的灵敏性或质量。一般来说，期 望在接收器处测得的信号强度与在列中发送的信号量成线性关系。因此，在一个实施例中， 补偿将设及用对该特定行/列组合的校准常数乘W热图中的每个位置。在一个实施例中， 可使用测量或估计W确定热图补偿表，该表同样可用来提供通过乘法的补偿。在一个实施 例中，使用校准操作来创建热图补偿表。本文中使用的术语"热图"不需要实际的热图，相 反，该术语可意指包含与运些位置对应的数据的至少二维阵列。
[0074] 在一示例性实施例中，整个场的平坦化过程如下。没有任何东西触摸该表面的话， 首先在每个列接收器处测量每个行信号的信号强度。由于不存在触摸，所接收的整个信号 基本上是由串扰造成的。测得的值（例如每个列上发现的每个行的信号的量）是需要从热 图中的该位置被减去的偏移电平。然后，随着恒定的偏移被减去，在每个行/列交叉点放置 一校准的触摸物体并在列接收器处测量该行的信号的信号强度。信号处理器可被配置成将 触摸事件归一化至触摸表面上的一个位置的值。我们能任意地选择可能具有最强信号（由 于其经历最少衰减）的位置，即最接近发送器和接收器的行/列交叉点。如果在该位置处 的经校准触摸信号强度是Sw而对于每列和每行的经校准触摸信号强度为S则如果我们 将热图中的每个位置乘W(Sw/Sk,c)，则所有触摸值将被归一化。对于经校正的触摸，热图中 的任意行/列的归一化信号强度将等于1。
[00巧]场平坦化过程很好地并行化。一旦偏移值和归一化参数被测量和存储一-运应当 只需要做一次（或在维护间隔内再做一次）一-每个信号强度一测量就可施加校正。图3 示出场平坦化过程的一个实施例。 阳076] 在一个实施例中，可能需要定期地或在选择的维护间隔内校准每个行/列交叉 点。在一个实施例中，可能对每个单元需要校准每行/列交叉点一次。在一个实施例中，可 能对每个设计需要校准每行/列交叉点一次。在一个实施例中，尤其是在例如行和列的RF 衰减很低的情形下，可能根本不需要校准每个行/列交叉点。此外，在沿行和列的信号衰减 相当可预见的实施例中，可W仅从几个交叉点测量值来校准整个表面。
[0077] 如果触摸表面不经历许多衰减，则场平坦化过程将至少某种程度地对测量值进行 归一化，但运可能具有一些副作用。例如，每个测量值上的噪声将随着其归一化恒定的变大 而增力日。本领域内技术人员将能理解，对于较低的信号强度和较高的衰减，运可能造成触摸 点检测和插值处理的错误和不稳定。因此，在一个实施例中，要注意为最大的衰减（例如最 远的行/列交叉点）提供足够的信号强度。
[0078] 我们现在转向触摸点检测。一旦热图被产生并且场被平坦化，可识别一个或多个 粗略的触摸点。识别一个或多个粗略的触摸点是通过寻找归一化（平坦化）信号强度中的 局部最大值来完成的。用于寻找一个或多个触摸点的快速和可并行方法牵设到将归一化热 图的每个要素与其邻近点作比较并且如果该要素完全大于所有邻近点则将其标记为局部 最大值。在一个实施例中，如果一个点完全地大于其所有邻近点并高于一给定阔值，则将其 识别为局部最大值。
[0079] W多种方式限定运组邻近点落在本公开的范围内。在一个实施例中，最近的邻近 点是通过冯诺依曼邻近法定义的。在一个实施例中，最近的邻近点是通过摩尔邻近法定义 的。冯诺依曼邻近法可包括与中屯、处的该要素垂直地和水平地相邻的四个要素（即该要素 东南西北四个位置的要素）。运也被称为"四-相连"邻近法。更复杂的（即更大的）冯 诺依曼邻近法也是可行的并且可被使用。摩尔邻近法可包括与中屯、处的该要素垂直地、水 平地和对角地相邻的八个要素（即该要素东、南、西、北、东北、西北、东南和西南位置的要 素）。运也被称为"八-相连"邻近法。
[0080] 所选择的邻近法将依赖于用来计算精细触摸点的插值方案。运在下面更详细地予 W解说。
[0081] 在给定的邻近点比较中，可能存在特殊情形，其中要素的归一化信号强度严格地 等于其一个或多个邻近点，或在噪声电平所允许的容限内。在一个实施例中，运些对中没有 一个点被认为是触摸点，即便它们具有高于阔值的值。在一个实施例中，运些对中的两个点 被认为是触摸点。在一个实施例中，其中两个或更多个邻近点具有大致相同值的区域被视 为一个触摸事件。在一个实施例中，其中两个或更多个邻近点具有大致相同值的区域被视 为与其中可找到单个局部最大值的区域不同类型的触摸事件（例如可能某人用手腕接触 触摸表面）。
[0082] 现在转向插值过程。一旦已确定（即识别）粗略触摸点，则可使用插值来计算精细 触摸点。在一个实施例中，分布式触摸的电容性接触被拟合到具有最大值的模型函数。在 一个实施例中，模型函数是在二维或更多维上的二次函数。在一个实施例中，该二次函数是 抛物面。在一个实施例中，抛物面模型是对于可用于接触触摸表面的多种物体（例如手指 或笔）的可接受的近似。此外，如下所述，抛物面模型是相对非计算密集的。在一个实施例 中，可使用更复杂或更计算密集的模型W从平坦化的热图中提供对触摸的更准确估计。为 了下面的解释，W抛物面作为解说性示例，但本领域内技术人员将能理解，为了插值可采用 其它模型，包括具有更大或更小复杂度的模型。
[0083] 图4示出在示例性局部最大值周围的冯诺依曼邻近点。对于四相连的或冯诺依曼 邻近点，相关点将看上去像图示那些点，中屯、要素是局部最大值而下标是相对于它的特定 要素的坐标。五个要素的信号强度的位置使我们能将它们运用到定义抛物面的下列方程： Ax2+Cy2+Dx巧y+F = Z
[0084] 其中X和y是要素的位置，Z是要素的信号强度，而A、C、D、E和F是二次多项式的 系数。相对于中屯、点，所有要素x、y位置是恒定的。Z值是在每个要素测得的信号强度，并 因此是已知的。在一个实施例中，可使用五个联立方程来求解五个未知的多项式系数。每 个方程代表五个点中的一个，其包括中屯、点及其四个邻近点。
[0085] 在一个实施例中，可采用冯诺依曼式矩阵来求解多项式系数，如下：
[0086] 用值代入要素位置，我们得到：
[0087] 然后通过对恒定冯诺依曼式矩阵作逆变换来求解多项式系数：
阳08引运得到：
[0089] 在一个实施例中，运些多项式系数是信号强度的线性组合并且是牵设到负和单偏 移的唯一简单乘数，需要计算运些多项式系数；因此，它们可在FPGA或ASIC中高效地计算 出。
[0090] 在抛物面的最大值处，下面两个偏导数均为零：
阳0川运将发生在点Xf、yf，其中：
阳09引 由此，在一个实施例中，将邻近点数据拟合到抛物面，并因为抛物面具有一个最大 值，因此该最大值被用作精细触摸点的位置。在利用四相连邻近点的实施例中，值Xf和yf是彼此独立的，其中Xf仅依赖于中屯、点左侧和右侧的要素的信号强度，而yf仅依赖于在其 上方和下方的要素的信号强度。
[0093] 图5示出展示在局部最大值周围的摩尔或八相连的邻近点。对于运种四相连的或 摩尔邻近点，相关点将看上去像图示那样，中屯、要素是局部最大值而下标是相对于它的特 定要素的坐标。九个要素的位置和信号强度可被拟合至抛物面方程。由于本例中相比之前 的例子更多输入数据可用，因此可部署某种程度上更复杂的抛物面方程： Ax^+Bxy+Cy^+Dx+Ey+F=z
[0094] 该方程具有增加的xy交叉项和新的B系数，它允许模型沿着x、yW外的方向上的 延长线进行补偿。同样，相对于中屯、点，所有要素x、y位置是恒定的并且Z值是已知的。九 个联立方程（每个要素一个）可用来确定（即超额确定）六个未知的多项式系数。九个联 立方程（每个要素一个）可用来确定（即超额确定）六个未知的多项式系数。可使用最小 二乘技术来求解六个未知的多项式系数。
[0095] 可使用冯诺依曼式矩阵来拟合多项式。不同于前面描述的实施例，阵列是非正方 形的，它具有九个行和六个列。
[0096] 冯诺依曼式矩阵的所有条目是恒定的，并且运些值是已知的，因此代入到恒定的 值，得到：
[0097] 由于冯诺依曼式矩阵是非正方形的，因此它无法被逆变换W求解多项式系数。然 而，它可使用其摩尔-彭罗斯伪逆变换并对多项式系数执行最小二乘拟合来求解。在一个 实施例中，伪逆变换被定义为： PinvOO=狂Tx)IyT
阳09引 给出：
[0099] 运些多项式系数是信号强度的线性组合。乘法运算稍微更复杂些，但许多乘数可 作为因数取出并在快要计算结束时施加一次。运个步骤的目的是寻找抛物面的最大值。因 此，所有的比例因数是不相关的，并且只需要将注意力放在使函数最大化的相对值和变量 上，在一个实施例中，许多操作能够消除，由此提高实施效率。
[0100] 如前所述，精细触摸点被假设在抛物面的最大值处，在那里两个偏导数为零；
阳1〇U运将发生在点Xf、yf，其中： Xf=度E-2CD) / (4AC-B2)和Yf=值B-2AE) / (4AC-B2) 阳102] 对于八相连邻近点，值Xf、yf不彼此独立。两者均依赖于所有八个邻近点的信号强 度。由此，该方法可能具有增加的计算负担，并可能使某些信号强度组合产生对于精细触摸 点的奇异值。在对八个摩尔邻近点使用最小二乘法的实施例中，运种实施方式对于噪声信 号强度值更为稳固。换句话说，在一个实施例中，一个信号强度的小误差将通过计算中使用 的数据增加量和该数据的自一致性（self-consistency)而被补偿。 阳103] 此外，八相连的邻近点提供B系数一一一段额外的信息一一它作为用户接口的一 部分可能证明是有益的。可使用xy交叉项的B系数W表征所拟合的抛物面的非对称性，连 同A和B系数中相干的纵横比信息，运将允许软件来确定触摸发生在角度。
[0104] 图6示出具有楠圆形截面的示例性触摸点，它可通过在特定Z值处截短该抛物面 来获得。a和b的值可从多项式的A和C系数获得，并且它们可提供关于触摸表面的物体的 纵横比的信息。例如，手指或笔不一定是圆对称的，并且a和b的比值将提供关于其形状的 信息。
[0105] 知晓角度d)能提供关于楠圆方位的信息，并例如可指示手指或笔指向的方式。d) 可从通过下式给出的2X2矩阵M的本征值和本征向量中计算出：
阳106] 该矩阵将具有两个本征值和两个本征向量。与最大本征值关联的本征向量将沿楠 圆的长轴方向指向。另一本征向量将沿短轴方向指向。本征值Ai和A2可如下地计算出：
阳107] 其中tr(M)是矩阵M的迹，它等于AC,而det(M)是矩阵M的行列式，它等于AC-B2/4。
[0108] 一旦获得本征值，我们可使用凯莱-哈密顿定理来计算本征向量。与Al关联的 本征向量是矩阵M-AzI的列中的任一个，而与入2关联的本征向量是矩阵M-入J的列中的 任一个。注意本征值下标的颠倒。楠圆的长轴相对于我们的坐标系的X轴成的角度（1)是 本征向量的斜率的反正切。本征向量的斜率只是Ay/Ax。
[0109] 如前面讨论的那样，插值步骤需要例如使用从平坦化的热图获得的数据来确定精 细触摸点，但不仅限于前面讨论的解说性抛物面模型。确定精细触摸点的目的在于允许后 处理器提供触摸点的更好粒度，并尤其提供超出传感器的交叉点的粒度。换句话说，经建模 和插值的精细触摸点可直接地坐落在行/列交叉点上，或座落在运些交叉点之间的任何位 置。在模型的准确性及其计算要求之间可能存在权衡，同样地，在模型的准确性及其提供与 实际触摸对应的经插值的精细触摸点的能力之间也可能存在权衡。因此，在一个实施例中， 在提供经插值的触摸点和实际触摸之间的充分对应的同时选择需要最小计算负载的模型。 在一个实施例中，选择在经插值的触摸点和实际触摸之间需要充分对应的模型，并选择处 理硬件W适应模型的计算负载。在一个实施例中，选择不超出预选择的硬件和/或触摸接 口上运行的其它软件的计算能力的模型。
[0110] 转向帖匹配过程，为了随着时间流逝正确地跟踪在触摸表面上移动的物体，重要 的是，使计算出的触摸点跨帖边界地彼此匹配并由此随着物体在触摸表面上移动而跟踪 它。换句话说，一个帖中每个计算出的触摸点应当在后一帖中被识别，或者具有另一配置 (例如被移除）。尽管存在一般情形下可能无法解决的根本上困难的问题，一个实施例可使 用几何和物理定律两种方式来实现。由于与触摸表面接触的运些项具有有限尺寸并根据某 些物理原理移动，某些情形因为落在似合理的范围内而可被忽略。此外，在一个实施例中， 帖速率应当足W允许具有合理确定性的物体跟踪（即帖-帖触摸点跟踪）。因此，例如在拟 被跟踪的物体或者已知在最大速率下移动跨过触摸表面或者跟踪被设计成仅跟踪物体高 至最大速率的情形下，可选择允许用合理的确定性跟踪的帖速率。例如，如果跨触摸表面的 多个行或列的移动的最大速率为例如每秒1000行或列，则1000化的帖速率将"看到"不超 过1行或列/帖的物体移动。在一个实施例中，触摸点插值（如前面讨论的）可提供触摸 点位置的更精确测量，并因此内行和内列位置容易识别，如本文中更详细描述的那样。 阳111] 手指和笔具有最小尺寸并且不大可能彼此足够地接近W造成不清楚的情形。它们 也可W人的手臂或其身体部分（例如手腕、手肘、手指等）的运动的速度特征行进，运限制 了问题。由于当前披露的传感器的触摸表面具有相对高的更新率，该更新率在一个实施例 中可W大约为一千赫或更高，因此在从一帖至下一帖的更新周期内触摸表面的手指和笔无 法移动到非常远或在极端角度下移动。由于有限的距离和角度，根据当前实施例跟踪可某 种程度地被简化。
[0112] 在一个实施例中，随时间地跟踪在触摸表面上移动的物体是通过将来自一个帖的 数据与一个或多个过往帖进行比较而实现的。在一个实施例中，关于过往帖的数据（例如 热图）可被保持在临时缓存内。在一个实施例中，关于过往帖的经处理数据（例如场平坦 化的热图或拟合的多项式系数）可被保持在临时缓存内。在一个实施例中，被保存在临时 缓存内的关于过往帖的数据可包括或构成由在之前帖内对每个精细触摸点的经插值的精 细触摸点坐标W及关于运些精细触摸点的之前运动的向量（在运些精细触摸点存在的情 况下）。临时缓存可保存关于一个或多个过往帖的数据，并且当其不再与之后的计算有关时 可停止保存数据。
[0113] 在一个实施例中，帖匹配处理一开始假设当前帖i内的物体触摸点可能是几何上 最接近该帖的之前帖（例如i-1)内的触摸点。
[0114] 在一个实施例中，关于触摸点运动的数据（例如速度和方向）联系一个或多个帖 被确定并存储。在一个实施例中，关于触摸点运动的数据被用来预测该触摸点在下一帖的 可能位置。关于触摸点运动的数据可包括例如速度或位置变化，并可来自一个或多个之前 的帖。在一个实施例中，预测帖内可能的位置是通过考虑两个帖之间的运动来完成的一一 由此得出每个帖的位移及其方向。在一个实施例中，预测帖内的可能位置是通过考虑=个 或更多个帖内的运动来完成的。使用来自=个或更多个帖的精细触摸点位置信息可得到更 精确的预测，因为它除了考虑每帖的位移和方向外也把加速度和方向变化考虑在内。在一 个实施例中，更多权重相比较老的帖数据被分配给更新近的帖数据。帖匹配过程则可一开 始假设物体在当前帖i内的触摸点对应于之前帖（即i-1)内的触摸点，该触摸点关联于最 接近当前帖的触摸点的预测的可能位置。
[0115] 在一个实施例中，关于触摸点尺寸（大小）的数据（例如抛物面的A和C系数） 联系一个或多个帖被确定并存储。帖匹配过程可一开始假设当前帖i内的给定物体的尺寸 对应于之前帖（即i-1)内的该物体的尺寸。
[0116] 在一个实施例中，关于触摸点随时间的尺寸（大小）变化的数据联系一个或多个 帖被确定并存储。在一个实施例中，关于帖内触摸点尺寸变化的数据（例如从最后一个帖 算起，或在多个帖内）被用来预测触摸点在下一帖内的可能尺寸。帖匹配过程则可一开始 假设物体在当前帖i内的物体可能对应于之前帖（即i-1)内的物体，该物体关联于最接近 当前帖内的触摸点的尺寸的预测的最可能的尺寸。
[0117] 在一个实施例中，关于触摸点随时间的旋转取向变化的数据（例如抛物面的B系 数）联系一个或多个帖被确定并存储。在一个实施例中，关于帖内触摸点旋转取向的数据 (例如从最后一个帖算起，或在多个帖内）被用来预测该触摸点在下一帖内的旋转取向。帖 匹配过程则可一开始假设物体在当前帖i内的物体可能对应于之前帖（即i-1)内的物体， 该物体关联于最接近当前帖内的触摸点的尺寸的预测的最可能的尺寸。在一个实施例中， 触摸点的旋转取向可允许旋转的单触摸点控制（例如单指控制），因此例如一个手指在屏 幕上的旋转可提供充分的信息W例如旋转视图一一运个功能一般需要与触摸表面接触的 两个旋转点。使用表述随时间的旋转取向的数据，可计算出旋转速度。类似地，关于旋转取 向或旋转速度的数据可用来计算旋转加速度。由此，旋转速度和旋转加速度均利用旋转取 向。可对一触摸点计算旋转取向、旋转速度和/或旋转加速度并通过或使用帖匹配处理予 W输出。
[0118] 在一个实施例中，帖匹配的启发包括改变触摸点的距离和速度向量。在一个实施 例中，帖匹配的启发化euristics)包括下面一个或多个： a. 帖i+1内的物体触摸点可能是几何上最接近它的帖i内的触摸点； b. 物体在帖i+1内的触摸点可能是帖i内最接近该点的触摸点，在那里它将被预测为 给定的物体的速度历史；W及 C.物体在帖i+1内的触摸点将与其在