技术领域本发明通常涉及信号处理装置，并且更特别地涉及用于对来自用于接收物体所反射的无线信号的传感器的传感器信号进行信号处理的信号处理装置。
背景技术：
传统上，提出了具有图36所示的结构的照明系统(参见日本专利公开编号2011-47779，以下称为“文献1”)。该照明系统包括：物体检测装置101，其包括传感器110，其中该传感器110被配置为对检测区域内的检测对象物体的存在与否进行检测并输出传感器信号；以及照明器具102，其中利用物体检测装置101来控制该照明器具102的点亮状态。传感器110是毫米波传感器，其中该毫米波传感器被配置为将毫米波发送至检测区域并接收被检测区域内移动的检测对象物体所反射的毫米波，并且输出与所发送的毫米波的频率和所接收到的毫米波的频率之间的差相对应的多普勒(Doppler)频率的传感器信号。物体检测装置101包括：放大电路111，其被配置为将从传感器110输出的传感器信号分割成多个频带的信号并且放大这些频带的成分；以及判断部112，其被配置为将放大电路111的输出与预定阈值进行比较以判断是否存在检测对象物体。此外，物体检测装置101还包括照明控制部113，其中该照明控制部113被配置为根据判断部112的判断结果来控制照明器具102的点亮状态。此外，物体检测装置101还包括频率分析部114，其中该频率分析部114被配置为测量从传感器110输出的传感器信号的各频率的信号的强度。此外，物体检测装置101还包括噪声去除部(噪声判断部115和切换电路116)，其中该噪声去除部被配置为通过使用频率分析部114的分析结果来降低恒定地发生的特定频率的噪声的影响。在这方面，频率分析部114可以包括FFT(快速傅立叶变换)分析器。判断部112、照明控制部113和噪声去除部包括在主要由微计算机构成的控制块117中。放大电路111构成被配置为针对各预定的频带输出传感器信号的信号处理部。注意，文献1公开了信号处理部可以由FFT分析器和数字滤波器等构成。放大电路111包括使用运算放大器的多个放大器118，因而可以通过调节构成各放大器118的电路的各种类型的参数来设置各放大器118对信号进行放大的频带。简言之，放大器118各自用作使得具有特定频带的信号能够通过的带通滤波器。结果，放大电路111利用并联连接的多个放大器118来将传感器信号分割成多个频带的信号，并且利用各放大器118放大各频带的信号并单独输出由此得到的信号。判断部112包括分别与放大器118相对应的比较器119。各比较器119将相应的放大器118的输出A/D转换成数字值并将由此得到的数字值与预定阈值进行比较。由此，判断部112判断检测对象物体的存在与否。比较器119的阈值是根据相应的通带(即，相应的放大器118)单独设置的。在放大器118的输出在阈值所确定的范围外的情况下，比较器119输出H电平的信号。通过Vth＝Vavg±Vppini来表示在初始状态(出厂状态)下所设置的各通带的阈值Vth。Vppini表示在不存在电磁波的反射的状态(诸如电波暗室内等)下在恒定时间段内所测量到的放大器118的输出值V的峰-峰Vpp的最大值。Vavg表示输出值V的平均值。此外，判断部112包括逻辑或电路120，其中该逻辑或电路120被配置为计算比较结果的逻辑或。在这些信号包括至少一个高电平(H电平)的信号的情况下，逻辑或电路120输出表示意味着存在检测对象物体的“检测状态”的检测信号。另一方面，在所有信号都是低电平(L电平)的信号的情况下，逻辑或电路120输出表示意味着不存在检测对象物体的“非检测状态”的检测信号。检测信号在处于检测状态的情况下示出“1”，并且在处于非检测状态的情况下示出“0”。噪声去除部包括：噪声判断部115，其被配置为基于来自频率分析部114的输出来判断是否存在恒定地发生的特定频率的噪声；以及切换电路116，其被配置为根据噪声判断部115的判断结果来切换各放大器118对于判断部112的输出状态。切换电路116包括开关121，其中这些开关121分别插入在放大电路111的放大器118和判断部112的比较器119之间。在初始状态下，所有的开关121都接通。通过利用来自噪声判断部115的输出来单独接通或断开开关121，将从各放大器118向着判断部112的输出分别设置为有效或无效。简言之，在切换电路116中，通过利用来自噪声判断部115的输出断开与任意通带的放大器118相对应的开关121，可以使该放大器118的输出无效。噪声判断部115读入从频率分析部114输出的传感器信号的频率(频率成分)的信号强度(电压强度)，并将这些信号强度存储在存储器(未示出)中，并且利用所存储的数据来判断是否存在恒定地发生的特定频率的噪声。在噪声判断部115判断为特定频率的噪声恒定地发生的情况下，噪声判断部115控制切换电路116以断开判断部112和包括该噪声的频率的通带的放大器118之间的开关121。结果，在特定频率的噪声恒定地发生的情况下，针对包括该噪声的频率的频带而使对于判断部112的放大电路111的输出无效。每次噪声判断部115判断为“正常状态”时，更新开关121的接通或断开状态。在文献1所公开的物体检测装置101中，考虑了利用除传感器110和照明控制部113以外的组件构成被配置为对由毫米波传感器构成的传感器110的传感器信号进行信号处理的信号处理装置。然而，在将物体检测装置101例如用在室外等的情况下，由于除检测对象(检测对象物体)以外的物体的运动，因而可能发生将除检测对象以外的物体误检测为检测对象物体的误检测。此外，要求确保检测对象物体的检测灵敏度。注意，除检测对象以外的物体的运动例如可以包括雨、树的枝和叶的摇摆运动以及电线的摇摆运动。
技术实现要素：
本发明是有鉴于以上不足而作出的，并且其目的是提供能够在平衡检测灵敏度的提高与误检测的可能性的减少的同时、减少由于除检测对象以外的物体的运动所引起的误检测的信号处理装置。根据本发明的一个方面的一种信号处理装置，其特征在于，包括：频率分析部，其被配置为将从用于接收物体所反射的无线信号的传感器所输出的并且依赖于所述物体的运动的传感器信号转换成频域信号，并且使用频带不同的多个滤波器组从所述频域信号提取所述多个滤波器组中的每一个滤波器组的信号；识别部，其被配置为进行识别处理，所述识别处理用于根据基于所述多个滤波器组中的每一个滤波器组的信号的频率分布和基于所述多个滤波器组中的每一个滤波器组的信号的信号强度的成分比的至少之一，来检测所述物体；等级设置部，其被配置为设置表示所述识别处理中的对所述物体的检测灵敏度的高低的灵敏度等级；以及参数调整部，其被配置为改变用于调整所述识别处理中的对所述物体的检测灵敏度的参数，其中，所述参数调整部被配置为：在所述等级设置部所设置的所述灵敏度等级为高等级的情况下，以提高所述物体的检测灵敏度的方式对所述参数进行设置，并且在所述等级设置部所设置的所述灵敏度等级为低等级的情况下，以降低所述物体的检测灵敏度的方式对所述参数进行设置。根据本发明的一个方面的信号处理装置可以提供在平衡检测灵敏度的提高与误检测的可能性的减少的同时、减少由于除检测对象以外的物体的运动所引起的误检测的可能性的效果。附图说明图1是示出根据实施例的包括电波传感器和信号处理装置的传感器装置的框图。图2A～图2C是示出实施例的信号处理装置的标准化部的说明图。图3A～图3C是示出实施例的信号处理装置中所使用的平滑化处理部的说明图。图4A～图4C是示出根据实施例的信号处理装置的背景信号去除部的一个示例的说明图。图5是示出根据实施例的信号处理装置的背景信号去除部的另一示例的说明图。图6A和图6B是示出根据实施例的信号处理装置的背景信号去除部的又一示例的说明图。图7是示出构成根据实施例的信号处理装置的背景信号去除部的另一示例的自适应滤波器的框图。图8A～图8C是示出根据实施例的信号处理装置的基于主成分分析的识别处理的说明图。图9A和图9B是示出根据实施例的传感器装置的使用示例的说明图。图10是示出来自根据实施例的传感器装置的电波传感器的传感器信号的波形图。图11是示出根据实施例的信号处理装置的标准化部的输出的说明图。图12是示出根据实施例的信号处理装置的输出信号的波形图。图13是示出根据实施例的包括电波传感器和信号处理装置的传感器装置的使用示例的说明图。图14是示出来自根据实施例的传感器装置的电波传感器的传感器信号的波形图。图15是示出根据实施例的信号处理装置的输出信号的波形图。图16是示出根据实施例的信号处理装置的标准化部的输出的说明图。图17是示出根据实施例的信号处理装置的输出信号的波形图。图18是示出通过根据实施例的信号处理装置的基于多元线性回归分析的识别处理的说明图。图19A和图19B是示出通过根据实施例的信号处理装置的基于多元线性回归分析的识别处理的其它说明图。图20是示出根据实施例的信号处理装置的识别部所进行的多数决定的说明图。图21A和21B是示出根据实施例的信号处理装置的说明图。图22是示出根据实施例的滤波器组的群的说明图。图23是根据实施例的操作的流程图。图24是来自根据实施例的传感器装置的电波传感器的传感器信号的波形图。图25是来自根据实施例的传感器装置的电波传感器的传感器信号的波形图。图26是示出根据实施例的信号处理装置的输出信号的波形图。图27是示出根据实施例的信号处理装置的输出信号的波形图。图28是示出根据实施例的信号处理装置的输出信号的波形图。图29是示出根据实施例的信号处理装置的输出信号的波形图。图30是示出根据实施例的信号处理装置的状态机的操作的说明图。图31是示出根据实施例的信号处理装置的状态机的操作的说明图。图32是来自根据实施例的传感器装置的电波传感器的传感器信号的波形图。图33是示出根据实施例的信号处理装置的输出信号的波形图。图34是根据实施例的标志的状态图。图35是示出根据实施例的信号处理装置的输出信号的波形图。图36是示出传统的照明系统的结构的框图。具体实施方式以下参考图1～图35来说明本实施例的信号处理装置。信号处理装置2被配置为对从电波传感器1所输出的传感器信号进行信号处理。注意，图1是示出包括电波传感器1和信号处理装置2的传感器装置Se的框图。电波传感器1可以是多普勒传感器。该多普勒传感器将预定频率的电波发送至检测区域并接收被该检测区域内运动的物体所反射的电波，并且输出与所发送的电波的频率和所接收到的电波的频率之间的差相对应的多普勒频率的传感器信号。因此，传感器信号是与物体的运动相对应的模拟时间轴信号。电波传感器1包括：发送机，用于将电波发送至检测区域；接收机，用于接收被检测区域内的物体反射的电波；以及混合器，用于输出与所发送的电波的频率和所接收到的电波的频率之间的差相对应的频率的传感器信号。该发送机包括发送所用的天线。此外，该接收机包括接收所用的天线。注意，从发送机发送来的电波例如可以是预定频率为24.15GHz的毫米波。从发送机发送来的电波不限于毫米波，并且可以是微波。此外，该值是要发送的电波的预定频率的一个示例，并且并不意图将该预定频率局限于该值。在反射电波的物体正在检测区域内移动的情况下，由于多普勒效应而使反射波的频率偏移。信号处理装置2包括：放大部3，其被配置为放大传感器信号；以及A/D转换部4，其被配置为将放大部3放大后的传感器信号转换成数字传感器信号，并且输出该数字传感器信号。放大部3例如可以包括使用运算放大器的放大部。另外，信号处理装置2包括频率分析部5。该频率分析部5被配置为将从A/D转换部4输出的时域的传感器信号转换成频域信号(频率轴信号)，并且使用频带不同的滤波器组5a(参见图2(a))的群从所述频域信号中提取每一个滤波器组5a的信号。在频率分析部5中，作为滤波器组5a的群，设置预定数量(例如，16个)的滤波器组5a。然而，该数量是一个示例，并且并不意图将一个群中的滤波器组5a的数量局限于该数量。此外，信号处理装置2包括标准化部6。该标准化部6被配置为利用频率分析部5所提取的信号的强度的总和或者分别穿过预定的多个滤波器组5a(例如，低频侧的四个滤波器组)的信号的强度的总和来对分别穿过各滤波器组5a的信号的强度进行标准化以获得标准化强度，并且输出该标准化强度。此外，信号处理装置2还包括识别部7，其中该识别部7被配置为进行用于基于根据从标准化部6输出的各滤波器组5a的标准化强度所计算出的频率分布来检测物体的识别处理。上述的频率分析部5具有通过离散余弦变换(DiscreteCosineTransform:DCT)来将从A/D转换部4输出的时域传感器信号转换成频域信号的功能。此外，如图2A所示，各滤波器组5a各自包括多个(在例示示例中为五个)频率区间(frequencybin)5b。在一些情况下，可以将使用DCT的滤波器组5a的频率区间5b称为DCT区间。各滤波器组5a各自具有依赖于频率区间5b的宽度(图2A中的Δf)的分辨率。关于各滤波器组5a，该数量是频率区间5b的数量的一个示例，并且并不意图将频率区间5b的数量局限于该数量。频率区间5b的数量可以为除五个以外的两个或更多个或者可以为一个。用于将从A/D转换部4输出的传感器信号转换成频域信号的正交变换不限于DCT，并且例如可以是快速傅立叶变换(FastFourierTransformation:FFT)。在一些情况下，可以将使用FFT的滤波器组5a的频率区间5b称为FFT区间。此外，用于将从A/D转换部4输出的传感器信号转换成频域信号的正交变换可以是小波变换(WaveletTransform:WT)。在各滤波器组5a各自包括多个频率区间5b的情况下，优选地，信号处理装置2在频率分析部5和标准化部6之间包括平滑化处理部8。优选地，该平滑化处理部8具有以下所述的两个平滑化处理功能至少之一。这些平滑化处理功能中的第一个平滑化处理功能是针对各滤波器组5a在频域(频率轴方向)中对各频率区间5b的信号的强度进行平滑化处理的功能。这些平滑化处理功能中的第二个平滑化处理功能是针对各滤波器组5a在时间轴方向上对各频率区间5b的信号的强度进行平滑化处理的功能。因此，信号处理装置2可以降低噪声所引起的不期望的影响，并且在包括这两个功能的情况下进一步降低噪声所引起的不期望的影响。将针对各滤波器组5a在频域中对各频率区间5b的信号的强度进行平滑化处理的功能称为第一平滑化处理功能。该第一平滑化处理功能可以通过使用例如均值滤波器、加权均值滤波器、中值滤波器或加权中值滤波器等来实现。在通过使用均值滤波器来实现第一平滑化处理功能的情况下，如图2A和图3A所示，假定在时刻t1，利用s1、s2、s3、s4和s5来分别表示作为从低频侧起的第一个滤波器组的滤波器组5a的5个频率区间5b各自的信号的强度。在这方面，关于第一个滤波器组5a，在假定通过利用第一平滑化处理功能实现的平滑化处理所获得的信号的强度是m11(参见图2B和图3B)的情况下，m11等于(s1+s2+s3+s4+s5)/5。同样，如图2B和图3B所示，利用m21、m31、m41和m51来分别表示第二个滤波器组5a、第三个滤波器组5a、第四个滤波器组5a和第五个滤波器组5a的信号。总之，在本实施例中，为了便于说明，mji表示通过在时间轴上的时刻ti(“i”是自然数)对第j(“j”是自然数)个滤波器组5a的信号进行利用第一平滑化处理功能所实现的平滑化处理而获得的信号的强度。标准化部6利用穿过由识别部7在识别处理中所使用的预定的多个滤波器组5a的信号的强度的总和来对穿过各滤波器组5a的信号的强度进行标准化。在这方面，在以下说明中，例如假定频率分析部5中的滤波器组5a的总数为16个，并且识别处理所使用的多个预定滤波器组5a仅是作为从低频侧起的第一个滤波器组～第五个滤波器组的这五个滤波器组。在时刻t1穿过第一个滤波器组5a的信号的强度m11的标准化强度为n11(参见图2C)的情况下，标准化部6可以通过利用n11＝m11/(m11+m21+m31+m41+m51)的关系来计算标准化强度n11。此外，在各滤波器组5a均由一个频率区间5b构成的情况下，标准化部6提取穿过各滤波器组5a的信号的强度，并且利用这些信号的强度的总和对穿过各滤波器组5a的信号的强度进行标准化。此外，将平滑化处理部8所进行的用于针对各滤波器组5a在时间轴方向上对各频率区间5b的信号的强度进行平滑化处理的功能定义为第二平滑化处理功能。该第二平滑化处理功能可以通过使用例如均值滤波器、加权均值滤波器、中值滤波器或加权中值滤波器等来实现。在通过使用用于计算时间轴方向上的多个(例如，三个)点的信号的强度的平均值的均值滤波器来实现第二平滑化处理功能的情况下，如图3C所示，关于第一个滤波器组5a，在假定通过利用第二平滑化处理功能实现的平滑化处理所获得的信号的强度为m1的情况下，m1等于(m10+m11+m12)/3。同样，在假定利用m2、m3、m4和m5来表示第二个滤波器组5a、第三个滤波器组5a、第四个滤波器组5a和第五个滤波器组5a的信号的强度的情况下，m2等于(m20+m21+m22)/3，m3等于(m30+m31+m32)/3，m4等于(m40+m41+m42)/3，并且m5等于(m50+m51+m52)/3。总之，在本实施例中，为了便于说明，mn表示通过对第n(“n”是自然数)个滤波器组5a的信号进行利用第一平滑化处理功能实现的平滑化处理、并且进一步进行利用第二平滑化处理功能实现的平滑化处理所获得的信号的强度。另外，优选地，信号处理装置2包括背景信号估计部9和背景信号去除部10。背景信号估计部9被配置为估计从各滤波器组5a输出的信号中所包括的背景信号(即，噪声)。背景信号去除部10被配置为将背景信号从穿过各滤波器组5a的信号中去除。优选地，信号处理装置2具有包括例如第一模式和第二模式的操作模式，其中该第一模式用于估计背景信号，该第二模式用于进行识别处理，并且可以按计时器所计时的预定时间段(例如，30秒)来交替地切换第一模式和第二模式。在这方面，优选地，信号处理装置2使背景信号估计部9在第一模式的时间段内进行工作，并且在第二模式的时间段内，利用背景信号去除部10去除背景信号、然后利用识别部7进行识别处理。第一模式的时间和第二模式的时间不限于具有相同的长度(例如，30秒)，而且可以是不同长度。背景信号去除部10例如可被配置为通过从滤波器组5a所输出的信号中减去背景信号来去除背景信号。在这种情况下，背景信号去除部10例如可以包括如下减法器，其中该减法器被配置为从穿过各滤波器组5a的信号的强度m1、m2、...(参见图4B)中减去背景信号估计部9所估计出的背景信号的强度b1、b2、...(参见图4A)。图4C示出通过在相同的滤波器组5a中从信号中减去背景信号所获得的信号的强度。在这方面，在L1表示从左侧起的第一个滤波器组5a的信号的强度的情况下，L1等于m1-b1。同样，在假定利用L2、L3、L4和L5来表示通过在第二个滤波器组5a、第三个滤波器组5a、第四个滤波器组5a和第五个滤波器组5a中减去背景信号所获得的信号的强度的情况下，L2等于m2-b2，L3等于m3-b3，L4等于m4-b4，并且L5等于m5-b5。背景信号估计部9可以估计针对各滤波器组5a在第一模式的时间段内所获得的信号的强度作为各滤波器组5a的背景信号的强度，然后根据需要更新这些背景信号。此外，背景信号估计部9可以估计针对各滤波器组5a各自在第一模式中所获得的多个信号的强度的平均值作为各滤波器组5a各自的背景信号的强度。换句话说，背景信号估计部9可以将针对各滤波器组5a各自而预先获得的多个信号在时间轴上的平均值视为背景信号。在这种情况下，背景信号估计部9可以提高背景信号的估计精度。此外，背景信号去除部10可以将各滤波器组5a的紧挨着的前一信号(即，先前信号)视为背景信号。在这种情况下，信号处理装置2可以具有用于通过在各信号利用标准化部6经过标准化处理之前减去时间轴上的紧挨着的前一信号来去除背景信号的功能。总之，关于穿过各滤波器组5a的信号，背景信号去除部10可以具有如下功能，其中该功能用于通过从要经过标准化处理的信号的强度中减去要经过标准化处理的这些信号之前的在时间轴上的一点处进行采样得到的信号的强度，来去除背景信号。在这种情况下，例如，如图5所示，在假定利用m1(t1)、m2(t1)、m3(t1)、m4(t1)和m5(t1)来表示要经过标准化处理的时刻t1处的各滤波器组5a的信号，利用m1(t0)、m2(t0)、m3(t0)、m4(t0)和m5(t0)来表示紧挨时刻t1之前的时刻t0处的信号，并且利用L1、L2、L3、L4和L5来表示相减之后的信号的强度的情况下，L1等于m1(t1)-m1(t0)，L2等于m2(t1)-m2(t0)，L3等于m3(t1)-m3(t0)，L4等于m4(t1)-m4(t0)，并且L5等于m5(t1)-m5(t0)。在一些情况下，根据基于信号处理装置2的使用形式的周围环境，存在可以预先知晓包含相对较大的背景信号(噪声)的频率区间5b的可能性。例如，在传感器装置Se附近存在从商用电源供给电源的设备的情况下，在频带包含作为商用电源的频率(例如，60Hz)的相对较小的倍数的频率(例如，60Hz和120Hz)的频率区间5b的信号中包含相对较大的背景信号的可能性高。另一方面，关于在检测对象的物体(检测对象物体)在检测区域内移动的情况下所输出的传感器信号，该传感器信号的频率(多普勒频率)根据电波传感器1和物体之间的距离以及物体的移动速度而随时改变。在这种情况下，传感器信号没有以特定频率恒定地发生。有鉴于此，在信号处理装置2被配置成各滤波器组5a各自包括多个频率区间5b的情况下，可以将恒定地包含背景信号的一个频率区间5b视为特定频率区间5bi。背景信号去除部10可被配置为通过不使用特定频率区间5bi的实际信号的强度、而是利用基于与该特定频率区间5bi邻接的两个频率区间5b的信号的强度所估计出的信号的强度替换该特定频率区间5bi的实际信号的强度，来去除背景信号。假定图6A中从左侧起的第三个频率区间5b是特定频率区间5bi。背景信号去除部10将该特定频率区间5bi的信号(信号强度b3)视为无效，并且如图6B所示，利用基于与特定频率区间5bi邻接的两个频率区间5b的信号成分的强度b2和b4所估计出的信号成分的强度b3来替换该特定频率区间5bi的信号。在该估计中，所估计出的信号的强度b3是与特定频率区间5bi邻接的两个频率区间5b的信号成分的强度b2和b4的平均值、即(b2+b4)/2。总之，在假定将滤波器组5a内从低频侧起的第i个频率区间5b视为特定频率区间5bi、并且利用bi来表示该特定频率区间5bi的信号的强度的情况下，可以通过bi＝(bi-1+bi+1)/2的估计公式来定义bi。因此，信号处理装置2可以在短时间内降低由于恒定地发生的特定频率的背景信号(噪声)所引起的不期望的影响。因此，信号处理装置2可以提高检测对象物体的检测精度。背景信号去除部10可以是自适应滤波器，其中该自适应滤波器被配置为通过在频域(频率轴)中对背景信号进行滤波来去除背景信号。自适应滤波器是被配置为根据自适应算法(最优化算法)来通过自身调整传递函数(滤波器系数)的滤波器，并且可以通过使用数字滤波器来实现。优选地，这种自适应滤波器可以是使用DCT(离散余弦变换)的自适应滤波器。在这种情况下，自适应滤波器的自适应算法可以是DCT的LMS(最小均方)算法。可选地，自适应滤波器可以是使用FFT的自适应滤波器。在这种情况下，自适应滤波器的自适应算法可以是FFT的LMS算法。该LMS算法提供了与投影算法和RLS(递归最小二乘方)算法相比减少了计算量的优点，并且DCT的LMS算法仅需要进行实数的计算，因此提供了与需要复数的计算的FFT的LMS算法相比减少了计算量的优点。自适应滤波器例如具有图7所示的结构。该自适应滤波器包括滤波器57a、减法器57b和自适应处理部57c。滤波器57a具有可变的滤波器系数。减法器57b输出由参考信号和滤波器57a的输出信号之间的差所定义的误差信号。自适应处理部57c根据自适应算法基于输入信号和误差信号来生成滤波器系数的校正系数，并且更新滤波器系数。在给出由于热噪声所引起的背景信号作为滤波器57a的输入信号并且参考信号是期望的白噪声的情况下，自适应滤波器可以通过对不期望的背景信号进行滤波来去除不期望的背景信号。此外，通过适当地设置自适应滤波器的遗忘因子(forgettingfactor)，背景信号去除部10可以提取通过在频率轴上对长期平均背景信号进行滤波所获得的信号的频率分布。在更新滤波器系数的计算中使用该遗忘因子，从而随着过去数据(滤波器系数)进一步远离当前数据(滤波器系数)，使过去数据的权重呈指数减轻，并且随着过去数据(滤波器系数)更接近当前数据，使过去数据的权重呈指数增加。遗忘因子是小于1的正数，并且例如是从约为0.95～0.99的范围中所选择的。识别部7进行如下的识别处理，其中该识别处理用于基于通过利用滤波器组5a进行滤波并利用标准化部6进行标准化所获得的标准化强度在频域中的分布来检测物体。在这方面，“检测”的含义包括“分类”、“识别”和“辨别”。识别部7例如通过进行基于主成分分析的模式识别处理来检测物体。该识别部7根据使用主成分分析的识别算法进行工作。为了使这种识别部7进行工作，信号处理装置2预先获得在电波传感器1的检测区域中不存在检测对象物体的情况的学习样本数据和与检测对象物体的不同运动分别相对应的学习样本数据。此外，信号处理装置2将通过对这些学习数据进行主成分分析所获得的数据预先存储在数据库装置11中。在这方面，预先存储在数据库装置11中的数据可以包括模式识别所使用的数据，其中该数据表示使物体的运动、投影矢量和判断边界值彼此相关联的分类数据。为了便于说明，假定图8A示出与在电波传感器1的检测区域中不存在检测对象物体的情况的学习样本数据相对应的标准化强度在频域中的分布。另外，图8B示出与在电波传感器1的检测区域中存在检测对象物体的情况的学习样本数据相对应的标准化强度在频域中的分布。在图8A中，按从低频侧起的顺序，利用m10、m20、m30、m40和m50来表示穿过各滤波器组5a的信号的标准化强度。在图8B中，按从低频侧起的顺序，利用m11、m21、m31、m41和m51来表示穿过各滤波器组5a的信号的标准化强度。在图8A和图8B各自中，将穿过低频侧的三个滤波器组5a的信号的标准化强度的总和定义为变量m1，并且将穿过高频侧的两个滤波器组5a的信号的标准化强度的总和定义为变量m2。简言之，在图8A中，m1等于m10+m20+m30，并且m2等于m40+m50。此外，在图8B中，m1等于m11+m21+m31，并且m2等于m41+m51。为了假想地说明具有表示m1和m2这两个变量的正交坐标轴的二维散布图、投影轴和识别边界，图8C示出这三者的二维图。在图8C中，利用μ0(m2,m1)来表示虚线所包围的区域内的各散布点(图8C中的“+”)的坐标位置，并且利用μ1(m2,m1)来表示实线所包围的区域内的各散布点(图8C中的“+”)的坐标位置。在主成分分析中，预先确定与在电波传感器1的检测区域中不存在检测对象物体的情况的学习样本数据相对应的数据组Gr0和与在该检测区域中存在检测对象物体的情况的学习样本数据相对应的数据组Gr1。此外，在主成分分析中，在图8C中，确定投影轴，以满足如下的条件：使通过将虚线和实线所包围的区域内的各散布点投影到投影轴上所获得的数据的分布(利用虚线和实线示意性示出的)的平均值之间的差最大的条件；以及使分布的方差最大的另一条件。因而，在主成分分析中，可以针对各学习样本获得投影矢量。此外，信号处理装置2包括输出部12，其中该输出部12被配置为输出来自识别部7的检测结果。在识别部7识别出检测对象物体的情况下，输出部12输出高电平信号(例如，与“1”相对应)作为表示检测到物体的输出信号。在识别部7没有识别出检测对象物体的情况下，输出部12输出低电平信号(例如，与“0”相对应)作为表示尚未检测到检测对象物体的输出信号。在图1中，信号处理装置2的除放大部3、A/D转换部4、输出部12和数据库装置11以外的组件可以通过微计算机执行适当程序来实现。以下将参考图9～图12来说明从电波传感器1输出的传感器信号的一个示例和从输出部12输出的输出信号之间的关系。图9示出包括电波传感器1和信号处理装置2的传感器装置Se的使用状况，并且示出检测对象物体Ob是人且在室外的检测区域中存在作为非检测对象的树Tr。图10在该使用状况下示出在树Tr的枝和叶摇摆的状态下物体Ob在树Tr的前方以1m/s的移动速度移动6.7m的距离的情况下、从电波传感器1输出的传感器信号的一个示例。注意，电波传感器1和树Tr之间的距离约为10m，并且电波传感器1和物体Ob之间的距离约为8m。图11是示出标准化强度在频域中的分布以及在时间轴域中的分布的图。图12示出输出部12的输出信号，并且确认为可以减少由于除检测对象以外的物体的运动所引起的误检测的可能性。有鉴于标准化强度在频域中的分布，在检测区域中的物体是树的情况下，树的枝和叶可能摇摆但树本身没有移动。因而，与物体是在检测区域内步行的人的情况相比，频率分布示出低频区域上的信号成分。而在物体是在检测区域内步行的人的情况下，频率分布示出中心频率在与步行速度相对应的频率附近的山形频率分布。因此，可以看见频率分布之间的明显不同。存在于检测区域内的除检测对象以外的物体主要是非移动体的可动物体。在将电波传感器1的检测区域设置在室外的情况下，存在于检测区域内的除检测对象以外的物体不限于树Tr，并且例如可以是在风中摇摆的电线。以下将参考图13～图16来说明从电波传感器1输出的传感器信号的另一示例和从输出部12输出的输出信号之间的关系。图13说明包括电波传感器1和信号处理装置2的传感器装置Se的使用状况，并且表示检测对象物体Ob是人且在室外的检测区域内下雨。图14示出在该使用状况下、在物体Ob以1m/s的移动速度移动6.7m的距离的情况下从电波传感器1输出的传感器信号的一个示例。图15示出不进行利用背景信号去除部10的背景信号的去除的情况下的输出部12的输出信号。图16是示出进行利用背景信号去除部10的背景信号的去除的情况下的标准化强度在频域中的分布和在时间轴域中的分布的图。图17示出进行利用背景信号去除部10的背景信号的去除的情况下的输出部12的输出信号。与图15相比，确认为可以减少由于除检测对象以外的物体(在该示例中为雨滴)的运动所引起的误检测的可能性。此外，在将电波传感器1的检测区域设置在室内的情况下，存在于检测区域内的除检测对象以外的物体例如可以是包括可动体(例如，在电扇的情况下为叶片)的装置(例如，电扇)。优选地，信号处理装置2使得能够根据从外部输入的设置来改变上述判断边界值。因此，信号处理装置2可以根据使用用途来调整所要求的失报率和误报率。例如，关于检测对象物体是人并且根据来自输出部12的输出信号使照明负载接通和断开的使用用途，一定程度上的误报是可容许的，以避免无法检测到人进入电波传感器1的检测区域内的这种失报。在以上所述的本实施例的信号处理装置2中，频率分析部5将从A/D转换部4输出的传感器信号(时间轴信号)转换成频域信号，并且使用频带不同的滤波器组5a的群来提取各滤波器组5a的信号。识别部7进行用于根据基于各滤波器组5a的信号的信号强度所计算出的频率分布来检测物体的识别处理。即使在传感器信号具有进行诸如DCT等的频率分析的短的时间(例如，数十ms)的情况下，传感器信号也表现出针对各对象物体有所不同的特有频率分布(频域中的统计分布)。在使用该频率分布的特征来进行检测对象物体的检测的情况下，信号处理装置2可以分离并识别出在频率分布方面有所不同的物体。因此，信号处理装置2可以减少由于除检测对象以外的物体的运动所引起的误检测的可能性。总之，信号处理装置2可以分离并检测在根据分别穿过多个滤波器组5a的信号的强度所计算出的频率分布方面从统计上不同的物体，因而可以减少误检测的可能性。此外，在使用FFT的滤波器组5a中，在一些情况下，需要在FFT处理之前进行用于将预定窗函数与传感器信号相乘的处理，从而抑制期望频带(通带)外的副瓣(side-lobe)。例如，可以从矩形窗、高斯窗、汉宁窗(hannwindow)和汉明窗(hammingwindow)中选择窗函数。作为对比，在使用DCT的滤波器组5a中，无需使用窗函数。因此，可以利用简单的数字滤波器来实现窗函数。此外，使用DCT的滤波器组5a是基于实数的计算的处理，而使用FFT的滤波器组5a是基于复数的计算(强度和相位的计算)的处理，因而根据使用DCT的滤波器组5a，可以减少计算量。此外，在处理点相同的DCT和FFT之间进行比较的情况下，DCT的频率分辨率是FFT的频率分辨率的一半。因而，根据DCT，可以使诸如数据库装置11等的硬件资源小型化。例如，在信号处理装置2中，在A/D转换部4的采样率为128/秒(例如，采样频率为1kHz)的情况下，DCT区间5b的宽度为4Hz而FFT区间5b的宽度为8Hz。注意，这些数值仅是示例，并且并不意图进行限制。此外，在识别部7沿时间轴继续对检测对象物体进行检测的情况下，信号处理装置2可以使用该期间从标准化部6输出的标准化强度作为背景信号并去除这些背景信号。因此，可以提高识别精度。识别部7可被配置为基于利用主成分分析的模式识别处理来检测物体，或者可被配置为基于另一模式识别处理来检测物体。例如，识别部7可被配置为基于利用KL(卡洛南-洛伊)变换的模式识别处理来检测物体。在信号处理装置2被配置成识别部7进行利用主成分分析的模式识别处理或者利用KL变换的模式识别处理的情况下，可以减少识别部7处的计算量和数据库装置11的容量。识别部7可被配置为进行用于基于从标准化部6输出的各滤波器组5a的标准化强度的成分比来检测物体的识别处理。这种识别部7例如可被配置为通过进行基于多元线性回归分析的识别处理来检测物体。在这种情况下，识别部7根据使用多元线性回归分析的识别算法来进行工作。为了使用这种识别部7，信号处理装置2可以预先获得与电波传感器1的检测区域内的检测对象物体的不同运动相对应的学习数据。信号处理装置2可以预先将通过对学习数据进行多元线性回归分析所获得的数据存储在数据库装置11中。图18示出通过对信号成分s1、信号成分s2和信号成分s3进行合成所得到的合成波形Gs。根据多元线性回归分析，即使在信号成分s1、s2和s3的类型、信号成分的数量和信号成分s1、s2和s3的强度是未知的情况下，也可以通过假定将该合成波形分离成信号成分s1、s2和s3。在图18中，[S]表示矩阵元素是信号成分s1、s2和s3的矩阵，[S]-1表示[S]的逆矩阵，并且“I”表示标准化强度的成分比(系数)。在这方面，数据库装置11中预先存储的数据用作识别处理中所使用的数据，并且是使物体的运动与信号成分s1、s2和s3相关联的数据。图19A示出横轴表示时间且纵轴表示标准化强度。图19A示出A1，其中该A1表示在室外的检测区域内摇摆的电线下作为检测对象物体的人以2m/s的移动速度移动10m的距离的情况下、从标准化部6输出的标准化强度在时间轴上的数据(与上述合成波形Gs相对应)。此外，图19A还示出作为通过多元线性回归分析而从数据A1分离得到的信号成分A2和A3。在这方面，信号成分A2是根据人的运动所获得的信号成分，并且信号成分A3是根据电线的摇摆所获得的信号成分。图19B示出输出部12的输出信号。在A2大于A3的情况下，识别部7判断为存在检测对象物体，并且将输出部12的输出信号设置为高电平(在该示例中与“1”相对应)。在其它情况下，识别部7判断为不存在检测对象物体，并且将输出部12的输出信号设置为低电平(在该示例中与“0”相对应)。如通过图19B显而易见，确认为可以减少由于除检测对象以外的物体(在该示例中为电线)的运动所引起的误检测的可能性。优选地，信号处理装置2使得能够根据从外部输入的设置来改变上述判断条件(A2>A3)。例如，优选地，将判断条件设置为A2>α×A3，并且使得能够根据从外部输入的设置来改变系数α。因此，信号处理装置2可以根据使用用途来调整所要求的失报率和误报率。注意，识别部7可以基于上述的频率分布的特征和标准化强度的成分比来检测检测对象物体。识别部7可以根据基于通过进行奇数次识别处理所获得的结果的多数决定来检测物体。例如，在图20中，根据基于针对点划线所包围的区域的三次识别处理的结果的多数决定，将输出部12的输出信号的值设置为“1”。因此，信号处理装置2可以使识别部7的检测精度提高。此外，信号处理装置2可被配置为：仅在利用标准化部6的标准化之前的预定的多个滤波器组5a的信号成分的强度的总和或加权总和为阈值以上的情况下，才使得识别部7能够进行识别处理或将利用识别部7的识别结果视为有效。图21A和图21B涉及如下示例：按从低频侧起的顺序，利用m1、m2、m3、m4和m5来表示利用标准化部6进行标准化之前的各滤波器组5a的信号的强度。图21A示出强度的总和[m1+m2+m3+m4+m5]为阈值(E1)以上的示例。图21B示出强度的总和[m1+m2+m3+m4+m5]小于阈值(E1)的示例。因此，信号处理装置2可以减少误检测的可能性。例如，识别部7被配置为利用基于信号成分的标准化强度所获得的频率分布来检测物体。在这种情况下，在电波传感器1的检测区域内不存在检测对象物体但输入了暗噪声时，存在如下可能性：识别部7判断为此时信号强度的频率分布的特征类似于检测区域内存在检测对象物体的情况的频率分布的特征，因而导致误检测。有鉴于此，为了减少误检测的可能性，信号处理装置2基于标准化前的信号强度来判断是否进行识别处理。此外，可以将利用标准化部6的标准化之前的预定的多个滤波器组5a视为一个滤波器组群50(参见图22)。在这种情况下，信号处理装置22可以针对多个滤波器组群50各自判断标准化前的信号成分的强度的总和或加权总和是否为阈值E2以上。更具体地，信号处理装置2可被配置为仅在针对任意的滤波器组群50、标准化前的信号成分的强度的总和为阈值E2以上的情况下，才使得识别部7能够进行识别处理或将利用识别部7的识别处理的结果视为有效。或者，信号处理装置2可被配置为仅在针对所有的滤波器组群50、标准化前的信号成分的强度的总和或加权总和为阈值E2以上的情况下，才使得识别部7能够进行识别处理或将利用识别部7的识别处理的结果视为有效。以下参考图23所示的流程图来说明包括该判断处理的一系列处理。注意，以下将短语“标准化前的信号成分的强度的总和或加权总和”缩写为标准化前的信号成分的强度的总和。首先，A/D转换部4进行如下A/D转换处理(X1)，其中该A/D转换处理用于将放大部3放大后的传感器信号转换成数字传感器信号并输出该数字传感器信号。接着，频率分析部5进行如下滤波器组处理，其中该滤波器组处理用于通过DCT处理将从A/D转换部4输出的传感器信号转换成频域信号(频率轴信号)(X2)，并且提取各滤波器组5a的信号(X3)。例如，在具有128个点的DCT的情况下，考虑了将128个频率区间5b分割成5个频率区间5b的束并由此获得25个滤波器组5a。接着，例如，如图22所示，关于低频侧和高频侧的两个滤波器组群50各自，信号处理装置2计算构成滤波器组群50的多个滤波器组5a的标准化前的信号强度的总和。之后，信号处理装置2进行如下阈值判断处理(X4)，其中该阈值判断处理用于针对滤波器组群50中的每一个滤波器组群50，判断信号强度的总和是否为阈值E2以上。在任意的滤波器组群50的信号强度的总和为阈值E2以上的情况下，信号处理装置2判断为从电波传感器1输出的传感器信号的振幅大、因此从暗噪声获得传感器信号的可能性低，并且进行利用标准化部6的标准化处理(X5)。简言之，标准化部6对穿过各滤波器组5a的信号的强度进行标准化并且输出标准化强度。之后，信号处理装置2的识别部7进行如下识别处理(X6)，其中该识别处理用于识别通过标准化所获得的多个滤波器组5a的各频率成分的信号强度的分布的特征，并且判断该特征是否是从检测对象物体所获得的。在识别部7检测到检测对象物体的情况下，输出部12进行用于输出检测信号的输出处理(X7)。另一方面，在所有的滤波器组群50中的各信号强度的总和小于阈值E2的情况下，信号处理装置2判断为从电波传感器1输出的传感器信号的振幅小、因此从暗噪声获得传感器信号的可能性高。在判断为根据暗噪声获得传感器信号的可能性高的情况下，信号处理装置2不进行包括利用标准化部6的标准化处理的后续处理(X5～X7)。图24示出不存在检测对象物体的情况下从电波传感器1输出的传感器信号(暗噪声的信号模式)的一个示例。此外，图25示出存在检测对象物体的情况下从电波传感器1输出的传感器信号的一个示例。图24所示的从暗噪声所获得的传感器信号的振幅小于图25所示的检测时的传感器信号。注意，在图24和图25各自中，横轴表示时间并且纵轴表示传感器信号的强度(电压)。在信号处理装置2进行上述步骤X4的阈值判断处理的情况下，如图26那样示出由于图24的传感器信号(暗噪声)而产生的输出部12的输出信号，并且如图27那样示出由于图25的传感器信号(存在检测对象物体)而产生的输出部12的输出信号。因此，确认为通过适当地选择阈值E2，可以减少由于暗噪声所引起的误检测的可能性，并且可以在存在检测对象物体的情况下更精确地检测该物体。注意，在图26和图27中，在识别部7检测出检测对象物体的情况下，输出部12的输出信号具有高电平(在该示例中与“1”相对应)，并且在识别部7没有检测出检测对象物体的情况下，输出部12的输出信号具有低电平(在该示例中与“0”相对应)。一方面，在将阈值E2设置为零的情况下，如图28那样示出由于图24的传感器信号(暗噪声)而产生的输出部12的输出信号，并且如图29那样示出由于图25的传感器信号(存在检测对象物体)而产生的输出部12的输出信号。在信号处理装置2不进行上述步骤X4的阈值判断处理的情况下，可能频繁地发生由于暗噪声所引起的误检测。此外，同样在存在检测对象物体的情况下，将输出部12的输出信号频繁地切换为“1”。如通过以上应理解，在信号处理装置2不进行上述步骤X4的阈值判断处理的情况下，存在发生由于暗噪声所引起的误检测的可能性。本实施例的信号处理装置2包括参数调整部14，并且该参数调整部14被配置为改变用于调整识别部7所进行的识别处理中的对物体的检测灵敏度的参数。用于调整检测灵敏度的参数例如可以包括上述的阈值E1和E2。信号处理装置2包括用于进行上述处理的状态机。图30示出该状态机的基本操作(无需使用等级设置部的操作)。注意，在以下说明中，选择上述的阈值E2作为参数调整部14所要调整的参数。首先，在供给电源时或紧挨在重置解除之后，状态机从空闲状态J11起开始工作。之后，状态机从空闲状态J11转变为状态I00(t01)。在一些情况下，设置有电波传感器1的周围环境中的暗噪声的电平可能根据诸如使暗噪声的电平改变的元件的增减等的原因而改变。因而，即使在设置了阈值判断处理所用的阈值E2之后，一旦暗噪声的电平改变，则当前设置无法得到预期操作。结果，可能发生误检测，或者即使在存在检测对象物体的情况下也可能发生非检测状态。有鉴于此，在从空闲状态J11转变后的状态I00中，参数调整部14在启动时间段内进行用于设置阈值判断处理所用的阈值E2的操作，并且在设置了阈值E2之后，状态机转变为状态S11(t02)。更具体地，在状态I00中，对传感器信号进行A/D转换处理、DCT处理和滤波器组处理(图23中的步骤X1～X3)，并由此测量各滤波器组5a的信号强度。之后，参数调整部14通过将所有或多个滤波器组5a的信号强度的平均值乘以预定系数来计算阈值E2，并由此使用所计算出的阈值E2作为后续阈值判断处理中的阈值。此外，可以利用预定的上限值和下限值来限定阈值E2的可用范围。阈值E2的上限值是为了确保检测对象物体的检测精度而设置的。阈值E2的下限值是为了确保防止由于暗噪声所引起的误检测的效果而设置的。紧挨在状态机开始工作之后，考虑了在电波传感器1的检测区域内不存在检测对象物体并且从电波传感器1输出由于暗噪声所引起的传感器信号。因而，状态I00中所设置的阈值E2是基于暗噪声的值。如上所述，在图30的状态机中，参数调整部14在启动时间段内，根据周围的暗噪声的环境来设置阈值判断处理所用的阈值E2。更具体地，代替紧挨在启动之后进行识别处理，参数调整部14最初根据传感器信号测量周围的暗噪声的电平，然后通过将测量值乘以预定系数来计算阈值E2。因此，即使在电波传感器1的周围环境改变、并且暗噪声的电平也改变的情况下，也可以在启动时间段内适当地改变阈值E2，并由此可以减少由于暗噪声所引起的误检测的可能性。之后，状态机从状态I00改变为状态S11(t02)，并且在状态S11中，在发生识别部7检测到检测对象物体的状态(以下称为“检测状态”)的情况下，状态机进一步改变为状态W11(t03)。另一方面，在状态S11中，在发生识别部7没有检测到检测对象物体的状态(以下称为“非检测状态”)的情况下，状态机在从改变为状态S11起经过了预定时间段之后，改变为状态S16(t04)。之后，在状态S16中，在发生非检测状态的情况下，状态机改变为状态S11(t05)。简言之，在从状态S11起、非检测状态继续的情况下，状态机示出在状态S11和状态S16之间往复转变。在状态S11或状态S16中发生检测状态的情况下，状态机改变为状态W11(t03,t06)。在以状态W11等待了预先确定的时间段之后，状态机改变为状态S12(t07)，并且无条件地进一步改变为S13(t08)。在状态S13中，在发生非检测状态的情况下、或者在检测状态持续了预定时间段以上的情况下，状态机改变为状态S14(t09)。之后，在状态S14中发生检测状态的情况下，状态机改变为状态S13(t10)。简言之，在从状态S13起、检测状态继续的情况下，状态机示出在状态S13和状态S14之间往复转变。在状态S14中发生非检测状态的情况下，状态机改变为状态S15(t11)。在状态S15中发生非检测状态的情况下，状态机改变为S11(t12)。在状态S15中发生检测状态的情况下，状态机改变为W11(t13)。总之，在发生非检测状态的情况下，状态机在状态S11附近改变。在发生检测状态的情况下，状态机在状态S13附近改变。在状态机在这些状态之间改变的同时，信号处理装置2进行上述步骤X1～X7的处理。在图30所示的状态机中，在从状态S13继续检测状态的情况下，示出状态S13和状态S14之间的往复转变。有鉴于此，在发生状态S13和状态S14之间的往复转变的情况下，可以通过对经过状态S14的次数进行计数来测量检测状态的持续时间。考虑到该情况，预先设置检测状态的持续时间的上限或经过状态S14的次数的上限。在状态S14的持续时间或经过状态S14的次数超过状态S14的上限的情况下，即使在检测状态继续时，状态机也没有转变为状态S13而是转变为状态I11(t14)。在阈值判断处理中所使用的阈值E2过小的情况下，有可能发生检测状态的这种继续。因此，在状态I11中，参数调整部14进行用于重新设置阈值E2的操作。更具体地，在状态I11中，对传感器信号进行A/D转换处理、DCT处理和滤波器组处理(图23中的步骤X1～X3)，并由此测量各滤波器组5a的信号强度。之后，参数调整部14通过将所有或多个滤波器组5a的信号的强度的平均值乘以预定系数来计算阈值E2，并由此使用所计算出的阈值E2作为后续阈值判断处理中的阈值。此外，可以利用预定的上限值和下限值来限定阈值E2的可用范围。注意，仅在状态I11中新计算出的阈值E2大于当前使用中的阈值E2的情况下，参数调整部14才利用在状态I11中新计算出的阈值E2替换当前使用中的阈值E2。作为对比，在状态I11中新计算出的阈值E2为当前使用中的阈值E2以下的情况下，参数调整部14不使用状态I11中新计算出的阈值E2，并由此继续使用当前使用中的阈值E2。在状态I11中的处理结束之后，状态机转变为状态S11(t15)。此外，在图30所示的状态机中，在从状态S11继续非检测状态的情况下，示出状态S11和状态S16之间的往复转变。有鉴于此，在发生状态S11和状态S16之间的往复转变的情况下，可以通过对经过状态S16的次数进行计数来测量非检测状态的持续时间。有鉴于此，预先设置非检测状态的持续时间的上限或经过状态S16的次数的上限。在状态S11的持续时间或经过状态S16的次数超过状态S11的上限的情况下，即使在非检测状态继续的情况下，状态机也没有转变为状态S16而是转变为状态I12(t16)。在阈值判断处理中所使用的阈值E2过大的情况下，有可能发生非检测状态的这种继续。因此，在状态I12中，进行用于重新设置阈值E2的操作。更具体地，在状态I12中，对传感器信号进行A/D转换处理、DCT处理和滤波器组处理(图23中的步骤X1～X3)，并由此测量各滤波器组5a的信号强度。之后，参数调整部14通过将所有或多个滤波器组5a的信号强度的平均值乘以预定系数来计算阈值E2，并由此使用所计算出的阈值E2作为后续阈值判断处理中的阈值。此外，可以利用预定的上限值和下限值来限定阈值E2的可用范围。注意，仅在状态I12中新计算出的阈值E2小于当前使用中的阈值E2的情况下，参数调整部14才利用状态I12中新计算出的阈值E2替换当前使用中的阈值E2。作为对比，在状态I12中新计算出的阈值E2为当前使用中的阈值E2以上的情况下，参数调整部14不使用状态I12中新计算出的阈值E2，并由此继续使用当前使用中的阈值E2。在状态I12中的处理结束之后，在发生非检测状态的情况下状态机转变为状态S11(t17)，并且在发生检测状态的情况下状态机转变为W11(t18)。如上所述，在检测状态或非检测状态持续了预定时间段以上的情况下，判断为当前的阈值E2被设置为对于当前的暗噪声或周围噪声而言不适当的值，因此进行阈值E2的重新设置。因此，在由于阈值E2的值过小而频繁地发生误检测的情况下，利用较大的阈值来替换当前的阈值E2，因而可以减少误检测的可能性。此外，由于阈值E2的值过大而无法检测到检测对象物体，利用较小的阈值来替换当前的阈值E2，因而可以提高检测灵敏度并且可以减少漏检测的可能性。然而，即使在以上述方式更新阈值判断处理中所使用的阈值E2的情况下，由于周围环境的大的变化，因而也可能发生误检测和漏检测。漏检测意味着尽管存在检测对象物体，但发生非检测状态。有鉴于此，本实施例的信号处理装置包括等级设置部13(参见图1)。图13示出使用等级设置部13的状态机的操作。等级设置部13被配置为设置表示识别部7所进行的识别处理中对检测对象物体的检测灵敏度的高低的灵敏度等级。等级设置部13被配置为在进行状态I11或I12中的阈值E2的更新处理的情形下判断为识别部7有可能发生误检测的情况下，将灵敏度等级设置为低等级。等级设置部13被配置为在判断为识别部7不太可能发生误检测的情况下，将灵敏度等级设置为高等级。参数调整部14被配置为在等级设置部13所设置的灵敏度等级是高等级的情况下，对参数进行设置以提高物体的检测灵敏度，并且被配置为在等级设置部13所设置的灵敏度等级是低等级的情况下，对参数进行设置以降低物体的检测灵敏度。更具体地，在等级设置部13所设置的灵敏度等级是高等级的情况下，将参数调整部14所调整的参数的范围(上限和下限)设置成相对容易检测到物体的范围。另外，在等级设置部13所设置的灵敏度等级是低等级的情况下，将参数调整部14所调整的参数的范围(上限和下限)设置成相对不容易检测到物体的范围。图31示出图30的状态机中的状态S11和状态I12之间的附加状态C11。在状态S11、S15、S16和I12的任意状态中发生检测状态的情况下，状态机改变为状态W11(t03,t06,t13,t18)，并且以状态W11等待预定时间，然后改变为状态S12(t07)。在状态S12中，等级设置部13进行灵敏度等级的更新处理。更具体地，等级设置部13判断引起向状态W11的改变的检测状态是由于检测到检测对象物体而发生的、还是由于除检测对象以外的物体的运动(干扰)所引起的误检测而发生的。等级设置部13的该判断处理根据识别部7基于当前时刻的传感器信号的识别结果来进行。在判断为引起向状态W11的改变的检测状态是由于检测到检测对象物体而发生的情况下，等级设置部13判断为当前情形是识别部7不太可能发生误检测的情形(正常情形)。在判断为引起向状态W11的改变的检测状态是由于除检测对象以外的物体的运动(干扰)所引起的误检测而发生的情况下，等级设置部13判断为当前情形是识别部7有可能发生误检测的情形(干扰发生情形)。等级设置部13具有用于对表示识别部7的识别处理中的对检测对象物体的检测灵敏度的高低的标志进行设置的功能，并且基于上述判断处理的结果来更新该标志。在判断为当前情形是正常情形的情况下，等级设置部13将标志设置为“0”。在判断为当前情形是干扰发生情形的情况下，等级设置部13将标志设置为“1”。标志“0”与灵敏度等级：“高”相对应，并且标志“1”与灵敏度等级：“低”相对应。注意，优选地，在判断为当前情形是干扰发生情形的连续次数为预定次数以上的情况下、或者在判断为当期情形是正常情形的连续次数为预定次数以上的情况下，等级设置部13进行标志的更新处理。可选地，优选地，在判断为当前情形是干扰发生情形的次数在预定时间段内为预定次数以上的情况下、或者在判断为当期情形是正常情形的次数在预定时间段内为预定次数以上的情况下，等级设置部13进行标志的更新处理。总之，在判断为识别部7有可能由于干扰而发生误检测的情况下，等级设置部13将灵敏度等级设置为低等级。在判断为识别部7不太可能发生误检测的情况下，等级设置部13将灵敏度等级设置为高等级(等级设置部13将该灵敏度等级设置为其默认等级)。在等级设置部13完成了灵敏度等级的设置处理的情况下，状态机从状态S12改变为状态S13(t08)。在后续处理中，参数调整部14参考标志的状态(0或1)，并且在标志为“0”的情况下，以提高检测灵敏度的方式对阈值E2进行设置(正常情形时的设置)。在标志为“1”的情况下，参数调整部14对阈值E2进行设置以降低物体的检测灵敏度(干扰发生情形时的设置)。换句话说，在标志为“0”的情况下，参数调整部14将阈值(E2)的可调整范围设置为相对较低的值的范围。在标志为“1”的情况下，参数调整部14将阈值(E2)的可调整范围设置为相对较高的值的范围。在状态S11中非检测状态的持续时间段超过其上限的情况下，即使在发生非检测状态时，状态机也不是改变为状态S16、而是改变为状态C11(t16A)。同样在状态C11中，等级设置部13更新标志的设置。更具体地，等级设置部13判断引起向状态C13的改变的非检测状态是由于实际不存在检测对象物体而发生的、还是由于在实际存在检测对象物体的条件下误判断为不存在检测对象物体而发生的。等级设置部13的该判断处理根据识别部17基于当前时刻的传感器信号的识别结果来进行。在判断为引起向状态C11的改变的非检测状态是由于实际不存在检测对象物体而发生的情况下，等级设置部13判断为当前情形是识别部7不太可能发生误检测的情形(正常情形)。在判断为引起向状态C11的改变的非检测状态是在实际存在检测对象物体的条件下误判断为不存在检测对象物体而发生的情况下，等级设置部13判断为当前情形是识别部7有可能发生误检测的情形(干扰发生情形)。然后，等级设置部13基于上述判断处理的结果来更新标志的设置。等级设置部13在判断为当前情形是正常情形的情况下，将标志设置为“0”，并且在判断为当前情形是干扰发生情形的情况下，将标准设置为“1”。在等级设置部13完成了灵敏度等级的设置处理的情况下，状态机从状态C11改变为状态I12(t16B)。注意，优选地，在判断为当前情形是干扰发生情形的连续次数为预定次数以上的情况下、或者在判断为当期情形是正常情形的连续次数为预定次数以上的情况下，等级设置部13进行标志的更新处理。可选地，优选地，在判断为当前情形是干扰发生情形的次数在预定时间段内为预定次数以上的情况下、或者在判断为当期情形是正常情形的次数在预定时间段内为预定次数以上的情况下，等级设置部13进行标志的更新处理。在后续处理中，参数调整部14参考标志的状态(0或1)，并且在标志为“0”的情况下，以提高检测灵敏度的方式对阈值E2进行设置。在标志为“1”的情况下，参数调整部14对阈值E2进行设置以降低物体的检测灵敏度。换句话说，在标志为“0”的情况下，参数调整部14将阈值(E2)的可调整范围设置为相对较低的值的范围。在标志为“1”的情况下，参数调整部14将阈值(E2)的可调整范围设置为相对较高的值的范围。注意，等级设置部13可以采用诸如以下方式等的方式来进行干扰声发生情形和正常情形的判断处理：基于使用传感器信号的频率成分的分布的模式识别的方式、以及基于传感器信号的过去变化来检测未被视为检测对象物体的特征的有无的方式。图32和图33示出基于图30所示的状态机的基本操作(无需使用等级设置部13的操作)的模拟结果。图32示出从电波传感器1输出的传感器信号的一个示例。图33示出输出部12的输出信号。在识别部7检测到检测对象物体的情况下，输出信号具有高电平(在该示例中与“1”相对应)。在识别部7没有检测到检测对象物体的情况下，输出信号具有低电平(在该示例中与“0”相对应)。关于图32的传感器信号，干扰发生情形时的传感器信号是在时间段T1内发生的，并且由于正接近的检测对象物体而产生的传感器信号是在时间段T2内发生的。在这种情况下，输出部12的输出信号示出在时间段T1内、在针对检测对象物体的检测方面的误检测频繁地发生。总之，在图30所示的状态机的基本操作中，由于干扰而产生的误检测可能频繁地发生。接着，图34和35示出基于图31所示的状态机的操作(使用等级设置部13的操作)的模拟结果。图34示出等级设置部13所设置的标志的状态。图35示出由于图32的传感器信号而产生的输出部12的输出信号。输出部12的输出信号表示时间段T1的初期的检测状态。在这种情况下，在状态S12中，等级设置部13判断为发生了干扰所引起的误检测，然后将标志从“0”改变为“1”。在标志从“0”改变为“1”的情况下，参数调整部14根据干扰发生情形时的设置来设置阈值(E2)，因而输出部12的输出信号表示非检测状态。更具体地，在标志从“0”改变为“1”的情况下，参数调整部14以降低检测灵敏度的方式对阈值E2进行设置，因此在后续处理中可以减少干扰所引起的误检测。在非检测状态继续之后，在状态C11中等级设置部13将标志从“1”改变为“0”，由此参数调整部14根据正常情形时的设置来设置阈值E2。如上所述，在图31所示的状态机中，参数调整部14在正常情形时的阈值E2的设置与干扰发生情形时的阈值E2的设置之间进行切换。干扰发生情形时的阈值E2的设置与正常情形时的阈值E2的设置相比，可以在更大程度上抑制误检测。在图31所示的状态机中，可以在状态S12和状态C11中更新等级设置部13所设置的标志。然而，在识别部7进行识别处理的情况下，等级设置部13可以对标志的状态进行切换，因而参数调整部14可以改变阈值E2。这可能会导致误操作。因此，信号处理装置2不允许识别部7在状态S12和状态C11中进行检测对象物体的识别处理。换句话说，等级设置部13被配置为在识别部7未进行识别处理时，改变标志的状态(灵敏度等级)，并且被配置为在识别部7正在进行识别处理时，不改变标志的状态(灵敏度等级)。状态机的处理彼此分开，因而检测对象物体的识别处理和阈值E2的更新处理是在不同时间进行的。因此，可以在识别部7进行识别处理的情况下、抑制误操作的发生。另外，状态S12和状态C11中的标志的状态的更新处理仅基于在状态S12和状态C11的时间段内所输入的传感器信号来进行。然而，在状态S12和状态C11中的标志的状态的更新处理仅基于在状态机保持处于状态S12或状态C11的时间段内所输入的传感器信号来进行的情况下，可能无法判断当前情形是正常情形还是干扰发生情形。有鉴于此，等级设置部13例如可以根据在比状态S12和状态C11的时间段长的时间段内所输入的传感器信号、以及/或者基于该传感器信号的识别处理的历史，来进行标志的状态的更新处理。更具体地，除图31的状态机外，信号处理装置2还包括配备有监视部的等级设置部13，其中该监视部用于与状态机的状态无关地，监视传感器信号的内容和使用该传感器信号的识别处理的内容。该监视部在不会对识别部7所进行的识别处理产生任何影响的情况下，继续对监视对象进行监视。在图31的状态机改变为状态C11或状态S12的情况下，信号处理装置2参考监视部中所存储的信息来进行标志的状态的更新处理。换句话说，优选地，等级设置部13被配置为与参数调整部14和识别部7的操作无关地，收集用于判断识别部7是否有可能发生误检测的信息。在图31的状态机中，等级设置部13根据识别部7所引起的误检测的发生情形来设置灵敏度等级，由此进行检测灵敏度的提高和误检测的减少的调整。此外，信号处理装置2在处于工作中的情况下，根据传感器信号的状态来改变灵敏度等级，以由此设置与灵敏度等级相对应的参数。因此，即使在周围环境发生改变的情况下，信号处理装置2也可以平衡检测灵敏度的提高与误检测的可能性的减少。信号处理装置2可以设置如下的参数，其中该参数不同于正常情形时所使用的参数，并且能够抑制干扰发生情形时的误检测。然而，使用能够抑制干扰发生情形时的误检测的参数可能会导致检测灵敏度下降。有鉴于此，通常，通过使用优先考虑检测灵敏度的正常情形时所使用的参数来进行操作。在判断为发生干扰的情况下，选择优先考虑减少误检测的可能性的干扰发生情形时的参数，由此可以抑制误检测。在判断为干扰所引起的误检测的可能性减少的情况下，选择正常情形时的参数，因此可以使检测灵敏度恢复为正常状态。因此，信号处理装置2能够在平衡检测灵敏度的提高与误检测的可能性的减少的同时，减少由于除检测对象以外的物体的运动所引起的误检测的可能性。注意，参数调整部14所要改变的参数可能不限于上述的阈值判断处理所使用的阈值E1和E2。例如，在识别部7进行基于多元线性回归分析的识别处理的情况下，通过多元线性回归分析而从标准化部6输出的标准化强度在时间轴上的数据A1中分离得到信号成分A2和A3(参见图19A)。信号成分A2是由于人的移动而产生的，并且信号成分A3是由于干扰而产生的。信号处理装置2被配置为仅在预定滤波器组5a中的所提取的并且与检测物体有关的信号成分A2中的每单位时间的变化量小于阈值E11的情况下，使得识别部7能够进行识别处理、或者将识别部7所进行的识别处理的结果视为有效。信号处理装置2设置阈值E11，因此可以避免输出被视为干扰所引起的误检测的判断结果。在这种情况下，参数调整部14参考标志的状态(0或1)，并且在标志为“0”的情况下，以提高检测灵敏度的方式对阈值E11进行设置。在标志为“1”的情况下，参数调整部14以降低对物体的检测灵敏度的方式对阈值E11进行设置。换句话说，在标志为“0”的情况下，参数调整部14将阈值E11的可调整范围设置为相对较高的值的范围。在标志为“1”的情况下，参数调整部14将阈值E11的可调整范围设置为相对较低的值的范围。换句话说，参数调整部14选择阈值E11作为要设置的参数。可选地，信号处理装置2可被配置为仅在穿过预定滤波器组5a的信号(标准化之前的信号)的强度的每单位时间的变化量小于阈值E21的情况下，才使得识别部7能够进行识别处理、或者将识别部7所进行的识别处理的结果视为有效。信号处理装置2设置阈值E21，因此可以避免输出被视为干扰所引起的误检测的判断结果。在这种情况下，参数调整部14参考标志的状态(0或1)，并且在标志为“0”的情况下，以提高检测灵敏度的方式对阈值E21进行设置。在标志为“1”的情况下，参数调整部14以降低检测灵敏度的方式对阈值E21进行设置。换句话说，在标志为“0”的情况下，参数调整部14将阈值E21的可调整范围设置为相对较高的值的范围。在标志为“1”的情况下，参数调整部14将阈值E21的可调整范围设置为相对较低的值的范围。换句话说，参数调整部14选择阈值E21作为要设置的参数。注意，参数调整部14可以设置仅一个参数、或者可以设置多个参数的组。此外，识别部7可以具有代替上述的识别处理、而是通过进行利用神经网络的识别处理来检测物体的功能。在这种情况下，在信号处理装置2中，可以提高利用识别部7的检测精度。总结上述的信号处理装置2包括频率分析部5、识别部7、等级设置部13和参数调整部14。频率分析部5被配置为将从用于接收物体所反射的无线信号的电波传感器1(传感器)所输出的并且依赖于物体的运动的传感器信号转换成频域信号，并且使用频带不同的多个滤波器组5a从所述频域信号中提取每一个滤波器组5a的信号。识别部7被配置为进行识别处理，其中该识别处理用于根据基于多个滤波器组5a中的每一个滤波器组5a的信号的频率分布和基于多个滤波器组5a中的每一个滤波器组5a的信号的信号强度的成分比的至少之一，来检测物体。等级设置部13被配置为设置表示识别处理中的对物体的检测灵敏度的灵敏度等级。参数调整部14被配置为改变用于调整识别处理中的对物体的检测灵敏度的参数。参数调整部14被配置为在等级设置部13所设置的灵敏度等级为高等级的情况下，以提高物体的检测灵敏度的方式对参数进行设置，并且在该灵敏度等级为低等级的情况下，以降低物体的检测灵敏度的方式对参数进行设置。根据该结构，信号处理装置2控制等级设置部13，以根据识别部7所引起的误检测的发生情形来设置灵敏度等级，由此调整检测灵敏度的提高与误检测的可能性的减少。此外，信号处理装置2根据传感器信号的状态来改变灵敏度等级以设置与灵敏度等级相对应的参数，由此即使在周围环境发生改变的情况下，也可以平衡检测灵敏度的提高与误检测可能性的减少。结果，信号处理装置2可以提供在平衡检测灵敏度的提高与误检测的可能性减少的同时、减少由于除检测对象以外的物体的运动所引起的误检测的可能性的效果。在优选结构中，等级设置部13可被配置为在识别部7有可能发生误检测的情况下，将灵敏度等级设置为低等级，并且被配置为在识别部7不太可能发生误检测的情况下，将灵敏度等级设置为高等级。根据该结构，信号处理装置2可以根据误检测的发生情形来设置灵敏度等级。在优选结构中，等级设置部13可被配置为与参数调整部14和识别部7的操作无关地，收集用于判断识别部7是否有可能发生误检测的信息。根据该结构，信号处理装置2可以与参数调整部14和识别部7的操作无关地，判断是否有可能发生误检测。在优选结构中，等级设置部13可被配置为在识别部7不进行识别处理的情况下，改变灵敏度等级，并且被配置为在识别部7进行识别处理的情况下，不改变灵敏度等级。根据该结构，信号处理装置2可以在识别部7进行识别处理的情况下，抑制误操作的发生。在优选结构中，识别部7可被配置为在多个滤波器组5a的各信号强度的总和为第一阈值以上的情况下，进行识别处理、或者将识别处理的结果视为有效。参数调整部14可被配置为改变用作参数的第一阈值。根据该结构，信号处理装置2可以提高利用识别部7的检测精度。在优选结构中，识别部7可被配置为从多个滤波器组5a中的每一个滤波器组5a的信号强度中提取由于物体的运动所引起的信号成分。识别部7可被配置为在多个滤波器组5a的至少一个滤波器组5a中的所提取的信号成分的每单位时间的变化量小于第二阈值的情况下，进行识别处理、或者将识别处理的结果视为有效。参数调整部14可被配置为改变用作参数的第二阈值。根据该结构，信号处理装置2可以提高利用识别部7的检测精度。在优选结构中，识别部7可被配置为在多个滤波器组5a中的至少一个滤波器组5a的信号强度的每单位时间的变化量小于第三阈值的情况下，进行识别处理、或者将识别处理的结果视为有效。参数调整部14可被配置为改变用做参数的第三阈值。根据该结构，信号处理装置2可以提高利用识别部7的检测精度。在优选结构中，信号处理装置2可以包括标准化部6。该标准化部6可被配置为利用频率分析部5所提取的信号的总和或者分别穿过多个滤波器组5a中的预定数量的滤波器组5a的信号的强度的总和，来对分别穿过多个滤波器组5a的信号的强度进行标准化以获得标准化强度，并且输出标准化强度。识别部7可被配置为进行如下的识别处理，其中该识别处理用于基于根据从标准化部6输出的多个滤波器组5a中的每一个滤波器组5a的标准化强度所计算的频率分布和标准化强度的成分比中的至少一个，来检测物体。根据该结构，信号处理装置2可以减少由于除检测对象以外的物体的运动所引起的误检测的可能性。