定位传感器以及方向推定方法与流程

本公开涉及利用无线信号推定运动物体的方向和/或位置的定位传感器以及推定方法。

背景技术：

作为获知人物的位置等的方法，利用无线信号的方法正在被进行研究(例如，参照专利文献1～3)。专利文献1中公开了使用多普勒传感器的生物体检测的方法，专利文献2中公开了使用多普勒传感器和滤波器检测人的动作或生物体信息的方法。专利文献3中公开了：通过使用傅立叶变换来解析包含多普勒频移(dopplershift)的成分，能够获知成为检测对象的人物的位置或状态。

现有技术文献

专利文献

专利文献1：日本特表2014-512526号公报

专利文献2：国际公开第2014/141519号

专利文献3：日本特开2015-117972号公报

专利文献4：日本特开2015-072173号公报

专利文献5：日本特开2015-119770号公报

专利文献6：日本特愿2013-558810号公报

专利文献7：日本特开2014-215200号公报

专利文献8：日本特开2015-117961号公报

专利文献9：国际公开第2012/115220号

非专利文献

非专利文献1：f.adib,z.kabelac,d.katabi,andr.miller,“3dtrackingviabodyradioreflections,”11thusenixsymp.net.systemsdesign\&impl.(usenixnsdi‘14),apr.2014.

非专利文献2：daisasakawa,keitakonno,naokihonma,kentaronishimori,nobuyasutakemura,tsutomumitsui,“fastestimationalgorithmforlivingbodyradar,”2014internationalsymposiumonantennasandpropagation(isap2014),fr3d,pp.583-584,dec.2014

技术实现要素：

发明所要解决的问题

然而，在专利文献1以及专利文献2的方法中，存在虽然能够检测人物的存在、不存在，但无法检测人物所存在的方向和/或位置的问题。

另外，在专利文献3的方法中，存在难以短时间且高精度地检测人物等生物体所存在的方向和/或生物体所存在的位置这一问题。其原因在于，由源于生物体活动的多普勒效应而引起的频率变化是极小的，为了通过傅立叶变换来观测该频率变化，需要在生物体静止的状态下的长时间(例如数十秒钟)的观测。另外，其原因在于，一般而言，生物体不会在数十秒钟内持续相同的姿势和位置。

本发明是鉴于上述情形而做出的，其目的在于提供能够利用无线信号短时间且高精度地进行对运动物体所存在的方向等的推定的推定装置以及推定方法。

用于解决问题的技术方案

本公开的一个技术方案中的定位传感器具备：发送天线元件，其向从所述定位传感器起的运动物体可能存在的预定范围发送发送信号；多个接收天线元件，所述多个接收天线元件分别接收多个接收信号的各接收信号，所述多个接收信号分别包含所述运动物体将所述发送信号反射而得到的反射信号；接收部，其以预定的取样周期对所述多个接收信号的每一个进行预定期间的观测；处理器；以及存储器，所述处理器根据所述多个接收信号的每一个，算出分别表示所述发送天线元件和所述多个接收天线元件的每一个之间的传播特性的多个复变传递函数，在所述存储器中，使所述多个复变传递函数的每一个以与观测到与所述多个复变传递函数的每一个对应的所述多个接收信号的各个接收信号的各个时刻相对应的方式进行记录，提取多组复变传递函数，每组复变传递函数为所述多个复变传递函数中的与预定间隔的两个时刻对应的两个复变传递函数，算出分别表示所述多组的各组包含的两个复变传递函数的差分的多个差分信息，所述多个差分信息分别由n维向量表示，基于所述多个差分信息的各差分信息，推定所述运动物体相对于所述定位传感器所存在的方向。

本公开的另一技术方案中的定位传感器具备：m个发送天线元件，m是2以上的自然数，所述m个发送天线元件分别向从所述定位传感器起的运动物体可能存在的预定范围发送各发送信号；n个接收天线元件，n是2以上的自然数，所述n个接收天线元件分别接收各接收信号，所述各接收信号包含各发送信号由所述运动物体反射后的各反射信号；接收部，其以预定的取样周期对所述各接收信号进行预定期间的观测；处理器；以及存储器，所述处理器，根据所述各接收信号，算出分别表示所述m个发送天线元件的每一个和所述n个接收天线元件的每一个之间的传播特性的m×n个复变传递函数，在所述存储器中，使所述m×n个复变传递函数的每一个以与观测到与所述m×n个复变传递函数的每一个对应的所述m×n个接收信号的各个接收信号的各个时刻相对应的方式进行记录，提取多组复变传递函数，每组复变传递函数为所述m×n个复变传递函数中的与预定间隔的两个时刻对应的两个复变传递函数，算出分别表示所述多组的各组包含的两个复变传递函数的差分的多个差分信息，所述多个差分信息分别由m×n维矩阵表示，基于所述多个差分信息的各差分信息，推定所述运动物体相对于所述定位传感器所存在的方向。

发明效果

根据本公开，能够利用无线信号短时间且高精度地进行对运动物体所存在的方向等的推定。

附图说明

图1是表示实施方式1中的推定装置的结构的一例的框图。

图2是表示图1所示的推定装置的检测对象的一例的图。

图3是概念性地表示图1所示的天线部中的信号波的传递状况的图。

图4是表示实施方式1中的在计算差分信息时所使用的预定间隔的两个时刻的一例的概念图。

图5是表示与图4不同的预定间隔的两个时刻的一例的概念图。

图6是表示实施方式1中的推定装置的推定处理的流程图。

图7是表示实施方式2中的推定装置的结构的一例的框图。

图8是表示图7所示的推定装置的检测对象的一例的图。

图9是表示实施方式2中的推定装置的推定处理的流程图。

图10是表示使用了实施方式2涉及的推定方法的实验的概念的图。

图11是表示使用了实施方式2涉及的推定方法的实验结果的图。

图12是表示使用了实施方式2涉及的推定方法的另一实验结果的图。

标号说明

10、20：推定装置；11：天线部；11a、21a：发送天线部；11b、21b：接收天线部；12：发送机；13、23：接收部；14、24：复变传递函数算出部；15、25：差分信息算出部；16：方向推定处理部；22：发送部；26：位置推定处理部；50：生物体。

具体实施方式

(成为本公开的基础的见解)

作为获知人物的位置等的方法，利用无线信号的方法正在被进行研究。

例如专利文献1中公开了使用多普勒传感器的生物体检测的方法，专利文献2中公开了使用多普勒传感器和滤波器检测人的动作或生物体信息的方法。

另外，例如专利文献3中公开了：对预定的区域发送无线信号，用多个天线接收由检测对象反射后的无线信号，从而推定收发天线间的复变传递函数。复变传递函数是表示输入和输出的关系的复变函数，在此，表示收发天线间的传播特性。该复变传递函数的元素数等于发送天线数和接收天线数之积。

专利文献3中进一步公开了：通过使用傅立叶变换来解析包含多普勒频移的成分，能够获知成为检测对象的人物的位置或状态。更具体而言，记录复变传递函数的元素的时间变化，并对其时间波形进行傅立叶变换。人物等生物体的呼吸、心跳等生物体活动会对反射波引起轻微的多普勒效应。因此，包含多普勒频移的成分包括人物的影响。另一方面，没有多普勒频移的成分并未受到人物的影响，也就是与来自固定物的反射波和/或收发天线之间的直接波对应。基于以上原因，在专利文献3中公开了：通过解析包含多普勒频移的成分，能够获知成为检测对象的人物的位置或状态。

同样地，例如在专利文献4～专利文献9中，通过对观测得到的信号进行傅立叶变换，来取出源于人物(生物体)的多普勒成分。而且，公开了：通过对此进行解析来感测生物体的位置、生物体的心跳、呼吸等的状态。

另外，例如在非专利文献1中，公开了以不进行傅立叶变换的方式检测人体方向和位置的方法。在非专利文献1中，事先测定无人状态的传播响应，并认为无人状态与有人状态之间的差分是因人物而产生的，从而通过解析差分成分来推定人物位置。更具体而言，在非专利文献1所公开的位置推定方法中，观测1ghz以上的宽频带的频率响应，计算所提取的源于人物的反射波的传播时间，由此，推定与放置在不同地方的多个天线相距的距离，使用推定出的距离来推定人物位置。在非专利文献1中，观测有人时的复传播信道的时间响应，对不同的时间的复传播信道彼此进行减法运算，由此，仅提取去除了来自墙壁、日常用具等固定物的反射成分后的来自人物的反射波。

另外，例如在非专利文献2以及专利文献6中，公开了从有人时的复变传递函数中去除不需要的成分，推定生物体的方向的方法。更具体而言，为了将来自固定物的反射波和/或收发天线间的直接波从复变传递函数中去除，预先测定无人时的复变传递函数。而且，由于有人时的复变传递函数包含来自固定物的反射波和/或收发天线间的直接波，因此，通过从有人时的复变传递函数减去无人时的复变传递函数，来去除不需要的成分。

然而，在上述的专利文献1以及专利文献2的方法中，虽然能够检测人物的存在、不存在，但无法检测人物所存在的方向和位置。

另外，在上述的专利文献3的方法中，为了进行傅立叶变换，需要数十秒钟的观测时间。因此，难以短时间且高精度地进行人物的方向和/或位置检测。其原因在于，由源于生物体活动的多普勒效应而引起的频率变化是极小的，为了通过傅立叶变换来观测该频率变化，需要在生物体静止的状态下的长时间(例如数十秒钟)的观测。一般而言，生物体不会在数十秒钟内持续相同的姿势和/或位置，因此，一旦缩短观测时间，则会变得无法通过傅立叶变换来准确地提取源于生物体的信号，人物的方向和/或位置的推定精度会降低。

关于该问题、即上述的专利文献3的问题，在专利文献4～专利文献9所示的发明中也同样可能发生。

另外，在专利文献6以及非专利文献1～2的方法中，存在需要预先测定无人时的复变传递函数这一问题。其原因在于，一旦诸如家具等日常用具等发生移动等而传播环境本身产生变化时，则会变得无法推定人物位置。当考虑对人物生活的环境的应用时，可设想椅子、桌子等会频繁发生移动的情况，因此，难以将上述的专利文献6以及非专利文献1～2的方法应用于人物的生活环境。

这样，在现有技术中，存在无法利用无线信号短时间且高精度地进行对运动物体所存在的方向等的推定这一问题。

另外，近年来，利用因生物体呼吸、心跳等某种生物体活动而使电波产生多普勒频移这一特征，在多波存在的电波传播环境中，推定生物体的存在方向等的雷达正在被进行研究。也就是说，如下雷达正在被进行研究，所述雷达对生物体照射电波，通过接收信号的傅立叶变换来去除不经由生物体的信号成分，推定从生物体反射的电波的到来方向，由此推定生物体方向。

然而，如上所述，无法使用傅立叶变换来短时间且高精度地进行生物体方向的推定。

因此，发明人鉴于此情况，想到了能够利用无线信号来短时间且高精度地进行对运动物体所存在的方向等的推定的推定装置等。

(1)本公开的一个技术方案中的定位传感器具备：发送天线元件，其向从所述定位传感器起的运动物体可能存在的预定范围发送发送信号；多个接收天线元件，所述多个接收天线元件分别接收多个接收信号的各接收信号，所述多个接收信号分别包含所述运动物体将所述发送信号反射而得到的反射信号；接收部，其以预定的取样周期对所述多个接收信号的每一个进行预定期间的观测；处理器；以及存储器，所述处理器根据所述多个接收信号的每一个，算出分别表示所述发送天线元件和所述多个接收天线元件的每一个之间的传播特性的多个复变传递函数，在所述存储器中，使所述多个复变传递函数的每一个以与观测到与所述多个复变传递函数的每一个对应的所述多个接收信号的各个接收信号的各个时刻相对应的方式进行记录，提取多组复变传递函数，每组复变传递函数为所述多个复变传递函数中的与预定间隔的两个时刻对应的两个复变传递函数，算出分别表示所述多组的各组包含的两个复变传递函数的差分的多个差分信息，所述多个差分信息分别由n维向量表示，基于所述多个差分信息的各差分信息，推定所述运动物体相对于所述定位传感器所存在的方向。

根据该构成，能够用与源于运动物体活动的周期相当的短时间的观测时间，高精度地推定运动物体所存在的方向。由此，能够利用无线信号短时间且高精度地进行对运动物体所存在的方向的推定。

(2)在上述技术方案中，也可以为，所述多组的各组各自的所述预定间隔的两个时刻分别是第1时刻和第2时刻，各所述第1时刻是比各所述第2时刻早的时刻，各所述第1时刻是彼此不同的时刻。

由此，由于能够通过取得两个以上的差分信息的平均来削弱瞬间噪声的影响，因此，能够进一步提高方向推定的精度。

(3)在上述技术方案中，也可以为，所述运动物体是生物体。

(4)在上述技术方案中，也可以为，所述预定期间是所述生物体的呼吸、心跳、体动中的至少一个的周期的大致一半。

由此，通过与呼吸、心跳、体动中的至少一个的周期对应的期间的观测，能够推定生物体存在的方向。

(5)在上述技术方案中，也可以为，所述多组的各组各自的所述预定间隔的两个时刻分别是第1时刻和第2时刻，各所述第1时刻是比各所述第2时刻早的时刻，所述处理器，基于所述多个差分信息的各差分信息，算出对于各所述第2时刻和各所述第1时刻之间的各差分时间的各相关矩阵，通过对所述各相关矩阵应用预定的方法，推定所述反射信号相对于所述定位传感器的到来方向，基于所述到来方向，推定所述运动物体相对于所述定位传感器所存在的方向。

(6)在上述技术方案中，也可以为，所述预定的方法是music算法，即多重信号分类(multiplesignalclassification)算法。

(7)本公开的另一技术方案中的定位传感器具备：m个发送天线元件，m是2以上的自然数，所述m个发送天线元件分别向从所述定位传感器起的运动物体可能存在的预定范围发送各发送信号；n个接收天线元件，n是2以上的自然数，所述n个接收天线元件分别接收各接收信号，所述各接收信号包含各发送信号由所述运动物体反射后的各反射信号；接收部，其以预定的取样周期对所述各接收信号进行预定期间的观测；处理器；以及存储器，所述处理器，根据所述各接收信号，算出分别表示所述m个发送天线元件的每一个和所述n个接收天线元件的每一个之间的传播特性的m×n个复变传递函数，在所述存储器中，使所述m×n个复变传递函数的每一个以与观测到与所述m×n个复变传递函数的每一个对应的所述m×n个接收信号的各个接收信号的各个时刻相对应的方式进行记录，提取多组复变传递函数，每组复变传递函数为所述m×n个复变传递函数中的与预定间隔的两个时刻对应的两个复变传递函数，算出分别表示所述多组的各组包含的两个复变传递函数的差分的多个差分信息，所述多个差分信息分别由m×n维矩阵表示，基于所述多个差分信息的各差分信息，推定所述运动物体相对于所述定位传感器所存在的方向。

根据该构成，能够用与源于运动物体活动的周期相当的短时间的观测时间，高精度地推定运动物体所存在的位置。由此，能够利用无线信号短时间且高精度地进行对运动物体所存在的位置的推定。

(8)在上述技术方案中，也可以为，所述多组的各组各自的所述预定间隔的两个时刻分别是第1时刻和第2时刻，各所述第1时刻是比各所述第2时刻早的时刻，各所述第1时刻是彼此不同的时刻。

由此，由于能够通过取得两个以上的差分信息的平均来削弱瞬间噪声的影响，因此，能够进一步提高位置推定的精度。

(9)在上述技术方案中，也可以为，所述运动物体是生物体。

(10)在上述技术方案中，也可以为，所述预定期间是所述生物体的呼吸、心跳、体动中的至少一个的周期的大致一半。

由此，能够取得两个以上的差分信息的平均，因此能够通过削弱瞬间噪声的影响来进一步提高位置推定的精度。通过与呼吸、心跳、体动中的至少一个的周期对应的期间的观测，能够推定生物体存在的位置。

此外，本公开不仅能够作为装置而实现，而且也能够作为集成电路来实现，所述集成电路具备这种装置所具备的处理单元，或作为使构成该装置的处理单元成为步骤的方法来实现，作为使计算机执行这些步骤的程序来实现，作为表示该程序的信息、数据或者信号来实现。而且，这些程序、信息、数据以及信号也可以通过cd-rom等记录介质和/或互联网等通信介质来发布。

以下，使用附图，详细地对本公开的实施方式进行说明。此外，下面说明的实施方式均表示本公开的优选的一个具体例。在以下的实施方式中表示的数值、形状、材料、构成要素、构成要素的配置位置以及连接方式、步骤、步骤的顺序等仅为一例，并非旨在限定本公开。另外，对于以下的实施方式中的构成要素中的、没有记载在表示本公开的最上位概念的独立权利要求中的构成要素，作为构成更加优选的方式的任意的构成要素进行说明。此外，在本说明书以及附图中，对具有实质相同的功能结构的构成要素赋予相同的标号，由此省略重复说明。

(实施方式1)

以下，参照附图，对实施方式1中的推定装置10使用在预定期间的不同的两个时刻观测到的复变传递函数的差分信息来推定作为检测对象的运动物体(生物体)的方向进行说明。

[推定装置10的结构]

图1是表示实施方式1中的推定装置10的结构的一例的框图。图2是表示图1所示的推定装置10的检测对象的一例的图。

图1所示的推定装置10具备天线部11、发送机12、接收部13、复变传递函数算出部14、差分信息算出部15以及方向推定处理部16，对运动物体所存在的方向进行推定。

[发送机12]

发送机12生成为了推定生物体50的方向所使用的高频信号。例如，如图2所示，发送机12将所生成的信号(发送波)通过天线部11具备的1个发送天线元件进行发送。

[天线部11]

天线部11包括1个发送天线元件以及n个(n是2以上的自然数)接收天线元件。在本实施方式中，天线部11包括发送天线部11a和接收天线部11b，发送天线部11a具备1个单元的发送天线即发送天线元件，接收天线部11b具备mr个接收天线元件(接收阵列天线)。

如上所述，1个发送天线元件对发送机12所生成的信号(发送波)进行发送。而且，例如如图2所示，mr个接收天线元件分别接收从该1个发送天线元件发送而由生物体50反射后的信号(接收信号)。

[接收部13]

接收部13针对与源于运动物体活动的周期相当的第1期间，观测接收信号，所述接收信号是由n个接收天线元件分别接收到的信号，包括从发送天线元件发送而由运动物体反射后的反射信号。在此，运动物体是如图2所示的生物体50。另外，源于运动物体活动的周期是源于包括生物体50的呼吸、心跳、体动中的至少一个的源于生物体的周期(生物体变动周期)。

在本实施方式中，接收部13包括n个(mr个)接收机(接收机13－1～接收机13－n)。接收机13－1～接收机13－n分别将由对应的接收天线元件接收到的高频信号变换成能够进行信号处理的低频信号。接收部13至少将第1期间的接收机13－1～接收机13－n分别变换得到的低频信号传递给复变传递函数算出部14。

[复变传递函数算出部14]

复变传递函数算出部14根据在第1期间观测到的多个接收信号，算出多个复变传递函数，所述复变传递函数表示发送天线元件和n个接收天线元件的每一个之间的传播特性。

在本实施方式中，复变传递函数算出部14根据从接收部13传递来的低频信号，算出表示1个发送天线元件与mr个接收天线元件之间的传播特性的复变传递函数。以下，使用图3，更具体地进行说明。

图3是概念性地表示图1所示的天线部11中的信号波的传递状况的图。如图3所示，由发送天线部11a的发送天线元件发送的发送波由生物体50反射后，到达接收天线部11b的接收阵列天线。在此，接收阵列天线包括mr个接收天线元件，是元件间隔为d的线性阵列。另外，设从接收阵列天线的正面观察到的生物体50的方向为θ。设生物体50与接收阵列天线的距离足够大，使得可将来到接收阵列天线的源于生物体的反射波视为平面波。

在该情况下，复变传递函数算出部14根据使用接收阵列天线观测到的复数接收信号向量能够算出表示发送天线元件与接收阵列天线之间的传播特性的复变传递函数向量。复变传递函数向量例如可以通过h0＝x/s来算出。在此，s是复数发送信号，是已知的。

[差分信息算出部15]

差分信息算出部15将算出的多个复变传递函数按作为观测到多个接收信号的顺序的时间序列依次进行记录。而且，差分信息算出部15算出两个以上的差分信息，所述差分信息表示该多个复变传递函数中的、预定间隔的两个时刻的两个复变传递函数的差分，该差分信息通过n维向量来表现。在此，两个以上的差分信息的各差分信息中的预定间隔的两个时刻中的起始点是不同的时刻。另外，预定间隔可以是源于生物体50的周期(生物体变动周期)的大致一半。

图4是表示实施方式1中的在计算差分信息时所使用的预定间隔的两个时刻的一例的概念图。图5是表示与图4不同的预定间隔的两个时刻的一例的概念图。在图4中，纵轴表示变动信道值，横轴表示时间。另外，tmeas表示接收信号的观测时间。该观测时间tmeas是上述的第1期间。观测时间tmeas例如与生物体的包括呼吸、心跳、体动中的至少一个的生物体变动最大周期即源于生物体变动的最大的周期相当。在图4所示的例子中，设观测时间为与生物体50的呼吸活动的周期相当的约3秒钟。

当在如图4所示的观测时间tmeas依次记录了根据由接收部13观测到的接收信号而算出的多个复变传递函数、即时变信道的情况下，由于观测时间tmeas相当于生物体变动最大周期，因此在观测时间tmeas内必定包含生物体50的变动的最大值和最小值。在此，若将生物体变动最大周期设为tmax，将源于生物体变动的最小的周期(生物体变动最小周期)设为tmin，则它们的半周期即tmax/2、tmin/2的时间差分，成为与生物体50的变动对应的时间差。因此，能够将计算复变传递函数的差分信息时的预定间隔t设在tmax/2≤t≤tmin/2的范围。这样，即使将预定间隔t设为源于生物体50的周期(生物体变动周期)的大致一半，也能够从与生物体50的一个周期相当的时变信道中提取源于生物体的成分(分量)。

另外，在图4所示的例子中，差分信息算出部15例如算出表示在时间t和时间t+t这两个不同时间、即预定间隔t的两个时刻的复变传递函数的差分的差分信息。而且，差分信息算出部15按照以每次错开△t的时间为起始点的预定间隔t，进行多次差分信息的算出。即，差分信息算出部15进一步以不同的两个时刻的预定间隔t(针对不同的复变传递函数的组)实施这种差分信息的算出。在此，算出差分信息是为了，去除经由生物体50以外的固定物的复变传递函数成分，仅剩下仅经由生物体50的复变传递函数成分。

在本实施方式中，有多个(mr个)接收天线元件，因此，与接收天线部11b对应的复变传递函数的差分值(差分信息)的数量也为多个。将它们一并定义为复差分信道向量。若设接收天线元件的数量为mr，则复差分信道向量表示为其中，1≤l，m≤n(l≠m，n为总测定次数)。另外，l、m是表示测定编号的正整数，是取样时间。[·]^t表示转置。此外，在图4所示的例子中，n是信道观测次数，与ct、ct+t等包含时间间隔t的两个时刻的梯形的顶点(在运算中所使用的数据)的数量对应。在观测时间tmeas为3秒、测定(观测)100次的情况下，n＝300。

在复变传递函数算出部14算出的复变传递函数向量中，例如如图3所示，包含直接波和/或源于固定物的反射波等没有经由生物体50的反射波。另一方面，通过两个时刻的复变传递函数向量的差分运算，能消除所有没有经由生物体50的反射波，复差分信道向量中仅包含源于生物体的反射波。虽然也存在当进行该差分运算时源于生物体50的反射波的复变传递函数也会被减去这一缺点，但由于因呼吸和/或心跳等生物体活动而经由生物体50的反射波的振幅和/或相位会时常发生时变，因此，复差分信道向量不会完全变为0。也就是说，若对不同的两个时刻的复变传递函数向量彼此进行减法计算，则将会剩余对经由生物体50的复变传递函数向量乘以系数后的量。

此外，如后所述，差分信息算出部15针对多个组(不同的两个时刻的复变传递函数)进行差分信息的算出的原因在于，通过求取多次的平均，来削弱瞬间噪声的影响而提高方向推定的精度。此外，进行差分信息的算出时的预定间隔t也可以并非如图4所示的固定值，而是任意的预定间隔、即例如如图5所示的时间t'和时间t'+t'等两个时刻间的预定间隔t'。

[方向推定处理部16]

方向推定处理部16使用该两个以上的所算出的差分信息，以推定装置10为方向基准来推定运动物体所存在的方向。更具体而言，方向推定处理部16根据两个以上的所算出的差分信息的各差分信息，算出瞬时相关矩阵，所述瞬时相关矩阵是该差分信息中的预定间隔的两个时刻即差分时间的相关矩阵，并使用所算出的该瞬时相关矩阵，通过预定的到来方向推定方法，推定反射信号的到来方向。而且，基于推定出的反射信号的到来方向，推定运动物体所存在的方向。在此，预定的到来方向推定方法是基于music(multiplesignalclassification，多重信号分类)算法的推定方法。

在本实施方式中，方向推定处理部16根据差分信息算出部15算出的作为多个差分信息的复差分信道向量，算出(式1)所示的相关矩阵(以下，称为“瞬时相关矩阵”)。由于预定间隔的两个时刻即差分时间是瞬时的，故这样称呼。

rv(l，m)＝h(l，m)h^h(l，m)---(式1)

在此，[·]^h表示复共轭转置。

另外，方向推定处理部16也可以进一步如(式2)所示那样对该瞬时相关矩阵进行平均(平均运算)。如上所述，其原因在于，由此能够削弱瞬间噪声的影响而提高方向推定的精度。

在此，(式1)所示的瞬时相关矩阵的秩(rank)为1。该瞬时相关矩阵是使4×1的向量成为4×4的矩阵而得到的，不过是增加了使1个行成分倍增整数倍后得到的行的矩阵。因此，无法解联立方程式，也就是说，秩为1。

然而，通过瞬时相关矩阵的平均运算能够使相关矩阵的秩恢复。也就是说，通过将(式1)如(式2)那样进行平均化，能够增加特征值(≒秩)，因此，使求解的变量(指标)增加。由此，(式2)增加了特征值，能够提高推定精度。而且，将在后面进行说明，能够同时推定多个来波。此外，虽然利用平均运算实现精度提高是在后述的music法中常常使用的方案，但是是以通常频率成分进行的。另一方面，在本实施方式中，不同之处在于，是在时间方向上进行平均化。

这样，通过在某期间以时间序列方式记录复变传递函数，并利用该所记录的多个复变传递函数(全部)，能获得在观测期间较短的情况下(例如数秒)也能够提高推定精度这一效果。

方向推定处理部16能够使用如上所述算出的瞬时相关矩阵来进行反射信号的到来方向推定。

以下，说明使用根据复差分信道向量求得的瞬时相关矩阵来进行方向推定的方法。在此对基于music算法的推定法进行说明。

当对(式2)所示的瞬时相关矩阵进行特征值分解时，可以写作r＝u∧u^h、

在此，是元素数为mr的特征向量，是与特征向量对应的特征值，顺序为l是来波的数量也就是检测对象的生物体数。

另外，将接收阵列天线的导向矢量(steeringvector)(方向矢量)定义为对其应用music法。在此，k是波数。

即，方向推定处理部16基于music法，使用接收阵列天线的导向矢量，搜索如下所示的评价函数pmusic(θ)的极大值，由此，能够推定来波的方向。

方向推定处理部16通过这样对瞬时相关矩阵进行特征值分解，并适用music法，从而能够推定反射信号的到来方向，因此，能够根据推定出的反射信号的到来方向来推定生物体50所存在的方向。其原因在于，推定出的反射信号的到来方向与以推定装置10为基准的生物体50所存在的方向大致一致。

[推定装置10的工作]

对如上所述构成的推定装置10的推定处理的工作进行说明。图6是表示实施方式1中的推定装置10的推定处理的流程图。

首先，推定装置10针对与源于生物体50活动的周期相当的第1期间，观测包含从1个发送天线元件发送而由生物体50反射的反射信号的接收信号(s10)。

接着，推定装置10根据在第1期间观测到的多个接收信号，算出多个复变传递函数，所述复变传递函数表示1个发送天线元件和mr个接收天线元件的每一个之间的传播特性(s20)。详细内容如上所述，因此，在此省略说明。以下也是同样的。

接着，推定装置10算出两个以上的差分信息，所述差分信息表示该多个复变传递函数中的预定间隔的两个时刻的两个复变传递函数的差分(s30)。

然后，推定装置10使用两个以上的差分信息，推定生物体50所存在的方向(s40)。

[效果等]

根据本实施方式的推定装置610以及推定方法，能够通过算出上述的差分信息，从而不使用傅立叶变换，而以比使用傅立叶变换时短的处理时间进行使无线信号内仅剩下源于生物体的成分的信号处理。另外，通过使用多个差分信息，能够实现推定精度的提高。因此，能够使用与源于运动物体活动的周期相当的短时间的观测时间，高精度地推定运动物体所存在的方向。由此，能够利用无线信号短时间且高精度地进行对运动物体存在的方向的推定。

(实施方式2)

在实施方式1中，说明了使用在预定期间的不同的两个时刻观测到的复变传递函数的差分信息，推定作为检测对象的运动物体(生物体)所存在的方向的推定装置10及其推定方法。在实施方式2中，说明在使用同样的差分信息后推定作为检测对象的运动物体(生物体)的位置的推定装置20及其推定方法。

[推定装置20的结构]

图7是表示实施方式2中的推定装置20的结构的一例的框图。图8是表示图7所示的推定装置20的检测对象的一例的图。对与图1以及图2同样的要素赋予相同的标号，并省略详细的说明。

图7所示的推定装置20具备发送天线部21a、接收天线部21b、发送部22、接收部23、复变传递函数算出部24、差分信息算出部25以及位置推定处理部26，对运动物体的位置进行推定。图7所示的推定装置20与图1所示的推定装置10相比，至少发送天线元件的数量不同，由此，能够推定运动物体的位置。

[发送部22]

发送部22生成为了推定生物体50的方向所使用的高频信号。例如，如图8所示，发送部22将所生成的信号(发送波)通过发送天线部21a具备的mt个发送天线元件(发送阵列天线)进行发送。

[发送天线部21a]

发送天线部21a包括m个(m是2以上的自然数)发送天线元件。在本实施方式中，发送天线部21a具备mt个发送天线元件。如上所述，mt个发送天线元件对发送部22所生成的信号(发送波)进行发送。

[接收天线部21b]

接收天线部21b包括n个(n是2以上的自然数)接收天线元件(接收阵列天线)。在本实施方式中，与实施方式1同样地，接收天线部21b具备mr个接收天线元件(接收阵列天线)。而且，例如如图8所示，mr个接收天线元件分别接受从该mt个发送天线元件(发送阵列天线)发送的信号被生物体50反射后的信号(接收信号)。

[接收部23]

接收部23针对与源于该运动物体活动的周期相当的第1期间，观测接收信号，所述接收信号是由n个接收天线元件分别接收到的信号，包括从m个发送天线元件分别发送而由运动物体反射后的反射信号。在此，运动物体是如图8所示的生物体50。与源于运动物体活动的周期相当。另外，源于运动物体活动的周期是包括生物体50的呼吸、心跳、体动中的至少一个的源于生物体的周期(生物体变动周期)。

在本实施方式中，接收部23包括mr个接收机。mr个接收机分别将由对应的接收天线元件接收到的高频信号变换成能够进行信号处理的低频信号。接收部23至少将第1期间的mr个接收机分别变换得到的低频信号传递给复变传递函数算出部24。

[复变传递函数算出部24]

复变传递函数算出部24根据在第1期间观测到的多个接收信号，算出多个复变传递函数，所述复变传递函数表示m个发送天线元件和n个接收天线元件各自之间的传播特性。

在本实施方式中，复变传递函数算出部24根据从接收部23传递来的低频信号，算出表示mt个发送天线元件与mr个接收天线元件之间的传播特性的复变传递函数。以下，使用图8，更具体地进行说明。

在图8中，设发送阵列天线以及接收阵列天线均为元件间隔为d的线性阵列，从发送阵列天线以及接收阵列天线各自的正面观察到的生物体50的方向为θt、θr。假定生物体与收发阵列天线之间的距离和阵列天线的开口宽度相比足够大，使得可将从发送阵列天线出发的以及来到接收阵列天线的经由生物体的信号视为平面波。

如图8所示，以角度θt从发送天线部21a的mt个发送天线元件(发送阵列天线)发送的发送波由生物体50反射，以角度θr到达接收阵列天线。

在该情况下，复变传递函数算出部24根据使用接收阵列天线观测到的复数接收信号向量，能够算出复变传递函数向量。复变传递函数向量成为矩阵形式，但可以与实施方式1同样地算出。此外，如上所述，在算出的复变传递函数矩阵中含有直接波和/或源于固定物的反射波等没有经由生物体50的反射波。

[差分信息算出部25]

差分信息算出部25将算出的多个复变传递函数按作为观测到多个接收信号的顺序的时间序列依次进行记录。而且，差分信息算出部25算出两个以上的差分信息，所述差分信息表示该多个复变传递函数中的、预定间隔的两个时刻的两个复变传递函数的差分，通过m×n维的矩阵来表现。在此，两个以上的差分信息的各差分信息中的预定间隔的两个时刻中的起始点是不同的时刻。另外，预定间隔可以是源于生物体50的周期(生物体变动周期)的大致一半。

此外，关于在计算差分信息时所使用的预定间隔的两个时刻，如使用图4等在实施方式1中所说明的，因此，省略这里的说明。

在本实施方式中，差分信息算出部25也算出表示由复变传递函数算出部24算出的复变传递函数中的预定间隔t的两个不同的时刻的两个复变传递函数的差分的差分信息。另外，差分信息算出部25也进一步针对不同的两个时刻(不同的复变传递函数的组)实施差分信息的算出。在此，与实施方式1同样地，算出差分信息是为了去除经由生物体50以外的固定物的复变传递函数成分，仅剩下仅经由生物体50的复变传递函数成分。

在本实施方式中，发送天线元件和接收天线元件的数量均为多个。因此，与发送天线部21a、接收天线部21b对应的复变传递函数的差分值(差分信息)的数量为发送天线元件×接收天线元件数(mr×mt)，将它们一并定义为复差分信道矩阵h(l，m)。差分信息算出部25算出如下所示的复差分信道矩阵h(l，m)，作为差分信息。由于通过差分运算消除了所有没有经由生物体50的反射波，因此该复差分信道矩阵h(l，m)中仅包含源于生物体50的反射波。

在此，1≤l，m≤n(l≠m，n为总测定次数)。另外，l、m是表示测定编号的正整数，是取样时间。

[位置推定处理部26]

位置推定处理部26使用该两个以上的所算出的差分信息，推定运动物体所存在的位置。更具体而言，首先，位置推定处理部26根据两个以上的被算出的差分信息的各差分信息，算出瞬时相关矩阵，所述瞬时相关矩阵是该差分信息中的预定间隔的两个时刻即差分时间的相关矩阵。接着，位置推定处理部26使用所算出的该瞬时相关矩阵，通过预定的到来方向推定方法，推定从发送天线部21a向运动物体发送的发送信号的发送方向、以及反射信号的到来方向。而且，位置推定处理部26基于推定出的发送信号的发送方向以及推定出的反射信号的到来方向，推定运动物体所存在的位置。在此，预定的到来方向推定方法是基于music算法的推定方法。

在本实施方式中，位置推定处理部26根据差分信息算出部25算出的作为多个差分信息的复差分信道矩阵，算出瞬时相关矩阵。

更具体而言，位置推定处理部26对差分信息算出部25算出的上述的复差分信道矩阵h(l，m)的元素进行重新排列，算出变为(式3)所示的mrmt×1的向量的复差分信道。

在此，vec(·)意味着矩阵向向量的变换。

接着，位置推定处理部26根据该复差分信道向量算出(式4)所示的瞬时相关矩阵。

ri(l，m)＝hv(l，m)hv^h(l，m)---(式4)

另外，位置推定处理部26也可以进一步如(式5)所示那样对该瞬时相关矩阵进行平均(平均运算)。如上所述，其原因在于，由此能够削弱瞬间噪声的影响而提高方向推定的精度。

在此，(式4)的瞬时相关矩阵的秩为1，但是，如在实施方式1中说明的那样，也能够通过瞬时相关矩阵的平均运算来使相关矩阵的秩恢复。由此，不仅能够改善推定精度，而且能够同时推定多个来波。

这样，通过在某期间以时间序列方式记录复变传递函数，并利用该所记录的多个复变传递函数(全部)，能获得在观测期间较短的情况下(例如数秒)也能够提高推定精度这一效果。

位置推定处理部26能够使用如上所述算出的瞬时相关矩阵来进行生物体50的位置推定。

接着，说明使用根据复差分信道矩阵求得的瞬时相关矩阵来进行方向推定的方法。在本实施方式中也对基于music算法的推定法进行说明。

当对(式5)所示的瞬时相关矩阵进行特征值分解时，可以写作r＝u∧u^h、

在此，是元素数为mr的特征向量，是与特征向量对应的特征值，顺序为l是来波的数量也就是检测对象的生物体数。

另外，将发送阵列天线的导向矢量(方向矢量)定义为将接收阵列天线的导向矢量(方向矢量)定义为在此，k是波数。进而，将这些导向矢量相乘，将考虑到收发阵列天线双方的角度信息的导向矢量定义为对其应用music法。

即，位置推定处理部26基于music法，使用相乘得到的导向矢量，以如下所示的评价函数pmusic(θ)搜索极大值，由此，能够推定来波的方向。

在本实施方式中，需要对两个角度(θt，θr)进行评价函数的极大值的搜索，因此，实施二维的搜索处理。而且，位置推定处理部26根据如此获得的两个角度(θt，θr)来推定发送波向生物体50的发送方向和来自生物体50的反射波的到来方向，根据推定出的两个方向的交点来推定生物体50的位置。

[推定装置20的工作]

对如上所述构成的推定装置20的推定处理的工作进行说明。图9是表示实施方式2中的推定装置20的推定处理的流程图。

首先，推定装置20针对与源于生物体50活动的周期相当的第1期间，观测包含从mt个发送天线元件发送而由生物体50反射后的反射信号的接收信号(s10a)。

接着，推定装置20根据在第1期间观测到的多个接收信号，算出多个复变传递函数，所述复变传递函数表示mt个发送天线元件和mr个接收天线元件的各自之间的传播特性(s20a)。详细内容如上所述，因此，在此省略说明。以下也是同样的。

接着，推定装置20算出两个以上的差分信息，所述差分信息表示该多个复变传递函数中的预定间隔的两个时刻的两个复变传递函数的差分(s30a)。

然后，推定装置20使用两个以上的差分信息，推定生物体50所存在的位置(s40a)。

[效果等]

根据本实施方式的推定装置20以及推定方法，能够通过算出上述的差分信息，从而不使用傅立叶变换，而以比使用傅立叶变换时短的处理时间进行使无线信号内仅剩下源于生物体的成分的信号处理。另外，通过使用多个差分信息，能够实现推定精度的提高。因此，能够使用与源于运动物体活动的周期相当的短时间的观测时间，高精度地推定运动物体所存在的方向。由此，能够利用无线信号短时间且高精度地进行对运动物体存在的位置的推定。

在此，为了验证与实施方式2相关的效果，进行了基于实验的评价，因此，以下进行说明。

图10是表示使用了实施方式2涉及的推定方法的实验的概念的图。

图10所示的发送阵列天线(tx阵列(array))和接收阵列天线(rx阵列(array))双方是使用了4个元件贴片阵列天线(patcharrayantenna)的4×4mimo(multipleinputmultipleoutput：多入多出)结构。另外，发送侧使用了sp4t(single-pole-4-throw：单刀四掷)开关，接收侧使用了4系统接收机。而且，在本实验中，使用这些设备进行了mimo信道的测定。

在此，设定收发天线的阵列元件间隔为0.5波长、收发间距离d为4.0m、天线高h为人(living-body：生物体)直立时的胸的高度即1.0m。由发送机发送2.47125ghz的非调制连续波(cw：continuouswave)，取样频率(信道的取得速度)为7.0hz，信道测定时间为3.3秒。在信道测定时，除被实验者以外没有其他人，被实验者为正面朝向天线侧的墙壁的状态。

图11是表示使用了实施方式2涉及的推定方法的实验结果的图。在图11中，表示了被实验者为两个人的情况下的生物体位置推定的结果。关于实验时被实验者的站立位置，被实验者1为(x＝1.0m，y＝2.5m)，被实验者2为(x＝3.0m，y＝2.0m)。在图11中，用〇记号表示了实际的被实验者的位置，用◇记号表示了通过搜索评价函数的极大值而推定出的被实验者的位置。如图11所示，在被实验者为两个人的情况下，通过搜索评价函数的极大值而推定出的被实验者的位置也出现在实际的被实验者(生物体)的附近。因此，可知通过实施方式2涉及的推定方法能够进行多人的生物体位置推定。

图12是表示使用了实施方式2涉及的推定方法的另一实验结果的图。图12的实线a表示对被实验者为两个人的情况下的生物体位置推定进行了1500次实验时的位置推定误差的累积概率分布(cdf：cumulativedistributionfunction)。此外，关于图12的虚线b，作为比较例一并表示了对作为本实验条件的3.28秒的时间变动信道使用了原有方法即傅立叶变换的生物体位置推定法(上述专利文献3)的结果(位置推定误差的累积概率分布)。

根据图12可知，使用了傅立叶变换的比较例的情况下的cdf90％值为1.12m，使用了实施方式2涉及的推定方法的情况下的cdf90％值为0.39m。因此，可知实施方式2涉及的推定方法能够以高出0.73m的精度进行推定。由此，示出了通过本实施方式即使观测时间短也能够高精度地推定生物体位置这一情况。

如上所述，根据本公开，能够通过算出预定期间的两个不同时刻的传播信道的差分即差分信息，从而不使用傅立叶变换，而以比使用傅立叶变换时短的处理时间进行使无线信号内仅剩下源于生物体的成分的信号处理。另外，通过使用多个差分信息，能够实现推定精度的提高。由此，能够用与源于运动物体活动的周期相当的短时间的观测时间，高精度地推定运动物体所存在的方向。由此，能够实现能利用无线信号短时间且高精度地进行对运动物体所存在的方向和/或位置的推定的推定装置以及推定方法。

以上，基于实施方式说明了本公开的一个技术方案涉及的定位传感器以及方向推定方法，但本公开并不限定于这些实施方式。只要不脱离本公开的宗旨，将本领域技术人员想到的各种变形应用于本实施方式，或者将不同的实施方式中的构成要素组合而构成的形态也包含在本公开的范围内。

例如，在实施方式1以及实施方式2中，以生物体50的方向推定和/或位置推定为例进行了说明，但并不限于生物体50。能够适用于在被照射高频的信号的情况下，由其活动对反射波引起多普勒效应的各种运动物体(机器等)。

另外，本公开不仅可以作为具备这种特征性构成要素的定位传感器而实现，而且也可以作为推定方法等而实现，所述推定方法以定位传感器所包含的特征性构成要素为步骤。另外，还能够作为计算机程序而实现，所述计算机程序使计算机执行这种方法所包含的特征性的各个步骤。而且，毫无疑问也可以通过cd-rom等计算机可读的非暂时性的记录介质或者互联网等通信网络来使这种计算机程序流通。