知財求人 - 知財ポータルサイト「IP Force」
特開2021-133252無線センシング、監視及び認識のための方法、装置及びシステム
この文献は図面が300枚以上あるため,図面を表示できません.
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】特開2021-133252(P2021-133252A)
(43)【公開日】2021年9月13日
(54)【発明の名称】無線センシング、監視及び認識のための方法、装置及びシステム
(51)【国際特許分類】
A61B 5/11 20060101AFI20210816BHJP
【ＦＩ】
A61B5/11 110
【審査請求】未請求
【請求項の数】20
【出願形態】ＯＬ
【外国語出願】
【全頁数】200
(21)【出願番号】特願2021-26650(P2021-26650)
(22)【出願日】2021年2月22日
(31)【優先権主張番号】62/980,206
(32)【優先日】2020年2月22日
(33)【優先権主張国】US
(31)【優先権主張番号】62/984,737
(32)【優先日】2020年3月3日
(33)【優先権主張国】US
(31)【優先権主張番号】63/001,226
(32)【優先日】2020年3月27日
(33)【優先権主張国】US
(31)【優先権主張番号】63/038,037
(32)【優先日】2020年6月11日
(33)【優先権主張国】US
(31)【優先権主張番号】17/113,023
(32)【優先日】2020年12月5日
(33)【優先権主張国】US
(31)【優先権主張番号】17/149,625
(32)【優先日】2021年1月14日
(33)【優先権主張国】US
(31)【優先権主張番号】17/180,766
(32)【優先日】2021年2月20日
(33)【優先権主張国】US
(31)【優先権主張番号】17/180,762
(32)【優先日】2021年2月20日
(33)【優先権主張国】US
(31)【優先権主張番号】17/180,760
(32)【優先日】2021年2月20日
(33)【優先権主張国】US
(31)【優先権主張番号】17/180,763
(32)【優先日】2021年2月20日
(33)【優先権主張国】US
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．ＺＩＧＢＥＥ
２．ＡＮＤＲＯＩＤ
３．ＪＡＶＡ
４．Ｂｌｕｅｔｏｏｔｈ
５．３ＧＰＰ
(71)【出願人】
【識別番号】517016392
【氏名又は名称】オリジン ワイヤレス， インコーポレイテッド
【氏名又は名称原語表記】ＯＲＩＧＩＮ ＷＩＲＥＬＥＳＳ， ＩＮＣ．
(74)【代理人】
【識別番号】110003281
【氏名又は名称】特許業務法人大塚国際特許事務所
(72)【発明者】
【氏名】ウー， チェンシュー
(72)【発明者】
【氏名】ワン， ベイベイ
(72)【発明者】
【氏名】レガニ， サイ ディーピカ
(72)【発明者】
【氏名】チャン， フェン
(72)【発明者】
【氏名】フー， ユキアン
(72)【発明者】
【氏名】ライ， フン−クオック ドゥック
(72)【発明者】
【氏名】オウ， オスカー チ−リム
(72)【発明者】
【氏名】バゴス， ダン
(72)【発明者】
【氏名】シ， ウェンチャオ
(72)【発明者】
【氏名】ウー， ミン
(72)【発明者】
【氏名】リウ， ケー． ジェイ． レイ
【テーマコード（参考）】
4C038
【Ｆターム（参考）】
4C038VA04
4C038VA16
4C038VB01
(57)【要約】 （修正有）
【課題】無線材料センシングのための方法、装置、システムが開示される。【解決手段】一例では、開示のシステムは、場所の無線マルチパスチャネルを介して第１の無線信号を、送信アンテナを使い送信するように構成された送信機と、無線マルチパスチャネルを介して第２の無線信号を、受信アンテナを使い受信するように構成された受信機と、プロセッサと、を含む。前記第２の無線信号は、前記場所のオブジェクトのターゲット材料の表面での前記第１の無線信号の反射又は屈折を含む。前記プロセッサは、前記第２の無線信号に基づいて、それぞれのチャネル情報（ＣＩ）がそれぞれの送信アンテナとそれぞれの受信アンテナとに関連付けられた、前記無線マルチパスチャネルの複数の前記チャネル情報を取得し、前記複数のＣＩに基づいて材料分析を計算し、前記材料分析に基づいて前記オブジェクトの前記ターゲット材料のタイプを判定する。
【選択図】図１
[この文献は図面を表示できません]
【特許請求の範囲】
【請求項1】
無線材料センシングのためのシステムであって、
複数の送信アンテナを使って、場所の無線マルチパスチャネルを介して第１の無線信号を送信するように構成された送信機と、
複数の受信アンテナを使って、前記無線マルチパスチャネルを介して第２の無線信号を受信するように構成された受信機であって、前記第２の無線信号は前記場所のオブジェクトのターゲットの材料表面での前記第１の無線信号の反射又は屈折を含み、前記ターゲットの材料表面は前記オブジェクトのターゲットの材料の表面である、受信機と、
プロセッサであって、前記第２の無線信号に基づいて前記無線マルチパスチャネルの複数のチャネル情報（ＣＩ）を取得することであって、それぞれのＣＩは、前記送信機の前記複数の送信アンテナのそれぞれの１つと前記受信機の前記複数の受信アンテナのそれぞれの１つとに関連付けられ、各ＣＩは、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、又は受信信号強度インデックス（ＲＳＳＩ）のうち少なくとも１つを含む、取得することと、
前記複数のＣＩに基づいて材料分析を計算することと、
前記材料分析に基づいて前記オブジェクトの前記ターゲットの材料のタイプを判定することと、をするように構成されたプロセッサと、
を含むシステム。
複数の送信アンテナを使って、場所の無線マルチパスチャネルを介して第１の無線信号を送信するように構成された送信機と、
複数の受信アンテナを使って、前記無線マルチパスチャネルを介して第２の無線信号を受信するように構成された受信機であって、前記第２の無線信号は前記場所のオブジェクトのターゲットの材料表面での前記第１の無線信号の反射又は屈折を含み、前記ターゲットの材料表面は前記オブジェクトのターゲットの材料の表面である、受信機と、
プロセッサであって、前記第２の無線信号に基づいて前記無線マルチパスチャネルの複数のチャネル情報（ＣＩ）を取得することであって、それぞれのＣＩは、前記送信機の前記複数の送信アンテナのそれぞれの１つと前記受信機の前記複数の受信アンテナのそれぞれの１つとに関連付けられ、各ＣＩは、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、又は受信信号強度インデックス（ＲＳＳＩ）のうち少なくとも１つを含む、取得することと、
前記複数のＣＩに基づいて材料分析を計算することと、
前記材料分析に基づいて前記オブジェクトの前記ターゲットの材料のタイプを判定することと、をするように構成されたプロセッサと、
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、
前記第１の無線信号は無線プローブ信号であり、
前記材料分析は、前記ターゲットの材料表面での前記無線プローブ信号の前記反射に関連付けられたシステム。
前記第１の無線信号は無線プローブ信号であり、
前記材料分析は、前記ターゲットの材料表面での前記無線プローブ信号の前記反射に関連付けられたシステム。
【請求項3】
請求項２に記載のシステムであって、
送信アンテナと受信アンテナとに関連付けられたＣＩはいくつかのタブを含むＣＩＲを含み、
前記材料分析は、
前記ターゲットの材料表面での前記無線プローブ信号の前記反射に関連付けられた前記ＣＩＲのタブの振幅、
前記送信アンテナと前記ターゲットの材料表面との間の距離、
前記受信アンテナと前記ターゲットの材料表面との間の距離、
前記送信機で前記第１の無線信号を送信することに関連付けられた送信アンテナ利得、又は
前記受信機で前記第２の無線信号を受信することに関連付けられた受信アンテナ利得、のうち少なくとも１つに基づいて計算される、システム。
送信アンテナと受信アンテナとに関連付けられたＣＩはいくつかのタブを含むＣＩＲを含み、
前記材料分析は、
前記ターゲットの材料表面での前記無線プローブ信号の前記反射に関連付けられた前記ＣＩＲのタブの振幅、
前記送信アンテナと前記ターゲットの材料表面との間の距離、
前記受信アンテナと前記ターゲットの材料表面との間の距離、
前記送信機で前記第１の無線信号を送信することに関連付けられた送信アンテナ利得、又は
前記受信機で前記第２の無線信号を受信することに関連付けられた受信アンテナ利得、のうち少なくとも１つに基づいて計算される、システム。
【請求項4】
請求項２に記載のシステムであって、
それぞれのＣＩはいくつかのタブを有するＣＩＲを含み、
前記送信機の前記複数の送信アンテナと前記受信機の前記複数の受信アンテナとは、前記第２の無線信号が前記無線プローブ信号の見通し（ｌｉｎｅ−ｏｆ−ｓｉｇｈｔ：ＬＯＳ）成分を含むように、ＬＯＳ内にあり、かつ各ＣＩＲは前記無線プローブ信号の前記ＬＯＳ成分に対応する振幅を持つタブを含む、システム。
それぞれのＣＩはいくつかのタブを有するＣＩＲを含み、
前記送信機の前記複数の送信アンテナと前記受信機の前記複数の受信アンテナとは、前記第２の無線信号が前記無線プローブ信号の見通し（ｌｉｎｅ−ｏｆ−ｓｉｇｈｔ：ＬＯＳ）成分を含むように、ＬＯＳ内にあり、かつ各ＣＩＲは前記無線プローブ信号の前記ＬＯＳ成分に対応する振幅を持つタブを含む、システム。
【請求項5】
請求項４に記載のシステムであって、
前記送信機と前記受信機とは互いに物理的に結合され、
前記複数の送信アンテナと前記複数の受信アンテナとは互いに隣り合い、
前記材料分析は、（ａ）前記反射に関連付けられたＣＩＲタブの振幅と（ｂ）前記ターゲットの材料表面と前記送信及び受信アンテナとの間の距離との積に比例し、
前記材料分析は、（ｃ）前記送信機で前記第１の無線信号を送信することに関連付けられた送信アンテナ利得と（ｄ）前記受信機で前記第２の無線信号を受信することに関連付けられた受信アンテナ利得との積に反比例する、システム。
前記送信機と前記受信機とは互いに物理的に結合され、
前記複数の送信アンテナと前記複数の受信アンテナとは互いに隣り合い、
前記材料分析は、（ａ）前記反射に関連付けられたＣＩＲタブの振幅と（ｂ）前記ターゲットの材料表面と前記送信及び受信アンテナとの間の距離との積に比例し、
前記材料分析は、（ｃ）前記送信機で前記第１の無線信号を送信することに関連付けられた送信アンテナ利得と（ｄ）前記受信機で前記第２の無線信号を受信することに関連付けられた受信アンテナ利得との積に反比例する、システム。
【請求項6】
請求項５に記載のシステムであって、前記プロセッサは、
全てのＣＩＲを補間係数により補間し、
前記補間されたＣＩＲに基づいて前記材料分析を計算するようにさらに構成されているシステム。
全てのＣＩＲを補間係数により補間し、
前記補間されたＣＩＲに基づいて前記材料分析を計算するようにさらに構成されているシステム。
【請求項7】
請求項６に記載のシステムであって、前記プロセッサは、
補間されたＣＩＲの全てを同期し、
前記同期されたＣＩＲに基づいて前記材料分析を計算するようにさらに構成されているシステム。
補間されたＣＩＲの全てを同期し、
前記同期されたＣＩＲに基づいて前記材料分析を計算するようにさらに構成されているシステム。
【請求項8】
請求項７に記載のシステムであって、前記プロセッサは、
各ＣＩＲについて、
それぞれのバックグラウドＣＩＲを前記ＣＩＲと同期し、
前記同期されたバックグラウンドＣＩＲをスケーリングし、
前記ＣＩＲから前記スケーリングされ同期されたバックグラウンドＣＩＲを差し引くことによりそれぞれのバックグラウンドを差し引いたＣＩＲを計算し、
前記複数のバックグラウンドを差し引いたＣＩＲに基づいて前記材料分析を計算するようにさらに構成されているシステム。
各ＣＩＲについて、
それぞれのバックグラウドＣＩＲを前記ＣＩＲと同期し、
前記同期されたバックグラウンドＣＩＲをスケーリングし、
前記ＣＩＲから前記スケーリングされ同期されたバックグラウンドＣＩＲを差し引くことによりそれぞれのバックグラウンドを差し引いたＣＩＲを計算し、
前記複数のバックグラウンドを差し引いたＣＩＲに基づいて前記材料分析を計算するようにさらに構成されているシステム。
【請求項9】
請求項６に記載のシステムであって、前記プロセッサは、
ＬＯＳタブに基づいて前記ＣＩＲを整列するようにさらに構成され、それぞれのＬＯＳタブは前記無線プローブ信号の前記ＬＯＳ成分に対応する大きさを持つＣＩＲタブである、システム。
ＬＯＳタブに基づいて前記ＣＩＲを整列するようにさらに構成され、それぞれのＬＯＳタブは前記無線プローブ信号の前記ＬＯＳ成分に対応する大きさを持つＣＩＲタブである、システム。
【請求項10】
請求項９に記載のシステムであって、前記プロセッサは、
前記ＣＩＲの１つを参照ＣＩＲと判定し、
少なくとも１つのＬＯＳタブを含む前記参照ＣＩＲのタブの参照ウインドウを判定し、
最大のマッチングスコアを持つベストマッチなスライディングウインドウを判定するために、前記参照ＣＩＲの前記参照ウインドウと追加のＣＩＲのスライディングウインドウとの間のマッチングスコアを計算するようにさらに構成されており、
前記スライディングウインドウのタブ位置は前記参照ウインドウのタブ位置に関してサーチ範囲内であり、
前記マッチングスコアは、相互相関、相互共分散、Ｌ１距離、絶対差、Ｌ２距離、ユークリッド距離、又はＬｋ距離のうちの少なくとも１つに基づいて計算され、
前記参照ウインドウと前記ベストマッチなスライディングウインドウとに基づいて前記追加のＣＩＲを前記参照ＣＩＲと整列させ、
前記ベストマッチなスライディングウインドウが前記参照ウインドウと同じタブ位置へ移動されるように前記追加のＣＩＲを回転する、システム。
前記ＣＩＲの１つを参照ＣＩＲと判定し、
少なくとも１つのＬＯＳタブを含む前記参照ＣＩＲのタブの参照ウインドウを判定し、
最大のマッチングスコアを持つベストマッチなスライディングウインドウを判定するために、前記参照ＣＩＲの前記参照ウインドウと追加のＣＩＲのスライディングウインドウとの間のマッチングスコアを計算するようにさらに構成されており、
前記スライディングウインドウのタブ位置は前記参照ウインドウのタブ位置に関してサーチ範囲内であり、
前記マッチングスコアは、相互相関、相互共分散、Ｌ１距離、絶対差、Ｌ２距離、ユークリッド距離、又はＬｋ距離のうちの少なくとも１つに基づいて計算され、
前記参照ウインドウと前記ベストマッチなスライディングウインドウとに基づいて前記追加のＣＩＲを前記参照ＣＩＲと整列させ、
前記ベストマッチなスライディングウインドウが前記参照ウインドウと同じタブ位置へ移動されるように前記追加のＣＩＲを回転する、システム。
【請求項11】
請求項９に記載のシステムであって、前記プロセッサは、
前記ＣＩＲの１つを参照ＣＩＲとして判定し、
前記参照ＣＩＲの代表的なタブ位置を計算し、
追加のＣＩＲの代表的なタブ位置を計算するように構成されており、対応するＣＩＲのそれぞれの代表的なタブ位置は、
前記対応するＣＩＲを正規化し、
前記正規化されたＣＩＲのタブインデックスと前記正規化されたＣＩＲのタブの大きさとに基づいて、確率密度関数を生成し、
前記参照ＣＩＲと前記追加のＣＩＲとの前記代表的なタブ位置に基づいて前記追加のＣＩＲを前記参照ＣＩＲに整列させ、
前記追加のＣＩＲの代表的なタブ位置が前記参照ＣＩＲの前記代表的なタブ位置に近くなるように、前記追加のＣＩＲを回転することにより計算される、システム。
前記ＣＩＲの１つを参照ＣＩＲとして判定し、
前記参照ＣＩＲの代表的なタブ位置を計算し、
追加のＣＩＲの代表的なタブ位置を計算するように構成されており、対応するＣＩＲのそれぞれの代表的なタブ位置は、
前記対応するＣＩＲを正規化し、
前記正規化されたＣＩＲのタブインデックスと前記正規化されたＣＩＲのタブの大きさとに基づいて、確率密度関数を生成し、
前記参照ＣＩＲと前記追加のＣＩＲとの前記代表的なタブ位置に基づいて前記追加のＣＩＲを前記参照ＣＩＲに整列させ、
前記追加のＣＩＲの代表的なタブ位置が前記参照ＣＩＲの前記代表的なタブ位置に近くなるように、前記追加のＣＩＲを回転することにより計算される、システム。
【請求項12】
請求項８に記載のシステムであって、
前記送信機は、前記複数の送信アンテナを使って、関心範囲から前記オブジェクトを取り除いて、前記場所の前記無線マルチパスチャネルを介して追加の無線プローブ信号を送信するようにさらに構成され、
前記受信機は、前記複数の受信アンテナを使って、前記無線マルチパスチャネルを介して前記追加のプローブ信号を受信するようにさらに構成され、
前記プロセッサは、前記追加の無線プローブ信号に基づいて前記無線マルチパスチャネルの前記複数のバックグラウンドＣＩＲを取得するようにさらに構成されており、それぞれのＣＩＲと前記それぞれのＣＩＲから差し引かれるそれぞれのバックグラウンドＣＩＲの両方は同じ送信アンテナと同じ受信アンテナとに関連付けられる、システム。
前記送信機は、前記複数の送信アンテナを使って、関心範囲から前記オブジェクトを取り除いて、前記場所の前記無線マルチパスチャネルを介して追加の無線プローブ信号を送信するようにさらに構成され、
前記受信機は、前記複数の受信アンテナを使って、前記無線マルチパスチャネルを介して前記追加のプローブ信号を受信するようにさらに構成され、
前記プロセッサは、前記追加の無線プローブ信号に基づいて前記無線マルチパスチャネルの前記複数のバックグラウンドＣＩＲを取得するようにさらに構成されており、それぞれのＣＩＲと前記それぞれのＣＩＲから差し引かれるそれぞれのバックグラウンドＣＩＲの両方は同じ送信アンテナと同じ受信アンテナとに関連付けられる、システム。
【請求項13】
請求項１２に記載のシステムであって、前記プロセッサは、
前記追加の無線プローブ信号に基づいて前記無線マルチパスチャネルの複数の試験ＣＩＲを取得し、
判定結果を生成するための前記複数の試験ＣＩＲに基づいて前記関心範囲内にオブジェクトがあるかどうか判定し、
前記判定結果が、前記関心範囲内にオブジェクトがないことを示すときは、前記複数の試験ＣＩＲに基づいて前記複数のバックグラウンドＣＩＲを自動的に取得し、
前記判定結果が、前記関心範囲内にオブジェクトがあることを示すときは、別の複数の試験ＣＩＲを取得するための別の無線プローブ信号を送信することを前記送信機へ通知するようにさらに構成されている、システム。
前記追加の無線プローブ信号に基づいて前記無線マルチパスチャネルの複数の試験ＣＩＲを取得し、
判定結果を生成するための前記複数の試験ＣＩＲに基づいて前記関心範囲内にオブジェクトがあるかどうか判定し、
前記判定結果が、前記関心範囲内にオブジェクトがないことを示すときは、前記複数の試験ＣＩＲに基づいて前記複数のバックグラウンドＣＩＲを自動的に取得し、
前記判定結果が、前記関心範囲内にオブジェクトがあることを示すときは、別の複数の試験ＣＩＲを取得するための別の無線プローブ信号を送信することを前記送信機へ通知するようにさらに構成されている、システム。
【請求項14】
請求項８に記載のシステムであって、前記プロセッサは、
スケーリング係数により前記同期されたバックグラウンドＣＩＲの全てのタブをスケーリングするようにさらに構成されており、
前記スケーリング係数は前記ＣＩＲと前記スケーリングされ同期されたバックグラウンドＣＩＲとの間のマッチングスコアを最大にするように選ばれ、
前記マッチングスコアは、相互相関、相互共分散、Ｌ１距離、絶対差、Ｌ２距離、ユークリッド距離又はＬｋ距離のうちの少なくとも１つに基づいて計算される、システム。
スケーリング係数により前記同期されたバックグラウンドＣＩＲの全てのタブをスケーリングするようにさらに構成されており、
前記スケーリング係数は前記ＣＩＲと前記スケーリングされ同期されたバックグラウンドＣＩＲとの間のマッチングスコアを最大にするように選ばれ、
前記マッチングスコアは、相互相関、相互共分散、Ｌ１距離、絶対差、Ｌ２距離、ユークリッド距離又はＬｋ距離のうちの少なくとも１つに基づいて計算される、システム。
【請求項15】
請求項８に記載のシステムであって、前記プロセッサは、
それぞれのバックグラウンドを差し引いたＣＩＲに基づいて複数の候補材料分析のそれぞれを計算するようにさらに構成されており、前記材料分析は前記複数の候補材料分析の集計分析である、システム。
それぞれのバックグラウンドを差し引いたＣＩＲに基づいて複数の候補材料分析のそれぞれを計算するようにさらに構成されており、前記材料分析は前記複数の候補材料分析の集計分析である、システム。
【請求項16】
請求項１５に記載のシステムであって、それぞれの候補材料分析を計算することは、
それぞれの送信アンテナとそれぞれの受信アンテナとに対して、
バックグラウンドを差し引いたＣＩＲが、前記無線プローブ信号の前記ＬＯＳ成分に関連付けられた第１のＣＩＲタブを用いて、前記送信アンテナと前記受信アンテナとに関連付けられているか判定し、
前記第１のＣＩＲタブの後の前記バックグラウンドを差し引いたＣＩＲの最大の大きさを識別し、前記最大の大きさは前記バックグラウンドを差し引いたＣＩＲの第２のＣＩＲタブに関連付けられており、
前記第２のＣＩＲタブと前記最大の大きさとに基づいて前記候補材料分析を計算する、システム。
それぞれの送信アンテナとそれぞれの受信アンテナとに対して、
バックグラウンドを差し引いたＣＩＲが、前記無線プローブ信号の前記ＬＯＳ成分に関連付けられた第１のＣＩＲタブを用いて、前記送信アンテナと前記受信アンテナとに関連付けられているか判定し、
前記第１のＣＩＲタブの後の前記バックグラウンドを差し引いたＣＩＲの最大の大きさを識別し、前記最大の大きさは前記バックグラウンドを差し引いたＣＩＲの第２のＣＩＲタブに関連付けられており、
前記第２のＣＩＲタブと前記最大の大きさとに基づいて前記候補材料分析を計算する、システム。
【請求項17】
請求項１６に記載のシステムであって、それぞれの候補材料分析を計算することは、
前記送信アンテナと受信アンテナとについて、
前記送信アンテナと前記受信アンテナとの間の第１の距離を判定し、
前記バックグラウンドを差し引いたＣＩＲのサンプリング周波数に基づいて、前記第１のＣＩＲタブと前記第２のＣＩＲタブとの間の時間差を計算し、
前記時間差と前記場所での前記無線プローブ信号の波の伝播速度との積に基づいて第２の距離を計算し、
前記第１の距離と前記第２の距離の加重和に基づいて第３の距離を計算し、
前記最大の大きさと前記第３の距離とに基づいて前記候補材料分析を計算することをさらに含む、システム。
前記送信アンテナと受信アンテナとについて、
前記送信アンテナと前記受信アンテナとの間の第１の距離を判定し、
前記バックグラウンドを差し引いたＣＩＲのサンプリング周波数に基づいて、前記第１のＣＩＲタブと前記第２のＣＩＲタブとの間の時間差を計算し、
前記時間差と前記場所での前記無線プローブ信号の波の伝播速度との積に基づいて第２の距離を計算し、
前記第１の距離と前記第２の距離の加重和に基づいて第３の距離を計算し、
前記最大の大きさと前記第３の距離とに基づいて前記候補材料分析を計算することをさらに含む、システム。
【請求項18】
請求項１に記載のシステムであって、
前記送信機は、前記複数の送信アンテナを使って前記場所の前記無線マルチパスチャネルを介して第３の無線信号を送信するようにさらに構成され、
前記受信機は、前記複数の受信アンテナを使って、前記無線マルチパスチャネルを介して第４の無線信号を受信するようにさらに構成され、前記第４の無線信号は前記場所の前記オブジェクトの前記ターゲットの材料表面での前記第３の無線信号の反射又は屈折を含み、
前記プロセッサは、
前記第４の無線信号に基づいて前記無線マルチパスチャネルの複数の追加のＣＩを取得し、それぞれの追加のＣＩは前記複数の送信アンテナのそれぞれ１つと前記複数の受信アンテナのそれぞれ１つとに関連付けられ、それぞれの追加のＣＩは、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、又は受信信号強度インデックス（ＲＳＳＩ）のうち少なくとも１つを含み、
前記複数の追加のＣＩに基づいて追加の材料分析を計算し、
前記材料分析と前記追加の材料分析とに基づいて集計材料分析を計算し、
前記集計材料分析に基づいて前記オブジェクトの前記ターゲットの材料の前記タイプを判定するように更に構成されたシステム。
前記送信機は、前記複数の送信アンテナを使って前記場所の前記無線マルチパスチャネルを介して第３の無線信号を送信するようにさらに構成され、
前記受信機は、前記複数の受信アンテナを使って、前記無線マルチパスチャネルを介して第４の無線信号を受信するようにさらに構成され、前記第４の無線信号は前記場所の前記オブジェクトの前記ターゲットの材料表面での前記第３の無線信号の反射又は屈折を含み、
前記プロセッサは、
前記第４の無線信号に基づいて前記無線マルチパスチャネルの複数の追加のＣＩを取得し、それぞれの追加のＣＩは前記複数の送信アンテナのそれぞれ１つと前記複数の受信アンテナのそれぞれ１つとに関連付けられ、それぞれの追加のＣＩは、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、又は受信信号強度インデックス（ＲＳＳＩ）のうち少なくとも１つを含み、
前記複数の追加のＣＩに基づいて追加の材料分析を計算し、
前記材料分析と前記追加の材料分析とに基づいて集計材料分析を計算し、
前記集計材料分析に基づいて前記オブジェクトの前記ターゲットの材料の前記タイプを判定するように更に構成されたシステム。
【請求項19】
請求項１に記載のシステムであって、
前記システムのトレーニング段階では、複数のトレーニング材料のそれぞれについて、
前記送信機は、前記複数の送信アンテナを使って、トレーニング場所のトレーニング無線マルチパスチャネルを介して第１の無線トレーニング信号を送信するように構成され、
前記受信機は、前記複数の受信アンテナを使って、前記トレーニング無線マルチパスチャネルを介して第２の無線トレーニング信号を受信するように構成されており、前記第２の無線トレーニング信号は前記トレーニング場所の前記トレーニング材料の表面での前記第１の無線トレーニング信号の反射又は屈折を含み、
前記プロセッサは、
前記第２の無線トレーニング信号に基づいて前記トレーニング無線マルチパスチャネルの複数のトレーニングＣＩを取得し、それぞれのトレーニングＣＩは、前記複数の送信アンテナのそれぞれの１つと前記複数の受信アンテナのそれぞれの１つとに関連付けられており、それぞれのトレーニングＣＩは、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、又は受信信号強度インデックス（ＲＳＳＩ）のうち少なくとも１つを含み、
前記複数のトレーニングＣＩに基づいてトレーニング材料分析を計算し、
前記システムのトレーニング段階で、機械学習とそれぞれのトレーニング材料の前記トレーニング材料分析とに基づいて分類器をトレーニングし、
前記システムのオペレーティング段階では、前記分類器に基づいて前記オブジェクトの前記ターゲットの材料の前記タイプを判定するように構成されている、システム。
前記システムのトレーニング段階では、複数のトレーニング材料のそれぞれについて、
前記送信機は、前記複数の送信アンテナを使って、トレーニング場所のトレーニング無線マルチパスチャネルを介して第１の無線トレーニング信号を送信するように構成され、
前記受信機は、前記複数の受信アンテナを使って、前記トレーニング無線マルチパスチャネルを介して第２の無線トレーニング信号を受信するように構成されており、前記第２の無線トレーニング信号は前記トレーニング場所の前記トレーニング材料の表面での前記第１の無線トレーニング信号の反射又は屈折を含み、
前記プロセッサは、
前記第２の無線トレーニング信号に基づいて前記トレーニング無線マルチパスチャネルの複数のトレーニングＣＩを取得し、それぞれのトレーニングＣＩは、前記複数の送信アンテナのそれぞれの１つと前記複数の受信アンテナのそれぞれの１つとに関連付けられており、それぞれのトレーニングＣＩは、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、又は受信信号強度インデックス（ＲＳＳＩ）のうち少なくとも１つを含み、
前記複数のトレーニングＣＩに基づいてトレーニング材料分析を計算し、
前記システムのトレーニング段階で、機械学習とそれぞれのトレーニング材料の前記トレーニング材料分析とに基づいて分類器をトレーニングし、
前記システムのオペレーティング段階では、前記分類器に基づいて前記オブジェクトの前記ターゲットの材料の前記タイプを判定するように構成されている、システム。
【請求項20】
無線材料センシングシステムの方法であって、
送信機のＮ１個の送信アンテナを使って、場所の無線マルチパスチャネルを介して第１の無線信号を送信することと、
受信機のＮ２個の受信アンテナを使って、前記無線マルチパスチャネルを介して第２の無線信号を受信することであって、前記第２の無線信号は前記場所のオブジェクトのターゲットの材料の表面での前記第１の無線信号の反射又は屈折を含み、Ｎ１とＮ２とは正の整数である、受信することと、
前記第２の無線信号に基づいて前記無線マルチパスチャネルの複数のチャネル情報（ＣＩ）を取得することであって、それぞれのＣＩはＮ１個の送信アンテナのそれぞれの１つとＮ２個の受信アンテナのそれぞれの１つと関連付けられており、それぞれのＣＩは、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、又は受信信号強度インデックス（ＲＳＳＩ）のうちの少なくとも１つを含む、取得することと、
前記複数のＣＩに基づいて材料分析を計算することと、
前記材料分析に基づいて前記オブジェクトの前記ターゲットの材料のタイプを判定することと、を含む方法。
送信機のＮ１個の送信アンテナを使って、場所の無線マルチパスチャネルを介して第１の無線信号を送信することと、
受信機のＮ２個の受信アンテナを使って、前記無線マルチパスチャネルを介して第２の無線信号を受信することであって、前記第２の無線信号は前記場所のオブジェクトのターゲットの材料の表面での前記第１の無線信号の反射又は屈折を含み、Ｎ１とＮ２とは正の整数である、受信することと、
前記第２の無線信号に基づいて前記無線マルチパスチャネルの複数のチャネル情報（ＣＩ）を取得することであって、それぞれのＣＩはＮ１個の送信アンテナのそれぞれの１つとＮ２個の受信アンテナのそれぞれの１つと関連付けられており、それぞれのＣＩは、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、又は受信信号強度インデックス（ＲＳＳＩ）のうちの少なくとも１つを含む、取得することと、
前記複数のＣＩに基づいて材料分析を計算することと、
前記材料分析に基づいて前記オブジェクトの前記ターゲットの材料のタイプを判定することと、を含む方法。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は一般に、ワイヤレスセンシング、監視、および認識に関する。より具体的には、本開示が周期的または過渡的な動き検出、例えば、転倒事象検出、センシングおよび材料検出、動き検出および位置特定のための無線監視、ならびに無線チャネル情報（ＣＩ）処理による無線信号に基づく周期的または過渡的な動き認識、例えば、手の動き／ジェスチャ認識、と、表面上への筆記の無線追跡と、無線ＣＩ処理による無線監視の精度および能率の改善とに関する。
【背景技術】
【0002】
世界の高齢化が進む中で、高齢者の医療を提供するために、社会はますます困難な責任を負うべきである。高齢者の事故の中で、転倒事象が最も多い事故である。世界のすべての地域で、転倒による死亡率は６０歳以上の成人の中で最も高い。さらに、転倒によって引き起こされる損傷は身体の即座の損傷に反映されるだけでなく、特に一人暮らしの人々のために、時宜を得た支援の欠如によって引き起こされるすべてのその後の悪影響にも反映される。したがって、タイムリーかつ自動的なアラームを有するリアルタイムの屋内転倒検知システムが非常に望ましく、外部の支援をタイムリーに要求することによって命を救うことができる可能性がある。転倒検知の大きな重要性は、着用可能および非接触システムの２つのカテゴリに大別することができる様々なシステムの発展を推進してきた。着用可能な技術はユーザの身体の動きを追跡するために、心電図（ＥＣＧ）センサ、圧力センサ、加速度計、ジャイロスコープ、スマートウオッチ、およびスマートフォンなどを含む特殊なデバイスを着用することをユーザに要求する。しかしながら、着用可能なシステムの潜在的な誤警報に加えて、ユーザ、とりわけ高齢者に特定のセンサを携帯するように求めることは、煩わしく、時には非実用的である。これは、非接触システムの発達を刺激する。最も一般的な非接触システムは、視覚ベースである。現存する非接触システムでは、関心領域を監視するために、カメラ、赤外センサ、またはデプス（ｄｅｐｔｈ）カメラの配列を配備する必要がある。このように、視覚ベースのシステムは、それらの視認性の要件によって制限され、また、とりわけバスルームおよび寝室のようないくつかの特殊な環境において、プライバシ上の懸念をもたらす可能性がある。
【0003】
ユビキタス計算機上で材料識別を可能にするための努力がなされてきた。近年、自律デバイス（例えば、自動運転車、ドローン）、家庭内ロボット（例えば、ロボット掃除機、高齢者ケアロボット）及び他のスマートデバイスの普及が、移動環境におけるオブジェクト画像化及び材料識別情報のこのような要求を更に駆り立ててきた。もしそれがユビキタスデバイス上でイネーブルされるならば、セキュリティーから自動車およびロボット工学に及ぶ多くの応用があり得る。例えば、材料センシングの能力は、ユーザがスマートフォンを使用して、金属または液体を含む疑わしい荷物の簡便な家庭内検出を実行することを可能にする。ターゲットの材料を考慮することによって、例えば、セラミックスまたはメタルターゲットに様々な把持強度を適用することによって、ロボットは、より適切に作動することができる。さらに、スマート鉛筆や子供の教育玩具は、それが触ったり指し示したりしたものに応じた特定の機能で知的に反応することができる。これらの全ての興味深いアプリケーション、及び、より多くのことが想像されるには、正確で、携帯可能で、低コスト設定でのユビキタスオブジェクト材料識別情報が必要である。しかしながら、従来のシステムは通常、Ｘ線および超音波診断装置のような特殊なハードウェアに依存し、臨界的な安全性および医学的使用のみに限定され、これは、それらが実験室外でユビキタスに採用されることを妨げる。近年、材料識別のために無線周波数識別（ＲＦＩＤ）タグが展開され、一方、液体を識別情報するために超広帯域（ＵＷＢ）信号が採用されている。しかしながら、これらのシステムはそれを透過する信号を測定するために、ターゲットの様々な側面に配置された複数トランシーバに依存しており、それらのアプリケーションを固定、制約されたセットアップのみ、無線周波数（ＲＦ）信号が透過できるオブジェクトするに限定する。他のいくつかのシステムは、特殊なレーダまたは相互に直交なアンテナを必要とする。
【0004】
広く接続され、感知されている物のインターネットの時代には、多くの人間−機械相互作用が従来のコンピュータキーボードまたはマウスから、空中での手のジェスチャおよび筆記にシフトされてきた。ジェスチャ認識および手書き認識が研究されてきたが、ほとんどの現存する手書き追跡システムはカメラ、ハンドヘルドセンサ、またはユーザエクスペリエンス、利便性、および使用規模を制限する専用ハードウェアを必要とする。高精度の受動手書き追跡システムが望ましい。
【0005】
無線チャネル情報（ＣＩ）を用いた無線監視は、物のインターネット時代に多くの注目を集めている。しかしながら、ＣＩ、例えば、チャネル状態情報（ＣＳＩ）又はチャネル周波数情報（ＣＦＩ）は、ハードウエアの欠陥、熱雑音等のような多くの要因によって中断され得る。さらに、前処理なしであれば、無線監視の性能に著しく影響を及ぼす多くの外れ値が存在し得る。
【0006】
歩数カウントまたは歩行検出は、屋内位置特定および位置システムにおいて広く使用されている。日常の運動測定やモチベーターとして人気が高まっている。ほとんどの既存の研究は、自己相関に基づく方法またはゼロクロスチェック方法を開発するために、通常の生活における歩行の周期性に基づいている。しかしながら、既存の方法は歩行中の加速測定の不確実性およびスプリアススパイクを無視し、これは、それらの検出結果を著しく劣化させる可能性がある。
【0007】
人々は、毎日、数多くのスマートに接続されたデバイス及びコンピュータに囲まれている。従って、人−コンピュータ相互作用（ＨＣＩ）は、人の日常生活のかなりの部分を形成する。ＨＣＩを単純化するために革新的なソリューションとアプローチが開発されている。たとえば、従来の黒／白板からキーボードやコンピュータマウス、次にタッチスクリーン、プッシュボタンからタッチセンサー、指紋センサー、動きセンサー、音声制御システムなどである。ＨＣＩをさらに単純化するために、研究者らは、ジェスチャ認知システムを構築するために様々な様式で実験を行ってきた。視覚ベースのジェスチャ認識は手（または指）の動きを追跡し、手の軌跡を再構成した。視覚ベースのジェスチャは特にターゲット見通し線（ＬＯＳ）アプリケーションに近づくため、周囲光を必要とし、プライバシーの問題を引き起こす可能性がある。センサベースのジェスチャ認識技術はジェスチャ認識に対する解決策を提供してきたが、より良好なユーザ利便性およびより良好なユーザ体験のために、受動的またはデバイスのないアプローチが、ますます望ましくなってきている。
【発明の概要】
【0008】
本開示は一般に、ワイヤレスセンシング、監視、および認識に関する。より具体的には、本開示が周期的または過渡的な動き検出、例えば、転倒事象検出、センシングおよび材料検出、動き検出および位置特定のための無線監視、ならびに無線チャネル情報処理（ＣＩ）による無線信号に基づく周期的または過渡的な動き認識、例えば、手の動き／ジェスチャ認識、表面上での筆記の無線追跡と、無線ＣＩ処理による無線監視の精度および能率の改善とに関する。
【0009】
一実施形態では、ターゲットの動き検知のためのシステムが記載される。このシステムは、場所の無線マルチパスチャネルを介して第１の無線信号を送信するように構成された送信機と、無線マルチパスチャネルを介して第２の無線信号を受信するように構成された受信機と、プロセッサとを備える。第２の無線信号は場所内のオブジェクトのターゲッ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ために、第１の無線信号とは異なる。 プロセッサは第２の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（ＴＳＣＩ）を取得し、ＴＳＣＩに基づいてオブジェクトの時系列時空間情報（ＳＴＩ）を計算し、ＳＴＩ(ＴＳＳＴＩ)の時系列に基づいてオブジェクトのターゲットの動きを検出するように構成される。
【0010】
別の実施形態では、無線ターゲット動き検知システムの無線デバイスが記載される。無線デバイスは、プロセッサと、プロセッサに通信可能に結合されたメモリと、プロセッサに通信可能に結合された受信機とを含む。無線ターゲット動き検知システムの追加の無線デバイスは、場所の無線マルチパスチャネルを介して受信機に第１の無線信号を送信するように構成される。受信機は、無線マルチパスチャネルを介して第２の無線信号を受け取るように構成される。第２の無線信号は場所内のオブジェクトのターゲッ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ために、第１の無線信号とは異なる。プロセッサは第２の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（ＴＳＣＩ）を取得し、ＴＳＣＩに基づいてオブジェクトの時系列時空間情報（ＴＳＳＴＩ）を計算し、ＴＳＳＴＩまたはＴＳＣＩのうちの少なくとも１つに基づいてオブジェクトのターゲットの動きを検出するように構成される。
【0011】
さらに別の実施形態では、ターゲットの動き検知システムが記載される。この方法は送信機によって、場所の無線マルチパスチャネルを介して受信機に第１の無線信号を送信することと、ターゲットの動き検出システムのオンライン段階において受信機によって、無線マルチパスチャネルを介して第２の無線信号を受信することと、第２の無線信号は場所内のオブジェクトの目標動きによって影響を受ける無線マルチパスチャネルに起因して第１の無線信号とは異なる、ことと、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組とを使用して、第２の無線信号に基づいて無線マルチパスチャネルのチャネル情報の時系列（ＴＳＣＩ）を取得することと、ＴＳＣＩに基づいてオブジェクトの時系列時空間情報（ＴＳＳＴＩ）を計算することと、ＴＳＳＴＩまたはＴＳＣＩのうちの少なくとも１つに基づいてオブジェクトのターゲットの動きを検出することと、を含む。
【0012】
一実施形態では、無線材料センシングのためのシステムが記載される。システムは、複数の送信アンテナを使用して、場所の無線マルチパスチャネルを通して第１の無線信号を送信するように構成された送信機と、複数の受信アンテナを使用して、無線マルチパスチャネルを通して第２の無線信号を受信するように構成された受信機と、プロセッサとを備える。第２の無線信号は、場所内のオブジェクトのターゲットの材料表面における第１の無線信号の反射又は屈折を含む。ターゲットの材料表面は、オブジェクトのターゲットの材料の表面である。プロセッサは、第２の無線信号に基づいて無線マルチパスチャネルの複数のチャネル情報（ＣＩ）を取得し、ここで各ＣＩは送信機の複数の送信アンテナのうちのそれぞれ１つに関連付けられ、受信機の複数の受信アンテナのうちのそれぞれ１つに関連付けられ、各ＣＩはチャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、または受信信号強度インデックス（ＲＳＳＩ）のうちの少なくとも１つを備えており、複数のＣＩに基づいて材料分析を計算し、および材料分析に基づいてオブジェクトのターゲットの材料のタイプを判定するように構成されている。
【0013】
別の実施形態では、無線材料センシングシステムの無線デバイスが記載される。無線デバイスは、プロセッサと、プロセッサに通信可能に結合されたメモリと、プロセッサに通信可能に結合された受信機とを含む。無線材料センシングシステムの追加の無線デバイスは、複数の送信アンテナを使用して、場所の無線マルチパスチャネルを通る第１の無線信号を送信するように構成される。前記受信機は、複数の受信アンテナを用いて、前記無線マルチパスチャネルを介して第２の無線信号を受信するように構成される。第２の無線信号は、場所内のオブジェクトのターゲットの材料表面における第１の無線信号の反射又は屈折を含む。ターゲットの材料表面は、オブジェクトのターゲットの材料の表面である。プロセッサは、第２の無線信号に基づいて無線マルチパスチャネルの複数のチャネル情報（ＣＩ）を取得し、それぞれのＣＩは複数の送信アンテナのうちのそれぞれの１つに関連付けられ、複数の受信アンテナのうちのそれぞれの１つに関連付けられており、複数のＣＩに基づいて材料分析を計算し、材料分析に基づいてオブジェクトのターゲットの材料のタイプを判定するように構成される。
【0014】
さらに別の実施形態では、無線材料センシングシステムが記載される。この方法は、送信機のＮ１個の送信アンテナを使用して、場所の無線マルチパスチャネルを介して第１の無線信号を送信することと、受信機のＮ２個の受信アンテナを使用して、無線マルチパスチャネルを介して第２の無線信号を受信することであって、第２の無線信号は場所内のオブジェクトのターゲットの材料の表面における第１の無線信号の反射または屈折を含み、Ｎ１個およびＮ２個は正の整数である受信することと、第２の無線信号に基づいて無線マルチパスチャネルの複数のチャネル情報（ＣＩ）を取得することであって、各ＣＩはＮ１個の送信アンテナのそれぞれ１つに関連付けられ、Ｎ２個の受信アンテナのそれぞれ１つに関連付けられ、各ＣＩは、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、または受信信号強度インデックス（ＲＳＳＩ）のうちの少なくとも１つを含む、取得することと、複数のＣＩに基づいて材料分析を計算することと、材料分析に基づいてオブジェクトの目標材料のタイプを判定することと、を備える。
【0015】
一実施形態では、無線筆記追跡システムが記載される。このシステムは、場所の無線マルチパスチャネルを介して第１の無線信号を送信するように構成された送信機と、無線マルチパスチャネルを介して第２の無線信号を受信するように構成された受信機と、プロセッサとを備える。第２の無線信号は、場所内の筆記具の先端による第１の無線信号の反射を含む。プロセッサは、第２の無線信号に基づいて無線マルチパスチャネルのチャネル情報（ＣＩ）の時系列を取得し、それぞれのＣＩはチャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、または受信信号強度インデックス（ＲＳＳＩ）のうちの少なくとも１つを含み、ＣＩ(ＴＳＣＩ)の時系列に基づいて筆記具のチップの動きを追跡するように構成される。
【0016】
別の実施形態では、無線筆記追跡システムの無線デバイスが説明される。無線デバイスは、プロセッサと、プロセッサに通信可能に結合されたメモリと、プロセッサに通信可能に結合された受信機とを含む。無線書込み追跡システムの追加の無線デバイスは、場所の無線マルチパスチャネルを介して第１の無線信号を送信するように構成される。受信機は、無線マルチパスチャネルを介して第２の無線信号を受信するように構成される。第２の無線信号は、場所内の筆記具の先端による第１の無線信号の反射を含む。プロセッサは、第２の無線信号に基づいて無線マルチパスチャネルのチャネル情報（ＣＩ）の時系列を取得し、それぞれのＣＩはチャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、または受信信号強度インデックス（ＲＳＳＩ）のうちの少なくとも１つを含み、ＣＩ(ＴＳＣＩ)の時系列に基づいて筆記具の先端の動きを追跡するように構成される。
【0017】
さらに別の実施形態では、無線筆記追跡システムが記載される。この方法は、場所の無線マルチパスチャネルを介して第１の無線信号を送信することと、無線マルチパスチャネルを介して第２の無線信号を受信するステップことであって、第２の無線信号が場所内の筆記具の先端による第１の無線信号の反射を含む受信することと、第２の無線信号に基づいて無線マルチパスチャネルのチャネル情報（ＣＩ）の時系列を取得することであって、それぞれのＣＩが、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、または受信信号強度インデックス（ＲＳＳＩ）のうちの少なくとも１つを含む取得することと、ＣＩの時系列（ＴＳＣＩ）に基づいて筆記具の先端の筆記を追跡することとを含む。
【0018】
一実施形態では、無線監視方法が記載される。この方法は、場所の無線マルチパスチャネルを介してＮ１個の送信アンテナを有する第１の無線デバイスから第１の無線信号を送信することであって、Ｎ１は１より大きい正の整数である送信することと、無線マルチパスチャネルを介してＮ２個の受信アンテナを有する第２の無線デバイスによって第２の無線信号を受信することであって、第２の無線信号は場所内の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ために第１の無線信号とは異なり、Ｎ２は１より大きい正の整数である受信することと、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、メモリ内に記憶された命令の組とを使って第２の無線信号に基づいて無線マルチパスチャネルのチャネル情報の時系列（ＴＳＣＩ）のいくつかを取得することであって、各ＴＳＣＩはＮ１送信アンテナのそれぞれの１つおよびＮ２受信アンテナのそれぞれの１つに関連付けられる取得することと、前処理されたＴＳＣＩの数に基づいて無線信号内のオブジェクトの動きを前処理すること、を含む。
【0019】
別の実施形態では、無線監視システムが記載される。本無線監視システムは、場所の無線マルチパスチャネルを介して第１の無線信号を送信するように構成され、Ｎ１個の送信アンテナを有する第１の無線デバイスであって、Ｎ１が１より大きい正の整数でＮ１である第１の無線デバイスと、無線マルチパスチャネルを介して第２の無線信号を受信するように構成され、Ｎ２個の受信アンテナを有する第２の無線デバイスであって、第２の無線信号は場所内の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ために第１の無線信号とは異なり、Ｎ２が１より大きい正の整数である第２の無線デバイスと、第２の無線信号に基づいて無線マルチパスチャネルのチャネル情報の時系列（ＴＳＣＩ）のいくつかを取得するように構成されたプロセッサであって、各ＴＳＣＩがＮ１個の送信アンテナのそれぞれの１つおよびＮ２個の受信アンテナのそれぞれの１つに関連付けられる取得することと、ＴＳＣＩの数を前処理し、前処理されたＴＳＣＩの数に基づいて場所内のオブジェクトの動きを監視するプロセッサと、を備える。
【0020】
さらに別の実施形態では、スマートスピーカが説明される。スマートスピーカは、受信機およびプロセッサを備える。受信機は、場所の無線マルチパスチャネルを介して第１の無線信号を受信するように構成された複数の受信アンテナを有する。第１の無線信号は、スマートスピーカとは別個の無線デバイスの複数の送信アンテナによって送信された送信無線信号に基づいて受信される。第１の無線信号は無線マルチパスチャネルと場所中の動きを受けるオブジェクトによる変調のために、送信された無線信号とは異なる。プロセッサは第１の無線信号に基づいて、無線マルチパスチャネルのいくつかの時系列チャネル情報（ＴＳＣＩ）を取得し、各ＴＳＣＩは、送信アンテナのそれぞれの一つおよび受信アンテナのそれぞれ１つに関連付けられており、（ｉ）雑音の多い、異常な、型にはまらない、不規則、信頼できない、疑わしい、または一貫性のない疑わしい時間ウインドウとして時間ウインドウを識別することと、（ｉｉ）疑わしい時間ウインドウ内のすべてのＣＩを除去することとによりいくつかのＴＳＣＩを前処理し、前処理されたＴＳＣＩの数に基づいて、場所内のオブジェクトの動きを監視し、監視に基づいて、オブジェクトへのレスポンス、支援、または提示のうちの少なくとも１つを生成するように構成される。
【0021】
一実施形態では、共同無線動き監視のためのシステムが説明される。システムは、それぞれが場所内の異種無線デバイスである１組のタイプ１デバイスと、無線で相互接続された１組のタイプ２デバイスと、プロセッサとを備える。それぞれのタイプ２デバイスは、場所内の異種無線デバイスである。それぞれのタイプ２デバイスは、場所内の少なくとも１つの他のタイプ２デバイスのそれぞれの組と無線で相互接続される。それぞれのタイプ２デバイスは、場所内のタイプ１デバイスのそれぞれのサブセットに関連付けられる。各タイプ２デバイスは、タイプ２デバイスに関連付けられたタイプ１デバイスのそれぞれのサブセットのそれぞれから、場所内のオブジェクトの動きによって影響を受けるそれぞれの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非同期的に受信し、タイプ２デバイスと無線で相互接続された少なくとも１つの他のタイプ２デバイスのそれぞれのセットのサブセットのそれぞれから、場所内のオブジェクトの動きによって影響を受けるそれぞれの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非同期的に受信し、タイプ２デバイスに関連付けられたチャネル情報（ＣＩ）の非同期時系列のセットを取得するように構成され、それぞれのＣＩの非同期時系列（ＡＴＳＣＩ）は、それぞれの無線マルチパスチャネルに関連付けられ、非同期的に受信されたそれぞれの無線信号に基づいて取得される。プロセッサは、それぞれのタイプ２デバイスに関連付けられたＡＴＳＣＩのセットに基づいて、場所内のオブジェクトの動きを監視するように構成される。
【0022】
別の実施形態では、共同無線動き監視システムの方法が記載される。この方法は、場所内の１セットのタイプ２デバイスを無線で相互接続することであって、各タイプ２デバイスは場所の異種無線デバイスであり、各タイプ２デバイスは場所の少なくとも１つの他のタイプ２デバイスのそれぞれのセットと無線で相互接続され、各タイプ２デバイスは場所のタイプ１デバイスのそれぞれのセットに関連付けられ、各タイプ１デバイスは場所の異種無線デバイスである、相互接続することと、各タイプ２デバイスについて、タイプ２デバイスに関連付けられたタイプ１デバイスのそれぞれのセットのそれぞれから、場所でのオブジェクトの動きによって影響を受けるそれぞれの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非同期で受信することと、タイプ２デバイスと無線で相互に接続された少なくとも１つの他のタイプ２デバイスのそれぞれのセットのサブセットのそれぞれから、その場所のオブジェクトの動きによって影響を受けたそれぞれの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非同期に受信することと、タイプ２デバイスに関連付けられたチャネル情報（ＣＩ）の非同期時系列のセットを取得することであって、それぞれのＣＩの非同期時系列（ＡＴＳＣＩ）は、それぞれの無線マルチパスチャネルに関連付けられ、非同期に受信されるそれぞれの無線信号に基づいて取得される、取得することと、各タイプ２デバイスに関連付けられたＡＴＳＣＩのセットに基づいて場所のオブジェクトの動きを監視することと、を含む方法。
【0023】
さらに別の実施形態では、共同無線動き監視システムの方法が説明される。この方法は、場所内の１セットのタイプ２デバイスを無線で相互接続することであって、各タイプ２デバイスは場所内の異種無線デバイスであり、各タイプ２デバイスは場所の少なくとも１つの他のタイプ２デバイスのそれぞれのセットと無線で相互接続され、各タイプ２デバイスは場所内のそれぞれのタイプ１デバイスのセットに関連付けられ、各タイプ１デバイスは場所の異種無線デバイスである。相互接続することと、各タイプ２デバイスについて、場所のオブジェクトの動きによって影響を受けるそれぞれの無線マルチパスチャネルを介して、タイプ２デバイスに関連付けられたタイプ１デバイスのそれぞれのセットのそれぞれとタイプ２デバイスとの間でそれぞれの無線信号を非同期で通信すること、場所のオブジェクトの動きによって影響を受けるそれぞれの無線マルチパスチャネルを介して、タイプ２デバイスと無線で相互接続される少なくとも１つの他のタイプ２デバイスのそれぞれのセットのそれぞれとタイプ２デバイスとの間でそれぞれの無線信号を非同期に通信することと、タイプ２デバイスに関連付けられたチャネル情報（ＣＩ）の非同期時系列のセットを取得することであって、各ＣＩの非同期時系列（ＡＴＳＣＩ）はそれぞれの無線マルチパスチャネルのものであり、非同期に受信されたそれぞれの無線信号に基づいて取得される、取得することと、各タイプ２デバイスに関連付けられたＡＴＳＣＩのセットに基づいて場所内のオブジェクトの動きを監視することと、を含む方法。
【0024】
一実施形態では、無線動き認識のためのシステムが記載される。このシステムは、場所の無線マルチパスチャネルを介して第１の無線信号を送信するように構成された送信機と、無線マルチパスチャネルを介して第２の無線信号を受信するように構成された受信機と、プロセッサとを備える。第２の無線信号は、場所内の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ために、第１の無線信号とは異なる。プロセッサは第２の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（ＴＳＣＩ）を取得し、ＴＳＣＩに基づいてオブジェクトの動きを追跡してオブジェクトのジェスチャ軌跡を生成し、ジェスチャ軌跡および複数の予め定められたジェスチャ形状に基づいてジェスチャ形状を判定するように構成される。
【0025】
別の実施形態では、無線動き識別システムの無線デバイスが記載される。無線デバイスは、プロセッサと、プロセッサに通信可能に結合されたメモリと、プロセッサに通信可能に結合された受信機とを含む。無線動き認識システムの追加の無線デバイスは、場所の無線マルチパスチャネルを介して第１の無線信号を送信するように構成される。受信機は、無線マルチパスチャネルを介して第２の無線信号を受け取るように構成される。第２の無線信号は場所内の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ために、第１の無線信号とは異なる。プロセッサは、第２の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（ＴＳＣＩ）を取得し、ＴＳＣＩに基づいてオブジェクトの動きを追跡してオブジェクトのジェスチャ軌跡を生成し、ジェスチャ軌跡および複数の予め定められたジェスチャ形状に基づいてジェスチャ形状を判定するように構成される。
【0026】
さらに別の実施形態では、無線動き識別システムが記載される。この方法は、場所の無線マルチパスチャネルを介して第１の無線信号を送信することと、無線マルチパスチャネルを介して第２の無線信号を受信することであって、第２の無線信号は場所内の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ために第１の無線信号とは異なる、受信することと、第２の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（ＴＳＣＩ）を取得することと、オブジェクトのジェスチャ軌跡を生成するためにＴＳＣＩに基づいてオブジェクトの動きを追跡することと、ジェスチャ軌跡および複数の予め定められたジェスチャ形状に基づいてジェスチャ形状を判定することと、を含む。
【0027】
他の概念は、無線のセンシング、監視、および認識に関して本開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記載され、当業者には以下の図面および添付の図面を検討することによって部分的に明らかになるか、または実施例の製造または実施によって学習され得る。本開示の新規な特徴は、以下に説明される詳細な実施例に記載される方法、手段、および組み合わせの様々な態様の実施または使用によって実現および達成され得る。
【図面の簡単な説明】
【0028】
本明細書で説明される方法、システム、および／またはデバイスは、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、同様の参照符号は同様の構造を表す。
【0029】
【図1】本開示のいくつかの実施形態による、例示的な無線室内リッチスキャッタ環境を示す。
【0030】
【図2】本開示のいくつかの実施形態による、オブジェクトのターゲットの動きを無線で検出するための例示的な手法のフローチャートを示す。
【0031】
【図3A】、
【図3B】、
【図3C】、
【図3D】本開示の一実施形態による、電磁波成分のための例示的な空間自己相関関数（ＡＣＦ）及びその差分（ｄｉｆｆｅｒｅｎｔｉａｌ）を示す図である。
【0032】
【図4】本開示の一実施形態による無線転倒検知システムの例示的なフローチャートを示す。
【0033】
【図5A】、
【図5B】本開示の一実施形態による、連続するサニタイズでのセグメント化局所正規化動的時間伸縮法（ Segmental locally normalized dynamic time warping:ＳＬＮ−ＤＴＷ）の原則の例示的な利用を示す。
【0034】
【図6】本開示の一実施形態による、見通し線（ＬＯＳ）シナリオおよび非ＬＯＳシナリオのための例示的な実験セットアップを示す。
【0035】
【図7A】、
【図7B】、
【図7C】、
【図7D】本開示の一実施形態による、「歩いてから転倒」および「座る」シナリオのための速度パターンおよび加速パターンの例示的な例を示す図である。
【0036】
【図8A】、
【図8B】、
【図8C】は、本開示の一実施形態による、一次元空間および二次元空間における速度および加速度の例示的テンプレートを示す。
【0037】
【図9】本開示の一実施形態による、動的時間伸縮法（ＤＴＷ）方法と閾値法との間の例示的な性能比較を示す図である。
【0038】
【図10A】本開示のいくつかの実施形態による、無線材料センシングのための例示的な環境を示す。
【0039】
【図10B】本開示のいくつかの実施形態による、無線材料センシングのための例示的なシナリオを示す。
【0040】
【図11】本開示のいくつかの実施形態による、チャネルインパルス応答（ＣＩＲ）に基づく無線材料センシングのための例示的な作業フローを示す。
【0041】
【図12】本開示のいくつかの実施形態による、無線材料センシングのための例示的な手法のフローチャートを示す。
【0042】
【図13】本開示のいくつかの実施形態による、ＣＩＲ補間およびＣＩＲ同期のための例示的な手法のフローチャートを示す。
【0043】
【図14】本開示のいくつかの実施形態によるＣＩＲ同期化のための例示的な方式のフローチャートを示す。
【0044】
【図15】本開示のいくつかの実施形態によるＣＩＲ同期化のための他の例示的な方法のフローチャートを示す。
【0045】
【図16】本開示のいくつかの実施形態による、雑音除去およびターゲット検知のための例示的な手法のフローチャートを示す。
【0046】
【図17】本開示のいくつかの実施形態による、バックグラウンドＣＩＲを取得するための例示的な手法のフローチャートを示す。
【0047】
【図18】本開示のいくつかの実施形態による、バックグラウンドＣＩＲを取得するための別の例示的な手法のフローチャートを示す。
【0048】
【図19】本開示のいくつかの実施形態による材料反射特性（ＭＲＦ）推定法の一例を示すフローチャートである。
【0049】
【図20】本開示のいくつかの実施形態による、ＭＲＦ推定のための別の例示的な手法のフローチャートを示す。
【0050】
【図21】本開示のいくつかの実施形態による複数フレームに基づく無線材料センシングのための例示的な方式のフローチャートを示す。
【0051】
【図22】本開示のいくつかの実施形態による、無線材料センシングシステムのトレーニング段階中に分類器をトレーニングするための例示的な一方法のフローチャートを示す。
【0052】
【図23】本開示のいくつかの実施形態による、いくつかの一般的な材料の材料反射特徴（ＭＲＦ）の例示的な設定を示す。
【0053】
【図24】本開示のいくつかの実施形態による、関心領域におけるターゲットのオブジェクトの有無にかかわらず、例示的なＣＩＲ測定を示す。
【0054】
【図25A】本開示のいくつかの実施形態による例示的なＣＩＲ補間を示す。
【0055】
【図25B】本開示のいくつかの実施形態による、雑音除去後の例示的ＣＩＲ振幅を示す。
【0056】
【図26A】、
【図26B】、
【図26C】本開示のいくつかの実施形態による、無線材料センシングシステムの例示的な性能を示す。
【0057】
【図27A】本開示のいくつかの実施形態による、無線手書き追跡のための例示的な無線環境を示す。
【0058】
【図27B】本開示のいくつかの実施形態による、手書き追跡の例示的なグラウンドトゥルースを示す。
【0059】
【図27C】本開示のいくつかの実施形態による、手書き追跡のための例示的な再構成された軌跡を示す。
【0060】
【図28】本開示のいくつかの実施形態による、無線筆記追跡の例示的な手法のフローチャートを示す。
【0061】
【図29A】、
【図29B】、
【図29C】本開示のいくつかの実施形態による、無線筆記追跡システムで使用される例示的レーダ概念を示す。
【0062】
【図30】本開示のいくつかの実施形態による例示的なチャネルインパルス応答を示す。
【0063】
【図31A】、
【図31B】本開示のいくつかの実施形態による、ターゲット検知のために使用されるＣＡ−ＣＦＡＲ（セル平均化−一定誤警報率）技術を示す。
【0064】
【図32】本開示のいくつかの実施形態による、例示的な無線筆記追跡法のための作業フローを示す。
【0065】
【図33】本開示のいくつかの実施形態による、２つの最高ドップラー電力ビンを使用する経時的推定ターゲット位置を図示する。
【0066】
【図34】本開示のいくつかの実施形態による、ターゲットが低いまたはゼロの半径方向速度を有する場合の、非ゼロ周波数ビンからゼロ周波数ビンへのドップラーパワーシフトの実証を示す。
【0067】
【図35A】本開示のいくつかの実施形態による、デバイスから離れた範囲に沿って引き出された直線に対する、経時的な異なる範囲タップに対するドップラ電力を図示する。
【0068】
【図35B】本開示のいくつかの実施形態によるサブサンプルピーク補間（ＳＰＩ）前後のレンジ推定値を示す。
【0069】
【図36A】、
【図36B】、
【図36C】本開示のいくつかの実施形態による、単語「梁」のターゲット位置特定および軌跡構成を示す。
【0070】
【図37】本開示のいくつかの実施形態による、グラウンドトゥルース文字と回復された文字との例示的な視覚的比較を示す。
【0071】
【図38】本開示のいくつかの実施形態による、異なるスケールで書かれた文字を用いたデバイスから異なる距離における例示的文字の認識精度を示す。
【0072】
【図39A】、
【図39B】、
【図39C】本開示のいくつかの実施形態による、様々な形状の例示的なグラウンドトゥルースおよび再構成された軌跡を示す。
【0073】
【図40】本開示のいくつかの実施形態による、レーダからの異なる範囲および方位角における例示的な追跡エラーを図示する。
【0074】
【図41A】、
【図41B】本開示のいくつかの実施形態による、１ｃｍ以内の文字に対する手書き追跡の例示的なデモンストレーションを示す。
【0075】
【図42】本開示のいくつかの実施形態による、オブジェクト動きが監視される例示的なシナリオを示す。
【0076】
【図43A】本開示のいくつかの実施形態による、自動アシスタントシステムの例示的な機能を示す。
【0077】
【図43B】本開示のいくつかの実施形態による、自動アシスタントシステムの別の例示的な機能を示す。
【0078】
【図44】本開示のいくつかの実施形態による、正確な無線監視の例示的な一方法のフローチャートを示す。
【0079】
【図45】本開示のいくつかの実施形態による、正確な無線監視のための時系列チャネル情報（ＴＳＣＩ）を前処理するための例示的な手法のフローチャートを示す。
【0080】
【図46】本開示のいくつかの実施形態による、正確な無線監視のための例示的な手法のフローチャートを示す。
【0081】
【図47】本開示のいくつかの実施形態による、動き検知および位置特定を伴う無線監視のための無線デバイスの例示的なフロアプランおよび設置を示す。
【0082】
【図48】本開示のいくつかの実施形態による、動き検知および位置特定を伴う無線監視のための例示的な手法のフローチャートを示す。
【0083】
【図49】本開示のいくつかの実施形態による、動き検知および位置特定を伴う共同無線動き監視システムを管理するための例示的方法のフローチャートを示す。
【0084】
【図50】本開示のいくつかの実施形態による、無線動き認識のための例示的な無線室内リッチスキャッタ環境を示す。
【0085】
【図51】本開示のいくつかの実施形態による、無線動き認識のための例示的な手法のフローチャートを示す。
【0086】
【図52】本開示のいくつかの実施形態による、反射器が小さな距離ｘだけ移動する場合のマルチパス長さ差分の例示的な実例を示す。
【0087】
【図53】本開示のいくつかの実施形態による、肩部で旋回する手の動きの例示的な実例を示す。
【0088】
【図54】本開示のいくつかの実施形態による、手の動きおよび台車の動きの際の例示的な時間反転共振強度を示す。
【0089】
【図55】本開示のいくつかの実施形態による、例示的な無線ジェスチャ認識／分類システムの作業フローを示す。
【0090】
【図56】本開示のいくつかの実施形態による、様々な数のセグメントを有する大文字英語アルファベットの例示的なジェスチャ軌跡を示す。
【0091】
【図57A】、
【図57B】本開示のいくつかの実施形態による例示的なジェスチャ分割を示す。
【0092】
【図58A】、
【図58B】本開示のいくつかの実施形態による、旋回に関連する例示的なＴＲＲＳ減衰を示す。
【0093】
【図59A】、
【図59B】、
【図59C】本開示のいくつかの実施形態による、０度ターンに関連する例示的なＴＲＲＳ減衰を示す。
【0094】
【図60A】、
【図60B】、
【図60C】本開示のいくつかの実施形態による、４５度ターンに関連する例示的なＴＲＲＳ減衰を示す。
【0095】
【図61A】、
【図61B】、
【図61C】本開示のいくつかの実施形態による、９０度ターンに関連する例示的なＴＲＲＳ減衰を示す。
【0096】
【図62A】、
【図62B】本開示のいくつかの実施形態による、例示的なマッチング／交差検出および関連するＴＲＲを示す。
【0097】
【図63A】、
【図63B】、
【図63C】本開示のいくつかの実施形態による、ジェスチャ認識および分類のための例示的なパフォーマンス行列を示す。
【0098】
【図64】本開示のいくつかの実施形態による、無線システムの第１の無線デバイスの例示的なブロック図を示す。
【0099】
【図65】本開示のいくつかの実施形態による、無線システムの第２の無線デバイスの例示的なブロック図を示す。
【発明を実施するための形態】
【0100】
以下の詳細な説明では、関連する開示の完全な理解を提供するために、多数の特定の詳細が、例として記載される。しかしながら、本開示は、そのような詳細なしに実施され得ることは、当業者に明らかであるべきである。他の例では、本開示の態様を不必要に不明瞭にすることを避けるために、周知の方法、手順、構成要素、及び／または回路が、詳細なしに、比較的高レベルで記載されている。
【0101】
一実施形態では、本開示は、無線監視システムの方法、装置、デバイス、システム、及び／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）を開示する。無線マルチパスチャネルの時系列チャネル情報（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、及びメモリに記憶された一連の指示を使用して（例えば、動的に）得られ得る。ＣＩの時系列（ＴＳＣＩ）は、チャネルを介して場所（venue）でタイプ１異種（ｈｅｔｅｒｏｇｅｎｅｏｕｓ）無線装置（たとえば、無線送信機、ＴＸ）とタイプ２異種無線装置（たとえば、無線受信機、ＲＸ）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、場所のオブジェクトの表現（例えば、動き、動き、表現、及び／または位置／ポーズ／形状／表現の変化）によって影響され得る。オブジェクト及び／またはオブジェクトの運動特性及び／または空間−時間情報（ＳＴＩ、例えば、動き情報）は、ＴＳＣＩに基づいて監視され得る。課題は、特性及び／またはＳＴＩに基づいて実行され得る。タスクに関連付けられた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）において生成されてもよい。ＴＳＣＩは、無線信号ストリームであってもよい。ＴＳＣＩまたは各ＣＩは、前処理され得る。装置は、ステーション（ＳＴＡ）であってもよい。記号「Ａ／Ｂ」は、本開示における「Ａ及び／又はＢ」を意味する。
【0102】
表現（ｅｘｐｒｅｓｓｉｏｎ）は、配置、移動可能な部分の配置、場所、位置、向き、同定可能な場所、領域、空間座標、プレゼンテーション、状態、表現、静的な表現、サイズ、長さ、幅、高さ、角度、スケール、形状、カーブ、表面、面積、体積、ポーズ、姿勢、兆候、体表現、動的な表現、動的な体言、運動、動きシーケンス、ジェスチャ、伸長、収縮、歪み、変形、身体表現（例えば、頭部、顔面、目、口、舌、髪、声、首、肢、腕、手、脚、足、筋肉、可動部分）、表面表現（例えば、形状、質感、材料、色、電磁気（ＥＭ）特性、視覚パターン、湿度、反射率、半透明度、柔軟性）、材料特性（例えば、生きている組織、毛、織物、金属、木、皮革、プラスチック、金属、人工材料、固体、液体、ガス、温度）、動き、活動、ふるまい、表現の変化、及び／又は 何らかの組み合わせ、を含むことができる。
【0103】
無線信号は、送信／受信信号、ＥＭ放射、ＲＦ信号／送信、認可された／無免許／ＩＳＭ帯域内の信号、帯域制限信号、ベースバンド信号、無線／移動／セルラ通信信号、無線／移動／セルラネットワーク信号、メッシュ信号、光信号／通信、ダウンリンク／アップリンク信号、ユニキャスト／マルチキャスト／ブロードキャスト信号、標準（例えばＷＬＡＮ、ＷＷＡＮ、ＷＰＡＮ、ＷＢＡＮ、国際、国内、業界、デファクト、ＩＥＥＥ、ＩＥＥＥ ８０２、８０２．１１／１５／１６、ＷｉＦｉ、８０２．１１ｎ／ａｃ／ａｘ／ｂｅ、３Ｇ／４Ｇ／ＬＴＥ／５Ｇ／６Ｇ／７Ｇ／８Ｇ、３ＧＰＰ、ｂｌｕｅ ｔｏｏｔｈ、ＢＬＥ、Ｚｉｇｂｅｅ、ＲＦＩＤ、ＵＷＢ、ＷｉＭａｘ）準拠シグナル、プロトコル信号、標準フレーム、ビーコン／パイロット／探索／問い合わせ／確認／ハンドシェイク／同期シグナル、管理／制御／データ信号、標準化された無線／セルラ通信プロトコル、参照信号、ソースシグナル、モーションプローブ／検出／ センシングシグナル、及び／または一連のシグナル、を含むことができる。無線信号は、見通し線（ＬＯＳ）、及び／または非ＬＯＳ構成要素（または経路／リンク）を含み得る。各ＣＩは、タイプ２デバイスのレイヤ（例えば、ＯＳＩモデルのＰＨＹ／ＭＡＣレイヤ）において抽出／生成／計算／検出され、アプリケーション（例えば、ソフトウェア、ファームウェア、ドライバ、アプリ、無線監視ソフトウェア／システム）によって得られ得る。
【0104】
無線マルチパスチャネルは、以下を含むことができる：通信チャネル、アナログ周波数チャネル（例えば、７００／８００／９００ＭＨｚ、１．８／１．８／２．４／３／５／６／２７／６０ＧＨｚ付近のアナログ搬送周波数、）、符号化チャネル（例えば、ＣＤＭＡ）、及び／または無線ネットワーク／システムのチャネル（例えば、ＷＬＡＮ、ＷｉＦｉ、メッシュ、ＬＴＥ、４Ｇ／５Ｇ、Ｂｌｕｅｔｏｏｔｈ、Ｚｉｇｂｅｅ、ＵＷＢ、ＲＦＩＤ、マイクロ波）。それは、２つ以上のチャネルを含み得る。チャネルは連続（隣接／重なり帯域など）または非連続チャネル（重なりのないＷｉＦｉ チャネル、１つは２．４ＧＨｚ で、１つは５ＧＨｚ）である可能性がある。
【0105】
ＴＳＣＩは、タイプ２デバイスのレイヤ（例えば、ＯＳＩ参照モデルのレイヤ、物理レイヤ、データリンクレイヤ、論理リンク制御レイヤ、メディアアクセス制御（ＭＡＣ）レイヤ、ネットワークレイヤ、トランスポートレイヤ、セッションレイヤ、プレゼンテーションレイヤ、アプリケーションレイヤ、ＴＣＰ／ＩＰレイヤ、インターネットレイヤ、リンクレイヤ）において、無線信号から抽出することができる。ＴＳＣＩは、無線信号（例えば、ＲＦ信号）から導出された導出信号（例えば、ベースバンド信号、動き検出信号、動きセンシング信号）から抽出されてもよい。それは、既存のメカニズム（例えば、無線／セルラ通信標準／ネットワーク、３Ｇ／ＬＴＥ／４Ｇ／５Ｇ／６Ｇ／７Ｇ／８Ｇ、ＷｉＦｉ、ＩＥＥＥ ８０２．１１／１５／１６）を使用する、通信プロトコル（例えば、標準化されたプロトコル）によって検出される（無線）測定であり得る。導出された信号は、プリアンブル、ヘッダ及びペイロード（例えば、無線リンク／ネットワークにおけるデータ／制御／管理のための）のうちの少なくとも１つを有するパケットを含み得る。ＴＳＣＩは、パケット中のプローブシグナル（例えば、トレーニングシーケンス、ＳＴＦ、ＬＴＦ、Ｌ−ＳＴＦ、Ｌ−ＬＴＦ、Ｌ−ＳＩＧ、ＨＥ−ＳＴＦ、ＨＥ−ＬＴＦ、ＨＥ−ＳＩＧ−Ａ、ＨＥ−ＳＩＧ−Ｂ、ＣＥＦ）から抽出され得る。動き検出／センシング信号は、プローブ信号に基づいて認識／識別されてもよい。パケットは、標準準拠プロトコルフレーム、管理フレーム、コントロールフレーム、データフレーム、サウンディングフレーム、エキサイテーションフレーム、イルミネーションフレーム、ヌルデータフレーム、ビーコンフレーム、パイロットフレーム、プローブフレーム、要求フレーム、応答フレーム、関連付けフレーム、再関連付けフレーム、離脱フレーム、認証フレーム、アクションフレーム、レポートフレーム、ポールフレーム、アナウンスフレーム、拡張フレーム、問い合わせフレーム、確認応答フレーム、ＲＴＳフレーム、ＣＴＳフレーム、ＱｏＳフレーム、ＣＦ−Ｐｏｌｌフレーム、ＣＦ−Ａｃｋフレーム、ブロック確認応答フレーム、参照フレーム、トレーニングフレーム、及び／または同期フレームであり得る。
【0106】
パケットは、制御データ及び／または動き検出プローブを含み得る。ペイロードからデータ（例えば、タイプ１デバイスのＩＤ／パラメータ／特性／設定／制御信号／命令／指示／通知／放送関連情報）を取得することができる。無線信号は、タイプ１デバイスによって送信され得る。それは、タイプ２デバイスによって受け取られ得る。データベース（例えば、ローカル・サーバ、ハブ・デバイス、クラウド・サーバ、ストレージ・ネットワークにおける）は、ＴＳＣＩ、特性、ＳＴＩ、署名、パターン、挙動、傾向、パラメータ、分析、出力応答、識別情報、ユーザ情報、デバイス情報、チャネル情報、場所（例えば、地図、環境モデル、ネットワーク、近接デバイス／ネットワーク）情報、タスク情報、クラス／カテゴリ情報、プレゼンテーション（例えば、ＵＩ）情報、及び／または他の情報を記憶するために使用され得る。
【0107】
タイプ１／タイプ２デバイスは、エレクトロニクス、回路、送信機（ＴＸ）／受信機（ＲＸ）／トランシーバ、ＲＦインターフェース、「オリジンサテライト」／「トラッカーボット」、ユニキャスト／マルチキャスト／ブロードキャストデバイス、無線電源デバイス、電源／デスティネーションデバイス、無線ノード、ハブデバイス、対象デバイス、動き検出デバイス、センサデバイス、遠隔／無線センサデバイス、無線通信デバイス、無線対応デバイス、標準準拠デバイス、及び／または受信機のうちの少なくとも１つを含み得る。タイプ１（またはタイプ２）装置は、タイプ１（またはタイプ２）装置の複数の例が存在する場合、異なる回路、エンクロージャ、構造、目的、補助機能性、チップ／ＩＣ、プロセッサ、メモリ、ソフトウェア、ファームウェア、ネットワーク接続性、アンテナ、ブランド、モデル、外観、形態、形状、色、材料、及び／または仕様を有し得るため、異種であり得る。タイプ１／タイプ２デバイスは、アクセスポイント、ルータ、メッシュルータ、物のインターネット（ＩｏＴ）デバイス、無線端末、１つ以上の無線／ＲＦサブシステム／無線インターフェース（例えば、２．４ＧＨｚ無線、５ＧＨｚ無線、フロントホール無線、バックホール無線）、モデム、ＲＦフロントエンド、ＲＦ／無線チップまたは集積回路（ＩＣ）を含み得る。
【0108】
タイプ１デバイス、タイプ２デバイス、それらの間のリンク、オブジェクト、特性、ＳＴＩ、動きの監視、及びタスクのうちの少なくとも１つは、ＵＵＩＤなどの識別（ＩＤ）に関連付けられ得る。タイプ１／タイプ２／別のデバイスは、ＴＳＣＩを取得／保存／検索／アクセス／前処理／条件／プロセス／分析／監視／適用することができる。タイプ１及びタイプ２デバイスは、無線信号と並列に他のチャネル（例えば、イーサネット、ＨＤＭＩ（登録商標）、ＵＳＢ、Ｂｌｕｅｔｏｏｔｈ、ＢＬＥ、ＷｉＦｉ、ＬＴＥ、他のネットワーク、無線マルチパスチャネル）でネットワークトラフィックを通信することができる。 タイプ２デバイスは、タイプ１デバイスとの接続（例えば、関連付け／認証）を確立することなく、またはタイプ１デバイスからサービスを要求することなく、無線マルチパスチャネルにおいてタイプ１デバイスからの無線信号を受動的に観察／監視／受信し得る。
【0109】
送信機（すなわち、タイプ１デバイス）は、受信機（すなわち、タイプ２デバイス）として、一時的に、散発的に、連続的に、反復的に、交換可能に、交互に、同時に、並列に、及び／または同時に、機能する（その役割を果たす）ことができ、逆もまた同様である。装置は、一時的に、散発的に、連続的に、繰り返して、同時に、並列に及び／または同時的に、タイプ１デバイス（送信機）及び／またはタイプ２デバイス（受信機）として機能し得る。それぞれがタイプ１（ＴＸ）及び／またはタイプ２（ＲＸ）装置である複数の無線ノードが存在する場合がある。ＴＳＣＩは、無線信号を交換／通信するとき、２つのノードごとに取得され得る。オブジェクトの特性及び／またはＳＴＩは、ＴＳＣＩに基づいて個別に、または２つ以上（例えば、すべて）のＴＳＣＩに基づいて共同で監視され得る。
【0110】
オブジェクトの動きは、能動的に（そのタイプ１デバイス、タイプ２デバイス、またはその両方は、オブジェクトの着用可能／関連付けられる点で）及び／または受動的に（タイプ１デバイス及びタイプ２デバイスの両方はオブジェクトの着用可能ではない／関連付けられないという点で）監視され得る。それは、オブジェクトがタイプ１デバイス及び／またはタイプ２デバイスに関連付けられていない可能性があるため、受動的であり得る。オブジェクト（例えば、ユーザ、自動誘導車両またはＡＧＶ）は、いかなる装着物／固定具も持ち運ぶ／設置する必要はないかもしれない（すなわち、タイプ１デバイス及びタイプ２デバイスは、オブジェクトがタスクを実行するために持ち運ぶ必要がある装着可能／取り付けられた装置ではない）。これは、オブジェクトがタイプ１デバイスまたはタイプ２デバイスのいずれかに関連付けられている可能性があるため、アクティブになっている可能性がある。オブジェクトは、装着可能／取付け具（例えば、タイプ１デバイス、タイプ２デバイス、タイプ１デバイスまたはタイプ２デバイスのいずれかと通信可能に結合された装置）を運ぶ（または設置する）ことができる。
【0111】
プレゼンテーションは、ビジュアル、オーディオ、画像、ビデオ、アニメーション、グラフィックプレゼンテーション、テキストなどである。タスクの計算は、タイプ１デバイスのプロセッサ（または論理ユニット）、タイプ１デバイスのＩＣのプロセッサ（または論理ユニット）、タイプ２デバイスのプロセッサ（または論理ユニット）、タイプ２デバイスのＩＣのプロセッサ、ローカルサーバ、クラウドサーバ、データ解析サブシステム、信号解析サブシステム、及び／または別のプロセッサによって実行することができる。この作業は、無線フィンガードプリントまたはベースライン（例えば、収集、処理、処理、送信、及び／またはトレーニングフェーズ／前回の調査／最新の調査／初期の無線調査、受動指摘書）、トレーニング、プロフィール、トレーニングされたプロフィール、静態的プロフィール、静態的プロフィール、調査、初期無線調査、初期設定、設置、再トレーニング、更新及びリセット）を用いて／しないで実施することができる。
【0112】
タイプ１デバイス（ＴＸ装置）は、少なくとも１つの異種無線送信機を備えることができる。タイプ２デバイス（ＲＸデバイス）は、少なくとも１つの異種無線受信機を含み得る。タイプ１デバイス及びタイプ２デバイスは、コロケーションされ得る。タイプ１デバイスとタイプ２デバイスは同じ装置であってもよい。任意の装置は、データ処理ユニット／装置、計算ユニット／システム、ネットワークユニット／システム、プロセッサ（例えば、論理ユニット）、プロセッサと通信可能に結合されたメモリ、及びプロセッサによって実行されるべきメモリに記憶された命令のセットを有し得る。一部のプロセッサ、メモリ、及び一連の指示は、協調することができる。
【0113】
同じタイプ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（例えば、通信する、交換信号／制御／通知／他のデータ）複数のタイプ１デバイスが存在してもよく、及び／または同じタイプ１デバイスと相互作用する複数のタイプ２デバイスが存在してもよい。複数のタイプ１デバイス／タイプ２デバイスは、同期及び／または非同期、同じ／異なるウィンドウ幅／サイズ及び／または時間シフト、同じ／異なる同期開始時間、同期終了時間などであり得る。複数のタイプ１デバイスによって送信される無線信号は、散発的、一時的、連続的、反復的、同期的、同時的、同時的、及び／または同時的であってもよい。複数のタイプ１デバイス／タイプ２デバイスは、独立して、及び／または協働して動作し得る。タイプ１及び／またはタイプ２のデバイスは、異種ハードウェア回路（例えば、無線信号を生成／受信し、受信信号からＣＩを抽出し、またはＣＩを利用可能にすることができる異種チップまたは異種ＩＣ）を有する／備えることができる。それらは、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、ハブ装置）に通信可能に結合され得る。
【0114】
１つの装置の動作は、動作、状態、内部状態、記憶装置、プロセッサ、メモリ出力、物理的位置、計算リソース、別の装置のネットワークに基づくことができる。相違装置は、直接的に、及び／または別の装置／サーバ／ハブ装置／クラウドサーバを介して通信し得る。装置は、１ 人以上のユーザに関連付けられ、関連付けられた設定を持つことができる。設定は、一度選択され、事前にプログラムされ、及び／または経時的に変更され得る（例えば、調整され、変化され、修正され）／変化され得る。方法には、さらなるステップが存在し得る。方法のステップ及び／または追加のステップは、示された順序で、または別の順序で実行され得る。任意のステップは、並行して、反復して、または他の方法で反復して、または別の方法で実行され得る。ユーザは、ヒト、成人、高齢成人、男性、女性、幼児、子供、乳児、ペット、動物、生物、機械、コンピュータモジュール／ソフトウェアなどであり得る。
【0115】
１つまたは複数のタイプ２デバイスと相互作用する１つまたは複数のタイプ１デバイスの場合、任意の処理（例えば、時間領域、周波数領域）は、異なるデバイスについて異なることができる。処理は、位置、向き、方向、役割、ユーザ関連特性、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、バッテリ寿命、利用可能な電力、アンテナ、アンテナの種類、アンテナの指向性／一方向特性、電力設定、及び／または装置の他のパラメータ／特性に基づくことができる。
【0116】
無線受信機（例えば、タイプ２デバイス）は、無線送信機（例えば、タイプ１デバイス）から信号及び／または別の信号を受信し得る。無線受信機は、別の無線送信機（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。無線送信機は、信号及び／または別の信号を別の無線受信機（例えば、第２のタイプ２のデバイス）に送信することができる。無線送信機、無線受信機、別の無線受信機及び／または別の無線送信機は、オブジェクト及び／または別のオブジェクトと共に移動してもよい。別のオブジェクトを追跡することができる。
【0117】
タイプ1及び／またはタイプ2デバイスは、少なくとも2つのタイプ2及び／またはタイプ1デバイスと無線結合することが可能であり得る。タイプ１デバイスは、場所の別の位置で、タイプ２デバイスから第2のタイプ２デバイスへの無線結合（例えば、関連付け、認証）を切り替える／確立するように引き起こされ得る／制御され得る。同様に、タイプ２デバイスは、場所のさらに別の場所で、タイプ１デバイスから第2のタイプ１デバイスへの無線結合を切り替える／確立するように、引き起こされ／制御され得る。スイッチングは、サーバ（またはハブ装置）、プロセッサ、タイプ１デバイス、タイプ２デバイス、及び／または別の装置によって制御できる。切り替え前後に使用する無線機は異なっていてもよい。第２の無線信号（第２の信号）は、チャネルを通して、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）に送信され得る。第２の信号から抽出されたチャネルの第２のＴＳＣＩが得られ得る。第２の信号は、第１の信号であってもよい。オブジェクトの特性、ＳＴＩ及び／または別の量は、第２のTSCIに基づいて監視され得る。タイプ１デバイスとタイプ２デバイスは同じであってもよい。異なるタイムスタンプを有する特性、STI及び／または別の量は、波形を形成し得る。波形は、プレゼンテーションで表示することができる。
【0118】
無線信号及び／または別の信号は、データが埋め込まれていてもよい。無線信号は、一連のプローブ信号（例えば、プローブ信号の繰り返し送信、１つまたは複数のプローブ信号の再使用）であってもよい。プローブ信号は、時間の経過とともに変化／変化しうる。プローブ信号は、規格準拠信号、プロトコル信号、標準化無線プロトコル信号、制御信号、データ信号、無線通信ネットワーク信号、セルラーネットワーク信号、ＷｉＦｉ信号、ＬＴＥ／５Ｇ／６Ｇ／７Ｇ信号、参照信号、ビーコン信号、動き検出信号、及び／または動きセンシング信号であってもよい。プローブ信号は、無線ネットワーク標準（例えば、ＷｉＦｉ）、セルラーネットワーク標準（例えば、ＬＴＥ／５Ｇ／６Ｇ）、または別の標準に従ってフォーマットされ得る。プローブ信号は、ヘッダ及びペイロードを有するパケットを含み得る。プローブ信号は、データが埋め込まれていてもよい。ペイロードは、データを含むことができる。プローブ信号は、データ信号に置き換えられてもよい。プローブ信号は、データ信号に埋め込まれてもよい。無線受信機、無線送信機、別の無線受信機及び／または別の無線送信機は、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、及び／または実行されたときにプロセッサに、オブジェクトのＳＴＩ（例えば、動き情報）、初期ＳＴＩ、初期時間、方向、瞬間位置、瞬間角度、及び／または速度を決定するために必要な任意のステップ及び／またはすべてのステップを実行させる、メモリに記憶されたそれぞれの命令セットに関連付けられてもよい。
【0119】
プロセッサ、メモリ及び／または命令のセットは、タイプ１デバイス、少なくとも１つのタイプ２デバイス、オブジェクト、オブジェクトに関連付けられた装置、場所に関連付けられた別の装置、クラウドサーバ、ハブ装置、及び／または別のサーバに関連付けられ得る。
【0120】
タイプ１デバイスは、場所のチャネルを通して少なくとも１つのタイプ２デバイス（単数または複数）に放送方式で信号を送信することができる。信号は、任意のタイプ２デバイスとの無線接続（例えば、関連付け、認証）を確立するタイプ１デバイスなしで、及びタイプ１デバイスからのサービスを要求するタイプ２デバイスなしで送信される。タイプ１デバイスは、複数のタイプ２デバイスに共通の特定のメディアアクセスコントロール（ＭＡＣ）アドレスに送信できる。各タイプ２ デバイスは、そのＭＡＣアドレスを特定のＭＡＣ アドレスに調整できる。特定のＭＡＣアドレスは、場所に関連付けられ得る。関連付けは、関連付けサーバ（例えば、ハブデバイス）の対応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、及び／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デバイス及び／または別の装置によって識別され得る。
【0121】
例えば、タイプ２デバイスは、場所の新しい位置に（例えば、別の場所から）移動され得る。タイプ１デバイスは、タイプ１及びタイプ２デバイスが互いに認識しないように、場所に新たに設定され得る。セットアップ中、タイプ１デバイスは、一連のプローブ信号を特定のＭＡＣアドレスに送るように、指示され／ガイドされ／引き起こされ／制御され得る（例えば、ダミー受信機を使用すること、ハードウェアピン設定／接続を使用すること、保存された設定を使用すること、ローカル設定を使用すること、リモート設定を使用すること、ダウンロードされた設定を使用すること、ハブ装置を使用すること、またはサーバを使用すること）。電源を投入すると、タイプ２デバイスは、異なる場所（例えば、ハウス、オフィス、エンクロージャ、フロア、多層ビル、店舗、空港、モール、スタジアム、ホール、ステーション、地下鉄、ロット、地域、領域、区域、地方、都市、国、大陸などの異なる場所に使用される異なるＭＡＣアドレス）でブロードキャストするために使用され得るＭＡＣアドレスのテーブル（例えば、指定されたソース、サーバ、ハブデバイス、クラウドサーバに記憶された）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アドレスに送られたプローブ信号を検出すると、タイプ２デバイスは、ＭＡＣアドレスに基づいて場所を識別するために、テーブルを使用することができる。
【0122】
場所のタイプ２デバイスの位置は、特定のＭＡＣアドレス、一連のプローブ信号、及び／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る少なくとも１つのＴＳＣＩに基づいて計算され得る。計算は、タイプ２デバイスによって実行されてもよい。
【0123】
特定のＭＡＣアドレスは、経時的に変更（例えば、調整、変更、修正）され得る。それは、予定表、ルール、方針、モード、条件、状況及び／または変化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、予め選択されたリスト、衝突パターン、トラフィックパターン、タイプ１デバイスと他の装置との間のデータトラフィック、有効な帯域幅、ランダム選択、及び／またはＭＡＣアドレススイッチングプランに基づいて選択することができる。特定のＭＡＣアドレスは、第２の無線デバイス（例えば、ダミー受信機、またはダミー受信機として機能する受信機）のＭＡＣアドレスであり得る。
【0124】
タイプ１デバイスは、一組のチャネルから選択されたチャネルにおいて、プローブ信号を送信してもよい。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において送信されるプローブ信号から、それぞれのタイプ２デバイスによって取得され得る。
【0125】
選択されたチャネルは、経時的に変更（例えば、調整、変更、修正）され得る。変更は、予定表、ルール、方針、モード、条件、状況、及び／または変化に従うことができる。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、予め選択されたリスト、同一チャネル間干渉、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、チャネルに関連する有効帯域幅、セキュリティ基準、チャネルスイッチングプラン、基準、品質基準、信号品質条件、及び／または考慮に基づいて選択され得る。
【0126】
特定のＭＡＣアドレス及び／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（例えば、ハブ装置）との間で通信することができる。特定のＭＡＣアドレス及び／または選択されたチャネルの情報は、別のネットワークを介してタイプ２デバイスとサーバ（例えば、ハブ装置）との間で通信することもできる。タイプ２デバイスは、特定のＭＡＣアドレス及び／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（例えば、メッシュネットワーク、Ｂｌｕｅｔｏｏｔｈ、ＷｉＦｉ、ＮＦＣ、ＺｉｇＢｅｅなどを介して）に通信することができる。特定のＭＡＣアドレス及び／または選択されたチャネルは、サーバ（例えば、ハブ装置）によって選択され得る。特定のＭＡＣアドレス及び／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デバイス及び／またはサーバ（例えば、ハブ装置）によってアナウンスメントチャネル内でシグナリングされ得る。通信される前に、任意の情報が前処理され得る。
【0127】
タイプ１デバイスと別の無線装置との間の無線接続（例えば、関連付け、認証）は、（例えば、シグナル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）を別の装置に送ることができる。別のデバイスは、第２のハンドシェイク信号（例えば、コマンド、または送信可ＣＴＳ）をタイプ１デバイスに送信することによって応答することができ、いずれのタイプ２デバイスとの接続を確立することなく、複数のタイプ２デバイスにブロードキャスト方式で信号（例えば、一連のプローブ信号）を送信するようにタイプ１デバイスをトリガする。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確認応答（例えば、ＡＣＫ）であり得る。第２のハンドシェイク信号は、場所、及び／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。別の装置は、タイプ１デバイスとの無線接続を確立し、第１の信号を受信し、及び／または第２の信号を送るための目的（例えば、一次目的、二次目的）を有するダミー装置であり得る。別の装置は、タイプ１デバイスに物理的に取り付けられてもよい。
【0128】
別の例では、別の装置は、いずれのタイプ２デバイスとの接続（例えば、関連付け、認証）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することをタイプ１デバイスにトリガする第３のハンドシェイク信号をタイプ１デバイスに送ることができる。タイプ１デバイスは、第４のハンドシェイク信号を他の装置に送信することにより第３の特別信号に応答することができる。別の装置は、複数のタイプ１デバイスがブロードキャストすることをトリガするために使用され得る。トリガは、連続的、部分的に連続的、部分的に並列、または完全に並列であってもよい。別の装置は、複数の送信機を並列にトリガするために、複数の無線回路を有してもよい。並列トリガはまた、少なくとも１つのさらに別の装置を使用して、別の装置と並行して（別の装置が行うのと同様の）トリガを実行することによって達成され得る。別の装置は、タイプ１デバイスとの接続を確立した後、タイプ１デバイスと通信（または通信を一時停止）できない。一時停止した通信が再開される場合がある。別の装置は、タイプ１デバイスとの接続を確立した後、非アクティブモード、休眠モード、スリープモード、スタンバイモード、低電力モード、ＯＦＦモード及び／またはパワーダウンモードに入ることができる。別の装置は、タイプ１デバイスが信号を特定のＭＡＣアドレスに送信するように、特定のＭＡＣアドレスを有してもよい。タイプ１デバイス及び／または別の装置は、タイプ１デバイスに関連付けられた第１のプロセッサ、別の装置に関連付けられた第２のプロセッサ、指定されたソースに関連付けられた第３のプロセッサ、及び／または別の装置に関連付けられた第４のプロセッサによって制御及び／または調整されてもよい。第１及び第２のプロセッサは、互いに調整することができる。
【0129】
第１の一連のプローブ信号は、第１の場所の第１のチャネルを通して、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デバイスに送信されてもよい。第２の一連のプローブ信号は、第２の場所の第２のチャネルを通して、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デバイスに送信されてもよい。第１の一連のプローブ信号及び第２の一連のプローブ信号は、異なっていてもよい／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デバイスと異なっていてもよい／異なっていなくてもよい。第１及び／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デバイスとの間で確立された接続（例えば、関連付け、認証）なしにブロードキャストされ得る。第１及び第２のアンテナは、同じ／異なるものであってもよい。
【0130】
２つの場所は、異なるサイズ、形状、マルチパス特性を有することができる。第１及び第２の場所は、重複してもよい。第１及び第２のアンテナの近傍のそれぞれの直近の領域は、重複することができる。第１及び第２のチャネルは、同じ／異なることができる。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、両方ともＷｉＦｉであってもよいが、最初のものは２．４ＧＨｚのＷｉＦｉであってもよく、２番目は５ＧＨｚのＷｉＦｉであってもよい。または、両方とも２．４ＧＨｚ ＷｉＦｉであってもよいが、異なるチャネル番号、ＳＳＩＤ名、及び／またはＷｉＦｉ設定を有する。
【0131】
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を取得することができ、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である。いくつかの第１のタイプ２デバイス（単数または複数）及びいくつかの第２のタイプ２デバイス（単数または複数）は、同じであり得る。第１及び第２の一連のプローブ信号は、同期／非同期であってもよい。プローブ信号は、データと送信されてもよく、またはデータ信号で置き換えられてもよい。第１のアンテナと第２のアンテナは同じであってもよい。
【0132】
第１の一連のプローブ信号は、第１の速度（例えば、３０Ｈｚ）で送信されてもよい。第２の一連のプローブ信号は、第２の速度（例えば、２００Ｈｚ）で送信されてもよい。第１及び第２の速度は、同じ／異なることができる。第１及び／または第２の速度は、経時的に変更（例えば、調整、変化、修正）され得る。変更は、予定表、ルール、方針、モード、条件、状況、及び／または変化に従うことができる。任意の速度は、経時的に変更（例えば、調整、変更、修正）され得る。
【0133】
第１及び／または第２の一連のプローブ信号は、それぞれ、第１のＭＡＣアドレス及び／または第２のＭＡＣアドレスに送信され得る。２つのＭＡＣ アドレスは同じ／異なる場合がある。第１の一連のプローブ信号は、第１のチャネル内で送信されてもよい。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てもよい。２つのチャネルは、同じ／異なることができる。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化し得る。任意の変更は、予定表、ルール、方針、モード、状態、状況、及び／または変化に従うことができる。
【0134】
タイプ１の装置及び別の装置は、制御及び／または調整され、共通の装置に物理的に取り付けられ、または共通の装置のもの／共通の装置の中であり得る。それらは、共通のデータプロセッサークにより制御され／へ接続され、又は、共通のバスインターコネクト／ネットワーク／ＬＡＮ／Ｂｌｕｅｔｏｏｔｈネットワーク／ ＮＦＣネットワーク／ ＢＬＥ／有線ネットワーク／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てもよい。それらは、共通メモリを共有することができ、あるいは、共通ユーザ、ユーザ装置、プロファイル、アカウント、アイデンティティ（ＩＤ）、識別子、家庭、住宅、物理アドレス、位置、地理座標、ＩＰサブネット、ＳＳＩＤ、家庭装置、オフィス装置、及び／または製造装置と関連付けることができる。
【0135】
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、それは、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る）。各タイプ２デバイスは、その信号源として全てのタイプ１デバイスの中からタイプ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、それぞれのタイプ２デバイスによって取得され得、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である。
【0136】
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、アイデンティティ（ＩＤ）またはタイプ１／タイプ２デバイスの識別子、実行されるべきタスク、過去の信号源、履歴（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受信機、及び／または別のタイプ２受信機の）、信号源を切り替えるための閾値、及び／またはユーザの情報、アカウント、アクセス情報、パラメータ、特性、及び／または信号強度（例えば、タイプ１デバイス及び／またはそれぞれのタイプ２受信機に関連する）に基づいて、タイプ１デバイスをその信号源として選択する。
【0137】
最初に、初回で、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（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）を送る）の信号源であり得る。各初期のそれぞれのタイプ２デバイスは、その信号源として、すべてのタイプ１デバイスの中からタイプ１デバイスを選択する。
【0138】
特定のタイプ２デバイスの信号源（タイプ１デバイス）は、次の場合に変更（例えば、調整、変更、修正）され得る、（１）タイプ２デバイスの現在の信号源から受信される２つの隣接するプローブ信号（例えば、現在のプローブ信号とすぐ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）の間の時間間隔は、第１の閾値を超える、（２）タイプ２デバイスの現在の信号源に関連する信号強度は、第２の閾値未満である、（３） タイプ２デバイスの現在の信号源に関連する処理済み信号強度が第３の閾値未満であり、信号強度は、ローパスフィルタ、バンドパスフィルタ、メジアンフィルタ、移動平均フィルタ、加重平均フィルタ、線形フィルタ及び／または非線形フィルタで処理される、及び／または（４） タイプ２デバイスの現在の信号源に関連する信号強度（または処理された信号強度）は、最近のタイムウィンドウのかなりのパーセンテージ（例えば、７０％、８０％、９０％）に対して、第４の閾値を下回っている。パーセンテージは、第５の閾値を超えることができる。第１、第２、第３、第４及び／または第５の閾値は、時間変化し得る。
【0139】
条件（１）は、タイプ１デバイスとタイプ２デバイスとが徐々に互いに遠くになるときに起こり得、その結果、タイプ１デバイスからのいくつかのプローブ信号が弱すぎて、タイプ２デバイスによって受信されないようになる。条件（２）〜（４）は、信号強度が非常に弱くなるように、２つのデバイスが互いに遠く離れると発生する可能性がある。
【0140】
タイプ２デバイスの信号源は、他のタイプ１デバイスが、現在の信号源のファクタ（例えば、１、１．１、１．２、または１．５）よりも弱い信号強度を有する場合、変わらなくてもよい。
【0141】
信号源が変更された場合（調整、変更、修正など）、新しい信号源は近い将来（例えば、それぞれの次回）に有効になることがある。新しい信号源は、最も強い、信号強度及び／または処理された信号強度、を有するタイプ１デバイスであってもよい。現在の信号源と新しい信号源は同じでも、異なってもよい。
【0142】
使用可能なタイプ１デバイスのリストは、各タイプ２デバイスにより初期化及び保持されうる。リストは、タイプ１デバイスのそれぞれのセットに関連する信号強度及び／または処理された信号強度を調べることによって更新され得る。タイプ２デバイスは、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で、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／特性／状態、タイプ２デバイスによって実行されるべきタスク、第１及び第２の一連の信号強度、及び／または別の考慮事項に基づいて選択することができる。
【0143】
一連のプローブ信号は、一定の速度（例えば、１００Ｈｚ）で送信されてもよい。一連のプローブ信号は、規則的な間隔（例えば、１００Ｈｚに対して０．０１ｓ）でスケジュールされ得るが、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、ハンドシェイキング、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、及び／または別の考慮事項に起因して、小さな時間摂動を経験し得る。
【0144】
レートは、変更され得る（例えば、調整され、変更され、修正され得る）。変更は、予定表（例えば、１時間ごとに変更される）、規則、方針、モード、条件及び／または変化（例えば、あるイベントが発生したときにいつでも変更される）に従うことができる。たとえば、レートは通常１００Ｈｚであるが、要求の厳しい状況では１０００Ｈｚに変更され、低電力／スタンバイ状況では１Ｈｚに変更される。プローブ信号は、バーストで送信されてもよい。
【0145】
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行されるタスクに基づいて変化する場合がある（例えば、タスクは通常１００Ｈｚ、２０秒間について一時的に１０００Ｈｚを必要とする場合がある）。一例では、送信機（タイプ１デバイス）、受信機（タイプ２デバイス）、及び関連するタスクは、クラス（例えば、低優先度、高優先度、緊急、クリティカル、通常、特権、非加入、加入、有料、及び／または非課金であるクラス）に適応的に（及び／または動的に）関連付けられ得る。（トランスミッターの）レートは、いくつかのクラス（例えば、高優先度クラス）のために調整され得る。そのクラスの必要性が変化した場合、レートを変更することができる（例えば、調整、変更、修正）。受信機が臨界的に低い電力を有する場合、レートは、プローブ信号に応答するために受信機の電力消費を低減するために低減されてもよい。１つの例では、プローブ信号を使用して、電力を無線で受信機（タイプ２デバイス）に転送し、レートを調整して、受信機に転送される電力の量を制御してもよい。
【0146】
レートは、以下によって（またはそれに基づいて）変更することができる：サーバ（例えば、ハブデバイス）、タイプ１デバイス及び／またはタイプ２デバイス。制御信号は、それらの間で通信されてもよい。サーバは、タイプ２デバイスの必要性及び／又はタイプ２デバイスによって実行されるタスクを監視、追跡、予測及び／又は予想し、かつレートを変更するためにタイプ１デバイスを制御することができる。サーバは、予定表に従って、レートにスケジュールされた変更を行うことができる。サーバは、緊急事態を検知し、直ちにレートを変更することができる。サーバは、発展状態を検出し、レートを徐々に調整することができる。
【0147】
特性及び／またはＳＴＩ（例えば、動き情報）は、特定のタイプ１デバイス及び特定のタイプ２デバイスに関連するＴＳＣＩに基づいて個別に監視され得るか、及び／または特定のタイプ１デバイス及び任意のタイプ２デバイスに関連する任意のＴＳＣＩに基づいて共同で監視され得るか、及び／または特定のタイプ２デバイス及び任意のタイプ１デバイスに関連する任意のＴＳＣＩに基づいて共同で監視され得るか、及び／または任意のタイプ１デバイス及び任意のタイプ２デバイスに関連する任意のＴＳＣＩに基づいてグローバルに監視され得る。任意の共同モニタリングは、以下に関連し得る：ユーザ、ユーザアカウント、プロファイル、家庭、場所の地図、場所の環境モデル、及び／またはユーザ履歴、など。
【0148】
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うる。２つのチャネルは、異なる周波数帯域、帯域幅、搬送波周波数、変調、無線規格、コーディング、暗号化、ペイロード特性、ネットワーク、ネットワークＩＤ、ＳＳＩＤ、ネットワーク特性、ネットワーク設定、及び／またはネットワークパラメータなどに関連し得る。
【0149】
２つのチャンネルは、異なる種類の無線システム（例えば次の、ＷｉＦｉ、ＬＴＥ、ＬＴＥ−Ａ、ＬＴＥ−Ｕ、２．５Ｇ、３Ｇ、３．５Ｇ、４Ｇ、ビヨンド４Ｇ、５Ｇ、６Ｇ、７Ｇ、携帯ネットワーク規格、ＵＭＴＳ、３ＧＰＰ、ＧＳＭ、ＥＤＧＥ、ＴＤＭＡ、ＦＤＭＡ、ＣＤＭＡ、ＷＣＤＭＡ（登録商標）、ＴＤ−ＳＣＤＭＡ、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、ＮＦＣ、ＷｉＭａｘ、Ｂｌｕｅｔｏｏｔｈ、ＢＬＥ、ＲＦＩＤ、ＵＷＢ、マイクロ波システム、レーダー類似システム、の内の２つ）に関連することができる。例えば、一方はＷｉＦｉであり、他方はＬＴＥである。
【0150】
２つのチャネルは、同様の種類の無線システムに関連付けられている場合があるが、ネットワークが異なる。例えば、第１のチャネルは、２０ＭＨｚの帯域幅を有する２．４ＧＨｚ帯域で「Ｐｉｚｚａ及びＰｉｚｚａ」と命名されたＷｉＦｉネットワークに関連付けられ得、一方、第２のチャネルは、４０ＭＨｚの帯域幅を有する５ＧＨｚ帯域で「ＳｔａｒＢｕｄホットスポット」のＳＳＩＤを有するＷｉＦｉネットワークに関連付けられ得る。２つのチャネルは、同じネットワーク内で異なるチャネルになる場合がある（「ＳｔａｒＢｕｄ ホットスポット」ネットワークなど）。
【0151】
一実施形態では、無線監視システムは、複数のイベントに関連付けられたトレーニングＴＳＣＩに基づいて、場所の複数のイベントの分類器（ｃｌａｓｓｉｆｉｅｒ）をトレーニングすることを含むことができる。イベントに関連するＣＩまたはＴＳＣＩは、そのイベント（及び／または場所、環境、オブジェクト、オブジェクトの動き、状態／感情状態／精神状態／状態／ステージ／ジェスチャ／歩容／アクション／動き／活動／日常活動／履歴／オブジェクトのイベントなど）に関連する無線サンプル／特性／フィンガプリントを考慮／含むことができる。
【0152】
既知のイベントに関連するそれぞれのトレーニング（例えば、調査、無線調査（ｗｉｒｅｌｅｅ ｓｕｒｖｅｙ）、初期無線調査）時間において場所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デバイスのプロセッサ、メモリ、及び命令のセットを使用する第１のタイプ１異種無線装置のアンテナによって、それぞれのトレーニング時間において場所の無線マルチパスチャネルを通して少なくとも１つの第１のタイプ２異種無線装置に送信され得る。
【0153】
トレーニングＣＩの少なくとも１つのそれぞれの時系列（トレーニングＴＳＣＩ）は、（それぞれの）トレーニング信号から、少なくとも１つの第１のタイプ２デバイスのそれぞれによって非同期的に取得され得る。ＣＩは、既知のイベントに関連するトレーニング時間において、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。トレーニングは、無線調査（例えば、タイプ１デバイス及び／またはタイプ２デバイスの設置の間の）であり得る。
【0154】
現在の期間において場所内で起こる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デバイスのプロセッサ、メモリ、及び命令のセットを使用する第２のタイプ１異種無線装置のアンテナによって、現在のイベントに関連する現在の期間において場所のチャネルを通して少なくとも１つの第２のタイプ２異種無線装置に送信され得る。
【0155】
現在のＣＩの少なくとも１つの時系列（現在のＴＳＣＩ）は、現在の信号（例えば、一連の現在のプローブ信号）から少なくとも１つの第２のタイプ２デバイスの各々によって非同期的に取得され得る。ＣＩは、現在のイベントに関連する現在の期間において、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。
【0156】
分類器（ｃｌａｓｓｉｆｉｅｒ）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る少なくとも１つの現在のＴＳＣＩを分類するために、特定の現在のＴＳＣＩの少なくとも１部分を分類するために、及び／または特定の現在のＴＳＣＩの少なくとも１部分と別のＴＳＣＩの別の部分との組み合わせを分類するために、適用され得る。分類器は、ＴＳＣＩ （または特徴／ＳＴＩまたは他の分析または出力応答）をクラスタに分割し、クラスタを特定のイベント／オブジェクト／対象／位置／動き／活動に関連付けることができる。ラベル／タグは、クラスタについて生成され得る。クラスタは、記憶及び検索することができる。分類器は、現在のＴＳＣＩ （または、おそらく現在のイベントに関連する特性／ＳＴＩまたは他の分析／出力応答）を、以下と関連付けるために適用され得る：クラスタ、既知／特定のイベント、クラス／カテゴリ／グループ／グループ化／リスト／クラスタ、既知のイベントのセット／対象／位置／移動／アクティビティ、未知イベント、クラス／カテゴリ／グループ／グループ化／リスト／クラスタ／未知イベントのセット／対象／位置／移動／アクティビティ、及び／または別のイベント／対象／位置／移動／アクティビティ／クラス／カテゴリ／グループ／グループ化／リスト／クラスタ。各ＴＳＣＩは、それぞれがそれぞれのタイムスタンプに関連する少なくとも１つのＣＩを含み得る。２つのタイプ２デバイスに関連する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、サンプリング期間、によって異なる。それらのＣＩは、異なる特徴を有し得る。第１及び第２のタイプ１デバイスは、場所の同じ位置にあってもよい。それらは、同じ装置であってもよい。少なくとも１つの第２のタイプ２デバイス（またはそれらの位置）は、少なくとも１つの第１のタイプ２デバイス（またはそれらの位置）の置換であり得る。特定の第２のタイプ２デバイス及び特定の第１のタイプ２デバイスは、同じ装置であり得る。
【0157】
第１のタイプ２デバイスのサブセットと第２のタイプ２デバイスのサブセットは同じであってもよい。少なくとも１つの第２のタイプ２デバイス及び／または少なくとも１つの第２のタイプ２デバイスのサブセットは、少なくとも１つの第１のタイプ２デバイスのサブセットであり得る。少なくとも１つの第１のタイプ２デバイス及び／または少なくとも１つの第１のタイプ２デバイスのサブセットは、少なくとも１つの第２のタイプ２デバイスのサブセットの置換であり得る。少なくとも１つの第２のタイプ２デバイス及び／または少なくとも１つの第２のタイプ２デバイスのサブセットは、少なくとも１つの第１のタイプ２デバイスのサブセットの置換であり得る。少なくとも１つの第２のタイプ２デバイス及び／または少なくとも１つの第２のタイプ２デバイスのサブセットは、少なくとも１つの第１のタイプ２デバイスのサブセットと同じそれぞれの位置であり得る。少なくとも１つの第１のタイプ２デバイス及び／または少なくとも１つの第１のタイプ２デバイスのサブセットは、少なくとも１つの第２のタイプ２デバイスのサブセットと同じそれぞれの位置であり得る。
【0158】
タイプ１デバイスのアンテナ及び第２のタイプ１デバイスのアンテナは、場所の同じ位置にあってもよい。少なくとも１つの第２のタイプ２デバイスのアンテナ及び／または少なくとも１つの第２のタイプ２デバイスのサブセットのアンテナは、少なくとも１つの第１のタイプ２デバイスのサブセットのそれぞれのアンテナと同じそれぞれの位置であり得る。少なくとも１つの第１のタイプ２デバイスのアンテナ及び／または少なくとも１つの第１のタイプ２デバイスのサブセットのアンテナは、少なくとも１つの第２のタイプ２デバイスのサブセットのそれぞれのアンテナと同じそれぞれの位置であり得る。
【0159】
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のセクションの第２の持続時間の第２のセクションとを整列（aligne）させてもよい。第１セクションのアイテムと第２セクションのアイテムとの間のマップを計算することができる。第１のセクションは、第１の開始／終了時間を有する第１のＴＳＣＩの第１のセグメント（例えば、サブセット）、及び／または処理された第１のＴＳＣＩの別のセグメント（例えば、サブセット）を含み得る。処理された第１のＴＳＣＩは、第１の操作によって処理された第１のＴＳＣＩであってもよい。第２のセクションは、第２の開始時間及び第２の終了時間を有する第２のＴＳＣＩの第２のセグメント（例えば、サブセット）、ならびに処理された第２のＴＳＣＩの別のセグメント（例えば、サブセット）を含み得る。処理された第２のＴＳＣＩは、第２の操作によって処理された第２のＴＳＣＩであってもよい。第１の操作及び／または第２の操作は、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、及び／または別の操作を含み得る。
【0160】
第１のセクションの第１のアイテムは、第２のセクションの第２のアイテムにマッピングされ得る。第１セクションの第１アイテムはまた、第２セクションの別のアイテムにマッピングされ得る。第１セクションの別のアイテムはまた、第２セクションの第２アイテムにマッピングされ得る。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のアイテム、第１のＴＳＣＩの別のアイテム、第１のアイテムのタイムスタンプ、第１のアイテムの時間差、第１のアイテムの時間差、第１のアイテムの隣接タイムスタンプ、第１のアイテムの隣接タイムスタンプ、第１のアイテムに関連する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のアイテム、第２のＴＳＣＩの別のアイテム、第２のアイテムのタイムスタンプ、第２のアイテムの時間差、第２のアイテムの時間差、第２のアイテムの隣接タイムスタンプ、及び第２のアイテムに関連する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つの制約を満たすことができる。
【0161】
１つの制約は、第１のアイテムのタイムスタンプと第２のアイテムのタイムスタンプとの間の差が、適応的（及び／または動的に調整された）上側閾値によって上限され得、適応的下側閾値によって下限され得ることであり得る。
【0162】
最初のセクションは、最初のＴＳＣＩ全体であってもよい。第２のセクションは、第２のＴＳＣＩ全体であってもよい。第１の時間持続時間は、第２の時間持続時間に等しくてもよい。ＴＳＣＩの時間持続時間のセクションは、適応的に（及び／または動的に）決定され得る。ＴＳＣＩの仮セクションを計算することができる。セクション（例えば、仮セクション、セクション）の開始時間及び終了時間を決定することができる。セクションは、仮セクションの開始部分及び終了部分を除去することによって決定することができる。仮セクションの開始部分は、以下のように決定することができる。反復的に、タイムスタンプの増加に伴う仮セクションのアイテムは、一度に１つのアイテムである現在のアイテムと見なすことができる。
【0163】
各反復において、少なくとも１つの活動尺度／指標が計算及び／または考慮され得る。少なくとも１つの活動尺度は、現在のタイムスタンプに関連する現在のアイテム、現在のタイムスタンプよりも大きくないタイムスタンプをもつ仮セクションの過去のアイテム、及び／または現在のタイムスタンプよりも小さくないタイムスタンプをもつ仮セクションの将来のアイテムのうちの少なくとも１つに関連することができる。少なくとも１つの活動尺度に関連する少なくとも１つの基準（例えば、品質基準、信号品質条件）が満たされる場合、現在のアイテムは、仮セクションの開始部分に追加されてもよい。
【0164】
活動尺度に関連する少なくとも１つの基準は、以下のうちの少なくとも１つを含み得る：（ａ）活動尺度は適応的な（動的に調整される）上側閾値よりも小さい。（ｂ）活動尺度は適応的な下側閾値よりも大きい。（ｃ）活動尺度は、少なくとも連続したタイムスタンプの所定の量に対して連続して適応的上限閾値よりも小さい、（ｄ）活動尺度は、少なくとも連続したタイムスタンプの別の所定の量に対して連続して適応的下側閾値よりも大きい、（ｅ）活動尺度は、少なくとも連続したタイムスタンプの所定の量の所定のパーセンテージに対して連続して適応的な上側閾値よりも小さい、（ｆ）活動尺度は、少なくとも連続したタイムスタンプの別の所定の量の別の所定のパーセンテージに対して連続して適応的な下側閾値よりも大きい、（ｇ）現在のタイムスタンプに関連した別のタイムスタンプに関連した別の活動尺度は、別の適応的上側閾値よりも小さく、別の適応的下側閾値よりも大きい、（ｈ）現在のタイムスタンプに関連した少なくとも１つのそれぞれのタイムスタンプに関連した少なくとも１つの活動尺度は、それぞれの上側閾値よりも小さく、それぞれの下側閾値よりも大きい。（ｉ）現在のタイムスタンプに関連付けられた一組のタイムスタンプにおける、それぞれの上限閾値よりも小さく、それぞれの下限閾値よりも大きい、活動尺度に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、及び（ｊ）別の基準（例えば、品質基準、信号品質条件）。
【0165】
時間Ｔ１におけるアイテムに関連する活動尺度／指標（ｉｎｄｅｘ）は、以下の少なくとも１つを含み得る：（１） 時間Ｔ１でのアイテム及び時間Ｔ１−Ｄ１でのアイテムの第１の関数であって、ここで、Ｄ１は、所定の正の量（例えば、一定時間オフセット）、（２）時間Ｔ１でのアイテム及び時間Ｔ１＋Ｄ１でのアイテムの第２の関数、（３）時間Ｔ１でのアイテム及び時間Ｔ２でのアイテムの第３の関数であり、ここで、Ｔ２は、所定の量（例えば、固定された初期基準時間； Ｔ２は、時間とともに変更（例えば、調整、変化、修正）され得る； Ｔ２は、周期的に更新され得る；Ｔ２は、期間の開始であり得、Ｔ１は、期間におけるスライディングタイムであり得る）、ならびに（４）時間Ｔ１でのアイテム及び他のアイテムの第４の関数。
【0166】
第１の関数、第２の関数、第３の関数、及び／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及びＹを持つ関数（例えば、Ｆ（Ｘ、Ｙ、．．．））であり得る。 ２つの引数は、スカラーであってもよい。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）、及び（（Ｘ／Ｙ）＾ａ−ｂ）のうちの少なくとも１つの関数であり得、ここでａ及びｂは、ある所定量であり得る。例えば、この関数は、単にａｂｓ（Ｘ−Ｙ）、または（Ｘ−Ｙ）＾２、（Ｘ−Ｙ）＾４とすることができる。この関数は、頑強な関数であってもよい。例えば、関数は、ａｂｓ（Ｘ−Ｙ）が閾値Ｔよりも小さい場合には（Ｘ−Ｙ）＾２であり、ａｂｓ（Ｘ−Ｙ）がＴよりも大きい場合には（Ｘ−Ｙ）＋ａである。あるいは、ａｂｓ（Ｘ−Ｙ）がＴより大きい場合、関数は定数であってもよい。また、ａｂｓ（Ｘ−ｙ）がＴより大きい場合、関数はゆっくりと増加する関数によって制限され得、その結果、外れ値は、結果に重大な影響を及ぼすことができない。この関数の別の例は、（ａｂｓ（Ｘ／Ｙ）−ａ）（式中、ａ＝１）であり得る。このようにして、Ｘ＝Ｙ （すなわち、変更または活動なし）の場合、関数は０の値を与える。ＸがＹより大きい場合、（Ｘ／Ｙ）は１より大きくなり（ＸとＹが正であると仮定）、関数はポジティブとなる。ＸがＹより小さい場合、（Ｘ／Ｙ）は１より小さくなり、関数はネガティブになる。別の例では、引数ＸとＹの両方が、Ｘ＝（ｘ＿１、ｘ＿２、．．．、ｘ＿ｎ）とＹ＝（ｙ＿１、ｙ＿２、．．．、ｙ＿ｎ）となるｎ−タプル（ｎ−ｔｕｐｌｅｓ）であってもよい。この関数は、ｘ＿ｉ，ｙ＿ｉ，（ｘ＿ｉ−ｙ＿ｉ），（ｙ＿ｉｘ＿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），及び（（ｘ＿ｉ／ｙ＿ｉ）＾ａ−ｂ）のうち少なくとも１つの関数であってもよく、ここで、ｉは、ｎ−タプルＸ及びＹの成分指数であり、１＜＝ｉ＜＝ｎである。例えば、ｘ＿１ の成分インデックスはｉ＝１で、ｘ＿２の成分インデックスはｉ＝２ である。関数は、ｘ＿ｉ，ｙ＿ｉ，（ｘ＿ｉ−ｙ＿ｉ），（ｙ＿ｉｘ＿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），及び（（ｘ＿ｉ／ｙ＿ｉ）＾ａ−ｂ）のうちの少なくとも１つのコンポーネントごとの別の関数の合計を含むことができ、ｉは、ｎタプルＸ及びＹのコンポーネントインデックスである。例えば、この関数は、ｓｕｍ＿｛ｉ＝１｝＾ｎ（ａｂｓ（ｘ＿ｉ／ｙ＿ｉ）−１）／ｎ，又はｓｕｍ＿｛ｉ＝１｝＾ｎｗ＿ｉ＊（ａｂｓ（ｘ＿ｉ／ｙ＿ｉ）−１） の形式である可能性がある。ここで、ｗ＿ｉはコンポーネントｉの重みである。
【0167】
マップは、動的タイムワーピング（dynamic time warping:ＤＴＷ）を使用して計算され得る。ＤＴＷは、マップ、第１のＴＳＣＩのアイテム、第２のＴＳＣＩのアイテム、第１の持続時間、第２の持続時間、第１のセクション、及び／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。マップで、ｉ＾｛ｔｈ｝ ドメインアイテムがｊ＾｛ｔｈ｝ 範囲アイテムにマップされているとする。制約は、ｉとｊとの許容可能な組み合わせ（ｉとｊとの間の関係に関する制約）上であり得る。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を計算することができる。
【0168】
第１のセクション及び第２のセクションは、複数のリンクを含むマップが、第１のＴＳＣＩの第１のアイテムと第２のＴＳＣＩの第２のアイテムとの間で確立され得るように、整列され得る。各リンクでは、第１のタイムスタンプを持つ第１のアイテムの１つと、２番目のタイムスタンプを持つ２番目のアイテムの１つを関連付けることができる。整列された第１のセクションと整列された第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る第１のアイテムと第２のアイテムとの間のアイテムに関するコストと、マップの特定のリンクに関連付けられるリンクに関する（link-wise）コストとの関数を含むことができる。
【0169】
整列された第１のセクション及び整列された第２のセクションは、それぞれ、同じベクトル長の第１のベクトル及び第２のベクトルとして表され得る。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、相関に基づく量、相関インジケータ、共分散に基づく量、識別スコア、距離、ユークリッド距離、絶対距離、Ｌｋ距離（例えば、Ｌ１、Ｌ２、・・・）、加重距離、距離様量及び／または別の類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によって正規化され得る。
【0170】
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るパラメータは、統計的分布でモデル化され得る。統計的分布のスケールパラメータ、位置パラメータ及び／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。
【0171】
第１のＴＳＣＩの最初の持続時間の第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ってもよい。
【0172】
第１のスライディングウィンドウは、第１のＴＳＣＩに適用され得、対応する第２のスライディングウィンドウは、第２のＴＳＣＩに適用され得る。第１のＴＳＣＩの第１スライディングウィンドウと第２のＴＳＣＩの対応する第２のスライディングウィンドウとは、整列され得る。
【0173】
第１のＴＳＣＩの整列された第１のスライディングウィンドウと、第２のＴＳＣＩの対応する整列された第２のスライディングウィンドウとの間のミスマッチコストを計算することができる。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、未知のイベント及び／または別のイベントのうちの少なくとも１つに関連付けられてもよい。
【0174】
分類器は、少なくとも１つの仮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、及び／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。各仮分類結果は、それぞれの第１のセクション及びそれぞれの第２のセクションに関連付けられ得る。
【0175】
現在のイベントは、ミスマッチコストに基づき、既知のイベント、未知のイベント、クラス／カテゴリ／グループ／グループ化／リスト／未知イベントのセット、及び／または別のイベント、のうちの少なくとも１つに関連することができる。現在のイベントは、第１のＴＳＣＩの複数のセクション及び対応する第２のＴＳＣＩの複数のセクションにおける最も多数の仮分類結果に基づいて、既知のイベント、未知のイベント及び／または別のイベント、の少なくとも１つに関連し得る：。例えば、ミスマッチコストが、Ｎ回の連続した（例えば、Ｎ＝１０）特定の既知のイベントを指し示す場合、現在のイベントは、特定の既知のイベントに関連付けられ得る。別の例では、現在のイベントは、特定の既知のイベントを指し示すＮ回の連続した直前のＮ個内のミスマッチコストのパーセンテージが、所定の閾値（例えば、＞８０％）を越える場合、特定の既知のイベントに関連付けられ得る。
【0176】
別の例では、現在のイベントは、時間内の最も多くの回数について最小のミスマッチコストを達成する既知のイベントに関連付けられ得る。現在のイベントは、少なくとも１つの第１のセクションに関連する少なくとも１つのミスマッチコストの加重平均である、最小の全体的ミスマッチコストを達成する既知のイベントに関連付けられ得る。現在のイベントは、別の全体的なコストの最小を達成する特定の既知のイベントに関連付けられ得る。現在のイベントは、既知のイベントのいずれも、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において、第１の閾値Ｔ１よりも低いミスマッチコストを達成しない場合、「未知のイベント」と関連付けられ得る。現在のイベントはまた、いずれのイベントも第２の閾値Ｔ２よりも低い全体的なミスマッチコストを達成しない場合、「未知のイベント」に関連付けられ得る。現在のイベントは、第１のＴＳＣＩの少なくとも１つの追加セクション及び第２のＴＳＣＩの少なくとも１つの追加セクションに関連するミスマッチコスト及び追加のミスマッチコストに基づいて、既知のイベント、未知のイベント及び／または別のイベント、のうちの少なくとも１つに関連付けられ得る。既知のイベントは、ドア閉めイベント、ドア開けイベント、窓閉めイベント、窓開けイベント、マルチ状態イベント、オン状態イベント、オフ状態イベント、中間状態イベント、連続状態イベント、離散状態イベント、人の存在イベント、人の不在イベント、生命存在イベント、及び／または生命不存在イベントのうちの少なくとも１つを含み得る。
【0177】
各ＣＩのための射影（ｐｒｏｊｅｃｔｉｏｎ）は、トレーニングＴＳＣＩに基づく次元削減方法を使用してトレーニングされ得る。次元削減法は、主成分分析（ＰＣＡ）、異なるカーネルを有するＰＣＡ、独立成分分析（ＩＣＡ）、フィッシャー線形判定式、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、及び／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、分類器のための、少なくとも１つのイベントに関連するトレーニングＴＳＣＩ、及び／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。
【0178】
少なくとも１つのイベントのための分類器は、少なくとも１つのイベントに関連する射影及び関連するトレーニング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、射影及び現在のＴＳＣＩに基づいて分類／カテゴリ化され得る。射影は、トレーニングＴＳＣＩ、射影を再トレーニングする前の少なくとも１つの現在のＴＳＣＩ、及び／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、及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、主成分分析（ＰＣＡ）、異なるカーネルを有するＰＣＡ、独立成分分析（ＩＣＡ）、フィッシャー線形判定式、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、及び／またはさら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器は、再トレーニングされた射影、少なくとも１つのイベントに関連するトレーニングＴＳＣＩ、及び／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器、及び／または現在のＴＳＣＩに基づいて分類され得る。
【0179】
各ＣＩは、複素数値のベクトルを含み得る。各複素数値は、複素数値の大きさを与えるために前処理され得る。各ＣＩは、対応する複素数値の大きさを含む非負の実数のベクトルを与えるために前処理され得る。各トレーニングＴＳＣＩは、射影のトレーニングにおいて重み付けされ得る。射影は、複数の射影構成要素を含み得る。射影は、少なくとも１つの最も有意な射影構成要素を含むことができる。射影は、分類器に有益であり得る少なくとも１つの射影された構成要素を含み得る。
【0180】
チャネル／チャネル情報／場所（ｖｅｎｕｅ）／時空間（ｓｐａｔｉａ−ｔｅｍｐｏｒａｌ）情報／動き／オブジェクト
【0181】
チャネル情報（ＣＩ）は、信号強度、信号振幅、信号位相、スペクトルパワー測定、モデムパラメータ（例えば、ＷｉＦｉ、４Ｇ／ＬＴＥなどのデジタル通信システムにおける変調／復調に関連して使用される）、動的ビームフォーミング情報、伝達関数コンポーネント、無線状態（例えば、デジタルデータ、ベースバンド処理状態、ＲＦ処理状態などを復号するためにデジタル通信システムで使用される）、測定可能変数、センシングデータ、層の粗視化／細粒度情報（例えば、物理層、データリンク層、ＭＡＣ層など）、デジタル設定、利得設定、ＲＦフィルタ設定、ＲＦフロントエンドスイッチ設定、ＤＣオフセット設定、ＤＣ補正設定、ＩＱ補正設定、伝搬中の環境（例えば場所）による無線信号への影響、入力信号（タイプ１デバイスによって送信される無線信号）の出力信号（タイプ２デバイスによって受信される無線信号）への変換、環境の安定した挙動、状態プロファイル、無線チャネル測定、受信信号強度インジケータ（ＲＳＳＩ）、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＦＲ）、チャネル周波数応答（ＣＦＲ）、帯域幅における周波数成分（例えばサブキャリア）の特性、チャネル特性、チャネル応答、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、監督データ、家庭データ、識別（ＩＤ）、識別子、装置データ、ネットワークデータ、近傍データ、環境データ、リアルタイムデータ、センサデータ、記憶されたデータ、暗号化データ、圧縮データ、保護されたデータ、及び／または別のチャネル情報、に関連付けられる／含みうる。各ＣＩは、タイムスタンプ、及び／または到達時間に関連付けられ得る。ＣＳＩは、マルチパスチャネル効果（送信チャネル）を等化し／元に戻し／最小化し／低減し、マルチパス・チャネルを通して送信機によって送信されたものと同様の信号を復調することができる。ＣＩは、チャネルを通る信号の周波数帯域、周波数シグネチャ、周波数位相、周波数振幅、周波数トレンド、周波数特性、周波数様特性、時間領域要素、周波数領域要素、時間−周波数領域要素、直交分解特性、及び／または非直交分解特性に関連する情報に関連付けられ得る。ＴＳＣＩは、無線信号（例えば、ＣＩ）のストリームであり得る。
【0182】
ＣＩは、前処理、処理、後処理、格納（例えば、ローカルメモリ、ポータブル／モバイルメモリ、リムーバブルメモリ、ストレージネットワーク、クラウドメモリに、揮発性の方法で、不揮発性の方法で）、検索、送信及び／または受信され得る。１つ以上のモデムパラメータ及び／または無線状態パラメータを一定に保つことができる。モデムパラメータは、無線サブシステムに適用することができる。モデムパラメータは無線状態を表すことができる。動き検出信号（例えば、ベースバンド信号、及び／またはベースバンド信号から復号／復調されたパケットなど）は、記憶されたモデムパラメータによって表される無線状態を使用して、無線サブシステムによって第１の無線信号（例えば、ＲＦ／ＷｉＦｉ／ＬＴＥ／５Ｇ信号）を処理（例えば、ダウンコンバート）することによって取得され得る。モデムパラメータ／無線状態は、（例えば、以前のモデムパラメータまたは以前の無線状態を使用して）更新することができる。前の及び更新されたモデムパラメータ／無線状態の両方が、デジタル通信システムの無線サブシステムに適用され得る。前回及び更新されたモデムパラメータ／無線状態の両方を、タスクで比較／解析／処理／監視することができる。
【0183】
チャネル情報はまた、無線信号を処理するために使用されるモデムパラメータ（例えば、記憶された、または新しく計算された）であり得る。無線信号は、複数のプローブ信号を含んでもよい。複数のプローブ信号を処理するために、同じモデムパラメータを使用することができる。同じモデムパラメータを使用して、複数の無線信号を処理することもできる。モデムパラメータは、無線センサデバイスの無線サブシステムまたはベースバンドサブシステム（またはその両方）の動作のための設定または全体構成を示すパラメータを含むことができる。モデムパラメータは、利得設定、ＲＦフィルタ設定、ＲＦフロントエンドスイッチ設定、ＤＣオフセット設定、または無線サブシステムのためのＩＱ補償設定、またはデジタルＤＣ補正設定、デジタル利得設定、及び／またはデジタルフィルタリング設定（例えば、ベースバンドサブシステムのための）、のうちの１つまたは複数を含み得る。ＣＩはまた信号の、時間、時間シグネチャ、タイムスタンプ、時間振幅、時間位相、時間トレンド、及び／または時間特性に関連する情報に関連してもよい。ＣＩは信号の、時間−周波数分割、シグネチャ、振幅、位相、トレンド、及び／または特性に関連する情報に関連付けられ得る。ＣＩは、信号の分解に関連し得る。ＣＩは、方向、到達角度（ＡｏＡ）、指向性アンテナの角度、及び／またはチャネルを通る信号の位相に関連する情報に関連し得る。ＣＩは、チャネルを通る信号の減衰パターンに関連し得る。各ＣＩは、タイプ１デバイス及びタイプ２デバイスに関連付けられ得る。各ＣＩは、タイプ１デバイスのアンテナ及びタイプ２デバイスのアンテナに関連付けられ得る。
【0184】
ＣＩは、ＣＩを提供することができる通信ハードウェア（例えば、タイプ２デバイス、またはタイプ１デバイス）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または他の無線／無線標準に準拠したチップ、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、ＮＦＣ（近距離無線通信）対応チップ、ＢＬＥ （Ｂｌｕｅｔｏｏｔｈ低電力）対応チップ、ＵＷＢチップ、他の通信チップ（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、ＣＩをバッファメモリに保存して、ＣＩを抽出に使用できるようにする。ＣＩは、チャネル状態情報（ＣＳＩ）に関連するデータ及び／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つのマトリックスは、チャネル等化、及び／またはビームフォーミングなどのために使用され得る。チャネルは、場所に関連付けられ得る。減衰は、場所における信号伝搬、空気（例えば、場所の空気）を通る／での／近傍の信号伝搬／反射／屈折／回折、壁、ドア、家具、障害物及び／または障壁などの屈折媒体／反射面などに起因し得る。減衰は、床、天井、家具、備品、オブジェクト、人、ペットなどの表面及び障害物（例えば、反射面、障害物）における反射によるものであり得る。各ＣＩは、タイムスタンプに関連付けられうる。各ＣＩは、Ｎ１個の成分（例えば、ＣＦＲにおけるＮ１個周波数ドメイン成分、ＣＩＲにおけるＮ１個時間ドメイン成分、またはＮ１個分解成分）を含み得る。各成分は、成分インデックスに関連付けられ得る。各成分は、実数、虚数、または複素数量、大きさ、位相、フラグ、及び／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、及び／または少なくとも１つの複素数の多次元の集合を含み得る。
【0185】
特定の成分インデックスに関連するＴＳＣＩの成分は、それぞれのインデックスに関連するそれぞれの成分時系列を形成し得る。ＴＳＣＩは、Ｎ１個の成分時系列に分けられ得る。各個別の成分時系列は、それぞれの成分インデックスに関連付けられる。オブジェクトの動きの特性／ＳＴＩは、成分時系列に基づいて監視することができる。１つの例では、ＣＩ成分の１つ以上の範囲（例えば、成分１１から成分２３までの１つの範囲、成分４４から成分５０までの２番目の範囲、及び１つの成分のみを有する３番目の範囲）は、さらなる処理のための幾つかの基準／コスト関数／信号品質メトリック（例えば、信号対雑音比、及び／又は干渉レベルに基づいて）に基づいて選択され得る。
【0186】
ＴＳＣＩの成分−特徴時系列の成分に関する（ｃｏｍｐｏｎｅｎｔ−ｗｉｓｅ）の特性を計算してもよい。成分に関する（component-wise）特性は、スカラー（例えば、エネルギー）であってもよいし、ドメインと範囲を持つ関数（例えば、自己相関関数、変換、逆変換）であってもよい。オブジェクトの動きの特性／ＳＴＩは、成分に関する特性に基づいて監視され得る。ＴＳＣＩの全特性（例えば、集約された特性）は、ＴＳＣＩの各成分時系列の成分に関する特性に基づいて計算され得る。全特性は、成分に関する特性の加重平均であってもよい。オブジェクトの動きの特性／ＳＴＩは、全特性に基づいて監視され得る。総量は、個々の量の加重平均であってもよい。
【0187】
タイプ１デバイス及びタイプ２デバイスは、ＷｉＦｉ、ＷｉＭａｘ、３Ｇ／３Ｇビヨンド、４Ｇ／４Ｇビヨンド、ＬＴＥ、ＬＴＥ−Ａ、５Ｇ、６Ｇ、７Ｇ、Ｂｌｕｅｔｏｏｔｈ、ＮＦＣ、ＢＬＥ、Ｚｉｇｂｅｅ、ＵＷＢ、ＵＭＴＳ、３ＧＰＰ、ＧＳＭ、ＥＤＧＥ、ＴＤＭＡ、ＦＤＭＡ、ＣＤＭＡ、ＷＣＤＭＡ、ＴＤ−ＳＣＤＭＡ、メッシュネットワーク、独自の無線システム、ＩＥＥＥ ８０２．１１規格、８０２．１５規格、８０２．１６規格、３ＧＰＰ規格、及び／または別の無線システムをサポートし得る。
【0188】
共通の無線システム及び／または共通の無線チャネルは、タイプ１トランシーバ及び／または少なくとも１つのタイプ２トランシーバによって共有され得る。少なくとも１つのタイプ２トランシーバは、共通無線システム及び／または共通無線チャネルを使用して、同時（または：非同期、同期、散発的、連続、繰り返し、並行、同時及び／または一時に）にそれぞれの信号を送信することができる。タイプ１トランシーバは、共通無線システム及び／または共通無線チャネルを使用して、信号を少なくとも１つのタイプ２トランシーバに送信することができる。
【0189】
各タイプ１デバイス及びタイプ２デバイスは、少なくとも１つの送受信アンテナを有することができる。各ＣＩは、タイプ１デバイスの送信アンテナのうちの１つ、及びタイプ２デバイスの受信アンテナのうちの１つに関連付けられ得る。送信アンテナ及び受信アンテナの各ペアは、リンク、経路、通信経路、信号ハードウェア経路などに関連付けられ得る。例えば、タイプ１デバイスがＭ（例えば、３）の送信アンテナを有し、タイプ２デバイスがＮ（例えば、２）の受信アンテナを有する場合、Ｍ ｘ Ｎ （例えば、３ ｘ ２＝６）のリンクまたは経路があり得る。各リンクまたはパスは、ＴＳＣＩに関連付けられ得る。
【0190】
少なくとも１つのＴＳＣＩは、タイプ１デバイスとタイプ２デバイスとの間の種々のアンテナの対に対応し得る。タイプ１デバイスは、少なくとも１つのアンテナを有することができる。タイプ２デバイスも、少なくとも１つのアンテナを有してもよい。各ＴＳＣＩは、タイプ１デバイスのアンテナ及びタイプ２デバイスのアンテナに関連付けられ得る。アンテナリンクにわたる平均化または重み付け平均化を実行してもよい。平均化または重み付け平均化は、少なくとも１つのＴＳＣＩにわたってもよい。平均化は、オプションとして、アンテナ対のサブセットに対応する少なくとも１つのＴＳＣＩのサブセットに対して実行され得る。
【0191】
ＴＳＣＩの一部のＣＩのタイムスタンプは、不規則であり得、時間補正されたＣＩの補正されたタイムスタンプが時間的に均一に間隔を空けられ得るように補正され得る。複数のタイプ１デバイス及び／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、同じクロックまたは異なるクロックに関係している可能性がある。ＣＩの各々に関連するオリジナルなタイムスタンプが決定され得る。オリジナルなタイムスタンプは、時間的に均一な間隔ではないかもしれない。現在のスライディングタイムウィンドウにおける特定のＴＳＣＩの特定の部分のすべてのＣＩのオリジナルなタイムスタンプは、時間補正されたＣＩの補正されたタイムスタンプが時間的に均一な間隔にできるように補正され得る。
【0192】
特性及び／またはＳＴＩ（例えば、動き情報）は、位置、位置の座標、位置の変化、位置（例えば初期位置、新しい位置）、マップ上の位置、高さ、水平位置、垂直位置、距離、変位、速度、加速度、回転速度、回転加速度、方向、動き角、方位、運動の方向、回転、経路、変形、変換、収縮、伸長、歩容、歩容サイクル、頭部運動、繰り返し運動、周期的運動、擬似周期的運動、インパルス運動、突然の動き、転倒運動、過渡的運動、挙動、過渡的挙動、運動周期、動きの頻度、時間傾向、時間的プロファイル、時間的特性、発生、変化、時間的変化、ＣＩの変化、周波数の変化、タイミングの変化、歩容サイクルの変化、タイミング、開始時間、始まり時間、終了時間、継続時間、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、周波数特性、存在、不存在、近接、近接する、後退する、オブジェクトの識別／識別子、オブジェクトの構成物、頭部運動速度、頭部運動方向、口に関連するレート、目に関連するレート、呼吸速度、心拍数、一回換気量、呼吸の深さ、吸入時間、吐き出し時間、吸入対掃き出し時間比、空気流量、心拍間隔、心拍数変動、手の動きレート、手の運動方向、脚の運動、身体の動き、歩行速度、手の動き速度、位置の特性、オブジェクトの動きに関連する特性（例えば位置／場所の変化）、工具の動き、機械の動き、複合運動、及び／または多重運動の組み合わせ、イベント、信号統計値、信号動態、異常、運動統計、運動パラメータ、動き検出の表示、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、加重距離、Ｌ＿１ノルム、Ｌ＿２ノルム、ｋ＞２のためのＬ＿ｋノルム、統計的距離、相関、相関インジケータ、 自己相関、共分散、自己共分散、相互共分散、内積、直積、動き信号変換、動き特徴、動きの存在、動きの不存在、動きの局在化、運動識別、動きの認識、対象物の存在、対象物の不存在、オブシェクトの入り口、オブシェクトの出口、オブジェクトの変化、動作サイクル、動き回数、歩容周期、動きリズム、動き変形、ジェスチャ、手書き、頭部動き、口の動き、心臓運動、体内臓運動、動きトレンド、サイズ、長さ、領域、容量、容量、形状、形態、タグ、開始／開始位置、終了位置、開始／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、ウェアハウスイベント、製造イベント、組立ラインイベント、保守イベント、カー関連イベント、ナビゲーションイベント、追跡イベント、ドアイベント、ドア開けイベント、ドアクローズイベント、窓イベント、窓開けイベント、窓閉めイベント、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、快適状態、感情状態、精神状態、別のイベント、分析、出力応答、及び／または別の情報、を含みうる。特性及び／またはＳＴＩは、ＣＩまたはＴＳＣＩから計算された特徴（例えば、特徴計算／抽出）に基づいて計算／監視され得る。静的セグメントまたはプロファイル（及び／または動的セグメント／プロファイル）は、特徴の分析に基づいて、同定／計算／分析／監視／抽出／取得／マーク／提示／指示／強調／記憶／通信され得る。分析は、動き検出／動き評価／存在検出を含み得る。計算ワークロードは、タイプ１デバイス、タイプ２デバイス、及び別のプロセッサで共有できる。
【0193】
タイプ１デバイス及び／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、無線信号リピータ／エクステンダー、リモコン、スピーカ、ファン、冷蔵庫、マイクロ波オーブン、コーヒーマシン、熱湯ポット、器具、テーブル、椅子、ライト、ランプ、ドアロック、カメラ、マイクロホン、動きセンサ、防犯装置、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、電子パッド、ソファ、タイル、アクセサリ、家庭デバイス、車両デバイス、オフィスデバイス、建築設備、製造設備、腕時計、ガラス、時計、テレビ、オーブン、エアコンディショナー、アクセサリ、ユーティリティ、電気器具、スマートマシン、スマートビークル、物のインターネット（ＩｏＴ）、スマートハウス、スマートオフィス、スマートビル、スマート駐車場、スマートシステム、及び他のデバイス、でありうる。
【0194】
各タイプ１デバイスは、それぞれの識別子（例えば、ＩＤ）に関連付けられてもよい。各タイプ２デバイスはまた、それぞれの識別（ＩＤ）に関連付けられ得る。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、何らかの情報へのインデックス、及び／または別のＩＤ、を含むことができる。ＩＤを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、ドングル及び／または他のハードウェアを介して）、ソフトウェア及び／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、記憶されうる（例えば、データベース内、メモリ内、サーバ内（例えば、ハブ装置）内、クラウド内、ローカルに記憶され、リモートに記憶され、永久に記憶され、一時的に記憶され）、そして検索され得る。ＩＤは、少なくとも１つのレコード、アカウント、ユーザ、家庭、住所、電話番号、社会保障番号、顧客番号、別のＩＤ、別の識別子、タイムスタンプ、及び／またはデータの収集、に関連付けられ得る。タイプ１デバイスのＩＤ及び／またはＩＤの一部は、タイプ２デバイスに利用可能にされ得る。ＩＤは、タイプ１デバイス及び／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、ロギング、記録、カタログ、分類、タグ付け、アソシエーション、ペアリング、トランザクション、電子トランザクション、及び／または知的所有権制御、に使用され得る。
【0195】
オブジェクトは、人、ユーザ、対象、乗客、子供、老人、幼児、睡眠中の幼児、車両中の幼児、患者、労働者、高価値労働者、専門家、専門医、ウエイター、モールにおける顧客、空港／電車ステーション／バスターミナル／出荷ターミナルの旅行者、工場／モール／スーパーマーケット／オフィス／職場におけるスタッフ／労働者／顧客サービス職員、下水／空気換気システム／リフトウェルにおけるサービス職員、リフトウェルにおけるリフト、エレベータ、被収容者、追跡／モニタリングされる人、動物、植物、生物、ペット、イヌ、猫、スマートフォン、電話付属物、コンピュータ、タブレット、携帯コンピュータ、ドングル、コンピュータ付属装置、ネットワーク設備、ＷｉＦｉ装置、ＩｏＴ装置、スマートウォッチ、スマート眼鏡、スマートデバイス、スピーカ、キー、スマートキー、札入れ、財布、ハンドバッグ、バックパック、商品、貨物、荷物、装置、モータ、機械、空気調和機、ファン、空調機器、照明器具、可動式ライト、テレビ、カメラ、オーディオ及び又はビデオ装置、 ステーショナリ、監視装置、パーツ、看板、道具、カート、チケット、駐車券、通行チケット、飛行機チケット、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、器具、テーブル、椅子、洗浄器具／道具、車両、自動車、駐車施設の車両、倉庫／店舗／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、リモコン車／飛行機／ボート、ロボット、製造装置、組立ライン、工場フロア上の材料／未完成部品／ロボット／ワゴン／輸送手段、空港／ショッピングマート／スーパーマーケット内の追跡対象物、非対象物、対象物の非存在、対象物の存在、形状のあるオブジェクト、形状を変化させたオブジェクト、形状のないオブジェクト、流体の質量、液体の質量、気体／煙の質量、火、火炎、電磁（ＥＭ）源、ＥＭ媒体、及び／または他のオブジェクト、でありうる。
【0196】
オブジェクト自体は、ＷｉＦｉ、ＭｉＦｉ、３Ｇ／４Ｇ／ＬＴＥ／５Ｇ／６Ｇ／７Ｇ、Ｂｌｕｅｔｏｏｔｈ、ＮＦＣ、ＢＬＥ、ＷｉＭａｘ、Ｚｉｇｂｅｅ、ＵＭＴＳ、３ＧＰＰ、ＧＳＭ、ＥＤＧＥ、ＴＤＭＡ、ＦＤＭＡ、ＣＤＭＡ、ＷＣＤＭＡ、ＴＤ−ＳＣＤＭＡ、メッシュネットワーク、アドホックネットワーク、及び／または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。オブジェクト自体はＡＣ電源でかさばることがあるが、設置、清掃、メンテナンス、リフォームなどの際に移動する。またオブジェクトは、リフト、パッド、可動式、プラットフォーム、エレベータ、コンベアベルト、ロボット、ドローン、フォークリフト、自動車、ボート、車両などの可動式プラットフォームに設置することもできる。オブジェクトは、複数の部分を有することができ、各部分は、異なる動き（例えば、場所／位置の変化）を有する。例えば、オブジェクトは、前を歩く人であってもよい。歩行中、彼の左手と右手は、異なる瞬間速度、加速度、動きを有して異なる方向に移動し得る。
【0197】
無線送信機（例えば、タイプ１デバイス）、無線受信機（例えば、タイプ２デバイス）、別の無線送信機及び／または別の無線受信機は、（例えば、前の移動、現在の移動及び／または将来の移動において）オブジェクト及び／または別のオブジェクトと共に移動し得る。それらは、１つ以上の近くのデバイスに通信可能に結合され得る。それらは、ＴＳＣＩ及び／またはＴＳＣＩに関連する情報を、近くのデバイスに、及び／または互いに送信することができる。それらは、近くの装置と一緒であってもよい。無線送信機及び／又は無線受信機は、小型（例えば、コインサイズ、タバコ箱サイズ、又は更に小型の）軽量携帯装置の一部であってもよい。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てもよい。
【0198】
近くの装置（ｎｅａｒｂｙ ｄｅｖｉｃｅ）は、スマートフォン、ｉＰｈｏｎｅ（登録商標）、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、スマート眼鏡、スマートパッド、ｉＰａｄ（登録商標）、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。近くの装置は、クラウドサーバ、ローカルサーバ（例えば、ハブ装置）及び／又は他のサーバに、インターネット、有線インターネット接続及び／又は無線インターネット接続を介して接続することができる。近くの装置は携帯型であってもよい。ポータブルデバイス、近くの装置、ローカルサーバ（例えば、ハブデバイス）、及び／またはクラウドサーバは、タスク（例えば、ＴＳＣＩを取得し、オブジェクトの移動（例えば、位置／位置の変化）に関連するオブジェクトの特性／ＳＴＩを決定し、電力（例えば、信号強度）情報の時系列の計算を行い、特定の関数を決定／計算し、局所極値を探索し、分類、オフセット時間の特定値を識別し、雑音除去し、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、信号からのＣＩの抽出、スイッチング、セグメント化、軌跡／経路／追跡を推定し、マップを処理し、環境モデル／制約／制限に基づく軌跡／経路／追跡の処理、補正、補正調整、調整、マップベース（またはモデルベース）補正、誤差検出、境界ヒットについての確認、閾値化）及び情報（例えば、ＴＳＣＩ）についての計算及び／又は格納を共有することができる。近くの装置は、オブジェクトとともに動かない場合がある。近くの装置は、携帯型／非携帯型／移動型／非移動型であり得る。近くの装置は、電池電力、太陽光、ＡＣ電源及び／または他の電源を使用することができる。近くの装置は、交換可能／交換不可能バッテリ、及び／または充電可能／非充電可能バッテリを有してもよい。近くの装置は、オブジェクトに類似していてもよい。近くの装置は、オブジェクトと同一の（及び／又は同様の）ハードウエア及び／又はソフトウェアを有することができる。近くの装置は、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／ ＮＦＣ／ ＵＭＴＳ／３ＧＰＰ／ ＧＳＭ／ ＥＤＧＥ／ ＴＤＭＡ／ ＦＤＭＡ／ ＣＤＭＡ／ ＷＣＤＭＡ／ ＴＤ−ＳＣＤＭＡ／アドホックネットワーク／他のネットワークへの接続を有する装置、スマートスピーカ、スマートウオッチ、スマート時計、スマートアプライアンス、スマートマシン、スマート機器、スマートツール、スマートビークル、物のインターネット（ＩｏＴ）装置、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、及び他のデバイスであり得る。 無線受信機、無線送信機、別の無線受信機、別の無線送信機及び／またはクラウドサーバ（クラウド内）に関連する近くのデバイス及び／または少なくとも１つのプロセッサは、オブジェクトの初期ＳＴＩを決定し得る。それらのうちの２つ以上は、共同して初期空間−時間情報を決定し得る。それらのうちの２つ以上は、初期ＳＴＩ （例えば、初期位置）の決定において中間情報を共有し得る。
【0199】
一例では、無線送信機（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移動する。無線送信機は、信号を無線受信機（例えば、タイプ２デバイス、またはオリジンレジスタ（Ｏｒｉｇｉｎ Ｒｅｇｉｓｔｅｒ））に送るか、またはオブジェクトの初期ＳＴＩ （例えば、初期位置）を決定することができる。無線送信機はまた、信号及び／または別の信号を、オブジェクトの動き（空間−時間情報）の監視のために、別の無線受信機（例えば、別のタイプ２デバイス、または別のオリジンレジスタ）に送ることができる。また、無線受信機は、オブジェクトの動きを監視するために、無線送信機及び／又は別の無線送信機からの信号及び／又は別の信号を受信してもよい。無線受信機及び／または別の無線受信機の位置は、分かりうる。別の例では、無線受信機（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移動し得る。無線受信機は、オブジェクトの初期空間−時間情報（例えば、初期位置）を決定するために、無線送信機（例えば、タイプ１デバイス、またはオリジンレジスタ）から送信された信号を受信しうる。無線受信機はまた、オブジェクトの現在の動き（例えば、空間−時間情報）の監視のために、別の無線送信機（例えば、別のタイプ１デバイス、または別のオリジンレジスタ）から信号及び／または別の信号を受信してもよい。無線送信機はまた、信号及び／または別の信号を、オブジェクトの動きを監視するために、無線受信機及び／または別の無線受信機（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）に送信してもよい。無線送信機及び／又は別の無線送信機の位置は知ることができる。
【0200】
場所は、センシング領域、部屋、家屋、事務所、財産、作業空間、廊下、リフト、リフトウェル、エスカレータ、エレベータ、下水道、換気システム、階段、集合領域、ダクト、空気ダクト、管、閉鎖空間、閉鎖構造、半閉鎖構造、少なくとも１つの壁を有する閉鎖領域、植物、機械、エンジン、構造物、木材を有する構造、ガラスを有する構造物、金属を有する構造物、壁を有する構造物、ドアを有する構造物、隙間を有する構造物、反射面を有する構造物、液体を有する構造、建物、屋上、店舗、工場、アセンブリライン、ホテルの部屋、博物館、教室、学校、大学、政府の建物、倉庫、ガレージ、モール、空港、駅、バス端末、ハブ、交通ハブ、貨物ターミナル、庁舎、公共施設、学校、大学、エンターテイメント施設、レクリエーション施設、病院、小児／新生児病棟などの空間、老人ホーム、老人介護施設、老人施設、コミュニティセンター、スタジアム、遊び場、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、野球場、体育館、ガレージ、ショッピングマート、ノール、スーパーマーケット、製造施設、パーキング施設、建設現場、鉱山施設、輸送施設、幹線道路、道路、谷間、森林、木、地形、景観、ほら穴、パティオ、陸地、道路、アミューズメントパーク、都市部、農村部、郊外エリア、大都市部、庭、四角い広場、広場、音楽ホール、ダウンタウン施設、解放施設、半開放施設、閉領域、電車プラットフォーム、電車駅、配給センター、倉庫、店、配給センター、貯蔵施設、地下空間、空間（例えば、地上部、宇宙）施設、フローティング施設、洞窟、トンネル施設、屋内施設、屋外施設、いくつかの壁／ドア／反射バリアを有する屋外施設、開放施設、セミオープン施設、自動車、トラック、バス、バン、コンテナ、船舶／ボート、潜水艦、列車、電車、飛行機、乗り物、移動ホーム、洞穴、トンネル、パイプ、チャネル、大都市圏、比較的高い建物がある繁華街エリア、谷、井戸、ダクト、経路、ガスライン、油管、水管、相互接続経路／アレイ／道路／チューブ／空洞／洞窟／パイプ様構造／空間／流体スペース、人体、動物のからだ、体腔、器官、骨、歯、軟組織、硬組織、堅い組織、非硬組織、血液／体液管、風管、空気ダクト、巣穴、などの領域である。場所は、室内空間、屋外空間であってもよく、場所は、空間の内側及び外側の両方を含んでもよい。例えば、場所は、建物の内側及び建物の外側の両方を含むことができる。例えば、場所は、１階または複数階を有するビルであり得、ビルの一部は、地下であり得る。建物の形状は、例えば、丸形、正方形、長方形、三角形、又は不規則な形状とすることができる。これらは単なる例である。本開示は、他のタイプの場所または空間におけるイベントを検出するために使用することができる。
【0201】
無線送信機（例えば、タイプ１デバイス）及び／または無線受信機（例えば、タイプ２デバイス）は、オブジェクトと共に移動し得る（例えば、前の移動及び／または現在の移動において）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有するデバイス）に埋め込まれ得る。ポータブルデバイスは、有線接続（例えば、ＵＳＢ、マイクロＵＳＢ、ファイアワイヤ、ＨＤＭＩ、シリアルポート、パラレルポート、及び他のコネクタを介して）及び／または接続（例えば、Ｂｌｕｅｔｏｏｔｈ、Ｂｌｕｅｔｏｏｔｈ Ｌｏｗ Ｅｎｅｒｇｙ （ＢＬＥ）、ＷｉＦｉ、ＬＴＥ、ＮＦＣ、ＺｉｇＢｅｅ）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、軽量な装置であってもよい。ポータブルは、電池、充電池及び／またはＡＣ電源により電力を供給され得る。ポータブルデバイスは、非常に小さくてもよく（例えば、サブミリメートルスケール及び／またはサブセンチメートルスケールで）、及び／または小さくてもよい（例えば、コインサイズ、カードサイズ、ポケットサイズ、またはそれより大きい）。携帯装置は、大型で、サイズが大きく、及び／または、かさばる（例えば、設置された重機械）ことがある。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／ファイアワイヤ／他のコネクタ付きドングル、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、物のインターネット（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、スマートガラス、スマートミラー、スマートアンテナ、スマートバッテリ、スマートライト、スマートペン、スマートリング、スマートドア、スマートウィンドウ、スマートクロック、スマートバッテリ、スマート札入れ、スマートベルト、スマートハンドバッグ、スマートクロス／ガーメント、スマートオーナメント、スマートパッケージング、スマートペーパー／ブック／マガジン／ポスター／印刷物／サイネージ／ディスプレイ／明るくされたシステム／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／衣服／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／ブリック／建材／他の材料、 スマートゴミ缶／廃棄物容器、スマート食料キャリッジ／格納、スマートボール／ラケット、スマートチェア／ソファ／ベッド、スマート靴／履物／カーペット／マット／靴棚、スマート手袋／ハンドウェア／リング／ハンドウェア、スマートハット／帽子／化粧品／ステッカー／タトウ、スマートミラー、スマート玩具、スマートピル、スマート調理器具、スマートボトル／食品容器、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、ＵＭＴＳデバイス、３ＧＰＰデバイス、ＧＳＭデバイス、ＥＤＧＥデバイス、ＴＤＭＡデバイス、ＦＤＭＡデバイス、ＣＤＭＡデバイス、ＷＣＤＭＡデバイス、ＴＤ−ＳＣＤＭＡデバイス、埋め込みデバイス、埋め込み可能なデバイス、エアコン、冷蔵庫、ヒータ、炉、家具、オーブン、調理デバイス、テレビ／セットトップボックス（ＳＴＢ）／ＤＶＤプレーヤー／オーディオプレーヤー／ビデオプレーヤー／リモコン、ハイファイ、オーディオデバイス、スピーカ、ランプ／ライト、壁、ドア、窓、屋根、瓦／屋根板／構造／屋根裏構造／デバイス／特徴／設置／固定具、芝刈り機／園具／工具／機械工具／ガレージ用具、ごみかん／コンテナ、２０フィート／４０フィートコンテナ、貯蔵容器、工場／生産／製造装置、修理工具、流体容器、機械、設置された機械、車両、カート、ワゴン、倉庫車両、自動車、自転車、オートバイ、ボート、船舶、飛行機、バスケット／箱／バッグ／バケット／容器、スマートプレート／カップ／ボウル／ポット／マット／器具／台所用具／台所用品／キッチンアクセサリ／キャビネット／テーブル／椅子／タイル／ライト／水道管／蛇口／ガスレンジ／オーブン／食器洗浄機／、などでありうる。ポータブルデバイスは、交換可能、交換不可能、再充電可能、及び／または非再充電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、無線で充電されてもよい。ポータブルデバイスは、スマートペイメントカードであってもよい。ポータブルデバイスは、駐車場、高速道路、エンターテイメントパーク、または支払いを必要とする他の場所／施設で使用されるペイメントカードであってもよい。ポータブルデバイスは、上述のように、アイデンティティ（ＩＤ）／識別子を有することができる。
【0202】
イベントはＴＳＣＩに基づいて監視され得る。イベントは、オブジェクト（例えば、人及び／または疾病者）の転倒、回転、躊躇、休息、衝撃（例えば、人がサンドバッグ、ドア、窓、ベッド、椅子、テーブル、机、キャビネット、箱、別の人、動物、鳥、飛行、テーブル、椅子、ボール、ボウリングボール、テニスボール、フットボール、サッカーボール、野球、バスケットボール、バレーボールをたたく）、二体作用（例えば、バルーンを放置し、魚を捕らえ、粘土を成形し、論文を書き、人がコンピュータに入力する）、自動車をガレージで移動させる、スマートフォンを携帯し、空港／モール／官庁／オフィス／などを歩き回る人、周りを移動する自律移動可能なオブジェクト／機械（例えば、バキュームクリーナー、ユーティリティービークル、カー、ドローン、自走自動車）などのオブジェクト関連イベントであり得る。
【0203】
タスクまたは無線スマートセンシングタスクは、オブジェクト検出、存在検出、近接検出、オブジェクト認識、アクティビティ認識、オブジェクト検証、オブジェクト計数、日常アクティビティモニタリング、健康モニタ、生命兆候モニタリング、健康状態モニタリング、ベビーモニタリング、老人モニタリング、睡眠モニタリング、睡眠段階モニタリング、歩行モニタリング、動きモニタリング、ツール検出、ツール認識、ツール検証、患者検出、患者モニタリング、患者検証、機械検出、機械検証、人間検出、人間認識、人間検証、ベビー検出、ベビー認識、ベビー検証、人間呼吸検出、人間呼吸認識、人間呼吸推定、人間呼吸検証、人間心拍検出、人間心拍認識、人間心拍推定、人間心拍検証、転倒検出、転倒認識、転倒推定、転倒検証、感情検出、感情認識、感情推定、感情検証、動き検出、動き度合い推定、運動認識、動き推定、動作検証、周期的運動検出、周期的運動推定、周期的運動検証、繰り返し動き検出、周期運動認識、反復運動推定、反復運動検証、静止運動認識、静止運動検出、静止運動推定、静止運動検証、周期定常（ｃｙｃｒｏｓｔａｔｉｏｎａｒｙ）運動検出、周期定常運動認識、周期定常運動推定、周期定常運動検証、過渡運動検出、過渡運動認識、過渡運動推定、過度運動検証、トレンド検出、トレンド認識、トレンド推定、トレンド検証、呼吸検出、呼吸認識、呼吸推定、ヒト生体計測検出、ヒト生体計測学的認識、ヒト生体計測学的推定、ヒト生体計測学的検証、環境情報学的検出、環境情報学的認識、環境情報学的推定、環境情報学的検証、歩容検出、歩容認識、歩容推定、歩容検証、ジェスチャ検出、ジェスチャ認識、ジェスチャ推定、ジェスチャ検証、機械学習、教師有り学習、教師なし学習 半教師有り学習、クラスタ化、特徴抽出、特徴トレーニング、主成分分析、固有値分解、周波数分解、時間分解、 時間−周波数分解、函数分解、他の分解、トレーニング、識別トレーニング、教師有りトレーニング、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、突然の動きの検出、転倒検出、危険検出、生命−脅威検出、規則的運動検出、静止運動検出、周期定常運動検出、侵入検出、怪しい動き検出、セキュリティ、安全性モニタリング、ナビゲーション、ガイダンス、地図ベースの処理、地図ベースの補正、モデルベースの処理／補正、不規則性検出、位置特定、部屋センシング、追跡、複数オブジェクト追跡、室内追跡、室内位置決め、室内ナビゲーション、エネルギー管理、電力伝送、無線電力伝送、オブジェクト計数、パーキングガレージにおける自動車追跡、デバイス／システムの起動（例えば、防犯システム、アクセスシステム、警報、サイレン、スピーカ、テレビ、娯楽システム、カメラ、ヒータ／空調（ＨＶＡＣ）システム、換気システム、照明システム、ゲームシステム、コーヒーマシン、調理器具、クリーニング装置、ハウスキーピング装置）、幾何学的推定 、拡張現実、無線通信、データ通信、信号ブロードキャスト、ネットワーキング、調整、管理、暗号化、保護、クラウド計算、他の処理及び／または他のタスク、を含んでもよい。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、近くの装置、ローカルサーバ（ハブ装置など）、エッジサーバ、クラウドサーバ、及び／または別の装置によって実行できる。 このタスクは、タイプ１デバイスとタイプ２デバイスの任意の対の間のＴＳＣＩに基づくことができる。タイプ２デバイスは、タイプ１デバイスであってもよく、逆もまた同様である。タイプ２デバイスは、タイプ１デバイスの役割（例えば、機能性）を、一時的に、連続的に、散発的に、同時に、及び／または同時的に、及び／またはその逆に、果たし得る。タスクの第１の部分は、前処理、処理、信号調整、信号処理、後処理、散発的／連続的／同時／同時的／動的／適応的／オンデマンド的／必要に応じた処理、較正、雑音除去、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、動作変化検出、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、反復動作検出／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、ジェスチャ検出、ジェスチャ推定、ジェスチャ認識、速度検出、速度推定、オブジェクト位置決め、オブジェクト追跡、ナビゲーション、加速度推定、加速度検出、転倒検出、変化検出、侵入者（及び／または不法行為）検出、ベビー検出、ベビーモニタリング、患者モニタリング、オブジェクト認識、無線電力伝送、及び／または無線充電、のうちの少なくとも１つを含み得る
【0204】
タスクの第２の部分は、スマートホームタスク、スマートオフィスタスク、スマートビルディングタスク、スマートファクトリータスク（例えば、機械または組立ラインを用いた製造）、スマート物のインターネット（ＩｏＴ）タスク、スマートシステムタスク、スマートホームオペレーション、スマートオフィスオペレーション、スマートビルディングオペレーション、スマート製造オペレーション（例えば、機械／組立ラインへの供給品／部品／原材料の移動）、ＩｏＴオペレーション、スマートシステムオペレーション、ライトの点灯、ライトの消灯、部屋、領域、及び／または場所の少なくとも１つでの光の制御、サウンドクリップの再生、部屋、領域、及び／または場所の少なくとも１つでのサウンドクリップの再生、ウェルカム、グリーティング、別れ、第１のメッセージ、及び／またはタスクの第１の部分に関連する第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の再生すること、家電製品をオンにする、家電製品をオフにする、 部屋、領域、及び／または場所の少なくとも１つにおいて電気製品を制御すること、電気システムをオンにすること、電気システムをオフにすること、部屋、領域、及び／または場所の少なくとも１つにおいて電機システムを制御すること、防犯システムをオンにすること、防犯システムをオフにすること、部屋、領域、及び／または場所の少なくとも１つにおいて防犯システムを制御すること、機械システムをオンにすること、機械システムをオフにすること、部屋、領域、及び／または場所の少なくとも１つにおいて機械システムを制御すること、及び／または空調システム、暖房システム、換気システム、照明システム、暖房装置、ストーブ、エンターテイメントシステム、ドア、塀、窓、ガレージ、コンピュータシステム、ネットワーク化された装置、ネットワーク化されたシステム、家電機器、事務機器、照明装置、ロボット（例えば、ロボットアーム）、スマートビークル、スマートマシン、 アセンブリライン、スマートデバイス、物のインターネット（ＩｏＴ）デバイス、スマートホームデバイス、及び／またはスマートオフィスデバイスの少なくとも１つを制御すること、のうちの少なくとも１つを含みうる。
【0205】
このタスクは、ユーザの帰宅を検知し、ユーザの外出を検知し、１つの部屋から別の部屋へ移動するユーザを検知し、窓／ドア／ガレージドア／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／サンシェードをコントロール／ロック／解除／オープン／クローズ／部分的にオープンすることを検知し、ペットを検知し、ユーザが何か（例えば、ソファで寝ていること、寝室で寝ていること、トレッドミルで走ること、調理していること、ソファで座っていること、ＴＶを見ること、台所で食事をすること、食堂で食事を食べること、階段を上り下りすること、外出／戻ること、洗面所にいること）することを検出／監視し、ユーザ／ペットの位置を監視／検知し、検知すると自動的に何か（例えば、メッセージを送ること、人に知らせること／報告すること）、を行い、ユーザを検知するとユーザに対して何かを行うこと、ライトをオン／オフ／暗くすること、音楽／ラジオ／ホームエンターテイメントシステムをオン／オフし、テレビ／ハイファイ／セットトップボックス（ＳＴＢ）／ホームエンター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／制御し、エアコンシステムをオン／オフ／調整し、換気システムをオン／オフ／調整し、暖房システムをオン／オフ／調整し、カーテン／ライトシェードを調整／コントロールし、コンピュータをオン／オフ／起動し、コーヒーマシン／温水ポットをオン／オフ／プレヒート／制御し、クッカー／オーブン／電子レンジ／他の調理機器をオン／オフ／プレヒート／制御し、温度をチェック／調整し、天気予報をチェックし、電話メッセージボックスをチェックし、メールのチェックをし、システムをチェックし、システムを制御／調整し、防犯システム／ベビーモニタをチェック／制御／用意／解除し、冷蔵庫をチェック／制御し、報告すること（例えば、グーグルホーム、アマゾンエコーなどのスピーカを通して、ウェブページ／電子メール／メッセージングシステム／通知システムを介し。）、を含みうる。
【0206】
例えば、ユーザが自宅に車内に到着した場合、そのタスクは、ユーザまたはその乗り物が近づいていることを自動的に検出し、検出時にガレージドアを開き、ユーザがガレージに近づくにつれて私設車道／ガレージにライトを点灯させ、空調装置／ヒータ／ファンをオンさせるなどであってもよい。ユーザが家に入るにつれて、そのタスクは、自動的に、入口ライトをオンにし、私設車道／ガレージのライトをオフにし、ユーザをウェアカムするグリーティングメッセージを発し、音楽をオンにし、ラジオをオンにし、ユーザの好きなラジオニュースチャネルに合わせて調整し、カーテン／ブラインドを開き、ユーザの気分を監視し、ユーザの気分またはユーザの毎日のカレンダー上の現在／差し迫ったイベント（例えば、ユーザが１時間でガールフレンドと食事する予定であるため、ロマンチックな照明及び音楽を行う）に応じて照明及び音環境を調整し、ユーザが朝に準備した食品をマイクロウェーブで暖め、ハウス内の全てのシステムの診断チェックを行い、明日の作業のための天気予報をチェックし、ユーザの興味のあるニュースをチェックし、ユーザのカレンダー、ｔｏ−ｄｏリスト。リマインダをチェックし、電話応答システム、メッセージングシステム、電子メールをチェックし、対話システム／音声合成を使って口頭報告を伝え、ユーザの母の誕生日を思い出させる（例えば、スピーカ、ハイファイ、音声合成、サウンド、声、音楽、歌、音場、バックグラウンド音場、対話システムなどの聞こえるツールを使い、ＴＶ／エンター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／光／色／明るさ／パターンなどの視覚ツールを使用し、触覚ツール／仮想現実ツール／ジェスチャ／ツールを使用し、スマートデバイス／器具／材料／家具／備品を使用し、ウェブツール／サーバ／ハブデバイス／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、メッセージングツール／通知ツール／通信ツール／スケジューリングツール／電子メールを使用し、ユーザインターフェース／ＧＵＩを使用し、香り／匂い／芳香／味を使用し、神経ツール／神経システムツールを使用し、組合せを使用し）、報告書を作成し、報告書を提供する（例えば、上述のように思い出させるためのツールを使用する）。タスクは、事前に空調装置／ヒータ／換気システムを起動したり、事前にスマートサーモスタットの温度設定を調整したりすることがある。ユーザが玄関からリビングに移動するとき、そのタスクは、リビングルームライトを点灯し、リビングルームカーテンを開き、窓を開き、ユーザの背後にある玄関の光を消し、ＴＶとセットトップボックスをオンにし、セットトップボックスをオンにし、ＴＶをユーザの好みのチャネルに設定し、ユーザの好み及び条件／状態に応じて器具を調整する（例えば、照明を調整し、ロマンチックな雰囲気を構築するために音楽を選択／再生する）ことなどであり得る。
【0207】
別の例は、以下であり得る。ユーザが朝、目を覚ましたとき、そのタスクは、ベッドルーム内を動き回るユーザを検出し、ブラインド／カーテンを開き、窓を開き、目覚まし時計をオフにし、室内温度プロファイルを夜間温度プロファイルから昼間温度プロファイルに調整し、ベッドルームライトをオンにし、ユーザがトイレに近づくにつれてトイレライトをオンにし、ラジオまたはストリーミングチャネルをチェックし、朝のニュースを再生し、コーヒーマシンをオンにし、水を予熱し、防犯システムをオフにするなどすることであり得る。ユーザがベッドルームから台所へ歩くとき、そのタスクは、台所及び廊下灯を点灯させ、ベッドルーム及びトイレの照明を消し、音楽／メッセージ／リマインダをベッドルームから台所に移動させ、台所のＴＶを点灯させ、ＴＶを朝のニュースチャネルに変更し、台所ブラインドを下げ、新鮮な空気をもたらすために台所窓を開け、ユーザがバックヤードをチェックするためにバックドアを解錠し、台所の温度設定を調整することなどであり得る。別の例は、以下であり得る。ユーザが仕事のために家から離れるとき、そのタスクは、ユーザが離れることを検出し、別れをし、及び／または、良い一日を過ごすようにとメッセージを発し、ガレージドアを開閉し、ガレージ灯及び私設車道灯をオン／オフにし、エネルギーを節約するためにオフ／暗くし（ユーザが失敗した場合にのみ）、全ての窓／ドアを閉じ／ロックし（ユーザが失敗した場合にのみ）、器具（特に、ストーブ、オーブン、電子レンジ）をオフにし、侵入者に対して家の防護のために家の防犯システムをオン／装備し、エネルギーを節約するために「家から離れた」プロファイルに空調／暖房／換気システムを調整し、警告／報告／更新をユーザのスマートフォンに送るなどであり得る。
【0208】
動きは、動きなし、休息の動き、動きのない動作、動き、場所／位置の変化、決定論的動き、過渡的動き、転倒動き、繰り返し動き、周期的動き、疑似周期的動き、呼吸に関連する周期的／繰り返し動き、心拍に関連する周期的／繰り返し動き、生物に関連する周期的／繰り返しの動き、機械に関連する周期的／繰り返し動き、人工物体に関連する周期的／繰り返し動き、自然に関連する周期的／繰り返しの動き、過渡的要素及び周期的要素に関連する複雑な動き、反復動き、非決定論的動き、確率論的動き、カオス動き、ランダムな動き、非決定論的要素及び決定論的要素を有する複雑な動き、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（ＡＣＦ）を有する非定常ランダム動き、期間に対する周期的ＡＣＦを伴ったランダム動き、期間に対する疑似定常的なランダム動き、瞬間ＡＣＦが期間に対して疑似周期的／反復的要素を持つランダム動き、機械運動、メカニカルな動き、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、天気関連動作、水関連動作、流体関連動作、地面関連運動、磁気特性の変化、地表面下運動、地震動、植物の動き、動物の動き、動物の運動、人体の運動、正常な動き、異常な動き、危険な動き、警告動作、疑わしい動き、雨、火災、洪水、津波、爆発、衝突、差し迫った衝突、人体運動、頭部運動、顔面運動、眼運動、口腔運動、舌運動、首運動、指の動き、手の動き、腕の動き、肩の動き、体動、胸の動き、腹部の動き、腰の運動、脚の動き、足の動き、体関節運動、膝の動き、ひじの動き、上体の動き、下半身の動き、皮膚の動き、皮下の動き、皮下組織運動、 血管の動き、静脈運動、臓器運動、心臓の動き、肺の動き、胃ぼ動き、腸の動き、便通運動、摂食運動、呼吸運動、顔の表情、眼の表情、口の表情、声の動き、歌う動き、摂食運動、ジェスチャ、手のジェスチャ、腕のジェスチャ、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ジェスチャ、マンマシン相互作用、歩容、ダンスの動き、協調運動、及び／または協調身体運動、のうちの少なくとも１つを含んでもよい。
【0209】
タイプ１デバイス及び／または任意のタイプ２受信機の異種ＩＣは、低雑音増幅器（ＬＮＡ）、電力増幅器、送信−受信スイッチ、メディアアクセスコントローラ、ベースバンド無線機、２．４ＧＨｚ無線機、３．６５ＧＨｚ無線機、４．９ＧＨｚ無線機、５ＧＨｚ無線機、５．９ＧＨｚ無線機、６ＧＨ未満の無線機、６０ＧＨｚ無線機、６０ＧＨｚ未満無線機及び／または別の無線機を含み得る。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されるメモリに記憶された命令のセットとを含み得る。ＩＣ及び／または任意のプロセッサは、汎用プロセッサ、特殊目的プロセッサ、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、中央処理ユニット（ＣＰＵ）、グラフィカルプロセッサユニット（ＧＰＵ）、デジタルシグナルプロセッサ（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、埋め込みプロセッサ（例えばＡＲＭ）、論理回路、他のプログラマブル論理デバイス、ディスクリートロジック及び／または組み合わせ、のうちの少なくとも１つを含み得る。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（ＷＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、メトロポリタネリアネットワーク（ＭＡＮ）、ＷＬＡＮ標準、ＷｉＦｉ、ＬＴＥ、ＬＴＥ−Ａ、ＬＴＥ−Ｕ、８０２．１１規格、８０２．１１ａ、８０２．１１ｂ、８０２．１１ｇ、８０２．１１ｎ、８０２．１１ａｃ、８０２．１１ａｆ、８０２．１１ａｈ、８０２．１１ａｘ、８０２．１１ａｙ、メッシュネットワーク標準８０２．１６、３Ｇ、３．５Ｇ、４Ｇ、ビヨンド４Ｇ、４．５Ｇ、６Ｇ、７Ｇ、８Ｇ、９Ｇ、ＵＭＴＳ、３ＧＰＰ、ＧＳＭ、ＥＤＧＥ、ＴＤＭＡ、ＦＤＭＡ、ＣＤＭＡ、ＷＣＤＭＡ、ＴＤ−ＳＣＤＭＡ、Ｂｌｕｅｔｏｏｔｈ、Ｂｌｕｅｔｏｏｔｈ Ｌｏｗ−Ｅｎｅｒｇｙ （ＢＬＥ）、ＮＦＣ、Ｚｉｇｂｅｅ、ＷｉＭａｘ、その他の無線ネットワークプロトコル、をサポートしうる。
【0210】
プロセッサは、汎用プロセッサ、特別目的プロセッサ、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、デジタルシグナルプロセッサ、中央処理装置、グラフィカル処理ユニット（ＧＰＵ）、マルチプロセッサ、マルチコアプロセッサ、及び／またはグラフィック能力を有するプロセッサ、及び／または組み合わせ、を含むことができる。メモリは、揮発性、不揮発性、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、プログラム可能ＲＯＭ（ＥＰＲＯＭ）、電気的に消去可能なプログラマブルＲＯＭ（ＥＥＰＲＯＭ）、ハードディスク、フラッシュ・メモリ、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、磁気記憶装置、光記憶装置、有機記憶装置、記憶システム、記憶ネットワーク、ネットワーク記憶装置、クラウド記憶装置、エッジ記憶装置、ローカル記憶装置、外部記憶装置、内部記憶装置、または技術的に知られている他の形態の非一時的記憶媒体であってもよい。方法のステップに対応する命令のセット（マシン実行可能コード）は、ハードウェア、ソフトウェア、ファームウェア、またはそれらの組み合わせで直接実施可能である。指示のセットは、組み込み、プリロード、ブート時にロード、オンザフライでロード、オンデマンドでロード、プリインストール、インストール、及び／またはダウンロードすることができる。
【0211】
プレゼンテーションは、視覚的な方法（例えば、視覚、グラフィックス、テキスト、シンボル、色、シェード、ビデオ、アニメーション、サウンド、音声、音響などの組み合わせを使用する）、グラフィカルな方法（例えば、ＧＵＩ、アニメーション、ビデオを使用する）、テキスト的な方法（例えば、テキスト付ウェブページ、メッセージ、アニメーションテキスト）、記号的な方法（例えば、絵文字、サイン、手のジェスチャ）、または機械的な方法（例えば、バイブレーション、アクチュエータの動き、触覚など）によるプレゼンテーションであってもよい。
【0212】
基本計算
【0213】
この方法に関連する計算ワークロードは、プロセッサ、タイプ１異種無線装置、タイプ２異種無線装置、ローカルサーバ（例えば、ハブ装置）、クラウドサーバ、及び他のプロセッサの間で共有される。
【0214】
操作、前処理、処理及び／または後処理は、データ（例えば、ＴＳＣＩ、自己相関、ＴＳＣＩの特徴）に適用され得る。操作には、前処理、処理及び／または後処理がありうる。前処理、処理及び／または後処理は、操作であってもよい。操作は、前処理、処理、後処理、スケーリング、信頼係数の計算、視線（ＬＯＳ）量の計算、非ＬＯＳ （ＮＬＯＳ）量の計算、ＬＯＳ及びＮＬＯＳを含む量の計算、単一リンク（例えば、パス、通信経路、送信アンテナと受信アンテナの間のリンク）量の計算、多重リンクを含む量の計算、オペランドの関数を計算すること、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、フォールディング、グルーピング、エネルギー計算、ローパスフィルタリング、バンドパスフィルタリング、ハイパスフィルタリング、メジアンフィルタリング、ランクフィルタリング、四分位フィルタリング、パーセンタイルフィルタリング、有限インパルス応答（ＦＩＲ）フィルタリング、無限インパルス応答（ＩＩＲ）フィルタリング、移動平均（ＭＡ）フィルタリング、自己回帰（ＡＲ）フィルタリング、自己回帰移動平均（ＡＲＭＡ）フィルタリング、選択フィルタリング、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、時間ベース補正、位相補正、大きさ補正、位相洗浄、振幅洗浄、マッチドフィルタリング、エンハンスメント、復元、雑音除去、スムージング、信号調整、エンハンスメント、復元、線形変換、非線形変換、逆変換、周波数変換、逆周波数変換、フーリエ変換（ＦＴ）、離散時間ＦＴ （ＤＴＦＴ）、離散ＦＴ（ＤＦＴ）、高速ＦＴ（ＦＦＴ）、ウェーブレット変換、ラプラス変換、ヒルバート変換、ハダマール変換、トリゴノメトリック変換、シン変換、コサイン変換、ＤＣＴ、２のべき乗変換、スパース変換、グラフベース変換、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、サイクリックパディング、パディング、ゼロパディング、特徴抽出、分解、射影、直交射影、非直交射影、過剰射影（ｏｅｃｏｍｌｅｅ ｏｊｅｃｉｏｎ）、固有分解、特異値分解（ＳＶＤ）、原理成分分析（ＩＣＡ）、独立成分分析（ＩＣＡ）、グループ化、仕分け、閾値化、ソフト閾値化、ハード閾値化、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、分割、加算、減算、積分、最大化、最小化、最小二乗誤差、再帰最小二乗、制約付き最小二乗法、バッチ最小二乗、最小絶対偏差、最小平均二乗偏差、最小絶対偏差、局所最大化、局所最小化、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、トレーニング、クラスタリング、機械学習、教師有り学習、教師なし学習、半教師あり学習、他のＴＳＣＩとの比較、類似度スコア計算、量子化、ベクトル量子化、マッチング追跡、圧縮、暗号化、符号化、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、再マッピング、拡張、記憶、検索、送信、受信、表現、結合、合併すること、分割、追跡、監視、マッチドフィルタリング、カルマンフィルタリング、粒子フィルタリング、内挿、外挿、ヒストグラム推定 、重要度サンプリング、モンテカルロサンプリング、圧縮センシング、表現、合併、結合、分割、スクランブリング、エラー保護、前方エラー訂正、何もしない、時間変動処理、調整平均化、加重平均化、算術平均、幾何平均、調和平均、選択された周波数にわたる平均化、アンテナリンクにわたる平均化、論理的操作、置換、組合せ、ソーティング、ＡＮＤ、ＯＲ、ＸＯＲ、結合、交差、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、及び／または別の演算、を含みうる。操作は、前処理、処理、及び／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上で共同して適用され得る。
【0215】
関数（例えばオペランドの関数）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、特性、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、代数的関数、非線形関数、区分関数、実数関数、複素関数、ベクトル値関数、逆関数、導関数、積分関数、円形関数、他の関数の関数、１対１関数、１対多関数、多対１関数、多対多関数、ゼロクロス、絶対関数、指標関数、平均、モード、中央値、範囲、統計、ヒストグラム、分散、標準偏差、変化の測定、拡大、分散、偏差、ダイバージェンス、範囲、四分位範囲、全偏差、絶対偏差、算術平均、幾何平均、調和平均、トリム平均、パーセンタイル、二乗、立方、平方根、パワー、サイン、コサイン、タンジェント、コタンジェント、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、制限関数、フロア関数、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、演算で処理される時間関数（例えばフィルタリング）、確率論的関数、推計学的関数、決定論的関数、周期関数、反復関数、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、正弦変換、余弦変換、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、主成分分析（ＰＣＡ）、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ウィンドウの関数、フィルタリング関数、畳み込み、平均関数、ヒストグラム、分散／標準偏差関数、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、マッチング追求、スパース変換、任意の分解、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、クラス／グループ／カテゴリの識別、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、雑音除去、信号強調、符号化、暗号化、マッピング、再マッピング、ベクトル量子化、ローパスフィルタリング、ハイパスフィルタリング、バンドパスフィルタリング、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、粒子フィルタリング、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、適応的フィルタリング、一次導関数、高次導関数、積分、ゼロ交差、スムージング、メディ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、ダウンコンバーティング、アップサンプリング、アップコンバーティング、内挿、外挿、重要度サンプリング、モンテカルロサンプリング、圧縮センシング、統計学、 短期統計、長期統計、自己相関関数、相互相関、積率母関数、時間平均、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、積分関数、ガウス関数、ポアソン関数など、を含みうる。
【0216】
本開示のステップ（または各ステップ）には、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、分散計算、分散記憶、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するアクセラレーション、が適用され得る。
【0217】
周波数変換は、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、ゼロパディング及び変換の組み合わせ、ゼロパディングを有する電力フーリエ変換、及び／または別の変換を含んでもよい。変換の高速バージョン及び／または近似バージョンが実行され得る。変換は、浮動小数点、及び／または固定小数点演算を使用して行うことができる。
【0218】
逆周波数変換は、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、ゼロパディング及び変換の組み合わせ、ゼロパディングを有する逆フーリエ変換、及び／または別の変換を含むことができる。変換の高速バージョン及び／または近似バージョンが実行され得る。変換は、浮動小数点、及び／または固定小数点演算を使用して行うことができる。
【0219】
ＴＳＣＩからの量／特徴を計算することができる。量は、運動、位置、マップ座標、高さ、速度、加速度、移動角度、回転、寸法、体積、時間トレンド、ワンタイムパターン、反復パターン、発展パターン、時間パターン、相互に除外されるパターン、関連／相関パターン、原因−効果、短期／長期相関、傾向、傾き、好み、統計、典型的挙動、非典型的挙動、時間トレンド、時間プロファイル、周期的運動、反復運動、反復、傾向、変化、急激な変化、ゆるやかな変化、頻度、過渡的、呼吸、歩容、行動、イベント、疑わしいイベント、危険イベント、警告イベント、警告、信念、近接、衝突、電力、信号、信号電力、信号強度、信号量、受信信号強度指標（ＲＳＳＩ）、信号振幅、信号位相、信号周波数成分、信号周波数帯域成分、チャネル状態情報（ＣＳＩ）、マップ、時間、周波数、時間−周波数、分解、直交分解、非直交分解、追跡、呼吸、動悸、統計パラメータ、心肺統計／分析（例えば、出力応答）、日常活動統計／分析、慢性疾患統計／分析、医療統計／分析、早期（または瞬間または同時または遅延）指示／示唆／兆候／標識／検証器／検出／症状／条件／状態、生体計測、ベビー、患者、機械、デバイス、温度、車両、駐車場、場所、リフト、エレベータ、空間、道路、流体流、家庭、室、事務所、家屋、建物、倉庫、保管、システム、換気、ファン、パイプ、ダクト、人々、人間、車、ボート、トラック、飛行機、ドローン、ダウンタウン、群集、衝動的イベント、周期定常、環境、振動、材料、表面、３次元、２次元、局所、全体、存在、及び／または他の測定可能な量／変数、のうちの少なくとも１つの統計量を含みうる。
【0220】
スライディングウインドウ／アルゴリズム
【0221】
スライディングタイムウィンドウは、時間変化するウィンドウ幅を有し得る。迅速な獲得を可能にするためには、最初はより小さくてもよく、定常状態サイズまで経時的に増加してもよい。定常状態サイズは、監視される周波数、反復運動、過渡的運動、及び／またはＳＴＩに関連し得る。定常状態においてさえ、ウィンドウサイズは、電池寿命、電力消費、利用可能な計算パワー、対象の量の変化、監視される動きの性質などに基づいて、適応的に（及び／または動的に）変化され得る（例えば、調整され、変化され、修正され）。
【0222】
隣接する時間インスタンスにおける２つのスライディングタイムウィンドウ間の時間シフトは、時間にわたって（経時的に）一定／可変／局所的に適応／動的に調節され得る。より短い時間シフトが使用される場合、任意の監視の更新は、より頻繁であり得、これは、迅速に変化する状況、オブジェクトの動き、及び／またはオブジェクトのために使用され得る。より長い時間シフトは、より遅い状況、オブジェクトの動き、及び／またはオブジェクトのために使用され得る。
【0223】
ウィンドウ幅／サイズ及び／または時間シフトは、ユーザの要求／選択に応じて変更（例えば、調整、変更、修正）され得る。時間シフトは、自動的に（例えば、プロセッサ／コンピュータ／サーバ／ハブ装置／クラウドサーバによって制御されるように）及び／または適応的に（及び／または動的に）変更することができる。
【0224】
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、周波数ドメイン関数、周波数変換）の少なくとも１つの特性（例えば、特性値、または特性点）は、（例えば、オブジェクト追跡サーバ、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、及び／または別の装置によって）決定され得る。この関数の少なくとも１つの特性は、最大、最小、極値、局所的最大値、局所的最小値、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番目の局値、負の時間オフセットを有する第１の局所的極値、制限された最大、制限された最小、制限された極値、有意な最大、有意な最小、有意な極値、勾配、導関数、高次の導関数、最大勾配、最小勾配、局所最大勾配、正の時間オフセットを有する局所的最大勾配、局所的最小勾配、制限された最大の勾配、制限された最小勾配、最大の高次の導関数、最小の高次の導関数、制限された高次の導関数、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、制限されたゼロ交差、勾配のゼロ交差、高次の導関数の勾配のゼロ交差、及び／またはその他の特性、を含みうる。関数の少なくとも１つの特性に関連する関数の少なくとも１つの引数が、識別され得る。ある量（例えば、オブジェクトの空間的−時間的情報）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。
【0225】
特性（例えば場所におけるオブジェクトの動き特性）は、瞬時特性、短期特性、反復特性、繰返し特性、履歴、増分特性、変化特性、偏差特性、位相、振幅、度合い、時間特性、周波数特性、時間周波数特性、分解特性、直交分解特性、非直交分解特性、決定論的特性、確率特性、推計学的な特性、自己相関関数（ＡＣＦ）、平均、分散値、標準偏差、変化の測定、広がり、ばらつき、偏差、ダイバージェンス、範囲、四分位数範囲、全変動、絶対偏差、全偏差、統計、持続時間、時期、トレンド、周期特性、反復特性、長期特性、履歴特性、平均特性、最新特性、過去特性、将来特性、予測特性、位置、距離、高さ、速度、方向、ベロシティ、加速度、加速度の変化、角度、角速度（ａｎｇｕｌａｒ ｓｐｅｅｄ）、角速度（ａｎｇｕｌａｒ ｖｅｌｏｃｉｔｙ）角速度の変化、オブジェクトの 角加速度、角加速度の変化、オブジェクトの方向、回転の角度、オブジェクトの変形、オブジェクトの形状、オブジェクトの形状の変化、オブジェクトの大きさの変化、オブジェクトの構造の変化、及び／またはオブジェクトの特性の変化、のうちの少なくとも１つを含む。
【0226】
関数の少なくとも１つの極大値及び少なくとも１つの極小値が識別され得る。少なくとも１つの局所信号対雑音比類似（ＳＮＲ類似）パラメータは、隣接する極大値及び極小値の各対に対して計算されてもよい。ＳＮＲ類似パラメータは、極小値の同じ量にわたる極大値の量（例えば、電力、大きさ）の分数（ｆｒａｃｔｉｏｎ）の関数（例えば、線形、対数、指数関数、単調関数）であり得る。それはまた、極大値の量と極小値の同じ量との間の差の関数であり得る。有意な局所ピークを識別または選択することができる。各有意な局所ピークは、閾値Ｔ１より大きいＳＮＲ類似パラメータを有する極大、及び／または閾値Ｔ２より大きい振幅を有する極大であり得る。周波数領域内の少なくとも１つの極小値及び少なくとも１つの極小値は、持続性に基づくアプローチを使用して識別／計算され得る。
【0227】
選択された有意な局所的ピークのセットは、選択基準（例えば、品質基準、信号品質状態）に基づいて、識別された有意な局所的ピークのセットから選択され得る。オブジェクトの特性／ＳＴＩは、選択された有意な局所的ピークのセット及び選択された有意な局所的ピークのセットに関連する頻度値（ｆｒｅｑｕｅｎｃｙ ｖａｌｕｅｓ）に基づいて計算され得る。１つの例において、選択基準は、範囲内の最も強いピークを選択することに常に対応し得る。最も強いピークが選択されてもよいが、選択されていないピークは、依然として有意であり得る（むしろ強い）。
【0228】
未選択の有意なピークは、将来のスライディングタイムウィンドウにおける将来の選択において使用するための「予約」ピークとして保存及び／または監視され得る。一例として、経時的に一貫して現れる特定のピーク（特定の周波数における）が存在し得る。最初は、有意であっても選択されない場合がある（他のピークがより強くなる可能性があるため）。しかし、後の時間には、ピークがより強く、より支配的になり、選択され得る。「選択」となった場合は、時間的に逆トレースされ、有意であるが選択されていない早い時期に「選択」されたとすることができる。このような場合、逆トレースされたピークは、早い時期に、以前に選択されたピークを置き換えることができる。置換されたピークは、比較的弱いピーク、または時間的に分離して現れる（すなわち、時間的に短時間のみ現れる）ピークであり得る。
【0229】
その他の例では、選択基準は、範囲内の最も強いピークを選択することに対応しない場合がある。その代わりに、ピークの「強さ」だけでなく、過去に起こった可能性のあるピーク、特に長い間識別されたピークの「トレース」を考慮してもよい。
【0230】
例えば、有限状態機械（ＦＳＭ）が使用される場合、それは、ＦＳＭの状態に基づいてピークを選択し得る。決定閾値は、ＦＳＭの状態に基づいて適応的に（及び／または動的に）計算され得る。
【0231】
類似性スコア及び／または成分類似性スコアは、ＴＳＣＩの一対の時間的に隣接するＣＩに基づいて（例えば、サーバ（例えば、ハブ装置）、プロセッサ、タイプ１デバイス、タイプ２デバイス、ローカルサーバ、クラウドサーバ、及び／または別の装置によって）計算され得る。対は、同じスライディングウィンドウまたは２つの異なるスライディングウィンドウから得られ得る。類似性スコアはまた、二つの異なるＴＳＣＩからの一対の、時間的に隣接しているか、それほど隣接していない、ＣＩに基づいてもよい。類似性スコア及び／または成分類似性スコアは、時間反転共鳴強度（ｔｉｍｅ ｒｅｖｅｒｓａｌ ｒｅｓｏｎａｔｉｎｇ ｓｔｒｅｎｇｔｈ（ＴＲＲＳ））、相関、相互相関、自己相関、相関インジケータ、共分散、相互共分散、自己共分散、２つのベクトルの内積、距離スコア、ノルム、メトリック、品質メトリック、信号品質条件、統計特性、識別スコア、ニューラルネットワーク、ディープラーニングネットワーク、機械学習、トレーニング、識別、加重平均、前処理、雑音除去、信号調整、フィルタリング、時間補正、時間調整、位相オフセット補償、変換、成分ごとの操作、特徴抽出、有限状態機械、及び／または別のスコア、でありうる／含み得る。特性及び／またはＳＴＩは、類似性スコアに基づいて決定され／計算され得る。
【0232】
任意の閾値は、有限状態機械によって予め決定され、適応的に（及び／または動的に）決定され、及び／または決定され得る。適応的決定は、時間、空間、位置、アンテナ、経路、リンク、状態、バッテリ寿命、バッテリ残量、利用可能電力、利用可能な計算資源、利用可能なネットワーク帯域幅などに基づいてもよい。
【0233】
２つのイベント（または２つの条件、または２つの状況、または２つの状態）、Ａ及びＢを区別するために試験統計に適用される閾値は、決定され得る。データ（例えば、ＣＩ、チャネル状態情報（ＣＳＩ）、電力パラメータ）は、トレーニングの場面においてＡの下及び／またはＢの下で収集され得る。試験的統計値は、データに基づいて計算することができる。Ａの下の試験的統計値の分布は、Ｂの下の試験的統計値の分布（リファレンス分布）と比較することができ、閾値は、いくつかの基準に従って選択することができる。判定基準は、最尤推定（ＭＬ）、最大事後確率（ＭＡＰ）、識別トレーニング、所与のタイプ２誤差についての最小タイプ１誤差、所与のタイプ１誤差についての最小タイプ２誤差、及び／または他の判定基準（例えば、品質基準、信号品質条件）を含み得る。閾値は、Ａ、Ｂ、及び／または別のイベント／条件／場面／状態に対する異なる感度を達成するように調整され得る。閾値調整は、自動、半自動及び／または手動であってもよい。閾値調整は、１回、時には、しばしば、周期的に、繰り返し、時折、散発的に、及び／またはオンデマンドで適用され得る。閾値調整は、適応的（及び／または動的に調整され得る）であり得る。閾値調整は、オブジェクト、オブジェクト移動／位置／方向／動作、オブジェクト特性／ ＳＴＩ／サイズ／特性／形質／習慣／挙動、場所、場所における／場所での／場所の、特徴／備品／家具／バリア／材料／機械／生物／物体／オブジェクト／境界／表面／媒体、マップ、マップの制約（または環境モデル）、イベント／状態／場面／条件、時間、タイミング、持続時間、現在の状態、過去の履歴、ユーザ、及び／または個人的な好みなどに依存し得る。
【0234】
反復アルゴリズムの停止基準（またはスキップまたはバイパスまたはブロッキングまたは一時停止または通過または拒否する基準）は、反復における更新における現在のパラメータ（例えば、オフセット値）の変化が閾値未満であることであり得る。閾値は、０．５、１、１．５、２、または別の数であり得る。閾値は、適応的（及び／または動的に調整される）であり得る。それは、反復が進行するにつれて変化し得る。オフセット値に関して、適応的閾値は、タスク、初回の特定の値、現在の時間オフセット値、回帰ウィンドウ、回帰分析、回帰関数、回帰誤差、回帰関数の凸性、及び／または反復数に基づいて決定され得る。
【0235】
局所極値は、回帰ウィンドウにおける回帰関数の対応する極値として決定され得る。局所極値は、回帰ウィンドウ内の時間オフセット値のセット及び関連する回帰関数値のセットに基づいて決定され得る。時間オフセット値のセットに関連する関連する回帰関数値のセットの各々は、回帰ウィンドウにおける回帰関数の対応する極値からの範囲内であり得る。
【0236】
局所極値の探索は、ロバスト探索、最小化、最適化、最適化、統計的最適化、双対最適化、制約最適化、凸最適化、大域最適化、局所最適化、エネルギー最小化、線形回帰、二次回帰、高次回帰、線形計画法、非線形計画法、確率的プログラミング、コンビナトリアル最適化、制約プログラミング、制約充足、バリエーションの計算、最適制御、動的計画法、数理計画法、多目的最適化、マルチモーダル最適化、選言的プログラミング、空間マッピング、無限次元最適化、ヒューリスティク、メタヒューリスティク、凸計画法、半正定値計画問題、円錐計画法、二次錐計画問題、整数計画法、二次計画法、フラクショナルプログラミング、数値解析、シンプレックスアルゴリズム、反復法、勾配降下、部分勾配法、座標勾配法、共役勾配法、ニュートンのアルゴリズム、逐次二次計画法、内点法、楕円法、縮小勾配法、準ニュートン法、同時摂動確率近似、補間法、パターン探索法、線探索、非微分最適化、遺伝的アルゴリズム、進化的アルゴリズム、動的緩和 山登り法、粒子群最適化、重力探索アルゴリズム、シミュレーテッドアニーリング、ミームティック（ｍｅｍｅｔｉｃ）アルゴリズム、差分進化、動的緩和、確率的トンネリング、タブ探索、反応探索最適化、曲線あてはめ、最小二乗、シミュレーションベース最適化、変分計算、及び／または変形、を含みうる。局所的極値の検索は、目的関数、損失関数、コスト関数、効用関数、フィットネス関数、エネルギー関数、及び／またはエネルギー関数に関連しうる。
【0237】
回帰は、回帰ウィンドウにおいて、サンプリングされたデータ（例えば、ＣＩ、ＣＩの特徴、ＣＩの成分）または別の関数（例えば、自己相関関数）に適合させるために、回帰関数を使用して実施され得る。少なくとも１つの反復において、回帰ウィンドウの長さ及び／または回帰ウィンドウの位置が変化し得る。回帰関数は、線形関数、二次関数、三次関数、多項式関数、及び／又は別の関数であり得る。
【0238】
回帰分析は、誤差、集計誤差、成分誤差、射影領域における誤差、選択された軸における誤差、選択された直交軸における誤差、絶対誤差、二乗誤差、絶対偏差、二乗偏差、高次誤差（例えば、三次、四次）、ロバスト誤差（例えば、より小さい大きさの誤差のため及びより大きい誤差のための絶対誤差に対する二乗誤差、またはより小さい大きさの誤差のための第１の種類の誤差及びより大きい大きさの誤差のための第２の種類の誤差）、別の誤差、絶対／二乗誤差の加重和（または加重平均）（例えば、複数のアンテナを有する無線送信機及び複数のアンテナを有する無線受信機の場合、送信機アンテナ及び受信機アンテナの各対はリンクを形成する）、平均絶対誤差、平均二乗誤差、平均絶対偏差、及び／または平均二乗偏差、のうちの少なくとも１つを最小化し得る。異なるリンクに関連する誤差は、異なる重みを有し得る。１つの可能性は、より大きな雑音またはより低い信号品質メトリックを有するいくつかのリンク及び／またはいくつかの構成要素が、より小さいまたはより大きな重みを有し得ることである（二乗誤差の加重和、高次誤差の加重和、ロバスト誤差の加重和、別の誤差の加重和、絶対コスト、二乗コスト、高次コスト、ロバストコスト、別のコスト、絶対コストの加重和、二乗コストの加重和、高次コストの加重和、ロバストコストの加重和、及び／または別のコストの加重和）。
【0239】
決定される回帰誤差は、絶対誤差、二乗誤差、高次誤差、ロバスト誤差、さらに別の誤差、絶対誤差の加重和、二乗誤差の加重和、高次誤差の加重和、ロバスト誤差の加重和、及び／またはさらに別の誤差の加重和であり得る。
【0240】
回帰ウィンドウ内の特定の関数に関する回帰関数の最大回帰誤差（または最小回帰誤差）に関連する時間オフセットは、反復における更新された現在の時間オフセットとなり得る。
【0241】
局所極値は、２つの異なる誤差の差（例えば、絶対誤差と二乗誤差との間の差）を含む量に基づいて検索することができる。２つの異なる誤差の各々は、絶対誤差、二乗誤差、高次誤差、ロバスト誤差、別の誤差、絶対誤差の加重和、二乗誤差の加重和、高次誤差の加重和、ロバスト誤差の加重和、及び／または別の誤差の加重和を含み得る。
【0242】
量は、Ｆ−分布、中心Ｆ−分布、別の統計的分布、閾値、確率／ヒストグラムに関連する閾値、偽ピークを発見する確率／ヒストグラムに関連する閾値、Ｆ−分布に関連する閾値、中心Ｆ−分布に関連する閾値、及び／または別の統計的分布に関連する閾値などの参照データまたは参照分布と比較され得る。
【0243】
回帰ウィンドウ（ｒｅｇｒｅｓｓｉｏｎ ｗｉｎｄｏｗ）は、オブジェクトの移動（例えば、場所／位置の変化）、オブジェクトに関連する量、オブジェクトの移動に関連するオブジェクトの少なくとも１つの特性及び／またはＳＴＩ、局所的極値の推定位置、雑音特性、推定雑音特性、信号品質メトリック、Ｆ分布、中心Ｆ分布、別の統計的分布、閾値、事前設定しきい値、確率／ヒストグラムに関連する閾値、所望の確率に関連する閾値、誤ったピークを発見する確率に関連する閾値、Ｆ分布に関連する閾値、中心Ｆ分布に関連する閾値、別の統計的分布に関連する閾値、ウィンドウ中心におけるその量が回帰ウィンドウ内で最大である条件、回帰ウィンドウ内で初めて特定の値についての特定の関数の局所的極値のうちの１つのみが存在する条件、別の回帰ウィンドウ、及び／または他の条件、うちの少なくとも１つに基づいて決定されうる。
【0244】
回帰ウィンドウの幅は、検索される特定の局所極値に基づいて決定され得る。局所的極値は、第１の局所最大、第２の局所最大、高次の局所最大、正の時間オフセットを有する第１の局所最大、正の時間オフセット値を有する第２の局所最大、正の時間オフセット値を有する高次の局所最大、負の時間オフセット値を有する第１の局所最大、負の時間オフセット値を有する第２の局所最大、負の時間オフセット値を有する第２の局所最大、負の時間オフセット値を有する高次の局所最大、第１の局所最小、第２の局所最小、高次の局所的最小、正の時間オフセット値を有する第１の局所最小、正の時間オフセット値を有する第２の局所最小、正の時間オフセット値を有する高次の局所最小、負の時間オフセット値を有する第１の局所最小、負の時間オフセット値を有する第２の局所最小、負の時間オフセット値を有する高次の局所最小、第１の局所的極値、第２の局所的極値、高次の局所極値、正の時間オフセット値を有する第１の局所極値、正の時間オフセット値を有する第２の局所極値、負の時間オフセット値を有する第１の局所極値、負の時間オフセット値を有する第２の局所極値、負及び／または 負の時間オフセット値を有する高次の極値、を含みうる。
【0245】
現在のパラメータ（例えば、時間オフセット値）は、ターゲット値、対象プロファイル、トレンド、過去のトレンド、現在のトレンド、目標速度、速度プロファイル、目標速度プロファイル、過去の速度トレンド、オブジェクトの運動または移動（例えば、場所／位置の変化）、オブジェクトの動きに関連するオブジェクトの少なくとも１つの特性及び／またはＳＴＩ、オブジェクトの位置量、オブジェクトの動きに関連するオブジェクトの初期速度、事前定義された値、回帰ウィンドウの初期幅、持続時間、信号の搬送波周波数に基づく値、信号のサブ搬送波周波数に基づく値、信号の帯域幅、チャネルに関連するアンテナの総計、雑音特性、信号 ｈ メトリック、及び／または適応（及び／または動的に調整された）値に基づいて初期化され得る。現在の時間オフセットは、回帰ウィンドウの中心、左側、右側、及び／または別の固定相対位置にあってもよい。
【0246】
プレゼンテーションでは、情報は、場所の地図（または環境モデル）と共に表示され得る。情報は、位置、ゾーン、領域、領域、カバレッジ領域、補正された位置、おおよその位置、場所の地図に関する（ｗ．ｒ．ｔ．）位置、分割された場所に関する位置、方向、経路、マップ及び／またはセグメンテーションに関する経路、トレース（例えば、過去５秒、または過去１０秒などのタイムウィンドウ内の位置、タイムウィンドウ持続時間を適応的に（及び／または動的に）調整することができ、タイムウィンドウ持続時間は、適応的に（及び／または動的に）速度、加速度に関して調整されうる）、経路の履歴、経路に沿った近似領域／ゾーン、過去の位置の履歴／概要、過去の関心位置の履歴、頻繁に訪れた領域、顧客トラフィック、群れの布、群れの挙動、群れの制御情報、速度、加速度、運動統計、呼吸速度、心拍数、運動の存在／不在、 人またはペットまたはオブジェクトの有無、バイタルサインの有無、ジェスチャ制御（ジェスチャを用いた装置の制御）、位置ベースのジェスチャ制御、位置ベースの操作の情報、関心のあるオブジェクト（例えば、ペット、人、自己ガイド式機械／デバイス、車両、ドローン、カー、ボート、自転車、無人車、ファン付き機械、空調機、ＴＶ、可動部を備えた機械）のアイデンティティ（ＩＤ）または識別子、ユーザの識別（例えば、人）、ユーザの情報、位置／速度／加速／方向／動き／ジェスチャ／ジェスチャ制御／動きトレース、ユーザのＩＤまたは識別子、ユーザの活動、ユーザの状態、ユーザの睡眠／休息特性、ユーザの感情状態、ユーザの生命サイン、場所の環境情報、場所の天気情報、地震、爆発、暴風雨、雨、火災、温度、衝突、衝撃、振動、イベント、ドア開けイベント、ドア閉めイベント、窓開けイベント、ウィンドウ閉めイベント、転倒イベント、燃焼イベント、凍結イベント、水関連イベント、風関連イベント、空気移動イベント、事故イベント、擬似周期的イベント（例えば、トレッドミル上での走行、ピョンピョン跳ねる、縄跳び、でんぐり返しなど）、繰り返しイベント、群れるイベント、車両イベント、ユーザのジェスチャ（例えば、手ジェスチャ、アームジェスチャ、足ジェスチャ、足ジェスチャ、身体ジェスチャ、頭部ジェスチャ、顔ジェスチャ、口のジェスチャ、目のジェスチャなど）、を含みうる。
【0247】
位置は、２次元（例えば、２次元座標を用いて）、３次元（例えば、３次元座標を用いて）であり得る。位置は、相対的（例えば、地図または環境モデルに関して）または関係的（例えば、点Ａと点Ｂとの間の中間、角の周り、上の階、テーブルの上、天井、床上、ソファ上、点Ａに近い、点Ａからの距離Ｒ、点ＡからのＲの半径内など）であり得る。位置は、直交座標、極座標、及び／または別の表現で表現され得る。
【0248】
情報（例えば、場所）は、少なくとも１つのシンボルでマークされ得る。シンボルは、時間変化してもよい。シンボルは、色／強度を変化させても変化させなくても点滅及び／または脈動してもよい。サイズは、経時的に変化し得る。シンボルの向きは、経時的に変化し得る。シンボルは、瞬時量（例えば、ユーザのバイタルサイン／呼吸数／心拍数／ジェスチャ／状況／状態／動作／動き、温度、ネットワークトラフィック、ネットワーク接続性、デバイス／機械の状態、デバイスの残り電力、デバイスの状態など）を反映する数であってもよい。変化速度、サイズ、配向、色、強度及び／またはシンボルは、それぞれの運動を反映し得る。情報は、視覚的に提示され、及び／または口頭で説明され得る（例えば、事前に記録された音声、または音声合成を使用して）。情報は、テキストで記述することができる。情報はまた、機械的な方法（例えば、アニメーション化されたガジェット、可動部分の動き）で提示され得る。
【0249】
ユーザインターフェース（ＵＩ）デバイスは、スマートフォン（例えば、ｉＰｈｏｎｅ、Ａｎｄｒｏｉｄ ｐｈｏｎｅ）、タブレット（例えば、ｉＰａｄ）、ラップトップ（例えば、ノートパソコン）、パーソナルコンピュータ（ＰＣ）、グラフィックユーザインターフェース（ＧＵＩ）を有するデバイス、スマートスピーカ、音声／音／スピーカ能力を有する装置、仮想リアリティ（ＶＲ）装置、拡張リアリティ（ＡＲ）装置、スマートカー、車内ディスプレイ、音声アシスタント、車内音声アシスタントなどであり得る。
【0250】
地図（または環境モデル）は、２次元、３次元及び／またはより高次元であってもよい。（例えば、時間的に変化する２次元／３次元マップ／環境モデル）、壁、ウィンドウ、ドア、入口、出口、禁止区域は、地図またはモデルにマークされることがある。地図は、施設のフロアプランを含むことができる。マップまたはモデルは、１つまたは複数のレイヤー（オーバーレイ）を有することができる。地図／モデルは、水道管、ガス管、配線、ケーブル配線、エアダクト、クロールスペース、天井レイアウト、及び／または地下レイアウトを含むメンテナンス地図／モデルとすることができる。場所は、ベッドルーム、リビングルーム、貯蔵室、歩行路、台所、食堂、ホワイエ、ガレージ、１階、２階、トイレ、事務所、会議室、受付エリア、各種事務所エリア、各種倉庫エリア、各種施設エリアなどのような、複数のゾーン／領域／地理的領域／セクタ／セクション／テリトリー／地区／行政上の区域／現場／近隣／エリア／ストレッチ（ｓｔｒｅｔｃｈ）／広々した場所に区分／細分化／領域化／グループ化することができる。セグメント／領域／区域は、マップ／モデルで提示することができる。異なる領域は、色分けされてもよい。異なる領域は、特性（例えば、色、明るさ、色強度、テクスチャ、アニメーション、点滅、点滅速度など）をもって提示されてもよい。場所の論理的セグメンテーションは、少なくとも１つの異種タイプ２デバイス、またはサーバ（例えば、ハブ装置）、またはクラウドサーバなどを使用して行うことができる。
【0251】
ここでは、開示されるシステム、装置、及び方法の一例である。ステファンと彼の家族は、開示された無線動き検出システムを設置して、ワシントン州シアトルの２０００平方フィートの２階建てタウンハウス内での運きを検出したいと考えている。彼の家は二階建てであるので、ステファンは１つのタイプ２デバイス（Ａという名前のもの）と２つのタイプ１デバイス（ＢとＣという名のもの）を１階に使うことにした。１階は台所、食堂、居間の３部屋を中心に、食堂は真ん中に、直線に並んで配置されている。台所と居間は家の反対側にある。彼は、タイプ２デバイス（Ａ）を食堂に置き、１台のタイプ１デバイス（Ｂ）を台所に置き、もう１台のタイプ１デバイス（Ｃ）を居室に置いた。この装置の設置に伴い、動き検知システムを用いて、彼は具体的には１階を３区域（食堂、居室、台所）に区画化している。動きがＡＢ対及びＡＣ対によって検出される場合、システムは、動き情報を分析し、動きを３つのゾーンのうちの１つに関連付ける。
【0252】
ステファンと彼の家族が週末に外出するとき（例えば、長い週末にキャンプに行くとき）、ステファンは携帯電話アプリ（例：ＡｎｄｒｏｉｄフォンアプリやｉＰｈｏｎｅアプリ）を使って動き検出システムをオンにした。システムが動きを検出すると、警告信号がステファンへ送信される（例えば、ＳＭＳテキストメッセージ、電子メール、携帯電話アプリへのプッシュメッセージなど）。ステファンが月々の料金（例えば、１０ドル／月）を払う場合、サービス会社（例えば、セキュリティ会社）は、有線ネットワーク（例えば、ブロードバンド）または無線ネットワーク（例えば、家庭用ＷｉＦｉ、ＬＴＥ、３Ｇ、２．５Ｇなど）を通して警告信号を受信し、ステファンのためのセキュリティ手順を実行する（例えば、問題を確認させるために彼に電話し、ある人に家をチェックするために送り、ステファンに代わって警察に連絡する、など）。ステファンは彼の年をとった母親が大好きで、家に一人でいるときは彼女の幸せを気にかけている。家族の残りが外出中（例えば、仕事に行く、ショッピングに行く、または休みに行く）に母親が家に一人でいる場合、ステファンは、母親が大丈夫でいることを確実にするために、彼のモバイルアプリを使用して動き検出システムをオンにする。その後、彼はモバイルアプリを使って、家の中での母親の動きをモニタリングする。ステファンがモバイルアプリを使って、母親が３つの領域の間で家の中を動き回っているのを見ると、彼女の日々のルーチンによれば、ステファンは母親が大丈夫であることを知っている。ステファンは、動き検出システムが、彼が家から離れている間、彼の母親の幸福を監視するのを助けることができることに感謝している。
【0253】
典型的な日には、母親は午前７時頃に目覚める。彼女は約２０分間で台所で朝食を作るつもりだった。それから食堂で朝食を３０分くらい食べた。それから、居間のソファーに座って、自分の好きなテレビ番組を見る前に、リビングルームで毎日の運動をしていた。動き検出システムは、ステファンが家の３つの領域のそれぞれにおける動きのタイミングを見ることを可能にする。動きが毎日のルーチンに合致するとき、ステファンは母親が上手くやっているはずであることを大まかに知っている。しかし、運動パターンが異常に見えると（例えば、ＡＭ１０時まで運動がないか、長く台所に滞在しすぎるか、長く動かないままであるか、など）、ステファンは何かが違っていると疑い、母親をチェックするために母親に電話をする。ステファンは、誰か（例えば、家族、近所の人、有給の職員、友人、ソーシャルワーカー、サービス提供者）に母親を確認してもらうことさえある。
【0254】
時には、ステファンはタイプ２デバイスの位置を変えるように感じる。彼は、単に装置を元のＡＣ電源プラグから抜き、別のＡＣ電源プラグに差し込むだけである。彼は、無線動き検出システムがプラグアンドプレイであり、再配置がシステムの動作に影響しないことを満足している。電源を入れると、すぐに機能する。
【0255】
またの機会には、ステファンは、われわれの無線動き検出システムが、非常に高い精度と非常に低い警報で運動を実際に検出できることを確信しており、実際にモバイルアプリを使用して、１階の運動を監視することができる。彼は、２階の寝室を監視するために、２階に同様の構成（すなわち、１つのタイプ２デバイス及び２つのタイプ１デバイス）を設置することを決定する。再び、彼は、タイプ２デバイス及びタイプ１デバイスを２階のＡＣ電源プラグに単に差し込む必要があるので、システムセットアップが極めて容易であることを発見した。特別な設置は必要ない。そして、同じモバイルアプリを使用して、１階と２階の動きを監視することができる。１階／２階の各タイプ２デバイスは、１階と２階の両方のタイプ１デバイスすべてと相互に作用することができる。ステファンは、タイプ１デバイス及びタイプ２デバイスへの投資を２倍にするにつれて、組み合わされたシステムの２倍以上の能力を有することを見て幸せである。
【0256】
様々な実施形態によれば、各ＣＩ（ＣＩ）は、チャネル状態情報（ＣＳＩ）、周波数ドメインＣＳＩ、ＣＳＩの周波数表現、少なくとも１つのサブバンドに関連する周波数ドメインＣＳＩ、時間領域ＣＳＩ、ドメイン内ＣＳＩ、チャネル応答、チャネル応答推定、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、管理データ、家族データ、アイデンティティ（ＩＤ）、識別子、デバイスデータ、ネットワークデータ、近傍データ、環境データ、リアルタイムデータ、センサデータ、記憶データ、暗号化データ、圧縮データ、保護データ、及び／または別のＣＩのうちの少なくとも１つを含み得る。一実施形態では、開示されるシステムは、ハードウェア構成要素（例えば、アンテナを備えた無線送信機／受信機、アナログ回路、電源、プロセッサ、メモリ）及び対応するソフトウェア構成要素を有する。本開示の様々な実施形態によれば、開示されるシステムは、バイタルサイン検出及びモニタリングのためのＢｏｔ（タイプ１デバイスと呼ばれる）及びオリジン（Ｏｒｉｇｉｎ）（タイプ２デバイスと呼ばれる）を含む。各デバイスは、トランシーバと、プロセッサと、メモリとを備える。
【0257】
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、テーブル上に載置される小さなＷｉＦｉ対応装置であってもよい。また、ＷｉＦｉ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（例えば、Ａｍａｚｏｎ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サテライト、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、テーブル上に置かれるＷｉＦｉ対応デバイスであってもよい。また、ＷｉＦｉ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（例えば、Ａｍａｚｏｎ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サテライト、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デバイス及びタイプ２デバイスは、人々を数えるために、会議室の中／近くに配置され得る。タイプ１デバイス及びタイプ２デバイスは、日常活動及び症状の任意の徴候（例えば、認知症、アルツハイマー病）を監視するための高齢者についての健康監視システムであり得る。タイプ１デバイス及びタイプ２デバイスは、生きている幼児のバイタルサイン（呼吸）を監視するための幼児モニタにおいて使用され得る。タイプ１デバイス及びタイプ２デバイスは、睡眠の質及び任意の睡眠時無呼吸を監視するために、寝室に配置され得る。タイプ１デバイス及びタイプ２デバイスは、乗客及び運転手の健康を監視し、運転手の睡眠を検出し、自動車内に残されたすべての赤ちゃんを検出するために、自動車内に配置され得る。タイプ１デバイス及びタイプ２デバイスは、トラック及びコンテナに隠された人間を監視することによって、人身売買を防止するために、物流において使用され得る。タイプ１デバイス及びタイプ２デバイスは、がれきの中の捕われたた被害者を探索するために、災害地域の救急サービスによって配備され得る。タイプ１デバイス及びタイプ２デバイスは、任意の侵入者の呼吸を検出するために、ある領域に配置され得る。装着型ではない無線呼吸モニタリングには、多数のアプリケーションがある。
【0258】
ハードウェアモジュールは、タイプ１トランシーバ及び／またはタイプ２トランシーバを含むように構成されてもよい。ハードウェアモジュールは、最終的な市販品を設計、構築、及び販売するために、バリアブルブランドで販売／使用され得る。開示されたシステム及び／または方法を使用する製品は、家庭／事務セキュリティ製品、睡眠監視製品、ＷｉＦｉ製品、メッシュ製品、ＴＶ、ＳＴＢ、エンターテイメントシステム、ＨｉＦｉ，スピーカ、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、棚、工具、器具、トーチ、バキュームクリーナー、煙検知器、ソファ、ピアノ、ファン、ドア、ウィンドウ、ドア／ウィンドウハンドル、ロック、煙検出装置群、カーアクセサリ、コンピューティングデバイス、事務用品、エアコン、ヒータ、パイプ、コネクタ、監視カメラ、アクセスポイント、コンピュータ装置群、モバイル装置、ＬＴＥ装置、３Ｇ／４Ｇ／５Ｇ／６Ｇデバイス、ＵＭＴＳデバイス、３ＧＰＰ装置、ＧＳＭ装置、ＥＤＧＥ装置、ＴＤＭＡ装置、ＦＤＭＡ装置、ＣＤＭＡ装置、ＷＣＤＭＡ装置、ＴＤ−ＳＣＤＭＡ装置、ゲーム装置、めがね、ガラスパネル、ＶＲゴーグル、ネックレス、腕時計、ウェストバンド、ベルト、ウォレット、ペン、ハット、衣服、インプラント用具、タグ、パーキングチケット、スマートフォン、等、でありうる。
【0259】
要約は、以下を含むことができる：分析、出力応答、選択したタイムウィンドウ、サブサンプリング、変換、及び／または射影。プレゼンテーションは、月／週／日毎のビュー、簡略化／詳細のビュー、断面ビュー、小型／大型フォームファクタビュー、色分けビュー、比較ビュー、要約ビュー、動画、ウェブビュー、音声アナウンス、及び繰り返し動きの周期的／反復特性に関連する別のプレゼンテーション、のうちの少なくとも１つを提示することを含み得る。
【0260】
タイプ１／タイプ２デバイスは、アンテナ、アンテナを有するデバイス、ハウジングを有するデバイス（例えば、無線機、アンテナ、データ／信号処理ユニット、無線ＩＣ、回路のための）、別のデバイス／システム／コンピュータ／電話／ネットワーク／データアグリゲータにインターフェース／付属／接続／リンクされるデバイス、ユーザインターフェース（ＵＩ）／グラフィカルＵＩ／ディスプレイを有するデバイス、無線トランシーバを有するデバイス、無線送信機を有するデバイス、無線受信機を有するデバイス、インターネットオブスイング（ＩｏＴ）デバイス、無線ネットワークを有するデバイス、有線ネットワーク機能及び無線ネットワーク機能の両方を有するデバイス、無線集積回路（ＩＣ）を有するデバイス、Ｗｉ−Ｆｉデバイス、Ｗｉ−Ｆｉチップを有するデバイス（例えば、８０２．１１ａ／ｂ／ｇ／ｎ／ａｃ／ａｘ規格に準拠する）、Ｗｉ−Ｆｉアクセスポイント（ＡＰ）、Ｗｉ−Ｆｉクライアント、ＷｉＦｉルータ、 Ｗｉ−Ｆｉリピータ、ＷｉＦｉハブ、ＷｉＦｉメッシュネットワークルータ／ハブ／ＡＰ、無線メッシュネットワークルータ、アドホックネットワークデバイス、無線メッシュネットワークデバイス、モバイルデバイス（例えば、２Ｇ／２．５Ｇ／３Ｇ／３．５Ｇ／４Ｇ／ＬＴＥ／５Ｇ／６Ｇ／７Ｇ、ＵＭＴＳ、３ＧＰＰ、ＧＳＭ、ＥＤＧＥ、ＴＤＭＡ、ＦＤＭＡ、ＣＤＭＡ、ＷＣＤＭＡ、ＴＤ−ＳＣＤＭＡ）、セルラーデバイス、基地局、モバイルネットワーク基地局、モバイルネットワークハブ、モバイルネットワーク互換デバイス、ＬＴＥデバイス、ＬＴＥモジュールを有するデバイス、モバイルモジュール（例えば、Ｗｉ−Ｆｉチップ、ＬＴＥチップ、ＢＬＥチップ、のようなモバイルイネーブルチップ（ＩＣ）を有する回路基板）、モバイルモジュールを有するデバイス、スマートフォン、スマートフォン用のコンパニオンデバイス（例えばドングル、アタッチメント、プラグイン）専用デバイス、プラグインデバイス、ＡＣ電源方式デバイス、バッテリ電源方式デバイス、プロセッサ／メモリ／命令のセットを有するデバイス、スマートデバイス／ガジェット／アイテム：時計、ステーショナリ、ペン、ユーザインターフェース、紙、マット、カメラ、テレビ（ＴＶ）、セットトップボックス、マイクロホン、スピーカ、冷蔵庫、オーブン、マシン、電話、財布、家具、ドア、ウィンドウ、天井、床、壁、テーブル、椅子、ベッド、ナイトスタンド、エアコンディショナー、ヒータ、パイプ、ダクト、ケーブル、カーペット、装飾、ガジェット、ＵＳＢデバイス、プラグ、ドングル、ランプ／ライト、タイル、装飾品、ボトル、車両、自動車、ＡＧＶ、ドローン、ロボット、ラップトップ、タブレット、コンピュータ、ハードディスク、ネットワークカード、機器、ラケット、ボール、靴、着用可能装置、衣類、眼鏡、帽子、ネックレス、食品、錠剤、生き物の体内（例えば、血管、リンパ液、消化システム）で移動する小型デバイス、及び／又は別のデバイスでありうる。タイプ１デバイス及び／またはタイプ２デバイスは、インターネット、インターネットにアクセスする別の装置（例えば、スマートフォン）、クラウドサーバ（例えば、ハブ装置）、エッジサーバ、ローカルサーバ、及び／またはストレージと通信可能に結合され得る。タイプ１デバイス及び／またはタイプ２デバイスは、ローカル制御で動作してもよく、有線／無線接続を介して別の装置によって制御されてもよく、自動的に動作してもよく、またはリモート（例えば、家から離れた）にある中央システムによって制御されてもよい。
【0261】
一実施形態において、タイプＢデバイスは、オリジン（タイプ２デバイス、Ｒｘデバイス）及びボット（タイプ１デバイス、Ｔｘデバイス）の双方として実行してもよいトランシーバであってもよく、すなわち、タイプＢデバイスはタイプ１（Ｔｘ）デバイス及びタイプ２（Ｒｘ）デバイスの双方であってもよく（例えば、同時に又は交互に）、例えばメッシュデバイス、メッシュルータ等であってもよい。一実施形態において、タイプＡデバイスは、ボット（Ｔｘデバイス）としてのみ機能してもよいトランシーバであってもよく、すなわち、タイプ１デバイスのみ又はＴｘのみであってもよく、例えば単純なＩｏＴデバイスであってもよい。これはオリジン（タイプ２デバイス、Ｒｘデバイス）の機能を有してもよいが、実施形態においては何らかの形でボットとしてのみ機能している。全てのタイプＡデバイス及びタイプＢデバイスは、ツリー構造を形成する。ルート（ｒｏｏｔ）は、ネットワーク（例えば、インターネット）にアクセスできるタイプＢデバイスであってもよい。例えば、これは有線接続（例えば、イーサネット、ケーブルモデム、ＡＤＳＬ／ＨＤＳＬモデム）接続又は無線接続（例えば、ＬＴＥ、３Ｇ／４Ｇ／５Ｇ、ＷｉＦｉ、Ｂｌｕｅｔｏｏｔｈ、マイクロ波リンク、衛星リンク等）を介してブロードバンドサービスに接続されてもよい。一実施形態において、全てのタイプＡデバイスはリーフノードである。各タイプＢデバイスはルートノード、非リーフノード又はリーフノードであってもよい。
【0262】
タイプ１デバイス（送信機、またはＴｘ）およびタイプ２デバイス（受信機、またはＲｘ）は同じデバイス（例えば、ＲＦチップ／ＩＣ）上にあってもよく、または単に同じデバイス上にあってもよい。デバイスは、２８ＧＨｚ、６０ＧＨｚ、７７ＧＨｚなどの高周波帯域で動作することができる。ＲＦチップには、専用のＴｘアンテナ（３２本のアンテナなど）と専用のＲｘアンテナ（別の３２本のアンテナなど）がある場合がある。
【0263】
１つの送信アンテナは無線信号（例えば、一連のプローブ信号、恐らく１００Ｈｚで）を送信することができる。代替的に、全てのＴｘアンテナを使用して、（Ｔｘにおいて）ビームフォーミングで無線信号を送信することができ、その結果、無線信号は特定の方向にフォーカスされる（例えば、エネルギー効率のために、またはその方向における信号対雑音比をブーストするために、またはその方向に「走査」する場合は低電力動作、またはオブジェクトがその方向にあることが知られている場合は低電力動作）。
【0264】
無線信号は場所（例えば、部屋）内でオブジェクト（例えば、Ｔｘ／Ｒｘアンテナから４フィート離れた寝台上に横たわっている生きている人間、呼吸および心拍）にぶつかる。オブジェクト動き（例えば、呼吸速度に従った肺動、または心拍に従った血管動）は、無線信号に影響を与え／変調し得る。すべてのＲｘアンテナを使用して無線信号を受信することができる。
【0265】
（Ｒｘおよび／またはＴｘにおける）ビームフォーミングは異なる方向を「走査」するために（デジタル的に）適用されてもよい。多くの方向が同時に走査または監視されてもよい。ビームフォーミングとともに、「セクター」（例えば、方向、方向、方位、ベアリング、ゾーン、領域、セグメント）はタイプ２デバイスに関連して（例えば、アンテナ配列の中心位置に対して）定義されてもよい。各プローブ信号（例えば、パルス、ＡＣＫ、制御パケット等）について、チャネル情報またはＣＩ(例えば、チャネルインパルス応答／ＣＩＲ、ＣＳＩ、ＣＦＲ）が各セクターについて（例えば、ＲＦチップから）取得／計算される。呼吸検知ではＣＩＲをスライディングウインドウ（例えば、３０秒、１００Ｈｚの鳴動／プロービング速度では３０秒以上の３０００ＣＩＲを有する可能性がある）で収集することができる。
【0266】
ＣＩＲは多くのタップ（例えば、Ｎ１個成分／タップ）を有することができる。各タップはタイムラグ、または飛行時間（ｔｉｍｅ−ｏｆ−ｆｒｉｇｈｔ）（例えば、４フィート離れた人間をヒットしてバックする時間）に関連付けられてもよい。ある距離（例えば、４フィート）である方向に息をしているとき、「ある方向」でＣＩＲを探し、次に、「ある距離」に対応するタップを探すことができる。次に、そのＣＩＲのそのタップから呼吸速度および心拍数を計算することができる。
【0267】
スライディングウインドウ内のそれぞれのタップ（例えば、「成分時系列」の３０秒ウインドウ）を時間関数（例えば、「タップ関数」、「成分時系列」）と見なすことができる。強い周期的挙動（例えば、おそらく１０ｂｐｍ〜４０ｂｐｍの範囲の呼吸に対応する）を探索する際に、各タップ関数を調べることができる。
【0268】
タイプ１デバイスおよび／またはタイプ２デバイスは、外部接続／リンクおよび／または内部接続／リンクを有することができる。外部接続（例えば、接続１１１０）は、２Ｇ／２．５Ｇ／３Ｇ／３．５Ｇ ／４Ｇ／ＬＴＥ／５Ｇ／６Ｇ／ ７Ｇ／ ＮＢＩｏＴ、ＵＷＢ、 ＷｉＭａｘ、Ｚｉｇｂｅｅ、８０２．１６などに関連付けられ得る。内部接続（たとえば、１１１４Ａおよび１１１４Ｂ、 １１１６、１１１８、１１２０） は、ＷｉＦｉ、ＩＥＥＥ ８０２．１１標準、８０２．１１ａ ／ｂ／ｇ／ｎ／ａｃ／ａｄ／ａｆ／ａｇ／ａｈ／ａｉ／ａｊ／ａｑ／ａｘ／ａｙ、Ｂｌｕｅｔｏｏｔｈ１．０／１．１／１．２／２．０／２．１ ／３．０／４．０／４．１／４．２／５、ＢＬＥ、メッシュネットワーク、ＩＥＥＥ ８０２．１６／１／１ａ／１ｂ／２／２ａ／ａ／ ｂ／ｃ／ｄ／ｅ／ｆ／ｇ／ｈ／ｉ／ｊ／ｋ／ｌ／ ｍ／ｎ／ｏ／ｐ／標準に関連付けることができる。
【0269】
タイプ１デバイスおよび／またはタイプ２デバイスはバッテリーにより電力を供給される（例えば、ＡＡバッテリー、ＡＡＡバッテリー、コインセルバッテリー、ボタンセルバッテリー、小型バッテリー、バッテリーバンク、パワーバンク、カーバッテリー、ハイブリッドバッテリー、車両バッテリー、容器バッテリー、非再充電可能バッテリー、再充電可能バッテリー、ＮｉＣｄバッテリー、ＮｉＭＨバッテリー、リチウムイオンバッテリー、亜鉛カーボンバッテリー、塩化亜鉛バッテリー、鉛蓄電池、アルカリバッテリー、無線充電器付きバッテリー、スマートバッテリー、ソーラーバッテリー、ボートバッテリー、プレーンバッテリー、他のバッテリー、一時的なエネルギ貯蔵デバイス、キャパシタ、フライホイール。）
【0270】
任意のデバイスはＤＣまたは直流（例えば、上述のような蓄電池、発電機、電力コンバータ、ソーラーパネル、整流器、ＤＣ−ＤＣコンバータから、１．２Ｖ、１．５Ｖ、３Ｖ、５Ｖ、６Ｖ、９Ｖ、１２Ｖ、２４Ｖ、４０Ｖ、４２Ｖ、４８Ｖ、１１０Ｖ、２２０Ｖ、３８０Ｖなどの様々な電圧）で電力供給されてもよく、したがって、ＤＣ電力用の少なくとも１つのピンを有するＤＣコネクタまたはコネクタを有する可能性がある。
【0271】
任意のデバイスはＡＣまたは交流（例えば、家庭内の壁面コンセント、変圧器、インバータ、ショアパワー、１００Ｖ、１１０Ｖ、１２０Ｖ、１００〜１２７Ｖ、２００Ｖ、２２０Ｖ、２３０Ｖ、２４０Ｖ、２２０〜２４０Ｖ、１００〜２４０Ｖ、２５０Ｖ、３８０Ｖ、５０Ｈｚ、６０Ｈｚなどの様々な電圧を持つ）によって電力供給されてもよく、したがって、ＡＣ電力用の少なくとも１つのピンを有するＡＣコネクタまたはコネクタを有する可能性がある。タイプ１デバイスおよび／またはタイプ２デバイスは場所内または場所外に配置（例えば、設置、配置、移動）されてもよい。
【0272】
例えば、車両（例えば、自動車、トラック、ローリー、バス、特殊車両、トラクター、掘削機、掘削機、テレポーター、ブルドーザー、クレーン、フォークリフト、電気自動車、ＡＧＶ、非常用車両、貨物、貨車、トレーラー、コンテナ、ボート、フェリー、船舶、潜水船、航空機、飛行船、リフト、モノレール、列車、電車、鉄道車両、軌道車等）において、タイプ１デバイス及び／又はタイプ２デバイスは車両に埋め込まれた埋め込みデバイス、又は車内のポート（例えば、ＯＢＤポート／ソケット、ＵＳＢポート／ソケット、付属品ポート／ソケット、１２Ｖ補助電源コンセント、及び／又は１２Ｖシガーライタポート／ソケット）に差し込まれたアドオンデバイス（例えば、アフターマーケットデバイス）であってもよい。
【0273】
例えば、一方のデバイス（例えば、タイプ２デバイス）は１２Ｖシガレットライター／アクセサリーポートまたはＯＢＤポートまたはＵＳＢポート（例えば、自動車／トラック／車両の）に差し込まれてもよく、他方のデバイス（例えば、タイプ１デバイス）は、１２Ｖシガレットライター／アクセサリーポートまたはＯＢＤポートまたはＵＳＢポートに差し込まれてもよい。ＯＢＤポートおよび／またはＵＳＢポートは、（自動車／トラック／車両の）電力、シグナリング、および／またはネットワークを提供することができる。２つのデバイスは、車内の子供／赤ん坊を含む乗客を共同で監視することができる。それらは、乗客をカウントし、運転者を認識し、乗り物内の特定の座席／位置における乗客の存在を検出するために使用されてもよい。
【0274】
別の実施形態では１つのデバイスが１２Ｖシガレットライター／アクセサリーポートまたはＯＢＤポートまたは自動車／トラック／車両のＵＳＢポートに差し込まれてもよく、一方、他のデバイスは１２Ｖシガレットライター／アクセサリーポートまたはＯＢＤポートまたは別の自動車／トラック／車両のＵＳＢポートに差し込まれてもよい。
【0275】
別の例では多くの異種車両／ポータブルデバイス／スマートガジェット（例えば、自動誘導車両／ＡＧＶ、買い物／手荷物／移動カート、駐車券、ゴルフカート、自転車、スマートフォン、タブレット、カメラ、記録デバイス、スマートウオッチ、ローラースケート、シューズ、ジャケット、ゴーグル、帽子、アイウェア、ウェアラブル、セグウェイ、スクータ、手荷物タグ、清掃機、掃除機、ペットタグ／カラー／ウェアラブル／インプラント）に同じタイプＡ（例えば、タイプ１またはタイプ２）の多くのデバイスが存在し得、それぞれのデバイスは車両の１２Ｖアクセサリポート／ＯＢＤポート／ＵＳＢポートに差し込まれるか、または車両に埋め込まれ得る。ガソリンスタンド、街灯、街角、トンネル、多層式駐車場、工場／スタジアム／駅／ショッピングモール／建設現場のような広い領域を覆うスキャッタロケーションなどの位置に設置された他のタイプＢの１つ以上のデバイス（例えば、Ａがタイプ２である場合にはＢはタイプ１であり、Ａがタイプ１である場合にはＢはタイプ２である）があってもよい。タイプＡデバイスは、ＴＳＣＩに基づいて配置、追跡、または監視することができる。
【0276】
エリア／場所は、広帯域サービス、ワイファイ等のローカル接続性を持たなくてもよい。タイプ１および／またはタイプ２デバイスは、携帯可能であってもよい。タイプ１及び／又はタイプ２デバイスは、プラグアンドプレイをサポートすることができる。
【0277】
対での（ｐａｉｒｗｉｓｅ）無線リンクは、多くのペアのデバイス間に確立され、ツリー構造を形成することができる。それぞれのペア（および関連するリンク）において、デバイス（第２のデバイス）は、非リーフ（ｎｏｎ−ｌｅａｆ）（タイプＢ）であってもよい。他方のデバイス（第１のデバイス）は、リーフ（タイプＡまたはタイプＢ）または非リーフ（タイプＢ）であってもよい。リンクにおいて、第１のデバイスは無線マルチパスチャネルを介して第２のデバイスに無線信号（例えば、プローブ信号）を送信するためのボット（タイプ１デバイスまたは送信デバイス）として機能する。第２のデバイスは無線信号を受信し、ＴＳＣＩを取得し、ＴＳＣＩに基づいて「リンクに関する分析」を計算するためのオリジン（タイプ２デバイスまたはＲｘデバイス）として機能することができる。
【0278】
いくつかの実施形態では、本開示は、その環境から独立して、新しい環境における事前のトレーニングなしに動作することができるＷｉＦｉベースの受動転倒検知システム（以下、「デフォール、「ＤｅＦａｌｌ」」と呼ぶ）を開示する。以前の研究とは異なり、開示されたＤｅＦａｌｌシステムは、人間の転倒に本質的に関連する生理学的特徴、すなわち転倒中のスピードおよび加速度の特徴的なパターンを調べることができる。いくつかの実施形態に、ＤｅＦａｌｌシステムはオフライン・テンプレート生成段階とオンライン意思決定段階を備えており、両方ともスピード推定値をインプットとする。オフライン段階では、拡張動的時間伸縮法（ＤＴＷ）アルゴリズムを実行して、典型的な人間の転倒に対するスピード及び加速パターンの典型的なテンプレートを生成する。オンライン段階では、システムが転倒を検出するために、リアルタイム速度／加速度推定値のパターンをテンプレートと比較することができる。ＤｅＦａｌｌの性能を評価するために、市販のＷｉＦｉデバイスを用いてプロトタイプを構築し、様々な設定で実験を行ってもよい。いくつかの実施形態では、評価結果は、ＤｅＦａｌｌが１つのリンク測定で、見通し内（ＬＯＳ）と非ＬＯＳ(ＮＬＯＳ)の両方のシナリオの下で、１．５０％より低い誤警報で９６％の検出率を達成することを実証した。
【0279】
図１は、本開示のいくつかの実施形態による例示的な無線室内リッチスキャッタ環境１００を示す。図１に示すように、無線室内リッチスキャッタ環境１００において、送信機１１０（ボットであってもよい）は、静止スキャッタ１３１、１３２、１３３および／または動的スキャッタ１４０を含む様々なスキャッタによって影響されるマルチパスチャネルを介して受信機１２０（オリジンであってもよい）に無線信号を送信する。いくつかの実施形態では、図１の実用的な豊富なスキャッタ環境１００を仮定したＥＭ波動論の統計モデルに基づいて、ＣＳＩの大きさ情報を利用できる動きの速度を推定してもよい。
【0280】
図２は、本開示のいくつかの実施形態による、オブジェクトのターゲットの動きを無線で検出するための例示的な方法２００のフローチャートを示す。操作２０２では、第１の無線信号が第１の無線デバイス、例えば、送信機から、場所の無線マルチパスチャネルを介して、第２の無線デバイス、例えば、受信機に送信される。操作２０４において、第２の無線信号が、無線マルチパスチャネルを介して第２の無線デバイスによって受信される。第２の無線信号は場所内のオブジェクトのターゲッ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ために、第１の無線信号とは異なる。操作２０６では、無線マルチパスチャネルのチャネル情報の時系列（ＴＳＣＩ）が第２の無線信号に基づいて、例えば、プロセッサ、プロセッサと通信可能に結合されたメモリ、およびメモリに格納された命令のセットを使用して取得される。動作２０８において、オブジェクトの時空間情報（ＴＳＳＴＩ）の時系列が、ＴＳＣＩに基づいて計算される。操作２１０では、ＴＳＳＴＩまたはＴＳＣＩのうちの少なくとも１つに基づいて、オブジェクトのターゲットの動きが検出される。図２の動作の順序は、本開示の様々な実施形態に従って変更することができる。
【0281】
ボットおよびオリジンによって検出されるターゲットの動きは、過渡的な動きまたは周期的運動であってもよい。いくつかの実施形態において、ボットおよびオリジンは転倒事象を検出するために、ＷｉＦｉベースのロバストで環境に依存しない転倒検知システム、ＤｅＦａｌｌでの無線デバイスである。ＤｅＦａｌｌシステムでは、これまで使用されてきた説明不能なデータ駆動機能ではなく、転倒事象中の体速と加速度の生理学的パターンを利用している。人間の転倒事象は、他の日常活動とは異なった速度及び／又は加速度を経験するので、速度及び加速度の独特のパターンを利用して転倒事象を認識することができる。ＮＬＯＳ環境においても、ＷｉＦｉ信号から受動的に速度情報を抽出することが可能であるため、ＤｅＦａｌｌシステムはＷｉＦｉベースの速度推定を実行することができる。転倒は速度遷移の独特のパターンを含み、ある時間持続するので、ＤｅＦａｌｌは、転倒事象を識別するための瞬間値の代わりに、連続的に捕捉された速度／加速度の時系列を使用することができる。これにより、現実の環境における望ましくない誤警報を大幅に低減することができる。時系列の一時的な変動は課題をもたらす。経時的に非線形圧縮または伸長に適応するために、時系列処理のために拡張動的時間伸縮法（ＤＴＷ）ベースのアルゴリズムを適用することができる。
【0282】
いくつかの実施形態では、ＤｅＦａｌｌシステムは２つの重要な成分、すなわち、オフライン・テンプレート生成段階とオンライン意思決定段階とを含む。オフライン段階では、速度及び加速度系列のための代表的なテンプレートが生成される。その後、リアルタイムの速度・加速度系列とテンプレートとの類似度をオンライン段階で評価し、転倒を検出する。速度と加速度は、静的バックグラウンドの環境に依存しない人間の動きの固有の特性であるため、ＤｅＦａｌｌシステムは１回のみの軽いトレーニングを必要とし、教師なしの方法で異なった環境に対してロバストである。さらに、スピード推定で使用されるリッチスキャッタモデルのために、システムは、見通し（ＬＯＳ）シナリオと見通し外（ＮＬＯＳ）シナリオの両方で非常に良好に機能することができる。
【0283】
ＤｅＦａｌｌの性能を評価するために、種々の設定で典型的な屋内環境で広範な実験を行った。検知率（ＤＲ）を計算するために、最初に、実際の人間と同様の大きさおよび重みを有する人間のような模型を使用して、８００を超える転倒実験をＬＯＳおよびＮＬＯＳのもとで実行する。実際の人間が歩行及び座りを含む日常的な屋内活動を行っている間に、誤警報率（ＦＡＲ）をテストすることもできる。さらに、実際の人間の転倒のサンプルが、開示されたシステムの実現可能性を検証するために用いられる。実験結果は、ＤｅＦａｌｌが１．４７％のＦＡＲで９６％のＤＲを達成することができ、精度およびカバレージの両方に関して既存ソリューションを上回ることを示している。
【0284】
ＤｅＦａｌｌシステムはＷｉＦｉのデバイスに基づいて転倒を検出するためにスピードと加速度の時系列を活用する最初のものであるが、ＬＯＳとＮＬＯＳの両方のシナリオでうまく機能し、プライバシを保護しながらカバレージの限界を取り除く。長期間の試験により、システムは、変化する環境において再トレーニングすることなく、独立して機能することができる。
【0285】
速度と加速は、通常、動きを記述するために使用される２つの特性である。直感的には、転倒が異常なスピード及び加速を伴う異常な室内事象のタイプとして見ることができる。そのため、それらは共に、転倒を他の日常活動と区別するのに役立つ独特の特性と考えられている。一意性は、転倒時の速度および加速度の絶対値だけでなく、時間に沿ってどのように変化するかにもある。より具体的には、人間が地面に転倒すると、最初に身体が急速に加速される。一旦身体が床に当たると、身体の速度は急峻にゼロ近くまで下がる。実際、予期しない転倒の大部分は類似したパターンを示し、これは、ＤｅＦａｌｌシステムによって利用される、速度と加速度変動を監視することによって環境に依存しないシステムを開発することの実現可能性を意味する。
【0286】
ＣＳＩ からの速度推定：無線通信においては、チャネル状態情報（ＣＳＩ）、または代替的にチャネル周波数応答（ＣＦＲ）は、送信機（Ｔｘ） から受信機（Ｒｘ） への信号の伝播を説明する。周波数ｆで時間ｔでのサブキャリアにわたるＣＳＩの推定値は、次式で表すことができる。（式１）
[この文献は図面を表示できません]
ここでＸ（ｔ，ｆ）及びＹ（ｔ、ｆ）は送信及び受信された信号である。送信されたＷｉＦｉ信号は屋内環境における伝播において多重反射を被るので、ＣＳＩはチャネル状態に関する多くの有益な情報を含み、これはＣＳＩを介して周囲環境の変化を捕捉することができることを意味する。
【0287】
一連の速度と加速の独特のパターンが利用されるので、WiFi CSIに基づく速度の正確で信頼できる推定値を持つことが重要である。これは室内伝播のマルチパス効果のために平凡なことではない、いくつかのデバイスフリーＣＳＩベースの速度推定器は、移動体がＴｘとＲｘの両方によって「見える」はずであるので、ＬＯＳカバレッジの制約を持つ人体の移動速度を計算するためにドップラ周波数シフト（ＤＦＳ）を利用する。ＤＦＳベースの方法は限られた数の伝播経路の仮定に基づいており、これは通常、リッチなマルチパス伝播を持つ実用的な室内環境では成立しない。加えて、ＤＦＳベース速度推定器はＣＳＩ位相を考慮する。しかし、WiFi TxとＲｘとの間の位相同期エラーのために、商用ＷｉＦｉデバイス上のＣＳＩの位相を正確に測定することができない。
【0288】
開示されたシステムは、ＣＳＩの大きさ情報のみを利用する図１のような実用的な豊富なスキャッタ環境を仮定したＥＭ波動論の統計モデルに基づいて速度を推定することができる。具体的には、ＣＳＩの大きさは、次のように定義されるＣＳＩ電力応答を通じて測定することができる。（式２）
[この文献は図面を表示できません]
ここで、[この文献は図面を表示できません]
であり、[この文献は図面を表示できません]
は伝搬信号を表す。ε（ｔ，ｆ）は加法的雑音に注目し、ξ（ｔ、ｆ）及びε（ｔ，ｆ）は互いに独立であると仮定する。移動オブジェクトの速度はＧ（ｔ，ｆ）の自己相関関数（ＡＣＦ）を評価することにより、確実に推定できることを示された。Ｇ（ｔ，ｆ）の理論的ＡＣＦ、ρＧ（τ，ｆ）は、以下のように導くことができる。（式３）
[この文献は図面を表示できません]
ここで、τはＡＣＦのタイムラグであり、[この文献は図面を表示できません]
及び[この文献は図面を表示できません]
はそれぞれξ（ｔ，ｆ）及びε（ｔ，ｆ）の分散である。ρξ（τ，ｆ）およびDirac delta関数δ（・）は、ξ（ｔ，ｆ）及びε（ｔ，ｆ）のＡＣＦ である。τ ≠ ０のとき、δ（τ）＝０にでき、ρＧ（τ，ｆ）はＥＭ波の統計理論に基づいて、さらに以下のように導くことができる。（式４）
[この文献は図面を表示できません]
ここで、Ｃ１（ｆ）およびＣ２（ｆ）は、すべてのスキャッタによって反射される電力によって決まるスケーリング係数であり、ρＥｕ(τ，ｆ）はｕ軸方向の[この文献は図面を表示できません]
のＡＣＦであり、ｕ∈｛ｘ，ｙ，ｚ｝である。
【0289】
ｚ軸に沿って速度ｖｉで動くｉ番目の動的スキャッタについて、スキャッタ信号は[この文献は図面を表示できません]
として表される。そして、｛ｘ，ｙ，ｚ｝軸におけるそのＡＣＦρＥｉｕ（τ，ｆ）の成分は、それぞれ次の閉形式方程式で表される：（式５）
[この文献は図面を表示できません]
（式６）[この文献は図面を表示できません]
ここで、ｋは波数を表す。直観的には、上記の方程式がＡＣＦρＧ（τ，ｆ）と動きの存在および移動スピードとの間に関連性を確立している。
【0290】
ここで、ρＧ（τ，ｆ）と動きの存在との間の関係について説明する。（３）式から、ＷｉＦｉ信号の伝播環境に動きが存在する場合、ホワイトノイズの特性および動きの連続性のために、τ→０として、δ（τ）＝０及びρξ（τ，ｆ）→１にできる。その結果、τ→０とするとき[この文献は図面を表示できません]
動きがない場合、周囲は静止しており、分散は[この文献は図面を表示できません]
であり、したがって、τ→０として、ρＧ（τ，ｆ）＝０である。したがって、ｌｉｍτ→０ρＧ（τ、ｆ）の値は、周囲の環境における動きの存在を示すことができる。
【0291】
ここで、ρＧ（τ、ｆ）と移動速度との関係について説明する。一般性を損なうことなく、同じ速度と方向に移動するすべての動的スキャッタの簡単なケースについて、移動方向がｚ軸にあると仮定し、式（５）と式（６）で表されるその成分を持つ（４）式のようにρＧ（τ，ｆ）を求めることができる。それぞれの成分およびその微分は、それぞれ図３Ａおよび図３Ｂにおいて視覚化され得る。
【0292】
図３Ａ〜図３Ｄは、本開示の一実施形態による、電磁（ＥＭ）波成分のための例示的な空間自己相関関数（ＡＣＦ）及びその微分を示す図である。図３Ａは理論的空間ＡＣＦを示し、図３Ｂは理論的微分空間ＡＣＦを示し、図３ＣはＣＳＩ電力の微分空間ＡＣＦのインスタンスを示し、図３Ｄは、ＣＳＩ電力の微分ＡＣＦおよび谷間位置を示す。
【0293】
[この文献は図面を表示できません]
の第１の局所的谷が、ΔρＧ（τ）の第１のローカルピーク∀ｕ∈{ｘ、ｙ}でもあることを観察すると、ΔρＧ（τ，ｆ）の第１の局所的谷を見つけることによって、移動スキャッタのスピード情報を抽出することができる。単一の被写体、例えば人間がＲｘとＴｘのペアのカバレッジ内を移動する場合、ダイナミックな信号は、人体によって反射される部分によって支配される。したがって、この場合、すべての動的スキャッタが同じ速度で同じ方向に移動しており、開示された方法を使用して転倒中の人間の速度を推定し、転倒をさらに検出することができると仮定することは合理的である。
【0294】
ＤｅＦａｌｌシステムは主に、図４に示すように、オフライン・テンプレート生成段階４１０とオンライン意思決定段階４２０の２つの段階を含む。オフライン段階４１０では、屋内のリッチなスキャッタ環境における無線伝播に関する統計モデルを適用することにより、WiFi CSIから操作４１１で転倒の速さが推定される。次に、動的時間伸縮法（ＤＴＷ）ベースのアルゴリズムを実行して、典型的な人間の転倒に対する代表的なテンプレートを生成することができる。代表的なテンプレートは、速度および加速度パターン４１５の両方を含む２次元（２Ｄ）テンプレート４１６であってもよい。
【0295】
例えば、セグメント局所正規化動的時間伸縮法（ＳＬＮ−ＤＴＷ）アルゴリズム及びＤＴＷ重心平均化（ＤＢＡ）アルゴリズムは速度テンプレートを生成するために、操作４１２及び４１３でそれぞれ実行されてもよい。操作４１３で生成された速度テンプレートに基づいて、操作４１４で加速テンプレートを生成することができる。２Ｄテンプレート４１６は、速度テンプレートおよび加速度テンプレートの両方からの情報を含む。
【0296】
次いで、リアルタイム速度／加速度推定４２３、４２４のパターンと代表的なテンプレート４１６との間の類似性を評価することによって、オンライン段階４２０において転倒事象を検出することができる。さらに、転倒検知の前に、オンライン動き検知モジュール４２２が、事前判定手続として追加される。この実施形態では、転倒検知が、動きの存在がモジュール４２２によって検知された後にのみ実行される。
【0297】
いくつかの実施形態において、オフラインテンプレート生成段階４１０の間に、転倒事象のＣＳＩシーケンスがランダムに選択され、対応する推定速度系列に基づいて「テンプレートデータベース」[この文献は図面を表示できません]
が構築される。単一の代表的なテンプレートを構築するために、データベースで「アベレージ」を実行することができる。収集されたデータは全ての時間シーケンスであるので、直接的なポイントツーポイントマッチングおよび平均化による結果は、シーケンスシフトおよびミスアラインメントによって容易に影響される。従って、シリーズアラインメントと同様に、距離計測の操作はＤＴＷ空間で行われることになる。
【0298】
転倒事象の前後に、他の動きの冗長な速度セグメントが存在し、典型的なＤＴＷアルゴリズムは、シーケンスのエンドポイントに敏感である。したがって、シリーズのエンドポイントを慎重に定義し、テンプレートデータベースクリーニングが実行されうる。
【0299】
テンプレートデータベースクリーニング：事象インスタンスにおける起こり得る変動性に適応しながら冗長性を除去するために、バンド緩和セグメント局所正規化動的時間伸縮法（ＳＬＮ−ＤＴＷ）に頼ることができる。図５Ａおよび図５Ｂは、ＳＬＮ−ＤＴＷを適用することによるサニタイズされた速度系列の例を示す。
【0300】
ＤＴＷ測定空間における平均化：次いで、リファインされたデータベース[この文献は図面を表示できません]
における クリーンな速度系列Ｍは、同じ長さにスケーリングされ、ＤＴＷ測定空間において平均化されて、単一の代表的なプロファイルを構築する。最適平均値を見つける問題はテンプレート時系列のセット[この文献は図面を表示できません]
が与えられた最適化問題として定式化することができ、平均値化された系列[この文献は図面を表示できません]
は、以下のように、[この文献は図面を表示できません]
と[この文献は図面を表示できません]
におけるシーケンスの全てとの間の二乗ＤＴＷ距離の和を最小化する系列である。（式７）
[この文献は図面を表示できません]
２つのシーケンスＤＴＷ（Ａ，Ｂ）のＤＴＷの距離は以下のように、最適ワーピング経路（ｗａｒｐｉｎｇ ｐａｔｈ）に沿ったシリーズＢとシリーズＡとの間のユークリッド距離として定義される：（式８）
[この文献は図面を表示できません]
ここで、 Ｐ＊正規化された距離を最小化する最適なワーピングパスである：（式９）
[この文献は図面を表示できません]
ここで、ａｐおよびｂｐは、経路Ｐ上のｐ−番目の点に関連付けられているインデックスである。
【0301】
式７の最小化問題を解き、最適平均系列を得るために、ＤＴＷ重心平均化（ＤＢＡ）アルゴリズムを実施することができる。ＤＢＡは、収束が証明された期待値最大化スキームに従い、各反復における平均シーケンス[この文献は図面を表示できません]
をリファインする反復アルゴリズムである。次に、ＤＢＡによって生成された最適速度時系列[この文献は図面を表示できません]
が速度テンプレートとして考慮される。
【0302】
スピードに加えて、加速は、別の視点からの転倒中の動きを示す。転倒事象のより包括的な記述を得るために、スピードテンプレート[この文献は図面を表示できません]
から加速系列[この文献は図面を表示できません]
を導出し、２Ｄテンプレート[この文献は図面を表示できません]
を生成するためにポイントツーポイントの縫い合わせ（ｓｔｉｔｃｈｉｎｇ）によってそれらを組み合わせることができる。
【0303】
意思決定段階：転倒事象は、転倒を他の屋内の日常活動から区別するために使用することができる明確な速度および加速度パターンを経験する。速度推定には高サンプリングレートが必要であるので、意思決定段階では、エネルギーと演算を節約するために、落下検出（ＦＤ）モジュールに加えて低レート動き検出（ＭＤ）モジュールが含まれる。
【0304】
動き検知モジュール：ＭＤの基準としてｌｉｍτ→０ρＧ（τ，ｆ）が利用できるので、τ → ０ を近似するためにρＧ（τ＝１／Ｆｓ，ｆ）のみ使用することができる。効率的な省エネルギーを目的として、ＦＤモジュールに先立って人間動きの事前検知としてＭＤモジュールを追加し、動きが存在する場合のみＦＤモジュールをトリガする。
【0305】
転倒検出モジュール：ＦＤモジュールでは、入ってくるＣＳＩストリームにスライディングウインドウＷを適用することができる。試験速度シーケンスＴは、ウインドウＷにおけるＣＳＩ系列から推定される。加速シーケンスＴ’は、Ｔからさらに導出され、２−ＤパターンＴ２Ｄを形成するための組み合わせ操作がその後に続く。
【0306】
次いで、試験時系列Ｔ２Ｄをテンプレート[この文献は図面を表示できません]
と比較することによって、転倒事象を検出することができる。２つの系列の対応する類似性は、時間領域における２つのシーケンスのミスアラインメントに適応するために、ＤＴＷ空間において評価される。
【0307】
異なる人が関与する転倒事象は、異なる持続時間を経験する可能性があるため、長さ固定スライディングウインドウによってセグメント化された系列は従来のＤＴＷでは対処できない、ターゲット事象の前後の他の活動も含む可能性がある。したがって、事象の開始インスタンスおよびエンドインスタンスをローカライズするために、セグメント局所正規化ＤＴＷ(ＳＬＮ−ＤＴＷ）を再度採用することができる。対象系列としてのテンプレート[この文献は図面を表示できません]
及び試験系列としてのＴ２Ｄに関しては、テンプレート[この文献は図面を表示できません]
が既にサニタイズされているので、Ｓ２Ｄの開始及び終了バンドの長さを１に設定することができる。
【0308】
ＳＬＮ−ＤＴＷを実施することによって、試験ストリームＴ２Ｄと[この文献は図面を表示できません]
との類似性が評価される。試験系列と参照テンプレートとの間のＤＴＷの距離が予め設定された経験的閾値γ未満である場合、試験シーケンスＴ２Ｄは[この文献は図面を表示できません]
参照転倒テンプレートと同様のパターンを有し、検出器は転倒が起こることを警告し、ここでγは実験ならびにＦＡＲおよびＤＲの必要性によって決定される。
【0309】
いくつかの実施形態によれば、リアルタイム監視において、ＭＤモジュールは、より低いサンプリングレートで動作し続ける。動きが検出される限り、ＦＤモジュールは、転倒事象を検出するために高サンプリングレートで動作し始める。推定された速度が十分に長い間、ある閾値よりも低いままであるとき、それは、電力消耗および計算費用を節約するために、ＭＤモジュールに戻るように切り換えることができる。
【0310】
いくつかの実施形態によれば、４０ＭＨｚ帯域幅を持つキャリア周波数５．８０８ＧＨｚでの汎用品オフザシェルフ(ｃｏｍｍｏｄｉｔｙ ｏｆｆ ｔｈｅ ｓｈｅｌｆ （ＣＯＴＳ)）ＷｉＦｉデバイスに基づいて、ＤｅＦａｌｌの１つのプロトタイプを実装した。この実験のための詳細な設定はＴｘおよびＲｘの位置がマークされて図６に示されており、ここで、ＬＯＳシナリオおよびＮＬＯＳシナリオのもとで実験をそれぞれ実施することができる。
【0311】
ＴｘとＲｘの両方がオブジェクトを「見る」ことができるＬＯＳのシナリオでは、Ｔｘは位置Ｔｘ１に配置される。ダミーの転倒は、ＴｘおよびＲｘの直接リンクの近くで実行される。
【0312】
ＮＬＯＳの場合、被検体と１つ以上のデバイスとの間に直接的リンクは存在せず、これは屋内では非常に一般的である。Ｔｘは位置Ｔｘ２上に配置され、一方、Ｒｘの位置はＬＯＳシナリオの下の位置と同じに保たれる。直接パスのブロックを保証するために、Ｔｘ２との間の壁に錫箔フォイルを配置した。家具の設置場所の変更、ドアの開閉、ウインドウの開閉等、周囲の伝播環境が変化し続ける間、データ収集は３か月を超えるさまざまな日に行われる。ＤｅＦａｌｌの実現可能性を検証するために、最初に、人間のようなダミーを使用して、テンプレート・データとテスト・データの両方を収集することができる。その後、実際の人間の転倒からのサンプルを評価して、システムの有効性をさらに検証する。
【0313】
実験では転倒事象の２つのタイプ、「立ってから転倒」と「歩いてから転倒」とが検討される。「立ってから転倒」は、最初にダミーを真っ直ぐに立たしてから自由に倒すことによって実現される。一方、「歩いてから転倒」は実験者が通常の速度で立っているダミーの周りを歩いてからそれを倒すことを必要とする。「歩いてから転倒」の速度及び加速度パターンの例を図７Ａ及び図７Ｂにそれぞれ示す。「転倒しない」については、歩行及び座りを含む高速の日常活動が考慮される。図７Ｃ及び図７Ｄは「座り」の速度及び加速度パターンの例を示す。長期のデータ収集後、合計８４６個の転倒サンプルおよび８１４個の非転倒サンプルがある。
【0314】
リファインおよび平均化の後に生成されたテンプレートは図８Ａ〜８Ｃに示されており、速度が最初にピークまで上昇し、次に降下し、加速が最初に正であり、次に負になることを示している。図８Ａはテンプレート速度系列を示し、図８Ｂはテンプレート加速度系列を示し、図８Ｃは２次元空間におけるテンプレートを示す。
【0315】
システム性能の評価メトリックは、検知率と誤警報率である。ＤＲとして短くされた検出レート（ｄｅｔｅｃｔｉｏｎ ｒａｔｅ）は全ての転倒の中で正しく検出された転倒のパーセンテージとして定義され、ＦＡＲとして簡略化された誤警報レート（ｆａｌｓ ａｌａｒｍ ｒａｔｅ）は全ての非転倒の中で転倒と間違われた非転倒のパーセンテージである。転倒を検出するために閾値ベースの手法を適用することができ、２つの特徴、すなわち（ｉ）最高速度、（ｉｉ）０．５秒以内の加速の最大変化が開示される。ＤｅＦａｌｌシステムの効率を示すために、その受信者操作特性（ｒｅｃｅｉｖｅｒ ｏｐｅｒａｔｉｎｇ ｃｈａｒａｃｔｅｒｉｓｔｉｃ（ＲＯＣ））曲線を図９の閾値ベースの方法のそれと比較することができる。図９は、本開示の動的時間伸縮（ＤＴＷ）法対本開示の一実施形態による閾値法に関するＲＯＣ曲線を示す。図９に示すように、ＦＡＲの同じレベルでは、ＤｅＦａｌｌのＤＲが閾値ベースの方法よりも高い。ＤｅＦａｌｌのＲＯＣの曲線の下の領域（Area Under Curve(AUC)）は同じように大きく、より良好な性能を証明している。特に、図９の拡大部分で示されるように、ＦＡＲが１．５％未満であるとき、ＤｅＦａｌｌは依然として９５％を超える高ＤＲを達成することができ、一方、対応する閾値ベース法のＤＲは７５％未満に低下する。
【0316】
全てのタイプの事象についてのＤＲおよびＦＡＲの結果を表１に要約する。表１に列挙された結果によれば、ＤｅＦａｌｌは、ＬＯＳシナリオおよびＮＬＯＳシナリオの両方の下で、高いＤＲおよび低いＦＡＲを実行することに成功する。別の転倒事象の結果を比較すると、「歩いてから転倒」事象よりも「立ってから転倒」事象の方がＤＲが高いことがわかる。なぜなら、「歩いてから転倒」は転倒開始時の速度推定に妨害をもたらす可能性があるからである。また、非転倒事象の中では、「座る」は加速に続いて減速を経験するため、「歩く」よりも転倒パターンに似ているので、「座る」のＦＡＲは「歩行」のＦＡＲよりもわずかに高い。表１：ＦＡＲおよびＤＲに関する実験結果
[この文献は図面を表示できません]
【0317】
いくつかの実施形態では、私たちのシステムが実用化に便利であることを証明するために、２人のボランティアに、地上の薄いしっかりした媒質の緩衝材の防護の下で、本当の落下を行うよう求める。一人の男性と一人の女性から採取した合計１００個の実際の転倒サンプルがある。ダミーの転倒から生成されたテンプレートを使用し、上記の結果に基づいて選択された閾値をとると、実際の転倒に対するＤＲは９６％を達成し、これは、環境および被検体からのＤｅＦａｌｌの独立性をさらに実証し、実世界の展開に対するその大きな可能性を提示する。
【0318】
図１０Ａは、本開示のいくつかの実施形態による、無線材料センシングのための例示的な環境を示す。例えば、図１０Ａに示すように、２ベッドルームアパートメント１０００では、オリジン１０３２をリビングルームエリア１００２に配置し、ボット１０３１をダイニングルームエリア１００６に配置することができる。この例では、オリジン１０３２とボット１０３１は協働して、ボット−オリジンペアとして無線材料センシングを実行する場合、オリジン１０３２およびボット１０３１が２つの別個のデバイスにあり、一方、オリジン１０３２とボット１０３１との間には見通し線（ＬＯＳ）が存在する。
【0319】
別の実施形態では、図１０Ａに示されるように、ボット１０２１およびオリジン１０２２の両方を含むデバイス１０２０がエリア１００４の寝室１に配置される。ここで、オリジン１０２２とボット１０２１とは、協働してボット−オリジンペアとして無線材料センシングを行う場合にはデバイス１０２０上に隣り合って配置される。
【0320】
さらに別の実施形態では、図１０Ａに示されるように、ボット１０１１およびオリジン１０１２の両方を含むデバイス１０１０がエリア１００８の寝室２に配置される。この例では、オリジン１０１２とボット１０１１とが協働してボット−オリジンペアとして無線材料センシングを実行するときに、オリジン１０１２およびボット１０１１がそれらの間にＬＯＳがあるデバイス１０１０上で互いに遠く離れた位置にある。
【0321】
ボット−オリジンペアのそれぞれのボットは無線マルチパスチャネルを介して無線信号を送信することができ、一方、ペアの対応するオリジンは、無線信号に基づいて無線マルチパスチャネルのチャネル情報を取得することができる。無線信号はボットによって送信された後、オリジンによって受信される前に、オブジェクトの材料の表面によって反射を経験することがあるので、オリジンによって得られるチャネル情報は、材料のタイプに関連する情報を何らか含んでいる。例えば、オリジンはそれ自身又は材料検出器のような第３のデバイスを介して、チャネル情報に基づいて材料特徴情報を計算し、材料特徴情報に基づいて材料のタイプを検出することができる。
【0322】
図１０Ｂは、本開示のいくつかの実施形態による、無線材料センシングのための例示的なシナリオを示す。図１０Ｂに示される無線材料センシングは、ボット１０１１およびオリジン１０１２の両方を有するデバイス１０１０によって行われる。図１０Ｂに示されるように、ボット１０１１およびオリジン１０１２は互いのＬＯＳ内にあり、それらの間にＬＯＳ距離Ｄ１がある。ボット１０１１およびオリジン１０１２は送信機および受信機の両方を有していてもよいが、本実施形態ではボット１０１１が送信機（１つ以上の送信アンテナを含む）として機能し、オリジン１０１２が受信機（１つ以上の受信アンテナを含む）として機能する。ボット１０１１は、オブジェクト１０１５の表面によって反射される無線信号１０１４を送信することができる。オブジェクト１０１５は、壁面、家具の一部、デバイス、人間、動物等であってもよい。オブジェクト１０１５の表面材料は、表面での反射後の反射無線信号１０１６が表面材料のタイプに関連する情報を含むことができるように、無線信号１０１４に影響を与えうる。そのように、オリジン１０１２が反射無線信号１０１６を受信した後、オリジン１０１２は、反射無線信号１０１６および／または他のコンテクスト情報に基づいて、オブジェクト１０１５の材料のタイプを計算または検出することができる。
【0323】
いくつかの実施形態に、コンテキスト情報は、ボット１０１１とオリジン１０１２との間の距離Ｄ１、および／または図１０Ｂに示されるようなオブジェクト１０１５とデバイス１０１０との間の距離Ｄ２を含んでもよい。本開示のいくつかの実施形態において、単一ミリ波（ｍｍ波）無線を使用する移動材料感知システム（以下、「ｍＳｅｎｓｅ」と呼ぶ）が開示される。貫通信号および／または複数のトランシーバに依存するほとんどの既存のシステムとは異なり、ｍＳｅｎｓｅはターゲットから反射する信号を利用し、単一の汎用ｍｍＷａｖｅネットワーク無線を使用している。異なったオブジェクトは、それらの固有の材料に応じて、入射電磁波を異なる程度で反射する。例えば、金属は、典型的には木材よりもはるかに多くのエネルギーを反射する。ｍＳｅｎｓｅシステムはターゲットの両側に２つ以上の無線機を設置する必要性、または任意のデバイスでそれを計測する必要性を回避し、したがって、ユビキタス環境において日常的な使用を可能にする。ターゲット材料を識別するために、ユーザは、単に無線機をターゲットに向け、それを静止状態に保持するか、または短い距離移動させるかのいずれかを行うことができる。次いで、ｍＳｅｎｓｅシステムは反射信号のチャネルインパルス応答（ＣＩＲ）を測定し、説明できない機能や機械学習を全く含まずに、抽出したＣＩＲから新規パラメータを計算して材料タイプを判定することができる。
【0324】
いくつかの実施形態において、ｍＳｅｎｓｅシステムは、材料の固有の特性である反射係数で信号伝播をモデル化する。次いで、ｍＳｅｎｓｅシステムは、材料の反射率を定量的に特徴づけ、それに応じてターゲットの材料タイプを関連づける、新しい材料反射特徴（ＭＲＦ）を導出する。環境及び伝播距離から独立しているので、ＭＲＦは、モバイルコンテキストにおいて柔軟な設定で材料識別を可能にする。ＭＲＦを正確かつ確実に推定するためには、実際に様々な課題を伴うことがある。特に、ｍｍＷａｖｅプラットフォームを用いて測定したＣＩＲは、限定された距離分解能（３．５２ＧＨｚの帯域幅が与えられた場合、４．２６ｃｍ）を提供し、同期ドリフトを含み、著しい測定雑音を被り、全ては、伝播距離と信号振幅の推定にエラーをもたらす。これらの課題を克服するために、ｍＳｅｎｓｅシステムは最初に、測定されたＣＩＲをアップサンプリングして、サブセンチメートルレベルまで範囲推定精度を分解した。次に、すべてのＣＩＲを同期させるために、直接パス、すなわち、同じ場所に配置された送信機（Ｔｘ）と受信機（Ｒｘ）との間の直接漏れを活用することによる新規な同期方式が提示される。測定雑音に対抗するために、雑音除去を活用して、ハードウェア歪みと測定雑音を除去し、ターゲットの反射のみに関係する成分を得てもよい。ロバスト性を可能にするための大型アンテナアレイに起因する空間ダイバシティが更に研究された。次いで、正確な伝播距離と対応する振幅レスポンスを推定し、それに応じてＭＲＦを計算するために、ＣＩＲ上のターゲット検知を提示した。最後に、ｍＳｅｎｓｅシステムは、推定されたＭＲＦ値を用いて、事前のデータベース内の最良に一致した記録を調べることによって、材料タイプを直接的に判定することができる。
【0325】
ｍｍＷａｖｅテストベッド上にｍＳｅｎｓｅシステムのプロトタイプを実装することができ、これは、各々が複数の（例えば、３２本）アンテナを含む１つの追加のアンテナアレーを取り付けることによって、汎用の高周波８０２．１１ａｄ／ａｙチップセット上でレーダのような動作を可能にする。このテストベッドを用いて、幾つか（例えば、５つ）の材料の一般的なタイプ：金属（アルミニウム）、プラスチック、セラミック、水、木、での性能を検証するための実験を行うことができる。結果は、ｍＳｅｎｓｅシステムが、様々なターゲットサイズ、厚さ、およびデバイスへの距離にかかわらず、９２．８７％の平均識別精度を達成することを示している。より重要なことは、ユーザがセンシングのためにデバイスを保持し、動かすモバイルでのシナリオにおいて、精度は８９．３６％を保持することである。開示されたシステムは、単に移動無線機によって測定された反射信号に依存して、日常的な使用のためにユビキタスな材料識別の上に光を当てる。ネットワークデバイスを再利用するレーダプラットホーム上での実施はまた、共同レーダ通信システムに向かう一歩を踏み出し、これは、無線通信及びセンシングの将来のパラダイムを約束することができる。
【0326】
ターゲットの材料タイプの認識を要求するユビキタスコンテキストにおけるモバイルアプリケーションを目指すことができる。例えば、日常のオブジェクトの材料を知ること、例えば、ホワイトボードがメタル又はプラスティックで構成されているかどうかを知らせること、に関心がある場合があり、ロボット（例えば、ロボットバキュームクリーナ）は、それに応じて、周囲のオブジェクトの材料タイプに従ってその動きを適応させることができる。次世代の教育用玩具や装置は、子供たちに物理的な世界をインタラクティブな方法で知覚するように教示することができる。触れる材料に基づいてそれらの機能を変更する、インタラクティブな入力デバイスのような新規なアプリケーションも使用可能にされる。さらなる一歩を踏み出すと、ｍｍＷａｖｅ無線がスマートフォンで利用可能になった場合、ｍＳｅｎｓｅシステムは、スマートフォンが日常的な材料センシングを行う能力を即座に提供するだろう。これらのアプリケーションを実現する鍵となるのは、専用ハードウェアや煩わしい設定を必要としない、携帯環境でのユビキタス材料センシングである。
【0327】
具体的には以下の使用シナリオを想定することができる：ユーザが単に携帯無線機を保持し、短時間の間、アンテナ配列をターゲットへ向け、システムはターゲットの材料を自動的に認識する。ユーザはデバイスを静止して保持するか、または好めば、ターゲットへ向けて動かすことができる。ユーザが無線装置を動かすことを選択した場合、ユーザは一般に、それを自由に動かすことができるが、アンテナをターゲットに向かってできるだけ垂直に保つ必要があるだけである。レーダは、センシング期間中、送信信号と受信反射信号を維持する。受信した一連の信号から、ｍＳｅｎｓｅシステムは、環境、ターゲットサイズ、厚さなどに依存せずに、自動的にその材料タイプを判定する。材料認知のために特殊化されたデバイスが探求されてきたが、本開示では、低コストで持ち運び可能な解決策のために汎用の無線デバイスを活用することを目的とすることができる。より具体的には、最終的な目標がスマートフォンまたは他のスマートデバイス上で、将来にｍｍＷａｖｅ無線機を装備した場合に、そのような能力を可能にして、あらゆる場所でターゲット材料センシングを実行することである。
【0328】
ここ数年、無線のセンシングおよび追跡が急増してきた。一方、別の動向は、無線通信およびレーダセンシングの両方のデュアル機能のために同じハードウエアおよびスペクトルリソースを使用する通信およびレーダシステムの相乗的デザインである。現在、８０２．１１ａｄ／ａｙとして規格化された次世代ＷｉＦｉの技術として、ミリ波無線が普及しており、既に汎用品ルータでは６０ＧＨｚのＷｉＦｉが提供されており、スマートフォンや車載にも組み込まれている。同じ無線で、帯域幅が大きく、フェイズドアンテナアレイを持つものも、近距離レーダ応用に有望である。産業界では、学術的な調査に加え、６０ＧＨｚ無線を再利用することにより、ジェスチャ認識やルームマッピングのようなレーダのような能力を可能にすることも積極的に探求されている。このデバイスは単一の６０ＧＨｚチップ上で送受信でき、従ってレーダのような特徴を支える。このようなデュアルネットワーキングおよびレーダデバイスは、ネットワーキングデバイスを再使用し、６０ＧＨｚのＷｉＦｉが広く展開されるとすぐに移動デバイス上のユビキタスレーダになるので、既存ソリューション策と比較して明確な利点を有する。実際、近い将来、レーダ能力がスマートフォンに搭載されることは驚くべきことではない。６０ＧＨｚ無線をレーダーモードで運用すると、２．４ＧＨｚ／５GHz WiFiと比較して、材料識別や他の検知アプリケーションに高品質が提供される可能性が高くなる。６０ＧＨｚ無線を使用する２つ目の動機は、反射信号のみを使用するデザインの選択である。既存のソリューションをユビキタスアプリケーションから妨げるボトルネックは、ターゲットの両側に２つ以上のトランシーバがある特殊な設定またはターゲットにタグが付いている特殊な設定が必要であることである。これらのデバイスは、固定された位置で使用されるように制限され、真にユビキタスな材料センシングをどこでも可能にする準備がまだできていない。不便さに加えて、貫通信号の使用は、２つの基本的な問題を課す。第１に、異なる媒体（例えば、損失性媒体対無損失性媒体）を伝播するＥＭ波は、著しく異なって減衰する。例えば、自由空間およびほぼ空中では、振幅は、どこが伝播距離であるかに関して線形に減少する。これとは異なり、損失のある媒体では、振幅は指数関数的減少を経験する。その結果、従来の研究は伝播経路内に存在する異なる媒体に汎用モデルを適用するか、または材料の特別なカテゴリ（特に、異なる液体）を想定するかのいずれかである。第二の課題は導電性材料（例えば、金属、グラファイト）に対しては、ＲＦ信号はターゲットを貫通できない可能性があるということである。無線信号、とりわけｍｍＷａｖｅ周波数帯のものは、どちらも非常に厚いオブジェクトを貫通することはできない。本開示では、制限を克服し、ユーザビリティを改善するために、解析のために反射信号のみを利用することができ、従って、特殊な両面のセットアップを回避するとともに、モデルの汎用性の問題をバイパスする。広い帯域幅と多くのアンテナを持つ６０ＧＨｚ信号は、反射信号を解決する際においてより良い解像度を提供する。
【0329】
総合的に、ｍＳｅｎｓｅシステムは１つの６０ＧＨｚデバイスを使用することにより、反射信号からのターゲット材料センシングを達成することを目指し、これは、移動環境でのユビキタス使用を約束するだろう。受信信号が全く材料を通過していないので、材料検知に反射信号を使用することは、より困難であり、ある程度間接的である。理論的根拠は、異なる材料は、はっきりと異なる程度で、入ってくる信号を反射し、これにより、反射された信号中に材料タイプ情報を「エンコード」することである。
【0330】
図１１は、本開示のいくつかの実施形態による、チャネルインパルス応答（ＣＩＲ）に基づく無線材料センシングのための例示的な作業フローを示す。具体的には、図１１は、反射無線信号から得られたチャネルインパルス応答（ＣＩＲ）に基づいて材料タイプを判定するｍＳｅｎｓｅシステムの方法１１００を示す。図１１に示されるように、ｍＳｅｎｓｅシステムの操作は２つの段階、すなわち、異なった材料のデータベース１１０７を構築するトレーニング段階１１１０と、データベース１１０７と照合することによってターゲットを試験する試験段階１１２０とを含む。
【0331】
試験段階１１２０の操作１１０８で材料タイプを判定または識別するために、複数の操作を実行して未加工のＣＩＲを処理することができる。ｍＳｅｎｓｅシステムは、動作１１０１でＣＩＲを収集することができる。例えば、ＣＩＲはユーザが無線機をターゲットオブジェクトに向けたとき（例えば、ほぼ垂直に）に収集されてもよい。次いで、操作１１０２において、ＣＩＲ補間が実行される。例えば、未加工のＣＩＲは、距離精度を改善するためにアップサンプリングされる。次に、操作１１０３において、ＣＩＲ測定値の時系列が同期される。
【0332】
次いで、操作１１０４において、システムはハードウエアの歪みおよび測定ノイズを除去するために、雑音除去を用いてもよい。次いで、システムは操作１１０５においてターゲット検出を実行して、すべての利用可能なアンテナペアから振幅および距離を得てもよく、そこから、システムは、操作１１０６において材料反射特徴（ＭＲＦ）を推定してもよい。いくつかの実施形態に、ＭＲＦは材料の反射率を特徴付けることができ、反射信号のみから容易に計算できる。最後に、システムは、操作１１０８において、様々な材料のＭＲＦを記憶する事前トレーニングされたデータベース１１０７に対する最良の一致を見つけることによって、材料タイプを判定することができる。
【0333】
いくつかの実施形態では、トレーニング及び試験段階は、ＭＲＦの抽出及び推定のための同じ処理手順、即ち、図１１に示されるような操作１１０１−１１０６を共有する。トレーニングは材料のタイプのそれぞれについて１回だけ行う必要があり、試験段階とは別の設定で行うことができる。
【0334】
図１２は、本開示のいくつかの実施形態による、無線材料センシングのための例示的な方法１２００のフローチャートを示す。操作１２０２では、第１の無線信号が送信機の複数の送信アンテナによって、場所の無線マルチパスチャネルを介して受信機に送信される。操作１２０４では、第２の無線信号が無線マルチパスチャネルを介して、受信機の複数の受信アンテナによって受信される。第２の無線信号は、場所内のオブジェクトのターゲット材料の表面における第１の無線信号の反射または屈折を含む。操作１２０６において、無線マルチパスチャネルの複数のチャネル情報（ＣＩ）が第２の無線信号に基づいて、例えば、プロセッサ、プロセッサと通信可能に結合されたメモリ、およびメモリに格納された命令のセットを使用して取得される。各ＣＩは、複数の送信アンテナのそれぞれの１つに関連付けられ、かつ、複数の受信アンテナのそれぞれの１つに関連付けられる。操作１２０８では、材料分析が複数のＣＩに基づいて計算される。操作１２１０において、オブジェクトのターゲット材料のタイプが、材料分析に基づいて判定される。いくつかの実施形態では、第１の無線信号は無線プローブ信号である。いくつかの実施形態では、各ＣＩは、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、または受信信号強度インデックス（ＲＳＳＩ）のうちの少なくとも１つを含む。図１２の操作の順序は、本開示の様々な実施形態に従って変更することができる。
【0335】
図１３は、本開示のいくつかの実施形態による、ＣＩＲ補間およびＣＩＲ同期のための例示的な方法１３００のフローチャートを示す。操作１３０２では、すべてのＣＩＲが線形補間、多項式補間またはスプライン補間のうちの少なくとも１つに基づいて、補間係数によって補間される。操作１３０４ではＬＯＳタブに基づいてＣＩＲを整列させることによって、補間されたＣＩＲのすべてが同期され、ＬＯＳタブのそれぞれは無線プローブ信号のＬＯＳ成分に対応する大きさを有するＣＩＲタブである。作業１３０６において、材料分析は、同期されたＣＩＲに基づいて計算される。図１３の動作の順序は、本開示の様々な実施形態に従って変更することができる。
【0336】
図１４は、本開示のいくつかの実施形態による、ＣＩＲ同期のための例示的な方法１４００のフローチャートを示す。操作１４０２において、ＣＩＲの１つが参照ＣＩＲとして決定される。操作１４０４において、少なくとも１つのＬＯＳタブを包含する参照ＣＩＲのタブの参照ウインドウが決定される。操作１４０６において、参照ＣＩＲの参照ウインドウと追加のＣＩＲのスライディングウインドウとの間のマッチングスコアが計算され、最高マッチングスコアを有するベストマッチのスライディングウインドウが決定される。操作１４０８において、追加のＣＩＲは、参照ウインドウおよびベストマッチのスライディングウインドウに基づいて参照ＣＩＲと整列される。操作１４１０では、ベストマッチのスライディングウインドウが参照ウインドウと同じタブ位置にシフトされるように、追加のＣＩＲが回転される。図１４の動作の順序は、本開示の様々な実施形態に従って変更することができる。
【0337】
図１５は、本開示のいくつかの実施形態による、ＣＩＲ同期のための別の例示的な方法１５００のフローチャートを示す。操作１５０２において、ＣＩＲの１つが参照ＣＩＲとして決定される。操作１５０４において、参照ＣＩＲの代表的なタブ位置が計算される。操作１５０６において、追加のＣＩＲの代表的なタブ位置が計算される。操作１５０８において、追加のＣＩＲは、参照ＣＩＲおよび追加のＣＩＲの代表的なタブ位置に基づいて参照ＣＩＲと整列される。操作１５１０において、追加のＣＩＲは、その代表的なタブ位置が参照ＣＩＲの代表的なタブ位置により近くなるように回転される。図１５の動作の順序は、本開示の様々な実施形態に従って変更することができる。
【0338】
図１６は、本開示のいくつかの実施形態による、雑音除去およびターゲット検知のための例示的な方法１６００のフローチャートを示す。操作１６０２で、それぞれのバックグラウンドＣＩＲがＣＩＲ(未処理）と同期される。操作１６０４において、同期されたバックグラウンドＣＩＲがスケーリングされる。操作１６０６では、スケーリングされ同期されたバックグラウンドＣＩＲをＣＩＲから減算することによって、それぞれのバックグラウンドを差し引いたＣＩＲが計算される。操作１６０８において、時空間量が、それぞれのバックグラウンドを差し引いたＣＩＲに基づいて計算される。操作１６０９で、未処理のＣＩＲが残っているかどうかが判定される。残っていれば、方法は操作１６０２に戻り、未処理のＣＩＲに関する雑音除去を実行する。残っていない場合、方法は操作１６１０に進み、全てのＣＩＲに基づいて計算された複数の時空間量に基づいて材料分析を計算する。図１６の動作の順序は、本開示の様々な実施形態に従って変更することができる。
【0339】
図１７は、本開示のいくつかの実施形態による、バックグラウンドＣＩＲを取得するための例示的な方法１７００のフローチャートを示す。操作１７０２では、送信機の複数の送信アンテナによって、場所の無線マルチパスチャネルを通して、オブジェクトを関心領域から取り除いて、追加の無線プローブ信号が送信される。操作１７０４では、追加の無線プローブ信号が無線マルチパスチャネルを通して、受信機の複数の受信アンテナによって受信される。操作１７０６において、無線マルチパスチャネルの複数のバックグラウンドＣＩＲが、追加無線プローブ信号に基づいて取得される。それぞれのＣＩＲとそれぞれのＣＩＲから減算されたそれぞれのバックグラウンドＣＩＲの両方が、同じ送信アンテナと同じ受信アンテナに関連付けられる。図１７の動作の順序は、本開示の様々な実施形態に従って変更することができる。
【0340】
図１８は、本開示のいくつかの実施形態による、バックグラウンドＣＩＲを取得するための別の例示的な方法１８００のフローチャートを示す。操作１８０２では、送信機の複数の送信アンテナによって、場所の無線マルチパスチャネルを通して、オブジェクトを対象領域から取り除いて、追加の無線プローブ信号が送信される。操作１８０４では、追加の無線プローブ信号が無線マルチパスチャネルを通して、受信機の複数の受信アンテナによって受信される。操作１８０６で、追加の無線プローブ信号に基づいて無線マルチパスチャネルの複数の試験ＣＩＲが取得される。操作１８０８では、複数の試験ＣＩＲに基づいて対象領域にオブジェクトがあるかどうかを判定し、判定結果を生成する。操作１８０９で関心領域にオブジェクトがあると判定された場合、方法は動作１８０２に戻り、バックグラウンドＣＩＲを取得するために別の無線プローブ信号を送信する。操作１８０９において、関心領域にオブジェクトがないと判定された場合、方法は操作１８１０に進み、複数の試験ＣＩＲに基づいて複数のバックグラウンドＣＩＲを自動的に取得する。図１８の動作の順序は、本開示の様々な実施形態に従って変更することができる。
【0341】
図１９は、本開示のいくつかの実施形態による、材料反射特徴（ＭＲＦ）推定のための例示的な方法１９００のフローチャートを示す。操作１９０２では、送信アンテナおよび受信アンテナのペアが識別される。操作１９０４において、バックグラウンドを差し引いたＣＩＲが、無線プローブ信号のＬＯＳ成分に関連付けられた第１のＣＩＲタブを用いて、送信アンテナおよび受信アンテナに関連付けられることが決定される。操作１９０６において、バックグラウンドを差し引いたＣＩＲの最大の大きさが、第１のＣＩＲのタブの後に識別され、最大の大きさはバックグラウンドを差し引いたＣＩＲの第２のＣＩＲのタブに関連付けられる。操作１９０８では、第２のＣＩＲタブと最大の大きさとに基づいて、候補材料分析が計算される。操作１９０９で、それ以上のアンテナペアがあるかどうかが判定される。もしあれば、方法は次のアンテナペアに基づいて候補材料分析を計算するために動作１９０２＠＠に戻る。ない場合は、方法は動作１９１０に進み、全てのアンテナペアに基づいて計算された複数の候補材料分析の集計分析に基づいて材料分析を計算する。図１９の動作の順序は、本開示の様々な実施形態に従って変更することができる。
【0342】
図２０は、本開示のいくつかの実施形態による、ＭＲＦ推定のための別の例示的な方法２０００のフローチャートを示す。操作２００２では、送信アンテナと受信アンテナのペアが識別される。操作２００４では、送信アンテナと受信アンテナとの間の第１の距離が決定される。操作２００６において、バックグラウンドを差し引いたＣＩＲのサンプリング周波数（ｓａｍｐｌｉｎｇ ｆｒｅｑｕｅｎｃｙ）に基づいて、第１のＣＩＲタブと第２のＣＩＲタブとの間の時間差が計算される。操作２００８では、第２の距離が、時間差と場所内の無線プローブ信号の波動伝播速度との積に基づいて計算される。操作２０１０では、第３の距離が第１の距離と第２の距離の加重和に基づいて計算される。操作２０１２では、候補材料分析が、最大の大きさおよび３番目の距離に基づいて計算される。操作２０１３では、それ以上のアンテナペアがあるかどうかが判定される。もしあれば、方法は動作２００２に戻り、次のアンテナペアに基づいて候補材料分析を計算する。ない場合、方法は動作２０１４に進み、全てのアンテナペアに基づいて計算された複数の候補材料分析の集計分析に基づいて材料分析を計算する。図２０の動作の順序は、本開示の様々な実施形態に従って変更することができる。
【0343】
図２１は、本開示のいくつかの実施形態による、複数のフレームに基づく無線材料センシングのための例示的な方法２１００のフローチャートを示す。操作２１０２では、送信機の複数の送信アンテナによって、場所の無線マルチパスチャネルを介して受信機へ第３の無線信号が送信される。操作２１０４では、第４の無線信号が、受信機の複数の受信アンテナによって、無線マルチパスチャネルを介して受信される。第４の無線信号は、場所内のオブジェクトのターゲット材料の表面における第３の無線信号の反射または屈折を含む。操作２１０６では、第４の無線信号に基づいて、無線マルチパスチャネルの複数の追加チャネル情報（ＣＩ）が取得される。各追加のＣＩは、複数の送信アンテナのそれぞれの１つに関連付けられ、複数の受信アンテナのそれぞれの１つに関連付けられる。操作２１０８において、複数の追加のＣＩに基づいて追加の材料分析が計算される。操作２１１０では、追加の材料分析及び図１２の方法１２００に基づいて計算された材料分析に基づいて集計材料分析が計算される。操作２１１２において、オブジェクトのターゲット材料のタイプが集計材料分析に基づいて判定される。図２１の動作の順序は、本開示の様々な実施形態に従って変更することができる。
【0344】
図２２は、本開示のいくつかの実施形態による、無線材料センシングシステムのトレーニング段階中に分類器をトレーニングするための例示的方法２２００のフローチャートを図示する。操作２２０２において、第１の無線トレーニング信号が、トレーニング送信機の複数の送信アンテナによって、トレーニングターゲット材料を含むトレーニング場所のトレーニング無線マルチパスチャネルを介してトレーニング受信機に送信される。操作２２０４では、第２の無線トレーニング信号が、無線マルチパスチャネルを介して、トレーニング受信機の複数の受信アンテナによって受信される。第２の無線トレーニング信号は、トレーニングターゲット材料の表面における第１の無線トレーニング信号の反射または屈折を含む。操作２２０６において、第２の無線トレーニング信号に基づいてトレーニング無線マルチパスチャネルの複数のトレーニングチャネル情報（ＣＩ）が取得される。各々のトレーニングＣＩは、複数の送信アンテナのそれぞれの１つに関連付けられ、複数の受信アンテナのそれぞれの１つに関連付けられる。操作２２０８において、複数のトレーニングＣＩに基づいてトレーニング材料分析が計算される。操作２２０９で、それ以上のトレーニング材料があるかどうかが判定される。ある場合は、方法は操作２２０２に戻り、次のトレーニング材料に基づいて次のトレーニング材料分析を計算する。なければ、方法は操作２２１０に進み、機械学習とすべてのトレーニング材料分析に基づいて分類器をトレーニングする。図２２の動作の順序は、本開示の様々な実施形態に従って変更することができる。
【0345】
自由空間を伝搬する電磁波に対して、信号振幅は伝播距離の逆数として減少し、これは次のようにＦｒｉｉｓ伝送公式によって良くモデル化される。（式Ａ１）
[この文献は図面を表示できません]
ここで、Ａ０は送信信号の振幅を示し、Ａｄは伝播距離ｄにおける受信振幅を示し、ｇｔ及びｇｒはそれぞれ送信および受信アンテナ利得であり、λは波長である。上記のモデルは一般に、自由空間伝播に近似される大気伝播に適用される。実際にはマルチパスの影響により、追加の指数成分がｄへ適用されることがある。これはマルチパスが少ない６０ＧＨｚ信号の場合には当てはまらない。
【0346】
電磁波（ＥＭ ｗａｖｅ）が材料境界に遭遇し、伝播媒体にインピーダンス不連続性を生じたとき、入射エネルギーは部分的に反射され、部分的に新しい材料に伝わるであろう。反射波の振幅と入射波の振幅の比率は、反射係数ｒで表される。（式Ａ２）
[この文献は図面を表示できません]
ここで、ＡｉｎおよびＡｏｕｔは、それぞれ入射および反射信号の振幅を示す。ノーマルインシデンス（ｎｏｒｍａｌ ｉｎｃｉｄｅｎｃｅ）では、反射係数ｒが、[この文献は図面を表示できません]
として表されるフレネル方程式に従い、ｎ１及びｎ２は、入射および透過材料の屈折率として、それぞれ表現される。材料の屈折率ｎは、真空中の光の速度ｃと、伝播媒体中の電磁波の速度ｖの比として、ｎ＝ｃ／ｖと定義される。屈折率ｎは、材料の複素誘電率εｒ＝ε’ｒ＋ε’’ｒに関連する材料の固有特性である。（式Ａ３）
[この文献は図面を表示できません]
典型的には、入射材料は空気であり、そのためにｎａｉｒ＝１である。従って、ｒ＝（ｎ−１）／（ｎ＋１）であり。ｎはターゲット材料の屈折率を表す。
【0347】
一様な損失媒体を仮定すると、ターゲットの内側を移動し続けるＥＭ波に対して、その振幅は伝播距離ｄにわたって指数関数的に低下する。（式Ａ４）
[この文献は図面を表示できません]
ここで、Ａｄｉｎはターゲット面に距離ｄｉｎでの振幅を示し、Ａｉｎ入射面における振幅を示す。αは、固有の材料特性に依存する減衰定数である。式Ａ４から、αはしばしば表皮深さ（または浸透深さ）と呼ばれる距離δの逆数として定義され、その間に電磁場の強度が元の値の１／ｅ＝０．３６８まで減衰する。
【0348】
屈折率と同様に、減衰定数αは、材料の固有比誘電率にも関係する。（式Ａ５）
[この文献は図面を表示できません]
【0349】
したがって、ｎ及びαが利用可能であれば、上記の２つの式を共同で解いて、２つの未知数、すなわちε’ｒ及びε’’ｒを導出することができる。
【0350】
材料反射特徴（ＭＲＦ）と呼ばれる材料の反射挙動に関連した効果的なメトリックを抽出することができる。式Ａ１及び式Ａ２を思い出されたい。Ｔｘと同じ位置にあるＲｘにおける受信振幅は、以下のように表すことができる。（式Ａ６）
[この文献は図面を表示できません]
【0351】
上記の式は、ラウンドトリップ伝播距離２ｄとターゲットの反射係数ｒを説明している。ここで注意しなければならないのは、ターゲットの距離ｄ、つまりターゲット面から無線機までの距離である。[この文献は図面を表示できません]
とすると、次のようにすることができる。（式Ａ７）
[この文献は図面を表示できません]
【0352】
定義γには、以下の性質がある。第一にγは、ターゲット材料の固有特性である、ターゲット反射係数ｒの線形関数であり、伝播距離とは無関係である。中間の項に示されるように、３つの定数、すなわち送信振幅Ａ０、ＴｘおよびＲｘのアンテナ利得ｇｔおよびｇｒを除いて、γは反射係数ｒにのみ関連しており、したがって、特定の材料に特有である。第２に、右の項によって暗示されるように、ターゲットの距離ｄおよび対応する信号振幅Ａｄを得ることができる限り、γは容易に推定することができる。
【0353】
結果として、γをＭＲＦと称することができ、それを材料識別に使用することができ、ｒを導出するために正確なＡ０を知る必要性を首尾よく回避することができる。実際には、[この文献は図面を表示できません]
として表記されたγの推定されたバージョンのみが得られ、ここで[この文献は図面を表示できません]
及び[この文献は図面を表示できません]
は推定されたターゲット距離とそれに対応する測定された振幅である。
【0354】
図２３は、本開示のいくつかの実施形態による、いくつかの一般的な材料の例示的な材料反射特徴（ＭＲＦ）のセットを示す。図２３に示すように、予備測定はＭＲＦγが識別可能であり、信頼性があり、異なった材料タイプを識別するのに正確であることを示している。ターゲットが入射信号を強く反射するほど、それが有するＭＲＦ値は大きくなる。小さな分散が存在するにもかかわらず、例示された材料の測定されたＭＲＦは、図２３に示されるように離れて置かれる。
【0355】
チャネルインパルス応答（ＣＩＲ）は、ＴｘとＲｘとの間の様々な信号経路の伝播遅延およびチャネル応答をプロファイル、それはつぎのように示される。（式Ａ８）
[この文献は図面を表示できません]
ここでａｌ、θｌ、及びτｌはそれぞれ、第１の経路の振幅、位相、および時間遅延であり、Ｌは経路の総数であり、δ（τ）はディラックのデルタ関数である。図２４は、ｍｍＷａｖｅデバイスによって測定されたＣＩＲの例を示す。ＣＩＲ１の各々のインパルスタップｈ（τｌ）は、遅延マルチパス成分を表す。このデバイスは６０ＧＨｚ帯を中心とする３．５２ＧＨｚの帯域幅を使用し、その結果、０．２８ナノ秒の飛行時間（ＴｏＦ）分解能が得られ、これは、光の速度ｃ＝３×１０８ｍ／ｓが与えられると、（反射経路について）４．２６センチメートルのレンジ分解能に対応する。
【0356】
２．４ＧＨｚ／５ＧＨｚのＷｉＦｉと比較して、６０ＧＨｚのｍｍＷａｖｅ信号のＣＩＲは、多くのアンテナ、大きな帯域幅、高いキャリア周波数のため、明確な利点がある。材料センシングのために報告されたＣＩＲを適用することは、現実的な課題を伴う。高レンジ分解能は室内定位に印象的であるが、材料センシングには不適切である。さらに、実験の測定によって実証されたように、デバイスはかなりの雑音を含み、信頼性の低い振幅を示し、材料センシングをさらに困難なものにしている。具体的には、図２４が関心領域にターゲットがある場合とない場合のそれぞれのＣＩＲ測定値を示す。レーダのような無線機の本実施形態によるＣＩＲ推定には、いくつかの主要な課題がある。第１に、４．２６ｃｍの物理的範囲解像度は、ＭＲＦを正確に推定するには不十分である。第２に、経時的に報告されたＣＩＲ測定値は、同期が外れている可能性がある。第三に、測定ノイズがある可能性がある。理想的には、ＣＩＲが反射オブジェクトがない場合、全てほぼゼロであるべきである。図２４に示すように、ＣＩＲ測定はＴｘから同一位置にあるＲｘへの強い直接漏洩と、顕著な内部反射とを含み、ターゲットの存在する下での測定を著しく妨害する。
【0357】
上述した課題、すなわち、ＣＩＲ補間、ＣＩＲ同期、および雑音除去を克服するために、開示したシステムによっていくつかの動作が実行される。
【0358】
ＣＩＲ補間：より細かいディテールを得るために、補間を介して未加工のＣＩＲ をアップサンプリングすることがある。開示されたｍＳｅｎｓｅシステムは主に材料識別情報のためにＣＩＲの振幅を利用するので、スプライン補間は振幅に対して実行され、これは振幅を効果的にサブサンプリングする。補間されたＣＩＲはより密な標本点を有し、特定の経路のピークタップは、実際の最大タップ値に近い傾向がある。それ故、補間は遅延（従って、範囲）と振幅推定におけるより微細な粒度を提供し、それらの両方は材料識別に重要である。ｍＳｅｎｓｅシステムは８倍（８ｘ）の補間を実行して、ＴｏＦ 精度を３５．２ ピコ秒に促進し、距離精度を０．５２ｃｍ に促進することができる。図２５Ａは、オリジナルＣＩＲの２倍（２ｘ）と１６倍（１６ｘ）の補間の例を示す。図２５Ｂは雑音消去後のＣＩＲ振幅を示し、ここで、最大ＣＩＲ振幅は、第２のタブにおける第１のタブ後である。
【0359】
ＣＩＲ同期: ６０ＧＨｚ無線機のデフォルト同期は、解像度の限界のために十分に正確ではない。例えば、１つのタップの位置ずれは、距離推定において４．２６センチのずれにつながるのであろう。どちらも同期の信頼性はない。つまり、漏洩タップは経時的に変化し（とくに気温の変化によって）、さらにはアンテナペアとともに変化する。すべてのＣＩＲをより正確かつ確実に同期させるために、ＴｘからＲｘへの直接漏洩を活用することができる。同一位置にあるＴｘとＲｘとの間の直接漏洩は、マルチパスがなく、ＴｘとＲｘとの間の離隔が約４ｃｍのプラットホームにおいて、例えば約０．１３ナノ秒という固定された飛行時間（ＴｏＦ）を生成する。したがって、直接漏洩タップは参照タップとして働くことができ、システムは、すべてのＣＩＲ測定値のこの漏洩タップを整列させて、それらを同期し、それぞれの後続のタップの相対ＴｏＦを導出することができる。次いで、システムは、相対ＴｏＦの上の特定のＴｘ−Ｒｘリンクから直接パスのＴｏＦを補償することによって、距離推定のための絶対ＴｏＦを得ることができる。
【0360】
同期に関して、システムは最初に、直接漏洩タップが、第ｌ０番目のタップとして示される、特定なタップに割り当てられる１つの参照ＣＩＲを選択することができる。次いで、それぞれのＣＩＲについて、システムは、それを参照ＣＩＲと相関させることができる。相関は、ターゲットまたはバックグラウンド反射に潜在的に関連する他のタップを除いて、直接漏洩をカバーする第１のＬ０個のタップのみを含む。直接漏洩は種々の測定に対して類似のパターンで比較的安定を保つので、最大相関が生じるタップは直接漏洩タップとして宣言される。したがって、ＣＩＲは、直接漏洩タップとｌ０番目のタップとが異なる場合には直接漏洩タップを第ｌ０番目のタップにシフトすることによって同期される。ＣＩＲの同じ長さを維持するために、システムは位置合わせのために循環移動を実行することができ、これは、代替的に、最初の（または最後の）タップにゼロをパディングすることによって達成することができる。補間されたＣＩＲは、より微細な遅延のために使用されてもよい。同期技術は、非同期の別個のＴｘおよびＲｘデバイスを有する６０ＧＨｚネットワーキングの一般的なケースにも適用可能である。ＴｘとＲｘ の間のＬＯＳ距離が分かっている限り、ＬＯＳ 経路のエネルギが他の経路を支配していれば、ＬＯＳ 遅延を参照することで、すべての測定を同期させることができる。
【0361】
雑音除去:ＣＩＲは、ターゲットから反射した成分の合計ｈｔ、直接漏洩により提供される成分、内部反射、測定ノイズ、及びｈｎとして示されるバックグラウンド反射（ある場合）としてモデル化できる。測定値ｈからｈｔを得るために、システムは、成分ｈｎを特徴付ける、関心領域内にターゲットがない状態で測定された参照ＣＩＲを利用することができる。このような参照ＣＩＲは、デバイスがターゲットの存在なしに空中に向けられているときに測定値を収集することによって容易に得ることができる。このような測定値がＱ個ある場合、ｈｎは平均サンプルとして推定される。すなわち、[この文献は図面を表示できません]
【0362】
次に、時刻ｔでターゲットに向けて測定された新しいｈからｈｎを減算し、ｈｔを取得することができる。測定されたＣＩＲ振幅は、自動ゲインコントロール（ＡＧＣ）のために経時的にわずかに変化するので、完全なキャンセルのためのスケーリング係数βを適用する。（式Ａ９）
[この文献は図面を表示できません]
【0363】
直接漏洩は一定であると仮定し、平均二乗誤差（ＭＭＳＥ）を最小化することにより、直接漏れと雑音のみに関する最初のタップＬ０に基づいてスケーリング係数を計算した。（式Ａ１０）
[この文献は図面を表示できません]
【0364】
いくつかの実施形態では、キャンセルが主に、バックグラウンドに合わせた干渉ではなく、ハードウエアの歪みおよび測定雑音を除去するために使用される。したがって、参照ＣＩＲは１回限りの較正とすることができ、すべてのデータキャプチャセッションについて測定する必要がなく、これは、移動環境におけるその実用的な使用を大幅に強化する。実際には、システムが関心領域内（例えば、１メートル以内）にターゲットがあるかどうかを検出することができるので、参照ＣＩＲを自動的に収集することができる。関心領域にターゲットがない場合、対応するＣＩＲサンプルを使用して参照ＣＩＲを生成することができる。バックグラウンド（例えば、壁、家具など）内の遠方のオブジェクトもまた、参照ＣＩＲに含まれるべき信号を反映する可能性があるが、それらは典型的には関心の範囲外であるので、ｍＳｅｎｓｅシステムの無線材料センシングに影響を及ぼさない。
【0365】
材料反射特徴推定：直接漏洩と内部反射が排除されていることを考えると、ターゲットが提示するものとして最大振幅を保持するＣＩＲタップを簡単に位置させることができ、それに応じてそのタップに対応する相対的なＴｏＦ Δｔを導き出すことができる。関連する振幅は、ターゲットによって反射される信号の振幅とみなされる。
【0366】
同期されたＣＩＲから導出されたＴｏＦ Δｔは、直接漏洩タップを基準とする相対値である。絶対ＴｏＦを得るために直接漏洩遅延を補償できる。ＴｘおよびＲｘアンテナアレイの幾何学的形状が与えられれば、ＴｘおよびＲｘアンテナの各々のペア間の離隔距離を事前求めることができ、それにより直接伝播遅延を最上位に導出することができる。Ｍ個のＴｘアンテナおよびＮ個のＲｘアンテナについては、Ｍ×Ｎ行列ＳがＴｘ−Ｒｘ分離距離を表すと定義することができ、ここでＳｍ，ｎはｍ番目のTx要素およびｎ番目のRx要素でのエントリーを表わし、ｍ＝１，・・・，Ｍ，ｎ＝１，・・・，Ｎである。次に、ｍ番目の Txアンテナとｎ番目の Rxアンテナの間の測定値が与えられると、ターゲットの距離は次式で計算できる。（式Ａ１１）
[この文献は図面を表示できません]
ここで、伝播距離の半分は、直角入射（ｎｏｒｍａｌ ｉｎｃｉｄｅｎｃｅ）、すなわちデバイスがほぼ０度でターゲットを指していると仮定して、距離とみなされる。
【0367】
開示されたシステムは各Ｔｘ−Ｒｘアンテナのすべてのペアによって測定されたＣＩＲについて上記のターゲット検出を実行し、全体でγのＭ×Ｎ推定値を取得でき、それぞれがｍ番目のＴｘ要素およびｎ番目のＲｘ要素について[この文献は図面を表示できません]
として示され、ここで、Ａｍ，ｎはｄｍ，ｎでの振幅推定、ｇｔ，ｇｒはデバイスによって報告されたＡＧＣ利得である。システムは、アンテナダイバシティを活用して、ターゲット検出における潜在的な外れ値を除去することによって、γのよりロバストな推定を達成することができる。具体的には、システムはすべてのM×N推定の大部分から逸脱する距離ｄｍ，ｎを推定するタプルを除外する。（式Ａ１２）
[この文献は図面を表示できません]
ここでＳは、[この文献は図面を表示できません]
を満たすタプル（ｍ，ｎ）のセットとして定義され、ここで、δは既定の距離解像度に設定された閾値、つまりδ＝４．２６ｃｍ、[この文献は図面を表示できません]
はすべてのｄｍ，ｎの中央値である。
【0368】
開示されたｍセンスシステムは単に、ＭＲＦγの推定値を生成するために１つの単一フレームを必要とするだけである。経時的に複数のフレームが存在する場合には、システムはそれらの平均値をとることによって推定値をさらに改善する。（式Ａ１３）
[この文献は図面を表示できません]
ここで、[この文献は図面を表示できません]
はｋ番目のＣＩＲフレームからの推定値であり、Ｋは利用可能なフレームの総数である。デバイスは、連続するフレームの測定中に動いていても静止していてもよい。
【0369】
材料を識別するための２つのステップ、すなわち、異なった材料のためにＭＲＦのデータベースを構築するためのオフラインステップと、所与のターゲットについてベストマッチを検索するオンラインステップとが含まれる。
【0370】
関心のある材料のセットを与えられると、システムはそれらの各々に対して「スキャン」を実行し、推定された分散γを格納することができる。トレーニングに必要なデータ量を減らすために、タイプＴの材料毎に、特定の分散にフィットするのではなく、[この文献は図面を表示できません]
として示されるヒストグラムを構築することができ、ここでγｉ（Ｔ）はビン値であり、ｐｉ（Ｔ）は対応する確率（正規化された観測吸）であり、Ｐはビンの総数である。いくつかの実施形態では、中央値フィルタを適用して、ヒストグラムを構築する前に、トレーニングサンプルから外れ値推定値を除去する。Ｔは検討される材料のセットとする。すると、オンラインオペレーティング段階では、試験するγを持つ材料ごとに、以下のようにベストマッチを見つけることができる。（式Ａ１４）
[この文献は図面を表示できません]
【0371】
さらに、「ヌル」クラス、すなわち、トレーニングデータベースで見えない材料である「ヌルクラス」を検査するために追加のルールが適用できる。具体的には所与の材料について、その測定値γが、いずれのｉ＝１，・・・，Ｐ及びいずれのＴ∈Ｔについても、γｉ（Ｔ）のいずれにも合致しない場合、システムはそれを「未知の」タイプとして扱う。
【0372】
システムの総合的な認知性能を示すために、サンプル当たり２つのフレームがトレーニングのために使用され、５つのフレームが試験サンプルとして平均化される。サンプル当たりのフレーム数の影響は、続いて評価される。可動ケースと静止ケースの両方の結果が融合される。図２６Ａに示されるように、総合的な認識精度は９２．８７％であり、バイラテラルデバイス設定でターゲットを貫通する必要があり、移動材料センシングに使用することができない、既存の仕事に匹敵する。いくつかの実施形態ではｍＳｅｎｓｅシステムがセラミックスを除くすべての試験材料で９０％を超える顕著な認識精度を達成し、セラミックの推定されたＭＲＦは大きなばらつきを示し、プラスチックと水分の両方と重なりを示す。いくつかの実施形態では、金属（例えば、アルミ）は、モバイルの場合であっても、開示されたシステムによって高精度で正確に識別され、安全のための怪しいターゲットを検出するのに特に役立つ。この精度は、単一の無線機および反射信号を使用するｍＳｅｎｓｅシステムの簡単なセットアップのおかげで、ユビキタスコンテキストのための価値のあるアプリケーションを約束する。
【0373】
移動環境におけるｍＳｅｎｓｅシステムの性能を調べることは興味深い。それにより、図２９Ｂおよび２６Ｃに示されるように、システムの無線センシングの精度は、それぞれ、移動および静止シナリオにおいて実証される。図２６Ｂおよび２６Ｃに示されるように、静的シナリオにおける全体的な性能は、移動シナリオにおける性能よりもわずかに良好であると予想されるように、９３．６６％対８９．３６％である。約４％の精度劣化を伴う、移動環境における保持された性能は魅力的であり、かつ、短かい波長のために、ｍｍＷａｖｅ信号が小さな位置／方向に敏感であることを考慮すると、多くの日常アプリケーションに対して十分に正確である。
【0374】
本開示の様々な実施形態によれば、ミリ波（ｍｍＷａｖｅ、例えば、２８ＧＨｚ又は６０ＧＨｚ）信号が、ｍｍＷａｖｅ送信機とｍｍＷａｖｅ受信機との間で使用されるか又は再使用されて、ターゲット面の材料を検出／認識／区別する。本システムはｍｍＷａｖｅ信号の材料表面における反射特性（例えば反射率）を利用し、これは、材料を通るｍｍＷａｖｅ信号の屈折特性とは異なっている。このように、送信機と受信機は、材料の２つの異なった側ではなく、材料の同じ側に配置することができる。送信機（プロセッサ／メモリ／ソフトウェアを持つシステムの送信デバイス）および受信機（システムの受信デバイス）は、同じデバイス上にあってもなくてもよい。送信機および／または受信機は、それぞれ、分散アンテナを含むアンテナアレイを有することができる。送信機からのｍｍＷａｖｅ信号をそれぞれ受信する複数の受信機があってもよい。それぞれのｍｍＷａｖｅ信号を受信機に送信する複数の送信機があってもよい。複数の送信機および複数の受信機が存在してもよく、それぞれの送信機は、１つまたは複数の受信機にそれぞれのｍｍ波信号を送信する。
【0375】
デバイスは、余分なアンテナアレイをチップセットに取り付けることでレーダモードで動作する汎用のｍｍＷａｖｅネットワーキングまたは通信チップ／チップセットを有することができる。チップ／チップセットを使用して、無線送信を使用してｍｍＷａｖｅ信号を送信し、無線受信を使用して反射ｍｍＷａｖｅ信号を受信してもよい。チップは、正確に同時に又は同時に送信／受信することができる。チップは「同時」の送信／受信をシミュレートまたは模倣するために、送信と受信との間で迅速に切り換えることができる。
【0376】
ユーザは送信機および／または受信機の携帯無線機を持ち、システムが材料センシングに必要なｍｍＷａｖｅ信号／ＣＩを捕捉するために、短時間（短い時間）アンテナアレイをターゲット面に向けることができる。
【0377】
いくつかの実施形態では、送信機は未知の材料の表面上にｍｍＷａｖｅ信号を送信する。受信機（例えば、送信機と同じデバイス上の）はｍｍＷａｖｅを受信し、チャネル情報（信号強度／ＲＳＳＩ、チャネル状態情報／ＣＳＩ、チャネルインパルス応答／ＣＩＲ、および／またはチャネル周波数応答／ＣＦＲなどのＣＩ）を抽出し、チャネル情報を分析して材料を判定する。材料の反射率を定量的に特徴づけるＣＩに基づいて材料反射特徴（ＭＲＦ）を計算し、ＭＲＦに基づいて材料を検出または認識する。
【0378】
学習段階（またはトレーニング段階）では、システムが多数の既知の材料面上にｍｍＷａｖｅ信号を照らすことによってトレーニングＣＩを捕捉し、トレーニングＣＩを抽出し、トレーニングＭＲＦを計算し、トレーニングＭＲＦを分類／識別するために機械学習を適用し、既知の材料に関連する参照ＭＲＦクラスを計算することができる。データベースは、ＭＲＦクラスおよび／または関連する分類器に基づいて確立されてもよい。学習段階では、既知の（トレーニング）材料ごとにＭＲＦのヒストグラムを取得することができる。ヒストグラムは（例えば、メジアンフィルタまたはローパスフィルタを使用して）クリーンにされ、正規化されてもよい。「ヌル」と呼ばれる追加のクラスのＭＲＦを追加して、既知の材料とは異なった未知の材料を考慮に入れることができる。
【0379】
動作（試験）段階では、システムが試験材料表面上にｍｍＷａｖｅ信号を照射することによって試験ＣＩを捕捉し、試験ＣＩを抽出し、試験ＭＲＦを計算し、試験ＭＲＦを分析することができる。ターゲット材料は最小の条件付き歪み（例えば、絶対歪み、二乗歪み、または絶対歪みの単調非増加機能）に関連する既知の材料として計算または判定されてもよい。
【0380】
CI (またはＣＳＩまたはＣＩＲまたはＣＦＲ）またはＭＲＦは、（ａ）ＣＩ補間、(ｂ)ＣＩ同期、（ｃ）バックグラウンド／雑音除去、（ｄ）ターゲット検出、(ｅ)ＭＲＦ推定、および／または（ｆ）材料識別によって前処理／処理／後処理されてもよい。CI (またはＣＳＩまたはＣＩＲまたはＣＦＲ）またはＭＲＦは（１）ＣＩの時間分解能（より微細な時間的詳細を伴う）を高めるための補間、（２）同期（例えば、直接パスベース）、（３）ハードウェア歪みおよび計測雑音を除去するためのバックグラウンド除去および／または雑音除去、（４）ロバスト性を促進するための大きなアンテナアレイに起因する空間ダイバシティ、（５）ターゲット面に関連する伝播距離の推定、（６）対応する振幅レスポンスの推定、（７）ＭＲＦの計算、（８）ＭＲＦを特定の参照ＭＲＦクラスに関連付けること、（９）特定の参照ＭＲＦクラスに関連する材料として試験材料を判定すること、によって前処理／処理されてもよい。ＣＩの前処理／処理のうちの１つまたは複数は、学習フェーズおよび／または動作フェーズにおいて適用され得る。
【0381】
ＣＩは、線形補間、ピースワイズコンスタント補間、多項式補間、スプライン補間、フラクショナル補間、外挿、および／または別の補間を使用して補間され得る。補間は、複素領域、実領域、虚領域、大きさ領域、および／または位相領域で実行され得る。
【0382】
送信機および受信機は送信機と受信機との間に直接的な漏れ（見通し線／ＬＯＳ伝送）があり、ＣＩの大きさ（または大きさの二乗または大きさの任意の単調増加関数）の非常に強い極大値を有する非常に強い漏れパルス（例えば、ＣＩ、またはＣＩＲ、またはＣＦＲで観察可能）につながるように、同じデバイス上にあってもよい。
【0383】
いくつかの実施形態では、送信アンテナと受信アンテナのそれぞれのペアがＣＩ(ＴＳＣＩ)の時系列を生じる。異なるＴＳＣＩは同期化されないことがあり、異なるマルチパス伝播のために異なるパターンを示すことがある。ＴＳＣＩは、（ｉ）強力なダイレクトリーケージパルスに対応する各ＴＳＣＩのローカル／グローバル極大値（またはＣＩの特徴の各時系列、特徴は大きさ、大きさの二乗、時間平均、移動平均、移動中央値、加重平均、自己回帰移動平均（ＡＲＭＡ）、相関、前の１つまたは複数の関数、および／または他の特徴である）を探索し、及び（ｉｉ）関連するローカル／グローバル極大値を整列させることによりＴＳＣＩを整列させることによって、同期させることができる。
【0384】
あるいは、１つの特定のＴＳＣＩを参照ＴＳＣＩとして選択することができ、直接漏洩に対応する参照ＴＳＣＩ(または関連する特徴）の極大値を識別することができる。参照ウインドウとして、高エネルギー直接漏洩パルス波形（ターゲット面からのマルチパスの影響を含むことを回避するために、おそらく、以前のＣＩを含むが、将来のＣＩを含まない）を包含するＣＩのタイムウインドウ（すなわち、参照ＴＳＣＩのセクション）を選択することができる。タイムウインドウの長さは、漏洩パルスのパルス幅と関連してもよい。任意の他のＴＳＣＩは、参照ウインドウを、最大の相互相関または相互共分散を与える他のＴＳＣＩの対応するタイムウインドウに整列させることによって、参照ＴＳＣＩに対して同期させることができる。
【0385】
ＣＩ同期の前にＣＩ補間を実行することによって、補間されたＣＩのより高いサンプリングレートで、したがってより高い精度で同期を実行することができる。
【0386】
バックグラウンド／雑音（直接漏洩、内部反射、測定雑音、およびバックグラウンド反射を含む）除去を実行するために、ユーザは（例えば、ターゲットを除去し、アンテナアレイを空中に向けることによって）ターゲットのない関心領域内へアンテナアレイを向け、それぞれのＴＳＣＩに関連する送信アンテナおよび受信アンテナのペアごとにＣＩ（これは事実上、ターゲットの影響を有さない「バックグラウンドＣＩ」である）を捕捉することができる。複数の測定を行うことができ、特性値（例えば、単純平均、加重平均、トリミングされた平均、中央値）をバックグラウンドＣＩのロバストな推定値とすることができる。バックグラウンドＣＩを取得するこの処理は「キャリブレーション」と呼ばれ、１回実行することができる。システムは関心範囲内にターゲットがあるかどうかを検出できるので、キャリブレーションは自己キャリブレーションであってもよい。遠隔オブジェクトは、典型的には関心範囲外であるので、材料センシングに影響を及ぼさないことがある。
【0387】
バックグラウンドＣＩは、スケーリングされ、その後、それぞれのＴＳＣＩから減算されてもよい。スケーリング係数は直接漏洩プロファイル（ターゲット面からのマルチパスの影響を含むことを回避するために、おそらく以前のＣＩを含むが将来のＣＩを含まない）を包含するウインドウにおけるベストフィット（例えば、平均二乗誤差、平均絶対エラーなど）によって得ることができる。あるいは、バックグラウンドＣＩ(送信アンテナおよび受信アンテナの各リンクまたは各ペアについて）が、送信アンテナおよび受信アンテナのすべてのペアについて、得られた／計算された共通バックグラウンドＣＩによって置き換えられてもよい。
【0388】
いくつかの実施形態では、ＭＲＦを計算するために、アンテナアレイからのターゲット表面の距離（「ターゲット距離」）が必要である。距離を見つけるために、それぞれの送信／受信アンテナペア毎に、バックグラウンドを差し引いたＴＳＣＩ内の最大ＣＩ振幅（ターゲット材料表面での反射の振幅である「ターゲット反射振幅」と呼ばれる）を持つタブを見つけるために検索が行われ、飛行時間（ＴｏＦ）がタブから得られ得る。ターゲット距離は送信（Ｔｘ）アンテナと受信（Ｒｘ）アンテナとの間の距離を考慮する（またはＴｘアンテナとＲｘアンテナとの間のＬＯＳ経路における飛行時間、すなわち、ミリ波信号が送信された後、それが受信される前の時間を考慮する）、ＴｏＦおよび訂正係数に基づいて計算され得る。
【0389】
Ｔｘ／Ｒｘアンテナ−ペアごとに、ターゲット反射の振幅、ターゲット距離、Ｔｘアンテナ利得（Ｔｘチップからの、Ｔｘ無線機の自動利得制御／ＡＧＣによる利得）、およびＲｘアンテナ利得（Ｒｘチップからの、Ｒｘ無線機のＡＧＣによる利得）に基づいてペアごとのＭＲＦを計算する。ＭＲＦは、Ｔｘアンテナ利得およびＲｘアンテナ利得によって除算された、ターゲット反射振幅とターゲット距離との積として計算されてもよい。
【0390】
組み合わされたＭＲＦは、ペアごとのＭＲＦの代表値として計算されてもよい。代表値は、平均、算術平均、幾何平均、調和平均、加重平均、トリミング平均、中央値、最尤（ＭＬ）値、最大事後確率（ＭＡＰ）値、期待値／統計平均、条件付き平均、または別の代表値であってもよい。
【0391】
ｍｍＷａｖｅプローブ信号は、複数回（各回は「フレーム」と呼ばれる）送信されてもよい。それぞれのフレームはユーザがアンテナアレイを動かしたり、および／またはターゲット材料表面が動いたり、振動したりする場合があるので、別のターゲット距離に対応していてもよい。いくつかの実施形態では、合計ＭＲＦが組み合わされたＭＲＦの代表的なとして計算されてもよい。
【0392】
自動化の急速な増大は、ヒトとコンピュータの相互作用（ＨＣＩ）のためのより効率的かつ簡便なアプローチの発展を刺激してきた。タッチスクリーン及びスマート表面（例えば、電子ホワイトボード）は、キーボード及びコンピュータマウスのような伝統的なインプットデバイスに代わりよりユーザフレンドリなものとして現れてきた。しかしながら、スマート表面は、通常、ＨＣｌおよびユビキタススマート環境に対して空間を限る小さな形状因子である。手書きは、人間にとって都合のよいやりとりであり、ジェスチャのより一般的な形態と考えることができ、これはＨＣＩにとって有望な手法である。高度な手書き文字認識システムにより、ロバストで正確な手書き文字追跡を可能にすることは、ＨＣＩ分野における無数のアプリケーションを実現することができる。手書き追跡は筆記具または筆記ターゲット（例えば、指、スタイラスペンまたはマーカ）によってトレースされた軌跡を追跡および復元することを含み、能動的（ａｃｔｉｖｅ）または受動的（ｐａｓｓｉｖｅ）に達成することができる。能動システムは、スマートフォン加速度計、ＲＦＩＤタグ、または他のラジオのようなセンサを用いて移動ターゲットを計測する必要がある。それと異なり、パッシブ追跡ではターゲットに取り付けられた電子デバイスが存在しない。カメラベースのアプローチはパッシブ追跡システムを支配するが、周囲光の利用可能性に制限を課し、プライバシの問題を引き起こす。手の動きのパターンを区別するために、音響信号のような他のモダリティが使用されてきた。しかしながら、それらの性能は距離と共に著しく劣化し、それらは、通常、新しいアルファベット及び表面毎に再訓練を必要とする。
【0393】
無線信号、特にＷｉＦｉ信号は、動き検知、バイタル徴候監視、人の識別、歩行認識、屋内追跡等のような様々な用途のための広範囲にわたるデバイスの不要なセンシングを達成するために利用されてきた。無線検知の能力は、帯域幅、波長、アンテナ量などのパラメータによって制限される。帯域幅は達成され得る距離分解能を制限するが、波長は知覚され得る変化の測定に影響を及ぼす。例えば、８０ＭＨｚまでの帯域幅を有する２．４ＧＨｚまたは５ＧＨｚ帯域で動作する８０２．１１ac WiFiは数メートルの距離解像度を提供し、手書き追跡には低い。高精度の手書き追跡を含む、はるかに微細な解像度の無線センシングの基礎となり得る２つの動向が生じている。第１に、８０２．１１ａｄ／ａｙ標準を用いた高速ネットワークワーキングのために導入された６０ＧＨｚミリ波ＷｉＦｉは、無線センシングに明確な利点をもたらす。２．４ＧＨｚ／５ＧＨｚのＷｉＦｉ信号と比較して、ｍｍＷａｖｅ信号は小さなオブジェクトからより強い反射を生み出し、ミリメートルスケールでの動きキャプチャを可能にする、より短い波長を提供する。ｍｍＷａｖｅ無線は通常、より大きな位相アンテナアレイを有し、指向性が高くでき、マルチパスが少ないため、空間分解能が向上する。６０GHzWiFiは、商用ルータで提供され、スマートフォンに搭載されている。第二に、無線センシングは通信のために提案された無線信号を用いてレーダのような特徴を可能にすることを目的とするが、室内携帯レーダも普及しつつある。周波数変調連続波（ＦＭＣＷ）レーダは無線および音響センシングに広く利用されてきたが、超広帯域（ＵＷＢ）レーダおよびｍｍＷａｖｅレーダは汎用スマートフォンに装備されてきた。汎用６０ＧＨｚネットワーキングデバイスをｍｍＷａｖｅレーダとして再利用することによって、上記２つの動向の間の相乗効果を活用することができる。しかしながら、そのような手書き追跡システムを実現するためにミリ波無線を利用することは、実際には独特の課題を伴う。最初に、６０ＧＨｚのｍｍＷａｖｅ信号は数ＧＨｚの大きな帯域幅ではあるが、ｍｍスケールの手書き追跡のための適切な距離分解能を提供しない。一例では、レンジ分解能が３．５２ＧＨｚの帯域幅が与えられた場合、４．２６ｃｍであり、ミリメートルレベルでの所望の追跡精度よりはるかに悪い。第２に、ｍｍＷａｖｅ信号の高減衰性および遠近効果（すなわち、指向性信号の空間分解能が距離の経過とともに減少する）のために、単一無線を用いて大きなカバレッジを達成することは、簡単ではない。第三に、バックグラウンド環境からの反射信号、およびとりわけ無関係な移動オブジェクト（例えば、身体および腕）は関心ターゲット（例えば、指）からの反射を歪ませ、したがって、追跡性能に影響を及ぼす可能性がある。
【0394】
いくつかの実施形態では、本開示が高精度のパッシブ筆記追跡システム（以下、「ｍｍＷｒｉｔｅ」という）を開示する。本開示のいくつかの実施形態では、ｍｍＷｒｉｔｅシステムが単一の汎用ミリ波（ｍｍＷａｖｅ）無線を使用して、筆記のパッシブ追跡を実行する。６０ＧＨｚ信号の短い波長および大きな帯域幅、および大きなフェーズドアレイによって可能にされたレーダー類似の能力を利用して、ｍｍＷｒｉｔｅシステムは、任意の平坦な領域を、ミリメートル精度で手書き追跡をサポートする対話型筆記面に変えることができる。本開示のいくつかの実施形態では、ｍｍＷｒｉｔｅシステムが信号処理のエンドツーエンドパイプラインを採用して、ハードウェアによって制限される距離および空間分解能を強化し、カバレッジを増強し、バックグラウンドおよび無関係なオブジェクトからの妨害を抑制する。汎用６０ＧＨｚデバイス上にｍｍＷｒｉｔｅシステムを実装し、評価することができる。本開示のいくつかの実施形態ではでは、実験結果が、ｍｍＷｒｉｔｅシステムが２．８ｍｍの中央値エラーで指／ペンを追跡することができ、したがって、１ｃｍ×１ｃｍという小さな手書き文字を再生することができ、最大８ｍ２のカバレッジがサポートされることを示している。必要最小限のインフラストラクチャにより、ｍｍＷｒｉｔｅシステムは人間‐コンピュータ相互作用の分野における新しいアプリケーションのためのユビキタス手書き追跡を約束した。
【0395】
ｍｍＷｒｉｔｅシステムは、手書きトレースの軌跡を高精度で復元することができる最初のパッシブ動き追跡システムである。ｍｍＷｒｉｔｅシステムは１つの汎用６０GHz ｍｍＷａｖｅ無線を使用して筆記オブジェクト（例えば、フィンガーまたはペン）で反射された信号を捕らえることができ、移動軌跡を再現するために信号処理のパイプラインを採用する。ジェスチャ認識システムとは異なり、ｍｍＷｒｉｔｅシステムは、キャリブレーションまたは教師有り学習を必要としない。代わりに、ｍｍＷｒｉｔｅシステムは筆記するターゲットの位置を直接的に追跡し、追跡全体を復元する。単一の無線機を用い、筆記オブジェクトを計測することなく、ｍｍＷｒｉｔｅシステムは８ｍ２までの広い表面積にわたってミリメートル精度で手書き追跡を達成することができ、したがって、通常の表面を、最小限のサポートインフラストラクチャを有する対話型トラックパッドに変換する。
【0396】
ｍｍＷｒｉｔｅシステムは上記の課題を克服し、ロバストな手書き追跡システムを構築するように設計されたアルゴリズムを利用する。いくつかの実施形態では、チャネルインパルス応答（ＣＩＲ）の時系列が手書き中に捕捉される。ディジタルビームフォーミングにより抽出された空間情報と共に、ＣＩＲに埋め込まれた到達時刻（ＴｏＡ）情報は、受信信号の空間オリジンの大まかな推定値を含む。受信信号への周囲からの無関係な信号の寄与は、バックグランド減算によって抑制される。さらに、ドップラスペクトルを用いて、動的なターゲットから反射された信号を分離する。次に、一定誤警報率（ＣＦ‐ＡＲ）技術を用いてターゲットの存在をＤｏｐｐｌｅｒスペクトルから検出し、対応する空間位置を抽出する。次いで、サブサンプルピーク補間技術を用いてターゲットの粗い空間情報をさらに精密化した。これらのターゲット位置決めステップはターゲットの推定軌跡を構築するために時間インスタンス毎に繰り返され、それから、離散コサイン変換ベースの平滑化技術を用いて最終軌跡を出力するように拡張される。
【0397】
図２７Ａは、本開示のいくつかの実施形態による、無線手書き追跡のための例示的な無線環境２７００を示す。図２７Ａに示すように、無線環境２７００は、デバイス２７１０、筆記具２７３０、および筆記面２７４０を含む。いくつかの実施形態では筆記具２７３０がペン、鉛筆、マーカ、指、スタイラスペン、または情報を書込み可能な他の任意の器具であってもよい。いくつかの実施形態では、筆記面２７４０が紙、板、タッチスクリーン、または筆記された情報を受け取ることができる任意の他の表面であってもよい。筆記具２７３０が先端またはペン先２７３２を使用して筆記面２７４０上に書き込んでいる間、デバイス２７１０は、パッシブ無線筆記追跡法に基づいて筆記具２７３０によって書き込まれたものを検出することができる。
【0398】
いくつかの実施形態では、デバイス２７１０が筆記追跡システム、例えば、ｍｍＷｒｉｔｅシステムの機能を実装することができる。図２７Ａに示すように、デバイス２７１０は送信機２７１２と受信機２７１４とを含み、追跡領域２７２０に焦点を合わせている。デバイス２７１０は追跡領域２７２０内のあらゆる動きを非常に正確に監視し追跡することができ、先端２７３２の動きと、もしあれば他の動きとを区別することができる。
【0399】
いくつかの実施形態では筆記具２７３０の先端２７３２が書き込み面２７４０上を移動して文字２７５０を書き込んでいる間、送信機２７１２は追跡領域２７２０の無線マルチパスチャネルを通して第１の無線信号を送信することができる。受信機２７１４は無線マルチパスチャネルを通して第２の無線信号を受信することができ、ここで、第２の無線信号は追跡領域２７２０内の筆記具２７３０の先端２７３２による第１の無線信号の反射を含む。したがって、デバイス２７１０は第２の無線信号に基づいて無線マルチパスチャネルのチャネル情報（ＣＩ）の時系列を取得し、ＣＩの時系列(ＴＳＣＩ)に基づいて先端２７３２の動きを追跡することができる。
【0400】
いくつかの実施形態では送信機２７１２が上述したようにボットであり、受信機２７１４は上述したようにオリジンである。図２７Ａでは送信機２７１２および受信機２７１４は互いに物理的に結合されているが、他の実施形態では別のデバイスに分離されてもよい。いくつかの実施形態では、筆記面２７４０およびデバイス２７１０が同じ平坦面上にある。例えば、筆記面２７４０の高さは、送信機２７１２、受信機２７１４、またはその両方の仰角がゼロ付近になるように調整することができる。他の実施形態では、筆記面２７４０およびデバイス２７１０が同じ平坦面上には存在しない。それらは、平行であるか、平行でない２つの平坦な表面上に存在してもよい。
【0401】
いくつかの実施形態ではデバイス２７１０がレーダのように機能し、手書きは筆記具２７３０がレーダ２７１０に面し、追跡領域２７２０内のレーダ２７１０に最も近い移動ターゲットであるように実行される。いくつかの実施形態では、筆記具２７３０が筆記具２７３０および手／指２７７０からの反射の差別化を容易にするために、その上部に保持される。手書きそのものは、紙／ボード上でマーカを使用して自然な書き込み速度で実行することができる。ＴＳＣＩ、例えばＣＩＲ時系列は、書込み中に記録され、デバイス２７１０のｍｍＷｒｉｔｅシステムによって後に処理される。
【0402】
図２７Ｂは手書き追跡のための例示的なグラウンドトルース（ｇｒｏｕｎｄ ｔｒｕｔｈ）軌跡２７５１を示し、図２７Ｃは、本開示のいくつかの実施形態による、手書き追跡のための例示的な再構成された軌跡２７５２を示す。図２７Ｂおよび図２７Ｃに示すように、手書きの単語「ｍｍＷｒｉｔｅ」は、開示されたシステムによって良好に再構成することができる。
【0403】
図２８は、本開示のいくつかの実施形態による、無線筆記追跡のための例示的な方法２８００のフローチャートを示す。操作２８０２において、第１の無線信号が第１の無線デバイス、例えば、送信機から、場所の無線マルチパスチャネルを通して、第２の無線デバイス、例えば、受信機に送信される。操作２８０４において、第２の無線信号が、無線マルチパスチャネルを通して第２の無線デバイスによって受信される。第２の無線信号は、場所の筆記具の先端による第１の無線信号の反射を含む。動作２８０６において、無線マルチパスチャネルのチャネル情報の時系列（ＴＳＣＩ）が例えば、プロセッサ、プロセッサと通信可能に結合されたメモリ、およびメモリに記憶されたの命令のセットを使用して、第２の無線信号に基づいて取得される。動作２８０８において、筆記具の先端の筆記（すなわち、動き）が、ＣＩの時系列(ＴＳＣＩ)に基づいて追跡される。図２８の操作の順序は、本開示の様々な実施形態に従って変更することができる。
【0404】
本開示のいくつかの実施形態によれば、ｍｍＷｒｉｔｅシステムを、無線機に余分のアンテナアレーを取り付けることによってレーダーのようなモードに変換される汎用６０ＧＨｚ８０２．１１ａｄデバイス上に実装することができる。ｍｍＷｒｉｔｅシステムの性能は、３つの異なったアプローチを使用して検証することができる。第１に、復元された軌跡を示すことによってｍｍＷｒｉｔｅシステムの形状保存能力を視覚的に検査することができ、これは、ｍｍＷｒｉｔｅシステムが人間の目によって認識可能な数センチメートルにわたる文字を再現することができることを実証する。第２に、２０ｃｍの距離で書かれた３ｃｍ× ３ｃｍの文字に対して８０％の精度を報告する、いくつかの標準手書き認識ソフトウェアに、復元された軌跡を供給することもできる。最後に、異なる範囲および方位角でトラッキングエラーを定量化してもよい。ｍｍＷｒｉｔｅシステムはデバイスから２０ｃｍの範囲で２．８ｍｍの中央値（ｍｅｄｉａｎ）トラッキングエラーを達成することができ、約８ｍ２に及ぶ範囲で手書きを追跡することができる。
【0405】
いくつかの実施形態では、実験テストベッドは、無線に追加のアンテナアレーを取り付けることにより、パルスｍｍＷａｖｅレーダとして汎用６０ＧＨｚ８０２．１１ａｄチップセットを再利用した。同一位置にあるＴｘおよびＲｘアレイはいずれも３２個のエレメントを備えており、隣接合うペアのアンテナ間を３ｍｍ離して６×６格子状に配置されている。レーダの３２個のアンテナと座標システムの配置を図２９Ａに示す。
【0406】
いくつかの実施形態では、パルスレーダが種々のオブジェクトによって反射され、受信機のアンテナによって受信される離散パルスとして電磁波を送信する。バーストは３２パルスのグループであり、１つのＴｘによって送信される。３２個の受信パルスの各々を順次受信アンテナで検出し、対応するＣＩＲを記録する。図２９Ｂは、それぞれ、３２パルスを含む２つのバーストを示す。ＣＩＲは、ハードウエアにおいて、アンテナ素子を切り換えることによって逐次計算される。ＣＩＲは、ｍｍＷｒｉｔｅシステムパイプラインへの入力として使用される。
【0407】
いくつかの実施形態では、２つの異なった時間の概念を用いて、筆記オブジェクトについての情報を抽出する。バーストのディメンジョンは低速時間ディメンジョンとして知られており、一方、ＣＩＲタップに対応する時間ディメンジョンは、早い時間ディメンジョンとして知られている。遅い時間と速い時間の概念を図２９Ｃに示す。１つのＴｘと、１つのＲｘと、２つの反射部Ｒ１及びＲ２を考える。図２９Ｃに示す例では、Ｔｘが２つのバーストＢ１及びＢ２を送信し、これらのバーストは反射され、Ｒｘによって受信される。ここで、バーストは、ただ１つのＲｘがあると仮定されるので、ただ１つのパルスを含む。バーストごとに、Ｒ１及びＲ２からの２つの反射は、異なるＣＩＲタップ上に捕捉される、異なる経路長に起因のために異なる到達時刻（ＴｏＡ）をもたらす。例えば、図３０は、６４タップを含む、ＣＩＲｈの１つの実現を示す。いくつかの実施形態ではｍｍＷａｖｅプラットフォームでBW = ３．５２ＧＨｚ の帯域幅を使用すると、０．２８ ｎｓ(Δｔ)の時間分解能が可能になる。つまり、伝播遅延がΔｔ よりも大きい信号は異なるタップで記録される。したがって、ＣＩＲタップインデックスｎは、反射部の距離の推定値を与えることができる。一方、遅い時間は、移動ターゲットを静止オブジェクトから区別するために使用される移動ターゲットの位置における時間差を捕捉する。いくつかの実施形態では、０．２８ｎｓの時分解能は距離精度[この文献は図面を表示できません]
に相当し、ここでｃは光の速度である。アンテナアレイのアンテナ応答は方位角および仰角のディメンジョンにおいて２度の格子で測定及び利用可能であり、したがって、それらのディメンジョンにおいて２度の精度を達成することができる。
【0408】
図３１Ａ〜３１Ｂは、本開示のいくつかの実施形態による、ターゲット検出に使用されるＣＡ−ＣＦＡＲ（セル平均化−一定誤警報率）技術を示す。図３１Ｂは、一次元信号のためのＣＦＡＲ技術を示す。３つの関心ターゲットを有する雑音のある信号は、図３１Ｂに点で示されている。ＣＦＡＲウインドウは、ガードセルをゼロとして、トレインセル（ｔｒａｉｎ ｃｅｌｌｓ）を１として、図３１Ａに示すように設計される。このＣＦＡＲウインドウは平均雑音レベルを推定するために、信号と畳み込まれる。適応ＣＦＡＲ閾値を得るために、推定雑音レベルに追加の固定閾値（この例では２に等しい） が追加される。信号がＣＦＡＲ閾値より大きい位置は、ターゲット位置として識別される。
【0409】
サブサンプルピーク補間（ＳＰＩ）は、様々な用途においてサブサンプル精度で信号のピークの位置を決定するために使用されてもよい。隣り合うタップからの情報を含めるために、放物線補間技術を使用することができる。円形の点はポテンシャル極大値の周りの離散信号に対応する。検証により、中心点（Ｘ＝０）は、ピークの位置と見なされる。３点を通る放物線当てはめを使用すると、サブサンプル精度でピークの位置を推定するのに役立つ。
【0410】
図３２は、本開示のいくつかの実施形態による例示的な無線筆記追跡方法３２００の作業フローを示す。無線筆記追跡方法３２００は、筆記中にレーダによって記録されたＣＩＲ時系列３２０２から手書き軌跡を復元するために、ｍｍＷｒｉｔｅシステムによって実装され得る。図３２に示すように、ＣＩＲ時系列３２０２は別の動作で処理される。まず、動作３２１０において、受信信号に対する周囲の静止オブジェクトの寄与を低減するために、バックグラウンド減算が実行される。次に、動作３２２０において、ディジタルビームフォーミングを用いて空間情報を取得し、続いて、動作３２３０において、ドップラ領域に変換して、周囲の他の静止オブジェクトから移動／書き込みオブジェクトを区別する。ターゲットは、操作３２４０において、３Ｄ−ＣＦＡＲおよびクラッタマッピング技術を使用して検出され、サブサンプル補間技術を使用して、検出された空間ビン内において、操作３２５０においてさらに微細に位置決めされる。次いで、関心ターゲットに対応する軌跡点を、操作３２６０で集めて結合して、未加工の軌跡を形成し、これは、手書き軌跡３２７０を得るために離散コサイン変換（ＤＣＴ）ベースの平滑化技術を使用して、さらに平滑化されてもよい。
【0411】
バックグラウンド減算：時間インスタンスｔにおいてｒ番目のＲｘによって記録されるＣＩＲを、ｈ［ｒ，ｎ，ｔ］により表し、ここでｎはＣＩＲのタップインデックスであるとする。関心のあるターゲット（すなわち、筆記オブジェクトまたは筆記具）を強調し、環境の他の静止オブジェクトからの寄与を低減するために、バックグラウンドＣＩＲがｈから減算される。いくつかの実施形態では、バックグラウンドＣＩＲが遅い時間ディメンジョンに沿ったＣＩＲの時系列の平均値をとることによって推定される。因果的システムを設計するとき、または手書きの持続時間が短い場合、キャリブレーション工程を導入することができ、バックグラウンドは、筆記オブジェクトなしで記録することができる。バックグラウンド減算は、数学的に以下のように書くことができる。（式Ｂ１）
[この文献は図面を表示できません]
ここで、[この文献は図面を表示できません]
は時間平均ＣＩＲであり、[この文献は図面を表示できません]
はバックグラウンド減算後のＣＩＲである。以下のステップでは、バックグラウンド減算後のＣＩＲを示す[この文献は図面を表示できません]
の代わりに表記ｈが使用される。タップインデックスｎは早い時間に対応し、反射オブジェクトの距離に関する情報を含む。同じ距離で異なる方向から複数の信号が存在する可能性があり、ターゲットを特定する作業が困難になる可能性がある。これに対処するために、受信信号を空間的にフィルタリングし、それによりアンテナのフェーズドアレイ構造を利用して方向性情報を抽出する。したがって、ディジタルビームフォーミングは、筆記追跡法の次の段階を形成する。
【0412】
各々の受信エレメントに未加工のＣＩＲを有するので、他の無関係な反射信号からターゲット反射信号を分離するためにディジタルビームフォーミングを行うことができる。ビームフォーミングに使用されるステアリングベクトルは、デバイスで使用できる。近接場（ｎｅａｒ ｆｉｅｌｄ）限度を決定するフラウンホーファー距離は、１８ｃｍとして計算することができる。したがって、それよりも大きな距離は、遠方場（ｆａｒ ｆｉｅｌｄ）と考えることができる。
【0413】
Ｋ個の反射信号を受信アンテナアレイに入射させ、ｇｋはｋ番目の入射反射信号を示すものとする。ｇｋに対応する方位角および仰角を、それぞれ、ａｚｋおよびｅｌｋによって表すものとする。受信機ｒの測定されたアンテナ応答をａｒによって表すと、受信機アンテナでの結合された受信信号ｈは次のようにモデル化できる。（式Ｂ２）
[この文献は図面を表示できません]
ここで、ｎはＣＩＲタップインデックスであり、ｔは時間インスタンスである。ビームフォーミングされたＣＩＲｙは、アレイ応答を補償することによって得られる４次元マトリックスである次式として得られる。（式Ｂ３）
[この文献は図面を表示できません]
ここでａ（ａｚ，ｅｌ）は、ある角度（ａｚ，ｅｌ）に到達する信号に対するすべての受信機アンテナのアンテナ応答の３２次元ベクトルであり、（．）Ｈはエルミート演算子である。表記を簡単にするために、ベクトルＴは、以下のようにトリプレット（ａｚ，ｅｌ，ｎ）を示すために使用される。（式Ｂ４）
[この文献は図面を表示できません]
【0414】
この段階で、ビームフォーミングされた受信信号から反射信号の距離と方向を判定できる。筆記オブジェクトを周囲の他の静止オブジェクトと区別するために、ｍｍＷｒｉｔｅシステムは動的性質を利用する。次に、ビームフォーミングされたＣＩＲは、ターゲットの速度情報を抽出するためにさらに処理されてもよい。
【0415】
ターゲットｗ．ｒ．ｔ．の相対半径方向速度とＤｏｐｐｌｅｒ効果からの受信信号の観測周波数との間の対応は、ビームフォーミングされた信号を周波数領域に変換する動機づけとなった。この変換は、短時間フーリエ変換（ＳＴＦＴ）を遅い時間ディメンジョンｔに沿って実行することによって達成され得る。フーリエ変換は、長さｗｌとステップサイズｗｓのウインドウで適用される。ｗｓの値が小さいほど、軌跡上の点のサンプリング頻度（ｓａｍｐｌｉｎｇｆｒｅｑｕｅｎｃｙ）が増加し、計算量が削減される。ｗｓが半分にされると、複雑さは２倍になる。軌跡上により多くの点を有することができるので、それは、筆記におけるより劇的な変化を捕捉することができる。ｗｌを増加することは、周波数領域における分解能を改善し、瞬間的な情報は平滑化される。変換は、次のように書くことができる。（式Ｂ５）
[この文献は図面を表示できません]
ここでｓは遅い時間を示すウインドウインデックスである。ターゲットが移動すると、受信信号の観測頻度はドップラー効果のために変化する。この周波数（Δｆ）の変化は移動ターゲットの方向及び速度に依存し、次式で与えられる。（式Ｂ６）
[この文献は図面を表示できません]
ここでｖはターゲットの相対半径方向速度であり、ｆｃは搬送波の周波数であり、ｃは光の速度である。観測された周波数ｆ=ｆｃ+Δｆとターゲット半径方向速度の間の対応は、変換されたＣＩＲ上に次のように示すことができる。（式Ｂ７）
[この文献は図面を表示できません]
周囲の静止オブジェクトからの反射信号は、変換されたＣＩＲのゼロ周波数ビンに寄与するが、移動ターゲットから反射されたものはそれらの相対半径方向速度に対応する非ゼロ周波数ビンに寄与する。したがって、移動ターゲット、すなわち筆記オブジェクトを検出するために、非ゼロ周波数ビンの電力が分析されるべきである。非ゼロ周波数ビンの中で、最大Ｄｏｐｐｌｅｒ電力（Ｐ）は、各空間ビン（方位角、仰角および距離）および各時間インスタンスに対して、以下のように抽出される。（式Ｂ８）
[この文献は図面を表示できません]
（式Ｂ９）[この文献は図面を表示できません]
ドップラ電力の非ゼロ周波数ビンが、非ゼロ半径方向速度でターゲットに対応する反射信号を捕捉することを思い出してほしい。手書きの間、筆記オブジェクトがゼロ半径方向速度を有し、Pは関心のある信号からの寄与を捕捉しない場合がある。ゼロ半径方向速度は（ａ）ターゲットの速度がゼロ、または（ｂ）ターゲットの速度の半径方向成分がゼロ、すなわち、ターゲットが距離ディメンジョンに対して垂直に移動している、という理由のうちの１つによるものとすることができる。このような場合、ゼロ周波数ビン（Ｐ０）に対応するドップラ電力は、関心のあるターゲットからの反射信号を捕捉するために分析される。数学的には、これは次のように書かれる。（式Ｂ１０）
[この文献は図面を表示できません]
【0416】
ターゲット検出：距離、方位角、および仰角のディメンジョンに対応する３次元ＣＦＡＲウインドウを使用してもよい。ＣＦＡＲ閾値マップをＰ［Ｔ，ｓ］に対して計算し、ＣＦＡＲ閾値以上のＤｏｐｐｌｅｒ電力を持つ空間ビンを抽出する。３Ｄ ＣＦＡＲウインドウを、Ｃｗｉｎで表し、追加の閾値をＣａｄｄとする。全ＣＦＡＲ閾値行列Ｃｔｈは次式で与えられる。（式Ｂ１１)
[この文献は図面を表示できません]
ここで、＊は畳み込み演算である。ＣＦＡＲ閾値化後のドップラー電力行列Pcは、以下のように書かれる。（式Ｂ１２)
[この文献は図面を表示できません]
【0417】
複数の可動部分：手書き中、任意の所与の瞬間において、手の異なる部分（または指、手首、または腕）は異なる方向に異なる速度で移動し、異なる傾きのために異なる半径方向速度（ｒａｄｉａｌ ｖｅｌｏｃｉｔｙ）をもたらす。その結果、最高ドップラ電力は必ずしも常に関心ターゲット（例えば、筆の先端）に対応するとは限らない。例えば、図３３は、時間とともにドップラー電力行列Ｐ内の２つの最大値に対応する距離、方位角、および仰角を示す。トレースＴ１及びＴ２は、第１および第２の最高ドップラ電力ビンにそれぞれ対応する空間情報を示す。図に示すように、２つの明確なターゲットトレースを観測することができ、最も高いドップラー電力は両者の間で切り替わりを続ける。特定の空間ビン及び時間におけるドップラ電力は、存在する場合には動的ターゲットの瞬間半径方向速度、レーダ反射断面積（ｒａｄａｒ ｃｒｏｓｓ−ｓｅｃｔｉｏｎ）、材料、及びターゲットの位置のような多くの要因に依存する。関心ターゲットの誤検出を回避するために、１つではなく、Ｎ個のターゲットがそれぞれのインスタンスで検出されてもよい。これらのＮ個のターゲットは、ドップラー電力をＣＦＡＲ閾値と比較することにより、そして検出の重複を避けるために、以前に検出されたターゲットの周りの領域をヌル化することにより、ドップラー電力の降順で反復的に識別される。関心のあるターゲットは、その後、ターゲット追跡アルゴリズムを使用して、それぞれの時間インスタンスでターゲットの中から識別されてもよい。
【0418】
ゼロ半径方向速度： 前述のように、ゼロ半径方向速度でターゲットを検出するには、ゼロ周波数ビンＰ０に対応するドップラー電力を解析する必要がある。これは、低い／ゼロ（ｌｏｗ／ｚｅｒｏ）半径方向速度では、ターゲットが寄与する受信パワーがゼロドップラー速度ビンにシフトされるためである。例えば、図３４には、１つの空間ビンＴに対応するドップラー電力が示されている。具体的には、時系列Ｐ０［Ｔ，ｓ］及びＰ［Ｔ，ｓ］がｓに関連して示されている。図中で強調されている時間インデックスでターゲットが低半径方向速度に達すると、（最大）ドップラーパワーのＰからＰ０へのシフトがあることが観察できる。Ｐ０でのＣＦＡＲターゲット検出の適用は、通常、レーダ文献でクラッタ（ｃｌｕｔｔｅｒ）と呼ばれる、環境中の無関係な静止オブジェクトからの反射のために効果的ではない。雑音レベルまたはクラッタはターゲットが存在しないときに、特定の空間ビンのドップラー電力から推定することができる。従って、ＣＦＡＲ技術のように隣り合う空間位置から雑音を推定する代わりに、経時的なある特定のビンの中央値電力からそれを推定することができる。ここで、[この文献は図面を表示できません]
はＰ０でのターゲット検出の閾値を示す。それは、[この文献は図面を表示できません]
のように書くことができる。ＣＦＡＲしきい値処理後のドップラー電力行列[この文献は図面を表示できません]
は、以下のように書かれる。（式Ｂ１３)
[この文献は図面を表示できません]
【0419】
以上のことから、ターゲット検出部は次のように設計されている。各時間インスタンスについて、[この文献は図面を表示できません]
及びＰｃから、減少するドップラ電力に対応するターゲットのＮ個のオーバーラップしない可能性のある位置の最大値を識別することができる。ターゲットの空間ビンに対応する位置座標は、それぞれ[この文献は図面を表示できません]
に記憶される。
【0420】
前の段階から、ターゲットの位置ビンは、すべてのタイムステップでＴ＊［．，ｓ］から判定することができる。いくつかの実施形態では、推定の精度がレーダのデザインから、方位角と仰角のディメンジョンでは２度、距離のディメンジョンでは４．２５ｃｍに制限されているため、ほんの数ｃｍにまたがる文字について不連続／量子化軌跡が得られる。手書きの平滑で継続的な性質のために、ドップラ電力は、あるビンから別のビンに徐々に「流れる」ことが観察されている。これは、より微細な位置推定値を得るために活用され、以下に示す簡単な実験によって実証することができる。
【0421】
ゼロに近い方位角と仰角を保ったデバイスから直線を引き、距離タップにおける対応するドップラ電力を解析する。図３５Ａに示されるように、ターゲットがレーダから離れるにつれて、ドップラ電力は、タップ１１（４６．４６ｃｍ）からタップ１３（５５．３８ｃｍ）へ徐々にシフトする。開示された方法によれば、最大ドップラー電力に対応するタップは、ターゲットの距離とみなされる。したがって、黒で示されるように、離散距離推定値を得ることができる。この観察は改善された位置推定値を得るために、隣り合うタップにおける情報を結合することを動機付けた。いくつかの実施形態では、ピーク付近の近傍の４つの値を使用することはあまり役に立たない。例えば、タップ１３に対応する電力が最大（オレンジ色のライン）である期間中、タップ１１に対応する電力（紫色のライン）は、既に雑音レベルに近い。この観察は、位置推定値を改善するためにＳＰＩ技術を使用する動機を与える。ＳＰＩは、距離、方位角、および仰角のディメンジョンに独立して適用される。図３５Ｂは、ＳＰＩの前後のレンジ推定値を示す。３次元からの結合情報を用いた補間は推定を改善できた。
【0422】
ＳＰＩ動作は図３６Ａ〜３６Ｃに示すように、手書き追跡の性能に著しい影響を及ぼすが、これはそれが空間解像度を大幅に高めるからである。図３６Ａは、ターゲット検出からの軌跡の離散点を示し、図３６ＢがＳＰＩから得られたより微細な位置推定を示し、図３６ＣがＤＣＴベースの平滑化後の軌跡を示す。
【0423】
「ビーム」という語の軌跡は、離散的な位置タップ（距離、方位角および仰角）のために、図３６Ａに示されるように多くの重複する点によって形成されるが、図３６ＢのＳＰＩの後に形成される軌跡は肉眼で読み取り可能である。ここで[この文献は図面を表示できません]
とし、ａ，ｂ，ｃは対応するディメンジョンにおけるインデックスオフセットであるとする。方位角、仰角および距離の座標の最終推定値は、次のようにＳＰＩから得られる。（式Ｂ１４)
[この文献は図面を表示できません]
（式Ｂ１５)[この文献は図面を表示できません]
（式Ｂ１６)[この文献は図面を表示できません]
【0424】
時間インスタンスｓで、ｉ番目の移動ターゲットの位置は[この文献は図面を表示できません]
で与えられる。[この文献は図面を表示できません]
から得られる位置推定値をＬ０［ｉ，ｓ］により表示されるとする。Ｌ及びＬ０を使って、最終的な軌跡は構築される。
【0425】
軌跡構築：軌跡追跡アルゴリズムは、Ｌ及びＬ０から関心ターゲットの未加工の軌跡を抽出するように設計されてもよい。以下は、アルゴリズムを構築するために使用されるいくつかの所見である。第１に、手書きが平坦面上にあり、平滑であり、継続していると仮定すると、筆記オブジェクトの仰角は急激に変化しない。これは、２つの連続する時点におけるターゲット位置の連続性を定義するために使用される。第２に、任意の所与の時点において、関心ターゲット、すなわち筆記具の先端／下部に対応する仰角は、他のすべての検出ターゲット位置の中で最小である。第３に、特定の位置がＬで何度も連続して検出され、突然消滅すると、ターゲットが低半径方向速度に達してＬ０で検出される可能性がある。
【0426】
ターゲット追跡アルゴリズムでは、ターゲット位置Ｌは経時的に読み出される。継続的な軌跡は追跡され、リストに記憶される。軌跡セグメントが所定の数の時間インスタンスを超えて連続している場合は、関心ターゲットの潜在的な軌跡とみなされる。複数の潜在的な軌跡がある場合には、最低の仰角の軌跡をｍｍＷｒｉｔｅシステム軌跡とみなすことができる。また、しばらくの間ｍｍＷｒｉｔｅシステム軌跡として検出された後、急激に軌跡が不連続になった場合、ターゲット位置を検出して連続性を判断することができる。使用される用語のいくつかを以下に要約する。
【0427】
ＣＳ（連続性スコア）：それぞれの検出されたターゲット位置は、ＣＳと略されるスコアと関連付けられる。これは、現位置がその一部である以前のインスタンスで検出された連続軌跡の長さを示すスカラである。
【0428】
ＣＳｔｈ: 連続性スコアに関する閾値。
【0429】
ＣＴＬ (連続ターゲットリスト）：ＣＳが０より大きい、検出されたターゲット位置のリスト。
【0430】
Ｃｏｎｔ（ａ，ｂ）：２つの位置ａ，ｂが連続しているかどうかを調べる関数。いくつかの実施形態では、連続した時間インスタンスに検出された２つの位置は、仰角が大きく変化しない場合は連続しているものとして扱われる。
【0431】
いくつかの実施形態では、軌跡追跡アルゴリズムが反射またはミスしたターゲットの地点の急激な変化から生じる外れ値も除去する。追跡された時間を有するターゲット位置は、ベクトルＷに格納される。未加工の軌跡は、すべての推定値を組み合わせることによって形成することができる。このような軌跡は雑音があり、図３６Ｂに例示されている。より平滑な軌跡を得るために、離散コサイン変換（ＤＣＴ）に基づく平滑化技術を採用してもよい。このアイデアは、有意係数のみを保存しながら、ノイズのあるデータのＤＣＴを計算し、データ領域に逆変換することである。そうすることによって、信号の雑音のある無関係な部分を占める重要でない係数を廃棄し、それによって平滑な軌跡を得ることができる。数学的には、復元された書込み軌跡[この文献は図面を表示できません]
は次式によって与えられる。（式Ｂ１７)
[この文献は図面を表示できません]
【0432】
ここで、ＩＤＣＴは逆離散コサイン変換であり、τはそのエントリが次式で与えられる対角行列であり、[この文献は図面を表示できません]
ここで、ｎはデータ点の数であり、ｓは平滑化係数である。データ点のＤＣＴ係数は、変換領域において行列τによってスケーリングされる。スケーリングされた係数は、ＩＤＣＴを使用してデータ領域に戻される。いくつかの実施形態では、軌跡平滑化は、平滑化係数ｓを持つスケーリング行列τと、ＤＣＴ係数に減少重みを課すコサイン係数によって達成される。ＤＣＴベースの平滑化後の平滑化軌跡[この文献は図面を表示できません]
を図３６（ｃ）に示す。
【0433】
ｍｍＷｒｉｔｅシステムの性能は３つの異なったアプローチ、すなわち、目視検査及び形状マッチング、文字認識精度、追跡精度を用いて評価することができる。
【0434】
目視検査および形状マッチング：有効な手書き追跡システムは、人間に判読可能であるか、または任意の標準な手書き認識ソフトウェアによって認識可能である手書き軌跡の相対的な形状を保存することができなければならない。グラウンドトルース手書き軌跡及びｍｍＷｒｉｔｅシステムによる復元された軌跡を目視で比較することによって、これを評価してもよい。１つの実験では、無作為に選択された英語アルファベットがマーカでＡ４用紙上の約５ｃｍ×５ｃｍの領域内に印刷され、追跡される。図３７は異なった英語アルファベットの２つのバージョンを示しており、第１、第３、および第５の行はグラウンドトルース（ｇｒｏｕｎｄ ｔｒｕｔｈ）文字画像を示し、第２、第４、および第６の行は、復元された文字を示している。アルファベットの相対的な形状はｍｍＷｒｉｔｅシステムにより良好に保存されることが確認でき、グランドトゥルース筆跡と視覚的に類似しており、人間に認識されることが確信される。さらに、形状コンテキストを使用して形状類似性を評価することができる。いくつかの実施形態では、形状コンテキストを用いた分類が図３７に示す文字に対して９６．６％の精度を達成することができる。
【0435】
文字認識精度：標準の手書き認識ツールによって、復元された文字をどの程度良好に認識することができるかを調べることは興味深いであろう。それを評価するために、異なるサイズのグリッドで、デバイスから異なる距離で英語アルファベットを書くことができる。それぞれのシナリオについて、５０個のアルファベットをランダムに選び、それらの軌跡を紙上で追跡できる。次に、ｍｍＷｒｉｔｅシステムによって得られた軌跡はマウスポインタを制御するためにエクスポートされ、次に、標準手書き認識ソフトウェアに供給される。ソフトウェアによって報告された文字認識精度は、図３８に記録され、示されている。図３８から、精度はデバイスからの距離と共に減少し、手書きのスケールと共に増加することが観察され得る。これはクロス距離精度（ｃｒｏｓｓ−ｒａｎｇｅ ａｃｃｕｒａｃｙ）が減少するためである。例えば、３ｃｍ×３ｃｍ以内に書かれた文字の文字認識精度は、距離２０ｃｍで８０％、３０ｃｍで７２％である。同じ２０ｃｍの距離の精度は、３ｃｍ×３ｃｍおよび５ｃｍ×５ｃｍのスケールでそれぞれ８０％および８２％である。図４１（ａ）および図４１（ｂ）に示すように、追跡された文字は実際には小さなスケール（１ｃｍ １ｃｍ）で書かれていても、標準ソフトウエアでは正確に認識されないかもしれないが、人間の目では容易に読み取ることができる。図４１Ａは１ｃｍ×１ｃｍの格子における実際の軌跡を示し、図４１Ｂは、対応する再構成された軌跡を示す。
【0436】
図３９Ａ〜３９Ｃは、本開示のいくつかの実施形態による、例示的なグラウンドトルースおよび様々な形状の再構成された軌跡を示す。図３９Ａは、円のケースを示し；図３９Ｂが三角形のケースを示し；図３９Ｃがトラッキングエラーの累積分布関数（ＣＤＦ）を示す。
【0437】
追跡精度：デバイスからの距離は、クロス距離精度が減少するため、追跡性能に影響する。これは、レーダ（Ｒ）からの距離と共にトラッキングエラーが増加する、図３９Ｃに示されるトラッキングエラーのＣＤＦから観察することができる。トラッキングエラーに対する距離および方位角の影響をさらに測定するために、異なる距離および方位角について上記の実験を繰り返すことができる。結果のエラーマップを図４０に示す。この実施形態では、中央トラッキングエラーが、２０ｃｍの距離で約３ｍｍから３ｍの距離で４０ｍｍまで増加する。また、トラッキングエラーは、任意の所定の距離で方位角と共にわずかに増加した。いくつかの実施形態では、小さな筆記オブジェクトからの反射電力が、３ｍを超えると、レーダで検出するには弱すぎる。さらに、ターゲットはハードウエアの制約のために、５０〜５５度の方位角を超えて検出することができない。図４０は、ｍｍＷｒｉｔｅシステムがすでに約８ｍ２の領域を覆うことができることを示している。
【0438】
本開示の様々な実施形態によれば、ミリ波（ｍｍＷａｖｅ、例えば、２８ＧＨｚまたは６０ＧＨｚまたは７７ＧＨｚ）信号が、ｍｍＷａｖｅ送信機とｍｍＷａｖｅ受信機との間で使用または再使用されて、平坦面上の書込みを追跡する。開示されたシステムは筆記具の先端におけるミリ波信号の反射特性（例えば、反射率）を利用する。このように、送信機と受信機は、材料の２つの異なった側ではなく、材料の同じ側に配置することができる。送信機（プロセッサ／メモリ／ソフトウェアを持つシステムの送信デバイス）および受信機（システムの受信デバイス）は、同じデバイス上にあってもなくてもよい。送信機および／または受信機は、それぞれ、分散アンテナを含むアンテナアレイを有することができる。複数の受信機がそれぞれ送信機からのｍｍＷａｖｅ信号を受信してもよい。それぞれのｍｍＷａｖｅ信号を受信機へ送信する複数の送信機があってもよい。複数の送信機および複数の受信機が存在してもよく、それぞれの送信機は、１つまたは複数の受信機にそれぞれのｍｍ波信号を送信する。
【0439】
デバイスには、特別なアンテナアレイをチップセットに取り付けることでレーダモードで動作する汎用のｍｍＷａｖｅネットワーキングまたは通信チップ／チップセットを搭載することができる。チップ／チップセットを使用して、無線送信を使用してｍｍＷａｖｅ信号を送信し、無線受信を使用して反射ｍｍＷａｖｅ信号を受信しうる。チップは、同時に又は同期間に送信／受信することができる。チップは「同時」送信／受信をシミュレートまたは模倣するために、送信と受信との間で迅速に切り換えることができる。
【0440】
ＣＩ (またはＣＳＩまたはＣＩＲまたはＣＦＲ）またはＭＲＦは、（ａ）ＣＩ補間、(ｂ)ＣＩ同期、（ｃ）バックグラウンド／雑音除去、（ｄ）ターゲット検出によって前処理／処理／後処理されてもよい。CI (またはＣＳＩまたはＣＩＲまたはＣＦＲ）またはＭＲＦは（１）ＣＩの時間分解能を増大（より微細な時間的詳細を伴う）させるための補間、（２）同期（例えば、直接パスベース）、（３）ハードウェア歪みおよび測定雑音を除去するためのバックグラウンド除去および／または雑音除去、（４）ロバスト性を促進にするための大きなアンテナアレイに起因する空間ダイバシティ、によって前処理／処理されてもよい。
【0441】
ＣＩは、線形補間、ピースワイズコンスタント補間、多項式補間、スプライン補間、フラクショナル補間、外挿、および／または別の補間を使用して補間され得る。補間は、複素領域、実領域、虚領域、大きさ領域、および／または位相領域で実行され得る。
【0442】
送信機および受信機は送信機と受信機との間に直接的な漏洩（視線／ＬＯＳ伝送）が存在し、ＣＩの大きさ（または大きさの二乗または大きさの任意の単調増加機能）の非常に強い極大値を有する非常に強い漏洩パルス（例えば、ＣＩ、またはＣＩＲ、またはＣＦＲで観察可能）につながるように、同じデバイス上にあってもよい。
【0443】
いくつかの実施形態では、送信アンテナと受信アンテナのそれぞれのペアがＣＩ(ＴＳＣＩ)の時系列を生じる。異なるＴＳＣＩは同期化されないことがあり、異なるマルチパス伝播のために異なるパターンを示すことがある。ＴＳＣＩは、（ｉ）強力な直接漏洩パルスに対応する各ＴＳＣＩのローカル／グローバル最大値（またはＣＩの特徴の各時系列、特徴は大きさ、大きさ二乗、時間平均、移動平均、移動中央値、加重平均、自己回帰移動平均（ＡＲＭＡ）、相関、前の１つまたは複数の関数、および／または他の特徴である）を探索し、（ｉｉ）関連するローカル／グローバル最大値を整列させること、によって同期させることができる。
【0444】
あるいは、１つの特定のＴＳＣＩを参照ＴＳＣＩとして選択することができ、直接漏洩に対応する参照ＴＳＣＩ(または関連する特徴）の極大値を識別することができる。高エネルギー直接漏洩パルス波形（ターゲット面からのマルチパスの影響を含むことを回避するために、将来のＣＩではなく、おそらくいくつかの過去のＣＩを含む）を包含するＣＩのタイムウインドウ（すなわち、参照ＴＳＣＩのセクション）を、参照ウインドウとして選択することができる。タイムインドウの長さは、漏洩パルスのパルス幅に関連付けられてもよい。任意の他のＴＳＣＩは、参照ウインドウを、最大限の相互相関または相互共分散を与える他のＴＳＣＩの対応するタイムウインドウに整列させることによって、参照ＴＳＣＩに対して同期させることができる。
【0445】
ＣＩ同期の前にＣＩ補間を実行することによって、同期は補間されたＣＩのより高いサンプリングレートで実行され、したがってより高い精度で実行することができる。
【0446】
バックグラウンド／雑音（直接漏洩、内部反射、測定雑音、およびバックグラウンド反射を含む）除去を実行するために、ユーザは関心フィールド内にターゲットのないアンテナアレイを指し示し（例えば、ターゲットを除去し、アンテナアレイを空中に向けることによって）、それぞれのＴＳＣＩに関連する送信アンテナおよび受信アンテナのペアごとにＣＩ（これは事実上、ターゲットの影響を有さない「バックグラウンドＣＩ」である）を捕捉することができる。複数の測定を行うことができ、特性値（例えば、簡単な平均値、加重平均、トリミングされた平均値、中央値）をバックグラウンドＣＩのロバストな推定値とすることができる。バックグラウンドＣＩを取得するこの処理は「キャリブレーション」と呼ばれ、１回実行することができる。システムは対象の範囲内にターゲットがあるかどうかを検出できるので、キャリブレーションは自己キャリブレーションであってもよい。遠隔オブジェクトは、典型的には対象範囲外であるので、材料センシングに影響を及ぼさないことがある。
【0447】
バックグラウンドＣＩは、スケーリングされ、その後、それぞれのＴＳＣＩから減算されてもよい。スケーリング係数は直接漏洩プロファイル（ターゲット面からのマルチパスの影響を含むことを避けるために、おそらく以前のＣＩを含むが、将来のＣＩを含まない）を包含するウインドウにおけるベストフィッティング（例えば、平均二乗誤差、平均絶対エラーなど）によって得ることができる。あるいは、バックグラウンドＣＩ（送信アンテナおよび受信アンテナの各リンクまたは各ペアについて）が送信アンテナおよび受信アンテナのすべてのペアについて得られた／計算された共通バックグラウンドＣＩによって置き換えられてもよい。
【0448】
いくつかの実施形態では、無線追跡方法が以下に説明するステップｓ１〜ｓ７を含む。
【0449】
ステップｓ１ では、多重送信（Ｔｘ）アンテナと多重受信（Ｒｘ）アンテナを使用して、ＣＩＲ の時系列がキャプチャされる。
【0450】
ステップｓ２：静的環境（全ての静的オブジェクトを含む）からの寄与（例えば、反射信号の合計）は、ｓ２ａおよびｓ２ｂを含むバックグラウンド減算を実行することによって、移動オブジェクト（例えば、ペン／マーカー／手）で捕捉されたＣＩＲにおいて低減される。ステップｓ２ａ：バックグラウンドのＣＩＲは各々のタップ（すなわち距離）およびＲｘについて移動オブジェクトなしでＣＩＲを時間平均することによって推定されてもよい。ステップｓ２ｂ：バックグラウンドのＣＩＲは移動するオブジェクト（例えば、ペン／マーカー／手）に関連するＣＩＲから直接的に減算されてもよい。
【0451】
ステップｓ３では、指向性ＣＩＲを得るためにビームフォーミングを適用することができる。ステップｓ２およびｓ３は入れ替えられてもよく、ここで、バックグラウンドＣＩＲはあらゆる方向についてオブジェクトを移動させることなくＣＩＲを時間平均することによって推定されてもよい。
【0452】
ステップｓ４：各時間インスタンスｓ及び各方位について、移動及び静止オブジェクトからの反射電力は、ステップｓ４ａ及びｓ４ｂを含むそれらの速度に基づいて区別されてもよい。静止および移動オブジェクトの両方によって独立して寄与されたそれぞれの方向の支配的な電力は、別々に（ＰおよびＰ 0）決定され、記憶されてもよい。
【0453】
ステップｓ４ａにおいて：それぞれの方向に対して、フーリエ変換は異なる周波数からの寄与を得るために、ＣＩＲ時系列の移動ウインドウに沿って適用されてもよい（例えば、短時間フーリエ変換）。ドップラー効果は、それぞれ、ゼロおよび非ゼロ周波数の電力を用いて、静止および移動オブジェクトからの寄与を区別するために使用され得る。
【0454】
ステップｓ４ｂ：各方向について、ステップｓ４ｂ１およびｓ４ｂ２を実行する。ステップｓ４ｂ１：最も高い非ゼロ周波数電力が格納され、それは関心のある移動オブジェクト（すなわち、ペン／マーカ／手）、すなわちＰに対応する。ステップｓ４ｂ２：ゼロ周波数の電力、すなわちＰ 0が格納され、それは移動オブジェクトの静止オブジェクトまたは静的インスタンスのいずれかに対応し得る。
【0455】
ステップｓ５：ステップｓ４で格納された２つの支配的な電力行列から、Ｎ個の最も高い空間的に分離された電力値を使用して、関心のある複数のオブジェクト（Ｎ）についてのおおよその方向（すなわち、方位角、仰角、及び距離座標を使用する位置）を決定し、それはステップｓ５ａ〜ステップｓ５ｃを含む。ステップｓ５ａ：それぞれの方向の支配的な非ゼロ電力行列を閾値処理する。閾値は、３次元ＣＦＡＲまたは適応閾値を使用して計算されてもよい。ステップｓ５ｂ：ｓ５ａと同じ手法を用いてゼロ電力行列を閾値処理する。ステップｓ５ｃ：最高のＮ個の空間的に分離された電力値のインデックスから、上位Ｎ個のオブジェクトの位置を見つける。分離閾値は、３次元のそれぞれにおいて、オブジェクトの位置Δを分離することができる。ゼロ電力の場合も同じことを繰り返す。
【0456】
ステップｓ６で：ステップｓ５の全てのＮ個のターゲットの位置を、より細かい分解能で推定する。これは、補間技法を用いてもよい。放物線／線形／ジンク（ｓｉｎｃ）補間はそれぞれの次元（すなわち、方位角、仰角、および距離）において、独立して使用されてもよく、または複数次元で結合されてもよい。ステップｓ４〜ｓ６は、時間インスタンス毎に繰り返すことができる。
【0457】
ステップｓ７：各時間インスタンスｓにおける動的及び静的ターゲット／オブジェクトの各々に対応するＮ個の位置から、関心ターゲット（ＴＯＩ）の位置を決定する。これはステップｓ７ａ〜ｓ７ｄを含む。ＴＯＩの異なる時間インスタンスにおける位置は移動オブジェクト（例えば、ペン／マーカ／手で描かれた手書き軌跡）の軌跡を形成するように結合されてもよい。
【0458】
ステップｓ７ａ：隣り合う時間インスタンスにおける２つの位置は、それらが閾値よりも近い場合には継続的なものとして扱われてもよい。閾値は、それぞれのディメンジョンにおいて独立して定義されてもよく、または仰角ディメンジョンにおいてのみ定義されてもよい。
【0459】
ステップｓ７ｂ：連続ターゲット位置を記憶し、連続性スコアを計算して連続長を記憶することができる。閾値を超える連続性スコアを有する位置は、潜在的なＴＯＩの位置とみなすことができる。複数位置が連続性閾値基準を満たす場合、最低仰角を有する位置は好ましく、その時点でのＴＯＩの位置とみなすことができる。
【0460】
ステップｓ７ｃ：有意な連続性スコア（すなわち、閾値より大きい）を有する動的ターゲット位置が任意の時点で消失する場合、連続性についてＮ個の静止ターゲット位置をチェックする価値があり得る。このような位置が見出される場合、それはその時間インスタンスにおけるＴＯＩの位置であり得る。ステップｓ７ａ〜ｓ７ｃは、各時間インスタンスｓについて繰り返されてもよい。
【0461】
ステップｓ７ｄ：未加工の手書き軌跡は、それぞれの時間インスタンスｓについてステップｓ７ａ〜ｓ７ｃで決定された全てのＴＯＩ位置推定値を単に結合することによって得ることができる。平滑軌跡は、中央値フィルタリングなどの外れ値除去方法を使用して得ることができる。平滑化は、補間または移動平均値を使用して実行することができる。軌跡の雑音のある部分は、コサイン変換のような変換方法を用いてフィルタリングされより高い周波数成分を廃棄するか、信号領域に変換しなおしながら加重平均を用いてもよい。
【0462】
図４２は、本開示の一実施形態による、場所内のチャネル状態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。例えば、図４２に示すように、２つ寝室のあるアパートメント４２００では、オリジン４２０１をリビングルームエリア４２０２に配置し、ボット１（ ４２１０）を寝室１エリア４２１２に配置し、ボット２ （４２２０）をダイニングルームエリア４２２２に配置することができる。ボット１（ ４２１０）およびボット２（ ４２２０）の各々は無線信号をオリジン４２０１に送信することができ、それは、無線信号に基づいて無線マルチパスチャネルのチャネル情報を取得することができる。オリジン４２０１は単独で、または動き検出器のような第３のデバイスを介して、チャネル情報に基づいて動き情報を計算し、動き情報に基づいてオブジェクトの動き／活動を検出することができる。すなわち、オリジン４２０１は、それ自身又は動き検出器のような第３のデバイスを介して、ボット１ （４２１０）及び／又はボット２（ ４２２０）によって送信される無線信号に基づいてオブジェクトの動き／活動を検出することができる。
【0463】
オブジェクト動き／活動がボット１ （４２１０）およびボット２（ ４２２０）の両方によって送信された無線信号に基づいて検出される場合、活動／動きまたはオブジェクト（例えば、人／ユーザ）は、リビングルームエリア４２０２内にありうる。オブジェクト動き／活動がボット１ （４２１０）によって送信された無線信号のみに基づいて検出される場合、活動／動きまたはオブジェクト（例えば、人／ユーザ）は、寝室１エリア４２１２内にありうる。オブジェクト動き／活動がボット２ （４２２０）によって送信された無線信号のみに基づいて検出される場合、活動／動きまたはオブジェクト（例えば、人／ユーザ）は、ダイニングルームエリア４２２２内にありうる。ボット１ （４２１０）またはボット２（ ４２２０）のいずれかによって送信された無線信号に基づいてオブジェクト動き／活動を検出することができない場合、アパートメント４２００に誰も、オブジェクトもないと判定することができる。活動／動き／人／ユーザが検出された対応する領域は、所定のパターンでマークされてもよい。
【0464】
ボットおよびオリジンはアシスタントデバイスまたはデジタルアシスタントシステム、例えば、グーグルホーム、アマゾンアレクサなどのスマートスピーカ又はスマートアシスタントをトリガするために、オブジェクトを監視し、または事象を検出するための無線監視システムにおいても利用され得る。無線監視システムの結果により、デジタルアシスタントシステムの動作を自動的にトリガ及び／又は調整することができ、例えば、動き検知、動き消失、動き定位等の際にデジタルアシスタントシステムの動作をオン又は調整することができる。無線監視システムはアシスタントデバイスと共に、自動アシスタントシステムと呼ばれてもよい。
【0465】
図４３Ａは、本開示のいくつかの実施形態による、自動アシスタントシステムの例示的な機能を示す。図４３Ａに示すように、自動アシスタントシステムを使用して、家４３００に入る人物を検出し、監視することができる。人物は、侵入者または窃盗犯のような不正なユーザ、家の所有者または家の居住者のような正当なユーザのうちのいずれか１つであってもよい。例えば、自動アシスタントシステムのボット４３１０、４３２０、４３３０とオリジン４３０１との間で送信される無線信号に基づいて、システムは、家４３００に入るオブジェクト４３５０の動きを識別することができる。一実施形態では、システムがオリジン４３０１に通信可能に結合されたアシスタントデバイス４３０５を含む。アシスタントデバイス４３０５はオリジン４３０１に物理的に結合されていてもよいし、されていなくてもよい。
【0466】
オブジェクト動きの検出および／または監視に基づいて、アシスタントデバイス４３０５はオブジェクト（人物４３５０）との通信を試みることができ、かつ／または通信（または通信の試み、以下同じ）に基づいて支援を自動的に生成することができる。一実施形態ではアシスタントデバイス４３０５が人物４３５０が家の所有者であると通信に基づいて判定した後、アシスタントデバイス４３０５は家の中の照明を自動的に点灯させることができる。別の実施形態ではアシスタントデバイス４３０５が人物４３５０が侵入者であると通信に基づいて判定した後、アシスタントデバイス４３０５は警報および／または通話９１１または他の所定の番号を自動的にオンにして、助けを求めることができる。
【0467】
図４３Ｂは、本開示のいくつかの実施形態による、自動アシスタントシステムの別の例示的な機能を示す。図４３Ｂに示されるように、自動アシスタントシステムは家屋４３００内の人の突然の動き、例えば転倒を検出および監視するために使用されてもよい。人４３６０は、家の所有者または家の居住者であってもよい。例えば、自動アシスタントシステムのボット４３１０、４３２０、４３３０とオリジン４３０１との間で送信される無線信号に基づいて、システムは、人４３６０の転倒を識別することができる。転倒の検出に基づいて、アシスタントデバイス４３０５は人４３６０との通信を試みることができ、および／または通信に基づいて支援を自動的に生成することができる。一実施形態では、アシスタントデバイス４３０５が、人４３６０が助けを必要としないと通信に基づいて判断した後、アシスタントデバイス４３０５は、所定の構成に基づいて、より多くの照明を点灯させるか、または家の温度を調節することができる。別の実施形態では、アシスタントデバイス４３０５が、通信に基づいて、人４３６０が即座に気絶したおよび／または助けを必要としたと判断した後、アシスタントデバイス４３０５は助けのために自動的に９１１または他の所定の番号を呼び出すことができる。
【0468】
図４４は、本開示のいくつかの実施形態による、正確な無線監視の例示的な方法４４００のフローチャートを示す。操作４４０２では、第１の無線信号が複数の送信アンテナを有する第１の無線デバイスから、場所の無線マルチパスチャネルを通して送信される。操作４４０４では、第２の無線信号が無線マルチパスチャネルを通して、複数の受信アンテナを有する第２の無線デバイスにより受信される。第２の無線信号は、場所内の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ために、第１の無線信号とは異なる。操作４４０６において、無線マルチパスチャネルのチャネル情報の数の時系列（ＴＳＣＩ）が例えば、プロセッサ、プロセッサと通信可能に結合されたメモリ、およびメモリに記憶された命令のセットを使用して、第２の無線信号に基づいて取得される。それぞれのＴＳＣＩは、送信アンテナのそれぞれの１つおよび受信アンテナのそれぞれの１つに関連付けられる。操作４４０８において、ＴＳＣＩの個数は、低品質ＣＩを除去または低減するために前処理される。操作４４１０では場所内のオブジェクトの動きが、前処理されたＴＳＣＩの個数に基づいて監視される。図４４の動作の順序は、本開示の様々な実施形態に従って変更することができる。
【0469】
図４５は本開示のいくつかの実施形態による、正確な無線監視のための、チャネル情報の時系列（ＴＳＣＩ）の前処理のための、例えば図４４の動作４４０８、例示的な方法４５００のフローチャートを示す。操作４５０２において、複数の瞬間試験測定値が計算され、瞬間試験測定値の各々は、タイムウインドウ内のタイムスタンプのそれぞれ１つに関連付けられる。操作４５０４において、タイムウインドウの試験測定値が、複数の瞬間試験測定値の集成（ａｇｇｒｅｇａｔｉｏｎ）に基づいて計算される。操作４５０６では、ＴＳＣＩの個数に基づいてタイムウインドウの適応閾値が計算される。操作４５０８では、試験測定および適応閾値に基づいて、タイムウインドウは雑音がある、異常な、不規則な、イレギュラな、信頼できない、疑わしい、または一貫性のない（ｅｒｒａｔｉｃ）、のうちの少なくとも１つ疑わしいタイムウインドウとして識別される。例えば、試験測定値が適応閾値を超える場合、タイムウインドウは疑わしいタイムウインドウとして識別されてもよい。操作４５１０で、疑わしいタイムウインドウ内のすべてのチャネル情報（ＣＩ）が疑わしいＣＩとして識別される。操作４５１２において、前処理されたＴＳＣＩが、ＴＳＣＩの個数から全ての疑わしいＣＩを除去することによって計算される。図４５の動作の順序は、本開示の様々な実施形態に従って変更することができる。
【0470】
図４６は、本開示のいくつかの実施形態による、正確な無線監視のための例示的な方法４６００のフローチャートを示す。一実施形態では、例示的な方法４６００が図４４の動作４４１０として実施することができる。操作４６０２において、特徴の少なくとも１つの時系列（ＴＳＦ）が、ＴＳＣＩの個数に基づいて計算される。操作４６０４において、事象は、少なくとも１つのＴＳＦの特性に関連付けられる。操作４６０６で、少なくとも１つのＴＳＦの特性を認識することによって事象が検出される。操作４６０８において、場所内のオブジェクトの動きは、少なくとも１つのＴＳＦに基づいて監視される。操作４６１０において、監視に基づいて、応答、支援、または提示のうちの少なくとも１つが生成される。図４６の動作の順序は、本開示の様々な実施形態に従って変更することができる。
【0471】
図４７は、本開示のいくつかの実施形態による、動き検知および位置特定を伴う無線監視のための例示的なフロアプランおよび無線デバイスの設置を示す。図４７に示す実施例では、２つのオリジンＯ１およびＯ２がある。それぞれのオリジンは、３つのボットに関連付けられている。例えば、Ｏ１はボットＢ１１、Ｂ１２、Ｂ１３に関連し、Ｏ２はボットＢ２１、Ｂ２２、Ｂ２３に関連する。ボットおよびオリジンのそれぞれのデバイスは、異なった位置に固定される。一実施形態では、オリジンＯ１はマスタオリジンと呼ばれ、オリジンＯ２はチャイルドオリジンと呼ばれ、チャイルドオリジンは組み合わせのためにマスタオリジンに統計および情報を送信することができる。
【0472】
いくつかの実施形態では、図４７のフロアプランおよび無線デバイスの配置を使用して、動き統計値に基づいて複数人または複数オブジェクトの動き位置の特定を実行することができる。２つ以上のオリジンが存在する場合、異なるオリジンの異なるリンクから測定された動き統計が組み合わされて、動き位置の特定に一緒に寄与する。それぞれのアクティブ化されたボットについて、例えば、タイムウインドウ内の平滑化された動き統計値に基づいて、ボットがどのオリジンに関連付けられているかが決定される。例えば、オリジンｊに関するボットｋの平滑化された動き統計量が閾値より大きいとき、ボットｋはオリジンｊに関連していると決定される。同じ閾値を他のオリジンに使用することができる。したがって、オリジンごとに、オリジンに関連する活性化ボットのセットを決定することができる。動きを検出するために、それぞれのアクティブ化されたボットｋについて尤度が計算され、タイムウインドウにわたって平滑化される。オリジンおよびその関連ボットを含むオリジングループごとに、すべての関連ボットにわたるオリジングループの平均動き統計値が計算される。上記のそれぞれの計算または算出は、オリジンまたはボットで実行することができる。
【0473】
環境において何か動きが検出された場合には、最高の平均動き統計値を持つオリジングループが選択される。選択されたオリジングループの平均動き統計値が閾値よりも大きい場合、動きはグループのオリジンの周りにあると判定される。そうではなく、選択されたオリジングループの平均動き統計値が閾値よりも大きくない場合、動きは、オリジングループ内で最も高い尤度を有するボットの周りにあると判定される。
【0474】
図４８は、本開示のいくつかの実施形態による、動き検知および位置特定を伴う無線監視のための例示的な手法のフローチャートを示す。操作４８０２において、場所内のタイプ２デバイスのセットは、それぞれのタイプ２デバイスが少なくとも１つの他のタイプ２デバイスのそれぞれのセットと無線で相互接続され、タイプ１デバイスのそれぞれのセットに関連付けられるように、無線で相互接続される。操作４８０４において、各タイプ２デバイスは、タイプ２デバイスに関連付けられたタイプ１デバイスのそれぞれのセットのそれぞれから、場所内のオブジェクトの動きによって影響を受けるそれぞれの無線マルチパスチャネルを通して、それぞれの無線信号を非同期的に受信する。操作４８０６で、各タイプ２デバイスは、タイプ２デバイスと無線で相互接続された少なくとも１つの他のタイプ２デバイスのそれぞれのセットのサブセットのそれぞれから、場所内のオブジェクトの動きによって影響を受けるそれぞれの無線マルチパスチャネルを通して、それぞれの無線信号を非同期で受信する。
【0475】
いくつかの実施形態では、２つの相互接続されたタイプ２デバイスのペアごとに、一方のタイプ２デバイスのみが他方のタイプ２デバイスから無線信号を受信する。したがって、所与のタイプ２デバイスごとに、所与のタイプ２デバイスと無線で相互接続されたタイプ２デバイスの対応するサブセット内の各タイプ２デバイスから無線信号を受信することができる。いくつかの実施形態では、１つまたは複数のタイプ２デバイスが無線信号を別のタイプ２デバイスに送信することができるが、１つまたは複数のタイプ２デバイスは別のタイプ２デバイスからいかなる無線信号も受信することができない。言い換えると、サブセットは１ つ以上のタイプ２デバイスについて空集合にすることができる。
【0476】
操作４８０８において、各タイプ２デバイスはタイプ２デバイスに関連付けられた非同期時系列チャネル情報（ＡＴＳＣＩ）のセットを取得し、各ＡＴＳＣＩは、それぞれの無線マルチパスチャネルに関連付けられ、非同期的に受信されたそれぞれの無線信号に基づいて取得される。動作４８１０で、場所内のオブジェクトの動きが、それぞれのタイプ２デバイスに関連するＡＴＳＣＩのセットに基づいて監視される。図４８の動作の順序は、本開示の様々な実施形態に従って変更することができる。
【0477】
図４９は本開示のいくつかの実施形態による、動き検知および位置特定を伴う、共同無線動き監視システム、例えば図４８におけるシステム実行動作を管理するための例示的方法４９００のフローチャートを示す。操作４９０２で、新しいタイプ１デバイスまたは新しいタイプ２デバイスのうちの少なくとも１つが共同無線動き監視システムに追加される。操作４９０４で、新しいタイプ１デバイスまたは新しいタイプ２デバイスのうちの少なくとも１つは、新しいタイプ１デバイスが既存のタイプ２デバイスに関連するように構成され、新しいタイプ２デバイスが少なくとも１つの既存のタイプ２デバイスと相互接続するように構成されるように構成される。任意選択で、動作４９０６で、既存のタイプ１デバイスは既存のタイプ２デバイスとの既存の関連付けを終了し、新しいタイプ２デバイスと関連付けるように構成される。操作４９０８において、共同無線動き監視システムの構成データベースは、新しいタイプ１デバイスまたは新しいタイプ２デバイスのうちの少なくとも１つで更新される。操作４９１０で、新しいタイプ１デバイスまたは新しいタイプ２デバイスのうちの少なくとも１つに関連する無線信号通信がネゴシエートされ、開始される。図４９の動作の順序は、本開示の様々な実施形態に従って変更することができる。
【0478】
いくつかの実施形態ではＭ個の相互接続されたタイプＢデバイス（例えば、無線プローブ信号を受信する無線受信機、ＣＩの抽出し、「オリジン」、メッシュルータ、無線デバイス）があり、各々はＮｉ個のタイプＡデバイス（例えば、プローブ信号を送信する無線送信機、「ボット」）を有し、ｉ＝１、…、Ｍである。相互接続はポイントツーポイント、リング、スター、円形、バス、メッシュ、ツリー、ハイブリッド及びデイジーチェーンのような構成を含むことができる。Ｋｉ個の隣接オリジンに接続されたオリジンについては、任意の他の直接に接続されたオリジンは特殊なボットと見なされる。タイプＡデバイスは、タイプＢデバイスに無線プローブ信号を送信できる。タイプＢデバイスは無線プローブ信号を受信し、無線信号からＣＩ(チャネル情報、例えばＣＳＩ、ＣＩＲ、ＣＦＲ、ＲＳＳＩ など） を抽出する無線トランシーバーであってもよい。タイプＢデバイスは、タイプＡデバイスとして機能して、別のタイプＢデバイスに無線プローブ信号を送信できる。動き統計値は、タイプＡデバイスとタイプＢデバイス間のリンクごとに計算される。動き統計値は異なるユーザの動きを位置特定（ｌｏｃａｌｉｚｅ）するために、前処理され、組み合わされる。
【0479】
いくつかの実施形態では、タイプＡ及びタイプＢデバイスが共同で相互接続されたセンシング網を形成する。タイプＢデバイスは、ポイント・ツー・ポイント、リング、スター、円形、バス、メッシュ、ツリー、ハイブリッド及びデイジーチェーンのような幾つかの構成で無線で相互接続される。相互接続された２つのタイプＢデバイス間の無線リンクは、一方向または双方向リンクである可能性がある。いくつかの実施形態では、タイプＡデバイスが無線送信機または受信機またはその両方であり得る。それらは、ネットワーク内の周辺又は端末デバイス（リーフノード）として働くことができる。各タイプＡデバイスは、タイプＢデバイスとの間でプローブ信号を送受信する無線リンクを１ つ持つことができる。いくつかの実施形態では、タイプＢデバイスが無線トランシーバ（ＴＸおよびＲＸの両方）である。タイプＢデバイスは、ネットワーク内の中央または「コア」デバイス（非リーフノード）として機能してもよい。それぞれのタイプＢデバイスは、相互接続されたタイプＢデバイスとの間でプローブ信号を送受信するための少なくとも１つの無線リンクを有することができる。タイプＢデバイスは、別のタイプＢデバイスからプローブ信号を受信するための少なくとも１つの無線リンクを有することができる。タイプＢデバイスは、それに関連するタイプＡデバイスからプローブ信号を受信する無線リンクを有することができる。ＭはタイプＢデバイスの数を表し、Ｎｉはｉ番目のタイプBデバイスに関連するタイプＡデバイスの数を表し、Ｋｉはｉ番目のタイプBデバイスに直接相互接続する他のタイプＢデバイスの数を表す。
【0480】
無線信号を使用すると、手の動きを追跡し、ジェスチャ認識を行うことができる。例えば、パッシブＷｉＦｉベースのジェスチャ認識は、壁の貫通、ＬＯＳ制約の緩和、容易に利用可能なインフラストラクチャ、プライバシ保護、より良好なユーザエクスペリエンス等のような興味深い特徴を有する実用的なジェスチャ認識を刺激しうる。いくつかの実施形態では、本開示が壁を通過するシナリオで動作することができる汎用ＷｉＦｉデバイスを使用するＷｉＦｉベースのパッシブジェスチャ認識システム（以下、「ＷｉＣｏｄｅ」）を開示する。
【0481】
ＷｉＦｉを使用して、実際に実現可能で一般化されたジェスチャ認識システムを構築することは、多くの課題を提起する。第１に、市販のＷｉ−Ｆｉシステム（２０〜８０ＭＨｚ）における少ない帯域幅を考えると、関心のある信号、すなわち移動ターゲットに対応するものを分離することは困難である。例えば、４０ＭＨｚの帯域幅では、７．５ｍだけ異なる経路長を有する全てのマルチパスが単一のチャネルインパルス応答（ＣＩＲ）タップ上に重畳される。この課題に対処するために、１つのアプローチは、試験段階中に一致した事前定義済みジェスチャのセット及び位置に対するＣＳＩに基づいてプロトタイプを作成することである。しかし、広範囲な可能性のある位置、ユーザ、環境にわたるＣＳＩプロトタイプのトレーニングデータベースを構築することは、実際には不可能である。このアプローチはまた、ＣＳＩパターンが利用可能な事前定義済みジェスチャの限定的セットにアプリケーションを制限する。これらの問題は、「位置／ユーザ依存性（location/user dependency）」と「パターン不整合性（pattern inconsistency）」と呼ばれる。このアプローチのもう一つの問題は、ターゲットの動きとバックグラウンド／環境の変化との間の関係を左右する複雑な機能の理解の不足である。一方、開示されたＷｉＣｏｄｅシステムはＣＳＩシグネチャを直接的に比較せず、代わりに、ＷｉＣｏｄｅシステムは統計情報を導出し、ジェスチャの実際の軌跡を再構成するために情報を抽出することに焦点を当てる。このような開示されたシステムは、ジェスチャのセットを限定するものではなく、トレーニングを必要としない。
【0482】
第２に、市販のＷｉ−Ｆｉは２．４ＧＨｚまたは５．２ＧＨｚ帯域のいずれかにあり、ＥＭ波は壁を容易に貫通し、より高い波長のために典型的な屋内空間に及ぶことができる。しかし、手から反射された信号は、屋内の強いマルチパスに完全に沈んでいる。したがって、関心信号が静的環境からの無関係な信号を支配するために、ほとんどの作業はそれらのカバレージを見通し線（ＬＯＳ）又は約１ｍの距離に制限する。開示されたシステムは、手の動きによって生成される動的な信号を増強し、ＮＬＯＳおよび壁を通過する設定を可能にする、相関を用いてこの課題に対処する。典型的な壁通過実験環境５０００を図５０に示す。
【0483】
図５０に示すように、無線環境５０００は、１つまたは複数の送信機５０１０、１つまたは複数の受信機５０２２、５０２４、および別の部屋に位置する試験ユーザ５０４０、例えば人を含む。送信機および受信機は、試験領域５０５０におけるユーザ５０４０の身体部分の動きを追跡するために、例えばユーザ５０４０の手、足、腕、脚、頭部、または指の動きを追跡して、ユーザ５０４０によって形成されるジェスチャを判定または認識するために、無線動き認識システム、例えばＷｉＣｏｄｅシステムの機能を実装することができる。認識されたジェスチャに基づいて、ＷｉＣｏｄｅシステムは、例えば、コンピュータ、スマートフォン、タブレット、ＩｏＴデバイスなどのデバイスの動作を自動的に制御することができる。
【0484】
いくつかの実施形態ではユーザ５０４０が試験領域５０５０内で手を動かしている間、送信機５０１０は試験領域５０５０の無線マルチパスチャネルを通して第１の無線信号を送信してもよい。受信機５０１４は無線マルチパスチャネルを介して第２の無線信号を受信することができ、第２の無線信号は、試験領域５０５０内のユーザの手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ために第１の無線信号とは異なる。したがって、送信機および受信機のうちの少なくとも１つに結合されたプロセッサは第２の無線信号に基づいて無線マルチパスチャネルのチャネル情報の時系列（ＴＳＣＩ）を取得し、ＴＳＣＩに基づいて手の動きを追跡して手のジェスチャ軌跡を生成し、ジェスチャ軌跡および複数の事前に定められたジェスチャ形状に基づいてジェスチャ形状を判定することができる。様々な実施形態では、それぞれのチャネル情報（ＣＩ）がチャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、または受信信号強度インデックス（ＲＳＳＩ）のうちの少なくとも１つを含む。いくつかの実施形態では、第１の無線信号が送信機の複数の送信アンテナを使用して送信され、第２の無線信号が受信機の複数の受信アンテナを使用して受信され、各ＣＩが送信機の複数の送信アンテナのそれぞれの１つに関連付けられ、受信機の複数の受信アンテナのそれぞれの１つに関連付けられる。
【0485】
ユーザ５０４０が試験領域５０５０内に位置している間、それぞれの送信機／受信機は無線ジェスチャ認識のために試験領域５０５０内に位置していてもよいし、位置していなくてもよい。いくつかの実施形態では、送信機５０１０が上述したようなボットであり、各受信機５０２２、５０２４は上述したようなオリジンである。他の実施態様において、受信機５０２２、５０２４は、無線動き認識のための同じオリジンの２つの受信アンテナである。
【0486】
図５０に示される例では、送信機５０１０と受信機５０２２、５０２４との間に見通し線（ＬＯＳ）は存在しない。さらに、送信機５０１０と受信機５０２２、５０２４との間に位置する、少なくとも１つの壁面５０３１、５０３２、５０３４が存在する。送信機５０１０とユーザ５０４０との間に位置する壁５０３１が存在し、その結果、第１の無線信号はユーザ５０４０に到達する前に、少なくとも１つの壁を通過する。さらに、ユーザ５０４０と受信機５０２４との間に位置する壁面５０３３があってもよい。
【0487】
手のジェスチャ中、手の異なる部分は異なる速度で移動し、チャネルの動揺に大きく寄与する。したがって、物理モデルを構築することは、手のジェスチャにとって難しくなる。研究者たちは、胴体の速度に焦点を当てた全身運動、または制御可能な使用した指ジェスチャのいずれかをモデル化したが、ＷｉＣｏｄｅシステムは、ジェスチャを実行するユニークな方法を特定することによって手のジェスチャモデルを採用し、例えばＣＳＩ間の、チャネル情報間の統計的関係を支配する数式を導き出す。
【0488】
図５１は、本開示のいくつかの実施形態による、無線動き認識のための例示的な方法５１００のフローチャートを示す。操作５１０２では、第１の無線信号が第１の無線デバイス、例えば、送信機から、場所の無線マルチパスチャネルを通って、第２の無線デバイス、例えば、受信機に送信される。操作５１０４において、第２の無線信号が、無線マルチパスチャネルを介して第２の無線デバイスによって受信される。第２の無線信号は、場所内の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ために、第１の無線信号とは異なる。操作５１０６において、無線マルチパスチャネルのチャネル情報の時系列（ＴＳＣＩ）が例えば、プロセッサ、プロセッサと通信可能に結合されたメモリ、およびメモリに記憶されたの命令のセットを使用して、第２の無線信号に基づいて取得される。操作５１０８において、オブジェクトの動きは、オブジェクトのジェスチャ軌跡を生成するために、ＴＳＣＩに基づいて追跡される。操作５１１０において、ジェスチャ軌跡および複数の予め定められた（ｐｒｅ−ｄｅｔｅｒｍｉｎｅｄ）ジェスチャ形状に基づいて、ジェスチャ形状が判定される。図５１の動作の順序は、本開示の様々な実施形態に従って変更することができる。
【0489】
いくつかの実施形態では、開示されたＷｉＣｏｄｅシステムが無線マルチパスチャネル、例えばＷｉ−Ｆｉチャネルの時間分散（ｔｉｍｅ−ｖａｒｉａｎｃｅ）の統計的モデルを利用する。システムは、ジェスチャを実行する方法を設計して、手で動かされる相対距離と相関減衰との間に独特の対応関係を持つ。手が空間内の特定の点から離れるにつれて、Ｗｉ−ＦｉチャネルのＣＳＩ間の相関は単調に減衰する。この特性を利用して、直線セグメントを含むジェスチャを分析することができる。アルゴリズムは異なる直線セグメントを自動的に識別し、２つのセグメントと異なるセグメントの交点との間の角度を決定するように設計される。
【0490】
いくつかの実施形態では、これらの特徴を組み合わせて、大文字の英語アルファベットを含むジェスチャ識別システムを示すことができる。いくつかの実施形態では、開示されたＷｉＣｏｄｅシステムは、ジェスチャに対応するＣＳＩ間の統計的関係を導出するためのユニークなジェスチャモデルを含む。過酷な壁通過シナリオにおける手の動きに伴うＣＳＩの変化について、初めて理解が提供される。これは、実用的なジェスチャ認識システムを開発し、ＬＯＳ設定のみに限定されたＷｉ−Ｆｉを使用する現行のアプリケーションを拡張する、多くの可能性を開く。いくつかの実施形態では、本開示がジェスチャ分割、回転角度判定、一致点検出、およびジェスチャ分類を含む完全なジェスチャ認識システムを開示する。システムのプロトタイプは、例えばジェスチャのセットとして大文字の英語アルファベットを使用して、無線動き識別のために市販のＷｉ−Ｆｉデバイス上に作成することができる。
【0491】
ジェスチャモデル：手動ジェスチャによって引き起される無線チャネルの変化を説明するために、統計モデルを開発することができる。無線チャネルは、そのチャネル状態情報（ＣＳＩ）によって、または同等にそのチャネルインパルス応答（ＣＩＲ）によって表すことができる。ジェスチャは、手（または別の身体部分）の連続する動きとして扱われてもよく、したがって、ＣＩＲ／ＣＳＩ時系列によって表すことができる。手の動きと無線チャネルの変動との間の対応を活用するために、時系列内の任意の２つのＣＳＩ間の関係／類似性を定量することが有益である。例えば、時間反転共振強度（Time Reversal Resonating Strength：ＴＲＲＳ）メトリックを採用することができる。
【0492】
ＴＲＲＳは時間反転現象に起因する根源を持つ。いくつかの実施形態では、送信機（Ｔｘ）と受信機（Ｒｘ）との間の無線チャネルがＣＩＲ ｈ（ｌ）によって表すことができ、ここで、ｌ＝０，１，・・・，Ｌ−１およびＬはタップの総数、ＣＩＲは正規化されており、すなわち、[この文献は図面を表示できません]
であると仮定することができる。Ｔｘがインパルスδ（ｌ）を送信する場合、Ｒｘ はｙ（ｌ）＝ｈ（ｌ）を受信する。ここで、Ｒｘがｈ＊（−ｌ）、すなわちチャネルの時間反転および共役版を送信する場合、Ｔｘにおける受信信号は[この文献は図面を表示できません]
Ｔｘ→ＲｘおよびＲｘ→Ｔｘからの無線チャネルは、チャネル相互性のために同じである。ｙ’（ｌ）のゼロ番目のタップは次式になる。（式Ｃ１)
[この文献は図面を表示できません]
すなわち、Ｒｘから初期ＣＩＲの時間反転及び共役版を送信し、Ｔｘでｙ’（０）を記録することによって、後の時間インスタンスでのチャネルが初期チャネルと異なっているかどうかを知ることができる。あるいは次式を計算することができる（式Ｃ２)
[この文献は図面を表示できません]
これは、２つのＣＩＲｈ１とｈ２との間のＴＲＲＳを与える。ηの値は０〜１ の範囲にあり、０ は無相関ＣＩＲ のペアによって達成され、１ はマッチングするＣＩＲによって達成される。以下では、手のジェスチャについて式（Ｃ２）を単純化することができる。手で動かされる距離とＴＲＲＳ値への影響との関係を発展させてもよい。
【0493】
ｈ０は手が初期位置にあるときのＣＩＲを示す。屋内環境での多重反射のために、ＣＩＲにおける各々のタップは、以下のようにマルチパス成分（ＭＰＣｓ）に関して明示的に書くことができる。（式Ｃ３)
[この文献は図面を表示できません]
ここでＭはマルチパスのセット、ζは複素パスゲインであり、ｆｃはキャリア周波数であり、τはパス遅延である。手が短い距離ｘだけ動かされるとき、対応するＣＩＲは、ｈｘによって示される。すると、（式Ｃ４)
[この文献は図面を表示できません]
ここで、セットＭは、短い変位量に対して不変であると見なすことができる。有意なＭＰＣが別個のＣＩＲタップ上に捕捉されるように十分に大きな帯域幅を仮定すると、以下のようにη（ｈ０，ｈｘ）の式の分子（ｎｕｍｅｒａｔｏｒ）を近似することができる。（式Ｃ５)
[この文献は図面を表示できません]
式（Ｃ５）は、移動した距離ｘと、ＴＲＲＳ値における降下／減衰との間の直接的な関係を示すものではない。この対応をより明白にするために、以下の観察を利用することによって式を単純化することができる。
【0494】
経路長（ｐａｔｈ ｌｅｎｇｔｈ）差：手が小さな距離ｘだけ動くときの経路長の変化は図５２に示されるように、反射の角度ｖｌおよび面法線（ｓｕｒｆａｃｅ ｎｏｒｍａｌ）と移動方向との間の角度Ψｌとを使用することによって計算することができる。全経路長変化は、反射面に対する法線に沿った変位のみに依存する。これは、表面に沿った小さな変位は、楕円の幾何学的定義によってパスの全長に影響を与えないためである。経路の遅延の差分は、次のように書くことができる。（式Ｃ６)
[この文献は図面を表示できません]
【0495】
均一スキャッタ：マルチパスの多いリッチな室内環境では、ＭＰＣが空間内に均一に分布していると仮定することができる。例えば、空間内の任意の点において、ＭＰＣの入射角が［０、２π］内に均一に分布していると仮定することができる。この仮定は、式Ｃ５の合計を角度にわたる積分に単純化するのに役立つ。（式Ｃ７)
[この文献は図面を表示できません]
ここで、Ｋは正規化定数である。
【0496】
マルチパスの割合：密なマルチパスの中で、ＭＰＣの一部のみが手の動きによって影響される。この割合（ｆｒａｃｔｉｏｎ）をａとする。式（Ｃ７）の右辺（ｒｉｇｈｔ ｈａｎｄ ｓｉｄｅ：ＲＨＳ）は、以下の式（Ｃ９）に簡略化することができる。
【0497】
ジェスチャの実施方法：典型的なジェスチャの間、手の異なる部分は、異なる速度で、異なる方向に動く。したがって、任意の手の動きをモデル化することは複雑である。いくつかの実施形態では、図５３に示すように、腕を肩の周りに伸ばし、旋回させて、手でジェスチャを行うユニークな方法を採用することができる。このような拘束された運動の利点は、少なくとも３つある。第１に、手首のあらゆるユニークな位置について、他の全てのスキャッタの位置（手のセグメント）は固定され、ユニークである。第２に、移動するスキャッタの軌跡（手の異なる部分）は一意であり、互いに重なり合わない／交差しない。第３に、図５３に従って手を動かすと、手は、その変位量が０からｘへ線形に増加する多重スキャッタの組み合わせとしてモデル化でき、ここでｘは手首の変位量である。この結果、式（Ｃ１０）に示すような総和項が得られる。（式Ｃ８)
[この文献は図面を表示できません]
（式Ｃ９)[この文献は図面を表示できません]
（式Ｃ１０)[この文献は図面を表示できません]
ここで、Ｊ０（．）は第１種の０次ベッセル関数である。
【0498】
式（Ｃ２）の分母は次のようになる。(式Ｃ１１)
[この文献は図面を表示できません]
(式Ｃ１２)[この文献は図面を表示できません]
【0499】
式（Ｃ１２）は、ＴＲＲ減衰と手を伸ばした状態で手首によって動かされる距離との間の関係を特定する。ＮＤ＝５０について、ＲＨＳがプロットされ、ＲＨＳが単調減衰を示す図５４に示されている。図５４は、本開示のいくつかの実施形態に従った、手の動き（速度の増加を伴う動的スキャッタ、ＮＤ＝５０）および台車の動き（１つの速度を伴う動的散乱体、、ＮＤ＝１）のケースにおける例示的なＴＲＲＳを図示する。この単調な減衰を利用して、ジェスチャ分類のための簡単な尤度ベースの手法を開発することができる。
【0500】
特徴抽出：いくつかの実施形態では、例示的なパイプラインが各ジェスチャ形状ごとにユニークな特徴を抽出し、それらをジェスチャの分類に使用するように設計することができる。単に直線部分を含むジェスチャを考えることができる。直線部分で構成されるいかなる形状を記述するにも、部分の個数、隣り合う２つの部分のなす角、および線の部分間の交点の位置を知っていれば十分である。特徴抽出モジュールの概略を図５５に示す。
【0501】
図５５は、本開示のいくつかの実施形態による例示的な無線ジェスチャ認識／分類システム５５００、例えばワイドコードシステムの作業フローを示す。図５５に示されるように、システム５５００は、無線信号に基づいて得られたジェスチャ５５１０のＣＳＩ時系列から特徴を抽出するための特徴抽出モジュール５５２０を含み、抽出された特徴に基づいてジェスチャを認識または分類するためのジェスチャ分類モジュール５５３０を含む。この例では、特徴抽出モジュール５５２０は、ジェスチャ分割モジュール５５０２と、角度分類モジュール５５０４と、マッチングポイント検出モジュール５５０６とを含む。
【0502】
システムには手の動きの絶対／相対方向についての情報がない可能性があるので、システムは軌跡の相対的な形に焦点を合わせることができる。いくつかの実施形態では、文字「Ｎ」および「Ｚ」の軌跡の特徴は、３つの線分、隣り合う線分間の鋭角、および交点なしで同じでありうる。同様に、「Ｍ」および「Ｗ」の軌跡の特徴は同じであってもよい。
【0503】
いくつかの例示的な軌跡を図５６に示す。３つ以上のジェスチャセグメントを有する大文字の英語アルファベットを考慮すると、固有の特徴を有する１６個の形状のセットを得ることができる。ＷｉＣｏｄｅプロトタイプは、この１６個のジェスチャ形状のセットに関するジェスチャ分類を実証することができる。ジェスチャ形状の直線をセグメント（ｓｅｇｍｅｎｔ）と呼ぶ。例えば、「Ｄ」形状のジェスチャは図５６に示されるように、３つのセグメントから構成される。ジェスチャ分割モジュール５５０２は、所定のジェスチャ形状のセグメントの個数を決定することを目的とする。図５６における円形のドットは、各形状に関する初期点を示す。
【0504】
手が動きの方向を変えると、旋回の位置で速度が減少する。ユーザがターン事象中に減少／ゼロ速度に続くジェスチャを実行すると仮定すると、ジェスチャ分割モジュール５５０２の目的は、延長された／ゼロ速度インスタンスの個数を見つけることに単純化される。この目標を達成するために動き統計値（ｍｏｔｉｏｎ ｓｔａｔｉｓｔｉｃｓ）を活用することができる。動き統計値は、トランシーバによって知覚される無線チャネル内の動き／外乱の程度を表す。トランシーバに近いより小さな動的オブジェクト及びトランシーバから遠い大きな動的オブジェクトは、同様の外乱が生じ、同じ動き統計値が得られる。同様に、速い動きの小さいオブジェクトと、遅い動きの大きいオブジェクトとは、同じ動き統計値を有することができる。動き統計値は、ＣＳＩの相関関係から計算される。理論値は−１と１の間にあり、１は最高の動き／外乱の水準を示す。
【0505】
ジェスチャ中、人物は、トランシーバから一定の距離に位置することができる。したがって、動き統計値は、手の動きの相対速度を捉えることができる。図５７Ａに示される「Ｄ」形状のジェスチャ軌跡および対応する動き統計値を、図５７Ｂに示される別のジェスチャ分割と一緒に考察する。動き統計値は図５７Ａの星印で示されるように、旋回する位置でより低下する。ジェスチャ中の線分の数は、動き統計値のプロットにおける極小／谷の数から判定することができる。
【0506】
旋回角度分類：手の動きの方向の急激な変化は「旋回」事象と呼ばれ、例えば、図５８Ａはオリジン（「Ｏ」）で始まるジェスチャ軌跡を示し、点「Ｔ」で「旋回」が生じるまでの直線を示し、図５８Ｂは、対応するＴＲＲＳ減衰特徴を示す。点「Ｔ」の後の軌跡は再度、終点「Ｆ」に到達するまでの直線である。２つの直線セグメントの間の角度は、旋回角度と呼ばれ、θによって示される。いくつかの実施形態では、角度分類モジュール５５０４が旋回角度を３つのグループ／クラス、すなわち、[この文献は図面を表示できません]
に分類することができる。
【0507】
図５８Ａの軌跡の第２のセグメント上の任意の点「Ｓ」を考える。点「Ｐ」は、第１のセグメント上の「Ｓ」に最も近い点である。点「Ｓ」におけるＣＳＩと軌跡に沿ったすべてのＣＳＩとの間のＴＲＲＳ類似性をとり、後ろへ動かすと、図５８Ｂに示すように、点「Ｔ」におけるＣＳＩの谷間および点「Ｐ」におけるＣＳＩのピークを観察することができる。図５８Ｂにおけるこのプロットは、第２のセグメント上の任意の点「Ｓ」についてのＳΔと呼ばれる。相対距離とＴＲＲＳの間の直接的な対応は単調減衰パターンの結果である。「Ｓ」、「Ｐ」、および「Ｔ」の間の相対ペアワイズのＴＲＲＳ関係を利用して、２つの特徴ｒ及びｆを以下で定義し、それらを使用して、異なるθに対する確率スコアを割り当てることができる。
【0508】
第１に、ｆはＳΔプロットで観察されるピークに対する旋回位置からの第２のセグメントの一部を表す。曲線上でピークを観察することができる、旋回位置からの第２のセグメントの部分を表す。「Ｓ」が、ＳΔプロット上でピークが観察される「Ｔ」からの第２のセグメント上での最も遠い点である場合、ｆは次のように定義される。(式Ｃ１３)
[この文献は図面を表示できません]
【0509】
ＴＲＲＳカーブの単調な減衰は、ある距離までしか観測されないので、距離ＳＰがある限度を超える場合、ピークは観測されないことがある。この制限は普遍的ではないが、異なるθについてｆの値の範囲を大まかに得ることができる。この例では、[この文献は図面を表示できません]
【0510】
第２のセグメント上の各Ｓ点について、対応する点Ｔ及びＰをＳΔ曲線から得ることができる。曲線ｙ＝ＳＰは、すべての（Ｓ，Ｐ）のペアについてＴＲＲＳ（Ｓ，Ｐ）から得られ、ここでＳは第２のセグメント上にある。所与の旋回角度θについて、パラメータｒは、曲線ｙ＝Ｔｍａｘ−ＳＰと曲線ｙ＝Ｔｍａｘ−ＳＴとの間の面積の比として定義され、ここで、Ｔｍａｘは２つのセグメント上の点の間の最高のＴＲＲＳである。理想的には、異なるセグメント上にある点「Ｔ」に近い点の間のＴＲＲＳは１に近いので、[この文献は図面を表示できません]
である。θ＝４５度、ＳＰ＝ＰＴ及び一様な環境を仮定すると、[この文献は図面を表示できません]
【0511】
パラメータの理想値ｆ及びｒを以下の表２に示す。実際には以下の非理想性のために、値はそれらの理想値とは異なることがある。第１に、ＴＲＲＳの単調な減衰は、大きな距離にわたって明白ではない。したがって、鋭角がより大きい場合、ピークは、第２のセグメントの全長にわたって、ｆ＜１、とりわけ[この文献は図面を表示できません]
では検出されないことがある。第２に、ＴＲＲＳ（ＳＰ）は、[この文献は図面を表示できません]
に対して常に１に等しいとは限らない。これは、人間の身体と手が剛性のあるオブジェクトではなく、たとえ人間がそうしようとしても、ＣＳＩが正確にマッチしない可能性があるからである。したがって[この文献は図面を表示できません]
についてｒ＞０である。第３に、空中でジェスチャを描く際の基準がないため、正確な４５度の旋回は人間には困難である。したがって、鋭角旋回の場合、ｒの値は０．５から１を超えるまで変化する。表２：異なるθに対するｆ及びｒの理論値。
[この文献は図面を表示できません]
【0512】
パラメータｆおよびｒを使って、角度分類モジュール５５０４は角度θを分類するための確率スコアを定義することができる。スコアは以下のように与えられる。（式Ｃ１４)
[この文献は図面を表示できません]
（式Ｃ１５)[この文献は図面を表示できません]
（式Ｃ１６)[この文献は図面を表示できません]
ここでｓｇｎ（．）は符号（ｓｉｇｎ）関数を示す。
【0513】
したがって、[この文献は図面を表示できません]
ここでεは任意の小さな正の量である。この例では、実験データに基づいてδ＝０．２を使用することができる。たとえば、ｒ＝０．３かつｆ＝０．９ならば、
（式Ｃ１７)
[この文献は図面を表示できません]
（式Ｃ１８)[この文献は図面を表示できません]
（式Ｃ１９)[この文献は図面を表示できません]
【0514】
角度分類は、最大確率スコアを有するクラスを角度θに割り当てることによって行うことができる。旋回のＣＳＩ時系列のＴＲＲＳ行列および対応する特徴は、｛０°、４５°、９０°｝における異なるθに対して図５９−６１に示される。ここで、それぞれのコラムは一つのθに対応する。図５９Ａ〜５９Ｃは本開示のいくつかの実施形態による、０°の旋回に関連する例示的なＴＲＲＳ減衰を示す。図６０Ａ〜６０Ｃは、本開示のいくつかの実施形態による、４５°の旋回に関連する例示的なＴＲＲＳ減衰を示す。図６１Ａ〜６１Ｃは、本開示のいくつかの実施形態による、９０°ターンに関連する例示的なＴＲＲＳ減衰を示す。図５９Ａ、６０Ａ、６１Ａの各々は旋回に対応するＣＳＩ時系列のＴＲＲＳ行列を示し、図５９Ｂ、６０Ｂ、６１Ｂの各々は第２のセグメント上の点Ｓに対するプロットＳΔを示し、図５９Ｃ、６０Ｃ、６１Ｃの各々は第２のセグメント上のＳ毎についての、点Ｓ、ＰにおけるＣＳＩと点Ｐ、ＴにおけるＣＳＩとの間のＴＲＲＳを示す。
【0515】
マッチングポイント検出：マッチングポイント検出モジュール５５０６の目的は、ジェスチャ軌跡の任意の２つの非隣接セグメント間の交点／交差部を確認することである。例えば、全ての３分割ジェスチャの第１及び第３セグメントについてです。図６２Ａに示すＸ字形状のジェスチャを考える。セグメント（部分）１とセグメント３との間の交点は、図６２Ａにおいて丸によってマークされている。交点／交差部がジェスチャ軌跡に生じる場合、これは、図６２Ｂに示すように、腕の空間的な向き／位置がこれら２つの時間インスタンスでほぼ同じであり、２つのＣＳＩ間のＴＲＲＳが比較的高くなる（理想的には１に等しい）ことを意味する。したがって、マッチングポイントを検出するために、マッチングポイント検出モジュール５５０６は２つのセグメントのＣＳＩ間の最高のＴＲＲを探し、最高の位置に基づいて確率スコアを割り当てることができる。
【0516】
先に述べたように、ジェスチャの相対速度の近似インジケータとして動き統計値を使用することができる。それぞれのセグメントの全長が１に等しく、セグメントＡＢ上の任意の２つの点ＸとＹとの間の距離が次式で与えられると仮定することができる。（式Ｃ２０)
[この文献は図面を表示できません]
【0517】
距離がそれぞれのセグメントの始点から測定されると仮定すると、Ｘ形状の第１のセグメントと第２のセグメントとの間の交点は、（０．５，０．５）によって表すことができる。同様に、Ｄ形状の場合、交点は（０，１）で表すことができる。現実的には、ユーザは描かれた軌跡の基準を全く持たないので、望む位置でセグメントを横切ることは困難である。いくつかの実施形態では、マッチングポイント検出モジュール５５０６が図６２Ａの拡張された円形領域によって示されるように、０．２５の余裕を可能にすることができる。所定の交点Ｐ｛（ｍ，ｎ）｝に対する確率スコアは、最大値が指定された範囲内で生じるかどうかを示す指示関数と、ＴＲＲＳの正規化された相対的最大値との積によって次のように与えられる。（式Ｃ２１)
[この文献は図面を表示できません]
ここで、Ｔｍａｘ∈（ｍ０．２５、ｍ０．２５）なら、１（ｍ，ｎ）＝１であり、そうでなければ０、ｍ０．２５はｍの周囲の半径０．２５の領域である。ＴＲＲＳの最大値、すなわちＴｍａｘが発生する第１セグメント及び第３セグメントでのＣＳＩのインデックスは、ｉｍａｘおよびｊｍａｘによって与えられる。図６２Ｂには、Ｘ字形ジェスチャの第１セグメントと第３セグメントのＣＳＩの間のＴＲＲＳ行列が示されている。マッチングポイント（ｍ，ｎ）の確率スコアは、この例ではＰ｛（ｍ，ｎ）｝＝０．７６３として計算することができる。
【0518】
ジェスチャ分類：ジェスチャは、先のモジュール５５０２、５５０４、５５０６において抽出された特徴を使用して、それらの形状に従ってジェスチャ分類モジュール５５３０において分類され得る。直線セグメントを含むジェスチャ形状は、セグメントの個数、セグメントの間の角度、および交点に基づいて特徴付けられる。ジェスチャ形状の確率スコアは、その特徴の各々の確率スコアの積によって計算されてもよい。例えば、セグメントｉとセグメントｉ＋１との間の角度がθｉによって示される場合、第ｉ番目のセグメントと第ｊ番目のセグメントとの間のマッチング／交点はＭＰｉ，ｊによって示され、Ｘ字形状ジェスチャの確率スコアは、[この文献は図面を表示できません]
の積によって与えられる。
【0519】
性能評価：開示されたジェスチャ分類システムの性能を評価することができる。いくつかの実施形態では、３００Ｈｚのサンプリング速度を用いて、８０ＭＨｚの帯域幅と２×２ ＭＩＭＯを持つ既製の商用ＷＩＦＩチップセット上にＷｉＣｏｄｅのプロトタイプを構築できる。典型的な壁を貫通する設定を図１に示す。送信機（Ｔｘ）と受信機（Ｒｘ）は別の部屋に配置されている。ジェスチャは、それぞれのトランシーバとジェスチャ位置との間に少なくとも１つの壁面を有する別の部屋で行われる。
【0520】
ジェスチャ分割精度：ジェスチャ分割モジュールは、ジェスチャ軌跡内のセグメントの個数を正確に推定する。これを評価するために、各々が３、４および５分割を有するジェスチャごとに１００個のサンプルを収集することができる。セグメントの個数は、全ての場合において正確に識別された。したがって、ジェスチャ分割精度は１００％である。したがって、ジェスチャ分類精度判定においては、セグメント数の違うジェスチャ間で誤分類がないため、同数のセグメントのジェスチャを分類する性能を評価することができる。
【0521】
ジェスチャ分類精度：ジェスチャ分類アルゴリズムの総合的な性能を評価するために、同じ数のセグメントを有する大文字英語アルファベットのセットを選択し、分類する。ユニークなジェスチャ形状を有するアルファベットを、図５６に示すように、３つのグループに分割することができる：（１）３つのセグメント：Ｄ、Ｐ、Ｔ、Ｘ、ＹおよびＺ形状；（２）４つのセグメント：Ａ、Ｆ、Ｊ、ＭおよびＯ形状；および（３）５つのセグメント：Ｂ、Ｅ、Ｈ、ＫおよびＱ形状。
【0522】
各群の混同行列は図６３Ａ〜６３Ｃに示され、図６３Ａは３−セグメント形状の混同行列を示し、図６３Ｂは４−セグメント形状の混同行列を示し、図６３Ｃは５−セグメント形状の混同行列を示す。ジェスチャ分割精度が非常に高いので、異なったグループからのジェスチャ形状間の誤分類はない。他の実施形態では、ジェスチャ集合がアルファベットに限定される必要はなく、直線セグメントを含むより広いジェスチャのセットを含むように一般化することができる。
【0523】
いくつかの実施形態では、無線動き／ジェスチャ認識法が以下に説明するように、ステップｓ１〜ｓ５を含む。
【0524】
ステップｓ１：複数の送信（Ｔｘ）アンテナと複数の受信（Ｒｘ）アンテナを使用して、ジェスチャを実行している間にＣＳＩを捕捉する。
【0525】
ステップｓ２：ジェスチャ内に存在する線分の数は、相対速度が０または最小になる、時間インスタンスの数から判定されてもよく、それはステップｓ２ａを含むステップｓ２ａ：相対速度プロファイルをＡＣＦから計算することができる。速度プロファイル／動き強度の極小値は、方向変更の時間インスタンスを与えることができる。このような時間インスタンスの数に１を加えることにより、ジェスチャ形状に存在する線分の数を判定することができる。
【0526】
ステップｓ３：隣り合う２つのセグメント間の角度が、単調なＴＲＲＳ減衰を用いて判定され得る。これはステップｓ３ａ〜ステップｓ３ｂを含む。
【0527】
ステップｓ３ａ：第２のセグメント（例えば、Ｓ）上の全ての点／ＣＳＩに対して、セグメント１（例えば、Ｐ）上に他の全ての点の中で最も短い距離にあり、従って、比較的高い類似性を有する点／ＣＳＩが存在する。これはステップｓ３ａ１〜ｓ３ａ３を含む。ステップｓ３ａ１：すべてのＳについて、Ｓとすべての先行のＣＳＩとの間の類似性を記録することによって曲線を得ることができる。ステップｓ３ａ２：すべてのＳについて、対応するＰを、極大の位置から判定することができる。ステップｓ３ａ３：ＳとＰとの間の極小値の位置はターン（例えば、Ｔ）のインスタンス、すなわち、第１のセグメントと第２のセグメントとの間の接点に対応することができる。
【0528】
ステップｓ３ｂ：ＳとＰのＣＳＩ間の類似度と、ＰとＴのＣＳＩ間の類似度とのペアワイズ値を観測することによって、セグメント間の角度を分類することができる。これはステップｓ３ｂ１〜ｓ３ｂ３を含む。点ＰおよびＴは、第２のセグメントに沿ったＳのすべての位置について判定される。ステップｓ３ｂ１：ＳとＰのＣＳＩの類似度が常時１であれば、角度θはほぼ零であるが、ＳがＴから離れるにつれてＰとＴの類似度は減少する。ステップｓ３ｂ２：点Ｓが旋回からの閾値よりもさらに遠い場合に点Ｐを検出できない場合には角度θはほぼ９０度である。ステップｓ３ｂ３：点Ｐが検出され得るが、ＳとＰとの間の類似性がＰとＴのＣＳＩの間の類似性と共に減少する場合、これはθがほぼ４５度であることを示し得る。
【0529】
ステップｓ４：任意の２つの隣接しないセグメント間の交点は、交点での比較的高いＴＲＲＳによって検出される。これはステップｓ４ａ〜ｓ４ｂを含む。ステップｓ４ａ：２つの隣接していない線分は、それらの長さに沿って異なる位置で交差することができる。ステップｓ４ｂ：線分が所与の点で互いに交差／横切る可能性は、２つのセグメントに対応するＣＳＩ間の最高の類似性（ＴＲＲＳであってもよい）の値および位置によって判定されてもよい。
【0530】
ステップｓ５：特定のジェスチャ形の確率は、ステップｓ２、ｓ３およびｓ４で抽出された特徴の各々についての確率スコアの積から計算され得る。より高いまたは最も高い確率得点を有するジェスチャ形を、観察された試験ジェスチャ試料に割り当てることができる。
【0531】
図６４は本開示の１つの実施形態による、無線システム、例えば、無線材料センシングシステムの第１の無線デバイス、例えばボット６４００の例示的ブロック図を図示する。ボット６４００は、本開示で説明される様々な方法を実装するように構成され得るデバイスまたはデバイスの一部の例である。図６４に示すように、ボット６４００は、プロセッサ６４０２を収容する筐体６４４０と、メモリ６４０４と、送信機６４１２および受信機６４１４を備えるトランシーバ６４１０と、同期コントローラ６４０６と、電力モジュール６４０８と、オプションのキャリア構成部６４２０と、無線信号発生器６４２２とを含む。
【0532】
この実施形態では、プロセッサ６４０２がボット６４００の一般動作を制御し、プロセッサ６４０２は、中央処理装置（ＣＰＵ）および／または任意の組み合わせの汎用マイクロプロセッサ、マイクロコントローラ、デジタル信号プロセッサ（ＤＳＰ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルロジックデバイス（ＰＬＤ）、コントローラ、状態機械、ゲート論理、個別ハードウェアコンポーネント、専用ハードウェア有限状態機械、またはデータの計算または他の操作を実行することができる任意の他の好適な回路、デバイスおよび／または構造体などの、１つまたは複数の処理回路またはモジュールを含むことができる。
【0533】
読み出し専用メモリ（ＲＯＭ）とランダムアクセスメモリ（ＲＡＭ）の両方を含むことができるメモリ６４０４は、プロセッサ６４０２に命令とデータを提供することができる。メモリ６４０４の一部は、不揮発性ランダムアクセスメモリ（ＮＶＲＡＭ）を含むこともできる。プロセッサ６４０２は、典型的にはメモリ６４０４内に記憶されたプログラム命令に基づいて、論理演算動作を実行する。メモリ６４０４に記憶された命令（別称、ソフトウェア）は、本開示に記載する方法を行うためにプロセッサ６４０２によって実行することができる。プロセッサ６４０２とメモリ６４０４は共にソフトウェアを格納し実行するプロセッシングシステムを形成する。本明細書で使用されるように、「ソフトウェア」は、ソフトウェア、ファームウェア、ミドルウェア、マイクロコードなどと呼ばれるかどうかにかかわらず、１つまたは複数の所望の機能または処理を実行するようにマシンまたはデバイスを構成することができる任意のタイプの命令を意味する。命令はコードを含むことができる（例えば、ソースコードフォーマット、バイナリコードフォーマット、実行可能コードフォーマット、または任意の他の適切なフォーマットのコード）。命令は１つ以上のプロセッサによって実行されるとき、本開示に記載する様々な機能を処理システムに実行させる。
【0534】
送信機６４１２および受信機６４１４を含むトランシーバ６４１０は、ボット６４００が遠隔デバイス（例えば、オリジンまたは別のボット）との間でデータを送受信することを可能にする。アンテナ６４５０は、典型的には筐体６４４０に取り付けられ、トランシーバ６４１０に電気的に結合される。様々な実施形態では、ボット６４００が複数の送信機、複数の受信機、および複数のトランシーバを含む（図示せず）。１つの実施形態では、アンテナ６４５０がそれぞれが別個の方向を指す複数のビームを形成できるマルチアンテナアレイ６４５０に置き換えられる。送信機６４１２は様々なタイプまたは機能を有する信号を無線で送信するように構成することができ、そのような信号はプロセッサ６４０２によって生成される。同様に、受信機６４１４は異なるタイプまたは機能を有する無線信号を受信するように構成され、プロセッサ６４０２は複数の異なるタイプの信号を処理するように構成される。
【0535】
この例では、ボット６４００は、図１０（Ａ）において、場所内のオブジェクト表面の材料タイプを検出するためのボットとして機能してもよい。例えば、無線信号発生器６４２２は場所の無線マルチパスチャネルを通る無線信号を生成し、送信機６４１２を介して送信してもよい。無線信号は、チャネルの情報を伝える。無線信号はオブジェクトの表面で反射されるので、チャネル情報はオブジェクトの表面材料のＭＲＦ情報を含む。したがって、材料タイプは、無線信号に基づいて示され、検出されることができる。無線信号発生器６４２２における無線信号の生成は別のデバイス、例えば、オリジンからの材料センシングの要求に基づくか、またはシステム事前構成に基づくことができる。すなわち、ボット６４００は、送信された無線信号が材料センシングのために使用されることを知っていてもいなくてもよい。
【0536】
いくつかの実施形態では、例示のボット６４００はまた、場所内のオブジェクト動きを検出するための図１のボット１１０、場所内の書込みを検出および追跡するための図２７Ａのボット２７１２、場所内のオブジェクトの動きを検出するための図４２のボット１（４２１０）又はボット２（４２２０）、及び／又は場所内の無線動き認識のための図５０のボット５０１０、として働くことができる。いくつかの実施形態では、例示のボット６４００が、図４３Ａ〜４３Ｂ、４７におけるような、またはボットまたは送信機が本開示において使用される任意の他のシナリオにおいて、オブジェクト及び事象を検出するために使用され得る。
【0537】
この例における同期コントローラ６４０６はボット６４００の動作を、別のデバイス、例えば、オリジンまたは別のボットと同期または非同期になるように制御するように構成されてもよい。一実施形態では、同期コントローラ６４０６が、ボット６４００によって送信される無線信号を受信するオリジンと同期されるように、ボット６４００を制御してもよい。別の実施形態では、同期コントローラ６４０６が、他のボットと非同期に無線信号を送信するようにボット６４００を制御してもよい。別の実施形態では、ボット６４００および他のボットのそれぞれは無線信号を個別に非同期で送信することができる。
【0538】
キャリア構成部６４２０は無線信号発生器６４２２によって生成された無線信号を送信するための送信リソース、例えば、時間およびキャリアを構成するための、ボット６４００におけるオプションの構成要素である。一実施形態では、ＣＩの時系列の各ＣＩが、無線信号の送信のキャリアまたはサブキャリアにそれぞれ対応する１つまたは複数の構成要素を有する。無線材料センシングは、構成要素の任意の１つまたは任意の組み合わせに基づくことができる。
【0539】
電力モジュール６４０８は１つまたは複数の蓄電池などの電源と、電力レギュレータとを含み、図６４の上述のモジュールのそれぞれに制御された電力を提供することができる。いくつかの実施形態では、ボット６４００が専用の外部電源（例えば、壁面電源コンセント）に結合される場合、電力モジュール６４０８は変圧器および電力制御器を含んでもよい。
【0540】
上述した種々のモジュールは、バスシステム６４３０によって互いに結合されている。バスシステム６４３０はデータバス、および、例えば、データバスに加えて、電力バス、制御信号バス、および／またはステータス信号バスを含むことができる。ボット６４００のモジュールは、任意の好適な技術および媒体を使用して、互いに動作可能に結合され得ることが理解される。
【0541】
いくつかの別個のモジュールまたは構成要素が図６４に示されているが、当業者であれば、モジュールのうちの１つまたは複数を組み合わせるか、または共通に実装することができることを理解するのであろう。例えば、プロセッサ６４０２は、プロセッサ６４０２に関して上述した機能性を実施することができるだけでなく、無線信号発生器６４２２に関する上述した機能性も実施することができる。逆に、図６４に示すモジュールのそれぞれは、複数の別個の構成または要素を使用して実装することができる。
【0542】
図６５は本開示の１つの実施形態による、例えば、無線システム、例えば無線材料センシングシステムの第２の無線デバイス、例えば、オリジン６５００の例示的なブロック図を図示する。オリジン６５００は、本開示で説明される様々な方法を実施するように構成されることができるデバイスまたはデバイスの一部の例である。この例におけるオリジン６５００は、場所における無線材料センシングのための図１０Ａのオリジンとしての役割を果たすことができる。図６５に示されるように、オリジン６５００は、プロセッサ６５０２を収容する筐体６５４０と、メモリ６５０４と、送信機６５１２および受信機６５１４を備えるトランシーバ６５１０と、電力モジュール６５０８と、同期コントローラ６５０６と、チャネル情報抽出部６５２０と、オプションの動き／材料検出器６５２２とを含む。
【0543】
いくつかの実施形態では、例示のオリジン６５００が、場所におけるオブジェクト動きを検出するための図１のオリジン１２０、場所における無線筆記追跡のための図２７のオリジン２７１４、場所におけるオブジェクト動きを検出するための図４２のオリジン４２０１、および／または場所における無線動き認識のための図５０のオリジン５０２２、５０２４として働くことができる。いくつかの実施形態では、例示のオリジン６５００はまた、図４３Ａ〜４３Ｂ、４７におけるように、またはオリジンもしくは受信機が本開示において使用される任意の他のシナリオにおいて、オブジェクトおよび事象を検出するために使用され得る。
【0544】
この実施形態ではプロセッサ６５０２、メモリ６５０４、トランシーバ６５１０、および電力モジュール６５０８はボット６４００内のプロセッサ６４０２、メモリ６４０４、トランシーバ６４１０、および電力モジュール６４０８と同様に機能する。アンテナ６５５０またはマルチアンテナアレイ６５５０は、典型的には筐体６５４０に取り付けられ、トランシーバ６５１０に電気的に結合される。
【0545】
一実施形態では、オリジン６５００が第１の無線デバイス（例えば、ボット６４００）とは異なったタイプを有する第２の無線デバイスであってもよい。別の実施形態では、オリジン６５００およびボット６４００が同じデバイス上で互いに結合される。オリジン６５００内のチャネル情報抽出部６５２０は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複数のチャネル情報（ＣＩ）を取得するように構成される。チャネル情報抽出部６５２０は抽出されたＣＩを場所内の材料タイプを検出するために、オプションの動き／材料検出器６５２２に、またはオリジン６５００外の動き／材料検出器に送ってもよい。
【0546】
動き／材料検出器６５２２は、オリジン６５００においてオプションの構成要素である。一実施形態では、それは図６５に示すようにオリジン６５００内にある。別の実施形態ではそれはオリジン６５００の外部にあり、ボット、別のオリジン、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である別のデバイス内である。オプションの動き／材料検出器６５２２は、オブジェクトの材料に関連するＭＲＦに基づいて場所内のオブジェクトの材料を検出するように構成することができる。ＭＲＦ情報は、動き／材料検出器６５２２またはオリジン６５００外の別の動き／材料検出器により、複数のＣＩに基づいて計算される。
【0547】
いくつかの実施形態では、動き／材料検出器６５２２がオブジェクトの動きに関連する動き情報に基づいて、場所内のオブジェクトの動きを検出するように構成されてもよい。第１および第２の無線デバイスに関連する動き情報は、動き／材料検出器６５２２またはオリジン６５００外の別の動き／材料検出器によりＣＩの時系列に基づいて計算される。
【0548】
この例における同期制御器６５０６は別のデバイス、例えば、ボット、別のオリジン、または独立した動き検出器と同期されるかまたは同期されないようにオリジン６５００の動作を制御するように構成されてもよい。一実施形態では、同期コントローラ６５０６が無線信号を送信するボットと同期されるようにオリジン６５００を制御してもよい。別の実施形態では、同期コントローラ６５０６がオリジン６５００を制御して、他のオリジンと非同期に無線信号を受信してもよい。別の実施形態では、オリジン６５００および他のオリジンの各々が個別にかつ非同期に無線信号を受信することができる。一実施形態では、オプションの動き／材料検出器６５２２またはオリジン６５００外の動き／材料検出器がそれぞれの複数のＣＩに基づいて、オブジェクトの材料に関連するそれぞれの異種ＭＲＦ情報を非同期に計算するように構成される。
【0549】
上述した種々のモジュールは、バスシステム６５３０によって互いに結合されている。バスシステム６５３０はデータバス、および、例えば、データバスに加えて、電力バス、制御信号バス、および／またはステータス信号バスを含むことができる。オリジン６５００のモジュールは、任意の好適な技術および媒体を使用して、互いに動作可能に結合され得ることが理解される。
【0550】
図６５にはいくつかの別個のモジュールまたは構成要素が示されているが、当業者はモジュールのうちの１つまたは複数を組み合わせるか、または共通に実装することができることを理解するのであろう。例えば、プロセッサ６５０２は、プロセッサ６５０２に関して先に説明した機能性だけでなく、チャネル情報抽出器６５２０に関して先に説明した機能性も実装することができる。逆に、図６５に示すモジュールのそれぞれは、複数の別個の構成または要素を使用して実装することができる。
【0551】
一実施形態ではボット６４００およびオリジン６５００に加えて、システムはアシスタントデバイス、場所内のオブジェクトの動きによって影響を受ける追加の無線マルチパスチャネルを通して追加の異種無線信号を送信するように構成された第３の無線デバイス、たとえば別のボット、または第３の無線デバイスとは別のタイプを有する第４の無線デバイス、たとえば別のオリジンを備えることができる。第４の無線デバイスは場所内のオブジェクトの動きによって影響を受ける追加無線マルチパスチャネルを通して追加異種無線信号を受信し、追加異種無線信号に基づいて追加無線マルチパスチャネルの追加チャネル情報（ＣＩ）の時系列を取得するように構成され得る。追加の無線マルチパスチャネルの追加のＣＩは、無線マルチパスチャネルのＣＩに関連付けられたものとは別のプロトコルまたは構成に関連付けられる。例えば、無線マルチパスチャネルはＬＴＥに関連付けられ、追加無線マルチパスチャネルはＷｉ−Ｆｉに関連付けられる。このケースでは、オプションの動き／材料検出器６５２２またはオリジン６５００の外部の動き／材料検出器は、第１および第２の無線デバイスに関連付けられた動き情報と、追加のＣＩの時系列に基づいて追加の動き検出器及び第４の無線デバイスのうちの少なくとも１つによって計算された第３及び第４の無線デバイスに関連付けられた追加の動き情報との両方に基づいて、場所におけるオブジェクトの動き検出又は材料センシングをするように構成される。
【0552】
以下の番号付けされた項は、周期的または過渡的な動き検知のための実施例を提供する。
【0553】
項 １。無線ターゲット動き検出システムの方法であって、場所の無線マルチパスチャネルを介して前記場所内のタイプ１異種無線デバイスから無線信号を送信することであって、場所内のオブジェクトがターゲット動きを受けている、送信することと、前記無線マルチパスチャネルを介して場所内のタイプ２異種無線デバイスによって無線信号を受信することであって、前記受信された無線信号は、場所の無線マルチパスチャネルと、場所内のターゲット動きを受けている前記オブジェクトによる無線信号の変調のために送信された無線信号とは異なる、受信することと、プロセッサと、プロセッサと通信可能に結合され命令のセットを格納したメモリとを使って受信した無線信号に基づいて前記無線マルチパスチャネルのチャネル情報の時系列（ＴＳＣＩ）を取得することと、を含む方法。
【0554】
項 ２。前記ＴＳＣＩに基づいてオブジェクトの時空間情報（ＳＴＩ）の時系列を計算するステップであって、前記ＳＴＩが、位置、配置、位置の変化、距離、距離の変化、速度、速度の変化、加速度、加速度の変化、方向、方向の変化、角度、角度の変化、角速度、角速度の変化、角加速度、角加速度の変化、サイズ、サイズの変化、収縮、膨張、形状、形状の変化、および変換のうちの少なくとも１つを含む計算することと、ＳＴＩの時系列（ＴＳＳＴＩ）に基づいてオブジェクトのターゲット動きを検出することとを含む、項１に記載の無線ターゲット動き検出システムの方法。
【0555】
項 ３。前記ＴＳＣＩに基づいて特徴の時系列（ＴＳＦ）を計算することであって、特徴は、量、スカラー、ベクトル、マトリックス、データ構造、時間的特徴、周波数特徴、時間−周波数特徴、支配的特徴、代表的特徴、特有な特徴、典型的特徴、非典型的特徴、大きさ、位相、ＣＩ成分の大きさ、ＣＩ成分の位相、類似度測定値、類似度スコア、２つのＣＩの類似性、ＣＩの２つのベクトル間の類似度、ＣＩ成分間の類似度、距離測定値、距離スコア、２つのＣＩ間の距離、２つのＣＩベクトル間の距離、ＣＩ成分の間の距離、ユークリッド距離、絶対距離、Ｌ−１距離、Ｌ−２距離、Ｌ−ｋ距離、重み付き距離、グラフ距離、距離メトリック、ノルム、Ｌ−１ノルム、Ｌ−２ノルム、Ｌ−ｋノルム、相関、２つのＣＩ間の相関、２つのＣＩのベクトル間の相関、ＣＩ成分間の相関、自己相関関数（ＡＣＦ）、ＡＣＦの特徴、スペクトル、スペクトルの特徴、スペクトルの特徴、自己相関関数、スペクトルの特徴、 スペクトログラム、スペクトログラムの特徴、極大、極小、ゼロ交差、相関係数、内積、ドット積、外積、共分散、自己共分散、相互共分散、識別スコア、平均、分散、標準偏差、導関数、変動量、 総変動、発散、エントロピー、範囲、歪度、尖度、分散対平均比、最大対最小比、尤度、反復性、周期性、衝動性、突然性、 再発、期間、時間、タイミング、開始時刻、始まる時刻、終了時刻、期間、または時間傾向のうちの少なくとも１つを含む、計算することと、前記ＴＳＦに基づいて前記ＴＳＳＴＩを計算することと、を含む、項２に記載のターゲット動き検出システムの方法。
【0556】
項 ４。前記オブジェクトが人であり、ターゲット動きが前記オブジェクトの転倒動きであり、前記ＴＳＦの特徴が、ＣＩの成分、ＣＩの成分の大きさ、ＴＳＣＩの自己相関のうちの少なくとも１つを含み、前記ＳＴＩが、速度または加速度のうちの少なくとも１つを含む、項３に記載の無線ターゲット動き検出システムの方法。
【0557】
項 ５。オフライン段階において、トレーニングＴＳＳＴＩのセットに基づいて少なくとも１つの代表的なＳＴＩテンプレートを計算することであって、それぞれの前記トレーニングＴＳＣＩは、それぞれのトレーニング場所のそれぞれのトレーニングオブジェクトがそれぞれのトレーニングターゲットの動きを受ける場合に、前記それぞれのトレーニング場所のそれぞれのトレーニングタイプ２デバイスにより受信されるそれぞれのトレーニングタイプ１デバイスからのそれぞれのトレーニング無線信号に基づいて取得されるそれぞれのトレーニングＴＳＣＩに基づいて計算されることと、オンライン段階において、ＴＳＳＴＩおよび少なくとも１つの代表的ＳＴＩテンプレートに基づいてオブジェクトのターゲット動きを検出することと、を含む項２に記載のターゲット動き検出システムの方法。
【0558】
項 ６。前記トレーニングＴＳＳＴＩのセットをクリーニングすることと、前記クリーニングされたトレーニングＴＳＳＴＩのセットに基づいて少なくとも１つの代表的なＳＴＩテンプレートを計算することと、を含む項５に記載のターゲット動き検出システムの方法。
【0559】
項 ７。各前記トレーニングＴＳＳＴＩを、ＴＳＳＴＩをＳＴＩのそれぞれの最初の非ターゲットセグメント、ＳＴＩのそれぞれのターゲットセグメント、およびＳＴＩのそれぞれの後続の（ｔｒａｉｌｉｎｇ）非ターゲットセグメントにセグメント化することによって、それぞれのトレーニングＴＳＳＴＩをクリーニングすることを含み、ＳＴＩのターゲットセグメントは、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ターゲット動きに対応する、項６に記載のターゲット動き検出システムの方法。
【0560】
項 ８。それぞれの最初の非ターゲットセグメントでのそれぞれの第１の制約、それぞれのターゲットセグメントでのそれぞれの第２の制約、またはそれぞれの後続の非ターゲットセグメントでのそれぞれの第３の制約のうちの少なくとも１つに基づいて前記ＴＳＳＴＩをセグメント化することを含む項７に記載の無線ターゲット動き検出システムの方法。
【0561】
項 ９。前記ＴＳＳＴＩの始めから始まり、第１の閾値未満であるか、またはＴＳＳＴＩの持続時間の一部のうちの少なくとも１つである第１の持続時間を有するようにそれぞれの最初の非ターゲットセグメントを制約することと、オブジェクトのターゲット動きに関連するターゲット持続時間よりも大きくない第２の持続時間を有するようにそれぞれのターゲットセグメントを制約することと、前記ＴＳＳＴＩのエンドで終了し、ＴＳＳＴＩの持続時間の別の一部である第３の持続時間を有するようにそれぞれの後続非ターゲットセグメントを制約することと、のうちの少なくとも１つを含む項８に記載の無線ターゲット動き検出システムの方法。
【0562】
項 １０。マッピングに関連する２つのＴＳＳＴＩの間のマッピングスコアを用いるトレーニングＴＳＳＴＩと別のトレーニングＴＳＳＴＩとの間のマッピングに基づいて、トレーニングＴＳＳＴＩをセグメント化することを含み、トレーニングＴＳＳＴＩのそれぞれのＳＴＩはマッピング内の少なくとも１つのＳＴＩにマッピングされ、マッピングスコアは類似性スコアおよびミスマッチスコアのうちの少なくとも１つを含む項７に記載の無線ターゲット動き検出システムの方法。
【0563】
項 １１。２つのＴＳＳＴＩの間の複数の候補マッピングと候補マッピングに関連付けられた複数のマッピングスコアを計算することであって、それぞれの前記候補マッピングがトレーニングのＴＳＳＴＩの候補ターゲットセグメントと別のトレーニングのＴＳＳＴＩの別の候補ターゲットセグメントとの間であり、前記候補マッピングに関連付けられたマッピングスコアが、候補ターゲットセグメントおよび別の候補ターゲットセグメントに関連付けられた長さに基づいて正規化される、計算することと、複数の候補マッピングおよび関連付けられたマッピングスコアに基づいて前記マッピングを計算することと、を含む項１０に記載の無線ターゲット動き検出システムの方法。
【0564】
項 １２。全ての候補マッピングの中で最適マッピングスコアに関連する特定の候補マッピングを判定することであって、前記最適マッピングスコアが、最大類似性スコアおよび最小ミスマッチスコアのうちの少なくとも１つを含む、判定することと、２つのＴＳＳＴＩ間マッピングとして特定の候補マッピング及び２つのＴＳＳＴＩの間の関連付けられたマッピングスコアとして関連する最適マッピングスコアを選択することと、を含む項１１に記載の無線ターゲット検出システムの方法。
【0565】
項 １３。前記候補マッピングの数に関連する複数のマッピングスコアを反復的に計算することと、トレーニングＴＳＳＴＩのサブセットと別のトレーニングＴＳＳＴＩのサブセットとの間の一連の部分マッピングを判定することと、各部分マッピングと関連する量を反復的に計算することであって、前記各部分マッピングはトレーニングＴＳＳＴＩの部分セグメントと別のトレーニングＴＳＳＴＩの部分セグメントとの間のマッピングであり、一連の部分マッピングが複数の候補マッピングを含む、計算することと、前記トレーニングＴＳＳＴＩの１つのＳＴＩと別のトレーニングＴＳＳＴＩとの間の初期部分マッピングを判定することにより反復の最初で、反復を初期化すること及び初期部分マッピングに関連する初期量を計算することと、後続の反復において、前の反復において計算された別の部分マッピングに関連する値に基づいて、各部分マッピングに関連する量を反復的に計算することであって、前記部分マッピングはトレーニングＴＳＳＴＩの第１のセグメントと別のトレーニングＴＳＳＴＩの第２のセグメントとの間であり、別の部分マッピングは トレーニングＴＳＳＴＩの第３のセグメントと、別のＴＳＳＴＩの第４のセグメントとの間であり、ここで、第３のセグメントは第１のセグメントのサブセットであるか、または第４のセグメントが第２のセグメントのサブセットのうちの少なくとも１つである、計算することと、前記部分マッピングのシリーズに関連付けられた量に基づいて複数のマッピングスコアを計算することと、を含む項１１に記載の無線ターゲット動き検出システムの方法。
【0566】
項 １４。候補マッピングの数に関連する複数のマッピングスコアを反復的に計算することと、トレーニングＴＳＳＴＩのサブセットと別のトレーニングＴＳＳＴＩのサブセットとの間の一連の部分マッピングを判定することとであって、各部分マッピングがトレーニングＴＳＳＴＩの部分セグメントと別のトレーニングＴＳＳＴＩの部分セグメントとの間のマッピングである判定することと、初期の反復において、トレーニングＴＳＳＴＩの１つのＳＴＩと別のトレーニングＴＳＳＴＩの１つのＳＴＩとの間のマッピングを含む初期部分マッピングのグループを判定し初期部分マッピングのグループに関連する初期量を計算することにより反復を初期化することと、後続の反復において、少なくとも１つの以前の反復で計算された少なくとも１つの値に基づいて、部分マッピングのグループに関連する反復量を計算することと、一連の部分マッピングに関連する量に基づいて、複数のマッピングスコアを計算することと、を含む項１１に記載の無線ターゲット動き検出システムの方法。
【0567】
項 １５。前記部分マッピングに関連する量が部分マッピングに関連する測度成分および部分マッピングに関連する長さ成分の関数であり、測度成分が、類似成分およびミスマッチ成分のうちの少なくとも１つであり、初期反復において、初期部分マッピングに関連する初期測度成分および初期長さ長さ成分を計算し、後続の反復において、過去の反復において計算された別の測度成分または別の過去の反復において計算された別の長さ成分のうちの少なくとも１つに基づいて、各部分マッピングに関連する測度成分および長さ成分を反復して計算し、測度成分および長さ成分の関数として量を計算することを含む項１４に記載の無線ターゲット動き検出システムの方法。
【0568】
項 １６。前記トレーニングＴＳＳＴＩを複数のペアワイズマッピングに基づいてセグメント化することであって、各ペアワイズマッピングがトレーニングＴＳＳＴＩと該トレーニングＴＳＳＴＩの残りのうちの１つとの間のマッピングである、セグメント化することと、それぞれのペアワイズマッピングに基づいてトレーニングＴＳＳＴＩの複数の候補セグメントを計算することであって、各候補セグメントは、候補初期非ターゲットセグメント、候補ターゲットセグメント、およびトレーニングＴＳＳＴＩの候補後続非ターゲットセグメントを含む、計算することと、候補セグメントを組み合わせることによって、前記トレーニングＴＳＳＴＩをセグメント化することと、を含む項１０に記載の無線ターゲット動き検出システムの方法。
【0569】
項 １７。各候補セグメンテーションの２つのそれぞれの候補境界点を判定するステップはそれぞれの候補セグメンテーションの２つのそれぞれの候補境界点、すなわち、それぞれの候補初期セグメントとそれぞれの候補ターゲットセグメントとの間のそれぞれの候補第１境界点と、それぞれの候補ターゲットセグメントと候補セグメンテーションのそれぞれの候補後続セグメントとの間のそれぞれの候補第２境界点とを判定することと、複数の候補セグメンテーションの候補第１境界点の第１関数として、初期セグメントとトレーニングＴＳＳＴＩのターゲットセグメントとの間の第１境界点を計算することによりトレーニングＴＳＳＴＩをセグメント化することと、複数の候補セグメンテーションの候補第２境界点の第２関数として、前記ターゲットセグメントと前記トレーニングＴＳＳＴＩの後続セグメントとの間の第２境界点を計算することにより前記トレーニングＴＳＳＴＩをセグメント化することと、を含む項１６に記載の無線ターゲット動き検知トレーニング。
【0570】
項 １８。前記第１の関数または前記第２の関数のうちの少なくとも１つが、平均、中央値、最頻値、加重平均、重心、算術平均、幾何平均、調和平均、トリミング平均、条件付き平均、最大、最小、パーセンタイル、最尤、および変換のうちの少なくとも１つを含む、項１７に記載の無線ターゲット動き検知システム。
【0571】
項 １９。前記クリーニングされたトレーニングＴＳＳＴＩのターゲットセグメント、ターゲットセグメントの時間微分、またはターゲットセグメントの信号処理のうちの少なくとも１つに基づいて、代表的なＳＴＩテンプレートを計算することを含む項７に記載の無線ターゲット動き検知システム。
【0572】
項 ２０。前記クリーニングされたトレーニングＴＳＳＴＩのセットに関する結合スコアを最適化するＴＳＳＴＩを計算することにより代表的なＳＴＩテンプレートを計算することとであって、最適化することは、 最大化、最小化、制約付き最大化、または制約付き最小化のうちの少なくとも１つを含み、 前記結合スコアは、ＴＳＳＴＩとペア間のペアワイズマッピングに基づいて前記クリーニングされたトレーニングＴＳＳＴＩとの間の第１のペアワイズスコアである複数の第１スコアのそれぞれ、 ＴＳＳＴＩの時間微分とペアワイズマッピングに基づいて前記クリーニングされたトレーニングＴＳＳＴＩの時間微分との間の第２のペアワイズスコアである複数の第２スコアのそれぞれ、 信号処理されたＴＳＳＴＩとペアワイズマッピングに基づいて信号処理されて前記クリーニングされたトレーニングＴＳＳＴＩとの間の第３のペアワイズスコアである複数の第３のスコアのそれぞれと、のうちの少なくとも１つの集約（ａｇｇｒｅｇａｔｉｏｎ）を含み、前記集約は、和、積、平均、中央値、最頻値、数学平均、幾何平均、調和平均、トリミングされた平均、加重和、加重積、加重平均、 重み付けされた中央値、重み付けされた最頻値、または識別コスト（ｄｉｓｃｒｉｍｉｎａｔｉｖｅ ｃｏｓｔ）のうちの少なくとも１つを含み、識別コストは、ＴＳＳＴＩとクリーンにされたトレーニングＴＳＳＴＩとの間の第１のペアワイズマッピングスコアの第１の正規化された集約と、ＴＳＳＴＩと前記クリーニングにされたトレーニングＴＳＳＴＩの第２のサブセットのそれぞれとの間の第２のペアワイズマッピングスコアの第２の正規化された集約との間の重み付け差分を含み、任意のせいっかされた集約は、平均、中央値、最頻値、算術平均、幾何学平均、調和平均、トリミングされた平均、重み付き平均、重み付き中央値、又は重み付き最頻値、の少なくとも１つを含む、請求項１９に記載の無線ターゲット動き検出システムの方法。
【0573】
項 ２１。オフライン段階において、第１の動的時間伸縮法（ＤＴＷ）に基づいて少なくとも１つの代表的なＳＴＩテンプレートを計算することと、オンライン段階において、ＴＳＳＴＩと第２のＤＴＷに基づいてそれぞれの試験マッピングに関連する各代表的なＳＴＩテンプレートとの間の試験マッピングを計算することと、前記試験マッピングスコアが検出基準を満たす場合にオブジェクトのターゲット動きを検出することと、を含む項５に記載の無線ターゲット動き検出システムの方法。
【0574】
項 ２２。オブジェクトのターゲット動きを検出する前に、前記ＴＳＣＩおよび前記ＴＳＳＴＩのうちの少なくとも１つに基づいて動きの存在を検出することを含む、項２に記載の無線ターゲット動き検出システムの方法。
【0575】
項 ２３。前記無線信号は区分的に一定（ｐｉｅｃｅｗｉｓｅ− ｃｏｎｓｔａｎｔ）の瞬間的なプローブ期間に対応する区分的に一定の瞬間的なプローブレートを有するプローブ信号を含み、ＴＳＣＩのＣＩは区分的に一定の瞬間的なプローブレートに対応するそれぞれの区分的に一定の瞬間的なＣＩレートを有し、ＴＳＳＴＩのＳＴＩは、前記ＴＳＣＩの区分的に一定の瞬間的なＣＩレートに対応するそれぞれの区分的に一定の瞬間的なＳＴＩレートを有し、待機モードにおいて、瞬間的なＳＴＩレートと瞬間的なＣＩレートを、瞬間的なプローブレートをデフォルトレートに設定することによりデフォルトレートに設定することと、タスクモードにおいて、瞬間的なＳＴＩレートと瞬間的なＣＩレートを、瞬間的なプローブレートを引き上げたレートに設定することにより、引き上げられたレートに設定することと、ここで引き上げられたレートはデフォルトレートより大きく、タスクモードにおいて、引き上げられたレートでのＣＩ又は引き上げられたレートでのＳＴＩのうちの少なくとも１つに基づいてオブジェクトのターゲット動きを検出することと、タスクモードと待機モードとの間で変更をすることと、を含む項２２の無線ターゲット動き検出システムの方法。
【0576】
項 ２４。無線ターゲット動き検出システムのタイプ2異種無線デバイスであって、 無線受信機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、を含み、命令はプロセッサにより実行されると、場所のタイプ２異種無線デバイスに、場所の無線マルチパスチャネルを通して無線信号を受信させ、ここでオブジェクトは場所でターゲット動きを行い、場所では無線信号がタイプ１異種無線デバイスから送信されており、受信された無線信号は場所の無線マルチパスチャネルと場所でターゲット動きを行うオブジェクトによる無線信号の変調とのために送信された無線信号と異なる、受信させることと、受信した無線信号に基づいて無線マルチパスチャネルのチャネル情報の時系列（ＴＳＣＩ）を取得させることと、ＴＳＣＩに基づいてオブジェクトの時空間情報の時系列（ＴＳＳＴＩ）を計算させることと、ＴＳＳＴＩかＴＳＣＩのうちの少なくとも１つに基づいてオブジェクトのターゲット動きを検出させる、タイプ２異種無線デバイス。
【0577】
項 ２５。前記命令のセットはさらに、タイプ２デバイスに、オフライン段階において、トレーニングＴＳＳＴＩのセットに基づいて少なくとも１つの代表的なＳＴＩテンプレートを計算させ、各トレーニングＴＳＳＴＩは、それぞれのトレーニング場所におけるそれぞれのトレーニングオブジェクトがそれぞれのトレーニングターゲット動きを行う場合、それぞれのトレーニング場所におけるそれぞれのトレーニングタイプ２デバイスによりそれぞれのトレーニングタイプ１デバイスからのそれぞれのトレーニング無線信号に基づいて、取得されたそれぞれのトレーニングＴＳＣＩに基づいて計算し、オンライン段階では、ＴＳＳＴＩ及び少なくとも１つのＳＴＩテンプレートに基づいてオブジェクトのターゲット動きを検出する、項２４に記載の無線ターゲット動き検出システムのタイプ２異種無線デバイス。
【0578】
項 ２６。前記の命令のセットは更に、前記タイプ２デバイスに、ＴＳＳＴＩを、空間−時間インフォメーション（ＳＴＩ）のそれぞれの最初の非ターゲットセグメント、ＳＴＩのそれぞれのターゲットセグメント、およびＳＴＩのそれぞれの後続の非ターゲットセグメント、にセグメント化することによって、それぞれのトレーニングＴＳＳＴＩをクリーニングすることであって、ＳＴＩのターゲットセグメントが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ターゲット動きに対応する、クリーニングすること、トレーニングＴＳＳＴＩと別のトレーニングＴＳＳＴＩとの間のマッピングと、マッピングに関連する２つのＴＳＳＴＩ間のマッピングスコアとに基づいてトレーニングＴＳＳＴＩをセグメント化することであって、トレーニングＴＳＳＴＩのそれぞれのＳＴＩはマッピング内の少なくとも１つのＳＴＩにマッピングされ、マッピングスコアは類似性スコアおよびミスマッチスコアのうちの少なくとも１つを含む、セグメント化することと、２つのＴＳＳＴＩと候補マッピングに関連する複数のマッピングスコアとの間の複数の候補マッピングを計算することと、２つのＴＳＳＴＩの間のマッピングとして、全ての候補マッピングの中の最適マッピングスコアに関連する特定の候補マッピングを判定することであって、最適マッピングスコアは、最大類似性スコアおよび最小ミスマッチスコアのうちの少なくとも１つを含む、判定することと、前記クリーニングされたトレーニングＴＳＳＴＩのターゲットセグメント、ターゲットセグメントの時間微分、またはターゲットセグメントの信号処理、のうちの少なくとも１つに基づいて、代表的なＳＴＩテンプレートを計算すること、を実行させる、項２５に記載の無線ターゲット動き検知システムのタイプ２異種無線デバイス。
【0579】
項 ２７。命令のセットは、オブジェクトのターゲット動きを検出する前に、タイプ２デバイスにＴＳＣＩおよびＴＳＳＴＩのうちの少なくとも１つに基づいて動きの存在を検出することを実行させ、前記無線信号は、ピースワイズ一定の瞬間的プローブ間期間に対応するピースワイズ一定の瞬間的プローブレートを有するプロービング信号の時系列を含み、ＴＳＣＩのＣＩは、前記ピースワイズ一定の瞬間的プローブレートに対応するそれぞれのピースワイズ一定の瞬間的ＣＩレートを有し、ＴＳＳＴＩのＳＴＩは、ＴＳＣＩのピースワイズ一定の瞬間的ＣＩレートに対応するそれぞれのピースワイズ一定の瞬間的ＳＴＩレートを有し、オンライン段階のスタンバイモードでは、瞬間的プローブレートをデフォルトレートに設定することにより、瞬間的ＳＴＩレートと瞬間的ＣＩレートをデフォルトレートに設定し、スタンバイモードでは、デフォルトレートでのＣＩまたはデフォルトレートでのＳＴＩのうちの少なくとも１つに基づいて動きの存在を検出し、オンライン段階のタスクモードにおいて、瞬間的プローブレートを引き上げられたレートに設定することによって、瞬間的ＳＴＩレート及び瞬間的ＣＩレートを引き上げられたレートに設定し、ここで上昇レートはデフォルトレートより大きく、タスクモードでは、引き上げられたレートでのＣＩ、また引き上げられたレートでのＳＴＩのうちの少なくとも１つに基づいてオブジェクトのターゲット動きを検出し、タスクモードとスタンバイモードを切り替える、項２４に記載の無線ターゲット動き検出システムのタイプ２異種無線デバイス。
【0580】
項 ２８。無線ターゲット動き検出システムであって、オブジェクトが場所内でターゲット動きを行う、場所の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た場所内のタイプ１異種無線デバイスと、オンライン段階では、前記場所の前記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たタイプ２異種無線デバイスであって、受信した無線信号は、場所の無線マルチパスすチャネル及び場所内でオブジェクトがターゲット動きを行うことによる無線信号の変調のために、送信された無線信号と異なる、受信することと、受信した無線信号に基づいて無線マルチパスチャネルのチャネル情報の時系列（ＴＳＣＩ）を取得し、ＴＳＣＩに基づいてオブジェクトの時空間情報（ＳＴＩ）の時系列を計算し、ＳＴＩの時系列（ＴＳＳＴＩ）又はＴＳＣＩの少なくとも１つに基づいてオブジェクトのターゲット動きを検出するように構成されたタイプ２異種無線デバイスと、を含み、オンライン段階の前のオフライン段階では、トレーニングＴＳＳＴＩのセットに基づいて少なくとも１つの代表的なＳＴＩテンプレートが計算され、各トレーニングＴＳＳＴＩは、それぞれのトレーニング場所のそれぞれのトレーニングオブジェクトがそれぞれのトレーニングターゲット動きを行う場合、それぞれのトレーニング場所のそれぞれのトレーニングタイプ２デバイスにより受信されたそれぞれのトレーニングタイプ１デバイスからのそれぞれのトレーニング無線信号に基づいて取得されたそれぞれのトレーニングＴＳＣＩに基づいて計算され、各トレーニングＴＳＳＴＩは、トレーニングＴＳＳＴＩを、ＳＴＩのそれぞれの初期非ターゲットセグメント、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ターゲット動きに対応するＳＴＩのそれぞれのターゲットセグメント、及びＳＴＩのそれぞれのトレーニング非ターゲットセグメントへセグメント化することによりクリーニングされ、トレーニングＴＳＳＴＩは、トレーニングＴＳＳＴＩと別のトレーニングＴＳＳＴＩとの間のマッピング及びマッピングに関連する２つのＴＳＳＴＩの間のマッピングスコアに基づいてセグメント化され、マッピングスコアに関連する２つのＴＳＳＴＩの間の複数の候補マッピングが計算され、すべての候補マッピングの間の最適マッピングスコアに関連する特定の候補マッピングが２つのＴＳＳＴＩの間のマッピングとして判定され、最適マッピングスコアは、最大類似性スコア及び最小ミスマッチスコアの少なくとも１つを含み、代表的ＳＴＩテンプレートは、クリーニングされたトレーニングＴＳＳＴＩのセットのターゲットセグメント、ターゲットセグメントの時間微分、又はターゲットセグメントの信号処理のうちの少なくとも１つに基づいて計算される、無線ターゲット動き検出システム。
【0581】
項 ２９。タイプ２デバイスが、オブジェクトのターゲット動きを検出する前に、オンライン段階において、ＴＳＣＩおよびＴＳＳＴＩのうちの少なくとも１つに基づいて動きの存在を検出することを実行するようにさらに構成され、無線信号は、ピースワイズ一定の瞬間的プローブ間期間に対応するピースワイズ一定の瞬間的プローブレートを有するプローブ信号の時系列を含み、ＴＳＣＩのＣＩは、ピースワイズ一定の瞬間的プローブレートに対応するそれぞれのピースワイズ一定の瞬間的ＣＩレートを有し、ＴＳＳＴＩのＳＴＩは、ＴＳＣＩのピースワイズ一定瞬間的ＣＩレートに対応するそれぞれのピースワイズ一定瞬間的ＳＴＩレートを有し、オンライン段階のスタンバイモードでは、瞬間的プローブレートをデフォルトレートに設定することにより、瞬間的ＳＴＩレートと瞬間的ＣＩレートをデフォルトレートに設定し、スタンバイモードでは、デフォルトレートでのＣＩまたはデフォルトレートでのＳＴＩのうちの少なくとも１つに基づいて動きの存在を検出し、オンライン段階のタスクモードでは、瞬間的プローブレートを引き上げられたレートに設定することによって、瞬間的ＳＴＩレートと瞬間的ＣＩレートとを引き上げられたレートに設定し、瞬間的レートはデフォルトレートより大きく、タスクモードでは、引き上げられたレートでのＣＩ、または引き上げられたレートでのＳＴＩのうちの少なくとも１つに基づいてオブジェクトのターゲット動きを検出し、オンライン段階では、タスクモードとスタンバイモードの間で切り替えを行う、項２８に記載の無線ターゲット動き検出システム。
【0582】
項 ３０。無線ターゲット動き検出システムの方法であって、オンライン段階では、場所のオブジェクトがターゲット動きを行う、場所の無線マルチパスチャネルを介して場所内のタイプ１異種無線デバイスから無線信号を送信し、無線マルチパスチャネルを介して場所内の無線信号をタイプ２異種無線デバイスが受信し、受信無線信号は、場所の無線マルチパスチャネルおよび場所内のターゲット動きを行うオブジェクトによる無線信号の変調のために送信された無線信号とは異なり、プロセッサ、前記プロセッサと通信可能に結合されたメモリ、および前記メモリに記憶されたの命令のセットを用いて、前記受信された無線信号に基づいて無線マルチパスチャネルのチャネル情報の時系列を取得し、ＴＳＣＩに基づいてオブジェクトの時空間情報（ＳＴＩ）の時系列を計算し、STI の時系列(TSSTI)と少なくとも１つの代表ＳＴＩテンプレートとの比較に基づいてオブジェクトのターゲット動きを検出し、オフライン段階では、トレーニングＴＳＳＴＩのセットに基づいて少なくとも１つの代表的ＳＴＩテンプレートを計算し、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がそれぞれのトレーニングターゲット動きを行うとき、それぞれのＴＳＳＴＩは、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タイプ２デバイスによって受信されたそれぞれのトレーニングタイプ１デバイスからのそれぞれのトレーニング無線信号に基づいて取得されたそれぞれのトレーニングＴＳＣＩに基づいて計算され、各トレーニングＴＳＳＴＩを、ＳＴＩのそれぞれの初期非ターゲットセグメント、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ターゲット動きに対応するＳＴＩのそれぞれのターゲットセグメント、およびＳＴＩのそれぞれの後続の非ターゲットセグメント、へセグメント化することによってそれぞれのトレーニングＴＳＳＴＩをクリーニングし、トレーニングＴＳＳＴＩとマッピングに関連する２つのＴＳＳＴＩ間のマッピングスコアを有する別のトレーニングＴＳＳＴＩとの間のマッピングに基づいてトレーニングＴＳＳＴＩをセグメント化し、マッピングスコアは、類似性スコアおよびミスマッチスコアのうちの少なくとも１つを含み、２つのＴＳＳＴＩ間の複数の候補マッピングの計算をし、各候補マッピングはそれぞれのマッピングスコアに関連付けられており、２つのＴＳＳＴＩ間のマッピングとして、全ての候補マッピングの中で最適なマッピングスコアに関連する特定の候補マッピングを判定し、最適なマッピングスコアは、最大の類似性スコアおよび最小の不一致スコアのうちの少なくとも１つを含み、代表的なＳＴＩテンプレートの計算は、クリーニングされたトレーニングＴＳＳＴＩのセットのターゲットセグメント、ターゲットセグメントの時間微分、またはターゲットセグメントの信号処理のうちの少なくとも１つに基づいて計算され、オンライン段階では、ＴＳＳＴＩとそれぞれの代表的なＳＴＩテンプレートとの間の試験マッピングを、それぞれの関連する試験マッピングスコアと共に計算し、試験マッピングスコアが検出基準を満たす場合、オブジェクトのターゲット動きを検出する、無線ターゲット動き検出システムの方法。
【0583】
以下の番号付けされた項は、無線材料センシングのための実施例を提供する。
【0584】
項Ａ１。無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、場所の無線マルチパスチャネルを通してタイプ１デバイスのＮ１個の送信（Ｔｘ）アンテナを用いて、タイプ１異種無線デバイスから無線プローブ信号をオブジェクトのターゲット材料表面で送信することであって、ターゲット材料表面はオブジェクトのターゲット材料の表面である、送信することと、前記受信信号が少なくとも１つを含む、タイプ２デバイスのＮ２個の受信（Ｒｘ）アンテナを使用して、タイプ２異種無線デバイスによって無線プローブ信号を受信することであって、受信信号は、ターゲット材料表面の無線プローブ信号の反射または屈折の内の少なくとも１つを含む、受信することと、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使用して、受信された無線プローブ信号に基づいて無線マルチパスチャネルの複数のチャネル情報（ＣＩ）を取得することであって、各ＣＩは、タイプ１デバイスのＴｘアンテナと、タイプ２デバイスのＲｘアンテナとに関連付けられ、各ＣＩは、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、受信信号強度インデックス（ＲＳＳＩ）のうちの少なくとも１つを備える、取得することと、ＣＩの数に基づいた材料分析を計算することと、材料分析に基づいてオブジェクトのターゲット材料のタイプを計算することと、を含む無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0585】
項Ａ２。項Ａ１に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、前記材料分析は、前記ターゲット材料表面での無線プローブ信号の反射に関連している、無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0586】
項Ａ３。項Ａ２に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、ＴｘアンテナおよびＲｘアンテナに関連付けられたＣＩは、いくつかのタブを備えるＣＩＲを備え、前記材料分析は、ターゲット材料表面における無線プローブ信号の反射に関連するＣＩＲのタブの振幅、Ｔｘアンテナとターゲット材料表面との間の距離、Ｒｘ振幅とタブ表面との間の距離、タイプ１デバイスにおける無線プローブ信号の送信に関連するＴｘゲイン、およびタイプ２デバイスにおける無線プローブ信号の受信に関連するＲｘゲインの振幅、のうちの少なくとも１つに基づく、無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0587】
項Ａ４。項Ａ２に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、各々のＣＩが、多数のタブを有するＣＩＲを含み、タイプ１デバイスのＴｘアンテナおよびタイプ２デバイスのＲｘアンテナは、受信信号が前記無線プローブ信号の直接ＬＯＳ成分を含むように見通し線内（ＬＯＳ）であり、各々のＣＩＲは、受信された信号内の無線プローブ信号のＬＯＳ成分に対応する大きな大きさを有するタブを有する、無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0588】
項Ａ５。Ａ４に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、前記タイプ１デバイスおよび前記タイプ２デバイスが同じデバイスであり、送信アンテナアレイと受信アンテナアレイは隣り合う、無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0589】
項Ａ６。項Ａ５に記載の無線材料センシングシステムの方法／ターゲット材料／ソフトウェアであって、前記材料分析は、前記ターゲット材料表面における無線プローブ信号の反射に関連するＣＩＲのタブの振幅、およびターゲット材料表面とアンテナアレイとの間の距離とに伴って増加し、材料分析は、タイプ１デバイスにおける無線プローブ信号の送信に関連するＴｘゲインと、タイプ２デバイスにおける無線プローブ信号の受信に関連するＲｘゲインとに伴って減少する、無線材料センシングシステムの方法／ターゲット材料／ソフトウェア。
【0590】
項Ａ７。項Ａ６に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、前記材料分析が、反射に関連するＣＩＲタブの振幅と、ターゲット材料表面とアンテナアレイとの間の距離との積に比例し、前記材料分析は送信利得と受信利得の積に反比例する、無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0591】
項Ａ８。項Ａ５に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、補間係数によるすべてのＣＩＲを補間することと、補間されたＣＩＲに基づいて材料分析を計算することと、をさらに含む無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0592】
項Ａ９。項Ａ８に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、全ＣＩＲを同期することと、同期されたＣＩＲに基づいて材料分析を計算することと、をさらに含む、無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0593】
項Ａ１０。項Ａ９に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、それぞれのＣＩＲについて、それぞれのバックグラウンドＣＩＲを前記ＣＩＲと同期させることと、同期されたバックグラウンドＣＩＲをスケーリングすることと、スケーリングされた同期バックグラウンドＣＩＲをＣＩＲから減算することによってそれぞれのバックグラウンドを差し引いたＣＩＲを計算することと、そして、複数のバックグラウンドを差し引いたＣＩＲに基づいて材料分析を計算することと、をさらに含む、無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0594】
項Ａ１１。項Ａ１０に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、それぞれのバックグラウンドを差し引いた前記ＣＩＲに基づいて、複数の空間−時間量のそれぞれを計算することと、複数の空間−時間量に基づいて材料分析を計算することと、をさらに含む無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0595】
項Ａ１２。項Ａ８に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、線形補間、多項式補間、およびスプライン補間の少なくとも１つに基づいてＣＩＲを補間することをさらに含む、無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0596】
項Ａ１３。項Ａ９に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、ＬＯＳタブに基づいてＣＩＲを整列させることをさらに含み、ＬＯＳタブは、無線プローブ信号のＬＯＳ成分に対応する大きな大きさを有するＣＩＲタブである、無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0597】
項Ａ１４。項Ａ１３に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、特定のＣＩＲを参照ＣＩＲとして判定することと、前記特定のＣＩＲの大きな大きさのＬＯＳタブを含む特定のＣＩＲのタブの参照ウインドウを判定することと、参照ＣＩＲの参照ウインドウと、最適なマッチングスコアを有するベストマッチのスライディングウインドウを探索して別のＣＩＲのスライディングウインドウとの間のマッチングスコアを計算することと、前記参照ウインドウと前記ベストマッチのスライディングウインドウとに基づいて、別のＣＩＲを参照ＣＩＲを整列させることと、前記ベストマッチのスライディングウインドウが前記参照ウインドウと同じタブ位置にシフトされるように別のＣＩＲを回転させることと、をさらに含む、無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0598】
項Ａ１５。項Ａ１４に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、前記スライディングウインドウのタブ位置が、参照ウインドウのタブ位置の探索レンジ内にあり、マッチングスコアは、相互相関，相互共分散、Ｌ１距離，絶対差、Ｌ２距離，ユークリッド距離、Ｌｋ距離、上記の関数、または別のマッチングスコア、のうちの少なくとも１つを含む、無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0599】
項Ａ１６。項Ａ１３に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、特定のＣＩＲを参照ＣＩＲとして判定することと、特定のＣＩＲの代表的なタブ位置を計算することと、第２のＣＩＲ の代表的なタブ位置の計算することと、参照ＣＩＲと第２のＣＩＲ の代表的なタブ位置に基づいて第２のＣＩＲ を参照ＣＩＲに整列させることと、第２のＣＩＲを、その代表的なタブ位置が参照ＣＩＲの代表的なタブ位置にできるだけ近くなるように回転させることと、をさらに含む、無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0600】
項Ａ１７。項Ａ１６に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、ＣＩＲを正規化し、前記正規化されたＣＩＲを、そのタブインデックスが実数変数Ｘであり、前記正規化されたＣＩＲタブの大きさがそのｐｄｆ（Ｘ）である確率密度関数（ｐｄｆ）として扱いうことによってＣＩＲの代表的なタブ位置を計算することをさらに含み、ここで、前記代表的なタブ位置は、Ｘの平均、Ｘの期待値、ｆ（Ｘ）の重心に対応するＸ、Ｘのモード、最大ｆ（Ｘ）を有するＸの値、Ｘの中央値、５０パーセンタイルにおけるＸの値、Ｘの５０パーセンタイル値、ＹパーセンタイルにおけるＸの値であってＹは０＜＝Ｙ＜＝１００、Ｘの条件付き平均、Ｘの条件付き最頻値、Ｘの条件付き中央値、Ｘの条件付きパーセンタイル、Ｘの条件付き数量であって、次の少なくとも１つを条件とし、条件は、Ｘは平均プラスオフセットＹ１と平均プラスオフセットＹ２との間であって、Ｙ２＞＝Ｙ１，Ｘは最頻値プラスオフセットＹ３と最頻値プラスオフセットＹ４との間であって、Ｙ４＞＝Ｙ３，Ｘは中央値プラスオフセットＹ５と中央値プラスオフセットＹ６との間であって、Ｙ６＞＝Ｙ５、又はＸはＹ７パーセンタイルとＹ８パーセンタイルとの間であって、０＜＝Ｙ７＜＝Ｙ８＜＝１００、であり、前記条件付き数量は、条件付き平均、条件付き最頻値、条件付き中央値、または条件付きＹパーセンタイルのうちの少なくとも１つを含む、無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0601】
項Ａ１８。項Ａ１０に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、関心領域内でオブジェクトが除去された場所の無線マルチパスチャネルを介して、タイプ１デバイスのＮ１個の送信アンテナから別の無線プローブ信号を送信することと、タイプ２異種無線のＮ２個の受信アンテナにより別の無線プローブ信号の受信することと、受信された別の無線プローブ信号に基づいて無線マルチパスチャネルの複数のバックグラウンドＣＩＲを取得することであって、それぞれのＣＩＲから減算されたそれぞれのバックグラウンドＣＩＲは、それぞれのＣＩＲに関連付けられた同じＴｘおよびＲｘのアンテナに関連付けられる、取得することと、をさらに含む、無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0602】
項Ａ１９。項Ａ１８に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、受信した別の無線プローブ信号に基づいて無線マルチパスチャネルの複数の試験ＣＩＲを取得することと、前記複数の試験ＣＩＲに基づいて関心領域にオブジェクトがあるか否かを検出することと、オブジェクトが検出されない場合、複数のバックグラウンドＣＩＲを前記複数の試験ＣＩＲとして自動的に取得することと、そうでないときは、別の複数の試験ＣＩＲを得るために、さらに別の無線プローブ信号を送受信して手順を繰り返すことと、をさらに含む無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0603】
項Ａ２０。項Ａ１０に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、同期化されたバックグラウンドＣＩＲのすべてのタブをスケーリング係数でスケーリングすることと、ＣＩＲとスケーリングされた同期されたバックグラウンドＣＩＲとの間のマッチングスコアを最適化するためのスケーリング係数を計算することであって、前記マッチングスコアは、相互相関，相互共分散、Ｌ１距離，絶対差、Ｌ２距離，ユークリッド距離、Ｌｋ距離、上記の関数、または別のマッチングスコアのうちの少なくとも１つを含む、計算することと、をさらに含む、無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0604】
項Ａ２１。項Ａ１０に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、各々がそれぞれのバックグラウンドを差し引いたＣＩＲに基づいた複数の候補材料分析を計算することと、前記材料分析を、複数の候補材料分析の集計分析（aggregate analytics）として計算することであって、前記集計分析は、平均、最頻値、中央値、パーセンタイル、スケーリング、加重平均、トリミング平均、幾何平均、調和平均、または前記のいずれかの関数のうちの少なくとも１つを含む、計算することと、をさらに含む無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0605】
項Ａ２２。項Ａ２１に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、各Ｔｘアンテナおよび各Ｒｘアンテナについて、バックグラウンドを差し引いたＣＩＲが無線プローブ信号のＬＯＳ成分に関連付けられた第１のＣＩＲタブを用いて、ＴｘアンテナおよびＲｘアンテナに関連付けられることを決定することと、前記第１のＣＩＲタブの後のバックグラウンドを差し引いたＣＩＲの最大の大きさ、バックグラウンドを差し引いたＣＩＲの第２のＣＩＲタブに関連付けられた最大の大きさを識別することと、第２のＣＩＲタブおよび最大の大きさに基づいて候補材料分析を計算することと、をさらに含む無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0606】
項Ａ２３。項Ａ２２に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、送信アンテナおよび受信アンテナについて、ＴｘアンテナとＲｘアンテナとの間の第１の距離を決定することと、第１のＣＩＲタブと第２のＣＩＲタブとの間の時間差分を計算することと、前記時間差分に基づいて第２の距離を計算し、第１の距離および第２の距離に基づいて第３の距離を計算することと、最大の大きさおよび第３の距離に基づいて関連付けられた候補材料分析を計算することと、を含む無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0607】
項Ａ２４。項Ａ２３に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、 前記時間差分は、ＣＩＲのサンプリング周波数に基づいて計算され、第２の距離は、場所内の無線プローブ信号の波動伝播速度と時間差分との積として計算され、第３の距離は、第１の距離と第２の距離との加重和として計算され、関連する候補材料分析は、送信利得、受信利得、および第１の距離と第２の距離との和のうちの少なくとも１つに基づいて計算される、無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0608】
項Ａ２５。項Ａ１に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、前記場所の無線マルチパスチャネルを通してオブジェクトのターゲット材料表面で前記タイプ１デバイスのＮ１個の Ｔｘアンテナから追加の無線プローブ信号を送信することと、前記タイプ２デバイスのＮ２個の Ｒｘアンテナにより追加無線プローブ信号を受信することと、受信された追加無線プローブ信号に基づいて無線マルチパスチャネルの複数の追加のＣＩを取得することであって、各追加のＣＩは前記タイプ１デバイスのＴｘアンテナおよび前記タイプ２デバイスのＲｘアンテナに関連付けられ、各追加のＣＩは、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、または受信信号強度インデックス（ＲＳＳＩ）のうちの少なくとも１つを含む、取得することと、追加ＣＩの個数に基づいて追加材料分析を計算することと、追加材料分析に基づいてオブジェクトのターゲット材料のタイプを計算することと、をさらに含む無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0609】
項Ａ２６。項Ａ２５に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、前記材料分析および前記追加材料分析に基づいて集計材料分析を計算し、集計材料分析に基づいてオブジェクトのターゲット材料のタイプを計算することをさらに含む、無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0610】
項Ａ２７。項Ａ２５に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、前記追加材料分析に基づいて前記材料分析をリファインする、無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0611】
項Ａ２８。項Ａ１に記載の無線材料センシングシステムの方法／デバイス／システム／ソフトウェアであって、トレーニング段階において、 複数のトレーニング材料のそれぞれについて、トレーニングタイプ１デバイスのＮ３個の Ｔｘアンテナから無線トレーニングプローブ信号をトレーニング場所のトレーニング無線マルチパスチャネルを介して、トレーニングオブジェクトのトレーニング材料表面に送信することと、トレーニングタイプ２デバイスのＮ４個の Ｒｘアンテナにより無線トレーニングプローブ信号を受信することと、受信された無線トレーニングプローブ信号に基づいてトレーニング無線マルチパスチャネルの複数のトレーニングＣＩを取得することであって、各トレーニングＣＩは、トレーニングタイプ１デバイスのＴｘアンテナおよびトレーニングタイプ２デバイスのＲｘアンテナに関連付けられ、各トレーニングＣＩは、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、受信信号強度インデックス（ＲＳＳＩ）のうちの少なくとも１つを含む、取得することと、追加されたＣＩの個数に基づいてトレーニング材料分析を計算することと、それぞれのトレーニング材料の機械学習とトレーニング材料分析とに基づいて分類器をトレーニングすることと、動作段階では、分類器に基づいてオブジェクトのターゲット材料のタイプを計算することと、を含む無線材料センシングシステムの方法／デバイス／システム／ソフトウェア。
【0612】
以下の番号付けされた項は、無線筆記追跡のための実施例を提供する。
【0613】
項Ｂ１。無線筆記追跡のためのシステムであって、場所の無線マルチパスチャネルを介して第１の無線信号を送信するように構成された送信機と、前記無線マルチパスチャネルを介して第２の無線信号を受信するように構成され、第２の無線信号が場所内の筆記具の先端による第１の無線信号の反射を含む、受信機と、プロセッサであって、第２の無線信号に基づいて前記無線マルチパスチャネルのチャネル情報（ＣＩ）の時系列を取得し、それぞれの前記ＣＩは、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、または受信信号強度インデックス（ＲＳＳＩ）を含み、ＣＩの時系列(ＴＳＣＩ)に基づいて筆記具の先端の動きを追跡するプロセッサと、を含むシステム。
【0614】
項Ｂ２。項Ｂ１に記載のシステムであって、各々の前記ＣＩが、いくつかのタップを含むＣＩＲを含み、筆記具の先端の位置は、場所内の複数の空間ビンに基づいて判定され、複数の空間ビンの各々は、それぞれの方向と、受信機から生じるそれぞれの距離レンジとによって判定され、それぞれの方向は、対応する方位角と対応する仰角によって識別される、システム。
【0615】
項Ｂ３。項Ｂ２に記載のシステムであって、先端の動きが表面に沿っており、また、表面上の任意の点は、受信機に対して仰角が０になる、システム。
【0616】
項Ｂ４。項Ｂ３に記載のシステムであって、プロセッサは、バックグラウンドＣＩＲの時系列およびＣＩＲの時系列に基づいてバックグラウンドを差し引いたＣＩＲの時系列を生成し、ここで前記バックグラウンドを差し引いたＣＩＲの時系列は、ＣＩＲごとに、それぞれの前記バックグラウンドＣＩＲを前記ＣＩＲと同期させ、同期されたバックグラウンドＣＩＲをスケーリングし、スケーリングされた同期バックグラウンドＣＩＲを前記ＣＩＲから減算することによってそれぞれのバックグラウンドを差し引いたＣＩＲを計算することによって生成され、バックグラウンドを差し引いたＣＩＲの時系列に基づいて先端の動きを追跡するようにさらに構成された、システム。
【0617】
項Ｂ５。項Ｂ４に記載のシステムであって、送信機は、場所内に移動オブジェクトがない状態で、場所の無線マルチパスチャネルを介して第３の無線信号を送信するようにさらに構成され、受信機は、無線マルチパスチャネルを介して第４の無線信号を受信するようにさらに構成され、プロセッサは、第４の無線信号に基づいて無線マルチパスチャネルのバックグラウンドのＣＩＲの時系列を取得するようにさらに構成される、システム。
【0618】
項Ｂ６。項Ｂ５に記載のシステムであって、前記第１の無線信号および前記第３の無線信号は、送信機の複数の送信アンテナを使用して送信され、前記第２の無線信号および前記第４の無線信号は、受信機の複数の受信アンテナを使用して受信され、各々のバックグラウンドＣＩＲは、複数の受信アンテナにわたって、且つ場所内の関心距離レンジにわたって平均化することによって得られ、ＣＩＲに同期する各ＣＩＲ及び各バックグラウンドＣＩＲは、送信機の複数の送信アンテナのうちの同じそれぞれ１つに関連付けられ、受信機の複数の受信アンテナのうちの同じそれぞれ１つに関連付けられる、システム。
【0619】
項Ｂ７。項Ｂ４に記載のシステムであって、前記プロセッサはさらに、複数の関心距離レンジのそれぞれについて、およびバックグラウンドを差し引いたＣＩＲのそれぞれについて、受信機から生じる複数の方向のそれぞれに関して、バックグラウンドを差し引いたＣＩＲにビームフォーミングを適用することによって指向性のＣＩＲを計算するように構成され、複数の関心距離レンジおよび前記複数の方向は、複数の関心空間ビンを形成する、システム。
【0620】
項Ｂ８。項Ｂ７に記載のシステムであって、前記プロセッサはさらに、各時間インスタンス、および関心のある各空間ビンについて、ゼロ周波数および複数の非ゼロ周波数を含む、異なる周波数での信号電力を計算するために、移動タイムインドウを用いて指向性のＣＩＲを周波数領域に変換するように構成される、システム。
【0621】
項Ｂ９。項Ｂ８に記載のシステムであって、前記プロセッサが、各時間インスタンスおよび関心のある各空間ビンに対する電力値を含む第１の電力行列を生成するようにさらに構成され、ここで、第１の電力行列内の各電力値は、それぞれの時間インスタンス及びそれぞれの関心のある空間ビンに対して、複数の非ゼロ周波数の間の最大信号電力である、システム。
【0622】
項Ｂ１０。項Ｂ９に記載のシステムであって、前記プロセッサが、第１の電力行列内の各電力値を第１の閾値と比較して、フィルタされた第１の電力行列の対応する要素を生成するようにさらに構成され、ここで、フィルタされた第１の電力行列の各要素は、対応する電力値が第１の閾値よりも大きいときは、第１の電力行列の対応する電力値、対応する電力値が第１の閾値よりも大きくないときはゼロに等しい、システム。
【0623】
項Ｂ１１。項Ｂ１０に記載のシステムであって、前記プロセッサが、各時間インスタンスについて、少なくとも１つの空間ビンを含む関心空間ビンの第１のセットを判定するようにさらに構成され、時間インスタンスおよび少なくとも１つの空間ビンのそれぞれに対応するフィルタリングされた第１の電力行列の要素は、非ゼロ電力値に等しい、システム。
【0624】
項Ｂ１２。項Ｂ１１に記載のシステムであって、前記プロセッサが、場所内の少なくとも１つの移動ターゲットの存在を関心空間便の第１のセットに基づいて判定するようにさらに構成され、少なくとも１つの移動ターゲットの各々が、少なくとも１つの時間インスタンスの間、関心空間ビンの第１のセット内に位置を有する、システム。
【0625】
項Ｂ１３。項Ｂ１２に記載のシステムであって、前記プロセッサが、補間に基づいて少なくとも１つの移動ターゲットの位置をリファインするようにさらに構成される、システム。
【0626】
項Ｂ１４。項Ｂ１２に記載のシステムであって、前記プロセッサが、少なくとも１つの移動ターゲットの各々について、２つの連続する時間インスタンスにおける移動ターゲットの２つの位置が、２つの位置が距離閾値よりも近い場合に連続していると判定し、移動ターゲットの連続位置に基づいて移動ターゲットの連続軌跡を生成し、移動ターゲットの連続軌跡の長さを示すために移動ターゲットの連続スコアを計算し、連続スコアが所定の閾値よりも大きい場合に、連続軌跡に基づいて筆記具の先端のための候補軌跡を判定するようにさらに構成される、システム。
【0627】
項Ｂ１５。２つの位置の仰角が所定の閾値よりも近いとき、２つの位置が距離閾値よりも近い、項Ｂ１４に記載のシステム。
【0628】
項Ｂ１６。項Ｂ１４に記載のシステムであって、２つの位置の方位角が第１の所定の閾値よりも近く、２つの位置の仰角は、第２の所定の閾値よりも近く、２つの位置の距離レンジは、第３の所定閾値よりも近い場合に、２つの位置は距離閾値よりも近い、システム。
【0629】
項Ｂ１７。Ｂ１４項に記載のシステムであって、前記プロセッサは、少なくとも１つの移動ターゲットに基づいて単一の候補軌跡が全体的に判定されるとき、単一の候補軌跡に基づいて筆記具の先端の移動軌跡を判定し、単一の候補軌跡を有する移動ターゲットに基づいて筆記具の先端を識別するようにさらに構成される、システム。
【0630】
項Ｂ１８。前記プロセッサが、少なくとも１つの移動ターゲットに基づいて複数の候補軌跡が全体的に判定されるとき、複数の候補軌跡のそれぞれに関連付けられたすべての位置についての平均仰角を判定し、複数の候補軌跡のうち、最低平均仰角に関連付けられた最低仰角候補軌跡に基づいて、筆記具の先端の移動軌跡を判定し、前記最低仰角候補軌跡を有する移動ターゲットに基づいて筆記具の先端を識別するようにさらに構成された、項Ｂ１４に記載のシステム。
【0631】
項Ｂ１９。プロセッサは、外れ値除去、補間、または移動平均のうちの少なくとも１つに基づいて、筆記具の先端の移動軌跡を平滑化すること、コサイン変換に基づく移動軌跡のノイズの多い部分のフィルタリングをすること、または、移動軌跡を信号領域に変換しながら、加重平均に基づく少なくとも１つの周波数成分を破棄すること、のうちの少なくとも１つを行うようにさらに構成される、項Ｂ１８に記載のシステム。
【0632】
項Ｂ２０。項Ｂ１４に記載のシステムであって、前記プロセッサが、各時間インスタンスおよび関心のある各空間ビンについての電力値を含む第２の電力行列を生成することであって、第２の電力行列における各電力値は、それぞれの時間インスタンスおよびそれぞれの関心のある空間ビンについての、ゼロ周波数における信号電力である、生成すること、第２の電力行列内の各電力値を第２の閾値と比較して、フィルタリングされた第２の電力行列の対応する要素を生成することであって、フィルタリングされた第２の電力行列の各要素は、対応する電力値が第２の閾値よりも大きい場合には第２の電力行列の対応する電力値に等しく、対応する電力値が第２の閾値よりも大きくない場合には０に等しい、比較すること、各時間インスタンスについて、少なくとも１つの空間ビンを含む関心のある第２の空間ビンのセットを判定することであって、時間インスタンスおよび少なくとも１つの空間ビンのそれぞれに対応するフィルタリングされた第２の電力行列の要素は、ゼロでない電力値に等しい、判定すること、空間関心ビンの第２のセットに基づいて場所内の少なくとも１つの静的ターゲットの存在を判定することであって、少なくとも１つの静的ターゲットの各々は、少なくとも１つの時間インスタンスの間、空間関心ビンの第２のセット内に位置を有する、判定すること、をするようにさらに構成される、システム。
【0633】
項Ｂ２１。前記プロセッサは、少なくとも１つの移動ターゲットのうちの１つについて、前記移動ターゲットの連続軌跡の長さが所定の閾値よりも大きいことを判定することと、前記移動ターゲットの連続軌跡が時間インスタンスにおいて中断することを判定することと、前記時間インスタンスにおける前記移動ターゲットの前記連続軌跡に対する連続位置を判定するために、関心空間ビンの第２のセットにおける静的ターゲットについての時間インスタンスにおける位置を求めることと、を行うようにさらに構成する、項Ｂ２０に記載のシステム。
【0634】
項Ｂ２２。前記送信機および前記受信機は、互いに物理的に結合されている、項Ｂ１に記載のシステム。
【0635】
項Ｂ２３。無線筆記追跡システムの無線デバイスであって、プロセッサと、前記プロセッサに通信可能に結合されたメモリと、前記プロセッサに通信可能に結合された受信機と、を含み、無線筆記追跡システムの追加無線デバイスは場所の無線マルチパスチャネルを介して第１の無線信号を送信するように構成され、前記受信機は無線マルチパスチャネルを介して第２の無線信号を受信するように構成され、前記第２の無線信号は場所内の筆記具の先端による第１の無線信号の反射を含み、前記プロセッサは、前記第２の無線信号に基づいて無線マルチパスチャネルのチャネル情報（ＣＩ）の時系列を取得するように構成され、それぞれの前記ＣＩは、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、または受信信号強度インデックス（ＲＳＳＩ）のうちの少なくとも１つを含み、ＣＩの時系列(ＴＳＣＩ)に基づいて筆記具の先端の移動を追跡するように構成される、無線デバイス。
【0636】
項Ｂ２４。項Ｂ２３に記載の無線デバイスであって、それぞれの前記ＣＩがＣＩＲを含み、前記筆記具の先端の位置は、場所内の複数の空間ビンに基づいて判定され、複数の空間ビンの各々は、それぞれの方向と、受信機から生じるそれぞれの距離レンジとによって判定され、それぞれの方向は、対応する方位角および対応する仰角によって識別され、先端の動きは表面に沿っており、表面上の任意の点は、受信機に対して仰角角が０になる、無線デバイス。
【0637】
項Ｂ２５。前記プロセッサはさらに、 各時間について、および前記複数の空間ビンの各空間ビンについて、 前記ＣＩＲを周波数領域に変換して、ゼロ周波数および複数の非ゼロ周波数を含む、異なる周波数信号電力を計算するように構成される、項項Ｂ２４に記載の無線デバイス。
【0638】
項Ｂ２６。項Ｂ２５に記載の無線デバイスであって、前記プロセッサが、各時間インスタンスおよび各空間ビンについての電力値を含む第１の電力行列を生成することであって、前記第１の電力行列中の各電力値は、各時間インスタンスおよび各空間ビンについての複数の非ゼロ周波数の中の最大信号電力である、生成することと、前記第１の電力行列内の各電力値を第１の閾値と比較して、フィルタリングされた前記第１の電力行列の対応する要素を生成することであって、前記フィルタリングされた第１の電力行列の各要素は、対応する電力値が第１の閾値よりも大きい場合には前記第１の電力行列の対応する電力値に等しく、対応する電力値が第１の閾値よりも大きくない場合には０に等しい、比較することと、前記各時間インスタンスについて、少なくとも１つの空間ビンを含む空間ビンの第１のセットを判定することであって、時間インスタンスおよび少なくとも１つの空間ビンのそれぞれに対応する前記フィルタリングされた第１の電力行列の要素は、非ゼロ電力値に等しい、判定することと、空間ビンの第１のセットに基づいて場所内の少なくとも１つの移動ターゲットの存在を判定することであって、少なくとも１つの移動ターゲットの各々は、少なくとも１つの時間インスタンスの間、空間ビンの第１のセット内に位置を有する、判定することと、をさらに行うように構成される、無線デバイス。
【0639】
項Ｂ２７。項Ｂ２６に記載の無線デバイスであって、前記プロセッサが、少なくとも１つの移動ターゲットの各々について、２つの連続する時間インスタンスにおける前記移動ターゲットの２つの位置が、前記２つの位置が距離閾値よりも近い場合に連続していると判定し、移動ターゲットの連続位置に基づいて移動ターゲットの連続軌跡を生成し、移動ターゲットの連続軌跡の長さを示すために移動ターゲットについての連続スコアを計算し、前記連続スコアが所定の閾値よりも大きい場合に、前記連続軌跡に基づいて筆記具の先端のための候補軌跡を判定することと、少なくとも１つの移動ターゲットに基づいて複数の候補軌跡が全体的に判定されると、複数の候補軌跡のそれぞれに関連付けられたすべての位置の平均仰角を判定し、複数の候補軌跡の中で最も低い平均仰角に関連付けられた最も低い仰角候補軌跡に基づいて前記筆記具の先端の移動軌跡を判定することと、最も低い仰角候補軌跡を有する移動ターゲットに基づいて筆記具の先端を識別することと、を行うように構成される、無線デバイス。
【0640】
項Ｂ２８。項Ｂ２７に記載の無線デバイスであって、前記プロセッサは、外れ値除去、補間、または移動平均のうちの少なくとも１つに基づいて、前記筆記具の先端の移動軌跡を平滑化すること、コサイン変換に基づいて移動軌跡のノイズのある部分をフィルタリングすること、または、移動軌跡を信号領域に変換しながら、加重平均に基づいて少なくとも１つの周波数成分を破棄することのうちの少なくとも１つを行うように構成される、無線デバイス。
【0641】
項Ｂ２９。場所の無線マルチパスチャネルを介して第１の無線信号を送信すること、前記無線マルチパスチャネルを介して第２の無線信号を受信することであって、前記第２の無線信号は、前記場所内の筆記具の先端による前記第１の無線信号の反射を含む、受信すること、前記第２の無線信号に基づいて前記無線マルチパスチャネルのチャネル情報（ＣＩ）の時系列を取得することであって、それぞれの前記ＣＩは、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、または受信信号強度インデックス（ＲＳＳＩ）のうちの少なくとも１つを含む、取得すること、ＣＩの時系列（ＴＳＣＩ）に基づいて筆記具の先端の筆記を追跡すること、を含む無線筆記追跡システム。
【0642】
項Ｂ３０。項２９に記載の方法であって、前記筆記具の先端の位置が、場所内の複数の空間ビンに基づいて判定され、前記複数の空間ビンの各々は、それぞれの方向と、受信機から生じるそれぞれの距離レンジとによって判定され、それぞれの方向は、対応する方位角および対応する仰角によって識別され、先端の書込みは表面上にあり、表面上の任意の点は、受信機に対して仰角ゼロを有し、送信機と受信機は互いに物理的に結合している、方法。
【0643】
以下の番号を付した項は、無線監視の精度および有効性を改善するための実施例を提供する。
【0644】
項Ｃ１。 方法／システム／ソフトウェア／無線監視システムのデバイスであって、以下を含む：場所の無線マルチパスチャネルを介してＮ１個の送信アンテナを有するタイプ１異種無線デバイスから無線信号を送信することであって、前記無線マルチパスチャネルは前記場所内のオブジェクトの動きによって影響を受ける、送信することと、前記無線マルチパスチャネルを介してＮ２個の受信アンテナを有するタイプ２異種無線デバイスによって無線信号を受信することであって、受信された無線信号は、前記場所の無線マルチパスチャネルのために送信された無線信号とは異なる、受信することと、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、前記メモリに記憶された命令のセットとを使用して、受信された無線信号に基づいて前記無線マルチパスチャネルのチャネル情報の時系列（ＴＳＣＩ）を取得することであって、それぞれのＴＳＣＩは、Ｎ１個の送信アンテナのうちの１つとＮ２個の受信アンテナのうちの１つとに関連付けられる、取得することと、ＴＳＣＩ数に基づいて場所内のオブジェクトの動きを監視することと、を含む無線監視システムの方法／システム／ソフトウェア／デバイス。
【0645】
項Ｃ２。項Ｃ１に記載の無線監視システムの方法／システム／ソフトウェア／デバイスであって、前記ＴＳＣＩの個数を前処理することと、前処理されたＴＳＣＩの個数に基づいて、場所内のオブジェクトの動きを監視することと、を含む無線監視システムの方法／システム／ソフトウェア／デバイス。
【0646】
項Ｃ３。項Ｃ２記載の無線監視システムの方法／システム／ソフトウェア／デバイスであって、タイムウインドウを、雑音の多い、異常な、非定型的な、不規則な、信頼できない、疑わしい、および一貫性のないうちの少なくとも１つの疑わしいタイムウインドウとして識別することと、前記疑わしいタイムウインドウ内のすべてのチャネル情報（ＣＩ）を疑わしいＣＩとして識別することと、ＴＳＣＩの個数から全ての前記疑わしいＣＩを除去することによって、前処理されたＴＳＣＩを計算することと、を含む無線監視システムの方法／システム／ソフトウェア／デバイス。
【0647】
タイムウインドウは、前記タイムウインドウ内のＴＳＣＩの特性が所定のまたは適応閾値よりも大きい変動を示すとき、すなわち、雑音が多い、異常で非定型で不規則で信頼できない、疑わしい、または一貫性のない、疑わしタイムウインドウである可能性があり、様々な実施形態によれば、ＴＳＣＩの特性は、タイムウインドウ内の隣り合うタイムスタンプにおけるＴＳＣＩ間の差、差の関数、タイムウインドウ内の連続するタイムスタンプにおけるＴＳＣＩの差分、又は振幅の関数であってもよい。
【0648】
項Ｃ４。前記疑わしいタイムウインドウは０の持続時間を有し、疑わしいタイムウインドウは単一のタイムスタンプを含む、項Ｃ３の無線監視システムの方法／システム／ソフトウェア／デバイス。
【0649】
項Ｃ５。項Ｃ３に記載の無線監視システムの方法／システム／ソフトウェア／デバイスであって、ＴＳＣＩの個数に基づいたタイムウインドウの試験測定を計算することと、試験測定に基づいてタイムウインドウを前記疑わしいタイムウインドウとして識別すること、をさらに含む無線監視システムの方法／システム／ソフトウェア／デバイス。
【0650】
項Ｃ６。 項Ｃ５の無線監視システムの方法／システム／ソフトウェア／デバイスであって、前記試験測定は、加算、和、減算、差分、乗算、積、スケーリング、分割、比率、総和、時間にわたる総和、周波数にわたる総和、スライディングウインドウにわたる総和、正規化、ベクトル和、否定、絶対値、和集合、補集合、平均、中央値、最頻値、アベレージ、加重平均、加重中央値、加重最頻値、算術平均、幾何平均、調和平均、トリミング平均、時間平均、Ｌ−０ノルム、Ｌ−１ノルム、Ｌ−２ノルム、Ｌ−ｋノルム、Ｌ−０距離、Ｌ−１距離、Ｌ−２距離、Ｌ−ｋ距離、統計、短期統計、長期統計、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、モーメント母関数、順序付けられた統計、ヒストグラム、百分位数、分散、標準偏差、範囲、期間、変動の測定、広がり、分散、発散、四分位範囲、合計変動、合計差異、偏差、絶対偏差、平均からの偏差、トリミングされた平均からの偏差、偏差 中央値、総偏差、勾配、導関数、部分導関数、1次導関数、2次導関数、高次導関数、積分、加重積分、部分積分、ゼロ交差、最小、極小、最大、極大、線、接線、交差、最大導関数、最小導関数、特徴、スカラー、ベクトル、大きさ、位相、実数部、純粋に虚数部、正方形、立方体、ルート、パワー、 サイン、コサイン、タンジェント、コタンジェント、セカント、コセカント、多項式、指数、対数、関数、線形関数、ピースワイズ線形関数、非線形関数、スカラー関数、ベクトル関数、離散関数、連続関数、代数関数、多項式関数、指数関数、対数関数、三角関数、超越関数、論理関数、楕円関数、放物線関数、双曲線関数、ゲーム関数、ゼータ関数、制限関数、絶対関数、インジケーター関数、フロア関数、丸め関数 、符号関数、ピース単位定数関数、複合関数、関数関数、量子化、しきい値、移動関数、スライド関数、移動平均、移動中央値、移動統計、移動操作、時系列の隣接アイテムの移動ウィンドウの関数、複数の周波数関連機能の関数、複数の時間関連機能の関数、変換、周波数変換、逆周波数変換、離散変換、離散時間変換、短時間変換、ラプラス変換、ヒルベルト変換、正弦変換、コサイン変換、三角変換、ウェーブレット変換、DCT、DST、DFT、FFT、アダマール変換、整数変換、パワー- of-2変換、スパース変換、スパース変換、射影、分解、マッチング追跡、スパース近似、主成分分析（PCA）、独立成分分析（ICA）、特異値分解（SVD）、固有分解、直交分解、固有値 、特異値、グラフベースの処理、グラフベースの変換、グラフ信号処理、圧縮センシング、分類、クラス/グループ/カテゴリの識別、ラベリング、学習、機械学習、ニューラルネットワーク、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、再マッピング、ベクトル量子化、フィルタリング、ローパスフィルタリング、ハイパスフィルタリング、バンドパスフィルタリング、一致フィルタリング、カルマンフィルタリング、前処理、後処理、粒子フィルター、FIRフィルタリング、IIRフィルタリング、自動回帰（AR）フィルタリング、適応フィルタリング、スムージング、メディ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、ダウン変換、アップサンプリング、アップ変換、補間、外挿、重要度サンプリング、モンテカルロサンプリング、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、積分関数、ガウス関数、ポアソン関数、別の量、別のスカラー演算、別のベクトル演算、別のスライド演算、および別の関数、のうちの少なくとも１つ含む、無線監視システムの方法／システム／ソフトウェア／デバイス。
【0651】
項Ｃ７。項Ｃ５に記載の無線監視システムの方法／システム／ソフトウェア／デバイスであって、タイムウインドウは、複数のタイムスタンプを含み、各々がタイムウインドウ内のそれぞれのタイムスタンプに関連付けられた複数の瞬間的試験測定を計算することと、前記複数の瞬間的試験測定の集計に基づいて前記試験測定を計算することと、をさらに含む。
【0652】
項Ｃ８。項Ｃ７に記載の無線監視システムの方法／システム／ソフトウェア／デバイスであって、加算、合計、減算、差、乗算、積、スケーリング、除算、比率、合計、時間の合計、頻度の合計、スライディング時間ウィンドウの合計、正規化、ベクトルの合計、否定、絶対値、交差、和集合、補数、平均、中央値、モード、平均、加重平均、加重中央値、加重モード、算術平均、幾何平均、調和平均、トリミング平均、時間平均、L-0ノルム、L-1ノルム、L-2ノルム、Lkノルム、L-0距離、L-1距離、L-2距離、Lk距離、統計、短期統計、長期統計、自己相関関数、自動共分散関数、相互相関関数、相互共分散関数、モーメント生成関数、順序付けられた統計、ヒストグラム、パーセント、分散、標準偏差、範囲、期間、変動の測定、広がり、分散、発散、四分位範囲、合計変動、合計差分、偏差、絶対偏差、平均からの偏差、トリミングされた平均からの偏差、中央値からの偏差、合計偏差、勾配、導関数、偏導関数、一次導関数、二次導関数、高次導関数、積分、重み付き積分、部分積分、ゼロ交差、最小、極小、最大、極大、線、接線、交差、最大導関数、最小導関数、特徴、スカラー、 ベクトル、大きさ、位相、実数部、純粋に虚数部、正方形、立方体、ルート、パワー、サイン、コサイン、タンジェント、コタンジェント、セカント、コセカント、多項式、指数、対数、関数、線形関数、ピースワイズ線形関数、非線形 関数、スカラー関数、ベクトル関数、離散関数、連続関数、代数関数、多項式関数、指数関数、対数関数、三角関数、超越関数、論理関数、楕円関数、放物線関数、双曲線関数、ゲーム関数、ゼータ関数、 制限関数、絶対関数、インジケーター関数、フロア関数、丸め関数、符号関数、ピースワイズ定数関数、複合関数、関数の関数、量子化、しきい値、移動関数、スライディング関数、移動平均、移動中央値、移動統計、移動操作、時系列の隣接アイテムの移動ウィンドウの関数、複数の周波数関連機能の関数、複数の時間機能の関数、変換、周波数変換、逆周波数変換、離散変換、離散時間変換、短時間変換、ラプラス変換、ヒルベルト変換、正弦変換、余弦変換、三角変換、ウェーブレット変換、DCT、DST、DFT、FFT、Hadamard変換、整数変換、2乗変換、スパース変換、スパース変換、射影、分解、マッチング追跡、スパース近似、主成分分析（PCA）、独立成分分析（ICA）、特異値分解（SVD）、固有分解、直交分解、固有値、特異値、グラフベースの処理、グラフベースの変換、グラフ信号処理、圧縮センシング、分類、クラス/グループ/カテゴリの識別、ラベリング、学習、機械学習、ニューラルネットワーク、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、信号強化、コーディング、暗号化、マッピング、再マッピング、ベクトル量子化、フィルタリング、ローパスフィルタリング、ハイパスフィルタリング、バンドパスフィルタリング、整合フィルタリング、固有分解、直交分解、固有値、特異値、グラフベースの処理、グラフベースの変換、グラフ信号処理、圧縮センシング、分類、クラス/グループ/カテゴリの識別、ラベリング、学習、機械学習、ニューラルネットワーク、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、信号強化、コーディング、暗号化、マッピング、再マッピング、ベクトル量子化、フィルタリング、ローパスフィルタリング、ハイパスフィルタリング、バンドパスフィルタリング、整合フィルタリング、カルマンフィルタリング、前処理、後処理、粒子フィルター、FIRフィルタリング、IIRフィルタリング、自動回帰（AR）フィルタリング、適応フィルタリング、スムージング、メディ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、ダウンコンバート、アップサンプリング、アップ -変換、補間、外挿、重要度サンプリング、モンテカルロサンプリング、特殊関数、ベッセル関数、エラー関数、補完エラー関数、ベータ関数、ガンマ関数、積分関数、ガウス関数、ポアソン関数、別の量、別のスカラー演算、別の ベクトル演算、別のスライド操作、および別の関数、のうちの少なくとも１つに基づいて、前記複数の瞬間的試験測定を集計する、無線監視システムの方法／システム／ソフトウェア／デバイス。
【0653】
項Ｃ９。項Ｃ５に記載の無線監視システムの方法／システム／ソフトウェア／デバイスであって、ＴＳＣＩの個数に基づいたタイムウインドウの適応閾値の計算をすることと、前記試験測定が前記適応閾値を超える場合、タイムウインドウを前記疑わしいタイムウインドウとして識別することと、をさらに含む、無線監視システムの方法／システム／ソフトウェア／デバイス。
【0654】
項Ｃ１０。項Ｃ９の無線監視システムの方法／システム／ソフトウェア／デバイスであって、加算、合計、減算、差、乗算、積、スケーリング、除算、比率、合計、時間の合計、頻度の合計、スライディング時間ウィンドウの合計、正規化、ベクトルの合計、否定、絶対値、交差、和集合、 補数、平均、中央値、モード、平均、加重平均、加重中央値、加重モード、算術平均、幾何平均、調和平均、トリミング平均、時間平均、L-0ノルム、L-1ノルム、L-2ノルム、Lkノルム、L-0距離、L-1距離、L-2距離、Lk距離、統計、短期統計、長期統計、自己相関関数、自動共分散関数、相互相関関数、相互共分散関数、モーメント生成関数、 順序付けられた統計、ヒストグラム、百分位数、分散、標準偏差、範囲、期間、変動の測定、広がり、分散、発散、四分位範囲、合計変動、合計差分、偏差、絶対偏差、平均からの偏差、トリミングされた平均からの偏差、中央値からの偏差、総偏差、勾配、導関数、部分導関数、1次導関数、2次導関数、高次導関数、積分、加重積分、部分積分、ゼロ 交差、最小、極小、最大、極大、線、接線、交差、最大導関数、最小導関数、特徴、スカラー、ベクトル、大きさ、位相、実数部、純粋に虚数部、正方形、立方体、ルート、パワー、正弦 、コサイン、タンジェント、コタンジェント、セカント、コセカント、多項式、指数、対数、関数、線形関数、ピースワイズ線形関数、非線形関数、スカラー関数、ベクトル関数、離散関数、連続関数、代数関数、多項式関数、指数関数、対数関数、三角関数、超越関数、論理 関数、楕円関数、放物線関数、双曲線関数、ゲーム関数、ゼータ関数、制限関数、絶対関数、インジケーター関数、フロア関数、丸め関数、符号関数、ピースワイズ定数関数、複合関数、関数関数、量子化、しきい値化、移動関数、スライド関数、移動平均、移動中央値、移動統計、移動操作、時系列の隣接アイテムの移動ウィンドウの関数、複数の周波数関連機能の関数、複数の時間関連機能の関数、変換、 周波数変換、逆周波数変換、離散変換、離散時間変換、短時間変換、ラプラス変換、ヒルベルト変換、正弦変換、余弦変換、三角変換、ウェーブレット変換、DCT、DST、DFT、FFT、ハダマール変換、整数変換、2乗変換、スパース変換、スパース変換、射影、分解、マッチング追跡、スパース近似、主成分分析（PCA）、独立成分分析（ICA）、特異値分解（SVD）、固有分解、直交分解、固有値、特異値、グラフベースの処理、グラフベースの変換、グラフ信号処理、圧縮センシング、分類、クラス/グループの識別 / category、ラベリング、学習、機械学習、ニューラルネットワーク、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、信号強化、コーディング、暗号化、マッピング、再マッピング、ベクトル量子化、フィルタリング、ローパスフィルタリング、ハイパスフィルタリング、 バンドパスフィルタリング、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、粒子フィルター、FIRフィルタリング、IIRフィルタリング、自動回帰（AR）フィルタリング、適応フィルタリング、スムージング、メディ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、ダウンコンバート、アップサンプリング、アップコンバート、補間、外挿、重要度サンプリング、 モンテカルロサンプリング、特殊関数、ベッセル関数、エラー関数、相補エラー関数、ベータ関数、ガンマ関数、積分関数、ガウス関数、ポアソン関数、別の量、別のスカラー操作、別のベクトル操作、別のスライド操作、および別の関数、の内の少なくとも１つに基づいて前記適応閾値を計算する。
【0655】
項Ｃ１１。項Ｃ５、項Ｃ７または項Ｃ９の無線監視システムの方法／システム／ソフトウェア／デバイスタイプ1デバイスのアンテナの量、タイプ2デバイスのアンテナの量、タイプ1デバイスとタイプ2デバイスのコロケーション、使用するタイプ1デバイスの量、タイプ2デバイスの量 ）使用する、タイプ1デバイスとタイプ2デバイス間のプロトコル、タイプ1デバイスとタイプ2デバイス間のシグナリング、ワイヤレスマルチパスチャネルの設定、ワイヤレスマルチパスチャネルのキャリア周波数、無線マルチパスチャネルの帯域幅、無線マルチパスチャネルの特性、無線マルチパスチャネルのチャネル切り替え、無線信号の設定、無線信号のキャリア周波数、無線信号のサブキャリアの数、無線信号の帯域幅、無線信号の特性、無線信号のチャネル切り替え、無線信号のシグナリング、無線信号の規格、無線信号の規格の設定、無線信号のプロトコル、無線信号の信号強度、無線信号のタイミング、無線信号のサウンディングレート、無線信号のサウンディングのタイミング 、無線信号のサウンディング信号の選択、無線信号のサウンディング信号のレート、チャネル情報（CI）の選択、CIの精度、CIの量、CIのタイミング、前処理 TSCIの数、オブジェクトの動きの監視、監視に関連するタスク、および別の要因、のうちの少なくとも１つに基づいて、前記試験測定、前記瞬間的試験測定、前記適応閾値の少なくとも１つを計算する。
【0656】
項Ｃ１２。項Ｃ１に記載の無線監視システムの方法／システム／ソフトウェア／デバイスであって、ＴＳＣＩの個数に基づいて少なくとも１つの特徴時系列（ＴＳＦ）を計算することと、少なくとも１つのＴＳＦに基づいて場所内のオブジェクトの動きを監視することと、をさらに含む。
【0657】
項Ｃ１３。項Ｃ１２に記載の無線監視システムの方法／システム／ソフトウェア／デバイスであって、前記特徴時系列を、加算、合計、減算、差、乗算、積、スケーリング、除算、比率、合計、時間の合計、頻度の合計、スライディング時間ウィンドウの合計、正規化、ベクトルの合計、否定、絶対値、交差、和集合、 補数、平均、中央値、モード、平均、加重平均、加重中央値、加重モード、算術平均、幾何平均、調和平均、トリミング平均、時間平均、L-0ノルム、L-1ノルム、L-2ノルム、L-kノルム、L-0距離、L-1距離、L-2距離、L-k距離、統計、短期統計、長期統計、自己相関関数、自動共分散関数、相互相関関数、相互共分散関数、モーメント生成関数、順序付き統計、ヒストグラム、百分率、分散、標準偏差、範囲、期間、変動の測定、 広がり、分散、発散、四分位範囲、総変動、総微分、偏差、絶対偏差、平均からの偏差、トリミングされた平均からの偏差、中央値からの偏差、総偏差、勾配、導関数、部分導関数、1次導関数、2次導関数、高次導関数、積分、加重積分、部分積分、ゼロ交差、最小、極小、最大、極大、線、接線、交差、最大導関数、最小導関数 、特徴、スカラー、ベクトル、大きさ、位相、実数部、純粋に虚数部、正方形、立方体、根、べき乗、正弦、余弦、接線、共接線、分数、コセカント、多項式、指数、対数、関数、線形関数、ピースワイズ線形関数、非線形関数、スカラー関数、ベクトル関数、離散関数、連続関数、代数関数、多項式関数、指数関数、対数関数、三角関数、超越関数、論理関数、楕円関数、放物線関数、 双曲線関数、ゲーム関数、ゼータ関数、制限関数、絶対関数、インジケーター関数、フロア関数、丸め関数、符号関数、ピース単位の定数関数、複合関数、関数の関数、量子化、しきい値化、移動関数、スライディング関数、移動平均、移動中央値、移動統計、移動操作、時系列の隣接項目の移動ウィンドウの関数、複数の周波数関連機能の関数、複数の時間関連機能の関数、変換、周波数変換 、逆周波数変換、離散変換、離散時間変換、短時間変換、ラプラス変換、ヒルベルト変換、正弦変換、余弦変換、三角変換、ウェーブレット変換、DCT、DST、DFT、FFT、アダマール変換、整数変換、2乗変換、スパース変換、スパース変換、射影、分解、マッチング追跡、スパース近似、主成分分析（PCA）、独立成分分析（ICA）、特異値分解（SVD）、 固有分解、直交分解、固有値、特異値、グラフベースの処理、グラフベースの変換、グラフ信号処理、圧縮センシング、分類、クラス/グループ/カテゴリの識別、ラベリング、学習、機械学習、ニューラルネットワーク、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、再マッピング、ベクトル量子化、フィルタリング、ローパスフィルタリング、ハイパスフィルタリング、バンドパスフィルタリング、一致フィルタリング、カルマンフィルタリング、前処理 、後処理、粒子フィルター、FIRフィルター、IIRフィルター、自動回帰（AR）フィルター、適応フィルタリング、スムージング、メディ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、ダウン変換、アップサンプリング、アップ変換、補間、外挿、重要度サンプリング、モンテカルロサンプリング、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、積分関数、ガウス関数、ポアソン関数、別の量、別のスカラー演算、別のベクトル演算、別のスライディング演算、および別の関数、のうちの少なくとも１つに基づいて計算する。
【0658】
項Ｃ１４。項Ｃ１２の無線監視システムの方法／システム／ソフトウェア／デバイスであって、特徴は、抵抗性、非感受性、および不変性のうちの少なくとも１つであり、位相雑音、位相歪、位相不完全性、位相オフセット、位相エラー、振幅雑音、振幅歪、振幅不完全性、ゲイン、ＡＧＣ(自動ゲイン制御）ゲイン、熱雑音、および量子化雑音のうちの少なくとも１つに関する。様々な実施形態によれば、位相雑音は基本的に、１）チャネル周波数オフセット（ＣＦＯ）、２）サンプリング周波数オフセット（ＳＦＯ）、および３）シンボルタイミングオフセット（ＳＴＯ）、４）熱雑音、および５）量子化雑音、の同期エラーの結果である。これらは、位相エラーの主な原因である。振幅雑音に関しては、主な発生源が１）熱雑音、２)ＡＧＣゲイン、及び３）量子化雑音である。
【0659】
項Ｃ１５。少なくとも１つのＴＳＦに基づいて、周期的動きおよび過渡的動きのうちの少なくとも１つを監視する、項Ｃ１２の無線監視システムの方法／システム／ソフトウェア／デバイス。
【0660】
項Ｃ１６。監視に基づいて、レスポンス、支援、および提示のうちの少なくとも１つを生成することをさらに含む、項Ｃ１に記載の無線監視システムの方法／システム／ソフトウェア／デバイス。
【0661】
項Ｃ１７。項Ｃ１６に記載の無線監視システムの方法／システム／ソフトウェア／デバイスであって、レスポンス、援助、および提示のうちの少なくとも１つを生成することを含み、それは以下に基づく、すなわち、情報源、情報サービス、デジタルサービス、スキル格納、サービス格納、情報格納、情報プロバイダ、サービスプロバイダ、スキルプロバイダ、情報ハブ、情報サーバ、クラウドサーバ、フォグサーバ、エッジサーバ、ローカルサーバ，ハブデバイス、システムのユーザから要求された情報、ユーザに関心のある情報、気象情報、ニュース、ユーザに関連するニュース、日常のニュースブリーフィング、ユーザの予定リスト、ユーザのカレンダ、ユーザの来るべき事象、ユーザに関心のある事象、ユーザの接続された口座、ユーザの電話メッセージ、ユーザの電子メール口座、ユーザのメッセージ口座、ユーザに関連する別のユーザの情報、動きに関連する情報、およびユーザに関連する別の情報のうちの少なくとも１つの検査；コンテンツソース、コンテンツサービス、望ましいソース、気に入ったソース、通常のソース、ランダムなソース、指定されたソース、ニュースソース、ミュージックソース、ソーシャルメディアソース、ステーション、チャネル、ウェブサイト、および別のネットワークソース、の少なくとも１つへのチューニング；スマートシステム，スマートデバイス，スマートサービス、照明システム、スピーカシステム、空調システム、暖房システム、温水システム、換気システム、エンターテインメントシステム、音楽システム、レコーディングシステム、ホームセキュリティシステム、サウンドシステム、メディアシステム、触覚システム、香り、匂い、芳香、味覚、バーチャルリアリティシステム、拡張現実システム、バックグラウンドミュージック、カメラ、ビデオレコーダー、別のセンサ、ランプ、無線、テレビ、家電製品、デバイス、器具、固定具、オーブン、ストーブ、コーヒーマシン、マイクロ波オーブン、自動車、ガーレージ、ドア、窓、カーテン、ブラインド、コンピュータ、モニタ、印刷機、および他のシステム、のうちの少なくとも１つの制御；サービスセッティング、照明セッティング、光源、明るさ、カラー、アニメーション、サイン、シンボル、照明効果、音声セッティング、スピーカセッティング、音量、効果音、音楽ジャンル、バックグラウンド音楽、輝度セッティング、温度セッティング、ファン速度、フローセッティング、触覚セッティング、および他のセッティング、のうちの少なくとも１つの調整；標準メッセージ、スクリプト化されたメッセージ、動的に生成されたメッセージ、オブジェクトの動きの監視に基づいて生成されたメッセージ、インタラクティブメッセージ、音のメッセージ、音声メッセージ、音声合成メッセージ、可視的メッセージ、テキストメッセージ、アニメーションメッセージ、挨拶メッセージ、歓迎メッセージ、報告、ブリーフィング、毎日のブリーフィング、定期的ブリーフィング、設定時刻のブリーフィング、ニュース、ヘッドライン、トピックニュース、興味のあるニュース、音楽、メディア、リマインダ、次の少なくとも１つに関連するリマインダであって、ユーザーのカレンダー、ユーザーの予定リスト、および別のユーザーのカレンダー、状況レポート、家の状況、オフィスの状況、建物の状況、設備状況、ユーザの動き状況、ユーザの動き分析、ユーザの分析の過去の記録、ユーザの分析の履歴記録、ユーザの動向、位置状況、警告、アラーム、言語警告、音声警告、可視的警告、アニメーション化された警告、概要、および別の提示のうちの少なくとも１つにおいて、のうちの少なくとも１つの提示；スマートデバイス、スピーカ付きスマートデバイス，表示部付きスマートデバイス、ユーザインタフェース付きスマートデバイス、ネットワーク接続されたデバイス、Ｗｉ−Ｆｉ対応デバイス、４Ｇ対応デバイス、５Ｇ対応デバイス、６Ｇ対応デバイス、７Ｇ対応デバイス、ブルートゥース（登録商標）対応デバイス、ＢＬＥ対応デバイス、Ｚｉｇｂｅｅ対応インタフェース、物のインターネット（ＩｏＴ）デバイス、スマートフォン、タブレット、スピーカ、テレビ、サーモスタット、時計、眼鏡、アクセサリ、触覚デバイス、リモートデバイス、スーパーバイザーデバイス、介護者デバイス、緊急用デバイス、及び他のデバイス、スキルのダウンロード、スキルの取得、スキルのインストール、スキルの採用、スキルの最適化、スキルの適用、スキルの更新、スキルの学習、スキルのトレーニング、スキルの開発、及び他の行動のうちの少なくとも１つの提示の生成。
【0662】
項Ｃ１８。項Ｃ１に記載の無線監視システムの方法／システム／ソフトウェア／デバイスであって、前記無線信号は以下の少なくとも１つを含む：無線ローカルエリアネットワーク（ＷＬＡＮ）信号、ＷＷＡＮ信号、ＷＰＡＮ信号、ＷＢＡＮ信号、ＷｉＦｉ信号、 ＷｉＦｉ４／５／６／７／８信号、ＩＥＥＥ ８０２．１１信号、ＩＥＥＥ ８０２．１１ｎ／ａｃ／ａｘ／ｂｅ信号、セルラー通信信号、３Ｇ／４G/LTE /５Ｇ／６Ｇ／７Ｇ／８Ｇ信号、ＩＥＥＥ ８０２．１５信号、ＩＥＥＥ８０２．１６信号、Ｂｌｕｅｔｏｏｔｈ信号、Bluetooth Low Energy(BLE)信号、ＲＦＩＤ信号、Ｚｉｇｂｅｅ信号、ＵＷＢ信号、ＷｉＭａｘ信号、ユニキャスト信号、マルチキャスト信号、ブロードキャスト信号、レーザー信号、ＬＩＤＡＲ信号、レーダー信号、光信号、赤外信号、紫外線信号、音波信号、超音波信号、無線信号、電磁波（ＥＭ）、マイクロ波信号、ミリ波（ｍｍＷａｖｅ）信号、キャリア周波数が１００ｋＨｚより上の無線周波数（ＲＦ）信号、お飛び他の無線信号。
【0663】
項Ｃ１９。項Ｃ１に記載の無線監視システムの方法／システム／ソフトウェア／デバイスであって、ターゲットの検出、認識、トレーニング、検証、分類、監視、追跡、カウント、位置決め、位置特定、ナビゲーション、案内、フィルタリング、処理、前処理、後処理、修正、起動、アクセス、アプリケーション、解析、推理、推論、観測、要約、判断、および結論のうちの少なくとも１つ、ならびに、ターゲットの出現、共起、関係、分析、パラメータ、特性、特徴、表現、頻度、傾向、統計、状態、ステータス、段階、状態、状況、インジケータ、移行、変化、時期、分類、および情報のうちの少なくとも１つを計算すること、の少なくとも１つに基づいた前記オブジェクトの動きの監視をすることを含み、前記ターゲットは、侵入者、人、ユーザー、子供、赤ちゃん、高齢者、患者、ペット、動物、オブジェクト、材料、ツール、機械、デバイス、車両、車、欠陥部、障害、動き、移動、動きシーケンス、事象、プレゼンス、 近接、活動、日常の活動、行動、現象、履歴、傾向、変動、変化、規則性、不規則性、反復性、周期運動、反復運動、定常運動、周期定常運動、規則運動、呼吸、心拍、バイタルサイン、歩行、振動、及び動き、特徴、及び身体部分、手、ひじ、腕、脚、足、手足、頭、ウエスト、手首、目のうちの少なくとも１つの特性、のうちの少なくとも１つを含み、それは以下のうちの少なくとも１つの間のことであり、その間は、ランニング、運動、移動、活動、マンマシンの相互作用であり、またターゲットは、一時的な動き、衝動的な動き、突然の動き、転倒、危険、生命の脅威、窓を壊す、ユーザーインターフェース、ジェスチャー、手話、手書き、キーストローク、表情 、顔の特徴、感情、体の特徴、ボディーランゲージ、ダンスの動き、リズミカルな動き、周期的な動き、健康、幸福、健康状態、睡眠、睡眠段階、生体認証、セキュリティ、安全性、侵入、イベント、疑わしいイベント、疑わしい動き、アラーム、アラート、サイレン、場所、距離、速度、加速、 角度、角速度、角加速度、位置特定、地図、形状推定、地図学習、エネルギー管理、電力伝送、ワイヤレス電力伝送、機械学習、教師有り学習、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、主成分分析、固有分解、周波数分解、時間分解、時間周波数分解、機能分解、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、拡張現実、ワイヤレス通信、データ通信、信号ブロードキャスト、ネットワーキング、調整、管理、暗号化、保護、クラウドコンピューティング、およびその他のターゲットである、無線監視システムの方法／システム／ソフトウェア／デバイス。
【0664】
項Ｃ２０。項Ｃ１２に記載の無線監視システムの方法／システム／ソフトウェア／デバイスであって、事象をＴＳＦの特性と関連付けることと、ＴＳＦの特性を認識することによって事象を検出することと、を含む無線監視システムの方法／システム／ソフトウェア／デバイス。
【0665】
項Ｃ２１。項Ｃ２０に記載の無線監視システムの方法／システム／ソフトウェア／デバイスであって、前記事象は、すべての入口と出口のドアが閉じている、正面のドアが部分的に開いている、正面のドアが完全に開いている、背面のドアが部分的に開いている、背面のドアが完全に開いている、複数の入口と出口のドアが開いている、ガレージのドアが閉じている、ガレージのドアが部分的に開いている、ガレージのドアが完全に開いている 開いている、すべてのウィンドウが閉じている、ウィンドウの1つが部分的に開いている、ウィンドウの1つが完全に開いている、特定のウィンドウが部分的に開いている、特定のウィンドウが完全に開いている、いくつかの窓が開いている、特定の数の窓が開いている、家の中の動きなし、家の中の動き、入口エリアでの動き、キッチンでの動き、ダイニングルームでの動き、居間での動き、１番目のレストルームでの動き、 2番目のレストルームでの動き、1番目の寝室での動き、2番目の寝室での動き、1階での動き、2階での動き、地下室の動き、階段の動き、入り口、ガレージからの入り口、正面玄関からの入り口、裏口からの入り口、日常の活動、典型的な活動、非典型的な活動、定期的な活動、不規則な活動、通常 活動、異常な活動、危険、転倒、出口、ガレージからの出口、正面玄関からの出口、裏口からの出口、不審な出口、不審な行動、不審な活動、１番目の寝室のユーザーが眠っている、１番目の寝室のユーザーが急速眼球運動（REM）睡眠で眠っている、１番目寝室のユーザーが非REM（NREM）睡眠で眠っている、１番目の寝室のユーザーは睡眠から目覚めている、台所でユーザが料理をする、ユーザがリビングルームでテレビを見ている、2番目の寝室のユーザーが宿題をしている、及びその他の事象を含む、無線監視システムの方法／システム／ソフトウェア／デバイス。
【0666】
以下の番号を付した項は、動き検知および位置特定のための無線監視の実施例を提供する。
【0667】
項Ｄ１。共同無線動き監視システムの方法であって、場所内のタイプＢ異種無線デバイスのセットを無線で相互接続することであって、ここで、それぞれがそれぞれの動きを行う場所に少なくとも１つのオブジェクトがあり、それぞれのタイプＢデバイスは、場所内の少なくとも１つの他のタイプＢデバイスのそれぞれのセットと無線で相互接続されており、前記それぞれのタイプＢデバイスは、前記それぞれのタイプＢデバイスに対して、場所内のそれぞれのタイプＡデバイスに関連付けられている、相互接続することと、前記タイプＢデバイスと前記タイプＢデバイスに関連付けられたそれぞれのタイプＡデバイスのセットとの間のそれぞれの無線信号を、場所内の少なくとも１つのオブジェクトのそれぞれの動きによって影響を受けるそれぞれの無線マルチパスチャネルを介して非同期に通信し、前記タイプＢデバイスと前記タイプＢデバイスに相互接続されたそれぞれの他のタイプＢデバイスのセットとの間のそれぞれの無線信号を、前記場所内の少なくとも１つのオブジェクトのそれぞれの動きによって影響を受けるそれぞれの無線マルチパスチャネルを介して非同期に通信し、前記タイプＢデバイスに関連付けられた、それぞれの非同期に受信された無線信号に基づいて取得されたそれぞれの無線マルチパスチャネルのそれぞれのチャネル情報（ＣＩ）の非同期時系列（ＡＴＳＣＩ）のセットを取得することと、前記それぞれのタイプＢデバイスに関連するＡＴＳＣＩのセットに基づいて、前記場所内の少なくとも１つのオブジェクトのそれぞれの動きを監視することと、を含む共同無線動き監視システムの方法。
【0668】
項Ｄ２。特定のタイプＢデバイス及び、特定のタイプＢデバイスに関連する特定のタイプＡデバイス（ＡＢ−デバイスペア）と、前記特定のタイプＢデバイスと相互接続される特定の他のタイプＢデバイス（ＢＢ−デバイスペア）とのうちの少なくとも１つとに関連するＡＴＳＣＩに基づいて、前記場所内の少なくとも１つのオブジェクトのそれぞれの動きを個別に監視することを含む、項Ｄ１に記載の共同無線動き監視システムの方法。
【0669】
項Ｄ３。場所内の少なくとも１つのオブジェクトのそれぞれの動きを、前記特定のタイプＢデバイスに関連する少なくとも２つのＡＴＳＣＩに共同で基づいて監視することを含む、項Ｄ１に記載の共同無線動き監視システムの方法。
【0670】
項Ｄ４。前記場所内の前記少なくとも１つのオブジェクトのそれぞれの動きを、少なくとも２つのＡＴＳＣＩに基づいて一緒に監視することを含む、項Ｄ１に記載の共同無線動き監視システムの方法。
【0671】
項Ｄ５。前記タイプＢデバイスに関連するすべてのＡＴＳＣＩに基づいて、前記場所内の少なくとも１つのオブジェクトのそれぞれの動きをグループ毎（ｇｒｏｕｐｗｉｓｅ）に監視することを含む、項Ｄ１に方式の共同無線動き監視システムの方法。
【0672】
項Ｄ６。少なくとも２つのタイプＢデバイスのグループに関連するすべてのＡＴＳＣＩに基づいて、前記場所内の少なくとも１つのオブジェクトのそれぞれの動きをグループ毎に監視することを含む、項Ｄ１に記載の共同無線動き監視システムの方法。
【0673】
項Ｄ７。前記場所内の少なくとも１つのオブジェクトのそれぞれの動きを、すべてのＡＴＳＣＩに基づいてグローバルに監視することを含む、項Ｄ１に記載の共同無線動き監視システムの方法。
【0674】
項Ｄ８。すべてのＡＴＳＣＩに基づいて非同期動き統計値（ＭＳ）のセットを計算することであって、それぞれの前記ＭＳは、タイプＢデバイスおよび別のデバイスを備えるデバイス−ペアに関連するそれぞれのＡＴＳＣＩに基づいて計算され、計算することと、前記ＭＳのセットに基づいて場所内の少なくとも１つのオブジェクトのそれぞれの動きを監視することと、を含む項Ｄ１に記載の共同無線動き監視システムの方法。
【0675】
項Ｄ９。前記特定のタイプＢデバイスに関連付けられた特定のデバイス−ペアに関連付けられた前記ＭＳに基づいて、前記場所内の少なくとも１つのオブジェクトのそれぞれの動きを個別に監視することを含む、項Ｄ８に記載の共同無線動き監視システムの方法。
【0676】
項Ｄ１０。前記場所内の少なくとも１つのオブジェクトのそれぞれの動きを、前記特定のタイプＢデバイスに関連する少なくとも２つのＭＳに基づいて共同で監視することを含む、項Ｄ８に記載の共同無線動き監視システムの方法。
【0677】
項Ｄ１１。前記特定のタイプＢデバイスに関連する少なくとも２つのＭＳに基づいて少なくとも１つの共同統計を計算することと、前記少なくとも１つの共同統計に基づいて場所内の前記少なくとも１つのオブジェクトのそれぞれの動きを共同で監視することと、を含む、項Ｄ１０に記載の共同無線動き監視システムの方法。
【0678】
項Ｄ１２。前記場所内の少なくとも１つのオブジェクトのそれぞれの動きを、少なくとも２つのＭＳに基づいて共同で監視することを含む、項Ｄ８に記載の共同無線動き監視システムの方法。
【0679】
項Ｄ１３。少なくとも２つのＭＳに基づいて前記少なくとも１つの共同統計を計算することと、前記少なくとも１つの共同統計に基づいて場所内の少なくとも１つのオブジェクトのそれぞれの動きを共同で監視することと、を含む項Ｄ１２に記載の共同無線動き監視システムの方法。
【0680】
項Ｄ１４。前記特定のタイプＢデバイスに関連するすべてのＭＳに基づいて、前記場所内の少なくとも１つのオブジェクトのそれぞれの動きをグループ毎に監視することを含む、項Ｄ８に記載の共同無線動き監視システムの方法。
【0681】
項Ｄ１５。前記特定のタイプＢデバイスに関連付けられたすべてのＭＳに基づいて少なくとも１つのグループ統計を計算することと、前記少なくとも１つのグループ統計に基づいて場所内の少なくとも１つのオブジェクトのそれぞれの動きを共同で監視することと、を含む項Ｄ１４に記載の共同無線動き監視システムの方法。
【0682】
項Ｄ１６。少なくとも２つのタイプＢデバイスのグループに関連するすべてのＭＳに基づいて、前記場所内の少なくとも１つのオブジェクトのそれぞれの動きをグループ毎に監視することを含む、項Ｄ８に記載の共同無線動き監視システム方法。
【0683】
項Ｄ１７。少なくとも２つのタイプＢデバイスのグループに関連付けられたすべてのＭＳに基づいて少なくとも１つのグループ統計を計算することと、少なくとも１つのグループ統計に基づいて、場所内の少なくとも１つのオブジェクトのそれぞれの動きを共同で監視することと、を含む項Ｄ１６に記載の共同無線動き監視システムの方法。
【0684】
項Ｄ１８。場所内の少なくとも１つのオブジェクトのそれぞれの動きを、全てのＭＳに基づいてグローバルに監視することを含む、項Ｄ８に記載の共同無線動き監視システムの方法。
【0685】
項Ｄ１９。前記全てのＭＳに基づいて少なくとも１つのグローバル統計を計算することと、少なくとも１つのグローバル統計に基づいて前記場所内の少なくとも１つのオブジェクトのそれぞれの動きを共同で監視することと、を含む項Ｄ１８に記載の共同無線動き監視システムの方法。
【0686】
項Ｄ２０。全ての（ＡＴＳＣＩ）に基づいて非同期時系列動き統計（ＡＴＳＭＳ）のセットを計算することであって、それぞれの前記ＡＴＳＭＳは、タイプＢデバイスおよび別のデバイスを含むデバイス−ペアに関連するそれぞれのＡＴＳＣＩに基づいて計算される、計算することと、ＡＴＳＭＳのセットに基づいて場所内の少なくとも１つのオブジェクトのそれぞれの動きを監視することと、を含む項Ｄ１に記載の共同無線動き監視システムの方法。
【0687】
項Ｄ２１。前記特定のタイプＢデバイスに関連付けられた特定のデバイス−ペアに関連付けられたＡＴＳＭＳに基づいて、前記場所内の少なくとも１つのオブジェクトのそれぞれの動きを個別に監視することを含む、項Ｄ２０に記載の共同無線動き監視システムの方法。
【0688】
項Ｄ２２。前記場所内の少なくとも１つのオブジェクトのそれぞれの動きを、前記特定のタイプＢデバイスに関連付けられた少なくとも２つのＡＴＳＭＳに共同で基づいて監視することを含む、項Ｄ２０に記載の共同無線動き監視システムの方法。
【0689】
項Ｄ２３。前記特定のタイプＢデバイスに関連付けられた少なくとも２つのＡＴＳＭＳに基づいて、少なくとも１つの時系列の共同統計を計算することと、少なくとも１つの共同統計に基づいて、場所内の少なくとも１つのオブジェクトのそれぞれの動きを共同で監視することと、を含む項Ｄ２２に記載の共同無線動き監視システムの方法。
【0690】
項Ｄ２４。前記場所内の少なくとも１つのオブジェクトのそれぞれの動きを、少なくとも２つのＡＴＳＭＳに基づいて共同で監視することを含む項Ｄ２０に記載の共同無線動き監視システムの方法。
【0691】
項Ｄ２５。少なくとも２つのＡＴＳＭＳに基づいて少なくとも１つの共同統計を計算することと、少なくとも１つの共同統計に基づいて場所内の少なくとも１つのオブジェクトのそれぞれの動きを共同で監視することと、を含む項Ｄ２４に記載の共同無線動き監視システムの方法。
【0692】
項Ｄ２６。前記特定のタイプＢデバイスに関連するすべてのＡＴＳＭＳに基づいて、前記場所内の少なくとも１つのオブジェクトのそれぞれの動きをグループ毎に監視することを含む、項Ｄ２０に記載の共同無線動き監視システムの方法。
【0693】
項Ｄ２７。前記特定のタイプＢデバイスに関連付けられたすべてのＡＴＳＭＳに基づいて少なくとも１つのグループ統計を計算することと、前記少なくとも１つのグループ統計に基づいて場所内の少なくとも１つのオブジェクトのそれぞれの動きを共同で監視することと、を含む項Ｄ２６に記載の共同無線動き監視システムの方法。
【0694】
項Ｄ２８。少なくとも２つのタイプＢデバイスのグループに関連するすべてのＡＴＳＭＳに基づいて、場所内の少なくとも１つのオブジェクトのそれぞれの動きをグループ毎に監視することを含む、項Ｄ２０に記載の共同無線動き監視システムの方法。
【0695】
項Ｄ２９。少なくとも２つのタイプＢデバイスのグループに関連するすべてのＡＴＳＭＳに基づいて少なくとも１つのグループ統計を計算することと、前記少なくとも１つのグループ統計に基づいて場所内の少なくとも１つのオブジェクトのそれぞれの動きを共同で監視することと、を含む項Ｄ２８に記載の共同無線動き監視システムの方法。
【0696】
項Ｄ３０。前記場所内の少なくとも１つのオブジェクトのそれぞれの動きを、すべてのＡＴＳＭＳに基づいてグローバルに監視することを含む、項Ｄ２０に記載の共同無線動き監視システムの方法。
【0697】
項Ｄ３１。すべてのＡＴＳＭＳに基づいて少なくとも１つのグローバル統計を計算することと、前記少なくとも１つのグローバル統計に基づいて場所内の少なくとも１つのオブジェクトのそれぞれの動きを共同で監視することと、を含む項Ｄ３０に記載の共同無線動き監視システムの方法。
【0698】
項Ｄ３２。項Ｄ２０に記載の共同無線動き監視システムであって、前記ＡＴＳＭＳの動き統計値（ＭＳ）が、類似度、類似性スコア、２つのＣＩ間の類似度、ＣＩの２つのベクトル間の類似度、ＣＩの２つのウインドウ間の類似度、ウインドウ長が等しくないＣＩの２つのウインドウ間の類似度、距離スコア、２つのＣＩ間の距離測定値、ＣＩの２つのベクトル間の距離測定値、ＣＩの２つのウインドウ間の距離測定値、位置合わせされマッピングされたＣＩの２つのウインドウ間の距離測定値、動的時間伸縮法（ＤＴＷ）を使って整列されたＣＩの２つのウインドウ間の距離測定値、ユークリッド距離、絶対距離、Ｌ１距離、Ｌ２距離、Ｌｋ距離、加重距離、グラフ距離，距離メトリック、ノルム、Ｌ−１ノルム、Ｌ−２ノルム、Ｌ−ｋノルム、擬似メトリック、拡張メトリック、準計測、メタメトリック、準メトリック、プレメトリック、擬似準メトリック、メトリックテンソル、双線形、相関、２つのＣＩの相関、相関係数、相関インジケータ、自己相関、自己相関関数（ＡＣＦ）の特徴、相互相関、内積、ドット積、外積、共分散、自己共分散、相互共分散、識別スコア、平均、尤度、分散、確率密度関数、サンプル分布、積率母関数、期待値、期待される関数、位置、定位、位置座標、位置変化、位置、マップ位置、高さ、水平位置、縦位置、距離、移動量、速度、加速度、回転速度、回転加速度、動き、動きの角度、方位角、回転、経路、変形、変換、収縮、拡大、位置特性，歩容，歩容周期、ジェスチャ、手書き、頭部動き、口腔動き、手の動き、脚の動き，身体動き、心臓動き、内臓動き、工具動き、機械動き、複合動き、複数の動きの組み合わせ、動きトレンド、反復性、周期性、疑似周期性、衝動性、突然性、転倒発生、再発、過渡的事象、挙動、過渡的挙動、期間、時間トレンド、時間プロファイル、時間特性、発生、時間、タイミング、開始時間、初期時間、終了時間、継続時間、履歴、動き分類、動きタイプ、変化、時間変化、周波数変化、ＣＩ変化、タイミング変化、歩容周期変化、周波数スペクトル、周波数特性、周波数、存在、不存在、近接、接近、後退、オブジェクトの識別子、オブジェクトの構成、口腔関連レート、眼に関連するレート、歩行レート、呼吸速度、心拍数、一回換気量、呼吸深度、吸入時間、呼気時間、吸入時間と呼気時間の比率、空気流量、心熱対拍動間隔、心拍数変動、動き検出統計、動き識別情報統計、動き認知統計、信号統計、信号ダイナミックス、異常、パラメータ、動きの大きさ、動き位相、動き信号変換、動き特徴、オブジェクトの存在、オブジェクトの不存在、オブジェクトが入る、オブジェクトが出る、オブジェクトの変化、動き周期、動き数、歩容サイクル、動きリズム、変形動き、大きさ、長さ、面積、体積、容積、形状、形態、タグ、開始／初期位置、終了位置、開始／初期数量、終了数量、事象発生、事象統計、転倒事象、セキュリティ事象、事故事象、家庭の事象、オフィスの事象、工場事象、倉庫事象、製造事象、組立ライン事象、保守事象、車両関連事象，ナビゲーション事象、追跡事象、ドア事象、ドア開事象，第閉め事象、窓事象，窓開事象、窓閉事象、繰り返し可能な事象、一回事象、消費量、未消費量、状態、身体状態、健康状態、健康状態、情緒状態、精神状態、他の事象、分析、出力レスポンス、及び他の情報、うちの少なくとも１つを含む、共同無線動き監視システムの方法。
【0699】
項Ｄ３３。それぞれのデバイス−ペアについて、前記デバイス−ペアが、タイプＡデバイスとタイプＢのデバイスに関連するペア（ＡＢ−デバイス−ペア）、および相互接続されたタイプＢデバイスのペア（ＢＢ−デバイス−ペア）であり、デバイス−ペアに関連するそれぞれのＡＴＳＣＩに基づいて、動き統計値の非同期時系列（ＡＴＳＭＳ）を計算することと、それぞれのパラメータを持つそれぞれの第１の処理をＡＴＳＭＳに適用することと、各タイプＢデバイスに関連する各デバイスペアについて、タイプＢデバイスに関連するすべてのデバイス−ペアに関連するすべてのＡＴＳＭＳに基づいて、デバイス−ペアの中間統計の非同期時系列（ＡＴＳＩＳ）を計算することと、それぞれのパラメータをそれぞれの第２の処理に適用することと、それぞれのオブジェクトとその動きを、すべての非同期ＡＴＳＩＳに基づいて、それぞれのタイプＢデバイス、タイプＡデバイス、およびＮＵＬＬデバイス（オブジェクトとその動きがタイプＡデバイスまたはタイプＢデバイスに関連付けられていないものを味する）の少なくとも１つに関連付けることと、各オブジェクトの動きを、関連するタイプＢデバイス、タイプＢデバイスとタイプＡデバイスに関連する関連デバイス−ペア、および２つのタイプＢデバイスに関連する関連デバイス−ペアの少なくとも１つに基づいて監視することと、を含む項Ｄ２０に記載の共同無線動き監視システムの方法。
【0700】
項Ｄ３４。前記ＡＴＳＩＳの中間統計値（ＩＳ）が、類似性測定値、類似性スコア、２つのＣＳＩ間の類似性、ＣＳＩの２つのベクトル間の類似性、ＣＳＩの２つのウインドウ間の類似性、等しくないウインドウ長を有するＣＳＩの２つのウインドウ間の類似性、距離スコア、２つのＣＳＩ間の距離測定値、ＣＳＩの２つのベクトル間の距離測定値、ＣＳＩの２つのウインドウ間の距離測定値、整列されマッピングされたＣＳＩの２つのウインドウ間の距離測定値、動的時間伸縮法（ＤＴＷ）を用いて整列されたＣＳＩの２つのウインドウ間の距離測定値、ユークリッド距離、絶対距離、Ｌ１距離、Ｌ２距離、Ｌｋ距離、加重距離、グラフ距離，距離メトリック、ノルム、Ｌ−１ノルム、Ｌ−２ノルム、Ｌ−ｋノルム、疑似メトリック、拡張メトリック、準メトリック、メタメトリック、セミメトリック、プリメトリック、疑似準メトリック、メトリックテンソル、双線形形状、相関、２つのＣＳＩの相関、相関係数、相関インジケータ、自己相関、自己相関関数（ＡＣＦ）の特徴、相互相関、内積、ドット積、外積、共分散、自己共分散、相互共分散、識別スコア、平均、分散、尤度、確率密度関数、サンプル分布、積率母関数、期待値、期待関数、位置、定位、位置座標、位置変化、ポジション、地図位置、高さ、水平位置、縦位置、距離、変位量、速度、加速度、回転速度、回転加速度、方向、動き角、方位角、動きの方向、回転、経路、変形、変換、収縮、拡大、位置特性，歩容，歩容周期、ジェスチャ、手書き、頭の動き、口動き、手動き、脚動き，身体動き、心臓動き、内臓動き、工作動き、機械動き、複合動き、複数動きの組み合わせ、動きトレンド、反復性、周期性、擬周期性、衝動性、突然性、転倒発生、再発、過渡的事象、挙動、過渡的挙動、周期、時間トレンド、時間的プロファイル、時間的特性、発生、時間、タイミング、開始時刻、初期時刻、終了時刻、持続時間、履歴、動き分類、動きタイプ、変化、時間的変化、頻度変化、ＣＩ変化、タイミング変化、歩容周期変化、周波数スペクトル、周波数特性、頻度、存在、不存在、近接、接近、後退、オブジェクト識別子、オブジェクト構成、口腔関連レート、眼関連レート、歩行レート、呼吸速度、心拍数、一回換気量、深呼吸、吸入時間、吸気時間、吸入時間対吸気時間比率、風量、心熱対拍動間隔、心拍数変動、動き検出統計、動き識別情報統計、動き認知統計、信号統計、信号ダイナミックス、異常、パラメータ、動きの大きさ、動き位相、動き信号変換、動き特徴、オブジェクトの存在、オブジェクトの不存在、オブジェクトの入り、オブジェクトの出、オブジェクトの変化、動きサイクル、動き回数、歩容周期、動きリズム、変形動き、大きさ、面積、体積、容積、形状、形態、タグ、開始／初期位置、終了位置、開始／初期数量、終了数量、事象発生、事象統計、転倒事象、セキュリティ事象、事故事象、家庭の事象、オフィスの事象、工場事象、倉庫事象、製造事象、組立ライン事象、保守事象、車両関連事象，ナビゲーション事象、追跡事象、ドア事象、ドア開閉、窓事象，窓開事象、窓閉事象、反復事象、ワンタイム事象、消費量、未消費量、状態、身体状態、健康状態、感情状態、精神状態、他の事象、分析、アウトプットレスポンス、及びその他の情報、のうちの少なくとも１つを含む、項Ｄ３３に記載の共同無線動き監視システムの方法。
【0701】
項Ｄ３５。タイプＢデバイスに関連付けられたすべてのデバイス−ペアに関連付けられた前記ＡＴＳＩの中間統計値（ＩＳ）を、タイプＢデバイスに関連付けられたすべてのデバイス−ペアに関連付けられた動き統計値の合計（ＭＳ）、タイプＢデバイスに関連付けられたすべてのＡＢ−デバイス−ペアに関連付けられたＭＳの合計、タイプＢデバイスに関連付けられたすべてのＢＢ−デバイス−ペアに関連付けられたＭＳの合計、タイプＢデバイスに関連付けられたすべてのデバイス−ペアに関連付けられたＭＳの加重和、タイプＢデバイスに関連付けられたすべてのＡＢ−デバイス−ペアに関連付けられたＭＳの加重和、タイプＢデバイスに関連するすべてのＢＢ−デバイス−ペアに関連するＭＳの加重和、タイプＢデバイスに関連するＡＢ−デバイス−ペア及びＢＢデバイスーペアに関連する２つのＭＳ間の加重差分、タイプＢデバイスに関連する２つのＡＢ−デバイス−ペアに関連する２つのＭＳの間の加重差分、タイプＢデバイスに関連する２つのＢＢ−デバイスーペアに関連する２つのＭＳの間の加重差分、タイプＢデバイスに関連するすべてのデバイス−ペアに関連する各ＭＳの関数、タイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連する各ＭＳの関数、タイプＢデバイスに関連するすべてのＢＢ−デバイス−ペアに関連する各ＭＳの関数、タイプＢデバイスに関連するすべてのデバイス−ペアに関連する各ＭＳの特徴、タイプＢデバイスに関連するすべてのＡＢ−デバイスに関連する各ＭＳの特徴、タイプＢデバイスに関連付けられたすべてのＢＢ−デバイス−ペアに関連付けられた各ＭＳの特徴、タイプＢデバイスに関連付けられたすべてのデバイス−ペアに関連付けられた各ＭＳの多項式、タイプＢデバイスに関連付けられたすべてのＡＢ−デバイス−ペアに関連付けられた各ＭＳの多項式、タイプＢデバイスに関連付けられたすべてのＢＢ−デバイス−ペアに関連付けられた各ＭＳの多項式、タイプＢデバイスに関連付けられたすべてのデバイス−ペアに関連付けられた各ＭＳのそれぞれの関数、タイプＢデバイスに関連付けられたすべてのデバイス−ペアに関連付けられたすべてのＭＳの関数、タイプＢデバイスに関連付けられたすべてのＡＢ−デバイス−ペアに関連付けられたすべてのＭＳの関数、タイプＢデバイスに関連付けられたすべてのＢＢ−デバイス−ペアに関連付けられたすべてのＭＳの関数、タイプＢデバイスに関連付けられたすべてのデバイス−ペアに関連するすべてのＭＳの最大値、タイプＢデバイスに関連付けられたすべてのＡＢ−デバイス−ペアに関連付けられたすべてのＭＳの最大値、タイプＢデバイスに関連付けられたすべてのＢＢ−デバイス−ペアに関連付けられたすべてのＭＳの最大値、タイプＢデバイスに関連付けられたすべてのデバイス−ペアに関連付けられたすべてのＭＳの最小値、タイプＢデバイスに関連付けられたすべてのＡＢ−デバイス−ペアに関連付けられたすべてのＭＳの最小値、タイプＢデバイスに関連付けられたすべてのＢＢ−デバイス−ペアに関連付けられたすべてのＭＳの最小値、タイプＢデバイスに関連付けられたすべてのデバイス−ペアに関連付けられたＡＴＳＭＳの一次導関数、タイプＢデバイスに関連付けられたすべてのＡＢ−デバイス−ペアに関連付けられたＡＴＳＭＳの一次導関数タイプＢデバイスに関連するすべてのＢＢ−デバイス−ペアに関連するＡＴＳＭＳの一次導関数、タイプＢデバイスに関連するすべてのデバイス−ペアに関連するＡＴＳＭＳの高次導関数、タイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＡＴＳＭＳの高次導関数、タイプＢデバイスに関連するすべてのＢＢ−デバイス−ペアに関連するＡＴＳＭＳの高次導関数、タイプＢデバイスに関連するすべてのデバイス−ペアに関連するＡＴＳＭＳのフィルタリング、タイプＢデバイスに関連するすべてのＡＢ−デバイスに関連するＡＴＳＭＳのフィルタリング、タイプＢデバイスに関連するすべてのＢＢデバイスペアに関連するＡＴＳＭＳのフィルタリング、タイプＢデバイスに関連するすべてのデバイスペアに関連するＡＴＳＭＳのスライディングウィンドウの関数、タイプＢデバイスに関連するすべてのＡＢデバイスペアに関連するＡＴＳＭＳのスライディングウィンドウの関数、タイプＢデバイスに関連するすべてのＢＢデバイスペアに関連するＡＴＳＭＳのスライディングウィンドウの関数、タイプＢデバイスに関連するすべてのデバイスペアに関連するＡＴＳＭＳのスライディングウィンドウの平均、タイプＢデバイスに関連するすべてのＢＢデバイスペアに関連するＡＴＳＭＳのスライディングウィンドウの平均、タイプＢデバイスに関連するすべてのＡＢデバイスペアに関連するＡＴＳＭＳのスライディングウィンドウの平均、タイプＢデバイスに関連するすべてのデバイスペアに関連するＡＴＳＭＳのスライディングウィンドウの分散、タイプＢデバイスに関連するすべてのＡＢデバイスペアに関連するＡＴＳＭＳのスライディングウィンドウの分散、タイプＢデバイスに関連するすべてのＢＢデバイスペアに関連するＡＴＳＭＳのスライディングウィンドウの分散、タイプＢデバイスに関連するすべてのデバイスペアに関連するＡＴＳＭＳの自己相関関数（ＡＣＦ）、タイプＢデバイスに関連するすべてのＡＢデバイスペアに関連するＡＴＳＭＳの自己相関関数（ＡＣＦ）、タイプＢデバイスに関連するすべてのＢＢデバイスペアに関連するＡＴＳＭＳの自己相関関数（ＡＣＦ）、タイプＢデバイスに関連するすべてのデバイスペアに関連するＡＴＳＭＳのそれぞれのスライディングウィンドウのそれぞれの関数、タイプＢデバイスに関連するすべてのＡＢデバイスペアに関連するＡＴＳＭＳのそれぞれのスライディングウィンドウのそれぞれの関数、タイプＢデバイスに関連するすべてのＢＢデバイスペアに関連するＡＴＳＭＳのそれぞれのスライディングウィンドウのそれぞれの関数、タイプＢデバイスに関連するすべてのデバイスペアに関連する各ＭＳの関数の和、タイプＢデバイスに関連するすべてのＡＢデバイスペアに関連するすべてのＭＳの関数の和、タイプＢデバイスに関連するすべてのＢＢデバイスペアに関連するすべてのＭＳの関数の和、 タイプＢデバイスに関連するすべてのデバイスペアに関連する各ＭＳのそれぞれの関数の重み付き合計、タイプＢデバイスに関連するすべてのＡＢデバイスペアに関連する各ＭＳのそれぞれの関数の重み付き合計、タイプＢデバイスに関連するすべてのＢＢデバイスペアに関連する各ＭＳのそれぞれの関数の重み付き合計、タイプＢデバイスに関連するＡＢデバイスペアおよびＢＢデバイスペアに関連する２つのＭＳのそれぞれの関数の重み付き差、タイプＢデバイスに関連する２つのＡＢデバイスペアに関連する２つのＭＳのそれぞれの関数の重み付き差、タイプＢデバイスに関連する２つのＢＢデバイスペアに関連する２つのＭＳのそれぞれの関数の重み付き差、タイプＢデバイスに関連するすべてのデバイスペアに関連する各ＭＳの非線形変換の重み付き合計、タイプＢデバイスに関連するすべてのＡＢデバイスペアに関連する各ＭＳの非線形変換の重み付き合計、タイプＢデバイスに関連するすべてのＢＢデバイスペアに関連する各ＭＳの非線形変換の重み付き合計、タイプＢデバイスに関連するすべてのデバイスペアに関連する各ＭＳのそれぞれの非線形変換の加重和、タイプＢデバイスに関連付けられたすべてのＡＢデバイスペアに関連付けられた各ＭＳのそれぞれの非線形変換の加重和、タイプＢデバイスに関連付けられたすべてのＢＢデバイスペアに関連付けられた各ＭＳのそれぞれの非線形変換の加重和、タイプＢデバイスに関連付けられたすべてのＡＢデバイスペアに関連付けられた各ＭＳのそれぞれの多項式の加重和、タイプＢデバイスに関連付けられたすべてのＢＢデバイスペアに関連付けられた各ＭＳのそれぞれの多項式の加重和、タイプＢデバイスに関連付けられたすべてのデバイスペアに関連付けられた各ＭＳのそれぞれのしきい値の加重和、タイプＢデバイスに関連付けられたすべてのデバイスペアに関連付けられたすべてのＡＢデバイスペアに関連付けられた各ＭＳのそれぞれのしきい値の加重和、タイプＢデバイスに関連付けられたすべてのＢＢデバイスペアに関連付けられた各ＭＳのそれぞれのしきい値の加重和、タイプＢデバイスに関連付けられたすべてのデバイスペアに関連付けられたＭＳとそれぞれの閾値との比較、タイプＢデバイスに関連付けられたすべてのＡＢデバイスペアに関連付けられたＭＳとそれぞれの閾値との比較、タイプＢデバイスに関連付けられたすべてのＢＢデバイスペアに関連付けられたＭＳとそれぞれの閾値との比較、タイプＢデバイスに関連付けられたすべてのデバイスペアに関連付けられたＭＳの第１の関数とＭＳの第２の関数との比、タイプＢデバイスに関連付けられたすべてのＡＢデバイスペアに関連付けられたＭＳの第１の関数とＭＳの第２の関数との比、タイプＢデバイスに関連付けられたすべてのＢＢデバイスペアに関連付けられたＭＳの第１の関数とＭＳの第２の関数との比、および別の統計、の少なくとも１つに基づいて計算する項３３に記載の共同無線動き監視システムの方法。
【0702】
項Ｄ３６。項Ｄ３３に記載の共同無線動き監視システムであって、ＢＢ−デバイス−ペアに関連する中間統計（ｉｎｔｅｒｍｅｄｉａｔｅ ｓｔａｔｉｓｔｉｃｓ（ＩＳ））と閾値Ｔ１との比較、閾値Ｔ１を超えるタイプＢデバイスに関連するＢＢ−デバイス−ペアに関連するＩＳを持つタイプＢデバイスを識別、ＡＢ−デバイス−ペアに関連するＩＳと閾値Ｔ２との比較、閾値Ｔ２ｗｏ超えるタイプＢデバイスに関連するＡＢ−デバイス−ペアに関連するＩＳを持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのデバイス−ペアに関連するＩＳの加重和を閾値Ｔ３と比較、閾値Ｔ３を超えるタイプＢデバイスに関連するすべてのデバイス−ペアに関連するＩＳの加重和を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＩＳの加重和を閾値Ｔ４と比較、閾値Ｔ４を超えるタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＩＳの加重和を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのＢＢ−デバイス−ペアに関連するＩＳの加重和を閾値Ｔ５と比較、閾値Ｔ５を超えるタイプＢデバイスに関連するすべてのＢＢ−デバイス−ペアに関連するＩＳの加重和を有するタイプＢデバイスを特定すること任意のタイプＢデバイスに関連するすべてのデバイス−ペアに関連するＩＳの中央値と閾値Ｔ６とを比較、閾値Ｔ６を超えるタイプＢデバイスに関連するすべてのデバイス−ペアに関連するＩＳの中央値を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアと関連するＩＳの中央値と閾値Ｔ７とを比較、閾値Ｔ７を超えるタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＩＳの中央値を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのＢＢ−デバイス−ペアに関連するＩＳの中央値と閾値Ｔ８とを比較、閾値Ｔ８を超えるタイプＢデバイスに関連するすべてのＢＢ−デバイス−ペアに関連するＩＳの中央値を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのデバイス−ペアに関連するＩＳの最大値と閾値Ｔ９とを比較、閾値Ｔ９を超えるタイプＢデバイスに関連するすべてのデバイス−ペアに関連するＩＳの最大値を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＩＳの最大値と閾値Ｔ１０との比較、閾値Ｔ１０を超えるタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＩＳの最大値を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのＢＢ−デバイス−ペアに関連するＩＳの最大値を閾値Ｔ１１と比較、閾値Ｔ１１を超えるタイプＢデバイスに関連するすべてのＢＢ−デバイス−ペアに関連するＩＳの最大値を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのデバイス−ペアに関連するＩＳの代表値を閾値Ｔ１２と比較、閾値Ｔ１２を超えるタイプＢデバイスに関連するすべてのデバイス−ペアに関連するＩＳの代表値を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＩＳの代表値を閾値Ｔ１３と比較、閾値Ｔ１３を超えるタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＩＳの代表値を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのＢＢ−デバイス−ペアに関連するＩＳの代表値を閾値Ｔ１４と比較、閾値Ｔ１４を超えるタイプＢデバイスに関連付けられたすべてのＢＢ−デバイス−ペアに関連付けられたＩＳの代表値を持つタイプＢデバイスを識別、およびＩＳの別の解析、のうちの少なくとも１つに基づいて、オブジェクトおよびその動きをタイプＢデバイスに関連付ける、項Ｄ３３に記載の共同動き監視システムの方法。
【0703】
項Ｄ３７。項Ｄ３３記載の共同無線動き監視システム物の方法であって、ＢＢ−デバイス−ペアに関連する中間統計（ｉｎｔｅｒｍｅｄｉａｔｅ ｓｔａｔｉｓｔｉｃｓ（ＩＳ））と閾値Ｔ１との比較、閾値Ｔ１未満のタイプＢデバイスに関連するＢＢ−デバイス−ペアに関連するＩＳを持つタイプＢデバイスを識別、ＡＢ−デバイス−ペアに関連するＩＳと閾値Ｔ２との比較、ＡＢデバイスペアが、閾値Ｔ２を超える関連するＩＳを持つ、タイプＡデバイス及びタイプＢデバイスを識別、ＡＢデバイスペアが、タイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアの中から最大である関連するＩＳを持つタイプＡデバイスを識別、任意のタイプＢデバイスに関連するすべてのデバイス−ペアに関連するＩＳの加重和を閾値Ｔ３と比較、閾値Ｔ３を超えるタイプＢデバイスに関連付けられたすべてのデバイス−ペアに関連付けられたＩＳの加重和を持つタイプＢデバイスを識別、閾値Ｔ３未満のタイプＢデバイスに関連するすべてのデバイス−ペアに関連するＩＳの加重和を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＩＳの加重和を閾値Ｔ４と比較、閾値Ｔ４を超えるタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＩＳの加重和を持つタイプＢデバイスを識別、閾値Ｔ４未満のタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＩＳの加重和を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのＢＢ−デバイス−ペアに関連するＩＳの加重和と閾値Ｔ５との比較、閾値Ｔ５未満のタイプＢデバイスに関連するすべてのＢＢ−デバイス−ペアに関連するＩＳの加重和を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのデバイス−ペアに関連するＩＳの中央値と閾値Ｔ６との比較、閾値Ｔ６を超えるタイプＢデバイスに関連するすべてのデバイス−ペアに関連するＩＳの中央値を持つタイプＢデバイスを識別、閾値Ｔ６未満のタイプＢデバイスに関連するすべてのデバイス−ペアに関連するＩＳの中央値を持つタイプＢデバイスを識別、任意のタイプＢデバイスと関連するすべてのＡＢ−デバイス−ペアと関連するＩＳの中央値と閾値Ｔ７との比較、閾値Ｔ７を超えるタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＩＳの中央値を持つタイプＢデバイスを識別、閾値Ｔ７未満のタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＩＳの中央値を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのＢＢ−デバイス−ペアに関連するＩＳの中央値と閾値Ｔ８との比較、閾値Ｔ８未満のタイプＢデバイスに関連するすべてのＢＢ−デバイス−ペアに関連するＩＳの中央値を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのデバイス−ペアに関連するＩＳの最大と閾値Ｔ９との比較、閾値Ｔ９ｗｏ超えるタイプＢデバイスに関連するすべてのデバイス−ペアに関連するＩＳの最大を持つタイプＢデバイスを識別し、閾値Ｔ９未満のタイプＢデバイスに関連するすべてのデバイス−ペアに関連するＩＳの最大を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＩＳの最大と閾値Ｔ１０との比較、閾値Ｔ１０を超えるタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＩＳの最大を有するタイプＢデバイスを識別、閾値Ｔ１０未満のタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＩＳの最大を有するタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのＢＢ−デバイス−ペアに関連するＩＳの最大を閾値Ｔ１１と比較、閾値Ｔ１１未満のタイプＢデバイスに関連するすべてのＢＢ−デバイス−ペアに関連するＩＳの最大を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのデバイス−ペアに関連するＩＳの代表値を閾値Ｔ１２と比較、閾値Ｔ１２を超えるタイプＢデバイスに関連するすべてのデバイス−ペアに関連するＩＳの代表値を持つタイプＢデバイスを識別し、閾値Ｔ１２未満のタイプＢデバイスに関連付けられたすべてのデバイス−ペアに関連付けられたＩＳの代表値を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＩＳの代表値を閾値Ｔ１３と比較、閾値Ｔ１３を超えるタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＩＳの代表値を持つタイプＢデバイスを識別、閾値Ｔ１３未満のタイプＢデバイスに関連するすべてのＡＢ−デバイス−ペアに関連するＩＳの代表値を持つタイプＢデバイスを識別、任意のタイプＢデバイスに関連するすべてのＢＢ−デバイス−ペアに関連するＩＳの代表値を閾値Ｔ１４と比較、閾値Ｔ１４未満のタイプＢデバイスに関連付けられたすべてのＢＢ−デバイス−ペアに関連付けられたＩＳの代表値を有するタイプＢデバイスを識別、及びＩＳの別の解析、のうちの少なくとも１つに基づいて、オブジェクトおよびその動きを、タイプＢデバイスに関連するタイプＡデバイスに関連付ける、項Ｄ３３に記載の共同無線動き監視システムの方法。
【0704】
項Ｄ３８。それぞれの前記タイプＢデバイスを前記場所の領域と関連付けることを含む、項Ｄ１に記載の共同無線動き監視システムの方法。
【0705】
項Ｄ３９。それぞれの前記タイプＡデバイスを前記場所の領域と関連付けることをさらに含む、項Ｄ１に記載の共同無線動き監視システムの方法。
【0706】
項Ｄ４０。ＡＢ−デバイス−ペアがタイプＢデバイスおよびタイプＢデバイスと関連するタイプＡデバイスを含み、ＡＢ−デバイス−ペアを場所の領域と関連付けることをさらに含む、項Ｄ１記載の共同無線動き監視システムの方法。
【0707】
項Ｄ４１。ＢＢ−デバイス−ペアを前記場所の領域に関連付けることをさらに含み、ＢＢ−デバイス−ペアが２つの相互接続されたタイプＢデバイスを含む、項Ｄ１に記載の共同無線動き監視システムの方法。
【0708】
項Ｄ４２。前記タイプＢデバイスを場所の第１の領域に関連付けることと、前記タイプＡデバイスを場所の第２の領域と関連付けることであって、前記タイプＡデバイスが前記タイプＢデバイスに関連する、関連付けることと、別のタイプＢデバイスを場所の第３の領域と関連付けることであって、前記別のタイプＢデバイスが前記タイプＢと相互接続されている、関連付けることと、をさらに含む、項Ｄ１に記載の共同無線動き監視システムの方法。
【0709】
項Ｄ４３。前記第１の領域および前記第２の領域が、同一、重なる、および重ならない、のうちの少なくとも１つである、項Ｄ３７に記載の共同無線動き監視システムの方法。
【0710】
項Ｄ４４。前記第１の領域および前記第３の領域が、同一、重なる、および重ならない、のうちの少なくとも１つである、項Ｄ３７に記載の共同無線動き監視システムの方法。
【0711】
項Ｄ４５。前記第２の領域および前記第３の領域が、同一、重なる、および重ならない、のうちの少なくとも１つである、項Ｄ３７に記載の共同無線動き監視システムの方法。
【0712】
項Ｄ４６。タイプＢデバイスに関連する領域が、タイプＢデバイスに関連するタイプＡデバイスに関連する領域の和集合を含む、項Ｄ１に記載の共同無線動き監視システムの方法。
【0713】
項Ｄ４７。前記チャネル情報（ＣＩ）が、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、受信信号強度インデックス（ＲＳＳＩ）、信号強度、信号振幅、・信号位相、スペクトル電力測定値、モデムパラメータ、ダイナミックビームフォーミング情報、伝達関数成分、無線状態、測定可能なモデム変数、センスデータ、物理層、データリンク層、ＭＡＣ層からなる層の粗粒度／細粒度情報、デジタル設定、ゲイン設定、ＲＦフィルタ設定、ＲＦフロントエンドスイッチ設定、ＤＣオフセット設定、ＤＣ補正設定、ＩＱ補正設定、伝播時の環境（場所）による無線信号への影響、入力信号（送信無線信号）の出力信号（受信無線信号）への変換、環境の安定した挙動、状態プロファイル、帯域幅内の周波数成分（例えば、サブキャリア）の無線チャネル特性、チャネル特性，チャネルフィルタレスポンス、タイムスタンプ、付帯情報、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、状態データ、監視データ、世帯データ、アイデンティティ（ＩＤ）、識別子、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、および別のチャネル情報、のうちの少なくとも１つを含む、項Ｄ１に記載の共同無線動き監視システムの方法。
【0714】
項Ｄ４８。前記無線信号が、ピング信号、サウンディング信号、ビーコン信号、パイロット信号，プローブ信号、ハンドシェイク信号，肯定応答信号、同期信号、問い合わせ信号、送受信信号、電磁波、ＲＦ信号／ＲＦ伝送、帯域制限信号、ベースバンド信号、無線／移動体／セルラー通信信号、メッシュ信号、ライセンス／無免許／ＩＳＭ帯域での信号、無線／モバイル／セルラーネットワーク信号、光信号／光通信、ユニキャスト／マルチキャスト／ブロードキャスト信号、ダウンリンク／アップリンク信号、規格準拠信号（例えば、ＷＬＡＮ、ＷＷＡＮ、ＷＰＡＮ、ＷＢＡＮ、インターナショナル、ナショナル、インダストリー、デファクト、ＩＥＥＥ）、ＩＥＥＥ ８０２、８０２．１１／１５／１６、ＷｉＦｉ、８０２．１１ｎ／ａｃ／ａｘ／ｂｅ、３ＧＰＰ、３Ｇ／４Ｇ／ＬＴＥ／５Ｇ／６Ｇ／７Ｇ／８Ｇ、Ｂｌｕｅｔｏｏｔｈ、ＢＬＥ、Ｚｉｇｂｅｅ、ＲＦＩＤ、ＵＷＢ、ＷｉＭａｘ）、標準フレーム、管理／制御／データフレーム、管理／制御／データ信号、標準化された無線／セルラー通信プロトコル、プロトコル信号、参照信号、ソース信号、動きプローブ／検出／センシング信号、見通し線（ＬＯＳ）成分信号、非ＬＯＳ成分信号、複数の信号、一連の信号、一連の規則的に計時された信号、一連の不規則に計時された信号、一連のベストエフォート送信信号、および別の無線信号、うちの少なくとも１つを含む、項Ｄ１に記載の共同無線動き監視システムの方法。
【0715】
項Ｄ４９。特定のタイプＢデバイスおよび別のデバイスに関連するＡＴＳＣＩが、送信デバイスからそれぞれの無線信号を受信する受信デバイスのレイヤ（例えば、物理レイヤ、ＭＡＣレイヤ）において、抽出される、生成される、計算される、センスされる、うちの少なくとも１であり、前記ＡＴＳＣＩ、はファームウェア、ドライバ、ソフトウェア、ダウンロード可能なアプリ、無線監視アプリケーションソフトウェア、および無線監視システムのうちの少なくとも１つを含むアプリケーションによって取得され、前記別のデバイスは前記特定のタイプＢデバイスに関連する特定のタイプＡデバイスおよび前記特定のタイプＢデバイスと相互接続された特定の他のタイプＢデバイスのうちの少なくとも１つであり、前記特定のタイプＢデバイスおよび他のデバイスの一方が受信デバイスであり、他方が送信デバイスである、項Ｄ１に記載の共同無線動き監視システムの方法。
【0716】
項Ｄ５０。項Ｄ１に記載の共同無線動き監視システムの方法であって、新しいタイプＡデバイスおよび新しいタイプＢデバイスのうちの少なくとも１つをシステムに追加することをさらに含み、前記新しいタイプＡデバイスは、既存のタイプＢデバイスに関連付けられ、前記新しいタイプＢデバイスは少なくとも１つの既存のタイプＢデバイスのセットに相互接続される、方法。
【0717】
項Ｄ５１。項Ｄ１に記載の共同無線動き監視システムの方法であって、新しいタイプＡデバイス、新しいタイプＢデバイス及びシステムのうちの少なくとも１つを構成することをさらに含み、前記新しいタイプＡデバイスは既存のタイプＢデバイスに関連付けられるように構成され、前記新しいタイプＢデバイスは少なくとも１つの既存のタイプＢデバイスのセットに相互接続されるように構成され、システムの構成データベースは、前記新しいタイプＡデバイス及び前記新しいタイプＢデバイスのうちの少なうとも１つで更新される、方法。
【0718】
項Ｄ５２。既存のタイプＡデバイスを、既存のタイプＢデバイスとの既存の関連付けを終了するように設定することと、前記既存のタイプＡデバイスを、新しいタイプＢデバイスに関連付けるように設定することと、をさらに含む項Ｄ１に記載の共同無線動き監視システムの方法。
【0719】
項Ｄ５３。新しいタイプＡデバイスおよび新しいタイプＢデバイスのうちの少なくとも１つに関連する無線信号通信をネゴシエート及びイニシエートすることをさらに含む、項Ｄ１に記載の共同無線動き監視システムの方法。
【0720】
項Ｄ５４。システムから前記タイプＡデバイスおよび前記タイプＢデバイスのうちの少なくとも１つを除去することをさらに含む、項Ｄ１に記載の共同無線動き監視システムの方法。
【0721】
項Ｄ５５。散発的に、連続的に、同時に、同時的に、動的に、適応的に、オンデマンドで、必要に応じて、のうちの少なくとも１つの方法で前記ＡＴＳＣＩのセットを処理することをさらに含む、項Ｄ１に記載の共同無線動き監視システムの方法。
【0722】
項Ｄ５６。項Ｄ１に記載の共同無線動き監視システムの方法であって、新しいタイプＡデバイスと新しいタイプＢデバイスの少なくとも１つを追加すること、前記新しいタイプＡデバイスと前記新しいタイプＢデバイスの少なくとも１つを登録すること、前記新しいタイプＡデバイスと前記新しいタイプＢデバイスの少なくとも１つを設定すること、前記新しいタイプＡデバイスを既存のタイプＢデバイスに関連付けること、前記新しいタイプＢデバイスを少なくとも１つの既存のタイプＢデバイスに相互接続すること、前記新しいタイプＡデバイスと前記新しいタイプＢデバイスの少なくとも１つを開始すること、任意のタイプＡデバイスと任意のタイプＢデバイスの少なくとも１つとハンドシェークすること、前記任意のタイプＡデバイスと前記任意のタイプＢデバイスの少なくとも１つとネゴシエートすること、前記任意のタイプＡデバイスと前記任意のタイプＢデバイスの少なくとも１つを調整すること、前記任意のタイプＡデバイスと前記任意のタイプＢデバイスの少なくとも１つを管理すること、前記任意のタイプＡデバイスおよび前記任意のタイプＢデバイスの少なくとも１つを識別すること、前記任意のタイプＡデバイスおよび前記任意のタイプＢデバイスの少なくとも１つを停止すること、前記任意のタイプＡデバイスおよび前記任意のタイプＢデバイスの少なくとも１つを一時停止すること、前記任意のタイプＡデバイスおよび前記任意のタイプＢデバイスのうち少なくとも１つを再起動すること、前記任意のタイプＡデバイスと前記任意のタイプＢデバイスの少なくとも１つをイニシエートすること、前記任意のタイプＡデバイスと前記任意のタイプＢデバイスの少なくとも１つを同期すること、前記任意のタイプＡデバイスおよび前記任意のタイプＢデバイスの少なくとも１つを置き換えること、前記任意のタイプＡデバイスおよび前記任意のタイプＢデバイスの少なくとも１つをアップグレードすること、任意の無線信号の非同期通信を構成すること、場所内の少なくとも１つのオブジェクトの監視を構成すること、既存のタイプＡデバイスおよび既存のタイプＢデバイスのうちの少なくとも１つを再構成すること、タイプＢデバイスの相互接続を変更すること、前記任意のタイプＡデバイスの関連付けを変更すること、任意の無線信号の非同期通信を変更すること、前記場所内の少なくとも１つのオブジェクトの監視を変更すること、システムの構成デ−タベ−スを更新すること、更新された構成を、前記任意のタイプＡデバイス、前記任意のタイプＢデバイス、システムサーバ、前記システムデ−タベース、ユーザデバイス、ユーザデバイスのユーザアプリケーション、およびユーザデバイスのユーザソフトウエアの少なくとも１つに伝播すること、前記場所内の少なくとも１つのオブジェクトの監視に基づいてユーザに警告すること、ユーザに通知すること、ユーザのための提示を生成すること、別の管理作業を行うこと、の少なくとも１つによってシステムを管理することをさらに含む、方法。
【0723】
項Ｄ５７。一方、前記場所内の前記少なくとも１つのオブジェクトのそれぞれの動きを監視することは、センシングタスク、すなわち、監視、センシング、検出、認識、推定、検証、識別、認証、分類、位置特定、誘導、ナビゲーション、追跡、および少なくとも１つのオブジェクト、乗り物、機械、ツール、人間、赤ちゃん、高齢者、患者、ペットの少なくとも１つのカウント、存在、近接、活動、日常活動、健康、バイタル徴候、呼吸、心拍、健康状態、睡眠、睡眠段階、歩行、運動、転倒、危険、侵入、セキュリティ、安全、生命への脅威、感情、運動、動き、動き度合い、周期的運動、反復動き，静止動き，周期定常動き、定期的動き、過渡動き、突然の動き、不審な動き、不規則性、トレンド、呼吸、人間の生体認証、環境情報、歩容、ジェスチャ、部屋、場所、屋内場所、駐車場の車、計算作業、解析、機械学習，教師有り学習，教師なし学習、半教師有り学習、クラスタリング、特徴抽出、特徴トレーニング、主成分解析、固有分解、周波数分解、分解時間、時間−周波数分解、関数分解、他の分解、トレーニング、判別トレーニング、教師有りトレーニング、教師なしトレーニング、半教師有りトレーニング、ニューラルネットワーク、マップベースまたはモデルベースの処理／補正、ジオメトリ推定、分析計算、ＩｏＴタスクのうちの少なくとも１つ、及び家庭、事務所、工場、車輌、建物、設備、構造、デバイスのうちの少なくとも１つのスマートタスク、エネルギー管理、電力伝送、無線電力伝送、デバイス／システムの起動（例：セキュリティシステム、アクセスシステム、アラーム、サイレン、スピーカ、テレビ、娯楽システム、カメラ、暖房／空調（ＨＶＡＣ）システム、換気システム、・ライティングシステム、ゲームシステム、コーヒーマシン、調理デバイス、清掃デバイス、ハウスキーピングデバイス）、雑作業、及びデータ、パラメータ、分析、および派生データの伝送、処理、記憶、および解析のうちの少なくとも１つ、管理、構成、アップグレード、調整、放送、同期、ネットワーク、通信、暗号、保護、圧縮、ストレージ、データベース、アーカイブ、クエリ、クラウドコンピューティング、プレゼンテーション、拡張現実、バーチャルリアリティ、その他の処理、およびその他のタスク、のうちの少なくとも１つを含む項Ｄ１に記載の共同無線動き監視システムの方法。
【0724】
以下の番号の付いた項は、無線動き認識のための実施例を提供する。
【0725】
項Ｅ１。無線動き識別システムであって、場所の無線マルチパスチャネルを介して第１の無線信号を送信するように構成された送信機と、前記無線マルチパスチャネルを介して第２の無線信号を受信するように構成された受信機であって、前記第２の無線信号は場所内のオブジェクトの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のために、前記第１の無線信号とは異なる、受信機と、前記第２の無線信号に基づいて前記無線マルチパスチャネルのチャネル情報の時系列（ＴＳＣＩ）を取得し、前記ＴＳＣＩに基づいてオブジェクトの動きを追跡して前記オブジェクトのジェスチャ軌跡を生成し、ジェスチャ軌跡および複数の予め定められたジェスチャ形状に基づいてジェスチャ形状を判定するように構成されたプロセッサと、を備える無線動き識別システム。
【0726】
項Ｅ２。前記オブジェクトはユーザの身体部分であり、前記ユーザは、人間、動物、ロボット、または可動マシンのうちの少なくとも１つであり、動きは身体部分の連続的な動きを含み、身体部分はユーザの手、足、腕、脚、頭部、または指のうちの少なくとも１つを含む、項Ｅ１に記載のシステム。
【0727】
項Ｅ３。前記オブジェクトの動き中に、前記ユーザは送信機から一定距離に、かつ前記受信機から一定距離に位置する、項Ｅ２に記載のシステム。
【0728】
項Ｅ４。複数の予め決められたジェスチャ形状の各々は少なくとも１つの直線セグメントを含み、少なくとも１つの前記直線セグメントの各直線セグメントは、前記直線セグメントに沿った空間的に連続した動きを表す、項Ｅ１に記載のシステム。
【0729】
項Ｅ５。前記複数の予め決められたジェスチャ形状が、予め決められたジェスチャ形状における異なる数の直線セグメント、予め決められたジェスチャ形状における２つの隣接する直線セグメント間の異なる旋回角度、のうちの少なくとも１つに基づいて互いに異なっており、２つの隣接する直線セグメントは２つの隣接する直線セグメントの一方から他方への空間的に連続した動きを表し、予め決められたジェスチャ形状内の交点の数は異なり、各交点は、２つの隣接しない直線セグメントの間の交差、又は予め決められたジェスチャ形状における交点の異なった位置である、項Ｅ４に記載のシステム。
【0730】
項Ｅ６。プロセッサは、前記複数の予め決められたジェスチャ形状のそれぞれについて、前記ジェスチャ軌跡の形状が予め決められたジェスチャ形状にマッチする対応するマッチング確率を計算することと、前記複数の予め決められたジェスチャ形状のうちの１つを識別することと、するようにさらに構成されており、識別されたジェスチャ形状は、複数の予め決められたジェスチャ形状の中の最大マッチング確率に対応する、項Ｅ５に記載のシステム。
【0731】
項Ｅ７。前記プロセッサは、前記最大マッチング確率を閾値と比較し、前記最大マッチング確率が閾値よりも大きい場合、前記ジェスチャ形状を識別されたジェスチャ形状として認識し、前記認識されたジェスチャ形状に基づいてデバイスの動作を自動的に制御するようにさらに構成され、前記最大マッチング確率が閾値以下である場合には、前記ジェスチャ形状を未知のジェスチャ形状として判定する、項Ｅ６に記載のシステム。
【0732】
項Ｅ８。前記プロセッサは、前記複数の予め決められたジェスチャ形状のそれぞれについて、前記ジェスチャ軌跡の形状が予め決められたジェスチャ形状と同数の直線セグメントを有する第１の確率を計算することと、前記ジェスチャ軌跡の形状と予め決められたジェスチャ形状との両方における２つの隣接する直線セグメントのそれぞれのペアについて、前記ジェスチャ軌跡の形状が、２つの隣接する直線セグメントの間で、予め決められたジェスチャ形状と同じの旋回角を有する第２の確率を計算することと、前記ジェスチャ軌跡の形状が、前記予め決められたジェスチャ形状と、２つの非隣接直線セグメントの同じ位置で交点を有する第３の確率を算出し、予め決められたジェスチャ形状において前記交点を有する２つの非隣接直線セグメントのペア毎に、前記第１の確率、各前記第２の確率、および各前記第３の確率の関数に基づいて、対応する一致確率を計算することと、をさらに行うように構成される、項Ｅ６に記載のシステム
【0733】
項Ｅ９。第１の確率を計算することは、動きの速度が０になるか又はジェスチャ軌跡に沿って極小値に達する第１の量の時間インスタンスを判定することと、前記第１の量に基づいて前記ジェスチャ軌跡内の直線セグメントの第２の量を推定することと、を含み、第１の確率は第２の量に基づいて計算される、項Ｅ８に記載のシステム。
【0734】
項Ｅ１０。前記第１の確率を計算するステップはさらに、ＴＳＣＩに基づく自己相関関数を計算することと、ＡＣＦに基づいてオブジェクトの動きについての相対速度プロファイルを生成することと、相対速度プロファイルにおける第３の量の極小値を判定することと、を含み、第１の時間インスタンスの第１の量は、第３の量に基づいて判定される、項Ｅ９のシステム。いくつかの実施形態では、本開示の範囲を逸脱することなく、項Ｅ１０における相対速度プロファイルが、同様の方法で第１の量の時間インスタンスを判定するために、動き強さまたは動き強度のプロファイルにより置き換えることができる、項Ｅ９のシステム。
【0735】
項Ｅ１１。第２の確率を計算することは、２つの隣接する直線セグメントのペアについて、ＣＩ類似性スコアの単調減衰特性に基づいて前記ジェスチャ軌跡の２つの隣接する直線セグメントの間の角度を計算することを含み、２つの隣接する直線セグメントは第１のセグメントおよび第２のセグメントを含み、前記第２のセグメントから前記第１のセグメントへの空間的に連続的な動きを表し、ジェスチャ軌跡上のそれぞれの点は、オブジェクトがその点に位置するときに得られるＴＳＣＩのチャネル情報（ＣＩ）に対応する、項Ｅ８に記載のシステム。
【0736】
項Ｅ１２。前記第２の確率を計算することは、第１のセグメント上のそれぞれの第１の点について、前記第１の点に対応する第１のＣＩと、前記第１のＣＩの前に取得されたそれぞれのＣＩとの間の類似性スコアを計算して、前記第１の点について前記第１のＣＩ類似性プロファイルを生成することと、第２のセグメント上の第２の点を検出することであって、前記第２の点に対応する第２のＣＩは、前記第１の点に対する前記第１のＣＩ類似性プロファイルの極大値に関連付けられる、検出することと、前記第１のセグメントと前記第２のセグメントとの間の転換点を判定することであって、前記転換点に対応する第３のＣＩは、前記第１の点に対する前記第１のＣＩ類似性プロファイルの極小値に関連付けられる、判定することと、をさらに含む、項項Ｅ１１に記載のシステム。
【0737】
項Ｅ１３。前記第２の確率を計算することは、さらに、隣接する２つの直線セグメントの間の角度を角度範囲に分類することを含み、前記第２の確率は分類に基づいて計算され、前記第１の点が転換点から離れるにつれて、前記第１の点に対応するＣＩと前記第２の点に対応するＣＩとの間の類似性スコアが１に保たれるという判定のもとでは、角度は、０度を含む第１の角度範囲に分類され、一方、前記第２の点に対応するＣＩと転換点に対応するＣＩとの間の類似性スコアが前記第１の点が転換点から離れるにつれて減少し、前記第１の点が転換点から閾値よりも遠い場合に前記第２の点を検出できないとの判定のもとでは、角度は９０度を含む第２の角度範囲に分類され、前記第１の点に対応するＣＩと前記第２の点に対応するＣＩとの類似性スコアが前記第２の点に対応するＣＩと前記転換点に対応するＣＩとの間の類似性スコアに伴って減少するとの判定の下では、角度は４５度を含む第３の角度領域に分類される、項Ｅ１２に記載のシステム。いくつかの実施形態では、第１の角度範囲は０度付近の範囲、第２の角度範囲は９０度付近の範囲、第３の角度範囲は４５度付近の範囲である。
【0738】
項Ｅ１４。前記ＣＩ類似性スコアの各々は、２つのＣＩに基づいて計算された以下のうちの少なくとも１つ、すなわち、時間反転共振強度（ＴＲＲ）、相関、共分散、または距離スコアを含み、第１の無線信号は、ＷｉＦｉ、ＬＴＥ、３Ｇ、４Ｇ、５Ｇ、または６Ｇ規格のうちの少なくとも１つに基づく、項Ｅ１１に記載のシステム。
【0739】
項Ｅ１５。前記第３の確率を計算することは、ジェスチャ軌跡の形状と前記予め決められたジェスチャ形状との両方における２つの非隣接直線セグメントのペアについて、前記予め決められたジェスチャ形状における２つの非隣接直線セグメントの交差位置を判定することであって、前記第３の確率は、前記ＣＩ類似性スコアに基づいて計算される、判定することを含む、項Ｅ８に記載のシステム。
【0740】
項Ｅ１６。前記第３の確率を計算することはさらに、複数の類似性スコアを計算することであって、複数の類似性スコアのそれぞれがジェスチャ軌跡内の２つの非隣接直線セグメント上の２つの点にそれぞれ対応するＣＩ間で計算される、前記類似性スコアを計算することと、前記複数の類似性スコアのうちの最高類似性スコアを判定することと、前記最高類似性スコアにそれぞれ対応する、ジェスチャ軌跡における２つの非隣接直線セグメント上の、２つ点の位置を識別することと、をさらに含むＥ１５に記載のシステム。
【0741】
項Ｅ１７。前記第３の確率は、ジェスチャ軌跡内の識別された位置と、予め決められたジェスチャ形状内の交差位置と、所定の位置余裕とに基づいて計算される、項Ｅ１６に記載のシステム。
【0742】
項Ｅ１８。前記ＣＩ類似性スコアのそれぞれが、２つのＣＩに基づいて計算される時間反転共振強度（ＴＲＲＳ）を含み、前記第１の無線信号がＷｉＦｉ信号を含む、項Ｅ１５に記載のシステム。
【0743】
項Ｅ１９。前記送信機と前記受信機との間に見通し線（ＬＯＳ）が存在しない、項Ｅ１に記載のシステム。
【0744】
項Ｅ２０。前記送信機と前記受信機との間に少なくとも１つの壁が位置し、前記送信機と前記オブジェクトとの間に少なくとも１つの壁が位置し、または前記オブジェクトと前記受信機との間に少なくとも１つの壁が位置する、項Ｅ１に記載のシステム。
【0745】
項Ｅ２１。前記第１の無線信号はオブジェクトに到達する前に、少なくとも１つの壁面を通過する、項Ｅ１に記載のシステム。
【0746】
項Ｅ２２。それぞれの前記ＣＩが、チャネル状態情報（ＣＳＩ）、チャネルインパルス応答（ＣＩＲ）、チャネル周波数応答（ＣＦＲ）、または受信信号強度インデックス（ＲＳＳＩ）のうちの少なくとも１つを含む、項Ｅ１に記載のシステム。
【0747】
項Ｅ２３。項Ｅ１のシステムであって、前記第１の無線信号は前記送信機の複数の送信アンテナを使用して送信され、前記第２の無線信号は受信機の複数の受信アンテナを使用して受信され、各ＣＩは、前記送信機の複数の送信アンテナのそれぞれに関連付けられ、前記受信機の複数の受信アンテナのそれぞれに関連付けられる、システム。
【0748】
項Ｅ２４。無線動き認識システムの無線デバイスであって、プロセッサと、前記プロセッサに通信可能に結合されたメモリと、前記プロセッサに通信可能に結合された受信機とを備え、無線動き認識システムの追加の無線デバイスは、場所の無線マルチパスチャネルを介して前記受信機に第１の無線信号を送信するように構成され、前記受信機は、前記無線マルチパスチャネルを介して第２の無線信号を受信するように構成され、前記第２の無線信号は、場所内の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ために第１の無線信号とは異なり、プロセッサは、第２の無線信号に基づいて無線マルチパスチャネルのチャネル情報の時系列（ＴＳＣＩ）を取得し、ＴＳＣＩに基づいてオブジェクトの動きを追跡してオブジェクトのジェスチャ軌跡を生成し、前記ジェスチャ軌跡および複数の予め決められたジェスチャ形状に基づいてジェスチャ形状を判定するように構成される、無線デバイス。
【0749】
項Ｅ２５。前記複数の予め決められたジェスチャ形状の各々は少なくとも１つの直線セグメントを含み、前記少なくとも１つの直線セグメントの各直線セグメントは、直線セグメントに沿った空間的に連続的な動きを表し、前記複数の予め決められたジェスチャ形状は、予め決められたジェスチャ形状における直線セグメントの異なる数と、予め決められたジェスチャ形状における２つの隣接する直線セグメントの間の異なる旋回角であって、２つの隣接する直線セグメントは２つの隣接する直線セグメントのうちの一方から他方への空間的に連続した動きを表す、異なる旋回角と、予め決められたジェスチャ形状内の交点の異なる数であって、各交点は、２つの隣接しない直線セグメントの間の交差の位置、または予め決められたジェスチャ形状内の交点の異なった位置の点である、交点の異なる数、のうちの少なくとも１つに基づいて互いに異なる、項２４に記載の無線デバイス。
【0750】
項Ｅ２６。前記プロセッサは、前記複数の予め決められたジェスチャ形状のそれぞれについて、ジェスチャ軌跡の形状が予め決められたジェスチャ形状に一致する対応するマッチング確率の計算をすることと、前記複数の予め決められたジェスチャ形状のうちの１つを識別することであって、前記識別されたジェスチャ形状は、複数の予め決められたジェスチャ形状の中で、最大のマッチング確率に対応する、識別することと、前記最大マッチング確率を閾値と比較し、前記最大マッチング確率が閾値より大きい場合、前記ジェスチャ形状を識別されたジェスチャ形状として認識し、前記認識されたジェスチャ形状に基づいてデバイスの動作を自動的に制御し、前記最大マッチング確率が閾値より大きくない場合、前記ジェスチャ形状を未知のジェスチャ形状と判定する、比較することと、を行うようにさらに構成される、項Ｅ２５に記載の無線デバイス
【0751】
項Ｅ２７。前記プロセッサは、前記複数の予め決められたジェスチャ形状のそれぞれについて、ジェスチャ軌跡の形状が予め決められたジェスチャ形状と同数の直線セグメントを有する第１の確率を計算することと、前記ジェスチャ軌跡の形状と前記予め決められたジェスチャ形状との両方における２つの隣接する直線セグメントのそれぞれのペアについて、前記ジェスチャ軌跡の形状が、２つの隣接する直線セグメントの間で、前記予め決められたジェスチャ形状と同じ旋回角を有する第２の確率を計算することと、前記予め決められたジェスチャ形状における交点を有する２つの非隣接直線セグメントのペアについて、前記ジェスチャ軌跡の形状が、前記予め決められたジェスチャ形状と、２つの非隣接直線セグメントの同じ位置で交点を有する第３の確率を計算することと、前記第１の確率、各前記第２の確率、および各前記第３の確率の積に基づいて対応するマッチング確率を計算することとを行うようにさらに構成される、項Ｅ２６に記載の無線デバイス
【0752】
項Ｅ２８。場所の無線マルチパスチャネルを介して第１の無線信号を送信することと、前記無線マルチパスチャネルを介して第２の無線信号を受信することであって、前記第２の無線信号は、前記場所内の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ために前記第１の無線信号とは異なる、受信することと、前記第２の無線信号に基づく前記無線マルチパスチャネルのチャネル情報の時系列（ＴＳＣＩ）を取得することと、前記ＴＳＣＩに基づいてオブジェクトの動きを追跡し、前記オブジェクトのジェスチャ軌跡を生成することと、前記ジェスチャ軌跡および前記複数の予め決められたジェスチャ形状に基づいてジェスチャ形状を判定することと、を含む無線動き認識システムの方法。
【0753】
項Ｅ２９。前記オブジェクトはユーザの身体部分であり、前記ユーザは人間、動物、ロボット、または可動マシンのうちの少なくとも１つであり、前記動きは、身体部分の連続的な動きを含み、前記身体部分はユーザの手、足、腕、脚、頭部分、または指のうちの少なくとも１つを含み、オブジェクトの動き中、ユーザは送信機から一定距離、受信機から一定距離に位置する、項Ｅ２８に記載の方法。
【0754】
項Ｅ３０。送信機と受信機との間に見通し線（ＬＯＳ）が存在せず、第１の無線信号がオブジェクトに到達する前に、少なくとも１つの壁面を通過する、項Ｅ２８に記載の方法。
【0755】
いくつかの実施形態では、無線センシング相手識別および認定システムが開示される。タイプ２デバイスは、タイプ２デバイスと無線センシングネットワークを形成するためにタイプ１デバイスとして潜在的に働くことができる多くのスマートデバイス（例えば、ＩｏＴデバイス、ＷｉＦｉ対応デバイス、ＷｉＦｉダイレクト対応デバイス、WiFiＰ２Ｐ対応デバイス、５Ｇデバイス、Ｚｉｇｂｅｅデバイス）を有する場所にインストールすることができる。タイプ２デバイスは、無線センシングネットワーク／システムを共同で形成するようにタイプ１デバイスとして働くために、いくつかのスマートデバイスを探索／スキャン／発見／識別／位置特定／認定／検索／要求／認証／関連付け／ネゴシエート／接続／ペア／登録／接続することができる。タイプ１ とタイプ２デバイス間の接続は、Ｐ２Ｐ(WiFi Directなど） 接続である場合がある。スマートデバイス（候補のタイプ１デバイス）は、場所内の異なった位置の複数のスマートテレビ、スマートスピーカー、スマートセットトップボックス（ＳＴＢ）、スマート照明、スマート電球、スマート冷蔵庫、スマートアプライアンス、スマート家具、スマート備品、スマートソケット、スマートプラグ、スマート充電器、スマート装飾品、スマート時計、スマートウオッチ、スマート煙感知器、スマートドアベル、スマートカメラ、スマートサーモスタット、スマート掃除機、コンピュータ、タブレット、電話、ルーター、基地局などを含むことができる。タイプ２デバイスは、オリジン、ルータ、リピータ／メッシュルータ／メッシュデバイス、基地局、４Ｇ／５Ｇミニ／マイクロ／ナノ／ピコセル基地局、ヘクスコマンド、クライアント、ＷｉＦｉクライアント、ＩｏＴデバイス、またはスマートデバイスのうちの１つとすることができる。スマートデバイスは、タイプ１デバイスおよびタイプ２デバイスの両方として機能することができる。場所は、家庭、事務所、建物、倉庫、設備、構造などであってもよい。いくつかの実施形態では、ＡＰＰがユーザがＷｉＦｉ−センシング準備完了デバイスの名前を変更するのを助けることができる。デバイスは、事前にペアにされ、システムのアカウントに事前に登録されてもよい。たとえば、ＣＳＩサービスが有効になると、これらのデバイスのそれぞれを表す動きインテンシティバーが表示される。ユーザがデバイスの１つに向かって歩くと、そのモーションバーが増大する。これは、ユーザが目的のデバイスを見つけるのに役立つ。システムはユーザが意図したデバイスを確認するのに役立つように、ＣＳＩをＯＮ／ＯＦＦできるかどうか、デバイスの位置を特定した後に調査する。その後、ユーザは目的のデバイスの名前（わかりやすい名前など）を変更できる。
【0756】
項Ｐ１。無線センシングシステムの方法／デバイス／システム／ソフトウェアであって、場所の無線マルチパスチャネルを介して、Ｎ１個の送信アンテナを有するシステムのタイプ１異種無線デバイスから無線信号を送信することであって、前記無線マルチパスチャネルは、前記場所内のオブジェクトの動きによって影響を受ける、送信することと、無線マルチパスチャネルを介してＮ２個の受信アンテナを有するシステムのタイプ２異種無線デバイスによって無線信号を受信することであって、受信された無線信号は前記場所の前記無線マルチパスチャネルのために送信された無線信号とは異なる、受信することと、プロセッサ、メモリ、および命令のセットを使用して、前記受信された無線信号に基づいて前記無線マルチパスチャネルのチャネル情報の時系列（ＴＳＣＩ）のいくつかを取得することであって、それぞれの前記ＴＳＣＩは、前記Ｎ１個の送信アンテナのうちの１つおよび前記Ｎ２個の受信アンテナのうちの１つに関連付けられる、取得することと、前記ＴＳＣＩの数に基づいて前記オブジェクトの動き分析の時系列（ＴＳＭＡ）を計算することと、前記ＴＳＭＡに基づいたターゲットデバイスの情報を計算することで合って、前記ターゲットデバイスは、タイプ１デバイスとタイプ２デバイスのいずれかである、計算することと、を含む、無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0757】
項Ｐ２。ＴＳＭＡに基づいてオブジェクトの動きを監視することをさらに含む、項Ｐ１に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0758】
項Ｐ２ｂ。前記ＴＳＣＩの数を取得し、前記ＴＳＭＡとその結果として前記ターゲットデバイスの情報を計算できるように、トレーニングオブジェクトに前記無線マルチパスチャネルに影響を与えるトレーニング運動を行うように促すことをさらに含む、項Ｐ１に記載の方法／デバイス／システム／ソフトウェア。
【0759】
項Ｐ３。前記オブジェクトが、前記トレーニング運動を行うトレーニングオブジェクトである、項Ｐ１に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0760】
項Ｐ３ｂ。前記オブジェクトは、システムによるプロンプトに基づいて前記トレーニング運動を行う、項Ｐ３に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0761】
項Ｐ３ｃ。前記オブジェクトは、システムによるプロンプトに応じて前記トレーニング運動を行う、項Ｐ３ｂに記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0762】
項Ｐ４。前記トレーニングオブジェクトが既知の位置にある、項Ｐ３に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0763】
項Ｐ５。前記トレーニングオブジェクトが、前記システムのユーザ、生きているオブジェクト、植物、動物、ペット、人、または機械のうちの少なくとも１つを含む、項Ｐ３に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0764】
項Ｐ６。前記トレーニング運動が、前記ターゲットデバイスに向かうまたは離れる運動、前記ターゲットデバイスに対する半径方向運動、前記ターゲットデバイスに対する接線運動、繰り返し運動、周期運動、および過渡運動のうちの少なくとも１つを含む、項Ｐ３に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0765】
項Ｐ７。前記トレーニングオブジェクトが前記無線センシングシステムのユーザであり、前記ユーザが前記ターゲットデバイスを識別または確認するために前記トレーニング運動を行う、項Ｐ３に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0766】
項Ｐ８。前記ユーザは、トレーニング運動において、前記ターゲットデバイスに向かってまたは離れるように移動することをさらに含む、項Ｐ７に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0767】
項Ｐ９。前記ＴＳＭＡおよび前記トレーニング運動に基づいて前記ターゲットデバイスのアイデンティティ（ＩＤ）を計算することによって前記ターゲットデバイスを識別することであって、前記情報はＩＤである、計算することをさらに含む項８に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0768】
項Ｐ１０。前記ターゲットデバイスのＩＤの予想に基づいて前記ターゲットデバイスのＩＤを確認することをさらに含む、項９に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0769】
項Ｐ１１。項Ｐ９に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェアであって、前記ターゲットデバイスのＩＤに基づいて、前記ターゲットデバイスをカスタマイズまたは構成すること、システムをカスタマイズまたは構成すること、ネットワークまたはシステムの相互接続をカスタマイズまたは構成すること、システムのサーバをカスタマイズまたは構成すること、ユーザデバイス上でアプリケーションをカスタマイズまたは構成すること、システムの提示をカスタマイズまたは構成すること、無線センシングタスク、無線センシングアルゴリズム、融合アルゴリズム、またはシステムに関連する集約アルゴリズムをカスタマイズまたは構成すること、ターゲットデバイスの許容性、容認性、十分性、適合性、または適格性を確認すること、システムにおけるターゲットデバイスの役割を確認すること、ターゲットデバイス、ＴＳＣＩ、無線信号、無線信号の送信、無線信号の受信、およびＴＳＣＩの取得のうちの少なくとも１つを認定すること、ターゲットデバイスの位置を特定すること、ターゲットデバイスの位置を計算すること、マップに関するターゲットデバイスの座標を計算すること、ターゲットデバイスを命名すること、ターゲットデバイスの名前を変更すること、ユーザからターゲットデバイスの位置を取得すること、ユーザからターゲットデバイスの名前またはラベルを取得すること、ユーザからネットワーク構成またはシステムの相互接続を取得すること、そして、ユーザから、無線センシングタスク、無線センシングアルゴリズム、融合アルゴリズム、または集約アルゴリズムの構成を取得すること、のうちの少なくとも１つを実行すること。
【0770】
項Ｐ１２。前記オブジェクトの動きに関連するＴＳＭＡの挙動を分析することと、前記ＴＳＭＡの挙動の分析に基づいて前記ターゲットデバイスの前記情報を計算することと、をさらに含む項Ｐ１に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0771】
項Ｐ１３。前記ターゲットデバイスのアイデンティティの予想に基づいてＴＳＭＡの挙動を分析することをさらに含む、項１２に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0772】
項Ｐ１４。前記ＴＳＭＡのパターンを認識することと、前記ＴＳＭＡのパターンの認識に基づいて前記ターゲットデバイスの前記情報を計算することと、をさらに含む項１２に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0773】
項Ｐ１５。項Ｐ１４に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェアであって、トレーニングの動きとターゲットデバイスの前記情報の予想に基づいてＴＳＭＡのパターンを認識することと、ＴＳＭＡの認識されたパターンに基づいてターゲットデバイスの前記情報を確認することと、をさらに含む。
【0774】
項Ｐ１６。項１４に記載の無線センシングシステムの方法／ターゲットデバイス／ソフトウェアであって、前記パターンが、前記オブジェクトが前記ターゲットデバイスの近傍で前記ターゲットデバイスに向かって移動することにつれて、ＴＳＭＡ内の動き分析の特徴が単調増加傾向、前記オブジェクトが前記ターゲットデバイスの近傍で前記ターゲットデバイスから離れるにつれて、ＴＳＭＡ内の動き分析の特徴が単調減少傾向、前記ターゲットデバイスの近傍での前記オブジェクトの最接近点におけるＴＳＭＡ内の動き分析の特徴の局所最大値、前記オブジェクトが前記ターゲットデバイスの近傍で前記ターゲットデバイスに向かって移動することにつれて、ＴＳＭＡ内の動き分析の特徴は正の微分係数又は差分、前記オブジェクトが前記ターゲットデバイスの近傍で前記ターゲットデバイスから離れるにつれて、ＴＳＭＡ内の動き分析の特徴は負の微分係数又は差分、最接近点におけるＴＳＭＡの動き分析の特性のゼロ微分係数又は差分、最接近点におけるＴＳＭＡ内の動き分析の特徴の負の２次微分係数（または差分の差分）、ＴＳＭＡにおける動き分析の特徴の繰り返し、ＴＳＭＡにおける動き分析の特徴の緩和振動、ＴＳＭＡにおける動き分析の特徴の減衰、のうちの少なくとも１つを含む、無線センシングシステムの方法／ターゲットデバイス／ソフトウェア。
【0775】
項Ｐ１７。項Ｐ１に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェアであって、前記動き分析が、大きさ、位相、積、二乗、平方根、和、加重和、逆数、平均、加重平均、トリミング平均、条件付き平均、幾何平均、調和平均、閾値化、ソフト閾値化、ハード閾値化、量子化、論理値、セット、集合、時間、出現、事象、事象統計、ラベル、写像、持続時間、タイミング、期間、規則性、周期性、繰り返し、再発、変化、差分、衝動性、異常、時間平均、スライディングウインドウ、フィルタ出力、ロウパスフィルタリング、バンドパスフィルタリング、ハイパスフィルタリング、最高値、最小値、極大値、極小値、条件付き最大、条件付き最小、変形、変換、線形変換、非線形変換、フーリエ変換、ラプラス変換、アダマール変換、三角関数変換、スパース変換、グラフベースの変換、成分、スペクトル成分、スペクトル特徴、スペクトル特性、主成分解析、独立成分分析、固有値分解、特異値分解、直交射影、非直交射影、過剰完全性（ｏｖｅｒ−ｃｏｍｐｌｅｔｅ）射影、ヒストグラム、標本平均、標準偏差、分散、高次統計、重心、クラスタ中心、パーセンタイル、中央値、最頻値、正規化、相関、共分散、自己相関、自己共分散、相互相関、相互共分散、尤度、確率分布関数、標本分布、モーメント生成関数、期待値、期待関数、長さ、面積、体積、形状、輪郭、陰影、位置、位置決め、位置特定、座標、距離、方向、変位量、速さ、速度、加速度、積分、微分、傾き、２次微分、高次導関数、角度、角度距離、角速度、角加速度、全変動、絶対変化、二乗変化、広がり、ばらつき、変化性、偏差、絶対偏差、二乗偏差、全偏差、ダイバージェンス、レンジ、四分位範囲、スキューネス、尖度、Ｌモーメント、変動係数、四分位分散係数、平均絶対偏差、ジニ係数、相対平均偏差、中央絶対偏差、平均絶対偏差、距離標準偏差、分散係数、エントロピ、分散／平均比、最大／最小比、ばらつき測定、正則性測定、類似性測定、類似性指標、類似性スコア、距離、Ｌ１距離、絶対距離、Ｌ２距離，ユークリッド距離、Ｌｋ距離、ノルム、メドイド距離、分類、動き分類、認知、歩容、歩容周期、ジェスチャ、筆跡、有、無、近接性、近接、後退、呼吸速度、心拍数、一回換気量、呼吸の深さ、吸入時間、呼気時間、呼気時間に対する吸入時間の比率、空気流量、心臓の熱対拍動間隔、心拍数変動、および別の分析、のうちの少なくとも１つを含む、項項Ｐ１に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0776】
項Ｐ１８。無線センシングシステムの方法／デバイス／システム／ソフトウェアであって、システムのタイプ１異種無線デバイスのセットから無線信号のセットを送信することであって、それぞれのタイプ１デバイスから、場所の無線マルチパスチャネルを介してそれぞれの量の送信アンテナで無線信号し、前記無線マルチパスチャネルは、前記場所内の特定のタイプ１デバイスの近傍のオブジェクトの動きによって影響を受ける、送信することと、前記無線マルチパスチャネルを介してＮ２個の受信アンテナを有するシステムのタイプ２異種無線デバイスによって無線信号のセットを受信することであって、前記受信された無線信号は前記場所の前記無線マルチパスチャネルのために送信された無線信号とは異なる、受信することと、プロセッサ、メモリ、および命令のセットを使用して、それぞれのタイプ１デバイスに関連するそれぞれの受信無線信号に基づいて、前記無線マルチパスチャネルのいくつかのそれぞれのチャネル情報の時系列（ＴＳＣＩ）を取得することであって、それぞれの前記ＴＳＣＩは、Ｎ１個の送信アンテナのうちの１つおよびＮ２個の受信アンテナのうちの１つに関連する、取得することと、オブジェクトの動き分析の時系列（ＴＳＭＡ）のセットを計算することであって、各前記ＴＳＭＡはそれぞれのタイプ１デバイスに関連するそれぞれのＴＳＣＩの数に基づく、セットを計算することと、ＴＳＭＡのセットに基づいてターゲットデバイスの情報を計算することであって、前記ターゲットデバイスは特定のタイプ１デバイスである、前記情報を計算することと、を含む無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0777】
項Ｐ１９。前記ＴＳＭＡに基づいて前記オブジェクトの動きを監視することをさらに含む、項Ｐ１８に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0778】
項Ｐ２０。前記オブジェクトがトレーニング運動を行うトレーニングオブジェクトである、項Ｐ１８に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0779】
項Ｐ２１。前記オブジェクトが無線センシングシステムのユーザであり、前記ユーザが、ターゲットデバイスの近傍において前記ターゲットデバイスに向かって、またはそこから離れるように移動する、項Ｐ１８に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0780】
項Ｐ２２。前記ＴＳＭＡのセットおよび前記トレーニング運動に基づいて前記ターゲットデバイスのアイデンティティ（ＩＤ）を計算することによって前記ターゲットデバイスを識別することをさらに含み、前記情報はＩＤである、項２１に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0781】
項Ｐ２３。項２２に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェアであって、ターゲットデバイスのＩＤに基づいて、前記ターゲットデバイスのカスタマイズや設定、システムのカスタマイズや設定、システムのカスタマイズや設定、ネットワーク又はシステムの相互接続のカスタマイズや設定、システムのサーバのカスタマイズや設定、ユーザデバイスでのアプリのカスタマイズや設定、システムの表示のカスタマイズや設定、無線センシングタスクのカスタマイズや設定、システムに関連する無線センシングアルゴリズム、融合アルゴリズムや集約アルゴリズム、ターゲットデバイスの許容性、容認性、十分性、適合性、または適格性を確認すること、システムにおけるターゲットデバイスの役割を確認すること、ターゲットデバイス、ＴＳＣＩ、無線信号、無線信号の送信、無線信号の受信、およびＴＳＣＩの取得のうちの少なくとも１つを認定すること、ターゲットデバイスの位置特定、ターゲットデバイスの位置の計算、マップに関するターゲットデバイスの座標の計算、ターゲットデバイスの命名、ターゲットデバイスの名前の変更、ユーザからのターゲットデバイスの位置の取得、ユーザからのターゲットデバイスの名前またはラベルの取得、ユーザからのネットワーク構成またはシステムの相互接続の取得、そして、ユーザから、無線センシングタスク、無線センシングアルゴリズム、融合アルゴリズム、または集約アルゴリズムの構成を取得、のうちの少なくとも１つを行う、無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0782】
項Ｐ２４。前記オブジェクトの動きに関連するＴＳＭＡのセットの挙動を分析することと、前記ＴＳＭＡのセットの挙動の分析に基づいて前記ターゲットデバイスのアイデンティティを計算することと、をさらに含む、項Ｐ２２に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0783】
項Ｐ２５。前記ターゲットデバイスのアイデンティティの予想に基づいて前記ＴＳＭＡのセットのアイデンティティを分析することをさらに含む、項２４に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0784】
項Ｐ２６。前記ＴＳＭＡのパターンを認識することと、前記ＴＳＭＡのパターンの認識に基づいて前記ターゲットデバイスのアイデンティティを計算することと、をさらに含む項２４に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0785】
項Ｐ２７。前記トレーニング運動および前記ターゲットデバイスのアイデンティティの予想に基づいてＴＳＭＡのパターンを認識することと、ＴＳＭＡの前記認識されたパターンに基づいてターゲットデバイスのアイデンティティを確認することと、をさらに含む項Ｐ２６に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0786】
項Ｐ２８。項Ｐ２６に記載の無線センシングシステムの方法／デバイス／システム／ソフトウェアであって、ターゲットＴＳＭＡはターゲットデバイスに関連するＴＳＭＡであり、非ターゲットＴＳＭＡはターゲットＴＳＭＡではないＴＳＭＡのセットうちの少なくとも１つであり、パターンが、オブジェクトが前記ターゲットデバイスの近傍で前記ターゲットデバイスに向かって移動するにつれて、ターゲットＴＳＭＡでの動き分析の特徴は単調増加傾向、前記オブジェクトが前記ターゲットデバイスの近傍で前記ターゲットデバイスに向かって移動することにつれて、ターゲットＴＳＭＡでは動き分析の特徴は単調増加傾向にあるが、非ターゲットＴＳＭＡではそうではない、前記オブジェクトが前記ターゲットデバイスの近傍で前記ターゲットデバイスに向かって移動することにつれて、ターゲットＴＳＭＡと非ターゲットＴＳＭＡの両方における動き分析の特徴は単調増加傾向であり、特徴は非ターゲットＴＳＭＡよりもターゲットＴＳＭＡの方が大きい、前記オブジェクトが前記ターゲットデバイスの近傍で前記ターゲットデバイスから離れるにつれて、ターゲットＴＳＭＡの動き分析の特徴は単調減少傾向、前記オブジェクトが前記ターゲットデバイスの近傍で前記ターゲットデバイスから離れるにつれて、ターゲットＴＳＭＡでは動き分析の特徴は単調減少傾向にあるが、非ターゲットＴＳＭＡではそうではない、前記オブジェクトが前記ターゲットデバイスの近傍で前記ターゲットデバイスから離れるにつれて、ターゲットＴＳＭＡと非ターゲットＴＳＭＡの両方における動き分析の特徴は単調減少傾向であり、特徴は非ターゲットＴＳＭＡよりもターゲットＴＳＭＡの方が大きい、前記ターゲットデバイスの近傍で前記オブジェクトの最接近点でのターゲットＴＳＭＡの動き分析の特徴の最大、最接近点で、ターゲットＴＳＭＡでは動き分析の特徴の最大であるが、非ターゲットＴＳＭＡではそうではない、最接近点で、ターゲットＴＳＭＡと非ターゲットＴＳＭＡの両方における動き分析の特徴は最大で、最大値は、ターゲットＴＳＭＡの方が非ターゲットＴＳＭＡよりも大きい、前記オブジェクトが前記ターゲットデバイスの近傍で前記ターゲットデバイスに向かって移動するにつれて、ターゲットＴＳＭＡ内の動き分析の特徴は正の微分係数又は差分、前記オブジェクトが前記ターゲットデバイスの近傍で前記ターゲットデバイスに向かって移動するにつれて、ターゲットＴＳＭＡの動き分析の特徴は正の微分係数又は差分、非ターゲットＴＳＭＡではそうではない、前記オブジェクトが前記ターゲットデバイスの近傍で前記ターゲットデバイスに向かって移動するにつれ、ターゲットＴＳＭＡと非ターゲットＴＳＭＡの両方における動き分析の特徴の正の微分係数又は差分、非ターゲットＴＳＭＡよりもターゲットＴＳＭＡの方が特徴が大きい、前記オブジェクトが前記ターゲットデバイスの近傍で前記ターゲットデバイスから離れるときに、ターゲットＴＳＭＡ内の動き分析の特徴の負の微分係数又は差分、前記オブジェクトが前記ターゲットデバイスの近傍で前記ターゲットデバイスから離れるときに、ターゲットＴＳＭＡ内での動き分析の特徴の負の微分係数又は差分、非ターゲットＴＳＭＡではそうではない、前記オブジェクトが前記ターゲットデバイスの近傍で前記ターゲットデバイスから離れるときに、ターゲットＴＳＭＡと非ターゲットＴＳＭＡの両方における動き分析の特徴の負の微分係数又は差分で非ターゲットＴＳＭＡよりもターゲットＴＳＭＡの方が特徴は大きい、最接近点でのターゲットＴＳＭＡにおける動き分析の特徴はゼロ微分係数又は差分、最接近点でのターゲットＴＳＭＡにおける動き分析の特徴はゼロ微分係数又は差分であるが、非ターゲットＴＳＭＡではそうでない、ターゲットＴＳＭＡと非ターゲットＴＳＭＡの両方における動き分析の特徴はゼロ微分係数又は差分、最接近点において非ターゲットＴＳＭＡよりもターゲットＴＳＭＡの方が特徴は大きい、最接近点におけるターゲットＴＳＭＡでの動き分析の特徴は負の２次微分係数（または差分の差分）でターゲットＴＳＭＡでの動き分析の特徴の負の２次微分係数（または差分の差分）、最接近点における非ターゲットＴＳＭＡではそうでない、ターゲットＴＳＭＡおよび非ターゲットＴＳＭＡの両方における動き分析の特徴は負の２次微分係数（または差分の差分）で最接近点において、非ターゲットＴＳＭＡよりもターゲットＴＳＭＡの方が特徴は大きい、のうちの少なくとも１つを含む、無線センシングシステムの方法／デバイス／システム／ソフトウェア。
【0787】
上記の特徴は、データ記憶システム、少なくとも１つの入力デバイス、及び少なくとも１つの出力装置からデータ及び命令を受信し、それらにデータ及び命令を送信するように結合された少なくとも１つのプログラマブルプロセッサを含むプログラマブルシステム上で実行可能な１つまたは複数のコンピュータプログラムで有利に実施することができる。コンピュータプログラムは、特定のアクティビティを実行したり、特定の結果をもたらすために、コンピュータ内で直接的または間接的に使用される一連の命令である。コンピュータ・プログラムは、コンパイルされた又は解釈された言語を含む任意の形式のプログラミング言語（例えば、Ｃ、Ｊａｖａ）で書かれてもよく、また、スタンドアロン・プログラムとして又はモジュールとして、構成要素、サブルーチン、ブラウザ・ベースのウェブ・アプリケーション、又はコンピューティング環境での使用に適した他のユニットを含む任意の形式で配置されてもよい。
【0788】
命令のプログラムを実行するのに適したプロセッサは、例えば、汎用及び専用マイクロプロセッサ、デジタル信号プロセッサ、ならびに任意の種類のコンピュータの単独のプロセッサまたは複数のプロセッサまたはコアのうちの１つを含む。一般に、プロセッサは、読み出し専用可能メモリ又はランダムアクセスメモリ、あるいはその両方から命令及びデータを受信する。コンピュータの本質的な要素は、命令を実行するためのプロセッサと、命令及びデータを格納するための１つ以上のメモリである。一般に、コンピュータは、データファイルを記憶するための１つまたは複数の大容量記憶装置も含み、またはそれと通信するように動作可能に結合され、そのような装置は、磁気ディスクのような内部ハードディスク及び取外し可能ディスクな光磁気ディスク、及び光ディスクを含む。コンピュータプログラム命令及びデータを具体的に具現化するのに適した記憶装置は、例として、ＥＰＲＯＭ、ＥＥＰＲＯＭ、及びフラッシュメモリデバイスなどの半導体メモリデバイス、内部ハードディスクなどの磁気ディスク、及び光磁気ディスク、ならびにＣＤ−ＲＯＭ及びＤＶＤ−ＲＯＭディスクなどのリムーバブルディスクを含む、すべての形態の不揮発性メモリを含む。プロセッサ及びメモリは、ＡＳＩＣ（特定用途向け集積回路）によって補完されてもよく、またはＡＳＩＣに組み込まれてもよい。
【0789】
本開示は、多くの具体的な実施の詳細を含むが、これらは、本開示の範囲またはクレームされ得るものに対する限定として解釈されるべきではなく、むしろ、本開示の特定の実施形態に特有の特徴の説明として解釈されるべきである。別個の実施形態の文脈で本明細書に記載される特定の特徴は、一の実施形態において組み合わせて実施されてもよい。逆に、一の実施形態の文脈で説明される様々な特徴は、複数の実施形態で別々に、または任意の適切な組合せで実装されてもよい。
【0790】
同様に、動作は、特定の順序で図面に示されているが、これは、望ましい結果を達成するために、そのような動作が、示された特定の順序で、または連続的な順序で実行されること、または示されたすべての動作が実行されることを必要とするものとして理解されるべきではない。特定の状況では、マルチタスキング及び並列処理が有利であり得る。さらに、上記の実施形態における様々なシステム構成要素の分離は、すべての実施形態においてそのような分離を必要とするものとして理解されるべきではなく、説明されるプログラム構成要素及びシステムは、一般に、単一のソフトウェア製品に一緒に統合されてもよく、または複数のソフトウェア製品にパッケージ化されてもよいことを理解されたい。
【0791】
主題の特定の実施形態を説明した。上述の特徴及びアーキテクチャの任意の組合せは、以下の特許請求の範囲内にあることが意図される。他の実施形態もまた、以下の特許請求の範囲内である。場合によっては、特許請求の範囲に記載されたアクションは、異なる順序で実行されてもよく、依然として望ましい結果を達成することができる。さらに、添付の図面に示されるプロセスは、所望の結果を達成するために、必ずしも示される特定の順序、または連続する順序を必要としない。いくつかの実装形態では、マルチタスキング及び並列処理が有利であり得る。
【図1】
[この文献は図面を表示できません]
【図2】
[この文献は図面を表示できません]
【図3A】
[この文献は図面を表示できません]
【図3B】
[この文献は図面を表示できません]
【図3C】
[この文献は図面を表示できません]
【図3D】
[この文献は図面を表示できません]
【図4】
[この文献は図面を表示できません]
【図5A】
[この文献は図面を表示できません]
【図5B】
[この文献は図面を表示できません]
【図6】
[この文献は図面を表示できません]
【図7A】
[この文献は図面を表示できません]
【図7B】
[この文献は図面を表示できません]
【図7C】
[この文献は図面を表示できません]
【図7D】
[この文献は図面を表示できません]
【図8A】
[この文献は図面を表示できません]
【図8B】
[この文献は図面を表示できません]
【図8C】
[この文献は図面を表示できません]
【図9】
[この文献は図面を表示できません]
【図10A】
[この文献は図面を表示できません]
【図10B】
[この文献は図面を表示できません]
【図11】
[この文献は図面を表示できません]
【図12】
[この文献は図面を表示できません]
【図13】
[この文献は図面を表示できません]
【図14】
[この文献は図面を表示できません]
【図15】
[この文献は図面を表示できません]
【図16】
[この文献は図面を表示できません]
【図17】
[この文献は図面を表示できません]
【図18】
[この文献は図面を表示できません]
【図19】
[この文献は図面を表示できません]
【図20】
[この文献は図面を表示できません]
【図21】
[この文献は図面を表示できません]
【図22】
[この文献は図面を表示できません]
【図23】
[この文献は図面を表示できません]
【図24】
[この文献は図面を表示できません]
【図25A】
[この文献は図面を表示できません]
【図25B】
[この文献は図面を表示できません]
【図26A】
[この文献は図面を表示できません]
【図26B】
[この文献は図面を表示できません]
【図26C】
[この文献は図面を表示できません]
【図27A】
[この文献は図面を表示できません]
【図27B】
[この文献は図面を表示できません]
【図27C】
[この文献は図面を表示できません]
【図28】
[この文献は図面を表示できません]
【図29A】
[この文献は図面を表示できません]
【図29B】
[この文献は図面を表示できません]
【図29C】
[この文献は図面を表示できません]
【図30】
[この文献は図面を表示できません]
【図31A】
[この文献は図面を表示できません]
【図31B】
[この文献は図面を表示できません]
【図32】
[この文献は図面を表示できません]
【図33】
[この文献は図面を表示できません]
【図34】
[この文献は図面を表示できません]
【図35A】
[この文献は図面を表示できません]
【図35B】
[この文献は図面を表示できません]
【図36A】
[この文献は図面を表示できません]
【図36B】
[この文献は図面を表示できません]
【図36C】
[この文献は図面を表示できません]
【図37】
[この文献は図面を表示できません]
【図38】
[この文献は図面を表示できません]
【図39A】
[この文献は図面を表示できません]
【図39B】
[この文献は図面を表示できません]
【図39C】
[この文献は図面を表示できません]
【図40】
[この文献は図面を表示できません]
【図41A】
[この文献は図面を表示できません]
【図41B】
[この文献は図面を表示できません]
【図42】
[この文献は図面を表示できません]
【図43A】
[この文献は図面を表示できません]
【図43B】
[この文献は図面を表示できません]
【図44】
[この文献は図面を表示できません]
【図45】
[この文献は図面を表示できません]
【図46】
[この文献は図面を表示できません]
【図47】
[この文献は図面を表示できません]
【図48】
[この文献は図面を表示できません]
【図49】
[この文献は図面を表示できません]
【図50】
[この文献は図面を表示できません]
【図51】
[この文献は図面を表示できません]
【図52】
[この文献は図面を表示できません]
【図53】
[この文献は図面を表示できません]
【図54】
[この文献は図面を表示できません]
【図55】
[この文献は図面を表示できません]
【図56】
[この文献は図面を表示できません]
【図57A】
[この文献は図面を表示できません]
【図57B】
[この文献は図面を表示できません]
【図58A】
[この文献は図面を表示できません]
【図58B】
[この文献は図面を表示できません]
【図59A】
[この文献は図面を表示できません]
【図59B】
[この文献は図面を表示できません]
【図59C】
[この文献は図面を表示できません]
【図60A】
[この文献は図面を表示できません]
【図60B】
[この文献は図面を表示できません]
【図60C】
[この文献は図面を表示できません]
【図61A】
[この文献は図面を表示できません]
【図61B】
[この文献は図面を表示できません]
【図61C】
[この文献は図面を表示できません]
【図62A】
[この文献は図面を表示できません]
【図62B】
[この文献は図面を表示できません]
【図63A】
[この文献は図面を表示できません]
【図63B】
[この文献は図面を表示できません]
【図63C】
[この文献は図面を表示できません]
【図64】
[この文献は図面を表示できません]
【図65】
[この文献は図面を表示できません]
【外国語明細書】