WO2014103187A1 - 信号処理装置 - Google Patents

信号処理装置 Download PDF

Info

Publication number
WO2014103187A1
WO2014103187A1 PCT/JP2013/007102 JP2013007102W WO2014103187A1 WO 2014103187 A1 WO2014103187 A1 WO 2014103187A1 JP 2013007102 W JP2013007102 W JP 2013007102W WO 2014103187 A1 WO2014103187 A1 WO 2014103187A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal
sensor
signal processing
sensor signal
processing unit
Prior art date
Application number
PCT/JP2013/007102
Other languages
English (en)
French (fr)
Inventor
聡 杉野
Original Assignee
パナソニック株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by パナソニック株式会社 filed Critical パナソニック株式会社
Priority to EP13867767.9A priority Critical patent/EP2940486B1/en
Priority to CN201380068394.8A priority patent/CN104903742B/zh
Priority to US14/653,458 priority patent/US10078129B2/en
Publication of WO2014103187A1 publication Critical patent/WO2014103187A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
    • G01S13/56—Discriminating between fixed and moving objects or between objects moving at different speeds for presence detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/354—Extracting wanted echo-signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/356—Receivers involving particularities of FFT processing

Definitions

  • the present invention relates to a signal processing device that performs signal processing on a sensor signal from a sensor that receives a radio signal reflected by an object.
  • This lighting system includes an object detection device 101 including a sensor 110 that detects the presence or absence of a detection target in a detection area and outputs a sensor signal, and a lighting fixture 102 whose lighting state is controlled by the object detection device 101. I have.
  • the sensor 110 transmits the millimeter wave toward the detection area, receives the millimeter wave reflected by the detection target moving in the detection area, and determines the frequency difference between the transmitted millimeter wave and the received millimeter wave.
  • This is a millimeter wave sensor that outputs a sensor signal having a corresponding Doppler frequency.
  • the object detection apparatus 101 divides the sensor signal output from the sensor 110 into a plurality of frequency bands and amplifies the signal for each frequency band, and compares the output of the amplification circuit 111 with a predetermined threshold value to detect the detection target object. And a determination unit 112 that determines presence or absence. Further, the object detection apparatus 101 includes an illumination control unit 113 that controls the lighting state of the lighting fixture 102 according to the determination result of the determination unit 112.
  • the object detection apparatus 101 also includes a frequency analysis unit 114 that detects the intensity of each frequency of the sensor signal output from the sensor 110.
  • the object detection apparatus 101 includes a noise removal unit (noise determination unit 115 and switching circuit 116) that reduces the influence of noise of a specific frequency that is constantly generated using the analysis result of the frequency analysis unit 114.
  • a frequency analysis unit 114 an FFT (Fast Fourier Transform) analyzer is used as the frequency analysis unit 114.
  • the determination unit 112, the illumination control unit 113, and the noise removal unit are included in a control block 117 whose main configuration is a microcomputer.
  • the amplifier circuit 111 constitutes a signal processing unit that outputs sensor signals for each predetermined frequency band. Reference 1 describes that the signal processing unit may be configured using an FFT analyzer, a digital filter, or the like.
  • the amplifier circuit 111 includes a plurality of amplifiers 118 using operational amplifiers. By adjusting various parameters of the circuits constituting each amplifier 118, it is possible to set a frequency band for amplifying a signal by each amplifier 118. It has become. That is, each amplifier 118 also functions as a band-pass filter that passes a signal in a specific frequency band. Thus, in the amplifier circuit 111, the sensor signals are divided into a plurality of frequency bands by a plurality of amplifiers 118 connected in parallel, and the signals in the respective frequency bands are respectively amplified by the amplifiers 118 and output individually.
  • the determination unit 112 A / D converts the output of the amplifier 118 into a digital value, and has a comparator 119 (denoted as “A / D” in FIG. 12) for comparing with a predetermined threshold value for each amplifier 118. The presence / absence of the detection object is determined.
  • the threshold value is individually set for each pass band (that is, for each amplifier 118), and outputs an H level signal when the output of the amplifier 118 is outside the range defined by the threshold value.
  • the threshold value Vth of each path band set in the initial state is a peak-to-peak value of the output value V of each amplifier 118 measured within a certain time in a state where there is no reflection of electromagnetic waves such as an anechoic chamber.
  • Vth Vav ⁇ Vpp ini .
  • the determination unit 112 includes a logical sum circuit 120 that performs a logical sum of the respective comparison results, and if there is at least one H level signal, a logical sum circuit outputs a detection signal indicating a “detection state” in which a detection target exists.
  • a detection signal indicating a “non-detection state” in which no detection target exists is output from the OR circuit 120.
  • the detection signal is “1” in the detection state and “0” in the non-detection state.
  • the noise removing unit determines from the output of the frequency analyzing unit 114 whether or not there is a noise having a specific frequency that is constantly generated, and each amplifier 118 for the determining unit 112 according to the determination result of the noise determining unit 115. And a switching circuit 116 for switching the output state.
  • the switching circuit 116 includes switches 121 inserted between the amplifiers 118 of the amplifier circuit 111 and the comparators 119 of the determination unit 112, and all these switches 121 are turned on in the initial state. Then, each switch 121 is individually turned on / off by the output from the noise determination unit 115, so that the output of each amplifier 118 to the determination unit 112 is turned on and off individually. That is, in the switching circuit 116, the output of the amplifier 118 can be invalidated by turning off the switch 121 corresponding to the amplifier 118 of an arbitrary pass band by the output from the noise determination unit 115.
  • the noise determination unit 115 the signal strength (voltage strength) of the sensor signal for each frequency (frequency component) output from the frequency analysis unit 114 is read and stored in a memory (not shown), and the stored data is used for steady state. The presence or absence of specific frequency noise is determined.
  • the switch 121 between the amplifier 118 having the pass band including the noise and the determination unit 112 is turned off.
  • the switching circuit 116 is controlled. Thereby, when the noise of a specific frequency has generate
  • the ON / OFF state of the switch 121 is updated every time the noise determination unit 115 determines “normal”.
  • a fast Fourier transform In general, in a signal processing apparatus that processes a sensor signal to detect the movement of an object, unknown noise, an undesired signal (a steady state that is not caused by the movement of an object to be detected that exists in the environment) In the case where a background signal such as a signal is removed by adaptive signal processing in the frequency domain, a fast Fourier transform (FFT) is used.
  • FFT fast Fourier transform
  • the frequency resolution is 1 / (2N ⁇ t) [Hz] in the frequency range up to the maximum frequency: 1 / (2 ⁇ t) [Hz]
  • the processing useful score is N.
  • a window function process is performed before the FFT.
  • a memory of at least 2N words is required even for the FFT processing other than the adaptive processing, and further, the execution of complex operation is required, so that relatively large hardware is required. It was. Furthermore, complex processing must be executed also in the subsequent adaptive processing and filtering processing, which further increases the load on hardware.
  • the present invention has been made in view of the above reasons, and its object is to efficiently extract only a desired signal by removing a background signal while reducing the cost with a relatively simple hardware configuration.
  • An object of the present invention is to provide a signal processing apparatus capable of performing
  • the signal processing device (2) of the present invention includes an amplification unit (3) that amplifies a (first) sensor signal (Sa) output from a sensor (1) that receives a radio signal reflected by an object, and the amplification An A / D converter (4) for converting the (second) sensor signal (Sb) amplified by the unit (3) into a digital (third) sensor signal (Sc) and outputting the same, and the A / D conversion
  • the sensor signal (Sc) output from the unit (4) is converted into a (fourth) sensor signal (Sx) in the frequency domain by discrete cosine transform processing, and the reference signal (Sd) formed with white noise and the sensor Based on the error signal (Se) obtained according to the signal (Sx), a background signal included in the sensor signal (Sx) in the frequency domain is estimated, and a filter coefficient (Wo is determined according to the estimated background signal.
  • Characterized it comprises a signal processing unit which operates as an adaptive filter for eliminating the background signal from the sensor signal (Sx) in the
  • the signal processing unit (5) estimates the background signal included in the sensor signal (Sx) based on the error signal (Se), and the filter according to the estimated background signal. Switching between a first mode for updating the coefficient (Wo) and a second mode for stopping the update process of the filter coefficient (Wo) and removing the background signal from the sensor signal (Sx) in the frequency domain Possible to have.
  • the signal processing unit (5) when the signal processing unit (5) determines that the error signal (Se) has converged in the first mode, the signal processing unit (5) switches from the first mode to the second mode.
  • the signal processing unit (5) when the error signal (Se) converges within a predetermined range in the first mode, the error at a plurality of time points converged within the predetermined range.
  • An average value of the filter coefficients (Wo) obtained based on each of the signals (Se) is set as the filter coefficient (Wo).
  • the signal processing unit (5) converts the sensor signal (Sc) output from the A / D conversion unit (4) into the frequency domain by a discrete cosine transform process. After the conversion to the sensor signal (Sx), the background signal is removed from the sensor signal (Sx) in the frequency domain, and each frequency bin (fb) in a group of a plurality of frequency bins (fb) having different frequency bands is obtained. And a recognition process for identifying the object based on the plurality of signals for each frequency bin (fb).
  • the signal processing unit (5) converts the sensor signal (Sc) output from the A / D conversion unit (4) into the frequency domain by a discrete cosine transform process.
  • the background signal is removed from the sensor signal (Sx) in the frequency domain, and a plurality of subbands each composed of a plurality of frequency bins (fb) having different frequency bands
  • extraction is performed as a plurality of signals for each subband (fs), and recognition processing for identifying the object based on the plurality of signals for each subband (fs) is performed.
  • the signal processing unit (5) has a filter coefficient (Won; n is 1 to N, where N is the total number of frequency bins fb) for each of the plurality of frequency bins (fb).
  • the signal processing unit (5) is configured to perform inverse discrete cosine transform processing on all the filter coefficients (Won) or a plurality of predetermined filter coefficients (Won), and the A / Based on the sensor signal (Sc) output from the D converter (4), time axis data is generated, and recognition processing for identifying the object is performed based on the time axis data.
  • the signal processing unit (5) generates time axis data based on an inverse transform value obtained by performing an inverse discrete cosine transform process on the signal for each subband (fs), Recognition processing for identifying the object based on the axis data is performed.
  • the signal processing unit (5) performs recognition processing for identifying the object using the distance information from the sensor (1) to the object together.
  • the signal processing unit (5) when the signal processing unit (5) identifies the object as a result of the recognition process, the signal processing unit (5) prohibits switching from the second mode to the first mode, and the result of the recognition process When the object has not been identified, switching from the second mode to the first mode is permitted.
  • the adaptive algorithm of the adaptive filter is a discrete cosine transform LMS algorithm.
  • the signal processing unit (5) converts the sensor signal (Sc) output from the A / D conversion unit (4) into the sensor signal (Sx) in the frequency domain by a discrete cosine transform process.
  • the background signal is adaptively estimated using a DCT converter (50) for conversion, the sensor signal (Sx) and the reference signal (Sd) in the frequency domain from the DCT converter (50),
  • the filter unit (51) for removing the background signal from the sensor signal (Sx) in the frequency domain from the DCT converter (50), and the output signal (Sy) from the filter unit (51)
  • An identification processing unit (52) for identifying an object.
  • the filter unit (51) outputs an output signal (Sy) obtained by removing the background signal from the sensor signal (Sx) in the frequency domain based on a variable filter coefficient (Wo).
  • a subtracter (5b) for outputting the error signal (Se) which is a difference between the output signal (Sy) from the filter (5a) and the reference signal (Sd), and the error signal (
  • An adaptive processing unit (5c) that estimates the background signal based on Se) and updates the filter coefficient (Wo) according to the estimated background signal.
  • the signal processing apparatus of the present invention includes a signal processing unit that operates as an adaptive filter in a frequency domain that removes a background signal from a sensor signal by discrete cosine transform processing, so that the cost can be reduced with a relatively simple hardware configuration. There is an effect that only the desired signal can be efficiently extracted by removing the background signal.
  • movement of the signal processing part in embodiment. 5A to 5C are explanatory diagrams showing frequency regions in the embodiment. It is a graph which shows the transfer characteristic of the adaptive filter by the LMS algorithm of DCT and FFT. 7A to 7C are waveform diagrams showing a flow of signal processing in the frequency domain in the embodiment. It is a wave form diagram which shows the flow of the signal processing of the time domain in embodiment.
  • 9A and 9B are waveform diagrams showing the flow of signal processing in the frequency domain in the embodiment. It is a block diagram of the radio wave sensor in an embodiment. It is a block diagram of the signal processing part in an embodiment. It is a block diagram which shows the structure of the conventional illumination system.
  • the signal processing device 2 performs signal processing on the sensor signal Sa output from the radio wave sensor 1.
  • the radio wave sensor 1 transmits a radio wave in the detection area, receives a radio wave reflected by an object in the detection area, and outputs a sensor signal Sa corresponding to the movement of the object.
  • FIG. 1 is a block diagram of a sensor device 100 including a radio wave sensor 1 and a signal processing device 2.
  • the radio wave sensor 1 transmits a radio wave having a predetermined frequency toward a detection area, receives a radio wave reflected by an object moving in the detection area, and a frequency difference between the transmitted radio wave and the received radio wave.
  • the Doppler sensor which outputs the sensor signal of the Doppler frequency equivalent to is used. Therefore, the sensor signal Sa output from the radio wave sensor 1 is an analog time-domain signal corresponding to the movement of the object.
  • the radio wave sensor 1 transmits from a transmitter 11 that transmits radio waves toward a detection area, a receiver 12 that receives radio waves reflected by an object in the detection area, and a transmitter 11. And a mixer 13 that outputs a sensor signal having a frequency corresponding to a frequency difference between the radio wave and the radio wave received by the receiver 12.
  • the transmitter 11 includes a transmission antenna 14.
  • the receiver 12 is provided with a receiving antenna 15.
  • the radio wave transmitted from the transmitter 11 can be, for example, a millimeter wave having a frequency of 24.15 GHz.
  • the radio wave transmitted from the transmitter 11 is not limited to a millimeter wave but may be a microwave.
  • the value of the frequency of the radio wave to be transmitted is not particularly limited. When the object reflecting the radio wave is moving within the detection area, the frequency of the reflected wave is shifted by the Doppler effect.
  • the signal processing device 2 includes an amplification unit 3, an A / D conversion unit 4, a signal processing unit 5, and an output unit 6.
  • the amplification unit 3 is constituted by an amplifier using an operational amplifier, for example.
  • the amplification unit 3 amplifies the analog sensor signal Sa input from the radio wave sensor 1 and outputs the amplified signal to the A / D conversion unit 4.
  • the A / D converter 4 converts the sensor signal Sb amplified by the amplifier 3 into a digital sensor signal Sc and outputs it.
  • the signal processing unit 5 has a function of converting the digital sensor signal Sc output from the A / D conversion unit 4 into a signal in the frequency domain by performing a discrete cosine transform (DCT).
  • DCT discrete cosine transform
  • the signal processing unit 5 converts the sensor signal Sc in the time domain (on the time axis) into a sensor signal Sx in the frequency domain (on the frequency axis) by DCT, and identifies the object by the frequency distribution of the signal in the frequency domain. Perform recognition processing. Further, the signal processing unit 5 has a function of an adaptive filter (Adaptive filter) shown in FIG. 2, and in the previous stage of executing the recognition process, background signals such as unknown noise and undesired signals are displayed in the frequency domain. Filter processing for removing from the sensor signal Sx is performed.
  • Adaptive filter adaptive filter
  • the signal processing unit 5 performs a discrete cosine transform on the input time domain sensor signal Sc to convert it to a frequency domain sensor signal Sx, and outputs the DCT conversion unit 50.
  • the background signal is adaptively estimated based on the frequency domain sensor signal Sx from the conversion unit 50 and the reference signal Sd formed from white noise, and the background signal is removed from the frequency domain sensor signal Sx of the DCT conversion unit 50.
  • an identification processing unit 52 that identifies an object to be detected using an output signal Sy from the filter unit 51.
  • the adaptive filter is a filter that self-adapts a transfer function (filter coefficient) according to an adaptive algorithm (optimization algorithm), and can be realized by a digital filter.
  • an adaptive filter using DCT Adaptive filter using Discrete Cosine Transform
  • an LMS Least Mean Square algorithm of DCT may be used as an adaptive algorithm of the adaptive filter.
  • an adaptive filter in the frequency domain using DCT doubles the frequency resolution if the number of processing points is the same as that of an adaptive filter in the frequency domain using FFT. Therefore, the adaptive filter using DCT is a processing system in which hardware resources such as a memory are miniaturized, and can realize narrowband noise removal.
  • the maximum frequency is 1 / (2 ⁇ t) [Hz] under the condition of sampling period: t and sampling number: 2N.
  • the frequency resolution is 1 / (2N ⁇ t) [Hz] and the number of points useful for processing is N. Therefore, in the configuration of the adaptive filter using the FFT, a memory of at least 2N words is required even for the FFT processing, and further, complex operation is required, so that relatively large hardware is required. .
  • the frequency resolution is 1 / (2N ⁇ t) [Hz] under the conditions of sampling cycle: t and sampling number: N. Can be obtained, and a useful score in processing: N can be obtained.
  • the adaptive filter using DCT has the maximum frequency: 1 / (2 ⁇ t) [Hz], which is the same maximum frequency as the adaptive filter in the frequency domain using FFT.
  • the DCT processing is an N-word memory and can achieve the same frequency resolution as the FFT processing.
  • the adaptive filter using DCT is a processing method using real number arithmetic.
  • the adaptive filter using FFT is a processing method using complex arithmetic. Therefore, the adaptive filter using DCT can reduce the operation scale as compared with the adaptive filter using FFT.
  • the adaptive filter using DCT can simplify the hardware compared to the adaptive filter using FFT.
  • the signal processing device 2 uses a frequency domain adaptive filter using DCT, thereby reducing the cost with a relatively simple hardware configuration and making it difficult to foresee a background signal (for example, depending on the installation location). Ambient noise and undesired signals). Furthermore, by using a frequency domain adaptive filter using DCT, only a desired signal can be efficiently extracted.
  • the frequency domain adaptive filter has better convergence to obtain a desired filter performance than the time domain adaptive filter.
  • the LMS algorithm is known to have a smaller computation scale than the RLS (Recursive Least Square) algorithm.
  • the filter unit 51 constituting the adaptive filter included in the signal processing unit 5 includes a filter 5a, a subtracter 5b, and an adaptive processing unit 5c.
  • the signal processing unit 5 uses the DCT conversion unit 50 to convert the time domain digital sensor signal Sc (a signal in which an unknown background signal interferes with a desired signal) output from the A / D conversion unit 4 into a frequency domain sensor signal Sx. Convert to The filter 5a to which the sensor signal Sx is input outputs an output signal Sy obtained by filtering unnecessary background signals from the sensor signal Sx and removing them based on the filter coefficient Wo set variably.
  • the subtractor 5b outputs an error signal Se that is a difference between the output signal Sy of the filter 5a and the reference signal Sd.
  • the reference signal Sd is white noise, and for example, noise generated inside the signal processing device 2 (such as internal noise of the receiving circuit) may be used.
  • the adaptive processing unit 5c estimates the frequency component of the background signal based on the error signal Se, generates a correction coefficient for the filter coefficient according to the estimated frequency component of the background signal,
  • the filter coefficient Wo is updated.
  • the white noise used for the reference signal Sd includes not only an ideal white noise that does not depend on the frequency, but also a noise signal whose signal intensity does not substantially change over a wide frequency range.
  • the signal processing unit 5 including the adaptive filter is configured to be able to switch between a noise estimation mode (first mode) and a detection mode (second mode) shown in FIG. Each operation in the noise estimation mode and the detection mode will be described with reference to FIG.
  • the signal processing unit 5 converts the sensor signal Sc output from the A / D conversion unit 4 into a sensor signal Sx in the frequency domain by DCT (S1).
  • the signal processing unit 5 extracts the sensor signal Sx in the frequency domain as a signal for each frequency bin fb (see FIG. 5A) having different frequency bands. That is, the amplitude intensity of the signal for each frequency bin fb is a DCT coefficient.
  • the signal processing unit 5 determines the current operation mode (S2). If the current operation mode is the noise estimation mode, the signal processing unit 5 performs the following processing.
  • the sensor signal Sx includes only the background signal (that is, the signal processing unit 5 of the present embodiment sets the noise estimation mode only when it is determined that there is no object to be detected. )
  • the adaptive processing unit 5c derives an error signal Se that is a difference between the output signal Sy of the filter 5a and the reference signal Sd (S3). Then, the adaptive processing unit 5c executes the adaptive processing in the frequency domain by DCT so as to minimize the error signal Se, updates the filter coefficient Wo (S4), and returns to step S1.
  • the signal processing unit 5 in the noise estimation mode repeatedly performs the operations of the above-described steps S1 to S4, and the adaptive processing unit 5c stops the update process of the filter coefficient Wo when the error signal Se converges within a predetermined range.
  • the filter coefficient Won (where n is one of 1 to N, where N is the total number of frequency bins fb) is set for each frequency bin fb.
  • the filter 5a removes the background signal from the signal for each frequency bin fb based on the filter coefficient Wo (Wo1, Wo2,..., WoN).
  • the filter coefficient Wo update processing is updated for each sampling point (for each frequency bin fb), or updated for each block including a plurality of points (for each block including a plurality of frequency bins fb). Any one of the data including the overlap (overlap) of data (frequency bin fb) to be updated and processed for each block may be selected according to convergence or accuracy.
  • the signal processing unit 5 switches the operation mode from the noise estimation mode to the detection mode after the error signal Se converges within a predetermined range and stops the update process of the filter coefficient Wo.
  • the adaptive processing unit 5c obtains the filter coefficient Wo based on each of the error signals Se at a plurality of time points that converge within the predetermined range. Also good. In this case, the adaptive processing unit 5c performs averaging processing such as addition averaging and median averaging on the plurality of filter coefficients Wo respectively obtained at a plurality of time points when the error signal Se converges within a predetermined range, and an exceptional value.
  • the filter coefficient Wo set in the filter 5a is the result of the exception value excluding process and the dispersion status detecting process.
  • step S2 If the current operation mode determined in step S2 is the detection mode, the signal processing unit 5 performs the following processing.
  • the signal processing unit 5 in the detection mode performs DCT processing on the sensor signal Sc output from the A / D conversion unit 4 (DCT coefficient Cx (sensor signal Sx, specifically the frequency of the sensor signal Sx).
  • DCT coefficient Cx sensor signal Sx, specifically the frequency of the sensor signal Sx.
  • the amplitude intensity Cy output signal Sy, specifically, for each frequency bin fb of the output signal Sy of the sensor signal from which the background signal has been removed.
  • S5 is derived (S5).
  • the signal processing unit 5 generates one or a plurality of subbands fs including a plurality of adjacent frequency bins fb in the frequency domain (see FIG. 5A).
  • the signal processing unit 5 uses, for each subband fs, the amplitude intensity Cy of each of the plurality of frequency bins fb, averaging processing such as addition average, weighted average, median average, etc., exception value exclusion that excludes exception values Processing, dispersion state detection processing, and the like are performed, and a representative value Cya (hereinafter referred to as intensity representative value Cya) of amplitude intensity Cy is derived for each subband fs (S6).
  • intensity representative value Cya hereinafter referred to as intensity representative value Cya
  • the signal processing unit 5 derives the intensity representative value Cya by addition averaging.
  • the amplitude intensity Cy in each of the five frequency bins fb of the first subband fs counted from the lowest frequency is Cy (1), Cy (2), Let Cy (3), Cy (4) and Cy (5).
  • the intensity representative value Cya (1) derived by the averaging is (see FIG. 5B),
  • the signal processing unit 5 can obtain frequency distribution information (frequency distribution information) determined from the intensity representative value Cya for each subband fs (S7).
  • the signal processing unit 5 uses the inverse transformed value obtained by performing inverse discrete cosine transformation (IDCT) on the intensity representative value Cya for each subband fs to remove the background signal in the time domain (time axis information). (S8).
  • IDCT inverse discrete cosine transformation
  • the signal processing unit 5 performs recognition processing for identifying an object to be detected using frequency distribution information (and time axis information) determined from the intensity representative value Cya for each subband fs.
  • identification is a concept including classification and recognition.
  • the representative intensity value Cya representsative value of the amplitude intensity Cy in the plurality of frequency bins fb
  • the signal processing unit 5 may acquire frequency distribution information (frequency distribution information) determined from the amplitude intensity Cy of each frequency bin fb derived in step S5 (S9).
  • the signal processing unit 5 performs inverse discrete cosine transformation (IDCT) on the filter coefficients Wo (Wo1, Wo2,..., WoN) set for each frequency bin fb, and A / D conversion.
  • IDCT inverse discrete cosine transformation
  • a sensor signal from which the background signal in the time domain has been removed by multiplication with the sensor signal Sc output from the unit 4 (or by applying inverse discrete cosine transform (IDCT) to the amplitude intensity Cy for each frequency bin fb) ( Time axis information) may be obtained (S10).
  • the filter coefficient to be subjected to inverse discrete cosine transform may be either a filter coefficient set for all frequency bins fb or a filter coefficient set for some frequency bins fb.
  • the signal processing unit 5 (identification processing unit 52) has frequency distribution information determined from the amplitude intensity Cy for each frequency bin fb, filter coefficients Wo (Wo1, Wo2,..., WoN set for each frequency bin fb.
  • the recognition processing for identifying the object to be detected is performed using the time axis information determined from (1).
  • the recognition processing by the signal processing unit 5 is, for example, processing for determining the presence or absence of an object by comparing the intensity of the output signal Sy at a predetermined frequency with a predetermined threshold value. May be.
  • pattern recognition processing by principal component analysis pattern recognition processing by KL conversion, recognition processing by component ratio of amplitude intensity derived using multiple regression analysis, recognition by a neural network
  • An algorithm such as processing may be used.
  • phase information of the sensor signal is lost because the calculation is performed by the real number calculation.
  • phase information may be used when measuring a distance.
  • a Doppler sensor is used as the radio wave sensor 1
  • the signal processing unit 5 acquires distance information from the time domain sensor signal derived in steps S8 and S10 to the object to be detected, and uses this distance information together with the frequency distribution information and the time axis information.
  • recognition processing for identifying an object to be detected can be performed.
  • the signal processing device 2 includes an output unit 6 that outputs the identification result obtained by the signal processing unit 5.
  • the output unit 6 When the detection target object is identified by the signal processing unit 5, the output unit 6 outputs an output signal “1” indicating that the object has been detected. On the other hand, when the detection target object is not identified by the signal processing unit 5, the output unit 6 outputs an output signal “0” indicating that the object is not detected.
  • FIG. 6 shows the transfer characteristic Z1 of the filter coefficient Wo of the filter 5a set by using the above-described DCT LMS algorithm.
  • a background signal having a noise component in a plurality of frequency bands A1 to A4 is estimated, and a filter characteristic that attenuates a frequency band in which the noise component exists and passes other frequency bands is formed.
  • FIG. 6 also shows a transfer characteristic Z2 of the filter coefficient obtained using the FFT LMS algorithm as a comparative example.
  • the DCT LMS algorithm having a smaller amount of calculation than the FFT is used, the filter performance is not significantly deteriorated even when compared with the FFT LMS algorithm.
  • FIG. 7A to 7C show the flow of the signal processing described above.
  • FIG. 7A shows the frequency distribution of the sensor signal Sx including only the background signal, and the frequency component “A” of the background signal is represented.
  • FIG. 7B shows the frequency distribution of the sensor signal Sx including the desired signal (signal caused by the object to be detected) and the background signal.
  • the frequency component “A” of the background signal and the frequency component “B” of the desired signal are represented. ing.
  • FIG. 7C shows the output signal Sy1 of the filter 5a when the sensor signal (sensor signal including only the background signal) Sx of FIG. 7A is input when the signal processing unit 5 is operating in the detection mode.
  • An output signal Sy2 of the filter 5a when the sensor signal (sensor signal including a desired signal and a background signal) Sx of FIG. 7B is input when the signal processing unit 5 is operating in the detection mode is shown.
  • the frequency component “A” of the background signal is removed by updating the filter coefficient Wo of the filter 5a using the DCT LMS algorithm.
  • the frequency component “A” of the background signal is removed and only the frequency component “B” of the desired signal remains because the filter coefficient Wo of the filter 5a is appropriately set.
  • FIG. 8 shows the waveforms of the reference signal Sd, the sensor signal Sx, the output signal Sy, and the error signal Se in the time axis region when shifting from the noise estimation mode to the detection mode.
  • the reference signal Sd is output in the noise estimation mode and stops in the detection mode.
  • the sensor signal Sx includes only a background signal before T0, and includes a desired signal together with the background signal after detecting an object to be detected after T0.
  • the background signal is removed in the noise estimation mode and the detection mode, and only the desired signal remains after T0.
  • the error signal Se is obtained as a difference between the output signal Sy and the reference signal Sd in the noise estimation mode, and stops in the detection mode.
  • FIG. 9A plots the frequency distribution of the output signal Sy2 output from the signal processing unit 5 operating in the detection mode (that is, the amplitude intensity Cy for each frequency bin fb when there is an object to be detected. Graph). Furthermore, FIG. 9A shows the intensity representative value Cya for each subband fs derived by the signal processing unit 5 using the output signal Sy2 in the frequency domain (“Cya” in FIG. 9A). This intensity representative value Cya is obtained by performing weighted averaging processing using the amplitude intensity Cy of each of the plurality of frequency bins fb for each subband fs. Then, the sensor signal (time axis information) in the time domain in which the background signal shown in FIG. 9B is removed by the inverse transformed value obtained by performing inverse discrete cosine transformation (IDCT) on the intensity representative value Cya shown in FIG. 9A. Is obtained.
  • IDCT inverse discrete cosine transformation
  • the signal processing unit 5 can improve the estimation accuracy by setting the filter coefficient Wo in a region where the error of the estimation accuracy of the adaptive filter is low by performing a number of trials of the adaptive processing. . Further, in the detection mode, the signal processing unit 5 performs a simple hardware operation on the signal-to-noise ratio of the signal passing through the desired band to be noticed by signal processing such as subbanding in the frequency domain or averaging within the subband. It is possible to improve using the wear.
  • the signal processing unit 5 determines whether or not the operation mode can be switched based on the result of the recognition process.
  • the signal processing unit 5 prohibits switching from the detection mode to the noise estimation mode when an object to be detected is identified as a result of the recognition process.
  • the signal processing unit 5 permits switching from the detection mode to the noise estimation mode. That is, the signal processor 5 permits switching from the detection mode to the noise estimation mode only when the desired signal is not included in the sensor signal Sx and only the background signal is included in the sensor signal Sx. Therefore, the filter coefficient Wo set in the noise estimation mode is set to a value that can accurately extract only the desired signal by removing the background signal.
  • the signal processing unit 5 derives a normalized intensity representative value from the intensity representative value Cya of each subband fs of the sensor signal from which the background signal is removed, and uses the normalized intensity representative value of each subband fs to generate a frequency. Distribution information, time axis information, and the like may be acquired.
  • the standardized intensity representative value is a sum of intensity representative values Cya of a plurality of predetermined subbands fs used for recognition processing in the signal processing unit 5, and is a standardized intensity representative value Cya of each subband fs. is there.
  • the total number of subbands fs in the signal processing unit 5 is 16, and the predetermined plurality of subbands fs used for the recognition processing are only the first to fifth five from the lowest frequency.
  • the normalized intensity representative value of the intensity representative value Cya (1) of the first subband fs at a certain time is n (1) (see FIG. 5C), the normalized intensity representative value n (1) is the signal processing unit. 5
  • n (1) Cya (1) / (Cya (1) + Cya (2) + Cya (3) + Cya (4) + Cya (5)) It is calculated by the operation of The normalized strength representative values n (2) to n (5) can be obtained similarly.
  • the type of sensor is not limited as long as it is a sensor that receives radio signals such as radio waves and sound waves reflected by an object.

Abstract

　信号処理装置（２）は、電波センサ（１）から出力される物体の動きに応じたセンサ信号を増幅する増幅部（３）と、増幅部（３）によって増幅されたセンサ信号をディジタルのセンサ信号に変換して出力するＡ／Ｄ変換部（４）と、Ａ／Ｄ変換部（４）から出力されたセンサ信号を、離散コサイン変換処理によって周波数領域のセンサ信号に変換し、白色雑音である参照信号とセンサ信号とに応じて得られる誤差信号に基づいて、周波数領域のセンサ信号に含まれる背景信号を推定し、この推定した背景信号に応じてフィルタ係数を設定することによって、周波数領域においてセンサ信号から背景信号を除去する適応フィルタとして動作する信号処理部（５）とを備える。

Description

信号処理装置
　本発明は、物体で反射された無線信号を受信するセンサからのセンサ信号を信号処理する信号処理装置に関するものである。
　従来、図１２に示す構成の照明システムが提案されている（例えば、日本国特許出願公開２０１１－４７７７９号公報参照；以降、文献１と称す）。この照明システムは、検出エリア内の検出対象物の存否を検出してセンサ信号を出力するセンサ１１０を具備した物体検知装置１０１と、物体検知装置１０１により点灯状態が制御される照明器具１０２とを備えている。
　センサ１１０は、ミリ波を検出エリアに向けて送信して、検出エリア内を移動する検出対象物で反射されたミリ波を受信し、送信したミリ波と受信したミリ波との周波数の差分に相当するドップラ周波数のセンサ信号を出力するミリ波センサである。
　物体検知装置１０１は、センサ１１０の出力するセンサ信号を複数の周波数帯域に分けて周波数帯域ごとに増幅する増幅回路１１１と、増幅回路１１１の出力を所定の閾値と比較することにより検出対象物の存否を判定する判定部１１２とを備えている。また、物体検知装置１０１は、判定部１１２での判定結果に応じて照明器具１０２の点灯状態を制御する照明制御部１１３を備えている。
　また、物体検知装置１０１は、センサ１１０の出力するセンサ信号の各周波数ごとの強度を検出する周波数解析部１１４を備えている。また、物体検知装置１０１は、周波数解析部１１４の解析結果を用いて定常的に発生する特定周波数のノイズの影響を低減するノイズ除去部（ノイズ判定部１１５および切替回路１１６）を備えている。ここで、周波数解析部１１４としては、ＦＦＴ（高速フーリエ変換）アナライザを用いている。判定部１１２と照明制御部１１３とノイズ除去部とは、マイクロコンピュータを主構成とする制御ブロック１１７に含まれている。増幅回路１１１は、センサ信号を予め定められている周波数帯域ごとに出力する信号処理部を構成している。なお、文献１には、信号処理部が、ＦＦＴアナライザ、ディジタルフィルタなどを用いた構成であってもよい旨が記載されている。
　増幅回路１１１は、オペアンプを用いた増幅器１１８を複数有しており、各増幅器１１８を構成する回路の各種パラメータを調節することで、各増幅器１１８にて信号を増幅する周波数帯域の設定が可能となっている。つまり、各増幅器１１８は、特定の周波数帯域の信号を通過させるバンドパスフィルタとしても機能する。しかして、増幅回路１１１では、並列に接続された複数の増幅器１１８にてセンサ信号を複数の周波数帯域に分け、各周波数帯域の信号を各増幅器１１８にてそれぞれ増幅して個別に出力する。
　判定部１１２は、増幅器１１８の出力をディジタル値にＡ／Ｄ変換し、予め定められた閾値と比較する比較器（図１２では“Ａ／Ｄ”と表記）１１９を増幅器１１８ごとに有し、検出対象物の存否を判定する。比較器１１９では、閾値が各パス帯域ごと（つまり各増幅器１１８ごと）に個別に設定されており、増幅器１１８の出力が閾値で定められた範囲外のときにＨレベルの信号を出力する。ここで、初期状態（出荷状態）で設定される各パス帯域の閾値Ｖｔｈは、電波暗室など電磁波の反射がない状態で、一定時間内に測定される各増幅器１１８の出力値Ｖのピーク・トゥー・ピークＶｐｐの最大値Ｖｐｐiniと、前記出力値Ｖの平均値Ｖａｖｇを用いてＶｔｈ＝Ｖａｖｇ±Ｖｐｐiniで表される値とする。そして、判定部１１２は各比較結果の論理和をとる論理和回路１２０を有し、１つでもＨレベルの信号があれば検出対象物が存在する「検出状態」を示す検出信号を論理和回路１２０から出力し、一方、全てＬレベルであれば検出対象物が存在しない「非検出状態」を示す検出信号を論理和回路１２０から出力する。検出信号は、検出状態では「１」、非検出状態では「０」となるものとする。
　ノイズ除去部は、周波数解析部１１４の出力から、定常的に発生する特定周波数のノイズの有無を判定するノイズ判定部１１５と、ノイズ判定部１１５の判定結果に応じて判定部１１２に対する各増幅器１１８の出力状態を切り替える切替回路１１６とを有している。
　切替回路１１６は、増幅回路１１１の各増幅器１１８と判定部１１２の各比較器１１９との間にそれぞれ挿入されたスイッチ１２１を有し、初期状態ではこれら全てのスイッチ１２１をオンとする。そして、ノイズ判定部１１５からの出力で各スイッチ１２１が個別にオンオフ制御されることにより、各増幅器１１８の判定部１１２に対する出力を個別に入切する。つまり、切替回路１１６では、ノイズ判定部１１５からの出力により、任意のパス帯域の増幅器１１８に対応するスイッチ１２１をオフすることで、当該増幅器１１８の出力を無効にすることができる。
　ノイズ判定部１１５では、周波数解析部１１４から出力される周波数（周波数成分）ごとのセンサ信号の信号強度（電圧強度）を読み込んでメモリ（図示せず）に記憶し、記憶したデータを用いて定常的に発生する特定周波数のノイズの有無を判定する。
　ノイズ判定部１１５は、ある特定周波数のノイズが定常的に発生していると判断した場合に、当該ノイズが含まれるパス帯域を持つ増幅器１１８と判定部１１２との間のスイッチ１２１がオフするように切替回路１１６を制御する。これにより、特定周波数のノイズが定常的に発生している場合には、当該ノイズを含む周波数帯域について判定部１１２に対する増幅回路１１１の出力が無効となる。ここで、スイッチ１２１のオンオフ状態は、ノイズ判定部１１５にて「定常時」と判定される度に更新される。
　一般的に、物体の動きを検出するためにセンサ信号を信号処理する信号処理装置において、既知でない雑音、所望外信号（環境下に存在する、検出対象の物体の動きに起因するものでない定常的な信号）等の背景信号を周波数領域における適応信号処理により除去する場合、高速フーリエ変換（Fast Fourier Transform：ＦＦＴ）が利用される。
　時間領域のディジタル信号を、ＦＦＴを利用して周波数領域の信号に変換する場合、サンプリング周期：ｔ、サンプリング数：２Ｎの条件下では、ＦＦＴ処理後の折り返し特性を考慮して信号処理上の有用性を鑑みると、最大周波数：１／（２・ｔ）[Hz]までの周波数範囲で、周波数分解能：１／（２Ｎ・ｔ）[Hz]、処理上有用な点数：Ｎとなる。また、ＦＦＴの前段には窓関数処理が施されている。このＦＦＴを利用した適応フィルタの構成では、適応処理以外におけるＦＦＴ処理に限っても、最低２Ｎワードのメモリが必要となり、さらには複素演算の実行が要求されるので、比較的大きなハードウェアが必要となっていた。さらに、後段の適応処理、フィルタリング処理においても、複素演算の実行が必要であり、ハードウェアに対する負荷がさらに大きくなる。
　したがって、ＦＦＴを利用した周波数領域の適応フィルタを、センサ信号を信号処理する信号処理装置に用いた場合、ハードウェアに対する負荷増大、高コスト化という問題が生じる。このハードウェアに対する負荷増大、高コスト化という問題は、特に、民生用に低コストが要求されるセンサ装置への応用を困難なものとする障壁の一つとなっていた。
　本発明は上記事由に鑑みて為されたものであり、その目的は、比較的簡素なハードウェア構成で低コスト化を図りながら、背景信号を除去して所望の信号のみを効率的に取り出すことができる信号処理装置を提供することにある。
　本発明の信号処理装置（２）は、物体で反射された無線信号を受信するセンサ（１）から出力される（第１）センサ信号（Ｓａ）を増幅する増幅部（３）と、前記増幅部（３）によって増幅された（第２）センサ信号（Ｓｂ）をディジタルの（第３）センサ信号（Ｓｃ）に変換して出力するＡ／Ｄ変換部（４）と、前記Ａ／Ｄ変換部（４）から出力されたセンサ信号（Ｓｃ）を、離散コサイン変換処理によって周波数領域の（第４）センサ信号（Ｓｘ）に変換し、白色雑音で形成された参照信号（Ｓｄ）と前記センサ信号（Ｓｘ）とに応じて得られる誤差信号（Ｓｅ）に基づいて、前記周波数領域の前記センサ信号（Ｓｘ）に含まれる背景信号を推定し、この推定した背景信号に応じてフィルタ係数（Ｗｏ）を設定することによって、前記周波数領域において前記センサ信号（Ｓｘ）から前記背景信号を除去する適応フィルタとして動作する信号処理部（５）とを備えることを特徴とする。
　一実施形態において、前記信号処理部（５）は、前記誤差信号（Ｓｅ）に基づいて前記センサ信号（Ｓｘ）に含まれる前記背景信号を推定し、この推定した前記背景信号に応じて前記フィルタ係数（Ｗｏ）を更新する第１のモードと、前記フィルタ係数（Ｗｏ）の更新処理を停止し、前記周波数領域において前記センサ信号（Ｓｘ）から前記背景信号を除去する第２のモードとを切替可能に有する。
　一実施形態において、前記信号処理部（５）は、前記第１のモードにおいて、前記誤差信号（Ｓｅ）が収束したと判定した場合に、前記第１のモードから前記第２のモードに切り替わる。
　一実施形態において、前記信号処理部（５）は、前記第１のモードにおいて、前記誤差信号（Ｓｅ）が所定範囲内に収束した場合に、前記所定範囲内に収束した複数の時点における前記誤差信号（Ｓｅ）のそれぞれに基づいて求めた前記フィルタ係数（Ｗｏ）の平均値を、前記フィルタ係数（Ｗｏ）として設定する。
　一実施形態において、前記信号処理部（５）は、前記第２のモードにおいて、前記Ａ／Ｄ変換部（４）から出力されるセンサ信号（Ｓｃ）を、離散コサイン変換処理によって前記周波数領域のセンサ信号（Ｓｘ）に変換した後、前記周波数領域において前記センサ信号（Ｓｘ）から前記背景信号を除去して、周波数帯域の異なる複数の周波数ビン（ｆｂ）の群における前記周波数ビン（ｆｂ）毎の複数の信号として抽出し、前記周波数ビン（ｆｂ）毎の複数の信号に基づいて前記物体を識別する認識処理を行う。
　一実施形態において、前記信号処理部（５）は、前記第２のモードにおいて、前記Ａ／Ｄ変換部（４）から出力されるセンサ信号（Ｓｃ）を、離散コサイン変換処理によって前記周波数領域のセンサ信号（Ｓｘ）に変換した後、前記周波数領域において前記センサ信号（Ｓｘ）から前記背景信号を除去して、各々が周波数帯域の異なる複数の周波数ビン（ｆｂ）で構成される複数のサブバンド（ｆｓ）の群における、前記サブバンド（ｆｓ）毎の複数の信号として抽出し、前記サブバンド（ｆｓ）毎の複数の信号に基づいて前記物体を識別する認識処理を行う。
　一実施形態において、前記信号処理部（５）は、前記複数の周波数ビン（ｆｂ）毎にフィルタ係数（Ｗｏｎ；周波数ビンｆｂの総数をＮとすると、ｎは１～Ｎのいずれか）を有し、前記信号処理部（５）は、全ての前記フィルタ係数（Ｗｏｎ）、または所定の複数の前記フィルタ係数（Ｗｏｎ）に逆離散コサイン変換処理を施して得た逆変換値と、前記Ａ／Ｄ変換部（４）から出力されるセンサ信号（Ｓｃ）とに基づいて、時間軸データを生成し、この時間軸データに基づいて前記物体を識別する認識処理を行う。
　一実施形態において、前記信号処理部（５）は、前記サブバンド（ｆｓ）毎の信号に逆離散コサイン変換処理を施して得た逆変換値に基づいて、時間軸データを生成し、この時間軸データに基づいて前記物体を識別する認識処理を行う。
　一実施形態において、前記信号処理部（５）は、前記センサ（１）から前記物体までの距離情報を併用して、前記物体を識別する認識処理を行う。
　一実施形態において、前記信号処理部（５）は、前記認識処理の結果として前記物体を識別した場合、前記第２のモードから前記第１のモードへの切り替えを禁止し、前記認識処理の結果として前記物体を識別していない場合、前記第２のモードから前記第１のモードへの切り替えを許可する。
　一実施形態において、前記適応フィルタの適応アルゴリズムが、離散コサイン変換のＬＭＳアルゴリズムである。
　一実施形態において、前記信号処理部（５）は、前記Ａ／Ｄ変換部（４）から出力された前記センサ信号（Ｓｃ）を離散コサイン変換処理によって前記周波数領域の前記センサ信号（Ｓｘ）に変換するＤＣＴ変換部（５０）と、前記ＤＣＴ変換部（５０）からの前記周波数領域の前記センサ信号（Ｓｘ）と前記参照信号（Ｓｄ）とを用いて前記背景信号を適応的に推定し、前記ＤＣＴ変換部（５０）からの前記周波数領域の前記センサ信号（Ｓｘ）から前記背景信号を除去するフィルタユニット（５１）と、前記フィルタユニット（５１）からの出力信号（Ｓｙ）を用いて前記物体を識別する識別処理部（５２）とを備える。
　一実施形態において、前記フィルタユニット（５１）は、可変のフィルタ係数（Ｗｏ）に基づいて、前記周波数領域において前記センサ信号（Ｓｘ）から前記背景信号を除去した出力信号（Ｓｙ）を出力するフィルタ（５ａ）と、前記フィルタ（５ａ）からの前記出力信号（Ｓｙ）と前記参照信号（Ｓｄ）との差分である前記誤差信号（Ｓｅ）を出力する減算器（５ｂ）と、前記誤差信号（Ｓｅ）に基づいて前記背景信号を推定し、この推定した背景信号に応じて前記フィルタ係数（Ｗｏ）を更新する適応処理部（５ｃ）とを備える。
　本発明の信号処理装置は、離散コサイン変換処理によってセンサ信号から背景信号を除去する周波数領域の適応フィルタとして動作する信号処理部を備えるので、比較的簡素なハードウェア構成で低コスト化を図りながら、背景信号を除去して所望の信号のみを効率的に取り出すことができるという効果がある。
実施形態における電波センサと信号処理装置とを備えたセンサ装置のブロック図である。 実施形態における適応フィルタの機能を示す説明図である。 実施形態における信号処理部の動作モードを示す説明図である。 実施形態における信号処理部の動作を示すフローチャート図である。 図５Ａ～５Ｃは、実施形態における周波数領域を示す説明図である。 ＤＣＴ，ＦＦＴのＬＭＳアルゴリズムによる適応フィルタの伝達特性を示すグラフ図である。 図７Ａ～７Ｃは、実施形態における周波数領域の信号処理の流れを示す波形図である。 実施形態における時間領域の信号処理の流れを示す波形図である。 図９Ａ，９Ｂは、実施形態における周波数領域の信号処理の流れを示す波形図である。 実施形態における電波センサのブロック図である。 実施形態における信号処理部のブロック図である。 従来の照明システムの構成を示すブロック図である。
　以下では、本実施形態の信号処理装置２について図１～図１１に基づいて説明する。
　信号処理装置２は、電波センサ１から出力されるセンサ信号Ｓａを信号処理するものである。電波センサ１は、検出エリア内に電波を送信し、検出エリア内の物体で反射された電波を受信して、この物体の動きに応じたセンサ信号Ｓａを出力する。なお、図１は、電波センサ１と信号処理装置２とを備えたセンサ装置１００のブロック図である。
　電波センサ１としては、所定の周波数の電波を検出エリアに向けて送信して、検出エリア内で動いている物体で反射された電波を受信し、送信した電波と受信した電波との周波数の差分に相当するドップラ周波数のセンサ信号を出力するドップラセンサを用いている。したがって、電波センサ１から出力されるセンサ信号Ｓａは、物体の動きに対応するアナログの時間領域の信号である。
　電波センサ１は、図１０に示すように、電波を検出エリアに向けて送信する送信機１１と、検出エリア内の物体で反射された電波を受信する受信機１２と、送信機１１から送信した電波と受信機１２で受信した電波との周波数の差分に相当する周波数のセンサ信号を出力するミキサ１３とを備えている。送信機１１は、送信用のアンテナ１４を備えている。また、受信機１２は、受信用のアンテナ１５を備えている。なお、送信機１１から送波する電波は、例えば、周波数が２４．１５ＧＨｚのミリ波とすることができる。送信機１１から送波する電波は、ミリ波に限らず、マイクロ波でもよい。また、送波する電波の周波数の値は、特に限定するものではない。電波を反射した物体が検出エリア内を移動している場合には、ドップラ効果によって反射波の周波数がシフトする。
　図１に示すように、信号処理装置２は、増幅部３、Ａ／Ｄ変換部４、信号処理部５、出力部６を備える。
　増幅部３は、例えば、オペアンプを用いた増幅器により構成される。増幅部３は、電波センサ１から入力されたアナログのセンサ信号Ｓａを増幅してＡ／Ｄ変換部４へ出力する。
　Ａ／Ｄ変換部４は、増幅部３によって増幅されたセンサ信号Ｓｂをディジタルのセンサ信号Ｓｃに変換して出力する。
　信号処理部５は、Ａ／Ｄ変換部４から出力されるディジタルのセンサ信号Ｓｃを、離散コサイン変換（Discrete Cosine Transform：ＤＣＴ）することで周波数領域の信号に変換する機能を有する。
　この信号処理部５は、ＤＣＴによって、時間領域（時間軸上）のセンサ信号Ｓｃを周波数領域（周波数軸上）のセンサ信号Ｓｘに変換し、この周波数領域の信号の周波数分布により、物体を識別する認識処理を行う。さらに、信号処理部５は、図２に示す適応フィルタ（Adaptive filter）の機能を有しており、認識処理を実行する前段において、周波数領域において、既知でない雑音、所望外信号等の背景信号をセンサ信号Ｓｘから除去するフィルタ処理を行う。
　すなわち、信号処理部５は、図１１に示すように、入力された時間領域のセンサ信号Ｓｃに離散コサイン変換を施して周波数領域のセンサ信号Ｓｘに変換して出力するＤＣＴ変換部５０と、ＤＣＴ変換部５０からの周波数領域のセンサ信号Ｓｘと白色雑音から形成される参照信号Ｓｄとに基づいて背景信号を適応的に推定し、ＤＣＴ変換部５０の周波数領域のセンサ信号Ｓｘから背景信号を除去するフィルタユニット５１と、フィルタユニット５１からの出力信号Ｓｙを用いて検出対象の物体を識別する識別処理部５２とを備える。
　適応フィルタは、適応アルゴリズム（最適化アルゴリズム）に従って伝達関数（フィルタ係数）を自己適応させるフィルタであり、ディジタルフィルタにより実現することができる。本実施形態では、ＤＣＴを利用した適応フィルタ（Adaptive filter using Discrete Cosine Transform）を用いる。この場合、適応フィルタの適応アルゴリズムとしては、ＤＣＴのＬＭＳ（Least Mean Square）アルゴリズムを用いればよい。
　ＤＣＴを利用した周波数領域での適応フィルタは、ＦＦＴを利用した周波数領域での適応フィルタに比べて、同じ処理点数であれば周波数の分解能が倍となる。したがって、ＤＣＴを利用した適応フィルタは、メモリ等のハードウェアリソース等を小型化した処理系で、狭帯域の雑音除去を実現できる。
　例えば、時間領域のディジタル信号を、ＦＦＴを利用して周波数領域の信号に変換する場合、サンプリング周期：ｔ、サンプリング数：２Ｎの条件下では、最大周波数：１／（２・ｔ）[Hz]までの周波数範囲で、周波数分解能：１／（２Ｎ・ｔ）[Hz]、処理上有用な点数：Ｎとなる。従って、このＦＦＴを利用した適応フィルタの構成では、ＦＦＴ処理に限っても、最低２Ｎワードのメモリが必要となり、さらには複素演算の実行が要求されるので、比較的大きなハードウェアが必要となる。
　一方、時間領域のディジタル信号を、ＤＣＴを利用して周波数領域の信号に変換する場合、サンプリング周期：ｔ、サンプリング数：Ｎの条件下で、周波数分解能：１／（２Ｎ・ｔ）[Hz]を実現可能であり、処理上有用な点数：Ｎを得ることができる。これは、ＤＣＴを利用した適応フィルタは、最大周波数：１／（２・ｔ）[Hz]であり、ＦＦＴを利用した周波数領域の適応フィルタと同じ最大周波数であることを意味する。言い換えれば、最低２Ｎワードのメモリが必要となるＦＦＴ処理に対して、ＤＣＴ処理はＮワードのメモリで、ＦＦＴ処理と同等の周波数分解能を実現可能である。
　また、ＤＣＴを利用した適応フィルタは、実数演算を用いた処理方式である。一方、ＦＦＴを利用した適応フィルタは、複素演算を用いた処理方式である。したがって、ＤＣＴを利用した適応フィルタは、ＦＦＴを利用した適応フィルタに比べて演算規模を低減させることが可能となる。
　さらに、ＦＦＴでは、前段に所定の窓関数による処理を実施し、所望の通過帯域外のフィルタサイドローブを抑圧する必要がある。一方、ＤＣＴでは、窓関数が不要となる、または簡素なフィルタで実現可能となる。
　而して、ＤＣＴを利用した適応フィルタは、ＦＦＴを利用した適応フィルタに比べて、ハードウェアの簡素化を図ることができる。
　したがって、信号処理装置２は、ＤＣＴを利用した周波数領域の適応フィルタを用いることによって、比較的簡素なハードウェア構成で低コスト化を図りながら、予見が困難な背景信号（例えば、設置場所に依存する周囲環境雑音や所望外の信号等）を除去できる。さらには、ＤＣＴを利用した周波数領域の適応フィルタを用いることによって、所望の信号のみを効率的に取り出すことができる。
　また一般的に、周波数領域の適応フィルタは、時間領域の適応フィルタに比べて、所望のフィルタ性能を得るための収束性がよいことが知られている。この中で、ＬＭＳアルゴリズムは、ＲＬＳ（Recursive Least Square）アルゴリズムに比べて演算規模が小さいことが知られている。
　信号処理部５が有する適応フィルタを構成するフィルタユニット５１は、図２に示すように、フィルタ５ａと、減算器５ｂと、適応処理部５ｃとを備える。
　信号処理部５は、Ａ／Ｄ変換部４から出力される時間領域のディジタルのセンサ信号Ｓｃ（所望信号に未知の背景信号が干渉した信号）を、ＤＣＴ変換部５０によって周波数領域のセンサ信号Ｓｘに変換する。そして、センサ信号Ｓｘを入力されたフィルタ５ａは、可変自在に設定されたフィルタ係数Ｗｏに基づいて、センサ信号Ｓｘから不要な背景信号を濾波して除去した出力信号Ｓｙを出力する。減算器５ｂは、フィルタ５ａの出力信号Ｓｙと参照信号Ｓｄとの差分である誤差信号Ｓｅを出力する。ここで、参照信号Ｓｄは、白色雑音であり、例えば、信号処理装置２の内部で発生する雑音（受信回路の内部雑音等）を用いてもよい。そして、適応処理部５ｃは、ＤＣＴのＬＭＳアルゴリズムに従い、誤差信号Ｓｅに基づいて背景信号の周波数成分を推定し、この推定した背景信号の周波数成分に応じてフィルタ係数の補正係数を生成して、フィルタ係数Ｗｏを更新する。なお、参照信号Ｓｄに用いる白色雑音は、周波数に依存しない理想的な白色雑音だけでなく、広い周波数に亘って信号強度がほぼ変化しない雑音信号も含む。
　上記の適応フィルタを備える信号処理部５は、動作モードとして、図３に示す雑音推定モード（第１のモード）と検出モード（第２のモード）とを切り替え可能に構成されている。この雑音推定モードおよび検出モードの各動作について、図４を用いて説明する。
　まず、信号処理部５は、Ａ／Ｄ変換部４から出力されるセンサ信号ＳｃをＤＣＴによって周波数領域のセンサ信号Ｓｘに変換する（Ｓ１）。信号処理部５は、周波数領域のセンサ信号Ｓｘを、互いに周波数帯域の異なる周波数ビンｆｂ（図５Ａ参照）毎の信号として抽出する。すなわち、周波数ビンｆｂ毎の信号の振幅強度が、ＤＣＴ係数となる。
　次に、信号処理部５は、現在の動作モードを判定する（Ｓ２）。信号処理部５は、現在の動作モードが雑音推定モードであれば、以下の処理を行う。なお、雑音推定モード時において、センサ信号Ｓｘは背景信号のみを含むものとする（すなわち、本実施形態の信号処理部５は、検出対象の物体がないと判断されたときにのみ、雑音推定モードに設定される）。
　雑音推定モードにおいて、適応処理部５ｃは、フィルタ５ａの出力信号Ｓｙと参照信号Ｓｄとの差分である誤差信号Ｓｅを導出する（Ｓ３）。そして、適応処理部５ｃは、誤差信号Ｓｅが最小になるように、ＤＣＴによる周波数領域での適応処理を実行してフィルタ係数Ｗｏを更新し（Ｓ４）、ステップＳ１に戻る。
　雑音推定モードの信号処理部５は、上述のステップＳ１～Ｓ４の動作を繰り返し行い、適応処理部５ｃは、誤差信号Ｓｅが所定範囲内に収束した時点で、フィルタ係数Ｗｏの更新処理を停止する。ここで、フィルタ係数Ｗｏｎ（周波数ビンｆｂの総数をＮとすると、ｎは１～Ｎのいずれか）は、周波数ビンｆｂ毎に設定されている。フィルタ５ａは、フィルタ係数Ｗｏ（Ｗｏ１，Ｗｏ２，・・・，ＷｏＮ）に基づいて、周波数ビンｆｂ毎の信号から背景信号を除去する。
　なお、フィルタ係数Ｗｏの更新処理は、サンプリング点の一点毎（周波数ビンｆｂ毎）に更新されるもの、複数の点数を含むブロック毎（複数の周波数ビンｆｂを含むブロック毎）で更新されるもの、ブロック毎に更新され且つ処理すべきデータ（周波数ビンｆｂ）の重複（オーバーラップ）を含むもののいずれであってもよく、収束性または精度に応じて選択されればよい。
　そして、信号処理部５は、誤差信号Ｓｅが所定範囲内に収束して、フィルタ係数Ｗｏの更新処理を停止した後、動作モードを雑音推定モードから検出モードに切り替える。
　なお雑音推定モードにおいて、適応処理部５ｃは、誤差信号Ｓｅが所定範囲内に収束した場合、所定範囲内に収束している複数の時点における誤差信号Ｓｅのそれぞれに基づいてフィルタ係数Ｗｏを求めてもよい。この場合、適応処理部５ｃは、誤差信号Ｓｅが所定範囲内に収束している複数の時点でそれぞれ求めた複数のフィルタ係数Ｗｏに対して、加算平均、メジアン平均等の平均化処理、例外値を除外する例外値除外処理、分散状況の検出処理等を施した結果を、フィルタ５ａに設定するフィルタ係数Ｗｏとする。
　信号処理部５は、ステップＳ２で判定された現在の動作モードが検出モードであれば、以下の処理を行う。
　まず、検出モードの信号処理部５は、Ａ／Ｄ変換部４から出力されるセンサ信号ＳｃをＤＣＴ処理することによって得られたＤＣＴ係数Ｃｘ（センサ信号Ｓｘ、具体的にはセンサ信号Ｓｘの周波数ビンｆｂ毎の成分に相当）と、フィルタ５ａのフィルタ係数Ｗｏとに基づいて、背景信号を除去したセンサ信号の振幅強度Ｃｙ（出力信号Ｓｙ、具体的には出力信号Ｓｙの周波数ビンｆｂ毎の成分に相当）を導出する（Ｓ５）。具体的には、ｎ番目（周波数ビンｆｂの総数をＮとすると、ｎは１～Ｎのいずれか）の周波数ビンｆｂについて、振幅強度Ｃｙ（ｎ）、ＤＣＴ係数Ｃｘ（ｎ）とすると、振幅強度Ｃｙ（ｎ）＝Ｃｘ（ｎ）＊Ｗｏｎとなる。
　そして、信号処理部５は、周波数領域において、互いに隣接する複数の周波数ビンｆｂで構成される１または複数のサブバンドｆｓを生成する（図５Ａ参照）。信号処理部５は、サブバンドｆｓ毎に、複数の周波数ビンｆｂのそれぞれの振幅強度Ｃｙを用いて、加算平均、重み付き平均、メジアン平均等の平均化処理、例外値を除外する例外値除外処理、分散状況の検出処理等を行い、サブバンドｆｓ毎に振幅強度Ｃｙの代表値Ｃｙａ（以降、強度代表値Ｃｙａと称す）を導出する（Ｓ６）。
　例えば、信号処理部５が、加算平均によって強度代表値Ｃｙａを導出する場合を考える。ある時刻において、図５Ａに示すように、周波数の低い方から順に数えて１番目のサブバンドｆｓの５個の周波数ビンｆｂそれぞれにおける振幅強度Ｃｙがそれぞれ、Ｃｙ（１）、Ｃｙ（２）、Ｃｙ（３）、Ｃｙ（４）およびＣｙ（５）であるとする。この場合、１番目のサブバンドｆｓについてみれば、加算平均によって導出された強度代表値Ｃｙａ（１）は（図５Ｂ参照）、
（数１）
Ｃｙａ（１）＝（Ｃｙ（１）＋Ｃｙ（２）＋Ｃｙ（３）＋Ｃｙ（４）＋Ｃｙ（５））／５）
となる。同様に、２番目のサブバンドｆｓ、３番目のサブバンドｆｓ、４番目のサブバンドｆｓ及び５番目のサブバンドｆｓの信号（強度代表値）は、図５Ｂに示すように、それぞれ、Ｃｙａ（２）、Ｃｙａ（３）、Ｃｙａ（４）およびＣｙａ（５）となる。
　これにより、信号処理部５は、サブバンドｆｓ毎の強度代表値Ｃｙａから決まる周波数分布の情報（周波数分布情報）を得ることができる（Ｓ７）。
　さらに、信号処理部５は、サブバンドｆｓ毎の強度代表値Ｃｙａに逆離散コサイン変換（ＩＤＣＴ）を施した逆変換値によって、時間領域における、背景信号が除去されたセンサ信号（時間軸情報）を得てもよい（Ｓ８）。
　そして、信号処理部５は、サブバンドｆｓ毎の強度代表値Ｃｙａから決まる周波数分布情報（、及び時間軸情報）を用いて、検出対象の物体を識別する認識処理を行う。なお、本発明において、識別は、分類、認識を含む概念である。このように、サブバンドｆｓ毎の強度代表値Ｃｙａ（複数の周波数ビンｆｂでの振幅強度Ｃｙの、代表値）を用いることで、予期しない雑音などの影響を低減することができる。
　また、信号処理部５は、ステップＳ５で導出した各周波数ビンｆｂの振幅強度Ｃｙから決まる周波数分布の情報（周波数分布情報）を取得してもよい（Ｓ９）。
　さらに、信号処理部５は、周波数ビンｆｂ毎に設定されたフィルタ係数Ｗｏ（Ｗｏ１，Ｗｏ２，・・・，ＷｏＮ）に逆離散コサイン変換（ＩＤＣＴ）を施した逆変換値と、Ａ／Ｄ変換部４から出力されるセンサ信号Ｓｃとの乗算によって（或いは、周波数ビンｆｂ毎の振幅強度Ｃｙに逆離散コサイン変換（ＩＤＣＴ）を施すことによって）、時間領域における背景信号が除去されたセンサ信号（時間軸情報）を得てもよい（Ｓ１０）。なお、逆離散コサイン変換を施すフィルタ係数は、全ての周波数ビンｆｂに設定されたフィルタ係数、または一部の周波数ビンｆｂに設定されたフィルタ係数のいずれであってもよい。
　この場合、信号処理部５（識別処理部５２）は、周波数ビンｆｂ毎の振幅強度Ｃｙから決まる周波数分布情報、周波数ビンｆｂ毎に設定されたフィルタ係数Ｗｏ（Ｗｏ１，Ｗｏ２，・・・，ＷｏＮ）から決まる時間軸情報を用いて、検出対象の物体を識別する認識処理を行う。
　なお、信号処理部５（識別処理部５２）による認識処理は、例えば、出力信号Ｓｙの所定の周波数における強度と所定のしきい値とを比較することによって、物体の存否を判断する処理であってもよい。或いは、検出対象の物体の種類を特定するために、主成分分析によるパターン認識処理、ＫＬ変換によるパターン認識処理、重回帰分析を用いて導出した振幅強度の成分比による認識処理、ニューラルネットワークによる認識処理等のアルゴリズムを用いてもよい。
　ここで、ＤＣＴでは、実数演算による演算を行うため、センサ信号の位相情報が失われる。一般に、センサ装置１００において、位相情報は、距離を測定する際に利用される場合がある。電波センサ１にドップラセンサを用いた場合、背景信号を除去した時間領域のセンサ信号から、およその距離を計測することが可能である。したがって、厳密な意味での動きと距離との同時測定が必ずしも必要でない場合、ハードウェアの規模を著しく増大させることなく、補完情報としての距離情報を、ステップＳ８，Ｓ１０で得られた時間領域のセンサ信号から取得することが可能である。而して、信号処理部５は、ステップＳ８、Ｓ１０で導出した時間領域のセンサ信号から検出対象の物体までの距離情報を取得し、この距離情報を、周波数分布情報、時間軸情報と併用して、検出対象の物体を識別する認識処理を行うことができる。
　そして、信号処理装置２は、信号処理部５による識別結果を出力する出力部６を備えている。信号処理部５により検出対象の物体が識別された場合、出力部６は、物体が検出されたことを示す出力信号「１」を出力する。一方、信号処理部５により検出対象の物体が識別されなかった場合、出力部６は、物体が非検出であることを示す出力信号「０」を出力する。
　図６に、上述のＤＣＴのＬＭＳアルゴリズムを用いて設定したフィルタ５ａのフィルタ係数Ｗｏの伝達特性Ｚ１を示す。複数の周波数帯域Ａ１～Ａ４に雑音成分を有する背景信号が推定され、雑音成分が存在する周波数帯域を減衰させて、他の周波数帯域を通過させるフィルタ特性が形成されている。また図６には、比較例として、ＦＦＴのＬＭＳアルゴリズムを用いて求めたフィルタ係数の伝達特性Ｚ２も併せて示している。この例から分かるように、ＦＦＴに比べて演算量の少ないＤＣＴのＬＭＳアルゴリズムを用いた場合、ＦＦＴのＬＭＳアルゴリズムと比べても、フィルタ性能の著しい劣化は見られない。
　図７Ａ～７Ｃは、上述の信号処理の流れを示す。まず、図７Ａは、背景信号のみを含むセンサ信号Ｓｘの周波数分布を示し、背景信号の周波数成分“Ａ”が表されている。図７Ｂは、所望信号（検出対象の物体に起因する信号）および背景信号を含むセンサ信号Ｓｘの周波数分布を示し、背景信号の周波数成分“Ａ”および所望信号の周波数成分“Ｂ”が表されている。
　そして、図７Ｃは、信号処理部５が検出モードで動作しているときに、図７Ａのセンサ信号（背景信号のみを含むセンサ信号）Ｓｘが入力された場合のフィルタ５ａの出力信号Ｓｙ１と、信号処理部５が検出モードで動作しているときに、図７Ｂのセンサ信号（所望信号及び背景信号を含むセンサ信号）Ｓｘが入力された場合のフィルタ５ａの出力信号Ｓｙ２を示す。出力信号Ｓｙ１では、ＤＣＴのＬＭＳアルゴリズムを用いてフィルタ５ａのフィルタ係数Ｗｏが更新されることによって、背景信号の周波数成分“Ａ”が除去されている。出力信号Ｓｙ２では、フィルタ５ａのフィルタ係数Ｗｏが適切に設定されたことによって、背景信号の周波数成分“Ａ”が除去され、所望信号の周波数成分“Ｂ”のみが残っている。
　また、図８は、雑音推定モードから検出モードに移行する場合における、参照信号Ｓｄ、センサ信号Ｓｘ、出力信号Ｓｙ、誤差信号Ｓｅの各波形を時間軸領域で示したものである。図８の例では、時間Ｔ０以前は検出エリア内に検出対象の物体がなく、時間Ｔ０の時点で検出エリア内に物体が入っている。参照信号Ｓｄは、雑音推定モード時に出力され、検出モード時に停止する。センサ信号Ｓｘは、Ｔ０より前は背景信号のみを含み、Ｔ０より後は検出対象の物体を検出したことによる所望信号が背景信号とともに含まれる。出力信号Ｓｙでは、雑音推定モードおよび検出モードにおいて背景信号が除去されており、Ｔ０より後は所望信号のみが残っている。誤差信号Ｓｅは、雑音推定モード時には出力信号Ｓｙと参照信号Ｓｄとの差分として求められ、検出モード時に停止する。
　図９Ａに、検出対象の物体が存在している場合において、検出モードで動作している信号処理部５から出力される出力信号Ｓｙ２の周波数分布（つまり、周波数ビンｆｂ毎の振幅強度Ｃｙをプロットしたグラフ）を示す。さらに、図９Ａには、信号処理部５が出力信号Ｓｙ２を用いて導出したサブバンドｆｓ毎の強度代表値Ｃｙａを、周波数領域において示している（図９Ａ中の“Ｃｙａ”）。この強度代表値Ｃｙａは、サブバンドｆｓ毎に、複数の周波数ビンｆｂのそれぞれの振幅強度Ｃｙを用いて、重み付き平均化の処理を施すことにより得られたものである。そして、図９Ａに示す強度代表値Ｃｙａに逆離散コサイン変換（ＩＤＣＴ）を施すことにより得られた逆変換値によって、図９Ｂに示す背景信号が除去された時間領域におけるセンサ信号（時間軸情報）が得られる。
　なお、信号処理部５は、雑音推定モード時に、適応フィルタの推定精度の誤差が低い領域で、適応処理の多数回の試行によりフィルタ係数Ｗｏを設定することによって、推定精度を向上させることができる。さらに、信号処理部５は、検出モードにおいて、周波数領域のサブバンド化、またはサブバンド内の平均化等の信号処理によって、着眼する所望帯域を通過する信号の信号対雑音比を、簡便なハードウェアを用いて向上させることが可能になる。
　さらに、信号処理部５は、認識処理の結果によって、動作モードの切替の可否を判定する。信号処理部５は、認識処理の結果として検出対象の物体を識別している場合、検出モードから雑音推定モードへの切り替えを禁止する。そして、信号処理部５は、認識処理の結果として検出対象の物体を識別していない場合、検出モードから雑音推定モードへの切り替えを許可する。すなわち、信号処理部５は、所望信号がセンサ信号Ｓｘに含まれておらず、背景信号のみがセンサ信号Ｓｘに含まれている場合にのみ、検出モードから雑音推定モードへの切り替えを許可する。したがって、雑音推定モード時に設定されるフィルタ係数Ｗｏは、背景信号を除去して、所望信号のみを精度よく抽出できる値に設定される。
　さらに、信号処理部５は、背景信号を除去したセンサ信号の各サブバンドｆｓの強度代表値Ｃｙａから、規格化強度代表値を導出し、各サブバンドｆｓの規格化強度代表値を用いて周波数分布情報、時間軸情報等を取得してもよい。この規格化強度代表値とは、信号処理部５において認識処理に利用する複数の所定のサブバンドｆｓの強度代表値Ｃｙａの総和で、各サブバンドｆｓの強度代表値Ｃｙａを規格化したものである。
　例えば、信号処理部５におけるサブバンドｆｓの総数が１６個であり、認識処理に利用する所定の複数のサブバンドｆｓが、周波数の低い方から順に数えて１～５番目の５個のみであるとする。ある時刻において１番目のサブバンドｆｓの強度代表値Ｃｙａ（１）の規格化強度代表値をｎ（１）（図５Ｃ参照）とすると、規格化強度代表値ｎ（１）は、信号処理部５において、
（数２）
ｎ（１）＝Ｃｙａ（１）／（Ｃｙａ（１）＋Ｃｙａ（２）＋Ｃｙａ（３）＋Ｃｙａ（４）＋Ｃｙａ（５））
の演算により求められる。規格化強度代表値ｎ（２）～ｎ（５）も同様に求めることができる。
　なお、本実施形態では電波センサ１を用いているが、物体で反射した電波、音波等の無線信号を受信するセンサであれば、センサの種類は限定されない。

Claims (13)

  1. 　物体で反射された無線信号を受信するセンサから出力されるセンサ信号を増幅する増幅部と、
    　前記増幅部によって増幅されたセンサ信号をディジタルのセンサ信号に変換して出力するＡ／Ｄ変換部と、
    　前記Ａ／Ｄ変換部から出力されたセンサ信号を、離散コサイン変換処理によって周波数領域のセンサ信号に変換し、白色雑音で形成された参照信号と前記センサ信号とに応じて得られる誤差信号に基づいて、前記周波数領域の前記センサ信号に含まれる背景信号を推定し、この推定した背景信号に応じてフィルタ係数を設定することによって、前記周波数領域において前記センサ信号から前記背景信号を除去する適応フィルタとして動作する信号処理部と
    　を備えることを特徴とする信号処理装置。
  2. 　前記信号処理部は、前記誤差信号に基づいて前記センサ信号に含まれる前記背景信号を推定し、この推定した前記背景信号に応じて前記フィルタ係数を更新する第１のモードと、前記フィルタ係数の更新処理を停止し、前記周波数領域において前記センサ信号から前記背景信号を除去する第２のモードとを切替可能に有することを特徴とする請求項１記載の信号処理装置。
  3. 　前記信号処理部は、前記第１のモードにおいて、前記誤差信号が収束したと判定した場合に、前記第１のモードから前記第２のモードに切り替わることを特徴とする請求項２記載の信号処理装置。
  4. 　前記信号処理部は、前記第１のモードにおいて、前記誤差信号が所定範囲内に収束した場合に、前記所定範囲内に収束した複数の時点における前記誤差信号のそれぞれに基づいて求めた前記フィルタ係数の平均値を、前記フィルタ係数として設定することを特徴とする請求項２または３記載の信号処理装置。
  5. 　前記信号処理部は、前記第２のモードにおいて、前記Ａ／Ｄ変換部から出力されるセンサ信号を、離散コサイン変換処理によって前記周波数領域のセンサ信号に変換した後、前記周波数領域において前記センサ信号から前記背景信号を除去して、周波数帯域の異なる複数の周波数ビンの群における前記周波数ビン毎の複数の信号として抽出し、前記周波数ビン毎の複数の信号に基づいて前記物体を識別する認識処理を行うことを特徴とする請求項２乃至４いずれか一項記載の信号処理装置。
  6. 　前記信号処理部は、前記第２のモードにおいて、前記Ａ／Ｄ変換部から出力されるセンサ信号を、離散コサイン変換処理によって前記周波数領域のセンサ信号に変換した後、前記周波数領域において前記センサ信号から前記背景信号を除去して、各々が周波数帯域の異なる複数の周波数ビンで構成される複数のサブバンドの群における前記サブバンド毎の複数の信号として抽出し、前記サブバンド毎の複数の信号に基づいて前記物体を識別する認識処理を行う
    　ことを特徴とする請求項２乃至４いずれか一項記載の信号処理装置。
  7. 　前記フィルタ係数は、前記周波数ビン毎に設定され、
    　前記信号処理部は、全ての前記フィルタ係数、または所定の複数の前記フィルタ係数に、逆離散コサイン変換処理を施して得た逆変換値と、前記Ａ／Ｄ変換部から出力されるセンサ信号とに基づいて、時間軸データを生成し、この時間軸データに基づいて前記物体を識別する認識処理を行う
    　ことを特徴とする請求項５記載の信号処理装置。
  8. 　前記信号処理部は、前記サブバンド毎の信号に逆離散コサイン変換処理を施して得た逆変換値に基づいて、時間軸データを生成し、この時間軸データに基づいて前記物体を識別する認識処理を行うことを特徴とする請求項６記載の信号処理装置。
  9. 　前記信号処理部は、前記センサから前記物体までの距離情報を併用して、前記物体を識別する認識処理を行うことを特徴とする請求項５乃至８いずれか一項記載の信号処理装置。
  10. 　前記信号処理部は、前記認識処理の結果として前記物体を識別した場合、前記第２のモードから前記第１のモードへの切り替えを禁止し、前記認識処理の結果として前記物体を識別していない場合、前記第２のモードから前記第１のモードへの切り替えを許可することを特徴とする請求項５乃至９いずれか一項記載の信号処理装置。
  11. 　前記適応フィルタの適応アルゴリズムが、離散コサイン変換のＬＭＳアルゴリズムであることを特徴とする請求項１乃至１０いずれか一項記載の信号処理装置。
  12. 　前記信号処理部は、前記Ａ／Ｄ変換部から出力された前記センサ信号を離散コサイン変換処理によって前記周波数領域の前記センサ信号に変換するＤＣＴ変換部と、前記ＤＣＴ変換部からの前記周波数領域の前記センサ信号と前記参照信号とを用いて前記背景信号を適応的に推定し、前記ＤＣＴ変換部からの前記周波数領域の前記センサ信号から前記背景信号を除去するフィルタユニットと、前記フィルタユニットからの出力信号を用いて前記物体を識別する識別処理部とを備えることを特徴とする請求項１乃至１１いずれか一項記載の信号処理装置。
  13. 　前記フィルタユニットは、可変のフィルタ係数に基づいて、前記周波数領域において前記センサ信号から前記背景信号を除去した出力信号を出力するフィルタと、前記フィルタからの前記出力信号と前記参照信号との差分である前記誤差信号を出力する減算器と、前記誤差信号に基づいて前記背景信号を推定し、この推定した背景信号に応じて前記フィルタ係数を更新する適応処理部とを備えることを特徴とする請求項１２記載の信号処理装置。
PCT/JP2013/007102 2012-12-28 2013-12-03 信号処理装置 WO2014103187A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP13867767.9A EP2940486B1 (en) 2012-12-28 2013-12-03 Signal processing device
CN201380068394.8A CN104903742B (zh) 2012-12-28 2013-12-03 信号处理装置
US14/653,458 US10078129B2 (en) 2012-12-28 2013-12-03 Signal processing device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012-288366 2012-12-28
JP2012288366A JP6249325B2 (ja) 2012-12-28 2012-12-28 信号処理装置

Publications (1)

Publication Number Publication Date
WO2014103187A1 true WO2014103187A1 (ja) 2014-07-03

Family

ID=51020311

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/007102 WO2014103187A1 (ja) 2012-12-28 2013-12-03 信号処理装置

Country Status (5)

Country Link
US (1) US10078129B2 (ja)
EP (1) EP2940486B1 (ja)
JP (1) JP6249325B2 (ja)
CN (1) CN104903742B (ja)
WO (1) WO2014103187A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016075631A (ja) * 2014-10-08 2016-05-12 パナソニックＩｐマネジメント株式会社 信号処理装置
TWI750746B (zh) * 2018-05-30 2021-12-21 立積電子股份有限公司 檢測環境中物體存在的方法及裝置

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9831898B2 (en) * 2013-03-13 2017-11-28 Analog Devices Global Radio frequency transmitter noise cancellation
JP6755002B2 (ja) * 2016-05-26 2020-09-16 パナソニックＩｐマネジメント株式会社 センサ装置及び照明装置
IL250253B (en) * 2017-01-24 2021-10-31 Arbe Robotics Ltd A method for separating targets and echoes from noise, in radar signals
CN107167771B (zh) * 2017-04-28 2018-10-26 深圳市无牙太赫兹科技有限公司 一种微波成像系统的直达波抑制方法及系统
KR101889005B1 (ko) * 2017-08-22 2018-08-16 엘아이지넥스원 주식회사 밀리미터파 탐색기용 신호 처리 장치 및 방법
WO2019187841A1 (ja) * 2018-03-30 2019-10-03 パナソニックＩｐマネジメント株式会社 騒音低減装置
US11131787B2 (en) * 2018-05-28 2021-09-28 Samsung Electronics Co., Ltd. Electromagnetic sensor and mobile device including the same
US10928502B2 (en) 2018-05-30 2021-02-23 Richwave Technology Corp. Methods and apparatus for detecting presence of an object in an environment
TWI669522B (zh) 2018-06-28 2019-08-21 立積電子股份有限公司 都普勒訊號處理裝置及訊號處理方法
US20210231789A1 (en) * 2018-06-28 2021-07-29 Richwave Technology Corp. Doppler signal processing device and method thereof for interference suppression
IL260694A (en) 2018-07-19 2019-01-31 Arbe Robotics Ltd Method and device for two-stage signal processing in a radar system
IL260696A (en) 2018-07-19 2019-01-31 Arbe Robotics Ltd Method and device for structured self-testing of radio frequencies in a radar system
IL260695A (en) 2018-07-19 2019-01-31 Arbe Robotics Ltd Method and device for eliminating waiting times in a radar system
IL261636A (en) 2018-09-05 2018-10-31 Arbe Robotics Ltd Deflected MIMO antenna array for vehicle imaging radars
CN113170560B (zh) * 2018-12-12 2024-04-26 昕诺飞控股有限公司 运动检测器，照明器，对应方法
TWI734252B (zh) 2019-11-08 2021-07-21 立積電子股份有限公司 雷達及雷達回波訊號的背景成分更新方法
CN113810324B (zh) * 2021-07-30 2023-09-15 中国人民解放军63892部队 一种动态背景信号生成系统
US11953543B2 (en) * 2022-07-06 2024-04-09 Rohde & Schwarz Gmbh & Co. Kg Measurement device, method of operating the measurement device and non-transitory computer-readable recording medium

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01280273A (ja) * 1988-05-02 1989-11-10 Nec Corp アクテイブソーナ装置
JPH04335177A (ja) * 1991-05-13 1992-11-24 Toshiba Corp 音検出装置
JPH1138127A (ja) * 1997-07-16 1999-02-12 Nec Corp 残響内目標検出装置及び方法並びに残響内目標検出プログラムを記録した記憶媒体
JP2004293216A (ja) * 2003-03-27 2004-10-21 Toto Ltd 便器洗浄装置
JP2010191857A (ja) * 2009-02-20 2010-09-02 Ibaraki Univ センサ装置
JP2011047779A (ja) 2009-08-26 2011-03-10 Panasonic Electric Works Co Ltd 物体検知装置およびそれを備えた照明システム
WO2011075639A1 (en) * 2009-12-18 2011-06-23 Christopher Gary Sentelle Moving entity detection
JP2011147500A (ja) * 2010-01-19 2011-08-04 Yupiteru Corp 速度測定装置およびプログラム
WO2013183271A1 (ja) * 2012-06-05 2013-12-12 パナソニック株式会社 信号処理装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6243580A (ja) 1985-08-21 1987-02-25 Oki Electric Ind Co Ltd 適応雑音除去装置
JP2001004736A (ja) 1999-06-24 2001-01-12 Matsushita Electric Works Ltd Ｇｐｓ受信装置
JP3815735B2 (ja) 2003-04-15 2006-08-30 防衛庁技術研究本部長 雑音低減回路および該雑音低減回路を有する水中探知装置
US7260242B2 (en) * 2003-08-15 2007-08-21 United States Of America As Represented By The Secretary Of The Air Force Spatial surface prior information reflectance estimation (SPIRE) algorithms
CN200966147Y (zh) * 2006-08-01 2007-10-24 朱铭锆 语音功率放大器
US9229102B1 (en) * 2009-12-18 2016-01-05 L-3 Communications Security And Detection Systems, Inc. Detection of movable objects
JP2011242343A (ja) 2010-05-20 2011-12-01 Panasonic Corp 車両方向特定装置、車両方向特定方法、及びそのプログラム
JP6037279B2 (ja) * 2012-12-28 2016-12-07 パナソニックＩｐマネジメント株式会社 信号処理装置
JP2014013229A (ja) * 2012-06-05 2014-01-23 Panasonic Corp 信号処理装置
CN102841341B (zh) * 2012-09-03 2014-08-27 深圳先进技术研究院 一种脉冲雷达动目标检测方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01280273A (ja) * 1988-05-02 1989-11-10 Nec Corp アクテイブソーナ装置
JPH04335177A (ja) * 1991-05-13 1992-11-24 Toshiba Corp 音検出装置
JPH1138127A (ja) * 1997-07-16 1999-02-12 Nec Corp 残響内目標検出装置及び方法並びに残響内目標検出プログラムを記録した記憶媒体
JP2004293216A (ja) * 2003-03-27 2004-10-21 Toto Ltd 便器洗浄装置
JP2010191857A (ja) * 2009-02-20 2010-09-02 Ibaraki Univ センサ装置
JP2011047779A (ja) 2009-08-26 2011-03-10 Panasonic Electric Works Co Ltd 物体検知装置およびそれを備えた照明システム
WO2011075639A1 (en) * 2009-12-18 2011-06-23 Christopher Gary Sentelle Moving entity detection
JP2011147500A (ja) * 2010-01-19 2011-08-04 Yupiteru Corp 速度測定装置およびプログラム
WO2013183271A1 (ja) * 2012-06-05 2013-12-12 パナソニック株式会社 信号処理装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
TOSHIHIRO OKUDA: "A Study for Doppler Frequency Offset Compensation Method in Small Satellite", PROCEEDINGS OF THE 2006 IEICE INFORMATION AND SYSTEM SOCIETY CONFERENCE 1, 7 September 2006 (2006-09-07), pages 274, XP008177147 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016075631A (ja) * 2014-10-08 2016-05-12 パナソニックＩｐマネジメント株式会社 信号処理装置
TWI750746B (zh) * 2018-05-30 2021-12-21 立積電子股份有限公司 檢測環境中物體存在的方法及裝置
TWI757802B (zh) * 2018-05-30 2022-03-11 立積電子股份有限公司 檢測環境中物體存在的方法及裝置

Also Published As

Publication number Publication date
US20160195606A1 (en) 2016-07-07
EP2940486A1 (en) 2015-11-04
CN104903742A (zh) 2015-09-09
US10078129B2 (en) 2018-09-18
EP2940486A4 (en) 2016-01-13
JP2014130085A (ja) 2014-07-10
CN104903742B (zh) 2017-10-10
JP6249325B2 (ja) 2017-12-20
EP2940486B1 (en) 2018-08-22

Similar Documents

Publication Publication Date Title
WO2014103187A1 (ja) 信号処理装置
TWI489125B (zh) 信號處理裝置
JP6176337B2 (ja) 水栓装置
EP3489710A1 (en) Radar interference suppression
JP6176336B2 (ja) 便座装置、および便器装置
JP2018194558A (ja) 信号検出方法、信号検出システム、コンピュータプログラム及び記憶媒体
JP6111506B2 (ja) センサ装置
JP2014013229A (ja) 信号処理装置
KR101365311B1 (ko) 적응형 필터 및 적응형 필터링 방법
JP6037279B2 (ja) 信号処理装置
CN113167856A (zh) 干扰抑制方法和信号复原方法
JP4889662B2 (ja) パルス諸元検出装置
US11101832B1 (en) Receiver able to detect radio frequency interference
WO2016152826A1 (ja) 生体情報の信号源特定装置及び生体情報の信号源特定方法
JP4821201B2 (ja) 適応整相出力周波数分析装置、適応整相出力周波数分析システム及び適応整相出力周波数分析プログラム並びにパッシブソーナーもしくは、アクティブソーナー
JP2016075631A (ja) 信号処理装置
JP5631674B2 (ja) 電波受信装置及び信号分析方法
RU2403585C2 (ru) Способ обнаружения сигналов в системах цифровой обработки (варианты)
US20140044266A1 (en) Real-time noise reduction apparatus for radio monitoring system
KR101912446B1 (ko) 침입 감지 방법 및 장치
KR20220120045A (ko) 레이더 시스템에서 적응적으로 시간 지연을 변경하는 샘플링 장치
EP3963726A1 (en) Active receiver distortion suppression in a radar system
Yaodong et al. Noncausal least mean square adaptive interference canceller for passive radar
JP2016122131A (ja) 目的音成分検出装置及びプログラム、並びに、目的音抽出装置及びプログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13867767

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 14653458

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2013867767

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE