JP6167368B2 - 信号処理装置 - Google Patents

Description

本発明は、一般に信号処理装置、より詳細には物体で反射された無線信号を受信するセンサからのセンサ信号を信号処理する信号処理装置に関する。

従来、図３６に示す構成の照明システムが提案されている（日本国特許公開番号２０１１−４７７７９参照、以下「文献１」という）。この照明システムは、検知エリア内の検出対象物の存否を検知してセンサ信号を出力するセンサ１１０を具備した物体検知装置１０１と、物体検知装置１０１により点灯状態が制御される照明器具１０２とを備えている。

センサ１１０は、ミリ波を検知エリアに向けて送信して、検知エリア内を移動する検出対象物で反射されたミリ波を受信し、送信したミリ波と受信したミリ波との周波数の差分に相当するドップラ周波数のセンサ信号を出力するミリ波センサである。

物体検知装置１０１は、センサ１１０の出力するセンサ信号を複数の周波数帯域の信号に分けて周波数帯域ごとに増幅する増幅回路１１１と、増幅回路１１１の出力を所定の閾値と比較することにより検出対象物の存否を判定する判定部１１２とを備えている。また、物体検知装置１０１は、判定部１１２での判定結果に応じて照明器具１０２の点灯状態を制御する照明制御部１１３を備えている。

また、物体検知装置１０１は、センサ１１０の出力するセンサ信号の周波数ごとの強度を検出する周波数解析部１１４を備えている。また、物体検知装置１０１は、周波数解析部１１４の解析結果を用いて定常的に発生する特定周波数のノイズの影響を低減するノイズ除去部（ノイズ判定部１１５および切替回路１１６）を備えている。ここで、周波数解析部１１４としては、ＦＦＴ（高速フーリエ変換）アナライザを用いている。判定部１１２と照明制御部１１３とノイズ除去部とは、マイクロコンピュータを主構成とする制御ブロック１１７に含まれている。増幅回路１１１は、センサ信号を予め定められている周波数帯域ごとに出力する信号処理部を構成している。なお、文献１には、信号処理部が、ＦＦＴアナライザ、ディジタルフィルタなどを用いた構成であってもよい旨が記載されている。

増幅回路１１１は、オペアンプを用いた増幅器１１８を複数有しており、各増幅器１１８を構成する回路の各種パラメータを調節することで、各増幅器１１８にて信号を増幅する周波数帯域の設定が可能となっている。つまり、各増幅器１１８は、特定の周波数帯域の信号を通過させるバンドパスフィルタとしても機能する。しかして、増幅回路１１１では、並列に接続された複数の増幅器１１８にてセンサ信号を複数の周波数帯域の信号に分け、各周波数帯域の信号を各増幅器１１８にてそれぞれ増幅して個別に出力する。

判定部１１２は、増幅器１１８の出力をディジタル値にＡ／Ｄ変換し、予め定められた閾値と比較する比較器１１９を増幅器１１８ごとに有し、検出対象物の存否を判定する。比較器１１９では、閾値がパス帯域ごと（つまり増幅器１１８ごと）に個別に設定されており、増幅器１１８の出力が閾値で定められた範囲外のときにＨレベルの信号を出力する。ここで、初期状態（出荷状態）で設定される各パス帯域の閾値Ｖｔｈは、Ｖｔｈ＝Ｖａｖｇ±Ｖｐｐ_ｉｎｉで表される値である。Ｖｐｐ_ｉｎｉは、電波暗室など電磁波の反射がない状態で、一定時間内に測定される各増幅器１１８の出力値Ｖのピーク・トゥー・ピークＶｐｐの最大値である。Ｖａｖｇは、前記出力値Ｖの平均値Ｖａｖｇである。

そして、判定部１１２は各比較結果の論理和をとる論理和回路１２０を有する。論理和回路１２０は、１つでもハイレベル（Ｈレベル）の信号があれば検出対象物が存在する「検知状態」を示す検知信号を出力する。一方、全てローレベル（Ｌレベル）であれば、論理和回路１２０は、検出対象物が存在しない「非検知状態」を示す検知信号を出力する。検知信号の値は、例えば検知状態では「１」、非検知状態では「０」であるとする。

ノイズ除去部は、周波数解析部１１４の出力から、定常的に発生する特定周波数のノイズの有無を判定するノイズ判定部１１５と、ノイズ判定部１１５の判定結果に応じて判定部１１２に対する各増幅器１１８の出力状態を切り替える切替回路１１６とを有している。

切替回路１１６は、増幅回路１１１の各増幅器１１８と判定部１１２の各比較器１１９との間にそれぞれ挿入されたスイッチ１２１を有し、初期状態ではこれら全てのスイッチ１２１をオンとする。そして、ノイズ判定部１１５からの出力で各スイッチ１２１が個別にオンオフ制御されることにより、各増幅器１１８の判定部１１２に対する出力を個別に入切する。つまり、切替回路１１６では、ノイズ判定部１１５からの出力により、任意のパス帯域の増幅器１１８に対応するスイッチ１２１をオフすることで、当該増幅器１１８の出力を無効にすることができる。

ノイズ判定部１１５では、周波数解析部１１４から出力される周波数（周波数成分）ごとのセンサ信号の信号強度（電圧強度）を読み込んでメモリ（図示せず）に記憶し、記憶したデータを用いて定常的に発生する特定周波数のノイズの有無を判定する。

ノイズ判定部１１５は、ある特定周波数のノイズが定常的に発生していると判断した場合に、当該ノイズが含まれるパス帯域を持つ増幅器１１８と判定部１１２との間のスイッチ１２１がオフするように切替回路１１６を制御する。これにより、特定周波数のノイズが定常的に発生している場合には、当該ノイズを含む周波数帯域について判定部１１２に対する増幅回路１１１の出力が無効となる。ここで、スイッチ１２１のオンオフ状態は、ノイズ判定部１１５にて「定常時」と判定される度に更新される。

文献１に記載された物体検知装置１０１では、センサ１１０と照明制御部１１３とを除いた部分が、ミリ波センサからなるセンサ１１０のセンサ信号を信号処理する信号処理装置を構成していると考えられる。しかしながら、この物体検知装置１０１では、例えば屋外等で使用する場合、検出対象（検出対象物）以外の物体の動きに起因して検出対象以外の物体を検出対象の物体として誤検出してしまう可能性があった。また、検出対象物の検出感度を確保することも要求されている。

なお、検出対象以外の物体の動きとは、例えば、雨、木の枝や葉の揺れる動き、電線の揺れる動き等が挙げられる。

本発明は上記事由に鑑みて為されており、その目的は、検出感度向上と誤検出低減とのバランスをとりながら、検出対象以外の物体の動きに起因した誤検出を低減することが可能な信号処理装置を提供することにある。

本発明の信号処理装置は、物体で反射した無線信号を受信するセンサから出力される前記物体の動きに応じたセンサ信号を周波数領域の信号に変換し、周波数帯域の異なる複数のフィルタバンク毎の信号として抽出する周波数分析部と、前記複数のフィルタバンク毎の信号に基づく信号の周波数分布と、前記複数のフィルタバンク毎の信号に基づく信号強度の成分比との少なくとも一方により前記物体を検出する認識処理を行う認識部と、前記認識処理における前記物体の検出感度の高低を示す感度レベルを設定するレベル設定部と、前記認識処理における前記物体の検出感度を調整するパラメータを変化させるパラメータ調整部とを備え、前記パラメータ調整部は、前記レベル設定部が設定した前記感度レベルに基づいて、前記感度レベルが高い場合、前記物体の検出感度が高くなるように前記パラメータを設定し、前記感度レベルが低い場合、前記物体の検出感度が低くなるように前記パラメータを設定することを特徴とする。

本発明の信号処理装置は、検出感度向上と誤検出低減とのバランスをとりながら、検出対象以外の物体の動きに起因した誤検出を低減することができるという効果がある。

実施形態における電波センサと信号処理装置とを備えたセンサ装置のブロック図である。 図２Ａ〜図２Ｃは、実施形態における信号処理装置の規格化部の説明図である。 図３Ａ〜図３Ｃは、実施形態における信号処理装置に用いる平滑化処理部の説明図である。 図４Ａ〜図４Ｃは、実施形態における信号処理装置の背景信号除去部の一例の説明図である。 実施形態における信号処理装置の背景信号除去部の他例の説明図である。 図６Ａ，図６Ｂは、実施形態における信号処理装置の背景信号除去部の更に他の例の説明図である。 実施形態における信号処理装置の背景信号除去部の別例を構成する適応フィルタのブロック図である。 図８Ａ〜図８Ｃは、実施形態における信号処理装置の主成分分析による認識処理の説明図である。 図９Ａ，図９Ｂは、実施形態におけるセンサ装置の使用形態の説明図である。 実施形態におけるセンサ装置の電波センサからのセンサ信号の波形図である。 実施形態における信号処理装置の規格化部の出力の説明図である。 実施形態における信号処理装置の出力信号の波形図である。 実施形態における電波センサと信号処理装置とを備えたセンサ装置の使用形態の説明図である。 実施形態におけるセンサ装置の電波センサからのセンサ信号の波形図である。 実施形態における信号処理装置の出力信号の波形図である。 実施形態における信号処理装置の規格化部の出力の説明図である。 実施形態における信号処理装置の出力信号の波形図である。 実施形態における信号処理装置の重回帰分析による認識処理の説明図である。 図１９Ａ，図１９Ｂは、実施形態における信号処理装置の重回帰分析による認識処理の他の説明図である。 実施形態における信号処理装置の認識部による多数決判定の説明図である。 図２１Ａ，図２１Ｂは、実施形態における信号処理装置の説明図である。 実施形態におけるフィルタバンク群の説明図である。 実施形態における動作のフローチャート図である。 実施形態におけるセンサ装置の電波センサからのセンサ信号の波形図である。 実施形態におけるセンサ装置の電波センサからのセンサ信号の波形図である。 実施形態における信号処理装置の出力信号の波形図である。 実施形態における信号処理装置の出力信号の波形図である。 実施形態における信号処理装置の出力信号の波形図である。 実施形態における信号処理装置の出力信号の波形図である。 実施形態における信号処理装置のステートマシンの動作の説明図である。 実施形態における信号処理装置のステートマシンの動作の説明図である。 実施形態におけるセンサ装置の電波センサからのセンサ信号の波形図である。 実施形態における信号処理装置の出力信号の波形図である。 実施形態におけるフラグの状態図である。 実施形態における信号処理装置の出力信号の波形図である。 従来の照明システムの構成を示すブロック図である。

以下では、本実施形態の信号処理装置について図１〜図３５に基づいて説明する。

信号処理装置２は、電波センサ１から出力されるセンサ信号を信号処理する装置である。なお、図１は、電波センサ１と信号処理装置２とを備えたセンサ装置Ｓｅのブロック図である。

電波センサ１としては、所定周波数の電波を検知エリアに向けて送信して、検知エリア内で動いている物体で反射された電波を受信し、送信した電波と受信した電波との周波数の差分に相当するドップラ周波数のセンサ信号を出力するドップラセンサを用いている。したがって、センサ信号は、物体の動きに対応するアナログの時間軸信号である。

電波センサ１は、電波を検知エリアに向けて送信する送信機と、検知エリア内の物体で反射された電波を受信する受信機と、送信した電波と受信した電波との周波数の差分に相当する周波数のセンサ信号を出力するミキサとを備えている。送信機は、送信用のアンテナを備えている。また、受信機は、受信用のアンテナを備えている。なお、送信機から送波する電波は、例えば、所定周波数が２４．１５ＧＨｚのミリ波とすることができる。送信機から送波する電波は、ミリ波に限らず、マイクロ波でもよい。また、送信機が送波する電波の所定周波数の値は一例であって、この数値に限定する趣旨ではない。電波を反射した物体が検知エリア内を移動している場合には、ドップラ効果によって反射波の周波数がシフトする。

信号処理装置２は、センサ信号を増幅する増幅部３と、増幅部３によって増幅されたセンサ信号をディジタルのセンサ信号に変換して出力するＡ／Ｄ変換部４とを備えている。増幅部３は、例えば、オペアンプを用いた増幅器により構成することができる。

また、信号処理装置２は、周波数分析部５を備えている。周波数分析部５は、Ａ／Ｄ変換部４から出力される時間領域のセンサ信号を周波数領域の信号（周波数軸信号）に変換し周波数帯域の異なるフィルタバンク５ａ（図２（ａ）参照）の群におけるフィルタバンク５ａ毎の信号として抽出する。

周波数分析部５は、フィルタバンク５ａの群として、規定数（例えば、１６個）のフィルタバンク５ａを設定してあるが、この数は一例であって、この数に限定する趣旨ではない。

また、信号処理装置２は、規格化部６を備えている。規格化部６は、周波数分析部５により抽出された信号の強度の総和もしくは所定の複数（例えば、低周波側の４個）のフィルタバンク５ａを通過した信号の強度の総和で、フィルタバンク５ａそれぞれを通過した信号の強度を規格化し規格化強度として出力する。

また、信号処理装置２は、規格化部６から出力されるフィルタバンク５ａ毎の規格化強度から決まる周波数分布により物体を検出する認識処理を行う認識部７を備えている。

上述の周波数分析部５は、Ａ／Ｄ変換部４から出力される時間領域のセンサ信号を離散コサイン変換（Discrete Cosine Transform：ＤＣＴ）することで周波数領域の信号に変換する機能を有している。また、図２（ａ）に示すように、フィルタバンク５ａの各々は、複数（図示例では、５個）の周波数ビン（frequency bin）５ｂを有している。ＤＣＴを利用したフィルタバンク５ａの周波数ビン５ｂは、ＤＣＴビンとも呼ばれる。各フィルタバンク５ａは、周波数ビン５ｂの幅（図２（ａ）中のΔｆ）により分解能が決まる。フィルタバンク５ａの各々における周波数ビン５ｂの数は一例であって、この数に限定する趣旨ではない。周波数ビン５ｂの数は、５個以外の複数でもよいし、１個でもよい。Ａ／Ｄ変換部４から出力されるセンサ信号を周波数領域の信号に変換する直交変換は、ＤＣＴに限らず、例えば、高速フーリエ変換（Fast Fourier Transformation：ＦＦＴ）でもよい。ＦＦＴを利用したフィルタバンク５ａの周波数ビン５ｂは、ＦＦＴビンとも呼ばれる。また、Ａ／Ｄ変換部４から出力されるセンサ信号を周波数領域の信号に変換する直交変換は、ウェーブレット変換（Wavelet Transform：ＷＴ）でもよい。

フィルタバンク５ａの各々が複数の周波数ビン５ｂを有している場合、信号処理装置２は、周波数分析部５と規格化部６との間に、平滑化処理部８を備えていることが好ましい。この平滑化処理部８は、以下の２つの平滑化処理機能のうち、少なくとも一方を有することが好ましい。１つ目の平滑化処理機能は、フィルタバンク５ａ毎に周波数ビン５ｂ毎の信号の強度を周波数領域（周波数軸方向）において平滑化処理する機能である。２つ目の平滑化処理機能は、フィルタバンク５ａ毎に周波数ビン５ｂ毎の信号の強度を時間軸方向において平滑化処理する機能である。これにより、信号処理装置２は、雑音の影響を低減することが可能となり、両方とも有していれば、雑音の影響をより低減することが可能となる。

フィルタバンク５ａ毎に各周波数ビン５ｂの信号の強度を周波数領域において平滑化処理する機能を第１の平滑化処理機能とする。この第１の平滑化処理機能は、例えば、平均値フィルタ、荷重平均フィルタ、メジアンフィルタ、荷重メジアンフィルタなどにより実現でき、この第１の平滑化処理機能を平均値フィルタにより実現したとする。そして、図２Ａ，図３Ａに示すように、時刻ｔ_１において、周波数の低い方から順に数えて１番目のフィルタバンク５ａの５個の周波数ビン５ｂそれぞれにおける信号の強度がそれぞれｓ１、ｓ２、ｓ３、ｓ４、ｓ５であるとする。ここで、１番目のフィルタバンク５ａについてみれば、第１の平滑化処理機能により平滑化処理された信号の強度をｍ_１１（図２Ｂ，図３Ｂ参照）とすると、
ｍ_１１＝（ｓ１＋ｓ２＋ｓ３＋ｓ４＋ｓ５）／５
となる。

同様に、２番目のフィルタバンク５ａ、３番目のフィルタバンク５ａ、４番目のフィルタバンク５ａ及び５番目のフィルタバンク５ａの信号は、図２Ｂ，図３Ｂに示すように、それぞれ、ｍ_２１、ｍ_３１、ｍ_４１及びｍ_５１となる。要するに、本実施形態では、説明の便宜上、時間軸上の時刻ｔ_ｉ（ｉは自然数）におけるｊ（ｊは自然数）番目のフィルタバンク５ａの信号に対して第１の平滑化処理機能により平滑化処理された信号の強度を、ｍ_ｊｉと表している。

規格化部６では、認識部７において認識処理に利用する複数の所定のフィルタバンク５ａを通過した信号の強度の総和で、フィルタバンク５ａそれぞれを通過した信号の強度値を規格化する。ここでは、例えば、周波数分析部５におけるフィルタバンク５ａの総数が１６個であり、認識処理に利用する所定の複数のフィルタバンク５ａが、周波数の低い方から順に数えて１〜５番目の５個のみであるとして説明する。時刻ｔ_１において１番目のフィルタバンク５ａを通過した信号の強度ｍ_１１の規格化強度をｎ_１１（図２Ｃ参照）とすると、規格化強度ｎ_１１は、規格化部６において、
ｎ_１１＝ｍ_１１／（ｍ_１１＋ｍ_２１＋ｍ_３１＋ｍ_４１＋ｍ_５１）
の演算により求められる。

また、フィルタバンク５ａの各々が１つの周波数ビン５ｂからなる場合、規格化部６は、フィルタバンク５ａそれぞれを通過した信号の強度を抽出し、これらの強度の総和で、フィルタバンク５ａそれぞれを通過した信号の強度を規格化する。

また、平滑化処理部８が、フィルタバンク５ａ毎に各周波数ビン５ｂの信号の強度を時間軸方向において平滑化処理する機能を第２の平滑化処理機能とする。この第２の平滑化処理機能は、例えば、平均値フィルタ、荷重平均フィルタ、メジアンフィルタ、荷重メジアンフィルタなどにより実現できる。この第２の平滑化処理機能を、時間軸方向の複数点（例えば、３点）での平均値を求める平均値フィルタにより実現したとする。この場合、図３Ｃに示すように、１番目のフィルタバンク５ａについてみれば、第２の平滑化処理機能により平滑化処理された信号の強度をｍ_１とすると、
ｍ_１＝（ｍ_１０＋ｍ_１１＋ｍ_１２）／３
となる。

同様に、２番目のフィルタバンク５ａ、３番目のフィルタバンク５ａ、４番目のフィルタバンク５ａ及び５番目のフィルタバンク５ａの信号は、それぞれ、ｍ_２、ｍ_３、ｍ_４及びｍ_５とすれば、
ｍ₂＝（ｍ_２０＋ｍ_２１＋ｍ_２２）／３
ｍ₃＝（ｍ_３０＋ｍ_３１＋ｍ_３２）／３
ｍ₄＝（ｍ_４０＋ｍ_４１＋ｍ_４２）／３
ｍ₅＝（ｍ_５０＋ｍ_５１＋ｍ_５２）／３
となる。

要するに、本実施形態では、説明の便宜上、ｎ（ｎは自然数）番目のフィルタバンク５ａの信号に対して第１の平滑化処理機能により平滑化処理され、更に第２の平滑化処理機能により平滑化処理された信号の強度を、ｍ_ｎと表している。

また、信号処理装置２は、背景信号推定部９、背景信号除去部１０を備えていることが好ましい。背景信号推定部９は、フィルタバンク５ａそれぞれから出力される信号に含まれている背景信号（つまり、雑音）を推定する。背景信号除去部１０は、各フィルタバンク５ａを通過した信号から背景信号を除去する。

信号処理装置２は、例えば、動作モードとして、背景信号を推定する第１モードと、認識処理を行う第２モードとがあり、タイマにより計時される所定時間（例えば、３０秒）ごとに第１モードと第２モードとが切り替わるようにすることが好ましい。ここにおいて、信号処理装置２は、第１モードの期間に背景信号推定部９を動作させ、第２モードの期間に、背景信号除去部１０で背景信号を除去してから、認識部７で認識処理を行うことが好ましい。第１モードの時間と第２モードの時間とは、同じ時間（例えば、３０秒）に限らず、互いに異なる時間でもよい。

背景信号除去部１０は、例えば、フィルタバンク５ａから出力される信号から背景信号を減算することで背景信号を除去するようにしてもよい。この場合、背景信号除去部１０は、例えば、各フィルタバンク５ａそれぞれを通過した信号ｍ_１、ｍ_２、・・・（図４Ｂ参照）の強度から、背景信号推定部９で推定された背景信号の強度ｂ_１、ｂ_２、・・（図４Ａ参照）を減算する減算器により構成できる。図４Ｃは、同一のフィルタバンク５ａ同士で信号から背景信号を減算することで得られた信号の強度を示している。ここで、左から１番目のフィルタバンク５ａの信号の強度をＬ_１とすれば、
Ｌ_１＝ｍ_１−ｂ_１
となる。

同様に、２番目のフィルタバンク５ａ、３番目のフィルタバンク５ａ、４番目のフィルタバンク５ａ及び５番目のフィルタバンク５ａについて背景信号を減算した後の信号の強度は、それぞれ、Ｌ_２、Ｌ_３、Ｌ_４及びＬ_５とすれば、
Ｌ_２＝ｍ_２−ｂ_２
Ｌ_３＝ｍ_３−ｂ_３
Ｌ_４＝ｍ_４−ｂ_４
Ｌ_５＝ｍ_５−ｂ_５となる。

背景信号推定部９は、第１モードの期間において、フィルタバンク５ａそれぞれについて得られた信号の強度を、フィルタバンク５ａ毎の背景信号の強度と推定し随時更新するようにしてもよい。また、背景信号推定部９は、第１モードにおいて、フィルタバンク５ａそれぞれについて得られた複数の信号の強度の平均値を、フィルタバンク５ａ毎の背景信号の強度と推定するようにしてもよい。すなわち、背景信号推定部９は、事前に得たフィルタバンク５ａ毎の複数点の信号の時間軸上での平均値を背景信号とするようにしてもよい。これにより、背景信号推定部９は、背景信号の推定精度を向上させることが可能となる。

また、背景信号除去部１０は、フィルタバンク５ａ毎の直前の信号を背景信号とするようにしてもよい。ここで、信号処理装置２は、各信号を規格化部６で規格化処理する前に、時間軸上の直前の信号を減算することで背景信号を除去する機能を有するようにしてもよい。要するに、背景信号除去部１０は、フィルタバンク５ａそれぞれを通過した信号に関し、規格化処理の対象となる信号から時間軸上における１サンプル前の信号を減算することで背景信号を除去する機能を有するようにしてもよい。この場合、例えば、図５に示すように、規格化処理の対象となる時刻ｔ_１でのフィルタバンク５ａそれぞれの信号をｍ_１（ｔ_１）、ｍ_２（ｔ_１）、ｍ_３（ｔ_１）、ｍ_４（ｔ_１）及びｍ_５（ｔ_１）とする。さらに、その直前の時刻ｔ_０での信号をｍ_１（ｔ_０）、ｍ_２（ｔ_０）、ｍ_３（ｔ_０）、ｍ_４（ｔ_０）及びｍ_５（ｔ_０）とする。そして、減算後の信号の強度をＬ_１、Ｌ_２、Ｌ_３、Ｌ_４及びＬ_５とすれば、
Ｌ_１＝ｍ_１（ｔ_１）−ｍ_１（ｔ_０）
Ｌ_２＝ｍ_２（ｔ_１）−ｍ_２（ｔ_０）
Ｌ_３＝ｍ_３（ｔ_１）−ｍ_３（ｔ_０）
Ｌ_４＝ｍ_４（ｔ_１）−ｍ_４（ｔ_０）
Ｌ_５＝ｍ_５（ｔ_１）−ｍ_５（ｔ_０）
となる。

ところで、信号処理装置２の使用形態に基づく周囲環境によっては、あらかじめ比較的大きな背景信号（雑音）が含まれる周波数ビン５ｂが既知である場合がある。例えば、センサ装置Ｓｅの周辺に、商用電源から電源供給される機器が存在しているとする。この場合、商用電源周波数（例えば、６０Ｈｚ）の逓倍の周波数（例えば、６０Ｈｚ、１２０Ｈｚ等）のような特定周波数を含む周波数ビン５ｂの信号には、比較的大きな背景信号が含まれる可能性が高い。一方、検出対象の物体（検出対象物）が検知エリア内を移動しているときに出力されるセンサ信号は、当該センサ信号の周波数（ドップラ周波数）が、電波センサ１と物体の間の距離と、物体の移動速度とに応じて随時変化する。この場合、背景信号が特定周波数で定常的に発生することはない。

そこで、信号処理装置２は、フィルタバンク５ａそれぞれが複数の周波数ビン５ｂを有している場合に、背景信号が定常的に含まれる周波数ビン５ｂを特定周波数ビン５ｂ_ｉとする。そして、背景信号除去部１０は、特定周波数ビン５ｂ_ｉの信号を無効とし、当該特定周波数ビン５ｂ_ｉに近接する２個の周波数ビン５ｂの信号の強度から推定した信号の強度で補完することによって背景信号を除去するようにしてもよい。

図６Ａにおける左から３番目の周波数ビン５ｂが特定周波数ビン５ｂ_ｉであるとする。背景信号除去部１０は、当該特定周波数ビン５ｂ_ｉの信号（信号の強度ｂ_３）を無効とし、図６Ｂに示すように、当該特定周波数ビン５ｂ_ｉに近接する２個の周波数ビン５ｂの信号成分の強度ｂ_２，ｂ_４から推定した信号成分の強度ｂ３で補完している。この推定にあたっては、特定周波数ビン５ｂ_ｉに近接する２個の周波数ビン５ｂの信号の強度ｂ_２，ｂ_４の平均値、つまり、（ｂ_２+ｂ_４）／２を、推定した信号の強度ｂ_３としている。要するに、フィルタバンク５ａ内において低周波数側からｉ番目の周波数ビン５ｂが特定周波数ビン５ｂ_ｉであり、当該特定周波数ビン５ｂ_ｉの信号の強度をｂ_ｉとすれば、ｂ_ｉは、
ｂ_ｉ＝（ｂ_ｉ−１＋ｂ_ｉ＋１）／２
からなる推定式により求めた値としている。

これにより、信号処理装置２は、定常的に発生する特定周波数の背景信号（雑音）の影響を短時間で低減することが可能となる。よって、信号処理装置２は、検出対象物の検知精度の向上を図ることが可能となる。

背景信号除去部１０は、周波数領域（周波数軸上）において背景信号を濾波することで背景信号を除去する適応フィルタ（Adaptive filter）を用いることもできる。

適応フィルタは、適応アルゴリズム（最適化アルゴリズム）に従って伝達関数（フィルタ係数）を自己適応させるフィルタであり、ディジタルフィルタにより実現することができる。この種の適応フィルタとしては、ＤＣＴを用いた適応フィルタ（Adaptive filter using Discrete Cosine Transform）が好ましい。この場合、適応フィルタの適応アルゴリズムとしては、ＤＣＴのＬＭＳ（Least Mean Square）アルゴリズムを用いればよい。

また、適応フィルタは、ＦＦＴを用いた適応フィルタでもよい。この場合、適応フィルタの適応アルゴリズムとしては、ＦＦＴのＬＭＳアルゴリズムを用いればよい。ＬＭＳアルゴリズムは、射影（Projection）アルゴリズムやＲＬＳ（Recursive Least Square）アルゴリズムに比べて演算量を低減できるという利点がある。また、ＤＣＴのＬＭＳアルゴリズムは、実数の演算のみでよく、複素数の演算を必要とするＦＦＴのＬＭＳアルゴリズムに比べて演算量を低減できるという利点がある。

適応フィルタは、例えば、図７に示す構成を有している。この適応フィルタは、フィルタ５７ａと、減算器５７ｂと、適応処理部５７ｃとを有している。フィルタ５７ａは、フィルタ係数を可変に構成される。減算器５７ｂは、フィルタ５７ａの出力信号と参照信号との誤差信号を出力する。適応処理部５７ｃは、適応アルゴリズムに従って入力信号と誤差信号とからフィルタ係数の補正係数を生成しフィルタ係数を更新させる。適応フィルタは、フィルタ５７ａの入力信号を熱雑音からなる背景信号とし、参照信号を所望の白色雑音の値とすれば、不要な背景信号を濾波することで背景信号を除去することが可能となる。

また、背景信号除去部１０は、適応フィルタの忘却係数（forgetting factor）を適宜設定しておくことによって、長時間の平均的な背景信号を周波数軸上で濾波した信号の周波数分布を抽出するようにしてもよい。忘却係数は、フィルタ係数を更新する演算の際に過去のデータ（フィルタ係数）の影響を現在のデータ（フィルタ係数）から過去にさかのぼるほど指数関数的に軽くし、現在のデータに近づくほど重くするための係数である。忘却係数は、１未満の正の値であり、例えば、０．９５〜０．９９程度の範囲で適宜設定すればよい。

認識部７は、各フィルタバンク５ａを通過し規格化部６により規格化された各規格化強度の周波数領域での分布に基づいて物体を検出する認識処理を行う。ここにおいて、検出は、分類、認識、識別を含む概念である。

認識部７は、例えば、主成分分析（principal component analysis）によるパターン認識処理を行うことによって物体を検出する。この認識部７は、主成分分析を用いた認識アルゴリズムに従って動作する。このような認識部７を採用するには、信号処理装置２は、あらかじめ、電波センサ１の検知エリアに検出対象物を含まない場合の学習サンプルデータ、検出対象物の異なった動きそれぞれに対応した学習サンプルデータを取得しておく。そして、信号処理装置２は、これら複数の学習データに対して主成分分析を施すことで得られたデータを、データベース１１に記憶しておく。ここにおいて、データベース１１に記憶させておくデータは、パターン認識に利用するデータであり、物体の動きと射影ベクトル及び判別境界値とを対応付けたカテゴリデータである。

ここでは、説明の便宜上、電波センサ１の検知エリアに検出対象物を含まない場合の学習サンプルデータに対応する規格化強度の周波数領域での分布を図８Ａに示す。さらに、検出対象物を含む場合の学習サンプルデータに対応する規格化強度の周波数領域での分布を図８Ｂに示す。そして、図８Ａでは、各フィルタバンク５ａそれぞれを通過した信号の規格化強度が、低周波側から順に、ｍ_１０、ｍ_２０、ｍ_３０、ｍ_４０及びｍ_５０とする。図８Ｂでは、各フィルタバンク５ａそれぞれを通過した信号の規格化強度が、低周波側から順に、ｍ_１１、ｍ_２１、ｍ_３１、ｍ_４１及びｍ_５１とする。そして、図８Ａ，図８Ｂのいずれにおいても、低周波側の３つのフィルタバンク５ａそれぞれを通過した信号の規格化強度の総和を変量ｍ_１とし、高周波側の２つのフィルタバンク５ａそれぞれを通過した信号の規格化強度の総和を変量ｍ_２とする。要するに、図８Ａでは、
ｍ_１＝ｍ_１０＋ｍ_２０＋ｍ_３０
ｍ_２＝ｍ_４０＋ｍ_５０
となる。また、図８Ｂでは、
ｍ_１＝ｍ_１１＋ｍ_２１＋ｍ_３１
ｍ_２＝ｍ_４１＋ｍ_５１
となる。

図８Ｃは、２つの変量ｍ_１，ｍ_２を互いに直交する座標軸とした場合の２次元散布図と射影軸及び認識境界とをイメージ的に説明するために２次元で図示している。図８Ｃでは、破線で囲んだ領域内の各散布点（図８Ｃ中の“＋”）の座標位置をμ０（ｍ_２，ｍ_１）、実線で囲んだ領域内の各散布点の座標位置をμ１（ｍ_２，ｍ_１）としている。主成分分析では、電波センサ１の検知エリアに検出対象物を含まない場合の学習サンプルデータに対応するデータのグループＧｒ０と、検知エリアに検出対象物を含む場合の学習サンプルデータに対応するデータのグループＧｒ１とを予め決める。そして、主成分分析では、図８Ｃにおいて破線、実線で囲んだそれぞれの領域内の各散布点を射影軸上に射影したデータの分布（破線、実線で模式的に示してある）の平均値の間隔が最大となり、且つ、分散（variance）が最大となる条件で射影軸を決める。これにより、主成分分析では、学習サンプルごとに射影ベクトルを求めることができる。

ところで、信号処理装置２は、認識部７による検出結果を出力する出力部１２を備えている。出力部１２は、認識部７により検出対象物が認識された場合、検出対象物が検出されたことを示す出力信号としてハイレベルの信号（例えば「１」）を出力する。出力部１２は、検出対象物が認識されない場合、検出対象物を非検出であることを示す出力信号としてローレベルの信号（例えば「０」）を出力する。

信号処理装置２は、図１において、増幅部３、Ａ／Ｄ変換部４、出力部１２及びデータベース１１以外の部分が、マイクロコンピュータで適宜のプログラムを実行することにより実現される。

ここで、電波センサ１から出力されるセンサ信号の一例と出力部１２から出力される出力信号との関係について、図９〜図１２を参照しながら説明する。

図９は、電波センサ１と信号処理装置２とを備えたセンサ装置Ｓｅの使用状況を説明する図であり、検出対象物Ｏｂが人であり、屋外の検知エリア内に検出対象以外の物体である木Ｔｒが存在していることを示している。図１０は、この使用状況下において、木Ｔｒの枝及び葉が揺れている状態で、物体Ｏｂが木Ｔｒの前を１ｍ／ｓの移動速度で６．７ｍだけ移動したときに電波センサ１から出力されるセンサ信号の一例を示している。なお、電波センサ１と木Ｔｒとの距離は約１０ｍ、電波センサ１と物体Ｏｂとの距離は約８ｍである。図１１は、規格化強度の周波数領域での分布及び時間軸領域での分布を示した図である。図１２は、出力部１２の出力信号であり、検出対象以外の物体の動きに起因した誤検出を低減できることが確認された。

ところで、規格化強度の周波数領域での分布でみれば、検知エリア内の物体が木の場合には、枝や葉が揺れることがあっても移動することはないので、物体が検知エリア内を歩行する人の場合と比較すると、より低周波領域から信号成分がある周波数分布を持つ。これに対して、物体が検知エリア内を歩行する人の場合には、その歩行速度に応じた周波数付近に中心周波数がある山型の周波数分布を持ち、周波数分布には明らかな違いが見られる。

検知エリア内に存在する検出対象以外の物体は、主に、移動体でない可動物である。電波センサ１の検知エリアが屋外に設定される場合、検知エリア内に存在する検出対象以外の物体は、木Ｔｒに限らず、例えば、風によって揺れる電線等が挙げられる。

ここで、電波センサ１から出力されるセンサ信号の他例と出力部１２から出力される出力信号との関係について、図１３〜図１６を参照しながら説明する。

図１３は、電波センサ１と信号処理装置２とを備えたセンサ装置Ｓｅの使用状況を説明する図であり、検出対象物Ｏｂが人であり、屋外の検知エリア内に雨が降っていることを示している。図１４は、この使用状況下において、物体Ｏｂが１ｍ／ｓの移動速度で６．７ｍだけ移動したときに電波センサ１から出力されるセンサ信号の一例を示している。図１５は、背景信号除去部１０による背景信号の除去を行わなかった場合の出力部１２の出力信号である。図１６は、背景信号除去部１０による背景信号の除去を行った場合の規格化強度の周波数領域での分布及び時間軸領域での分布を示した図である。図１７は、背景信号除去部１０による背景信号の除去を行った場合の出力部１２の出力信号であり、図１５に比べて、検出対象以外の物体（ここでは、雨粒）の動きに起因した誤検出を低減できることが確認された。

また、電波センサ１の検知エリアが屋内に設定される場合、検知エリア内に存在する検出対象以外の物体は、例えば、扇風機等のように可動体（扇風機の場合は羽根）を備えた機器等が挙げられる。

信号処理装置２は、上述の判別境界値を外部からの設定により可変とすることが好ましい。これにより、信号処理装置２は、使用用途に応じて要求される失報率、誤報率を調整することが可能となる。例えば、検出対象物が人であり、出力部１２からの出力信号に基づいて照明負荷のオンオフを制御するような使用用途では、電波センサ１の検知エリア内に人が入ってきたにもかかわらず失報するぐらいなら多少の誤報を容認される場合がある。

以上説明した信号処理装置２において、周波数分析部５は、Ａ／Ｄ変換部４から出力されるセンサ信号（時間軸信号）を周波数領域の信号に変換し周波数帯域の異なるフィルタバンク５ａの群におけるフィルタバンク５ａ毎の信号として抽出する。認識部７は、フィルタバンク５ａ毎の信号に基づく信号強度から決まる周波数分布により物体を検出する認識処理を行う。

センサ信号は、ＤＣＴ等の周波数分析が行われる短時間（例えば数十ｍｓ）においても、対象物毎に互いに異なる特有の周波数分布（周波数領域での統計分布）を有する。信号処理装置２は、この周波数分布の特徴を検出対象物の検出に利用する場合、周波数分布が異なる物体は分離して認識することができる。而して、信号処理装置２は、検出対象以外の物体の動きに起因した誤検出を低減することが可能となる。要するに、信号処理装置２では、複数のフィルタバンク５ａを通過した信号の各信号強度から決まる周波数分布が統計的に異なる物体を分離して検出することができるため、誤検出を低減することが可能となる。

また、ＦＦＴを利用したフィルタバンク５ａでは、ＦＦＴ処理の前にセンサ信号に対して所定の窓関数（window function）を掛け合わせる処理を実施し、所望の周波数帯域（通過帯域）外のサイドローブ（side-lobe）を抑圧する必要が生じる場合がある。窓関数としては、例えば、矩形窓（rectangular window）、ガウス窓（Gauss window）、ハン窓（hann window）、ハミング窓（hamming window）などを使うことができる。これに対して、ＤＣＴを利用したフィルタバンク５ａでは、窓関数をなくすことができるので、窓関数を簡素なディジタルフィルタで実現することが可能である。

また、ＤＣＴを利用したフィルタバンク５ａは、ＦＦＴを利用したフィルタバンク５ａと比較すると、ＦＦＴが複素演算の処理方式である（強度及び位相を演算する）のに対し、ＤＣＴが実数演算の処理方式であるため、演算規模を低減することが可能となる。また、ＤＣＴでは、周波数の分解能に関しては、ＤＣＴとＦＦＴとを同じ処理点数で比較すると、ＤＣＴの方がＦＦＴの２分の１になるため、データベース１１等のハードウエアリソース（hardware resource）等を小型化することが可能となる。信号処理装置２では、例えば、Ａ／Ｄ変換部４の１秒間当たりのサンプリング数を１２８とした場合（サンプリング周波数を１ｋＨｚとした場合）、ＦＦＴビン５ｂの幅が８Ｈｚであるのに対して、ＤＣＴビン５ｂの幅を４Ｈｚとすることができる。なお、これらの数値は、一例であり、これらの数値に限定する趣旨ではない。

また、信号処理装置２は、認識部７において検出対象物が時間軸上で継続して検出された場合、そのときに規格化部６から出力されていた規格化強度をオフセットの背景信号として除去することにより、認識精度を向上させることが可能となる。

認識部７は、主成分分析によるパターン認識処理によって物体を検出してもよいし、他のパターン認識処理を用いてもよい。例えば、認識部７は、ＫＬ変換によるパターン認識処理により物体を検出するようにしてもよい。信号処理装置２は、認識部７において主成分分析によるパターン認識処理もしくはＫＬ変換によるパターン認識処理を行うようにすることによって、認識部７での計算量の低減及びデータベース１１の容量の低減を図ることが可能となる。

認識部７は、規格化部６から出力されるフィルタバンク５ａ毎の規格化強度の成分比により物体を検出する認識処理を行うようにしてもよい。

このような認識部７は、例えば、重回帰分析による認識処理を行うことによって物体を検出するようにすればよい。この場合、認識部７は、重回帰分析を用いた認識アルゴリズムに従って動作する。

このような認識部７を採用する場合、信号処理装置２は、予め、電波センサ１の検知エリア内での検出対象物の異なった動きそれぞれに対応した学習データを取得しておく。信号処理装置２は、これら複数の学習データに対して重回帰分析を施すことで得られたデータをデータベース１１に記憶しておく。図１８において、信号成分ｓ１と信号成分ｓ２と信号成分ｓ３とが合成された合成波形Ｇｓを示す。重回帰分析によれば、この合成波形Ｇｓは、信号成分ｓ１，ｓ２，ｓ３の種別、信号成分の数、各信号成分ｓ１，ｓ２，ｓ３それぞれの強度が未知であっても、合成波形から各信号成分ｓ１，ｓ２，ｓ３に分離推定することが可能である。図１８中の〔Ｓ〕は、信号成分ｓ１、ｓ２、ｓ３を行列要素とする行列を示し、〔Ｓ〕^−１は〔Ｓ〕の逆行列を意味し、Ｉは規格化強度の成分比（係数）を意味している。ここにおいて、データベース１１に記憶させておくデータは、認識処理に利用するデータであり、物体の動きと信号成分ｓ１，ｓ２，ｓ３とを対応付けたデータである。

図１９Ａは、横軸が時間、縦軸が規格化強度である。図１９Ａにおいて、屋外の検知エリア内において揺れている電線の下を検出対象物である人が２ｍ／ｓの移動速度で１０ｍだけ移動したときに、規格化部６から出力された規格化強度の時間軸上でのデータ（上述の合成波形Ｇｓに対応する）をＡ１とする。また、図１９Ａには、重回帰分析によりデータＡ１から分離された信号成分Ａ２，Ａ３も示してある。ここにおいて、信号成分Ａ２は、人の移動に起因した信号成分であり、信号成分Ａ３は、電線の揺れに起因した信号成分である。図１９Ｂは、認識部７において、Ａ２＞Ａ３のときに検出対象物が存在すると認識して出力部１２の出力信号をハイレベル（ここでは、値「１」）、それ以外のときに検出対象物が存在しないと認識して出力部１２の出力信号をローレベル（ここでは、値「０」）とした場合の出力部１２の出力信号である。図１９Ｂから、検出対象以外の物体（ここでは、電線）の動きに起因した誤検出を低減できることが確認された。

信号処理装置２は、上述の判定条件（Ａ２＞Ａ３）を外部からの設定により可変とすることが好ましい。例えば、判定条件をＡ２＞α×Ａ３とし、係数αを外部からの設定により可変とすることが好ましい。これにより、信号処理装置２は、使用用途に応じて要求される失報率、誤報率を調整することが可能となる。

なお、認識部７では、上述の周波数分布の特徴及び規格化強度の成分比の両方に基づいて検出対象物を検出するようにしてもよい。

認識部７は、時間軸上での奇数回の認識処理の結果に基づく多数決判定により物体を検出するようにしてもよい。例えば、図２０において一点鎖線で囲んだ領域の３回の認識処理の結果の多数決判定によれば、出力部１２の出力信号の値は「１」となる。

これにより、信号処理装置２は、認識部７での検出精度を向上させることが可能となる。

また、信号処理装置２は、規格化部６による規格化前の複数の所定のフィルタバンク５ａの信号成分の強度の総和もしくは重み付け総和が閾値以上である場合のみ、認識部７による認識処理を行うかもしくは認識部７による認識結果を有効とするようにしてもよい。図２１Ａ，図２１Ｂは、規格化部６による規格化前の各フィルタバンク５ａそれぞれの信号の強度が低周波側から順に、ｍ_１、ｍ_２、ｍ_３、ｍ_４及びｍ_５とした場合の例である。図２１Ａは強度の総和［ｍ_１＋ｍ_２＋ｍ_３＋ｍ_４＋ｍ_５］が閾値Ｅ１以上の場合を示す。図２１Ｂは強度の総和［ｍ_１＋ｍ_２＋ｍ_３＋ｍ_４＋ｍ_５］が閾値Ｅ１未満の場合を示す。

これにより、信号処理装置２は、誤検出を低減することが可能となる。例えば、認識部７は、規格化された信号成分の強度を用いた周波数分布により物体を認識したとする。この場合、認識部７は、電波センサ１の検知範囲内に検出対象物が無く、暗雑音が入力されていても、信号強度の周波数分布が、検知範囲内に検出対象物がある場合の特徴に似ていると判定して、誤検出する可能性がある。そこで、信号処理装置２は、規格化前の信号強度を用いて認識処理の可否を判断することによって、誤検出を抑制している。

また、規格化部６による規格化前の複数の所定のフィルタバンク５ａを１つのフィルタバンク群５０とする（図２２参照）。この場合、信号処理装置２は、複数のフィルタバンク群５０のそれぞれにおいて、規格化前の信号成分の強度の総和もしくは重み付け総和が閾値Ｅ２以上であるか否かを判定してもよい。すなわち、信号処理装置２は、いずれかのフィルタバンク群５０において、規格化前の信号成分の強度の総和が閾値Ｅ２以上である場合のみ、認識部７による認識処理を行う、もしくは認識部７による認識処理の結果を有効とする。または、信号処理装置２は、全てのフィルタバンク群５０において、規格化前の信号成分の強度の総和もしくは重み付け総和が閾値Ｅ２以上である場合のみ、認識部７による認識処理を行う、もしくは認識部７による認識処理の結果を有効としてもよい。以下、この判定処理を含む一連の処理について、図２３のフローチャートにしたがって説明する。なお、以降、「規格化前の信号成分の強度の総和もしくは重み付け総和」を、単に「規格化前の信号成分の強度の総和」と称す。

まず、Ａ／Ｄ変換部４が、増幅部３によって増幅されたセンサ信号をディジタルのセンサ信号に変換して出力するＡ／Ｄ変換処理を行う（Ｘ１）。次に、周波数分析部５は、Ａ／Ｄ変換部４から出力されるセンサ信号を、ＤＣＴ処理によって周波数領域の信号（周波数軸信号）に変換し（Ｘ２）、フィルタバンク５ａ毎の信号として抽出するフィルタバンク処理を行う（Ｘ３）。例えば、１２８ポイントのＤＣＴの場合、１２８個の周波数ビン５ｂから、周波数ビン５ｂを５個ずつ束ねて、２５個のフィルタバンク５ａに分割する等が考えられる。

次に、信号処理装置２は、例えば図２２に示すように、低周波側および高周波側の２つのフィルタバンク群５０のそれぞれについて、各フィルタバンク群５０を構成する複数のフィルタバンク５ａの規格化前の信号強度の総和を求める。そして、信号処理装置２は、信号強度の総和が閾値Ｅ２以上であるか否かをフィルタバンク群５０毎に判定する閾値判定処理を行う（Ｘ４）。

信号処理装置２は、いずれかのフィルタバンク群５０における信号強度の総和が閾値Ｅ２以上であれば、電波センサ１から出力されるセンサ信号の振幅が大きく、暗雑音である可能性が低いと判断して、規格化部６による規格化処理を行う（Ｘ５）。すなわち、規格化部６は、各フィルタバンク５ａそれぞれを通過した信号の強度を規格化し規格化強度として出力する。

そして、信号処理装置２の認識部７は、規格化により得られた複数のフィルタバンク５ａの周波数成分毎の信号強度の分布の特徴を認識し、検出対象物であるとみなしてよいか否かを判断する認識処理を行う（Ｘ６）。そして、出力部１２は、認識部７が検出対象物であると判断した場合、検知信号の出力処理を行う（Ｘ７）。

一方、信号処理装置２は、全てのフィルタバンク群５０における各信号強度の総和が閾値Ｅ２未満であれば、電波センサ１から出力されるセンサ信号の振幅が小さく、暗雑音である可能性が高いと判断する。そして、信号処理装置２は、暗雑音である可能性が高いと判断した場合、規格化部６による規格化処理を含む以降の処理（Ｘ５〜Ｘ７）を行わない。

そして、図２４は、検出対象物がない場合に電波センサ１から出力されるセンサ信号（暗雑音の信号パターン）の一例を示す。また、図２５は、検出対象物がある場合に電波センサ１から出力されるセンサ信号の一例を示す。図２４に示す暗雑音のセンサ信号は、図２５の物体検知時のセンサ信号に比べて振幅が小さい。なお、図２４，図２５ともに、横軸は時間を表し、縦軸はセンサ信号の強度（電圧）を表している。

そして、信号処理装置２が上述のステップＸ４の閾値判定処理を行うことによって、出力部１２の出力信号は、図２４のセンサ信号（暗雑音）に対しては図２６のように示され、図２５のセンサ信号（検出対象物あり）に対しては図２７のように示される。すなわち、閾値Ｅ２を適切に設定することによって、暗雑音による誤検出を低減でき、且つ検出対象物がある場合は精度よく検出できることが確認された。なお、図２６、図２７において、出力部１２の出力信号は、認識部７により検出対象物が検出された場合にハイレベル（ここでは、値「１」）となり、検出対象物が検出されない場合にローレベル（ここでは、値「０」）となる。

一方、閾値Ｅ２をゼロにした場合、出力部１２の出力信号は、図２４のセンサ信号（暗雑音）に対しては図２８のように示され、図２５のセンサ信号（検出対象物あり）に対しては図２９のように示される。すなわち、信号処理装置２が上述のステップＸ４の閾値判定処理を行わない場合、暗雑音による誤検出が頻発し、さらには検出対象物がある場合においても、出力部１２の出力信号の値は、頻繁に「１」に切り替わっている。このように、信号処理装置２が上述のステップＸ４の閾値判定処理を行わない場合、暗雑音による誤検出が発生する可能性があることが分かる。

本実施形態の信号処理装置２は、パラメータ調整部１４を備えており、パラメータ調整部１４は、認識部７の認識処理における物体の検出感度を調整するパラメータを変化させる。この検出感度を調整するパラメータとしては、上述の閾値Ｅ１、Ｅ２等がある。

次に、信号処理装置２は、上述の各処理を行うためにステートマシンを具備しており、このステートマシンの基本動作（レベル設定部１３を用いないときの動作）を図３０に示す。なお、以下の説明では、パラメータ調整部１４が調整するパラメータとして、上述の閾値Ｅ２を用いる。

まず、電源投入時やリセット解除直後において、ステートマシンは、アイドル状態Ｊ１１から動作を開始する。そして、ステートマシンは、アイドル状態Ｊ１１から状態Ｉ００に遷移する（ｔ０１）。

ここで、電波センサ１を設置した周囲環境における暗雑音のレベルは、暗雑音のレベルを変化させる要素が増減する等の要因によって変化する場合がある。したがって、閾値判定処理における閾値Ｅ２を一度設定しても、暗雑音のレベルが変化した場合、現状の設定値では期待した動作にならず、誤検出が発生したり、検出対象物が存在するにも関わらず非検出の状態になる可能性がある。

そこで、アイドル状態Ｊ１１から遷移した状態Ｉ００では、パラメータ調整部１４が、閾値判定処理における閾値Ｅ２を設定する動作を、起動期間において行い、閾値Ｅ２を設定した後、状態Ｓ１１に遷移する（ｔ０２）。具体的に、状態Ｉ００において、センサ信号のＡ／Ｄ変換処理、ＤＣＴ処理、フィルタバンク処理が行われ（図２３におけるステップＸ１〜Ｘ３）、各フィルタバンク５ａにおける信号強度を計測する。そして、パラメータ調整部１４は、全てまたは複数のフィルタバンク５ａの信号強度の平均値に予め定めた係数を掛け合わせて、閾値Ｅ２を算出し、以降の閾値判定処理ではこの閾値Ｅ２を閾値として使用する。また、閾値Ｅ２の範囲を、予め定めた上限値や下限値で限定してもよい。閾値Ｅ２の上限値は、検出対象物の検出精度を確保するために設定し、閾値Ｅ２の下限値は、暗雑音による誤検出の抑制効果を確保するために設定する。

そして、ステートマシンの動作開始直後は、検出対象物が電波センサ１の検知エリア内に存在せず、電波センサ１から暗雑音のセンサ信号が出力されていると考えると、状態Ｉ００で設定された閾値Ｅ２は、暗雑音に基づく値となる。

このように、図３０のステートマシンでは、起動期間において、パラメータ調整部１４が、閾値判定処理に用いる閾値Ｅ２を周囲の暗雑音の環境に応じて設定する。具体的には、起動後すぐに認識処理を行なうのではなく、まずセンサ信号から周囲の暗雑音レベルを計測し、パラメータ調整部１４は、その計測値に予め定めた係数を掛け合わせて閾値Ｅ２を算出している。したがって、電波センサ１の周囲環境が変化し、暗雑音レベルも変化した場合でも、起動期間に閾値Ｅ２を適切に変更できるので、暗雑音による誤検出を低減できる。

そして、ステートマシンは、状態Ｉ００から状態Ｓ１１に遷移し（ｔ０２）、状態Ｓ１１において、認識部７が検出対象物を検出している状態（以降、検出状態と称す）であれば、状態Ｗ１１に遷移する（ｔ０３）。一方、状態Ｓ１１において、認識部７が検出対象物を検出していない状態（以降、非検出状態と称す）であれば、状態Ｓ１１に遷移してから予め定めた所定時間が経過した後、状態Ｓ１６に遷移する（ｔ０４）。そして、状態Ｓ１６において非検出状態であれば、状態Ｓ１１に遷移する（ｔ０５）。つまり、状態Ｓ１１から非検出状態が継続すると、状態Ｓ１１と状態Ｓ１６との間を往復する遷移を示すことになる。

そして、状態Ｓ１１、Ｓ１６において検出状態になれば、状態Ｗ１１に遷移し（ｔ０３，ｔ０６）、状態Ｗ１１で予め定めた時間だけ待機した後、状態Ｓ１２に遷移し（ｔ０７）、さらに状態Ｓ１３に無条件で遷移する（ｔ０８）。状態Ｓ１３において、非検出状態であれば、または検出状態が所定時間以上継続すれば、状態Ｓ１４に遷移する（ｔ０９）。そして、状態Ｓ１４において検出状態であれば、状態Ｓ１３に遷移する（ｔ１０）。つまり、状態Ｓ１３から検出状態が継続すると、状態Ｓ１３と状態Ｓ１４との間を往復する遷移を示すことになる。

そして、状態Ｓ１４で非検出状態であれば、状態Ｓ１５に遷移する（ｔ１１）。状態Ｓ１５において非検出状態であれば、状態Ｓ１１に遷移し（ｔ１２）、状態Ｓ１５において検出状態であれば、状態Ｗ１１に遷移する（ｔ１３）。

すなわち、非検出状態であれば状態Ｓ１１近辺を遷移し、検出状態であれば状態Ｓ１３近辺を遷移することになる。そして、信号処理装置２は、ステートマシンの各状態を遷移しながら、上述のステップＸ１〜Ｘ７の各処理を行う。

図３０に示すステートマシンでは、状態Ｓ１３から検出状態が継続すると、状態Ｓ１３と状態Ｓ１４との間を往復する遷移を示す。そこで、状態Ｓ１３と状態Ｓ１４との間を往復する遷移が発生した場合に、状態Ｓ１４を経由した回数をカウントすることで、検出状態の継続時間がわかる。そこで、検出状態の継続時間の上限、または状態Ｓ１４を経由する回数の上限を予め設定しておき、状態Ｓ１４においてその上限を超えた場合、検出状態であっても状態Ｓ１３に遷移することなく、状態Ｉ１１に遷移する（ｔ１４）。

状態Ｉ１１では、閾値判定処理で用いる閾値Ｅ２が小さすぎるために、検出状態が継続している可能性があるとして、パラメータ調整部１４が閾値Ｅ２を再設定する動作を行う。具体的に、状態Ｉ１１において、センサ信号のＡ／Ｄ変換処理、ＤＣＴ処理、フィルタバンク処理を行い（図２３におけるステップＸ１〜Ｘ３）、各フィルタバンク５ａにおける信号強度を計測する。そして、パラメータ調整部１４は、全てまたは複数のフィルタバンク５ａの信号強度の平均値に予め定めた係数を掛け合わせて、閾値Ｅ２を算出し、以降の閾値判定処理ではこの閾値Ｅ２を使用する。また、閾値Ｅ２の範囲を、予め定めた上限値や下限値で限定してもよい。

なお、パラメータ調整部１４は、状態Ｉ１１で新たに算出した閾値Ｅ２が、現在使用中の閾値Ｅ２より大きい場合のみ、使用中の閾値Ｅ２に代えて、状態Ｉ１１で新たに算出した閾値Ｅ２に再設定する。逆に、パラメータ調整部１４は、状態Ｉ１１で新たに算出した閾値Ｅ２が、現在使用中の閾値Ｅ２以下である場合、状態Ｉ１１で算出した新たな閾値Ｅ２に再設定せず、使用中の閾値Ｅ２を継続して使用する。そして、状態Ｉ１１における処理が完了した後、状態Ｓ１１に遷移する（ｔ１５）。

また、図３０に示すステートマシンでは、状態Ｓ１１から非検出状態が継続すると、状態Ｓ１１と状態Ｓ１６との間を往復する遷移を示す。そこで、状態Ｓ１１と状態Ｓ１６との間を往復する遷移が発生した場合に、状態Ｓ１６を経由した回数をカウントすることで、非検出状態の継続時間がわかる。そこで、非検出状態の継続時間の上限、または状態Ｓ１６を経由する回数の上限を予め設定しておき、状態Ｓ１１においてその上限を超えた場合、非検出状態であっても状態Ｓ１６に遷移することなく、状態Ｉ１２に遷移する（ｔ１６）。

状態Ｉ１２では、閾値判定処理で用いる閾値Ｅ２が大きすぎるために、非検出状態が継続している可能性があるとして、パラメータ調整部１４は、閾値Ｅ２を再設定する動作を行う。具体的に、状態Ｉ１２において、センサ信号のＡ／Ｄ変換処理、ＤＣＴ処理、フィルタバンク処理を行い（図２３におけるステップＸ１〜Ｘ３）、各フィルタバンク５ａにおける信号強度を計測する。そして、パラメータ調整部１４は、全てまたは複数のフィルタバンク５ａの信号強度の平均値に予め定めた係数を掛け合わせて、閾値Ｅ２を算出し、以降の閾値判定処理ではこの閾値Ｅ２を使用する。また、閾値Ｅ２の範囲を、予め定めた上限値や下限値で限定してもよい。

なお、パラメータ調整部１４は、状態Ｉ１２で新たに算出した閾値Ｅ２が、現在使用中の閾値Ｅ２より小さい場合のみ、使用中の閾値Ｅ２に代えて、状態Ｉ１２で新たに算出した閾値Ｅ２に再設定する。逆に、パラメータ調整部１４は、状態Ｉ１２で新たに算出した閾値Ｅ２が、現在使用中の閾値Ｅ２以上である場合、状態Ｉ１２で算出した新たな閾値Ｅ２に再設定せず、使用中の閾値Ｅ２を継続して使用する。そして、状態Ｉ１２における処理が完了した後、非検出状態であれば状態Ｓ１１に遷移し（ｔ１７）、検出状態であれば状態Ｗ１１に遷移する（ｔ１８）。

このように、検出状態または非検出状態が予め設定した時間よりも長く継続する場合、現在の閾値Ｅ２が現状の暗雑音または周囲の雑音に対して不適切な値に設定されている可能性があると判断して、閾値Ｅ２の再設定が行われる。したがって、閾値Ｅ２が小さすぎることによって誤検出が発生している場合、より大きな閾値Ｅ２に更新されることによって、誤検出発生を抑制することができる。また、閾値Ｅ２が大きすぎることによって検出対象物を検出できない場合、より小さな閾値Ｅ２に更新されることによって、検出感度が上がり、検出漏れを減らすことができる。

しかしながら、閾値判定処理で用いる閾値Ｅ２を上述のように更新しても、周囲環境の大きな変動によって、誤検出が発生したり、検出対象物が存在するにも関わらず非検出の状態になる検出漏れが発生する可能性がある。

そこで、本実施形態の信号処理装置２は、レベル設定部１３を備える（図１参照）。図１３は、レベル設定部１３を用いたステートマシンの動作を示す。

レベル設定部１３は、認識部７の認識処理における検出対象物の検出感度の高低を示す感度レベルを設定する。このレベル設定部１３は、状態Ｉ１１，Ｉ１２における閾値Ｅ２の更新処理にも関わらず、認識部７による誤検出が発生しやすい状況であると判断した場合に、感度レベルを低く設定する。さらにレベル設定部１３は、認識部７による誤検出が発生しにくい状況であると判断した場合に、感度レベルを高く設定する。

パラメータ調整部１４は、レベル設定部１３が設定した感度レベルに基づいて、感度レベルが高い場合、物体の検出感度が高くなるようにパラメータを設定し、感度レベルが低い場合、物体の検出感度が低くなるようにパラメータを設定する。すなわち、レベル設定部１３が設定した感度レベルが高い場合、パラメータ調整部１４によるパラメータの調整範囲（上限、下限）は、物体を比較的検出しやすい範囲に設定される。また、レベル設定部１３が設定した感度レベルが低い場合、パラメータ調整部１４によるパラメータの調整範囲（上限、下限）は、物体を比較的検出しにくい範囲に設定される。

図３１は、図３０のステートマシンにおける状態Ｓ１１と状態Ｉ１２との間に、状態Ｃ１１を設けたものである。

そして、状態Ｓ１１、Ｓ１５、Ｓ１６、Ｉ１２において検出状態になれば、状態Ｗ１１に遷移し（ｔ０３，ｔ０６，ｔ１３，ｔ１８）、状態Ｗ１１で予め定めた時間だけ待機した後、状態Ｓ１２に遷移する（ｔ０７）。

状態Ｓ１２では、レベル設定部１３が、感度レベルの更新処理を行う。具体的に、レベル設定部１３は、状態Ｗ１１に遷移する原因となった検出状態が検出対象物を検出したために発生したのか、検出対象以外の物体の動き（外乱）を誤検出したために発生したのかを判断する。レベル設定部１３の判断処理は、現時点でのセンサ信号に基づく認識部７の認識結果に基づいて行われる。そして、レベル設定部１３は、状態Ｗ１１に遷移する原因となった検出状態が検出対象物を検出したために発生したと判断した場合、認識部７による誤検出が発生しにくい状況（通常時）であると判断する。また、レベル設定部１３は、状態Ｗ１１に遷移する原因となった検出状態が検出対象以外の物体の動き（外乱）を誤検出したために発生したと判断した場合、認識部７による誤検出が発生しやすい状況（外乱発生時）であると判断する。

そして、レベル設定部１３は、認識部７の認識処理における検出対象物の検出感度の高低を示すフラグの設定機能を有しており、上述の判断処理の結果に基づいて、フラグの設定を更新する。レベル設定部１３は、通常時であると判断した場合にフラグを「０」に設定し、外乱発生時であると判断した場合にフラグを「１」に設定する。フラグ「０」は、感度レベル：「高」に対応し、フラグ「１」は、感度レベル：「低」に対応する。

なお、このレベル設定部１３によるフラグの更新処理は、外乱発生時である旨の判断が所定回数以上連続した場合、または通常時である旨の判断が所定回数以上連続した場合に行われることが好ましい。あるいは、レベル設定部１３によるフラグの更新処理は、外乱発生時である旨の判断が所定期間内に所定回数以上発生した場合、または通常時である旨の判断が所定期間内に所定回数以上発生した場合に行われることが好ましい。

すなわち、レベル設定部１３は、外乱によって認識部７の誤検出が発生しやすい状況であると判断した場合に、感度レベルを低く設定する。またレベル設定部１３は、認識部７の誤検出が発生しにくい状況であると判断した場合に、感度レベルを高く設定する（感度レベルを元に戻す）。そして、レベル設定部１３による感度レベルの設定処理が完了すると、状態Ｓ１２から状態Ｓ１３に遷移する（ｔ０８）。

以降、パラメータ調整部１４は、フラグの状態（０または１）に基づいて、フラグ「０」であれば、検出感度が高くなるように閾値Ｅ２を設定する（通常時の設定）。またパラメータ調整部１４は、フラグ「１」であれば、物体の検出感度が低くなるように閾値Ｅ２を設定する（外乱発生時用の設定）。すなわち、パラメータ調整部１４は、フラグ「０」であれば、閾値（Ｅ２）の調整範囲を比較的低い範囲に設定し、フラグ「１」であれば、閾値（Ｅ２）の調整範囲を比較的高い範囲に設定する。

また、状態Ｓ１１において非検出状態の継続時間が上限を超えた場合、ステートマシンは、非検出状態であっても状態Ｓ１６に遷移することなく、状態Ｃ１１に遷移する（ｔ１６Ａ）。状態Ｃ１１においても、レベル設定部１３は、フラグの設定を更新する。具体的に、レベル設定部１３は、状態Ｃ１１に遷移する原因となった非検出状態が、検出対象物が実際にないために発生したのか、検出対象物が実際にあるにも関わらず検出対象物がないと誤検出したために発生したのかを判断する。レベル設定部１３の判断処理は、現時点でのセンサ信号に基づく認識部７の認識結果に基づいて行われる。そして、レベル設定部１３は、状態Ｃ１１に遷移する原因となった非検出状態が、検出対象物が実際にないために発生したと判断した場合、認識部７による誤検出が発生しにくい状況（通常時）であると判断する。また、レベル設定部１３は、状態Ｃ１１に遷移する原因となった検出状態が、検出対象物が実際にあるにも関わらず検出対象物がないと誤検出したために発生したと判断した場合、認識部７による誤検出が発生しやすい状況（外乱発生時）であると判断する。

そして、レベル設定部１３は、上述の判断処理の結果に基づいて、フラグの設定を更新する。レベル設定部１３は、通常時であると判断した場合にフラグを「０」に設定し、外乱発生時であると判断した場合にフラグを「１」に設定する。そして、レベル設定部１３による感度レベルの設定処理が完了すると。状態Ｃ１１から状態Ｉ１２に遷移する（ｔ１６Ｂ）。

なお、このレベル設定部１３によるフラグの更新処理は、外乱発生時である旨の判断が所定回数以上連続した場合、または通常時である旨の判断が所定回数以上連続した場合に行われることが好ましい。あるいは、レベル設定部１３によるフラグの更新処理は、外乱発生時である旨の判断が所定期間内に所定回数以上発生した場合、または通常時である旨の判断が所定期間内に所定回数以上発生した場合に行われることが好ましい。

以降、パラメータ調整部１４は、フラグの状態（０または１）に基づいて、フラグ「０」であれば、検出感度が高くなるように閾値Ｅ２を設定し、フラグ「１」であれば、物体の検出感度が低くなるように閾値Ｅ２を設定する。すなわち、パラメータ調整部１４は、フラグ「０」であれば、閾値Ｅ２の調整範囲を比較的低い範囲に設定し、フラグ「１」であれば、閾値Ｅ２の調整範囲を比較的高い範囲に設定する。

なお、レベル設定部１３による外乱発生時、通常時の判断処理は、センサ信号の周波数成分の分布を用いたパターン認識に基づく方法、センサ信号の過去の変動に基づいて、検出対象物であるとは考えにくい特徴の有無を検出する方法等がある。

図３２、図３３は、図３０に示すステートマシンの基本動作（レベル設定部１３を用いないときの動作）を用いたシミュレーション結果を示す。図３２は、電波センサ１から出力されるセンサ信号の一例を示している。図３３は、出力部１２の出力信号である。認識部７により検出対象物が検出された場合には出力信号はハイレベル（ここでは、「１」）となり、検出対象物が検出されない場合には出力信号はローレベル（ここでは、「０」）となる。そして、図３２のセンサ信号は、外乱発生時のセンサ信号を期間Ｔ１に発生し、接近してくる検出対象物によるセンサ信号を期間Ｔ２に発生している。この場合、出力部１２の出力信号は、期間Ｔ１において、検出対象物を検出する誤検出が頻繁に発生している。すなわち、図３０に示すステートマシンの基本動作では、外乱による誤検出が頻繁に発生する。

次に、図３４、図３５は、図３１に示すステートマシン（レベル設定部１３を用いたときの動作）を用いたシミュレーション結果を示す。図３４は、レベル設定部１３が設定するフラグの状態である。図３５は、図３２のセンサ信号に対する出力部１２の出力信号である。

出力部１２の出力信号は、期間Ｔ１の初期において検知状態になる。このとき、状態Ｓ１２において、レベル設定部１３は外乱による誤検出を検知して、フラグを「０」から「１」に切り替える。フラグが「０」から「１」に切り替わることで、パラメータ調整部１４による閾値（Ｅ２）の設定が外乱発生時用の設定となり、出力部１２の出力信号は非検知状態が続く。すなわち、フラグが「０」から「１」に切り替わることで、パラメータ調整部１４が、検出感度が低くなるように閾値Ｅ２を設定しており、以降、外乱による誤検出が低減している。

そして、非検出状態が継続した後、状態Ｃ１１においてレベル設定部１３がフラグを「１」から「０」に切り替えることによって、パラメータ調整部１４による閾値Ｅ２の設定が通常時用の設定となる。

このように、図３１に示すステートマシンを用いることによって、パラメータ調整部１４は、通常時用の閾値Ｅ２設定、外乱発生時用の閾値Ｅ２設定を切り替えている。外乱発生時用の閾値Ｅ２設定は、通常時用の閾値Ｅ２設定に比べて、誤検出を抑制している。

図３１に示すステートマシンにおいて、レベル設定部１３が設定するフラグは、状態Ｓ１２、状態Ｃ１１で更新される。しかし、認識部７が認識処理を行っているときに、レベル設定部１３がフラグの状態を切り替えて、パラメータ調整部１４が閾値Ｅ２を変更すると、誤作動の原因となる。そこで、信号処理装置２は、状態Ｓ１２、状態Ｃ１１において、認識部７による検出対象物の認識処理を行わない。すなわち、レベル設定部１３は、認識部７が認識処理を行っていないときにフラグの状態（感度レベル）を切り替え、認識部７が認識処理を行っているときにはフラグの状態（感度レベル）を切り替えない。ステートマシンにおける処理内容を分離する事で、検出対象物の認識処理と、閾値Ｅ２の更新処理とを別々に実行している。したがって、認識部７が認識処理を行っているときに誤作動の発生を抑制できる。

また、状態Ｓ１２、状態Ｃ１１におけるフラグの状態の更新処理は、状態Ｓ１２、状態Ｃ１１の期間内に入力されたセンサ信号のみを用いて行われる。しかし、状態Ｓ１２、状態Ｃ１１におけるフラグの状態の更新処理は、状態Ｓ１２または状態Ｃ１１にステートが滞留する期間内に入力されたセンサ信号のみを用いて行われると、通常時または外乱発生時であるか否かの判断ができない場合がある。そこで、レベル設定部１３は、状態Ｓ１２、状態Ｃ１１の各期間だけでなく、より長い期間に入力されたセンサ信号や、このセンサ信号を用いた認識処理の履歴等に基づいて、フラグの状態の更新処理を行う。

具体的に、信号処理装置２は、図３１のステートマシンとは別に、このステートマシンの状態に関わらず、センサ信号や、このセンサ信号を用いた認識処理の内容を監視する監視部をレベル設定部１３に設ける。この監視部は、認識部７の認識処理に影響を及ぼさず、監視対象を監視し続ける。そして、図３１のステートマシンが状態Ｃ１１、状態Ｓ１２に遷移したときに、信号処理装置２は、監視部に蓄積された各情報を参照して、フラグの状態の更新処理を行う。すなわち、レベル設定部１３は、認識部７による誤検出が発生しやすい状況であるか否かを判断するための情報を、パラメータ調整部１４および認識部７の動作に関わらず収集することが好ましい。

図３１のステートマシンにおいて、レベル設定部１３が認識部７による誤検出の発生状況に応じて感度レベルを設定することによって、検出感度向上、誤検出低減の調整を行う。また、信号処理装置２は、動作中に、センサ信号の状態に応じて感度レベルを切り替え、感度レベルに応じたパラメータを設定することで、周囲環境の変動がある場合でも、検出感度向上と誤検出低減とのバランスをとることができる。

また、信号処理装置２は、通常時に用いるパラメータとは別に、外乱発生時に誤検出を抑制することが可能なパラメータを設定することができる。しかし、外乱発生時に誤検出を抑制することが可能なパラメータを用いた場合、検出感度が低下する傾向となる。そこで、通常は検出感度を優先した通常時のパラメータを用いて動作し、外乱が発生していると判断される場合に、誤検出低減を優先した外乱発生時用のパラメータに切り替えることで、誤検出を抑制する。一方、外乱による誤検出が減少したと判断される場合には、通常時のパラメータに切り替えることで、検出感度を標準状態に戻すことができる。

したがって、信号処理装置２は、検出感度向上と誤検出低減とのバランスをとりながら、検出対象以外の物体の動きに起因した誤検出を低減することができる。

また、パラメータ調整部１４が変化させるパラメータとしては、上述の閾値判定処理に用いる閾値Ｅ１、Ｅ２に限定されない。

例えば、認識部７が、重回帰分析を用いた認識処理を行う場合、規格化部６から出力された規格化強度の時間軸上でのデータＡ１から、重回帰分析により信号成分Ａ２，Ａ３を分離する（図１９Ａ参照）。信号成分Ａ２は、人の移動に起因した信号成分であり、信号成分Ａ３は、外乱に起因した信号成分である。そして、信号処理装置２は、所定のフィルタバンク５ａにおいて、抽出された検出物体信号成分Ａ２の単位時間当たりの変動の大きさが閾値Ｅ１１未満である場合のみ、認識部７による認識処理を行う、もしくは認識部７による認識結果を有効とする。信号処理装置２は、閾値Ｅ１１の設定により、外乱による誤検出と思われる判定結果を出力しないことが可能となる。

この場合、パラメータ調整部１４は、フラグの状態（０または１）に基づいて、フラグ「０」であれば、検出感度が高くなるように閾値Ｅ１１を設定し、フラグ「１」であれば、物体の検出感度が低くなるように閾値Ｅ１１を設定する。すなわち、パラメータ調整部１４は、フラグ「０」であれば、閾値Ｅ１１の調整範囲を比較的高い範囲に設定し、フラグ「１」であれば、閾値Ｅ１１の調整範囲を比較的低い範囲に設定する。すなわち、パラメータ調整部１４は、閾値Ｅ１１を、設定対象のパラメータとする。

また、信号処理装置２は、所定のフィルタバンク５ａを通過した信号（規格化前の信号）の強度の単位時間当たりの変動の大きさが閾値Ｅ２１未満である場合のみ、認識部７による認識処理を行う、もしくは認識部７による認識処理の結果を有効としてもよい。信号処理装置２は、閾値Ｅ２１の設定により、外乱による誤検出と思われる判定結果を出力しないことが可能となる。

この場合、パラメータ調整部１４は、フラグの状態（０または１）に基づいて、フラグ「０」であれば、検出感度が高くなるように閾値Ｅ２１を設定し、フラグ「１」であれば、物体の検出感度が低くなるように閾値Ｅ２１を設定する。すなわち、パラメータ調整部１４は、フラグ「０」であれば、閾値Ｅ２１の調整範囲を比較的高い範囲に設定し、フラグ「１」であれば、閾値Ｅ２１の調整範囲を比較的低い範囲に設定する。すなわち、パラメータ調整部１４は、閾値Ｅ２１を、設定対象のパラメータとする。

また、パラメータ調整部１４は、１つのパラメータのみを設定対象とする以外に、複数のパラメータの組を設定対象としてもよい。

さらに、認識部７は、認識処理としてニューラルネットワークによる認識処理を行って物体を検出する機能を有してもよい。これにより、信号処理装置２は、認識部７による検出精度を向上させることが可能となる。

（まとめ）
上述の信号処理装置２は、周波数分析部５と認識部７とレベル設定部１３とパラメータ調整部１４とを備える。周波数分析部５は、物体で反射した無線信号を受信する電波センサ１（センサ）から出力される物体の動きに応じたセンサ信号を周波数領域の信号に変換し、周波数帯域の異なる複数のフィルタバンク５ａ毎の信号として抽出する。認識部７は、複数のフィルタバンク５ａ毎の信号に基づく信号の周波数分布と、複数のフィルタバンク５ａ毎の信号に基づく信号強度の成分比との少なくとも一方により物体を検出する認識処理を行う。レベル設定部１３は、認識処理における物体の検出感度の高低を示す感度レベルを設定する。パラメータ調整部１４は、認識処理における物体の検出感度を調整するパラメータを変化させる。パラメータ調整部１４は、レベル設定部１３が設定した感度レベルに基づいて、感度レベルが高い場合、物体の検出感度が高くなるようにパラメータを設定し、感度レベルが低い場合、物体の検出感度が低くなるようにパラメータを設定する。

この構成によると、信号処理装置２は、レベル設定部１３が認識部７による誤検出の発生状況に応じて感度レベルを設定することによって、検出感度向上、誤検出低減の調整を行う。また、信号処理装置２は、センサ信号の状態に応じて感度レベルを切り替え、感度レベルに応じたパラメータを設定することで、周囲環境の変動がある場合でも、検出感度向上と誤検出低減とのバランスをとることができる。したがって、信号処理装置２は、検出感度向上と誤検出低減とのバランスをとりながら、検出対象以外の物体の動きに起因した誤検出を低減することができるという効果がある。

ここで、レベル設定部１３は、認識部７による誤検出が発生しやすい状況であると判断した場合に、感度レベルを低く設定し、認識部７による誤検出が発生しにくい状況であると判断した場合に、感度レベルを高く設定することが好ましい。

この構成によると、信号処理装置２は、誤検出が発生状況に応じて、感度レベルを設定することができる。

ここで、レベル設定部１３は、認識部７による誤検出が発生しやすい状況であるか否かを判断するための情報を、パラメータ調整部１４および認識部７の動作に関わらず収集することが好ましい。

この構成によると、信号処理装置２は、パラメータ調整部１４および認識部７の動作に関わらず、誤検出が発生しやすい状況であるか否かを判断することができる。

ここで、レベル設定部１３は、認識部７が認識処理を行っていないときに感度レベルを切り替え、認識部７が認識処理を行っているときには感度レベルを切り替えないことが好ましい。

この構成によると、信号処理装置２は、認識部７が認識処理を行っているときに誤作動の発生を抑制できる。

ここで、認識部７は、複数のフィルタバンク５ａの各信号強度の総和が第１の閾値以上である場合、認識処理を行う、もしくは認識処理の結果を有効とし、パラメータ調整部１４は、パラメータとして第１の閾値を変化させることが好ましい。

この構成によると、信号処理装置２は、認識部７による検出精度を向上させることができる。

ここで、認識部７は、複数のフィルタバンク５ａ毎の信号強度から物体の動きに起因した信号成分を抽出する。認識部７は、抽出された信号成分の単位時間当たりの変動の大きさが、複数のフィルタバンク５ａのうち少なくとも１つのフィルタバンク５ａにおいて第２の閾値未満である場合、認識処理を行う、もしくは前記認識処理の結果を有効とすることが好ましい。パラメータ調整部１４は、パラメータとして第２の閾値を変化させることが好ましい。

この構成によると、信号処理装置２は、認識部７による検出精度を向上させることができる。

ここで、認識部７は、複数のフィルタバンク５ａのうち少なくとも１つのフィルタバンク５ａの信号強度の単位時間当たりの変動の大きさが第３の閾値未満である場合、認識処理を行う、もしくは認識処理の結果を有効とすることが好ましい。パラメータ調整部１４は、パラメータとして第３の閾値を変化させることが好ましい。

この構成によると、信号処理装置２は、認識部７による検出精度を向上させることができる。

ここで、信号処理装置２は、規格化部６を備えることが好ましい。規格化部６は、周波数分析部５により抽出された信号の強度の総和もしくは前記複数のフィルタバンク５ａのうち所定数のフィルタバンク５ａを通過した信号の強度の総和で、複数のフィルタバンク５ａそれぞれを通過した信号の強度を規格化し規格化強度として出力する。認識部７は、規格化部６から出力される複数のフィルタバンク５ａ毎の規格化強度から決まる周波数分布と規格化強度の成分比との少なくとも一方により物体を検出する認識処理を行う。

この構成によると、信号処理装置２は、検出対象以外の物体の動きに起因した誤検出を低減することができる。

Claims (8)

1. 物体で反射した無線信号を受信するセンサから出力される前記物体の動きに応じたセンサ信号を周波数領域の信号に変換し、周波数帯域の異なる複数のフィルタバンク毎の信号として抽出する周波数分析部と、
   前記複数のフィルタバンク毎の信号に基づく信号の周波数分布と、前記複数のフィルタバンク毎の信号に基づく信号強度の成分比との少なくとも一方により前記物体を検出する認識処理を行う認識部と、
   前記認識処理における前記物体の検出感度の高低を示す感度レベルを設定するレベル設定部と、
   前記認識処理における前記物体の検出感度を調整するパラメータを変化させるパラメータ調整部とを備え、
   前記パラメータ調整部は、前記レベル設定部が設定した前記感度レベルに基づいて、前記感度レベルが高い場合、前記物体の検出感度が高くなるように前記パラメータを設定し、前記感度レベルが低い場合、前記物体の検出感度が低くなるように前記パラメータを設定する
   ことを特徴とする信号処理装置。
2. 前記レベル設定部は、前記認識部による誤検出が発生しやすい状況であると判断した場合に、前記感度レベルを低く設定し、前記認識部による誤検出が発生しにくい状況であると判断した場合に、前記感度レベルを高く設定することを特徴とする請求項１記載の信号処理装置。
3. 前記レベル設定部は、前記認識部による誤検出が発生しやすい状況であるか否かを判断するための情報を、前記パラメータ調整部および前記認識部の動作に関わらず収集することを特徴とする請求項２記載の信号処理装置。
4. 前記レベル設定部は、前記認識部が前記認識処理を行っていないときに前記感度レベルを切り替え、前記認識部が前記認識処理を行っているときには前記感度レベルを切り替えないことを特徴とする請求項１乃至３いずれか記載の信号処理装置。
5. 前記認識部は、前記複数のフィルタバンクの各信号強度の総和が第１の閾値以上である場合、前記認識処理を行う、もしくは前記認識処理の結果を有効とし、
   前記パラメータ調整部は、前記パラメータとして前記第１の閾値を変化させる
   ことを特徴とする請求項１乃至４いずれか記載の信号処理装置。
6. 前記認識部は、前記複数のフィルタバンク毎の信号強度から前記物体の動きに起因した信号成分を抽出し、抽出された前記信号成分の単位時間当たりの変動の大きさが、前記複数のフィルタバンクのうち少なくとも１つのフィルタバンクにおいて第２の閾値未満である場合、前記認識処理を行う、もしくは前記認識処理の結果を有効とし、
   前記パラメータ調整部は、前記パラメータとして前記第２の閾値を変化させる
   ことを特徴とする請求項１乃至４いずれか記載の信号処理装置。
7. 前記認識部は、前記複数のフィルタバンクのうち少なくとも１つのフィルタバンクの信号強度の単位時間当たりの変動の大きさが第３の閾値未満である場合、前記認識処理を行う、もしくは前記認識処理の結果を有効とし、
   前記パラメータ調整部は、前記パラメータとして前記第３の閾値を変化させる
   ことを特徴とする請求項１乃至４いずれか記載の信号処理装置。
8. 前記周波数分析部により抽出された信号の強度の総和もしくは前記複数のフィルタバンクのうち所定数のフィルタバンクを通過した信号の強度の総和で、前記複数のフィルタバンクそれぞれを通過した信号の強度を規格化し規格化強度として出力する規格化部を備え、
   前記認識部は、前記規格化部から出力される前記複数のフィルタバンク毎の規格化強度から決まる周波数分布と前記規格化強度の成分比との少なくとも一方により前記物体を検出する認識処理を行う
   ことを特徴とする請求項１乃至７いずれか記載の信号処理装置。

Images