x，并且基于该频域信号的频率分布来进行用于标识物体的识别处理。信号处理部5具有图2所示的自适应滤波器的功能，并且在识别处理之前在频域中进行去除诸如未知噪声和不期望信号等的背景信号的滤波处理。
[0051]具体地，如图11所示，信号处理部5包括DCT转换部50、滤波单元51和标识处理部52。DCT转换部50被配置为向所供给的时域传感器信号Sc应用离散余弦变换以将该信号转换成频域传感器信号Sx，并且输出由此得到的信号。滤波单元51被配置为基于来自DCT转换部50的频域传感器信号Sx和作为白噪声的参考信号Sd来自适应地估计背景信号，并且将该背景信号从来自DCT转换部50的频域传感器信号Sx中去除。标识处理部52被配置为基于来自滤波单元51的输出信号Sy来将物体识别为检测对象。
[0052]自适应滤波器包括具有传递函数(滤波器系数)的滤波器并且根据自适应算法(最优化算法)来对该传递函数进行自我调节，并且可以由数字滤波器来实现。在本实施例中，使用利用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 (Least Mean Square，最小均方)算法。
[0053]在相同的样本数的情况下，使用DCT的频域的自适应滤波器的频率分辨率为使用FFT的频域的自适应滤波器的两倍。因此，使用DCT的自适应滤波器可以利用具有诸如存储器的小型硬件资源的紧凑型处理系统来实现窄带中的噪声去除。
[0054]例如，在使用FFT将采样周期为“t”并且样本数为“2N”的时域数字信号转换成频域信号的情况下，在频率范围的最大频率为“l/(2t) [Hz] ”的条件下，频率分辨率为“I/(2Nt) [Hz] ”并且有效样本数为“N”。因此，使用FFT的自适应滤波器需要具有至少“2N”个字的存储器，从而应用FFT。此外，由于需要进行复数计算，因此该滤波器需要相对较大规模的硬件。
[0055]另一方面，在使用DCT将采样周期为“t”并且样本数为“N”的时域数字信号转换成频域信号的情况下，可实现的频率分辨率可以为“l/(2Nt) [Hz]”并且有效样本数可以为“N”。使用DCT的该自适应滤波器的最大频率为“I/(2t) [Hz] ”，这与使用FFT的频域的自适应滤波器的最大频率相同。换句话说，利用具有“N”个字的存储器所实现的DCT处理可以实现与需要具有至少“2N”个字的存储器的FFT处理同等的频率分辨率。
[0056]使用DCT的自适应滤波器是基于实数所进行的处理方法。另一方面，使用FFT的自适应滤波器是需要复数计算的处理方法。因此，使用DCT的自适应滤波器的计算量相比使用FFT的自适应滤波器的计算量可以减少。
[0057]此外，在FFT之前应当应用使用窗函数的预定处理，以去除存在于期望通带外的滤波器旁瓣。另一方面，DCT不要求应用窗函数。可选地，可以利用简单的滤波器来实现窗函数。
[0058]因此，相比使用FFT的自适应滤波器，可以利用简化的硬件结构来实现使用DCT的自适应滤波器。
[0059]结果，由于信号处理装置2包括使用DCT的频域的自适应滤波器，因此可以利用以低成本所实现的相对简单的硬件结构来去除难以预测的背景信号(例如，依赖于装置的安装场所的环境噪声或不期望信号)。此外，由于装置包括使用DCT的频域的自适应滤波器，因此可以高效地仅获得期望信号。
[0060]众所周知，为了实现期望的滤波性能，频域的自适应滤波器相比时域的自适应滤波器具有更好的收敛性。其中，LMS算法相比递归最小二乘方(Recursive LeastSquare:RLS)算法需要较小的计算量。
[0061]信号处理部5包括滤波单元51作为自适应滤波器。如图2所示，滤波单元51包括滤波器5a、减法器5b和自适应处理部5c。
[0062]信号处理部5被配置为利用DCT转换部50将从A/D转换部4供给的时域数字传感器信号Sc (包括期望信号和未知的背景信号的信号)转换成频域传感器信号Sx。滤波器5a被配置为接收传感器信号Sx，基于所确定的(可变的)滤波器系数Wo来从传感器信号Sx中滤除不期望的背景信号以产生输出信号Sy。减法器5b被配置为计算滤波器5a的输出信号Sy和参考信号Sd之间的差以获得误差信号Se。在本实施例中，参考信号Sd是白噪声，并且例如可以是在信号处理装置2的内部所发生的噪声(诸如接收电路等的内部噪声等)。自适应处理部5c被配置为根据DCT的LMS算法基于误差信号Se来估计背景信号的频率成分，以根据所估计出的背景信号的频率成分生成滤波器系数的校正系数并更新滤波器系数Wo。尽管没有进行限制，但用作参考信号Sd的白噪声理想上可以是频率独立的白噪声、或者可以是在宽的频率区域中强度几乎相同的噪声信号。
[0063]信号处理部5包括上述的自适应滤波器，并且如图3所述被配置为在作为操作模式的噪声估计模式(第一模式)和检测模式(第二模式)之间可切换。将参考图4来说明该噪声估计模式和检测模式。
[0064]信号处理部5通过DCT将从A/D转换部4输出的传感器信号Sc转换成频域传感器信号Sx(Sl)。信号处理部5从频域传感器信号Sx中提取针对具有相互不同的频率带宽的频率小区间fb(参见图5A)的信号成分。使用各频率小区间fb的振幅强度作为DCT系数。
[0065]信号处理部5判断当前的操作模式(S2)。在当前的操作模式是噪声估计模式的情况下，信号处理部5进行以下所述的处理。将假定在噪声估计模式时传感器信号Sx仅包括背景信号(换句话说，仅在判断为不存在检测对象物的情况下才允许将本实施例的信号处理部5设置为噪声估计模式)。
[0066]在噪声估计模式中，自适应处理部5c接收作为滤波器5a的输出信号Sy和参考信号Sd之间的差的误差信号Se。自适应处理部5c使用DCT来进行频域自适应处理以使得误差信号Se变得最小，并且更新滤波器系数Wo (S4)。然后，处理返回至步骤SI。
[0067]以噪声估计模式进行工作的信号处理部5根据步骤SI?S4重复上述操作，并且自适应处理部5c在误差信号Se收敛于预定范围内的情况下停止滤波器系数Wo的更新处理。在本实施例中，针对各频率小区间fb设置滤波器系数Won(其中，“η”是数字“ I”?“N”中的任何数字并且“N”是频率小区间fb的总数)。滤波器5a基于滤波器系数Wo (Wol,ffo2,…，WoN)来从各频率小区间fb的信号成分中去除背景信号的成分。
[0068]可以基于以下内容来更新滤波器系数Wo:各个采样点(各频率小区间fb)、各自包括采样点的各个块(包括频率小区间的各块)、或者包括块之间可能重复的数据(频率小区间fb)的各个块；并且可以根据所需的收敛性和精度来选择这些更新处理其中之一。
[0069]在误差信号Se收敛于预定范围内并且信号处理部5停止滤波器系数Wo的更新处理之后，信号处理部5将其操作模式从噪声估计模式切换为检测模式。
[0070]注意，自适应处理部5c在以噪声估计模式进行工作的状态下判断为误差信号Se收敛于预定范围内的情况下，可被配置为基于各自均在预定范围内并且是在不同时间点所获得的各误差信号Se来推导滤波器系数Wo。在该结构中，自适应处理部5c向基于各自均在预定范围内并且是在不同时间点所获得的各误差信号Se而推导出的滤波器系数Wo应用诸如相加平均或中值平均等的平均化处理、丢弃异常值等的异常值去除处理、以及分散状况检测处理等，并且将所应用的结果设置到滤波器5a的滤波器系数Wo。
[0071]在步骤S2中当前的操作模式是检测模式的情况下，信号处理部5进行以下所述的处理。
[0072]以检测模式进行工作的信号处理部5使用通过对从A/D转换部4输出的传感器信号Sc应用DCT所获得的DCT系数Cx (等同于传感器信号Sx，更具体地等同于传感器信号Sx中的针对各频率小区间fb的成分)以及滤波器5a的滤波器系数Wo，来推导背景信号被去除的传感器信号的振幅强度Cy (等同于输出信号Sy，更具体地等同于输出信号Sy中的针对各频率小区间fb的成分)(S5)。具体地，通过等式Cy (n) = Cx(n)*Won来获得第“η”个频率小区间fb(其