KR20200096493A

KR20200096493A - 메시 네트워크들 내 모션 탐지

Info

Publication number: KR20200096493A
Application number: KR1020207012937A
Authority: KR
Inventors: 타진더 만쿠; 올렉시 크라베츠
Original assignee: 코그니티브 시스템스 코퍼레이션
Priority date: 2017-12-06
Filing date: 2018-09-10
Publication date: 2020-08-12
Also published as: JP7124079B2; CN111386474B; EP3721257B1; CA3080004A1; WO2019109166A1; EP3721257A4; JP2021505850A; CN111386474A; US10264405B1; EP3721257A1; KR20240049680A

Abstract

설명된 예들의 일반적인 모습에서, 메시 네트워크 내 수신된 무선 신호들에 기반하여 모션이 탐지된다. 일 예에서, 디바이스들의 각 쌍에 대해 전달 함수 성분들이 획득된다. 전달 함수 행렬들의 타임 시리즈가 생성되며, 상기 함수 행렬들 각각은 상기 전달 함수 성분들의 각자의 서브세티를 포함한다. 상기 공간 내 물체의 모션은 전달 함수 행렬들의 상기 타임 시리즈에 기반하여 탐지된다.

Description

메시 네트워크들 내 모션 탐지

관련된 출원들에 대한 상호 참조

본원은 2017년 12월 6일에 출원된 “Motion Detection in Mesh Networks”제목의 미국 임시 출원 No. 62/595,270의 이익을 향유하는 2018년 5월 1일에 출원된 “Motion Detection in Mesh Networks”제목의 미국 출원 No. 15/968,290에 대한 우선권을 주장하며, 이 출원의 내용들은 본원에 참조로서 편입된다.

기술분야

다음의 설명은 메시 (mesh) 네트워크 내 모션 탐지 (motion detection)에 관한 것이다.

모션 탐지 시스템들은, 예를 들면, 방이나 외부 영역 내에서 물체들의 움직임을 탐지하기 위해 사용되었다. 몇몇의 예시의 모션 탐지 시스템들에서, 적외선 또는 광학 센서들이 사용되어, 센서의 시야 내에서 물체들의 움직임을 탐지한다. 모션 탐지 시스템들은 보안 시스템, 자율 제어 시스템 및 다른 유형의 시스템들에서 사용된다.

본 발명은 메시 네트워크들 내 모션 탐지를 위한 방안을 제공한다.

본 발명은 메시 네트워크 내 모션을 탐지하는 방법을 제공하며, 상기 방법은:

상기 메시 네트워크 내 디바이스들의 각 쌍에 대해 전달 함수 성분들을 획득하는 단계로, 디바이스들의 각 쌍에 대한 상기 전달 함수 성분들은 디바이스들의 상기 쌍 사이에서의 공간을 통해 전달된 무선 신호들에 기반하는, 획득 단계;

전달 함수 행렬들의 타임 시리즈를 생성하는 단계로, 각 전달 함수 행렬은 상기 전달 함수 성분들의 각자의 서브세트를 포함하는, 생성 단계; 그리고

모션 탐지 시스템의 하나 이상의 프로세서들에 의해, 전달 함수 행렬들의 상기 타임 시리즈에 기반하여 상기 공간 내 물체의 모션을 탐지하는 단계를 포함한다.

본 발명은 모션 탐지 시스템을 제공하며, 상기 시스템은:

하나 이상의 프로세서들;

명령어들을 저장하는 메모리를 포함하며, 상기 명령어들은 상기 하나 이상의 프로세서들에 의해 실행될 때에 데이터 프로세싱 장치로 하여금:

메시 네트워크 내 디바이스들의 각 쌍에 대해 전달 함수 성분들을 획득하도록 하며, 디바이스들의 각 쌍에 대한 상기 전달 함수 성분들은 디바이스들의 상기 쌍 사이에서의 공간을 통해 전달된 무선 신호들에 기반하며;

전달 함수 행렬들의 타임 시리즈를 생성하도록 하며, 각 전달 함수 행렬은 상기 전달 함수 성분들의 각자의 서브세트를 포함하며; 그리고

하나 이상의 프로세서들에 의해, 전달 함수 행렬들의 상기 타임 시리즈에 기반하여 상기 공간 내 물체의 모션을 탐지하도록 한다.

본 발명은 명령어들을 포함하는 컴퓨터 판독가능 매체를 제공하며, 상기 명령어들은 하나 이상의 프로세서들에 의해 실행될 때에 데이터 프로세싱 장치로 하여금:

메시 네트워크 내 디바이스들의 각 쌍에 대해 전달 함수 성분들을 획득하도록 하며, 디바이스들의 각 쌍에 대한 상기 전달 함수 성분들은 디바이스들의 상기 쌍 사이에서 공간을 통해 전달된 무선 신호들에 기반하며;

전달 함수 행렬들의 상기 타임 시리즈에 기반하여 상기 공간 내 물체의 모션을 탐지하도록 한다.

본 발명의 효과는 본 명세서의 해당되는 부분들에 개별적으로 명시되어 있다.

도 1은 예시의 무선 통신 시스템을 보여주는 도면이다.
도 2a 및 도 2b는 무선 통신 디바이스들 사이에서 전달된 예시의 무선 신호들을 보여주는 도면들이다.
도 3은 예시의 무선 메시 네트워크의 도면이다.
도 4는 채널 정보에 기반하여 공간 내 물체의 모션을 탐지하기 위한 예시의 프로세스를 보여주는 흐름도이다.
도 5는 메시 네트워크 내 모션을 탐지하기 위한 예시의 프로세스를 보여주는 흐름도이다.

여기에서 설명된 것의 몇몇 모습들에서, 공간 내 모션은 (예를 들면, 무선 메시 네트워크를 통해) 상기 공간에서 통신하는 다수의 무선 통신 디바이스들로부터의 정보를 이용하여 탐지될 수 있다. 예를 들면, 무선 통신 네트워크 내 디바이스들 각각에서 수신된 무선 신호들은 (상기 네트워크 내 디바이스들의 각자의 쌍 사이의) 상기 네트워크 내 상이한 통신 링크들에 대한 채널 정보를 판별하기 위해 분석될 수 있다. 상기 채널 정보는 상기 공간을 가로지르는 무선 신호들에 적용된 전달 함수를 나타내는 것일 수 있으며, 그리고 전달 함수 성분들로 언급될 수 있다. 몇몇 예들에서, 상기 채널 정보는 채널 상태 정보를 포함한다. 채널 상태 정보는 통신 링크의 알려진 채널 특성들을 언급하는 것일 수 있으며, 그리고 무선 신호가 전송기로부터 수신기까지 어떻게 전파되는가를 설명할 수 있으며, 예를 들면, 상기 전송기와 수신기 사이의 공간 내 스캐터링 (scattering), 페이딩 (fading) 및 전력 감쇄의 결합된 영향을 나타낸다. 몇몇 예들에서, 상기 채널 정보는 빔포밍 (beamforming) 상태 정보를 포함한다. 빔포밍 (또는 공간적 필터링)은 방향성 신호 전송이나 수신을 위해 다중 안테나 (다중-입력/다중-출력 (multiple-input/multiple-output) (MIMO)) 라디오 시스템들에서 사용되는 신호 프로세싱 기술에 관한 것일 수 있다. 빔포밍은, 신호들이 특별한 각도들에서 보강 간섭을 겪으며 다른 신호들은 상쇄 간섭을 겪는 방식으로 안테나 어레이 내 요소들을 결합함으로써 달성될 수 있다. 빔포밍은 공간적 선택성을 달성하기 위해서 전송 말단 및 수신 말단 둘 모두에서 사용될 수 있다. 몇몇 경우에 (예를 들면, IEEE 802.11ac 표준), 빔포밍 스티어링 행렬 (beamforming steering matrix)은 전송기에 의해 사용된다. 상기 빔포밍 행렬은, 전송을 위한 공간적인 경로를 선택하기 위해 상기 안테나 어레이가 자신의 개별 안테나 각각을 어떻게 사용해야 하는가에 대한 수학적인 설명을 포함한다. 특정 모습들이 채널 상태 정보에 관하여 본원에서 설명되기는 하지만, 빔포밍 상태 정보 또는 빔포닝 스티어링 행렬 상태는 상기 설명된 모습들에서 마찬가지로 사용될 수 있다.

상기 통신 링크들 각각에 대한 채널 정보는, 공간 내에서 모션이 발생했는가의 여부를 탐지하기 위해, 탐지된 모션의 상대적인 위치를 판별하기 위해 또는 둘 모두를 하기 위해 (예를 들면, 상기 네트워크 내 허브 디바이스나 상기 네트워크에 통신 가능하게 결합된 원격 디바이스에 의해) 분석될 수 있다. 몇몇 구현들에서, 상기 무선 통신 네트워크는 무선 메시 네트워크를 포함한다. 무선 메시 네트워크는, 중앙 액세스 포인트, 기지국 또는 네트워크 제어기를 사용하지 않으면서 포인트-대-포인트 방식으로 직접적으로 노드들 (디바이스들)이 통신하는 분산된 무선 네트워크를 언급하는 것일 수 있다. 무선 메시 네트워크들은 메시 클라이언트들, 메시 라우터들 또는 메시 게이트웨이들을 포함할 수 있다. 몇몇 예들에서, 무선 메시 네트워크는 IEEE 802.11s 표준에 기반하며, 이 표준은 본원에 참조로서 편입된다. 몇몇 예들에서, 무선 메시 네트워크는 WI-FI 애드 혹 (ad hoc)이나 다른 독점적인 기술에 기반한다.

몇몇 구현들에서, 각자의 통신 링크들에 대한 채널 정보는 모션을 탐지하기 위해 또는 탐지된 모션의 위치를 판별하기 위해 신경 네트워크에 의해 분석될 수 있다. 예를 들면, 신경 네트워크는 사용자가 공간을 통해 걸어갈 때에 네트워크의 디바이스들로부터 채널 정보를 수집함으로써 그 네트워크의 사용자에 의해 트레이닝될 수 있다. 상기 채널 정보는 그 사용자가 현재 이동하고 있는가의 여부에 따라, 그 사용자의 위치에 따라, 또는 다른 방식으로 태그가 부여될 수 있다. 태그 부여된 채널 정보는 물체의 모션, 모션의 카테고리 (예를 들면, 사람에 의한 모션 대 애완동물에 의한 모션), 또는 탐지된 모션의 위치를 태그 부여되지 않은 채널 정보에 기반하여 탐지하기 위해 신경 네트워크를 트레이닝시키기 위해서 신경 네트워크에 의해 분석될 수 있다.

몇몇 구현들에서, 통신 시스템 내 디바이스들의 각 쌍의 각자의 링크들에 대한 채널 정보 (또는 전달 함수 성분들로서 또한 언급됨)는 제1 타임 포인트에서, 그리고 그 이후에 후속의 타임 포인트들에서 획득된다. 몇몇 구현들에서, 전달 함수 행렬들은 각 시간 구간에서, 예를 들면, 전달 함수 행렬들의 타임 시리즈에서 상기 획득된 채널 정보를 이용하여 생성되며, 여기에서 각 전달 함수 행렬은 전달 함수 성분들의 서브세트 (예를 들면, 특별한 시간 포인트 또는 시간 프레임과 연관된 서브세트)를 포함한다. 시간 흐름에 따라, 예를 들면, 상기 타임 시리즈 내 상이한 시간 포인트들에서 상기 통신 시스템의 전달 함수 행렬들의 채널 정보를 분석함으로써 모션이 탐지될 수 있다

본 발명 개시의 모습들은 몇몇 예들에서 하나 이상의 이점들을 제공할 수 있다. 예를 들면, 모션은 디바이스들 사이의 시선 (line-of-sight)을 필요로 하지 않으면서 무선 신호들에 기반하여 탐지될 수 있다. 현존하는 무선 통신 디바이스들 및 네트워크들을 이용하여 모션이 탐지될 수 있다. 추가로, 효율적인 방식으로 무선 신호들의 모습들을 분석하는 신경 네트워크를 이용하여 모션이 탐지될 수 있다. 다른 모습들에서, 시간 흐름에 따라 시스템을 분석하는 것은, 예를 들면, 타임 시리즈의 분석은 물체가 상기 시스템 내 특별한 디바이스에 더 가깝게 이동하고 있는가의 여부를 판별할 수 있으며, 그리고 이동하는 물체의 크기 및 그 물체가 생성하는 패턴을 또한 판별할 수 있다.

도 1은 예시의 무선 통신 시스템 (100)을 도시한다. 상기 예시의 무선 통신 시스템 (100)은 세 개의 무선 디바이스들 - 제1 무선 통신 디바이스 (102A), 제2 무선 통신 디바이스 (102B) 및 제3 무선 통신 디바이스 (102C)를 포함한다. 상기 예시의 무선 통신 시스템 (100)은 추가의 무선 통신 디바이스들 및 다른 컴포넌트들 (예컨대, 추가의 무선 통신 디바이스들, 하나 이상의 네트워크 서버들, 네트워크 라우터들, 네트워크 스위치들, 케이블이나 다른 통신 링크들 등)을 포함할 수 있을 것이다.

상기 예시의 무선 통신 디바이스들 (102A, 102B, 102C)은, 예를 들면, 무선 네트워크 표준이나 다른 유형의 무선 통신 프로토콜에 따른 무선 네트워크에서 작동할 수 있다. 예를 들면, 상기 무선 네트워크는 WLAN (Wireless Local Area Network), PAN (Personal Area Network), MAN (metropolitan area network), 또는 다른 유형의 무선 네트워크로서 작동하도록 구성될 수 있다. WLAN들의 예들은 IEEE에 의해 개발된 표준들 중 802.11 패밀리 중 하나 이상에 따라 작동하도록 구성된 네트워크들 (예를 들면, Wi-Fi 네트워크들), 및 다른 것들을 포함한다. PAN들의 예들은 단거리-영역 통신 표준들 (예를 들면, BLUETOOTH

,, NFC (Near Field Communication), ZigBee), 밀리미터파 통신, 및 다른 것들에 따라 작동하는 네트워크들을 포함한다.

몇몇 구현들에서, 상기 무선 통신 디바이스들 (102A, 102B, 102C)은, 예를 들면, 셀룰러 통신 네트워크 표준에 따른 셀룰러 네트워크에서 통신하도록 구성될 수 있다. 셀룰러 네트워크들의 예들은 GSM (Global System for Mobile) 및 EDGE (Enhanced Data rates for GSM Evolution)이나 EGPRS와 같은 2G 표준들; CDMA (Code Division Multiple Access), WCDMA (Wideband Code Division Multiple Access), UMTS (Universal Mobile Telecommunications System), 및 TD-SCDMA (Time Division Synchronous Code Division Multiple Access)와 같은 3G 표준들; LTE (Long-Term Evolution) 및 LTE-A (LTE-Advanced)와 같은 4G 표준들; 및 다른 것들에 따라 구성된 네트워크들을 포함한다.

도 1에서 보이는 예에서, 상기 무선 통신 디바이스들 (102A, 102B, 102C)은 표준의 무선 네트워크 컴포넌트들이거나 그런 컴포넌트들을 포함할 수 있다. 예를 들면, 상기 무선 통신 디바이스들 (102A, 102B, 102C)은 상업적으로 이용 가능한 Wi-Fi 액세스 포인트들 또는 무선 액세스 포인트 (wireless access point (WAP))의 모뎀 상에 명령어들 (예를 들면, 소프트웨어나 펌웨어)로서 내장된 여기에서 설명된 하나 이상의 동작들을 수행하는 상기 무선 액세스 포인트일 수 있다. 몇몇 경우들에서, 상기 무선 통신 디바이스들 (102A, 102B, 102C)은, 예를 들면, 상업적으로 이용 가능한 메시 네트워크 시스템과 같은 무선 메시 네트워크의 노드들일 수 있다 (예를 들면, GOOGLE WIFI). 몇몇 경우들에서, 다른 유형의 표준의 또는 통상적인 Wi-Fi 전송기 디바이스가 사용될 수 있다. 상기 무선 통신 디바이스들 (102A, 102B, 102C)은 Wi-Fi 컴포넌트들 없이 구현될 수 있다; 예를 들면, 다른 유형의 표준의 또는 비-표준 무선 통신이 모션 탐지를 위해 사용될 수 있다. 몇몇 경우들에서, 상기 무선 통신 디바이스들 (102A, 102B, 102C)은 전용의 모션 탐지 시스템일 수 있으며, 또는 그것들은 전용의 모션 탐지 시스템의 일부일 수 있다. 예를 들면, 상기 전용의 모션 탐지 시스템은 허브 디바이스 및 하니 이상의 비컨 디바이스들을 (원격 센서 디바이스들로서) 포함할 수 있으며, 그리고 상기 무선 통신 디바이스들 (102A, 102B, 102C)은 상기 모션 탐지 시스템 내 허브 디바이스 또는 비컨 디바이스 중 어느 하나일 수 있다.

도 1에서 보이는 것처럼, 상기 예시의 무선 통신 디바이스 (102C)는 모뎀 (112), 프로세서 (114), 메모리 (116), 및 파워 유닛 (118)을 포함한다; 무선 통신 시스템 (100) 내 상기 무선 통신 디바이스들 (102A, 102B, 102C) 중 어느 하나는 동일한, 추가의 또는 상이한 컴포넌트들을 포함할 수 있을 것이며, 그리고 그 컴포넌트들은 도 1에서 보이는 것처럼 또는 다른 방식으로 동작하도록 구성될 수 있다. 몇몇 구현들에서, 무선 통신 디바이스의 모뎀 (112), 프로세서 (114), 메모리 (116), 및 파워 유닛 (118)은 공통의 하우징이나 다른 어셈블리 내에 함께 수납된다. 몇몇 구현들에서, 무선 통신 디바이스의 컴포넌트들 중 하나 이상은, 예를 들면, 분리된 하우징이나 다른 어셈블리 내에 분리하여 수납될 수 있다.

상기 예시의 모뎀 (112)은 무선 신호들을 전달 (수신, 전송, 또는 둘 모두)할 수 있다. 예를 들면, 상기 모뎀 (112)은 무선 통신 표준 (예를 들면, Wi-Fi 또는 블루투스)에 따라 포맷된 라디오 주파수 (radio frequency (RF)) 신호들을 전달하도록 구성될 수 있다. 상기 모뎀 (112)은 도 1에서 보이는 무선 네트워크 모뎀 (112)으로 구현될 수 있으며, 또는 다른 방식으로, 예를 들어, 다른 유형의 컴포넌트들이나 서브시스템들을 이용하여 구현될 수 있다. 몇몇 구현들에서, 상기 예시의 모뎀 (112)은 라디오 서브시스템 및 베이스밴드 (baseband) 서브시스템을 포함한다. 일부 경우들에서, 상기 서브시스템 및 라디오 서브시스템은 공통의 칩이나 칩셋 상에서 구현될 수 있으며, 또는 그것들은 카드나 다른 유형의 조립된 디바이스에서 구현될 수 있다. 베이스밴드 서브시스템은, 예를 들면, 리드 (lead), 핀, 와이어, 또는 다른 유형의 접속에 의해 라디오 서브시스템에 결합될 수 있다.

몇몇 경우들에서, 모뎀 (112) 내 라디오 서브시스템은 하나 이상의 안테나들 및 라디오 주파수 회로를 포함할 수 있다. 상기 라디오 주파수 회로는, 예를 들면, 아날로그 신호들을 필터링하고, 증폭하고 또는 그렇지 않고 컨디셔닝하는 회로, 베이스밴드 신호들을 RF 신호들로 업-컨버트하는 회로, RF 신호들을 베이스밴드 신호들로 다운-컨버트하는 회로 등을 포함할 수 있다. 그런 회로는, 예를 들면, 필터들, 증폭기들, 믹서들, 국부 발진기 등을 포함할 수 있다. 라디오 서브시스템은 라디오 주파수 무선 신호들을 무선 통신 채널들 상으로 전달하도록 구성될 수 있다. 일 예로서, 상기 라디오 서브시스템은 라디오 칩, RF 프론트 엔드, 및 하나 이상의 안테나들을 포함할 수 있다. 라디오 서브시스템은 추가의 또는 상이한 컴포넌트들을 포함할 수 있다. 일부 구현들에서, 상기 라디오 서브시스템은 통상적인 모뎀으로부터의, 예를 들면, Wi-Fi 모뎀, 피코 기지국 모뎀 등으로부터의 라디오 전자소자들 (예를 들면, RF 프론트 엔드, 라디오 칩, 또는 유사한 컴포넌트들)이거나 그것들을 포함할 수 있다. 몇몇 구현들에서, 상기 안테나는 다수의 안테나들을 포함한다.

몇몇 경우에, 상기 모뎀 (112) 내 베이스밴드 서브시스템은, 예를 들면, 디지털 베이스밴드 데이터를 처리하도록 구성된 디지털 전자소자들을 포함할 수 있다. 일 예로서, 상기 베이스밴드 서브시스템은 베이스밴드 칩을 포함할 수 있다. 베이스밴드 서브시스템은 추가의 또는 상이한 컴포넌트들을 포함할 수 있다. 몇몇 경우들에, 상기 베이스밴드 서브시스템은 디지털 신호 프로세서 (DSP) 디바이스 또는 다른 유형의 프로세서 디바이스를 포함할 수 있다. 몇몇 경우들에서, 상기 베이스밴드 시스템은 라디오 서브시스템을 작동시키기 위해서, 라디오 서브시스템을 통해 무선 네트워크 트래픽을 전달하기 위해, 라디오 서브시스템을 통해 수신된 모션 탐지 신호들에 기반하여 모션을 탐지하기 위해 또는 다른 유형의 프로세스들을 수행하기 위해 디지털 프로세싱 로직을 포함한다. 예를 들면, 상기 베이스밴드 서브시스템은, (예를 들면, 무선 통신 표준에 따라 신호들을 디코딩함으로써, 모션 탐지 프로세스에 따라 신호들을 프로세싱함으로써, 또는 다른 방식으로) 신호들을 인코딩하여 그 인코딩된 신호들을 전송을 위해 라디오 서브시스템으로 인도하도록 구성되거나, 또는 라디오 서브시스템으로부터의 신호들 내 인코딩된 데이터를 식별하고 분석하도록 구성된 하나 이상의 칩들, 칩셋들, 또는 다른 유형의 디바이스들을 포함할 수 있다.

몇몇 예들에서, 예시의 모뎀 (112) 내 라디오 서브시스템은 베이스밴드 서브시스템으로부터 베이스밴드 신호들을 수신하고, 그 베이스밴드 신호들을 라디오 주파수 (RF) 신호들로 업-컨버트하고, 그리고 그 라디오 주파수 신호들을 (예를 들면, 안테나를 통해서) 무선으로 전송한다. 몇몇 예들에서, 상기 예시의 모뎀 (112) 내 라디오 서브시스템은 라디오 주파수 신호들을 (예를 들면, 안테나를 통해서) 무선으로 수신하고, 그 라디오 주파수 신호들을 베이스밴드 신호들로 다운-컨버트하고, 그리고 그 베이스밴드 신호들을 베이스밴드 서브시스템으로 송신한다. 상기 라디오 서브시스템 및 상기 베이스밴드 서브시스템 사이에서 교환된 신호들은 디지털 또는 아날로그 신호들일 수 있다. 몇몇 예들에서, 상기 베이스밴드 서브시스템은 변환 회로 (예를 들면, 디지털-아날로그 컨버터, 아날로그-디지털 컨버터)를 포함하며 그리고 라디오 서브시스템과 아날로그 신호들을 교환한다. 몇몇 예들에서, 상기 라디오 서브시스템은 변환 회로 (예를 들면, 디지털-아날로그 컨버터, 아날로그-디지털 컨버터)를 포함하며 그리고 베이스밴드 서브시스템과 디지털 신호들을 교환한다.

몇몇 경우들에서, 예시의 모뎀 (112)의 베이스밴드 서브시스템은 하나 이상의 네트워크 트래픽 채널들 상으로 라디오 서브시스템을 통해 무선 통신 네트워크에서 무선 네트워크 트래픽 (예를 들면, 데이터 패킷들)을 전달할 수 있다. 상기 모뎀 (112)의 베이스밴드 서브시스템은 전용의 무선 통신 채널 상으로 라디오 서브시스템을 통해 신호들 (예를 들면, 모션 프로브 (probe) 신호들 또는 모션 탐지 신호들)을 또한 전송하거나 수신할 수 있다 (또는 둘 모두를 할 수 있다). 몇몇 예들에서, 상기 베이스밴드 서브시스템은, 예를 들면, 모션을 위한 공간을 탐사 (probe)하기 위해서 전송용의 모션 프로브 신호들을 생성한다. 몇몇 구현들에서, 상기 모션 프로브 신호들은 채널 사운딩 (예를 들면, 본원에 참조로서 편입된 IEEE 802.11ac-2013 표준에 따른 빔포밍을 위한 채널 사운딩)에서 사용된 표준 파일럿 신호들을 포함하는 통신 프레임들이나 표준 시그날링을 포함한다. 몇몇 경우에, 상기 모션 프로브 신호들은 상기 네트워크 내 모든 디바이스들에게 알려진 레퍼런스 신호들을 포함한다. 몇몇 예들에서, 예를 들면, 공간 내 물체들의 모션을 탐지하기 위해 상기 베이스밴드 서브시스템은 수신한 모션 탐지 신호들 (상기 공간을 통해 전송된 모션 프로브 신호들에 기반한 신호들)을 처리한다. 예를 들면, 상기 베이스밴드 서브시스템은 상기 공간 내 모션의 결과로서 상기 채널 내 변화들을 탐지하기 위해 표준 시그날링 프로로콜들 (예를 들면, 스티어링 행렬이나 생성된 다른 행렬에 기반하는 것처럼 IEEE 802.11ac-2013 표준에 따른 빔포밍을 위한 채널 사운딩)의 양상들을 분석할 수 있다.

예시의 프로세서 (114)는, 예를 들면, 데이터 입력들에 기반하여 출력 데이터를 생성하기 위해 명령어들을 실행할 수 있다. 상기 명령어들은 메모리 내 저장된 프로그램들, 코드들, 스크립트들, 또는 다른 유형의 데이터를 포함할 수 있다. 추가로 또는 대안으로, 상기 명령어들은 미리-프로그램되거나 재-프로그램가능 로직 회로들, 로직 게이트들, 또는 다른 유형의 하드웨어나 펌웨어 컴포넌트들로서 인코딩될 수 있다. 상기 프로세서 (114)는 범용 마이크로프로세서, 특수 보조-프로세서 또는 다른 유형의 데이터 프로세싱 장치이거나 또는 그것들을 포함할 수 있다. 몇몇 경우들에서, 상기 프로세서 (114)는 무선 통신 디바이스 (102C)의 높은 레벨 동작을 수행할 수 있다. 예를 들면, 상기 프로세서 (114)는 메모리 (116) 내에 저장된 소프트웨어, 스크립트, 프로그램, 함수들, 실행어, 또는 다른 유형의 명령어들을 실행하거나 번역하도록 구성될 수 있다. 몇몇 구현들에서, 상기 프로세서 (114)는 모뎀 (112) 내에 포함될 수 있다.

상기 예시의 메모리 (116)는 컴퓨터-판독가능 저장 매체, 예를 들면, 휘발성 메모리 디바이스, 비-휘발성 메모리 디바이스, 또는 둘 모두를 포함할 수 있다. 상기 메모리 (116)는 하나 이상의 읽기 전용 메모리 디바이스들, 랜덤-액세스 메모리 디바이스들, 버퍼 메모리 디바이스들, 또는 이것들의 조합 및 다른 유형의 메모리 디바이스들을 포함할 수 있다. 몇몇 예들에서, 상기 메모리의 하나 이상의 컴포넌트들은 상기 무선 통신 디바이스 (102C)의 다른 컴포넌트에 통합되거나 그렇지 않고 연관될 수 있다. 상기 메모리 (116)는 상기 프로세서 (114)에 의해 실행 가능한 명령어들을 저장할 수 있다. 예를 들면, 상기 명령어들은 도 4의 예시의 프로세스 (400) 또는 도 5의 예시의 프로세스 (500)의 하나 이상의 동작들을 통한 것처럼 공간 내 물체의 모션을 탐지하기 위해 채널 정보를 분석하기 위한 명령어들을 포함할 수 있다.

상기 예시의 파워 유닛 (118)은 무선 통신 디바이스 (102C)의 다른 컴포넌트들에 전력을 제공한다. 예를 들면, 그 다른 컴포넌트들은 전압 버스 또는 다른 연결을 통해 상기 전력 유닛 (118)에 의해 제공된 전력에 기반하여 작동할 수 있다. 몇몇 구현에서, 상기 파워 유닛 (118)은 배터리나 배터리 서브시스템, 예를 들면, 재충전가능 배터리를 포함한다. 몇몇 구현에서, 상기 파워 유닛 (118)은 (외부 소스로부터) 외부 전력 신호를 수신하여 그 외부 전력 신호를 상기 무선 통신 디바이스 (102C)의 컴포넌트를 위해 컨디셔닝된 내부 전력 신호로 변환하는 어댑터 (예를 들면, AC 어댑터)를 포함한다. 상기 파워 유닛 (118)은 다른 컴포넌트들을 포함하거나 다른 방식으로 작동할 수 있다.

도 1에서 보이는 예에서, 상기 무선 통신 디바이스들 (102A, 102B)은 (예를 들면, 무선 네트워크 표준, 모션 탐지 프로토콜에 따라, 또는 다르게) 무선 신호들을 전송한다. 예를 들면, 무선 통신 디바이스들 (102A, 102B)은 (예를 들면, 상기에서 설명된 것처럼) 무선 모션 프로브 신호들을 브로드캐스트할 수 있으며, 또는 그것들은 다른 디바이스들 (예를 들면, 사용자 장비, 클라이언트 디바이스, 서버 등)로 주소 지정된 무선 신호들을 송신할 수 있으며, 그리고 상기 무선 통신 디바이스 (102C)는 물론이며 상기 다른 디바이스들 (도시되지 않음)은 상기 무선 통신 디바이스들 (102A, 102B)에 의해 전송된 무선 신호들을 수신할 수 있다. 몇몇 경우에, 상기 무선 통신 디바이스들 (102A, 102B)에 의해 전송된 상기 무선 신호들은, 예를 들면, 무선 통신 표준에 따라 주기적으로 또는 다르게 반복된다.

보이는 예에서, 상기 무선 신호들이 액세스한 공간 내에서 물체의 모션을 탐지하기 위해, 탐지된 모션의 위치를 판별하기 위해, 또는 둘 모두를 위해, 상기 무선 통신 디바이스 (102C)는 상기 무선 통신 디바이스들 (102A, 102B)로부터의 무선 신호들을 프로세싱한다. 예를 들면, 상기 무선 통신 디바이스 (102C)는 도 4 - 도 5에 관하여 아래에서 설명되는 예시의 프로세스들 또는 모션을 탐지하거나 탐지된 모션의 위치를 판별하기 위한 다른 유형의 프로세스의 하나 이상의 동작들을 수행할 수 있다. 상기 무선 신호들이 액세스한 공간은 실내 공간 또는 야외 공간일 수 있으며, 이는, 예를 들면, 하나 이상의 완전하게 또는 부분적으로 둘러싸인 영역들, 담장이 없는 개방 공간 등을 포함할 수 있다. 상기 공간은 방, 다수의 방들, 빌딩, 또는 유사한 것의 실내를 포함할 수 있다. 몇몇 경우에, 상기 무선 통신 시스템 (100)은 수정될 수 있어서, 예를 들면, 상기 무선 통신 디바이스 (102C)가 무선 신호들을 전송할 수 있도록 하며 그리고 모션을 탐지하거나 탐지된 모션의 위치를 판별하기 위해서 상기 무선 통신 디바이스들 (102A, 102B)이 상기 무선 통신 디바이스 (102C)로부터의 무선 신호들을 프로세싱할 수 있도록 한다. 이 예에서, 무선 신호들을 전송하는 통신 디바이스 (102C)는 소스 디바이스로 언급될 수 있으며, 무선 신호들을 수신하여 프로세싱하는 통신 디바이스들 (102A, 102B)은 센서 디바이스들로 언급될 수 있다.

모션 탐지를 위해 사용된 무선 신호들은, 예를 들면, 비컨 신호 (예를 들면, 블루투스 비컨, Wi-Fi 비컨, 다른 무선 비컨 신호들), 파일럿 신호들 (예를 들면, 빔포밍 애플리케이션들과 같은 채널 사운딩을 위해 사용된 파일럿 신호들), 또는 무선 네트워크 표준에 따른 다른 목적들을 위해 생성된 다른 표준 신호 또는 모션 탐지 또는 다른 목적들을 위해 생성된 비-표준 신호들 (예를 들면, 랜덤 신호들, 레퍼런스 신호들 등)을 포함할 수 있다. 몇몇 예들에서, 상기 무선 신호들은 움직이는 물체와의 상호작용 (interaction) 이전에 또는 이후에 어떤 물체 (예를 들면, 벽)를 통해 전파 (propagate)하며, 이는 상기 움직이는 물체 및 전송 또는 수신 하드웨어 사이의 광학적 시선 (optical line-of-sight) 없이도 그 움직이는 물체의 이동이 탐지되는 것을 가능하게 할 수 있다. 수신 신호들에 기반하여, 제3 무선 통신 디바이스 (102C)는 모션 탐지 데이터를 생성할 수 있다. 몇몇 예들에서, 상기 제3 무선 통신 디바이스 (102C)는 상기 모션 탐지 데이터를 방, 빌딩, 야외 영역 등과 같은 공간 내 움직임을 모니터하기 위한 제어 센터를 포함할 수 있을 다른 디바이스나 보안 시스템과 같은 다른 시스템으로 전달할 수 있다.

몇몇 구현들에서, 상기 무선 통신 디바이스들 (102A, 102B)은 무선 네트워크 트래픽 신호들로부터의 분리된 무선 통신 채널 (예를 들면, 주파수 채널 또는 부호화 (coded) 채널) 상으로 (예를 들면, 위에서 설명된 것처럼) 모션 프로브 신호들을 전송하기 위해 수정될 수 있다. 예를 들면, 모션 프로브 신호의 페이로드에 적용된 변조 및 페이로드 내 데이터의 유형이나 데이터 구조는 상기 제3 무선 통신 디바이스 (102C)에 의해 알려질 수 있으며, 이는 모션 감지를 위해 상기 제3 무선 통신 디바이스 (102C)가 수행하는 프로세싱의 양을 줄일 수 있다. 헤더는, 예를 들면, 통신 시스템 (100) 내 다른 디바이스에 의해 모션이 탐지되었는가의 여부의 표시, 변조 유형의 표시, 신호를 전송하는 디바이스 신원증명 등과 같은 추가 정보를 포함할 수 있다.

도 1에서 보이는 예에서, 상기 무선 통신 시스템 (100)은, 각자의 무선 통신 디바이스들 (102) 각각 사이에서 무선 통신 링크들을 구비한 무선 메시 네트워크이다. 보이는 상기 예에서, 제3 무선 통신 디바이스 (102C) 및 상기 제1 무선 통신 디바이스 (102A) 사이의 무선 통신 링크는 제1 모션 탐지 필드 (110A)를 조사하기 위해 사용될 수 있으며, 제3 무선 통신 디바이스 (102C) 및 상기 제2 무선 통신 디바이스 (102B) 사이의 무선 통신 링크는 제2 모션 탐지 필드 (110B)를 조사하기 위해 사용될 수 있으며, 그리고 제1 무선 통신 디바이스 (102A) 및 상기 제2 무선 통신 디바이스 (102B) 사이의 무선 통신 링크는 제3 모션 탐지 필드 (110C)를 조사하기 위해 사용될 수 있다. 몇몇 예들에서, 각 무선 통신 디바이스 (102)는 모션 탐지 필드들 (110)을 통해 상기 무선 통신 디바이스들 (102)에 의해 전송된 무선 신호들에 기반한 수신 신호들을 프로세싱함으로써 그 디바이스가 액세스한 무선 탐지 필드들 (110) 내에서 모션을 탐지한다. 예를 들면, 도 1에서 보이는 사람 (106)이 제1 모션 탐지 필드 (110A) 및 제3 모션 탐지 필드 (110C)에서 이동할 때에, 상기 무선 통신 디바이스들 (102)은 각자의 모션 탐지 필드들 (110)을 통해 전송된 무선 신도들에 기반한 자신들이 수신했던 신호들에 기반하여 모션을 탐지할 수 있다. 예를 들면, 상기 제1 무선 통신 디바이스 (102A)는 모션 탐지 필드들 (110A, 110C) 둘 모두에서 사람의 모션을 탐지할 수 있으며, 상기 제2 무선 통신 디바이스 (102B)는 모션 탐지 필드 (110C)에서 그 사람 (106)의 모션을 탐지할 수 있으며, 그리고 상기 제3 무선 통신 디바이스 (102C)는 모션 탐지 필드들 (110A)에서 그 사람 (106)의 모션을 탐지할 수 있다.

몇몇 예들에서, 모션 탐지 필드들 (110)은 무선 전자기 신호들이 전파될 수 있는, 예를 들면, 공기, 고체 물질들, 액체들이나 다른 매질을 포함할 수 있다. 도 1에서 보이는 예에서, 제1 모션 탐지 필드 (110A)는 상기 제1 무선 통신 디바이스 (102A) 및 상기 제3 무선 통신 디바이스 (102C) 사이에 무선 통신 채널을 제공하며, 제2 모션 탐지 필드 (110B)는 상기 제2 무선 통신 디바이스 (102B) 및 상기 무선 통신 디바이스 (102C) 사이에 무선 통신 채널을 제공하며, 그리고 상기 제3 모션 탐지 필드 (110C)는 상기 제1 무선 통신 디바이스 (102A) 및 상기 제2 무선 통신 디바이스 (102B) 사이에 무선 통신 채널을 제공한다. 동작의 일부 모습들에서, (네트워크 트래픽을 위한 무선 통신 채널과 분리된 또는 공유된) 무선 통신 채널 상으로 전송된 신호들은 공간 내 물체의 움직임을 탐지하기 위해 사용된다. 그 물체들은 임의 유형의 정적인 또는 이동가능 물체일 수 있으며, 그리고 생명체 또는 무생물일 수 있다. 예를 들면, 상기 물체는 인간 (예를 들면, 도 1에서 보이는 사람 (106)), 동물, 무기 물체, 또는 다른 디바이스, 장치 또는 어셈블리, 공간의 경계 모두 또는 일부를 한정하는 물체 (예를 들면, 벽, 문, 창 등), 또는 다른 유형의 물체일 수 있다. 몇몇 구현들에서, 상기 무선 통신 디바이스들로부터의 모션 정보는 탐지된 모션의 위치를 판별하기 위해 분석될 수 있다. 에를 들면, 아래에서 더 설명되는 것처럼, 상기 무선 통신 디바이스들 (102) 중 하나 (또는 상기 디바이스들 (102)에 통신 가능하게 결합된 다른 디바이스)는 상기 탐지된 모션이 특별한 무선 통신 디바이스 근방에 있다고 판별할 수 있다.

도 2a 및 도 2b는 무선 통신 디바이스들 (204A, 204B, 204C) 사이에서 전달된 예시의 무선 신호들을 보여주는 도면들이다. 상기 무선 통신 디바이스들 (204A, 204B, 204C)은, 예를 들면, 도 1a에서 보이는 무선 통신 디바이스들 (102A, 102B, 102C), 또는 다른 유형의 무선 통신 디바이스들일 수 있다. 상기 예시의 무선 통신 디바이스들 (204A, 204B, 204C)은 공간 (200)을 통해 무선 신호들을 전송한다. 상기 예시의 공간 (200)은 완전하게 또는 부분적으로 둘러싸여질 수 있으며 또는 그 공간 (200)의 하나 이상의 경계들에서 개방될 수 있다. 상기 공간 (200)은 방, 다수의 방들, 빌딩, 실내 영역, 야외 영역, 또는 유사한 것의 내부를 포함할 수 있다. 제1 벽 (202A), 제2 벽 (202B), 및 제3 벽 (202C)은 도시된 예에서 상기 공간 (200)을 적어도 부분적으로 둘러싼다.

도 2a 및 도 2b에서 보이는 예에서, 제1 무선 통신 디바이스 (204A)는 무선 모션 프로브 신호들을 반복하여 (예를 들면, 주기적으로, 간헐적으로, 스케줄되어, 스케줄되지 않고 또는 랜덤 인터벌 등) 전송하도록 동작할 수 있다. 상기 제2 및 제3 무선 통신 디바이스들 (204B, 204C)은 무선 통신 디바이스 (204A)에 의해 전송된 무선 프로브 신호들에 기반한 신호들을 수신하기 위해 작동 가능하다. 상기 모션 프로브 신호들은 위에서 설명된 것처럼 포맷될 수 있다. 예를 들면, 몇몇 구현들에서, 상기 모션 프로브 신호들은 채널 사운딩 (예를 들면, 본원에 참조로서 편입된 IEEE 802.11ac-2013 표준에 따른 빔포밍을 위한 채널 사운딩)에서 사용된 표준 파일럿 신호들을 포함하는 통신 프레임들이나 표준 시그날링을 포함한다. 상기 무선 통신 디바이스들 (204B, 204C) 각각은, 예를 들면, 상기 공간 (200) 내 물체의 모션을 탐지하기 위해, 수신된 모션 탐지 신호들을 프로세싱하도록 구성된 모뎀, 프로세서, 또는 다른 컴포넌트를 구비한다.

보이는 것처럼, 도 2a에서 제1 위치 (214A) 내에 물체가 존재하며, 그리고 그 물체는 도 2b 내 제2 위치 (214B)로 이동한다. 도 2a 및 도 2b에서, 공간 (200) 내에서 그 이동하는 물체는 사람으로서 표시되지만, 그 이동하는 물체는 다른 유형의 물체일 수 있다. 예를 들면, 그 이동하는 물체는 동물, 무기 물체 (예를 들면, 시스템, 디바이스, 장치, 또는 어셈블리), 상기 공간 (200)의 경계의 모두 또는 일부를 한정하는 물체 (예를 들면, 벽, 도어, 창 등), 또는 다른 유형의 물체일 수 있다.

도 2a 및 도 2b에서 보이듯이, 제1 무선 통신 디바이스 (204A)로부터 전송된 무선 신호들의 다수의 예시의 경로들이 파선들로 도시된다. 제1 신호 경로 (216)를 따라, 무선 신호는 제1 무선 통신 디바이스 (204A)로부터 전송되어 제1 벽 (202A)에서 제2 무선 통신 디바이스 (204B)를 향하여 반사된다. 제2 신호 경로 (218)를 따라, 무선 신호는 제1 무선 통신 디바이스 (204A)로부터 전송되어 제2 벽 (202B) 및 제1 벽 (202A)에서 제3 무선 통신 디바이스 (204C)를 향하여 반사된다. 제3 신호 경로 (320)를 따라, 무선 신호는 제1 무선 통신 디바이스 (204A)로부터 전송되어 제2 벽 (202B)에서 제3 무선 통신 디바이스 (204C)를 향하여 반사된다. 제4 신호 경로 (222)를 따라, 무선 신호는 제1 무선 통신 디바이스 (204A)로부터 전송되어 제3 벽 (202C)에서 제2 무선 통신 디바이스 (204B)를 향하여 반사된다.

도 2a에서, 제5 신호 경로 (224A)를 따라, 무선 신호는 제1 무선 통신 디바이스 (204A)로부터 전송되어 제1 위치 (214A)에서의 물체에서 제3 무선 통신 디바이스 (204C)를 향하여 반사된다. 도 2a 및 도 2b 사이에서, 물체의 표면은 공간 (200) 내 제1 위치 (214A)로부터 (예를 들면, 제1 위치 (214A)로부터 약간의 거리만큼 떨어진) 제2 위치 (214B)로 이동한다. 도 2b에서, 제6 신호 경로 (324B)를 따라, 무선 신호는 제1 무선 통신 디바이스 (204A)로부터 전송되어 제2 위치 (214B)에서의 물체에서 제3 무선 통신 디바이스 (204C)를 향하여 반사된다. 제1 위치 (214A)로부터 제2 위치 (214B)까지의 상기 물체의 이동으로 인해서, 도 2b에 도시된 상기 제6 신호 경로 (324B)는 도 2a에 도시된 제5 신호 경로 (224A)보다 더 길다. 몇몇 예들에서, 공간 내 물체의 이동으로 인해서 신호 경로는 추가되고, 제거되고, 또는 그렇지 않고 수정될 수 있다.

도 2a 및 도 2b에서 보이는 상기 예시의 무선 신호들은 자신들 각자의 경로들을 통해 감쇠 (attenuation), 주파수 시프트, 위상 시프트, 또는 다른 영향들을 겪을 수 있으며 그리고, 예를 들면, 벽들 (202A, 202B, 및 202C)을 통해 다른 방향으로 전파하는 부분들을 가질 수 있다. 몇몇 예들에서, 상기 무선 신호들은 라디오 주파수 (RF) 신호들이다. 그 무선 신호들은 다른 유형의 신호들을 포함할 수 있다.

도 2a 및 도 2b에서 보이는 예에서, 상기 제1 무선 통신 디바이스 (204A)는 무선 신호를 반복하여 전송할 수 있다. 특히, 도 2a는 제1 시각에서 제1 무선 통신 디바이스 (204A)로부터 전송되고 있는 무선 신호들을 보여주며, 그리고 도 2b는 더 나중의 제2 시각에서 상기 제1 무선 통신 디바이스 (204A)로부터 전송되고 있는 동일한 무선 신호들을 보여준다. 상기 전송된 신호는 연속해서, 주기적으로, 랜덤하게 또는 간헐적인 시각들에서 또는 유사하게, 또는 그것들의 조합으로 전송될 수 있다. 상기 전송된 신호는 주파수 대역폭에서 여러 주파수 성분들을 가질 수 있다. 상기 전송된 신호는 전방향성 (omnidirectional) 방식으로 상기 제1 무선 통신 디바이스 (204A)로부터 전송될 수 있다. 도시된 예에서, 상기 무선 신호들은 상기 공간 (200) 내에서 다수의 각자의 경로들을 통과하며, 그리고 각 경로를 따른 신호는 경로 손실, 산란, 반사, 또는 유사한 것으로 인해 감쇠될 수 있으며 그리고 위상 오프셋 또는 주파수 오프셋을 가질 수 있다.

도 2a 및 도 2b에서 보이는 것처럼, 다양한 경로들 (216, 218, 220, 222, 224A, 및 224B)로부터의 신호들은 수신 신호들을 형성하기 위해 제3 무선 통신 디바이스 (204C) 및 제2 무선 통신 디바이스 (204B)에서 결합한다. 전송된 신호들에 관한 상기 공간 (200) 내 다수의 경로들의 영향들로 인해서, 상기 공간 (200)은 상기 전송된 신호가 입력이며 상기 수신된 신호가 출력인 전달 함수로서 표현될 수 있다 (예를 들면, 필터). 물체가 공간 (200) 내에서 이동할 때에, 신호 경로 내 신호에 대해 영향을 준 감쇠 또는 위상 오프셋이 변할 수 있으며, 그래서 상기 공간 (200)의 전달 함수가 변할 수 있다. 상기 제1 무선 통신 디바이스 (204A)로부터 동일한 무선 신호가 전송된다고 가정하면, 상기 공간 (200)의 전달 함수가 변하면, 그 전달 함수의 출력 - 상기 수신된 신호 - 또한 변할 것이다. 그 수신 신호에서의 변화는 물체의 움직임을 탐지하기 위해 사용될 수 있다.

수학적으로, 상기 제1 무선 통신 디바이스 (204A)로부터 전송된 전송 신호 f(t)는 다음의 수학식 1에 따라 기술될 수 있다.

[수학식 1]

여기에서

은 전송된 신호의 n번째 주파수 성분의 주파수를 나타내며,

은 그 n번째 주파수 성분의 복소수 계수를 나타내며, 그리고 t는 시각을 나타낸다. 상기 전송된 신호 f(t)가 상기 제1 무선 통신 디바이스 (204A)로부터 전송되고 있을 때에, 경로 k로부터의 출력 신호

는 수학식 2에 따라 기술될 수 있다.

[수학식 2]

여기에서

는 경로 k를 따른 n번째 주파수 성분에 인한 감쇠 팩터 (또는, 예를 들면, 산란, 반사, 및 경로 손실들로 인한 채널 응답)를 나타내며, 그리고

는 경로 k를 따른 n번째 주파수 성분에 대한 상기 신호의 위상을 나타낸다. 그러면 무선 통신 디바이스에서의 수신 신호 R은 모든 경로들로부터 상기 무선 통신 디바이스로의 모든 출력 신호들

의 합으로서 기술될 수 있으며, 이는 수학식 3에서 보여진다.

[수학식 3]

수학식 2를 수학식 3으로 치환하면 다음의 수학식 4가 얻어진다.

[수학식 4]

무선 통신 디바이스에서의 수신 신호 R은 그 후에 분석될 수 있다. 무선 통신 디바이스에서의 수신 신호 R은, 예를 들면, 패스트 푸리에 변환 (Fast Fourier Transform (FFT))이나 다른 유형의 알고리즘을 이용하여 주파수 도메인으로 변환될 수 있다. 그 변환된 신호는 상기 수신 신호 R을 일련의 n개 복소수 값들로 나타낼 수 있으며, 그 값 하나는 (n개 주파수들

에서) 각자의 주파수 성분들 각각에 대한 것이다. 전송된 신호의 n번째 주파수 성분의 주파수

에 대해, 복소수 값

은 다음의 수학식 5에서처럼 표현될 수 있다.

[수학식 5]

주어진 주파수 성분

에 대한 상기 복소수 값

은 그 주파수 성분

에서의 상기 수신된 신호의 상대적인 크기 및 위상 오프셋을 표시한다. 물체가 상기 공간 내에서 이동할 때에, 공간 변화의 채널 응답

으로 인해서 상기 복소수 값

은 변한다. 그에 따라, 상기 채널 응답 (그리고 상기 복소수 값

)에서 탐지된 변화는 그 통신 채널 내 물체의 이동을 표시할 수 있다. 그래서, 몇몇 구현들에서, 무선 메시 네트워크 내 다수의 디바이스들 각각에 대한 상기 복소수 값

은, 상기 전송된 신호들

이 통과한 공간 내에서 모션이 발생했는가의 여부를 탐지하기 위해 분석될 수 있다.

도 3은 예시의 무선 메시 네트워크 (300)의 도면이다. 상기 예시의 무선 메시 네트워크 (300)는 상이한 무선 통신 링크들 (304)에 걸쳐서 서로 통신하는 다수의 무선 통신 디바이스들 (302)을 포함한다. 상기 무선 통신 디바이스들 (302)은 몇몇 경우들에서 라디오 주파수 (RF) 신호들 (예를 들면, Wi-Fi 신호들)을 이용하여 통신할 수 있다. 보이는 예에서, 상기 무선 메시 네트워크 (300)는 컴퓨터 (302A), 프린터 (302B), 자동온도조절기 (302C), 무선 라우터 (302D), 냉장고 (302E), 및 모바일 디바이스 (302F)를 포함한다. 상기 무선 메시 네트워크 (300)는 도 3에서 보이는 것보다 추가의, 더 적은 수의, 또는 상이한 유형의 무선 통신 디바이스들 (302)을 포함할 수 있다. 도 3에서 보이는 것처럼, 특정 무선 통신 디바이스들 (302)은 자신들에게 상대적으로 가까운 다른 무선 통신 디바이스들 (302)과 통신 링크들을 형성할 수 있다.

도시된 예에서, 위의 수학식 5에 따른 값

은 무선 통신 디바이스들 (302) 사이의 각 통신 링크에 대해 계산될 수 있다. 상기 네트워크 (300) 내 상이한 링크들에 대한 값들은 상기 디바이스들 (302)에 의해 전송된 무선 신호들이 통과한 상기 공간 내에서 모션이 발생했는가이 여부를 탐지하기 위해 그 후에 분석될 수 있다. 예를 들면, 몇몇 구현들에서,

의 값은 행렬로 편집될 수 있다.

[수학식 6]

여기에서

은 무선 통신 디바이스

및 무선 통신 디바이스

사이의 통신 링크에 대해 위에서의 수학식 5에 따른 상기 값

을 나타낸다 (예를 들면,

은 도 3의 디바이스들 (302B, 302D) 사이의 링크에 대한 값

을 나타낸다). 몇몇 경우에서,

는 전송기 디바이스를 나타낼 수 있으며

는 수신기 디바이스를 나타낼 수 있다. 수학식 6의 행렬 내 성분들 중 몇몇은 0 (zero)일 수 있으며, 이 경우 각자의 디바이스들

및

사이에는 어떤 연결도 존재하지 않는다. 예를 들면,

인 경우, 수학식 6 행렬의 원소는 0일 수 있다. 다른 예에서, 도 3 내 디바이스들 (302B 및 302E) 사이에 어떤 링크도 존재하지 않기 때문에,

에 대응하는 수학식 6 행렬의 원소는 0일 수 있다.

수학식 6의 행렬은 시간 상 상이한 포인트들에 대해 생성될 수 있으며 ("스냅샷"), 그리고 시간 흐름에 따른 상기 행렬 내 변화들은 상기 공간 내에서 모션이 발생했는가의 여부를 판별하기 위해 분석될 수 있다. 예를 들면,

의 한 스냅샷부터 다른 스냅샷 사이의 차이는 다음의 수학식처럼 표현될 수 있다.

[수학식 7]

여기에서

는 스냅샷들 사이의 시간 차이를 나타낸다. 수학식 7의

에 기반한 함수 (즉,

)는 모션이 발생했는가의 여부를 탐지하기 위해 분석될 수 있다. 예를 들면, 주파수에 걸친

의 평균값 (

)이 계산되어 분석될 수 있으며,

의 표준 편차가 계산되어 분석될 수 있으며, 또는 다른 값이 계산되어 분석될 수 있다. 물체의 모션은 (예를 들면, 신경 네트워크를 이용하여) 학습될 수 있는 상기 함수

의 출력 내 패턴들에 영향을 줄 것이다. 유사하게, 상이한 카테고리의 모션 (예를 들면, 사람에 의한 모션 대 개에 의한 모션)은 (예를 들면, 신경 네트워크를 이용하여) 학습될 수 있는 상기 함수

의 출력 내 상이한 패턴들에 영향을 줄 것이다. 추가로, (상기 디바이스들 (302)에 상대적인) 탐지된 모션의 상대적인 위치는 학습될 수 있다. 예를 들면, 네트워크가 두 개의 디바이스들 (302)을 포함하는 경우에, 다음 행렬

[수학식 8]

이 생성될 것이다. 이 두 경우들을 학습함으로써, 물체가 디바이스 1 또는 디바이스 2에 더 가깝게 이동하는가를 판별하기 위해 상기 행렬이 그 후에 분석될 수 있다. 예를 들어, 디바이스 1이 디바이스 2에 비해 실질적으로 더 큰 탐지된 채널 변이를 보고한다면, 지정된 디바이스는 물체가 디바이스 2에 근접하여 더 가깝게 이동하고 있었다고 판별할 수 있다. 유사하게, 디바이스 1이 디바이스 2에 비해 실질적으로 더 작은 탐지된 채널 변이를 보고한다면, 지정된 디바이스는 물체가 디바이스 1에 근접하여 더 가깝게 이동하고 있었다고 판별할 수 있다. 이 두 상태들 (한 디바이스에 가까운가 대 다른 디바이스에 가까운가) 사이에서이 상태들이 또한 판별될 수 있다. 예를 들어, 탐지된 채널 변이가 두 무선 디바이스들 모두와 거의 동일하다면, 지정된 디바이스는 상기 탐지된 모션이 그 두 디바이스들 사이의 "중간 구역"에서 발생했다고 판별할 수 있다.

몇몇 경우들에서, 상기 네트워크 (300)의 디바이스들 사이에서의 통신에서의 지연들이나 다른 지연들 때문에, 수학식 6의 행렬의 원소들은 다른 것과 동일한 시점에 연관되지 않을 수 있다. 예를 들면, 몇몇 경우에서, 수학식 6의 행렬의 원소들은 서로 대략적으로 1 내지 2초 내에 있는 스냅샷들에 기반한다.

몇몇 구현들에서, 수학식 6의 행렬은 상기 네트워크 (300)의 디바이스 (302)의해 분석될 수 있다. 예를 들면, 상기 무선 통신 디바이스들 (302) 중 하나는, 다양한 통신 링크들에 대한 상기 값들

을 획득하고, 행렬 표현 (예를 들면, 상기의 수학식 6의 행렬)을 생성하고, 그리고 모션이 발생했는가의 여부, 발생했던 모션의 카테고리, 탐지된 모션의 상대적인 위치, 또는 다른 표시를 탐지하기 위해 상기 행렬 표현을 분석하는 "허브 (hub)" 디바이스로 지정될 수 있다. 몇몇 구현들에서, 상기 네트워크 (300)에 통신 가능하게 결합된 디바이스는 이 동작들을 수행한다. 예를 들어, 도 3에서 보이는 예를 참조하면, 네트워크 (306) (예를 들면, 인터넷)를 경유하여 상기 무선 메시 네트워크 (300)에 통신 가능하게 결합된 서버 (308)는 상기 무선 메시 네트워크 (300)에 의해 서빙된 상기 공간 내에서 모션이 발생했는가의 여부를 탐지하기 위해 각자의 통신 링크들에 대해

의 값들을 분석할 수 있다.

도 4는 채널 정보에 기반하여 공간 내 물체의 모션을 탐지하기 위한 예시의 프로세스 (400)를 보여주는 흐름도이다. 상기 프로세스 (400)의 동작들은 상기 공간을 서빙하는 무선 네트워크에 결합된 디바이스의 하나 이상의 프로세서들에 의해 수행될 수 있다. 예를 들면, 예시의 프로세스 (400) 내 동작들은, 시간 흐름에 따라 상기 시스템 (100) 내 상이한 통신 링크들에 대한 채널 정보 내 패턴들을 식별하고 상기 공간 내 모션이 발생했는가의 여부를 탐지하기 위해 도 1 내 예시의 무선 통신 디바이스들 (102)의 프로세서 서브시스템 (114)에 의해 수행될 수 있다. 상기 예시의 프로세스 (400)는 다른 유형의 디바이스에 의해 수행될 수 있다. 상기 예시의 프로세스 (400)는 추가의 또는 상이한 동작들을 포함할 수 있으며, 상기 동작들은 도시된 순서로 또는 다른 순서로 수행될 수 있다. 몇몇 경우에, 도 4에서 보이는 동작들 중 하나 이상은 다수의 동작들, 서브-프로세스들 또는 다른 유형의 루틴들을 포함하는 프로세스들로서 구현된다. 몇몇 경우에, 동작들은 결합되고, 다른 순서로 수행되고, 병렬로 수행되고, 반복되고, 또는 다른 방식으로 되풀이되거나 수행될 수 있다.

402에서, 공간을 통해 전송된 무선 신호들은 네트워크의 상이한 무선 통신 디바이스들에서 수신된다. 예를 들면, 도 3에서 보이는 예를 참조하면, 하나 이상의 디바이스들 (302)에 의해 전송된 무선 신호들은 상기 메시 네트워크 (300)의 다른 디바이스들 (302)에서 수신된다. 상기 무선 신호들은 라디오 주파수 (RF) 신호들일 수 있으며, 그리고 상기 공간 내에서 모션이 발생했는가의 여부를 판별하기 위해 사용된 레퍼런스 신호 또는 비컨 신호를 포함할 수 있다. 몇몇 경우에, 상기 무선 신호들은 표준 (예를 들면, 802.11 Wi-Fi 표준)에 따라 포맷된다. 상기 무선 신호들은 다른 방식으로 포맷될 수 있다.

404에서, 402에서 수신된 무선 신호들에 기반하여 상기 네트워크 내 각 무선 통신 링크에 대해 채널 정보가 획득된다. 상기 채널 정보는 402에서 수신된 무선 신호들에 기반하여 계산될 수 있다. 예를 들면, 상기 네트워크 내 각 링크에 대한 채널 정보는 위에서의 수학식 5에 따른 상기 값

일 수 있다. 상기 채널 정보는 상기 네트워크의 개별 무선 통신 디바이스들에 의해 계산될 수 있으며, 또는 다른 디바이스에 의해 결정될 수 있다. 예를 들면, 도 3에서 보이는 예를 참조하면, 각 링크에 대한 채널 정보는 각자의 디바이스 (302)에서 계산될 수 있으며, 그리고 네트워크 (306)를 통해 상기 서버 (308)에 전송될 수 있다. 몇몇 구현들에서, 각자의 링크들에 각각에 대한 채널 정보는 위에서 수학식 6에서의 행렬에서 보이는 것과 같은 행렬 표현으로 편집된다. 상기 채널 정보는 시간 구간에 걸친 시간의 상이한 "스냅샷들"을 위해 편집될 수 있다. 예를 들면, 위에서 수학식 6에서의 행렬은 시간에 있어서 상이한 포인트들에서 획득된 채널 정보를 위해 편집될 수 있다. 예를 들면, 행렬

은 제1 시간 포인트에 대해 생성될 수 있으며, 행렬

은 제2 시간 포인트에 대해 생성될 수 있으며, 이하 마찬지로 생성되며, 이것들은 누적하여 전달 함수 행렬들의 타임 시리즈로서 언급될 수 있다.

406에서, 404에서 획득된 채널 정보는 상기 네트워크에 의해 서빙되는 공간 내에서 모션이 발생했는가의 여부를 탐지하기 위해 분석된다. 상기 분석은 시간 구간에 걸친 채널 정보의 스냅샷들을 비교하는 것을 포함할 수 있다. 예를 들면, 시간 상 인접한 포인트들에서의 신호들 사이의 차이는 수학식 7에 관하여 위에서 설명된 것처럼 (

) 결정될 수 있다. 몇몇 구현들에서, 상기 채널 정보는 위에서 설명된 것처럼 비교에 기반한 함수 (

, 예를 들면, 평균, 표준 편차 등)를 사용하여 분석될 수 있다.

몇몇 예들에서, 404에서 획득된 채널 정보는 406에서 탐지된 모션의 상대적인 위치를 판별하기 위해 더 분석된다. 예를 들면, 상기 행렬 표현은 탐지된 모션의 위치를 상기 네트워크 내 다양한 무선 통신 디바이스들에 대해 상대적으로 판별하기 위해 수학식 8에 관하여 위에서 설명된 것처럼 분석될 수 있다. 몇몇 예들에서, 모션의 카테고리는 상기 채널 정보 분석에 기반하여 결정될 수 있다. 예를 들면, 상기 분석은 상기 공간 내에서 사람이 움직이고 있는가를 판별할 수 있으며, 또는 그 공간 내에서 개가 움직이고 있는가를 판별할 수 있다 (또는 둘 모두를 할 수 있다).

몇몇 구현들에서, 신경 네트워크는 406에서 채널 정보를 분석하기 위해 사용될 수 있다. 예를 들면, 신경 네트워크 (컨벌루션 (convolutional) 또는 완전하게 결합된 (fully connected))는 태그 부여된 채널 정보를 사용하여 트레이닝될 수 있으며, 그리고 일단 트레이닝되면, 새롭게 계산된 채널 정보는 상기 공간 내에 모션이 발생했는가의 여부를 표시하는 출력을 제공하기 위해 상기 신경 네트워크로 입력될 수 있다. 예를 들면, 몇몇 예들에서, 컨벌루션 신경 네트워크를 포함하는 신경 네트워크 시스템을 트레이닝 시키기 위해, 태그 부여된 정보의 세트들이 사용될 수 있다. 상기 태그 부여된 채널 정보는 위에서의 수학식 6의 행렬과 유사한 행렬을 포함할 수 있으며, 그리고 상기 행렬과 연관된 시간 구간 동안에 상기 공간 내에서 모션이 발생했는가의 여부의 표시를 또한 포함할 수 있다. 상기 채널 정보는, 그 채널 정보에 관해 수행된 분석에 기반하여, 학습 페이즈 동안에 모여진 정보에 기반하여 (예를 들면, 사용자가 공간을 통해 걸어가고 이동의 표시를 제공하며, 그래서 상기 시스템이 모션 상태들 및 연관된 채널 정보를 학습할 수 있도록 한다), 또는 다른 분석에 기반하여, 그런 표시로 태그가 부여될 수 있다.

일단 트레이닝되면, 상기 신경 네트워크 시스템은 태그 부여되지 않은 채널 정보에 기반하여 공간 내에 모션이 발생했는가의 여부를 탐지하기 위해 사용될 수 있다. 상기 태그 부여되지 않은 채널 정보는 상기 태그 부여된 채널 정보와 동일한 방식으로 포맷될 수 있지만, 모션이 발생했는가의 여부의 표시는 제외된다. 상기 신경 네트워크 시스템은 상기 공간 내에서 모션이 발생했는가 (또는 모션이 발생했던 위치)에 대한 표시를 포함하는 출력을 제공하기 위해 트레이닝 프로세스 동안에 프로그램되었던 노드들을 사용하여 상기 태그 부여되지 않은 채널 정보를 프로세싱할 수 있다. 상기 신경 네트워크 시스템은 컨벌루션 신경 네트워크 시스템, 완전하게 결합된 신경 네트워크 시스템, 또는 둘 모두를 포함할 수 있다.

몇몇 구현들에서, 상기 신경 네트워크 시스템을 트레이닝시키는 것은 상기 신경 네트워크 시스템의 노드들을 파라미터화하는 것을 포함한다. 예를 들면, 상기 신경 네트워크 시스템은 비용 함수 최소화 연산에 따라 상기 시스템 내 각 노드에 대한 가중치들 및 바이어스 (bias)를 결정할 수 있다. 상기 가중치들은 태그 부여된 채널 정보에 기반하여 결정될 수 있다. 레이어 내 각 노드는 상기 결정된 가중치들에 따라 자신의 입력들 (예를 들면, 태그 부여되지 않은 채널 정보)에 가중치를 부여하고 바이어스할 수 있다. 예를 들면, 노드는

[수학식 9]

에 따라 출력을 제공할 수 있으며, 여기에서

는 상기 노드의 출력을 언급하는 것이며, b는 상기 노드가 제공하는 바이어스를 언급하는 것이며,

는 이전 레이어의 노드로부터의 출력

에 인가된 가중치를 언급한 것이다. 최소화될 비용 함수들은 다음의 것들을 포함할 수 있다.

[수학식 10.a]

[수학식 10.b]

여기에서

는 레이어L의 뉴론 j로의 i번째 태그 부여된 입력이다. 수학식 10.a의 등식은 시그모이드 활성 (sigmoid activation)을 위한 비용 함수이며 그리고 수학식 10.b의 등식은 소프트-맥스 활성 (soft-max activation)을 위한 비용 함수이다. 수학식 10.b에서 양쪽 중괄호는 상기 노드의 출력이 이론적인 출력과 부합하는가의 여부의 이진 결과를 정의하며, 부합 결과는 일 (1)의 출력을 그렇지 않으면 영 (0)을 제공한다. 상기 비용 함수 C는 디슨트 경사 (gradient of decent) 방법을 사용하여 최소화될 수 있다. 예를 들면, 디슨트 경사는 다음과 같을 수 있다.

[수학식 11]

그리고

[수학식 12]

여기에서

는 다음의 수학식들처럼 시그모이드 (Sigmoid) 함수 또는 ReLU (Rectified Linear Unit)를 나타낸다.

[수학식 13.a]

[수학식 13.b]

몇몇 예들에서, 상기 가중치들은 디슨트 경사-기반 트레이닝의 반복들 이후에 정규 분포를 가지도록 초기화될 수 있다. 몇몇 구현들에서, 상기 태그 부여된 입력 데이터는, 가중치들의 현재 세트에 기반하여 출력 값들을 결정하기 위해 신경 네트워크 트레이너 (608)에 의해 프로세싱된다. 상기 방정식들에 따라 디슨트 경사를 계산하고 오류를 거꾸로 전파하기 위해 상기 출력 값들과 함께 실측 자료 (ground truth)가 사용될 수 있다.

몇몇 구현들에서, 상기 신경 네트워크 시스템은, 다수의 레이어들을 포함하는 컨벌루션 신경 네트워크를 포함한다. 예를 들면, 상기 신경 네트워크 시스템은 다수의 컨벌루션 레이어들, 상기 컨벌루션 레이어들 중 적어도 하나 이후의 맥스-풀링 (max-pooling layer) 레이어, 상기 맥스-풀링 레이어 이후의 평탄화 (flattening) 레이어, 그리고 상기 평탄화 레이어 이후의 다수의 덴스 (dense) (완전하게 결합된) 레이어를 포함할 수 있다. 하나의 예로서, 상기 신경 네트워크 시스템은 두 개의 컨벌루션 레이어들, 상기 두 개의 컨벌루션 레이어들 이후의 하나의 맥스-풀링 레이어, 상기 맥스-풀링 레이어 이후의 제3 컨벌루션 레이어, 상기 제3 컨벌루션 레이어 이후의 평탄화 레이어, 및 네 개의 덴스 레이어들로 구성될 수 있다.

도 5는 메시 네트워크 내 모션을 탐지하기 위한 예시의 프로세스 (500)를 보여주는 흐름도이다. 상기 프로세스 (500)의 동작들은 상기 공간을 서빙하는 무선 네트워크에 결합된 디바이스의 하나 이상의 프로세서들에 의해 수행될 수 있다. 예를 들면, 상기 예시의 프로세스 (500)의 동작들은, 시간 흐름에 따라 상기 시스템 (100) 내 상이한 통신 링크들에 대한 채널 정보 내 패턴들을 식별하고 상기 공간 내에서 모션이 발생했는가의 여부를 탐지하기 위해 도 1 내 예시의 무선 통신 디바이스들 (102)의 프로세서 서브시스템 (114)에 의해 수행될 수 있다. 상기 예시의 프로세스 (500)는 다른 유형의 디바이스에 의해 수행될 수 있다. 상기 예시의 프로세스 (500)는 추가의 또는 상이한 동작들을 포함할 수 있으며, 상기 동작들은 보이는 순서대로 또는 다른 순서로 수행될 수 있다. 몇몇 경우에, 도 5에서 보이는 동작들 중 하나 이상은, 다수의 동작들, 서브-프로세스들 또는 다른 유형의 루틴들을 포함하는 프로세스들로서 구현된다. 몇몇 경우에, 동작들은 결합되며, 다른 순서로 수행되며, 병렬로 수행되며, 반복되며, 또는 그렇지 않고 되풀이되거나 다른 방식으로 수행될 수 있다.

502에서, 전달 함수 성분들 (예를 들면, Y_n)은 메시 네트워크 (예를 들면, 무선 통신 시스템 (100)) 내 디바이스들의 각 쌍에 대해 획득된다. 예를 들면, 도 3을 참조하면, 디바이스들 (302)의 각 쌍에 대한 전달 함수 성분들은 디바이스들의 상기 쌍 사이에서 공간을 통해 전달된 무선 신호들에 기반하여 획득될 수 있다. 예를 들면, 302A로부터 302C로, 302C로부터 302A로 전달된 무선 신호들처럼 디바이스 쌍들 사이에서 전달된 무선 신호들 (304)로부터 전달 함수 성분들이 획득된다. 디바이스들의 특별한 쌍 사이에서의 이 전달 함수 성분들은 수학식 6의 행렬에서 Y_n ^a,b 및 Y_n ^b,a 로서 표현될 수 있다.

504에서, 전달 함수 행렬들의 타임 시리즈가 생성된다. 예를 들면, 수학식 6의 행렬은 어떤 시간 포인트에서의 예시의 전달 함수 행렬, 예를 들면,

을 나타낸다. 다른 행렬들, 예를 들면, 행렬

이 다른 시간 포인트들에서 생성될 수 있다. 몇몇 경우에, 각 전달 함수 행렬은 상기 전달 함수 성분들의 각자의 서브세트를 포함한다. 전달 함수 성분들의 상기 서브세트는 상기 타임 시리즈 내 어떤 전달 함수 행렬에 대해 획득된 전달 함수 성분들을 포함할 수 있다. 예를 들면, 행렬

은 행렬

와는 상이한 전달 함수 성분들을 가질 수 있다. 몇몇 경우에,상기 전달 함수 행렬들 각각 내 각 행렬 위치는 디바이스의 상기 각자의 쌍들 중 하나의 쌍 사이의 무선 링크를 나타낸다. 예를 들면, 수학식 6의 행렬 내 각 엔트리는 두 디바이스들 (302) 사이의 무선 링크를 나타낸다. 몇몇 경우에, 상기 전달 함수 행렬들 각각은 M x M 행렬이며, 상기 메시 네트워크는 M개의 무선 디바이스들을 포함한다.

506에서, 전달 함수 행렬들의 타임 시리즈에 기반하여 하나 이상의 프로세서들의 동작에 의해 상기 공간 내 물체의 모션이 탐지된다. 예를 들면, 상이한 타임 포인트들에서 생성된 행렬들, 예를 들어, 행렬

및 행렬

에 기반하여 모션이 탐지될 수 있다. 몇몇 경우에, 모션을 탐지하는 것은 신경 네트워크의 동작에 의해 전달 함수 행렬들의 타임 시리즈를 프로세싱하는 것을 포함한다. 몇몇 예들에서, 모션을 탐지하는 것은 상기 타임 시리즈에 걸쳐 하나 이상의 행렬 위치들에서 전달 함수 성본들의 변화들을 탐지하는 것을 포함한다.

몇몇 구현들에서, 모션을 탐지하는 것은 도 4의 단계 406에 관하여 설명된 것과 같은 분석을 포함할 수 있다. 예를 들면, 506에서, 502에서 획득된 전달 함수 성분들은, 상기 네트워크에 의해 서빙된 공간에서 모션이 발생했는가의 여부를 탐지하기 위해 분석될 수 있다. 상기 분석은 시간 구간에 걸쳐서 전달 함수 성분들의 스냅샷들을 비교하는 것을 포함할 수 있다. 예를 들면, 시간 상 인접한 포인트들에서 전달 함수 성분들 사이의 차이 (

)가 수학식 7에 관하여 위에서 설명된 것처럼 결정될 수 있다. 몇몇 구현들에서, 상기 전달 함수 성분들은, 위에서 설명되었듯이 상기 비교에 기반한 함수 (

몇몇 예들에서, 502에서 획득된 상기 전달 함수 성분들은 506에서 탐지된 모션의 상대적인 위치를 판별하기 위해 더 분석된다. 예를 들면, 상기 행렬 표현은, 탐지된 모션의 위치를 상기 네트워크 내 다양한 무선 통신 디바이스들에 대해 상대적으로 판별하기 위해 수학식 8에 관하여 위에서 설명된 것처럼 분석될 수 있다. 몇몇 에들에서, 모션의 카테고리는 상기 채널 정보 분석에 기반하여 결정될 수 있다. 예를 들면, 상기 분석은 상기 공간 내에서 사람이 움직이고 있다고 판별할 수 있으며, 또는 개가 그 공간 내에서 움직이고 있다고 판별할 수 있다 (또는 둘 모두를 판별할 수 있다). 또한, 도 4의 단계 406에 관하여 더 설명된 것처럼, 모션을 탐지하기 위한 도 5의 예시의 프로세스 (500)는 신경 네트워크 내에서 구현될 수 있다.

본 명세서에서 설명된 특허 대상 및 동작들 일부는, 본 명세서에서 개시된 구조들 및 그 구조들의 구조적인 등가, 또는 그것들 하나 이상의 조합들을 포함하는 디지털 전자 회로로, 또는 컴퓨터 소프트웨어, 펌웨어, 또는 하드웨어로 구현될 수 있다. 본 명세서에서 설명된 특허 대상 중 몇몇은, 데이터 프로세싱 장치에 의해 또는 데이터 프로세싱 장치의 동작을 제어하기 위한 실행을 위해 컴퓨터-판독가능 저장 매체 상에 부호화된 하나 이상의 컴퓨터 프로그램들, 즉, 컴퓨터 프로그램 명령어들의 하나 이상의 모듈들로서 구현될 수 있다. 컴퓨터-판독가능 저장 매체는 컴퓨터-판독가능 저장 디바이스, 컴퓨터-판독가능 저장 기판, 랜덤 또는 시리얼 액세스 메모리 어레이나 디바이스, 또는 그것들 하나 이상의 조합들이거나 그 내부에 포함될 수 있다. 또한, 컴퓨터-판독가능 저장 매체가 전파되는 신호는 아니지만, 컴퓨터-판독가능 저장 매체는 인위적으로 생성된 전파 신호 내에 부호화된 컴퓨터 프로그램 명령어들의 소스 또는 목적지일 수 있다. 상기 컴퓨터-판독가능 저장 매체는 하나 이상의 분리된 물리적인 컴포넌트들이나 매체 (예를 들면, 다수의 CD들, 디스크들, 또는 다른 저장 디바이스들)일 수 있으며, 또는 그 내부에 포함될 수 있다. 상기 컴퓨터-판독가능 저장 매체는 다수의 컴퓨터-판독가능 저장 디바이스들을 포함할 수 있다. 상기 컴퓨터-판독가능 저장 디바이스들은 같이 위치할 수 있으며 (명령어들이 단일의 저장 디바이스 내에 저장됨), 또는 상이한 위치들에 위치할 수 있다 (명령어들이 분산된 위치들 내에 저장됨).

본 명세서에서 설명된 동작들 일부는 메모리에 (예를 들면, 하나 이상의 컴퓨터-판독가능 저장 디바이스들 상에) 저장된 또는 다른 소스들로부터 수신된 데이터에 관하여 데이터 프로세싱 장치에 의해 수행된 동작들로서 구현될 수 있다. "데이터 프로세싱 장치"의 용어는, 예로서 프로그래머블 프로세서, 컴퓨터, 시스템 온 칩, 또는 다수의 칩들 또는 전술한 것들의 조합들을 포함하는 데이터 프로세싱을 위한 모든 유형의 장치, 디바이스, 및 머신들을 망라한다. 상기 장치는 특수 목적 로직 회로, 예를 들면, FPGA (field programmable gate array) 또는 ASIC (application specific integrated circuit)을 포함할 수 있다. 상기 장치는 문제의 컴퓨터 프로그램을 위한 실행 환경을 생성하는 코드, 예를 들면, 프로세서 펌웨어, 프로토콜 스택, 데이터베이스 관리 시스템, 운영 시스템, 크로스-플랫폼 런타임 환경, 가상 머신, 또는 그것들 중 하나 이상의 조합들을 포함하는 코드를 또한 하드웨어에 추가하여 또한 포함할 수 있다. 몇몇 예들에서, 상기 데이터 프로세싱 장치는 프로세서들의 세트를 포함한다. 프로세서들의 세트는 같이 배치되거나 (예를 들면, 동일한 컴퓨팅 디바이스 내 다수의 프로세서들) 또는 서로 상이한 장소에 배치될 수 있다 (예를 들면, 분산된 컴퓨팅 디바이스 내 다수의 프로세서들). 상기 데이터 프로세싱 장치에 의해 실행된 데이터를 저장하는 메모리는 상기 데이터 프로세싱 장치와 같이 배치될 수 있으며 (예를 들면, 동일한 컴퓨팅 디바이스의 메모리 내 저장된 명령어들을 실행하는 컴퓨팅 디바이스), 또는 상기 데이터 프로세싱 장치와는 상이한 위치에 배치될 수 있다 (예를 들면, 서버 디바이스 상에 저장된 명령어들을 실행하는 클라이언트 디바이스).

컴퓨터 프로그램 (프로그램, 소프트웨어, 소프트웨어 애플리케이션, 스크립트, 또는 코드로서도 또한 알려짐)은 컴파일되거나 인터프리트된 언어들, 선언성 또는 절차성 언어들을 포함하는 임의 모습의 프로그래밍 언어로 작성될 수 있으며, 그리고 단독의 프로그램으로서 또는 모듈로서, 컴포넌트, 서브루틴, 객체, 또는 컴퓨팅 환경에서 사용하기 적합한 다른 유닛을 포함하는 임의의 모습으로 배치될 수 있다. 컴퓨터 프로그램은 파일 시스템 내 파일에 대응할 수 있지만, 그것이 필요하지는 않다. 프로그램에 전용인 단일의 파일 내에, 또는 다수의 협응된 파일들 (예를 들면, 하나 이상의 모듈들, 서브 프로그램들 또는 코드의 일부들을 저장하는 파일들) 내에 다른 프로그램들이나 데이터 (예를 들면, 마크업 언어 문서 내 저장된 하나 이상의 스크립트들)를 보유하는 파일의 일부에 프로그램이 저장될 수 있다. 컴퓨터 프로그램은 하나의 컴퓨터 상에서 또는 하나의 사이트에 위치하거나 다수의 사이트들에 걸쳐서 분포되어 통신 네트워크에 의해 상호접속된 다수의 컴퓨터들 상에서 실행되도록 배치될 수 있다.

본 명세서에서 설명된 프로세스들 및 로직 흐름들 중 일부는, 입력 데이터에 관하여 동작하고 출력을 생성함으로써 행동들을 수행하기 위해 하나 이상의 컴퓨터 프로그램들을 실행시키는 하나 이상의 프로그래머블 프로세서들에 의해 수행될 수 있다. 상기 프로세스들 및 로직 흐름들은 특수 목적 로직 회로, 예를 들면, FPGA (field programmable gate array) 또는 ASIC (application specific integrated circuit)에 의해 또한 수행될 수 있으며, 그리고 장치는 그 특수 목적 로직 회로로서 또한 구현될 수 있다.

컴퓨터 프로그램 실행을 위해 적합한 프로세서들은 예로서 범용 마이크로프로세서 및 특수 목적 마이크로프로세서 그리고 임의 유형의 디지털 컴퓨터의 프로세서들 모두를 포함한다. 일반적으로, 프로세서는 읽기-전용 메모리 또는 랜덤-액세스 메모리 또는 둘 모두로부터 명령어들 및 데이터를 수신할 것이다. 컴퓨터의 요소들은 명령어들에 따른 행동들을 수행하는 프로세서, 그리고 그 명령어들 및 데이터를 저장하는 하나 이상의 메모리 디바이스들을 포함할 수 있다. 또한 컴퓨터는 데이터를 저장하기 위한 하나 이상의 대용량 저장 디바이스, 예를 들면, 비-자기적 드라이브들 (예컨대, 솔리드-스테이트 드라이브), 자기 디스크, 마그네토 옵티컬 디스크, 또는 광학 디스크를 포함하거나, 또는 그것들로부터 데이터를 수신하거나 데이터를 전송하거나, 또는 둘 모두를 위해 작동적으로 결합될 수 있다. 그러나, 컴퓨터는 그런 디바이스들을 구비할 필요는 없다. 더욱이, 컴퓨터는 다른 디바이스, 예를 들면, 전화기, 태블릿 컴퓨터, 전자 장비, 모바일 오디오나 비디오 플레이어, 게임 콘솔, 글로벌 포지셔닝 시스템 (GPS) 수신기, 사물 인터넷 (Internet-of-Things (IoT)) 디바이스, 머신-대-머신 (machine-to-machine (M2M)) 센서나 작동기, 또는 휴대용 저장 디바이스 (예를 들면, 범용 시리얼 버스 (USB) 플래시 드라이브)에 내장될 수 있다. 컴퓨터 프로그램 명령어들 및 데이터를 저장하기에 적합한 디바이스들은 모두 비-휘발성 메모리, 매체 및 메모리 디바이스들의 모든 모습들을 포함하며, 이는 반도체 메모리 디바이스 (예를 들면, EPROM, EEPROM, 플래시 메모리 디바이스, 및 다른 것들), 자기 디스크 (예를 들면, 내장 하드디스크, 탈착가능 디스크, 및 다른 것들), 마그네토 옵디컬 디스크, 및 CD ROM과 DVD-ROM 디스크를 예로서 포함한다. 몇몇 경우들에서, 상기 프로세서 및 상기 메모리는 특수 목적 로직 회로에 의해 보충되거나 그 내부에 통합될 수 있다.

사용자와의 상호작용을 제공하기 위해, 동작들은 사용자에게 정보를 디스플레이하기 위한 디스플레이 디바이스 (예를 들면, 모니터, 또는 다른 유형의 디스플레이 디바이스) 그리고 사용자가 컴퓨터에 입력을 제공할 수 있는 키보드 및 포지셔닝 디바이스 (예를 들면, 마우스, 트랙볼, 스타일러스, 터치 감지 스크린, 또는 다른 유형의 포인팅 디바이스)를 구비한 컴퓨터에서 구현될 수 있다. 다른 유형의 디바이스들이 사용자와의 상호작용을 제공하기 위해 물론 사용될 수 있다; 예를 들어, 사용자에게 제공될 피드백은 임의 형상의 감각적인 피드백, 예컨대, 시각적인 피드백, 청각적인 피드백, 또는 촉각적인 피드백일 수 있다; 그리고 그 사용자로부터의 입력은 임의 형상으로 수신될 수 있으며, 청각적, 음성, 또는 촉각적인 입력을 포함한다. 추가로, 컴퓨터는 사용자가 사용하는 디바이스에게 문서들을 송신하고 그 디바이스로부터 문서들을 수신함으로써 사용자와 상호작용할 수 있다; 예를 들면, 사용자의 클라이언트 디바이스로부터 수신된 요청들에 응답하여 그 웹 브라우저로 웹 페이지들을 송신함으로써.

컴퓨터 시스템은 단일의 컴퓨팅 디바이스, 또는 근접하게 있거나 또는 보통은 서로에게 원격으로 작동하며 통신 네트워크를 통해 보통 상호 작용하는 다수의 컴퓨터들을 포함할 수 있다. 상기 통신 네트워크는 로컬 영역 네트워크 ("LAN") 및 광역 네트워크 ("WAN"), 인터-네트워크 (예를 들면, 인터넷), 위성 링크를 포함하는 네트워크, 및 피어-투-피어 네트워크 (예를 들면, 애드-혹 피어-투-피어 네트워크) 중 하나 이상을 포함할 수 있다. 클라이언트와 서버와의 관계는 각자의 컴퓨터들 상에서 실행되고 있으며 서로에게 클라이언트-서버 관계를 가지는 컴퓨터 프로그램에 의해 일어날 수 있다.

위에서 설명된 예들의 일반적인 모습에서, 메시 네트워크 내 수신된 무선 신호들에 기반하여 모션이 탐지된다.

제1 예에서, 무선 통신 디바이스들 사이에서의 공간을 통해 전송된 무선 신호들에 기반하여 신호들의 세트가 획득된다. 신호들의 상기 세트 중 각 신호는 무선 통신 디바이스들의 각자 쌍 사이의 공간에 대한 전달 함수를 나타낸다. 신호들의 상기 세트는 상기 공간 내 물체의 모션을 탐지하기 위해 분석된다.

상기 제1 예 구현들은, 몇몇 경우에서, 다음의 특징들 중 하나 이상을 포함할 수 있다. 상기 공간 내 물체의 모션을 탐지하기 위해 신호들의 상기 세트를 분석하는 것은 신호들의 상기 세트의 행렬 표현을 생성하는 것, 그리고 시간 구간 동안에 상기 물체가 상기 공간 내에서 이동했는가의 여부를 탐지하기 위해 그 시간 구간에 걸쳐서 상기 행렬 표현 내 변화들을 분석하는 것을 포함한다. 신호들의 상기 세트는 상기 탐지된 모션의 위치를 판별하기 위해 분석될 수 있다. 신호들의 상기 세트는 모션의 카테고리를 결정하기 위해 분석될 수 있다. 상기 공간 내 물체의 모션을 탐지하기 위해 신호들의 상기 세트를 분석하는 것은, 신호들의 상기 세트를 신경 네트워크로의 입력으로서 제공하는 것 그리고 상기 신경 네트워크의 출력에 기반하여 모션이 상기 공간 내에서 발생했는가의 여부의 표시를 제공하는 것을 포함할 수 있다.

제2 예에서, 전달 함수 성분들은 상기 메시 네트워크 내 무선 통신 디바이스들의 각 쌍에 대해 획득된다. 무선 통신 디바이스들의 각 쌍에 대한 상기 전달 함수 성분들은 무선 통신 디바이스들의 각 쌍 사이의 공간을 통해 전달된 무선 신호들에 기반한다. 전달 함수 행렬들의 타임 시리즈가 생성된다. 각 전달 함수 행렬은 상기 전달 함수 성분들의 각자의 서브세트를 포함한다. 상기 공간 내 물체의 모션은 전달 함수 행렬들의 타임 시리즈에 기반하여 탐지된다.

상기 제2 예의 구현들은 다음의 특징들 중 하나 이상을 포함할 수 있다. 전달 함수 성분들의 상기 서브세트는 상기 타임 시리즈 내 어떤 전달 함수 행렬에 대해 획득된 전달 함수 성분들을 포함할 수 있다. 상기 전달 함수 행렬들 각각에서의 각 행렬 위치는 디바이스들의 각자의 쌍들 사이의 무선 링크를 나타낼 수 있다. 상기 전달 함수 행렬들 각각은 M x M 행렬일 수 있으며, 상기 메시 네트워크는 M개의 무선 디바이스들을 포함할 수 있다. 모션을 탐지하는 것은 전달 함수 행렬들의 상기 타임 시리즈를 신경 네크워크의 동작에 의해 프로세싱하는 것을 포함할 수 있다. 모션을 탐지하는 것은 상기 타임 시리즈에 걸쳐서 하나 이상의 행렬 위치들에서 전달 함수 성분들의 차이들을 탐지하는 것을 포함할 수 있다. 전달 함수 성분들의 차이들을 탐지하는 것은 상기 타임 시리즈 내 상기 전달 함수 행렬들의 인접한 포인트들에서 전달 함수 성분들 사이의 차이들을 판별하는 것을 포함할 수 있다.

몇몇 구현들에서, 시스템 (예를 들면, 무선 통신 디바이스, 그 무선 통신 디바이스에 통신 가능하게 결합된 컴퓨터 시스템이나 다른 유형의 시스템)은 데이터 프로세싱 장치 및 상기 첫 번째 또는 두 번째 예의 하나 이상의 동작들을 수행하기 위해 상기 데이터 프로세싱 장치에 의해 실행될 때에 작동 가능한 명령어들을 저장하는 메모리를 포함한다. 몇몇 구현들에서, 컴퓨터-판독가능 매체는, 상기 첫 번째 예 또는 상기 두 번째 예의 하나 이상의 동작들을 수행하기 위해 데이터 프로세싱 장치의 하나 이상의 프로세서들에 의해 실행될 때에 작동 가능한 명령어들을 저장한다.

본 명세서가 많은 상세 내용들을 포함하지만, 그 상세 내용들은 청구될 수 있는 것의 범위에 대한 제한들로서 해석되지 않아야 하며, 오히려 특별한 예들에 특정한 특징들에 대한 설명으로서 해석되어야 한다. 분리된 구현들의 맥락에서 본 명세서에서 설명된 특징들은 또한 결합될 수 있다. 반대로, 단일의 구현의 맥락에서 설명된 다양한 특징들은 다수의 실시예들에서 분리하여 또는 어떤 적합한 서브조합으로 또한 구현될 수 있다.

여러 실시예들이 설명되었다. 그럼에도 불구하고, 다양한 수정들이 만들어질 수 있다는 것이 이해될 것이다. 따라서, 다른 실시예들은 다음의 청구항들의 범위 내에 존재한다.

Claims

메시 네트워크 내 모션을 탐지하는 방법으로, 상기 방법은:
상기 메시 네트워크 내 디바이스들의 각 쌍에 대해 전달 함수 성분들을 획득하는 단계로, 디바이스들의 각 쌍에 대한 상기 전달 함수 성분들은 디바이스들의 상기 쌍 사이에서의 공간을 통해 전달된 무선 신호들에 기반하는, 획득 단계;
전달 함수 행렬들의 타임 시리즈를 생성하는 단계로, 각 전달 함수 행렬은 상기 전달 함수 성분들의 각자의 서브세트를 포함하는, 생성 단계; 그리고
모션 탐지 시스템의 하나 이상의 프로세서들에 의해, 전달 함수 행렬들의 상기 타임 시리즈에 기반하여 상기 공간 내 물체의 모션을 탐지하는 단계를 포함하는, 방법.
제1항에 있어서,
전달 함수 성분들의 상기 서브세트는 상기 타임 시리즈 내 전달 함수 행렬에 대해 획득된 전달 함수 성분들을 포함하는, 방법.
제1항에 있어서,
상기 전달 함수 행렬들 각각 내 각 행렬 위치는 디바이스들의 상기 각자의 쌍들 중 하나의 쌍 사이에서의 무선 링크를 나타내는, 방법.
제1항에 있어서,
상기 전달 함수 행렬들 각각은 M x M 행렬이며, 그리고 상기 메시 네트워크는 M개 무선 디바이스들을 포함하는, 방법.
제1항에 있어서,
모션을 탐지하는 것은 전달 함수 행렬들의 타임 시리즈를 신경 네크워크의 동작에 의해 프로세싱하는 것을 포함하는, 방법.
제1항에 있어서,
모션을 탐지하는 것은 상기 타임 시리즈에 걸쳐서 하나 이상의 행렬 위치들에서 전달 함수 성분들의 차이들을 탐지하는 것을 포함하는, 방법.
제6항에 있어서,
전달 함수 성분들의 차이들을 탐지하는 것은 상기 타임 시리즈 내 상기 전달 함수 행렬들의 인접한 포인트들에서 전달 함수 성분들 사이의 차이들을 판별하는 것을 포함하는, 방법.
모션 탐지 시스템으로, 상기 시스템은:
하나 이상의 프로세서들;
명령어들을 저장하는 메모리를 포함하며, 상기 명령어들은 상기 하나 이상의 프로세서들에 의해 실행될 때에 데이터 프로세싱 장치로 하여금:
메시 네트워크 내 디바이스들의 각 쌍에 대해 전달 함수 성분들을 획득하도록 하며, 디바이스들의 각 쌍에 대한 상기 전달 함수 성분들은 디바이스들의 상기 쌍 사이에서의 공간을 통해 전달된 무선 신호들에 기반하며;
전달 함수 행렬들의 타임 시리즈를 생성하도록 하며, 각 전달 함수 행렬은 상기 전달 함수 성분들의 각자의 서브세트를 포함하며; 그리고
하나 이상의 프로세서들에 의해, 전달 함수 행렬들의 상기 타임 시리즈에 기반하여 상기 공간 내 물체의 모션을 탐지하도록 하는, 시스템.
제8항에 있어서,
전달 함수 성분들의 상기 서브세트는 상기 타임 시리즈 내 전달 함수 행렬에 대해 획득된 전달 함수 성분들을 포함하는, 시스템.
제8항에 있어서,
상기 전달 함수 행렬들 각각 내 각 행렬 위치는 디바이스들의 상기 각자의 쌍들 중 하나의 쌍 사이에서의 무선 링크를 나타내는, 시스템.
제8항에 있어서,
상기 전달 함수 행렬들 각각은 M x M 행렬이며, 그리고 상기 메시 네트워크는 M개 무선 디바이스들을 포함하는, 시스템.
제8항에 있어서,
모션을 탐지하는 것은 전달 함수 행렬들의 타임 시리즈를 신경 네크워크의 동작에 의해 프로세싱하는 것을 포함하는, 시스템.
제8항에 있어서,
모션을 탐지하는 것은 상기 타임 시리즈에 걸쳐서 하나 이상의 행렬 위치들에서 전달 함수 성분들의 차이들을 탐지하는 것을 포함하는, 시스템.
제13항에 있어서,
전달 함수 성분들의 차이들을 탐지하는 것은 상기 타임 시리즈 내 상기 전달 함수 행렬들의 인접한 포인트들에서 전달 함수 성분들 사이의 차이들을 판별하는 것을 포함하는, 시스템.
명령어들을 포함하는 컴퓨터 판독가능 매체로서, 상기 명령어들은 하나 이상의 프로세서들에 의해 실행될 때에 데이터 프로세싱 장치로 하여금:
메시 네트워크 내 디바이스들의 각 쌍에 대해 전달 함수 성분들을 획득하도록 하며, 디바이스들의 각 쌍에 대한 상기 전달 함수 성분들은 디바이스들의 상기 쌍 사이에서 공간을 통해 전달된 무선 신호들에 기반하며;
전달 함수 행렬들의 타임 시리즈를 생성하도록 하며, 각 전달 함수 행렬은 상기 전달 함수 성분들의 각자의 서브세트를 포함하며; 그리고
전달 함수 행렬들의 상기 타임 시리즈에 기반하여 상기 공간 내 물체의 모션을 탐지하도록 하는, 컴퓨터 판독가능 매체.
제15항에 있어서,
전달 함수 성분들의 상기 서브세트는 상기 타임 시리즈 내 전달 함수 행렬에 대해 획득된 전달 함수 성분들을 포함하는, 컴퓨터 판독가능 매체.
제15항에 있어서,
상기 전달 함수 행렬들 각각 내 각 행렬 위치는 디바이스들의 상기 각자의 쌍들 중 하나의 쌍 사이에서의 무선 링크를 나타내는, 컴퓨터 판독가능 매체.
제15항에 있어서,
상기 전달 함수 행렬들 각각은 M x M 행렬이며, 그리고 상기 메시 네트워크는 M개 무선 디바이스들을 포함하는, 컴퓨터 판독가능 매체.
제15항에 있어서,
모션을 탐지하는 것은 전달 함수 행렬들의 타임 시리즈를 신경 네크워크의 동작에 의해 프로세싱하는 것을 포함하는, 컴퓨터 판독가능 매체.
제15항에 있어서,
모션을 탐지하는 것은 상기 타임 시리즈에 걸쳐서 하나 이상의 행렬 위치에서 전달 함수 성분들의 차이들을 탐지하는 것을 포함하는, 컴퓨터 판독가능 매체.
제20항에 있어서,
전달 함수 성분들의 차이들을 탐지하는 것은 상기 타임 시리즈 내 상기 전달 함수 행렬들의 인접한 포인트들에서 전달 함수 성분들 사이의 차이들을 판별하는 것을 포함하는, 컴퓨터 판독가능 매체.