KR20210096112A - 이전 확률에 기반한 무선 신호들로부터 검출된 움직임의 위치 결정 - Google Patents
이전 확률에 기반한 무선 신호들로부터 검출된 움직임의 위치 결정 Download PDFInfo
- Publication number
- KR20210096112A KR20210096112A KR1020217016632A KR20217016632A KR20210096112A KR 20210096112 A KR20210096112 A KR 20210096112A KR 1020217016632 A KR1020217016632 A KR 1020217016632A KR 20217016632 A KR20217016632 A KR 20217016632A KR 20210096112 A KR20210096112 A KR 20210096112A
- Authority
- KR
- South Korea
- Prior art keywords
- motion
- wireless communication
- values
- probability vector
- radio
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0278—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves involving statistical or probabilistic considerations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/01—Determining conditions which influence positioning, e.g. radio environment, state of motion or energy consumption
- G01S5/014—Identifying transitions between environments
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/003—Bistatic radar systems; Multistatic radar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/003—Transmission of data between radar, sonar or lidar systems and remote stations
- G01S7/006—Transmission of data between radar, sonar or lidar systems and remote stations using shared front-end circuitry, e.g. antennas
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Probability & Statistics with Applications (AREA)
- Mobile Radio Communication Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
일반적인 실시형태에서, 무선 통신 네트워크 내 무선 통신 장치들에 의해 검출된 움직임의 위치를 결정하는 방법은 제1 시간 프레임에 연관된 움직임 데이터를 획득하는 단계를 포함한다. 상기 방법은 또한 한 세트의 움직임 지표값들 내 다른 움직임 지표값들에 대한 복수 개의 무선 링크들 중 제1 무선 링크에 연관된 한 움직임 지표값의 크기에 기반하여 상기 복수 개의 무선 링크들 중 제1 무선 링크를 식별하는 단계를 포함한다. 상기 방법은 소정 맵 및 상기 제1 무선 링크에 기반하여 제1 확률 벡터를 생성하는 단계 및 이전 시간 프레임에 연관된 움직임 데이터로부터 생성된 제2 확률 벡터를 획득하는 단계를 추가로 포함한다. 상기 방법은 데이터 처리 기기의 동작에 의해 상기 제1 시간 프레임 동안 교환되는 무선 신호들로부터 검출된 움직임의 위치를 결정하는 단계를 더 포함한다.
Description
관련 출원에 대한 상호 참조
본원은 2018년 12월 3일자에 출원된 미국 특허출원 제16/207,649호에 대한 우선권을 주장하며, 상기 미국 특허출원의 개시 내용은 이로써 인용에 의해 본원에 보완되는 것이다.
기술분야
이하의 설명은 무선 신호들로부터 검출된 움직임의 위치 결정에 관한 것이다.
움직임 검출 시스템들은 예를 들어 실내 또는 실외 공간에서 객체들의 움직임을 검출하는 데 사용되어 왔다. 일부 전형적인 움직임 검출 시스템들에서는, 적외선 또는 광학 센서들이 센서 시야 내 객체들의 움직임을 검출하는 데 사용된다. 움직임 검출 시스템들은 보안 시스템들, 자동 제어 시스템들 및 기타 유형의 시스템들에 사용되어 왔다.
여기에 설명되어 있는 것의 일부 실시형태들에서는, 공간(예컨대, 사람이 움직이고 있는 집 내 특정 룸(room), 사람이 움직이고 있는 건물의 특정 층 또는 사분면(quadrant) 등) 내 움직임의 위치가 서로 무선 통신하는 다수의 무선 통신 장치로부터 획득되는 정보를 사용하여 검출될 수 있다.
예를 들어, 무선 통신 네트워크 내 무선 통신 장치들 각각에서 수신된 무선 신호들은 상기 무선 통신 네트워크 내 서로 다른 통신 링크들에 대한 채널 정보(상기 무선 통신 네트워크 내 대응하는 쌍의 무선 통신 장치들 간 채널 정보)를 결정하도록 분석될 수 있다. 상기 채널 정보는 공간을 가로지르는 무선 신호들에 전달 함수를 적용하는 물리적 매체를 나타낼 수 있다. 일부 사례들에서, 상기 채널 정보는 채널 응답 정보를 포함한다. 채널 응답 정보는 통신 링크의 알려진 채널 속성들을 언급할 수 있으며, 예를 들어 상기 송신기 및 상기 수신기 간 공간 내에서 산란, 페이딩 및 전력 감쇠의 결합된 효과를 표현하도록 무선 신호가 송신기로부터 수신기로 전파되는 방식을 설명할 수 있다. 일부 사례들에서, 상기 채널 정보에는 빔포밍 상태 정보가 포함된다. 빔포밍(또는 공간 필터링)은 지향성 신호 전송 또는 수신을 위해 다중 안테나(다중-입력/다중-출력(multiple-input/multiple-output; MIMO)) 무선 시스템들에서 사용되는 신호 처리 기법을 언급할 수 있다. 빔포밍은 특정 각도의 신호들이 보강 간섭(constructive interference)에 영향을 받지만 다른 신호들이 상쇄 간섭(destructive interference)에 영향을 받는 방식으로 안테나 어레이 내 요소들을 결합함으로써 달성될 수 있다. 빔포밍은 공간 선택성(spatial selectivity)을 달성하기 위해 송신단 및 수신단 모두에 사용될 수 있다. 일부 경우(예컨대, IEEE 802.11ac 표준)에서는 빔포밍 스티어링 매트릭스는 송신기에 의해 사용된다. 상기 빔포밍 스티어링 매트릭스는 상기 안테나 어레이가 전송을 위한 공간 경로를 선택하기 위해 상기 안테나 어레이의 개별 안테나 요소들 각각을 어떻게 사용해야 하는지에 대한 수학적 설명을 포함할 수 있다. 특정 실시형태들이 여기에서 채널 응답 정보와 관련하여 설명되지만, 빔포밍 상태 정보 또는 빔포머 스티어링 매트릭스 상태는 또한 설명된 실시형태들에서 사용될 수 있다.
상기 통신 링크들 각각에 대한 채널 정보는 공간 내 움직임이 발생하였는지 여부를 검출하거나, 검출된 움직임의 상대 위치를 결정하거나, 또는 공간 내 움직임이 발생하였는지 여부를 검출하고 검출된 움직임의 상대 위치를 결정하도록 (예컨대, 무선 통신 네트워크 내 허브 장치 또는 다른 장치에 의해서나, 또는 무선 통신 네트워크에 통신 가능하게 연결된 원격 장치에 의해) 분석될 수 있다. 일부 실시형태들에서, 상기 통신 링크들 각각에 대한 채널 정보는 예컨대 공간 내 움직임이 검출되지 않을 때 객체가 존재하는지 또는 존재하지 않은지를 검출하도록 분석될 수 있다.
일부 구현 예들에서, 무선 통신 네트워크는 무선 메시 네트워크를 포함할 수 있다. 무선 메시 네트워크는 노드들(예컨대, 무선 통신 장치들)이 중앙 액세스 포인트, 기지국 또는 네트워크 컨트롤러를 사용하지 않고 점 대 점 방식으로 직접 통신하는 분산형 무선 네트워크를 언급할 수 있다. 무선 메시 네트워크들에는 메시 클라이언트들, 메시 라우터들 또는 메시 게이트웨이들이 포함될 수 있다. 일부 사례들에서, 무선 메시 네트워크는 IEEE 802.11s 표준을 기반으로 이루어진다. 일부 사례들에서, 무선 메시 네트워크는 Wi-Fi 애드 혹(ad hoc) 또는 다른 표준화된 기술을 기반으로 이루어진다. 상업적으로 이용 가능한 무선 메시 네트워크들의 예들로는 Google, Eero 등에 의해 시판되는 Wi-Fi 시스템들이 있다.
일부 전형적인 무선 통신 네트워크들에서는, 각각의 노드가 하나 이상의 양방향 링크들을 통해 하나 이상의 다른 노드들에 접속되어 있다. 각각의 노드는 각각의 노드가 수신하는 무선 신호들을 분석하여 상기 링크들 각각 상에서 생긴 섭동(perturbation) 또는 외란(disturbance)을 식별할 수 있다. 각각의 링크 상에서 생긴 외란은 움직임 표시자 값으로서, 예를 들어 정규화될 수 있는 스칼라 양(scalar quantity)으로서 표현될 수 있다. 상기 무선 통신 네트워크 내 노드들로부터의 링크 외란 값은 대응하는 노드에 연관된 위치들에서 움직임의 확률을 결정하는 데 사용될 수 있다. 예를 들어, 각각의 노드에서의 움직임 확률은 어느 노드가 그 근방에서 움직임이 있을 확률이 가장 높은지를 알려주는데 사용될 수 있으며, 그러한 노드는 움직임이 있는 노드로서 식별될 수 있다. 이를 수행하기 위해서는, 확률들의 재귀적인 계산을 위한 베이지안 추정 프레임워크(Bayesian estimation framework)에서 이루어지는 분석이 가능하다. 확률론적 프레임워크(probabilistic framework)는 예를 들어 재귀적인 추정, 결과적으로는 올바른 결과로의 궁극적인 수렴, 각각의 특수 상황에 대해 조건이 없는 단순한 논리, (예컨대, 인공적인 효과들에 대해) 정확하고 강력한 성능 등을 제공하는 다수의 기술적 이점을 제공한다.
추가로, 상기 움직임 검출 시스템에 대한 물리적 통찰을 통해 움직임의 위치를 검출하는데 사용되는 베이지안 추정 프레임워크가 알려지게 될 수 있다. 예를 들어, (송신기 노드와 수신기 노드 간) 링크 상의 여기(excitation)의 상대적 크기는 여기를 생성하는 움직임이 수신기 노드에 더 가까울 때 더 커질 확률이 높다. 따라서, 움직임이 있는 위치에 대한 초기 확률 추정치로서, 가장 높은 확률들이 가장 높은 움직임 표시자 값에 연관된 무선 링크들 상의 수신기 노드들에 할당될 수 있다. 이러한 초기 확률 추정치는 베이지안 프레임워크에 따라 재귀적으로 세분화된 확률 추정치를 생성하도록 (예컨대, 이전 움직임 데이터를 기반으로) 조건부 확률 분포와 조합될 수 있다. 다른 일 예로서, 일부 문맥들에서, 별개의 위치들 간 움직임 전환의 가능성은 단일 위치에 잔존하는 움직임의 가능성에 비해 높거나 낮을 수 있다. 따라서, 위치 전환 확률은 베이지안 프레임워크에 통합될 수 있다. 예를 들어, 전환 확률 매트릭스는 베이지안 프레임워크에 따라 재귀적으로 세분화된 확률 추정치를 생성하도록 상기 초기 확률 추정치 및 상기 조건부 확률 분포와 조합될 수 있다.
도 1은 한 전형적인 무선 통신 시스템을 보여주는 도면이다.
도 2a 및 도 2b는 움직임 검출 시스템 내 무선 통신 장치들 간에 통신되는 전형적인 무선 신호들을 보여주는 도면들이다.
도 3은 복수 개의 무선 노드들을 포함하는 한 전형적인 무선 통신 네트워크의 개략도이다.
도 4는 송신 무선 노드(Tx), 수신 무선 노드(Rx) 또는 다른 무선 노드로서의 무선 노드의 상태를 기반으로 이루어진 맵 값들을 지니는 한 전형적인 확률 맵의 개략적인 그래프이다.
도 5는 송신 무선 노드와 수신 무선 노드 간 한 전형적인 다중-경로 전파 환경의 개략도이다.
도 6은 무선 통신 네트워크 내 무선 통신 장치들에 의해 검출된 움직임의 위치를 결정하기 위한 한 전형적인 프로세스의 흐름도이다.
도 7은 점선 화살표들이 무선 노드들 간 검출된 움직임의 잠재적 전환들을 나타내는 한 전형적인 무선 통신 네트워크의 개략도이다.
도 8은 무선 통신 네트워크 내 무선 통신 장치들에 의해 검출된 움직임의 위치를 결정하기 위한 다른 한 전형적인 프로세스의 흐름도이다.
도 2a 및 도 2b는 움직임 검출 시스템 내 무선 통신 장치들 간에 통신되는 전형적인 무선 신호들을 보여주는 도면들이다.
도 3은 복수 개의 무선 노드들을 포함하는 한 전형적인 무선 통신 네트워크의 개략도이다.
도 4는 송신 무선 노드(Tx), 수신 무선 노드(Rx) 또는 다른 무선 노드로서의 무선 노드의 상태를 기반으로 이루어진 맵 값들을 지니는 한 전형적인 확률 맵의 개략적인 그래프이다.
도 5는 송신 무선 노드와 수신 무선 노드 간 한 전형적인 다중-경로 전파 환경의 개략도이다.
도 6은 무선 통신 네트워크 내 무선 통신 장치들에 의해 검출된 움직임의 위치를 결정하기 위한 한 전형적인 프로세스의 흐름도이다.
도 7은 점선 화살표들이 무선 노드들 간 검출된 움직임의 잠재적 전환들을 나타내는 한 전형적인 무선 통신 네트워크의 개략도이다.
도 8은 무선 통신 네트워크 내 무선 통신 장치들에 의해 검출된 움직임의 위치를 결정하기 위한 다른 한 전형적인 프로세스의 흐름도이다.
도 1은 한 전형적인 무선 통신 시스템(100)을 보여주는 도면이다. 상기 전형적인 무선 통신 시스템(100)은 3개의 무선 통신 장치, 즉 제1 무선 통신 장치(102A), 제2 무선 통신 장치(102B) 및 제3 무선 통신 장치(102C)를 포함한다. 상기 전형적인 무선 통신 시스템(100)은 추가 무선 통신 장치들(102) 및/또는 다른 구성요소들(예컨대, 하나 이상의 네트워크 서버들, 네트워크 라우터들, 네트워크 스위치들, 케이블들 또는 다른 통신 링크들 등)을 포함할 수 있다.
상기 전형적인 무선 통신 장치들(102A, 102b, 102C)은 무선 네트워크에서, 예를 들어 무선 네트워크 표준 또는 다른 유형의 무선 통신 프로토콜에 따라 동작할 수 있다. 예를 들어, 상기 무선 네트워크는 WLAN(Wireless Local Area Network), PAN(Personal Area Network), MAN(Metropolitan Area Network) 또는 다른 유형의 무선 네트워크로서 동작하도록 구성될 수 있다. WLAN들의 예들로는 IEEE 등에 의해 개발된 802.11 패밀리의 표준들 중 하나 이상에 따라 동작하도록 구성된 네트워크들이 있다. PAN들의 예들로는 단거리 통신 표준(예컨대, BLUETOOTH®, NFC(Near Field Communication), ZigBee), 밀리미터파 통신 등에 따라 동작하는 네트워크들이 있다.
일부 구현 예들에서, 상기 무선 통신 장치들(102A, 102B, 102C)은, 셀룰러 네트워크에서, 예를 들어 셀룰러 네트워크에 따라 통신하도록 구성될 수 있다. 셀룰러 네트워크들의 예들로는 GSM(Global System for Mobile) 및 EDGE(Enhanced Data rates for GSM Evolution) 또는 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; 5G 표준들 등에 따라 구성된 네트워크들이 있다. 도 1에 도시된 예에서, 상기 무선 통신 장치들(102A, 102B, 102C)은 표준 무선 네트워크 구성요소들일 수도 있고 표준 무선 네트워크 구성요소들을 포함할 수도 있다. 예를 들어, 상기 무선 통신 장치들(102A, 102B, 102C)은 상업적으로 이용 가능한 Wi-Fi 장치들일 수 있다.
일부 경우들에서, 상기 무선 통신 장치들(102A, 102B, 102C)은 Wi-Fi 액세스 포인트들 또는 다른 유형의 무선 액세스 포인트(wireless access point; WAP)일 수 있다. 상기 무선 통신 장치들(102A, 102B, 102C)은 상기 무선 통신 장치들 상에 명령어들(예컨대, 소프트웨어 또는 펌웨어)로서 엠베드된 여기에서 설명되는 바와 같은 하나 이상의 동작들을 수행하도록 구성될 수 있다. 어떤 경우에는, 상기 무선 통신 장치들(102A, 102B, 102C) 중 하나 이상의 무선 통신 장치들은 예를 들어, 상업적으로 이용 가능한 메시 네트워크 시스템(예컨대, Google Wi-Fi, Eero Wi-Fi ㅅ시스템들 등)과 같은 무선 메시 네트워크의 노드일 수 있다. 어떤 경우에는, 다른 유형의 표준 또는 기존 Wi-Fi 트랜시버 장치가 사용될 수 있다. 상기 무선 통신 장치들(102A, 102B, 102C)은 Wi-Fi 구성요소들 없이 구현될 수 있는데, 예를 들어, 무선 통신을 위한 다른 유형의 무선 프로토콜들이 표준이든 비-표준이든 움직임 검출을 위해 사용될 수 있다.
도 1에 도시된 예에서, 상기 무선 통신 장치들(예컨대, 102A, 102B)은 통신 채널을 통해 (예컨대, 무선 네트워크 표준, 움직임 검출 프로토콜, 존재 검출 프로토콜, 또는 다른 표준 또는 비-표준 프로토콜에 따라) 무선 신호들을 전송한다. 예를 들어, 상기 무선 통신 장치들은 객체의 움직임 또는 존재를 검출하기 위해 공간을 프로브(probe)하도록 전송용 움직임 프로브 신호들을 생성할 수 있다. 일부 구현 예들에서, 상기 움직임 프로브 신호들은 채널 사운딩(예컨대, IEEE 802.11ac-2013 표준에 따른 빔포밍을 위한 채널 사운딩)에 사용되는 표준 파일럿 신호들을 포함하는 표준 시그널링 또는 통신 프레임들을 포함할 수 있다. 경우에 따라서는, 상기 움직임 프로브 신호들에는 네트워크 내 모든 장치들에 알려진 참조 신호들이 포함된다. 일부 경우들에서는, 상기 무선 통신 장치들 중 하나 이상의 무선 통신 장치들은 공간을 통해 전송되는 움직임 프로브 신호들에 기반하여 수신된 신호인 움직임 검출 신호들을 처리할 수 있다. 예를 들어, 상기 움직임 검출 신호들은 상기 통신 채널에서 검출된 변화들(또는 그들의 결여)에 기반하여, 공간 내 객체의 움직임, 공간 내 움직임 결여, 또는 움직임 결여의 검출시 공간 내 객체의 존재 및 부재를 검출하도록 분석될 수 있다.
움직임 프로브 신호들을 전송하는 무선 통신 장치들(예컨대, 102A, 102B)은 소스 장치들로서 언급될 될 수 있다. 경우에 따라서는, 무선 통신 장치들(102A, 102B)은 (예컨대, 위에서 설명한) 무선 움직임 프로브 신호들을 브로드캐스트할 수 있다. 다른 경우들에서는, 상기 무선 통신 장치들(102A, 102B)은 다른 한 무선 통신 장치(102C) 및 다른 장치들(예컨대, 사용자 장비, 클라이언트 장치, 서버 등)에 어드레싱되는 무선 신호들을 송신할 수 있다. 상기 무선 통신 장치(102C)와 아울러 다른 장치들(도시되지 않음)은 상기 무선 통신 장치들(102A, 102B)에 의해 전송된 무선 신호들를 수신할 수 있다. 경우에 따라서는, 상기 무선 통신 장치들(102A, 102B)에 의해 전송된 무선 신호들은 예를 들어 무선 통신 표준 등에 따라 주기적으로 반복된다.
일부 예들에서는, 센서 장치로서 언급될 수 있는 무선 통신 장치(102C)는 상기 무선 신호들에 의해 액세스되는 공간 내 객체의 움직임, 또는 움직임 결여를 검출하도록 상기 무선 통신 장치들(102A, 102B)로부터 수신된 무선 신호들을 처리한다. 일부 예들에서는, 다른 한 장치 또는 컴퓨팅 시스템은 상기 무선 신호들에 의해 액세스되는 공간 내 객체의 움직임 또는 움직임 결여를 검출하도록 상기 무선 통신 장치들(102A, 102B)로부터 상기 무선 통신 장치(102C)에 의해 수신된 무선 신호들을 처리한다. 경우에 따라서는, 상기 무선 통신 장치(102C)(또는 다른 한 시스템 또는 장치)는 움직임 결여의 검출시 공간 내 객체의 존재 또는 부재를 검출하도록 상기 무선 신호들을 처리한다. 일부 경우들에서는, 상기 무선 통신 장치(102C)(또는 다른 한 시스템 또는 장치)는 도 6과 관련하여 설명되는 바와 같거나 또는 도 8과 관련하여 설명되는 전형적인 방법에서의 하나 이상의 동작들, 또는 객체의 움직임을 검출하거나 객체의 움직임 결여를 검출하거나 또는 움직임 결여의 검출시 객체의 존재 또는 부재를 검출하는 다른 한 유형의 프로세스를 수행할 수 있다. 다른 예들에서는, 상기 무선 통신 시스템(100)은 예를 들어 상기 무선 통신 장치(102C)가 예컨대 소스 장치로서 무선 신호들을 전송할 수 있도록 수정될 수 있고, 상기 무선 통신 장치들(102A, 102B)은 움직임, 움직임 결여, 또는 움직임 결여의 검출시 존재를 검출하도록 예컨대 센서 장치들로서 상기 무선 통신 장치(102C)로부터 상기 무선 신호들을 처리할 수 있다. 다시 말하면, 상기 무선 통신 장치들(102A, 102B, 102C) 각각은 경우에 따라서는 소스 장치, 센서 장치 또는 양자 모두로서 구성될 수 있다.
움직임 및/또는 존재 검출을 위해 사용되는 무선 신호들에는, 예를 들어 비콘 신호(예컨대, 블루투스 비콘들, Wi-Fi 비콘들, 다른 무선 비콘 신호들), 파일럿 신호들(예컨대, IEEE 802.11ac-2013 표준에 따른 빔포밍 애플리케이션들과 같은 채널 사운딩에 사용되는 파일럿 신호들), 또는 무선 네트워크 표준에 따른 다른 목적용으로 생성된 다른 한 표준 신호, 또는 움직임 및/또는 존재 검출 또는 다른 목적용으로 생성된 비-표준 신호들(예컨대, 랜덤 신호들, 참조 신호들 등)이 포함될 수 있다. 경우에 따라서는, 움직임 및/또는 존재 검출을 위한 무선 신호들이 네트워크 내 모든 장치들에 알려진 것이다.
일부 예들에서는, 상기 무선 신호들은, 이동 객체와 상호작용하기 전이나 후에 객체(예컨대, 벽)를 통해 전파될 수 있으며, 이는 상기 이동 객체의 움직임이 상기 이동 객체 및 상기 전송 또는 수신 하드웨어 간 광 시선(optical line-of-sight) 없이 검출되는 것을 허용할 수 있다. 경우에 따라서는, 상기 무선 신호들은, 무선 통신 장치(예컨대, 102C)에 의해 수신될 때, 예를 들어 공간 내에서 객체가 이동하지 않거나 더는 이동하지 않음을 공간 내 움직임 결여를 나타낼 수 있다. 경우에 따라서는, 상기 무선 신호들은, 무선 통신 장치(예컨대, 102C)에 의해 수신될 때 움직임 결여의 검출시 공간 내 객체의 존재를 나타낼 수 있다. 이와는 반대로, 상기 무선 신호들은 움직임 결여의 검출시 공간 내 객체의 부재를 나타낼 수 있다. 예를 들어, 상기 수신된 무선 신호들에 기반하여, 제3 무선 통신 장치(102C)는 움직임 데이터, 존재 데이터 또는 양자 모두를 생성할 수 있다. 일부 경우들에서는, 상기 제3 무선 통신 장치(102C)는 룸(room), 빌딩, 옥외 공간 등과 같은 공간 내 움직임을 모니터링하기 위한 제어 센터를 포함할 수 있는 보안 시스템과 같은 다른 한 장치 또는 시스템에 상기 움직임 검출 및/또는 존재 데이터를 전달할 수 있다.
일부 구현 예들에서는, 상기 무선 통신 장치들(102A, 102B)는 무선 네트워크 트래픽 신호들과는 분리된 무선 통신 채널(예컨대, 주파수 채널 또는 코드 채널)을 통해 움직임 프로브 신호들을 전송하도록 구성될 수 있다. 예를 들어, 움직임 프로브 신호의 페이로드 및 상기 페이로드 내 데이터 또는 데이터 구조의 유형에 적용된 변조는 상기 제3 무선 통신 장치(102C)에 의해 알려진 것일 수 있으며, 이는 상기 제3 무선 통신 장치(102C)가 움직임 및 존재 검출을 수행하는 처리량을 감소시킬 수 있다. 헤더(header)는 예를 들어 상기 통신 시스템(100) 내 다른 한 장치에 의해 움직임 또는 움직임 결여가 검출되었는지의 여부, 상기 통신 시스템(100) 내 다른 한 장치에 의해 객체의 존재가 검출되었는지의 여부, 변조 유형의 표시, 신호 전송 장치의 식별 등과 같은 추가 정보를 포함할 수 있다.
도 1에 도시된 예에서는, 상기 무선 통신 시스템(100)은 무선 메시 네트워크로서 예시되어 있으며, 대응하는 무선 장치들(102) 각각 간에는 무선 통신 링크들이 예시되어 있다. 도시된 예에서, 상기 제3 무선 통신 장치(102C) 및 상기 제1 무선 통신 장치(102A) 간 무선 통신 링크들은 제1 움직임 검출 영역(110A)을 프로브하는데 사용될 수 있고, 상기 제3 무선 통신 장치(102C) 및 상기 제2 무선 통신 장치(102B) 간 무선 통신 링크들은 제2 움직임 검출 영역(110B)을 프로브하는데 사용될 수 있으며, 상기 제1 무선 통신 장치(102A) 및 상기 제2 무선 통신 장치(102B) 간 무선 통신 링크들은 제3 움직임 검출 영역(110C)을 프로브하는데 사용될 수 있다. 일부 예들에서, 각각의 무선 통신 장치(102)는 상기 움직임 검출 영역들(110)을 통해 상기 무선 통신 장치들(102)에 의해 전송된 무선 신호들에 기반하여 이루어지는 수신된 신호들을 처리함으로써 상기 장치에 의해 액세스되는 움직임 검출 영역들(110) 각각에서, 움직임, 움직임 결여, 및/또는 움직임 결어의 검출시 객체의 존재 또는 부재를 검출하도록 구성될 수 있다. 예를 들어, 사람(106)이 상기 제1 움직임 검출 영역(110A) 및 상기 제3 움직임 검출 영역(110C)에서 움직일 경우, 상기 무선 통신 장치들(102)은 대응하는 움직임 검출 영역들(110)을 통해 전송된 무선 신호들에 기반하여 이루어지는 상기 무선 통신 장치들(102)이 수신한 신호들에 기반하여 상기 움직임을 검출할 수 있다. 예를 들어, 상기 제1 무선 통신 장치(102A)는 상기 제1 움직임 검출 영역(110A) 및 상기 제3 움직임 검출 영역(110C) 양자 모두에서 사람의 움직임을 검출할 수 있고, 상기 제2 무선 통신 장치(102B)는 상기 제3 움직임 검출 영역(110C)에서 사람(106)의 움직임을 검출할 수 있으며 상기 제3 무선 통신 장치(102C)는 상기 제1 움직임 검출 영역(110A)에서 사람(106)의 움직임을 검출할 수 있다. 경우에 따라서는, 사람(106)에 의한 움직임 결여 및 다른 경우들에서는 사람(106)이 움직이고 있는 것으로 검출되지 않을 때 사람(106) 의 존재는 상기 움직임 검출 영역들(110A, 110B, 110C) 각각에서 검출될 수 있다.
일부 예들에서, 상기 움직임 검출 영역들(110)은, 예를 들어 전자기 신호들이 전파될 수 있는, 공기, 고체 재료, 액체, 또는 다른 매체를 포함할 수 있다. 도 1에 도시된 예에서, 상기 제1 움직임 감지 구역(110A)은 상기 제1 무선 통신 장치(102A)와 상기 제3 무선 통신 장치(102C) 간 무선 통신 채널을 제공하고, 상기 제2 움직임 검출 영역(110B)은 상기 제2 무선 통신 장치(102B)와 상기 제3 무선 통신 장치(102C) 간 무선 통신 채널을 제공하며, 상기 제3 움직임 검출 영역(110C)은 상기 제1 무선 통신 장치(102A)와 상기 제2 무선 통신 장치(102B) 간 무선 통신 채널을 제공한다. 일부 동작 실시형태들에서, (네트워크 트래픽을 위해 상기 무선 통신 채널과는 분리되거나 상기 무선 통신 채널과 공유되는) 무선 통신 채널을 통해 전송되는 무선 신호들은 공간 내 각체의 움직임 또는 움직임 결여를 검출하는데 사용될 수 있으며, 움직임 결여의 검출시 공간 내 객체의 존재(또는 부재)를 검출하는데 사용될 수 있다. 상기 객체들은 정적 또는 이동 가능 객체 중 임의의 유형일 수 있으며, 생물이거나 무생물일 수 있다. 예를 들어, 상기 객체는 인간(예컨대, 도 1에 도시된 사람(106)), 동물, 무기물 객체, 또는 다른 한 장치, 기기 또는 조립체, 공간의 경계의 일부 또는 전부를 정의하는 객체(예컨대, 벽, 도어, 윈도우 등), 또는 다른 한 유형의 객체일 수 있다. 일부 구현 예들에서는, 상기 무선 통신 장치들로부터의 움직임 정보는 객체의 움직임이 검출되지 않을 때 객체의 존재 또는 부재를 결정하기 위해 추가 분석을 트리거할 수 있다.
일부 구현 예들에서, 상기 무선 통신 시스템(100)은 움직임 검출 시스템일 수도 있고, 움직임 검출 시스템을 포함할 수도 있다. 상기 움직임 검출 시스템은 상기 무선 통신 장치들(102A, 102B, 102C) 및 가능하면 다른 구성요소들 중 하나 이상을 포함할 수 있다. 상기 움직임 검출 시스템 내 하나 이상의 무선 통신 장치들(102A, 102B, 102C)은 움직임 검출, 존재 검출 또는 양자 모두를 위해 구성될 수 있다. 상기 움직임 검출 시스템은 신호들을 저장하는 데이터베이스를 포함할 수 있다. 상기 움직임 검출 시스템의 무선 통신 장치들(102A, 102B, 102C) 중의 하나는 움직임 및/또는 존재를 검출하도록 수신된 신호들 및 다른 정보를 처리하기 위한 중앙 허브 또는 서버로서 동작될 수 있다. 예컨대 상기 데이터데이터 내 데이터의 저장 및/또는 움직임, 움직임 결여(예컨대, 정상 상태), 또는 존재 검출의 결정은 무선 통신 장치(102)에 의해 수행될 수도 있고, 경우에 따라서는 상기 무선 통신 네트워크 내 또는 클라우드 내 다른 한 장치(예컨대, 하나 이상의 원격 장치들)에 의해 수행될 수 있다.
도 2a 및 도 2b는 움직임 검출 시스템 내 무선 통신 장치들(204A, 204B, 204C) 간 통신되는 전형적인 무선 신호들을 보여주는 도면들이다. 상기 무선 통신 장치들(204A, 204B, 204C)는 예를 들어 도 1에 도시된 무선 통신 장치들(102A, 102B, 102C)일 수도 있고, 다른 유형의 무선 통신 장치들일 수도 있다. 무선 통신 장치들의 예들에는 무선 메시 장치들, 고정 무선 클라이언트 장치들, 모바일 무선 클라이언트 장치들 등이 있다.
경우에 따라서는, 상기 무선 통신 장치들(204A, 204B, 204C) 중 하나 이상의 무선 통신 장치들의 조합은 전용 움직임 검출 시스템을 형성할 수도 있고, 전용 움직임 검출 시스템의 일부일 수도 있다. 예를 들어, 상기 전용 움직임 검출 시스템의 일부로서, 상기 무선 통신 장치들(204A, 204B, 204C) 중 하나 이상의 무선 통신 장치들은 상기 움직임 검출 시스템에서 움직임 검출, 존재 검출 또는 양자 모두를 위해 구성될 수 있다. 경우에 따라서는, 상기 무선 통신 장치들(204A, 204B, 204C) 중 하나 이상의 무선 통신 장치들의 조합은 다른 유형의 기능들도 수행하는 애드혹 움직임 검출 시스템일 수도 있고 상기 애드혹 움직임 검출 시스템의 일부일 수도 있다.
전형적인 무선 통신 장치들(204A, 204B, 204C)은 공간(200)을 통해 무선 신호들을 전송 및/또는 수신할 수 있다. 전형적인 공간(200)은 상기 공간(200)의 하나 이상의 경계들에서 완전히 또는 부분적으로 밀폐될 수도 있고 개방될 수도 있다. 상기 공간(200)은 룸 내부, 다중 룸, 빌딩, 실내 공간, 실외 공간 등일 수도 있고 룸 내부, 다중 룸, 빌딩, 실내 공간, 실외 공간 등을 포함할 수도 있다. 제1 벽(202A), 제2 벽(202B) 및 제3 벽(202C)은 도시된 예에서 상기 공간(200)을 적어도 부분적으로 밀폐시킨다.
도 2a 및 도 2b에 도시된 예에서는, 상기 제1 무선 통신 장치(204A)가 예컨대 소스 장치로서 무선 움직임 프로브 신호들을 반복적으로(예컨대, 주기적으로, 간헐적으로, 스케줄링될 수도 있고 스케줄링되지 않을 수도 있으며 임의적일 수도 있는 간결들로) 전송하도록 동작될 수 있다. 상기 제2 무선 통신 장치(204B) 및 상기 제3 무선 통신 장치(204C)는 예컨대 센서 장치로서 상기 무선 통신 장치(204A)에 의해 전송된 움직임 프로브 신호들에 기반하여 신호들을 수신하도록 동작될 수 있다. 상기 움직임 프로브 신호들은 위에서 설명한 바와 같이 포맷될 수 있다. 예를 들어, 일부 구현 예들에서, 상기 움직임 프로브 신호들은 채널 사운딩(예컨대, IEEE 802.11ac-2013 표준에 따른 빔포밍을 위한 채널 사운딩)에 사용되는 표준 파일럿 신호들을 포함하는 표준 시그널링 또는 통신 프레임들을 포함한다. 상기 무선 통신 장치들(204B, 204C) 각각은 상기 공간(200) 내 객체의 움직임 또는 움직임 결어를 검출하기 위해 수신된 움직임 검출 신호를 처리하도록 구성된 인터페이스, 모뎀, 프로세서 또는 기타 구성요소를 지닌다. 일부 예들에서, 상기 무선 통신 장치들(204B, 204C) 각각은, 예를 들어 공간(200)이 점유되든 점유되지 않든, 움직임 결여의 검출시, 상기 공간(200) 내 객체의 존재 또는 부재를 검출하도록 구성된 인터페이스, 모뎀, 프로세서, 또는 다른 구성요소를 지닐 수 있다.
도 2a에 도시된 바와 같이, 객체는 초기 시간 t = 0에서 제1 위치(214A)에 있으며, 도 2b에 도시된 바와 같이, 객체는 후속 시간 t = 1에서 제2 위치(214B)로 이동되었다. 도 2a 및 도 2b에서, 공간(200) 내 이동 객체는 인간으로서 표현되어 있지만, 상기 이동 객체는 다른 한 유형의 객체일 수 있다. 예를 들어, 상기 이동 객체는 동물, 무기물 객체(예컨대, 시스템, 장치, 기기 또는 조립체), 상기 공간(200)의 경계의 일부 또는 전부를 정의하는 객체(예컨대, 벽, 도어, 윈도우 등), 또는 다른 한 유형의 객체일 수 있다. 이러한 예에서는, 객체(214)의 움직임 표현은 단지 객체의 위치가 시간 t = 0과 시간 t = 1 사이에 상기 공간(200) 내에서 변경되었음을 나타낸다.
도 2a 및 도 2b에 도시된 바와 같이, 상기 제1 무선 통신 장치(204A)로부터 전송된 무선 신호들의 여러 전형적인 경로는 점선들로 예시되어 있다. 제1 신호 경로(216)를 따라서는, 상기 무선 신호가 상기 제1 무선 통신 장치(204A)로부터 전송되고 상기 제1 벽(202A)으로부터 반사되어 상기 제2 무선 통신 장치(204B)를 향하게 된다. 제2 신호 경로(218)를 따라서는, 상기 무선 신호가 상기 제1 무선 통신 장치(204A)로부터 전송되어 상기 제2 벽(202B) 및 상기 제1 벽(202A)으로부터 반사되어 상기 제3 무선 통신 장치(204C)를 향하게 된다. 제3 신호 경로(220)를 따라서는, 상기 무선 신호가 상기 제1 무선 통신 장치(204A)로부터 전송되어 상기 제2 벽(202B)으로부터 반사되어 상기 제3 무선 통신 장치(204C)를 향하게 된다. 제4 신호 경로(222)를 따라서는, 상기 무선 신호가 상기 제1 무선 통신 장치(204A)로부터 전송되어 상기 제3 벽(202C)으로부터 반사되어 상기 제2 무선 통신 장치(204B)를 향하게 된다.
도 2a에서는, 제5 신호 경로(224A)를 따라, 상기 무선 신호가 상기 제1 무선 통신 장치(204A)로부터 전송되어 제1 위치(214A)의 객체로부터 반사되어 상기 제3 무선 통신 장치(204C)를 향하게 된다. 도 2a에 도시된 바와 같은 시간 t = 0와 도 2b에 도시된 바와 같은 시간 t = 1 사이에, 상기 객체의 표면이 상기 공간(200)에서 제1 위치(214A)로부터 제2 위치(214B)로 (예컨대, 상기 제1 위치(214A)로부터 약간 떨어진 거리만큼) 이동된다. 도 2b에서, 제6 신호 경로(224B)를 따라, 상기 무선 신호가 상기 제1 무선 통신 장치(204A)로부터 전송되고 상기 제2 위치(214B)의 객체로부터 반사되어 상기 제3 무선 통신 장치(204C)를 향하게 된다. 도 2b에 도시된 제6 신호 경로(224B)는 상기 제1 위치(214A)로부터 상기 제2 위치(214B)로 객체의 움직임에 기인하여 도 2a에 도시된 제5 신호 경로(224A)보다 길다. 일부 예들에서는, 신호 경로는 공간 내 객체의 움직임으로 인해 추가, 제거 또는 이와는 달리 수정될 수 있다.
도 2a 및 도 2b에 도시된 전형적인 무선 신호들은 이들의 대응하는 경로들을 통해 감쇠, 주파수 편이, 위상 편이, 또는 기타 효과에 영향을 받을 수 있고, 예를 들어 상기 벽들(202A, 202B 및 202C)을 통해 다른 한 방향으로 전파되는 부분들을 지닐 수 있다. 일부 예들에서, 상기 무선 신호들은 무선 주파수(radio frequency; RF) 신호들이다. 상기 무선 신호들은 다른 유형의 신호들을 포함할 수 있다.
도 2a 및 도 2b에 도시된 예에서, 상기 제1 무선 통신 장치(204A)는 소스 장치로 구성될 수 있고 무선 신호를 반복적으로 전송할 수 있다. 예를 들어, 도 2a는 제1 시간 t = 0 동안 상기 제1 무선 통신 장치(204A)로부터 전송되는 무선 신호를 보여준다. 상기 전송된 신호는 연속적으로, 주기적으로, 임의적 또는 간헐적 시간 등으로, 또는 이들의 조합으로 전송될 수 있다. 예를 들어, 상기 전송된 신호는 시간 t = 0과 도 2b에 도시된 후속 시간 t = 1, 또는 기타 후속 시간 사이에 1회 이상 전송될 수 있다. 상기 전송된 신호는 주파수 대역폭 내 다수의 주파수 성분을 지닐 수 있다. 상기 전송된 신호는 전-방향 방식으로, 일-방향 방식으로 또는 다른 방식으로 상기 제1 무선 통신 장치(204A)로부터 전송될 수 있다. 도시된 예에서, 상기 무선 신호들은 상기 공간(200) 내 다수의 대응하는 경로를 횡단하고, 각각의 경로를 따른 신호는 경로 손실, 산란, 반사 등으로 인해 감쇠될 수 있고 위상 또는 주파수 오프셋을 지닐 수 있다.
도 2a 및 도 2b에 도시 된 바와 같이, 다양한 경로(216, 218, 220, 222, 224A, 224B)로부터의 신호들은 수신된 신호들을 형성하기 위해 상기 제3 무선 통신 장치(204C) 및 상기 제2 무선 통신 장치(204B)에서 결합된다. 상기 공간(200) 내 다중 경로가 상기 전송된 신호에 미치는 영향들 때문에, 상기 공간(200)은 상기 전송된 신호가 입력되고 상기 수신된 신호가 출력되는 전달 기능(예컨대, 필터)으로 표현될 수 있다. 객체가 상기 공간(200) 내에서 이동될 때, 신호 경로 내 신호에 영향을 주게 되는 감쇠 또는 위상 오프셋이 변경될 수 있으며, 결과적으로는 상기 공간(200)의 전달 기능이 변경될 수 있다. 동일한 무선 신호가 상기 제1 무선 통신 장치(204A)로부터 전송된다고 가정하면, 상기 공간(200)의 전달 기능이 변경되는 경우, 상기 전달 기능의 출력, 예컨대, 상기 수신된 신호도 변경되게 된다. 상기 수신된 신호의 변경은 객체의 움직임을 검출하는 데 사용할 수 있다. 이와는 반대로, 경우에 따라서는, 상기 공간의 전달 기능이 변경되지 않는 경우, 상기 전달 기능의 출력 - 상기 수신된 신호 - 는 변경되지 않는다. 상기 수신된 신호의 변경 결여(예컨대, 정상 상태)는 상기 공간(200) 내 움직임 결여를 나타낼 수 있다.
수학적으로 표현하면, 상기 제1 무선 통신 장치(204A)로부터 전송된 전송 신호(
)는 하기 수학식 1
에 따라 표기될 수 있으며, 상기 수학식 1에서, 
은 상기 전송 신호의 
번째 주파수 성분의 주파수를 나타내고, 
은 
번째 주파수 성부의 복소 계수를 나타내고, 
는 시간을 나타낸다. 상기 전송 신호(
)가 상기 제1 무선 통신 장치(204A)로부터 전송되는 경우, 경로(
)로부터의 출력 신호(
)는 하기 수학식 2
에 따라 표기될 수 있으며, 상기 수학식 2에서, 
는 경로(
)에 따른 
번째 주파수 성분에 대한 감쇠 계수(또는 채널 응답; 예컨대, 산란, 반사, 및 경로 손실로 기인한 것임)를 나타내고, 
는 경로(
)에 따른 
번째 주파수 성분에 대한 신호의 위상을 나타낸다. 이때, 무선 통신 장치에서 수신된 신호(
)는 상기 무선 통신 장치에 대한 모든 경로들로부터의 모든 출력 신호들(
)의 합으로 표기될 수 있으며, 이는 하기 수학식 3
로 나타나게 된다.
수학식 2를 수학식 3에 대입하면, 하기 수학식 4
가 된다.
이때, 무선 통신 장치의에서 수신된 신호가 분석될 수 있다. 무선 통신 장치에서 수신된 신호는 예를 들어 FFT(Fast Fourier Transform) 또는 다른 유형의 알고리즘을 사용하여 주파수 도메인으로 변환될 수 있다. 상기 변환된 신호는 하나의 복소값이 
개의 주파수(
)에 대한 것인 일련의 
개의 복소값들로서 상기 수신된 신호(
)를 나타낼 수 있다. 주파수(
)의 주파수 성분에 대하여는, 복소값(
)은 하기 수학식 5
로 표현될 수 있다.
주어진 주파수 성분(
)에 대한 복소값(
)은 상기 주파수 성분(
)에서 수신된 신호의 상대적인 크기 및 위상 오프셋을 나타낸다. 객체가 공간 내에서 이동되면, 상기 공간의 채널 응답(
)이 변경됨으로 인해 상기 복소값(
)이 변경된다. 따라서, 상기 채널 응답(결과적으로는 상기 복소값(
))에서 검출된 변경은 상기 통신 채널 내에서의 객체의 움직임을 나타낼 수 있다. 이와는 반대로, 안정된 채널 응답(또는 "정상 상태")는, 예를 들어 상기 채널 응답(또는 상기 복소값(
))에서 어떠한 변경이나 단지 작은 변경만이 검출될 경우 움직임 결여를 나타낸다. 따라서, 일부 구현 예들에서는, 무선 메시 네트워크 내 다수의 장치 각각에 대한 복소값(
)은 상기 전송 신호들(
)에 의해 횡단되는 공간에서, 움직임이 발생했는지 여부 또는 움직임 결여가 존재하는지 여부를 검출하기 위해 분석될 수 있다. 경우에 따라서는, 움직임 결여가 검출될 경우, 객체가 상기 공간 내에 존재하지만, 이동하지 않는지 여부를 검출하도록 상기 채널 응답에 대한 추가 분석이 수행될 수 있다.
도 2a 및 도 2b의 다른 한 실시형태에서는, 빔포밍은 (예컨대, 수신기에 의해 생성된 피드백 속성들을 통한) 상기 통신 채널의 일부 지식에 기반하여 장치들 간에 수행될 수 있으며, 이는 특정 방향 또는 방향들로 전송된 빔/신호를 형성하기 위해 송신기 장치에 의해 적용되는 하나 이상의 스티어링 속성들(예컨대, 스티어링 매트릭스)을 생성하는 데 사용될 수 있다. 따라서, 빔포밍 프로세스에서 사용되는 스티어링 또는 피드백 속성들의 변경들은 상기 무선 통신 시스템이 액세스되는 공간 내, 이동 객체에 의해 야기될 수 있는 변화를 나타낸다. 예를 들어, 움직임은 일정 기간에 걸쳐, 예컨대 채널 응답, 또는 스티어링 또는 피드백 속성들, 또는 이들의 임의 조합에 의해 나타나게 되는, 상기 통신 채널의 실질적인 변경들에 의해 검출될 수 있다.
일부 구현 예들에서, 예를 들어, 스티어링 매트릭스는 채널 사운딩에 기반하여 수신기 장치(빔포미(beamformee))에 의해 제공된 피드백 매트릭스에 기반하여 송신기 장치(빔포머(beamformer)에서 생성될 수 있다. 상기 스티어링 매트릭스 및 피드백 매트릭스들이 채널의 전파 특성들에 관련되기 때문에, 이러한 매트릭스들은 객체들이 상기 채널 내에서 이동됨에 따라 변경된다. 채널 특성들의 변경들이 결과적으로 이러한 매트릭스들에 반영되고, 상기 매트릭스들을 분석함으로써, 움직임이 검출될 수 있으며, 상기 검출된 움직임의 서로 다른 특성들이 결정될 수 있다. 일부 구현 예들에서, 공간 맵은 하나 이상의 빔포밍 매트릭스들에 기반하여 생성될 수 있다. 상기 공간 맵은 무선 통신 장치에 대한 공간 내 객체의 일반적인 방향을 나타낼 수 있다. 경우에 따라서는, 빔포밍 매트릭스(예컨대, 피드백 매트릭스 또는 스티어링 매트릭스)의 "모드들"은 상기 공간 맵을 생성하는 데 사용될 수 있다. 상기 공간 맵은 공간 내 움직임의 존재를 검출하거나 검출된 움직임의 위치를 검출하는 데 사용될 수 있다.
일부 예들에서는, 무선 신호들로부터 획득되는 채널 정보(예컨대, 위에서 설명한 바와 같은, 채널 응답 정보 또는 빔포밍 상태 정보)는 움직임 지표값(motion indicator value)들을 계산하는데 사용될 수 있다. 예를 들어, 주어진 시간 프레임에 대한 한 세트의 움직임 지표값들은 상기 시간 프레임 동안 상기 무선 신호들을 전송한 대응하는 무선 링크들 상에서 검출된 장해(disturbance) 레벨을 나타낼 수 있다. 경우에 따라서는, 상기 채널 정보가 예를 들어 상기 움직임 지표값들에 대한 잡음 및 간섭의 영향들을 줄이도록 필터링될 수도 있고 이와는 달리 수정될 수도 있다. 일부 문맥들에서는, 더 큰 규모의 움직임 지표값은 더 높은 장해 레벨을 나타낼 수 있는 반면에, 더 낮은 규모의 움직임 지표값은 상대적으로 더 낮은 방해 레벨을 나타낼 수 있다. 예를 들어, 각각의 움직임 지표값은 개별 스칼라량일 수 있으며, 상기 움직임 지표값들은 (예컨대, 1 또는 이와는 다른 값으로) 정규화될 수 있다.
경우에 따라서는, 시간 프레임에 연관된 움직임 지표값은 움직임이 상기 시간 프레임 동안 공간에서 발생했는지, 움직임이 상기 시간 프레임 동안 공간 어디에서 발생했는지 등의 전반적인 판정을 내리는데 집합적으로 사용될 수 있다. 예를 들어, 시간 프레임에 대한 움직임 컨센서스(consensus) 값은 상기 시간 프레임에 대한 움직임 지표값들의 전체 집합(또는 부분 집합)에 기반하여 공간에서 움직임이 발생했는지에 대한 전반적인 판정을 나타낼 수 있다. 경우에 따라서는, 시간 프레임에 대한 여러 움직임 지표값을 집합적으로 분석함으로써 더 정확할 수도 있고 신뢰할 수도 있으며 강력할 수도 있는 판정이 내려질 수 있다. 그리고 경우에 따라서는, 예를 들어 위치 판정의 정확도를 더 향상시키기 위해 데이터 세트들이 재귀적으로 업데이트될 수 있다. 예를 들어, 각각의 순차적 시간 프레임에 대한 움직임 지표값들은 공간 내 별개의 위치들에서 움직임을 검출할 조건부 확률을 나타내는 데이터 세트들을 재귀적으로 업데이트하는데 사용될 수 있으며, 상기 재귀적으로 업데이트된 데이터 세트들은 차후 시간 프레임 동안 어디에서 움직임이 발생했는지에 대한 전반적인 판정을 내리는데 사용될 수 있다.
도 3은 복수 개의 무선 노드들(302)을 포함하는 한 전형적인 무선 통신 네트워크(300)의 개략도이다. 상기 복수 개의 무선 노드들(302)은 도 1 및 도 2a - 도 2b의 무선 통신 장치들(102, 204)과 각각 유사할 수 있다. 도 3에서는, 3개의 무선 노드들(302)이 도시되어 있으며, 
, 
, 및 
로 표기되어 있다. 그러나, 다른 여러 무선 노드(302)가 상기 무선 통신 네트워크(300)에서 사용될 수 있다. 더욱이, 다른 유형의 노드가 사용될 수 있다. 예를 들어, 상기 무선 통신 네트워크(300)는 하나 이상의 네트워크 서버들, 네트워크 라우터들, 네트워크 스위치들, 네트워크 중계기들, 또는 다른 유형의 네트워킹 또는 컴퓨팅 장비를 포함할 수 있다.
상기 무선 통신 네트워크(300)는 대응하는 쌍의 무선 노드들(302)과 통신 가능하게 결합되는 무선 통신 채널들(304)을 포함한다. 그러한 통신 가능한 결합은 시간 프레임에 걸쳐 무선 노드들(302) 간 무선 신호들의 교환을 허용할 수 있다. 특히, 상기 무선 통신 채널들(304)은 상기 대응하는 쌍의 무선 노드들(302) 간 양방향 통신을 허용한다. 이러한 통신은 동시에 2개의 방향(예컨대, 풀 듀플렉스 (full duplex))을 따라 이루어질 수도 있고 한 번에 한 방향(예컨대, 하프 듀플렉스 (half-duplex))을 따라 이루어질 수도 있다. 도 3에 도시된 바와 같은 일부 예들에서는, 상기 무선 통신 채널들(304)은 상기 복수 개의 무선 노드들(302)의 모든 쌍을 통신 가능하게 결합시킨다. 다른 예들에서는, 무선 노드들(302)의 하나 이상의 쌍들에는 상응하는 무선 통신 채널(304)이 결여되어 있을 수 있다.
각각의 무선 통신 채널(304)은 양-방향 통신에서 각각의 방향에 대해 적어도 하나를 포함하는 2개 이상의 링크 무선들을 포함한다. 도 3에서는, 화살표가 각각의 개별 무선 링크를 나타낸다. 상기 화살표는 제1 아래첨자(
)가 송신측 무선 노드를 나타내고 제2 아래첨자(
)가 수신측 무선 노드를 나타내는 경우 
로 표기된다. 예를 들어, 무선 노드들(
, 
)은 2개의 화살표(
, 
)로 도 3에 나타나 있는 2개의 무선 링크에 의해 통신 가능하게 결합된다. 무선 링크(
)는 
로부터 
로 제1 방향을 따른 무선 통신에 상응하며 무선 링크(
)는 
로부터 
로 제2 반대 방향을 따른 무선 통신에 상응한다.
일부 구현 예들에서, 상기 움직임 통신 네트워크(300)는 제1 시간 프레임에 연관된 움직임 데이터를 획득하고, 이러한 획득은 도 2a - 도 2b와 관련하여 설명한 움직임 검출의 처리를 포함할 수 있다. 상기 움직임 데이터는 상기 제1 시간 프레임 동안 교환된 무선 신호들로부터 검출된 움직임을 나타내는 한 세트의 움직임 지표값들을 포함한다. 상기 움직임은 무선 통신 네트워크(예컨대, 상기 무선 통신 네트워크(300) 내 복수 개의 무선 링크들(예컨대, 도 3의 무선 링크들(
, 
, 
, 
, 
, 
) 상에서 검출될 수 있다. 상기 무선 링크들 각각은 상기 무선 통신 네트워크 내 대응하는 쌍의 무선 통신 장치들(예컨대, 무선 링크들(
, 
, 
)의 쌍 조합들) 간에 정의될 수 있다. 더욱이, 상기 움직임 지표값들 각각은 대응하는 무선 링크에 연관된다.
일부 변형 예들에서는, 상기 무선 통신 네트워크(300)는 프로그램 명령어들을 실행하는 데이터 처리 기기(예컨대, 네트워크 서버, 무선 통신 장치, 네트워크 라우터 등)를 포함할 수 있다. 상기 프로그램 명령어들은 상기 데이터 처리 기기로 하여금 상기 무선 통신 네트워크(300) 내 상기 무선 노드들(302) 각각에 고유 노드 식별자를 할당하게 할 수 있다. 상기 고유 노드 식별자는 미디어 액세스 제어(media access control; MAC) 어드레스 값에 매핑될 수 있으며, 상기 MAC 어드레스 값은 무선 노드에 연관된 MAC 어드레스(또는 그의 일부)에 상응한다. 예를 들어, 도 3의 무선 노드들(
, 
, 
)은 이들의 대응하는 MAC 어드레스들의 6개-캐릭터 부분에 연관될 수 있으며, 상기 6개-캐릭터 부분은 그 후에 아래와 같이 고유 노드 식별자에 매핑된다:
여기서, 
, 
, 및 
의 MAC 어드레스 값들은 대응하는 고유 노드 식별자들(0, 1, 2)에 매핑된다. 상기 프로그램 명령어들은 또한 상기 데이터 처리 기기로 하여금 상응하는 쌍의 MAC 어드레스 값들을 통해 상기 무선 링크들을 상기 무선 링크들의 대응하는 쌍의 무선 노드들과 연관시키게 할 수 있다. 상기 MAC 어드레스 값들은 그 후 링크 테이블을 형성하도록 고유 링크 식별자에 매핑될 수 있다. 예를 들어, 도 3의 무선 링크들(
, 
, 
, 
, 
, 
)은,
에 따라 고유 링크 식별자들에 매핑될 수 있다.
상기 MAC 어드레스 값들은 무선 링크 내 대응하는 쌍의 송신측 및 수신측 무선 노드들을 나타내도록 좌측으로부터 우측으로 정렬될 수 있다. 특히, 좌측 MAC 어드레스 값은 송신측 무선 노드에 상응할 수 있으며 상기 우측 MAC 어드레스 값은 수신측 무선 노드에 상응할 수 있다. 그러한 고유 노드 및 링크 식별자들의 매핑은 움직임 검출 프로세스 동안 검색, 분류 및 매트릭스 조작과 같은 동작들을 수행하는 데 상기 데이터 처리 장치에 도움을 줄 수 있다.
상기 프로그램 명령어들은 추가로 상기 데이터 처리 기기로 하여금 상기 무선 링크들(또는 무선 노드들(302)을 폴링(polling)하여 상기 복수 개의 무선 링크들 중 각각의 무선 링크에 대한 움직임 지표값들을 획득하게 할 수 있다. 예를 들어, 도 3의 무선 통신 네트워크(300)의 무선 링크들은,
와 같이 보인 바와 같은 데이터 구조에 따라 움직임 지표값들을 보고할 수 있다.
상기 데이터 구조에서, 첫 번째 컬럼은 상기 무선 링크들의 고유 링크 식별자들에 상응하며 상기 데이터 구조의 제2 컬럼은 상기 무선 링크들의 대응하는 움직임 지표값들에 상응한다. 상기 데이터 구조는 위에서 보인 바와 같은 어레이, 또는 다른 어떤 유형의 데이터 구조(예컨대, 벡터)일 수 있다. 비록 데이터 구조가 각각의 움직임 지표값에 대한 6개의 유효 자리수를 지니는 것으로 제시되어 있지만, 상기 움직임 지표값들(예컨대, 3, 5, 9 등)에 대해 다른 개수의 유효 자리수가 사용될 수 있다.
상기 프로그램 명령어들은 부가적으로 상기 데이터 처리 기기로 하여금 상기 한 세트의 움직임 지표값들 중 다른 움직임 지표값들에 대한 상기 제1 무선 링크에 연관된 움직임 지표값의 크기에 기반하여 상기 복수 개의 무선 링크들 중 제1 무선 링크를 식별하게 할 수 있다. 그렇게 하기 위해, 상기 데이터 처리 기기는 상기 제1 무선 링크를 식별하도록 상기 움직임 지표값들을 통해 분류 또는 필터링할 수 있다. 예를 들어, 상기 데이터 처리 기기는 크기에 따라 상기 데이터 구조를 분류하고 그럼으로써 가장 큰 움직임 지표값을 결정할 수 있다. 상기 데이터 구조에서, 가장 큰 움직임 지표값(다시 말하면, 0.022051)은 무선 링크(
)(또는도 3에서의 
)에 매핑되는 고유 링크 식별자 1에 상응한다. 상기 데이터 처리 기기는 이때 무선 링크 1을 상기 제1 무선 링크로서 식별할 수 있다.
일부 구현 예들에서, 상기 무선 통신 네트워크(300) 내 한 노드는 소정의 맵과 상기 제1 무선 링크에 기반하여 제1 확률 벡터를 생성한다. 상기 제1 확률 벡터는 상기 무선 통신 네트워크(300) 내 대응하는 무선 통신 장치들에 할당된 제1 값들을 포함한다. 상기 제1 값들은 제1 시간 프레임 동안 대응하는 무선 통신 장치들에서 움직임의 제1 확률을 나타낸다.
일부 변형 예들에서는, 상기 제1 확률 벡터가 상기 확률 벡터로부터 생성된 확률 값들(또는 제1 값들)을 포함하는 확률 벡터(
)로 표현된다. 상기 확률 값들은 무선 노드(
)에서 움직임이 주어지는 경우에 무선 링크(
)가 링크 활성(link activity)을 보이게 하는 확률들에 상응한다. 예를 들어, 상기 데이터 처리 기기는 무선 링크 1을 상기 제1 무선 링크로서 식별할 수 있다. 이 때문에, 
인 관계가 성립한다. 여기서, 
은 무선 노드 0에서의 움직임이 무선 링크 1을 따라 링크 활성을 유발하는 확률에 상응하고, 
은 무선 노드 1에서의 움직임이 무선 링크 1을 따라 링크 활성을 유발하는 확률에 상응하며, 그리고 
는 무선 노드 2에서의 움직임이 무선 링크 1을 따라 링크 활성을 유발하는 확률에 상응한다. 이러한 확률 값들은 상기 확률 맵으로부터의 맵 값들을 사용하여 생성될 수 있다. 상기 확률 맵은 무선 통신 장치의 특성에 기반하여 이루어지는 맵 값들을 포함할 수 있다.
도 4는 송신측 무선 노드(Tx), 수신측 무선 노드(Rx), 또는 다른 무선 노드 로서 무선 노드의 상태에 기반하여 이루어지는 맵 값들(402)을 지니는 전형적인 확률 맵(400)의 개략적인 그래프를 보여주는 도면이다. 도 4에서, 상기 맵 값들(402)은 무선 링크 내 송신측 무선 노드(Tx)에 대해 가장 높고, 무선 링크 내 수신측 무선 노드(Rx)에 대해 두 번째로 가장 높으며, 그리고 무선 링크에 연관되지 않은 무선 노드들에 대해 가장 낮다. 이러한 맵 값들(402)을 고려하여, 상기 대표적인 확률 맵(400)은 수신측 무선 노드보다 송신측 무선 노드 주변에서 더 풍부한 다중 경로 전파 환경을 반영할 수 있다.
도 5는 송신측 무선 노드(502) 및 수신측 무선 노드(504) 간 전형적인 다중 경로 전파 환경의 개략적인 도면이다. 상기 노드들(502, 504) 간 무선 통신은 상기 수신측 무선 노드(504)보다는 상기 송신측 무선 노드(502) 주위에 더 밀집해 있는 화살표들(506)로 표현된다. 상기 화살표들(506)은 상기 송신측 무선 노드(502)로부터 상기 수신측 무선 노드(504)로 이동하는 전자기 방사선에 대한 복수 개의 가능한 전파 경로들을 나타낸다. 전파 중에, 상기 전자기 방사선은 벽(508) 및 이동체(510)와 같은 객체들에 맞닥뜨릴 수 있다. 그러한 맞닥뜨림들은 흡수, 반사, 산란 등을 포함하는 상기 객체들과의 상호작용들을 포함할 수 있다.
상기 이동체(510)가 상기 송신측 무선 노드(502)에 인접한 영역에 진입하는 경우, 상기 이동체(510)는 전파 경로들의 밀집 분포가 큼으로 인해 상기 전자기 방사선과의 상호작용이 증가하게 될 수 있다. 이와는 반대로, 상기 이동체(510)가 상기 수신측 무선 노드(504)에 인접한 영역에 진입하는 경우, 상기 이동체(510)는 전파 경로들의 밀집 분포가 작음으로 인해 상기 전자기 방사선과의 상호 작용이 감소하게 될 수 있다. 이 때문에, 상기 송신측 무선 노드(502)에 인즙한 움직임은 상기 수신측 무선 노드(504)에 인접한 움직임보다는 상기 노드들(502, 504)에 통신 가능하게 결합되는 무선 링크를 따라 링크 활성을 유발할 확률이 더 커지게 될 수 있다. 도 4의 확률 맵(400)과 같은 확률 맵은 상기 송신측 무선 노드(502)에 유리한 맵 값들을 사용함으로써 이러한 성향을 반영할 수 있다.
비록 도 4 및 도 5가 송신측 및 수신측 무선 노드들의 문맥에서 확률 맵을 제시하지만, 맵 값들은 상기 무선 통신 장치들의 다른 특성들에 기반하여 이루어진 수 있다. 이러한 특성들에는 무선 노드의 위치, 무선 링크의 무선 신호 주파수, 무선 노드들 간 거리, 일시 등이 포함된다. 일부 경우들에서는, 상기 확률 맵이 무선 노드의 위치에 대한 선험적 정보를 사용하여 구성될 수 있다. 예를 들어, 무선 링크의 RSSI(received signal strength indicator)는 관심있는 2개의 무선 노드가 얼마나 떨어져 있는지에 대한 프록시(proxy)로서 사용될 수 있다. 무선 노드가 (미약한 RSSI로 표시되는 바와 같이 무선 링크의 송신측 및 수신측 노드들 양자 모두로부터 무선 노드가 매우 멀리 떨어져 있는 경우, 상기 무선 노드에는 정적 채널 조건들에 기반하여 매우 낮은 확률이 할당될 수 있다.
경우에 따라서는, 상기 제1 확률 벡터는 상기 소정의 맵 및 상기 식별된 제1 무선 링크에 기반하여 생성된다. 예를 들어, 도 4의 맵 값들(402)이 상기 송신측 무선 노드(Tx), 상기 수신측 무선 노드(Rx), 및 다른 모든 무선 노드들에서 각각 1.0, 0.9, 및 0.2인 경우, 상기 데이터 처리 기기는 
를 출력할 수 있다. 그렇게 함에 있어서, 상기 데이터 처리 기기는 무선 노드 0을 상기 송신측 무선 노드로서 식별하고 상기 확률 맵(400)에서 상응하는 맵 값에 기반한 1.0 값을 
에 할당한다. 유사한 매핑 고려들로 인해, 상기 데이터 처리 기기가 0.2 값을 
에 그리고 0.9 값을 
에 할당하는 결과가 초래된다. 다른 값들이 사용될 수 있다.
일부 구현 예들에서, 상기 무선 통신 네트워크(300) 내 노드는 이전의 시간 프레임에 연관된 움직임 데이터로부터 생성된 제2 확률 벡터를 획득한다. 상기 제2 확률 벡터는 대응하는 무선 통신 장치들에 할당된 제2 값들을 포함한다. 상기 제2 값들은 이전 시간 프레임 동안 대응하는 무선 통신 장치들에서의 움직임의 이전 확률을 나타낸다.
일부 변형 예들에서, 상기 제2 확률 벡터는 무선 노드(
)에서의 움직임 확률을 나타내는 확률 값들(또는 제2 값들)을 포함하는 확률 벡터(
)로 표현된다. 
에 대한 무선 노드(
)에서의 움직임 확률은 무선 링크들(
) 중 어느 하나를 따른 링크 활성과는 무관하며, 또한 다른 요인들과도 무관할 수 있다. 예를 들어, 상기 프로그램 명령어들은 상기 데이터 처리 기기로 하여금 
에 따라 
를 정의하게 할 수 있다. 여기서, 
는 무선 노드들 0, 1, 및 2에서의 움직임 확률(또는 무선 노드들 0, 1, 및 2에 인접한 움직임 확률)에 각각 상응하는 
, 
, 및 
의 확률 값들을 지닌다.
동작시, 상기 프로그램 명령어들은 또한 상기 데이터 처리 기기로 하여금 이전 시간 프레임으로부터 
를 획득하게 할 수 있다. 그러나 특정 조건들 하에서는, 상기 데이터 처리 기기가 그렇게 할 수 없거나 (예컨대, 구성요소 오작동의 결로서, 첫 번째 전원 공급시 등) 그러한 명령어들을 완료하기에 충분한 데이터가 상기 데이터 처리 기기에 결여되어 있을 수 있다. 이러한 조건들 하에서는, 상기 데이터 처리 기기가 상기 확률 값들을 하나 이상의 소정 값들로(예컨대, 초기 값들, 리세트 값들 등으로) 설정할 수 있다. 예를 들어, 첫 번째 전원 공급시, 상기 프로그램 명령어들은 상기 데이터 처리 기기로 하여금 
, 
및 
를 동일한 확률 값들, 예컨대 
로 초기화하게 할 수 있다. 각각의 확률 값에 대해 유효 자릿수가 3개인 것으로 
가 제시되어 있지만, 상기 확률 값들에 대해 다른 여러 유효 자릿수(예컨대, 2, 4, 6, 9 등)가 사용될 수 있다.
일부 구현 예들에서는, 상기 무선 통신 네트워크(300) 내 한 노드가 제1 시간 프레임 동안 교환되는 무선 신호들로부터 검출된 움직임의 위치를 결정할 수 있다. 상기 움직임의 위치는 제2 확률 벡터 및 제1 확률 벡터에 기반하여 결정될 수 있다.
부가적인 구현 예들에서, 상기 무선 통신 네트워크(300) 내 한 노드는 제1 확률 벡터로부터의 제1 값들과 상기 제2 확률 벡터로부터의 제2 값들을 조합함으로써 제3 확률 벡터를 생성할 수 있다. 상기 제3 확률 벡터는 대응하는 무선 통신 장치들에 할당된 제3 값들을 포함할 수 있다. 상기 제3 값들은 제1 시간 프레임 동안 대응하는 무선 통신 장치들에서의 현재 움직임 확률들을 나타낸다. 이러한 구현 예들에서는, 상기 무선 통신 네트워크(300) 내 한 노드가 상기 제3 값들 중 가장 높은 제3 값에 연관된 제1 무선 통신 장치를 식별한다. 더욱이, 상기 움직임의 위치를 결정하는 것은 제1 시간 프레임 동안 검출된 움직임의 위치로서 상기 제1 무선 통신 장치에 연관된 위치(예컨대, 룸, 구역, 층, 사분면 등)를 식별하는 것을 포함한다.
일부 변형 예들에서는, 상기 제3 확률 벡터가 
로 표현되고, 여기서 
는 고유 노드 식별자에 상응하며 
는 고유 링크 식별자에 상응한다. 제3 확률 벡터(
)는 무선 링크(
)를 따라 링크 활성이 주어진 경우에 무선 노드(
)에서의 움직임 확률을 나타내는 제3 값들을 포함한다. 예를 들어, 도 3의 무선 통신 네트워크(300) 내 무선 링크 1이 상기 제1 무선 링크로서 식별되는 경우에, 대응하는 제3 값들은 이때 
, 
및 
로 표현될 수 있으며, 이 경우에는 
인 관계가 성립된다. 여기서, 
은 무선 링크 1에 따른 링크 활성이 무선 노드 0에서의 움직임으로부터 초래되는 확률에 상응하며, 
은 무선 링크 1에 따른 링크 활성이 무선 노드 1에서의 움직임으로부터 초래되는 확률에 상응하고, 그리고 
은 무선 링크 1에 따른 링크 활성이 무선 노드 2에서의 움직임으로부터 초래되는 확률에 상응한다.
상기 제3 확률 벡터(
)는 하기 수학식 6
에 따라 결정될 수 있으며, 상기 수학식 6에서 
및 
는 위에서 설명한 바와 같다. 상기 수학식 6은 상기 무선 통신 네트워크(300)(또는 데이터 처리 기기)로 하여금 베이지안 통계(Bayesian statistics)를 사용하여 검출된 움직임의 위치를 결정할 수 있게 한다. 예를 들어, 도 3의 무선 통신 네트워크(300)에서, 무선 링크 1이 상기 제1 무선 링크이며 
인 관계가 성립하면, 상기 프로그램 명령어들은 이때 상기 데이터 처리 기기로 하여금,
에 따른 제3 확률 벡터(
)를 계산하게 할 수 있다.
이러한 계산은 
인 관계가 성립하는 것을 초래하며, 상기 제3 값들의 합은 1이 되는데, 다시 말하면 
인 관계가 성립한다. 결과적으로, 
은 1로 정규화된 확률 분포를 나타낼 수 있다. 
에서, 무선 링크 1을 따라 상기 무선 통신 네트워크(300)에 의해 검출된 움직임이 무선 노드 0에 위치할(또는 무선 노드 0에 근접한) 확률이 가장 높음을 나타내는, 상기 제3 값들 중 가장 큰 제3 값에 상응한다. 
의 이러한 값에 기반하여, 상기 프로그램은 명령어들은 상기 데이터 처리 기기로 하여금 무선 노드 0의 MAC 어드레스 값을 조회(look up)하게 하고, 발견되면 결과(예컨대, 출력 
)를 출력하게 할 수 있다.
일부 구현 예들에서, 상기 무선 통신 네트워크(300) 내 한 노드는 순차적인 시간 프레임들에 대해 반복적인 프로세스를 수행한다. 예를 들어, 상기 노드는, 대응하는 시간 프레임들에 대한 여러 번의 반복을 통해, 움직임 데이터를 획득하는 동작, 제1 무선 링크를 식별하는 동작, 제1 확률 벡터를 생성하는 동작, 제2 확률 벡터를 획득하는 동작, 제3 확률 벡터를 생성하는 동작, 상기 무선 통신 장치를 식별하는 동작, 및 각각의 순차적인 시간 프레임에 대해 움직임의 위치를 결정하는 동작을 반복할 수 있다. 이러한 구현 예들에서, 이전 반복의 제3 확률 벡터는 현재 반복의 제2 확률 벡터로서의 역할을 하고, 그럼으로써 상기 제3 확률 벡터가 재귀적으로 업데이트되는 것을 허용한다.
예를 들면, 상기 제3 확률 벡터가 
로 표현되고 상기 제2 확률 벡터가 
로 표현되는 변형 예들에서, 이전 시간 프레임으로부터의 제3 확률 벡터는 상기 제1 확률 벡터를 생성하도록 상기 제1 시간 프레임으로부터의 제2 확률 벡터로서의 역할을 할 수 있는데, 예컨대 이전 시간 프레임으로부터의 
는 상기 수학식 6에서 상기 제1 시간 프레임에서의 
로 대체된다. 이 때문에, 상기 데이터 처리 기기는 여러 계산 사이클에 걸쳐 각각의 무선 노드(302)에서 움직임 확률들을 재귀적으로 업데이트하도록 현재 시간 프레임의 
의 계산 내에 이전 시간 프레임으로부터의 
의 계산을 끼워 넣을 수 있다. 그러므로, 각각의 무선 통신 장치(또는 무선 노드(302))에서의 움직임(또는 각각의 무선 통신 장치(또는 무선 노드(302)에 근접한 움직임)에 대한 확률들은 베이지안 통계를 사용하여 각각의 사이클마다 재귀적으로 업데이트될 수 있다.
비록 지금까지 제시된 예들이 하나의 식별된 무선 링크(예컨대, 상기 제1 무선 링크)의 맥락에서 상기 무선 통신 네트워크(300)가 동작하는 것을 설명한 것이지만, 상기 무선 통신 네트워크(300)는 다수의 무선 링크를 사용하여 움직임의 위치를 판단할 수 있다. 일부 구현 예들에서, 상기 제1 무선 링크를 식별하는 것은 각각의 무선 링크에 연관된 움직임 지표값의 크기에 기반하여 복수 개의 무선 링크들을 식별하는 것을 포함한다. 상기 움직임 지표값의 크기는 한 세트의 움직임 지표값들(또는 링크 테이블) 내 다른 움직임 지표값들에 상대적인 것일 수 있다. 이러한 구현 예들에서, 상기 제1 확률 벡터를 생성하는 것은 소정 맵 및 각각의 대응하는 무선 링크에 기반하여 상기 복수 개의 식별된 무선 링크들 각각에 대한 제1 확률 벡터를 생성하는 것을 포함한다.
일부 구현 예들에서, 상기 복수 개의 식별된 무선 링크들은 상기 제1 무선 링크 및 제2 무선 링크를 포함한다. 상기 제1 무선 링크에 연관된 움직임 지표값의 크기는 가장 높은 움직임 지표값일 수 있고, 상기 제2 무선 링크에 연관된 움직임 지표값의 크기는 두 번째로 높은 움직임 지표값일 수 있다.
예를 들어, 도 3의 무선 통신 네트워크에서, 상기 무선 통신 네트워크(300) 내 한 노드는 각각의 무선 링크에 대한 움직임 지표값들을 획득하도록 상기 무선 링크들(또는 무선 노드들(302))을 폴링할 수 있다. 상기 움직임 지표값들은 상기 제1 시간 프레임 또는 (예컨대, 이전 예의 제1 시간 프레임 이후의) 다른 한 시간 프레임에 사응할 수 있다. 도 3의 무선 통신 네트워크(300)의 무선 링크들은,
와 같은 데이터 구조 내 움직임 지표값들을 보고할 수 있다.
상기 프로그램 명령어들은 또한 상기 데이터 처리 기기로 하여금 2개의 가장 높은 움직임 지표값을 결정하기 위해 크기에 따라 상기 데이터 구조를 분류하게 할 수 있다. 상기 데이터 구조에서, 상기 2개의 가장 높은 움직임 지표값은 무선 링크들 1 및 2(또는 도 3에서 
및 
)에 상응한다. 상기 데이터 처리 기기는 상기 2개의 가장 높은 움직임 지표값을 1로 정규화하고, 그럼으로써 제2 데이터 구조를 다음과 같이 생성할 수 있다:
이러한 정규화에서, 상기 움직임 지표값들 각각은 모든 움직임 지표값들의 합으로 나뉘어진다. 이렇게 정규화된 움직임 지표값들의 합은 1이 되는데, 예컨대 
인 관계가 성립한다. 상기 정규화된 움직임 지표값들은 이하에서 설명되겠지만 상기 복수 개의 식별된 무선 링크들 각각의 스케일링된 제3 확률 벡터들을 생성하는데 사용될 수 있다. 비록 상기 제2 데이터 구조가 각각의 정규화된 움직임 지표값에 대해 3개의 유효 자릿수를 갖는 것으로 제시되어 있지만, 상기 움직임 지표값들에 대해 다른 여러 유효 자리수(예컨대, 2, 4, 6, 9 등)가 사용될 수 있다.
일부 구현 예들에서, 상기 무선 통신 네트워크(300) 내 한 노드는 각각의 생성된 제1 확률 벡터로부터의 제1 값들과 상기 제2 확률 벡터로부터의 제2 값들을 조합함으로써 제3 확률 벡터를 생성한다. 상기 제3 확률 벡터는 대응하는 무선 통신 장치들에 할당된 제3 값들을 포함할 수 있다. 상기 제3 값들은 제1 시간 프레임 동안 대응하는 무선 통신 장치들에서의 현재 움직임 확률들을 나타낸다. 상기 프로그램 명령어들의 실행시, 상기 무선 통신 네트워크(300)는 또한 상기 제3 값들 중 가장 높은 제3 값에 연관된 제1 무선 통신 장치를 식별할 수 있다. 더욱이, 상기 무선 통신 네트워크(300)는 상기 제1 시간 프레임 동안 검출된 움직임의 위치로서 상기 무선 통신 장치에 연관된 위치를 식별함으로써 움직임의 위치를 판정할 수 있다.
일부 변형 예들에서, 상기 제3 확률 벡터는 
및 상기 수학식 6으로 표현된다. 이때, 프로그램 명령어들은 상기 데이터 처리 기기로 하여금 각각의 식별된 무선 링크에 대한 제3 확률 벡터를 생성하게 할 수 있다. 그리고나서, 상기 제3 확률 벡터는 상기 제1 시간 프레임에 대한 제3 확률 벡터로서의 역할을 하는 유효한 제3 확률 벡터(
)를 생성하도록 스케일링되고 합산될 수 있다. 상기 유효한 제3 확률 벡터는 하기 수학식 7
에 따라 결정될 수 있다.
여기서, 
는 식별된 무선 링크(
)에 대한 스케일링 상수에 상응하며, 
에 걸친 합산은 모든 식별된 무선 링크들(
)에 상응한다. 상기 스케일링 상수(
)는 상기 제2 데이터 구조에 저장된 것과 같은 대응하는 식별된 무선 링크(
)의 정규화된 움직임 지표값으로부터 생성된다.
예를 들어, 위에서 설명한 제2 데이터 구조는 식별된 무선 링크들 1 및 2 각각에 대한 정규화된 움직임 지표값을 포함한다. 상응하는 스케일링 상수들은 결과적으로 식별된 무선 링크 1에 대해 
인 관계가 성립하는 것이고 식별된 무선 링크 2에 대해 
인 관계가 성립하는 것이다. 더욱이, 이전 예에서 설명한 확률 맵이 상기 제2 데이터 구조의 시간 프레임에 적용 가능하다면, 식별된 무선 링크 1에 대해 
인 관계가 성립하고 식별된 무선 링크 2에 대해 
인 관계가 성립한다. 더욱이, 현재 예가 이전 예 다음의 시간 프레임에 상응하는 경우, 이전 예로부터의 
은 현재 예의 
로서의 역할을 할 수 있는데, 예컨대 
인 관계가 성립한다.
이러한 전형적인 매개변수들을 고려하여, 상기 프로그램 명령어들은 상기 데이터 처리 기기로 하여금,
에 따른 제3 확률 벡터(
)를 생성하게 할 수 있는데, 이로 인해,
에 따른 제3 확률 벡터(
)를 생성하게 할 수 있는데, 이로 인해,
상기 프로그램 명령어들은 추가로 상기 데이터 처리 기기로 하여금 무선 노드 1 및 무선 노드 2에 대한 제3 확률 벡터들을 합산함으로써 유효한 제3 확률 벡터를 생성하게 할 수 있다. 이 때문에, 상기 데이터 처리 기기는 
에 따라 
를 생성할 수 있다. 상기 유효한 제3 확률 벡터의 생성시, 상기 데이터 처리 기기는 최종 출력에서 각각 식별된 무선 링크에 대한 제3 확률 벡터를 더 세밀하게 분배한다. 상기 유효한 제3 확률 벡터(
)는 
인 관계가 성립하는 것으로 무선 노드 0에 위치할(또는 무선 노드 0에 인접할) 가장 높은 확률을 지님을 나타낸다. 더욱이, 이전 시간 프레임으로부터의 제3 확률 벡터에 비해, 유효한 제3 값들의 분포는 더 고르지 않고 무선 노드 0을 강력하게 선호하는데, 예컨대 이전에 생성된 
과 새로이 생성된 
를 비교한다.
도 6은 무선 통신 네트워크 내 무선 통신 장치들에 의해 검출된 움직임의 위치를 결정하기 위한 한 전형적인 프로세스(600)를 보여주는 흐름도이다. 상기 전형적인 프로세스(6)의 동작들은 무선 통신 장치들에서 수신된 신호들에 기반하여 움직임의 위치를 검출하도록 데이터 처리 기기(예컨대, 도 1a의 무선 통신 장치(102) 내 프로세서)에 의해 수행될 수 있다. 상기 전형적인 프로세스(600)는 다른 한 유형의 장치에 의해 수행될 수 있다. 예를 들어, 상기 프로세스(600)의 동작들은 무선 통신 장치와는 다른 시스템(예컨대, 상기 무선 통신 장치들(102)에 의해 수신된 신호들을 집성 및 분석하는 도 1a의 무선 통신 시스템(100)에 접속된 컴퓨터 시스템)에 의해 수행될 수 있다.
상기 전형적인 프로세스(600)는 추가적이거나 서로 다른 동작들을 포함할 수 있으며, 상기 동작들은 도시된 순서로나 또는 다른 한 순서로 수행될 수 있다. 경우에 따라서는, 도 6에 도시된 동작들 중 하나 이상의 동작들은 다수의 동작, 부속 프로세스들 또는 다른 유형의 루틴들을 포함하는 프로세스들로서 구현된다. 경우에 따라서는, 동작들이 조합될 수도 있고, 다른 한 순서로 수행될 수도 있으며, 병렬로 수행될 수도 있고, 반복될 수도 있으며, 이와는 달리 반복될 수도 있고 다른 한 방식으로 수행될 수도 있다.
상기 대표적인 프로세스(600)는 동작 602로 보인 바와 같이 제1 시간 프레임에 연관된 움직임 데이터를 획득하는 것을 포함한다. 상기 움직임 데이터는 상기 무선 통신 네트워크 내 복수 개의 무선 링크들을 통해 상기 제1 시간 프레임 동안 교환되는 무선 신호들로부터 검출된 움직임을 나타내는 한 세트의 움직임 지표값들을 포함한다. 상기 무선 링크들 각각은 상기 무선 통신 네트워크 내 대응하는 쌍의 무선 통신 장치들 사이에 정의되며, 상기 움직임 지표값들 각각은 대응하는 무선 링크에 연관된다.
상기 대표적인 프로세스(600)는 또한 동작 604로 보인 바와 같이 상기 제1 무선 링크에 연관된 움직임 지표값의 크기에 기반하여 상기 복수 개의 무선 링크들 중 제1 무선 링크를 식별하는 것을 포함한다. 상기 크기는 상기 한 세트의 움직임 지표값들 내 다른 움직임 지표값들에 대해 분석된다. 상기 전형적인 프로세스(600)는 동작 606으로 보인 바와 같이, 소정 맵 및 상기 식별된 무선 링크에 기반하여 제1 확률 벡터를 생성하는 것을 추가로 포함한다. 상기 제1 확률 벡터는 대응하는 무선 통신 장치들에 할당된 제1 값들을 포함한다. 상기 제1 값들은 상기 제1 시간 프레임 동안 대응하는 무선 통신 장치들에서 제1 움직임 확률을 나타낸다.
여전히, 상기 대표적인 프로세스(600)는 또한 동작 608로 보인 바와 같이, 이전 시간 프레임에 연관된 움직임 데이터로부터 생성된 제2 확률 벡터를 획득하는 것을 포함한다. 상기 제2 확률 벡터는 대응하는 무선 통신 장치들에 할당된 제2 값들을 포함한다. 상기 제2 값들은 이전 시간 프레임 동안 대응하는 무선 통신 장치들에서 이전 움직임 확률을 나타낸다. 상기 대표적인 프로세스(600)는 동작 610으로 보인 바와 같이, 상기 제1 시간 프레임 동안 교환되는 무선 신호들로부터 검출된 움직임의 위치를, 데이터 처리 기기의 동작에 의해, 결정하는 것을 추가로 포함한다. 상기 검출된 움직임의 위치는 상기 제1 확률 벡터로부터의 제1 확률들과 상기 제2 확률 벡터로부터의 이전 확률들을 조합함에 기반하여 결정된다.
도 3을 지금부터 다시 참조하면, 상기 무선 통신 네트워크(300)는 하나의 무선 노드(302)로부터 다른 한 무선 노드(302)로의 잠재적인 움직임 전환을 고려함으로써 상기 무선 링크들에 의해 검출된 움직임의 위치를 결정할 수 있다. 또한, 상기 잠재적인 움직임의 전환들은 무선 노드(302)에 잔존하거나 또는 무선 노드(302)에 바로 인접한 부분에 잔존하는 것들을 포함할 수 있다. 예를 들어, 상기 무선 통신 네트워크(300)는 집의 베드룸에 배치된 제1 무선 노드에서나 또는 상기 제1 무선 노드 부근에서 움직임을 검출할 수 있다. 상기 무선 통신 네트워크(300)는 상응하는 검출 기간이 식사 시간(예컨대, 아침식사, 점심 식사 등) 동안인 경우 집의 부억에서 제2 무선 노드를 항하는 전환을 고려할 수 있다. 다른 한 예에서, 상기 무선 통신 네트워크(300)가 식사 시간 동안 상기 제2 무선 노드에서나 상기 제2 무선 노드 부근에서 움직임을 검출하는 경우, 무선 통신 네트워크(300)는 상기 식사 시간 내 미래 기간 동안 상기 제2 무선 노드들에 잔존하거나 또는 상기 제2 무선 노드들 부근에 잔존하는 검출된 움직임을 고려할 수 있다. 상기 잠재적인 전환들에 대한 다른 기준이 사용될 수 있다.
일부 예들에서, 잠재적인 검출된 움직임의 전환들은 시간, 위치 또는 양자 모두의 기준을 포함한다. 예를 들어, 야간에 검출 기간이 생기게 되는 경우, 베드룸으로부터 세먼장으로 전환되는 검출된 움직임의 확률이 높을 수 있다. 이와는 반대로, 전방 도어로 전환되는 검출된 움직임의 확률은 낮을 수 있다. 전환 확률 매트릭스는 시간에 주로 기반하여 이루어지는 이러한 차이들을 나타내는데 사용될 수 있다. 다시 말하면 상기 전환 확률 매트릭스는 상기 베드룸으로부터 상기 세면장으로 전환되는 검출된 움직임에 높은 전환 확률을 할당할 수 있지만 상기 베드룸으로부터 상기 전방 도어로 전환되는 검출된 움직임에 낮은 전환 확률을 할당할 수 있다. 상기 전환 확률 매트릭스는 또한 상기 검출된 움직임의 위치를 고려할 수 있다. 예를 들어, 거실에서 검출된 움직임이 어느 다른 한 무선 노드로 전환될 유사한 확률을 지닐 수 있다. 이러한 유사한 확률은 시간의 고려사항(예컨대, 야간, 주간 등)을 포함할 수 있다.
도 7은 점선 화살표들이 무선 노드들(702) 사이에서 검출된 움직임의 잠재적인 전환을 나타내는 무선 통신 네트워크(700)의 개략도이다. 도 7의 무선 통신 네트워크는 도 3의 무선 통신 네트워크와 유사할 수 있다. 도 3 및 도 7에 공통인 특징들은 400씩 증가함에 차이가 있는 좌표 숫자에 관련되어 있다.
도 7에서, 점선 화살표들은 상기 무선 통신 네트워크(700)의 무선 노드들(702) 사이에서 검출된 움직임에 대한 각각의 잠재적인 전환을 나타낸다. 상기 점선 화살표들은 제1 아래첨자(
)가 발신측 위치를 나타내고 제2 아래첨자(
)가 착신측 위치를 나타내는 경우 
로 표기된다. 예를 들어, 무선 노드들(
, 
) 각각은 특정한 전환에 따라 발신측 위치 및 착신측 위치로서의 역할을 할 수 있다. 전환(
)은 
로부터 
으로 전환하는 검출된 움직임에 상응하며 전환(
)은 
으로부터 
로 전환하는 검출된 움직임에 상응한다.
일부 구현 예들에서, 상기 무선 통신 네트워크(700) 내 한 노드는 전환 값들 및 비-전환 값들을 포함하는 전환 확률 매트릭스를 획득한다. 상기 전환 값들은 별개의 무선 통신 장치들에 연관된 위치들 사이에서 전환하는 움직임의 확률들을 나타낼 수 있으며, 상기 비-전환 값들은 대응하는 무선 통신 장치들에 연관된 위치들 내에 잔존하는 움직임의 확률들을 나타낼 수 있다.
일부 변형 예들에서, 상기 전환 확률 매트릭스는 
로 표현되며 여기서 
은 움직임이 이전 시간 프레임(
) 동안 검출된 고유 노드 식별자에 상응하고 
는 상기 검출된 움직임이 현재 시간 프레임(
)에서 이동되는 고유 노드 식별자에 상응한다. 현재 시간 프레임은 제1 시간 프레임과 동일할 수 있다. 상기 전환 확률 매트릭스(
)는 전환 확률 값 또는 비-전환 확률 값 중 어느 하나를 나타낼 수 있는 확률 값들(
)을 포함한다. 예를 들어, 상기 전환 확률 매트릭스(
)는 하기 수학식 8
에 따라 확장될 수 있다.
여기서, 전환 확률 매트릭스(
)의 대각선 항들은 
에 상응하고 비-대각선 항들은 
에 상응한다. 상기 대각선 항들은 현재(또는 제1) 기간(예컨대, 
, 
, 
등) 동안 동일한 무선 통신 장치 사이에서 전환하는 (또는 동일한 무선 통신 장치에 잔존하는) 확률들을 나타낼 수 있다. 이 때문에, 상기 대각선 항들은 비-전환 확률 값들(또는 비-전환 값들)을 나타낼 수 있다. 마찬가지로, 비-대각선 항들은 현재(또는 제1) 기간, 예컨대 
, 
, 
동안 한 무선 통신 장치로부터 다른 한 무선 통신 장치로 전환하는 확률들을 나타낸다. 이 때문에, 상기 비-대각선 항들은 전환 확률 값들(또는 전환 값들)에 상응한다.
도 7의 무선 통신 네트워크(700)에 대해, 잠재적인 전환들(
, 
, 
)은 대응하는 비-전환 확률 값들(
, 
, 
)로 표현될 수 있다. 마찬가지로, 잠재적인 전환들( 
, 
, 
, 
, 
, 
)은 대응하는 전환 확률 값들(
, 
, 
, 
, 
, 
)로 표현될 수 있다. 이때, 전체 매트릭스(
)는, 하기 수학식 9
에 따라 구성될 수 있다.
일부 경우들에서, 확률 값들(
)은 고착성 요소(stickiness factor)에 기반하여 할당된 값들이다. 상기 고착성 요소는 무선 통신 장치로부터 떨어져 전환할 확률에 의해 나누어진 무선 통신 장치에 잔존하는 확률(예컨대, 확률비(probability ratio))일 수 있다. 예를 들어, 도 7의 무선 통신 네트워크(700)에 대해, 상기 검출된 움직임은 임의의 주어진 무선 노드(702)에 근접하여 8번 중 5번 잔존하는 것으로 알려져 있을 수 있다. 이때, 상기 고착성 요소는 0.625로 결정될 수 있다. 이 때문에, 비-전환 확률 값들(
, 
, 
)에는 0.625 값이 할당될 수 있다. 다른 2개의 무선 노드(702) 중 어느 하나로 전환할 확률이 동일하다면, 나머지 전환 확률 값들은 
에 의해 결정될 수 있다. 상기 전환 확률 매트릭스(
)는,
와 같이 구성될 수 있다.
일부 구현 예들에서, 상기 무선 통신 네트워크(700) 내 한 노드는 상기 제1 시간 프레임 동안 교환되는 무선 신호들로부터 검출된 움직임의 위치를 결정한다. 상기 위치는 제1 확률 벡터, 제2 확률 벡터, 및 전환 확률 매트리스에 기반하여 결정된다. 부가적인 구현 예들에서, 상기 무선 통신 네트워크(700)는 제1 확률 벡터, 제2 확률 벡터 및 전환 확률 매트릭스를 조합함으로써 제3 확률 벡터를 생성한다. 상기 제3 확률 벡터를 생성하는 것은 상기 데이터 처리 기기가 프로그램 명령어들을 실행한 결과일 수 있다. 상기 제3 확률 벡터는 상기 제1 시간 프레임 동안 대응하는 무선 통신 장치들에서 움직임의 제3 확률들을 나타내는 제3 값들을 포함한다. 상기 프로그램 명령어들의 실행시, 상기 무선 통신 네트워크(300)는 또한 상기 제3 값들 중 가장 높은 제3 값에 연관된 제1 무선 통신 장치를 식별할 수 있다. 더욱이, 상기 무선 통신 네트워크(300)는 상기 제1 시간 프레임 동안 검출된 움직임의 위치로서 상기 제1 무선 통신 장치들에 연관된 위치를 식별함으로써 움직임의 ㅇ우위치를 결정할 수 있다.
일부 변형 예들에서, 상기 제3 확률 벡터는 
가 제1 시간 프레임(
)에서의 고유 노드 식별자에 상응하며 
가 제1 시간 프레임(
)에서의 고유 링크 식별자에 상응하는 경우 
로 표현된다. 상기 제3 확률 벡터(
)는 무선 링크(
)를 따른 링크 활성이 주어진 경우에 상기 제1 시간 프레임(
)에서 무선 노드(
)에서의 움직임 확률을 나타내는 제3 값들을 포함한다. 상기 제3 확률 벡터(
)는 하기 수학식 10
에 따라 결정될 수 있으며, 상기 수학식 10에서는 
, 
, 및 
가 수학식 6 및 8에 관련하여 위에서 설명한 바와 같은 것들이다. 여기서, 아래첨자(
)는 상기 제1 시간 프레임(
)에서의 고유 노드 또는 링크 식별자를 나타낸다. 상기 제3 확률 벡터의 재귀적 업데이트 동안, 이전 시간의 제3 확률 벡터(
)는 상기 제1 시간 프레임의 제2 확률 벡터(
)로서의 역할을 할 수 있다. 이 때문에, 수학식 10에서의 
인 관계에 의해 하기 수학식 11
가 생성된다.
수학식 10 및 11은 상기 무선 통신 네트워크(700)(또는 데이터 처리 기기)로 하여금 무선 노드들(702) 사이에서의 잠재적인 전환을 고려하면서 베이지안 통계를 사용하여 검출된 움직임의 위치를 결정하게 할 수 있다.
일부 구현 예들에서, 상기 무선 통신 네트워크(700) 내 한 노드는 순차적인 시간 프레임들에 대한 반복적인 프로세스를 수행한다. 예를 들어, 상기 노드는 대응하는 시간 프레임들의 여러 번의 반복을 통해, 움직임 데이터를 획득하는 동작, 제1 확률 벡터를 생성하는 동작, 제2 확률 벡터를 획득하는 동작, 전환 확률 매트릭스를 획득하는 동작, 제3 확률 벡터를 생성하는 동작, 제1 무선 통신 장치를 인식하는 동작, 및 움직임의 위치를 결정하는 동작을 반복할 수 있다. 이러한 구현 예들에서, 이전 반복의 제3 확률 벡터는 현재 반복의 제2 확률 벡터로서의 역할을 하고, 그럼으로써 상기 제3 확률 벡터가 재귀적으로 업데이트되는 것을 허용한다.
일부 구현 예들에서, 상기 무선 통신 네트워크(700) 내 한 노드는 제1 전환 확률 매트릭스 및 별개의 제2 확률 매트릭스 사이에서 선택함으로써 상기 전환 확률 매트릭스를 획득한다. 일부 예들에서, 그러한 선택들은 일시(日時)에 기반하여 이루어진다. 예를 들어, 프로그램 명령어들은 데이터 처리 기기로 하여금 상기 제1 시간 프레임이 주간에 상응하는 경우 제1 전환 확률 매트릭스를 선택하게 할 수 있고, 상기 제1 시간 프레임이 야간에 상응하는 경우 제2 전환 확률 매트릭스를 선택하게 할 수 있다. 다른 기간들이 사용될 수 있다.
일부 구현 예들에서, 상기 무선 통신 네트워크(700)는 한 세트의 움직임 지표값들에 기반하여 움직임 컨센서스(consensus) 값을 획득한다. 이러한 구현 예들에서, 상기 전환 확률 매트릭스를 획득하는 것은 제1 전환 확률 매트릭스와 제2 전환 확률 매트릭스 사이에서 선택하는 것을 포함한다. 상기 제1 전환 확률 매트릭스는 상기 움직임 컨센서스 값이 제1 값(예컨대, 0)을 지닐 때 선택될 수 있고, 상기 제2 전환 확률 매트릭스는 상기 움직임 컨센서스 값이 다른 값(예컨대, 1)을 지닐 때 선택될 수 있다.
일부 구현 예들에서, 상기 제1 전환 확률 매트릭스는 상기 제1 시간 프레임 동안 어떠한 움직임도 검출되지 않음에 연관된다. 일부 구현 예들에서, 상기 제2 전환 확률 매트릭스는 상기 제1 시간 프레임 동안 움직임이 검출됨에 연관된다. 일부 구현 예들에서, 상기 제1 전환 확률 매트릭스의 비-전환 값들은 상기 제1 전환 확률 매트릭스의 전환 값들보다 크다. 일부 구현 예들에서, 상기 제2 전환 확률 매트릭스의 전환 값들은 상기 제2 전환 확률 매트릭스의 비-전환 값들보다 크다.
일부 변형 예들에서, 상기 전환 확률 매트릭스는 
로 표현되며, 여기서 
는 상기 움직임 컨센서스 값에 상응한다. 상기 움직임 컨센서스 값(
)에 기반하여, 상기 전환 확률 매트릭스의 하나 이상의 확률 값들(
)은 예컨대 상기 데이터 처리 기기에 의한 프로그램 명령어들의 실행을 통해 변경 또는 선택될 수 있다. 예를 들어, 
일 경우, 상기 무선 통신 네트워크(700)는 상기 제1 시간 프레임 동안 검출된 움직임이 없음을 나타낼 수 있다. 이에 응답하여, 상기 데이터 처리 기기는 상기 비-전환 확률 값들이 상기 전환 확률 값들보다 큰 제1 전환 확률 매트릭스를 정의하도록 상기 전환 확률의 확률 값들(
)을 변경 또는 선택할 수 있다. 이와는 반대로, 
일 경우, 상기 무선 통신 네트워크(700)는 상기 제1 시간 프레임 동안 검출된 움직임을 나타낼 수 있다. 이에 응답하여, 상기 데이터 처리 기기는 상기 전환 확률 값들이 비-전환 확률 값들보다 큰 제2 전환 확률 매트릭스를 정의하도록 확률 값들(
)을 변경 또는 선택할 수 있다. 상기 제2 전환 확률 매트릭스는 검출된 움직임이 다른 한 무선 노드(702)에 재배치될 확률이 높아진 상태를 반영할 수 있다. 비록 상기 움직임 컨센서스 값(
)이 이진값들의 맥락에서 제시되었지만 
에 대해 다른 값들이 사용될 수 있다. 예를 들어, 상기 움직임 컨센서스 값은 각각의 값이 대응하는 확률 매트릭스를 지니는 복수 개의 값들에 상응할 수 있다.
도 8은 무선 통신 네트워크 내 무선 통신 장치들에 의해 검출된 움직임의 위치를 결정하기 위한 다른 한 전형적인 프로세스(800)를 보여주는 흐름도이다. 상기 대표적인 프로세스(800)의 동작들은 무선 통신 장치들에서 수신된 신호들에 기반하여 움직임의 위치를 검출하도록 데이터 처리 장치(예컨대, 도 1a의 무선 통신 장치(102) 내 프로세서)에 의해 수행될 수 있다. 상기 전형적인 프로세스(800)는 다른 한 유형의 장치에 의해 수행될 수 있다. 예를 들어, 상기 프로세스(800)의 동작들은 무선 통신 장치와는 다른 시스템(예컨대, 상기 무선 통신 장치들(102)에 의해 수신된 신호들을 집성 및 분석하는 도 1a의 무선 통신 시스템(100)에 접속된 컴퓨터 시스템)에 의해 수행될 수 있다.
상기 전형적인 프로세스(800)는 추가적이거나 다른 동작들을 포함할 수 있으며, 상기 동작들은 도시된 순서로나 다른 한 순서로 수행될 수 있다. 경우에 따라서는, 도 8에 도시된 동작들 중 하나 이상의 동작들은 다수의 동작, 부속 프로세스들 또는 다른 유형의 루틴들을 포함하는 프로세스들로서 구현된다. 경우에 따라서는, 동작들이 조합될 수도 있고, 다른 한 순서로 수행될 수도 있으며, 병렬로 수행될 수도 있고, 반복될 수도 있으며, 이와는 달리 반복될 수도 있고 다른 한 방식으로 수행될 수도 있다.
상기 프로세스(800)는 동작 802로 보인 바와 같이 제1 시간 프레임에 연관된 움직임 데이터를 획득하는 것을 포함한다. 상기 움직임 데이터는 무선 통신 네트워크 내 복수 개의 무선 링크들 상에서 상기 제1 시간 프레임 동안 교환되는 무선 신호들로부터 검출된 움직임을 나타내는 한 세트의 움직임 지표값들을 포함한다. 상기 무선 링크들 각각은 상기 무선 통신 네트워크 내 대응하는 쌍의 무선 통신 장치들 사이에 정의될 수 있으며, 상기 움직임 지표값들 각각은 대응하는 무선 링크에 연관되어 있다.
상기 전형적인 프로세스(800)는 또한 동작 804로 보인 바와 같이 한 세트의 움직임 지표값들에 기반하여 제1 확률 벡터를 생성하는 것을 포함한다. 상기 제1 확률 벡터는 상기 대응하는 무선 통신 장치들에 할당된 제1 값들을 포함한다. 상기 제1 값들은 상기 제1 시간 프레임 동안 상기 대응하는 무선 통신 장치들에서의 제1 움직임 확률들을 나타낸다. 상기 전형적인 프로세스(800)는 동작 806으로 보인 바와 같이 이전 시간 프레임에 연관된 움직임 데이터로부터 생성된 제2 확률 벡터를 획득하는 것을 추가로 포함한다. 상기 제2 확률 벡터는 상기 대응하는 무선 통신 장치들에 할당된 제2 값들을 포함한다. 상기 제2 값들은 상기 이전 시간 프레임 동안 상기 대응하는 무선 통신 장치들에서의 이전 확률들을 나타낸다.
상기 전형적인 프로세스(800)는 또한 동작 808로 보인 바와 같이 전환 값들 및 비-전환 값들을 포함하는 전환 확률 매트릭스를 획득하는 것을 포함한다. 상기 전환 값들은 별개의 무선 통신 장치들에 연관된 위치들 사이에서 전환되는 움직임의 확률들을 나타내고, 비-전환 값들은 상기 대응하는 무선 통신 장치들에 연관된 위치들 내에 잔존하는 움직임의 확률들을 나타낸다. 상기 전형적인 프로세스(800)는 여전히 추가로 동작 810으로 보인 바와 같이 데이터 처리 기기의 동작에 의해 상기 제1 시간 프레임 동안 교환되는 무선 신호들로부터 검출된 움직임의 위치를 결정하는 것을 포함한다. 상기 위치는 상기 제1 확률 벡터, 상기 제2 확률 벡터, 및 상기 전환 매트릭스에 기반하여 결정된다.
본원 명세서에 기재된 주제와 동작들의 일부는 본원 명세서에 개시된 구조들과 이들의 구조적 균등물들을 포함하여, 디지털 전자 회로로나 컴퓨터 소프트웨어, 펌웨어, 또는 하드웨어로, 또는 이들 중 하나 이상의 조합으로 구현될 수 있다. 본원 명세서에 기재된 주제 중 일부는 데이터 처리 기기에 의한 실행을 위해서나 데이터 처리 기기의 동작을 제어하도록 컴퓨터 저장 매체상에 인코딩된 하나 이상의 컴퓨터 프로그램들, 다시 말하면 컴퓨터 프로그램 명령어들 중 하나 이상의 모듈들로서 구현될 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 저장 장치, 컴퓨터 판독가능 저장 기판, 랜덤 또는 직렬 액세스 메모리 어레이 또는 장치, 또는 이들 중 하나 이상의 조합일 수도 있고, 컴퓨터 판독가능 저장 장치, 컴퓨터 판독가능 저장 기판, 랜덤 또는 직렬 액세스 메모리 어레이 또는 장치, 또는 이들 중 하나 이상의 조합 내에 포함될 수도 있다. 더욱이, 컴퓨터 저장 매체는 전파 신호가 아니지만, 컴퓨터 저장 매체는 인위적으로 생성된 전파 신호 내 인코딩된 컴퓨터 프로그램 명령어들의 발신 매체 또는 착신 매체일 수 있다. 상기 컴퓨터 저장 매체는 또한 하나 이상의 개별 물리적 구성요소 또는 매체(예컨대, 다중 CD, 디스크 또는 다른 저장 장치)일 수도 있거나 하나 이상의 개별 물리적 구성요소 또는 매체 내에 포함될 수도 있다.
본원 명세서에 기재된 동작들 중 일부는 하나 이상의 컴퓨터 판독가능 저장 장치들 상에 저장되거나 다른 발신 장치들로부터 수신된 데이터를 통해 데이터 처리 기기에 의해 수행된 동작들로서 구현될 수 있다.
용어 "데이터 처리 기기"는 예를 들어 프로그램가능 프로세서, 컴퓨터, 칩 상의 시스템, 또는 이들 중 다수, 또는 조합을 포함하여, 데이터를 처리하는 여러 종류의 기기, 장치 및 기계를 망라하는 것이다. 상기 기기는 특수 목적 논리 회로, 예컨대 FPGA(field programmable gate array) 또는 ASIC(application specific integrated circuit)를 포함할 수 있다. 또한, 상기 기기는, 하드웨어에 추가하여, 당해 컴퓨터 프로그램에 대한 실행 환경을 생성하는 코드, 예컨대 프로세서 펌웨어, 프로토콜 스택, 데이터베이스 관리 시스템, 운영 체제, 크로스-플랫폼 런타임 환경, 가상 기계, 또는 이들 중 하나 이상의 조합을 구성하는 코드를 포함할 수 있다.
(프로그램, 프로그램 명령어들, 소프트웨어, 소프트웨어 애플리케잇녀, 스크립트 또는 코드로서도 알려진) 컴퓨터 프로그램은 컴파일 또는 해석 언어들, 선언적 또는 절차적 언어들를 포함한 임의 형태의 프로그래밍 언어로 기록될 수 있으며, 이는 독립 실행형 프로그램 또는 컴퓨팅 환경에서 사용하기에 적합한 모듈, 구성요소, 서브루틴, 객체 또는 기타 유닛을 포함한 임의 형태로 배포될 수 있다. 컴퓨터 프로그램은 파일 시스템 내 파일에 상응할 수 있지만 반드시 파일 시스템 내 파일에 상응할 필요가 없다. 프로그램은 다른 프로그램들이나 데이터(예컨대, 마크업 언어 문서에 저장된 하나 이상의 스크립트들)를 보유하는 파일의 일부에 저장될 수도 있고, 상기 프로그램에 전용된 단일 파일에 저장될 수도 있으며 여러 개의 조정 파일(예컨대, 하나 이상의 모듈들, 부속 프로그램들, 또는 코드 일부들을 저장하는 파일들)에 저장될 수도 있다. 컴퓨터 프로그램은 한 사이트에 위치하거나 여러 사이트를 통해 분산되어 통신 네트워크에 의해 상호접속된 하나의 컴퓨터 또는 여러 컴퓨터상에서 실행되도록 배포될 수 있다.
본원 명세서에 기재된 프로세스들 및 논리 흐름들 중 일부는 입력 데이터 상에서 동작하여 출력을 생성함으로써 액션들을 수행하도록 하나 이상의 컴퓨터 프로그램들을 실행하는 하나 이상의 프로그램가능 프로세서들에 의해 수행될 수 있다. 상기 프로세스들 및 논리 흐름들은 또한 특수 목적 논리 회로, 예컨대 FPGA(field programmable gate array) 또는 ASIC(application specific integrated circuit)로서 구현될 수 있다.
컴퓨터 프로그램의 실행에 적합한 프로세서들은, 예를 들어 일반 및 특수 목적 마이크로프로세서들, 및 임의 종류의 디지털 컴퓨터의 프로세서들 양자 모두를 포함한다. 일반적으로 프로세서는 판독 전용 메모리나 랜덤 액세스 메모리 또는 양자 모두로부터 명령어들 및 데이터를 수신하게 된다. 컴퓨터의 요소들은 명령어들에 따라 액션들을 수행하는 프로세서, 및 명령어 및 데이터를 저장하는 하나 이상의 메모리 장치들을 포함할 수 있다. 컴퓨터는 또한 데이터를 저장하기 위한 하나 이상의 대용량 저장 장치, 예컨대 자기 디스크들, 광 자기 디스크들로부터 데이터를 수신하는 동작; 데이터를 저장하기 위한 하나 이상의 대용량 저장 장치, 예컨대 자기 디스크들, 광 자기 디스크들로 데이터를 전송하는 동작; 및 데이터를 저장하기 위한 하나 이상의 대용량 저장 장치, 예컨대 자기 디스크들, 광 자기 디스크들로부터 데이터를 수신하고 데이터를 저장하기 위한 하나 이상의 대용량 저장 장치, 예컨대 자기 디스크들, 광 자기 디스크들로 데이터를 전송하는 동작; 중의 하나를 포함할 수도 있고, 데이터를 저장하기 위한 하나 이상의 대용량 저장 장치, 예컨대 자기 디스크들, 광 자기 디스크들로부터 데이터를 수신하는 동작; 데이터를 저장하기 위한 하나 이상의 대용량 저장 장치, 예컨대 자기 디스크들, 광 자기 디스크들로 데이터를 전송하는 동작; 및 데이터를 저장하기 위한 하나 이상의 대용량 저장 장치, 예컨대 자기 디스크들, 광 자기 디스크들로부터 데이터를 수신하고 데이터를 저장하기 위한 하나 이상의 대용량 저장 장치, 예컨대 자기 디스크들, 광 자기 디스크들로 데이터를 전송하는 동작; 중의 하나를 수행하도록 동작 가능하게 연결될 수도 있다. 그러나 컴퓨터는 이러한 장치들을 반드시 구비할 필요가 없다. 더욱이, 컴퓨터는 다른 한 장치, 예컨대 전화, 전자 기기, 모바일 오디오 또는 비디오 플레이어, 게임 콘솔, GPS(Global Positioning System) 수신기 또는 휴대용 저장 장치(예컨대, USB(universal serial bus) 플래시 드라이브)에 엠베드될 수 있다. 컴퓨터 프로그램 명령어들 및 데이터를 저장하는 데 적합한 장치들은 예를 들어 반도체 메모리 장치들(예컨대, EPROM, EEPROM, 플래시 메모리 장치 등), 자기 디스크들(예컨대, 내부 하드 디스크들, 착탈식 디스크들 등), 광 자기 디스크들, 및 CD ROM 및 DVD-ROM 디스크들을 포함하여 모든 형태의 비-휘발성 메모리, 매체 및 메모리 장치들을 포함한다. 경우에 따라서는, 상기 프로세서와 상기 메모리는 특수 목적 논리 회로에 의해 보완될 수도 있고 특수 목적 논리 회로에 통합될 수도 있다.
사용자와의 상호작용을 제공하기 위해, 동작들은 사용자에게 정보를 디스플레이하기 위한 디스플레이 장치(예컨대, 모니터 또는 다른 유형의 디스플레이 장치) 및 사용자가 상기 컴퓨터에 대한 입력을 제공할 수 있게 하는 키보드 및 포인팅 장치(예컨대, 마우스, 트랙볼, 태블릿, 터치식 스크린 또는 다른 유형의 포인팅 장치)를 지니는 컴퓨터 상에서 구현될 수 있다. 다른 종류의 장치들은 또한 사용자와의 상호작용을 제공한는데 사용될 수 있는데, 예를 들어 사용자에게 제공된 피드백은 임의 형태의 감각 피드백, 예컨대 시각 피드백, 청각 피드백 또는 촉각 피드백일 수 있으며, 사용자로부터의 입력은 음향, 음성 또는 촉각 입력을 포함하여, 임의 형태로 수신될 수 있다. 추가로, 컴퓨터는 사용자에 의해 사용되는 장치로 문서들을 송신하고 사용자에 의해 사용되는 장치로부터 문서들을 수신함으로써, 예를 들어 웹브라우저로부터 수신된 요구들에 응답하여 사용자의 클라이언트 장치상의 웹브라우저에 웹 페이지들을 송신함으로써 사용자와 상호작용할 수 있다.
컴퓨터 시스템은 단일 컴퓨팅 장치 또는 서로 근거리에서나 일반적으로는 원거리에서 동작하고 전형적으로는 통신 네트워크를 통해 상호작용하는 다수의 컴퓨터를 포함할 수 있다. 통신 네트워크들의 예들로는 근거리 통신 네트워크(local area network; LAN) 및 광역 통신 네트워크(wide area network; WAN), 인터-네트워크(예컨대, 인터넷), 위성 링크를 포함하는 네트워크 및 피어-투-피어 네트워크(예컨대, 애드 혹 피어-투-피어 네트워크들)가 있다. 클라이언트와 서버의 관계는 대응하는 컴퓨터들 상에서 실행되고 서로에 대해 클라이언트-서버 관계를 지니는 컴퓨터 프로그램들에 의해 발생할 수 있다.
위에서 설명한 것의 일부 실시형태들에서, 움직임은 무선 통신 네트워크 내 무선 통신 장치들 사이에서 무선 신호들을 교환함으로써 검출될 수 있다. 경우에 따라서는, 검출된 움직임의 위치는 또한 이하의 예들에 의해 설명되는 바와 같이 결정될 수 있다.
예 1.
방법에 있어서,
상기 방법은,
제1 시간 프레임에 연관된 움직임 데이터를 획득하는 단계 - 상기 움직임 데이터는 무선 통신 네트워크 내 복수 개의 무선 링크들을 통해 상기 제1 시간 프레임 동안 교환되는 무선 신호들로부터 검출된 움직임을 나타내는 한 세트의 움직임 지표값들을 포함하며, 상기 무선 링크들 각각은 상기 무선 통신 네트워크 내 대응하는 쌍의 무선 통신 장치들 사이에서 정의되고, 상기 움직임 지표값들 각각은 대응하는 무선 링크에 연관됨 -;
상기 한 세트의 움직임 지표값들 내 다른 움직임 지표값들에 대한 상기 복수 개의 무선 링크들 중 제1 무선 링크에 연관된 한 움직임 지표값의 크기에 기반하여 상기 복수 개의 무선 링크들 중 제1 무선 링크를 식별하는 단계;
소정 맵 및 상기 제1 무선 링크에 기반하여 제1 확률 벡터를 생성하는 단계 - 상기 제1 확률 벡터는 상기 대응하는 무선 통신 장치들에 할당된 제1 값들을 포함하고, 상기 제1 값들은 상기 제1 시간 프레임 동안 상기 대응하는 무선 통신 장치들에서의 제1 움직임 확률들을 나타냄 -;
이전 시간 프레임에 연관된 움직임 데이터로부터 생성된 제2 확률 벡터를 획득하는 단계 - 상기 제2 확률 벡터는 상기 대응하는 무선 통신 장치들에 할당된 제2 값들을 포함하고, 상기 제2 값들은 상기 이전 시간 프레임 동안 상기 대응하는 무선 통신 장치들에서의 이전 움직임 확률들을 나타냄 -; 및
데이터 처리 기기의 동작에 의해, 상기 제1 시간 프레임 동안 교환되는 무선 신호들로부터 검출된 움직임의 위치를 결정하는 단계 - 상기 위치는 상기 제2 확률 벡터 및 상기 제1 확률 벡터에 기초하여 결정됨 -;
을 포함하는 방법.
예 2.
예 1에 있어서,
상기 방법은,
상기 제1 확률 벡터로부터의 제1 값들과 상기 제2 확률 벡터로부터의 제2 값들을 조합함으로써 제3 확률 벡터를 생성하는 단계 - 상기 제3 확률 벡터는 상기 대응하는 무선 통신 장치들에 할당된 제3 값들을 포함하며, 상기 제3 값들은 상기 제1 시간 프레임들 동안 상기 대응하는 무선 통신 장치들에서의 현재 움직임 확률들을 나타냄 -; 및
상기 제3 값들 중 가장 높은 제3 값에 연관된 제1 무선 통신 장치를 식별하는 단계;
를 포함하며,
상기 위치를 결정하는 단계는 상기 제1 시간 프레임 동안 검출된 움직임의 위치로서 상기 제1 무선 통신 장치에 연관된 위치를 식별하는 단계를 포함하는, 방법.
예 3.
예 2에 있어서,
상기 방법은,
대응하는 시간 프레임들에 대한 여러 번의 반복을 통해, 움직임 데이터를 획득하는 동작, 제1 무선 링크를 식별하는 동작, 제1 확률 벡터를 생성하는 동작, 제2 확률 벡터를 획득하는 동작, 제3 확률 벡터를 생성하는 동작, 무선 통신 장치를 식별하는 동작, 및 움직임의 위치를 결정하는 동작을 반복하는 단계;
를 포함하며,
이전 반복의 제3 확률 벡터는 현재 반복의 제2 확률 벡터로서의 역할을 하고, 그럼으로써 상기 제3 확률 벡터가 재귀적으로 업데이트될 수 있게 하는, 방법.
예 4.
예 1 또는 예 2 및 예 3 중 어느 한 예에 있어서,
상기 복수 개의 무선 링크들은 대응하는 쌍의 무선 통신 장치들 간 양방향 통신을 허용하는 여러 세트의 무선 링크들을 포함하며, 각각의 세트의 무선 링크들은 상기 양방향 통신 내 방향에 대하여 적어도 하나의 무선 링크를 지니는, 방법.
예 5.
예 1 또는 예 2 내지 예 4 중 어느 한 예에 있어서,
상기 제1 무선 링크에 연관된 움직임 지표값의 크기는 상기 한 세트의 움직임 지표값들 중 가장 높은 움직임 지표값인, 방법.
예 6.
예 1 또는 예 2 내지 예 5 중 어느 한 예에 있어서,
상기 소정 맵은,
상기 제1 무선 링크의 송신측 무선 통신 장치에 할당된 제1 맵 값; 및
상기 제1 무선 링크의 수신측 무선 통신 장치에 할당된 제2 맵 값;
을 포함하는, 방법.
예 7.
예 6에 있어서,
상기 제1 맵 값은 상기 제1 확률 벡터의 가장 높은 제1 값에 상응하고 상기 제2 맵 값은 상기 제1 확률 벡터의 두번째로 높은 제1 값에 상응하는, 방법.
예 8.
예 6 또는 예 7에 있어서,
상기 소정 맵은 상기 제1 무선 링크에 연관되어 있지 않은 하나 이상의 무선 통신 장치들에 할당된 제3 맵 값을 포함하는, 방법.
예 9.
예 1에 있어서,
제1 무선 링크를 식별하는 단계는 상기 대응하는 무선 링크들에 연관된 움직임 지표값들의 크기들에 기반하여 상기 복수 개의 무선 링크들의 제1 서브세트를 식별하는 단계를 포함하며,
제1 확률 벡터를 생성하는 단계는 상기 소정 맵 및 상기 제1 서브세트 내 각각의 대응하는 무선 링크에 기반하여 상기 무선 링크들의 제1 서브세트의 각각의 무선 링크에 대한 제1 확률 벡터를 생성하는 단계를 포함하는, 방법.
예 10.
예 9에 있어서,
상기 무선 링크들의 제1 서브세트는 상기 제1 무선 링크 및 제2 무선 링크를 포함하고,
상기 제1 무선 링크에 연관된 움직임 지표값의 크기는 가장 높은 움직임 지표값이며,
상기 제2 무선 링크에 연관된 움직임 지표값의 크기는 두번째로 높은 움직임 지표값인, 방법.
예 11.
예 9 또는 예 10에 있어서,
상기 방법은,
각각의 대응하는 제1 확률 벡터로부터의 제1 값들과 상기 제2 확률 벡터로부터의 제2 값들을 조합함으로써 제3 확률 벡터를 생성하는 단계 - 상기 제3 확률 벡터는 상기 대응하는 무선 통신 장치들에 할당된 제3 값들을 포함하며, 상기 제3 값들은 상기 제1 시간 프레임 동안 상기 대응하는 무선 통신 장치들에서의 현재 움직임 확률들을 나타냄 -; 및
상기 제3 값들 중 가장 높은 제3 값에 연관된 제1 무선 통신 장치를 식별하는 단계;
를 포함하며,
상기 위치를 결정하는 단계는 상기 제1 시간 프레임 동안 검출된 움직임의 위치로서 상기 제1 무선 통신 장치에 연관된 위치를 식별하는 단계를 포함하는, 방법.
예 12.
예 11에 있어서,
상기 방법은,
대응하는 시간 프레임들에 대한 여러 번의 반복을 통해, 움직임 데이터를 획득하는 동작, 제1 무선 링크를 식별하는 동작, 제1 확률 벡터를 생성하는 동작, 제2 확률 벡터를 획득하는 동작, 제3 확률 벡터를 생성하는 동작, 무선 통신 장치를 식별하는 동작, 및 움직임의 위치를 결정하는 동작을 반복하는 단계;
를 포함하며,
이전 반복의 제3 확률 벡터는 현재 반복의 제2 확률 벡터로서의 역할을 하고, 그럼으로써 상기 제3 확률 벡터가 재귀적으로 업데이트될 수 있게 하는, 방법.
예 13. 움직임 검출 시스템에 있어서,
상기 움직임 검출 시스템은,
복수 개의 무선 링크들을 통해 무선 신호들을 교환하도록 구성된 복수 개의 무선 통신 장치들 - 상기 무선 링크들 각각은 대응하는 쌍의 무선 통신 장치들 사이에 정의됨 -; 및
예 1 내지 예 12 중 어느 한 예의 하나 이상의 단계들을 수행하도록 구성된 데이터 처리 기기;
를 포함하는, 움직임 검출 시스템.
예 14.
명령어들을 저장하는 비-일시적 컴퓨터-판독가능 매체로서, 상기 명령어들이 실행될 때 데이터 처리 기기로 하여금 예 1 내지 예 12 중 어느 하나의 예의 하나 이상의 단계들을 수행하게 하는, 비-일시적 컴퓨터-판독가능 매체.
경우에 따라서는, 상기 검출된 움직임의 위치는 이하의 예들로 보인 바와 같이 전환 확률 매트릭스를 사용하여 결정될 수 있다.
예 15.
방법에 있어서,
상기 방법은,
제1 시간 프레임에 연관된 움직임 데이터를 획득하는 단계 - 상기 움직임 데이터는 무선 통신 네트워크 내 복수 개의 무선 링크들을 통해 상기 제1 시간 프레임 동안 교환되는 무선 신호들로부터 검출된 움직임을 나타내는 한 세트의 움직임 지표값들을 포함하고, 상기 무선 링크들 각각은 상기 무선 통신 네트워크 내 대응하는 쌍의 무선 통신 장치들 사이에서 정의되며, 상기 움직임 지표값들 각각은 대응하는 무선 링크에 연관됨 -;
상기 한 세트의 움직임 지표값들에 기반하여 제1 확률 벡터를 생성하는 단계 - 상기 제1 확률 벡터는 상기 대응하는 무선 통신 장치들에 할당된 제1 값들을 포함하며, 상기 제1 값들은 상기 제1 시간 프레임 동안 상기 대응하는 무선 통신 장치들에서의 제1 확률들을 나타냄 -;
이전 시간 프레임에 연관된 움직임 데이터로부터 생성된 제2 확률 벡터를 획득하는 단계 - 상기 제2 확률 벡터는 상기 대응하는 무선 통신 장치들에 할당된 제2 값들을 포함하며, 상기 제2 값들은 상기 이전 시간 프레임 동안 상기 대응하는 무선 통신 장치들에서의 이전 움직임 확률들을 나타냄 -;
전환 확률 매트릭스를 획득하는 단계 - 상기 전환 확률 매트릭스는,
별개의 무선 통신 장치들에 연관된 위치들 사이에서 전환되는 움직임의 확률들을 나타내는 전환 값들, 및
상기 대응하는 무선 통신 장치들에 연관된 위치들 내에 잔존하는 움직임의 확률들을 나타내는 비-전환 값들
을 포함함 -; 및
데이터 처리 기기의 동작에 의해, 상기 제1 시간 프레임 동안 교환되는 무선 신호들로부터 검출된 움직임의 위치를 결정하는 단계 - 상기 위치는 상기 제1 확률 벡터, 상기 제2 확률 벡터 및 상기 전환 확률 매트릭스에 기반하여 결정됨 -;
를 포함하는, 방법.
예 16.
예 15에 있어서,
상기 방법은,
상기 제1 확률 벡터, 상기 제2 확률 벡터 및 상기 전환 확률 매트릭스를 조합함으로써 제3 확률 벡터를 생성하는 단계 - 상기 제3 확률 벡터는 상기 제1 시간 프레임 동안 상기 대응하는 무선 통신 장치에서의 제3 움직임 확률들을 나타내는 제3 값들을 포함함 -; 및
상기 제3 값들 중 가장 높은 제3 값에 연관된 제1 무선 통신 장치를 식별하는 단계;
를 포함하며,
상기 위치를 결정하는 단계는 상기 제1 시간 프레임 동안 검출되는 움직임의 위치로서 상기 제1 무선 통신 장치에 연관된 위치를 식별하는 단계를 포함하는, 방법.
예 17.
예 16에 있어서,
상기 방법은,
대응하는 시간 프레임들의 여러 번의 반복을 통해, 움직임 데이터를 획득하는 동작, 제1 확률 벡터를 생성하는 동작, 제2 확률 벡터를 획득하는 동작, 전환 확률 매트릭스를 획득하는 동작, 제3 확률 벡터를 생성하는 동작, 무선 통신 장치를 식별하는 동작, 및 움직임의 위치를 결정하는 동작을 반복하는 단계;
를 포함하며,
이전 반복의 제3 확률 벡터는 현재 반복의 제2 확률 벡터로서의 역할을 하고, 그럼으로써 상기 제3 확률 벡터가 재귀적으로 업데이트되게 할 수 있는, 방법.
예 18.
예 15 또는 예 16 및 예 17 중 어느 한 예에 있어서,
상기 복수 개의 무선 링크들은 대응하는 쌍의 무선 통신 장치들 간 양방향 통신을 허용하는 여러 세트의 무선 링크들을 포함하며, 각각의 세트의 무선 링크들은 상기 양방향 통신 내 방향에 대해 적어도 하나의 무선 링크를 지니는, 방법.
예 19.
예 15 또는 예 16 내지 예 18 중 어느 한 예에 있어서,
상기 방법은,
상기 한 세트의 움직임 지표값들 내 다른 움직임 지표값들에 대한 상기 복수 개의 무선 링크들 중 제1 무선 링크에 연관된 한 움직임 지표값의 크기에 기반하여 상기 복수 개의 무선 링크들 중 제1 무선 링크를 식별하는 단계;
를 포함하는, 방법.
예 20.
예 19에 있어서,
상기 제1 무선 링크에 연관된 움직임 지표값의 크기는 상기 한 세트의 움직임 지표값들 중 가장 높은 움직임 지표값인, 방법.
예 21.
예 15 또는 예 16 내지 예 20 중 어느 한 예에 있어서,
상기 제1 확률 벡터를 생성하는 단계는,
상기 한 세트의 움직임 지표값들 및 소정 맵에 기반하여 상기 제1 확률 벡터를 생성하는 단계;
를 포함하는, 방법.
예 22.
예 21에 있어서,
상기 소정 맵은,
상기 식별된 제1 무선 링크의 송신측 무선 통신 장치에 할당된 제1 맵 값; 및
상기 식별된 제1 무선 링크의 수신측 무선 통신 장치에 할당된 제2 맵 값;
을 포함하는, 방법.
예 23.
예 22에 있어서,
상기 제1 맵 값은 상기 제1 확률 벡터의 가장 높은 제1 값에 상응하고, 상기 제2 맵 값은 상기 제1 확률 벡터의 두번째로 높은 제1 값에 상응하는, 방법.
예 24.
예 15 또는 예 16 내지 예 23 중 어느 한 예에 있어서,
상기 전환 확률 매트릭스를 획득하는 단계는 제1 전환 확률 매트릭스 및 별개의 제2 전환 확률 매트릭스 사이에서 선택하는 단계를 포함하는, 방법.
예 25.
예 24에 있어서,
상기 제1 전환 확률 매트릭스는 상기 제1 시간 프레임이 주간에 상응할 때 선택되고 상기 제2 전환 확률 매트릭스는 상기 제1 시간 프레임이 야간에 상응할 때 선택되는, 방법.
예 26.
예 15 또는 예 16 내지 예 23 중 어느 한 예에 있어서,
상기 방법은,
상기 한 세트의 움직임 지표값들에 기반하여 움직임 컨센서스 값을 획득하는 단계;
를 포함하며,
상기 전환 확률 매트릭스를 획득하는 단계는 제1 전환 확률 매트릭스와 제2 전환 확률 매트릭스 사이에서 선택하는 단계를 포함하며, 상기 제1 전환 확률 매트릭스는 상기 움직임 컨센서스 값이 제1 값을 지닐 때 선택되고, 상기 제2 전환 확률 매트릭스는 상기 움직임 컨센서스 값이 제2 값을 지닐 때 선택되는, 방법.
예 27.
예 26에 있어서,
상기 제1 전이 확률 매트릭스는 상기 제1 시간 프레임 동안 어떠한 움직임도 검출되지 않음에 연관되는, 방법.
예 28.
예 26 또는 예 27에 있어서,
상기 제2 전환 확률 매트릭스는 상기 제1 시간 프레임 동안 검출되는 움직임에 연관되는, 방법.
예 29.
예 26 또는 예 27 및 예 28 중 어느 한 예에 있어서,
상기 제1 전환 확률 매트릭스의 비-전환 값들은 상기 제1 전환 확률 매트릭스의 전환 값들보다 큰, 방법.
예 30.
예 26 또는 예 27 내지 예 29 중 어느 한 예에 있어서,
상기 제2 전환 확률 매트릭스의 전환 값들은 상기 제2 전환 확률 매트릭스의 비-전환 값들보다 큰, 방법.
예 31.
예 26 또는 예 27 내지 예 30 중 어느 한 예에 있어서,
상기 제1 전환 확률 매트릭스의 전환 값들 및 비-전환 값들은 일시에 기반하여 변하는, 방법.
예 32.
예 26 또는 예 27 내지 예 31 중 어느 한 예에 있어서,
상기 제2 전환 확률 매트릭스의 전환 값들 및 비-전환 값들은 일시에 기반하여 변하는, 방법.
예 33.
움직임 검출 시스템에 있어서,
상기 움직임 검출 시스템은,
복수 개의 무선 링크들을 통해 무선 신호들을 교환하도록 구성된 복수 개의 무선 통신 장치들 - 상기 무선 링크들 각각은 대응하는 쌍의 무선 통신 장치들 사이에서 정의됨 -; 및
예 15 내지 예 32 중 어느 한 예의 단계들 중 하나 이상의 단계들을 수행하도록 구성된 데이터 처리 기기;
를 포함하는, 움직임 검출 시스템.
예 34.
명령어들을 저장하는 비-일시적 컴퓨터-판독가능 매체로서, 상기 명령어들이 실행될 때 데이터 처리 기기로 하여금 예 15 내지 예 32 중 어느 한 예의 단계들 중 하나 이상의 예들을 수행하게 하는, 비-일시적 컴퓨터-판독가능 매체.
본원 명세서에는 많은 세부사항이 포함되어 있지만, 이들은 청구범위에 대한 제한으로서 이해되어서는 아니 되며, 오히려 특정 예들에 특정한 특징들의 설명으로서 이해되어야 한다. 개별 구현 예들의 문맥에서 본원 명세서에 기재되거나 도면들에 도시된 소정 특징들은 또한 조합될 수 있다. 이와는 반대로, 하나의 구현 예의 문맥에서 기재되거나 도시된 여러 특징은 또한 개별적으로 또는 임의의 적합한 부속 조합으로 구현될 수 있다.
마찬가지로, 동작들이 도면들에서 특정한 순서로 도시되어 있지만, 이는 그러한 동작들이 도시된 특정 순서로나 또는 순차적으로 수행되어야 하거나 모든 예시된 동작들이 바람직한 결과들을 획득하기 위해 수행되어야 함을 요건으로 하는 것으로 이해되어서는 아니 된다. 특정 상황들에서는 멀티태스킹 및 병렬 처리가 유리할 수 있다. 더욱이, 위에서 설명한 구현 예들에서의 다양한 시스템 구성요소의 분리는 모든 구현 예들에서 그러한 분리를 요건으로 하는 것으로 이해되어서는 아니 되며, 설명된 프로그램 구성요소들 및 시스템들이 일반적으로 단일 제품으로 함께 통합되거나 여러 제품으로 패키징될 수 있음이 여기에서 이해되어야 한다.
지금까지 여러 실시 예가 설명되었다. 그럼에 불구하고 통상의 기술자는 다양한 수정 예가 이루어질 수 있음을 이해할 것이다. 따라서, 다른 실시 예들은 이하의 청구항들의 범위 내에 있다.
Claims (30)
- 방법에 있어서,
상기 방법은,
제1 시간 프레임에 연관된 움직임 데이터를 획득하는 단계 - 상기 움직임 데이터는 무선 통신 네트워크 내 복수 개의 무선 링크들을 통해 상기 제1 시간 프레임 동안 교환되는 무선 신호들로부터 검출된 움직임을 나타내는 한 세트의 움직임 지표값들을 포함하며, 상기 무선 링크들 각각은 상기 무선 통신 네트워크 내 대응하는 쌍의 무선 통신 장치들 사이에서 정의되고, 상기 움직임 지표값들 각각은 대응하는 무선 링크에 연관됨 -;
상기 한 세트의 움직임 지표값들 내 다른 움직임 지표값들에 대한 상기 복수 개의 무선 링크들 중 제1 무선 링크에 연관된 한 움직임 지표값의 크기에 기반하여 상기 복수 개의 무선 링크들 중 제1 무선 링크를 식별하는 단계;
소정 맵 및 상기 제1 무선 링크에 기반하여 제1 확률 벡터를 생성하는 단계 - 상기 제1 확률 벡터는 대응하는 무선 통신 장치들에 할당된 제1 값들을 포함하고, 상기 제1 값들은 상기 제1 시간 프레임 동안 대응하는 무선 통신 장치들에서의 제1 움직임 확률들을 나타냄 -;
이전 시간 프레임에 연관된 움직임 데이터로부터 생성된 제2 확률 벡터를 획득하는 단계 - 상기 제2 확률 벡터는 상기 대응하는 무선 통신 장치들에 할당된 제2 값들을 포함하고, 상기 제2 값들은 상기 이전 시간 프레임 동안 상기 대응하는 무선 통신 장치들에서의 이전 움직임 확률들을 나타냄 -; 및
데이터 처리 기기의 동작에 의해, 상기 제1 시간 프레임 동안 교환되는 무선 신호들로부터 검출된 움직임의 위치를 결정하는 단계 - 상기 위치는 상기 제2 확률 벡터 및 상기 제1 확률 벡터에 기반하여 결정됨 -;
을 포함하는, 방법. - 제1항에 있어서,
상기 방법은,
상기 제1 확률 벡터로부터의 제1 값들과 상기 제2 확률 벡터로부터의 제2 값들을 조합함으로써 제3 확률 벡터를 생성하는 단계 - 상기 제3 확률 벡터는 상기 대응하는 무선 통신 장치들에 할당된 제3 값들을 포함하며, 상기 제3 값들은 상기 제1 시간 프레임 동안 상기 대응하는 무선 통신 장치들에서의 현재 움직임 확률들을 나타냄 -; 및
상기 제3 값들 중 가장 높은 제3 값에 연관된 제1 무선 통신 장치를 식별하는 단계;
를 포함하며,
상기 위치를 결정하는 단계는 상기 제1 시간 프레임 동안 검출된 움직임의 위치로서 상기 제1 무선 통신 장치에 연관된 위치를 식별하는 단계를 포함하는, 방법. - 제2항에 있어서,
상기 방법은,
대응하는 시간 프레임들에 대한 여러 번의 반복을 통해, 움직임 데이터를 획득하는 동작, 제1 무선 링크를 식별하는 동작, 제1 확률 벡터를 생성하는 동작, 제2 확률 벡터를 획득하는 동작, 제3 확률 벡터를 생성하는 동작, 무선 통신 장치를 식별하는 동작, 및 움직임의 위치를 결정하는 동작을 반복하는 단계;
를 포함하며,
이전 반복의 제3 확률 벡터는 현재 반복의 제2 확률 벡터로서의 역할을 하고, 그럼으로써 상기 제3 확률 벡터가 재귀적으로 업데이트될 수 있게 하는, 방법. - 제1항 내지 제3항 중 어느 한 항에 있어서.
상기 복수 개의 무선 링크들은 대응하는 쌍의 무선 통신 장치들 간 양방향 통신을 허용하는 여러 세트의 무선 링크들을 포함하며, 각각의 세트의 무선 링크들은 상기 양방향 통신 내 방향에 대하여 적어도 하나의 무선 링크를 지니는, 방법. - 제1항 내지 제3항 중 어느 한 항에 있어서,
상기 제1 무선 링크에 연관된 움직임 지표값의 크기는 상기 한 세트의 움직임 지표값들 중 가장 높은 움직임 지표값인, 방법. - 제1항 내지 제3항 중 어느 한 항에 있어서,
상기 소정 맵은,
상기 식별된 제1 무선 링크의 송신측 무선 통신 장치에 할당된 제1 맵 값; 및
상기 식별된 제1 무선 링크의 수신측 무선 통신 장치에 할당된 제2 맵 값;
을 포함하는, 방법. - 제6항에 있어서,
상기 제1 맵 값은 상기 제1 확률 벡터의 가장 높은 제1 값에 상응하고 상기 제2 맵 값은 상기 제1 확률 벡터의 두번째로 높은 제1 값에 상응하는, 방법. - 제6항에 있어서,
상기 소정 맵은 상기 제1 무선 링크에 연관되어 있지 않은 하나 이상의 무선 통신 장치들에 할당된 제3 맵 값을 포함하는, 방법. - 제1항 내지 제3항 중 어느 한 항에 있어서,
제1 무선 링크를 식별하는 단계는 상기 대응하는 무선 링크들에 연관된 움직임 지표값들의 크기들에 기반하여 상기 복수 개의 무선 링크들의 제1 서브세트를 식별하는 단계를 포함하며,
제1 확률 벡터를 생성하는 단계는 상기 소정 맵 및 상기 제1 서브세트 내 각각의 대응하는 무선 링크에 기반하여 상기 무선 링크들의 제1 서브세트의 각각의 무선 링크에 대한 제1 확률 벡터를 생성하는 단계를 포함하는, 방법. - 제9항에 있어서,
상기 무선 링크들의 제1 서브세트는 상기 제1 무선 링크 및 제2 무선 링크를 포함하고,
상기 제1 무선 링크에 연관된 움직임 지표값의 크기는 가장 높은 움직임 지표값이며,
상기 제2 무선 링크에 연관된 움직임 지표값의 크기는 두번째로 높은 움직임 지표값인, 방법. - 제9항에 있어서,
상기 방법은,
각각의 대응하는 제1 확률 벡터로부터의 제1 값들과 상기 제2 확률 벡터로부터의 제2 값들을 조합함으로써 제3 확률 벡터를 생성하는 단계 - 상기 제3 확률 벡터는 상기 대응하는 무선 통신 장치들에 할당된 제3 값들을 포함하며, 상기 제3 값들은 상기 제1 시간 프레임 동안 상기 대응하는 무선 통신 장치들에서의 현재 움직임 확률들을 나타냄 -; 및
상기 제3 값들 중 가장 높은 제3 값에 연관된 제1 무선 통신 장치를 식별하는 단계;
를 포함하며,
상기 위치를 결정하는 단계는 상기 제1 시간 프레임 동안 검출된 움직임의 위치로서 상기 제1 무선 통신 장치에 연관된 위치를 식별하는 단계를 포함하는, 방법. - 움직임 검출 시스템에 있어서,
상기 움직임 검출 시스템은,
복수 개의 무선 링크들을 통해 무선 신호들을 교환하도록 구성된 복수 개의 무선 통신 장치들 - 상기 무선 링크들 각각은 대응하는 쌍의 무선 통신 장치들 사이에 정의됨 -; 및
이하의 동작들을 수행하도록 구성된 데이터 처리 기기;
를 포함하며, 상기 이하의 동작들은,
제1 시간 프레임에 연관된 움직임 데이터를 획득하는 동작 - 상기 움직임 데이터는 상기 복수 개의 무선 링크들을 통해 상기 제1 시간 프레임 동안 교환되는 무선 신호들로부터 검출된 움직임을 나타내는 한 세트의 움직임 지표값들을 포함하며, 상기 움직임 지표값들 각각은 대응하는 무선 링크에 연관됨 -;
상기 한 세트의 움직임 지표값들 내 다른 움직임 지표값들에 대한 상기 복수 개의 무선 링크들 중 제1 무선 링크에 연관된 한 움직임 지표값의 크기에 기반하여 상기 복수 개의 무선 링크들 중 제1 무선 링크를 식별하는 동작;
소정 맵 및 상기 제1 무선 링크에 기반하여 제1 확률 벡터를 생성하는 동작 - 상기 제1 확률 벡터는 대응하는 무선 통신 장치들에 할당된 제1 값들을 포함하고, 상기 제1 값들은 상기 제1 시간 프레임 동안 대응하는 무선 통신 장치들에서의 제1 움직임 확률들을 나타냄 -;
이전 시간 프레임에 연관된 움직임 데이터로부터 생성된 제2 확률 벡터를 획득하는 동작 - 상기 제2 확률 벡터는 상기 대응하는 무선 통신 장치들에 할당된 제2 값들을 포함하고, 상기 제2 값들은 상기 이전 시간 프레임 동안 상기 대응하는 무선 통신 장치들에서의 이전 움직임 확률들을 나타냄 -; 및
상기 제1 시간 프레임 동안 교환되는 무선 신호들로부터 검출된 움직임의 위치를 결정하는 동작 - 상기 위치는 상기 제2 확률 벡터 및 상기 제1 확률 벡터에 기반하여 결정됨 -;
을 포함하는, 움직임 검출 시스템. - 제12항에 있어서,
상기 동작들은,
상기 제1 확률 벡터로부터의 제1 값들과 상기 제2 확률 벡터로부터의 제2 값들을 조합함으로써 제3 확률 벡터를 생성하는 동작 - 상기 제3 확률 벡터는 상기 대응하는 무선 통신 장치들에 할당된 제3 값들을 포함하며, 상기 제3 값들은 상기 제1 시간 프레임 동안 상기 대응하는 무선 통신 장치들에서의 현재 움직임 확률들을 나타냄 -; 및
상기 제3 값들 중 가장 높은 제3 값에 연관된 제1 무선 통신 장치를 식별하는 동작;
을 포함하며,
상기 위치를 결정하는 동작은 상기 제1 시간 프레임 동안 검출된 움직임의 위치로서 상기 무선 통신 장치에 연관된 위치를 식별하는 동작을 포함하는, 움직임 검출 시스템. - 제13항에 있어서,
상기 동작들은,
대응하는 시간 프레임들에 대한 여러 번의 반복을 통해, 움직임 데이터를 획득하는 동작, 제1 무선 링크를 식별하는 동작, 제1 확률 벡터를 생성하는 동작, 제2 확률 벡터를 획득하는 동작, 제3 확률 벡터를 생성하는 동작, 제1 무선 통신 장치를 식별하는 동작, 및 움직임의 위치를 결정하는 동작을 반복하는 동작;
을 포함하며,
이전 반복의 제3 확률 벡터는 현재 반복의 제2 확률 벡터로서의 역할을 하고, 그럼으로써 상기 제3 확률 벡터가 재귀적으로 업데이트될 수 있게 하는, 움직임 검출 시스템. - 제12항 내지 제14항 중 어느 한 항에 있어서.
상기 복수 개의 무선 링크들은 대응하는 쌍의 무선 통신 장치들 간 양방향 통신을 허용하는 여러 세트의 무선 링크들을 포함하며, 각각의 세트의 무선 링크들은 상기 양방향 통신 내 방향에 대하여 적어도 하나의 무선 링크를 지니는, 움직임 검출 시스템. - 제12항 내지 제14항 중 어느 한 항에 있어서,
상기 제1 무선 링크에 연관된 움직임 지표값의 크기는 상기 한 세트의 움직임 지표값들 중 가장 높은 움직임 지표값인, 움직임 검출 시스템. - 제12항 내지 제14항 중 어느 한 항에 있어서,
무선 통신 장치는 상기 데이터 처리 기기를 포함하는, 움직임 검출 시스템. - 제12항 내지 제14항 중 어느 한 항에 있어서,
상기 소정 맵은,
상기 식별된 제1 무선 링크의 송신측 무선 통신 장치에 할당된 제1 맵 값; 및
상기 식별된 제1 무선 링크의 수신측 무선 통신 장치에 할당된 제2 맵 값;
을 포함하는, 움직임 검출 시스템. - 제12항 내지 제14항 중 어느 한 항에 있어서,
제1 무선 링크를 식별하는 동작은 상기 대응하는 무선 링크들에 연관된 움직임 지표값들의 크기들에 기반하여 상기 복수 개의 무선 링크들의 제1 서브세트를 식별하는 동작을 포함하며,
제1 확률 벡터를 생성하는 동작은 상기 소정 맵 및 상기 제1 서브세트 내 각각의 대응하는 무선 링크에 기반하여 상기 무선 링크들의 제1 서브세트의 각각의 무선 링크에 대한 제1 확률 벡터를 생성하는 동작을 포함하는, 움직임 검출 시스템. - 제19항에 있어서,
상기 동작들은,
각각의 제1 확률 벡터로부터의 제1 값들과 상기 제2 확률 벡터로부터의 제2 값들을 조합함으로써 제3 확률 벡터를 생성하는 동작 - 상기 제3 확률 벡터는 상기 대응하는 무선 통신 장치들에 할당된 제3 값들을 포함하며, 상기 제3 값들은 상기 제1 시간 프레임 동안 상기 대응하는 무선 통신 장치들에서의 현재 움직임 확률들을 나타냄 -; 및
상기 제3 값들 중 가장 높은 제3 값에 연관된 제1 무선 통신 장치를 식별하는 동작;
을 포함하며,
상기 위치를 결정하는 동작은 상기 제1 시간 프레임 동안 검출된 움직임의 위치로서 상기 제1 무선 통신 장치에 연관된 위치를 식별하는 동작을 포함하는, 움직임 검출 시스템. - 프로그램 명령어들을 저장하는 비-일시적 컴퓨터-판독가능 매체로서, 상기 프로그램 명령어들은 데이터 처리 기기로 하여금 이하의 동작들을 수행하게 하며,
상기 이하의 동작들은,
제1 시간 프레임에 연관된 움직임 데이터를 획득하는 동작 - 상기 움직임 데이터는 무선 통신 네트워크 내 복수 개의 무선 링크들을 통해 상기 제1 시간 프레임 동안 교환되는 무선 신호들로부터 검출된 움직임을 나타내는 한 세트의 움직임 지표값들을 포함하며, 상기 무선 링크들 각각은 상기 무선 통신 네트워크 내 대응하는 쌍의 무선 통신 장치들 사이에서 정의되고, 상기 움직임 지표값들 각각은 대응하는 무선 링크에 연관됨 -;
상기 한 세트의 움직임 지표값들 내 다른 움직임 지표값들에 대한 상기 복수 개의 무선 링크들 중 제1 무선 링크에 연관된 한 움직임 지표값의 크기에 기반하여 상기 복수 개의 무선 링크들 중 제1 무선 링크를 식별하는 동작;
소정 맵 및 상기 제1 무선 링크에 기반하여 제1 확률 벡터를 생성하는 동작 - 상기 제1 확률 벡터는 대응하는 무선 통신 장치들에 할당된 제1 값들을 포함하고, 상기 제1 값들은 상기 제1 시간 프레임 동안 대응하는 무선 통신 장치들에서의 제1 움직임 확률들을 나타냄 -;
이전 시간 프레임에 연관된 움직임 데이터로부터 생성된 제2 확률 벡터를 획득하는 동작 - 상기 제2 확률 벡터는 상기 대응하는 무선 통신 장치들에 할당된 제2 값들을 포함하고, 상기 제2 값들은 상기 이전 시간 프레임 동안 상기 대응하는 무선 통신 장치들에서의 이전 움직임 확률들을 나타냄 -; 및
상기 제1 시간 프레임 동안 교환되는 무선 신호들로부터 검출된 움직임의 위치를 결정하는 동작 - 상기 위치는 상기 제2 확률 벡터 및 상기 제1 확률 벡터에 기반하여 결정됨 -;
을 포함하는, 비-일시적 컴퓨터-판독가능 매체. - 제21항에 있어서,
상기 동작들은,
상기 제1 확률 벡터로부터의 제1 값들과 상기 제2 확률 벡터로부터의 제2 값들을 조합함으로써 제3 확률 벡터를 생성하는 동작 - 상기 제3 확률 벡터는 상기 대응하는 무선 통신 장치들에 할당된 제3 값들을 포함하며, 상기 제3 값들은 상기 제1 시간 프레임 동안 상기 대응하는 무선 통신 장치들에서의 현재 움직임 확률들을 나타냄 -; 및
상기 제3 값들 중 가장 높은 제3 값에 연관된 제1 무선 통신 장치를 식별하는 동작;
을 포함하며,
상기 위치를 결정하는 동작은 상기 제1 시간 프레임 동안 검출된 움직임의 위치로서 상기 무선 통신 장치에 연관된 위치를 식별하는 동작을 포함하는, 비-일시적 컴퓨터-판독가능 매체. - 제22항에 있어서,
상기 동작들은,
대응하는 시간 프레임들에 대한 여러 번의 반복을 통해, 움직임 데이터를 획득하는 동작, 제1 무선 링크를 식별하는 동작, 제1 확률 벡터를 생성하는 동작, 제2 확률 벡터를 획득하는 동작, 제3 확률 벡터를 생성하는 동작, 제1 무선 통신 장치를 식별하는 동작, 및 움직임의 위치를 결정하는 동작을 반복하는 동작;
을 포함하며,
이전 반복의 제3 확률 벡터는 현재 반복의 제2 확률 벡터로서의 역할을 하고, 그럼으로써 상기 제3 확률 벡터가 재귀적으로 업데이트될 수 있게 하는, 비-일시적 컴퓨터-판독가능 매체. - 제21항 내지 제23항 중 어느 한 항에 있어서.
상기 복수 개의 무선 링크들은 대응하는 쌍의 무선 통신 장치들 간 양방향 통신을 허용하는 여러 세트의 무선 링크들을 포함하며, 각각의 세트의 무선 링크들은 상기 양방향 통신 내 방향에 대하여 적어도 하나의 무선 링크를 지니는, 비-일시적 컴퓨터-판독가능 매체. - 제21항 내지 제23항 중 어느 한 항에 있어서,
상기 제1 무선 링크에 연관된 움직임 지표값의 크기는 상기 한 세트의 움직임 지표값들 중 가장 높은 움직임 지표값인, 비-일시적 컴퓨터-판독가능 매체. - 제21항 내지 제23항 중 어느 한 항에 있어서,
무선 통신 장치는 상기 데이터 처리 기기를 포함하는, 비-일시적 컴퓨터-판독가능 매체. - 제21항 내지 제23항 중 어느 한 항에 있어서,
상기 소정 맵은,
상기 식별된 제1 무선 링크의 송신측 무선 통신 장치에 할당된 제1 맵 값; 및
상기 식별된 제1 무선 링크의 수신측 무선 통신 장치에 할당된 제2 맵 값;
을 포함하는, 비-일시적 컴퓨터-판독가능 매체. - 제27항에 있어서,
상기 제1 맵 값은 상기 제1 확률 벡터의 가장 높은 제1 값에 상응하고 상기 제2 맵 값은 상기 제1 확률 벡터의 두번째로 높은 제1 값에 상응하는, 비-일시적 컴퓨터-판독가능 매체. - 제21항 내지 제23항 중 어느 한 항에 있어서,
제1 무선 링크를 식별하는 동작은 상기 대응하는 무선 링크들에 연관된 움직임 지표값들의 크기들에 기반하여 상기 복수 개의 무선 링크들의 제1 서브세트를 식별하는 동작을 포함하며,
제1 확률 벡터를 생성하는 동작은 상기 소정 맵 및 상기 제1 서브세트 내 각각의 대응하는 무선 링크에 기반하여 상기 무선 링크들의 제1 서브세트의 각각의 무선 링크에 대한 제1 확률 벡터를 생성하는 동작을 포함하는, 비-일시적 컴퓨터-판독가능 매체. - 제29항에 있어서,
상기 동작들은,
각각의 대응하는 제1 확률 벡터로부터의 제1 값들과 상기 제2 확률 벡터로부터의 제2 값들을 조합함으로써 제3 확률 벡터를 생성하는 동작 - 상기 제3 확률 벡터는 상기 대응하는 무선 통신 장치들에 할당된 제3 값들을 포함하며, 상기 제3 값들은 상기 제1 시간 프레임 동안 상기 대응하는 무선 통신 장치들에서의 현재 움직임 확률들을 나타냄 -; 및
상기 제3 값들 중 가장 높은 제3 값에 연관된 제1 무선 통신 장치를 식별하는 동작;
을 포함하며,
상기 위치를 결정하는 동작은 상기 제1 시간 프레임 동안 검출된 움직임의 위치로서 상기 제1 무선 통신 장치에 연관된 위치를 식별하는 동작을 포함하는, 비-일시적 컴퓨터-판독가능 매체.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/207,649 US10506384B1 (en) | 2018-12-03 | 2018-12-03 | Determining a location of motion detected from wireless signals based on prior probability |
| US16/207,649 | 2018-12-03 | ||
| PCT/CA2019/051527 WO2020113312A1 (en) | 2018-12-03 | 2019-10-29 | Determining a location of motion detected from wireless signals based on prior probability |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20210096112A true KR20210096112A (ko) | 2021-08-04 |
Family
ID=68766434
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020217016632A KR20210096112A (ko) | 2018-12-03 | 2019-10-29 | 이전 확률에 기반한 무선 신호들로부터 검출된 움직임의 위치 결정 |
Country Status (7)
| Country | Link |
|---|---|
| US (2) | US10506384B1 (ko) |
| EP (1) | EP3891522B1 (ko) |
| JP (1) | JP7465874B2 (ko) |
| KR (1) | KR20210096112A (ko) |
| CN (1) | CN113366331A (ko) |
| CA (1) | CA3120387A1 (ko) |
| WO (1) | WO2020113312A1 (ko) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10852411B2 (en) | 2017-12-06 | 2020-12-01 | Cognitive Systems Corp. | Motion detection and localization based on bi-directional channel sounding |
| US11403543B2 (en) | 2018-12-03 | 2022-08-02 | Cognitive Systems Corp. | Determining a location of motion detected from wireless signals |
| US10849006B1 (en) | 2019-04-30 | 2020-11-24 | Cognitive Systems Corp. | Controlling measurement rates in wireless sensing systems |
| US10567914B1 (en) | 2019-04-30 | 2020-02-18 | Cognitive Systems Corp. | Initializing probability vectors for determining a location of motion detected from wireless signals |
| US10743143B1 (en) | 2019-05-15 | 2020-08-11 | Cognitive Systems Corp. | Determining a motion zone for a location of motion detected by wireless signals |
| US10924889B1 (en) | 2019-09-30 | 2021-02-16 | Cognitive Systems Corp. | Detecting a location of motion using wireless signals and differences between topologies of wireless connectivity |
| WO2021081637A1 (en) | 2019-10-31 | 2021-05-06 | Cognitive Systems Corp. | Eliciting mimo transmissions from wireless communication devices |
| US11570712B2 (en) | 2019-10-31 | 2023-01-31 | Cognitive Systems Corp. | Varying a rate of eliciting MIMO transmissions from wireless communication devices |
| CA3152905A1 (en) | 2019-10-31 | 2021-05-06 | Christopher Beg | Using mimo training fields for motion detection |
| US11177872B1 (en) * | 2020-06-24 | 2021-11-16 | AR & NS Investment, LLC | Managing a network of radio frequency (RF) repeater devices |
| US11989965B2 (en) | 2020-06-24 | 2024-05-21 | AR & NS Investment, LLC | Cross-correlation system and method for spatial detection using a network of RF repeaters |
| CA3188465A1 (en) | 2020-08-31 | 2022-03-03 | Mohammad Omer | Controlling motion topology in a standardized wireless communication network |
| US11070399B1 (en) | 2020-11-30 | 2021-07-20 | Cognitive Systems Corp. | Filtering channel responses for motion detection |
| CN117396776A (zh) | 2021-05-28 | 2024-01-12 | 认知系统公司 | 分析环境中的Wi-Fi运动覆盖 |
Family Cites Families (151)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4054879A (en) | 1976-11-19 | 1977-10-18 | The United States Of America As Represented By The Secretary Of The Navy | Dual-frequency, remote ocean-wave spectrometer |
| US4649388A (en) | 1985-11-08 | 1987-03-10 | David Atlas | Radar detection of hazardous small scale weather disturbances |
| US4740045A (en) | 1986-07-02 | 1988-04-26 | Goodson & Associates, Inc. | Multiple parameter doppler radar |
| GB2322986B (en) | 1987-10-28 | 1998-12-16 | Licentia Gmbh | Method of type classification of a target |
| US5613039A (en) | 1991-01-31 | 1997-03-18 | Ail Systems, Inc. | Apparatus and method for motion detection and tracking of objects in a region for collision avoidance utilizing a real-time adaptive probabilistic neural network |
| GB9112838D0 (en) | 1991-06-14 | 1991-10-16 | Philips Electronic Associated | Fmcw radar range calibration |
| US5696514A (en) | 1996-02-28 | 1997-12-09 | Northrop Grumman Corporation | Location and velocity measurement system using atomic clocks in moving objects and receivers |
| US6075797A (en) | 1997-10-17 | 2000-06-13 | 3Com Corporation | Method and system for detecting mobility of a wireless-capable modem to minimize data transfer rate renegotiations |
| ATE316658T1 (de) | 1999-07-03 | 2006-02-15 | Siemens Schweiz Ag | Bewegungsmelder nach dem doppler-prinzip |
| US7844687B1 (en) | 1999-10-06 | 2010-11-30 | Gelvin David C | Method for internetworked hybrid wireless integrated network sensors (WINS) |
| US6975941B1 (en) * | 2002-04-24 | 2005-12-13 | Chung Lau | Method and apparatus for intelligent acquisition of position information |
| DE60235102D1 (de) | 2001-09-17 | 2010-03-04 | Finlasin Technology Llc | Dsp-architektur für drahtlose im basisband arbeitende anwendungen |
| US7773614B1 (en) | 2001-12-05 | 2010-08-10 | Adaptix, Inc. | Wireless communication subsystem with a digital interface |
| WO2012125726A1 (en) | 2011-03-14 | 2012-09-20 | Intelligent Technologies International, Inc. | Cargo theft prevention system and method |
| US6914854B1 (en) | 2002-10-29 | 2005-07-05 | The United States Of America As Represented By The Secretary Of The Army | Method for detecting extended range motion and counting moving objects using an acoustics microphone array |
| US6839027B2 (en) * | 2002-11-15 | 2005-01-04 | Microsoft Corporation | Location measurement process for radio-frequency badges employing path constraints |
| US7869822B2 (en) | 2003-02-24 | 2011-01-11 | Autocell Laboratories, Inc. | Wireless network apparatus and system field of the invention |
| JP2004286567A (ja) | 2003-03-20 | 2004-10-14 | Mitsubishi Electric Corp | 侵入物検知装置及び侵入物検知方法 |
| US7250907B2 (en) * | 2003-06-30 | 2007-07-31 | Microsoft Corporation | System and methods for determining the location dynamics of a portable computing device |
| US7307575B2 (en) | 2004-09-14 | 2007-12-11 | Bae Systems Information And Electronic Systems Integration Inc. | Through-the-wall frequency stepped imaging system utilizing near field multiple antenna positions, clutter rejection and corrections for frequency dependent wall effects |
| US7256727B2 (en) | 2005-01-07 | 2007-08-14 | Time Domain Corporation | System and method for radiating RF waveforms using discontinues associated with a utility transmission line |
| US7342493B2 (en) | 2005-04-22 | 2008-03-11 | Ultravision Security Systems, Inc. | Motion detector |
| US9036028B2 (en) * | 2005-09-02 | 2015-05-19 | Sensormatic Electronics, LLC | Object tracking and alerts |
| WO2007058302A1 (ja) * | 2005-11-21 | 2007-05-24 | Nec Corporation | 位置推定システム、位置推定方法および位置推定用プログラム |
| US7904097B2 (en) * | 2005-12-07 | 2011-03-08 | Ekahau Oy | Location determination techniques |
| WO2008108788A2 (en) * | 2006-05-31 | 2008-09-12 | Trx Systems, Inc. | Method and system for locating and monitoring first responders |
| US7652617B2 (en) | 2006-06-01 | 2010-01-26 | University Of Florida Research Foundation, Inc. | Radar microsensor for detection, tracking, and classification |
| WO2007147012A2 (en) | 2006-06-13 | 2007-12-21 | Magneto Inertial Sensing Technology, Inc. | Motion sensing in a wireless rf network |
| US8427979B1 (en) | 2006-07-27 | 2013-04-23 | Mobitrum Corporation | Method and system for dynamic information exchange on location aware mesh network devices |
| US8305935B2 (en) | 2006-07-27 | 2012-11-06 | Mobitrum Corporation | Method and system for dynamic information exchange on location aware mesh network devices |
| WO2008016679A2 (en) | 2006-08-02 | 2008-02-07 | 24Eight Llc | Wireless detection and alarm system for monitoring human falls and entries into swimming pools by using three dimensional acceleration and wireless link energy data method and apparatus |
| US7783300B2 (en) | 2006-11-22 | 2010-08-24 | Airdefense, Inc. | Systems and methods for proactively enforcing a wireless free zone |
| US8075499B2 (en) | 2007-05-18 | 2011-12-13 | Vaidhi Nathan | Abnormal motion detector and monitor |
| US9319956B2 (en) | 2008-01-15 | 2016-04-19 | International Business Machines Corporation | Method and apparatus for maintaining communications connections over a distributed wireless network |
| US9086499B2 (en) | 2008-09-23 | 2015-07-21 | Purdue Research Foundation | Clustering protocol for directional sensor networks |
| US10168414B2 (en) | 2014-07-17 | 2019-01-01 | Origin Wireless, Inc. | Wireless signals and techniques for determining locations of objects in multi-path environments |
| US8892127B2 (en) | 2008-11-21 | 2014-11-18 | Qualcomm Incorporated | Wireless-based positioning adjustments using a motion sensor |
| US20100127853A1 (en) | 2008-11-24 | 2010-05-27 | Freeport-Mcmoran Copper & Gold Inc. | Method and apparatus for locating and tracking objects in a mining environment |
| US8671069B2 (en) | 2008-12-22 | 2014-03-11 | The Trustees Of Columbia University, In The City Of New York | Rapid image annotation via brain state decoding and visual pattern mining |
| US8463191B2 (en) | 2009-04-02 | 2013-06-11 | Qualcomm Incorporated | Beamforming options with partial channel knowledge |
| US8255469B2 (en) | 2009-05-29 | 2012-08-28 | Nokia Corporation | Method and apparatus for locating communities over an ad-hoc mesh network |
| US8305257B2 (en) | 2009-09-02 | 2012-11-06 | Trizna Dennis B | Method and apparatus for coherent marine radar measurements of properties of ocean waves and currents |
| US8633817B2 (en) * | 2009-10-21 | 2014-01-21 | Qualcomm Incorporated | Mapping wireless signals with motion sensors |
| JP5515647B2 (ja) * | 2009-11-05 | 2014-06-11 | 独立行政法人産業技術総合研究所 | 測位装置 |
| US8779965B2 (en) | 2009-12-18 | 2014-07-15 | L-3 Communications Cyterra Corporation | Moving-entity detection |
| US8923424B2 (en) * | 2010-02-23 | 2014-12-30 | Qualcomm Incorporated | Multi-term demapping for multi-channel wireless communication |
| US8836344B2 (en) | 2010-07-27 | 2014-09-16 | Raytheon Company | Intrusion detection and tracking system |
| WO2012012860A1 (en) | 2010-07-27 | 2012-02-02 | University Of Regina | Method and system for cooperative stochastic positioning in a mobile environment |
| US8396485B2 (en) | 2010-11-09 | 2013-03-12 | Apple Inc. | Beacon-based geofencing |
| CA2820947A1 (en) | 2010-12-13 | 2012-06-21 | Xandem Technology, Llc | Systems and methods of device-free motion detection and presence detection |
| US20120230305A1 (en) | 2011-03-08 | 2012-09-13 | Research In Motion Limited | Wi-fi network access and a mobile terminal configured for the same |
| JP2012190161A (ja) * | 2011-03-09 | 2012-10-04 | Panasonic Corp | イベント検出装置、イベント検出システム、イベント検出方法、およびイベント検出プログラム |
| US10411775B2 (en) | 2011-07-15 | 2019-09-10 | Samsung Electronics Co., Ltd. | Apparatus and method for beam locking in a wireless communication system |
| KR101764261B1 (ko) | 2011-07-15 | 2017-08-04 | 삼성전자주식회사 | 무선 통신 시스템에서 빔 고정 장치 및 방법 |
| JP2013072865A (ja) | 2011-09-29 | 2013-04-22 | Oki Electric Ind Co Ltd | 検出装置、検出方法、およびプログラム |
| US20130090117A1 (en) | 2011-10-06 | 2013-04-11 | Qualcomm Incorporated | Method and apparatus for optimized reacquisition of wireless communications systems |
| EP2769588B1 (en) | 2011-10-19 | 2016-08-10 | Telefonaktiebolaget LM Ericsson (publ) | A motion detector device |
| WO2013089765A1 (en) | 2011-12-16 | 2013-06-20 | Intel Corporation | Use of motion language for network commands in 60ghz networks |
| US8866663B2 (en) | 2011-12-27 | 2014-10-21 | Massachusetts Institute Of Technology | Methods and apparatus for sensing organic tissue |
| CN102545988A (zh) | 2012-02-06 | 2012-07-04 | 北京新岸线无线技术有限公司 | 一种波束赋形矩阵的发送、接收方法和装置 |
| JP6050008B2 (ja) * | 2012-03-08 | 2016-12-21 | ソニー株式会社 | 判別装置、判別方法および判別システム |
| US9185528B2 (en) * | 2012-06-28 | 2015-11-10 | Northrop Grumman Systems Corporation | WiFi mapping and motion detection |
| GB201211994D0 (en) * | 2012-07-05 | 2012-08-22 | Sensewhere Ltd | Method of estimating position of user device |
| WO2014021574A1 (ko) | 2012-08-02 | 2014-02-06 | 트라텍정보통신 주식회사 | 스마트폰과 연동되는 ｕｓｂ 메모리 장치 |
| US9551784B2 (en) | 2012-09-04 | 2017-01-24 | Honeywell International Inc. | Intrusion detection |
| US8660578B1 (en) | 2012-09-07 | 2014-02-25 | Intel Corporation | Proximity human motion detection using wireless signals |
| JP5998777B2 (ja) * | 2012-09-12 | 2016-09-28 | ソニー株式会社 | 情報処理装置と情報処理方法とプログラムおよび情報処理システム |
| US9208676B2 (en) | 2013-03-14 | 2015-12-08 | Google Inc. | Devices, methods, and associated information processing for security in a smart-sensored home |
| US9584642B2 (en) | 2013-03-12 | 2017-02-28 | Google Technology Holdings LLC | Apparatus with adaptive acoustic echo control for speakerphone mode |
| US8847754B2 (en) | 2012-11-15 | 2014-09-30 | James Buchheim | Locator beacon and radar application for mobile device |
| US9348434B2 (en) | 2012-11-21 | 2016-05-24 | Google Technology Holdings LLC | Low power management of multiple sensor integrated chip architecture |
| US20140156833A1 (en) | 2012-11-22 | 2014-06-05 | Perch Communications Inc. | System and method for automatically triggered synchronous and asynchronous video and audio communications between users at different endpoints |
| US20140145881A1 (en) | 2012-11-25 | 2014-05-29 | Amir Bassan-Eskenazi | Distance measurements using a single wireless reader |
| US9692459B2 (en) | 2012-11-28 | 2017-06-27 | Intel Corporation | Using multiple frequency bands with beamforming assistance in a wireless network |
| US9286693B2 (en) * | 2013-02-25 | 2016-03-15 | Hanwha Techwin Co., Ltd. | Method and apparatus for detecting abnormal movement |
| US9425627B2 (en) | 2013-03-04 | 2016-08-23 | Hello Inc. | Telemetry system with remote firmware updates |
| WO2014155602A1 (ja) * | 2013-03-28 | 2014-10-02 | 富士通株式会社 | 端末装置、位置推定方法、位置推定システム及びプログラム |
| EP2992355B1 (en) | 2013-05-02 | 2018-07-11 | Consortium P, Inc. | Scalable real-time location detection based on overlapping neural networks |
| US9395436B2 (en) | 2013-06-10 | 2016-07-19 | Honeywell International Inc. | Cooperative intrusion detection |
| CA2820568A1 (en) | 2013-06-21 | 2014-12-21 | Ninve Jr. Inc. | Dual differential doppler motion detection |
| JP6339185B2 (ja) | 2013-07-26 | 2018-06-06 | エルジー エレクトロニクス インコーポレイティド | 無線通信システムにおいて多重アンテナビームフォーミングのための端末の移動性測定方法及びそのための装置 |
| US9451381B2 (en) | 2013-08-06 | 2016-09-20 | Time Warner Cable Enterprises Llc | Automated provisioning of managed services in a Wi-Fi capable client device |
| US9783448B2 (en) | 2014-07-31 | 2017-10-10 | Corning Incorporated | Thin dicing glass article |
| US10979203B2 (en) | 2013-09-04 | 2021-04-13 | Qualcomm Incorporated | Channel selection to reduce interference to a wireless local area network from a cellular network |
| US9467480B2 (en) | 2013-09-16 | 2016-10-11 | Qualcomm Incorporated | Selectively multiplexing incoming WebRTC traffic and/or de-multiplexing outgoing WebRTC traffic by a client-based WebRTC proxy on behalf of a WebRTC multimedia client application |
| JP6241177B2 (ja) * | 2013-09-27 | 2017-12-06 | 富士通株式会社 | 場所モデル更新装置、位置推定方法及びプログラム |
| US20150097653A1 (en) * | 2013-10-04 | 2015-04-09 | Cambridge Silicon Radio Limited | Determination of proximity using a plurality of transponders |
| US9204385B2 (en) | 2013-10-09 | 2015-12-01 | Netgear, Inc. | Wireless router or residential gateway capable of distinguishing power-sensitive wireless sensors and providing separate treatment thereto |
| JP2015087356A (ja) * | 2013-11-01 | 2015-05-07 | 株式会社日立製作所 | 位置情報取得システム、端末及びその方法 |
| US10246657B2 (en) | 2013-12-11 | 2019-04-02 | Phillips 66 Company | Fuel blends for homogeneous charge compression ignition engines |
| US9549290B2 (en) | 2013-12-19 | 2017-01-17 | Google Technology Holdings LLC | Method and apparatus for determining direction information for a wireless device |
| CN106464551A (zh) | 2014-01-06 | 2017-02-22 | 魅力能源公司 | 一种使用网络装置和基于遥感的信息来协调环境的系统、装置和设备 |
| EP3100420B1 (en) | 2014-01-28 | 2018-06-20 | King Abdullah University Of Science And Technology | Buffer sizing for multi-hop networks |
| US20150245164A1 (en) | 2014-02-26 | 2015-08-27 | Aliphcom | Interaction between wearable devices via broadcasted sensor-related data |
| US9794355B2 (en) | 2014-04-08 | 2017-10-17 | Samsung Electronics Co., Ltd. | Systems and methods for adaptive notification networks |
| US9867083B2 (en) | 2014-04-17 | 2018-01-09 | Cisco Technology, Inc. | Wireless network controller load balancing |
| US10136262B2 (en) | 2014-04-28 | 2018-11-20 | Hewlett Packard Enterprise Development Lp | Detecting movement in a physical environment |
| US11209536B2 (en) | 2014-05-02 | 2021-12-28 | The Board Of Trustees Of The Leland Stanford Junior University | Method and apparatus for tracking motion using radio frequency signals |
| KR20150134126A (ko) | 2014-05-21 | 2015-12-01 | 재단법인대구경북과학기술원 | 레이더 신호 처리 방법 및 장치 |
| US9491585B2 (en) | 2014-05-31 | 2016-11-08 | Apple Inc. | Location determination using dual statistical filters |
| US9253592B1 (en) | 2014-06-19 | 2016-02-02 | Amazon Technologies, Inc. | Inter-device bearing estimation based on beamforming and motion data |
| WO2016005977A1 (en) | 2014-07-08 | 2016-01-14 | Trekeye Systems Ltd. | A method and system for detection of changes in a defined surveyed area |
| US11436544B2 (en) | 2014-09-03 | 2022-09-06 | CloudLeaf, Inc. | System for managing an industrial workflow |
| US10631123B2 (en) | 2014-09-24 | 2020-04-21 | James Thomas O'Keeffe | System and method for user profile enabled smart building control |
| US9196432B1 (en) | 2014-09-24 | 2015-11-24 | James Thomas O'Keeffe | Smart electrical switch with audio capability |
| US9686688B2 (en) | 2014-09-24 | 2017-06-20 | Cisco Technology, Inc. | Frequency channel selection by an LTE-U wireless access point operating in the presence of other LTE-U and Wi-Fi access points |
| EP3186794B1 (en) | 2014-10-31 | 2022-03-30 | Siemens Schweiz AG | Method, digital tool, device and system for detecting movements of objects and/or living beings in a radio range, in particular of an indoor area |
| US9648462B2 (en) | 2014-11-28 | 2017-05-09 | Szegedi Tudományegyetem | Method for tracking of motion of objects associated with wireless communication devices within a predefined area |
| TWI514193B (zh) | 2014-12-25 | 2015-12-21 | Univ Nat Sun Yat Sen | 動作感測裝置 |
| WO2016110833A2 (en) | 2015-01-06 | 2016-07-14 | Cmoo Systems Itd. | A method and apparatus for power extraction in a pre-existing ac wiring infrastructure |
| WO2016110844A1 (en) | 2015-01-07 | 2016-07-14 | Trekeye Systems Ltd. | Improved method and system for detection of changes in a defined area |
| US10347108B2 (en) | 2015-01-16 | 2019-07-09 | City University Of Hong Kong | Monitoring user activity using wearable motion sensing device |
| US9282531B1 (en) * | 2015-03-02 | 2016-03-08 | Mitsubishi Electric Research Laboratories, Inc. | Method and system for localization of a device in an enclosed environment based on received signal strength levels |
| US20170311574A1 (en) | 2015-03-13 | 2017-11-02 | Michael W. Swan | Animal movement mapping and movement prediction method and device |
| US9706756B2 (en) | 2015-03-13 | 2017-07-18 | Michael W. Swan | Animal movement mapping and movement prediction method and device |
| CN107580757B (zh) | 2015-05-13 | 2020-12-01 | 瑞典爱立信有限公司 | 在多个波束成形方向上执行传输的设备、方法和计算机可读存储介质 |
| WO2016205980A1 (en) | 2015-06-26 | 2016-12-29 | Hewlett Packard Enterprise Development Lp | Mobile device locator |
| EP3334334A1 (en) | 2015-08-11 | 2018-06-20 | Masimo Corporation | Medical monitoring analysis and replay including indicia responsive to light attenuated by body tissue |
| US9846220B2 (en) | 2015-08-19 | 2017-12-19 | Locix, Inc. | Systems and methods for determining locations of wireless sensor nodes in a network architecture having mesh-based features for localization |
| US9763054B2 (en) | 2015-08-19 | 2017-09-12 | Locix Inc. | Systems and methods for determining locations of wireless sensor nodes in a tree network architecture having mesh-based features |
| US10209688B2 (en) | 2015-08-26 | 2019-02-19 | Google Llc | Smart thermostat robust against adverse effects from internal heat-generating components |
| EP3367883B1 (en) * | 2015-10-28 | 2019-03-13 | Koninklijke Philips N.V. | Monitoring activities of daily living of a person |
| US10564285B2 (en) | 2015-11-19 | 2020-02-18 | DSCG Solutions, Inc. | Estimation of motion in six degrees of freedom (6DOF) using LIDAR |
| CN105424030B (zh) * | 2015-11-24 | 2018-11-09 | 东南大学 | 基于无线指纹和mems传感器的融合导航装置和方法 |
| CN108476551B (zh) | 2015-12-23 | 2021-05-25 | 航空技术有限公司 | 利用无线通信信号感测环境中的变化的系统、方法和装置 |
| US10433184B2 (en) | 2015-12-31 | 2019-10-01 | Motorola Mobility Llc | Method and apparatus for directing an antenna beam based on a location of a communication device |
| US9980220B2 (en) | 2016-02-01 | 2018-05-22 | Cisco Technology, Inc. | Low power wireless communication device and remote management techniques |
| JP6892663B2 (ja) | 2016-02-04 | 2021-06-23 | エアリアル テクノロジーズ インコーポレイテッド | 無線通信信号の環境を検知するためのシステムおよび方法 |
| CA3014870A1 (en) | 2016-03-23 | 2017-09-28 | Fedex Corporate Services, Inc. | Systems, apparatus, and methods for self-adjusting a broadcast setting of a node in a wireless node network |
| US9523760B1 (en) | 2016-04-15 | 2016-12-20 | Cognitive Systems Corp. | Detecting motion based on repeated wireless transmissions |
| WO2018094502A1 (en) | 2016-11-22 | 2018-05-31 | Aerial Technologies | Device-free localization methods within smart indoor environments |
| US10705179B2 (en) | 2016-04-22 | 2020-07-07 | Tandemlaunch | Device-free subject localization methods and systems using wireless signals |
| US9584974B1 (en) | 2016-05-11 | 2017-02-28 | Cognitive Systems Corp. | Detecting motion based on reference signal transmissions |
| US10129853B2 (en) | 2016-06-08 | 2018-11-13 | Cognitive Systems Corp. | Operating a motion detection channel in a wireless communication network |
| CA3130933C (en) | 2016-06-08 | 2024-05-21 | Aerial Technologies Inc. | System and methods for smart intrusion detection using wireless signals and artificial intelligence |
| JP6792365B2 (ja) | 2016-07-22 | 2020-11-25 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ | コンテンツ配信システム及び方法 |
| US9524628B1 (en) | 2016-08-04 | 2016-12-20 | Cognitive Systems Corp. | Detecting signal modulation for motion detection |
| JP6696377B2 (ja) * | 2016-09-14 | 2020-05-20 | 株式会社デンソーウェーブ | 電波発信源位置推定システム |
| US9919648B1 (en) | 2016-09-27 | 2018-03-20 | Robert D. Pedersen | Motor vehicle artificial intelligence expert system dangerous driving warning and control system and method |
| US10386792B2 (en) | 2016-10-19 | 2019-08-20 | Ants Technology (Hk) Limited | Sensory systems for autonomous devices |
| US10495727B2 (en) * | 2017-02-07 | 2019-12-03 | Raytheon Company | Phase difference estimator and method for estimating a phase difference between signals |
| US9989622B1 (en) | 2017-03-16 | 2018-06-05 | Cognitive Systems Corp. | Controlling radio states for motion detection |
| US10111228B2 (en) | 2017-03-16 | 2018-10-23 | Cognitive Systems Corp. | Selecting wireless communication channels based on signal quality metrics |
| US9927519B1 (en) | 2017-03-16 | 2018-03-27 | Cognitive Systems Corp. | Categorizing motion detected using wireless signals |
| US9743294B1 (en) | 2017-03-16 | 2017-08-22 | Cognitive Systems Corp. | Storing modem parameters for motion detection |
| US10051414B1 (en) | 2017-08-30 | 2018-08-14 | Cognitive Systems Corp. | Detecting motion based on decompositions of channel response variations |
| US10109167B1 (en) | 2017-10-20 | 2018-10-23 | Cognitive Systems Corp. | Motion localization in a wireless mesh network based on motion indicator values |
| US10048350B1 (en) | 2017-10-31 | 2018-08-14 | Cognitive Systems Corp. | Motion detection based on groupings of statistical parameters of wireless signals |
| US9933517B1 (en) | 2017-11-03 | 2018-04-03 | Cognitive Systems Corp. | Time-alignment of motion detection signals using buffers |
| US10109168B1 (en) | 2017-11-16 | 2018-10-23 | Cognitive Systems Corp. | Motion localization based on channel response characteristics |
| US10108903B1 (en) | 2017-12-08 | 2018-10-23 | Cognitive Systems Corp. | Motion detection based on machine learning of wireless signal properties |
-
2018
- 2018-12-03 US US16/207,649 patent/US10506384B1/en active Active
-
2019
- 2019-10-29 WO PCT/CA2019/051527 patent/WO2020113312A1/en unknown
- 2019-10-29 CA CA3120387A patent/CA3120387A1/en active Pending
- 2019-10-29 EP EP19893465.5A patent/EP3891522B1/en active Active
- 2019-10-29 JP JP2021531117A patent/JP7465874B2/ja active Active
- 2019-10-29 CN CN201980090497.1A patent/CN113366331A/zh active Pending
- 2019-10-29 KR KR1020217016632A patent/KR20210096112A/ko unknown
- 2019-10-30 US US16/669,177 patent/US20200178033A1/en not_active Abandoned
Also Published As
| Publication number | Publication date |
|---|---|
| JP7465874B2 (ja) | 2024-04-11 |
| US20200178033A1 (en) | 2020-06-04 |
| EP3891522A1 (en) | 2021-10-13 |
| CN113366331A (zh) | 2021-09-07 |
| CA3120387A1 (en) | 2020-06-11 |
| WO2020113312A1 (en) | 2020-06-11 |
| US10506384B1 (en) | 2019-12-10 |
| EP3891522B1 (en) | 2023-03-01 |
| JP2022509682A (ja) | 2022-01-21 |
| EP3891522A4 (en) | 2022-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20210096112A (ko) | 이전 확률에 기반한 무선 신호들로부터 검출된 움직임의 위치 결정 | |
| KR20210096113A (ko) | 무선 신호들로부터 검출된 움직임의 위치 결정 | |
| US11740346B2 (en) | Motion detection and localization based on bi-directional channel sounding | |
| US10438468B2 (en) | Motion localization in a wireless mesh network based on motion indicator values | |
| US10327110B2 (en) | Method and system for generating a signal strength map | |
| WO2019095060A1 (en) | Motion detection based on beamforming dynamic information from wireless standard client devices | |
| KR20190127734A (ko) | 모션 탐지를 위한 라디오 상태 제어 | |
| EP3679399A1 (en) | Motion localization based on channel response characteristics | |
| WO2019109163A1 (en) | Motion detection based on machine learning of wireless signal properties | |
| CN114072692A (zh) | 基于无线链路计数来确定从无线信号检测到的运动的地点 | |
| WO2019109166A1 (en) | Motion detection in mesh networks | |
| CN114041067A (zh) | 初始化用于确定从无线信号检测到的运动的地点的概率向量 | |
| US11617100B2 (en) | Systems and methods for Wi-Fi sensing | |
| JP2024519719A (ja) | Ｗｉ－Ｆｉセンシングのための時間領域チャネル表現情報のためのシステム及び方法 | |
| KR102502594B1 (ko) | 타임 팩터들에 기반한 무선 메시 네트워크 내 모션 로컬화 | |
| CA3120197C (en) | Determining a location of motion detected from wireless signals | |
| WO2023126728A1 (en) | Methods and systems for detection of channel variations for wi-fi sensing in unobserved bandwidth | |
| WO2023170607A1 (en) | Systems and methods for identifying waveform frequency signature using timestamps |