JP6623298B2 - 無線イベント検出及び監視のための方法、装置及びシステム - Google Patents
無線イベント検出及び監視のための方法、装置及びシステム Download PDFInfo
- Publication number
- JP6623298B2 JP6623298B2 JP2018529656A JP2018529656A JP6623298B2 JP 6623298 B2 JP6623298 B2 JP 6623298B2 JP 2018529656 A JP2018529656 A JP 2018529656A JP 2018529656 A JP2018529656 A JP 2018529656A JP 6623298 B2 JP6623298 B2 JP 6623298B2
- Authority
- JP
- Japan
- Prior art keywords
- state information
- channel state
- receiver
- training
- information
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/003—Bistatic radar systems; Multistatic radar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/04—Systems determining presence of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
- G01S13/536—Discriminating between fixed and moving objects or between objects moving at different speeds using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
- G01S13/56—Discriminating between fixed and moving objects or between objects moving at different speeds for presence detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/415—Identification of targets based on measurements of movement associated with the target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/12—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with electromagnetic waves
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/02—Mechanical actuation
- G08B13/08—Mechanical actuation by opening, e.g. of door, of window, of drawer, of shutter, of curtain, of blind
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/181—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using active radiation detection systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/181—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using active radiation detection systems
- G08B13/187—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using active radiation detection systems by interference of a radiation field
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
- H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
- H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
- H04B7/0621—Feedback content
- H04B7/0626—Channel coefficients, e.g. channel state information [CSI]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/10—Small scale networks; Flat hierarchical networks
- H04W84/12—WLAN [Wireless Local Area Networks]
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Description
本願は、2016年12月9日に提出された米国特許出願第62/265,155号、2016年3月11日に提出された米国特許出願第62/307,081号(0033P01)、2016年4月1日に提出された米国特許出願第62/316,850号(0033P02)、2016年9月2日に提出された米国特許出願第62/383,235号(0036P01)、及び2016年10月21日に提出された米国特許出願第62/411,504号の優先権を主張する。上記の出願の全体の内容が本明細書において援用される。
本発明は、無線セキュリティ/監視の用途に関する。更に詳細には、本発明は、無線信号を使用する時間反転技術に基づいてイベント検出、動作検出を行う方法、装置及びシステムに関する。
図35は、2つの送受信機210及び212を備える無線システム208の例示的な一実施形態を示す。本実施形態において、アンテナを備える送受信機A210は無線信号214を発射し、当該信号は無線チャネル216を伝搬し、アンテナを備える送受信機B212にマルチパス無線信号218として到着する。例示的な実施形態において、少なくとも1つのアンテナは少なくとも1つの無線信号をチャネルに発射してもよく、少なくとも1つのアンテナは無線チャネルから信号を受信してもよい。実施形態において、送信アンテナ及び受信アンテナは互いに離間して配置されてもよく、いくつかの実施形態において、それらは同一場所に設置されてもよい。例えば装置、コンピュータ、モバイル装置及びアクセスポイント等は2つ以上のアンテナを備えてもよく、アンテナは送信アンテナ及び受信アンテナのいずれか又は双方として動作されてもよい。いくつかの実施形態において、少なくとも1つのアンテナは、チャネルへの無線信号の発射及びチャネルからのマルチパス信号の受信の双方に使用されてもよい単一アンテナであってもよい。実施形態において、アンテナは、異なる時間スロット、異なる周波数帯域、異なる方向及び/又は異なる偏波で信号を送受信してもよく、あるいは同一又は同様の時間、同一又は同様の周波数帯域、同一又は同様の方向及び/又は同一又は同様の偏波で信号を送受信してもよい。いくつかの実施形態において、アンテナ及び/又はアンテナを備える装置は、信号送信及び信号受信のタイミング、搬送周波数、方向及び/又は偏波を調節してもよい。
としてモデル化可能である。式中、hi[k]は長さLを有するチャネルインパルス応答(CIR)のk番目のタップであり、δ[]はディラックのデルタ関数である。尚、チャネル応答の時間領域表現h及びチャネル応答の周波数領域表現Hはフーリエ変換により関連付けられる。
時間反転無線システムの概要を以下に提供する。図1Aを参照すると、時間反転システムは、無線信号を1回以上反射させる場合がある構造又は物体を有する環境において使用可能である。例えば会場102は、第1の部屋104及び第2の部屋106を有してもよい。第1の部屋104内の第1の装置108が第2の部屋106内の第2の装置110へ信号を送信する場合、信号は複数の方向に伝搬し、例えば112、114及び116である複数の伝搬パスを通って移動することにより第2の装置110に到達できる。複数の伝搬パスを通って移動する信号をマルチパス信号と呼ぶ。信号が伝搬パスを通って移動する際、信号は歪む場合がある。第2の装置110により受信されるマルチパス信号は、第1の装置108により送信された信号と非常に異なる場合がある。
いくつかの実現例において、図37を参照すると、チャネルプロービングは送受信機又はアクセスポイント(AP)590が端末装置592と通信する場合に実行される。チャネルプロービング段階において、端末装置592は、アップサンプリング部596を使用してインパルス信号594をαでアップサンプリングし、ルートレイズドコサイン(RRC)フィルタRRCB,fs598を使用してアップサンプル信号をフィルタリングする。この場合、Bは帯域幅であり、fs=αBはサンプルレートである。ビットレートを上げる目的の1つは、オーバサンプリングすることにより、データ送信段階において送信機と受信機との間にサンプル周波数オフセットが存在する場合に正確なサンプルを取得できることである。オーバサンプリングはデータ送信段階におけるステップの1つであってもよいため、チャネルを正確に推定するために、チャネルプロービング段階にオーバサンプリング及びダウンサンプリングを更に含むことができる。αの値はユーザが選択できる。例えばαは4に等しくなるように選択できるが、他の値であってもよい。ルートレイズドコサインフィルタは、帯域幅を制限するためにパルス整形を実行できる。異種時間反転システムにおいて、異なる種類の装置は異なる帯域幅を使用してもよいため、異なる種類の装置に対するルートレイズドコサインフィルタの帯域幅も異なる。
として扱われる。
式中、Ts=1/(αB)である。完璧なチャネル推定値(チャネルプロービング段階においてノイズ及び干渉が無視される)を仮定すると、図37の2つのルートレイズドコサインフィルタ598、622の間の同等のチャネルインパルス応答を以下のように書くことができる。
時間領域におけるチャネル状態情報の表現がベクトルh=[h[1],h[2],...,h[L]]として表されると仮定する。式中、Lはチャネル状態情報のタップの数である。例えばh[1]、h[2]、h[L]等は、受信プロービング信号のデジタルサンプルであってもよい。サンプリングレートは、例えば125MHzであってもよい(他のサンプリングレートを使用することもできる)。時間領域における2つのチャネル状態情報サンプルh1及びh2の間の時空間共振の強度TR(h1, h2)を「時間反転共振強度(TRRS)」と呼び、これを以下のように定義する。
式中、「*」は畳み込みを示し、lはタップインデックスを示し、g2はh2のTRシグニチャである。すなわち、
g2[k]=h* 2[L−k−1], k=0,1,...,L−1 式(2)
受信機側において、各チャネル状態サウンディングの後、それぞれに対するL×Mの未加工のチャネル状態情報行列を以下のように収集できる。
Hi =[h(1), h(2) ,... , h(M)], ∀i 式(3)
この場合、Mは送信機と受信機との間のリンクの数であり、Lはチャネル周波数応答(CFR)における使用可能なサブキャリアの数である。本明細書において、各送信機は1つ以上のアンテナを有することができ、各受信機は1つ以上のアンテナを有することができる。送信機アンテナと受信機アンテナの各対は1つの通信リンクに対応する。従って、例えば送信機が3つのアンテナを有し且つ受信機が2つのアンテナを有する場合、このイベント検出器システムには3×2=6個のリンクが存在すると言う。チャネル周波数応答は、周波数領域において測定されるチャネル状態情報である。
式中、Lはチャネル状態情報ベクトルの長さであり、kはサブキャリアインデックスであり、g2は以下のように取得されるh2の時間反転シグニチャである。
g2[k]=h* 2[k], k=0, 1, ...,L−1 式(5)
位相歪みを補正した後に推定チャネル周波数応答に位相オフセットが存在しない場合、多入力多出力(MIMO)システムにおける各リンクに対する式(4)の時間反転共振強度を以下のように計算できる。
式中、kはサブキャリアのインデックスであり、Lはサブキャリアの総数である。チャネルが定常性を有するという仮定に従うと、チャネル周波数応答(CFR)h0及びh1が同一のロケーション又は同一の状態から生じる場合、h1を以下のようにモデル化できる。
h1=h0+n 式(7)
式中、nはガウスノイズのベクトルであり、
Lはチャネル周波数応答の長さである。
段階1.オフライントレーニング
時間反転イベント検出器(TRED)は、一意の屋内マルチパスプロファイル及び時間反転技術を利用して、例えば屋内イベントであるイベントを区別して検出する。オフライントレーニング段階において、あらゆる対象イベントのマルチパスプロファイルが収集され、時間反転空間における対応する時間反転シグニチャがデータベースに格納される。しかし、ノイズ及びチャネルフェージングにより、特定の状態からのチャネル状態情報は時間と共に若干変化する場合がある。この種の変動に対処するために、状態毎にいくつかの瞬間チャネル状態情報サンプルを収集してトレーニングセットを構築する。
この場合、ベクトル変数の上付き文字*は共役演算子を表す。Lはチャネル状態情報ベクトルの長さを示し、kはチャネル状態情報における時間領域タップのインデックスである。その場合、トレーニングデータベースgはGiの集合である。
トレーニングデータベースgを構築すると、時間反転イベント検出器はイベント検出を行える状態になる。監視段階の間、受信機は現在の推定チャネル状態情報とg内の時間反転シグニチャとをマッチングさせ続け、最も強い時間反転時空間共振を生成するものを探す。未知の監視中チャネル状態情報H~と状態Si中のサンプルとの間の時間反転共振強度は、以下のように定義される。
ベースライン法を使用して実験が行われた。図2Aの間取り図220に詳細な設定を示す。図中、異なるドットマークは送信機(TX)及び受信機(RX)の異なるロケーションを表す。実験において、D1〜D8と示される複数の木製扉の開閉状態を検出する。丸いドット(例えば、222a、222b、222c、222d)で示される送信機の各ロケーションは互いに1m離間し、受信機の候補ロケーションは星(例えば、224a及び224b)で示される。TX−RXロケーションは、見通し内(LOS)送信及び見通し外(NLOS)送信の双方を含む。
いくつかの実現例において、イベント検出器は、「開いている扉は無い」、「玄関扉が開いている」等である屋内イベントの発生を検出するように設計される。ここでは、統計値に基づくイベント検出器の詳細を開示する。統計値に基づくイベント監視システム(又は保護システム)は、オフライントレーニング段階及びオンライン学習段階である2つの動作段階を有する。トレーニングセットは、所定の既知の各イベントにおいて収集された受信プロービング信号からの推定CSIを含み、それらから各イベントに対する時間反転共振強度の関数における統計的分布を計算する。オンライン監視段階では、未知のイベントにおいて収集されたCSIを使用する確率特徴が抽出され、未知のイベントは既知のイベントの1つに分類される。イベント検出の決定が行われ且つそれが正確な決定であると確認されると、監視段階において収集されたチャネル状態情報をトレーニングセットに追加でき、それを用いて特徴を再トレーニングできる。
図19を参照すると、オフライントレーニング段階240において、イベント監視システムは、監視される屋内イベント毎に同一のイベントプロファイルから収集されたチャネル周波数応答の間の時間反転共振強度の対数正規分布モデルを構築することを目的とする。
Hi=[hi (1), hi (2),..., hi (M)], i=1,2,...,N 式(32)
式中、NはSのサイズであり、Mは送信機と受信機との間のリンクの数であり、Hiの次元はL×Mである。Mは、送信機アンテナの数と受信機アンテナの数の積である。ここで、用語「正常イベント」は、ユーザ/環境が正常であると考え、警報を生成する必要がないと考えるイベントを示す。用語「異常イベント」は、ユーザ/環境が正常でない又は異常であると考え、警報を生成する必要があると考えるイベントを示す。
式中、hi (l)(nl)は、nl番目の実現例からのリンクlに対するイベントSiのチャネル周波数応答を示す。nl(l=1,2,...,M)は実現例インデックスであり、これは全てのl及びHrep,iにおけるiに対して異なってもよい。
監視段階において、図19及び図20に示すように、受信機は未知のイベントからチャネル状態情報をHtest=[h(1) test, h(2) test,..., h(M) test]として継続的に収集する。統計値に基づくイベント検出器は、統計メトリックを計算して評価することにより、未知の監視されたチャネル状態情報に最も類似するトレーニングデータベース内のイベントを見つける。本明細書中、用語「監視されたチャネル状態情報」又は「検査されたチャネル状態情報」は、監視段階において収集されるチャネル状態情報を示す。詳細なステップを以下に列挙する。
式中、F(μ,σ)(x)は、パラメータ(μ,σ)及び変数xを有する対数正規分布の累積分布関数(CDF)である。関数F(μ,σ)(x)が独立変数x及びパラメータ(μ,σ)を有する累積分布関数であるため、これはxと共に増加する。より大きいxはより高いF(μ,σ)(x)を示し、より高いF(μ,σ)(x)はより大きいxを示す。従って、より大きいWi,testはより小さいTR(m) i,testセットを示し、これは、監視されたチャネル状態情報とトレーニング済みイベントSiのチャネル状態情報との間の類似性が低いため、未知のイベントの監視されたチャネル状態情報がトレーニング済みイベントSiに属する可能性が低いことを意味する。そのため、当該統計メトリックは、未知のイベントからの監視されたチャネル状態情報が何らかのトレーニング済みイベントSiに属する可能性の低さを反映する。
(a)段階1−正常状態チェッカ:環境が正常である(すなわち、正常イベントのうちの1つのみが発生する)か又は異常である(すなわち、現在の環境状態がトレーニング済み正常イベントのいずれにも属さない)かを検出するために、メトリック値Wnormal,testを使用して、事前に定義された閾値γnormalと比較する。
Wnormal,test<γnormalの場合、監視中のチャネル状態情報測定値に対するシステムの決定はDtest=normalであり、決定手順は終了する。Wnormal,test<γnormalでない場合、決定手順は次の段階である異常状態チェッカに進む。
(b)段階2−異常状態チェッカ:本ステップでは、Htestが収集される時間の間に何らのイベントが屋内環境において発生するため、どのトレーニング済み異常イベントが発生しているのかを判定することを目的とする。従って、メトリック値Wabnormal,testを使用して、事前に定義された閾値γabnormalと比較する。
その後、監視時間に対するシステムの決定が式(43)のWabnormal,testに基づいて以下のように行われる。
Dtest=nは、トレーニング段階でトレーニングされていない何らかの異常イベントが発生していることを示す。
図3を参照すると、実験は一軒の家屋において行われ、間取り図250が図示される。間取り図250において、間取り図250中の矢印で示される扉及び窓の状態が統計値に基づくイベント検出器により監視される。試験家屋において、受信器のロケーション252が与えられ、2つの送信機のロケーション254a、254bが試験されて評価される。一方の送信機のロケーション254aは玄関扉の領域に存在し、他方の送信機のロケーション254bは台所に存在する。
ここでは、構成Iのイベントリストの全ての対象イベントが意図的に実行され且つシステムが各イベントの間にチャネル状態情報を継続的に収集する監視環境がシミュレーションされる。3つの例を図6A〜図6Cに示す。図6Aは、全ての扉及び窓が閉じている状況に対する決定を示すグラフ300である。図6Bは、Bobの部屋の扉が部屋の内側から開かれる状況に対する決定を示すグラフ310である。図6Cは、Aliceの部屋の窓が外側から開かれる状況に対する決定を示すグラフ320である。グラフ300、310、320において、x軸は決定インデックス又は時間インデックスを表し、決定は一定期間にわたり周期的に行われる。y軸は表6に対応する状態インデックスを表す。これらの例において、システムはイベントe1からイベントe4への移行(図6Bに示すように)及びイベントe1からイベントe9への移行(図6Cに示すように)の検出に成功している。
屋内イベントの発生を検出するという、統計値に基づく方法と同一の目的を有する機械学習に基づくイベント検出器を以下に説明する。機械学習に基づく方法は、イベントを特徴空間にマッピングし、特徴空間における異なる屋内イベント間の距離を最大にしようとする。本方法は、計算の複雑性が高くなるが(統計値に基づく方法と比較して)、より高い決定性能を達成できる。機械学習に基づくイベント検出器は、図21に示すように、オフライントレーニング段階470及びオンライン監視段階472で動作できる。
統計値に基づく方法と同様に、トレーニング段階470において、監視される全ての対象イベントの屋内マルチパスプロファイルが収集され、サポートベクトルマシン(SVM)及び特徴次元縮小法、すなわち主成分分析(PCA)である分類器をトレーニングするために使用される。
未知のイベントから収集された各サンプルチャネル状態情報に対して、トレーニング段階で使用されたのと同一の前処理を最初に実行して、位相オフセット及び初期位相歪みを低減又は除去し、その後、チャネル状態情報の実数部及び虚数部を連結することにより特徴ベクトルが生成される。その後、学習された主成分分析の直交変換を特徴ベクトルに適用して、次元数を減少する。新規の特徴ベクトルは、トレーニング済み線形サポートベクトルマシンを使用して分類され且つラベル付けされる。イベント検出に関する決定が行われ且つそれが正確な決定であると確認されると、監視段階で収集されたチャネル状態情報をトレーニングセットに追加でき、それを用いてサポートベクトルマシンを再トレーニングできる。
本節では、前節と同一のデータを使用する受信機動作特性性能及び運用テストを通じて、機械学習に基づくイベント検出器の性能を評価する。送信機が玄関扉領域に配置される構成Iを調べる。主成分分析の次元縮小後の分類特徴を形成するために、20個の実数値主成分が選択される。
図22は、時間反転共振強度分散に基づく人間動作検出器480の処理ブロック図を示す。これは、時間反転共振強度の時系列の分散により定量化される大きいダイナミクスが検出されると即座に報告するように設計される。家屋内での人間の動作は、動作が送信機又は受信機の近くで起きる場合は特に、チャネルフェージング及びノイズにより発生する影響と比較して大きい変動を時間反転共振強度の時系列に導入する場合がある。時間反転共振強度分散に基づく人間動作検出器は、オフライントレーニング段階482及びオンライン監視段階484である2つの段階で動作できる。オフライントレーニング段階482において、マルチパス伝搬環境における異なる種類のダイナミクスにより導入される時間反転共振強度分散が調べられ、人間の動作がある場合と人間の動作がない場合のダイナミクスを判定する際に使用するために適切な閾値が取得される。オンライン監視段階484において、検出器480は測定されたチャネル状態情報を受信し、時間反転共振強度の時系列における分散を判定し、分散とトレーニング段階において確立された閾値とを比較し、家屋内に人間の動作が存在するか否かの判定を行う。
トレーニング段階482において、システムは、監視領域内に人間の動作が存在しない場合の時間反転共振強度の時系列におけるダイナミクスと比較した人間の動作が存在する場合のダイナミクスの大きさを学習する必要がある。トレーニングにおける詳細なステップを以下に列挙する。
・データの取得:最初に、屋内環境の状況を2つのクラス、すなわち、環境が静的であるS0と、監視領域内で動いている人間が少なくとも1人いるS1に分ける。双方のクラスに対して、チャネル状態情報サンプルとも呼ばれるチャネル周波数応答が継続的に収集され、以下のように示される。
式中、tはチャネル周波数応答が取り込まれる期間の時間インデックスである。チャネル周波数応答が位相歪みにより破損する場合があるため、時間反転共振強度分散に基づく人間動作検出器が時間反転共振強度の時系列のダイナミクスを学習する前に、位相オフセットがそれぞれ個別に補償される。
・ダイナミクスの取得:静的状態S0及び動作状態S1の双方に対するチャネル周波数応答測定値の時系列が取得されると、時間ウィンドウ内で時間に沿って時間反転共振強度の分散値を追跡(トラッキング)することにより、時間反転共振強度の時系列のダイナミクスが定量化される。分散の時系列を取得するために、各状態Si(i=0,1)に対して、長さN及びオーバラップN−1を有するスライディングウィンドウがHi(t)の時系列に適用され、ウィンドウ内で継続的に収集されたチャネル周波数応答をセグメント化する。例えばウィンドウ長Nとすると、チャネル周波数応答系列はHi(t0)〜Hi(t0+N*Ts)であり、Tsはサンプリング時間であり、すなわち各チャネル状態情報の検知の時間間隔はTsである。その後、時間t0から始まるウィンドウに対する時間反転共振強度系列が、t0≦t≦t0+N*Tsである
監視段階において、システムが継続的に環境を感知してチャネル状態情報サンプルを収集するため、チャネル状態情報の時系列Htest(t),t0≦t≦t0+N*Ts,∀t0を取得するために、トレーニング段階と同一の長さN及びオーバラップ長さN−1を有するスライディングウィンドウが適用される。位相オフセット及び初期位相歪みを補償した後、時間反転共振強度系列が
として取得され、この時間ウィンドウ内の分散はσtest(t0)である。家屋内に人間の動作があるか否かを判定するために、σtest(t0)値が閾値γmotionと比較される。σtest(t0)≧γmotionの場合のみ、システムは人間の動作の存在を報告する。
いくつかの例では、屋内環境において、無線送信におけるノイズ及び外のダイナミクスが存在し、受信機側における推定チャネル状態情報に影響を及ぼす場合がある。これらの種類の干渉は、保護システムの誤検出又は誤警報を引き起こす場合がある。いくつかの実現例において、これらの干渉は僅かであり且つ短時間である場合が多いため、時間と矛盾しない決定のみを出力するために時間ダイバーシチ平滑化法が提供される。時間ダイバーシチ平滑化法は、屋内イベントの一般的な持続時間が通常は数秒であるという仮定に依存する。
DMV1(n)=MajorityVote{D(1+(n−1)*O1),D(2+(n−1)*O1),...,D(N1+(n−1)*O1)}により取得される。式中、D(n)は、イベント検出器又は人間動作検出器のいずれかからのn番目のチャネル状態情報測定値に対する決定である。
いくつかの実現例において、アンテナ相関分散に基づく人間動作検出器は、アンテナ相関の分散により定量化される大きいダイナミクスが検出されると即座に報告するように設計される。人間の動作は、動作が送信機又は受信機の近くで起きる場合は特に、チャネルフェージング及びノイズにより発生する影響と比較して大きい変動をアンテナ相関に導入する場合がある。本方法において、人間の動作がある状況と人間の動作がない状況との間のアンテナ相関の分散におけるダイナミクスを区別するために、アンテナ相関の分散に基づく人間動作検出器が使用するのに適した閾値が取得される。
式中、MはTXアンテナの数を表し、NはRXアンテナの数を表す。
式(47)及び式(48)から、各時間インスタンスにおけるアンテナ相関γtを図12に示すように計算できる。
Δγt=γt−γt−1 式(49)
次に、ウィンドウサイズWを有する移動平均ウィンドウがΔγtに適用され、平均値及び分散は以下のように動作検出に使用できる。
いくつかの実現例において、線形位相オフセット及びランダム初期位相の問題を回避するために、チャネル周波数応答の振幅情報のみが使用される。説明の便宜上、時間iにおける(正規化された)チャネル周波数応答の振幅を以下のようなロングベクトルと示す。
式中、Q(・)はQ関数であり、すなわち標準正規累積分布関数の補数である。誤警報確率αが小さい場合、Q-1(α)は大きく、それと同時にηも大きい。上記の説明は、観察ウィンドウIの長さが上述したアルゴリズムの性能において重要な役割を果たすことを示す。ウィンドウのサイズIが大きいほどP^ Nの分散は減少し、閾値ηをより小さい値に設定でき、それにより、式(56)による観察ウィンドウの持続時間に相当する持続時間を有する動作に対する検出確率を向上できる。しかし、ウィンドウサイズが大きいほど、システムの応答時間は長くなり、持続時間が短い動作に対する検出確率は低下する。異なる目的又は用途に応じて、異なるウィンドウサイズが選択されてもよい。
上記で定義したように、同一イベント又は異なるイベントにおいて収集されたCSI間の類似性を特徴づけるために、時間反転共振強度を以下のように計算できる。
h0及びh1は2つのフィンガープリントであり、Kは使用可能なサブキャリアの総数であり、H0[k]及びH1[k]はサブキャリアkにおけるCSIであり、ηは同期誤差を補償したh0とh1との間の変更された相互相関であり、Λ0、Λ1はそれぞれh0及びh1のチャネルエネルギーである。受信機及び送信機の無線周波数フロントエンド成分の不一致により受信機が送信機と完全に同期しない場合があるため、e-jkφの追加の位相回転を使用して、ηの計算における同期誤差により発生した位相歪みを解消する。その場合、φは以下に説明するアルゴリズム1を使用して推定及び補償可能である。上記の式(64)は、時間反転共振強度が0から1の範囲であることを示す。更に詳細には、時間反転共振強度が大きいほど、2つのCSI間の類似性が高いことを示し、従って、2つの関連するイベント間の類似性が高いことを示す。
と書くことができ、S×F×Wの有効帯域幅を有する粒度の細かいチャネル状態情報フィンガープリントを提供できる。
の計算を詳細に説明する。アルゴリズム1において、ステップ4〜9は仮想リンク(s,f)におけるチャネルエネルギーを計算し、ステップ10〜14は仮想リンク(s,f)における2つのフィンガープリントの変更された相互相関を計算する。各仮想リンクにおけるチャネルエネルギー及び変更された相互相関はそれぞれ、ステップ9及びステップ15に示すように累算される。最後に、時間反転共振強度がステップ18により取得される。ηs,fの計算は、サイズNの離散フーリエ変換と同一の形式をとる
により近似され、従って、高速フーリエ変換により効率的に計算可能である。計算において大きいNを使用することで、ηs,fのより正確な近似を得られる。
1.正規化共振強度TR(h0,d,h1,d)
2.リンクdにおけるチャネルh0のチャネルエネルギー:Λ0,d
3.リンクdにおけるチャネルh1のチャネルエネルギー:Λ1,d
式中、NRXは受信アンテナの数であり、Diは受信アンテナiを含むアンテナリンクのセットを表す。例えば3×3多入力多出力システムにおいて、アンテナリンク1、4、7はそれぞれ、送信アンテナ1と受信アンテナ1との間のリンク、送信アンテナ2と受信アンテナ1との間のリンク、送信アンテナ3と受信アンテナ1との間のリンクを表す。従ってD1={1,4,7}である。本方法の背景にある考えは、最初に同一の受信アンテナにおけるCSIを連結して時間反転共振強度を計算して、全ての受信アンテナにおける計算された時間反転共振強度の平均を得ることである。
チャネル状態情報は、(i)搬送周波数オフセット(CFO)α及び共通位相オフセット(CPE)βにより生じる初期位相歪みと、(ii)シンボルタイミングオフセット(STO)σ及びサンプリング周波数オフセット(SFO)δにより生じる線形位相歪みによる影響を受ける場合がある。
式中、H1,1[k]は送信アンテナ1から受信アンテナ1において受信されたチャネル状態情報フィンガープリントを表し、H2,1[k]は送信アンテナ2から受信アンテナ1において受信されたチャネル状態情報フィンガープリントを表す。
上記は、シンボルタイミングオフセットσ及び共通位相オフセットβの影響が相殺されたことを示す。α及びδは残留した搬送周波数オフセット及びサンプリング周波数オフセットであるため、多くの場合に無視できる。
の新規のチャネル状態情報フィンガープリントを形成できる。
これは、線形位相シフトを完全に除去する。
φ[k]=φ[k−1]+W{φw[k]−φw[k−1]} 式(79)
式中、φ[k]はサブキャリアkにおけるアンラッピング位相を示し、φw[k]はラッピング位相である。演算Wはアンラッピング関数である。
であり、アンラッピング法はW{φw[k]+φn[k]−φw[k−1]}に劣化する場合がある。式(80)におけるアンラッピング手順の誤トリガ又はミストリガにより、少なくとも|2π−φn[k]|の誤りが振幅に導入される場合がある。
式中、h[k]Hkはグランドトゥルースチャネル状態情報である。各サブキャリアにおける位相が独立して無相関であるという仮定によると、βresは非常に小さく、無視できる。
この場合、ノイズの独立性が考慮される。各サブキャリアにおける位相が独立していると仮定すると、αresは小さいはずである。
チャネルプロービングのための最小二乗(LS)に基づくハンドシェイク方法を以下に説明する。本方法において、送信機142は受信機144にプローブ信号を送出する。受信機144は受信信号と同期し、受信信号に基づいてチャネル応答を推定する。
Cq= (T'T)-1T'
式中、Tはsqにより生成されるテプリッツ行列であり、送信機142により使用される有効トレーニング系列である。行列Tの1列目はsqe=[sq;0]であり、0はL個の0で構成されるベクトルである。図32を参照すると、テプリッツ行列T190の第1の列は、sqeから取得される第1の要素以外は全て0で構成される。行列T190は次元cm×cnを有し、cm=Le+L及びcn=La+τ+Lである。パラメータτは、先行ステップにおける同期ミスマッチの最大値より大きい必要のある補償係数であり、すなわち、トレーニング系列が開始する受信信号におけるインデックスと受信機144により検出されたトレーニング系列168の始点であるインデックスis+mLw+Lb+Ldとの間の差分である。
及び変換行列Cqの次元からわかる。長いチャネル応答が推定される理由は、同期誤差により、推定チャネル応答は実際のチャネル応答がシフトされたバージョンであるためである。長いチャネル応答を推定することにより、有効チャネル応答が推定の中に含まれることが保証されるため、重要なタップが失われず、このことは、受信装置において送信波形をフォーカスするためにマルチパスチャネルを整合フィルタとして使用する時間反転システムにとって重要である。
チャネルプロービングに対する相関に基づくハンドシェイク方法を以下に説明する。本方法において、時間同期及びチャネル応答推定の双方のために単一系列が使用される。
corrmax=max|ryx(m)|
corrmaxに基づいて、送信機は受信信号yの同期インデックスisを以下のように見つける。
Claims (41)
- 複数のイベントを検出するための装置であって、
プロセッサと、
命令のセットを格納する記憶装置と、を備え、前記命令は、前記プロセッサによって実行された場合に前記プロセッサに、
チャネル状態情報を分類し、かつ、前記チャネル状態情報の前記分類に基づいてイベントを検出するよう構成された少なくとも1つの分類器をトレーニングすることであって、前記少なくとも1つの分類器の前記トレーニングは、
前記装置によって検出される複数の既知のイベントのそれぞれについて、当該既知のイベントが会場内で発生する期間の間に、当該会場内の無線送信機と無線受信機との間の無線マルチパスチャネルのトレーニングチャネル状態情報(CSI)の少なくとも1つのセットであって、前記無線送信機から前記無線マルチパスチャネルを介して前記無線受信機へ送信される少なくとも1つの第1プロービング信号から導出される、トレーニングチャネル状態情報の前記少なくとも1つのセットを取得すること、
前記複数の既知のイベントと、前記複数のイベントのそれぞれと関連付けられたトレーニングチャネル状態情報の前記少なくとも1つのセットとに基づいて、前記少なくとも1つの分類器をトレーニングすること、及び
前記少なくとも1つの分類器をトレーニングするためにトレーニングチャネル状態情報の前記セットを使用する前に、トレーニングチャネル状態情報の前記セットに含まれる位相歪みを低減又は除去することを含む、トレーニングすることと、
現在のイベントが発生している期間の間に、前記無線送信機と前記無線受信機との間の無線マルチパスチャネルの測定されたチャネル状態情報のセットであって、前記無線送信機から無線マルチパスチャネルを介して送信されて前記無線受信機で受信される少なくとも1つの第2プロービング信号から導出される、測定されたチャネル状態情報の前記セットを受信することと、
前記複数の既知のイベントのいずれが前記現在のイベントにマッチングするかを判定するために、測定されたチャネル状態情報の前記セット又は測定されたチャネル状態情報の前記セットから導出されたデータの少なくとも1つに対して、前記分類器を適用することと、を行わせる、装置。 - 請求項1に記載の装置であって、
前記複数の既知のイベントは、扉が閉じるイベント、扉が開くイベント、窓が閉じるイベント、窓が開くイベント、室内に人間が存在しないイベント、又は室内に人間が存在するイベントの少なくとも1つを含む、装置。 - 請求項1に記載の装置であって、
前記少なくとも1つの分類器をトレーニングすることは、主成分分析を使用して、前記複数の既知のイベントと、前記複数の既知のイベントのそれぞれと関連付けられたトレーニングチャネル状態情報の前記少なくとも1つのセットとに基づいて、前記少なくとも1つの分類器をトレーニングすることを含む、装置。 - 請求項1に記載の装置であって、トレーニングチャネル状態情報の各セットは、少なくとも、複素数値のベクトルを含む、装置。
- 請求項1に記載の装置であって、
前記記憶装置は、前記プロセッサによって実行された場合に前記プロセッサに、
サンプリング周波数オフセット(SFO)又はシンボルタイミングオフセット(STO)の少なくとも1つに起因した特定のチャネル状態情報の2つ以上の成分と関連付けられた特定の線形位相オフセットを推定することと、
搬送波周波数オフセット(CFO)又は共通位相オフセット(CPO)の少なくとも1つに起因した前記特定のチャネル状態情報の前記2つ以上の成分と関連付けられた特定の初期位相オフセットを推定することと、
前記特定のチャネル状態情報、前記推定された特定の線形位相オフセット、及び前記推定された特定の初期位相オフセットに基づいて、特定の補正されたチャネル状態情報を生成することと、
を行わせる命令を更に格納する、装置。 - 請求項5に記載の装置であって、
前記特定のチャネル状態情報と関連付けられた前記特定の線形位相オフセットは、前記特定のチャネル状態情報と前記特定のチャネル状態情報のシフトされたバージョンとの成分ごとの積に基づいて推定される、装置。 - 請求項5に記載の装置であって、
前記特定のチャネル状態情報と関連付けられた前記特定の初期位相オフセットは、各サブキャリアにおける複素数値のチャネル状態情報の成分の平均値の角度に基づいて推定される、装置。 - 請求項1に記載の装置であって、
前記記憶装置は、前記プロセッサによって実行された場合に前記プロセッサに、測定されたチャネル状態情報の前記セット又は測定されたチャネル状態情報の前記セットから導出されたデータの少なくとも1つに対して、前記分類器を適用する前に、測定されたチャネル状態情報の前記セットに含まれる位相歪みを低減又は除去させる命令を更に格納する、装置。 - 請求項1に記載の装置であって、
前記少なくとも1つの分類器のそれぞれは、測定されたチャネル状態情報の前記セットとトレーニングチャネル状態情報の前記セットとの間の類似度を表す類似度値を、トレーニングチャネル状態情報の前記セットの一部のそれぞれについて計算するよう構成されており、
測定されたチャネル状態情報の前記セット又は測定されたチャネル状態情報の前記セットから導出されたデータの少なくとも1つに対して前記分類器を適用することは、測定されたチャネル状態情報の前記セットに最も類似している、トレーニングチャネル状態情報の前記セットのうちの1つを特定すること、及び、トレーニングチャネル状態情報の前記特定されたセットと関連付けられた前記既知のイベントを特定することを含む、装置。 - 請求項9に記載の装置であって、
測定されたチャネル状態情報の前記セットとトレーニングチャネル状態情報の前記セットとの間の前記類似度値を計算することは、測定されたチャネル状態情報の前記セットと関連付けられた第1ベクトルと、トレーニングチャネル状態情報の前記セットと関連付けられた第2ベクトルとの内積を計算することを含む、装置。 - 請求項9に記載の装置であって、
前記記憶装置は、前記プロセッサによって実行された場合に前記プロセッサに、各類似度値が、トレーニングチャネル状態情報の前記セットの1つとトレーニングチャネル状態情報の他のセットとの間の類似度を表す、複数の類似度値を計算させる命令を更に格納し、
トレーニングチャネル状態情報の前記セットの1つとトレーニングチャネル状態情報の他のセットとの間の類似度から導出されるパラメータは、統計的分布でモデル化され、
前記記憶装置は、前記プロセッサによって実行された場合に前記プロセッサに、トレーニングチャネル状態情報の前記セットの1つとトレーニングチャネル状態情報の他のセットとの間の前記類似度から導出される前記パラメータの前記統計的分布についてのスケールパラメータ及びロケーションパラメータを推定させる命令を更に格納する、装置。 - 請求項1に記載の装置であって、
前記記憶装置は、前記プロセッサによって実行された場合に前記プロセッサに、
測定されたチャネル状態情報のセットの系列に対してスライディングタイミングウィンドウを適用することと、ここで、前記タイミングウィンドウは、複数の期間に分割され、各期間は、測定されたチャネル状態情報の前記セットの1つに対応し、
前記タイミングウィンドウに含まれる前記複数の期間のそれぞれについて前記複数の既知のイベントの1つを特定するために、前記タイミングウィンドウ内に時間スタンプを有する、測定されたチャネル状態情報の前記複数のセットのそれぞれに対して、前記分類器を適用することと、
前記タイミングウィンドウに含まれる前記期間と関連付けられた前記既知のイベントに基づいて、前記現在のイベントを検出することと、
を行わせる命令を更に格納する、装置。 - 請求項12に記載の装置であって、
前記現在のイベントを検出することは、最も多くの期間について前記タイミングウィンドウ内で発生する前記既知のイベントを判定することを含む、装置。 - 複数のイベントを検出するための装置であって、
プロセッサと、
命令のセットを格納する記憶装置と、を備え、前記命令は、前記プロセッサによって実行された場合に前記プロセッサに、
チャネル状態情報を分類し、かつ、前記チャネル状態情報の前記分類に基づいてイベントを検出するよう構成された少なくとも1つの分類器をトレーニングすることであって、前記少なくとも1つの分類器の前記トレーニングは、
前記装置によって検出される複数の既知のイベントのそれぞれについて、当該既知のイベントが会場内で発生する期間の間に、当該会場内の無線送信機と無線受信機との間の無線マルチパスチャネルのトレーニングチャネル状態情報(CSI)の少なくとも1つのセットであって、前記無線送信機から前記無線マルチパスチャネルを介して前記無線受信機へ送信される少なくとも1つの第1プロービング信号から導出される、トレーニングチャネル状態情報の前記少なくとも1つのセットを取得すること、及び
前記複数の既知のイベントと、前記複数のイベントのそれぞれと関連付けられたトレーニングチャネル状態情報の前記少なくとも1つのセットとに基づいて、前記少なくとも1つの分類器をトレーニングすることを含む、トレーニングすることと、
現在のイベントが発生している期間の間に、前記無線送信機と前記無線受信機との間の無線マルチパスチャネルの測定されたチャネル状態情報のセットであって、前記無線送信機から無線マルチパスチャネルを介して送信されて前記無線受信機で受信される少なくとも1つの第2プロービング信号から導出される、測定されたチャネル状態情報の前記セットを受信することと、
前記複数の既知のイベントのいずれが前記現在のイベントにマッチングするかを判定するために、測定されたチャネル状態情報の前記セット又は測定されたチャネル状態情報の前記セットから導出されたデータの少なくとも1つに対して、前記分類器を適用することと、を行わせ、
前記記憶装置は、前記プロセッサによって実行された場合に前記プロセッサに、
測定されたチャネル状態情報のセットの系列に対してスライディングタイミングウィンドウを適用することと、ここで、前記タイミングウィンドウは、複数の期間に分割され、各期間は、測定されたチャネル状態情報の前記セットの1つに対応し、
前記タイミングウィンドウ内の時間スタンプを有する前記測定されたチャネル状態情報の分散を判定することと、
前記測定されたチャネル状態情報の前記分散に基づいて、人間の動作を検出することと、
を行わせる命令を更に格納する、装置。 - 請求項14に記載の装置であって、
前記測定されたチャネル状態情報の前記分散を判定することは、
前記タイミングウィンドウ内の時間スタンプを有する、測定されたチャネル状態情報の特定のセットを選択することと、
前記タイミングウィンドウ内の時間スタンプを有する、測定されたチャネル状態情報の他のセットのそれぞれについて、測定されたチャネル状態情報の前記特定のセットと、測定されたチャネル状態情報の前記他のセットとの間の類似度を表す類似度値を計算することと、
前記類似度値に基づいて、前記測定されたチャネル状態情報の前記分散を判定することと、を含む、装置。 - 請求項15に記載の装置であって、
前記無線送信機又は前記無線受信機の少なくとも1つは、2つ以上のアンテナを有し、送信機アンテナと受信機アンテナとの各ペアは、前記無線送信機と前記無線受信機との間のリンクを形成し、少なくとも2つのリンクが、前記無線送信機と前記無線受信機との間に形成され、
前記測定されたチャネル状態情報の前記分散を判定することは、前記タイミングウィンドウ内の期間ごとに、異なる複数のリンクにわたる前記類似度値の平均値を判定することと、前記類似度値の平均値の分散を判定することと、を含む、装置。 - 請求項14に記載の装置であって、
人間の動作を検出することは、前記タイミングウィンドウ内の時間スタンプを有する前記測定されたチャネル状態情報の前記分散が閾値を超えた場合に、人間の動作を検出することを含む、装置。 - 請求項1に記載の装置であって、
トレーニングチャネル状態情報の前記セット又は測定されたチャネル状態情報の前記セットの少なくとも1つは、前記無線送信機と前記無線受信機との間の前記無線マルチパスチャネルと関連付けられた、チャネルインパルス応答又はチャネル周波数応答の少なくとも1つを含む、装置。 - 請求項1に記載の装置であって、
前記少なくとも1つの第1プロービング信号及び前記少なくとも1つの第2プロービング信号のそれぞれは、インパルス信号又は疑似ランダム系列の少なくとも1つを含む、装置。 - 請求項1に記載の装置であって、
前記無線送信機と前記無線受信機とのそれぞれは、少なくとも1つのアンテナを有し、
トレーニングチャネル状態情報の各セットは、前記複数の既知のイベントの1つが発生する期間の間に、前記少なくとも1つの無線送信機アンテナの1つから前記少なくとも1つの無線受信機アンテナの1つへ無線マルチパスチャネルを介して送信される、前記少なくとも1つの第1プロービング信号の1つから導出され、
測定されたチャネル状態情報の各セットは、前記少なくとも1つの無線送信機アンテナの1つから前記少なくとも1つの無線受信機アンテナの1つへ無線マルチパスチャネルを介して送信される、前記少なくとも1つの第2プロービング信号の1つから導出される、装置。 - 複数のイベントを検出するための装置であって、
プロセッサと、
命令のセットを格納する記憶装置と、を備え、前記命令は、前記プロセッサによって実行された場合に前記プロセッサに、
チャネル状態情報を分類し、かつ、前記チャネル状態情報の前記分類に基づいてイベントを検出するよう構成された少なくとも1つの分類器をトレーニングすることであって、前記少なくとも1つの分類器の前記トレーニングは、
前記装置によって検出される複数の既知のイベントのそれぞれについて、当該既知のイベントが会場内で発生する期間の間に、当該会場内の無線送信機と無線受信機との間の無線マルチパスチャネルのトレーニングチャネル状態情報(CSI)の少なくとも1つのセットであって、前記無線送信機から前記無線マルチパスチャネルを介して前記無線受信機へ送信される少なくとも1つの第1プロービング信号から導出される、トレーニングチャネル状態情報の前記少なくとも1つのセットを取得すること、及び
前記複数の既知のイベントと、前記複数のイベントのそれぞれと関連付けられたトレーニングチャネル状態情報の前記少なくとも1つのセットとに基づいて、前記少なくとも1つの分類器をトレーニングすることを含む、トレーニングすることと、
現在のイベントが発生している期間の間に、前記無線送信機と前記無線受信機との間の無線マルチパスチャネルの測定されたチャネル状態情報のセットであって、前記無線送信機から無線マルチパスチャネルを介して送信されて前記無線受信機で受信される少なくとも1つの第2プロービング信号から導出される、測定されたチャネル状態情報の前記セットを受信することと、
前記複数の既知のイベントのいずれが前記現在のイベントにマッチングするかを判定するために、測定されたチャネル状態情報の前記セット又は測定されたチャネル状態情報の前記セットから導出されたデータの少なくとも1つに対して、前記分類器を適用することと、を行わせ、
前記少なくとも1つの分類器は、統計値ベースの分類器を含み、前記少なくとも1つの分類器をトレーニングすることは、
各送信機アンテナと各受信機アンテナとの間のリンクごとに、
特定の既知のイベントと関連付けられたトレーニングチャネル状態情報の複数のセットを受信すること、及び
前記特定の既知のイベントと関連付けられたトレーニングチャネル状態情報の前記複数のセットを代表する、トレーニングチャネル状態情報の代表セットを特定することと、
トレーニングチャネル状態情報の前記代表セットを使用して、前記少なくとも1つの分類器をトレーニングすることと、を含む、装置。 - 請求項21に記載の装置であって、
前記少なくとも1つの分類器をトレーニングすることは、
複数のクラス内時間反転共振強度パラメータ値を計算することと、ここで、各クラス内時間反転共振強度パラメータ値は、特定の既知のイベントと関連付けられたチャネル状態情報の代表セットと、前記特定の既知のイベントと関連付けられたチャネル状態情報の他のセットとに基づいて計算され、
前記複数のクラス内時間反転共振強度パラメータ値に基づいて、前記少なくとも1つの分類器をトレーニングすることと、を含む、装置。 - 請求項22に記載の装置であって、
前記統計値ベースの分類器をトレーニングすることは、
トレーニングチャネル状態情報の前記代表セットを特定する前に、トレーニングチャネル状態情報の前記複数のセットに含まれる位相オフセットを補償することと、
(1−TR)又はTRを表すパラメータのロケーションパラメータ及びスケールパラメータを推定することと、ここで、TRは、前記クラス内時間反転共振強度パラメータ値を表し、
送信機アンテナと受信機アンテナとの間のリンクごとに、検出対象のそれぞれの既知のイベントについて、(1−TR)又はTRを表す前記パラメータの前記ロケーションパラメータ及びスケールパラメータと、当該既知のイベント及び当該リンクと関連付けられたチャネル状態情報の前記代表セットと、に関する情報を含む、トレーニングデータベースを構築することと、を含む、装置。 - 複数のイベントを検出するための装置であって、
プロセッサと、
命令のセットを格納する記憶装置と、を備え、前記命令は、前記プロセッサによって実行された場合に前記プロセッサに、
チャネル状態情報を分類し、かつ、前記チャネル状態情報の前記分類に基づいてイベントを検出するよう構成された少なくとも1つの分類器をトレーニングすることであって、前記少なくとも1つの分類器の前記トレーニングは、
前記装置によって検出される複数の既知のイベントのそれぞれについて、当該既知のイベントが会場内で発生する期間の間に、当該会場内の無線送信機と無線受信機との間の無線マルチパスチャネルのトレーニングチャネル状態情報(CSI)の少なくとも1つのセットであって、前記無線送信機から前記無線マルチパスチャネルを介して前記無線受信機へ送信される少なくとも1つの第1プロービング信号から導出される、トレーニングチャネル状態情報の前記少なくとも1つのセットを取得すること、及び
前記複数の既知のイベントと、前記複数のイベントのそれぞれと関連付けられたトレーニングチャネル状態情報の前記少なくとも1つのセットとに基づいて、前記少なくとも1つの分類器をトレーニングすることを含む、トレーニングすることと、
現在のイベントが発生している期間の間に、前記無線送信機と前記無線受信機との間の無線マルチパスチャネルの測定されたチャネル状態情報のセットであって、前記無線送信機から無線マルチパスチャネルを介して送信されて前記無線受信機で受信される少なくとも1つの第2プロービング信号から導出される、測定されたチャネル状態情報の前記セットを受信することと、
前記複数の既知のイベントのいずれが前記現在のイベントにマッチングするかを判定するために、測定されたチャネル状態情報の前記セット又は測定されたチャネル状態情報の前記セットから導出されたデータの少なくとも1つに対して、前記分類器を適用することと、を行わせ、
測定されたチャネル状態情報の前記セット又は測定されたチャネル状態情報の前記セットから導出されたデータの少なくとも1つに対して、前記分類器を適用することは、
測定されたチャネル状態情報の各セットの位相オフセットがあれば位相オフセットを補償することと、
各送信機アンテナと各受信機アンテナとの間のリンクごとに、それぞれの既知のイベントについて、
クラス内時間反転共振強度パラメータ値の第2セットを計算することと、ここで、各クラス内時間反転共振強度パラメータ値は、測定されたチャネル状態情報の前記セットと、当該リンク及び当該既知のイベントと関連付けられたチャネル状態情報の代表セットとに基づいて計算され、
クラス内時間反転共振強度パラメータ値の前記第2セットから導出される情報に基づいて、前記複数の既知のイベントのいずれが前記現在のイベントとマッチングするかを判定することと、を含む、装置。 - 請求項1に記載の装置であって、
トレーニングチャネル状態情報の前記少なくとも1つのセット又は測定されたチャネル状態情報の前記セットの少なくとも1つは、インターネットプロトコルネットワーク、ローカルエリアネットワーク、無線ネットワーク、モバイルネットワーク、又は記憶媒体の少なくとも1つを介して取得される、装置。 - 請求項1に記載の装置であって、
前記記憶装置は、前記プロセッサによって実行された場合に前記プロセッサに、測定されたチャネル状態情報の前記セットと、前記複数の既知のイベントのいずれが前記現在のイベントにマッチングするかに関する情報とに基づいて、前記少なくとも1つの分類器を更新させる命令を更に格納する、装置。 - 請求項26に記載の装置であって、
前記記憶装置は、前記プロセッサによって実行された場合に前記プロセッサに、測定されたチャネル状態情報の前記セットと、測定されたチャネル状態情報の前記セットと関連付けられた補助情報のセットと、前記少なくとも1つの分類器と関連付けられた出力と、前記複数の既知のイベントのいずれが前記現在のイベントにマッチングするかに関する情報とに基づいて、ストレージを更新させる命令を更に格納する、装置。 - WiFi信号を使用してイベントを監視するための方法であって、
会場内で発生しうる複数の既知のイベントのそれぞれについて、当該既知のイベントが発生する少なくとも1つの期間の間に前記会場内で送信機から受信機へ送信される、IEEE802.11標準規格に準拠したWiFi信号の特性に関する第1情報を収集することと、
前記会場を監視することと、を含み、前記会場を監視することは、第2期間の間に前記会場内で前記送信機から前記受信機へ送信されるWiFi信号の特性に関する第2情報を判定することと、前記第2情報を前記第1情報と比較するか、又は前記第2情報から導出されるデータを前記第1情報から導出されるデータと比較することと、前記比較に基づいて、前記第2期間の間に、前記会場において前記複数の既知のイベントのいずれが発生しているかを判定することと、を含み、
前記WiFi信号の特性に関する前記第1情報は、少なくとも、第1期間の間に前記送信機から前記受信機へ送信された前記WiFi信号から導出された、チャネル状態情報の第1セットを含み、前記WiFi信号の特性に関する前記第2情報は、少なくとも、前記第2期間の間に前記送信機から前記受信機へ送信された前記WiFi信号から導出された、チャネル状態情報の第2セットを含み、
前記第2情報と前記第1情報との前記比較の前に、又は前記第2情報から導出される前記データと前記第1情報から導出される前記データとの前記比較の前に、チャネル状態情報の前記第1セットの位相歪みとチャネル状態情報の前記第2セットの位相歪みとのうちの少なくとも1つが低減又は除去され、
前記第2情報を前記第1情報と比較することは、チャネル状態情報の前記第2セットをチャネル状態情報の前記第1セットと比較することを含み、
前記第2情報から導出された前記データを前記第1情報から導出された前記データと比較することは、チャネル状態情報の前記第2セットから導出されたデータをチャネル状態情報の前記第1セットから導出されたデータと比較することを含む、方法。 - 請求項28に記載の方法であって、
前記会場内で発生しうる複数の既知のイベントのそれぞれについて、当該既知のイベントが発生する前記少なくとも1つの期間の間に前記会場内で前記送信機から前記受信機へ送信される前記WiFi信号から、第1チャネル状態情報の複数のセットを推定することと、
前記複数の既知のイベントのそれぞれについて、推定された第1チャネル状態情報の前記複数のセットを使用して統計値ベースの分類器をトレーニングすることと、
前記複数の既知のイベントのいずれが前記第2期間の間に前記会場内で発生したかを判定するために、前記統計値ベースの分類器を、チャネル状態情報の前記第2セットに対して適用することと、を含む、方法。 - WiFi信号を使用してイベントを監視するための方法であって、
会場内で発生しうる複数の既知のイベントのそれぞれについて、当該既知のイベントが発生する少なくとも1つの期間の間に前記会場内で送信機から受信機へ送信される、IEEE802.11標準規格に準拠したWiFi信号の特性に関する第1情報を収集することと、
前記会場を監視することと、を含み、前記会場を監視することは、第2期間の間に前記会場内で前記送信機から前記受信機へ送信されるWiFi信号の特性に関する第2情報を判定することと、前記第2情報を前記第1情報と比較するか、又は前記第2情報から導出されるデータを前記第1情報から導出されるデータと比較することと、前記比較に基づいて、前記第2期間の間に、前記会場において前記複数の既知のイベントのいずれが発生しているかを判定することと、を含み、
前記WiFi信号の特性に関する前記第1情報は、少なくとも、第1期間の間に前記送信機から前記受信機へ送信された前記WiFi信号から導出された、チャネル状態情報の第1セットを含み、前記WiFi信号の特性に関する前記第2情報は、少なくとも、前記第2期間の間に前記送信機から前記受信機へ送信された前記WiFi信号から導出された、チャネル状態情報の第2セットを含み、
前記第2情報を前記第1情報と比較することは、チャネル状態情報の前記第2セットをチャネル状態情報の前記第1セットと比較することを含み、
前記第2情報から導出された前記データを前記第1情報から導出された前記データと比較することは、チャネル状態情報の前記第2セットから導出されたデータをチャネル状態情報の前記第1セットから導出されたデータと比較することを含み、
前記方法は、
前記会場内で発生しうる複数の既知のイベントのそれぞれについて、当該既知のイベントが発生する前記少なくとも1つの期間の間に前記会場内で前記送信機から前記受信機へ送信される前記WiFi信号から、第1チャネル状態情報の複数のセットを推定することと、
前記複数の既知のイベントのそれぞれについて、推定された第1チャネル状態情報の前記複数のセットを使用して統計値ベースの分類器をトレーニングすることと、
前記複数の既知のイベントのいずれが前記第2期間の間に前記会場内で発生したかを判定するために、前記統計値ベースの分類器を、チャネル状態情報の前記第2セットに対して適用することと、
受信機において、連続する複数の期間にわたって送信機から送信されたWiFi信号の系列を受信することと、
WiFi信号の前記系列又はWiFi信号の前記系列から導出されたデータの少なくとも1つに対して、スライディングタイミングウィンドウを適用することと、ここで、前記スライディングタイミングウィンドウは、数個の連続する期間にわたっており、各期間は、WiFi信号の前記系列に含まれる前記WiFi信号の1つに対応しており、
前記タイミングウィンドウ内の期間ごとに、前記複数の既知のイベントのいずれが当該期間において発生しているかを推定するために、当該期間と関連付けられた、前記推定された第2チャネル状態情報に対して、前記統計値ベースの分類器を適用することと、
前記タイミングウィンドウ内で最も多くの回数、発生する前記既知のイベントを特定することと、を含む、方法。 - WiFi信号を使用してイベントを監視するための方法であって、
会場内で発生しうる複数の既知のイベントのそれぞれについて、当該既知のイベントが発生する少なくとも1つの期間の間に前記会場内で送信機から受信機へ送信される、IEEE802.11標準規格に準拠したWiFi信号の特性に関する第1情報を収集することと、
前記会場を監視することと、を含み、前記会場を監視することは、第2期間の間に前記会場内で前記送信機から前記受信機へ送信されるWiFi信号の特性に関する第2情報を判定することと、前記第2情報を前記第1情報と比較するか、又は前記第2情報から導出されるデータを前記第1情報から導出されるデータと比較することと、前記比較に基づいて、前記第2期間の間に、前記会場において前記複数の既知のイベントのいずれが発生しているかを判定することと、を含み、
前記WiFi信号の特性に関する前記第1情報は、少なくとも、第1期間の間に前記送信機から前記受信機へ送信された前記WiFi信号から導出された、チャネル状態情報の第1セットを含み、前記WiFi信号の特性に関する前記第2情報は、少なくとも、前記第2期間の間に前記送信機から前記受信機へ送信された前記WiFi信号から導出された、チャネル状態情報の第2セットを含み、
前記第2情報を前記第1情報と比較することは、チャネル状態情報の前記第2セットをチャネル状態情報の前記第1セットと比較することを含み、
前記第2情報から導出された前記データを前記第1情報から導出された前記データと比較することは、チャネル状態情報の前記第2セットから導出されたデータをチャネル状態情報の前記第1セットから導出されたデータと比較することを含み、
前記方法は、
前記会場内で発生しうる複数の既知のイベントのそれぞれについて、当該既知のイベントが発生する前記少なくとも1つの期間の間に前記会場内で前記送信機から前記受信機へ送信される前記WiFi信号から、第1チャネル状態情報の複数のセットを推定することと、
前記複数の既知のイベントのそれぞれについて、推定された第1チャネル状態情報の前記複数のセットを使用して統計値ベースの分類器をトレーニングすることと、
前記複数の既知のイベントのいずれが前記第2期間の間に前記会場内で発生したかを判定するために、前記統計値ベースの分類器を、チャネル状態情報の前記第2セットに対して適用することと、
受信機において、連続する複数の期間にわたって送信機から送信されたWiFi信号の系列を受信することと、
WiFi信号の前記系列又はWiFi信号の前記系列から導出されたデータに対して、スライディングタイミングウィンドウを適用することと、ここで、前記スライディングタイミングウィンドウは、数個の連続する期間にわたっており、各期間は、WiFi信号の前記系列に含まれる前記WiFi信号の1つに対応しており、
前記タイミングウィンドウ内における前記WiFi信号又は前記WiFi信号から導出されるデータの分散を判定することと、
前記タイミングウィンドウ内における前記WiFi信号又は前記WiFi信号から導出されるデータの少なくとも1つの前記分散と、所定の閾値との比較に基づいて、人間の動作を検出することと、を含む、方法。 - WiFi信号を使用してイベントを監視するための方法であって、
会場内で発生しうる複数の既知のイベントのそれぞれについて、当該既知のイベントが発生する少なくとも1つの期間の間に前記会場内で送信機から受信機へ送信される、IEEE802.11標準規格に準拠したWiFi信号の特性に関する第1情報を収集することと、
前記会場を監視することと、を含み、前記会場を監視することは、第2期間の間に前記会場内で前記送信機から前記受信機へ送信されるWiFi信号の特性に関する第2情報を判定することと、前記第2情報を前記第1情報と比較するか、又は前記第2情報から導出されるデータを前記第1情報から導出されるデータと比較することと、前記比較に基づいて、前記第2期間の間に、前記会場において前記複数の既知のイベントのいずれが発生しているかを判定することと、を含み、
前記WiFi信号の特性に関する前記第1情報は、少なくとも、第1期間の間に前記送信機から前記受信機へ送信された前記WiFi信号から導出された、チャネル状態情報の第1セットを含み、前記WiFi信号の特性に関する前記第2情報は、少なくとも、前記第2期間の間に前記送信機から前記受信機へ送信された前記WiFi信号から導出された、チャネル状態情報の第2セットを含み、
前記第2情報を前記第1情報と比較することは、チャネル状態情報の前記第2セットをチャネル状態情報の前記第1セットと比較することを含み、
前記第2情報から導出された前記データを前記第1情報から導出された前記データと比較することは、チャネル状態情報の前記第2セットから導出されたデータをチャネル状態情報の前記第1セットから導出されたデータと比較することを含み、
前記方法は、
前記会場内で発生しうる複数の既知のイベントのそれぞれについて、当該既知のイベントが発生する前記少なくとも1つの期間の間に前記会場内で前記送信機から前記受信機へ送信される前記WiFi信号から、第1チャネル状態情報の複数のセットを推定することと、
前記複数の既知のイベントのそれぞれについて、推定された第1チャネル状態情報の前記複数のセットを使用して統計値ベースの分類器をトレーニングすることと、
前記複数の既知のイベントのいずれが前記第2期間の間に前記会場内で発生したかを判定するために、前記統計値ベースの分類器を、チャネル状態情報の前記第2セットに対して適用することと、を含み、
前記送信機は、少なくとも1つのアンテナを有し、前記受信機は、少なくとも1つのアンテナを有し、
前記方法は、会場内で発生しうる前記複数の既知のイベントのそれぞれについて、送信機アンテナと受信機アンテナとの間のリンクごとに、当該既知のイベントが発生する少なくとも1つの期間の間に前記送信機アンテナから前記受信機アンテナへ送信されたWiFi信号から、第1チャネル状態情報のセットを判定することを含み、
前記統計値ベースの分類器をトレーニングすることは、
前記複数の既知のイベントのそれぞれについて、トレーニングチャネル状態情報の前記セットに含まれる位相オフセットを補償することと、
前記複数の既知のイベントのそれぞれについて、送信機アンテナと受信機アンテナとの間のリンクごとに、当該既知のイベント及び当該リンクに関連付けられたチャネル状態情報の前記セットを代表する、チャネル状態情報の代表セットを判定することと、
既知のイベントごとにクラス内時間反転共振強度パラメータ値を計算することと、ここで、各クラス内時間反転共振強度パラメータ値は、当該既知のイベントに関連付けられたチャネル状態情報の代表セットと、当該既知のイベントに関連付けられたチャネル状態情報の他のセットとに基づいて計算され、
前記クラス内時間反転共振強度パラメータ値に基づいて、前記統計値ベースの分類器をトレーニングすることと、を含む、方法。 - WiFi信号を使用してイベントを監視するための方法であって、
会場内で発生しうる複数の既知のイベントのそれぞれについて、当該既知のイベントが発生する少なくとも1つの期間の間に前記会場内で送信機から受信機へ送信される、IEEE802.11標準規格に準拠したWiFi信号の特性に関する第1情報を収集することと、
前記会場を監視することと、を含み、前記会場を監視することは、第2期間の間に前記会場内で前記送信機から前記受信機へ送信されるWiFi信号の特性に関する第2情報を判定することと、前記第2情報を前記第1情報と比較するか、又は前記第2情報から導出されるデータを前記第1情報から導出されるデータと比較することと、前記比較に基づいて、前記第2期間の間に、前記会場において前記複数の既知のイベントのいずれが発生しているかを判定することと、を含み、
前記WiFi信号の特性に関する前記第1情報は、少なくとも、第1期間の間に前記送信機から前記受信機へ送信された前記WiFi信号から導出された、チャネル状態情報の第1セットを含み、前記WiFi信号の特性に関する前記第2情報は、少なくとも、前記第2期間の間に前記送信機から前記受信機へ送信された前記WiFi信号から導出された、チャネル状態情報の第2セットを含み、
前記第2情報を前記第1情報と比較することは、チャネル状態情報の前記第2セットをチャネル状態情報の前記第1セットと比較することを含み、
前記第2情報から導出された前記データを前記第1情報から導出された前記データと比較することは、チャネル状態情報の前記第2セットから導出されたデータをチャネル状態情報の前記第1セットから導出されたデータと比較することを含み、
前記方法は、
前記会場内で発生しうる複数の既知のイベントのそれぞれについて、当該既知のイベントが発生する前記少なくとも1つの期間の間に前記会場内で前記送信機から前記受信機へ送信される前記WiFi信号から、第1チャネル状態情報の複数のセットを推定することと、
前記複数の既知のイベントのそれぞれについて、推定された第1チャネル状態情報の前記複数のセットを使用して統計値ベースの分類器をトレーニングすることと、
前記複数の既知のイベントのいずれが前記第2期間の間に前記会場内で発生したかを判定するために、前記統計値ベースの分類器を、チャネル状態情報の前記第2セットに対して適用することと、を含み、
前記統計値ベースの分類器をトレーニングすることは、
(1−TR)又はTRを表すパラメータのロケーションパラメータ及びスケールパラメータを推定することと、ここで、TRは、クラス内時間反転共振強度パラメータ値を表し、
送信機アンテナと受信機アンテナとの間のリンクごとに、検出対象のそれぞれの既知のイベントについて、(1−TR)又はTRを表す前記パラメータの前記ロケーションパラメータ及びスケールパラメータと、当該既知のイベント及び当該リンクと関連付けられたチャネル状態情報の代表セットと、に関する情報を含む、トレーニングデータベースを構築することと、を含む、方法。 - 請求項32に記載の方法であって、
前記複数の既知のイベントのいずれが前記第2期間の間に前記会場内で発生しているかを判定するために、前記統計値ベースの分類器をチャネル状態情報の前記第2セットに対して適用することは、
チャネル状態情報の前記第2セットに含まれる前記位相オフセットを補償することと、
前記複数の既知のイベントのそれぞれについて、当該既知のイベントに関連付けられたチャネル状態情報の前記代表セットと、チャネル状態情報の前記第2セットとに基づいて、クラス内時間反転共振強度パラメータ値を判定することと、
ロケーションパラメータ及びスケールパラメータに基づいて統計メトリックを判定することと、ここで、前記統計メトリックは、前記既知のイベントに関連付けられたチャネル状態情報の前記代表セットと、チャネル状態情報の前記第2セットとの間の類似度の測度であり、
前記統計メトリックに基づいて、前記第2期間の間に前記会場内で前記複数の既知のイベントのいずれが発生しているかを判定することと、を含む、方法。 - 請求項34に記載の方法であって、
前記複数の既知のイベントは、警報信号をトリガしないイベントを示す正常イベントのセットと、警報信号をトリガするイベントを示す異常イベントのセットとを含み、
前記複数の既知のイベントのいずれが前記第2期間の間に前記会場内で発生しているかを判定するために、前記統計値ベースの分類器をチャネル状態情報の前記第2セットに対して適用することは、
前記第2期間の間に前記会場内で正常イベントが発生したかどうかを判定することと、
前記第2期間の間に前記会場内で正常イベントが発生していない場合に、前記第2期間の間に前記会場内で異常イベントが発生したかどうかを判定することと、
前記第2期間の間に前記会場内で異常イベントが発生した場合に、警報信号を生成することと、を含む、方法。 - WiFi信号を使用してイベントを監視するための方法であって、
会場内で発生しうる複数の既知のイベントのそれぞれについて、当該既知のイベントが発生する少なくとも1つの期間の間に、IEEE802.11標準規格に準拠した少なくとも1つのWiFi信号を、前記会場内で送信機から受信機へ送信することと、
前記受信機で受信されたWiFi信号ごとに、当該WiFi信号からチャネル状態情報のセットを推定することと、ここで、チャネル状態情報の前記セットは、当該WiFi信号に関連付けられた前記既知のイベントに関連付けられており、
主成分分析を使用して、前記複数の既知のイベントと、当該複数の既知のイベントに関連付けられたチャネル状態情報の前記セットとに基づいて、分類器をトレーニングすることと、
ここで、前記分類器をトレーニングするためにチャネル状態情報の前記セットを使用する前に、チャネル状態情報の前記セットの位相歪みが低減又は除去され、
監視段階の期間中に、
第2期間の間に前記送信機から前記受信機へ少なくとも1つのWiFi信号を送信することと、
前記第2期間の間に前記受信機で受信された前記WiFi信号から、チャネル状態情報の第2セットを判定することと、
前記第2期間の間に前記複数の既知のイベントのいずれが発生したかを判定するために、チャネル状態情報の前記第2セット又はチャネル状態情報の前記第2セットから導出されたデータに対して、前記分類器を適用することと、を含む、方法。 - WiFi信号を使用してイベントを監視するための方法であって、
会場内で発生しうる複数の既知のイベントのそれぞれについて、当該既知のイベントが発生する少なくとも1つの期間の間に、IEEE802.11標準規格に準拠した少なくとも1つのWiFi信号を、前記会場内で送信機から受信機へ送信することと、
前記受信機で受信されたWiFi信号ごとに、当該WiFi信号からチャネル状態情報のセットを推定することと、ここで、チャネル状態情報の前記セットは、当該WiFi信号に関連付けられた前記既知のイベントに関連付けられており、
主成分分析を使用して、前記複数の既知のイベントと、当該複数の既知のイベントに関連付けられたチャネル状態情報の前記セットとに基づいて、分類器をトレーニングすることと、
監視段階の期間中に、
第2期間の間に前記送信機から前記受信機へ少なくとも1つのWiFi信号を送信することと、
前記第2期間の間に前記受信機で受信された前記WiFi信号から、チャネル状態情報の第2セットを判定することと、
前記第2期間の間に前記複数の既知のイベントのいずれが発生したかを判定するために、チャネル状態情報の前記第2セット又はチャネル状態情報の前記第2セットから導出されたデータに対して、前記分類器を適用することと、を含み、
主成分分析を使用して分類器をトレーニングすることは、
チャネル状態情報の前記セットに含まれる位相オフセットを補償することと、
チャネル状態情報の前記セットに基づいて特徴ベクトルを生成することと、
主成分分析を使用して、減少した次元数を有する新たな特徴ベクトルを生成することと、
サポートベクトルマシン(SVM)を使用して、入力特徴ベクトルを、前記複数の既知のイベントの1つにマッピングする分類器をトレーニングすることと、を含む、方法。 - 請求項37に記載の方法であって、
前記第2期間の間に前記複数の既知のイベントのいずれが発生したかを判定するために、チャネル状態情報の前記第2セット又はチャネル状態情報の前記第2セットから導出されたデータの少なくとも1つに対して、前記分類器を適用することは、
チャネル状態情報の前記第2セットに含まれる位相オフセットを補償することと、
チャネル状態情報の前記第2セットに基づいて第2特徴ベクトルを生成することと、
前記第2特徴ベクトルに対して主成分分析を適用して、減少した次元数を有する第3特徴ベクトルを生成することと、
前記サポートベクトルマシンを前記第3特徴ベクトルに適用して、前記第2期間の間に前記複数の既知のイベントのいずれが発生したかに関する情報を有する出力を生成することと、を含む、方法。 - WiFi信号を使用してイベントを監視するための方法であって、
会場内で発生しうる複数の既知のイベントのそれぞれについて、当該既知のイベントが発生する少なくとも1つの期間の間に、IEEE802.11標準規格に準拠した少なくとも1つのWiFi信号を、前記会場内で送信機から受信機へ送信することと、
前記受信機で受信されたWiFi信号ごとに、当該WiFi信号からチャネル状態情報のセットを推定することと、ここで、チャネル状態情報の前記セットは、当該WiFi信号に関連付けられた前記既知のイベントに関連付けられており、
主成分分析を使用して、前記複数の既知のイベントと、当該複数の既知のイベントに関連付けられたチャネル状態情報の前記セットとに基づいて、分類器をトレーニングすることと、
監視段階の期間中に、
第2期間の間に前記送信機から前記受信機へ少なくとも1つのWiFi信号を送信することと、
前記第2期間の間に前記受信機で受信された前記WiFi信号から、チャネル状態情報の第2セットを判定することと、
前記第2期間の間に前記複数の既知のイベントのいずれが発生したかを判定するために、チャネル状態情報の前記第2セット又はチャネル状態情報の前記第2セットから導出されたデータに対して、前記分類器を適用することと、を含み、
人間の動作は、ノイズレベルを閾値と比較することによって検出される、方法。 - WiFi信号を使用してイベントを監視するための方法であって、
会場内で発生しうる複数の既知のイベントのそれぞれについて、当該既知のイベントが発生する少なくとも1つの期間の間に、IEEE802.11標準規格に準拠した少なくとも1つのWiFi信号を、前記会場内で送信機から受信機へ送信することと、
前記受信機で受信されたWiFi信号ごとに、当該WiFi信号からチャネル状態情報のセットを推定することと、ここで、チャネル状態情報の前記セットは、当該WiFi信号に関連付けられた前記既知のイベントに関連付けられており、
主成分分析を使用して、前記複数の既知のイベントと、当該複数の既知のイベントに関連付けられたチャネル状態情報の前記セットとに基づいて、分類器をトレーニングすることと、
監視段階の期間中に、
第2期間の間に前記送信機から前記受信機へ少なくとも1つのWiFi信号を送信することと、
前記第2期間の間に前記受信機で受信された前記WiFi信号から、チャネル状態情報の第2セットを判定することと、
前記第2期間の間に前記複数の既知のイベントのいずれが発生したかを判定するために、チャネル状態情報の前記第2セット又はチャネル状態情報の前記第2セットから導出されたデータに対して、前記分類器を適用することと、を含み、
人間の動作は、アンテナ相関をトラッキングすることによって検出される、方法。 - WiFi信号を使用してイベントを監視するための方法であって、
会場内で発生しうる複数の既知のイベントのそれぞれについて、当該既知のイベントが発生する少なくとも1つの期間の間に、IEEE802.11標準規格に準拠した少なくとも1つのWiFi信号を、前記会場内で送信機から受信機へ送信することと、
前記受信機で受信されたWiFi信号ごとに、当該WiFi信号からチャネル状態情報のセットを推定することと、ここで、チャネル状態情報の前記セットは、当該WiFi信号に関連付けられた前記既知のイベントに関連付けられており、
主成分分析を使用して、前記複数の既知のイベントと、当該複数の既知のイベントに関連付けられたチャネル状態情報の前記セットとに基づいて、分類器をトレーニングすることと、
監視段階の期間中に、
第2期間の間に前記送信機から前記受信機へ少なくとも1つのWiFi信号を送信することと、
前記第2期間の間に前記受信機で受信された前記WiFi信号から、チャネル状態情報の第2セットを判定することと、
前記第2期間の間に前記複数の既知のイベントのいずれが発生したかを判定するために、チャネル状態情報の前記第2セット又はチャネル状態情報の前記第2セットから導出されたデータに対して、前記分類器を適用することと、を含み、
人間の動作は、チャネルインパルス応答に含まれる2つのタップ間の時間間隔の変化をトラッキングすることによって検出される、方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019212505A JP7320210B2 (ja) | 2015-12-09 | 2019-11-25 | 無線イベント検出及び監視のための方法、装置及びシステム |
Applications Claiming Priority (11)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562265155P | 2015-12-09 | 2015-12-09 | |
US62/265,155 | 2015-12-09 | ||
US201662307081P | 2016-03-11 | 2016-03-11 | |
US62/307,081 | 2016-03-11 | ||
US201662316850P | 2016-04-01 | 2016-04-01 | |
US62/316,850 | 2016-04-01 | ||
US201662383235P | 2016-09-02 | 2016-09-02 | |
US62/383,235 | 2016-09-02 | ||
US201662411504P | 2016-10-21 | 2016-10-21 | |
US62/411,504 | 2016-10-21 | ||
PCT/US2016/066015 WO2017100706A1 (en) | 2015-12-09 | 2016-12-09 | Method, apparatus, and systems for wireless event detection and monitoring |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019212505A Division JP7320210B2 (ja) | 2015-12-09 | 2019-11-25 | 無線イベント検出及び監視のための方法、装置及びシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019506772A JP2019506772A (ja) | 2019-03-07 |
JP6623298B2 true JP6623298B2 (ja) | 2019-12-18 |
Family
ID=59014341
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018529656A Active JP6623298B2 (ja) | 2015-12-09 | 2016-12-09 | 無線イベント検出及び監視のための方法、装置及びシステム |
JP2019212505A Active JP7320210B2 (ja) | 2015-12-09 | 2019-11-25 | 無線イベント検出及び監視のための方法、装置及びシステム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019212505A Active JP7320210B2 (ja) | 2015-12-09 | 2019-11-25 | 無線イベント検出及び監視のための方法、装置及びシステム |
Country Status (5)
Country | Link |
---|---|
US (1) | US10380881B2 (ja) |
EP (1) | EP3387849A4 (ja) |
JP (2) | JP6623298B2 (ja) |
CN (1) | CN108700652B (ja) |
WO (1) | WO2017100706A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220069885A1 (en) * | 2018-12-11 | 2022-03-03 | Nordic Semiconductor Asa | Radio devices with switchable antennas |
Families Citing this family (89)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10291460B2 (en) | 2012-12-05 | 2019-05-14 | Origin Wireless, Inc. | Method, apparatus, and system for wireless motion monitoring |
US10447094B2 (en) | 2016-05-03 | 2019-10-15 | Origin Wireless, Inc. | Method, system, and apparatus for wireless power transmission based on power waveforming |
US11025475B2 (en) | 2012-12-05 | 2021-06-01 | Origin Wireless, Inc. | Method, apparatus, server, and systems of time-reversal technology |
US10270642B2 (en) | 2012-12-05 | 2019-04-23 | Origin Wireless, Inc. | Method, apparatus, and system for object tracking and navigation |
US10374863B2 (en) | 2012-12-05 | 2019-08-06 | Origin Wireless, Inc. | Apparatus, systems and methods for event recognition based on a wireless signal |
US11202215B2 (en) * | 2015-07-17 | 2021-12-14 | Origin Wireless, Inc. | Method, apparatus, and system for providing automatic assistance based on wireless monitoring |
US10972155B2 (en) * | 2015-11-25 | 2021-04-06 | Hewlett Packard Enterprise Development Lp | Access point selection |
WO2018094502A1 (en) * | 2016-11-22 | 2018-05-31 | Aerial Technologies | Device-free localization methods within smart indoor environments |
US20210333351A1 (en) * | 2016-04-22 | 2021-10-28 | Azar Zandifar | Systems and methods for occupancy detection using wifi sensing technologies |
CN107734507A (zh) * | 2016-08-12 | 2018-02-23 | 索尼公司 | 无线场景识别装置和方法以及无线通信设备和系统 |
US11818629B2 (en) | 2016-11-22 | 2023-11-14 | Aerial Technologies | Device-free localization methods within smart indoor environments |
US11004000B1 (en) | 2017-01-30 | 2021-05-11 | Waymo Llc | Predicting trajectory intersection by another road user |
US11093837B2 (en) * | 2017-01-30 | 2021-08-17 | Splunk Inc. | Event forecasting |
US10158504B2 (en) * | 2017-02-01 | 2018-12-18 | Roshmere, Inc. | Communication transmission with super-gaussian filtering in receiver |
US20180232574A1 (en) * | 2017-02-14 | 2018-08-16 | The Board Of Trustees Of The Leland Junior University | Systems and Methods for Transmitting and Receiving Data Using Machine Learning Classification |
US20190272725A1 (en) * | 2017-02-15 | 2019-09-05 | New Sun Technologies, Inc. | Pharmacovigilance systems and methods |
US10637737B2 (en) * | 2017-03-28 | 2020-04-28 | Ca Technologies, Inc. | Managing alarms from distributed applications |
EP3613244B1 (en) | 2017-04-21 | 2023-11-01 | Telefonaktiebolaget LM Ericsson (PUBL) | Fingerprinting enhancement with multi-band aoa measurements |
GB201707294D0 (en) * | 2017-05-08 | 2017-06-21 | Rajab Khalid | Nodens |
WO2018235563A1 (ja) * | 2017-06-23 | 2018-12-27 | 株式会社村田製作所 | 位置推定システム |
US10621855B2 (en) * | 2017-09-18 | 2020-04-14 | Google Llc | Online occupancy state estimation |
US10498589B2 (en) * | 2017-10-04 | 2019-12-03 | At&T Intellectual Property I, L.P. | Apparatus and methods for mitigating a fault that adversely affects ultra-wideband transmissions |
CN107797153B (zh) * | 2017-10-23 | 2019-07-12 | 上海百芝龙网络科技有限公司 | 一种基于WiFi信号的门窗开闭状态检测方法 |
US10048350B1 (en) * | 2017-10-31 | 2018-08-14 | Cognitive Systems Corp. | Motion detection based on groupings of statistical parameters of wireless signals |
EP3492946B1 (en) * | 2017-12-01 | 2021-05-12 | Origin Wireless, Inc. | Method, apparatus, and system for object tracking and navigation |
US10108903B1 (en) * | 2017-12-08 | 2018-10-23 | Cognitive Systems Corp. | Motion detection based on machine learning of wireless signal properties |
TWI659639B (zh) * | 2018-01-11 | 2019-05-11 | 瑞昱半導體股份有限公司 | 符碼時序決定裝置與方法 |
CN109151724B (zh) * | 2018-01-22 | 2020-12-22 | 中南大学 | 基于信道冲击响应能量分布的视距/非视距路径识别方法 |
US10484208B2 (en) * | 2018-02-23 | 2019-11-19 | Wistron Neweb Corporation | Anomalies detection system and method for structure |
IT201800003397A1 (it) * | 2018-03-09 | 2019-09-09 | Inxpect S P A | Sistema e metodo di rilevazione automatico di movimento |
US10318890B1 (en) | 2018-05-23 | 2019-06-11 | Cognitive Systems Corp. | Training data for a motion detection system using data from a sensor device |
US11636200B2 (en) * | 2018-06-11 | 2023-04-25 | Palo Alto Research Center Incorporated | System and method for remotely detecting an anomaly |
JP6680838B2 (ja) * | 2018-08-10 | 2020-04-15 | セントラル警備保障株式会社 | 警備システムにおけるモード設定方法 |
US11235187B2 (en) * | 2018-08-17 | 2022-02-01 | Johnson Controls Tyco IP Holdings LLP | Systems and methods for detecting building conditions based on wireless signal degradation |
CN109521457B (zh) * | 2018-09-25 | 2022-10-21 | 中国辐射防护研究院 | 一种基于信息准则的γ辐射源项划分方法及系统 |
US11637643B2 (en) * | 2018-09-28 | 2023-04-25 | Intel Corporation | Machine learning-based link adaptation |
US11610446B2 (en) | 2018-10-12 | 2023-03-21 | Inventio Ag | Access control system and method for operating an access control system |
CN109472239B (zh) * | 2018-10-28 | 2021-10-01 | 中国人民解放军空军工程大学 | 一种跳频电台个体识别方法 |
US10845455B2 (en) * | 2018-11-02 | 2020-11-24 | Wistron Neweb Corporation | Event detection system and method for vehicle |
US11165462B2 (en) * | 2018-11-07 | 2021-11-02 | Samsung Electronics Co., Ltd. | Motion assisted leakage removal for radar applications |
CN109464075A (zh) * | 2018-12-07 | 2019-03-15 | 江苏美的清洁电器股份有限公司 | 扫地机器人的清扫控制方法及其装置和扫地机器人 |
EP3871429A1 (en) | 2019-01-08 | 2021-09-01 | Google LLC | Motion detection using wireless local area networks |
CN111435562B (zh) * | 2019-01-11 | 2024-05-24 | 开利公司 | 处理环境射频数据以用于活动识别的方法 |
IT201900001675A1 (it) * | 2019-02-05 | 2020-08-05 | Vittorio Rampa | Sistema e metodo per la rilevazione di uno o più target all'interno di un'area di monitoraggio |
US11789135B2 (en) * | 2019-03-29 | 2023-10-17 | Robert Bosch Gmbh | Ultra-wideband intelligent sensing system and method for car states detection |
US10908695B2 (en) * | 2019-04-03 | 2021-02-02 | Google Llc | Gesture detection using external sensors |
US11506753B2 (en) * | 2019-04-08 | 2022-11-22 | Samsung Electronics Co., Ltd. | Systems and methods for radar based face authentication anti-spoofing |
EP3722991B1 (en) * | 2019-04-10 | 2024-05-29 | Axis AB | Method, system, and device for detecting an object in a distorted image |
US11402485B2 (en) * | 2019-04-30 | 2022-08-02 | Robert Bosch Gmbh | Ultra-wideband intelligent sensing system and method |
US11510283B2 (en) * | 2019-05-14 | 2022-11-22 | Intel Corporation | WLAN sensing using high-efficiency (HE) trigger- based (TB) PPDUs (HE TB PPDUs) |
DE112019007107T5 (de) | 2019-05-23 | 2022-01-20 | Lg Electronics Inc. | Elektronisches gerät zur unterstützung einer variablen kompressionsrate in abhängigkeit vom funkverbindungszustand |
EP3977793A4 (en) * | 2019-05-30 | 2023-06-07 | Aerial Technologies Inc. | PROXIMITY-BASED MODEL FOR INDOOR LOCATION USING WIRELESS SIGNALS |
KR20210002906A (ko) * | 2019-07-01 | 2021-01-11 | 삼성전자주식회사 | 객체를 인식하기 위한 전자 장치 및 그의 동작 방법 |
US20210119740A1 (en) * | 2019-07-22 | 2021-04-22 | Industrial Technology Research Institute | System and method for signal sensing |
US11531080B2 (en) | 2019-07-24 | 2022-12-20 | Cypress Semiconductor Corporation | Leveraging spectral diversity for machine learning-based estimation of radio frequency signal parameters |
US20220286213A1 (en) * | 2019-08-06 | 2022-09-08 | Signify Holding B.V. | Communication technology selection for radio frequency based sensing |
CN110488222B (zh) * | 2019-08-19 | 2021-06-22 | 杭州电子科技大学 | 一种nlos条件下svm与重心坐标相结合的uwb定位方法 |
WO2021083855A1 (en) * | 2019-11-01 | 2021-05-06 | Signify Holding B.V. | Indicating a likelihood of presence being detected via multiple indications |
CN110769499B (zh) * | 2019-11-05 | 2020-11-10 | 应急管理部沈阳消防研究所 | 一种基于双射频混合rssi指纹定位方法 |
CN111062322B (zh) * | 2019-12-17 | 2023-03-14 | 西安电子科技大学 | 基于支持向量机svm的相控阵雷达行为识别方法 |
JP7280849B2 (ja) * | 2020-03-19 | 2023-05-24 | 株式会社日立製作所 | ログ統合装置、ログ統合システムおよびログ統合方法 |
CN111478950B (zh) * | 2020-03-26 | 2023-04-18 | 微民保险代理有限公司 | 一种对象状态的推送方法和装置 |
CN111444983B (zh) * | 2020-04-22 | 2023-10-24 | 中国科学院上海微系统与信息技术研究所 | 一种基于传感数据信息指纹的风险事件识别方法与系统 |
CN111770436B (zh) * | 2020-05-07 | 2023-05-16 | 普联国际有限公司 | 一种基于CSI的室内Wi-Fi定位方法、装置及存储介质 |
CN111481203B (zh) * | 2020-05-22 | 2023-05-05 | 哈尔滨工程大学 | 一种基于信道状态信息的室内静态被动人体检测方法 |
CN112034433B (zh) * | 2020-07-09 | 2024-01-12 | 深圳市领冠检测技术有限公司 | 一种基于干扰信号重构的穿墙无源移动目标检测方法 |
US11128391B1 (en) * | 2020-07-22 | 2021-09-21 | University Of South Florida | System and method for predicting wireless channel path loss |
CN111914709B (zh) * | 2020-07-23 | 2024-02-06 | 河南大学 | 针对WiFi信号行为识别的基于深度学习的动作分割框架构建方法 |
US11495243B2 (en) * | 2020-07-30 | 2022-11-08 | Lawrence Livermore National Security, Llc | Localization based on time-reversed event sounds |
NO346552B1 (en) * | 2020-10-16 | 2022-10-03 | Dimeq As | An Alarm Detection System |
CN112148907A (zh) * | 2020-10-23 | 2020-12-29 | 北京百度网讯科技有限公司 | 图像数据库的更新方法、装置、电子设备和介质 |
WO2022139645A1 (en) * | 2020-12-23 | 2022-06-30 | Telefonaktiebolaget Lm Ericsson (Publ) | Radio network node, user equipment and methods performed in a wireless communication network |
CN113010805B (zh) * | 2021-02-23 | 2023-09-01 | 腾讯科技(深圳)有限公司 | 指标数据的处理方法、装置、设备及存储介质 |
CN113422660B (zh) * | 2021-05-14 | 2022-07-19 | 山东科技大学 | 基于无线信号的步数检测方法 |
CN117941277A (zh) * | 2021-08-31 | 2024-04-26 | 上海诺基亚贝尔股份有限公司 | 用于信道状态信息的相位补偿 |
US20230099883A1 (en) * | 2021-09-24 | 2023-03-30 | Qualcomm Incorporated | Phase tracking reference signal pilot allocation sizes |
US20230109149A1 (en) * | 2021-10-04 | 2023-04-06 | Samsung Electronics Co., Ltd. | Presence detection and recognition with wi-fi |
CN113962032B (zh) * | 2021-12-21 | 2022-04-08 | 中国科学院自动化研究所 | 空战机动决策方法及装置 |
WO2023126728A1 (en) * | 2021-12-31 | 2023-07-06 | Cognitive Systems Corp. | Methods and systems for detection of channel variations for wi-fi sensing in unobserved bandwidth |
CN114743330B (zh) * | 2022-03-16 | 2023-04-07 | 大连理工大学 | 一种基于wi-fi信道状态信息的博物馆安全防护系统 |
CN114531729B (zh) * | 2022-04-24 | 2022-08-09 | 南昌大学 | 基于信道状态信息的定位方法、系统、存储介质及设备 |
CN114978841A (zh) * | 2022-05-16 | 2022-08-30 | 乔羽 | 一种基于区块链的通信基站同步方法 |
WO2024047528A1 (en) * | 2022-09-01 | 2024-03-07 | Cognitive Systems Corp. | Wi-fi sensing taking into consideration received noise power information |
WO2024053866A1 (ko) * | 2022-09-07 | 2024-03-14 | 삼성전자주식회사 | 전자 장치 및 이의 csi 기반 센싱 방법 |
KR102634917B1 (ko) * | 2022-09-23 | 2024-02-07 | 숙명여자대학교산학협력단 | 사운딩 기반 채널 상태 정보 추정 방법, 사운딩 기반 채널 상태 정보 추정 장치, 사운딩 기반 채널 상태 정보 추정 프로그램을 저장하는 저장매체 |
US20240103119A1 (en) * | 2022-09-23 | 2024-03-28 | Qualcomm Incorporated | Personal device sensing based on multipath measurements |
CN116168423B (zh) * | 2023-02-17 | 2023-08-04 | 国网江苏省电力有限公司电力科学研究院 | 用于低压分布式电源终端设备的射频指纹提取方法及装置 |
CN116913045B (zh) * | 2023-08-10 | 2024-02-06 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 一种隧道施工地质灾害预警方法及系统 |
CN117148309B (zh) * | 2023-11-01 | 2024-01-30 | 德心智能科技(常州)有限公司 | 应用于社区网格巡查的毫米波雷达人体感知方法及系统 |
Family Cites Families (70)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US2933702A (en) | 1956-11-29 | 1960-04-19 | Bell Telephone Labor Inc | Time reversal delay distortion corrector |
JPS5113527B1 (ja) | 1971-02-25 | 1976-04-30 | ||
FR2642640B1 (fr) | 1989-02-08 | 1991-05-10 | Centre Nat Rech Scient | Procede et dispositif de focalisation d'ultrasons dans les tissus |
US5155742A (en) | 1991-05-03 | 1992-10-13 | Bell Communications Research, Inc. | Time dispersion equalizer receiver with a time-reversal structure for TDMA portable radio systems |
FR2696573B1 (fr) | 1992-10-02 | 1996-08-30 | Univ Paris | Procede et dispositif d'examen acoustique a retournement temporel. |
FR2748137B1 (fr) | 1996-04-24 | 1998-07-03 | Lewiner Jacques | Procede pour optimiser la communication radio entre une base fixe et un mobile |
US6301291B1 (en) | 2000-02-03 | 2001-10-09 | Tantivy Communications, Inc. | Pilot symbol assisted modulation and demodulation in wireless communication systems |
WO2001069283A2 (en) | 2000-03-15 | 2001-09-20 | The Regents Of The University Of California | Method and apparatus for dynamic focusing of ultrasound energy |
US7272192B2 (en) | 2000-04-14 | 2007-09-18 | Board Of Trustees Of The Leland Stanford Junior University | Time-reversal block transmit diversity system for channels with intersymbol interference and method |
US6862326B1 (en) | 2001-02-20 | 2005-03-01 | Comsys Communication & Signal Processing Ltd. | Whitening matched filter for use in a communications receiver |
US20020183971A1 (en) * | 2001-04-10 | 2002-12-05 | Wegerich Stephan W. | Diagnostic systems and methods for predictive condition monitoring |
JP2003185735A (ja) * | 2001-10-12 | 2003-07-03 | Sony Corp | 侵入物検出システムおよびその方法と受信装置 |
US7460605B2 (en) | 2001-11-15 | 2008-12-02 | Lawrence Livermore National Security, Llc | Time reversal communication system |
US7463690B2 (en) | 2002-11-06 | 2008-12-09 | Lawrence Livermore National Security, Llc | Multi-channel time-reversal receivers for multi and 1-bit implementations |
US7184492B2 (en) | 2003-02-10 | 2007-02-27 | Ericsson Inc. | Using antenna arrays in multipath environment |
JP4258328B2 (ja) * | 2003-09-12 | 2009-04-30 | オムロン株式会社 | 2周波ドップラ測距装置およびその装置を備えた検出システム |
US7440766B1 (en) | 2004-06-07 | 2008-10-21 | University Of Hawaii | Method for employing multipath propagation in wireless radio communications |
EP1851924B1 (en) | 2004-12-21 | 2012-12-05 | Elliptic Laboratories AS | Channel impulse response estimation |
JP4572305B2 (ja) * | 2005-02-08 | 2010-11-04 | 広島市 | 人物在圏検知システム |
WO2007031088A1 (en) | 2005-09-15 | 2007-03-22 | Aalborg Universited | A method for sending secure information or increasing communication capacity via coding of wavefronts and a system using said method |
WO2007058302A1 (ja) * | 2005-11-21 | 2007-05-24 | Nec Corporation | 位置推定システム、位置推定方法および位置推定用プログラム |
US7423576B2 (en) * | 2006-07-24 | 2008-09-09 | Mitsubishi Electric Research Laboratories, Inc. | System and method for radar tracking using communications packets |
FR2913555A1 (fr) | 2007-03-05 | 2008-09-12 | France Telecom | Traitement de symboles dans une communication bidirectionnelle par retournement temporel. |
FR2925798A1 (fr) | 2007-12-21 | 2009-06-26 | France Telecom | Procede de pre-egalisation d'un signal de donnees par retournement temporel |
FR2925797A1 (fr) | 2007-12-21 | 2009-06-26 | France Telecom | Procede de pre-egalisation par retournement temporel |
US8537931B2 (en) * | 2008-01-04 | 2013-09-17 | Qualcomm Incorporated | Methods and apparatus for synchronization and detection in wireless communication systems |
EP2265169A4 (en) * | 2008-04-03 | 2013-01-09 | Kai Medical Inc | NON-CONTACT PHYSIOLOGICAL MOTION SENSORS AND METHODS OF USE |
GB0806196D0 (en) * | 2008-04-04 | 2008-05-14 | Elliptic Laboratories As | Multi-range object location estimation |
FR2930094A1 (fr) | 2008-04-11 | 2009-10-16 | France Telecom | Procede de compensation dynamique d'un mouvement relatif d'une entite communicante. |
US7587291B1 (en) | 2008-05-05 | 2009-09-08 | Artann Laboratories | Focusing of broadband acoustic signals using time-reversed acoustics |
US8195112B1 (en) | 2008-06-18 | 2012-06-05 | Marvell International Ltd. | Time-reversal-based communication |
CN102132537B (zh) | 2008-06-27 | 2014-10-22 | 法国电信公司 | 估计通过时间反演而预均衡的信号的聚集的质量的方法 |
FR2933252A1 (fr) | 2008-06-27 | 2010-01-01 | France Telecom | Procede de controle dynamique de la focalisation d'un signal pre-egalise par retournement temporel |
US9559874B2 (en) | 2013-08-16 | 2017-01-31 | Origin Wireless, Inc. | Multiuser time-reversal division multiple access uplink system with parallel interference cancellation |
US9882675B2 (en) | 2013-08-16 | 2018-01-30 | Origin Wireless, Inc. | Time-reversal wireless systems having asymmetric architecture |
US9226304B2 (en) | 2014-03-10 | 2015-12-29 | Origin Wireless, Inc. | Time-reversal wireless paradigm for internet of things |
US9686054B2 (en) | 2014-07-17 | 2017-06-20 | Origin Wireless, Inc. | Joint waveform design and interference pre-cancellation for time-reversal systems |
US10168414B2 (en) | 2014-07-17 | 2019-01-01 | Origin Wireless, Inc. | Wireless signals and techniques for determining locations of objects in multi-path environments |
US9883511B1 (en) | 2012-12-05 | 2018-01-30 | Origin Wireless, Inc. | Waveform design for time-reversal systems |
US9407306B2 (en) | 2014-04-25 | 2016-08-02 | Origin Wireless, Inc. | Quadrature amplitude modulation for time-reversal systems |
WO2010042319A2 (en) | 2008-10-10 | 2010-04-15 | Ziva Corporation | Techniques and systems for wireless communications |
JP5004991B2 (ja) * | 2009-04-02 | 2012-08-22 | 三菱電機株式会社 | 侵入物識別装置 |
WO2010126624A1 (en) * | 2009-04-30 | 2010-11-04 | Medtronic, Inc. | Patient state detection based on support vector machine based algorithm |
EP2427992B1 (fr) | 2009-05-07 | 2014-10-29 | Orange | Procede de pre-egalisation d'un signal de donnees par retournement temporel en fdd |
US8743976B2 (en) | 2009-09-03 | 2014-06-03 | Ziva Corporation | Techniques and systems for communications based on time reversal pre-coding |
CN102783109B (zh) | 2009-11-09 | 2016-04-13 | 时间反转通讯公司 | 传输数字数据的方法及其实施该方法的传输基站 |
US8711961B2 (en) * | 2010-07-15 | 2014-04-29 | The Board Of Regents Of The University Of Texas System | Communicating channel state information using predictive vector quantization |
US8670752B2 (en) * | 2010-09-24 | 2014-03-11 | At&T Intellectual Property I, L.P. | Providing integrated service-entity premium communication services |
FR2966665A1 (fr) | 2010-10-22 | 2012-04-27 | France Telecom | Procede et dispositif de communication radio pour antennes d'usager multiples |
GB2487226B (en) | 2011-01-14 | 2017-03-08 | Nvidia Tech Uk Ltd | Equalisation of a signal received over a wireless channel |
US9119236B1 (en) | 2011-03-04 | 2015-08-25 | Alarm.Com Incorporated | Monitoring system control technology |
US9201132B2 (en) | 2011-04-15 | 2015-12-01 | Ziva Corporation | Anti-Geolocation |
US20120263056A1 (en) | 2011-04-15 | 2012-10-18 | David Smith | Apparatus, methods, and articles of manufacture for wireless communications |
EP2705726A4 (en) | 2011-05-02 | 2015-04-29 | Ziva Corp | DISTRIBUTED COOPERATIVE NODES USING REVERSIBILITY IN TIME |
JP2013016100A (ja) * | 2011-07-06 | 2013-01-24 | Sumitomo Electric Ind Ltd | 侵入検知装置、侵入検知方法、侵入検知プログラムおよび侵入検知システム |
US8831164B2 (en) | 2011-09-15 | 2014-09-09 | Exelis Inc | Method and apparatus for cooperative communications between groups of communication units using a time reversed channel response |
US9453905B2 (en) | 2012-01-13 | 2016-09-27 | Ziva Corporation | Geolocation |
WO2013126054A1 (en) | 2012-02-22 | 2013-08-29 | Halliburton Energy Services, Inc. | Downhole telemetry systems and methods with time-reversal pre-equalization |
RU2015108003A (ru) * | 2012-08-07 | 2016-09-27 | Конинклейке Филипс Н.В. | Классификация популяции для набора генетических данных с помощью древовидной структуры пространственных данных |
US9208676B2 (en) * | 2013-03-14 | 2015-12-08 | Google Inc. | Devices, methods, and associated information processing for security in a smart-sensored home |
EP2712139A1 (en) * | 2012-09-24 | 2014-03-26 | ST-Ericsson SA | Symbol time offset correction via intercarrier interference detection in an OFDM receiver |
US10122409B2 (en) | 2012-12-03 | 2018-11-06 | University Of Maryland At College Park | Systems and methods for time-reversal division multiple access wireless broadband communications |
US9313020B2 (en) | 2014-02-19 | 2016-04-12 | Origin Wireless, Inc. | Handshaking protocol for time-reversal system |
US9846227B2 (en) * | 2013-03-15 | 2017-12-19 | Kirill Mostov | Multi-sensor surveillance system for monitoring a space and detection of objects |
JP6111506B2 (ja) * | 2013-05-07 | 2017-04-12 | パナソニックIpマネジメント株式会社 | センサ装置 |
JP2014228291A (ja) * | 2013-05-20 | 2014-12-08 | 三星電子株式会社Samsung Electronics Co.,Ltd. | 無線検出装置及び無線検出方法 |
US9753796B2 (en) * | 2013-12-06 | 2017-09-05 | Lookout, Inc. | Distributed monitoring, evaluation, and response for multiple devices |
CN103941232A (zh) * | 2014-04-26 | 2014-07-23 | 南昌航空大学 | 一种基于时间反转聚焦技术的声发射源定位方法 |
CN106664265B (zh) | 2014-07-17 | 2020-05-01 | 欧利景无线有限公司 | 无线定位系统 |
US9078153B1 (en) * | 2014-10-31 | 2015-07-07 | Quantenna Communications, Inc. | Wireless local area network with spatial diagnostics |
-
2016
- 2016-12-09 US US16/060,710 patent/US10380881B2/en active Active
- 2016-12-09 EP EP16874008.2A patent/EP3387849A4/en active Pending
- 2016-12-09 JP JP2018529656A patent/JP6623298B2/ja active Active
- 2016-12-09 WO PCT/US2016/066015 patent/WO2017100706A1/en active Application Filing
- 2016-12-09 CN CN201680071925.2A patent/CN108700652B/zh active Active
-
2019
- 2019-11-25 JP JP2019212505A patent/JP7320210B2/ja active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220069885A1 (en) * | 2018-12-11 | 2022-03-03 | Nordic Semiconductor Asa | Radio devices with switchable antennas |
US11984963B2 (en) * | 2018-12-11 | 2024-05-14 | Nordic Semiconductor Asa | Radio devices with switchable antennas |
Also Published As
Publication number | Publication date |
---|---|
CN108700652B (zh) | 2023-04-21 |
JP7320210B2 (ja) | 2023-08-03 |
US10380881B2 (en) | 2019-08-13 |
EP3387849A4 (en) | 2019-11-27 |
JP2019506772A (ja) | 2019-03-07 |
US20180365975A1 (en) | 2018-12-20 |
JP2020065259A (ja) | 2020-04-23 |
CN108700652A (zh) | 2018-10-23 |
EP3387849A1 (en) | 2018-10-17 |
WO2017100706A1 (en) | 2017-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6623298B2 (ja) | 無線イベント検出及び監視のための方法、装置及びシステム | |
JP7365587B2 (ja) | 無線測位システム | |
Qian et al. | Widar: Decimeter-level passive tracking via velocity monitoring with commodity Wi-Fi | |
Choi et al. | Deep learning based NLOS identification with commodity WLAN devices | |
Di Domenico et al. | A trained-once crowd counting method using differential wifi channel state information | |
JP6029076B2 (ja) | 存在・動き検出用受動レーダー | |
Bhargavi et al. | Performance comparison of energy, matched-filter and cyclostationarity-based spectrum sensing | |
Wang et al. | Multiantenna-assisted spectrum sensing for cognitive radio | |
US20170212210A1 (en) | Wireless positioning systems | |
Chen et al. | Taming the inconsistency of Wi-Fi fingerprints for device-free passive indoor localization | |
JP4576515B2 (ja) | イベント検出装置 | |
Ramadan et al. | NLOS identification for indoor localization using random forest algorithm | |
WO2009033001A2 (en) | Robust location distinction using teporal link signatures | |
Xu et al. | Indoor events monitoring using channel state information time series | |
Huang et al. | IS-WARS: Intelligent and stealthy adversarial attack to Wi-Fi-based human activity recognition systems | |
Zhu et al. | WiseFi: Activity localization and recognition on commodity off-the-shelf WiFi devices | |
Bocus et al. | UWB and WiFi systems as passive opportunistic activity sensing radars | |
Oshiga et al. | Human detection for crowd count estimation using CSI of WiFi signals | |
Sung et al. | Interference mitigation based on Bayesian compressive sensing for wireless localization systems in unlicensed band | |
Rocamora et al. | The application of machine learning techniques on channel frequency response based indoor positioning in dynamic environments | |
Fu et al. | Tensor-based power spectra separation and emitter localization for cognitive radio | |
Haniz et al. | Localization of illegal radios utilizing cross-correlation of channel impulse response with interpolation in urban scenarios | |
Bhatti et al. | Spectrum sensing using feature vectors | |
Xu | Fast and secure RFID identification | |
Kianoush et al. | Tracking of frequency selectivity for device-free detection of multiple targets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180807 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190621 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190619 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20190924 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191009 |
|
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: 20191025 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191125 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6623298 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |