KR20230048342A - 비접촉식 수면 검출 및 방해 귀인 - Google Patents

Abstract

비접촉식 수면 추적을 위한 다양한 시스템, 디바이스 및 방법이 제시된다. 레이더 센서와 같은 비접촉식 센서로부터 수신된 데이터에 기초하여, 사용자가 수면 상태에 들어갔는지를 결정한다. 사용자가 수면 상태로부터 깨어 있는 상태로 전환하는 전환 시간이 결정될 수 있다. 환경 센서로부터 수신된 데이터에 기초하여, 환경 이벤트가 전환 시간의 기간 내에 발생하는 것으로 식별될 수 있다. 전환 시간의 기간 내에 발생하는 환경 이벤트에 기초하여 사용자 깨어남이 환경 이벤트로 인한 것으로 귀인(attribute)될 수 있다. 귀인된 환경 이벤트의 표시가 사용자가 깨어난 원인으로서 출력될 수 있다.

Description

비접촉식 수면 검출 및 방해 귀인

본 출원은 "비접촉식 수면 검출 및 방해 귀인(attribution)"이라는 제목으로 2020년 8월 11일에 출원된 미국 정규 출원 번호 16/990,705의 우선권을 주장한다. 본 출원은 또한 2019년 5월 8일자로 출원된 "저전력 전파를 이용한 수면 추적 및 바이탈 징후(vital sign) 모니터링"이라는 제목의 PCT 출원 번호 US2019/031290 및 2020년 8월 11일에 출원된 "비접촉식 건강 추적 디바이스의 수면 추적 초기화"라는 제목의 미국 정규 출원 번호 16/990,746(대리인 문서 번호: 090421-1198051)와 관련이 있다. 본 출원은 또한 2020년 8월 11일에 출원된 "다중 사용자를 위한 비접촉식 수면 검출 및 방해 귀인"이라는 제목의 미국 정규 출원 번호 16/990,714(대리인 문서 번호: 090421-1183289)와 관련이 있다. 본 출원은 또한 2020년 8월 11일에 출원된 "비접촉식 기침 검출 및 방해 귀인"이라는 제목의 미국 정규 출원 번호 16/990,720(대리인 문서 번호: 090421-1183290)과 관련이 있다. 본 출원은 또한 2020년 8월 11일에 출원된 "비접촉식 수면 추적 디바이스를 사용한 정밀 수면 추적"이라는 제목의 미국 정규 출원 번호 16/990,726(대리인 문서 번호: 090421-1190042)과 관련이 있다. 각각의 전문은 모든 목적을 위해 본 명세서에 참조로 포함된다.

사람은 밤 동안에 여러 번 깨어날 수 있다. 특히 잠을 깨우는 방해 원인이 단기간 지속되는 경우 사람은 잠에서 깬 이유를 파악하기 어려울 수 있다. 사람의 수면의 질을 향상시키기 위해, 자신의 수면을 방해하는 것이 무엇인지 학습함으로써 사람은 원인을 해결하고 미래의 방해 존재 또는 영향을 줄이기 위해 예방 조치를 취할 수 있다.

비접촉식 수면 추적 디바이스에 관한 다양한 실시예가 설명된다. 일부 실시예에서, 비접촉식 수면 추적 디바이스가 설명된다. 디바이스는 하우징을 포함할 수 있다. 디바이스는 하우징에 수용된 제1 환경 센서를 포함할 수 있다. 디바이스는 사용자의 움직임을 원격으로 모니터링할 수 있는 하우징에 수용된 비접촉식 센서를 포함할 수 있다. 디바이스는 제1 환경 센서 및 비접촉 센서로부터 데이터를 수신할 수 있는 하우징에 수용된 하나 이상의 프로세서를 포함하는 처리 시스템을 포함할 수 있다. 처리 시스템은 비접촉 센서로부터 수신된 데이터에 기초하여, 사용자가 수면 상태에 진입했다고 결정하도록 구성될 수 있다. 처리 시스템은 사용자가 수면 상태로부터 깨어 있는 상태로 전환(transition)하는 전환 시간을 결정하도록 구성될 수 있다. 처리 시스템은 제1 환경 센서로부터 수신된 데이터에 기초하여, 전환 시간의 기간 내에 발생하는 환경 이벤트를 식별하도록 구성될 수 있다. 처리 시스템은 전환 시간의 기간 내에 발생하는 환경 이벤트에 기초하여 사용자 깨어남이 환경 이벤트로 인한 것으로 귀인(attribute, 귀속)시키도록 구성될 수 있다. 처리 시스템은 귀인된 환경 이벤트의 표시를 사용자가 깨어난 원인으로 출력하도록 구성될 수 있다.

이러한 디바이스의 실시예는 다음 특징 중 하나 이상을 포함할 수 있는데, 비접촉 센서는 저전력 연속파(CW) 레이더를 사용할 수 있다. 제1 환경 센서는 주변광 센서일 수 있다. 환경 이벤트를 식별하도록 구성되는 처리 시스템은 주변 광 레벨이 적어도 임계량 만큼(또는 사용자를 깨우기에 충분한 양만큼) 증가했는지 결정하도록 구성되는 처리 시스템을 포함할 수 있다. 제1 환경 센서는 마이크로폰일 수 있다. 환경 이벤트를 식별하도록 구성되는 처리 시스템은 사운드 이벤트 임계값보다 더 큰 사운드가 검출되었는지 또는 사용자를 깨우기에 충분히 중요한 사운드 이벤트가 감지되었는지 결정하도록 구성되는 처리 시스템을 포함할 수 있다. 디바이스는 제2 환경 센서를 더 포함할 수 있다. 디바이스는 환경 이벤트를 식별하도록 구성되는 처리 시스템을 더 포함할 수 있고 처리 시스템은 제1 환경 센서로부터 수신된 데이터를 제1 임계값(또는 일부 다른 형태의 기준)과 비교하도록 구성되는 처리 시스템을 포함할 수 있다. 디바이스는 제2 환경 센서로부터 수신된 데이터를 제2 임계값(또는 일부 다른 형태의 기준)과 비교하도록 구성되는 처리 시스템을 더 포함할 수 있다. 환경 이벤트를 식별하는 처리 시스템은 제2 환경 센서로부터 수신된 데이터에 더 기초하여, 제1 환경 센서로부터 수신된 데이터를 제1 임계값(또는 일부 다른 형태의 기준)과 비교하고, 그리고 제2 환경 센서로부터 수신된 데이터를 제2 임계값(또는 일부 다른 형태의 기준)과 비교한다. 제1 환경 센서는 온도 센서일 수 있고 환경 이벤트는 온도 임계값(또는 일부 다른 형태의 온도 기반 기준)보다 큰 온도 변화일 수 있다. 디바이스는 하우징에 수용된 무선 네트워크 인터페이스를 더 포함할 수 있다. 디바이스는 하우징에 수용된 전자 디스플레이 스크린을 더 포함할 수 있다. 디바이스는 하우징에 수용된 마이크로폰을 더 포함할 수 있다. 디바이스는 하우징에 수용된 스피커를 더 포함할 수 있다. 디바이스는 하우징의 일부로서 통합된 스탠드를 더 포함할 수 있다. 처리 시스템은 무선 네트워크 인터페이스, 디스플레이 스크린, 마이크로폰 및 스피커와 통신할 수 있다. 처리 시스템은 마이크로폰을 통해 음성 기반 질의를 수신하도록 더 구성될 수 있다. 처리 시스템은 무선 네트워크 인터페이스를 통해 음성 기반 쿼리에 기초한 정보를 출력하도록 더 구성될 수 있다. 처리 시스템은 무선 네트워크 인터페이스를 통해 클라우드 기반 서버 시스템으로부터 데이터를 수신하도록 더 구성될 수 있다. 처리 시스템은 스피커를 통해 음성 기반 질의에 대한 응답을 출력하도록 추가로 구성될 수 있다. 응답은 귀인된 환경 이벤트를 사용자가 깨어난 원인으로서 나타낼 수 있다. 처리 시스템은 전자 디스플레이 스크린, 합성 음성을 사용하는 스피커, 또는 둘 모두를 통해 상기 귀인된 환경 이벤트의 표시를 출력하도록 더 구성될 수 있다. 처리 시스템은 사용자가 수면 상태에서 깨어 있는 상태로 전환한 전환 시간에 매핑된 상기 귀인된 환경 이벤트의 표시를 출력하도록 더 구성될 수 있다.

일부 실시예에서, 비접촉 수면 모니터링을 수행하기 위한 방법이 설명된다. 방법은 비접촉식 센서로부터 수신된 데이터에 기초하여, 사용자가 수면 상태에 진입했을 수 있다고 결정하는 단계를 포함할 수 있다. 방법은 사용자가 수면 상태로부터 깨어 있는 상태로 전환하는 전환 시간을 결정하는 단계를 포함할 수 있다. 방법은 제1 환경 센서로부터 수신된 데이터에 기초하여, 전환 시간의 기간 내에 발생하는 환경 이벤트를 식별하는 단계를 포함할 수 있다. 방법은 전환 시간의 기간 내에 발생하는 환경 이벤트에 기초하여 사용자가 깨어난 것이 환경 이벤트에 기인한 것으로 귀인시키는 단계를 포함할 수 있다. 방법은 귀인된 환경 이벤트의 표시를 사용자가 깨어난 원인으로서 출력하는 단계를 포함할 수 있다.

이러한 방법의 실시예는 다음 특징 중 하나 이상을 포함할 수 있는데, 비접촉식 센서로부터 수신된 데이터는 저전력 주파수 변조 연속파(FMCW) 레이더에 기초할 수 있다. 제1 환경 센서는 주변광 센서일 수 있다. 환경 이벤트를 식별하는 단계는 주변광 레벨이 적어도 임계량(또는 일부 다른 형태의 조명 기반 기준)만큼 증가했는지 결정하는 단계를 포함할 수 있다. 제1 환경 센서는 주변광 센서일 수 있다. 환경 이벤트를 식별하는 단계는 주변광 레벨리 임계 주변광 레벨(또는 일부 다른 형태의 빛 기반 기준) 이상으로 증가했는지 결정하는 단계를 포함할 수 있다. 제1 환경 센서는 마이크로폰일 수 있다. 환경 이벤트를 식별하는 단계는 사운드 이벤트 임계값(또는 일부 다른 형태의 사운드 기반 기준)보다 더 큰 사운드가 검출되었는지 결정하는 단계를 포함할 수 있다. 제1 환경 센서는 온도 센서일 수 있다. 환경 이벤트를 식별하는 단계는 임계량(또는 일부 다른 형태의 온도 기반 기준)보다 큰 온도 변화가 감지되었는지 결정하는 단계를 포함할 수 있다. 방법은 마이크로폰을 통해 음성 기반 질의를 수신하는 단계를 포함할 수 있다. 방법은 음성 기반 질의에 대한 응답을 스피커를 통해 출력하는 단계를 포함할 수 있다. 응답은 귀인된 환경 이벤트를 사용자가 깨어난 원인으로서 나타낼 수 있다. 방법은 무선 네트워크 인터페이스를 통해 음성 기반 질의에 기초한 정보를 출력하는 단계를 더 포함할 수 있다. 방법은 무선 네트워크 인터페이스를 통해 클라우드 기반 서버 시스템으로부터 데이터를 수신하는 단계를 더 포함할 수 있다. 귀인된 이벤트의 표시를 사용자가 깨어난 원인으로서 출력하는 단계는 귀인된 환경 이벤트의 표시를 전자 디스플레이, 합성 음성을 사용하는 스피커, 또는 둘 모두를 통해 출력하는 단계를 포함할 수 있다. 전환 시간을 결정하는 단계, 환경 이벤트를 식별하는 단계, 사용자가 깨어난 것이 환경 이벤트로 인한 것으로 귀인시키는 단계, 및 기인된 환경 이벤트의 표시를 사용자 깨어남의 원인으로서 출력하는 단계는 비접촉 수면 추적 장치의 처리 시스템에 의해 수행될 수 있다. 제1 환경 센서는 비접촉식 수면 추적 디바이스의 일부일 수 있다.

다수의 사용자를 모니터링하기 위한 비접촉식 수면 분석 디바이스와 관련된 다양한 실시예가 설명된다. 일부 실시예에서, 다수의 사용자를 모니터링하기 위한 비접촉식 수면 분석 디바이스가 설명된다. 디바이스는 하우징을 포함할 수 있다. 디바이스는 하우징에 수용되어 영역이 있는 전파를 사용하여 움직임을 모니터링할 수 있는 레이더 센서를 포함할 수 있다. 디바이스는 하우징에 수용되어 레이더 센서로부터 데이터를 수신할 수 있는 하나 이상의 프로세서를 포함하는 처리 시스템을 포함할 수 있다. 처리 시스템은 레이더 센서로부터 데이터를 수신하도록 구성될 수 있다. 처리 시스템은 레이더 센서로부터 수신된 데이터에 대해 클러스터링을 수행하도록 구성될 수 있다. 클러스터링된 데이터는 제1클러스터 및 제2클러스터를 나타낼 수 있다. 처리 시스템은 레이더 센서로부터 수신된 데이터에 대해 수행된 클러스터링에 기초하여, 2명의 사용자가 영역 내에 존재한다고 결정하도록 구성될 수 있다. 처리 시스템은 2명의 사용자가 존재한다는 결정에 응답하여, 제1 클러스터와 제2 클러스터 사이의 중간점 위치를 계산하도록 구성될 수 있다. 처리 시스템은 계산된 중간점에 기초하여 레이더 센서로부터의 데이터의 제1 부분을 제1 사용자에게 매핑하도록 구성될 수 있다. 처리 시스템은 계산된 중간점에 기초하여 레이더 센서로부터의 데이터의 제2 부분을 제2 사용자에게 매핑하도록 구성될 수 있다. 처리 시스템은 제1 사용자에 대한 데이터의 제1 부분 및 제2 사용자에 대한 데이터의 제2 부분에 대해 일정 기간 동안 별도의 수면 분석을 수행하도록 구성될 수 있다. 처리 시스템은 일정 기간 동안 제1 사용자 및 일정 기간 동안 제2 사용자에 대한 수면 데이터를 개별적으로 나타낼 수 있는 데이터를 출력하도록 구성될 수 있다.

이러한 디바이스의 실시예는 다음 특징 중 하나 이상을 포함할 수 있는데, 처리 시스템은 레이더 센서로부터 추가 데이터를 수신하도록 더 구성될 수 있다. 처리 시스템은 2명의 사용자가 존재한다고 결정하고 중간점 위치를 계산한 후에, 레이더 센서로부터 수신된 추가 데이터에 대해 클러스터링을 수행하도록 더 구성될 수 있다. 클러스터링된 데이터는 단일 클러스터를 나타낼 수 있다. 처리 시스템은 레이더 센서로부터 수신된 추가 데이터에 대해 수행된 클러스터링에 기초하여, 단일 사용자만이 존재할 수 있다고 결정하도록 더 구성될 수 있다. 처리 시스템은 계산된 중간점과 관련된 단일 클러스터의 위치에 기초하여 제1 사용자 및 제2 사용자 중 어느 사용자가 단일 사용자일 수 있는지 결정하도록 추가로 구성될 수 있다. 처리 시스템은 레이더 센서로부터 수신된 데이터를 더 적은 차원으로 변환하도록 더 구성될 수 있다. 레이더 센서로부터 수신된 데이터는 다차원일 수 있다. 클러스터링은 변환된 데이터에 대해 수행될 수 있다. 제1 사용자에 대한 데이터의 제1 부분 및 제2 사용자에 대한 데이터의 제2 부분에 대해 일정 기간에 동안 별도의 수면 분석을 수행하도록 구성되는 처리 시스템은 제1 사용자가 처음에 수면 상태에 들어갔을 수 있다고 결정하도록 구성되는 처리 시스템을 포함할 수 있다. 처리 시스템은 제2 사용자가 두 번째로 수면 상태에 들어갔을 수 있다고 결정하도록 구성된다. 레이더 센서는 저전력 FMCW(Frequency Modulated Continuous Wave) 레이더를 사용할 수 있습니다. 디바이스는 하우징에 수용된 제1 환경 센서를 더 포함할 수 있다. 처리 시스템은 제1 사용자가 수면 상태로부터 깨어 있는 상태로 전환하는 전환 시간을 결정하도록 더 구성되었다. 처리 시스템은 제1 환경 센서로부터 수신된 데이터에 기초하여 전환 시간의 기간 내에 발생하는 환경 이벤트를 식별하도록 추가로 구성되었다. 처리 시스템은 전환 시간의 시간 기간 내에 발생하는 환경 이벤트에 기초하여 제1 사용자가 깨어난 것이 환경 이벤트로 인한 것으로 귀인(귀속)하도록 추가로 구성되었다. 처리 시스템은 제1 사용자에 매핑된 귀인된 환경 이벤트의 표시를 출력하도록 추가로 구성될 수 있다. 제1 환경 센서는 주변광 센서일 수 있다. 환경 이벤트를 식별하도록 구성되는 처리 시스템은 주변광 레벨이 적어도 임계량만큼 증가했는지 결정하도록 구성되는 처리 시스템을 포함할 수 있다. 제1 환경 센서는 마이크로폰일 수 있다. 환경 이벤트를 식별하도록 구성되는 처리 시스템은 사운드 이벤트 임계값보다 더 큰 사운드가 검출되었는지 결정하도록 구성되는 처리 시스템을 포함할 수 있다. 디바이스는 하우징에 수용된 무선 네트워크 인터페이스를 더 포함할 수 있다. 디바이스는 하우징에 수용된 디스플레이 스크린을 더 포함할 수 있다. 디바이스는 하우징에 수용된 마이크로폰을 더 포함할 수 있다. 디바이스는 하우징에 수용된 스피커를 더 포함할 수 있다. 디바이스는 하우징의 일부로서 통합된 스탠드를 더 포함할 수 있다. 처리 시스템은 무선 네트워크 인터페이스, 디스플레이 스크린, 마이크로폰 및 스피커와 통신할 수 있다. 처리 시스템은 마이크로폰을 통해 음성 기반 질의를 수신하도록 추가로 구성될 수 있다. 처리 시스템은 무선 네트워크 인터페이스를 통해 음성 기반 쿼리에 기초한 정보를 출력하도록 추가로 구성될 수 있다. 처리 시스템은 무선 네트워크 인터페이스를 통해 클라우드 기반 서버 시스템으로부터 데이터를 수신하도록 추가로 구성될 수 있다. 처리 시스템은 스피커를 통해 음성 기반 질의에 대한 응답을 출력하도록 추가로 구성될 수 있다.

일부 실시예에서, 다중 사용자의 비접촉식 수면 모니터링 방법이 설명된다. 방법은 영역으로 방출되는 전파에 기초하여 레이더 데이터 스트림을 수신하는 단계를 포함할 수 있다. 방법은 레이더 데이터 스트림에 대해 클러스터링을 수행하는 단계를 포함할 수 있다. 클러스터링된 데이터는 제1클러스터 및 제2클러스터를 나타낼 수 있다. 방법은 레이더 데이터 스트림에 대해 수행된 클러스터링에 기초하여, 2명의 사용자가 영역 내에 존재한다고 결정하는 단계를 포함할 수 있다. 방법은 2명의 사용자가 존재한다는 결정에 응답하여, 제1 클러스터와 제2 클러스터 사이의 중간점 위치를 계산하는 단계를 포함할 수 있다. 방법은 계산된 중간점에 기초하여 레이더 데이터 스트림의 제1 부분을 제1 사용자에게 매핑하는 단계를 포함할 수 있다. 방법은 계산된 중간점에 기초하여 레이더 데이터 스트림의 제2 부분을 제2 사용자에게 매핑하는 단계를 포함할 수 있다. 방법은 제1 사용자에 대한 데이터의 제1 부분 및 제2 사용자에 대한 데이터의 제2 부분에 대해 일정 기간 동안 별도의 수면 분석을 수행하는 단계를 포함할 수 있다. 방법은 일정 기간 동안 제1 사용자 및 일정 기간 동안 제2 사용자에 대한 수면 데이터를 개별적으로 나타내는 데이터를 출력하는 단계를 포함할 수 있다.

이러한 방법의 실시예는 다음 특징 중 하나 이상을 포함할 수 있응데, 방법은 레이더 데이터 스트림의 일부로서 추가 데이터를 수신하는 단계를 더 포함할 수 있다. 방법은 2명의 사용자가 존재하는 것으로 결정하는 단계 및 중간점 위치를 계산하는 단계 이후에, 레이더 데이터 스트림의 수신된 추가 데이터에 대해 클러스터링을 수행하는 단계를 더 포함할 수 있다. 클러스터링된 데이터는 단일 클러스터를 나타낼 수 있다. 방법은 레이더 데이터 스트림의 일부로서 수신된 추가 데이터에 대해 수행된 클러스터링에 기초하여, 단일 사용자만이 존재할 수 있다고 결정하는 단계를 더 포함할 수 있다. 제1 사용자와 제2 사용자 중 어느 사용자가 단일 사용자일 수 있는지를 결정하는 것은 계산된 중간점과 관련된 단일 클러스터의 위치에 기초할 수 있다. 방법은 레이더 데이터 스트림을 더 적은 차원으로 변환하는 단계를 더 포함할 수 있다. 레이더 데이터 스트림은 다차원일 수 있다. 클러스터링은 변환된 데이터에 대해 수행될 수 있다. 레이더 데이터 스트림은 레이더 집적 회로(IC)에 의해 출력될 수 있고 레이더 데이터 스트림은 레이더 IC에 의한 저전력 FMCW 레이더 출력에 기초할 수 있다. 제1 사용자에 대한 데이터의 제1 부분 및 제2 사용자에 대한 데이터의 제2 부분에 대해 일정 기간 동안 별도의 수면 분석을 수행하는 단계는 제1 사용자가 처음에 수면 상태에 들어갔다고 결정하는 단계를 포함할 수 있다. 제1 사용자에 대한 데이터의 제1 부분 및 제2 사용자에 대한 데이터의 제2 부분에 대해 일정 기간 동안 별도의 수면 분석을 수행하는 단계는 제2 사용자가 두 번째로 수면 상태에 들어갔다고 결정하는 단계를 포함할 수 있다. 방법은 제1 사용자가 수면 상태로부터 깨어 있는 상태로 전환하는 전환 시간을 결정하는 단계를 더 포함할 수 있다. 방법은 전환 시간의 기간 내에 발생하는 환경 이벤트를 식별하는 단계를 더 포함할 수 있다. 방법은 전환 시간의 시간 기간 내에 발생하는 환경 이벤트에 기초하여 제1 사용자가 깨어난 것이 환경 이벤트로 인한 것으로 귀인시키는 단계를 더 포함할 수 있다.

비접촉식 기침 검출 디바이스에 관한 다양한 실시예가 설명된다. 일부 실시예에서, 비접촉식 기침 검출 디바이스가 설명된다. 디바이스는 하우징을 포함할 수 있다. 디바이스는 하우징에 수용된 마이크로폰을 포함할 수 있다. 디바이스는 하우징에 수용된 레이더 센서를 포함할 수 있다. 디바이스는 마이크로폰 및 레이더 센서로부터 데이터를 수신할 수 있는 하나 이상의 프로세서를 포함하는 하우징에 수용된 처리 시스템을 포함할 수 있다. 처리 시스템은 마이크로폰으로부터 오디오 데이터를 수신하도록 구성될 수 있다. 처리 시스템은 수신된 오디오 데이터에 기초하여 기침이 발생했음을 검출하도록 구성될 수 있다. 처리 시스템은 레이더 센서로부터 반사된 전파를 나타내는 레이더 데이터를 수신하도록 구성될 수 있다. 처리 시스템은 수신된 레이더 데이터를 사용하여 수면 상태 분석 프로세스를 수행하도록 구성될 수 있다. 처리 시스템은 수신된 레이더 데이터를 사용하여 수행된 수면 상태 분석 프로세스에 적어도 부분적으로 기초하여 상기 검출된 기침이 특정 사용자로 인한 것으로 귀인시키도록 구성될 수 있다.

이러한 디바이스의 실시예는 다음의 특징 중 하나 이상을 포함할 수 있는데, 처리 시스템은 사전 트레이닝된 기침 검출 기계 학습 모델을 사용하여 마이크로폰으로부터 수신된 오디오 데이터를 분석함으로써 기침이 발생했음을 검출할 수 있다. 처리 시스템은 기침이 발생한 것을 검출한 후에 마이크로폰으로부터 수신된 오디오 데이터를 삭제하도록 추가로 구성될 수 있다. 검출된 기침을 특정 사용자로 인한 것으로 귀인시키도록 구성되는 처리 시스템은 모니터링되고 있는 유일한 사용자가 검출된 기침에 귀인될 수 있다고 결정하도록 구성되는 처리 시스템을 포함할 수 있다. 수면 상태 분석 프로세스를 수행하도록 구성되는 처리 시스템은 특정 사용자가 검출된 기침의 기간 내에 침대 안에서 움직였다고 결정하도록 구성되는 처리 시스템을 포함할 수 있다. 검출된 기침을 특정 사용자에 귀인시키는 처리 시스템은 모니터링되는 복수의 사용자 중 특정 사용자가 검출된 기침에 귀인될 수 있다고 결정하는 처리 시스템을 포함할 수 있다. 수면 상태 분석 프로세스를 수행하도록 구성되는 처리 시스템은 특정 사용자가 검출된 기침의 기간 내에 침대 안에서 복수의 사용자 중 다른 사용자보다 더 많이 움직였다고 결정하도록 구성되는 처리 시스템을 포함할 수 있다. 처리 시스템은 기침이 특정 사용자에 귀인됨을 나타내는 수면 데이터가 저장되게 하도록 추가로 구성될 수 있다. 디바이스는 하우징에 수용되어 처리 시스템과 통신하는 무선 네트워크 인터페이스를 더 포함할 수 있다. 디바이스는 하우징에 수용되어 처리 시스템과 통신하는 스피커를 더 포함할 수 있다. 처리 시스템은 마이크로폰을 통해 음성 명령(spoken command)을 수신하도록 추가로 구성될 수 있다. 처리 시스템은 음성 명령에 기초한 데이터를 무선 네트워크 인터페이스를 통해 클라우드 기반 서버 시스템으로 출력하도록 추가로 구성될 수 있다. 처리 시스템은 출력 데이터에 응답하여, 무선 네트워크 인터페이스를 통해 클라우드 기반 서버 시스템으로부터 명령(instruction)을 수신하도록 추가로 구성될 수 있다. 처리 시스템은 명령에 응답하여 저장된 수면 데이터를 출력하도록 추가로 구성될 수 있다. 처리 시스템은 특정 사용자가 수면 중에 기침한 횟수를 나타내는 수면 보고를 출력하도록 더 구성될 수 있다. 디바이스는 프레젠테이션(제시)을 위해 수면 보고를 출력할 수 있는 처리 시스템과 통신하는 전자 디스플레이를 더 포함할 수 있다. 처리 시스템은 특정 사용자에 의한 기침의 양이 증가하는지, 감소하는지 또는 일정하게 유지되는지를 나타내는 경향(trend, 추세) 보고를 복수의 날에 걸쳐 생성하도록 추가로 구성될 수 있다. 레이더 센서는 처리 시스템과는 별개의 집적 회로(IC)일 수 있다. IC는 주파수 변조 연속파(FMCW) 전파를 비접촉식 기침 감지 디바이스의 환경으로 출력한다. FMCW 레이더는 57~64GHz 사이의 주파수를 가질 수 있고, 20dBm 이하의 피크 유효 등방성 방사 전력(EIRP)을 가질 수 있으며, 다중 사용자 침대의 영역을 포함하기에 충분한 타겟팅 영역을 가질 수 있다.

일부 실시예에서, 비접촉식 기침 검출을 수행하는 방법이 설명된다. 방법은 오디오 데이터 스트림을 수신하는 단계를 포함할 수 있습니다. 방법은 수신된 오디오 데이터 스트림에 기초하여 기침이 발생했음을 검출하는 단계를 포함할 수 있다. 방법은 레이더 데이터 스트림을 수신하는 단계를 포함할 수 있다. 방법은 수신된 레이더 데이터를 이용하여 수면 상태 분석 프로세스를 수행하는 단계를 포함할 수 있다. 방법은 수신된 레이더 데이터를 사용하여 수행된 수면 상태 분석 프로세스에 기초하여 검출된 기침을 특정 사용자에 귀인시키는 단계를 포함할 수 있다.

이러한 방법의 실시예는 다음 특징 중 하나 이상을 포함할 수 있는데, 기침이 발생했음을 검출하는 단계는 사전 트레이닝된 기침 검출 기계 학습 모델을 사용하여 상기 수신된 오디오 데이터 스트림을 분석함으로써 수행될 수 있다. 방법은 기침이 발생했음을 검출한 후에 상기 수신된 오디오 데이터 스트림을 삭제하는 단계를 더 포함할 수 있다. 수면 상태 분석 프로세스를 수행하는 단계는 특정 사용자가 검출된 기침의 기간 내에 침대 내에서 움직였다고 결정하는 단계를 포함할 수 있다. 수면 상태 분석 프로세스를 수행하는 단계는 특정 사용자가 상기 검출된 기침의 기간 내에 침대 내에서 하나 이상의 다른 사용자보다 더 많이 움직였다고 결정하는 단계를 포함할 수 있다. 검출된 기침을 특정 사용자에 귀인시키는 단계는 특정 사용자가 검출된 기침에 귀인될수 있다고 결정하는 단계를 포함할 수 있다. 비접촉식 기침 검출 디바이스의 처리 시스템은 비접촉 기침 검출 디바이스의 레이더 집적 회로(IC)로부터 레이더 데이터 스트림 및 마이크로부터의 오디오 데이터 스트림을 수신할 수 있다. 방법은 마이크로폰을 통해 음성 명령을 수신하는 단계를 더 포함할 수 있다. 방법은 음성 명령에 기초한 데이터를 무선 네트워크 인터페이스를 통해 클라우드 기반 서버 시스템으로 출력하는 단계를 더 포함할 수 있다. 방법은 출력 데이터에 응답하여 무선 네트워크 인터페이스를 통해 클라우드 기반 서버 시스템으로부터 명령을 수신하는 단계를 더 포함할 수 있다. 방법은 전자 디스플레이를 통해 수신된 명령에 응답하여 저장된 수면 데이터를 출력하는 단계를 더 포함할 수 있다.

비접촉식 수면 분석 장치에 관한 다양한 실시예가 설명된다. 일부 실시예에서, 비접촉식 수면 분석 디바이스가 설명된다. 디바이스는 하우징을 포함할 수 있다. 디바이스는 하우징에 수용되어 복수의 안테나를 포함할 수 있고 전파를 사용하여 움직임을 모니터링할 수 있는 레이더 센서를 포함할 수 있다. 디바이스는 하우징에 수용되어 레이더 센서로부터 데이터를 수신할 수 있는 하나 이상의 프로세서를 포함하는 처리 시스템을 포함할 수 있다. 처리 시스템은 복수의 디지털 레이더 데이터 스트림을 수신하도록 구성될 수 있다. 복수의 디지털 레이더 데이터 스트림의 각각의 디지털 스트림은 레이더 센서의 복수의 안테나 중 하나의 안테나에 의해 수신된 전파에 기초할 수 있다. 처리 시스템은 제1 가중치 및 제2 가중치를 결정하기 위해 방향 최적화 프로세스를 수행하도록 구성될 수 있다. 방향 최적화 프로세스는 침대에서 사용자가 자는 영역을 타겟팅할 수 있다. 처리 시스템은 복수의 디지털 레이더 데이터 스트림의 제1 디지털 레이더 데이터 스트림에 제1 가중치를 적용하도록 구성될 수 있다. 처리 시스템은 복수의 디지털 레이더 데이터 스트림의 제2 디지털 레이더 데이터 스트림에 제2 가중치를 적용하도록 구성될 수 있다. 처리 시스템은 제1 지향성(directionally-targeted) 레이더 데이터 스트림을 생성하기 위해 가중된 제1 디지털 레이더 데이터 스트림과 가중된 제2 디지털 레이더 데이터 스트림을 결합하도록 구성될 수 있다. 처리 시스템은 제1 지향성 레이더 데이터 스트림에 기초하여 수면 분석을 수행하도록 구성될 수 있다. 처리 시스템은 수행된 수면 분석에 기초하여 사용자를 위한 수면 데이터를 출력하도록 구성될 수 있다.

이러한 디바이스의 실시예는 다음 기능 중 하나 이상을 포함할 수 있는데, 제1 가중치, 제2 가중치, 또는 둘 모두는 제1 디지털 데이터 스트림, 제2 디지털 데이터 스트림, 또는 둘 모두에 지연을 도입하는 복소수 값일 수 있다. 처리 시스템은 검출된 움직임의 양이 가장 클 수 있는 방향을 결정함으로써 제1 가중치 및 제2 가중치를 결정하기 위해 방향 최적화 프로세스를 수행하도록 추가로 구성될 수 있다. 방향 최적화를 수행하도록 구성되는 처리 시스템은 제1 가중치 및 제2 가중치를 위한 다양한 선택된 값에 대해 최소자승 최적화를 수행하도록 구성되는 처리 시스템을 포함할 수 있다. 방향 최적화 프로세스는 수직 방향만을 결정할 수 있는 프로세싱 시스템. 복수의 안테나는 적어도 3개의 안테나를 포함할 수 있다. 처리 시스템은 복수의 디지털 레이더 데이터 스트림의 제2 디지털 데이터 스트림에 제3 가중을 적용하도록 추가로 구성될 수 있다. 처리 시스템은 복수의 디지털 레이더 데이터 스트림의 제3 디지털 데이터 스트림에 제4 가중치를 적용하도록 추가로 구성될 수 있다. 처리 시스템은 제2 지향성 레이더 데이터 스트림을 생성하기 위해 가중된 제3 디지털 데이터 스트림과 가중된 제4 디지털 데이터 스트림을 결합하도록 추가로 구성될 수 있다. 수면 분석은 제2 지향성 레이더 데이터 스트림에 기초하여 추가로 수행될 수 있다. 처리 시스템은 수면 분석 중에 제1 지향성 레이더 데이터 스트림과 제2 지향성 레이더 데이터 스트림을 개별적으로 초기에 처리하도록 추가로 구성될 수 있다. 처리 시스템은 초기 처리에 이어 제1 지향성 레이더 데이터 스트림과 제2 지향성 레이더 데이터 스트림으로부터 획득된 데이터를 결합하도록 추가로 구성될 수 있다. 처리 시스템은 제1 지향성 레이더 데이터 스트림과 제2 지향성 레이더 데이터 스트림으로부터 획득된 결합된 데이터를 사용하여 수면 분석을 완료하도록 추가로 구성될 수 있다. 제1 가중치, 제2 가중치, 제3 가중치 및 제4 가중치는 L자형으로 배열된 적어도 3개의 안테나를 보상할 수 있다. 레이더 센서는 FMCW(Frequency Modulated Continuous Wave) 전파를 출력할 수 있다. 디바이스는 하우징에 수용된 마이크로폰을 더 포함한다. 디바이스는 하우징에 수용된 스피커를 더 포함할 수 있다. 디바이스는 하우징에 수용된 전자 디스플레이를 더 포함한다. 마이크로폰, 스피커 및 전자 디스플레이는 처리 시스템과 통신할 수 있으며, 처리 시스템은 마이크로폰에 의해 수신된 구두 명령에 응답하여 전자 디스플레이를 통해 수면 데이터를 출력하도록 추가로 구성될 수 있다. 마이크로폰, 스피커 및 전자 디스플레이는 처리 시스템과 통신할 수 있으며, 처리 시스템은 마이크로폰에 의해 수신된 구두 명령에 응답하여 스피커를 통해 수면 데이터에 대한 합성 음성을 출력하도록 추가로 구성될 수 있다. 비접촉 수면 분석 디바이스는 침대 옆 디바이스일 수 있으며 전자 디스플레이 스크린을 포함할 수 있다. 복수의 안테나는 디스플레이 스크린에 실질적으로 평행할 수 있다. 디스플레이 스크린은 가독성을 위해 디스플레이 스크린이 상향(upward-facing) 각도로 배치되도록 하우징에 의해 수용될 수 있다. 방향 최적화 프로세스는 상향 각도를 보상할 수 있다. 일부 실시예에서, 레이더 센서는 주파수 변조 연속파(FMCW) 레이더를 비접촉식 기침 검출 디바이스의 환경으로 출력한다. FMCW 레이더는 57~64GHz의 주파수를 가질 수 있으며 20dBm 이하의 최대 유효 등방성 복사 전력(EIRP)을 갖는다.

일부 실시예에서, 타겟팅된 비접촉식 수면 모니터링을 수행하기 위한 방법이 설명된다. 이 방법은 복수의 디지털 레이더 데이터 스트림을 수신하는 단계를 포함할 수 있다. 복수의 디지털 레이더 데이터 스트림의 각각의 디지털 스트림은 침대 옆에 설치된 비접촉식 수면 분석 디바이스의 레이더 센서의 복수 안테나 중의 안테나에 의해 수신된 전파에 기초할 수 있다. 방법은 제1 가중치 및 제2 가중치를 결정하기 위해 방향 최적화 프로세스를 수행하는 단계를 포함할 수 있다. 방향 최적화 프로세스는 사용자가 자는 침대 내의 영역을 타겟팅할 수 있다. 방법은 복수의 디지털 레이더 데이터 스트림의 제1 디지털 레이더 데이터 스트림에 제1 가중치를 적용하는 단계를 포함할 수 있다. 방법은 복수의 디지털 레이더 데이터 스트림의 제2 디지털 레이더 데이터 스트림에 제2 가중치를 적용하는 단계를 포함할 수 있다. 방법은 제1 지향성 표적 레이더 데이터 스트림을 생성하기 위해 가중된 제1 디지털 레이더 데이터 스트림과 가중된 제2 디지털 레이더 데이터 스트림을 결합하는 단계를 포함할 수 있다. 방법은 제1 지향성 레이더 데이터 스트림에 기초하여 수면 분석을 수행하는 단계를 포함할 수 있다. 방법은 수행된 수면 분석에 기초하여 사용자를 위한 수면 데이터를 출력하는 단계를 포함할 수 있다.

이러한 방법의 실시예는 다음 특징 중 하나 이상을 포함할 수 있는데, 제1 가중치, 제2 가중치, 또는 둘 모두는 제1 디지털 데이터 스트림, 제2 디지털 데이터 스트림, 또는 둘 다에 지연을 도입하는 복소수 값일 수 있다. 방법은 검출된 움직임의 양이 가장 많을 수 있는 방향을 결정함으로써 제1 가중치 및 제2 가중치를 결정하는 방향 최적화 프로세스를 수행하는 단계를 더 포함할 수 있다. 방향 최적화를 수행하는 단계는 제1 가중치 및 제2 가중치를 획득하기 위해 최소자승 최적화를 수행하는 단계를 포함할 수 있다. 방향 최적화 프로세스는 수평 방향이 고정된 상태에서 최적화된 수직 방향만을 결정할 수 있다. 방법은 복수의 디지털 레이더 데이터 스트림의 제2 디지털 데이터 스트림에 제3 가중치를 적용하는 단계를 더 포함할 수 있다. 방법은 복수의 디지털 레이더 데이터 스트림 중 제3 디지털 데이터 스트림에 제4 가중치를 적용하는 단계를 더 포함할 수 있다. 방법은 제2 지향성 표적 레이더 데이터 스트림을 생성하기 위해 가중된 제3 디지털 데이터 스트림과 가중된 제4 디지털 데이터 스트림을 결합하는 단계를 추가로 포함할 수 있다. 수면 분석은 제2 지향성 레이더 데이터 스트림에 기초하여 추가로 수행될 수 있다. 방법은 수면 분석 동안에, 제1 지향성 레이더 데이터 스트림 및 제2 지향성 레이더 데이터 스트림을 개별적으로 초기에 처리하는 단계를 더 포함할 수 있다. 방법은 초기 처리 이후에, 제1 지향성 레이더 데이터 스트림과 제2 지향성 레이더 데이터 스트림으로부터 획득된 부분적으로 처리된 데이터를 결합하는 단계를 더 포함할 수 있다. 방법은 제1 지향성 레이더 데이터 스트림 및 제2 지향성 레이더 데이터 스트림으로부터 획득된 결합된 데이터를 사용하여 수면 분석을 완료하는 단계를 더 포함할 수 있다.

비접촉식 수면 추적 디바이스에 관한 다양한 실시예가 설명된다. 일부 실시예에서, 비접촉식 수면 추적 디바이스가 설명된다. 디바이스는 하우징에 수용된 전자 디스플레이 스크린을 포함할 수 있다. 디바이스는 하우징에 수용된 사용자 인터페이스를 포함할 수 있다. 디바이스는 하우징에 수용된 레이더 센서를 포함할 수 있다. 디바이스는 하우징에 수용되어 레이더 센서 및 사용자 인터페이스로부터 데이터를 수신하고 프리젠테이션을 위해 데이터를 전자 디스플레이 스크린에 출력할 수 있는 하나 이상의 프로세서를 포함하는 처리 시스템을 포함할 수 있다. 처리 시스템은 사용자 인터페이스를 통해, 수면 추적 설정 프로세스가 수행되도록 요청하는 사용자 입력을 수신하도록 구성될 수 있다. 처리 시스템은 사용자 입력에 응답하여, 레이더 센서로부터 수신된 데이터에 기초하여 검출 프로세스를 수행하여 사용자가 존재하고 정적(static)인지 여부를 결정하도록 구성될 수 있다. 처리 시스템은, 사용자가 존재하고 정적일 수 있다고 검출 프로세스가 결정하는 것에 응답하여, 사용자가 존재할 수 있고 정적일 수 있는 지속 기간을 평가하기 위해 일정 기간 동안 일관성 분석을 수행하도록 구성될 수 있다. 처리 시스템은 일관성 분석에 기초하여, 사용자가 레이더 센서를 통해 침대에서 검출될 수 있을 때, 사용자의 수면이 추적될 수 있도록 수면 추적을 활성화하도록 구성될 수 있다.

이러한 디바이스의 실시예는 다음 특징 중 하나 이상을 포함할 수 있는데, 검출 프로세스는 사용자가 존재하고 정적일 수 있음을 결정하기 위해 신경망 분류기를 사용하는 처리 시스템을 포함할 수 있다. 일관성 분석은 신경망 분류기가 사용자가 지속 기간 동안 존재하고 정적일 수 있다고 결정하는 것을 포함할 수 있다. 처리 시스템은 일관성 분석에 기초하여, 전자 디스플레이 스크린을 통해 수면 추적 설정이 성공적으로 수행되었다는 표시를 출력하도록 추가로 구성될 수 있다. 처리 시스템은 사용자 입력을 수신하는 것에 응답하여, 전자 디스플레이 스크린을 통해, 사용자가 수면 자세로 침대에 누워야 한다는 표시를 출력하도록 추가로 구성될 수 있다. 레이더 센서로부터 수신된 데이터에 기초하여 검출 프로세스를 수행하여 사용자가 존재하고 정적일 수 있는지 여부를 결정하도록 구성되는 처리 시스템은 레이더 센서로부터 수신된 데이터에 기초하여 사용자의 호흡을 검출하는 것을 포함할 수 있다. 사용자 인터페이스는 마이크로폰일 수 있고 사용자는 수면 추적 설정 프로세스가 수행되기를 요청하는 명령(command)을 말할 수 있다. 전자 디스플레이 스크린은 사용자 인터페이스로서 기능하는 터치스크린일 수 있다. 사용자는 수면 추적 설정 프로세스를 수행하라는 요청을 나타낼 수 있는 터치 입력을 제공한다. 레이더 센서는 57~64GHz 사이의 주파수를 가지며 20dBm 이하의 최대 EIRP(Effective Isotropically Radiated Power)를 갖는 단일 집적 칩(IC) 방출 레이더를 사용하여 구현된 주파수 변조 연속파 레이더 센서일 수 있다. 처리 시스템은 사용자 인터페이스를 통해, 수면 추적 설정 프로세스가 수행되도록 요청할 수 있는 제2 사용자 입력을 수신하도록 추가로 구성될 수 있다. 처리 시스템은 제2 사용자 입력에 응답하여 레이더 센서로부터 수신된 데이터에 기초하여 제2 검출 프로세스를 수행하여 사용자가 존재하고 정적일 수 있는지 여부를 결정하도록 추가로 구성될 수 있다. 처리 시스템은 과도한 양의 움직임이 존재할 수 있다는 결정에 응답하여, 비접촉식 수면 추적 디바이스의 환경에서 근처의 움직임 소스를 제거하기 위한 추천을 출력하도록 추가로 구성될 수 있다. 제2 사용자 입력은 사용자 입력 전에 발생할 수 있다. 처리 시스템은 과도한 양이 움직임이 존재할 수 있다는 결정에 응답하여, 수면 추적이 성공적으로 설정되지 않았다는 표시를 출력하도록 추가로 구성될 수 있다.

일부 실시예에서, 수면 추적 디바이스의 초기 설정 프로세스를 수행하기 위한 방법이 설명된다. 방법은 수행될 수면 추적 설정 프로세스를 요청할 수 있는 비접촉식 수면 추적 디바이스의 사용자 인터페이스를 통해 사용자 입력을 수신하는 단계를 포함할 수 있다. 방법은 사용자 입력에 응답하여, 비접촉식 수면 추적 디바이스에 의해, 사용자가 존재하고 정적인지 여부를 결정하기 위해 레이더 센서로부터 수신된 데이터에 기초하여 검출 프로세스를 수행하는 단계를 포함할 수 있다. 방법은, 사용자가 존재하고 정적일 수 있다고 검출 프로세스가 결정하는 것에 응답하여, 수면 추적 장치에 의해, 용자가 존재하고 정적일 수 있는 지속 기간을 평가하기 위해 일정 기간 동안 일관성 분석을 수행하는 단계를 포함할 수 있다. 방법은 일관성 분석에 기초하여, 사용자가 레이더 센서에 의해 침대에서 검출될 수 있을 때 사용자의 수면이 추적될 수 있도록 수면 추적을 활성화하는 단계를 포함할 수 있다.

이러한 방법의 실시예는 다음의 특징 중 하나 이상을 포함할 수 있는데, 검출 프로세스는 사용자가 존재하고 정적일 수 있음을 결정하기 위해 신경망 분류기를 사용하는 것을 포함할 수 있다. 일관성 분석은 신경망 분류기가 사용자를 존재하고 지속 기간동안 정적인 것으로 분류했는지를 결정하는 단계를 포함할 수 있다. 방법은 일관성 분석에 기초하여, 수면 추적 설정이 성공적으로 수행되었다는 표시를 출력하는 단계를 더 포함할 수 있다. 방법은 사용자 입력을 수신하는 것에 응답하여, 사용자가 수면 자세로 침대에 누워야 한다는 표시를 출력하는 단계를 더 포함할 수 있다. 사용자가 존재하고 정적인지 여부를 결정하기 위해 레이더 센서로부터 수신된 데이터에 기초하여 검출 프로세스를 수행하는 단계는 레이더 센서로부터 수신된 데이터에 기초하여 사용자의 호흡을 검출하는 단계를포함할 수 있다. 방법은 사용자 인터페이스를 통해, 수면 추적 설정 프로세스가 수행되도록 요청할 수 있는 제2 사용자 입력을 수신하는 단계를 더 포함할 수 있다. 방법은, 제2 사용자 입력에 응답하여, 사용자가 존재하고 정적일 수 있는지 여부를 결정하기 위해 레이더 센서로부터 수신된 데이터에 기초하여 제2 검출 프로세스를 수행하는 단계를 더 포함할 수 있다. 방법은 제2 검출 프로세스에 응답하여 과도한 양의 움직임이 존재할 수 있다고 결정하는 단계를 더 포함할 수 있다. 방법은 과도한 양의 움직임이 존재할 수 있다는 결정에 응답하여, 비접촉식 수면 추적 디바이스의 환경에서 움직임의 원인을 제거하기 위한 추천을 출력하는 단계를 더 포함할 수 있다. 제2 사용자 입력은 사용자 입력 전에 발생할 수 있다. 방법은 과도한 양의 움직임이 존재할 수 있다는 결정에 응답하여, 수면 추적이 성공적으로 설정되지 않았다는 표시를 출력하는 단계를 더 포함할 수 있다. 레이더 센서는 단일 집적 칩(IC)으로 구현된 주파수 변조 연속파 레이더 센서일 수 있다.

다양한 실시예의 특성 및 장점에 대한 추가적인 이해는 다음 도면을 참조하여 실현될 수 있다. 첨부된 도면에서 유사한 구성요소 또는 기능은 동일한 참조 라벨을 가질 수 있다. 또한, 동일한 유형의 다양한 구성요소는 참조 라벨 다음에 대시(-) 및 유사한 구성요소를 구별하는 제2 라벨로 구분할 수 있다. 규격에서 제1 참조 라벨만 사용하는 경우, 설명은 제2 참조 라벨과 상관없이 동일한 제1 참조 라벨을 갖는 유사 구성요소 중 어느 하나에 적용될 수 있다.
도 1은 비접촉 수면 추적을 수행하기 위한 시스템의 실시예를 도시한다.
도 2a는 수면 추적 시스템의 실시예를 도시한다.
도 2b는 통합 빔 타겟팅을 갖는 수면 추적 시스템의 실시예를 도시한다.
도 2c는 레이더 서브시스템에 의해 출력되는 주파수 변조된 연속파 레이더 전파의 실시예를 도시한다.
도 3a는 비접촉식 수면 추적 디바이스의 실시예를 도시한다.
도 3b는 비접촉식 수면 추적 디바이스의 실시예의 분해도를 도시한다.
도 4는 비접촉식 수면 추적 디바이스의 단면도를 도시한다.
도 5는 사람이 수면중인 때를 결정하기 위한 상태 모신의 실시예를 도시한다.
도 6은 검출된 수면 상태 및 환경 방해의 타임라인을 도시한다.
도 7은 사용자의 바이탈 징후로 인한 움직임이 관찰될 수 있는 파형 데이터의 실시예를 도시한 도면이다.
도 8은 비접촉 수면 검출 및 방해 귀인을 수행하기 위한 방법의 실시예를 도시한다.
도 9는 다수의 사용자를 모니터링하는 비접촉식 수면 추적 디바이스의 실시예를 도시한다.
도 10은 다수의 사용자를 추적할 수 있는 수면 추적 시스템의 실시예를 도시한다.
도 11a 및 11b는 다양한 거리에서 검출된 움직임의 그래프를 도시한다.
도 12는 검출된 움직임이 다수의 타겟으로 분할되는 그래프를 도시한다.
도 13은 다수의 사용자에 대한 수면 추적을 수행하기 위한 방법의 실시예를 도시한다.
도 14는 수면 추적이 수행되는 방향을 타겟팅하는 비접촉식 수면 추적 디바이스용 빔 조향 모듈의 실시예를 도시한다.
도 15는 비접촉식 수면 추적 디바이스의 빔 조향 모듈과 함께 사용될 수 있는 레이더 서브시스템의 안테나 레이아웃의 실시예를 도시한다.
도 16은 수면 추적이 수행되는 방향을 타겟팅하는 빔 조향 모듈의 다른 실시예를 도시한다.
도 17은 지향성 수면 추적을 위한 방법의 실시예를 도시한다.
도 18은 기침 검출 및 귀인 디바이스를 도시한다.
도 19는 모니터링된 단일 사용자에 대한 검출된 기침 및 수면 방해의 타임라인의 예를 도시한다.
도 20은 다수의 모니터링된 사용자에 대해 검출된 기침 및 수면 방해의 타임라인의 예를 도시한다.
도 21은 기침 검출 및 귀인을 위한 방법의 실시예를 도시한다.
도 22는 수면 설정 프로세스를 수행하는 수면 추적 시스템의 실시예를 도시한다.
도 23은 수면 설정 프로세스 동안 제시되는 제1 지침 사용자 인터페이스의 실시예를 도시한다.
도 24는 수면 설정 프로세스 동안 제시되는 제2 지침 사용자 인터페이스의 실시예를 도시한다.
도 25는 수면 설정 프로세스 동안 제시되는 제3 지침 사용자 인터페이스의 실시예를 도시한다.
도 26은 수면 설정 프로세스 동안 제시되는 사용자 인터페이스의 실시예를 도시한다.
도 27은 성공적인 수면 설정 프로세스에 따라 제시되는 사용자 인터페이스의 실시예를 도시한다.
도 28은 실패한 수면 설정 프로세스에 따라 제시되는 사용자 인터페이스의 실시예를 도시한다.
도 29는 실패한 수면 설정 프로세스에 따라 제시되는 사용자 인터페이스의 다른 실시예를 도시한다.
도 30은 수면 추적 디바이스의 초기 설정 과정을 수행하기 위한 방법의 실시예를 도시한다.

본 명세서에서 상술한 실시예들은 비접촉(무접촉)식 수면 모니터링을 수행하는 것, 수면 중단의 원인을 규명하는 것, 및 비접촉 수면 모니터링 및 분석을 수행하는 시스템 및 디바이스에 초점을 맞춘다. 단일 디바이스는 침대 옆에 놓일 수 있다. 일부 실시예의 경우, 단일 디바이스가 사용자 또는 사용자의 침대와 물리적 접촉을 하지 않는 것이 바람직하다. 디바이스는 임의의 물리적 접촉 없이, 사용자를 모니터링하여 사용자가 침대에서 깨어 있는지 또는 자고 있는지 여부를 평가할 수 있다. 사용자가 잠든 상태에서 깨어 있는 상태로 전환(transition, 천이)할 때, 디바이스는 사용자를 깨운 원인을 결정할 수 있다. 수면 모니터링을 수행하는 것 이외에도, 디바이스는 주변 소리, 조명 및 온도와 같은 하나 이상의 환경 조건을 모니터링할 수 있다. 사용자가 깨어난 시간에 충분히 큰 소리, 조명의 증가 및/또는 온도의 상당한 변화가 검출되면, 그 환경 조건이 사용자가 깨어난 원인으로서 식별될 수 있다.

하루 또는 그 이상의 밤 동안, 비접촉식 수면 분석 디바이스는 사용자가 밤 동안 언제 깼는지, 어떤 환경 조건이 원인(blame)인지를 결정하기 위해 사용자를 모니터링할 수 있다. 사용자가 깨어 있을 때, 사용자는 그들이 깨어난 때, 그들이 얼마나 자주 깨어났는지 및/또는 어떤 환경 조건이 사용자를 깨울 가능성이 있는 원인인지를 나타내는 정보를 제공받을 수 있다. 동일한 환경 조건이 반복적으로 사용자를 깨우는 원인이 되는 경우, 디바이스는 사용자가 그 환경 조건의 존재를 제거하거나 감소시키도록 하는 추천을 제공할 수 있다. 예를 들어, 사용자가 잠에서 깨어나기 직전에 사용자의 수면 환경의 조명 레벨이 높아지는 경향이 있는 경우, 사용자는 자신의 수면을 개선하기 위해 조명의 원인을 해결해야 한다. 예를 들어, 창문에 비치는 자동차 헤드라이트나 활성화된 디스플레이 화면이 조명을 유발할 수 있다. 문제를 해결하기 위해, 사용자는 각각 자신의 윈도우 드레싱(dressing)을 조정하거나 디스플레이 화면의 전원을 끌 수 있다.

사용자가 잠들었는지 깨어 있는지 여부의 검출은 저전력 레이더를 사용하여 수행될 수 있다. 주파수 변조 연속파(FMCW) 레이더를 사용할 수 있는 저전력 레이더에는 사용자의 침대를 향해 CW 레이더를 방출하는 비접촉식 수면 분석 디바이스가 포함될 수 있다. 반사된 전파를 분석하여 반사를 일으킨 물체까지의 거리 및 반사된 전파의 위상 시프트를 결정할 수 있다. 레이더를 사용하여 검출된 큰 움직임은 사용자가 깨어 있는지 또는 자고 있는지 확인하는데 사용될 수 있다. 작은 움직임은 심박수 및 호흡수와 같은 사용자의 바이탈 징후(징후)를 측정하는데 사용될 수 있다.

FMCW는 사용자의 바이탈 징후(vital signs)를 관찰하는데 특히 효과적일 수 있다. 일반적으로 FMCW는 초광대역(UWB)에 비해 움직임을 더 세밀하게 측정할 수 있다. 예를 들어, UWB 기반의 디바이스는 3m 거리에서 10mm의 움직임을 검출할 수 있지만 FMCW 디바이스는 비슷한 거리에서 2mm의 움직임을 측정할 수 있다. 이러한 이점을 실현하기 위해, FMCW는 방출된 전파의 위상 시프트를 측정하여 객체의 작은 변위를 검출할 수 있다.

비접촉식 수면 분석 디바이스는 프라이버시 보호 수준이 높을 수 있다. 수면 데이터는 사용자가 명시적으로 허가하지 않으면 수집되지 않을 수 있다. 수면 데이터가 수집되면 이와 같은 표시가 디스플레이 상에 제시될 수 있다. 일부 실시예에서, 수면 관련 데이터는 원격 서버로 전송되지 않는다. 오히려, 이러한 실시예에서, 수면 데이터는 디바이스에서만 로컬로 이용 가능하다. 일부 실시예에서, 사용자는 저장 및/또는 분석을 위해 원격 서버로 전송되는 임의의 수면 관련 데이터에 대해 명시적인 동의를 제공해야 할 수 있다. 일부 실시예에서, 사용자의 신원은 수면 데이터와 함께 저장되지 않으며; 따라서 추가 정보 없이는 수면 데이터가 누구에게 해당하는지 확인하는 것이 불가능할 수 있다.

일부 실시예에서, 수면 분석은 한 명 이상의 사용자에 대해 동시에 수행될 수 있다. 이러한 다중 사용자 배열에서, 두 명의 사용자(예를 들어, 두 명의 배우자)가 가장 가능성 있는 배열일 수 있지만, 3명 이상의 사용자(예를 들어, 두 명의 배우자 및 어린 자녀)도 가능하다. 이러한 배열은 수면 분석이 각 사용자에 대해 개별적으로 수행되도록 할 수 있다. 비접촉 수면 분석 디바이스는 각 사용자에 대한 수면 데이터를 개별적으로 저장하거나 출력할 수 있고, 개별 사용자를 깨울 가능성이 있는 환경 이벤트를 나타낼 수 있는 개별 수면 보고(서)를 각 사용자에게 제공할 수 있다. 따라서, 유리하게도, 단일 비접촉 수면 분석 디바이스가 존재함에도 불구하고, 동일한 침대에서 자고 있는 다수의 사용자는 동일한 시간 동안 개별적으로 그들의 수면을 모니터링할 수 있다.

단일 사용자에 대해 상술한 바와 같이, 하나 이상의 환경 센서를 사용하여 환경 요인(factor)을 모니터링할 수 있다. 환경 요인이 사용자를 깨우게 했는지 여부를 결정하기 위해 환경 요인들이 모니터링될 수 있다. 또한, 사용자가 깨어난 것은 다른 사용자가 움직인 것 때문일 수 있다. 예를 들어, 제1 사용자가 침대에서 몸을 뒤척이는 경우, 이 움직임(motion)은 제2 사용자를 깨우게 한 환경 요인으로서 식별될 수 있다.

사용자 침실의 설정에 따라, 비접촉식 수면 분석 디바이스에서 한 명 이상의 사용자가 자는 방향이 달라질 수 있다. 예를 들어, 사용자는 자신의 침대보다 높은 침실용 탁자 위에 비접촉식 수면 분석 디바이스를 두고 있을 수 있고, 다른 사용자는 사용자의 침대 높이와 같거나 더 짧은 침실용 탁자 위에 수면 디바ㅣ스를 두고 있을 수 있다. 추가적으로 또는 대안적으로, 비접촉식 수면 분석 디바이스는 사용자가 자는 각도로 수평으로 회전될 수 있다. 본 명세서의 상세한 실시예 중 일부 또는 전부에서, 비접촉식 수면 분석 디바이스에 의해 모니터링되는 방향은 하나 이상의 사용자를 향해 수직 및/또는 수평으로 타겟팅될 수 있다.

레이더 서브시스템으로부터 수신된 디지털 데이터에 대해 전처리를 수행할 수 있는 빔 조향 모듈은 WDAS(Weighted Delay and Sum) 빔 조향을 수행할 수 있다. 반사된 전파가 레이더 서브시스템에 의해 감지되는 안테나의 수와 위치에 따라, 타겟팅이 수직 및/또는 수평으로 수행될 수 있다. 빔 조향은 레이더 서브 시스템의 특정 안테나 레이아웃을 고려하거나 안테나 레이아웃에 구애받지 않을 수 있다. 트레이닝 프로세스를 통해, 가장 바이탈 징후와 관련된 움직임이 발생하는 빔 조향 방향이 비접촉식 수면 추적 디바이스에 의해 식별될 수 있다. 이 방향과 관련된 가중치는 사용자가 위치할 가능성이 있는 영역을 대상으로 디지털 빔 조향이 수행되도록 수면 추적 중에 적용될 수 있다.

빔 조향 모듈을 포함하거나 포함하지 않는 비접촉식 수면 검출 디바이스는 하나 이상의 사용자에 대한 기침 및/또는 코골이 검출 및 귀인(attribution)을 위해 사용될 수 있다. 오디오에 기초하여 기침 및/또는 코골이를 검출하는 것은 비교적 정확한 프로세스일 수 있다. 그러나, 기침이나 코골이의 특정 원인(source)을 결정(파악)하는 것은 어려울 수 있다. 수면 추적을 수행하는 것 외에 또는 대신에, 본 명세서에 설명된 디바이스는 비접촉식 기침 검출 및 귀인 디바이스로 기능할 수 있다. 본 문서는 기침 검출 및 원인 규명에 초점을 맞추지만, 이러한 시스템 및 방법은 원하는 소리를 검출하도록 구성되거나 트레이닝된 검출 시스템을 사용함으로써 코골이 또는 기타 소리(예를 들어, 수면 중 말하기)에 적용될 수 있다.

비접촉식 기침 및/또는 코골이 검출 및 원인 규명 디바이스("기침 귀인 디바이스")가 단일 사용자를 모니터링하는데 사용되는 경우, 검출된 기침이 모니터링된 사용자에 의해 수행되었는지 여부에 대한 결정이 내려질 수 있다. 일부 실시예에 대해, 기침 귀인 프로세스는 FMCW 레이더 신호에 적어도 부분적으로 기초한다. 예를 들어, 기침은 근처에 있는 다른 사람, 애완 동물 또는 텔레비전 또는 기타 오디오 출력 디바이스의 오디오 출력에서 비롯되었을 수 있다. 기침 귀인 디바이스가 다수의 사용자를 모니터링하는데 사용되는 경우, 기침은 모니터링된 다수의 사용자 중 한 명에 귀인(귀속)되거나, 기침이 다수의 사용자가 아닌 다른 소스(근처에 있는 다른 사람, 애완 동물, 텔레비전 또는 기타 오디오 출력 디바이스의 오디오 출력)로부터 발생한 것으로 결정되면 다수의 사용자 누구에게도 귀인되지 않을 수 있다.

기침 귀인 디바이스는 모니터링된 사용자 기침에 대한 데이터를 사용자에게 제공되는 수면 보고에 통합할 수 있거나 기침 데이터는 독립형 보고에 제시될 수 있다. 특정 사용자에 대한 기침 데이터는 장기간(예를 들어, 수일, 수주, 수개월)에 걸쳐 수집될 수 있으며, 장기간에 걸쳐 사용자에 의한 기침의 양이 상승, 하락 경향이거나 거의 일정하게 유지된다는 표시와 같은 기침 경향 정보가 용자에게 제공될 수 있게 할 수 있다.

수면 추적, 기침 검출 및 귀인, 및/또는 다른 형태의 건강 모니터링을 수행하기 위해, 사용자가 수면 추적 디바이스 또는 기침 귀인 디바이스를 적절하게 배치했고 디바이스가 적절하게 작동하도록 허용하는 방식으로 주변 환경이 구성되었는지 확인하기 위해 설정((setup)) 프로세스가 수행될 수 있다. 일부 실시예의 경우, 설정 프로세스에는 빔 조향을 사용하여 침대에서 사용자 또는 사용자들의 전형적인 수면 위치(들)를 보거나 타겟팅하도록 시스템을 트레이닝하는 것이 포함된다. 사용자는 수면 추적(또는 다른 형태의 건강 모니터링 프로세스) 설정을 요청할 수 있고 모의 수면 자세를 취할 수 있다. 레이더를 사용하여, 사용자가 여전히 수면 추적 디바이스에 의해 모니터링되는 거리 범위 내에 있는지를 결정하기 위해 사용자가 모니터링될 수 있다. 사용자는 트레이닝된 기계 학습 모델에 기초하거나 다른 중요한 움직임을 제외하고 사용자의 호흡을 검출함으로써 정적(static)인 것으로 결정될 수 있다. 사용자가 존재하고 정적인 것으로 결정되는 경우, 사용자는 일정 기간 동안 모니터링되어, 사용자가 적어도 임계 시간(또는 시간에 적어도 부분적으로 기초한 임계값 기준을 사용하는 일부 다른 형태의 결정) 동안 존재하고 정적인지 결정할 수 있다. 사용자가 충분히 오랜 기간 동안 존재하고 및 정적인 것으로 분류되었다고 결정되는 경우, 수면 추적이 활성화될 수 있고 사용자에게 설정이 성공적으로 수행되었음을 나타내는 표시가 출력될 수 있다. 이러한 설정 프로세스가 성공적으로 완료되면, 디바이스는 사용자가 잠든 곳을 적절하게 가리키고 허용 가능한 거리에 있으며, 그리고 다른 움직이는 객체들이 환경에서 제거되었다. 사용자가 정지(still) 상태로 결정되지 않았거나 정지 상태로 식별된 후 사용자가 충분한 기간 동안 해당 상태에 남아 있는 것으로 분류되지 않는 경우, 설정 프로세스가 실패할 수 있으며, 설정을 다시 시도할 때 성공적으로 완료될 가능성을 높이기 위해 취해야 할 단계에 대한 추천이 사용자에게 제공될 수 있다.

이러한 실시예 및 추가 실시예에 관한 추가 세부 사항은 도면과 관련하여 이해될 수 있다. 도 1은 비접촉 수면 검출 및 방해 귀인을 수행하기 위한 시스템(100)의 실시예를 도시한다. 시스템(100)은 비접촉식 수면 추적 디바이스(101)("디바이스(101)"); 네트워크 160; 및 클라우드 기반 서버 시스템(170)을 포함한다. 디바이스(101)는 처리 시스템(110); 수면 데이터 저장소(118); 레이더 서브시스템(120); 환경 센서군(suite)(130); 디스플레이 140; 무선 네트워크 인터페이스(150); 및 스피커(155)를 포함할 수 있다. 일반적으로, 디바이스(101)는 디바이스(101)의 모든 구성요소를 수용하는 하우징을 포함할 수 있다. 일부 실시예에 따른 이러한 하우징에 관한 추가 세부사항은 도 3a 및 도 3b와 관련하여 제공된다.

처리 시스템(110)은 레이더 처리 모듈(112), 수면 상태 검출 엔진(114) 및 환경 이벤트 상관 엔진(116)의 기능과 같은 다양한 기능을 수행하도록 구성된 하나 이상의 프로세서를 포함할 수 있다. 처리 시스템(110)은 하나 이상의 특수 목적 또는 범용 프로세서를 포함할 수 있다. 이러한 특수 목적 프로세서는 본 명세서에 설명된 기능을 수행하도록 특별히 설계된 프로세서를 포함할 수 있다. 이러한 특수 목적 프로세서는 본 명세서에 설명된 기능을 수행하도록 물리적 및 전기적으로 구성된 범용 구성요소인 ASIC 또는 FPGA일 수 있다. 이러한 범용 프로세서는 RAM, HDD 또는 SSD와 같은 하나 이상의 비-일시적 프로세서 판독 가능 매체를 사용하여 저장된 특수 목적 소프트웨어를 실행할 수 있다.

레이더 서브시스템(120)(레이더 센서라고도 지칭됨)은 수신된 반사 파형을 나타내는 데이터를 방출, 수신 및 출력하는 단일 집적 회로(IC)일 수 있다. 레이더 서브시스템(120)의 출력은 처리 시스템(110)의 레이더 처리 모듈(112)을 사용하여 분석될 수 있다. 레이더 서브시스템(120) 및 레이더 처리 모듈(112)에 관한 추가 세부사항은 도 2와 관련하여 제공된다.

디바이스(101)는 환경 센서군(130)의 일부로서 제공된 환경 센서들의 전부, 하나 또는 일부 조합과 같은 하나 이상의 환경 센서를 포함할 수 있다. 환경 센서군(130)은 광 센서(132), 마이크로폰(134), 온도 센서(136), 및 수동형 적외선(passive infrared: PIR) 센서(138)를 포함할 수 있다. 일부 실시예에서, 이들 센서의 일부 또는 전부의 다중 인스턴스가 존재할 수 있다. 예를 들어, 일부 실시예에서, 다수의 마이크로폰이 존재할 수 있다. 광 센서(132)는 디바이스(101)의 일반적인 환경에 존재하는 주변의 광량을 측정하는데 사용될 수 있다. 마이크로폰(134)은 디바이스(101)의 일반적인 환경에 존재하는 주변 소음 레벨을 측정하는 데 사용될 수 있다. 온도 센서(136)는 디바이스(101)의 일반적인 환경의 주변 온도를 측정하는데 사용될 수 있다. PIR 센서(138)는 디바이스(101)의 일반적인 환경 내에서 움직이는 살아있는 객체(예를 들어, 사람, 애완 동물)를 검출하는데 사용될 수 있다. 다른 유형의 환경 센서도 가능하다. 예를 들어, 카메라 및/또는 습도 센서가 환경 센서군(130)의 일부로서 통합될 수 있다. 다른 예로서, 능동형 적외선 센서가 포함될 수 있다. 일부 실시예에서, 습도 데이터와 같은 일부 데이터는 인터넷을 통해 사용할 수 있는 데이터가 있는 인근 기상 관측소로부터 얻을 수 있다. 일부 실시예에서, 소나 및 초음파를 포함하고 단일 또는 어레이의 음향 소스 및/또는 수신기를 포함하는 능동 음향 감지 방법이 구현될 수 있지만 이에 한정되지 않는다. 이러한 배열은 본 명세서에 기술된 다른 센서 및 방법과 통합된 하나 이상의 부속 감지 양식(modalities)으로서 사용될 수 있다.

일부 실시예에서, 환경 센서군(130)의 센서들 중 하나, 일부 또는 모두는 101에 대한 외부 디바이스일 수 있다. 예를 들어, 하나 이상의 원격 환경 센서는 직접적으로(예를 들어, 직접 무선 통신 방법을 통해, 저전력 메시 네트워크를 통해) 또는 간접적으로(예를 들어, 저전력 메시 네트워크, 네트워크의 액세스 포인트, 원격 서버를 통한 하나 이상의 다른 디바이스를 통해) 디바이스(101)와 통신할 수 있다.

디바이스(101)는 다양한 인터페이스를 포함할 수 있다. 디스플레이(140)는 처리 시스템(110)이 하나 이상의 사용자가 볼 수 있는 정보를 제시하도록 할 수 있다. 무선 네트워크 인터페이스(150)는 WiFi 기반 네트워크와 같은 WLAN(wireless local area network)을 사용하여 통신을 가능하게 할 수 있다. 스피커(155)는 합성 음성과 같은 소리가 출력되도록 할 수 있다. 예를 들어, 마이크로폰(134)를 통해 수신된 음성 명령에 대한 응답이 스피커(155) 및/또는 디스플레이(140)를 통해 출력될 수 있다. 음성 명령은 디바이스(101)에 의해 로컬로 분석될 수 있거나 분석을 위해 무선 네트워크 인터페이스(150)를 통해 클라우드 기반 서버 시스템(170)으로 전송될 수 있다. 음성 명령의 분석에 기초한 응답은 스피커(155) 및/또는 디스플레이(140)를 통해 출력하기 위해 무선 네트워크 인터페이스(150)를 통해 디바이스(101)로 다시 전송될 수 있다. 추가적으로 또는 대안적으로, 스피커(155) 및 마이크로폰(134)은 초음파 음향 감지를 비롯하여 능동 음향 감지를 위해 집합적으로 구성될 수 있다. 추가적으로 또는 대안적으로, 다양한 스마트 홈 디바이스와 통신하기 위해 저전력 무선 메시 네트워크 라디오 및 프로토콜(예를 들어, 스레드)을 사용하는 것과 같은 다른 형태의 무선 통신이 가능할 수 있다. 일부 실시예에서, 이더넷 연결과 같은 유선 네트워크 인터페이스가 네트워크와의 통신을 위해 사용될 수 있다. 또한, 5세대(5G) 및 6세대(6G) 표준 및 기술로의 무선 통신의 진화는 모바일 광대역 서비스를 향상시키는 짧은 대기 시간으로 더 큰 처리량을 제공한다. 5G 및 6G 기술은 또한 차량 네트워킹(V2X), 고정 무선 광대역 및 사물 인터넷(IoT)을 위한 제어 및 데이터 채널을 통해 새로운 클래스의 서비스를 제공한다. 이러한 표준 및 기술은 디바이스(101)에 의한 통신에 사용될 수 있다.

저전력 무선 메시 네트워크 라디오 및 프로토콜은 전력 제한 디바이스와 통신하는데 사용될 수 있다. 전력 제한 디바이스는 배타적으로 배터리 전원을 사용하는 디바이스일 수 있다. 이러한 디바이스는 전원용의 하나 이상의 배터리에만 전적으로 의존할 수 있으므로 통신에 사용되는 전력량은 하나 이상의 배터리를 교체해야 하는 빈도를 줄이기 위해 낮게 유지될 수 있다. 일부 실시예에서, 전력 제한 디바이스는 비교적 고전력 네트워크(예를 들어, WiFi) 및 저전력 메시 네트워크를 통해 통신할 수 있는 능력을 가질 수 있다. 전력 제한 디바이스는 전력을 절약하기 위해 상대적으로 높은 전력 네트워크를 드물게 사용할 수 있다. 이러한 전력 제한 디바이스의 예에는 환경 센서(예를 들어, 온도 센서, 일산화탄소 센서, 연기 센서, 모션 센서, 존재 검출기) 및 기타 형태의 원격 센서가 포함된다.

특히, 디바이스(101)의 일부 실시예는 어떠한 스틸 카메라 또는 비디오 카메라도 갖지 않는다. 온-보드 카메라를 통합하지 않음으로써 근처에 있는 사용자는 프라이버시에 대해 안심할 수 있다. 예를 들어, 디바이스(101)는 일반적으로 사용자의 침실에 설치될 수 있다. 여러 이유로, 사용자는 가메라가 이러한 사적인 공간에 있거나 사용자가 자고 있는 동안 가메라가 사용자를 향하는 것을 원하지 않을 것이다. 다른 실시예에서, 디바이스(101)는 카메라를 가질 수 있지만, 카메라의 렌즈는 기계식 렌즈 셔터에 의해 가려질 수 있다. 카메라를 사용하기 위해, 사용자는 카메라가 디바이스(101)의 환경을 볼 수 있도록 물리적으로 셔터를 열도록 요구될 수 있다. 사용자는 셔터가 닫혀 있을 때 카메라로부터 프라이버시를 보장받을 수 있다.

무선 네트워크 인터페이스(150)는 네트워크(160)와의 무선 통신을 허용할 수 있다. 네트워크(160)는 하나 이상의 공용 및/또는 사설 네트워크를 포함할 수 있다. 네트워크(160)는 가정용 무선 근거리 통신망과 같은 사설 로컬 유선 또는 무선 네트워크를 포함할 수 있다. 네트워크(160)는 또한 인터넷과 같은 공중 네트워크를 포함할 수 있다. 네트워크(160)는 디바이스(101)가 원격에 위치한 클라우드 기반 서버 시스템(170)과 통신하도록 허용할 수 있다.

클라우드 기반 서버 시스템(170)은 디바이스(101)에 다양한 서비스를 제공할 수 있다. 수면 데이터와 관련하여, 클라우드 기반 서버 시스템(170)은 수면 관련 데이터에 대한 처리 및 저장 서비스를 포함할 수 있다. 도 1의 실시예는 수면 상태 검출 및 환경 이벤트 상관 관계를 수행하는 처리 시스템(110)을 포함하지만, 다른 실시예에서 이러한 기능은 클라우드 기반 서버 시스템(170)에 의해 수행될 수 있다. 또한, 수면 데이터를 저장하는데 사용되는 수면 데이터 저장소(118)에 추가로 또는 대안적으로, 수면 관련 데이터는 디바이스(101)가 링크된 일반 사용자 계정에 매핑된 것과 같은 클라우드 기반 서버 시스템(170)에 의해 저장될 수 있다. 다수의 사용자가 모니터링되는 경우, 수면 데이터는 마스터 사용자 계정 또는 대응하는 사용자 계정에 저장 및 매핑될 수 있다.

단일 사용자 또는 다수의 사용자가 모니터링되는지 여부에 관계없이, 각 사용자는 정보에 입각한 동의를 제공해야 할 수 있다. 이러한 정보에 입각한 동의에는 HIPAA 및/또는 건강 정보에 대해 일반적으로 허용되는 기타 보안 및 프라이버시 표준을 준수하여 사용되는 데이터와 관련된 최종 사용자 계약에 각 사용자가 동의하는 것이 포함될 수 있다. 주기적으로, 사용자는 수면 데이터의 수집에 대한 동의를 매년 갱신해야 할 수 있다. 일부 실시예에서, 각각의 최종 사용자는 예를 들어 그들의 수면 데이터가 수집 및 분석되고 있음을 각각의 사용자에게 상기시키고 이러한 데이터 수집을 비활성화하는 옵션을 각 사용자에게 제공하는 모바일 디바이스(예를 들어, 스마트폰)를 통해 주기적인 통지를 받을 수 있다.

클라우드 기반 서버 시스템(170)은 추가로 또는 대안적으로 다른 클라우드 기반 서비스를 제공할 수 있다. 예를 들어, 디바이스(101)는 추가로 홈 어시스턴트 디바이스로서 기능할 수 있다. 홈 어시스턴트 디바이스는 사용자의 음성 질의에 응답할 수 있다. 발화되는 음성 트리거 문구를 검출하는 것에 응답하여, 디바이스(101)는 오디오를 녹음할 수 있다. 오디오 스트림은 분석을 위해 클라우드 기반 서버 시스템(170)으로 전송될 수 있다. 클라우드 기반 서버 시스템(170)은 음성 인식 프로세스를 수행하고, 자연어 처리 엔진을 사용하여 사용자의 질의를 이해하고, 합성 음성으로서 디바이스(101)에 의해 출력될 응답, 디스플레이(140) 상에 제시될 출력, 및/또는 디바이스(101)에 의해 실행되거나 일부 다른 스마트 홈 디바이스로 전송될 커맨드(예를 들어, 디바이스(101)의 볼륨을 높임)을 제공할 수 있다. 게다가, 질의 또는 명령(command)은 터치스크린일 수 있는 디스플레이(140)를 통해 클라우드 기반 서버 시스템(170)에 제출될 수 있다. 예를 들어, 디바이스(101)는 다양한 스마트 홈 디바이스 또는 홈 자동화 디바이스를 제어하는데 사용될 수 있다. 이러한 커맨드는 디바이스(101)에 의해 제어될 디바이스로 직접 전송되거나 클라우드 기반 서버 시스템(170)을 통해 전송될 수 있다.

레이더 처리 모듈(112)에 의해 출력된 데이터에 기초하여, 수면 상태 검출 엔진(114)은 사용자가 잠들어 있는지 깨어 있는지 여부를 결정하는데 사용될 수 있다. 수면 상태 검출 엔진(114)은 도 5와 관련하여 상세히 설명되는 것과 같은 상태 머신을 통해 진행할 수 있거나, 이러한 상태 머신을 사용하여 식별된 상태를 사용하여 사용자가 깨어 있는지 잠들어 있는지 여부를 결정할 수 있다. 예를 들어, 사용자가 적어도 일정 시간 동안 침대에 누워있는 것으로 결정되는 경우, 사용자는 잠든 것으로 식별될 수 있다. 수면 상태 검출 엔진(114)의 출력은 환경 이벤트 상관 엔진(116)에 의해 사용될 수 있다. 환경 이벤트 상관관계 엔진(116)은 환경 센서군(130)으로부터 수신된 데이터를 분석할 수 있다. 각각의 환경 센서 디바이스로부터의 데이터는 1) 고정된 정의 임계값(또는 임계값 기준을 사용하는 다른 형태의 결정)을 초과하는 환경 조건의 증가; 및/또는 2) 적어도 기정의된 양 또는 백분율이상으로 환경 조건의 증가에 대해 모니터링될 수 있다. 대안적으로, 일부 다른 형태의 임계값 기준을 사용하여 환경 조건의 변화가 분석될 수 있다. 예로서, 주변 환경의 광 레벨을 나타내는 데이터는 광 센서(132)에 의해 연속적으로 또는 주기적으로 출력될 수 있다. 환경 이벤트 상관 엔진(116)은 1) 주변 조명 양이 고정된 정의 임계값 아래에서 고정된 정의 임계값 위로 증가했는지(또는 조명에 적어도 부분적으로 기초한 임계값 기준을 사용하는 일부 다른 형태의 결정) 여부; 및/또는 2) 주변 조명 양이 기정의된 백분율 양 이상 증가했는지 여부를 결정할 수 있다. 옵션 1), 2) 또는 둘 다 발생하는 경우, 환경 이벤트가 발생했다고 판단할 수 있다. 이 환경 이벤트는 환경 이벤트 상관 엔진(116)에 의해 타임스탬프될 수 있다. 그런 다음 환경 이벤트 상관관계 엔진(116)은 사용자가 깨어난 것이 식별된 환경 이벤트에 기인한 것인지 여부를 결정할 수 있다. 환경 이벤트와 수면 이벤트 사이의 관계에 관한 추가 세부 사항은 도 6과 관련하여 제공된다.

도 2a는 수면 추적 시스템(200A)("시스템(200A)")의 실시예를 도시한다. 시스템(200A)은 (레이더 서브시스템(120)의 실시예를 나타낼 수 있는) 레이더 서브시스템(205), (레이더 처리 모듈(112)의 실시예를 나타낼 수 있는) 레이더 처리 모듈(210), 및 빔 조향 모듈(230)을 포함할 수 있다.

레이더 서브시스템(205)은 RF 방출기(206), RF 수신기(207) 및 레이더 처리 회로(208)를 포함할 수 있다. RF 방출기(206)는 연속파(CW) 레이더의 형태와 같은 전파를 방출할 수 있다. RF 방출기(206)는 주파수 변조 연속파(FMCW) 레이더를 사용할 수 있다. FMCW 레이더는 버스트 모드 또는 연속 희소 샘플링(sparse-sampling) 모드에서 작동할 수 있다. 버스트 모드에서는 상대적으로 짧은 시간 주기만큼 이격된 처프(chirps)를 갖는 다수 처프의 프레임 또는 버스트가 RF 방출기터(206)에 의해 출력될 수 있다. 각각의 프레임은 후속 프레임까지 비교적 긴 시간이 뒤따를 수 있다. 연속 희소 샘플링 모드에서는 처프의 프레임이나 버스트가 출력되지 않고 처프가 주기적으로 출력된다. 연속 희소 샘플링 모드에서 처프의 간격은 버스트 모드의 프레임 내에서 처프 사이의 간격보다 지속 시간(duration)이 더 클 수 있다. 일부 실시예에서, 레이더 서브시스템(205)은 버스트 모드에서 동작할 수 있지만, 각각의 버스트에 대한 출력 원시(미가공) 처프 워터폴(waterfall) 데이터는 함께 결합(예를 들어, 평균화)되어 시뮬레이션된 연속 희소 샘플링 처프 워터폴 데이터를 생성할 수 있다. 일부 실시예에서, 버스트 모드에서 수집된 원시 워터폴 데이터는 제스처 검출에 적합할 수 있는 반면, 연속 희소 샘플링 모드에서 수집된 원시 워터폴 데이터는 수면 추적, 바이탈 징후 검출 및 일반적으로 건강 모니터링에 적합할 수 있다. 제스처 검출은 도시되지 않은 레이더 서브시스템(205)의 출력을 사용하는 다른 하드웨어 또는 소프트웨어 컴포넌트에 의해 수행될 수 있다.

RF 방출기(206)는 하나 이상의 안테나를 포함할 수 있고 약 60GHz에서 송신할 수 있다. 전송되는 전파의 주파수는 저주파에서 고주파로(또는 그 반대로) 반복적으로 스윕(sweep)할 수 있다. 송신에 사용되는 전력 레벨은 레이더 서브시스템(205)이 수 미터 또는 더 짧은 거리의 유효 범위를 갖도록 매우 낮을 수 있다. 레이더 서브시스템(205)에 의해 생성되고 방출되는 전파에 관한 추가 세부 사항은 도 2c와 관련하여 제공된다.

RF 수신기(207)는 송신 안테나(들)와 별개인 하나 이상의 안테나를 포함하고, RF 방출기(206)에 의해 방출된 전파의 근처 객체들로부터의 전파 반사를 수신할 수 있다. 반사된 전파는 그 반사된 수신된 전파와 송신되는 전파를 혼합함으로써 레이더 처리 회로(208)에 의해 해석될 수 있고, 이로써 거리에 대해 분석될 수 있는 혼합(mixed) 신호를 생성할 수 있다. 이 혼합 신호에 기초하여, 레이더 처리 회로(208)는 별도의 처리 엔티티에 의한 분석을 위한 원시 처프 워터폴 데이터라고지칭될 수 있는 원시 파형 데이터를 출력할 수 있다. 레이더 서브시스템(205)은 단일 집적 회로(IC)로서 구현될 수 있거나 레이더 처리 회로(208)는 RF 방출기(206) 및 RF 수신기(207)와 별개의 구성요소일 수 있다. 일부 실시예에서, 레이더 서브시스템(205)은 RF 방출기(206) 및 RF 수신기(207)가 디스플레이(140)와 동일한 방향을 가리키도록 디바이스(101)의 일부로서 통합된다. 다른 실시예에서, 레이더 서브시스템(205)을 포함하는 외부 디바이스는 유선 또는 무선 통신을 통해 디바이스(101)와 연결될 수 있다. 예를 들어, 레이더 서브시스템(205)은 홈 어시스턴트 디바이스에 대한 추가 디바이스일 수 있다.

레이더 서브시스템(205)에 대해, FMCW가 사용된다면, 명확한 FMCW 범위가 정의될 수 있다. 이 범위 내에서, 객체와의 거리를 정확하게 결정될 수 있다. 그러나, 이 범위를 벗어나면, 검출된 객체가 명확한 범위 내의 객체보다 더 가까운 것으로 잘못 해석될 수 있다. 이러한 잘못된 해석은 수신된 아날로그 신호를 디지털 신호로 변환하기 위해 레이더 서브시스템에서 사용하는 혼합 신호의 주파수와 ADC의 샘플링 속도 때문일 수 있다. 혼합 신호의 주파수가 ADC 샘플링의 나이퀴스트(Nyquist) 속도보다 높으면, 반사된 레이더 신호를 나타내는 ADC의 디지털 데이터 출력은 (예를 들어, 더 가까운 물체를 나타내는 더 낮은 주파수로) 잘못 표현될 수 있다.

수면 패턴 및 바이탈 통계를 모니터링하기 위해 디바이스(201)를 사용할 때, 사용자는 사용자가 디바이스(201)에 가장 가까운 사람이어야 한다는 지시를 받을 수 있다. 그러나, 다른 사람이나 동물이 침대 안에 있을 가능성이 있다. 두 사람(또는 대략 침대 폭)이 모두 레이더 서브시스템(205)의 명확한 FMCW 범위 내에 속하도록 2미터와 같이 충분히 멀리 있는 명확한 FMCW 범위를 정의하는 것이 필요할 수 있다. 이 거리는 시중에서 판매되는 대형 침대(예를 들어, 킹 사이즈 침대)의 폭과 비슷하기 때문에 2미터가 이상적일 수 있다.

원시 파형 데이터는 레이더 서브시스템(205)에서 레이더 처리 모듈(210)로 전달될 수 있다. 레이더 처리 모듈(210)로 전달된 원시 파형 데이터는 연속 희소 샘플링 모드에서 동작하는 레이더 서브시스템(205)으로 인한 또는 버스트 모드에서 동작하는 레이더 서브시스템(205)으로 인한 연속적인 희소 반사된 처프를 나타내는 파형 데이터, 및 수행되고 있는 연속 희소 샘플링 모드서 동작하는 레이더 서브시스템(205)에 의해 생성된 원시 파형 데이터를 시뮬레이션하기 위한 변환 프로세스를 포함할 수 있다. 버스트 전파의 각각의 반사된 그룹이 단일 평균 샘플로 표현되는 것과 같은 평균화 프로세스를 사용하여 버스트 샘플링 파형 데이터를 연속 희소 샘플로 변환하기 위한 처리가 수행될 수 있다. 레이더 처리 모듈(210)은 하나 이상의 프로세서를 포함할 수 있다. 레이더 처리 모듈(210)은 하나 이상의 특수 목적 또는 범용 프로세서를 포함할 수 있다. 특수 목적 프로세서에는 본 명세서에 설명된 기능을 수행하도록 특별히 설계된 프로세서가 포함될 수 있다. 이러한 특수 목적 프로세서는 본 명세서에 설명된 기능을 수행하도록 물리적 및 전기적으로 구성된 범용 구성요소인 ASIC 또는 FPGA일 수 있다. 범용 프로세서는 RAM, 플래시 메모리, HDD 또는 SSD와 같은 하나 이상의 비-일시적 프로세서 판독 가능 매체를 사용하여 저장되는 특수 목적 소프트웨어를 실행할 수 있다. 레이더 처리 모듈(210)은 움직임 필터(211), 주파수 강조기(212), 범위-바이탈 변환 엔진(213), 범위 게이팅(gating) 필터(214), 스펙트럼 합산 엔진(215); 및 신경망(216)을 포함할 수 있다. 레이더 처리 모듈(210)의 각 구성요소는 소프트웨어, 펌웨어를 사용하거나 특수 하드웨어로 구현될 수 있다.

레이더 서브시스템(205)에 의해 출력된 원시 파형 데이터는 레이더 처리 모듈(210)에 의해 수신될 수 있고 움직임 필터(211)를 사용하여 먼저 처리될 수 있다. 일부 실시예에서, 움직임 필터(211)가 필터링을 수행하기 위해 사용되는 초기 구성요소라는 것이 중요하다. 즉, 레이더 처리 모듈(210)에 의해 수행되는 처리는 일부 실시예에서 교환적이지 않다. 일반적으로, 바이탈 징후 결정 및 수면 모니터링은 모니터링되는 사용자가 자고 있거나 침대에서 잠을 자려고 할 때 발생할 수 있다. 이러한 환경에서는 일반적으로 움직임이 거의 없을 수 있다. 이러한 움직임은 사용자가 침대 내에서 움직이는 것(예를 들어, 잠을 자려고 시도하는 동안 또는 수면 중에 몸을 구르는 것) 및 호흡으로 인한 움직임 및 모니터링되는 사용자의 심장 박동으로 인한 움직임을 포함하는 사용자의 바이탈 징후에 기인할 수 있다. 이러한 환경에서, RF 방출기(206)로부터 방출된 전파의 대부분은 매트리스, 박스 스프링, 침대 프레임, 벽, 가구, 침구 등과 같은 모니터링되는 사용자 부근의 정적(static) 객체에 의해 반사될 수 있다. 따라서, 레이더 서브시스템(205)으로부터 수신된 원시 파형 데이터의 대부분은 사용자 움직임 및 사용자의 중요한 측정치와 관련이 없을 수 있다.

움직임 필터(211)는 수신된 원시 파형 데이터의 "처프(chirp)" 또는 슬라이스를 버퍼링하는 파형 버퍼를 포함할 수 있다. 예를 들어, 샘플링은 10Hz의 속도로 발생할 수 있다. 다른 실시예에서, 샘플링은 더 느리거나 더 빠를 수 있다. 특정 실시예에서 움직임 필터(211)는 20초의 수신된 원시 파형 처프를 버퍼링할 수 있다. 다른 실시예에서는, 더 짧거나 더 긴 기간의 버퍼링된 원시 파형 데이터가 버퍼링된다. 이 버퍼링된 원시 파형 데이터는 정지된 객체를 나타내는 원시 파형 데이터를 제거하기 위해 필터링될 수 있다. 즉, 모니터링되는 사용자의 가슴과 같이 움직이는 객체의 경우, 사용자의 심박수 및 호흡수는 레이더 서브시스템(205)에 의해 행해진 거리 및 속도 측정 및 움직임 필터(211)로의 출력에 영향을 미칠 것이다. 이러한 사용자의 움직임은 버퍼링된 시간 동안 수신된 원시 파형 데이터에 "지터(jitter)"를 발생시킨다. 보다 구체적으로, 지터는 방출(방사)된 전파를 반사하는 움직이는 객체로 인해 발생하는 위상 시프트(shift, 편이)를 지칭한다. 반사된 FMCW 무선파를 사용하여 움직이는 객체의 속도를 결정하는 대신, 반사된 전파에서 움직임에 의해 유도된 위상 시프트를 사용하여 본 명세서에 설명된 바와 같이 심박수 및 호흡수을 포함하는 바이탈 통계를 측정할 수 있다.

가구와 같은 고정 객체의 경우, 버퍼링된 기간 동안 원시 파형 데이터에 제로 위상 시프트(즉, 지터 없음)가 나타난다. 움직임 필터(211)는 움직임을 나타내는 원시 파형 데이터가 추가 분석을 위해 주파수 강조기(212)로 전달되도록 고정 객체에 대응하는 원시 파형 데이터를 뺄 수 있다. 고정 객체에 대응하는 원시 파형 데이터는 레이더 처리 모듈(210)에 의한 나머지 처리를 위해 폐기되거나 무시될 수 있다.

일부 실시예에서, 무한 임펄스 응답(IIR) 필터는 움직임 필터(211)의 일부로서 통합된다. 구체적으로, 움직임을 나타내지 않는 원시 파형 데이터를 필터링하기 위해 단극(single-pole) IIR 필터가 구현될 수 있다. 따라서, 단극 IIR 필터는 특정 주파수 이하의 움직임을 나타내는 원시 파형 데이터가 주파수 강조기(212)를 통과하는 것을 방지하는 고역 통과, 저역 블록 필터로서 구현될 수 있다. 차단(cut-off) 주파수는 사람의 바이탈 징후에 대한 알려진 한계에 기초하여 설정될 수 있다. 예를 들어, 호흡수은 분당 10회에서 60회 사이로 예상될 수 있다. 분당 10회 호흡보다 낮은 빈도를 나타내는 움직임 데이터는 필터에서 제외될 수 있다. 일부 실시예에서, 인간의 바이탈 징후에 대해 불가능하거나 있을 법하지 않은 고주파에서의 움직임을 나타내는 원시 파형 데이터를 배제하기 위해 대역 통과 필터가 구현될 수 있다. 예를 들어, 호흡수보다 높을 것으로 예상되는 심박수는 휴식 또는 휴식에 가까운 상태에 있는 사람의 경우 분당 박동수가 150회를 넘지 않을 수 있다. 더 높은 주파수를 나타내는 원시 파형 데이터는 대역 통과 필터에 의해 필터링될 수 있다.

일부 실시예에서, 움직임 필터(211)가 주파수 강조기(212)로 전달하는 원시 파형 데이터의 주파수를 더 미세 조정하는 것이 가능할 수 있다. 예를 들어 초기 구성 단계에서 사용자는 연령 데이터와 같은 모니터링되는 사용자(예를 들어, 자신, 어린이)에 대한 정보를 제공할 수 있다. 표 1은 다양한 연령대의 일반적인 호흡수을 나타낸다. 심박수에 대해서도 유사한 데이터가 있을 수 있다. 필터는 예상 호흡수, 심박수 범위 또는 둘 모두를 벗어난 데이터를 제외하도록 구성될 수 있다.

연령	호흡수 범위(분당 호흡)
출생 - 6주	30-60
6개월	25-40
3세	20-30
6세	18-25
10세	17-23
성인	12-18
65-80세	12-28
80세 이상	10-30

측정 중인 모니터링된 사용자의 바이탈 징후는 주기적인 임펄스 이벤트이다. 사용자의 심박수는 시간이 지남에 따라 변할 수 있지만 사용자의 심장은 주기적으로 계속 박동할 것으로 예상할 수 있다. 이 박동은 정현파 함수가 아니라 임펄스 이벤트로 이해될 수 있으며 사용자 신체의 움직임을 유도하는 상대적으로 낮은 듀티 사이클을 갖는 구형파와 더 유사하다. 유사하게, 사용자의 호흡수는 시간이 지남에 따라 달라질 수 있지만 호흡은 사용자의 날숨이 일반적으로 들숨보다 길다는 점을 제외하면 정현파 함수와 유사한 사용자의 신체에서 수행되는 주기적인 함수이다. 게다가, 주어진 시간에, 파형 데이터의 특정 윈도우가 분석되고 있다. 파형 데이터의 특정 시간 윈도우가 분석되고 있기 때문에, 해당 윈도우 내의 완벽한 정현파라도 주파수 영역에서 스펙트럼 누출이 발생할 수 있다. 이 스펙트럼 누출로 인한 주파수 성분은 강조되지 않아야 한다.

주파수 강조기(212)는 원시 파형 데이터의 하나(예를 들어, 호흡) 또는 2개(예를 들어, 호흡 및 심장 박동) 주파수 성분을 결정하기 위해 범위-바이탈 변환 엔진(213)과 함께 작동할 수 있다. 주파수 강조기(212)는 2D 해밍 윈도우(Hann 윈도우와 같은 다른 형태의 윈도우잉 가능)와 같은 주파수 윈도우잉을 사용하여 원시 파형 데이터의 중요한 주파수 성분을 강조하고 정의된 주파수 윈도우 외부의 스펙트럼 누출로 인해 발생할 수 있는 파형 데이터를 강조하지 않거나 제거할 수 있다. 이러한 주파수 윈도잉은 처리 아티팩트로 인해 발생하는 원시 파형 데이터의 크기를 감소시킬 수 있다. 주파수 윈도잉 사용은 심박수와 호흡수를 별도로 결정할 수 있는 관련 데이터를 보존하면서 데이터 의존 처리 아티팩트의 영향을 줄이는데 도움이 될 수 있다.

(예를 들어, 도 2c에서 방출된 바와 같은 레이더를 사용하여) 호흡 및 심박수를 검출하기 위해 모니터링되는 한 명 이상의 사용자의 1~2미터 이내에 위치될 수 있는 고정식 침대 옆 FMCW 레이더 기반 모니터링 디바이스에 대해, 호흡의 경우 10~60bpm(0.16Hz~1Hz) 범위, 심장 박동의 경우 30~150bpm(0.5~2.5Hz) 범위의 주파수를 강조하는 2D 해밍 원도우는 대상자의 나이나 병력에 대한 사전 지식 없이도 신뢰할 수 있는 측정을 수행할 수 있는 충분히 좋은 신호를 제공한다.

심박수 및 호흡수는 주기적인 임펄스 이벤트이므로, 주파수 영역 심박수 및 호흡수는 다른 기본 주파수로 표시될 수 있지만 각각은 더 높은 주파수에서 많은 고조파 성분을 가질 수 있다. 주파수 강조기(212)의 주된 목적 중 하나는 모니터링되는 사용자의 호흡수의 고조파의 주파수 리플이 모니터링되는 사용자의 심박수의 주파수 측정(또는 그 반대)에 영향을 미치는 것을 방지하는 것일 수 있다. 주파수 강조기(212)가 2D 해밍 윈도우를 사용할 수 있지만, 모니터링되는 사용자의 심박수의 주파수 리플로부터 모니터링되는 사용자의 호흡수의 주파수 리플을 격리하는 것을 돕기 위해 다른 윈도잉 기능 또는 격리 기능이 사용될 수 있음을 이해해야 한다.

범위-바이탈 변환 엔진(213)은 특정 주파수에서 움직임의 크기를 식별하고 정량화하기 위해 수신된 모션 필터링된 파형 데이터를 분석한다. 보다 구체적으로, 범위-바이탈 변환 엔진(213)은 시간 경과에 따른 위상 지터를 분석하여 호흡수 및 심박수와 같이 상대적으로 낮은 주파수를 갖는 사용자의 바이탈 징후로 인한 상대적으로 작은 움직임을 검출한다. 범위-바이탈 변환 엔진(213)의 분석은 움직임 파형 데이터의 주파수 성분이 정현파라고 가정할 수 있다. 또한, 범위-바이탈 변환 엔진(213)에 의해 사용되는 변환은 또한 주파수가 관찰되는 거리를 식별할 수 있다. 레이더 서브시스템(205)이 FMCW 레이더 시스템을 사용하기 때문에 주파수, 크기 및 거리는 모두 적어도 부분적으로 결정될 수 있다.

범위-바이탈 변환 엔진(213)의 변환을 적용하기 전에, 모션 필터링된 원시 파형 데이터에 다수의 0을 추가하기 위해 범위-바이탈 변환 엔진(213)에 의해 제로 패딩 프로세스가 수행될 수 있다. 제로 패딩 프로세스를 수행함으로써, 주파수 도메인 내의 해상도를 효과적으로 증가시킬 수 있으므로 보다 정확한 저속 측정(예를 들어, 낮은 심박수, 낮은 호흡수)이 가능한다. 예를 들어, 제로 패딩은 제로 패딩이 없는 분당 호흡의 해상도와 비교하여 분당 호흡의 0.5 차이를 검출하기 위해 해상도를 수치적으로 높이는데 도움이 될 수 있다. 일부 실시예에서, 원시 파형 데이터의 버퍼링된 샘플 크기에 비해 3~4배의 0가 추가될 수 있다. 예를 들어, 20초의 버퍼링된 원시 파형 데이터를 분석하는 경우, 60~80초 분량의 제로 패딩이 샘플에 추가될 수 있다. 구체적으로, 샘플의 제로 패딩의 3~4배 범위는 변환 프로세스를 과도하게 복잡하게 만들지 않으면서(따라서 프로세서 사용 집약적) 해상도를 크게 증가시키는 것으로 나타났다.

수행될 제로 패딩의 양을 결정하기 위해, 수학식 1-3을 사용할 수 있다. 수학식 1에서, RPM_resolution은 이상적으로 1보다 작을 수 있다.

[수학식 1]

[수학식 2]

일부 실시예에서, 30Hz의 처프 레이트(chirp_rate)가 사용될 수 있다. 이러한 주파수는 호흡수와 심박수 상한의 나이퀴스트 한계로부터 충분한 마진을 가질 수 있다. 따라서 n_FFT_slow_time_min은 2048일 수 있다. 호흡 통계를 추정하기 위한 20초 윈도우가 주어지면, 수학식 3의 결과 값은 600이다.

[수학식 3]

이 600의 값은 요구되는 바이탈-FFT 크기보다 작으며 범위-바이탈 변환 엔진(213)이 3배~4배의 제로 패딩을 수행하게 한다. 얼마나 많은 제로 패딩을 수행할지에 대한 균형은 FFT를 수행하는데 필요한 계산량의 관련 증가 및 주파수 분해능 증가에 기초할 수 있다. 3배~4배 제로 패딩은 수행해야 하는 계산량을 조절하면서 심박수 및 호흡수에 대한 충분한 해상도를 제공하는 것으로 확인되었다.

레인지 바이탈 변환 엔진(213)은 주파수 강조기(212)에 의해 출력된 수신된 원시 파형 데이터의 주파수 성분을 결정하기 위해 일련의 푸리에 변환(FT)을 수행할 수 있다. 구체적으로, 일련의 고속 푸리에 변환(FFT)은 범위-바이탈 변환 엔진(213)에 의해 수행되어 이러한 주파수에서 파형 데이터의 특정 주파수 및 크기를 결정할 수 있다.

일정 기간 동안 획득된 파형 데이터는 다차원으로 표현될 수 있다. 제1 차원(예를 들어, y축을 따라)은 특정 처프의 파형 데이터의 다수의 샘플과 관련될 수 있고 제2 차원(예를 들어, x축을 따라)은 다수의 처프에 걸쳐 수집된 파형 데이터의 특정 샘플 인덱스와 관련될 수 있다. 파형 데이터의 강도를 나타내는 데이터의 제3 차원(예를 들어, z축을 따라)이 존재한다.

파형 데이터의 제1 차원 및 제2 차원에 기초하여 다수의 FFT가 수행될 수 있다. FFT는 각각의 제1 차원 및 제2 차원을 따라 수행될 수 있는데, FFT는 각각의 처프에 대해 수행될 수 있고, FFT는 그 기간 동안 발생한 다수의 처프에 걸쳐 각각의 특정한 샘플 인덱스에 대해 수행될 수 있다. 특정 반사된 처프에 대한 파형 데이터에서 수행된 FFT는 하나 이상의 주파수를 나타낼 수 있으며, 이는 FMCW 레이더에서, 방출된 전파를 반사한 물체가 존재하는 거리를 나타낸다. 다수의 처프에 걸쳐 특정 샘플 인덱스에 대해 수행된 FFT는 다수의 처프에 걸쳐 위상 지터의 주파수를 측정할 수 있다. 따라서, 제1 차원의 FFT는 바이탈 통계가 존재하는 거리를 제공할 수 있고 제2 차원의 FFT는 바이탈 통계의 빈도를 제공할 수 있다. 두 차원에서 수행된 FFT의 출력은 1) 바이탈 통계의 빈도, 2) 바이탈 통계가 측정된 범위, 3) 측정된 주파수의 크기를 나타낸다. 데이터에 존재하는 바이탈 통계로 인한 값 외에도, 스펙트럼 합산 엔진(215)을 사용하는 것과 같이 필터링되는 노이즈가 존재할 수 있다. 노이즈는 부분적으로 심박수와 호흡이 완벽한 정현파가 아니기 때문에 발생할 수 있다.

명확히 하기 위해, 범위-바이탈 변환 엔진(213)에 의해 수행되는 변환은 범위-도플러 변환과 다르다. 속도의 변화를 분석하는 대신(범위-도플러 변환에서와 같이), 시간 경과에 따른 위상 변화의 주기적인 변화가 범위-바이탈 변환의 일부로서 분석된다. 범위-바이탈 변환은 위상 지터라고 하는 위상 변화를 추적하여 상대적으로 오랜 시간 동안 발생하는 작은 움직임(예를 들어, 호흡, 심박수)을 식별하도록 조정된다. 이전에 상술한 바와 같이, 심박수와 호흡수를 정확하게 측정하기 위한 충분한 해상도를 허용하기 위해 제로 패딩이 수행된다.

범위 게이팅 필터(214)는 정의된 관심 범위를 모니터링하고 정의된 관심 범위를 넘어서는 움직임으로 인한 파형 데이터를 제외하는데 사용된다. 본 명세서에 자세히 설명된 배열의 경우, 정의된 관심 범위는 0~1미터일 수 있다. 일부 실시예에서, 이 정의된 관심 범위는 다를 수 있거나 사용자(예를 들어, 트레이닝 또는 설정 프로세스를 통해) 또는 서비스 제공자에 의해 설정될 수 있다. 일부 실시예에서, 이 배열의 목표는 디바이스에 가장 가까운 한 사람을 모니터링(그리고 모니터링되는 사람 옆에서 자고 있는 사람과 같이 멀리 떨어져 있는 다른 사람에 대한 데이터를 제외하거나 분리)하는 것일 수 있다. 다른 실시예에서, 두 사람이 모두 모니터링되는 경우, 데이터는 도 12와 관련하여 상세히 설명된 바와 같이 분리될 수 있다. 따라서, 범위-바이탈 변환 엔진(213) 및 범위 게이팅 필터(214)는 정의된 관심 범위 밖의 객체에 기인한 움직임 데이터를 분리, 제외 또는 제거하고, 정의된 관심 범위 내의 객체에 기인한 움직임 데이터의 에너지를 합산하는 역할을 한다. 범위 게이팅 필터(214)의 출력은 범위 게이팅 필터(214)의 허용 가능한 범위 내에서 결정된 범위를 갖는 데이터를 포함할 수 있다. 데이터는 주파수 차원 및 크기를 더 가질 수 있다. 따라서, 데이터는 3차원을 가질 수 있다.

스펙트럼 합산 엔진(215)은 범위 게이팅 필터(214)로부터의 출력을 수신할 수 있다. 스펙트럼 합산 엔진(215)은 심박수 및 호흡수의 고조파 주파수의 측정된 에너지를 전달하고 고조파 주파수 에너지를 기본 주파수의 에너지로 합산하는 기능을 할 수 있다. 이 기능은 고조파 합 스펙트럼(HSS)이라고 지칭될 수 있다. 심박수와 호흡수는 정현파가 아니므로, 주파수 영역에서, 고조파는 사용자 호흡수의 기본 주파수와 사용자 심박수의 기본 주파수보다 높은 주파수에서 존재할 것이다. 스펙트럼 합산 엔진(215)의 주요 목적 중 하나는 모니터링되는 사용자의 호흡수의 고조파가 모니터링되는 사용자의 심박수의 주파수 측정에 영향을 미치는 것(또는 그 반대)을 방지하는 것이다. HSS는 원래 스펙트럼을 다운 샘플링된 스펙트럼 인스턴스(2배)와 합산함으로써 두 번째 순서로 수행될 수 있다. 이 프로세스는 각각의 스펙트럼이 기본 주파수의 스펙트럼에 추가되도록 고조파에 적용될 수도 있다.

이 단계에서, 침대에 가만히 누워있는 사람의 경우(호흡 및 심장 박동으로 인한 움직임 제외), 두 개의 주요 주파수 피크가 주파수 데이터에 나타날 것으로 예상된다. 그러나, 모니터링되는 사용자가 침대에서 구르는 등 물리적으로 움직이는 경우, 그 에너지는 주파수 스펙트럼 전체에 걸쳐 상당히 분포된다(더 넓은 분포). 이러한 큰 물리적 움직임은 주파수 데이터에서 많은 수의 작은 피크로 나타날 수 있다. 사람이 있는 것이 아닌 침대가 비어 있는 경우, 움직임 필터(211)가 이전에 정적(static) 객체에 대응하는 원시 파형 데이터를 필터링했기 때문에 노이즈 플로어(noise floor) 위에 주파수 성분이 없거나 거의 없을 수 있다. 스펙트럼에 걸친 주파수 피크의 분포 및 크기는 사용자가 깨어 있는지 잠들어 있는지를 결정하는데 사용될 수 있다.

스펙트럼 합산 엔진(215)은 심박수(예를 들어, 분당 비트 수) 및 호흡수(예를 들어, 분당 호흡 수)을 나타내는 특징 벡터를 출력할 수 있다. 특징 벡터는 주파수와 크기를 나타낼 수 있다. 신경망(216)은 스펙트럼 합산 엔진(215)으로부터의 특징 벡터의 출력에 표시된 심박수 및/또는 호흡수가 유효한 것으로 간주되어야 하는지 여부를 결정하는데 사용될 수 있다. 따라서, 스펙트럼 합산 엔진(215)에 의해 출력되는 심박수 및 호흡수는 저장될 수 있고, 사용자에게 제시될 수 있으며, 및/또는 신경망(216)의 출력에 기초하여 유효한 것으로 취급될 수 있다. 신경망(216)은 스펙트럼 분석을 수행함으로써 표 2에 표시된 것과 같은 세 가지 상태 중 하나를 출력하도록 (예를 들어, 데이터의 트레이닝 세트를 사용하여 수행되는 지도 학습을 사용하여) 트레이닝될 수 있다. 바이탈 통계 데이터는 사용자가 존재하는 것으로 판단되고 검출된 움직임이 사용자의 바이탈 징후에 의한 것일 때 유효한 것으로 간주될 수 있다.

표 2의 각 상태는 서로 다른 스펙트럼 에너지 및 스펙트럼 희소성 프로파일과 관련된다. 스펙트럼 에너지는 모니터링된 영역 내에 존재하는 움직임으로 인해 검출된 주파수 스펙트럼 전체 에너지의 합을 나타낸다. 스펙트럼 희소성은 움직임이 광범위한 주파수에 걸쳐 분산되는 경향이 있는지 또는 몇 가지 특정 주파수에서 클러스터링(군집화)되는 경향이 있는지 여부를 나타낸다. 예를 들어, 사용자의 바이탈 징후가 검출되는 경우(다른 움직임은 검출되지 않는 경우)와 몇몇 주파수에서 에너지 피크가 발생하면 스펙트럼 희소성이 높다. 그러나, 피크(임계값 이상) 또는 적어도 부분적으로 크기에 기반한 임계값 기준에 기초한 일부 다른 형태의 결정)이 많은 주파수에서 발생하면 스펙트럼 희소성이 낮다.

예를 들어, 심장 박동과 같은 바이탈 징후로 인한 움직임은 특정 주파수(예를 들어, 높은 스펙트럼 희소성)에서 상당한 움직임(예를 들어, 높은 스펙트럼 에너지)을 나타낼 수 있고, 팔다리를 움직이는 사용자로 인한 움직임은 상당한 움직임(높은 스펙트럼 에너지)을 나타낼 수도 있지만 낮은 스펙트럼 희소성을 가질 수 있다. 신경망은 스펙트럼 합산 엔진(215)에 의해 출력된 스펙트럼 에너지 프로파일에 기초하여 각각의 상태를 구별하도록 트레이닝될 수 있다. 따라서, 신경망(216)에는 스펙트럼 에너지를 나타내는 제1 값 및 스펙트럼 희소성을 나타내는 제2 값인 2개의 특징이 제공될 수 있다.

스펙트럼 합산 엔진(215)의 출력은 주파수의 제1 차원 및 진폭의 제2 차원을 갖는 특징 벡터로서 특징지어질 수 있다. 스펙트럼 에너지를 나타내는 제1 값은 스펙트럼 합산 엔진(215)에 의해 출력되는 특징 벡터에 존재하는 최대 진폭을 결정함으로써 계산될 수 있다. 이 최대 진폭 값은 0에서 1 사이의 값으로 정규화될 수 있다. 스펙트럼 희소성을 나타내는 제2 값은 최대 진폭에서 특징 벡터의 중간 진폭을 빼서 계산될 수 있다. 여기서 다시, 계산된 희소성은 0에서 1 사이의 값으로 정규화될 수 있다.

표 2는 스펙트럼 에너지 및 스펙트럼 희소성의 특징이 모니터링 영역의 상태를 분류하기 위해 트레이닝된 신경망에 의해 특징으로서 사용되는 방법의 일반화를 나타낸다.

모니터링 영역의 상태	스펙트럼 에너지	스펙트럼 희소성
사용자 존재 및 바이탈 전용 움직임	높음	높음
사용자 존재 및 움직임(사지 및 몸통 움직임)	높음	낮음
사용자 없음	낮음	낮음

신경망(216)에 의해 분류된 모니터링된 영역의 상태는 모니터링된 사용자의 수면 상태 또는 더 일반적으로는 사용자가 움직이고 있는지 또는 여전히 침대 안에 있는지 여부를 결정하는데 사용될 수 있다. 신경망(216)의 수행된 분류에 의해 결정된 모니터링된 영역의 상태는 스펙트럼 합산 엔진(215)에 의해 출력된 바이탈 통계가 신뢰되어야 하는지 또는 무시되어야 하는지를 결정하는데 추가로 사용될 수 있다. 정확한 바이탈 통계 결정을 위해, 심박수 및 호흡수는 신경망(216)이 사용자가 여전히 존재한다고 결정할 때(즉, 큰 신체적 움직임은 없지만 호흡 및/또는 심장 박동으로 인해 움직임이 발생하고 있음) 정확할 가능성이 높은 것으로 식별될 수 있다. 일부 실시예에서, 스펙트럼 합산 엔진(215)에 의해 출력된 바이탈 통계는 (예를 들어, 프라이버시 문제를 완화하기 위해) 로컬로 독점적으로 저장될 수 있으며, 다른 실시예에서, 바이탈 통계 출력은 (이러한 데이터가 로컬로 저장되는 것에 대안적으로 또는 추가적으로) 원격 저장을 위해 클라우드 기반 서버 시스템(170)으로 전송될 수 있다.

신경망(216)은 스펙트럼 에너지 및 스펙트럼 희소성을 모니터링된 영역의 해당 실측 상태에 매핑하는 분류로 적절하게 태그가 지정된 진폭 및 주파수 특징 벡터의 대규모 트레이닝 데이터 세트를 사용하여 초기에 트레이닝될 수 있다. 대안적으로, 신경망(216)은 스펙트럼 에너지 및 스펙트럼 희소성 쌍을 포함하는 스펙트럼 에너지를 매핑하는 것으로 적절하게 분류된 진폭 및 주파수 특징 벡터의 큰 세트의 트레이닝 데이터를 사용하여 처음에 트레이닝될 수 있으며, 각각은 모니터링된 영역의 대응하는 실측 상태에 적절하게 태그가 지정된다. 신경망은 시간 의존적이지 않은 완전 연결된 신경망일 수 있다. 일부 실시예에서, 기계 학습 배열, 분류기, 또는 신경망 이외의 인공 지능 형태가 사용될 수 있다.

다른 실시예에서, 스펙트럼 에너지 값 및 스펙트럼 희소성 값이 신경망에 의해 사용되는 특징이 아니라, 추가 프론트-엔드 컨볼루션 계층이 있는 신경망은 범위 게이팅 필터(214)의 출력을 직접 사용하도록 트레이닝될 수 있다. 오히려, 컨볼루션 네트워크의 실시예는 범위 게이팅 필터(214)에 의해 출력된 주파수 및 크기 데이터를 분석하여 사용자의 상태를 분류할 수 있다. 컨벌루션 신경망은 시스템(200B)이 최종 사용자에 의해 사용되기 전에 모니터링된 영역의 실측 상태에 매핑된 일련의 스펙트럼 측정에 기초한 오프라인 트레이닝을 활용하도록 트레이닝될 수 있다.

신경망(216)에 의해 결정된 수면 상태는 시간 데이터와 함께 수면 데이터 저장소(118)에 저장될 수 있다. 스펙트럼 합산 엔진(215)에 의해 출력된 바이탈 통계는 신경망(216)이 모니터링된 사용자가 여전히 존재함을 나타낼 때 바이탈 통계 데이터 저장소에 저장될 수 있다. 다른 바이탈 통계 데이터는 폐기되거나 정확하지 않을 가능성이 있음을 나타내기 위해 플래그가 지정될 수 있다. 수면 데이터 저장소(118) 및 바이탈 통계 데이터 저장소에 저장된 데이터는 디바이스(101)에 로컬로 저장될 수 있다. 일부 실시예에서, 저장은 디바이스(101)에서만 발생한다. 이러한 구현은 원격으로 전송되고 저장되는 건강 관련 데이터에 대한 우려를 완화하는 데 도움이 될 수 있다. 일부 실시예에서, 모니터링되는 사용자는 클라우드 기반 서버 시스템(170)과 같이 외부에서 네트워크 인터페이스(예를 들어, 무선 네트워크 인터페이스(150))를 통해 전송되고, 저장되고, 분석되는 수면 데이터 및 바이탈 통계 데이터를 갖도록 선택할 수 있다. 클라우드 기반 서버 시스템(170)에 의한 저장은 사용자가 이러한 데이터에 원격으로 액세스하거나, 의료 제공자에게 액세스하거나 연구 조사에 참여할 수 있는 기능과 같은 상당한 이점을 가질 수 있다. 사용자는 언제든지 클라우드 기반 서버 시스템(170)에서 데이터를 삭제하거나 제거할 수 있는 능력을 보유할 수 있다.

일부 실시예에서, 레이더 처리 모듈(210)은 전체적으로 또는 부분적으로 디바이스(101)로부터 멀리 떨어져 위치할 수 있다. 레이더 서브시스템(205)이 모니터링되는 사용자에게 로컬일 필요가 있을 수 있지만, 레이더 처리 모듈(210)의 처리는 클라우드 기반 서버 시스템(170)으로 이동될 수 있다. 다른 실시예에서, 디바이스(101)와 (예를 들어, LAN 또는 WLAN을 통해) 로컬 통신 중인 스마트 홈 디바이스는 레이더 처리 모듈(210)의 처리 중 일부 또는 전부를 수행할 수 있다. 일부 실시예에서, 메시 네트워크와 관련된 로컬 통신 프로토콜이 처리를 수행할 로컬 디바이스에 원시 파형 데이터를 전송하는데 사용될 수 있다. 이러한 통신 프로토콜에는 Wi-Fi, 블루투스, 스레드 또는 IEEE 802.11 및 802.15.4 제품군의 통신 프로토콜이 포함될 수 있다. 처리와 유사하게, 수면 데이터 및 바이탈 통계 데이터의 저장은 클라우드 기반 서버 시스템(170) 또는 디바이스(101)가 위치한 가정의 다른 스마트 홈 디바이스에서 발생할 수 있다. 또 다른 실시예에서, 레이더 처리 모듈(210)은 단일 컴포넌트 또는 컴포넌트 시스템으로서 레이더 서브시스템(205)과 통합될 수 있다.

수면 데이터 저장소(118)의 저장된 수면 데이터 및 바이탈 통계 데이터는 수면 데이터 편집 엔진(119)에 의해 사용자에게 그들의 수면 패턴, 바이탈 통계 또는 둘 다에 관한 단기 및 장기 경향를 제공하는데 사용될 수 있다. 예를 들어, 매일 아침 그래프, 통계 및 경향는 수면 데이터 저장소(118)에 저장된 데이터 및 디스플레이(140)를 통한 수면 데이터 편집 엔진(119)에 의한 디스플레이용 출력에 기초하여 수면 데이터 편집 엔진(119)에 의해 결정될 수 있다. 전날 밤의 수면 데이터를 나타내는 그래프와 전날 밤의 호흡수 및 심박수를 나타내는 하나 이상의 그래프가 제공될 수 있다. 유사한 그래프, 경향 및 통계가 수면 데이터 편집 엔진(119)에 의해 몇 주, 몇 달, 몇 년 및 심지어 다년의 기간과 같이 훨씬 더 긴 기간 동안 출력될 수 있다. 수면 데이터 및 바이탈 통계에 대한 다른 용도가 가능할 수 있다. 예를 들어, 심박수, 호흡수 및/또는 수면 패턴과 관련된 특정 트리거가 트리거되는 경우, 의료 전문가에게 통지될 수 있다. 부가적으로 또는 대안적으로, 수집된 데이터가 잠재적으로 건강한 사람과 관련이 있거나 건강한 사람을 타낸다는 통지가 사용자에게 출력될 수 있다. 경우에 따라, 수면 무호흡증과 같은 특정 수면 문제가 식별될 수 있다. 수면 데이터는 (예를 들어, 사용자가 깨는 것에 응답하여, 음성 사용자 커맨드에 응답하여, 또는 사용자가 디스플레이(140)와 같은 터치스크린을 통해 입력을 제공하는 것에 응답하여) 합성 음성을 사용하여 스피커(155)를 통해 출력될 수 있다. 이러한 수면 데이터는 디스플레이(140)에 그래픽 및/또는 텍스트로 표시될 수도 있다.

시스템(200A)은 빔 조향 모듈(230)을 추가로 포함할 수 있다. 빔 조향 모듈(230)은 소프트웨어, 펌웨어 및/또는 하드웨어를 사용하여 레이더 처리 모듈(210)의 구성요소와 유사하게 구현될 수 있는 채널 가중 엔진(231)을 포함할 수 있다. 빔 조향 모듈(230)은 레이더 서브시스템(205)으로부터 수신된 데이터를 처리하여 특정 방향으로부터 수신된 데이터를 강조하고 다른 방향으로부터 수신된 데이터를 강조하지 않기 때문에 레이더 처리 모듈(210)과 별개인 것으로 도시되어 있다. 빔 조향 모듈(230)은 레이더 처리 모듈(210)과 동일한 하드웨어를 사용하여 구현될 수 있다. 예를 들어, 빔 조향 모듈(230)은 움직임 필터(211)가 적용되기 전에 레이더 서브시스템(205)으로부터 수신된 레이더 데이터를 수정하는 소프트웨어 프로세스일 수 있다. 디바이스(101)는 특정 위치에 배치되고 지속적인 전원 공급 장치(예를 들어, 가정용 전원 콘센트)에 연결되고, 음성 및/또는 터치스크린을 통해 상호 작용하도록 의도된 표면 상단(surface-top) 디바이스일 수 있다. 따라서, 레이더 서브시스템(205)은 상당한 시간 동안(예를 들어, 여러 시간, 몇일, 몇 주, 몇 달) 주변 환경의 일부를 가리키고 있을 수 있다. 일반적으로 말해서, 빔 조향 모듈(230)은 디바이스(101)가 위치하는 환경(예를 들어, 방)을 매핑하고 레이더 서브시스템(205)의 검출 방향을 사용자가 존재할 가능성이 가장 높은 레이더 서브시스템(205)의 시야 내의 구역(zone)으로 조향하는데 사용될 수 있다.

레이더 서브시스템(205)의 시야 내의 영역을 타겟팅하는 것은 사용자 이외의 객체들의 움직임에 의해 야기되는 거짓 부정(false negatives) 및 거짓 긍정(false positives)의 양을 줄이는데 도움이 될 수 있다. 또한, 타겟팅은 사용자가 자는 위치에 대한 디바이스(101)의 각도 및 위치를 보상하는데 도움이 될 수 있다. 예를 들어, 디바이스(101)는 사용자의 침대와 높이가 다른 협탁에 위치할 수 있다. 추가적으로 또는 대안적으로, 레이더 서브시스템(205) 디바이스(101)는 사용자가 자는 침대의 위치를 직접 가리키지 않을 수 있다.

표 2의 낮은 스펙트럼 에너지 및 낮은 스펙트럼 밀도에 기초하여 하는 것과 같이 사용자가 존재하지 않는 것으로 결정되는 경우, 최적의 빔 조향 프로세스는 채널 가중 엔진(231) 및 빔 조향 시스템(232)에 의해 수행될 수 있다. 사용자가 존재하지 않는 동안, 레이더 서브시스템(205)의 어느 방향 정렬이 최소 클러터를 제공하는지 결정하기 위해 분석이 수행될 수 있다.

도 2b는 빔 타겟팅을 수행할 수 있는 수면 추적 시스템(200B)("시스템(200B)")의 실시예를 도시한다. 빔 조향 모듈(230)을 사용하여 수행되는 빔 타겟팅은 사용자가 존재할 수 있는 영역으로부터의 레이더 반사에 초점을 맞출 수 있고 근처 벽이나 큰 객체와 같이 간섭을 일으키는 객체로부터의 레이더 반사의 사용을 무시하거나 적어도 감소시킬 수 있다.

레이더 서브시스템(240)은 반사된 레이더 전파를 수신하기 위한 다중 안테나를 포함할 수 있다. 일부 실시예에서, 3개의 안테나가 존재할 수 있다. 이들 안테나는 "L" 패턴으로 정렬될 수 있어서, 2개의 안테나는 수평으로 직교하고 2개의 안테나는 수평 배열 및 수직 배열 모두에서 사용되는 안테나들 중 하나와 수직으로 직교한다. 수신된 레이더 신호의 위상차를 분석함으로써, 수신된 레이더 빔을 수직 및/또는 수평으로 타겟팅하기 위해 가중치가 적용될 수 있다. 다른 실시예에서, 안테나들은 상이한 패턴으로 정렬될 수 있고 및/또는 빔 타겟팅은 단일 수신 안테나와 다중 전송 안테나를 사용하거나 다수의 전송 안테나 및 다수의 수신 안테나 모두에 의해 수행될 수 있다.

시스템(200B)이 포함된 디바이스의 수직 경사(tilt)를 보상하기 위해 수직 타겟팅이 수행될 수 있다. 예를 들어, 도 3a와 관련하여 아래에서 논의되는 바와 같이, 비접촉식 수면 추적 디바이스(300)의 얼굴은 사용자가 일반적으로 자고 있는 위치에 대해 기울어질 수 있다.

방출된 레이더가 간섭을 일으키는 객체를 향하고 있는 것을 보상하기 위해 수평 타겟팅(조준)이 수행될 수 있다. 예를 들어, 사용자의 침대 머리판이 벽에 붙어 있는 경우, 머리판 및/또는 벽은 레이더 서브시스템(120)의 시야의 상당 부분을 차지할 수 있다. 머리판 및/또는 벽으로부터의 레이더 반사는 사용자에 대한 데이터를 결정하는 데 유용하지 않으므로, 벽 및/또는 머리판으로부터의 반사를 덜 강조하고 벽 및/또는 머리판으로부터 떨어진 곳에서 획득된 반사를 강조하는 것이 유익할 수 있다. 따라서, 수신 빔은 수신된 레이더 신호에 적용되는 가중치에 의해 벽과 머리판으로부터 멀어지는 방향으로 수평으로 조향(조정)될 수 있다.

시스템(200B)에서, 빔 조향 모듈(230)은 레이더 처리 모듈(210)에 의해 처리가 수행되기 전에 레이더 서브시스템(205)으로부터 수신된 원시 처프 워터폴에 대한 처리를 수행하기 위해 존재한다. 따라서, 빔 조향 모듈(230)은 레이더 처리 모듈(210)의 분석 이전에 전처리 모듈로 기능할 수 있으며, 하나 이상의 사용자가 존재할 것으로 예상되는 영역을 강조하는 역할을 할 수 있다. 빔 조향 모듈(230)은 하드웨어, 소프트웨어 또는 펌웨어를 사용하여 구현될 수 있으며, 따라서 빔 조향 모듈(230)은 레이더 처리 모듈(210)과 동일한 하나 이상의 프로세서를 사용하여 구현될 수 있다.

빔 조향 모듈(230)은 채널 가중 엔진(231) 및 빔 조향 시스템(232)을 포함할 수 있다. 채널 가중 엔진(231)은 수신된 레이더 신호가 함께 혼합되기 전에 각각의 안테나로부터 수신된 레이더 신호에 적용될 일련의 가중을 결정하기 위한 트레이닝 프로세스를 수행하는데 사용될 수 있다. 채널 가중 엔진(231)은 모니터링된 영역이 비어 있다고 판단되면 트레이닝 프로세스를 수행할 수 있다. 이러한 시간 동안, 큰 정적 객체(예를 들어, 벽, 머리판)로부터 수신된 신호의 강도가 분석될 수 있으며 이러한 객체로부터 멀리 빔을 수평(및 가능하면 수직)으로 조향하도록 가중치가 설정될 수 있다. 따라서, 정적 환경에서의 반사량은 수신 레이더 빔을 조향하는 채널 가중 엔진(231)에 의해 디바이스로부터 특정 거리 범위(예를 들어, 최대 1미터)에 대해 최소화될 수 있다. 이러한 트레이닝은 사용자가 존재할 때도 수행될 수 있다. 즉, 레이더 서브시스템(205)의 수신 빔은 움직임이 검출된 곳, 특히 사용자의 바이탈 징후가 존재하는 곳으로 조향될 수 있다.

채널 가중 엔진(231)에 의해 결정된 가중은 각 안테나의 수신된 반사 레이더 신호에 개별적으로 가중치를 적용하기 위해 빔 조향 시스템(232)에 의해 사용될 수 있다. 각각의 안테나로부터 수신된 신호는 가중된 후 레이더 처리 모듈(210)에 의한 처리를 위해 함께 혼합될 수 있다. 빔 조향 모듈(230)의 다양한 실시예가 어떻게 구현될 수 있는지에 대한 추가 세부 사항은 도 14-17과 관련하여 상세히 설명된다. 빔 조향 모듈(230)은 본 명세서에 설명된 임의의 다른 실시예와 조합하여 사용될 수 있다.

도 2c는 레이더 서브시스템에 의해 출력된 FMCW 레이더 전파에 대한 처프 타이밍 다이어그램(200C)의 실시예를 도시한다. 처프 타이밍 다이어그램(200C)은 일정하지 않다. 레이더 서브시스템(205)은 일반적으로 처프 타이밍 다이어그램(200C)의 패턴으로 레이더를 출력할 수 있다. 처프(250)는 주파수가 낮은 주파수에서 높은 주파수로 스윕하는 전파의 연속 펄스를 나타낸다. 다른 실시예에서, 개별 처프는 고주파수에서 저주파수로, 저주파수에서 고주파수로, 그리고 다시 저주파수로, 또는 고주파수에서 저주파수로 그리고 다시 고주파수로 연속적으로 스윕 다운(sweep down)할 수 있다. 일부 실시예에서, 저주파수는 58GHz이고 고주파수는 63.5GHz이다(이러한 주파수의 경우 전파는 밀리미터파라고 할 수 있다). 일부 실시예에서, 주파수는 57과 64GHz 사이이다. 저주파수와 고주파수는 실시예에 따라 달라질 수 있다. 예를 들어, 저주파수와 고주파수는 45GHz와 80GHz 사이일 수 있다. 주파수 선택은 정부 규정을 준수하도록 적어도 부분적으로 선택될 수 있다. 일부 실시예에서, 각각의 처프에는 저주파수에서 고주파수(또는 역으로)로의 선형 스윕이 포함한다. 다른 실시예에서, 지수 또는 일부 다른 패턴을 사용하여 낮은 주파수에서 높은 주파수로 또는 높은 주파수에서 낮은 주파수로 스윕할 수 있다.

처프 타이밍 다이어그램(200C)의 모든 처프를 대표할 수 있는 처프(250)는 128㎲의 처프 기간(chirp duration)(252)을 가질 수 있다. 다른 실시예에서, 처프 기간(252)은 50㎲~1ms와 같이 더 길거나 더 짧을 수 있다. 일부 실시예에서, 후속 처프가 방출되기 전에 일정 기간이 경과할 수 있다. 처프간(Inter-chirp) 일시정지(256)는 205.33㎲일 수 있다. 다른 실시예에서, 처프간 일시정지(256)는 10㎲~1ms와 같이 더 길거나 더 짧을 수 있다. 예시된 실시예에서, 처프(250) 및 처프간 일시정지(256)를 포함하는 처프 기간(254)은 333.33㎲일 수 있다. 이 기간은 선택된 처프 기간(252) 및 처프간 일시정지(256)에 기초하여 달라진다.

출력되는 다수의 처프는 처프 간 일시정지에 의해 분리되어 프레임(258) 또는 프레임(258)으로 지칭될 수 있다. 프레임(258)은 20개의 처프를 포함할 수 있다. 다른 실시예에서, 프레임(258)의 처프의 수는 1 내지 100 사이와 같이 더 크거나 더 적을 수 있다. 프레임(258) 내에 존재하는 처프의 수는 주어진 기간 내에 출력하고자 하는 최대 전력량에 기초하여 결정될 수 있다. FCC 또는 기타 규제 기관은 환경에 방사할 수 있는 최대 전력량을 설정할 수 있다. 예를 들어, 듀티 사이클을 33ms 기간 동안 10% 미만으로 제한하는 듀티 사이클 요구사항이 있을 수 있다. 프레임당 20개의 처프가 있는 특정 예에서, 각 처프는 128us의 지속 시간을 가질 수 있으며 각 프레임의 지속 시간은 33.33ms이다. 대응하는 듀티 사이클은 (20프레임)*(.128ms)/(33.33ms)이며 약 7.8%이다. 프레임간 일시정지 전에 프레임(258) 내의 처프 수를 제한함으로써, 전력 출력의 총량이 제한될 수 있다. 일부 실시예에서, 피크 EIRP(유효 등방성 복사 전력)는 12.86dBm(19.05mW)과 같이 13dBm(20mW) 이하일 수 있다. 다른 실시예에서, 피크 EIRP는 15dBm 이하이고 듀티 사이클은 15% 이하이다. 일부 실시예에서, 피크 EIRP는 20dBm 이하이다. 즉, 임의의 주어진 시간에, 레이더 서브시스템에서 방사되는 전력의 양은 이러한 값을 절대 초과할 수 없다. 또한, 일정 기간 동안 방사되는 총 전력은 제한될 수 있다.

프레임은 기간(260)으로 도시된 바와 같이 30Hz(33.33ms)의 주파수로 전송될 수 있다. 다른 실시예에서, 주파수는 더 높거나 낮을 수 있다. 프레임 주파수는 프레임 내의 처프 수 및 프레임간 일시정지(262)의 지속 기간에 따라 달라질 수 있다. 예를 들어, 주파수는 1Hz와 50Hz 사이일 수 있다. 일부 실시예에서, 레이더 서브시스템이 처프간 일시정지가 산재된 연속적인 처프 스트림을 출력하도록, 처프가 연속적으로 전송될 수 있다. 처프 전송 및 수신된 처프 반사의 처리로 인해 디바이스가 소비하는 평균 전력을 절약하기 위해 절충안(Tradeoffs)이 만들어 질 수 있다. 프레임간 일시정지(262)는 처프가 출력되지 않는 기간을 나타낸다. 일부 실시예에서, 프레임간 일시정지(262)는 프레임(258)의 지속 기간보다 훨씬 더 길다. 예를 들어, 프레임(258)은 지속 시간이 6.66ms일 수 있다(처프 주기(254)는 333.33㎲이고 프레임당 20개의 처프임). 프레임 사이에 33.33ms가 발생하면 프레임간 일시정지(262)는 26.66ms가 될 수 있다. 다른 실시예에서, 프레임간 일시정지(262)의 지속 기간은 15ms와 40ms 사이와 같이 더 크거나 더 작을 수 있다.

도 2c의 예시된 실시예에서, 단일 프레임(258) 및 후속 프레임의 시작이 도시된다. 각 후속 프레임은 프레임(258)과 유사하게 구성될 수 있음을 이해해야 한다. 또한, 레이더 서브시스템의 전송 모드는 고정될 수 있다. 즉, 사용자의 존재 여부, 하루 중 시간 또는 다른 요인에 관계없이, 처프들은 처프 타이밍 다이어그램(200C)에 따라 전송될 수 있다. 따라서, 일부 실시예에서, 레이더 서브시스템은 환경의 상태나 모니터링을 시도하는 활동에 관계없이 항상 단일 전송 모드에서 작동한다. 디바이스(101)의 전원이 켜져 있는 동안 프레임(258)과 유사한 연속적인 프레임 열이 전송될 수 있다.

도 3a는 비접촉식 수면 추적 디바이스(300)("디바이스(300)")의 실시예를 도시한다. 디바이스(300)는 디스플레이가 보이도록 전방 투명 스크린(340)을 포함하는 전면을 가질 수 있다. 이러한 디스플레이는 터치스크린일 수 있다. 전면 투명 스크린(340) 주변은 베젤(330)이라고 지칭되는 광학적으로 불투명한 영역일 수 있으며, 이를 통해 레이더 서브시스템(205)은 디바이스(300) 전방 환경의 시야를 가질 수 있다. 단면도(400)는 도 4와 관련하여 상세히 설명된다.

바로 다음 설명의 목적을 위해, 수직 및 수평이라는 용어는 일반적으로 침실에 대한 방향을 나타내며, 수직은 바닥에 수직인 방향을 나타내고 수평은 바닥과 평행한 방향을 나타낸다. Infineon® BGT60 레이더 칩일 수 있는 레이더 서브시스템은 대체로 평면형이고 전체적으로 디바이스의 공간적 소형화를 위해 일반적으로 베젤(330)에 평행하게 설치되기 때문에 그리고 레이더 칩 내의 안테나들이 칩의 평면에 놓이기 때문에, 빔 타겟팅 없이 레이더 서브시스템(120)의 수신 빔은 일반적으로 베젤(330)에 수직인 방향(350)을 향할 수 있다. 일부 실시예에서 투명 스크린(340)의 터치스크린 기능과의 용이한 사용자 상호작용을 촉진하기 위해 약 25도로 제공되는 순전히 수직 방향으로 멀어지는 베젤(330)의 이탈 기울기(departure tilt)로 인해, 방향(350)은 이탈 각도(351)만큼 수평으로 위쪽을 가리킬 수 있다. 디바이스(300)가 일반적으로 사용자가 잠을 자는 매트리스의 상단과 거의 동일한 높이인 침대 옆 플랫폼(예를 들어, 스탠드)에 설치될 것이라고 가정하면, 레이더 서브시스템(120)의 수신 빔이 수평 방향(352) 또는 거의 수평(예를 들어, 수평으로부터 -5°와 5° 사이) 방향으로 타겟팅되는 것이 유리할 수 있다. 따라서, 수직 빔 타겟팅은 레이더 서브시스템(120)이 존재하는 디바이스(300) 부분의 이탈 각도(351)를 보상하기 위해 사용될 수 있다.

도 3b는 비접촉식 수면 추적 디바이스(300)의 실시예의 분해도를 도시한다. 디바이스(300)는 디스플레이 어셈블리(301); 디스플레이 하우징(302); 메인 회로보드(303); 넥(neck) 어셈블리(304); 스피커 어셈블리(305); 베이스 플레이트(306); 메시 네트워크 통신 인터페이스(307); 상부 도터보드(daughterboard)(308); 버튼 어셈블리(309); 레이더 어셈블리(310); 마이크로폰 어셈블리 311; 로커(rocker) 스위치 브라켓(312); 로커 스위치 보드(313); 로커 스위치 버튼(314); 와이파이 어셈블리(315); 전원 보드(316); 및 전원 브래킷 어셈블리(317)를 포함할 수 있다. 디바이스(300)는 디바이스(101)가 구현될 수 있는 방식의 실시예를 나타낼 수 있다.

디스플레이 어셈블리(301), 디스플레이 하우징(302), 넥 어셈블리(304) 및 베이스 플레이트(306)는 집합적으로 디바이스(300)의 나머지 구성요소 모두를 수용하는 하우징을 형성할 수 있다. 디스플레이 어셈블리(301)는 사용자에게 정보를 제공하는 터치스크린일 수 있는 전자 디스플레이를 포함할 수 있다. 따라서 디스플레이 어셈블리(301)는 접지면 역할을 할 수 있는 디스플레이의 금속판을 포함할 수 있는 디스플레이 스크린을 포함할 수 있다. 디스플레이 어셈블리(301)는 다양한 센서가 디스플레이 어셈블리(301)가 대면하는 일반적인 방향으로 시야를 허용하는 금속판으로부터 떨어진 투명한 부분을 포함할 수 있다. 디스플레이 어셈블리(301)는 디바이스(300)의 하우징의 일부 역할을 하는 유리 또는 투명 플라스틱으로 만들어진 외부 표면을 포함할 수 있다.

디스플레이 하우징(302)은 디스플레이 어셈블리(301)용 하우징 역할을 하는 플라스틱 또는 다른 강성(rigid) 또는 반강성 재료일 수 있다. 메인 회로 보드(303); 메시 네트워크 통신 인터페이스(307); 상부 도터보드(308); 버튼 어셈블리(309); 레이더 어셈블리(310); 및 마이크로폰 어셈블리(311)와 같은 다양한 구성요소(303)가 디스플레이 하우징(302)상에 장착될 수 있다. 메시 네트워크 통신 인터페이스(307); 상부 도터보드(308); 레이더 어셈블리(310); 및 마이크로폰 어셈블리(311)는 플랫(flat) 와이어 어셈블리를 사용하여 메인 회로 보드(303)에 연결될 수 있다. 디스플레이 하우징은 접착제를 사용하여 디스플레이 어셈블리(301)와 부착될 수 있다.

메시 네트워크 통신 인터페이스(307)는 하나 이상의 안테나를 포함할 수 있고 스레드 기반 메시 네트워크와 같은 메시 네트워크와의 통신을 가능하게 할 수 있다. Wi-Fi 어셈블리(315)는 간섭의 가능성을 줄이기 위해 메시 네트워크 통신 인터페이스(307)로부터 거리를 두고 위치할 수 있다. Wi-Fi 어셈블리(315)는 Wi-Fi 기반 네트워크와의 통신을 가능하게 할 수 있다.

레이더 서브시스템(120) 또는 레이더 서브시스템(205)을 포함할 수 있는 레이더 어셈블리(310)는 자신의 RF 방출기 및 RF 수신기가 디스플레이 어셈블리(301)의 금속판으로부터 떨어져 있도록 위치될 수 있고 메시 네트워크 통신 인터페이스(307) 및 Wi-Fi 어셈블리(315)로부터 상당한 거리에 위치될 수 있다. 이 3개의 구성요소는 구성요소 간의 거리를 증가시키고 간섭을 줄이기 위해 대략 삼각형으로 배열될 수 있다. 예를 들어, 디바이스(300)에서, Wi-Fi 어셈블리(315)와 레이더 어셈블리(310) 사이에 적어도 74mm의 거리가 유지될 수 있다. 메시 네트워크 통신 인터페이스(307)와 레이더 어셈블리(310) 사이에 적어도 98mm의 거리가 유지될 수 있다. 추가로, 레이더 어셈블리(310)와 스피커(318) 사이의 거리는 스피커(318)에 의해 생성될 수 있는 레이더 어셈블리(310)에 대한 진동의 영향을 최소화하기 위해 바람직할 수 있다. 예를 들어, 디바이스(300)의 경우, 레이더 어셈블리(310)와 스피커(318) 사이에 적어도 79mm의 거리가 유지될 수 있다. 추가적으로, 마이크로폰과 레이더 어셈블리(310) 사이의 거리는 수신된 레이더 신호에 대한 마이크로폰의 가능한 간섭을 최소화하는데 바람직할 수 있다. 상부 도터보드(308)는 다수의 마이크로폰을 포함할 수 있다. 예를 들어, 상부 도터보드(308)의 가장 가까운 마이크로폰과 레이더 어셈블리(310) 사이에 적어도 12mm가 유지될 수 있다.

다른 구성요소가 또한 존재할 수 있다. 후면을 향할 수 있는 제3 마이크로폰 어셈블리, 즉 마이크로폰 어셈블리(311)가 존재할 수 있다. 마이크로폰 어셈블리(311)는 상부 도터보드(308)의 마이크로폰과 협력하여 음성 명령을 배경 잡음으로부터 격리시키는 기능을 할 수 있다. 전원 보드(316)는 디바이스(300)의 구성요소에 전력을 공급하기 위해 AC 전원으로부터 수신된 전력을 DC로 변환할 수 있다. 전원 보드(316)는 전원 브래킷 어셈블리(317)를 사용하여 디바이스(300) 내에 장착될 수 있다. 로커 스위치 브라켓(312), 로커 스위치 보드(313) 및 로커 스위치 버튼(314)은 업/다운 입력과 같은 사용자 입력을 수신하기 위해 집합적으로 사용될 수 있다. 이러한 입력은 예를 들어 스피커(318)를 통해 출력되는 사운드의 볼륨을 조정하는데 사용될 수 있다. 다른 사용자 입력으로서, 버튼 어셈블리(309)는 사용자가 작동시킬 수 있는 토글 버튼을 포함할 수 있다. 이러한 사용자 입력은 예를 들어 사용자가 프라이버시를 원할 때 및/또는 디바이스(300)가 음성 커맨드에 응답하는 것을 원하지 않을 때와 같이 모든 마이크로폰을 활성화 및 비활성화하는데 사용될 수 있다.

도 4는 디바이스(300)의 단면도를 도시한다. 유리 또는 플라스틱일 수 있는 스크린(401)은 접착제(403)를 사용하는 것과 같이 디스플레이 하우징(302)에 부착될 수 있다. 스크린(401) 및 금속 하우징(404)은 디스플레이 어셈블리(301)의 일부일 수 있다. 레이더 어셈블리(310)와 스크린(401) 사이에는 에어 갭(406)이 있을 수 있다. 레이더 어셈블리(310)는 바람직하지 않은 반사의 최소량이 레이더 어셈블리(310)로부터 디바이스(300)의 전방을 통해 외부로 이동하는 전자기파에 의해 발생하는 굴절률 차이에 의해 야기되도록 장착될 수 있다. 거리(402)는 레이더 어셈블리(310)의 RF 방출기에 의해 출력되는 RF 신호의 주파수와 같을 수 있는 60GHz에서 5mm의 자유 공간 파장의 절반보다 다소 작은 2mm와 2.3mm 사이일 수 있다. 반파장보다 다소 작은(또는 그 이상) 거리에 의해 안티 캐비티(anti-cavity, 캐비티 방지)가 생성된다. 정확히 반파장 거리를 사용하면 보강 간섭이 존재할 수 있으며 원치 않는 반사 신호가 수신되는 것을 방지할 수 있다. 또한, 보강 간섭이 발생하지 않도록 하기 위해 훨씬 더 크거나 작은 에어 갭 크기가 사용될 수 있다. 접착제(403)는 레이더 반사에 거의 또는 전혀 영향을 미치지 않는 것으로 간주될 수 있다.

거리(405)는 1.2mm와 같이 적어도 1mm일 수 있다. 레이더 어셈블리(310)가 금속 하우징(404)으로부터 더 멀리 떨어져 있을수록, 금속 하우징(404)에 의해 방출 및 수신된 RF에 대해 금속 하우징(404)에 의해 더 적은 간섭이 야기될 수 있다. 레이더 어셈블리(310)의 접지는 레이더 어셈블리(310)가 금속 하우징(404)을 접지면으로 사용하도록 금속 하우징(404)과 연결될 수 있다.

도 5는 사람이 수면중인 때를 결정하기 위한 상태 머신(500)의 실시예를 도시한다. 레이더 처리 모듈(112)에 의해 출력된 데이터에 기초하여, 수면 상태 검출 엔진(114)은 상태 머신(500)을 사용하여 사람이 자고 있는지 여부를 결정할 수 있다. 일부 실시예에서, 수면 상태 검출 엔진(114)은 레이더 처리 모듈(112)의 기능의 일부로서 통합되고 별도의 모듈로서 존재하지 않는다는 것을 이해해야 한다. 상태 머신(500)은 5개의 가능한 수면 상태, 예를 들어 침대에 없음(501); 침대로 들어가기(502); 침대에서의 움직임(503); 침대에서 움직임 없음(504); 및 침대에서 나가기(505)를 포함할 수 있다

모션 표시 파형 데이터가 존재하지 않는 경우, 이는 사용자가 침대에 있지 않다는 것을 나타낼 수 있다. 침대에 누워 있는 사용자는 바이탈 징후로 인해 항상 최소한의 움직임을 보일 것으로 예상할 수 있다. 따라서, 움직임이 전혀 없는 경우 사용자는 상태(501)로 판단될 수 있다. 상태(501)가 결정된 후, 결정될 수 있는 다음 가능 상태는 상태(502)이다. 상태(502)에서, 모니터링된 사용자는 침대에 들어가고 있다. 표 2와 같이 상당한 사용자 움직임이 감지될 수 있다. 이것은 사용자가 침대에 들어가는 것을 나타낼 수 있고 상태가 상태(501)에서 상태(502)로 전환(천이)되게 할 수 있다.

상태(502)로부터, 사용자가 뒹굴거나, 자세를 잡거나, 베개, 시트 및/또는 담요를 움직이거나, 책을 읽는 등의 이유로 침대에서 움직임(motion)이 계속 검출될 수 있다. 상태(502)는 이러한 움직임이 계속 검출되는 동안 상태(503)로 전환할 수 있다. 대안적으로, 움직임이 검출된 다음 움직임이 없는 것으로 검출되면, 이것은 모니터된 사용자가 침대에서 나가는 것에 의해 상태(505)에 진입되었음을 나타낼 수 있다. 이 조건이 발생하면, 상태(502)는 상태(505)로 전환한 다음 다시 상태(501)로 전환할 수 있다. 일반적으로, 상태(504)는 사용자가 자고 있는 것으로 해석될 수 있고 상태(503)는 사용자가 깨어 있는 것으로 해석될 수 있다. 일부 실시예에서, 사용자를 잠든 것으로 분류하기 위해서는 상태(504)에서 임계 시간(또는 시간에 적어도 부분적으로 기초한 임계값 기준의 형태를 사용하는 일부 다른 형태의 결정)보다 많은 시간이 필요하고, 사용자를 깨어 있는 것으로 분류하기 위해서는 상태(503)에서 임계 시간(또는 시간에 적어도 부분적으로 기초한 임계값 기준의 형태를 사용하는 일부 다른 형태의 결정)보다 많은 시간이 필요하다. 예를 들어, 5초 미만의 침대에서의 움직임은 사용자가 이전에 잠든 것으로 결정된 경우 여전히 잠든 상태에서 사용자가 움직이는 것으로 해석될 수 있다. 따라서, 사용자가 상태(504)에서 상태(503)로 전환하고, 일정 수의 움직임 이벤트를 경험한 다음, 지속 시간 미만 내에 상태(504)로 복귀하면, 사용자는 사용자의 수면이 방해받았지만 사용자가 깨어나지 않은 "수면 각성(sleep arousal)"을 경험한 것으로 식별될 수 있다. 이러한 수면 각성은 사용자가 완전히 깨어난 것으로 판단되는 에피소드와 함께 추적되거나 별도의 데이터가 유지될 수 있다.

상태(503)로부터, 모니터링되는 사용자는 상태(505)에서 침대에서 나가는 것으로 결정될 수 있고 상태(504)에서 움직이지 않게 될 수 있다. 상태(504)에서 "움직임 없음(motionless)"은 모니터링되는 사용자에 의해 수행되는 큰 움직임은 없지만 사용자가 바이탈 징후로 인해 작은 움직임은 계속 수행한다는 것을 지칭한다. 일부 실시예에서, 모니터링되는 사용자의 상태가 상태(504)인 것으로 결정된 경우에만 바이탈 사인이 정확한 것으로 취급되고 및/또는 사용자의 바이탈 사인을 측정하기 위해 저장, 기록 또는 사용된다. 상태(503) 및 상태(504) 동안 수집된 데이터는 모니터링되는 사용자의 일반적인 수면 패턴(예를 들어, 뒤척이는 시간, 양질의 수면 시간, 깊은 수면 발생 시기, REM 수면 발생 시기 등)을 결정하는데 사용될 수 있다. 사용자가 미리 정의된 기간 동안 상태(504)에 진입한 후, 사용자는 사용자가 상태(504)를 나갈 때까지 잠든 것으로 간주될 수 있다. 사용자가 초기에 상태(504)로 전환하는 경우, 사용자는 잠든 것으로 간주되기 위해 2분 내지 5분과 같은 일정 시간 동안 상태(504)에 머물도록 요구될 수 있다. 사용자가 적어도 정의된 기간 동안 상태(503)에 있으면, 사용자는 깨어 있는 것으로 식별될 수 있다. 그러나, 사용자가 정의된 기간 미만 동안 상태(504)로부터 상태(503)로 진입하고 상태(504)로 복귀하는 경우, 사용자는 수면 중에 움직이고 있으며 계속해서 잠들어 있는 것으로 식별될 수 있다.

도 6은 검출된 수면 상태 및 환경 방해의 타임라인을 도시한다. 수면 타임라인(600)은 예를 들어 상태 머신(500)에 따라 사용자가 깨어 있거나 잠든 것으로 결정되는 시기를 나타낸다. 오디오 타임라인(610)은 환경 오디오 이벤트가 디바이스(101)에 의해 검출되는 시기를 나타낸다. 조명 타임라인(620)은 환경 조명 이벤트가 디바이스(101)에 의해 검출되는 시기를 나타낸다. 도 6의 예에서, 디바이스(101)는 오디오 및 조명(light)을 모니터링한다. 다른 실시예에서, 디바이스(101)는 오디오 또는 빛을 모니터링할 수 있다. 또 다른 실시예에서, (예를 들어, PIR 센서를 사용하여) 다른 살아있는 객체의 온도 또는 움직임과 같은 하나 이상의 추가 환경 조건이 모니터링될 수 있다. 1) 환경에서 검출된 사운드의 양이 고정된 사운드 레벨 임계값(또는 사운드에 적어도 부분적으로 기초한 임계값 기준을 사용하는 일부 다른 형태의 결정)을 초과하는 경우; 또는 2) 주변 사운드 레벨이 정의된 임계 양 또는 백분율(또는 사운드에 적어도 부분적으로 기초한 임계값 기준을 사용하는 일부 다른 형태의 결정) 이상으로 증가하는 경우 사운드 이벤트가 검출될 수 있다.

1) 검출된 조명(빛)의 양이 고정된 조명 임계값을 초과하거나 또는 2) 주변 조명 레벨이 정의된 임계 양 또는 백분율(또는 조명 레벨에 적어도 부분적으로 기초한 임계값 기준을 사용하는 일부 다른 형태의 결정) 이상으로 증가하는 경우 조명 이벤트가 검출될 수 있다. 유사한 분석이 온도에 대해 수행될 수 있다. 움직임 모니터링의 경우, 다른 살아있는 객체가 방 안에서 움직이는 것이 검출되면, 이벤트가 검출된 것으로 기록될 수 있다.

사용자가 잠든 상태에서 깨어 있는 상태로 전환할 때마다 시간이 기록될 수 있다. 각각의 검출된 오디오 이벤트 및 각각의 검출된 조명 이벤트에 대해, 시간이 기록되어 환경 이벤트에 매핑될 수도 있다. 수면 이벤트(예를 들어, 잠든 상태에서 깨어 있는 상태로의 전환))가 환경 이벤트에 해당하는지 결정하기 위해, 환경 이벤트가 수면 이벤트 주변의 시간 윈도우에서 발생하는 경우, 수면 이벤트는 환경 이벤트로 인해 발생한 것으로 해석될 수 있다. 일부 실시예에서, 시간 윈도우는 고정된 시간량(예를 들어, 5초)만큼 수면 이벤트에 선행한다. 일부 실시예에서, 시간 윈도우는 추가적으로 고정된 시간량만큼 수면 이벤트를 추적하는데, 이 시간은 이전 시간보다 예를 들어, 2초 더 짧을 수 있다. 환경 이벤트로 인해 사용자가 깨어나려면, 환경 이벤트가 논리적으로 사용자를 깨우도록 해야 한다. 그러나, 오디오, 조명, 온도 또는 기타 요인의 검출, 처리 및/또는 분석의 차이로 인해, 환경 이벤트가 발생한 것으로 결정되면 그 환경 이벤트가 사용자를 깨운 "원인(blame)"으로 간주되는 수면 이벤트 이후 후행 기간(trailing time period)이 있는 것이 정확할 수 있다. 예로서, 사용자가 깨어난 직후 상당한 온도 변화가 검출되면, 온도 변화를 검출하는데 시간이 걸렸고 사용자가 그 온도 변화로 인해 깨어났을 수 있다.

도 6의 예에서, 기간(601) 동안, 사용자는 잠든 상태로부터 깨어 있는 상태로 전환하는 것으로 검출된다. 기간(601) 동안, 오디오 이벤트가 검출되지만 조명 이벤트는 검출되지 않는다. 오디오 이벤트는 수면 이벤트 주변에 정의된 기간 내에 있기 때문에, 사용자가 깨어난 것은 검출된 오디오 이벤트에 귀인(attribute)된다. 기간(602) 동안, 조명 이벤트는 검출되지만 오디오 이벤트는 검출되지 않는다. 조명 이벤트는 수면 이벤트 주변에 정의된 기간 내에 있기 때문에, 사용자가 깨어난 것은 검출된 조명 이벤트로 인한 것으로 귀인된다. 기간(603) 동안, 조명 이벤트 및 오디오 이벤트가 검출된다. 조명 이벤트와 오디오 이벤트는 수면 이벤트 주변에 정의된 기간 내에 있기 때문에, 사용자가 깨어난 것은 검출된 조명 이벤트와 오디오 이벤트 모두에 기인한 것으로 귀인된다. 기간(604) 동안에는 환경 이벤트가 검출되지 않는다. 수면 이벤트 주변에 정의된 기간 내에 환경 이벤트가 없기 때문에, 사용자가 깨어난 것은 어떤 환경 이벤트에도 귀인되지 않는다.

타임라인을 나타내는데 사용되는 데이터는 사용자에게 밤마다 수면 보고(서)를 제공하는데 사용될 수 있다. 예를 들어, 사용자 요청시 또는 오전 중 정해진 시간에, 1) 사용자가 밤 중에 깬 시간; 2) 검출된 환경 이벤트; 3) 환경 이벤트에 기인한 잠에서 깬 사례를 나타내는 그래픽 또는 텍스트 보고가 제시될 수 있다.

동일한 침대 내에 다수의 사용자가 있는 경우, 제1 사용자의 움직임이 제2 사용자를 깨우는 환경적 요인이 될 수 있다. 따라서, 상태(503)에서와 같이 제1 사용자가 검출되고, 상태(503)에 진입한 제1 사용자의 시간 윈도우 내에서 다른 사용자가 깨어난 것으로 결정되면, 제1 사용자는 제2 사용자를 깨우는 환경적 요인이 될 수 있다.

도 7은 사용자의 바이탈 징후로 인한 움직임을 관찰할 수 있는 원시 파형 데이터 또는 원시 처프 워터폴 데이터의 실시예를 도시한다. 실시예(700)는 레이더 서브시스템(205)에 의해 출력된 원시 파형 데이터(원시 처프 워터폴 데이터라고도 함)를 나타낸다. x축을 따라, 처프 인덱스가 표시된다. 이 처프 인덱스는 음영으로 표시된 RF 강도 데이터 및 y축을 따라 정렬된 데이터에 해당하는 특정 처프에 대한 임의의 식별자를 나타낸다. 음영의 스케일은 레이더 서브시스템(205)의 ADC에 의해 출력될 수 있는 정규화된 값을 나타낸다. y축을 따라 샘플 인덱스가 표시된다. x축에 표시된 각 처프에 대해 여러 샘플이 시간 간격으로 측정된다. 예를 들어, 각 처프에 대해 64개의 샘플이 측정될 수 있다. 반사된 전파의 RF 세기는 각 샘플 인덱스에서 측정될 수 있다.

실시예(700)는 디바이스(101)가 일반적으로 1미터 미만의 거리에 있는 모니터링되는 수면 사용자를 겨냥한 것을 나타낸다. 실시예(700)에서, 사용자의 가슴 및/또는 배의 오르내림이 전파의 반사에 영향을 미치기 때문에 원시 파형 데이터에서 시간이 지남에 따라 약간의 "파동(waves)"이 보인다. 이러한 비교적 느린 움직임의 빈도가 시간 경과에 따라 측정되어 사용자의 바이탈 징후(신호)의 빈도를 결정할 수 있다. 예시된 실시예에서, 가시적인 파동은 분당 약 13.5회 호흡하는 사용자의 호흡 패턴으로 인해 발생한다.

가시적인 파동 외에도, 상당한 양의 RF 강도는 정적 객체들에 의한 반사로 인한 것이다. 예를 들어, 샘플 인덱스(64)에서, 처프 인덱스(지수)와 관계없이, 벽과 같은 큰 객체에 의한 반사로 인해 RF 강도가 높게 유지된다. 이러한 정적 반사는 다른 신호 처리 전에 움직임 필터(211)에 의해 필터링될 수 있다.

도 1-7과 관련하여 상세히 설명된 시스템, 디바이스 및 배열을 사용하여 다양한 방법이 수행될 수 있다. 도 8은 비접촉식 수면 검출 및 방해 귀인을 수행하기 위한 방법(800)의 실시예를 도시한다. 방법(800)은 시스템(100), 시스템(200A), 디바이스(300), 또는 FMCW 레이더와 같은 레이더를 전송, 수신 및 분석할 수 있는 일부 다른 형태의 시스템을 사용하여 수행될 수 있다.

블록(805)에서 전파가 방출된다. 방출되는 전파는 FMCW와 같은 연속파 레이더일 수 있다. 블록(805)에서 방출되는 전파는 도 2c의 FMCW 레이더 방식에 따라 방출될 수 있다. 방출된 전파는 레이더 서브시스템(205)의 RF 방출기(206)에 의해 방출될 수 있다. 블록(810)에서, 레이더 서브시스템(205)의 RF 수신기(207) 등에 의해 전파의 반사가 수신된다. 블록(810)에서 수신된 반사는 움직이는 객체(예를 들어, 심장 박동이 있고 호흡하는 사람) 및 정지된 객체에서 반사될 수 있다. 움직이는 객체에 의해 반사되는 전파에는 위상 시프트(편이)가 존재할 수 있다. 블록(805)에서 방출된 각각의 FMCW 처프에 대해, 64개 샘플과 같은 다수의 샘플이 반사된 RF 강도로 측정될 수 있다. 더 적거나 더 많은 수의 샘플이 다른 실시예에서 측정될 수 있다.

블록(815)에서, 원시 처프 워터폴 데이터라고도 지칭될 수 있는 원시 파형 데이터가 수신된 반사 전파에 기초하여 생성될 수 있다. 반사된 전파와 전송된 전파를 혼합함으로써 생성된 혼합 신호는 거리 및 위상 시프트를 나타낼 수 있다. 이들 샘플 각각에 대해, 강도 및 위상 시프트가 측정될 수 있다. 시간 경과에 따라, 원시 파형 데이터의 원도우가 생성되어 분석을 위해 버퍼에 저장될 수 있다. 도 2를 참조하면, 블록(815)은 레이더 처리 모듈(210)에 의해 수행될 수 있다.

블록(820)에서, 버퍼링된 파형 데이터의 샘플들이 비교될 수 있다. 특정 빈도(또는 적어도 임계 위상 시프트 또는 위상 시프트에 적어도 부분적으로 기초한 임계값 기준을 사용하는 일부 다른 형태의 결정) 이하의 움직임을 갖는 객체로 정의될 수 있는 정적 객체(즉, 제로 위상 시프트)를 나타내는 파형 데이터는, 특정 빈도 이상의 움직임을 나타내는 파형 데이터가 추가 분석을 위해 저장되도록 필터링되고 폐기될 수 있다. 블록(220)은 블록(825) 이전에 수행되어 정적 객체들에 귀인된(attributed) 파형 데이터의 대부분을 제거하고 사용자의 움직임에 귀인된 데이터를 보다 쉽게 검출할 수 있도록 할 수 있다.

블록(825)에서, 모션 표시(motion-indicative) 파형 데이터가 분석될 수 있다. 이 분석은 사용자 모션, 심박수 및 호흡수에 귀인된 데이터를 식별하고 분리하기 위해 수행될 수 있다. 모션 표시 파형 데이터가 분석될 수 있는 방법에 관한 세부 사항은 레이더 처리 모듈(210)의 구성요소와 관련하여 자세히 설명된다. 즉, 움직임 필터(211), 주파수 강조기(212), 범위-바이탈 변환 엔진(213), 범위 게이팅 필터(214), 스펙트럼 합산 엔진(215) 및 신경망(216)을 사용한 처리는, 사용자의 수면 상태 및 가능한 경우 사용자의 바이탈 통계를 결정하기 위해 분석될 데이터를 생성하기 위해 수행될 수 있다.

블록(830)에서, 예를 들어 도 5의 상태 머신을 사용하여, 사용자의 수면 상태가 결정될 수 있다. 레이더 처리 모듈의 출력에 기초하여, 수면 상태 검출 엔진은 사용자가 자고 있는지(예를 들어, 침대 내에서 중요한 움직임은 없지만 바이탈 통계는 검출됨) 또는 깨어 있는지(예를 들어, 침대 내에서 검출된 주요 움직임) 여부를 결정할 수 있다. 블록(835)에서, 분석된 레이더 데이터에 기초하여 사용자가 수면 상태에 진입했다는 결정이 이루어질 수 있다.

사용자가 수면 상태에 있는 동안, 하나 이상의 환경 센서가 활성화되어 처리 시스템으로 제공되는 데이터를 수집할 수 있다. 환경 이벤트가 발생하는지 여부를 결정하기 위해 환경 조건이 모니터링될 수 있다. 이러한 환경 조건에는 조명(빛), 사운드(소리), 온도, 냄새, 움직임 등 중 하나 이상이 포함될 수 있다. 이러한 환경 조건은 사용자가 잠든 동안(예를 들어, 블록 830 이후) 지속적으로 또는 주기적으로 모니터링될 수 있다. 일부 실시예에서, 디바이스 수행 방법(800)은 사용자가 존재(및 수면) 또는 부재로 검출되는지 여부에 관계없이 이러한 모니터링을 지속적으로 수행할 수 있다.

블록(840)에서, 하나 이상의 환경 센서로부터 획득된 환경 데이터에 기초하여 환경 이벤트가 발생했다는 결정이 이루어질 수 있다. 블록(840)에서, 각각의 환경 센서 디바이스로부터의 데이터가 1) 고정된 정의 임계값(또는 임계값 기준을 사용하는 일부 다른 형태의 결정)을 초과하는 환경 조건의 증가; 및/또는 2) 적어도 기정의된 양 또는 백분율만큼의 환경 조건의 증가에 대해 모니터링될 수 있다. 이러한 이벤트 중 하나가 발생하면 환경 이벤트가 발생한 것으로 식별된다. 환경 이벤트의 표시는 타임스탬프와 관련하여 저장될 수 있다. 블록(845)에서, 환경 조건이 모니터링되는 동안, 사용자는 잠든 상태에서 깨어 있는 상태로 전환하기로 결정된다. 상태 모신(500)을 참조하면, 이 결정은 상태 머신이 적어도 사전 결정된 시간 동안 상태(503)에 있는 것을 포함할 수 있다.

블록(850)에서, 블록(845)에서 사용자가 수면 상태로부터 깨어 있는 상태로 진입한 것으로 결정되는 것은 사용자가 깨어 있는 기정의된 기간 내에 발생하는 환경 이벤트에 기초하여 블록(840)에서 식별된 환경 이벤트에 귀인된다. 기정의된 기간은 사용자가 깨어 있는 시간보다 앞설 수 있거나 사용자가 깨어나기 전부터 사용자가 깨어 있는 것으로 식별된 후까지 지속될 수 있다. 사용자가 깨어나기 전의 시간은 해당 기간 동안의 후행(trailing) 시간보다 길 수 있다. 일부 실시예에서, 이 기간은 특정 유형의 환경 이벤트에 기초하여 지속 기간이 다르다(예를 들어, 온도 이벤트는 사운드 이벤트보다 더 긴 후행 시간을 포함할 수 있다). 환경 이벤트가 사용자를 깨우는 것으로 귀인되는 경우, 사용자를 깨우게 한 환경 이벤트, 그 이벤트가 발생한 시기 및/또는 환경 이벤트 유형이 일정 기간(예를 들어, 지난 주, 지난 달) 동안 사용자를 깨운 횟수를 나타내는 데이터가 저장될 수 있다.

블록(855)에서, 하나 이상의 환경 이벤트로 인해 사용자가 한 번 이상 깨어 있다는 표시가 사용자에게 출력될 수 있다. 이 출력에는 사용자에게 제시되는 보고(서)가 포함될 수 있다. 보고는 특정 밤 또는 이전 주와 같은 다른 기간에 대한 것일 수 있다. 특정 유형의 환경 이벤트가 사용자를 깨운 횟수가 정의된 임계값(또는 임계값 기준을 사용하는 일부 다른 형태의 결정)을 초과하는 경우, 사용자는 환경 이벤트를 해결하기 위한 추천(recommendation)을 제시받을 수 있다. 일부 실시예에서, 사용자는 깨어 있을 때 합성 음성을 통해 구두 보고를 받을 수 있다. 일부 실시예에서, 사용자는 자신의 수면에 대한 보고를 주기적으로(예를 들어, 일주일에 한 번) 이메일로 받을 수 있다.

도면과 관련하여 설명된 이전 실시예는 주로 단일 사용자의 수면을 모니터링하는데 초점이 맞추어져 있지만, 이러한 동일한 개념은 서로 가까이에서(예를 들어, 동일한 침대 내에서 또는 그들 사이에 공간이 거의 또는 전혀 없는 두 개의 침대 안에서) 자고 있는 다수의 사용자에게 적용될 수 있다. 도 9는 다수의 사용자를 모니터링하는 비접촉식 수면 추적 디바이스의 실시예(900)를 도시한다. 비접촉식 수면 추적 디바이스(901)("디바이스(901)")는 도 1의 비접촉식 수면 추적 디바이스(101) 및/또는 동일한 기간에 걸쳐 다수의 사용자를 모니터링하도록 구성된 디바이스(300)의 실시예를 나타낼 수 있다. 실시예(900)에서, 두 명의 사용자가 침대 내에 존재하고 둘 다 디바이스(901)에 의해 자신들의 수면아 모니터링되고 있다. 사용자(910)와 디바이스(901) 사이(거리(911))와 사용자(920)와 디바이스(901) 사이(거리(921))에 서로 다른 거리가 존재한다.

별도의 수면 데이터가 각 사용자에 대해 디바이스(901)에 의해 생성되고 저장될 수 있지만, 사용자(910)와 사용자(920)는 정확히 동일한 시간 동안 침대에 있지 않을 수 있다. 예를 들어, 사용자(920)는 사용자(910)보다 일찍 또는 늦게 잠자리에 들 수 있다. 유사하게 사용자(920)는 사용자(910)보다 일찍 또는 늦게 아침에 침대에서 일어날 수 있다. 추가 예로서, 사용자(910) 또는 사용자(920)는 한밤중에 (예를 들어, 화장실 방문을 위해) 일시적으로 침대에서 나갔다가 다시 침대로 돌아올 수 있다. 따라서, 사용자가 침대에서 나올 때, 디바이스(901)는 침대에 남아 있는 다른 사용자에 대해 계속해서 수면을 모니터링할 수 있다. 디바이스(901)는 침대에서 한 번 이상 나가고 들어가더라도 수면 데이터가 올바른 사용자에게 귀속되는 것을 보장하기 위해 어떤 사용자가 침대에서 나왔는지 추적할 수 있다.

도 10은 다수의 사용자를 추적할 수 있는 수면 추적 시스템(1000)의 실시예를 도시한다. 시스템(1000)은 도 2의 시스템(200A)과 유사하게 기능할 수 있다. 보다 구체적으로, 레이더 서브시스템(205)은 변경되지 않을 수 있고 빔 조향 모듈(230)은 변경되지 않을 수 있다. 레이더 처리 모듈(1010)의 경우, 몇몇 구성요소는 레이더 처리 모듈(210)에서 변경되지 않을 수 있으며, 움직임 필터(211); 주파수 강조기(212); 범위-바이탈 변환 엔진(213); 범위 게이팅 필터(214)는 디바이스(200)와 관련하여 상술한 바와 같이 기능할 수 있다.

레이더 처리 모듈(1010)은 다중 타겟 스플리터(1011)를 추가로 포함할 수 있다. 다중 타겟 스플리터(1011)는 존재하는 사용자의 수를 식별하고, 레이더 서브시스템(움직임 필터(211), 주파수 강조기(212) 및/또는 범위-바이탈 변환 엔진(213)을 사용하여 처리될 수 있음)으로부터 수신된 데이터를 관련 사용자에게 매핑하는 역할을 할 수 있다.

초기 단계로서, 다중 타겟 스플리터(1011)는 다차원 데이터를 더 적은 차원으로 압축할 수 있다. 다중 타겟 스플리터(1011)에 의해 수신된 데이터는 움직임 빈도를 나타내는 제1 차원, 디바이스(901)로부터의 거리의 제2 차원, 및/또는 움직임 강도의 제3 차원을 가질 수 있다. 다중 타겟 스플리터(1011)에 의해 수행되는 클러스터링 프로세스를 돕기 위해 이들 차원 중 하나 이상은 제거될 수 있다. 예를 들어, 주어진 거리에 대해 가장 큰 크기의 움직임 빈도를 갖는 샘플을 사용함으로써 움직임 빈도의 차원이 제거될 수 있다. 이렇게 압축한 후에, 데이터는 거리와 크기라는 2개의 차원을 가질 수 있다. 그런 다음 이 데이터를 클러스터링될 수 있다.

참고로, 거리는 단일 값에 의해 다차원 데이터에서 표현될 수 있다. 따라서, 방향에 관계없이 시스템(1000)으로부터의 거리만 추적된다. 사용자는 설치 절차의 일부로서 시스템(1000)을 침실용 탁자와 같은 침대 옆에 위치시키도록 지시받을 수 있다. 시스템(1000)이 침대 옆에 있으면 나란히 누워 있는 두 명(또는 그 이상)의 사용자는 서로 다른 거리에서 검출되는 대응하는 움직임을 가질 것이다. 다른 실시예에서, 3차원을 갖는 다중 타겟 스플리터(1011)에 의해 수신된 데이터 대신에, 움직임의 방향 또는 정확한 위치(예를 들어, 3D 좌표)를 캡처하기 위해 4차원 또는 5차원이 존재할 수 있다. 움직임의 위치와 관련된 더 많은 차원을 사용함으로써, 사용자는 사용자에 대해 임의의 방향으로 시스템(1000)을 자유롭게 배치할 수 있다.

그런 다음 다중 타겟 스플리터(1011)는 비지도(unsupervised) 클러스터링 프로세스를 수행하는 작업을 맡을 수 있다. 존재하는 총 사용자 수를 알 수 없으므로 프로세스에서 클러스터 수를 결정해야 할 수 있다. 이전에 논의된 바와 같이, 사용자는 이전에 두 명의 사용자가 자신의 수면 데이터를 모니터링하기를 원한다는 데이터를 제공했을 수 있지만, 사용자는 다른 시간에 잠자리에 들거나 침대에서 나올 수 있다. 따라서, 임의의 주어진 시간에, 데이터가 분석되어 한 명, 두 명 또는 세 명 이상의 사용자가 있는지 여부를 식별해야 할 수 있다. 일부 실시예에서, 클러스터링은 최대 2개의 클러스터를 제출하도록 제한될 수 있다(즉, 한 번에 2명 이상 모니터링되지 않도록 제한이 제공될 수 있음)

비지도 클러스터링을 수행하기 위해, 다중 타겟 스플리터(1011)는 수신된 데이터(하나 이상의 차원으로 축소된)에 대해 밀도 기반 클러스터링 알고리즘을 수행할 수 있다. 밀도 기반 클러스터링은 노이즈를 이용한 애플리케이션의 밀도 기반 공간 클러스터링(DBSCAN) 알고리즘을 사용하여 수행될 수 있다. DBSCAN은 공간에 있는 일련의 포인트가 주어지면 함께 밀집된 포인트를 함께 그룹화할 수 있다(예를 들어, 근처에 많은 이웃이 있음). DBSCAN 알고리즘 외에 다른 형태의 클러스터링이 수행될 수 있음을 이해해야 한다. 다중 타겟 스플리터(1011)는 밀집 영역을 형성하는데 필요한 최소 포인트 수 및 포인트 이웃의 크기(일반적으로 엡실론으로 표시됨)와 같은 DBSCAN 알고리즘에 대한 파라미터로 초기에 구성될 수 있다.

클러스터링 프로세스의 출력은 클러스터의 수 및 각 클러스터의 중심 위치(또는 클러스터의 경계)의 표시일 수 있다. 클러스터를 분리하기 위해, 2개의 클러스터 사이의 중간점 위치는 다중 타겟 스플리터(1011)에 의해 위치될 수 있다. 중간점은 클러스터링 알고리즘에 의해 출력된 위치 사이의 정확히 중간점으로 계산될 수 있다. 3개의 클러스터가 존재하는 경우(예를 들어, 3명의 사용자를 나타냄), 2개의 중간점이 출력될 수 있으며, 각 중간점은 2명의 이웃 사용자 사이의 중간점이 된다.

중간점의 위치에 기초하여, 각 사용자에 대한 데이터 세트가 생성될 수 있다. 따라서, (2명의 사용자를 나타내는) 2개의 클러스터가 존재하는 경우, 다중 타겟 스플리터(1011)에 의해 수신된 데이터는 중간점의 위치에 기초하여 2개의 데이터 세트로 분할될 수 있다. 각 데이터 세트는 이후에 개별적으로 분석될 수 있다. (클러스터 수와 동일한) 사용자 수에 따라, 스펙트럼 합산 엔진(1015)의 상이한 인스턴스(예를 들어, 1015-1, 1015-2)는 각각의 사용자에 매핑된 범위 게이팅 필터(214)에 의해 출력된 데이터의 일부를 독립적으로 분석하기 위해 사용될 수 있다. 스펙트럼 합산 엔진(1015)의 각각의 스펙트럼 합산 엔진은 범위 게이팅 필터(214)로부터의 각각의 수신된 데이터 부분에 대해 스펙트럼 합산 엔진(215)과 관련하여 상술한 바와같이 기능할 수 있다.

예를 들어, 스펙트럼 합산 엔진(1015-1)은 다중 타겟 스플리터(1011)에 의해 제1 사용자에 매핑된 것으로 결정된 데이터를 분석할 수 있고 스펙트럼 합산 엔진(1015-2)은 다중 타겟 스플리터(1011)에 의해 결정된 데이터를 제2 사용자에 매핑된 것으로 분석할 수 있다. 일부 실시예에서, 별도의 스펙트럼 합산 엔진(1015)으로 전송되는 데이터에는 중첩이 없다. 즉, 범위 게이팅 필터(214)로부터 전송되는 데이터는 (2명의 사용자에 대해) 2개의 데이터세트로 분리되고 각 데이터세트는 스펙트럼 합산 엔진(1015) 중 하나로 전송된다. 사용자가 2명 이상일 경우, 매칭(일치)하는 수의 스펙트럼 합산 엔진(1015)이 각각의 데이터 세트를 처리하기 위해 존재할 수 있고 생성된 데이터세트의 수는 검출된 사용자의 수와 매칭한다.

각각의 사용자에 대해(따라서 스펙트럼 합산 엔진(1015)의 각 클러스터 및 인스턴스에 대해), 신경망(1016)의 개별 인스턴스(또는 일부 다른 형태의 분석 엔진)가 구현될 수 있다(예를 들어, 신경망(1016-1, 1016-2)). 신경망(1016)의 각 인스턴스는 스펙트럼 합산 엔진(1015)의 대응하는 스펙트럼 합산 엔진으로부터 수신된 각각의 데이터 세트에 대해 신경망(216)과 유사하게 기능할 수 있다. 각각의 신경망(1016)의 출력은 수면 상태 검출 엔진(1018)의 대응하는 수면 상태 검출 엔진(예를 들어, 수면 상태 검출 엔진(1018-1), 수면 상태 검출 엔진(1018-2))으로 출력될 수 있다. 수면 상태 검출 엔진(1018)의 각각의 인스턴스는 수면 상태 검출 엔진(114)과 유사하게 기능할 수 있다. 따라서, 각각의 사용자에 대해, 이들의 수면 상태는 다중 타겟 스플리터(1011)에 의해 해당 사용자에 대응하는 것으로 결정된 데이터에 기초하여 독립적으로 모니터링된다. 다수의 사용자가 식별되면, 스펙트럼 합산 엔진, 신경망 및 수면 상태 검출 엔진의 대응 인스턴스는 각각의 검출된 사용자에 대해 인스턴스화될 수 있다.

각각의 수면 상태 검출 엔진(1018)의 출력은 도 1과 관련하여 상술한 바와 유사하게 저장 및 사용될 수 있다. 즉, 사용자별 수면 데이터가 적절한 사용자에게 매핑될 수 있다. 따라서, (수면 타임라인(600)과 유사하게) 각각의 사용자에 대해 개별적으로 수면 보고가 생성될 수 있도록 각 사용자가 자고 깨어난 시간이 저장될 수 있다.

또한, 각각의 사용자에 대해, 깨어나기(waking)와 환경 이벤트 사이의 상관관계가 별도로 수행될 수 있다. 도 6을 참조하면, (다중 타겟 스플리터(1011)에 의해 사용자에게 매핑된 데이터에 기초하여) 개별 사용자에 대해 유사한 분석이 수행될 수 있다. 예를 들어, 오디오 이벤트는 제1 사용자를 깨우는 것으로 귀인(간주)될 수 있지만 제2 사용자는 오디오 이벤트 동안 잠을 잘 수 있다(따라서 오디오 이벤트는 제1 사용자를 깨우는 것으로 귀인되지만 제2 사용자를 깨우는 것으로 귀인되지 않는다).

(예를 들어, 빛, 소리, 온도 등에 추가하여) 모니터링될 수 있는 추가 환경 이벤트로서, 다른 사용자의 움직임은 사용자를 깨우게 하는 환경 요인으로 귀인될 수 있다. 예로서, 레이더 센서를 이용하여 제1 사용자의 움직임(예를 들어, 취침 중 침대에서 뒹굴기, 깨기, 침대에서 일어나기 등)을 검출할 수 있다. 제1 사용자가 움직인 후 충분히 가까운 시간 내에, 제2 사용자가 깨면, 제1 사용자에게 제2 사용자를 깨운 것에 대한 "원인(blame)"이 할당될 수 있다. 일부 실시예에서, 충분히 가까운지에 대한 결정은 정의된 기간일 수 있다. 이 예에서, 제2 사용자에 대한 수면 보고에서, 제1 사용자는 제2 사용자가 특정 시간에 깨어나게 한 것으로 귀인(기인)될 수 있다. 환경 이벤트들은 함께 묶이는 것도 가능할 수 있다. 예를 들어, 오디오 이벤트로 인해 제1 사용자가 깨어날 수 있다. 그러면 제1 사용자의 움직임으로 인해 제2 사용자가 깨어날 수 있다. 두 이벤트(제1 사용자의 움직임으로 제2 사용자가 깨어난 오디오 이벤트)가 정의된 시간 내에 발생하면, 제2 사용자가 깬 것은 오디오 이벤트 또는 오디오 이벤트와 제1 사용자의 움직임의 조합에 귀인될 수 있다.

도 11a 및 11b는 디바이스(901)에 의해 검출된 것과 같이 다양한 거리에서 검출된 움직임의 그래프를 도시한다. 도 11a는 다중 타겟 스플리터(1011)에 의해 수신될 수 있는 데이터의 그래픽 표현이다. 제1 차원(예를 들어, y축)에, 디바이스로부터 움직임이 검출되는 거리가 표시된다. 제2 차원(예를 들어, x축)에는 검출된 움직임의 빈도가 표시될 수 있고, 3차원(예를 들어, z축)에는 움직임의 크기가 표시될 수 있다. 도시된 그래프에서, 크기(z축 방향)는 음영을 사용하여 표시된다. 예를 들어, 심장 박동은 상대적으로 높은 움직임 빈도를 가질 수 있지만 작은 크기일 수 있으며, 거의 같은 거리에서 호흡은 (예를 들어, 사용자의 가슴 부분은 혈액 펌핑보다 호흡으로 인해 더 많이 움직이기 때문에) 더 낮은 빈도를 갖지만 더 큰 크기를 가질 수 있다.

도 11a의 그래프(1110A)에서 알 수 있는 바와 같이, 데이터의 단일 클러스터가 존재한다. 이 배열은 단일 사용자가 디바이스(901)의 검출 범위 내에 있음을 나타낸다. 그러나, 도 11b의 그래프(1110B)에서는 두 개의 클러스터가 서로 다른 거리에 존재한다. 이러한 데이터의 빈도와 크기는 유사하며, 예를 들어 두 명의 다른 사용자가 호흡하고 있음을 나타낸다. 따라서, 그래프(1110A)에서는 디바이스(901)의 검출 범위에 한 명의 사용자가 존재하지만, 그래프(1110B)의 경우 디바이스(901)의 검출 범위에 두 명의 사용자가 존재한다.

도 12는 검출된 움직임이 다수의 타겟으로 분할되는 그래프(1200)를 도시한다. 다중 타겟 스플리터가 2개의 클러스터가 존재하고 2개의 클러스터의 위치를 식별하면, 2개의 위치 사이의 중간점 거리(1201)가 결정될 수 있다. (이전에 언급한 바와 같이, 레이더 데이터의 차원 수가 감소되었을 수 있으며, 따라서 그래프(1200)가 3차원을 나타내지만 다중 타겟 스플리터는 움직임 빈도 차원과 같은 하나 이상의 차원을 제거했을 수 있다. 따라서, 중간점은 y축상의 포인트로 나타낼 수 있다).

그래프(1200)에서, 영역(1210)에 표현된 움직임은 디바이스로부터 더 멀리 떨어져 있는 제1 사용자로 인한 것으로 귀인될 수 있고, 영역(1220)에 표현된 움직임은 디바이스에 더 가까운 제2 사용자로 인한 것으로 귀인될 수 있다. 이러한 영역을 별도로 모니터링함으로써 두 명의 사용자가 모니터링될 수 있다. 클러스터 중 하나가 사라지면, 이는 해당 사용자가 침대에서 나갔다는 것을 나타낼 수 있다. 남아있는 클러스터는 클러스터가 존재하는 중간점 거리(1201)의 측면에 기초하여 사용자 중 하나에 귀인될 수 있다. 남아 있는 단일 클러스터가 존재하는 한, 단일 클러스터는 클러스터가 검출된 중간점 거리(1201)의 측면에 기초하여 초기에 클러스터가 귀인되었던 사용자에게 귀인될 수 있다. 이는 클러스터가 중간점 거리(1201)를 통해 이동9migrate)하는 경우에도 마찬가지일 수 있다. 예를 들어, 제1 사용자가 침대에서 나오는 경우를 고려하자. 제2 사용자는 계속 자고 있을 수 있고, 제1 사용자가 나간 후에 침대 중앙 또는 심지어 침대의 반대쪽으로 몸을 구를 수 있다. 제2 사용자의 수면은 제1 사용자가 나간 후 제2 사용자가 침대에서 어디로 이동했는지에 관계없이 계속 추적된다.

침대 또는 인접 침대 내에서 다수의 사용자의 수면을 독립적으로 추적하기 위해 다양한 방법이 수행될 수 있다. 도 13은 다수의 사용자에 대한 수면 추적을 수행하기 위한 방법(1300)의 실시예를 예시한다. 전형적으로, 방법(1300)은 2명의 사용자를 개별적으로 모니터링하는데 사용될 수 있다. 그러나, 방법(1300)의 원리는 2명 이상의 사용자를 모니터링하는데 사용될 수 있다. 방법(1300)은 시스템(200A) 또는 시스템(200B)의 일부로서 통합될 수 있는 레이더 처리 모듈(1010)을 사용하여 수행될 수 있다. 또한, 이러한 시스템은 도 3a 및 3b의 디바이스(300)와 같은 단일 디바이스의 일부로서 통합될 수 있다.

블록(1305)에서, 파형 데이터는 소스로부터 수신된 원시 처프 워터폴 데이터에 대해 어느 정도의 처리가 수행된 후에 수신 및 분석될 수 있다. 예를 들어, 시스템(200A)을 참조하면, 레이더 서브시스템(205)은 움직임 필터(211), 주파수 강조기(212), 범위-바이탈 변환 엔진(213) 및 범위 게이팅 필터(214)를 사용하여 처리되는 원시 처프 워터폴 데이터를 출력할 수 있다. 범위 게이팅 필터(214)에 의해 출력된 처리된 파형 또는 워터폴 데이터는 그래프(1100A 및 1100B)의 데이터와 유사하게 그래픽으로 표현될 수 있다. 즉, 범위 게이팅 필터(214)에 의해 출력되는 데이터는 거리를 나타내는 제1 차원, 빈도를 나타내는 제2 차원 및 크기를 나타내는 제3 차원을 가질 수 있다. 다수의 사용자의 데이터를 분리하기 위해, 이 데이터에는 초기에 하나 이상의 차원이 제거되었을 수 있다. 블록(1305)에서, 각 거리(예를 들어, 각 거리 범위)에 대한 움직임 빈도에 대한 최대값 또는 평균값을 사용하는 것과 같이, 데이터의 하나 이상의 차원이 제거될 수 있다. 이와 같은 변환을 수행함으로써, 빈도 차원이 제거될 수 있고, 데이터는 이제 블록 1310의 분석을 위한 거리 및 크기 성분만을 가질 수 있다.

블록(1310)에서, 클러스터링 프로세스가 수행될 수 있다. 클러스터링은 블록(1305)로부터 차원이 감소된 데이터에 대해 수행될 수 있다. 블록(1310)의 클러스터링은 비지도 클러스터링 문제로 이해될 수 있다. 클러스터링의 주요 측면은 존재하는 사용자의 수가 알려지지 않는다는 것이다. 예를 들어, 일반적으로 두 명의 사용자가 침대에서 잠을 잘 수 있지만, 임의의 주어진 밤에는 단 한 명의 사용자만 있을 수 있거나 사용자들이 서로 다른 시간에 침대에 들어가고 나올 수 있다. 존재하는 클러스터의 수와 이러한 클러스터의 위치(예를 들어, 각 클러스터의 중심점 또는 축을 따른 클러스터의 위치)를 결정할 수 있는, DBSCAN 알고리즘 또는 일부 다른 알고리즘(예를 들어, 가정된 클러스터의 점진적 카운트로 수행되는 k-평균 클러스터링)을 사용하는 것과 같은, 밀도 기반 클러스터링 접근법이 취해질 수 있다.

블록(1315)에서, 블록(1310)에서 결정된 클러스터의 수에 기초하여, 존재하는 사용자의 수가 결정될 수 있다. 사용자의 수는 블록(1310)에서 식별된 클러스터의 수에 해당할 수 있다. 따라서, 2개의 클러스터가 식별되면, 2명의 사용자가 존재하는 것으로 식별될 수 있다. 방법(1300)이 존재하는 1명 또는 2명의 사용자에 초점을 맞추지만, 2명 이상의 사용자가 식별될 수도 있다.

2명의 사용자가 있는 것으로 식별되면, 방법(1300)은 블록(1320)으로 진행할 수 있다. 블록(1320)에서, 2개의 클러스터 사이의 중간점이 결정될 수 있다. 중간점은 블록(1310)에서 식별된 클러스터의 두 위치의 평균일 수 있다. 다른 실시예에서, 두 클러스터 사이의 위치를 결정하기 위한 일부 다른 방법이 수행될 수 있다. 블록(1320)에서 결정된 포인트(지점)는 어떤 사용자 데이터에 귀속되어야 하는지를 결정하는데 사용될 수 있다.

블록(1325)에서, 처리된 다차원 레이더 워터폴 데이터 또는 블록(1305)으로부터의 파형 데이터는 각각의 사용자에게 각각 할당되거나 매핑될 수 있다. 일부 실시예에서, 처리된 다차원 레이더 워터폴 데이터는 두 사용자 중 하나에 매핑될 수 있지만 둘 다에 매핑되지는 않는다. 다른 실시예에서, 각 사용자에게 매핑되는 데이터에는 적어도 약간의 중첩이 있을 수 있다. 따라서, 감소된 차원 수를 갖는 처리된 데이터가 중간점을 결정하는데 사용될 수 있지만; 추가 처리는 블록(1305)으로부터의 다차원 레이더 워터폴 데이터를 사용하여 수행될 수 있다. 블록(1325)에서, 다차원 데이터의 제1 지점은 제1 사용자에게 할당되고 다차원 데이터의 제2 부분은 중간점에 기초하여 제2 사용자에게 할당된다. 예를 들어, 중간점보다 큰 거리에 해당하는 처리된 다차원 레이더 워터폴 데이터는 제2 사용자에게 할당될 수 있고, 중간점보다 작은 거리에 해당하는 처리된 다차원 레이더 워터폴 데이터는 제1 사용자에게 할당될 수 있다.

블록(1330)에서, 각 사용자에 매핑된 다차원 데이터의 독립적인 분석이 수행될 수 있다. 독립적인 분석은 각 사용자의 수면 상태를 독립적으로 결정하고 (예를 들어, 도 6과 관련하여 상술한 바와 같이) 사용자를 깨운 임의의 환경 요인을 결정하기 위해 수행될 수 있다. 도 10을 참조하면, 스펙트럼 합산 엔진(1015) 및 신경망(1016)과 같은 구성요소의 개별 인스턴스는 각 사용자에 매핑된 데이터를 분석하는데 사용될 수 있다. 그런 다음 매핑된 데이터에 기초하여 각각의 사용자에 대해 수면 상태 검출이 독립적으로 수행될 수 있다.

2명의 사용자가 존재한다고 결정한 후 방법(1300)의 후속 반복 동안, 블록(1315)에서 단일 사용자가 존재한다고 결정되면, 방법(1300)은 블록(1335)으로 진행할 수 있다. 이러한 상황은 하루 동안 또는 일시적으로 두 명의 사용자가 같은 침대에서 자고 한 명의 사용자가 침대에서 일어날 때 발생할 수 있다. 미래의 수면 이벤트를 여전히 침대에 있는 사용자에게 귀인시키기 위해 어떤 사용자가 침대에 남아 있는지에 대한 결정이 필요할 수 있다.

블록(1335)에서, 블록(1320)에서 이전에 결정된 중간점과 관련하여 단일 클러스터가 어디에 위치하는지에 대한 결정이 이루어질 수 있다. 블록(1320)으로부터 가장 최근에 결정된 중간점이 사용될 수 있거나, 예를 들어 다수의 가장 최근 중간점의 평균이 사용될 수 있다. 침대에 남아 있는 사용자는 침대에 있는 단일 사용자의 클러스터가 중간점보다 디바이스에 더 가까운지 또는 중간점보다 디바이스에서 더 멀리 떨어져 있는지에 기초하여 식별될 수 있다. 단일 클러스터는 방법(1300)이 존재하는 2명의 사용자를 식별했을 때 중간점의 동일한 쪽(side)에서 이전에 식별된 사용자에 귀속된다. 이 분석에 따르면, 사용자가 침대 안에서 구르거나 움직이더라도, 동일한 단일 사용자는 중간점을 기준으로 사용자가 어디에 위치하는지에 관계없이 수면 데이터로 귀속될 것이다. 즉, 사용자가 나갔을 때, 중간점은 남아 있는 사용자를 결정하는데 사용되며; 중간점을 기준으로 아직 침대에 있는 사용자의 향후 움직임은 어떤 사용자가 침대에 남아 있고 어떤 사용자가 나왔는지 이미 알고 있기 때문에 중요성이 감소했다.

침대에서 나갔던 사용자가 돌아오면, 사용자는 블록(1325)에서 이전에 결정된 것과 같이 다시 침대의 동일한 쪽에 있을 것이라고 가정할 수 있다. 예를 들어, 침대 반대쪽에 있는 사용자가 나간 경우, 그 사용자가 돌아오면 다시 침대 반대쪽에 있는 사용자가 될 것이라고 가정할 수 있다.

블록(1340)에서, 단일 사용자의 수면 상태를 결정하기 위해 분석이 수행될 수 있다. 스펙트럼 합산 엔진 및 신경망이 단일 사용자에 매핑된 데이터를 분석하는데 사용될 수 있다. 다른 사용자가 침대에서 나간 경우에도(또는 더 이상 검출되지 않는 경우에도) 단일 사용자에 대해 수면 상태 검출이 계속 수행된다.

도 14 내지 도 17에서, 빔 조향 모듈이 상세히 설명된다. 도 14 및 16의 빔 조향 모듈은 수신측 빔 조향을 수행한다. 사용되는 특정 레이더 서브시스템은 인피니온(Infineon)의 BGT60 칩과 같은 단일 집적 회로에 상주할 수 있다. 도 15와 관련하여 상세히 설명된 바와 같이, 단일 전송 안테나가 존재하고 다수(예를 들어, 3개)의 수신 안테나가 존재한다. 다른 실시예에서, 수신측 빔 조향에 더하여 또는 대신에 송신측 빔 조향을 수행하기 위해 다수의 송신 안테나가 존재할 수 있다.

빔 조향 모듈은 이러한 데이터가 레이더 처리 모듈(210)에 의해 처리되기 전에 레이더 서브시스템(205)에 의해 각 안테나로부터 제공된 데이터를 처리할 수 있다. 빔 조향 모듈은 빔 조향을 수행하는 역할을 할 수 있으며 이에 따라 사용자가 자는 방향으로부터 수신되는 반사 전파를 강조하고 고정 객체(예를 들어, 벽, 머리판 등)와 같은 다른 방향으로부터의 반사 전파를 강조하지 않을 수 있다. 빔 포밍(beam-forming, 빔 형성)이라는 용어는 빔 조향이라는 용어와 상호교환적으로 사용될 수 있음을 이해해야 한다. 본 명세서에 상세히 설명된 바와 같이, 빔 조향 모듈은 비접촉식 수면 추적 디바이스 및 관련 방법의 임의의 상세한 실시예와 함께 사용될 수 있다. 빔 조향 모듈은 아날로그 도메인 또는 디지털 도메인에서 작동할 수 있다. 레이더 서브시스템이 디지털 데이터를 출력하는 경우, 빔 조향 모듈은 디지털 구성요소를 사용하여 디지털 도메인에서 완벽하게 작동할 수 있다.

디지털 실시예에서, 빔 조향 모듈의 기능은 레이더 처리 모듈(210)과 동일한 하나 이상의 프로세서에 의해 실행되는 소프트웨어로 구현될 수 있다. 대안적으로, 빔 조향 모듈의 기능은 전용 하드웨어로 구현되거나 레이더 서브시스템(205)의 일부로서 통합될 수 있다.

도 14는 수면 추적이 수행되는 방향을 타겟팅하는 빔 조향 모듈(1410)의 실시예(1400)를 도시한다. 빔 조향 모듈(1410)은 빔 조향 모듈(230)의 실시예를 나타낼 수 있다. 일반적으로, 빔 조향 모듈(1410)은 레이더 서브시스템(205)으로부터 수신된 각각의 안테나 데이터 스트림에 가중치를 적용하고, 가중된 입력을 합산하고, 결합된 가중된 안테나 데이터 스트림을 레이더 처리 모듈(210)로 출력할 수 있다. 적용된 가중치는 특정 안테나의 입력에 지연(delay)을 도입할 수 있으며, 이는 복소수 값인 가중치에 의해 실현될 수 있다. 안테나들로부터 수신된 하나 이상의 안테나 데이터 스트림에 지연이 도입됨으로써, 안테나 수신 빔이 효과적으로 조향될 수 있다.

실시예(1400)에서, 3개의 디지털 안테나 데이터 스트림(1420)(1420-1, 1420-2, 1420-3)은 개별 안테나에 대응하는 각각의 디지털 안테나 데이터 스트림으로 레이더 서브시스템(205)으로부터 수신된다. 따라서, 이 실시예에서, 3개의 안테나가 레이더 서브시스템(205)의 일부로서 존재한다. 다른 실시예에서, 레이더 서브시스템(205)은 더 적거나(예를 들어, 2) 더 많은 수(예를 들어, 4, 5, 6, 7, 또는 그 이상)의 안테나를 가질 수 있으며, 각각은 빔 조향 모듈(1410)에 디지털 형태로 출력되는 대응하는 원시 안테나 데이터 스트림을 갖는다.

혼합기(Mixers)(1430) 및 결합기(combiner)(1440)는 빔 조향 시스템(232)을 나타낼 수 있다. 각각의 안테나 데이터 스트림(1420)은 혼합기들(1430)의 개별 혼합기에 입력될 수 있다. 혼합기(1430)는 디지털 방식으로 구현될 수 있고 따라서 소프트웨어 프로세스를 나타낼 수 있다. 혼합기(1430-1)는 안테나 데이터 스트림(1420-1)을 채널 가중(weighting) 엔진(231)에 의해 출력되는, 복소수 값으로 표현된 가중치와 혼합한다. 혼합기(1430-2)는 채널 가중 엔진(231)에 의해 출력되는 가중치(혼합기(1430-1)에서 적용된 가중치와 동일하거나 다를 수 있음)와 안테나 데이터 스트림(1420-2)을 혼합한다. 혼합기(1430-3)는 채널 가중 엔진(231)에 의해 출력된 가중치(혼합기(1430-1, 1430-2)에 적용된 각각의 가중치와 동일하거나 다를 수 있음)와 안테나 데이터 스트림(1420-3)을 혼합한다.

소프트웨어 프로세스를 나타낼 수 있는 채널 가중 엔진(231)은 각각의 혼합기(1430)로 출력되어야 하는 가중치를 나타내는 값(예를 들어, 복소수 값)을 결정하기 위해 트레이닝 프로세스를 수행할 수 있다. 다른 실시예에서, 채널 가중 엔진(231)은 별도의 특수 하드웨어 또는 레이더 서브시스템(205)의 일부로 통합된 하드웨어에 의해 수행될 수 있다. 채널 가중 엔진(231)에 의해 출력된 가중치를 나타내는 디지털 신호는 각각의 안테나 데이터 스트림(1420)에 더 크거나 더 작은 지연을 효과적으로 적용할 수 있다. 혼합기(1430)를 통해 적용된 가중치는 1로 정규화될 수 있다. 따라서, 실시예(1400)에서 적용된 3개의 가중치의 합은 1이 될 수 있다.

빔 조향 시스템(232) 및 빔 조향 모듈(1410)은 혼합기(1430)를 통해 WDAS(Weighted Delay and Sum) 빔 조향을 구현하는데 사용될 수 있다. 수학식 4는 WDAS를 구현하는 방법을 자세히 보여준다.

[수학식 4]

수학식 4에서, w_i는 위상 지연을 도입하는 복소수 값일 수 있는 채널 가중치를 나타내고, x_i는 레이더 서브시스템(205)으로부터 들어오는 디지털 레이더 데이터(예를 들어, FMCW 레이더 처프)를 나타내고, a_i는 크기가 다른 여러 수신 안테나 신호의 위상 지연을 담당하는 복소수 가중치를 나타낸다. 채널 가중 엔진(231)에 의해 출력된 가중치는 최소 자승 최적화 프로세스를 수행함으로써 결정될 수 있다. 최소자승 최적화 프로세스는 수학식 5에 따라 수행될 수 있다.

[수학식 5]

수학식 5에서, y는 타겟 빔을 이용하여 생성된 벡터화된 데이터를 나타낸다. X는 레이더 서브시스템(205)으로부터 수신된 안테나 데이터 스트림 데이터를 나타내고; w는 채널 가중 엔진(231)에 의해 학습될 가중치를 나타낸다. 사용자를 타겟팅하기 하기 위한 가장 효과적인 가중치를 결정하기 위한 트레이닝 프로세스의 일부로, 수학식 5의 최소화된 출력을 얻기 위한 시도에서 다양한 가중치가 (예를 들어, 패턴으로, 무작위로) 테스트될 수 있다. 예를 들어, 무작위로 가중치가 충분히 테스트되면, 오차량 내에서 최소화된 출력 값을 얻을 수 있을 것으로 예상할 수 있다. 최소자승 최적화 프로세스에 따라 출력값을 최소화함으로써, 침대 내에서 사용자가 위치한 곳을 가장 근접하게 타겟팅(겨냥)하는 빔 방향에 해당하는 가중치를 얻을 수 있다. 이러한 가중치는 사용자의 향후 모니터링에 사용될 수 있다. 주기적으로 또는 때때로, 침대 내에서 사용자가 움직이는 것 및/또는 수면 검출 디바이스의 방향 및/또는 위치가 변경되는 것을 보상하기 위해 재트레이닝이 수행될 수 있다.

사용 전에, 가중치는 도 3a에 표시되고 방향(350 및 352)으로 표시되는 것과 같은 레이더 서브시스템의 알려진 기울기를 보상하기 위해 오프라인으로 결정될 수 있다. 사용자가 존재하는 경우, 예를 들어 가중치를 스윕하거나 무작위로 선택함으로써 사용자를 위한 최적의 방향이 결정된다. 사용자가 존재하지 않는 경우, 중요한 반사를 생성하는 정지 객체들에 대한 하나 이상의 방향은 이러한 하나 이상의 방향이 사용자를 타겟팅할 때 회피될 있도록 결정될 수 있다.

최소자승 최적화 프로세스 이외의 학습 프로세스가 채널 가중 엔진(231)에 의해 수행될 수 있음을 이해해야 한다. 예를 들어, 일부 실시예에서, 사용자는 비접촉식 수면 추적 디바이스로부터 사용자가 자는 방향을 나타내는 입력을 제공함으로써 트레이닝 프로세스를 도울 수 있다. 다른 실시예에서, 빔을 사용자에게 타겟팅하기 위해 다른 형태의 자동 학습 프로세스가 수행될 수 있다.

채널 가중 엔진(231)은 부팅되거나 턴온되는 시스템(200B)에 대한 가중치를 결정하도록 트리거될 수 있다. 온-보드 가속도계를 통하는 것과 같이 시스템(200B)에 의해 움직임이 검출되면, 채널 가중치가 다시 계산될 수 있다.

혼합기(1430)에 의한 출력으로서 가중 안테나 데이터 스트림(1435)(예를 들어, 1435-1, 1435-2 및 1435-3)의 합산은 결합기(1440)에 의해 수신될 수 있다. 결합기(1440)는 단일 합산(된) 출력(1445)을 레이더 처리 모듈(210)로 출력할 수 있다. 혼합기(1430)에 의해 적용된 다른 가중치와 상이한 혼합기(1430)에 의해 적용된 (지연을 야기하는) 적어도 하나의 가중치에 의해, 빔은 수직 및/또는 수평 성분을 가질 수 있는 방향으로 효과적으로 조향된다. 레이더 처리 모듈(210)에 의한 처리는 도 2a 및 2b와 관련하여 상세히 설명된 바와 같이 수행될 수 있다.

도 15는 레이더 서브시스템(1500)의 가능한 안테나 레이아웃의 실시예를 도시한다. 레이더 서브시스템(1500)은 레이더 서브시스템(205)으로서 기능하는 집적 회로의 실시예를 나타낼 수 있다. 전체 IC는 6.5mm(길이 1505)× 5mm(폭 1504)의 치수를 가질 수 있다. 다른 실시예에서, 전체 IC는 7mm×7mm와 4mm×4mm 사이의 길이(1505)×폭(1504)를 갖는다. 레이더 서브시스템(205)의 도시된 실시예는 3개의 수신 안테나와 1개의 송신 안테나를 갖지만, 다른 실시예는 더 많거나 적은 수의 안테나를 가질 수 있다. 레이더 서브시스템(1500)은 "L" 패턴으로 분포된 수신 안테나(1510-1, 1510-2, 1510-3)를 가질 수 있다. 즉, 안테나(1510-1 및 1510-2)는 도 15에 도시된 바와 같이 축(1501)에 정렬될 수 있고 안테나(1510-2 및 1510-3)는 축(1501)에 수직인 축(1502)에 정렬될 수 있다. 안테나(1510-2)의 중심은 안테나(1510-1)의 중심으로부터 2.5mm 이하에 위치할 수 있다. 안테나(1510-2)의 중심은 안테나(1510-3)의 중심으로부터 2.5mm 이하에 위치할 수 있다.

송신 안테나(1510-4)는 수신 안테나(1510-1, 1510-2, 1510-3)의 L자형 패턴과는 별도로 배치될 수 있다. 즉, 일부 실시예에서, 송신 안테나(1510-4)의 중심은 축(1501)에 평행한 안테나(1510-3)와 함께 축 상에 위치하지 않는다. 일부 실시예에서, 송신 안테나(1510-4)는 안테나(1510-1)의 중심을 갖는 축(1503) 상에 있고, 축(1503)은 축(1502)에 평행하다.

각각의 안테나(1510)는 속이 빈 직사각형의 유전체 공진 안테나(DRA)일 수 있다. 각각의 안테나(1510)는 동일한 치수 세트를 가질 수 있다. 대안적으로, 각각의 수신 안테나(1510-1, 1510-2, 1510-3)는 동일한 치수를 가질 수 있고 송신 안테나(1510-4)는 수신 안테나와 치수가 다를 수 있다. 일부 실시예에서, 송신 안테나(1510-4)는 수신 안테나(1510-1, 1510-2, 1510-3)보다 더 큰 폭, 예를 들어 0.2mm 더 크지만 길이는 동일하다.

이러한 배열에서, 안테나(1510-1)의 안테나 데이터 스트림과 안테나(1510-2)의 데이터 스트림은 수신 빔의 수직 방향 및 안테나(1510-2)의 안테나 데이터 스트림 사이의 적용된 가중치에 의해 도입된 위상 지연은 수신 빔의 수직 방향에 영향을 미칠 수 있고, 안테나(1510-2)의 안테나 데이터 스트림과 안테나(1510-3)의 데이터 스트림 사이의 가중치에 의해 도입된 위상 지연은 (레이더 서브시스템 집적 회로가 거의 동일한 방향으로 비접촉식 수면 추적 디바이스 내에 존재한다고 가정할 때) 수신 빔의 수평 방향에 영향을 미칠 수 있다.

일부 실시예에서, 별도의 안테나가 송신 및 수신을 위해 사용된다. 예를 들어, 안테나(1510-4)는 송신 전용으로 사용될 수 있고, 안테나(1510-1, 1510-2, 1510-3)는 수신 전용으로 사용될 수 있다.

기술된 바와 같이, 모든 안테나가 하나의 비교적 컴팩트한 집적 회로 칩에 위치하는 레이더 서브시스템을 사용하면 비용 절감, 수신측 빔 조향을 수행할 수 있는 합리적인 능력, 일반 침대 크기(예를 들어, 퀸, 킹, 풀, 트윈)를 포함할 수 있는 수평면의 충분히 넓은 안테나 패턴 사이에서 좋은 균형을 달성하는 것으로 밝혀졌다. 동시에, 이러한 레이더 서브시스템을 통합하는 디바이스를 사용하면 알람 시계 기능(알람 시계를 대체할 수 있음), 홈 제어 허브, 및/또는 엔터테인먼트 터치스크린 디바이스를 비롯하여 개인 어시스턴트로도 기능할 수 있는 침대에 충분히 가깝게(예를 들어, 1m 이내) 배치할 수 있다.

실시예(1400)의 빔 조향 모듈은 서로에 대한 안테나(1510)의 배열을 고려하지 않지만, 실시예(1600)는 레이더 서브시스템(1500)의 안테나 배열의 토폴로지를 수용한다. 다른 실시예에서, 안테나(1510)는 "L" 이외의 패턴으로 배열될 수 있다.

도 16은 수면 추적이 수행되는 방향을 타겟팅하기 위한 빔 조향 모듈의 실시예(1600)를 도시한다. 실시예(1600)에서, 레이더 서브시스템(205)의 안테나 배열(즉, 안테나 토폴로지)이 고려된다. 안테나 토폴로지를 고려함으로써, 보다 정확한 빔 조향이 수행될 수 있으며, 이는 사용자의 침대에서 자는 동안 사용자를 보다 정확하게 추적할 수 있다. 안테나(150-1)는 안테나 데이터 스트림(1420-1)에 대응하고, 안테나(1510-2)는 안테나 데이터 스트림(1420-2)에 대응하고, 안테나(1510-3)는 안테나 데이터 스트림(1420-3)에 대응한다. 즉, 레이더 서브시스템(205)의 안테나(1510-2)와 안테나(1510-3)의 데이터 스트림 사이에 추가된 위상 지연은 수평 빔 타겟팅을 위해 사용되고 안테나(1510-2)와 안테나(1510-1)의 데이터 스트림 사이에 추가된 위상 지연은 수직 빔 타겟팅을 위해 사용된다. 안테나(1510-2)의 데이터 스트림이 수직 또는 수평 빔 타겟팅에 사용되는지 여부에 따라, 별도의 디지털 방식으로 구현 혼합기를 사용하여 다른 가중치가 적용될 수 있다.

실시예(1400)에서와 같이, 실시예(1600)에서, 별도의 디지털 안테나 데이터 스트림(1420)은 레이더 서브시스템(205)의 각 안테나로부터 수신된다. 혼합기(1630) 및 결합기(1640)는 도 2b의 빔 조향 시스템(232)을 나타낼 수 있다. 실시예(1600)에서, 빔 조향 모듈(1610)은 4개의 혼합기(1630)(1630-1, 1630-2, 1630-3 및 1630-4)를 갖는다. 실시예(1400)와 유사하게, 채널 가중 엔진(231)에 의해 출력된 값(예를 들어, 복소수 값)은 안테나 데이터 스트림(1420)의 각각의 안테나 데이터 스트림과 혼합될 수 있다. 그러나, 상이한 가중치는 수평 및 수직 빔 타겟팅을 위해 개별적으로 사용될, 2개의 가중 출력이 생성된 안테나 데이터 스트림(1420-2)과 혼합될 수 있다. 안테나 데이터 스트림(1420-1)은 혼합기(1630-1)를 통해 적용된 가중치를 가질 수 있으며 결합기(1640-1)를 통해 안테나 데이터 스트림(1420-2)(혼합기(1630-2)을 통해 적용된 가중치를 가짐)과 결합될 수 있다. 혼합기(1630-1, 1630-2)에 적용된 가중치는 정규화된 값 1로 합산될 수 있다. 안테나 데이터 스트림(1420-3)은 혼합기(1630-4)를 통해 적용된 가중치를 가질 수 있으며 혼합기(1630-3)를 통해 적용된 가중치를 가진 안테나 데이터 스트림(1420-2)과 결합기(1640-2)를 통해 결합될 수 있다. 혼합기(1630-3, 1630-4)에 적용된 가중치는 정규화된 값 1로 합산될 수 있다.

채널 가중 엔진(231)은 실시예(1400)에서 구현된 것과 유사하게 구현될 수 있다. 채널 가중 엔진(231)은 최소자승 최적화 프로세스 또는 일부 다른 최적화 프로세스를 수행하여 수신 빔의 최적 또는 거의 최적의 방향을 결정할 수 있다. 채널 가중 엔진(231)은 실시예(1400)에서와 같이 3개의 출력이 아니라 실시예(1600)에서 가중을 위해 사용될 4개의 출력을 생성할 수 있다. 따라서, 가중치에 대한 출력 값의 패턴 또는 임의의 세트가 최소자승 최적화 프로세스의 일부로서 사용되는 경우, 실시예(1600)에서 더 많은 수의 출력 값 세트가 실시예(1400)와 비교하여 가중치를 설정하는데 사용되는 출력 값의 최적화된 세트를 얻기 위해 테스트될 수 있다.

2개의 출력(1645)(출력 1645-1 및 출력 1645-2)은 레이더 처리 모듈(1650)로 출력될 수 있다. 그런 다음 출력(1645-1) 및 출력(1645-2)에 대해 레이더 처리 모듈(1650)에 의해 별도의 처리가 수행될 수 있다. 높은 레벨에서, 레이다 처리 모듈(1650)에 의한 처리는 처리 동안 방향이 더 이상 사용되지 않을 때까지 각각의 출력(1645)에 대해 수행될 수 있다. 실시예(1600)에서, 움직임 필터, 주파수 강조기 및 범위-바이탈 변환 엔진의 개별 인스턴스가 각각의 출력(1645)에 적용될 수 있고, 그런 다음 결과가 함께 평균화되거나 합산될 수 있다. 보다 구체적으로, 출력(1645-1)은 움직임 필터(1651-1)로 출력되고, 이어서 주파수 강조기(1652-1)와 범위-바이탈 변환 엔진(1653-1)에 차례로 뒤따를 수 있다. 출력(1645-2)은 움직임 필터(1651-2)로 출력되고, 이어서 주파수 강조기(1652-2)와 범위-바이탈 변환 엔진(1653-2)이 차례로 뒤따를 수 있다. 움직임 필터(1651), 주파수 강조기(1652) 및 범위-바이탈 변환 엔진(1653)은 도 2a 및 2b의 움직임 필터(211), 주파수 강조기(212) 및 범위-바이탈 변환 엔진(213)과 관련하여 상술한 바와 같이 기능할 수 있다. 범위-바이탈 변환 엔진(1653-1) 및 범위-바이탈 변환 엔진(1653-2)의 출력은 결합기(1654)를 사용하여 합산되거나 결합될 수 있다. 범위-바이탈 변환 엔진(1653)의 출력의 평균을 나타낼 수 있는 결합기(1654)의 출력은, 범위 게이팅 필터(214) 및 도 2a 및 도 2b와 관련하여 상세히 설명된 바와 같은 후속 구성요소에 의해 처리될 수 있다.

레이더 처리 모듈(1650) 및 빔 조향 모듈(1610)은 범용 프로세서(또는 다중 프로세서)에 의해 실행되는 소프트웨어 프로세스로서 수행될 수 있으므로, 보다 복잡한 결합, 가중치 및 움직임 필터(1651), 주파수 강조기(1652) 및 범위-바이탈 변환 엔진(1653)의 다중 인스턴스를 구현하려면 충분한 처리 능력을 사용할 수 있어야 한다. 따라서, 이러한 처리 능력이 이용가능하다고 가정하면, 실시예(1400) 대신에 실시예(1600)를 구현하기 위해 비접촉식 수면 추적 디바이스에 대한 하드웨어 변경이 필요하지 않을 수 있다. 일부 실시예에서, 실시예(1400)가 구현될 수 있고, 수면 추적 결과가 부정확한 경우 실시예(1600)가 구현될 수 있다(또는 그 반대). 유리하게는, 비접촉식 수면 추적 디바이스(300)가 레이더 기능이 통합된 스마트 홈 관리 디바이스(예를 들어, Nest Home Hub)를 포함하는 일부 실시예에서, 스마트 홈 관리 디바이스는 스마트 스피커, 홈 어시스턴트, 터치스크린 기반 제어 및/또는 엔터테인먼트 허브의 네트워크 연결 조합이며, 파라미터 계산 방법 및 전체 레이더 처리 알고리즘의 개선은 인터넷을 통해 중앙 클라우드 서버에서 필요에 따라 푸시되는 현장 소프트웨어 업데이트를 통해 달성될 수 있다.

도 14 및 16의 실시예(1400 및 1600)의 수신측 빔 조향 양태는 각각 디지털 도메인에서 구현되지만, 빔 조향 모듈(1410 및 1610)의 기능은 아날로그 구성요소를 사용하여 아날로그 도메인에서 구현될 수 있다. 이러한 빔 조향이 아날로그 도메인에서 수행되면, 디지털 도메인으로의 변환은 디지털 데이터가 레이더 처리 모듈(210 또는 1650)에 제공되도록 이러한 아날로그 빔 조향이 수행된 후에 수행될 수 있다.

도 14 및 도 16의 빔 조향 모듈(1410 및 1610)과 같은 빔 조향 모듈의 실시예를 사용하여 다양한 방법이 수행될 수 있다. 도 17은 지향성(directionally) 수면 추적을 타겟팅하기 위한(또는 도 18-21과 관련하여 상세히 설명된 기침과 같은 일부 다른 형태의 추적을 위한) 방법(1700)의 실시예를 도시한다. 방법(1700)은 실시예(1400 및 1600)에 존재하는 것과 같은 시스템을 사용하여 수행될 수 있다. 이러한 실시예 중 일부에서, 도 15의 안테나 토폴로지 또는 일부 유사한 L자형 토폴로지가 존재할 수 있다. 방법(1700)은 도 3a 및 3b의 디바이스(300)의 일부로서 통합된 그러한 시스템에 의해 수행될 수 있다.

방법(1700)은 이전의 상세한 방법 중 임의의 것과 조합하여 수행될 수 있다. 따라서, 아래에 설명된 다양한 방법의 일부로서 수행되는 다양한 블록에 중첩이 존재한다.

블록(1705)에서, 전파가 방출된다. 방출되는 전파는 FMCW와 같은 연속파 레이더일 수 있다. 레이더 처리 모듈로 전달된 원시 파형 데이터에는 연속 희소 샘플링 모드에서 작동하는 레이더 서브시스템으로 인해 또는 버스트 모드에서 작동하는 레이더 서브시스템으로 인해 연속 희소 반사된 처프를 나타내는 파형 데이터 및 수행 중인 연속 희소 샘플링 모드에서 작동하는 레이더 서브시스템에 의해 생성된 원시 파형 데이터를 시뮬레이션하기 위한 변환 프로세스가 포함될 수 있다. 블록(805)에서 방출되는 전파는 도 2c의 FMCW 레이더 방식(scheme)에 따라 방출될 수 있다. 방출된 전파는 레이더 서브시스템(205)의 RF 방출기(206)에 의해 방출될 수 있다. 블록(1710)에서, 예를 들어 레이더 서브시스템(205)의 RF 수신기(207)의 다중 안테나에 의해 전파의 반사가 수신될 수 있다. 블록(1710)에서 수신된 반사는 움직이는 객체(예를 들어, 심장 박동이 있고 호흡하는 사람) 및 정지된 객체들에서 반사될 수 있다. 블록(1705)에서 방출된 각각의 FMCW 처프에 대해, 블록(1710)에서 64개 샘플과 같은 다수의 샘플이 반사된 RF 강도로 측정될 수 있다. 더 적거나 더 많은 수의 샘플이 다른 실시예에서 측정될 수 있다. 움직이는 객체에 의해 반사되는 전파에는 위상 시프트가 존재할 수 있다. 블록(1705 및 1710)은 방법(800)의 블록(805 및 810)과 같이 본 명세서에 상세히 설명된 하나 이상의 다른 방법의 일부로서 수행되는 블록에 대응할 수 있다.

블록(1715)에서, 원시 처프 워터폴 데이터라고도 지칭될 수 있는 원시 파형 데이터는 각 안테나에 의해 수신된 반사 전파에 기초하여 생성될 수 있다. 반사된 전파는 거리와 위상 시프트를 나타낼 수 있다. 10Hz와 같은 주어진 주파수에서, 64개 샘플과 같은 다수의 샘플이 취해질 수 있다. 이들 샘플 각각에 대해, 강도 및 위상 시프트 데이터가 존재할 수 있으며, 반사된 전파를 수신하는데 사용되는 각 안테나에 대해 별도의 안테나 데이터 스트림이 있는 디지털 안테나 데이터 스트림으로서 출력될 수 있다. 추가 처리는 디지털 도메인에서 수행될 수 있다. 다른 실시예에서, 안테나 데이터 스트림은 레이더 서브시스템에 의해 아날로그 데이터로서 출력될 수 있으며 가중 프로세스는 아날로그 도메인에서 수행될 수 있다. 시간이 지남에 따라, 원시 파형 데이터의 원도우가 생성되고 분석을 위해 버퍼에 저장될 수 있다. 도 2를 참조하면, 블록(815)은 레이더 처리 모듈(210)에 의해 수행될 수 있다.

블록(1720)에서, 학습 프로세스가 각각의 수신된 안테나 데이터 스트림에 적용할 가중치를 결정하기 위해 수행될 수 있다. 채널 가중 엔진(231)과 관련하여 상세히 설명된 바와 같이, 가중치로서 기능하는 다양한 값이 테스트될 수 있고 사용자의 위치를 가장 잘 타겟팅하는 빔 조향을 생성하는 가장 효과적인 가중치 세트가 결정될 수 있다. 적용되는 값은 복소수이고 따라서 수신된 안테나 데이터 스트림 중 하나 이상에 위상 지연을 도입하도록 기능할 수 있다. 이렇게 도입된 지연은 수직 및/또는 수평 성분을 가질 수 있는 특정 방향으로 수신 안테나 빔을 효과적으로 타겟팅할 수 있다.

블록(1720)의 일부로서 수행되는 학습 프로세스는 수행되는 최소자승 최적화 프로세스 또는 일부 다른 형태의 최적화를 포함할 수 있다. 일부 실시예에서, 빔 조향 목적을 위해 특정 방향이 잠기거나(locked) 제한될 수 있다. 예를 들어, 수평으로, 빔은 도 3a에 도시된 바와 같이 비접촉식 수면 추적 디바이스의 면에 대해 90°에 있는 것이 바람직할 수 있다. 대안적으로, 빔은 비접촉식 수면 추적 디바이스의 면에 직교하는 것에서 제한된 범위(예를 들어, 10°)만큼 변화하도록 제한될 수 있다. 추가적으로 또는 대안적으로, 가중에 사용되는 값은 방향(350 및 352)을 참조하여 도 3a에 표시된 것과 같은 비접촉식 수면 추적 디바이스의 디스플레이의 수직 경사각을 보상할 수 있다. 따라서, 최적화된 각도를 결정하는데 사용되는 값은 빔의 수직 및/또는 수평 방향이 특정 범위(예를 들어, 수평으로 +/- 10°, 수직으로 +2°~ -25°) 내에 머물도록 특정 범위 내로 제한될 수 있다.

블록(1720)의 학습 프로세스가 완료된 후, 블록(1705, 1710, 1715)은 안테나 데이터 스트림이 레이더 서브시스템에 의해 계속 출력되도록 계속 수행된다. 블록(1725)에서, 블록(1720)에서 결정된 가중치로서 적용할 값은 안테나 데이터 스트림에 적용되어 하나 이상의 사용자에 대한 수면 추적 프로세스를 수행하는 동안 빔 조향을 수행할 수 있다. 블록(1730)에서, 가중(된) 안테나 데이터 스트림은 예를 들어 데이터 스트림을 함께 합산함으로써 결합될 수 있다. 블록(1730)은 단일 출력 스트림을 생성하기 위해 실시예(1400)에서와 같이 함께 합산되는 모든 가중 안테나 데이터 스트림을 포함할 수 있다. 블록(1730)은 또한 실시예(1600)에서와 같이 상이한 그룹의 가중 안테나 스트림을 함께 합산함으로써 생성되는 다수의 출력 스트림을 포함할 수 있다. 실시예(1600)에서와 같이, 특정 안테나 데이터 스트림은 수신 안테나 빔을 수평 및 수직으로 타겟팅하는데 사용하기 위해, 상이한 가중치를 젓용하여 두 번 사용될 수 있다.

블록(1735)에서, 수면 추적은 하나 이상의 조합되고 가중된 안테나 데이터 스트림을 사용하여 수행될 수 있다. 일부 실시예에서, 실시예(1400)에서와 같이 블록(1730)으로부터 단일 출력이 존재하는 경우, 처리는 움직임 필터(211), 주파수 강조기(212), 범위-바이탈 변환 엔진(213), 범위 게이팅 필터(214), 스펙트럼 합산 엔진(215) 및 신경망(216)과 관련하여 상세히 설명된 바와 같이 레이더 처리 모듈(210)에 의해 수행될 수 있다. 다른 실시예에서, 실시예(1600)에서와 같이 블록(1725)으로부터 하나 이상의 출력이 존재하는 경우, 레이더 처리 모듈(210)의 적어도 일부 처리는 각각의 가중되고 결합된 안테나 데이터 스트림에 대해 개별적으로 수행될 수 있다. 예를 들어, 움직임 필터, 주파수 강조기 및 범위-바이탈 변환의 처리는 각각의 가중되고 결합된 안테나 데이터 스트림에 개별적으로 적용될 수 있다. 이러한 별도의 처리를 거친 후, 처리 데이터 스트림은 함께 평균화될 수 있고 수면 추적 프로세스의 일부로서 추가 처리가 도 2a 및 2b와 관련하여 상세히 설명된 바와 같이 범위 게이팅 필터(214), 스펙트럼 합산 엔진(215) 및 신경망(216)에 의해 수행될 수 있다. 블록(1735)이 수면 추적에 초점을 맞추는 동안, 블록(1735)은 추가적으로 또는 대안적으로 도 18-도 21과 관련하여 상세히 설명되는 바와 같이 사용자 움직임에 기초한 기침 귀속에 초점을 맞출 수 있다.

본 명세서에 설명된 수면 추적 디바이스의 실시예는 또한 기침 귀인(attribution) 디바이스로서 기능할 수 있다. 대안적으로, 일부 실시예에서, 본 명세서에 설명된 디바이스는 수면 추적 기능을 수행하지 않고 대신 기침 검출 및 귀인 기능을 수행한다. 수면 데이터가 사용자에게 제시될 때, 특정 사용자에 대한 기침 시간 및 횟수와 같은 기침 데이터가 그 안에 통합될 수 있다. 또한, 시간 경과에 따른 기침 경향가 특정 사용자에 대해 모니터링될 수 있다. 사용자는 시간 경과에 따라(예를 들어, 며칠, 몇 주, 몇 달, 심지어 몇 년) 자신의 기침의 양이 어떻게 증가 또는 감소했는지 통보받을 수 있다.

도 18은 기침 검출 및 귀인 시스템(1800)("기침 귀인 시스템(1800)")의 실시예를 도시한다. 비접촉식 수면 추적 디바이스(101)의 일부 실시예에서, 기침 귀인 시스템(1800)의 기능이 통합된다. 대안적으로, 기침 귀인 시스템(1800)은 수면 추적 기능을 수행하지 않는 디바이스에서 구현될 수 있다. 기침 귀인 시스템(1800)은 (레이더 서브시스템(120)의 실시예를 나타낼 수 있는) 레이더 서브시스템(205); (레이더 처리 모듈(112)의 실시예를 나타낼 수 있는) 레이더 처리 모듈(210) 또는 (또한 레이더 처리 모듈(112)의 실시예를 나타낼 수 있는) 레이더 처리 모듈(1010)을 포함할 수 있다. 일부 실시예에서, 빔 조향 모듈(230)과 같은 빔 조향 모듈은 기침 귀인 시스템(1800)의 일부로서 통합될 수 있다. 다른 실시예에서, 빔 조향 모듈은 존재하지 않는다. 유리하게는, 레이더와 오디오를 사용함으로써, 시스템(1800)은 모니터링되는 사용자 또는 모니터링되는 사용자의 침대와 어떠한 물리적 접촉도 하지 않고 기침 검출 및 귀인을 수행할 수 있다.

기침 귀인 시스템(1800)은 마이크로폰(134); 레이더 서브시스템(120)(레이더 서브시스템(205)일 수 있음); 기침 검출기(1810); 레이더 처리 모듈 210(또는 1010); 기침 데이터 저장소(1825); 기침 결정 엔진(1820); 기침 데이터 편집 엔진(1830); 디스플레이 140; 무선 네트워크 인터페이스(150); 및 스피커(155)를 포함할 수 있다. 하나 이상의 프로세서를 사용하여 수행되는 소프트웨어 프로세스를 나타낼 수 있는 기침 검출기(1810), 레이더 처리 모듈(210(또는 1010)), 기침 데이터 저장소(1825), 기침 결정 엔진(1820), 기침 데이터 편집 엔진(1830)의 임의의 구성요소는 로컬로 실행되거나 클라우드 기반 서버 시스템을 사용하여 원격으로 실행될 수 있다.

마이크로폰(134)은 지속적으로 오디오를 수신하고 기침 검출기(1810)에 대한 수신된 오디오 기초하여 데이터를 출력할 수 있다. 일부 실시예에서, 마이크로폰(134)은 특정 키워드 또는 키 문구에 의해 유발될 수 있는 기침, 방해 또는 음성 명령과 같은 다양한 형태의 오디오에 대한 주변 환경을 모니터링하는데 사용된다. 일부 실시예에서, 다수의 마이크로폰이 기침 귀인 디바이스의 일부로서 존재한다. 이러한 개별 마이크로폰의 오디오 스트림은 함께 결합되거나 별도로 분석될 수 있다. 일부 실시예에서, 오디오는 사용자가 레이더 처리 모듈(210) 또는 레이더 처리 모듈(1010)에 의해 침대에서 검출되었을 때 기침 및/또는 방해에 대해서만 모니터링되며, 이는 많은 사용자가 침대에 들어가기 직전에는 상당한 양의 소음을 내지만 일반적으로 침대에 들어갈 때는 더 조용해지려고 하기 때문에 침대 옆 모니터링 디바이스에 유리한 특징이다. 이러한 검출 모드로의 자동 진입은 기침 모니터링 프로세스를 시작하기 위해 특정 음성 명령이나 버튼 누름에 대한 필요성을 제거할 수 있다. 대안적으로, 또는 그러한 특징에 대한 선택적 게이팅 오버레이로서, 오디오 모니터링은 사용자가 활성화할 때마다 사용자가 명시적으로 승인을 받아야 할 수 있다. 바람직하게는, 기침 귀인 시스템(1800)은 모든 오디오 모니터링이 언제든지 사용자에 의해 쉽고, 용이하고, 검증 가능하게 비활성화할 수 있도록 구성된다. 예를 들어, 기침 귀인 시스템(1800)의 모든 온-보드 마이크로폰을 비활성화하는 하드웨어 기반 기계적 스위치가 제공될 수 있다.

기침 검출기(1810)는 마이크로폰(134)으로부터 수신된 오디오 스트림에 기침이 존재하는지 여부를 결정하는 하나 이상의 프로세서를 포함하는 처리 시스템에 의해 실행되는 소프트웨어 기반 프로세스일 수 있다. 기침 검출기(1810)는 레이더 처리 모듈(210)을 실행한 동일한 처리 시스템에 의해 실행되거나 별도의 처리 시스템에 의해 실행될 수 있다. 기침 검출기(1810)는 수신된 오디오 스트림을 분석하여 기침이 존재하는지 여부의 표시를 출력하는 트레이닝된 기계 학습 모델을 포함할 수 있다. 기침이 식별되면, 기침이 존재한다는 표시와 함께 타임스탬프가 출력될 수 있다. 추가적으로 또는 대안적으로, 기침 이외의 소리를 검출하기 위해 다른 형태의 검출기가 구현될 수 있다. 예를 들어, 기침 검출기(1810)에 추가로 또는 이에 대안적으로, 코골이 검출기가 구현될 수 있다. 추가적으로 또는 대안적으로, 사용자의 수면 중 말하는 것을 검출하기 위해, 음성 검출기가 구현될 수 있다. 사용자의 긁기, 이빨 갈기, 배속 부글거림, 트림, 딸꾹질, 및/또는 오디오를 사용하여 식별할 수 있는 일부 기타 동작 또는 신체 기능을 위한 유사 구성요소가 구현될 수 있다.

트레이닝된 기계 학습 모델은 다양한 식별된 기침 및 기침을 포함하지 않는 오디오 샘플을 포함하는 실제 태킹된 트레이닝 데이터를 사용하여 트레이닝된 신경망을 포함할 수 있다. 다른 실시예에서, 트레이닝된 기계 학습 모델은 수신된 오디오를 분석하기 위해 신경망 이외의 배열을 사용할 수 있다. 기침 검출기(1810)가 마이크로폰(134)으로부터 수신된 오디오 스트림에 기초하여 기침이 존재하는지 여부를 결정할 수 있는 반면, 모니터링된 사용자가 기침의 소스인지 여부를 결정하기 위해 레이더가 사용될 수 있다.

기침 검출기(1810)에 의한 오디오 스트림의 분석 후, 마이크로폰(134)으로부터 수신된 오디오 스트림은 삭제되거나 폐기될 수 있으며, 이 경우 기침 분석을 위해 사용된 마이크로폰(134)에 의해 캡처된 오디오는 보존되지 않을 것이다. 따라서, 마이크로폰(134)을 통해 수행되는 오디오 캡처가 기침 검출을 위해 활성화되더라도, 사용자는 오디오 스트림에서 기침 검출이 수행된 후 오디오가 폐기되는 것으로 인해 프라이버시 문제를 가질 필요가 없다.

레이더 서브시스템(120)은 도 1, 2a 및 2b와 관련하여 상세히 설명된 바와 같이 기능할 수 있다. FMCW 레이더 시스템의 검출된 반사 전파에 기초한 원시 레이더 데이터는 레이더 처리 모듈(210)로 출력될 수 있다. 일부 실시예에서, 레이더 서브시스템(120)에 의해 출력된 하나 이상의 데이터 스트림은 도 14 내지 도 17과 관련하여 상세히 설명된 빔 조향 모듈(230)과 같은 빔 조향 모듈에 의해 먼저 타겟팅될 수 있다.

레이더 처리 모듈(210)은 도 2a 및 2b와 관련하여 상세하게 기능할 수 있다. 신경망(216)의 출력은 이전에 상세히 설명한 바와 같이, 사용자가 침대 안에 있고 움직이고 있는지 또는 침대에 있고 움직이지 않는지(바이탈 징후 외에)와 같은 상태 기계(500) 내의 상태를 결정하는데 사용될 수 있다. 따라서, 신경망(216)(또는 일부 다른 형태의 분류 엔진)의 출력은 1) 사용자가 침대에 있는지 여부, 및 2) 사용자가 움직이고 있는지 여부(바이탈 징후 이상의 것이 기침 결정 엔진(1820)으로 출력될 수 있음)를 나타낸다. 일부 실시예에서, 레이더 처리 모듈(210)에 의해 출력된 상태는 타임스탬프를 포함할 수 있다.

기침 결정 엔진(1820)은 레이더 처리 모듈(210) 및/또는 기침 검출기(1810)의 기능을 수행하는 처리 시스템에 의해 수행되는 소프트웨어 프로세스일 수 있다. (코골이와 같은 다른 검출된 소리에 대해, 코골이 결정 엔진이 기침 결정 엔진(1820)에 추가로 또는 대안으로 사용될 수 있음을 이해해야 한다). 이 처리 시스템에는 하나 이상의 프로세서가 있을 수 있다. 기침 결정 엔진(1820)은 레이더 처리 모듈(210)로부터 수신된 침대에서의 사용자의 움직임의 표시와 결합하여 기침 검출기(1810)로부터 수신된 기침이 존재한다는 표시를 분석할 수 있다. 기침 검출기(1810)로부터 검출된 기침의 타임스탬프와 침대에서의 검출된 움직임은 기침 결정 엔진(1820)이 해당 기침이 사용자 움직임이 원인이라고 결정하기 위해 서로 충분히 작은 기간 내에 있어야 할 수 있다. 예를 들어, 기침이 검출되기 전 1초부터 기침이 검출된 후 3초까지의 범위와 같이 기정의된 시간 내에 사용자의 움직임이 검출되면, 기침과 움직임이 상관관계가 있는 것(즉, 기침이 움직임을 유발한 것)으로 결정될 수 있다. 오디오 데이터에 비해 레이더 데이터를 분석하는 처리 시간량 때문에, 관련 이벤트를 식별하는데 충분한 크기의 시간 범위가 필요할 수 있다. 일부 실시예에서, 시간 윈도우는 +/-1초이다. 다른 실시예에서, 시간 윈도우는 더 크거나(예를 들어, +/-2초) 더 작다(예를 들어, +/- 0.7초).

기침 검출기(1810)에 의해 기침이 검출되지만 모니터링되는 사용자가 레이더 처리 모듈(210)로부터 수신된 데이터에 기초하여 기침 결정 엔진(1820)에 의한 기침으로 귀속되지 않는 경우, 기침 결정 엔진(1820)은 모니터링되는 사용자와 관련이 없는 기침에 대한 정보를 폐기할 수 있다. 대안적으로, 기침이 모니터링되는 사용자로부터 발생한 것으로 식별되지 않더라도, 기침은 도 6과 관련하여 상세히 설명된 것과 같이 오디오 이벤트로 취급될 수 있다. 기침(누군가 또는 다른 것에 의해 수행되거나 출력됨)이 그 모니터링되는 사용자를 깨우는 오디오 이벤트로서 식별되는 경우, 기침은 다른 오디오로 취급되거나 특별히 모니터링된 사용자를 깨운 기침 이벤트로 저장될 수 있다.

기침이 검출되고 기침이 모니터링된 사용자에 귀인된 경우, 기침 결정 엔진(1820)은 기침 귀인 시스템(1800)의 기침 데이터 저장소(1825)에 기침의 표시와 기침의 타임스탬프를 저장할 수 있다(추가적으로 또는 대안적으로, 코골이와 같은 다른 형태의 방해가 모니터링되는 경우, 기침 데이터 저장소(1825)는 이러한 데이터를 저장하는데 사용될 수 있거나 별도의 데이터 저장 디바이스가 사용될 수 있음). 일부 실시예에서, 기침의 표시 및 기침의 타임스탬프는 저장을 위해 클라우드 기반 서버 시스템로 출력될 수 있다. 일부 실시예에서, 기침 검출기(1810)에 의해 분석된 오디오의 크기에 기초하여, 기침의 심각도의 표시(예를 들어, 임계값 기반 볼륨 분석 또는 사운드 볼륨(음량)에 적어도 부분적으로 기초한 임계값 기준을 사용하는 일부 다른 형태의 결정에 기초하여 그것이 작은 기침인지, 중간 기침인지 또는 큰 기침인지 여부)가 저장될 수 있다. 일부 실시예에서, 연속적인 일련의 기침은 단일 기침 이벤트로 취급될 수 있고 기침 이벤트의 지속 기간의 표시가 저장될 수 있다.

기침 데이터 저장소(1825)는 수면 데이터 저장소(118)의 일부로서 통합될 수 있거나 별도로 저장된 데이터일 수 있다. 예를 들어, 기침 데이터는 수면 데이터와 함께 저장될 수 있다. 기침 데이터 저장소(1825)는 메모리와 같은 비-일시적 프로세서 판독 가능 매체를 나타낼 수 있다.

기침 데이터 편집 엔진(1830)은 기침 데이터 저장소(1825)로부터의 데이터를 연속적으로 또는 주기적으로, 예를 들어 하루에 한 번, 아마도 사용자가 아침에 깨어날 때 분석할 수 있다. 기침 데이터 편집 엔진(1830)은 밤 동안 기침하는 사용자에 관한 데이터를 출력하는 야간 보고(서)를 생성할 수 있다. 야간 보고는 1) 밤 동안 사용자가 기침한 횟수, 2) 이러한 기침의 지속 기간, 3) 이러한 기침의 시간, 4) 기침으로 인해 사용자가 깨어났는지 여부, 및/또는 5) 이러한 기침의 심각도와 같은 정보를 포함할 수 있다. 이러한 야간 보고는 스피커(155)를 통해 합성 음성을 사용하여 출력될 수 있고 및/또는 디스플레이(140) 상의 텍스트 및/또는 그래픽 표시자를 사용하여 표현될 수 있다. 야간 보고로부터의 데이터는 저장 및/또는 추가 분석을 위해 무선 네트워크 인터페이스(150)를 통해 클라우드 기반 서버 시스템으로 출력될 수 있다. 다른 실시예에서, 기침 결정 엔진(1820)으로부터의 원시 기침 데이터는 분석을 위해 클라우드 기반 저장 시스템으로 출력된다. 예를 들어, 기침 데이터 편집 엔진(1830)의 기능은 클라우드 기반 서버 시스템에 의해 수행될 수 있다. 기침 데이터 편집 엔진(1830)은 코골이, 말하기 등과 같은 다른 소리의 귀인에 대한 데이터를 대안적으로 또는 추가적으로 출력하기 위해 사용될 수 있다.

기침 데이터 편집 엔진(1830)은 야간 보고의 일부로서 통합되거나 별도의 장기 경향 보고의 일부인 장기 경향 데이터를 추가로 생성할 수 있다. 장기 경향 데이터는 하루 또는 하룻밤보다 더 긴 시간 동안 분석된 기침 데이터에 기초할 수 있다. 예를 들어, 장기 경향 데이터는 1주, 여러 주, 한 달, 여러 달, 1년, 여러 해, 또는 일부 사용자 정의 기간(예를 들어, 사용자가 질병이 있음을 식별하는 기간)과 같은 기간 동안 데이터를 분석할 수 있다. 장기 경향 데이터는 야간 보고의 일부로서 또는 일주일에 한 번과 같이 덜 빈번한 간격으로 및/또는 사용자 요청 시 사용자에게 출력될 수 있다. 장기 경향 데이터는 1) (예를 들어, 사용자의 평균 기침 카운트에 대한 기침의 임계 수 또는 사용자의 평균 기침 카운트에 대한 일부 다른 형태의 임계값 기준 내에서) 밤에 사용자의 기침 빈도가 증가, 감소 또는 동일하게 유지되는지 여부; 2) (예를 들어, 평균 강도의 임계 범위 또는 강도에 적어도 부분적으로 기초한 임계값 기준을 사용하는 일부 다른 형태의 결정 내에서) 사용자의 기침 강도가 증가, 감소 또는 동일하게 유지되는지 여부; 3) (예를 들어, 평균 지속 기간의 임계 범위 또는 기침 지속 기간에 적어도 부분적으로 기초한 임계값 기준을 사용하는 일부 다른 형태의 결정 내에서) 사용자의 기침 지속 기간이 증가, 감소 또는 동일하게 유지되는지 여부; 및/또는 4) 기침이 더 자주 발생하는지 또는 덜 발생하는지 또는 사용자를 잠에서 깨울 가능성이 거의 동일한지 여부와 같은 정보를 사용자에게 표시하는데 사용될 수 있다. 일부 실시예에서, 장기 경향 데이터는 사용자의 기침 빈도가 상당히 증가한 것과 같이 경향 중 주목할 만할 것이 있을 때 출력된다.

이러한 장기 경향 데이터는 스피커(155)를 통해 합성 음성을 사용하여 출력될 수 있고 및/또는 디스플레이(140) 상의 텍스트 및/또는 그래픽 표시자를 사용하여 표현될 수 있다. 장기 경향 데이터로부터의 데이터는 저장 및/또는 추가 분석을 위해 무선 네트워크 인터페이스(150)를 통해 클라우드 기반 서버 시스템으로 출력될 수 있다. 일부 실시예에서, 기침에 대한 장기 경향 데이터는 사용자의 수면에 대한 장기 경향 데이터와 함께 출력된다. 이러한 실시예에서, 기침 데이터 편집 엔진(1830)의 기능은 도 1의 수면 데이터 편집 엔진(119)과 같은 수면 데이터 편집 엔진과 통합될 수 있다. 따라서, 기침 데이터는 수면 데이터와 함께 출력될 수 있다.

일부 실시예에서, 단일 사용자가 모니터링될 수 있다. 이것은 한 명의 사용자가 침대에 있다는 것을 의미하거나 기침 귀인 디바이스에 가장 가까운 사람이 모니터링되고 있음을 의미할 수 있다. 그러나, 한 사람이 모니터링되고 있더라도 다른 사람, 동물(예를 들어, 애완 동물), 바람 또는 날씨, 지나가는 차량 또는 스피커와 같은 기침 및 기침과 유사한 소리의 다른 소스가 근처에 있을 수 있다. 도 19는 모니터링된 단일 사용자에 대한 사용자의 움직임 상태 및 검출된 기침의 타임라인의 예를 도시한다. 타임라인(1901)은 레이더 서브시스템(120)에 의해 생성되고 레이더 처리 모듈(210)에 의해 처리된 레이더 데이터에 기초하여 사용자의 결정된 움직임 상태를 도시한다. 타임라인(1902)은 마이크로폰(134)로부터의 오디오 스트림에 기초하여 기침 검출기(1810)에 의해 기침이 검출된 때를 도시한다. 특히, 타임라인(1902)에 존재하는 기침은 타임라인(1901)의 사용자에 반드시 대응하는 것은 아닌데, 그 이유는 기침이 모니터링되는 사용자 이외의 소스로부터 발생할 수 있기 때문이다.

기간(1910) 동안, 오디오 스트림에 기초하여 기침이 검출되고 레이더 처리 모듈(210)에 의해 움직임이 검출된다. 이러한 환경에서, 기침 결정 엔진(1820)은 모니터링된 사용자가 기침을 한 것으로 간주한다. 유사하게, 시간 기간(1940) 동안, 오디오 스트림에 기초하여 기침이 검출되고 레이더 처리 모듈(210)에 의해 움직임이 검출된다. 다시 여기에서, 기침 결정 엔진(1820)은 모니터링된 사용자가 기침을 한 것으로 간주한다. 기침, 기침 지속 기간, 기침의 타임스탬프 및 기침 심각도를 나타내는 데이터는 기침 데이터 저장소(1825)에 저장될 수 있다.

기간(1920) 동안, 두 번의 기침이 검출되었다. 그러나, 사용자의 움직임은 검출되지 않는다. 따라서, 오디오에 기침이 존재할 수 있지만 그 기침은 사용자에 기인한 것이 아니며 기침 데이터는 기침의 특정 인스턴스에 대해 사용자를 위해 저장되지 않는다. 다른 소스로부터 생성된(originated) 기침 소리를 나타내는 이러한 오디오 데이터 외에도, 이것은 오디오에 기초하여 검출된 기침의 거짓 긍정(false-positive)을 나타낼 수 있다. 기침 검출이 거짓 긍정인지 여부 또는 기침이 사용자 이외의 소스에서 비롯되었는지 여부에 관계없이, 해당 특정 "기침"에 대응하는 데이터는 사용자와 관련하여 저장되지 않는다.

기간(1930) 동안, 침대에 있는 사용자에 의한 움직임이 레이더 서브시스템(120)에 의해 검출된다. 이 움직임은 사용자의 호흡이나 심장 박동으로 인한 사용자의 움직임보다 더 큰 의미 있는 움직임을 나타낸다. 그러나, 캡처된 오디오 스트림에 기초한 기침은 검출되지 않았다. 따라서, 기간(1930) 동안 사용자에 대한 기침 데이터는 저장되지 않는다.

일부 실시예에서, 동일한 기간 동안 다수의 사용자가 모니터링될 수 있다. 예를 들어, 도 9에서와 같이, 동일한 침대에서 자고 있는 2명의 사용자 각각에 대해 그들의 수면이 추적될 수 있다. 추가적으로 또는 대안적으로, 각 사용자의 기침이 추적될 수 있다. 다수의 사용자가 수면 및/또는 기침 추적되고 있는 경우, 레이더 처리 모듈(210) 대신에 레이더 처리 모듈(1010)이 사용될 수 있다. 이러한 실시예에서, 기침 결정 엔진(1820)은 레이더 처리 모듈(1010)로부터 2개의 입력을 수신할 수 있으므로 각 사용자에 대한 개별 입력을 수신할 수 있다. 스펙트럼 합산 엔진과 신경망의 추가 인스턴스를 추가함으로써 3명 이상의 사용자를 위한 추가 실시예도 가능하다. 따라서, 사용자가 침대에 있고 움직이고 있는지 또는 가만히 있는지를 나타내는 각각의 모니터링된 사용자에 대해 별도의 출력이 존재할 수 있다. 기침 검출기(1810)는 기침 원인 규명 시스템(1800)과 관련하여 상술한 바와 같이 계속 기능할 수 있다.

도 20은 다수의 모니터링된 사용자에 대해 침대에서 검출된 기침 및 움직임의 타임라인의 예를 도시한다. 다시 여기에서, 타임라인(1901)은 레이더 서브시스템(120)에 의해 생성되고 레이더 처리 모듈(1010)에 의해 처리되는 레이더 데이터에 기초하여 사용자가 존재하는 것으로 결정되는 움직임 상태를 도시한다. 타임라인(1902)은 마이크로폰(134)로부터의 오디오 스트림에 기초하여 기침 검출기(1810)에 의해 기침이 검출된 시기를 도시한다.

시간 기간(1910) 동안, 기침은 오디오 스트림에 기초하여 검출되고 움직임이 제1 사용자를 위한 레이더 처리 모듈(1010)에 의해 검출된다. 이러한 환경에서, 기침 결정 엔진(1820)은 모니터링된 제1 사용자가 기침을 한 것으로 간주한다. 유사하게, 시간 기간(1940) 동안, 오디오 스트림에 기초하여 기침이 검출되고 움직임이 제1 사용자를 위한 레이더 처리 모듈(1010)에 의해 검출된다. 다시 여기에서, 기침 결정 엔진(1820)은 모니터링된 제1 사용자가 기침을 한 것으로 간주한다. 기침, 기침 지속 기간, 기침의 타임스탬프 및 기침 심각도를 나타내는 데이터는 제1 사용자에 매핑된 기침 데이터 저장소(1825)에 저장될 수 있다.

시간 기간(2010) 동안, 오디오 스트림에 기초하여 기침이 검출되고 타임라인(2001)에 표시된 바와 같이 모니터링되는 제2 사용자에 대한 움직임이 레이더 처리 모듈(1010)에 의해 검출된다. 이러한 환경에서, 기침 결정 엔진(1820)은 모니터링된 제2 사용자가 기침을 한 것으로 간주한다. 기침, 기침 지속 기간, 기침의 타임스탬프 및 기침 심각도를 나타내는 데이터는 모니터링되는 제2 사용자에 매핑된 기침 데이터 저장소(1825)에 저장될 수 있다.

시간 기간(2020) 동안, 오디오 스트림에 기초하여 기침이 검출되지만, 사용자가 침대 내에서 움직이는 것으로 분류하기에 충분한 모니터링된 사용자의 어떠한 움직임도 검출되지 않는다. 따라서, 기간(2020)의 기침은 모니터링되는 사용자에게 매핑되지 않는다. 기간(1930) 동안, 제1 사용자가 침대 내에서 움직임에도 불구하고 오디오 스트림에 기초하여 기침이 검출되지 않았기 때문에, 두 사용자 모두 기침의 표시가 저장되지 않는다. 일부 상황에서, 사용자는 두 사용자가 움직일 정도로 충분히 강하게 기침할 수 있다(기침하는 사용자가 침대를 흔들면 다른 사용자가 움직이게 됨). 이러한 상황에서, 침대에서 많은 양의 움직임을 갖는 사용자는 기침에 귀인될 수 있다(원인일 수 있다).

타임라인(1901, 1902, 2001)은 단지 예일 뿐임을 이해해야 한다. 검출된 기침의 수, 한 명 이상의 사용자가 모니터링되는지 여부 및 기침 타이밍은 특정 상황에 따라 달라진다.

기침 검출 및 귀인을 위한 다양한 방법은 기침 귀인 시스템(1800)을 사용하여 수행될 수 있다. 도 21은 기침 검출 및 귀인을 위한 방법(2100)의 실시예를 도시한다. 방법(2100)은 기침 귀인 시스템(1800) 또는 일부 다른 유사한 시스템을 사용하여 수행될 수 있다. 또한, 기침 귀인 시스템(1800)은 디바이스(300)의 일부로서 통합될 수 있다. 예를 들어, 기침 귀인 시스템(1800)은 단일 사용자가 기침에 대해 모니터링되고 있는 경우 레이더 처리 모듈(210)과 함께 사용될 수 있다. 시스템(1800)은 두 명의 사용자가 기침에 대해 모니터링되고 있는 경우 레이더 처리 모듈(1010)과 함께 사용될 수 있다. 기침 귀인 시스템(1800)은 추가적으로 또는 대안적으로, 사용자 또는 사용자들이 침대에 있는 방향으로 빔 조향을 수행하기 위해 빔 조향 모듈(230), 빔 조향 모듈(1410) 또는 빔 조향 모듈(1610)과 같은 빔 조향 모듈과 함께 사용될 수 있다. 또한, 기침 검출 및 귀인은 수면 추적과 함께 또는 수면 추적과 별도로 수행될 수 있음을 이해해야 한다. 예를 들어, 기침 검출 및 귀인은 방법(800), 방법(1300) 및/또는 방법(1700)의 다양한 실시예와 함께 수행될 수 있다. 대안적으로, 방법(2100)은 방법(800, 1300 및 1700)과 별개의 독립 실행형 방법으로 수행될 수 있다. 방법(2100)이 디바이스(300)에 의해 독립형 방법으로 수행되는 경우, 디바이스(300)는 비접촉식 기침 검출 및 귀인 디바이스라고 지칭될 수 있다. 특히, 레이더 및 오디오를 사용하기 때문에, 방법(2100)은 모니터링되는 사용자 또는 모니터링되는 사용자의 침대와 물리적 접촉을 하는 임의의 디바이스 없이 기침 검출 및 귀인을 수행할 수 있다.

방법(2100)에서, 2개의 개별 프로세스가 병렬로 수행될 수 있는데, 오디오 모니터링 프로세스는 블록(2105~2115)에서 수행될 수 있고, 레이더 기반 움직임 모니터링 프로세스는 블록(2120~2140)에서 수행될 수 있다. 이들 두 프로세스는 모두 방법(2100)의 일부로서 반복적으로 그리고 연속적으로 수행될 수 있다. 블록(2105)에서 하나 이상의 마이크로폰을 사용하여 오디오가 검출된다. 일부 실시예에서, 이러한 하나 이상의 마이크로폰은 온-보드 디바이스 수행 방법(2100)에 위치하거나 하나 이상의 온-보드 마이크로폰을 갖는 원격 디바이스가 사용될 수 있으며 오디오 스트림은 분석을 위해 기침 검출 및 추적 디바이스로 전송될 수 있다. 예를 들어, 원격 디바이스는 별도의 홈 어시스턴트 또는 스마트 스피커 디바이스일 수 있다. 블록(2110)에서, 마이크로폰에 의해 출력된 오디오 스트림은 기침이 발생했는지를 결정하기 위해 분석된다. 기침의 검출는 트레이닝된 신경망일 수 있는 사전 트레이닝된 기계 학습 모듈을 사용하여 수행될 수 있다. 일부 실시예에서, 기침 검출은 전적으로 오디오에 기초하여 수행된다. 기침이 검출되면, 기침이 존재함을 나타내는 출력과 기침의 타임스탬프가 생성될 수 있다.

블록(2115)에서, 마이크로폰에 의해 생성된 오디오 스트림은 삭제되거나 폐기될 수 있다. 일부 실시예에서, 오디오 스트림의 어떤 부분도 저장되지 않는다(기침이 오디오 스트림에 존재했는지 여부의 표시 제외). 디바이스 수행 방법(2100)이 홈 어시스턴트로 기능할 수 있는 경우, 오디오 스트림은 명령(command)이나 질문으로 해석되도록 사용자의 음성을 트리거하기 위한 키워드나 핵심(key) 문구를 사용자가 말하는 경우 임시로 저장될 수 있다.

블록(2120)에서, 전파가 방출된다. 방출되는 전파는 FMCW와 같은 연속파 레이더일 수 있다. FMCW 레이더는 도 2c와 관련하여 상세히 설명된 바와 같이 전파를 송신할 수 있다. 전파는 레이더 서브시스템(205)의 RF 방출기(206)에 의해 방출될 수 있다. 블록(2125)에서, 예를 들어 레이더 서브시스템(205)의 RF 수신기(207)의 다중 안테나에 의해 전파의 반사가 수신될 수 있다. 블록(2125)에서 수신된 반사는 움직이는 객체(예를 들어, 침대에서 자는 사람, 침대에서 움직이는 사람) 및 정지된 객체들에서 반사될 수 있다. 블록(2120 및 2125)은 방법(800)의 블록(805 및 810) 및/또는 블록(1705 및 1710)과 같이 본 명세서에서 설명되는 하나 이상의 다른 방법의 일부로서 수행되는 블록에 대응할 수 있다.

블록(2130)에서, 원시 처프 워터폴 데이터라고도 지칭될 수 있는 원시 파형 데이터는 수신된 반사 전파에 기초하여 생성되고 레이더 서브시스템에 의해 출력된다. 시간이 지남에 따라, 원시 파형 데이터의 윈도우가 생성되어 분석을 위해 버퍼에 저장될 수 있다. 처리를 위해 파형 데이터가 레이더 처리 모듈로 제공되기 전에, 파형 데이터는 WDAS 빔 조향과 같은 빔 조향 프로세스를 수행하기 위해 빔 조향 모듈을 사용하여 처리될 수 있다. 예를 들어, 방법(1700)의 블록은 블록(2130)에서 수행될 수 있다.

블록(2135)에서, 빔 조향에 기초하여 가중되었을 수 있는 원시 파형 데이터는 블록(2135)에서 분석된다. 블록(2135)에서의 분석은 움직임 필터(211), 주파수 강조기(212), 범위-바이탈 변환 엔진(213), 범위 게이팅 필터(214), 스펙트럼 합산 엔진(215) 및 신경망(216)과 관련하여 상세히 설명된 처리에 따라 수행될 수 있다. 레이더 처리 모듈(1010)과 관련하여 상세히 설명한 바와 같이, 다수의 사용자가 모니터링되는 경우, 각 사용자는 스펙트럼 합산 엔진 및 신경망의 인스턴스에 매핑될 수 있다.

블록(2140)에서, 신경망(216)으로부터의 출력에 기초하여, 사용자 또는 각 사용자에 대해 상태가 결정될 수 있다. 상태는 상태 머신(500)에 따라 결정될 수 있다. 따라서, 블록(2140)의 출력은 사용자가 침대에 있는지, 침대에서 움직이고 있는지 또는 움직임이 없는지(바이탈 징후 제외) 여부의 표시일 수 있다. 다수의 사용자가 모니터링되고 있는 경우, 블록(2140)의 출력은 각 사용자에 대한 유사한 표시일 수 있다. 타임스탬프는 출력되는 각 결정된 상태에 매핑될 수 있다. 블록(2140) 이후에, 레이더 프로세스는 계속해서 반복되고 움직임을 모니터링할 수 있다.

블록(2145)에서, 사용자가 움직이는 기정의된 시간 범위 내에서 기침이 발생했는지 여부에 대한 결정이 이루어질 수 있다. 기침의 표시 및 사용자 움직임의 표시에 매핑된 타임스탬프는 기침과 사용자 움직임이 시간상 충분히 근접하여 발생하여 기침이 움직임에 귀인(귀속)될 수 있는지 여부를 결정하는데 사용될 수 있다. 일부 실시예에서, 블록(2145)이 긍정으로 결정되기 위해, 오디오에 기초하여 기침이 검출되고, 기정의된 시간 범위 내에서, 사용자가 침대 내에서 움직이고 있는 것으로 결정된다(예를 들어, 상태(503)). 기침이 검출되지 않거나 모니터링된 사용자가 침대에서 움직이지 않는 경우, 블록(2145)은 부정으로 평가될 수 있다. 다수의 사용자가 모니터링되고 있는 경우, 블록(2145)은 한 사용자에 대해서는 긍정으로 평가되고 다른 사용자에 대해서는 부정으로 평가될 수 있다. 블록(2145)가 모든 사용자에 대해 부정으로 평가되는 것도 가능하다.

블록(2150)에서, 일부 실시예에서, 모니터링 사용자가 기침을 했음을 나타내는 기침이 귀속되거나 기록되지 않는다. 일부 실시예에서, 사용자가 침대에서 움직인 것으로 검출되었고(기침은 하지 않음) 수면 추적이 수행되고 있는 경우, 사용자의 침대에서의 움직임의 표시는 수면 추적 목적을 위해 저장될 수 있다. 블록(2150)에 이어, 오디오 모니터링 프로세스 및 레이더 기반 움직임 모니터링 프로세스는 미래의 가능한 기침을 검출하고 귀속시키기 위해 계속 수행될 수 있으며 블록(2145)은 미래에 계속 평가될 수 있다.

블록(2155)에서, 블록(2145)이 긍정으로 결정되면, 기침이 발생했다는 표시가 기침을 한 저장된 모니터링 사용자에게 매핑될 수 있다. 다수의 사용자가 모니터링되고 있는 경우, 그 표시는 기침을 한 것으로 결정된 특정 모니터링 사용자에게 매핑될 수 있다. 일부 실시예에서, 기침의 지속 기간, 빠른 기침 그룹의 기침 횟수(예를 들어, 기침 발작), 및 기침의 강도와 같은 기침에 대한 추가 정보가 저장될 수도 있다. 다수의 모니터링 사용자가 존재하는 경우, 기침이 특정 사용자에게 매핑될 수 있는 동안, 기침은 방법(800)의 일부로서 다른 사용자를 깨우게 한 오디오 이벤트의 역할을 할 수 있다. 밤이 끝나면, 특정 모니터링 사용자에 대해 저장된 기침 표시가 없거나, 하나, 몇 개 또는 여러 개 있을 수 있다. 블록(2105 내지 2155)은 사용자가 침대에 있는 동안 밤새도록 반복적으로 수행될 수 있다.

블록(2160)에서, 블록(2155)에서 저장된 기침의 표시가 출력될 수 있다. 블록(2160)은 전날 밤에 대한 기침 데이터를 포함하는 야간 보고와 같은 보고가 출력되는 것을 포함할 수 있다. 따라서, 블록(2160)은 사용자 또는 사용자들이 더 이상 침대에 있는 것으로 검출되지 않는 아침과 같이 밤 동안의 기침 검출 및 귀속 결론 후에 수행될 수 있다. 기침의 표시는 특정 사용자가 밤 동안 기침한 횟수, 사용자가 기침한 때, 사용자의 기침 강도, 기침으로 인해 사용자가 깨어났는지 여부를 나타내는 생성된 보고에 포함될 수 있다. 이러한 보고는 사용자가 기침 검출 및 귀인 디바이스에 입력을 제공하는 것에 응답하여 출력될 수 있다. 사용자는 터치스크린을 통해 입력을 제공하거나 사용자는 야간 보고 출력을 요청하는 명령(아마도 트리거 단어 또는 문구와 함께)를 말할 수 있다. 다른 실시예에서, 야간 보고는 특정 시간에 또는 사용자가 깨어 있거나 하루 중 시간 이후(예를 들어, 오전 7시 이후)에 침대에서 나온 것으로 결정될 때 자동으로 출력될 수 있다. 야간 보고는 기침 검출 및 귀인 디바이스의 디스플레이 상에 합성 음성 및/또는 텍스트 및/또는 그래픽을 사용하여 출력될 수 있다. 다수의 사용자가 모니터링되는 경우, 각 사용자에 대해 별도의 보고 또는 별도의 데이터가 출력될 수 있다. 다수의 사용자에 대한 데이터를 결합한 보고도 가능하다.

야간 보고 데이터는 원격 클라우드 기반 서버 시스템으로 전송, 저장 및/또는 분석될 수 있다. 일부 실시예에서, 블록(2155)의 각각의 기침 표시는 저장 및 분석을 위해 클라우드 기반 서버 시스템으로 전송될 수 있다. 대안적으로, 일부 실시예에서, 생성된 보고로부터의 데이터는 클라우드 기반 서버 시스템으로 전송되어 클라우드 기반 서버 시스템에 의해 저장될 수 있다. 사용자는 임의의 기침 관련 데이터가 클라우드 기반 서버 시스템으로 전송되지 않도록 하는 옵션을 가질 수 있다. 일부 실시예에서, 야간 보고는 클라우드 기반 서버 시스템에 의해 생성될 수 있고 그 보고가 사용자 계정에 액세스할 수 있는 사용자의 하나 이상의 다른 디바이스(예를 들어, 스마트폰)를 통해 액세스될 수 있도록 사용자 계정에 매핑되어 저장될 수 있다.

클라우드 기반 서버 시스템 또는 기침 검출 및 귀인 디바이스는 또한 저장된 기침 표시를 사용하여 장기 경향 데이터를 생성할 수 있다. 이러한 장기 경향 데이터는 여러 밤, 일주일, 몇 주, 한 달, 몇 달, 1년, 몇 년 등과 같은 기간 동안 모니터링된 사용자에 대한 기침 경향을 나타낼 수 있다. 장기 데이터는 모니터링된 사용자의 기침 빈도가 일정 기간 동안 증가, 감소 또는 거의 일정하게 유지되는지 여부, 모니터링 사용자의 기침 강도가 시간 경과에 따라 증가, 감소 또는 거의 일정하게 유지되는지 여부, 모니터링 사용자의 기침 지속 기간이 시간 경과에 따라 증가, 감소 또는 거의 일정하게 유지되는지 여부를 나타낼 수 있다. 장기 경향 데이터는 각각의 모니터링 사용자에 대해 별도로 유지 관리될 수 있다.

야간 보고 데이터와 유사하게, 사용자는 터치스크린을 통해 입력을 제공할 수 있거나 사용자는 장기 경향 데이터가 출력되도록 요청하는 명령(트리거 단어 또는 문구와 함께)을 말할 수 있다. 다른 실시예에서, 장기 경향 데이터는 특정 시간에 또는 사용자가 정의된 시간 이후(예를 들어, 오전 7시 이후)에 깨어 있는 것으로 결정될 때 출력될 수 있다. 일부 실시예에서, 장기 경향 데이터는 야간 보고의 일부로서 출력된다. 일부 실시예에서, 장기 경향 데이터는 사용자가 기침하는 빈도의 변화가 시간 경과에 따라 증가하는 것과 같은 장기 경향 데이터의 변화가 존재하는 것으로 식별될 때에 응답하여 출력된다. 장기 경향 데이터는 기침 검출 및 귀인 디바이스의 디스플레이상에 합성 음성 및/또는 텍스트 및/또는 그래픽을 사용하여 출력될 수 있다. 다수의 사용자가 모니터링되는 경우, 사용자별로 별도의 장기 경향 데이터를 출력하거나 결합된 장기 보고를 생성할 수 있다.

기침에 대한 야간 보고 및/또는 장기 경향 데이터는 하나 이상의 사용자에 대한 수면 보고와 함께 출력될 수 있다. 사용자에 대한 수면 데이터 및 기침 데이터를 나타내는 단일 보고가 출력될 수 있다. 예를 들어, 아침에, 사용자는 전날 밤의 사용자 수면 데이터와 사용자 기침 데이터를 포함하는 단일 보고를 볼 수 있다. 장기 수면 및/또는 기침 데이터가 보고의 일부로 통합될 수 있다. 이러한 보고는 사용자가 별도의 디바이스에서 데이터에 액세스할 수 있도록 사용자 계정에 매핑된 클라우드 기반 서버 시스템을 사용하여 저장될 수 있다.

일부 실시예에서, 사용자의 기침 빈도가 비교적 높거나 증가하는 경우 하나 이상의 권장 사항(추천)이 출력될 수 있다. 예를 들어, 기침 귀인 디바이스(또는 주변의 다른 스마트 디바이스)가 습도 센서를 이용하여 습도를 측정하는 경우, 사용자가 기침을 하는 경향이 있는 밤에 측정된 습도가 임계값(또는 습도에 적어도 부분적으로 기초한 임계값 기준을 사용하는 일부 다른 형태의 결정) 미만이면 사용자가 자는 방의 습도 레벨을 높이라는 권장 사항이 출력될 수 있다. 또 다른 권장 사항은 예를 들어 장기간 기침이 증가하는 것에 응답하여 사용자가 치료를 받을 수 있도록 하는 것일 수 있다.

수면 추적, 기침 검출 및 귀인, 및/또는 다른 형태의 건강 모니터링 또는 추적을 수행하기 위해, 사용자가 디바이스를 적절하게 배치하고 디바이스가 적절하게 작동할 수 있도록 주변 환경이 구성되었는지 확인하는데 도움이 되도록 설정 프로세스가 수행될 수 있다. 설정 프로세스가 수행되지 않으면, 수면 추적 디바이스는 사용자가 자는 방향으로 정확하게 조준되고, 허용 가능한 거리에 위치하며, 및/또는 사용자 주변에서 움직이는 객체가 제거되었는지 확인할 가능성이 낮을 수 있다. 도 22는 수면 설정 프로세스를 수행하는 수면 추적 시스템(2200)의 실시예를 도시한다. 기침 귀인 디바이스 또는 다른 형태의 건강 모니터링 또는 건강 추적 디바이스에 대해 유사한 설정 프로세스가 수행될 수 있음을 이해해야 한다. 수면 추적 시스템(2200)은 도 2a의 시스템(200A)의 실시예를 나타낼 수 있다. 수면 추적 시스템(2200)은 비접촉식 수면 추적 디바이스(300) 또는 일부 다른 독립형, 비접촉식 건강 추적 또는 모니터링 디바이스의 일부로서 통합될 수 있다. 수면 추적 시스템(2200)은 또한 수행되는 기침 검출 및 귀인에 앞서 설정 프로세스를 수행하는데 사용될 수 있다. 수면 추적 또는 기침 검출 및 귀인이 설정되기 전에, 레이더 처리 모듈(210)의 일부 구성요소가 활성화될 수 있다. 레이더 처리 모듈(2210)은 설정 프로세스를 수행하기 위해 사용될 수 있는 레이더 처리 모듈(210)의 구성요소의 서브세트를 나타낸다. 움직임 필터(211), 주파수 강조기(212) 및 범위-바이탈 변환 엔진(213)은 시스템(200A)과 관련하여 상술한 바와 같이 기능할 수 있다. 트레이닝 모듈(2220)은 레이더 처리 모듈(2210)로부터의 범위-바이탈 변환 엔진(213)의 출력을 사용할 수 있다.

레이더 처리 모듈(2210)과 유사한 트레이닝 모듈(2220)은 하나 이상의 범용 프로세서를 사용하여 실행되는 소프트웨어로 구현될 수 있다. 다른 실시예에서, 트레이닝 모듈(2220)의 구성요소의 기능을 실행하기 위해 전용 하드웨어가 사용될 수 있다. 일부 실시예에서, 트레이닝 모듈(2220)은 수면 추적 설정 프로세스가 성공적으로 완료되기 전에 활성화될 수 있다. 이러한 실시예에서, 일단 완료되면, 트레이닝 모듈(2220)은 비활성화되고 시스템(2200)은 시스템(200A), 시스템(200B), 실시예(1400), 실시예(1600) 또는 시스템(1800)으로서 기능할 수 있다. 대안적으로, 시스템 또는 사용자는 수면 추적 디바이스가 잠자는 사용자를 검출하는데 어려움이 있는 경우 디바이스가 주기적으로 또는 미래의 다른 시간에 재배치되는 것과 같이, 성공적인 설정 프로세스 후 일정 시간에 설정 프로세스를 다시 시작할 수 있다.

트레이닝 모듈(2220)은 분류기(2221), 일관성 모니터(2222) 및 통신 출력 엔진(2223)을 포함할 수 있다. 분류기는 범위-바이탈 변환 엔진(213)의 출력을 수신할 수 있다. 레이더 서브시스템(205) 및 레이더 처리 모듈(2210)은 수면 추적 설정 프로세스가 수행되었는지 여부에 관계없이 계속해서 동작할 수 있다. 사용자가 수면 추적 설정 프로세스가 수행되어야 한다는 입력을 제공하면 트레이닝 모듈(2220)이 활성화될 수 있다. 트레이닝 모듈(2220)이 활성화되면, 분류기(2221)는 범위-바이탈 변환 엔진(213)으로부터의 출력과 같이, 레이더 처리 모듈(2210)로부터 수신된 데이터에 기초하여 분류를 출력하기 시작할 수 있다.

범위-바이탈 변환 엔진(213)은 이전에 상술한 바와 같이, 수신된 움직임-필터링된 파형 데이터를 분석하여 시간 경과에 따른 움직임의 빈도, 범위 및 크기를 식별하고 정량화한다. 분류기(2221)는 다양한 거리에서 관찰된 서로 다른 주파수의 크기를 나타내는 처리된 파형 데이터를 입력으로서 수신한다.

분류기(2221)는 분류를 수행하기 전에, 시스템(2200)으로부터 너무 가깝거나 너무 먼 거리에서의 움직임을 나타내는 파형 데이터를 폐기할 수 있다. 일부 실시예에서, 0.25m 미만 또는 1m 이상의 거리에서 검출된 주파수는 폐기된다. 다른 실시예에서, 최소 및 최대 범위 거리는 변경될 수 있다. 예를 들어, 최소 거리는 0.1 내지 0.5m일 수 있고 및/또는 최대 거리는 0.7~1.5m일 수 있다.

분류기(2221)는 시간에 따른 파형 데이터 청크(chunk)의 데이터를 분석할 수 있다. 즉, 범위-바이탈 변환 엔진(213)으로부터의 데이터는 너무 가깝거나 너무 먼 움직임에 대응하는 파형 데이터를 폐기한 후, 2초와 같은 기간 동안 집계되거나 합산될 수 있다. 다른 실시예에서, 지속 기간이 0.5초 내지 5초인 청크와 같은 데이터 청크를 생성하기 위해 더 짧거나 더 긴 지속 기간이 사용된다. 분류기(2221)는 1초 스트라이드(stride)(스트라이드는 첫 번째 청크가 존재하는 시점부터 다음 청크가 시작될 때까지의 시간 차이임)의 청크를 분석할 수 있으므로 청크 사이에 50%와 같은 일부 중첩이 존재할 수 있다. 다른 실시예에서, 스트라이드는 중첩의 양을 변경하는 0.5초 내지 5초 사이와 같이 더 크거나 작을 수 있다.

분류기(2221)는 트레이닝된 신경망과 같은 기계 학습 모델을 포함할 수 있다. 기계 학습 모델은 각각의 합산된 데이터 청크(빈도, 크기 및 범위 데이터 포함)를 수신하고 다수의 가능한 분류로부터 선택된 분류를 출력한다. 일부 실시예에서, 분류기(2221)는 3개의 가능한 분류 중 하나를 출력한다. 분류 상태는 1) 사용자 미존재, 2) 과도한 움직임, 및 3) 정적 사용자 존재를 나타낼 수 있다. "사용자 미존재"의 분류는 검출된 사용자가 없음에 해당한다. 이 분류는 사용자가 허용 가능한 범위를 벗어 났거나, 사용자가 환경에 존재하지 않거나, 또는 사용자로부터 멀리 떨어진 레이더 서브시스템을 갖는 시스템(2200)을 포함하는 디바이스를 나타낼 수 있다. "과도한 움직임"의 분류는 사용자가 가만히 누워 있지 않음(예를 들어, 사용자가 침대에서 구르거나 움직이고 있음)을 나타내고 및/또는 하나 이상의 다른 객체가 존재하고 모니터링되는 영역에서 움직이고 있음을 나타낼 수 있다. 이러한 객체는 팬, 시계(예를 들어, 진자 포함) 시계, 흐르는 물, 흔들리는 직물(예를 들어, 공기 흐름으로 인해 흔들리는 커튼), 식물(예를 들어, 공기 흐름으로 인해 바스락거리는 나뭇잎) 또는 일부 다른 유형의 움직이는 객체일 수 있다. "정적 사용자 존재"의 분류는 움직이지 않는 사용자가 검출되고 있음을 나타낼 수 있다. 움직이지 않음으로써, 사용자는 가만히 누워 있을 수 있지만 사용자의 호흡 및 사용자의 심장 박동으로 인한 약간의 움직임과 같은 바이탈 징후를 여전히 나타낼 수 있다. 약간의 근육 움직임(예를 들어, 손가락이나 팔의 경련, 깊은 한숨)은 기계 학습 모델에서 허용될 수 있으며 "정적 사용자 존재"의 분류가 여전히 반환될 수 있다.

분류기(2221)는 범위-바이탈 변환 엔진(213)으로부터 수신된 2개 또는 3개의 특징을 분석하는 사전 트레이닝된 신경망 모델을 포함할 수 있다. 특징은 빈도, 크기 및 범위 그룹에서 선택될 수 있다. 다른 실시예에서는 더 적거나 더 많은 수의 특징이 분류를 수행하는데 사용될 수 있음을 이해해야 한다. 다른 실시예에서, 더 적거나 더 많은 수의 분류 상태가 분류기(2221)에 의해 결정될 수 있다. 게다가, 다른 실시예에서, 다른 형태의 기계 학습 및 비-기계 학습 배열을 사용하는 상이한 분류 배열이 사용된다. 기계 학습 모델은 해당 특징에 대해 원하는 상태로 정확하게 매핑된 일련의 실제 태깅된(truth-tagged) 특징(예를 들어, 빈도, 크기 및/또는 범위)을 사용하여 트레이닝될 수 있다. 예를 들어, 제어 환경에서 대상이 모니터링되고 대상은 그 대상이 움직이지 않는지, 움직이는지 또는 존재하지 않는 여부에 기초하여 수면 전문가가 적절하게 분류한 특징을 가질 수 있다.

일부 실시예에서, 분류기(2221)는 기계 학습 모델 이외의 프로세스를 사용할 수 있다. 예를 들어, 분류기(2221)는 호흡은 감지되지만 다른 움직임은 거의 감지되지 않기 때문에 움직임이 있는지 여부를 결정할 수 있다. 따라서, 범위-바이탈 변환 엔진(213)으로부터 수신된 빈도 및 크기 데이터에 기초하면, 10~60Hz 사이의 빈도(또는 표 1에 표시된 특정 연령에 대한 일부 다른 범위)가 존재하고 (심장 박동으로 인한 움직임 외에) 다른 상당한 양의 움직임이 관찰되지 않는다는 결정이 내려지면, "정적 사용자 존재"의 분류가 결정되고 출력될 수 있다. 정의된 임계값 이상의 크기(또는 크기에 적어도 부분적으로 기초한 임계값 기준을 사용하는 일부 다른 형태의 결정)가 다수의 주파수에서 관찰되는 경우, "과도한 움직임"이라는 결정이 출력될 수 있다. 정의된 임계값 이상의 크기가 검출되지 않는 경우, "사용자 미존재"라는 결정이 출력될 수 있다. 다른 실시예에서, 호흡을 사용하는 대신에, 사용자의 심장박동과 같은 또 다른 바이탈 징후가 검출되어 분류를 결정하는데 사용된다. 사용자의 심장 박동보다 호흡으로 인해 사용자의 가슴이 더 많이 움직이기 때문에 호흡이 더 바람직할 수 있다.

분류기(2221)는 분류기(2221)가 활성인 동안 임의의 주어진 시간에 단일 분류를 출력할 수 있다. 일부 실시예에서, 수면 추적 설정 프로세스가 시작된 후 정의된 시간 제한(또는 일부 다른 형태의 시간-기반 기준) 후에, 예를 들어 5초 내지 20초 사이에, "정적 사용자 존재"라는 분류가 아직 분류기(2221)에 의해 출력되지 않으면, 설정 프로세스는 성공적으로 완료되지 않는다. 이러한 상황에서, 통신 출력 엔진(2223)은 수면 추적의 설정이 실패했다는 피드백을 사용자에게 제공할 수 있고, 향후 수행되는 설정 프로세스에서 성공 가능성을 높이는 방법에 대한 추천을 제공할 수 있다. 분류기(2221)에 의해 "과도한 움직임"이라는 분류가 식별된 경우, 추천은 움직이는 객체 및 사용자 자신이 움직이지 않도록 하는 것과 같이 사용자가 환경에서 불필요한 움직임을 제거하려고 시도하도록 만들어질 수 있다. 실패된 설정 프로세스 동안 분류기(2221)에 의해 "사용자 미존재"라는 분류가 출력되는 경우, 사용자에게는 레이더 서브시스템(205)으로부터 사용자가 위치해야 하는 거리가 상기될 수 있고 및/또는 사용자에게는 사용자가 자는 곳과 관련하여 레이더 서브시스템(205)이 포인팅되어야 하는 방법이 상기될 수 있다.

분류기(2221)가 시간 제한 기간이 만료되기 전에 "정적 사용자 존재"라는 분류를 출력하는 경우, 이것은 사용자가 침대에 제대로 누워 있고 검출되고 있으며 사용자의 환경이 적절한 수면, 기침 또는 건강 모니터링 및 추적을 위해 충분히 움직이지 않는다는 표시 역할을 할 수 있다. "정적 사용자 존재"라는 이러한 초기 분류는 일관성 모니터(2222)에 의해 수행되는 일관성 검사(check)를 시작하기 위한 트리거 역할을 할 수 있다. 일관성 모니터 2222의 목적은 사용자가 침대에 누워 있는 동안 사용자가 충분한 시간 동안 "정적 사용자 존재"로 적절하게 검출되어, 잠자는 동안 사용자의 향후 모니터링이 사용 가능한 바이탈 통계 및/또는 건강 모니터링 데이터를 생성할 가능성이 있음을 보장하는 것일 수 있다. 예를 들어, "정적 사용자 존재"가 처음에 분류기(2221)에 의해 관찰되었을 수 있지만, 이 분류는 정의된 기간 동안 일시적이고 그리고 충분히 흔들림을 멈춘 커튼의 움직임으로 인해 일시적일 수 있다. 이러한 상황에서, "정적 사용자 존재"라는 임시 분류에도 불구하고, 사용자의 정확한 모니터링에 부정적인 영향을 미치는 공기 흐름 재개로 인해 과도한 움직임이 검출될 수 있다.

일정 시간 기간 동안(예를 들어, 5개의 2초 청크), 일관성 모니터(2222)는 분류기(2221)가 해당 시간 기간의 충분한 부분 동안 "정적 사용자 존재"를 출력했는지 여부를 결정할 수 있다. 예를 들어, 시간 기간이 10초인 경우, 10초 윈도우에서, 분류기(2221)는 7초 동안 "정적 사용자 존재", 일부 수의 청크, 또는 그 시간 기간의 일부 다른 임계 부분을 출력하도록 요구될 수 있다(또는 분류기(2221)가 특정 상태 분류를 출력하는 시간량에 적어도 부분적으로 기초하는 임계값 기준을 사용하는 일부 다른 형태의 결정이 수행될 수 있음).

일관성 모니터(2222)가 "정적 사용자 존재"가 시간 기간의 적어도 임계량 동안 분류기(2221)에 의해 출력되었다고 결정하면(또는 다시 주어진 상태에서 시간량에 적어도 부분적으로 기초한 일부 형태의 임계값 기준을 사용하면), 통신 출력 엔진(2223)은 수면 추적 설정이 성공적으로 완료되었고 수면 추적이 이제 적절하게 설정되고 활성화되었음을 나타낼 수 있다. 설정이 성공적으로 완료되었음을 나타내는 사용자에게 (예를 들어, 디스플레이(140)를 통해) 그래픽 출력 및/또는 (예를 들어, 스피커(155)를 통해) 청각적 출력이 제공될 수 있다. 앞으로 사용자가 침대에 있을 때마다 사용자의 수면이 추적될 수 있다. 이러한 추적은 사용자가 침대에서 검출되는 것에 기초하여 자동으로 시작될 수 있다. 설정이 성공적으로 완료되면, 트레이닝 모듈(2220)은 비활성화되고 시스템(2200)은 시스템(200A, 200B, 1000 및/또는 1800)으로서의 기능으로 전환될 수 있다.

일관성 모니터(2222)가 "정적 사용자 존재"가 시간 기간의 적어도 임계 부분(또는 주어진 상태의 시간량에 대한 임계값 기준 기반 분석의 일부 다른 형태) 동안 분류기(2221)에 의해 출력되지 않았다고 결정하면, 통신 출력 엔진(2223)은 수면 추적 설정이 성공적으로 완료되지 않았고 수면 추적이 활성화되지 않았음을 나타낼 수 있다. 사용자는 이전에 분류기(2221)에 의해 침대에 있고 가만히 있는 것으로 식별되었기 때문에, 이 시점에서의 실패는 분류기(2221)에 의해 상당한 시간 기간 동안 출력되는 "과도한 움직임"으로 인한, 예를 들어 사용자가 몸을 구르거나, 움직이거나, 또는 근처의 다른 객체가 움직이는 것으로 인한 것일 수 있다. 설정이 실패했음을 나타내는 그래픽 출력(예를 들어, 디스플레이(140)를 통해) 및/또는 청각적 출력이(예를 들어, 스피커(155)를 통해) 통신 출력 엔진(2223)에 의해 용자에게 제공될 수 있다. 사용자가 수면 추적 설정을 다시 시도하고, 침대에 가만히 있고, 환경에서 움직이는 객체를 제거하라는 추천이 출력될 수 있다.

일부 실시예에서, 일관성 모니터(2222)는 (예를 들어, 검출되는 호흡에 기초하여) 사용자가 검출되는 거리의 변화(variance)를 추가로 모니터링할 수 있다. 사용자가 관찰되는 거리의 변화가 거리 임계값(또는 거리에 적어도 부분적으로 기초한 임계값 기준을 사용하는 일부 다른 형태의 결정)이상으로 변하는 경우, 일관성 모니터(2222)는 변화가 시간 경과에 따라 감소하는지 확인하기 위해 사용자를 계속 모니터링할 수 있다. 변화가 정의된 시간 제한(예를 들어, 30초)에 도달하거나 일부 다른 시간-기반 기준에 의해 분산이 감소하지 않으면, 수면 추적 설정 프로세스는 실패할 수 있다. 사용자가 관찰되는 거리의 변화가 허용 가능한 양이면, 설정 프로세스는 성공적으로 완료될 수 있다.

도 23은 수면 설정 프로세스 동안 제시되는 지침(형)(instructional) 사용자 인터페이스(2300)의 실시예를 도시한다. 지침 사용자 인터페이스(2300)는 (시스템(2200)이 통합될 수 있는) 디바이스(300)의 디스플레이 스크린을 사용하여 제시될 수 있다. 지침 사용자 인터페이스(2300)는 사용자가 수면 또는 건강 모니터링 설정 프로세스를 수행하기를 원한다는 것을 나타내는 사용자 제공 입력(예를 들어, 터치스크린 상에서 선택하기, 구두 명령 말하기)에 응답하여 제시될 수 있다. 일부 실시예에서, 사용자가 설정 프로세스를 성공적으로 완료하기 위해 잠재적으로 디바이스, 다른 객체 및/또는 자신의 수면 위치를 움직이기 때문에 "설정"은 대신 "교정(calibration)"으로 지칭될 수 있다. 다이어그램(2301)은 디바이스(300) 및 사용자의 침대가 배치되어야 하는 일반적인 위치 및 방향을 나타내기 위해 지침용 사용자 인터페이스(2300)의 일부로서 제시될 수 있다. 사용자는 터치 요소(2302)를 통해 설정으로 직접 진행하기 위해 추가 지침을 건너뛰거나 사용자가 터치 요소(2303)를 통해 다음 지침 사용자 인터페이스로 진행할 수 있다. 페이지 표시자(2304)는 지침 인터페이스의 수와 현재 지침 사용자 인터페이스가 다수의 요소에 의해 제시되고 어떤 요소가 강조되는지(이 경우에는 3개의 인터페이스 중 첫 번째)를 나타낼 수 있다. 서면 지침(2305)은 사용자가 사용자의 침대와 관련하여 디바이스를 어떻게 배치해야 하는지를 나타낼 수 있다. 서면 지침(2305)은 또한 지침 사용자 인터페이스(2300)가 제시되는 동안 합성 음성을 통해 출력될 수 있다.

도 24는 수면 설정 프로세스 동안 제시되는 지침 사용자 인터페이스(2400)의 실시예를 도시한다. 지침 사용자 인터페이스(2400)는 (시스템(2200)이 통합될 수 있는) 디바이스(300)의 디스플레이 스크린을 사용하여 제시될 수 있다. 지침 사용자 인터페이스(2400)는 지침 사용자 인터페이스(2300)로부터 다음 지침 사용자 인터페이스로 진행하기 위해 (예를 들어, 터치 요소(2303)를 통해, 음성 명령을 통해) 사용자 제공 입력 다음에 제시될 수 있다. 다이어그램(2401)은 디바이스(300), 사용자의 침대 및 사용자의 수면 위치가 서로에 대해 배치되어야 하는 위치 및 방향을 다이어그램(2301)보다 더 상세하게 표시하기 위해 지침(용) 사용자 인터페이스(2400)의 일부로서 제시될 수 있다. 사용자는 터치 요소(2402)를 통해 설정으로 직접 진행하기 위해 추가 지침을 건너뛰거나 사용자가 터치 요소(2403)를 통해 다음 지침 사용자 인터페이스로 진행할 수 있다. 페이지 표시자(2404)는 지침 인터페이스의 수와 현재 지침 사용자 인터페이스가 다수의 요소에 의해 제시되고 어떤 요소가 강조되는지(이 경우에는 3개의 인터페이스 중 두 번째)를 나타낼 수 있다. 서면 지침(2405)은 사용자가 침대에 있는 디바이스와 관련하여 자신의 위치를 지정하는 방법 및/또는 사용자의 가슴에서 디바이스로 직접 연결되는 경로를 방해하는 객체가 없는지 확인하는 방법을 나타낼 수 있다. 서면 지침(2405)은 또한 지침 사용자 인터페이스(2400)가 제공되는 동안 합성 음성을 통해 출력될 수 있다.

도 25는 수면 설정 프로세스 동안 제시되는 지침 사용자 인터페이스(2500)의 실시예를 도시한다. 사용자 인터페이스(2500)는 (시스템(2200)이 통합될 수 있는) 디바이스(300)의 디스플레이 스크린을 사용하여 제시될 수 있다. 사용자 인터페이스(2500)는 지침 사용자 인터페이스(2400)로부터 다음 지침 사용자 인터페이스로 진행하기 위해 (예를 들어, 터치 요소(2403)를 통해, 음성 명령을 통해) 사용자 제공 입력 다음에 제시될 수 있다. 사용자는 터치 요소(2502)를 통해 추가 지침(및/또는 전체 설정 프로세스)을 건너뛰거나 터치 요소(2503)를 통해 캡처되는 설정 측정으로 진행할 수 있다. 특히, 터치 요소(2503)를 터치하는 대신에, 사용자는 설정을 시작하기 위해 구두 명령을 사용하도록 권장되거나 요구될 수 있다. "설정"과 같은 구두 명령의 사용은 설정하는 동안 사용자가 숨을 쉬지 않고 가만히 있을 수 있도록 도와 준다. 즉, 이러한 구두 명령이 제공될 때, 사용자는 설정 측정의 시작을 트리거하기 위한 터치 입력을 제공하기 위해 자신의 팔과 손을 움직일 필요가 없다. 페이지 표시자(2504)는 명령 인터페이스의 수와 현재 지침 사용자 인터페이스가 다수의 요소에 의해 제시되고 어떤 요소가 강조되는지(이 경우에는 3개의 인터페이스 중 세 번째)를 나타낼 수 있다. 서면 지침(2505)은 사용자가 혼자 침대에 누워 설정을 시작할 준비가 되어 있어야 함을 나타낼 수 있다. 서면 지침(2505)은 또한 사용자 인터페이스(2500)가 제공되는 동안 합성 음성을 통해 출력될 수 있다.

도 26은 수면 설정 프로세스가 수행되는 동안 제시되는 사용자 인터페이스(2600)의 실시예를 도시한다. 사용자 인터페이스(2600)는 (시스템(2200)이 통합될 수 있는) 디바이스(300)의 디스플레이 스크린을 사용하여 제시될 수 있다. 사용자 인터페이스(2600)는 지침 사용자 인터페이스(2500)로부터 음성 또는 터치 요소(2503)를 통한 터치 명령을 사용하는 것과 같이, 사용자가 설정 프로세스를 트리거하는 것에 응답하여 제시될 수 있다.

비접촉식 설정 측정이 수행되고 있음을 나타내는 서면 표시(2601)가 제공될 수 있다. 사용자 인터페이스(2600)는 설정 프로세스가 얼마나 많이(예를 들어, 몇 퍼센트) 수행되었는지를 나타내는 표시자 값(2602)을 포함할 수 있다. 사용자 인터페이스(2600)의 예에서는 25%가 완료되었다. 표시자 값(2602)은 각각의 퍼센트 또는 다양한 반올림 값(예를 들어, 5%마다)을 나타낼 수 있다. 시각적으로, 애니메이션(2603) 또는 일부 다른 애니메이션이 제시되어 디바이스가 기능하고 있으며 시각적으로 즐거운 효과를 제공하고 있음을 사용자에게 표시할 수 있다. 애니메이션(2603)은 시간 경과에 따라 색상이 변경될 수 있다. 애니메이션(2603)은 시간 경과에 따라 정현파 패턴으로 변동하는 둘레를 갖는 다수의 원형 형상을 가질 수 있다. 다수의 원형 형상의 둘레로부터 애니메이션(2603)의 중심을 향해 강도가 감소하는 구배(gradient)가 존재할 수 있다. 또한, 원형 형상의 중심으로부터 멀어질수록 강도가 감소하는 제2 구배가 존재할 수 있다.

사용자 인터페이스(2600)의 일부 실시예에서, 오디오는 사용자 인터페이스(2600)가 제시되는 동안 출력될 수 있다. 오디오는 침대에 누워있는 사용자로 인해 사용자 인터페이스(2600)를 보기 어려울 수 있는 사용자에게 설정 프로세스가 수행되고 있음을 표시하는 역할을 할 수 있다. 오디오에는 편안한 기악과 같은 음악이 포함될 수 있다. 음악이 끝나고 딩(ding)과 같은 추가 사운드가 출력될 수 있는 경우, 사용자는 설정이 완료되었음을 유추할 수 있다. 추가적으로 또는 대안적으로, 설정이 수행되고 있음을 나타내는 합성 음성이 출력될 수 있다. 설정이 완료되면, 설정이 완료되었음을 알리는 합성 음성이 출력될 수 있다. 제시되는 다음 사용자 인터페이스는 설정 프로세스가 성공적으로 완료되었는지 여부에 따라 달라질 수 있다.

도 27은 성공적인 설정 프로세스 이후에 제시되는 사용자 인터페이스(2700)의 실시예를 도시한다. 사용자 인터페이스(2700)는 디바이스(300)의 디스플레이 스크린을 사용하여 제시될 수 있다. 사용자 인터페이스(2700)는 수면 추적 프로세스(또는 일부 다른 건강 모니터링 프로세스)가 성공적으로 완료되었음을 나타낼 수 있다. 사용자 인터페이스(2700)는 설정이 성공적으로 완료된 경우 사용자 인터페이스(2600) 다음에 제시될 수 있다. 구체적으로, 사용자 인터페이스(2700)는 일관성 모니터(2222)가 일관성 검사를 성공적으로 완료했을 때 통신 출력 엔진(2223)에 의해 출력될 수 있다. 다이어그램(2701)은 준비 중인 디바이스를 그래픽으로 나타낼 수 있다. 터치 요소(2702)는 사용자가 설정을 위해 다음 항목으로 진행하거나 디바이스의 홈 화면으로 돌아가도록 허용할 수 있다. 통지(2703)는 디바이스가 이제 수면(및/또는 기침 및/또는 더 일반적으로 건강) 추적을 위한 준비가 되었음을 나타내거나 및/또는 좋은 결과를 위한 하나 이상의 팁을 제공할 수 있다. 사용자 인터페이스(2700)가 제시되는 동안 통지(2704)의 내용을 진술하는 합성 음성이 출력될 수 있다.

도 28은 실패한 수면 설정 프로세스 다음에 제시된 사용자 인터페이스(2800)의 실시예를 도시한다. 따라서, 사용자 인터페이스(2800)는 사용자 인터페이스(2600) 다음에 제시될 수 있다. 사용자 인터페이스(2800)는 디바이스(300)의 디스플레이 스크린을 사용하여 제시될 수 있다. 사용자 인터페이스(2800)는 수면 추적 설정(또는 다른 건강 추적 설정) 프로세스가 성공적으로 완료되지 않았음을 나타낼 수 있다. 사용자 인터페이스(2800)는 분류기(2221)에 의해 "사용자 미존재" 상태가 검출되었음을 나타낼 수 있다. 사용자가 디바이스(300)와 너무 가깝거나 너무 먼 것이 원인일 가능성이 높으므로, 사용자는 지침(2804)에서 사용자가 디바이스로부터 "팔 길이" 미만이라는 것과 같은 거리 추천을 수신할 수 있다. 사용자 인터페이스(2800)가 제시되는 동안 지침(2804)의 내용을 진술하는 합성 음성이 출력될 수 있다. 그래픽 상태 표시자(2801)는 디바이스가 사용자로부터 추가 입력을 요구하는 것을 나타낼 수 있다. 터치 요소(2802)는 사용자가 설정 프로세스를 재시도하도록 허용할 수 있다. 터치 요소(2803)는 사용자가 지침 사용자 인터페이스(2300-2500)에 제시된 지침을 검토하도록 허용할 수 있다.

도 29는 실패한 수면 설정 프로세스 다음에 제시되는 사용자 인터페이스(2900)의 다른 실시예를 도시한다. 따라서, 사용자 인터페이스(2900)는 사용자 인터페이스(2600) 다음에 제시될 수 있다. 사용자 인터페이스(2900)는 디바이스(300)의 디스플레이 스크린을 사용하여 제시될 수 있다. 사용자 인터페이스(2900)는 수면 추적 설정 프로세스가 성공적으로 완료되지 않았음을 나타낼 수 있다. 사용자 인터페이스(2900)는 "과도한 움직임" 분류가 분류기(2221)에 의해 검출되었거나(및 "정적 사용자 존재" 분류가 출력되지 않았음) 일관성 모니터(2222)가 일정 기간 동안 "과도한 움직임" 분류의 초과를 검출했을 때 제시될 수 있다. 사용자가 너무 많이 움직이거나 근처의 다른 객체가 움직이는 것이 원인일 가능성이 높으므로, 사용자는 일반 영역에서 이동 객체를 정지시키고 제거하는 것과 같이 지침(2904)에서 상황을 수정하는 방법에 대한 추천을 받을 수 있다. 사용자 인터페이스(2900)가 제시되는 동안 지침(2904)의 내용을 진술하는 합성 음성이 출력될 수 있다. 그래픽 상태 표시자(2901)는 디바이스가 사용자로부터 추가 입력이 필요함을 나타낼 수 있다. 터치 요소(2902)는 사용자가 설정 프로세스를 재시도하도록 허용할 수 있다. 터치 요소(2903)는 사용자가 지침 사용자 인터페이스(2300-2500)에 제시된 지침들을 검토하도록 허용할 수 있다.

임의의 인터페이스(2300-2900)에 대해, 제시된 텍스트에 해당하는 합성 음성이 출력될 수 있다. 따라서, 침대에 누워 있는 사용자는 디스플레이 화면을 보기 위해 머리를 물리적으로 움직일 필요 없이 수면 추적 설정 프로세스의 상태를 알 수 있다. 합성된 음성 출력은 디스플레이 화면에 표시되는 텍스트와 일치하거나 다소 다를 수 있다.

임의의 인터페이스(2300-2900)에 대해 더 적거나 더 많은 수의 요소가 제시될 수 있음을 이해해야 한다. 게다가, 요소는 디바이스 설정 방법에 기초하여 재배열되거나 다양한 지침을 포함할 수 있다.

시스템(2200) 및 도 23-도 29의 그래픽 사용자 인터페이스를 사용하여 다양한 방법이 수행될 수 있다. 도 30은 수면 추적 디바이스의 초기 설정 프로세스를 수행하기 위한 방법(3000)의 실시예를 도시한다. 그러나, 방법(3000)은 또한 기침 검출 및 귀인과 같은 일부 다른 형태의 건강 모니터링 또는 추적 디바이스의 설정을 수행하는데 사용될 수 있다. 방법(3000)은 시스템(100) 및/또는 디바이스(300)에서 구현될 수 있는 시스템(2200)을 사용하여 수행될 수 있다. 방법(3000)은 사용자가 수면, 기침 또는 일부 다른 형태의 건강 모니터링 또는 추적을 수행하기 전에 설정 프로세스를 용이하게 하기 위해 본 명세서에 설명된 다른 방법의 블록 이전에 수행될 수 있다.

블록(3005)에서, 사용자는 사용자가 수면 추적 설정 프로세스를 수행하기를 원한다는 것을 나타내는 요청을 음성 또는 터치 입력을 통해 제공할 수 있다. 일부 실시예에서, 디바이스는 사용자에게 그러한 프로세스를 수행하도록 요청하고 계속하기 위해 사용자의 동의를 요청하는 인터페이스를 그래픽으로 제시할 수 있다. 사용자는 실제로 수면 추적이 설정되기를 원하고 사용자가 설정 프로세스에 참여할 의향이 있음을 확인응답(acknowledge)하는 입력을 제공하도록 요구받을 수 있다. 사용자에게 설정 프로세스를 건너뛸 수 있는 옵션이 제공될 수 있다(단, 수면, 기침 및 건강 추적은 계속 사용 가능함). 이러한 옵션은 이전에 디바이스를 사용한 적이 있는 사용자 또는 설치 전문가와 같은 전문가가 디바이스를 사용하고 사용자, 디바이스 및 사용자의 수면 위치의 상대적인 위치를 교정하는데 도움이 필요하지 않은 때 바람직할 수 있다. 사용자에게는 수면, 기침 및/또는 건강 추적을 비활성화하고 설정 프로세스를 건너뛸 수 있는 옵션이 제공될 수 있다. 사용자에 의해 선택되면, 방법(3000)은 블록(3005) 다음에 종료하고 이러한 기능은 비활성화될 것이다.

사용자가 수면 추적 설정을 요청하는 것 다음에, 블록(3010)이 수행될 수 있다. 블록(3010)에서, 디스플레이 스크린을 통해 및/또는 합성 음성을 통해, 사용자가 자는 곳과 관련하여 디바이스가 어떻게 배치되어야 하는지, 사용자가 디바이스로부터 얼마나 멀리 떨어져 있어야 하는지, 및 사용자가 사용자의 주변 환경으로부터 움직이는 객체를 제거해야 하는지를 나타내는 지침이 출력될 수 있다.

블록(3015)에서, 방법(3000)을 수행하는 시스템 또는 디바이스의 레이더 서브시스템에 의해 전파가 방출된다. 따라서, 수면 추적(또는 다른 형태의 건강 모니터링)을 수행하기 위해 어떤 객체도 사용자와 물리적 접촉을 하지 않는다. 일부 실시예에서, 전파는 블록(3015)에서 방출되기 시작할 수 있고, 다른 실시예에서, 전파는 수면 추적 설정 프로세스의 시작 여부와 관계없이 디바이스로부터 이미 출력되기 시작했을 수 있다. 방출되는 전파는 FMCW와 같은 연속파 레이더일 수 있다. 블록(805)에서 방출되는 전파는 도 2c의 FMCW 레이더 방식(scheme)에 따라 방출될 수 있다. 전파는 레이더 서브시스템(205)의 RF 방출기(206)에 의해 방출된다. 블록(3015)에서, 예를 들어 레이더 서브시스템(205)의 RF 수신기(207)의 다중 안테나에 의해 전파의 반사가 수신된다. 블록(3020)에서 수신된 반사는 움직이는 객체(예를 들어, 심장 박동이 있고 호흡하는 사람) 및 정지된 물체들에서 반사된다. 수신된 반사 전파에 기초한 레이더 서브시스템의 출력은 움직임 필터(211), 주파수 강조기(212) 및 범위-바이탈 변환 엔진(213)과 관련하여 상술한 바와 같이 처리될 수 있다. 범위-바이탈 변환 엔진(213)의 출력은 측정된 주파수, 주파수 크기 및 해당 주파수 크기가 측정된 거리를 나타낼 수 있다.

블록(3025)에서, 분류는 주파수, 주파수 크기 및 거리 파형 데이터에 기초한 트레이닝된 분류기를 사용하여 수행될 수 있다. 분류는 기계 학습 모델을 사용하거나 다른 상당한 양의 움직임을 제외하고 호흡이 검출되는지 여부를 결정함으로써 분류기(2221)와 관련하여 상술한 바와같이 수행될 수 있다. 3개(또는 다른 수)의 가능한 분류 중 하나가 분류기에 의해 출력될 수 있다. 이 시점에서 설정 프로세스를 계속하기 위해 원하는 분류는 사용자가 존재하고 정적이라는 것이며, 이는 사용자의 바이탈 통계로 인한 움직임을 제외하고는 사용자가 침대에 적절하게 누워 움직이지 않고 있음을 나타낸ㄴ다. 블록(3025)에서 결정된 분류는 블록(3030)에서 평가될 수 있다.

블록(3030)에서, 블록(3025)의 분류에 기초하여 사용자가 존재하고 정적인 것으로 결정되면, 방법(3000)은 블록(3035)으로 진행할 수 있다. 블록(3030)에서 사용자가 존재하고 정적인 것으로 평가되지 않으면, 블록(3025)의 분류는 예를 들어 시간 제한 또는 일부 다른 제한 시간-기반 기준까지 일정 시간 동안 계속 수행될 수 있다. 해당 기간 동안 임의의 시점에서 사용자가 존재하고 정적인 것으로 식별되면, 방법(3000)은 블록(3035)으로 진행할 수 있다. 블록(3030)은 시간 제한에 도달하기 전에(또는 시간-기반 기준에 도달하기 전에) 블록(3025)에서 사용자가 존재하고 정적으로 분류되는 경우 부정으로 평가될 수 있다. 블록(3030)이 부정으로 평가되면, 방법(3000)은 블록(3055)으로 진행할 수 있다.

블록(3055)에서, 수면 추적 설정이 실패했다는 표시 및 설정을 다시 시도할 때 사용자가 따라야 하는 하나 이상의 추천이 출력될 수 있다. 블록(3025)에서 우세한 분류 출력이 사용자가 검출되지 않는다는 것("사용자 미존재")이면, 사용자가 자고 있는 곳을 향해 디바이스를 재조준하고 디바이스에 대해 허용되는 거리 범위 내에 머물러야 한다는 표시가 출력될 수 있다. 블록(3025)에서 우세한 분류 출력이 과도한 움직임이 검출된 것이라면, 사용자가 덜 움직이도록 시도해야 하고 및/또는 사용자 근처에서 움직이는 객체를 제거해야 한다는 표시가 출력될 수 있다. 블록(3055)의 일부로서, 사용자는 수면 추적 설정 프로세스를 재시도하도록 초대될 수 있다. 사용자가 재시도하면, 방법(3000)은 블록(3010)으로 돌아갈 수 있다.

블록(3030)이 긍정으로 평가되면, 방법(3000)은 블록(3035)으로 진행할 수 있다. 블록(3035)에서, 현재 분류가 결정되고 저장되도록 블록(3025)이 계속 수행될 수 있다. 시간 윈도우에 걸쳐, 블록(3035)에 저장된 분류가 사용자가 존재하고 그리고 시간 창의 적어도 정의된 임계량(또는 사용자가 충분히 존재하고 정적임을 나타내는 일부 다른 시간-기반 임계값 기준이 충족됨) 동안 정적임을 나타내는지 여부가 블록(3040)에서 결정될 수 있다. 그렇지 않은 경우, 방법(3000)은 블록(3055)으로 진행한다. 블록(3040)이 긍정으로 결정되면, 수면 추적은 블록(3045)에서 활성화될 수 있다. 그런 다음 수면 추적 및 기타 건강 모니터링은 사용자가 침대에 있는 것으로 식별될 때 자동으로 수행될 수 있다(사용자가 그러한 모니터링에 적절하게 동의했다고 가정). 수면 추적은 사용자가 수면 추적 설정 프로세스를 수행하고 사용자가 디바이스로부터 올바른 거리에서 자고 있는지, 디바이스가 올바르게 조준되어 있는지, 사용자가 자는 곳 근처에서 움직이는 객체가 제거되었는지 확인했기 때문에 유용한 데이터를 캡처할 가능성이 더 높을 수 있다.

블록(3050)에서, 수면 추적이 성공적으로 설정되었다는 표시가 사용자에게 출력될 수 있다. 여기에는 성공을 나타내는 출력되는 청각 메시지(예를 들어, 합성 음성) 및/또는 설정이 성공적임을 나타내는 그래픽 사용자 인터페이스가 포함할 수 있다.

위에서 논의된 방법, 시스템 및 디바이스는 예이다. 다양한 구성은 다양한 절차 또는 구성요소를 적절하게 생략, 대체 또는 추가할 수 있다. 예를 들어, 대안적인 구성에서, 방법들은 설명된 것과 다른 순서로 수행될 수 있으며 및/또는 다양한 단계가 추가, 생략 및/또는 조합될 수 있다. 또한, 특정 구성에 대해 설명된 특징들은 다양한 다른 구성에 조합될 수 있다. 구성의 상이한 양태 및 요소는 유사한 방식으로 조합될 수 있다. 또한, 기술이 발전하고 따라서 많은 구성요소는 예일 뿐이며 개시 또는 청구 범위를 제한하지 않는다.

예시적인 구성(구현 포함)의 완전한 이해를 제공하기 위해 구체적인 세부 사항이 설명에 제공된다. 그러나, 구성들은 이러한 특정 세부 사항 없이 실행될 수 있다. 예를 들어, 잘 알려진 회로, 프로세스, 알고리즘, 구조 및 기술은 구성이 모호해지는 것을 방지하기 위해 불필요한 세부 사항 없이 표시되었다. 이 설명은 예시적인 구성만을 제공하며 청구 범위, 적용 가능성 또는 구성을 제한하지 않는다. 오히려, 구성에 대한 앞선 설명은 기술된 기술을 구현하기 위한 가능한 설명을 당업자에게 제공할 것이다. 본 발명의 사상 또는 범위를 벗어나지 않는 범위 내에서 구성요소의 기능 및 배치에 다양한 변경이 이루어질 수 있다.

또한, 구성은 흐름도 또는 블록도로서 묘사되는 프로세스로 기술될 수 있다. 각각은 동작들을 순차적 프로세스로 설명할 수 있지만 많은 동작은 병렬 또는 동시에 수행될 수 있다. 게다가, 동작들의 순서는 재정렬될 수 있다. 프로세스에는 도면에 포함되지 않은 추가 단계가 있을 수 있다. 또한, 방법의 예는 하드웨어, 소프트웨어, 펌웨어, 미들웨어, 마이크로코드, 하드웨어 기술 언어 또는 이들의 임의의 조합에 의해 구현될 수 있다. 소프트웨어, 펌웨어, 미들웨어 또는 마이크로코드로 구현될 때, 필요한 동작들을 수행하기 위한 프로그램 코드 또는 코드 세그먼트는 저장 매체와 같은 비-일시적 컴퓨터 판독 가능 매체에 저장될 수 있다. 프로세서는 설명된 동작들을 수행할 수 있다.

몇 가지 예시적인 구성을 설명했지만, 본 발명의 사상을 벗어나지 않고 다양한 수정, 대체 구성 및 등가가 사용될 수 있다. 예를 들어, 위의 요소들은 더 큰 시스템의 구성요소일 수 있으며, 다른 규칙이 본 발명의 적용에 우선하거나 수정될 수 있다. 또한, 위의 요소들을 고려하기 전, 도중 또는 후에 다수의 단계가 수행될 수 있다.

Claims (102)

1. 비접촉식 수면 추적 디바이스로서,
   하우징;
   하우징에 의해 수용된 제1 환경 센서;
   하우징에 의해 수용되고 사용자의 움직임을 원격으로 모니터링하는 비접촉식 센서; 및
   하우징에 의해 수용되고 제1 환경 센서 및 비접촉식 센서로부터 데이터를 수신하는 하나 이상의 프로세서를 포함하는 처리 시스템을 포함하고,
   상기 처리 시스템은:
   비접촉식 센서로부터 수신된 데이터에 기초하여, 사용자가 수면 상태에 진입했다고 결정하고;
   사용자가 수면 상태로부터 깨어 있는 상태로 전환(transition)하는 전환 시간을 결정하고;
   제1 환경 센서로부터 수신된 데이터에 기초하여, 전환 시간의 기간 내에 발생하는 환경 이벤트를 식별하고;
   전환 시간의 기간 내에 발생하는 환경 이벤트에 기초하여 사용자가 깨어난 것이 환경 이벤트로 인한 것으로 귀인(attribute)시키고; 그리고
   귀인된 환경 이벤트의 표시를 사용자가 깨어난 원인으로서 출력하도록 구성되는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
2. 제1항에 있어서,
   상기 비접촉식 센서는 저전력 연속파(CW) 레이더를 사용하는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
3. 제2항에 있어서,
   상기 제1 환경 센서는 주변광 센서이고; 그리고
   상기 처리 시스템은 주변 광 센서로부터 검출된 주변 광 레벨을 처리하는 것에 기초하여 사용자가 깨어난 것이 적어도 부분적으로 주변 광 레벨로 인한 것으로 귀인시키는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
4. 제3항에 있어서,
   상기 처리하는 것은 주변광 레벨이 적어도 임계량 만큼 증가하였는지 결정하는 것을 포함하는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
5. 제2항에 있어서,
   상기 제1 환경 센서는 마이크로폰이고,
   상기 처리 시스템은 사용자가 깨어난 것이 적어도 마이크로폰에 의해 캡처된 사운드로 인한 것으로 귀인시키는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
6. 제2항에 있어서,
   제2 환경 센서와; 그리고
   환경 이벤트를 식별하도록 구성되는 처리 시스템을 더 포함하고, 상기 처리 시스템은,
   제1 환경 센서로부터 수신된 데이터를 제1 임계값과 비교하고; 그리고
   제2 환경 센서로부터 수신된 데이터를 제2 임계값과 비교하도록 구성되며, 상기 환경 이벤트를 식별하는 처리 시스템은 제2 환경 센서로부터 수신된 데이터에 추가로 기초하여, 제1 환경 센서로부터 수신된 데이터를 제1 임계값과 비교하고, 제2 환경 센서로부터 수신된 데이터를 제2 임계값과 비교하는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
7. 제2항에 있어서,
   상기 제1 환경 센서는 온도 센서이고 그리고
   상기 환경 이벤트는 온도 변화인 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
8. 제2항에 있어서,
   상기 비접촉식 센서는,
   57-64GHz 이내의 저전력 연속파(CW) 레이더 및 20dBm 이하의 피크 유효 등방성 복사 전력(EIRP)을 출력하는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
9. 제2항에 있어서,
   하우징에 수용된 무선 네트워크 인터페이스;
   하우징에 수용된 전자 디스플레이 스크린;
   하우징에 수용된 마이크로폰;
   하우징에 수용된 스피커; 그리고
   하우징의 일부로서 통합된 스탠드를 더 포함하고,
   상기 처리 시스템은 무선 네트워크 인터페이스, 전자 디스플레이 스크린, 마이크로폰 및 스피커와 통신하는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
10. 제9항에 있어서,
    상기 처리 시스템은,
    마이크로폰을 통해 음성 기반 질의를 수신하고;
    무선 네트워크 인터페이스를 통해 음성 기반 질의에 기초한 정보를 출력하고;
    무선 네트워크 인터페이스를 통해 클라우드 기반 서버 시스템으로부터 데이터를 수신하고; 그리고
    스피커를 통해 음성 기반 질의에 대한 응답을 출력하도록 추가로 구성되고, 상기 응답은 사용자가 깨어난 원인으로서 상기 귀인된 환경 이벤트를 나타내는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
11. 제9항에 있어서,
    상기 처리 시스템은,
    전자 디스플레이 스크린, 합성 음성을 사용하는 스피커, 또는 둘 모두를 통해 상기 귀인된 환경 이벤트의 표시를 출력하도록 더 구성되는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
12. 비접촉식 수면 모니터링을 수행하는 방법으로서, 상기 방법은,
    비접촉식 센서로부터 수신된 데이터에 기초하여, 사용자가 수면 상태에 진입했다고 결정하는 단계;
    사용자가 수면 상태로부터 깨어 있는 상태로 전환하는 전환 시간을 결정하는 단계;
    제1 환경 센서로부터 수신된 데이터에 기초하여, 전환 시간의 기간 내에 발생하는 환경 이벤트를 식별하는 단계;
    전환 시간의 기간 내에 발생하는 환경 이벤트에 기초하여 사용자가 깨어난 것이 환경 이벤트로 인한 것으로 귀인시키는 단계; 및
    귀인된 환경 이벤트의 표시를 사용자가 깨어난 원인으로서 출력하는 단계를 포함하는 것을 특징으로 하는 비접촉식 수면 모니터링을 수행하는 방법.
13. 제12항에 있어서,
    상기 비접촉식 센서로부터 수신된 데이터는,
    저전력 주파수 변조 연속파(FMCW) 레이더에 기초하는 것을 특징으로 하는 비접촉식 수면 모니터링을 수행하는 방법.
14. 제12항에 있어서,
    상기 제1 환경 센서는 주변광 센서이고; 그리고
    상기 환경 이벤트를 식별하는 단계는,
    주변광 레벨이 증가했는지 결정하는 단계를 포함하는 것을 특징으로 하는 비접촉식 수면 모니터링을 수행하는 방법.
15. 제12항에 있어서,
    상기 제1 환경 센서는 주변광 센서이고; 그리고
    상기 환경 이벤트를 식별하는 단계는,
    주변광 레벨이 증가했는지 결정하는 단계를 포함하는 것을 특징으로 하는 비접촉식 수면 모니터링을 수행하는 방법.
16. 제12항에 있어서,
    상기 제1 환경 센서는 마이크로폰이고, 그리고
    상기 환경 이벤트를 식별하는 단계는,
    사용자를 깨우기에 충분한 더 큰 소리가 마이크로폰에 의해 캡처되었다고 결정하는 단계를 포함하는 것을 특징으로 하는 비접촉식 수면 모니터링을 수행하는 방법.
17. 제12항에 있어서,
    상기 제1 환경 센서는 온도 센서이고; 그리고
    상기 환경 이벤트를 식별하는 단계는,
    온도 변화가 검출되었다고 결정하는 단계를 포함하는 것을 특징으로 하는 비접촉식 수면 모니터링을 수행하는 방법.
18. 제12항에 있어서,
    마이크로폰을 통해 음성 기반 질의를 수신하는 단계; 및
    스피커를 통해 음성 기반 질의에 대한 응답을 출력하는 단계를 더 포함하고, 상기 응답은 귀인된 환경 이벤트를 사용자가 깨어난 원인으로서 나타내는 것을 특징으로 하는 비접촉식 수면 모니터링을 수행하는 방법.
19. 제18항에 있어서,
    상기 방법은,
    무선 네트워크 인터페이스를 통해 음성 기반 질의에 기초한 정보를 출력하는 단계; 및
    무선 네트워크 인터페이스를 통해 클라우드 기반 서버 시스템으로부터 데이터를 수신하는 단계를 더 포함하는 것을 특징으로 하는 비접촉식 수면 모니터링을 수행하는 방법.
20. 제12항에 있어서,
    상기 전환 시간을 결정하는 단계, 환경 이벤트를 식별하는 단계, 사용자가 깨어난 것을 환경 이벤트에 귀인시키는 단계, 귀인된 환경 이벤트의 표시를 사용자가 깨어난 원인으로서 출력하는 단계는,
    비접촉식 수면 추적 디바이스의 처리 시스템에 의해 수행되고, 상기 제1 환경 센서는 비접촉식 수면 추적 디바이스의 일부인 것을 특징으로 하는 비접촉식 수면 모니터링을 수행하는 방법.
21. 다중 사용자 모니터링을 위한 비접촉식 수면 분석 디바이스로서,
    하우징과;
    하우징에 수용되며 영역이 있는 전파를 사용하여 움직임을 모니터링하는 레이더 센서와;
    하우징에 수용되어 레이더 센서로부터 데이터를 수신하는 하나 이상의 프로세서를 포함하는 처리 시스템을 포함하고, 상기 처리 시스템은:
    레이더 센서로부터 데이터를 수신하고;
    레이더 센서로부터 수신된 데이터에 대해 클러스터링을 수행하고, 상기 클러스터링된 데이터는 제1 클러스터 및 제2 클러스터를 나타내고;
    레이더 센서로부터 수신된 데이터에 대해 수행된 클러스터링에 기초하여, 2명의 사용자가 영역 내에 존재하는지 결정하고;
    2명의 사용자가 존재한다는 결정에 응답하여, 제1 클러스터와 제2 클러스터 사이의 중간점 위치를 계산하고;
    계산된 중간점에 기초하여 레이더 센서로부터의 데이터의 제1 부분을 제1 사용자에게 매핑하고;
    계산된 중간점에 기초하여 레이더 센서로부터의 데이터의 제2 부분을 제2 사용자에게 매핑하고;
    제1 사용자에 대한 데이터의 제1 부분 및 제2 사용자에 대한 데이터의 제2 부분에 대해 일정 기간 동안 별도의 수면 분석을 수행하고; 그리고
    일정 기간 동안 데이터의 제1 부분에 기초하여 제1 사용자에 대한 수면 정보 및 일정 기간 동안 데이터의 제2 부분에 기초하여 제2 사용자에 대한 수면 정보를 출력하도록 구성되는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
22. 제21항에 있어서,
    상기 처리 시스템은,
    레이더 센서로부터 추가 데이터를 수신하고;
    2명의 사용자가 존재한다고 결정하고 중심점 위치를 계산한 후, 레이더 센서로부터 수신한 추가 데이터에 대해 클러스터링을 수행하고, 상기 클러스터링된 데이터는 단일 클러스터를 나타내며; 그리고
    레이더 센서로부터 수신된 추가 데이터에 대해 수행된 클러스터링에 기초하여 단일 사용자만 존재하는지 결정하도록 더 구성되는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
23. 제22항에 있어서,
    상기 처리 시스템은,
    계산된 중간점과 관련된 단일 클러스터의 위치에 기초하여 제1 사용자와 제2 사용자 중 어느 사용자가 단일 사용자인지 결정하도록 더 구성되는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
24. 제21항에 있어서,
    상기 처리 시스템은,
    레이더 센서로부터 수신된 데이터를 더 적은 차원으로 변환하도록 더 구성되고, 상기 레이더 센서로부터 수신된 데이터는 다차원이고, 상기 클러스터링은 변환된 데이터에 대해 수행되는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
25. 제21항에 있어서,
    상기 제1 사용자에 대한 데이터의 제1 부분 및 제2 사용자에 대한 데이터의 제2 부분에 대해 일정 기간 동안 별도의 수면 분석을 수행하도록 구성되는 처리 시스템은,
    제1 사용자가 처음으로 수면 상태에 진입했다고 결정하고; 그리고
    제2 사용자가 두 번째로 수면 상태에 진입했다고 결정하도록 구성되는 처리 시스템을 포함하는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
26. 제21항에 있어서,
    상기 레이더 센서는,
    저전력 FMCW 레이더를 사용하는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
27. 제21항에 있어서,
    하우징에 수용된 제1 환경 센서를 더 포함하는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
28. 제27항에 있어서,
    상기 처리 시스템은,
    제1 사용자가 수면 상태로부터 깨어 있는 상태로 전환하는 전환 시간을 결정하고;
    제1 환경 센서로부터 수신된 데이터에 기초하여, 전환 시간의 기간 내에 발생하는 환경 이벤트를 식별하고; 그리고
    전환 시간의 기간 내에 발생하는 환경 이벤트에 기초하여 제1 사용자가 께어난 것이 환경 이벤트로 인한 것으로 귀인시키도록 더 구성되는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
29. 제28항에 있어서,
    상기 처리 시스템은,
    제1 사용자에 매핑된 상기 귀인된 환경 이벤트의 표시를 출력하도록 더 구성되는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
30. 제29항에 있어서,
    상기 제1 환경 센서는 주변광 센서이고; 그리고
    상기 환경 이벤트를 식별하도록 구성되는 처리 시스템은 주변 광 레벨이 적어도 임계량만큼 증가했다고 결정하도록 구성되는 처리 시스템을 포함하는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
31. 제29항에 있어서,
    상기 제1 환경 센서는 마이크로폰이고; 그리고
    상기 환경 이벤트를 식별하도록 구성되는 처리 시스템은 소리가 검출되었다고 결정하도록 구성되는 처리 시스템을 포함하는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
32. 제21항에 있어서,
    하우징에 수용된 무선 네트워크 인터페이스;
    하우징에 수용된 디스플레이 스크린;
    하우징에 수용된 마이크로폰;
    하우징에 수용된 스피커; 및
    하우징의 일부로서 통합된 스탠드를 더 포함하고,
    상기 처리 시스템은 무선 네트워크 인터페이스, 디스플레이 스크린, 마이크로폰 및 스피커와 통신하는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
33. 제32항에 있어서,
    상기 처리 시스템은,
    마이크로폰을 통해 음성 기반 질의를 수신하고;
    무선 네트워크 인터페이스를 통해 음성 기반 질의에 기초한 정보를 출력하고;
    무선 네트워크 인터페이스를 통해 클라우드 기반 서버 시스템으로부터 데이터를 수신하고; 그리고
    스피커를 통해 음성 기반 쿼리에 대한 응답을 출력하도록 더 구성되는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
34. 다중 사용자의 비접촉식 수면 모니터링 방법으로서, 상기 방법은,
    영역으로 방출되는 전파에 기초한 레이더 데이터 스트림을 수신하는 단계와;
    레이더 데이터 스트림에 대해 클러스터링을 수행하는 단계와, 상기 클러스터링된 데이터는 제1 클러스터 및 제2 클러스터를 나타내고;
    레이더 데이터 스트림에 대해 수행된 클러스터링에 기초하여, 2명의 사용자가 영역 내에 존재하는지 결정하는 단계와;
    2명의 사용자가 존재한다는 결정에 응답하여, 제1 클러스터와 제2 클러스터 사이의 중간점 위치를 계산하는 단계와;
    계산된 중간점에 기초하여 레이더 데이터 스트림의 제1 부분을 제1 사용자에게 매핑하는 단계와;
    계산된 중간점에 기초하여 레이더 데이터 스트림의 제2 부분을 제2 사용자에게 매핑하는 단계와;
    제1 사용자에 대한 데이터의 제1 부분 및 제2 사용자에 대한 데이터의 제2 부분에 대해 일정 기간 동안 별도의 수면 분석을 수행하는 단계와; 그리고
    일정 기간 동안 데이터의 제1 부분에 기초하여 제1 사용자에 대한 수면 정보 및 일정 기간 동안 데이터의 제2 부분에 기초하여 제2 사용자에 대한 수면 정보를 출력하는 단계를 포함하는 것을 특징으로 하는 다중 사용자의 비접촉식 수면 모니터링 방법.
35. 제34항에 있어서,
    상기 방법은,
    레이더 데이터 스트림의 일부로서 추가 데이터를 수신하는 단계와;
    2명의 사용자가 존재한다고 결정하고 중간점 위치를 계산한 후, 수신된 레이더 데이터 스트림의 추가 데이터에 대해 클러스터링을 수행하는 단계와, 상기 클러스터링된 데이터는 단일 클러스터를 나타내고; 그리고
    레이더 데이터 스트림의 일부로서 수신된 추가 데이터에 대해 수행된 클러스터링에 기초하여 단일 사용자만 존재하는지 결정하는 단계를 더 포함하는 것을 특징으로 하는 다중 사용자의 비접촉식 수면 모니터링 방법.
36. 제35항에 있어서,
    상기 제1 사용자와 제2 사용자 중 어느 사용자가 단일 사용자인지 결정하는 것은 계산된 중간점과 관련된 단일 클러스터의 위치에 기초하는 것을 특징으로 하는 다중 사용자의 비접촉식 수면 모니터링 방법.
37. 제34항에 있어서,
    상기 방법은,
    레이더 데이터 스트림을 단일 차원으로 변환하는 단계를 더 포함하고, 상기 레이더 데이터 스트림은 다차원이고, 상기 클러스터링은 변환된 데이터에 대해 수행되는 것을 특징으로 하는 다중 사용자의 비접촉식 수면 모니터링 방법.
38. 제34항에 있어서,
    상기 레이더 데이터 스트림은 레이더 집적 회로(IC)에 의해 출력되고,
    상기 레이더 데이터 스트림은 레이더 IC에 의해 출력되는 저전력 FMCW 레이더에 기초하는 것을 특징으로 하는 다중 사용자의 비접촉식 수면 모니터링 방법.
39. 제34항에 있어서,
    상기 제1 사용자에 대한 데이터의 제1 부분 및 제2 사용자에 대한 데이터의 제2 부분에 대해 일정 기간 동안 별도의 수면 분석을 수행하는 단계는,
    제1 사용자가 처음으로 수면 상태에 진입했다고 결정하는 단계와; 그리고
    제2 사용자가 두 번째로 수면 상태에 진입했다고 결정하는 단계를 포함하는 것을 특징으로 하는 다중 사용자의 비접촉식 수면 모니터링 방법.
40. 제34항에 있어서,
    제1 사용자가 수면 상태로부터 깨어 있는 상태로 전환하는 전환 시간을 결정하는 단계와;
    전환 시간의 기간 내에 발생하는 환경 이벤트를 식별하는 단계와; 그리고
    전환 시간의 기간 내에 발생하는 환경 이벤트에 기초하여 제1 사용자가 깨어난 것이 환경 이벤트로 인한 것으로 귀인시키는 단계를 더 포함하는 것을 특징으로 하는 다중 사용자의 비접촉식 수면 모니터링 방법.
41. 스마트 홈 디바이스로서,
    하우징과;
    하우징에 수용된 전자 디스플레이와;
    57 GHz-64 GHz 주파수 스펙트럼 내의 밀리미터 전파를 사용하여 타겟 영역 내의 움직임을 모니터링하는 하우징에 내장된 레이더 시스템과, 상기 타겟 영역은 다중 사용자 침대의 영역을 포함할 수 있을 만큼 충분히 크고, 상기 레이더 시스템에서 방출되는 순간 유효 등방성 복사 전력(EIRP)은 절대 20dBm을 초과하지 않으며;
    하우징에 수용되어 레이더 센서로부터 레이더 데이터를 수신하고 프리젠테이션을 위해 정보를 전자 디스플레이로 출력하는 하나 이상의 프로세서를 포함하는 처리 시스템을 포함하고, 상기 처리 시스템은:
    다른 비-레이더 센서 또는 사용자 입력으로부터 도출된 정보 없이 레이더 데이터에만 기초하여, 레이더 데이터를 처리하여 2명의 사용자가 존재하는지 결정하고;
    다른 비-레이더 센서로부터 도출된 정보 없이 레이더 데이터에만 기초하여, 레이더 데이터를 처리하여 2명의 사용자 각각의 심박수 및 호흡수를 결정하고; 그리고
    결정된 심박수 및 결정된 호흡수에 기초하여 수면 정보가 전자 디스플레이에 2명의 사용자 각각에 대해 디스플레이되게 하도록 구성되는 것을 특징으로 하는 스마트 홈 디바이스.
42. 비접촉식 기침 검출 디바이스로서,
    하우징;
    하우징에 수용된 마이크로폰;
    하우징에 수용된 레이더 센서; 및
    하우징에 수용되어 마이크로폰과 레이더 센서로부터 데이터를 수신하는 하나 이상의 프로세서를 포함하는 처리 시스템을 포함하고, 상기 처리 시스템은,
    마이크로폰으로부터 오디오 데이터를 수신하고;
    수신된 오디오 데이터에 기초하여 기침이 발생했음을 검출하고;
    레이더 센서로부터 반사된 전파를 나타내는 레이더 데이터를 수신하고;
    수신된 레이더 데이터를 이용하여 상태 분석 프로세스를 수행하고; 그리고
    수신된 레이더 데이터를 사용하여 수행된 상태 분석 프로세스에 적어도 부분적으로 기초하여 상기 검출된 기침을 특정 사용자에게 귀인시키도록 구성되는 것을 특징으로 하는 비접촉식 기침 검출 디바이스.
43. 제42항에 있어서,
    상기 처리 시스템은,
    시전 트레이닝된 기침 검출 기계 학습 모델을 사용하여 마이크로폰으로부터 수신된 오디오 데이터를 분석함으로써 기침이 발생했음을 검출하는 것을 특징으로 하는 비접촉식 기침 검출 디바이스.
44. 제42항에 있어서,
    상기 처리 시스템은,
    기침이 발생했음을 검출한 후에 마이크로폰으로부터 수신된 오디오 데이터를 삭제하도록 더 구성되는 것을 특징으로 하는 비접촉식 기침 검출 디바이스.
45. 제42항에 있어서,
    상기 검출된 기침을 특정 사용자에게 귀인시키도록 구성되는 처리 시스템은,
    모니터링되고 있는 유일한 사용자가 상기 검출된 기침에 귀인된다고 결정하도록 구성되는 처리 시스템을 포함하는 것을 특징으로 하는 비접촉식 기침 검출 디바이스.
46. 제45항에 있어서,
    상기 상태 분석 프로세스를 수행하도록 구성되는 처리 시스템은,
    특정 사용자가 상기 검출된 기침의 기간 내에 침대 안에서 움직였다고 결정하도록 구성되는 처리 시스템을 포함하는 것을 특징으로 하는 비접촉식 기침 검출 디바이스.
47. 제42항에 있어서,
    상기 검출된 기침을 특정 사용자에 귀인시키는 처리 시스템은,
    모니터링되는 복수의 사용자 중 특정 사용자가 상기 검출된 기침에 귀인된다고 결정하는 처리 시스템을 포함하는 것을 특징으로 하는 비접촉식 기침 검출 디바이스.
48. 제47항에 있어서,
    상기 상태 분석 프로세스를 수행하도록 구성되는 처리 시스템은,
    특정 사용자가 상기 검출된 기침의 기간 내에 침대 안에서 복수의 사용자 중 다른 사용자보다 더 많이 움직였다고 결정하도록 구성되는 처리 시스템을 포함하는 것을 특징으로 하는 비접촉식 기침 검출 디바이스.
49. 제42항에 있어서,
    상기 처리 시스템은,
    기침이 특정 사용자에게 귀인됨을 나타내는 수면 데이터가 저장되게 하도록 더 구성되는 것을 특징으로 하는 비접촉식 기침 검출 디바이스.
50. 제49항에 있어서,
    하우징에 수용되어 처리 시스템과 통신하는 무선 네트워크 인터페이스; 및
    하우징에 수용되어 처리 시스템과 통신하는 스피커를 추가로 포함하고, 상기 처리 시스템은,
    마이크로폰을 통해 음성 명령을 수신하고;
    음성 명령에 기초한 데이터를 무선 네트워크 인터페이스를 통해 클라우드 기반 서버 시스템으로 출력하고;
    출력 데이터에 응답하여, 무선 네트워크 인터페이스를 통해 클라우드 기반 서버 시스템으로부터 명령을 수신하고; 그리고
    명령에 응답하여 저장된 기침 데이터를 출력하도록 추가로 구성되는 것을 특징으로 하는 비접촉식 기침 검출 디바이스.
51. 제42항에 있어서,
    상기 처리 시스템은,
    특정 사용자가 수면 중에 기침한 횟수를 나타내는 보고를 출력하도록 더 구성되는 것을 특징으로 하는 비접촉식 기침 검출 디바이스.
52. 제42항에 있어서,
    프리젠테이션을 위해 보고를 출력하는 처리 시스템과 통신하는 전자 디스플레이를 더 포함하는 것을 특징으로 하는 비접촉식 기침 검출 디바이스.
53. 제42항에 있어서,
    상기 처리 시스템은,
    특정 사용자에 의한 기침의 양이 증가하는지, 감소하는지 또는 일정하게 유지되는지를 나타내는 경향 보고를 복수의 날(day) 동안 생성하도록 더 구성되는 것을 특징으로 하는 비접촉식 기침 검출 디바이스.
54. 제42항에 있어서,
    상기 레이더 센서는 처리 시스템과 구별되는 집적 회로(IC)이고, 그리고
    상기 레이더 센서는 주파수 변조 연속파(FMCW) 레이더를 비접촉식 기침 검출 디바이스의 환경으로 출력하는 것을 특징으로 하는 비접촉식 기침 검출 디바이스.
55. 제54항에 있어서,
    상기 FMCW 레이더는,
    57GHz~64GHz의 주파수를 갖고 20dBm 이하의 피크 EIRP를 갖는 것을 특징으로 하는 비접촉식 기침 검출 디바이스.
56. 비접촉식 기침 검출을 수행하는 방법으로서, 상기 방법은,
    오디오 데이터 스트림을 수신하는 단계;
    수신된 오디오 데이터 스트림에 기초하여 기침이 발생했음을 검출하는 단계;
    레이더 데이터 스트림을 수신하는 단계;
    수신된 레이더 데이터를 사용하여 상태 분석 프로세스를 수행하는 단계; 및
    수신된 레이더 데이터를 사용하여 수행된 상태 분석 프로세스에 기초하여 상기 검출된 기침을 특정 사용자에게 귀인시키는 단계를 포함하는 것을 특징으로 하는 비접촉식 기침 검출을 수행하는 방법.
57. 제56항에 있어서,
    상기 기침이 발생했음을 검출하는 단계는,
    사전 트레이닝된 기침 검출 기계 학습 모델을 사용하여 상기 수신된 오디오 데이터 스트림을 분석함으로써 수행되는 것을 특징으로 하는 비접촉식 기침 검출을 수행하는 방법.
58. 제56항에 있어서,
    상기 방법은,
    기침이 발생했음을 검출한 후에 상기 수신된 오디오 데이터 스트림을 삭제하는 단계를 더 포함하는 것을 특징으로 하는 비접촉식 기침 검출을 수행하는 방법.
59. 제56항에 있어서,
    상기 상태 분석 프로세스를 수행하는 단계는,
    특정 사용자가 상기 검출된 기침의 기간 내에 침대 안에서 움직였다고 결정하는 단계를 포함하는 것을 특징으로 하는 비접촉식 기침 검출을 수행하는 방법.
60. 제56항에 있어서,
    상기 상태 분석 프로세스를 수행하는 단계는,
    특정 사용자가 상기 검출된 기침의 기간 내에 침대 안에서 하나 이상의 다른 사용자보다 더 많이 움직였다고 결정하는 단계를 포함하고; 그리고
    상기 검출된 기침을 특정 사용자에게 귀인시키는 단계는,
    특정 사용자가 상기 검출된 기침에 귀인된다고 결정하는 단계를 포함하는 것을 특징으로 하는 비접촉식 기침 검출을 수행하는 방법.
61. 제56항에 있어서,
    상기 비접촉식 기침 검출 디바이스의 처리 시스템은,
    마이크로폰으로부터 오디오 데이터 스트림을 수신하고 비접촉식 기침 검출 디바이스의 레이더 집적 회로(IC)로부터 레이더 데이터 스트림을 수신하는 것을 특징으로 하는 비접촉식 기침 검출을 수행하는 방법.
62. 제56항에 있어서,
    상기 방법은,
    마이크로폰을 통해 음성 명령을 수신하는 단계;
    음성 명령에 기초한 데이터를 무선 네트워크 인터페이스를 통해 클라우드 기반 서버 시스템으로 출력하는 단계;
    출력 데이터에 응답하여 무선 네트워크 인터페이스를 통해 클라우드 기반 서버 시스템으로부터 명령을 수신하는 단계; 및
    전자 디스플레이를 통해 상기 수신된 명령에 응답하여 저장된 기침 데이터를 출력하는 단계를 더 포함하는 것을 특징으로 하는 비접촉식 기침 검출을 수행하는 방법.
63. 비접촉식 수면 분석 디바이스로서, 상기 디바이스는,
    하우징;
    하우징에 수용되어 복수의 안테나를 포함하고 전파를 사용하여 움직임을 모니터링하는 레이더 센서;
    하우징에 수용되어 레이더 센서로부터 데이터를 수신하는 하나 이상의 프로세서를 포함하는 처리 시스템을 포함하고, 상기 처리 시스템은,
    복수의 디지털 레이더 데이터 스트림을 수신하고, 상기 복수의 디지털 레이더 데이터 스트림의 각 디지털 스트림은 레이더 센서의 복수의 안테나 중 하나의 안테나에 의해 수신된 전파에 기초하고;
    제1 가중치 및 제2 가중치를 결정하기 위해 방향 최적화 프로세스를 수행하고, 상기 방향 최적화 프로세스는 사용자가 자는 침대의 영역을 타겟팅하고;
    복수의 디지털 레이더 데이터 스트림의 제1 디지털 레이더 데이터 스트림에 제1 가중치를 적용하고;
    복수의 디지털 레이더 데이터 스트림의 제2 디지털 레이더 데이터 스트림에 제2 가중치를 적용하고;
    제1 지향성(directionally-targeted) 레이더 데이터 스트림을 생성하기 위해 상기 가중된 제1 디지털 레이더 데이터 스트림과 상기 가중된 제2 디지털 레이더 데이터 스트림을 결합하고;
    제1 지향성 레이더 데이터 스트림에 기초하여 수면 분석을 수행하고; 그리고
    수행된 수면 분석에 기초하여 사용자의 수면 데이터를 출력하도록 구성되는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
64. 제63항에 있어서,
    상기 처리 시스템은,
    검출된 움직임의 양이 가장 많은 방향을 결정함으로써 제1 가중치 및 제2 가중치를 결정하는 방향 최적화 프로세스를 수행하도록 더 구성되는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
65. 제64항에 있어서,
    상기 방향 최적화 프로세스를 수행하도록 구성되는 처리 시스템은,
    제1 가중치 및 제2 가중치에 대해 선택된 다양한 값에 기초하여 최소자승 최적화 프로세스를 수행하도록 구성되는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
66. 제64항에 있어서,
    상기 방향 최적화 프로세스는,
    최적화된 수직 방향만을 결정하는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
67. 제64항에 있어서,
    상기 제1 가중치, 제2 가중치, 또는 둘 모두는,
    제1 디지털 데이터 스트림, 제2 디지털 데이터 스트림, 또는 둘 모두에 지연을 도입하는 복소수 값인 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
68. 제63항에 있어서,
    상기 복수의 안테나는 적어도 3개의 안테나를 포함하고;
    상기 처리 시스템은,
    복수의 디지털 레이더 데이터 스트림의 제2 디지털 데이터 스트림에 제3 가중치를 적용하고;
    복수의 디지털 레이더 데이터 스트림의 제3 디지털 데이터 스트림에 제4 가중치를 적용하고; 그리고
    제2 지향성 레이더 데이터 스트림을 생성하기 위해 상기 가중된 제3 디지털 데이터 스트림과 상기 가중된 제4 디지털 데이터 스트림을 결합하도록 더 구성되고, 상기 수면 분석은 제2 지향성 레이더 데이터 스트림에 기초하여 추가로 수행되는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
69. 제68항에 있어서,
    하우징에 부착된 디스플레이 스크린을 더 포함하고,
    상기 비접촉식 수면 분석 디바이스는 침대 옆 디바이스이고;
    상기 복수의 안테나는 디스플레이 스크린에 실질적으로 평행하고;
    상기 디스플레이 스크린은 가독성을 위해 디스플레이 스크린이 상향(upward-facing) 각도로 배치되도록 하우징에 부착되고; 그리고
    상기 방향 최적화 프로세스는 상향 각도를 보상하는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
70. 제63항에 있어서,
    상기 레이더 센서는 주파수 변조 연속파(FMCW) 레이더를 비접촉식 기침 검출 디바이스의 환경으로 출력하고, 그리고
    상기 FMCW 레이더는 57~64GHz의 주파수를 가지며 20dBm 이하의 피크 유효 등방성 방사 전력(EIRP)을 갖는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
71. 제68항에 있어서,
    상기 처리 시스템은,
    수면 분석 동안, 초기에 제1 지향성 레이더 데이터 스트림과 제2 지향성 레이더 데이터 스트림을 개별적으로 처리하고;
    초기 처리 후에, 제1 지향성 레이더 데이터 스트림 및 제2 지향성 레이더 데이터 스트림으로부터 획득된 데이터를 결합하고; 그리고
    제1 지향성 레이더 데이터 스트림과 제2 지향성 레이더 데이터 스트림으로부터 획득된 결합 데이터를 사용하여 수면 분석을 완료하도록 더 구성되는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
72. 제71항에 있어서,
    상기 제1 가중치, 제2 가중치, 제3 가중치 및 제4 가중치는,
    L자형으로 배열된 적어도 3개의 안테나를 보상하는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
73. 제63항에 있어서,
    상기 레이더 센서는,
    주파수 변조 연속파(FMCW) 전파를 출력하는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
74. 제63항에 있어서,
    하우징에 수용된 마이크로폰;
    하우징에 수용된 스피커; 및
    하우징에 수용된 전자 디스플레이를 더 포함하고, 상기 마이크로폰, 스피커 및 전자 디스플레이는 처리 시스템과 통신하고 그리고 상기 처리 시스템은,
    마이크로폰에 의해 수신된 구두 명령에 응답하여, 전자 디스플레이를 통해 수면 데이터를 출력하고; 그리고
    마이크로폰에 의해 수신된 구두 명령에 응답하여, 스피커를 통해 수면 데이터에 대한 합성 음성을 출력하도록 더 구성되는 것을 특징으로 하는 비접촉식 수면 분석 디바이스.
75. 타겟 비접촉식 수면 모니터링을 수행하는 방법으로서, 상기 방법은,
    복수의 디지털 레이더 데이터 스트림을 수신하는 단계와, 상기 복수의 디지털 레이더 데이터 스트림의 각 디지털 스트림은 침대 옆에 설치된 비접촉식 수면 분석 디바이스의 레이더 센서의 복수의 안테나 중 하나의 안테나에 의해 수신된 전파에 기초하고;
    제1 가중치 및 제2 가중치를 결정하기 위해 방향 최적화 프로세스를 수행하는 단계와, 상기 방향 최적화 프로세스는 사용자가 자는 침대 내의 영역을 타겟팅하고;
    복수의 디지털 레이더 데이터 스트림의 제1 디지털 레이더 데이터 스트림에 제1 가중치를 적용하는 단계와;
    복수의 디지털 레이더 데이터 스트림의 제2 디지털 레이더 데이터 스트림에 제2 가중치를 적용하는 단계와;
    제1 지향성 레이더 데이터 스트림을 생성하기 위해 상기 가중된 제1 디지털 레이더 데이터 스트림과 상기 가중된 제2 디지털 레이더 데이터 스트림을 결합하는 단계와;
    제1 지향성 레이더 데이터 스트림에 기초하여 수면 분석을 수행하는 단계와; 그리고
    수행된 수면 분석에 기초하여 사용자의 수면 데이터를 출력하는 단계를 포함하는 것을 특징으로 하는 타겟 비접촉식 수면 모니터링을 수행하는 방법.
76. 제75항에 있어서,
    상기 제1 가중치, 상기 제2 가중치, 또는 둘 모두는,
    제1 디지털 데이터 스트림, 제2 디지털 데이터 스트림, 또는 둘 모두에 지연을 도입하는 복소수 값인 것을 특징으로 하는 타겟 비접촉식 수면 모니터링을 수행하는 방법.
77. 제75항에 있어서,
    상기 방법은,
    검출된 움직임의 양이 가장 많은 방향을 결정함으로써 제1 가중치 및 제2 가중치를 결정하는 방향 최적화 프로세스를 수행하는 단계를 더 포함하는 것을 특징으로 하는 타겟 비접촉식 수면 모니터링을 수행하는 방법.
78. 제77항에 있어서,
    상기 방향 최적화를 수행하는 단계는,
    제1 가중치와 제2 가중치를 획득하기 위해 최소자승 최적화를 수행하는 단계를 포함하는 것을 특징으로 하는 타겟 비접촉식 수면 모니터링을 수행하는 방법.
79. 제77항에 있어서,
    상기 방향 최적화 프로세스는,
    수평 방향이 고정된 상태에서 최적화된 수직 방향만을 결정하는 것을 특징으로 하는 타겟 비접촉식 수면 모니터링을 수행하는 방법.
80. 제75항에 있어서,
    상기 방법은,
    복수의 디지털 레이더 데이터 스트림의 제2 디지털 데이터 스트림에 제3 가중치를 적용하는 단계와; 그리고
    복수의 디지털 레이더 데이터 스트림의 제3 디지털 데이터 스트림에 제4 가중치를 적용하는 단계를 더 포함하는 것을 특징으로 하는 타겟 비접촉식 수면 모니터링을 수행하는 방법.
81. 제80항에 있어서,
    상기 방법은,
    제2 지향성 레이더 데이터 스트림을 생성하기 위해 상기 가중된 제3 디지털 데이터 스트림과 상기 가중된 제4 디지털 데이터 스트림을 결합하는 단계를 더 포함하고, 상기 수면 분석은 제2 지향성 레이더 데이터 스트림에 기초하여 추가로 수행되는 것을 특징으로 하는 타겟 비접촉식 수면 모니터링을 수행하는 방법.
82. 제81항에 있어서,
    상기 방법은,
    수면 분석 중에, 초기에 제1 지향성 레이더 데이터 스트림과 제2 지향성 레이더 데이터 스트림을 개별적으로 처리하는 단계와;
    초기 처리 후, 제1 지향성 레이더 데이터 스트림과 제2 지향성 레이더 데이터 스트림으로부터 획득된 부분적으로 처리된 데이터를 결합하는 단계와; 그리고
    제1 지향성 레이더 데이터 스트림과 제2 지향성 레이더 데이터 스트림으로부터 획득된 결합 데이터를 사용하여 수면 분석을 완료하는 단계를 더 포함하는 것을 특징으로 하는 타겟 비접촉식 수면 모니터링을 수행하는 방법.
83. 비접촉식 수면 추적 디바이스로서,
    하우징;
    하우징에 수용된 전자 디스플레이 스크린;
    하우징에 수용된 사용자 인터페이스;
    하우징에 수용된 레이더 센서; 및
    하우징에 수용되어 레이더 센서 및 사용자 인터페이스로부터 데이터를 수신하고 프리젠테이션을 위해 전자 디스플레이 스크린에 데이터를 출력하는 하나 이상의 프로세서를 포함하는 처리 시스템을 포함하고, 상기 처리 시스템은,
    사용자 인터페이스를 통해, 수면 추적 설정 프로세스가 수행되도록 요청하는 사용자 입력을 수신하고;
    사용자 입력에 응답하여, 사용자가 존재하고 정적인지 여부를 결정하기 위해 레이더 센서로부터 수신된 데이터에 기초하여 검출 프로세스를 수행하고;
    검출 프로세스가 사용자가 존재하고 정적이라고 결정하는 것에 응답하여, 사용자가 존재하고 정적인 기간을 평가하기 위해 일정 기간 동안 일관성 분석을 수행하고; 그리고
    일정 기간 동안의 일관성 분석에 기초하여, 사용자가 침대에서 레이더 센서를 통해 감지되면 사용자의 수면이 추적되도록 수면 추적을 활성화하도록 구성되는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
84. 제83항에 있어서,
    상기 검출 프로세스는,
    사용자가 존재하고 정적인지 결정하기 위해 신경망을 사용하는 처리 시스템을 포함하는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
85. 제84항에 있어서,
    상기 일관성 분석은,
    신경망이 정의된 지속 기간 동안 사용자를 존재하고 정적인 것으로 분류했는지 결정하는 것을 포함하는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
86. 제83항에 있어서,
    상기 처리 시스템은,
    일관성 분석에 기초하여, 전자 디스플레이 화면을 통해, 수면 추적 설정이 성공적으로 수행되었다는 표시를 출력하도록 더 구성되는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
87. 제83항에 있어서,
    상기 처리 시스템은,
    사용자 입력을 수신하는 것에 응답하여, 전자 디스플레이 스크린을 통해, 사용자가 수면 자세로 침대에 누워야 한다는 표시를 출력하도록 더 구성되는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
88. 제83항에 있어서,
    상기 사용자가 존재하고 정적인지 여부를 결정하기 위해 레이더 센서로부터 수신된 데이터에 기초하여 검출 프로세스를 수행하도록 구성되는 처리 시스템은,
    레이더 센서로부터 수신된 데이터에 기초하여 사용자의 호흡을 검출하는 것을 포함하는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
89. 제83항에 있어서,
    상기 사용자 인터페이스는 마이크로폰이고, 그리고
    상기 사용자는 수면 추적 설정 프로세스가 수행되도록 요청하는 명령을 말하는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
90. 제83항에 있어서,
    상기 전자 디스플레이 스크린은 사용자 인터페이스로서 기능하는 터치스크린이고, 상기 사용자는 수면 추적 설정 프로세스를 수행하라는 요청을 나타내는 터치 입력을 제공하는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
91. 제83항에 있어서,
    상기 레이더 센서는,
    57~64GHz의 주파수를 가지며 20dBm 이하의 피크 EIRP를 갖는 레이더를 방출하는 단일 집적 칩(IC)을 사용하여 구현된 주파수 변조 연속파(FMCW) 레이더 센서인 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
92. 제83항에 있어서,
    상기 처리 시스템은,
    사용자 인터페이스를 통해, 수면 추적 설정 프로세스가 수행되도록 요청하는 제2 사용자 입력을 수신하고;
    제2 사용자 입력에 응답하여, 사용자가 존재하고 정적인지 여부를 결정하기 위해 레이더 센서로부터 수신된 데이터에 기초하여 제2 검출 프로세스를 수행하고;
    제2 검출 프로세스에 응답하여, 과도한 양의 움직임이 존재한다고 결정하고; 그리고
    과도한 양의 움직임이 존재한다는 결정에 응답하여, 비접촉식 수면 추적 디바이스의 환경에서 주변의 움직임 소스를 제거하기 위한 추천을 출력하도록 더 구성되고, 상기 제2 사용자 입력은 사용자 입력 이전에 발생하는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
93. 제92항에 있어서,
    상기 처리 시스템은,
    과도한 양의 움직임이 존재한다는 결정에 응답하여, 수면 추적이 성공적으로 설정되지 않았다는 표시를 출력하도록 더 구성되는 것을 특징으로 하는 비접촉식 수면 추적 디바이스.
94. 수면 추적 디바이스의 초기 설정 프로세스 수행 방법으로서,
    비접촉식 수면 추적 디바이스의 사용자 인터페이스를 통해, 수면 추적 설정 프로세스가 수행되도록 요청하는 사용자 입력을 수신하는 단계;
    사용자 입력에 응답하여, 비접촉식 수면 추적 디바이스에 의해, 사용자가 존재하고 정적인지 여부를 결정하기 위해 레이더 센서로부터 수신된 데이터에 기초하여 검출 프로세스를 수행하는 단계;
    사용자가 존재하고 정적인 것으로 검출 프로세스가 결정하는 것에 응답하여, 수면 추적 디바이스에 의해, 사용자가 존재하고 정적인 지속 기간을 평가하기 위해 일정 기간 동안 일관성 분석을 수행하는 단계; 및
    일관성 분석에 기초하여, 사용자가 침대에서 레이더 센서를 통해 검출되면 사용자의 수면이 추적되도록 수면 추적을 활성화하는 단계를 포함하는 것을 특징으로 하는 수면 추적 디바이스의 초기 설정 프로세스 수행 방법.
95. 제94항에 있어서,
    상기 검출 프로세스는,
    신경망 분류기를 사용하여 사용자가 존재하고 정적인지를 결정하는 것을 특징으로 하는 수면 추적 디바이스의 초기 설정 프로세스 수행 방법.
96. 제95항에 있어서,
    상기 일관성 분석은,
    신경망 분류기가 사용자를 지속 기간 동안 존재하고 정적인 것으로 분류했는지 결정하는 것을 포함하는 것을 특징으로 하는 수면 추적 디바이스의 초기 설정 프로세스 수행 방법.
97. 제94항에 있어서,
    일관성 분석에 기초하여, 수면 추적 설정이 성공적으로 수행되었다는 표시를 출력하는 단계를 더 포함하는 것을 특징으로 하는 수면 추적 디바이스의 초기 설정 프로세스 수행 방법.
98. 제94항에 있어서,
    사용자 입력을 수신하는 것에 응답하여, 사용자가 수면 자세로 침대에 누워야 한다는 표시를 출력하는 단계를 포함하는 것을 특징으로 하는 수면 추적 디바이스의 초기 설정 프로세스 수행 방법.
99. 제94항에 있어서,
    상기 사용자가 존재하고 정적인지 여부를 결정하기 위해 레이더 센서로부터 수신된 데이터에 기초하여 검출 프로세스를 수행하는 단계는,
    레이더 센서로부터 수신된 데이터에 기초하여 사용자의 호흡을 검출하는 단계를 포함하는 것을 특징으로 하는 수면 추적 디바이스의 초기 설정 프로세스 수행 방법.
100. 제94항에 있어서,
     사용자 인터페이스를 통해, 수면 추적 설정 프로세스가 수행되도록 요청하는 제2 사용자 입력을 수신하는 단계;
     제2 사용자 입력에 응답하여, 사용자가 존재하고 정적인지 여부를 결정하기 위해 레이더 센서로부터 수신된 데이터에 기초하여 제2 검출 프로세스를 수행하는 단계;
     제2 검출 프로세스에 응답하여, 과도한 양의 움직임이 존재한다고 결정하는 단계; 및
     과도한 양의 움직임이 존재한다는 결정에 응답하여, 비접촉식 수면 추적 디바이스의 환경에서 움직임 소스를 제거하기 위한 추천을 출력하는 단계를 더 포함하고, 상기 제2 사용자 입력은 사용자 입력 이전에 발생하는 것을 특징으로 하는 수면 추적 디바이스의 초기 설정 프로세스 수행 방법.
101. 제100항에 있어서,
     과도한 양의 움직임이 존재한다는 결정에 응답하여, 수면 추적이 성공적으로 설정되지 않았다는 표시를 출력하는 단계를 더 포함하는 것을 특징으로 하는 수면 추적 디바이스의 초기 설정 프로세스 수행 방법.
102. 제94항에 있어서,
     상기 레이더 센서는,
     단일 집적 칩(IC)으로 구현된 주파수 변조 연속파(FMCW) 레이더 센서인 것을 특징으로 하는 수면 추적 디바이스의 초기 설정 프로세스 수행 방법.

Images