本發(fā)明通常涉及水龍頭裝置，并且特別涉及廚房、浴室或洗手間等中所設(shè)置的、用于通過使用電波式檢測器來控制噴水的水龍頭裝置。

背景技術(shù)：
傳統(tǒng)上，作為廚房、浴室或洗手間等中所設(shè)置的水龍頭裝置，提出了用于根據(jù)出水部周邊的檢測對象的檢測結(jié)果來對噴水的開始和停止進行切換的自動水龍頭裝置(例如，參見日本特許編號5212908)。用于對檢測對象進行檢測的檢測器可以包括用于發(fā)送和接收電波信號的多普勒傳感器，并且用于基于通過了濾波器的多普勒傳感器的輸出與閾值之間的比較來對檢測對象的運動進行檢測。簡言之，傳統(tǒng)的水龍頭裝置的檢測器基于時間軸信息的特定帶中的信號的強度來識別檢測對象。然而，包括傳統(tǒng)的電波式檢測器的水龍頭裝置有可能發(fā)生失報和誤檢測。失報意味著在實際存在檢測對象的情況下、未能檢測到該檢測對象。誤檢測意味著在實際不存在檢測對象的情況下、判斷為存在檢測對象。例如，即使實際不存在檢測對象，檢測器也可能接收到從出水部噴出的水流所反射的反射波，并由此誤識別為存在檢測對象。這在出水部噴出噴淋狀的強水流的情況下可能頻繁發(fā)生。在檢測器包括使用紅外線等的光傳感器的情況下，在檢測黑色對象物體或透明對象物體方面存在困難。另外，可能因太陽光而發(fā)生誤檢測。因而，可能要求實現(xiàn)如下的水龍頭裝置，其中該水龍頭裝置能夠抑制諸如周圍環(huán)境以及對象物體的顏色和材料的影響等的不想要的影響，因而可以與水量和水流的狀況(例如，噴淋和直流)無關(guān)地、正確地判斷在出水部周邊是否存在檢測對象。

技術(shù)實現(xiàn)要素：
本發(fā)明是有鑒于上述不足而作出的，并且其目的是提供如下一種水龍頭裝置，其中該水龍頭裝置抑制了諸如周圍環(huán)境以及對象物體的顏色和材料的影響等的不想要的影響，因而可以正確地判斷在出水部周邊是否存在檢測對象。本發(fā)明的一個方面的一種水龍頭裝置，其特征在于，包括：出水部，用于噴出水；檢測器，其被配置為對檢測區(qū)域中的檢測對象進行檢測，其中所述檢測區(qū)域包含從所述出水部噴出的水所存在的噴水區(qū)域；以及控制器，其被配置為基于所述檢測器的檢測結(jié)果，來控制從所述出水部噴出的水的開始供給和停止供給，其中，所述檢測器包括：傳感器部，其被配置為發(fā)送電波信號并接收物體所反射的所述電波信號，以輸出與所述物體的運動相對應(yīng)的傳感器信號；頻率分析部，其被配置為將所述傳感器信號轉(zhuǎn)換成頻域信號，并且使用頻帶不同的多個濾波器組從所述頻域信號提取所述多個濾波器組中的每一個濾波器組的信號；識別部，其被配置為進行基于檢測數(shù)據(jù)來檢測所述檢測對象的識別處理，其中所述檢測數(shù)據(jù)包含基于所述多個濾波器組中的每一個濾波器組的信號的信號的頻率分布和基于所述多個濾波器組中的每一個濾波器組的信號的信號強度的成分比的至少之一；以及數(shù)據(jù)庫裝置，其被配置為存儲包含與所述檢測對象相對應(yīng)的頻率分布和與所述檢測對象相對應(yīng)的信號強度的成分比的至少之一的樣本數(shù)據(jù)，以及所述識別部被配置為基于所述檢測數(shù)據(jù)和所述樣本數(shù)據(jù)之間的對照來進行所述識別處理。本發(fā)明的水龍頭裝置可以提供以下效果：抑制了諸如周圍環(huán)境以及對象物體的顏色和材料的影響等的不想要的影響，因而可以正確地判斷在出水部周邊是否存在檢測對象。附圖說明圖1是示出實施例中的水龍頭裝置的結(jié)構(gòu)的框圖。圖2是示出設(shè)置有實施例中的水龍頭裝置的設(shè)備的外觀的局部剖開的側(cè)視圖。圖3A～圖3C是實施例中的信號處理部的標(biāo)準化部的說明圖。圖4A～圖4C是實施例中的平滑化處理部的說明圖。圖5A～圖5C是實施例中的背景信號去除部的一個示例的說明圖。圖6是實施例中的背景信號去除部的另一示例的說明圖。圖7A和圖7B是實施例中的背景信號去除部的又一示例的說明圖。圖8是被配置成實施例中的背景信號去除部的另一示例的自適應(yīng)濾波器的框圖。圖9A～圖9C是實施例中的信號處理部的基于主成分分析的識別處理的說明圖。圖10是實施例中的信號處理部的基于多元線性回歸分析的識別處理的說明圖。圖11A和11B是實施例中的信號處理部的基于多元線性回歸分析的識別處理的其它說明圖。圖12A和圖12B是實施例中的信號處理部的說明圖。圖13是實施例中的濾波器組的群的說明圖。圖14是實施例中的操作的流程圖。圖15A～15C是示出實施例中的傳感器信號和施加頻率分析處理的結(jié)果的波形圖。圖16是示出實施例中的信號的成分分析的結(jié)果的曲線圖。圖17是示出實施例中的檢測對象的檢測結(jié)果的說明圖。圖18A～圖18C是示出實施例中的傳感器信號和頻率分析處理的結(jié)果的波形圖。圖19是示出實施例中的信號的成分分析的結(jié)果的曲線圖。圖20是示出實施例中的檢測對象的檢測結(jié)果的說明圖。圖21A～圖21C是示出實施例中的傳感器信號和頻率分析處理的結(jié)果的波形圖。圖22是示出實施例中的信號的成分分析的結(jié)果的曲線圖。圖23是示出實施例中的檢測對象的檢測結(jié)果的說明圖。圖24A～圖24C是示出實施例中的傳感器信號和頻率分析處理的結(jié)果的波形圖。圖25是示出實施例中的信號的成分分析的結(jié)果的曲線圖。圖26是示出實施例中的檢測對象的檢測結(jié)果的說明圖。圖27A和圖27B是示出實施例中的測距時的操作的說明圖。圖28是示出設(shè)置有實施例中的另一水龍頭裝置的設(shè)備的外觀的局部剖開的側(cè)視圖。具體實施方式圖1示出本實施例的水龍頭裝置1的框結(jié)構(gòu)。圖2示出包括水龍頭裝置1的主要結(jié)構(gòu)的外觀。水龍頭裝置1主要包括噴管2和檢測器5。噴管2在內(nèi)部形成有使得水(包含熱水)能夠流動的導(dǎo)水通路。如圖2所示，例如，噴管2以突出方式設(shè)置于廚房的水槽3的周邊部的上表面，并且該周邊部的上表面用作噴管2的安裝面31。噴管2的導(dǎo)水通路的上游端連接至用作供水源或熱水供給源的外部水管，并且其下游端用作用于使水從導(dǎo)水通路噴出至水槽3的出水部23。噴管2在從側(cè)面觀看的情況下具有倒L字形狀，并且包括包含基部21和突出部22的主體，其中該基部21從安裝面31向上方或斜上方突出，以及該突出部22從基部21的上部向前方突出?；?1在內(nèi)部具有導(dǎo)水通路的上游側(cè)。突出部22在內(nèi)部具有導(dǎo)水通路的下游側(cè)。此外，突出部22在其末端(前端)的下表面包括出水部23。出水部23被設(shè)置成使得能夠沿作為向下方向(大致垂直向下方向)的噴出方向噴出水。噴管2沿從出水部23的大致垂直向下的方向噴出從水管向?qū)饭┙o的水。此外，出水部23被配置成可切換噴水模式，其中這些噴水模式包括噴出噴淋狀水流的噴淋模式和噴出直流水流的直流模式。噴管2包括噴水控制裝置2a(參見圖1)，其中該噴水控制裝置2a被配置為在使得出水部23能夠噴出來自導(dǎo)水通路的水的開狀態(tài)和停止來自出水部23的噴水的閉狀態(tài)之間進行切換。噴水控制裝置2a例如可以通過設(shè)置在導(dǎo)水通路內(nèi)的閥和對該閥進行開閉驅(qū)動的驅(qū)動裝置來實現(xiàn)。另外，噴管2包括流量控制裝置2b(參見圖1)，其中該流量控制裝置2b被配置為調(diào)整從出水部23噴出的水的流量。流量控制裝置2b例如可以通過用于調(diào)整導(dǎo)水通路內(nèi)的閥的開度的調(diào)整裝置來實現(xiàn)。噴管2包括控制器4(參見圖1)，其中該控制器4被配置為控制噴水控制裝置2a和流量控制裝置2b的各操作。注意，控制器4可以設(shè)置在噴管2的外部。在噴管2的表面設(shè)置有操作部6(參見圖1)。操作部6包括用于對流量控制裝置2b進行操作的操作開關(guān)，并且被配置為將與操作開關(guān)的操作相對應(yīng)的操作信號輸出至控制器4。控制器4被配置為根據(jù)操作信號來控制流量控制裝置2b的操作。另外，水龍頭裝置1包括檢測器5。檢測器5被配置為檢測水槽3內(nèi)的包括諸如以下等的特定運動的檢測對象9：待清洗物體(例如，餐具和食物)向出水部23的靠近、待清洗物體在水槽3內(nèi)的運動、清洗所用的手的運動、以及清洗所引起的噴出中的水流的擾動。以下說明該檢測器5。如圖1所示，檢測器5包括傳感器部51和信號處理部52。傳感器部51被配置為將預(yù)定頻率的電波發(fā)送至檢測區(qū)域并接收被該檢測區(qū)域內(nèi)運動的物體所反射的電波，并且輸出與所發(fā)送的電波的頻率和所接收到的電波的頻率之間的差相對應(yīng)的多普勒頻率的傳感器信號。傳感器部51可以包括多普勒傳感器或具有檢測速度信息的功能的傳感器。該傳感器信號是與物體的運動相對應(yīng)的模擬時間軸信號。注意，在反射電波的物體正在檢測區(qū)域內(nèi)移動的情況下，傳感器信號的頻率根據(jù)物體相對于傳感器部51的速度的垂直分量而偏移。傳感器部51包括發(fā)送控制部51a、發(fā)送部51b、發(fā)送天線51c、接收天線51d和接收部51e。傳感器部51設(shè)置到噴管2的基部21。傳感器部51的檢測區(qū)域是基于從傳感器部51向水槽3的斜下方向所設(shè)置的。該檢測區(qū)域包含從出水部23噴出的水存在的噴水區(qū)域。發(fā)送部51b被配置為經(jīng)由發(fā)送天線51c向檢測區(qū)域發(fā)送電波。發(fā)送控制部51a例如被配置為控制從發(fā)送部51b發(fā)送的電波的頻率和發(fā)送時刻。從發(fā)送部51b發(fā)送的電波例如可以是頻率為24.15GHz的毫米波。從發(fā)送部51b發(fā)送的電波不限于毫米波，并且可以是微波。此外，該值是從發(fā)送部51b要發(fā)送的電波的頻率的一個示例，并且并不意圖將該頻率局限于該值。接收部51e被配置為經(jīng)由接收天線51d接收被檢測區(qū)域內(nèi)的物體反射的電波，并且輸出頻率與所發(fā)送的電波和所接收到的電波的頻率之間的差相對應(yīng)的傳感器信號。信號處理部52具有對從傳感器部51輸出的傳感器信號進行信號處理的功能。在圖2中，信號處理部52設(shè)置到噴管2的基部21，但還可以設(shè)置到噴管2的外部。信號處理部52包括：放大部52a，其被配置為放大傳感器信號；以及A/D轉(zhuǎn)換部52b，其被配置為將放大部52a放大后的傳感器信號轉(zhuǎn)換成數(shù)字傳感器信號，并且輸出該數(shù)字傳感器信號。放大部52a例如可以包括使用運算放大器的放大部。信號處理部52還包括頻率分析部52c。該頻率分析部52c被配置為將從A/D轉(zhuǎn)換部52b輸出的時域的傳感器信號轉(zhuǎn)換成頻域信號(頻率軸信號)，并且使用頻帶不同的濾波器組5a(參見圖3A)的群從該頻域信號中提取每一個濾波器組5a的信號。在頻率分析部52c中，作為濾波器組5a的群，設(shè)置預(yù)定數(shù)量(例如，16個)的濾波器組5a。然而，該數(shù)量是一個示例，并且并不意圖將一個群中的濾波器組5a的數(shù)量局限于該數(shù)量。此外，信號處理部52包括標(biāo)準化部52d。該標(biāo)準化部52d被配置為利用頻率分析部52c所提取的信號的強度的總和或者分別穿過從各濾波器組5a中選擇的預(yù)定的多個濾波器組5a(例如，低頻側(cè)的四個濾波器組)的信號的強度的總和來對分別穿過各濾波器組5a的信號的強度進行標(biāo)準化以獲得標(biāo)準化強度，并且輸出該標(biāo)準化強度。信號處理部52還包括識別部52e，其中該識別部52e被配置為進行用于基于根據(jù)從標(biāo)準化部52d輸出的各濾波器組5a的標(biāo)準化強度所計算出的頻率分布來對檢測對象9進行檢測的識別處理。上述的頻率分析部52c具有通過離散余弦變換(DiscreteCosineTransform:DCT)來將從A/D轉(zhuǎn)換部52b輸出的傳感器信號轉(zhuǎn)換成頻域信號的功能。此外，如圖3A所示，各濾波器組5a各自包括多個(在例示示例中為五個)頻率區(qū)間(frequencybin)5b。在一些情況下，可以將使用DCT的濾波器組5a的頻率區(qū)間5b稱為DCT區(qū)間。各濾波器組5a各自具有依賴于頻率區(qū)間5b的寬度(圖3A中的Δf1)的分辨率。關(guān)于各濾波器組5a，該數(shù)量是頻率區(qū)間5b的數(shù)量的一個示例，并且并不意圖將頻率區(qū)間5b的數(shù)量局限于該數(shù)量。頻率區(qū)間5b的數(shù)量可以為除五個以外的兩個或更多個或者可以為一個。用于將從A/D轉(zhuǎn)換部52b輸出的傳感器信號轉(zhuǎn)換成頻域信號的正交變換不限于DCT，并且例如可以是快速傅立葉變換(FastFourierTransformation:FFT)。在一些情況下，可以將使用FFT的濾波器組5a的頻率區(qū)間5b稱為FFT區(qū)間。此外，用于將從A/D轉(zhuǎn)換部52b輸出的傳感器信號轉(zhuǎn)換成頻域信號的正交變換可以是小波變換(WaveletTransform:WT)。在各濾波器組5a各自包括多個頻率區(qū)間5b的情況下，優(yōu)選地，信號處理部52在頻率分析部52c和標(biāo)準化部52d之間包括平滑化處理部52f。優(yōu)選地，該平滑化處理部52f具有以下所述的兩個平滑化處理功能(第一平滑化處理功能和第二平滑化處理功能)至少之一。第一平滑化處理功能是針對各濾波器組5a在頻域(頻率軸方向)中對各頻率區(qū)間5b的信號的強度進行平滑化處理的功能。第二平滑化處理功能是針對各濾波器組5a在時間軸方向上對各頻率區(qū)間5b的信號的強度進行平滑化處理的功能。因此，信號處理部52可以降低噪聲所引起的不期望的影響，并且在包括這兩個功能的情況下進一步降低噪聲所引起的不期望的影響。第一平滑化處理功能可以通過使用例如均值濾波器、加權(quán)均值濾波器、中值濾波器或加權(quán)中值濾波器等來實現(xiàn)。在通過使用均值濾波器來實現(xiàn)第一平滑化處理功能的情況下，如圖3A和圖4A所示，假定在時刻t1，利用s1、s2、s3、s4和s5來分別表示作為從低頻側(cè)起的第一個濾波器組的濾波器組5a的5個頻率區(qū)間5b各自的信號的強度。在這方面，關(guān)于第一個濾波器組5a，在假定通過利用第一平滑化處理功能實現(xiàn)的平滑化處理所獲得的信號的強度是m11(參見圖3B和圖4B)的情況下，m11等于(s1+s2+s3+s4+s5)/5。同樣，如圖3B和圖4B所示，利用m21、m31、m41和m51來分別表示第二個濾波器組5a、第三個濾波器組5a、第四個濾波器組5a和第五個濾波器組5a的信號。總之，在本實施例中，為了便于說明，mji表示通過在時間軸上的時刻ti(“i”是自然數(shù))對第j(“j”是自然數(shù))個濾波器組5a的信號進行利用第一平滑化處理功能所實現(xiàn)的平滑化處理而獲得的信號的強度。標(biāo)準化部52d利用穿過由識別部52e在識別處理中所使用的預(yù)定的多個濾波器組5a的信號的強度的總和來對穿過各濾波器組5a的信號的強度進行標(biāo)準化。在這方面，在以下說明中，例如假定頻率分析部52c中的濾波器組5a的總數(shù)為16個，并且識別處理所使用的多個預(yù)定濾波器組5a僅是作為從低頻側(cè)起的第一個濾波器組～第五個濾波器組的這五個濾波器組。在時刻t1穿過第一個濾波器組5a的信號的強度m11的標(biāo)準化強度為n11(參見圖3C)的情況下，標(biāo)準化部52d可以通過利用n11＝m11/(m11+m21+m31+m41+m51)的關(guān)系來計算標(biāo)準化強度n11。此外，在各濾波器組5a均由一個頻率區(qū)間5b構(gòu)成的情況下，標(biāo)準化部52d提取穿過各濾波器組5a的信號的強度，并且利用這些信號的強度的總和對穿過各濾波器組5a的信號的強度進行標(biāo)準化。此外，第二平滑化處理功能可以通過使用例如均值濾波器、加權(quán)均值濾波器、中值濾波器或加權(quán)中值濾波器等來實現(xiàn)。在通過使用用于計算時間軸方向上的多個(例如，三個)點的信號的強度的平均值的均值濾波器來實現(xiàn)第二平滑化處理功能的情況下，如圖4C所示，關(guān)于第一個濾波器組5a，在假定通過利用第二平滑化處理功能實現(xiàn)的平滑化處理所獲得的信號的強度為m1的情況下，m1等于(m10+m11+m12)/3。同樣，在假定利用m2、m3、m4和m5來表示第二個濾波器組5a、第三個濾波器組5a、第四個濾波器組5a和第五個濾波器組5a的信號的強度的情況下，m2等于(m20+m21+m22)/3，m3等于(m30+m31+m32)/3，m4等于(m40+m41+m42)/3，并且m5等于(m50+m51+m52)/3?？傊?，在本實施例中，為了便于說明，mn表示通過對第n(“n”是自然數(shù))個濾波器組5a的信號進行利用第一平滑化處理功能實現(xiàn)的平滑化處理、并且進一步進行利用第二平滑化處理功能實現(xiàn)的平滑化處理所獲得的信號的強度。另外，優(yōu)選地，信號處理部52包括背景信號估計部52g和背景信號去除部52h。背景信號估計部52g被配置為估計從各濾波器組5a輸出的信號中所包括的背景信號(即，噪聲)。背景信號去除部52h被配置為將背景信號從穿過各濾波器組5a的信號中去除。背景噪聲可以包括水槽3的機械信號、水槽3內(nèi)的水面的波動和周邊電器的噪聲。優(yōu)選地，信號處理部52具有包括例如第一模式和第二模式的操作模式，其中該第一模式用于估計背景信號，該第二模式用于進行識別處理，并且可以按計時器所計時的預(yù)定時間段(例如，30秒)來交替地切換第一模式和第二模式。在這方面，優(yōu)選地，信號處理部52使背景信號估計部52g在第一模式的時間段內(nèi)進行工作，并且在第二模式的時間段內(nèi)，利用背景信號去除部52h去除背景信號、然后利用識別部52e進行識別處理。第一模式的時間段和第二模式的時間段不限于具有相同的長度(例如，30秒)，而且可以是不同長度。背景信號去除部52h例如可被配置為通過從濾波器組5a所輸出的信號中減去背景信號來去除背景信號。在這種情況下，背景信號去除部52h例如可以包括如下減法器，其中該減法器被配置為從穿過各濾波器組5a的信號的強度m1、m2、...(參見圖5B)中減去背景信號估計部52g所估計出的背景信號的強度b1、b2、...(參見圖5A)。圖5C示出通過從同一濾波器組5a的信號中減去背景信號所獲得的信號的強度。在這方面，在L1表示從左側(cè)起的第一個濾波器組5a的信號的強度的情況下，L1等于m1-b1。同樣，在假定利用L2、L3、L4和L5來表示通過在第二個濾波器組5a、第三個濾波器組5a、第四個濾波器組5a和第五個濾波器組5a中減去背景信號所獲得的信號的強度的情況下，L2等于m2-b2，L3等于m3-b3，L4等于m4-b4，并且L5等于m5-b5。背景信號估計部52g可以估計在第一模式的時間段內(nèi)針對各濾波器組5a所獲得的信號的強度作為各濾波器組5a的背景信號的強度，然后根據(jù)需要更新這些背景信號。此外，背景信號估計部52g可以估計在第一模式中針對各濾波器組5a各自所獲得的多個信號的強度的平均值作為各濾波器組5a各自的背景信號的強度。換句話說，背景信號估計部52g可以將針對各濾波器組5a各自而預(yù)先獲得的多個信號在時間軸上的平均值視為背景信號。在這種情況下，背景信號估計部52g可以提高背景信號的估計精度。此外，背景信號去除部52h可以將各濾波器組5a的緊挨著的前一信號(即，先前信號)視為背景信號。在這種情況下，信號處理部52可以具有用于通過在各信號利用標(biāo)準化部52d經(jīng)過標(biāo)準化處理之前減去時間軸上的緊挨著的前一信號來去除背景信號的功能。總之，關(guān)于穿過各濾波器組5a的信號，背景信號去除部52h可以具有如下功能，其中該功能用于通過從要經(jīng)過標(biāo)準化處理的信號的強度中減去要經(jīng)過標(biāo)準化處理的這些信號之前的在時間軸上的一點處進行采樣得到的信號的強度，來去除背景信號。在這種情況下，例如，如圖6所示，在假定利用m1(t1)、m2(t1)、m3(t1)、m4(t1)和m5(t1)來表示要經(jīng)過標(biāo)準化處理的時刻t1處的各濾波器組5a的信號，利用m1(t0)、m2(t0)、m3(t0)、m4(t0)和m5(t0)來表示緊挨時刻t1之前的時刻t0處的信號，并且利用L1、L2、L3、L4和L5來表示相減之后的信號的強度的情況下，L1等于m1(t1)-m1(t0)，L2等于m2(t1)-m2(t0)，L3等于m3(t1)-m3(t0)，L4等于m4(t1)-m4(t0)，并且L5等于m5(t1)-m5(t0)。在一些情況下，根據(jù)基于信號處理部52的使用形式的周圍環(huán)境，存在可以預(yù)先知曉包含相對較大的背景信號(噪聲)的頻率區(qū)間5b的可能性。例如，在檢測器5附近存在從商用電源供給電源的設(shè)備的情況下，在頻帶包含作為商用電源的頻率(例如，60Hz)的相對較小的倍數(shù)的頻率(例如，60Hz和120Hz)的頻率區(qū)間5b的信號中包含相對較大的背景信號的可能性高。另一方面，關(guān)于在檢測對象9在檢測區(qū)域內(nèi)移動的情況下所輸出的傳感器信號，該傳感器信號的頻率(多普勒頻率)根據(jù)傳感器部51和物體之間的距離以及物體的移動速度而隨時改變。在這種情況下，傳感器信號沒有以特定頻率恒定地發(fā)生。有鑒于此，在信號處理部52被配置成各濾波器組5a各自包括多個頻率區(qū)間5b的情況下，可以將恒定地包含背景信號的一個頻率區(qū)間5b視為特定頻率區(qū)間5bi。背景信號去除部52h可被配置為通過不使用特定頻率區(qū)間5bi的實際信號的強度、而是利用基于與該特定頻率區(qū)間5bi鄰接的兩個頻率區(qū)間5b的信號的強度所估計出的信號的強度替換該特定頻率區(qū)間5bi的實際信號的強度，來去除背景信號。假定圖7A中從左側(cè)起的第三個頻率區(qū)間5b是特定頻率區(qū)間5bi。背景信號去除部52h將該特定頻率區(qū)間5bi的信號(信號強度b3)視為無效，并且如圖7B所示，利用基于與特定頻率區(qū)間5bi鄰接的兩個頻率區(qū)間5b的信號成分的強度b2和b4所估計出的信號成分的強度b3來替換該特定頻率區(qū)間5bi的信號。在該估計中，所估計出的信號的強度b3是與特定頻率區(qū)間5bi鄰接的兩個頻率區(qū)間5b的信號成分的強度b2和b4的平均值、即(b2+b4)/2?？傊?，在假定將濾波器組5a內(nèi)從低頻側(cè)起的第i個頻率區(qū)間5b視為特定頻率區(qū)間5bi、并且利用bi來表示該特定頻率區(qū)間5bi的信號的強度的情況下，可以通過bi＝(bi-1+bi+1)/2的估計公式來定義bi。因此，信號處理部52可以在短時間內(nèi)降低由于恒定地發(fā)生的特定頻率的背景信號(噪聲)所引起的不期望的影響。因此，信號處理部52可以提高檢測對象9的檢測精度。背景信號去除部52h可以是自適應(yīng)濾波器，其中該自適應(yīng)濾波器被配置為通過在頻域(頻率軸)中對背景信號進行濾波來去除背景信號。自適應(yīng)濾波器是被配置為根據(jù)自適應(yīng)算法(最優(yōu)化算法)來通過自身調(diào)整傳遞函數(shù)(濾波器系數(shù))的濾波器，并且可以通過使用數(shù)字濾波器來實現(xiàn)。優(yōu)選地，這種自適應(yīng)濾波器可以是使用DCT(離散余弦變換)的自適應(yīng)濾波器。在這種情況下，自適應(yīng)濾波器的自適應(yīng)算法可以是DCT的LMS(最小均方)算法?？蛇x地，自適應(yīng)濾波器可以是使用FFT的自適應(yīng)濾波器。在這種情況下，自適應(yīng)濾波器的自適應(yīng)算法可以是FFT的LMS算法。該LMS算法提供了與投影算法和RLS(遞歸最小二乘方)算法相比減少了計算量的優(yōu)點，并且DCT的LMS算法僅需要進行實數(shù)的計算，因此提供了與需要復(fù)數(shù)的計算的FFT的LMS算法相比減少了計算量的優(yōu)點。自適應(yīng)濾波器例如具有圖8所示的結(jié)構(gòu)。該自適應(yīng)濾波器包括濾波器57a、減法器57b和自適應(yīng)處理部57c。濾波器57a具有可變的濾波器系數(shù)。減法器57b輸出由參考信號和濾波器57a的輸出信號之間的差所定義的誤差信號。自適應(yīng)處理部57c根據(jù)自適應(yīng)算法基于輸入信號和誤差信號來生成濾波器系數(shù)的校正系數(shù)，并且更新濾波器系數(shù)。在給出由于熱噪聲所引起的背景信號作為濾波器57a的輸入信號并且參考信號是期望的白噪聲的情況下，自適應(yīng)濾波器可以通過對不期望的背景信號進行濾波來去除不期望的背景信號。此外，通過適當(dāng)?shù)卦O(shè)置自適應(yīng)濾波器的遺忘因子(forgettingfactor)，背景信號去除部52h可以提取通過在頻率軸上對長期平均背景信號進行濾波所獲得的信號的頻率分布。在更新濾波器系數(shù)的計算中使用該遺忘因子，從而隨著過去數(shù)據(jù)(濾波器系數(shù))進一步遠離當(dāng)前數(shù)據(jù)(濾波器系數(shù))，使過去數(shù)據(jù)的權(quán)重呈指數(shù)減輕，并且隨著過去數(shù)據(jù)(濾波器系數(shù))更接近當(dāng)前數(shù)據(jù)，使過去數(shù)據(jù)的權(quán)重呈指數(shù)增加。遺忘因子是小于1的正數(shù)，并且例如是從約為0.95～0.99的范圍中所選擇的。識別部52e進行如下的識別處理，其中該識別處理用于基于通過利用濾波器組5a進行濾波并利用標(biāo)準化部52d進行標(biāo)準化所獲得的標(biāo)準化強度在頻域中的分布來對檢測對象9進行檢測。在這方面，“檢測”的含義包括“分類”、“識別”和“辨識”。識別部52e例如通過進行基于主成分分析的模式識別處理來檢測對象9。該識別部52e根據(jù)使用主成分分析的識別算法進行工作。為了使這種識別部52e進行工作，信號處理部52預(yù)先獲得在傳感器部51的檢測區(qū)域中不存在檢測對象9的情況的學(xué)習(xí)數(shù)據(jù)和與檢測區(qū)域內(nèi)所存在的不同的檢測對象9分別相對應(yīng)的學(xué)習(xí)數(shù)據(jù)(學(xué)習(xí))。此外，信號處理部52將通過對這些學(xué)習(xí)數(shù)據(jù)進行主成分分析所獲得的樣本數(shù)據(jù)預(yù)先存儲在數(shù)據(jù)庫裝置52i中。在這方面，預(yù)先存儲在數(shù)據(jù)庫裝置52i中的數(shù)據(jù)可以包括模式識別所使用的數(shù)據(jù)，其中該數(shù)據(jù)表示使物體的運動、投影矢量和判斷邊界值彼此相關(guān)聯(lián)的分類數(shù)據(jù)。為了便于說明，假定圖9A示出與在傳感器部51的檢測區(qū)域中不存在檢測對象9的情況的樣本數(shù)據(jù)相對應(yīng)的標(biāo)準化強度在頻域中的分布。另外，圖9B示出與在該檢測區(qū)域中存在檢測對象9的情況的樣本數(shù)據(jù)相對應(yīng)的標(biāo)準化強度在頻域中的分布。在圖9A中，按從低頻側(cè)起的順序，利用m10、m20、m30、m40和m50來表示穿過各濾波器組5a的信號的標(biāo)準化強度。在圖9B中，按從低頻側(cè)起的順序，利用m11、m21、m31、m41和m51來表示穿過各濾波器組5a的信號的標(biāo)準化強度。在圖9A和圖9B各自中，將穿過低頻側(cè)的三個濾波器組5a的信號的標(biāo)準化強度的總和定義為變量m1，并且將穿過高頻側(cè)的兩個濾波器組5a的信號的標(biāo)準化強度的總和定義為變量m2。簡言之，在圖9A中，m1等于m10+m20+m30，并且m2等于m40+m50。此外，在圖9B中，m1等于m11+m21+m31，并且m2等于m41+m51。為了假想地說明具有表示m1和m2這兩個變量的正交坐標(biāo)軸的二維散布圖、投影軸和識別邊界，圖9C示出這三者的二維圖。在圖9C中，利用μ0(m2,m1)來表示虛線所包圍的區(qū)域內(nèi)的各散布點(圖9C中的“+”)的坐標(biāo)位置，并且利用μ1(m2,m1)來表示實線所包圍的區(qū)域內(nèi)的各散布點(圖9C中的“+”)的坐標(biāo)位置。在主成分分析中，預(yù)先確定與在傳感器部51的檢測區(qū)域中不存在檢測對象9的情況的樣本數(shù)據(jù)相對應(yīng)的數(shù)據(jù)組Gr0和與在該檢測區(qū)域中存在檢測對象9的情況的樣本數(shù)據(jù)相對應(yīng)的數(shù)據(jù)組Gr1。此外，在主成分分析中，在圖9C中，確定投影軸，以滿足如下的條件：使通過將虛線和實線所包圍的區(qū)域內(nèi)的各散布點投影到投影軸上所獲得的數(shù)據(jù)的分布(利用虛線和實線示意性示出的)的平均值之間的差最大的條件；以及使分布的方差最大的另一條件。因而，在主成分分析中，可以針對各學(xué)習(xí)樣本獲得投影矢量。識別部52e嘗試基于標(biāo)準化部52d進行標(biāo)準化后的各標(biāo)準化強度的頻域分布來對檢測對象9進行檢測。在這種情況下，識別部52e進行如下的識別處理：基于樣本數(shù)據(jù)與包含標(biāo)準化部52d進行標(biāo)準化后的各標(biāo)準化強度的頻域分布的檢測數(shù)據(jù)之間的對照來對檢測對象9進行檢測。識別部52e從數(shù)據(jù)庫裝置52i獲取到與當(dāng)前所噴出的水流量和當(dāng)前的噴水模式相對應(yīng)的樣本數(shù)據(jù)，并且將所獲取到的樣本數(shù)據(jù)用在識別處理中。信號處理部52包括輸出部52m，其中該輸出部52m被配置為輸出來自識別部52的檢測結(jié)果。在識別部52識別出檢測對象9的情況下，輸出部52m輸出表示檢測到了檢測對象9的輸出信號。在識別部52在檢測區(qū)域內(nèi)沒有識別出檢測對象9的運動的情況下，輸出部52m輸出表示尚未檢測到檢測對象9的輸出信號。在圖1中，信號處理部52的除放大部52a、A/D轉(zhuǎn)換部52b、輸出部52m和數(shù)據(jù)庫裝置52i以外的組件可以通過微計算機執(zhí)行適當(dāng)程序來實現(xiàn)。優(yōu)選地，信號處理部52使得能夠根據(jù)從外部輸入的設(shè)置來改變上述判斷邊界值。因此，信號處理部52可以根據(jù)使用用途來調(diào)整所要求的失報率和誤報率(誤檢測率)。在上述的信號處理部52中，頻率分析部52c將從A/D轉(zhuǎn)換部52b輸出的傳感器信號(時間軸信號)轉(zhuǎn)換成頻域信號，并且使用頻帶不同的濾波器組5a的群從該頻域信號中提取各濾波器組5a的信號。識別部52e進行如下的識別處理：基于樣本數(shù)據(jù)與包含基于各濾波器組5a的信號的信號強度的頻率分布的檢測數(shù)據(jù)之間的對照來對檢測對象9進行檢測。即使在傳感器信號具有進行諸如DCT等的頻率分析的短的時間(例如，數(shù)十ms)的情況下，傳感器信號也表現(xiàn)出針對各檢測對象9有所不同的特有頻率分布(頻域中的統(tǒng)計分布)。在使用該頻率分布的特征來進行檢測對象9中的特定一個檢測對象的檢測的情況下，信號處理部52可以分離并識別出在頻率分布方面有所不同的物體。因此，信號處理部52可以減少由于除檢測對象9以外的物體的運動所引起的誤檢測的可能性。總之，信號處理部52可以分離并檢測在根據(jù)分別穿過多個濾波器組5a的信號的強度所計算出的頻率分布方面從統(tǒng)計上不同的物體，因而可以減少誤檢測的可能性。此外，在使用FFT的濾波器組5a中，在一些情況下，需要在FFT處理之前進行用于將預(yù)定窗函數(shù)與傳感器信號相乘的處理，從而抑制期望頻帶(通帶)外的副瓣(side-lobe)。例如，可以從矩形窗、高斯窗、漢寧窗(hannwindow)和漢明窗(hammingwindow)中選擇窗函數(shù)。作為對比，在使用DCT的濾波器組5a中，無需使用上述窗函數(shù)。因此，可以利用簡單的數(shù)字濾波器來實現(xiàn)窗函數(shù)。此外，使用DCT的濾波器組5a是基于實數(shù)的計算的處理，而使用FFT的濾波器組5a是基于復(fù)數(shù)的計算(強度和相位的計算)的處理，因而根據(jù)使用DCT的濾波器組5a，可以減少計算量。此外，在處理點相同的DCT和FFT之間進行比較的情況下，DCT的頻率分辨率是FFT的頻率分辨率的一半。因而，根據(jù)DCT，可以使諸如數(shù)據(jù)庫裝置52i等的硬件資源小型化。例如，在信號處理部52中，在A/D轉(zhuǎn)換部52b的采樣率為128/秒(例如，采樣頻率為1kHz)的情況下，DCT區(qū)間5b的寬度為4Hz而FFT區(qū)間5b的寬度為8Hz。注意，這些數(shù)值僅是示例，并且并不意圖進行限制。識別部52e可被配置為基于利用主成分分析的模式識別處理來檢測對象9，或者可被配置為基于另一模式識別處理來檢測對象。例如，識別部52e可被配置為基于利用KL(卡洛南-洛伊)變換的模式識別處理或者利用支持向量機(SVM)來對檢測對象9進行檢測。在信號處理部52被配置成使得識別部52e進行利用主成分分析的模式識別處理或者利用KL變換的模式識別處理的情況下，可以減少識別部52e處的計算量和數(shù)據(jù)庫裝置52i的容量。另外或可選地，識別部52e可被配置為進行如下的識別處理：基于樣本數(shù)據(jù)與包含從標(biāo)準化部52d輸出的各濾波器組5a的信號的標(biāo)準化強度的成分比的檢測數(shù)據(jù)之間的對照來對檢測對象9進行檢測。這種識別部52e例如可被配置為通過進行基于多元線性回歸分析的識別處理來對檢測對象9進行檢測。在這種情況下，識別部52e根據(jù)使用多元線性回歸分析的識別算法來進行工作。為了使用這種識別部52e，信號處理部52可以預(yù)先獲得與傳感器部51的檢測區(qū)域內(nèi)的不同檢測對象9相對應(yīng)的學(xué)習(xí)數(shù)據(jù)(學(xué)習(xí))。另外，信號處理部52預(yù)先將通過對學(xué)習(xí)數(shù)據(jù)進行多元線性回歸分析所獲得的樣本數(shù)據(jù)存儲在數(shù)據(jù)庫裝置52i中。圖10示出通過對信號成分s1、信號成分s2和信號成分s3進行合成所得到的合成波形Gs。根據(jù)多元線性回歸分析，即使在信號成分s1、s2和s3的類型、信號成分的數(shù)量和信號成分s1、s2和s3的強度是未知的情況下，也可以通過假定將該合成波形Gs分離成信號成分s1、s2和s3。在圖10中，[S]表示矩陣元素是信號成分s1、s2和s3的矩陣，[S]-1表示[S]的逆矩陣，并且“I”表示標(biāo)準化強度的成分比(系數(shù))。在這方面，數(shù)據(jù)庫裝置52i中預(yù)先存儲的樣本數(shù)據(jù)用作識別處理中所使用的樣本數(shù)據(jù)，并且是使檢測對象9與信號成分s1、s2和s3相關(guān)聯(lián)的數(shù)據(jù)。圖11A示出橫軸表示時間且縱軸表示標(biāo)準化強度。圖11A示出A1，其中該A1表示在檢測區(qū)域內(nèi)存在檢測對象9的情況下、從標(biāo)準化部52d輸出的標(biāo)準化強度在時間軸上的數(shù)據(jù)(與上述合成波形Gs相對應(yīng))。此外，圖11A還示出作為通過多元線性回歸分析而從數(shù)據(jù)A1分離得到的信號成分A2和A3。在這方面，信號成分A2是根據(jù)檢測對象9所獲得的信號成分，并且信號成分A3是根據(jù)其它物體的運動所獲得的信號成分。識別部52e進行如下的識別處理：基于樣本數(shù)據(jù)與包含從標(biāo)準化部52d輸出的各濾波器組5a的信號的標(biāo)準化強度的成分比(A2:A3)的檢測數(shù)據(jù)之間的對照來對檢測對象9進行檢測。識別部52e從數(shù)據(jù)庫裝置52i中獲取到與檢測對象9相對應(yīng)的樣本數(shù)據(jù)，并且將所獲取到的樣本數(shù)據(jù)用在識別處理中。例如，圖11B示出輸出部52m的輸出信號。在A2大于A3的情況下，識別部52e判斷為檢測到了檢測對象9，因而輸出部52m的輸出信號具有高電平(例如，與“1”相對應(yīng))。在除A2大于A3的情況以外的情況下，識別部52e判斷為尚未檢測到檢測對象9，因而輸出部52m的輸出信號具有低電平(例如，與“0”相對應(yīng))。如通過圖11B顯而易見，確認為可以減少由于除檢測對象9以外的物體所引起的誤檢測的可能性。優(yōu)選地，信號處理部52使得能夠根據(jù)從外部輸入的設(shè)置來改變上述判斷條件(A2>A3)。例如，優(yōu)選地，將判斷條件設(shè)置為A2>α×A3，并且使得能夠根據(jù)從外部輸入的設(shè)置來改變系數(shù)α。因此，信號處理部52可以根據(jù)使用用途來調(diào)整所要求的失報率和誤報率(誤檢測率)。注意，識別部52e可被配置為基于上述的頻率分布的特征和標(biāo)準化強度的成分比來對檢測對象9進行檢測。因此，信號處理部52可以使識別部52e的檢測精度提高。因此，包括上述的檢測器5的水龍頭裝置1可以在抑制誤檢測的同時精確地檢測諸如以下等的特定運動：待清洗物體(例如，餐具和食物)向出水部23的靠近、待清洗物體在水槽3內(nèi)的運動、清洗所用的手的運動、以及清洗所引起的噴出中的水流的擾動。例如，即使在檢測器5接收到從出水部23噴出的水流所反射的反射波的情況下，水龍頭裝置1也可以識別出噴出中的水流的擾動。結(jié)果，水龍頭裝置1抑制了水流的強弱所引起的不想要的影響，由此可以精確地對檢測對象9的存在與否進行檢測。此外，檢測器5通過使用電波信號來進行檢測，因而即使在黑色的對象物體或透明的對象物體的情況下也可以檢測到這些對象物體，并且另外可以抑制諸如太陽光等的強光所引起的影響?？傊ㄉ鲜龅臋z測器5的水龍頭裝置1抑制了諸如周圍環(huán)境以及檢測對象9的顏色和材料的影響等的不想要的影響，因而可以正確地判斷在出水部23周邊是否存在檢測對象9。此外，信號處理部52可被配置為僅在利用標(biāo)準化部52d的標(biāo)準化之前的預(yù)定的多個濾波器組5a的信號成分的強度的總和為閾值以上的情況下，才使得識別部52e能夠進行識別處理或?qū)⒗米R別部52e的識別結(jié)果視為有效?？蛇x地，信號處理部52可被配置為僅在利用標(biāo)準化部52d的標(biāo)準化之前的預(yù)定的多個濾波器組5a的信號成分的強度的加權(quán)總和為閾值以上的情況下，才使得識別部52e能夠進行識別處理或?qū)⒗米R別部52e的識別結(jié)果視為有效。圖12A和圖12B涉及如下示例：按從低頻側(cè)起的順序，利用m1、m2、m3、m4和m5來表示利用標(biāo)準化部52d進行標(biāo)準化之前的各濾波器組5a的信號的強度。圖12A示出強度的總和[m1+m2+m3+m4+m5]為閾值E1以上的示例。圖12B示出強度的總和[m1+m2+m3+m4+m5]小于閾值E1的示例。因此，信號處理部52可以減少誤檢測的可能性。例如，識別部52e被配置為利用基于信號成分的標(biāo)準化強度所獲得的頻率分布來對檢測對象9進行檢測。在這種情況下，在檢測區(qū)域內(nèi)實際不存在檢測對象9時，存在如下可能性：識別部52e判斷為由于暗噪聲所引起的信號強度的頻率分布的特征類似于檢測區(qū)域內(nèi)存在檢測對象9的情況的頻率分布的特征，因而導(dǎo)致誤檢測。有鑒于此，為了減少誤檢測的可能性，信號處理部52基于標(biāo)準化前的信號強度來判斷是否進行識別處理。此外，可以將利用標(biāo)準化部52d的標(biāo)準化之前的預(yù)定的多個濾波器組5a視為一個濾波器組群5c(參見圖13)。在這種情況下，信號處理部52可以針對多個濾波器組群5c各自判斷標(biāo)準化前的信號成分的強度的總和或加權(quán)總和是否為閾值E2以上。更具體地，信號處理部52可被配置為僅在針對任意的濾波器組群5c、標(biāo)準化前的信號成分的強度的總和為閾值E2以上的情況下，才使得識別部52e能夠進行識別處理或?qū)⒗米R別部52e的識別處理的結(jié)果視為有效?；蛘?，信號處理部52可被配置為僅在針對所有的濾波器組群5c、標(biāo)準化前的信號成分的強度的總和或加權(quán)總和為閾值E2以上的情況下，才使得識別部52e能夠進行識別處理或?qū)⒗米R別部52e的識別處理的結(jié)果視為有效。以下參考圖14所示的流程圖來說明包括該判斷處理的一系列處理。注意，以下將短語“標(biāo)準化前的信號成分的強度的總和或加權(quán)總和”縮寫為標(biāo)準化前的信號成分的強度的總和。首先，A/D轉(zhuǎn)換部52b進行如下A/D轉(zhuǎn)換處理(X1)，其中該A/D轉(zhuǎn)換處理用于將放大部52a放大后的傳感器信號轉(zhuǎn)換成數(shù)字傳感器信號并輸出該數(shù)字傳感器信號。接著，頻率分析部52c進行如下濾波器組處理，其中該濾波器組處理用于通過DCT處理將從A/D轉(zhuǎn)換部52b輸出的傳感器信號轉(zhuǎn)換成頻域信號(頻率軸信號)(X2)，并且提取各濾波器組5a的信號(X3)。例如，在具有128個點的DCT的情況下，考慮將128個頻率區(qū)間5b分割成5個頻率區(qū)間5b的束并由此獲得25個濾波器組5a。接著，例如，如圖13所示，關(guān)于低頻側(cè)和高頻側(cè)的兩個濾波器組群5c各自，信號處理部52計算構(gòu)成濾波器組群5c的多個濾波器組5a的標(biāo)準化前的信號強度的總和。之后，信號處理部52進行如下閾值判斷處理(X4)，其中該閾值判斷處理用于針對濾波器組群5c中的每一個濾波器組群5c，判斷信號強度的總和是否為閾值E2以上。在任意的濾波器組群5c的信號強度的總和為閾值E2以上的情況下，信號處理部52判斷為從傳感器部51輸出的傳感器信號的振幅大、因此從暗噪聲獲得傳感器信號的可能性低，并且進行利用標(biāo)準化部52d的標(biāo)準化處理(X5)。簡言之，標(biāo)準化部52d對穿過各濾波器組5a的信號的強度進行標(biāo)準化并且輸出標(biāo)準化強度。之后，信號處理部52的識別部52e進行如下識別處理(X6)，其中該識別處理用于識別通過標(biāo)準化所獲得的多個濾波器組5a的各頻率成分的信號強度的分布的特征，并且判斷該特征是否是從檢測對象9所獲得的。在識別部52e識別出檢測對象物體的情況下，輸出部52m進行用于輸出檢測信號的輸出處理(X7)。另一方面，在所有濾波器組群5c的各自的信號強度的總和小于閾值E2的情況下，信號處理部52判斷為從傳感器部51輸出的傳感器信號的振幅小、因此從暗噪聲獲得傳感器信號的可能性高。在判斷為根據(jù)暗噪聲獲得傳感器信號的可能性高的情況下，信號處理部52不進行包括利用標(biāo)準化部52d實現(xiàn)的標(biāo)準化處理的后續(xù)處理(X5～X7)。因此，本實施例的水龍頭裝置1包括上述的檢測器5，由此可以抑制與檢測對象9不同的背景噪聲(例如，水槽3的機械信號、水槽3內(nèi)的水面的波動和周邊電器的噪聲)的不想要的影響。結(jié)果，包括上述的檢測器5的水龍頭裝置1可以在抑制誤檢測的同時，精確地檢測諸如以下等的特定運動：待清洗物體(例如，餐具和食物)向出水部23的靠近、待清洗物體在水槽3內(nèi)的運動、清洗所用的手的運動、以及清洗所引起的噴出中的水流的擾動。注意，優(yōu)選地，識別部52e被配置為根據(jù)從出水部23噴出的水的狀態(tài)，來改變上述的閾值判斷處理中的閾值E1或閾值E2、或者識別處理中的對照所使用的樣本數(shù)據(jù)。從出水部23所噴出的水的狀態(tài)可以包括諸如噴淋模式和直流模式等的噴出模式、以及從出水部23噴出的水的流量。因此，該結(jié)構(gòu)可以提高識別部52e所進行的識別處理的精度。在檢測器5沒有檢測到檢測對象9的情況下，控制器4控制噴水控制裝置2a以停止噴水。在噴水停止的狀態(tài)下、檢測器5檢測到檢測對象9(諸如待清洗物體向出水部23的靠近、待清洗物體在水槽3內(nèi)的運動和清洗所用的手的運動等)的情況下，控制器4控制噴水控制裝置2a以開始噴水。在噴水期間、檢測器5未能檢測到檢測對象9(諸如待清洗物體向出水部23的靠近、待清洗物體在水槽3內(nèi)的運動、清洗所用的手的運動、以及清洗所引起的噴出中的水流的擾動等)的情況下，控制器4控制噴水控制裝置2a以停止噴水。因此，包括上述的檢測器5的水龍頭裝置1可以根據(jù)檢測對象9的存在與否來適當(dāng)?shù)剡M行用于在存在檢測對象9的情況下開始噴水、并且在不存在檢測對象9的情況停止噴水的噴水控制。圖15A～圖15C示出與以下情形有關(guān)的各波形：利用從出水部23噴出的采用噴淋模式的水流清洗杯子、然后結(jié)束清洗。圖15A示出傳感器信號沿時間軸的波形，時間段T11表示清洗杯子的時間段，并且時間段T12表示沒有清洗杯子的時間段。圖15B示出沿頻率軸、頻率分析部52c對圖15A的傳感器信號所進行的使用DCT的頻率分析處理的結(jié)果。圖15C示出沿頻率軸和時間軸、頻率分析部52c對圖15A的傳感器信號所進行的使用DCT的頻率分析處理的結(jié)果。最初，對傳感器信號進行頻率分析部52c的頻率分析處理、以及標(biāo)準化部52d、背景信號去除部52h和平滑化處理部52f的各處理。之后，識別部52e使用多元線性回歸分析或主成分分析等來提取由于清洗時的待清洗物體(在這種情況下為杯子)和手的運動而產(chǎn)生的信號成分、以及由于從出水部23噴出的水流的擾動而產(chǎn)生的信號成分。然后，識別部52e對所提取的由于待清洗物體和手的運動而產(chǎn)生的信號成分、以及所提取的由于從出水部23噴出的水流的擾動而產(chǎn)生的信號成分進行成分分析，或者估計這些信號成分的頻域分布的形狀。在以下說明中，識別部52e進行基于多元線性回歸分析的識別處理。將由于清洗時的待清洗物體和手的運動而產(chǎn)生的信號成分稱為“由于待清洗物體和手的運動而產(chǎn)生的信號成分”、并且利用附圖標(biāo)記ma1來表示。此外，將由于從出水部23噴出的水流的擾動而產(chǎn)生的信號成分稱為“由于水流擾動而產(chǎn)生的信號成分”、并且利用附圖標(biāo)記mb1來表示。另外，關(guān)于由于待清洗物體和手的運動而產(chǎn)生的信號，識別部52e計算分別穿過低頻側(cè)的多個濾波器組5a的信號的標(biāo)準化強度的總和、以及分別穿過高頻側(cè)的多個濾波器組5a的信號的標(biāo)準化強度的總和。在以下說明中，將分別穿過低頻側(cè)的多個濾波器組5a的信號的標(biāo)準化強度的總和稱為“低頻側(cè)標(biāo)準化強度的總和”、并且利用附圖標(biāo)記ma11來表示。此外，將分別穿過高頻側(cè)的多個濾波器組5a的信號的標(biāo)準化強度的總和稱為“高頻側(cè)標(biāo)準化強度的總和”、并且利用附圖標(biāo)記ma12來表示。圖16示出識別部52e基于多元線性回歸分析對傳感器信號所進行的成分分析的結(jié)果。信號成分m0與傳感器信號的總信號強度相對應(yīng)。圖16示出總信號強度m0、以及由于待清洗物體和手的運動而產(chǎn)生的信號成分ma1及由于水流擾動而產(chǎn)生的信號成分mb1、信號成分ma1的低頻側(cè)標(biāo)準化強度的總和ma11及信號成分ma1的高頻側(cè)標(biāo)準化強度的總和ma12的各信號強度。由于待清洗物體和手的運動而產(chǎn)生的信號成分ma1例如基于技術(shù)概念與圖10的信號成分s1相對應(yīng)。由于水流擾動而產(chǎn)生的信號成分mb1與圖10的信號成分s2相對應(yīng)。另外，信號成分ma11和ma12的值用在如上所述的使用閾值E1或閾值E2的閾值判斷處理中。圖17示出來自識別部52e的檢測對象9的檢測結(jié)果。在圖17中，“*”表示與清洗時的杯子和手的運動(ma1)有關(guān)的檢測結(jié)果，并且“○”表示與從出水部23噴出的水流的擾動(mb1)有關(guān)的檢測結(jié)果。識別部52e基于頻率分布的模式識別來檢測清洗時的杯子和手的運動、以及清洗所引起的噴出中的水流的擾動。識別部52e計算與清洗時的杯子和手的運動有關(guān)的檢測結(jié)果以及與清洗所引起的噴出中的水流的擾動有關(guān)的檢測結(jié)果的邏輯或。由此，當(dāng)前狀態(tài)在時間段T11內(nèi)被設(shè)置為檢測狀態(tài)，并且當(dāng)前狀態(tài)在時間段T12內(nèi)被設(shè)置為非檢測狀態(tài)。注意，在與圖15A的序列的反轉(zhuǎn)有關(guān)的情形中，人可能在出水部23噴出水之后、在沒有清洗杯子的狀態(tài)下等待一會兒，然后開始清洗杯子。此外在該情形中，在清洗杯子時檢測到檢測對象9，并且在沒有清洗杯子的時間段內(nèi)沒有檢測到檢測對象9。接著，圖18A～圖18C示出與以下情形有關(guān)的各波形：利用從出水部23噴出的采用噴淋模式的水流清洗杯子、然后結(jié)束清洗。然而，所噴出的水量約為圖15A～圖15C的情況的兩倍。圖18A示出傳感器信號沿時間軸的波形，時間段T21表示清洗杯子的時間段，并且時間段T22表示沒有清洗杯子的時間段。圖18B示出沿頻率軸、頻率分析部52c對圖18A的傳感器信號所進行的使用DCT的頻率分析處理的結(jié)果。圖18C示出沿頻率軸和時間軸、頻率分析部52c對圖18A的傳感器信號所進行的使用DCT的頻率分析處理的結(jié)果。識別部52e使用頻率分析部52c所進行的頻率分析處理的結(jié)果來提取由于待清洗物體(在這種情況下為杯子)和手的運動而產(chǎn)生的信號成分、以及由于水流擾動而產(chǎn)生的信號成分。圖19示出識別部52e基于多元線性回歸分析對傳感器信號(傳感器信號的總信號強度m0)所進行的成分分析的結(jié)果。識別部52e計算由于待清洗物和手的運動而產(chǎn)生的信號成分ma1及由于水流擾動而產(chǎn)生的信號成分mb1、以及信號成分ma1的低頻側(cè)標(biāo)準化強度的總和ma11及信號成分ma1的高頻側(cè)標(biāo)準化強度的總和ma12的各信號強度。圖19中沒有清洗杯子的時間段T22中的信號強度大于圖16中沒有清洗杯子的時間段T12中的信號強度，但在表現(xiàn)形式上相似。圖20示出來自識別部52e的檢測對象9的檢測結(jié)果。在圖20中，“*”表示與清洗時的杯子和手的運動(ma1)有關(guān)的檢測結(jié)果，并且“○”表示與從出水部23噴出的水流的擾動(mb1)有關(guān)的檢測結(jié)果。識別部52e計算與清洗時的杯子和手的運動有關(guān)的檢測結(jié)果以及與噴出中的水流的擾動有關(guān)的檢測結(jié)果的邏輯或。由此，當(dāng)前狀態(tài)在時間段T21內(nèi)被設(shè)置為檢測狀態(tài)，并且當(dāng)前狀態(tài)在時間段T22內(nèi)被設(shè)置為非檢測狀態(tài)。接著，圖21A～圖21C示出與利用從出水部23所噴出的采用直流模式的水來清洗筷子的前端的情形有關(guān)的各波形。然而，所噴出的水量與圖15A～圖15C的情況相同。圖21A示出傳感器信號沿時間軸的波形。圖21B示出沿頻率軸、頻率分析部52c對圖21A的傳感器信號所進行的使用DCT的頻率分析處理的結(jié)果。圖21C示出沿頻率軸和時間軸、頻率分析部52c對圖21A的傳感器信號所進行的使用DCT的頻率分析處理的結(jié)果。識別部52e使用頻率分析部52c所進行的頻率分析處理的結(jié)果來提取由于待清洗物體(在這種情況下為筷子的前端)和手的運動而產(chǎn)生的信號成分、以及由于水流擾動而產(chǎn)生的信號成分。圖22示出識別部52e基于多元線性回歸分析對傳感器信號(傳感器信號的總信號強度m0)所進行的成分分析的結(jié)果。識別部52e計算由于待清洗物體和手的運動而產(chǎn)生的信號成分ma1及由于水流擾動而產(chǎn)生的信號成分mb1、以及信號成分ma1的低頻側(cè)標(biāo)準化強度的總和ma11及信號成分ma1的高頻側(cè)標(biāo)準化強度的總和ma12的各信號強度。圖23示出來自識別部52e的檢測對象9的檢測結(jié)果。在圖23中，“*”表示與清洗時的筷子和手的運動(ma1)有關(guān)的檢測結(jié)果，并且“○”表示與從出水部23噴出的水流的擾動(mb1)有關(guān)的檢測結(jié)果。在這種情況下，在清洗筷子的前端時的傳感器信號的振幅(參見圖21A)與圖18A中沒有清洗杯子的時間段T22中的傳感器信號的振幅大致相等。然而，識別部52e可以基于頻率分布的模式識別來檢測清洗時的筷子和手的運動以及從出水部23噴出的水流的擾動。識別部52e計算與清洗時的筷子和手的運動有關(guān)的檢測結(jié)果以及與噴水中的水流擾動有關(guān)的檢測結(jié)果的邏輯或，由此可以精確地檢測到筷子的前端在清洗時的運動。接著，圖24A～圖24C示出與以下情況有關(guān)的各波形：從出水部23噴出大量采用直流模式的水，并且在該水流中水杯基本停止。圖24A示出傳感器信號沿時間軸的波形。圖24B示出沿頻率軸、頻率分析部52c對圖24A的傳感器信號所進行的使用DCT的頻率分析處理的結(jié)果。圖24C示出沿頻率軸和時間軸、頻率分析部52c對圖24A的傳感器信號所進行的使用DCT的頻率分析處理的結(jié)果。識別部52e使用頻率分析部52c所進行的頻率分析處理的結(jié)果來提取由于待清洗物體(在這種情況下為杯子)和手的運動而產(chǎn)生的信號成分、以及由于水流擾動而產(chǎn)生的信號成分。圖25示出識別部52e基于多元線性回歸分析對傳感器信號(傳感器信號的總信號強度m0)所進行的成分分析的結(jié)果。識別部52e計算由于待清洗物體和手的運動而產(chǎn)生的信號成分ma1及由于水流擾動而產(chǎn)生的信號成分mb1、以及信號成分ma1的低頻側(cè)標(biāo)準化強度的總和ma11及信號成分ma1的高頻側(cè)標(biāo)準化強度的總和ma12的各信號強度。圖26示出來自識別部52e的檢測對象9的檢測結(jié)果。在圖26中，“*”表示與清洗時的杯子和手的運動(ma1)有關(guān)的檢測結(jié)果，并且“○”表示與從出水部23噴出的水流的擾動(mb1)有關(guān)的檢測結(jié)果。在這種情況下，杯子本身基本停止。然而，水流因杯子的頂部或側(cè)面而散開，并且這樣可能產(chǎn)生水滴。因此，可以檢測水滴所引起的反射波的變化。識別部52e進行頻率分布的模式識別，并且計算與清洗時的杯子的運動有關(guān)的檢測結(jié)果以及與噴水中的水流擾動有關(guān)的檢測結(jié)果的邏輯或，由此可以精確地檢測到杯子基本停止。如上所述，水龍頭裝置1在無需依賴于傳感器信號的信號強度自身的情況下，例如可以基于傳感器信號的頻域中的標(biāo)準化分布的形狀和/或傳感器信號在頻域中的成分分析來實現(xiàn)高度精確的噴水控制。另外，信號處理部52包括測距部52k，其中該測距部52k被配置為基于頻率分析部52c的輸出來檢測到待清洗物體的距離。此外，信號處理部52包括方向檢測部52l，其中該方向檢測部52l被配置為基于傳感器信號來檢測諸如待清洗物體等的物體的移動方向(接近或遠離)。圖27示出測距部52k的操作的概要。最初，傳感器部51的發(fā)送控制部51a重復(fù)使從發(fā)送部51b發(fā)送來的電波(發(fā)送信號)的頻率fs先上升然后下降的掃頻處理。發(fā)送信號的頻率fs依賴于變化寬度Δfa、中心頻率fo1和掃頻周期T1(參見圖27A)。接收部51e在時間T2＝2W/C(其中：W表示傳感器部51和待清洗物體之間的距離，并且C表示光速)之后接收到反射波(接收信號)(參見圖27A)。該接收信號的頻率fr以與發(fā)送信號的頻率fs相同的方式依賴于變化寬度Δfa和掃頻周期T1。此外，接收信號的中心頻率為fo2＝[fo1+{(2*fo1*Vr)/C}]，其中Vr表示待清洗物體的接近速度。接收部51e生成頻率fb等于發(fā)送信號的頻率fs和接收信號的頻率fr之間的差的拍頻信號，并且輸出該拍頻信號(參見圖27B)。在發(fā)送信號的頻率fs和接收信號的頻率fr這兩者都上升的情況下，通過以下關(guān)系給出拍頻信號的頻率fb：fb＝fb1＝[(4*Δfa*W)/(C*T1)]-[(2*fo1*Vr)/C]。在上述公式中，第一項表示示出從檢測器5到待清洗物體的距離的位置信息，并且第二項表示示出待清洗物體接近檢測器5的速度的速度信息。在發(fā)送信號和接收信號這兩者的頻率都下降的情況下，通過以下關(guān)系給出拍頻信號的頻率fb：fb＝fb2＝[(4*Δfa*W)/(C*T1)]+[(2*fo1*Vr)/C]。在上述公式中，第一項表示示出從檢測器5到待清洗物體的距離的位置信息，并且第二項表示示出待清洗物體接近檢測器5的速度的速度信息。測距部52k基于經(jīng)過了頻率分析處理的拍頻信號來測量從傳感器部51到待清洗物體的距離。識別部52e結(jié)合測距部52k所生成的距離信息(測量結(jié)果)來進行識別處理，如此可以確定待清洗物體的位置。因此，識別部52e可以精確地辨識并識別待清洗物體的動作，并且另外可以將來自期望區(qū)域外部的不需要的信號去除。在這方面，測距部52k所使用的測距方式由FMCW(FrequencyModulatedContinuousWave，調(diào)頻連續(xù)波)方式進行例示，但還可以是諸如雙頻方式等的其它方式。另外，方向檢測部52l基于傳感器信號來確定諸如待清洗物體等的物體的移動方向。此外，方向檢測部52l確定根據(jù)移動方向和移動的持續(xù)時間所計算出的移動距離。識別部52e結(jié)合方向檢測部52l所給出的方向信息和移動距離來進行識別處理，如此可以確定待清洗物體的存在。因此，識別部52e可以精確地辨識并識別待清洗物體。方向檢測部52l例如可以基于距離信息之間的差異來判斷人體或人體的一部分的移動方向(方向)。通過使用雙通道多普勒傳感器的移動方向的檢測方法是已知的，并且省略了針對該檢測方法的詳細說明。如已知的，為了擴展測距功能，設(shè)置了多組接收天線51d和接收部51e以實現(xiàn)反射波的接近角估計功能。由此，除確定對象物體的移動方向的功能外、還可以添加確定對象物體在空間中的實際位置的功能?？蛇x地，如圖28所示，傳感器部51(發(fā)送天線51c和接收天線51d)可以安裝至噴管2的突出部22。簡言之，水龍頭裝置1包括：出水部23，用于噴出水；檢測器5，其被配置為檢測包含從出水部23噴出的水所存在的噴水區(qū)域的檢測區(qū)域中的檢測對象；以及控制器4，其被配置為基于檢測器5的檢測結(jié)果，來控制從出水部23所噴出的水的開始供給和停止供給。檢測器5包括傳感器部51，其中該傳感器部51被配置為發(fā)送電波信號，并且接收物體所反射的電波信號，以輸出與物體的運動相對應(yīng)的傳感器信號。檢測器5還包括頻率分析部52c，其中該頻率分析部52c被配置為將傳感器信號轉(zhuǎn)換成頻域信號，并且使用頻帶不同的多個濾波器組5a從所述頻域信號提取所述多個濾波器組5a中的每一個濾波器組5a的信號。檢測器5還包括識別部52e，其中該識別部52e被配置為進行如下的識別處理：基于包含基于多個濾波器組5a中的每一個濾波器組5a的信號的信號的頻率分布和基于多個濾波器組5a中的每一個濾波器組5a的信號的信號強度的成分比的至少之一的檢測數(shù)據(jù)來對檢測對象9進行檢測。檢測器5還包括數(shù)據(jù)庫裝置52i，其中該數(shù)據(jù)庫裝置52i被配置為存儲包括與檢測對象9相對應(yīng)的頻率分布和與檢測對象9相對應(yīng)的信號強度的成分比的至少之一的樣本數(shù)據(jù)。識別部52e被配置為基于檢測數(shù)據(jù)和樣本數(shù)據(jù)之間的對照來進行識別處理。注意，水龍頭裝置1即使在用在浴室盥洗臺、洗手間的便器裝置或浴室的淋浴中的情況下，也可以提供上述的相同效果?？偨Y(jié)(1)如上所述，本實施例的水龍頭裝置1包括出水部23、檢測器5和控制器4。出水部23用于噴出水。檢測器5被配置為檢測包含從出水部23噴出的水所存在的噴水區(qū)域的檢測區(qū)域中的檢測對象9?？刂破?被配置為基于檢測器5的檢測結(jié)果，來控制從出水部23所噴出的水的開始供給和停止供給。檢測器5包括傳感器部51、頻率分析部52c、識別部52e和數(shù)據(jù)庫裝置52i。傳感器部51被配置為發(fā)送電波信號，并且接收物體所反射的電波信號，以輸出與物體的運動相對應(yīng)的傳感器信號。頻率分析部52c被配置為將傳感器信號轉(zhuǎn)換成頻域信號，并且使用頻帶不同的多個濾波器組5a從所述頻域信號提取所述多個濾波器組5a中的每一個濾波器組5a的信號。識別部52e被配置為進行如下的識別處理：基于包含基于多個濾波器組5a中的每一個濾波器組5a的信號的信號的頻率分布和基于多個濾波器組5a中的每一個濾波器組5a的信號的信號強度的成分比的至少之一的檢測數(shù)據(jù)來對檢測對象9進行檢測。數(shù)據(jù)庫裝置52i被配置為存儲包含與檢測對象9相對應(yīng)的頻率分布和與檢測對象9相對應(yīng)的信號強度的成分比的至少之一的樣本數(shù)據(jù)。識別部52e被配置為基于檢測數(shù)據(jù)和樣本數(shù)據(jù)之間的對照來進行識別處理。根據(jù)該結(jié)構(gòu)，水龍頭裝置1可以在抑制誤檢測的同時、精確地檢測諸如以下等的特定運動：待清洗物體(例如，餐具和食物)向出水部23的靠近、待清洗物體的運動、清洗所用的手的運動、以及清洗所引起的噴出中的水流的擾動。此外，檢測器5通過使用電波信號來進行檢測，因而即使在黑色對象物體或透明對象物體的情況下也可以檢測到這些對象物體，并且另外可以抑制諸如太陽光等的強光所引起的影響。總之，水龍頭裝置1可以抑制諸如周圍環(huán)境以及檢測對象9的顏色和材料的影響等的不想要的影響，由此可以正確地判斷出在水部周邊是否存在檢測對象9。(2)在上述(1)所述的水龍頭裝置1的優(yōu)選實施例中，檢測器5包括測距部52k，其中該測距部52k被配置為基于傳感器信號來測量到檢測對象9的距離。識別部52e被配置為結(jié)合測距部52k的測量結(jié)果來進行識別處理。根據(jù)該結(jié)構(gòu)，識別部52e可以結(jié)合測距部52k所生成的測量結(jié)果來進行識別處理，因而可以確定待清洗物體的位置。因此，識別部52e可以精確地辨識并識別待清洗物體的各動作。另外，可以去除來自檢測區(qū)域外部的不需要的信號。(3)在上述(1)或(2)所述的水龍頭裝置1的優(yōu)選實施例中，檢測器5包括方向檢測部52l，其中該方向檢測部52l被配置為基于傳感器信號來對檢測對象9的移動方向進行檢測。識別部52e被配置為結(jié)合方向檢測部52l的檢測結(jié)果來進行識別處理。根據(jù)該結(jié)構(gòu)，識別部52e可以結(jié)合方向檢測部521所檢測到的移動方向來進行識別處理，因而可以識別待清洗物體的存在。因此，識別部52e可以精確地辨識并識別待清洗物體。(4)在上述(1)～(3)中任一項所述的水龍頭裝置1的優(yōu)選實施例中，識別部52e被配置為在多個濾波器組5a各自的信號強度的總和為閾值以上的情況下，進行識別處理?；蛘?，識別部52e被配置為在多個濾波器組5a各自的信號強度的總和為閾值以上的情況下，將識別處理的結(jié)果視為有效。識別部52e被配置為根據(jù)從出水部23所噴出的水的狀態(tài)，來改變閾值或者識別處理中所使用的樣本數(shù)據(jù)。根據(jù)該結(jié)構(gòu)，水龍頭裝置1可以減少誤檢測的可能性、或者可以提高識別部52e所進行的識別處理的精度。(5)在上述(1)～(4)中任一項所述的水龍頭裝置1的優(yōu)選實施例中，檢測器5包括背景信號去除部52h，其中該背景信號去除部52h被配置為從分別通過多個濾波器組5a的信號中去除背景信號。根據(jù)該結(jié)構(gòu)，水龍頭裝置1的檢測器5可以提高檢測對象9的檢測精度。(6)在上述(1)～(5)中任一項所述的水龍頭裝置1的優(yōu)選實施例中，水龍頭裝置1包括噴管2，其中在噴管2的內(nèi)部形成有連接至出水部23的導(dǎo)水通路。噴管2包括：基部21，其安裝至外部設(shè)備的安裝面；以及突出部22，其從基部21突出。傳感器部51設(shè)置到基部21或突出部22。根據(jù)該結(jié)構(gòu)，水龍頭裝置1可以檢測到包含出水部23的噴水區(qū)域的檢測區(qū)域中的檢測對象。