KR102449443B1 - 상당히 다른 오차 크기를 가진 데이터를 이용한 공간 필터링 시스템 및 방법 - Google Patents

상당히 다른 오차 크기를 가진 데이터를 이용한 공간 필터링 시스템 및 방법 Download PDF

Info

Publication number
KR102449443B1
KR102449443B1 KR1020170109212A KR20170109212A KR102449443B1 KR 102449443 B1 KR102449443 B1 KR 102449443B1 KR 1020170109212 A KR1020170109212 A KR 1020170109212A KR 20170109212 A KR20170109212 A KR 20170109212A KR 102449443 B1 KR102449443 B1 KR 102449443B1
Authority
KR
South Korea
Prior art keywords
signal
error
spatial
coordinates
computing device
Prior art date
Application number
KR1020170109212A
Other languages
English (en)
Other versions
KR20180029861A (ko
Inventor
게리 알란 레이
Original Assignee
더 보잉 컴파니
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 더 보잉 컴파니 filed Critical 더 보잉 컴파니
Publication of KR20180029861A publication Critical patent/KR20180029861A/ko
Application granted granted Critical
Publication of KR102449443B1 publication Critical patent/KR102449443B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/16—Spatio-temporal transformations, e.g. video cubism
    • 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
    • G01S7/021—Auxiliary means for detecting or identifying radar signals or the like, e.g. radar jamming signals
    • G06T3/0087—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2134—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on separation criteria, e.g. independent component analysis
    • 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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0278—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves involving statistical or probabilistic considerations
    • 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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/12—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves by co-ordinating position lines of different shape, e.g. hyperbolic, circular, elliptical or radial
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • G01S2205/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S2205/01—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations specially adapted for specific applications
    • G01S2205/03—Airborne
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising
    • G06F2218/06—Denoising by applying a scale-space analysis, e.g. using wavelet analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10044—Radar image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Image Processing (AREA)

Abstract

데이터를 공간적으로 필터하는 방법은 센서로부터 얻어지고 신호 발생기와 연관된 공간 타입 정보를 포함하는 복수의 신호 파라미터 벡터를 수신하는 것, 복수의 제1 및 제2 좌표의 오차 크기를 결정하는 것, 그리고 복수의 좌표를 어레이 데이터 구조에 다른 희소성의 적어도 두 어레이에 전송하는 것을 포함하고 이 때 오차 크기는 소정 양 만큼 다르고, 여기서 각 어레이는 복수의 신호가 센서에 의해 수신되는 물리적 공간 영역을 나타낸다. 방법은 또한 복수의 좌표의 확률 밀도 함수를 나타내는 복수의 타원 오차 지역 확률 객체를 결정하는 것과, 여기서 각 객체는 적어도 두 어레이 중 적어도 하나에 연관되어 저장되고, 신호 발생기의 위치를 나타내는 복수의 객체 사이 인터섹션 구역을 결정하는 것을 포함한다.

Description

상당히 다른 오차 크기를 가진 데이터를 이용한 공간 필터링 시스템 및 방법{SYSTEMS AND METHODS FOR SPATIAL FILTERING USING DATA WITH WIDELY DIFFERENT ERROR MAGNITUDES}
본 발명의 분야는 일반적으로 공간 신호 데이터의 필터링, 그리고 좀 더 구체적으로는, 광역 감시 센서(wide area surveillance sensors)에 의해 생성된 데이터를 이용하고 상당히 다른 오차 크기(widely different error magnitudes)를 갖는 공간 필터링 시스템 및 방법에 관한 것이다.
공지된 공간 데이터 필터링 시스템과 방법들에서는, 차원 수가 다르며 상당히 다른 오차 크기를 갖는 공간 데이터(예를 들어 레이더 감지 어플리케이션에서 펄스 기술어(pulse descriptor words)(PDWs))가 하나 이상의 광역 센서에 의해 수집될 때, 신호의 수신과 분류가 어렵다. 그러한 공지된 공간 데이터 필터링 시스템과 방법들에서는, 관심 신호의 수가 많고 공간 정보(spatial content)가 분류목적으로서 우선 사항일 때, 노이즈(noise)와 간섭(interference)으로부터 신호를 분리하는 것 또한 어렵다. 그러한 공지된 공간 데이터 필터링 시스템 및 방법에서는, 프로세싱을 위해 함께 변하는 공간 오차 정도(예를 들어 매우 낮은 분해능(sparse)에서 매우 높은 공간 분해능까지 범위에서)를 갖는 다중 혼합 센서들은, 매우 복잡하고 비싸고 메모리 집약적인 컴퓨팅 아키텍처 없이는 비효율적이다. 공지된 공간 필터링 시스템 및 방법이 샘플링 프레임(sampling frames)간에 정보를 공간적으로 일치시키기 위해 노이즈와 간섭 제거를 필요로 할 때 문제가 악화된다. 또한, 크기, 무게, 전력요구사항(power requirements)이 중요한 디자인 고려사항인 공중 감시 동작(aerial surveillance operations)에 쓰이는 것들을 포함한, 적어도 어떤 공지된 공간 데이터 필터링 시스템 및 방법에서는, 감지 범위(detection range)와 프로세싱 및 분류 성능을 개선하고 전력 소모를 감소시키는 것은 증가하는 컴퓨팅 자원(computation/computing resources)을 요구한다. 이러한 개선을 위해 필요한 컴퓨팅 자원은, 적어도 일부 공지된 공간 데이터 필터링 시스템 및 방법에서, 공중 감시 플랫폼(aerial surveillance platform)의 크기 및 무게 제한을 넘어서 상기 개선사항들을 얻는데 어려움을 준다.
적어도 어떤 공지된 공간 데이터 필터링 시스템 및 방법은 공간 필터링 이전에 노이즈 제거(denoising) 및 블라인드 소스 분리(blind source separation)와 같은 전제 조건 단계(pre-conditioning steps)를 사용하고, 상당히 다른 오차 크기(widely varying error magnitudes)를 가진 데이터 세트(data sets)를 프로세스하기 위한 명료한 방법론 및 시스템은, 공간 데이터를 다양한 희소성(sparseness)의 그리드(grids)에 일치시키는데 있어 비효율성을 포함해, 다양한 비효율성을 초래한다. 또한, 적어도 일부 공지된 공간 데이터 필터링 시스템 및 방법은, 매우 정교하고, 복잡하고, 비싼 후처리 아키텍쳐(post-processing architectures) 없이는, 광역 센서로부터 얻어지고 차원 수가 다르며 상당히 다양한 오차 크기를 갖는 공간 데이터 함유 벡터(spatial data-containing vectors)들을 시간에 따라 통계적으로 함께 결합할 수 없다. 마지막으로, 이 문맥에서는, 적어도 일부 공지된 공간 데이터 필터링 시스템 및 방법은 광역 센서로부터 얻어진 공간 데이터를 이용해 수신가능한 오류를 가진 정적 및 동적(stationary and moving) 신호 발생기들을 서로 구별하는데 어려움을 가진다.
한 측면에서, 신호 발생기로부터 복수의 신호를 수신하도록 구성된 적어도 하나의 센서를 포함하는 적어도 하나의 감시 플랫폼에 의해 발생된 복수의 신호 파라미터 벡터로부터 공간적으로 데이터를 필터링하기 위한 방법이 제공된다.
또 다른 관점으로는, 시스템은 신호 발생기에 의해 발생하여 적어도 하나의 감시 플랫폼에 의해 수신된 복수의 신호로부터 얻어지는 데이터를 공간적으로 필터링하기 위해 제공된다.
한 측면에서, 신호 발생기로부터 복수의 신호를 수신하도록 구성된 적어도 하나의 센서를 포함하는 적어도 하나의 감시 플랫폼에 의해 발생된 복수의 신호 파라미터 벡터로부터 공간적으로 데이터를 필터링하기 위한 방법이 제공된다. 방법(The method)은, 제1시간과 제1시간 후에 일어나는 제2시간을 포함한 시간에 걸쳐, 복수의 신호 파라미터 벡터의 각 신호 파라미터 벡터를 디인터리브하도록 구성된 컴퓨팅 장치에서의 복수의 신호 파라미터 벡터를 수신하는 것을 포함하고, 상기 각 신호 파라미터 벡터는 적어도 한 센서로부터 얻어지고 신호 발생기와 연관된 정보를 포함하는 적어도 하나의 좌표를 가지며, 여기서 정보는 제1 공간 데이터 타입(a first spatial date type) 및 제2 공간 데이터 타입(a second spatial data type)을 포함하는 적어도 두 타입의 공간 데이터를 포함한다. 방법은 또한 제1 공간 타입의 복수의 제1 좌표(first coordinates)의 제1 오차 크기(a first error magnitude) 및 제2 공간 데이터 타입의 복수의 제2 좌표(second coordinates)의 제2 오차 크기(a second error magnitude)를 결정하는 것을 포함한다. 방법은 또한, 메모리에 저장되고 복수의 어레이를 갖는 어레이 데이터 구조에 대해, 복수의 제1 좌표를 복수의 어레이의 제1 어레이에 전송(transmitting)하는 것과 복수의 제2 좌표를 복수의 어레이의 제2 어레이에 전송하는 것을 포함하며 이 때 제1 오차 크기가 제2 오차 크기와 소정 양(a predetermined amount)만큼 다르고, 여기서 제1 어레이는 제1수의 구성 요소(a first number of elements)를 포함하고 제2 어레이는 제1수의 구성 요소와 다른 제2수의 구성 요소(a second number of elements)를 포함하고, 그리고 여기서 복수의 어레이의 각 어레이는 복수의 신호가 적어도 하나의 센서에 의해 수신되는 물리적 공간 도메인을 나타낸다. 방법은 또한 복수의 제1 좌표의 제1 확률 밀도 함수(a first probability density function)(PDF)를 나타내는 제1 타원 오차 지역 확률 객체(a first elliptical error region probability object)와 복수의 제2 좌표의 제2 PDF를 나타내는 제2 타원 오차 지역 확률 객체(a second elliptical error region probability object)를 포함하는 복수의 타원 오차 지역 확률 객체(elliptical error region probability objects)를, 컴퓨팅 장치(the computing device)로, 결정하는 것을 포함하고, 여기서 각 제1 타원 오차 지역 확률 객체와 제2 타원 오차 지역 확률 객체는 적어도 하나의 제1 어레이 및 제2 어레이에 연결된 메모리에 저장된다. 방법은 제1 타원 오차 지역 확률 객체의 적어도 한 부분(a portion) 및 제2 타원 오차 지역 확률 객체의 적어도 한 부분을 포함하는 인터섹션 지역(an intersection region)을, 컴퓨팅 장치로, 결정하는 것을 또한 포함하며, 여기서 인터섹션 지역은 제1수의 구성 요소의 적어도 한 부분과 제2수의 구성 요소의 적어도 한 부분을 포함하며, 여기서 인터섹션 지역은 2번째 시간에서 물리적 공간 도메인에 신호 발생기의 가장 높은 확률 위치(a highest probability location)를 나타낸다.
또 다른 관점으로는, 시스템은 신호 발생기에 의해 발생하여 적어도 하나의 감시 플랫폼에 의해 수신된 복수의 신호로부터 얻어지는 데이터를 공간적으로 필터링하기 위해 제공된다. 시스템은 복수의 신호를 수신하도록 구성된 적어도 하나의 센서를 포함한다. 시스템은 또한 센서와 결합되어 복수의 신호 파라미터 벡터를 발생시키도록 구성된 전처리기(a pre-processor)를 포함하며, 복수의 신호 파라미터 벡터의 각 신호 파라미터 벡터는 복수의 신호 중 한 신호로부터 나오고 그리고 적어도 한 센서로부터 나온 신호 발생기와 연관된 정보를 포함하는 최소한 하나의 좌표를 포함하며, 여기서 정보는 제1 공간 데이터 타입(a first spatial data type) 및 제2 공간 데이터 타입(a second spatial data type)을 포함하는 적어도 두 타입의 공간 데이터를 포함한다. 시스템은 전처리기와 결합되고 메모리를 포함하는 컴퓨팅 장치(a computing device)를 포함하며, 컴퓨팅 장치는 복수의 신호 파라미터 벡터의 상기 각 신호 파라미터 벡터를 디인터리브하도록 구성되고, 여기서 컴퓨팅 장치는, 제1시간과 제1시간 후에 일어나는 제2시간을 포함한 시간에 걸쳐, 전처리기로부터의 복수의 신호 파라미터 벡터를 수신하도록 프로그램된다. 컴퓨팅 장치는 또한 제1 공간 데이터타입의 복수의 제1 좌표의 제1 오차 크기 및 제2 공간 데이터 타입의 복수의 제2 좌표의 제2 오차 크기를 결정하도록 프로그램된다. 컴퓨팅 장치는, 메모리에 저장되고 복수의 어레이를 갖는 어레이 데이터 구조에 대해, 복수의 제1 좌표를 복수의 어레이의 제1 어레이에 전송(transmitting)하는 것과 복수의 제2 좌표를 복수의 어레이의 제2 어레이에 전송하도록 또한 프로그램되며, 이 때 제1 오차 크기가 제2 오차 크기로부터 소정 양(a predetermined amount)만큼 다르고, 여기서 제1 어레이는 제1수의 구성 요소(a first number of elements)를 포함하고 제2 어레이는, 제1수의 구성 요소와 다른, 제2수의 구성 요소(a second number of elements)를 포함하고, 그리고 여기서 복수의 어레이의 각 어레이는 복수의 신호가 적어도 한 센서에 의해 수신되는 물리적 공간 도메인을 나타낸다. 컴퓨팅 장치는 또한 복수의 제1 좌표의 제1 확률 밀도 함수를 나타내는 제1 타원 오차 지역 확률 객체와 복수의 제2 좌표의 제2 PDF를 나타내는 제2 타원 오차 지역 확률 밀도 함수를 포함하는 복수의 타원 오차 지역 확률 객체를 결정하도록 프로그램되고, 여기서 각 제1 타원 오차 지역 확률 객체와 제2 타원 오차 지역 확률 객체는 적어도 하나의 제1 어레이 및 제2 어레이에 연결된 메모리에 저장된다.
컴퓨팅 장치는 제1 타원 오차 지역 확률 객체의 적어도 한 부분 및 제2 타원 오차 지역 확률 객체의 적어도 한 부분을 포함하는 인터섹션 지역(an intersection region)을 결정하도록 또한 프로그램되고, 여기서 인터섹션 지역은 제1수의 구성 요소의 적어도 한 부분과 제2수의 구성 요소의 적어도 한 부분을 포함하며, 여기서 인터섹션 지역은 제2회에 물리적 공간 도메인에 신호 발생기의 가장 높은 확률 위치를 나타낸다.
거기에 또 다른 측면으로는, 그 것에 포함된(embodied) 컴퓨터 실행 가능 명령어(computer-executable instructions)를 가진 비일시적 컴퓨터 판독 가능 메모리(a non-transient computer-readable memory)가 제공된다. 컴퓨터 장치에 의해 실행될 때, 컴퓨터 판독 가능 명령어는, 제1시간과 제1시간 후에 일어나는 제2시간을 포함한 시간에 걸쳐, 제1 공간 데이터 타입의 복수의 제1 좌표 및 제2 공간 데이터 타입의 복수의 제2 좌표를 포함하는 복수의 신호 파라미터 벡터를 컴퓨팅 장치가 수신하도록 야기하며, 복수의 신호 파라미터 벡터의 각 신호 파라미터 벡터는 신호 발생기에 의해 발생하면서 적어도 한 센서에 의해 수신되는 복수의 신호 중 하나의 신호로부터 얻어진다. 컴퓨터 판독 가능 명령어는 또한 복수의 제1 좌표의 제1 오차 크기 및 복수의 제2 좌표의 제2 오차 크기를 컴퓨터 장치가 결정하도록 야기한다. 컴퓨터 판독 가능 명령어는, 메모리에 저장되고 복수의 어레이를 갖는 어레이 데이터 구조에 대해, 복수의 제1 좌표를 복수의 어레이의 제1 어레이에 전송(transmitting)하는 것과 복수의 제2 좌표를 복수의 어레이의 제2 어레이에 전송하도록 또한 야기하며, 이 때 제1 오차 크기가 제2 오차 크기와 소정 양(a predetermined amount)만큼 다르고, 여기서 제1 어레이는 제1수의 구성 요소(a first number of elements)를 포함하고 제2 어레이는, 제1수의 구성 요소와 다른, 제2수의 구성 요소(a second number of elements)를 포함하고, 그리고 여기서 복수의 어레이의 각 어레이는 복수의 신호가 적어도 한 센서에 의해 수신되는 물리적 공간 도메인을 나타낸다. 컴퓨터 판독 가능 명령어는 또한 복수의 제1 좌표의 제1 PDF를 나타내는 제1 타원 오차 지역 확률 객체와 복수의 제2 좌표의 제2 PDF를 나타내는 제2 타원 오차 지역 확률 밀도 함수를 포함하는 복수의 타원 오차 지역 확률 객체를 컴퓨터 장치가 결정하도록 야기하고, 여기서 각 제1 타원 오차 지역 확률 객체와 제2 타원 오차 지역 확률 객체는 적어도 하나의 제1 어레이 및 제2 어레이에 연결된 메모리에 저장된다. 컴퓨터 판독 가능 명령어는 제1 타원 오차 지역 확률 객체의 적어도 한 부분(a portion) 및 제2 타원 오차 지역 확률 객체의 적어도 한 부분을 포함하는 인터섹션 지역을 컴퓨팅 장치가 결정하도록 또한 야기하고, 여기서 인터섹션 지역은 제1수의 구성 요소의 적어도 한 부분과 제2수의 구성 요소의 적어도 한 부분을 포함하며, 여기서 인터섹션 지역은 제2회에 물리적 공간 도메인에 신호 발생기의 가장 높은 확률 위치를 나타낸다.
이들 및 다른 특징, 측면, 그리고 본 발명의 장점들은 아래의 상세한 설명이 첨부된 도면을 참조하여 읽을 때 더 잘 이해될 것이며, 여기서 같은 부호들은 도면에 전반에 걸쳐 같은 부품들을 나타낸다:
도 1은 공중 감시 플랫폼에 의해 감시되는 2차원 지상 표면에 있는 동적 신호 발생기(a mobile signal emitter)를 가진 예시적인 물리적 환경의 개략도이다.
도 2는 도 1에 도시된 공중 감시 플랫폼에 의해 감시되는 지상 표면에 있는 정적 신호 발생기(a stationary signal emitter)를 가진 대안적인 물리적 환경의 개략도이다.
도 3은 도 1 및 도 2에 도시된 공중 감시 플랫폼과 함께 사용되는 예시적인 신호 프로세싱 시스템의 개략도이다.
도 4는 도 3에 도시된 신호 프로세싱 시스템과 함께 사용되는 신호 파라미터 벡터 데이터를 디인터리브하는 예시적인 프로세스의 개략도이다.
도 5는 도 4에 프로세스와 함께 사용되는 타원 오차 지역 확률 객체 동작(operations)의 개략도이다.
도 6은 도 3에 도시된 신호 프로세싱 시스템과 함께 사용되는 필터링 프로세스의 흐름도이다.
도 7은 도 3에 도시된 신호 프로세싱 시스템과 함께 사용되는 프로세스에 알맞은(matching) 확률 밀도 함수의 흐름도이다.
도 8A는 도 3에 도시된 신호 프로세싱 시스템에 의해 결정되는 4점 타원체 인터섹션(a four point ellipsoid intersection)의 예시도이다.
도 8B는 도 3에 도시된 신호 프로세싱 시스템에 의해 결정되는 3점 타원체 인터섹션(a three point ellipsoid intersection)의 예시도이다.
도 8C는 도 3에 도시된 신호 프로세싱 시스템에 의해 결정되는 2점 타원체 인터섹션(a two point ellipsoid intersection)의 예시도이다.
도 9는 도 3에 도시된 신호 프로세싱 시스템에 의해 결정되는 복수의 내부 메쉬 포인트(interior mesh points)의 예시도이다.
도 10은 도 3에 도시된 신호 프로세싱 시스템에 의해 결정되는 복수의 공간 타입 신호 데이터 블록(blocks)에 근거하는 타원 오차 지역 확률의 예시도이다.
도 11A는 도 3에 도시된 신호 프로세싱 시스템에 의해 결정되는 제1회에 복수의 타원 오차 지역 확률의 유니온(a union) 및 인터섹션(an intersection)의 예시도이다.
도 11B는 도 3에 도시된 신호 프로세싱 시스템에 의해 결정되는 제2회에서 복수의 타원 오차 지역 확률의 유니온 및 인터섹션의 예시도이다.
도 12는 도 3에 도시된 신호 프로세싱 시스템과 함께 사용되는 상당히 다른 오차 크기(widely varying error magnitudes)를 가진 데이터를 이용한 공간 필터링의 예시적인 방법의 흐름도이다.
도 13은 도 3에 도시된 신호 프로세싱 시스템과 함께 사용되는 상당히 다양한 오차 크기를 가진 데이터를 이용한 공간 필터링의 대안적인 방법의 흐름도이다.
도 14는 도 3에 도시된 신호 프로세싱 시스템과 함께 사용되는 상당히 다양한 오차 크기를 가진 데이터를 이용한 공간 필터링의 대안적인 방법의 흐름도이다.
도 15는 도 3에 도시된 신호 프로세싱 시스템과 함께 사용되는 상당히 다양한 오차 크기를 가진 데이터를 이용한 공간 필터링의 대안적인 방법의 흐름도이다.
다르게 지시되지 않는 한, 여기에 제공되는 도면들은 본 발명의 예들의 특징(features)들을 예시하는 것을 의미한다. 이 특징들은 본 발명의 하나 이상의 예를 포함하는 매우 다양한 시스템들에 응용되는 것으로 믿어진다. 이와 같이, 도면들은 여기에 공개되는 예들의 실행을 위해 요구되는 통상의 지식을 가진 자에게 알려진 모든 종래의 특징(all conventional features)들을 포함하는 것으로 되어있지 않다.
다음 명세서 및 청구항들에서는, 아래의 의미를 갖도록 정의되는 다수의 용어들이 참조될 것이다.
단수형 "a", "an", 및 "the"는 내용이 명백하게 다르게 명시하지 않는 한 복수의 참조 사항(plural references)을 포함한다.
"선택적인(optional)" 또는 "선택적으로(optionally)"는 다음에 기술되는 사건 또는 정황(circumstance)이 일어나거나 안 일어날 수 있고, 설명이 사건이 일어나는 경우(instances) 및 사건이 일어나지 않는 경우들을 포함한다는 것을 의미한다.
비슷한 언어(approximating language)는, 명세서 및 청구항들 전역(throughout)에 걸쳐 여기서 사용된 것처럼, 이것이 관련된 기본 기능(the basic function)에서의 변화를 일으키지 않고 허용되어 변화할 수 있는 어떤 정량적 표현(any quantitative representation)도 수정(modify)하기 위해 적용된다. 따라서, "약(about)", "대략(approximately)" 및 "실질적으로(substantially)"와 같은, 용어나 용어들에 의해 수정된 값(a value)은 특정된 정확한 값으로 제한되지 않는다. 적어도 일부 경우들에서는, 비슷한 언어는 값을 측정하는 장치의 정밀도에 대응한다. 여기서 그리고 명세서 및 청구항들 전역에 걸쳐, 범위 제한은 조합 및/또는 상호 교환되고, 그러한 범위들은 식별되고 내용이나 언어가 다르게 지시하지 않는 한 거기에 포함된 모든 부분범위(the sub-ranges)들을 포함한다.
여기에 사용된 바와 같이, "프로세서" 및 "컴퓨터" 및, 예를 들어 "프로세싱 장치", "컴퓨팅 장치", 및 "컨트롤러"와 같은, 관련 용어들은 본 기술분야에서 컴퓨터로 지칭되는 바로 그런 집적 회로(those integrated circuits)로 제한되지 않으나, 마이크로 컨트롤러, 마이크로 컴퓨터, 프로그래머블 로직 컨트롤러(a programmable logic controller)(PLC), 주문형 반도체(an application specific integrated circuit)(ASIC), 및 다른 프로그래머블 회로들, 및 이러한 용어들은 여기에서 상호 교환적으로 사용된다. 여기서 기술되는 예들에서, 메모리는 랜덤 엑세스 메모리(a random access memory)(RAM)와 같은 컴퓨터 판독 가능 매체(a computer-readable medium) 및 플래시 메모리(flash memory)와 같은 컴퓨터 판독 가능 비휘발성 매체(a computer-readable non-volatile medium)와 같은 컴퓨터 판독 가능 매체(a computer-readable medium)을 포함하나, 이로 제한되지는 않는다. 대안적으로, 플로피 디스크(a floppy disk), 콤팩트 디스크 - 읽기 전용 메모리(a compact disk - read only memory)(CD-ROM), 광 자기 디스크(a magneto-optical disk)(MOD), 및/또는 디지털 다용도 디스크(a digital versatile disc)(DVD)가 사용된다. 또한, 여기에 기술되는 예들에서, 추가 입력 채널(additional input channels)은 마우스 및 키보드와 같은 운영자 인터페이스(an operator interface)에 연결된 컴퓨터 주변 기기(computer peripherals)이나, 이로 제한되지는 않는다. 대안적으로, 예를 들어 스캐너를 포함하지만 스캐너로 제한되지 않는 다른 컴퓨터주변기기가 또한 사용된다. 또한, 예시적인 예(the exemplary example)에서, 추가 출력 채널(additional output channels)은 운영자 인터페이스 모니터(an operator interface monitor)를 포함하나, 이로 제한되지는 않는다.
또한, 여기에 사용된 바와 같이, "블라인드 소스 분리체(blind source separate)", "분리된 블라인드 소스(blind source separated)", 및 "블라인드 소스 분리(blind source separation)"은 복수의 혼합 신호(mixed signals)로부터의 하나 이상의 관심 소스 신호(one or more source signals of interest)를 분리(예를 들어 필터링)하는데 사용되는 시스템 및 방법을 지칭한다. 제한 없이, 미확인된 케이스(an underdetermined case)(예를 들어 관측 신호(observed signals)가 신호 소스(signal sources)보다 더 적은 관측된 신호)를 포함하는 어플리케이션에서는, 블라인드 소스 분리가, 소스 신호 또는 신호 혼합 프로세스(the signal mixing process)에 대한 많은 양의 알려진 정보에 의존하지 않고, 임의의 세트(an arbitrary set)의 시변 신호(time-varying signals)(예를 들어 하나 이상의 신호 발생기로부터의 레이더 펄스들)로부터 순수한 관심 신호(pure signals of interest)를 필터링하는 것을 용이하게 한다.
또한, 여기에 사용되듯이, "노이즈 제거(denoise)", "노이즈 제거된(denoised)", 그리고 "노이즈 제거하는(denoising)"은 노이지한 환경(a noisy environment)으로부터 수신되는 관심 사전 제어 신호(pre-condition signals of interest)의 질을 개선하기 위해 사용되는 장치, 시스템 및 방법에 관련되어 있다.
수신되는 관심 신호들을 노이즈 제거하는 것은 관심 신호가 안테나와 같은 수신 장치(a receiving device)에 의해 처음에 수신되는 곳으로부터 다음에 있는(downstream) 추가적인 장치, 시스템, 그리고 방법들을 사용한 수신되는 관심 신호의 추가적인 신호 프로세싱을 용이하게 한다.
또한, 여기에 사용된 바와 같이, "실시간(real-time)"은 연관된 이벤트들의 발생 시간, 측정 및 소정 데이터(predetermined data)의 수집 시간, 데이터를 프로세스할 시간, 그리고 이벤트들 및 환경에 대한 시스템 응답(a system response) 시간 중 적어도 하나를 지칭한다. 여기에 기술되는 예들에서, 이런 활동 및 사건은 실질적으로 동시에 일어난다.
여기에 기술되는 광역 감시 센서에 의해 발생되는 상당히 다른 오차 크기를 가진 데이터를 이용한 공간 필터링 시스템 및 방법은, 공간 데이터가 다른 수의 차원(differing numbers of dimensions) 및 상당히 다른 오차 크기를 가질 때, 효과적이고 효율적인 신호들의 수신(reception) 및 분류(classification)를 가능하게 한다. 여기에 기술되는 예들은 또한, 관심 신호의 수가 많고 공간 정보(spatial content)가 분류상 우선 사항일 때, 노이즈(noise)와 간섭(interference)으로부터 신호의 분리를 용이하게 한다. 여기에 기술되는 예들은, 함께 결합된(fused together) 하나 이상의 센서로부터 나오는 공간 데이터를 포함해, 다수의 샘플링 프레임간에 정보를 공간적으로 일치시키기 위해 노이즈 및 간섭의 제거를 위해 요구되는 프로세싱을 단순화한다. 여기에 기술되는 광역 감시 센서에 의해 발생되는 상당히 다른 오차 크기를 갖는 데이터를 사용하는 공간 필터링 시스템 및 방법은 또한, 광역 센서에 의해 감시되는 공간 구역이 크고 공간 데이터가 다른 수의 차원 및 공지된 필터링 시스템 및 방법에 비해 더 단순한 프로세싱 아키텍쳐(processing architectures)를 이용한 상당히 다른 오차 크기를 가질 때, 효율적인 위치 매칭(efficient locational matching)을 용이하게 한다. 여기에 기술되는 예들은 개선된 감지 범위, 프로세싱 및 분류 성능, 그리고 감소된 공중 감시 동작에서의 전력 소모를, 컴퓨팅 자원을 설계상 제약(design constraints)에서의 한계를 넘게 증가시키지 않고, 또한 제공한다. 여기에 기술되는 광역 감시 센서에 의해 발생되는 상당히 다른 오차 크기를 갖는 데이터를 사용하는 공간 필터링 시스템 및 방법은 또한 큰 공간 구역들을 감시하는 광역 센서들로부터 얻어지는 공간 데이터의 효율적이고 효과적인 고성능 후처리(high performance post-processing)을 용이하게 한다. 여기에 기재된 예들은 광역 센서로부터 나오고 차원 수가 다르며 상당히 다양하게 변화하는 오차 크기를 갖는 공간 데이터-포함 벡터(spatial data-containing vectors)를 시간에 따라 통계적으로 함께 또한 결합할 수 있다. 여기에 기술되는 예들은 광역 센서들로부터 나온 공간 데이터를 사용하는 허용가능한 오차(an acceptable error)를 가진 정적 및 동적 신호 발생기들 사이에서 서로 구별하는 것을 더 용이하게 한다.
도 1은, 제한 없이, 항공기(7)를 포함하는 공중 감시 플랫폼(6)에 의해 감시되는 2차원 지상 표면(4)에 있는 적어도 하나의 동적 신호 발생기(2)를 갖는 예시적인 물리적 환경(1)의 개략도이다. 예시적인 예에서, 동적 신호 발생기(2)는 바퀴(11)를 가진 지상 기반 신호 발생기(a ground-based signal emitter)(8)에 포함된다. 나타나있지 않은 다른 예들에서는, 복수의 지상 기반 신호 발생기(8)가 지상 표면(4)에 있다. 지상 기반 신호 발생기(8)는 전자기 기반 신호(예를 들어, 제한 없이, 펄스 레이더 신호를 포함하는 레이더 신호)를, 제한 없이, 하늘(12)을 포함한 3차원 공간으로 전송하도록 구성된 트랜스시버(a transceiver)(10)를 포함한다. 트랜스시버(10)는 또한, 제한 없이, 제1 위치(16)로부터 제1회에 하늘(12)로 전송되는 제1 신호(14) 및 제2 위치(20)로부터 제2 회에 하늘(12)로 전송되는 제2 신호를 포함하는 적어도 한 신호의 반사체(a reflection of at least one signal)를 통하여 공중 감시 플랫폼(6)을 감지하도록 구성된다. 지상 기반 신호 발생기(8)에 의해 감지 가능한 공중 감시 플랫폼(6)의 특징들은, 제한 없이, 제1 신호(14)의 제1 반사 신호(22) 및 제2 신호(18)의 제2 반사 신호(24)와 구별되는 하늘(12)에서 공중 감시 플랫폼(6)의 공간 정보를 포함한다. 공간 정보는, 제한 없이, 트랜스시버(10)로부터 공중 감시 플랫폼의 거리(예를 들어 범위), 트랜스시버(10)로부터의 방위각(an azimuth), 트랜스시버(10)에 대해 상대적인 높이, 그리고 공중 감시 플랫폼(6)의 속도를 포함한다.
또한, 예시적인 예에서는, 공중 감지 플랫폼(6)은 안테나(28)를 포함하는 신호 프로세싱 플랫폼(26)을 포함한다. 안테나(28)는 제1 신호(14) 및 제2 신호(18)를 포함한 복수의 신호(29)를 수신하도록 구성된다. 안테나(28)는 제1 신호(14) 및 제2 신호(18) 중 적어도 하나를 신호 프로세싱 플랫폼(26)으로 전송하도록 구성된다. 안테나(28) 및 신호 프로세싱 플랫폼(26)은 주파수(a frequency), 도착 시간(a time of arrival), 출발 시간(a time of departure), 펄스 간격(a pulse width), 펄스 진폭(a pulse amplitude), 펄스 반복 간격(a pulse repetition interval), 그리고 도착 각도(an angle of arriaval)(AOA)를, 제한 없이, 포함하는 복수의 신호(29)의 다양한 특징들을 감지, 프로세스, 정량화(quantify), 저장(store), 그리고 표시(display) 중 어느 하나를 하도록 구성된 아날로그 및 디지털 전자 회로 구성요소(도시되지 않음)를 포함한다. 신호 프로세싱 플랫폼(26)은 또한 복수의 신호(29)의 각 신호(29)로부터의 적어도 하나의 신호 파라미터 벡터를 발생시키도록 구성된 아날로그-디지털 변환기(an analog-to-digital converter)를 포함한다. 신호 파라미터 벡터는 비일시적 컴퓨터 판독 가능 저장 매체(예를 들어 메모리)로부터 실행되는 소프트웨어를 구동하는(running) 전자 하드웨어에 컴퓨터 기반 방법을 이용해 프로세스되는 디지털 데이터(예를 들어 여기서 "좌표"라고도 지칭되는 적어도 하나의 신호 데이터 블록)로서 위에서 언급한 특징들 중 적어도 하나의 특징을 포함한다.
동작 중, 예시적인 예에서, 신호 프로세싱 플랫폼(26)이 안테나(28)의 감시 가능 구역(30)안에 있는 지상 표면(4)에 위치한 지상 기반 신호 발생기(8)에 대한 공간 및 식별 정보를 제공한다. 도시되지 않은 다른 예들에서 감시 가능 구역(30)은 수역(a body of water)의 표면아래에 위치한 감시 가능 구역이다. 신호 프로세싱 플랫폼(26)에 의해 구현되는, 컴퓨터 기반 방법을 포함한, 신호 프로세싱 방법은 추가적 데이터를 실질적으로 실시간으로 발생시켜서, 지상 기반 신호 발생기(8)의 특징들의 실질적으로 실시간 결정을 용이하게 한다. 프로세싱 플랫폼(26)에 의해 실행되는 신호 프로세싱 방법에 의해 결정되는 지상 기반 신호 발생기(8)의 특징들은, 제한 없이, 지상 기반 신호 발생기(8)가, 지상 기반 신호 발생기(8)가 움직이거나 혹은 정지해있든, 감시 가능 구역(30)에서 동작함에 대한 인가(an authorization), 그리고 지상 기반 신호 발생기(8)가 공중 감시 플랫폼(6), 감시 가능 구역(30)에 있는 다른 신호 지상 기반 신호 발생기들(8), 그리고 다른 감시 가능 구역(30) 및 하늘(12) 중 적어도 하나에 있는 어떤 사람들이나 소유물(property)(예를 들어, 제한 없이, 정찰 헬기(a patrol helicopter)(32)을 포함하는 신호 프로세싱 플랫폼(26)의 사용자와 연관된 시스템 또는 장치(31)) 중 적어도 하나에 에 제기하는 위협 수준(예를 들어 피아 식별 장치 - IFF)을 포함한다.
또한, 동작 중 예시적인 예에서, 신호 프로세싱 플랫폼(26)에 의해 실행되는 신호 프로세싱 방법에 의해 결정되는 지상 기반 신호 발생기(8)의 특징들은 또한 신호 프로세싱 플랫폼(26)과의 전기적 및 데이터 통신 중 적어도 하나로 물리적 장치 및 시스템들에서의 다양한 실질적으로 실시간 물리적 동작들을 야기한다. 예를 들어, 신호 프로세싱 플랫폼(26)에 의해 실행되는 신호 프로세싱 방법에 의해 결정되는 지상 기반 신호 발생기(8)의 특징들은, 제한 없이, 감시 가능 구역(30)을 포함한 2차원 물리적 공간 영역을 나타내는 그리드 지도(a map having a grid)로서의 경우를 포함한 휴먼 머신 인터페이스(HMI) 및 디스플레이 중 적어도 하나에 표시되며, 여기서 아이덴티티(identities) 및 지상 기반 신호 발생기(8)의 현재, 과거, 그리고 예상 위치 중 적어도 하나가 실질적으로 실시간으로 그들의 각 그리드 좌표에 표시된다. 또한, 예를 들어, 신호 프로세싱 플랫폼(26)에 의해 실행되는 신호 프로세싱 방법에 의해 결정되는 지상 기반 신호 발생기(8)의 특징들은 실질적으로 실시간으로 데이터로서 공중 감시 플랫폼(6)(예를 들어 항공기(7)의 방향타(rudders) 및 플랩(flaps)) 에 있는 엑츄에이터 제어기(actuator controllers)에, 위협으로 결정되는 지상 기반 신호 발생기(8)의 동작 구역(an area of operation)을 피하기 위해, 그것의 회피 기동(evasive maneuvers)(예를 들어 항공기(7)가 무인 자동 차량(an unmmaned autonomous vehicle(UAV)인 경우를 포함한 항공기(7)의 오토파일럿 기능에 의해)을 용이하게 하도록 전송된다.
추가적인 예로서, 신호 프로세싱 플랫폼(26)에 의해 실행되는 신호 프로세싱 방법에 의해 결정되는 지상 기반 신호 발생기(8)의 특징들은 실질적으로 실시간으로 인가(authorization)없이 감시 가능 구역(30)에 동작하는 지상 기반 신호 발생기(8)에 경고 신호(a warning signal)인 데이터로서 전송된다. 경고 신호 외에도, 신호 프로세싱 플랫폼(26)에 의해 실행되는 신호 프로세싱 방법에 의해 결정되는 지상 기반 신호 발생기(8)의 특징들은 특정 비인가(unauthorized) 및/또는 위협적 지상 기반 발생기(8) 부근에 동작하는 연관된 동적 시스템(예를 들어 정찰 헬기(32))에 실질적으로 실시간으로 경계 신호(an alert signal)인 데이터로서 전송된다. 예를 들어, 경계 신호는 데이터를 수신하거나 비인가 및/또는 위협적 지상 기반 신호 발생기(8)를 향해 방향성 이동(directed movement)을(예를 들어 특정 비인가 및/또는 위협적 지상 기반 신호 발생기(8)를 무력화시키기 위해) 동작시키도록(actuate) 구성된 엑츄에이터 제어기를 갖춘 로봇식 및 자주(autonomous) 유닛(예를 들어 무인 자동 차량(UAV)) 중 적어도 하나를 포함하는 경찰 및 군 부대(a police and military unit)에 전송된다. 또한, 예를 들어, 신호 프로세싱 플랫폼(26)에 의해 실행되는 신호 프로세싱 방법에 의해 결정되는 지상 기반 신호 발생기(8)의 특징들은 실질적으로 실시간으로 제어 신호(a control signal)인 데이터를 인가 없이 감시 가능 구역(30)에서 동작하는 지상 기반 신호 발생기(8)에, 예를 들어, 방해 신호(a jamming signal)(도시하지 않음)를 보내기 위해 근접 안테나(proximate antenna)(28) 및 말단(distal) 공중 감시 플랫폼(6) 중 적어도 하나에 위치한 전자 서포트 조치(an electronic support measure)(ESM) 및 전자전(Electronic warfare)(EM) 시스템 중 적어도 하나에 실질적으로 실시간으로 제어 신호인 데이터로서 전송된다.
도 2는 무인 자동 차량(UAV)(35)을, 제한 없이, 포함하는 공중 감시 플랫폼(6)에 의해 감시되는 지상 표면(4)에 있는 적어도 하나의 정적 신호 발생기(34)를 갖춘 대안적인 물리적 환경(33)의 개략도이다. 대안적인 예에서는, 정적 신호 발생기(34)가 지상 기반 신호 발생기(36)에 포함된다. 도시되지 않은 다른 예들에서는 복수의 지상 기반 신호 발생기(36)가 지상 표면(4)에 있다. 지상 기반 신호 발생기(36)는 전자기 기반 신호(예를 들어 펄스 레이더 신호를, 제한 없이, 포함하는 레이더 신호)를 하늘(12)을, 제한 없이, 포함하는 3차원 공간으로 전송하도록 구성된 트랜스시버(10)를 포함한다. 트랜스시버(10)는 또한 복수의 두 점에 적어도 하나의 신호의 반사체를 통해 공중 감시 플랫폼(6)을 감지하도록 구성된다. 트랜스시버(10)에 의해 수신되는 제1 신호(14)의 제1 반사 신호(22)로부터 구별되는 하늘(12)에 있는 공중 감시 플랫폼(6)의 공간 정보를, 제한 없이, 포함하는 지상 기반 신호 발생기(36)에 의해 감지 가능한 공중 감시 플랫폼(6)의 특징들. 공간 정보는, 제한 없이, 트랜스시버(10)로부터 공중 감시 플랫폼(6)의 거리, 트랜스시버(10)로부터의 방위각, 트랜스시버(10)에 대해 상대적인 높이, 그리고 공중 감시 플랫폼(60)의 속도를 포함한다.
또한, 대안적인 예에서, 공중 감시 플랫폼(6)은 안테나(28)을 갖춘 신호 프로세싱 플랫폼(26)을 포함한다. 안테나(28)는 복수의 신호(29)를 수신하고 신호 프로세싱 플랫폼(26)으로 제1 신호(14)를 전송하도록 구성된다. 안테나(28) 및 신호 프로세싱 플랫폼(26)은 주파수, 도착 시간, 출발 시간, 펄스 간격, 펄스 진폭, 펄스 반복 간격, 그리고 도착 각도를, 제한 없이, 포함하는 복수의 신호(29)의 다양한 특징들을 감지, 프로세스, 정량화, 저장, 그리고 표시 중 어느 하나를 하도록 구성된 아날로그 및 디지털 전자 회로 구성요소(도시하지 않음)를 포함한다. 신호 프로세싱 플랫폼(26)은 또한 복수의 신호(29)의 각 신호(29)로부터의 적어도 하나의 신호 파라미터 벡터를 발생시키도록 구성된 아날로그-디지털 변환기를 포함한다. 신호 파라미터 벡터는 비일시적 컴퓨터 판독 가능 저장 매체(예를 들어 메모리)로부터 실행되는 소프트웨어를 구동하는(running) 전자 하드웨어에 컴퓨터 기반 방법을 이용해 프로세스되는 디지털 데이터(예를 들어 여기서 "좌표"로 언급된 적어도 하나의 신호 데이터 블록)로서 위에서 언급한 특징들 중 적어도 하나의 특징을 포함한다.
동작 중, 예시적인 예에서, 신호 프로세싱 플랫폼(26)은 안테나(36)의 감시 가능 구역에 있는 지상 표면(4)에 제3 위치(38)에 위치한 지상 기반 신호 발생기(36)에 대한 공간 및 식별 정보를 제공한다. 신호 프로세싱 플랫폼(26)에 의해 실행되는, 컴퓨터 기반 방법을 포함한, 신호 프로세싱 방법은 추가적 데이터를 실질적으로 실시간으로 발생시켜서, 지상 기반 신호 발생기(8)의 특징들의 실질적으로 실시간 결정을 용이하게 한다. 신호 프로세싱 플랫폼(26)에 의해 실행되는 신호 프로세싱 방법에 의해 결정되는 지상 기반 신호 발생기(36)의 특징들은, 제한 없이, 지상 기반 신호 발생기(36)가, 지상 기반 신호 발생기(36)가 움직이거나 혹은 정지해있든, 감시 가능 구역(30)에서 동작함에 대한 인가, 그리고 지상 기반 신호 발생기(36)가 공중 감시 플랫폼(6), 감시 가능 구역(30)에 있는 다른 신호 지상 기반 신호 발생기들(36), 그리고 다른 감시 가능 구역(30) 및 하늘(12) 중 적어도 하나에 있는 어떤 사람들이나 소유물(property)(예를 들어, 제한 없이, 바퀴(11)를 갖춘 정찰 차량(40)을 포함하는 신호 프로세싱 플랫폼(26)의 사용자와 연관된 시스템 혹은 장치(31)) 중 적어도 하나에 제기하는 위협 수준을 포함한다.
또한, 동작 중 예시적인 예에서, 신호 프로세싱 플랫폼(26)에 의해 실행되는 신호 프로세싱 방법에 의해 결정되는 지상 기반 신호 발생기(36)의 특징들은 또한 신호 프로세싱 플랫폼(26)과의 전기적 및 데이터 통신 중 적어도 하나로 물리적 장치 및 시스템들에서의 다양한 실질적으로 실시간 물리적 동작들을 야기한다. 예를 들어, 신호 프로세싱 플랫폼(26)에 의해 실행되는 신호 프로세싱 방법에 의해 결정되는 지상 기반 신호 발생기(36)의 특징들은, 제한 없이, 감시 가능 구역(30)을 포함한 2차원 물리적 공간 구역을 나타내는 그리드 지도(a map having a grid)로서의 경우를 포함한 휴먼 머신 인터페이스(HMI) 및 디스플레이 중 적어도 하나에 표시되며, 여기서 아이덴티티 및 지상 기반 신호 발생기(36)의 현재, 과거, 그리고 예상 위치 중 적어도 하나가 실질적으로 실시간으로 그들의 각 그리드 좌표에 표시된다. 또한, 예를 들어, 신호 프로세싱 플랫폼(26)에 의해 실행되는 신호 프로세싱 방법에 의해 결정되는 지상 기반 신호 발생기(36)의 특징들은 실질적으로 실시간으로 데이터로서 공중 감시 플랫폼(6)(예를 들어 무인 자동 차량(35)의 방향타 및 플랩)에 있는 엑츄에이터 제어기(actuator controllers)에, 위협으로 간주되는(determined) 지상 기반 신호 발생기(36)의 동작 구역을 피하도록, 그것의 회피 기동(evasive maneuvers)을 용이하게 하도록 전송된다.
추가적인 예로서, 신호 프로세싱 플랫폼(26)에 의해 실행되는 신호 프로세싱 방법에 의해 결정되는 지상 기반 신호 발생기(36)의 특징들은 실질적으로 실시간으로 인가 없이 감시 가능 구역(30)에 동작하는 지상 기반 신호 발생기(36)에 경고 신호인 데이터로서 전송된다. 경고 신호 외에도, 신호 프로세싱 플랫폼(26)에 의해 실행되는 신호 프로세싱 방법에 의해 결정되는 지상 기반 신호 발생기(36)의 특징들은 특정 비인가 및/또는 위협적 지상 기반 발생기(36) 부근에 작동하는 연관된 동적 시스템(예를 들어 정찰 차량(40))에 실질적으로 실시간으로 경계 신호인 데이터로서 전송된다. 예를 들어, 경계 신호는 데이터를 수신 및 비인가 및/또는 위협적 지상 기반 신호 발생기(36)를 향해 방향성 이동을(예를 들어 특정 비인가 및/또는 위협적 지상 기반 신호 발생기(36)를 무력화시키기 위해) 작동시키도록 구성된 엑츄에이터 제어기를 갖춘 로봇식 및 자주 유닛(예를 들어 무인 자동 차량(UAV)) 중 적어도 하나를 포함하는 경찰 및 군 부대(a police and military unit)에 전송된다. 또한, 예를 들어, 신호 프로세싱 플랫폼(26)에 의해 실행되는 신호 프로세싱 방법에 의해 결정되는 지상 기반 신호 발생기(36)의 특징들은 실질적으로 실시간으로 제어 신호인 데이터를 인가 없이 감시 가능 구역(30)에서 동작하는 지상 기반 신호 발생기(36)에, 예를 들어, 방해 신호(도시하지 않음)를 보내기 위해 근접 안테나(proximate antenna)(28) 및 말단 공중 감시 플랫폼(6) 중 적어도 하나에 위치한 전자 서포트 조치(ESM) 및 전자전(EM) 시스템 중 적어도 하나에 실질적으로 실시간으로 제어 신호인 데이터로서 전송된다.
도 3은 도 1 및 도 2에 도시된 공중 감시 플랫폼(6)과 함께 사용되는 예시적인 신호 프로세싱 시스템(100)의 개략도이다. 예시적인 실시 예에서, 신호 프로세싱 시스템(100)은, 예를 들어, 그리고 제한 없이, 레이더 신호로부터 나오는 수신되는 신호의 플라인드 소스 분리(blind scource separation)(BSS)를 사용한 펄스 서술어(pulse descriptor word)(PDW) 벡터(138)를 발생시킨다. 더 일반적으로, 다른 실시 예들에서, 신호 프로세싱 시스템(100)은 여기에 기술한 바와 같이 실질적으로 유사한 방식으로 PDW 벡터와 다른 신호 파라미터 벡터(예를 들어 신호 파라미터 벡터(138)를 발생시키는 것을 가능하게 한다. 또한 블라인드 신호 분리로서 알려진, BSS는 하나 이상의 복수의 혼합 신호로부터의 관심 소스 신호를 분리(예를 들어 필터)하는데 사용된다. 미확인된 케이스(예를 들어 관측 신호가 신호 소스보다 더 적을 때)를, 제한 없이, 포함하는 어플리케이션에서, 블라인드 신호 분리는 신호 발생기, 관심 신호, 또는 신호 혼합 프로세스에 대한 많은 양의 알려진 정보에 의존하지 않고 임의적 세트의 시변 신호(예를 들어 하나 이상의 신호 발생기로부터의 레이더 펄스)로부터 순수한 관심 신호를 분리하고 식별하는 것을 용이하게 한다.
예시적인 예에서, 신호 프로세싱 시스템(100)은 안테나(28)에 통신상 결합된 신호 데이터 프로세서(101)를 포함한다. 예시적인 예에서 안테나(28)는 광역 센서(103)이다. 신호 데이터 프로세서(101)는 전처리기(104) 및 후처리기(105)를 포함한다. 센서(103)는, 예를 들어, 그리고 제한 없이, 동적 신호 발생기(2) 및 정적 신호 발생기(34)로부터의 신호를 수신하도록 구성된다. 두 개의 신호 발생기(2, 34)가 도 3에 도시되었지만, 본 기술에 대한 능력의 사람들은 감시 가능 구역(30)(도 1 및 도 2에 도시됨)으로부터의 어떤 수의 신호 발생기로부터의 신호도 수용하는 센서(103)의 중요성을 인지할 것이다.
센서(103)는 사전 제어기(108)를 통해 전처리기(104)와 통신상 결합된다. 예시적인 예에서는, 사전 제어기(108)는 저소음 증폭기(109), 밴드 패스 필터(a band pass filter)(110), 및 광대역(wideband) AD 컨버터(analog-to-digital convertor)(ADC)(111)를 포함한다. 동작 중, 사전 제어기(108)는 센서(103)로부터 수신되는 센서 출력 신호(a sensor output signal)(112)를 전처리기(104)로 전송되는 인커밍 신호(an incoming signal)(113)로 변환하도록 구성된다. 각 입력 신호(an incoming signal)(113)는 센서(103)에 수신되는 시변 신호로부터 얻어진다. 시변 신호는 신호 발생기(2, 34)로부터 수신된 신호의 혼합(a mix of signals)을 포함한다. 예를 들어, 시변 신호는 제1 신호(14) 및 제2 신호(18)를 포함한다.
예시적인 예에서, 전처리기(104)는 하나 이상의 신호 노이즈 제거 모듈(modules)(118), 그리고 복수의 블라인드 소스 분리 모듈(120)을 포함한다. 각 BSS(120)는 하나의 신호 노이즈 제거 모듈(118)에 결합되고, 하나의 BSS 채널(200)을 나타낸다. 신호 프로세싱 시스템(100)에서 BSS 채널(200)의 전체 개수는 K로 표현된다. 신호 노이즈 제거 모듈(118)은 노이즈 제거된 신호(124) 및 상태 에너지 신호(a state energy signal)(126)를 복수의 BSS 모듈(120)의 각 BSS 모듈(120)(예를 들어 120a, 120b, ..., 120K)로 전송한다. 상태 에너지 신호(126)는 특정 샘플 시간 지점(particular sampled time points)(예를 들어 상태(states))에서의 인커밍 신호(113)의 진폭에 비례하는 양(예를 들어 아날로그 전압 레벨(an analog voltage level))을 나타낸다.
동작 중, 인커밍 신호(113)은 사전 제어기(108)로부터 신호 노이즈 제거 모듈(118)로 전송되고 여기서 인커밍 신호(113)는 신호 노이즈 제거를 수행하고 그 다음 노이즈 제거된 신호(124)로서 상기 각 BSS 모듈(120)에 전송된다. 예를 들어, 제1 신호(14)는 주파수 및 대역폭(a bandwidth)를, 제한없이, 포함하는 신호 특징들을 갖는 펄스로서 센서(103)에 처음으로 수신된다. 이 예에서, 사전 제어기(108)에 의해 프로세싱된 후의 제1 신호(14)의 하나의 펄스는 그 다음 신호 노이즈 제거 모듈(118)에 혼합 신호를 수용한다(예를 들어 인커밍 신호(113)는 제1 신호(14)의 신호 펄스를 나타내고, 제한 없이, 노이즈 및 원하는 관심 정보 이외의 정보를 포함하는 다양한 특징들을 가진다). 신호 노이즈 제거 모듈(118)은 주파수 및 대역폭(또는 일반 패턴의 주파수 및 대역폭들)을 갖는 노이즈 제거된 신호(124)를 BSS 모듈(120)로 전송하기 전에 혼합 인커밍 신호(113)를 노이즈 제거한다. 신호 프로세싱 시스템(100)에 의해 구현되는 방법들은 위에 기술한 장치 및 시스템들에 의해 실질적으로 실시간으로 수행된다.
또한, 예시적인 예에서, 전처리기(104)는 각 BSS 모듈(120)과 결합된 하나 이상의 펄스 기술어(PDW) 발생 모듈(128), 그리고 각 BSS 모듈(120)과 결합된 펄스 노이즈 제거 모듈(130)을 포함한다. PDW 발생 모듈(128)은 각 BSS 모듈(120)로부터 수신된 블라인드 소스 분리 신호(blind source separated signals)(129)에 기반한 PDW 파라미터 벡터(138)을 발생시킨다. 각 PDW 파라미터 벡터(138)는 블라인드 소스 분리 신호(129)의 한 펄스(예를 들어 진동수, 대역폭, 도착 시간, 출발 시간, 펄스 간격(pulse width), 펄스 진폭, 펄스 반복 간격(pulse repetition interval), 및/또는 AOA)로부터 나오는 신호(14, 18) 중에 하나의 관심 특징들을 나타내는 데이터를 포함한다. 펄스 노이즈 제거 모듈(130)은 또한 블라인드 소스 분리 신호(129)에 기반한 미지의 신호 상태 공간 표현 신호(an unknown signal state space representation signal)(139)를 발생시킨다. 미지의 신호 상태 공간 표현 신호(139)는 신호 발생기(2, 34) 중에 하나에 대한 사용 가능 공간 정보를 구별 가능한 신호(14, 18) 중 하나의 추가적인(예를 들어 비PDW type(non-PDW type)) 관심 특징들을 나타내는 데이터를 포함한다. PDW 파라미터 벡터(138) 및 미지의 신호 상태 공간 표현 신호(139)는 후처리기(105)로 전송된다. 신호 노이즈 제거 모듈(118), PDW 발생 모듈(128), 및 펄스 노이즈 제거 모듈(130)은 적정한 신호 필터링, 신호 증폭, 신호 모듈레이션, 신호 분리, 신호 처리, 및/또는 아날로그 및/또는 디지털 전자 회로 요소를 사용하는 실행되는 ADC 회로(ADC circuitry implemented)를 포함한다. 또한, 예시적인 예에서, 각 BSS 모듈(120)은 각 블라인드 소스 분리 신호(129)(예를들어 129a, 129b, . . . , 129K)를 PDW 발생 모듈(128) 및 펄스 노이즈 제거 모듈(130)로 전송한다.
후처리기(105)는 메모리(134)를 포함하는 컴퓨팅 장치(132)를 포함한다. 위에 기술한대로, PDW 발생 모듈(128)은 각각의 BSS 모듈(120)로부터의 블라인드 소스 분리 신호(129)를 수신한다. PDW 발생 모듈(128)은 그 다음 블라인드 소스 분리 신호(129)를 이용하여 PDW 파라미터 벡터(138)를 발생시키고, 이는 다음으로 후처리기(105)에 전송된다. PDW 파리미터 벡터(138)는 컴퓨팅 장치(132)에 의해 수신되고, 제한없이, 적어도 하나의 버퍼된 데이터 세트(at least one buffered data set)를 포함하는 메모리(134)에 비일시적 컴퓨터 판독 가능 데이터로서 저장된다. 펄스 노이즈 제거 모듈(130)은 또한 각각의 BSS 모듈(120)로부터의 블라인드 소스 분리 신호(129)를 수신하도록 구성된다. 펄스 노이즈 제거 모듈(130)은 블라인드 소스 분리 신호(129)를 이용하여 미지의 신호 상태 공간 표현 신호(139)를 발생시키도록 또한 구성되어있고, 이는 다음으로 후처리기(105)로 전송된다. 미지의 신호 상태 공간 표현 신호(139)는 컴퓨터 장치(132)에 의해 수신되고, 제한 없이, 적어도 하나의 버퍼된 데이터 세트를 포함하는 메모리(134)에 비일시적 컴퓨터 판독 가능 데이터를 저장된다. 예시적인 예에서, 컴퓨팅 장치(132)는 비일시적 메모리(134)(예를 들어 하나 이상의 비일시적 컴퓨터 판독 가능 저장 매체로부터의)에 또한 저장되는 명령 세트 데이터(instruction set data)로부터 실행되는 소프트웨어를 구동하는 동작 시스템을 사용하는 컴퓨터 기반 방법을 사용하여 프로세싱하기 위한 메모리(134)로부터의 버퍼된 데이터 세트들을 가지고 온다.
컴퓨팅 장치(132)는 PDW 파라미터 벡터(138)및 미지의 신호 상태 공간 표현 신호(139) 중 적어도 하나에 포함된 데이터에 기반한 동작(operations)을 수행하기 위해 컴퓨터 기반 방법(예를 들어 메모리(134)에 저장된 소프트웨어 명령(software instructions)으로부터의)을 실행한다. 그러한 동작은, 제한 없이, PDW 파라미터 벡터(138) 및 미지의 신호 상태 공간 표현 신호(139) 중에 적어도 하나에서의 데이터로서 나타내는 적어도 하나의 신호(예를 들어 신호(18, 20))의 다양한 특징들을 감지, 프로세싱, 정량화, 저장, 그리고 표시(예를 들어 인간 판독 가능 데이터 형식)함을 포함한다. 예를 들어, PDW 발생 모듈(128)이 의해 발생되는 PDW 파라미터 벡터(138)는 벡터 형태로 구성된 복수의 PDW 벡터 데이터 블록을 포함하며, 여기서 각 PDW 벡터 데이터 블록은 제1 신호(14)의 하나의 파라미터를 포함한다. 파라미터(예를 들어 제1 신호(14)의 적어도 하나의 특징을 나타내는)는, 제한 없이, 주파수, 대역폭, 도착 시간, 출발 시간, 펄스 간격, 펄스 진폭, 펄스 반복 간격, 및/또는 AOA를 포함한다. 컴퓨팅 장치(132)는 PDW 파라미터 벡터(138)를 읽고 복수의 PDW 벡터 데이터 블록 중 적어도 하나의 PDW 벡터 데이터 블록에의 위에서 언급한 동작들 중 적어도 하나를 수행한다. 또한, 예시적인 예에서, 컴퓨팅 장치(132)는 PDW 파라미터 벡터(138)를 읽고 그의 구성 PDW 벡터 데이터 블록(its constituent PDW vector data blocks)으로 분리(예를 들어 디인터리브)하며, PDW 파라미터 벡터(138)에 포함된 PDW 벡터 데이터 블록의 총 개수 보다 더 적은 PDW 벡터 데이터 블록을 메모리(134)에 저장한다. PDW 파라미터 벡터(138)를 디인터리브하는 것은, 예를 들어, 그리고 제한 없이, 신호 발생기(2) 및/또는 신호 발생기(34)에 대한 공간 정보를 결정하고 추적하기 위해 컴퓨팅 장치(132)에 의해 관심 신호 (14) 및/또는 (18)의 특징들을 결정하는 것을 가능하게 한다. 다른 실시 예에서는, 컴퓨팅 장치(132)는 모든 PDW 벡터 데이터 블록을 읽고 서로 분리시키며 메모리(134)에 그 곳에 포함된 모든 데이터를 저장한다. 컴퓨팅 장치(132)는 센서(103)에 의해 신호(14, 18)의 수신 시 실질적으로 동시에(예를 들어 실시간으로) 위에서 언급한 동작을 수행한다.
컴퓨팅 장치(132)에 의해 수행된 동작에 의한 결과 데이터는 메모리(134)에 저장된다. 또한, 예시적인 예에서, 컴퓨터 장치(132)는 상호 작용, 수정, 가시화, 적어도 하나의 추가적인 동작, 그리고 신호 프로세싱 시스템(110)의 사용자에 의한 신호(14, 18)에 대한 정보의 볼 수 있는 기록 중 적어도 하나를 쉽게 만들기 위해 후처리기(105)를 데이터 출력 신호(142)를 HMI로 전송하도록 야기한다. HMI는, 예를 들어, 후처리기(105)로부터 데이터 출력 신호를 수신하는 디스플레이(144)이다. 한 예에서, 신호 프로세싱 시스템(100)에 의해 결정된 대로, 신호 발생기(2, 34)의 물리적 위치를 나타내는 특징들(예를 들어 물리적 공간 영역에서 그리도 좌표와 같은 위치 특징이나, 예를 들어 2차원 지상 표면(4))은 디스플레이(144)에 표시되고, 실질적으로 실시간으로 업데이트된다. 데이터 출력 신호(142)는 또한 후처리기(105)로부터 신호 프로세싱 시스템(100)과 연결된 적어도 하나의 장치 및/또는 시스템(예를 들어 차량(146))으로 전송된다. 또한, 컴퓨팅 장치(132)는 후처리기(105)를, 실질적으로 실시간으로, 엑츄에이터 제어 신호(148)를 차량(146)을 제어하는 것을 용이하도록 차량(146)안에 포함된 엑츄에이터 제어기(150)에 전송함을 가능하게 한다. 예를 들어, 차량(146)은 원격식 및/또는 자주식 동작 육상 차량 및/또는 무인 공중 차량(an unmanned aerial vehicle)(예를 들어 UAV(35))이다.
동작의 한 모드에서, 주파수 및 각 PDW 파리미터 벡터(138)에 포함된 대역폭 정보 중 적어도 하나는 위치 및 특정 신호 발생기(2, 34)의 연결(association)의 정확한 추적을 용이하도록 각 신호 발생기(2, 34)의 위치와 함께 디스플레이(144)에 표시된다. 적어도 하나의 신호 발생기(2, 34)가 동적인 경우에, 디스플레이(144)는 적어도 하나의 각 동적 신호 발생기(2, 34)의 위치 정보를 보이기 위해 실질적으로 실시간으로 자동으로 업데이트된다. 또한, 컴퓨팅 장치(132)는 또한 적어도 하나의 각 동적 신호 발생기(2, 34)의 속도, 가속도, 궤적(a trajectory), 그리고 트랙(a track)(예를 들어 현재 및 예전 위치를 포함해) 중에 적어도 하나를 결정한다. 동작의 또 다른 모드에서, 신호 데이터 프로세서(101)에 의해 결정되는 특징들은 또한 신호 프로세싱 시스템(100)과 통신하는 물리적인 장치 및 시스템들에 다양한 실질적으로 실시간 물리적 동작을 작동시킨다. 예를 들어, 주파수와 신호 프로세싱 시스템(100)에 의해 결정된 대로 대역폭을 포함하는, 신호 발생기(2, 34)의 특징들은 실질적으로 실시간으로 데이터로서 차량(146) 안에(예를 들어 UAV(35)의 방향타 및 플랩을 제어하기 위해) 엑츄에이터 제어기(150) 에 전송된다. 만약 신호 발생기(2, 34)가 위협으로 구분된(determined) 비인가된(예를 들어 적대적, 미리 감지되지 않음, 등) 신호 발생기라면, 엑츄에이터 제어기(150)는 차량(146)을 신호 발생기(2, 34)의 동작 구역을 피하게 기동시키거나 신호 발생기(2, 34)와 연동한다(engages). 추가적인 예로서, 여기에 기술된 신호 데이터 프로세싱 방법에 의해 결정된 신호 발생기(2, 34)의 특징들은 인가 없이 센서(103)의 감시 가능 환경에서 동작하는 신호 발생기(2, 34)에, 예를 들어, 방해 신호를 보내기 위해 신호 프로세싱 시스템(100)과 연결된 ESM 장치 및 EW 시스템 중 적어도 하나에 실질적으로 실시간으로 제어 신호(a control signal)에 전송된다.
동작 중, 신호 프로세싱 시스템(100)에 복수의 BSS 모듈의 각BSS 모듈(120)은 주파수, 중앙 주파수(center frequency), 대역폭, 펄스 시간, 그리고 펄스 간격 정보 중 적어도 하나를 포함하는 높은 질의 PDW(high quality PDW)를 발생시키는 것을 가능하게 하기 위해 동적 갱신(dynamic updating)을 갖춘 필터링 방법을 실행한다. 주파수와 관심 신호의 대역폭을, 예를 들어, 추적하는 그러한 개선된 PDW의 정확도 및 화질은 연관된 신호가 발생되는 신호 발생기(2, 34)를 식별, 결정, 및/또는 분석하는 것을 용이하게 한다. 예를 들어, 신호 발생기(2, 34)로부터의 PDW로부터 얻어지는 정보를, 제한 없이, 포함하는 정보는, 위에 기술된 대로, 데이터 출력 신호(142)로서 후처리기(105)에 의해 그 것으로 전송된 후에 디스플레이(144)에 표시된다. 이 개선된 정보는 신호 프로세싱 시스템(100)이 신호 발생기(2)를 신호 발생기(34)로부터 구분하는 것을 가능하게 한다. 또한, 예를 들어, 센서(103)의 감시 환경에 있는 다른 신호 발생기(2, 34)는 디스플레이(144)(예를 들어 지도로서)에 각 위치(예를 들어 그리드 좌표)에 표시된다.
또한, 작동 중, 복수의 BSS 모듈(120)은 복수의 노이즈 제거된 신호(124)를 분리한다. 각 BSS 모듈(120)은 복수의 가변 필터(tunable filters)(도시하지 않음)를 포함하며, 여기서 각 필터는 중앙 주파수 및 대역폭을, 제한 없이, 포함하는 필터 파라미터들에 기반하여 동작한다. 또한, 예시적인 예에서, 전처리기(104)는 BSS 제어 모듈(196)을 포함하며, 이는 복수의 BSS 모듈(120)의 각각의 BSS 모듈(120)을 제어하는 것을 용이하게 한다. BSS 제어 모듈(196)은 복수의 BSS 모듈(120)의 각 BSS 모듈(120)로부터의 주파수, 대역폭, 그리고 상태를, 제한 없이, 포함하는 BSS 관련 정보를 포함하는 각 BSS 신호(197)(예를 들어 197a, 197b, . . . , 197K)를 수신한다. BSS 데이터 신호(197)에 포함된 BSS 관련 정보에 기반하여, BSS 제어 모듈(196)은 또한 노이즈 제거된 신호(124)의 시기 및 각 블라인드 소스 분리 신호(129)의 PDW 발생 모듈(128) 및 펄스 노이즈 제거 모듈(130) 중 적어도 하나에의 전송을, 예를 들어 그리고 제한 없이, 제어하기 위해 각 BSS 제어 신호(198)(예를 들어 198a, 198b, . . . , 198K)를 발생시키고 각각의 BSS 모듈(120)로 재전송한다. BSS 데이터 신호(197) 및 BSS 제어 신호(198)에 포함된 정보는 피드백 제어 루프(a feedback control loop)의 구현을 용이하게 하도록 BSS 제어 모듈(196)에 의해 사용된다.
도 4는 도 3에 도시된 신호 프로세싱 시스템(100)과 함께 사용되는 신호 파라미터 벡터 데이터를 디인터리브하는 예시적인 프로세스(400)의 개략도이다. 예시적인 예에서는, 적어도 하나의 어레이 데이터 구조(401)가 메모리(134)에 적어도 하나의 어드레스에 저장된다(도시하지 않음). 어레이 데이터 구조(401)는 희소(sparse)(예를 들어 거친(coarse)) 어레이("레벨 1"이라 명명된 그리드)(402), 중간 어레이(a medium array)(404)("레벨 2"), 그리고 미세 어레이(406)("레벨 3")를 포함하는 복수의 어레이를 포함한다. 복수의 어레이의 각 어레이는 복수의 요소(예를 들어 그리드 좌표)(407)를 포함하고 이는 메모리(134)에 어레이 데이터 구조(401)의 어드레스로부터 서브어드레스된다(subaddressed). 희소 어레이(402)는 중간 어레이(404)보다 더 적은 수의 요소(407)를 포함하고, 미세 어레이(406)는 중간(medium)(404)보다 더 많은 수의 요소(407)를 포함한다. 또한, 희소 어레이(402), 중간 어레이(404), 그리고 미세 어레이(406)의 요소(407)는 물리적 공간 구역(예를 들어 감시 가능 구역(30))의 실질적으로 같은 크기의 부지역(subregions)의 연속적으로 더 미세한 표현(successively finer representations)을 나타낸다. 언제든지, 요소들(407)의 집중(a collection of elements)은, 언제든지, 감시 구역(30)의 한 구역을 나타낸다. 동적 신호 프로세싱 시스템(100)의 경우(도시하지 않음), 요소들(407)의 모임은, 연속적인 지점(예를 들어 프레임(frames))에 걸쳐 시간에 따라(in time) 실질적으로 일정한 감시 구역(30)보다는, 변화하는 구역을 나타낸다.
또한, 예시적인 예에서, 섀도우 해시 키 루틴(408)은 메모리(134)에 소프트웨어 명령(software instructions)으로서 저장되고 컴퓨터 기반 방법에 컴퓨팅 장치(132)(도시되지 않은)에 의해 실행된다. 섀도우 해시 키 루틴(shadow hash key routine)(408)은 신호 프로세싱 시스템(100)을 전원을 넣고(powering on) 기동시키는 것(waking up) 중 적어도 하나를, 제한 없이, 포함하는 사용자 개시 출발 상태(a user-initiated start state)(410)로 컴퓨팅 장치(132)에 구동된다. 시작 상태(410)는 제1 서브루틴(subroutine)(412)으로 진행하고 이 동안 컴퓨팅 장치(132)는 신호 파라미터 벡터(138) 데이터 및 미지의 신호 상태 공간 표현 신호(unknown signal state space representation signal)(139) 중 적어도 어느 하나가 전처리기(104)로부터 후처리기(105)에 의해 수신되는지 안 되는지 여부를 계속적으로 체크한다. 신호 파라미터 벡터(138) 데이터 및 미지의 신호 상태 공간 표현 신호(139) 중 적어도 어느 하나가 후처리기(105)에 의해 수신되지 않는다면, 섀도우 해시 키 루틴(408)이 루프 백(loops back)하고 제1 서브루틴(412)를 다시 수행한다. 만약, 제1 서브루틴(412) 동안, 컴퓨팅 장치(132)가 신호 파라미터 벡터(138) 데이터 및 미지의 신호 상태 공간 표현 신호(139) 데이터 중 적어도 하나가 전처리기(104)로부터 후처리기(105)에 의해 수신된다고 결정을 하면, 섀도우 해시 키 루틴(408)은 제2 서브루틴(a second subroutine)(414)으로 진행한다. 제2 서브루틴(414) 동안, 컴퓨팅 장치(132)가, 메모리(134)와 함께, 센서(103)를 사용하여 얻은 공간적으로 정의된 데이터(spatially-defined data)를 읽고(예를 들어 얻고), 삽입하고(예를 들어 읽고), 그리고 삭제하는 것 중 적어도 하나를 하도록 소프트웨어 명령(software instructions)을 실행한다.
또한, 제2 서브루틴(414) 동안, 컴퓨팅 장치는 식(1)로 정의된 제1 섀도우 해시 키 함수(function)를 실행한다:
H1(k) = 레벨 1 해시 식 (1)
여기서 H1(k)는 희소 어레이(402)에 요소(407)로의 키(keys)를 매핑(mapping)하는 해시 함수이고, k는 희소 어레이(402)에 적어도 하나의 공간적으로 정의된 데이터 기록의 서브어드레스(subaddress)이다(예를 들어 적어도 하나의 공간적으로 정의된 데이터 기록이 메모리(134)에 저장되는 희소 어레이(402)에 요소(407)). 키 k는, 따라서, 정해진 시점에서 감시되는 물리적 공간 영역의 부지역(the subregion)에 대응한다. 2차원 감시 가능 구역(30)을 나타내는 희소 어레이(402)의 경우에, 키 k는 다음과 같이 정의된다:
k1 = x1*c1 + y1 식 (2)
여기서 k1은 키(the key)이고, c1은 상수이며(예를 들어 컴퓨팅 장치(132)에 의해 결정되는), x1 및 y1은 각 요소(407)(예를 들어 물리적 공간 영역에 위도와 경도에 대응하는)를 가진 희소 어레이(402)에 인덱스(the index)를 정의한다.
또한, 예시적인 예에서, 섀도우 해시 키 루틴(408)은 신호 파라미터 벡터(138) 데이터 및 미지의 신호 상태 공간 표현 신호(139) 데이터를 물리적 공간 영역에 부지역에 대응하는 희소 어레이(402)에 각 요소(407)에 메모리(134)에 저장하는 것과 함께 실행된다. 제2 서브루틴(414) 동안, 컴퓨팅 장치(132)는 키 k1이 H1(k)에 의해 발견되는지 여부를 체크한다. 키 k1이 발견되지 않으면, 컴퓨팅 장치(132)는 실질적으로 제1 섀도우 해시 키 함수에 유사한, 하지만 희소 어레이(402)보다는 중간 어레이(404)에서 수행되는, 제2 섀도우 해시 키 함수를, H2(k) = 레벨 2 해시, 실행한다. 키 k1이 발견되면, 컴퓨팅 장치(132)는 관심 공간적으로 정의된 데이터(the spatially-defined data of interest)가 희소 어레이(402)에 있는지 여부를 결정한다. 관심 공간적으로 정의된 데이터가 희소 어레이(402)에 저장되지 않으면, 컴퓨팅 장치(132)는 그 다음 중간 어레이(404)에 어드레스에 대한 포인터(a pointer)가 있는지, 만약 그렇다면, 제2 서브루틴(414)이 거기로 향했는지 여부를 결정한다. 결국, 공간적으로 정의된 데이터가 중간 어레이(404)에 저장되지 않지만, 오히려 중앙 어레이(404)가 미세 어레이(406)에 어드레스에 대한 포인터를 포함하고 사건에서, 제2 서브루틴(414)은 유사하게 거기로 향한다. 제2 서브루틴(414)은 컴퓨팅 장치(132)가 관심 원하는 데이터 값 또는 값들을 찾거나, 혹은 값 또는 값들이 메모리(134)에 저장되지 않았음이 밝혀질 때까지 이러한 방식으로 계속된다.
도 5 내지 12를 참조하여 추가적으로 밑에 나타내고 기술되듯이, 각 연속적 신호가 시간에 걸쳐 신호 프로세싱 시스템(100)에 의해서 수신되고, 벡터화되고(vectorized), 디인터리브될 때, 어레이 데이터 구조(401)의 복수의 요소(407)는 공간적으로 정의된 데이터 값들에 연관된 복수의 신호 데이터 블록이 그들에(in them) 저장되어 있을 것이다. 연관된 공간적으로 정의된 데이터 값은 물리적 공간 환경 감시 가능 구역(30)에 적어도 하나의 신호 발생기(2) 및/또는 신호 발생기(34)의 공간적 특징들로부터 얻어지고, 그들을 나타낸다. 컴퓨팅 장치(132)는 또한 상당히 다른 오차 크기를 가지고 희소 어레이(402), 중간 어레이(404), 그리고 미세 어레이(406) 중 하나 이상에 복수의 요소(407)에 저장되는 공간 정보를 나타내는 적어도 하나의 타원 오차 지역 확률 오프젝트(416)를 메모리(134)에 발생시키도록 섀도우 해시 키 루틴(408)을 실행한다.
예시적인 예에서, 프로세스(400)는 제1 타원 오차 지역 확률 객체(418) 및 제2 타원 오차 지역 확률 객체(420)을 포함한다. 섀도우 해시 키 루틴(408)은 또한 어레이 데이터 구조(401)를 포함하는 확률 희소 트리 그리드(a stochastic sparse tree grid)내에서 컴퓨팅 장치(132)에 의해 동작 가능한 적어도 하나의 타원 오차 지역 확률 객체(416)에 희소 어레이(402), 중간 어레이(404), 그리고 미세 어레이(406) 중 적어도 두 개 중에 다양한 희소성의 비희소 공간 객체(non-sparse spatial objects)를, 제한 없이, 포함하는 공간 데이터 값을 결합하는 것을 용이하게 한다. 배경 예(background examples)는 "확률 희소 트리 그리드를 이용한 공간 필터링 방법 및 시스템들(Methods and systems for spatial filtering using a stochastic sparse tree grid)"라는 제목의 미국 특허 8,805,858에서 찾을 수 있다. 따라서, 하나의 객체를 이용한 메모리상 그리고 계산상 효율적인 표현에(in a memory- and computationally-efficient representation) 적어도 하나의 센서(103)로부터 처음으로 얻고 또한 그로부터 나오는 공간 데이터의 표현(representation)을 타원 오차 지역 확률 객체(416)가 가능하게 한다. 또한, 예시적인 예에서, 섀도우 해시 키 루틴(408)은 그래서 섀도우 해시 키를 이용한 효과적인 검색 방법(an efficient lookup method)를 제공하고, 이는 개별 요소(individual elements)(407)를 이용한 어레이 데이터 구조(401)와 관심 공간 신호 데이터를 저장, 체계화(organize), 선택(select), 그리고 분석하고 그 데이터를 동작상, 계산상 그리고 메모리 효율적인 방식으로(in an operationally-, computationally-, and memory-efficient manner) 읽고, 쓰고, 삭제하는 타원 오차 지역 확률 객체(416) 내에서 동작한다.
위에(supra) 미국 특허 8,805,858의 맥락으로, 프로세스(400) 및 섀도우 해시 키 루틴(408)은 신호 노이즈 제거 모듈(118) 및 적어도 하나의 블라인드 소스 분리 모듈(120)(예를 들어 그리고 제한 없이, 도시되지 않은 신호 프로세싱 시스템(100)의 "EW 프론트 엔드(an EW front-end)"의 섭시스템(subsystems)으로서 포함하는)의 사용을 용이하게 한다. 또한, 도시되지 않은 다른 예들에서, 그들의 정보를 공유하도록 구성된 센서(103) 함유 감시 플랫폼(예를 들어 하나 이상의 공중 감시 플랫폼(6)을 포함하는)을 통합하는 것과, 상당히 다양한 타입의 센서(103), 결과의 융합을 요구하는 센서(103), 및/또는 센서(103) 출력 신호의 다양한 차원과 상당히 다른 오차 크기를 가진 센서 데이터를 생산하는 어떤 다른 센서(103) 앞단을 사용하는 것 사이에 공간 정보를 공유하는 것을 프로세스(400) 및 섀도우 해시 키 루틴(408)이 용이하게 한다. 앞에 미국 특허 8,805,858에서 기술된 확률 희소 트리 그리드를 이용한 공간 필터링 방법 및 시스템들에 프로세스(400) 및 섀도우 해시 키 루틴(408)의 추가는 확률론적 트리 그리드에 공간적으로 정의된 센서 정보를 얻고(getting), 삽입하고, 삭제할 목적을 위한 일반적인 그리드 요소(typical grid elements)(407)에 추가로 타원체 지역(ellipsoidal regions)를 섀도우 해시 키가 검색(look up)하는 것을 가능하게 한다.
동작 상, 예시적인 예에서, 타원 오차 지역 확률 객체(416)를, 제한 없이, 포함하는 타원체 지역은 일반적인 의미로 해석되고(meant in a general sense) 타원체 지역의 인터섹션(intersections of ellipsoidal regions) 뿐만 아니라, 예를 들어, 반평면 지역(half plane regions)의 인터섹션에 의해 정의되는 각 지역(angular regions)을 포함한다. 반평면(a half plane)은 알고리즘 목적(algorithmic purposes)의 축퇴된 타원(a degenerate ellipse)으로 고려될 수 있고, 따라서, 타원체 지역 및 그들의 인터섹션들은 일반화된(generalized) 타원체 지역 및 그들의 인터섹션들을 지칭한다. 적어도 하나의 센서(103)로부터의 공간 정보에 상당히 다른 오차 크기는, 스탠다드 그리드(standard grids)(예를 들어 작은 구역(areas) 또는 지역(regions)의 감시되는 물리적 공간 환경 내에 희소 공간 데이터의 경우 컴퓨팅 장치(132)로 단지 효율적으로 프로세스되는 미세 어레이(406))와 함께 그들을 프로세싱 하는 것이 새로운 효율적인 방법론을 요구하도록, 이 다른 지역들이 매우 크고 매우 작은 것 양쪽을 의미한다. 프로세스(400) 및 섀도우 해시 키 루틴(408)은 타원체(ellipsoids) 및 M 차원까지의 반공간(half spaces)과 같은 객체를 포함할 수 있는 그리딩 방법론(a gridding methodology)에 기반하여 이 조인트 프로세싱(this joint processing)을 효율적이고 정확하게 수행되는 것을 가능하게 하며, 여기서 M은 (예를 들어) 신호 파라미터 벡터(138)에 있는 벡터 입력 파라미터의 수, 혹은 일반적인 전자광학적/적외선 타입 센서(typical electo-optic/intrared-type senses)(103)의 2차원의 수, 혹은 특정 레이저/빛 감지 및 레인징(ranging)(LADAR/LIDAR) 기반 감시 플랫폼 시스템에 3차원의 수이다.
통신상 협력적인 다수의 타입의 센서(communicatively cooperating multiple types of sensors)(103)를 수반하는 센서 융합(sensor fusion)은, 예시적인 예에서, 복수의 다른 가능한 프로세싱 차원(different possible processing dimensions)을 포함한다. 일반적으로, 하지만, 프로세스(400)에 사용되는 트리 그리드(the tree grid)의 입력 벡터 크기(the vector size of the input)(예를 들어 신호 파라미터 벡터(138))는, 벡터 입력(the vector of inputs)이 임의의 변수(random variables)로 간주되고 연관된 표준편차를 가진다는 가정하에, 밑에 M으로 지칭된다. 앞에 미국 특허 8,805,858의 맥락에서, 프로세스(400)의 트리 그리드 및 섀도우 해시 키 루틴(408)이 전체 세트의 파라미터(an entire set of parameters)에 암시된(implied) 또는 측정된 오차와 이런 방식으로 사용될 때, 지역(the regions)은 앞에 미국 특허 8,805,858에 기술된 희소 테크닉(sparse techniques)을 사용하여 실행된다면 계산상 그리고 메모리상 비효율적(computationally- and memory-inefficient)이게 커질 수 있다. 계산상의 그리고 메모리 사용상 효율성을 개선하기 위해, 프로세스(400) 및 섀도우 해시 키 루틴(408)은, 도 5를 참조하여 밑에 나타내고 기술되듯이, 확률 밀도 함수(PDF) 서포트(support) 및 그 서포트(that support)에 PDF 양쪽에 유용한 동작을 용이하게 한다.
도 5는 도 4에 도시된 프로세스(400)와 함께 사용되는 타원 오차 지역 확률 객체 동작(500)의 개략도이다. 예시적인 예에서, 타원 오차 지역 확률 객체 동작(500)은 메모리(134)에 저장되고 그로부터 실행되는 소프트웨어 명령(software instructions)으로부터 컴퓨팅 장치(132)에 의해 수행된다. 타원 오차 지역 확률 객체 동작(500)은 또한 프로세스(400) 및 섀도우 해시 키 루틴(408)과 동시에 그리고 실질적으로 동시에(concurrently and substantially simultaneously) 수행된다. 또한, 예시적인 예에서, 신호 파라미터 벡터(138)는 표준편차 벡터를 포함하도록 수정되어, 표준편차 벡터 신호(502)를 가진 신호 파라미터 벡터를 야기한다. 표준편차 벡터 신호(502)를 가진 신호 파라미터 벡터를 디인터리브한 후에, 도 4를 참조하여 위에 도시되고 기술된 바와 같이 섀도우 해시 키 루틴은 컴퓨팅 장치(132)에 의해 거기에 실행된다. 해시 키 매치(a hash key match)가 어레이 데이터 구조(401)의 희소 어레이(402)에 발견되면(도시하지 않음), 특정 신호 발생기(예를 들어, 도시되지 않은, 동적 신호 발생기(2)와 정적 신호 발생기(34) 중 적어도 하나)에 대한 제1 타입의 공간 데이터를 나타내는 적어도 두 개의 신호 데이터 블록은 제1 타원 오차 지역 확률 객체(418)를 구성하기 위한 컴퓨팅 장치(132)에 의해 사용된다.
해시 키 매치가 희소 어레이(402)에서 발견되지 않으면, 컴퓨팅 장치(132)는 중간 어레이(404)와 미세 어레이(406) 중 적어도 하나에 어드레스에 포인터가 있는지 그리고, 그렇다면, 섀도우 해시 키 루틴(408)의 제2 서브루틴(second subroutine)(414)이 거기로 향하는지 여부를(도4를 참조하여 위에 나타내고 기술했듯이) 결정한다. 이와 같이, 해시 키 매칭(hash key matching)이 희소 어레이(402)에서 발견되나 매치가 제2 타입의 공간 데이터에 해당한다면, 제2 타입의 공간 데이터를 나타내는 적어도 두 개의 신호 데이터 블록은 제2 타원 오차 지역 확률 객체(420)를 구성하기 위해 컴퓨팅 장치(132)에 의해 사용된다. 표준편차 벡터 신호(502)를 가진 신호 파라미터 벡터의 추가적인 예시(instances)가 후처리기(105)에 의해 수신되고 디인터리브되면서, 섀도우 해시 키 루틴(408)은 또한 새로 수신된 신호 데이터 블록(newly received signal data blocks)을 그들의 각 연관된 타원 오차 지역 확률 객체(예를 들어 제1 타입의 공간 데이터의 제1 타원 오차 지역 확률 객체(418) 및 제2 타입 공간 데이터의 제2 타원 오차 지역 확률 객체, 여기서 제1(418) 및 제2(420) 타원 오차 지역 확률 객체 양쪽은 적어도 한 센서(103)에 의한 감시 하의 물리적 공간 영역에 특정 신호 발생기(예를 들어 (2) 또는 (34))와 연관된 공간 오차를 나타낸다)와 매치시킨다. 중간 어레이(404)와 미세 어레이(406) 중에 적어도 하나에 매치(matches)가 만들어지는 그러한 예시들에서, 희소 어레이(402)와 반대로, 그러한 데이터 값들에 포인터들은 타원 오차 지역 확률 객체 동작(500)에 사용되고 여기서 그들은 제1(418) 및 제2(420) 타원 오차 지역 확률 객체 중 적어도 하나에 포함된다.
또한, 예시적인 예에서, 타원 오차 지역 확률 객체 동작(500), 컴퓨팅 장치(132)가 제1 타원 오차 지역 확률 객체(418) 및 제2 타원 오차 지역 확률 객체(420)을 결정한 후에, 결과적인 타원체 세트(a resulting ellipsoid set)(504)는 메모리(134)에 저장된다. 또한, 컴퓨팅 장치(132)는 제1 타원 오차 지역 확률 객체(418) 및 제2 타원 오차 지역 확률 객체(420)의 인터섹션 및 유니온 중 적어도 하나의 정량적 특성화(a quantitative characterization)를 결정한다. 도시되지 않은 다른 예들에서는, 타원 오차 지역 확률 객체 동작(500)은 미지의 신호 상태 공간 표현 신호(139)로부터 얻어지는 비표준 공간 데이터(non-standard spatial data)를 포함할 수 있는 제3 공간 데이터 타입(a third spatial data type)의 공간 오차를 나타내는 제3 타원 오차 지역 확률 객체를, 제한 없이, 포함하는 추가적인 타원 오차 지역 확률 객체에 컴퓨팅 장치(132)에 의한 실질적으로 유사한 결정(determinations)을 포함한다. 도 6내지 12를 참조하여 아래에 추가적으로 나타내고 기술되듯이, 컴퓨팅 장치(132)는 적어도 두 개의 타원 오차 지역 확률 객체(416)(내측 유니언 타원체(an inner union ellipsoid)(508), 외측 유니언 타원체(an outer union ellipsoid)(510), 내측 인터섹션 타원체(an inner intersection ellipsoid)(512), 그리고 외측 인터섹션 타원체(an outer intersection ellipsoid)(514))의 적어도 네 개의 정량적 특성화를 결정하도록 구성된다.
동작 중, 그리고 앞에 미국 특허 8,805,858를 참조하여, 타원 오차 지역 확률 객체 동작(500)은 희소 트리 그리드 프로세싱에 확장되고 여기서 그리드는 적어도 한 센서(103)의 가장 작은 공간 오차를 나타내는 작은 크기의 것이고 대부분의 그리드 요소는 비어있어, 감시 하에 관심 전체 물리적 환경에 걸친 공간 신호 정보의 희소성(the sparsity)을 나타낸다. 큰 오차를 가진 센서(103) 획득 정보(sensor-derived information)가 희소 트리 그리드에 추가될 때, 이 큰 구역에 포함된 모든 그리드 셀(every grid cell)은 추가되어야 한다. 그리드 방법(the grid method)을 이용한 컴퓨팅 장치(132)에 의해 프로세스될 때, 히스토그램 데이터의 구축(building)은 센서(103) 획득 정보의 정해진 한 조각(a given piece)의 위치를 나타내는 PDF들을 합(summing)에 기반한다. 모든 그리드 셀이 합해질 때, 하지만, 이 동작은 더 이상 희소하지 않고 그래서 계산상 그리고 메모리상 비효율적이다. 조합에서(in combination), 타원 오차 지역 확률 객체 동작(500), 프로세스(400), 그리고 섀도우 해시 키 루틴(408)은 공간 정보의 PDF의 서포트 모양(the support shape)과 그 서포트에 PDF 양쪽을 프로세싱하는 것을 용이하게 한다. 도 6 내지 12를 참조하여 밑에 추가로 나타내고 기술되듯이, 이 시스템 과 방법은 PDF 서포트의 근접 인터섹션(approximate intersections) 및 서포트 세트에 이의 대응하는 PDF를 통한 공간 정보를 구축하는 것을 가능하게 한다. 이는 기존 희소 확률론적 트리 그리드(예를 들어 앞에 미국 특허 8,805,858에 기반하는)와 함께 PDF 정보를 효율적으로 프로세싱하는 것을 가능하게 하며 이는 프로세싱이 이 새 방법 또는 예전 그리드 기반 방법을, 어느 쪽이 더 효율적이냐에 따라, 사용할 수 있기 때문이다. 따라서, 그리드 요소는 관심 타원 오차 지역 확률 객체(416)를 공간적으로 필터하기 위해 타원체 지역(ellipsoidal regions)과 함께 동작할 수 있다.
도 6은 도 3에 도시된 신호 프로세싱 시스템(100)과 함께 사용되는 필터링 프로세스(600)의 흐름도이다. 예시적인 예에서, 어레이 데이터 구조(401)의 희소 어레이(402)의 요소(407)와 함께 저장되는 타원 오차 지역 확률 객체(416)에 동작하는 섀도우 해시 키 루틴(408)은 희소 어레이(402)의 특정 요소(407)를 끌어들이는(interest) 모든 타원 오차 지역 확률 객체(416)를, 제1 단계(a first step)(602) 동안, 컴퓨터 장치(132)가 결정하는(예를 들어 발견하는) 것을 용이하게 한다. 다음으로, 제2 단계(a second step)(604) 동안, 컴퓨팅 장치(132)는 큰 타원 오차 지역 확률 객체(416)(예를 들어 소정 한계점 값(a predetermined threshold value) 보다 크거나 같은 오차 크기를 갖는)를 선택한다. 내측 인터섹션 타원체(512)이 타원 오차 지역 확률 객체 동작(500)의 일부로서 컴퓨팅 장치(132)에 의해 수행되기를 요구하는 정량적 특성화일 때, 제3 단계(a third step)(606) 동안, 컴퓨팅 장치(132)는 제1 타원 오차 지역 확률 객체(418) 및 제2 단계(604) 동안 선택되는 제2 타원 오차 지역 확률 객체(420)의 인터섹션 및 PDF를 결정한다.
예를 들어 그리고 제한 없이, 제3 단계(606) 동안 내측 인터섹션 타원체(512)의 결정(determination) 다음으로, 컴퓨팅 장치(132)는 소정 한계점 값 보다 작은 오차 크기와, 있는 경우, 어레이 데이터 구조(401)의 각 요소(407)에 있는, 있는 경우(예를 들어 미지의 신호 상태 공간 표현 신호(139)로부터 얻어진 비표준 공간 데이터), 다른 공간 정보를 갖는 타원 오차 지역 확률 객체(416)와 함께 제1 타원 오차 지역 확률 객체(418)와 제2 타원 오차 지역 확률 객체(420)의 각 PDF들의 합을 결정한다. 따라서, 네 번째 단계(fourth step)(408) 다음에, 메모리(134)에 저장되는 결과적인 데이터는 특정 신호 발생기(예를 들어 동적 신호 발생기(2) 및 정적 신호 발생기(34) 중 적어도 하나)와 연관되고 다른 차원들과 오차 크기를 갖는 공간 데이터를 포함한다. 마지막으로, 컴퓨팅 장치(132)에 의한 get 동작(a get operation)(610)은 결정된 위치로 연관된 공간 오차 값 수행자(an associated spatial error value attendant)와 함께 최종 그리드 값(예를 들어 물리적 공간 영역에 동적 신호 발생기(2) 또는 정적 신호 발생기(34)의 위치를 나타내는 어레이 데이터 구조(401)의 희소 어레이(402), 중간 어레이(404), 그리고 미세 어레이(406) 중 적어도 하나에 서브어드레스)을 출력한다.
동작 중, 컴퓨팅 장치(132)에 의해 수행되는 기본 필터링 프로세스는 언제 표준편차 벡터 신호(502)를 가진 신호 파라미터 벡터에 수신되는 새로운 센서 정보(S)(예를 들어 디인터리브된 신호 데이터 블록)가 큰 오차(예를 들어 같은 타입의 신호 데이터 블록에 비한 이의 표준편차에 기반하여)를 갖는이지 결정하는 것을 포함한다. 컴퓨팅 장치(132)는 그 다음 차원 M에 타원체에 의한 근접 오차 지역을 결정한다. 이는 대부분의 센서(103) 기반 데이터가 가우시안 오차 모델(a Gaussian error model)을 가질 거라 가정되기 때문에 합리적이다. 이 오차 지역은 3 시그마(3-sigma)(3σ)와 같은 합리적인 한계점에 의해 제한되고 그래서 현재 센서(103) 공간 정보의 서포트(E = supp(S))로서 지칭되는 타원체E를 형성한다. 중앙(center) q 및 모양 메트릭스(shape matrix) Q 를 갖는 Rn 에 정의된 이 타원체 E(μ,Q)은 세트이다:
E(μ,Q) = {x R n | (x - μ),Q -1(x - μ) ≤ 1} 식 (3)
이는 동등한 가우시한 PDF 형태를 가진다:
E(μ,Q) = {x R n | (x - μ) T Q -1(x - μ) ≤ 1} 식 (4)
반공간(예를 들어 2차원에서 반평면)은 무한 타원체(an unbounded ellipsoid)으로서 다뤄질 수 있고, 즉, 모양 메트릭스를 갖는 타원체로서 하나를 제외한 그의 모든 고유치(eigenvalues)는 무한하다.
또한, 동작 중, 타원체 E(μ,Q)은 위에 기술된 프로세스(400), 섀도우 해시 키 루틴(408), 그리고 타원 오차 지역 확률 객체 동작(500)을 사용하여 확률론적 트리 그리드(예를 들어 어레이 데이터 구조(401))에 추가되는 타원 오차 지역 확률 객체(416)에 구현된다. 타원체 E(μ,Q)와 연관된 PDF는:
Figure 112017083744637-pat00001
식 (5)
로서 정의된다.
따라서, 컴퓨팅 장치(132)는 각 조각의 센서(103) 기반 정보
Figure 112017083744637-pat00002
와 연관된 정보 쌍(an information pair)를 결정한다. 이 경우, 두 파라미터 뮤(μ)와 Q는 같다. 하지만, 이는 인터섹트(intersect) 지역에 PDF 정보를 수집하는데 불충분하며, 그래서 일반적으로 이 정보의 쌍들(these pairs of information)
Figure 112017083744637-pat00003
는 메모리(134)에 저장된다. 이는 단지 4M + 2개의 수를 요구하며, 그래서 공지된 공간 데이터 필터링 시스템 및 방법 보다 충분히 더 계산상 그리고 메모리상 효율적이다. 예를 들어, 센서(103) 데이터 사용의 3시그마 레벨에서 동작함으로써, 오차의 절사 표준 또는 가우시안 PDF(the trimmed normal or Gaussian PDF)의 서포트는 타원체에 직접적으로 대응한다. 따라서, 타원 오차 지역 확률 객체(416)는 이의 서포트로서 이 타원체상을 갖는 PDF에 직접 맵(a direct map)을 가진다.
또한, 동작 중, 두 반평면의 인터섹션은 무한에 2차원 각 구역(two dimensional angular area out to infinity)에 대응하는 웨지(a wedge)를 나타낸다. 따라서, 이는 단지 AOA 정보만을 얻도록 구성된 센서(103)로부터의 정보를 나타낼 수 있다. 중심선(the center line)을 따른 거리는 증가하는 간격(increasing width)을 갖는 1차원(1D) 가우시안 PDF를 파라미터화할 할 수 있다. 이를 정해진 반지름(특별한 타입의 타원)의 원의 인터섹션과 결합함으로써, 각 지역(an angular region)은 그래서 알려진 최대 감도(sensitivity) 또는 최대 크기의 관심 지역을 갖는 센서(103)의 최대 거리에 메모리(134)안에 나타내어진다. 다른 쌍에 수직한 각 쌍을 갖는 네 개의 반평면의 인터섹션, 중심선을 따르는 직사각형 지역 및 거리의 표현은 수직한 쌍들에 의해 정해지는 축들을 가진 2차원(2D) 가우시안 PDF를 파라미터화할 수 있다. 타원체, 반평면 및 양쪽을 인터섹트하는 것(intersecting)은, 같은 일반적 타입의 모양을 갖는 이 인터섹션들을 대체하는 것과 함께, 모양이 훨씬 더 복잡해지는 것을 방지한다.
또한, 타원체의 인터섹션을 결정하기 위해 예시적인 예에서 실행 가능한 여러 방법이 있다. 일반적으로, M 차원 공간에서, 제1 타원 오차 지역 확률 객체(418) 및 제2 타원 오차 지역 확률 객체(420)의 인터섹션 구역에 타원체 근사(ellipsoidal approximations). 하지만, 적어도 어떤 공지된 시스템 및 방법은 복잡한 동작을 요구하고 계산상 그리고 메모리상 비효율적이다. 또한, 그러한 공지된 시스템 및 방법은 인터섹션 구역에 PDF 서포트에 근사를 생산하지 않는다. 예를 들어, 알려진 시스템 및 방법에서, 타원 형태의 평균(the mean) 및 공분산(covariance)에 매치된(matched) PDF는 이 PDF가 인터섹션 구역에서 합해진(summed) PDF와 얼마나 잘 매치되는가를 크게 제한할 것이다. 이는 PDF(μ,σ)를 supp(PDF)(μ,σ)로부터 분리하는 것이 컴퓨팅 장치(132)가 더 나은 PDF 매치를 결정하는 것을 용이하게 한다는 것을 의미한다.
따라서 우리는:
Figure 112017083744637-pat00004
식 (6)
Figure 112017083744637-pat00005
식 (7)
의 표기법을 쓴다. 이는 우리가 도 7을 참조하여 아래에 나타내고 기술되는 새 방법을 사용하는 것을 가능하게 한다.
도 7은 도 3에 도시된 신호 프로세싱 시스템(100)과 함께 사용되는 PDF 매칭 프로세스(700)의 흐름도이다. 예시적인 예에서, 적어도 두 개의 타원 오차 지역 확률 객체(416)(예를 들어 제1 타원 오차 지역 확률 객체(418) 및 제2 타원 오차 지역 확률 객체(420))는 제1 동작(a first operation)(702) 동안 컴퓨팅 장치(132)에 입력된다. 다음으로, 제2 동작(a second operation)(704) 동안, 컴퓨팅 장치(132)는 제1 타원 오차 지역 확률 객체(418)와 제2 타원 오차 지역 확률 객체(420) 사이 (0-2 M )의 실제 인터섹션 포인트(real intersection points)를 결정한다. 제2 동작(704) 후에 적어도 하나 또는 그와 실질적으로 동시에, 컴퓨팅 장치(132)는 제1 타원 오차 지역 확률 객체(418) 및 제2 타원 오차 지역 확률 객체(420)의 인터섹션 지역을 정의하는 웨지에, 복수의 아크 섹션(arc sections)을 정의하기 위해, 복수의 중간 경계 포인트(in-between boundary points)를 더하는 제3 동작(a third operation)(706)을 수행한다. PDF 매칭 프로세스(PDF matching process)(700)는 그 다음 그동안 컴퓨팅 장치(132)가 차원 M 타원체 E(μ s ,Q s )의, 제3 동작(706) 동안 정의된 복수의 경계 포인트에, 최소 제곱 매치(a least square match)를 결정하는 제4 동작(708)으로 진행한다.
복수의 중간 경계 포인트(제3 동작(706) 동안 결정된) 중 적어도 하나와 제1 타원 오차 지역 확률 객체(418)와 제2 타원 오차 지역 확률 객체(420) 사이 (0-2 M ) 실제 인터섹션 포인트(real intersection points)(제2 동작(704) 중에 결정된) 사이 복수의 선분(line segments)의 인터섹션으로서 정의된 복수의 내부 메쉬 포인트(interior mesh points)를 그동안 컴퓨팅 장치가 결정하는 제5 동작(710)을 PDF 매칭 프로세스(700)가 또한 포함한다. (0-2 M ) 실제 인터섹션 포인트, 복수의 중간 경계 포인트, 그리고 복수의 내부 메쉬 포인트를 결정한 후에, 매칭 프로세스(700)는 그동안 컴퓨팅 장치(132)가 PDF에 최소 제곱 μ p and Q p 매치를 결정하는 제6 동작(712)으로 진행한다. 마지막으로, 제7 동작(714) 동안, 컴퓨팅 장치(132)는 필터링 프로세스(600)(도 6을 참조하여 위에 나타내고 기술된)와 함께, 제한 없이, 포함하여, 인터섹션 타원체 및 이의 PDF를 결정하며, 양쪽 모두 메모리(134)에 저장된다.
동작 중, 그 지점에(at point) PDF 매칭 프로세스(700)에 의해 수행되는 최소 제곱 근사(the least squares approximation)는 제1 타원 오차 지역 확률 객체(418) 및 제2 타원 오차 지역 확률 객체(420)의 인터섹션의 경계에 설정되고(sets on), 이 경계 포인트들로부터 형성된 내부 메쉬 포인트에 PDF의 최소 제곱 근사는 다음을 최소화하기 위해 Q 및 μ를 결정하는 컴퓨팅 장치(132)에 의한 가우시안 PDF의 맞춤(fitting)을 수반한다:
Figure 112017083744637-pat00006
식 (8)
여기서 {(x i,yi)}는 포인트(the points)이며 제5 동작(710) 동안에 내부 메쉬 포인트 발생에서 선택된 PDF 값들이다. 이는 비선형 최소화 문제(a non-linear minimization problem)이며, 이는 모든 인터섹션을 위해 실행하고 프로세스하기에 복잡할 수 있다.
이를 변형하고 로그(logarithms)를 취함으로써, 컴퓨팅 장치(132)는 이를 다음과 같이 표준 최소 제곱 문제(서포트 모양 추정(the support shape estimate)에 사용된 것처럼)로 변환시키고:
Figure 112017083744637-pat00007
식 (9)
그 다음 최종 값을 제1 PDF에 |Q|를 고려하여 조정한다. 가중 최소 제곱 버전(a weighted least squares version)은 계산 및 메모리 사용 효율성에 단지 한계 비용(a marginal cost)으로 원래 문제의 솔루션에 더 가까운 솔루션을 가져온다. 이 최소 제곱 방법들의 계산상 복잡도는 개념적으로 훨씬 더 단순하며 단지 약 (2M + 1)3 (그리고, 따라서, 위에서 언급한 공지된 시스템 및 방법에 비해 훨씬 작은)의 복잡도의 것이다. 따라서, PDF 매칭 프로세스(700) 및 필터링 프로세스(600)가 희소 확률론적 트리 그리드 시스템 및 방법(예를 들어 앞에 미국 특허 8,805,858에 기반한)의 맥락으로 함께 고려될 때, 확률론적 트리 그리드(예를 들어 어레이 데이터 구조(401))에 내부 표현(the internal representation)을 결정하고 또한 정해진 수신 동작(610)을 하기 위해 어떤 가능한 방법 변형을 사용할 지 결정하기 위해 그리드를 사용하는 동일한 인터섹션에 대한 PDF들을 합하고(sum) 전체 동작 횟수(total operation count)를 사용하기 위한 인터섹션을 하는 자원, 시간, 그리고 노력의 비교를 컴퓨팅 장치(132)가 용이하게 한다.
도 8A는 도 3에 도시된 신호 프로세싱 시스템(100)에 의해 결정된 대로 4점 타원체 인터섹션(800)의 예시도이다. 도 8B는 도 3에 도시된 신호 프로세싱 시스템(100)에 의해 결정된 대로 3점 타원체 인터섹션(802)의 예시도이다. 도 8C는 도 3에 도시된 신호 프로세싱 시스템(100)에 의해 결정된 대로 2점 타원체 인터섹션(804)의 예시도이다. 도 8A를 참조하여, 예시적인 예에서, 4점 타원체 인터섹션(800)은 제1 타원 오차 지역 확률 객체(418) 및 제2 타원 오차 지역 확률 객체(420) 사이 4개의(예를 들어 (0-2 M )=4) 실제 인터섹션 포인트를 포함한다. 이 경우, 제2 타원 오차 지역 확률 객체(420)의 길이 L(예를 들어 주축(a major axis)에 의해 정의된)은 제2 타원 오차 지역 확률 객체(418)의 폭 W(a width W)(예를 들어 단축(a minor axis)에 의해 정의된)에 늘이고(span)하고, 따라서 컴퓨팅 장치(132)가 4개의 실 인터섹션(806)을 결정하는 것을 야기한다. 그들의 종점(their end points)으로서 4개의 실제 인터섹션 포인트를 가진 4개의 아크 섹션(810)을 가진 인터섹션 웨지(808)는 인터섹션 지역(812)의 구역을 정의한다. 또한, 예시적인 예에서, 4점 타원체 인터섹션(800)은 4개의 아크 섹션(810)의 각 아크 섹션(810)의 실질적으로 중심점에 정의된 4개의 경계 포인트(814)(중공점(hollow dots)로서 지칭되는)를 포함한다. 도 7을 참조하여 위에 도시되고 기술된 바와 같이, 실제 인터섹션 포인트(806) 및 경계 포인트(814)는 PDF 매칭 프로세스(700) 동안 컴퓨팅 장치(132)에 의해 결정된다.
도 8B를 참조하여, 예시적인 예에서, 3점 타원체 인터섹션(802)은 제1 타원 오차 지역 확률 객체(418)와 제2 타원 오차 지역 확률 객체(420) 사이 3개의(예를 들어 (0-2 M )=3) 실제 인터섹션 포인트(806)를 포함한다. 이 경우, 제2 타원 오차 지역 확률 객체(420)의 길이 L은 제1 타원 오차 지역 확률 객체(418)의 폭 W를 충분히 늘이지 않는다. 그보다, 제2 타원 오차 지역 확률 객체(420)의 한 끝(816)은 제1 타원 오차 지역 확률 객체(418)에 접하고, 따라서 컴퓨팅 장치가 3점 실제 인터섹션 포인트(806)를 결정하도록 야기한다. 3개의 아크 섹션(810)을 가진 인터섹션 웨지(808)는 그들의 종점으로서 3개의 실제 인터섹션 포인트(806)를 가지고 인터섹션 지역(812)의 구역을 정의한다. 또한, 예시적인 예에서, 3점 타원체 인터섹션(802)은 3개의 아크 섹션(810)의 각 아크 섹션(810)의 실질적으로 중심점에 정의된 3개의 경계 포인트(814)를 포함한다.
도 8C를 참조하여, 예시적인 예에서, 2점 타원체 인터섹션(804)은 제1 타원 오차 지역 확률 객체(418)와 제2 타원 오차 지역 확률 객체(420) 사이 2개의(예를 들어 (0-2 M )=2) 실제 인터섹션 포인트(806)를 포함한다. 이 경우, 제2 타원 오차 지역 확률 객체(420)의 길이 L은 제1 타원 오차 지역 확률 객체(418)의 폭 W에 완전히 스팬하지 않고, 제2 타원 오차 지역 확률 객체(420)의 한 끝(816)은 제1 타원 오차 지역 확률 객체(418)의 한계(the bounds) 안에 있으며, 따라서 컴퓨팅 장치(132)가 2개의 실제 인터섹션 포인트(806)를 결정하도록 야기한다. 2개의 아크 섹션(810)을 가진 인터섹션 웨지(808)는 2개의 실제 인터섹션 포인트(806)를 그들의 종점으로서 가지고 인터섹션 지역(812)의 구역을 정의한다. 또한, 예시적인 예에서, 2점 타원체 인터섹션(804)은 3개의 아크 섹션(810)의 각 아크 섹션(810)의 중심점이 아닌, 그의 길이의 실질적으로 삼분의 일을 정의하는 포인트에 정의되는 4개의 경계 포인트(814)를 포함한다. 예시적인 예의 동작 중, 도 8A, 8B, 8C를 참조하여 위에 나타내고 기술된 각 경우에, 도 7을 참조하여 위에 나타내고 기술된(예를 들어 PDF 매칭 프로세스(700)의 제2(704), 제3(706), 그리고 제4(708) 동작 동안) 실제 인터섹션 포인트(806)와 경계 포인트(814) 중 적어도 하나에 인터섹션 타원체(818)을 컴퓨팅 장치(132)가 근사하고 피팅(fits)한다.
도 9는 도 3에 도시된 신호 프로세싱 시스템(100)에 의해 결정된 대로 복수의 내부 메쉬 포인트(904)의 예시도(900)이다. 예시적인 예에서, 인터섹션 타원체(818)은 도 7, 8A, 8B, 8C를 참조하여 위에 도시되고 기술된 바와 같이, 컴퓨팅 장치(132)로 결정하는 대로, 6개의 아크 섹션(610)을 정의하는 6개의 경계 포인트(814)(도 8A, 8B, 8C에 중공점으로 지칭된 대로)를 포함한다. 컴퓨팅 장치(132)는 인접 경계 포인트(814) 사이를 제외하는 모든 가능한 조합에 6개의 경계 포인트(814) 사이에 정의된 복수의 선분(902)을 추가로 결정한다. 따라서, 예시적인 예에서, 복수의 경계 포인트(814)의 각 경계 포인트(814)는 3개의 선분(902)의 제1 종점들을 정의한다. 3개의 선분(902)의 제1 종점을 정의하는 경계 포인트(814)에 인접하는(adjacent) 경계 포인트들(814)을 제외한 모든 다른 경계 포인트들(814)에 경계 포인트(814)에 정의된 제2 종점에 그러한 3개의 선분(902)의 각 선분(902)이 연장된다. 예시적인 예에서 6개의 경계 포인트(814)와 함께, 결과는 인터섹션 타원체(818)의 구역(903) 내에 정의된 총 9개의 선분(902)이다.
또한, 예시적인 예에서, 컴퓨팅 장치(132)는 9개의 선분(902) 사이 복수의 인터섹션 포인트를 결정한다. 도 9에 도시된 대로, 이러한 인터섹션 포인트는 6개의 경계 포인트(814)(예를 들어
Figure 112017083744637-pat00008
; "6 선택 6 - 4 = 15")로부터 15개의 메쉬 포인트(904)(제곱(squares)으로서 지칭되는)를 정의한다. 도시되지 않은 예시적인 예에서, 실제 인터섹션 포인트(806)은 또한 복수의 메쉬 포인트(904)를 결정하는데 컴퓨팅 장치(132)에 의해 사용된다. 동작 중 예시적인 예에서, PDF 매칭 프로세스(700)는 도 7을 참조하여 위에 나타내고 기술된, 인터섹션 타원체(818)에 의해 정의된PDF의 최소 제곱 근사의 메쉬 포인트(904)를 사용한다.
도 10은 도 3에 도시된 신호 프로세싱 시스템(100)에 의해 결정된 대로 복수의 공간 타입 신호 데이터 블록(spatial-type signal data blocks)에 기반한 타원 오차 지역 확률의 예시도(1000). 예시적인 예에서, a=3이고 b=3이며 감시가능 구역(30)의 부지역(subregions)을 나타내는 9개의 요소(407)를 갖는 2차원 a행 b열 어레이(a-by-b array)에 희소 어레이(402)가 구현된다. 도시되지 않은 다른 예들에서, a는 b와 같지 않다. 도시되지 않은 또 다른 예들에서, 희소 어레이(402)는 3차원(예를 들어 입방체(cubic)의) 어레이에 구현된다. 희소 어레이(402)는 메모리(134)에 어드레스에 의해 정의된 원점(an origin)(1002)을 포함한다. 제1 신호 발생기(34)(도시되지 않은)로부터 제1회 포인트(a first time point)에 수신된 제1 공간 타입(예를 들어 도 10에 밀집 사각(a solid square)로 표시된 제1 좌표)의 제1 신호 데이터 블록(1004)(또는, 어떤 예들에서, 그 것에 포인터(a pointer thereto))은 희소 어레이(402)에 제1 서브어드레스(1006)로 매핑(maps)한다. 유사하게, 제2 신호 발생기(34)로부터 제2회 포인트(a second time point)에 수신된 제2 공간 타입(예를 들어 도 10에 밀집 다이아몬드(a solid diamond)로 표시된 제2 좌표)의 제2 신호 데이터 블록(1008)은 희소 어레이(402)에 제2 서브어드레스(1010)로 매핑한다. 다음으로, 제1 신호 발생기(34)로부터 제3회 포인트(a third time point)에 수신된 제3 공간 타입(도 10에 밀집 삼각(a solid triangle)으로 표시된)의 제3 신호 데이터 블록(1012)는 제1 서브어드레스(1006)로 매핑한다. 제1 서브어드레스(1006)가 2개의 공간 타입 신호 데이터 블록을 포함할 때, 키 k1 = H1(k1)은 섀도우 해시 키 루틴(408)에 의해 발견되고, 제3 신호 데이터 블록(1012)에 대한 제1 신호 데이터 블록(1004)의 특정 리졸브된 어드레스(specific resolved addresses)(예를 들어 물리적 공간 영역에 위치)의 제1 타원 오차 지역 확률 객체(418)를 컴퓨팅 장치(132)가 결정한다. 컴퓨팅 장치(132)에 의한 제1 타원 오차 지역 확률(418)의 결정(determination)은 제1 중심(a first center)(1016)과 제1 타원 오차 지역 확률 객체(418)의 제1쌍의 축(도시되지 않은)을 결정하는 것을 포함한다. 제1 중심(1016)은 평균값 및 물리적 공간 영역(예를 들어 감시 가능 구역(30))에 제1 신호 발생기(34)의 가장 높은 확률 위치를 나타내고, 제1쌍의 축은 제3회 포인트(the third time point)에 제1 중심(1016)의 공간 오차(예를 들어 표준편차)를 나타낸다. 제1 타원 오차 지역 확률 객체(418), 제1 중심(1016), 제1쌍의 축, 그리고 제1 중심(1016)의 공간 오차(예를 들어 표준편차) 중 적어도 하나는 메모리(134)에 저장되거나 디스플레이(144)에 인간 판독 가능 데이터(human-readable data)로서 거기로부터 표시되는 것 중에 적어도 하나를 한다.
시간상 제4 포인트에, 제1 공간 타입의 제4 신호 데이터 블록(1018)(도 10에 밀집 사각으로 표시된)은 제3 서브어드레스(1020)에 매핑한다. 예시적인 예에서, 제4 신호 데이터 블록(1018)에 대한 제2 신호 데이터 블록(1008)의 특정 리졸브된 어드레스(예를 들어 물리적 공간 영역에 위치)의 제2 타원 오차 지역 확률 객체(420)를 컴퓨팅 장치(132)가 결정하도록 제2 신호 데이터 블록(1008)에 비교되는 제4 신호 데이터 블록(1018)에 포함된 공간 데이터 정보(spatial data content)에 기반하는 섀도우 해시 키 루틴(408) 동안 섀도우 해시 키 함수 H1(k)를 컴퓨팅 장치(132)가 수정한다. 컴퓨팅 장치(132)에 의한 제2 타원 오차 지역 확률 객체(420)의 결정은 제2 중심(1022)과 제2 타원 오차 지역 확률 객체(420)의 제2쌍의 축(a second pair of axes)(도시되지 않은)을 결정하는 것을 포함한다. 제2 중심(1022)은 물리적 공간 영역에 제2 신호 발생기(34)의 가장 높은 확률 위치를 나타내며, 제2쌍의 축은 시간상 제4 포인트에 제2 중심(1022)의 공간 오차(예를 들어 표준편차)를 나타낸다. 제2 타원 오차 지역 확률 객체(420), 제2 중심(1022), 제2쌍의 축, 그리고 제2 중심(1022)의 공간 오차 중 적어도 하나는 메모리(134)에 저장되거나 디스플레이(144)에 인간 판독 가능 데이터로서 거기로부터 표시되는 것 중 적어도 하나를 한다.
제5회 포인트 및 제6회 포인트에, 제1 공간 타입(도 10에 밀집 사각으로 표시된)의 제5 신호 데이터 블록(1024) 및 제1 공간 비표준 데이터 포인트(1026)(도 10에 별표(an asterisk)로 표시된)는, 각각, 제1 신호 발생기(34)로부터 수신된다. 제5 신호 데이터 블록(1024)는 제1 서브어드레스(1006)로 매핑하며 제1 비표준 데이터 포인트(1026)는, 공간 데이터로 리졸브된(resolved) 후에, 제4 서브어드레스(1028)로 매핑한다. 예시적인 예에서, 제1 신호 데이터 블록(1004)의 특정 리졸브된 어드레스(예를 들어 물리적 공간 영역에 위치)의 정제된(예를 들어 업데이트된) 제1 타원 오차 지역 확률 객체(1030), 제3 신호 데이터 블록(1012), 제5 신호 데이터 블록(1024), 그리고 서로에 대한 제1 비표준 데이터 포인트(1026)를 컴퓨팅 장치(132)가 결정하도록 제1 신호 데이터 블록(1004) 및 제3 신호 데이터 블록(1012)에 비교되는 제5 신호 데이터 블록(1024) 및 제1 비표준 데이터 포인트(1026)에 포함되는 공간 데이터 정보에 기반하는 섀도우 해시 키 루틴(408) 동안 섀도우 해시 키 함수 H1(k)를 컴퓨터 장치(132)가 수정한다. 컴퓨터 장치(132)에 의한 정제된 제1 타원 오차 지역 확률 객체(1030)의 결정은 정제된 제1 중심(1032) 및 정제된 제1 타원 오차 지역 확률 객체(1030)의 정제된 제1쌍의 축(도시되지 않은)을 결정하는 것을 포함한다. 정제된 제1 중심(1032)은 업데이트된 평균값 및 물리적 공간 영역에 제1 신호 발생기(34)의 업데이트된 가장 높은 확률 위치를 나타내고, 정제된 제1쌍의 축은 제6회 포인트에 정제된 제1 중심(1032)의 업데이트된 공간 오차(예를 들어 표준편차)를 나타낸다. 정제된 제1 타원 오차 지역 확률 객체(1030), 정제된 제1 중심(1032), 정제된 제1쌍의 축, 그리고 정제된 제1 중심(1032)의 업데이트된 공간 오차(예를 들어 표준편차) 중 적어도 하나는 메모리(134)에 저장되거나 디스플레이(144)에 인간 판독 가능 데이터로서 거기로부터 표시되는 것 중 적어도 하나를 한다. 제7회 포인트에, 제1 비표준 데이터 포인트(1026)와 같은 타입의 제2 비표준 데이터 포인트(1034)(도 10에 별표로 표시된)은 제2 신호 발생기(34)에 의해 수신되고 공간 데이터로 리졸브된(resolved) 후에 제3 서브어드레스로 매핑한다. 예시적인 예에서, 제2 신호 데이터 블록(1008) 및 제4 신호 데이터 블록(1018)에 포함된 공간 데이터 정보에 기반한 위에 언급한 수정된 섀도우 해시 키 함수 H1(k)를 이용하여, 제2 신호 데이터 블록(1008)의 특정 리졸브된 어드레스(예를 들어 물리적 공간 영역에 위치)의 정제된 제2 타원 오차 지역 확률 객체(1036), 제4 신호 데이터 블록(1018), 그리고 서로에 대한 제2 비표준 데이터 포인트를 컴퓨팅 장치(132)가 결정한다. 컴퓨터 장치(132)에 의한 정제된 제2 타원 오차 지역 확률 객체(1036)의 결정은 정제된 제2 중심(1038) 및 정제된 제2 타원 오차 지역 확률 객체(1036)의 정제된 제2쌍의 축(도시되지 않은)을 결정하는 것을 포함한다. 정제된 제2 중심(1038)은 물리적 공간 영역에 제2 신호 발생기(34)의 업데이트된 가장 높은 확률 위치를 나타내고, 정제된 제2쌍의 축은 제7회 포인트에 정제된 제2 중심(1038)의 업데이트된 공간 오차(예를 들어 표준편차)를 나타낸다. 정제된 제2 타원 오차 지역 확률 객체(1036), 정제된 제2 중심(1038), 정제된 제2쌍의 축, 그리고 정제된 제2 중심(1038)의 업데이트된 공간 오차(예를 들어 표준편차)는 메모리(134)에 저장되거나 디스플레이(144)에 인간 판독 가능 데이터로서 거기로부터 표시되는 것 중 적어도 하나를 한다.
또한, 예시적인 예에서, 제2 비표준 데이터 포인트(1034)가 수신되고 제7회 포인트가 경과한 후에, 제1 데이터 클러스터(a first data cluster)(1040) 및 제2 데이터 클러스터(a second data cluster)(1042)는 메모리(134)에 어레이 데이터 구조(401)에 데이터로서 저장되어 있게 된다. 제1 데이터 클러스터(1040)를 위해, 제1 타원 오차 지역 확률 객체(418)의 정제된 제1 타원 오차 지역 확률 객체(1030)로의 정제(refinement)는 각 공간 오차를 증가시키고 각 타원체 지역의 구역을 증가시킨다. 각 타원체 객체의 구역에서의 증가는 제1 신호 발생기(34)가 운동 상태에 있음(being in a state of motion)을 나타낸다. 컴퓨팅 장치(132)는 또한 속도와 동적 신호 발생기(2)의 이동 방향 중 적어도 하나를 결정하고, 추가적으로 이 데이터를 메모리(134)에 저장하거나 디스플레이(144)에 인간 판독 가능 형태로 거기로부터 이를 표시하는 것 중 적어도 하나를 하도록 구성된다. 제2 데이터 클러스터(1042)에서, 그러나, 각 공간 오차 및 타원 지역 구역이 감소하고, 이는 제2 신호 발생기가 동적이지 않음을 나타낸다. 메모리(134)로부터 수행되고 그에 저장되는 소프트웨어 명령으로부터 수행되는 아웃라이어 통계 방법(outliner statistical methods)을 사용하여 메모리(134)로부터의 적어도 하나의 아웃라이어 신호 데이터 블록(outliner data block) 및 적어도 하나의 아웃라이어 비표준 데이터 포인트(outliner non-standard data point)를 삭제하도록 컴퓨팅 장치(132)가 또한 구성된다. 메모리(134)의 효율적인 이용과 물리적 공간 영역에 이것이, 실제로, 정지되었을 때 동적인 것으로 특정 신호 발생기(2) 및/또는 신호 발생기(34)의 잘못된 특성화(mischaracterization)의 방지를 그러한 아웃라이어 통계 방법이 용이하게 한다.
또한, 예시적인 예에서, 수용 가능한 오차를 가진 물리적 공간 영역에 발견되었을 때, 컴퓨팅 장치(132)는 희소 어레이(402)로부터 연관된 데이터를 삭제하고, 그럼으로써 메모리(134)에 공간을 비우도록(freeing) 특정 신호 발생기(2) 및/또는 신호 발생기(34)가 구성된다. 수용 가능한 오차를 가진 물리적 공간 영역에 특정 신호 발생기(2) 및/또는 신호 발생기(34)가 아직 발견되지 않았을 때, 신호 프로세싱 시스템(100)은 위에 기술된 대로 적어도 하나의 센서(103)로부터 얻어지는 수신 신호(received signals)를 계속해서 디인터리브, 필터, 그리고 분석하며 수용 가능한 정도의 오차가 달성되는 그러한 시간까지 타원 오차 지역 확률 객체(416)를 정제한다.
도 11A는 도 3에 도시된 신호 프로세싱 시스템(100)에 의해 결정된 대로 제1회에 복수의 타원 오차 지역 확률 객체(416)의 유니온 및 인터섹션의 예시도(1100)이다. 도 11B는 도 3에 도시된 신호 프로세싱 시스템(100)에 의해 결정된 대로 제2회(제1회 후에 일어나는)에 복수의 타원 오차 지역 확률의 유니온 및 인터섹션의 개략도(1102)이다. 도 11A를 참조하여, 예시적인 예에서, 도표(1100)은 희소 어레이(402)의 복수의 요소(407)의 제1 구성 요소(1104) 및 제2 구성 요소(1106)를 포함한다. 도표(1100)은 제1회 포인트에서 동적인지 또는 정적인지 컴퓨팅 장치(132)에 의해 정확하게 아직 결정되지 않은 두 개의 신호 발생기((2) 및/또는 (34))의 복수의 타원 오차 지역 확률 객체를 나타낸다. 제1회 포인트에서, 위에 기술됐듯이, 제1 구성 요소(1104)에 컴퓨팅 장치(132)(도시되지 않은)에 의해 매핑된 제1 공간 타입(삼각형으로 표시된)의 5개의 신호 데이터 블록(1110)을 제1 데이터 클러스터(1108)가 나타낸다. 컴퓨팅 장치(132)가 제1 신호 발생기(2) 및/또는 신호 발생기(34)에 연결된(하지만 동적인지 또는 정적인지 아직 결정되지 않은) 제1 비공간 타입(a first non-spatial type)("X"로 표시되는)의 5개의 신호 데이터 블록(1112)을 제1 데이터 클러스터(1108)가 또한 나타낸다. 또한, 시간상 제1 포인트에서, 제2 구성 요소(1106)으로 컴퓨팅 장치(132)에 의해 매핑된 제2 공간 타입(사각으로 표시된)의 2개의 신호 데이터 블록(1116)을 제2 데이터 클러스터(1114)가 나타낸다. 컴퓨팅 장치(132)가 제2 신호 발생기(2) 및/또는 신호 발생기(34)에 연결된(하지만 동적인지 또는 정적인지 아직 결정되지 않은) 제2 비공간 타입(a second non-spatial type)(점으로 표시된)의 2개의 신호 데이터 블록(1118)을 제2 데이터 클러스터(1114)가 또한 나타낸다.
또한, 예시적인 예에서, 위에 도시되고 기술된 바와 같이, 도표(1100)는 컴퓨팅 장치(132)에 의해 결정된 5개의 공간 타입 신호 데이터 블록(1110)의 제1 타원 오차 지역 확률 객체(1120)를 도표(1100)이 나타낸다. 도표 (1100)은 또한 5개의 비공간 타입 신호 데이터 블록(1112)의 제2 타원 오차 지역 확률 객체(1122)를 나타낸다. 또한, 제1 타원 오차 지역 확률 객체(1120)와 제2 타원 오차 지역 확률 객체(1122) 양쪽을 경계 짓는 외측 유니온 타원체(an outer union ellipsoid)(1126)에 의해 정의되고 컴퓨팅 장치(132)에 의해 결정되는 외측 유니온 구역(an outer union area)(1124)를 도표(1100)이 나타낸다. 유사하게, 도표(1100)은 2개의 공간 타입 신호 블록(1116)의 제3 타원 오차 지역 확률 객체(1128)을 나타내고, 도표(1100)은 2개의 비공간 타입 신호 데이터 블록(1118)의 제4 타원 오차 지역 확률 객체(1130)를 나타낸다. 제3 타원 오차 지역 확률 객체(1128) 및 제4 타원 오차 지역 확률 객체(1130)에 의해 공유되는 중첩 지역(a region of overlap)(예를 들어 인터섹션)을 경계 짓는 내측 인터섹션 타원체(an inner intersection ellipsoid)(1134)에 의해 정의되고 컴퓨팅 장치(132)에 의해 결정되는 내측 인터섹션 구역(1132)를 도표(1100)이 또한 나타낸다.
도 11B를 참조하여, 예시적인 예에서, 시간상 제2 포인트에서 2개의 신호 발생기(2) 및/또는 신호 발생기(34)의 복수의 정제된 타원 오차 지역 확률 객체를 도표(1102)이 나타낸다. 시간상 제2 포인트에서, 7개가 제1 구성 요소(1104)로 매핑되고 1개가 제2 구성 요소(1106)로 매핑될 때, 8개의(예를 들어 제1회 포인트로부터 5개에 추가적인 3개) 제1 공간 타입의 신호 데이터 블록(1110)을 업데이트된 제1 데이터 클러스터(1136)가 나타낸다. 컴퓨팅 장치(132)가 제1 신호 발생기(2)와 연결된(예를 들어 아래에 기술되는 대로 동적이라고 결정된) 제1 비공간 타입의 또한, 시간상 제2 포인트에서, 제2 구성 요소(1106)로 매핑되는 제2 공간 타입의 3개의(예를 들어 제1회 포인트로부터 2개에 추가 1개) 신호 데이터 블록(1116)을 업데이트된 제2 데이터 클러스터(1138)이 나타낸다. 제2 신호 발생기(2) 및/또는 신호 발생기(34)와 연관된 제2 비공간 타입의 3개의(제1회 포인트로부터 2개에 추가 1개) 신호 데이터 블록을 업데이트된 제2 데이터 클러스터(1138)이 또한 나타낸다.
또한, 예시적인 예에서, 컴퓨팅 장치(132)에 의해 결정된 8개의 공간 타입 신호 데이터 블록(1110)의 정제된(예를 들어 업데이트된) 제1 타원 오차 지역 확률 객체(1140)를 도표(1102)이 나타낸다. 도표(1102)는 또한 8개의 비공간 타입 신호 데이터 블록(1112)의 정제된 제2 타원 오차 지역 확률 객체(1142)를 나타낸다. 또한, 정제된 제1 타원 오차 지역 확률 객체(1140) 와 정제된 제2 타원 오차 지역 확률 객체(1142) 양쪽을 경계 짓는 업데이트된 외측 유니온 타원체(1146)에 의해 정의되고 컴퓨팅 장치(132)에 의해 결정되는 업데이트된 외측 유니온 구역(1144)을 도표(1102)이 나타낸다. 유사하게, 도표(1102)은 3개의 공간 타입 신호 데이터 블록(1116)의 정제된 제3 타원 오차 지역 확률 객체(1148)을 나타내며, 도표(1102)는 3개의 비공간 타입 신호 데이터 블록(1118)의 정제된 제4 타원 오차 지역 확률 객체(1150)를 나타낸다. 정제된 제3 타원 오차 지역 확률 객체(1148)와 정제된 제4 타원 오차 지역 확률 객체(1150) 사이 0 값의(컴퓨팅 장치(132)에 의해 결정된 것처럼) 업데이트된 내측 인터섹션 구역(1152)을 도표(1102)이 또한 나타낸다.
도 11A 및 도 11B를 비교하여, 예시적인 예에서, 도표(1100)에 나타낸 제1회 포인트와 도표(1102)에서 나타낸 제2회 포인트 사이, 외측 유니온 구역(1124) 및 업데이트된 외측 유니온 구역(1144)의 구역 값(area values)은 높은 비율의 변화로(컴퓨팅 장치(132)에 의해 결정되듯이) 빠르게 성장한다. 또한, 예시적인 예에서, 컴퓨팅 장치(132)는 공간 타입 신호 데이터 블록(1110)과 비공간 타입 신호 데이터 블록(1112)(예를 들어 제1 신호 발생기(2)와 연관된 모든) 사이 연결을 유지한다. 업데이트된 외측 유니온 구역(1144)에 제1회 포인트에 외측 유니온 구역(1124)으로부터의 구역 값의 빠른 성장(예를 들어 양수 비율의 변화(positive rate of change)은 제1 동적 신호 발생기(2)의 감시 가능 구역(30)에 이동의 존재가 나타나는 대로 컴퓨팅 장치(132)에 의해 결정된다. 제1 동적 신호 발생기(2)(예를 들어 감시 가능 구역(30)에서 제1 위치(16)에서 제2 위치에)의 이동의 방향이 나타나는 대로 외측 유니온 구역(1124)의 변화 방향(1154)을 결정하도록 컴퓨팅 장치(132)가 또한 구성된다. 또한, 예시적인 예에서, 감시 가능 구역(30)에 적어도 한 동적 신호 발생기(2)의 속도 및 가속도 중 적어도 하나를 결정하도록 컴퓨팅 장치(132)가 또한 구성된다.
다시 도 11A 와 도 11B를 비교하여, 예시적인 예에서, 도표(1100)에 나타낸 제1회 포인트와 도표(1102)에 나타낸 제2회 포인트 사이, 내측 인터섹션 구역(1132) 및 업데이트된 내측 인터섹션 구역(1152)의 구역 값은 높은 비율의 변화로 빠르게 0에 접근하고 실제로 0에 도달한다(컴퓨팅 장치(132)에 의해 결정되는 대로). 또한, 예시적인 예에서, 공간 타입 신호 데이터 블록(1116)과 비공간 타입 신호 데이터 블록(1118)(예를 들어 제2 신호 발생기(2) 및/또는(34)와 연관되지 않은) 사이 연결을 컴퓨팅 장치(132)가 제거(예를 들어 분리(disjoined))한다. 업데이트된 내측 인터섹션 구역(1152)에 제1회 포인트에 내측 인터섹션 구역(1132)으로부터 구역 값의 디케이(the decay)(예를 들어 음수 비율의 변화(negative rate of change))는 공간 타입 신호 데이터 블록(1116)과 비공간 타입 신호 데이터 블록(1118)의 잘못된 연결(mis-association)(예를 들어 미스조이닝(mis-joining))의 존재를 나타내도록 컴퓨팅 장치(132)에 의해 결정된다.
도시되지 않은 다른 예들에서, 동적 신호 발생기(2)의 이동의 존재를 결정하기 위해 제1회 포인트에 내측 유니온 구역(도시되지 않은)과 제2회 포인트에 업데이트된 내측 유니온 구역(도시되지 않은)을 컴퓨팅 장치(132)가 결정한다. 내측 유니온 구역은 내측 유니온 타원체(도시되지 않은)에 의해 정의되고 이는, 제1 데이터 클러스터(1108)에서, 외측 유니온 구역(1124)과는 다른 구역을 가진다. 이처럼, 업데이트된 제1 데이터 클러스터(1136)에서, 업데이트된 내측 유니온 구역은 업데이트된 내측 유니온 타원체(도시되지 않은)에 의해 정의되고 이는 업데이트된 외측 유니온 구역(1144)과 다른 구역을 가진다. 도시되지 않은 또 다른 예들에서, 공간 다입 신호 데이터 블록(1116)과 비공간 타입 신호 데이터 블록(1118)의 미스조이닝의 존재를 결정하기 위해 제1회 포인트에 외측 인터섹션 구역(도시되지 않은)과 제2회 포인트에 업데이트된 외측 인터섹션 구역(도시되지 않은)을 컴퓨팅 장치(132)가 결정한다. 외측 인터섹션 구역은 외측 인터섹션 타원체(도시되지 않은)에 의해 정의되고 이는, 제2 데이터 클러스터(1114)에서, 내측 인터섹션 구역(1132)과 다른 구역을 가진다. 이처럼, 업데이트된 제2 데이터 클러스터(1138)에서, 업데이트된 외측 인터섹션 구역은 업데이트된 외측 인터섹션 타원체(도시되지 않은)에 의해 정의되고 이는 업데이트된 내측 인터섹션 구역(1152)과 다른 구역을 가진다.
도 12는 도 3에 도시된 신호 프로세싱 시스템에 함께 사용되는 상당히 다른 오차 크기와 함께 데이터를 사용하는 공간 필터링의 예시적인 방법(1200)의 흐름도이다. 예시적인 예에서, 각 신호 파라미터 벡터(138)가 적어도 한 센셔(103)에서 얻어지는 정보를 포함하는 적어도 한 좌표를 가지고 신호 발생기(예를 들어 동적 신호 발생기(2) 및 정적 신호 발생기(34)중 적어도 하나)와 연관될 때, 복수의 신호 파라미터 벡터(138)의 각 신호 파라미터 벡터(138)를 디인터리브 하도록 구성된 컴퓨팅 장치(132)에 복수의 신호 파라미터 벡터(138)를, 제1시간과 제1시간 후에 일어나는 제2시간을 포함한 시간에 걸쳐, 수신하는 것을 방법(1200)이 포함하며, 여기서 정보는 제1 공간 데이터 타입 및 제2 공간 데이터 타입을 포함하는 적어도 두 종류의 공간 데이터를 포함한다. 제1 공간 데이터 타입의 복수의 제1 좌표의 제1 오차 크기 및 제2 공간 데이터 타입의 복수의 제2 좌표의 제2 오차 크기를 결정하는 것을 방법(1200)은 또한 포함한다.
또한, 예시적인 예에서, 메모리(134)에 저장되고 복수의 어레이(예를 들어 희소 어레이(402), 중간 어레이(404), 그리고 미세 어레이(406) 중 적어도 두개)를 갖는 어레이 데이터 구조(401)에, 복수의 제1 좌표를 복수의 어레이의 제1 어레이(예를 들어 희소 어레이(402))로 그리고 복수의 제2 좌표를 복수의 어레이의 제2 어레이(예를 들어 중간 어레이(404)와 미세 어레이(406) 중 적어도 하나)로 전송하는 것을 방법(1200)이 포함하며 이 때 제1 오차 크기는 제2 오차 크기와 소정 양 만큼 다르고, 여기서 제1 어레이는 제1수의 구성 요소(407)를 포함하고 제2 어레이는 제1수의 구성 요소와 다른 제2수의 구성 요소(407)를 포함하며, 여기서 복수의 어레이의 각 어레이는 적어도 한 센서(103)에 의해 복수의 신호(29)가 수신되는 물리적 공간 영역(예를 들어 감시 가능 구역(30)과 하늘(12) 중 적어도 하나)를 나타낸다. 복수의 제1 좌표의 제1 PDF를 나타내는 제1 타원 오차 지역 확률 객체(418)와 복수의 제2 좌표의 제2 PDF를 나타내는 제2 타원 오차지역 확률 객체(420)를 포함하는 복수의 타원 오차 지역 확률 객체(416)를, 컴퓨팅 장치(132)로, 결정하는 것을 방법(1200)이 또한 포함하며, 여기서 제1 타원 오차 지역 확률 객체(418)와 제2 타원 오차 지역 확률 객체(420)의 각각은 제1 어레이와 제2 어레이 중 적어도 하나와 연관된 메모리(134)에 저장된다. 또한, 예시적인 예에서, 제1 타원 오차 지역 확률 객체(418)의 적어도 한 부분과 제2 타원 오차 지역 확률 객체(420)의 적어도 한 부분을 포함하는 인터섹션 지역(intersection region)(812)을, 컴퓨팅 장치(132)로 결정하는 것(1210)을 방법(1200)이 포함하고, 여기서 인터섹션 구역(812)은 제1수의 구성 요소(407)의 적어도 한 부분과 제2수의 구성 요소(407)의 적어도 한 부분을 또한 포함하며, 여기서 인터섹션 지역(812)은 제2회에 물리적 공간 영역에 신호 발생기의 가장 높은 확률 위치를 나타낸다.
도 13은 도 3에 도시된 신호 프로세싱 시스템(100)과 함께 사용되는 상당히 다른 오차 크기를 가진 데이터를 사용하는 공간 필터링의 대안적인 방법(1300)의 흐름도이다. 대안적인 예에서, 도 12를 참조하여 위에 도시되고 기술된 바와 같이 방법(1300)은 방법(1200)의 단계들을 포함한다. 방법(1300)은 또한 인터섹션 지역(812)의 제3 PDF를, 컴퓨팅 장치(132)로 결정하는 것(1302)을 포함하고, 여기서 제3 PDF는 제2회에 가장 높은 확률 위치(16)와 연관된 공간 오차를 나타낸다. 제2 공간 데이터 타입과 연관된 저장된 데이터를 포함하는 제2 매칭 요소(407)와 제1 공간 데이터 타입과 연관된 저장된 데이터를 포함하는 제1 매칭 요소(407) 중 적어도 하나의 복수의 요소(407) 중에 존재를, 컴퓨팅 장치(132)를 사용하여 실행되는 섀도우 해시 키 루틴(408)을 사용하여, 결정하는 것(1304)을 방법(1300)이 또한 포함한다. 또한, 결정하는 것(1304)에서, 어레이 데이터 구조(401)는 해시 테이블(a hash table)로서 작용하도록 구성되어 있고, 제1 및 제2 매칭 요소(407)의 존재는 제1(418) 및 제2(420) 타원 오차 지역 확률 객체 각각을 결정(1208)하는데 전제조건이다. 복수의 신호(29)의 적어도 한 신호의 노이즈 제거된 펄스(130)로부터 얻어지는 비표준 데이터 포인트(1026) 및/또는 비표준 데이터 포인트(1034)를 포함하는 적어도 하나의 미지의 신호 상태 공간 표현 신호(139)를, 컴퓨팅 장치(132)에서, 수신하는 것을 방법(1300)이 또한 포함한다. 방법은 또한 적어도 하나의 미지의 신호 상태 공간 표현 신호(139)를 공간 데이터와 비공간 데이터 중 적어도 하나로, 컴퓨팅 장치(132)에서, 리졸브하는 것(1308)을 방법(1300)이 또한 포함한다.
제1 타원 오차 지역 확률 객체(418)의 제1쌍의 축과 제2 타원 오차 지역 확률 객체(420)의 제2쌍의 축을, 컴퓨팅 장치(132)로, 결정하는 것(1310)을 방법(1300)이 또한 포함하며, 여기서 제1쌍의 축은 복수의 제1 좌표(1004)의 공간 오차를 나타내며 제2쌍의 축은 복수의 제2 좌표(1008)의 공간 오차를 나타낸다. 제2 타원 오차 지역 확률 객체(420)에 비교되는 제1 타원 오차 지역 확률 객체(418)의 유니온 구역(1124) 및/또는 유니온 구역(1126)의 변화 방향(the direction of change)(1154)과 유니온 구역 (1124) 및/또는 (1126)의 변화 비율 중 적어도 하나를, 컴퓨팅 장치(132)로, 결정하는 것(1312)을 방법(1300)이 또한 포함한다. 유니온 구역 (1124) 및/또는 (1126)의 변화 비율과 유니온 구역의 변화 방향(1154) 중 적어도 하나의 값에 기반하여, 신호 발생기(예를 들어 신호 발생기(2, 8, 34, 36) 중 적어도 하나)의 이동의 존재, 신호 발생기의 이동 방향, 신호 발생기의 속도, 그리고 신호 발생기의 가속도 중 적어도 하나를, 컴퓨팅 장치(132)로, 결정하는 것(1314)을 방법(1300)이 또한 포함한다.
도 14는 도 3에 도시된 신호 프로세싱 시스템(100)과 함께 사용되는 상당히 다른 오차 크기를 가진 데이터를 사용하는 공간 필터링의 대안적인 방법(1400)의 흐름도이다. 대안적인 예에서, 방법(1400)은 도 12를 참조하여 위에 도시되고 기술된 바와 같이 방법(1200)의 단계들을 포함한다. 인터섹션 지역(812)의 인터섹션 구역(1132) 및/또는 인터섹션 구역(1134)의 변화 비율과 인터섹션 구역(1132) 및/또는 인터섹션 구역(1134)의 변화 방향(1154) 중 적어도 하나를, 컴퓨팅 장치(132)로, 결정하는 것(1402)을 방법(1400)이 또한 포함한다. 인터섹션 구역(1132)의 변화 비율과 인터섹션 구역(1132) 및/또는 인터섹션 구역(1134)의 변화 방향(1154) 중 적어도 하나에 기반하여, 신호 발생기(예를 들어 신호 발생기(2, 8, 34, 36) 중 적어도 하나)의 이동의 존재, 신호 발생기의 이동 방향, 신호 발생기의 속도, 그리고 신호 발생기의 가속도 중 적어도 하나를, 컴퓨팅 장치(132)로, 결정하는 것(1404)을 방법(1400)이 또한 포함한다.
복수의 제1 좌표(1004)의 적어도 한 아웃라이어 제1 좌표와 복수의 제2 좌표(1008)의 적어도 한 아웃라이어 제2 좌표 중 적어도 하나를, 컴퓨팅 장치(132)로, 식별하는 것(1406)과 삭제하는 것(1408) 중 적어도 하나를 방법(1400)이 또한 포함하며 이 때 어레이 데이터 구조(401)에 적어도 한 아웃라이어 제1 좌표와 적어도 한 아웃라이어 제2 좌표 중 적어도 하나를 유지하는 것은 제1 오차 크기와 제2 오차 크기 중 적어도 하나가 소정 값을 초과하도록 야기한다. 적어도 두 타입의 공간 데이터와 제1 비공간 좌표와 제2 비공간 좌표 중 적어도 하나 사이 어레이 데이터 구조(401)에 연결(an association)을, 컴퓨팅 장치(132)를 사용하여, 분리하는 것(1410)을 방법(1400)이 또한 포함하며 이 때 제1 비공간 좌표 와 제2 비공간 좌표 중 적어도 하나를 유지하는 것은 신호 발생기에 대한 알려진 식별 정보(known identifying information)에 반하는 정보를 포함한다.
제1 타원 오차 지역 확률 객체(418), 제2 타원 오차 지역 확률 객체(420), 제1 오차 크기, 제2 오차 크기, 제1 PDF, 제2 PDF, 인터섹션 지역(812), 그리고 물리적 공간 영역(1) 및/또는 물리적 공간 영역(33)에 신호 발생기의 가장 높은 확률 위치(16) 중 적어도 하나, 컴퓨팅 장치(132)와 결합된 디스플레이(144)를 통해 인간 판독 가능 데이터로서 데이터 출력 신호(142)를 표시하는 것(1412)을 방법(1400)이 또한 포함한다. 제1 타원 오차 지역 확률 객체(418), 제2 타원 오차 지역 확률 객체(420), 제1 오차 크기, 제2 오차 크기, 제1 PDF, 제2 PDF, 인터섹션 지역(812), 그리고 물리적 공간 영역(1) 및/또는 물리적 공간 영역(33)에 신호 발생기의 가장 높은 확률 위치(예를 들어 제1 위치(16)) 중 적어도 하나의 결정(a determination)에 기반하여 신호 발생기의 위치(16)로부터 떨어지거나 그를 향하는 거기와 전기적 및 데이터 통신 중 적어도 하나로 결합된 감시 플랫폼(6)과 장치(31) 중 적어도 하나의 이동을 지시하는 것(directing)(1414)을 방법(1400)이 또한 포함한다.
도 15는 도 3에 도시된 신호 프로세싱 시스템(100)과 함께 사용되는 상당히 다른 오차 크기를 가진 데이터를 사용하는 공간 필터링의 대안적인 방법(1500)의 흐름도이다. 대안적인 예에서, 방법(1500)은 도 12를 참조하여 위에서 도시되고 기술된 바와 같이 방법(1200)의 단계들을 포함한다. 방법(1500)은 또한 제1 타원 오차 지역 확률 객체(418)의 제1 중심(1016)과 제2 타원 오차 지역 확률 객체(420)의 제2 중심(1022)을, 컴퓨팅 장치(132)로, 결정하는 것(1502)을 포함하며, 여기서 제1 중심(1016)은 복수의 제1 좌표(1004)의 평균값을 나타내며, 제2 중심(1022)은 복수의 제2 좌표(1008)의 평균값을 나타낸다. 또한, 결정하는 것(1502)에서, 복수의 제1 좌표(1004)에 기반하여 물리적 공간 영역(1) 및/또는 물리적 공간 영역(33)에 신호 발생기(예를 들어 신호 발생기(2, 8, 34, 36) 중 적어도 하나)의 위치(16)를 제1 중심(1016)이 또한 나타내고, 제1 타원 오차 지역 확률 객체(418)의 제1 PDF는 복수의 제1 좌표(1004)에 기반하여 물리적 공간 영역 (1) 및 (33)에 신호 발생기의 위치(16)의 공간 오차를 나타낸다. 또한, 결정하는 것(1502)에서, 복수의 제2 좌표(1008)에 기반하여 물리적 공간 영역(1) 및/또는 물리적 공간 영역(33)에 신호 발생기의 위치(16)를 제2 중심(1022)이 또한 나타내고, 제2 타원 오차 지역 확률 객체(420)의 제2 PDF는 복수의 제2 좌표(1008)에 기반하여 물리적 공간 영역 (1) 및 (33)에 신호 발생기의 위치(16)의 공간 오차를 나타낸다. 적어도 하나의 추가 신호 파라미터 벡터(138)의, 제2시간 후에 일어나는 제3 시간을 포함한 시간에 걸쳐 수신(1202)에 기반하여 제1 타원 오차 지역 확률 객체(418)와 제2 타원 오차 지역 확률 객체(420) 중 적어도 하나를, 컴퓨팅 장치(132)로, 업데이트하는 것(1504)을 방법(1500)이 또한 포함한다. 업데이트하는 것(1504)은 또한 제1 PDF, 제2 PDF, 제1 중심(1016), 제2 중심(1022), 제1쌍의 축, 그리고 제2쌍의 축 중 적어도 하나를 업데이트 하는 것을 포함한다.
광역 감시 센서에 의해 발생되는 상당히 다른 오차 크게를 가진 데이터를 사용하는 위에 기술된 공간 필터링 시스템 및 방법은 신호의 효과적이고 효율적인 수신과 분류(classification)을 가능하게 하고 여기서 공간 데이터는 차원 수가 다르며 상당히 다른 오차 크기를 가진다. 위에 기술된 예들은 또한 노이즈와 간섭으로부터 신호의 분리를 쉽게 만들며 여기서 관심 신호의 수(the number of signals of interest)가 많고 공간 정보는 분류상 우선 사항이다. 함께 결합된 하나 이상의 센서로부터 나오는 공간 데이터를 포함하여, 다수의 샘플링 프레임 사이 정보를 공간적으로 매치시키기 위해 노이즈와 간섭의 제거(calcellation)에 요구되는 프로세싱을 위에 기술된 예들이 또한 단순화한다. 광역 감시 센서에 의해 발생되는 상당히 다른 오차 크게를 가진 데이터를 사용하는 위에 기술된 공간 필터링 시스템 및 방법은 또한 효율적인 위치 매칭(efficient locational matching)을 쉽게 만들며 여기서 광역 센서에 의해 감시되는 공간 구역은 크고 공지된 공간 필터링 시스템 및 방법에 비교하여 더 단순한 프로세싱 아키텍쳐(processing architectures)를 사용하는 상당히 다른 오차 크기와 다른 수의 차원을 공간 데이터가 가진다. 위에 기술된 예들은 개선된 감지 범위(improved detection range), 프로세싱과 분류 성능, 그리고 디자인상 제약(design constraints)의 제한을 넘어 컴퓨팅 자원를 증가시키지 않는 공중 감시 동작에 감소된 전원 소모를 또한 가능하게 한다. 광역 감시 센서에 의해 발생되는 상당히 다른 오차 크게를 가진 데이터를 사용하는 위에 기술된 공간 필터링 시스템 및 방법은 또한 큰 공간 구역을 감시하는 광역 센서로부터 나오는 공간 데이터의 효율적이고 효과적인 고 성능 후처리을 용이하게 한다. 위에 기술된 예들은 또한 차원 수가 다르고 상당히 다른 오차 크기를 갖는 공간 데이터 함유 벡터(spatial data-containing vectors)를 시간에 따라 통계적으로 함께 결합하는 것을 가능하게 한다. 위에 기술된 예들은 광역 센서로부터 나오는 공간 데이터를 사용하여 수용 가능한 오차를 가진 정적 및 동적 신호 발생기를 서로 구별하는 것을 또한 용이하게 한다.
광역 감시 센서에 의해 발생되는 상당히 다른 오차 크게를 가진 데이터를 사용하는 위에 기술된 공간 필터링 시스템 및 방법의 예시적인 기술적 효과는 다음에 적어도 하나를 포함한다: (a) 공간 데이터가 차원 수가 다르고 상당히 다른 오차 크기를 가질 때 신호의 효과적이고 효율적인 수신과 분류를 가능하게 하는 것; (b) 관심 신호의 수가 많고 공간 정보가 분류상 우선 사항일 때 노이즈와 간섭으로부터 신호의 분리를 용이하게 만드는 것; (c) 함께 결합된 하나 이상의 센서로부터 나오는 공간 데이터를 포함하여, 다수의 샘플링 프레임 사이 정보를 공간적으로 매치시키기 위해 노이즈와 간섭의 제거에 요구되는 프로세싱을 단순화하는 것; (d) 광역 센서에 의해 감시되는 공간 구역이 크고 공지된 공간 필터링 시스템 및 방법에 비교하여 더 단순한 프로세싱 아키텍쳐를 사용하여 차원 수가 다르고 상당히 다른 오차 크기를 공간 데이터가 가질 때 효율적인 위치 매칭을 쉽게 만드는 것; (e) 개선된 감지 범위, 프로세싱과 분류 성능, 그리고 디자인상 제약의 제한을 넘어 컴퓨팅 리스소를 증가시키지 않는 공중 감시 동작에 감소된 전원 소모를 가능하게 하는 것; (f) 큰 구역을 감시하는 광역 센서로부터 나오는 공간 정보의 효율적이고 효과적인 고 성능 후처리를 쉽게 만드는 것; (g) 광역 센서로부터 얻어지고 차원 수가 다르고 상당히 다른 오차 크기를 갖는 공간 데이터 함유 벡터를 시간에 따라 통계적으로 함께 결합하는 것을 가능하게 하는 것; 그리고 (h) 광역 센서로부터 얻은 공간 데이터를 사용하여 수용 가능한 오차를 갖는 정적 및 동적 신호 발생기를 서로 구별하는 것을 쉽게 만드는 것.
본 발명의 다양한 예들의 특정 기능들이 어떤 도면에서는 나타나고 다른 곳에서는 나타나지 않더라도, 이는 단지 편의를 위한 것이다. 본 발명의 원리에 따라, 도면의 어떤 기능도 어떤 다른 그림의 어떤 기능과 조합하여 참조 및/또는 청구될 수 있다.
어떤 예들은 하나 이상의 전자 또는 컴퓨팅 장치의 사용을 수반한다. 일반 목적 중앙 프로세싱 유닛(a general purpose centrual processing unit)(CPU), 그래픽 프로세싱 유닛(GPU), 마이크로 컨트롤러, 감소된 명령 세트 컴퓨터(a reduced instruction set computer)(RISC) 프로세서, 어플리케이션 특정 집적 회로(ASIC), 프로그래머블 로직 회로(PLC), 필드 프로그래머블 게이트 어레이(FPGA), 디지털 신호 프로세싱(DSP) 장치, 및/또는 여기에 기술되는 기능을 수행하는 것이 가능한 어떤 다른 회로 또는 프로세싱 장치와 같은 프로세서, 프로세싱 장치, 또는 컨트롤러를 그러한 장치가 일반적으로 포함한다. 여기에 기술되는 방법들은 저장 장치 및/또는 메모리 장치를, 제한 없이, 포함하는, 컴퓨터 판독 가능 매체에 구현되는 실행 가능한 명령(executable instructions)으로서 인코드(encoded)된다. 이러한 명령은, 프로세싱 장치에 의해 실행될 때, 프로세싱 장치가 여기서 기술되는 방법들의 적어도 한 부분을 수행하도록 야기한다. 위 예들은 단지 예시적인 것이고, 따라서 프로세서나 프로세싱 장치의 정의 및/또는 의미를 어떤 방향으로든 제한하는 것으로 의도되지 않는다.
또한, 본 발명은 다음 조항(the following clauses)들에 따른 예들을 포함한다:
조항 1. 적어도 한 감시 플랫폼(6)에 의해 수신되고 신호 발생기(2, 8, 34, 36)에 의해 발생되는 복수의 신호(29)로부터 얻어지는 데이터를 공간적으로 필터하는 시스템(100)에 있어서,
상기 시스템은:
복수의 신호를 수신하도록 구성된 적어도 하나의 센서(103);
복수의 신호 파라미터 벡터의 각 신호 파라미터 벡터는 복수의 신호의 하나의 신호로부터 얻어지고 적어도 한 센서로부터 얻어지고 신호 발생기와 연관된 정보를 포함하는 적어도 한 좌표(612, 618, 1004, 1008, 1012, 1018, 1024, 1110, 1112, 1116, 1118)를 포함하고, 여기서 정보는 제1 공간 데이터 타입과 제2 공간 데이터 타입을 포함하는 적어도 두 타입의 공간 데이터를 포함할 때, 복수의 신호 파라미터 벡터(138)를 발생시키도록 구성되고 센서와 결합된 전처리기(104); 그리고
컴퓨팅 장치는 복수의 신호 파라미터 벡터의 각 바라미터 벡터를 디인터리브하도록 구성되고, 메모리(134)를 포함하고 전처리기와 결합된 컴퓨팅 장치(132)를 포함하며, 컴퓨팅 장치는:
제1시간과 제1시간 후에 일어나는 제2시간을 포함한 시간에 걸쳐, 전처리기로부터 복수의 신호 파라미터 벡터를 수신(1202)하고;
제1 공간 데이터 타입의 복수의 제1 좌표의 제1 오차 크기와 제2 공간 데이터 타입의 복수의 제2 좌표의 제 2 오차 크기를 결정(1204)하고;
제1 오차 크기가 제2 오차 크기와 소정 양 만큼 다르고, 여기서 제1 어레이는 제1수의 구성 요소(407)을 포함하고 제2 어레이는 제1수의 구성 요소와 다른 제2수의 구성 요소를 포함하고, 여기서 복수의 어레이의 각 어레이가 복수의 신호가 적어도 한 센서에 의해 수신되는 물리적 공간 영역(1, 33)을 나타낼 때, 메모리에 저장되고 복수의 어레이(402, 404, 406)을 갖는 어레이 데이터 구조(401)에, 복수의 제1 좌표를 복수의 어레이의 제1 어레이에 그리고 복수의 제2 좌표를 복수의 어레이의 제2 어레이에 전송(1206)하고;
제1 타원 오차 지역 확률 객체와 제2 타원 오차 지역 확률 객체의 각각이 제1 어레이와 제2 어레이 중 적어도 하나와 연관되어 메모리에 저장될 때 복수의 제1 좌표의 제1 확률 밀도 함수("PDF")를 나타내는 제1 타원 오차 지역 확률 객체(418)와 복수의 제2 좌표의 제2 "PDF"를 나타내는 제2 타원 오차 지역 확률 객체(420)를 포함하는 복수의 타원 오차 지역 확률 객체(416)를 결정(1208)하고; 그리고
인터섹션 지역이 제1수의 구성 요소의 적어도 한 부분과 제2수의 구성 요소의 적어도 한 부분을 추가적으로 포함하고, 인터섹션 지역이 제2 회에 물리적 공간 영역에 신호 발생기의 가장 높은 확률 위치(16)를 나타낼 때, 제1 타원 오차 지역 확률 객체의 적어도 한 부분과 제2 타원 오차 지역 확률 객체의 적어도 한 부분을 포함하는 인터섹션 지역(812)을 결정(1210)하도록 프로그램되어 있는 필터링 시스템(100).
조항 2. 제1조항에 있어서,
제3 "PDF"는 제2 회에 가장 높은 확률 위치(16)와 연관된 공간 오차를 나타낼 때, 컴퓨팅장치(132)가 또한 인터섹션 지역(812)의 제3 "PDF"를 결정(1302)하도록 추가적으로 프로그램되어 있는 필터링 시스템(100).
조항 3. 제1조항에 있어서,
적어도 한 표준편차 벡터(138)가 제1 오차 크기와 제2 오차 크기를 결정하는 것을 용이하게 하고, 컴퓨팅 장치(132)가 복수의 신호 파라미터 벡터의 적어도 한 신호 파라미터 벡터(138)와 연관된 적어도 한 표준편차 벡터(502)를 수신(1202)하도록 추가적으로 프로그램되어 있는 필터링 시스템(100).
조항 4. 제1조항에 있어서,
복수의 어레이의 각 어레이(402, 404, 406)가 복수의 요소(407)을 포함하고, 컴퓨팅 장치(132)는 제1 공간 데이터 타입과 연관된 저장된 데이터를 포함하는 제1 매칭 요소와 제2 공간 데이터 타입과 연관된 저장된 데이터를 포함하는 제2 매칭 요소 중 적어도 하나의 복수의 요소 중에 존재를, 섀도우 해시 키 루틴(408)을 사용하여, 결정(1304)하도록 추가적으로 프로그램되고, 어레이 데이터 구조(401)는 해시 테이블로서 기능하도록 구성되고 제1 및 제2 매칭 요소의 존재는 제1(418) 및 제2(420) 타원 오차 지역 확률 객체를 각각 결정하는데 전제 조건인 필터링 시스템(100).
조항 5. 제1조항에 있어서,
노이즈 제거된 신호(124)와 블라인드 소스 분리 신호(120) 중 적어도 하나로부터 발생되는 신호 파라미터 벡터로서 복수의 신호 파라미터 벡터의 적어도 한 신호 파라미터 벡터(138)를 수신(1202)하도록 컴퓨팅 장치(132)가 추가적으로 프로그램되어 있는 필터링 시스템(100).
조항 6. 제1조항에 있어서,
컴퓨팅 장치(132)는:
복수의 신호(29)의 적어도 한 신호의 노이즈 제거된 펄스(130)로부터 얻어지는 비표준 데이터(1026, 1034)를 포함하는 적어도 한 미지의 신호 상태 공간 표현 신호(139)를 수신(1306)하고; 그리고
적어도 한 미지의 신호 상태 공간 표현 신호를 공간 데이터와 비공간 데이터 중 적어도 하나로 리졸브(1308)하도록 추가적으로 프로그램되어 있는 필터링 시스템(100).
조항 7. 제1조항에 있어서,
컴퓨팅 장치(132)는:
유니온 구역(1124, 1126)의 변화 비율과 제2 타원 오차 지역 확률 객체(420)에 비교되는 제1 타원 오차 지역 확률 객체(418)의 유니온 구역의 변화 방향 중 적어도 하나를 결정(1312)하고; 그리고
유니온 구역의 변화 비율과 유니온 구역의 변화 방향 중 적어도 하나의 값에 기반하여;
신호 발생기(2, 8, 34, 36)의 이동의 존재;
신호 발생기의 이동의 방향;
신호 발생기의 속도; 그리고
신호 발생기의 가속도 중
적어도 하나를 결정(1314)하도록 추가적으로 프로그램되어 있는 필터링 시스템(100).
조항 8. 제1조항에 있어서,
컴퓨팅 장치(132)는:
인터섹션 지역(812)의 인터섹션 구역(1132, 1134)의 변화 비율과 인터섹션 구역의 변화 방향(1154) 중 적어도 하나를 결정(1402)하고; 그리고
인터섹션 구역의 변화 비율과 인터섹션 구역의 변화 방향 중 적어도 하나에 기반하여:
신호 발생기(2, 8, 34, 36)의 이동의 존재;
신호 발생기의 이동의 방향;
신호 발생기의 속도; 그리고
신호 발생기의 가속도 중
적어도 하나를 결정(1404)하도록 추가적으로 프로그램되어 있는 필터링 시스템(100).
조항 9. 제1조항에 있어서,
컴퓨팅 장치(132)는:
복수의 비공간 좌표의 각 비공간 좌표는 신호 발생기(2, 8, 34, 36)를 식별하는 비공간 데이터의 적어도 한 타입을 포함하는 정보를 포함하고, 제1 비공간 좌표와 제2 비공간 좌표를 포함하는 비공간 좌표(612, 618, 1004, 1008, 1012, 1018, 1024, 1110, 1112, 1116, 1118)를 갖는 복수의 신호 파라미터 벡터(138)를 수신(1202)하고;
어레이 데이터 구조(401)에 적어도 한 아웃라이어 제1 좌표와 적어도 한 아웃라이어 제2 좌표 중 적어도 하나를 유지하는 것이 제1 오차 크기와 제2 오차 크기가 소정 값을 초과하도록 야기할 때, 복수의 제1 좌표(1004)의 적어도 한 아웃라이어 제1 좌표와 복수의 제2 좌표(1008)의 적어도 한 아웃라이어 제2 좌표 중 적어도 하나를 적어도 하나 식별(1406)과 삭제(1408)하고; 그리고
제1 비공간 좌표와 제2 비공간 좌표 중 적어도 하나를 유지하는 것이 신호 발생기에 대한 알려진 식별 정보와 반하는 정보를 포함할 때, 제1 비공간 좌표와 제2 비공간 좌표 중 적어도 하나와 적어도 두 타입의 공간 데이터 사이 어레이 데이터 구조에 연결(an association)을 분리(1410)하도록 추가적으로 프로그램되어 있는 필터링 시스템(100).
조항 10.
제1조항에 있어서,
컴퓨팅 장치(132)와 결합된 디스플레이(144)를 추가적으로 포함하고,
제1 타원 오차 확률 객체(418), 제2 타원 오차 지역 확률 객체(420), 제1 오차 크기, 제2 오차 크기, 제1 "PDF", 제2 "PDF", 인터섹션 지역(812), 그리고 물리적 공간 영역(1, 33)에 신호 발생기(2, 8, 34, 36)의 가장 높은 확률 위치(16) 중 적어도 하나를 인간 판독 가능 데이터로서 디스플레이를 통해 표시(1412)하도록 프로그램되어 있는 필터링 시스템(100).
조항 11.
제1조항에 있어서,
적어도 한 감시 플랫폼(6)과 전기적 및 데이터 통신 중 적어도 하나로 결합된 장치(31)를 추가적으로 포함하고,
제1 타원 오차 지역 확률 객체(418), 제2타원 오차 지역 확률 객체(420), 제1 오차 크기, 제2 오차 크기, 제1 "PDF", 제2 "PDF", 인터섹션 지역(812), 그리고 물리적 공간 영역(1, 33)에 신호 발생기의 가장 높은 확률 위치(16) 중 적어도 하나의 결정에 기반하여 신호 발생기(2, 8, 34, 36)의 위치(16)로부터 떨어지거나(away from) 그를 향하는 장치의 이동을 지시(1414)하도록 컴퓨팅 장치(132)가 추가적으로 프로그램되어 있는 필터링 시스템(100).
조항 12. 제1조항에 있어서,
컴퓨팅 장치(132)가 또한 제1 타원 오차 지역 확률 객체(418)의 제1쌍의 축과 제2 타원 오차 지역 확률 객체(420)의 제2쌍의 축을 결정(1310)하도록 추가적으로 프로그램되고, 제1쌍의 축이 복수의 제1 좌표(1004)의 공간 오차를 나타내고, 제2쌍의 축이 복수의 제2 좌표(1008)의 공간 오차를 나타내는 필터링 시스템(100).
조항 13. 제12조항에 있어서,
컴퓨팅 장치(132)가 또한 제1 타원 오차 지역 확률 객체(418)의 제1 중심(1016)과 제2 타원 오차 지역 확률 객체(420)의 제2 중심(1022)을 결정(1502)하도록 추가적으로 프로그램되고, 제1 중심이 복수의 제1 좌표(1004)의 평균값을 나타내고, 제2 중심이 복수의 제2 좌표(1008)의 평균값을 나타내는 필터링 시스템(100).
조항 14. 제13조항에 있어서,
제1 중심(1016)은 복수의 제1 좌표(1004)에 기반하여 물리적 공간 영역(1, 33)에 신호 발생기(2, 8, 34, 36)의 위치(16)를 추가적으로 나타내고;
제1 타원 오차 지역 확률 객체(418)의 제1 "PDF"는 신호 발생기의 공간 오차를 나타내며;
제2 중심(1022)은 복수의 제2 좌표(1008)에 기반하여 물리적 공간 영역에 신호 발생기의 위치를 추가적으로 나타내며; 그리고
제2 타원오차 지역 확률 객체(420)의 제2 "PDF"는 복수의 제2 좌표에 기반하여 물리적 공간 영역에 신호 발생기의 위치의 공간 오차를 나타내는 필터링 시스템(100).
조항 15. 제14조항에 있어서,
적어도 한 추가 신호 파라미터 벡터(138)를, 제2시간 후에 일어나는 제3 시간을 포함한 시간에 걸쳐, 수신(1202)하는 것에 기반하여 제1 타원 오차 지역 확률 객체(418)와 제2 타원 오차 지역 확률 객체(420) 중 적어도 하나를 업데이트(1504)하도록 컴퓨팅 장치(132)가 추가적으로 프로그램되어 있는 필터링 시스템(100).
조항 16. 제15조항에 있어서,
제1 "PDF", 제2 "PDF", 제1 중심(1016), 제2 중심(1022), 제1쌍의 축, 그리고 제2쌍의 축 중 적어도 하나를 업데이트(1504)하도록 컴퓨팅 장치(132)가 추가적으로 프로그램되어 있는 필터링 시스템(100).
조항 17. 각 신호 파라미터 벡터가 복수의 신호의 한 신호로부터 얻어질 때, 신호 발생기(2, 8, 34, 36)로부터 복수의 신호(29)를 수신하도록 구성된 적어도 한 센서(103)를 포함하는 적어도 한 감시 플랫폼(6)에 의해 발생되는 복수의 신호 파라미터 벡터(138)로부터 데이터를 공간적으로 필터하는 방법(1200)에 있어서,
상기 방법은:
각 신호 파라미터 벡터가 적어도 한 센서로부터 얻어지고 신호 발생기와 연관된 정보를 포함하는 적어도 한 좌표(612, 618, 1004, 1008, 1012, 1018, 1024, 1110, 1112, 1116, 1118)를 가지고, 정보가 제1 공간 데이터 타입과 제2 공간 데이터 타입을 포함한 적어도 두 공간 타입을 포함할 때, 복수의 신호 파라미터 벡터의 각 신호 파라미터 벡터를 디인터리브하도록 구성된 컴퓨팅 장치(132)에 복수의 신호 파라미터 벡터를, 제1시간과 제1시간 후에 일어나는 제2시간을 포함한 시간에 걸쳐, 수신(1202)하고;
제1 공간 데이터 타입의 복수의 제1 좌표(1004)의 제1 오차 크기와 제2 공간 데이터 타입의 복수의 제2 좌표(1008)의 제2 오차 크기를 결정(1204)하고;
제1 오차 크기가 제2 오차크기와 소정 양 만큼 다르고, 여기서 제1 어레이는 제1수의 구성 요소(407)를 포함하고 제2수의 구성 요소와 다른 제2 어레이가 제2수의 구성 요소를 포함하고, 여기서 복수의 어레이의 각 어레이는 복수의 신호가 적어도 한 센서에 의해서 수신되는 물리적 공간 영역(1, 33)을 나타낼 때, 복수의 제1 좌표를 복수의 어레이의 제1 어레이로 그리고 복수의 제2 좌표를 복수의 어레이의 제2 어레이로, 메모리(134)에 저장되고 복수의 어레이(402, 404, 406)을 갖는 어레이 데이터 구조(401)에, 전송(1206)하고;
제1 타원 오차 지역 확률 객체와 제2 타원 오차 지역 확률 객체의 각각이 제1 어레이와 제2 어레이 중 적어도 하나와 연관된 메모리에 저장될 때, 복수의 제1 좌표의 제1 확률 밀도 함수("PDF")를 나타내는 제1 타원 오차 지역 확률 객체(418)와 복수의 제2 좌표의 제2 "PDF"를 나타내는 제2 타원 오차 지역 확률 객체(420)를 포함하는 복수의 타원 오차 지역 확률 객체(416)를, 컴퓨팅 장치로, 결정(1208)하고; 그리고
인터섹션 지역이 제1수의 구성 요소의 적어도 한 부분과 제2수의 구성 요소의 적어도 한 부분을 추가적으로 포함하고, 인터섹션 지역이 제2회에 물리적 공간 영역에 신호 발생기의 가장 높은 확률 위치(16)를 나타낼 때, 제1 타원 오차 지역 확률 객체의 적어도 한 부분과 제2 타원 오차 지역 확률 객체의 적어도 한 부분을 포함하는 인터섹션 지역(812)을, 컴퓨팅 장치로, 결정(1210)하는 것을 포함하는 필터링하는 방법(1200).
조항 18. 제17조항에 있어서,
복수의 신호 파라미터 벡터(138)를 수신(1202)하는 것은 노이즈 제거된 신호(124)와 블라인드 소스 분리 신호(129) 중 적어도 하나로부터 발생되는 신호 파라미터 벡터로서 복수의 신호 파라미터 벡터의 적어도 한 신호 파라미터 벡터를 수신하는 것을 포함하는 필터링하는 방법(1200).
조항 19. 제17조항에 있어서,
적어도 한 표준편차 벡터가 제1 오차 크기와 제2 오차 크기를 결정(1204)하는 것을 쉽게 만들도록 구성되고, 복수의 신호 파라미터 벡터(138)을 수신(1202)하는 것은 복수의 신호 파라미터 벡터의 적어도 한 신호 파라미터 벡터(138)와 연관된 적어도 한 표준편차 벡터(502)를 수신하는 것을 포함하는 필터링하는 방법(1200).
조항 20. 제17조항에 있어서,
제3 "PDF"는 제2 회에 가장 높은 확률 위치(16)와 연관된 공간 오차를 나타낼 때, 인터섹션 지역(812)의 제3 "PDF"를, 컴퓨팅 장치(132)로 결정(1302)하는 것을 추가적으로 포함하는 필터링하는 방법(1300).
조항 21. 제17조항에 있어서,
복수의 어레이의 각 어레이(402, 404, 406)는 복수의 요소(407)를 포함하며, 제1 공간 데이터 타입과 연관된 저장된 데이터를 포함하는 제1 매칭 요소와 제2 공간 데이터 타입과 연관된 저장된 데이터를 포함하는 제2 매칭 요소 중 적어도 하나의 복수의 요소 중 존재를, 컴퓨팅 장치(132)를 사용하여 실행되는 섀도우 해시 키 루틴(408)을 사용하여, 결정(1304)하는 것을 상기 방법이 추가적으로 포함하고:
어레이 데이터 구조(401)는 해시 테이블로서 기능하도록 구성되고;.
제1 및 제2 매칭 요소의 존재는 제1(418) 및 제2(420) 타원 오차 지역 확률 객체 각각을 결정(1208)하는데 전제 조건인 필터링하는 방법(1300).
조항 22. 제17조항에 있어서,
복수의 신호(29)의 적어도 한 신호의 노이즈 제거된 펄스(130)로부터 얻어지는 비표준 데이터(1026, 1034)를 포함하는 적어도 한 미지의 신호 상태 공간 표현 신호(139)를, 컴퓨팅 장치(132)에, 수신(1306)하는 것; 그리고
적어도 한 미지의 신호 상태 공간 표현 신호를 공간 데이터나 비공간 데이터 중 적어도 하나로, 컴퓨팅 장치로, 리졸브(1308)하는 것을 추가적으로 포함하는 필터링하는 방법(1300).
조항 23.
제17조항에 있어서,
제1 타원 오차 지역 확률 객체(418)의 제1쌍의 축과 제2 타원 오차 지역 확률 객체(420)의 제2쌍의 축을, 컴퓨팅 장치(132)로, 결정(1310)하는 것을 추가적으로 포함하고:
제1쌍의 축은 복수의 제1 좌표(1004)의 공간 오차를 나타내고;
제2쌍의 축은 복수의 제2 좌표(1008)의 공간 오차를 나타내는 필터링하는 방법(1300).
조항 24. 제17조항에 있어서,
유니온 구역(1124, 1126)의 변화 비율과 제2 타원 오차 지역 확률 객체(420)에 비교되는 제1 타원 오차 지역 확률 객체(418)의 유니온 구역의 변화 방향(1154) 중 적어도 하나를, 컴퓨팅 장치(132)로, 결정(1312)하는 것; 그리고
컴퓨터 장치로 그리고 유니온 구역의 변화 비율과 유니온 구역의 변화 방향 중 적어도 하나의 값에 기반하여:
신호 발생기(2, 8, 34, 36)의 이동의 존재;
신호 발생기의 이동의 방향;
신호 발생기의 속도; 그리고
신호 발생기의 가속도 중
적어도 하나를 결정(1314)하는 것을 포함하는 필터링하는 방법(1300).
조항 25. 제17 조항에 있어서,
인터섹션 지역(812)의 인터섹션 구역(1132, 1134)의 변화 비율과 인터섹션 구역의 변화 방향(1154) 중 적어도 하나를, 컴퓨팅 장치(132)로, 결정(1402)하는 것; 그리고
컴퓨팅 장치로 그리고 인터섹션 구역의 변화 비율과 인터섹션 구역의 변화 방향 중 적어도 하나를 기반으로:
신호 발생기(2, 8, 34, 36)의 이동의 존재;
신호 발생기의 이동의 방향;
신호 발생기의 속도; 그리고
신호 발생기의 가속도 중
적어도 하나를 결정(1404)하는 것을 추가적으로 포함하는 필터링하는 방법(1400).
조항 26. 제17조항에 있어서,
복수의 신호 파라미터 벡터(138)를 수신(1202)하는 것은 제1 비공간 좌표와 제2 비공간 좌표를 포함하는 복수의 비공간 좌표(612, 618, 1004, 1008, 1012, 1018, 1024, 1110, 1112, 1116, 1118)를 수신하는 것을 포함하고, 복수의 비공간 좌표의 각 비공간 좌표는 신호 발생기(2, 8, 34, 36)를 식별하는 비공간 데이터의 적어도 한 타입을 포함하는 정보를 포함하며,
상기 방법은:
어레이 데이터 구조(401)에 적어도 한 아웃라이어 제1 좌표와 적어도 한 아웃라이어 제2 좌표중 적어도 하나를 유지하는 것은 제1 오차 크기와 제2 오차 크기중 적어도 하나가 소정 값을 초과하도록 야기할 때, 복수의 제1 좌표(1004)의 적어도 한 아웃라이어 제1 좌표와 복수의 제2 좌표(1008)의 적어도 한 아웃라이어 제2 좌표 중 적어도 하나를, 컴퓨팅 장치로, 적어도 하나 식별(1406) 및 삭제(1408)하고; 그리고
제1 비공간 좌표와 제2 비공간 좌표 중 적어도 하나를 유지하는 것이 신호 발생기에 대해 알려진 식별 정보에 반하는 정보를 포함할 때 적어도 두 타입의 공간 데이터와 제1 비공간 좌표와 제2 비공간 좌표 중 적어도 하나 사이 어레이 데이터 구조에 연결을, 컴퓨팅 장치를 사용하여, 분리(1410)하는 것을 추가적으로 포함하는 필터링하는 방법(1400)..
조항 27.
제17조항에 있어서,
제1 타원 오차 지역 확률 객체(418), 제2 타원 오차 지역 확률 객체(420), 제1 오차 크기, 제2 오차 크기, 제1 "PDF", 제2 "PDF", 인터섹션 지역(812), 그리고 물리적 공간 영역(1, 33)에 신호 발생기(2, 8, 34, 36)의 가장 높은 확률 위치(16) 중 적어도 하나를, 컴퓨팅 장치(132)에 결합된 디스플레이(144)를 통해 인간 판독 가능 데이터로서 표시(1412)하는 것을 추가적으로 포함하는 필터링하는 방법(1400).
조항 28.
제17조항에 있어서,
제1 타원 오차 지역 확률 객체(418), 제2 타원 오차 지역 확률 객체(420), 제1 오차 크기, 제2 오차 크기, 제1 "PDF", 제2 "PDF", 인터섹션 지역(812), 그리고 물리적 공간 영역(1, 33)에 신호 발생기(2, 8, 34, 36)의 가장 높은 확률 위치(16) 중 적어도 하나의 결정을 기반으로 신호 발생기(2, 8, 34, 36)의 위치(16)로부터 떨어지거나 그를 향하는 거기와 전기적 및 데이터 통신 중 적어도 하나로 결합된 감시 플랫폼(6)과 장치(31) 중 적어도 하나의 이동을 지시(1414)하는 것을 추가적으로 포함하는 필터링하는 방법(1400).
조항 29. 제17조항에 있어서,
제1 타원 오차 지역 확률 객체(418)의 제1 중심(1016)과 제2 타원 오차 지역 확률 객체(420)의 제2 중심(1022)을, 컴퓨팅 장치(132)로, 결정(1502)하는 것을 추가적으로 포함하고:
제1 중심은 복수의 제1 좌표(1004)의 평균값을 나타내고;
제2 중심은 복수의 제2 좌표(1008)의 평균값을 나타내는 필터링하는 방법(1500).
조항 30. 제29조항에 있어서,
제1 중심(1016)은 또한 복수의 제1 좌표(1004)에 기반하여 물리적 공간 영역(1, 33)에 신호 발생기(2, 8, 34, 36)의 위치(16)를 추가적으로 나타내고;
제1 타원 오차 지역 확률 객체(418)의 제1 "PDF"는 복수의 제1 좌표에 기반하여 물리적 공간 영역에 신호 발생기의 위치의 공간 오차를 나타내고;
제2 중심(1022)은 또한 복수의 제2 좌표(1008)에 기반하여 물리적 공간 영역에 신호 발생기의 위치를 추가적으로 나타내고;
제2 타원 오차 지역 확률 객체(420)의 제2 "PDF"는 복수의 제2 좌표에 기반하여 물리적 공간 영역에 신호 발생기의 위치의 공간 오차를 나타내는 필터링하는 방법(1500).
조항 31.
제30조항에 있어서,
적어도 한 추가 신호 파라미터 벡터(138)를, 제2시간 후에 일어나는 제3 시간을 포함한 시간에 걸쳐, 수신(1202)하는 것에 기반하여 제1 타원 오차 지역 확률 객체(418)와 제2 타원 오차 확률 객체(420) 중 적어도 하나를, 컴퓨팅 장치(132)로, 업데이트(1504)하는 것을 추가적으로 포함하는 필터링하는 방법(1500).
조항 32. 제31조항에 있어서,
제1 타원 오차 지역 확률 객체(418)와 제2 타원 오차 지역 확률 객체(420)는 제1 "PDF, 제2 "PDF", 제1 중심(1016), 제2 중심(1022), 제1 타원 오차 지역 확률 객체의 제1쌍의 축, 그리고 제2 타원 오차 지역 확률 객체의 제2쌍의 축 중에 적어도 하나를 업데이트하는 것을 포함하는 필터링하는 방법(1500).
조항 33. 거기에 구현되는 컴퓨터 실행 가능한 명령을 갖는 비일시적 컴퓨터 판독 가능한 메모리(134)에 있어서,
컴퓨팅 장치(132)에 의해 실행될 때, 컴퓨터 실행 가능한 명령은 컴퓨팅 장치가:
복수의 신호 파라미터 벡터의 각 신호 파라미터 벡터가 신호 발생기(2, 8, 34, 36)에 의해 발생되고 적어도 한 센서(103)로부터 수신되는 복수의 신호의 한 신호로부터 얻어지고, 제1 공간 데이터 타입의 복수의 제1 좌표(1004)와 제2 공간 데이터 타입의 복수의 제2 좌표(1008)를 포함하는 복수의 신호 파라미터 벡터(138)를, 제1시간과 제1시간 후에 일어나는 제2시간을 포함한 시간에 걸쳐, 수신(1202)하고;
복수의 제1 좌표의 제1 오차 크기와 복수의 제2 좌표의 제2 오차 크기를 결정(1204)하고;
제1 오차 크기가 제2 오차 크기로부터 소정 양 만큼 다르고, 제1 어레이는 제1수의 구성 요소(401)를 포함하고 제2 어레이는 제1수의 구성 요소와 다른 제2수의 구성 요소를 포함하고, 복수의 어레이의 각 어레이는 복수의 신호가 적어도 한 센서에 의해 수신되는 물리적 공간 영역(1, 33)을 나타내며, 복수의 제1 좌표를 복수의 어레이의 제1 어레이로 그리고 복수의 제2 좌료를 복수의 어레이의 제2 어레이로, 메모리(134)에 저장되고 복수의 어레이(402, 404, 406)를 갖는 어레이 데이터 구조(401)에, 전송(1206)하고;
제1 타원 오차 지역 확률 객체와 제2 타원 오차 지역 확률 객체의 각각은 제1 어레이와 제2 어레이 중 적어도 하나와 연관된 메모레이 저장되고, 복수의 제1 좌표의 제1 확률 밀도 함수("PDF")를 나타내는 제1 타원 오차 지역 확률 객체(418)와 복수의 제2 좌표의 제2 "PDF"를 나타내는 제2 타원 오차 지역 확률 객체(420)를 포함하는 복수의 타원 오차 지역 확률 객체(416)를 결정(1208)하고; 그리고
인터섹션 지역은 또한 제1수의 구성 요소의 적어도 한 부분과 제2수의 구성 요소의 적어도 한 부분을 추가적으로 포함하고, 인터섹션 지역은 제2 회에 물리적 공간 영역에 신호 발생기의 가장 높은 확률 위치(16)를 나타내고, 제1 타원 오차 지역 확률 객체의 적어도 한 부분과 제2 타원 오차 지역 확률 객체의 적어도 한 부분을 포함하는 인터섹션 지역(812)을 결정(1210)하도록 야기하는 비일시적 컴퓨터 판독 가능한 메모리(134).
이 상세한 설명은 가장 좋은 모드(the best mode)를 포함하여 예들을 나타내고, 또한 어떤 장치나 시스템도 만들고 사용하는 것과 어떤 통합 방법도 수행하는 것을 포함하여 발명에 관련된 기술분야에서 통상의 지식을 가진 사람이 예들을 실행하는 것을 가능하게 한다. 본 발명의 특허 가능 범위(the patentable scope)는 청구항들에 의해 정의되고, 발명과 관련된 기술분야에서 통상의 지식을 가진 자들에게 일어나는 다른 예들을 포함할 수 있다. 그러한 다른 예들은 그들이 청구항들의 문자 그대로의 언어와 다르지 않은 구조적 요소들을 가진다면, 또는 그들이 문자 그대로의 청구항들과의 비실질적인 차이를 가진 동등한 구조적 요소를 가진다면 청구항들의 범위 내에 있는 것으로 의도된다.
103: 센서
104: 전처리기
105: 후처리기
109: 낮은 노이즈 증폭기
110: 밴드 패스 필터
111: 와이드 밴드 ADC
118: 신호 노이즈 제거
120a: 블라인드 소스 분리
120b: 블라인드 소스 분리
120K: 블라인드 소스 분리
126: 상태 에너지
128: PDW 발생
130: 펄스 노이즈 제거
132: 컴퓨팅 장치
134: 메모리
138: PDW 파라미터 벡터
139: 미지의 신호 상태 공간 표현
144: 디스플레이
146: 차량
150: 엑츄에이터 제어기
196: BSS 제어

Claims (15)

  1. 신호 발생기(2, 8, 34, 36)에 의해 발생되고 적어도 한 감시 플랫폼(6)에 의해 수신되는 복수의 신호(29)로부터 나오는 데이터를 공간적으로 필터링하는 시스템(100)에 있어서,
    상기 시스템은:
    복수의 신호를 수신하도록 구성된 적어도 한 센서(103);
    정보가 제1 공간 데이터 타입 및 제2 공간 데이터 타입을 포함하는 적어도 두 타입의 공간 데이터를 포함할 때, 적어도 한 센서로부터 얻어지고 신호 발생기와 연관된 정보를 포함하는 적어도 한 좌표(612, 618, 1004, 1008, 1012, 1018, 1024, 1110, 1112, 1116, 1118)를 복수의 신호의 한 신호로부터 얻어지는 복수의 신호 파라미터 벡터의 각 신호 파라미터 벡터가 포함하고, 복수의 신호 파라미터 벡터(138)를 발생시키도록 구성되고 센서에 결합된 전처리기(104); 및
    컴퓨팅 장치는 복수의 신호 파라미터 벡터의 각 신호 파라미터 벡터를 디인터리브하도록 구성되고, 메모리(134)를 포함하고 전처리기에 결합된 컴퓨터 장치(132)를 포함하고,
    상기 컴퓨팅 장치는:
    전처리기로부터 복수의 신호 파라미터 벡터를, 제1시간과 제1시간 후에 일어나는 제2시간을 포함한 시간에 걸쳐 수신하고;
    제1 공간 데이터 타입의 복수의 제1 좌표의 제1 오차 크기와 제2 공간 데이터 타입의 복수의 제 2 좌표의 제2 오차 크기를 결정하고;
    제1 오차 크기가 제2 오차크기로부터 소정 양 만큼 다르고, 제1 어레이가 제1수의 구성 요소(407)를 포함하고 제2 어레이가 제1수의 구성 요소와는 다른 제2수의 구성 요소를 포함하고, 복수의 어레이의 각 어레이가 복수의 신호가 적어도 한 센서에 의해 수신되는 물리적 공간 영역(1, 33)을 나타낼 때, 복수의 제1 좌표를 복수 어레이의 제1 어레이로 그리고 복수의 제2 좌표를 복수 어레이의 제2 어레이로, 메모리에 저장되고 복수의 어레이(402, 404, 406)을 갖는 어레이 데이터 구조(401)로 전송하고;
    제1 타원 오차 지역 확률 객체와 제2 타원 오차 지역 확률 객체의 각각이 제1 어레이와 제2 어레이 중 적어도 하나와 연관된 메모리에 저장될 때, 복수의 제1 좌표의 제1 확률 밀도 함수("PDF")를 나타내는 제1 타원 오차 지역 확률 객체(418)와 복수의 제2 좌표의 제2 "PDF"를 나타내는 제2 타원 오차 지역 확률 객체(420)를 포함하는 복수의 타원 오차 지역 확률 객체(416)을 결정(1208)하고; 그리고
    인터섹션 지역이 제1수의 구성 요소의 적어도 한 부분과 제2수의 구성 요소의 적어도 한 부분을 추가적으로 포함하고, 인터섹션 지역이 제2 회에 물리적 공간 영역에 신호 발생기의 가장 높은 확률 위치(16)를 나타낼 때, 제1 타원 오차 지역 확률 객체의 적어도 일부와 제2 타원 오차 지역 확률 객체의 적어도 일부를 포함하는 인터섹션 지역(812)을 결정하도록 프로그램되어 있는 필터링 시스템(100).
  2. 제1항에 있어서,
    컴퓨팅 장치(132)에 결합된 디스플레이(144)를 추가적으로 포함하고,
    상기 컴퓨팅 장치는 제 1 타원 오차 지역 확률 객체(418), 제2 타원 오차 지역 확률 객체(420), 제1 오차 크기, 제2 오차 크기, 제1 "PDF", 제2 "PDF", 인터섹션 지역(812), 그리고 물리적 공간 영역(1, 33)에 신호 발생기(2, 8, 34, 36)의 가장 높은 확률 위치(16) 중 적어도 하나를 디스플레이를 통해 인간 판독 가능 데이터로서 표시하도록 추가적으로 프로그램되어 있는 필터링 시스템(100).
  3. 제1항 또는 제2항에 있어서,
    적어도 한 감시 플랫폼(6)과 적어도 하나의 전기적 및 데이터 통신에 결합된 장치(31)를 추가적으로 포함하고,
    컴퓨팅 장치(132)는 제1 타원 오차 지역 확률 객체(418), 제2 타원 오차 지역 확률 객체(420), 제1 오차 크기, 제2 오차 크기, 제1 "PDF", 제2 "PDF", 인터섹션 지역(812), 그리고 물리적 공간 영역(1, 33)에 신호 발생기의 가장 높은 확률 위치(16) 중 적어도 하나의 결정에 기반하여 신호 발생기(2, 8, 34, 36)의 위치(16)로부터 떨어지거나 그를 향하는 장치의 이동을 지시하도록 프로그램되어 있는 필터링 시스템(100).
  4. 각 신호 파라미터 벡터는 복수의 신호의 한 신호로부터 나오고, 신호 발생기(2, 8, 34, 36)로부터의 복수의 신호(29)를 수신하도록 구성된 적어도 한 센서(103)를 포함하고 적어도 한 감시 플랫폼(6)에 의해 발생되는 복수의 신호 파라미터 벡터(138)로부터 데이터를 공간적으로 필터링하는 방법(1200)에 있어서,
    상기 방법은:
    적어도 한 센서로부터 얻어지고 신호 발생기와 연관된 정보를 포함하는 적어도 한 좌표(612, 618, 1004, 1008, 1012, 1018, 1024, 1110, 1112, 1116, 1118)를 각 신호 파라미터 벡터가 가지고, 정보가 제1 공간 타입 및 제2 공간 타입을 포함하는 적어도 두 타입의 공간 데이터를 포함할 때, 복수의 신호 파라미터 벡터의 각 신호 파라미터 벡터를 디인터리브하도록 구성된 컴퓨팅 장치(132)에 복수의 신호 파라미터 벡터를, 제1시간과 제1시간 후에 일어나는 제2시간을 포함한 시간에 걸쳐 수신(1202)하고;
    제1 공간 데이터 타입의 복수의 제1 좌표(1004)의 제1 오차 크기와 제2 공간 데이터 타입의 제2 좌표(1008)의 제2 오차 크기를 결정(1204)하고;
    제1 어레이가 제1수의 구성 요소(407)를 포함하고 제2 어레이가 제1수의 구성 요소와 다른 제2수의 요소를 포함하고, 복수의 어레이의 각 어레이가 복수의 신호가 적어도 한 센서에 의해 수신되는 물리적 공간 영역(1, 33)을 나타낼 때, 제1 오차 크기가 제2 오차 크기와 소정 양 만큼 다를 때 복수의 제1 좌표를 복수 어레이의 제1 어레이로 그리고 복수의 제2 좌표를 복수 어레이의 제2 어레이로, 메모리(134)에 저장되고 복수의 어레이(402, 404, 406)를 갖는 어레이 데이터 구조(401)에 전송(1206)하고;
    제1 타원 오차 지역 확률 객체와 제2 타원 오차 지역 확률 객체의 각각이 제1 어레이와 제2 어레이 중 적어도 하나와 연관된 메모리에 저장될 때, 복수의 제1 좌표의 제1 확률 밀도 함수("PDF")를 나타내는 제1 타원 오차 지역 확률 객체(418)와 복수의 제2 좌표의 제2 "PDF"를 나타내는 제2 타원 오차 지역 확률 객체(420)를 포함하는 복수의 타원 오차 지역 확률 객체(416)을, 컴퓨팅 장치로, 결정(1208)하고; 그리고
    인터섹션 지역이 제1수의 구성 요소의 적어도 한 부분과 제2수의 구성 요소의 적어도 한 부분을 추가적으로 포함하고, 인터섹션 지역이 제2 회에 물리적 공간 영역에 신호 발생기의 가장 높은 확률 위치(16)를 나타낼 때, 제1 타원 오차 지역 확률 객체의 적어도 한 부분과 제2 타원 오차 지역 확률 객체의 적어도 한 부분을 포함하는 인터섹션 지역(812)을, 컴퓨팅 장치로 결정(1210)하는 것을 포함하는 필터링하는 방법(1200)
  5. 제4항에 있어서,
    복수의 신호 파라미터 벡터(138)를 수신(1202)하는 것은 노이즈 제거된 신호(124)와 블라인드 소스 분리 신호(129) 중 적어도 하나로부터 발생되는 신호 파라미터 벡터로서 복수의 신호 파라미터 벡터의 적어도 한 신호 파라미터 벡터를 수신하는 것을 포함하는 필터링하는 방법(1200).
  6. 제4항에 있어서,
    적어도 한 표준편차 벡터가 제1 오차 크기와 제2 오차 크기를 결정(1204)하는 것을 쉽게 만들도록 구성되고, 복수의 신호 파라미터 벡터(138)를 수신(1202)하는 것은 복수의 신호 파라미터 벡터의 적어도 한 신호 파라미터 벡터(138)와 연관된 적어도 한 표준편차 벡터(502)를 수신하는 것을 포함하는 필터링하는 방법(1200).
  7. 제4항 또는 제5항에 있어서,
    인터섹션 지역(812)의 제3 "PDF"를, 컴퓨팅 장치(132)로 결정(1302)하는 것을 추가적으로 포함하고, 상기 제3 "PDF"가 제2 회에 가장 높은 확률 위치(16)와 연관된 공간 오차를 나타내는 필터링하는 방법(1200).
  8. 제4항 또는 제5항에 있어서,
    복수의 어레이의 각 어레이(402, 404, 406)는 복수의 요소(407)를 포함하고,
    상기 방법은,
    컴퓨팅 장치(132)를 사용하여 실행되는 섀도우 해시 키 루틴(408)을 사용하여, 제1 공간 데이터 타입과 연관된 저장된 데이터를 포함하는 제1 매칭 요소 및 제2 공간 데이터 타입과 연관된 저장된 데이터를 포함하는 제2 매칭 요소 중 적어도 하나의 복수의 요소들 사이의 존재를 결정(1304)하는 것을 추가적으로 포함하고,
    데이터 어레이 구조(401)는 해시 테이블로서 기능하도록 구성되고; 그리고
    제1 및 제2 매칭 요소의 존재는 제1(418) 및 제2(420) 타원 오차 지역 확률 객체를 각각 결정(1208)하는데 전제 조건인 필터링하는 방법(1200).
  9. 제4항 또는 제5항에 있어서,
    복수의 신호(29)의 적어도 한 신호의 노이즈 제거된 펄스(130)로부터 얻어지는 비표준 데이터(1026, 1034)를 포함하는 적어도 한 미지의 신호 상태 공간 표현 신호(139)를, 컴퓨팅 장치(132)에, 수신(1306)하는 것; 그리고
    적어도 한 미지의 신호 상태 공간 표현 신호를 공간 데이터와 비공간 데이터 중 적어도 하나로, 컴퓨팅 장치로 리졸브(1308)하는 것을 포함하는 필터링하는 방법(1200).
  10. 제4항 또는 제5항에 있어서,
    제1 타원 오차 지역 확률 객체(418)의 제1쌍의 축과 제2 타원 오차 지역 확률 객체(420)의 제2쌍의 축을, 컴퓨팅 장치(132)로 결정(1310)하는 것을 추가적으로 포함하고:
    제1쌍의 축은 복수의 제1 좌표(1004)의 공간 오차를 나타내고; 그리고
    제2쌍의 축은 복수의 제2 좌표(1008)의 공간 오차를 나타내는 필터링하는 방법(1200).
  11. 제4항 또는 제5항에 있어서,
    제2 타원 오차 지역 확률 객체(420)에 비교되는 제1 타원 오차 지역 확률 객체(418)의 유니온 구역(1124, 1126)의 변화 비율과 유니온 구역의 변화 방향(1154) 중 적어도 하나를, 컴퓨팅 장치(132)로 결정(1312)하는 것; 그리고
    컴퓨팅 장치로 그리고 유니온 구역의 변화 비율과 유니온 구역의 변화 방향 중 적어도 하나의 값에 기초하여:
    신호 발생기(2, 8, 34, 36)의 이동의 존재;
    신호 발생기의 이동의 방향;
    신호 발생기의 속도; 그리고
    신호 발생기의 가속도 중
    적어도 하나를 결정(1314)하는 것을 추가적으로 포함하는 필터링하는 방법(1200).
  12. 제4항 또는 제5항에 있어서,
    컴퓨팅 장치(132)로,
    인터섹션 지역(812)의 인터섹션 구역(1132, 1134)의 변화 비율과 인터섹션 구역의 변화 방향(1154) 중 적어도 하나를 결정(1402)하고; 그리고
    컴퓨터 장치로 그리고 인터섹션 구역의 변화 비율과 인터섹션 구역의 변화 방향 중 적어도 하나의 값에 기초하여,
    신호 발생기(2, 8, 34, 36)의 이동의 존재;
    신호 발생기의 이동의 방향;
    신호 발생기의 속도; 그리고
    신호 발생기의 가속도 중
    적어도 하나를 결정(1404)하는 것을 추가적으로 포함하는 필터링하는 방법(1200).
  13. 제4항 또는 제5항에 있어서,
    복수의 신호 파라미터 벡터(138)를 수신(1202)하는 것은 제1 비공간 좌표와 제2 비공간 좌표를 포함하는 복수의 비공간 좌표(612, 618, 1004, 1008, 1012, 1018, 1024, 1110, 1112, 1116, 1118)를 수신하는 것을 포함하며, 복수의 비공간 좌표의 각 비공간 좌표는 신호 발생기(2, 8, 34, 36)를 식별하는 적어도 한 타입의 비공간 데이터를 포함하는 정보를 포함하고,
    상기 방법은:
    어레이 데이터 구조(401)에 적어도 한 아웃라이어 제1 좌표와 적어도 한 아웃라이어 제2 좌표 중 적어도 하나를 유지하는 것은 제1 오차 크기와 제2 오차 크기 중 적어도 하나가 소정 값을 초과하도록 야기할 때, 복수의 제1 좌표(1004)의 적어도 한 아웃라이어 제1 좌표와 복수의 제2 좌표(1008)의 적어도 한 아웃라이어 제2 좌표를, 컴퓨팅 장치로, 적어도 하나 식별(1406) 및 삭제(1408)하는 것; 그리고
    제1 비공간 좌표와 제2 비공간 좌표 중 적어도 하나를 유지하는 것이 신호 발생기에 대해 알려진 식별 정보와 반하는 정보를 포함할 때, 적어도 두 타입의 공간 데이터와 제1 비공간 좌표와 제2 비공간 좌표 중 적어도 하나 사이 어레이 데이터 구조에 연결을, 컴퓨팅 장치를 사용하여 분리(1410)하는 것을 포함하는 필터링하는 방법(1200).
  14. 제4항 또는 제5항에 있어서,
    제1 타원 오차 지역 확률 객체(418)의 제1 중심(1016)과 제2 타원 오차 지역 확률 객체(420)의 제2 중심(1022)를, 컴퓨팅 장치(132)로 결정(1502)하는 것을 추가적으로 포함하고:
    제1 중심은 복수의 제1 좌표(1004)의 평균값을 나타내고;
    제2 중심은 복수의 제2 좌표(1008)의 평균값을 나타내고; 그리고:
    제1 중심(1016)은 복수의 제1 좌표(1004)에 기반하여 물리적 공간 영역(1, 33)에 신호 발생기(2, 8, 34, 36)의 위치(16)를 추가적으로 나타내고;
    제1 타원 오차 지역 확률 객체(418)의 제1 "PDF"는 복수의 제1 좌표에 기반하여 물리적 공간 영역에 신호 발생기의 위치의 공간 오차를 나타내고;
    제2 중심(1022)은 복수의 제2 좌표(1008)에 기반하여 물리적 공간 영역에 신호 발생기의 위치를 추가적으로 나타내고; 그리고
    제2 타원 오차 지역 확률 객체(420)의 제2 "PDF"는 복수의 제2 좌표에 기반하여 물리적 공간 영역에 신호 발생기의 위치의 공간 오차를 나타내는 필터링하는 방법(1200).
  15. 제14항에 있어서,
    제1 타원 오차 지역 확률 객체(418)와 제2 타원 오차 지역 확률 객체(420) 중 적어도 하나를 업데이트(1504)하는 것이 제1 "PDF", 제2 "PDF", 제1 중심(1016), 제2 중심(1022), 제1 타원 오차 지역 확률 객체의 제1쌍의 축, 그리고 제2 타원 오차 지역 확률 객체의 제2쌍의 축 중에 적어도 하나를 업데이트하는 것을 포함할 때, 적어도 한 추가 신호 파라미터 벡터(138)를, 제2시간 후에 일어나는 제3 시간을 포함한 시간에 걸쳐, 수신(1202)하는 것에 기반하여 제1 타원 오차 지역 확률 객체(418)와 제2 타원 오차 지역 확률 객체(420) 중 적어도 하나를, 컴퓨팅 장치(132)로 업데이트(1504)하는 것을 추가적으로 포함하는 필터링하는 방법(1200).
KR1020170109212A 2016-09-12 2017-08-29 상당히 다른 오차 크기를 가진 데이터를 이용한 공간 필터링 시스템 및 방법 KR102449443B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/262,967 US10324168B2 (en) 2016-09-12 2016-09-12 Systems and methods for spatial filtering using data with widely different error magnitudes
US15/262,967 2016-09-12

Publications (2)

Publication Number Publication Date
KR20180029861A KR20180029861A (ko) 2018-03-21
KR102449443B1 true KR102449443B1 (ko) 2022-09-29

Family

ID=59366267

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170109212A KR102449443B1 (ko) 2016-09-12 2017-08-29 상당히 다른 오차 크기를 가진 데이터를 이용한 공간 필터링 시스템 및 방법

Country Status (5)

Country Link
US (1) US10324168B2 (ko)
EP (1) EP3293536B1 (ko)
JP (1) JP6978870B2 (ko)
KR (1) KR102449443B1 (ko)
CN (1) CN107818330B (ko)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10379530B2 (en) * 2016-11-04 2019-08-13 Infineon Technologies Ag Signal protocol fault detection system and method
US10284326B2 (en) * 2017-05-10 2019-05-07 Talen-X, Inc. Penalty-based environment monitoring
CN109084802B (zh) * 2018-10-10 2020-10-09 北京理工大学 基于混合编码的多站接力导航下运动体路径规划方法
JP6930512B2 (ja) * 2018-10-19 2021-09-01 株式会社デンソー 物体検知装置、物体検知方法およびプログラム
JP2022521018A (ja) * 2019-02-24 2022-04-04 ロシックス・インコーポレイテッド 到達の時間掃引時間差を使用する正確な無線周波数位置特定のためのシステム及び方法
CN109965847B (zh) * 2019-04-08 2023-11-07 清华大学 服务器和信号分析系统
CN110297214A (zh) * 2019-07-17 2019-10-01 南京航空航天大学 多互质阵列协同室内辐射源定位装置和方法
US11027743B1 (en) * 2020-03-31 2021-06-08 Secondmind Limited Efficient computational inference using gaussian processes
DE102020213286A1 (de) * 2020-10-21 2022-04-21 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zur Bestimmung einer Phasenlage eines Drehratensignals oder eines Quadratursignals, Verfahren zur Anpassung einer Demodulationsphase und Drehratensensor
CN113485385B (zh) * 2021-07-13 2023-11-07 中国人民解放军战略支援部队信息工程大学 基于误差椭圆的uuv集群编队构型设计方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8805858B1 (en) 2011-10-31 2014-08-12 The Boeing Company Methods and systems for spatial filtering using a stochastic sparse tree grid
WO2015134879A1 (en) 2014-03-06 2015-09-11 Florence Peter Raymond Systems and methods for probabilistic semantic sensing in a sensory network
EP2988148A1 (en) 2014-08-18 2016-02-24 The Boeing Company Systems and methods for determining a position of a transmitter of a bistatic radar system
WO2016136256A1 (ja) 2015-02-27 2016-09-01 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 信号生成方法、信号生成装置およびプログラム

Family Cites Families (57)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2576622B2 (ja) * 1989-02-27 1997-01-29 日本電気株式会社 妨害信号検出装置
US5179529A (en) 1989-03-31 1993-01-12 Hughes Aircraft Company High speed fourier transform engine
US5263051A (en) 1991-07-05 1993-11-16 Codex Corporation Device and method of interleaving for a trellis precoding system
US5754783A (en) 1996-02-01 1998-05-19 Digital Equipment Corporation Apparatus and method for interleaving timed program data with secondary data
US6205190B1 (en) 1996-04-29 2001-03-20 Qualcomm Inc. System and method for reducing interference generated by a CDMA communications device
US5889791A (en) 1996-08-13 1999-03-30 Motorola, Inc. System, device and method of FEC coding and interleaving for variable length burst transmission
US6041393A (en) 1996-08-23 2000-03-21 Hewlett-Packard Co. Array padding for higher memory throughput in the presence of dirty misses
CN1264507A (zh) 1997-06-18 2000-08-23 克拉里蒂有限责任公司 用于盲目信号分离的方法与装置
US6424407B1 (en) * 1998-03-09 2002-07-23 Otm Technologies Ltd. Optical translation measurement
US6144645A (en) 1998-05-26 2000-11-07 Nera Wireless Broadband Access As Method and system for an air interface for providing voice, data, and multimedia services in a wireless local loop system
US5999129A (en) 1998-06-01 1999-12-07 Litton Systems, Inc. Multiplatform ambiguous phase circle and TDOA protection emitter location
US6898612B1 (en) 1998-11-12 2005-05-24 Sarnoff Corporation Method and system for on-line blind source separation
US6043771A (en) 1998-12-21 2000-03-28 Trw Inc. Compact, sensitive, low power device for broadband radar detection
CA2268853C (en) 1999-04-13 2011-08-02 Wen Tong Rate matching and channel interleaving for a communications system
US6147646A (en) 1999-08-30 2000-11-14 Motorola, Inc. Method and system for collecting information about a plurality of emitters
JP3774093B2 (ja) * 1999-11-29 2006-05-10 三菱電機株式会社 追尾処理装置及び方法
WO2001053982A1 (en) 2000-01-18 2001-07-26 National Research Council Of Canada Parallel correlator archtitecture
US6285319B1 (en) 2000-01-27 2001-09-04 Litton Systems, Inc. Method for reducing geometrical dilution of precision in geolocation of emitters using phase circles
JP3399904B2 (ja) 2000-03-17 2003-04-28 松下電器産業株式会社 インタリーブアドレス生成装置
JP3559494B2 (ja) 2000-03-23 2004-09-02 株式会社東芝 パルス信号受信装置及びパルス信号処理方法
US6854077B2 (en) 2000-08-05 2005-02-08 Motorola, Inc. Apparatus and method for providing turbo code interleaving in a communications system
US6509729B2 (en) 2001-01-09 2003-01-21 The United States Of America As Represented By The Secretary Of The Navy Multiple simultaneous optical frequency measurement
US7260770B2 (en) 2001-10-22 2007-08-21 Motorola, Inc. Block puncturing for turbo code based incremental redundancy
US6931160B2 (en) 2001-10-31 2005-08-16 Eastman Kodak Company Method of spatially filtering digital image for noise removal, noise estimation or digital image enhancement
US7006474B2 (en) 2001-11-21 2006-02-28 Itt Manufacturing Enterprises, Inc. Channelized receiver system
JP2003194906A (ja) * 2001-12-25 2003-07-09 Toshiba Corp 可搬型センサアレイシステム
US6545633B1 (en) * 2002-04-08 2003-04-08 The Boeing Company Radar system having simultaneous monostatic and bistatic mode of operation
US6711528B2 (en) 2002-04-22 2004-03-23 Harris Corporation Blind source separation utilizing a spatial fourth order cumulant matrix pencil
US7058874B2 (en) 2002-05-24 2006-06-06 Lucent Technologies Inc. Interleaver address generator and method of generating an interleaver address
US6822583B2 (en) 2002-08-12 2004-11-23 Bae Systems Information And Electronic Systems Integration Inc. Method for passive “360-degree coverage” tactical fighter target tracking incorporating adaptive pilot maneuver cue processing
US7474756B2 (en) 2002-12-18 2009-01-06 Siemens Corporate Research, Inc. System and method for non-square blind source separation under coherent noise by beamforming and time-frequency masking
US6931362B2 (en) 2003-03-28 2005-08-16 Harris Corporation System and method for hybrid minimum mean squared error matrix-pencil separation weights for blind source separation
US7664533B2 (en) * 2003-11-10 2010-02-16 Telefonaktiebolaget Lm Ericsson (Publ) Method and apparatus for a multi-beam antenna system
US7260456B2 (en) * 2004-01-05 2007-08-21 The Boeing Company Pixel-frequency slews and filters for star data measurements
US6985102B1 (en) 2004-07-01 2006-01-10 Lockheed Martin Corporation Method and system for deinterleaving
US7397415B1 (en) 2006-02-02 2008-07-08 Itt Manufacturing Enterprises, Inc. System and method for detecting and de-interleaving radar emitters
US8005176B2 (en) 2007-02-15 2011-08-23 Massachusetts Institute Of Technology Architecture for systolic nonlinear filter processors
US8483719B2 (en) * 2007-06-01 2013-07-09 Qualcomm Incorporated Methods and apparatus for determining FEMTO base station location
US20090060008A1 (en) 2007-08-29 2009-03-05 Harris Corporation System and method for blind source separation of signals using noise estimator
CN101127120B (zh) * 2007-09-13 2011-02-09 复旦大学 一种有效抑制模板漂移的目标跟踪算法
US7952523B2 (en) 2009-06-09 2011-05-31 The United States Of America As Represented By The Secretary Of The Navy Method and apparatus for passively locating radar emissions from rotating transmitters
JP5487987B2 (ja) * 2010-01-15 2014-05-14 富士通株式会社 判定装置、プログラム、判定方法及び判定システム
US8587468B2 (en) 2011-05-03 2013-11-19 Src, Inc. Method, system and program product for deinterleaving and classifying arbitrary radar pulse patterns using non-determinsitic finite state automata
US8803730B2 (en) 2011-07-21 2014-08-12 The Boeing Company Radar pulse detection using a digital radar receiver
US9081092B1 (en) 2011-08-03 2015-07-14 Lockheed Martin Corporation Covariance rotation with perspective projection for creating radar search volumes from remote cues
US8837728B2 (en) * 2012-10-16 2014-09-16 The Boeing Company Server algorithms to improve space based authentication
US20160004800A1 (en) * 2013-05-24 2016-01-07 Halliburton Energy Services, Inc. Methods and systems for reservoir history matching for improved estimation of reservoir performance
US9646424B2 (en) * 2013-05-29 2017-05-09 Raytheon Company Methods and processes for interactive display of three dimensional covariance
US8958750B1 (en) 2013-09-12 2015-02-17 King Fahd University Of Petroleum And Minerals Peak detection method using blind source separation
US9273965B2 (en) * 2014-02-03 2016-03-01 Raytheon Company Method for determining future position boundary for a moving object from location estimates
JP6278777B2 (ja) 2014-03-27 2018-02-14 三菱電機株式会社 レーダ電波識別装置、レーダ電波識別方法及びプログラム
CN103991074B (zh) * 2014-05-21 2015-10-21 北京邮电大学 一种基于粒子滤波算法的空间机械臂控制方法及系统
JP6413588B2 (ja) * 2014-10-08 2018-10-31 三菱電機株式会社 誘導装置
CN104518756B (zh) * 2014-12-16 2018-01-16 中国人民解放军海军航空工程学院 基于概率假设密度phd的修正粒子滤波器
CN104574303A (zh) * 2014-12-26 2015-04-29 河海大学 基于空间聚类的机载LiDAR点云地面滤波方法
US10754922B2 (en) * 2015-04-23 2020-08-25 Lockheed Martin Corporation Method and apparatus for sensor fusion
CN105549005B (zh) * 2015-11-04 2018-03-06 上海大学 一种基于网格划分的动态目标波达方向跟踪方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8805858B1 (en) 2011-10-31 2014-08-12 The Boeing Company Methods and systems for spatial filtering using a stochastic sparse tree grid
WO2015134879A1 (en) 2014-03-06 2015-09-11 Florence Peter Raymond Systems and methods for probabilistic semantic sensing in a sensory network
EP2988148A1 (en) 2014-08-18 2016-02-24 The Boeing Company Systems and methods for determining a position of a transmitter of a bistatic radar system
WO2016136256A1 (ja) 2015-02-27 2016-09-01 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 信号生成方法、信号生成装置およびプログラム

Also Published As

Publication number Publication date
CN107818330A (zh) 2018-03-20
US20180074170A1 (en) 2018-03-15
EP3293536B1 (en) 2020-09-02
CN107818330B (zh) 2023-06-16
KR20180029861A (ko) 2018-03-21
EP3293536A1 (en) 2018-03-14
JP2018077210A (ja) 2018-05-17
JP6978870B2 (ja) 2021-12-08
US10324168B2 (en) 2019-06-18

Similar Documents

Publication Publication Date Title
KR102449443B1 (ko) 상당히 다른 오차 크기를 가진 데이터를 이용한 공간 필터링 시스템 및 방법
Thombre et al. Sensors and AI techniques for situational awareness in autonomous ships: A review
CN112526513B (zh) 基于聚类算法的毫米波雷达环境地图构建方法及装置
CN113412505B (zh) 用于对通过探测和测距传感器获得的点云进行有序表示和特征提取的处理单元和方法
Stateczny et al. The empirical application of automotive 3D radar sensor for target detection for an autonomous surface vehicle’s navigation
CN107818324B (zh) 将功能性网格单元添加到随机稀疏树形网格以便空间滤波的系统和方法
US20210018611A1 (en) Object detection system and method
Pisane et al. Automatic target recognition for passive radar
CN116547562A (zh) 点云滤噪方法、系统和可移动平台
Khawaja et al. Threats from and countermeasures for unmanned aerial and underwater vehicles
Yousaf et al. Drone and controller detection and localization: Trends and challenges
Wang et al. Detection of passageways in natural foliage using biomimetic sonar
Hebel et al. Change detection in urban areas by direct comparison of multi-view and multi-temporal ALS data
Helgesen Sensor fusion for detection and tracking of maritime vessels
Guptha M et al. Generative adversarial networks for unmanned aerial vehicle object detection with fusion technology
US10330769B1 (en) Method and apparatus for geolocating emitters in a multi-emitter environment
Mototolea A study on the methods and technologies used for detection, localization, and tracking of LSS UASs
Li et al. Algorithm of obstacle avoidance for autonomous surface vehicles based on LIDAR detection
Wang et al. Classification and tracking of moving objects from 77 GHz automotive radar sensors
Venugopala Comparative study of 3D object detection frameworks based on LiDAR data and sensor fusion techniques
JP2005114416A (ja) 擾乱検出装置
US11741843B2 (en) Systems and methods of radar surveillance on-board an autonomous or remotely piloted aircraft
JP7489231B2 (ja) 物体検知装置
Arroyo et al. Segmentation of Drone Collision Hazards in Airborne RADAR Point Clouds Using PointNet
Selje II Learning-Based Sensing and Control for Connected Autonomous Systems in Resource-Constrained Environments

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant