JP7313018B2 - センサ - Google Patents

センサ Download PDF

Info

Publication number
JP7313018B2
JP7313018B2 JP2021529885A JP2021529885A JP7313018B2 JP 7313018 B2 JP7313018 B2 JP 7313018B2 JP 2021529885 A JP2021529885 A JP 2021529885A JP 2021529885 A JP2021529885 A JP 2021529885A JP 7313018 B2 JP7313018 B2 JP 7313018B2
Authority
JP
Japan
Prior art keywords
peak
calculation unit
people
unit
people 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
Application number
JP2021529885A
Other languages
English (en)
Other versions
JPWO2021002049A1 (ja
Inventor
翔一 飯塚
武司 中山
尚樹 本間
和樹 沼▲崎▼
信之 白木
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Panasonic Intellectual Property Management Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Publication of JPWO2021002049A1 publication Critical patent/JPWO2021002049A1/ja
Application granted granted Critical
Publication of JP7313018B2 publication Critical patent/JP7313018B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • 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
    • G01S13/06—Systems determining position data of a target
    • G01S13/46—Indirect determination of position data
    • 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
    • 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
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • G01S13/878—Combination of several spaced transmitters or receivers of known location for determining the position of a transponder or a reflector
    • 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
    • G01S7/414—Discriminating targets with respect to background clutter
    • 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
    • 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
    • G01S7/417—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 involving the use of neural networks

Description

本開示は、センサに関し、特に無線信号を利用して生体数の推定を行うセンサに関する。
無線で送信される信号を利用して検出対象を検出する技術が開発されている（例えば特許文献１参照）。
特許文献１には、無線で受信した信号に対してフーリエ変換を用いてドップラーシフトを含む成分の固有値を解析することで検出対象となる人物の数や位置を知ることができることが開示されている。
特開２０１５－１１７９７２号公報 特開２０１４－２２８２９１号公報 特許第５０４７００２号公報 特許第５０２５１７０号公報
しかしながら特許文献１に開示される技術では、検出対象が静止する生体のようにドップラー効果が非常に弱い状況において検出可能な距離が短くなるため、人数推定や生体位置推定可能な範囲が狭くなるという問題が存在する。
本開示は、上述の事情を鑑みてなされたもので、無線信号を利用してより広範囲で生体の位置や人数を推定できるセンサを提供することを目的とする。
上記目的を達成するために、本開示の一形態に係るセンサは、Ｎ個（Ｎは２以上の自然数）の送信アンテナ素子を有する送信機から所定の空間に送信された信号を、Ｍ個（Ｍは２以上の自然数）の受信アンテナ素子で所定期間受信された受信信号から、複素伝達関数を算出する複素伝達関数算出部と、前記所定の空間に存在する生体に対応する成分である生体情報を抽出する生体成分抽出部と、前記生体成分抽出部で抽出された生体情報から相関行列を算出する相関行列算出部と、前記所定の空間に存在する人数の仮定値である第一人数情報を算出する第一人数情報算出部と、前記相関行列を用いて、所定の位置推定法で、前記生体における、位置の候補を推定し生体がその位置に存在する尤度スペクトルを出力する尤度スペクトル算出部と、複数の位置候補を含みうる第一位置情報から所定の方法でより確度の高い生体の数である第二人数情報または位置を推定する第二人数情報算出部を備える。
本開示のセンサによれば、無線信号を利用してより正確に生体の人数を推定できる。
図１は、実施の形態１におけるセンサの構成を示すブロック図である。 図２は、実施の形態１におけるセンサを設置する領域の概念図である。 図３は、比率法を用いて第二人数情報算出部の構成を示すブロック図である。 図４は、実施の形態１におけるピーク探索部の動作を表す概念図である。 図５は、実施の形態１における比率検定部の動作を表す概念図である。 図６は、実施の形態１におけるセンサの処理を示すフローチャートである。 図７は、実施の形態１におけるセンサの第二人数情報算出処理を示すフローチャートである。 図８は、実施の形態２における第二人数情報算出部の構成を表すブロック図である。 図９は、実施の形態２におけるブロック検出部の動作を表す概念図である。 図１０は、実施の形態３における第二人数情報算出部の構成を表すブロック図である。
（本開示の基礎となった知見）
無線で送信される信号を利用して検出対象を検出する技術が開発されている（例えば特許文献１～４参照）。
例えば、特許文献１には、フーリエ変換を用いてドップラーシフトを含む成分の固有値を解析することで検出対象となる人物の数や位置を推定する技術が開示されている。具体的には、受信信号に対してフーリエ変換を行い、特定の周波数成分を抽出した波形に対して自己相関行列を求め、該自己相関行列を固有値分解し固有値を求める。一般に、固有値および固有ベクトルは、それぞれが送信アンテナから受信アンテナに至る電波の伝搬経路、すなわちパスの１本を表している。しかし、特許文献１の技術では、生体情報が含まれない成分は除去されているため、生体により反射された信号に対応するパスとその二次反射、および雑音に対応するパスのみが固有値および固有ベクトルに現れる。ここで、雑音に対応する固有値の値は、生体に対応する固有値の値よりも小さいため、該固有値のうち、所定の閾値よりも大きいものの個数を数え上げることで生体数が推定可能である。
しかしながら、特許文献１に開示される技術では対象となる生体が遠くにいる場合や、生体の数が多い場合、生体に対応する固有値と雑音に対応する固有値との差が縮まり、人数推定の精度が低下するという問題がある。なぜなら、ドップラー効果が非常に弱い状況では、受信機が持つ内部雑音、検出対象以外から飛来する干渉波、および、検出対象以外にドップラーシフトを発生させる物体が存在するなどの影響を受け、ドップラーシフトをしている微弱な信号を検出することが難しくなるからである。また、測定対象となる生体はある程度の大きさを持っており、生体の成分は複数の固有値にまたがって分布するため、生体数が多くなった場合は、生体の固有値の分離が完全にはできなくなり、人数推定が困難になる。
特許文献２には、ＭＵＳＩＣ（ＭＵｌｔｉｐｌｅ ＳＩｇｎａｌ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ）法などの方向推定アルゴリズムを利用して、対象物の位置を推定する技術が開示されている。具体的には、送信局が発した信号を受信した受信局は、受信信号に対してフーリエ変換を行い、特定の周波数成分を抽出した波形に対して自己相関行列を求め、ＭＵＳＩＣ法などの方向推定アルゴリズムを適用する。これにより、精度の高い生体の方向推定が可能である。しかしながら、特許文献２で用いるＭＵＳＩＣ法はあらかじめ検出対象となる生体数が必要なため、特許文献２の技術ではあらかじめ人数推定が必要であることがわかった。
また、例えば特許文献３には、複数のアンテナにより受信された受信信号の固有ベクトルと、電波の到来する可能性のある範囲のステアリングベクトルとの相関から到来波数、すなわち携帯電話など送信機の数を推定する技術が開示されている。
また、例えば特許文献４には、複数のアンテナにより受信された受信信号に対し様々な到来波数を仮定し、それぞれに対してステアリングベクトルを用いた評価関数を算出し、評価関数が最大となる到来波数を、真の到来波数として推定する技術が開示されている。
しかしながら、特許文献３～４に開示される技術は、電波を発する送信機の数を推定する技術であり、生体の人数を推定できないことがわかった。
そこで、発明者らはこれらのことを鑑み、対象となる生体に送信機などの特別な機器を所持させずに、無線信号を利用して、より正確かつ、より多くの生体数を推定できるセンサなどを見出し、本開示に至った。
すなわち、本開示の一様態に係るセンサは、Ｎ個（Ｎは２以上の自然数）の送信アンテナ素子を有する送信機から所定の空間に送信された信号を、Ｍ個（Ｍは２以上の自然数）の受信アンテナ素子で所定期間受信された受信信号から、複素伝達関数を算出する複素伝達関数算出部と、前記所定の空間に存在する可能性のある生体に対応する成分である生体情報を抽出する生体成分抽出部と、前記生体成分抽出部で抽出された生体情報から相関行列を算出する相関行列算出部と、前記所定の空間に存在する人数の仮定値である第一人数情報を算出する第一人数情報算出部と、前記相関行列を用いて、所定の位置推定法で、前記１以上の生体における、位置の候補を推定し生体がその位置に存在する尤度スペクトルを出力する尤度スペクトル算出部と、複数の位置候補を含みうる第一位置情報から所定の方法でより確度の高い生体の数である第二人数情報または位置を推定する第二人数情報算出部を備える。
この構成により、本来雑音のみが分離されているはずの固有値に生体成分が重畳されていても、尤度スペクトルの形状からスペクトルのピークが真のピークであるかを判別することで人数推定の精度を向上することができる。
まず、生体が遠くにいる場合など信号雑音比が小さい場合、固有値を使用した方法では、生体に対応する固有値と雑音に対応する固有値を閾値で判別することが困難になる。また、測定対象となる生体はある程度の大きさを持っており、生体の成分は複数の固有値にまたがって分布するため生体数が多くなった場合は生体の固有値の分離が完全にはできなくなり、人数推定が困難になる。
そこで本開示では、センサを設置する環境やセンサのアンテナ素子数から求められる測位可能人数である第一人数情報を仮定して尤度スペクトルを算出する。そのため検出範囲に実際に存在する人数と尤度スペクトルの算出に用いる第一人数情報が異なる場合がある。
尤度スペクトルの代表的なものはＭＵＳＩＣ法によるＭＵＳＩＣスペクトルであり以降はＭＵＳＩＣスペクトルについて代表として述べる。
ＭＵＳＩＣ法において第一人数情報が実際に存在する人より少ない場合はＭＵＳＩＣスペクトルのピーク数が実際に存在する人数よりも少なくなるため見落としが発生する。また、第一人数情報が実際に存在する人数より多い人数場合は、ＭＵＳＩＣスペクトルには虚像と呼ばれる実際には生体がいない位置に現れるピークが現れるが、虚像にはピークの高さが低いことや、なだらかであるなどの特徴があることを発明者らは見出した。そのため、ＭＵＳＩＣスペクトルに対してピーク値に対する閾値による判定や各ピーク値の比率による判定、機械学習による判定によって虚像を判別し真のピークの個数を数えることで高精度な人数推定が可能であることを発明者は見出した。
また、例えば前記第一人数情報算出部は前記送信アンテナ素子の個数Nおよび前記受信アンテナ素子の個数Mから所定の方法で求める固定の値を第一人数情報として出力する構成としてもよい。
この構成により、センサを構成するアンテナ素子数に対して適切な第一人数情報を設定し、得られる尤度スペクトルの精度を向上することができる。
なお、本開示は、装置として実現するだけでなく、このような装置が備える処理手段を備える集積回路として実現したり、その装置を構成する処理手段をステップとする方法として実現したり、それらステップをコンピュータに実行させるプログラムとして実現したり、そのプログラムを示す情報、データまたは信号として実現したりすることもできる。そして、それらプログラム、情報、データおよび信号は、ＣＤ－ＲＯＭ等の記録媒体やインターネット等の通信媒体を介して配信してもよい。
以下、本開示の実施の形態について図面を用いて詳細に説明する。なお、以下で説明する実施の形態は、いずれも本開示の好ましい一具体例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本開示を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、本開示の最上位概念を示す独立請求項に記載されていない構成要素については、より好ましい形態を構成する任意の構成要素として説明される。また、本明細書および図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
（実施の形態１）
以下では、図面を参照しながら実施の形態１におけるセンサ１の人数推定方法等の説明を行う。
［センサ１の構成］
図１は、実施の形態１におけるセンサ１の構成を示すブロック図である。図２は、実施の形態１におけるセンサ１を設置する領域の概念図である。
図１に示すセンサ１は、送信機１０と、受信機２０と、複素伝達関数算出部３０と、生体成分抽出部４０と、相関行列算出部５０と、第一人数情報算出部６０と、ＭＵＳＩＣスペクトル算出部７０と、第二人数情報算出部８０とを備える。
［送信機１０］
送信機１０は、送信アンテナを有する。具体的には、送信機１０は、図１に示すように送信部１１と送信アンテナ部１２とで構成される。送信アンテナ部１２は、ＭＴ素子のアレーアンテナで構成されている。例えば、アレー素子アンテナ間隔半波長の４素子パッチアレーアンテナなどである。
送信部１１は、生体２００の在不在や位置、人数を推定するために用いる高周波の信号を生成する。例えば、送信部１１は、２．４ＧＨｚのＣＷ（Ｃｏｎｔｉｎｕｏｕｓ Ｗａｖｅ）を生成し、生成したＣＷを送信波として送信アンテナ部１２から送信する。なお、送信する信号はＣＷに限らず変調をされた信号でも構わない。
［受信機２０］
受信機２０は、受信アンテナ部２１と受信部２２とを備える。
受信アンテナ部２１は、ＭＲ素子のアレーアンテナで構成されている。例えば、アレー素子アンテナ間隔半波長の４素子パッチアレーアンテナなどである。受信アンテナ部２１は、アレーアンテナで高周波の信号を受信する。
受信部２２は、受信アンテナ部２１が受信した高周波の信号を、例えばダウンコンバータなどを用いて信号処理が可能な低周波の信号に変換する。また、送信機１０が変調信号を送信していた場合、受信部２２は受信した変調信号の復調も行う。受信部２２は、変換した低周波の信号を複素伝達関数算出部３０に伝達する。
なお、本実施の形態にて例として挙げた利用周波数は２．４ＧＨｚであるが５ＧＨｚやミリ波帯などの周波数を用いても良い。
［複素伝達関数算出部３０］
複素伝達関数算出部３０は、受信アンテナ部２１のアレーアンテナで観測された信号から、当該アレーアンテナと送信機１０の送信アンテナ部１２との間の伝搬特性を表す複素伝達関数を算出する。より具体的には、複素伝達関数算出部３０は、受信部２２により伝達された低周波の信号から、送信アンテナ部１２のＭＴ個の送信アンテナ素子と受信アンテナ部のＭＲ個の受信アンテナ素子との間の伝搬特性を表す複素伝達関数を算出する。なお、複素伝達関数算出部３０が算出した複素伝達関数には、送信アンテナ部１２から送信された送信波の一部が生体２００によって反射、散乱された信号である反射波や散乱波を含む場合がある。また、複素伝達関数算出部３０が算出した複素伝達関数には、送信アンテナ部１２からの直接波および固定物由来の反射波など、生体２００を経由しない反射波が含まれている。また、生体２００によって反射または散乱された信号すなわち生体２００経由の反射波および散乱波の振幅および位相は、生体２００の呼吸および心拍等の生体活動によって常に変動する。
以下、複素伝達関数算出部３０が算出した複素伝達関数に、生体２００によって反射または散乱された信号である反射波および散乱波を含むとして説明する。
なお、図１の構成図では送信機１０と受信機２０とは隣接して表現したが、実際には、図２に示すように離れて配置してもよい。また、送信アンテナと受信アンテナは兼用でもよい。また、Ｗｉ－Ｆｉルータや子機といった無線機器のハードウェアと共用してもよい。
［生体成分抽出部４０］
生体成分抽出部４０は、受信アンテナ部２１の受信アレーアンテナで観測された信号から、送信アンテナ部１２から送信され、かつ、１以上の生体２００によって反射または散乱された信号成分である生体成分を抽出する。より具体的には、生体成分抽出部４０は、複素伝達関数算出部３０で算出された複素伝達関数を、信号が観測された順である時系列で記録する。そして、生体成分抽出部４０は、時系列で記録した複素伝達関数の変化のうち、生体２００の影響による変動成分を抽出する。以降、生体２００の影響による複素伝達関数の変動成分を生体成分と称する。ここで、生体成分を抽出する方法としては、例えばフーリエ変換などによる周波数領域への変換後、生体成分のみを抽出する方法、または、２つの異なる時間の複素伝達関数の差分を計算することで抽出する方法がある。これらの方法により、直接波および固定物を経由する反射波の成分は除去され、生体２００を経由する生体成分のみが残ることになる。例えば、５秒間の複素伝達関数を用いて０．３Ｈｚから３Ｈｚの成分を抽出し、生体の静止時でも存在する呼吸成分を抽出する。
なお、本実施の形態では、１例として０．３Ｈｚから３Ｈｚの成分を抽出したが、より遅い動作やより速い動作を抽出したい場合は、それに合わせて抽出周波数成分変更すればよいことは言うまでもない。
なお、本実施の形態では、送信アレーアンテナを構成する送信アンテナ素子はＭＴ個、受信アレーアンテナを構成する受信アンテナ素子はＭＲ個すなわち複数あるため、送信および受信アレーアンテナに対応する複素伝達関数の生体２００経由の生体成分も複数となる。以下、これらをまとめて、Ｍ行Ｎ列の生体成分チャネル行列F(f)と称し、（式１）のように表す。
Figure 0007313018000001
なお、生体成分複素伝達関数行列すなわち生体成分チャネル行列F(f)の各要素Fijは、複素伝達関数の各要素hijから変動成分を抽出した要素である。また、生体成分複素伝達関数行列すなわち生体成分チャネル行列F(f)は、周波数やそれに類する差分周期の関数であり、複数の周波数に対応する情報を含む。
［相関行列算出部５０］
相関行列算出部５０は、生体成分抽出部４０が算出したＭ行Ｎ列で構成される生体成分チャネル行列の要素を並べ替えることで、Ｍ×Ｎ行１列の生体成分チャネルベクトルFvec(f)に変換する。並べ方としては、例えば（式２）のような方法があるが、行列を並べ替える操作であれば順序は問わない。
Figure 0007313018000002
その後、相関行列算出部５０は、生体成分チャネルベクトルFvec(f)から相関行列を算出する。より具体的には、相関行列算出部５０は、生体２００による複数の変動成分から構成される生体成分チャネルベクトルFvec(f)の相関行列Rを、（式３）に従って算出する。
Figure 0007313018000003
（式３）中のＥ［］は、平均演算を表し、演算子Ｈは複素共役転置を表す。ここで、相関行列計算において複数の周波数成分を含む生体成分チャネルベクトルFvec(f)を、周波数方向に平均化することでそれぞれの周波数に含まれる情報を同時に使用したセンシングが可能となる。
［第一人数情報算出部６０］
第一人数情報算出部６０は、所定の方法に従って、ＭＵＳＩＣスペクトル算出部７０で使用する第一人数情報を算出する。ここで、第一人数情報は１以上、ＭR×ＭＴ未満の整数である。第一人数情報算出部６０が第一人数情報の算出に使用する方法には、次のようなものがある。例えば、送信アンテナおよび受信アンテナの個数から求められる固定値を用いる方法でもよいし、例えば送信アンテナ数と受信アンテナ数の平均を用いる方法でもよい。また、センサ１が設置されている場所の情報をもとに最大人数が規定できる場合は、その値を第一人数情報として使用してもよい。また、第一人数情報は、固定値である必要はなく、例えば、過去のセンサ１が推定した人数を記憶しておき、その人数より１～２程度多い値を第一人数情報としてもよい。
本来、ＭＵＳＩＣスペクトルを算出するためには、到来波数、本実施の形態では人数が既知である必要があるが、第一人数情報算出部６０が仮の人数として第一人数情報を算出することで、ＭＵＳＩＣスペクトルを算出することが可能となる。
［ＭＵＳＩＣスペクトル算出部７０］
相関行列算出部５０で算出された相関行列を固有値分解すると、
Figure 0007313018000004
Figure 0007313018000005
Figure 0007313018000006
 と書ける。
ここで、
Figure 0007313018000007
 は要素数がMRである固有ベクトルであり、
Figure 0007313018000008
 は固有ベクトルに対応する固有値であり、
Figure 0007313018000009
 の順であるものとする。また、Ｌは、第一人数情報算出部６０で算出した第一人数情報である。
また、送信アレーアンテナのステアリングベクトル（方向ベクトル）は、
Figure 0007313018000010
 、受信アレーアンテナのステアリングベクトル（方向ベクトル）は、
Figure 0007313018000011
 と定義される。ここで、kは波数である。さらに、これらのステアリングベクトルを乗算して、送受信アレーアンテナ双方の角度情報を考慮したステアリングベクトルを
Figure 0007313018000012
 と定義し、これにＭＵＳＩＣ法を適用する。
すなわち、ＭＵＳＩＣスペクトル算出部７０は、ＭＵＳＩＣ法に基づき、乗算したステアリングベクトルを用いて、下記（式４）で示される評価関数Pmusic(θ)のスペクトルを算出する。
Figure 0007313018000013
なお、ＭＵＳＩＣスペクトルはＢｅａｍｆｏｒｍｅｒ法やＣａｐｏｎ法によるスペクトルでも代用可能であるが、これらはＭＵＳＩＣ法と比較して精度が悪く、単体では高精度な推定ができないことに留意が必要である。
［第二人数情報算出部８０］
第二人数情報算出部８０は、ＭＵＳＩＣスペクトル算出部７０が算出したＭＵＳＩＣスペクトルをもとに、対象となる領域に存在する生体の人数である第二人数情報を算出する。
本来、正しい人数を入力して算出されたＭＵＳＩＣスペクトルには、正しい人数分のピークが現れる。しかし、本実施の形態では、正しい人数よりも多い第一人数情報を用いてＭＵＳＩＣスペクトルを算出しているために実際は生体がいないにもかかわらずピークとなっている虚像が発生する。そのため、第二人数情報算出部８０では、ＭＵＳＩＣスペクトルに現れているピークのうち虚像でないものを判別する。第二人数情報の算出には、例えばスペクトルのピーク値に対して比率法を用いる方法、ＭＵＳＩＣスペクトルで所定の閾値以上の領域が連続するブロックの個数を数える方法、または、ＭＵＳＩＣスペクトルを画像として扱い畳み込みニューラルネットワークなどの機械学習を用いる方法などがある。本実施の形態では、一例として比率法を用いた第二人数情報の算出方法について説明する。
図３は、比率法を用いて第二人数情報を算出する第二人数情報算出部８０のブロック図である。第二人数情報算出部８０は、ピーク探索部８１と、誤ピーク判定部８２と、ピークソート部８３と、比率検定部８４とを備える。
＜ピーク探索部８１＞
ピーク探索部８１は、ＭＵＳＩＣスペクトルのうち極大値をとるピークの探索を行う。ここで発見されたピークの集合を第一ピーク集合とする。なお、雑音による細かなピークを除外するために、ピーク値が所定の範囲ｘで最大値となるもののみに限定することが望ましい。
図４は、実施の形態１におけるピーク探索部８１の動作を表す概念図であり、ピーク探索部８１の処理を１次元のＭＵＳＩＣスペクトル１０００を用いて表している。
図４中には、１００１－Ａ、１００１－Ｂ、１００１－Ｃ、１００１－Ｄの４つのピークが存在している。それぞれ１００２－Ａ、１００２－Ｂ、１００２－Ｃ、１００２－Ｄで表されるピークから距離０．５ｍの範囲において最大値となるピークは、１００１－Ａ、１００１－Ｂ、１００１－Ｄの３つである。そのため、ピーク探索部８１は、ＭＵＳＩＣスペクトル１０００から１００１－Ａ、１００１－Ｂ、１００１－Ｄの３つのピークを抽出し、第一ピーク集合とする。
＜誤ピーク判定部８２＞
誤ピーク判定部８２は、第一ピーク集合に含まれるピーク値に対してその周囲の所定ｘの範囲に含まれる値のｙ％値を算出し、ピーク値とｙ％値との差または比が所定の閾値ｚ以上であるものを抽出し、第二ピーク集合とする。これにより、第一ピーク集合に含まれるピークのうち、なだらかなピークをとるものを除外することができる。例えば、所定の範囲を半径０．５ｍとし、ｙを７０％、ｚを０．４ｄＢとしたとき、第一ピーク集合に含まれるピーク値のそれぞれに対して周囲半径０．５ｍに含まれる値の７０％値よりも０．４ｄＢ以上大きいもののみを抽出する。
＜ピークソート部８３＞
ピークソート部８３は、第二ピーク集合のそれぞれのピーク値を降順にソートする。なお、ピークソート部８３は、第二ピーク集合に対して、第二ピーク集合に含まれるピーク値のうち最小のものよりもｗだけ小さい値を、仮想ピークとして追加してもよい。例えば、ｗを３．４ｄＢに設定し、最小のピークが最大のピークに対して－３ｄＢであるとき、追加する仮想ピークは最大のピークに対して－６．４ｄＢである。
＜比率検定部８４＞
比率検定部８４は、ピークソート部８３によってソートされた第二ピーク集合に対し、隣接するピーク値間の比率を算出することによって第二人数情報の推定を行う。より具体的には、降順にソートされた第二ピーク集合のｉ番目のピークとｉ＋１番目のピークの比率または差分を計算し、その比または差分が最大となるｉを第二人数情報として出力する。ここでｉは１以上、第二ピーク集合の要素数以下の整数である。
図５は、実施の形態１における比率検定部８４の動作を表す概念図である。
図５中には、第二ピーク集合の要素１１０１－Ａ、１１０１－Ｂ、１１０１－Ｃ、１１０２がピーク値によって降順にソートされて記入されている。なお、ピーク１１０２は、ピークソート部８３で追加された仮想ピークである。
ピークソート部８３は、第二ピーク集合の隣接するピークの差１１０３－Ａ、１１０３－Ｂ、１１０３－Ｃを算出し差が最大となるピークの組み合わせを求める。図５に示す例では、１１０３－Ｂが最大であり、２番目のピーク１１０１－Ｂと３番目のピーク１１０１－Ｃとの差が最大であるため、算出される第二人数情報は２となる。
なお、本実施の形態では人数の推定を目的としたため、第二人数情報をセンサの出力としたが、ＭＵＳＩＣスペクトルを用いて生体の位置推定を行い、生体の位置情報をセンサの出力としてもよい。
なお、本実施の形態では送信アンテナと受信アンテナとがともに複数のＭＩＭＯ（Ｍｕｌｔｉｐｌｅ－Ｉｎｐｕｔ Ｍｕｌｔｉｐｌｅ－Ｏｕｔｐｕｔ）構成の例を説明したが、送信または受信の一方が単一アンテナの構成を用いてもよい。その場合、ＭＵＳＩＣスペクトル算出部が出力するＭＵＳＩＣスペクトルは１次元となるが、その場合でも２次元の場合と同様にピーク探索による第二人数情報の推定が可能である。
なお、在不在すなわち０人の場合の検出のみ、最大の固有値の大きさや複素伝達関数の変動成分の電力、無人時との相関値によって判定を行い、有人であるときのみＭＵＳＩＣスペクトル算出部７０によるＭＵＳＩＣスペクトル算出を行ってもよい。こうすることで無人の場合はＭＵＳＩＣスペクトル算出に必要な計算を省くことができる。
［センサ１の動作］
以上のように構成されるセンサ１が生体数を推定する処理について説明する。
図６は、実施の形態１におけるセンサ１の処理を示すフローチャートである。図７は、実施の形態１におけるセンサの第二人数情報算出処理を示すフローチャートである。
まず、センサ１は、図６に示すように、受信機２０において所定の期間受信信号を観測する（Ｓ１０）。
次に、センサ１は、受信信号から複素伝達関数を算出する（Ｓ２０）。
次に、センサ１は、算出した複素伝達関数それぞれを時系列に記録し、記録した時系列の複素伝達関数から生体の影響による変動成分を抽出することで、生体成分チャネル行列を算出する（Ｓ３０）。
次に、センサ１は抽出した生体成分チャネル行列の相関行列を算出する（Ｓ４０）。次に、センサ１は、所定の方法で第一人数情報を算出する（Ｓ５０）。ここで、所定の方法とは、センサ１の備える送信アンテナ素子と受信アンテナ素子との数に基づく固定値でも良いし、過去の人数推定結果に基づく変動値でも良い。
次に、センサ１は、Ｓ５０で算出された第一人数情報とＳ４０で算出された相関行列とをもとに、ＭＵＳＩＣスペクトルを算出する（Ｓ６０）。
最後に、センサ１は、Ｓ６０で算出したＭＵＳＩＣスペクトルから第二人数情報を算出し、生体数として出力する（Ｓ７０）。Ｓ７０の処理は、例えばＭＵＳＩＣスペクトルを画像として扱い畳み込みニューラルネットワークなどの機械学習を用いる方法、ＭＵＳＩＣスペクトルで所定の値以上の領域が連続するブロックの個数を数える方法、またはスペクトルのピーク値に対して比率法を用いる方法などを用いて行われる。
以下では、Ｓ７０の処理を、比率法を用いる方法を用いて行うとして、図７のフローチャートを用いて説明する。
Ｓ７０において、まず、センサ１は、図７に示すように、ＭＵＳＩＣスペクトルのピークのうち所定の範囲で最大値となるものを抽出し、第一ピーク集合とする（Ｓ７１）。
次いで、センサ１は、第一ピーク集合に含まれるピークのそれぞれに対してピークの周囲の所定の範囲に含まれる値のｙ％値を算出する（Ｓ７２）。
次いで、センサ１は、ｙ％値とピーク値との差が所定の閾値以上のものを抽出して第二ピーク集合とする（Ｓ７３）。
次いで、センサ１は、第二ピーク集合に含まれるピーク値を降順にソートする（Ｓ７４）。
最後に、センサ１は、第二ピーク集合のｉ番目のピークとｉ＋１番目のピークとの比率または差分を計算し、その比または差分が最大となるｉを第二人数情報として出力する。ここでｉは１以上、第二ピーク集合の要素数以下の整数である。
［効果等］
本実施の形態のセンサ１によれば、無線信号を利用して存在している生体の数を高精度に推定できる。また、本実施の形態のセンサ１によれば生体数が多く雑音と生体成分が固有値分解によって十分に分離できない場合も、精度よく生体の位置を推定することができる。より具体的には、既存の固有値を用いた人数推定法では雑音に対応する固有値と生体に対応する固有値が明確に区別される前提に立っているが、実際には雑音成分にもわずかに生体成分が重畳されており、既存の生体数推定法の精度低下を引き起こしていた。本開示では、実際の人数よりも多い可能性のある第一人数情報でＭＵＳＩＣ法によるスペクトルの算出を行い、スペクトルのピークのうち誤りであるものの特徴から真のピークのみ抽出することで雑音の固有値と生体の固有値が十分に分離できていない場合も人数推定を行うことができる。
（実施の形態１の変形例）
なお、実施の形態１の変形例として、複素伝達関数算出部３０は算出した複素伝達関数を第二人数情報算出部８０にそのまま渡し、第二人数情報算出部８０は複素伝達関数を入力としたｋ近傍法などの機械学習手法で第二人数情報の算出を行ってもよい。
本変形を行うことでＭＵＳＩＣスペクトルの算出を行う領域の影響を受けることなく第二人数情報の算出が可能となる。
（実施の形態２）
実施の形態１では、第二人数情報算出部８０で比率法を用いて第二人数情報を算出する手法について説明した。実施の形態２では、図８のブロック図および図９の概念図を用いて、第二人数情報算出部２０８０がＭＵＳＩＣスペクトルにおいて所定の閾値以上の領域が連続するブロックの個数を数える方法を用いる場合について説明する。なお、第二人数情報算出部２０８０以外の構成は実施の形態１と同一のため、ここでは説明を省略する。
図８は、実施の形態２における第二人数情報算出部２０８０の構成を表すブロック図である。図９は、実施の形態２におけるブロック検出部２０８２の動作を表す概念図である。
第二人数情報算出部２０８０は、図８に示すように、閾値設定部２０８１とブロック検出部２０８２とを備える。
閾値設定部２０８１は、ＭＵＳＩＣスペクトル２１００に対し、ＭＵＳＩＣスペクトルの最大値からｖｄＢ小さい閾値２１０１を設定する。なお、ｖおよび閾値２１０１には、あらかじめ設定された固定値を用いてもよいし、事前にｖおよび閾値２１０１を様々に変化させて人数推定の精度を評価し、最も精度が高かった閾値２１０１を最適値として用いてもよい。例えば、２．４７１２５ＧＨｚの無変調連続波を用い、素子間隔半波長の４素子パッチアレーアンテナで４ｍ四方の部屋をセンシングする場合には、ｖは３．９ｄＢに設定した。
ブロック検出部２０８２は、ＭＵＳＩＣスペクトル２１００が閾値２１０１以上である領域を検出して数を数える。図９に示す例では、領域２１０２－Ａおよび２１０２－Ｂの２つが閾値２１０１以上のブロックであり、第二人数情報は２と算出される。
［効果等］
実施の形態２のセンサによれば、実施の形態１におけるセンサ１と比べて第二人数情報算出部における計算量を削減することができ、リアルタイム処理に必要な処理装置の能力を下げ、低コストで人数推定を実現することができる。
（実施の形態３）
実施の形態１では、第二人数情報算出部８０で比率法を用いて第二人数情報を算出する手法について説明した。実施の形態３では、図１０のブロック図を用いて、第二人数情報算出部３０８０で畳み込みニューラルネットワークを用いて第二人数情報を算出する場合について説明する。なお、第二人数情報算出部３０８０以外の構成は実施の形態１と同一のため、ここでは説明を省略する。
図１０は、実施の形態３における第二人数情報算出部の構成を表すブロック図である。
第二人数情報算出部３０８０は、図１０に示すように、教師データ作成部３０８１と、学習部３０８２と、ネットワーク記憶部３０８３と、画像変換部３０８４と、判定部３０８５とを備える。
教師データ作成部３０８１と学習部３０８２とネットワーク記憶部３０８３とは、事前のネットワークの学習を行い、画像変換部３０８４と判定部３０８５とは事前に学習されたネットワークを用い、テストデータに対して第二人数情報の算出を行う。
教師データ作成部３０８１は、事前に人数が既知の場合のＭＵＳＩＣスペクトルを複数取得し、教師データの画像として保存する。ここで、教師データ画像は、想定しうるすべての人数に対して複数以上を用意する。例えば、測定領域に存在する人数の上限が３の場合、０人、１人、２人、３人のそれぞれについて複数枚、例えば１００以上の教師データ画像を用意する。
学習部３０８２は、教師データ画像を入力として畳み込みニューラルネットワークの学習を行う。なお、ここでは、例えば転移学習のようなニューラルネットワークの学習を効率化させる手法を用いてもよい。
ネットワーク記憶部３０８３は、学習部３０８２が学習した畳み込みニューラルネットワークをコンピュータ上のメモリやＣＤ－ＲＯＭ等の記録媒体、ネットワークを介して外部のサーバなどに記憶する。
画像変換部３０８４は、ＭＵＳＩＣスペクトル算出部７０が出力するＭＵＳＩＣスペクトルを畳み込みニューラルネットワークで処理可能な形式に変換する。例えば、各画素がＭＵＳＩＣスペクトルの値に対応するヒートマップ画像などが畳み込みニューラルネットワークで処理可能である。
判定部３０８５は、ネットワーク記憶部３０８３に記憶されたネットワークを用いた畳み込みニューラルネットワークによる判定を行い畳み込みニューラルネットワークの出力を第二人数情報として出力する。
以上、本開示の一態様に係るセンサについて、実施の形態に基づいて説明したが、本開示は、これらの実施の形態に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したもの、あるいは異なる実施の形態における構成要素を組み合わせて構築される形態も、本開示の範囲内に含まれる。
また、本開示は、このような特徴的な構成要素を備える、センサとして実現することができるだけでなく、センサに含まれる特徴的な構成要素をステップとする推定方法などとして実現することもできる。また、そのような方法に含まれる特徴的な各ステップをコンピュータに実行させるコンピュータプログラムとして実現することもできる。そして、そのようなコンピュータプログラムを、ＣＤ－ＲＯＭ等のコンピュータで読取可能な非一時的な記録媒体あるいはインターネット等の通信ネットワークを介して流通させることができるのは、言うまでもない。
［効果等］
実施の形態３のセンサを用いて畳み込みニューラルネットワークによる機械学習を用いることで、当該センサを設置する環境それぞれに対して変更する必要がある、閾値などの各種パラメータ調整を自動で行うことができる。また、学習したネットワークを随時更新していくことにより更なる人数推定精度の改善も期待できる。
本開示は、生体の人数や位置を測定する測定器、生体の人数や位置に応じた制御を行う家電機器、生体の侵入を検知する監視装置などに利用できる。
１ センサ
１０ 送信機
１１ 送信部
１２ 送信アンテナ部
２０ 受信機
２１ 受信アンテナ部
２２ 受信部
３０ 複素伝達関数算出部
４０ 生体成分抽出部
５０ 相関行列算出部
６０ 第一人数情報算出部
７０ ＭＵＳＩＣスペクトル算出部
８０、２０８０、３０８０ 第二人数情報算出部
８１ ピーク探索部
８２ 誤ピーク判定部
８３ ピークソート部
８４ 比率検定部
２００ 生体
１０００、２１００ ＭＵＳＩＣスペクトル
１００１－Ａ、１００１－Ｂ、１００１－Ｃ、１００１－Ｄ、１１０２ ピーク
１００２－Ａ、１００２－Ｂ、１００２－Ｃ、１００２－Ｄ 各ピーク周囲の所定の領域
１１０１－Ａ、１１０１－Ｂ、１１０１－Ｃ 第二ピーク集合に含まれるピーク
１１０３－Ａ、１１０３－Ｂ、１１０３－Ｃ 隣接するピーク間の差
２０８１ 閾値設定部
２０８２ ブロック検出部
２１０１ 閾値
２１０２－Ａ、２１０２－Ｂ ＭＵＳＩＣスペクトルが閾値以上の領域
３０８１ 教師データ作成部
３０８２ 学習部
３０８３ ネットワーク記憶部
３０８４ 画像変換部
３０８５ 判定部

Claims (9)

  1. 生体数を推定するセンサであって、
    Ｎ個（Ｎは２以上の自然数）の送信アンテナ素子を有する送信機から所定の空間に送信された信号を、Ｍ個（Ｍは２以上の自然数）の受信アンテナ素子で所定期間受信された受信信号から、複素伝達関数を算出する複素伝達関数算出部と、
    前記所定の空間に存在する可能性のある生体に対応する成分である生体情報を抽出する生体成分抽出部と、
    前記生体成分抽出部で抽出された生体情報から相関行列を算出する相関行列算出部と、
    前記所定の空間に存在する人数の仮定値である第一人数情報を算出する第一人数情報算出部と、
    前記相関行列を用いて、所定の位置推定法で、前記生体における、位置の候補を推定し生体がその位置に存在する尤度スペクトルを出力する尤度スペクトル算出部と、
    複数の位置候補を含みうる第一位置情報から所定の方法でより確度の高い生体の数である第二人数情報または位置を推定する第二人数情報算出部と、を備える、
    センサ。
  2. 前記第一人数情報算出部は、前記送信アンテナ素子の個数Ｎおよび前記受信アンテナ素子の個数Ｍから所定の方法で求める固定の値を第一人数情報として出力する、
    請求項１に記載のセンサ。
  3. 前記第一人数情報算出部は、前記送信機が信号を送信する所定の空間に存在しうる最大人数をもとに第一人数情報を出力する、
    請求項１に記載のセンサ。
  4. さらに、前記第二人数情報算出部で推定された人数情報を記憶する記憶部を備え、
    前記第一人数情報算出部は、前記記憶部に記憶された過去の人数情報から所定の方法で第一人数情報を算出する、
    請求項１に記載のセンサ。
  5. 前記第二人数情報算出部は前記尤度スペクトルのうち所定の値以上のものが連続している領域が何個存在しているか数え上げることで生体数を推定する、
    請求項１～４の何れか１項に記載のセンサ。
  6. 前記第二人数情報算出部は、事前に教師データとなる尤度スペクトルで学習を行った機械学習による判定部を備え、
    前記第二人数情報算出部は、前記尤度スペクトルを前記判定部に入力し、出力された判定結果を人数または位置として出力する、
    請求項１～４の何れか１項に記載のセンサ。
  7. 前記第二人数情報算出部は、畳み込みニューラルネットワークを用いる、
    請求項６に記載のセンサ。
  8. 前記第二人数情報算出部は、
    前記尤度スペクトルのピークのうち所定の範囲で最大値となるものを抽出し、第一ピーク集合とするピーク探索部と、
    前記第一ピーク集合に含まれるピークのそれぞれに対して、ピークの周囲の所定の範囲に含まれる値のｙ％値を算出し、前記ｙ％値とピーク値の差が所定の閾値以上のものを抽出して第二ピーク集合とする誤ピーク判定部と、
    前記第二ピーク集合に含まれるピーク値を降順にソートするピークソート部と、
    降順にソートされた前記第二ピーク集合のｉ番目のピークとｉ＋１番目のピークの比率または差分を計算し、その比または差分が最大となるｉを第二人数情報として出力する比率検定部と、を備える、
    請求項１～４の何れか１項に記載のセンサ。
  9. 前記尤度スペクトル算出部は、ＭＵＳＩＣ（ＭＵｌｔｉｐｌｅ ＳＩｇｎａｌ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ）法を用いるＭＵＳＩＣスペクトル算出部である、
    請求項１～８の何れか１項に記載のセンサ。
JP2021529885A 2019-07-02 2020-02-25 センサ Active JP7313018B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2019123359 2019-07-02
JP2019123359 2019-07-02
PCT/JP2020/007381 WO2021002049A1 (ja) 2019-07-02 2020-02-25 センサ

Publications (2)

Publication Number Publication Date
JPWO2021002049A1 JPWO2021002049A1 (ja) 2021-01-07
JP7313018B2 true JP7313018B2 (ja) 2023-07-24

Family

ID=74100831

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021529885A Active JP7313018B2 (ja) 2019-07-02 2020-02-25 センサ

Country Status (5)

Country Link
US (1) US11906656B2 (ja)
EP (1) EP3995850A4 (ja)
JP (1) JP7313018B2 (ja)
CN (1) CN113260871A (ja)
WO (1) WO2021002049A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220214421A1 (en) * 2020-02-27 2022-07-07 Panasonic Intellectual Property Management Co., Ltd. Estimation device, estimation method, and recording medium

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110237939A1 (en) 2010-03-26 2011-09-29 Raviv Melamed Apparatus and method for doppler-assisted mimo radar microwave imaging
JP2015117972A (ja) 2013-12-17 2015-06-25 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． 処理装置、および処理方法
JP2018008021A (ja) 2016-07-05 2018-01-18 パナソニックＩｐマネジメント株式会社 センサーおよび推定方法
JP2018112540A (ja) 2017-01-06 2018-07-19 パナソニックＩｐマネジメント株式会社 センサーおよび方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6894639B1 (en) * 1991-12-18 2005-05-17 Raytheon Company Generalized hebbian learning for principal component analysis and automatic target recognition, systems and method
JP5025170B2 (ja) 2006-06-29 2012-09-12 株式会社東芝 到来波数検出装置
US7724183B2 (en) * 2007-10-19 2010-05-25 Technology Service Corporation Systems and methods for space-time radar imaging
JP5047002B2 (ja) 2008-02-28 2012-10-10 三菱電機株式会社 波数推定装置
US20130169471A1 (en) * 2011-12-28 2013-07-04 Hrl Laboratories, Llc Coded aperture beam analysis method and apparatus
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
US10241187B2 (en) * 2015-12-24 2019-03-26 Panasonic Intellectual Property Management Co., Ltd. Position sensor, direction estimation method, and system
US10371808B2 (en) * 2016-01-15 2019-08-06 Panasonic Intellectual Property Management Co., Ltd. Positioning sensor and direction estimation method
US10912493B2 (en) * 2017-01-06 2021-02-09 Panasonic Intellectual Property Management Co., Ltd. Sensor and method
US10928496B2 (en) * 2017-01-06 2021-02-23 Panasonic Intellectual Property Management Co., Ltd. Sensor and method for estimating position of living body
JP6975898B2 (ja) * 2017-12-26 2021-12-01 パナソニックＩｐマネジメント株式会社 推定方法、推定装置およびプログラム
US11163057B2 (en) * 2018-05-02 2021-11-02 Panasonic Intellectual Property Management Co., Ltd. Estimation device, living body count estimation device, estimation method, and recording medium
JP6587199B1 (ja) * 2018-07-03 2019-10-09 パナソニックＩｐマネジメント株式会社 推定装置および推定方法
US11226408B2 (en) * 2018-07-03 2022-01-18 Panasonic Intellectual Property Management Co., Ltd. Sensor, estimating device, estimating method, and recording medium
US11561279B2 (en) * 2018-12-28 2023-01-24 Panasonic Intellectual Property Management Co., Ltd. Radar estimating method, device and medium to extract living body vector information
US11255955B2 (en) * 2018-12-28 2022-02-22 Panasonic Intellectual Property Management Co., Ltd. Estimation method, estimation device, and recording medium
CN111381227B (zh) * 2018-12-28 2024-04-26 松下知识产权经营株式会社 推测方法以及推测装置
CN111381228A (zh) * 2018-12-28 2020-07-07 松下知识产权经营株式会社 推测方法以及推测装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110237939A1 (en) 2010-03-26 2011-09-29 Raviv Melamed Apparatus and method for doppler-assisted mimo radar microwave imaging
JP2015117972A (ja) 2013-12-17 2015-06-25 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． 処理装置、および処理方法
JP2018008021A (ja) 2016-07-05 2018-01-18 パナソニックＩｐマネジメント株式会社 センサーおよび推定方法
JP2018112540A (ja) 2017-01-06 2018-07-19 パナソニックＩｐマネジメント株式会社 センサーおよび方法

Also Published As

Publication number Publication date
EP3995850A4 (en) 2022-08-24
CN113260871A (zh) 2021-08-13
JPWO2021002049A1 (ja) 2021-01-07
US20220018936A1 (en) 2022-01-20
EP3995850A1 (en) 2022-05-11
WO2021002049A1 (ja) 2021-01-07
US11906656B2 (en) 2024-02-20

Similar Documents

Publication Publication Date Title
Hsieh et al. Deep learning-based indoor localization using received signal strength and channel state information
JP6865394B2 (ja) プログラム
CN110031836B (zh) 生物体数量估计方法、生物体数量估计装置以及记录介质
US20200233074A1 (en) Positioning sensor and direction estimation method
WO2021172126A1 (ja) 推定装置、推定方法、および、プログラム
US10473756B2 (en) Sensor and estimating method
US11163057B2 (en) Estimation device, living body count estimation device, estimation method, and recording medium
US10761187B2 (en) Liquid detection using millimeter-wave radar sensor
CN108038419B (zh) 基于Wi-Fi的室内人员被动检测方法
CN108924736A (zh) 一种基于PCA-Kalman的无源室内人员状态检测方法
US10928496B2 (en) Sensor and method for estimating position of living body
JP7162192B2 (ja) 生体数推定装置、生体数推定方法、及び、プログラム
Jiang et al. Detection of underwater acoustic target using beamforming and neural network in shallow water
Yu et al. Human pose and seat occupancy classification with commercial MMWave WiFi
JP7313018B2 (ja) センサ
Showmik et al. Human activity recognition from wi-fi csi data using principal component-based wavelet cnn
US11047968B2 (en) Estimating method and estimating device
US20170090006A1 (en) Method for Passive Approximate Localization using Frequency Modulation and Software Defined Radio
WO2022004231A1 (ja) センサ
Kram et al. Delay estimation in dense multipath environments using time series segmentation
JP7357217B2 (ja) 推定方法、推定装置、及び、プログラム
US11561279B2 (en) Radar estimating method, device and medium to extract living body vector information
CN111381230A (zh) 估计方法、估计装置以及记录介质
CHEN et al. A survey of Wi-Fi sensing techniques with channel state information
CN116597521B (zh) 一种人类轨迹及躯干活动识别方法及系统

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221028

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: 20230613

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230703

R151 Written notification of patent or utility model registration

Ref document number: 7313018

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151