JP5774957B2

JP5774957B2 - 信号処理装置及び信号処理方法

Info

Publication number: JP5774957B2
Application number: JP2011223912A
Authority: JP
Inventors: 素直論手
Original assignee: Anritsu Corp
Current assignee: Anritsu Corp
Priority date: 2011-10-11
Filing date: 2011-10-11
Publication date: 2015-09-09
Anticipated expiration: 2031-10-11
Also published as: JP2013083559A

Description

本発明は、荷重センサに順次負荷される物品の重量を、簡単な構成、手法で正確に測定するための信号処理装置及び信号処理方法に関する。

物品の重量を測定する計量装置として、物品をコンベアで搬送している間に重量検出を行う計量コンベア方式のものが従来から多用されている。この種の計量装置は、荷重センサとしての計量器で支持した計量コンベアに、前段コンベアから物品を搬入し、搬入物品が計量コンベア上を搬送している間に計量器から出力される計量信号に基づいて物品重量を検出し、重量が検出された物品を後段コンベアへ搬出する。

このような計量装置は、主に食品等の製造ラインに組み込まれて設置されるため、他の生産設備等により起こる床振動や計量コンベアのローラやベルトによる低周期振動成分などが雑音成分として計量器の出力信号に重畳し計量精度の悪化を招く。

このため、計量器の出力信号から雑音成分を効率よく除去し、より真の値に近い物品の重量測定が行え、高精度高速化が図れる動的重量計測手法が要望されている。ソフトウェアの観点では、計量装置により計量され、計量装置を構成するセンサ測定系の固有振動や、床振動環境下での計量搬送系の振動雑音などに乱された計測データから、いかに物品の重量を効率よく正確に推定するかという研究課題として捉えることができる。

ここで、関連する動的重量計測分野の研究としては、例えば、ハカリ系を線形の状態空間表現でモデル化し質量の状態推定問題に帰着した研究、ロードセルの出力信号に含まれる雑音信号を除去した信号に対して線形システム理論とシステム同定法を適用した研究、加速度センサとカルマンフィルタを組み合わせた研究報告などがある。

さらに、本体セルとは別に補償セルを付加して床振動除去を対象に相対補償原理を適用した研究がある。

一方、振動雑音発生の事前知識を用いた研究例として、多連秤での計量測定にロードセルなどの計量器の出力信号をＡ／Ｄ変換して低域通過フィルタ（ＦＩＲ型ＬＰＦ）によるフィルタ処理を振動雑音抑圧除去に適用した報告もある。

このように、計量器の出力信号から振動雑音成分を除去して、真の質量成分を高速高精度に抽出する研究が従来から行われてきたが、その計算手法は主に線形演算によるものであった。この線形演算を用いた信号処理として、一般的に多用されている低域通過フィルタＬＰＦでは、ＬＰＦの遮断周波数幅を低く設定することで低い周波数の雑音成分まで除去することが可能になる。

しかしながら、このような線形演算を用いた信号処理では、解析や評価の手順が一意的に決まる半面、処理遅延時間や時間周波数の不確定性に基づくフィルタの応答時間等には原理的な制約が伴う。具体的には、ＬＰＦの遮断周波数を低く設定した場合、センシング期間を長くする必要があり、その分だけ応答速度が遅くなるという問題があった。また、ＬＰＦの遮断周波数を制限することでＬＰＦ自らが人工雑音を発生し、計量器からの出力信号に人工雑音が重畳され、測定結果に信頼性を欠くという問題があった。そして、計量能力の限界に設定されたＬＰＦの遮断周波数より低い周波数の雑音成分については除去することができなかった。

このため、上記制約を取り払うひとつの考え方に、遭遇する物理現象の事前知識を有効活用する手段がある。例えば、カルマンフィルタなどは信号生成の事前知識を利用した推定手法と考えられる。

しかしながら、信号生成の数理モデリングを確実に実態と合致させるには、初期条件の設定や突発的事象の発生などの不確定要素があり、極めて困難な作業であった。

この問題を解決する有効な技術として、本願発明者は、物品が負荷されている間の一定期間内に、計量信号を所定周期でサンプリングして得られた振幅値の発生頻度を表す確率密度関数ＰＤＦを算出し、その確率密度関数ＰＤＦに基づいて物品重量を推定するシステムを提案している（非特許文献１）。

論手素直：「振幅確率分布(APD)測定技術を用いた動的重量計測の検討」,第２７回センシングフォーラム資料，27(pp.198-202)(2010)

上記の計量信号の振幅の確率密度関数を用いた重量計測手法は、荷重センサに物品が負荷されてから一定期間が経過した計量信号のある期間の信号を取り込んでその振幅確率密度を算出し、例えばその期間の期待値等を算出してこれを基に物品重量を推定するというものであって、信号生成の数理モデリングを厳密に行うという煩雑な処理が不要で簡単で且つ実用的な精度で重量推定が行えるという利点がある。

しかし、この手法においても、多種の雑音信号の影響の除去という点でさらなる改善が望まれる。

本発明はこの点を改善して、計量信号の振幅の確率密度関数に基づいて物品重量を推定する技術において、雑音成分による影響をより確実に除去でき、より正確な重量推定が可能な信号処理装置及び信号処理方法を提供することを目的としている。

上記目的を達成するために、本発明の請求項１の信号処理装置は、
物品が負荷された状態の荷重センサが出力する計量信号を受けて、荷重された物品の重量値を検出するための処理を行う信号処理装置において、
物品の荷重に対応する直流と該直流に重畳する雑音成分とを含む計量信号の処理対象帯域のうち、直流分およびその近傍を除く周波数範囲内で異なる複数（Ｎ）の部分帯域の信号成分（Ｓ_１、Ｓ_２、…、Ｓ_Ｎ）を計量信号から抽出する複数（Ｎ）のフィルタ（ＣＨ_１〜ＣＨ_Ｎ）と、
前記荷重センサに物品が負荷されている所定期間における前記処理対象帯域全体の出力信号（Ｓ_０）の振幅の確率密度関数（ＰＤＦ_０）を算出する全帯域データ処理部（２５）と、
前記複数（Ｎ）の部分帯域の信号成分をそれぞれ受け、該各信号成分の振幅の前記所定期間における確率密度関数（ＰＤＦ_１〜ＰＤＦ_Ｎ）をそれぞれ算出する複数（Ｎ）の部分帯域データ処理部（３０（１）〜３０（Ｎ））と、
前記全帯域データ処理部で得られた確率密度関数と、前記部分帯域データ処理部で得られた確率密度関数に基づいて、前記物品の重量を推定する重量推定部（４０）とを有していることを特徴とする。

また、本発明の請求項２記載の信号処理装置は、請求項１記載の信号処理装置において、
前記重量推定部は、前記全帯域データ処理部および部分帯域データ処理部で得られた確率密度関数の期待値または下限値と上限値の中間値を算出し、該算出値に基づいて前記物品の重量を推定することを特徴とする。

また、本発明の信号処理方法は、
物品が負荷された状態の荷重センサが出力する計量信号を受けて、荷重された物品の重量値を検出するための処理を行う信号処理方法において、
物品の荷重に対応する直流と該直流に重畳する雑音成分とを含む計量信号の処理対象帯域のうち、直流分およびその近傍を除く周波数範囲内で異なる複数（Ｎ）の部分帯域の信号成分（Ｓ_１、Ｓ_２、…、Ｓ_Ｎ）を計量信号から抽出する段階と、
前記荷重センサに物品が負荷されている所定期間における前記処理対象帯域全体の出力信号（Ｓ_０）の振幅の確率密度関数（ＰＤＦ_０）と、前記所定期間における前記各部分帯域の信号成分の振幅の確率密度関数（ＰＤＦ_１〜ＰＤＦ_Ｎ）をそれぞれ算出する段階と、
前記算出した前記処理対象帯域全体の出力信号について得られた確率密度関数（ＰＤＦ_０）と、各部分帯域の信号成分について得られた確率密度関数（ＰＤＦ_１〜ＰＤＦ_Ｎ）とに基づいて前記物品の重量を推定する段階とを含むことを特徴とする。

また、本発明の請求項４記載の信号処理方法は、請求項３記載の信号処理方法において、
前記重量を推定する段階は、
前記算出された各確率密度関数の期待値または下限値と上限値の中間値を算出し、該算出値に基づいて前記物品の重量を推定することを特徴とする。

上記したように、本発明は、重量計測過程の振幅変動を確率過程とみなし、荷重センサに物品が負荷されている間の所定期間に出力される計量信号に対して設定された処理対象帯域全体の振幅の確率密度関数と、その処理対象帯域のうち直流およびその近傍を除く周波数範囲内で異なる複数の部分帯域の信号についての確率密度関数とをそれぞれ算出し、これら異なる帯域について算出した確率密度関数に基づいて物品の重量値を推定している。

このため、物品重量に対応した直流分に重畳されている減衰振動成分や床振動成分等の雑音成分を、複数の部分帯域から抽出した信号の確率密度関数に対応付けることができ、処理対象帯域全体の確率密度関数から得られる重量推定値から、各部分帯域の信号についての確率密度関数から得られる推定値分を除去することで、多種の雑音成分の影響を取り除いたより正確な重量値を求めることができる。

確率密度関数ＰＤＦ、累積確率分布ＡＰＤを説明するための図本発明の多チャネルＰＤＦ測定手法の処理手順を示す図本発明の実施形態の信号処理装置の構成を示す図計量部の構成を示す図計量信号の実測波形図全帯域ＣＨ_０についてのシミュレーション結果を示す図部分帯域ＣＨ_１についてのシミュレーション結果を示す図部分帯域ＣＨ_２についてのシミュレーション結果を示す図

本発明は、物品が負荷された荷重センサから出力される計量信号の振幅を確率変数とし、その確率密度関数ＰＤＦや累積確率分布ＡＰＤを求めて物品重量を推定するものであるので、始めに、確率密度関数ＰＤＦ、累積確率分布ＡＰＤについて簡単に説明する。

確率密度関数（確率密度分布ともいう）ＰＤＦは、図１のような時間信号を例にとると、測定時間Ｔ内において、適切なサンプリング時間で抽出された振幅値の発生頻度を必要測定精度で量子化した振幅レベルごとに計数して求められる。

このＰＤＦ値を、確率変数で積分（累積）すればＡＰＤ値になるが、ＡＰＤ値の定義「信号振幅の包絡線信号がある閾値レベルを超える時間確率」を採用すると、信号振幅ｒ(t)に対して信号振幅の離散値ｘ_ｉを確率変数とし、測定時間Ｔでは、信号振幅閾値Ｒでの占有時間Ｗ_ｉ（ｘ_ｋ）を累積加算し、Ｔで割るとｘ_ｉにおけるＡＰＤ値が次式（１）のように求められる。

ＡＰＤ（ｘ_ｉ）＝ΣＷ_ｉ（ｘ_ｋ）／Ｔ ……（１）
ただし、記号Σは、ｉ＝１〜Ｎ（ｘ_ｋ）までの総和を表す

逆に、このＡＰＤ値を確率変数について差分演算を行えば、ＰＤＦ値を求めることができる。

以上の準備のもとに、本発明の信号処理手法を説明する。なお、本発明では、物品の重量値に対応する直流と、それに重畳する有害な雑音成分とを含む計量信号について処理対象として設定された帯域全体を処理対象帯域とし、その処理対象帯域全体の信号についての確率密度関数と、処理対象帯域のうち直流とその近傍を除いた周波数範囲のうち異なる複数の帯域から抽出した信号についての確率密度関数に基づいて、物品重量を推定しており、この方式を「多チャネルＰＦＤ測定手法」と呼ぶことにする。

図２は、本発明の多チャネルＰＤＦ測定手法の処理手順を示す図である。
前記した計量コンベア方式で用いられる荷重センサ（計量コンベアの計量器）に物品が負荷（搬入）されてからその負荷が解除（搬出）されるまでに荷重センサから出力される計量信号は、図２の（ａ）のような、台形波に雑音信号が重畳された波形となる。

この計量信号を、測定基準タイミング（物品搬入タイミングが適切である）ｔ＝０から時間Ｔｐ（秒）毎に分割し、その各時間信号を図２の（ｂ）のように、周波数軸上で配置したフィルタ群（ＣＨ_０〜ＣＨ_Ｎ）に入力し、各フィルタの出力時間信号を観測する。

ここで、フィルタＣＨ_０は、処理対象帯域全体を通過させるＬＰＦ型のフィルタとし、他のフィルタＣＨ_１〜ＣＨ_ＮはＢＰＦ型で、処理対象帯域のうち直流とその近傍を除いた周波数範囲内で異なる複数Ｎの部分帯域の信号を選択的に通過させるように設定されている。なお、フィルタＣＨ_０は、他のフィルタの前段で計量信号に対して帯域制限してもよく、Ａ／Ｄ変換処理前に用いる帯域制限フィルタを兼用してもよい。

そして、図２の（ｃ）のように、各フィルタ（ＣＨ_０〜ＣＨ_Ｎ）から出力される時間信号のＰＤＦ値をそれぞれ求め、そのＰＤＦ値から、ＡＰＤ値、期待値Ｅ［ｘ］等を計算する。

フィルタＣＨ_１の出力（全帯域信号）に対して算出された期待値には、取得したい物品の重量値（直流値）に対応した成分値だけでなく、過渡振動や床振動等の周波数が異なる雑音成分の影響による成分値が含まれているが、これらの雑音成分値は、他の複数ＮのフィルタＣＨ_１〜ＣＨ_Ｎの出力に対する期待値に現れる。

したがって、図２の（ｄ）のように、フィルタＣＨ_０の出力についての処理帯域全体における期待値Ｅ_０［ｘ］から、フィルタＣＨ_１〜ＣＨ_Ｎの出力について得られる各期待値Ｅ_１［ｘ］〜Ｅ_Ｎ［ｘ］の成分を除去し、その除去後の値から物品重量を推定することで、多種の雑音成分の影響下での重量推定を正確に行うことができる。なお、フィルタＣＨ_１〜ＣＨ_Ｎの出力について得られる期待値Ｅ_１［ｘ］〜Ｅ_Ｎ［ｘ］に関しては、その全てを採用する必要はなく、測定精度に応じて設定したしきい値と比較し、しきい値以下の期待値を無視することも可能である。

また、後述するように、物品の重量値検出の目的だけでなく、測定対象の物品の種類毎に、全帯域および部分帯域についての確率密度関数ＰＤＦ、累積確率密度ＡＰＤ、期待値Ｅ［ｘ］等を記憶しておき、次に測定対象となる物品について新たに求めた確率密度関数ＰＤＦ、累積確率密度ＡＰＤ、期待値Ｅ［ｘ］等のデータと、その物品について過去の測定で得られた確率密度関数ＰＤＦ、累積確率密度ＡＰＤ、期待値Ｅ［ｘ］等のデータとを比較することで、計量部の動作（例えばモータの回転ムラ等）や運転環境の変化（床振動の増減）等を把握することができ、それらに影響されて測定結果に大きな誤差が含まれることを未然に防止する状態管理目的で用いることも可能である。

なお、上記方式において、計量信号のどのタイミングの信号をどの長さで取り込むかによって、算出される各期待値が異なってくるが、その取得タイミングを変えながらサンプル品の計量を繰り返し、必要な精度で重量推定が行える時間帯を求めてから、実際の計量運転を開始すればよい。

図３は、上記原理を用いた信号処理装置２０の全体構成を示している。この信号処理装置２０は、図４に示す計量部１０からの計量信号を処理対象とする。

計量部１０は、荷重センサ１１で支持された計量コンベア１２に対して前段コンベア１３から物品Ｗを搬入し、計量コンベア１２を搬送された物品Ｗを後段コンベア１４に搬出する構造を有しており、計量コンベア１２に対する物品Ｗの搬入タイミングは、搬入センサ１５によって検知される。また、ここでは説明を簡単にするために、計量コンベア１２から出力される計量信号ｓ（ｔ）は、コンベア重量分が差し引かれたものとして扱うが、コンベア重量分を後述処理のいずれかの段階で差し引いて物品重量を求めてもよい。

計量部１０からの計量信号ｓ（ｔ）は、図３に示しているように、Ａ／Ｄ変換部２１に入力され、デジタルのデータ列に変換されてフィルタブロック２２に入力される。

フィルタブロック２２は、処理対象帯域全体を通過させるＬＰＦ型のフィルタＣＨ_０と、その全帯域のうち直流およびその近傍を除く周波数範囲内で複数Ｎの異なる部分帯域に対応した信号成分を抽出するＢＰＦ型のフィルタＣＨ_１〜ＣＨ_Ｎによって構成されており、フィルタＣＨ_０から出力される全帯域信号Ｓ_０は、全帯域データ処理部２５に入力される。

全帯域データ処理部２５は、計量部１０の搬入センサ１５からの信号を受けてから、予め設定された時間Ｔａ経過後の一定期間ＴｐにフィルタＣＨ_０から出力される全帯域信号Ｓ_０についての確率密度関数ＰＤＦ等を算出する。

より具体的に説明すると、全帯域信号Ｓ_０を正規化処理部２６に入力し、負のデータなどが生じた時は全体として正のデータにするシフト処理などを行い、その正規化した値を対数変換部２７によって対数変換し、その対数値を計測目標とする精度の単位で量子化する。なお、対数変換部２７は、多数のデータの処理を円滑にするためであり、この構成を省くこともできる。

そして、この対数値をＰＤＦ演算部２８に入力する。ＰＤＦ演算部２８は、入力される対数値の各出現頻度（ヒストグラム）を求め、これを一定時間Ｔｐに入力されたデータ総数で割ることで、正規化された確率密度関数ＰＤＦ_０を算出する。

また、ＡＰＤ演算部２９は、算出された確率密度関数ＰＤＦ_０を累積加算して、累積確率分布ＡＰＤ_０を求める。なお、確率密度関数ＰＤＦと累積確率分布ＡＰＤは継続して求めても良く、測定期間として１箇所又は複数箇所、さらに回数として１回又は複数回を任意に選択することができる。また、測定期間としては雑音成分のうち、測定に影響を与えると予測される最も低い周波数成分の１周期分（またはそれ以上）が好ましい。

一方、フィルタＣＨ_１〜ＣＨ_Ｎから出力される部分帯域信号Ｓ_１〜Ｓ_Ｎは、それぞれ部分帯域データ処理部３０（１）〜３０（Ｎ）に入力される。

これら複数Ｎの部分帯域データ処理部３０（１）〜３０（Ｎ）は、全帯域データ処理部２５と同一構成であり、前記一定期間ＴｐにそれぞれのフィルタＣＨ_１〜ＣＨ_Ｎから出力される部分帯域信号Ｓ_１〜Ｓ_Ｎについての確率密度関数ＰＤＦ_１〜ＰＤＦ_Ｎ等を求める。

即ち、各部分帯域信号Ｓ_１〜Ｓ_Ｎをそれぞれ正規化処理部３１に入力し、負のデータなどが生じた時は全体として正のデータにするシフト処理などを行い、その正規化した値をそれぞれ対数変換部３２によって対数変換し、その対数値を計測目標とする精度の単位で量子化する。

そして、この対数値をそれぞれＰＤＦ演算部３３に入力し、入力される対数値の各出現頻度（ヒストグラム）を求め、これを一定時間Ｔｐに入力されたデータ総数で割ることで、正規化された確率密度関数ＰＤＦ_１〜ＰＤＦ_Ｎをそれぞれ算出し、それをＡＰＤ演算部３４によって累積加算して、累積確率分布ＡＰＤ_１〜ＡＰＤ_Ｎをそれぞれ求める。

このようにして得られた各情報は、重量推定部４０に入力される。重量推定部４０は、全帯域データ処理部２５で得られた確率密度関数ＰＤＦ_０と、各部分帯域データ処理部３０（１）〜３０（Ｎ）で得られた確率密度関数ＰＤＦ_１〜ＰＤＦ_Ｎとに基づいて、物品Ｗの重量を推定する。

具体的には、前記したように、各確率密度関数からそれぞれ求めた期待値Ｅ_０［ｘ］、Ｅ_１［ｘ］〜Ｅ_Ｎ［ｘ］を用い、例えば、次の演算によって物品重量に対応した期待値Ｅ_Ｗ［ｘ］を求める。なお、ここで期待値とは、一定時間Ｔｐに出現する全ての確率変数（この場合振幅値）について、その値と頻度の積の累計を出現総数で除算した値であり、簡単に言えば、一定時間Ｔｐに出力される信号振幅の単純平均に対応している。

Ｅ_Ｗ［ｘ］＝Ｅ_０［ｘ］−ΣＥ_i［ｘ］
ただし、記号Σはｉ＝１〜Ｎの総和を示す

そして、この期待値Ｅ_Ｗ［ｘ］を重量換算することで、物品Ｗの重量値を得ることができる。

一方、データ管理部５０は、過去に測定したときの全帯域および部分帯域についての確率密度関数ＰＤＦ、累積確率密度ＡＰＤ、期待値Ｅ［ｘ］等を物品の種別情報等とともに記憶しておき、次に測定対象となる物品について新たに求めた確率密度関数ＰＤＦ、累積確率密度ＡＰＤ、期待値Ｅ［ｘ］等のデータと、その物品について過去の測定で得られた確率密度関数ＰＤＦ、累積確率密度ＡＰＤ、期待値Ｅ［ｘ］等のデータとを比較する。

ここで、例えば、計量部１０の動作変調（例えばモータの回転ムラ等）や、運転環境変化（床振動の増減）等があると、全帯域および部分帯域についての確率密度関数ＰＤＦの期待値や中間値、累積確率密度ＡＰＤのパターンに変化が現れるので、その変化の度合いに応じて、重量推定部４０に対して重量推定処理の許可、不許可の指示を与え、計量部１０の状態変化に影響されて大きな測定誤差が生じることを未然に防止する。

以下、上記構成の信号処理装置２０の動作について、３チャネルフィルタ（Ｎ＝２）でシミュレーションした結果について説明する。

ＡＰＤ確率分布を算出するために必要なサンプリング数は現象を把握する上では大きいほどよいが、それに応じて計算時間も長くなってしまうので、ここでは、センサ信号帯域が有する最大周波数の１０倍程度の時間でサンプリングしたデータを用いる。

また、シミュレーション条件として、全帯域用のフィルタＣＨ_０は１ｋＨｚの信号帯域矩形フィルタ、部分帯域用のフィルタＣＨ_１は、遮断周波数が２０Ｈｚ（低域）と４００Ｈｚ（高域）のＢＰＦ、フィルタＣＨ_２は４００Ｈｚ〜６００Ｈｚの直線位相特性のＢＰＦである。また、計量信号としては、図５に示す計量信号の実測データ（重量真値を９０．３４０９ｄＢと見積もっている）を用いている。

測定対象時間Ｔｐは、計量信号に含まれる固有振動周波数３０Ｈｚの一周期分を包含するのに必要な５０ｍ秒とし、物品の負荷開始タイミングから７００〜７５０ｍ秒の期間を測定するものとする。

各フィルタＣＨ_０、ＣＨ_１、ＣＨ_２の出力に対するＰＤＦ／ＡＰＤの測定結果を、図６、図７、図８に示す。各図で横軸は対数振幅レベル値（ｄＢ）、縦軸が確率を示す。ＰＤＦ値は１０倍して表示している。また、フィルタＣＨ_１、ＣＨ_２の出力は振動雑音などの交流成分であるが、比較し易いように定数α（65535/2=90.3088dB表示）を加算して表示している。

図６、図７のフィルタＣＨ_０、ＣＨ_１の結果から、測定期間内の振動成分の周波数挙動を微視的／巨視的に観測することができる。つまり、この例では図６の全帯域のＰＤＦ特性は、図７のＣＨ_１のＰＤＦ特性と類似（高い相関性をもつ）していることから、全帯域の特性の分散（つまり雑音成分）は、ＣＨ_１の成分が支配的であり、ＣＨ_２の振動雑音成分は観測できないほど小さいレベルであることが明確に容易に把握できる。

図６のＣＨ_０の成分は、振動成分ＣＨ_１、ＣＨ_２の成分を含んでいるため、重量推定値としては、線形性を前提にすると、前記したように、ＣＨ_０の期待値Ｅ_０［ｘ］からＣＨ_１、ＣＨ_２の期待値Ｅ_１［ｘ］、Ｅ_２［ｘ］を除去することで、精度の高い推定値が得られることがわかる。

その計算結果を以下に示す。ただし、ＣＨ_１、ＣＨ_２の計算結果には、前記定数αが加算されている。
ＣＨ_０の期待値Ｅ_０［ｘ］＝９０．３０６４ｄＢ
ＣＨ_１の期待値Ｅ_１［ｘ］＋α＝９０．２４７５ｄＢ
ＣＨ_２の期待値Ｅ_２［ｘ］＋α＝９０．３１０３ｄＢ
物品重量推定値Ｅ_Ｗ［ｘ］＝９０．３６６２ｄＢ

この結果から、複数の部分帯域の期待値分を除去して得られた物品重量推定値Ｅ_Ｗ［ｘ］（＝９０．３６６２ｄＢ）は、全帯域について得られた期待値Ｅ_０［ｘ］（＝９０．３０６４ｄＢ）よりも真値Ｒ（＝９０．３４０９ｄＢ）に近いことが確認された。

なお、上記実施形態では、全帯域および部分帯域について求めた確率密度関数ＰＤＦからその期待値を求めて重量推定を行っていたが、確率密度関数ＰＤＦの分布が、真の重量振幅値の周りに発生する一様な雑音分布で、その分布形状が対称性を有しているとみなされるときには、前記各期待値の代わりに、確率密度関数ＰＤＦが存在する確率変数の下限値ｍｉｎ（ｘ）と上限値ｍａｘ（ｘ）の中間値、
Ｃ＝｛ｍａｘ（ｘ）−ｍｉｎ（ｘ）｝／２
を用い、これに基づいて重量推定を行うようにしてもよい。

このように、本発明の信号処理装置２０は、計量信号に対して設定された処理対象帯域全体の信号についての確率密度関数ＰＤＦと、処理対象帯域から直流およびその近傍を除いた周波数範囲内の異なる複数の部分帯域から抽出した信号について確率密度関数ＰＤＦとを求め、それらに基づいて物品の重量を推定するようにしているから、詳細なモデリングを準備する必要がなく、多種の雑音成分の影響を確実に除去した精度の高い測定が行える。

なお、ここでは、計量コンベア方式の計量部からの計量信号に対する処理について説明したが、本発明は、荷重センサに対して物品の負荷とその解除を繰り返し行う計量装置であれば、同様に適用できる。例えば、計量器で支持され計量ホッパを複数設け、それらの計量ホッパに物品を投入して、その重量を求め、重量が求められた物品の組合せの中から、組合せ重量が目標範囲に入る組合せを選定してそれらをひとまとめに排出する組合せ計量装置においても本発明を適用できる。

１０……計量部、１１……計量器（荷重センサ）、１２……計量コンベア、１５……搬入センサ、２０……信号処理装置、２１……Ａ／Ｄ変換部、２２……フィルタブロック、２５……全帯域データ処理部、３０（１）〜３０（Ｎ）……部分帯域データ処理部、２６、３１……正規化処理部、２７、３２……対数変換部、２８、３３……ＰＤＦ演算部、２９、３４……ＡＰＤ演算部、４０……重量推定部、５０……管理部

Claims

物品が負荷された状態の荷重センサが出力する計量信号を受けて、荷重された物品の重量値を検出するための処理を行う信号処理装置において、
物品の荷重に対応する直流と該直流に重畳する雑音成分とを含む計量信号の処理対象帯域のうち、直流分およびその近傍を除く周波数範囲内で異なる複数（Ｎ）の部分帯域の信号成分（Ｓ_１、Ｓ_２、…、Ｓ_Ｎ）を計量信号から抽出する複数（Ｎ）のフィルタ（ＣＨ_１〜ＣＨ_Ｎ）と、
前記荷重センサに物品が負荷されている所定期間における前記処理対象帯域全体の出力信号（Ｓ_０）の振幅の確率密度関数（ＰＤＦ_０）を算出する全帯域データ処理部（２５）と、
前記複数（Ｎ）の部分帯域の信号成分をそれぞれ受け、該各信号成分の振幅の前記所定期間における確率密度関数（ＰＤＦ_１〜ＰＤＦ_Ｎ）をそれぞれ算出する複数（Ｎ）の部分帯域データ処理部（３０（１）〜３０（Ｎ））と、
前記全帯域データ処理部で得られた確率密度関数と、前記部分帯域データ処理部で得られた確率密度関数に基づいて、前記物品の重量を推定する重量推定部（４０）とを有していることを特徴とする信号処理装置。
前記重量推定部は、前記全帯域データ処理部および部分帯域データ処理部で得られた確率密度関数の期待値または下限値と上限値の中間値を算出し、該算出値に基づいて前記物品の重量を推定することを特徴とする請求項１記載の信号処理装置。
物品が負荷された状態の荷重センサが出力する計量信号を受けて、荷重された物品の重量値を検出するための処理を行う信号処理方法において、
物品の荷重に対応する直流と該直流に重畳する雑音成分とを含む計量信号の処理対象帯域のうち、直流分およびその近傍を除く周波数範囲内で異なる複数（Ｎ）の部分帯域の信号成分（Ｓ_１、Ｓ_２、…、Ｓ_Ｎ）を計量信号から抽出する段階と、
前記荷重センサに物品が負荷されている所定期間における前記処理対象帯域全体の出力信号（Ｓ_０）の振幅の確率密度関数（ＰＤＦ_０）と、前記所定期間における前記各部分帯域の信号成分の振幅の確率密度関数（ＰＤＦ_１〜ＰＤＦ_Ｎ）をそれぞれ算出する段階と、
前記算出した前記処理対象帯域全体の出力信号について得られた確率密度関数（ＰＤＦ_０）と、各部分帯域の信号成分について得られた確率密度関数（ＰＤＦ_１〜ＰＤＦ_Ｎ）とに基づいて前記物品の重量を推定する段階とを含むことを特徴とする信号処理方法。
前記重量を推定する段階は、
前記算出された各確率密度関数の期待値または下限値と上限値の中間値を算出し、該算出値に基づいて前記物品の重量を推定することを特徴とする請求項３記載の信号処理方法。