタルセンサ２と通信機器６との接続には、有線接続を適用してもよいし、無線接続を適用してもよい。別言すると、バイタルセンサ２は、無線及び有線の一方又は双方による通信をサポートする通信ＩＦを備えていてよい。無線接続には、例示的に、「ＷｉＦｉ（Wireless Fidelity）」（登録商標）や「Bluetooth」（登録商標）が用いられてよい。

なお、バイタルセンサ２に外付けの通信機器６は、ルータやネットワークスイッチであってもよい。通信機器６には、図１に例示するように、空調機７や照明器具８が、ネットワーク４経由で情報処理装置３と通信可能に接続されてもよい。

ネットワーク４は、例示的に、ＷＡＮ（Wide Area Network）や、ＬＡＮ（Local Area Network）、インターネット等であってよい。また、ネットワーク４には、無線アクセス網が含まれてもよい。無線アクセス網は、既述のＬＴＥやＬＴＥ−Ａｄｖａｎｃｅｄに準拠した無線アクセス網であってよい。

情報処理装置３は、バイタルセンサ２のセンサ情報を、ネットワーク４（又は、通信衛星でもよい。）経由で受信し、受信したセンサ情報を処理する。そのため、情報処理装置３は、センサ情報処理装置３と称してもよい。

センサ情報を処理することには、センサ情報を記憶、管理したり、センサ情報を基に利用者の心拍数を推定したりすることが含まれてよい。したがって、情報処理装置３は、例えば、利用者の活動状況をモニタすることができる。別言すると、センサシステム１は、利用者の「見守り機能」を提供できる。

センサ情報の管理には、センサ情報をデータベース（ＤＢ）化することが含まれてよい。ＤＢ化されたデータは、「クラウドデータ」や「ビッグデータ」等と称されてよい。

情報処理装置３は、例示的に、１又は複数のサーバによって実現されてよい。別言すると、バイタルセンサ２によって得られたセンサ情報は、情報処理装置３において、１つのサーバによって処理又は管理されてもよいし、複数のサーバによって分散的に処理又は管理されてもよい。サーバは、例えば、クラウドデータセンタに備えられたクラウドサーバに該当してもよい。

なお、情報処理装置３は、ネットワーク４を経由せずに、バイタルセンサ２と通信可能に接続されてもよい。例えば、情報処理装置３は、有線又は無線によりセンサ情報をバイタルセンサ２からダイレクトに受信することが可能であってよい。

（バイタルセンサ２の構成例）
次に、図２及び図３を参照して、バイタルセンサ２の構成例について説明する。図２及び図３に示すように、バイタルセンサ２は、例示的に、電波センサ２１、プロセッサ２３、メモリ２４、及び、通信ＩＦ２５を備えてよい。

なお、バイタルセンサ２には、図２及び図３において点線で例示するように、オプションの慣性センサ２２が追加で備えられてもよい。バイタルセンサ２は、センサユニット２と称してもよい。以下、便宜的に、バイタルセンサ２あるいはセンサユニット２を、単に「センサ２」と略称することがある。

図３に例示するように、電波センサ２１、プロセッサ２３、メモリ２４、及び、通信ＩＦ２５は、例示的に、バス２６によって、互いにプロセッサ２３を介した通信が可能に接続されてよい。オプションの慣性センサ２２も、バス２６に接続されてよい。

電波センサ２１は、ドップラー効果を利用して心拍を計測することが可能な心拍センサの一例である。「電波センサ」は、「マイクロ波センサ」、「ＲＦ（Radio Frequency）センサ」、あるいは、「ドップラーセンサ」と称されてもよい。電波センサ２１は、空間へ送信した電波と、当該送信電波の反射波と、を位相検波してビート信号を生成してよい。ビート信号が電波センサ２１の出力信号としてプロセッサ２３に与えられてよい。

例えば図２に示すように、電波センサ２１は、アンテナ２１１、ローカル発振器（Oscillator, OSC）２１２、ＭＣＵ（Micro Control Unit）２１３、検波回路２１４、オペアンプ（ＯＰ）２１５、及び、電源部（又は電源回路）２１６を備えてよい。

アンテナ２１１は、ＯＳＣ２１２で生成された発振周波数をもつ電波を空間へ送信し、また、当該送信電波が空間に位置する利用者で反射した電波（反射波）を受信する。なお、図２の例において、アンテナ２１１は、送受信に共用であるが、送受信に個別であってもよい。

ＯＳＣ２１２は、例示的に、ＭＣＵ２１３の制御に応じて発振動作して、所定周波数の信号（便宜的に「ローカル信号」と称してよい。）を出力する。ローカル信号は、アンテナ２１１から送信電波として送信されると共に、検波回路２１４に入力される。

ＯＳＣ２１２の発振周波数（別言すると、電波センサ２１が送信する電波の周波数）は、例示的に、マイクロ波帯の周波数であってよい。マイクロ波帯は、例示的に、２．４ＧＨｚ帯でもよいし、２４ＧＨｚ帯でもよい。

これらの周波数帯は、日本の電波法で屋内での使用が認められている周波数帯の一例である。電波法の規制を受けない周波数帯を、電波センサ２１の送信電波に用いても構わない。

ＭＣＵ２１３は、例示的に、プロセッサ２３の制御に応じてＯＳＣ２１２の発振動作を制御する。

検波回路２１４は、例示的に、アンテナ２１１で受信された反射波と、ＯＳＣ２１２からのローカル信号（別言すると、送信電波）と、を位相検波してビート信号を出力する。なお、検波回路２１４は、送信電波と反射波とをミキシングするミキサに置換されてもよい。ミキサによるミキシングは、位相検波と等価であると捉えてよい。

ここで、検波回路２１４によって得られるビート信号には、利用者の心拍に応じて、ドップラー効果によって、振幅変化と周波数変化とが現われる。別言すると、ビート信号には、利用者の心拍を示す情報が含まれる。

オペアンプ２１５は、例示的に、検波回路２１４から出力されるビート信号を増幅する。増幅されたビート信号は、プロセッサ２３に入力される。

電源部２１６は、例示的に、ＭＣＵ２１３、検波回路２１４及びオペアンプ２１５に駆動電力を供給する。

オプションの慣性センサ２２は、例示的に、センサユニット２の動きを検出してよい。慣性センサ２２は、加速度センサでもよいし、ジャイロスコープでもよい。加速度センサには、例示的に、圧電式及び静電容量式のいずれのセンサを適用してもよい。ジャイロスコープには、回転機械（コマ）式、光学式、及び、振動式のいずれのセンサを適用してもよい。

慣性センサ２２は、１又は複数の検出軸を有していてよい。検出軸に沿う方向の重力成分が例えば「加速度」として検出されてよい。慣性センサ２２の検出信号は、プロセッサ２３に入力されてよい。

プロセッサ２３は、演算処理能力を備えた演算処理装置の一例である。演算処理装置は、演算処理デバイス又は演算処理回路と称されてもよい。演算処理装置の一例であるプロセッサ２３には、例示的に、ＭＰＵ（Micro Processing Unit）等の集積回路（Integrated Circuit, IC）や、ＤＳＰ（Digital Signal Processor）が適用されてよい。なお、「プロセッサ」は、「処理部」、「制御部」あるいは「コンピュータ」と称してもよい。

プロセッサ２３は、電波センサ２１の検出信号に基づいて、利用者の心拍を検出することができる。電波センサ２１の検出信号から心拍由来の信号成分（「心拍成分」又は「心拍信号」と称してよい。）を検出するために、電波センサ２１の検出信号には、例示的に、フィルタが適用されてよい。

フィルタには、非限定的な一例として、ハイパスフィルタ（ＨＰＦ）とバンドパスフィルタ（ＢＰＦ）とを用いてよい。ＨＰＦは、「ローカットフィルタ（ＬＣＦ）」と称されてもよい。ただし、ＢＰＦは、オプションであってよい。

なお、プロセッサ２３は、検出した心拍に基づいて、利用者の睡眠に関する状態を判定してもよい。

センサ２に慣性センサ２２が備えられる場合、慣性センサ２２の検出信号は、ＨＰＦやＢＰＦのフィルタ特性を制御するために用いられてよい。ＨＰＦのフィルタ特性は、便宜的に、「ＨＰＦ特性」と称してよく、ＢＰＦのフィルタ特性は、便宜的に、「ＢＰＦ特性」と称してよい。

ＨＰＦ特性を制御することは、例示的に、遮断周波数（「カットオフ周波数」と称してもよい。）を制御することであってよい。カットオフ周波数よりも低い周波数の信号は、逓減あるいは抑圧され、カットオフ周波数よりも高い周波数の信号は、ほとんど減衰されない。カットオフ周波数よりも低い周波数帯域を、便宜的に、ＨＰＦの「遮断帯域」と称することがある。

ＢＰＦ特性を制御することは、例示的に、ＢＰＦの通過中心周波数及び通過帯域幅の少なくとも一方を制御することであってよい。なお、ＢＰＦの「通過中心周波数」及び「通過帯域幅」は、それぞれ、単に「中心周波数」及び「帯域幅」と略称されてもよい。

ＨＰＦ特性やＢＰＦ特性を制御することは、電波センサ２１の検出信号において処理対象とする周波数帯（あるいは処理対象から除外する周波数帯）を制御すること、と捉えてもよい。フィルタ特性の制御の一例については後述する。

電波センサ２１の検出信号及び慣性センサ２２の検出信号は、いずれも、「検出値」あるいは「出力値」と称してもよい。また、電波センサ２１の検出値は、便宜的に、「電波センサ値」と称してよく、慣性センサ２２の検出値は、便宜的に、「慣性センサ値」と称してよい。

また、上述した心拍の検出及びフィルタ特性の制御は、センサユニット２のプロセッサ２３に代えて、情報処理装置３のプロセッサ３１（図４にて後述）において実施されてもよい。

次に、図３において、メモリ２４は、センサユニット２に備えられた記憶部又は記憶媒体の一例であり、ＲＡＭ（Random Access Memory）やフラッシュメモリ等であってよい。

メモリ２４には、プロセッサ２３が読み取って動作するために用いられる、プログラムやデータが記憶されてよい。「プログラム」は、「ソフトウェア」あるいは「アプリケーション」と称されてもよい。「データ」には、プロセッサ２３の動作に応じて生成されたデータが含まれてよい。

通信ＩＦ２５は、センサユニット２に備えられた通信部の一例であり、例示的に、通信機器６（図１参照）と接続されてネットワーク４経由で情報処理装置３との通信を可能にする。

例えば、通信ＩＦ２５は、電波センサ２１の検出信号、あるいは、電波センサ２１及び慣性センサ２２の各検出信号を情報処理装置３宛に送信してよい。情報処理装置３宛に送信する信号や情報は、検出信号に限られず、検出信号を基にして得られた情報であってもよい。

別言すると、バイタルセンサ２から情報処理装置３宛に送信されるセンサ情報には、電波センサ２１による測定値（あるいは電波センサ２１及び慣性センサ２２による各測定値）が含まれてよいし、測定値を基にして得られた情報が含まれてもよい。

なお、通信ＩＦ２５は、通信機器６やネットワーク４を経由せずに、情報処理装置３と接続されて、ダイレクトに情報処理装置３と通信することが可能であってよい。

（情報処理装置３の構成例）
次に、図４を参照して、図１に例示した情報処理装置３の構成例について説明する。図４に示すように、情報処理装置３は、例示的に、プロセッサ３１、メモリ３２、記憶装置３３、通信インタフェース（ＩＦ）３４、及び、ペリフェラルＩＦ３５を備えてよい。

プロセッサ３１、メモリ３２、記憶装置３３、通信ＩＦ３４、及び、ペリフェラルＩＦ３５は、例示的に、バス３６によって、互いにプロセッサ３１を介した通信が可能に接続されてよい。

プロセッサ３１は、演算処理能力を備えた演算処理装置の一例である。演算処理装置は、演算処理デバイス又は演算処理回路と称されてもよい。演算処理装置の一例であるプロセッサ３１には、例示的に、ＣＰＵやＭＰＵ等のＩＣ、ＤＳＰが適用されてよい。なお、「プロセッサ」は、「処理部」、「制御部」あるいは「コンピュータ」と称してもよい。

プロセッサ３１は、例示的に、情報処理装置３の全体的な動作を制御する。プロセッサ３１による制御には、ネットワーク４を経由した通信を制御することが含まれてよい。通信の制御によって、ネットワーク４経由で例えば空調機７や照明器具８が遠隔制御されてよい。

例示的に、プロセッサ３１は、通信ＩＦ３４で受信された、バイタルセンサ２のセンサ情報を基に、既述の心拍の検出やフィルタ特性の制御を実施してよい。

また、プロセッサ３１は、例示的に、バイタルセンサ２の利用者が位置する空間の環境を制御するための制御信号、例えば、空調機７や照明器具８の動作を制御する制御信号を生成してよい。

当該制御信号は、例示的に、バイタルセンサ２から取得したセンサ情報を基に検出された利用者の心拍数や、心拍数を基に推定又は判定した利用者の睡眠に関する状態等に基づいて生成されてよい。

プロセッサ３１にて生成された制御信号は、例示的に、通信ＩＦ３４を介して、空調機７や照明器具８等に宛てて送信されてよい。

メモリ３２は、記憶媒体の一例であり、ＲＡＭやフラッシュメモリ等であってよい。メモリ３２には、プロセッサ３１が読み取って動作するために用いられる、プログラムやデータが記憶されてよい。

記憶装置３３は、種々のデータやプログラムを記憶してよい。記憶装置３３には、ハードディスクドライブ（ＨＤＤ）や、ソリッドステートドライブ（ＳＳＤ）、フラッシュメモリ等が用いられてよい。

記憶装置３３に記憶されるデータには、例示的に、通信ＩＦ３４で受信された、センサ２のセンサ情報や、センサ情報を基に検出された心拍数、心拍数を基に推定又は判定された、利用者の睡眠に関する状態等が含まれてよい。

記憶装置３３に記憶されたデータは、適宜に、データベース（ＤＢ）化されてよい。ＤＢ化されたデータは、「クラウドデータ」や「ビッグデータ」等と称されてよい。なお、記憶装置３３及びメモリ３２は、情報処理装置３における「記憶部３０」と総称してもよい。

記憶装置３３に記憶されるプログラムには、図７や図１０、図１１にて後述する処理を実行するプログラムが含まれてよい。

図７や図１０、図１１にて後述する処理を実行するプログラムは、便宜的に、「センサ情報処理プログラム」と称してよい。

プログラムを成すプログラムコードの全部又は一部は、記憶部に記憶されてもよいし、オペレーティングシステム（ＯＳ）の一部として記述されてもよい。

プログラムやデータは、コンピュータ読取可能な記録媒体に記録された形態で提供されてよい。記録媒体の一例としては、フレキシブルディスク、ＣＤ−ＲＯＭ，ＣＤ−Ｒ，ＣＤ−ＲＷ，ＭＯ，ＤＶＤ、ブルーレイディスク、ポータブルハードディスク等が上げられる。また、ＵＳＢ（Universal Serial Bus）メモリ等の半導体メモリも記録媒体の一例である。

あるいは、プログラムやデータは、サーバ等からネットワーク４経由で情報処理装置３に提供（ダウンロード）されてもよい。例えば、通信ＩＦ３４を通じてプログラムやデータが情報処理装置３に提供されてよい。また、プログラムやデータは、ペリフェラルＩＦ３５に接続された、後述の入力機器等から情報処理装置３に入力されてもよい。

通信ＩＦ３４は、情報処理装置３に備えられた通信部の一例であり、例示的に、ネットワーク４に接続されて、ネットワーク４を経由した通信を可能にする。

通信ＩＦ３４は、受信処理に着目すれば、バイタルセンサ２が情報処理装置３宛に送信した情報を受信する受信部（「取得部」と称してもよい。）の一例である。

一方、送信処理に着目すれば、通信ＩＦ３４は、例えば、プロセッサ３１が生成した制御信号をバイタルセンサ２や空調機７、照明器具８宛に送信する送信部の一例である。通信ＩＦ３４には、例示的に、イーサネット（登録商標）カードが適用されてよい。

なお、通信ＩＦ３４は、ネットワーク４を経由せずに、バイタルセンサ２の通信ＩＦ２５と接続されて、バイタルセンサ２とダイレクトに通信することが可能であってもよい。

ペリフェラルＩＦ３５は、例示的に、情報処理装置３に周辺機器を接続するためのインタフェースである。

周辺機器には、情報処理装置３に情報を入力するための入力機器や、情報処理装置３が生成した情報を出力する出力機器が含まれてよい。

入力機器には、キーボードやマウス、タッチパネル等が含まれてよい。出力機器には、ディスプレイやプリンタ等が含まれてよい。

ところで、利用者が運動直後等で心拍数が安静時よりも高い場合、当該利用者の呼吸数も高い（別言すると、利用者の呼吸活動が活発である）傾向にあるため、呼吸活動に伴う胸部の動きも大きくなる傾向にある。

そのため、利用者の心拍数が高いほど、電波センサ２１の検出信号には、当該利用者の呼吸活動に伴う動きに応じた信号成分（例えば周波数成分）が、当該利用者の心拍に伴う動きに応じた信号成分（例えば周波数成分）に対するノイズ成分として混入し易くなる。

その結果、呼吸由来の信号成分（「呼吸成分」と略称してよい。）を心拍由来の信号成分（「心拍成分」と称してよい。）と誤検出してしまう確率が高くなり、電波センサ２１の検出信号から心拍成分を検出しにくくなる。別言すれば、利用者の心拍数が高いほど、呼吸成分によって心拍成分の検出精度が低下し得る。

例えば、電波センサ２１の検出信号において、安静時の人体の心拍成分が現われると想定される平均的な周波数帯域（便宜的に「心拍出現帯域」と称してよい。）は、非限定的な一例として、０．７Ｈｚ〜４．０Ｈｚ程度である。

これに対し、電波センサ２１の検出信号において、安静時の人体の呼吸成分が現われると想定される平均的な周波数帯域（便宜的に「呼吸出現帯域」と称してよい。）は、非限定的な一例として、０．１Ｈｚ〜０．５Ｈｚ程度である。

したがって、安静時のように利用者の心拍及び呼吸が安定している状態において、心拍出現帯域と呼吸出現帯域とは重ならない傾向にあり、呼吸成分が心拍成分と誤って検出される確率は低いと云える。

しかし、人体の呼吸活動が活発になると、呼吸成分に相当する基準周波数のＮ倍（Ｎは２以上の整数）の高調波（Ｎ倍波）成分が、心拍出現帯域に現われることがある。心拍出現帯域に呼吸成分の高調波成分が現われると、呼吸成分の高調波成分を心拍成分と誤検出してしまう可能性がある。

例えば図５に示すように、電波センサ値を周波数解析すると、０．１Ｈｚ〜０．５Ｈｚ程度の呼吸出現帯域Ａに現われる呼吸成分の１次のピーク周波数に対して、当該ピーク周波数の２倍波〜５倍波といった高調波成分が高周波数帯域側に現われることがある。なお、呼吸成分の高調波成分が出現し得る帯域を、便宜的に、「高調波出現帯域」と称することがある（図５の符号Ｃ参照）。また、「Ｎ倍波成分」は、「Ｎ次の高調波成分」と称されてもよい。

呼吸成分のピーク周波数は、被観測者の呼吸数が高いほど高周波数側にシフトする傾向にあるから、当該シフトに応じて高調波出現帯域Ｃも高周波数側にシフトすると捉えてよい（図５の点線矢印Ｃ１参照）。

高調波出現帯域Ｃの上限周波数が高周波数側にシフトすると、心拍出現帯域Ｂの低周波数側に、高調波出現帯域Ｃの高周波数側の少なくとも一部が重なることがある。

心拍出現帯域Ｂに高調波出現帯域Ｃの少なくとも一部が重なると、心拍出現帯域Ｂにおいて呼吸成分の高調波成分が現われ易くなる。

呼吸成分の高調波成分は、心拍成分に対するノイズ成分となるから、呼吸成分の高調波成分を心拍成分と誤検出してしまい易くなる。

そこで、本実施形態では、電波センサ２１の検出信号において、高調波出現帯域Ｃの信号成分を例えばフィルタによって抑圧する。フィルタには、例示的に、ＨＰＦが適用されてよい。

図６に、ＨＰＦ特性の一例を示す。図６には、非限定的な一例として、カットオフ周波数が０．８Ｈｚ、１．０Ｈｚ、及び、１．３Ｈｚの３種類のＨＰＦ特性が例示されている。電波センサ値に適用するＨＰＦ特性は、例示的に、当該３種類のＨＰＦ特性から選択、決定されてよい。

なお、高調波出現帯域Ｃは、既述のように呼吸数の変化に応じて周波数領域においてシフトし得るから、ＨＰＦ特性（例えば、カットオフ周波数）も、呼吸数の変化に応じて可変されてよい。

ＨＰＦ特性の可変制御は、例示的に、心拍出現帯域Ｂにおける心拍成分が遮断されないように、心拍出現帯域Ｂを含まない周波数レンジで実施されてよい。別言すると、ＨＰＦの遮断帯域が、心拍出現帯域Ｂに重ならないように、ＨＰＦ特性が可変制御されてよい。

ここで、被観測者の心拍数が高いほど呼吸数も高い傾向にあるから、呼吸成分のピーク周波数が高周波数側にシフトすることに応じて、心拍出現帯域Ｂも高周波数側にシフトすると捉えてよい（図５の点線矢印Ｂ１）。

したがって、心拍出現帯域Ｂが高周波数側にシフトすることに応じて、ＨＰＦの遮断帯域の上限周波数を心拍出現帯域Ｂに重ならない周波数レンジで高く設定することで、呼吸成分の高調波成分を効果的に抑圧することができる。

例えば、図６に例示した、３種類のＨＰＦ特性のうちのいずれかが、被観測者の呼吸数に応じて適応的に選定されてよい。非限定的な一例として、被観測者の呼吸数が高いほど、カットオフ周波数の高いＨＰＦ特性が選定されてよい。

なお、被観測者の呼吸数は、後述するように、電波センサ２１の検出信号を周波数解析した結果、あるいは、慣性センサ２２の検出信号に基づいて、検出又は推定することが可能である。

電波センサ２１の検出信号に上述したＨＰＦを適用することで、心拍出現帯域Ｂに現われる呼吸成分の高調波成分を効果的に抑圧できるから、心拍信号の検出精度を向上することができる。心拍信号の検出精度が向上することで、例えば、被観測者が位置する空間の環境制御の精度や効率も向上できる。

（動作例）
以下、本実施形態のセンサシステム１の幾つかの動作例について説明する。なお、以下では、バイタルセンサ２の電波センサ値が、情報処理装置３（例えば、プロセッサ３１）にて処理される例について説明する。ただし、当該処理の一部又は全部がバイタルセンサ２（例えば、プロセッサ２３）にて実施されてもよい。

（第１実施例）
図７は、第１実施例に係るセンサシステム１の動作例を示すフローチャートである。図７に例示するように、情報処理装置３は、センサ２から電波センサ値を受信する（処理Ｐ１１）。受信した電波センサ値は、記憶部３０に記憶されてよい。

情報処理装置３０は、電波センサ値にＨＰＦを適用してよい（処理Ｐ１２）。ＨＰＦを適用する電波センサ値は、記憶部３０から読み出した電波センサ値でもよいし、処理Ｐ１１で受信した電波センサ値でもよい。

電波センサ値に適用するＨＰＦ特性は、図６に例示したカットオフ周波数のいずれかを有する特性に設定されてよい。なお、第１実施例において、ＨＰＦ特性の設定は、静的な設定で構わない。ＨＰＦ特性の動的な設定については、第２実施例及び第３実施例にて後述する。

ＨＰＦの適用によって、電波センサ値において、呼吸成分の高調波出現帯域Ｃの信号成分が抑圧され、心拍出現帯域Ｂの信号成分は抑圧されずにＨＰＦを通過する。情報処理装置３は、ＨＰＦを通過した信号成分を周波数解析してよい（処理Ｐ１３）。

周波数解析には、高速フーリエ変換（fast Fourier transform, FFT）や離散フーリエ変換（discrete Fourier transform, DFT）が用いられてよい。ＦＦＴやＤＦＴによって、電波センサ値は、時間領域の信号から周波数領域の信号（便宜的に「周波数信号」と称してよい。）に変換される。

情報処理装置３は、周波数解析によって得られた周波数信号の心拍出現帯域Ｂにおいて、例えば、ピーク値を有する周波数（「ピーク周波数」と称してよい。）を検出してよい。当該ピーク周波数は、心拍成分のピーク周波数に相当する。

心拍成分のピーク周波数に例えば６０（秒）乗じると、周波数を心拍数に変換できる。検出した心拍成分のピーク周波数（又は心拍数）を基に、情報処理装置３は、ＨＰＦを通過した信号成分に適用するＢＰＦ特性を決定してよい（処理Ｐ１４）。

ここで、例えば図８に示すように、１拍ごとの心拍が有する時間長（又は時間間隔）は、単位時間あたりの心拍数の高低に応じてばらつく傾向にある。なお、図８において、横軸は、ある時点での心拍数ｘ（ｎ）（ｎは、正の整数）、縦軸は、次の心拍数ｘ（ｎ＋１）を表す。図８における符号１２２、符号１２４、符号１２６、及び、「ｄ」の意味については後述する。

例えば、単位時間あたりの心拍数が高いほど、１拍ごとの時間長のばらつきは小さくなる傾向にある。逆に云えば、単位時間あたりの心拍数が低いほど、１拍ごとの時間長のばらつきは大きくなる傾向にある。

例示的に、心拍出現帯域Ｂ（非限定的な一例として、０．７〜４．０Ｈｚ）において、単位時間（例えば、１分）あたり５０拍では、±２０％程度のばらつきが１拍ごとの時間長に生じ得る。一方、５０拍よりも高い１２０拍では、±５％程度のばらつきが１拍ごとの時間長に生じ得る。このような「ばらつき」は、生体がもつ「心拍特性」と捉えてよい。

したがって、ＢＰＦの通過帯域幅を、例えば６０拍や１２０拍といった或る特定の心拍数に合わせて静的に設定すると、心拍数の高低によって、心拍成分が欠落したり、ノイズ成分を十分に除去仕切れなかったりする。結果として、心拍数の検出精度が低下し得る。

そこで、本実施形態では、ＢＰＦの通過帯域幅（以下「ＢＰＦ帯域幅」と略称することがある。）を、心拍数の高低、別言すると、心拍成分のピーク周波数の高低に応じて、適応的に変化させてよい。

例えば、単位時間あたりの心拍数が高いほど、ＢＰＦ帯域幅を狭く設定し、単位時間あたりの心拍数が低いほど、ＢＰＦ帯域幅を広く設定してよい。なお、ＢＰＦ帯域幅の可変設定例については、図１９〜図２８にて後述する。

このようなＢＰＦ帯域幅の可変設定によれば、心拍出現帯域Ｂにおいて、心拍成分の取りこぼしを低減し、心拍成分とは異なるノイズ成分の抑圧度を高めることができる。

例えば、心拍出現帯域Ｂに、ＨＰＦによって抑圧仕切れなかった呼吸成分の高調波成分が含まれていても、当該高調波成分がＢＰＦ帯域幅外にあれば抑圧できる。

また、心拍出現帯域Ｂに、被観測者の活動に伴う動きに起因するノイズ成分が含まれていても、当該ノイズ成分がＢＰＦ帯域幅外にあれば同様に抑圧できる。

なお、心拍数の高低は、例示的に、電波センサ値を周波数解析した結果において、ピーク周波数の高低によって判定できる。

ＢＰＦ特性の決定（図７の処理Ｐ１４）に応じて、情報処理装置３は、決定したＢＰＦ特性のＢＰＦを、ＨＰＦ適用後の周波数信号に適用してよい（処理Ｐ１５）。

ＢＰＦ適用後の周波数信号を基に、情報処理装置３は、心拍出現帯域Ｂにおいて心拍成分を探索、検出してよい。例えば、情報処理装置３は、心拍出現帯域Ｂにおいて、被観測者の心拍に応じた特徴的な変化を示す心拍成分を「特徴点」として検出してよい（処理Ｐ１６）。

「特徴点」は、例えば、ＢＰＦ適用後の電波センサ値の信号波形において、一次微分がゼロになる点（別言すると、ピーク値）であってよい。「特徴点」の検出に応じて、情報処理装置３は、例えば、「特徴点」の時間間隔（例えば「秒」を求め、求めた時間間隔で１分（＝６０秒）を除することにより、１分あたりの心拍数を算出できる（処理Ｐ１７）。

算出された心拍数は、被観測者が位置する空間の環境を制御するパラメータとして用いられてよい（処理Ｐ１８）。また、算出された心拍数の情報は、図７に点線で例示するように、適宜に、ディスプレイやプリンタ等の出力機器に出力されてよい（処理Ｐ１９）。

なお、処理Ｐ１３の周波数解析結果、処理Ｐ１４で決定したＢＰＦ特性の情報、及び、処理Ｐ１６で検出された特徴点の情報の少なくとも１つが、ディスプレイやプリンタ等の出力機器に適宜に出力されてもよい。この場合、例えば、出力機器において、周波数解析結果や、ＢＰＦ特性の設定状況、設定の適否等を確認できる。

以上のように、第１実施例によれば、電波センサ値に、呼吸成分と呼吸成分の高調波成分とを抑圧可能な遮断帯域を有するＨＰＦを適用することで、電波センサ値において心拍出現帯域Ｂに混入し得る呼吸由来のノイズ成分を抑圧できる。

したがって、心拍出現帯域Ｂにおいて呼吸由来のノイズ成分を心拍成分と誤って検出してしまう確率を低減でき、電波センサ値に基づく心拍成分の検出精度を向上できる。

例えば、被観測者の運動後等、心拍数が高く呼吸数も高いような場合であっても、心拍出現帯域Ｂにおいて呼吸由来のノイズ成分を抑圧できる。よって、運動後の被観測者のように呼吸活動が活発な状態においても、当該被観測者の心拍数の検出精度を向上できる。

なお、図９に、電波センサ値にＨＰＦ（カットオフ周波数０．８ｋＨｚ）を適用した場合と適用しない場合とにおける電波センサ値の周波数領域における信号波形の一例を示す。

図９において、点線で示す信号波形がＨＰＦを適用しない場合の信号波形の一例を示し、実線で示す信号波形がＨＰＦを適用した場合の信号波形の一例を示す。図９において、点線で示すＨＰＦ適用無しの信号波形は、図５に例示した信号波形に対応する。

図９に例示するように、ＨＰＦ適用有りの信号波形では、ＨＰＦ適用無しの信号波形に比して、呼吸成分、及び、呼吸成分の２倍波〜５倍波の高調波成分が抑圧されていることが分かる。

なお、心拍出現帯域Ｂには、呼吸由来のノイズ成分とは異なるノイズ成分が含まれることがある。例えば、被観測者の歩行等の活動に伴う動きに起因するノイズ成分が、心拍出現帯域Ｂに含まれることもある。

呼吸由来のノイズ成分とは異なるノイズ成分が心拍出現帯域Ｂに含まれていたとしても、当該ノイズ成分がＨＰＦの遮断帯域に含まれる限り、呼吸由来のノイズ成分と併せて抑圧できる。

（第２実施例）
図１０は、第２実施例に係るセンサシステム１の動作例を示すフローチャートである。第２実施例では、ＨＰＦ特性を被観測者の呼吸数に応じて適応的に制御する例について説明する。

図１０に例示するように、情報処理装置３は、バイタルセンサ２から電波センサ値を受信すると（処理Ｐ１１）、受信した電波センサ値を、ＦＦＴやＤＦＴによって周波数解析してよい（処理Ｐ２１）。なお、受信した電波センサ値は、記憶部３０に記憶されてよい。

周波数解析によって得られた周波数信号において、情報処理装置３は、例えば、呼吸出現帯域Ａ（非限定的な一例として、０．１Ｈｚ〜０．５Ｈｚ程度）においてピーク周波数を探索、検出してよい。検出したピーク周波数は、呼吸成分の１次のピーク周波数に相当する。

当該呼吸成分のピーク周波数を基に、情報処理装置３は、ＨＰＦ特性を決定してよい（処理Ｐ２２）。

例えば、情報処理装置３は、呼吸成分のピーク周波数が含まれる呼吸出現帯域Ａと、呼吸成分のピーク周波数に対してＮ倍波相当の高調波成分が現われる高調波出現帯域Ｃと、の各信号成分が抑圧されるように、ＨＰＦ特性を決定してよい。

ここで、例えば、被観測者の呼吸数が高いほど、呼吸成分のピーク周波数も高くなる（別言すると、ピーク周波数が高周波数側にシフトする）傾向にある。

呼吸成分のピーク周波数が高周波数側にシフトすることに応じて、呼吸成分のピーク周波数に対する高調波成分が心拍出現帯域Ｂに現われ易くなる。

したがって、情報処理装置３は、呼吸成分のピーク周波数の高低に応じて、電波センサ値に適用するＨＰＦのカットオフ周波数を適応制御してよい。例えば、情報処理装置３は、呼吸成分のピーク周波数が高いほど、電波センサ値に適用するＨＰＦのカットオフ周波数を高い周波数に制御、設定してよい。

図６の例であれば、呼吸成分のピーク周波数が高いほど、情報処理装置３は、０．８Ｈｚ、１．０Ｈｚ、及び、１．３Ｈｚの３種類のカットオフ周波数のうち、より高いカットオフ周波数をＨＰＦ特性に選択、決定してよい。

ＨＰＦ特性の決定に応じて、情報処理装置３は、決定したＨＰＦ特性のＨＰＦを電波センサ値に適用してよい（処理Ｐ１２）。ＨＰＦを適用する電波センサ値は、記憶部３０から読み出されてよい。

以降、情報処理装置３は、第１実施例（例えば図７）と同様に、処理Ｐ１３〜Ｐ１９を実施してよい。

例えば、情報処理装置３は、ＨＰＦ適用後の電波センサ値に対して、心拍成分のピーク周波数に応じた中心周波数及び帯域幅を有するＢＰＦを適用し、ＢＰＦ適用後の電波センサ値を基に心拍数を算出してよい。算出された心拍数の情報は、空間環境制御に用いられてもよいし、ディスプレイやプリンタ等の外部機器に出力されてもよい。

以上のように、第２実施形態によれば、電波センサ値を周波数解析した結果において検出された呼吸成分のピーク周波数に応じて、電波センサ値に適用するＨＰＦ特性を適応的に可変する。

したがって、第１実施例と同様の作用効果が得られるほか、第１実施例に比して、より強力に、呼吸由来のノイズ成分を心拍出現帯域Ｂにおいて抑圧できる。よって、電波センサ値に基づく心拍成分の検出精度を更に向上できる。心拍成分の検出精度が向上するから、被観測者の心拍数の検出精度も向上する。

（第３実施例）
既述の第２実施例では、情報処理装置３において、電波センサ値を周波数解析した結果を基に被観測者の呼吸成分のピーク周波数を検出し、検出したピーク周波数に応じてＨＰＦ特性を適応的に決定した。

第３実施例では、バイタルセンサ２に慣性センサ２２が備えられ、情報処理装置３において、慣性センサ値を基にＨＰＦ特性を適応的に決定する例について説明する。

例えば、情報処理装置３は、慣性センサ値を基に被観測者の心拍数を推定し、推定した心拍数を基に呼吸数を推定し、推定した呼吸数に応じてＨＰＦ特性を適応的に決定してよい。

図１１は、第３実施例に係るセンサシステム１の動作例を示すフローチャートである。図１１に例示するように、情報処理装置３は、バイタルセンサ２から電波センサ値と慣性センサ値とを受信する（処理Ｐ１１及びＰ３１）。

慣性センサ値の受信に応じて、情報処理装置３は、慣性センサ値を基に被観測者の心拍数を推定してよい（処理Ｐ３２）。図１２及び図１３に、心拍数推定処理の第１例を示し、図１４〜図１６に、心拍数推定処理の第２例を示す。

（心拍推定処理の第１例）
図１２に例示するように、情報処理装置３は、慣性センサ値を基に、利用者の単位時間（例示的に、１秒）あたりの歩数（「歩行率」と称してよい。）を算出してよい（処理Ｐ３２１）。歩数は、一般的な歩数計と同様に、例えば、慣性センサ値が或る閾値を超えた回数を、例えばプロセッサ３１にてカウントすることで得ることができる。

ここで、歩行率と心拍数とは、或る関係式によって関係付けることができる。関係式は、例示的に、複数の実測値を用いて、カーブフィッティング（別言すると、曲線あてはめ）によって導出されてよい。

非限定的な一例として、歩行率と心拍数との関係式は、図１３に例示するように、下記の多項式（１）で表すことができる。
ｙ＝８Ｅ−０５ｘ^３−０．００１１ｘ^２−０．０８５５ｘ＋６１．５９７…（１）

なお、図１３の横軸「ｘ」が歩行率［歩数／秒］を表し、図１３の縦軸「ｙ」が単位時間（例示的に、１分）あたりの心拍数［beats per minute, bpm］を表す。また、「８Ｅ−０５」は、「８×１０^−５」を表す。

情報処理装置３は、処理Ｐ３２１において算出した歩行率から、式（１）を演算することによって、心拍数を算出してよい（図１２の処理Ｐ３２４）。算出された心拍数は、便宜的に、「推定心拍数」と称してよい。

なお、図１３に例示した関係は、例えばテーブル形式のデータ（「テーブルデータ」と略称してよい。）で表されてもよい。当該テーブルデータは、例えば、情報処理装置３の記憶部３０（図４参照）に記憶されてよい。情報処理装置３（例えば、プロセッサ３１）は、当該テーブルデータを参照することで、歩行率に対する推定心拍数を演算によらずに求めてもよい。

（心拍推定処理の第２例）
次に、図１１の心拍推定処理（Ｐ３２）の第２例ついて、図１４〜図１６を参照して説明する。上述した第１例は、被観測者の歩行率から心拍数を求める例である。第２例では、被観測者の運動強度から心拍数を求めてよい。

図１４に例示するように、情報処理装置３は、第１例（図１２）と同様にして、電波センサ値から利用者の歩行率を算出してよい（処理Ｐ３２１）。

歩行率の算出に応じて、情報処理装置３は、歩行率から歩行速度を算出してよい（処理Ｐ３２２）。

ここで、歩行率と歩行速度とは、或る関係式によって関係付けることができる。関係式は、例示的に、複数の実測値を用いて、カーブフィッティングによって導出されてよい。

非限定的な一例として、歩行率と歩行速度との関係式は、図１５に例示するように、下記の多項式（２）で表すことができる。
ｙ＝１Ｅ−０５ｘ^３−０．００１４ｘ^２＋０．０７２５ｘ−０．０１１９…（２）

図１５の横軸「ｘ」が歩行率［歩数／秒］を表し、図１５の縦軸「ｙ」が単位時間（例示的に、１時間）あたりの歩行速度［ｋｍ／ｈ］を表す。また、「１Ｅ−０５」は、「１×１０^−５」を表す。

なお、単位時間あたりの歩行距離が増えるほど、１歩あたりの距離である歩幅、及び、歩数も増加する傾向にある。例えば、分速７０ｍ（＝時速４．２ｋｍ）で歩行する場合は、歩幅＝身長×０．３７となり、分速９０ｍ（＝時速５．４ｋｍ）では、歩幅＝身長×０．４５、分速１１０ｍ（＝時速６．６ｋｍ）では、歩幅＝身長×０．５となる、といわれている。このような歩幅と、歩行率と、を基に、単位時間あたりの歩行距離である歩行速度を概算することができる。

情報処理装置３は、処理Ｐ３２１において算出した歩行率から、式（２）を演算することによって、歩行速度を算出してよい。

なお、図１５に例示した関係は、図１３に例示した関係と同様に、例えばテーブルデータで表されて、記憶部３０（図４参照）に記憶されてよい。情報処理装置３は、当該テーブルデータを参照することで、歩行率に対する歩行速度を演算によらずに求めてもよい。

歩行速度の算出に応じて、情報処理装置３は、歩行速度を基に利用者の運動強度を算出してよい（図１４の処理Ｐ３２３）。運動強度は、人の活動量等を表す指標値であり、ＭＥＴｓ値（メッツ値）によって表されてよい。

ＭＥＴｓは、「Metabolic equivalents」の略称である。メッツ値は、人の活動時の代謝量（あるいは「カロリー消費量」）を安静時の代謝量に対する相対値（例えば、倍数）として表した数値であってよい。人の活動の別にメッツ値を対応付けた表は、「メッツ表」と称され、例えば、国立健康・栄養研究所によって発行されている。

図１６に、歩行速度とメッツ値との関係の一例を示す。歩行速度＝０［ｋｍ／ｈ］の場合がメッツ値＝１に対応し、基準となる安静時の運動強度に対応する。図１１に例示するように、歩行速度が速くなるほどメッツ値も大きくなる。

例えば、歩行速度＝２．５［ｋｍ／ｈ］では、メッツ値は基準メッツ値（＝１）の３倍となり、歩行速度＝４［ｋｍ／ｈ］では、メッツ値は基準メッツ値の５倍となる。

メッツ値が求まると、例示的に、利用者の年齢と安静時の心拍数とを基に、現在の心拍数を求めることができる。例えば、メッツ値は、以下の式（３）によって表すことができる。
メッツ値＝（心拍数−安静時心拍数）÷（最大心拍数−安静時心拍数）×１０…（３）

式（３）における「最大心拍数」は、「２２０−年齢」として簡易的に求めることができる。

したがって、情報処理装置３は、メッツ値から現在の心拍数を式（３）によって求めることができる（図１４の処理Ｐ３２４）。別言すると、利用者の運動中や活動中に心拍数を精度良く検出することが難しい場合であっても、式（３）によって、メッツ値から心拍数を推定することが可能である。

ここで、推定心拍数によっては、ＨＰＦを電波センサ値に適用しなくてもよいことがある。例えば、慣性センサ値を基に推定した心拍数（又はメッツ値）が高いと呼吸数も高い傾向にある。

情報処理装置３は、図１１において、推定心拍数（又はメッツ値）が閾値を超えていれば（処理Ｐ３３でＹＥＳ）、推定心拍数を基に呼吸数を推定し（処理Ｐ３５）、推定した呼吸数に応じて、電波センサ値に適用するＨＰＦ特性を決定してよい（処理Ｐ３６）。

推定された心拍数が高いほど呼吸数も高いと推定され、呼吸数が高いほど呼吸成分の高調波成分が心拍出現帯域Ｂに混入し易いから、第１及び第２実施例と同様に、電波センサ値に対するＨＰＦの適用が決定される。

推定心拍数に基づく呼吸数の推定は、図１７及び図１８に例示するような心拍数と呼吸数との関係を基に行なわれてよい。なお、図１７には、歩行速度（又は、運動強度の指標であるメッツ値でもよい。）に応じた心拍数と呼吸数との関係が例示されている。

例えば図１７に示すような複数の心拍数及び呼吸数のデータを用いて、カーブフィッティング（別言すると、曲線あてはめ）することで、図１８に例示するような、呼吸数と心拍数との関係式を導出することができる。

当該関係式は、例示的に、下記の多項式（４）で表すことができる。
ｙ＝０．０４１５ｘ^２＋０．８８９４ｘ＋５８．０３５…（４）

なお、図１８の横軸「ｘ」が単位時間（例示的に１分）あたりの呼吸数［ｆ／ｍｉｎ］を表し、図１８の縦軸「ｙ」が単位時間（例示的に１分）あたりの心拍数［beats per minute, bpm］を表す。

情報処理装置３は、推定心拍数を式（４）の「ｙ」に代入して式（４）を「ｘ」について解くことで、呼吸数「ｘ」を求めることができる。求めた呼吸数は、便宜的に、「推定呼吸数」と称してよい。

なお、図１８に例示した関係は、例えばテーブル形式のデータ（「テーブルデータ」と略称してよい。）で表されてもよい。当該テーブルデータは、例えば、情報処理装置３の記憶部３０（図４参照）に記憶されてよい。情報処理装置３（例えば、プロセッサ３１）は、当該テーブルデータを参照することで、推定心拍数に対する推定呼吸数を演算によらずに求めてもよい。

また、図１８の縦軸（心拍数）は、歩行速度（又はメッツ値）に置き換えられてもよい。別言すると、心拍数は、図１７に例示したように、歩行速度（又はメッツ値）が高くなるほど高くなる傾向にある（別言すると、相関がある）から、呼吸数は、歩行速度（又はメッツ値）との関係で推定されてもよい。

推定呼吸数が求まると、情報処理装置３は、第２実施例と同様に、推定呼吸数に応じて電波センサ値に適用するＨＰＦのカットオフ周波数を制御してよい。

図６の例であれば、呼吸成分のピーク周波数が高いほど、情報処理装置３は、０．８Ｈｚ、１．０Ｈｚ、及び、１．３Ｈｚの３種類のカットオフ周波数のうち、より高いカットオフ周波数をＨＰＦ特性に選択、決定してよい。

ＨＰＦ特性の決定に応じて、情報処理装置３は、決定したＨＰＦ特性のＨＰＦを電波センサ値に適用してよい（図１１の処理Ｐ１２）。ＨＰＦを適用する電波センサ値は、記憶部３０から読み出されてよい。

以降、情報処理装置３は、第１実施例（例えば図７）と同様に、図１１の処理Ｐ１３〜Ｐ１９を実施してよい。

例えば、情報処理装置３は、ＨＰＦ適用後の電波センサ値に対して、心拍成分のピーク周波数に応じた中心周波数及び帯域幅を有するＢＰＦを適用し、ＢＰＦ適用後の電波センサ値を基に心拍数を算出してよい。算出された心拍数の情報は、空間環境制御に用いられてもよいし、ディスプレイやプリンタ等の外部機器に出力されてもよい。

一方、図１１の処理Ｐ３３において、慣性センサ値を基に推定した心拍数（又はメッツ値）が閾値以下（ＮＯ）の場合、情報処理装置３は、電波センサ値にＨＰＦは適用せずにＢＰＦを適用するだけでも、心拍出現帯域Ｂに現われるノイズ成分を十分に抑圧できることがある。

別言すると、慣性センサ値を基に推定した心拍数（又はメッツ値）が閾値以下であれば、呼吸成分の高調波成分による心拍成分検出に対する影響が小さいと扱ってよい場合がある。

したがって、推定心拍数（又はメッツ値）が閾値以下であれば（処理Ｐ３３でＮＯ）、情報処理装置３は、推定心拍数を基に、電波センサ値に適用するＢＰＦ特性を決定してよい（処理Ｐ３４）。

例えば、情報処理装置３は、推定心拍数を周波数に変換し、変換した周波数を電波センサ値に適用するＢＰＦの中心周波数に設定してよい。なお、心拍数は、例示的に、６０（秒）で除することにより周波数に変換できる。また、情報処理装置３は、推定心拍数が高いほど狭い帯域幅をＢＰＦに設定してよい。当該ＢＰＦ特性の詳細な決定例については後述する。

情報処理装置３は、決定したＢＰＦ特性のＢＰＦを、電波センサ値に適用して、電波センサ値をフィルタリングしてよい（処理Ｐ１５）。処理Ｐ１５にてＢＰＦを適用する電波センサ値は、記憶部３０から読み出されてよい。

以降、情報処理装置３は、第１実施例（例えば図７）と同様に、図１１の処理Ｐ１６〜Ｐ１９を実施してよい。

以上のように、第３実施例によれば、慣性センサ値を基に被観測者の心拍数を推定し、推定した心拍数を基に呼吸数を推定し、推定した呼吸数に応じて、電波センサ値に適用するＨＰＦ特性を適応的に決定する。

慣性センサ値には、被観測者の活動に応じた「動き」を示す情報が含まれるから、「動き」に応じた心拍数を推定でき、心拍数が推定できれば、呼吸数を推定できる。要するに、慣性センサ値を基に活動中の被観測者の呼吸数を推定できる。

被観測者が活動中の場合、第２実施例のように、電波センサ値を周波数解析しても、被観測者の活動に伴う動きに起因したノイズ成分によって、呼吸成分の検出精度が低下したり、場合によっては呼吸成分が検出不能になったりする可能性がある。

しかし、第３実施例によれば、慣性センサ値を基に呼吸数を推定できるから、電波センサ値の周波数解析に拠らずに、電波センサ値に適用するＨＰＦ特性を適正な特性に決定できる。

したがって、被観測者が活動中であっても、ＨＰＦ特性を適正化することができ、呼吸由来のノイズ成分を心拍出現帯域Ｂにおいて抑圧できる。よって、被観測者が活動中であっても、当該被観測者の心拍成分の検出精度を向上できる。心拍成分の検出精度が向上するから、被観測者の心拍数の検出精度も向上する。

また、第３実施例によれば、慣性センサ値を基に推定された心拍数（又はメッツ値）が閾値以下であるために、呼吸由来のノイズ成分が心拍出現帯域Ｂに出現しにくい状態であると判定できる場合には、電波センサ値にＨＰＦを適用しなくてよい。

したがって、慣性センサ値を基に推定した心拍数やメッツ値の高低に関わらずに、一律にＨＰＦ特性を適応的に決定する場合に比して、情報処理装置３の処理量、別言すると、処理負荷を低減できる。

なお、上述した第３実施例では、慣性センサ値と心拍数（又はメッツ値）との関係から被観測者の呼吸数を推定したが、呼吸数は、慣性センサ値との関係で推定されてもよい。例えば、或る単位時間あたりの慣性センサ値の平均値が大きいほど被観測者の動き量が大きいと云えるため、慣性センサ値の高低に応じて呼吸数の高低が推定されても構わない。

（ＢＰＦ特性の決定例）
次に、図８及び図１９〜図２８を参照して、既述のＢＰＦ特性を決定（又は設定）する処理（例えば、図７、図１０及び図１１の処理Ｐ１４、並びに、図１１の処理Ｐ３４）の一例について説明する。

以下に説明するＢＰＦ特性の決定例は、第１〜第３実施例に共通でよい。ただし、以下の説明において、「基準心拍数」は、図７、図１０及び図１１の処理Ｐ１４については、電波センサ値にＨＰＦを適した後の周波数解析結果を基に検出された、心拍成分のピーク周波数に応じた心拍数に相当する。

これに対し、図１１の処理Ｐ３４については、「基準心拍数」は、慣性センサ値を基に推定された心拍数に相当する。例えば、第３実施例において、図１１の閾値判定処理Ｐ３３でＮＯと判定された場合の「基準心拍数」は、処理Ｐ３２において慣性センサ値を基に推定された心拍数に相当する。

既述のとおり、図８は、単位時間あたりの心拍数と心拍毎の時間長のばらつきとの関係を例示しており、符号１２２は、心拍数の計測データ（ｘ（ｎ），ｘ（ｎ＋１））を表し、直線１２４は、各計測データ１２２の中心値を表している。

中心値１２４を表す直線は、例示的に、各計測データ１２２に関して例えば最小二乗法で求められた直線であり、ａｘ（ｎ）＋ｂｘ（ｎ＋１）＋ｃ＝０で表されると仮定する。ただし、係数ａ、ｂ、ｃは、実数である。

ここで、各計測データ１２２（ｘ（ｎ）、ｘ（ｎ＋１））から直線１２４に下す垂線の長さｄは、下記の式（５）で表すことができる。

長さｄの最大値を有する計測点が、座標（ｘ（ｍ），ｘ（ｍ＋１））で表される最大距離点１２６であると仮定する。ただし、「ｍ」は、ｍ≦ｎを満たす正の整数である。

当該最大距離点１２６と、例えば心拍周波数＝２Ｈｚの時に、「−０．１Ｈｚ」に相当する座標（図８の例では、座標（１２０，１１４））と、を通る直線を、帯域幅の下限を示す直線とする。

帯域幅の上限を示す直線は、例えば、点（１２０、１２６）を通り、任意の周波数で、帯域幅の下限と同一の幅を持つ点を通る直線としてよい。なお、心拍周波数＝２Ｈｚの時の帯域幅は、例えば、図８の計測データ１２２において心拍数ｘ（ｎ）＝１２０の時の次の心拍の最高値および最低値を参照して決定するようにしてもよい。

次に、図１９は、ＢＰＦ特性の設定例を説明するための図である。図１９には、例示的に、予め設けた式に基準心拍数を代入することにより算出された、ＢＰＦの帯域の上限及び下限の一例が示されている。

図１９において、横軸は、基準心拍数［Ｈｚ］を表し、縦軸は、帯域幅の上限及び下限に相当する心拍数［Ｈｚ］を表す。図１９において、帯域幅の上限は、帯域上限値１３２で表され、帯域幅の下限は、帯域下限値１３４で表されている。図１９には、幾つかの基準心拍数における帯域幅の上限値及び下限値が例示されている。

なお、既述の「予め設けた式」は、例えば、図８に例示した、最大距離点１２６、並びに、計測データ１２２を基にして決定された基準座標（１２０，１２６）及び（１２０，１１４）等に基づき、内挿や外挿によって決定されてもよい。

次に、図２０は、ＢＰＦの通過帯域の一例を示す図である。図２０において、横軸は、ＢＰＦの中心周波数、縦軸は、ＢＰＦの帯域幅を示している。また、図２０において、固定最小心拍１４１又は可変最小心拍１４４は、或る中心周波数に対して対応する帯域幅を採用した際の帯域の下限に対応する心拍数を表す。

また、図２０において、固定最大心拍１４２又は可変最大心拍１４５は、或る中心周波数に対して対応する帯域幅を採用した際の帯域の下限に対応する心拍数を表す。

なお、固定最小心拍１４１及び固定最大心拍１４２は、本実施形態においてＢＰＦの帯域幅が可変であることとの比較のために、心拍数に応じて帯域幅が変化しない場合の例を示している。

可変最小心拍１４４及び可変最大心拍１４５より、例えば、心拍数＝１Ｈｚ近傍においては、ＢＰＦの帯域幅は、符号１４８で示す帯域幅であり、心拍数＝４Ｈｚ近傍においては、帯域幅１４８よりも狭い帯域幅１４９である。このように、より低い心拍数ではより広い帯域幅１４８が設定され、より高い心拍数では、より狭い帯域幅１４９が設定される。

図２１は、ＢＰＦの帯域幅の設定例を示す図である。図２１において、横軸は、中心周波数を表し、縦軸は、帯域幅を表す。図２１において、直線１５２は、中心周波数に対する帯域幅の設定値の一例を示す。例えば、図８や図２０を参照して説明した例では、帯域幅１５２は、中心周波数の増加に対し、線形的に減少するように設定されてよい。

中心周波数と帯域幅との関係は、中心周波数が低いほど帯域幅が広くなる関係にあればよく、必ずしも直線で表される関係でなくてもよい。例えば、図２１において符号１５４に示すように、中心周波数に対して段階的に帯域幅が変化するように帯域幅が設定されてもよい。なお、帯域幅と中心周波数との関係は、例えば、実測値を基にして決定された、或る２点以上の点に基づき、単調増加の好適な１つ以上の関数にて内挿及び外挿することで決定されてもよい。

次に、図２２〜図２５は、帯域幅の他の設定例を示す図である。図２２及び図２３は、心拍数分布の一例を示す図であり、図２４及び図２５は、心拍数の統計処理例を示す図である。図２２及び図２３において、横軸は、或る時点での心拍間隔に対する次の心拍間隔の差を示す時間を表し、縦軸は、計測数を表す。

図２２は、心拍数が５５〜６０付近の心拍数分布を例示しており、図２３は、心拍数が７５〜８０付近の心拍数分布を例示している。図２２及び図２３の比較により、心拍数が５５〜６０付近よりも、心拍数が７５〜８０付近の方が、計測データは縦軸付近に集中しており、心拍数のばらつきが小さい。なお、統計処理に用いる計測データは、例えば電極を生体に接触させて心拍を計測する心電計等で計測したデータであってよい。

図２４及び図２５は、心拍数が６０付近と心拍数が１２０付近とのそれぞれの実測データの統計処理の一例を示す。図２４及び図２５に例示する統計処理例においては、５３２個のデータの確率分布を求め、計測データが一定以上の確率である範囲に入るように、ＢＰＦの帯域幅を計算している。

図２４の統計処理例では、心拍数が６０付近において、算出された確率分布の８σ及びＣＰ値＝１．３３となるように範囲を決定すると、帯域幅は、±０．１６５Ｈｚである。なお、σは、標準偏差を表し、「ＣＰ」は、「Ｐｒｏｃｅｓｓ Ｃａｐａｂｉｌｉｔｙ」を表す。心拍数が１２０付近で、当該帯域幅と同じ帯域幅をもつには、ＣＰ値＝２．１６である。

同様に、図２５の統計処理例では、心拍数が１２０付近において、算出された確率分布の８σ及びＣＰ値＝１．３３になる範囲を決定すると、帯域幅は、±０．１０１５Ｈｚである。心拍数が６０付近で、当該帯域幅と同じ帯域幅をもつには、ＣＰ値＝０．８２である。

以上のように実測値の統計処理を行ない、或る確率以上でデータ検出が可能なＢＰＦの帯域幅を設定する。このとき、帯域幅と基準心拍数に相当する中心周波数との関係は、或る２点に基づいて線形的に決定されてもよいし、より細かい間隔の中心周波数について上記統計処理を行ない、内挿することで決定されてもよい。

あるいは、帯域幅と中心周波数との関係は、或る２点以上が決定された場合に、各点に基づき、単調増加の好適な１つ以上の関数にて内挿及び外挿することで決定されてもよいし、中心周波数に対して段階的に帯域幅が変化するように設定されてもよい。

図２６及び図２７は、帯域幅の設定例を説明するための図である。図２６及び図２７において、横軸は、周波数［Ｈｚ］を表し、縦軸は、ゲイン［ｄＢ］を表す。図２６及び図２７において、符号１６２は、心拍出現帯域を表し、例えば、０．８〜４．０Ｈｚである。

図２６に例示する、電波センサ値の周波数解析結果（例えば、ＦＦＴ結果）１６０では、心拍出現帯域１６２に、符号１６３で示すピークゲインが存在している。当該ピークゲイン１６３に対応する周波数が、ＢＰＦの中心周波数に設定され、例えば符号１６４で例示する帯域幅がＢＰＦの帯域幅に設定される。

一方、図２７に例示する、ＦＦＴ結果１６５では、心拍出現帯域１６２に符号１６８で示すピークゲインが存在している。当該ピークゲイン１６８に対応する周波数が、ＢＰＦの中心周波数に設定される。

ここで、ピークゲイン１６８に対応する中心周波数は、図２６におけるピークゲイン１６３に対応する周波数よりも高いため、ＢＰＦの帯域幅には、図２６における帯域幅１６４よりも狭い帯域幅１６６が設定される。

このように、ＢＰＦの中心周波数を基準心拍数に対応する周波数に設定し、かつ、帯域幅を当該中心周波数の高低に応じて適応的に可変制御することで、心拍出現帯域に現われたノイズ成分を効率的に抑圧することができる。

別言すると、生体の心拍特性に応じた可変の中心周波数及び帯域幅を有するＢＰＦを用いることにより、心拍数の高低に依存せずに、心拍出現帯域における不要な信号成分を効率的に抑圧することができる。したがって、心拍出現帯域における心拍信号の検出精度を向上できる。

図２８は、帯域幅情報の一例を示す図である。図２８に例示する帯域幅情報１７０は、例えば、情報処理装置３の記憶部３０に記憶されてよい。帯域幅情報１７０には、非限定的な一例として、基準心拍数情報１７１、ＢＰＦ幅下限情報１７２、及び、ＢＰＦ幅上限情報１７３が含まれてよい。

情報処理装置３のプロセッサ３１が、当該帯域幅情報１７０を参照することで、基準心拍数に対応するＢＰＦの帯域を決定、設定できる。

（その他）
なお、上述した各実施例において、電波センサ値に対するＢＰＦの適用、及び、ＢＰＦ特性の可変制御は、オプションであってよい。電波センサ値に少なくとも既述のＨＰＦを適用すれば、ＢＰＦを適用しなくても、心拍成分の検出精度向上が見込める。

また、上述した第３実施例では、電波センサ２１と慣性センサ２２とが、センサユニット２に一体化されている例について説明したが、電波センサ２１と慣性センサ２２とは、同一利用者に取り付けられるのであれば、別体であってもよい。別言すると、電波センサ２１と慣性センサ２２とは、同一利用者をセンシング対象にするのであれば、一体化されているか別体であるかは問わなくてよい。

電波センサ２１と慣性センサ２２とがセンサユニット２として一体化されていれば、電波センサ２１と慣性センサ２２とを個別的に管理したり利用者に取り付けたりする手間が省けるから、扱い易さや利便性が向上する。また、電波センサ２１及び慣性センサ２２の一方の取り付け忘れや紛失等を防止あるいは抑制できる。

一方、電波センサ２１と慣性センサ２２とが別体の場合は、利用者に対する各センサ２１及び２２の取り付け位置を個別的に調整でき、取り付け位置の自由度向上が期待できる。

１ センサシステム
２ バイタルセンサ（センサユニット）
２１ 電波センサ
２１１ アンテナ
２１２ ローカル発振器（Oscillator, OSC）
２１３ ＭＣＵ（Micro Control Unit）
２１４ 検波回路
２１５ オペアンプ（ＯＰ）
２１６ 電源部
２２ 慣性センサ
２３ プロセッサ
２６ バス
３ 情報処理装置
３１ プロセッサ
３２ メモリ
３３ 記憶装置
３４ 通信インタフェース（ＩＦ）
３５ ペリフェラルＩＦ
３６ バス
４ ネットワーク
６ 通信機器
７ 空調機
８ 照明器具

Claims (16)

1. 電波センサの検出信号を受信する受信部と、
   前記検出信号に、被観測者の呼吸由来の周波数成分の高調波成分を少なくとも遮断するフィルタを適用し、前記フィルタを通過した信号において、前記被観測者の心拍成分を検出する処理部と、
   を備えた、センサ情報処理装置。
2. 前記処理部は、
   前記電波センサの前記検出信号を周波数解析した結果において、前記心拍成分が出現すると想定される周波数帯域よりも低い周波数帯域において、ピーク値を有するピーク周波数を検出し、
   前記ピーク周波数と、前記ピーク周波数のＮ倍波（Ｎは２以上の整数）相当の周波数と、を含む周波数帯域を前記フィルタの遮断帯域に設定する、請求項１に記載のセンサ情報処理装置。
3. 前記処理部は、
   前記検出信号において前記心拍成分が出現すると想定される周波数帯域と重ならない帯域に前記フィルタの前記遮断帯域を設定する、請求項１または２に記載のセンサ情報処理装置。
4. 前記フィルタは、ハイパスフィルタであり、
   前記処理部は、
   前記ピーク周波数が高いほど、前記ハイパスフィルタの遮断周波数を高く設定する、請求項２又は３に記載のセンサ情報処理装置。
5. 電波センサの検出信号と、慣性センサの検出信号と、を受信する受信部と、
   前記電波センサの検出信号に適用するハイパスフィルタの遮断周波数を、前記慣性センサの検出信号に応じて制御し、前記ハイパスフィルタを通過した信号において被観測者の心拍成分を検出する処理部と、
   を備えた、センサ情報処理装置。
6. 前記処理部は、
   前記慣性センサの検出信号を基に前記被観測者の呼吸数を推定し、推定した呼吸数に応じた周波数に、前記ハイパスフィルタの前記遮断周波数を設定する、請求項５に記載のセンサ情報処理装置。
7. 前記処理部は、
   前記慣性センサの検出信号を基に前記被観測者の心拍数又は運動強度を推定し、推定した心拍数又は運動強度を基に前記呼吸数を推定する、請求項６に記載のセンサ情報処理装置。
8. 前記処理部は、
   前記推定した呼吸数が高いほど、前記ハイパスフィルタの前記遮断周波数を高く設定する、請求項６又は７に記載のセンサ情報処理装置。
9. 前記遮断周波数に応じた前記ハイパスフィルタの遮断帯域に、前記被観測者の呼吸由来の周波数成分の高調波成分が少なくとも含まれる、請求項５〜８のいずれか１項に記載のセンサ情報処理装置。
10. 前記処理部は、
    前記電波センサの検出信号において前記心拍成分が出現すると想定される周波数帯域と重ならない帯域に、前記遮断帯域を設定する、請求項９に記載のセンサ情報処理装置。
11. 前記処理部は、
    前記推定した心拍数又は運動強度が閾値以下の場合、前記ハイパスフィルタを適用せずに前記電波センサの検出信号において前記心拍成分を検出する、請求項７に記載のセンサ情報処理装置。
12. 前記電波センサ及び前記慣性センサは、センサユニットに備えられた、請求項５〜１１のいずれか１項に記載のセンサ情報処理装置。
13. 電波センサと、
    前記電波センサの検出信号に、被観測者の呼吸由来の周波数成分の高調波成分を少なくとも遮断するフィルタを適用し、前記フィルタを通過した信号において、前記被観測者の心拍成分を検出する処理部と、
    を備えた、
    センサユニット。
14. 電波センサと、
    慣性センサと、
    前記電波センサの検出信号に適用するハイパスフィルタの遮断周波数を、前記慣性センサの検出信号に応じて制御し、前記ハイパスフィルタを通過した信号において被観測者の心拍成分を検出する処理部と、
    を備えた、センサユニット。
15. 電波センサの検出信号に、被観測者の呼吸由来の周波数成分の高調波成分を少なくとも遮断するフィルタを適用し、前記フィルタを通過した信号において、前記被観測者の心拍成分を検出する処理を、コンピュータに実行させる、センサ情報処理プログラム。
16. 電波センサの検出信号に適用するハイパスフィルタの遮断周波数を、慣性センサの検出信号に応じて制御し、
    前記ハイパスフィルタを通過した信号において被観測者の心拍成分を検出する
    処理を、コンピュータに実行させる、センサ情報処理プログラム。

Images