JP2021503071A - チャネル応答特性に基づく動きローカライゼーション - Google Patents

チャネル応答特性に基づく動きローカライゼーション Download PDF

Info

Publication number
JP2021503071A
JP2021503071A JP2020521306A JP2020521306A JP2021503071A JP 2021503071 A JP2021503071 A JP 2021503071A JP 2020521306 A JP2020521306 A JP 2020521306A JP 2020521306 A JP2020521306 A JP 2020521306A JP 2021503071 A JP2021503071 A JP 2021503071A
Authority
JP
Japan
Prior art keywords
space
channel response
motion
motion detection
channel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2020521306A
Other languages
English (en)
Other versions
JP7163380B2 (ja
Inventor
スティーブン アーノルド デヴィソン
スティーブン アーノルド デヴィソン
モハンマド オマー
モハンマド オマー
ユンフェン ピャオ
ユンフェン ピャオ
マルコ パウロ ドス サントス ノゲイラ
マルコ パウロ ドス サントス ノゲイラ
Original Assignee
コグニティヴ システムズ コーポレイション
コグニティヴ システムズ コーポレイション
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by コグニティヴ システムズ コーポレイション, コグニティヴ システムズ コーポレイション filed Critical コグニティヴ システムズ コーポレイション
Publication of JP2021503071A publication Critical patent/JP2021503071A/ja
Application granted granted Critical
Publication of JP7163380B2 publication Critical patent/JP7163380B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/22—Electrical actuation
    • G08B13/24—Electrical actuation by interference with electromagnetic field distribution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/22—Electrical actuation
    • G08B13/24—Electrical actuation by interference with electromagnetic field distribution
    • G08B13/2491—Intrusion detection systems, i.e. where the body of an intruder causes the interference with the electromagnetic field
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/10—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using wireless transmission systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/022—Channel estimation of frequency response

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Power Engineering (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Emergency Management (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

一般的な態様において、検出された動きは、チャネル応答特性に基づいてローカライゼーションされる。一部の態様おいて、無線通信デバイス間で空間を介して送信された無線信号に基づいたチャネル応答が取得される。動き検出プロセスを実行して、空間内の物体の動きをチャネル応答に基づいて検出し、チャネル応答を分析して、空間内の複数の領域のうちの１つの領域内の動きの場所を識別する。【選択図】 図６

Description

〔優先権の主張〕
本出願は、２０１７年１１月１６日に出願された「チャネル応答特性に基づく動きローカライゼーション」という名称の米国特許出願第１５／８１５,１９９号に対する優先権を主張し、この内容は、引用により本明細書に組み込まれる。
以下の説明は、動き検出及び動きローカライゼーションに関する。
動き検知システムは、例えば、室内又は屋外のエリアにおける物体の動きを検出するために使用されてきた。一部の例示的な動き検出システムでは、赤外線センサ又は光センサは、センサの視界内の物体の動きを検出するために使用される。動き検知システムは、セキュリティシステム、自動制御システム、及び他の形式のシステムにおいて使用されてきている。
例示的な無線通信システムを示す図である。 例示的な動きプローブ信号を示す図である。 無線通信デバイス間で通信される例示的な無線信号を示す図である。 無線通信デバイス間で通信される例示的な無線信号を示す図である。 空間の異なる領域内の物体の動きに関連した例示的なチャネル応答を示す図である。 空間の異なる領域内の物体の動きに関連した例示的なチャネル応答を示す図である。 空間内で動きが発生しないことに関連する例示的なチャネル応答上に重ね合わされた図４Ａの例示的なチャネル応答を示すグラフである。 空間内で動きが発生しないことに関連する例示的なチャネル応答上に重ね合わされた図４Ｂの例示的なチャネル応答を示すグラフである。 共有チャネル応答特性を空間内の異なる領域と関連付ける例示的なプロセスを示すフロー図である。 チャネル応答特性に基づく動きローカライゼーションの例示的なプロセスを示すフロー図である。
記載される内容の一部の態様において、検出された動きは、チャネル応答特性に基づいて場所が特定される。例えば、一部の事例において、動き検出システムは、機械学習を実施して、空間内の異なる領域内の物体の動きと、物体の動きが異なる領域内に発生した間に取得されたチャネル応答によって共有される特性とを関連付ける。また、動き検出システムは、ＲＦ動きローカライゼーションを実施して、動き検出データベースに記憶された機械学習された関連付けに基づいて、空間内の異なる領域を識別する。各機械学習された関連付けは、空間内の異なる領域に関連した共有チャネル応答特性を含む。
本明細書で記載されるシステム及び手法は、一部の事例において、１又は２以上の利点をもたらすことができる。例えば、空間を介して送信された無線信号を使用して、動きを検出することができる。加えて、動きの場所は、三角測量なしで２つの無線通信デバイスのみの使用に基づくことができる。また、ニューラルネットワークにより、動き検出システムは、例えば、機械学習プロセスを幾つかのトレーニング期間にわたって繰り返すことにより、物体の動きが異なる領域内で経時的に発生した間に取得されたチャネル応答内の共有特性を識別する能力を動的に改善できるようにすることができる、
図１は、例示的な無線通信システム１００を示す。例示的な無線通信システム１００は、３つの無線通信デバイス、すなわち、第１の無線通信デバイス１０２Ａ、第２の無線通信デバイス１０２Ｂ及び第３の無線通信デバイス１０２Ｃを含む。例示的な無線通信システム１００は、追加の無線通信デバイス及び他の構成要素（例えば、追加の無線通信デバイス、１又は２以上のネットワークサーバー、ネットワークルーター、ネットワークスイッチ、ケーブル又は他の通信リンクなど）を含むことができる。
例示的な無線通信デバイス１０２Ａ、１０２Ｂ、１０２Ｃは、例えば、無線ネットワーク規格又は別の形式の無線通信プロトコルに従って無線ネットワークにおいて動作することができる。例えば、無線ネットワークは、無線ローカルエリアネットワーク（ＷＬＡＮ）、パーソナルエリアネットワーク（ＰＡＮ）、メトロポリタンエリアネットワーク（ＭＡＮ）、又は別の形式の無線ネットワークとして動作するように構成することができる。ＷＬＡＮの実施例としては、ＩＥＥＥによって開発された規格の８０２．１１ファミリの１又は２以上（例えば、Ｗｉ−Ｆｉネットワーク）及びその他に従って動作するように構成されたネットワークが挙げられる。ＰＡＮの実施例としては、短距離通信規格（例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）、近距離通信（ＮＦＣ）、ＺｉｇＢｅｅ）、ミリ波通信方式、及びその他に従って動作するネットワークが挙げられる。
一部の実施構成において、無線通信デバイス１０２Ａ、１０２Ｂ、１０２Ｃは、例えば、セルラネットワーク規格に従ってセルラネットワークで通信するように構成することができる。セルラネットワークの実施例としては、汎欧州デジタル移動電話方式（ＧＳＭ）及びＧＳＭ進化型高速データレート（ＥＤＧＥ）又はＥＧＰＲＳなどの２Ｇ規格、符号分割多元接続（ＣＤＭＡ）、広帯域符号分割多元接続（ＷＣＤＭＡ）、ユニバーサル移動体通信システム（ＵＭＴＳ）及び時分割複信−符号分割多元接続（ＴＤ−ＳＣＤＭＡ）などの３Ｇ規格、ロングタームエボリューション（ＬＴＥ）及び高度ＬＴＥ（ＬＴＥ−Ａ）などの４Ｇの規格、及びその他に従って構成されたネットワークが挙げられる。
図１に示す実施例において、無線通信デバイス１０２Ａ、１０２Ｂ、１０２Ｃは、標準的な無線ネットワーク構成要素とすることができ、又は標準的な無線ネットワーク構成要素を含むことができる。例えば、無線通信デバイス１０２Ａ、１０２Ｂ、１０２Ｃは、商業的に利用可能なＷｉ−Ｆｉアクセスポイント、又は別の形式の無線アクセスポイント（ＷＡＰ）とすることができ、これらは、ＷＡＰのモデム上で命令（例えば、ソフトウェア又はファームウェア）として埋め込まれた、本明細書で記載されるような１又は２以上の動作を実行する。一部の例において、無線通信デバイス１０２Ａ、１０２Ｂ、１０２Ｃは、例えば、商業的に利用可能なメッシュネットワークシステム（例えば、Ｇｏｏｇｌｅ ＷｉＦｉ）など、無線メッシュネットワークのノードとすることができる。一部の例において、別の形式の標準的な又は従来のＷｉ−Ｆｉ送信機デバイスを使用することができる。無線通信デバイス１０２Ａ、１０２Ｂ、１０２Ｃは、Ｗｉ−Ｆｉ構成要素なしで実施することができ、例えば、他の形式の標準的な又は非標準的な無線通信を動き検出に使用することができる。一部の例において、無線通信デバイス１０２Ａ、１０２Ｂ、１０２Ｃは、専用の動き検出システムとすることができ、又は専用の動き検出システムの一部とすることができる。例えば、専用の動き検出システムは、ハブデバイス及び１又は２以上のビーコンデバイス（遠隔センサデバイスとして）を含むことができ、無線通信デバイス１０２Ａ、１０２Ｂ、１０２Ｃは、動き検出システムにおいてハブデバイス又はビーコンデバイスの何れかとすることができる。
図１に示すように、例示的な無線通信デバイス１０２Ｃは、モデム１１２、プロセッサ１１４、メモリー１１６及び電源ユニット１１８を含み、無線通信システム１００内の無線通信デバイス１０２Ａ、１０２Ｂ、１０２Ｃの何れかは、同じ構成要素、追加の構成要素又は異なる構成要素を含むことができ、構成要素は、図１に示すように又は別の方法で動作するように構成することができる。一部の実施構成において、無線通信デバイスのモデム１１２、プロセッサ１１４、メモリー１１６及び電源ユニット１１８は、共通ハウジング又は他の組立体内に共に収容される。一部の実施構成において、無線通信デバイスの構成要素のうちの１又は２以上は、例えば、別個のハウジング又は他の組立体内に別個に収容することができる。
例示的なモデム１１２は、無線信号を通信（受信、送信、又は両方）することができる。例えば、モデム１１２は、無線通信規格（例えば、Ｗｉ−Ｆｉ又はブルートゥース）に従ってフォーマットされた無線周波数（ＲＦ）信号を通信するように構成することができる。モデム１１２は、図１に示す例示的な無線ネットワークモデム１１２として実施することができ、又は別の方法で、例えば、他の形式の構成要素又はサブシステムと共に実施することができる。一部の実施構成では、例示的なモデム１１２は、無線サブシステム及びベースバンドサブシステムを含む。一部の例において、ベースバンドサブシステム及び無線サブシステムは、共通のチップ又はチップセット上で実施することができ、又はカード又は別の形式の組み立てデバイスにおいて実施することができる。ベースバンドサブシステムは、例えば、リード、ピン、ワイヤー又は他の形式の接続によって無線サブシステムに結合することができる。
一部の例において、モデム１１２内の無線サブシステムは、１又は２以上のアンテナ及び無線周波数回路を含むことができる。無線周波数回路は、例えば、アナログ信号をフィルタリング、増幅、又は他の方法で調整する回路、ベースバンド信号をＲＦ信号にアップコンバートする回路、ＲＦ信号をベースバンド信号にダウンコンバートする回路などを含むことができる。このような回路は、例えば、フィルタ、増幅器、ミキサー、局部発振器などを含むことができる。無線サブシステムは、無線通信チャネル上で無線周波数無線信号を通信するように構成することができる。一例として、無線サブシステムは、無線チップ、ＲＦフロントエンド及び１又は２以上のアンテナを含むことができる。無線サブシステムは、追加の又は別の構成要素を含むことができる。一部の実施構成において、無線サブシステムは、従来のモデムから、例えば、Ｗｉ−Ｆｉモデム、ピコ基地局モデムなどから無線電子機器（例えば、ＲＦフロントエンド、無線チップ又は類似の構成要素）とすることができ、又は無線電子機器を含むことができる。一部の実施構成において、アンテナは、複数のアンテナを含む。
一部の例において、モデム１１２内のベースバンドサブシステムは、例えば、デジタルベースバンドデータを処理するように構成されたデジタル電子機器を含むことができる。一例として、ベースバンドサブシステムは、ベースバンドチップを含むことができる。ベースバンドサブシステムは、追加の又は別の構成要素を含むことができる。一部の例において、ベースバンドサブシステムは、デジタル信号プロセッサ（ＤＳＰ）デバイス又は別の形式のプロセッサデバイスを含むことができる。一部の例において、ベースバンドシステムは、無線サブシステムを動作する、無線サブシステムを介して無線ネットワークトラフィックを通信する、無線サブシステムを介して受信された動き検出信号に基づいて動きを検出する、又は他の形式のプロセスを実施するためのデジタル処理論理回路を含む。例えば、ベースバンドサブシステムは、信号を符号化して符号化された信号を送信のため無線サブシステムに送出する、又は無線サブシステムからの信号において符号化されたデータを識別及び分析する（例えば、信号を無線通信規格に従って復号することによって、信号を動き検出プロセスに従って処理することによって、又は他の方法で）ように構成された、１又は２以上のチップ、チップセット又は他の形式のデバイスを含むことができる。
一部の事例において、例示的なモデム１１２内の無線サブシステムは、ベースバンド信号をベースバンドサブシステムから受信し、ベースバンド信号を無線周波数信号にアップコンバートして、無線周波数信号を無線で送信（例えば、アンテナを介して）する。一部の事例において、例示的なモデム１１２内の無線サブシステムは、無線周波数信号を（例えば、アンテナを介して）無線で受信し、無線周波数信号をベースバンド信号にダウンコンバートして、ベースバンド信号をベースバンドサブシステムに送る。無線サブシステムとベースバンドサブシステムとの間で交換される信号は、デジタル信号又はアナログ信号とすることができる。一部の実施例において、ベースバンドサブシステムは、変換回路（例えば、デジタル／アナログ変換器、アナログ／デジタル変換器）を含み、アナログ信号を無線サブシステムと交換する。一部の実施例において、無線サブシステムは、変換回路（例えば、デジタル／アナログ変換器、アナログ／デジタル変換器）を含み、デジタル信号をベースバンドサブシステムと交換する。
一部の例において、例示的なモデム１１２のベースバンドサブシステムは、１又は２以上の無線通信チャネル上の無線サブシステムを介して無線通信ネットワークにおいて無線ネットワークトラフィック（例えば、データパケット）を通信することができる。モデム１１２のベースバンドサブシステムはまた、専用無線通信チャネル上で無線サブシステムを介して信号（例えば、動きプローブ信号又は動き検出信号）を送信又は受信（又は両方）することができる。一部の事例において、ベースバンドサブシステムは、送信のための動きプローブ信号を生成し、例えば、動きについて空間を探索する。一部の事例において、ベースバンドサブシステムは、受信された動き検出信号（空間を通って送信された動きプローブ信号に基づく信号）を処理し、例えば、空間内の物体の動きを検出する。
例示的なプロセッサ１１４は、命令を実行して、例えば、データ入力に基づいて出力データを生成することができる。命令は、プログラム、コード、スクリプト、又はメモリーに記憶された他の形式のデータを含むことができる。付加的又は代替的に、命令は、予めプログラムされた又は再プログラム可能な論理回路、論理ゲート、又は他の形式のハードウェア又はファームウェア構成要素として符号化することができる。プロセッサ１１４は、専用のコプロセッサ又は別の形式のデータ処理装置として汎用マイクロプロセッサとすることができ、又は汎用マイクロプロセッサを含むことができる。一部の例において、プロセッサ１１４は、無線通信デバイス１０２Ｃの高レベルな動作を実行する。例えば、プロセッサ１１４は、ソフトウェア、スクリプト、プログラム、関数、実行ファイル又はメモリー１１６に記憶された他の命令を実行又は解釈するように構成することができる。一部の実施構成において、プロセッサ１１４は、モデム１１２内に含めることができる。
例示的なメモリー１１６は、コンピュータ可読記憶媒体、例えば、揮発性メモリーデバイス、不揮発性メモリーデバイス、又はその両方を含むことができる。メモリー１１６は、１又は２以上の読み取り専用メモリーデバイス、ランダムアクセスメモリーデバイス、バッファメモリーデバイス、又はこれらの組み合わせ及び他の形式のメモリーデバイスを含むことができる。一部の事例において、メモリーの１又は２以上の構成要素は、無線通信デバイス１０２Ｃの別の構成要素と一体化するか又は他の方法で関連付けることができる。メモリー１１６は、プロセッサ１１４によって実行可能な命令を記憶することができる。例えば、命令は、図６、図７の例示的なプロセス６００、７００の動作のうちの１又は２以上を介してなど、干渉バッファ及び動き検出バッファを使用して、信号を時間整合する命令を含むことができる。
例示的な電源ユニット１１８は、無線通信デバイス１０２Ｃの他の構成要素に電力を供給する。例えば、他の構成要素は、電圧バス又は他の接続を介して電源ユニット１１８によって提供される電力に基づいて動作することができる。一部の実施構成において、電源ユニット１１８は、バッテリ又はバッテリシステム、例えば、充電式バッテリを含む。一部の実施構成において、電源ユニット１１８は、外部電力信号を（外部源から）受信し、外部電力信号を無線通信デバイス１０２Ｃの構成要素に合わせて調整された内部電力信号に変換するアダプタ（例えば、ＡＣアダプタ）を含む。電源ユニット１１８は、他の構成要素を含むか又は別の方法で動作することができる。
図１に示す実施例において、無線通信デバイス１０２Ａ、１０２Ｂは、無線信号を（例えば、無線ネットワーク規格、動き検出プロトコル、又はその他に従って）送信する。例えば、無線通信デバイス１０２Ａ、１０２Ｂは、無線動きプローブ信号（例えば、基準信号、ビーコン信号、ステータス信号など）をブロードキャストすることができ、又は他のデバイス（例えば、ユーザ装置、クライアントデバイス、サーバーなど）にアドレス指定された無線信号を送ることができ、他のデバイス（図示せず）並びに無線通信デバイス１０２Ｃは、無線通信デバイス１０２Ａ、１０２Ｂによって送信された無線信号を受信することができる。一部の例において、無線通信デバイス１０２Ａ、１０２Ｂによって送信された無線信号は、例えば、無線通信規格又は他の方法に従って定期的に繰り返される。
図示の実施例において、無線通信デバイス１０２Ｃは、無線信号によってアクセスされた空間内の物体の動きを検出するため、又は検出された動きの場所を決定するため、或いはその両方のために、無線通信デバイス１０２Ａ、１０２Ｂからの無線信号を処理する。例えば、無線通信デバイス１０２Ｃは、図３〜図９に関して以下で説明する例示的なプロセスの１又は２以上の動作、或いは、動きを検出するか又は検出された動きの場所を決定するための別の形式のプロセスを実行することができる。無線信号によってアクセスされた空間は、屋内又は屋外の空間とすることができ、これは、例えば、１又は２以上の完全に又は部分的に囲まれたエリア、囲いのないオープンエリアなどを含むことができる。空間は、部屋、複数の部屋、建物、又は同様のものの内部とすることができ、又は該内部を含むことができる。一部の例において、無線通信システム１００は、例えば、無線通信デバイス１０２Ｃが無線信号を送信することができ、無線通信デバイス１０２Ａ、１０２Ｂが無線通信デバイス１０２Ｃからの無線信号を処理して、動きを検出するか又は検出された動きの場所を決定することができるように修正することができる。
動き検出に使用された無線信号は、例えば、ビーコン信号（例えば、ブルートゥースビーコン、Ｗｉ−Ｆｉビーコン、他の無線ビーコン信号）、無線ネットワーク規格に従って他の目的のために生成された別の標準信号又は動き検出又は他の目的のために生成された非標準的な信号（例えば、不規則信号、基準信号など））を含むことができる。一部の実施例において、無線信号は、移動中の物体と相互作用する前又は相互作用した後に、物体（例えば、壁部）を通って伝播し、これにより、移動中の物体と送信又は受信ハードウェアとの間の光学的な見通し線がなくても、移動中の物体の動きを検出することができる。受信信号に基づいて、第３の無線通信デバイス１０２Ｃは、動き検出データを生成することができる。一部の事例において、第３の無線通信デバイス１０２Ｃは、セキュリティシステムなど、別のデバイス又はシステムに動き検出データを通信することができ、別のデバイス又はシステムは、部屋、建物、屋外エリアなどの空間内の動きを監視するコントロールセンターを含むことができる。
一部の実施構成において、無線通信デバイス１０２Ａ、１０２Ｂは、無線ネットワークトラフィック信号とは別個の無線通信チャネル（例えば、周波数チャネル又は符号化チャネル）上で動きプローブ信号（例えば、基準信号、ビーコン信号、又は動きについて空間を探索するのに使用される別の信号を含むことができる）を送信するように修正することができる。例えば、動きプローブ信号のペイロードに適用された変調及びペイロードにおけるデータ又はデータ構造の形式は、第３の無線通信デバイス１０２Ｃによって既知とすることができ、これによって、第３の無線通信デバイス１０２Ｃが動き感知のために実行する処理の量を低減することができる。ヘッダーは、例えば、通信システム１００における別のデバイスによって動きが検出されたかどうかの表示、変調形式の表示、信号を送信するデバイスの識別、その他などの追加情報を含むことができる。
図１に示す実施例において、無線通信システム１００は、それぞれの無線通信デバイス１０２の各々間に無線通信リンクを有する無線メッシュネットワークである。図示の実施例において、第３の無線通信デバイス１０２Ｃと第１の無線通信デバイス１０２Ａとの間の無線通信リンクを使用して、第１の動き検出フィールド１１０Ａを探索することができ、第３の無線通信デバイス１０２Ｃと第２の無線通信デバイス１０２Ｂとの間の無線通信リンクを使用して、第２の動き検出フィールド１１０Ｂを探索することができ、また、第１の無線通信デバイス１０２Ａと第２の無線通信デバイス１０２Ｂとの間の無線通信リンクを使用して、第３の動き検出フィールド１１０Ｃを探索することができる。一部の事例において、各無線通信デバイス１０２は、動き検出フィールド１１０を介して無線通信デバイス１０２によって送信される無線信号に基づく受信信号を処理することによって、このデバイスがアクセスする動き検出フィールド１１０内の動きを検出する。例えば、図１に示す人１０６が、第１の動き検出フィールド１１０Ａ及び第３の動き検出フィールド１１０Ｃ内で移動すると、無線通信デバイス１０２は、それぞれの動き検出フィールド１１０を介して送信された無線信号に基づく、無線通信デバイス１０２が受信した信号に基づいて動きを検出することができる。例えば、第１の無線通信デバイス１０２Ａは、動き検出フィールド１１０Ａ、１１０Ｃ両方における人の動きを検出することができ、第２の無線通信デバイス１０２Ｂは、動き検出フィールド１１０Ｃ内の人１０６の動きを検出することができ、第３の無線通信デバイス１０２Ｃは、動き検出フィールド１１０Ａ内の人１０６の動きを検出することができる。
一部の事例において、動き検出フィールド１１０は、例えば、空気、固体材料、液体、又は無線電磁信号が伝播することができる別の媒体を含むことができる。図１に示す実施例において、第１の動き検出フィールド１１０Ａは、第１の無線通信デバイス１０２Ａと第３の無線通信デバイス１０２Ｃとの間の無線通信リンクを提供し、第２の動き検出フィールド１１０Ｂは、第２の無線通信デバイス１０２Ｂと第３の無線通信デバイス１０２Ｃとの間の無線通信リンクを提供し、第３の動き検出フィールド１１０Ｃは、第１の無線通信デバイス１０２Ａと第２の無線通信デバイス１０２Ｂとの間の無線通信リンクを提供する。動作の一部の態様において、無線通信チャネル（ネットワークトラフィック用の無線通信チャネルとは別個の又は該チャネルと共有された）上で送信された無線信号を用いて、空間内の物体の動きを検出する。物体は、あらゆる形式の静止又は移動可能な物体とすることができ、生物又は無生物とすることができる。例えば、物体は、人間（例えば、図１に示した人１０６）、動物、無機物又は別のデバイス、装置、又は組立体）、空間の境界の全て又は一部を定める物体（例えば、壁部、ドア、窓など）、又は別の形式の物体とすることができる。一部の実施構成において、無線通信デバイスからの動き情報を分析して、検出された動きの場所を決定することができる。例えば、以下で更に説明するように、無線通信デバイス１０２のうちの１つ（又はデバイス１０２に通信可能に結合された別のデバイス）は、検出された動きが特定の無線通信デバイスの近くであると決定することができる。
図２は、例示的な動きプローブ信号２０２を示す。例示的な動きプローブ信号２０２は、空間内の動きを監視するために、例えば、無線通信システムにおいて送信することができる。一部の実施例において、動きプローブ信号２０２は、パケットとして実装される。例えば、動きプローブ信号２０２は、アナログ信号に変換され、無線周波数にアップコンバートされて、アンテナによって無線で送信される２進データを含むことができる。
図２に示す例示的な動きプローブ信号２０２は、制御データ２０４及び動きデータ２０６を含む。動きプローブ信号２０２は、追加の又は別の特徴を含むことができ、別の方法でフォーマットすることもできる。図示の実施例において、制御データ２０４は、従来のデータパケット内に含まれるであろう形式の制御データを含むことができる。例えば、制御データ２０４は、動きプローブ信号２０２に含まれる情報の形式を示すプリアンブル（ヘッダーとも呼ばれる）、動きプローブ信号２０２を送信する無線デバイスの識別子、動きプローブ信号２０２を送信する無線デバイスのＭＡＣアドレス、送信電力などを含むことができる。動きデータ２０６は、動きプローブ信号２０２のペイロードである。一部の実施構成において、動きデータ２０６は、例えば、擬似ランダム符号又は別の形式の基準信号とすることができ、又はこれを含むことができる。一部の実施構成において、動きデータ２０６は、例えば、無線ネットワークシステムによってブロードキャストされたビーコン信号とすることができ、又は該ビーコン信号を含むことができる。
実施例において、動きプローブ信号２０２は、無線デバイス（例えば、図１に示す無線通信デバイス１０２Ａ）によって送信されて、動き検出デバイス（例えば、図１に示す無線通信デバイス１０２Ｃ）にて受信される。一部の例において、制御データ２０４は、例えば、送信時間又は更新されたパラメータを示すように送信毎に変化する。動きデータ２０６は、動きプローブ信号２０２の各送信において不変のままとすることができる。受信側無線通信デバイスは、動きプローブ信号２０２の各送信に基づいて受信信号を処理して、変化について動きデータ２０６を分析することができる。例えば、動きデータ２０６の変化は、動きプローブ信号２０２の無線送信によってアクセスされる空間内の物体の動きを示すことができる。次いで、動きデータ２０６を処理して、例えば、検出された動きに対する応答を生成することができる。
図３Ａ及び図Ｂは、無線通信デバイス３０４Ａ、３０４Ｂ、３０４Ｃ間で通信される例示的な無線信号を示す図である。無線通信デバイス３０４Ａ、３０４Ｂ、３０４Ｃは、例えば、図１に示す無線通信デバイス１０２Ａ、１０２Ｂ、１０２Ｃ、又は他の形式の無線通信デバイスとすることができる。例示的な無線通信デバイス３０４Ａ、３０４Ｂ、３０４Ｃは、空間３００を介して無線信号を送信する。例示的な空間３００は、空間３００の１又は２以上の境界にて完全に又は部分的に囲まれているか又は開放されたものとすることができる。空間３００は、部屋、複数の部屋、建物、屋内エリア、屋外エリア又は同様のものの内部とすることができ、又はその内部を含むことができる。第１の壁部３０２Ａ、第２の壁部３０２Ｂ及び第３の壁部３０２Ｃは、図示の実施例において空間３００を少なくとも部分的に囲む。
図３Ａ及び図３Ｂに示す実施例において、第１の無線通信デバイス３０４Ａは、無線信号を繰り返し（例えば、周期的に、断続的に、予定された間隔で、予定されていない間隔で、又は不規則な間隔で、その他）送信するように動作可能である。送信信号は、図２の動きプローブ信号２０２のように、又は別の方法でフォーマットすることができる。第２及び第３の無線通信デバイス３０４Ｂ、３０４Ｃは、無線通信デバイス３０４Ａによって送信された信号に基づく信号を受信するように動作可能である。無線通信デバイス３０４Ｂ、３０４Ｃは各々、受信信号を処理して空間３００内の物体の動きを検出するように構成されるモデム（例えば、図１に示すモデム１１２）を有する。
図示のように、図３Ａにおいて物体は第１の位置３１４Ａに存在し、図３Ｂにおいては物体は第２の位置３１４Ｂに移動している。図３Ａ及び図３Ｂにおいて、空間３００内の移動物体は、人間として表されているが、移動物体は、別の形式の物体とすることができる。例えば、移動物体は、動物、無機物（例えば、システム、デバイス、装置、又は組立体）、空間３００の境界の全て又は一部を定める物体（例えば、壁、ドア、窓など）、又は別の形式の物体とすることができる。
図３Ａ及び図３Ｂに示すように、第１の無線通信デバイス３０４Ａから送信された無線信号の複数の例示的な経路が破線で示されている。第１の信号経路３１６に沿った無線信号は、第１の無線通信デバイス３０４Ａから送信され、第１の壁部３０２Ａから第２の無線通信デバイス３０４Ｂに向かって反射する。第２の信号経路３１８に沿った無線信号は、第１の無線通信デバイス３０４Ａから送信され、第２の壁部３０２Ｂ及び第１の壁部３０２Ａから第３の無線通信デバイス３０４Ｃに向かって反射する。第３の信号経路３２０に沿った無線信号は、第１の無線通信デバイス３０４Ａから送信され、第２の壁部３０２Ｂから第３の無線通信デバイス３０４Ｃに向かって反射する。第４の信号経路３２２に沿った無線信号は、第１の無線通信デバイス３０４Ａから送信され、第３の壁部３０２Ｃから第２の無線通信デバイス３０４Ｂに向かって反射する。
図３Ａにおいて、第５の信号経路３２４Ａに沿った無線信号は、第１の無線通信デバイス３０４Ａから送信され、第１の位置３１４Ａの物体から第３の無線通信デバイス３０４Ｃに向かって反射する。物体の表面は、図３Ａと３Ｂとの間で空間３００内の第１の位置３１４Ａから第２の位置３１４Ｂに（例えば、第１の位置３１４Ａから離れたある距離を）移動する。図３Ｂにおいて、第６の信号経路３２４Ｂに沿った無線信号は、第１の無線通信デバイス３０４Ａから送信され、第２の位置３１４Ｂの物体から第３の無線通信デバイス３０４Ｃに反射する。図３Ｂに示す第６の信号経路３２４Ｂは、第１の位置３１４Ａから第２の位置３１４Ｂまでの物体の動きに起因して、図３Ａに示す第５の信号経路３２４Ａよりも長い。一部の実施例において、信号経路は、空間における物体の動きに起因して、追加、除去、又は他の方法で修正することができる。
図３Ａ及び図３Ｂに示す例示的な無線信号は、それぞれの経路を介して減衰、周波数シフト、位相シフト、又は他の影響を受ける可能性があり、例えば、壁部３０２Ａ、３０２Ｂ及び３０２Ｃを介して別の方向に伝播する部分を有することができる。一部の実施例において、無線信号は、無線周波数（ＲＦ）信号である。無線信号は、他の形式の信号を含むことができる。
図３Ａ及び図３Ｂに示す実施例において、第１の無線通信デバイス３０４Ａは、無線信号を繰り返し送信することができる。詳細には、図３Ａは、第１の時間に第１の無線通信デバイス３０４Ａから送信されている無線信号を示し、図３Ｂは、後続の第２の時間に第１の無線通信デバイス３０４Ａから送信されている同じ無線信号を示す。送信信号は、連続的に、周期的に、不規則な時間に又は間欠的な時間、又は同様のもの、或いはこれらの組み合わせで送信することができる。送信信号は、１つの周波数帯域幅において複数の周波数成分を有することができる。送信信号は、第１の無線通信デバイス３０４Ａから全方向的に、指向的に、又は他の方法で送信することができる。図示の実施例において、無線信号は、空間３００内の複数のそれぞれの経路を移動し、各経路に沿った信号は、経路損失、散乱、反射などに起因して減衰する可能性があり、位相オフセット又は周波数オフセットを有する可能性がある。
図３Ａ及び図３Ｂに示すように、様々な経路３１６、３１８、３２０、３２２、３２４Ａ、及び３２４Ｂからの信号は、第３の無線通信デバイス３０４Ｃ及び第２の無線通信デバイス３０４Ｂにおいて組み合わされて受信信号を形成する。送信信号に及ぼす空間３００内の複数の経路の影響に起因して、空間３００は、送信信号が入力されて受信信号が出力される伝達関数（例えば、フィルタ）として表すことができる。物体が空間３００内で移動すると、信号経路において信号に影響を与える減衰又は位相オフセットが変化する可能性があり、従って、空間３００の伝達関数が変わる可能性がある。同じ無線信号が第１の無線通信デバイス３０４Ａから送信されると仮定すると、空間３００の伝達関数が変化した場合、この伝達関数の出力、すなわち受信信号も変化する。受信信号の変化を使用して、物体の動きを検出することができる。
数学的観点から、第１の無線通信デバイス３０４Ａから送信される送信信号ｆ（ｔ）は、次式（１）に従って記述することができ、
Figure 2021503071
 式中、ωnは、送信信号のｎ番目の周波数成分の周波数を表し、Ｃnは、ｎ番目の周波数成分の複素係数を表し、ｔは時間を表す。送信信号ｆ（ｔ）が第１の無線通信デバイス３０４Ａから送信されている場合、経路ｋからの出力信号ｒk（ｔ）は以下の式（２）に従って記述することができ、
Figure 2021503071
 式中、αn,kは、経路ｋに沿ったｎ番目の周波数成分の減衰係数（例えば、散乱、反射及び経路損失などに起因するチャネル応答）を表し、φn,kは、経路ｋに沿ったｎ番目の周波数成分の信号の位相を表す。次いで、無線通信デバイスにおける受信信号Ｒは、無線通信デバイスへの全ての経路からの全ての出力信号ｒk（ｔ）の総和として記述することができ、これを次式（３）に示す。
Figure 2021503071
 式（２）を式（３）に代入すると、次式（４）となる。
Figure 2021503071
次に、無線通信デバイスにおける受信信号Ｒを解析することができる。無線通信デバイスにおける受信信号Ｒは、例えば高速フーリエ変換（ＦＦＴ）又は別の形式のアルゴリズムを使用して周波数領域に変換することができる。この変換信号は、（ｎ個の周波数ωnにおける）それぞれの周波数成分の各々に１つの値が対応する一連のｎ個の複素数値として受信信号Ｒを表すことができる。周波数ωnにおける周波数成分については、複素数値Ｈnを次式（５）のように表すことができる。
Figure 2021503071
所与の周波数成分ωnの複素数値Ｈｎは、その周波数成分ωnにおける受信信号の相対振幅及び位相オフセットを示す。物体が空間内で移動するときに、空間変化のチャネル応答αn,kに起因して複素数値Ｈｎが変化する。従って、検出されたチャネル応答の変化は、通信チャネル内における物体の動きを表すことができる。一部の事例において、雑音、干渉又はその他の現象が受信機によって検出されたチャネル応答に影響を及ぼす恐れがあり、動き検出システムは、このような影響を低減又は分離して動き検出能力の精度及び品質を改善することができる。一部の実施構成において、全体的なチャネル応答を以下のように表すことができる。
Figure 2021503071
一部の事例において、例えば数学的推定論に基づいて空間のチャネル応答ｈchを決定することができる。例えば、候補チャネル応答（ｈch）を使用して基準信号Ｒefを修正することができ、その後に最尤法を使用して、受信信号（Ｒcvd）に最も適合する候補チャネルを選択することができる。一部の事例において、基準信号（Ｒef）と候補チャネル応答（ｈch）の畳み込みから推定受信信号
（

Figure 2021503071
）を取得し、その後に推定受信信号（
Figure 2021503071

）の二乗誤差を最小化するようにチャネル応答
Figure 2021503071
のチャネル係数を変更する。これは、数学的に次式で示すことができ、
Figure 2021503071
 最適化基準は以下のようになる。
Figure 2021503071
 この最小化又は最適化プロセスは、最小平均二乗法（ＬＭＳ）、反復最小二乗法（ＲＬＳ）、バッチ最小二乗法（ＢＬＳ）などの適応的フィルタリング法を利用することができる。チャネル応答は、有限インパルス応答（ＦＩＲ）フィルタ、又は無限インパルス応答（ＩＩＲ）フィルタなどとすることができる。上記の式に示すように、受信信号は、基準信号とチャネル応答の畳み込みとみなすことができる。畳み込み演算は、チャネル係数が基準信号の各遅延レプリカとの間にある程度の相関性を有することを意味する。従って、上記の式に示すような畳み込み演算は、別の遅延点で受信信号が現われ、各遅延レプリカは、チャネル係数によって重み付けされることを示す。
図３Ｃ及び図３Ｄは、図３Ａ及び図３Ｂにおける無線通信デバイス３０４Ａ、３０４Ｂ、３０４Ｃ間で通信された無線信号から演算されたチャネル応答３６０、３７０の実施例を示すグラフである。図３Ｃ及び図３Ｄはまた、無線通信デバイス３０４Ａによって送信された初期無線信号の周波数領域表現３５０を示す。図示の実施例において、図３Ｃのチャネル応答３６０は、空間３００内で動きが存在しないときに無線通信デバイス３０４Ｂによって受信された信号を表し、図３Ｄのチャネル応答３７０は、物体が空間３００内で移動した後に図３Ｂの無線通信デバイス３０４Ｂによって受信された信号を表す。
図３Ｃ及び図３Ｄに示す実施例において、例示の目的で、無線通信デバイス３０４Ａは、周波数領域表現３５０において示されるように、平坦な周波数プロファイル（各周波数成分ｆ1、ｆ2及びｆ3の大きさが同じである）を有する信号を送信する。空間３００（及びその中の物体）との信号の相互作用に起因して、無線通信デバイス３０４Ａから送られた信号に基づいた無線通信デバイス３０４Ｂにて受信された信号は、送信信号とは別のもののように見える。この実施例において、送信信号が平坦な周波数プロファイルを有する場合、受信信号は、空間３００のチャネル応答を表す。図３Ｃ及び図３Ｄに示すように、チャネル応答３６０、３７０は、送信信号の周波数領域表現３５０とは別のものである。動きが空間３００において発生したときには、チャネル応答の変動も発生することになる。例えば、図３Ｄに示すように、空間３００内の物体の動きに関連付けられるチャネル応答３７０は、空間３００内で動きが存在しないことに関連付けられるチャネル応答３６０とは異なる。
更に、物体が空間３００内で移動すると、チャネル応答は、チャネル応答３７０から変わることができる。一部の例において、空間３００は、異なる領域に分割することができ、各領域に関連付けられたチャネル応答は、以下で説明するように、１又は２以上の特性（例えば、形状）を共有することができる。従って、別の異なる領域内の物体の動きを区別することができ、検出された動きの場所は、チャネル応答の分析に基づいて決定することができる。
図４Ａ及び図４Ｂは、空間４００の異なる領域４０８、４１２内の物体４０６の動きに関連付けられた例示的なチャネル応答４０１、４０３を示す図である。図示の実施例において、空間４００は建物であり、空間４００は、複数の異なる領域、すなわち、第１の領域４０８、第２の領域４１０、領域４１２、第４の領域４１４及び第５の領域４１６に分割されている。一部の事例において、例示的な空間４００は、追加の又はより少ない領域を含むことができる。図４Ａ及び図４Ｂに示すように、空間内の領域は、部屋間の壁部によって定めることができる。加えて、領域は、建物のフロア間の天井によって定めることができる。例えば、空間４００は、追加の部屋と共に追加のフロアを含むことができる。加えて、一部の事例において、空間の複数の領域は、高層の建物内の幾つかのフロア、建物内の幾つかの部屋、又は建物の特定のフロアの複数の部屋とすることができ、又はこれらを含むことができる。図４Ａに示す実施例において、領域４０８内に配置される物体は、人１０６として表されているが、移動物体は、動物又は無機物体など、別の形式の物体とすることができる。
図示の実施例において、第１の無線通信デバイス４０２Ａは、空間４００の領域４１４内に配置され、第２の無線通信デバイス４０２Ｂは、空間４００の領域４１０内に配置され、第３の無線通信デバイス４０２Ｃは、空間４００の領域４１６内に配置される。例示的な無線通信デバイス４０２は、図１の無線通信デバイス１０２と同じ又は同様に動作することができる。例えば、無線通信デバイス４０２は、無線信号を送受信して、動きが空間４００に発生したかどうかを受信信号に基づいて検出するように構成することができる。一例として、無線通信デバイス４０２は、空間４００を介して動きプローブ信号（例えば、図２の動きプローブ信号２０２と同様にフォーマットされた信号）を送信し、動きプローブ信号に基づく信号を受信することを定期的に又は繰り返し行うことができる。無線通信デバイス４０２は、受信信号を分析して、例えば、空間に関連付けられたチャネル応答を受信信号に基づいて分析することによってなど、物体が空間４００内で移動したかどうかを検出することができる。加えて、一部の実施構成において、例示的な無線通信デバイス４０２は、受信信号を分析して、空間４００内の検出された動きの場所を識別することができる。例えば、無線通信デバイス４０２は、チャネル応答の特性を分析して、チャネル応答が空間４００の領域４０８、４１０、４１２、４１４、４１６に関連付けられていることが既知であるチャネル応答との同じ又は同様の特性を共有しているかどうかを決定することができる。
図示の実施例において、無線通信デバイス４０２のうちの１つ（又は２以上）は、空間４００を介して動きプローブ信号（例えば、基準信号）を繰り返し送信する。一部の事例において、動きプローブ信号は、平坦な周波数プロファイルを有することができ、各周波数成分の大きさはｆ1、ｆ2及びｆ3である。例えば、動きプローブ信号は、図３Ｃ及び図３Ｄに示す周波数領域表現３５０と類似の周波数応答を有することができる。一部の事例において、動きプローブ信号は、別の周波数プロファイルを有することができる。空間４００（及びその中の物体）との基準信号の相互作用に起因して、他の無線通信デバイス４０２から送信される動きプローブ信号に基づいた別の無線通信デバイス４０２にて受信された信号は、送信された基準信号とは別のものである。
受信信号に基づいて、無線通信デバイス４０２は、空間４００に関するチャネル応答を決定することができる。動きが空間内の異なる領域で発生したときには、チャネル応答において異なる特性を見ることができる。例えば、チャネル応答は、空間４００の同じ領域内の動きについて若干異なる場合があるが、異なる領域内の動きに関連付けられたチャネル応答は、全体的に、同じ形状又は他の特性を共有することができる。例えば、図４Ａのチャネル応答４０１は、空間４００の領域４０８内の物体４０６の動きに関連付けられた例示的なチャネル応答を表し、一方、図４Ｂのチャネル応答４０３は、空間４００の領域４１２内の物体４０６の動きに関連付けられた例示的なチャネル応答を表す。チャネル応答４０１、４０３は、空間４００内で同じ無線通信デバイス４０２によって受信された信号に関連付けられる。
図４Ｃ及び図４Ｄは、空間内で動きが発生していないことと関連付けられるチャネル応答４６０の実施例上に重ね合わされた図４Ａ及び図４Ｂの例示的なチャネル応答４０１、４０３を示すグラフである。動きが空間４００内で発生したときには、「動きなし」のチャネル応答４６０に対してチャネル応答の変動が発生することになり、従って、空間４００内の物体の動きは、チャネル応答の変動を分析することによって検出することができる。加えて、空間４００内の検出された動きの相対場所を識別することができる。例えば、動きに関連付けられたチャネル応答の形状は、基準情報（例えば、トレーニングされたニューラルネットワークを使用して）と比較して、空間の異なる領域内に発生したとように動きを分類することができる。
空間４００内に動きが存在しないとき（例えば、物体４０６が存在しないとき）には、無線通信デバイス４０２は、「動きなし」チャネル応答４６０を演算することができる。複数の要因に起因して、僅かな変動がチャネル応答に発生する場合があるが、別の時間期間に関連付けられた複数の「動きなし」チャネル応答は、１又は２以上の特性を共有することができる。図示の実施例において、「動きなし」チャネル応答４６０は、減少する周波数プロファイル（各周波数成分ｆ1、ｆ2、及びｆ3の大きさが、前回を下回る）を有する。一部の事例において、動きなしチャネル応答４６０のプロファイルは、（例えば、別の部屋レイアウト又はデバイス４０２の配置に基づいて）異なる場合がある。
動きが空間４００に発生したときには、チャネル応答の変動が発生することになる。例えば、図４Ｃ及び図４Ｄに示す実施例において、（領域４０８内の物体４０６の動きに関連付けられた）チャネル応答４０１は、「動きなし」チャネル応答４６０とは異なり、（領域４１２内の物体４０６の動きに関連付けられた）チャネル応答４０３もまた、「動きなし」チャネル応答４６０とは異なる。チャネル応答４０１は、凹状放物線周波数プロファイルを有し（中間周波数成分ｆ2の大きさが、外側周波数成分ｆ1及びｆ3を下回る）、一方、チャネル応答４０３は、凸状の漸近周波数プロファイルを有する（中間の周波数成分ｆ2の大きさが、外側周波数成分ｆ1及びｆ3よりも大きい）。一部の事例において、チャネル応答４０１、４０３のプロファイルは、（例えば、別の部屋レイアウト又はデバイス４０２の配置に基づいて）異なる場合がある。
チャネル応答の分析は、デジタルフィルタの分析に類似するとみなすことができる。換言すると、チャネル応答は、空間内の物体からの反射、並びに移動中又は静止している人によって生成された反射を通じて形成されたものである。反射体（例えば、人間）が移動すると、チャネル応答を変化させる。これは、デジタルフィルタの同等のタップの変化につながる可能性があり、これは極及びゼロを有すると考えることができる（極は、チャネル応答の周波数成分を急上昇させ、応答のピーク又は高いポイントとして出現し、ゼロは、チャネル応答の周波数成分を引き下げ、応答の低いポイント又はヌルとして出現する）。変化するデジタルフィルタは、ピーク及び谷の場所によって特徴付けることができ、チャネル応答も同様に、ピーク及び谷によって特徴付けることができる。例えば、一部の実施構成において、チャネル応答の周波数成分内のヌル及びピークを分析する（例えば、周波数軸上の場所及び大きさをマーキングすることによって）と、動きを検出することができる。
一部の実施構成において、時系列集計を使用して、動きを検出することができる。時系列集計は、移動ウィンドウにわたってチャネル応答の特徴を観測し、統計的尺度（例えば、平均、分散、主成分など）を使用してウィンドウ結果を集計することによって実行することができる。動きのインスタンスの間、特性的なデジタルフィルタ特徴は、散乱シーンの連続的な変化に起因して、場所の変位及び幾つかの値の間のフリップフロップを生じることになる。すなわち、等価のデジタルフィルタは、（動きに起因した）そのピーク及びヌルについてある範囲の値を示す。この値の範囲を調べることによって、空間内の異なる領域について固有の「シグネチャー」又はプロファイルを識別することができる。
一部の実施構成において、空間４００の異なる領域内の動きに関連付けられたチャネル応答のプロファイルは、「学習する」ことができる。例えば、機械学習を使用して、空間の異なる領域内の物体の動きでチャネル応答特性を分類することができる。一部の例において、無線通信デバイス４０２に関連付けられたユーザ（例えば、空間４００の所有者又は他の占有者）は、学習プロセスを支援することができる。例えば、図４Ａ及び図４Ｂを参照すると、ユーザは、学習段階中に異なる領域４０８、４１０、４１２、４１４、４１６の各々において移動することができ、自分が空間内の特定の領域の１つにおいて移動中であることを（例えば、モバイルコンピュータデバイス上のユーザインターフェースを介して）示すことができる。例えば、ユーザが領域４０８（例えば、図４Ａに示すように）を通過する間、ユーザは、モバイルコンピュータデバイス上で、自分が領域４０８内にいることを示すことができる（必要に応じて、領域を「寝室」、「居間」、「台所」又は建物の別の形式の部屋と名付けることができる）。チャネル応答は、ユーザが領域を通過するときに取得することができ、チャネル応答は、ユーザの表示された場所（領域）で「タグ付け」することができる。ユーザは、空間４００の他の領域について同じプロセスを繰り返すことができる。
その後、タグ付きチャネル応答を処理（例えば、機械学習ソフトウェアによって）して、異なる領域内の動きに関連付けられたチャネル応答の固有の特性を識別することができる。識別されると、識別された固有の特性を使用して、新しく演算されたチャネル応答について検出された動きの場所を決定することができる。例えば、（畳み込み又は全結合）ニューラルネットワークは、タグ付きチャネル応答を使用してトレーニングすることができ、トレーニングがされると、新しく演算されたチャネル応答をニューラルネットワークに入力することができ、該ニューラルネットワークは、検出された動きの場所を出力することができる。例えば、一部の例において、平均、範囲及び絶対値が、ニューラルネットワークに入力される。一部の事例において、複素チャネル応答自体の大きさ及び位相も同様に入力することができる。これらの値によって、ニューラルネットワークが、任意のフロントエンドフィルタを設計して、空間の異なる領域において動きに関して正確な予測を行うことに最も関連した特徴を取得することを可能にする。一部の実施構成において、ニューラルネットワークは、確率的勾配降下法を実行することによってトレーニングされる。例えば、特定のゾーンの間に最もアクティブであるチャネル応答変動をトレーニング中に監視することができ、（第１の層内の重みをトレーニングして適応させてそれらの形状、傾向、その他と相関付けるようすることによって）特定のチャネル変動を高度に重み付けすることができる。重み付けチャネル変動を使用して、ユーザが特定の領域内に存在するときにアクティブになるメトリックを生成することができる。
チャネル応答ヌル及びピークのような抽出された特徴について、（ヌル／ピークの）時系列は、移動中のウィンドウ内の集計を使用し、過去と現在の少数の特徴のスナップショットを取り、その集計値をネットワークへの入力として使用して生成することができる。従って、ネットワークは、その重みを適応させている間、特定の領域内の値を集計してこれらをクラスタ化しようと試みており、これは、ロジスティックな分類器ベースの識別境界を生成することによって行うことができる。識別境界は、別のクラスタを分割し、後続層は、単一クラスタ又はクラスタの組み合わせに基づいてカテゴリを形成することができる。
一部の実施構成において、ニューラルネットワークは、推論の２又は３以上の層を含む。第１の層は、様々な集中値を別個のクラスタに分割することができるロジスティック分類器の役割を果たし、一方、第２の層は、これらのクラスタの一部を共に組み合わせて、異なる領域についてのカテゴリを生成する。後続の追加の層は、クラスタの２つより多いカテゴリにわたって異なる領域を拡張するのを助けることができる。例えば、全結合ニューラルワークは、追跡された特徴の数に対応する入力層と、（選択間で繰り返すことを介して）有効クラスタの数に対応する中間層と、別の領域に対応する最終層とを含むことができる。完全なチャネル応答情報がニューラルネットワークに入力された場合、第１の層は、特定の形状を相関付けることができる形状フィルタとしての役割を果たすことができる。従って、第１の層は、特定の形状にロックすることができ、第２の層は、それらの形状に起こる変動の尺度を生成することができ、第３及び後続層は、これらの変動の組み合わせを生成して、空間内の別の領域にマッピングすることができる。次いで、様々な層の出力は、融合層を介して組み合わせることができる。
図５は、空間（例えば、図４Ａ及び図４Ｂの空間４００）内の異なる領域（例えば、図及び図４Ａ−４Ｂの領域４０８、４１２）と共有チャネル応答特性を関連付ける例示的なプロセス５００を示すフロー図である。例示的なプロセス５００の動作は、無線通信デバイス（例えば、図１の例示的な無線通信デバイス１０２Ｃのプロセッサ１１４）のデータ処理装置によって、空間の異なる領域（例えば、空間４００の領域４０８、４１０、４１２、４１４、４１６）内の動きと関連付けられたチャネル応答特性に対して実施することができる。例示的なプロセス５００は、別の形式のデバイスによって実施されてもよい。例えば、プロセス５００の動作は、例えば、無線通信デバイスに接続されたコンピュータシステムなど、無線通信デバイス以外のシステムによって実行することができる。例示的なプロセス５００は、追加の又は別の動作を含むことができ、動作は、図示する順番又は別の順番で実施することができる。一部の例において、図５に示す動作のうちの１又は２以上は、複数の動作を含むプロセス、サブプロセス又は他の形式のルーチンとして実施される。一部の例において、動作を組み合わせるか、別の順番で実施するか、並行して実施するか、反復するか、又は他の方法で繰り返すか、又は別の方法で実施することができる。
５０２において、空間内の異なる領域における物体の動きに関連付けられた１又は２以上のチャネル応答を取得する。チャネル応答は、無線通信システム（例えば、図１の無線通信システム１００）の１又は２以上の無線通信デバイスによって空間を介して送信された無線信号に基づいている。例えば、図３Ａ及び図３Ｂに示す実施例を参照すると、チャネル応答は、無線通信デバイス３０４Ａによって空間３００を介して送信されて、無線通信デバイス３０４Ｂ、３０４Ｃのうちの一方で受信された無線信号に基づくことができる。更に、図４Ａ及び図４Ｂに示す実施例を参照すると、チャネル応答は、無線通信デバイス４０２のうちの１又は２以上によって空間４００を介して送信されて、無線通信デバイス４０２のうちの１又は２以上にて受信された無線信号に基づくことができる。
一部の実施構成において、チャネル応答は、無線通信システムが「トレーニングモード」にある間に取得される。例えば、無線通信デバイス（又は無線通信デバイスに通信可能に結合された別のコンピュータデバイス、例えば、リモートサーバー）は、トレーニングモードが始まったこと、又は始まることになっていることを示すユーザ入力を受信することができる。一例として、無線通信システムは、領域識別子（例えば、「台所」、「事務所１」、「事務所２」、「２階のバルコニー」）を使用して空間内の異なる領域を指定することができるユーザ入力を受信して、ユーザに指定の領域内で移動するように促すことができる。従って、トレーニングモード中に取得されたチャネル応答は、タグ付けデータになることができる。例えば、チャネル応答は、空間内の異なる領域の領域識別子に関連してタグ付けすることができる。
一部の実施構成において、無線通信システムが「トレーニングモード」にある間に取得されるチャネル応答は、トレーニング期間中に取得される。例えば、無線通信システムは、トレーニング期間の開始及びトレーニング期間の終了又は持続時間をユーザに通知することができる。無線通信システムは、トレーニング期間中に空間の異なる領域内で移動するようにユーザに指示するインジケータ、又はトレーニング期間中に空間の領域内の動きなし（例えば、移動しない）を供給するようにユーザに指示する別のインジケータをユーザに呈示する（例えば、音声再生又は視覚表示を介して）ことができる。例えば、図４Ａ及び図４Ｂに示す実施例を参照すると、無線通信デバイス４０２は、領域４０８内で移動するユーザを含む第１のトレーニング期間中のチャネル応答４０１と類似したチャネル応答を取得することができ、また、領域４１２内で移動するユーザを含むトレーニング期間中のチャネル応答４０３と類似したチャネル応答を取得することができる。
５０４において、チャネル応答の各々によって共有された１又は２以上の特性は、取得されたチャネル応答において識別される。共有される特性は、５０２にて取得されたチャネル応答を分析することによって、例えば、取得されたチャネル応答を比較することによって、又は取得されたチャネル応答を互いと組み合わせることによって、又は取得されたチャネル応答の各々においてパターン（例えば、形状、輪郭、周波数成分の大きさ）を検出して空間で各異なる領域に関連付けられた反復パターンを識別することによって、識別することができる。例えば、図４Ａ及び図４Ｂに示す実施例を参照すると、無線通信システムは、領域４０８でユーザが移動している第１のトレーニング期間中に取得されたチャネル応答４０１の共有特性として凹状放物線状周波数プロファイルを識別することができ、領域４１２に関するユーザが移動している第２のトレーニング期間中に取得されたチャネル応答４０３の共有特性として凸状漸近周波数プロファイルを識別することができる。
一部の実施構成において、共有特性は、機械学習を使用することによって決定することができる。例えば、（畳み込み又は全結合）ニューラルネットワークは、５０２にて取得されたタグ付きチャネル応答を使用してトレーニングする（例えば、上述したように）ことができる。トレーニングを介して、ニューラルネットワークは、空間の異なる領域の各々内の動きに関連付けられたチャネル応答について共有特性を「学習する」ことができる。
５０６において、識別された特性は、空間内の異なる領域に関連付けられる。一部の事例において、関連付けは、５０２にて指定された領域識別子に関連するものとして５０４にて識別された共有特性に関する情報を記憶する動き検出データベースにおいて行われる。動き検出データベースによって、無線通信システムは、空間の所与の異なるエリアに関連付けられた識別された共有特性をリコールすること、及び所与の共有特性又は共有特性のセットに関連付けられた空間の異なるエリアをリコールすることが可能となる。動き検出データベースは、無線通信システムの無線通信デバイスのメモリー（例えば、図１のメモリー１１６）又は無線通信システムに通信可能に結合された別のデバイスに記憶することができる。動き検出データベースは、従来のデータベースとして又はニューラルネットワーク（例えば、様々な変数に適用された特定の重み付けを有する関数、重み付けは、ニューラルネットワークのトレーニングに基づく）として実装することができる。
一部の実施構成において、５０６での関連付けは、ニューラルネットワークに関して無線通信システムによって実行される。例えば、無線通信デバイスのモデムは、動き検出データベースを実装するニューラルネットワークを含むクラウドコンピューティングシステムに（インターネットなどのコンピュータネットワークを介して）接続することができる。無線通信デバイスは、５０２で取得されたチャネル応答をタグ付けデータとしてニューラルネットワークに送信することができる。これに応答して、ニューラルネットワークは、タグ付きチャネル応答を分析し、取得されたチャネル応答の各々によって共有された１又は２以上の特性を識別し、共有される特性を動き検出データベースに（例えば、様々な重み付けを有する関数として）記憶することができる。一部の事例において、ニューラルネットワークは、取得されたチャネル応答の大部分において検出されたパターンを空間内の異なる領域における物体の動きと関連付けることができる。ニューラルネットワークによって生成された関連付けは、クラウドコンピューティングシステムの動き検出データベースに記憶され、無線通信システムの無線通信デバイス又は無線通信システムに通信可能に結合された別のデバイスによってアクセスすることができる。例えば、図４Ａ及び図４Ｂに示す実施例を参照すると、無線通信システムは、空間４００の領域４０８内の人４０６の動きと凹状放物線状周波数プロファイルを（ニューラルネットワークを介して）関連付けることができ、空間４００の領域４１２内の人４０６の動きと凸状の漸近周波数プロファイルを関連付けることができる。
５０８において、識別された特性を空間の異なる領域内の物体の動きと関連付けた後、５０６で行われた関連付けを動きローカライゼーションプロセスにおいて使用する。一部の事例において、５０８において、無線通信システムは、もはや「トレーニングモード」ではない。例えば、空間を介して送信された無線信号に基づいて、追加のチャネル応答を取得することができる。無線通信システムは、例えば、図６のプロセス６００など、動きローカライゼーションプロセスにおいて追加のチャネルを使用することができる。
一部の実施構成において、プロセス５００は検出することができる動きの特定のカテゴリと、チャネル応答特性を関連付けるように実装することができる。例えば、図４Ａ及び図４Ｂを参照すると、犬が領域４０８内で移動すると、その動きに関連付けられたチャネル応答は、領域４０８内の人間による動きに関連付けられたチャネル応答４０１とは別のものとすることができる。領域４０８内の犬の動きに関連付けられたチャネル応答は、これに応じて、独自の固有の特性を有することができ、プロセス５００は、（例えば、犬対人間による動きを区別できるように）犬の動きを特定の特性と関連付けるように実装することができる。
図６は、チャネル応答特性に基づく動きローカライゼーションの例示的なプロセスを示すフロー図である。例示的なプロセス６００における動作は、無線通信デバイスのデータ処理装置（例えば、図１の例示的な無線通信デバイス１０２Ｃのプロセッサ１１４）によって実施されて、チャネル応答特性を空間の異なる領域（例えば、空間４００の領域４０８、４１０、４１２、４１４、４１６）内の動きと関連付けることができる。例示的なプロセス６００は、別の形式の装置によって実施することができる。例えば、プロセス６００の動作は、例えば、無線通信デバイスに接続されたコンピュータシステムなど、無線通信デバイス以外のシステムによって実施することができる。例示的なプロセス６００は、追加の又は別の動作を含むことができ、この動作は、図示する順番又は別の順番で実行することができる。一部の例において、図６に示す動作のうちの１又は２以上は、複数の動作を含むプロセス、サブプロセス又は他の形式のルーチンとして実装される。一部の例において、動作を組み合わせるか、別の順番で実施するか、並行して実施するか、反復するか、又は他の方法で繰り返すか、又は別の方法で実施することができる。
６０２において、無線通信デバイス間で空間を介して送信された無線信号に基づいたチャネル応答を取得する。一部の事例において、６０２において、無線通信システムは、トレーニングモードではない。チャネル応答は、無線通信デバイスにて受信された信号に基づいて無線通信システム内の当該無線通信デバイスの各々によって取得することができる。
６０４において、動き検出プロセスを実行して、６０２にて取得されたチャネル応答に基づいて空間内の物体の動きを検出する。一部の実施構成において、動き検出プロセスは、別の時点で取得されたチャネル応答の変化を分析して、動きが無線信号によってアクセスされた空間内で発生したかどうかを検出することができる。すなわち、動き検出プロセスは、６０４において、別の時点にわたるチャネル応答の変化の検出に応答して動きを検出することができる。動き検出プロセスは、受信された無線信号の他の態様を分析して、空間内の動きを検出することができる。一部の実施構成において、動きは、トレーニングされたニューラルネットワークにチャネル応答を提供することによって検出することができる。例えば、６０２で取得されたチャネル応答は、ニューラルネットワークへの入力として提供することができ、ニューラルネットワークは、動きが空間内に存在するかどうかを示す出力を提供することができる。ニューラルネットワークの出力は、トレーニングプロセス中に決定された様々な重み付けを有する関数に基づくことができる。ニューラルネットワークは、畳み込みニューラルネットワーク、全結合ニューラルネットワーク、又はこれらの組み合わせとすることができる。
６０６において、チャネル応答を分析して、空間内の複数の領域のうちの１つ内での動きの場所を識別する。換言すると、空間内の複数の領域のうちの１つの領域内の動きの場所は、チャネル応答を分析した結果に基づいて識別される。一部の実施構成において、チャネル応答は、一連の時点にわたって取得され、動きの場所は、連続したそれぞれの時点の各々からのチャネル応答によって共有される特性に基づいて識別される。図示の実施例において、チャネル応答は、６１２において、チャネル応答のうちの１又は２以上のチャネル応答の特性を識別し、６１４において、識別された特性を空間内の複数の異なる場所に関連付けられた基準特性と比較することに基づいて、検出された動きの場所を識別することによって、空間内の複数の領域のうちの１つの領域内の動きの場所を識別するように分析される。
１又は複数のチャネル応答特性は、チャネル応答の周波数成分によって定められた形状又は輪郭を識別することによって識別することができる。輪郭の形状の識別は、曲線当てはめ法を実装することによって、又は予測推定法（例えば、補間又は外挿法）を実装することによって達成することができる。例えば、図４Ｃ及び図４Ｄを参照すると、６０２で取得されたチャネル応答の間で共有される特性は、チャネル応答４０１の凹状放物線状周波数プロファイル、チャネル応答４０３の凸状漸近周波数プロファイル、又は動きなしチャネル応答４６０の減少周波数プロファイルとして識別することができる。基準特性は、例えば、チャネル応答特性の各々を空間内の複数の領域の中から１つの異なる領域と関連付ける動き検出データベースにおけるエントリーを含むことができる。凹状放物線状周波数プロファイルが６１２で識別された場合、領域４０８は、動き検出データベースに記憶された基準特性との新しく取得されたチャネル応答の凹状放物線状周波数プロファイルの比較に基づいて検出された動きの場所として識別され、領域４０８、領域４１２又は空間４００内の別の領域（又は動きなしに関連付けられたチャネル応答で）と関連付けることができる。
一部の実施構成において、チャネル応答特性を識別して基準特性と比較するステップは、６０２で取得されたチャネル応答をトレーニングされたニューラルネットワークへの入力として提供するステップと、ニューラルネットワークの出力に基づいて検出された動きの場所を識別するステップとを含む。例えば、ニューラルネットワークは、上述したように、タグ付きチャネル応答を使用してトレーニングすることができる。トレーニング後、新しく取得されたチャネル応答は、トレーニングされたニューラルネットワークに入力することができ、ニューラルネットワークは、空間の異なる領域に関連付けられた識別子を出力することができる。ニューラルネットワークの出力は、トレーニングプロセス中に決定された様々な重み付けを有する関数に基づくことができる。ニューラルネットワークは、畳み込みニューラルネットワーク、全結合ニューラルネットワーク又はこれらの組み合わせとすることができる。チャネル応答は、検出された動きの場所を識別するために別の方法で分析することができる。
一部の実施構成において、６０６にてチャネル応答を分析するステップは、６１２において識別された特性の変化を分析するステップを含むことができる。チャネル応答の識別された特性の検出された変化は、動きの場所が変わっていることを示すことができる。チャネル応答の変化を経時的に分析することによって、空間を通る物体の動きを追跡することができる。例えば、図４Ａ及び図４Ｂに示す実施例を参照すると、物体４０６が領域４０８から領域４１２に移動すると、チャネル応答は、チャネル応答４０１に示される形状からチャネル応答４０３に示される形状に緩慢に変わることができる。チャネル応答の特性の変化を経時的に分析することによって、物体４０６による動きを経時的に追跡することができる。
本明細書で説明した主題及び動作の一部は、デジタル電子回路で、又はコンピュータソフトウェア、ファームウェア、又は本明細書及びこの構造的等価物に開示された構造を含むハードウェアで、又はこれらの１又は２以上の組み合わせで実施することができる。本明細書で説明した主題の一部は、１又は２以上のコンピュータプログラム、すなわち、データ処理装置による実行のための又はデータ処理装置の動作を制御するためにコンピュータ可読ストレージ媒体に符号化されたコンピュータプログラム命令の１又は２以上のモジュールとして実施することができる。コンピュータ可読ストレージ媒体は、コンピュータ可読ストレージデバイス、コンピュータ可読ストレージ基板、ランダム又はシリアルアクセスメモリーアレイ又はデバイス、又はこれらの１又は２以上の組み合わせとすることができるか、又はこれに含めることができる。コンピュータ可読ストレージ媒体が伝播信号でない場合、コンピュータ可読ストレージ媒体は、人工的に生成された伝播信号に符号化されたコンピュータプログラム命令の発信元又は宛先とすることができる。コンピュータ可読ストレージ媒体は、１又は２以上の別々の物理的構成要素又は媒体（例えば、マルチＣＤ、ディスク、又は他のストレージデバイス）とすることができるか、又はこれに含めることができる。コンピュータ可読ストレージ媒体は、複数のコンピュータ可読ストレージデバイスを含むことができる。コンピュータ可読ストレージデバイスは、同一場所に配置される（単一のストレージデバイス内に記憶された命令）か、又は別の場所に配置することができる（例えば、分散された場所に記憶された命令）。
本明細書で説明する動作の一部は、メモリーに（例えば、１又は２以上のコンピュータ可読ストレージデバイス上に）記憶されたか、又は他のソースから受信されたデータにデータ処理装置によって実施される動作として実施することができる。「データ処理装置」という用語は、一例として、プログラマブルプロセッサ、コンピュータ、チップ上のシステム又は複数のチップ又は上記の組み合わせを含め、データを処理する全ての種類の装置、デバイス及びマシンを包含する。本装置は、専用論理回路、例えば、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）又はＡＳＩＣ（特定用途向け集積回路））を含むことができる。本装置はまた、ハードウェアに加えて、当該にコンピュータプログラムの実施環境を作成するコード、例えば、プロセッサファームウェア、プロトコルスタック、データベース管理システム、オペレーティングシステム、クロスプラットフォームランタイム環境、仮想マシン、又はこれらのうちの１又は２以上の組み合わせを構成するコードを含むこともできる。一部の事例において、データ処理装置は、１セットのプロセッサを含む。１セットのプロセッサは、同一場所に配置する（例えば、同じコンピューティングデバイス内に複数のプロセッサ）か、又は互いに別の場所に配置する（例えば、分散型コンピューティングデバイス内の複数のプロセッサ）ことができる。データ処理装置によって実施されたデータを記憶するメモリーは、データ処理装置と同一場所に配置する（例えば、同じコンピューティングデバイスのメモリーに記憶された命令を実施するコンピューティングデバイス）か、又はデータ処理装置から別の場所に配置する（例えば、サーバーデバイス上に記憶された命令を実施するクライアントデバイス）ことができる。
コンピュータプログラム（プログラム、ソフトウェア、ソフトウェアアプリケーション、スクリプト、又はコードとしても公知）は、コンパイル又は解釈言語、宣言型又は手続き型言語を含むプログラミング言語の何れかの形態で書くことができ、独立型プログラムとして、又はモジュール、構成要素、サブルーチン、オブジェクト、又はコンピュータ環境で使用するのに適した他のユニットとして含む何れかの形態で備えることができる。コンピュータプログラムは、ファイルシステム内のファイルに対応することができるが、必ずしも対応する必要はない。プログラムを、他のプログラム又はデータ（例えば、マークアップ言語文書に格納された１又は２以上のスクリプト）を保持するファイルの一部に、プログラム専用の単一のファイルに、又は複数の協調ファイル（例えば、１又は２以上のモジュール、サブプログラム、又はコードの一部分を格納するファイル）に格納することができる。コンピュータプログラムは、１つのコンピュータ上で、又は１つのサイトに位置付けられるか又は複数のサイトにわたって分散され通信ネットワークによって相互接続される複数のコンピュータ上で実行されるように導入することができる。
本明細書で記載されるプロセス及び論理フローの一部は、入力データで動作して出力を生成することによってアクションを実施するために１又は２以上のコンピュータプログラムを実行する１又は２以上のプログラマブルプロセッサによって実施することができる。プロセス及び論理フローは、専用論理回路、例えば、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）又はＡＳＩＣ（特定用途向け集積回路）によって実施することもできる。
コンピュータプログラムの実行に適したプロセッサとしては、一例として、汎用マイクロプロセッサ及び専用マイクロプロセッサの両方、並びにあらゆる種類のデジタルコンピュータのプロセッサが挙げられる。一般に、プロセッサは、読み取り専用メモリー又はランダムアクセスメモリー又はその両方から命令及びデータを受信することになる。コンピュータの要素は、命令に従って動作を実施するプロセッサ、並びに命令及びデータを記憶する１又は２以上のメモリーデバイスを含むことができる。コンピュータは、例えば、非磁気ドライブ（例えば、半導体ドライブ）、磁気ディスク、光磁気ディスク又は光ディスクなど、データを記憶する、１又は２以上の大容量ストレージデバイスを含むこともでき、或いはこのようなストレージデバイスとの間でのデータの受け取り及びデータの転送、又はこれらの両方を行うように動作可能に結合することもできる。しかしながら、コンピュータは、このようなデバイスを有していなくてもよい。更に、コンピュータは、例えば電話機、タブレットコンピュータ、電子装置、モバイルオーディオプレーヤ又はビデオプレーヤ、ゲーム機、全地球測位システム（ＧＰＳ）受信機、モノのインターネット（ＩｏＴ）デバイス、マシンツーマシン（Ｍ２Ｍ）センサ又はアクチュエータ、又はポータブルストレージデバイス（例えば、ユニバーサルシリアルバス（ＵＳＢ）フラッシュドライブ）などの別のデバイスに組み込むことができる。コンピュータプログラム命令及びデータの記憶に適したデバイスとしては、一例として、半導体メモリーデバイス（例えば、ＥＰＲＯＭ、ＥＥＰＲＯＭ及びフラッシュメモリーデバイスなど）、磁気ディスク（例えば、内部ハードディスク又はリムーバブルディスクなど）、磁気光学ディスク、並びにＣＤ ＲＯＭ及びＤＶＤ−ＲＯＭディスクを含む全ての形態の不揮発性メモリー、媒体及びメモリーデバイスが挙げられる。一部の例では、プロセッサ及びメモリーは、専用論理回路によって補完するか、又は専用論理回路に組み込むことができる。
ユーザとの相互作用を提供するために、動作は、ユーザに情報を表示するディスプレイデバイス（例えば、モニター又は別の形式のディスプレイデバイス）と、ユーザが入力をコンピュータに提供することができるキーボード及びポインティングデバイス（例えば、マウス、トラックボール、スタイラス、タッチスクリーン又は別の形式のポインティングデバイス）とを有するコンピュータ上で実行することができる。他の種類のデバイスを使用して、ユーザとの相互作用を提供することもでき、例えば、ユーザに提供されるフィードバックは、任意の形のセンサフィードバック（例えば、視覚フィードバック、聴覚フィードバック又は触覚フィードバック）とすることができ、ユーザからの入力は、音響入力、音声入力又は触覚型入力を含め、あらゆる形態で受け取ることができる。加えて、コンピュータは、例えばウェブブラウザから受け取られた要求に応答してユーザのクライアント装置上のウェブブラウザにウェブページを送信することなどの、ユーザが使用する装置との間で文書を送受信することによってユーザと相互作用することもできる。
コンピュータシステムは、単一のコンピューティングデバイス又は近接して又は一般的には互いから離れて動作して、典型的には通信ネットワークを介して相互作用する複数のコンピュータを含むことができる。通信ネットワークは、ローカルエリアネットワーク（「ＬＡＮ」）及びワイドエリアネットワーク（「ＷＡＮ」）、インターネットワーク（例えば、インターネット）、衛星リンクを備えるネットワーク、及びピアツーピアネットワーク（例えば、アドホックピアツーピアネットワーク）のうちの１又は２以上を含むことができる。クライアントとサーバーの関係は、それぞれのコンピュータ上で動作してれ、互いにクライアントサーバー関係を有するコンピュータプログラムによって生じることができる。
記載される実施例の一部の一般的な態様において、動き検出システムは、機械学習を実施して、空間内の異なる領域内の物体の動きと、物体の動きが異なる領域内に発生した間に取得されたチャネル応答によって共有される特性とを関連付ける。また、動き検出システムは、ＲＦ動きローカライゼーションを実施して、動き検出データベースに記憶された機械学習された関連付けに基づいて、空間内の異なる領域を識別する。各機械学習された関連付けは、空間内の異なる領域に関連付けられた共有チャネル応答特性を含む。
第１の実施例において、動き検出方法は、無線通信デバイス間で空間を介して送信された無線信号に基づいてチャネル応答を取得するステップを含む。本方法は、動き検出プロセスを実行して、チャネル応答に基づいて空間内の物体の動きを検出するステップを更に含む。本方法は、１又は２以上のプロセッサの動作によって、チャネル応答を分析して、空間内の複数の領域のうちの１つの領域内の動きの場所を識別するステップを含む。
第１の実施例の実施構成は、一部の例において、以下の特徴の１又は２以上を含むことができる。チャネル応答を分析して場所を識別するステップは、チャネル応答のうちの１又は２以上のチャネル応答の特性を識別するステップと、識別された特性を空間内の複数の異なる場所に関連付けられた基準特性と比較することに基づいて場所を識別するステップとを含む。チャネル応答のうちの１又は２以上のチャネル応答の特性を識別するステップは、チャネル応答のうちの１又は２以上によって定められた輪郭の形状を識別するステップを含む。基準特性は、チャネル応答特性の各々を空間内の複数の領域の中から１つの異なる領域と関連付ける動き検出データベース内のエントリーを含む。特性の変化は、経時的に識別することができ、識別された場所の変化は、経時的に特性の変化に基づいて識別することができる。チャネル応答を分析して検出された動きの場所を識別するステップは、チャネル応答をニューラルネットワークへの入力として提供するステップと、ニューラルネットワークの出力に基づいて検出された動きの場所を識別するステップとを含むことができる。
第１の実施例の実施構成は、一部の例において、以下の特徴の１又は２以上を含むことができる。チャネル応答は、一連の時点に関連付けられている。本方法は、連続した異なる時点に関連付けられたチャネル応答によって共有される特性に基づいて、動きの場所を識別するステップを更に含む。動き検出プロセスは、異なる時点に関連付けられたチャネル応答間の時系列にわたる変化に基づいて動きを検出する。
第１の実施例の実施構成は、一部の例において、以下の特徴の１又は２以上を含むことができる。無線信号の各々は、第１の無線通信デバイスによって送信されて、第２の無線通信デバイスによって受信され、チャネル応答の各々は、第２の無線通信デバイスによって受信された無線信号のそれぞれの信号から生成される。
第１の実施例の実施構成は、一部の例において、以下の特徴の１又は２以上を含むことができる。空間は建物を含む。空間内の複数の領域の各々は、建物のフロア、建物内の部屋又は建物内の部屋のセットのうちの少なくとも１つを含む。建物内の部屋のセットは、建物の全体よりも少ないものを含む。
第２の実施例において、動き検出方法は、空間内の異なる領域内の物体の動きに関連付けられたチャネル応答を取得するステップを含む。チャネル応答は、１又は２以上の無線通信デバイスによって空間を介して送信された無線信号に基づく。本方法は、１又は２以上のプロセッサの動作によって、チャネル応答の各々によって共有される特性を識別するステップを含む。本方法は、動き検出データベースにおいて、特性を空間内の異なる領域と関連付けるステップを含む。
第２の実施例の実施構成は、一部の例において、以下の特徴の１又は２以上を含むことができる。チャネル応答は第１のチャネル応答であり、空間の異なる領域は第１の領域であり、特性は第１の特性である。本方法は、空間内の第２の異なる領域内の物体の動きに関連付けられた第２のチャネル応答を取得するステップと、第２のチャネル応答の各々によって共有される第２の特性を識別するステップと、動き検出データベースにおいて、第２の特性を第２の異なる領域と関連付けるステップとを更に含む。チャネル応答の各々によって共有される特性を識別するステップは、チャネル応答をニューラルネットワークへの入力として提供するステップを含むことができ、特性を異なる領域と関連付けるステップは、入力として提供されたチャネル応答に基づいてニューラルネットワークをトレーニングするステップを含むことができる。
第２の実施例の実施構成は、一部の例において、以下の特徴の１又は２以上を含むことができる。本方法は、特性を空間の異なる領域内の物体の動きと関連付けた後、無線通信デバイス間で空間を介して送信された無線信号に基づいて追加のチャネル応答を取得するステップと、動き検出データベースを使用して異なる領域内の動きを識別するステップとを更に含む。本方法において、動き検出データベースを使用して異なる領域内の動きを識別するステップは、動き検出プロセスを実行して、追加のチャネル応答に基づいて空間内の物体の動きを検出するステップを含む。本方法において、動き検出データベースを使用して異なる領域内の動きを識別するステップは、１又は２以上のプロセッサの動作によって、チャネル応答を分析して、空間内の複数の領域のうちの１つの領域内の動きの場所を識別するステップを含む。チャネル応答を分析して空間内の複数の領域のうちの１つの領域内の動きの場所を識別するステップは、チャネル応答のうちの１又は２以上のチャネル応答の特性を識別するステップと、識別された特性と、空間内の複数の異なる場所に関連付けられた基準特性とを比較することに基づいて場所を識別するステップと、を含む。基準特性は、動き検出データベース内のエントリーを含む。動き検出データベースは、チャネル応答特性の各々を空間内の複数の領域の中から１つの異なる領域と関連付ける。
第２の実施例の実施構成は、一部の例において、以下の特徴の１又は２以上を含むことができる。空間は建物を含む。空間内の複数の領域の各々は、建物のフロア、建物内の部屋又は建物内の部屋のセットのうちの少なくとも１つを含む。建物内の部屋のセットは、建物の全体よりも少ないものを含む。
一部の実施構成において、コンピュータ可読媒体は、データ処理装置によって実行されたときに第１又は第２の実施例の１又は２以上の動作を実行する命令を記憶する。幾つかの実施構成では、システム（例えば、無線通信デバイス、コンピュータシステム、これらの組み合わせ、又は無線通信デバイスに通信可能に結合された他のタイプのシステム）が、１又は２以上のデータ処理装置と、データ処理装置によって実行されたときに第１及び第２の実施例の１又は２以上の動作を実行するよう動作可能な命令を記憶するメモリーと、を含む。
本明細書は多くの詳細を含んでいるが、これらの詳細は、特許請求できる内容の範囲に対する限定ではなく、むしろ特定の例に固有の特徴の説明として解釈されたい。本明細書において別個の実装の文脈で説明した幾つかの特徴は、組み合わせることもできる。これとは逆に、単一の実装の文脈で説明した様々な特徴は、複数の実施形態において単独で実装することも、或いはあらゆる好適な部分的組み合わせで実装することもできる。
幾つかの実施形態について説明してきた。それでもなお、様々な修正を行うことができることは理解されるであろう。従って、他の実施形態は、添付の特許請求項の範囲内にある。
６０２：無線通信デバイス間で空間を介して送信された無線信号に基づいたチャネル応答を取得する
６０４：動き検出プロセスを実行して、空間内の動きをチャネル応答に基づいて検出する
６０６：チャネル応答を分析して、空間の領域内の検出された動きの場所を識別する
６１２：チャネル応答の１又は２以上の特性を識別する
６１４：特定された特性を空間内の複数の異なる場所と関連した基準特性と比較することに基づいて場所を識別する

Claims (30)

  1. 動き検出方法であって、
    無線通信デバイス間で空間を介して送信された無線信号に基づいてチャネル応答を取得するステップと、
    動き検出プロセスを実行して、前記チャネル応答に基づいて前記空間内の物体の動きを検出するステップと、
    １又は２以上のプロセッサの動作によって、前記チャネル応答を分析して、前記空間内の複数の領域のうちの１つの領域内の前記検出された動きの場所を識別するステップと、
    を含む、動き検出方法。
  2. 前記チャネル応答を分析して、前記検出された動きの前記場所を識別するステップは、
    前記チャネル応答のうちの１又は２以上のチャネル応答の特性を識別するステップと、
    前記識別された特性と前記空間内の複数の異なる場所に関連付けられた基準特性と比較することに基づいて前記場所を識別するステップと、
    を含む、請求項１に記載の方法。
  3. 前記チャネル応答のうちの１又は２以上のチャネル応答の前記特性を識別するステップは、前記チャネル応答のうちの１又は２以上によって定められた輪郭の形状を識別するステップを含む、請求項２に記載の方法。
  4. 前記基準特性は、前記チャネル応答特性の各々を前記空間内の前記複数の領域の中から１つの異なる領域と関連付ける動き検出データベース内のエントリーを含む、請求項２に記載の方法。
  5. 前記特性の変化を経時的に識別して、経時的に前記特性内の前記変化に基づいて前記識別された場所の変化を識別するステップを含む、請求項２に記載の方法。
  6. 前記チャネル応答は、一連の時点に関連付けられ、前記方法は、前記連続した異なる時点に関連付けられたチャネル応答によって共有される特性に基づいて前記動きの前記場所を識別するステップを含む、請求項１から５の何れか１項に記載の方法。
  7. 前記動き検出プロセスは、前記異なる時点に関連付けられた前記チャネル応答間の時系列にわたる変化に基づいて前記動きを検出する、請求項６に記載の方法。
  8. 前記無線信号の各々は、第１の無線通信デバイスによって送信されて、第２の無線通信デバイスによって受信され、前記チャネル応答の各々は、前記第２の無線通信デバイスによって受信された前記無線信号のそれぞれの信号から生成される、請求項１から５の何れか１項に記載の方法。
  9. 前記空間は建物を含み、前記空間内の前記複数の領域の各々は、前記建物のフロア、前記建物内の部屋、又は前記建物内の部屋のセットのうちの少なくとも１つを含み、前記建物内の前記部屋のセットは、前記建物の全体よりも少ないものを含む、請求項１から５の何れか１項に記載の方法。
  10. 前記チャネル応答を分析して、前記検出された動きの前記場所を識別するステップは、前記チャネル応答をニューラルネットワークへの入力として提供して、前記ニューラルネットワークの出力に基づいて前記検出された動きの前記場所を識別するステップを含む、請求項１から５の何れか１項に記載の方法。
  11. 動き検出システムであって、
    他の遠隔センサデバイスから受信された一連の無線信号に基づいて空間内の物体の動きを検出するように各々が構成された、複数の無線通信デバイスと、
    前記遠隔センサデバイスに通信可能に結合されたデータ処理装置と、
    を備え、
    前記データ処理装置が、
    無線通信デバイス間で空間を介して送信された無線信号に基づいてチャネル応答を取得し、
    動き検出プロセスを実行して、前記チャネル応答に基づいて前記空間内の物体の動きを検出し、
    前記チャネル応答を分析して、前記空間内の複数の領域のうちの１つの領域内の動きの場所を識別する、
    ように構成される、動き検出システム。
  12. 前記データ処理装置は、前記チャネル応答を分析して、
    前記チャネル応答のうちの１又は２以上のチャネル応答の特性を識別し、
    前記識別された特性と前記空間内の複数の異なる場所に関連付けられた基準特性と比較することに基づいて前記場所を識別する、
    ことによって前記場所を識別するように構成される、請求項１１に記載のシステム。
  13. 前記データ処理装置は、前記チャネル応答のうちの１又は２以上によって定められた輪郭の形状を識別することによって、前記チャネル応答のうちの１又は２以上のチャネル応答の前記特性を識別するように構成される、請求項１２に記載のシステム。
  14. 前記基準特性は、前記チャネル応答特性の各々を前記空間内の前記複数の領域の中から１つの異なる領域と関連付ける動き検出データベース内のエントリーを含む、請求項１２に記載のシステム。
  15. 前記データ処理装置は、経時的に前記特性の変化を識別して、経時的に前記特性の変化に基づいて前記識別された場所の変化を識別するように構成される、請求項１２に記載のシステム。
  16. 前記チャネル応答は、一連の時点に関連付けられ、前記データ処理装置は、前記連続した異なる時点に関連付けられたチャネル応答によって共有される特性に基づいて前記動きの前記場所を識別するように構成される、請求項１１から１５の何れか１項に記載のシステム。
  17. 前記動き検出プロセスを実行することは、異なる時点に関連付けられたチャネル応答間の時系列にわたる変化に基づいて前記動きを検出することを含む、請求項１６に記載のシステム。
  18. 前記空間は建物を含み、前記空間内の前記複数の領域の各々は、前記建物のフロア、前記建物内の部屋、又は建物内の部屋のセットのうちの少なくとも１つを含み、前記建物内の部屋の前記セットは、前記建物の全体よりも少ないものを含む、請求項１１から１５の何れか１項に記載のシステム。
  19. 前記データ処理装置は、前記チャネル応答を分析して、前記チャネル応答をニューラルネットワークへの入力として提供して、前記ニューラルネットワークの出力に基づいて前記検出された動きの前記場所を識別することによって、前記検出された動きの前記場所を識別するように構成される、請求項１１から１５の何れか１項に記載のシステム。
  20. 動き検出方法であって、
    空間内の異なる領域内の物体の動きに関連付けられたチャネル応答を取得するステップであって、前記チャネル応答は、１又は２以上の無線通信デバイスによって前記空間を介して送信された無線信号に基づく、ステップと、
    １又は２以上のプロセッサの動作によって、前記チャネル応答の各々によって共有される特性を識別するステップと、
    動き検出データベースにおいて、前記特性を前記空間内の前記異なる領域と関連付けるステップと、
    を含む、動き検出方法。
  21. 前記チャネル応答は第１のチャネル応答であり、前記空間内の前記異なる領域は第１の領域であり、前記特性は第１の特性であり、
    前記方法は、
    前記空間内の第２の異なる領域内の物体の動きに関連付けられた第２のチャネル応答を取得するステップと、
    前記第２のチャネル応答の各々によって共有される第２の特性を識別するステップと、
    前記動き検出データベースにおいて、前記第２の特性を前記第２の異なる領域と関連付けるステップと、
    を含む、請求項２０に記載の方法。
  22. 前記特性を前記空間の前記異なる領域内の物体の動きと関連付けた後、
    前記無線通信デバイス間で前記空間を介して送信された無線信号に基づいて追加のチャネル応答を取得するステップと、
    前記動き検出データベースを使用して、前記異なる領域内の動きを識別するステップと、
    を更に含む、請求項２０に記載の方法。
  23. 前記動き検出データベースを使用して、前記異なる領域内の動きを識別するステップは、
    動き検出プロセスを実行して、前記追加のチャネル応答に基づいて前記空間内の前記物体の動きを検出するステップと、
    前記チャネル応答を分析して、前記チャネル応答のうちの１又は２以上のチャネル応答の特性を識別し、前記識別された特性と、前記空間内の複数の異なる場所に関連付けられた基準特性とを比較することに基づいて前記場所を識別することによって、前記空間内の複数の領域のうちの１つの領域内の前記動きの場所を識別するステップと、
    を含み、
    前記基準特性は、前記チャネル応答特性の各々を前記空間内の前記複数の領域の中から１つの異なる領域と関連付ける前記動き検出データベース内のエントリーを含む、請求項２２に記載の方法。
  24. 前記空間は建物を含み、前記空間内の前記複数の領域の各々は、前記建物のフロア、前記建物内の部屋、又は建物内の部屋のセットのうちの少なくとも１つを含み、前記建物内の部屋のセットは、前記建物の全体よりも少ないものを含む、請求項２０から２３の何れか１項に記載の方法。
  25. 前記チャネル応答の各々によって共有される前記特性を識別するステップは、前記チャネル応答をニューラルネットワークへの入力として提供するステップを含み、前記特性を前記異なる領域と関連付けるステップは、入力として提供された前記チャネル応答に基づいて前記ニューラルネットワークをトレーニングするステップを含む、請求項２０から２３の何れか１項に記載の方法。
  26. 動き検出システムであって
    他の遠隔センサデバイスから受信された一連の無線信号に基づいて空間内の物体の動きを検出するように各々が構成された、複数の無線通信デバイスと、
    前記遠隔センサデバイスに通信可能に結合されたデータ処理装置と、
    を備え、
    前記データ処理装置が、
    空間内の異なる領域内の物体の動きに関連付けられたチャネル応答を１又は２以上の無線通信デバイスによって前記空間を介して送信された無線信号に基づいて取得し、
    前記チャネル応答の各々によって共有される特性を識別し、
    前記動き検出データベースにおいて、前記空間内の前記特性を前記異なる領域と関連付ける、
    ように構成される、動き検出システム。
  27. 前記チャネル応答は第１のチャネル応答であり、前記空間内の前記異なる領域は第１の領域であり、前記特性は第１の特性であり、
    前記方法は、
    前記空間内の第２の異なる領域内の物体の動きに関連付けられた第２のチャネル応答を取得するステップと、
    前記第２のチャネル応答の各々によって共有される第２の特性を識別するステップと、 前記動き検出データベースにおいて、前記第２の特性を前記第２の異なる領域と関連付けるステップと、
    を含む、請求項２６に記載のシステム。
  28. 前記データ処理装置は、前記特性を前記空間の前記異なる領域内の物体の動きと関連付けた後、
    前記無線通信デバイス間で前記空間を介して送信された無線信号に基づいて追加のチャネル応答を取得し、
    前記動き検出データベースを使用して、前記異なる領域内の動きを識別する、
    ように構成される、請求項２６に記載のシステム。
  29. 前記動き検出データベースを使用して、前記異なる領域内の動きを識別することは、
    動き検出プロセスを実行して、前記追加のチャネル応答に基づいて前記空間内の前記物体の動きを検出すること、
    前記チャネル応答を分析して、前記チャネル応答のうちの１又は２以上のチャネル応答の特性を識別し、前記識別された特性と、を前記空間内の複数の異なる場所に関連付けられた基準特性とを比較することに基づいて前記場所を識別することによって、前記空間内の複数の領域のうちの１つの領域内の動きの場所を識別すること、
    とを含み、
    前記基準特性は、前記チャネル応答特性の各々を前記空間内の前記複数の領域の中から１つの異なる領域と関連付ける前記動き検出データベース内のエントリーを含む、請求項２８に記載のシステム。
  30. 前記チャネル応答の各々によって共有される前記特性を識別することは、前記チャネル応答をニューラルネットワークへの入力として提供することを含み、前記特性を前記異なる領域と関連付けることは、入力として提供された前記チャネル応答に基づいて前記ニューラルネットワークをトレーニングすることを含む、請求項２６から２９の何れか１項に記載のシステム。
JP2020521306A 2017-11-16 2018-02-06 チャネル応答特性に基づく動きローカライゼーション Active JP7163380B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/815,199 2017-11-16
US15/815,199 US10109168B1 (en) 2017-11-16 2017-11-16 Motion localization based on channel response characteristics
PCT/CA2018/050128 WO2019095041A1 (en) 2017-11-16 2018-02-06 Motion localization based on channel response characteristics

Publications (2)

Publication Number Publication Date
JP2021503071A true JP2021503071A (ja) 2021-02-04
JP7163380B2 JP7163380B2 (ja) 2022-10-31

Family

ID=63833278

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020521306A Active JP7163380B2 (ja) 2017-11-16 2018-02-06 チャネル応答特性に基づく動きローカライゼーション

Country Status (7)

Country Link
US (2) US10109168B1 (ja)
EP (1) EP3679399A4 (ja)
JP (1) JP7163380B2 (ja)
KR (1) KR102607381B1 (ja)
CN (1) CN111226129A (ja)
CA (1) CA3078248A1 (ja)
WO (1) WO2019095041A1 (ja)

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10109167B1 (en) 2017-10-20 2018-10-23 Cognitive Systems Corp. Motion localization in a wireless mesh network based on motion indicator values
US10109168B1 (en) 2017-11-16 2018-10-23 Cognitive Systems Corp. Motion localization based on channel response characteristics
US10852411B2 (en) 2017-12-06 2020-12-01 Cognitive Systems Corp. Motion detection and localization based on bi-directional channel sounding
EP3528432B1 (en) * 2018-02-16 2020-09-02 Nokia Solutions and Networks Oy Method and apparatus for monitoring a telecommunication network
US11579703B2 (en) 2018-06-18 2023-02-14 Cognitive Systems Corp. Recognizing gestures based on wireless signals
US11403543B2 (en) 2018-12-03 2022-08-02 Cognitive Systems Corp. Determining a location of motion detected from wireless signals
US10506384B1 (en) 2018-12-03 2019-12-10 Cognitive Systems Corp. Determining a location of motion detected from wireless signals based on prior probability
WO2020152032A1 (en) * 2019-01-21 2020-07-30 British Telecommunications Public Limited Company Wireless sensing method
US10499364B1 (en) 2019-01-24 2019-12-03 Cognitive Systems Corp. Identifying static leaf nodes in a motion detection system
US10498467B1 (en) 2019-01-24 2019-12-03 Cognitive Systems Corp. Classifying static leaf nodes in a motion detection system
US10565860B1 (en) * 2019-03-21 2020-02-18 Cognitive Systems Corp. Offline tuning system for detecting new motion zones in a motion detection system
WO2020216522A1 (en) * 2019-04-26 2020-10-29 Sony Corporation Radar probing using radio communication terminals
US11087604B2 (en) 2019-04-30 2021-08-10 Cognitive Systems Corp. Controlling device participation in wireless sensing systems
US10600314B1 (en) 2019-04-30 2020-03-24 Cognitive Systems Corp. Modifying sensitivity settings in a motion detection system
US10459074B1 (en) 2019-04-30 2019-10-29 Cognitive Systems Corp. Determining a location of motion detected from wireless signals based on wireless link counting
US10567914B1 (en) 2019-04-30 2020-02-18 Cognitive Systems Corp. Initializing probability vectors for determining a location of motion detected from wireless signals
US10404387B1 (en) * 2019-05-15 2019-09-03 Cognitive Systems Corp. Determining motion zones in a space traversed by wireless signals
US10460581B1 (en) 2019-05-15 2019-10-29 Cognitive Systems Corp. Determining a confidence for a motion zone identified as a location of motion for motion detected by wireless signals
US10743143B1 (en) 2019-05-15 2020-08-11 Cognitive Systems Corp. Determining a motion zone for a location of motion detected by wireless signals
US11514767B2 (en) 2019-09-18 2022-11-29 Sensormatic Electronics, LLC Systems and methods for averting crime with look-ahead analytics
US11006245B2 (en) 2019-09-30 2021-05-11 Cognitive Systems Corp. Detecting a location of motion using wireless signals and topologies of wireless connectivity
CA3152905A1 (en) 2019-10-31 2021-05-06 Christopher Beg Using mimo training fields for motion detection
CN114599991A (zh) 2019-10-31 2022-06-07 认知系统公司 引发来自无线通信装置的mimo传输
US11570712B2 (en) 2019-10-31 2023-01-31 Cognitive Systems Corp. Varying a rate of eliciting MIMO transmissions from wireless communication devices
US11575999B2 (en) * 2020-01-16 2023-02-07 Meta Platforms Technologies, Llc Systems and methods for hearing assessment and audio adjustment
US10928503B1 (en) 2020-03-03 2021-02-23 Cognitive Systems Corp. Using over-the-air signals for passive motion detection
CN116058071A (zh) 2020-08-31 2023-05-02 认知系统公司 控制标准化无线通信网络中的运动拓扑结构
EP4223000A1 (en) * 2020-10-02 2023-08-09 Telefonaktiebolaget LM Ericsson (publ) Technique for assessing connection quality
KR102426289B1 (ko) * 2020-11-27 2022-07-28 서울대학교산학협력단 심층 신경망을 이용한 활성 단말 검출과 채널 추정 방법 및 장치
US11070399B1 (en) 2020-11-30 2021-07-20 Cognitive Systems Corp. Filtering channel responses for motion detection
EP4272013A1 (en) * 2020-12-30 2023-11-08 Khalifa University of Science and Technology Methods and devices for detecting motion
EP4352666A1 (en) * 2021-05-28 2024-04-17 Deepsig Inc. Generating variable communication channel responses using machine learning networks
CN117396776A (zh) 2021-05-28 2024-01-12 认知系统公司 分析环境中的Wi-Fi运动覆盖
WO2022263982A1 (en) * 2021-06-15 2022-12-22 Cognitive Systems Corp. Systems and methods for dynamic time domain channel representations
WO2024043884A1 (en) * 2022-08-24 2024-02-29 Google Llc Tagless indoor user localization using ultra-wideband communication

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140247179A1 (en) * 2011-10-19 2014-09-04 Telefonaktiebolaget L M Ericsson (Publ) Motion detector device
JP2015052475A (ja) * 2013-09-05 2015-03-19 住友電気工業株式会社 監視システム
US9474042B1 (en) * 2015-09-16 2016-10-18 Ivani, LLC Detecting location within a network
US9523760B1 (en) * 2016-04-15 2016-12-20 Cognitive Systems Corp. Detecting motion based on repeated wireless transmissions
US9584974B1 (en) * 2016-05-11 2017-02-28 Cognitive Systems Corp. Detecting motion based on reference signal transmissions
JP6324935B2 (ja) * 2008-06-17 2018-05-16 クゥアルコム・インコーポレイテッドＱｕａｌｃｏｍｍ Ｉｎｃｏｒｐｏｒａｔｅｄ 自己測位アクセスポイント

Family Cites Families (118)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA1084618A (en) 1976-11-10 1980-08-26 Martin T. Cole Phase difference sensitive movement detectors
US4054879A (en) 1976-11-19 1977-10-18 The United States Of America As Represented By The Secretary Of The Navy Dual-frequency, remote ocean-wave spectrometer
US4075573A (en) 1977-01-05 1978-02-21 Motorola, Inc. Incremental agc signal generator with controllable increments
US4193055A (en) 1977-03-11 1980-03-11 Charly Barnum Automatic sensitivity level adjustment
US4286260A (en) 1979-09-11 1981-08-25 E-Systems, Inc. Ranging quadrature doppler microwave intrusion alarm system
US4649388A (en) 1985-11-08 1987-03-10 David Atlas Radar detection of hazardous small scale weather disturbances
US4740045A (en) 1986-07-02 1988-04-26 Goodson & Associates, Inc. Multiple parameter doppler radar
FI76889C (fi) 1987-02-17 1988-12-12 Kone Oy Foerfarande foer val av funktionssaett vid en anordning som anvaends foer raekning av objekt inom ett visst omraode.
GB2322986B (en) 1987-10-28 1998-12-16 Licentia Gmbh Method of type classification of a target
GB9112838D0 (en) 1991-06-14 1991-10-16 Philips Electronic Associated Fmcw radar range calibration
US5519400A (en) 1993-04-12 1996-05-21 The Regents Of The University Of California Phase coded, micro-power impulse radar motion sensor
US5696514A (en) 1996-02-28 1997-12-09 Northrop Grumman Corporation Location and velocity measurement system using atomic clocks in moving objects and receivers
US6075797A (en) 1997-10-17 2000-06-13 3Com Corporation Method and system for detecting mobility of a wireless-capable modem to minimize data transfer rate renegotiations
US6334059B1 (en) 1999-01-08 2001-12-25 Trueposition, Inc. Modified transmission method for improving accuracy for e-911 calls
US7450052B2 (en) * 1999-05-25 2008-11-11 The Macaleese Companies, Inc. Object detection method and apparatus
US6493380B1 (en) 1999-05-28 2002-12-10 Nortel Networks Limited System and method for estimating signal time of arrival
US7411921B2 (en) 1999-10-21 2008-08-12 Rf Technologies, Inc. Method and apparatus for integrating wireless communication and asset location
AU2001292686A1 (en) 2000-09-14 2002-03-26 Time Domain Corporation System and method for detecting an intruder using impulse radio technology
AU2002336576A1 (en) 2001-09-17 2003-04-01 Morpho Technologies Digital signal processor for wireless baseband processing
US7773614B1 (en) 2001-12-05 2010-08-10 Adaptix, Inc. Wireless communication subsystem with a digital interface
WO2012125726A1 (en) 2011-03-14 2012-09-20 Intelligent Technologies International, Inc. Cargo theft prevention system and method
US7206297B2 (en) 2003-02-24 2007-04-17 Autocell Laboratories, Inc. Method for associating access points with stations using bid techniques
US7869822B2 (en) 2003-02-24 2011-01-11 Autocell Laboratories, Inc. Wireless network apparatus and system field of the invention
US20050055568A1 (en) 2003-08-12 2005-03-10 Agrawala Ashok K. Method and system for providing physical security in an area of interest
AU2004305877B2 (en) * 2003-09-26 2010-09-23 Institut National De La Recherche Scientifique (Inrs) Method and system for indoor geolocation using an impulse response fingerprinting technique
JP4301080B2 (ja) 2004-05-24 2009-07-22 船井電機株式会社 監視システム
US7317419B2 (en) 2004-06-23 2008-01-08 Cognio, Inc. Self-calibrated path loss position estimation and zone of impact determination
US20060217132A1 (en) * 2005-03-23 2006-09-28 3Com Corporation High resolution localization for indoor environments
WO2006107282A1 (en) 2005-04-07 2006-10-12 National University Of Singapore A system and method for searching physical objects
US7342493B2 (en) 2005-04-22 2008-03-11 Ultravision Security Systems, Inc. Motion detector
US7916066B1 (en) 2006-04-27 2011-03-29 Josef Osterweil Method and apparatus for a body position monitor and fall detector using radar
US7652617B2 (en) 2006-06-01 2010-01-26 University Of Florida Research Foundation, Inc. Radar microsensor for detection, tracking, and classification
EP2036056A4 (en) 2006-06-13 2009-08-19 Magneto Inertial Sensing Techn MOTION DETECTION IN A WIRELESS RF NETWORK
US20070293232A1 (en) 2006-06-20 2007-12-20 Aruze Corp. Wireless communication failure monitoring system and monitoring device
US7800496B2 (en) * 2006-07-07 2010-09-21 Innovalarm Corporation Methods, devices and security systems utilizing wireless networks and detection devices
US7706811B2 (en) * 2006-09-19 2010-04-27 Broadphone Llc Signal comparison-based location determining method
US7783300B2 (en) 2006-11-22 2010-08-24 Airdefense, Inc. Systems and methods for proactively enforcing a wireless free zone
US8075499B2 (en) 2007-05-18 2011-12-13 Vaidhi Nathan Abnormal motion detector and monitor
US8526341B2 (en) 2007-05-17 2013-09-03 University Of Iowa Research Foundation Systems and methods for microwave tomography
US20090128360A1 (en) * 2007-09-24 2009-05-21 Headwater Systems, Inc. Electronic tag location system
US7679547B2 (en) 2007-09-26 2010-03-16 Honeywell International Inc. Direction of travel motion detector with automatic gain control
GB2469420B (en) 2008-02-06 2012-10-17 Hmicro Inc Wireless communications systems using multiple radios
TWI475847B (zh) 2008-04-16 2015-03-01 Koninkl Philips Electronics Nv 存在及移動偵測之被動雷達
US8102261B2 (en) 2008-07-17 2012-01-24 Honeywell International Inc. Microwave ranging sensor
US8542109B2 (en) 2008-07-29 2013-09-24 Flir Systems, Inc. Foliage penetrating sensor array for intrusion detection
US10168414B2 (en) * 2014-07-17 2019-01-01 Origin Wireless, Inc. Wireless signals and techniques for determining locations of objects in multi-path environments
US8159344B2 (en) 2008-10-28 2012-04-17 Honeywell International, Inc. Microwave motion detectors utilizing multi-frequency ranging and target angle detection
US8892127B2 (en) 2008-11-21 2014-11-18 Qualcomm Incorporated Wireless-based positioning adjustments using a motion sensor
WO2010107440A1 (en) 2009-03-20 2010-09-23 Innovative Wireless Technologies, Inc. Method and apparatus for reliable communications in underground and hazardous areas
US8331498B2 (en) 2009-04-13 2012-12-11 Telefonaktiebolaget L M Ericsson (Publ) Blind modulation detection
EP2259084A1 (de) * 2009-06-03 2010-12-08 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren und Funkeinrichtung zur Detektion einer Bewegung
US8305257B2 (en) 2009-09-02 2012-11-06 Trizna Dennis B Method and apparatus for coherent marine radar measurements of properties of ocean waves and currents
US8138918B2 (en) 2009-09-17 2012-03-20 Raytheon Company Intrusion detection and tracking system
US9104238B2 (en) 2010-02-12 2015-08-11 Broadcom Corporation Systems and methods for providing enhanced motion detection
CN101807245B (zh) * 2010-03-02 2013-01-02 天津大学 基于人工神经网络的多源步态特征提取与身份识别方法
US8818288B2 (en) 2010-07-09 2014-08-26 University Of Utah Research Foundation Statistical inversion method and system for device-free localization in RF sensor networks
WO2012015688A2 (en) 2010-07-27 2012-02-02 Raytheon Company An intrusion detection and tracking system
US8605830B2 (en) 2010-07-30 2013-12-10 National Instruments Corporation Blind carrier/timing recovery and detection of modulation scheme
US8396485B2 (en) 2010-11-09 2013-03-12 Apple Inc. Beacon-based geofencing
WO2012082758A1 (en) * 2010-12-13 2012-06-21 Xandem Technology Llc Systems and methods of device-free motion detection and presence detection
WO2012154262A2 (en) 2011-02-21 2012-11-15 TransRobotics, Inc. System and method for sensing distance and/or movement
FR2973614B1 (fr) * 2011-04-01 2013-05-10 Commissariat Energie Atomique Procede d'evaluation de la qualite des liens radio pour un reseau corporel sans fil, procede de transmission de messages pour un reseau corporel sans fil et dispositifs pour la mise en oeuvre de ces procedes
JPWO2012137285A1 (ja) 2011-04-04 2014-07-28 三菱電機株式会社 在圏検知システム、在圏検知方法及びプログラム
US20130005280A1 (en) 2011-06-28 2013-01-03 Hong Kong Applied Science and Technology Research Institute Company Limited Method for constructing a wireless communication device to achieve motion sensing function
US20130090151A1 (en) 2011-10-06 2013-04-11 Qualcomm Incorporated Method and apparatus for advanced motion detection in wireless communications systems
US9398529B2 (en) 2011-12-15 2016-07-19 Intel Corporation System and method for enabling low power devices
US8866663B2 (en) 2011-12-27 2014-10-21 Massachusetts Institute Of Technology Methods and apparatus for sensing organic tissue
US9185528B2 (en) 2012-06-28 2015-11-10 Northrop Grumman Systems Corporation WiFi mapping and motion detection
WO2014021574A1 (ko) 2012-08-02 2014-02-06 트라텍정보통신 주식회사 스마트폰과 연동되는 ｕｓｂ 메모리 장치
US9551784B2 (en) 2012-09-04 2017-01-24 Honeywell International Inc. Intrusion detection
US9999376B2 (en) 2012-11-02 2018-06-19 Vital Connect, Inc. Determining body postures and activities
US8847754B2 (en) * 2012-11-15 2014-09-30 James Buchheim Locator beacon and radar application for mobile device
US9544788B2 (en) * 2012-11-16 2017-01-10 Dsp Group Ltd. Method and system for motion detection using digital enhanced cordless telecommunicaiton (DECT) signals
CA2834522A1 (en) 2012-11-22 2014-05-22 Perch Communications Inc. System and method for automatically triggered synchronous and asynchronous video and audio communications betwwen users at different endpoints
US9425627B2 (en) * 2013-03-04 2016-08-23 Hello Inc. Telemetry system with remote firmware updates
US9537586B2 (en) 2013-03-15 2017-01-03 DGS Global Systems, Inc. Systems, methods, and devices for electronic spectrum management with remote access to data in a virtual computing network
US9213873B2 (en) 2013-03-22 2015-12-15 Symbol Technologies, Llc Determining movement of a radio frequency identification tag using a phase difference/frequency model
KR101446422B1 (ko) * 2013-04-05 2014-10-30 고려대학교 산학협력단 영상 감시 시스템 및 방법
JP6194187B2 (ja) * 2013-05-07 2017-09-06 株式会社アクト 室内環境制御システム
CA2820568A1 (en) * 2013-06-21 2014-12-21 Ninve Jr. Inc. Dual differential doppler motion detection
DE102013212820A1 (de) * 2013-07-01 2015-01-08 Siemens Aktiengesellschaft Bestimmen der Bewegung eines Untersuchungsbereiches
US9451381B2 (en) 2013-08-06 2016-09-20 Time Warner Cable Enterprises Llc Automated provisioning of managed services in a Wi-Fi capable client device
US10979203B2 (en) 2013-09-04 2021-04-13 Qualcomm Incorporated Channel selection to reduce interference to a wireless local area network from a cellular network
US9467480B2 (en) 2013-09-16 2016-10-11 Qualcomm Incorporated Selectively multiplexing incoming WebRTC traffic and/or de-multiplexing outgoing WebRTC traffic by a client-based WebRTC proxy on behalf of a WebRTC multimedia client application
US9204385B2 (en) 2013-10-09 2015-12-01 Netgear, Inc. Wireless router or residential gateway capable of distinguishing power-sensitive wireless sensors and providing separate treatment thereto
CN106464551A (zh) 2014-01-06 2017-02-22 魅力能源公司 一种使用网络装置和基于遥感的信息来协调环境的系统、装置和设备
CA2945702A1 (en) 2014-01-28 2015-08-06 King Abdullah University Of Science And Technology Buffer sizing for multi-hop networks
US20150245164A1 (en) 2014-02-26 2015-08-27 Aliphcom Interaction between wearable devices via broadcasted sensor-related data
EP3736604A1 (en) 2014-04-11 2020-11-11 SZ DJI Technology Co., Ltd. Proximity sensing systems and methods
WO2015168700A1 (en) 2014-05-02 2015-11-05 The Board Of Trustees Of The Leland Stanford Junior University Method and apparatus for tracing motion using radio frequency signals
KR20150134126A (ko) 2014-05-21 2015-12-01 재단법인대구경북과학기술원 레이더 신호 처리 방법 및 장치
US9294974B2 (en) 2014-05-30 2016-03-22 Apple Inc. Motion based search and measurement periodicity
US9424417B2 (en) 2014-06-04 2016-08-23 Qualcomm Incorporated Secure current movement indicator
US9774410B2 (en) 2014-06-10 2017-09-26 PB, Inc. Radiobeacon data sharing by forwarding low energy transmissions to a cloud host
US9143968B1 (en) 2014-07-18 2015-09-22 Cognitive Systems Corp. Wireless spectrum monitoring and analysis
US9143413B1 (en) 2014-10-22 2015-09-22 Cognitive Systems Corp. Presenting wireless-spectrum usage information
CN114089324A (zh) 2014-10-31 2022-02-25 西门子瑞士有限公司 用于在无线电范围中检测对象和/或生物的移动的方法、数字工具、设备和系统
US9648462B2 (en) 2014-11-28 2017-05-09 Szegedi Tudományegyetem Method for tracking of motion of objects associated with wireless communication devices within a predefined area
TWI514193B (zh) 2014-12-25 2015-12-21 Univ Nat Sun Yat Sen 動作感測裝置
WO2016110844A1 (en) 2015-01-07 2016-07-14 Trekeye Systems Ltd. Improved method and system for detection of changes in a defined area
US10347108B2 (en) 2015-01-16 2019-07-09 City University Of Hong Kong Monitoring user activity using wearable motion sensing device
US10956856B2 (en) 2015-01-23 2021-03-23 Samsung Electronics Co., Ltd. Object recognition for a storage structure
US20160241999A1 (en) 2015-02-16 2016-08-18 Polaris Tech Global Limited Cross-platform automated perimeter access control system and method adopting selective adapter
AU2016304884B2 (en) 2015-08-11 2021-01-28 Masimo Corporation Medical monitoring analysis and replay including indicia responsive to light attenuated by body tissue
US10564285B2 (en) 2015-11-19 2020-02-18 DSCG Solutions, Inc. Estimation of motion in six degrees of freedom (6DOF) using LIDAR
US10433184B2 (en) 2015-12-31 2019-10-01 Motorola Mobility Llc Method and apparatus for directing an antenna beam based on a location of a communication device
CN108780538A (zh) 2016-03-23 2018-11-09 联邦快递服务公司 用于自调整无线节点网络中的节点的广播设定的系统、设备和方法
US10129853B2 (en) * 2016-06-08 2018-11-13 Cognitive Systems Corp. Operating a motion detection channel in a wireless communication network
US9524628B1 (en) 2016-08-04 2016-12-20 Cognitive Systems Corp. Detecting signal modulation for motion detection
US10111228B2 (en) 2017-03-16 2018-10-23 Cognitive Systems Corp. Selecting wireless communication channels based on signal quality metrics
US9743294B1 (en) * 2017-03-16 2017-08-22 Cognitive Systems Corp. Storing modem parameters for motion detection
US9989622B1 (en) 2017-03-16 2018-06-05 Cognitive Systems Corp. Controlling radio states for motion detection
US9927519B1 (en) 2017-03-16 2018-03-27 Cognitive Systems Corp. Categorizing motion detected using wireless signals
US10109167B1 (en) 2017-10-20 2018-10-23 Cognitive Systems Corp. Motion localization in a wireless mesh network based on motion indicator values
US10048350B1 (en) * 2017-10-31 2018-08-14 Cognitive Systems Corp. Motion detection based on groupings of statistical parameters of wireless signals
US9933517B1 (en) 2017-11-03 2018-04-03 Cognitive Systems Corp. Time-alignment of motion detection signals using buffers
US10109168B1 (en) 2017-11-16 2018-10-23 Cognitive Systems Corp. Motion localization based on channel response characteristics
US10108903B1 (en) * 2017-12-08 2018-10-23 Cognitive Systems Corp. Motion detection based on machine learning of wireless signal properties

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6324935B2 (ja) * 2008-06-17 2018-05-16 クゥアルコム・インコーポレイテッドＱｕａｌｃｏｍｍ Ｉｎｃｏｒｐｏｒａｔｅｄ 自己測位アクセスポイント
US20140247179A1 (en) * 2011-10-19 2014-09-04 Telefonaktiebolaget L M Ericsson (Publ) Motion detector device
JP2015052475A (ja) * 2013-09-05 2015-03-19 住友電気工業株式会社 監視システム
US9474042B1 (en) * 2015-09-16 2016-10-18 Ivani, LLC Detecting location within a network
US9523760B1 (en) * 2016-04-15 2016-12-20 Cognitive Systems Corp. Detecting motion based on repeated wireless transmissions
US9584974B1 (en) * 2016-05-11 2017-02-28 Cognitive Systems Corp. Detecting motion based on reference signal transmissions

Also Published As

Publication number Publication date
EP3679399A4 (en) 2021-05-19
US20190147713A1 (en) 2019-05-16
CA3078248A1 (en) 2019-05-23
EP3679399A1 (en) 2020-07-15
KR102607381B1 (ko) 2023-11-29
US10380856B2 (en) 2019-08-13
JP7163380B2 (ja) 2022-10-31
CN111226129A (zh) 2020-06-02
WO2019095041A1 (en) 2019-05-23
KR20200087753A (ko) 2020-07-21
US10109168B1 (en) 2018-10-23

Similar Documents

Publication Publication Date Title
JP7163380B2 (ja) チャネル応答特性に基づく動きローカライゼーション
JP7003147B2 (ja) 無線信号を用いて検出された動きの分類
JP7265549B2 (ja) 双方向チャネルサウンディングに基づく動き検出及び位置特定
JP2020537744A (ja) 動きインジケータ値に基づくワイヤレスメッシュネットワーク内の動きローカライゼーション
JP7465874B2 (ja) 事前確率に基づく無線信号から検出されるモーションの位置の決定方法
JP7286669B2 (ja) 無線信号分析に基づく存在検出
JP7465875B2 (ja) 事前確率に基づく無線信号から検出されるモーションの位置の決定方法
JP7124079B2 (ja) メッシュネットワークにおける動き検出法
JP2021506149A (ja) 無線信号の特性の機械学習に基づく動き検出
JP2021501878A (ja) バッファを用いた動き検出信号の時間整合
JP2021501308A (ja) ワイヤレス信号の統計パラメータのグルーピングに基づく動き検出
JP2021500532A (ja) チャネル応答変動の分解に基づく動き検出
EP4252031A1 (en) Filtering channel responses for motion detection
JP7075486B2 (ja) 時間ファクタに基づくワイヤレスメッシュネットワーク内の動きローカライゼーション
US11576141B2 (en) Analyzing Wi-Fi motion coverage in an environment
US20240179545A1 (en) Configuring a Motion Sensing System for Operation in an Environment

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200428

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210125

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20211019

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20211027

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220127

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220425

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220719

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20221003

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221019

R150 Certificate of patent or registration of utility model

Ref document number: 7163380

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150