JP2019111321A5 - - Google Patents

Claims (20)

1. プロセッサと、前記プロセッサと通信可能に接続されたメモリと、場所（ｖｅｎｕｅ）における繰り返しの動きをモニタするための前記メモリに格納された１組の命令と、を備えるシステムであって、
   前記場所における第１位置に位置し、前記場所におけるオブジェクトの前記繰り返しの動きにより影響される無線マルチパスチャネルを通して無線信号を送信するように構成された送信機と、
   前記場所の第２位置に位置する受信機であって、
   前記場所の前記オブジェクトの前記繰り返しの動きにより影響される前記無線マルチパスチャネルを通して前記無線信号を受信し、
   前記無線信号に基づいて前記無線マルチパスチャネルのＴＳＣＩ（ＣＩ）を取得するように構成された受信機と、
   前記ＣＩの時系列に基づいて前記オブジェクトの前記繰り返しの動きの周期的特徴をモニタするように構成された繰り返し動きモニタと、を備えたシステム。
2. 前記オブジェクトは生命、装置及び陸のうちの少なくとも1つであり、
   前記繰り返しの動きは、前記オブジェクトの次の、
   呼吸、心拍、周期的な手のジェスチャ、周期的な歩行、回転、振動及び地震のうちの少なくとも1つを表し、
   前記周期的特徴は前記繰り返しの動きの速度を表す、請求項１に記載のシステム。
3. 前記繰り返し動きモニタは、前記送信機、前記受信機、追加の送信機、追加の受信機、クラウドサーバ、フォグサーバ、ローカルサーバ及びエッジサーバのうちの少なくとも1つに接続される、請求項１に記載のシステム。
4. 各ＣＩはＮ１個のコンポーネントを含み、Ｎ１は１より大きな整数であり、
   前記繰り返し動きモニタはさらに、
   前記ＣＩの時系列をＮ１個のコンポーネント時系列に分解し、各それぞれのコンポーネント時系列は各ＣＩの前記Ｎ１個のコンポーネントのそれぞれ１つを含み、
   前記Ｎ１個のコンポーネント時系列に基づいてＮ１個のコンポーネント特徴時系列を計算し、各それぞれのコンポーネント特徴時系列は各ＣＩの前記それぞれのコンポーネントの特徴を含み、
   前記オブジェクトの前記繰り返しの動きの現在の周期的特徴を、現在のスライディング時間窓と関連付け、
   Ｎ１個のコンポーネントスライディング関数を計算し、各それぞれのコンポーネントスライディング関数は、前記現在のスライディング時間窓のそれぞれのコンポーネント特徴時系列のそれぞれの変換であり、
   前記Ｎ１個のコンポーネントスライディング関数及び前記Ｎ１個のコンポーネントスライディング関数に基づいて計算された結合されたスライディング関数のうちの少なくとも1つに基づいて前記オブジェクトの前記繰り返しの動きの前記現在の周期的特徴をモニタする
   ように構成された請求項１に記載のシステム。
5. 前記繰り返し動きモニタはさらに、
   前記結合されたスライディング関数と前記Ｎ１個のコンポーネントスライディング関数のそれぞれとのうちの少なくとも１つの少なくとも１つの特徴を計算するように構成された繰り返し特徴抽出器であって、前記少なくとも１つの特徴は、極値、局所的最大、局所的最小、ゼロ交差、局所的最大導関数、局所的最大高次導関数、局所的最小導関数、局所的最小高次導関数、局所的ゼロ導関数、正の数、負の数、有意な数、正の最大、正の最小、負の最大、負の最小、最初の最大、最初の最小、２番目の最大、２番目の最小、Ｎ番目の最大、Ｎ番目の最小、有意な最大、有意な最小、有意な導関数及び有意な高次導関数関数のうちの少なくとも１つを含む、繰り返し特徴抽出器と、
   繰り返し速度推定器であって、
   前記結合されたスライディング関数と前記Ｎ１個のコンポーネントスライディング関数のそれぞれとのうちの少なくとも１つの少なくとも1つの特徴と、
   前記結合されたスライディング関数と前記Ｎ１個のコンポーネントスライディング関数のそれぞれとのうちの少なくとも１つの少なくとも１つの特徴に関連付けられた少なくとも１つのドメイン値と、
   のうちの少なくとも１つに基づいて、前記オブジェクトの前記繰り返しの動きの前記現在の周期的特徴をモニタするように構成された前記繰り返し速度推定器と、
   を含む請求項４に記載のシステム。
6. 前記繰り返し動きモニタはさらに、
   前記現在のスライディング時間窓内の前記Ｎ１個のコンポーネント特徴時系列と前記Ｎ１個のコンポーネント時系列とのうちの少なくとも１つのそれぞれの少なくとも１つの支配的な周期的特徴を計算するように構成された繰り返し特徴抽出器であって、前記少なくとも１つの支配的な周期的特徴は、スペクトルの極値、局所的スペクトルの最大、局所的スペクトルの最小、スペクトルのゼロ交差、局所的最大スペクトル導関数、局所的最大スペクトル高次導関数、局所的最小スペクトル導関数、局所的最小スペクトル高次導関数、局所的ゼロスペクトル導関数、正のスペクトル量、負のスペクトル量、有意なスペクトル量、正のスペクトル最大、正のスペクトル最小、負のスペクトル最大、負のスペクトル最小、最初のスペクトル最大、最初のスペクトル最小、２番目のスペクトル最大、２番目のスペクトル最小、Ｎ番目のスペクトル最大、Ｎ番目のスペクトル最小、有意なスペクトル最大、有意なスペクトル最小、有意なスペクトル導関数及び有意なスペクトル高次導関数のうちの少なくとも１つを含む、繰り返し特徴抽出器と、
   繰り返し速度推定器であって、
   前記少なくとも１つの支配的な周期的特徴と、
   前記少なくとも１つの支配的な周期的特徴に基づいて計算された少なくとも１つの結合された支配的な周期的特徴と、
   のうちの少なくとも１つに基づいて前記オブジェクトの前記繰り返しの動きの前記現在の周期的特徴をモニタするように構成された、繰り返し速度推定器と、
   を含む請求項４に記載のシステム。
7. 前記繰り返し動きモニタはさらに、
   繰り返し信号エンハンサであって、
   前記Ｎ１個のそれぞれのコンポーネントスライディング関数のそれぞれの周波数変換に基づくＮ１個のコンポーネント周波数関数と、
   前記結合されたスライディング関数の前記周波数変換に基づく結合された周波数関数と、のうちの少なくとも１つを計算するように構成された繰り返し信号エンハンサと
   繰り返し特徴抽出器であって、
   前記Ｎ１個のコンポーネント周波数関数と、
   前記結合された周波数関数と、のうちの少なくとも１つの少なくとも１つの特徴を計算するように構成された繰り返し特徴抽出器と、
   前記少なくとも１つの特徴に基づいて、前記オブジェクトの前記繰り返しの動きの前記現在の周期的特徴と、前記場所における追加のオブジェクトの追加の繰り返しの動きの現在の周期的特徴と、のうちの少なくとも1つをモニタするように構成された繰り返し速度推定器と、
   を含む請求項４に記載のシステム。
8. 前記繰り返し動きモニタはさらに、
   前記少なくとも１つの特徴から許可されていない特徴を識別し、除去するように構成されたチャネル情報プロセッサを含み、
   許可範囲外の特徴は許可されていない特徴として識別され、
   前記許可範囲内の特徴は、適応バックグラウンドノイズフロアに基づいて適応的に計算される適応閾値より大きい場合は、許可されていない特徴として識別され、
   前記適応バックグラウンドノイズフロアは前記許可範囲外の少なくとも１つの特徴に基づいて計算される
   請求項７に記載のシステム。
9. 前記無線マルチパスチャネルは前記場所での前記追加のオブジェクトの前記追加の繰り返しの動きによりさらに影響され、
   前記少なくとも１つの特徴は、前記オブジェクトの前記繰り返しの動きの前記周期的特徴に関連付けられる第１の特徴と、前記追加のオブジェクトの前記追加の繰り返しの動きの前記周期的特徴に関連付けられる第２の特徴と、を含み、
   前記オブジェクトの前記繰り返しの動きの前記周期的特徴及び前記追加のオブジェクトの前記追加の繰り返しの動きの前記周期的特徴は前記第１の特徴及び前記第２の特徴に基づいて同時にモニタされる
   請求項７に記載のシステム。
10. 前記繰り返し動きモニタは、
    前記オブジェクトの前記繰り返しの動きの前記周期的特徴に基づき少なくとも１つの分析を計算することと、
    前記オブジェクトの前記繰り返しの動きの前記周期的特徴の情報をユーザインタフェースへ送信すること、のうちの少なくとも１つを行うようにさらに構成される
    請求項１に記載のシステム。
11. 前記送信された情報に基づいて、前記オブジェクトの前記繰り返しの動きの前記周期的特徴のサマリを提示するように構成された前記ユーザインタフェースをさらに含む、請求項１０に記載のシステム。
12. 一連の重なり合う時間窓のそれぞれにおいて、局所的に繰り返す動きが周期的動きに見えるように、前記オブジェクトの前記繰り返しの動きは局所的に繰り返し、
    前記オブジェクトの前記局所的に繰り返す動きの前記周期的特徴は、前記一連の重なり合う時間窓のそれぞれにおいてモニタされる、請求項１に記載のシステム。
13. 前記繰り返し動きモニタは、
    前記オブジェクトの前記繰り返しの動きの前記周期的特徴を処理し、
    前記オブジェクトの前記繰り返しの動きの前記周期的特徴に基づいて時間関数を計算し、
    前記オブジェクトの前記繰り返しの動きの前記周期的特徴と前記時間関数とのうちの少なくとも１つを分析し、
    前記オブジェクトの前記繰り返しの動きの前記周期的特徴と前記時間関数とのうちの少なくとも１つに基づいて少なくとも１つの分析を計算する
    よう構成された繰り返し速度推定器を含む、請求項１に記載のシステム。
14. 前記繰り返し動きモニタはさらに、
    前記オブジェクトの前記繰り返しの動きの前記周期的特徴と、前記ＣＩの時系列に基づいて計算された異なる特徴及び他の場所に関連付けられた異なる無線マルチパスチャネルの異なるＣＩの時系列に基づいて計算された他の異なる特徴のうちの少なくとも１つと、についてのジョイント分析を実行し、
    前記ジョイント分析に基づいて少なくとも１つのジョイント分析を計算するように構成された請求項１に記載のシステム。
15. 前記繰り返し動きモニタは、
    前記ＣＩの時系列に基づいて計算された前記オブジェクトの前記繰り返しの動きの利用可能な周期的特徴、前記ＣＩの時系列に基づいて計算された異なる特徴、及び他の場所に関連付けられた他の無線マルチパスチャネルのＣＩの異なる時系列に基づいて計算された他の異なる特徴、のうちの少なくとも１つに基づいて前記オブジェクトの前記繰り返しの動きの欠けている周期的特徴を推定するように構成された繰り返し速度推定器を含む、請求項１に記載のシステム。
16. 前記繰り返し動きモニタはさらに、
    前記ＣＩの時系列に基づいて同時に追加のオブジェクトの追加の繰り返しの動きの追加の周期的特徴をモニタするようにさらに構成され、前記無線マルチパスチャネルは前記場所の前記追加のオブジェクトの前記追加の繰り返しの動きによりさらに影響される、請求項１に記載のシステム。
17. 前記繰り返し動きモニタは、
    前記オブジェクトの前記繰り返しの動きの前記周期的特徴の時間関数をローパスフィルタリングすることによりトレンド関数を計算し、
    前記時間関数と、前記トレンド関数と、前記周期的特徴の前記時間関数から前記トレンド関数を減算することにより計算されたデトレンド関数と、のうちの少なくとも１つを分析し、
    前記時間関数、前記トレンド関数及び前記デトレンド関数のうちの少なくとも１つに基づいて前記オブジェクトの前記繰り返しの動きをモニタするように構成された繰り返し速度推定器を含む、請求項１に記載のシステム。
18. 場所において繰り返しの動きをモニタする方法であって、
    前記場所のオブジェクトの前記繰り返しの動きにより影響される無線マルチパスチャネルを通して無線信号を受信することと、
    前記無線信号に基づいて前記無線マルチパスチャネルのＴＳＣＩ（ＣＩ）を取得することと、
    前記ＣＩの時系列に基づいて前記オブジェクトの前記繰り返しの動きの周期的特徴をモニタすることと、を含む方法。
19. 前記オブジェクトは生命、装置及び陸のうちの少なくとも1つであり、
    前記繰り返しの動きは、前記オブジェクトの次の、呼吸、心拍、周期的な手のジェスチャ、周期的な歩行、回転、振動、及び地震、のうちの少なくとも１つを表し、
    前記周期的特徴は前記繰り返しの動きの速度を表し、
    各ＣＩはＮ１個のコンポーネントを含み、Ｎ１は１より大きい整数であり、
    前記方法はさらに、
    前記ＣＩの時系列をＮ１個のコンポーネント時系列に分解することであって、各それぞれのコンポーネント時系列は各ＣＩの前記Ｎ１個のコンポーネントのそれぞれ１つを含むことと、
    前記Ｎ１個のコンポーネント時系列に基づいてＮ１個のコンポーネント特徴時系列を計算することであって、各それぞれのコンポーネント特徴時系列は各ＣＩの前記それぞれのコンポーネントの特徴を含むことと、
    前記オブジェクトの前記繰り返しの動きの現在の周期的特徴を、現在のスライディング時間窓と関連付けることと、
    Ｎ１個のコンポーネントスライディング関数を計算することであって、各それぞれのコンポーネントスライディング関数は、前記現在のスライディング時間窓においてそれぞれのコンポーネント特徴時系列のそれぞれの変換であることと、
    前記Ｎ１個のコンポーネントスライディング関数及び前記Ｎ１個のコンポーネントスライディング関数に基づいて計算された結合されたスライディング関数のうちの少なくとも1つに基づいて前記オブジェクトの前記繰り返しの動きの前記現在の周期的特徴をモニタすることと、を含む請求項１８に記載の方法。
20. 前記結合されたスライディング関数と前記Ｎ１個のコンポーネントスライディング関数のそれぞれと、のうちの少なくとも１つの少なくとも１つの特徴であって、前記少なくとも１つの特徴は、極値、局所的最大、局所的最小、ゼロ交差、局所的最大導関数、局所的最大高次導関数、局所的最小導関数、局所的最小高次導関数、局所的ゼロ導関数、正の数、負の数、有意な数、正の最大、正の最小、負の最大、負の最小、最初の最大、最初の最小、２番目の最大、２番目の最小、Ｎ番目の最大、Ｎ番目の最小、有意な最大、有意な最小、有意な導関数及び有意な高次導関数関数のうちの少なくとも１つを含む、少なくとも１つの特徴と、
    前記現在のスライディング時間窓内の前記Ｎ１個のコンポーネント特徴時系列及び前記Ｎ１個のコンポーネント時系列のうちの少なくとも１つのそれぞれの少なくとも１つの支配的な周期的特徴であって、前記少なくとも１つの支配的な周期的特徴は、スペクトルの極値、局所的スペクトルの最大、局所的スペクトルの最小、スペクトルのゼロ交差、局所的最大スペクトル導関数、局所的最大スペクトル高次導関数、局所的最小スペクトル導関数、局所的最小スペクトル高次導関数、局所的ゼロスペクトル導関数、正のスペクトル量、負のスペクトル量、有意なスペクトル量、正のスペクトル最大、正のスペクトル最小、負のスペクトル最大、負のスペクトル最小、最初のスペクトル最大、最初のスペクトル最小、２番目のスペクトル最大、２番目のスペクトル最小、Ｎ番目のスペクトル最大、Ｎ番目のスペクトル最小、有意なスペクトル最大、有意なスペクトル最小、有意なスペクトル導関数及び有意なスペクトル高次導関数のうちの少なくとも１つを含む、少なくとも１つの支配的な周期的特徴と、のうちの少なくとも１つを計算することと、
    前記オブジェクトの前記繰り返しの動きの前記現在の周期的特徴を、
    前記結合されたスライディング関数と前記Ｎ１個のコンポーネントスライディング関数のそれぞれと、のうちの少なくとも１つの少なくとも1つの特徴と、
    前記結合されたスライディング関数と前記Ｎ１個のコンポーネントスライディング関数のそれぞれと、のうちの少なくとも１つの前記少なくとも１つの特徴に関連した少なくとも１つのドメイン値と、
    前記少なくとも１つの支配的な周期的特徴と、
    前記少なくとも１つの支配的な周期的特徴に基づいて計算された少なくとも１つの結合された支配的な周期的特徴と、のうちの少なくとも１つに基づいてモニタすることと、をさらに含む請求項１９に記載の方法。