KR20190046947A - 오디오 신호 및 다중 신호로부터 생리학적 운동을 검출하는 장치, 시스템 및 방법 - Google Patents
오디오 신호 및 다중 신호로부터 생리학적 운동을 검출하는 장치, 시스템 및 방법 Download PDFInfo
- Publication number
- KR20190046947A KR20190046947A KR1020197009613A KR20197009613A KR20190046947A KR 20190046947 A KR20190046947 A KR 20190046947A KR 1020197009613 A KR1020197009613 A KR 1020197009613A KR 20197009613 A KR20197009613 A KR 20197009613A KR 20190046947 A KR20190046947 A KR 20190046947A
- Authority
- KR
- South Korea
- Prior art keywords
- signal
- processor
- sound signal
- frequency
- readable medium
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 195
- 230000033001 locomotion Effects 0.000 title claims abstract description 180
- 230000005236 sound signal Effects 0.000 title claims abstract description 152
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 130
- 238000001514 detection method Methods 0.000 claims abstract description 73
- 230000007958 sleep Effects 0.000 claims abstract description 34
- 238000011156 evaluation Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 161
- 230000000241 respiratory effect Effects 0.000 claims description 32
- 238000001914 filtration Methods 0.000 claims description 24
- 230000004044 response Effects 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 20
- 238000002156 mixing Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 13
- 239000000872 buffer Substances 0.000 claims description 10
- 230000003993 interaction Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 8
- 230000003213 activating effect Effects 0.000 claims description 6
- 230000008933 bodily movement Effects 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 5
- 206010062519 Poor quality sleep Diseases 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000012512 characterization method Methods 0.000 claims description 2
- 230000000977 initiatory effect Effects 0.000 claims description 2
- 230000009471 action Effects 0.000 claims 2
- 238000004590 computer program Methods 0.000 claims 1
- 230000001419 dependent effect Effects 0.000 claims 1
- 230000002123 temporal effect Effects 0.000 claims 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 31
- 238000012544 monitoring process Methods 0.000 abstract description 21
- 208000017667 Chronic Disease Diseases 0.000 abstract description 7
- 230000000694 effects Effects 0.000 description 40
- 235000021251 pulses Nutrition 0.000 description 37
- 238000004458 analytical method Methods 0.000 description 31
- 238000013459 approach Methods 0.000 description 22
- 238000005562 fading Methods 0.000 description 19
- 230000008859 change Effects 0.000 description 17
- 230000001360 synchronised effect Effects 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 14
- 230000003044 adaptive effect Effects 0.000 description 13
- 239000000523 sample Substances 0.000 description 13
- 230000000747 cardiac effect Effects 0.000 description 12
- 238000013500 data storage Methods 0.000 description 12
- 230000001276 controlling effect Effects 0.000 description 10
- 230000000873 masking effect Effects 0.000 description 9
- 230000000737 periodic effect Effects 0.000 description 9
- 238000005070 sampling Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 8
- 239000000463 material Substances 0.000 description 8
- 230000009467 reduction Effects 0.000 description 8
- 230000003595 spectral effect Effects 0.000 description 8
- 239000003826 tablet Substances 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 7
- 238000012805 post-processing Methods 0.000 description 7
- 230000002829 reductive effect Effects 0.000 description 7
- 238000000926 separation method Methods 0.000 description 7
- 230000006978 adaptation Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 6
- 230000003068 static effect Effects 0.000 description 6
- 238000012935 Averaging Methods 0.000 description 5
- 208000004756 Respiratory Insufficiency Diseases 0.000 description 5
- 206010038678 Respiratory depression Diseases 0.000 description 5
- 208000008784 apnea Diseases 0.000 description 5
- 210000000038 chest Anatomy 0.000 description 5
- 230000002596 correlated effect Effects 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 5
- 230000007423 decrease Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 5
- 230000001965 increasing effect Effects 0.000 description 5
- 230000010355 oscillation Effects 0.000 description 5
- 230000010363 phase shift Effects 0.000 description 5
- 208000019116 sleep disease Diseases 0.000 description 5
- 238000002604 ultrasonography Methods 0.000 description 5
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 4
- 244000046052 Phaseolus vulgaris Species 0.000 description 4
- 206010041235 Snoring Diseases 0.000 description 4
- 239000006185 dispersion Substances 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 241000282472 Canis lupus familiaris Species 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 3
- 208000037656 Respiratory Sounds Diseases 0.000 description 3
- 208000005793 Restless legs syndrome Diseases 0.000 description 3
- 206010047924 Wheezing Diseases 0.000 description 3
- 230000037007 arousal Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000035565 breathing frequency Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000001976 improved effect Effects 0.000 description 3
- 238000002955 isolation Methods 0.000 description 3
- 230000003252 repetitive effect Effects 0.000 description 3
- 230000036387 respiratory rate Effects 0.000 description 3
- 201000002859 sleep apnea Diseases 0.000 description 3
- 208000020685 sleep-wake disease Diseases 0.000 description 3
- 206010007559 Cardiac failure congestive Diseases 0.000 description 2
- 206010011224 Cough Diseases 0.000 description 2
- 206010013975 Dyspnoeas Diseases 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 2
- 206010019280 Heart failures Diseases 0.000 description 2
- WYTGDNHDOZPMIW-RCBQFDQVSA-N alstonine Natural products C1=CC2=C3C=CC=CC3=NC2=C2N1C[C@H]1[C@H](C)OC=C(C(=O)OC)[C@H]1C2 WYTGDNHDOZPMIW-RCBQFDQVSA-N 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 210000003746 feather Anatomy 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000013442 quality metrics Methods 0.000 description 2
- 230000036391 respiratory frequency Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 208000022925 sleep disturbance Diseases 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- PGOOBECODWQEAB-UHFFFAOYSA-N (E)-clothianidin Chemical compound [O-][N+](=O)\N=C(/NC)NCC1=CN=C(Cl)S1 PGOOBECODWQEAB-UHFFFAOYSA-N 0.000 description 1
- 208000004611 Abdominal Obesity Diseases 0.000 description 1
- 206010065941 Central obesity Diseases 0.000 description 1
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 1
- 108091026890 Coding region Proteins 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 235000008694 Humulus lupulus Nutrition 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 102000011842 Serrate-Jagged Proteins Human genes 0.000 description 1
- 108010036039 Serrate-Jagged Proteins Proteins 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000035559 beat frequency Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000002612 cardiopulmonary effect Effects 0.000 description 1
- 230000002802 cardiorespiratory effect Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000007598 dipping method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- RDYMFSUJUZBWLH-UHFFFAOYSA-N endosulfan Chemical compound C12COS(=O)OCC2C2(Cl)C(Cl)=C(Cl)C1(Cl)C2(Cl)Cl RDYMFSUJUZBWLH-UHFFFAOYSA-N 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 235000020280 flat white Nutrition 0.000 description 1
- 230000037433 frameshift Effects 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000001093 holography Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 235000011475 lollipops Nutrition 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 231100000252 nontoxic Toxicity 0.000 description 1
- 230000003000 nontoxic effect Effects 0.000 description 1
- 230000000414 obstructive effect Effects 0.000 description 1
- 208000001797 obstructive sleep apnea Diseases 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- 238000002644 respiratory therapy Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000002864 sequence alignment Methods 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 230000003860 sleep quality Effects 0.000 description 1
- 230000008667 sleep stage Effects 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0204—Acoustic sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4812—Detecting sleep stages or cycles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7228—Signal modulation applied to the input signal sent to patient or subject; demodulation to recover the physiological signal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R1/00—Details of transducers, loudspeakers or microphones
- H04R1/20—Arrangements for obtaining desired frequency or directional characteristics
- H04R1/22—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired frequency characteristic only
- H04R1/222—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired frequency characteristic only for microphones
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Multimedia (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Otolaryngology (AREA)
- Acoustics & Sound (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
방법 및 디바이스는 능동적인 사운드 생성으로 생리학적 운동 검출을 제공한다. 몇몇 버전에서, 프로세서는 호흡 및/또는 전신 모션을 검출할 수 있다. 프로세서는 프로세서에 결합된 스피커를 통해서 사용자 부근에서 사운드 신호를 생성하는 것을 제어할 수 있다. 프로세서는 프로세서에 결합된 마이크로폰을 통해서 반사된 사운드 신호를 감지하는 것을 제어할 수 있다. 이러한 감지된 사운드 신호는 사용자로부터 사운드 신호의 반사이다. 프로세서는 복조 기법에 의한 것과 같이 반사된 사운드를 처리할 수 있다. 프로세서는 프로세싱된 반사된 사운드 신호로부터 호흡을 검출할 수 있다. 사운드 신호는 슬롯 프레임에서 일련의 톤 쌍으로서 또는 변경 주파수(예를 들어, 삼각형 또는 램프 톱니형)를 갖는 위상-연속 반복 파형으로서 생성될 수 있다. 검출된 운동 정보의 평가는 슬립 상태 또는 득점, 피로 표시, 대상체 인식, 만성 질환 감시/예측, 및 다른 출력 매개변수를 결정할 수 있다.
Description
1. 관련 출원의 상호 참조
본 출원은 2016년 9월 19일자로 출원된 미국 가특허 출원 번호 62/396,616호의 이득을 주장하며, 이의 전체 개시는 원용에 의해 본 명세서에 포함된다.
2.1 기술 분야
본 기술은 살아있는 대상체와 연관된 생체-모션을 검출하는 것에 관한 것이다. 특히, 본 기술은 호흡 운동, 심장 운동 및/또는 살아있는 대상체의 다른 덜 주기적인 신체 운동과 같은 생리학적 운동을 검출하는 데 음향 감지를 사용하는 것에 관한 것이다.
2.2 관련 기술의 설명
예를 들어, 수면 중인 사람의 호흡 및 신체(사지 포함) 운동을 감시하는 것은 많은 방식에서 유용할 수 있다. 예를 들어, 이와 같은 감시는 수면 무호흡과 같은 수면 장애 호흡 상태를 감시 및/또는 진단하는 데 유용할 수 있다. 전통적으로, 능동 무선 위치 또는 범위 애플리케이션에 대한 진입 장벽은 특화된 하드웨어 회로 및 안테나가 요구된다는 점이다.
스마트폰 및 다른 휴대용 전자 통신 디바이스는 지상 통신선을 이용할 수없는 개발 도상국에서도 일상 생활에서 보편적으로 사용되고 있다. 특화된 장비를 요구하지 않는 효율적이고 효과적인 방식으로 생체-모션 (즉, 생리학적 운동)을 감시하는 방법을 갖는 것이 바람직할 것이다. 이와 같은 시스템 및 방법의 실현은 상당한 기술적 과제를 다룰 것이다.
3 기술의 간단한 개요
본 기술은, 예를 들어 대상체가 잠들어 있는 동안 대상체의 운동을 검출하는 시스템, 방법 및 장치에 관한 것이다. 예를 들어, 호흡 운동을 포함한 이와 같은 운동 검출에 기초하여, 대상체의 운동, 수면 관련 특성, 슬립 상태 및/또는 무호흡 현상이 검출될 수 있다. 특히, 스마트폰, 태블릿 등과 같은 모바일 디바이스와 연관된 모바일 애플리케이션은 호흡 및 모션을 검출하기 위한 통합 및/또는 외부로 연결 가능한 스피커 및 마이크로폰과 같은 모바일 디바이스 센서를 사용한다.
본 기술의 몇몇 버전은 프로세서에 의해 실행될 때, 프로세서로 하여금 사용자의 생리학적 운동을 검출하게 하는, 프로세서-실행 가능한 명령어가 저장된 프로세서 판독 가능한 매체를 포함할 수 있다. 프로세서-실행 가능한 명령어는 전자 프로세싱 디바이스에 결합된 스피커를 통해 사용자를 포함한 부근의 사운드 신호를 생성하는 것을 제어하기 위한 명령어를 포함할 수 있다. 프로세서-실행 가능한 명령어는 전자 프로세싱 디바이스에 결합된 마이크로폰을 통해 사용자로부터 반사된 사운드 신호를 감지하는 것을 제어하기 위한 명령어를 포함할 수 있다. 프로세서-실행 가능한 명령어는 감지된 사운드 신호를 프로세싱하기 위한 명령어를 포함할 수 있다. 프로세서-실행 가능한 명령어는 프로세싱된 사운드 신호로부터 호흡 신호를 검출하기 위한 명령어를 포함할 수 있다.
몇몇 버전에서, 사운드 신호는 비가청 사운드 범위에 있을 수 있다. 사운드 신호는 펄스를 형성하는 톤 쌍(tone pair)을 포함할 수 있다. 사운드 신호는 일련의 프레임을 포함할 수 있다. 각각의 일련의 프레임은, 각각의 톤 쌍이 프레임 내의 각각의 타임 슬롯과 연관되어 있는 일련의 톤 쌍을 포함할 수 있다. 톤 쌍은 제1 주파수 및 제2 주파수를 포함할 수 있다. 제1 주파수 및 제2 주파수는 상이할 수 있다. 제1 주파수 및 제2 주파수는 서로 직교할 수 있다. 프레임 내의 일련의 톤 쌍은 제1 톤 쌍 및 제2 톤 쌍을 포함할 수 있으며, 상기 제1 톤 쌍의 주파수는 제2 톤 쌍의 주파수와 상이할 수 있다. 프레임의 타임 슬롯의 톤 쌍은 타임 슬롯의 시작과 종료에서 제로 진폭을 가질 수 있고, 시작과 종료 사이의 피크 진폭에서 피크 진폭까지의 램핑 진폭(ramping amplitude)을 가질 수 있다.
몇몇 버전에서, 프레임의 시간 폭은 변경될 수 있다. 시간 폭은 프레임의 슬롯의 폭일 수 있다. 시간 폭은 프레임의 폭일 수 있다. 슬롯의 프레임의 일련의 톤 쌍은 프레임의 상이한 슬롯에 대해 상이한 주파수의 패턴을 형성할 수 있다. 상이한 주파수의 패턴은 복수의 프레임에서 반복될 수 있다. 상이한 주파수의 패턴은 복수의 슬롯 프레임에서 상이한 슬롯 프레임에 대해 변경될 수 있다.
몇몇 버전에서, 사운드 신호를 생성하는 것을 제어하기 위한 명령어는 톤 쌍 프레임 변조기를 포함할 수 있다. 사용자로부터 반사된 사운드 신호를 감지하는 것을 제어하기 위한 명령어는 프레임 버퍼를 포함할 수 있다. 사용자로부터 반사된 감지된 사운드 신호를 프로세싱하기 위한 명령어는 호흡 신호를 포함한 하나 이상의 기저대역 모션 신호를 생성하기 위한 복조기를 포함할 수 있다. 복조기는 복수의 기저대역 모션 신호를 생성할 수 있으며, 복수의 기저대역 모션 신호는 쿼드러처 기저대역 모션 신호를 포함할 수 있다.
몇몇 버전에서, 프로세서-판독 가능한 매체는 복수의 기저대역 모션 신호를 프로세싱하기 위한 프로세서-실행 가능한 명령어를 포함할 수 있다. 복수의 기저대역 모션 신호를 프로세싱하기 위한 프로세서-실행 가능한 명령어는 복수의 기저대역 모션 신호로부터 조합된 기저대역 모션 신호를 생성하기 위해서 중간 주파수 프로세싱 모듈 및 최적화 프로세싱 모듈을 포함할 수 있다. 조합된 기저대역 모션 신호는 호흡 신호를 포함할 수 있다. 몇몇 버전에서, 호흡 신호를 검출하기 위한 명령어는 조합된 기저대역 모션 신호로부터 호흡 속도를 결정하는 것을 포함할 수 있다. 사운드 신호의 몇몇 버전에서, 프레임의 각각의 타임 슬롯의 지속기간은 톤 쌍의 주파수들 사이의 차이로 나눠진 것과 동일할 수 있다.
본 기술의 몇몇 버전에서, 사운드 신호는 변화하는 주파수를 갖는 반복된 파형을 포함할 수 있다. 반복된 파형은 위상-연속적일 수 있다. 변화하는 주파수를 갖는 반복된 파형은 램프 톱니, 삼각 및 정현 파형 중 하나를 포함할 수 있다. 프로세서-판독 가능한 매체는 반복된 파형의 형태의 하나 이상의 매개변수를 변화시키기 위한 명령어를 포함한 프로세서-실행 가능한 명령어를 더 포함할 수 있다. 하나 이상의 매개변수는 (a) 반복된 파형의 반복된 부분에서 피크의 위치, (b) 반복된 파형의 반복된 부분의 램프의 기울기, 및 (c) 반복된 파형의 반복된 부분의 주파수 범위 중 어느 하나 이상을 포함할 수 있다. 몇몇 버전에서, 반복된 파형의 반복된 부분은 반복된 부분의 주파수를 변화시키는 선형 함수 또는 곡선 함수일 수 있다. 몇몇 버전에서, 주파수가 변화되는 반복된 파형은 대칭 삼각 파형을 포함할 수 있다. 몇몇 버전에서, 사운드 신호를 생성하는 것을 제어하기 위한 명령어는 반복된 파형의 파형을 나타내는 사운드 데이터를 루핑(loop)하기 위한 명령어를 포함한다. 사용자로부터 반사된 사운드 신호를 감지하는 것을 제어하는 명령어는 마이크로폰으로부터 샘플링된 사운드 데이터를 저장하기 위한 명령어를 포함할 수 있다. 감지된 사운드 신호를 프로세싱하는 것을 제어하기 위한 명령어는 생성된 사운드 신호를 감지된 사운드 신호와 상관시켜 동기화를 체크하기 위한 명령어를 포함할 수 있다.
몇몇 버전에서, 감지된 사운드 신호를 프로세싱하기 위한 명령어는 호흡 신호를 포함한 데이터를 생성하기 위한 다운 컨버터(down converter)를 포함할 수 있다. 다운 컨버터는 생성된 사운드 신호를 나타내는 신호를 감지된 사운드 신호와 믹싱할 수 있다. 다운 컨버터는 생성된 사운드 신호를 나타내는 신호와 감지된 사운드 신호의 믹싱 출력을 필터링할 수 있다. 다운 컨버터는 생성된 사운드 신호를 나타내는 신호와 감지된 사운드 신호의 필터링된 믹싱 출력을 윈도윙할 수 있다. 다운 컨버터는 생성된 사운드 신호를 나타내는 신호와 감지된 사운드 신호의 윈도윙된 필터링된 믹싱 출력의 주파수 영역 변환 행렬을 생성할 수 있다. 호흡 신호를 검출하기 위한 프로세서-실행 가능한 명령어는 다운 컨버터에 의해 생성된 데이터 행렬의 다중 채널로부터 진폭 및 위상 정보를 추출할 수 있다. 호흡 신호를 검출하기 위한 프로세서-실행 가능한 명령어는 데이터 행렬로부터 복수의 특징(feature)을 계산하기 위한 프로세서-실행 가능한 명령어를 더 포함할 수 있다. 복수의 특징은 (a) 대역-내 스퀘어 오버 전-대역 메트릭(In-band squared over full band metric) (b), 대역-내 메트릭, (c) 첨도 메트릭(Kurtosis metric) 및 (d) 주파수 영역 분석 메트릭 중 어느 하나 이상을 포함할 수 있다. 호흡 신호를 검출하기 위한 프로세서-실행 가능한 명령어는 복수의 특징에 기초하여 호흡 속도를 생성할 수 있다.
몇몇 버전에서, 프로세서-실행 가능한 명령어는 전자 프로세싱 디바이스의 하나 이상의 특성에 대한 평가에 의해 신체 운동에 대한 사운드-기반 검출을 교정하기 위한 명령어를 더 포함할 수 있다. 프로세서-실행 가능한 명령어는 평가에 기초한 사운드 신호를 생성하기 위한 명령어를 더 포함할 수 있다. 사운드-기반 검출을 교정하기 위한 명령어는 적어도 하나의 하드웨어, 환경 또는 사용자 특정 특성을 결정할 수 있다. 프로세서-실행 가능한 명령어는 사운드 신호를 생성하기 위한 주파수가 사용자 입력에 기초하여 하나 이상의 테스트 사운드 신호를 생성하기 위해 선택될 수 있는 애완 동물 설정 모드를 작동시키기 위한 명령어를 더 포함할 수 있다.
몇몇 버전에서, 프로세서-실행 가능한 명령어는 전자 프로세싱 디바이스와 검출된 사용자 상호작용에 기초하여 사운드 신호를 생성하는 것을 중단하기 위한 명령어를 더 포함할 수 있다. 검출된 사용자 상호작용은 가속도계로 전자 프로세싱 디바이스의 운동 검출, 버튼 누룸 검출, 스크린 터치 검출, 착신 전화 호출 검출 중 어느 하나 이상을 포함할 수 있다. 프로세서-실행 가능한 명령어는 전자 프로세싱 디바이스와 사용자 상호작용의 검출 부재에 기초하여 사운드 신호를 생성하는 것을 개시하기 위한 명령어를 더 포함할 수 있다.
몇몇 버전에서, 프로세서-실행 가능한 명령어는 사용자로부터 반사된 감지된 사운드 신호의 프로세싱에 기초하여 전신 운동을 검출하기 위한 명령을 더 포함할 수 있다. 몇몇 버전에서, 프로세서-실행 가능한 명령어는 마이크로폰을 통해 감지된 오디오 신호를 프로세싱하여 사용자 모션을 검출하기 위한 환경 소리, 음성 소리 및 호흡 소리 중 어느 하나 이상을 평가하기 위한 명령어를 더 포함할 수 있다. 몇몇 버전에서, 프로세서-실행 가능한 명령어는 호흡 신호를 프로세싱하여 (a) 수면을 나타내는 슬립 상태(sleep state); (b) 각성을 나타내는 슬립 상태; (c) 깊은 수면을 나타내는 슬립 단계; (d) 가벼운 수면을 나타내는 슬립 단계; 및 (e) REM 수면을 나타내는 슬립 단계 중 어느 하나 이상을 결정하기 위한 명령어를 더 포함할 수 있다.
몇몇 버전에서, 프로세서-실행 가능한 명령어는 전자 프로세싱 디바이스 부근에서 사운드 주파수를 검출하고 검출된 사운드 주파수와 상이한 사운드 신호에 대한 주파수 범위를 선택하기 위해 설정 모드를 작동시키기 위한 명령어를 더 포함할 수 있다. 몇몇 버전에서, 설정 모드를 작동시키기 위한 명령어는 검출된 사운드 주파수와 중첩되지 않는 주파수 범위를 선택할 수 있다.
본 기술의 몇몇 버전에서, 서버는 본 명세서에서 설명된 임의의 프로세서-판독 가능한 매체에 액세스할 수 있다. 서버는 프로세서 판독 가능한 매체(들)에 대한 프로세서 실행 가능한 명령어를 네트워크를 통해 전자 프로세싱 디바이스에 다운로드하기 위한 요청을 수신하도록 구성될 수 있다.
본 기술의 몇몇 버전에서, 모바일 전자 디바이스 또는 전자 프로세싱 디바이스는 하나 이상의 프로세서; 하나 이상의 프로세서에 결합된 스피커; 하나 이상의 프로세서에 결합된 마이크로폰; 및 본 명세서에서 설명된 프로세서 판독 가능한 매체 중 어느 하나의 프로세서-판독 가능한 매체를 포함할 수 있다.
본 기술의 몇몇 버전은 본 명세서에서 설명된 임의의 프로세서-판독 가능한 매체에 액세스하는 서버의 방법을 포함한다. 상기 방법은 서버에서, 프로세서-판독 가능한 매체에 대한 프로세서-실행 가능한 명령어를 네트워크를 통해 전자 프로세싱 디바이스에 다운로드하기 위한 요청을 수신하는 단계를 포함할 수 있다. 상기 방법은 또한, 요청에 응답하여 프로세서-실행 가능한 명령어를 전자 프로세싱 디바이스로 송신하는 단계를 포함할 수 있다.
본 기술의 몇몇 버전은 모바일 전자 디바이스를 사용하여 신체 운동을 검출하기 위한 프로세서의 방법을 포함한다. 상기 방법은 본 명세서에서 설명된 임의의 프로세서-판독 가능한 매체를 프로세서와 액세스하는 단계를 포함할 수 있다. 상기 방법은 프로세서에서, 프로세서-판독 가능한 매체(들)에 대한 임의의 프로세서-실행 가능한 명령어를 실행하는 단계를 포함할 수 있다.
본 기술의 몇몇 버전은 모바일 전자 디바이스를 사용하여 신체 운동을 검출하기 위한 프로세서의 방법을 포함한다. 상기 방법은 모바일 전자 디바이스에 결합된 스피커를 통해, 사용자를 포함한 부근에서 사운드 신호를 생성하는 것을 제어하는 단계를 포함할 수 있다. 상기 방법은 모바일 전자 디바이스에 결합된 마이크로폰을 통해, 사용자로부터 반사된 사운드 신호를 감지하는 것을 제어하는 단계를 포함할 수 있다. 상기 방법은 감지된 반사된 사운드 신호를 생성하는 단계를 포함할 수 있다. 상기 방법은 프로세싱된 반사된 음향 신호로부터 호흡 신호를 검출하는 단계를 포함할 수 있다.
본 기술의 몇몇 버전은 모바일 전자 디바이스를 사용하여 운동 및 호흡을 검출하기 위한 방법을 포함한다. 상기 방법은 모바일 전자 디바이스의 스피커를 통해, 사용자 쪽으로 사운드 신호를 송신하는 단계를 포함할 수 있다. 상기 방법은 모바일 전자 디바이스의 마이크로폰을 통해, 사용자로부터 반사되는 반사된 사운드 신호를 감지하는 단계를 포함할 수 있다. 상기 방법은 반사된 사운드 신호로부터 호흡 및 모션 신호를 검출하는 단계를 포함할 수 있다. 사운드 신호는 비가청 또는 가청 사운드 신호일 수 있다. 몇몇 버전에서, 송신 단계 이전에, 상기 방법은 FMCW 변조 방식, FHRG 변조 방식, AFHRG 변조 방식, CW 변조 방식, UWB 변조 방식 또는 ACW 변조 방식 중 하나를 사용하여 사운드 신호를 변조하는 단계를 포함할 수 있다. 선택적으로, 사운드 신호는 변조된 저 주파수 초음파 사운드 신호일 수 있다. 신호는 프레임으로서 송신된 복수의 주파수 쌍을 포함할 수 있다. 몇몇 버전에서, 반사된 사운드 신호를 감지할 때, 상기 방법은 반사된 사운드 신호를 복조하는 단계를 포함할 수 있다. 복조 단계는 반사된 사운드 신호에 대해 필터 작동을 수행하는 단계; 및 필터링된 반사된 사운드 신호를 송신된 사운드 신호의 타이밍과 동기화하는 단계를 더 포함할 수 있다. 몇몇 버전에서, 사운드 신호를 생성하는 단계는 모바일 전자 디바이스의 하나 이상의 특성을 평가하기 위한 교정 기능을 수행하는 단계; 및 교정 기능에 기초하여 사운드 신호를 생성하는 단계를 포함할 수 있다. 교정 기능은 적어도 하나의 하드웨어, 환경 또는 사용자 특정 특성을 결정하도록 구성될 수 있다. 필터 작동은 고역 필터 작동을 포함할 수 있다.
본 기술의 몇몇 버전은 모션 및 호흡을 검출하는 방법을 포함한다. 상기 방법은 사용자 쪽으로 지향된 사운드 신호를 생성하는 단계를 포함할 수 있다. 상기 방법은 사용자로부터 반사된 사운드 신호를 감지하는 단계를 포함한다. 상기 방법은 감지된 반사된 사운드 신호로부터 호흡 및 모션 신호를 검출하는 단계를 포함할 수 있다. 몇몇 버전에서, 생성, 송신, 감지 및 감출 단계는 침상 디바이스(bedside device)에서 수행될 수 있다. 선택적으로, 침상 디바이스는 CPAP 디바이스와 같은 치료 디바이스일 수 있다.
본 명세서에서 설명된 방법, 시스템, 디바이스 및 장치는 범용 또는 특정 용도 컴퓨터의 프로세서, 휴대용 컴퓨터 프로세싱 디바이스(예를 들어, 모바일 폰, 태블릿 컴퓨터 등), 호흡 모니터 및/또는 마이크로폰 및 스피커를 이용한 다른 호흡 장치와 같은 프로세서에서 개선된 기능을 제공할 수 있다. 또한, 설명된 방법, 시스템, 디바이스 및 장치는, 예를 들어 수면 무호흡을 포함한 호흡 상태 및 수면 상태의 자동화된 관리, 감시 및/또는 예방 및/또는 평가의 기술 분야에서 개선점을 제공할 수 있다.
물론, 양태의 일부분은 본 기술의 하위-양태를 형성할 수 있다. 또한, 하위-양태 및/또는 양태 중 다양한 양태는 다양한 방식으로 조합될 수 있고, 또한 본 기술의 부가 양태 또는 하위-양태를 구성할 수 있다.
본 기술의 다른 특징은 다음의 상세한 설명, 요약서, 도면 및 청구범위에 포함된 정보의 고려로부터 자명해질 것이다.
본 기술은 유사한 참조 부호가 유사한 요소를 지칭하는 첨부 도면의 도면에서 제한적인 것이 아니라 예로서 예시된다:
도 1은 본 기술의 프로세스의 실시에 적합할 수 있는 수면자로부터 오디오 정보를 수신하기 위한 예시적인 프로세싱 디바이스를 예시한다.
도 2는 본 기술의 일 예에 따른 시스템의 개략도이다.
도 2a는 본 기술의 양태를 실시하기 위한 시스템의 고-레벨 건축학적 블록도를 예시한다.
도 3은 본 기술의 몇몇 형태에 따라 구성된 모바일 디바이스의 개념도이다.
도 4는 예시적인 FHRG 소나 프레임(sonar frame)을 예시한다.
도 5는 AFHRG 트랜시버 프레임의 일 예를 예시한다.
도 6a, 도 6b 및 도 6c는 펄스형 AFHRG 프레임의 일 예를 예시한다.
도 7은 (A)FHRG 아키텍처의 개념도이다.
도 8은 등방성 전방향성 안테나 대 방향성 안테나의 일 예를 예시한다.
도 9는 싱크(sinc) 필터 응답의 일 예를 예시한다.
도 10은 싱크 필터의 감쇠 특성의 일 예를 예시한다.
도 11은 기저대역 호흡 신호의 일 예를 예시하는 그래프이다.
도 12는 트레이닝 톤 프레임과의 초기 동기화의 일 예를 예시한다.
도 13은 중간 주파수를 갖는 AFHRG 프레임의 일 예를 예시한다.
도 14는 AToF 프레임의 일 예를 예시한다.
도 15a, 도 15b 및 도 15c는 FMCW 램프 시퀀스의 가청 버전의 일 예의 신호 특성을 예시한다.
도 16a, 도 16b 및 도 16c는 FMCW 정현파 프로파일의 예의 신호 특성을 예시한다.
도 17은 삼각 파형의 형태로 예시적인 사운드 신호(예를 들어, 비가청 사운드)의 신호 특성을 예시한다.
도 18a 및 도 18b는 도 18a 에 도시된 업 램프 프로세싱 및 도 18b에 도시된 다운 램프 프로세싱을 갖는 도 17의 스마트 디바이스의 확성기에 의해 방출된 비가청 삼각형으로부터 검출된 호흡 파형의 복조를 예시한다.
도 19는 "2D"(2차원) 신호 프로세싱을 포함한 FMCW 프로세싱 흐름 연산자/모듈의 예시적인 방법론을 예시한다.
도 20은 도 19의 FMCW 프로세싱 흐름의 일부인 다운 변환 연산자/모듈의 예시적인 방법론을 예시한다.
도 21은 도 19의 FMCW 프로세싱 흐름의 일부일 수 있는 2D 분석 연산자/모듈의 예시적인 방법론을 예시한다.
도 22는 부재/존재 연산자/모듈에 의한 부재/존재 검출을 수행하기 위한 방법론을 예시한다.
도 23a는 사람이 디바이스(100)의 다양한 감지 범위로 밖으로 그리고 감지 범위 안으로 이동하는 데이터의 "2D"세그먼트에서 시간 경과에 따른 다양한 검출 범위에서의 감지 작동을 예시하는 그래프상의 여러 신호를 도시한다.
도 23b는 도 23a의 영역(BB)을 도시하는 도 23a의 신호 그래프의 일부분이다.
도 23c는 도 23a의 영역(CC)을 도시하는 도 23a의 신호 그래프의 일부분이다.
도 1은 본 기술의 프로세스의 실시에 적합할 수 있는 수면자로부터 오디오 정보를 수신하기 위한 예시적인 프로세싱 디바이스를 예시한다.
도 2는 본 기술의 일 예에 따른 시스템의 개략도이다.
도 2a는 본 기술의 양태를 실시하기 위한 시스템의 고-레벨 건축학적 블록도를 예시한다.
도 3은 본 기술의 몇몇 형태에 따라 구성된 모바일 디바이스의 개념도이다.
도 4는 예시적인 FHRG 소나 프레임(sonar frame)을 예시한다.
도 5는 AFHRG 트랜시버 프레임의 일 예를 예시한다.
도 6a, 도 6b 및 도 6c는 펄스형 AFHRG 프레임의 일 예를 예시한다.
도 7은 (A)FHRG 아키텍처의 개념도이다.
도 8은 등방성 전방향성 안테나 대 방향성 안테나의 일 예를 예시한다.
도 9는 싱크(sinc) 필터 응답의 일 예를 예시한다.
도 10은 싱크 필터의 감쇠 특성의 일 예를 예시한다.
도 11은 기저대역 호흡 신호의 일 예를 예시하는 그래프이다.
도 12는 트레이닝 톤 프레임과의 초기 동기화의 일 예를 예시한다.
도 13은 중간 주파수를 갖는 AFHRG 프레임의 일 예를 예시한다.
도 14는 AToF 프레임의 일 예를 예시한다.
도 15a, 도 15b 및 도 15c는 FMCW 램프 시퀀스의 가청 버전의 일 예의 신호 특성을 예시한다.
도 16a, 도 16b 및 도 16c는 FMCW 정현파 프로파일의 예의 신호 특성을 예시한다.
도 17은 삼각 파형의 형태로 예시적인 사운드 신호(예를 들어, 비가청 사운드)의 신호 특성을 예시한다.
도 18a 및 도 18b는 도 18a 에 도시된 업 램프 프로세싱 및 도 18b에 도시된 다운 램프 프로세싱을 갖는 도 17의 스마트 디바이스의 확성기에 의해 방출된 비가청 삼각형으로부터 검출된 호흡 파형의 복조를 예시한다.
도 19는 "2D"(2차원) 신호 프로세싱을 포함한 FMCW 프로세싱 흐름 연산자/모듈의 예시적인 방법론을 예시한다.
도 20은 도 19의 FMCW 프로세싱 흐름의 일부인 다운 변환 연산자/모듈의 예시적인 방법론을 예시한다.
도 21은 도 19의 FMCW 프로세싱 흐름의 일부일 수 있는 2D 분석 연산자/모듈의 예시적인 방법론을 예시한다.
도 22는 부재/존재 연산자/모듈에 의한 부재/존재 검출을 수행하기 위한 방법론을 예시한다.
도 23a는 사람이 디바이스(100)의 다양한 감지 범위로 밖으로 그리고 감지 범위 안으로 이동하는 데이터의 "2D"세그먼트에서 시간 경과에 따른 다양한 검출 범위에서의 감지 작동을 예시하는 그래프상의 여러 신호를 도시한다.
도 23b는 도 23a의 영역(BB)을 도시하는 도 23a의 신호 그래프의 일부분이다.
도 23c는 도 23a의 영역(CC)을 도시하는 도 23a의 신호 그래프의 일부분이다.
5
본 기술의 예에 대한 상세한 설명
본 기술이 더 상세히 설명되기 전에, 본 기술은 본 명세서에서 설명된 특정 예에 한정되지 않으며, 변경될 수 있음을 이해해야 한다. 본 개시에 사용된 용어는 논의된 특정 예를 설명하기 위한 것이고 한정하려는 의도가 아니라는 것을 또한 이해해야 한다.
다음의 설명은 공통 특성 또는 특징을 공유할 수 있는 본 기술의 다양한 형태와 관련하여 제공된다. 임의의 하나의 예시적인 형태의 하나 이상의 특징은 다른 형태의 하나 이상의 특징과 조합될 수 있음을 이해해야 한다. 또한, 본 명세서에서 설명된 임의의 형태의 임의의 단일 특징 또는 특징의 조합은 추가의 예시적인 형태를 구성할 수 있다.
5.1
검사, 감시 및 진단
본 기술은 대상체가 잠들어있을 때와 같이, 예를 들어 호흡 운동 및/또는 심장 관련 흉부 운동을 포함한, 대상체의 운동을 검출하는 시스템, 방법 및 장치에 관한 것이다. 이와 같은 호흡 및/또는 다른 운동 검출에 기초하여, 대상체의 슬립 상태 및 무호흡 현상이 검출될 수 있다. 특히, 스마트폰, 태블릿 등과 같은 모바일 디바이스와 연관된 모바일 애플리케이션은 스피커 및 마이크로폰과 같은 모바일 디바이스 센서를 사용하여 이와 같은 모션을 검출한다.
본 기술을 실시하는 데 적합한 예시적인 시스템이 이제, 도 1 내지 도 3(도 2에 가장 잘 도시됨)을 참조하여 설명된다. 대상체(110)의 운동을 검출하기 위한 애플리케이션(200)으로 구성된 모바일 디바이스(100) 또는 모바일 전자 디바이스는 대상체(110) 근처의 침상 테이블에 놓일 수 있다. 모바일 디바이스(100)는, 예를 들어 하나 이상의 프로세서를 갖는 스마트폰 또는 태블릿일 수 있다. 프로세서(들)는 다른 것들 중에서, 오디오 신호가 디바이스의 실내 부근에서와 같은 일반적으로 개방되거나 제한되지 않은 매체로서 전형적으로 공기를 통해 생성 및 송신되게 하는 것, 예를 들어 마이크로폰과 같은 변환기로 이를 감지함으로써 송신된 신호의 반사를 수신하는 것, 및 신체 운동과 호흡 매개변수를 결정하기 위해 감지된 신호를 프로세싱하는 것을 포함한, 애플리케이션(200)의 기능을 실행하도록 구성될 수 있다. 모바일 디바이스(100)는 다른 구성 요소 중에서도 스피커 및 마이크로폰을 포함할 수 있다. 스피커는 생성된 오디오 신호를 송신하는 데 사용되고 마이크로폰은 반사된 신호를 수신하는 데 사용될 수 있다. 선택적으로, 모바일 디바이스의 사운드-기반 감지 방법론은 침상 디바이스(예를 들어, 연속적 기도 양압(예를 들어, "CPAP") 디바이스와 같은 호흡 치료 디바이스 또는 고-흐름 치료 디바이스)와 같은 다른 유형의 디바이스에서 또는 이와 같은 디바이스에 의해 실시될 수 있다. 압력 디바이스 또는 송풍기(예를 들어, 볼류트 내의 모터 및 임펠러), 하나 이상의 센서 및 압력 디바이스 또는 송풍기의 중앙 제어기를 포함한, 이와 같은 디바이스의 예는 2014년 10월 28일자로 출원된 국제 특허 공개 번호 WO/2015/061848(출원 번호 PCT/AU2014/050315)호 및 2016년 3월 14일자로 출원된 국제 특허 공개 번호 WO/2016/145483(출원 번호 PCT/AU2016/050117)호에 설명된 디바이스를 참조하여 고려될 수 있으며, 이들의 전체 개시는 원용에 의해 본 명세서에 포함된다.
도 2a는 본 기술의 양태를 실시하기 위한 시스템의 고-레벨 건축학적 블록도를 예시한다. 이러한 시스템은, 예를 들어 모바일 디바이스(100)에서 실시될 수 있다. 신호 생성 구성요소(210)는 대상체 쪽으로 송신하기 위한 오디오 신호를 생성하도록 구성될 수 있다. 본 명세서에서 설명되는 바와 같이, 신호는 가청 신호 또는 비가청 신호일 수 있다. 예를 들어, 본 명세서에서 더 상세히 논의되는 바와 같이, 사운드 신호는 몇몇 버전에서, 약 17 킬로헤르츠(KHz) 내지 23 KHz와 같은 저주파 초음파 범위, 또는 약 18 KHz내지 22 KHz의 범위에서 생성될 수 있다. 본 명세서에서, 이와 같은 주파수 범위는 일반적으로, 비가청 사운드 범위로 간주된다. 생성된 신호는 송신기(212)를 통해 송신될 수 있다. 본 개시에 따라서, 송신기(212)는 모바일 폰 스피커일 수 있다. 일단 생성된 신호가 송신되면, 대상체로부터 반사된 이들 파를 포함한 음파는, 모바일 폰 마이크폰일 수 있는 수신기(214)에 의해 감지될 수 있다.
도면 부호 216으로 도시된 바와 같이, 신호 복원 및 아날로그-디지털 신호 변환 단계가 발생할 수 있다. 복원된 신호는, 복조 프로세싱 모듈에서와 같이, 도면 부호 218로 도시된 바와 같은 호흡 매개변수를 나타내는 신호를 검색하기 위해 복조될 수 있다. 신호의 오디오 성분은 또한, 오디오 프로세싱 모듈에서와 같은, 도면 부호 220으로 도시된 바와 같이 프로세싱될 수 있다. 이와 같은 프로세싱은, 예를 들어 호흡 또는 (침대에서 굴러다니는 것, PLM(주기적인 다리 운동), RLS(하지 불안 증후군) 등과 같은 상이한 유형의 활동을 포함한) 다른 운동, 코골이, 헐떡거림, 및 쌕쌕거림의 사운드를 추출하기 위한 수동 오디오 분석을 포함할 수 있다. 오디오 성분 프로세싱은 음성, TV, 다른 매체 재생 및 다른 주변/환경 오디오/노이즈 소스와 같은 간섭 소스의 사운드를 또한 추출할 수 있다. 도면 부호218에서의 복조 위상의 출력은, 대역-내 프로세싱 모듈에 의한 것과 같은 도면 부호 222에서의 대역-내 프로세싱 및 대역-외 프로세싱 모듈에 의한 것과 같은 도면 부호 224에서의 대역-외 프로세싱 둘 모두를 겪을 수 있다. 예를 들어, 도면 부호 222에서의 대역-내 프로세싱은 호흡 및 심장 신호를 포함한 신호 대역의 그 일부분으로 지향될 수 있다. 도면 부호 224에서의 대역-외 프로세싱은 전신 또는 미세 운동(예를 들어, 롤오버, 킥, 제스처, 실내 주위에서의 이동 등)과 같은 다른 구성요소를 포함한 신호의 일부분으로 지향될 수 있다. 도면 부호 222에서의 대역-내 프로세싱 및 도면 부호 224에서의 대역-외 프로세싱의 출력은 그 후에, 하나 이상의 신호 후-프로세싱 모듈(들)에서와 같이 도면 부호 230에서의 신호 후-프로세싱에 제공될 수 있다. 도면 부호 230에서의 신호 후-프로세싱은, 예를 들어 호흡/심장 신호 프로세싱 모듈에서와 같이 도면 부호 232에서의 호흡/심장 신호 프로세싱, 신호 품질 프로세싱 모듈에서와 같이 도면 부호 234에서의 신호 품질 프로세싱, 신체 운동 프로세싱 모듈에서와 같이 도면 부호 236에서의 전신 운동 프로세싱, 및 부재/존재 프로세싱 모듈에서와 같이 도면 부호 238에서의 부재/존재 프로세싱을 포함할 수 있다.
도 2a에 도시되지 않았지만, 도면 부호 230에서의 신호 후-프로세싱의 출력은 슬립 상태, 수면 스코어링, 피로 표시, 대상체 인식, 만성 질환 감시 및/또는 예측, 수면 장애 호흡 현상 검출, 및 생성된 모션 신호(들)의 임의의 모션 특성의 평가로부터와 같은 다른 출력 매개변수(예를 들어, 호흡 관련 운동(또는 그의 부재), 심장 관련 운동, 각성-관련 운동, 주기적인 다리 운동 등)를 제공하는 제2 후-프로세싱 단계를 겪을 수 있다. 도 2a의 예에서, 슬립 단계 프로세싱 모듈에서와 같이 도면 부호 241에서의 선택적인 슬립 단계 프로세싱이 도시된다. 그러나, 임의의 하나 이상의 이와 같은 프로세싱 모듈/블록(예를 들어, 수면 스코어링 또는 단계, 피로 표시 프로세싱, 대상체 인식 프로세싱, 만성 질환 감시 및/또는 예측 프로세싱, 수면 장애 호흡 현상 검출 프로세싱, 또는 다른 출력 프로세싱 등)이 선택적으로 추가될 수 있다. 몇몇 경우에, 도면 부호 230에서의 신호 후-프로세싱 또는 제2 후-프로세싱 단계의 기능은 각각의 전체 개시가 원용에 의해 본 명세서에 포함되는 다음의 특허 또는 특허 출원 중 어느 하나에 설명된 장치, 시스템 및 방법론의 임의의 구성요소, 디바이스 및/또는 방법론을 사용하여 수행될 수 있다: 2007년 6월 1일자로 출원되고 발명의 명칭이 "Apparatus, System, and Method for Monitoring Physiological Signs"인 국제 특허 출원 번호 PCT/US2007/070196 호; 2007년 10월 31일자로 출원되고 발명의 명칭이 "System and Method for Monitoring Cardio-Respiratory Parameters"인 국제 특허 출원 번호 PCT/US2007/083155호; 2009년 9월 23일자로 출원되고 발명의 명칭이 "Contactless and Minimal-Contact Monitoring of Quality of Life Parameters for Assessment and Intervention"인 국제 특허 출원 번호 PCT/US2009/058020호; 2010년 2월 4일자로 출원되고 발명의 명칭이 "Apparatus, System, and Method for Chronic Disease Monitoring"인 국제 출원 번호 PCT/US2010/023177호; 2013년 3월 30일자로 출원되고 발명의 명칭이 "Method and Apparatus for Monitoring Cardio-Pulmonary Health "인 국제 특허 출원 번호 PCT/AU2013/000564호; 2015년 5월 25일자로 출원되고 발명의 명칭이 "Methods and Apparatus for Monitoring Chronic Disease"인 국제 특허 출원 번호 PCT/AU2015/050273호; 2014년 10월 6일자로 출원되고 발명의 명칭이 "Fatigue Monitoring and Management System"인 국제 특허 출원 번호 PCT/AU2014/059311호; 2013년 9월 19일자로 출원되고 발명의 명칭이 "System and Method for Determining Sleep Stage"인 국제 특허 출원 번호 PCT/AU2013/060652호; 2016년 4월 20일자로 출원되고 발명의 명칭이 "Detection and Identification of a Human from Characteristic Signals"인 국제 특허 출원 번호 PCT/EP2016/058789호; 2016년 8월 17일자로 출원되고 발명의 명칭이 "Screener for Sleep Disordered Breathing"인 국제 특허 출원 번호 PCT/EP2016/069496호; 2016년 8월 16일자로 출원되고 발명의 명칭이 "Digital Range Gated Radio Frequency Sensor"인 국제 출원 번호 PCT/EP2016/069413호; 2016년 8월 26일자로 출원되고 발명의 명칭이 "Systems and Methods for Monitoring and Management of Chronic Disease"인 국제 특허 출원 번호 PCT/EP2016/070169호; 및 2016년 3월 24일자로 출원되고 발명의 명칭이 "Detection of Periodic Breathing"인 미국 특허 출원 번호 15/079,339호. 따라서, 몇몇 예에서, 예를 들어 호흡 운동을 포함한 검출된 운동의 프로세싱은 (a) 수면을 나타내는 슬립 상태; (b) 각성을 나타내는 슬립 상태; (c) 깊은 수면을 나타내는 슬립 단계; (d) 가벼운 수면을 나타내는 슬립 단계; 및 (e) REM 수면을 나타내는 슬립 단계 중 어느 하나 이상을 결정하기 위한 기초로서의 역할을 할 수 있다. 이와 관련하여, 본 개시의 사운드 관련 감지 기술이 포함된 이들 참조문헌에 설명된 바와 같은 레이더 또는 RF 감지 기술과 비교할 때, 스피커 및 마이크로폰을 사용하고 사운드 신호를 프로세싱하는 것과 같은 모션 감지를 위한 상이한 메커니즘/프로세스를 제공하지만, 일단 호흡 속도와 같은 호흡 신호가 본 명세서에서 설명된 사운드 감지/프로세싱 방법론으로 얻어지면, 슬립 상태/단계 정보의 추출을 위한 호흡 또는 다른 모션 신호를 프로세싱하는 원리는 포함된 이들 참조 문헌의 결정 방법론에 의해 실시될 수 있다.
5.1.1 모바일 디바이스(100)
모바일 디바이스(100)는 대상체의 호흡 및/또는 다른 운동 관련 특성을 감시하는 효율적이고 효과적인 방법을 제공하도록 적응될 수 있다. 수면 중에 사용될 때, 모바일 디바이스(100) 및 그의 연관된 방법은 사용자의 호흡을 검출하고 슬립 단계, 슬립 상태, 슬립 상태들 사이의 전이, 수면 장애 호흡 및/또는 다른 호흡 조건을 식별하는 데 사용될 수 있다. 어웨이크 상태 동안에 사용될 때, 모바일 디바이스(100) 및 그의 연관된 방법은 대상체 호흡(들숨, 날숨, 중지 및 유도된 속도) 및/또는 심장탄도 파형 및 다음에 유도된 심박수와 같은 운동을 검출하는 데 사용될 수 있다. 이와 같은 매개변수는 게임(이로 인해 사용자가 이완 목적을 위해 그의 호흡 속도를 감소시키도록 유도됨)을 제어하거나 예컨대, COPD, 천식, 울혈성 심부전(CHF)과 같은 만성 질환을 갖는 대상체의 호흡 상태를 평가하는 데 사용될 수 있으며, 여기서 대상체의 기준 호흡 매개변수는 악화/대상부전 현상이 발생하기 전의 시간에서 변화한다. 호흡 파형은 호흡의 일시 중단(예컨대, 중추 무호흡증 또는 폐쇄 무호흡증 동안에 나타나는 폐쇄성 기도에 대한 작은 흉부 운동) 또는 호흡 감소(예컨대, 호흡저하와 관련된 얕은 호흡 및/또는 호흡 속도 감소)를 검출하기 위해 또한 프로세싱될 수 있다.
모바일 디바이스(100)는 집적 칩, 메모리 및/또는 다른 제어 명령어, 데이터 또는 정보 저장 매체를 포함할 수 있다. 예를 들어, 본 명세서에서 설명된 평가/신호 프로세싱 방법론을 포함한 프로그래밍된 명령어는 ASIC(application specific integrated chip)을 형성하기 위해 디바이스 또는 장치의 메모리에 집적된 칩에 코딩될 수 있다. 이와 같은 명령어는 또한, 또는 대안적으로, 적절한 데이터 저장 매체를 사용하여 소프트웨어 또는 펌웨어로서 로딩될 수 있다. 선택적으로, 이와 같은 프로세싱 명령어는 네트워크(예를 들어, 인터넷)를 통해 서버로부터 모바일 디바이스로 다운로드될 수 있어서 명령어가 실행될 때, 프로세싱 디바이스는 스크리닝 디바이스 또는 감시 디바이스로서의 역할을 한다.
따라서, 모바일 디바이스(100)는 도 3에 예시된 바와 같은 수의 구성요소를 포함할 수 있다. 모바일 디바이스(100)는 다른 구성요소들 중에서도, 예컨대, 본 명세서에서 설명된 프로세싱 방법론/모듈의 프로세싱 명령어와 함께, 마이크로폰 또는 사운드 센서(302), 프로세서(304), 디스플레이 인터페이스(306), 사용자 제어/입력 인터페이스(308), 스피커(310), 및 메모리/데이터 저장장치(312)를 포함할 수 있다.
모바일 디바이스(100)의 구성요소 중 하나 이상은 모바일 디바이스(100)와 일체형이거나 모바일 디바이스(100)와 작동 가능하게 결합될 수 있다. 예를 들어, 마이크로폰 또는 사운드 센서(302)는, 예컨대 유선 또는 무선 링크(예를 들어, 블루투스, 와이파이 등)를 통해 모바일 디바이스(100)와 일체형이거나 모바일 디바이스(100)와 결합될 수 있다.
메모리/데이터 저장장치(312)는 프로세서(304)를 제어하기 위한 복수의 프로세서 제어 명령어를 포함할 수 있다. 예를 들어, 메모리/데이터 저장장치(312)는 본 명세서에서 설명된 프로세싱 방법론/모듈의 프로세싱 명령어에 의해 애플리케이션(200)이 수행되게 하기 위한 프로세서 제어 명령어를 포함할 수 있다.
5.1.2
모션 및 호흡 검출 프로세스
본 기술의 예는 모바일 디바이스(100)를 사용하여 사용자가 수면 중일 때 모션, 호흡 및 선택적으로 수면 특성을 검출하기 위해, 애플리케이션(200)에 의해 구현될 수 있는 하나 이상의 알고리즘 또는 프로세스를 사용하도록 구성될 수 있다. 예를 들어, 애플리케이션(200)은 여러 서브-프로세스 또는 모듈에 의해 특징화될 수 있다. 도 2에 도시된 바와 같이, 애플리케이션(200)은 오디오 신호 생성 및 송신 서브-프로세스(202), 모션 및 생물리학 특성 검출 서브-프로세스(204), 수면 품질 특성화 서브-프로세스(206), 및 결과 출력 서브-프로세스(208)를 포함할 수 있다.
5.1.2.1 오디오 신호 생성 및 송신
본 기술의 몇몇 양태에 따라서, 본 명세서에서 설명된 하나 이상의 톤을 사용하는 것과 같이 오디오 신호가 생성되어 사용자 쪽으로 송신될 수 있다. 톤은 특정 주파수에서 매체(예를 들어, 공기)에 압력 변동을 제공한다. 이러한 설명의 목적을 위해, 생성된 톤(또는 오디오 신호 또는 사운드 신호)은 이들이 (예를 들어, 스피커에 의해) 가청 압력 파와 유사한 방식으로 생성될 수 있기 때문에 "사운드", "음향" 또는 "오디오"로서 지칭될 수 있다. 그러나, 이와 같은 압력 변동 및 톤(들)은 "사운드", "음향" 또는 "오디오" 중 어느 하나의 용어에 의해 특징화됨에도 불구하고 가청 또는 비가청일 수 있는 것으로 본 명세서에서 이해되어야 한다. 따라서, 생성된 오디오 신호는 가청 또는 비가청일 수 있으며, 인간 모집단에 걸친 가청성의 주파수 임계값은 연령에 따라 변한다. 전형적인 "오디오 주파수" 표준 범위는 약 20 Hz 내지 20,000 Hz(20 kHz)이다. 더 높은 주파수 청력의 임계값은 나이에 따라 감소하는 경향이 있는데, 중년의 사람은 흔히 15 내지 17 kHz 초과의 주파수를 갖는 소리를 들을 수 없는 반면에, 10대는 18 kHz까지 들을 수 있다. 연설을 위한 가장 중요한 주파수는 대략 250 내지 6,000 Hz 범위이다. 전형적인 소비자용 스마트폰의 스피커 및 마이크로폰 신호 응답은 대부분의 경우 19 내지 20 kHz 초과에서 롤 오프하도록 설계되며, 일부는 23 kHz 초과(특히 디바이스가 96 kHz와 같은 48 kHz 초과의 샘플링 속도를 지원하는 경우)으로 확장된다. 따라서, 대부분의 사람에 대해서 17/18 내지 24 kHz 범위의 신호를 사용하고 여전히 비가청 상태를 유지할 수 있다. 19 kHz가 아닌 18 kHz를 들을 수 있는 젊은 사람들에 대해서, 21 kHz라고 말하는 19 kHz의 대역이 사용될 수 있다. 일부 가정용 애완동물은 더 높은 주파수(예를 들어, 개는 최대 60 kHz 그리고 고양이는 최대 79 kHz까지)를 들을 수 있다.
오디오 신호는 예를 들어, 정현 파형, 톱니형 처프, 삼각형 처프 등을 포함할 수 있다. 배경으로서, 본 명세서에서 사용되는 바와 같은 용어 "처프(chirp)"은, 예를 들어 선형 또는 비선형 프로파일을 갖는 톱니형 또는 삼각형 형상을 가질 수 있는 단기간의 비고정 신호(non-stationary signal)이다. 여러 유형의 신호 프로세싱 방법이, 예를 들어 연속파(CW) 호모다이닝, 펄스형 CW 호모다이닝, 주파수 변조 CW(FMCW), 주파수 호핑 범위 게이팅(FHRG), 적응형 FHRG(AFHRG), 초광대역(UWB), 직교 주파수 분할 다중화(OFDM), 적응형 CW, 주파수 편이 변조(FSK), 위상 편이 변조(PSK), 이진 위상 편이 변조(BSPK), 쿼드러처 위상 편이 변조(QPSK), 및 쿼드러처 진폭 변조(QAM)라 불리는 일반화된 QPSK 등을 포함한 오디오 신호를 생성하고 감지하는 데 사용될 수 있다.
본 기술의 몇몇 양태에 따라서, 교정 기능 또는 교정 모듈이 모바일 디바이스의 특성을 평가하기 위해 제공될 수 있다. 하드웨어, 환경 또는 사용자 설정이 가청 주파수를 요구하는 것을 교정 기능이 제안하는 경우, 감지 영역에서 임의의 생체-모션 신호를 여전히 능동적으로 검출하게 하면서 사용자가 수용할 수 있는 확산 스펙트럼 신호에 코딩이 중첩될 수 있다. 예를 들어, 음악, TV, 스트리밍 소스 또는 다른 신호(예를 들어, 수면을 돕는 데 사용될 수 있는 해안에서 충돌하는 파도와 같은 검출된 호흡 신호와 선택적으로 동기화될 수 있는 즐겁고 반복적인 사운드)와 같은 가청 사운드에서 가청 또는 비가청 감지 신호를 "숨길" 수 있다. 이는 오디오 스테가노그래피(audio steganography)와 유사하며, 본 명세서에서 지각할 수 없는 메시지는 위상의 요소가 인코딩된 데이터를 나타내기 위해 조정되는 위상 코딩과 같은 기법을 사용하여 오디오 신호에 숨겨진다.
5.1.2.2 모션 및 생물리학 신호 프로세싱
5.1.2.2.1 기술적 과제
환경 관련 노이즈 비에 양호한 모션 신호를 달성하기 위해서 여러 실내 음향 문제가 고려되어야 한다. 이와 같은 문제는, 예를 들어 잔향, 침구류 사용 및/또는 다른 실내 음향 문제를 포함할 수 있다. 또한, 모바일 디바이스 또는 다른 감시 디바이스의 방향성과 같은 특정 감시 디바이스 특성이 또한 고려되어야 한다.
5.1.2.2.1.1 잔향
사운드 에너지가 실내와 같은 반사 벽을 갖는 공간에 국한되어 있을 때 잔향이 생성될 수 있다. 전형적으로, 사운드가 처음 생성될 때, 청취자는 먼저 소스 자체로부터의 직접적인 사운드를 듣는다. 후에, 사용자는 실내 벽, 천장 및 바닥에서 반사되는 사운드에 의해 유발되는 이산 반향을 들을 수 있다. 시간이 지남에 따라, 개별적인 반사가 구별되지 않을 수 있으며 청취자는 시간이 지남에 따라 연속적인 잔향을 듣는다.
벽 반사는 전형적으로 관심 주파수에서 거의 에너지를 흡수하지 않는다. 따라서, 사운드는 벽이 아닌 공기에 의해 감쇠된다. 전형적인 감쇠는 1 % 미만일 수 있다. 약 60 dB에 도달되는 사운드 감쇠를 위한 오디오 주파수에서 대략 400 ms가 전형적인 실내에서 소요된다. 감쇠는 주파수에 따라 증가한다. 예를 들어, 18 kHz에서 전형적인 실내 잔향 시간은 250 ms로 감소된다.
여러 부작용이 잔향과 연관되어 있다. 예를 들어, 잔향은 실내 모드를 초래한다. 잔향 에너지 저장 메커니즘 때문에, 실내로의 음향 에너지의 입력은 공진 또는 선호 모달 주파수 (nλ = L)에서 정재파를 유발한다. Lx, Ly 및 Lz 차원의 이상적인 3차원 실내에 대해서, 주 모드는 하기 식으로 주어진다.
이들 정재파는 특정 공진 주파수의 크기가 실내의 상이한 위치에서 달라지게 한다. 이는 신호 레벨 변동, 및 사운드 신호를 수신하는 감지 구성요소(예를 들어, 사운드 센서)에서의 연관된 페이딩(fading)을 초래할 수 있다. 이는 와이파이와 같은 전자기파(예를 들어, RF)의 다중 경로 간섭/페이딩과 유사하지만, 실내 잔향 및 페이딩과 같은 연관 아티팩트는 오디오에 대해 더 심각하다.
실내 모드는 소나(sonar) 시스템의 설계 문제를 제시할 수 있다. 이와 같은 문제는, 예를 들어 페이딩, 1/f 노이즈 및 전체 모션 신호를 포함할 수 있다. 전체 모션은, 보통 침대에서의 롤오버와 같은 큰 생리학적 운동(또는 각각 현상 전후의 부재와 연관된, 침대 내외로 사용자의 출입)을 지칭한다. 하나의 실현에서, 운동은 운동의 지속 기간 및 강도를 지칭하는 연관된 활동 지수와 함께 이진 벡터(운동 또는 운동 없음)로 간주될 수 있다(예를 들어, PLM, RLS 또는 이갈이는 사지 또는 턱의 분쇄 운동과 관련된 것과 같이 전체 모션이 아닌 운동 활동의 일 예이며, 침대에서 자세를 바꿀 때의 전체 신체의 운동이 아니다). 사운드 센서(302)(예를 들어, 마이크로폰)에 의해 수신된 신호는 신호 강도의 페이딩 및/또는 사용자로부터의 반사된 신호의 페이딩을 경험할 수 있다. 이러한 페이딩은 잔향으로 인한 정재파에 의해 유발될 수 있고 신호 진폭 변동 문제를 초래할 수 있다. 호흡 주파수에서 1/f 노이즈(신호의 주파수에 반비례하는 전력 스펙트럼 밀도를 갖는 신호)가 실내 모드를 방해하는 실내 기류로 인해 발생할 수 있으며 노이즈 플로어(noise floor) 증가를 초래하여 호흡 주파수에서 신호 대 노이즈 감소를 초래한다. 실내에서의 임의의 운동으로 인한 전체 모션 신호는 실내 모드 에너지의 외란에 기인하며 결과적으로 감지된/수신된 신호 강도 및 위상 변동을 생성할 수 있다. 그러나, 이것이 문제가 되는 동안, 의도적으로 실내 모드를 설정함으로써 유용한 전체(큰) 모션과 더 감지하기 힘든 활동 검출이 수행될 수 있으며, 실제로 실내에 있는 하나의 지배적인 모션 소스(예를 들어, 침실에 있는 한 사람)의 경우에 대한 호흡 분석이 수행될 수 있다.
용어 소나는 본 명세서에서 거리 측정 및 운동 검출을 위해 사운드 신호, 음향, 음파, 초음파 및 저주파 초음파를 포함하는 데 사용된다. 이와 같은 신호의 범위는 DC 내지 50 kHz 이상일 수 있다. FMCW 생체 신호 추출과 같은 프로세싱 기법 중 일부는 5.8 GHz, 10.5 GHz, 24 GHz 등에서 작동하는 것과 같은, 실제 단거리(예를 들어, 거주 공간 또는 침실을 감시하는 것과 같이 대략 3 미터까지) RF(전자기) 레이더 센서에 또한 적용 가능할 수 있다.
5.1.2.2.1.2 침구류
침구류(예를 들어, 깃털 이불, 두툼한 이불, 담요 등)의 사용은 실내 사운드를 크게 감쇠시킬 수 있다. 몇몇 양태에서, 이불은 이불이 이동하고 자고 있는 사람으로 돌아올 때에 사운드 신호를 두 번 감쇠시킬 수 있다. 이블 표면은 또한 사운드 신호를 반사시킨다. 이불 표면에서 호흡이 보이면, 이불 반사 신호가 호흡 감시를 위해 사용될 수 있다.
5.1.2.2.1.3 폰 특성
스마트폰에 스피커와 마이크로폰의 배치는 소나와 같은 애플리케이션에서 음향 감지에 항상 최적인 것은 아니다. 전형적인 스마트폰 스피커 대 마이크로폰은 빈약한 방향성을 가진다. 일반적으로, 스마트폰 오디오는 사람의 음성을 위해 설계되었지만, 소나와 같은 음향 감지 애플리케이션용으로 특히 설계되지 않았다. 또한, 스피커 및 마이크로폰의 배치는 스마트폰 모델에 따라 다르다. 예를 들어, 몇몇 스마트폰은 폰의 뒷면에 스피커를 그리고 폰의 측면에 마이크로폰을 가진다. 결과적으로, 마이크로폰은 먼저 반사에 의해 재지향됨이 없이 스피커 신호를 쉽게 "볼" 수 없다. 또한, 스피커와 마이크로폰 둘 모두의 방향성은 주파수에 따라 증가한다.
실내 모드는 스마트폰 마이크로폰 및 스피커의 전방향성 성질을 향상시킬 수 있다. 잔향 및 연관된 실내 모드는 특정 주파수에서 실내 전체에 걸쳐 정재파 노드를 생성한다. 실내에서의 임의의 운동은 운동이 모든 실내 모드 노드를 방해하므로, 이들 노드에서 볼 수 있다. 스마트폰 마이크로폰은 노드 또는 안티노드에 위치될 때, 마이크로폰과 스피커가 방향성을 가지고 있더라도 전방향성인 사운드 경로로 인해 전방향성 특성을 취득한다.
5.1.2.2.2 기술적 과제의 극복
본 개시의 양태에 따라서, 특정 변조 및 복조 기법이, 확인된 기술적 과제 및 다른 기술적 과제의 영향을 감소 또는 제거하기 위해 적용될 수 있다.
5.1.2.2.2.1 주파수 호핑 범위 게이팅(FHRG) 및 적응형 주파수 호핑 범위 게이팅(AFHRG)
주파수 호핑 범위 게이트 신호는 특정 주파수 범위를 차지하는 일련의 이산 톤/주파수를 사용하는 변조 복조 기법이다. 톤 시퀀스의 각각의 톤, 톤 쌍 또는 멀티 톤 펄스는 범위 요건에 의해 정의된 특정 지속기간 동안 송신된다. 이와 같은 톤 펄스 또는 톤 쌍의 특정 지속기간에 대한 변경은 검출 범위의 변경을 초래한다. 일련의 톤 쌍 또는 톤들은 톤 프레임 또는 슬롯 프레임을 생성한다. 각각의 슬롯은 톤 슬롯으로 간주될 수 있다. 따라서, 프레임은 복수의 슬롯을 포함할 수 있으며, 여기서 각각의 슬롯은 톤 또는 톤 쌍을 포함할 수 있다. 전형적으로, 개선된 비가청성을 촉진하기 위해, 각각의 톤 쌍은 프레임의 슬롯의 지속 시간과 동일한 지속 시간을 가질 수 있다. 그러나, 이는 요구되지 않는다. 몇몇 경우에, 프레임의 슬롯은 균등하거나 불균등한 폭(지속 시간)일 수 있다. 따라서, 프레임의 톤 쌍은 프레임 내에서 균등하거나 불균등할 수 있다. 사운드 변조는 감지된/수신된 톤의 더 양호한 분리를 허용하여 범위 게이이 달성될 수 있도록 톤들 사이에 그리고 프레임들 사이에 보호 대역(묵음 기간)을 포함할 수 있다. FHRG는 사용 가능한 오디오 주파수에서 사용될 수 있다. FHRG는 주파수 디더링(dithering) 및/또는 타이밍 디더링을 사용하여 주파수 호핑을 적용할 수 있다. 타이밍 디더링은, 예컨대 실내 모드 증강의 위험성을 감소시키고, 또한 환경에서 다른 소나 감지 사이의 간섭 위험을 감소시키기 위해 프레임 및/또는 내부 슬롯 타이밍이 변할 수 있음(예를 들어, 슬롯의 일정 기간이 변하거나, 프레임의 시작 시간 또는 시계열에서 슬롯의 시작 시간이 다를 수 있음)을 의미한다. 예를 들어, 4-슬롯 프레임의 경우, 프레임 폭이 일정하게 유지될 수 있지만, 시간 디더링은 다른 슬롯 폭이 변경되지 않을 수 있는 동안 프레임에, 적어도 하나의 더 작은 슬롯 폭(예를 들어, 더 짧은 지속기간의 톤 쌍) 및 적어도 하나의 더 큰 슬롯 폭(예를 들어, 더 긴 지속기간의 톤 쌍)을 허용할 수 있다. 이는 프레임의 각각의 슬롯에 의해 검출된 특정 범위에서 약간의 변동을 제공할 수 있다. 주파수 디더링은 다중 "센서"(예를 들어, 실내의 둘 이상의 감지 시스템)가 공통 부근에 공존하게 할 수 있다. 예를 들어, 주파수 디더링을 사용함으로써, 정상 작동에서 "센서들" 사이에 간섭이 발생한다는 통계적으로 무의미한 기회가 있도록 슬롯(톤 또는 톤 쌍)의 주파수가 이동하고 있다. 시간 및 주파수 디더링 둘 모두는 실내/환경에서 비-소나 소스로 인한 간섭 위험을 감소시킬 수 있다. 동기화 복조는, 예를 들어 특별한 트레이닝 시퀀스/펄스를 사용하고, 그 후에 프레임을 정렬하고 실제 오프셋을 복원하기 위해 패턴 검출/정합 필터를 사용함으로써 시퀀스 사이의 정렬에 대한 정확한 이해를 요구한다.
도 4는 예시적인 FHRG 소나 프레임을 예시한다. 도시된 바와 같이, 8개의 개별적인 펄스 소나(레이다 시스템과 유사) 신호가 각각의 프레임에서 송신될 수 있다. 각각의 펄스는 2개의 직교 펄스 주파수를 포함할 수 있으며, 각각의 펄스는 16 ms 길이일 수 있다. 그 결과, 16개의 개별 주파수가 각각 128 ms 트랜시버 프레임에서 송신될 수 있다. 그 다음 블록(프레임)이 반복된다. 제한된 대역폭에서 주파수 사용을 최적화하고 신호 대 노이즈를 향상시키기 위해 OFDM의 직교 주파수를 이용할 수 있다. 직교 디락 콤(Dirac Comb) 주파수는 또한, 프레임 타이밍 디더링 및 톤 주파수 디더링이 노이즈 감소를 돕게 한다. 톤 쌍은 결과적인 펄스를 형성하며, 이러한 형성은 비가청성을 돕는다.
적응형 주파수 호핑 범위 게이팅(AFHRG) 시스템은 다른 톤(총 4개의 톤)으로 스위칭하기 전에 정의된 길이(예를 들어, 16 또는 8 ms)의 톤을 사용하여 시간 경과에 따라 톤 주파수 시퀀스의 주파수를 계속해서 변화시킨다. 따라서, 톤 블록이 생성되고 블록(프레임)이 그 후 31.25 Hz에서 반복된다. AFHRG 시스템에 대해서, 톤 패턴이 각각의 프레임에서 이동한다. 이들 패턴은 끊임없이 이동할 수 있다. 따라서, 프레임은 일련의 프레임 중 다른 프레임의 주파수 패턴과 상이한 주파수 패턴을 가질 수 있다. 따라서, 상이한 주파수의 패턴이 변할 수 있다. 프레임은, 또한 슬롯 내부에서와 같이 프레임 내부에 상이한 주파수 또는 상이한 슬롯에 대한 차이를 가질 수 있다. 또한, 각각의 프레임은 고정된 대역 내에서 그의 주파수를 조정함으로써 페이딩을 완화하도록 적응될 수 있다. 도 5는 AFHRG 시스템을 위한 단일의 32 ms 트랜시버 프레임의 일 예를 예시한다. 도 5에 도시된 바와 같이, 4개의 개별 호모다인 펄스형 소나 신호가 각각의 프레임에서 송신될 수 있다. 각각의 신호는 8 ms의 비행 시간을 가진다. 8 ms의 비행 시간에서, 1.35 m의 실제 유효 프레임과 31.25 Hz의 펄스 반복 주파수가 주어지면, 양 방향을 포함한 범위는 2.7 m이다. 또한, 각각의 펄스는 도 5에 도시된 바와 같이 2개의 펄스 주파수(예를 들어, 본질적으로 동시 톤)를 포함하여, 단일 32 ms 트랜시버 프레임에서 8개의 별도의 펄스형 호모다인 신호를 초래할 수 있다.
AFHRG는 디락 콤 주파수 및 직교 펄스 쌍을 사용하여 이용 가능한 대역폭을 최적화하도록 구성될 수 있다. 각각의 "쌍"은 프레임 내부의 슬롯에 있을 수 있다. 따라서, 다중 프레임은 반복 또는 비-반복 패턴에서 많은 "쌍"을 포함할 수 있다. 별도의 주파수 쌍이 각각의 타임 슬롯에 사용될 수 있으며, 선형 또는 코스타스(Costas) 코드 주파수 호핑을 사용할 수 있다. 타임 슬롯은 원하는 범위 검출에 기초하여 결정될 수 있다. 예를 들어, 도 5에 도시된 바와 같이, 1.3 m 검출 범위에 대해 tts = 8 ms이다. 주파수 쌍은 
에 의해 
로서 생성될 수 있다. 각각의 프레임은 주파수 쌍 방정식의 요건이 유지되면 페이딩을 완화하기 위해 고정 대역 내에서 그의 주파수를 조정함으로써 적응될 수 있다. 따라서, 적응은 검출 범위 내에 존재하는 임의의 대상체(들)로부터 이용 가능한 SNR(신호대 노이즈 비)을 최대화하는 역할을 한다.
각각의 주파수 쌍은 원하는 대역폭(예를 들어, 1 kHz 대역폭(18 kHz내지 19 kHz))을 최적화하고, 주파수들 사이의 최대 격리를 제공하고, 펄스들 사이의 최대 격리를 제공하고/제공하거나 펄스 간 과도현상을 최소화하도록 선택될 수 있다. 이들 최적화는 이하의 식이 충족되도록 각각 주파수 분리(df) 및 tts의 슬롯 폭을 갖는 n 주파수에 대해 달성될 수 있다:
df = fn - fn-1 = BW/n
및
8 ms 타임 슬롯 지속기간 및 1 kHz 대역폭(말하자면, fn = 18,125 Hz 및 fn-1 = 18,000 Hz)에 대해서, 주파수 분리(df)는 다음과 같이 된다:
df = 125 Hz = 1 kHz/8
및
제로 크로싱(Zero crossing)은 각각의 타임 슬롯이 
의 주파수를 갖는 정현파 펄스 진폭을 포함하도록 삼각 함수 항등식: 
을 사용함으로써 달성된다. 따라서, 프레임의 슬롯 또는 각각의 슬롯의 지속기간은 톤 쌍의 주파수들 사이의 차이로 나눠진 것과 동일할 수 있다. 따라서, 프레임에서, 타임 슬롯 지속기간은 타임 슬롯의 톤 쌍의 톤에 대한 주파수의 주파수 차이에 반비례할 수 있다.
도 6a, 도 6b 및 도 6c는 예시적인 AFHRG 시스템에 대한 5 x 32 ms 펄스 프레임의 일 예를 예시한다. 도 6a의 그래프(602)는 시간의 x-축 및 진폭의 y-축에서 5 x 32 ms 펄스 프레임을 도시한다. 그래프(602)는 5개의 32 ms 프레임의 시간 영역 표시이며, 각각의 프레임은 총 5 Х 4 = 20 톤 쌍에 대해 4개의 슬롯을 포함한다. 톤 쌍은 각각의 슬롯(606-S1, 606-S2, 606-S3, 606-S4)에 있다. 포락선(envelope)은 변화하며, 더 높은 주파수에서 조금 덜 민감할 수 있는 "실세계" 스피커 및 마이크 조합을 예시한다. 도 6a에 도시된 프레임을 형성하는 슬롯은 도 6b의 그래프(604)에서 더 상세히 고려될 수 있다. 그래프(604)는 도 6a의 단일 32 ms 프레임의 주파수 영역 표시를 도시한다. 이는 각각의 슬롯이 2개의 톤(608T1, 608T2 (톤 쌍))을 포함하는 4개의 슬롯(606-S1, 606-S2, 606-S3, 606-S4)을 도시한다. 그래프(604)는 주파수의 x-축, 임의적인 y-축을 가진다. 일 예에서, 프레임의 톤 쌍 중의 톤은 18000 Hz 내지 18875 Hz의 범위에서 각각 상이한 사운드 톤(예를 들어, 상이한 주파수)이다. 비가청 사운드와 같은 다른 주파수 범위는 본 명세서에서 더 상세히 논의되는 바와 같이 실시될 수 있다. 프레임의 톤 쌍들 중의 각각의 톤 쌍은 프레임에서 순차적으로(직렬로) 생성된다. 톤 쌍 중의 톤은 프레임의 공통 슬롯에서 실질적으로 동시에 생성된다. 도 6a 및 도 6b의 슬롯의 톤 쌍은 도 6c의 그래프(610)를 참조하여 고려될 수 있다. 그래프(610)는 프레임의 슬롯에서 그들의 동시 생성을 도시하는 프레임 내의 단일 톤 쌍(예를 들어, 톤(608T1, 608T2))의 시간 영역 뷰의 예시이다. 그래프(610)는 시간의 x-축, 진폭의 y-축을 가진다. 그 예에서, 톤의 진폭은 타임 슬롯의 일정 기간 내에서 위아래로 램핑된다. 그래프(610)의 예에서, 톤 진폭 램프는 제로 진폭에서 슬롯 시작 시간으로 시작하고 제로 진폭에서 슬롯으로 종료하도록 램프 다운한다. 슬롯의 시작과 종료에서 이와 같은 동시 제로 진폭 톤 도달은 동일한 종료 및 시작 슬롯 진폭 특성을 갖는 인접한 슬롯(들)의 톤 쌍들 사이의 비가청성을 향상시킬 수 있다.
오디오 신호를 프로세싱하기 위한 FHRG 또는 AFHRG(여기서 둘 모두 "(A)FHRG"로서 지칭됨) 아키텍처의 양태가 이제, 도 7에 도시된 프로세싱 모듈의 방법론을 참조하여 설명될 것이다. 도 7에 도시된 바와 같이, 반사된 신호가 감지되고, 고역 필터(702)의 모듈을 통해 필터링되고, Rx 프레임 버퍼(704)에 입력될 수 있다. 버퍼링된 Rx 프레임은 IQ(동위상 및 쿼드러처) 복조기(706)에 의해 프로세싱될 수 있다. 본 개시의 몇몇 양태에 따라서, 각각의 n(여기서, n은 예를 들어, 4, 8 또는 16일 수 있음) 주파수는 I 및 Q 성분으로서 기저대역으로 복조될 수 있으며, 여기서 기저대역은 오디오 반사(예를 들어, 송신/생성되고 수신/감지된 오디오 신호 또는 톤 쌍)로 검출되는 감지된 거리의 변화에 대응하는 모션 정보(호흡/신체 운동)를 나타낸다. 중간 주파수(IF) 단계(708)는 단일의 조합된 출력을 생성하기 위해 도면 부호 710에서의 모듈 "IQ 최적화"에서 최적화를 거친 다중 신호로부터 단일의 I 및 Q 성분을 출력하는 프로세싱 모듈이다.
도면 부호 710에서의 다중 IQ 입력 정보는 알고리즘 입력 단계에 대한 단일 IQ 기저대역 신호 출력으로 최적화되고 압축될 수 있다. 단일 IQ 출력(사실상 I 및 Q 성분의 조합 신호)은 최고 신호 품질을 갖는 것에 기초한, 예컨대 가장 깨끗한 호흡 속도에 기초한 후보 IQ 쌍의 선택에 기초하여 유도될 수 있다. 예를 들어, 호흡 속도는 전체 개시가 원용에 의해 본 명세서에 포함되는 국제 출원 WO2015006364호에 설명된 바와 같이, 기저대역 신호(후보 신호 또는 조합된 신호)로부터 호흡 속도가 검출될 수 있다. 단일 IQ 출력은 또한, 입력 신호의 평균이거나 실제로 유도된 호흡 속도의 평균 또는 중간값일 수 있다. 따라서, 도면 부호 710에서의 이와 같은 모듈은 합산 및/또는 평균화 프로세스를 포함할 수 있다.
AFHRG 아키텍처는 IF 단계의 선택적 추가를 허용한다. (i) 초기의, 예를 들어 4 ms(0.5 m 범위) 신호와 후기의, 예를 들어 4 ms(0.5m 범위) 신호를 비교하고, (ii) 톤 쌍의 제1 톤의 위상과 제2 톤의 위상을 비교하는 두 가지 가능한 IF 단계 방법론이 있다. 상기 단계가 비행 시간(ToF) 내에 감지된 사운드 신호의 레벨 또는 위상 변화를 비교하기 때문에, 모션 및1/f 노이즈 문제와 같은 공통 모드 신호 아티팩트를 제거하는 역할을 할 수 있다. 위상 폴드오버 복원 모듈(712)은 도면 부호 710에서 최적화 단계의 I 및 Q 성분 출력을 수신하고, 프로세싱 후에 IQ 기저대역 출력을 출력한다. 이는 호흡 "대역-내" 검출을 상당히 복잡하게하므로, 복조된 신호에서 폴드오버(fold over)를 최소화하는 것이 바람직할 수 있다. 폴드오버는 아크탄젠트 복조와 같은 I/Q 조합 기법을 사용하거나, 실시간 중심 추적 추정, 또는 주 성분 분석과 같은 더 많은 표준 차원수 감소 방법을 사용하여 최소화할 수 있다. 폴드오버는 흉부의 운동이 약 9 mm의 반-파장에 걸쳐 있으면 발생한다(예컨대, 20℃의 온도에서 18 kHz의 CW 주파수에 대해, 사운드의 속도는 약 343 m/s이고 파장은 대략 19 mm이다). 동적 중심 주파수 전략은 폴드오버를 자동으로 보정하는 데(예를 들어, 이러한 거동의 발생 심각도 또는 확률을 감소시키는 데) 사용될 수 있다. 이 경우, 주파수 배가 또는 비정상적으로 들쭉날쭉한 호흡 패턴(형태)이 검출되면, 시스템은 중심 주파수를 새로운 주파수로 이동시켜 I/Q 채널을 균형 상태로 되돌리고 폴드오버 상황에서 벗어나게 할 수 있다. 재프로세싱은 전형적으로 사람이 이동할 때마다 요구된다. 오디오 주파수의 변화는 (마스킹 톤을 사용하지 않는 한) 들리지 않도록 설계된다. 운동이 λ/4일 경우, 하나의 채널에서 이를 볼 수 있다. 운동이 λ/2보다 큰 경우, 두 채널에서 모두 이를 볼 가능성이 아주 크다.
FHRG 실시에서, 도면 부호 714에서의 프레임/톤 쌍 프레임 변조기는 (프레임 등을 사용하는 암시적 다중 주파수 작동을 갖는) 프로세서에 의해 제어된다. AFHRG 또는 AToF와 같은 적응형 실시예에서, 시스템은 FHRG 실시예에 존재하지 않는 페이딩 검출 및 명시적인 주파수 시프트 작동을 위한 모듈을 더 포함한다. 페이딩 검출기(718)의 모듈은 시스템의 매개변수(주파수 시프트, 변조 유형, 톤 수와 같은 프레임 매개변수, 시간 간격 및 주파수 등을 포함함)를 조정하여 가변 채널 조건에서 호흡을 포함한 모션을 최적으로 검출하기 위해 피드백 메커니즘을 제공한다. 페이딩은 감지된 사운드 신호의 진폭 변조(포락선 검출을 통해 추출됨) 변동으로부터 및/또는 특정 톤 쌍의 변화를 통해 직접 검출될 수 있다. 페이딩 검출기는 또한, 후속 기저대역 신호 프로세싱으로부터 2차 정보를 수신할 수 있지만, 이는 약간의 프로세싱 지연을 부가할 수 있으며; 이는 유용한 신호를 최대화하기 위한 더 양호한 적응을 제공하기 위해 실제 추출된 호흡 신호 품질/형태를 현재 채널 상태와 관련시키는 데 사용될 수 있다. 페이딩 검출기는, 또한 I/Q 쌍(사전 기저대역 호흡/심박수 분석)을 프로세싱할 수 있다. 페이딩되지 않은 Tx(송신) 파형(들)의 구성을 사용함으로써, 스피커의 유한 방출 신호 전력은 사운드 센서/수신기 Rx(수신)에 의해 수신된 유용한 정보를 최대화하는 데 또한 최적화/최상으로 사용될 수 있고, 기저대역으로 복조되고/추가 프로세싱된다. 몇몇 경우에, 시스템이 더 긴 일정 기간 동안 더 안정한 것(예를 들어, 원하는 복조 호흡 속도 대역에서 "노이즈"/아티팩트를 유발할 수 있는, 호흡 속도와 유사한 시간의 척도에서 페이딩시 다중 경로 변동을 피하는 것)으로 발견되면, 시스템은 Tx에 대한 주파수의 약간 차선의(단기 SNR 관점의) 세트를 선택할 수 있다.
물론, 하나 이상의 개별 톤이 톤 쌍 대신에 사용되면, 유사한 아키텍처가 적응형 CW(ACW) 시스템을 실현하는 데 사용될 수 있다.
5.1.2.2.2.2 FHRG 변조 모듈 및 복조 모듈 상세
5.1.2.2.2.2.1 FHRG 소나 방정식
스마트폰 스피커에서 생성된 송신 사운드 압력 신호는 타겟에서 반사되어 스마트폰 마이크로폰에서 감지되도록 복귀한다. 도 8은 등방성 전방향성 안테나(802) 대 방향성 안테나(804)의 일 예를 예시한다. 전방향성 소스에 대해서, 사운드 압력(P(x)) 레벨은 다음과 같이 거리(x)에 따라 감소할 것이다:
스마트폰 스피커는 따라서 18 kHz에서 지향성이다:
여기서, γ는 스피커 이득이며 0 내지 2, 전형적으로 1 초과의 값을 가진다.
타겟(예를 들어, 침대에 있는 사용자)은 특정 횡단면 및 반사 계수를 가진다. 타겟으로부터의 반사는 또한 지향성이다:
여기서, α는 반사기 감쇠이고 0 내지 1, 전형적으로 0.1 미만의 값을 가진다.
β는 반사기 이득이며 0 내지 2, 전형적으로 1 초과의 값을 가진다.
σ는 소나 횡단면이다.
결과적으로, 사운드 압력(P 0 )의 송신된 신호는 거리(d)에서의 반사시, 다음과 같은 감쇠 레벨로 스마트폰으로 복귀한다:
그 후 스마트폰 마이크로폰에서 반사된 사운드 압력 신호의 일부분을 볼 수 있을 것이다. 백분율은 마이크로폰 유효 영역(Ae)에 의존할 것이다:
이러한 방식으로 송신 사운드 압력 신호의 작은 부분이 타겟에 의해 반사되어 스마트폰 마이크로폰에서 감지되도록 복귀한다.
5.1.2.2.2.2.2 FHRG 운동 신호(들)
트랜시버로부터 거리(d)에 있는 FHRG 시스템의 범위 내에 있는 사람은 능동 소나 송신 신호를 반사시켜 수신 신호를 생성할 것이다.
임의의 주파수(f nm)에 대한 모뎀 신호로 인해 스마트폰에서 생성된 사운드(압력 파)는 다음과 같다:
임의의 개별 주파수에 대해서 거리(d)에 있는 타겟에 도달하는 신호는 다음과 같이 주어진다:
스마트폰 마이크로폰에 다시 도착하는 반사된 신호는 다음과 같다:
타겟 거리가 약 d의 정현파 변동만큼 이동하면,
여기서:
호흡 주파수:
w b = 2πf b
호흡 진폭:
A b
호흡 위상:
θ
공칭 타겟 거리:
d0
최대 호흡 변위(A b )가 타겟 거리(d)에 비해 작기 때문에, 수신 신호 진폭에 대한 그의 영향은 무시될 수 있다. 결과적으로 스마트폰 마이크로폰 호흡 신호는 다음과 같이 이동된다:
상이한 주파수 및 변위에도 불구하고 심장 운동 신호와 유사할 수 있는 이상적인 호흡 운동 신호가 정현파 함수의 정현파 기능으로서 생각될 수 있기 때문에, 피크 진폭에 대한 동일한 변위 피크에 대해서 최대 및 최소 감도의 영역을 가질 것이다.
이러한 신호를 정확하게 복원하기 위해, 쿼드러처 위상 수신기 또는 그와 유사한 것을 사용하여 감도 널(null)이 완화되는 것이 유리하다.
I 및 Q 기저대역 신호는 페이저(phasor)(I + jQ)로서 사용되어 다음과 같이 될 수 있다:
1.
호흡 신호의 RMS 및 위상 복원
2.
운동 방향(페이저 방향) 복원
3.
페이저가 방향을 변경할 때를 감지하여 폴드오버 정보를 복원
5.1.2.2.2.2.3 FHRG 복조기 믹서(도 7의 도면 부호 705 및 706에 있는 모듈)
FHRG 소프트모뎀(음향 감지(소나) 검출용 프론트엔드 -소프트웨어 기반 변조기/복조기)는 스피커를 통해 변조된 사운드 신호를 송신하고 마이크로폰을 통해 타겟으로부터 반향 반사 신호를 감지한다. 소프트모뎀 아키텍처의 일 예가 도 7에 제시된다. 감지된 반사를 수신된 신호로서 프로세싱하는 소프트모뎀 수신기는 다음을 포함하는 다중 작업을 수행하도록 설계된다:
·
오디오 주파수에서 수신된 신호를 고역 필터링
·
변조된 오디오의 프레임 타이밍과 동기화
·
쿼드러처 위상 동기 복조기를 사용하여 기저대역으로 신호를 복조
·
있다면 IF(중간 주파수) 성분을 복조
·
결과적인 동위상 및 쿼드러처 기저대역 신호를 저역 필터링(예를 들어, 싱크 필터링)
·
상이한 주파수에서 다수의 I, Q 신호로부터 I 및 Q 기저대역 신호를 재생.
소프트모뎀 복조기(예를 들어, 도 7의 도면 부호 705 및 706에 있는 모듈)는 위상 정보를 복원하기 위해 수신된 신호의 주파수에 동기하는 주파수로 국부 발진기(도면 부호 706에 있는 모듈에 "ASin(ω1t)"로 도시됨)를 사용한다. 도면 부호 705에 있는 모듈(프레임 복조기)은 각각의 쌍의 후속 IQ 복조를 위해 각각의 톤 쌍을 선택하고 분리한다 - 즉, 톤 쌍의 IQ 복조를 위해 각각(ωt)을 정의함. 동위상(I) 신호 복원이 논의될 것이다. 쿼드러처 성분(Q)은 동일하지만 90° 위상 변화를 갖는 국부 발진기(도면 부호 706에 있는 모듈에 "ACos(ω1t)"로 도시됨)를 사용한다.
등가의 디지털 신호 및 입력 고역 필터(예를 들어, 필터(702))로서 정확하게 재생되는 마이크로폰에서 감지된 압력 신호가 이상적인 것으로 주어지면, 스마트폰 소프트모뎀 복조기에 의해 수신된 오디오 신호는 다음과 같다:
여기서:
진폭(A)은 소나 매개변수에 의해 결정된다:
거리(d)는 타겟 운동에 의해 변조된다:
여기서, 정적 클러터 반사/간섭 신호는 다음과 같이 표시된다:
정확히 동기화될 때, 임의의 수신된 신호에 대한 동위상 복조기 출력 신호는 다음과 같다:
이러한 복조 연산은 다음의 삼각 함수 항등식을 따른다:
국부 발진기와 수신 신호가 동일한 각 주파수(w 1 )를 가질 때 이는 하기 식에 따라 감소된다:
이는 2ω 1 t 을 제거하기 위해 저역 필터링(도 7에 LPF로 도시됨) 이후에, 다음을 생성한다:
이러한 방식으로, 정확히 동기화될 때 임의의 수신된 신호에 대한 저역 필터링된 동기 위상 복조기 출력 신호는 다음과 같다:
5.1.2.2.2.2.4 FHRG 복조기 싱크 필터
스마트폰 소프트모뎀 복조기는 원하지 않는 성분을 제거하고 복조된 신호를 기저대역 샘플링 레이트로 데시메이팅(decimate)하기 위해 도면 부호 706에 있는 복조기 모듈의 "LPF"로서 오버 샘플링 및 평균화 싱크 필터를 사용한다.
수신된 프레임은 동일한 톤 버스트(예를 들어, 2 이상의 톤 쌍이 동시에 재생되는 곳)에서 함께 송신되는 둘 톤 쌍 모두를 포함하고, 또한 후속 톤 버스트 시간에서 송신되는 톤 홉(tone hop)을 포함한다. 복귀 신호, 예를 들어 f_(ij)를 복조할 때 원하지 않는 복조된 신호는 제거되어야 한다. 이들은 다음을 포함한다:
·
주파수에서 이격된 기저대역 신호: | f ij - f nm |
·
| 2f nm - f s | 및 | f nm - f s | 둘 모두에서 샘플링 프로세스로 인해 에일리어싱된 성분(aliased component)
·
에서 복조된 오디오 주파수 성분: 2f nm
·
비-선형성으로 인해 복조기를 통해 들어올 수 있는 f nm 에서의 오디오 캐리어.
이를 달성하기 위해, 저역 필터(LPF)(예컨대, 싱크 필터)가 사용될 수 있다. 싱크 필터는 설계에 의해 원하지 않는 모든 복조 성분에서 0으로 필터 응답을 하기 때문에 이와 같은 목적에 거의 이상적이다. 길이(L)의 이와 같은 이동 평균 필터에 대한 전달 함수는 다음과 같다:
도 9는 싱크 필터 응답의 일 예를 예시하는 반면에, 도 10은 8 ms 기간에 걸친 384개 샘플의 평균화로 인해 125 Hz 싱크 필터의 최악의 경우 감쇠 특성을 도시한다.
5.1.2.2.2.2.5 복조기 기저대역 신호
스마트폰 소프트모뎀은 변조된 톤 프레임을 송신한다. 프레임은 동일한 톤 버스트에서 함께 송신되는 다중 톤 쌍(예를 들어, 4개의 톤을 갖는 2개의 톤 쌍)을 포함하며 후속 톤 버스트 시간에서 송신되는 톤 홉을 또한 포함한다.
먼저 톤 쌍의 복조를 논의할 것이다. 톤 쌍이 동시에 송신, 반사 및 수신되기 때문에, 단지 이들의 복조된 위상 차이는 톤 쌍 주파수 차이로 인한 것이다.
"비행 시간" 시간 이전에:
복귀 반사 신호가 없으며, 따라서 둘 톤 쌍 성분 모두에 대한 복조기 출력은 근단 크로스토크 및 정적 반사로 인한 DC 레벨이다.
"비행 시간" 시간 이후에, 이러한 DC 레벨은 이동하는 타겟 성분으로부터 기여분을 수신한다. 복조기 출력은 이제 다음과 같이 수신된다:
a)
각각의 톤 쌍 주파수에 대한 동위상(I) 복조기 신호 출력에 대해서, 다음을 얻는다:
b)
각각의 톤 쌍 주파수에 대한 쿼드러처(Q) 복조기 신호 출력에 대해서, 다음을 얻는다:
복조된 톤 버스트 수신 신호에서 이들 샘플 각각의 합계(Σ)는 주파수의 "싱크" 필터링을 초래한다. 이러한 필터는 요구된 수신 톤 버스트를 평균하여 신호 대 노이즈를 향상시키고 이들 주파수를 모두 거부하기 위해 f nm - f 11 마다 이격된, 원하지 않는 복조된 톤 버스트 주파수로 전달 함수에서 0을 생성하도록 설계된다.
이러한 합산은 전체 톤 버스트 기간 동안 발생하지만, 운동으로 인한 성분은 비행 일정 기간 이후부터 톤 쌍 버스트 기간의 종료까지만, 즉 다음과 같이 발생한다:
비행 시간의 결과로써, 추가의 신호 감쇄 인자가 신호 복원에 도입된다. 감쇠 인자는 다음과 같다:
이는 최대 범위(D)까지 진폭의 선형 감소이다.
프레임이 n개의 순차적 톤 쌍을 포함할 때 오디오 신호의 복조 및 프레임 레이트에서의 후속 평균화는 초 당 다음의 샘플 레이트를 갖는 기저대역 신호를 생성하며:
2n개의 상이한 I 및 Q 기저대역 복조 신호를 제공한다.
5.1.2.2.2.2.6
복조기 I mn 및 Q mn
이러한 복조 및 평균화 연산의 결과는, 다음의 샘플링 레이트에서 4개의 별개의 기저대역 신호 샘플, 즉 I11, I12, Q11, Q22에 대한 톤 쌍 오디오 주파수의 복조이다:
초당 샘플.
프레임의 후속 기간 동안, 이러한 연산은 싱크 필터 기능에 의해 최적의 거부를 유지하도록 
에 의해 이전 쌍으로부터 주파수가 분리되는 상이한 주파수에 대해 반복된다.
이러한 샘플링 절차는 프레임마다 반복되어 다수의 기저대역 신호를 생성한다. 주어진 예에서, 2 x 4 x I 및 2 x 4 x Q 기저대역 신호를 생성하며, 각각의 기저 대역 신호는 삼각 함수 항등식으로 인해 그 자체의 위상 특성을 가진다:
이동하는 타겟에 대해 1 m에서의 제1 톤 쌍에 의한 위상 변화의 일 예가 도 11에 도시된다.
AFHRG 아키텍처는 프레임 동기화 모듈(703)에서와 같은 톤 쌍의 시간, 주파수 및 포락선 진폭 특성에 의해 촉진되는 긴밀한 타이밍 동기화를 제공한다. 오디오 Tx 및 Rx 프레임은 비동기식일 수 있다. 초기화시, 모바일 디바이스는 완전한 Tx-Rx 동기화를 유지할 것으로 예상될 수 있다. 본 개시의 몇몇 양태에 따라서, 그리고 도 12에 도시된 바와 같이, 초기 동기화는 도면 부호 1202에 도시된 바와 같이 공칭 프레임 톤을 포함할 수 있는 트레이닝 톤 프레임으로 달성될 수 있다. Rx 신호는 도 7과 관련하여 위에 도시된 바와 같이, IQ 복조기(706)에 의해 IQ 복조될 수 있다. 포락선은 그 후 도면 부호 1204에 도시된 바와 같이, (예를 들어, 절댓값을 취하고 나서, 저역 필터링, 또는 힐버트 변환을 사용하여) 계산될 수 있으며, 타이밍은 도면 부호 1206에 도시된 바와 같이, 레벨 임계값 검출을 사용하여 추출될 수 있다. A Sin(ω1t) - A sin(ω2t) 펄스의 형상은 자동 상관관계를 지원하며 정밀도와 정확도를 개선하도록 구성될 수 있다. Rx 순환 완충 지수는 그 후, 도면 부호 1208에 도시된 바와 같이 정확한 동기화 타이밍을 위해 설정될 수 있다. 본 개시의 몇몇 양태에서, 트레이닝 톤 프레임은 사용될 수 없으며; 오히려, TX가 활성화되기 전의 짧은 일정 기간 이후에 Rx가 활성화될 수 있고, 짧은 기록된 묵음 기간 후에 TX 프레임의 시작을 검출하기 위해 임계값이 사용될 수 있다. 임계값은 배경 노이즈에 강력하도록 선택될 수 있고, Tx 신호 상승 시간의 사전 지식은 실제 Tx 시작으로부터 오프셋을 생성하고, 따라서 상기 상승 시간 동안 발생하는 임계 검출을 보정하는 데 사용될 수 있다. 신호의 추정 포락선, 피크 및 "트로프(trough)"(절대값이 취해지기 때문에 트로프는 대략 제로 라인에 있음)를 고려할 때, 상대 신호 레벨을 기초로 적응할 수 있는 검출 알고리즘을 사용하여 기준점 검출이 수행될 수 있다. 선택적으로, 트로프가 반사로 인해 노이즈를 포함할 가능성이 클 수 있으므로, 피크만이 프로세싱될 수 있다.
몇몇 경우에는 (모바일 디바이스와 같은) 디바이스가 다른 활동이나 프로세싱으로 인해 오디오 샘플에서 지터(jitter) 또는 드롭(drop)을 유발하여 동기화를 잃을 수 있다. 따라서, 재동기화 전략은 프레임 동기화 모듈(703)에서와 같이 요구될 수 있다. 본 개시의 몇몇 양태에 따라서, 주기적인 트레이닝 시퀀스의 도입은 동기화가 양호/사실임을 정기적으로 확인하도록 실시될 수 있다. 대안적인 접근법(선택적으로 이와 같은 주기적 트레이닝 시퀀스를 또한 사용할 수 있지만, 이를 사용을 하지 않을 수 있음)은 임계값 위에서 최대 상관관계가 검출될 때까지 Rx 신호의 세그먼트를 따라 공지된 Tx 프레임 시퀀스(전형적으로 단일 프레임)를 반복적으로 서로 상관시키는 것이다. 임계값은 Rx 신호의 예상된 노이즈 및 다중 경로 간섭에 대해 강력하도록 선택될 수 있다. 이러한 최대 상관관계의 지수는, 그 후 동기화 보정 인자를 추정하기 위한 지수로서 사용될 수 있다. 복조된 신호의 비동기화는 기준선에서 작거나 큰 단계(보통, 후자의 단계)로서 나타날 수 있다. 몇몇 실제의 큰 모션 신호에서 보이는 근접 계단 응답(near step response)과는 달리, 비동기화된 세그먼트는 유용한 생체 정보를 보유하지 않으며, 출력 기저대역 신호로부터 제거된다(이는 수 초의 신호 손실을 유발할 수 있다).
따라서, 동기화는 전형적으로, 수신 신호(Rx)와 공지된 송신 신호(Tx) 사이의 상호-상관관계를 이용한 정확한 버스트의 선택 이후에, 포락선 검출과 같은 기법을 통해 초기 정렬이 수행되는 송신 신호의 사전 지식을 사용한다. 동기화 손실 체크는 이상적으로는 정기적으로 수행되어야하며, 선택적으로 데이터 무결성 테스트를 포함한다.
이와 같은 무결성 테스트의 일 예는 새로운 동기화가 수행되는 경우에 대해, 하나 이상의 사전 동기화(들)의 타이밍과 새로운 동기화를 비교하기 위해 체크가 수행될 수 있다. 샘플에서 후보 동기화 시간들 사이의 시간차는 허용 가능한 타이밍 허용오차 내에서 정수 프레임과 동일할 것으로 예상될 것이다. 그렇지 않은 경우, 동기화 손실 가능성이 발생된다. 이와 같은 경우에, 시스템은(예를 들어, (로컬 시간 기간에서 고유한) 새로운 트레이닝 시퀀스, Tx에서 정의된 "묵음" 기간 또는 몇몇 다른 마커를 도입하여) 재초기화를 개시할 수 있다. 이와 같은 경우, 잠재적인 비-동기 현상 이후에 감지된 데이터는 의심스러운 것으로 표시되어 잠재적으로 폐기될 수 있다.
이와 같은 비-동기 체크는 디바이스에서 연속적으로 수행될 수 있으며 유용한 트렌드 정보를 구축할 수 있다. 예를 들어, 정기적인 비-동기가 검출되고 보정되면, 시스템은 오디오 버퍼 길이를 적응시켜 이와 같은 바람직하지 않은 거동을 최소화 또는 중지시키거나, 몇몇 프로세싱을 수면 세션의 종료로 지연하는 것 및 실시간 또는 거의 실시간으로 복잡한 알고리즘을 실행하는 대신에 이와 같은 프로세싱을 위해 데이터를 버퍼링하는 것과 같이 프로세싱 또는 메모리 부하를 변경할 수 있다. 이와 같은 재동기화 접근법은 - 특히 스마트 디바이스와 같은 복잡한 프로세서를 사용할 때 - 다양한 Tx 유형(FHRG, AFHRG, FMCW 등)에 유효하고 유용하다는 것을 알 수 있다. 설명된 바와 같이, 상관관계는 기준 프레임의 포락선과 Rx 시퀀스의 추정 포락선 사이에서 수행될 수 있지만, 상관관계는 또한 기준 프레임과 Rx 시퀀스 사이에서 직접 수행될 수 있다. 이와 같은 상관관계는 시간 영역 또는 주파수 영역에서 (예를 들어, 교차 스펙트럼 밀도 또는 교차 간섭 측정으로서) 수행될 수 있다. Tx 신호가 일정 기간 동안 (재생될 것으로 예상될 때 또는 스마트 디바이스에서 다른 앱을 선택하거나 전화를 받는 것과 같은 사용자 상호작용으로 인해) 생성/재생되는 상황이 또한 있으며, 재동기화는 Rx가 최소 레벨 임계값을 초과하는 신호를 볼 때까지 일시중지된다. 잠재적으로, 디바이스의 주-프로세서와 오디오 코덱이 완벽하게 동기화되지 않으면 시간이 지남에 따라 비-동기가 또한 발생할 수 있다. 장시간 비-동기가 의심되는 경우, 트레이닝 시퀀스를 생성하고 재생하는 메커니즘이 사용될 수 있다.
비-동기는 신호에서 DC 시프트 및/또는 계단 응답처럼 보이는 신호를 생성할 수 있으며, 비-동기 현상 후에 중간(평균) 레벨 또는 트렌드가 변경될 수 있다. 또한, 비-동기는 환경에서의 큰 노이즈(예를 들어, 짧은 임펄스 또는 지속 기간)와 같은 외부 인자로 인해 또한 발생할 수 있으며; 예를 들어, 큰 소리, 마이크 또는 근처 테이블을 포함한 디바이스에 부딪치는 어떤 소리, 매우 큰 코고는 소리, 기침 소리, 재채기 소리, 고함 소리 등은 Tx 신호가 빠져 나오게(노이즈 소스가 Tx와 유사한 주파수 성분을 갖지만, 더 높은 진폭을 갖게)하고/하거나 Rx가 스웜프(swamp)되게(포화, 하드 또는 소프트 클리핑(clipping), 또는 잠재적인 자동 이득 제어(AGC)를 활성화되게) 한다.
도 13은 중간 주파수를 갖는 32 ms 프레임의 일 예를 예시한다. 본 개시의 몇몇 양태에 따라서, IF 단계는 초기 4 ms(0.5 m 범위) 신호와 이후의 4 ms 신호를 비교하도록 구성될 수 있다. 본 개시의 다른 양태에 따라서, IF 단계는 제1 톤의 위상을 제2 톤의 위상과 비교하도록 구성될 수 있다. IF 단계는 비행 시간 내에 수신 신호의 레벨 또는 위상 변화를 비교하기 때문에, 모션 및 1/f 노이즈와 같은 공통 모드 신호 아티팩트가 감소되거나 제거될 수 있다.
실내 잔향은 공명 주파수에서 실내 모드를 생성할 수 있다. AFHRG 아키텍처는 프레임 주파수 분리가 유지되면 기본 주파수의 시프트를 허용한다. 펄스 쌍 주파수는 실내 모드를 생성하지 않는 주파수로 시프트될 수 있다. 다른 구현예에서, 프레임 펄스 쌍 주파수는 모드 에너지의 증강을 감소시키기 위해 호핑될 수 있다. 다른 구현예에서, 프레임 펄스 쌍 주파수는 호모다인 수신기에 의해 반사가 보이는 것을 방지하기 위해 주파수 특정 잔향 시간 전체에 걸쳐 길고 비-반복적인 의사랜덤 시퀀스를 사용하여 호핑될 수 있다. 프레임 주파수는 모드로부터의 간섭을 완화시키기 위해 디더링될 수 있거나 정현파 프레임 시프트가 사용될 수 있다.
AFHRG 시스템의 사용은 많은 장점을 제공한다. 예를 들어, 이와 같은 시스템은 실내 모드를 완화시키기 위해 적응 가능한 송신 주파수를 허용한다. 상기 시스템은 펄스형 연속파 RADAR 시스템에 요구되는 전형적인 "묵음 기간"와 달리, 반복된 펄스 메커니즘 및 다른 주파수로 능동 송신을 사용하여 SNR을 개선한다. 이와 관련하여, 프레임의 이전 톤 쌍과 상이한 주파수에서 후속 톤 쌍이 "묵음 기간"를 실시한다. 후속 주파수는 후속 톤 쌍이 작동(전파)하는 동안 이전의 상이한 주파수 톤 쌍으로부터 반사된 사운드의 전파를 안정시킨다. 타임 슬롯은 제1 명령에 대한 범위 게이팅을 제공한다. 또한, 상기 아키텍처는 SNR을 더욱 개선하기 위해 이중 주파수 펄스를 사용한다. 중간 주파수 위상의 포함은 정의된 및/또는 프로그램 가능한 범위 게이팅을 제공한다. 상기 아키텍처는 코스타스 또는 의사랜덤 주파수 호핑 코드를 사용하여 느린 샘플링 기간을 허용하여 실내 잔향을 완화하도록 설계된다. 또한, 직교 디락 콤 주파수는 프레임 타이밍 디더링 및 톤 주파수 디더링이 노이즈 감소를 또한 추가로 지원하게 한다.
AFHRG에서 더 넓거나 더 좁은 대역폭이 또한 선택될 수 있음을 유의해야 한다. 예를 들어, 특정 핸드셋(handset)이 최대 21 kHz의 양호한 신호 강도로 송수신될 수 있고, 시스템을 사용하는 대상체가 최대 18 kHz까지 들을 수 있다면, 19 내지 21 kHz의 2 kHz 대역폭이 시스템에서의 사용을 위해 선택될 수 있다. 이들 톤 쌍이 다른 송신된 (또는 검출된 주변) 오디오 컨텐츠에 숨겨지고, 다른 오디오 컨텐츠의 변경에 적응하여 사용자로부터 마스킹 상태를 유지할 수 있음을 또한 알 수 있다. 마스킹은 가청(예를 들어, 약 250 Hz 이상으로부터) 또는 비가청 톤 쌍을 송신함으로써 달성될 수 있다. 시스템이, 예를 들어 약 18 kHz 초과에서 작동하는 경우, 임의의 생성된 음악 소스는 약 18 kHz 미만에서 저역 필터링될 수 있으며; 반대로, 오디오 소스가 직접 프로세싱될 수 없는 경우, 시스템은 오디오 컨텐츠를 추적하고, 예측된 수의 톤 쌍을 주입하고, SNR을 최대화하고 가청성을 최소화하도록 적응한다. 사실상, 기존의 오디오 컨텐츠의 요소는 톤 쌍에 대한 마스킹을 제공하며 - 여기서 마스킹 효과를 최대화하기 위해 톤 쌍(들)이 적응되며; 청각 마스킹은 톤 쌍의 인식이 감소되거나 제거되는 곳이다.
(마스킹 유무에 관계없이) (A)FHRG, FMCW, UWB 등을 사용하는 음향 신호(예를 들어, 음악)를 생성하거나 재생할 때의 대체 접근법은 캐리어를 직접 변조하는 것이다. 이와 같은 경우에, 감지 신호는 신호 컨텐츠를 조정함으로써(특히, 신호의 진폭을 변화시킴으로써) 재생된 신호에 직접적으로 인코딩된다. 후속 프로세싱은 믹싱에 의한 입력(수신된) 신호 대 출력(생성된/송신된) 신호를 복조하고, 그 후에 저역 필터링을 수행하여 기저대역 신호를 얻는 것을 포함한다. 캐리어 신호의 위상 변화는 센서 부근의 호흡과 같은 운동에 비례한다. 하나의 경고는 음악이 기본 비트로 인해 호흡 주파수에서 자연스럽게 진폭이나 주파수를 변경하면, 복조된 신호의 노이즈가 증가할 수 있다는 것이다. 또한, 재생 중의 꽤 오랜 기간, 이러한 시간 동안의 호흡을 계속 검출하기 위해 여분의 신호(예컨대, 진폭 변조된 노이즈)를 주입할 필요가 있을 수 있거나, 시스템이 이와 같은 묵음 재생 기간 동안 (즉, '필러' 변조된 신호의 생성 필요성을 피하기 위해)기저대역 신호를 간단히 무시할 수 있다. (음악 신호와 같은) 오디오 신호를 진폭 변조하는 대신에 (또는 그에 추가하여) 기저대역 신호를 복원하기 위해, 정의된 위상 세그먼트로 신호를 위상 코드화하고, 그 후에 수신 신호를 복조하고, 인코딩된 간격 동안 수신된 신호의 위상 변화를 추적하는 것이 가능하다.
5.1.2.2.2.3 적응 비행 시간
본 개시의 몇몇 양태에 따라서, AToF(적응 비행 시간) 아키텍처가 실내 음향 문제를 완화시키는 데 사용될 수 있다. AToF 아키텍처는 AFHRG와 유사하다. AFHRG와 마찬가지로, AToF는 펄스를 반복함으로써 SNR을 향상시키기 위해 정상적인 묵음 기간을 사용한다. 예를 들어, 4개의 개별적인 호모다인 펄스 소나 신호가 각각의 프레임에서 송신될 수 있다. 각각의 신호는 8 ms의 비행 시간을 가질 수 있다. 8 ms의 비행 시간에서, 1.35 m의 실제 유효 프레임과 31.25 Hz의 펄스 반복 주파수가 주어지면, 양 방향을 포함한 범위는 2.7 m이다. 또한, 각각의 펄스는 도 14에 도시된 바와 같이 2개의 펄스 주파수를 포함할 수 있어서, 단일 32 ms 트랜시버 프레임에서 8개의 별도의 펄스형 호모다인 신호를 초래한다. AFHRG 아키텍처와 달리, AToF는 8 ms 대신에 1 ms를 지속하는 펄스를 사용한다.
AFHRG와 마찬가지로, AToF는 디락 콤 특성과 직교 펄스 쌍을 사용하여 펄스의 형상화를 도울 수 있다. AToF는 각각의 타임 슬롯에 대해 별도의 주파수 쌍을 사용할 수 있고, 선형 또는 코스타스 코드 주파수 호핑을 사용할 수 있다. 타임 슬롯은 요구된 범위 검출에 의해 결정될 수 있다. 주파수 쌍은 
에 의해 
로서 생성될 수 있다. 각각의 프레임은 주파수 쌍 방정식의 요건이 만족되면 페이딩을 완화하기 위해 고정 대역 내에서 그의 주파수를 조정함으로써 적응될 수 있다.
요약하면, 주파수 쌍의 (말하자면, 상이한 주파수에서 다중 개별 톤에 대한) 몇몇 장점은 다음을 포함한다:
·
주파수 유연성: 이는 (일단, 
이면)임의의 주파수가 임의의 타임 슬롯에서 사용되게 하며 이는 주파수 시프팅 적응성이 실내 모드 및 페이딩을 완화할 수 있다.
·
S/N(SNR에 대한 영향): 개선된 대역폭 사용 결과로써 (펄스 에지의 크기 조정을 허용하면서) 신호 대 노이즈 비를 증가시킨다.
·
과도현상 완화: 송신기와 수신기 둘 모두에서 주파수 호핑 과도현상을 완화하고 사실적인 의사랜덤 주파수 호핑 능력을 허용하는, 거의 이상적인 영점 교차 과도현상을 제공한다. 이는 비가청 시스템을 유발한다.
·
동기화 복원 촉진: 정형화된 펄스의 고유 주파수 및 진폭 프로파일은 동기화 검출 및 정확도를 개선한다(즉, 명확한 형상이 있음).
·
펄스 및 프레임 타이밍 유연성: "가변 검출 범위" 특성을 용이하게 하는 임의의 타임 슬롯 지속기간을 허용한다.
·
디더링 촉진: 주파수 디더링과 타임 슬롯 디더링 둘 모두가 노이즈를 완화할 수 있다.
·
조밀한 BW: 매우 조밀한 대역폭을 자연스럽게 생성하여 필터링 없이도 들리지 않는다(필터가 위상 왜곡을 도입할 수 있다).
·
다중 톤: 동일한 타임 슬롯에서 다중 톤을 사용하여 S/N을 향상시키고 페이딩을 완화할 수 있다.
5.1.2.2.2.4 주파수 변조된 연속파(FMCW)
본 개시의 또 다른 양태에서, FMCW 아키텍처는 전술한 기술적 과제의 일부를 완화하는 데 사용될 수 있다. FMCW가 범위 추정을 가능하게 하여, 이에 따라 범위 게이팅을 제공하기 때문에, FMCW 신호는 전형적으로 위치 측정(즉, 거리뿐만 아니라 속도)을 제공하는 데 사용된다. 일상 생활에서 가청 톱니형 처프의 일 예는 조류의 처프와 비슷하지만, 삼각형 처프는, 예를 들어 경찰 사이렌처럼 들릴 수 있다. FMCW는 내장형 또는 외장형 확성기(들) 및 마이크로폰(들)을 사용하여 스마트폰이나 태블릿과 같은 전형적인 스마트 디바이스에서 실시되는 것과 같은, RF 센서 및 음향 센서에서, 또한 사용될 수 있다.
(예를 들어, 기록의 시작시 또는 스마트 디바이스가 이동될 때 재생되는) 가청 안내 톤(들)은 상대적인 "큰소리"의 비가청 사운드를 전달하는 데 사용될 수 있다는 것에 유의해야 한다. 하나 이상의 마이크로폰을 갖춘 스마트 디바이스에서, 프로파일은 반향 제거, 노이즈 감소, 자동 이득 제어 등을 불능화하기 위한 것과 같이 소프트웨어 또는 하드웨어 코덱에서의 임의의 추가 프로세싱을 최소화(이상적으로는 불필요하게)하도록 선택된다. 몇몇 핸드셋에 대해서, "음성 인식" 모드가 되도록 구성되는 캠코더 마이크 또는 메인 마이크로폰이 양호한 결과를 제공하거나 가상 현실 애플리케이션 또는 음악 믹싱에 사용될 수 있는 것과 같은 "프로세싱되지 않은" 마이크 피드의 선택을 제공할 수 있다. 핸드셋에 따라서, 몇몇 안드로이드 OS 버전에서 이용 가능한 것과 같은 "음성 인식" 모드는 마이크에서의 효과 및 사전-프로세싱을 불능화할 수 있다(이는 바람직함).
FMCW는 공간 범위에 걸친 추적, 따라서 이동되는 경우, 호흡하는 사람이 어디에 있는지에 대한 결정, 그리고 센서 범위에 있을 때 호흡하는 두 명 이상의 사람의 구분을 허용한다(즉, 상이한 범위에서 각각의 대상체로부터의 호흡 파형이 복원될 수 있다).
FMCW는 램프 톱니형, 삼각형 또는 정현 형상과 같은 처프를 가질 수 있다. 따라서, (A)FHRG 유형 시스템의 펄스와 달리, FMCW 시스템은 변화하는 주파수를 가지는 반복된 파형의 (예를 들어, 비가청) 사운드를 생성할 수 있다. 가능하다면, 신호의 영점 교차에서 주파수 변화를 매칭시키는 것 - 즉, 들릴 수 있고/있거나 스피커에 불필요하게 스트레스를 줄 수 있는 원하지 않는 고조파를 야기할 수 있는 생성된 신호에서의 점프 불연속성을 피하는 것 - 이 중요하다. 램프 톱니형은 도 15b에 예시된 램프의 형태와 같이 (낮은 주파수에서 높은 주파수로) 램프 업할 수 있다. 반복될 때, 램프 업은 더 낮은 곳에서 더 높은 곳으로, 더 낮은 곳에서 더 높은 곳으로 등의 파형(램프 톱니형)을 반복함으로써 상향 톱니형을 형성한다. 그러나, 이와 같은 램프는 (더 높은 주파수에서 더 낮은 주파수로) 대안적으로 램프 다운할 수 있다. 반복될 때, 램프 다운은 더 높은 곳에서 더 낮은 곳으로, 더 높은 곳에서 더 낮은 곳으로 등의 파형(역 램프 톱니형)을 반복함으로써 하향 톱니형을 형성한다. 또한, 이와 같은 램핑이 예시된 바와 같이 선형 함수를 사용하는 대략 선형일 수 있지만, 몇몇 버전에서 주파수의 상승은 로우 및 하이(또는 하이 및 로우)의 파형의 주파수 변화 사이의 다항식 함수와 같은 (증가 또는 감소하는) 곡선을 형성 할 수 있다.
몇몇 버전에서, FMCW 시스템은 반복된 파형 형태의 하나 이상의 매개변수를 변화시키도록 구성될 수 있다. 예를 들어, 시스템은 (a) 파형의 반복된 부분에서의 주파수 피크의 위치(예를 들어, 반복된 부분의 이전 또는 이후의 피크) 중 임의의 하나 이상을 변화시킬 수 있다. 이와 같은 다양한 매개변수는 파형의 램프의 주파수 변화(예를 들어, 슬로프 업 및/또는 슬로프 다운)의 슬로프의 변화일 수 있다. 이와 같은 다양한 매개변수는 파형의 반복된 부분의 주파수 범위의 변화일 수 있다.
FMCW 삼각파를 사용하는 스마트 디바이스에서의 사용을 위한 이와 같은 비가청 신호를 달성하는 특정 방법이 본 명세서에서 약술된다.
FMCW 시스템에 대해서, 이론적인 범위 해상도는: V/(2 * BW)로서 정의되며, 여기서 V는, 예컨대 사운드에 대한 속도이고, BW는 대역폭이다. 따라서, V = 340 m/s(말하자면 실내 온도에서) 및 18 내지 20 kHz 처프 FMCW 시스템에 대해서, 타겟 분리를 위한 85 mm 범위 해상도가 가능하다. 하나 이상의 이동 타겟(예컨대, 대상체의 호흡 운동) 각각은, (이러한 예의 경우에), 각각의 대상체가 센서의 필드에서 적어도 85 mm만큼 분리되어 있다고 가정하면, (CW 시스템과 유사하게) 개별적으로 훨씬 더 미세한 해상도로 검출될 수 있다.
스피커 및/또는 마이크로폰의 주파수에 대한 상대적인 감도에 따라서, 시스템은 선택적으로, 각각의 주파수가 동일한 진폭(또는 시스템의 비-선형성을 교정하기 위해 송신 신호 처프에 대한 다른 수정)을 갖게 보정되도록 송신된 신호 Tx FMCW 파형에 대한 강조를 사용할 수 있다. 예를 들어, 스피커 응답이 주파수 증가에 따라 감소하면, 실제 Tx 신호가 주파수 범위에 걸쳐 동일한 진폭을 갖도록 18 kHz 성분보다 더 높은 진폭에서 처프의 19 kHz 성분이 생성된다. 물론 왜곡을 피하는 것이 중요하며, 시스템은 왜곡(예컨대, 클리핑, 원하지 않는 고조파, 들쭉날쭉한 파형 등)이 발생하지 않는지 결정하기 위해서, - 즉, SNR을 최대화하기 위해 가능한 한 큰 진폭에서 가능한 한 선형에 가깝게 되도록 Tx 신호를 조정하기 위해서 - 조정된 송신 신호에 대해 수신된 신호를 체크할 수 있다. 배치된 바와 같은 시스템은 가능한 한 신호를 선형으로 유지하면서 호흡 매개변수를 추출하기 위해 타겟 SNR을 만족시키도록 파형의 크기를 줄이고 볼륨을 감소시킬 수 있다(SNR의 최대화와 확성기(들)의 귀에 거슬림 구동 사이에 절충이 있다).
채널 조건에 기초하여, 처프는 사용된 대역폭을 적응시킴으로써 시스템에 의해 또한 적응, 예를 들어 강한 간섭 소스에 강력하게 될 수 있다.
5.1.2.2.2.5 FMCW 처프 유형 및 비가청성
FMCW는, 가청 주파수에서, 추가 디지털 신호 프로세싱 단계가 수행되지 않는 한 윙윙거리는 소리로서 명확히 들릴 수 있는 1/10 ms = 100 Hz(및 연관된 고조파)의 기간을 가진다. 인간의 귀는 고역 필터링이 -40 dB아래로 성분을 제거하더라도(-90 dB 아래로 원하지 않는 성분의 필터링이 요구될 수 있음), (특히, 침실과 같은 조용한 환경에서) 매우 낮은 진폭 신호를 식별할 수 있는 놀라운 능력을 가진다. 예를 들어, 처프의 시작 및 종료는 (예를 들어, 해밍(Hamming), 해닝(Hanning), 블랙만(Blackman) 등의 윈도우로 처프를 윈도윙하기 위해서) 강조되지 않을 수 있고, 그 후 보정을 위해서 후속 프로세싱을 재강조될 수 있다.
처프를 격리하는 것 - 예를 들어, 단지 100 내지 200 ms마다 반복해서 단일 처프 지속기간보다 훨씬 더 긴 묵음 기간을 처프들 사이에 도입하는 것이 또한 가능하며; 이는 잔향과 관련된 정상파의 검출을 최소화하는 부수적인 이점을 가질 수 있다. 이용 가능한 송신 에너지가 더 적은 이러한 접근법의 단점이 연속적인 반복 처프 신호에 대해서 사용된다. 절충은 가청 클릭의 감소 및 연속 출력 신호의 감소가 디바이스(예를 들어, 폰 확성기와 같은 스마트 디바이스)를 시끄러운 스피커와 덜 귀에 거슬리는 증폭기로 구동하는 측면에서 약간의 이점을 가진다는 것이며; 예를 들어, 코일 확성기는 장기간에 걸쳐 최대 진폭으로 구동되면 과도현상에 의해 영향을 받을 수 있다.
도 15는 FMCW 램프 시퀀스의 가청 버전의 일 예를 예시한다. 도 15a는 진폭 대 시간을 나타내는 그래프에서 표준 처프를 예시한다. 도 15b는 이러한 표준 가청 처프의 스펙트로그램을 도시하는 반면에, 도 15c는 표준 오디오 처프의 주파수 스펙트럼을 예시한다.
전술한 바와 같이, FMCW 톤은, 또한 램프가 아닌 정현파 프로파일을 사용할 수 있다. 도 16은 고역 필터링이 적용된 FMCW 정현파 프로파일의 일 예를 예시한다. 도 16a는 신호 진폭 대 시간을 도시한다. 도 16b는 신호의 주파수 스펙트럼을 도시한다. 도 16c는 신호의 스펙트로그램을 도시한다. 다음의 예는 18 kHz의 시작 주파수와 20 kHz의 종료 주파수를 사용한다. 512개 샘플의 "처프"가 정현파 프로필로 생성된다. 중간 주파수는 19,687.5 Hz이고 편차는 +/- 1,000 Hz이다. 이들 처프의 시퀀스는 시퀀스를 들리지 않게 도울 수 있는 처프의 경계에 걸친 연속적인 위상을 가진다. 고역 필터는 선택적으로, 결과 시퀀스에 적용될 수 있지만; 이러한 작동은 위상 불연속성을 야기할 수 있으며, 이는 역설적으로 신호가 원하는대로, 적은 가청성을 갖기보다는 큰 가청성을 갖게 한다. 시프트된 수신 신호의 FFT는 송신 시퀀스의 FFT의 켤레(conjugate)에 의해 곱해진다. 위상 각도가 추출되고 언래핑된다(unwrapped). 최선의 피팅 직선이 발견된다.
언급한 바와 같이, 정현파 신호를 들리지 않게 하기 위해 사인파 신호를 필터링해야 한다면, 이는 위상 정보를 왜곡할 수 있기 때문에 이상적이지 않다. 이는 스윕 사이의 위상 불연속성이 원인일 수 있다. 따라서, 삼각 파형을 사용하는 비가청 FMCW 시퀀스가 사용될 수 있다.
위상 연속 파형인 삼각 파형 신호는 파형을 생성하는 스피커(들)에 의해 클릭이 생성되지 않도록 생성될 수 있다. 스윕 전반에 걸쳐 연속적임에도 불구하고, 각각의 스윕의 시작에서 위상 차이가 존재할 수 있다. 방정식은 다음 스윕 시작시 위상이 2π 의 배수로 시작되게 보장하도록 수정될 수 있으므로, 파형의 단일 섹션을 위상 연속 방식으로 루핑하게 한다.
20 kHz 내지 18 kHz의 주파수 점프 불연속성(18 kHz 내지 20 kHz의 처프로 가정함)이 스마트 디바이스 제품의 증폭기 및 확성기에 스트레스를 줄 수 있지만, 유사한 접근법이 처프 신호를 램핑하는 데 적용될 수 있다. 삼각 파형은 다운-스윕 추가로 인해 램프보다 더 많은 정보를 제공하며, 주파수에서 삼각 파형의 더 "완만한" 변경은 램프의 불연속 점프보다 폰 하드웨어에 덜 유해해야 한다.
이러한 위상 연속 삼각 파형을 생성하기 위한 신호 생성 모듈에서 실시될 수 있는 예시적인 방정식은 다음과 같다. 삼각형 처프의 위상은 업 스윕 및 다운 스윕 둘 모두에 대해 그리고 시간 지수(n)에 대해 다음 폐쇄 형태의 표현에서 계산될 수 있다.
여기서,
f s 은 샘플 레이트이다.
f 1, f 2 은 각각, 더 낮은 주파수와 더 높은 주파수이다.
N 은 업/다운 스윕의 총 샘플 수, 즉 스윕 당 
샘플(심지어 N 으로 가정).
다운 스윕의 종료시 최종 위상은 
에 의해 주어진다.
다음 스윕의 시작시 위상의 sin을 대략 제로로 되돌려 주기 위해서 다음을 제공한다:
예를 들어, N 과 f 2 가 고정되어 있음을 가정한다. 따라서, f 1 을 가능한 한 18 kHz에 가깝게 하도록 m 을 선택한다:
N = 1024 및 f 2 = 20 kHz 에 대하여, m = 406 이면, f 1 = 18,625.5 kHz이다.
이러한 삼각 파형의 복조는 업 및 다운 스윕을 동시에 프로세싱하거나, 다중 삼각형 스윕의 프레임을 확실하게 프로세싱함으로써, 삼각형 업 및 다운 스윕을 개별적으로 복조하는 것으로 간주할 수 있다. 단지 업-스윕만을 프로세싱하는 경우는 램프(톱니형)의 단일 프레임을 프로세싱하는 것과 동일하다는 점에 유의해야 한다.
호흡 감지와 같은 업 및/또는 다운 스윕을 사용함으로써, 호흡의 날숨 부분으로부터 호흡이 분리될 수 있다(즉, 들숨 또는 날숨이 발생하는 시점을 알 수 있다). 삼각 신호의 예는 도 17에 도시되며, 검출된 호흡 파형의 복조는 도 18a 및 도 18b에 도시된다. 도 17에 도시된 바와 같이, 스마트 디바이스 마이크로폰은 동일한 스마트 디바이스의 확성기에 의해 방출된 비가청 삼각형을 기록한다. 도 18a에서, 그래프는 50.7 cm에서 추출된 호흡 파형을 도시하는, 신호의 업-스윕에 대한 삼각 신호의 반사의 복조 결과를 도시한다. 도 18b는 50.7 cm에서 추출된 호흡 파형을 예시하는, 신호의 다운 스윕에 대한 삼각 신호의 반사의 복조 결과를 도시하는 그래프이다. 이들 도면에 도시된 바와 같이, 도 18b의 복원 신호는 위상의 차이로 인한 대응 업-스윕의 복조된 언래핑 신호에 대해 거꾸로 뒤집힌 것으로 나타난다.
비대칭 "삼각형" 램프는 대칭 삼각형 램프 대신에 또한 고려될 수 있으며, 여기서 업스윕은 다운스윕보다 더 긴 지속기간이다(또는 그 반대이다). 이러한 경우, 더 짧은 지속기간은 (a) 과도현상, 말하자면 단지 업-스윕 램프에 의해서만 손상될 수 있는 비가청성을 유지하고, (b) 신호에 기준점을 제공하기 위한 것이다. 복조는 더 긴 업-스윕에서 수행되며(이는 톱니형 램프에 대해서 묵음 기간을 갖기 때문이나, 대신에 "묵음 기간"는 더 짧은 지속기간의 다운-스윕이다); (요구된다면) 이는 잠재적으로, 사용된 Tx 신호를 최대화하고 비가청 위상 연속 Tx 신호를 유지하면서 프로세싱 부하의 감소를 허용한다.
5.1.2.2.2.6 FMCW 복조
소나 FMCW 프로세싱 방법론의 예시적인 흐름이 도 19에 도시된다. 이는 도면 부호 1902에서의 프론트 엔드 송신 신호 생성, 도면 부호 1904에서의 신호 수신, 도면 부호 1906에서의 동기화, 도면 부호 1908에서의 하향 변환(down conversion), 활동, 운동, 존재/부재 및 호흡의 추정 중 임의의 하나 이상을 나타내는 신호 또는 데이터의 생성을 포함하는 도면 부호 1910에서의 "2D" 분석을 제공하는 블록 또는 모듈을 예시한다. 이들 데이터/신호로부터, 도면 부호 1912에서의 각성 및/또는 슬립 단계가 제공될 수 있다.
특히 도면 부호 1906에서 모듈의 동기화를 체크하기 위해서, 송신된 처프를 수신된 신호와 상관시키는 것이 가능하다. 일 예로서, 결과적인 좁은 펄스는 상관 연산 이후의 예리한 피크로 인해 세부사항을 결정하는 데 유용할 수 있다. 일반적으로 신호 스펙트럼의 폭과 상관 함수의 폭 사이에 상호 관련성이 있으며; 예를 들어, FMCW 템플릿(template)과 상관된 상대적으로 넓은 FMCW 신호는 좁은 상관 피크를 야기한다. 다른 측면으로서, 표준 처프와 수신기에서의 응답을 상관시키면 반향 임펄스 응답의 추정을 제공한다.
FMCW에서, 시스템은 주파수 범위에 걸친 모든 응답의 앙상블(ensemble)을 "가장 강한" 전체 응답으로서 간주한다(예를 들어, 처프의 몇몇 주파수가 심한 페이딩을 겪을 수 있지만, 다른 주파수는 양호한 응답을 제공할 수 있으며, 따라서 시스템은 앙상블을 고려한다).
FMCW 시스템으로서 기저대역 신호(예를 들어, 전신 운동 또는 호흡)를 복원하기 위해서, 모바일 디바이스에서와 같은 하나 이상의 프로세서에 대한 예시적인 방법론은 다음과 같다. 본 개시의 몇몇 양태에 따라서, 하나 이상의 스피커(들)를 작동시키는 도면 부호 1902에서 FMCW 송신 생성 모듈을 사용하는 것과 같이 처프 시퀀스가 송신될 수 있다. 처프 시퀀스는, 예를 들어 비가청 삼각 음향 신호일 수 있다. 하나 이상의 마이크로폰으로 작동하는 도면 부호 1904에서의 수신 모듈에 의해 수신된 것 같은 착신 수신 신호는, 예를 들어 전술한 피크 상관관계를 사용하여 송신 신호와 동기화될 수 있다. 처프 또는 (예를 들어, 여러 개의 처프 중의) 블록 기반에 대한 연속적인 재동기화 체크는 도면 부호 1906에서의 동기화 모듈에서와 같이 수행될 수 있다. 곱셈 또는 합산에 의한 것과 같은 믹싱 연산은 도면 부호 1908에서의 하향 변환에서와 같은 복조를 위해 수행될 수 있으며, 여기서 수신 신호의 하나 이상의 스윕은 송신 신호의 하나 이상의 스윕에 의해 곱해질 수 있다. 이는 송신 및 수신 주파수의 합과 차이에서 주파수를 생성한다.
도면 부호 1902에서의 송신 모듈을 사용하여 폰으로부터 송신되는 신호의 일 예는 위상 연속적이며(가청성을 보장하기 위해) 컴퓨팅 디바이스(예를 들어, 모바일 디바이스)에서 작동하는 모듈에 따라서 프로세서 제어 스피커(들)에 의해 사운드 데이터를 루핑할 수 있도록 설계되는 삼각형 처프이다. 예시적인 삼각형 처프는 업 및 다운 스윕 둘 모두를 위해 48 kHz에서 1500개의 샘플을 사용한다. 이는 31.25 ms의 업-스윕 시간을 제공하고(다운-스윕에 대해서도 동일할 수 있음) 업 및 다운 스윕 둘 모두가 연속적으로 사용되는 경우에 32 Hz 또는 이들이 평균인 경우에(또는 대체 스윕만 사용된 경우에) 16 Hz의 기저대역 샘플 레이트(오디오 샘플 레이트와 반대)를 제공한다.
하나 이상의 스윕(예를 들어, 4개의 스윕)이 사용되는 경우, 반복마다 하나의 스윕을 이동(즉, 중첩(overlap)을 도입)시킴으로써 블록 기반으로 계산이 반복될 수 있다. 이러한 경우, 상관관계의 피크는 필터링, 최대 유지와 같은 방법, 또는 힐버트 변환과 같은 다른 방법과 같은 방법을 사용하여 상관관계의 포락선을 추출함으로써 선택적으로 추정될 수 있으며; 예를 들어 상대적인 피크 위치의 평균으로부터 단일-표준 편차를 벗어나는 것을 제거함으로써 이상치(outlier)가 제거될 수 있다. 수신된 파형의 각각의 스윕을 추출할 때 시작 지수를 결정하기 위해 (제거된 이상치를 갖는) 상대적인 피크 위치의 모드를 사용하는 것이 가능하다.
상관관계 메트릭이 때로는 다른 것보다 더 낮을 수 있는 이유는 (처프의 감소 또는 "딥핑"을 유발하는) 송신된 파형, 또는 짧은 시간 동안 신호의 이탈을 유발하는 실내 환경에서 실제로 큰 사운드에 영향을 미치는 간헐적인 원하지 않는 신호 프로세싱으로 인한 것일 수 있다.
최대 360도까지의 각도 증분으로 위상 시프트된 템플릿에 대한 상관관계를 체크함으로써 도면 부호 1906에서의 동기화 모듈을 사용하여 (계산 복잡성의 증가에도 불구하고) 더 세분화된 위상 레벨 동기화가 수행될 수 있다. 이는 위상 레벨 오프셋을 추정한다.
시스템의 타이밍이 매우 정확하게 제어되지 않으면(즉, 샘플 레벨 아래로 시스템의 지연에 대한 지식을 갖는 경우), 동기화 단계는 복조가 정확히 작동하게 하고 노이즈 또는 오출력을 생성하지 않게 하는 것이 바람직하다.
이전에 언급한 바와 같이, 도면 부호 1908의 모듈에서 하향 변환 프로세싱은 분석을 위한 기저대역 신호를 생성할 수 있다. 송신 및 수신된 데이터가 동기화되면, 하향 변환이 이제 수행될 수 있다. 이러한 모듈은 동기화된 송신 및 수신 신호(생성된 사운드 및 반사된 사운드)를 다양한 서브-모듈 또는 프로세스로 프로세싱하여 "비트(beat)" 신호를 추출한다. 이러한 오디오 프로세싱의 일 예가 도 20에 예시되며; 여기서, 세밀한 동기화 방법을 사용하여 결정된 위상 오프셋을 갖는 I 및 Q 송신 신호가 믹싱을 위해 생성될 수 있다. "중첩된 루프"는 도면 부호 2004에서의 모듈 또는 프로세싱에서와 같이 믹싱에 사용된 도면 부호 2002에서 반복될 수 있으며; 외부 루프는 메모리에 유지된 현재 수신 파형의 모든 스윕을 반복하고 도면 부호 2006에서의 액세스 프로세스에 의해 도면 부호 2004에서의 믹싱에 적용되며(각각의 업 처프 및 다운 처프는 별도의 스윕으로 간주되며); 내부 루프는 그 후 I 채널을 먼저 반복한 다음에 Q 채널을 반복한다.
도 20에 도시되지 않은 시스템의 다른 예는 선택적으로 다수의 수신된 스윕을 버퍼링하고, 중간값을 계산하며, 다중 스윕을 포함한 버퍼의 이동 중간 수치를 제공한다. 이러한 중간값은 이어서 신호를 디트렌딩(detrending)하는 다른 방법을 제공하기 위해서 현재 스윕에서 감산된다.
각각의 스윕(업 또는 다운 스윕)에 대해서, 수신된 파형의 관련 부분은 위상 시프트된 송신 처프와 도면 부호 2004에서 믹싱되기 위해서 (기준으로서 동기 샘플 지수를 사용하여) 추출된다. 송신 및 수신 섹션 둘 모두가 생성되면, 파형은 도면 부호 2004에서 함께 믹싱(즉, 곱셈)된다. 예를 들어, 다운-스윕에 대해서 수신된 스윕을 TX 다운-스윕과 믹싱, 플립 수신된 다운-스윕을 TX 업-스윕과 믹싱 또는 플립 수신된 다운-스윕을 플립된 TX 다운-스윕과 믹싱하는 것이 가능함을 알 수 있다.
믹싱 연산의 출력(예를 들어, 기준 정렬된 파형(예를 들어, 기준 처프)에 수신된 파형의 곱셈)은 도면 부호 2008에서 필터링 프로세스 또는 모듈에서와 같이 더 높은 합산 주파수를 제거하기 위해서 저역 필터링될 수 있다. 일 예로서, 실시예는 18-20-18 kHz의 삼각형 처프를 48 kHz의 샘플링 레이트로 사용할 수 있으며; 이와 같은 주파수 대역에 대해서, 믹싱 연산에서의 더 높은 합산 주파수는 실제로 언더-샘플링되고 약 11 내지 12 kHz(Fs = 48 kHz의 경우, 합산은 약 36 kHz임)에서 앨리어스 성분을 생성한다. 저역 필터는 특정 시스템 실현에서 이 앨리어스 성분이 발생되는 경우, 앨리어스 성분이 제거되는 것을 보장하도록 구성될 수 있다. 나머지 신호의 성분은 타겟이 정적인지 또는 이동 중인지에 따라 다를 것이다. 주어진 거리(예를 들어, 호흡 신호)에 있는 발진 타겟을 가정하면, 신호는 "비트" 신호 및 도플러 성분을 포함할 것이다. 비트 신호는 타겟으로부터의 시간 지연된 반사에 의해 유발된 송신 및 수신 스윕의 주파수 위치에서의 차이에 기인한다. 도플러는 이동 타겟에 의한 주파수 시프트 원인이다. 이상적으로, 이러한 비트는 수신된 신호가 도착한 지점으로부터 송신된 스윕의 종료까지 스윕의 섹션만을 선택하여 계산되어야 한다. 그러나, 이는 실제로 사람과 같은 복잡한 타겟에 대해 실행하는 것은 어렵다. 따라서, 전체 스윕을 사용하는 것이 가능하다. 본 개시의 몇몇 양태에 따라서, 더 진보된 시스템은 대상체 위치가 명확하게 식별되면 스윕의 적절한 부분이 취해지며, 시스템 정확도가 더욱 증가한다는 사실을 사용하는 적응형 알고리즘을 활용할 수 있다.
몇몇 경우에, 믹싱 신호는 선택적으로 도면 부호 2010에서의 디트렌딩 프로세싱에서와 같이 제거된 중간값(평균값)(디트렌딩된 중간값)을 가질 수 있고/있거나 도면 부호 2012에서의 HPF 프로세싱과 같은 고역 필터링되어서, 궁극적으로 기저대역에서 나타날 수 있는 원하지 않는 성분을 제거할 수 있다. 다른 디트렌딩 작동이 선형 디트렌딩, 중간 디트렌딩 등과 같은 믹싱된 신호에 적용될 수 있다. 도면 부호 2008에서 적용된 필터링 레벨은 송신 신호의 품질, 반향의 강도, 환경의 간섭원의 수, 정적/다중경로 반사 등에 의존할 수 있다. 더 높은 품질 조건에 대해서, 수신 신호의 저주파 포락선이 호흡 및 다른 운동 정보(뿐만 아니라 최종 복조된 기저대역 신호)를 포함할 수 있기 때문에, 필터링이 덜 적용될 수 있다. 낮은 품질, 더욱 도전적인 조건에 대해서, 믹싱 신호에서의 노이즈가 중요할 수 있으며 더 많은 필터링이 바람직하다. 실제 신호 품질(예를 들어, 호흡 신호 품질)의 표시는 피드백 신호/데이터로서 필터링 프로세스/모듈에 피드백되어, 도면 부호 2008의 이러한 필터링 모듈 단계에서 적절한 필터링 레벨을 선택할 수 있다.
도면 부호 1908에서의 하향 변환에 이어 복소수 FFT 행렬에 대한 도면 부호 1910에서의 2차원(2D) 분석이 호흡, 존재/부재, 전신 운동 및 활동을 추출하기 위해서 사용된다. 따라서, 하향 변환기는 주파수 영역 변환 행렬을 생성할 수 있다. 이러한 유형의 프로세스에 대해서, 믹싱(및 필터링)된 신호의 블록은 (예를 들어, 도면 부호 2014에서 해닝 윈도우 모듈(Hanning window module)을 사용하여) 윈도윙된다. 그 후, 도면 부호 2016에서 (고속 푸리에 변환 또는 FFT와 같은) 푸리에 변환이 수행되어 "2D" 행렬을 추정하고 생성한다(2018). 각각의 행은 스윕의 FFT이며 각각의 열은 FFT 빈(bin)이다. 이들 FFT 빈은 범위로 변환되므로 "범위 빈"으로서 지칭된다. I 채널 또는 Q 채널 정보에 기초한 각각의 행렬을 갖는 쿼드러처 행렬의 세트와 같은 행렬은 2D 분석 모듈에 의해 프로세싱된다.
이와 같은 프로세싱의 일 예가 도 21에 도시된 모듈을 참조하여 예시된다. 도면 부호 1910에서의 이러한 2D 분석의 일부로서, 신체(사지 포함) 운동 및 활동 검출이 이들 데이터에서 수행될 수 있다. 도면 부호 2102에서 프로세싱 모듈(들)의 운동 및 활동 추정은 주파수 영역에서 복소수(I + jQ) 믹싱된 신호의 분석으로부터 대상체의 운동 및 활동에 관한 정보를 추출한다. 이는 전신 운동(예를 들어, 사지의 회전 또는 운동)이 상관관계가 없고 호흡 중 흉부 변위보다 전체적으로 더 클 수 있음을 기초로 하여 작동하도록 구성될 수 있다. 이러한 운동 프로세싱과 무관하게(또는 그에 의존하여), 다중 신호 품질 값이 각각의 범위 빈에 대해 계산된다. 이들 신호 품질 값은 I 및 Q 채널 둘 모두에 걸쳐서 진폭 및 언래핑 위상 둘 모두에 대해 계산된다.
도면 부호 2102에서의 프로세싱은 "활동 추정" 신호 및 운동 신호(예를 들어, 신체 운동 플래그)를 생성한다. 도면 부호 2102에서의 활동/운동 프로세싱에 의해 생성된 "신체 운동 플래그"(BMF)는 운동이 발생했는지(1 Hz에서의 출력)를 나타내는 바이너리 플래그인 반면에, 도면 부호 2104에서의 카운터 프로세싱 모듈과 관련하여 생성된 "활동 계수"는 각각의 에포크(epoch)(1/30 초에서의 출력)에 대해서 0 내지 30의 활동도 측정이다. 즉, "활동 계수" 변수는 30초 블록(30초마다 업데이트됨)의 정의된 기간 내의 신체 운동의 양(심각성)과 지속기간을 캡처하는 반면에, "운동" 플래그는 매 초마다 업데이트되는 운동 발생에 대한 간단한 예/아니오이다. 활동 계수의 생성에 사용되는 원시 "활동 추정"은 믹싱된 처프 신호가 운동하지 않는 동안 서로 관련되어 있고 운동 기간 동안 상관되지 않는 것을 기초로 추정된 측정이다. 믹싱된 스윕이 복소수 주파수 영역 표시이기 때문에, 신호에 대한 모듈러스 또는 절댓값은 분석 이전에 취해질 수 있다. 피어슨 상관관계는 관심 범위 빈에 걸쳐 4개의 처프 간격을 둔 일련의 믹싱된 업-스윕에서 계산된다. 이러한 간격은 48 kHz에서 1500 샘플 송신 파형에 대해 125 ms에 대응한다. 처프의 간격은 검사될 속도 프로파일을 결정하고 필요에 따라 조정될 수 있다. 이러한 상관관계 출력은, 예를 들어 1로부터 감산됨으로써 반전되고, 따라서 상관관계의 감소는 메트릭의 증가와 관련된다. 각각의 초에 대한 최대 값이 계산되고 나서 짧은 3-탭 FIR(유한 임펄스 응답) 박스카(boxcar) 평균 필터를 통과한다. 특정 디바이스의 경우에, 이러한 접근법을 사용하여 계산되는 운동에 대한 응답은 사실상 비선형일 수 있다. 이와 같은 경우에, 메트릭은 자연 로그 함수를 통해 재매핑될 수 있다. 그 신호는 그 후 이전 N초 동안 관찰된 최소값(관찰된 최대 상관관계에 대응)을 감산함으로써 디트렌딩되고 단일 가중치 및 바이어스 항을 갖는 로지스틱 회귀 모델로 통과된다. 이는 1 Hz 원시 활동 추정 신호를 생성한다. 바이너리 운동 플래그는 원시 활동 추정 신호에 임계값을 적용함으로써 생성된다. 활동 계수는 임계값보다 높은 1 Hz 원시 활동 추정을, 값이 각각의 초에 대해 0에서 2.5까지 선택되는 비-선형 매핑 테이블과 비교함으로써 생성된다. 이는 그 후 30초 기간 동안 합산되고, 30의 값으로 제한되어 각각의 에포크에 대한 활동 계수를 생성한다.
따라서, 1초(1 Hz) 모션 플래그는 활동 세기 평가뿐만 아니라, 도면 부호 2012에서의 활동/운동 모듈 및 도면 부호 2104에서의 활동 계수의 프로세스와 관련하여 최대 값 30(30초 에포크에서 활동 합산)까지의 연관된 활동 계수와 함께 생성된다.
도면 부호 1910에서의 2D 프로세싱의 다른 양태는 센서로부터 대상체의 거리(또는 센서 범위 내의 둘 이상의 대상체의 경우에 여러 거리)를 계산하는 것이다. 이는 관심있는 빈(들)에서 1D 행렬(또는 행렬들)을 산출하기 위해서 결과적인 2차원(2D) 행렬을 처리하는(2018) 범위 빈 선택 알고리즘으로 실시될 수 있다. 도 21에는 도시되지 않았지만, 이와 같은 선택 프로세스를 위한 모듈의 출력은, 예를 들어 도면 부호 2016에서의 추출 프로세싱, 도면 부호 2108에서의 계산 프로세싱 및 도면 부호 2110에서의 호흡 결정 프로세싱 중 어느 하나를 포함한, 2D 분석에 대한 프로세싱 모듈 정보를 제공할 수 있다. 이와 관련하여, 결과적인 비트 주파수에서 위상을 언래핑하면(위상 언래핑 문제를 발생하지 않는다고 가정하면) 타겟의 원하는 발진 운동을 복귀시킬 것이다. 선택적인 위상 언래핑 에러 검출(및 잠재적 보정)은 전신 운동으로 인한 언래핑 신호에서 가능한 점프 불연속성을 완화하도록 수행될 수 있다. 그러나, 이들 "에러"는 실제로 유용한 정보를 산출할 수 있으며, 즉, 이들은 신호에서 운동(보통 전체 모션과 같은 더 큰 운동)을 검출하는 데 사용될 수 있다. 위상 언래핑에 대한 입력 신호가 매우 낮은 진폭 노이즈에만 있다면, 언래핑이 무효일 수 있으므로 이러한 '임계값 미만' 신호의 지속기간 동안 플래그가 선택적으로 설정될 수 있다.
운동의 시작 시간 및 종료 시간뿐만 아니라 위치(즉, 범위)는 다양한 방법을 통해 2D 언래핑 위상 행렬에서 검출될 수 있으며; 예를 들어, 이는 2D 포락선 추출 및 정규화, 이어서 임계값 지정을 사용하여 달성될 수 있다. 정규화의 시간 척도는 호흡과 같은 운동(예를 들어, 5 bpm으로 정의된 최소 호흡 속도에 대해 k*12초 훨씬 초과)으로 인한 위상의 변동을 배제하는 데 충분히 크도록 구성된다. 이와 같은 운동의 검출은 빈 선택 프로세스에 대한 입력 트리거로서 사용될 수 있으며; 예를 들어, 빈 선택 알고리즘은 유효한 호흡 신호가 그 빈에서 또는 그 빈 근처에서 다음에 검출될 때까지 운동 기간 동안 이전 범위 빈에 "잠겨" 있고 그 빈을 보유할 수 있다. 이는 대상체가 조용히 호흡하고, 침대에서 이동하고 나서 조용히 누워 있는 경우에 계산 오버헤드(computational overhead)를 감소시킬 수 있으며; 이들은 여전히 동일한 범위 빈에서 볼 수 있다. 따라서, 검출된 운동의 시작 및/또는 종료 위치는 빈 선택을 위한 서치 범위를 제한하는 데 사용될 수 있다. 이는 다중 대상체 감시 사례에 양호하게 적용될 수 있다(예를 들어, 침대에 있는 두 명의 대상체가 동시에 감시되는 경우에, 한 대상체의 운동이 다른 대상체의 호흡 신호를 손상시킬 수 있지만, 이와 같은 록-인(lock-in) 빈 선택은 한 대상체의 커다란 운동 중에도 두 대상체의 유효한 범위 빈의 복원(및 이러한 호흡 신호 추출)를 도울 수 있다).
이러한 접근법은 위상 언래핑 발진에 의해 생성된 신호를 산출한다. 복소수 출력은 후속 프로세싱을 위해 살아있는 사람 또는 동물 데이터의 신체 모션을 포함한(호흡을 포함한) 복조된 기저대역 IQ 신호를 산출한다. 삼각 Tx 파형의 예에 대해서, 시스템은 선형 업-스윕 및 다운-스윕을 별도로 프로세싱할 수 있고, (예를 들어, SNR을 증가시키고/증가시키거나 들숨을 날숨으로부터 분리시키기 위한) 별도의 IQ 쌍으로서 고려할 수 있다. 몇몇 실현에서, 선택적으로 각각(업-스윕 및 다운-스윕)으로부터 비트 주파수는 도플러 신호에서의 가능한 커플링 효과를 평균화하거나 더 양호한 범위 추정을 생성하기 위해서 프로세싱될 수 있다.
기저대역 SNR 메트릭은 0.125 내지 0.5 Hz(7.5 br/분 내지 30 br/분과 동일 - 이는 사례(즉, 1차 호흡 신호 컨텐츠)에 따라 약 5 내지 40 br/분으로 확대될 수 있지만 - )의 호흡 노이즈 대역을 4 내지 8 Hz의 운동 노이즈 대역(즉, 호흡 이외의 운동을 주로 포함하는 대역)과 비교하도록 구성될 수 있으며, 여기서 기저대역 신호(들)는 16 Hz 이상에서 샘플링된다. 0.083 Hz(5 호흡/분과 동일) 미만의 기저대역 컨텐츠는 고역 필터링에 의해 제거될 수 있다. 심박수 정보는 약 0.17 내지 3.3 Hz(분 당 25 비트 내지 분 당 200 비트와 동일)의 대역에 포함될 수 있다.
소나 FMCW 프로세싱 동안, 선택적으로 비트 추정치 사이의 차이가 정적 신호 성분을 배제(제거)하기 위해, 즉 인접한 추정치를 감산함으로써 취해질 수 있다.
이러한 접근법에서 범위 빈 선택 알고리즘은 센서 범위 내의 하나 이상의 대상체의 위치에 대응하는 범위 빈을 추적하도록 구성될 수 있다. 위치 지정시 사용자에 의해 공급된 데이터에 따라서, 이는 가능한 범위 빈의 부분적 또는 전체적 서치를 요구할 수 있다. 예를 들어, 사용자가 디바이스와 관련하여 얼마나 긴 시간 동안 수면을 취했는지(또는 앉아 있는지)를 사용자가 알게 되면, 서치 범위가 좁아질 수 있다. 전형적으로, 고려 중인 데이터의 블록 또는 에포크는 30초 길이가 될 수 있으며 중첩(즉, 에포크 당 하나의 범위 빈)되지 않을 수 있다. 다른 실현은 더 긴 에포크 길이를 사용할 수 있고, 중첩(즉, 에포크 당 다중 범위 빈 추정치)을 사용할 수 있다.
유효한 호흡 속도(또는 정의된 임계값에 대한 호흡 속도의 확률)의 검출이 사용됨에 따라, 적어도 하나의 호흡 주기가 에포크에 포함될 수 있어야 하기 때문에, 이는 가능한 최소 윈도우 길이를 제한한다(예를 들어, 분 당 5회의 초저속 호흡 속도는 12초마다 1회 호흡을 의미한다). 호흡 속도의 상한에서, 45 내지 50 br/분이 전형적인 한계이다. 따라서, 에포크의 스펙트럼 추정치를 사용(예를 들어, 평균 제거, 선택적으로 윈도윙, 그 후에 FFT 수행)할 때, 원하는 호흡 대역과 관련된 피크(예를 들어, 5 내지 45 br/분)가 추출되고, 대역 내의 전력이 전체 신호 전력과 비교된다. 밴드 전체의 최대 피크의 상대 전력(또는 최대 피크 대 평균 비율)은 임계값과 비교되어 후보 호흡 주파수가 존재하는지의 여부를 결정한다. 몇몇 경우에, 유사한 호흡 주파수를 갖는 여러 후보 빈이 발견될 수 있다. 이들은 실내에서의 반사로 인해 발생할 수 있으며, 다중 범위에서 겉보기 호흡을 야기한다(이는 또한 FFT 사이드 로브(side lob)와 관련될 수 있다).
반사가 일정 시간 동안 직접 경로보다 더 양호한 신호를 포함하는 경우에, 시스템이 이를 사용하도록 선택될 수 있지만, 삼각 파형의 프로세싱은 이와 같은 범위의 불확실성(예를 들어, 도플러 커플링으로 인한)을 완화하는 것을 도울 수 있다. 사용자가 두터운 이불/깃털 이불을 갖고 있고 실내에 부드러운 가구(말하자면 침대 및 커튼을 포함)가 있는 경우에, 간접 반사가 직접 성분보다 더 높은 신호 대 노이즈 비를 산출할 가능성은 거의 없다. 1차 신호가 이불 표면에서 반사될 수 있으므로, 실제 추정 범위를 고려할 때 이는 사람의 가슴보다 약간 더 가까운 것처럼 보일 수 있다.
이전 에포크의 추정 범위 빈에 대한 지식은 프로세싱 시간을 감소시키기 위한 노력으로 후속 범위 빈 서치를 알리는 데 사용될 수 있다. 거의 실시간(에포크 별 에포크) 분석을 요구하지 않는 시스템에 대해서, 더 긴 시간의 척도가 고려될 수 있다.
1.1
신호 품질
이전에 논의된 바와 같이 도 20의 도면 부호 2008에서의 필터링에 의해 고려될 수 있는 호흡의 신호 품질(즉, 호흡의 검출 및 관련 품질)은 도 21의 모듈(2108)에서의 계산기 프로세싱에 도시된 바와 같이, FFT 2D 메트릭의 일부로서 계산된 다양한 신호 품질 메트릭에 의해 결정될 수 있다. 이들 메트릭은 또한 도면 부호 2110에서의 호흡 결정 프로세싱에 고려될 수 있다. 선택적으로, 도 21의 2D 분석 프로세싱은 출력 및 묘사된 몇몇 중간 값에 기초한 부재/존재 또는 슬립 단계의 결정을 위한 프로세싱 또는 모듈을 포함할 수 있다.
도면 부호 2108에서의 계산기 프로세싱과 관련하여, 호흡 추정과 같은 다양한 메트릭이 결정될 수 있다. 예에서, 4개의 메트릭이 도 21에 표시된다:
1.
"I2F " - 대역-내(I) 스퀘어 오버 전대역
2.
"Ibm" - 대역-내(I) 메트릭만
3.
"Kurt" - 공분산의 첨도에 기초한 메트릭
4.
"Fda" - 주파수 영역 분석
1. "I2F"
I2F 메트릭은 다음과 같이 계산될 수 있다(유사한 접근법이 inBandPwrQ로 불릴 수 있는 Q(쿼드러처) 채널에 적용된다).
여기서, "inBandPwrI"는, 예를 들어 약 0.1 Hz 내지 0.6 Hz(예를 들어, 선택된 관심 호흡 대역 내)의 전체 전력이고, "fullBandPwrI"는 이러한 범위 밖의 전체 전력이다. 이러한 메트릭은 전대역 및 대역-내 전력의 하위 집합이 유사하다는 광범위한 가정 하에 설립되었으며 전대역 전력을 사용하여 대역-내 노이즈를 추정한다.
2. "Ibm"
다음 메트릭은 I2F와 동일한 가정을 하지 않으며, 대역-내 신호 및 노이즈의 개선된 추정을 제공한다. 이는 대역-내 피크 전력을 찾아내어 이를 대략적으로(예를 들어, 피크의 각각의 측면에 3개의 FFT 빈을 취함으로써) 전력을 계산한다. 그 다음 이러한 신호 전력에 다음 피크 값으로 나눈 피크 값 자체를 곱한다(대체로 정현파 유형 신호의 경우에 대해서). 호흡에 강한 고조파가 있는 경우에, 고조파가 노이즈 성분과 혼동되지 않도록 빈의 선택이 재평가될 수 있다. 노이즈 추정은 신호 서브-밴드 밖의 모든 것이지만 여전히 호흡 대역 내에 있다.
3. 첨도("KURT")
첨도는 분포의 "꼬리잘림(tailedness)" 측정을 제공한다. 이는 다른 비호흡 신호에서 호흡을 분리하는 수단을 제공할 수 있다. 예를 들어, 신호 품질 출력은 피크 공분산으로부터 특정 거리 내에 있는 DC 제거(IIR HPF 사용) 신호의 공분산의 첨도의 역수일 수 있다. 이러한 메트릭은 신호 품질이 좋지 않은 조건 하에서 "무효"로 설정된다.
4. "Fda"
"Fda"(주파수 영역 분석)가 수행될 수 있으며; 이와 같은 통계는 64초의 중첩 데이터 윈도우를 사용하여 1초의 계단 길이로 계산될 수 있다. 계산은 회귀 데이터를 사용하여 인과관계를 나타낸다. 프로세스는 특정 호흡 속도 범위 내에서 호흡 속도를 검출할 수 있다. 예를 들어, 호흡 속도는 국제 출원 WO2015006364호에 설명된 바와 같이 검출될 수 있으며, 이의 전체 개시는 원용에 의해 본 명세서에 포함된다. 예를 들어, 호흡 속도는, 0.1 내지 0.67 Hz에 대응하는 분 당 6 내지 40 호흡량(bpm)에 달하는 속도 범위 내에서 검출될 수 있다. 이러한 주파수 대역은 실질적인 인간 호흡 속도에 대응한다. 따라서, '대역-내'는 0.1 내지 0.67 Hz의 주파수 범위를 지칭한다. 각각의 64초 범위에는 1024(16 Hz에서 64초)데이터 포인트를 포함할 수 있다. 따라서, 알고리즘은 각각의 (I 및 Q)데이터 윈도우에 대해서 512 포인트 (N / 2) FFT를 계산한다. 이들 FFT의 결과는 아래에서 설명되는 바와 같이 대역-내 스펙트럼 피크(이후 호흡 속도를 결정하는 데 사용될 수 있음)를 계산하는 데 사용된다. 대역-내 주파수 범위는, 아래에서 설명되는 바와 같이 각각의 64초 윈도우에 대한 호흡 속도를 계산하는 데 사용된다.
다른 유형의 "Fda"분석이 아래에 제시된다.
대안적인 주파수 대역이 전형적인 심박수에 대해 또한 고려될 수 있다(예를 들어, 여기서 분 당 45 비트 내지 분 당 180 비트의 HR이 0.75 내지 3 Hz에 대응한다).
스펙트럼 피크 비율이 또한 결정될 수 있다. 최대 대역-내 및 대역-외 피크가 식별되어, 스펙트럼 피크 비율을 계산하는 데 사용된다. 이는 최대 대역-내 피크 대 최대 대역-외 피크의 비율로 이해될 수 있다.
대역-내 분산이 또한 결정될 수 있다. 대역-내 분산은 주파수 대역의 전력을 정량화한다. 이는 몇몇 경우에 후속 존재/부재 검출에 또한 사용될 수 있다.
스펙트럼 피크는 각각의 빈의 스펙트럼 전력 레벨뿐만 아니라, 인접 피크로부터 거리 및 빈의 주파수를 조합한 성능 지수의 실시를 통해 관심 주파수 대역에서 식별된다. 빈은 전술한 성능 지수에 대해 가장 높은 값을 가진다.
도면 부호 1910에서의 2D 분석의 일부로서, 약술된 도면 부호 2108에서의 계산기 프로세스의 4개의 메트릭은 모바일 디바이스의 감지 근접도 범위 내에서 하나 이상의 살아있는 사람을 식별하고 이들이 다른 범위(센서로부터의 거리)로 이동하는지 또는 실제로 감지 공간을 떠나는지(욕실로 가는지) 또는 감지 공간으로 복귀하는지를 추적하기 위해서 계산된다. 이는 부재/존재 검출뿐만 아니라 감지 범위 내에 간섭원이 있는지에 대한 입력을 제공한다. 다음에, 이들 값은 시스템으로 감시되는 하나 이상의 대상체에 대한 최종 호흡 추정치를 생성하기 위해서 도면 부호 2110에서의 호흡 결정 프로세싱 모듈의 프로세스에서와 같이 추가로 평가될 수 있다.
1.2
부재/존재의 추정
도 19에 예시된 바와 같이, 도면 부호 1910에서의 2D 분석은 부재/존재의 추정 및 이와 같은 추정의 출력 표시를 위한 프로세싱을 또한 제공할 수 있다. 사람의 신체 운동 및 이들의 호흡 매개변수의 검출은 일련의 신호를 평가하여 대상체가 감지 범위로부터 부재 또는 존재하는지의 여부를 결정하는 데 사용될 수 있다. 신호 품질 검출에 따라서, "부재"가 30초 이내에 트리거될 수 있다(그리고 무호흡과 명확히 구분된다). 부재/존재 검출은 몇몇 버전에서 특징 추출 및 후속 부재 검출의 방법론을 포함하는 것으로 보일 수 있다. 이와 같은 프로세스에 대한 예시적인 흐름도는 도 22에 도시되며, 이는 도면 부호 1910에서의 이전에 설명된 프로세스의 계산된 특징/메트릭/신호 중 몇몇을 사용할 수 있지만, 본 명세서에 설명된 대로 다른 것을 계산할 수 있다. 다양한 유형의 특징이, 예를 들어 다음 중 하나 이상을 포함한, 인간 존재(Prs) 및 인간 부재(Abs)를 결정함에 있어서 고려될 수 있다:
1.
제로가 아닌 활동 계수
2.
현재 2D 신호(호흡 대 범위)와 이전 윈도우 사이의 피어슨 상관 계수 - 호흡과 관심있는 감지 범위로 제한됨 -
3.
현재 호흡 윈도우에 대한 I/Q Ibm 품질 메트릭의 최대 값
4.
60초 윈도우 동안 I/Q 호흡 속도 채널의 최대 분산
5.
500초 윈도우 동안 I/Q 호흡 속도 채널의 최대 분산
특징은 현재 버퍼로부터 추출되고 버퍼 길이(예를 들어, 60초 초과)에 걸쳐 백분위수를 취함으로써 사전-처리된다. 이들 특징은 그 후 현재 에포크에 대해 부재 발생 확률을 출력하는 논리 회귀 모델에 조합된다. 위양성(false positive)을 제한하기 위해서, 이는, 예를 들어 짧은 윈도우(여러 에포크)에 대해 평균화되어 최종 확률 추정치를 생성할 수 있다. 신체 운동(사람이나 동물의 모션)과 관련이 있다고 여겨지는 모션 기간에 대해서, 존재가 우선적으로 주장된다. 도 22의 예시된 예에서, 활동 계수, IBM, 피어슨 상관 계수 및 부재 확률이 적합한 임계치와 비교되어 사람의 유무를 평가한다. 이러한 예에서, 임의의 하나의 양성 평가가 존재를 결정하는 데 충분할 수 있지만, 각각의 테스트는 부재를 결정하는 데 부정적으로 평가될 수 있다.
총체적인 시스템 관점을 취하면, 사지 운동과 같은 모션, 끝 부분의 롤오버 등은 호흡 신호를 방해하여 고주파 성분을 야기하는 경향이 있을 것이다(그러나, "2D" 프로세싱을 고려할 때 분리될 수 있다). 도 23a, 도 23b 및 도 23c는 마이크로폰 및 스피커를 갖는 컴퓨팅 디바이스에 의한 음향 감지 범위 내의 인간 활동을 예시하는 2개의 서브-섹션(도 23b 및 도 23c)을 갖는 2D 데이터 세그먼트의 일 예(상부 패널)를 제공한다. 그래프의 각각의 트레이스 또는 신호는 본 명세서에서 설명된 애플리케이션 및 모듈을 갖는 모바일 디바이스로부터의 상이한 거리(범위)의 음향 감지를 나타낸다. 도면에서, 여러 거리에서 호흡 신호를 시각화하고 시간 경과에 따른 여러 범위(거리)에 걸친 운동을 시각화하는 것이 가능하다. 이러한 예에 대해서, 사람은 자신의 몸통이 모바일 디바이스를 마주보면서 모바일 디바이스에서 약 0.3 m 거리에서 호흡한다. 영역(BB) 및 도 23b에서, 사람은 침대(전신 운동)에서 벗어나 감지 영역의 부근을 떠난다(예를 들어, 욕실로 가기 위해 방을 떠난다). 그 후, 영역(CC) 및 도 23c와 관련하여, 사람은 침대로 돌아오는 것(전신 운동)과 같이 감지 영역 또는 실내의 부근으로 복귀하지만, 모바일 디바이스로부터 약간 멀리 떨어져서, 이제는 그들의 뒤가 모바일 디바이스를 (약 0.5 m에서) 향하고 그들의 호흡 패턴이 보일 수 있다. 이러한 도면을 해석할 때 가장 간단한 레벨에서, 임의의 호흡 추적 또는 전신 운동의 부족은 실내에서의 부재 기간을 나타낸다.
이와 같은 운동 검출은 도 19의 도면 부호 1912에서의 프로세싱 모듈에서와 같은 수면/각성 프로세싱에 대한 입력으로서 작용할 수 있으며, 여기서 슬립 상태가 추정되고/추정되거나 각성 또는 수면 지시자가 생성될 수 있다. 큰 운동은, 또한 범위 빈 선택의 변경에 대한 전조일 가능성이 더 높다(예를 들어, 사용자는 단지 위치를 변경했다). 다른 한편으로, 호흡은 무호흡 또는 호흡저하와 같은 인정될 수 있는 호흡 매개변수에서 검출된 SDB 현상의 경우에 일정 기간 동안 감소 또는 중지될 수 있다.
속도 신호가 요구되면(최종 사례에 의존할 수 있음) FMCW 처프 신호의 프로세싱에 대한 대안적인 접근법이 적용될 수 있다. 대안적인 접근법을 사용하여, 수신된 신호는 지연된 처프로서 도달할 수 있고, FFT 연산이 수행될 수 있다. 그 다음 신호에 그의 켤레를 곱하여 신호를 취소하고 그의 위상 시프트를 유지할 수 있다. 기울기에 가장 잘 맞는 직선은 다중 선형 회귀를 사용하여 결정될 수 있다.
그래픽적으로, 이러한 방법은 위상 각을 주파수에 대해 라디안으로 플로팅(plotting)할 때 FMCW 기울기가 발생한다. 기울기 발견 연산은 이상치에 강력할 필요가 있다. 18 kHz 내지 20 kHz 시퀀스의 10 ms FMCW 처프에 대해서, 유효 범위는 1.8 m이며 거리 해상도는 7 mm이다. 중첩된 FFT 연산은 복원된 기저대역 신호에 대한 포인트를 추정하는 데 사용된다.
FMCW 신호를 1차원 신호로서 직접적으로 프로세싱하는 또 다른 접근법에서, 콤 필터(comb filter)가 동기화된 신호(예를 들어, 4개의 처프의 블록)에 적용될 수 있다. 이는 Tx에서 Rx로(다이렉트 스피커에서 마이크 구성요소로)의 직접 경로 및 정적 반사(클러터)를 제거하는 것이다. 그 다음 FFT가 필터링된 신호에서 수행된 다음에 윈도윙 작동이 수행될 수 있다. 그 다음 제2 FFT가 수행된 다음에 최대 비율 조합이 수행될 수 있다.
이러한 프로세싱의 목적은 사이드 로브에서의 발진을 검출하는 것이며, 이는 변위보다는 속도를 출력한다. 하나의 장점은 1D 신호를 직접적으로(복잡한 빈 선택 단계없이) 추정하고, 센서 분야에서 단일 모션 소스(예를 들어, 1인)의 경우에 대한 가능한 범위 빈을 추정하는 데 선택적으로 사용될 수 있다는 점이다.
이와 같은 FMCW 알고리즘 프로세싱 기법은 다양한 유형의 FMCW 처프(예를 들어, 톱니형 램프, 삼각파 등)를 이용하는 레이더 센서에 의해 출력되는 것과 같은 2D 복소수 행렬에도 적용될 수 있음을 또한 알 수 있다.
5.1.3 추가 시스템 고려사항 - 스피커 및/또는 마이크로폰
본 개시의 몇몇 양태에 따라서, 스피커 및 마이크로폰은 공통 또는 다른 동기화된 클록 신호를 갖는 동일한 디바이스(예를 들어, 스마트폰, 태블릿, 랩톱 등) 또는 상이한 디바이스에 위치될 수 있다. 또한, 둘 이상의 성분이 오디오 채널을 통해 또는 인터넷과 같은 다른 수단을 통해 동기화 정보를 전달할 수 있다면, 동기화된 클록 신호는 요구되지 않을 수 있다. 몇몇 해결책에서, 송신기 및 수신기는 동일한 클록을 사용할 수 있으며 특별한 동기화 기법이 요구되지 않는다. 동기화를 실현하는 대안적인 방법은 코스타스 루프 또는 PLL(위상 고정 루프; phase locked loop), 즉 캐리어 신호와 같이 송신된 신호에 "록인"할 수 있는 접근법을 이용하는 것이 포함된다.
잠재적인 원하지 않는 저주파 아티팩트 성분을 최소화하기 위해서, 송신된 및 수신된 샘플의 동기화에 대한 누적된 영향을 이해하기 위해서, 오디오 경로에서 임의의 버퍼링을 고려하는 것이 중요할 수 있다. 몇몇 경우에, 예를 들어 전화 헤드셋/마이크 플러그 인 디바이스(예컨대, 핸즈프리 전화를 걸기 위해 사용됨)를 사용함으로써 마이크로폰 및/또는 스피커를 침구 근처 또는 침구류 내에 배치하는 것이 바람직할 수 있다. 애플(Apple) 및 안드로이드(Android) 폰과 함께 보통 번들로 제공되는 디바이스가 그 일 예이다. 교정/설정 프로세스 중에, 시스템은 시스템/환경 설정에 적합하도록 적절한 마이크(폰에 하나 이상의 마이크가 존재하면), 스피커 및 진폭과 주파수 설정을 선택할 수 있어야 한다.
5.1.3.1.1 성분 변동 및 환경에 대한 시스템의 교정/적응
시스템 매개변수를 사용 중인 특정 폰(또는 다른 모바일 디바이스), 시스템의 환경(예를 들어, 침실) 및 사용자(들)에 최적으로 적응시키는 기법을 실시하는 것이 바람직하다. 이는 장치가 (예를 들어, 다른 거실, 침실, 호텔, 병원, 케어 홈 등으로 이동되는) 휴대용일 수 있고, 감지 영역의 하나 이상의 살아있는 대상체에 적응할 수 있고, 광범위한 디바이스와 호환 가능할 수 있기 때문에, 시스템이 시간 경과에 따라 학습한다는 것을 의미한다. 이는 오디오 채널의 균등화를 의미한다.
시스템은 디바이스 또는 모델 특정 특성 및 채널 특성을 학습(또는 실제로 디폴트로 사전-프로그래밍)함으로써 채널 상태로 자동 교정될 수 있다. 디바이스 및 모델 별정 특성은 스피커 및 마이크폰의 기본 노이즈 특성, 및 기계적 구성요소가 의도된 주파수 또는 주파수들에서 안정적으로 진동하는 능력뿐만 아니라, 진폭 응답(즉, 타겟 파형에 대한 실제 방출 볼륨, 및 수신 마이크로폰(들)의 신호 응답)을 포함한다. 예를 들어, FMCW 처프의 경우에, 수신된 직접 경로 처프의 크기는 시스템의 감도를 추정하는 데 사용될 수 있고, 신호 진폭 및/또는 폰 볼륨이 원하는 시스템을 달성하기 위해 자동으로 조정될 필요가 있다면 감도(주어진 폰 볼륨에서 스피커/변환기에 의해 방출되는 사운드 압력 레벨(SPL)을 포함한, 스피커 및 마이크 조합의 성능과 관련될 수 있음)를 추정하는 데 사용될 수 있다. 이는 시스템이 안드로이드 폰의 크고 다양한 생태계와 같은 다양한 종류의 스마트 디바이스를 지원하게 한다. 이는, 또한 사용자가 폰 주요 볼륨을 조정했는지를 체크하고 자동으로 재조정될 필요가 있거나 시스템을 새로운 작동 조건으로 조정할 필요가 있는지를 체크하는 데 사용될 수 있다. 상이한 운영 체제(OS) 버전은 오디오 버퍼 길이, 오디오 경로 대기시간, 및 Tx 및/또는 Rx 스트림(들)에서의 임시 드롭아웃/지터(jitter) 가능성을 포함한, 상이한 특성을 또한 야기할 수 있다.
ADC 및 DAC 양자화 레벨(이용 가능한 비트), 신호 대 노이즈 비, TX 및 RX의 동시 또는 동기화 클록킹, 및 실내 온도 및 습도(이용 가능하다면)를 포함한 시스템의 주요 양태가 캡처된다. 예를 들어, 디바이스가 48 kHz의 최적 샘플링 속도를 가지고 있고, 44.1 kHz에서 샘플이 제공되면 차선의 리샘플링을 수행하는 것으로 감지될 수 있으며; 이 경우, 바람직한 샘플링 속도는 48 kHz로 설정될 수 있다. 추정치는 시스템의 동적 범위로 형성되며 적절한 신호 구성이 선택된다.
다른 특성은 송신 및 수신 성분 사이의 분리(각도 및 거리)(예를 들어, 송신기와 수신기 사이의 거리), 및 임의의 능동 자동 이득 제어(AGC) 및/또는 능동 반향 제거의 구성/매개변수를 포함한다. 디바이스(특히, 다중 능동 마이크를 사용하는 폰)는 신호의 연속적인 송신으로 혼란스러워지는 신호 프로세싱 조치를 실시할 수 있어서 교정될(또는 실제로는 가능한 경우 원하지 않는 AGC 또는 반향 제거를 불능화하기 위해서 디바이스의 구성을 조정할) 필요가 있는 수신 신호에서 원하지 않는 발진을 초래할 수 있다.
시스템은 주파수에 대한 다양한 재료의 반사 계수(예를 들어, 18 kHz에서의 반사 계수)로 사전-프로그래밍될 수 있다. CW(단일 톤)에 대해서 반향 제거의 경우를 더 상세히 고려하면, 신호가 연속적으로 존재하며; 따라서, 완벽한 음향 격리(스마트폰에서는 발생하지 않음)가 아니라면 TX 신호는 RX보다 훨씬 더 강하고 시스템은 폰에 내장된 반향 제거기에 부정적인 영향을 줄 수 있다. CW 시스템은 AGC 시스템 또는 기본 반향 제거기의 활동으로 인해 강한 진폭 변조를 경험할 수 있다. 특정 핸드셋(삼성 S4에서 실행되는 OS "롤리팝(Lollipop)") 상의 CW 시스템에 대한 일 예로서, 원시 신호는 복귀 신호의 진폭 변조(AM)를 포함할 수 있다. 이러한 문제를 해결하기 위한 하나의 전략은 호흡 운동과 관련이 없는 AM 성분을 부드럽게 하기 위해 원시 샘플에 대해 매우 높은 주파수 AGC를 수행하는 것이다.
FMCW "처프"와 같은 상이한 유형의 신호는 디바이스에서 실시되는 반향 제거기를 동의 방식으로 무능하게 할 수 있으며; 실제로, (A)FHRG 또는 UWB 접근법은 음성 쪽으로 지향되는 음향 반향 제거기에도 강력할 수 있다. FMCW의 경우에, 처프는 실내에 관한 순간 정보 및 어느 시점에서의 실내 운동에 대한 액세스를 허용하고 계속할 수 있는 단기 비고정 신호이며; 반향 제거기는 지연 시간을 두고 이를 추적하지만 여전히 복귀 신호를 볼 수 있다. 그러나, 이러한 거동은 제3 자 반향 제거기의 정확한 실시와 관련이 있으며; 일반적으로 말하자면, 생리학적 감지 Tx/Rx 사용 기간 동안 임의의 소프트웨어 또는 하드웨어(예를 들어, 코덱에서) 반향 제거를 불능화하는 것이 (가능하다면) 바람직하다.
다른 접근법은 연속 광대역 UWB(초 광대역) 신호를 사용하는 것이다. 이와 같은 UWB 접근법은 특정 주파수에서 양호한 응답이 없는 경우에 매우 탄력적이다. 광대역 신호는 비가청 대역으로 제한되거나 가청 대역 내로 쉿 소리로서 확산될 수 있으며; 이와 같은 신호는 사람이나 동물을 혼란시키지 않는 저-진폭일 수 있으며, 선택적으로 귀에 즐거운 소리를 내도록 윈도우에 의해 추가로 형성될 수 있다.
비가청 UWB 시퀀스를 생성하는 하나의 방법은 최대 길이 시퀀스(MLS - 의사랜덤 바이너리 시퀀스 유형)와 같은 가청 프로빙 시퀀스를 취하여 비가청 대역을 변조하는 것이다. 예를 들어, 음악 등과 같은 기존의 사운드에 의해 마스킹될 수 있는 경우에, 가청 주파수로 또한 유지될 수 있다. 최대 길이 시퀀스가 반복될 필요가 있다는 사실 때문에, 결과적인 사운드는 순수한 스펙트럼적으로 평탄한 백색 노이즈가 아니며; 실제로 상업용 사운드 머신에 의해 생성되는 것과 유사한 사운드를 생성할 수 있지만 하나 이상의 사람의 호흡 속도 검출을 느리게 한다. 펄스는 시간이 좁거나 자기상관 함수가 좁을 수 있다. MLS와 같은 이와 같은 "매직" 시퀀스는 시간과 주파수 둘 모두에서 주기적이며; MLS는 특히, 우수한 자기상관 특성을 가진다. 실내의 임펄스 응답을 추정함으로써, 게이트의 거리를 정하는 것이 가능하다. 실내에 있는 대상체의 호흡 신호를 복원하기 위해서 서브 샘플 운동을 찾는 것이 필요하다. 이는 그룹 지연 추출 방법을 사용하여 수행할 수 있으며; 일 예는 필터링된 임펄스 응답에 대한 프록시(proxy)로서 중력 중심(1 차 모멘트)을 사용하는 것이다(즉, 세그먼트의 그룹 지연은 임펄스 응답의 중력 중심에 대응한다).
채널 모델은 자동으로 생성되거나(예를 들어, 스마트 디바이스 또는 하드웨어의 일부에서 "앱"을 먼저 사용하는 경우) 사용자에 의해 수동으로 신호 표시(시작)될 수 있으며 채널 조건을 주기적 또는 연속적으로 감시하고 적절하다면 적응할 수 있다.
상관 또는 적응형 필터(반향 제거기와 같은)는 실내를 조회하는 데 사용될 수 있다. 유용하게, 제거될 수 없는 비트는 주로 실내에서의 운동 때문이다. 실내 매개변수를 추정한 후에, (목적 함수를 최적화함으로써 유도된) 고유 필터(eigenfilter)가 원시 신호를 변환하는 데 사용될 수 있으며, 이는 그 후 실내의 임펄스 응답에 의해 변환된다. 의사 백색 노이즈의 경우에 대해서, 타겟 마스킹 신호를 환경 노이즈의 주파수 특성으로 형성하고 생체-모션 데이터를 또한 기록하면서 수면 경험을 개선하는 것이 가능하다. 예를 들어, 환경의 자동 주파수 평가는 특정 주파수에서 바람직하지 않은 정재파를 나타낼 수 있으며, 이와 같은 정재파(즉, 공진 주파수 - 공기 매체/압력 노드 및 안티-노드에서의 최대 및 최소 운동 지점)를 피하기 위해 송신된 주파수를 조정할 수 있다.
대조적으로, 플러터 반향(flutter echo)는 경질 표면, 건조 벽 및 유리 등을 갖는 평행한 벽으로부터의 중요한 반사에 대해 500 Hz 초과의 사운드에 영향을 미칠 수 있다. 따라서, 능동 노이즈 제거는 환경에서 볼 수 있는 원하지 않는 반사/효과를 감소 또는 제거하도록 적용될 수 있다. 디바이스의 배향 측면에서, 시스템 설정은 사용자에게 폰의 최적 위치를 (즉, SNR을 최대화하기 위해) 경고할 것이다. 이는 폰의 확성기가 특정 거리 범위 내에서 흉부쪽으로 향할 것을 요구할 수 있다. 교정은, 또한 시스템의 음향 특성을 변경할 수 있는 제조업체 또는 제3 자 폰 커버의 존재에 대해 검출하고 보정할 수 있다. 폰의 마이크가 손상된 것으로 나타나면, 사용자는 마이크 개구를 청소하도록 요청할 수 있다(예를 들어, 청소할 수 있는 마이크 개구에 있는 보푸라기, 먼지 또는 다른 물질을 폰에서 들어 올릴 수 있다).
개시의 몇몇 양태에 따라서, 연속파(CW) 접근법이 적용될 수 있다. FMCW, UWB 또는 A(FHRG)와 같은 비행 시간을 사용하는 범위 게이트 시스템과 달리, CW는 단일 연속 정현파 톤을 사용한다. 비변조 CW는 물체가 이동할 때(즉, 복귀 주파수가 송신 주파수에서 멀리 시프트될 때) 도플러 효과를 사용할 수 있지만 거리를 평가할 수 없다. 예를 들어, 근처에 다른 모션 소스가 없는 침대에 한 사람이 있는 경우에 대해서 CW가 사용될 수 있으며 이와 같은 경우에 높은 신호 대 노이즈(SNR)을 제공할 수 있다. FHRG에서 약술된 바와 같은 복조 방식은 기저대역 신호를 복원하기 위해서 단일 톤의 특수한 경우(프레임 자체는 없음)에 대해서 사용될 수 있다.
다른 접근법은 적응형 CW이다. 이는 (Tx 전력 및 실내 잔향에 의해 제한된다는 사실 때문에 침대에서 가장 가까운 사람을 검출하는 것과 같은 제한된 범위를 실제로 가질 수 있지만) 특정 범위 게이팅이 되지 않으며 실내 모드를 사용할 수 있다. 적응형 CW는 연속적인 송신 오디오 톤의 사용을 비가청 범위에서 유지하지만 송신/수신 장치의 기능 내에서 유지한다. 비가청 주파수를 단계별로 스캐닝함으로써, 알고리즘은 최상의 이용 가능한 호흡 신호용 주파수 - 두 주파수 성분 및, 또한 시간 영역 형태(호흡 형태) - 를 반복적으로 서치한다. 단지 10 Hz의 Tx 신호 간격은 복조된 호흡 파형의 아주 상이한 형상을 초래할 수 있으며, 제거된 형태가 무호흡(중앙 및 폐쇄) 및 호흡 저하 분석에 가장 적절하다.
홀로그래피는 파면 재생과 관련이 있다. 코히어런트 소스(coherent source)가 확성기인 홀로그래피에 매우 안정적인 오디오 발진기가 요구되며, 잔향으로 인해 실내에 저장된 에너지를 갖는 사실을 이용한다(즉, CW 신호는 모드로부터 나가려고 하거나, 실제로 주파수 호핑, 및/또는 적응형 주파수 선택을 사용하여 정재파를 전혀 생성하지 않는 이전에 논의된 다른 접근법과 대조적으로, 강한 정재파를 특히 갖도록 선택된다).
2개 이상의 확성기를 갖는 시스템의 경우에 대해서, 특정 방향으로(예를 들어, 침대에서 한 사람을 최적으로 검출하기 위해) "빔"을 조정 또는 조종하는 것이 가능하게 된다.
도 7를 추가로 고려할 때, (말하자면, 원시 오디오 데이터를 읽고 버리는 온라인 프로세싱 시스템에 대해서)후의 오프라인 분석을 위해 고역 필터(702)(예를 들어, 17 kHz에서 3 dB 포인트를 갖는 HPF) 뒤에 데이터가 저장되면, 고역 필터링은 정지대역 내의 차단된(제거된/필터링된) 데이터가 1차 음성 정보를 포함하기 때문에 프라이버시 필터로서 작용할 수 있다.
5.1.3.1.2 다중 협력 또는 비협력 디바이스 및 간섭원에 대한 적응
시스템은 다중 마이크로폰을 포함할 수 있거나, 시스템 근처의 시스템(예를 들어, 두 사람을 독립적으로 감시하기 위해 더블 침대의 양쪽에 배치된 앱을 실행하는 2개의 폰)과 협력할 것이 요구될 수 있다. 환언하면, 다중 트랜시버의 관리는 - 공존을 허용하기 위해 무선 신호 또는 인터넷을 통해 송신된 데이터와 같은 채널 또는 다른 수단을 사용하는 - 환경에서 요구된다. 특히, 이는 코딩 시퀀스를 조정하는 것이거나 단일 사인파의 가장 간단한 경우에 간섭을 최소화하고, 약 18 kHz에서 사인파를 검출하고 약 19 kHz에서 송신하도록 선택하기 위해 선택된 대역으로 파형이 적응될 수 있음을 의미한다. 따라서, 디바이스는 수신된 사운드 주파수와 상이한 작동을 위한 주파수 범위, 예컨대 비중첩 주파수 세트를 선택하기 위해서, 시작시에 활성화되어 부근 사운드의 신호 분석(예를 들어, 마이크로폰에 의해 수신된 사운드의 주파수 분석) 및 그 분석에 대한 응답으로 디바이스의 환경 또는 부근의 사운드 신호를 체크하기 위해서 시작시 활성화될 수 있는 설정 모드를 포함할 수 있다. 이러한 방식으로, 다중 디바이스는 본 명세서에서 설명된 사운드 생성 및 변조 기술에 의해 각각의 디바이스가 상이한 주파수 범위에서 사운드 신호를 생성하는 공통 부근에서 작동할 수 있다. 몇몇 경우에서, 상이한 주파수 범위는 여전히, 본 명세서에서 설명된 낮은 초음파 주파수 범위 내에 있을 수 있다.
단일 디바이스에서 FMCW가 여러 사람을 검출할 수 있기 때문에(말하자면 CW에 대한) FMCW가 한 번에 한 대 이상의 디바이스에서 근접 실행될 가능성이 적지만; 이용 가능한 SNR을 최대화하기 위해 하나 이상의 FMCW 송신이 근접 실행되는 경우에, 그 대역은 주파수(예를 들어, 18 내지 19 kHz 및 19.1 내지 20.1 kHz 등)에서 중첩되지 않도록 자동으로 (또는 사용자 간섭을 통해) 또는 제때에 적응될 수 있다(여기서, 처프는 서로 동일한 주파수 대역을 차지하지만, 다른 디바이스의 반사가 분산되게 하는 보호 대역에 대해서 비중첩 기간을 가진다).
톤 쌍을 갖는 (A)FHRG를 사용할 때, 이는 주파수 및/또는 시간 디더링될 수 있음을 알 수 있다. 주파수 디더링은 프레임 사이의 가변 주파수 시프트를 의미하며, 시간 디더링은(펄스 지속기간 변경에 기초한) 비행 시간이 변경됨을 의미한다. 하나 또는 둘 모두의 디더링 방법에 대한 이와 같은 접근법은 실내 모드가 생성될 확률을 감소시키는 것 및/또는 2개의 소나 시스템이 서로의 "청취" 거리 내에 공존하게 하는 것을 포함할 수 있다.
가청 고조파가 결과적으로 송신된 신호에 도입되지 않도록 전이가 있다고 (또는 적절한 콤 필터링이 원하지 않는 서브-고조파를 제거/감쇠시킨다고) 가정하면 - FHRG 시스템이 톤/프레임을 정의하는 의사랜덤 시퀀스로 해제될 수 있음을 또한 알 수 있다.
TX 및 RX 신호가 상이한 하드웨어에서 생성되는 경우, 공통 클록을 이용할 수 없으며; 따라서; 협력이 요구된다. 2개 이상의 디바이스가 서로 "청취" 거리에 있는 경우, 간섭을 피하기 위해 협조적인 신호 선택을 최적으로 사용한다. 이는 송신된 신호의 적응이 침구류로부터 최적 복귀를 제공하게 할 수 있다.
5.1.3.1.3 사용자 선호도에 대한 적응
간단한 오디오 스윕 테스트는 사용자가 더 이상 들을 수 없는 최저 주파수(예를 들어, 17.56 kHz, 19.3 KHz, 21.2 kHz 등)를 선택하게 할 수 있으며; 이는(작은 보호-대역 오프셋을 가짐) 생성된 신호의 시작 주파수로서 사용될 수 있다. 개, 고양이, 애완용 생쥐 등이 샘플 사운드에 반응하는지를 체크하기 위해서 애완 동물 설정 프로세스가 또한 포함될 수 있으며, 만약 그렇다면 변조된 정보를 가진 낮은 진폭의 가청(인간에게) 사운드 신호를 사용하는 것이 바람직할 수 있다. "애완 동물 설정 모드"는 (말하자면) 개가 특정 사운드에 반응하는지를 체크하기 위해 실시될 수 있으며, 시스템이 불편함을 유발하지 않는 신호를 찾기 위해 상이한 소리를 체크하도록 사용자는 이러한 사실을 기록할 수 있다. 유사하게, 사용자에 대한 불쾌감이 기록되는 경우, 시스템은 대안적인 신호 유형/주파수 대역을 구성할 수 있다. 능동 신호 TX를 포함한 백색 노이즈 특징은 애완 동물/어린이가 특정 파형을 허용하지 않는 경우 및/또는 안정한 마스킹 노이즈("백색 노이즈"/쉿 소리)가 필요한 경우에 유용할 수 있다. 따라서, 모드는 하나 이상의 테스트 사운드 신호를 통해 순환하고 테스트된 사운드 신호(인간에게 들리지 않을 수 있음)가 문제가 있는지의 여부에 관한 입력에 대해 사용자에게 촉구하고, 그 입력에 기초하여 사용 주파수를 선택한다.
5.1.3.1.4 사용자가 디바이스와 상호 작용할 때 자동으로 Tx 재생을 일시 중지
시스템이 고-진폭 비가청 신호를 재생할 수 있기 때문에, 사용자가 디바이스와 상호 작용하는 경우에 스마트 디바이스와 같은 모바일 디바이스에서 음소거(Tx 일시 정지)되는 것이 바람직하다. 특히, (예를 들어, 전화를 걸거나 받을 때)사용자의 귀 곁에서 얘기하는 경우 디바이스는 음소거되어야 한다. 물론, 신호가 음소거 해제되면, 시스템은 재동기화가 요구된다. 시스템이 또한 배터리 소모를 유발할 수 있으며, 따라서 다음의 접근법이 사용될 수 있다. 시스템이 실행 중인 경우에, 디바이스가 충전될 때만 우선적으로 실행되어야 하며, 따라서 스마트 디바이스가 유선 또는 무선 충전기에 연결되어 있지 않으면 시스템은 일시 중지(또는 시작하지 않음)하도록 설계될 수 있다. 디바이스가 사용 중일 때 Tx(및 프로세싱)를 일시 중지하는 측면에서, 전화와 사용자 상호작용(버튼 누름, 화면 터치, 폰 이동(있다면, 내장 가속도계 및/또는 자이로스코프 및/또는 적외선 근접 센서를 통해 감지됨)), 또는 GPS나 보조 GPS로 검출되는 것과 같은 위치 변경, 또는 수신 전화 중 하나 이상으로부터 입력이 취해질 수 있다. 디바이스가 "묵음" 모드가 아닌 통지(예를 들어, 텍스트 또는 다른 메시지) 모드의 경우에, 시스템은 사용자가 일정 기간 동안 디바이스를 픽업할 것을 예상하여 Tx를 임시로 일시 정지시킬 수 있다.
시작시, 시스템은 폰이 표면에 놓여졌는지를 체크하고 사용자가 더 이상 폰과 상호작용하지 않는지를 체크하기 위해서, Tx의 활성화 이전에 일정 시간 대기할 수 있다. FMCW와 같은 범위 추정 접근법이 사용되면, 최소 가능한 음향 출력 전력이 원하는 SNR 레벨을 충족시키는 데 사용되어야 한다는 점에 기초하여, 호흡 운동이 디바이스에서 매우 가깝게 검출되는 경우에 시스템은 Tx 전력 레벨을 감소시거나 Tx를 일시 중지(음소거)할 수 있다. 또한, 사용자가 디바이스에 도달할 때 복조된 기저대역 신호로부터 복원된 제스처는 사용자가 실제로 디바이스와 상호작용하는 경우에 묵음상태로 되기 이전에, 또는 사용자가 디바이스 부근에서 그들의 손을 떼는 경우에 작동 레벨까지 볼륨을 부드럽게 증가시키기 이전에 Tx 볼륨을 미리 부드럽게 감소시키는 데 사용될 수 있다.
5.1.3.1.5 데이터 융합
능동 송신 성분을 갖는 오디오 신호를 수집(수신)하는 시스템에 대해서, 다른 패턴을 거부 또는 이용하기 위해서 전대역 신호를 프로세싱하는 것이 또한 바람직하다. 예를 들어, 이는 음성, 배경 노이즈 또는 TX 신호를 스웜프할 수 있는 다른 패턴을 검출하는 데 사용될 수 있다. 호흡 분석을 위해서, 호흡의 추출된 오디오 파형 특성을 이용하여 데이터 융합을 수행하는 것이 매우 바람직하며; 호흡 소리의 직접적인 검출은 복조된 신호와 조합될 수 있다. 또한, 기침, 쌕쌕거림, 코골이 등과 같은 오디오 성분을 갖는 위험한 수면 상태 또는 호흡 조건의 양태가 - 특히 침실(보통 조용한 환경) 내의 애플리케이션에 대해 - 추출될 수 있다. 호흡 소리는 입 또는 코로부터의 소리일 수 있고, 코골이, 쌕쌕거림, 헐떡거림, 휘파람 소리 등을 포함할 수 있다.
전체 오디오 신호는 (침대에서 뒹구는 사용자의 전체 모션과 같은) 운동을 추정하고, 생리학적으로 생성되지 않은 다른 배경 노이즈와 구별하는 데 또한 사용될 수 있다. (프로세싱된 기저대역 신호로부터) 소나 추정된 운동 및 전대역 수동 오디오 신호 분석은 FMWC, (A)FHRG ToF 등에서의 범위 게이팅(범위 검출)의 장점으로 인한 비-범위 특정 수동 음향 분석에 대한 우선권을 취하는, 전형적으로 소나 운동(및 그 이동으로부터의 추정된 활동)과 조합될 수 있다. 검출된 노이즈의 지속기간과 세기는 - 팬이 가까운 근접거리에 배치되거나 가열 또는 냉각 시스템이 과도하게 시끄러울 때와 같이 - 원하지 않는 비동기화에 대한 통찰력을 또한 제공할 수 있다. 음향 팬 노이즈는 소나 기저대역 신호 분석에서 증가된 1/f 신호로서 또한 보일 수 있다. 실제 사용자 사운드가 노이즈 플로어에서 검출될 수 있지만, 소나 Rx 신호의 품질이 매우 좋지 않은 경우에, 시스템은 생리학적 사운드가 활동에 매핑되는 프로세싱 모드로 되돌아 갈 수 있으며, 오직 이들 활동 지수를 기초로 감소된 정확도의 수면/각성 검출기를 직접적으로 구동할 수 있다. 시스템은 또한, 최적의 팬 배치에 대해 사용자에게 피드백을 줄 수 있고/있거나, 간섭이 감소되는 대역에 그의 작동 주파수를 적응할 수 있다. 형광등/전구 및 LED 안정기와 같은 다른 노이즈 소스가 검출될 수 있으며, 시스템은 소나 작동 주파수에 더 우선적으로 적응될 수 있다. 따라서, 디바이스는, 또한 마이크로폰을 통해 수신된 전통적인 사운드 프로세싱 방법에 의해(본 명세서에서 설명된 복조 프로세싱 기법에 더하여) 오디오 신호를 프로세싱하여 사용자 모션 및 관련 특성을 검출하기 위한 환경 사운드, 음성 사운드 및 호흡 사운드 중 임의의 하나 이상을 평가할 수 있다.
음성 검출은 또한, 개인 정보를 포함할 수 있는 임의의 임시 데이터를 적극적으로 폐기하기 위해서 프라이버시 기능으로서 사용될 수 있다. 똑딱거리는 아날로그 시계, TV, 태블릿에서 스트리밍 미디어, 팬, 에어컨 유닛, 강제 난방 시스템, 교통/거리 노이즈 등과 같은 - 잠재적 교란 요인을 제거하기 위해서 프로세싱이 수행될 수 있다. 따라서, 생체-모션 정보는 가청 스펙트럼으로부터 추출될 수 있고, 전체 정확도를 개선하기 위해 복조된 방식으로부터 추출된 데이터와 조합될 수 있다.
본 개시의 몇몇 양태에 따라서, 스마트폰과 같은 디바이스의 광 센서는 사람이 잠을 수면을 취하려고 하는지, 텔레비전을 보고 있는지, 독서하는지, 태블릿을 사용하는지 등을 제안하는 별도 입력을 시스템에 제공할 수 있다. 폰의 온도 센서 및/또는 이용 가능한 습도 감지(또는 위치 기반 기상 데이터)를 사용하여 송신된 신호의 채널 추정/전파를 증강시키는 데 사용될 수 있다. 폰 자체와의 상호작용은 사용자 및/또는 피로 상태의 경계 레벨에 대한 추가 정보를 제공할 수 있다.
MEMS 가속도계와 같은 내부 모션 센서를 통해 감지 디바이스의 모션을 이해하면 폰이 이동할 때 음향 감지 프로세스를 불능화하는 데 사용될 수 있다. 가속도계 데이터와 센서 데이터의 융합은 운동 검출을 보강하는 데 사용될 수 있다.
본 명세서에 설명된 시스템 및 방법이 모바일 디바이스에 의해 실시되는 것으로 설명되었지만, 본 개시의 다른 양태에서 시스템 및 방법은 고정 디바이스에 의해 실시될 수 있음에 유의해야 한다. 예를 들어, 본 명세서에 설명된 시스템 및 방법은 수면 장애 호흡 또는 다른 호흡 상태를 치료하기 위한 침상 소비자 감시 디바이스 또는 의료 디바이스, 예컨대 흐름 생성기(예를 들어, CPAP 기계)에 의해 실시될 수 있다.
5.1.3.1.6 심장 정보
이전에 언급한 바와 같이, 호흡 정보 이외에, 이전에 설명된 다양한 기술 버전의 사운드 생성 및 반사 분석은 생성된 모션-관련 신호로부터 심장 정보 검출 또는 심박수와 같은 다른 주기적 정보에 대해 양호하게 실시될 수 있다. 도 21의 예에서, 심장 결정 프로세싱은 선택적으로 부가된 모듈일 수 있다. 심장탄도 기반의 심장 피크 검출은 FFT 기반 2D 프로세싱 단계(호흡 검출이 수행되는 것처럼) 중에 적용될 수 있지만 더 높은 주파수 대역에서 보일 수 있다.
대안적으로, 웨이브렛(wavelet)(FFT에 대한 대안 또는 추가로서) - 예컨대, 각각의 I 다음 Q 신호를 프로세싱하는 이산 웨이브렛 변환 - 또는 이산 복합 웨이브렛 변환을 사용한 동시 프로세싱이 2D 프로세싱 단계에 사용되어 전체 모션, 호흡 및 심장 신호를 분할할 수 있다.
웨이브렛 기반 방법(예를 들어, 이산 연속 웨이브렛 변환 - DCWT - 예를 들어 다우비치(Daubechies) 웨이브렛을 사용)과 같은 시간-주파수 프로세싱은, 직접적인 신체 모션, 호흡뿐만 아니라, 디트렌딩 및 심장 신호 추출 둘 모두를 수행할 수 있다. 심장 활동은 더 높은 주파수의 신호에 반영되며, 이러한 활동은 0.7 내지 4 Hz(분 당 48 비트 내지 분 당 240 비트) 범위의 통과 대역을 가진 대역 필터로 필터링함으로써 액세스될 수 있다. 전체 모션으로 인한 활동은 전형적으로 4 Hz 내지 10 Hz 범위이다. 이들 범위에서 중첩될 수 있음에 유의해야 한다. 강한(뚜렷한) 호흡 흔적은 강력한 고조파를 야기할 수 있으며, 이들은 혼동을 피하기 위해 추적될 필요가 있다. 예를 들어, 본 기술의 몇몇 버전에서의 신호 분석은 국제 특허 출원 공개 번호 WO2014/047310호에 설명된 임의의 방법론을 포함할 수 있으며, 예를 들어 호흡 신호의 웨이브렛 노이즈-제거 방법을 포함한, 이의 전체 개시는 원용에 의해 본 명세서에 포함된다.
5.1.3.1.7 시스템 예
일반적으로, 본 출원의 기술 버전은 본 명세서에서 더 상세히 설명된 모듈의 알고리즘 또는 방법과 같은 감시 관련 방법론으로 구성된 하나 이상의 프로세서에 의해 실시될 수 있다. 따라서, 본 기술은 집적 칩, 하나 이상의 메모리 및/또는 다른 제어 명령어, 데이터 또는 정보 저장 매체로 실시될 수 있다. 예를 들어, 본 명세서에서 설명된 임의의 방법론을 포함하는 프로그래밍된 명령어는 적합한 디바이스의 메모리 내의 집적 칩에 코딩될 수 있다. 이와 같은 명령어는 또한, 또는 대안적으로, 적절한 데이터 저장 매체를 사용하여 소프트웨어 또는 펌웨어로서 로딩될 수 있다. 따라서, 본 기술은 하나 이상의 프로세서에 의해 실행될 때, 프로세서로 하여금 본 명세서에 설명된 방법 또는 방법의 양태 중 어느 하나를 수행하게 하는 프로세서-실행 가능한 명령어를 저장한 프로세서-판독 가능한 매체 또는 컴퓨터-판독 가능한 데이터 저장 매체를 포함할 수 있다. 몇몇 경우에, 서버 또는 다른 네트워크 컴퓨팅 장치는 이와 같은 프로세서 판독 가능한 데이터 저장 매체를 포함하거나 아니면 그에 액세스하도록 구성될 수 있다. 서버는 프로세서 판독 가능한 데이터 저장 매체의 프로세서 실행 가능한 명령어를 네트워크를 통해 프로세싱 디바이스에 다운로드하기 위한 요청을 수신하도록 구성될 수 있다. 따라서, 그 기술은 프로세서-판독 가능한 데이터 저장 매체에 액세스하는 서버의 방법을 포함할 수 있다. 서버는 네트워크를 통해 컴퓨팅 디바이스 또는 휴대용 컴퓨팅 디바이스(예를 들어, 스마트폰)와 같은 프로세싱 디바이스로 명령어를 다운로드하는 것과 같이, 프로세서-판독 가능한 데이터 저장 매체의 프로세서 실행 가능한 명령어의 다운로드를 위한 요청을 수신한다. 그 다음, 서버는 요청에 응답하여 컴퓨터 판독 가능한 데이터 저장 매체의 프로세서 실행 가능한 명령어를 디바이스로 송신할 수 있다. 그 다음, 디바이스는, 예컨대 프로세서 실행 가능한 명령어가 디바이스의 다른 프로세서 판독 가능한 데이터 저장 매체에 저장되는 경우에, 프로세서 실행 가능한 명령어를 실행할 수 있다.
5.1.3.1.8 다른 휴대용 또는 전자 프로세싱 디바이스
이전에 언급한 바와 같이, 본 명세서에서 설명된 사운드 감지 방법론은 스마트폰, 랩톱, 휴대용/모바일 디바이스, 모바일 폰, 태블릿 컴퓨터 등과 같은 전자 프로세싱 디바이스 또는 컴퓨팅 디바이스의 하나 이상의 프로세서에 의해 실시될 수 있다. 이들 디바이스는 전형적으로 휴대용 또는 모바일용으로 이해될 수 있다. 그러나, 다른 유사한 전자 프로세싱 디바이스가 본 명세서에서 설명된 기술로 또한 실시될 수 있다.
예를 들어, 많은 가정과 차량에는 사람의 청각 임계치 바로 위의 저주파 초음파 범위와 같은 사운드를 방출하고 기록할 수 있는 전자 프로세싱 디바이스(예를 들어, 스마트 스피커, 능동 사운드 바, 스마트 디바이스, 음성 및 다른 가상 보조장치를 지원하는 다른 디바이스)를 포함한다. 스마트 스피커 또는 유사한 디바이스는 전형적으로 홈 오토메이션과 같은 다른 가정용 디바이스, 및/또는 인터넷과 같은 네트워크로 그리고 이들로부터 통신을 위한 것과 같은 유선 또는 무선 수단을 통한 통신 구성요소(예컨대, 블루투스, 와이파이, 지그 비(Zig Bee), 메쉬, 피어 투 피어(peer to peer) 네트워킹 등)를 포함한다. 음향 신호를 간단히 방출하도록 설계된 표준 스피커와 달리, 스마트 스피커는 보통, 하나 이상의 프로세서와 하나 이상의 스피커뿐만 아니라, 하나 이상의 마이크로폰(마이크(들))을 포함한다. 마이크(들)는 개인화된 음성 제어를 제공하기 위해서 지능형 보조장치(인공 지능(AI) 시스템)와 인터페이스하는 데 사용될 수 있다. 몇몇 예는 "오케이 구글(OK Google)", "헤이 시리(Hey Siri)", "알렉사(Alexa)" 문구를 사용하여 음성을 활성화하는 구글 홈(Google Home), 애플 홈팟(Apple HomePod), 아마존 에코(Amazon Echo)이다. 이들 디바이스는 휴대용일 수 있으며, 전형적으로 특정 위치에서 사용하기 위한 것일 수 있다. 연결된 이들 센서는 사물 인터넷(IoT)의 일부로 간주될 수 있다. 능동 사운드 바(즉, 마이크로폰을 포함함), 스마트 텔레비전(전형적으로 고정 디바이스일 수 있음) 및 모바일 스마트 디바이스와 같은 다른 디바이스가 또한 이용될 수 있다.
이와 같은 디바이스 및 시스템은 본 명세서에서 설명된 저주파 초음파 기법을 사용하여 생리학적 감지를 수행하도록 적용될 수 있다.
다중 변환기를 갖는 디바이스에 대해서, 빔 형성을 실시하는 것이 가능하다(여기서, 신호 프로세싱은 센서 어레이(예를 들어, 스피커)로 송신되거나 그로부터 수신된 신호의 방향성 또는 공간 선택성을 제공하도록 사용된다). 이는 전형적으로 파면이 저주파 초음파에 대해 상대적으로 평탄한 "원거리 장(far field)" ("근거리 장"인 의료 영상과는 반대로)문제이다. 순수한 CW 시스템에 대해서, 오디오 파는 스피커에서 나와 최대 및 최소 영역으로 이어진다. 그러나, 다중 변환기가 이용 가능하면, 이러한 방사 패턴을 본 발명의 장점 - 빔 형성(beam forming)으로 공지된 접근법 - 으로 제어하는 것이 가능하게 된다. 수신 측에서, 다중 마이크로폰이 또한 사용될 수 있다. 이는 음향 감지가 일 방향으로 우선적으로 조종되게 하고(예를 들어, 방출된 사운드 및/또는 수신된 음파를 조정하고), 영역을 가로질러 스윕되게 한다. 침대에 있는 사용자의 경우에 대해서, 감지는 대상체 쪽으로 - 또는 말하자면, 침대에 두 명이 있는 다중 대상체 쪽으로 - 조정될 수 있다.
부가적인 예로서, 본 명세서에서 설명된 기술은 비침습성 디바이스(예를 들어, 스마트 워치) 또는 심지어 침습성 디바이스(예를 들어, 임플란트 칩 또는 이식 가능한 디바이스)와 같은 착용식 디바이스에서 실시될 수 있다. 이들 휴대용 디바이스는 또한, 본 발명의 기술로 구성될 수 있다.
5.2 다른 비고
본 특허 출원 문서의 개시 부분은 저작권 보호를 받는 자료를 포함한다. 저작권 소유자는 특허청의 특허 파일이나 기록에 나타나 있듯이 누구나 특허 문서 또는 특허 개시에 의한 팩스 복제에 대한 이의를 제기하지 않지만, 무엇이든지 간에 모든 저작권 권리를 보유한다.
문맥상 달리 명확하게 지시하지 않고 값의 범위가 제공되는 경우에, 하한 단위의 1/10까지, 해당 범위의 상한과 하한 사이, 그리고 그 언급된 범위의 임의의 다른 언급 또는 개재된 값인 각각의 개재 값은 본 기술 내에 포함되는 것으로 이해된다. 개재 범위에 독립적으로 포함될 수 있는 이들 개재 범위의 상한 및 하한은 언급된 범위 내의 임의의 특히 배제된 한계값에 속하는 것으로 본 기술범위 내에 또한 포함된다. 언급된 범위가 하나 또는 둘 모두의 한계값을 포함하는 경우에, 이들 포함된 한계값 중 하나 또는 둘 모두를 배제한 범위가 또한 본 기술범위 내에 포함된다.
또한, 값 또는 값들이 본 기술의 일부로서 실시되는 것으로 본 명세서에서 언급되는 경우에, 이와 같은 값은 달리 언급되지 않는 한 근사값일 수 있고, 이와 같은 값은 실용적인 기술 실시로 이를 허용하거나 요구할 수 있는 범위의 임의의 적합한 유효 자릿수로 사용될 수 있다.
달리 정의되지 않는 한, 본 명세서에서 사용된 모든 기술 및 과학 용어는 본 기술이 속하는 분야의 당업자 중 한 사람에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 본 명세서에서 설명된 것과 유사하거나 동등한 임의의 방법 및 재료가 또한 본 기술의 실시 또는 테스트에 사용될 수 있지만, 제한된 수의 예시적인 방법 및 재료만이 본 명세서에서 설명된다.
특정 재료가 구성요소를 구성하는 데 사용되는 것으로 확인될 때, 유사한 특성을 가진 명백한 대체 재료가 대체물로 사용될 수 있다. 또한, 달리 명시되지 않는 한, 본 명세서에서 설명된 임의의 그리고 모든 구성요소는 제조될 수 있는 것으로 이해되며, 그 때문에 함께 또는 개별적으로 제조될 수 있다.
본 명세서에서 그리고 첨부된 청구범위에서 사용된 바와 같이, 단수 형태("a", "an" 및 "the")는 문맥에서 달리 명백하게 지시하지 않는 한 그들의 복수 등가물을 포함한다는 것에 유의해야 한다.
본 명세서에서 언급된 모든 공보는 이들 공보의 대상인 방법 및/또는 재료를 개시하고 설명하기 위해 그 전체가 원용에 의해 본 명세서에 포함된다. 본 명세서에서 논의된 공보는 본 출원의 출원일 이전에 그들의 공개를 위해서만 제공된다. 본 발명의 기술이 선행 발명에 의한 이와 같은 공개에 앞서 있을 자격이 없다는 것을 인정하는 것으로 해석되어서는 안 된다. 또한, 제공된 공보의 날짜는 실제 공개 날짜와 다를 수 있으며, 이는 독자적으로 확인할 필요가 있을 수 있다.
용어 "포함한다" 및 "포함하는"은 언급된 요소, 구성요소 또는 단계가 존재할 수 있거나, 명시적으로 언급되지 않은 다른 요소, 구성요소 또는 단계와 사용되거나 조합될 수 있음을 나타내는 비배타적인 방식으로 요소, 구성요소 또는 단계를 언급하는 것으로 해석되어야한다.
상세한 설명에 사용된 제목은 독자의 용이한 참조용으로만 포함되며 본 개시 또는 청구범위에 걸쳐 발견된 요지를 제한하는 데 사용되어서는 안 된다. 제목은 청구범위 범주 또는 청구범위 한계를 해석할 때 사용되어서는 안 된다.
본 명세서의 기술이 특정 예를 참조하여 설명되었지만, 이들 예는 단지 기술의 원리 및 용례의 예시라고 이해해야 한다. 몇몇 경우에, 용어 및 부호는 기술을 실행하는 데 요구되지 않은 특정 세부사항을 의미할 수 있다. 예를 들어, 용어 "제1" 및 "제2"가 사용될 수 있지만, 이들 용어는 달리 명시하지 않는 한, 임의의 순서를 나타내지 않으며 별개의 요소를 구별하는 데 사용될 수 있다. 또한, 방법론의 프로세스 단계가 순서대로 설명되거나 예시될 수 있지만, 이와 같은 순서는 요구되지 않는다. 당업자는 이와 같은 순서가 수정될 수 있고/있거나 그 양태가 동시에 또는 심지어 동기적으로 수행될 수 있다는 것을 인식 할 것이다.
따라서, 많은 수정이 예시적인 예에 대해 이루어질 수 있고 다른 배열이 기술의 사상 및 범주를 벗어나지 않고 강구될 수 있음을 이해해야 한다.
Claims (65)
- 프로세서에 의해 실행될 때, 프로세서가 사용자의 생리학적 운동을 검출하게 하는 저장된 프로세서 실행 가능한 명령어를 갖는 프로세서 판독 가능한 매체로서, 프로세서 실행 가능한 명령어는:
전자 프로세싱 디바이스에 결합된 스피커를 통해, 사용자를 포함한 부근에서 사운드 신호를 생성하는 것을 제어하는 명령어;
전자 프로세싱 디바이스에 결합된 마이크로폰을 통해, 사용자로부터 반사된 사운드 신호를 감지하는 것을 제어하는 명령어;
감지된 사운드 신호를 프로세싱하는 명령어; 및
프로세싱된 사운드 신호로부터 호흡 신호를 검출하는 명령어를 포함하는, 프로세서 판독 가능한 매체. - 제1항에 있어서, 상기 사운드 신호는 비가청 사운드 범위 내에 있는, 프로세서 판독 가능한 매체.
- 제1항 내지 제2항 중 어느 한 항에 있어서, 상기 사운드 신호는 펄스를 형성하는 톤 쌍을 포함하는, 프로세서 판독 가능한 매체.
- 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 사운드 신호는 일련의 프레임을 포함하며, 각각의 프레임은 일련의 톤 쌍을 포함하며, 각각의 톤 쌍은 프레임 내의 각각의 타임 슬롯과 연관되는, 프로세서 판독 가능한 매체.
- 제4항에 있어서, 상기 톤 쌍은 제1 주파수 및 제2 주파수를 포함하며, 상기 제1 주파수 및 제2 주파수는 상이한, 프로세서 판독 가능한 매체.
- 제5항에 있어서, 상기 제1 주파수 및 제2 주파수는 서로 직교하는, 프로세서 판독 가능한 매체.
- 제4항 내지 제6항 중 어느 한 항에 있어서, 상기 프레임 내의 일련의 톤 쌍은 제1 톤 쌍 및 제2 톤 쌍을 포함하며, 상기 제1 톤 쌍의 주파수는 제2 톤 쌍의 주파수와 상이한, 프로세서 판독 가능한 매체.
- 제4항 내지 제7항 중 어느 한 항에 있어서, 상기 프레임의 타임 슬롯의 톤 쌍은 타임 슬롯의 시작 및 종료시 제로 진폭을 가지며 시작과 종료 사이에서 피크 진폭으로부터 피크 진폭까지의 램핑 진폭을 가지는, 프로세서 판독 가능한 매체.
- 제4항 내지 제8항 중 어느 한 항에 있어서, 상기 프레임의 시간 폭은 변하는, 프로세서 판독 가능한 매체.
- 제9항에 있어서, 상기 시간 폭은 프레임의 슬롯 폭인, 프로세서 판독 가능한 매체.
- 제9항에 있어서, 상기 시간 폭은 프레임의 폭인, 프로세서 판독 가능한 매체.
- 제1항 내지 제11항 중 어느 한 항에 있어서, 상기 슬롯의 프레임의 일련의 톤 쌍은 프레임의 상이한 슬롯에 대해 상이한 주파수 패턴을 형성하는, 프로세서 판독 가능한 매체.
- 제12항에 있어서, 상기 상이한 주파수 패턴은 복수의 프레임에서 반복하는, 프로세서 판독 가능한 매체.
- 제12항에 있어서, 상기 상이한 주파수 패턴은 슬롯의 복수의 프레임 내의 슬롯의 상이한 프레임에 대해 변경되는, 프로세서 판독 가능한 매체.
- 제1항 내지 제14항 중 어느 한 항에 있어서, 상기 사운드 신호를 생성하는 것을 제어하는 명령어는 톤 쌍 프레임 변조기를 포함하는, 프로세서 판독 가능한 매체.
- 제1항 내지 제15항 중 어느 한 항에 있어서, 사용자로부터 반사된 사운드 신호를 감지하는 것을 제어하는 명령어는 프레임 버퍼를 포함하는, 프로세서 판독 가능한 매체.
- 제1항 내지 제16항 중 어느 한 항에 있어서, 사용자로부터 반사된 감지된 사운드 신호를 프로세싱하는 상기 명령어는 호흡 신호를 포함한 하나 이상의 기저대역 모션 신호를 생성하는 복조기를 포함하는, 프로세서 판독 가능한 매체.
- 제17항에 있어서, 상기 복조기는 복수의 기저대역 모션 신호를 생성하며, 상기 복수의 기저대역 모션 신호는 쿼드러처 기저대역 모션 신호를 포함하는, 프로세서 판독 가능한 매체.
- 제18항에 있어서, 상기 복수의 기저대역 모션 신호를 프로세싱하는 명령어를 더 포함하며, 상기 복수의 기저대역 모션 신호를 프로세싱하는 명령어는 상기 복수의 기저대역 모션 신호로부터 조합된 기저대역 모션 신호를 생성하기 위해 중간 주파수 프로세싱 모듈 및 최적화 프로세싱 모듈을 포함하며, 상기 조합된 기저대역 모션 신호는 호흡 신호를 포함하는, 프로세서 판독 가능한 매체.
- 제19항에 있어서, 상기 호흡 신호를 검출하는 명령어는 조합된 기저대역 모션 신호로부터 호흡 속도를 결정하는 것을 포함하는, 프로세서 판독 가능한 매체.
- 제4항에 종속될 때 제1항 내지 제20항 중 어느 한 항에 있어서, 상기 프레임의 각각의 타임 슬롯의 지속기간은 톤 쌍의 주파수들 사이의 차이값에 의해 나누어진 것과 동일한, 프로세서 판독 가능한 매체.
- 제1항 내지 제2항 중 어느 한 항에 있어서, 상기 사운드 신호는 변경 주파수를 갖춘 반복된 파형을 포함하는, 프로세서 판독 가능한 매체.
- 제22항에 있어서, 상기 반복된 파형은 위상-연속적인, 프로세서 판독 가능한 매체.
- 제22항에 있어서, 상기 변경 주파수를 갖춘 반복된 파형은 램프 톱니, 삼각 및 정현 파형 중 하나를 포함하는, 프로세서 판독 가능한 매체.
- 제22항 내지 제24항 중 어느 한 항에 있어서, 상기 반복된 파형의 형태의 하나 이상의 매개변수를 변화시키는 명령어를 더 포함하는, 프로세서 판독 가능한 매체.
- 제25항에 있어서, 상기 하나 이상의 매개변수는 (a) 반복된 파형의 반복된 부분에서의 피크의 위치, (b) 반복된 파형의 반복된 부분의 램프의 기울기, 및 (c) 반복된 파형의 반복된 부분의 주파수 범위 중 어느 하나 이상을 포함하는, 프로세서 판독 가능한 매체.
- 제23항에 있어서, 상기 변경 주파수를 갖춘 반복된 파형은 대칭 삼각 파형을 포함하는, 프로세서 판독 가능한 매체.
- 제22항 내지 제27항 중 어느 한 항에 있어서, 상기 사운드 신호를 생성하는 것을 제어하는 명령어는 반복된 파형의 파형을 나타내는 루핑 사운드 데이터를 포함하는, 프로세서 판독 가능한 매체.
- 제1항 내지 제28항 중 어느 한 항에 있어서, 사용자로부터 반사된 사운드 신호를 감지하는 것을 제어하는 명령어는 마이크로폰으로부터 샘플링된 사운드 데이터를 저장하는 것을 포함하는, 프로세서 판독 가능한 매체.
- 제1항 내지 제29항 중 어느 한 항에 있어서, 상기 감지된 사운드 신호를 프로세싱하는 것을 제어하는 명령어는 생성된 사운드 신호를 감지된 사운드 신호에 상관시켜 동기화를 체크하는 것을 포함하는, 프로세서 판독 가능한 매체.
- 제1항 내지 제30항 중 어느 한 항에 있어서, 상기 감지된 사운드 신호를 프로세싱하는 명령어는 호흡 신호를 포함한 데이터를 생성하는 다운 컨버터를 포함하는, 프로세서 판독 가능한 매체.
- 제31항에 있어서, 상기 다운 컨버터는 생성된 사운드 신호를 나타내는 신호를 감지된 사운드 신호와 믹싱하는, 프로세서 판독 가능한 매체.
- 제32항에 있어서, 상기 다운 컨버터는 생성된 사운드 신호를 나타내는 신호와 감지된 사운드 신호의 믹싱 출력을 필터링하는, 프로세서 판독 가능한 매체.
- 제32항 또는 제33항에 있어서, 상기 다운 컨버터는 생성된 사운드 신호를 나타내는 신호와 감지된 사운드 신호의 필터링된 믹싱 출력을 윈도윙하는, 프로세서 판독 가능한 매체.
- 제32항 내지 제34항 중 어느 한 항에 있어서, 상기 다운 컨버터는 생성된 사운드 신호를 나타내는 신호와 감지된 사운드 신호의 윈도윙되고 필터링된 믹싱 출력의 주파수 영역 변환 행렬을 생성하는, 프로세서 판독 가능한 매체.
- 제31항 내지 제35항 중 어느 한 항에 있어서, 상기 호흡 신호를 검출하는 명령어는 다운 컨버터에 의해 생성된 데이터 행렬의 다중 채널로부터 진폭 및 위상 정보를 추출하는 것을 포함하는, 프로세서 판독 가능한 매체.
- 제36항에 있어서, 상기 호흡 신호를 검출하는 명령어는 데이터 행렬로부터 복수의 특징을 계산하는 것을 더 포함하는, 프로세서 판독 가능한 매체.
- 제37항에 있어서, 상기 복수의 특징은 (a) 대역-내 스퀘어 오버 전대역 매트릭, (b) 대역-내 메트릭, (c) 첨도 메트릭, (d) 주파수 영역 분석 메트릭 중 어느 하나 이상을 포함하는, 프로세서 판독 가능한 매체.
- 제38항에 있어서, 상기 호흡 신호를 검출하는 명령어는 복수의 특징에 기초한 호흡 속도를 생성하는, 프로세서 판독 가능한 매체.
- 제1항 내지 제39항 중 어느 한 항에 있어서, 상기 프로세서 실행 가능한 명령어는;
전자 프로세싱 디바이스의 하나 이상의 특성 평가에 의한 신체 운동에 대한 사운드-기반 검출을 교정하는 명령어; 및
상기 평가에 기초하여 사운드 신호를 생성하는 명령어를 더 포함하는, 프로세서 판독 가능한 매체. - 제40항에 있어서, 상기 사운드-기반 검출을 교정하는 명령어는 적어도 하나의 하드웨어, 환경, 또는 사용자 특정 특성을 결정하는, 프로세서 판독 가능한 매체.
- 제1항 내지 제41항 중 어느 한 항에 있어서, 상기 프로세서 실행 가능한 명령어는:
상기 사운드 신호를 생성하기 위한 주파수가 사용자 입력에 기초하여 선택되고 하나 이상의 테스트 사운드 신호를 생성하는 애완동물 설정 모드를 작동시키는 명령어를 더 포함하는, 프로세서 판독 가능한 매체. - 제1항 내지 제42항 중 어느 한 항에 있어서, 상기 프로세서 실행 가능한 명령어는:
상기 전자 프로세싱 디바이스와 검출된 사용자 상호작용에 기초하여 사운드 신호를 생성하는 것을 중단하는 명령어를 더 포함하며; 상기 검출된 사용자 상호작용은 가속도계로 전자 프로세싱 디바이스의 운동 검출, 버튼의 누름 검출, 스크린 터치 검출, 착신 전화 호출의 검출 중 어느 하나 이상을 포함하는, 프로세서 판독 가능한 매체. - 제1항 내지 제43항 중 어느 한 항에 있어서, 상기 프로세서 실행 가능한 명령어는:
상기 전자 프로세싱 디바이스와 사용자 상호작용의 검출된 부재에 기초하여 사운드 신호를 생성하는 것을 개시하는 명령어를 더 포함하는, 프로세서 판독 가능한 매체. - 제1항 내지 제44항 중 어느 한 항에 있어서, 상기 프로세서 실행 가능한 명령어는:
사용자로부터 반사된 감지된 사운드 신호의 프로세싱에 기초하여 전신 운동을 검출하는 명령어를 더 포함하는, 프로세서 판독 가능한 매체. - 제1항 내지 제45항 중 어느 한 항에 있어서, 상기 프로세서 실행 가능한 명령어는:
사용자 모션을 검출하기 위해 환경 사운드, 음성 사운드 및 호흡 사운드 중 어느 하나 이상을 평가하도록 마이크로폰을 통해 감지된 오디오 신호를 처리하는 명령어를 더 포함하는, 프로세서 판독 가능한 매체. - 제1항 내지 제46항 중 어느 한 항에 있어서, 상기 프로세서 실행 가능한 명령어는:
(a) 수면을 나타내는 슬립 상태; (b) 각성을 나타내는 슬립 상태; (c) 깊은 수면을 나타내는 슬립 단계; (d) 가벼운 수면을 나타내는 슬립 단계; 및 (e) REM 수면을 나타내는 슬립 단계 중 어느 하나 이상을 결정하기 위해 호흡 신호를 프로세싱하는 명령어를 더 포함하는, 프로세서 판독 가능한 매체. - 제1항 내지 제47항 중 어느 한 항에 있어서, 상기 프로세서 실행 가능한 명령어는:
전자 프로세싱 디바이스 부근에서 사운드 주파수를 검출하고 검출된 사운드 주파수와 상이한 사운드 신호에 대한 주파수 범위를 선택하기 위해 설정 모드를 작동시키는 명령어를 더 포함하는, 프로세서 판독 가능한 매체. - 제48항에 있어서, 상기 설정 모드를 작동시키는 명령어는 검출된 사운드 주파수와 중첩되지 않는 주파수 범위를 선택하는, 프로세서 판독 가능한 매체.
- 제1항 내지 제49항 중 어느 한 항의 프로세서 판독 가능한 매체에 액세스하는 서버로서, 상기 서버는 네트워크를 통해 전자 프로세싱 디바이스에 프로세서 판독 가능한 매체의 프로세서 실행 가능한 명령어를 다운로드하기 위한 요청을 수신하도록 구성되는, 프로세서 판독 가능한 매체에 액세스하는 서버.
- 모바일 전자 디바이스로서, 하나 이상의 프로세서; 상기 하나 이상의 프로세서에 결합된 스피커; 상기 하나 이상의 프로세서에 결합된 마이크로폰; 및 제1항 내지 제49항 중 어느 한 항에 따른 프로세서 판독 가능한 매체를 포함하는, 모바일 전자 디바이스.
- 제1 항 내지 제49 항 중 어느 한 항에 따른 프로세서 판독 가능한 매체에 액세스하는 서버의 방법으로서, 상기 서버에서, 프로세서 판독 가능한 매체의 프로세서 실행 가능한 명령어를 네크워크를 통해 전자 프로세싱 디바이스에 다운로드하기 위한 요청을 수신하는 단계; 및 상기 요청에 응답하여 프로세서 실행 가능한 명령어를 전자 프로세싱 디바이스로 송신하는 단계를 포함하는, 프로세서 판독 가능한 매체에 액세스하는 서버의 방법.
- 모바일 전자 디바이스를 사용하여 신체 운동을 검출하는 프로세서의 방법으로서,
프로세서로 제1항 내지 제49항 중 어느 한 항의 프로세서 판독 가능한 매체에 액세스하는 단계, 및
프로세서에서 프로세서 판독 가능한 매체의 프로세서 실행 가능한 명령어를 실행하는 단계를 포함하는, 모바일 전자 디바이스를 사용하여 신체 운동을 검출하는 프로세서의 방법. - 모바일 전자 디바이스를 사용하여 신체 운동을 검출하는 프로세서의 방법으로서,
사용자를 포함하는 부근에서 모바일 전자 디바이스에 결합된 스피커를 통해, 사운드 신호를 생성하는 것을 제어하는 단계;
모바일 전자 디바이스에 결합된 마이크로폰을 통해서 사용자로부터 반사된 사운드 신호를 감지하는 것을 제어하는 단계;
감지된 반사된 사운드 신호를 프로세싱하는 단계; 및
프로세싱된 반사된 사운드 신호로부터 호흡 신호를 검출하는 단계를 포함하는, 모바일 전자 디바이스를 사용하여 신체 운동을 검출하는 프로세서의 방법. - 모바일 전자 디바이스를 사용하여 운동 및 호흡을 검출하는 방법으로서,
모바일 전자 디바이스의 스피커를 통해, 사용자 쪽으로 사운드 신호를 송신하는 단계;
모바일 전자 디바이스의 마이크로폰을 통해서 사용자로부터 반사되는 반사된 사운드 신호를 감지하는 단계; 및
반사된 사운드 신호로부터 호흡 및 모션 신호를 검출하는 단계를 포함하는, 모바일 전자 디바이스를 사용하여 운동 및 호흡을 검출하는 방법. - 제55항에 있어서, 상기 사운드 신호는 비가청 사운드 신호인, 모바일 전자 디바이스를 사용하여 운동 및 호흡을 검출하는 방법.
- 제55항에 있어서, 송신 단계 이전에, FMCW 변조 방식, FHRG 변조 방식, AFHRG 변조 방식, CW 변조 방식, UWB 변조 방식 또는 ACW 변조 방식 중 어느 하나를 사용하여 사운드 신호를 변조하는 단계를 포함하는, 모바일 전자 디바이스를 사용하여 운동 및 호흡을 검출하는 방법.
- 제55항 내지 제57항 중 어느 한 항에 있어서, 상기 사운드 신호는 프레임으로서 송신된 복수의 주파수 쌍을 포함하는 변조된 저주파 초음파 사운드 신호인, 모바일 전자 디바이스를 사용하여 운동 및 호흡을 검출하는 방법.
- 제55항에 있어서,
반사된 사운드 신호의 감지시, 반사된 사운드 신호를 복조하는 단계를 더 포함하며, 상기 복조하는 단계는:
반사된 사운드 신호에 필터 작동을 수행하는 단계; 및
필터링된 반사된 사운드 신호를 송신된 사운드 신호의 타이밍과 동기화시키는 단계를 더 포함하는, 모바일 전자 디바이스를 사용하여 운동 및 호흡을 검출하는 방법. - 제55항 내지 제59항 중 어느 한 항에 있어서, 상기 사운드 신호를 생성하는 단계는:
상기 모바일 전자 디바이스의 하나 이상의 특성을 평가하기 위해 교정 기능을 수행하는 단계; 및
상기 교정 기능에 기초하여 사운드 신호를 생성하는 단계를 포함하는, 모바일 전자 디바이스를 사용하여 운동 및 호흡을 검출하는 방법. - 제60항에 있어서, 상기 교정 기능은 적어도 하나의 하드웨어, 환경, 또는 사용자 특정 특성을 결정하도록 구성되는, 모바일 전자 디바이스를 사용하여 운동 및 호흡을 검출하는 방법.
- 제59항에 있어서, 상기 필터 작동은 고역 필터링 작동인, 모바일 전자 디바이스를 사용하여 운동 및 호흡을 검출하는 방법.
- 모션 및 호흡을 검출하는 방법으로서,
사용자 쪽으로 지향된 사운드 신호를 생성하는 단계;
사용자로부터 반사된 사운드 신호를 감지하는 단계; 및
감지된 반사된 사운드 신호로부터 호흡 및 모션 신호를 검출하는 단계를 포함하는, 모션 및 호흡을 검출하는 방법. - 제63항에 있어서, 상기 생성하는 단계, 감지하는 단계, 및 검출하는 단계는 침상 디바이스에서 수행되는, 모션 및 호흡을 검출하는 방법.
- 제64항에 있어서, 상기 침상 디바이스는 CPAP 디바이스인, 모션 및 호흡을 검출하는 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020227022495A KR102647218B1 (ko) | 2016-09-19 | 2017-09-19 | 오디오 신호 및 다중 신호로부터 생리학적 운동을 검출하는 장치, 시스템 및 방법 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201662396616P | 2016-09-19 | 2016-09-19 | |
| US62/396,616 | 2016-09-19 | ||
| PCT/EP2017/073613 WO2018050913A1 (en) | 2016-09-19 | 2017-09-19 | Apparatus, system, and method for detecting physiological movement from audio and multimodal signals |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020227022495A Division KR102647218B1 (ko) | 2016-09-19 | 2017-09-19 | 오디오 신호 및 다중 신호로부터 생리학적 운동을 검출하는 장치, 시스템 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190046947A true KR20190046947A (ko) | 2019-05-07 |
| KR102417095B1 KR102417095B1 (ko) | 2022-07-04 |
Family
ID=60037551
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020227022495A KR102647218B1 (ko) | 2016-09-19 | 2017-09-19 | 오디오 신호 및 다중 신호로부터 생리학적 운동을 검출하는 장치, 시스템 및 방법 |
| KR1020197009613A KR102417095B1 (ko) | 2016-09-19 | 2017-09-19 | 오디오 신호 및 다중 신호로부터 생리학적 운동을 검출하는 장치, 시스템 및 방법 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020227022495A KR102647218B1 (ko) | 2016-09-19 | 2017-09-19 | 오디오 신호 및 다중 신호로부터 생리학적 운동을 검출하는 장치, 시스템 및 방법 |
Country Status (6)
| Country | Link |
|---|---|
| US (2) | US20210275056A1 (ko) |
| EP (2) | EP4140398A1 (ko) |
| JP (2) | JP7110183B2 (ko) |
| KR (2) | KR102647218B1 (ko) |
| CN (2) | CN109952058B (ko) |
| WO (1) | WO2018050913A1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210038398A (ko) * | 2019-09-30 | 2021-04-07 | 주식회사 원키 | 음파 통신을 활용한 차량 개폐 시스템에서 Chirp 신호를 이용해 음파 도달 시간을 보다 정확히 측정하고 거리를 측위하는 방법 |
Families Citing this family (132)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IL250253B (en) | 2017-01-24 | 2021-10-31 | Arbe Robotics Ltd | A method for separating targets and echoes from noise, in radar signals |
| IL255982A (en) | 2017-11-29 | 2018-01-31 | Arbe Robotics Ltd | Detection, mitigation and prevention of mutual interference between fixed water radars in vehicles |
| JP2021508521A (ja) | 2017-12-22 | 2021-03-11 | レスメッド センサー テクノロジーズ リミテッド | 車両内生理学的感知のための装置、システムおよび方法 |
| US11615688B2 (en) | 2017-12-22 | 2023-03-28 | Resmed Sensor Technologies Limited | Apparatus, system, and method for motion sensing |
| EP3746810A2 (en) * | 2018-01-29 | 2020-12-09 | Sonitor Technologies AS | Ad hoc positioning of mobile devices using near ultrasound signals |
| CN108469611B (zh) * | 2018-03-29 | 2021-08-10 | 电子科技大学 | 基于身份识别的fmcw雷达测距系统基带信号处理方法 |
| IL259190A (en) * | 2018-05-07 | 2018-06-28 | Arbe Robotics Ltd | System and method for frequency hopping MIMO FMCW imaging radar |
| US20210121096A1 (en) * | 2018-05-23 | 2021-04-29 | University Of Washington | Respiratory failure detection systems and associated methods |
| CN112166350B (zh) * | 2018-06-05 | 2023-12-05 | 谷歌有限责任公司 | 智能设备中的超声感测的系统和方法 |
| AU2019301299B2 (en) * | 2018-07-09 | 2021-12-09 | Neteera Technologies Ltd. | A sub-THz and THz system for physiological parameters detection and method thereof |
| IL260696A (en) | 2018-07-19 | 2019-01-31 | Arbe Robotics Ltd | Method and device for structured self-testing of radio frequencies in a radar system |
| IL260695A (en) | 2018-07-19 | 2019-01-31 | Arbe Robotics Ltd | Method and device for eliminating waiting times in a radar system |
| IL260694A (en) | 2018-07-19 | 2019-01-31 | Arbe Robotics Ltd | Method and device for two-stage signal processing in a radar system |
| WO2020072116A2 (en) * | 2018-07-20 | 2020-04-09 | Nuance Communications, Inc. | System and method for acoustic detection of emergency sirens |
| IL261636A (en) | 2018-09-05 | 2018-10-31 | Arbe Robotics Ltd | Deflected MIMO antenna array for vehicle imaging radars |
| WO2020167489A1 (en) * | 2019-02-12 | 2020-08-20 | UDP Labs, Inc. | Systems and methods for generating synthetic cardio-respiratory signals |
| CN113710151A (zh) * | 2018-11-19 | 2021-11-26 | 瑞思迈传感器技术有限公司 | 用于检测呼吸障碍的方法和设备 |
| JP7317448B2 (ja) * | 2018-12-18 | 2023-07-31 | 三星電子株式会社 | 生体情報検出装置 |
| US11585913B2 (en) * | 2019-03-07 | 2023-02-21 | Logistics And Supply Chain Multi Tech R&D Centre Limited | Ultra-wideband-based system and method for detecting properties associated with a movable object in an environment |
| US20220196832A1 (en) * | 2019-04-16 | 2022-06-23 | University Of Washington | Systems and methods for contactless motion tracking |
| US11134900B2 (en) | 2019-07-23 | 2021-10-05 | KMZ Holdings LLC | System and method for diagnostic analysis of human body systems, organs, and cells |
| EP3769689A1 (en) * | 2019-07-26 | 2021-01-27 | Tata Consultancy Services Limited | Method and system for non-contact bio-signal detection using ultrasound signals |
| US20220273234A1 (en) | 2019-08-30 | 2022-09-01 | Resmed Sensor Technologies Limited | Systems and methods for adjusting user position using multi-compartment bladders |
| US20230000396A1 (en) | 2019-09-13 | 2023-01-05 | Resmed Sensor Technologies Limited | Systems and methods for detecting movement |
| US20220339380A1 (en) | 2019-09-13 | 2022-10-27 | Resmed Sensor Technologies Limited | Systems and methods for continuous care |
| WO2021064557A1 (en) | 2019-09-30 | 2021-04-08 | Resmed Sensor Technologies Limited | Systems and methods for adjusting electronic devices |
| CN114730630A (zh) | 2019-09-30 | 2022-07-08 | 瑞思迈传感器技术有限公司 | 用于预测疗法采用的系统和方法 |
| WO2021062466A1 (en) * | 2019-09-30 | 2021-04-08 | ResMed Pty Ltd | Acoustic analysis of a respiratory therapy system |
| WO2021086809A1 (en) | 2019-10-28 | 2021-05-06 | Arizona Board Of Regents On Behalf Of Arizona State University | Methods and systems for remote sleep monitoring |
| WO2021084508A1 (en) | 2019-10-31 | 2021-05-06 | Resmed Sensor Technologies Limited | Systems and methods for injecting substances into a respiratory system |
| EP4051091B1 (en) | 2019-10-31 | 2023-08-02 | ResMed Sensor Technologies Limited | Systems for insomnia screening and management |
| WO2021084501A1 (en) | 2019-10-31 | 2021-05-06 | ResMed Pty Ltd | Systems and methods for active noise cancellation |
| CN114901335A (zh) | 2019-10-31 | 2022-08-12 | 瑞思迈传感器技术有限公司 | 用于智能加湿的系统、方法和装置 |
| WO2021087337A1 (en) * | 2019-11-01 | 2021-05-06 | Arizona Board Of Regents On Behalf Of Arizona State University | Remote recovery of acoustic signals from passive sources |
| CN111182415B (zh) * | 2019-11-14 | 2021-06-25 | 广东小天才科技有限公司 | 一种音箱控制方法及智能音箱、存储介质 |
| EP3827741B1 (en) * | 2019-11-29 | 2024-04-24 | Tata Consultancy Services Limited | Method and system for unobtrusive liveliness detection and monitoring using dfr in an iot network |
| CN112882016B (zh) * | 2019-11-29 | 2023-09-26 | 南京理工大学 | 基于改进的稳健自适应波束形成的多人生命体征检测方法 |
| AU2020394610B2 (en) | 2019-11-30 | 2022-10-06 | Resmed Sensor Technologies Limited | Systems and methods for adjusting user position using multi-compartment bladders |
| IL271269A (en) | 2019-12-09 | 2021-06-30 | Arbe Robotics Ltd | Radom for a planar antenna for car radar |
| WO2021118570A1 (en) | 2019-12-12 | 2021-06-17 | Google Llc | Radar-based monitoring of a fall by a person |
| WO2021118602A1 (en) * | 2019-12-13 | 2021-06-17 | Google Llc | Heart beat measurements using a mobile device |
| JP2023508002A (ja) * | 2019-12-18 | 2023-02-28 | ドルビー ラボラトリーズ ライセンシング コーポレイション | オーディオデバイス自動場所選定 |
| US20230036312A1 (en) | 2019-12-26 | 2023-02-02 | Resmed Sensor Technologies Limited | Systems and methods for generating reminders to use respiratory therapy systems |
| EP4084673A1 (en) | 2019-12-31 | 2022-11-09 | ResMed Sensor Technologies Limited | Systems and methods for determining a sleep time |
| CN111616716B (zh) * | 2020-01-09 | 2023-10-20 | 成都维客昕微电子有限公司 | 一种基于多波长光源联合的步频测量装置及方法 |
| US20230343435A1 (en) | 2020-01-31 | 2023-10-26 | Resmed Sensor Technologies Limited | Systems and methods for requesting consent for data |
| CN115334959A (zh) | 2020-01-31 | 2022-11-11 | 瑞思迈传感器技术有限公司 | 用于呼吸暂停-低通气指数计算的睡眠状态检测 |
| AU2021214974A1 (en) | 2020-01-31 | 2022-08-25 | Resmed Sensor Technologies Limited | Systems and methods for detecting mouth leak |
| EP4097731A1 (en) | 2020-01-31 | 2022-12-07 | ResMed Sensor Technologies Limited | Systems and methods for reducing insomnia-related symptoms |
| US20220026569A1 (en) * | 2020-02-24 | 2022-01-27 | Jens Nicolai Plesner | Smartphone-, tablet- or laptop-based motion detection system using Doppler Effect and audio processing |
| WO2021171226A2 (en) | 2020-02-26 | 2021-09-02 | Resmed Sensor Technologies Limited | Method and apparatus for edema detection |
| EP4111468A1 (en) | 2020-02-27 | 2023-01-04 | ResMed Sensor Technologies Limited | Systems and methods for predicting alertness |
| JP2023516210A (ja) | 2020-03-05 | 2023-04-18 | レズメド センサー テクノロジーズ リミテッド | 個人の眠気を増加させるためのシステムおよび方法 |
| US11793425B1 (en) * | 2020-03-05 | 2023-10-24 | Amazon Technologies, Inc. | Phase disambiguation for radar-based breathing measurements |
| EP4114486B1 (en) | 2020-03-06 | 2024-04-24 | ResMed Sensor Technologies Limited | Systems and methods for detecting an intentional leak characteristic curve for a respiratory therapy system |
| WO2021198871A1 (en) | 2020-03-28 | 2021-10-07 | Resmed Sensor Technologies Limited | User interface with integrated sensor |
| WO2021198935A1 (en) | 2020-03-31 | 2021-10-07 | Resmed Sensor Technologies Limited | Systems and methods for determining movement of a conduit |
| JP2023521656A (ja) | 2020-03-31 | 2023-05-25 | レズメド センサー テクノロジーズ リミテッド | 気道閉塞をマッピングするためのシステム及び方法 |
| US20230240595A1 (en) | 2020-03-31 | 2023-08-03 | Resmed Sensor Technologies Limited | Systems and methods for detecting rem behavior disorder |
| JP2023523001A (ja) | 2020-04-20 | 2023-06-01 | レズメド アジア プライベート リミテッド | 睡眠関連パラメータを分析するためのシステムおよび方法 |
| WO2021220230A1 (en) | 2020-04-30 | 2021-11-04 | Resmed Sensor Technologies Limited | Systems and methods for analyzing physical features of an individual |
| EP4142582A1 (en) | 2020-04-30 | 2023-03-08 | ResMed Sensor Technologies Limited | Alertness service |
| US20230173221A1 (en) | 2020-04-30 | 2023-06-08 | Resmed Sensor Technologies Limited | Systems and methods for promoting a sleep stage of a user |
| WO2021234037A1 (en) | 2020-05-19 | 2021-11-25 | Resmed Sensor Technologies Limited | Methods and apparatus for detection and monitoring of health parameters |
| WO2021243152A1 (en) | 2020-05-28 | 2021-12-02 | Resmed Inc. | Systems and methods for monitoring user activity |
| US20210369232A1 (en) * | 2020-05-29 | 2021-12-02 | University Of Pittsburgh-Of The Commonwealth System Of Higher Education | Systems and methods for evaluating respiratory function using a smartphone |
| WO2021243316A1 (en) | 2020-05-29 | 2021-12-02 | Resmed Sensor Technologies Limited | Systems and methods for predicting mask leaks |
| US20230206486A1 (en) | 2020-05-29 | 2023-06-29 | Resmed Sensor Technologies Limited | Systems and methods for locating user interface leak |
| EP4162499A1 (en) | 2020-06-05 | 2023-04-12 | ResMed Sensor Technologies Limited | Systems and methods for identifying a user interface |
| BR112022025094A2 (pt) | 2020-06-08 | 2023-02-07 | Resmed Sensor Tech Ltd | Sistemas e métodos para categorizar e/ou distinguir uma interface de usuário |
| WO2021250573A1 (en) | 2020-06-08 | 2021-12-16 | Resmed Sensor Technologies Limited | Acoustic detection of water level in humidifier |
| WO2021260656A1 (en) | 2020-06-26 | 2021-12-30 | Resmed Sensor Technologies Limited | Systems and methods for communicating an indication of a sleep-related event to a user |
| EP4171360A1 (en) | 2020-06-30 | 2023-05-03 | ResMed Sensor Technologies Limited | Systems and methods for multi-component health scoring |
| JP2023536260A (ja) | 2020-07-30 | 2023-08-24 | レズメド インコーポレイテッド | 呼吸システムユーザに対してローカルにあるデバイスにより、健康状態を決定するためのシステム及び方法 |
| JP2023537335A (ja) | 2020-07-31 | 2023-08-31 | レズメド センサー テクノロジーズ リミテッド | 呼吸治療中の動きの決定システムおよび方法 |
| US11406281B2 (en) | 2020-08-11 | 2022-08-09 | Google Llc | Contactless cough detection and attribution |
| US11808839B2 (en) | 2020-08-11 | 2023-11-07 | Google Llc | Initializing sleep tracking on a contactless health tracking device |
| US11754676B2 (en) | 2020-08-11 | 2023-09-12 | Google Llc | Precision sleep tracking using a contactless sleep tracking device |
| US11832961B2 (en) | 2020-08-11 | 2023-12-05 | Google Llc | Contactless sleep detection and disturbance attribution |
| CN114098794A (zh) * | 2020-08-28 | 2022-03-01 | 华为技术有限公司 | 人体健康状况的检测方法及装置 |
| JP2023539885A (ja) | 2020-08-31 | 2023-09-20 | レズメド ピーティーワイ リミテッド | マスク推奨を決定するシステム及び方法 |
| CN116114026A (zh) | 2020-08-31 | 2023-05-12 | 瑞思迈私人有限公司 | 用于确定用于用户的建议的治疗的系统和方法 |
| WO2022047339A1 (en) | 2020-08-31 | 2022-03-03 | Resmed Corp. | Systems and methods for pre-symptomatic disease detection |
| EP4213718A1 (en) | 2020-09-18 | 2023-07-26 | ResMed Sensor Technologies Limited | Systems and methods for aiding a respiratory therapy system user |
| WO2022058964A1 (en) | 2020-09-18 | 2022-03-24 | ResMed Pty Ltd | Systems and methods for monitoring comorbidities |
| WO2022067077A1 (en) * | 2020-09-24 | 2022-03-31 | University Of Washington | Beamforming systems and methods for detecting heart beats |
| EP4218021A2 (en) | 2020-09-25 | 2023-08-02 | ResMed Sensor Technologies Limited | Systems and methods for diagnosing operational issues in a respiratory system |
| JP2023542739A (ja) | 2020-09-29 | 2023-10-11 | レズメド センサー テクノロジーズ リミテッド | 呼吸治療システムの使用を決定するためのシステム及び方法 |
| CN116569276A (zh) | 2020-10-09 | 2023-08-08 | 瑞思迈传感器技术有限公司 | 自动用户接口识别 |
| EP4225230A1 (en) | 2020-10-09 | 2023-08-16 | ResMed Sensor Technologies Limited | Automatic oral appliance adjustment |
| CN112466274B (zh) * | 2020-10-29 | 2024-02-27 | 中科上声（苏州）电子有限公司 | 一种电动汽车的车内主动发声方法及系统 |
| EP4237793A1 (en) | 2020-10-30 | 2023-09-06 | ResMed Sensor Technologies Limited | Systems and methods for determining a length and/or a diameter of a conduit |
| EP4236767A1 (en) | 2020-10-30 | 2023-09-06 | ResMed Sensor Technologies Limited | Sleep performance scoring during therapy |
| CN112558031A (zh) * | 2020-11-17 | 2021-03-26 | 北京木牛领航科技有限公司 | 一种生命运动及体征监测方法、系统及存储介质 |
| CN116711022A (zh) | 2020-11-20 | 2023-09-05 | 瑞思迈传感器技术有限公司 | 用于监测个体的舒适度的系统和方法 |
| EP4251031A1 (en) | 2020-11-27 | 2023-10-04 | ResMed Pty Ltd | Systems and methods for identifying user body position during respiratory therapy |
| EP4251048A1 (en) | 2020-11-30 | 2023-10-04 | Matrixcare, Inc. | Method and system for detecting mood |
| WO2022120343A1 (en) * | 2020-12-01 | 2022-06-09 | Shure Acquisition Holdings, Inc. | Acoustic distance ranging system |
| WO2022130296A1 (en) | 2020-12-18 | 2022-06-23 | Resmed Sensor Technologies Limited | Cohort sleep performance evaluation |
| US20240066249A1 (en) | 2020-12-23 | 2024-02-29 | Resmed Sensor Technologies Limited | Systems and methods for detecting occlusions in headgear conduits during respiratory therapy |
| US20240033459A1 (en) | 2020-12-23 | 2024-02-01 | Resmed Sensor Technologies Limited | Systems and methods for detecting rainout in a respiratory therapy system |
| WO2022162589A1 (en) | 2021-01-29 | 2022-08-04 | Resmed Sensor Technologies Limited | Systems and methods for estimating a subjective comfort level |
| US20240075225A1 (en) | 2021-01-29 | 2024-03-07 | Resmed Sensor Technologies Limited | Systems and methods for leak detection in a respiratory therapy system |
| JP2024511698A (ja) | 2021-02-26 | 2024-03-15 | レズメド インコーポレイテッド | 個人化されたマスク形状を持続的に調整するためのシステムおよび方法 |
| US20240183979A1 (en) * | 2021-03-01 | 2024-06-06 | Reviva Softworks Ltd | Motion tracking using pure tones |
| US20240173499A1 (en) | 2021-03-31 | 2024-05-30 | Resmed Sensor Technologies Limited | Systems and methods for managing blood pressure conditions of a user of a respiratory therapy system |
| WO2022219481A1 (en) | 2021-04-16 | 2022-10-20 | Resmed Sensor Technologies Limited | Systems and methods for characterizing a user interface or a vent using acoustic data associated with the vent |
| WO2022229910A1 (en) | 2021-04-29 | 2022-11-03 | Resmed Sensor Technologies Limited | Systems and methods for modifying pressure settings of a respiratory therapy system |
| EP4088651A1 (en) | 2021-05-12 | 2022-11-16 | Ectosense NV | Method for detecting sleep disordering events |
| CN113368365A (zh) * | 2021-05-21 | 2021-09-10 | 苏州声动医疗科技有限公司 | 脑功能监测的声音振动调控设备、方法、头枕及头戴设备 |
| CN117693312A (zh) | 2021-05-24 | 2024-03-12 | 瑞思迈传感器技术有限公司 | 用于确定个体的睡眠阶段的系统和方法 |
| WO2023275812A1 (en) | 2021-06-30 | 2023-01-05 | Resmed Sensor Technologies Limited | Systems and methods for characterizing a conduit in a respiratory therapy system |
| US11489599B1 (en) * | 2021-07-01 | 2022-11-01 | Rohde & Schwarz Gmbh & Co. Kg | Wideband frequency response characterization with a narrowband source or receiver |
| WO2023031737A1 (en) | 2021-08-30 | 2023-03-09 | Resmed Sensor Technologies Limited | Biofeedback cognitive behavioral therapy for insomnia |
| CN118215969A (zh) | 2021-08-30 | 2024-06-18 | 瑞思迈数字健康公司 | 智能呼吸夹带 |
| WO2023084366A1 (en) | 2021-11-10 | 2023-05-19 | Resmed Sensor Technologies Limited | Enhanced wearable sensing |
| CN114159024B (zh) * | 2021-11-17 | 2023-10-31 | 青岛海信日立空调系统有限公司 | 一种睡眠分期方法及装置 |
| WO2023126840A1 (en) | 2021-12-30 | 2023-07-06 | Resmed Sensor Technologies Limited | Systems and methods for monitoring the use of a respiratory therapy system by an individual with diabetes |
| WO2023187686A1 (en) | 2022-03-30 | 2023-10-05 | ResMed Pty Ltd | Systems and methods for determining a positional sleep disordered breathing status |
| WO2023192481A1 (en) | 2022-03-31 | 2023-10-05 | Resmed Inc. | Methods and systems for an overall health score |
| WO2024020231A1 (en) | 2022-07-22 | 2024-01-25 | Resmed Digital Health Inc. | Systems and methods for selectively adjusting the sleeping position of a user |
| WO2024020106A1 (en) | 2022-07-22 | 2024-01-25 | ResMed Pty Ltd | Systems and methods for determining sleep scores based on images |
| WO2024023743A1 (en) | 2022-07-28 | 2024-02-01 | Resmed Sensor Technologies Limited | Systems for detecting a leak in a respiratory therapy system |
| WO2024039569A1 (en) | 2022-08-17 | 2024-02-22 | Resmed Digital Health Inc. | Systems and methods for determining a risk factor for a condition |
| WO2024039890A1 (en) | 2022-08-19 | 2024-02-22 | Resmed Digital Health Inc. | Systems and methods for determining a user interface type |
| WO2024039774A1 (en) | 2022-08-19 | 2024-02-22 | Resmed Digital Health Inc. | Systems and methods for collaborative sleep therapy usage |
| WO2024039742A1 (en) | 2022-08-19 | 2024-02-22 | Resmed Digital Health Inc. | Systems and methods for presenting dynamic avatars |
| WO2024039751A1 (en) | 2022-08-19 | 2024-02-22 | Resmed Digital Health Inc. | Systems and methods for providing a sleep therapy community |
| WO2024039752A1 (en) | 2022-08-19 | 2024-02-22 | Resmed Digital Health Inc. | Systems and methods for determining matches based on sleep information |
| WO2024049704A1 (en) | 2022-08-30 | 2024-03-07 | Resmed Digital Health Inc. | Systems and methods for pulmonary function testing on respiratory therapy devices |
| WO2024069436A1 (en) | 2022-09-27 | 2024-04-04 | Resmed Sensor Technologies Limited | Systems and methods for analyzing sounds made by an individual during a sleep session |
| WO2024069500A1 (en) | 2022-09-29 | 2024-04-04 | Resmed Sensor Technologies Limited | Systems and methods for cardiogenic oscillation detection |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000304859A (ja) * | 1999-04-20 | 2000-11-02 | Nec Corp | アクティブソーナー及びその目標検出方法 |
| US20040242997A1 (en) * | 2003-05-28 | 2004-12-02 | Griffin Dennis P. | Ultrasonic occupant detection and classification system |
| WO2007124126A2 (en) * | 2006-04-20 | 2007-11-01 | Engineered Vigilance, Llc | Method for using a non-invasive cardiac and respiratory monitoring system |
| WO2016093927A2 (en) * | 2014-12-08 | 2016-06-16 | University Of Washington | Systems and methods of identifying motion of a subject |
Family Cites Families (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03162837A (ja) * | 1989-11-22 | 1991-07-12 | Yokogawa Medical Syst Ltd | 医用超音波装置 |
| EP0525858A2 (en) * | 1991-07-17 | 1993-02-03 | Koninklijke Philips Electronics N.V. | Method and device for determining variations in the position of a movable object by means of ultrasound |
| JP3680635B2 (ja) * | 1999-06-08 | 2005-08-10 | 富士電機システムズ株式会社 | 超音波センサ、超音波センシング装置および超音波流量計 |
| GB2398688B (en) * | 2001-08-14 | 2005-07-13 | Scient Generics Ltd | Tag tracking |
| JP2008000222A (ja) * | 2006-06-20 | 2008-01-10 | Sanei:Kk | 安眠支援システム、安眠支援プログラムおよびその記録媒体 |
| US8100832B2 (en) * | 2007-04-27 | 2012-01-24 | Hitachi Aloka Medical, Ltd. | Ultrasound diagnostic apparatus |
| CN100488453C (zh) * | 2007-05-10 | 2009-05-20 | 浙江大学 | 基于射频识别的非接触式生物特征识别系统 |
| US7773205B2 (en) * | 2007-06-06 | 2010-08-10 | California Institute Of Technology | High-resolution three-dimensional imaging radar |
| JP5260897B2 (ja) * | 2007-06-22 | 2013-08-14 | 日立アロカメディカル株式会社 | 超音波診断装置 |
| CN102046076A (zh) * | 2008-04-03 | 2011-05-04 | Kai医药公司 | 非接触式生理运动传感器及其使用方法 |
| JP4609527B2 (ja) * | 2008-06-03 | 2011-01-12 | 株式会社デンソー | 自動車用情報提供システム |
| TWI424832B (zh) * | 2008-12-15 | 2014-02-01 | Proteus Digital Health Inc | 與身體有關的接收器及其方法 |
| US20100208631A1 (en) * | 2009-02-17 | 2010-08-19 | The Regents Of The University Of California | Inaudible methods, apparatus and systems for jointly transmitting and processing, analog-digital information |
| US9101299B2 (en) * | 2009-07-23 | 2015-08-11 | Dean Robert Gary Anderson As Trustee Of The D/L Anderson Family Trust | Hearing aids configured for directional acoustic fitting |
| CN101621279B (zh) * | 2009-08-12 | 2012-07-18 | 中兴通讯股份有限公司 | 数字下变频、滤波抽取的方法和装置 |
| US9107620B2 (en) * | 2010-06-04 | 2015-08-18 | Panasonic Corporation | Hearing-ability measurement device and method thereof |
| JP5612984B2 (ja) * | 2010-09-28 | 2014-10-22 | 日立アロカメディカル株式会社 | 超音波診断装置 |
| US8653818B2 (en) * | 2011-04-08 | 2014-02-18 | Siemens Aktiengesellschaft | Parallel transmission RF pulse design with local SAR constraints |
| WO2012142031A1 (en) * | 2011-04-12 | 2012-10-18 | Brigham And Women's Hospital, Inc. | System and method for motion tracking using unique ultrasound echo signatures |
| CN102650526B (zh) * | 2012-04-25 | 2014-10-29 | 北京航空航天大学 | 一种基于相位比较调频连续波光纤陀螺的开环检测电路 |
| NZ725344A (en) | 2012-09-19 | 2018-04-27 | Resmed Sensor Tech Ltd | System and method for determining sleep stage |
| CN102988051B (zh) * | 2012-12-13 | 2014-07-02 | 中国人民解放军第四军医大学 | 用于计算机操作者健康的监测装置 |
| JP2016517313A (ja) * | 2013-03-14 | 2016-06-16 | ミルザ, エム., ズバイルMIRZA, M., Zubair | インターネットを利用した疾病モニタリングシステム（ｉｄｍｓ） |
| WO2015006364A2 (en) | 2013-07-08 | 2015-01-15 | Resmed Sensor Technologies Limited | Method and system for sleep management |
| US11318275B2 (en) | 2013-10-30 | 2022-05-03 | ResMed Pty Ltd | Control for pressure of a patient interface |
| JP6600837B2 (ja) * | 2014-08-20 | 2019-11-06 | 株式会社北電子 | 睡眠情報表示制御プログラム |
| CN104644143A (zh) * | 2015-03-09 | 2015-05-27 | 耿希华 | 一种非接触式生命体征监护系统 |
| US9936508B2 (en) * | 2015-03-13 | 2018-04-03 | Qualcomm Incorporated | Mechanisms for association request signaling between IoE devices |
| WO2016145483A1 (en) | 2015-03-13 | 2016-09-22 | Resmed Limited | Respiratory therapy apparatus and method |
-
2017
- 2017-09-19 KR KR1020227022495A patent/KR102647218B1/ko active IP Right Grant
- 2017-09-19 EP EP22189425.6A patent/EP4140398A1/en active Pending
- 2017-09-19 EP EP17780641.1A patent/EP3515290B1/en active Active
- 2017-09-19 WO PCT/EP2017/073613 patent/WO2018050913A1/en unknown
- 2017-09-19 CN CN201780069218.4A patent/CN109952058B/zh active Active
- 2017-09-19 JP JP2019515446A patent/JP7110183B2/ja active Active
- 2017-09-19 KR KR1020197009613A patent/KR102417095B1/ko active IP Right Grant
- 2017-09-19 US US16/332,629 patent/US20210275056A1/en active Pending
- 2017-09-19 CN CN202310021127.0A patent/CN116035528A/zh active Pending
-
2022
- 2022-07-20 JP JP2022115208A patent/JP2022160477A/ja active Pending
- 2022-07-22 US US17/871,280 patent/US20220361768A1/en active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000304859A (ja) * | 1999-04-20 | 2000-11-02 | Nec Corp | アクティブソーナー及びその目標検出方法 |
| US20040242997A1 (en) * | 2003-05-28 | 2004-12-02 | Griffin Dennis P. | Ultrasonic occupant detection and classification system |
| WO2007124126A2 (en) * | 2006-04-20 | 2007-11-01 | Engineered Vigilance, Llc | Method for using a non-invasive cardiac and respiratory monitoring system |
| WO2016093927A2 (en) * | 2014-12-08 | 2016-06-16 | University Of Washington | Systems and methods of identifying motion of a subject |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210038398A (ko) * | 2019-09-30 | 2021-04-07 | 주식회사 원키 | 음파 통신을 활용한 차량 개폐 시스템에서 Chirp 신호를 이용해 음파 도달 시간을 보다 정확히 측정하고 거리를 측위하는 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20210275056A1 (en) | 2021-09-09 |
| KR102647218B1 (ko) | 2024-03-12 |
| US20220361768A1 (en) | 2022-11-17 |
| KR20220098815A (ko) | 2022-07-12 |
| EP4140398A1 (en) | 2023-03-01 |
| WO2018050913A1 (en) | 2018-03-22 |
| CN116035528A (zh) | 2023-05-02 |
| JP7110183B2 (ja) | 2022-08-01 |
| EP3515290A1 (en) | 2019-07-31 |
| KR102417095B1 (ko) | 2022-07-04 |
| EP3515290B1 (en) | 2023-06-21 |
| JP2020500322A (ja) | 2020-01-09 |
| CN109952058B (zh) | 2023-01-24 |
| JP2022160477A (ja) | 2022-10-19 |
| CN109952058A (zh) | 2019-06-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102647218B1 (ko) | 오디오 신호 및 다중 신호로부터 생리학적 운동을 검출하는 장치, 시스템 및 방법 | |
| CN111655125B (zh) | 用于健康和医学感测的设备、系统和方法 | |
| Wang et al. | Contactless infant monitoring using white noise | |
| US11020001B2 (en) | Ultrasonic network for wearable devices | |
| RU2606171C2 (ru) | Оценка изолирующих качеств обтуратора для ушного канала | |
| Wang et al. | SonarBeat: Sonar phase for breathing beat monitoring with smartphones | |
| Santagati et al. | U-wear: Software-defined ultrasonic networking for wearable devices | |
| Santagati et al. | A software-defined ultrasonic networking framework for wearable devices | |
| EP3654831A1 (en) | Earphones for measuring and entraining respiration | |
| EP3654830A1 (en) | Earphones for measuring and entraining respiration | |
| Wan et al. | RespTracker: Multi-user room-scale respiration tracking with commercial acoustic devices | |
| Ozturk et al. | RadioMic: Sound sensing via radio signals | |
| JP6214012B2 (ja) | 外部音知覚方法および外部音知覚装置 | |
| Wang et al. | Acoustic-based vital signs monitoring | |
| CN114586372A (zh) | 耳机系统和用于操作耳机系统的方法 | |
| Huang | Contact-free breathing rate monitoring with smartphones: a sonar phase approach | |
| JP2016000090A (ja) | 電子機器および音源特定プログラム | |
| Wang et al. | OmniResMonitor: Omnimonitoring of human respiration using acoustic multipath reflection | |
| Wang | Sub-millimeter Acoustic Tracking for Medical and VR Applications | |
| CN117795573A (zh) | 用于控制射频感测的装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |