図面 (/)

この項目の情報は公開日時点(2019年8月8日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (20)

課題

落下動作および他の過渡的な動きを検出およびモニタするための装置、システムおよび方法を提示する。

解決手段

プロセッサ202と、プロセッサと通信可能に結合されたメモリ204と、場所内の過渡的な動きをモニタするためにメモリに格納された命令とを有するシステムが開示される。このシステムは、送信機212、受信機214、および過渡的な動きモニタを備える。送信機は、場所内のオブジェクトの過渡的な動きによって影響を受けた無線信号を送信するように構成される。受信機は、無線信号を受信し、無線信号に基づいて時系列チャンネル情報(TSCI)を取得する。過渡的な動きモニタは、TSCIに基づいてオブジェクトの過渡的な動きをモニタし、モニタされた動きに基づいて応答動作トリガするように構成される。

概要

背景

オブジェクト動きトラッキング(追跡)およびモニタ監視)に関して、屋内位置ベースサービスは、今日ますます重要になってきている。1つの一般的なアプローチは、リアルタイム移動オブジェクトの位置を推定するために推測航法方法を使用することである。通常、移動方向および移動距離は慣性計測デバイスIMU)によって推定される。しかしながら、推測航法に基づくアプローチにおける移動距離推定の性能は満足のいくものには程遠いものであり、これは、そのような屋内ナビゲーションシステムが今もなお普及していない主な理由である。ロケーションベースのサービスを支援する可能性がある屋内環境内の移動オブジェクトの速度を推定することもまた未解決の問題であり、満足のいく結果がまだ得られていない。ドップラー効果は、音波マイクロ波、またはレーザー光を使用する様々な速度推定ステムに広く適用されてきた。しかしながら、人間の歩行速度などの低速は、特に電磁EM)波を使用して、ドップラーシフトを使用して推定することが非常に困難である。これは、最大ドップラーシフトが約Δf=v/cf0であるためであり、ここで、f0は送信信号搬送波周波数、cは光速、vは人間の歩行速度である。通常の人間の歩行速度であるv=5.0 km/hおよびf0=5.8GHzの下では、Δfは約26.85 Hzであり、このわずかな量を高精度で推定することは極めて困難である。加えて、これらの方法は、見通し内(LOS)状態を必要とし、豊かなマルチパス反射を伴う複雑な屋内環境ではうまく機能しない。

屋内環境ではダイレクトパス信号がマルチパス信号によって妨害され、ダイレクトパス信号の到着時間(またはドップラーシフト)を正確に推定することができないため、屋外環境でうまく機能する既存の速度推定方法のほとんどは、屋内環境で十分なパフォーマンスを提供することができない。それから、研究者は、移動速度を推定するために使用されるかもしれない最大ドップラー周波数の推定に焦点を合わせる。レベルクロシングレート法共分散ベースの方法、およびウェーブレットベースの方法など、さまざまな方法が提案されてきた。しかしながら、これらの推定量は、これらの推定量で使用される統計が大きな分散を有し、実際のシナリオでは場所に依存するため、満足のいく結果を提供しない。例えば、1つの既存の速度推定方法の精度は、移動局が速い速度(30 km/h以上)で移動するのか遅い速度(5 km/h以下)で移動するのかを区別するだけかも知れない。

伝統的な歩行者推測航法アルゴリズムに基づく他の種類の屋内速度推定方法は、歩数を検出して歩幅を推定するために加速度計を使用する。しかしながら、歩行者はしばしば異なる歩幅を持ち、それは同じ速度で最大40%、同じ人のさまざまな速度で50%まで変動することがある。したがって、キャリブレーションは、異なる個人についての平均歩幅を得るために必要とされ、これは実際の用途においては非実用的であり、したがって広く採用されていない。過渡的な動きは、突然かつ素早く起こる特別な種類の動きであり、モニタすることが重要である。例えば、人の転倒動作は、典型的には0.5から1秒で起こる、非常に速く起こる過渡的な動きであり、人の異常なまたは予期しない動きを示すことができる。既存のシステムは、転倒のような過渡的な動きをモニタするためにカメラまたはビデオを利用する。しかし、これらの既存のシステムは、低輝度のために暗い環境で、またはプライバシーのためにトイレのような場所では機能しない。速度推定に基づく他の既存の過渡的な動きのモニタ技術は、既存の速度推定方法に関して上述したものと同じ問題を抱えることになる。

したがって、上述の問題を解決し、上述の欠点を回避するために、動き(特に過渡的な動き)をトラッキングおよびモニタするための装置および方法が必要とされている。

概要

落下動作および他の過渡的な動きを検出およびモニタするための装置、システムおよび方法を提示する。プロセッサ202と、プロセッサと通信可能に結合されたメモリ204と、場所内の過渡的な動きをモニタするためにメモリに格納された命令とを有するシステムが開示される。このシステムは、送信機212、受信機214、および過渡的な動きモニタを備える。送信機は、場所内のオブジェクトの過渡的な動きによって影響を受けた無線信号を送信するように構成される。受信機は、無線信号を受信し、無線信号に基づいて時系列チャンネル情報(TSCI)を取得する。過渡的な動きモニタは、TSCIに基づいてオブジェクトの過渡的な動きをモニタし、モニタされた動きに基づいて応答動作トリガするように構成される。

目的

1つの一般的なアプローチは、リアルタイムで移動オブジェクトの位置を推定するために推測航法方法を使用することである

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

プロセッサと、前記プロセッサと通信可能に結合されたメモリと、場所内の過渡的な動きモニタするために前記メモリに格納された命令セットとを有するシステムであって、前記場所内の第1の位置に配置され、前記場所内のオブジェクトの前記過渡的な動きによって影響を受ける無線マルチパスチャネルを介して無線信号を送信するように構成される送信機と、前記場所内の第2の位置に配置され、前記場所内の前記オブジェクトの前記過渡的な動きによって影響を受けた前記無線マルチパスチャネルを介して前記無線信号を受信し、前記無線信号に基づいて前記無線マルチパスチャネルのTSCIを取得する、ように構成された受信機と、過渡的な動きモニタであって、前記TSCIに基づいて前記オブジェクトの前記過渡的な動きをモニタし、前記オブジェクトの前記モニタされた過渡的な動きに基づいて応答動作トリガする、ように構成された過渡的な動きモニタと、を含むシステム。

請求項2

請求項1に記載のシステムであって、前記過渡的な動きモニタはさらに、前記オブジェクトの前記過渡的な動きに匹敵する期間を有するスライディング時間窓を決定し、前記スライディング時間窓内の時系列のCIに基づいて中間量IQ)を計算する、ように構成され、前記オブジェクトの前記過渡的な動きは、前記IQに基づいてモニタされる、システム。

請求項3

請求項2に記載のシステムであって、前記CIに基づいて前記IQを計算することは、前記スライディング時間窓内の前記時系列の前記CIに基づいてオートファンクションAF)を計算し、前記AFのIQ関連特徴を計算し、前記AFの前記IQ関連特徴に基づいて前記IQを計算することを含み、前記AFは、自己相関関数自己共分散関数相互相関関数相互共分散関数微分関数、微分自己相関、微分自己共分散、微分相相関、微分相互共分散周波数変換周波数スペクトル、およびパワースペクトル密度のうちの少なくとも1つを含む、システム。

請求項4

請求項3に記載のシステムであって、前記AFを計算することは、前記スライディング時間窓内の前記時系列の各CIを変換し、前記スライディング時間窓内の各変換されたCIの前記AFを計算することを含み、各CIを変換することは、前記CIに対して、スカラー演算振幅位相非線形写像線形写像区分的線形写像、関数、線形関数非線形関数、区分的線形関数、実関数、複素関数ベクトル値関数、逆関数、関数の微分、関数の積分、他の関数の関数、1対1の関数、1対多の関数、多対1の関数、多対多の関数、対数関数指数関数三角関数、円関数、代数関数超越関数べき関数、根関数、多項式平方、立方、正弦余弦正接余接割線余割楕円関数放物線関数双曲線関数ガンマ関数ゼータ関数、絶対値、閾値処理量子化区分的定数関数、区分的線形関数、テーブルルックアップ集合演算ヒストグラム、組み合わせ、置換サブセット包含論理演算、OR、ADD、XOR、和集合、交差、集合差、対称デカルト積パワーセットカーディナリティー、平均、加重平均平均値、分散、範囲、トリム平均、統計、パーセンタイルベクトル演算ノルムメトリックベクトル加算ベクトル減算、ベクトル乗算、ベクトル除算ドット積内積外積算術演算数学演算部分空間射影、分解、ベクトル変換基底の変更、回転、並進ベクトル関数、射影、主成分、カーネル主成分、独立成分、近傍成分、連結成分線形変換非線形変換フーリエ変換ラプラス変換ヒルベルト変換サイン変換、コサイン変換ウェーブレット変換アダマール変換スラント変換高速フーリエ変換FFT)、離散コサイン変換(DCT)、周波数変換、周波数分解逆変換時間変換時間分解周波数スペクトル周期、時間、行列演算階数転置行列式行列加算、行列減算、行列乗算、行列分割、逆行列基底ベクトル、基底、固有値、および固有ベクトル、のうちの少なくとも1つを実行することを含むシステム。

請求項5

請求項3に記載のシステムであって、各CIには少なくとも1つの成分があり、前記AFを計算することは、前記スライディング時間窓内の前記時系列の各CIの前記少なくとも1つの成分のそれぞれを変換し、前記スライディング時間窓内の前記時系列の各CIの対応する変換された成分に基づいて各成分について成分自動関数(component auto function:CAF)を計算し、加重平均に基づいて、前記少なくとも1つの成分に関連する前記少なくとも1つのCAFを集約することによって前記AFを計算する、ことを含むシステム。

請求項6

請求項3に記載のシステムであって、前記AFの前記IQ関連特徴を計算することは、前記AFの引数の窓内で、前記AF内の前記IQ関連特徴を含む特徴のクラスの存在を判定し、前記AFの引数の前記窓内で、前記AFの前記IQ関連特徴を計算することを含み、前記AFの引数の前記窓内で前記特徴のクラスの前記存在を判定することは、前記AFの引数の前記窓内で、前記AFの第1回帰と、前記第1回帰に対応する第1回帰誤差とを計算し、前記AFの引数の前記窓内で、前記AFの第2回帰と、前記第2回帰に対応する第2回帰誤差とを計算し、前記第1回帰誤差と前記第2回帰誤差の関数を計算し、閾値と前記関数を比較することによって、前記AFにおける前記特徴のクラスの前記存在を判定することを含み、前記ACFの前記IQ関連特徴は、前記ACFの、最大値最小値制約付き最大値、制約付き最小値、局所最大値局所最小値、第1の局所最大値、第1の局所最小値、第k番目の局所最大値、第k番目の局所最小値、平均、加重平均、パーセンタイル、平均値、中央値最頻値、トリム平均、条件付き平均、および他の数量に関連する引数、のうちの少なくとも1つを含むシステム。

請求項7

請求項3に記載のシステムであって、前記AFの前記IQ関連特徴に基づいて前記IQを計算することは、前記IQ関連特徴に対応する前記AFの引数の窓内で、前記AFのIQ関連引数を決定し、前記IQ関連特徴、前記IQ関連引数、および前記AFの引数の前記窓、のうちの少なくとも1つに基づいて前記IQを計算することを含むシステム。

請求項8

請求項2に記載のシステムであって、前記過渡的な動きモニタは更に、前記IQの少なくとも1つの特徴を計算するように構成され、前記オブジェクトの前記過渡的な動きは、前記IQの前記少なくとも1つの特徴に基づいてモニタされ、前記少なくとも1つの特徴は、分析時間窓内のIQ、最大値、最小値、局所最大値、局所最小値、目標範囲内のIQ、閾値処理、増分変化、変化率一次微分二次微分高次微分、平均値、中央値、最頻値、分散、トータルバリエーションフィルタ処理されたIQ、ローパスフィルタ処理されたIQ、ハイパスフィルタ処理されたIQ、非線形フィルタ処理されたIQ、変換されたIQ、およびIQの関数、の少なくとも1つを含むシステム。

請求項9

請求項2に記載のシステムであって、前記過渡的な動きモニタはさらに、前記IQの特徴を閾値と比較し、前記IQの特徴が前記閾値よりも大きい場合、前記オブジェクトの前記過渡的な動きを検出する、ように構成され、前記応答動作は、検出された前記オブジェクトの前記過渡的な動きに基づいてトリガされる、システム。

請求項10

請求項2に記載のシステムであって、前記過渡的な動きモニタはさらに、観測時間窓内のIQの第1の有意な割合が第1の目標範囲内にあり、前記観測時間窓内のIQの変化率の第2の有意な割合が第2の目標範囲内にあると判定するように構成され、前記過渡的な動きは前記オブジェクトの一連の反復される歩行周期の一部であり、前記観測時間窓、前記第1の目標範囲、および前記第2の目標範囲のそれぞれは、前記オブジェクトの前記反復される歩行周期に関連し、前記オブジェクトの前記過渡的な動きは、前記観測時間窓内の前記IQを分析し、前記観測時間窓内の前記IQに基づいて前記オブジェクトの前記反復される歩行周期の情報を推定することによってモニタされ、前記情報は、周期持続時間、周期期間、周期頻度歩行強度、歩行周期の段階、歩行開始時間、歩行終了時間、前記歩行周期の時間傾向、前記歩行の分類、前記歩行に関連する振る舞い、前記歩行に関連する活動、前記歩行に関連する意味、前記歩行に関連する前記オブジェクトの状態、歩行の変化、定常歩行、定常歩行からの偏差、および前記反復される歩行周期とは異なる特性を有する他の歩行、のうちの少なくとも1つを含むシステム。

請求項11

請求項10に記載のシステムであって、前記観測時間窓内で前記IQを分析することは、IQの重要な特徴、目標範囲内のIQの特徴、目標IQ範囲内の振幅を有するIQ、IQの局所平均、IQの局所分散、IQの局所振舞い、IQの局所的統計、IQの大域的統計、IQの大域的振舞い、局所最大IQ、局所最小IQ、IQのゼロクロス、平均減算IQのゼロクロス、隣接する局所最大IQおよび局所最小IQの対、識別された特徴的なIQ特徴に関連するタイムスタンプトレーニングパターンと一致するIQの窓、である特徴的なIQの特徴のうちの少なくとも1つを識別し、前記識別された少なくとも1つの特徴的なIQ特徴に基づいて、前記情報を計算することを含むシステム。

請求項12

請求項2に記載のシステムであって、前記過渡的な動きモニタはさらに、少なくとも1つの第1のタイムスタンプを含む第1の窓長の第1の分析時間窓を決定し、前記少なくとも1つの第1のタイムスタンプのそれぞれは、それぞれのスライディング時間窓に関連付けられ、前記それぞれのスライディング時間窓内の前記時系列のCIに基づいて、それぞれが前記第1の分析時間窓内のそれぞれの第1のタイムスタンプに関連する少なくとも1つの第1の中間量(IQ)を計算し、前記第1の分析時間窓内の前記少なくとも1つの第1のIQを第2の窓長の第2の分析時間窓内の少なくとも1つの第2のIQと比較し、前記少なくとも1つの第2のIQのそれぞれは、前記第2の分析時間窓内のそれぞれの第2のタイムスタンプと関連付けられ、前記第1の分析時間窓内の前記少なくとも1つの第1のIQと前記第2の分析時間窓内の前記少なくとも1つの第2のIQに基づいて、前記第1の分析時間窓内の前記少なくとも1つの第1のタイムスタンプと前記第2の分析時間窓内の前記少なくとも1つの第2のタイムスタンプとの間の第1の非線形マッピングを計算し、前記第1の非線形マッピングに基づいて、前記第1の分析時間窓内の前記少なくとも1つの第1のIQと前記第2の分析時間窓内の前記少なくとも1つの第2のIQとの間の第1のマッチングスコアを計算し、前記第1のマッチングスコアに基づいて、前記オブジェクトの前記過渡的な動きをモニタし、前記第1のマッチングスコアが閾値以下であるときに前記オブジェクトの前記過渡的な動きを検出するように構成されるシステム。

請求項13

請求項12に記載のシステムであって、前記過渡的な動きモニタはさらに、前記第1の分析時間窓内の前記少なくとも1つの第1のIQと第3の分析時間窓内の少なくとも1つの第3のIQに基づいて、前記第1の分析時間窓内の前記少なくとも1つの第1のタイムスタンプと前記第3の分析時間窓内の少なくとも1つの第3のタイムスタンプとの間の第2の非線形マッピングを計算し、前記少なくとも1つの第3のIQのそれぞれは、前記第3の分析時間窓内の前記少なくとも1つの第3のタイムスタンプのうちの1つに関連付けられ、前記第2の非線形マッピングに基づいて、前記第1の分析時間窓内の前記少なくとも1つの第1のIQと前記第3の分析時間窓内の前記少なくとも1つの第3のIQとの間の第2のマッチングスコアを計算し、比較結果を生成するために、前記第1のマッチングスコアと前記第2のマッチングスコアを比較し、前記比較結果に基づいて、前記オブジェクトの前記過渡的な動きを第1の基準動作および第2の基準動作のうちの1つとして識別するように構成され、前記第1の基準動作は、前記第2の分析時間窓内の前記少なくとも1つの第2のIQと関連付けられ、前記第2の基準動作は、前記第3の分析時間窓内の前記少なくとも1つの第3のIQと関連付けられる、システム。

請求項14

請求項12に記載のシステムであって、トレーニング段階において少なくとも1つの時系列のトレーニングCIを取得するための少なくとも1つの異種送信機および少なくとも1つの異種受信機をさらに含み、前記少なくとも1つの異種送信機のそれぞれは、それぞれのトレーニング場所内に配置され、前記トレーニング段階において前記それぞれのトレーニング場所内のそれぞれのトレーニングオブジェクトのそれぞれのトレーニングの過渡的な動きによって影響を受ける前記無線マルチパスチャネルを介して、それぞれの無線信号を送信するように構成され、前記少なくとも1つの異種受信機のそれぞれは、前記それぞれのトレーニング場所に配置されて、前記無線マルチパスチャネルを介して前記それぞれの無線信号を受信し、前記それぞれの無線信号に基づいて前記無線マルチパスチャネルのそれぞれの時系列のトレーニングCIを取得するように構成され、前記それぞれの時系列のトレーニングCIのそれぞれの時間窓は、前記それぞれのトレーニングの過渡的な動きに関連付けられ、前記過渡的な動きモニタはさらに、前記それぞれのタイムスタンプに関連付けられたスライディング時間窓内の前記それぞれの時系列のトレーニングCIに基づいて、前記それぞれの時間窓内のそれぞれのタイムスタンプにそれぞれ関連付けられた少なくとも1つのトレーニングIQを計算し、前記少なくとも1つの時系列のトレーニングCIのそれぞれに関連付けられた前記少なくとも1つのトレーニングIQに基づいて、前記第2の窓長の前記第2の分析時間窓において前記少なくとも1つの第2のIQを計算するように構成されるシステム。

請求項15

請求項12に記載のシステムであって、前記過渡的な動きモニタはさらに、第1の時系列のトレーニングCIに関連する第1の時間窓内の少なくとも1つの第1のトレーニングIQと、第2の時系列のトレーニングCIに関連する第2の時間窓内の少なくとも1つの第2のトレーニングIQに基づいて、前記第1の時間窓のタイムスタンプと前記第2の時間窓のタイムスタンプとの間の第3の非線形マッピングを計算し、前記第3の非線形マッピングに基づいて、前記第1の時間窓内の前記少なくとも1つの第1のトレーニングIQと前記第2の時間窓内の前記少なくとも1つの第2のトレーニングIQとの間の第3のマッチングスコアを計算し、前記第3のマッチングスコア、前記第3の非線形マッピング、前記少なくとも1つの第1のトレーニングIQ、および前記少なくとも1つの第2のトレーニングIQのうちの少なくとも1つに基づいて、前記第2の窓長の前記第2の分析時間窓において前記少なくとも1つの第2のIQを計算するように構成される、システム。

請求項16

請求項2に記載のシステムであって、前記過渡的な動きモニタはさらに、少なくとも1つの第1のタイムスタンプを含む第1の窓長の第1の分析時間窓を決定し、前記少なくとも1つの第1のタイムスタンプのそれぞれは、それぞれのスライディング時間窓に関連付けられ、前記第1の分析時間窓内のそれぞれの第1のタイムスタンプに対して、前記タイムスタンプに関連付けられた前記それぞれのスライディング時間窓における前記時系列のCIに基づいて、前記第1のタイムスタンプに関連するIQ_1、IQ_2、…、およびIQ_Nを含む、Nが1より大きいN個の第1の中間量(IQ)のセットを計算し、前記第1の分析時間窓内のそれぞれの第1のタイムスタンプに関連付けられた前記N個の第1のIQのセットを、第2の窓長の第2の分析時間窓内の少なくとも1つの第2のタイムスタンプの1つに関連付けられたN個の第2のIQのセットと比較し、前記第1の分析時間窓内の全ての第1のIQと前記第2の分析時間窓内の全ての第2のIQに基づいて、前記第1の分析時間窓内の前記少なくとも1つの第1のタイムスタンプと前記第2の分析時間窓内の前記少なくとも1つの第2のタイムスタンプとの間の非線形マッピングを計算し、前記非線形マッピングに基づいて、前記第1の分析時間窓内の前記第1のIQと前記第2の分析時間窓内の前記第2のIQとの間のマッチングスコアを計算し、前記マッチングスコアに基づいて、前記オブジェクトの前記過渡的な動きをモニタし、前記マッチングスコアが閾値以下である場合に前記オブジェクトの前記過渡的な動きを検出する、ように構成されるシステム。

請求項17

請求項1に記載のシステムであって、前記オブジェクトは人であり、前記過渡的な動きは、前記人の転倒動作を表し、前記過渡的な動きモニタは、前記送信機、前記受信機、追加の送信機、追加の受信機、クラウドサーバフォグサーバローカルサーバ、およびエッジサーバのうちの少なくとも1つに結合され、前記応答動作は、前記オブジェクトの前記過渡的な動きに関連するデータを提示すること、前記データを視覚的に表示すること、前記データに関連する音を再生すること、前記データをアニメーション化すること、警報を提示すること、警報を表示すること、警報を鳴らすこと、警報をアニメーション化すること、指定されたユーザへのメッセージを送信すること、緊急サービス通知すること、緊急サービスを要求すること、是正措置を実行すること、予防措置を実行すること、緊急対応手順を開始すること、対抗措置起動すること、前記オブジェクトを制御すること、前記オブジェクトの前記過渡的な動きを制御すること、前記オブジェクトの次の動きを制御すること、前記オブジェクトの速度を制御すること、前記オブジェクトの方向を制御すること、前記オブジェクトの歩行を制御すること、前記オブジェクトの状態を制御すること、前記オブジェクトの前記過渡的な動きに応じて第2のデバイスを制御すること、前記第2のデバイスをオンにすること、前記第2のデバイスをオフにすること、前記第2のデバイスをオフにし、第3のデバイスをオンにすること、データを第4のデバイスに送信すること、前記第4のデバイスが協調的に応答するようにトリガすること、前記データを前記第4のデバイスに提示すること、前記データを前記第4のデバイスに視覚的に表示すること、前記第4のデバイスに前記データを提示するために、音を再生すること、および前記第4のデバイスに警報を鳴らすこと、のうちの少なくとも1つを含むシステム。

請求項18

請求項1に記載のシステムであって、追加の受信機であって、前記場所内の前記オブジェクトの前記過渡的な動きによって影響を受けた前記無線マルチパスチャネルを介して前記無線信号を受信し、前記無線信号に基づいて前記無線マルチパスチャネルの追加のTSCIを取得するように構成される、追加の受信機を含み、前記過渡的な動きモニタはさらに、前記TSCIおよび前記追加のTSCIに共に基づいて前記オブジェクトの前記過渡的な動きをモニタするように構成されるシステム。

請求項19

請求項1に記載のシステムであって、さらに、前記場所内の前記オブジェクトの前記過渡的な動きによって影響を受けた前記無線マルチパスチャネルを介して追加の無線信号を送信するように構成された追加の送信機を含み、前記受信機はさらに、前記無線マルチパスチャネルを介して前記追加の無線信号を受信し、前記追加の無線信号に基づいて前記無線マルチパスチャネルの追加のTSCIを取得するように構成され、前記過渡的な動きモニタはさらに、前記TSCIおよび前記追加のTSCIに共に基づいて前記オブジェクトの前記過渡的な動きをモニタするように構成されるシステム。

請求項20

請求項1に記載のシステムであって、前記過渡的な動きモニタはさらに、前記送信機の場所と、前記受信機の場所と、デバイスの場所であって、前記デバイスが前記無線マルチパスチャネルを介して前記送信機から前記無線信号を受信するための前記場所内の追加の受信機と、前記無線マルチパスチャネルを介して追加の無線信号を前記受信機に送信するための前記場所内の追加の送信機と、の少なくともいずれかである、デバイスの場所と、前記TSCIと、前記追加の受信機によって受信された前記無線信号から抽出された追加のTSCI及び前記追加の送信機によって送信された前記追加の無線信号から抽出された追加のTSCIの少なくとも1つと、に基づいて、前記オブジェクトの前記過渡的な動きを共同モニタすること、のうちの少なくとも1つに基づいて前記オブジェクトの前記過渡的な動きの位置を計算するように構成されるシステム。

技術分野

0001

関連出願の相互参照
本出願は以下のそれぞれのケースの開示の全体を参照によって組み込み、以下のそれぞれの件に対する優先権を主張する。
(a)米国仮特許出願62/593,826、「オブジェクトの追跡及びナビゲーションをするための方法、装置及びシステム」と題された、2017年12月1日の出願。
(b)米国仮特許出願62/678,207、「オブジェクトの追跡及び動きモニタのための方法、装置及びシステム」と題された、2018年5月30日の出願。
(c)米国特許出願15/861,422、「時間反転技術の方法、装置、サーバ及びシステム」と題された、2018年1月3日の出願。
(d)米国特許願15/873,806、「オブジェクトの追跡及びナビゲーションのための方法、装置及びシステム」と題された、2018年1月17日の出願。
(e)米国特許出願16/101,444、「無線動きモニタのための方法、装置及びシステム」と題された、2018年8月11日の出願。
(f)米国仮出願62/734,224、「無線睡眠モニタのための方法、装置及びシステム」と題された、2018年9月20日の出願。
(g)米国仮出願62/744,093、「無線近接及び存在モニタのための方法、装置及びシステム」と題された、2018年10月10日の出願。
(h)米国仮特許出願62/753,017、「人間の無線生体情報に基づく人物同定のための方法、装置及びシステム」と題された、2018年10月30日の出願。
(i)米国特許出願16/200,608、「バイタルサインの検出及びモニタのための方法、装置、サーバ及びシステム」と題された、2018年11月26日の出願。
(j)米国特許出願16/200,616、「リアルタイムのバイタルサイン検出及びモニタのための方法、装置、サーバ及びシステム」と題された、2018年11月26日の出願。
(k)米国特許出願16/203,299、「無線信号に基づくイベント認識のための装置、システム及び方法」と題された、2018年11月28日の出願。
(l)米国特許出願16/203,317、「無線信号に基づくフォールダウン検出のための装置、システム及び方法」と題された、2018年11月28日の出願。

0002

本教示は一般に動きの検出及びモニタに関する。より具体的には、本教示は、無線信号に基づくオブジェクトの転倒動作及び他の過渡的な動きの検出及びモニタに関する。

背景技術

0003

オブジェクトの動きのトラッキング(追跡)およびモニタ(監視)に関して、屋内位置ベースサービスは、今日ますます重要になってきている。1つの一般的なアプローチは、リアルタイムで移動オブジェクトの位置を推定するために推測航法方法を使用することである。通常、移動方向および移動距離は慣性計測デバイスIMU)によって推定される。しかしながら、推測航法に基づくアプローチにおける移動距離推定の性能は満足のいくものには程遠いものであり、これは、そのような屋内ナビゲーションシステムが今もなお普及していない主な理由である。ロケーションベースのサービスを支援する可能性がある屋内環境内の移動オブジェクトの速度を推定することもまた未解決の問題であり、満足のいく結果がまだ得られていない。ドップラー効果は、音波マイクロ波、またはレーザー光を使用する様々な速度推定システムに広く適用されてきた。しかしながら、人間の歩行速度などの低速は、特に電磁EM)波を使用して、ドップラーシフトを使用して推定することが非常に困難である。これは、最大ドップラーシフトが約Δf=v/cf0であるためであり、ここで、f0は送信信号搬送波周波数、cは光速、vは人間の歩行速度である。通常の人間の歩行速度であるv=5.0 km/hおよびf0=5.8GHzの下では、Δfは約26.85 Hzであり、このわずかな量を高精度で推定することは極めて困難である。加えて、これらの方法は、見通し内(LOS)状態を必要とし、豊かなマルチパス反射を伴う複雑な屋内環境ではうまく機能しない。

0004

屋内環境ではダイレクトパス信号がマルチパス信号によって妨害され、ダイレクトパス信号の到着時間(またはドップラーシフト)を正確に推定することができないため、屋外環境でうまく機能する既存の速度推定方法のほとんどは、屋内環境で十分なパフォーマンスを提供することができない。それから、研究者は、移動速度を推定するために使用されるかもしれない最大ドップラー周波数の推定に焦点を合わせる。レベルクロシングレート法共分散ベースの方法、およびウェーブレットベースの方法など、さまざまな方法が提案されてきた。しかしながら、これらの推定量は、これらの推定量で使用される統計が大きな分散を有し、実際のシナリオでは場所に依存するため、満足のいく結果を提供しない。例えば、1つの既存の速度推定方法の精度は、移動局が速い速度(30 km/h以上)で移動するのか遅い速度(5 km/h以下)で移動するのかを区別するだけかも知れない。

0005

伝統的な歩行者推測航法アルゴリズムに基づく他の種類の屋内速度推定方法は、歩数を検出して歩幅を推定するために加速度計を使用する。しかしながら、歩行者はしばしば異なる歩幅を持ち、それは同じ速度で最大40%、同じ人のさまざまな速度で50%まで変動することがある。したがって、キャリブレーションは、異なる個人についての平均歩幅を得るために必要とされ、これは実際の用途においては非実用的であり、したがって広く採用されていない。過渡的な動きは、突然かつ素早く起こる特別な種類の動きであり、モニタすることが重要である。例えば、人の転倒動作は、典型的には0.5から1秒で起こる、非常に速く起こる過渡的な動きであり、人の異常なまたは予期しない動きを示すことができる。既存のシステムは、転倒のような過渡的な動きをモニタするためにカメラまたはビデオを利用する。しかし、これらの既存のシステムは、低輝度のために暗い環境で、またはプライバシーのためにトイレのような場所では機能しない。速度推定に基づく他の既存の過渡的な動きのモニタ技術は、既存の速度推定方法に関して上述したものと同じ問題を抱えることになる。

0006

したがって、上述の問題を解決し、上述の欠点を回避するために、動き(特に過渡的な動き)をトラッキングおよびモニタするための装置および方法が必要とされている。

0007

本教示は、一般に、周期的な動き(例えば、人間の呼吸)の検出に関する。より具体的には、本教示は、屋内環境、都会大都市圏閉鎖環境地下環境駐車場倉庫、庭、広場森林洞窟、谷などのバリアのある屋外スペースなどの豊かに散乱する無線環境における時間反転技術に基づく周期的な動き検出およびモニタに関する。

0008

一実施形態では、プロセッサと、プロセッサと通信可能に結合されたメモリと、場所内の過渡的な動きをモニタするためにメモリに格納された命令のセットとを有するシステムが開示される。このシステムは、送信機受信機、および過渡的な動きモニタを備える。送信機は、場所内の第1の位置に配置され、場所内のオブジェクトの過渡的な動きによって影響を受けた無線マルチパスチャネルを介して無線信号を送信するように構成される。受信機は、場所内の第2の位置に配置され、場所内のオブジェクトの過渡的な動きによって影響を受ける無線マルチパスチャネルを介して無線信号を受信し、無線信号に基づいて無線マルチパスチャネルの時系列チャネル情報CI)を取得するように構成される。過渡的な動きモニタは、時系列のCI(TSCI)に基づいてオブジェクトの過渡的な動きをモニタし、モニタされたオブジェクトの過渡的な動きに基づいて応答動作トリガするように構成される。

0009

他の実施形態では、プロセッサ、プロセッサと通信可能に結合されたメモリ、および場所内の過渡的な動きをモニタするためにメモリに格納された命令のセットとを有する機械上で実施される方法が開示される。この方法は、場所内のオブジェクトの過渡的な動きの影響を受けた無線マルチパスチャネルを介して無線信号を受信し、無線信号に基づいて無線マルチパスチャネルのTSCIを取得すること、TSCIに基づいてオブジェクトの過渡的な動きをモニタすること、そして、モニタされたオブジェクトの過渡的な動きに基づいて応答動作をトリガすることを含む。

0010

さらに他の実施形態では、動きモニタシステムのモニタが開示されている。動きモニタシステムは、送信機、受信機、およびモニタを備える。モニタは、プロセッサと、プロセッサと通信可能に結合されたメモリと、メモリに格納された命令のセットとを含む。一連の命令は、実行されると、プロセッサに、動きモニタシステムの受信機から無線マルチパスチャネルのTSCIを取得することであって、受信機は、場所内のオブジェクトの過渡的な動きによって影響を受けた無線マルチパスチャネルを介して、動きモニタシステムの送信機から受信した無線信号からTSCIを抽出する、取得すること、TSCIに基づいてオブジェクトの過渡的な動きをモニタすること、モニタされたオブジェクトの過渡的な動きに基づいて応答動作をトリガすることを実行させる。

0011

さらに他の実施形態では、動きモニタシステムの受信機が開示されている。動きモニタシステムは、送信機と、受信機と、過渡的な動きモニタとを備える。受信機は、無線回路と、無線回路と通信可能に結合されたプロセッサと、プロセッサと通信可能に結合されたメモリと、メモリに格納された命令のセットとを含む。無線回路は、場所内のオブジェクトの過渡的な動きによって影響を受ける無線マルチパスチャネルを介して無線信号を受信するように構成され、無線信号は、動きモニタシステムの送信機によって送信される。命令のセットは、実行されると、プロセッサに無線信号に基づいて無線マルチパスチャネルのTSCIを取得させる。TSCIは、オブジェクトの過渡的な動きをモニタし、モニタされた過渡的な動きに基づいて応答動作をトリガするために、動きモニタシステムの過渡的な動きモニタによって使用される。

0012

他の概念は、豊かな散乱環境における無線CIに基づいて、オブジェクトの転倒動作および他の過渡的な動きを検出およびモニタすることに関する本教示を実施するためのソフトウェアに関する。追加の新規な特徴は、以下の説明に部分的に説明され、そして部分的に下記および添付図面を検討することにより当業者に明らかになるであろうし、あるいは実施例の製造または動作により知り得る。本教示の新規な特徴は、以下に説明する詳細な実施例に記載された方法論、手段、及び組み合わせの様々な態様を実施または使用することによって実現および達成し得る。

0013

本明細書に記載の方法、システム、および/またはプログラミングは、例示的な実施形態に関してさらに説明される。これらの例示的な実施形態は、図面を参照して詳細に説明される。これらの実施形態は非限定的な例示的な実施形態であり、図面のいくつかの図を通して同様の参照番号は同様の構造を表す。

図面の簡単な説明

0014

本教示の一実施形態による、場所内の過渡的な動きの検出およびモニタのための例示的なネットワーク環境を示す。

0015

本教示の一実施形態による、動きモニタシステム内のデバイス例示図を示す。

0016

本教示の一実施形態による、オブジェクトのトラッキングのための例示的方法を示す。

0017

本教示の一実施形態による、時空間情報の例を示す。

0018

本教示の一実施形態による、時空間情報に基づいて実行されるタスクの例を示す。

0019

本教示の一実施形態による、オブジェクトのトラッキングのための他の例示的方法を示す。

0020

本教示の一実施形態による、アンテナマッチングに基づく速度推定のための方法を説明するフローチャートである。

0021

本教示の一実施形態による、場所内の時空間情報に基づいてオブジェクトの動きが検出される例示的なシナリオを示す。

0022

本教示の一実施形態による、動き検出のための例示的な方法のフローチャートを示す。

0023

本教示の一実施形態による、第1の無線デバイスの例示的ブロック図を示す。

0024

本教示の一実施形態による、第1の無線デバイスによって実行される例示的方法のフローチャートを示す。

0025

本教示の一実施形態による、第2の無線デバイスの例示的なブロック図を示す。

0026

本教示の一実施形態による、第2の無線デバイスによって実行される例示的方法のフローチャートを示す。

0027

本教示の一実施形態による、例示的な動き検出器を示す。

0028

本教示の一実施形態による、動き検出の例示的なアルゴリズムを示す。

0029

本教示の一実施形態による、オブジェクト動き検出のための例示的な方法を示す。

0030

本教示の一実施形態による、オブジェクトの動き位置特定方法の例示的フローチャートを示す。

0031

本教示の一実施形態による、呼吸の検出および推定のために導出された自己相関関数から抽出された例示的な特徴を示す。

0032


本教示の一実施形態による、ウェイク状態スリープ状態との間の比較結果を示す。

0033


本教示の一実施形態による、異なる睡眠段階呼吸速度を示す。

0034

本教示の一実施形態による、睡眠モニタのための例示的なネットワーク環境を示す。

0035

本教示の一実施形態による、睡眠モニタのための例示的なアルゴリズム設計を示す。

0036

本教示の一実施形態による、座席占有検出および人数計数のための自動車の例示的な室内鳥瞰図を示す。

0037




本教示の一実施形態による、自動車内の様々な座席占有状況によるCIの変化を示す。

実施例

0038

以下の詳細な説明では、関連する教示の完全な理解を提供するために、例として多数の特定の詳細が記載されている。しかしながら、本教示がそのような詳細なしで実施され得ることは当業者に明らかであるはずである。他の例では、本教示の態様を不必要にあいまいにすることを避けるために、よく知られている方法、手順、構成要素、および/または回路が詳細なしで比較的高レベルで説明されている。

0039

本教示は、オブジェクトの動きによって影響を受ける無線マルチパスチャネルのTSCIに基づいて、場所における過渡的なオブジェクトの動きを検出およびモニタするためのシステム、装置、および方法を開示する。様々な実施形態によれば、オブジェクトは生命体(例えば、人間、ペット動物など)、デバイス(例えば、武器、機械など)、または土地であり得る。過渡的なオブジェクトの動きは、以下のうちの少なくとも1つを表すことができる。それは、危険な動作、危険動作、脅迫的な動作、恐ろしい動作、威嚇的な動作、打撃動作破断動作、分解動作粉砕動作細分化動作、破壊動作破砕動作穿孔動作穿刺動作破裂動作、変形動作溶融動作、気化動作、貫通動作、穿通動作、切削動作研削動作、擦り動作、激しい動作、強力な動作、高エネルギー動作、比較的大きなオブジェクトの動作、衝動的な動作、転倒動作、衝突ヒットクラッシュ事故爆発、衝撃、スマッシュバンプレックパイルアップファイトパンチキックヘッドパンチ、バーニングヒーティング、冷却、擾乱、主張、熱交換、口論、人間の過渡的な動作、ジェスチャーボディージェスチャー、ヘッドジェスチャー、フェイシャルジェスチャー、口、手足のジェスチャー、首のジェスチャー、肩のジェスチャー、腕のジェスチャー、手のジェスチャー、足のジェスチャー、指のジェスチャー、のジェスチャー、のジェスチャー、立ち上がる動作、座る動作、横になる動作、持ち上げる動作、動く動作、押す動作、引っ張る動作、パンチ、うなずき動作、拍手動作、お辞儀動作ダンス動作ポインティング動作ウォーキング動作ランニング動作ジャンプ動作ライティング動作、タイピング動作描画動作、折り動作、繰り返しの過渡的な動作、および他の動作である。

0040

開示されたシステムは、無線マルチパスチャネルを介して送信された無線信号から抽出されたTSCIに基づいて過渡的な動きおよびその特性(例えば、速度、周波数など)をモニタすることができ、無線マルチパスチャネルは、場所のオブジェクトの過渡的な動きの影響を受ける。一実施形態では、無線信号は一連の無線プローブ信号である。一実施形態では、無線信号のプローブ周波数は100Hzより大きい。

0041

様々な実施形態によれば、各CIは以下のうちの少なくとも1つを含み得る。それは、チャネル状態情報(CSI)、周波数領域CSI、少なくとも1つのサブバンドに関連する周波数領域CSI、時間領域CSI、ドメイン内のCSI、チャネルインパルス応答(CIR)、チャネル周波数応答(CFR)、チャネル特性チャネルフィルタ応答、無線マルチパスチャネルのCSI、無線マルチパスチャネルの情報、タイムスタンプ補助情報、データ、メタデータ、ユーザデータ、アカウントデータアクセスデータセキュリティデータセッションデータステータスデータモニタデータ世帯データアイデンティティ(ID)、デバイスデータネットワークデータ近隣データ、環境データリアルタイムデータセンサデータ、格納データ、暗号化データ、圧縮データ、保護データ、および/または他のCIである。一実施形態では、開示されたシステムはハードウェア構成要素(例えば、アンテナを有する無線送信機/受信機、アナログ回路電源、プロセッサ、メモリなど)および対応するソフトウェア構成要素を有する。本教示の様々な実施形態によれば、開示されたシステムは、過渡的な動きの検出およびモニタのためのボット(タイプ1デバイスと呼ばれる)およびオリジン(タイプ2デバイスと呼ばれる)を含む。各デバイスはトランシーバ、プロセッサおよびメモリを含む。

0042

一実施形態では、開示されたシステムは、手な価格で、広く入手可能で、標準規格準拠し、相互運用可能で、FCC承認され、評判の良いブランドによる品質管理そして技術サポートを使った、通常の既製のWiFiチップからのCSIを使用する。これらの構成要素(WiFiチップ、モジュールデザインツールノウハウ)は、既存のシステムの高価で、テストされておらず、珍しく、専用の、限定版の実験的ハードウェア構成要素に比べて、はるかに手頃な価格で、はるかに広く入手可能で、はるかに豊富である。開示されたシステムは、大きなWiFiサービスエリアのために、大きな有効範囲を有する。開示されたシステムは、見通し内(LOS)および見通し外NLOS)状態の両方で動作することができる。開示されたシステムはまた、4G、LTE、LTE-U、5Gおよびそれ以降の関連するチップからのCSIを使用することができる。

0043

一実施形態では、開示されたシステムは、ウェアラブルなしに人の移動速度を遠隔で推定することによって、人の転倒動作をモニタし保護することができる。開示されたシステムは速度を分析して、転倒が起こったか起こっているかを決定することができる。これは例えば、重力による大きな負の加速度の検出とそれに続く床への衝突による大きな正の加速度の検出に基づいている。

0044

開示されたシステムは、抽象的な概念よりもはるかに優れた機能を含む。ウェアラブルを使用せずにオブジェクトの移動速度(例えば、人の過渡的な移動速度)を遠隔で測定することが何十年もの間望まれてきた。開示されたシステムは、WiFi信号および関連するマルチパスパターンを用いて環境をモニタするためのセンサとして物理的WiFiチップを使用して、長期間にわたる問題を解決する。開示されたシステムは、ハードウェア構成要素(例えば、それぞれプロセッサを有するタイプ1デバイス、タイプ2デバイス、メモリ、無線トランシーバクラウドサーバなど)を有するWi-Fi信号は、測定可能であり、決定論的構造および周波数特性を有する、空気中の電磁(EM)波である。システムは、適合するソフトウェア構成要素(例えば、タイプ1デバイス内、タイプ2デバイス内、サーバ内などの組み込みソフトウェア)を有する。ソフトウェアは、CSIを抽出するために低レベルのWiFiチップとファームウェアとのインターフェースをとることができる。実験結果は、開示されたシステムが非常に高い精度でオブジェクトの転倒を検出できることを示している。

0045

開示されたシステムは多くの場合に適用することができる。一例では、タイプ1デバイス(送信機)は、テーブルの上に置かれている小型WiFi対応デバイスであり得る。それはまたWi-Fi対応テレビ(TV)、セットトップボックス(STB)、スマートスピーカー(例えば、アマゾンエコー)、スマート冷蔵庫、スマート電子レンジメッシュネットワークルータ、メッシュネットワーク衛星、スマートフォンコンピュータタブレットスマートプラグなどであってもよい。一例では、タイプ2(受信機)は、テーブルの上に置かれているWiFi対応デバイスであり得る。それはまたWi-Fi対応テレビ(TV)、セットトップボックス(STB)、スマートスピーカー(例えば、アマゾンエコー)、スマート冷蔵庫、スマート電子レンジ、メッシュネットワークルータ、メッシュネットワーク衛星、スマートフォン、コンピュータ、タブレット、スマートプラグなどであってもよい。タイプ1デバイスおよびタイプ2デバイスは、人数を数えるために会議室の中または近くに配置することができる。タイプ1デバイスおよびタイプ2デバイスは、高齢者の日々の活動および突然のまたは予期しない動きのあらゆる兆候をモニタするための動きモニタシステム内にあり得る。タイプ1デバイスおよびタイプ2デバイスは、赤ちゃんのモニタに使用されて、生きている赤ちゃんの突然のまたは予期しない動き(例えば転倒)をモニタすることができる。タイプ1デバイスおよびタイプ2デバイスは、ユーザの突然のまたは予期しない動きをモニタするために寝室浴室、またはトイレに配置されてもよい。タイプ1デバイスおよびタイプ2デバイスは、乗客運転手、および/または車内に残った赤ちゃんの突然のまたは予期しない動きをモニタするために車内に配置することができる。タイプ1デバイスおよびタイプ2デバイスは、侵入者または事故を示すオブジェクトの突然のまたは予想外の動きを検出するためにある領域に配置することができる。ウェアラブルを使用しない無線を使って過渡的な動きの速度をモニタするアプリケーションは数多くある。

0046

ハードウェアモジュールは、タイプ1トランシーバとタイプ2トランシーバのどちらかを含むように構成できる。ハードウェアモジュールは、最終的な商品を設計、製造、販売するために、さまざまなブランドに販売されたり使用されたりしている。開示されたシステムおよび/または方法を使用する製品は、家庭用オフィスセキュリティ製品、動きモニタ製品、WiFi製品、メッシュ製品、テレビ、STB、エンターテイメントシステム、HiFi、スピーカー、家電製品ランプストーブオーブン、電子レンジ、テーブル、椅子ベッド道具、道具、トーチ掃除機煙探知機ソファピアノファンドア、窓、ドア/窓の取っ手ロック、煙探知機、カーアクセサリー、コンピューティングデバイス、オフィスデバイス、エアコンヒーターパイプコネクタモニタカメラアクセスポイント、コンピューティングデバイス、モバイルデバイス、LTEデバイス、3G / 4G / 5G / 6Gデバイス、ゲームデバイス眼鏡ガラスパネルVRゴーグルネックレス腕時計ウエストバンドベルト財布ペン帽子、ウェアラブル、埋め込み型デバイス、タグ、駐車券、スマートフォンなどであり得る。

0047

さらに、睡眠モニタは、ますます増大する要求と興味引き付ける重要かつ困難な課題として機能する。本教示は、睡眠段階を認識して睡眠の質を評価するために周囲無線信号を利用する最初の実用的な睡眠モニタシステムである、SMARS(周囲無線信号による睡眠モニタ)のモデル、設計、および実装を開示する。これにより、被験者の身体やベッドを計測することなく、普遍的、非侵襲的かつ非接触式日常の睡眠をモニタする将来のスマートホームが可能になる。以前のRFベースの手法とは異なり、本教示は、すべての反射および散乱マルチパスを説明する統計モデル考案し、商品デバイスで達成された史上最高の性能で高精度かつ瞬時の呼吸推定を可能にする。これに基づいて、SMARSはウェイクアップレムノンレムを含む異なる睡眠段階を認識する。これは、以前は専用ハードウェアでのみ可能であった。リアルタイムシステムは、市販のWiFiチップセットに実装され、6人の参加者がいる6つの家に配置され、合計32泊のデータが得られる。結果は、SMARSが呼吸推定に対して0.47bpmの中央誤差およびわずか2.92bpmの95%誤差をもたらし、人がリンクから10m離れているとき、または壁の後ろにいるときでさえ、確実に呼吸を検出することを示す。SMARSは85%の睡眠段階精度を達成し、接触センサまたはレーダーを使用した高度なソリューションよりも優れている。さらに、SMARSは最近発表された20人の患者の夜間睡眠を測定するデータセットに基づいて評価されており、これはパフォーマンスを裏付けるものである。単一のコモディティRFリンクだけで有望な結果を達成することによって、SMARSは実用的な家庭内睡眠モニタソリューションのためのステージを設定する。

0048

睡眠は、精神的にも肉体的にも、個人の健康と幸福において重要な役割を果たす。睡眠の量と質は、心血管疾患、脳卒中、腎不全糖尿病、そして精神的な悪条件などのような健康上のリスクと基本的に関連があることがよく認識されている。残念ながら、現代社会では、多くの人々が睡眠障害に苦しんでいる。最近報告されているように、人口の10%が慢性不眠症を患っており(高齢者の間でさらに高い)、アメリカ人の1/3が十分な睡眠を取れていない。睡眠のモニタは、睡眠障害の増加を助け、管理し、診断し、治療するために、また個人の健康を定期的にモニタするために、不可欠な要求として浮上している。

0049

しかし、睡眠モニタは、何十年にも渡って多大な努力を払ってきた挑戦的な課題である。一般に、それは睡眠時間を測定し、異なる睡眠段階、例えば、覚醒、レム(急速眼球運動)およびノンレム(非レム)を認識し、したがって個人の睡眠の質を評価する。様々な解決策が提案されてきた。医療ゴールドスタンダードは、脳の活動、呼吸、身体の動きなどのさまざまな生理学的パラメータを、患者に取り付けられた多数の有線センサによってモニタする睡眠計(PSG)に基づいている。正確で包括的ではあるが、PSGは通常高価であり、睡眠障害を引き起こす可能性がある侵襲的センサを伴うことが面倒であり、確認された患者のための臨床使用に限定されている。フォトプレチスモグラフィー(PPG)およびアクティグラフィー(ACT)を含むその他の方法では、ユーザは睡眠中に専用のセンサを装着する必要がある。心弾道図BCG)は衝撃力を測定するために一連のEMFiセンサマットレス計装する必要がある。費用がかかるにもかかわらず、これらのアプローチは、特別なケアを必要とするが公衆にとって理想的ではない人々に適した解決策を提供する。モバイルコンピューティングにおける最近の取り組みは、スマートフォンおよびウェアラブルを使用した家庭内睡眠モニタを想定している。しかしながら、これらの方法は、粗粒度で精度の低い測定値を提供するだけであり、呼吸数のようなバイタルサインをモニタすることはできない。さらに、携帯電話やウェアラブルは、特に高齢者や認知症の人にとっては望ましくない。

0050

一般的な解決策とは異なり、開示された解決策は、身体またはベッドを装備せずに、普遍的、非侵襲的、非接触、および正確な方法で日常の睡眠をモニタする将来のスマートホームを期待する。そのようなシステムに向かう機会を2つの観点から観察することができる。1)臨床研究生理活性が異なる睡眠段階の間で変動することを示した。例えば、脳の酸素消費量レム睡眠中に増加するので呼吸速度は不規則で速くなり、ノンレム睡眠中はより安定して遅くなり、呼吸モニタに基づく睡眠段階の実現可能性を与える。2)無線技術における最近の進歩は、環境における身体運動の非接触感知を実証した。呼吸によって引き起こされる胸部および腹部の動きは、無線信号の伝播を変化させることができ、したがって受信信号変調することができ、そこから呼吸を解読することが可能である。二つの視点相乗効果を探求することができ、その結果、周囲の無線信号(例えばWi-Fi)を利用して、睡眠中の人の呼吸と動きを捉え、さらに睡眠行動をモニタするシステムが得られる。

0051

初期の研究はRFベースの呼吸推定および睡眠モニタの実現可能性を調査してきたが、それらはFMCWレーダーのような特別なハードウェアに頼るか、あるいは制御された環境でのみ働く。専用無線に基づくソリューションは通常高価であり、普遍的に適用可能ではない。市販のデバイスを使用する他のものは、典型的には、使用者無線機を胸部に非常に接近させてベッドに横たわったままでいることを必要とし、無関係の動きがある場合または見通し外(NLOS)シナリオで失敗することを必要とする。加えて,呼吸推定の精度に限界があるために,これらのいずれも異なる睡眠段階を識別できない。そのような制限は、それらが実際的な家庭内の睡眠モニタのための適用からそれらを妨げる。

0052

本教示は、睡眠段階を認識し、そうでなければとらえどころのない睡眠の質を評価するために商品の周囲無線信号を活用する最初の実用的な睡眠モニタシステムであるSMARSのモデル、設計、および実施を開示する。SMARSは、身体に接触することなく邪魔にならない方法で機能する。ユーザが行う必要のあることは、例えば、無線ルータがすでに家の中に設置されている場合に単に受信機を置くことによって、2つの商品無線機の間に単一のリンクを設定することである。SMARSは、非常に正確で瞬間的な呼吸推定を可能にする新しい統計モデルによって文献を進歩させる。これに基づいて、SMARSは、以前は高価な専用ハードウェアによってしか得られなかった異なる睡眠段階を区別することができる。具体的には、SMARSは実用的な睡眠モニタを提供するために3つのユニークな側面で優れている。第一に、室内でのすべての反射および散乱マルチパスを活用するチャネル状態情報(CSI)における動きに関する統計モデルを考案することができる。既存の研究は通常、いくつかのマルチパスと1つの主要なパス人体から反射された幾何学的モデルを想定している(例えば、屋外空間用に開発された2線モデルを使用する)。しかし、現実の屋内環境では、何百ものマルチパスが存在する可能性があり、信号は空間内の人の体や他のオブジェクトを反射するだけでなく散乱することもある。結果として、従来のアプローチは、支配的な反射経路がないために、見通し外の環境および微小な動きでは失敗する。対照的に、開示されたモデルは、そのような非現実的な仮定をすることなく、CSIにおける動きの統計的特徴を調査し、呼吸を含む任意の動きの確実な検出の基礎となる。

0053

第二に、SMARSは正確な呼吸数推定を瞬時にそして確実に達成する。以前の呼吸推定スキームのほとんどは、十分な周波数分解能を得るために比較的大きな時間窓の間に一定の呼吸速度を仮定し、睡眠中のきめの細かい呼吸変動を失う。さらに、微小な呼吸運動はCSI測定ノイズに容易に埋もれてしまい、既存の哲学は異常な運動なしに並外れた(通常2〜3m以内)場合にのみ有効になる。時間分解能を向上させるために、SMARSは時間領域の自己相関関数(ACF)を利用して呼吸数を推定する。これにより、1秒ごとの頻度でリアルタイムの呼吸数を報告し、瞬間的な呼吸数の変化を捉えることができる。ACFを使用することによって、SMARSはまた、ノイズの多い位相や通常手作りのCSIノイズ除去手順の使用を回避する。さらに重要なことに、周波数オフセットを除去し、それによって異なるサブキャリアにわたって呼吸信号を同期させることによって、ACFは最大比合成MRC)を実行して複数のサブキャリアを組み合わせて測定ノイズと対抗し、そして最適な方法で呼吸信号を最大化する。そうすることによって、呼吸信号対雑音比(SNR)の限界を押し上げることができ、したがってより広い範囲およびより弱い呼吸に対する感知感度を著しく高めることができる。具体的には、SMARSは、人がリンクから10m離れたとき、または壁の後ろにいるときに呼吸を確実に検出できる。これは、特殊な低出力レーダーよりも優れている。

0054

最後に、抽出された睡眠中の呼吸数と運動統計に基づいて、さまざまな睡眠段階(覚醒、レム、ノンレムなど)を認識し、全体的な睡眠量と質を総合的に評価できる。呼吸速度と睡眠段階との間の関係の詳細な理解に基づいて、睡眠段階の分類のための特有呼吸特徴を抽出することができる。既製のデバイスを使用している既存の研究のどれも、睡眠の段階付けという同じ目的を達成することができない。

0055

リアルタイムシステムは、さまざまな市販のWiFiチップセットに実装されており、そのパフォーマンスは広範な実験を通じて評価されている。評価には2つの部分がある。1)6人の健康な被験者を有する6つの家にSMARSを展開し、32夜のデータを収集することができ、そのうち5つはPSGデータが市販のデバイスによって記録されている。結果は、SMARSが0.47呼吸/分(bpm)の中央呼吸推定誤差および2.92 bmpの95%タイル誤差で、優れた性能を達成することを示している。睡眠段階に関しては、SMARSは85.2%という驚くべき正確さを生み出すが、一方で市販の解決策、例えば接触センサに基づくEMFITおよびレーダーを使用するResMedはそれぞれわずか69.8%および83.7%の精度しか有さない。2)RFベースの呼吸モニタに関する最近発表されたデータセットについてSMARSをさらに検証することができる。このデータセットは、臨床的ラベル付けされたPSGデータを基本的な事実として使用して、4つの最先端の呼吸モニタシステムの比較評価のために20人の患者の夜間睡眠を収集した。4つのシステムすべて(それぞれZigBee、Sub-RSS無線、UWBレーダー、およびWiFi CSIに基づく)は、約2〜3 bpmの有意な中央値誤差と約10 bpm以上の95%タイル誤差を生成する。比較として、SMARSは中央値誤差を0.66 bpmに、95%タイル誤差を3.79 bpmに減らすことで大幅な改善を達成している。有望なパフォーマンスを達成することによって、SMARSは実際に日常的にそして定期的に使用するための臨床的に意味のある睡眠モニタを提供することができ、個人の健康の日常生活をモニタする将来のスマートホームに向けて重要な一歩を踏み出す。

0056

一言で言えば、ここでの中心的な貢献はSMARSであり、実際に高精度で瞬時の呼吸推定を達成することによって、スマートホームが既製品WiFiデバイスを使用して住民の睡眠を段階付けすることを可能にする最初のシステムである。SMARSはまた、CSIの動きを理解して捉えるための最初の統計モデルにも貢献している。これは、無線センシングのさまざまなアプリケーションを一新する。
システム/相互接続

0057

一実施形態では、本教示は、無線モニタシステムの方法、装置、デバイス、システム、および/またはソフトウェア(方法/装置/デバイス/システム/ソフトウェア)について開示している。無線マルチパスチャネル(チャネル)の時系列のチャネル情報(CI)は、プロセッサ、プロセッサと通信可能に結合されたメモリ、およびメモリ中に格納された命令セットを使用して得ることができる。時系列のCI(time series of CI:TSCI)は、場所内でチャネルを通じてタイプ1(タイプ1)異種無線デバイスとタイプ2(タイプ2)異種無線デバイスとの間で送信される無線信号(信号)から抽出され得る。チャネルは、場所内でのオブジェクトの動きにより影響を受ける場合がある。オブジェクトのおよび/またはオブジェクトの動きの特徴および/または時空間情報(例えば、動き情報)は、TSCIに基づいてモニタされ得る。タスクは、特徴および/または時空間情報(例えば、動き情報)に基づいて実施され得る。タスクに関連するプレゼンテーションは、ユーザのデバイス上のユーザインターフェース(UI)で生成され得る。TSCIは、前処理され得る。

0058

タイプ1デバイスは、少なくとも1つの異種無線送信器を含み得る。タイプ2デバイスは、少なくとも1つの異種無線受信器を含み得る。タイプ1デバイスおよびタイプ2デバイスは、同一のデバイスであり得る。任意のデバイスは、プロセッサと、プロセッサと通信可能に結合されたメモリと、プロセッサによって実行するようにメモリ中に格納された命令セットと、を有することができる。いくつかのプロセッサ、メモリ、および命令セットは、協調し得る。同一のタイプ2デバイス(または複数のタイプ2デバイス)と相互作用する複数のタイプ1デバイスが存在する場合があり、および/または同一のタイプ1デバイスと相互作用する複数のタイプ2デバイスが存在する場合がある。複数のタイプ1デバイス/タイプ2デバイスは、同一の/異なる窓幅/サイズおよび/またはタイムシフトと同期および/または非同期であってもよい。複数のタイプ1デバイスによって送られた無線信号は、同期および/または同時存在し得る。複数のタイプ1デバイス/タイプ2デバイスは、独立しておよび/または協同で動作してもよい。タイプ1および/またはタイプ2デバイスは、異種ハードウェア回路(例えば、無線信号を生成/受信すること、受信した信号からCIを抽出すること、またはCIを利用可能にすることが可能な異種チップまたは異種IC)を有し/を備え/であり得る。これらは、同一または異なるサーバ(例えば、クラウドサーバ、エッジサーバローカルサーバ)に通信可能に結合され得る。あるデバイスの動作は、動作、状態、内部状態ストレージ、プロセッサ、メモリ出力、物理的な場所、計算リソース、別のデバイスのネットワークに基づき得る。様々なデバイスは、直接および/または別のデバイス/サーバ/クラウドサーバを介して、通信することができる。デバイスは、関連する設定により1人以上のユーザと関連付けることができる。設定は、一度選択されるか、事前プログラムされるか、および/または時間の経過と共に変更され得る。1つまたは複数のタイプ1デバイスが1つまたは複数のタイプ2デバイスと相互作用する場合、任意の処理(例えば、時間領域、周波数領域)は、異なるデバイスに対して異なる場合がある。処理は、場所、配向、方向、役割、ユーザ関連特徴、設定、構成、利用可能なリソース、利用可能な帯域幅ネットワーク接続、ハードウェア、ソフトウェア、プロセッサ、コプロセッサ、メモリ、電池寿命、利用可能な電力、アンテナ、アンテナ種類、アンテナの指向性単指向性電力設定、および/またはデバイスのその他のパラメータ/特徴に基づき得る。

0059

無線受信器(例えば、タイプ2デバイス)は、無線送信器(例えば、タイプ1デバイス)から信号および/または別の信号を受信することができる。無線受信器は、別の無線送信器(例えば、第2のタイプ1デバイス)から別の信号を受信することができる。無線送信器は、信号および/または別の信号を別の無線受信器(例えば、第2のタイプ2デバイス)に送信することができる。無線送信器、無線受信器、別の無線受信器、および/または別の無線送信器は、オブジェクトおよび/または別のオブジェクトと共に移動することができる。別のオブジェクトは、トラッキングされ得る。

0060

タイプ1および/またはタイプ2デバイスは、少なくとも2つのタイプ2および/またはタイプ1デバイスと無線で結合することが可能であり得る。タイプ1デバイスは、場所内で別の場所でタイプ2デバイスから第2のタイプ2デバイスへの無線カップリング切り換え確立させることができる。同様に、タイプ2デバイスは、場所内で更に別の場所でタイプ1デバイスから第2のタイプ1デバイスへの無線カップリングを切り換え/確立させることができる。切り換えは、サーバ、プロセッサ、タイプ1デバイス、タイプ2デバイス、および/または別のデバイスによって制御することができる。切り換えの前後で使用される無線は、異なる場合がある。第2の無線信号(第2の信号)は、チャネルを介して、タイプ1デバイスと第2のタイプ2デバイスとの間(またはタイプ2デバイスと第2のタイプ1デバイスとの間)で送信させることができる。第2の信号から抽出されたチャネルの第2のTSCIを得ることができる。第2の信号は、第1の信号であり得る。オブジェクトの特徴、時空間情報、および/または別の量は、第2のTSCIに基づいてモニタすることができる。タイプ1デバイスおよびタイプ2デバイスは、同一であり得る。

0061

信号および/または別の信号には、データが埋め込まれていてもよい。信号は、一連のプローブ信号であり得る。プローブ信号には、データが埋め込まれていてもよい。プローブ信号は、データ信号置換され得る。無線受信器、無線送信器、別の無線受信器、および/または別の無線送信器は、少なくとも1つのプロセッサ、それぞれのプロセッサと通信可能に結合されたメモリ、および/またはメモリ中に格納されたそれぞれの命令セットと関連付けることができ、この命令セットは、実行されると、プロセッサに、オブジェクトの時空間情報(例えば、動き情報)、初期時空間情報、初期時間、方向、瞬間の場所、瞬間の角度、および/または速さを決めるのに必要な任意のおよび/またはすべてのステップを実施させる。プロセッサ、メモリ、および/または、命令セットは、タイプ1異種無線送受信器、少なくとも1つのタイプ2異種無線送受信器のうちの1つ、オブジェクト、オブジェクトと関連付けられたデバイス、場所と関連付けられた別のデバイス、クラウドサーバ、および/または別のサーバと関連付けることができる。

0062

タイプ1デバイスは、場所内でのチャネルを介して、少なくとも1つのタイプ2デバイス(単数または複数)に、ブロードキャスト方式で信号を送信することができる。信号は、タイプ1デバイスが任意のタイプ2デバイスと無線接続(接続)を確立することなく送信される。タイプ1デバイスは、2つ以上のタイプ2デバイスで共通の特定の媒体アクセス制御(media access control:MAC)アドレスに送信することができる。各タイプ2デバイスは、そのMACアドレスを特定のMACアドレスに調整することができる。

0063

特定のMACアドレスは、場所と関連付けられ得る。関連付けは、関連付けサーバの関連付けテーブルに記録され得る。場所は、特定のMACアドレス、一連のプローブ信号、および/またはプローブ信号から抽出された少なくとも1つのTSCIに基づいて、タイプ1デバイス、タイプ2デバイス、および/または別のデバイスによって識別することができる。例えば、タイプ2デバイスは、(例えば、別の場所から)場所内の新しい場所に移動することができる。タイプ1デバイスは、タイプ1およびタイプ2デバイスが互いに認識しないように、場所内に新たにセットアップすることができる。セットアップ中に、タイプ1デバイスは、特定のMACアドレスに一連のプローブ信号を送信するように、(例えば、ダミー受信器を使用して、ハードウェアpin設定/接続を使用して、格納された設定を使用して、ローカル設定を使用して、リモート設定を使用して、ダウンロードした設定を使用して、またはサーバを使用して)命令/誘導/引き起こし/制御され得る。電源投入すると、タイプ2デバイスは、様々な場所での放送に使用され得る(例えば、指定ソース、サーバ、クラウドサーバ中に格納された)MACアドレス(例えば、家、オフィス、囲い地フロア高層ビルストア空港モールスタジアムホール地下鉄ロットエリアゾーン、領域、地区、市、国、大陸などの様々な場所で使用される様々なMACアドレス)のテーブルに従って、プローブ信号をスキャンし得る。タイプ2デバイスが特定のMACアドレスに送信されたプローブ信号を検出する場合、タイプ2デバイスは、テーブルを使用して、MACアドレスに基づいて場所を識別することができる。場所内でのタイプ2デバイスの場所は、特定のMACアドレス、一連のプローブ信号、および/またはプローブ信号からタイプ2デバイスによって得られた少なくとも1つのTSCIに基づいて計算することができる。計算は、タイプ2デバイスによって実施することができる。

0064

特定のMACアドレスは、時間の経過と共に変更され得る。タイムテーブルルールポリシー、モード、条件、状況、および/または変更に従って、変更され得る。特定のMACアドレスは、MACアドレスの利用可能性事前選択リスト衝突パターントラフィックパターン、タイプ1デバイスと別のデバイスとの間のデータトラフィック有効帯域幅ランダム選択、および/またはMACアドレス切り換え計画に基づいて選択され得る。特定のMACアドレスは、第2の無線デバイス(例えば、ダミー受信器、またはダミー受信器として機能する受信器)のMACアドレスであり得る。タイプ1デバイスは、チャネルのセットから選択されたチャネルでプローブ信号を送信することができる。選択されたチャネルの少なくとも1つのCIは、選択されたチャネルで送信されたプローブ信号からそれぞれのタイプ2デバイスによって得られ得る。選択されたチャネルは、時間の経過と共に変更され得る。変更は、タイムテーブル、ルール、ポリシー、モード、条件、状況、および/または変更に従い得る。選択されたチャネルは、チャネルの利用可能性、ランダム選択、事前選択リスト、同一チャネル干渉チャネル間干渉、チャネルトラフィックパターン、タイプ1デバイスと別のデバイスとの間のデータトラフィック、チャネルと関連付けられた有効帯域幅、セキュリティ基準チャネル切り換え計画、基準、および/または考察に基づいて選択され得る。特定のMACアドレスおよび/または選択されたチャネルの情報は、ネットワークを介して、タイプ1デバイスとサーバとの間で通信され得る。特定のMACアドレスおよび/または選択されたチャネルの情報はまた、別のネットワークを介して、タイプ2デバイスとサーバとの間で通信され得る。タイプ2デバイスは、特定のMACアドレスおよび/または選択されたチャネルの情報を別のタイプ2デバイスに(例えば、メッシュネットワーク、Bluetooth、WiFiなどを介して)通信することができる。特定のMACアドレスおよび/または選択されたチャネルは、サーバによって選択され得る。特定のMACアドレスおよび/または選択されたチャネルは、タイプ1デバイス、タイプ2デバイス、および/またはサーバによってアナウンスチャネルにて信号で送られ得る。通信前に、任意の情報を前処理することができる。

0065

タイプ1デバイスと別の無線デバイスとの間の無線接続は、(例えば、信号ハンドシェイクを使用して)確立され得る。タイプ1デバイスは、第1のハンドシェイク信号(例えば、サウンディングフレーム、プローブ信号、送信要求RTS)を別のデバイスに送信し得る。別のデバイスは、第2のハンドシェイク信号(例えば、命令、または送信可CTS)をタイプ1デバイスに送ることと、タイプ1デバイスをトリガして、任意のタイプ2デバイスとの接続を確立することなく、信号(例えば、一連のプローブ信号)をブロードキャスト方式で複数のタイプ2デバイスに送信することと、によって返信することができる。第2のハンドシェイク信号は、第1のハンドシェイク信号に対する応答または肯定応答(例えば、ACK)であり得る。第2のハンドシェイク信号は、場所の情報および/またはタイプ1デバイスの情報を有するデータを含み得る。

0066

別のデバイスは、タイプ1デバイスと無線接続を確立する目的、第1の信号を受信する目的、および/または第2の信号を送信する目的(例えば、主要目的、副次目的)を有するダミーデバイスであり得る。別のデバイスは、タイプ1デバイスに物理的に取り付けられ得る。別の実施例では、別のデバイスは、第3のハンドシェイク信号をタイプ1デバイスに送り、タイプ1デバイスをトリガして、任意のタイプ2デバイスとの接続を確立することなく、信号(例えば、一連のプローブ信号)を複数のタイプ2デバイスにブロードキャストし得る。タイプ1デバイスは、第4のハンドシェイク信号を別のデバイスに送信することによって、第3の特別信号に返信することができる。別のデバイスを使用して、2つ以上のタイプ1デバイスをトリガして、ブロードキャストすることができる。トリガは、順次、部分的に順次、部分的に並列、または完全に並列であり得る。別のデバイスは、複数の送信器並行してトリガするための2つ以上の無線回路を有し得る。並列トリガはまた、別のデバイスと並行して(別のデバイスがするのと同様に)トリガを実施するために、少なくとも1つの更に別のデバイスを使用して達成され得る。別のデバイスは、タイプ1デバイスとの接続を確立後、は、タイプ1デバイスと通信しない(または通信を一時停止する)場合がある。一時停止された通信は、再開され得る。別のデバイスは、タイプ1デバイスとの接続を確立後、非アクティブモードハイバネーションモードスリープモード、スタンバイモード、低電力モードOFFモード、および/または電力ダウンモードに入ることができる。別のデバイスは、特定のMACアドレスを有することができ、これにより、タイプ1デバイスは、信号を特定のMACアドレスに送信する。タイプ1デバイスおよび/または別のデバイスは、タイプ1デバイスと関連付けられた第1のプロセッサ、別のデバイスと関連付けられた第2のプロセッサ、指定ソースと関連付けられた第3のプロセッサ、および/または別のデバイスと関連付けられた第4のプロセッサによって、制御および/または協調することができる。第1および第2のプロセッサは、互いに連係することができる。

0067

第1の一連のプローブ信号は、タイプ1デバイスの第1のアンテナによって、少なくとも1つの第1のタイプ2デバイスに、第1の場所内の第1のチャネルを介して送信され得る。第2の一連のプローブ信号は、タイプ1デバイスの第2のアンテナによって、少なくとも1つの第2のタイプ2デバイスに、第2の場所内の第2のチャネルを介して送信され得る。第1の一連および第2の一連は、異なっていても、異なっていなくてもよい。少なくとも1つの第1のタイプ2デバイスは、少なくとも1つの第2のタイプ2デバイスとは異なっていてもよく、異なっていなくてもよい。第1および/または第2の一連のプローブ信号は、タイプ1デバイスと任意のタイプ2デバイスとの間に確立された接続なしでブロードキャストされ得る。第1および第2のアンテナは、同一であってもよく、異なっていてもよい。

0068

2つの場所は、異なるサイズ、形状、マルチパス特徴を有し得る。第1および第2の場所は、重複し得る。第1および第2のアンテナの周りのそれぞれの近接エリアは、重複し得る。第1および第2のチャネルは、同一であってもよく、異なっていてもよい。例えば、第1のものは、WiFiであってもよく、第2のものは、LTEであってもよい。または、両方がWiFiであってもよいが、第1のものは、2.4GHzのWiFiであってもよく、第2のものは、5GHzのWiFiであってもよい。または、両方が2.4GHzのWiFiであってもよいが、異なるチャネル番号、SSID名、および/またはWiFi設定を有していてもよい。各タイプ2デバイスは、それぞれの一連のプローブ信号から少なくとも1つのTSCIを得ることができ、CIは、タイプ2デバイスとタイプ1デバイスとの間のそれぞれのチャネルのものであり得る。いくつかの第1のタイプ2デバイス(単数または複数)およびいくつかの第2のタイプ2デバイス(単数または複数)は、同一であり得る。第1および第2の一連のプローブ信号は、同期/非同期であり得る。プローブ信号は、データと共に送信され得るか、またはデータ信号で置換され得る。第1および第2のアンテナは、同一であり得る。

0069

第1の一連のプローブ信号は、第1のレート(例えば、30Hz)で送信され得る。第2の一連のプローブ信号は、第2のレート(例えば、200Hz)で送信され得る。第1および第2のレートは、同一であってもよく、異なっていてもよい。第1および/または第2のレートは、時間の経過と共に変更され得る。変更は、タイムテーブル、ルール、ポリシー、モード、条件、状況、および/または変更に従い得る。任意のレートは、時間の経過と共に変更され得る。第1および/または第2の一連のプローブ信号は、第1のMACアドレスおよび/または第2のMACアドレスにそれぞれ送信され得る。2つのMACアドレスは、同一であってもよく、異なっていてもよい。第1の一連のプローブ信号は、第1のチャネルで送信され得る。第2の一連のプローブ信号は、第2のチャネルで送信され得る。2つのチャネルは、同一であってもよく、異なっていてもよい。第1または第2のMACアドレス、第1または第2のチャネルは、時間の経過と共に変更され得る。任意の変更は、タイムテーブル、ルール、ポリシー、モード、条件、状況、および/または変更に従い得る。

0070

タイプ1デバイスおよび別のデバイスは、制御および/もしくは協調される場合があり、物理的に取り付けられる場合があり、または共通のデバイスであり得る/内にあり得る/であり得る。これらは、共通データプロセッサによって制御/に接続され得るか、または共通バス相互接続/ネットワーク/LAN/Bluetoothネットワーク/BLEネットワーク/ワイヤードネットワーク/無線ネットワーク/メッシュネットワーク/モバイルネットワーククラウドに接続され得る。これらは、共通メモリ共有されるか、または、共通ユーザユーザデバイスプロファイルアカウント識別情報(identity:ID)、世帯、家、物理アドレス、場所、地理座標IPサブネット、SSID、ホームデバイス、オフィスデバイス、および/または製造デバイスと関連付けられ得る。各タイプ1デバイスは、それぞれのタイプ2デバイスのセットの信号源であり得る(すなわち、それぞれの信号(例えば、それぞれの一連のプローブ信号)をそれぞれのタイプ2デバイスのセットに送信する)。各それぞれのタイプ2デバイスは、すべてのタイプ1デバイスの中から、信号源としてタイプ1デバイスを選択する。各タイプ2デバイスは、非同期的に選択できる。少なくとも1つのTSCIは、タイプ1デバイスからのそれぞれの一連のプローブ信号から各それぞれのタイプ2デバイスによって得ることができ、CIは、タイプ2デバイスとタイプ1デバイスとの間のチャネルのものである。

0071

それぞれのタイプ2デバイスは、すべてのタイプ1デバイスの中から、タイプ1/タイプ2デバイスの識別情報(ID)、実施されるはずのタスク、過去の信号源、(例えば、過去の信号源、タイプ1デバイス、別のタイプ1デバイス、それぞれのタイプ2受信器、および/または別のタイプ2受信器の)履歴、信号源を切り替えるための閾値、ならびに/または(例えば、タイプ1デバイスおよび/またはそれぞれのタイプ2受信器と関連付けられた)ユーザ、アカウント、アクセス情報、パラメータ、特徴、および/もしくは信号強度の情報に基づいて、信号源としてタイプ1デバイスを選択する。最初は、タイプ1デバイスは、初期時に初期のそれぞれのタイプ2デバイスのセットの信号源であり得る(すなわち、タイプ1デバイスは、初期のそれぞれのタイプ2デバイスのセットにそれぞれの信号(一連のプローブ信号)を送信する)。各初期のそれぞれのタイプ2デバイスは、すべてのタイプ1デバイスの中から、信号源としてタイプ1デバイスを選択する。

0072

特定のタイプ2デバイスの信号源(タイプ1デバイス)は、(1)タイプ2デバイスの現在の信号源から受信された、2つの隣接するプローブ信号間(例えば、現在のプローブ信号と直前のプローブ信号との間、または次のプローブ信号と現在のプローブ信号との間)の時間間隔が第1の閾値を超える場合、(2)タイプ2デバイスの現在の信号源と関連付けられた信号強度が第2の閾値未満である場合、(3)タイプ2デバイスの現在の信号源と関連付けられた処理された信号強度が第3の閾値未満であり、信号強度は、低域フィルタ帯域フィルタメジアンフィルタ移動平均フィルタ加重平均フィルタ線形フィルタ、および/もしくは線形フィルタで処理されている場合、ならびに/または(4)タイプ2デバイスの現在の信号源と関連付けられた信号強度(または処理された信号強度)が、最近の時間窓のかなりのパーセンテージ(例えば、70%、80%、90%など)について第4の閾値未満である場合、変更され得る。パーセンテージは、第5の閾値を超える場合がある。第1、第2、第3、第4、および/または第5の閾値は、経時変化する場合がある。条件(1)は、タイプ1デバイスおよびタイプ2デバイスが、互いに漸進的に離れていき、これにより、タイプ1デバイスからのいくらかのプローブ信号が、弱くなりすぎ、タイプ2デバイスによって受信されない場合に起こり得る。条件(2)〜(4)は、2つのデバイスが、互いに離れていき、これにより、信号強度が非常に弱くなる場合に起こり得る。タイプ2デバイスの信号源は、その他のタイプ1デバイスが、現在の信号源の係数(例えば、1、1.1、1.2、または1.5など)より弱い信号強度を有する場合、変化しない場合がある。信号源が変化すると、新しい信号源は、近い将来(例えば、それぞれの次回)に有効になり得る。新しい信号源は、最強の信号強度および/または処理された信号強度を有するタイプ1デバイスであり得る。現在の信号源および新しい信号源は、同一であってもよく、異なっていてもよい。利用可能なタイプ1デバイスのリストは、各タイプ2デバイスによって初期化され維持され得る。リストは、それぞれのタイプ1デバイスのセットと関連付けられた信号強度および/または処理された信号強度を検査することによって更新され得る。

0073

タイプ2デバイスは、それぞれのプローブ信号レート、MACアドレス、チャネル、特徴/プロパティ/状態、タイプ2デバイスによって実施されるはずのタスク、第1および第2の一連の信号強度、および/または別の考察に基づいて、第1のタイプ1デバイスからの第1の一連のプローブ信号と第2のタイプ1デバイスからの第2の一連のプローブ信号との間から選択することができる。一連のプローブ信号は、規則的なレート(例えば、100Hz)で送信され得る。一連のプローブ信号は、規則的な間隔(例えば、100Hzで0.01秒)でスケジュールされてもよいが、各プローブ信号は、おそらくタイミング要件タイミング制御ネットワーク制御、ハンドシェイク、メッセージパッシング衝突回避キャリアセンシング輻輳、リソースの利用可能性、および/または別の考察によって、短い時間の摂動を経験し得る。レートは、変更され得る。変更は、タイムテーブル(例えば、1時間に1回変更)、ルール、ポリシー、モード、条件、および/または変更(例えば、何らかのイベントが発生するたびに変更)に従い得る。例えば、レートは、通常、100Hzであり得るが、必要な状況では1000Hzに変更され、低電力/スタンバイ状況では1Hzに変更され得る。プローブ信号は、バーストで送信されてもよい。

0074

プローブ信号レートは、タイプ1デバイスまたはタイプ2デバイスによって実施されたタスクに基づいて変化し得る(例えば、タスクは、通常100Hz、瞬間的に20秒間は1000Hzが必要であり得る)。一実施例では、送信器(タイプ1デバイス)、受信器(タイプ2デバイス)、および関連するタスクは、クラス(例えば、低優先、高優先、緊急、重大、通常、特権的、非購読、購読、支払い、および/または非支払いのクラス)に適応的に関連し得る。(送信器の)レートは、いくつかのクラス(例えば、高優先クラス)のために調整されている場合がある。クラスの必要性が変化したら、レートを変更することができる。受信器の電力が非常に低い場合、プローブ信号に応答するために受信器の電力消費を削減するためにレートが低減され得る。一実施例では、プローブ信号を使用して、電力を無線で受信器(タイプ2デバイス)に伝送することができ、レートを調整して、受信器に伝送される電力量を制御することができる。レートは、サーバ、タイプ1デバイス、および/またはタイプ2デバイスによって(または基づいて)変更され得る。制御信号は、それらの間で通信され得る。サーバは、タイプ2デバイスの必要性、および/またはタイプ2デバイスによって実施されるタスクをモニタ、トラッキング、予報、および/または予期することができ、かつタイプ1デバイスを制御して、レートを変更することができる。サーバは、タイムテーブルに従ってレートを変更するようにスケジュールすることができる。サーバは、緊急事態を検出して、すぐにレートを変更することができる。サーバは、展開中の条件を検出して、徐々にレートを調整することができる。

0075

特徴および/または時空間情報(例えば、動き情報)は、特定のタイプ1デバイスおよび特定のタイプ2デバイスと関連付けられたTSCIに基づいて、個別にモニタされるか、ならびに/または特定のタイプ1デバイスおよび任意のタイプ2デバイスと関連付けられた任意のTSCIに基づいて、連帯的にモニタされるか、ならびに/または特定のタイプ2デバイスおよび任意のタイプ1デバイスと関連付けられた任意のTSCIに基づいて、連帯的にモニタされるか、ならびに/または任意のタイプ1デバイスおよび任意のタイプ2デバイスと関連付けられた任意のTSCIに基づいて、全体的にモニタされ得る。任意の共同モニタは、ユーザ、ユーザアカウント、プロファイル、世帯、場所のマップ、および/またはユーザ履歴などに関連付けられ得る。

0076

タイプ1デバイスとタイプ2デバイスとの間の第1のチャネルは、別のタイプ1デバイスと別のタイプ2デバイスとの間の第2のチャネルとは異なり得る。2つのチャネルは、異なる周波数帯域、帯域幅、搬送周波数、変調、無線規格コーディング、暗号化、ペイロード特徴、ネットワーク、ネットワークID、SSID、ネットワーク特徴、ネットワーク設定、および/またはネットワークパラメータなどと関連付けられ得る。2つのチャネルは、異なる種類の無線システム(例えば、WiFi、LTE、LTE−A、2.5G、3G、3.5G、4G、4G超、5G、6G、7G、802.11システム、802.15システム、802.16システム、メッシュネットワーク、Zigbee、WiMax、Bluetooth、BLE、RFID、UWB、マイクロ波システムレーダ様システムなどのうちの2つ)と関連付けられ得る。例えば、一方は、WiFiで、他方は、LTEである。2つのチャネルは、異なるネットワークにあるが同一の種類の無線システムと関連付けられ得る。例えば、第1のチャネルは、帯域幅が20MHzの2.4GHz帯の「Pizza and Pizza」と名付けられたWiFiネットワークと関連付けられる場合があり、一方、第2のチャネルは、帯域幅が40MHzの5GHz帯のSSIDが「StarBud hotspot」であるWiFiネットワークと関連付けられる場合がある。2つのチャネルは、同一ネットワーク(例えば、「StarBud hotspot」ネットワーク)内の異なるチャネルであり得る。

0077

一実施形態では、無線モニタシステムは、複数のイベントと関連付けられたトレーニングTSCIに基づいて、場所内で複数のイベントの分類子をトレーニングすることを含み得る。既知のイベントと関連付けられたそれぞれのトレーニング期間における場所内で起こる複数の既知のイベントの各々について、それぞれのトレーニング無線信号(例えば、それぞれの一連のトレーニングプローブ信号)は、第1のタイプ1異種無線デバイスのアンテナによって、第1のタイプ1デバイスのプロセッサ、メモリ、および命令セットを使用して、それぞれのトレーニング期間における場所内の無線マルチパスチャネルを介して、少なくとも1つの第1のタイプ2異種無線デバイスに送信され得る。少なくとも1つのそれぞれの時系列のトレーニングCI(トレーニングTSCI)は、少なくとも1つの第1のタイプ2デバイスの各々によって、(それぞれの)トレーニング信号から非同期的に得ることができる。CIは、既知のイベントと関連付けられたトレーニング期間内の第1のタイプ2デバイスと第1のタイプ1デバイスとの間のチャネルのCIであり得る。少なくとも1つのトレーニングTSCIは、前処理され得る。

0078

場所内で現在の期間内に起きた現在のイベントについて、現在の無線信号(例えば、一連の現在のプローブ信号)は、第2のタイプ1異種無線デバイスのアンテナによって、第2のタイプ1デバイスのプロセッサ、メモリ、および命令セットを使用して、場所内で現在のイベントと関連付けられた現在の期間内のチャネルを介して、少なくとも1つの第2のタイプ2異種無線デバイスに送信され得る。少なくとも1つの時系列の現在のCI(現在のTSCI)は、少なくとも1つの第2のタイプ2デバイスの各々によって、現在の信号(例えば、一連の現在のプローブ信号)から非同期的に得ることができる。CIは、現在のイベントと関連付けられた現在の期間内の第2のタイプ2デバイスと第2のタイプ1デバイスとの間のチャネルのCIであり得る。少なくとも1つの現在のTSCIは、前処理され得る。

0079

分類子は、少なくとも1つの第2のタイプ2デバイスによって、一連の現在のプローブ信号から得られた少なくとも1つの現在のTSCIを分類すること、特定の現在のTSCIの少なくとも1つの部分を分類すること、および/または特定の現在のTSCIの少なくとも1つの部分と別のTSCIの別の部分との組み合わせを分類することに適用され得る。分類子はまた、現在のイベントと、既知のイベント、未知のイベント、および/または別のイベントとを関連付けるために適用され得る。各TSCIは、各々がそれぞれのタイムスタンプと関連付けられた少なくとも1つのCIを含み得る。2つのタイプ2デバイスと関連付けられた2つのTSCIは、異なる開始時間持続時間、停止時間、CIの量、サンプリング頻度サンプリング周波数と異なる場合があり得る。これらのCIは、異なる特徴を有し得る。第1および第2のタイプ1デバイスは、場所内の同一の場所であり得る。これらは、同一のデバイスであり得る。少なくとも1つの第2のタイプ2デバイス(またはこれらの場所)は、少なくとも1つの第1のタイプ2デバイス(またはこれらの場所)の置換であり得る。特定の第2のタイプ2デバイスおよび特定の第1のタイプ2デバイスは、同一のデバイスであり得る。

0080

第1のタイプ2デバイスの部分集合および第2のタイプ2デバイスの部分集合は、同一であり得る。少なくとも1つの第2のタイプ2デバイスおよび/または少なくとも1つの第2のタイプ2デバイスの部分集合は、少なくとも1つの第1のタイプ2デバイスの部分集合であり得る。少なくとも1つの第1のタイプ2デバイスおよび/または少なくとも1つの第1のタイプ2デバイスの部分集合は、少なくとも1つの第2のタイプ2デバイスの部分集合の置換であり得る。少なくとも1つの第2のタイプ2デバイスおよび/または少なくとも1つの第2のタイプ2デバイスの部分集合は、少なくとも1つの第1のタイプ2デバイスの部分集合の置換であり得る。少なくとも1つの第2のタイプ2デバイスおよび/または少なくとも1つの第2のタイプ2デバイスの部分集合は、少なくとも1つの第1のタイプ2デバイスの部分集合と同一のそれぞれの場所であり得る。少なくとも1つの第1のタイプ2デバイスおよび/または少なくとも1つの第1のタイプ2デバイスの部分集合は、少なくとも1つの第2のタイプ2デバイスの部分集合と同一のそれぞれの場所であり得る。

0081

タイプ1デバイスのアンテナおよび第2のタイプ1デバイスのアンテナは、場所内の同一の場所にあり得る。少なくとも1つの第2のタイプ2デバイスのアンテナ(単数または複数)および/または少なくとも1つの第2のタイプ2デバイスの部分集合のアンテナ(単数または複数)は、少なくとも1つの第1のタイプ2デバイスの部分集合のそれぞれのアンテナ(単数または複数)と同一のそれぞれの場所にあり得る。少なくとも1つの第1のタイプ2デバイスのアンテナ(単数または複数)および/または少なくとも1つの第1のタイプ2デバイスの部分集合のアンテナ(単数または複数)は、少なくとも1つの第2のタイプ2デバイスの部分集合のそれぞれのアンテナ(単数または複数)と同一のそれぞれの場所(単数または複数)にあり得る。

0082

第1のTSCIの第1の持続時間の第1のセクションとおよび第2のTSCIの第2のセクションの第2の持続時間の第2のセクションは、整合させることができる。第1のセクションの項目と第2のセクションの項目の間のマップが、計算され得る。第1のセクションは、第1の開始時間/終了時間を有する第1のTSCIの第1のセグメント、および/または処理された第1のTSCIの別のセグメントを含み得る。処理された第1のTSCIは、第1の演算によって処理された第1のTSCIであり得る。第2のセクションは、第2の開始時間および第2の終了時間を有する第2のTSCIの第2のセグメント、ならびに処理された第2のTSCIの別のセグメントを含み得る。処理された第2のTSCIは、第2の演算によって処理された第2のTSCIであり得る。

0083

第1の演算および/または第2の演算には、サブサンプリング再サンプリング、補間、フィルタリング、変換、特徴抽出、前処理、および/または別の演算が含まれ得る。第1のセクションの第1の項目は、第2のセクションの第2の項目にマップされ得る。第1のセクションの第1の項目はまた、第2のセクションの別の項目にマップされ得る。第1のセクションの別の項目はまた、第2のセクションの第2の項目にマップされ得る。マッピングは、1対1、1対多、多対1、多対多であり得る。第1のTSCIの第1のセクションの第1の項目、第1のTSCIの別の項目、第1の項目のタイムスタンプ、第1の項目の時間差、第1の項目の時間微分、第1の項目の隣接タイムスタンプ、第1の項目と関連付けられた別のタイムスタンプ、第2のTSCIの第2のセクションの第2の項目、第2のTSCIの別の項目、第2の項目のタイムスタンプ、第2の項目の時間差、第2の項目の時間微分、第2の項目の隣接タイムスタンプ、および第2の項目と関連付けられた別のタイムスタンプ、のうちの少なくとも1つの少なくとも1つの関数は、少なくとも1つの制約を満たし得る。

0084

1つの制約は、第1の項目のタイムスタンプと第2の項目のタイムスタンプとの間の差が適応上限閾値で上限が決められ、適応下限閾値で下限が決められ得ることであり得る。第1のセクションは、第1のTSCI全体であり得る。第2のセクションは、第2のTSCI全体であり得る。第1の持続時間は、第2の持続時間に等しい場合がある。TSCIの持続時間のセクションは、適応的に決定され得る。TSCIの暫定的なセクションは、計算され得る。セクション(例えば、暫定的なセクション、セクション)の開始時間および終了時間は、決定され得る。セクションは、暫定的なセクションの初め部分および終わり部分を除去することにより決定され得る。暫定的なセクションの初め部分は、次のとおり決定され得る。反復的に、タイムスタンプが増加する暫定的なセクションの項目は、一度に1項目ずつ現在の項目とみなすことができる。各繰り返しにおいて、少なくとも1つの活動性尺度が計算および/または考慮され得る。少なくとも1つの活動性尺度は、現在のタイムスタンプと関連付けられた現在の項目、現在のタイムスタンプより大きくないタイムスタンプを有する暫定的なセクションの過去の項目、および/または現在のタイムスタンプより小さくないタイムスタンプを有する暫定的なセクションの将来の項目のうちの少なくとも1つと関連付けられ得る。少なくとも1つの活動性尺度と関連付けられた少なくとも1つの基準が満たされている場合、現在の項目は、暫定的なセクションの初め部分に追加され得る。

0085

活動性尺度と関連付けられた少なくとも1つの基準は、(a)活動性尺度が適応上限閾値より小さい、(b)活動性尺度が適応下限閾値より大きい、(c)少なくとも所定の量の連続したタイムスタンプについて、活動性尺度が適応上限閾値より連続して小さい、(d)少なくとも別の所定の量の連続したタイムスタンプについて、活動性尺度が適応下限閾値より連続して大きい、(e)少なくとも所定の量の連続したタイムスタンプの少なくとも所定のパーセンテージについて、活動性尺度が適応上限閾値より連続して小さい、(f)別の所定の量の連続したタイムスタンプの少なくとも別の所定のパーセンテージについて、活動性尺度が適応下限閾値より連続して大きい、(g)現在のタイムスタンプと関連付けられた別のタイムスタンプと関連付けられた別の活動性尺度が別の適応上限閾値より小さく、かつ別の適応下限閾値より大きい、(h)現在のタイムスタンプと関連付けられた少なくとも1つのそれぞれのタイムスタンプと関連付けられた少なくとも1つの活動性尺度がそれぞれの上限閾値より小さく、かつそれぞれの下限閾値より大きい、(i)現在のタイムスタンプと関連付けられたタイムスタンプのセット中の、それぞれの上限閾値より小さく、かつそれぞれの下限閾値より大きい、活動性尺度と関連付けられたタイムスタンプのパーセンテージが閾値を超える、および(j)別の基準のうちの少なくとも1つを含み得る。

0086

時間T1での項目と関連付けられた活動性尺度は、(1)時間T1での項目および時間T1−D1での項目の第1の関数であり、D1は、所定の正の量である(例えば、一定の時間オフセット)、第1の関数(2)時間T1での項目および時間T1+D1での項目の第2の関数、(3)時間T1での項目および時間T2での項目の第3の関数であり、T2は、所定の量である(例えば、固定の初期基準時間;T2は、時間の経過と共に変更され得る;T2は、定期的に更新され得る;T2は、期間の初めであり得、T1は、期間内のスライディング時間であり得る)、第3の関数、ならびに(4)時間T1での項目および別の項目の第4の関数、のうちの少なくとも1つを含み得る。

0087

第1の関数、第2の関数、第3の関数、および/または第4の関数のうちの少なくとも1つは、少なくとも2つの引数XおよびYを有する関数(例えば、F(X,Y,...))であり得る。2つの引数は、スカラーであり得る。関数(例えば、F)は、X、Y、(X−Y)、(Y−X)、abs(X−Y)、X^a、Y^b、abs(X^a−Y^b)、(X−Y)^a、(X/Y)、(X+a)/(Y+b)、(X^a/Y^b)、および((X/Y)^a−b)のうちの少なくとも1つの関数であり得、式中、aおよびbは、いくらかの所定量であり得る。例えば、関数は、単にabs(X−Y)、または(X−Y)^2、(X−Y)^4であり得る。関数は、ロバスト関数であり得る。例えば、関数は、abs(X−Y)が閾値T未満である場合、(X−Y)^2であり得、abs(X−Y)が閾値Tより大きい場合、(X−Y)+aであり得る。あるいは、関数は、abs(X−Y)がTより大きい場合、一定であり得る。関数はまた、abs(X−y)がTより大きい場合、関数が緩やかに増加することによって制限される場合があるので、異常値が結果に深刻な影響を与えない。関数の別の例は、(abs(X/Y)−a)であり得、式中、a=1である。この方法では、X=Y(すなわち、変化なし、または活動なし)である場合、関数は、値0を与える。XがYより大きい場合、(X/Y)は1より大きく(XおよびYは正と仮定)、関数は正になる。そして、XがY未満である場合、(X/Y)は1より小さく、関数は負になる。別の実施例では、引数XおよびYの両方は、X=(x_1,x_2,...,x_n)およびY=(y_1,y_2,...,y_n)のようにnタプルであり得る。関数は、x_i、y_i、(x_i−y_i)、(y_i−x_i)、abs(x_i−y_i)、x_i^a、y_i^b、abs(x_i^a−y_i^b)、(x_i−y_i)^a、(x_i/y_i)、(x_i+a)/(y_i+b)、(x_i^a/y_i^b)、および((x_i/y_i)^a−b)のうちの少なくとも1つの関数であり得、式中、iは、nタプルのXおよびYのコンポーネントインデックス(1≦i≦n)であり、例えば、x_1のコンポーネントインデックスは、i=1であり、x_2のコンポーネントインデックスは、i=2である。関数は、次のx_i、y_i、(x_i−y_i)、(y_i−x_i)、abs(x_i−y_i)、x_i^a、y_i^b、abs(x_i^a−y_i^b)、(x_i−y_i)^a、(x_i/y_i)、(x_i+a)/(y_i+b)、(x_i^a/y_i^b)、および((x_i/y_i)^a−b)のうちの少なくとも1つの別の関数のコンポーネント毎の合計を含み得、式中、iは、nタプルのXおよびYのコンポーネントインデックスである。例えば、関数は、sum_{i=1}^n(abs(x_i/y_i)−1)/n、またはsum_{i=1}^n w_i×(abs(x_i/y_i)−1)の形態であり得、式中、w_iは、コンポーネントiの重みである。

0088

マップは、動的時間伸縮法(dynamic time warping:DTW)を使用して計算され得る。DTWは、マップ、第1のTSCIの項目、第2のTSCIの項目、第1の持続時間、第2の持続時間、第1のセクション、および/または第2のセクションのうちの少なくとも1つに対する制約を含み得る。マップ内で、i番目のドメイン項目は、j番目範囲項目にマッピングされていると仮定する。制約は、iおよびjの許容可能な組み合わせ上にあり得る(iとjとの間の関係に対する制約)。第1のTSCIの第1の持続時間の第1のセクションと第2のTSCIの第2の持続時間の第2のセクションとの間のミスマッチコストが計算され得る。第1のセクションおよび第2のセクションは、整合され得、これにより、2つ以上のリンクを含むマップを第1のTSCIの第1の項目と第2のTSCIの第2の項目との間に確立することができる。各リンクについて、第1のタイムスタンプを有する第1の項目のうちの1つは、第2のタイムスタンプを有する第2の項目のうちの1つと関連付けられ得る。整合させた第1のセクションと整合させた第2のセクションとの間のミスマッチコストが計算され得る。ミスマッチコストは、マップの特定のリンクによって関連付けられた第1の項目と第2の項目との間の項目ごとのコスト関数とマップの特定のリンクと関連付けられたリンクごとのコスト関数を含み得る。

0089

整合させた第1のセクションおよび整合させた第2のセクションは、同一のベクトル長さの第1のベクトルおよび第2のベクトルとしてそれぞれ表現され得る。ミスマッチコストは、第1のベクトルと第2のベクトルとの間の、内積、内積様量(inner-product-like quantity)、相関に基づく量、共分散に基づく量、判別スコア、距離、ユークリッド距離絶対距離、Lk距離(例えば、L1、L2,...)、重み付き距離、距離様量(distance-like quantity)、および/または別の相似値のうちの少なくとも1つを含み得る。ミスマッチコストは、それぞれのベクトル長さによって正規化され得る。

0090

第1のTSCIの第1の持続時間の第1のセクションと第2のTSCIの第2の持続時間の第2のセクションとの間のミスマッチコストから導出されたパラメータは、統計的分布モデル化できる。統計的分布の、スケールパラメータ場所パラメータ、および/または別のパラメータのうちの少なくとも1つを推定することができる。第1のTSCIの第1の持続時間の第1のセクションは、第1のTSCIのスライディングセクションであり得る。第2のTSCIの第2の持続時間の第2のセクションは、第2のTSCIのスライディングセクションであり得る。第1のスライディング窓は、第1のTSCIに適用され得、対応する第2のスライディング窓は、第2のTSCIに適用され得る。第1のTSCIの第1のスライディング窓および第2のTSCIの対応する第2のスライディング窓は、整合され得る。第1のTSCIの整合された第1のスライディング窓と第2のTSCIの対応する整合された第2のスライディング窓との間のミスマッチコストが計算され得る。現在のイベントは、ミスマッチコストに基づいて、既知のイベント、未知のイベント、および/または別のイベントのうちの少なくとも1つと関連付けられ得る。

0091

分類子は、少なくとも1つの暫定的な分類結果を得るために、第1のTSCIの第1の持続時間の各第1のセクションおよび/または第2のTSCIの第2の持続時間の各第2のセクションのうちの少なくとも1つに適用され得る。各暫定的な分類結果は、それぞれの第1のセクションおよびそれぞれの第2のセクションと関連付けられ得る。現在のイベントは、ミスマッチコストに基づいて、既知のイベント、未知のイベント、および/または別のイベントのうちの少なくとも1つと関連付けられ得る。現在のイベントは、第1のTSCIの2つ以上のセクションにおいて、かつ第2のTSCIのより多くのセッションの対応する暫定的な分類結果の最大数に基づいて、既知のイベント、未知のイベント、および/または別のイベントのうちの少なくとも1つと関連付けることができる。例えば、ミスマッチコストがN回連続して(例えば、N=10)特定の既知のイベントを指す場合、現在のイベントは、特定の既知のイベントと関連付けられ得る。別の実施例では、特定の既知のイベントを指す直前のN個の連続N内のミスマッチコストのパーセンテージが特定の閾値を超える(例えば、>80%)場合、現在のイベントは、特定の既知のイベントと関連付けられ得る。

0092

別の実施例では、現在のイベントは、期間内のほとんどの時間でミスマッチコストを最小にする既知のイベントと関連付けられ得る。現在のイベントは、全体のミスマッチコストを最小にする既知のイベントと関連付けられ得る。ここで、全体のミスマッチコストとは、少なくとも1つの第1のセクションと関連付けられた少なくとも1つのミスマッチコストの加重平均のことである。現在のイベントは、別の全体コストのうちの最小を達成する特定の既知のイベントと関連付けられ得る。少なくとも1つの第1のセクションの十分なパーセンテージで第1の閾値T1より小さいミスマッチコストを達成する既知のイベントがない場合、現在のイベントは、「未知のイベント」と関連付けられ得る。第2の閾値T2より小さい全体のミスマッチコストを達成するイベントがない場合、現在のイベントはまた、「未知のイベント」と関連付けられ得る。現在のイベントは、第1のTSCIの少なくとも1つの追加のセクションおよび第2のTSCIの少なくとも1つの追加のセクションと関連付けられたミスマッチコストならびに追加のミスマッチコストに基づいて、既知のイベント、未知のイベント、および/または別のイベントのうちの少なくとも1つと関連付けられ得る。既知のイベントは、ドアクローズイベント、ドアオープンイベント、窓クローズイベント、窓オープンイベント、マルチステートイベント、オンステートイベント、オフステートイベント、中間ステートイベント、連続ステートイベント、離散ステートイベント、人間の存在イベント、人間の不在イベント、人気の存在イベント、および/または人気の不在イベントのうちの少なくとも1つを含み得る。各CIについての射影は、トレーニングTSCIに基づいて次元削減方法を使用して、トレーニングされ得る。次元削減方法は、主コンポーネント分析(principal component analysis:PCA)、異なるカーネルによるPCA、独立コンポーネント分析(independent component analysis:ICA)、Fisher線形判別分析ベクトル量子化教師あり学習教師なし学習自己組織化マップオートエンコーダニューラルネットワークディープニューラルネットワーク、および/または別の方法のうちの少なくとも1つを含み得る。射影は、分類子についての、少なくとも1つのイベントと関連付けられたトレーニングTSCIおよび/または現在のTSCIのうちの少なくとも1つに適用され得る。少なくとも1つのイベントの分類子は、射影および少なくとも1つのイベントと関連付けられたトレーニングTSCIに基づいて、トレーニングされ得る。少なくとも1つの現在のTSCIは、射影および現在のTSCIに基づいて、分類され得る。射影は、トレーニングTSCI、射影の再トレーニング前の少なくとも1つの現在のTSCI、および/または追加のトレーニングTSCIのうちの少なくとも1つに基づいて、次元削減方法および別の次元削減方法のうちの少なくとも1つを使用して、再トレーニングされ得る。別の次元削減方法は、主コンポーネント分析(PCA)、異なるカーネルによるPCA、独立コンポーネント分析(ICA)、Fisher線形判別分析、ベクトル量子化、教師あり学習、教師なし学習、自己組織化マップ、オートエンコーダ、ニューラルネットワーク、ディープニューラルネットワーク、および/または更に別の方法のうちの少なくとも1つを含み得る。少なくとも1つのイベントの分類子は、再トレーニングされた射影、少なくとも1つのイベントと関連付けられたトレーニングTSCI、および/または少なくとも1つの現在のTSCIのうちの少なくとも1つに基づいて再トレーニングされ得る。少なくとも1つの現在のTSCIは、再トレーニングされた射影、再トレーニングされた分類子、および/または現在のTSCIに基づいて分類され得る。各CIは、複素数値のベクトルを含み得る。複素数値の大きさを与えるように、各複素数値を前処理できる。対応する複素数値の大きさを含む負でない実数のベクトルを与えるように、各CIを前処理できる。各トレーニングTSCIは、射影のトレーニングにおいて加重され得る。射影は、2つ以上の射影されたコンポーネントを含み得る。射影は、少なくとも1つの最も有意な射影されたコンポーネントを含み得る。射影は、分類子にとって有益であり得る少なくとも1つの射影されたコンポーネントを含み得る。
チャネル/チャネル情報/場所/時空間情報/動き/オブジェクト

0093

チャネル情報(channel information:CI)は、信号強度、信号振幅信号位相受信信号強度インジケータ(received signal strength indicator:RSSI)、チャネル状態情報(channel state information:CSI)、チャネルインパルス応答(channel impulse response:CIR)、チャネル周波数応答(channel frequency response:CFR)、チャネル特徴、チャネルフィルタ応答、タイムスタンプ、補助情報、データ、メタデータ、ユーザデータ、アカウントデータ、アクセスデータ、セキュリティデータ、セッションデータ、ステータスデータ、モニタデータ、世帯データ、識別情報(ID)、デバイスデータ、ネットワークデータ、近隣データ、環境データ、リアルタイムデータ、センサデータ、格納データ、暗号化データ、圧縮データ、保護データ、および/または別のチャネル情報と関連付けられ得る/を含み得る。CIは、チャネルを介する信号の、周波数帯域、周波数シグニチャ、周波数位相、周波数振幅、周波数傾向、周波数特徴、周波数様特徴(frequency-like characteristics)、時間領域要素、周波数領域要素、時間周波数領域要素、直交分解特徴、および/または非直交分解特徴と関連付けられた情報と関連付けられ得る。

0094

CIは、信号の期間、時間シグニチャ、タイムスタンプ、時間振幅時間位相、時間的傾向、および/または時間的特徴と関連付けられた情報と関連付けられ得る。CIは、信号の時間周波数分割、シグニチャ、振幅、位相、傾向、および/または特徴と関連付けられた情報と関連付けられ得る。CIは、信号の分解と関連付けられ得る。CIは、チャネルを介する信号の、方向、到達角度(angle of arrival:AoA)、指向性アンテナの角度、および/または位相と関連付けられた情報と関連付けられ得る。CIは、チャネルを介した信号の減衰パターンと関連付けられ得る。各CIは、タイプ1デバイスおよびタイプ2デバイスと関連付けられ得る。各CIは、タイプ1デバイスのアンテナおよびタイプ2デバイスのアンテナと関連付けられ得る。CIは、CIを提供できる通信ハードウェアから得ることができる。通信ハードウェアは、WiFi対応チップ/IC(集積回路)、802.11または802.16または別の無線/無線規格に準拠したチップ、次世代WiFi対応チップ、LTE対応チップ、5G対応チップ、6G/7G/8G対応チップ、Bluetooth対応チップ、BLE(Bluetooth low power)対応チップ、UWBチップ、別の通信チップ(例えば、Zigbee、WiMax、メッシュネットワーク)などであり得る。通信ハードウェアは、CIを計算して、バッファメモリにCIを格納して、CIを抽出に利用可能にする。CIは、チャネル状態情報(CSI)に関するデータおよび/または少なくとも1つのマトリックスを含み得る。少なくとも1つのマトリックスをチャネルイコライゼーション、および/またはビーム形成などに使用することができる。

0095

チャネルは、場所と関連付けられ得る。減衰は、場所内での信号伝播、空気(例えば、場所の空気)を通じた/における/中の信号の伝播/反射/屈折回折屈折媒体/反射面(例えば、壁、ドア、家具障害物、および/またはバリアなど)が原因であり得る。減衰は、フロア、天井、家具、作り付け家具、オブジェクト、人々、ペットなどの表面および障害物(例えば、反射面、障害物)での反射が原因であり得る。各CIは、タイムスタンプと関連付けられ得る。各CIは、N1個のコンポーネント(例えば、CFRのN1個の周波数領域コンポーネント、CIRのN1個の時間領域コンポーネント、またはN1個の分解コンポーネント)を含み得る。各コンポーネントは、コンポーネントインデックスと関連付けられ得る。各コンポーネントは、実数、虚数、または複素数、大きさ、位相、フラグ、および/またはセットであり得る。各CIは、複素数のベクトルまたはマトリックス、混合量のセット、および/または少なくとも1つの複素数の多次元コレクションを含み得る。

0096

特定のコンポーネントインデックスと関連付けられたTSCIのコンポーネントは、それぞれのインデックスと関連付けられたそれぞれのコンポーネント時系列を形成し得る。TSCIは、N1個のコンポーネント時系列に分けられ得る。各それぞれのコンポーネント時系列は、それぞれのコンポーネントインデックスと関連付けられている。オブジェクトの動きの特徴/時空間情報は、コンポーネント時系列に基づいてモニタされ得る。

0097

コンポーネント−特徴時系列のTSCIのコンポーネント毎の特徴が計算され得る。コンポーネント毎の特徴は、スカラー(例えば、エネルギ)またはドメインおよび範囲を有する関数(例えば、自己相関関数、変換、逆変換)であり得る。オブジェクトの動きの特徴/時空間情報は、コンポーネント毎の特徴に基づいてモニタされ得る。TSCIの全体特徴は、TSCIの各コンポーネント時系列のコンポーネント毎の特徴に基づいて計算され得る。全体特徴は、コンポーネント毎の特徴の加重平均であり得る。オブジェクトの動きの特徴/時空間情報は、全特徴に基づいてモニタされ得る。

0098

タイプ1デバイスおよびタイプ2デバイスは、WiFi、WiMax、3G/3G超、4G/4G超、LTE、5G、6G、7G、Bluetooth、BLE、Zigbee、UWB、メッシュネットワーク、独自の無線システム、IEEE802.11規格、802.15規格、802.16規格、3GPP規格、および/または別の無線システムをサポートし得る。共通無線システムおよび/または共通無線チャネルは、タイプ1送受信器および/または少なくとも1つのタイプ2送受信器によって共有され得る。少なくとも1つのタイプ2送受信器は、共通無線システムおよび/または共通無線チャネルを使用して、それぞれの信号を同時期に送信し得る。タイプ1送受信器は、少なくとも1つのタイプ2送受信器に、共通無線システムおよび/または共通無線チャネルを使用して、信号を送信し得る。タイプ1デバイスは、一時的にタイプ2デバイスとして機能し得、その逆も同様であり得る。デバイスは、同時に、タイプ1デバイス(無線送信器)およびタイプ2デバイス(無線受信器の両方として機能し得る。各タイプ1デバイスおよびタイプ2デバイスは、少なくとも1つの送信/受信アンテナを有し得る。各CIは、タイプ1デバイスの送信アンテナのうちの1つおよびタイプ2デバイスの受信アンテナのうちの1つと関連付けられ得る。

0099

少なくとも1つのTSCIは、タイプ1デバイスとタイプ2デバイスとの間の様々なアンテナ対に対応し得る。タイプ1デバイスは、少なくとも1つのアンテナを有し得る。タイプ2デバイスもまた、少なくとも1つのアンテナを有し得る。各TSCIは、タイプ1デバイスのアンテナおよびタイプ2デバイスのアンテナと関連付けられ得る。アンテナリンクについて平均化または加重平均化を実施できる。平均化または加重平均化は、少なくとも1つのTSCIについてであり得る。平均化は、アンテナ対の部分集合に対応する少なくとも1つのTSCIの部分集合で、任意で実施されてもよい。TSCIの一部のCIのタイムスタンプは、不規則である場合があり、かつ修正されている場合があり、これにより、時間修正されたCIの修正されたタイムスタンプは、時間的に均一に間隔を開けられている場合がある。複数のタイプ1デバイスおよび/または複数のタイプ2デバイスの場合、修正されたタイムスタンプは、同一または異なるクロックに関し得る。CIの各々と関連付けられた元のタイムスタンプが決定され得る。元のタイムスタンプは、時間的に均一に間隔を開けられている場合がある。現在のスライディング時間窓内の特定のTSCIの特定の部分のすべてのCIの元のタイムスタンプは、修正されている場合があり、これにより、時間修正されたCIの修正されたタイムスタンプは、時間的に均一に間隔を開けられている場合がある。

0100

特徴および/または時空間情報(例えば、動き情報)には、場所、場所の座標、場所の変更、位置(例えば、初期位置、新しい位置)、地図上の位置、高さ、水平場所、垂直場所、距離、変位、速さ、加速度、回転速さ、回転加速度、動きの角度、方位、動きの方向、回転、パス、変形、変換、縮小、拡大、歩行歩行サイクル、頭の動き、繰り返しの動き、周期的動き疑似の周期的動き、衝撃的動き、突然の動き、転倒の動き、過渡的動き、行動、過渡的行動、動きの周期、動きの頻度、時間的傾向、時間的プロファイル、時間的特徴、発生、変化、頻度の変化、タイミングの変化、歩行サイクルの変化、タイミング、開始時間、終了時間、持続時間、動きの履歴、動きの種類、動きの分類、周波数、周波数スペクトル、周波数特徴、存在、不在、近接、接近、後退、オブジェクトの識別情報、オブジェクトの構成、頭の動きのレート、頭の動きの方向、口腔関連レート、眼球関連レート、呼吸数、心拍数、手の動きのレート、手の動きの方向、脚の動き、体の動き、歩行レート、手の動きのレート、位置特徴、オブジェクトの運動と関連付けられた特徴、ツールの動き、機械の動き、複雑な動き、および/もしくは複数の動きの組み合わせ、イベント、動き統計、動きの大きさ、動きの位相、類似性スコア距離スコア、ユークリッド距離、重み付き距離、k>2のL_1ノルム、L_2ノルム、L_kノルム、統計的距離、相関、自己相関、共分散、自己共分散、相互共分散、内積、外積動き信号変換、動き特徴、動きの存在、動きの不在、動きの位置特定、動き識別、動き認識、オブジェクトの存在、オブジェクトの不在、オブジェクトの侵入、オブジェクトの退出、オブジェクトの変更、動きサイクル動きカウント、歩行サイクル、動きリズム変形運動、ジェスチャー、筆跡、頭の動き、口の動き、心臓の動き、内臓の動き、動きの傾向、サイズ、長さ、面積体積、容量、形状、形態、タグ、開始場所、終了場所、開始量、終了量、イベント、転倒イベントセキュリティイベント、事故イベント、ホームイベント、オフィスイベント、工場イベント、倉庫イベント、製造イベント組み立てラインイベント、メンテナンスイベント、自動車関連イベントナビゲーションイベント、トラッキングイベント、ドアイベント、ドアオープンイベント、ドアクローズイベント、窓イベント、窓オープンイベント、窓クローズイベント、繰り返し可能イベント、ワンタイムイベント、消費量、未消費量、状態、物理的状態健康状態、幸福状態、感情状態精神状態、別のイベント、ならびに/または別の情報が含まれ得る。プロセッサは、タイプ1異種無線デバイスおよびタイプ2異種無線デバイスと計算作業負荷を共有する。

0101

タイプ1デバイスおよび/またはタイプ2デバイスは、ローカルデバイスであり得る。ローカルデバイスは、スマートフォン、スマートデバイス、TV、サウンドバー、セットトップボックス、アクセスポイント、ルータ、リピータリモコンスピーカ、ファン、冷蔵庫、電子レンジ、オーブン、コーヒーメーカ湯沸かしポット台所用品、テーブル、椅子、照明、ランプ、ドアロック、カメラ、マイク、動きセンサセキュリティデバイス消火栓ガレージドア、スイッチ、電源アダプタ、コンピュータ、ドングルコンピュータ周辺装置電子パッド、ソファ、タイル、アクセサリ、スマートホームデバイス、スマートビークルデバイス、スマートオフィスデバイス、スマート建物デバイス、スマート製造デバイス、スマートウォッチ、スマートグラス、スマートクロック、スマートテレビ、スマートオーブン、スマート冷蔵庫、スマートエアコンディショナ、スマート椅子、スマートテーブル、スマートアクセサリ、スマートユーティリティスマートアプライアンス、スマート機械、スマートビークル、モノインターネットIoT)デバイス、インターネット対応デバイス、コンピュータ、ポータブルコンピュータ、タブレット、スマートハウス、スマートオフィス、スマート建物、スマート駐車場、スマートシステム、および/または別のデバイスであり得る。各タイプ1デバイスは、それぞれの識別情報(ID)と関連付けられ得る。各タイプ2デバイスもまた、それぞれの識別情報(ID)と関連付けられ得る。IDは、数字テキストと数字の組み合わせ、名前パスワード、アカウント、アカウントID、ウェブリンクウェブアドレス、何かの情報のインデックス、および/または別のIDを含み得る。IDは、割り当てることができる。IDは、ハードウェア(例えば、ハードワイヤード、ドングルおよび/またはその他のハードウェアを介して)、ソフトウェア、および/またはファームウェアによって割り当てることができる。IDは、格納することができ(例えば、データベースに、メモリに、サーバに、クラウドに、ローカルに格納、リモートで格納、永久に格納、一時的に格納)、かつ取り返すことができる。IDは、少なくとも1つの記録、アカウント、ユーザ、世帯、住所電話番号、社会保障番号、顧客番号、別のID、タイムスタンプ、および/またはデータのコレクションと関連付けられ得る。タイプ1デバイスのIDおよび/またはIDの一部は、タイプ2デバイスで利用可能にされてもよい。IDは、タイプ1デバイスおよび/またはタイプ2デバイスによって、登録、初期化、通信、識別、検証、検出、認識、認証、アクセス制御、クラウドアクセスネットワーキングソーシャルネットワーキングログ取り、記録、カタログ作コンポーネント類、タグ付け、関連付け、ペアリングトランザクション電子トランザクション、および/または知的財産制御のために使用され得る。

0102

オブジェクトは、人、乗客、子供、老人乳児、寝ている乳児、ビークル内の乳児、患者、労働者、高価値労働者、専門家スペシャリストウェイター、モールの客、空港/鉄道駅バスターミナル船舶ターミナル旅行者、工場/モール/スーパーマーケット/オフィス/職場スタッフ/労働者/カスタマーサービス担当者下水換気システムリフト昇降路サービスマン、リフト昇降路内のリフトエレベーター、収監者、トラッキング/モニタ対象の人々、動物、植物、生き物、ペット、、スマートフォン、フォンアクセサリ、コンピュータ、タブレット、ポータブルコンピュータ、ドングル、計算アクセサリ、ネットワークデバイス、WiFiデバイス、IoTデバイス、スマートウォッチ、スマートグラス、スマートデバイス、スピーカ、キースマートキーウォレットパースハンドバッグバックパック、商品、貨物荷物、機材、モータ、機械、エアコンディショナ、ファン、エアコンディショニング機材、作り付け照明、可動照明、テレビ、カメラ、オーディオおよび/もしくはビデオ機材、ステーショナリ(stationary)、モニタ機材、部品看板、ツール、カートチケット、駐車券、市外交換証、航空券クレジットカードプラスチックカードアクセスカード食品包装、台所用品、テーブル、椅子、クリーニング機材/ツール、ビークル、自動車、駐車施設内の自動車、倉庫/ストア/スーパーマーケット/流通センター内の商品、ボート自転車飛行機ドローン、リモコン自動車/飛行機/ボート、ロボット、製造デバイス、組み立てライン、工場での材料/未完成の部品/ロボット/ワゴン輸送、空港/ショッピングマート/スーパーマーケットでトラッキング対象のオブジェクト、非オブジェクト、オブジェクトの不在、オブジェクトの存在、形態を有するオブジェクト、形態が変化するオブジェクト、形態のないオブジェクト、流体の質量、液体の質量、ガス/煙の質量、火、炎、電磁(EM)源、EM媒体、ならびに/または別のオブジェクトであり得る。

0103

オブジェクト自体は、WiFi、MiFi、3G/4G/LTE/5G、Bluetooth、BLE、WiMax、Zigbee、メッシュネットワーク、アドホックネットワーク、および/またはその他のネットワークなどのいくつかのネットワークと通信可能に結合され得る。オブジェクト自体が、AC電源を備えて嵩高い場合があるが、設置、クリーニング、メンテナンス、修復などの間は移動される。また、可動プラットフォーム、例えば、リフト、パッドムーバブル、プラットフォーム、エレベーター、コンベヤベルト、ロボット、ドローン、フォークリフト、自動車、ボート、ビークルなどに設置され得る。オブジェクトは、複数の部分を有し得、各部分が、異なる運動を行う。例えば、オブジェクトは、歩いて前進する人であり得る。歩行中左手および右手は、異なる瞬間速さ、加速度、動きなどで、異なる方向に動き得る。

0104

無線送信器(例えば、タイプ1デバイス)、無線受信器(例えば、タイプ2デバイス)、別の無線送信器、および/または別の無線受信器は、(例えば、前の運動、現在の運動、および/または、将来の運動においてオブジェクトおよび/または別のオブジェクトと共に動くことができる。これらは、1つ以上の近くのデバイスに通信可能に結合され得る。これらは、TSCIおよび/またはTSCIと関連付けられた情報を、近くのデバイスに、および/または互いに送信し得る。これらは、近くのデバイスを有し得る。無線送信器および/または無線受信器は、小型(例えば、コインサイズ、タバコの箱サイズ、またはもっと小さいサイズ)軽量ポータブルデバイスの一部であり得る。ポータブルデバイスは、近くのデバイスと無線で結合され得る。

0105

近くのデバイスは、スマートフォン、iPhone、Androidフォン、スマートデバイス、スマートアプライアンス、スマートビークル、スマートガジェット、スマートTV、スマート冷蔵庫、スマートスピーカ、スマートウォッチ、スマートグラス、スマートパッド、iPad、コンピュータ、ウェアラブルコンピュータノートブックコンピュータゲートウェイであり得る。近くのデバイスは、インターネット、ワイヤードインターネット接続、および/または無線インターネット接続を介して、クラウドサーバ、ローカルサーバ、および/またはその他のサーバに接続され得る。近くのデバイスは、ポータブルであり得る。ポータブルデバイス、近くのデバイス、ローカルサーバ、および/またはクラウドサーバは、タスク(例えば、TSCIを得る、オブジェクトの運動と関連付けられたオブジェクトの特徴/時空間情報の決定、時系列の電力情報の計算、特定の関数の決定/計算、局所的極値の探索、分類、時間オフセットの特定の値を識別、ノイズ除去、処理、単純化、クリーニング、無線スマートセンシングタスク、信号からCI抽出、切り換え、セグメンテーション軌道の推定、地図の処理、補正補正調整、調整、地図による補正、誤差の検出、境界ヒット(boundary hitting)のチェック閾値法など)および情報(例えば、TSCI)のために計算および/またはストレージを共有し得る。

0106

近くのデバイスは、オブジェクトと共に動いてもよいし、動かなくてもよい。近くのデバイスは、ポータブル/ポータブルでない/可動/非可動であってもよい。近くのデバイスは、バッテリ電源ソーラーパワー、AC電源、および/またはその他の電源を使用することができる。近くのデバイスは、交換可能/交換不可能バッテリおよび/または充電可能/充電不可能バッテリを有し得る。近くのデバイスは、オブジェクトに類似していてもよい。近くのデバイスは、オブジェクトと同一の(および/または同様の)ハードウェアおよび/またはソフトウェアを有し得る。近くのデバイスは、スマートデバイス、ネットワーク対応デバイス、WiFi/3G/4G/5G/6G/Zigbee/Bluetooth/アドホックネットワーク/その他のネットワークへの接続を有するデバイス、スマートスピーカ、スマートウォッチ、スマートクロック、スマートアプライアンス、スマート機械、スマート機材、スマートツール、スマートビークル、モノのインターネット(internet-of-thing:IoT)デバイス、インターネット対応デバイス、コンピュータ、ポータブルコンピュータ、タブレット、および別のデバイスであり得る。

0107

無線受信器と関連付けられた、近くのデバイスおよび/または少なくとも1つのプロセッサ、無線送信器、別の無線受信器、別の無線送信器、および/または、クラウドサーバ(クラウド内)は、オブジェクトの初期時空間情報を決定し得る。それらのうちの2つまたはそれ以上は、連帯的に初期時空間情報を決定し得る。それらのうちの2つまたはそれ以上は、初期時空間情報(例えば、初期位置)の決定において、中間情報を共有し得る。一実施例では、無線送信器(例えば、タイプ1デバイス、またはトラッカーボット)は、オブジェクトと共に動くことができる。無線送信器は、無線受信器(例えば、タイプ2デバイス、またはオリジン登録器)に信号を送信するか、またはオブジェクトの初期時空間情報(例えば、初期位置)を決定し得る。無線送信器はまた、オブジェクトの動き(時空間情報)をモニタするために、別の無線受信器(例えば、別のタイプ2デバイス、または別のオリジン登録器)に信号および/または別の信号を送信し得る。無線受信器はまた、オブジェクトの動きをモニタするために、無線送信器および/または別の無線送信器から信号および/または別の信号を受信し得る。無線受信器および/または別の無線受信器の場所は、既知であり得る。別の実施例では、無線受信器(例えば、タイプ2デバイス、またはトラッカーボット)は、オブジェクトと共に動くことができる。無線受信器は、オブジェクトの初期時空間情報(例えば、初期位置)を決定するために、無線送信器(例えば、タイプ1デバイス、またはオリジン登録器)から送信された信号を受信し得る。無線送信器はまた、オブジェクトの現在の動き(例えば、時空間情報)をモニタするために、別の無線送信器(例えば、別のタイプ1デバイス、または別のオリジン登録器)から信号および/または別の信号を受信し得る。無線送信器はまた、オブジェクトの動きをモニタするために、無線受信器および/または別の無線受信器(例えば、別のタイプ2デバイス、または別のトラッカーボット)に信号および/または別の信号を送信し得る。無線送信器および/または別の無線送信器の場所は、既知であり得る。

0108

場所は、部屋、家、オフィス、職場、廊下歩道、リフト、リフト昇降路、エスカレーター、エレベーター、下水システム、換気システム、階段集合エリアダクトエアダクト、パイプ、チューブ密閉構造半密閉構造密閉エリア、少なくとも1つの壁を有するエリア、プラント、機械、エンジン、木でできた構造、ガラスでできた構造、金属でできた構造、壁を有する構造、ドアを有する構造、隙間を有する構造、反射面を有する構造、流体を有する構造、建物、ルーフトップ、ストア、工場、組み立てライン、ホテルの部屋、美術館教室、学校、大学、政府の建物、倉庫、ガレージ、モール、空港、鉄道駅、バスターミナル、ハブ、交通ハブ、船舶ターミナル、政府施設公共施設、学校、大学、エンタテイメント施設、レクリエーション施設病院老人ホーム介護施設コミュニティセンター、スタジアム、遊び場公園フィールドスポーツ施設水泳施設、トラックおよび/またはフィールド、バスケットボールコート、テニスコートサッカースタジアム、野球スタジアム、体育館、ホール、ガレージ、ショッピングマート、モール、スーパーマーケット、製造施設、駐車施設、建設現場採掘施設、輸送施設、高速道路道路、谷、森林、木、土地、地形、小部屋、パティオ、地面、小道、アミューズメントパーク市街地、田舎、郊外エリア、都市圏ガーデン、広場、プラザ音楽ホールダウンタウン施設、オーバーエア施設、セミオープン施設、閉鎖エリア、鉄道のホーム、鉄道駅、流通センター、倉庫、ストア、流通センター、ストレージ施設、地下施設宇宙(例えば、地上、宇宙空間)施設、フローティング施設、洞窟、トンネル施設、屋内施設野外施設、いくつかの壁/ドア/反射バリアを有する屋外施設、オープン施設、半オープン施設、自動車、トラック、バスバンコンテナ/ボート、潜水艇列車トラム、飛行機、ビークル、移動住宅洞穴、トンネル、パイプ、チャネル、大都市圏、比較的高い建物のあるダウンタウンエリア、谷、井戸、ダクト、細道、ガスラインオイルライン送水管、細道/小路/道路/チューブ/空洞/洞穴/パイプ状構造/空域/流体域,を相互接続するネットワーク、人体、動物の体、体腔臓器、骨、歯、軟組織硬組織硬質組織、非硬質組織、血管/体液管、気管、エアダクト、小部屋などのスペースであり得る。場所は、屋内、屋外であり得る。場所は、空間の内側および外側の両方を含み得る。例えば、場所は、建物の内側および建物の外側の両方を含み得る。例えば、場所は、1階または複数階の建物であることができ、建物の一部は、地下であることができる。建物の形状は、例えば、円形正方形矩形三角形、または不規則な形状であり得る。これらは、単なる例である。本開示を使用して、その他の種類の場所または空間内のイベントを検出することができる。

0109

無線送信器(例えば、タイプ1デバイス)および/または無線受信器(例えば、タイプ2デバイス)は、(例えば、前の運動および/または現在の運動において)オブジェクトと共に動くことができるポータブルデバイス(例えば、モジュール、またはモジュールを備えたデバイス)内に埋め込まれ得る。ポータブルデバイスは、ワイヤード接続(例えば、USB、マイクロUSB、Firewire、HDMIシリアルポートパラレルポート、およびその他のコネクタを介して)および/または接続(例えば、Bluetooth、Bluetooth Low Energy(BLE)、WiFi、LTE、ZigBeeなど)を使用して、オブジェクトと通信可能に結合され得る。ポータブルデバイスは、軽量デバイスであり得る。ポータブルは、バッテリ、充電可能バッテリ、および/またはAC電源によって電力供給され得る。ポータブルデバイスは、超小型(例えば、1ミリメートル未満スケールおよび/もしくは1センチメートル未満のスケール)、ならびに/または小型(例えば、コインサイズ、カードサイズポケットサイズ、もしくはそれ以上)であり得る。ポータブルデバイスは、大型、大きい、および/または嵩高(例えば、設置される重機)であり得る。ポータブルデバイスは、WiFiホットスポット、アクセスポイント、モバイルWiFi(MiFi)、USB/マイクロUSB/ファイアワイア(Firew1ire)/その他のコネクタを備えるドングル、スマートフォン、ポータブルコンピュータ、コンピュータ、タブレット、スマートデバイス、モノのインターネット(IoT)デバイス、WiFi対応デバイス、LTE対応デバイス、スマートウォッチ、スマートグラス、スマートミラースマートアンテナスマートバッテリ、スマート照明、スマートペン、スマートリング、スマートドア、スマート窓、スマートクロック、小バッテリ、スマートウォレット、スマートベルト、スマートハンドバッグ、スマート衣服衣料品、スマートオーナメント、スマート包装、スマートペーパー/本/雑誌ポスター印刷物/看板/ディスプレイ照明付きシステム/照明システム、スマートキー/ツール、スマートブレスレットチェーン/ネックレス/ウェアラブル/アクセサリ、スマートパッド/クッション、スマートタイル/ブロック/れんが/建物材料/その他の材料、スマートゴミ箱廃棄物コンテナ、スマートフードキャリッジ/ストレージ、スマートボールラケット、スマート椅子/ソファ/ベッド、スマート履物カーペットマットシューラック、スマートグローブ手袋/リング/ハンドウェア(hand ware)、スマートハットヘッドウェアメイクアップステッカータトゥ、スマートミラー、スマートトイ、スマートピル、スマートキッチン用品、スマートボトル/フードコンテナ、スマートツール、スマートデバイス、IoTデバイス、WiFi対応デバイス、ネットワーク対応デバイス、3G/4G/5G/6G対応デバイス、埋め込みデバイスインプラント型デバイス、エアコンディショナ、冷蔵庫、ヒーター、暖炉、家具、オーブン、クッキングデバイス、テレビ/セットトップボックス(set-top box:STB)/DVDプレイヤオーディオプレイヤビデオプレイヤ/リモコン、hi−fi、オーディオデバイス、スピーカ、ランプ/照明、壁、ドア、窓、ルーフ、ルーフタイル/屋根板/構造/屋根裏構造/デバイス/特徴/設備/作り付け家具、芝刈機/ガーデンツール/庭ツール/工具/ガレージツール/、ゴミ箱/コンテナ、20フィート/40フィートコンテナストレージコンテナ、工場/製造/生産デバイス、修理ツール、流体コンテナ、機械、設置される機械、ビークル、カート、ワゴン、倉庫ビークル、自動車、自転車、オートバイ、ボート、大型船、飛行機、バスケットボックスバッグバケツ/コンテナ、スマートプレートカップボウルポット/マット/キッチン用品/キッチンツール/キッチンデバイス/キッチンアクセサリ/キャビネット/テーブル/椅子/タイル/照明/送水管/蛇口/ガスレンジ/オーブン/食器洗い機/などであり得る。ポータブルデバイスは、交換可能、交換不可能、充電可能、および/または充電不可能であり得るバッテリを有し得る。ポータブルデバイスは、無線で充電できる。ポータブルデバイスは、スマートペイメントカードであり得る。ポータブルデバイスは、駐車場、高速道路、娯楽公園、または支払いが必要なその他の場所/施設で使用されるペイメントカードであり得る。ポータブルデバイスは、上記のように、識別情報(ID)を有することができる。

0110

イベントは、TSCIに基づいてモニタされ得る。イベントは、オブジェクト関連イベント、例えば、オブジェクト(例えば、人および/または病人)の転倒、回転、逡巡、一時停止、衝撃(例えば、サンドバッグ、ドア、窓、ベッド、椅子、テーブル、、キャビネット、箱、別の人、動物、、はえ、テーブル、椅子、ボール、ボーリングボールテニスボールフットボールサッカーボール野球ボール、バスケットボール、バレーボールなどをたたく人)、ツーボディアクション(例えば、風船を放す人、を捕まえる、粘度を成形する、書類を書く、コンピュータでタイピングする人など)、ガレージ内を動く自動車、スマートフォンを持ちながら空港/モール/政府の建物/オフィス/などを歩き回る人、自律的な可動オブジェクト/動き回る機械(例えば、真空掃除機ユーティリティビークル、自動車、ドローン、自動運転車など)であり得る。

0111

タスクまたは無線スマートセンシングタスクには、オブジェクト検出存在検出オブジェクト認識、オブジェクト検証、ツール検出、ツール認識、ツール検証、機械検出、機械認識、機械検証、人間検出、人間認識、人間検証、乳児検出、乳児認識、乳児検証、人間呼吸検出、動き検出、動き推定、動き検証、周期的動き検出、周期的動き推定、周期的動き検証、定常動き検出、定常動き推定、定常動き検証、周期的定常動き検出、周期的定常動き推定、周期的定常動き検証、過渡的動き検出、過渡的動き推定、過渡的動き検証、トレンド検出、トレンド推定、トレンド検証、呼吸検出、呼吸推定、呼吸推定、人間バイオメトリクス検出、人間バイオメトリクス推定、人間バイオメトリクス検証、環境情報検出、環境情報推定、環境情報検証、歩行検出、歩行推定、歩行検証、ジェスチャー検出、ジェスチャー推定、ジェスチャー検証、機械学習、教師あり学習、教師なし学習、半教師あり学習、クラスタリング、特徴抽出、特徴トレーニング、主コンポーネント分析、固有値分解周波数分解時間分解時間周波数分解、関数分解、その他の分解、トレーニング、識別トレーニング、教師ありトレーニング、教師なしトレーニング、半教師ありトレーニング、ニューラルネットワーク、突然の動き検出、転倒検出、危険検出、生命脅威検出、規則的な動き検出、定常動き検出、周期的定常動き検出、侵入検出、不審な動き検出、セキュリティ安全モニタ、ナビゲーション、ガイダンス、地図による処理、地図による補正、不規則性検出、場所特定、トラッキング、複数のオブジェクトトラッキング、屋内トラッキング、屋内位置、屋内ナビゲーション、電力伝送無線電力伝送、オブジェクトカウントパーキングガレージ中での自動車トラッキング、患者検出、患者モニタ、患者検証、無線通信データ通信、信号放送、ネットワーキング、コーディネーション、管理、暗号化、保護、クラウドコンピューティング、その他の処理および/またはその他のタスクが含まれ得る。タスクは、タイプ1デバイス、タイプ2デバイス、別のタイプ1デバイス、別のタイプ2デバイス、近くのデバイス、ローカルサーバ、エッジサーバ、クラウドサーバ、および/または他のデバイスによって実施され得る。

0112

タスクの第1の部分には、前処理、信号調整信号処理、後処理、ノイズ除去、特徴抽出、コーディング、暗号化、変換、マッピング、動き検出、動き推定、動き変化検出、動きパターン検出、動きパターン推定、動きパターン認識、バイタルサイン検出、バイタルサイン推定、バイタルサイン認識、周期的動き検出、周期的動き推定、呼吸数検出、呼吸数推定、呼吸パターン検出、呼吸パターン推定、呼吸パターン認識、心拍検出心拍推定、心臓パターン検出、心臓パターン推定、心臓パターン認識、ジェスチャー検出、ジェスチャー推定、ジェスチャー認識、速さ検出、速さ推定、オブジェクト場所特定、オブジェクトトラッキング、ナビゲーション、加速推定、加速検出、転倒検出、変化検出侵入者検出、乳児検出、乳児モニタ、患者モニタ、オブジェクト認識、無線電力伝送、および/または無線充電のうちの少なくとも1つが含まれ得る。

0113

タスクの第2の部分には、スマートホームタスク、スマートオフィスタスク、スマート建物タスク、スマート工場タスク(例えば、機械または組み立てラインを使用する製造)、スマートモノのインターネット(IoT)タスク、スマートシステムタスク、スマートホーム動作、スマートオフィス動作、スマート建物動作、スマート製造動作(例えば、資材/部品/原材料を機械/組み立てラインに移動)、IoT動作、スマートシステム動作、部屋、領域および/もしくは場所のうちの少なくとも1つにおいて照明をオン、照明をオフ、照明を制御、サウンドクリップ再生、部屋、領域および/もしくは場所のうちの少なくとも1つにおいてサウンドクリップを再生、歓迎、グリーティング、別れ、第1のメッセージ、および/もしくはタスクの第1の部分と関連付けられた第2のメッセージのうちの少なくとも1つのサウンドクリップを再生、部屋、領域および/もしくは場所のうちの少なくとも1つにおいてアプライアンスをオン、アプライアンスをオフ、アプライアンスを制御、部屋、領域および/もしくは場所のうちの少なくとも1つにおいて電気システムをオン、電気システムをオフ、電気システムを制御、部屋、領域および/もしくは場所のうちの少なくとも1つにおいてセキュリティシステムをオン、セキュリティシステムをオフ、セキュリティシステムを制御、部屋、領域および/もしくは場所のうちの少なくとも1つにおいて機械システムをオン、機械システムをオフ、機械システムを制御、ならびに/またはエアコンディショニングシステム暖房システム、換気システム、照明システム、暖房デバイス、ストーブ、エンタテイメントシステム、ドア、フェンス、窓、ガレージ、コンピュータシステム、ネットワークデバイス、ネットワークシステム、ホームアプライアンス、オフィス機材、照明デバイス、ロボット(例えば、ロボットアーム)、スマートビークル、スマート機械、組み立てライン、スマートデバイス、モノのインターネット(IoT)デバイス、スマートホームデバイス、および/もしくはスマートオフィスデバイスのうちの少なくとも1つを制御、のうちの少なくとも1つが含まれ得る。

0114

タスクとしては、ユーザの帰宅を検出、ユーザの外出を検出、ユーザの部屋から部屋への移動を検出、窓/ドア/ガレージドア/ブラインドカーテンパネルソーラーパネル日除けを検出/制御/ロック/アンロック/開く/閉じる/部分的に開く、ペットを検出、何かをしているユーザを検出/モニタ(例えば、ソファで寝る、ベッドルームで寝る、トレッドミルで走る、調理する、ソファに座る、TVを観る、キッチンで食事をする、ダイニングルームで食事をする、階上/階下へ行く、外出する/帰宅する、トイレにいるなど)、ユーザ/ペットの場所をモニタ/検出、検出時に自動的に何かをする、ユーザを検出時に自動的にユーザのために何かをする、照明をオン/オフ/薄暗くする、音楽/無線/ホームエンタテイメントシステムをオン/オフ、TV/HiFi/セットトップボックス(STB)/ホームエンタテイメントシステム/スマートスピーカ/スマートデバイスをオン/オフ/調整/制御、エアコンディショニングシステムをオン/オフ/調整、換気システムをオン/オフ/調整、暖房システムをオン/オフ/調整、カーテン/照明シェードを調整/制御、コンピュータをオン/オフ/起動、コーヒーメーカ/湯沸かしポットをオン/オフ/予熱/制御、調理器具/オーブン/電子レンジ/別のクッキングデバイスをオン/オフ/制御/予熱、温度をチェック/調整、天気予報をチェック、電話メッセージボックスをチェック、メールをチェック、システムチェックを行う、システムを制御/調整、セキュリティシステム/ベビーモニターをチェック/制御/準備/解除、冷蔵庫をチェック/制御、報告の実施(例えば、Google home、Amazon Echoなどのスピーカを通して、ディスプレイ/スクリーン上で、ウェブページeメールメッセージシステム通知システムなどを介して)を挙げてもよい。

0115

例えば、ユーザが自動車で家に着いたとき、タスクは、自動的に、ユーザまたは彼の自動車が接近しているのを検出する、検出するとすぐにガレージドアを開く、ユーザがガレージに近づくとドライブウェイ/ガレージ照明をオンする、エアコンディショナ/ヒーター/ファンをオンする、などをすることであり得る。ユーザが家に入ると、タスクは、自動的に、エントランス照明をオンする、ドライブウェイ/ガレージ照明をオフする、ユーザを歓迎するためにグリーティングメッセージを再生する、音楽をつける、ラジオをつけてユーザの好みのラジオニュースチャンネルに合わせる、カーテン/ブラインドを開ける、ユーザの気分をモニタする、ユーザの気分またはユーザの毎日カレンダーにある現在の/差し迫ったイベントに応じて照明およびサウンド環境を調整する(例えば、ユーザは、1時間後にガールフレンドとディナーを食べることになっているので、ロマンチックな照明および音楽にする)、ユーザがに準備した電子レンジ内の食べ物を温める、家の中のすべてのシステムの診断チェックをする、明日の仕事のために天気予報をチェックする、ユーザの関心のあるニュースをチェックする、ユーザのカレンダーおよびto−doリストをチェックしてリマインドする、電話応答システム/メッセージシステム/eメールをチェックして対話システム音声合成を使用して口頭で報告する、(例えば、スピーカ/HiFi/音声合成/音声/声/音楽/音場背景音場/対話システムなどの可聴ツールを使用して、TV/エンタテイメントシステム/コンピュータ/ノートブック/スマートパッド/ディスプレイ/照明/色/輝度/パターン/記号などの視覚ツールを使用して、触覚ツール/バーチャルリアリティーツール/ジェスチャー/ツールを使用して、スマートデバイス/アプライアンス/用具/家具/作り付け家具を使用して、webツール/サーバ/クラウドサーバ/フォグサーバ/エッジサーバ/ホームネットワーク/メッシュネットワークを使用して、メッセージツール/通知ツール通信ツールスケジューリングツール/eメールを使用して、ユーザインターフェース/GUIを使用して、香り/匂い/芳香/味を使用して、神経ツール/神経系ツールを使用して、組み合わせを使用して、など)ユーザの母親の誕生日をリマインドして彼に電話する、(例えば、上述のようにリマインドのためにツールを使用して)報告を準備して報告を実施する、ことであり得る。タスクは、あらかじめエアコンディショナ/ヒーター/換気システムをオンするか、またはあらかじめスマートサーモスタット温度設定を調整し得る。ユーザがエントランスからリビングルームに移動すると、タスクは、リビングルーム照明をオンする、リビングルームカーテンを開く、窓を開く、ユーザの後ろのエントランス照明をオフする、TVおよびセットトップボックスをオンする、TVをユーザのお気に入りチャンネルに設定する、ユーザの好みおよび条件/状態に従ってアプライアンスを調整する(例えば、照明を調整し、かつ音楽を選択/再生して、ロマンチックな雰囲気を作る)、などをすることであり得る。

0116

別の例は、以下であり得る。ユーザが朝目覚めると、タスクは、ユーザがベッドルーム内を動いていることを検出する、ブラインド/カーテンを開く、窓を開く、アラームクロックをオフする、夜間温度プロファイルから日中温度プロファイルへと屋内温度を調整する、ベッドルーム照明をオンする、ユーザがレストルームに近づくとレストルーム照明をオンする、無線またはストリーミングチャネルをチェックして朝のニュースを再生する、コーヒーメーカをオンして水を予熱する、セキュリティシステムをオフする、などをすることであり得る。ユーザがベッドルームからキッチンへ歩いているとき、タスクは、キッチンおよび廊下の照明をオンする、ベッドルームおよびレストルームの照明をオフする、ベッドルームからキッチンに音楽/メッセージ/リマインダーを移動する、キッチンのTVをオンする、TVを朝のニュースチャンネルに変える、キッチンのブラインドを下げてキッチンの窓を開け新鮮な空気を入れる、ユーザが裏庭をチェックするために裏口をアンロックする、キッチンの温度設定を調整する、などをすることであり得る。別の例は、以下であり得る。ユーザが仕事のために家を出ると、タスクは、ユーザの外出を検出する、送別および/またはいってらっしゃいメッセージを再生する、ガレージドアを開く/閉じる、ガレージ照明およびドライブウェイ照明をオンする/オフする、エネルギ節約のために照明をオフする/薄暗くする(万が一ユーザが忘れている場合)、すべての窓/ドアを閉じる/ロックする(万が一ユーザが忘れている場合)、アプライアンスをオフする(特に、ストーブ、オーブン、電子レンジ)、侵入者に対して家を守るためにホームセキュリティシステムをオンする/装備する、エネルギ節約のために、エアコンディショニング/暖房/換気システムを「外出中」プロファイルに調整する、ユーザのスマートフォンにアラートレポートアップデートを送信する、などをすることであり得る。

0117

動きには、動きなし、静止の動き、動かない動き、決定論的動き、過渡的動き、転倒の動き、繰り返しの動き、周期的動き、疑似の周期的動き、呼吸と関連付けられた周期的動き、心拍と関連付けられた周期的動き、生物と関連付けられた周期的動き、機械と関連付けられた周期的動き、人工物と関連付けられた周期的動き、自然と関連付けられた周期的動き、過渡的要素および周期的要素を含む複雑な動き、反復性の動き、非決定論的動き、確率論的動き、無秩序な動き、ランダム動き、非決定論的要素および決定論的要素を含む複雑な動き、定常ランダム動き、疑似定常ランダム動き、周期的定常ランダム動き、非定常ランダム動き、周期的自己相関関数(autocorrelation function:ACF)による定常ランダム動き、ある期間にわたる周期的ACFによるランダム動き、ある期間にわたって疑似定常であるランダム動き、瞬間ACFがある期間にわたって疑似の周期的要素を有するランダム動き、機械の動き、機械的な動き、ビークルの動き、ドローンの動き、空気関連の動き、風関連の動き、気象関連の動き、水関連の動き、流体関連の動き、地面関連の動き、電磁気特徴の変化、地表下の動き、地震の動き、植物の動き、動物の動き、人間の動き、通常の動き、異常な動き、危険な動き、警告の動き、不審な動き、雨、火、洪水津波、爆発、衝突、差し迫った衝突、人体の動き、頭の動き、顔の動き、眼の動き、口の動き、の動き、首の動き、指の動き、手の動き、腕の動き、肩の動き、体の動き、の動き、腹部の動き、の動き、脚の動き、足の動き、体の関節の動き、膝の動き、肘の動き、上半身の動き、下半身の動き、皮膚の動き、皮膚下の動き、皮下組織の動き、血管の動き、静脈内の動き、臓器の動き、心臓の動き、の動き、の動き、腸の動き、はらわたの動き、摂食の動き、呼吸の動き、顔の表情、眼の表情、口の表情、会話の動き、歌唱の動き、摂食の動き、ジェスチャー、手のジェスチャー、腕のジェスチャー、キーストローク、タイピングストローク、ユーザインターフェースのジェスチャー、人と機械の相互作用、歩行、ダンス運動、協調運動、ならびに/または協調身体運動のうちの少なくとも1つが含まれ得る。タイプ1デバイスおよび/または任意のタイプ2受信器の異種ICは、低ノイズアンプ(LNA)、パワーアンプ送受信スイッチ媒体アクセスコントローラベースバンド無線、2.4GHz無線、3.65GHz無線、4.9GHz無線、5GHz無線、5.9GHz無線、6GHz未満無線、60GHz未満無線、および/または別の無線を含み得る。

0118

異種ICは、プロセッサと、プロセッサと通信可能に結合されたメモリと、プロセッサによって実行するようにメモリ中に格納された命令セットと、を備えることができる。ICおよび/または任意のプロセッサには、汎用プロセッサ専用プロセッサマイクロプロセッサマルチプロセッサマルチコアプロセッサ並列プロセッサCISCプロセッサ、RISCプロセッサマイクロコントローラ中央処理装置(central processing unit:CPU)、グラフィカルプロセッサユニット(graphical processor unit:GPU)、デジタル信号プロセッサ(digital signal processor:DSP)、特定用途向け集積回路(application specific integrated circuit:ASIC)、フィールドプログラマブルゲートアレイ(field programmable gate array:FPGA)、組込みプロセッサ(例えば、ARM)、論理回路、その他のプログラマブルロジックデバイス、個別論理、および/または組み合わせのうちの少なくとも1つが含まれ得る。異種ICは、ブロードバンドネットワーク、無線ネットワーク、モバイルネットワーク、メッシュネットワーク、セルラーネットワーク無線ローカルエリアネットワーク(wireless local area network:WLAN)、ワイドエリアネットワーク(wide area network:WAN)、およびメトロポリタンエリアネットワーク(metropolitan area network:MAN)、WLAN規格、WiFi、LTE、802.11規格、802.11a、802.11b、802.11g、802.11n、802.11ac、802.11ad、802.11af、802,11ah、802.11ax、802.11ay、メッシュネットワーク規格、802.15規格、802.16規格、セルラーネットワーク規格、3G、3.5G、4G、4G超、4.5G、5G、6G、7G、8G、9G、Bluetooth、Bluetooth Low−Energy(BLE)、Zigbee、WiMax、および/または別の無線ネットワークプロトコルをサポートし得る。プロセッサは、汎用プロセッサ、専用プロセッサ、マイクロプロセッサ、マイクロコントローラ、組込みプロセッサ、デジタル信号プロセッサ、中央処理装置(CPU)、グラフカルプロセッシングユニット(GPU)、マルチプロセッサ、マルチコアプロセッサ、および/またはグラフィック機能を備えたプロセッサ、および/または組み合わせを含み得る。メモリは、揮発性不揮発性ランダムアクセスメモリ(random access memory:RAM)、読み取り専用メモリ(Read Only Memory:ROM)、電気プログラマブルROM(Electrically Programmable ROM:EPROM)、電気的消去可能プログラマブルROM(Electrically Erasable Programmable ROM:EEPROM)、ハードディスクフラッシュメモリCD−ROM、DVD−ROM、磁気ストレージ光ストレージ有機ストレージ、ストレージシステムストレージネットワークネットワークストレージクラウドストレージエッジストレージ、ローカルストレージ外部ストレージ内部ストレージ、またはその他の形態の当該技術分野において既知の非一過性ストレージメディアであり得る。方法ステップに対応する命令セット(機械実行可能コード)は、ハードウェア中、ソフトウェア中、ファームウェア中、またはこれらの組み合わせ中に直接埋め込まれ得る。命令セットは、埋め込まれ、事前にロードされ、起動時にロードされ、オンザフライでロードされ、要望に応じてロードされ、事前にインストールされ、インストールされ、および/またはダウンロードされ得る。プレゼンテーションは、視聴覚的方法、グラフィカルな方法(例えば、GUIを使用した)、テキストの方法、記号の方法、または機械的方法によるプレゼンテーションであり得る。
基本的計算

0119

本方法と関連付けられた計算作業負荷は、プロセッサ、タイプ1異種無線デバイス、タイプ2異種無線デバイス、ローカルサーバ、クラウドサーバ、および別のプロセッサ間で共有される。動作、前処理、処理、および/または後処理をデータ(例えば、TSCI、自己相関)に適用できる。動作は、前処理、処理、および/または後処理であり得る。前処理、処理、および/または後処理は、動作であり得る。動作には、前処理、処理、後処理、オペランド関数の計算、フィルタリング、線形フィルタリング非線形フィルタリング折畳み、グループ化エネルギ消費低域フィルタリング帯域フィルタリング高域フィルタリング、メジアンフィルタリング、ランクフィルタリング四分位数フィルタリング、百分位数フィルタリング、モードフィルタリング有限インパルス応答(finite impulse response:FIR)フィルタリング、無限インパルス応答(infinite impulse response:IIR)フィルタリング、移動平均(moving average:MA)フィルタリング、自己回帰(autoregressive:AR)フィルタリング、自己回帰移動平均(filtering,autoregressive moving averaging:ARMA)フィルタリング、選択的フィルタリング適応フィルタリング、補間、デシメーション、サブサンプリング、アップサンプリングリサンプリング時間補正時間軸補正位相補正、大きさ補正、相クリーニング、大きさクリーニング、マッチドフィルタリングエンハンスメント復元、ノイズ除去、平滑化、信号調整、エンハンスメント、復元、スペクトル分析線形変換非線形変換周波数変換逆周波数変換フーリエ変換ウェーブレット変換ラプラス変換ヒルベルト変換アダマール変換三角関数変換、サイン変換、コサイン変換、2のべき乗変換、スパース変換グラフベース変換(graph-based transform)、グラフ信号処理、高速変換ゼロパディングと組み合わせた変換、循環パディング(cyclic padding)、パディング、ゼロパディング、特徴抽出、分解、射影、正射影、非正射影、オーバーコンプリート射影(over-complete projection)、固有値分解、特異値分解(singular value decomposition:SVD)、主コンポーネント分析(principle component analysis:PCA)、独立コンポーネント分析(independent component analysis:ICA)、グループ化、ソート、閾値法、ソフト閾値法、ハード閾値法、クリッピングソフトクリッピング一次微分二次微分高次微分、畳み込み、乗算除算加算、減算、積分、最大化、最小化、極大化極小化、コスト関数の最適化、ニューラルネットワーク、認識、ラベリング訓練、クラスタリング、機械学習、教師あり学習、教師なし学習、半教師あり学習、別のTSCIとの比較、類似性スコアの計算、量子化、ベクトル量子化、マッチングトラッキング、圧縮、暗号化、コーディング、記憶、送信、正規化、時間正規化、周波数領域正規化、分類、クラスタリング、ラベリング、タグ付け、学習、検出、推定、学習ネットワーク、マッピング、リマッピング拡張、記憶、取り返す、送信、受信、表現、マージ、結合、分割、トラッキング、モニタ、マッチドフィルタリング、カルマンフィルタリング、粒子フィルタ内挿外挿重点サンプリングモンテカルロサンプリング、圧縮センシング、表現、マージ、結合、分割、スクランブリング誤り保護前方誤り訂正、何もしない、経時変化処理、調整平均、加重平均、算術平均幾何平均調和平均、選択された周波数での平均、アンテナリンクでの平均、論理演算、置換、組み合わせ、ソート、AND、OR、XOR、和集合論理積ベクトル加算、ベクトル減算、ベクトル乗算、ベクトル除算、逆、ノルム、距離、および/または別の動作が含まれ得る。動作は、前処理、処理、および/または後処理であり得る。動作は、複数の時系列または関数に連帯的に適用され得る。

0120

関数(例えば、オペランド関数)には、スカラー関数ベクトル関数、離散関数、連続関数多項式関数、特徴、特徴、大きさ、位相、指数関数対数関数、三角関数、超越関数論理関数線形関数代数関数非線形関数区分線形関数、実関数、複素関数ベクトル値関数、逆関数、関数の微分、関数の積分、円関数、別の関数の関数、1対1関数、1対多関数、多対1関数、多対多関数、ゼロ交差絶対値関数、指示関数、平均、最頻値メジアン、範囲、統計、分散、算術平均、幾何平均、調和平均、トリムド平均、百分位数、平方、立方、根、累乗、サイン、コサインタンジェントコタンジェント正割余割楕円関数放物線関数双曲線関数、ゲーム関数、ゼータ関数、絶対値、閾値法、制限関数、床関数、丸め関数、符号関数、量子化、区分定数関数合成関数、関数の関数、演算(例えば、フィルタリング)で処理された時間関数、確率論的関数、確率関数ランダム関数エルゴード関数、定常関数、確定関数周期関数、変換、周波数変換、逆周波数変換、離散時間変換、ラプラス変換、ヒルベルト変換、サイン変換、コサイン変換、三角変換、ウェーブレット変換、整数変換、2のべき乗変換、スパース変換、射影、分解、主コンポーネント分析(PCA)、独立コンポーネント分析(ICA)、ニューラルネットワーク、特徴抽出、移動関数、時系列の隣接項目の移動窓関数フィルタリング関数、畳み込み、平均関数分散関数統計関数、短時間変換、離散変換離散フーリエ変換離散コサイン変換、離散サイン変換、アダマール変換、固有値分解、固有値、特異値分解(SVD)、特異値、直交分解、マッチングトラッキング、スパース変換、スパース近似、任意分解、グラフベース処理、グラフベース変換、グラフ信号処理、分類、ラベリング、学習、機械学習、検出、推定、特徴抽出、学習ネットワーク、特徴抽出、ノイズ除去、信号強調、コーディング、暗号化、マッピング、リマッピング、ベクトル量子化、低域フィルタリング、高域フィルタリング、帯域フィルタリング、マッチドフィルタリング、カルマンフィルタリング、前処理、後処理、粒子フィルタ、FIRフィルタリング、IIRフィルタリング、自己回帰(AR)フィルタリング、適応フィルタリング、一次微分、高次微分、積分、ゼロ交差、平滑化、メジアンフィルタリング、モードフィルタリング、サンプリング、ランダムサンプリングリサンプリング関数ダウンサンプリング、アップサンプリング、補間、外挿、重点サンプリング、モンテカルロサンプリング、圧縮センシング、統計、短期統計、長期統計、平均、分散、自己相関関数、相互相関積率母関数時間平均化、加重平均、特殊関数ベッセル関数誤差関数、相補誤差関数、ベータ関数、ガンマ関数整関数ガウス関数ポアソン関数などが含まれ得る。

0121

機械学習、トレーニング、識別トレーニング、ディープラーニング、ニューラルネットワーク、連続時間処理、分散コンピューティング分散ストレージ、GPU/DSP/コプロセッサ/マルチコアマルチプロセッシングを使用した加速は、本開示のステップ(または各ステップ)に適用され得る。周波数変換としては、フーリエ変換、ラプラス変換、アダマール変換、ヒルベルト変換、サイン変換、コサイン変換、三角変換、ウェーブレット変換、整数変換、2のべき乗変換、ゼロパディングおよび変換の組み合わせ、ゼロパディング付きフーリエ変換、ならびに/または別の変換が挙げられ得る。変換の高速バージョンおよび/または近似バージョンが実施され得る。変換は、浮動小数点演算および/または固定小数点演算を使用して実施され得る。逆周波数変換としては、逆フーリエ変換逆ラプラス変換逆アダマール変換、逆ヒルベルト変換、逆サイン変換、逆コサイン変換、逆三角変換、逆ウェーブレット変換、逆整数変換、逆2のべき乗変換、ゼロパディングおよび変換の組み合わせ、ゼロパディング付き逆フーリエ変換、ならびに/または別の変換が挙げられ得る。変換の高速バージョンおよび/または近似バージョンが実施され得る。変換は、浮動小数点演算および/または固定小数点演算を使用して実施され得る。

0122

TSCIからの量を計算することができる。量は、動き、場所、地図座標、高さ、速さ、加速度、運動角度、回転、サイズ、体積、時間的傾向、時間的傾向、時間プロファイル、周期的動き、頻度、過渡的、呼吸、歩行、アクション、イベント、不審なイベント、危険なイベント、警報イベント、警告、信念、近接、衝突、電力、信号、信号電力、信号強度、受信信号強度インジケータ(received signal strength indicator:RSSI)、信号振幅、信号位相、信号周波数コンポーネント、信号周波数帯域コンポーネント、チャネル状態情報(CSI)、地図、時間、周波数、時間周波数、分解、直交分解、非直交分解、トラッキング、呼吸、心拍、バイオメトリクス、乳児、患者、機械、デバイス、温度、ビークル、駐車場、場所、リフト、エレベーター、空間、道路、流体の流れ、家庭、部屋、オフィス、家、建物、倉庫、ストレージ、システム、換気、ファン、パイプ、ダクト、人々、人間、自動車、ボート、トラック、飛行機、ドローン、ダウンタウン、群衆、衝撃的イベント、周期的定常、環境、振動、材料、表面、3次元、2次元、ローカル、グローバル、存在、および/または別のもののうちの少なくとも1つの統計を含み得る。
スライディング窓/アルゴリズム

0123

スライディング時間窓は、経時変化窓幅を有し得る。高速に取得できるように初めは小さくてもよく、時間の経過と共に定常状態サイズまで増加することができる。定常状態サイズは、モニタされる周波数、繰り返しの動き、過渡的運動、および/または時空間情報に関し得る。定常状態であっても、窓サイズは、電池寿命、電力消費、利用可能な計算力、ターゲットの量の変化、モニタされる動きの性質などに基づいて、適応的に変化され得る。隣接する時間インスタンスでの2つのスライディング時間窓間のタイムシフトは、時間の経過と共に、一定/変更可能/局所的に適応的であり得る。より短いタイムシフトが使用される場合、任意のモニタの更新をより頻繁になってもよく、これは、高速に変化する状況、オブジェクトの動き、および/またはオブジェクトに使用され得る。より長いタイムシフトは、より遅い状況、オブジェクトの動き、および/またはオブジェクトに使用され得る。窓幅/サイズおよび/またはタイムシフトは、ユーザの要求/選択に応じて変更されてもよい。タイムシフトは、自動的に(例えば、プロセッサ/コンピュータ/サーバ/クラウドサーバによって制御される)および/または適応的に変更されてもよい。

0124

関数(例えば、自己相関関数、自己共分散関数、相互相関関数相互共分散関数パワースペクトル密度、時間関数、周波数領域関数、周波数変換)の少なくとも1つの特徴が(例えば、オブジェクトトラッキングサーバ、プロセッサ、タイプ1異種デバイス、タイプ2異種デバイス、および/または別のデバイスによって)決定され得る。関数の少なくとも1つの特徴としては、極大値極小値、局所的極値、正の時間オフセットを有する局所的極値、正の時間オフセットを有する第1の局所的極値、正の時間オフセットを有するn番目の局所的極値、負の時間オフセットを有する局所的極値、負の時間オフセットを有する第1の局所的極値、負の時間オフセットを有するn番目の局所的極値、制約付き(制約内の引数を有する)最大、最小、制約付き最大、制約付き最小、制約付き極値、傾き、微分、高次微分、最大傾き、最小傾き、極大値傾き、正の時間オフセットを有する極大値傾き、極小値傾き、制約付き最大傾き、制約付き最小傾き、最大高次微分、最小高次微分、制約付き高次微分、ゼロ交差、正の時間オフセットを有するゼロ交差、正の時間オフセットを有するn番目のゼロ交差、負の時間オフセットを有するゼロ交差、負の時間オフセットを有するn番目のゼロ交差、制約付きゼロ交差、傾きのゼロ交差、高次微分のゼロ交差、および/または別の特徴が挙げられる。関数の少なくとも1つの特徴と関連付けられた、関数の少なくとも1つの引数を識別することができる。いくらかの量(オブジェクトの例えば、時空間情報)は、関数の少なくとも1つの引数に基づいて決定され得る。

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

  • 株式会社NTTドコモの「 顎評価システムおよび顎評価方法」が 公開されました。( 2020/04/09)

    【課題】人の顎の動きを簡単に評価することができる顎評価システムを提供する。【解決手段】顎評価システム10は、対象者の顔を撮像した画像データを取得する取得部11と、画像データ中の顔の左側に少なくとも一つ... 詳細

  • 中村正一の「 身体姿勢検知システム」が 公開されました。( 2020/04/09)

    【課題】被検者の日常行動における自然な立居振舞から身体の様々な部位について姿勢、その歪みを3次元的に検出する。【解決手段】身体姿勢検知システム1は、被検者の身体の異なる測定部位に配置されたセンサー4が... 詳細

  • 株式会社タムラ製作所の「 生体情報検出装置」が 公開されました。( 2020/04/09)

    【課題】生体の在/不在を含む生体に関する情報を検出することができる生体情報検出装置を提供する。【解決手段】生体情報検出装置1は、周波数変調した連続波による送信波を対象物に送信し、送信波と前記対象物から... 詳細

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ