WO2023128582A1 - 무선랜 신호 기반 동작 감지 방법 및 장치 - Google Patents

무선랜 신호 기반 동작 감지 방법 및 장치 Download PDF

Info

Publication number
WO2023128582A1
WO2023128582A1 PCT/KR2022/021449 KR2022021449W WO2023128582A1 WO 2023128582 A1 WO2023128582 A1 WO 2023128582A1 KR 2022021449 W KR2022021449 W KR 2022021449W WO 2023128582 A1 WO2023128582 A1 WO 2023128582A1
Authority
WO
WIPO (PCT)
Prior art keywords
value
measurement
average
values
sample
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/KR2022/021449
Other languages
English (en)
French (fr)
Inventor
제불론아사프
아디 프라나야파탄
황환웅
손주형
곽진삼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wilus Institute of Standards and Technology Inc
Original Assignee
Wilus Institute of Standards and Technology Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wilus Institute of Standards and Technology Inc filed Critical Wilus Institute of Standards and Technology Inc
Priority to EP22916723.4A priority Critical patent/EP4459308A4/en
Priority to KR1020237015457A priority patent/KR102903136B1/ko
Priority to US18/199,366 priority patent/US12593304B2/en
Publication of WO2023128582A1 publication Critical patent/WO2023128582A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
    • G01S13/522—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/74—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems
    • G01S13/76—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems wherein pulse-type signals are transmitted
    • G01S13/765—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems wherein pulse-type signals are transmitted with exchange of information between interrogator and responder
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/01—Determining conditions which influence positioning, e.g. radio environment, state of motion or energy consumption
    • G01S5/017—Detecting state or type of motion
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0205—Details
    • G01S5/021—Calibration, monitoring or correction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0294—Trajectory determination or predictive filtering, e.g. target tracking or Kalman filtering
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING SYSTEMS, e.g. PERSONAL CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/22—Status alarms responsive to presence or absence of persons
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/10—Small scale networks; Flat hierarchical networks
    • H04W84/12—WLAN [Wireless Local Area Networks]

Definitions

  • the present invention relates to a method and apparatus for detecting motion using a wireless LAN signal.
  • Wireless LAN technology is a technology that allows mobile devices such as smart phones, smart pads, laptop computers, portable multimedia players, and embedded devices to wirelessly access the Internet at home, businesses, or specific service areas based on wireless communication technology in a short distance. am.
  • An object of an embodiment of the present invention is to provide a method and apparatus for detecting motion using a wireless LAN signal.
  • a sensing device for performing motion detection using a measurement value indicating a channel state measured using a WLAN signal includes a memory; and a processor.
  • the processor obtains a standard deviation of the size of the measurement value during a predetermined number of measurements or within a predetermined time interval, and obtains a characteristic value of a sensing algorithm based on the obtained standard deviation value.
  • the sensing algorithm is an algorithm learned based on a correlation between a value obtained based on the size of the measured value and whether or not movement occurs around devices exchanging the wireless LAN signal.
  • the sensing algorithm may be an algorithm learned based on a value obtained based on the magnitude of the measurement value and a correlation between the intensity of the wireless LAN signal and whether or not movement occurs around devices exchanging the wireless LAN signal.
  • the sensing algorithm is a binary classification function to determine whether the motion is detected
  • the processor may output whether final motion is detected based on whether the number of detection results indicating motion detection among a plurality of detection results determined according to the output value of the sensing algorithm during the voting period is equal to or greater than a predetermined number.
  • the voting period is a time interval determined by the sensing device.
  • the processor may adjust the sensitivity of the motion detection by adjusting the length of the voting period.
  • the processor determines that the measurement value is the antenna having the smallest average magnitude of the measurement value within a measurement window, which is a time interval in which measurement is performed. Only measured values of can be used.
  • the measurement value may be obtained based on a sample average, which is a value obtained by averaging channel state information (CSI) values measured at the same time in a plurality of subcarriers transmitting the wireless LAN signal.
  • CSI channel state information
  • the measured value may be a value filtered by a selective subcarrier shift cancellation filter.
  • the selective subcarrier shift elimination filter applies Z-Score averaging to samples corresponding to an outlier value, which is a value outside a specific range among sample average values within a measurement window representing a time interval in which measurement is performed, and Z-averaging Inverse Z-Score averaging can be applied to the sample using alternative means and alternative standard deviations.
  • the minimum value of the specific range is the average of sample averages within the measurement range minus the standard deviation of sample averages within the measurement range
  • the maximum value of the specific range is the average of sample averages within the measurement range minus the standard deviation of sample averages within the measurement range. It may be a value plus a deviation.
  • the replacement average may be an average value of average values of samples remaining after excluding the outlier value from average values of samples within the measurement window.
  • the replacement standard deviation is an average of sample standard deviations remaining after excluding the sample standard deviation for the outlier from sample standard deviation values, and the sample standard deviation is the magnitude of CSI values measured at the same time point in the plurality of subcarriers. may be the standard deviation of
  • the measured value may be a value processed by an offset removal filter.
  • the offset elimination filter obtains differences between input values measured temporally adjacent to a plurality of input values within a measurement window representing a time interval in which measurement is performed, applies an outlier elimination filter to the obtained difference values, and measures A value obtained by adding a first input value that is chronologically preceding in the window and difference values obtained by filtering out outliers to the first input value may be output.
  • the outlier removal filter may replace an outlier value, which is a value outside a specific range among input values within the measurement window, with a replacement value.
  • the minimum value of the specific range is a value obtained by subtracting the standard deviation of the input values within the measurement range from the average of the input values within the measurement range, and the maximum value of the specific range is the standard of the input values within the measurement range from the average of the input values within the measurement range. It may be a value plus a deviation.
  • the replacement value may be an average value of remaining input values excluding the outlier value from input values within the measurement window.
  • a method of operating a sensing device for performing motion detection using a measurement value indicating a channel state measured using a WLAN signal is the measurement value during a predetermined number of measurements or within a predetermined time period. Obtaining a standard deviation of the size of ; and obtaining a feature value of a sensing algorithm based on the obtained standard deviation value.
  • the sensing algorithm is an algorithm learned based on a correlation between a value obtained based on the size of the measured value and whether or not movement occurs around devices exchanging the wireless LAN signal.
  • the sensing algorithm may be an algorithm learned based on a value obtained based on the magnitude of the measurement value and a correlation between the intensity of the wireless LAN signal and whether or not movement occurs around devices exchanging the wireless LAN signal.
  • the sensing algorithm may be a binary classification function to determine whether the motion is detected.
  • the operation method includes the step of outputting whether the final motion is detected based on whether the number of detection results indicating motion detection among a plurality of detection results determined according to the output value of the sensing algorithm during the voting period is equal to or greater than a predetermined number. can include more.
  • the voting period is a time interval determined by a sensing device.
  • the step of outputting whether or not the final motion has been detected may include adjusting the sensitivity of the motion detection by adjusting the length of the voting period.
  • the measurement value has the smallest average magnitude of the measurement value within a measurement window, which is a time interval in which the measurement is performed.
  • a step of using only the measured value of the antenna may be further included.
  • the measurement value may be obtained based on a sample average, which is a value obtained by averaging channel state information (CSI) values measured at the same time in a plurality of subcarriers transmitting the wireless LAN signal.
  • CSI channel state information
  • the measured value may be a value filtered by a selective subcarrier shift cancellation filter.
  • the selective subcarrier shift elimination filter applies Z-Score averaging to samples corresponding to an outlier value, which is a value outside a specific range among sample average values within a measurement window representing a time interval in which measurement is performed, and Z-averaging
  • An inverse Z-Score averaging can be applied to the sample using the alternate mean and alternate standard deviation.
  • the minimum value of the specific range is the average of sample averages within the measurement range minus the standard deviation of sample averages within the measurement range
  • the maximum value of the specific range is the average of sample averages within the measurement range minus the standard deviation of sample averages within the measurement range. It may be a value plus a deviation.
  • the replacement average may be an average value of average values of samples remaining after excluding the outlier value from average values of samples within the measurement window.
  • the replacement standard deviation is an average of sample standard deviations remaining from sample standard deviation values excluding the sample standard deviation for the outlier, and the sample standard deviation is the standard of magnitudes of CSI values measured at the same time point in the plurality of subcarriers. may be a deviation.
  • the measured value may be a value filtered by an offset removal filter.
  • the offset elimination filter obtains differences between input values measured temporally adjacent to a plurality of input values within a measurement window representing a time interval in which measurement is performed, applies an outlier elimination filter to the obtained difference values, and measures A value obtained by adding a first input value that is chronologically preceding in the window and difference values obtained by filtering out outliers to the first input value may be output.
  • the outlier removal filter may replace an outlier value, which is a value outside a specific range among input values within the measurement window, with a replacement value.
  • the minimum value of the specific range is a value obtained by subtracting the standard deviation of the input values within the measurement range from the average of the input values within the measurement range, and the maximum value of the specific range is the standard of the input values within the measurement range from the average of the input values within the measurement range. It may be a value plus a deviation.
  • the replacement value may be an average value of remaining input values excluding the outlier value from input values within the measurement window.
  • An embodiment of the present invention provides a method and apparatus for detecting motion using a wireless LAN signal.
  • FIG. 1 shows a system for detecting a user's motion using a wireless LAN signal according to an embodiment of the present invention.
  • FIG. 2 shows that an AP and a sensing node perform frame exchange according to an embodiment of the present invention.
  • FIG. 3 shows that a channel state change occurs due to various events in a wireless channel in which an AP and a sensing node exchange signals according to an embodiment of the present invention.
  • FIG. 4 shows that a channel state change occurs due to various events in a channel in which an AP having a plurality of antennas and a sensing node exchange signals according to an embodiment of the present invention.
  • the sensing device uses a plurality of measurement values and sums measured immediately before the most recent measurement value as a characteristic value of a sensing algorithm.
  • FIG. 6 shows a method of removing noise generated when a channel state is measured according to an embodiment of the present invention.
  • FIG. 7 shows an operation of applying a subcarrier shift cancellation filter to a measured value by a sensing device according to an embodiment of the present invention.
  • FIG 8 shows a state in which an offset removal filter is applied to a measurement value by a sensing device according to an embodiment of the present invention.
  • FIG. 9 shows an operation of performing outlier filtering by a sensing device according to an embodiment of the present invention.
  • FIG. 10 shows a method in which a sensing device according to an embodiment of the present invention extracts a feature value of a sensing algorithm from a measured value.
  • FIG. 11 shows an operation of normalizing a measured value by a sensing device according to an embodiment of the present invention.
  • FIG. 12 shows an operation of outputting a normalized level according to the method described with reference to FIGS. 5 to 11 by a sensing device according to an embodiment of the present invention.
  • FIG. 13 shows an operation in which the sensing device according to an embodiment of the present invention monitors an output value of a sensing algorithm for a predetermined time interval and outputs a final detection result.
  • FIG. 1 shows a system for detecting a user's motion using a wireless LAN signal according to an embodiment of the present invention.
  • the AP may detect movement around the AP and the station based on a result of measuring an RF signal transmitted by the station or information about a result of measuring a signal transmitted by the station. Specifically, when movement around APs and stations occurs, signal measurement results are changed. Accordingly, the AP can detect movement around the AP and the station by tracking the change in the signal measurement result of the station.
  • the signal measurement result may be channel state information (CSI).
  • CSI channel state information
  • a station that performs signal measurement or transmits a signal used for signal measurement is referred to as a sensing node.
  • the AP calculates the detected motion level based on the received signal measurement result.
  • the degree of motion is referred to as an activity level.
  • the AP transmits the calculated activity level to the cloud server.
  • the AP may transmit wireless LAN information related to signal measurement together.
  • the wireless LAN information may include at least one of information about an RF signal used for signal measurement, information about a basic service set (BSS) operated by the AP, and information about a station coupled to the AP.
  • BSS basic service set
  • the user application may display information received from the cloud server according to the user's input. Specifically, the user application may show an activity level calculated from a signal measurement result received from a sensing node.
  • the user application may be a mobile application or web application running on a smartphone.
  • the cloud server stores data received from the AP. Also, the cloud server processes the user application request and transmits a response to the user application request. In addition, the cloud server may transmit a command to the AP having transmitted the user application to the AP.
  • a user can check information about a station coupled to an AP through a user application. In this case, the station information may include at least one of a station name and a location.
  • the device for detecting a motion based on a measurement result is described as an AP, but in another specific embodiment, a cloud server may detect a motion based on a measurement result.
  • a sensing device a device that senses a motion based on a measurement result.
  • FIG. 2 shows that an AP and a sensing node perform frame exchange according to an embodiment of the present invention.
  • CSI may represent distortion of a signal while it propagates from a transmitter to a receiver.
  • CSI may indicate effects such as scattering, fading, and power attenuation according to distance.
  • the transmitting/receiving unit may respond to a change in a channel state based on channel state information (CSI). Through this, the transceiver can maintain high reliability in communication using a plurality of antennas with a high data rate.
  • CSI may indicate distortion that a signal has as it propagates from a transmitter to a receiver, CSI needs to be measured at the receiver side. Measurement procedures must be performed continuously and at appropriate times. Therefore, it can be recommended that the measurement procedure be performed by a non-battery powered device.
  • the AP transmits a null data packet from the sensing node, and the sensing node transmits an ACK frame to the AP.
  • the AP measures CSI for a signal including an ACK frame. Through this, the AP can minimize the influence on power consumption of the battery of the sensing node.
  • the CSI measured by the AP may show the state of the current radio channel. The radio channel state shows signal propagation distortion while the ACK frame transmitted from the sensing node to the AP is wirelessly propagated.
  • FIG. 3 shows that a channel state change occurs due to various events in a wireless channel in which an AP and a sensing node exchange signals according to an embodiment of the present invention.
  • the AP and the sensing node may exchange signals through an optimal path.
  • the optimal path between the AP and the sensing node may be hindered by human movement. This allows both the AP and the sensing node to modify the path of the signal.
  • signal exchange between the AP and the sensing node is performed through multiple paths.
  • the received signal is expressed as the sum of all signals reaching the receiver through multipath.
  • a signal propagated through a line-of-sight path (t 0 ) generally has the greatest effect. If an obstruction, for example, a person, passes through the optimal path (t 0 ) between the AP and the sensing node, the signal propagated through the non-line-of-sight path (t n ) between the AP and the sensing node may have the greatest effect on the received signal. there is.
  • the value of CSI may be stable.
  • the deviation of the CSI for the received signal composed of the sum of the multipaths may increase.
  • FIG. 4 shows that a channel state change occurs due to various events in a channel in which an AP having a plurality of antennas and a sensing node exchange signals according to an embodiment of the present invention.
  • a signal exchanged through a propagation path may have the greatest effect.
  • an obstacle such as a person, passes through the propagation path between the AP and the sensing node (t 00 - t 10 )
  • the radio signal propagation path changes (path (t 0n - t 1n )) and the CSI of the received signal changes. do.
  • the AP obtains a plurality of CSI values according to the number of receiving antennas.
  • a human motion may be detected based on a change in CSI value.
  • various environmental changes around the AP and the sensing node may cause a change in the CSI value. Therefore, it is necessary to exclude environmental changes, not human movements. In the case of environmental changes other than human movement, a rapid change in the CSI value may occur. Therefore, a method for excluding a sudden change in the CSI value is required.
  • a change having a different characteristic from a change in the CSI value caused by a person's motion is removed, false sensing caused by the movement of an animal or object can be prevented. Embodiments for this will be described with reference to FIGS. 5 to 13 .
  • the sensing device may perform motion detection using another value indicating a channel state instead of CSI.
  • a value representing a channel state is referred to as a measurement value or a measurement result.
  • the sensing device uses a plurality of measurement values and sums measured immediately before the most recent measurement value as a characteristic value of a sensing algorithm.
  • the sensing device may use a value obtained based on an average of the most recent measurement value and the measurement values measured before the most recent measurement value as a feature value of the sensing algorithm. Specifically, the sensing device may use a value obtained based on the sum of N-1 measurement values measured immediately before the most recent measurement value and the most recent measurement value as a feature value of the sensing algorithm.
  • N is a natural number greater than 1.
  • a value obtained based on the sum of N-1 measured values and the most recent measured value may be an average of N-1 measured values and the most recent measured value.
  • the sensing device may obtain a measurement value by measuring a channel state at regular time intervals.
  • a time interval for obtaining N measurement values is referred to as a measurement window.
  • N may be a predetermined value or may be adjusted by a sensing device.
  • the sensing device can temporarily remove noise that causes a change in measured value.
  • FIG. 6 shows a method of removing noise generated when a channel state is measured according to an embodiment of the present invention.
  • Spike noise is also referred to as impulse noise.
  • Spike noise can be judged by the appearance of sharp and sudden disturbances.
  • Spike noise occurs for a relatively short period of time.
  • Step noise can be judged by the appearance of sharp and sudden disturbances like impulse noise.
  • step noise occurs for a relatively long time.
  • a WLAN signal is performed using a plurality of subcarriers. Therefore, noise may occur for each subcarrier.
  • the sensing device may apply a noise reduction filter for each subcarrier. Also, specific noise may occur in all subcarriers. To reduce this kind of noise, the sensing device may apply a noise reduction filter to a plurality of subcarriers.
  • the sensing device may apply a subcarrier shift removal filter to the measured value. Also, the sensing device may apply an offset removal filter to the measurement value. Also, the sensing device may apply an outlier removal filter to the measurement value.
  • FIG. 6 shows an operation in which the sensing device applies a subcarrier shift elimination filter, an offset elimination filter, and an outlier elimination filter to a measured value.
  • a detailed operation of applying the subcarrier shift elimination filter, the offset elimination filter, and the outlier elimination filter will be described with reference to FIGS. 7 to 9 , respectively.
  • FIG. 7 shows an operation of applying a subcarrier shift cancellation filter to a measured value by a sensing device according to an embodiment of the present invention.
  • the sensing device may use a value obtained based on the average and standard deviation of measurement values for each subcarrier measured at the same time as a feature value of the sensing algorithm. Specifically, the sensing device obtains an average and a standard deviation of measurement values for each subcarrier measured at the same time.
  • a measurement result for each subcarrier measured at the same time is referred to as a sample
  • an average and standard deviation of measurement values for each subcarrier measured at the same time are referred to as sample mean and sample standard deviation.
  • the sensing device may remove a sample having a sample average value that is significantly different from other sample average values within the measurement window. Specifically, the sensing device may remove samples having a sample average outside a specific range among samples within the measurement window, and may use a value obtained based on the remaining values as a feature value of the sensing algorithm. Specifically, the sensing device may replace the sample average ( ⁇ s2 ) of a sample outside a specific range among sample averages with a replacement average. In this case, the replacement average may be an average ( ⁇ ⁇ s ) of sample average values excluding values outside a specific range among sample average values within the measurement window.
  • the minimum value of the specific range is a value obtained by subtracting the standard deviation ( ⁇ ⁇ s ) of the sample averages from the average of the sample averages within the measurement window ( ⁇ ⁇ s ) from the average of the sample averages within the measurement window, and the maximum value of the specific range is within the measurement window. It may be the average of sample averages ( ⁇ ⁇ s ) plus the standard deviation ( ⁇ ⁇ s ) of sample averages within the measurement window.
  • the sample standard deviation ( ⁇ s2 ) for which the sample mean is outside a specified range may also be replaced with an alternate standard deviation. In this case, the replacement standard deviation may be an average ( ⁇ ⁇ s ) of sample standard deviation values excluding sample standard deviation values of samples whose sample average is outside a specific range among sample standard deviation values within the measurement window.
  • the sensing device averages the Z-Score of the measurement window samples. That is, we can make the mean equal to 0 and the standard deviation equal to 1. Thereafter, the Z-Score averaged data may be restored to an original signal through inverse Z-Score averaging.
  • the sensing device uses the newly calculated average ( ⁇ ⁇ s ) of the sample mean instead of the sample mean of the samples and the mean of the sample standard deviation values instead of the sample standard deviation of the samples.
  • the sensing device may omit Z-score averaging for samples having a sample average within a specific range.
  • the subcarrier shift cancellation filter of the sensing device can remove noise affecting overall subcarriers used for wireless LAN signal transmission.
  • the sensing device can remove the aforementioned spike noise.
  • FIG 8 shows a state in which an offset removal filter is applied to a measurement value by a sensing device according to an embodiment of the present invention.
  • the sensing device may obtain differences in measured values of adjacent samples within the measurement window, and apply an outlier removal filter to the obtained difference values.
  • the sensing device may use a value obtained based on the filtered difference values as a feature value of the sensing algorithm.
  • the measured value of the sample may be the sample mean and sample standard deviation filtered through FIG. 7 above.
  • the measured value of the sample may be the sample mean and sample standard deviation that are not filtered in FIG. 7 .
  • the sensing device may obtain a difference between measurement values of adjacent samples within a measurement window. In this case, the sensing device may apply an outlier removal filter to the obtained difference values.
  • the outlier removal filter is a filter for flattening a sample value outside a specific range among a plurality of values.
  • the outlier removal filter will be described in detail with reference to FIG. 9 .
  • the sensing device may restore the measured value in the same form as the measured value within the measurement window by adding the measured value of the first sample within the measurement window and difference values filtered by removing outliers to the measured value of the first sample.
  • the first sample is the first sample measured within the measurement window. 8 shows this operation of the sensing device.
  • FIG. 9 shows an operation of performing outlier filtering by a sensing device according to an embodiment of the present invention.
  • the outlier elimination filter indicates that values outside the normal range among a plurality of values are averaged only with values other than the outlier values, and then the outlier values are replaced with the average value.
  • the minimum value of the normal range is a value obtained by subtracting the standard deviation of the plurality of values from the average of the plurality of values
  • the maximum value of the normal range is the value obtained by adding the standard deviation of the plurality of values to the average of the plurality of values.
  • FIG. 10 shows a method in which a sensing device according to an embodiment of the present invention extracts a feature value of a sensing algorithm from a measured value.
  • the CSI value is a value representing deviation from the reference signal.
  • CSI values are extracted as complex values.
  • the sensing device may obtain a feature value of the sensing algorithm based on the magnitude of the CSI value.
  • the sensing device may obtain a standard deviation of the size of the CSI value during a pre-specified number of measurements or within a pre-specified time period, and obtain a characteristic value of the sensing algorithm based on the obtained standard deviation value.
  • the measurement value used in FIGS. 5 to 9 above may be a standard deviation value of the size of the CSI value during a pre-specified number of measurements or within a pre-specified time interval. This is because the movement of the surroundings between the AP and the sensing node affects the change in the propagation path, resulting in a change in the CSI value.
  • the sensing device may obtain the standard deviation of the size of the CSI value during a predetermined number of measurements for each subcarrier or within a predetermined time period. Thereafter, the sensing device may obtain an average of standard deviations of magnitudes of CSI values of all subcarriers. This is because the size of CSI may be different for each subcarrier.
  • the sensing device may use the smallest value among averages of standard deviations of CSI values of all subcarriers for each antenna as a feature value of the sensing algorithm. This is because different paths may be indicated for each antenna.
  • the CSI value may be a CSI value to which the preprocessing described with reference to FIGS. 5 to 9 is applied or a measurement value to which the preprocessing is applied.
  • This change in the CSI value may reflect signal attenuation as well as a change in a path through which a signal is transmitted. Therefore, as the sensing node moves away from the AP, the change in the CIS value decreases even if there is motion between the sensing node and the AP. Therefore, a method of normalizing the level of the measured value is required. This will be described with reference to FIGS. 11 and 12 .
  • FIG. 11 shows an operation of normalizing a measured value by a sensing device according to an embodiment of the present invention.
  • a threshold value may be applied to a characteristic value of an algorithm to determine whether motion is in progress around the AP and the sensing node. For example, motion may be determined based on whether a feature value of the algorithm is greater than a threshold value. Since the feature values of the algorithm described with reference to FIG. 10 are based on the standard deviation of CSI values, there is no unit or range, and the algorithm feature values may vary depending on the distance between the AP and the sensing node. In general, as the distance between the AP and the station increases, the signal strength (RSSI, Received Signal Strength Indication) has a lower value.
  • RSSI Received Signal Strength Indication
  • the collected data in which the signal strength and the level of the non-normalized measurement value are input values, and the result value is a determination as to whether movement is in progress around the AP and the sensing node
  • the feature value of the algorithm is referred to as activity
  • the determination of whether motion is in progress around the AP and the sensing node is referred to as a motion detection result.
  • the sensing device may use an algorithm for normalizing levels of activity values without units and ranges.
  • the algorithm uses a data set that has signal strength and non-normalized activity as input values using machine learning or regression algorithms, and determines whether or not movement is in progress around the AP and sensing node as a result value. It may be a learned algorithm.
  • the correlation between the level of the activity value and the motion detection result is not simply learned, but the correlation between the signal strength and the level of the measurement value and the motion detection result can be learned.
  • the data set used for learning cover possible signal strengths and various operations.
  • the sensing algorithm may be a binary classification machine learning algorithm. Specifically, the sensing algorithm may use a sigmoid function outputting a value of 0 to 1 as an activation function or a cost function. At this time, the sigmoid function represents a probability corresponding to a pre-specified state.
  • the learning data may be labeled as 1 when motion is detected and labeled as 0 when motion is not detected.
  • the output of the sigmoid function when the output of the sigmoid function is close to 1, it indicates that the sensing algorithm has determined that there is a high probability that motion has occurred.
  • the output of the sigmoid function is close to 1, it indicates that the sensing algorithm does not determine that there is a high probability that there is no motion. Since the output of the sigmoid function has a value of 0 to 1 even if the signal strength (RSSI) varies, it may be easy for the sensing device to adjust the sensitivity of motion detection when the sigmoid function is used.
  • RSSI signal
  • FIG. 12 shows an operation of outputting a normalized level according to the method described with reference to FIGS. 5 to 11 by a sensing device according to an embodiment of the present invention.
  • the pre-processing block of the sensing device may apply pre-processing to measurement values obtained by measuring channel conditions according to the embodiments described with reference to FIGS. 5 to 9 .
  • the preprocessing sequence may be changed from the above-described embodiments, and additional preprocessing may be performed.
  • the feature value extraction block of the sensing device may extract a feature value (activity) from the preprocessed measurement value according to the embodiments described with reference to FIG. 10 .
  • the level normalization block of the sensing device may output an output value having a normalized level by using the sensing algorithm according to the embodiments described with reference to FIG. 11 .
  • the output value has a normalized range regardless of the distance (RSSI) between the AP and the sensing node for the same motion.
  • the input values of the sensing algorithm may be activity and signal strength, as described above.
  • FIG. 13 shows an operation in which the sensing device according to an embodiment of the present invention monitors an output value of a sensing algorithm for a predetermined time interval and outputs a final detection result.
  • an output value of the sensing algorithm may be normalized. As the output value is normalized, constant sensitivity can be maintained even if the sensing node is changed. Also, the sensing device may determine motion based on whether an output value of the sensing algorithm is greater than a threshold value. In this case, the sensing device may adjust the sensitivity of motion detection by adjusting the size of the threshold value. For example, the sensing device may reduce erroneous detection by increasing the size of the threshold value. Also, the sensing device may increase sensitivity of motion detection by lowering the size of the threshold.
  • a sensing result determined by comparing an output value of the sensing algorithm with a threshold value is referred to as a sensing result, and a sensing result finally output by the sensing device is referred to as a final result.
  • a final detection result may be output by monitoring the detection result for a certain period of time.
  • a certain period may be referred to as a voting period, and the length of the voting period may be referred to as a voting size.
  • the sensing device may set the final output as motion detection.
  • the sensing device may set the final output as motion detection.
  • the predetermined number may be half of the number of detection results determined during a predetermined period.
  • the voting size may be adjusted by a sensing device.
  • the sensing device may adjust sensitivity of motion detection by adjusting the voting size. For example, the sensing device may increase the sensitivity of motion detection by reducing the voting size. However, the sensing device may reduce the probability of false detection by increasing the voting size. Through this embodiment, the sensing device can reduce erroneous detection due to noise.
  • the present invention has been described by taking wireless LAN communication as an example, but the present invention is not limited thereto and may be equally applied to other communication systems such as cellular communication. Also, although the method, apparatus, and system of the present invention have been described with reference to specific embodiments, some or all of the components and operations of the present invention may be implemented using a computer system having a general-purpose hardware architecture.

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Electromagnetism (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

무선랜 신호를 이용하여 측정된 채널 상태를 나타내는 측정 값을 이용하여 움직임 감지를 수행하는 센싱 장치가 개시된다. 센싱 장치는 메모리 및 프로세서를 포함한다. 상기 프로세서는 미리 지정된 측정 횟수 동안 또는 미리 지정된 시간 구간 내에서 상기 측정 값의 크기의 표준 편차를 획득하고, 획득한 표준 편차 값을 기초로 센싱 알고리즘의 특징 값을 획득하고, 상기 센싱 알고리즘은 상기 측정 값의 크기를 기초로 획득된 값과 상기 무선랜 신호를 교환하는 장치들 주변의 움직임 발생 여부의 상관관계를 기초로 학습된 알고리즘이다.

Description

무선랜 신호 기반 동작 감지 방법 및 장치
본 발명은 무선랜 신호를 사용하여 동작을 감지하는 방법 및 장치에 관한 것이다.
최근 모바일 기기의 보급이 확대됨에 따라 이들에게 빠른 무선 인터넷 서비스를 제공할 수 있는 무선랜(Wireless LAN) 기술이 많은 각광을 받고 있다. 무선랜 기술은 근거리에서 무선 통신 기술을 바탕으로 스마트 폰, 스마트 패드, 랩탑 컴퓨터, 휴대형 멀티미디어 플레이어, 임베디드 기기 등과 같은 모바일 기기들을 가정이나 기업 또는 특정 서비스 제공지역에서 무선으로 인터넷에 접속할 수 있도록 하는 기술이다.
무선랜의 보급과 함께, 무선랜의 AP(access point)와 스테이션(station) 사이에 교환되는 신호를 사용하여 AP와 스테이션 주변의 동작을 감지하려는 연구도 진행되고 있다. 무선랜 신호를 이용한 동작 감지는 사용자의 모습을 직접 촬영하는 것이 필요치 않으므로, 불필요한 사생활 노출을 최소화할 수 있는 장점을 가지고 있다. 다만, 동작 감지의 정확성을 높일 수 있는 방법과 기존 무선랜 통신을 방해하지 않을 수 있는 방법에 대해 후속 연구가 필요하다는 의견이 제기되고 있다.
본 발명의 일 실시 예는 무선랜 신호를 사용하여 동작을 감지하는 방법 및 장치를 제공하는 것을 목적으로 한다.
본 발명의 일 실시 예에 따라 무선랜 신호를 이용하여 측정된 채널 상태를 나타내는 측정 값을 이용하여 움직임 감지를 수행하는 센싱 장치는 메모리; 및 프로세서를 포함한다. 상기 프로세서는 미리 지정된 측정 횟수 동안 또는 미리 지정된 시간 구간 내에서 상기 측정 값의 크기의 표준 편차를 획득하고, 획득한 표준 편차 값을 기초로 센싱 알고리즘의 특징 값을 획득한다. 상기 센싱 알고리즘은 상기 측정 값의 크기를 기초로 획득된 값과 상기 무선랜 신호를 교환하는 장치들 주변의 움직임 발생 여부의 상관관계를 기초로 학습된 알고리즘이다.
상기 센싱 알고리즘은 상기 측정 값의 크기를 기초로 획득된 값 및 상기 무선랜 신호의 세기와 상기 무선랜 신호를 교환하는 장치들 주변의 움직임 발생 여부의 상관관계를 기초로 학습된 알고리즘일 수 있다.
상기 센싱 알고리즘은 상기 움직임 감지의 여부를 이진 분류 함수이고,
상기 프로세서는 보팅 기간 동안 상기 센싱 알고리즘의 출력 값에 따라 판단된 복수의 감지 결과 중 움직임 감지를 나타내는 감지 결과의 개수가 미리 지정된 개수 이상인지를 기초로 최종 움직임 감지 여부를 출력할 수 있다. 이때, 상기 보팅 기간은 센싱 장치에 의해 결정되는 시간 구간이다.
상기 프로세서는 상기 보팅 기간의 길이를 조정하여 상기 움직임 감지의 민감도를 조정할 수 있다.
상기 프로세서는 상기 무선랜 신호가 어느 한 단말의 복수의 안테나를 통해 동시에 교환되는 경우, 상기 측정 값은 측정이 수행되는 시간 구간인 측정 윈도우 내에서 상기 측정 값의 평균 크기가 가장 작은 값을 갖는 안테나의 측정 값만을 사용할 수 있다.
상기 측정 값은 상기 무선랜 신호를 전송하는 복수의 서브캐리어에서 동일한 시점에 측정된 CSI(channel state information) 값의 크기를 평균한 값인 샘플 평균을 기초로 획득될 수 있다.
상기 측정 값은 선택적 서브캐리어 쉬프트 제거 필터에 의해 필터링된 값일 수 있다. 상기 선택적 서브캐리어 쉬프트 제거 필터는 측정이 수행되는 시간 구간을 나타내는 측정 윈도우 내에서 샘플 평균 값들 중 특정 범위를 벗어난 값인 아웃라이어 값에 해당하는 샘플들에 Z-Score 평균화를 적용하고, Z-평균화된 샘플에 대체 평균과 대체 표준 편차를 이용하여 역 Z-Score 평균화를 적용할 수 있다. 상기 특정 범위의 최솟값은 상기 측정 범위 내 샘플 평균들의 평균에서 상기 측정 범위 내 샘플 평균들의 표준 편차를 뺀 값이고, 상기 특정 범위 최댓값은 측정 범위 내 샘플 평균들의 평균에서 상기 측정 범위 내 샘플 평균들의 표준 편차를 더한 값일 수 있다. 또한, 상기 대체 평균은 측정 윈도우 내에서 샘플 평균 값들에서 상기 아웃라이어 값을 제외한 나머지 샘플 평균 값의 평균 값일 수 있다. 또한, 상기 대체 표준 편차는 샘플 표준 편차 값들에서 상기 아웃라이어에 대한 샘플 표준 편차를 제외한 나머지 샘플 표준 편차의 평균이고, 상기 샘플 표준 편차는 상기 복수의 서브캐리어에서 동일한 시점에 측정된 CSI 값의 크기의 표준 편차일 수 있다.
상기 측정 값은 오프셋 제거 필터에 의해 처리된 값일 수 있다. 상기 오프셋 제거 필터는 측정이 수행되는 시간 구간을 나타내는 측정 윈도우 내의 복수의 입력 값의 시간적으로 인접하게 측정된 입력 값들의 차이를 획득하고, 상기 획득한 차이 값들에 아웃라이어 제거 필터를 적용하고, 측정 윈도우 내의 시간적으로 가장 앞선 첫 번째 입력 값과 상기 첫 번째 입력 값에 아웃라이어 제거 필터링된 차이 값들을 더한 값을 출력할 수 있다. 상기 아웃라이어 제거 필터는 상기 측정 윈도우 내에서 입력 값들 중 특정 범위를 벗어난 값인 아웃라이어 값을 대체 값으로 대체할 수 있다. 상기 특정 범위의 최솟값은 상기 측정 범위 내 입력 값들의 평균에서 상기 측정 범위 내 입력 값들의 표준 편차를 뺀 값이고, 상기 특정 범위 최댓값은 측정 범위 내 입력 값들의 평균에서 상기 측정 범위 내 입력 값들의 표준 편차를 더한 값일 수 있다. 상기 대체 값은 측정 윈도우 내에서 입력 값들에서 상기 아웃라이어 값을 제외한 나머지 입력 값의 평균 값일 수 있다.
본 발명의 실시 예에 따라 무선랜 신호를 이용하여 측정된 채널 상태를 나타내는 측정 값을 이용하여 움직임 감지를 수행하는 센싱 장치의 동작 방법은 미리 지정된 측정 횟수 동안 또는 미리 지정된 시간 구간 내에서 상기 측정 값의 크기의 표준 편차를 획득하는 단계; 및 획득한 표준 편차 값을 기초로 센싱 알고리즘의 특징 값을 획득하는 단계를 포함한다. 상기 센싱 알고리즘은 상기 측정 값의 크기를 기초로 획득된 값과 상기 무선랜 신호를 교환하는 장치들 주변의 움직임 발생 여부의 상관관계를 기초로 학습된 알고리즘이다.
상기 센싱 알고리즘은 상기 측정 값의 크기를 기초로 획득된 값 및 상기 무선랜 신호의 세기와 상기 무선랜 신호를 교환하는 장치들 주변의 움직임 발생 여부의 상관관계를 기초로 학습된 알고리즘일 수 있다.
상기 센싱 알고리즘은 상기 움직임 감지의 여부를 이진 분류 함수일 수 있다. 이때, 상기 동작 방법은 보팅 기간 동안 상기 센싱 알고리즘의 출력 값에 따라 판단된 복수의 감지 결과 중 움직임 감지를 나타내는 감지 결과의 개수가 미리 지정된 개수 이상인지를 기초로 최종 움직임 감지 여부를 출력하는 단계를 더 포함할 수 있다. 상기 보팅 기간은 센싱 장치에 의해 결정되는 시간 구간이다.
상기 최종 움직임 감지 여부를 출력하는 단계는 상기 보팅 기간의 길이를 조정하여 상기 움직임 감지의 민감도를 조정하는 단계를 포함할 수 있다.
상기 동작 방법은 상기 무선랜 신호가 어느 한 단말의 복수의 안테나를 통해 동시에 교환되는 경우, 상기 측정 값은 측정이 수행되는 시간 구간인 측정 윈도우 내에서 상기 측정 값의 평균 크기가 가장 작은 값을 갖는 안테나의 측정 값만을 사용하는 단계를 더 포함할 수 있다.
상기 측정 값은 상기 무선랜 신호를 전송하는 복수의 서브캐리어에서 동일한 시점에 측정된 CSI(channel state information) 값의 크기를 평균한 값인 샘플 평균을 기초로 획득될 수 있다.
상기 측정 값은 선택적 서브캐리어 쉬프트 제거 필터에 의해 필터링된 값일 수 있다. 상기 선택적 서브캐리어 쉬프트 제거 필터는 측정이 수행되는 시간 구간을 나타내는 측정 윈도우 내에서 샘플 평균 값들 중 특정 범위를 벗어난 값인 아웃라이어 값에 해당하는 샘플들에 Z-Score 평균화를 적용하고, Z-평균화된 샘플에 상기 대체 평균과 대체 표준 편차를 이용하여 역 Z-Score 평균화를 적용할 수 있다. 상기 특정 범위의 최솟값은 상기 측정 범위 내 샘플 평균들의 평균에서 상기 측정 범위 내 샘플 평균들의 표준 편차를 뺀 값이고, 상기 특정 범위 최댓값은 측정 범위 내 샘플 평균들의 평균에서 상기 측정 범위 내 샘플 평균들의 표준 편차를 더한 값일 수 있다. 상기 대체 평균은 측정 윈도우 내에서 샘플 평균 값들에서 상기 아웃라이어 값을 제외한 나머지 샘플 평균 값의 평균 값일 수 있다. 상기 대체 표준 편차는 샘플 표준 편차 값들에서 상기 아웃라이어에 대한 샘플 표준 편차를 제외한 나머지 샘플 표준 편차의 평균이고, 상기 샘플 표준 편차는 상기 복수의 서브캐리어에서 동일한 시점에 측정된 CSI 값의 크기의 표준 편차일 수 있다.
상기 측정 값은 오프셋 제거 필터에 의해 필터링된 값일 수 있다. 상기 오프셋 제거 필터는 측정이 수행되는 시간 구간을 나타내는 측정 윈도우 내의 복수의 입력 값의 시간적으로 인접하게 측정된 입력 값들의 차이를 획득하고, 상기 획득한 차이 값들에 아웃라이어 제거 필터를 적용하고, 측정 윈도우 내의 시간적으로 가장 앞선 첫 번째 입력 값과 상기 첫 번째 입력 값에 아웃라이어 제거 필터링된 차이 값들을 더한 값을 출력할 수 있다. 상기 아웃라이어 제거 필터는 상기 측정 윈도우 내에서 입력 값들 중 특정 범위를 벗어난 값인 아웃라이어 값을 대체 값으로 대체할 수 있다. 상기 특정 범위의 최솟값은 상기 측정 범위 내 입력 값들의 평균에서 상기 측정 범위 내 입력 값들의 표준 편차를 뺀 값이고, 상기 특정 범위 최댓값은 측정 범위 내 입력 값들의 평균에서 상기 측정 범위 내 입력 값들의 표준 편차를 더한 값일 수 있다. 상기 대체 값은 측정 윈도우 내에서 입력 값들에서 상기 아웃라이어 값을 제외한 나머지 입력 값의 평균 값일 수 있다.
본 발명의 일 실시 예는 무선랜 신호를 사용하여 동작을 감지하는 방법 및 장치을 제공한다.
도 1은 본 발명의 실시 예에 따라 무선랜 신호를 사용하여 사용자의 동작을 감지하는 시스템을 보여준다.
도 2는 본 발명의 실시 예에 따른 AP와 센싱 노드가 프레임 교환을 수행하는 것을 보여준다.
도 3은 본 발명의 실시 예에 따른 AP와 센싱 노드가 신호를 교환하는 무선 채널에서, 다양한 이벤트로 인해 채널 상태 변경이 일어나는 것을 보여준다.
도 4는 본 발명의 실시 예에 따라 복수의 안테나를 가진 AP와 센싱 노드가 신호를 교환하는 채널에서, 다양한 이벤트로 인해 채널 상태 변경이 일어나는 것을 보여준다.
도 5는 본 발명의 실시 예에 따른 센싱 장치가 가장 최근 측정 값 직전에 측정된 복수의 측정 값과 합을 기초로 센싱 알고리즘의 특징 값으로 사용하는 것을 보여준다.
도 6은 본 발명의 실시 예에 따라 채널 상태가 측정될 때 발생하는 노이즈를 제거하는 방법을 보여준다.
도 7은 본 발명의 실시 예에 따른 센싱 장치가 측정 값에 서브캐리어 쉬프트 제거 필터를 적용하는 동작을 보여준다.
도 8은 본 발명의 실시 예에 따른 센싱 장치가 측정 값에 오프셋 제거 필터를 적용하는 모습을 보여준다.
도 9는 본 발명의 실시 예에 따른 센싱 장치가 아웃 라이어 필터링을 수행하는 동작을 보여준다.
도 10은 본 발명의 실시 예에 따른 센싱 장치가 측정 값으로부터 센싱 알고리즘의 특징 값을 추출하는 방법을 보여준다.
도 11은 본 발명의 실시 예에 따른 센싱 장치가 측정 값을 정규화하는 동작을 보여준다.
도 12는 본 발명의 실시 예에 따른 센싱 장치가 도 5 내지 도 11을 통해 설명한 방법에 따라 정규화된 레벨을 출력하는 동작을 보여준다.
도 13은 본 발명의 실시 예에 따른 센싱 장치가 센싱 알고리즘의 출력 값을 미리 지정된 시간 구간 동안 모니터링하여 최종 감지 결과를 출력하는 동작을 보여준다.
본 명세서에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도, 관례 또는 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한 특정 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 그 의미를 기재할 것이다. 따라서 본 명세서에서 사용되는 용어는, 단순한 용어의 명칭이 아닌 그 용어가 가진 실질적인 의미와 본 명세서의 전반에 걸친 내용을 토대로 해석되어야 함을 밝혀두고자 한다.
명세서 전체에서, 어떤 구성이 다른 구성과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 구성요소를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 구성이 특정 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 이에 더하여, 특정 문턱값을 기준으로 "이상" 또는 "이하"라는 한정 사항은 실시예에 따라 각각 "초과" 또는 "미만"으로 적절하게 대체될 수 있다.
도 1은 본 발명의 실시 예에 따라 무선랜 신호를 사용하여 사용자의 동작을 감지하는 시스템을 보여준다.
AP에는 다양한 스테이션이 결합(associate)할 수 있다. AP는 스테이션이 전송하는 RF 신호 측정 결과 또는 스테이션이 전송한 신호에 대해 측정한 측정 결과에 관한 정보를 기초로 AP와 스테이션 주변의 움직임을 감지할 수 있다. 구체적으로 AP와 스테이션 주변의 움직이 발생하는 경우, 신호 측정 결과가 변경된다. 따라서 AP는 스테이션의 신호 측정 결과의 변화를 추적하여 AP와 스테이션 주변의 움직임을 감지할 수 있다. 이때, 신호 측정 결과는 CSI(channel state information)일 수 있다. 본 명세서에서 신호 측정을 수행하거나 신호 측정에 사용되는 신호를 전송하는 스테이션을 센싱 노드라 지칭한다.
AP는 수신한 신호 측정 결과를 기초로 감지된 움직임 정도를 산출한다. 이때, 움직임 정도를 활동 레벨(activity level)로 지칭한다. AP는 산출한 활동 레벨을 클라우드 서버로 전송한다. 이때, AP는 신호 측정과 관련된 무선랜 정보를 함께 전송할 수 있다. 무선랜 정보는 신호 측정에 사용된 RF 신호에 관한 정보, AP가 운영 중인 BSS(basic service set)에 관한 정보, 및 AP에 결합한 스테이션에 관한 정보 중 적어도 어느 하나를 포함할 수 있다.
사용자 어플리케이션은 사용자의 입력에 따라 클라우드 서버로부터 수신한 정보를 보여줄 수 있다. 구체적으로 사용자 어플리케이션은 센싱 노드로부터 수신한 신호 측정 결과로부터 산출된 활동 레벨을 보여줄 수 있다. 사용자 어플리케이션은 스마트폰에서 동작하는 모바일 어플리케이션 또는 웹 어플리케이션일 수 있다.
클라우드 서버는 AP로부터 수신한 데이터를 저장한다. 또한, 클라우드 서버는 유저 어플리케이션 요청에 대한 처리를 수행하고, 유저 어플리케이션의 요청에 대한 응답을 전송한다. 또한, 클라우드 서버는 유저 어플리케이션 전송한 AP에 대한 커맨드(command)를 AP에게 전달할 수 있다. 사용자는 유저 어플리케이션을 통해 AP에 결합한 스테이션의 정보를 확인할 수 있다. 이때, 스테이션의 정보는 스테이션의 이름 및 위치 중 적어도 어느 하나를 포함할 수 있다.
도 1에서는 측정 결과를 기초로 동작을 감지하는 장치가 AP로 설명되었으나, 또 다른 구체적인 실시 예에서 클라우드 서버가 측정 결과를 기초로 동작을 감지할 수 있다. 이후 본 명세서에서는 측정 결과를 기초로 동작을 감지하는 장치를 센싱 장치로 지칭한다.
도 2는 본 발명의 실시 예에 따른 AP와 센싱 노드가 프레임 교환을 수행하는 것을 보여준다.
CSI는 신호가 전송자(transmitter)로부터 수신자로 전파되는 동안의 신호의 왜곡을 나타낼 수 있다. 또한, CSI는 스캐터링, 페이딩 및 거리에 따른 파워 감쇄 등의 효과를 나타낼 수 있다. 송수신부는 CSI(channel state information)를 기초로 채널 상태의 변경에 대응할 수 있다. 이를 통해 송수신부는 높은 데이터 레이트의 복수의 안테나를 이용한 통신에서 높은 신뢰성을 유지할 수 있다. CSI는 전송자로부터 수신자(receiver)에게 신호가 전파되며 갖는 왜곡을 나타낼 수 있으므로, CSI는 수신자 측에서 측정될 필요가 있다. 측정 절차는 지속적으로 적절한 시점에 수행되어야 한다. 따라서 측정 절차는 배터리가 아닌 전원을 공급받는 장치에 의해 이루어지는게 권장될 수 있다.
도 2에서 AP는 센싱 노드에서 널 데이터 패킷을 전송하고, 센싱 노드는 AP에게 ACK 프레임을 전송한다. AP는 ACK 프레임을 포함하는 신호에 대해 CSI를 측정한다. 이를 통해 AP는 센싱 노드의 배터리의 전력 소비에 영향을 최소화할 수 있다. 또한, AP가 측정한 CSI는 현재 무선 채널의 상태를 보여줄 수 있다. 이러한 무선 채널의 상태는 센싱 노드가 AP에게 전송한 ACK 프레임이 무선으로 전파되는 동안의 신호 전파 왜곡을 보여준다.
도 3은 본 발명의 실시 예에 따른 AP와 센싱 노드가 신호를 교환하는 무선 채널에서, 다양한 이벤트로 인해 채널 상태 변경이 일어나는 것을 보여준다.
AP와 센싱 노드 사이에 아무런 방해가 없는 경우, AP와 센싱 노드는 최적의 경로를 통해 신호를 교환할 수 있다. AP와 센싱 노드 사이의 최적의 경로는 사람의 움직임으로 인해 방해를 받을 수 있다. 이로 인해 AP와 센싱 노드 모두 신호의 경로를 수정할 수 있다.
도 3에서 AP와 센싱 노드의 신호 교환은 다중 경로를 통해 이루어진다. 이때, 수신 신호는 다중 경로를 통해 수신기에 도달한 모든 신호의 합으로 표현된다. AP와 센싱 노드 사이에 방해물이 없는 경우, 일반적으로 가시선 (Line-of-Sight) 경로(t0)를 통해 전파된 신호가 가장 큰 영향을 미친다. AP와 센싱 노드 사이의 최적 경로(t0)에 방해물, 예컨대 사람이 지나가는 경우, AP와 센싱 노드는 가시선 경로가 아닌 경로(tn)를 통해 전파된 신호가 수신 신호에 가장 큰 영향을 미칠 수 있다. 따라서 AP와 센싱 노드 주변 환경에 변화가 없는 경우 CSI의 값은 안정적일 수 있다. 또한, AP와 센싱 노드 주변 환경에 변화가 있는 경우, 다중 경로의 합으로 구성되는 수신 신호에 대한 CSI의 편차가 커질 수 있다.
도 4는 본 발명의 실시 예에 따라 복수의 안테나를 가진 AP와 센싱 노드가 신호를 교환하는 채널에서, 다양한 이벤트로 인해 채널 상태 변경이 일어나는 것을 보여준다.
AP와 센싱 노드가 복수의 안테나를 통해 신호를 교환하는 경우, 신호가 교환되는 경로가 복수이므로 측정되는 CSI 값이 복수이다. 따라서 AP와 센싱 노드가 복수의 안테나를 통해 신호를 교환하고 복수의 CSI 값이 이용되는 경우, 하나의 안테나를 통해 신호가 교환되는 경우보다 AP와 센싱 노드 주변의 환경의 변화가 정확하게 감지될 수 있다. 또한, AP와 센싱 노드가 복수의 안테나를 통해 신호를 교환하고 복수의 CSI 값이 이용되는 경우, 하나의 안테나를 통해 신호가 교환되는 경우보다 센싱 범위(coverage)가 넓어질 수 있다.
도 4에서 두 개의 안테나를 갖는 AP와 센싱 노드 사이에 방해물이 없는 경우, 전파 경로(t00-t10)를 통해 신호를 교환되는 신호가 가장 큰 영향을 미칠 수 있다. AP와 센싱 노드 사이의 전파 경로(t00-t10)에 방해물, 예컨대 사람이 지나가는 경우, 무선 신호 전파 경로에 변화가 생기고 (경로(t0n-t1n)) 수신 신호의 CSI에 변화가 발생한다. 이때, AP는 수신 안테나 수에 따라 복수의 CSI의 값을 획득한다.
도 3 내지 도 4를 통해 설명한 것과 같이, CSI 값의 변화를 기초로 사람의 움직임을 감지할 수 있다. 다만, 사람의 움직임뿐만 아니라 AP와 센싱 노드 주변의 다양한 환경 변화가 CSI 값의 변화를 일으킬 수 있다. 따라서 사람의 움직임이 아닌 환경 변화를 제외시키는 것이 필요하다. 사람의 움직임이 아닌 환경 변화의 경우, CSI 값의 급격한 변화를 일으킬 수 있다. 따라서 CSI 값의 급격한 변화를 제외하기 위한 방법이 필요하다. 또한, 사람의 움직임으로 인해 발생하는 CSI 값의 변화의 특성과 다른 특성을 보이는 변화를 제거하면, 동물이나 물건의 이동 등에 의해 발생하는 오(false) 감지(sensing)를 방지할 수 있다. 이를 위한 실시 예들에 대해서는 도 5 내지 도 13을 통해 설명한다.
또한, 이전 설명에서 CSI를 예시로 설명하였으나, 본 발명의 실시 예에 따른 센싱 장치는 CSI 대신 채널 상태를 나타내는 다른 값을 사용하여 동작 감지를 수행할 수 있다. 설명의 편의를 위해, 채널 상태를 나타내는 값을 측정 값 또는 측정 결과로 지칭한다.
도 5는 본 발명의 실시 예에 따른 센싱 장치가 가장 최근 측정 값 직전에 측정된 복수의 측정 값과 합을 기초로 센싱 알고리즘의 특징 값으로 사용하는 것을 보여준다.
일반적으로 잡음은 일시적으로 영향을 주고 사라질 수 있다. 따라서 센싱 장치는 가장 최근 측정 값과 가장 최근 측정 값 이전에 측정된 측정 값을 평균한 값을 기초로 획득된 값을 센싱 알고리즘의 특징(feature) 값으로 사용할 수 있다. 구체적으로 센싱 장치는 가장 최근 값 직전에 측정된 측정 값 N-1개의 측정 값과 가장 최근 측정 값의 합을 기초로 획득된 값을 센싱 알고리즘의 특징(feature) 값으로 사용할 수 있다. 이때, N은 1보다 큰 자연수이다. 또한, N-1개의 측정 값과 가장 최근 측정 값의 합을 기초로 획득된 값은 N-1개의 측정 값과 가장 최근 측정 값의 평균일 수 있다. 또한, 센싱 장치는 일정한 시간 간격으로 채널 상태를 측정하여 측정 값을 획득할 수 있다. 설명의 편의를 위해, N개의 측정 값을 획득하는 시간 구간을 측정 윈도우라 지칭한다. 또한, N은 미리 지정된 값이거나 센싱 장치에 의해 조절될 수 있다. 이러한 실시 예들을 통해 센싱 장치는 일시적으로 측정 값의 변화를 일으키는 노이즈를 제거할 수 있다.
도 6은 본 발명의 실시 예에 따라 채널 상태가 측정될 때 발생하는 노이즈를 제거하는 방법을 보여준다.
채널 상태가 측정될 때, 여러 노이즈, 예컨대 스파이크 노이즈 또는 스텝 노이즈가 발생할 수 있다. 스파이크 노이즈는 임펄스 노이즈로도 지칭된다. 스파이크 노이즈는 날카롭고 갑작스런 교란이 나타나는지로 판단될 수 있다. 스파이크 노이즈는 비교적 짧은 시간 동안 발생한다. 스텝 노이즈는 임펄스 노이즈와 같이 날카롭고 갑작스런 교란이 나타나는지로 판단될 수 있다. 다만, 스텝 노이즈는 비교적 긴 시간동안 발생한다. 무선랜 신호는 복수의 서브캐리어를 사용하여 수행된다. 따라서 노이즈는 서브캐리어 별로 발생할 수도 있다. 서브캐리어 별로 영향을 주는 노이즈를 상쇄하기 위해, 센싱 장치는 서브캐리어 별로 노이즈 감쇄 필터를 적용할 수 있다. 또한, 특정 노이즈는 모든 서브캐리어에서 발생할 수도 있다. 이런 종류의 노이즈를 줄이기 위해, 센싱 장치는 복수의 서브캐리어에 노이즈 감쇄 필터를 적용할 수 있다.
센싱 장치는 측정 값에 서브캐리어 쉬프트 제거 필터를 적용할 수 있다. 또한, 센싱 장치는 측정 값에 오프셋 제거 필터를 적용할 수 있다. 또한, 센싱 장치는 측정 값에 아웃라이어 제거 필터를 적용할 수 있다.
도 6은 센싱 장치가 측정 값에 서브캐리어 쉬프트 제거 필터, 오프셋 제거 필터 및 아웃라이어 제거 필터를 적용하는 동작을 보여준다. 서브캐리어 쉬프트 제거 필터, 오프셋 제거 필터 및 아웃라이어 제거 필터를 적용하는 구체적인 동작에 대해서는 도 7 내지 도 9 각각을 통해 설명한다.
도 7은 본 발명의 실시 예에 따른 센싱 장치가 측정 값에 서브캐리어 쉬프트 제거 필터를 적용하는 동작을 보여준다.
센싱 장치는 같은 시간에 측정된 서브캐리어 별 측정 값의 평균과 표준 편차를 기초로 획득된 값을 센싱 알고리즘의 특징(feature) 값으로 사용할 수 있다. 구체적으로 센싱 장치는 같은 시간에 측정된 서브캐리어 별 측정 값의 평균과 표준 편차를 획득한다. 설명의 편의를 위해, 같은 시간에 측정된 서브캐리어 별 측정 결과를 샘플이라 지칭하고, 같은 시간에 측정된 서브캐리어 별 측정 값의 평균과 표준 편차를 샘플 평균 및 샘플 표준 편차라 지칭한다.
센싱 장치는 측정 윈도우 내 샘플 평균 중 다른 값과 많은 차이를 보이는 샘플 평균 값을 갖는 샘플을 제거할 수 있다. 구체적으로 센싱 장치는 측정 윈도우 내 샘플 중 샘플 평균이 특정 범위 밖인 샘플을 제거하고, 나머지 값을 기초로 획득한 값을 센싱 알고리즘의 특징(feature) 값으로 사용할 수 있다. 구체적으로 센싱 장치는 샘플 평균들 중 특정 범위 밖인 샘플의 샘플 평균(μs2)을 대체 평균으로 대체할 수 있다. 이때, 대체 평균은 측정 윈도우 내 샘플 평균 값들 중에서 특정 범위 밖의 값을 제외한 나머지 샘플 평균 값들의 평균(μμs)일 수 있다. 또한, 특정 범위의 최솟값은 측정 윈도우 내 샘플 평균의 평균에서 측정 윈도우 내 샘플 평균들의 평균(μμs)에 샘플 평균들의 표준 편차(σμs)를 뺀 값이고, 특정 범위의 최대값은 측정 윈도우 내 샘플 평균의 평균(μμs)에 측정 윈도우 내 샘플 평균의 표준 편차(σμs)를 더한 값일 수 있다. 샘플 평균이 특정 범위 밖인 샘플 표준 편차(σs2)도 대체 표준 편차로 대체될 수 있다. 이때, 대체 표준 편차는 측정 윈도우 내 샘플 표준 편차 값들 중에서 샘플 평균이 특정 범위 밖인 샘플의 샘플 표준 편차 값을 제외한 나머지 샘플 표준 편차 값의 평균(μσs)일 수 있다.
이후, 센싱 장치는 측정 윈도우 샘플들을 Z-Score 평균화. 즉 평균을 0으로 만들고 표준편차를 1이되게 만들 수 있다. 이후, Z-Score 평균화된 데이터는 역 Z-Score 평균화를 거처 원신호로 복원될 수 있다. 이때, 센싱 장치가 샘플 평균 값이 특정 범위 밖인 샘플들을 복원할 때, 센싱 장치는 샘플의 샘플 평균 대신 새롭게 계산된 샘플 평균의 평균(μμs)과 샘플의 샘플 표준편자 대신 샘플 표준편차 값의 평균(μσs)을 이용하여 역 Z-Score 평균화(Xfiltered = Xnormμμs + μσs)를 적용할 수 있다. 또한, 센싱 장치는 특정 범위 내의 샘플 평균을 갖는 샘플들에 대해서는 Z-Score 평균화를 생략할 수 있다.
도 7은 앞서 설명한 동작을 순서도로 나타낸 것이다. 이러한 실시 예들을 통해 센싱 장치는 서브캐리어 쉬프트 제거 필터는 무선랜 신호 전송에 사용되는 서브캐리어 전반에 영향을 미치는 노이즈를 제거할 수 있다. 특히, 이러한 실시 예들을 통해 센싱 장치는 앞서 설명한 스파이크 노이즈를 제거할 수 있다.
도 8은 본 발명의 실시 예에 따른 센싱 장치가 측정 값에 오프셋 제거 필터를 적용하는 모습을 보여준다.
또한, 센싱 장치는 측정 윈도우 내에서 인접한 샘플들의 측정 값 차이를 획득하고, 획득한 차이 값들에 아웃라이어 제거 필터를 적용할 수 있다. 센싱 장치는 필터링된 차이 값들을 기초로 획득한 값을 센싱 알고리즘의 특징 값으로 사용할 수 있다. 이때, 샘플의 측정 값은 앞서 도 7을 통해 필터링된 샘플 평균 및 샘플 표준 편차일 수 있다. 또한, 샘플의 측정 값은 도 7의 필터링을 거치지 않은 샘플 평균 및 샘플 표준 편차일 수 있다. 구체적으로 센싱 장치는 측정 윈도우 내에 인접한 샘플들의 측정 값의 차이를 획득할 수 있다. 이때, 센싱 장치는 획득한 차이 값들에 아웃라이어 제거 필터를 적용할 수 있다. 아웃라이어 제거 필터는 복수의 값들 중에서 특정 범위 밖인 샘플의 값을 평탄화 하기위한 필터이다. 아웃라이어 제거 필터에 대해서는 도 9를 통해 자세히 설명한다. 센싱 장치는 측정 윈도우 내의 첫 번째 샘플의 측정 값과 첫 번째 샘플의 측정 값에 아웃라이어 제거 필터링된 차이 값들을 더하여 측정 윈도우 내 측정 값과 같은 형태로 복원할 수 있다. 이때, 첫 번째 샘플은 측정 윈도우 내에서 가장 먼저 측정된 샘플이다. 도 8은 센싱 장치의 이러한 동작을 보여준다.
도 9는 본 발명의 실시 예에 따른 센싱 장치가 아웃 라이어 필터링을 수행하는 동작을 보여준다.
아웃라이어(outlier) 제거 필터는 복수의 값 중 정상(normal) 범위 밖의 값이 아웃라이어 값을 제외한 나머지 값만으로 평균을 구한 뒤, 아웃라이어 값을 평균 값으로 대체하는 것을 나타낸다. 이때, 정상 범위의 최솟값은 복수의 값의 평균에서 복수의 값의 표준 편차를 뺀 값이고, 정상 범위의 최댓값은 복수의 값의 평균에서 복수의 값의 표준 편차를 더한 값이다. 이를 통해 복수의 값 중 평균적인 범위를 벗어난 값을 제거할 수 있다.
도 10은 본 발명의 실시 예에 따른 센싱 장치가 측정 값으로부터 센싱 알고리즘의 특징 값을 추출하는 방법을 보여준다.
CSI 값은 레퍼런스 신호와의 편차(deviation)를 나타내는 값이다. CSI 값은 복소수 값으로 추출된다. 센싱 장치는 CSI 값의 크기(magnitude)를 기초로 센싱 알고리즘의 특징 값을 획득할 수 있다. 센싱 장치는 미리 지정된 측정 횟수 동안 또는 미리 지정된 시간 구간 내에서 CSI 값의 크기의 표준 편차를 획득하고, 획득한 표준 편차 값을 기초로 센싱 알고리즘의 특징 값을 획득할 수 있다. 앞서 도 5 내지 도 9에서 사용된 측정 값은 미리 지정된 측정 횟수 동안 또는 미리 지정된 시간 구간 내에서 CSI 값의 크기의 표준 편차의 값일 수 있다. 이는 AP와 센싱 노드 사이 주변의 움직임이 전파 경로의 변화에 영향을 주어 CSI 값에 변화가 일어나기 때문이다.
이때, 센싱 장치는 서브캐리어 별로 미리 지정된 측정 횟수 동안 또는 미리 지정된 시간 구간 내에서 CSI 값의 크기의 표준 편차를 획득할 수 있다. 이후, 센싱 장치는 모든 서브캐리어의 CSI 값의 크기의 표준 편차의 평균을 획득할 수 있다. 이는 서브캐리어 마다 CSI의 크기가 다를 수 있기 때문이다. 또한, AP가 복수의 안테나를 포함하는 경우, 센싱 장치는 각 안테나 별 모든 서브캐리어의 CSI 값의 크기의 표준 편차의 평균 중 가장 작은 값을 센싱 알고리즘의 특징 값으로 사용할 수 있다. 이는 안테나 별로 다른 경로를 나타낼 수 있기 때문이다. 이는 각 안테나 별 모든 서브캐리어의 CSI 값의 크기의 표준 편차의 평균 중 가장 작은 값이 각종 노이즈로 인한 CSI 값의 변화를 가장 적게 영향을 받은 값으로 볼 수 있기 때문이다. 앞선 설명에서 CSI 값으로 지칭되었으나 CSI 값은 도 5 내지 도 9를 통해 설명한 전처리가 적용된 CSI 값 또는 전처리가 적용된 측정 값일 수 있다.
이는 CSI 값의 변화는 신호가 전송되는 경로의 변화뿐만 아니라 신호 감쇄도 반영할 수 있다. 따라서 센싱 노드가 AP로부터 멀어질수록 센싱 노드와 AP 사이에 움직임이 있더라도 CIS 값의 변화가 작아진다. 따라서 측정 값의 레벨을 정규화(normalize)하는 방법이 필요하다. 이에 대해서는 도 11 내지 도 12를 통해 설명한다.
도 11은 본 발명의 실시 예에 따른 센싱 장치가 측정 값을 정규화하는 동작을 보여준다.
AP와 센싱 노드 주변에 움직임이 진행 중인지 아니지 판단을 위해 알고리즘의 특징 값에 임계 값이 적용될 수 있다. 예컨대, 알고리즘의 특징 값이 임계 값보다 큰지를 기반으로 움직임을 판단할 수 있다. 도 10을 통해 설명한 알고리즘의 특징 값은 CSI 값의 표준 편차를 기반으로 하기 때문에 단위와 범위가 없고, AP와 센싱 노드 사이의 거리에 따라 알고리즘 특징 값은 달라질 수 있다. 일반적으로 AP와 스테이션의 거리가 멀어질수록 신호의 세기(RSSI, Received Signal Strength Indication)는 낮은 값을 갖는다. 이때, 신호의 세기와 정규화되지 않은 측정 값의 레벨을 입력 값이고, AP와 센싱 노드 주변에서 움직임이 진행 중인지 아닌지에 대한 판단이 결과 값인 수집된 데이터가 이용될 수 있다. 설명의 편의를 위해 알고리즘의 특징 값은 활동도(Activity), AP와 센싱 노드 주변에서 움직임이 진행 중인지 아닌지에 대한 판단은 움직임 감지 결과로 지칭된다. 센싱 장치는 단위와 범위를 갖지 않는 활동도 값의 레벨을 정규화하기 위한 알고리즘을 사용할 수 있다. 이때, 알고리즘은 머신 러닝이나 회귀 알고리즘을 사용하여 신호의 세기와 정규화되지 않은 활동도를 입력 값으로 갖고, AP와 센싱 노드 주변에서 움직임이 진행 중인지 아닌지에 대한 판단을 결과 값으로 갖는 데이터 셋을 이용하여 학습된 알고리즘일 수 있다. 이를 통해 단순히 활동도 값의 레벨과 움직임 감지 결과가 어떤 상관 관계를 갖는지 학습되는 것이 아니라, 신호의 세기 및 측정 값의 레벨이 움직임 감지 결과와 어떤 상관관계를 갖는지 학습될 수 있다. 또한, 학습에 사용되는 데이터 셋은 가능한 신호의 세기와 다양한 동작을 커버하는 것이 바람직하다.
또한, 센싱 알고리즘은 이진 분류(binary classification) 머신 러닝 알고리즘일 수 있다. 구체적으로 센싱 알고리즘은 0내지 1의 값을 출력하는 시그모이드 함수를 활성 함수(Activation function) 또는 비용 함수(Cost funtion)로 사용할 수 있다. 이때, 시그모이드 함수는 미리 지정된 상태에 해당할 확률을 나타낸다. 예컨대, 학습 데이터가 움직임이 감지될 때를 1로 라벨링되었고, 움직임이 감지되지 않은 경우를 0으로 라벨링될 수 있다. 이때, 시그모이드 함수의 출력이 1에 가까운 경우, 센싱 알고리즘이 움직임이 일어났을 확률이 높은 것으로 판단한 것을 나타낸다. 또한, 시그모이드 함수의 출력이 1에 가까운 경우, 센싱 알고리즘이 움직임이 없었을 확률이 높은 것으로 판단하지 않은 것을 나타낸다. 시그모이드 함수의 출력은 신호 세기(RSSI)가 달라지더라도 0 내지 1의 값을 가지므로, 시그모이드 함수가 이용될 때 센싱 장치가 움직임 감지의 민감도를 조절하는 것이 용이할 수 있다.
도 12는 본 발명의 실시 예에 따른 센싱 장치가 도 5 내지 도 11을 통해 설명한 방법에 따라 정규화된 레벨을 출력하는 동작을 보여준다.
센싱 장치의 전처리 블록은 도 5 내지 도 9를 통해 설명한 실시 예들에 따라 채널 상태를 측정한 측정 값에 대한 전처리를 적용할 수 있다. 이때, 전처리 순서는 앞서 설명한 실시 예들에서 변경될 수 있으며, 추가적인 전처리가 수행될 수 있다. 또한, 센싱 장치의 특징 값 추출 블록은 도 10을 통해 설명한 실시 예들에 따라 전처리된 측정 값으로부터 특징 값(활동도)을 추출할 수 있다. 또한, 센싱 장치의 레벨 정규화 블록은 도 11을 통해 설명한 실시 예들에 따른 센싱 알고리즘을 사용하여 정규화된 레벨을 갖는 출력 값을 출력할 수 있다. 출력 값은 동일한 움직임에 대해서 AP와 센싱 노드의 거리(RSSI)와 상관없이 정규화된 범위를 갖는다. 이때, 센싱 알고리즘의 입력 값은 앞서 설명한 바와 같이 따라 활동도와 신호 세기일 수 있다.
도 13은 본 발명의 실시 예에 따른 센싱 장치가 센싱 알고리즘의 출력 값을 미리 지정된 시간 구간 동안 모니터링하여 최종 감지 결과를 출력하는 동작을 보여준다.
앞서 설명한 실시 예들에 따라 센싱 알고리즘의 출력값은 정규화될 수 있다. 출력값이 정규화됨에 따라 센싱 노드가 변경되더라도 일정한 민감도를 유지할 수 있다. 또한, 센싱 장치는 센싱 알고리즘의 출력 값이 임계 값보다 큰 지를 기초로 움직임을 판단할 수 있다. 이때, 센싱 장치는 임계 값의 크기를 조절하여 움직임 감지의 민감도를 조절할 수 있다. 예컨대, 센싱 장치는 임계 값의 크기를 높여 오 감지를 줄일 수 있다. 또한, 센싱 장치는 임계 값의 크기를 낮추어 움직임 감지의 민감도를 높일 수 있다. 이후 설명에서 센싱 알고리즘의 출력값과 임계 값을 비교하여 판단된 결과를 감지 결과로 지칭하고, 센싱 장치가 최종적으로 출력하는 감지 결과 최종 결과로 지칭한다.
또한, 일정 기간 동안 감지 결과를 모니터링하여 최종 감지 결과를 출력할 수 있다. 이때, 일정 기간은 보팅(voting) 구간으로 지칭되고, 보팅 구간의 길이는 보팅 크기(size)로 지칭될 수 있다. 구체적으로 일정 기간 동안 출력된 복수의 감지 결과가 일정 개수를 초과하여 움직임을 감지한 것으로 출력된 경우, 센싱 장치는 최종 출력을 움직임을 감지한 것으로 설정할 수 있다. 일정 기간 동안 출력된 복수의 감지 결과가 일정 개수 이하에서 움직임을 감지한 것으로 출력된 경우, 센싱 장치는 최종 출력을 움직임을 감지한 것으로 설정할 수 있다. 이때, 일정 개수는 일정 기간 동안 판단된 감지 결과 개수의 반일 수 있다. 또한, 보팅 크기는 센싱 장치에 의해 조절될 수 있다. 센싱 장치는 보팅 크기를 조절하여 움직임 감지의 민감도를 조절할 수 있다. 예컨대, 센싱 장치는 보팅 크기를 줄여 움직임 감지의 민감도를 높일 수 있다. 다만, 센싱 장치는 보팅 크기를 키워 오감지 확률을 낮출 수 있다. 이러한 실시 예를 통해, 센싱 장치는 노이즈로 인한 오 감지를 줄일 수 있다.
상기와 같이 무선랜 통신을 예로 들어 본 발명을 설명하였지만, 본 발명은 이에 한정하지 않으며 셀룰러 통신 등 다른 통신 시스템에서도 동일하게 적용될 수 있다. 또한 본 발명의 방법, 장치 및 시스템은 특정 실시 예와 관련하여 설명되었지만, 본 발명의 구성 요소, 동작의 일부 또는 전부는 범용 하드웨어 아키텍처를 갖는 컴퓨터 시스템을 사용하여 구현될 수 있다.
이상에서 실시 예들에 설명된 특징, 구조, 효과 등은 본 발명의 적어도 하나의 실시 예에 포함되며, 반드시 하나의 실시 예에만 한정되는 것은 아니다. 나아가, 각 실시 예에서 예시된 특징, 구조, 효과 등은 실시 예들이 속하는 분야의 통상의 지식을 가지는 자에 의해 다른 실시 예들에 대해서도 조합 또는 변형되어 실시 가능하다. 따라서 이러한 조합과 변형에 관계된 내용들은 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.
이상에서 실시 예를 중심으로 설명하였으나 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 실시 예의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 예를 들어, 실시 예에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있는 것이다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부된 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (16)

  1. 무선랜 신호를 이용하여 측정된 채널 상태를 나타내는 측정 값을 이용하여 움직임 감지를 수행하는 센싱 장치에서,
    메모리; 및
    프로세서를 포함하고,
    상기 프로세서는
    미리 지정된 측정 횟수 동안 또는 미리 지정된 시간 구간 내에서 상기 측정 값의 크기의 표준 편차를 획득하고, 획득한 표준 편차 값을 기초로 센싱 알고리즘의 특징 값을 획득하고,
    상기 센싱 알고리즘은 상기 측정 값의 크기를 기초로 획득된 값과 상기 무선랜 신호를 교환하는 장치들 주변의 움직임 발생 여부의 상관관계를 기초로 학습된 알고리즘인
    장치.
  2. 제1항에서,
    상기 센싱 알고리즘은 상기 측정 값의 크기를 기초로 획득된 값 및 상기 무선랜 신호의 세기와 상기 무선랜 신호를 교환하는 장치들 주변의 움직임 발생 여부의 상관관계를 기초로 학습된 알고리즘인
    장치.
  3. 제1항에서,
    상기 센싱 알고리즘은 상기 움직임 감지의 여부를 이진 분류 함수이고,
    상기 프로세서는
    보팅 기간 동안 상기 센싱 알고리즘의 출력 값에 따라 판단된 복수의 감지 결과 중 움직임 감지를 나타내는 감지 결과의 개수가 미리 지정된 개수 이상인지를 기초로 최종 움직임 감지 여부를 출력하고,
    상기 보팅 기간은 센싱 장치에 의해 결정되는 시간 구간인
    장치.
  4. 제3항에서,
    상기 프로세서는
    상기 보팅 기간의 길이를 조정하여 상기 움직임 감지의 민감도를 조정하는
    장치.
  5. 제1항에서,
    상기 프로세서는
    상기 무선랜 신호가 어느 한 단말의 복수의 안테나를 통해 동시에 교환되는 경우, 상기 측정 값은 측정이 수행되는 시간 구간인 측정 윈도우 내에서 상기 측정 값의 평균 크기가 가장 작은 값을 갖는 안테나의 측정 값만을 사용하는
    장치.
  6. 제1항에서,
    상기 측정 값은 상기 무선랜 신호를 전송하는 복수의 서브캐리어에서 동일한 시점에 측정된 CSI(channel state information) 값의 크기를 평균한 값인 샘플 평균을 기초로 획득되는
    장치.
  7. 제6항에서,
    상기 측정 값은 선택적 서브캐리어 쉬프트 제거 필터에 의해 필터링된 값이고,
    상기 선택적 서브캐리어 쉬프트 제거 필터는 측정이 수행되는 시간 구간을 나타내는 측정 윈도우 내에서 샘플 평균 값들 중 특정 범위를 벗어난 값인 아웃라이어 값에 해당하는 샘플들에 Z-Score 평균화를 적용하고, Z-평균화된 샘플에 대체 평균과 대체 표준 편차를 이용하여 역 Z-Score 평균화를 적용하고,
    상기 특정 범위의 최솟값은 상기 측정 범위 내 샘플 평균들의 평균에서 상기 측정 범위 내 샘플 평균들의 표준 편차를 뺀 값이고, 상기 특정 범위 최댓값은 측정 범위 내 샘플 평균들의 평균에서 상기 측정 범위 내 샘플 평균들의 표준 편차를 더한 값이고,
    상기 대체 평균은 측정 윈도우 내에서 샘플 평균 값들에서 상기 아웃라이어에 대한 샘플 평균을 제외한 나머지 샘플 평균 값의 평균 값이고,
    상기 대체 표준 편차는 샘플 표준 편차 값들에서 상기 아웃라이어에 대한 샘플 표준 편차를 제외한 나머지 샘플 표준 편차의 평균이고,
    상기 샘플 표준 편차는 상기 복수의 서브캐리어에서 동일한 시점에 측정된 CSI 값의 크기의 표준 편차인
    장치.
  8. 제1항에서,
    상기 측정 값은 오프셋 제거 필터에 의해 처리된 값이고,
    상기 오프셋 제거 필터는 측정이 수행되는 시간 구간을 나타내는 측정 윈도우 내의 복수의 입력 값의 시간적으로 인접하게 측정된 입력 값들의 차이를 획득하고, 상기 획득한 차이 값들에 아웃라이어 제거 필터를 적용하고, 측정 윈도우 내의 시간적으로 가장 앞선 첫 번째 입력 값과 상기 첫 번째 입력 값에 아웃라이어 제거 필터링된 차이 값들을 더한 값을 출력하고,
    상기 아웃라이어 제거 필터는 상기 측정 윈도우 내에서 입력 값들 중 특정 범위를 벗어난 값인 아웃라이어 값을 대체 값으로 대체하고,
    상기 특정 범위의 최솟값은 상기 측정 범위 내 입력 값들의 평균에서 상기 측정 범위 내 입력 값들의 표준 편차를 뺀 값이고, 상기 특정 범위 최댓값은 측정 범위 내 입력 값들의 평균에서 상기 측정 범위 내 입력 값들의 표준 편차를 더한 값이고,
    상기 대체 값은 측정 윈도우 내에서 입력 값들에서 상기 아웃라이어 값을 제외한 나머지 입력 값의 평균 값인
    장치.
  9. 무선랜 신호를 이용하여 측정된 채널 상태를 나타내는 측정 값을 이용하여 움직임 감지를 수행하는 센싱 장치의 동작 방법에서,
    미리 지정된 측정 횟수 동안 또는 미리 지정된 시간 구간 내에서 상기 측정 값의 크기의 표준 편차를 획득하는 단계; 및 획득한 표준 편차 값을 기초로 센싱 알고리즘의 특징 값을 획득하는 단계를 포함하는
    상기 센싱 알고리즘은 상기 측정 값의 크기를 기초로 획득된 값과 상기 무선랜 신호를 교환하는 장치들 주변의 움직임 발생 여부의 상관관계를 기초로 학습된 알고리즘인
    동작 방법.
  10. 제9항에서,
    상기 센싱 알고리즘은 상기 측정 값의 크기를 기초로 획득된 값 및 상기 무선랜 신호의 세기와 상기 무선랜 신호를 교환하는 장치들 주변의 움직임 발생 여부의 상관관계를 기초로 학습된 알고리즘인
    동작 방법.
  11. 제9항에서,
    상기 센싱 알고리즘은 상기 움직임 감지의 여부를 이진 분류 함수이고,
    상기 동작 방법은
    보팅 기간 동안 상기 센싱 알고리즘의 출력 값에 따라 판단된 복수의 감지 결과 중 움직임 감지를 나타내는 감지 결과의 개수가 미리 지정된 개수 이상인지를 기초로 최종 움직임 감지 여부를 출력하는 단계를 더 포함하고,
    상기 보팅 기간은 센싱 장치에 의해 결정되는 시간 구간인
    동작 방법.
  12. 제11항에서,
    상기 최종 움직임 감지 여부를 출력하는 단계는
    상기 보팅 기간의 길이를 조정하여 상기 움직임 감지의 민감도를 조정하는 단계를 포함하는
    동작 방법.
  13. 제9항에서,
    상기 동작 방법은
    상기 무선랜 신호가 어느 한 단말의 복수의 안테나를 통해 동시에 교환되는 경우, 상기 측정 값은 측정이 수행되는 시간 구간인 측정 윈도우 내에서 상기 측정 값의 평균 크기가 가장 작은 값을 갖는 안테나의 측정 값만을 사용하는 단계를 더 포함하는
    동작 방법.
  14. 제9항에서,
    상기 측정 값은 상기 무선랜 신호를 전송하는 복수의 서브캐리어에서 동일한 시점에 측정된 CSI(channel state information) 값의 크기를 평균한 값인 샘플 평균을 기초로 획득되는
    동작 방법.
  15. 제14항에서,
    상기 측정 값은 선택적 서브캐리어 쉬프트 제거 필터에 의해 필터링된 값이고,
    상기 선택적 서브캐리어 쉬프트 제거 필터는 측정이 수행되는 시간 구간을 나타내는 측정 윈도우 내에서 샘플 평균 값들 중 특정 범위를 벗어난 값인 아웃라이어 값에 해당하는 샘플들에 Z-Score 평균화를 적용하고, Z-평균화된 샘플에 대체 평균과 대체 표준 편차를 이용하여 역 Z-Score 평균화를 적용하고,
    상기 특정 범위의 최솟값은 상기 측정 범위 내 샘플 평균들의 평균에서 상기 측정 범위 내 샘플 평균들의 표준 편차를 뺀 값이고, 상기 특정 범위 최댓값은 측정 범위 내 샘플 평균들의 평균에서 상기 측정 범위 내 샘플 평균들의 표준 편차를 더한 값이고,
    상기 대체 평균은 측정 윈도우 내에서 샘플 평균 값들에서 상기 아웃라이어에 대한 샘플 평균을 제외한 나머지 샘플 평균 값의 평균 값이고,
    상기 대체 표준 편차는 샘플 표준 편차 값들에서 상기 아웃라이어에 대한 샘플 표준 편차를 제외한 나머지 샘플 표준 편차의 평균이고,
    상기 샘플 표준 편차는 상기 복수의 서브캐리어에서 동일한 시점에 측정된 CSI 값의 크기의 표준 편차인
    동작 방법.
  16. 제9항에서,
    상기 측정 값은 오프셋 제거 필터에 의해 필터링된 값이고,
    상기 오프셋 제거 필터는 측정이 수행되는 시간 구간을 나타내는 측정 윈도우 내의 복수의 입력 값의 시간적으로 인접하게 측정된 입력 값들의 차이를 획득하고, 상기 획득한 차이 값들에 아웃라이어 제거 필터를 적용하고, 측정 윈도우 내의 시간적으로 가장 앞선 첫 번째 입력 값과 상기 첫 번째 입력 값에 아웃라이어 제거 필터링된 차이 값들을 더한 값을 출력하고,
    상기 아웃라이어 제거 필터는 상기 측정 윈도우 내에서 입력 값들 중 특정 범위를 벗어난 값인 아웃라이어 값을 대체 값으로 대체하고,
    상기 특정 범위의 최솟값은 상기 측정 범위 내 입력 값들의 평균에서 상기 측정 범위 내 입력 값들의 표준 편차를 뺀 값이고, 상기 특정 범위 최댓값은 측정 범위 내 입력 값들의 평균에서 상기 측정 범위 내 입력 값들의 표준 편차를 더한 값이고,
    상기 대체 값은 측정 윈도우 내에서 입력 값들에서 상기 아웃라이어 값을 제외한 나머지 입력 값의 평균 값인
    동작 방법.
PCT/KR2022/021449 2021-12-29 2022-12-28 무선랜 신호 기반 동작 감지 방법 및 장치 Ceased WO2023128582A1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP22916723.4A EP4459308A4 (en) 2021-12-29 2022-12-28 METHOD AND APPARATUS FOR MOTION DETECTION BASED ON WIRELESS LAN SIGNAL
KR1020237015457A KR102903136B1 (ko) 2021-12-29 2022-12-28 무선랜 신호 기반 동작 감지 방법 및 장치
US18/199,366 US12593304B2 (en) 2021-12-29 2023-05-19 Wireless LAN signal based motion detection method and device

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20210190629 2021-12-29
KR10-2021-0190629 2021-12-29
KR10-2022-0173071 2022-12-12
KR20220173071 2022-12-12

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/199,366 Continuation US12593304B2 (en) 2021-12-29 2023-05-19 Wireless LAN signal based motion detection method and device

Publications (1)

Publication Number Publication Date
WO2023128582A1 true WO2023128582A1 (ko) 2023-07-06

Family

ID=86999553

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/021449 Ceased WO2023128582A1 (ko) 2021-12-29 2022-12-28 무선랜 신호 기반 동작 감지 방법 및 장치

Country Status (4)

Country Link
US (1) US12593304B2 (ko)
EP (1) EP4459308A4 (ko)
KR (1) KR102903136B1 (ko)
WO (1) WO2023128582A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2025110828A1 (ko) * 2023-11-23 2025-05-30 주식회사 윌러스표준기술연구소 무선랜 신호 기반 동작 감지 방법 및 장치

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130006832A (ko) * 2011-06-24 2013-01-18 에스케이텔레콤 주식회사 맞춤형 정보 서비스 시스템 및 방법, 클라우드 컴퓨팅 서비스 장치 및 그 장치의 구동 방법, 단말기 및 단말기의 구동 방법
KR20200096493A (ko) * 2017-12-06 2020-08-12 코그니티브 시스템스 코퍼레이션 메시 네트워크들 내 모션 탐지
KR102216699B1 (ko) * 2014-09-15 2021-02-18 주식회사 윌러스표준기술연구소 무선랜 시스템에서의 Frame Aggregation 성능 개선 방안
KR102270808B1 (ko) * 2020-09-15 2021-06-29 국민대학교산학협력단 무선 인공지능을 이용한 보이는 네트워크 제공 장치 및 방법
WO2021256848A1 (ko) * 2020-06-16 2021-12-23 주식회사 윌러스표준기술연구소 근거리 무선통신 신호 기반의 지하철 객실별 혼잡도 예측 방법 및 시스템

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017100706A1 (en) * 2015-12-09 2017-06-15 Origin Wireless, Inc. Method, apparatus, and systems for wireless event detection and monitoring
US11340345B2 (en) * 2015-07-17 2022-05-24 Origin Wireless, Inc. Method, apparatus, and system for wireless object tracking
US12044789B2 (en) * 2016-04-22 2024-07-23 Azar Zandifar Systems and methods for occupancy detection using WiFi sensing technologies
US10108903B1 (en) * 2017-12-08 2018-10-23 Cognitive Systems Corp. Motion detection based on machine learning of wireless signal properties
US10318890B1 (en) * 2018-05-23 2019-06-11 Cognitive Systems Corp. Training data for a motion detection system using data from a sensor device
CN109671238B (zh) * 2018-12-07 2020-08-04 浙江大学 一种基于无线信道状态信息的室内入侵检测方法
US10743143B1 (en) * 2019-05-15 2020-08-11 Cognitive Systems Corp. Determining a motion zone for a location of motion detected by wireless signals
US11596026B2 (en) * 2019-06-20 2023-02-28 Intel Corporation Proximity detection by multiple WLAN link tracking
US12474433B2 (en) * 2021-10-04 2025-11-18 Samsung Electronics Co., Ltd. Presence detection and recognition with Wi-Fi
US11616553B1 (en) * 2022-02-01 2023-03-28 Amazon Technologies, Inc. Channel state information (CSI) sensing in the 2.4 GHz band

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130006832A (ko) * 2011-06-24 2013-01-18 에스케이텔레콤 주식회사 맞춤형 정보 서비스 시스템 및 방법, 클라우드 컴퓨팅 서비스 장치 및 그 장치의 구동 방법, 단말기 및 단말기의 구동 방법
KR102216699B1 (ko) * 2014-09-15 2021-02-18 주식회사 윌러스표준기술연구소 무선랜 시스템에서의 Frame Aggregation 성능 개선 방안
KR20200096493A (ko) * 2017-12-06 2020-08-12 코그니티브 시스템스 코퍼레이션 메시 네트워크들 내 모션 탐지
WO2021256848A1 (ko) * 2020-06-16 2021-12-23 주식회사 윌러스표준기술연구소 근거리 무선통신 신호 기반의 지하철 객실별 혼잡도 예측 방법 및 시스템
KR102270808B1 (ko) * 2020-09-15 2021-06-29 국민대학교산학협력단 무선 인공지능을 이용한 보이는 네트워크 제공 장치 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4459308A4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2025110828A1 (ko) * 2023-11-23 2025-05-30 주식회사 윌러스표준기술연구소 무선랜 신호 기반 동작 감지 방법 및 장치

Also Published As

Publication number Publication date
KR102903136B1 (ko) 2025-12-23
US12593304B2 (en) 2026-03-31
EP4459308A1 (en) 2024-11-06
EP4459308A4 (en) 2025-06-18
US20230292282A1 (en) 2023-09-14
KR20230165744A (ko) 2023-12-05

Similar Documents

Publication Publication Date Title
CN111615119B (zh) 测量方法、配置方法、终端及网络侧设备
US12082000B2 (en) Method for determining quasi co-located (QCL) information, method for configuring QCL information, and related devices
WO2018117693A1 (ko) 무선 통신 시스템에서 단말의 빔 결정 방법 및 이를 위한 단말
Liu et al. A research on CSI-based human motion detection in complex scenarios
WO2011049398A2 (en) Communication system of detecting victim terminal and performing interference coordination in multi-cell environments
WO2023059027A1 (en) Methods for respiration rate detection with wi-fi
CN111262672B (zh) 传输方法、网络设备和终端
CN111601333A (zh) 无线链路监控方法、终端、基站和存储介质
EP3900425A1 (en) Apparatus and method for monitoring performance of network device in wireless communication system
WO2024027576A1 (zh) 一种ai网络模型的性能监督方法、装置和通信设备
CN110035506A (zh) 一种通信方法及相关设备
WO2023128582A1 (ko) 무선랜 신호 기반 동작 감지 방법 및 장치
WO2022245181A1 (ko) 수중 통신장치 및 그 id 송수신 방법
CN113890645A (zh) 一种基于数据通信的信号接收可调节系统
CN111435562A (zh) 处理环境射频数据以用于活动识别的方法
CN109548132B (zh) 一种参考信号传输方法及设备
US12003996B2 (en) Measurement method, indication method, apparatus, terminal, network device, and medium
Yang et al. A device-free intelligent alarm system based on the channel state information
JP2007248110A (ja) 電波監視装置及び方法
WO2022149621A1 (ko) 무선 센싱을 기반으로 엠티 데이터를 수집하여 무선 센싱을 수행하는 방법 및 장치
WO2020145431A1 (ko) Rf 신호를 이용한 사용자 제스쳐 결정 방법 및 이를 위한 장치
WO2016088943A1 (ko) 스마트홈 시큐리티 시스템에서 침입을 감지하는 방법 및 장치
CN113453242A (zh) 测量方法、终端及网络侧设备
Cimdins et al. Investigation of Anomaly-based Passive Localization with Received Signal Strength for IEEE 802.15. 4
CN113692013A (zh) 一种测量信号的方法、通信装置、芯片及模组设备

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22916723

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2022916723

Country of ref document: EP

Effective date: 20240729