JP6974457B2 - デジタルデータを提供する音響方法及びシステム - Google Patents

Description

本開示は一般にデジタルデータを提供するための音響方法及びシステムに関する。特に、本開示は都市又は都市部などの地理的領域において収集されるデジタルデータを提供するための音響方法及びシステムに関する。

広域監視とは、都市又は都市部などの地理的領域において、リアルタイムの緻密な観察を行うことである。広域監視は、車両や通行人などのターゲットをモニタし、また社会的擾乱や犯罪行為をモニタするなどの法執行の目的で有用であり得る。広域監視は、地理情報システム（ＧＩＳ）オーバレイと共に使用されて、マッピングされた領域にわたる監視及びモニタを支援することができる。

既知の広域監視システムには、監視目的で視覚情報を収集する視覚手段を採用するものが含まれる。例えば、有線テレビ（ＣＣＴＶ）カメラが街の通りをモニタするのに使用されてきた。それぞれのＣＣＴＶカメラは、任意のある時刻における街並みの局所的景色を、ＣＣＴＶカメラの光学系により決まる視野深度で提供することができる。複数のＣＣＴＶカメラを有するシステムの場合に、街の中の盲点すなわち視覚的に最も明瞭でないスポットは、ＣＣＴＶカメラ同士の中間又はＣＣＴＶカメラの視野外の位置である可能性がある。別の例として、移動車両に取り付けたカメラシステムでキャプチャするストリートビューは、これらの盲点のあるものに可視性を与えることができる。ただし、ストリートビュー画像は静的であり、ライブでモニタするために定期的に更新することは現実的ではない。更に別の例として、衛星画像は、衛星からの遮られていない視線にある物体の、全市にわたる鳥瞰図を提供可能である。したがって、視覚的に遮られた（例えば、地下、厚い雲の下、建物内又は橋や高架道路の下の）ターゲット又は事象は、これもまた静的である衛星画像からの監視のための可視性を欠くことになる。

その他の既知の広域監視システムには無線手段を使用するものがある。例えば、ユーザが携帯するモバイル装置からのセルラー信号を使用して、セルラー接続数、信号強度又は信号情報を判定することにより、例えばセルタワーの近辺にいる人の数、セルタワーからの位置に関する監視情報を提供できる。このセルラー信号から取得可能な監視情報は、本当の人数やセルタワーからの近似的な位置に関して信頼できる表示ではない場合もある。その領域にいる人がモバイル装置を持っていない場合、又は複数持っている場合、又はモバイル装置の電源を切っている場合もある。さらに、モバイル装置の信号は装置が違えば強度が異なり、建物を貫通するものもあれば建物で反射されるものもある。したがって信号強度は距離の指標としては不確かである。すべての人が、セルタワーからの無線の可視直線上に常時いて、一定の信号強度を有する、送信可能なモバイル装置を1つ携帯しているとは限らない。さらには、モバイル装置は、２つ以上の物体と関連する場合があるので、それが関連する物体の分類データを確実に伝送することはできない。

更なる例は、路上の車両検出のための、交差点信号に展開された誘導ループのアレイの形態をしている。このシステムは、金属車両のみを検出可能である。したがって歩行者及びその他の生体を検出できないし、また限られた範囲にわたってしか検出できない。

市域を見下ろすライダ（Ｌｉｄａｒ）は衛星と同様の制約を有し、直線視界のみであって盲点を有する。また測定フィールドから個別の物体（例えば自動車、歩行者、自転車、トラックなど）の存在を検出して分類することも簡単ではない。

本明細書におけるいかなる先行技術への言及も、この先行技術が何らかの法的範囲において共通の一般的知識の一部を形成すること、あるいはこの先行技術が他の先行技術に関連及び／又は組み合わされたものとして当業者に理解され、みなされることを合理的に予想し得ること、を承認もしくはいかなる形態にせよ示唆するものではなく、またそのように解釈されるべきではない。

一態様において、地理的領域における、ある範囲の異なる種類の音発生ターゲットを空間的及び時間的に分類する音響的方法が提供される。

この方法は、前地理的領域にわたって分散され、かつ既設の光ファイバ通信ネットワークの少なくとも一部を構成する、１又は複数の光ファイバのそれぞれに、複数の時点で呼掛け光信号を繰り返し送信するステップと、複数の時点のそれぞれに続く観察期間において、１又は複数の光ファイバに沿う距離にわたって分散して散乱された戻り光信号を受信するステップであって、この散乱は、観察期間内において複数のターゲットにより生じる音響擾乱による影響を受けるステップと、光信号から音響データを復調するステップと、音響データを処理し、それをターゲットのクラスまたはタイプに従って分類して、分類、時間及び位置関連データを含む、複数のデータセットを生成するステップと、このデータセットを、更なる処理のために検索して対応するデータセットと照合してリアルタイム及び履歴のデータを提供できるようにするために時間と位置がスタンプされた生の音響データと共に格納する、ステップと、
を含む。

この方法は、複数の音発生ターゲットの音響シグネチャを生成するステップを含んでもよい。

この方法は、音響データを、ターゲットのクラスまたはタイプのそれぞれに関連する音響シグネチャと相関づけることによって分類するステップを含んでもよい。

この方法は、音発生ターゲットを音発生ターゲットを表す記号として分類し、かつ記号をデジタル記号索引のデータセットの一部として格納するステップを含んでもよい。

この方法は、データセットと共に、時間と位置がスタンプされた生の音響データを格納し、更なる処理のために検索して対応するデータセットと照合することを含んでもよい。

一態様において、音響データを音響シグネチャに相関づけるステップは、音響ターゲットを検出するために音響シグネチャベースのフィルタをかけることを含む。

この方法は、分類、時間又は位置関連データの内の１又は複数に対する、探索要求を受信することと、ターゲットのクラスまたはタイプを記号として表すことを含むＧＩＳオーバレイと共にデータを使用することを含んでもよい。

一態様において、音響データを分類するステップは、ＡＩ又は機械学習に基づくアルゴリズムの適用を含む。

音発生ターゲットは、音発生物体、音発生事象、又は音発生の物体と事象との組み合わせを含んでもよい。

この方法は、データセットを、少なくとも１つの非音響感知システムから取得される監視データと共に処理または表示することを含んでもよい。

この方法は、音響シグネチャのそれぞれに関連するアラート基準を生成し、アラート基準にトリガがかけられた場合に警告又は警報にトリガをかけることを含んでもよい。。

少なくとも１つの非音響感知システムからのデータを用いて、分類データが取得されるか、又は分類アルゴリズムがトレーニングされてもよい。

非音響感知システムは、移動画像キャプチャシステム、マシンビジョンシステム、衛星画像システム、有線テレビシステム、及びセルラー信号ベースシステムのうちの少なくとも１つを含んでよい。

探索要求は、少なくとも１つの非音響感知システムから取得されたデータに基づいてもよい。

データセットはＧＩＳオーバレイを含む、リアルタイム仮想世界デジタルエミュレーションに変換されてもよい。

呼掛け光信号及び戻り光信号は、時間領域多重モード又は偏光モードを使用して１又は複数の光ファイバ内に生成されてもよい。

この方法は、分類、時間又は位置関連データの内の１又は複数に向けられた探索要求を受信することと、ターゲットのクラスまたはタイプを記号として表すことを含むＧＩＳオーバレイと共にデータを使用することを含んでもよい。

この方法はさらに、速度と方向、並びにアラート基準に関連する動的記号データを含む、高次記号索引データベースを生成することを含んでもよい。

光ファイバは、既設の光ファイブ通信ネットワークに未点灯ファイバ又は未使用スペクトルチャネルを含み、光ファイバ通信ネットワークは高密度公衆通信ネットワークであってもよい。

検索されて処理された生の光データ及び／又は復調された音響データに対してビームフォーミング技術が使用されてもよい。

本方法は、地理領域内の複数の異なる敷地をモニタすることに拡張され、各敷地が、少なくとも１つの光ファイバの複数のセグメントのうちの少なくとも１つのセグメントを含み、かつエンティティ又は加入者に関連付けられた少なくとも１つの仮想的光ファイバネットワークを備えてもよい。

本方法は、各敷地に関連する少なくとも位置関連データを取得し、かつこのデータを生成されたデータセットで処理して、各敷地に関連する専用データセットを提供することを含んでもよい。ここで位置関連データは仮想ファイバネットワークに対応する。

本開示は１又は複数のプログラムを格納するコンピュータ可読記憶媒体に及ぶ。この１又は複数のプログラムは命令を含み、これがプロセッサにより実行されると、上に要約した１又は複数の方法を実行することにより、地理的領域における、ある範囲の異なるタイプの音発生ターゲットを空間的及び時間的に分類可能とする。

本開示は、地理的領域における、ある範囲の異なる種類の音発生ターゲットの空間的及び時間的分類を提供するための音響システムに及ぶ。このシステムは、地理的領域にわたって分散され、かつ既設の光ファイバ通信ネットワークの少なくとも一部を構成する、１又は複数の光ファイバのそれぞれに、複数の時点で呼掛け光信号を繰り返し送信するための光信号送信装置と、複数の時点のそれぞれに続く観察期間において、１又は複数の光ファイバに沿う距離にわたって分散して散乱され、この散乱は、観察期間内において複数のターゲットにより生じる音響擾乱の影響を受ける、戻り光信号を受信する光信号検出装置と、光信号から音響データを復調し、音響データを処理し、それをターゲットのクラスまたはタイプに従って分類して、分類、時間及び位置関連データを含む複数のデータセットを生成するための処理ユニットと、このデータセットを、更なる処理のために検索して対応するデータセットと照合してリアルタイム及び履歴のデータを提供できるようにするために時間と位置がスタンプされた生の音響データと共に格納するための記憶ユニットと、を含む。

この処理ユニットは、音響データを、ターゲットクラスまたはタイプのそれぞれに関連する音響シグネチャと相関づけることによって音響ターゲットを検出するように構成され、かつ音響ターゲットを検出するための音響シグネチャベースのフィルタを含んでもよい。

このシステムは、複数の音発生ターゲットの音響シグネチャを生成するための音響シグネチャ発生器を更に含んでもよい。

処理ユニットは、音発生ターゲットを音発生ターゲットを表す記号として分類し、かつ記号をデジタル記号索引データセットの一部として記憶ユニットに格納するように構成されてもよい。

音響シグネチャベースフィルタは、有限インパルス応答又はクロス相関フィルタであってもよい。

このシステムは、分類、時間又は位置関連データの内の１又は複数に対する、探索要求を受信するための探索要求インタフェースと、ターゲットのクラスまたはタイプを図形記号として表すことを含むＧＩＳオーバレイと共にデータを表示するためのディスプレイと、を含んでもよい。

このシステムはさらに、速度と方向、並びにアラート基準に関連する動的記号データを含む、高次記号索引データベースを含んでもよい。

このシステムはさらになお、少なくとも１つの非音響感知システムを含むか、それで操作可能であってよく、かつ処理ユニットはデータセットを、非音響感知システムから取得される監視データと共に処理又は表示するように構成される。

少なくとも１つの非音響感知システムからのデータを用いて、分類データが取得されるか、又は分類アルゴリズムがトレーニングされてもよい。

非音響感知システムは、移動画像キャプチャシステム、マシンビジョンシステム、衛星画像システム、有線テレビシステム、及びセルラー信号ベースシステムのうちの少なくとも１つを含んでもよい。

システムは、後からの検索及び処理のために生の光データを格納するクラウド型記憶装置を含むか又はそれにアクセスするように構成されてもよい。

処理ユニットは、検索されて処理された生の光データ及び／又は復調された音響データに対してビームフォーミング技術を使用するように構成されてもよい。

処理ユニットは、地理領域内の複数の異なる敷地をモニタするように構成されてもよく、各敷地が、少なくとも１つの光ファイバの複数のセグメントのうちの少なくとも１つのセグメントを含み、かつエンティティ又は加入者に関連付けられた少なくとも１つの仮想的光ファイバネットワークを備える。

処理ユニットは、各敷地に関連する少なくとも位置関連データを取得し、かつこのデータを生成されたデータセットで処理して、各敷地に関連する専用データセットを提供するように構成されてもよい。ここで位置関連データは仮想ファイバネットワークに対応する。

処理ユニットは、ターゲットに係わる脅威すなわちアラートレベルを評価するセマンティクスエンジンを含んでもよく、脅威すなわちアラートが閾値を超えた場合に警報が生成される。

本開示は、地理的領域における、ある範囲の異なる種類の音発生ターゲットの空間的及び時間的分類を提供するための音響システムに及ぶ。このシステムは、地理的領域にわたって分散され、かつ既設の光ファイバ通信ネットワークの少なくとも一部を構成する、１又は複数の光ファイバのそれぞれに、複数の時点で呼掛け光信号を繰り返し送信するための光信号送信装置と、複数の時点のそれぞれに続く観察期間において、１又は複数の光ファイバに沿う距離にわたって分散して散乱され、この散乱が、観察期間内において複数のターゲットにより生じる音響擾乱の影響を受ける、戻り光信号を受信する光信号検出装置と、光信号を光データに変換するためのＡ／Ｄコンバータと、時間及び位置関連データを含む光データを格納するための記憶ユニットと、時間及び位置関連のフィルタ又はパラメータを含む探索要求を受信し、そのパラメータに基づいて光データを検索して音響データに処理するための、通信インタフェース及びプロセッサと、を備える。

このシステムは、光信号から音響データを復調し、音響データを処理し、それをターゲットのクラスまたはタイプに従って分類して、分類、時間及び位置関連データを含む複数のデータセットを生成し、そのデータセットを記憶ユニットに格納するように構成された処理ユニットを含んでもよい。

処理ユニットは、時間及び位置をベースとするパラメータに基づいた分解能で光データを音響データに処理するように構成されてもよい。ここで処理ユニットは、所望位置でのビームフォーミングのために所望分解能で音響データを検索するように構成される。

本発明の更なる態様と、これまでの段落に記載した態様の更なる実施形態は、例示として与えられ、添付の図面を参照する以下の説明により明らかとなるであろう。

デジタルデータを提供するシステムの一実施例を示す図である。 デジタルデータを提供、処理する方法の実施例を示す図である。 デジタルデータを提供、処理する方法の実施例を示す図である。 デジタルデータを提供、処理する方法の実施例を示す図である。 デジタルデータを提供、処理する方法の実施例を示す図である。 デジタルデータを提供、処理する方法の実施例を示す図である。 複数の時点における呼掛け光信号の送信シーケンス及び対応する観察ウィンドウのシーケンスの概略図である。 本開示のシステムにより提供される振幅対距離のプロットの一例の概略図である。 デジタルデータ取得のために利用される光ファイバの概略分布配置を示す図である。 デジタルデータ取得のために利用される光ファイバの別の概略分布配置を示す図である。 シドニーの一部のＧｏｏｇｌｅ（登録商標）マップのオーバーレイによる分布配置と、記号の典型的な図形表示を示す図である。 シドニーの一部のＧｏｏｇｌｅ（登録商標）マップのオーバーレイによる分布配置と、記号の典型的な図形表示を示す図である。 本方法及びシステムの実施形態で使用する、加入者インタフェースの一例を示す図である。 地理領域内の個別の加入者に供用するために既設の光ファイバネットワークからの仮想経路の生成法を示す、部分的な概略分布配置図である。 フェーズドアレイ感知ビームを有する光ファイバケーブルの部分概略図である。

本開示は、最適化、探索、状況把握、安全、監視、モニタ等の目的のために、デジタルデータを提供する音響的な方法及びシステムに関する。発明者は、背景技術で述べた視覚又は電波による監視及びモニタ手法に関する欠点を認識した。本明細書に開示するのは、これらの問題点に鑑みて考案された監視データを提供する方法及びシステムである。本開示は、背景技術で述べた手法やシステムを代替する方法及びシステム、あるいは、背景技術で述べた手法やシステムと共に使用可能な補助的な方法及びシステムを提供する。

監視データは、モニタするターゲットのリアルタイムの音響データに関係し得る。代替又は追加として、監視データは、後から検索及び探索をするための履歴的な音響データに関係する。一般に、「ターゲット」には、車両（タイヤ／エンジン騒音を発生）、歩行者（足音を発生）、電車（軌道騒音を発生）、建築工事（工事騒音を発生）、道路や軌道や基盤施設の工事（工事騒音を発生）などの、振動して検出可能な音響信号を発生する任意の音響物体が含まれる。また、自動車の衝突、拳銃による発砲、又は爆発物による爆発（高圧音波及び反響を発生）などのターゲットにより生じる事象も含まれる。

本開示のシステム及び方法は、地理的領域にわたって分散された１又は複数の光ファイバを活用する、光ファイバ分散型音響感知を利用して、都市などのその地理的領域内の空間的及び時間的監視及びモニタのデータを提供する。そのような感知技術は、光ファイバに対応する屈折率の局所的摂動を生じさせる、近辺の音響事象の発生に依存する。音響事象に要求される近接度は、感知設備のノイズフロア、バックグラウンドノイズ、及び音響事象と光ファイバの間の１又は複数の媒体の音響特性に依存する。屈折率の摂動により、光ファイバに沿って送信され、ファイバの長さに沿って分散されて（例えば、レイリー散乱、又は他の類似の散乱現象などで）後方散乱される光の呼掛け信号が、反射光において経時的に（例えば強度及び／又は位相の）揺らぎを示す。揺らぎの大きさは、音響擾乱の大きさ又は近接度に関係する。分散された後方散乱の時間軸に沿う揺らぎのタイミングは、音響事象の位置に関係する。

「分散型音響感知」という用語は、音響成分を有する発生源の感知を意味することが理解されるであろう。この音響成分は、地中又は固体内を伝わる時に振動又は地震成分に変換されて、埋設された光ファイバケーブルに局所的な摂動を発生させ得る。

本開示で言う音響データには、検出光ファイバの光学特性に検出可能な変化を与える、伝播波又は信号が含まれることを理解されたい。システムで検出されるこれらの伝播信号には、音響信号の他に、地震波、振動、及び例えば光ファイバに局所的な歪変化を生じさせる緩変化信号などの種類の信号が含まれ得る。好適な一実施形態における基本的感知機構は応力光学効果によるものであるが、本開示が利用可能な、熱光学効果や磁気光学効果などの、他のファイバ内の散乱機構もある。

音響データの参照はまた、光データとの関連で理解されるべきである。好適な実施形態における生の光データは、感知ファイバに向けた一連の光学パルスからの反復反射セットのストリームである。これらの反射セットは非常に高速（毎秒ギガビットのオーダ）でサンプリングされ、光ファイバに沿った物理的位置に対応する、一連の時間ウィンドウ内に復調される。これらの時間ウィンドウにおけるデータは、その時刻においてファイバの局所的長さに沿って集積された歪の復調に使用される。集積歪には、ファイバに歪をもたらす、音響、地震、振動などの信号、及びその他の信号が含まれる。復調からの集積歪データは、（毎秒メガビットのオーダの）収集された光データよりもはるかに小さいデータレートとなる。時間ウィンドウの箱の大きさは選択可能であり、センサチャネルの空間分解能、信号周波数帯域、ダイナミックレンジ、及びシステムの最大長さ範囲の間の折衷によって決められる。音響データはデータセットの大きさの観点では、より効率的に格納できるが、光データセットの格納は、いずれの復調パラメータも変更可能であり、センサチャネルの空間分解能、信号周波数帯域、ダイナミックレンジ及びシステムの最大長さ範囲に関して異なる組を選択することにより、新規の復調データの生成が可能となる。特定の位置又は領域を、対象とする音源の検出、分類、追跡、計数、及び／又は更なる信号解析を向上させる別の構成を用いて再処理することが必要になる、全く別の感知タスクに対してシステムを最適化する上で、この柔軟性は重要である。

一実施例における、分散型音響感知（ＤＡＳ）に使用するシステム１００が図１に示されている。ＤＡＳシステム１００には、コヒーレントな光学時間域反射計（Ｃ−ＯＴＤＲ）１０２が含まれる。Ｃ−ＯＴＤＲ１０２には、光源１０４が含まれており、短い光パルスの形の光学呼掛けフィールド１０６を放出して、各光ファイバ１０５Ａ、１０５Ｂ、１０５Ｃに送信する。光ファイバ１０５Ａ、１０５Ｂ、１０５Ｃは地理的領域１０７上に分散されている。Ｃ−ＯＴＤＲ１０２は、分散して散乱される反射光１１０を検出し、時間分解された反射光強度に比例する振幅を有する、対応の電気信号１１２を生成するように構成された光検出器１０８を含んでいる。時間スケールは光検出器１０８に対する距離スケールに変換可能である。図１の挿入図は、１つの特定の瞬間における、距離に対するそのような信号振幅の模式的プロットを示す。ＤＡＳシステム１００にはまた、Ｃ−ＯＴＤＲ１０２内に、あるいはそれとは別に、処理ユニット１１４が含まれており、電気信号１１２内の音響揺らぎ１１６を処理するようになっている。

これらの音響変動は、任意の一地点及び一連の異なる空間ポイントにおける、複数の異なる音響周波数を含む音響信号であり、処理ユニットがそれを変換してケーブルグリッドの周りの音のターゲットの性質及び運動をデジタル表示する。温度（これは典型的には数Ｈｚを超える動的情報は提供せず、ケーブルの周りにある熱源のタイプやその運動の様子を判定することはできない）のようなスカラー測定量とは対照的に、音響信号にはかなりの数の周波数成分（最大で数ｋＨｚの周波数成分であり、これは特定のターゲットの種類に固有で識別可能である）とベクトル情報が含まれる。すなわち、（単一チャネルの）フーリエドメインと多チャネル時間ドメインから得られる振幅情報（ＧＩＳオーバレイを容易にする「ターゲット」の方向及び空間位置などの空間情報、及び速度パラメータ（速度及び加速度））である。

デジタル化された電気信号１１２、すべての測定される揺らぎ１１６、及び／又はそれに係わる処理データが記憶ユニット１１５に格納できる。記憶ユニット１１５には、処理ユニット１１４が命令を実行し、データを計算し、コンピュータ処理し、又はその他の処理をするための、ランダムアクセスメモリ（ＲＡＭ）などの揮発性メモリが含まれてもよい。記憶ユニット１１５には、処理ユニット１１４が信号処理の前後に、及び／又は後で検索するためにデータを格納する、１又は複数のハードディスクドライブなどの不揮発性メモリが含まれてもよい。処理ユニット１１４と記憶ユニット１１５は多数の物理ユニット上に分散されてもよいし、クラウド記憶及びクラウド処理などのリモート記憶及び潜在的なリモート処理を含んでもよい。この場合、処理ユニット１１４と記憶ユニット１１５は、より一般的にはクラウドコンピューティングサービスとして定義される。

図２Ａ、２Ｂ、２Ｃ、２Ｄ及び３Ａは、本開示の方法２００の様々な実施例を示す。本開示の方法２００は、複数の時点２５２Ａ、２５２Ｂ、２５２Ｃにおいて呼掛け光信号又はフィールド１０６を、典型的には都市環境である地理的領域（例えば１０７）に分散された１又は複数の光ファイバ（例えば１０５Ａ、１０５Ｂ、１０５Ｃの内の１つまたは複数）のそれぞれに送信するステップ２０２を含む。光ファイバは典型的には公衆光ファイバ通信ネットワークの一部を形成し、都市、特に都心環境において高度なサービスエリア（実質的にどこでもかしこでも）を提供する。本開示の方法２００はまた、複数の時点２５２Ａ、２５２Ｂ、２５２Ｃのそれぞれに後続する観察期間（２５４Ａ、２５４Ｂ、２５４Ｃ）の間、１又は複数の光ファイバ（たとえば１０５Ａ、１０５Ｂ、１０５Ｃの１つ以上）に沿う距離にわたって分散された形で散乱される、戻りの光信号（例えば１１０）を受信するステップ２０４を含む。

この構成によれば、光ファイバ感知ケーブルに沿うあらゆる距離における音響信号（振幅、周波数及び位相）を判定可能となる。一実施形態において、光ファイバ感知ケーブル上で反射光が生成された位置及び従ってチャネルを判定するために、光検出器／受信器が反射光パルスの到達時間を記録する。このフェーズドアレイ処理により、音源の改良された検出並びに音源の特性を取得するための、改良された信号対雑音比を得ることが可能である。

検出領域が特定の都市全領域を実質的にカバーすることが本開示の重要な点である。ファイバ経路が形成するグリッドの密度は、既存の建物や施設又は他の制約のために、特定の地域に限られる場合がある。隣接するセンサチャネル集合体をフェーズドアレイ処理することによるビームフォーミングにより、ファイバ上の所与の位置の垂直方向に検出範囲を大幅に拡大することができる。したがって、ファイバグリッドの検出範囲でカバーされる領域において、音源の検出ができない空隙または領域を最小とするために、ビームフォーミングが使用される。

ビームフォーミング技術には、一連の時間制御したパルスを注入することにより、光ファイバ感知ケーブル上の異なる距離（又はチャネル）で測定される位相シフト音響フィールドを加えることが含まれる。これらのビームフォーミング技術により、光ファイバ感知ケーブルに対する音源の方向及びその位置を２次元又は３次元で与えることができる、いくつかの交差する、幅の狭い走査ビームが得られる。これはカバレージを補完しかつ改善するように設計された走査ビームを用いて、音響フィールド内の異なるゾーンを改良されたアレイ利得範囲と、強化された検出能力で選択的にモニタすることを目的としている。近接モニタリングを必要とする交通量の多い領域又は高密度感知環境においても、ビームフォーミング技術は、高水準の空間識別を有するので、効果的に適用可能である。

本開示の方法２００には、観察期間（２５４Ａ、２５４Ｂ、２５４Ｃ）内に検出される複数のターゲットから生じる音響擾乱に関連する光信号１１０から、音響データを復調するステップ２０６が含まれる。

ステップ２０８において、音響シグネチャに基づくフィルタ１１４Ａ、１１４Ｂ、１１４Ｃ、１４Ｄが音響データに適用されて、音響物体／事象を検出する。これらのフィルタは、ソフトウェアに基づくＦＩＲ（有限インパルス応答）又は相関フィルタであってもよいし、あるいはそれに代わって、ビッグデータと機械学習法を使用して分類が実行されてもよい。後者の手法は、車両の種類の詳細又はサブクラスや、他の物体のサブクラスなど、音響物体の高水準の識別が必要とされる場合に適用可能であろう。

ステップ２０９において、生の、すなわちフィルタ処理のされていない音響データが復調ステップ２０６から並行して供給され、クラウド型ストレージ２１５Ａを含み得る記憶ユニット２１５に格納される。これは同様に時間スタンプと位置スタンプが施されて、後の段階で検索されて、記号データを補完可能な追加の詳細を抽出可能とするために、デジタル記号索引データベースに格納された記号とステップ２１３で照合可能である。

格納される生の音響データに加えて、又はその代替として、生の光信号がＡ／Ｄコンバータでデジタル化されて、クラウド記憶設備２１５Ａで復調される前に、ステップ２０４Ａにおいて生の光データとして格納される。これは、実質的により大きな記憶容量を必要とするが、サンプリング周波数等の結果として分解能を失うことなく、すべての後方散乱光信号／データの完全性を保存し、かつすべての時間及び位置ベースのデータを保持する利点を有する。この格納された光データは後で検索して、後続ステップでの解析が可能である。生の光データを格納することの利点は、前述のビームフォーミング技術をデータに適用して、高分解能の検出及びモニタとし得ることである。格納されれば、光データは、検索、処理及び再処理されて、新しい音響データを提供することが可能であり、例えばチャネル間隔及び周波数範囲の調節によりビームフォーミング性能を変化させることが可能である。

ステップ２１０において、音物体及び／又は音事象を表す記号が生成され、デジタル記号索引データベースに格納される。各記号索引には、事象／物体の識別子が時間及び位置のスタンプと共に含まれる。事象／物体の識別子には、歩行者、自動車、トラック、掘削機、列車、削岩機、穿孔機、機械掘削機、手動掘削、発砲などが含まれ得る。一連の異なるソフトウェアベースの相関フィルタ１４Ａ−１４Ｄが上記の各分類タイプに対して提供される（各相関フィルタは音響時間系列及び音響周波数ドメインで特定の特性に調整される）。そしてこれらのソフトウェアベースのフィルタの１つの出力が閾値に達すると、システムにおいて検出及び分類のイベントにトリガがかけられる。こうしてシステムは、物体は何であり、地理的にどこに位置し、いかに早く移動しているか、などの性質、及びこの物体に関連する音響データから帰結されるたくさんのそのほかの性質を有する物体のデジタル表示を有する。

アラート基準がステップ２１２で記号索引データベースに格納され、各記号が少なくとも１つの関連するアラート基準（閾値振幅／周波数）を有する。アラート基準は、処理ユニット内にセマンティクスエンジン又はコンテキストエンジン１１４Ｅの一部を形成し、これが、事象に係わる脅威又は危険レベルの判定に使用可能な因子を処理して行動可能な情報を送達する。例えば、掘削機の場合、掘削機の移動の速度及び方向が因子として含まれる。通信インタフェース１１７を介して受信されるその他の情報には、作業をしている掘削機／エンティティの識別情報を含むことができ、ケーブルの損傷又は切断の危険がある場合には、識別して警告することができる。さらには、掘削機が既知の信頼できる土建業者に関連する場合、これが判断決定プロセスの因子として含まれ得る。

他の情報として地理的領域内で行われるすべての公共工事の位置に関する情報が含まれ得る。それにより、既知の作業のない位置、又は作業が予定されていない時間帯に検出される掘削又は立ち入りの事象には、高いアラート又は警報のステータスが割り当てられる。行動を起こし得る情報の他の例は、掘削機又は他の車両が異常な形で運転されたり操作されたことを示す情報であろう。脅威レベルは、例えば一般的な緑、黄、赤の色方式と点滅記号とを用いて図形的に行うものと、次第に音量の大きくなる可聴警報を用いて音声的に行うものの両方で示すことができる。

ステップ２１８において、所望により高次の記号索引データベースが、動的記号データ（現在の速度及び現在の方向）と任意のアラート基準（例えば制限速度）とで生成される。ここでも、高次の記号索引データベースをコンテキストエンジン１１４Ｅに関連づけてアラート基準を評価してもよい。ステップ２１４でアラート基準にトリガがかかると、ステップ２１６で警報又は警告にトリガがかけられ、このサイクルが送信ステップ２０２で繰り返される。１サイクルに２つ以上のトリガ事象があり得ることは理解されであろう。

「存在するもののデジタル表示」を形成するこのプロセスは、ビデオフィードに作用するマシンビジョンで行うことが可能であるが、一般的には実施するにはより複雑であり、また費用がかかる（搬送波周波数が音のｋＨｚから光のＴＨｚに増加するために、顕著な計算上のオーバヘッド、多数のカメラフィード及び大量のバンド幅が必要となる）。光がビデオや、ＬＩＤＡＲフィードなどの関連技術からレンダリングすることができる、所与の対象物の詳細な物理的特徴を画像化する機能は、音にはない。ただし、都市や都市グループなどの広範な都市部では、広範囲の対象物と事象及びそれらの性質を検出するのに、音が（光、ＲＦ、磁気、電気、温度、地震などの多くの選択肢の中で）理想的かつ非常に効率的なフィールドであることが特定されている。これは、大規模な音響センサシステムが完全に展開された後に、本開示に記載の物理世界探索（ＰＷＳ）機能を実現可能とするための鍵である。

記録された電子データには、その地理領域（例えば１０７）内、又はその近辺の複数のターゲットの近似的位置（例えば１０７Ａ〜１０７Ｅ）を表し、かつ複数の時点２５２Ａ、２５２Ｂ、２５２Ｃに関連する、音響情報が含まれている。近似的位置（例えば１０７Ａ〜１０７Ｅ）は、１又は複数の光ファイバ（例えば１０５Ａ、１０５Ｂ、１０５Ｃの内の１つ以上）に沿う距離から推測される。図３Ｂは、各時点２５２Ａ、２５２Ｂ、２５２Ｃにおける、距離に対する信号振幅の模式的プロットを示す。

１つの構成では、監視データの収集のために利用される光ファイバは、光ファイバネットワークを形成するか又はその一部であってよい。光ファイバ通信ネットワークが設置時に必要よりも大きな通信容量で設置されることが多い、ということを理解すれば、このネットワークは、既設の光ファイバ通信ネットワークであってもよい。１つの形態では、未使用の通信容量には、１又は複数の未点灯の光ファイバが含まれる。例えば、光ファイバの束には、複数の光ファイバが含まれ、そのうちの１又は複数が通信情報を搬送するように構成されるが、そのほかは点灯されたものが容量に達するまでは未点灯のままである。これらの未点灯の光ファイバは、本開示の監視情報の取得のために借用又は他の形で利用することができる。別の形態では、余分の通信容量には、１又は複数の未使用のスペクトルチャネルが含まれる。

代替又は追加として、同じスペクトルチャネル内で、通信機能を有するＣ−ＯＴＤＲ機能の時間領域多重化が用いられてもよい。光学フィールド（Ｃ−ＯＴＤＲ機能に対して、これは離散パルスでもあり、スペクトル拡散変調技術における連続光学フィールドでもあり得る）がＣ−ＯＴＤＲ機能を送信するか又はそれに関連し、かつ遠距離通信機能と関連する場合に、同期を取ることによりＣ−ＯＴＤＲは遠距離通信チャネルとスペクトル的に重なることができる。

１又は複数の未使用のスペクトルチャネルは、光ファイバで通信目的に使用される波長範囲以外の波長を含んでもよい。例えば、光ファイババンドルのすべての光ファイバが点灯し、かつ、光ファイバの通信波長が通信目的のＣバンド（約１５３０ｎｍから約１５６３ｎｍの間）とＬバンド（約１５７５ｎｍから約１６１０ｎｍの間）にまたがっている場合には、ＣバンドとＬバンド以外の１又は複数の未使用波長は、本開示による監視情報を取得するために利用可能である。１又は複数の未使用波長の具体的な選択は、到達距離を拡大するための、通信ネットワークに展開される任意の既存のエルビウムをドープしたファイバ増幅器（ＥＤＦＡ）の利得スペクトルに基づいてよい。既存のＥＤＦＡが展開される場合、１５２５ｎｍ、１５６９ｎｍ及び１６１５ｎｍの（すなわちＣバンド及びＬバンドのすぐ外側の）離散波長から１又は複数の未使用波長を選択することで、呼掛け信号の到達距離を延ばすための追加のＥＤＦＡを必要とせずに増幅が可能となる。別の構成では、音響感知の到達距離を延ばすために、光ファイバ通信用の既設のネットワークと共に運転される、音響感知目的の専用ネットワークを含んでもよい。既存の通信ネットワークを使用する主たる利点は、追加の、しかも非常に大きなコストの専用ケーブルを展開する必要がないことである。

光ファイバは、地理的領域の周囲に沿って（例えば安全な建物やキャンパスを囲んで）の展開や、実質的に直線状又は細長い（例えば長いガス管やオイルパイプに沿った）空間をカバーする展開に対比して、その地理的領域を実質的にカバーするように地理的領域全体に亘って分布される。分布はその地域を実質的に均等にカバーしてもよい。または、分布は地域のある部分をより高密度にカバーして、他よりも高い空間分解能としてもよい。これは典型的には都心／都市部、又は例えばオーストラリアのＮＢＮネットワークの結果としての光ファイバの占有率の高い他の地域などに当てはまる。

一構成においては、図４Ａに示すように、分布には１又は複数の中心位置（例えば光ファイバ（４０５Ａ〜４０５Ｅ）への時間多重呼掛けパルスのスイッチ（図示せず）を有するデータセンタ１００）から扇形に広がる光ファイバ（４０５Ａ〜４０５Ｅ）が含まれる。扇形に広がる光ファイバのそれぞれは、２つ以上の光ファイバとなって延伸し、光ファイバがさらに広がるときに空間分解能を増加することができる。代替又は追加として、図４Ｂに示すように光ファイバ（４０５Ｆ〜４０５Ｈ）をジグザグ状に設置して、より長い少数の光ファイバによって空間分解能を提供することも可能である。一般的に、本開示のシステム及び方法は、約１０ｍの分解能又はそれ以上を達成することが期待される。これは、第１の展開ステップとして、都市の大部分の主要道路をカバーする、既存のファイバ基盤施設のおかげで達成可能である。第２のステップとして、ファイバが都市内のほとんどの通りや道により細密なレベルで展開され、ここでもすべての通りや道の１０ｍごとに音響チャネルを有する、２Ｄグリッド状の広範なカバレージが達成される。多くの場合、典型的には既存の公衆通信ネットワークの形態でありうる、既設のファイバ基盤施設の密度及び遍在性により、これは必要ないかもしれない。これには、道路及び鉄道ネットワークを含めて、すべてとは言わなくてもほとんどの公道上に延在するファイバが含まれることが多い。

本出願人は、例えば、オーストラリアのシドニーのすべての既存の幹線道路及び補助道路にも、点灯してないファイバがあることを知っている。本出願人は、通りの大部分には、オーストラリアＮＢＮやその他の既存のＦＴＴＨ ＦＴＴＮ展開からの巻線状のファイバがあることも知っている。これらは本実施形態に有効に展開可能である。

一構成において、光ファイバには地中に設置されたものがあり、この場合地域のカバレージは都市の通りレベルであり、これは車両や歩行者の交通のモニタに有益である。代替又は追加として、光ファイバは複数階の建物（例えばオフィスビルやショッピングモール）の内部に設置されたものもある。この場合、その地域の代替又は追加のカバレージは建物の複数のフロアであり、これは従業員や買い物客の移動のモニタに有益である。

架空光ファイバもまた、電力線のように、あるいは港湾やその他の水域を横切って展開され得る。追加または代替として、海中ファイバも、船舶運航、マリーンライフ、又は環境監視などに使用され得る。専用ファイバ部が、既に展開されているネットワークの既存の光ファイバネットワークに接合されてもよい。例えば、専用光ファイバ部が、オーストラリアのシドニーハーバーブリッジの周りの関心のあるポイントに敷設され、専用ケーブル部の両端が４０５Ｊに模式的に示すように既存の光ファイバネットワークに接合されて、例えばリモートデータセンタにあるノードによって簡便なリモートアクセスを可能としてもよい。システム１００には通信インタフェース１１７（例えば無線又は有線）が含まれ、１又は複数の遠隔の移動端末または固定端末１１７Ａ、１１７Ｂ、１１７Ｃからの探索要求を受信してもよい。探索要求を受信すると、処理ユニット１１４は、揮発性メモリ及び／又は不揮発性メモリに格納されたものを含む、格納された電子データに基づいて要求情報を判定するように構成されていてもよい。要求情報は、
（ａ）複数ターゲット（すなわち「なに」又は「だれ」）の１つ以上、
（ｂ）複数時点（すなわち「いつ」）の１つ以上、
（ｃ）近似的な位置（「どこ」）の１つ以上、
の内の１又は複数である。探索要求が特定のターゲット（例えば郊外における特定の歩行者）である場合、戻りの決定された情報には、格納された電子データに基づいて、そのそれぞれの位置と時間が含まれてよい。探索要求が（例えば２０１６年１月１日の午前８時から午前９時の間の）特定の時刻に関係する場合、戻りの決定された情報には、何のターゲットがどこに、ということが含まれてよい。要求された情報が特定の位置（例えば犯罪シーンを囲む位置）に関係する場合には、戻りの決定された情報には、犯罪シーンの近くに何及び／又はだれがいて、かつそれらはいつそこにいたか、が含まれてよい。当業者であれば、要求された情報は、「もの」、「人」、「時刻」、「位置」の組み合わせであり得ることを理解するであろう。非限定的ないくつかの実施例を以下に示す。

その地理的領域が都市の通りレベルを含む場合、探索要求は、光ファイバの交差するグリッドに対応する、１０ブロックｘ１０ブロックにわたる特定の領域内での、午前８時から午前９時の間の車両数に関するものであるかもしれない。この場合、要求された情報は、その特定の領域での近似的な位置に対応するファイバの距離において、午前８時から午前９時の間の複数の時点において記録された、音響擾乱検出信号に係わる電子データを、処理ユニット１１４が検索することによって決定されてよい。検索された電子データは処理されて、音響擾乱信号を生成してもよい。

ＦＩＲ又はそのほかの相関フィルタタイプが、音響物体のデジタル検出事象を（アナログ信号が、サンプル時刻における信号振幅に依存して、１と０のデジタル表示に変換されるのと同様にして）生成する。システムが処理された音響信号からデジタル記号を生成し、それが、自動車、歩行者、トラック、掘削機、及び自動車の衝突、拳銃の発砲、爆発などの事象などの、市内での対象物を（特性付きで）表示する。これが、歩行者と自動車の記号を含む図５Ｂから明らかなように、地図上にデジタル記号で上書きされて、ＧＩＳオーバレイに組み込まれてもよい。

システムにこれらの記号がデジタル記録されると、対象物の記号の（探索時間の観点及びリアルタイムと履歴の索引を保持するためのデータサイズの観点において）非常に効率的な索引を組み入れることが可能である。これは、任意のデータベースが今日コンピュータ上で探索されるのと同様の方法で探索可能である。この探索機能は、記号のレベルで動作する。すなわち、高忠実度の記号を必要とする状況以外の標準的操作では、生の音響情報は使用しない。（例えば、ある都市において１つの記号索引がまさに自動車とトラックとで構成されており、次に要求されるのが更なる３つの異なるカテゴリでトラック（１８車輪のトラック、中間サイズのトラック、軽トラック）と自動車（大型、中型、小型）を分類することである場合、追加的な高次の忠実度索引がその特定の地域及び時間に対してまだ生成されていない場合には、より高い忠実度の記号索引を生成するために、生の音響情報に対して（より具体的に調整された相関フィルタを用いた）何らかの再処理が必要であり得る。）

図２Ｃは、ステップ２２０で探索要求を受信し、ステップ２２２で記号索引データベースを探索し、ステップ２２４で記号索引データベースを非音響データに相関づけし、探索情報２２５を戻して強化されたデータセットを提供することに関するステップを示す。

図２Ｄは、ステップ２２２での履歴データの発掘に含まれる追加の検索ステップを示し、ステップ２２２Ａで生の音響データ及び／又は光データをクラウド２１５Ａから検索し、ステップ２２２Ｂで生の音響／光データを処理し（これは光データの場合には最適サンプリング周波数での復調を含む可能性がある）、そしてステップ２２２Ｃで音響シグネチャベースのフィルタを音響及び／又は処理済みの光データに適用して音響物体又は事象の履歴を検出することが含まれる。ステップ２２２Ｄで、プロセスは図２Ｃのステップ２２４に戻るか、その代わり又はその後に図２Ａのステップ２１０に戻る。

本開示で記載のファイバ経路グリッド及び実質的に重複する感知範囲により、複数のフェーズドアレイビームが、光ファイバ呼掛けの全長に亘って形成された全センサアレイのセンサチャネルのサブセットで形成され得る。この複数のビームは、異なる空間位置（すなわち、システム内の異なる地理的な位置に応じて、全体のセンサアレイからどのセンササブセットが選択されるか）、角度配向（ファイバの局所的な長さ軸に対してどの角度か）及び／又は指向性（感知ビームのアスペクト比、すなわちビームの空間形状がどれだけ尖鋭かまたは鈍いか）の特性をシステムの周りに有し、２Ｄ又は３Ｄ座標系において、音源に対する長範囲の検出、位置特定、分類及び追跡を含む、より高いレベルの感知機能を達成し得る。

例として、図２Ｅと図８に、フェーズドアレイ感知ビームを生成して、光ファイバケーブル８０２から離間したターゲット／音源８００の位置を特定するための、格納された光データの効果的な使用方法を示す。

ステップ２２６において、監視データの探索要求が受信される。これは、内部の音響検出手段（例えば記号索引を介して）又は外部の非音響検出手段を介した過去の出来事に基づいてもよいし、あるいはその代わりに特定領域をモニタする必要性に基づいてもよい。ステップ２２８で格納された生の光データが、時間と位置のフィルタを用いてクラウド記憶装置から検索される。検索されたデータは次にステップ２３０に示すように、ビームフォーミングのために所望の分解能で処理される。特定の実施例では、ポイント８０２Ａとポイント８０２Ｂの間に１ｍの分解能で音響時間系列を生成してもよい。これは８０４と８０６においてフェーズドアレイの生成を可能とする。結果として主ローブ８０４．１と８０６．１を有するフェーズドアレイ感知ビームが生成されて、それが重なり合ってステップ２３２に示すように音源８００の位置を検出する。ビームはフェーズドアレイによって調節されて、ターゲットの周りの領域を２Ｄと３Ｄの両方で走査する。

こうして、格納された光データの関連セグメントが抽出されて狙い通りに処理されて、関心の領域、すなわち設置された光ファイバケーブルからの位置が遠いために追加のカバレージを必要とする領域がカバーされる。

別の場合には、探索要求を使用して、特定の日の午前８時０５分５５秒に特定のバスインターチェンジに到着する特定のバスから降りるバスの乗客がどこへ歩いていくかを判定することができる。この場合、要求された情報は、午前８時０５分５５秒以降の３０分間の複数の時点において記録され、かつバスのインターチェンジから半径１ｋｍに対応する距離のファイバで検出された、検出音響擾乱信号に係わる、電子データを処理ユニット１１４が検索することで判定され得る。電子データは生のデータであってよいが、この場合には関連する時間及び位置における歩行者の活動に関連する記号索引であることが好ましい。

かなり広範な歩行者検出フィルタを適用して領域内の全歩行者を効率的に位置決めし、次いではるかに具体的なフィルタセットを適用して、履物の種類（ソールの種類−ゴム、革、金属）を分類し、経路に沿ったある距離の間の歩数を計測して、歩き方から人の背丈と歩行速度を推定し、舗道上の足音により生じる低周波の圧力振幅から人の推定体重を求めることが可能である。前述したようにこれらのフィルタは通常、音響データの収集時にまず適用されて、対象物及び活動タイプを表す記号の格納を可能とする。ただしより高い分解能のためには生の音響データ又は光データを検索して再処理することが可能である。

追跡アルゴリズムは、かなりの一貫性をもって移動する物体（例えば歩行者と路上走行車両、これは例えば掘削機などの一定又は予測可能な動きをしないものとは対照的）に対して開始されると、特定の足音がどこで検出され、いかなる履歴を有するかを調べ、位置及び速度フィルタを設定して、その歩行速度が相対的に一定であることを仮定して軌跡を追跡する。これらの追跡アルゴリズムにより、静止型ではあるが実質的な音響チャネルのいくつかにわたって対象物を追跡（長時間の時間系列とより大きなデータセットを蓄積）することにより、システムは対象物のより総合的な特性セットを構築可能となる。例えば、自動車に設定された追跡装置は、数キロメートルにわたって（システム内の数百の個々の音響チャネルにわたって）車両の連続的な速度プロファイルを構築することができる。また、より総合的な周波数及び時間領域の解析を行って、対象物の全体にどのような音響物体要素が存在するかを判定することが可能である。自動車を例にとると、道路上のタイヤ、回転燃焼機関、トランスミッションシステム、ブレーキ、ステレオ、ホーン、冷却ファンなどの音響物体が含まれる。エンジンからの音響データが分離されれば、点火シーケンスからシリンダ数などの特徴を更に解析可能となる（直列４気筒、直列６気筒、Ｖ６、Ｖ８、Ｖ１０、Ｖ１２−これらのすべては個別の音響シーケンスを有し、さらに排気音はエンジンモデルごとに独特である）。

更に別の場合には、探索要求が、夜間の閉店時の未知の時間に盗難にあった宝石店近辺の、歩行者又は車両の動きを識別するものであってもよい。この場合には、処理ユニット１１４が、前夜の閉店後から翌日の開店前までに店からの一定半径（例えば５〜１０ｋｍ）で記録された電子データを検索することにより、要求情報を判定可能である。

電子データは生のデータであってよいが、この場合には関連する時間及び位置における歩行の活動に関連する記号索引であることが好ましい。生データの場合には、歩行通行者に関する信号の音響擾乱（その店に出入りする足音により生じる擾乱など）の存在を際立たせるために、特別のＦＩＲフィルタを用いて、最初は店舗の位置にだけ集中して、足音に係わる周波数成分（例えば２〜１０Ｈｚ）を強調してもよい。処理ユニット１１４は次に店から去る足音すべてをその足音が終わるところまで追跡するようになっている。これは、歩行者の追跡情報が生成可能な時間と位置に関して歩行者の記号索引を探索することによっても達成可能であろう。窃盗犯が車両で逃げる可能性を予測するために、処理ユニット１１４は、足音が追跡されたところから始まる、後続のすべての車両の動きを次に追跡するように構成されていてもよい。あるいは、車両の記号索引を探索し、これを歩行者の索引と相関づけることにより、歩行者の活動が車両の活動に切り替わる可能性のある位置を識別し、そこから１又は複数の特定の車両を終端点まで追跡するように構成されてもよい。判定された位置は、盗難品のありか、及び窃盗犯が立ち寄ったかまだそこにいる可能性のある位置などの、法執行官がさらに捜索するための手がかりとなり得る。

別の構成では、音響擾乱を表す信号を記号に処理するステップは、人工知能及び機械学習に基づいてもよい。この場合、ＡＩははるかに多数の個別の音響物体を識別する能力（すなわち、個別のメーカーとモデルを表す記号での自動車検出）と、大きい背景雑音の中の非常に弱い音響シグネチャから音響物体を抽出する能力とを有する。これにより、光ファイバケーブルが特定の物体のクラス及びサブクラスを聞き取り可能とする範囲を拡大し、ケーブルの周りのすべての物体の検出率を向上させる。また、音響物体の検出をし、分類決定をする前に、より多くの論理パラメータを有するようにすることができるので、誤警報の割合が低減される。したがって、ＡＩを具体的に記号セットの拡大に適用可能であり、例えば複数の車両クラス及びサブクラスが存在するところで、路上の音響物体を検出することができる。

機械学習とＡＩ機能の重要部分は、特定の音響物体分類に係わる音響シグネチャを記録する機構であり、システムが記号／物体のタイプ（すなわち自動車のメーカー及びモデル）をその音響シグネチャ検出にリンクするフィードバック機構を有することである。このことは、所与の道路のビデオをモニタしているオペレータにより、あるいは道路上の単一又は少数の位置に適用されるマシンビジョンによって手動で行ってもよい。物体の検出と分類が、物体を検出する他の手段（すなわちビデオとマシンビジョン）に基づいて、正しいか正しくないかのフィードバックがなされる場合には、反復トレーニングシーケンスを利用してもよい。このフィードバックは、忠実度の高い認識と低い誤警報を開発する上でのキーであり、例えば音響物体及び事象を記録及び識別するためのＣＣＴＶカメラ／ビデオモニタをＤＡＳと共に動作させることにより、リアルタイムのその場の環境に植えこむことが可能である。図２Ｂは、ステップ２１０．１で分類された音響物体及び事象がステップ２１０．２で物体／事象の画像と比較される複数のトレーニングサブステップが、図２Ａのステップ２１０へ含まれる方法を示す。ステップ２１０．３において、比較が正しい場合には、結果として得られる正しく分類された記号が、ステップ２１０．４でデジタル記号索引データベース内に格納される。そうでない場合には、物体／事象の画像と音響画像／事象が整合するまで、分類プロセスが反復される。

図１は、モニタセンタ１１９にリンクされたカメラ１１８Ａ、１１８Ｂ、１１８Ｃで表示された既存のＣＣＴＶネットワークの、上記のトレーニングステップでの使用方法を示す。ここで、デジタルビデオデータ又は少なくともビデオ分類データは処理ユニット１１４に送信して戻される。

図５Ａと図５Ｂは、シドニーの一部における音響システムの分布配置をＧｏｏｇｌｅ（登録商標）マップのＧＩＳオーバレイで示す。光ファイバネットワークは、データセンタ１００から、シドニー地域を横断して延びる既存の光ファイバネットワークを含む。上記のようにネットワークは、都市部を幅広くカバーするために、暗い輪郭で示された主要な幹線道路と、薄い輪郭で示されたその他の道路にわたって延びている。

図５Ｂは時間上の任意の瞬間における、典型的なモニタの典型的な図形表示を示す。そこには明らかにわかる、音響物体記号５０１と活動ベースの記号５０２の表示が含まれている。記号は移動しても静止していてもよい。

ここで図６を参照すると、典型的な加入者インタフェース６００が示されており、加入者は関心のある位置及び記号のパラメータをモニタ目的で選択することができる。例えば、関連する無線ボタンアイコンをオンして，人及び車両を検出するために、アイビーストリート、ハイドパーク及びハーバートストリートの位置が選択され、車両検出のためにハーバートンネルが選択されている。この選択は、１又は複数の加入者によるものであってよく、他の多くの活動及び位置を、前述したように期間と共に選択することができることが理解される。

当業者には理解されるように、電子データを格納してから検索するのではなく、格納可能となった電子データは、前述の例で説明したように、検索なしでリアルタイムモニタリングに使用可能である。リアルタイムモニタリングに関連する探索要求が、リアルタイムでの歩行者数を与えることであってもよい。この場合、処理ユニット１１４は、個別の人を足音で識別し、識別可能な人数を、短い一定間隔（例えば５秒ごとに）カウントするように構成されていてもよい。あるいは、これも当業者には理解されるように、後で検索するために生の音響擾乱に関する電子データを格納するのではなく、本開示の方法では、後で検索するために処理済みの音響擾乱信号を格納してもよい。この場合、要求される監視データには、要求された監視データを処理済みの音響擾乱信号に基づいて判定することが含まれる。

ここで図７を参照すると、分布配置は、地理領域内の個別の加入者に供用するための、既存の光ファイバネットワークから仮想経路を生成する方法を示している。加入者は、都市環境にある建物Ａと建物Ｂのそれぞれに関連している。環境には、図１で説明したタイプのＤＡＳシステム７００を含むデータセンタ１００が含まれている。単一の光ファイバケーブル７０２の形態をした既存の光ファイバケーブルネットワークがＤＡＳシステム７００から延びて、都心全体をカバーする。この例では、ファイバはまず垂直に、次に水平に、道路網で画定されるグリッド上を蛇行して延びる。現実にはグリッドははるかに不規則的であること、ただしそれでもこれは、シドニーやニューヨークのような都心におけるこの種の既存の光ファイバケーブルによって提供可能なカバレージの範囲を表していること、は当業者には理解されるであろう。

各施設すなわち建物Ａと建物Ｂには、通信回線７０４、７０６、電力線７０８、７１０、水道本管７１２、７１４、ガス本管７１６、７１８を含む、監視と保護を必要とする重要な基盤施設領域を有する。これらのそれぞれは一般に光ファイバケーブルのセグメントに沿っている。例えば、建物Ｂの水道本管は、座標２０〜２１、２１〜４１に延在し、通信回線は座標４０〜４１に延在する。その結果、建物Ａと建物Ｂに関連する各加入者にとって、光ファイバケーブルの選択セグメントで構成される仮想の感知ラインが形成され、各加入者にとってこれらのセグメントだけを監視すればよい。既存の光ファイバケーブルの実際のセグメントで形成される仮想経路を使用する利点は、都市環境にいる加入者にとっては既存の光ファイバネットワークを利用して、数多くの建物を、リアルタイム及び履歴データ利用の双方で、同時に監視できることである。高密度の既設の光ファイバケーブルがある典型的な都市環境においては、光ファイバネットワークがいくつかの異なる光ファイバケーブルで構成され、その場合にはいくつかのエンティティに対して、異なるケーブルセグメントを「縫合」していくつかの仮想の専用感知・監視ネットワークを形成し得ることが理解されるであろう。

これはいくつかの方法で達成可能である。特定の加入者に対してどのファイバセグメントが関連するかが判定されると、そのセグメントに関する地理座標が格納され、次いでそれが選択的に監視できるように生成されたデータセットとの相関づけが行われる。

また、時間と位置でスタンプされた履歴データを検索して、これを同様に処理することも可能である。図６を参照して説明したように、加入者は、関心のある位置、時刻及び記号パラメータを選択することも可能である。

７２０に見られるように、光ファイバケーブルは典型的にはスプール又はループとなっていて、接合又は修理のための柔軟性が提供される。したがって、最初のステップとして空間的な較正を行って、ケーブル内に検出される揺らぎとケーブルの地理的な位置との相関を取る必要がある。このプロセスは、２０１７年９月８日に「分散型音響感知の方法とシステム（Ｍｅｔｈｏｄ ａｎｄ ｓｙｓｔｅｍ ｆｏｒ ｄｉｓｔｒｉｂｕｔｅｄ ａｃｏｕｓｔｉｃ ｓｅｎｓｉｎｇ）」の名称で出願された、国際特許出願ＰＣＴ／ＡＵ２０１７／０５０９８５の明細書に詳細に説明されている。その内容全体を参照により援用する。その明細書から、音響、空間及び物理的な較正が一般に必要であることが理解される。

本開示の分散型音響感知のシステム及び方法は、フェーズドアレイ処理及びビームフォーミング技術を用いて使用され得る。上記のように、出射光１０６は、一連の光パルスとして光ファイバ感知ケーブル２０５に送信することができる。光ファイバ感知ケーブル２０５に沿う出射光１０６の後方散乱の結果として形成される反射光２１０は、受信器２０８において時間に対して記録される。この構成によれば、光ファイバ感知ケーブル２０５に沿うあらゆる距離における音響信号（振幅、周波数及び位相）を判定可能となる。一実施形態において、光ファイバ感知ケーブル２０５上で反射光が生成された位置及び従ってチャネルを判定するために、受信器２０８が反射光パルス２１０の到達時間を記録する。このフェーズドアレイ処理により、音源、並びに音源特性の改良された検出をするための、改良された信号対雑音比を得ることが可能である。

さらに、上記の例から当業者は、光学的又は音響的な擾乱の生データ又は処理済みデータの判定されたデータを格納するかそれに依拠するのではなく、本方法では、音響データを記号の形で、異なるタイプの音響データに分類することができることを理解するであろう。この方法では、その後にその分類された音響データに基づいて要求されたデータを格納及び判定することができる。異なるタイプの音響データを対応するターゲットタイプにそれぞれ関連付けることが可能である。例えば、分類には、記号として格納するためにターゲットを処理済みの音響擾乱信号に基づいて分類し、後から検索するために要求データを判定するベースを形成することが含まれる。一構成においては、処理ユニット１１４は、音響擾乱信号を１又は複数のターゲットタイプに分類するように構成されてもよい。

分類には、各ターゲットタイプに対応するＦＩＲフィルタを適用することが含まれてもよい。例えば分類には、ＦＩＲフィルタを適用してタイヤ騒音を検出し、音響擾乱信号を移動中の車両として容易に分類することが含まれる。乗用車とトラックの識別に別のＦＩＲフィルタ用いてもよい。別の例として分類に足音を検出するためのＦＩＲフィルタを適用して、音響擾乱信号を歩行中の歩行者として容易に分類することが含まれる。さらに別の例として、分類にＦＩＲフィルタを適用して軌道騒音を検出し、音響擾乱信号を移動中の列車として容易に分類することが含まれる。それぞれの分類されたターゲットはその後、探索要求を受信する前に処理ユニット１１４によって予備追跡されて、後からの検索のために記憶手段１１５又は１１５Ａに格納されてもよい。

一構成において、電子データはリアルタイムでデータマイニングされて、探索要求に基づく要求情報のアラート（リアルタイムアラート又は日々のアラートなど）を生成してもよい。

ここで説明した構成には、非音響感知に比べて以下の利点があることは当業者には明らかであろう。
・静止画像キャプチャシステム（例えば、移動カメラでキャプチャされたストリートビュー）に比べて、本開示の構成は、リアルタイムのモニタ、並びに過去の事象及び過去の複数時点における探索に使用可能である。
・多数の移動装置（例えばユーザ装置の存在及び操作に依存し、特定の物体に固定されていない手段）上のセンサに比べて、本開示の構成は光ファイバ基盤施設に依存する。これは相対的に静止型で信頼性があり、かつ、物体及び事象を信頼性良く分類するのに使用可能である。
・カバレージが低くて、かなり高価なカメラ技術（例えば、数十〜数百メートルの視野深度を有するＣＣＴＶベースの監視カメラ）に比べて、本開示の構成は、監視を行うために、主として光信号の減衰で制約される数十キロメートルの到達範囲（最大で少なくとも５０ｋｍで、かつ数千の個別の音響チャネル）を有する、単一の光ファイバを必要とする。
・ＬＩＤＡＲ（例えば都市を横断する一連のＬＩＤＡＲセンサヘッドの使用）に比べると、本開示の構成は、視覚的障壁のある場所（例えば、地下、建物内部又は橋や高架道路の下）のモニタが可能である。
・宇宙からの鳥瞰図を提供する衛星画像監視手段に比べると、本開示の構成は、ほとんど天候に左右されず、視覚的障壁のある場所（例えば、地下、厚い雲の下、建物内部又は橋や高架道路の下）のモニタが可能であり、また静止データとは対照的にライブの動的データを提供できる。
・画像ベースのデータは音響データよりも高い解像度を有するが、音響データの低解像度は、バンド幅及びストレージに対する要求において、特にリアルタイムで大きな都市地域を監視するという場合に、かなりの利点を有する。

上記の各非音響感知システムはそれぞれに短所を有するのに対し、本開示は上記の非音響感知システムの１又は複数を効果的に組み合わせて、必要とされる場合には高い解像度を含む最適出力を実現可能である。非音響感知システムから取得される監視又はモニタデータは、本開示の方法とシステムで取得される要求データと共に表示され得る。例えば、バスのインターチェンジで降車するバス乗客の歩行通行を追跡する例において、経時的な個人の位置は、衛星画像でキャプチャされた航空マップに重ね書きすることができる。この組み合わせの表示は、バス乗客の特定のグループがどのように分散するかをより多くの情報を含んで可視化して提供できる。そして例えばそれに応じてバス停の位置の調節を行うことも可能である。別の例では、潜在的な宝石泥棒を追跡する例において、追跡された歩行者経路と追跡された車両経路とが、移動画像キャプチャシステムで取得された静的なストリートビューに表示可能である。組合せ表示により、より情報のある視覚化が提供され得る。例えば、潜在的な宝石泥棒が関心の位置（例えば２４時間営業のコンビニエンスストアであって、そこではスタッフはインタビューされたときに事件の関連情報を提供し得る）を歩いて通行したか自動車で通り過ぎたかに関する視覚的手がかりを法執行官に提供することなどである。

音響感知システムを、少なくとも１つの非音響感知システムと組み合わせる場合、監視データを２つのシステムで別々に取得して、相互に欠点の解消を図るか、あるいはいずれかのシステム単独で取得される場合よりも監視情報をより細かくすることが可能である。１つのシステムで取得された監視データに基づいて、もう一方のシステムがより具体的な監視情報を提供するように要求され得る。一構成において、非音響感知システムで取得される監視情報は、音響感知システムにより決められた要求情報に基づく。例えば、音響感知システムが、交差点に近づいてきた２つの自動車がある特定の瞬間に衝突した（ただしどちらの運転手に過失があるかについては情報がない）ことに関する、要求されたデータを提供する。ＣＣＴＶ監視システム１１８、１１９が連携して使用されて、音響感知システムにより判定された衝突時刻における、対応する運転手へ呈示されたいずれかの交通信号の組を捉えた（ただし、衝突の瞬間は捉えられていない）任意の映像が提供され得る。監視情報が取得される時刻を一致させることにより、組み合わせシステムを使用して、過失のある運転手を決定することができる。視覚データと音響データとの組み合わせで、法的またはその他の目的のための、有益な確証となる法廷及び証拠情報を提供し得る、その他の多くの例がある。

別の構成において、グーグルマップのストリートビュー機能により生成される３Ｄ仮想表示と同様の、特定の位置に関する対話型３Ｄ仮想表示を送信することで、探索要求が対処される。本明細書に記載の構成においては、これはグーグルマップのストリートビューに、リアルタイムで移動する記号（特定の音響物体）が３Ｄ対話型ディスプレイで重ね書き投影されたようなものであり、それを３Ｄ視野を通してパン、チルト及び移動させることが可能である。このエミュレーションには、ユーザが聞いているリアルタイムのサウンドの方向感覚のために、ステレオサウンドも含まれてよい。例えば、探索要求により、システムで検出されたすべての移動物体をシステムで録音された実際のサウンドで強化した、コンピュータ生成の視覚エミュレーションを用いて、ユーザが具体的な通りの位置を見ることができるようになる。そのような機能は、ユーザが地域の状況を迅速かつ総合的に認識する助けとなり、例えば緊急対応及び法務執行をする者にとって、効果的な情報ツールとなるであろう。

３Ｄ仮想表示は、静止物体（例えば建物、基盤施設、道路、小道、橋）と、本開示により検出及び分類されるリアルタイムの移動物体（自動車、トラック、歩行者、自転車、掘削機、動物、並びに実在する場合にはこれらのサブクラス）との両方のより総合的なデジタルエミュレーション／シミュレーションでもあり得る。これは、はるかに大きな対話型のイマージョン経験を可能とし、そこでは個人は仮想環境内のいかなる所へも、例えばドア越しに移動可能であり、またリアルタイムで移動する物体（例えば歩行者や交通）を見ることができ、また、仮想環境のその位置において指向性の音を（ステレオチャネルを介して）聞くことも可能である。より総合的なデジタルエミュレーション又はシミュレーションの例は、都心部のグーグルアースの３Ｄ建物機能である。そこでは、都市の写実的な３Ｄ画像に代わって、衛星画像上にすべての大型建物のデジタルエミュレーションを３Ｄで上書きすることができる。

別の構成では、探索要求は、少なくとも１つの非音響感知システムから取得された監視情報に基づく。例えば、ある人物が、犯罪の疑われる行動をするために複数階で複数の部屋がある建物に入った、という監視情報が衛星画像システムにより提供される（ただし、建物内の監視情報はない）。その建物内に音響感知システムが配置されている場合には、特定の時刻における特定の建物入口からの足取りを追跡するための探索要求により、その人物がどの階のどの部屋にいるかを判定可能であろう。判定された情報により、法執行官が、その特定階の特定の部屋に執行員を送るなどの対応行動を取ることを可能となり得る。

更に別の構成では、音響感知モニタシステムが都市環境において既存の携帯電話ネットワークと効果的に組み合わされる。ここで携帯電話はＧＰＳ対応であり、グーグルアース又は類似の地図及び追跡アプリケーションを使用する。音響感知アプリケーションが提供され、ここでは歩行者であるユーザが関心のある記号を探索し、あるいは関心のあるアラートを受信することが可能である。例えば、アラートは、近くの自動車が危険又は不規則に運転されている場合に生成することができる。別のアプリケーションでは、音響感知ネットワークにより生成された履歴データの検索とオーバレイに基づいて、発砲又は衝突の発生率の高い地域に対して、歩行者にアラートが発せられてもよい。

本明細書に開示して規定した本発明は、本文、実施例又は図面に記述されるか若しくはそれらから明らかな２つ以上の個別の特徴のすべての代替の組み合わせにも拡張されることは理解されるであろう。例えば、「何」、「いつ」、「どこ」、及び「だれ」の任意の１つ又は組み合わせが、探索要求の基礎を形成し得る。同様に、「何」、「いつ」、「どこ」、及び「だれ」の任意の１つ又は組み合わせが、判定される情報の基礎を形成し得る。これらの異なる組み合わせのすべては、本開示の様々な代替物を構成する。

Claims (46)

1. 地理的領域における、ある範囲の異なる種類の音発生ターゲットを空間的及び時間的に分類する音響的方法であって、
   前記地理的領域にわたって分散され、かつ既設の光ファイバ通信ネットワークの少なくとも一部を構成する、１又は複数の光ファイバのそれぞれに、複数の時点で呼掛け光信号を繰り返し送信するステップと、
   前記複数の時点のそれぞれに続く観察期間において、前記１又は複数の光ファイバに沿う距離にわたって分散して散乱された戻り光信号を受信するステップであって、前記散乱は、前記観察期間内において前記複数のターゲットにより生じる音響擾乱による影響を受ける、ステップと、
   前記光信号から音響データを復調するステップと、
   前記音響データを処理し、それを前記ターゲットのクラスまたはタイプに従って分類して、分類、時間及び位置関連データを含む、複数のデータセットを生成するステップと、
   前記データセットを、更なる処理のために検索して対応する前記データセットと照合してリアルタイム及び履歴のデータを提供できるようにするために時間と位置がスタンプされた生の音響データと共に格納する、ステップと、
   を含む、方法。
2. 前記音響データは、前記ターゲットのクラスまたはタイプのそれぞれに関連する音響シグネチャと相関づけることによって分類される、請求項１に記載の方法。
3. 前記方法は、複数の音発生ターゲットの前記音響シグネチャを生成するステップを含む、請求項２に記載の方法。
4. 前記音発生ターゲットを前記音発生ターゲットを表す記号として分類し、かつ前記記号をデジタル記号索引のデータセットの一部として格納するステップを含む、請求項１〜請求項３のいずれか一項に記載の方法。
5. 前記音響シグネチャのそれぞれに関連するアラート基準を生成し、前記アラート基準にトリガがかけられた場合に警告又は警報にトリガをかけるステップを含む、請求項２又は請求項３のいずれか一項に記載の方法。
6. 前記音響データを前記音響シグネチャに相関づける前記ステップは、音響ターゲットを検出するために音響シグネチャベースのフィルタをかけることを含む、請求項２に記載の方法。
7. 前記音響シグネチャベースのフィルタは、有限インパルス応答又はクロス相関フィルタを含む、請求項６に記載の方法。
8. 前記音響データを分類する前記ステップは、ＡＩ又は機械学習に基づくアルゴリズムの適用を含む、請求項１に記載の方法。
9. 前記分類、時間又は位置関連データの内の１又は複数に対する探索要求を受信することと、ターゲットのクラスまたはタイプを記号として表すことを含むＧＩＳオーバレイと共に前記データを使用することを含む、請求項１に記載の方法。
10. 速度と方向、並びにアラート基準に関連する動的記号データを含む、高次記号索引データベースを生成することを含む、請求項３に記載の方法。
11. 前記１又は複数の光ファイバは、既設の都市型すなわちメトロポリタン型光ファイブ通信ネットワークに未点灯ファイバ又は未使用スペクトルチャネルを含み、前記光ファイバ通信ネットワークは高密度公衆通信ネットワークである、請求項１〜請求項１０のいずれか一項に記載の方法。
12. 前記呼掛け光信号及び戻り光信号は、時間領域多重モード又は偏光モードを使用して前記１又は複数の光ファイバ内に生成される、請求項１〜請求項１１のいずれか一項に記載の方法。
13. 前記データセットを、少なくとも１つの非音響感知システムから取得される監視データと共に処理または表示することをさらに含む、請求項１〜請求項１２のいずれか一項に記載の方法。
14. 少なくとも１つの非音響感知システムからのデータを用いて、分類データが取得されるか又は分類アルゴリズムがトレーニングされる、請求項１３に記載の方法。
15. 前記非音響感知システムは、移動画像キャプチャシステム、マシンビジョンシステム、衛星画像システム、有線テレビシステム、及びセルラー信号ベースシステムのうちの少なくとも１つを含む、請求項１３又は請求項１４のいずれか一項に記載の方法。
16. 前記探索要求は、少なくとも１つの非音響感知システムから取得されたデータに基づく、請求項９に記載の方法。
17. 後からの検索及び処理のために、生の光データを並列して格納することを含む、請求項１〜請求項１６のいずれか一項に記載の方法。
18. 前記検索されて処理された生の光データ及び／又は前記復調された音響データに対してビームフォーミング技術が使用される、請求項１７に記載の方法。
19. 前記地理的領域内の複数の異なる敷地をモニタすることを含み、各敷地が、少なくとも１つの光ファイバの複数のセグメントのうちの少なくとも１つのセグメントを含み、かつエンティティ又は加入者に関連付けられた少なくとも１つの仮想的光ファイバネットワークを備える、請求項１〜請求項１８のいずれか一項に記載の方法。
20. 各敷地に関連する少なくとも位置関連データを取得し、かつこのデータを生成された前記データセットで処理して、各敷地に関連する専用データセットを提供することを含み、前記位置関連データは前記仮想的光ファイバネットワークに対応する、請求項１９に記載の方法。
21. 前記エンティティ又は加入者は前記地理的領域に少なくとも１つの建物を有し、前記仮想的光ファイバネットワークは、電力線、水道本管、通信線、ガス本管の少なくとも１つを含む、監視及び保護を必要とする前記建物の周りの重要な基盤施設に対応する、請求項２０に記載の方法。
22. アラートが、ターゲットに係わる脅威すなわちアラートレベルを評価するセマンティクスエンジンを用いて生成され、前記警報は、前記脅威すなわちアラートのレベルが閾値を超えた場合に生成される、請求項５に記載の方法。
23. 前記既設の光ファイバ通信ネットワークは、高密度の都市型すなわちメトロポリタン型通信ネットワークである、請求項１〜請求項２２のいずれか一項に記載の方法。
24. 地理的領域における、ある範囲の異なる種類の音発生ターゲットを空間的及び時間的に分類する音響的方法であって、
    前記地理的領域にわたって分散され、かつ既設の光ファイバ通信ネットワークの少なくとも一部を構成する、１又は複数の光ファイバのそれぞれに、複数の時点で呼掛け光信号を繰り返し送信するステップと、
    前記複数の時点のそれぞれに続く観察期間において、前記１又は複数の光ファイバに沿う距離にわたって分散して散乱された戻り光信号を受信するステップであって、前記散乱は、前記観察期間内において前記複数のターゲットにより生じる音響擾乱による影響を受けるステップと、
    前記光信号を光データに変換し、時間及び位置関連データを含む前記光データを格納するステップと、
    時間及び位置関連のフィルタ又はパラメータを含む探索要求を受信し、それを音響データに処理するために前記パラメータに基づいて前記光データを受信するステップと、
    を含む、音響方法。
25. 前記光信号から音響データを復調するステップと、前記音響データを処理し、それをターゲットのクラスまたはタイプに従って分類して、分類、時間及び位置関連データを含む複数のデータセットを生成するステップと、前記データセットを格納するステップと、を含む請求項２４に記載の音響方法。
26. 前記光データは、前記時間及び位置をベースとするパラメータに基づいた分解能で音響データに処理され、前記処理には所望位置でのビームフォーミングのために所望分解能で前記音響データを検索することが含まれる、請求項２４又は請求項２５のいずれか一項に記載の音響方法。
27. 地理的領域における、ある範囲の異なる種類の音発生ターゲットの空間的及び時間的分類を提供するための音響システムであって、
    前記地理的領域にわたって分散され、かつ既設の光ファイバ通信ネットワークの少なくとも一部を構成する１又は複数の光ファイバのそれぞれに、複数の時点で呼掛け光信号を繰り返し送信するための光信号送信装置と、
    前記複数の時点のそれぞれに続く観察期間において、前記１又は複数の光ファイバに沿う距離にわたって分散して散乱され、前記散乱は前記観察期間内において前記複数のターゲットにより生じる音響擾乱の影響を受ける、戻り光信号を受信する光信号検出装置と、
    前記光信号から音響データを復調し、前記音響データを処理し、それを前記ターゲットのクラスまたはタイプに従って分類して、分類、時間及び位置関連データを含む複数のデータセットを生成するための処理ユニットと、
    前記データセットを、更なる処理のために検索して対応する前記データセットと照合してリアルタイム及び履歴のデータを提供できるようにするために時間と位置がスタンプされた生の音響データと共に格納するための記憶ユニットと、
    を含むシステム。
28. 前記処理ユニットは、音響データを前記ターゲットのクラスまたはタイプのそれぞれに関連する音響シグネチャに相関づけることによって音響ターゲットを検出するように構成される、請求項２７に記載のシステム。
29. 前記処理ユニットは、音響ターゲットを検出するための音響シグネチャベースのフィルタを含む、請求項２８に記載のシステム。
30. 複数の音発生ターゲットの音響シグネチャを生成するための音響シグネチャ発生器を含む、請求項２７に記載のシステム。
31. 前記処理ユニットは、前記音発生ターゲットを前記音発生ターゲットを表す記号として分類し、かつ前記記号をデジタル記号索引データベースの前記データセットの一部として前記記憶ユニットに格納するステップを含む、請求項２７〜請求項３０のいずれか一項に記載のシステム。
32. 前記音響シグネチャベースのフィルタは、有限インパルス応答又はクロス相関フィルタである、請求項２９に記載のシステム。
33. 前記分類、時間又は位置関連データの内の１又は複数に対する探索要求を受信するための探索要求インタフェースと、ターゲットのクラスまたはタイプを図形記号として表すことを含むＧＩＳオーバレイと共に前記データを表示するためのディスプレイと、を含む、請求項２７〜請求項３２のいずれか一項に記載のシステム。
34. 速度と方向、並びにアラート基準に関連する動的記号データを含む、高次記号索引データベースを含む、請求項３１に記載のシステム。
35. 少なくとも１つの非音響感知システムを更に含み、かつ前記処理ユニットは前記データセットを、前記非音響感知システムから取得される監視データと共に処理又は表示するように構成された、請求項２７〜請求項３４のいずれか一項に記載のシステム。
36. 前記少なくとも１つの非音響感知システムからのデータを用いて、分類データが取得されるか又は分類アルゴリズムがトレーニングされる、請求項３５に記載のシステム。
37. 前記非音響感知システムは、移動画像キャプチャシステム、マシンビジョンシステム、衛星画像システム、有線テレビシステム、及びセルラー信号ベースシステムのうちの少なくとも１つを含む、請求項３５又は請求項３６のいずれか一項に記載のシステム。
38. 後からの検索及び処理のために生の光データを格納するクラウド型記憶装置を含むか又はそれにアクセスするように構成された、請求項２７〜請求項３７のいずれか一項に記載のシステム。
39. 前記処理ユニットは、検索されて処理された生の光データ及び／又は前記復調された音響データに対してビームフォーミング技術を使用するように構成された、請求項３８に記載のシステム。
40. 前記処理ユニットは、前記地理的領域内の複数の異なる敷地を監視するように構成され、各敷地が、少なくとも１つの光ファイバの複数のセグメントのうちの少なくとも１つのセグメントを含み、かつエンティティ又は加入者に関連付けられた少なくとも１つの仮想的光ファイバネットワークを備える、請求項２７〜請求項３９のいずれか一項に記載のシステム。
41. 前記処理ユニットは、各敷地に関連する、少なくとも位置関連データを取得し、かつこのデータを生成された前記データセットで処理して、各敷地に関連する専用データセットを提供するように構成され、前記位置関連データは前記仮想的光ファイバネットワークに対応する、請求項４０に記載のシステム。
42. 前記エンティティ又は加入者は前記地理的領域に少なくとも１つの建物を有し、前記仮想的光ファイバネットワークは、電力線、水道本管、通信線、ガス本管の少なくとも１つを含む、監視及び保護を必要とする前記建物の周りの重要な基盤施設に対応する、請求項４０又は請求項４１に記載のシステム。
43. 前記処理ユニットは、ターゲットに係わる脅威すなわちアラートレベルを評価するセマンティクスエンジンを含み、前記脅威すなわちアラートが閾値を超えた場合に警報が生成される、請求項２７〜請求項４２のいずれか一項に記載のシステム。
44. 地理的領域における、ある範囲の異なる種類の音発生ターゲットを空間的及び時間的に分類する音響システムであって、
    前記地理的領域にわたって分散され、かつ既設の光ファイバ通信網の少なくとも一部を構成する、１又は複数の光ファイバのそれぞれに、複数の時点で呼掛け光信号を繰り返し送信するための光信号送信装置と、
    前記複数の時点のそれぞれに続く観察期間において、前記１又は複数の光ファイバに沿う距離にわたって分散して散乱され、前記散乱は前記観察期間内において前記複数のターゲットにより生じる音響擾乱の影響を受ける、戻り光信号を受信する光信号検出装置と、
    前記光信号を光データに変換するためのＡ／Ｄコンバータと、
    時間及び位置関連データを含む前記光データを格納するための記憶ユニットと、
    時間及び位置関連のフィルタ又はパラメータを含む探索要求を受信し、前記パラメータに基づいて前記光データを検索して音響データに処理するための、通信インタフェース及びプロセッサと、
    を備える音響システム。
45. 前記光信号から音響データを復調し、前記音響データを処理し、それをターゲットのクラスまたはタイプに従って分類して、分類、時間及び位置関連データを含む複数のデータセットを生成し、前記データセットを前記記憶ユニットに格納するように構成された、処理ユニットを備える、請求項４４に記載の音響システム。
46. 前記処理ユニットは、前記時間及び位置をベースとするパラメータに基づいた分解能で前記光データを音響データに処理するように構成され、前記処理ユニットは、所望位置でのビームフォーミングのために所望分解能で前記音響データを検索するように構成された、請求項４４又は請求項４５のいずれか一項に記載の音響システム。

Images