JP2000028701A - 属性データ統合装置 - Google Patents
属性データ統合装置Info
- Publication number
- JP2000028701A JP2000028701A JP10192966A JP19296698A JP2000028701A JP 2000028701 A JP2000028701 A JP 2000028701A JP 10192966 A JP10192966 A JP 10192966A JP 19296698 A JP19296698 A JP 19296698A JP 2000028701 A JP2000028701 A JP 2000028701A
- Authority
- JP
- Japan
- Prior art keywords
- identification
- attribute data
- attribute
- reliability
- classification
- 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.)
- Pending
Links
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
(57)【要約】
【課題】 属性データの不確実性を考慮した画面表示を
行わないため、不確実性の高い属性データの統合結果の
観測時刻の経過によるばらつきが大きくなる場合や、連
続して属性が不明となる場合を表示した際の操作者の属
性の誤判断を防ぐ。 【解決手段】 Ｂａｙｓｉａｎ法による属性データの統
合及びＤｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法による属性デ
ータの統合による属性の判定過程における属性データの
不確実性の変移を表示する。
行わないため、不確実性の高い属性データの統合結果の
観測時刻の経過によるばらつきが大きくなる場合や、連
続して属性が不明となる場合を表示した際の操作者の属
性の誤判断を防ぐ。 【解決手段】 Ｂａｙｓｉａｎ法による属性データの統
合及びＤｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法による属性デ
ータの統合による属性の判定過程における属性データの
不確実性の変移を表示する。
Description
【０００１】
【発明の属する技術分野】この発明は、航空機や地上走
行車等の移動物体を目標とし、電波や赤外線等により目
標を探知分析する複数のセンサを用い、各センサから入
力した観測情報から求めた属性データを統合し、目標の
類別（戦闘機、ヘリコプタ、飛しょう体、艦船、戦車、
潜水艦、不明等）と識別（敵、味方、中立、不明等）を
決定して表示する属性データ統合装置に関するものであ
る。
行車等の移動物体を目標とし、電波や赤外線等により目
標を探知分析する複数のセンサを用い、各センサから入
力した観測情報から求めた属性データを統合し、目標の
類別（戦闘機、ヘリコプタ、飛しょう体、艦船、戦車、
潜水艦、不明等）と識別（敵、味方、中立、不明等）を
決定して表示する属性データ統合装置に関するものであ
る。
【０００２】
【従来の技術】図１９は従来の属性データ統合装置が適
用されるシステムの使用概念を説明する図であり、１
ａ、１ｂはそれぞれ同一仕様あるいは互いに異なる仕様
のセンサであり、ここでは通常のレーダを図示している
が、電波と類似したレーザや赤外線等を用いてよいこと
はもちろんである。センサ１ａ、１ｂはそれぞれ照射ビ
ーム１ｃを矢印イ、ロヘ振ることができる。３ａ、３
ｂ、３ｃは上記複数のセンサ１ａ、１ｂの観測目標であ
り、それぞれヘリコプタ、戦闘機、飛しょう体を示して
いる。４は上記複数のセンサ１ａ、１ｂに接続されてお
り、センサ１ａ又は１ｂから目標の位置、速度及び妨害
情報等の観測情報を入力し、この観測情報から目標の類
別信頼度と識別信頼度からなる属性データを求め、セン
サ１ａの観測情報から求めた属性データとセンサ１ｂの
観測情報から求めた属性データを統合することで信頼性
の高い属性データを求め、目標の類別及び識別を決定し
て表示する属性データ統合装置である。
用されるシステムの使用概念を説明する図であり、１
ａ、１ｂはそれぞれ同一仕様あるいは互いに異なる仕様
のセンサであり、ここでは通常のレーダを図示している
が、電波と類似したレーザや赤外線等を用いてよいこと
はもちろんである。センサ１ａ、１ｂはそれぞれ照射ビ
ーム１ｃを矢印イ、ロヘ振ることができる。３ａ、３
ｂ、３ｃは上記複数のセンサ１ａ、１ｂの観測目標であ
り、それぞれヘリコプタ、戦闘機、飛しょう体を示して
いる。４は上記複数のセンサ１ａ、１ｂに接続されてお
り、センサ１ａ又は１ｂから目標の位置、速度及び妨害
情報等の観測情報を入力し、この観測情報から目標の類
別信頼度と識別信頼度からなる属性データを求め、セン
サ１ａの観測情報から求めた属性データとセンサ１ｂの
観測情報から求めた属性データを統合することで信頼性
の高い属性データを求め、目標の類別及び識別を決定し
て表示する属性データ統合装置である。
【０００３】図１９に示されるように、従来の属性デー
タ統合装置が適用されるシステムでは、山岳２等の地形
的な問題から一つのセンサのみによる目標捜索では捜索
不可能となる空域が発生するので、異なる地点に複数の
センサを配置して捜索することにより捜索空域の欠如に
よる脅威の増大を抑えている。その結果、複数のセンサ
による重複する捜索空域が存在し、この重複する捜索領
域に存在する目標に対しては複数のセンサから同一目標
に対する属性データが観測され、しかも観測方向や距離
等の相違によりそれぞれの属性データの内容が異なる場
合があるので、同一目標に対する複数の属性データを属
性統合装置によって統合することで情報の信頼性を高め
ている。
タ統合装置が適用されるシステムでは、山岳２等の地形
的な問題から一つのセンサのみによる目標捜索では捜索
不可能となる空域が発生するので、異なる地点に複数の
センサを配置して捜索することにより捜索空域の欠如に
よる脅威の増大を抑えている。その結果、複数のセンサ
による重複する捜索空域が存在し、この重複する捜索領
域に存在する目標に対しては複数のセンサから同一目標
に対する属性データが観測され、しかも観測方向や距離
等の相違によりそれぞれの属性データの内容が異なる場
合があるので、同一目標に対する複数の属性データを属
性統合装置によって統合することで情報の信頼性を高め
ている。
【０００４】図２４は図１９で示した属性データ統合装
置で求めた類別及び識別結果の表示例１を示す図であ
る。図において３５は各種情報を表示する属性データ統
合装置の情報表示器、３６は前記情報表示器のカラーＣ
ＲＴ画面、３７は観測目標の方位を認識させるための方
位線、３８は観測目標の距離を認識させるための等距離
線、３９ａは観測目標１の航跡線、３９ｂは観測目標２
の航跡線、４０ａ、４０ｂ及び４０ｃは各観測時刻にお
ける観測目標１の属性を示すシンボル、４１ａ、４１ｂ
及び４１ｃは各観測時刻における観測目標２の属性を示
すシンボルである。観測目標１は、観測時刻と共に表示
属性が変わり、４０ａでは類別が不明、４０ｂで航空
機、４０ｃは不明のであり、類別結果表示にばらつきが
ある場合を示しており、識別はシンボル４０ａ、４０
ｂ、４０ｃの表示色を変えることで区別する。観測目標
２は、各観測時刻の経過において表示属性は変わらず、
４１ａ、４１ｂ、４１ｃの類別が航空機の場合を示して
おり、識別はシンボル４１ａ、４１ｂ、４１ｃの表示色
を変えることで区別する。
置で求めた類別及び識別結果の表示例１を示す図であ
る。図において３５は各種情報を表示する属性データ統
合装置の情報表示器、３６は前記情報表示器のカラーＣ
ＲＴ画面、３７は観測目標の方位を認識させるための方
位線、３８は観測目標の距離を認識させるための等距離
線、３９ａは観測目標１の航跡線、３９ｂは観測目標２
の航跡線、４０ａ、４０ｂ及び４０ｃは各観測時刻にお
ける観測目標１の属性を示すシンボル、４１ａ、４１ｂ
及び４１ｃは各観測時刻における観測目標２の属性を示
すシンボルである。観測目標１は、観測時刻と共に表示
属性が変わり、４０ａでは類別が不明、４０ｂで航空
機、４０ｃは不明のであり、類別結果表示にばらつきが
ある場合を示しており、識別はシンボル４０ａ、４０
ｂ、４０ｃの表示色を変えることで区別する。観測目標
２は、各観測時刻の経過において表示属性は変わらず、
４１ａ、４１ｂ、４１ｃの類別が航空機の場合を示して
おり、識別はシンボル４１ａ、４１ｂ、４１ｃの表示色
を変えることで区別する。
【０００５】図２５は図１９で示した属性データ統合装
置で求めた類別及び識別結果の表示例２を示す図であ
る。図において４２ａ、４２ｂ及び４２ｃは各観測時刻
における観測目標１の属性を示すシンボルであり、観測
時刻と共に表示属性が変わり、４２ａ、４２ｂ、４２ｃ
の類別が不明の場合を示しており、識別はシンボル４２
ａ、４２ｂ、４２ｃの表示色を変えることで区別する。
観測目標２は、各観測時刻の経過において表示属性は変
わらず、４１ａ、４１ｂ、４１ｃの類別が航空機の場合
を示しており、識別はシンボル４１ａ、４１ｂ、４１ｃ
の表示色を変えることで区別する。
置で求めた類別及び識別結果の表示例２を示す図であ
る。図において４２ａ、４２ｂ及び４２ｃは各観測時刻
における観測目標１の属性を示すシンボルであり、観測
時刻と共に表示属性が変わり、４２ａ、４２ｂ、４２ｃ
の類別が不明の場合を示しており、識別はシンボル４２
ａ、４２ｂ、４２ｃの表示色を変えることで区別する。
観測目標２は、各観測時刻の経過において表示属性は変
わらず、４１ａ、４１ｂ、４１ｃの類別が航空機の場合
を示しており、識別はシンボル４１ａ、４１ｂ、４１ｃ
の表示色を変えることで区別する。
【０００６】図２０は従来のＢａｙｅｓｉａｎ法属性デ
ータ統合装置のブロック図の一例である。図において５
は観測情報収集器、６は類別信頼度算出器、７は識別信
頼度算出器、８は観測属性データ管理器、９は不確実性
分配器、１０は統合属性データ管理器、１１はＢａｙｅ
ｓｉａｎ法属性データ統合器、１２は属性判定器、１３
は属性表示器、４は観測情報収集器５と類別信頼度算出
器６と識別信頼度算出器７と観測属性データ管理器８と
不確実性分配器９と統合属性データ管理器１０とＢａｙ
ｅｓｉａｎ法属性データ統合器１１と属性判定器１２と
属性表示器１３から構成される属性データ統合装置であ
る。
ータ統合装置のブロック図の一例である。図において５
は観測情報収集器、６は類別信頼度算出器、７は識別信
頼度算出器、８は観測属性データ管理器、９は不確実性
分配器、１０は統合属性データ管理器、１１はＢａｙｅ
ｓｉａｎ法属性データ統合器、１２は属性判定器、１３
は属性表示器、４は観測情報収集器５と類別信頼度算出
器６と識別信頼度算出器７と観測属性データ管理器８と
不確実性分配器９と統合属性データ管理器１０とＢａｙ
ｅｓｉａｎ法属性データ統合器１１と属性判定器１２と
属性表示器１３から構成される属性データ統合装置であ
る。
【０００７】図２１は従来のＤｅｍｐｓｔｅｒ−Ｓｈａ
ｆｅｒ法属性データ統合装置のブロック図の一例であ
る。図において５は観測情報収集器、６は類別信頼度算
出器、７は識別信頼度算出器、８は観測属性データ管理
器、１０は統合属性データ管理器、１４はＤｅｍｐｓｔ
ｅｒ−Ｓｈａｆｅｒ法属性データ統合器、１２は属性判
定器、１３は属性表示器、４は観測情報収集器５と類別
信頼度算出器６と識別信頼度算出器７と観測属性データ
管理器８と統合属性データ管理器１０とＤｅｍｐｓｔｅ
ｒ−Ｓｈａｆｅｒ法属性データ統合器１４と属性判定器
１２と属性表示器１３から構成される属性データ統合装
置である。
ｆｅｒ法属性データ統合装置のブロック図の一例であ
る。図において５は観測情報収集器、６は類別信頼度算
出器、７は識別信頼度算出器、８は観測属性データ管理
器、１０は統合属性データ管理器、１４はＤｅｍｐｓｔ
ｅｒ−Ｓｈａｆｅｒ法属性データ統合器、１２は属性判
定器、１３は属性表示器、４は観測情報収集器５と類別
信頼度算出器６と識別信頼度算出器７と観測属性データ
管理器８と統合属性データ管理器１０とＤｅｍｐｓｔｅ
ｒ−Ｓｈａｆｅｒ法属性データ統合器１４と属性判定器
１２と属性表示器１３から構成される属性データ統合装
置である。
【０００８】図２２は図２０で示した従来のＢａｙｅｓ
ｉａｎ法属性データ統合装置の処理フロー図である。図
において、処理１５は観測情報収集器５においてセンサ
１ａ又は１ｂから目標の観測情報を入力し、処理１６は
類別信頼度算出器６において各類別が取りうる飛行速度
範囲や飛行高度範囲等を示した類別データベースと処理
１５の観測情報の速度及び位置とを照合することで、目
標が戦闘機、ヘリコプタ、飛しょう体、艦船、戦車、潜
水艦、不明の各々に適合する度合いを求め、処理１７は
処理１６の各類別要素の適合度から目標の類別が何であ
るのかを示す仮説を複数設定し、それぞれの仮説の確か
らしさを示す類別信頼度を求める（例えば、目標がヘリ
コプタであるという仮説の信頼度は３０％、戦闘機又は
飛しょう体であるという仮説の信頼度は５０％のように
示す）。処理１８は識別信頼度算出器７において速度／
高度制限情報や飛行制限／禁止空域情報や安全飛行空域
情報等を示した識別データベースと処理１５の観測情報
の速度と位置とを照合することで、目標が味方、敵、中
立、不明の各々に適合する度合いを求め、処理１９は処
理１８の各識別要素の適合度から目標の識別が何である
のかを示す仮説を複数設定し、それぞれの仮説の確から
しさを示す識別信頼度（例えば、目標が味方であるとい
う仮説の信頼度は３０％、中立であるという仮説の信頼
度は２０％のように示す）を求める。処理２０は処理１
７の類別信頼度と処理１９の識別信頼度を観測属性デー
タとして観測属性データ管理器１０へ記憶し、処理２１
は不確実性分配器９において処理２０の観測属性データ
の内で、不確実性を含む仮説の信頼度（例えば、目標が
戦闘機又は飛しょう体であるという仮説の信頼度は５０
のように示す）に対してその仮説を成立させているすべ
ての要素を抽出し（上記例では、戦闘機と飛しょう
体）、目標がこの抽出した各々の要素であるという仮説
を新たに生成し（上記例では、目標が戦闘機であるとい
う仮説と目標が飛しょう体であるという仮説を生成す
る）、不確実性を含む仮説の信頼度の値をこの新たに生
成した各仮説の信頼度として均等に分配する（上記例で
は、目標が戦闘機であるという仮説の信頼度は２５％、
飛しょう体であるという仮説の信頼度は２５％とする）
ことですべての観測属性データから不確実性を取り除
く。処理２２は統合属性データ管理器１０から同一目標
に対して前観測時に統合した属性データを入力し、処理
２３はＢａｙｅｓｉａｎ法属性データ統合器１１におい
て処理２１の不確実性を取り除いた観測属性データと処
理２２の前観測時に統合した属性データとをＢａｙｅｓ
ｉａｎ法により統合し、処理２４は次観測時の属性デー
タの統合のために処理２３の統合した属性データを統合
属性データ管理器１０へ保存する。処理２５は属性判定
器１２において処理２３の統合した属性データの類別信
頼度の内で事前に設定したしきい値以上の信頼度を持つ
仮説が存在するか否かを判定し、存在する場合に処理２
９で類別信頼度の一番高い仮説が示す要素を目標の類別
とし、処理２７は処理２３の統合した属性データの識別
信頼度の内で事前に設定したしきい値以上の値を持つ仮
説が存在するか否かを判定し、存在する場合に処理２８
で識別信頼度の一番高い仮説が示す要素を目標の識別と
する。
ｉａｎ法属性データ統合装置の処理フロー図である。図
において、処理１５は観測情報収集器５においてセンサ
１ａ又は１ｂから目標の観測情報を入力し、処理１６は
類別信頼度算出器６において各類別が取りうる飛行速度
範囲や飛行高度範囲等を示した類別データベースと処理
１５の観測情報の速度及び位置とを照合することで、目
標が戦闘機、ヘリコプタ、飛しょう体、艦船、戦車、潜
水艦、不明の各々に適合する度合いを求め、処理１７は
処理１６の各類別要素の適合度から目標の類別が何であ
るのかを示す仮説を複数設定し、それぞれの仮説の確か
らしさを示す類別信頼度を求める（例えば、目標がヘリ
コプタであるという仮説の信頼度は３０％、戦闘機又は
飛しょう体であるという仮説の信頼度は５０％のように
示す）。処理１８は識別信頼度算出器７において速度／
高度制限情報や飛行制限／禁止空域情報や安全飛行空域
情報等を示した識別データベースと処理１５の観測情報
の速度と位置とを照合することで、目標が味方、敵、中
立、不明の各々に適合する度合いを求め、処理１９は処
理１８の各識別要素の適合度から目標の識別が何である
のかを示す仮説を複数設定し、それぞれの仮説の確から
しさを示す識別信頼度（例えば、目標が味方であるとい
う仮説の信頼度は３０％、中立であるという仮説の信頼
度は２０％のように示す）を求める。処理２０は処理１
７の類別信頼度と処理１９の識別信頼度を観測属性デー
タとして観測属性データ管理器１０へ記憶し、処理２１
は不確実性分配器９において処理２０の観測属性データ
の内で、不確実性を含む仮説の信頼度（例えば、目標が
戦闘機又は飛しょう体であるという仮説の信頼度は５０
のように示す）に対してその仮説を成立させているすべ
ての要素を抽出し（上記例では、戦闘機と飛しょう
体）、目標がこの抽出した各々の要素であるという仮説
を新たに生成し（上記例では、目標が戦闘機であるとい
う仮説と目標が飛しょう体であるという仮説を生成す
る）、不確実性を含む仮説の信頼度の値をこの新たに生
成した各仮説の信頼度として均等に分配する（上記例で
は、目標が戦闘機であるという仮説の信頼度は２５％、
飛しょう体であるという仮説の信頼度は２５％とする）
ことですべての観測属性データから不確実性を取り除
く。処理２２は統合属性データ管理器１０から同一目標
に対して前観測時に統合した属性データを入力し、処理
２３はＢａｙｅｓｉａｎ法属性データ統合器１１におい
て処理２１の不確実性を取り除いた観測属性データと処
理２２の前観測時に統合した属性データとをＢａｙｅｓ
ｉａｎ法により統合し、処理２４は次観測時の属性デー
タの統合のために処理２３の統合した属性データを統合
属性データ管理器１０へ保存する。処理２５は属性判定
器１２において処理２３の統合した属性データの類別信
頼度の内で事前に設定したしきい値以上の信頼度を持つ
仮説が存在するか否かを判定し、存在する場合に処理２
９で類別信頼度の一番高い仮説が示す要素を目標の類別
とし、処理２７は処理２３の統合した属性データの識別
信頼度の内で事前に設定したしきい値以上の値を持つ仮
説が存在するか否かを判定し、存在する場合に処理２８
で識別信頼度の一番高い仮説が示す要素を目標の識別と
する。
【０００９】Ｂａｙｅｓｉａｎ法は、数１で示す古典的
確率理論であるＢａｙｅｓの定理による条件付関数を用
いた統合法であり、ｋ−１サンプルまでのデータの全体
Ｚｋ−１が互いに独立な要素ｘｉ（ｉ＝１〜Ｎ）である
確率をＰ［ｘｉ｜Ｚｋ−１］、ｋサンプルでのデータＺ
ｋが要素ｘｉである確率をＰ［Ｚｋ｜ｘｉ］とすると
き、信頼度ｂ（ｘｉ）としてｋサンプルまでのデータの
全体Ｚｋが要素ｘｉである確率Ｐ［ｘｉ｜Ｚｋ］が得ら
れ、確率を与える要素はＢａｙｅｓｉａｎ法の前提条件
から互いに独立かつ要素Ｎ個の信頼度の総和が１となる
加法性が成立し、統合結果も加法性が成立することが知
られている。
確率理論であるＢａｙｅｓの定理による条件付関数を用
いた統合法であり、ｋ−１サンプルまでのデータの全体
Ｚｋ−１が互いに独立な要素ｘｉ（ｉ＝１〜Ｎ）である
確率をＰ［ｘｉ｜Ｚｋ−１］、ｋサンプルでのデータＺ
ｋが要素ｘｉである確率をＰ［Ｚｋ｜ｘｉ］とすると
き、信頼度ｂ（ｘｉ）としてｋサンプルまでのデータの
全体Ｚｋが要素ｘｉである確率Ｐ［ｘｉ｜Ｚｋ］が得ら
れ、確率を与える要素はＢａｙｅｓｉａｎ法の前提条件
から互いに独立かつ要素Ｎ個の信頼度の総和が１となる
加法性が成立し、統合結果も加法性が成立することが知
られている。
【００１０】
【数１】
【００１１】図２６はＢａｙｅｓｉａｎ法属性データ統
合器１１におけるＢａｙｅｓｉａｎ法による属性データ
統合の概要を示す図である。図において７３は不確実性
を含む属性がタイプＡまたＢである仮説の信頼度ｘ１お
よび不確実性を含まない属性がタイプＣである信頼度ｃ
１からなる第１番目の属性データであり、７４は不確実
性を含まない属性がタイプＡである仮説の信頼度ａ２、
属性がタイプＢである仮説の信頼度ｂ２および属性がタ
イプＣである仮説の信頼度ｃ２からなる第２番目の属性
データであり、不確実性分配器９において第１番目の観
測属性データ７３の内の不確実性を含む仮説の信頼度ｘ
１をその仮説を成立させている属性がタイプＡである仮
説の信頼度ａ１と属性がタイプＢである信頼度ｂ１に分
けることで不確実性を含まない仮説の信頼度だけからな
る第１番目の属性データ７５を算出し、Ｂａｙｅｓｉａ
ｎ法属性データ統合器１１において不確実性を含まない
仮説の信頼度だけからなる第１番目の属性データ７５と
第２番目の属性データ７４とをＢａｙｅｓｉａｎ法によ
り統合し、不確実性含まない属性がタイプＡである仮説
の信頼度ａ、属性がタイプＢである仮説の信頼度ｂおよ
び属性がタイプＣである仮説の信頼度ｃからなる統合し
た属性データ７６を求める。この方法により信頼度の高
い属性データの統合からはより信頼度の高い属性データ
が、信頼度の低い属性データの統合からはより信頼度の
低い属性データが期待できる。
合器１１におけるＢａｙｅｓｉａｎ法による属性データ
統合の概要を示す図である。図において７３は不確実性
を含む属性がタイプＡまたＢである仮説の信頼度ｘ１お
よび不確実性を含まない属性がタイプＣである信頼度ｃ
１からなる第１番目の属性データであり、７４は不確実
性を含まない属性がタイプＡである仮説の信頼度ａ２、
属性がタイプＢである仮説の信頼度ｂ２および属性がタ
イプＣである仮説の信頼度ｃ２からなる第２番目の属性
データであり、不確実性分配器９において第１番目の観
測属性データ７３の内の不確実性を含む仮説の信頼度ｘ
１をその仮説を成立させている属性がタイプＡである仮
説の信頼度ａ１と属性がタイプＢである信頼度ｂ１に分
けることで不確実性を含まない仮説の信頼度だけからな
る第１番目の属性データ７５を算出し、Ｂａｙｅｓｉａ
ｎ法属性データ統合器１１において不確実性を含まない
仮説の信頼度だけからなる第１番目の属性データ７５と
第２番目の属性データ７４とをＢａｙｅｓｉａｎ法によ
り統合し、不確実性含まない属性がタイプＡである仮説
の信頼度ａ、属性がタイプＢである仮説の信頼度ｂおよ
び属性がタイプＣである仮説の信頼度ｃからなる統合し
た属性データ７６を求める。この方法により信頼度の高
い属性データの統合からはより信頼度の高い属性データ
が、信頼度の低い属性データの統合からはより信頼度の
低い属性データが期待できる。
【００１２】図２３は図２１で示した従来のＤｅｍｐｓ
ｔｅｒ−Ｓｈａｆｅｒ法属性データ統合装置の処理フロ
ー図である。図において処理１５から２０、２１、２
４、２８及び２９は図２２に示したＢａｙｅｓｉａｎ法
属性データ統合装置の処理フローと同一であり、処理３
０はＤｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法属性データ統合
器１４において同一目標に対する不確実性を含む仮説の
信頼度を含む処理２０の観測属性データと処理２２の前
観測時に統合した属性データとをＤｅｍｐｓｔｅｒ−Ｓ
ｈａｆｅｒ法により統合し、処理２４は次観測時の属性
データの統合のために処理３０の統合した属性データを
統合属性データ管理器１０に保存する。処理３１は属性
判定器１２において処理３０の統合した属性データの類
別信頼度の基本確率の内で事前に設定したしきい値以上
の値を持つ仮説が存在するか否かを判定し、存在する場
合には処理３２でそれらの仮説の内で類別信頼度の基本
確率と上界確率の差が事前に設定したしきい値以下の値
を持つ仮説が存在するか否かを判定し、存在する場合に
は処理２６で類別信頼度の基本確率の一番高い仮説が示
す要素が目標の類別とし、処理３４は処理３０の統合し
た属性データの識別信頼度の基本確率の内で事前に設定
したしきい値以上の値を持つ仮説が存在するか否かを判
定し、存在する場合には処理２８でそれらの仮説の内で
識別信頼度の基本確率と上界確率の差が事前に設定した
しきい値以下の値を持つ仮説が存在するか否かを判定
し、存在する場合には処理２９で識別信頼度の基本確率
の一番高い仮説が示す要素を目標の識別とする。
ｔｅｒ−Ｓｈａｆｅｒ法属性データ統合装置の処理フロ
ー図である。図において処理１５から２０、２１、２
４、２８及び２９は図２２に示したＢａｙｅｓｉａｎ法
属性データ統合装置の処理フローと同一であり、処理３
０はＤｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法属性データ統合
器１４において同一目標に対する不確実性を含む仮説の
信頼度を含む処理２０の観測属性データと処理２２の前
観測時に統合した属性データとをＤｅｍｐｓｔｅｒ−Ｓ
ｈａｆｅｒ法により統合し、処理２４は次観測時の属性
データの統合のために処理３０の統合した属性データを
統合属性データ管理器１０に保存する。処理３１は属性
判定器１２において処理３０の統合した属性データの類
別信頼度の基本確率の内で事前に設定したしきい値以上
の値を持つ仮説が存在するか否かを判定し、存在する場
合には処理３２でそれらの仮説の内で類別信頼度の基本
確率と上界確率の差が事前に設定したしきい値以下の値
を持つ仮説が存在するか否かを判定し、存在する場合に
は処理２６で類別信頼度の基本確率の一番高い仮説が示
す要素が目標の類別とし、処理３４は処理３０の統合し
た属性データの識別信頼度の基本確率の内で事前に設定
したしきい値以上の値を持つ仮説が存在するか否かを判
定し、存在する場合には処理２８でそれらの仮説の内で
識別信頼度の基本確率と上界確率の差が事前に設定した
しきい値以下の値を持つ仮説が存在するか否かを判定
し、存在する場合には処理２９で識別信頼度の基本確率
の一番高い仮説が示す要素を目標の識別とする。
【００１３】Ｄｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法（１９
６７年にＡ．Ｐ．Ｄｅｍｐｓｔｅｒにより提唱され、１
９７６年にＧ．Ｓｈａｆｅｒによって洗練された確率理
論）は、“数２”および“数３”で示す統合法であり、
ｋ−１サンプルまでのデータＺｋ−１が互いに独立では
ない要素ｘｉ（ｉ＝１〜Ｎ）である確率をＰ［ｘｉ｜Ｚ
ｋ−１］、ｋサンプルでのデータＺｋが要素ｘｉである
確率Ｐ［Ｚｋ｜ｘｉ］とするとき、数２で示すＢａｙｅ
ｓｉａｎ法の信頼度と同様な確率である基本確率ｍ（ｘ
ｉ）としてｋサンプルまでのデータＺｋが要素ｘｉであ
る確率Ｐ［ｘｉ｜Ｚｋ］が得られ、数３で示すデータＺ
ｋが要素である確率の最大値を表す上界確率ｂ（ｘｉ）
はｘｉを要素に含む全ての統合結果の総和から得られ、
不確実性を含まないデータを統合する場合の統合結果の
信頼度は基本確率と上界確率が等しい、即ちＢａｙｅｓ
ｉａｎ法による統合結果と同一となるが、不確実性を含
むデータを統合する場合の統合結果の信頼度は基本確率
と上界確率の幅を持って示され、Ｂａｙｅｓｉａｎ法の
前提条件であった加法性は必ずしも成立しないという特
徴がある。
６７年にＡ．Ｐ．Ｄｅｍｐｓｔｅｒにより提唱され、１
９７６年にＧ．Ｓｈａｆｅｒによって洗練された確率理
論）は、“数２”および“数３”で示す統合法であり、
ｋ−１サンプルまでのデータＺｋ−１が互いに独立では
ない要素ｘｉ（ｉ＝１〜Ｎ）である確率をＰ［ｘｉ｜Ｚ
ｋ−１］、ｋサンプルでのデータＺｋが要素ｘｉである
確率Ｐ［Ｚｋ｜ｘｉ］とするとき、数２で示すＢａｙｅ
ｓｉａｎ法の信頼度と同様な確率である基本確率ｍ（ｘ
ｉ）としてｋサンプルまでのデータＺｋが要素ｘｉであ
る確率Ｐ［ｘｉ｜Ｚｋ］が得られ、数３で示すデータＺ
ｋが要素である確率の最大値を表す上界確率ｂ（ｘｉ）
はｘｉを要素に含む全ての統合結果の総和から得られ、
不確実性を含まないデータを統合する場合の統合結果の
信頼度は基本確率と上界確率が等しい、即ちＢａｙｅｓ
ｉａｎ法による統合結果と同一となるが、不確実性を含
むデータを統合する場合の統合結果の信頼度は基本確率
と上界確率の幅を持って示され、Ｂａｙｅｓｉａｎ法の
前提条件であった加法性は必ずしも成立しないという特
徴がある。
【００１４】
【数２】
【００１５】
【数３】
【００１６】図２７はＤｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ
法属性データ統合器１４におけるＤｅｍｐｓｔｅｒ−Ｓ
ｈａｆｅｒ法による属性データ統合の概要を示す図であ
る。図において７３は不確実性を含む属性がタイプＡま
たＢである仮説の信頼度ｘ１および不確実性を含まない
属性がタイプＣである信頼度ｃ１からなる第１番目の属
性データであり、７４は不確実性を含まない属性がタイ
プＡである仮説の信頼度ａ２、属性がタイプＢである仮
説の信頼度ｂ２および属性がタイプＣである仮説の信頼
度ｃ２からなる第２番目の属性データであり、Ｄｅｍｐ
ｓｔｅｒ−Ｓｈａｆｅｒ法属性データ統合器１４におい
て不確実性を含む仮説の信頼度からなる第１番目の属性
データ７３と不確実性を含まない仮説の信頼度だけから
なる第２番目の属性データ７４とをＤｅｍｐｓｔｅｒ−
Ｓｈａｆｅｒ法により統合し、属性がタイプＡである信
頼度の信頼度が基本確率ａと上界確率ｘの幅により示さ
れ、属性がタイプＢである仮説の信頼度が基本確率ｂと
上界確率ｘにより幅を持って示され、属性がタイプＣで
ある仮説の信頼度ｃで示される統合された属性データ７
７を求める。この方法により信頼度の高い属性データの
統合からはより信頼度の高い属性データ、信頼度の低い
属性データの統合からはより信頼度の低い属性データが
期待できる。
法属性データ統合器１４におけるＤｅｍｐｓｔｅｒ−Ｓ
ｈａｆｅｒ法による属性データ統合の概要を示す図であ
る。図において７３は不確実性を含む属性がタイプＡま
たＢである仮説の信頼度ｘ１および不確実性を含まない
属性がタイプＣである信頼度ｃ１からなる第１番目の属
性データであり、７４は不確実性を含まない属性がタイ
プＡである仮説の信頼度ａ２、属性がタイプＢである仮
説の信頼度ｂ２および属性がタイプＣである仮説の信頼
度ｃ２からなる第２番目の属性データであり、Ｄｅｍｐ
ｓｔｅｒ−Ｓｈａｆｅｒ法属性データ統合器１４におい
て不確実性を含む仮説の信頼度からなる第１番目の属性
データ７３と不確実性を含まない仮説の信頼度だけから
なる第２番目の属性データ７４とをＤｅｍｐｓｔｅｒ−
Ｓｈａｆｅｒ法により統合し、属性がタイプＡである信
頼度の信頼度が基本確率ａと上界確率ｘの幅により示さ
れ、属性がタイプＢである仮説の信頼度が基本確率ｂと
上界確率ｘにより幅を持って示され、属性がタイプＣで
ある仮説の信頼度ｃで示される統合された属性データ７
７を求める。この方法により信頼度の高い属性データの
統合からはより信頼度の高い属性データ、信頼度の低い
属性データの統合からはより信頼度の低い属性データが
期待できる。
【００１７】
【発明が解決しようとする課題】従来の属性データ統合
装置は上記のように構成されていたので、処理１１にお
いて不確実性を含む属性データを用いて属性データを判
定した場合、判定結果は、不確実性を考慮しないため、
何れの属性データの信頼度も判定基準のしきい値を越え
ない場合の結果は全て不明となり、表示からどの属性の
可能性があるかを知ることができない特徴があった。
装置は上記のように構成されていたので、処理１１にお
いて不確実性を含む属性データを用いて属性データを判
定した場合、判定結果は、不確実性を考慮しないため、
何れの属性データの信頼度も判定基準のしきい値を越え
ない場合の結果は全て不明となり、表示からどの属性の
可能性があるかを知ることができない特徴があった。
【００１８】また、従来の属性データ統合装置は上記の
ように構成されていたので、処理１４において不確実性
を含む属性データを用いて属性データを判定した場合、
判定結果は不確実性を考慮しないため、属性データ統合
結果の不確実性が時間の推移とともに変動する属性デー
タを基に属性を判定する場合、判定結果にばらつきが生
じるために、表示から属性を正確に知ることができない
特徴があった。
ように構成されていたので、処理１４において不確実性
を含む属性データを用いて属性データを判定した場合、
判定結果は不確実性を考慮しないため、属性データ統合
結果の不確実性が時間の推移とともに変動する属性デー
タを基に属性を判定する場合、判定結果にばらつきが生
じるために、表示から属性を正確に知ることができない
特徴があった。
【００１９】この発明は上記のような課題を解決するた
めになされたものであり、Ｂａｙｅｓｉａｎ法及びＤｅ
ｍｐｓｔｅｒ−Ｓｈａｆｅｒ法による属性データの統合
において、何れの属性データの信頼度も判定基準のしき
い値を越えない場合、可能性のある属性の信頼度を表示
し、属性の可能性を知ることを目的とする。
めになされたものであり、Ｂａｙｅｓｉａｎ法及びＤｅ
ｍｐｓｔｅｒ−Ｓｈａｆｅｒ法による属性データの統合
において、何れの属性データの信頼度も判定基準のしき
い値を越えない場合、可能性のある属性の信頼度を表示
し、属性の可能性を知ることを目的とする。
【００２０】また、属性の判定結果にばらつきがある場
合、表示属性の判定基準を変更することにより、表示属
性の判定結果のばらつきを減らし、属性を正確に知るこ
とを目的とする。
合、表示属性の判定基準を変更することにより、表示属
性の判定結果のばらつきを減らし、属性を正確に知るこ
とを目的とする。
【００２１】
【課題を解決するための手段】第１の発明による属性デ
ータ統合装置は、Ｂａｙｅｓｉａｎ法属性データ統合器
の統合結果を属性判定器で判定した結果である類別また
は識別にばらつきがあった場合に、表示から属性を正確
に知ることを目的とし、属性判定器の判定基準とは異な
る表示属性判定基準に切り替える表示属性判定基準切替
スイッチと、表示属性判定器を備えることにより達成さ
れる。
ータ統合装置は、Ｂａｙｅｓｉａｎ法属性データ統合器
の統合結果を属性判定器で判定した結果である類別また
は識別にばらつきがあった場合に、表示から属性を正確
に知ることを目的とし、属性判定器の判定基準とは異な
る表示属性判定基準に切り替える表示属性判定基準切替
スイッチと、表示属性判定器を備えることにより達成さ
れる。
【００２２】また、第２の発明による属性データ統合装
置は、Ｄｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法により不確実
性を多く含む属性データを統合し、属性判定器の結果で
ある類別または識別が不明となった場合、表示から属性
を正確に知ることを目的とし、属性判定器の判定基準と
は異なる表示属性判定基準に切り替える表示属性判定基
準切替スイッチと、表示属性判定器を備えることにより
達成される。
置は、Ｄｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法により不確実
性を多く含む属性データを統合し、属性判定器の結果で
ある類別または識別が不明となった場合、表示から属性
を正確に知ることを目的とし、属性判定器の判定基準と
は異なる表示属性判定基準に切り替える表示属性判定基
準切替スイッチと、表示属性判定器を備えることにより
達成される。
【００２３】また、第３の発明による属性データ統合装
置は、Ｂａｙｅｓｉａｎ法属性データ統合器の統合結果
を属性判定器で判定した結果である類別または識別にば
らつきがあった場合に、表示から属性を正確に知ること
を目的とし、Ｂａｙｅｓｉａｎ法属性データ統合器の統
合結果を記憶する統合属性データ管理器の類別または識
別の信頼度を表示に切り替える属性表示方法切替スイッ
チを備えることにより達成される。
置は、Ｂａｙｅｓｉａｎ法属性データ統合器の統合結果
を属性判定器で判定した結果である類別または識別にば
らつきがあった場合に、表示から属性を正確に知ること
を目的とし、Ｂａｙｅｓｉａｎ法属性データ統合器の統
合結果を記憶する統合属性データ管理器の類別または識
別の信頼度を表示に切り替える属性表示方法切替スイッ
チを備えることにより達成される。
【００２４】また、第４の発明による属性データ統合装
置は、Ｄｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法により不確実
性を多く含む属性データを統合し、属性判定器の結果で
ある類別または識別が不明となった場合、表示から属性
を正確に知ることを目的とし、属性判定器の類別又は識
別の判定結果と、Ｂａｙｅｓｉａｎ法属性データ統合器
の統合結果を記憶する統合属性データ管理器の類別また
は識別の信頼度の表示を切り替える属性表示方法切替ス
イッチを備えることにより達成される。
置は、Ｄｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法により不確実
性を多く含む属性データを統合し、属性判定器の結果で
ある類別または識別が不明となった場合、表示から属性
を正確に知ることを目的とし、属性判定器の類別又は識
別の判定結果と、Ｂａｙｅｓｉａｎ法属性データ統合器
の統合結果を記憶する統合属性データ管理器の類別また
は識別の信頼度の表示を切り替える属性表示方法切替ス
イッチを備えることにより達成される。
【００２５】また、第５の発明による属性データ統合装
置は、Ｂａｙｅｓｉａｎ法属性データ統合器の統合結果
を属性判定器で判定した結果である類別または識別にば
らつきがあった場合に、表示から属性を正確に知ること
を目的とし、過去の属性判定結果を記憶する属性判定結
果管理器の属性データのばらつきを判定し、属性判定器
の類別又は識別の判定結果と、Ｂａｙｅｓｉａｎ法属性
データ統合器の統合結果を記憶する統合属性データ管理
器の類別または識別の信頼度を表示に自動的に切り替え
る属性表示方法判定器を備えることにより達成される。
置は、Ｂａｙｅｓｉａｎ法属性データ統合器の統合結果
を属性判定器で判定した結果である類別または識別にば
らつきがあった場合に、表示から属性を正確に知ること
を目的とし、過去の属性判定結果を記憶する属性判定結
果管理器の属性データのばらつきを判定し、属性判定器
の類別又は識別の判定結果と、Ｂａｙｅｓｉａｎ法属性
データ統合器の統合結果を記憶する統合属性データ管理
器の類別または識別の信頼度を表示に自動的に切り替え
る属性表示方法判定器を備えることにより達成される。
【００２６】また、第６の発明による属性データ統合装
置は、Ｄｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法により不確実
性を多く含む属性データを統合し、属性判定器の結果で
ある類別または識別が不明となった場合、表示から属性
を正確に知ることを目的とし、過去の属性判定結果を記
憶する属性判定結果管理器の属性データのばらつきを判
定し、属性判定器の類別又は識別の判定結果と、Ｂａｙ
ｅｓｉａｎ法属性データ統合器の統合結果を記憶する統
合属性データ管理器の類別または識別の信頼度を表示に
自動的に切り替える属性表示方法判定器を備えることに
より達成される。
置は、Ｄｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法により不確実
性を多く含む属性データを統合し、属性判定器の結果で
ある類別または識別が不明となった場合、表示から属性
を正確に知ることを目的とし、過去の属性判定結果を記
憶する属性判定結果管理器の属性データのばらつきを判
定し、属性判定器の類別又は識別の判定結果と、Ｂａｙ
ｅｓｉａｎ法属性データ統合器の統合結果を記憶する統
合属性データ管理器の類別または識別の信頼度を表示に
自動的に切り替える属性表示方法判定器を備えることに
より達成される。
【００２７】
【発明の実施の形態】実施の形態１．図１はこの発明の
実施の形態１を示すブロック図であり、図において５か
ら１３は従来の技術であるＢａｙｅｓｉａｎ法による属
性データ統合装置と同様であり、４３は表示属性判定
器、４４は表示属性判定基準切替スイッチから構成され
る属性データ統合装置である。
実施の形態１を示すブロック図であり、図において５か
ら１３は従来の技術であるＢａｙｅｓｉａｎ法による属
性データ統合装置と同様であり、４３は表示属性判定
器、４４は表示属性判定基準切替スイッチから構成され
る属性データ統合装置である。
【００２８】図７はこの発明の実施の形態１を示す処理
フロー図であり、図において処理１５から処理２９は従
来の技術であるＢａｙｅｓｉａｎ法による属性データ統
合装置と同一であり、属性判定器１２の属性判定結果に
時間によるばらつきが多く正確な属性を知ることが出来
ない場合、処理４８は表示属性判定基準切替スイッチ４
４において操作者の判断により属性判定器１２の属性判
定基準である処理２５の類別信頼度のしきい値及び処理
２７の識別信頼度のしきい値を、表示のためにより小さ
な値に変更した表示属性判定基準により、表示属性判定
器４３において処理４９は属性判定器１２において処理
２３の統合した属性データの類別信頼度の内で事前に設
定した表示類別の信頼度のしきい値以上の信頼度を持つ
仮説が存在するか否かを判定し、存在する場合に処理５
０で類別信頼度の一番高い仮説が示す要素を目標の表示
類別とし、処理５１は処理２３の統合した属性データの
識別信頼度の内で事前に設定した表示識別の信頼度しき
い値以上の信頼値を持つ仮説が存在するか否かを判定
し、存在する場合に処理５２で識別信頼度の一番高い仮
説が示す要素を目標の表示識別とし、属性表示器１３の
処理５３により表示類別及び表示識別を表示する。
フロー図であり、図において処理１５から処理２９は従
来の技術であるＢａｙｅｓｉａｎ法による属性データ統
合装置と同一であり、属性判定器１２の属性判定結果に
時間によるばらつきが多く正確な属性を知ることが出来
ない場合、処理４８は表示属性判定基準切替スイッチ４
４において操作者の判断により属性判定器１２の属性判
定基準である処理２５の類別信頼度のしきい値及び処理
２７の識別信頼度のしきい値を、表示のためにより小さ
な値に変更した表示属性判定基準により、表示属性判定
器４３において処理４９は属性判定器１２において処理
２３の統合した属性データの類別信頼度の内で事前に設
定した表示類別の信頼度のしきい値以上の信頼度を持つ
仮説が存在するか否かを判定し、存在する場合に処理５
０で類別信頼度の一番高い仮説が示す要素を目標の表示
類別とし、処理５１は処理２３の統合した属性データの
識別信頼度の内で事前に設定した表示識別の信頼度しき
い値以上の信頼値を持つ仮説が存在するか否かを判定
し、存在する場合に処理５２で識別信頼度の一番高い仮
説が示す要素を目標の表示識別とし、属性表示器１３の
処理５３により表示類別及び表示識別を表示する。
【００２９】図１３はこの発明の実施の形態１を示す表
示例の図であり、図において３５から３９ｂは従来の技
術である属性データ統合装置の表示例と同様であり、シ
ンボル６３ａ、６３ｂ、６３ｃは属性判定結果にばらつ
きが大きいために表示属性判定基準切替スイッチ４４よ
って表示属性判定基準を変更し、表示類別を変更した１
例であり、６３ａは不明、６３ｂは航空機、６３ｃは航
空機を示している。シンボル６４ａ、６４ｂ、６４ｃは
属性判定結果にばらつきが小さいために表示属性判定基
準を変更せず、属性判定器の判定結果を表示した１例で
あり、６４ａ、６４ｂ、６４ｃは航空機を示している。
示例の図であり、図において３５から３９ｂは従来の技
術である属性データ統合装置の表示例と同様であり、シ
ンボル６３ａ、６３ｂ、６３ｃは属性判定結果にばらつ
きが大きいために表示属性判定基準切替スイッチ４４よ
って表示属性判定基準を変更し、表示類別を変更した１
例であり、６３ａは不明、６３ｂは航空機、６３ｃは航
空機を示している。シンボル６４ａ、６４ｂ、６４ｃは
属性判定結果にばらつきが小さいために表示属性判定基
準を変更せず、属性判定器の判定結果を表示した１例で
あり、６４ａ、６４ｂ、６４ｃは航空機を示している。
【００３０】実施の形態２．図２はこの発明の実施の形
態２を示すブロック図であり、図において５から８、１
０及び１２から１４は従来の技術であるＤｅｍｐｓｔｅ
ｒ−Ｓｈａｆｅｒ法による属性データ統合装置と同様で
あり、４３は表示属性判定器、４４は表示属性判定基準
切替スイッチから構成される属性データ統合装置であ
る。
態２を示すブロック図であり、図において５から８、１
０及び１２から１４は従来の技術であるＤｅｍｐｓｔｅ
ｒ−Ｓｈａｆｅｒ法による属性データ統合装置と同様で
あり、４３は表示属性判定器、４４は表示属性判定基準
切替スイッチから構成される属性データ統合装置であ
る。
【００３１】図８はこの発明の実施の形態２を示す処理
フロー図であり、図において処理１５から２０、２２、
２４、２６、及び２８から３４は従来の技術であるＤｅ
ｍｐｓｔｅｒ−Ｓｈａｆｅｒ法による属性データ統合装
置と同一であり、属性判定器１２の属性判定結果の属性
判定基準である処理３１と３２の類別信頼度のしきい値
及び処理３３と３４の識別信頼度のしきい値の条件を満
たす属性がなく、属性判定結果が不明となり正確な属性
を知ることが出来ない場合、処理４８は表示属性判定基
準切替スイッチ４４において操作者の判断により属性判
定器１２の属性判定基準である処理３１と３２の類別信
頼度のしきい値及び処理３３と３４の識別信頼度のしき
い値を、表示のために変更した表示属性判定基準によ
り、表示属性判定器４３において処理５４は、属性判定
器１２において処理３０の統合した属性データの類別信
頼度の基本確率の内で事前に設定した表示信頼度の基本
確率のしきい値以上の値を持つ仮説が存在するか否かを
判定し、存在する場合には処理５５でそれらの仮説の内
で表示類別信頼度の基本確率と上界確率の差が事前に設
定したしきい値以下の値を持つ仮説が存在するか否かを
判定し、存在する場合には処理５０で表示類別信頼度の
基本確率の一番高い仮説が示す要素を目標の表示類別と
し、処理５６は処理３０の統合した属性データの識別信
頼度の基本確率の内で事前に設定した表示信頼度の基本
確率のしきい値以上の値を持つ仮説が存在するか否かを
判定し、存在する場合には処理５６でそれらの仮説の内
で表示識別信頼度の基本確率と上界確率の差が事前に設
定したしきい値以下の値を持つ仮説が存在するか否かを
判定し、存在する場合には処理５７で識別信頼度の基本
確率の一番高い仮説が示す要素を目標の表示識別とし、
属性表示器１３の処理５３により表示類別及び表示識別
を表示する。
フロー図であり、図において処理１５から２０、２２、
２４、２６、及び２８から３４は従来の技術であるＤｅ
ｍｐｓｔｅｒ−Ｓｈａｆｅｒ法による属性データ統合装
置と同一であり、属性判定器１２の属性判定結果の属性
判定基準である処理３１と３２の類別信頼度のしきい値
及び処理３３と３４の識別信頼度のしきい値の条件を満
たす属性がなく、属性判定結果が不明となり正確な属性
を知ることが出来ない場合、処理４８は表示属性判定基
準切替スイッチ４４において操作者の判断により属性判
定器１２の属性判定基準である処理３１と３２の類別信
頼度のしきい値及び処理３３と３４の識別信頼度のしき
い値を、表示のために変更した表示属性判定基準によ
り、表示属性判定器４３において処理５４は、属性判定
器１２において処理３０の統合した属性データの類別信
頼度の基本確率の内で事前に設定した表示信頼度の基本
確率のしきい値以上の値を持つ仮説が存在するか否かを
判定し、存在する場合には処理５５でそれらの仮説の内
で表示類別信頼度の基本確率と上界確率の差が事前に設
定したしきい値以下の値を持つ仮説が存在するか否かを
判定し、存在する場合には処理５０で表示類別信頼度の
基本確率の一番高い仮説が示す要素を目標の表示類別と
し、処理５６は処理３０の統合した属性データの識別信
頼度の基本確率の内で事前に設定した表示信頼度の基本
確率のしきい値以上の値を持つ仮説が存在するか否かを
判定し、存在する場合には処理５６でそれらの仮説の内
で表示識別信頼度の基本確率と上界確率の差が事前に設
定したしきい値以下の値を持つ仮説が存在するか否かを
判定し、存在する場合には処理５７で識別信頼度の基本
確率の一番高い仮説が示す要素を目標の表示識別とし、
属性表示器１３の処理５３により表示類別及び表示識別
を表示する。
【００３２】図１４はこの発明の実施の形態１を示す表
示例の図であり、図において３５から３９ｂは従来の技
術である属性データ統合装置の表示例と同様であり、シ
ンボル６５ａ、６５ｂ、６５ｃは属性判定結果に連続し
て不明となるために表示属性判定基準切替スイッチ４４
よって表示属性判定基準を変更し、表示類別を変更した
１例であり、６５ａ、６５ｂ、６５ｃは航空機を示して
いる。シンボル６４ａ、６４ｂ、６４ｃは属性判定結果
が連続して不明にならないため表示属性判定基準を変更
せず、属性判定器の判定結果を表示した１例であり、６
４ａ、６４ｂ、６４ｃは航空機を示している。
示例の図であり、図において３５から３９ｂは従来の技
術である属性データ統合装置の表示例と同様であり、シ
ンボル６５ａ、６５ｂ、６５ｃは属性判定結果に連続し
て不明となるために表示属性判定基準切替スイッチ４４
よって表示属性判定基準を変更し、表示類別を変更した
１例であり、６５ａ、６５ｂ、６５ｃは航空機を示して
いる。シンボル６４ａ、６４ｂ、６４ｃは属性判定結果
が連続して不明にならないため表示属性判定基準を変更
せず、属性判定器の判定結果を表示した１例であり、６
４ａ、６４ｂ、６４ｃは航空機を示している。
【００３３】実施の形態３．図３はこの発明の実施の形
態３を示すブロック図であり、図において５から１３は
従来の技術であるＢａｙｅｓｉａｎ法による属性データ
統合装置と同様であり、４５は属性表示方法切替スイッ
チから構成される属性データ統合装置である。
態３を示すブロック図であり、図において５から１３は
従来の技術であるＢａｙｅｓｉａｎ法による属性データ
統合装置と同様であり、４５は属性表示方法切替スイッ
チから構成される属性データ統合装置である。
【００３４】図９はこの発明の実施の形態３を示す処理
フロー図であり、図において処理１５から処理２９は従
来の技術であるＢａｙｅｓｉａｎ法による属性データ統
合装置と同一であり、属性判定器１２の属性判定結果に
時間によるばらつきが多く正確な属性を知ることが出来
ない場合、処理５８は属性表示方法切替スイッチ４５を
操作者の判断により切り替え、Ｂａｙｅｓｉａｎ法属性
データ統合器１１の統合結果を記憶する統合属性データ
管理器１０の属性データを属性表示器１３の処理５９に
よりＢａｙｅｓｉａｎ法による類別信頼度及び識別信頼
度を含む属性を表示する。
フロー図であり、図において処理１５から処理２９は従
来の技術であるＢａｙｅｓｉａｎ法による属性データ統
合装置と同一であり、属性判定器１２の属性判定結果に
時間によるばらつきが多く正確な属性を知ることが出来
ない場合、処理５８は属性表示方法切替スイッチ４５を
操作者の判断により切り替え、Ｂａｙｅｓｉａｎ法属性
データ統合器１１の統合結果を記憶する統合属性データ
管理器１０の属性データを属性表示器１３の処理５９に
よりＢａｙｅｓｉａｎ法による類別信頼度及び識別信頼
度を含む属性を表示する。
【００３５】図１５はこの発明の実施の形態１を示す表
示例の図であり、図において３５から３９ｂは従来の技
術である属性データ統合装置の表示例と同様であり、シ
ンボル６６ａ、６６ｂ、６６ｃ、６７ａ、６７ｂ及び６
７ｃは属性表示方法切替スイッチ４５よって属性表示方
法を変更し、統合属性データ管理器における属性データ
のＢａｙｅｓｉａｎ法による類別信頼度表示した１例で
あり、６６ａ、６６ｂ、６６ｃ、６７ａ、６７ｂ及び６
７ｃは、観測時刻と共に変化する航空機の類別信頼度ハ
を示している。
示例の図であり、図において３５から３９ｂは従来の技
術である属性データ統合装置の表示例と同様であり、シ
ンボル６６ａ、６６ｂ、６６ｃ、６７ａ、６７ｂ及び６
７ｃは属性表示方法切替スイッチ４５よって属性表示方
法を変更し、統合属性データ管理器における属性データ
のＢａｙｅｓｉａｎ法による類別信頼度表示した１例で
あり、６６ａ、６６ｂ、６６ｃ、６７ａ、６７ｂ及び６
７ｃは、観測時刻と共に変化する航空機の類別信頼度ハ
を示している。
【００３６】実施の形態４．図４はこの発明の実施の形
態４を示すブロック図であり、図において５から８、１
０及び１２から１４は従来の技術であるＤｅｍｐｓｔｅ
ｒ−Ｓｈａｆｅｒ法による属性データ統合装置と同様で
あり、４５は属性表示方法切替スイッチから構成される
属性データ統合装置である。
態４を示すブロック図であり、図において５から８、１
０及び１２から１４は従来の技術であるＤｅｍｐｓｔｅ
ｒ−Ｓｈａｆｅｒ法による属性データ統合装置と同様で
あり、４５は属性表示方法切替スイッチから構成される
属性データ統合装置である。
【００３７】図１０はこの発明の実施の形態４を示す処
理フロー図であり、図において処理１５から２０、２
２、２４、２６、及び２８から３４は従来の技術である
Ｄｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法による属性データ統
合装置と同一であり、属性判定器１２の属性判定結果の
属性判定基準である処理３１と３２の類別信頼度のしき
い値及び処理３３と３４の識別信頼度のしきい値の条件
を満たす属性がなく、属性判定結果が不明となり正確な
属性を知ることが出来ない場合、処理５８は属性表示方
法切替スイッチ４５を操作者の判断により切り替え、Ｄ
ｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法属性データ統合器１４
の統合結果を記憶する統合属性データ管理器１０の属性
データを属性表示器１３の処理５９によりＤｅｍｐｓｔ
ｅｒ−Ｓｈａｆｅｒ法による類別信頼度及び識別信頼度
を含む属性を表示する。
理フロー図であり、図において処理１５から２０、２
２、２４、２６、及び２８から３４は従来の技術である
Ｄｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法による属性データ統
合装置と同一であり、属性判定器１２の属性判定結果の
属性判定基準である処理３１と３２の類別信頼度のしき
い値及び処理３３と３４の識別信頼度のしきい値の条件
を満たす属性がなく、属性判定結果が不明となり正確な
属性を知ることが出来ない場合、処理５８は属性表示方
法切替スイッチ４５を操作者の判断により切り替え、Ｄ
ｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法属性データ統合器１４
の統合結果を記憶する統合属性データ管理器１０の属性
データを属性表示器１３の処理５９によりＤｅｍｐｓｔ
ｅｒ−Ｓｈａｆｅｒ法による類別信頼度及び識別信頼度
を含む属性を表示する。
【００３８】図１６はこの発明の実施の形態１を示す表
示例の図であり、図において３５から３９ｂは従来の技
術である属性データ統合装置の表示例と同様であり、シ
ンボル６８ａ、６８ｂ、６８ｃ、６９ａ、６９ｂ及び６
９ｃは属性表示方法切替スイッチ４５よって属性表示方
法を変更し、統合属性データ管理器における属性データ
のＤｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法による類別信頼度
表示した１例であり、６８ａ、６８ｂ、６８ｃ、６９
ａ、６９ｂ及び６９ｃは、観測時刻と共に変化する航空
機の類別信頼度の基本確率ハ、航空機の類別信頼度の上
界確率と基本確率の差ニを示しており、ハとニが航空機
の類別信頼度の上界確率を示す。
示例の図であり、図において３５から３９ｂは従来の技
術である属性データ統合装置の表示例と同様であり、シ
ンボル６８ａ、６８ｂ、６８ｃ、６９ａ、６９ｂ及び６
９ｃは属性表示方法切替スイッチ４５よって属性表示方
法を変更し、統合属性データ管理器における属性データ
のＤｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法による類別信頼度
表示した１例であり、６８ａ、６８ｂ、６８ｃ、６９
ａ、６９ｂ及び６９ｃは、観測時刻と共に変化する航空
機の類別信頼度の基本確率ハ、航空機の類別信頼度の上
界確率と基本確率の差ニを示しており、ハとニが航空機
の類別信頼度の上界確率を示す。
【００３９】実施の形態５．図５はこの発明の実施の形
態５を示すブロック図であり、図において５から１３は
従来の技術であるＢａｙｅｓｉａｎ法による属性データ
統合装置と同様であり、４６は属性判定結果管理器、４
７は属性表示方法判定器から構成される属性データ統合
装置である。
態５を示すブロック図であり、図において５から１３は
従来の技術であるＢａｙｅｓｉａｎ法による属性データ
統合装置と同様であり、４６は属性判定結果管理器、４
７は属性表示方法判定器から構成される属性データ統合
装置である。
【００４０】図１１はこの発明の実施の形態５を示す処
理フロー図であり、図において処理１５から処理２９は
従来の技術であるＢａｙｅｓｉａｎ法による属性データ
統合装置と同一であり、処理６１は属性判定器１２の判
定結果を属性判定結果管理器４６に保存し、処理６２は
属性表示方法判定器４７で過去の属性判定結果から判定
結果の時間によるばらつきが大きい場合を自動的に判定
し、Ｂａｙｅｓｉａｎ法属性データ統合器１１の統合結
果を記憶する統合属性データ管理器１０の属性データを
属性表示器１３の処理５９によりＢａｙｅｓｉａｎ法に
よる類別信頼度及び識別信頼度を含む属性を表示する。
理フロー図であり、図において処理１５から処理２９は
従来の技術であるＢａｙｅｓｉａｎ法による属性データ
統合装置と同一であり、処理６１は属性判定器１２の判
定結果を属性判定結果管理器４６に保存し、処理６２は
属性表示方法判定器４７で過去の属性判定結果から判定
結果の時間によるばらつきが大きい場合を自動的に判定
し、Ｂａｙｅｓｉａｎ法属性データ統合器１１の統合結
果を記憶する統合属性データ管理器１０の属性データを
属性表示器１３の処理５９によりＢａｙｅｓｉａｎ法に
よる類別信頼度及び識別信頼度を含む属性を表示する。
【００４１】図１７はこの発明の実施の形態１を示す表
示例の図であり、図において３５から３９ｂは従来の技
術である属性データ統合装置の表示例と同様であり、シ
ンボル７０ａ、７０ｂ、７０ｃは属性判定結果にばらつ
きが大きいために表示属性判定基準判定器４７よって属
性表示方法を自動的に変更し、表示類別を変更した１例
であり、７０ａはＢａｙｅｓｉａｎ法による航空機の類
別信頼度ハ、７０ｂは航空機、７０ｃはＢａｙｅｓｉａ
ｎ法による航空機の類別信頼度ハを示している。シンボ
ル７１ａ、７１ｂ、７１ｃは属性判定結果にばらつきが
小さいために表示属性判定基準判定器４７よって属性表
示方法を変更せず、属性判定器の判定結果を表示した１
例であり、７１ａ、７１ｂ、７１ｃは航空機を示してい
る。
示例の図であり、図において３５から３９ｂは従来の技
術である属性データ統合装置の表示例と同様であり、シ
ンボル７０ａ、７０ｂ、７０ｃは属性判定結果にばらつ
きが大きいために表示属性判定基準判定器４７よって属
性表示方法を自動的に変更し、表示類別を変更した１例
であり、７０ａはＢａｙｅｓｉａｎ法による航空機の類
別信頼度ハ、７０ｂは航空機、７０ｃはＢａｙｅｓｉａ
ｎ法による航空機の類別信頼度ハを示している。シンボ
ル７１ａ、７１ｂ、７１ｃは属性判定結果にばらつきが
小さいために表示属性判定基準判定器４７よって属性表
示方法を変更せず、属性判定器の判定結果を表示した１
例であり、７１ａ、７１ｂ、７１ｃは航空機を示してい
る。
【００４２】実施の形態６．図６はこの発明の実施の形
態６を示すブロック図であり、図において５から８、１
０及び１２から１４は従来の技術であるＤｅｍｐｓｔｅ
ｒ−Ｓｈａｆｅｒ法による属性データ統合装置と同様で
あり、４６は属性判定結果管理器、４７は属性表示方法
判定器から構成される属性データ統合装置である。
態６を示すブロック図であり、図において５から８、１
０及び１２から１４は従来の技術であるＤｅｍｐｓｔｅ
ｒ−Ｓｈａｆｅｒ法による属性データ統合装置と同様で
あり、４６は属性判定結果管理器、４７は属性表示方法
判定器から構成される属性データ統合装置である。
【００４３】図１２はこの発明の実施の形態６を示す処
理フロー図であり、図において処理１５から２０、２
２、２４、２６、及び２８から３４は従来の技術である
Ｄｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法による属性データ統
合装置と同一であり、処理６１は属性判定器１２の判定
結果を属性判定結果管理器４６に保存し、属性判定器１
２の属性判定結果の属性判定基準である処理３１と３２
の類別信頼度のしきい値及び処理３３と３４の識別信頼
度のしきい値の条件を満たす属性がなく、属性判定結果
が連続して不明となる場合を自動的に判定し、Ｄｅｍｐ
ｓｔｅｒ−Ｓｈａｆｅｒ法属性データ統合器１４の統合
結果を記憶する統合属性データ管理器１０の属性データ
を属性表示器１３の処理５９によりＤｅｍｐｓｔｅｒ−
Ｓｈａｆｅｒ法による類別信頼度及び識別信頼度を含む
属性を表示する。
理フロー図であり、図において処理１５から２０、２
２、２４、２６、及び２８から３４は従来の技術である
Ｄｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法による属性データ統
合装置と同一であり、処理６１は属性判定器１２の判定
結果を属性判定結果管理器４６に保存し、属性判定器１
２の属性判定結果の属性判定基準である処理３１と３２
の類別信頼度のしきい値及び処理３３と３４の識別信頼
度のしきい値の条件を満たす属性がなく、属性判定結果
が連続して不明となる場合を自動的に判定し、Ｄｅｍｐ
ｓｔｅｒ−Ｓｈａｆｅｒ法属性データ統合器１４の統合
結果を記憶する統合属性データ管理器１０の属性データ
を属性表示器１３の処理５９によりＤｅｍｐｓｔｅｒ−
Ｓｈａｆｅｒ法による類別信頼度及び識別信頼度を含む
属性を表示する。
【００４４】図１８はこの発明の実施の形態１を示す表
示例の図であり、図において３５から３９ｂは従来の技
術である属性データ統合装置の表示例と同様であり、シ
ンボル７０ａ、７０ｂ、７０ｃは属性判定結果にばらつ
きが大きいために表示属性判定基準判定器４７よって属
性表示方法を自動的に変更し、表示類別を変更した１例
であり、７０ａはＢａｙｅｓｉａｎ法による航空機の類
別信頼度の基本確率ハ、及び上界確率と基本確率の差
ロ、７０ｂは航空機、７０ｃはＤｅｍｐｓｔｅｒ−Ｓｈ
ａｆｅｒ法による航空機の類別信頼度基本確率ハ、及び
上界確率と基本確率の差ニを示している。シンボル７１
ａ、７１ｂ、７１ｃは属性判定結果にばらつきが小さい
ために表示属性判定基準判定器４７よって属性表示方法
を変更せず、属性判定器の判定結果を表示した１例であ
り、７１ａ、７１ｂ、７１ｃは航空機を示している。
示例の図であり、図において３５から３９ｂは従来の技
術である属性データ統合装置の表示例と同様であり、シ
ンボル７０ａ、７０ｂ、７０ｃは属性判定結果にばらつ
きが大きいために表示属性判定基準判定器４７よって属
性表示方法を自動的に変更し、表示類別を変更した１例
であり、７０ａはＢａｙｅｓｉａｎ法による航空機の類
別信頼度の基本確率ハ、及び上界確率と基本確率の差
ロ、７０ｂは航空機、７０ｃはＤｅｍｐｓｔｅｒ−Ｓｈ
ａｆｅｒ法による航空機の類別信頼度基本確率ハ、及び
上界確率と基本確率の差ニを示している。シンボル７１
ａ、７１ｂ、７１ｃは属性判定結果にばらつきが小さい
ために表示属性判定基準判定器４７よって属性表示方法
を変更せず、属性判定器の判定結果を表示した１例であ
り、７１ａ、７１ｂ、７１ｃは航空機を示している。
【００４５】
【発明の効果】第１の発明によれば、従来のＢａｙｓｉ
ａｎ法による属性データ統合装置に表示属性判定器と表
示属性判定基準切替スイッチを設けることにより、属性
判定器の判定結果にばらつきが大きく正確な属性を判断
することができない場合に、属性判定器とは別の判定基
準により表示属性判定による判定結果を表示することに
より属性の可能性を知ることができる。
ａｎ法による属性データ統合装置に表示属性判定器と表
示属性判定基準切替スイッチを設けることにより、属性
判定器の判定結果にばらつきが大きく正確な属性を判断
することができない場合に、属性判定器とは別の判定基
準により表示属性判定による判定結果を表示することに
より属性の可能性を知ることができる。
【００４６】また、第２の発明によれば、従来のＤｅｍ
ｐｓｔｅｒ−Ｓｈａｆｅｒ法による属性データ統合装置
に表示属性判定器と表示属性判定基準切替スイッチを設
けることにより、属性判定器の判定結果が不明であり正
確な属性を判断することができない場合に、属性判定器
とは別の判定基準により表示属性判定を行い不明以外の
属性の可能性を知ることができる。
ｐｓｔｅｒ−Ｓｈａｆｅｒ法による属性データ統合装置
に表示属性判定器と表示属性判定基準切替スイッチを設
けることにより、属性判定器の判定結果が不明であり正
確な属性を判断することができない場合に、属性判定器
とは別の判定基準により表示属性判定を行い不明以外の
属性の可能性を知ることができる。
【００４７】また、第３の発明によれば、従来のＢａｙ
ｓｉａｎ法による属性データ統合装置に属性表示方法切
替スイッチを設けることにより、属性判定器の判定結果
にばらつきが大きく正確な属性を判断することができな
い場合に、判定結果に代えてＢａｙｓｉａｎ法による属
性データ統合結果の属性データの信頼度を表示すること
により属性の可能性を知ることができる。
ｓｉａｎ法による属性データ統合装置に属性表示方法切
替スイッチを設けることにより、属性判定器の判定結果
にばらつきが大きく正確な属性を判断することができな
い場合に、判定結果に代えてＢａｙｓｉａｎ法による属
性データ統合結果の属性データの信頼度を表示すること
により属性の可能性を知ることができる。
【００４８】また、第４の発明によれば、従来のＤｅｍ
ｐｓｔｅｒ−Ｓｈａｆｅｒ法による属性データ統合装置
に属性表示方法切替スイッチを設けることにより、属性
判定器の判定結果が不明であり正確な属性を判断するこ
とができない場合に、判定結果に代えてＤｅｍｐｓｔｅ
ｒ−Ｓｈａｆｅｒ法による属性データ統合結果の属性デ
ータの信頼度を表示することにより不明以外の属性の可
能性を知ることができる。
ｐｓｔｅｒ−Ｓｈａｆｅｒ法による属性データ統合装置
に属性表示方法切替スイッチを設けることにより、属性
判定器の判定結果が不明であり正確な属性を判断するこ
とができない場合に、判定結果に代えてＤｅｍｐｓｔｅ
ｒ−Ｓｈａｆｅｒ法による属性データ統合結果の属性デ
ータの信頼度を表示することにより不明以外の属性の可
能性を知ることができる。
【００４９】また、第５の発明によれば、従来のＢａｙ
ｓｉａｎ法による属性データ統合装置に属性判定結果管
理器及び属性表示選択器を設けることにより、属性判定
器の判定結果にばらつきが大きく正確な属性を判断する
ことができない場合に、過去からの属性判定結果のばら
つき等の判定基準によって、自動で属性判定器の判定結
果に代えてＢａｙｓｉａｎ法による属性データ統合結果
の属性データの信頼度を表示することにより属性の可能
性を知ることができる。
ｓｉａｎ法による属性データ統合装置に属性判定結果管
理器及び属性表示選択器を設けることにより、属性判定
器の判定結果にばらつきが大きく正確な属性を判断する
ことができない場合に、過去からの属性判定結果のばら
つき等の判定基準によって、自動で属性判定器の判定結
果に代えてＢａｙｓｉａｎ法による属性データ統合結果
の属性データの信頼度を表示することにより属性の可能
性を知ることができる。
【００５０】また、第６の発明によれば、従来のＤｅｍ
ｐｓｔｅｒ−Ｓｈａｆｅｒ法による属性データ統合装置
に属性判定結果管理器及び属性表示選択器を設けること
により、過去からの属性判定器の判定結果が連続して不
明である等の判定基準により、自動で属性判定器の判定
結果に代えてＤｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法による
属性データ統合結果の属性データの信頼度を表示するこ
とにより不明以外の属性の可能性を知ることができる。
ｐｓｔｅｒ−Ｓｈａｆｅｒ法による属性データ統合装置
に属性判定結果管理器及び属性表示選択器を設けること
により、過去からの属性判定器の判定結果が連続して不
明である等の判定基準により、自動で属性判定器の判定
結果に代えてＤｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法による
属性データ統合結果の属性データの信頼度を表示するこ
とにより不明以外の属性の可能性を知ることができる。
【図１】 この発明による属性データ統合装置の実施の
形態１のブロック図である。
形態１のブロック図である。
【図２】 この発明による属性データ統合装置の実施の
形態２のブロック図である。
形態２のブロック図である。
【図３】 この発明による属性データ統合装置の実施の
形態３のブロック図である。
形態３のブロック図である。
【図４】 この発明による属性データ統合装置の実施の
形態４のブロック図である。
形態４のブロック図である。
【図５】 この発明による属性データ統合装置の実施の
形態５のブロック図である。
形態５のブロック図である。
【図６】 この発明による属性データ統合装置の実施の
形態６のブロック図である。
形態６のブロック図である。
【図７】 この発明による属性データ統合装置の実施の
形態１の処理フロー図である。
形態１の処理フロー図である。
【図８】 この発明による属性データ統合装置の実施の
形態２の処理フロー図である。
形態２の処理フロー図である。
【図９】 この発明による属性データ統合装置の実施の
形態３の処理フロー図である。
形態３の処理フロー図である。
【図１０】 この発明による属性データ統合装置の実施
の形態４の処理フロー図である。
の形態４の処理フロー図である。
【図１１】 この発明による属性データ統合装置の実施
の形態５の処理フロー図である。
の形態５の処理フロー図である。
【図１２】 この発明による属性データ統合装置の実施
の形態６の処理フロー図である。
の形態６の処理フロー図である。
【図１３】 この発明による属性データ統合装置の実施
の形態１の表示例を示す図である。
の形態１の表示例を示す図である。
【図１４】 この発明による属性データ統合装置の実施
の形態２の表示例を示す図である。
の形態２の表示例を示す図である。
【図１５】 この発明による属性データ統合装置の実施
の形態３の表示例を示す図である。
の形態３の表示例を示す図である。
【図１６】 この発明による属性データ統合装置の実施
の形態４の表示例を示す図である。
の形態４の表示例を示す図である。
【図１７】 この発明による属性データ統合装置の実施
の形態５の表示例を示す図である。
の形態５の表示例を示す図である。
【図１８】 この発明による属性データ統合装置の実施
の形態６の表示例を示す図である。
の形態６の表示例を示す図である。
【図１９】 属性データ統合装置が適用されるシステム
の使用概念を示す図である。
の使用概念を示す図である。
【図２０】 従来のＢａｙｅｓｉａｎ法による属性デー
タ統合装置のブロック図である。
タ統合装置のブロック図である。
【図２１】 従来のＤｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法
による属性データ統合装置のブロック図である。
による属性データ統合装置のブロック図である。
【図２２】 従来のＢａｙｅｓｉａｎ法による属性デー
タ統合装置の処理フロー図である。
タ統合装置の処理フロー図である。
【図２３】 従来のＤｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法
による属性データ統合装置の処理フロー図である。
による属性データ統合装置の処理フロー図である。
【図２４】 従来のＢａｙｅｓｉａｎ法による属性デー
タ統合装置における表示例を示す図である。
タ統合装置における表示例を示す図である。
【図２５】 従来のＤｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法
による属性データ統合装置における表示例を示す図であ
る。
による属性データ統合装置における表示例を示す図であ
る。
【図２６】 従来のＢａｙｅｓｉａｎ法による属性デー
タ統合の概要を示す図である。
タ統合の概要を示す図である。
【図２７】 従来のＤｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ法
による属性データ統合の概要を示す図である。
による属性データ統合の概要を示す図である。
１ センサ、２ 照射ビーム、３ 観測目標、４ 属性
データ統合装置、５観測情報収集器、６ 類別信頼度算
出器、７ 識別信頼度算出器、８ 観測属性データ管理
器、９ 不確実性分配器、１０ 統合属性データ管理
器、１１ Ｂａｙｅｓｉａｎ法属性データ統合器、１２
属性判定器、１３ 属性表示器、１４Ｄｅｍｐｓｔｅ
ｒ−Ｓｈａｆｅｒ法属性データ統合器、３６ 属性デー
タ統合装置カラーＣＲＴ画面、３７ 観測目標の方位を
認識させるための方位線、３７過去情報反映器、３８
観測目標の距離を認識させるための等距離線、４３表示
属性判定器、４４ 表示属性判定基準切替スイッチ、４
５ 属性表示方法切替スイッチ、４６ 属性判定結果管
理器、４７ 属性表示方法判定器。
データ統合装置、５観測情報収集器、６ 類別信頼度算
出器、７ 識別信頼度算出器、８ 観測属性データ管理
器、９ 不確実性分配器、１０ 統合属性データ管理
器、１１ Ｂａｙｅｓｉａｎ法属性データ統合器、１２
属性判定器、１３ 属性表示器、１４Ｄｅｍｐｓｔｅ
ｒ−Ｓｈａｆｅｒ法属性データ統合器、３６ 属性デー
タ統合装置カラーＣＲＴ画面、３７ 観測目標の方位を
認識させるための方位線、３７過去情報反映器、３８
観測目標の距離を認識させるための等距離線、４３表示
属性判定器、４４ 表示属性判定基準切替スイッチ、４
５ 属性表示方法切替スイッチ、４６ 属性判定結果管
理器、４７ 属性表示方法判定器。
Claims (6)
- 【請求項１】 目標に関する情報を得る複数のセンサ、
これら複数のセンサとつながり、各センサで得られた観
測情報を収集する観測情報収集器、各種の目標の類別に
関する類別データベースを有し、その類別データベース
と上記観測情報収集器で収集した観測情報とを照合する
ことで類別の各要素に適合する度合いを求め、さらにこ
の適合度から目標が属すると想定される類別の仮説を複
数生成するとともに、各仮説の確からしさを示す類別信
頼度を求める類別信頼度算出器、各種の目標の識別に関
する識別データベースを有し、その識別データベースと
上記観測情報収集器で収集した観測情報とを照合するこ
とで識別の各要素に適合する度合いを求め、さらにこの
適合度から目標が属すると想定される識別の仮説を複数
生成するとともに、各仮説の確からしさを示す識別信頼
度を求める識別信頼度算出器、前記類別信頼度算出器及
び識別信頼度算出器で求めた目標の類別信頼度と識別信
頼度を観測属性データとして記憶する観測属性データ管
理器、前記観測属性データ管理器で記憶している類別及
び識別信頼度の中で、目標が複数の類別要素又は識別要
素の何れかであるがその内のどれであるかは不確かであ
るとする仮説である不確実性を含む仮説の信頼度に対し
て、この不確実性を含む仮説を成立させているすべての
類別要素又は識別要素を抽出し、この抽出した各々の類
別要素又は識別要素に対して目標が属するとする仮説を
新たに生成し、上記不確実性を含む仮説の信頼度の値を
この新たに生成した各仮説の信頼度として均等に分配す
る不確実性分配器、前観測時の属性データを記憶する統
合属性データ管理器、上記不確実性分配器からの複数の
観測属性データをＢａｙｅｓｉａｎ法によって統合する
Ｂａｙｅｓｉａｎ法属性データ統合器、前記Ｂａｙｅｓ
ｉａｎ法属性データ統合器からの属性データの類別又は
識別信頼度のレベルにより目標の類別及び識別を決定す
る属性判定器、上記Ｂａｙｅｓｉａｎ法属性データ統合
器からの属性データの類別又は識別信頼度のレベルによ
り表示のための目標の類別及び識別を決定する表示属性
判定器、前記表示属性判定器の表示属性判定基準を上記
属性判定器の判定基準と異なる基準に切り替えるための
表示属性判定基準切替スイッチ、上記表示属性判定器に
より決定した表示のための目標の類別及び識別を表示す
る属性表示器とを備えたことを特徴とする属性データ統
合装置。 - 【請求項２】 目標に関する情報を得る複数のセンサ、
これら複数のセンサとつながり、各センサで得られた観
測情報を収集する観測情報収集器、各種の目標の類別に
関する類別データベースを有し、その類別データベース
と上記観測情報収集器で収集した観測情報とを照合する
ことで類別の各要素に適合する度合いを求め、さらにこ
の適合度から目標が属すると想定される類別の仮説を複
数生成するとともに、各仮説の確からしさを示す類別信
頼度を求める類別信頼度算出器、各種の目標の識別に関
する識別データベースを有し、その識別データベースと
上記観測情報収集器で収集した観測情報とを照合するこ
とで識別の各要素に適合する度合いを求め、さらにこの
適合度から目標が属すると想定される識別の仮説を複数
生成するとともに、各仮説の確からしさを示す識別信頼
度を求める識別信頼度算出器、前記類別信頼度算出器及
び識別信頼度算出器で求めた目標の類別信頼度と識別信
頼度を観測属性データとして記憶する観測属性データ管
理器、前観測時の属性データを記憶する統合属性データ
管理器、上記観測属性データ管理器から入力した観測属
性データと前記統合属性データ管理器から入力した前観
測時に保管した属性データとをＤｅｍｐｓｔｅｒ−Ｓｈ
ａｆｅｒ法によって統合し、統合した属性データを次観
測時に観測属性データと統合するために上記統合属性デ
ータ管理器へ出力するＤｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ
法属性データ統合器、Ｄｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ
法属性データ統合器からの統合した属性データの類別及
び識別信頼度のレベルにより目標の類別及び識別を決定
する属性判定器、上記Ｄｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ
法属性データ統合器からの属性データの類別又は識別信
頼度のレベルにより表示のための目標の類別及び識別を
決定する表示属性判定器、前記属性判定器の表示属性判
定基準を上記属性判定器の判定基準と異なる基準に切り
替えるための表示属性判定基準切替スイッチ、上記表示
属性判定器により決定した表示のための目標の類別及び
識別を表示する属性表示器とを備えたことを特徴とする
属性データ統合装置。 - 【請求項３】 目標に関する情報を得る複数のセンサ、
これら複数のセンサとつながり、各センサで得られた観
測情報を収集する観測情報収集器、各種の目標の類別に
関する類別データベースを有し、その類別データベース
と上記観測情報収集器で収集した観測情報とを照合する
ことで類別の各要素に適合する度合いを求め、さらにこ
の適合度から目標が属すると想定される類別の仮説を複
数生成するとともに、各仮説の確からしさを示す類別信
頼度を求める類別信頼度算出器、各種の目標の識別に関
する識別データベースを有し、その識別データベースと
上記観測情報収集器で収集した観測情報とを照合するこ
とで識別の各要素に適合する度合いを求め、さらにこの
適合度から目標が属すると想定される識別の仮説を複数
生成するとともに、各仮説の確からしさを示す識別信頼
度を求める識別信頼度算出器、前記類別信頼度算出器及
び識別信頼度算出器で求めた目標の類別信頼度と識別信
頼度を観測属性データとして記憶する観測属性データ管
理器、前記観測属性データ管理器で記憶している類別及
び識別信頼度の中で、目標が複数の類別要素又は識別要
素の何れかであるがその内のどれであるかは不確かであ
るとする仮説である不確実性を含む仮説の信頼度に対し
て、この不確実性を含む仮説を成立させているすべての
類別要素又は識別要素を抽出し、この抽出した各々の類
別要素又は識別要素に対して目標が属するとする仮説を
新たに生成し、上記不確実性を含む仮説の信頼度の値を
この新たに生成した各仮説の信頼度として均等に分配す
る不確実性分配器、前観測時の属性データを記憶する統
合属性データ管理器、上記不確実性分配器からの複数の
観測属性データをＢａｙｅｓｉａｎ法によって統合する
Ｂａｙｅｓｉａｎ法属性データ統合器、前記Ｂａｙｅｓ
ｉａｎ法属性データ統合器からの属性データの類別又は
識別信頼度のレベルにより目標の類別及び識別を決定す
る属性判定器、前記表示属性判定器で決定した類別及び
識別と上記統合属性データ管理器の属性データの各仮説
の信頼度の何れかの表示に切り替えるためを属性表示方
法切替スイッチ、前記統合属性データ管理器で記憶され
た目標の類別及び識別信頼度または属性判定器により決
定した表示のための目標の類別及び識別を表示する属性
表示器とを備えたことを特徴とする属性データ統合装
置。 - 【請求項４】 目標に関する情報を得る複数のセンサ、
これら複数のセンサとつながり、各センサで得られた観
測情報を収集する観測情報収集器、各種の目標の類別に
関する類別データベースを有し、その類別データベース
と上記観測情報収集器で収集した観測情報とを照合する
ことで類別の各要素に適合する度合いを求め、さらにこ
の適合度から目標が属すると想定される類別の仮説を複
数生成するとともに、各仮説の確からしさを示す類別信
頼度を求める類別信頼度算出器、各種の目標の識別に関
する識別データベースを有し、その識別データベースと
上記観測情報収集器で収集した観測情報とを照合するこ
とで識別の各要素に適合する度合いを求め、さらにこの
適合度から目標が属すると想定される識別の仮説を複数
生成するとともに、各仮説の確からしさを示す識別信頼
度を求める識別信頼度算出器、前記類別信頼度算出器及
び識別信頼度算出器で求めた目標の類別信頼度と識別信
頼度を観測属性データとして記憶する観測属性データ管
理器、前観測時の属性データを記憶する統合属性データ
管理器、上記観測属性データ管理器から入力した観測属
性データと前記統合属性データ管理器から入力した前観
測時に保管した属性データとをＤｅｍｐｓｔｅｒ−Ｓｈ
ａｆｅｒ法によって統合し、統合した属性データを次観
測時に観測属性データと統合するために上記統合属性デ
ータ管理器へ出力するＤｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ
法属性データ統合器、Ｄｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ
法属性データ統合器からの統合した属性データの類別及
び識別信頼度のレベルにより目標の類別及び識別を決定
する属性判定器、前記属性判定器で決定した類別及び識
別と上記統合属性データ管理器の属性データの各仮説の
信頼度の何れかの表示に切り替えるためを属性表示方法
切替スイッチ、前記統合属性データ管理器で記憶された
目標の類別及び識別信頼度または属性判定器により決定
した表示のための目標の類別及び識別を表示する属性表
示器とを備えたことを特徴とする属性データ統合装置。 - 【請求項５】 目標に関する情報を得る複数のセンサ、
これら複数のセンサとつながり、各センサで得られた観
測情報を収集する観測情報収集器、各種の目標の類別に
関する類別データベースを有し、その類別データベース
と上記観測情報収集器で収集した観測情報とを照合する
ことで類別の各要素に適合する度合いを求め、さらにこ
の適合度から目標が属すると想定される類別の仮説を複
数生成するとともに、各仮説の確からしさを示す類別信
頼度を求める類別信頼度算出器、各種の目標の識別に関
する識別データベースを有し、その識別データベースと
上記観測情報収集器で収集した観測情報とを照合するこ
とで識別の各要素に適合する度合いを求め、さらにこの
適合度から目標が属すると想定される識別の仮説を複数
生成するとともに、各仮説の確からしさを示す識別信頼
度を求める識別信頼度算出器、前記類別信頼度算出器及
び識別信頼度算出器で求めた目標の類別信頼度と識別信
頼度を観測属性データとして記憶する観測属性データ管
理器、前記観測属性データ管理器で記憶している類別及
び識別信頼度の中で、目標が複数の類別要素又は識別要
素の何れかであるがその内のどれであるかは不確かであ
るとする仮説である不確実性を含む仮説の信頼度に対し
て、この不確実性を含む仮説を成立させているすべての
類別要素又は識別要素を抽出し、この抽出した各々の類
別要素又は識別要素に対して目標が属するとする仮説を
新たに生成し、上記不確実性を含む仮説の信頼度の値を
この新たに生成した各仮説の信頼度として均等に分配す
る不確実性分配器、前観測時の属性データを記憶する統
合属性データ管理器、上記不確実性分配器からの複数の
観測属性データをＢａｙｅｓｉａｎ法によって統合する
Ｂａｙｅｓｉａｎ法属性データ統合器、前記Ｂａｙｅｓ
ｉａｎ法属性データ統合器からの属性データの類別又は
識別信頼度のレベルにより目標の類別及び識別を決定す
る属性判定器、前記属性判定器の類別及び識別を記憶す
る属性判定結果管理器、前記属性判定結果管理器で記憶
される過去の属性から前記表示属性判定器で決定した類
別及び識別と上記統合属性データ管理器の属性データの
各仮説の信頼度の何れかの表示に切り替える属性表示方
法判定器、前記統合属性データ管理器で記憶された目標
の類別及び識別信頼度または属性判定器により決定した
表示のための目標の類別及び識別を表示する属性表示器
とを備えたことを特徴とする属性データ統合装置。 - 【請求項６】 目標に関する情報を得る複数のセンサ、
これら複数のセンサとつながり、各センサで得られた観
測情報を収集する観測情報収集器、各種の目標の類別に
関する類別データベースを有し、その類別データベース
と上記観測情報収集器で収集した観測情報とを照合する
ことで類別の各要素に適合する度合いを求め、さらにこ
の適合度から目標が属すると想定される類別の仮説を複
数生成するとともに、各仮説の確からしさを示す類別信
頼度を求める類別信頼度算出器、各種の目標の識別に関
する識別データベースを有し、その識別データベースと
上記観測情報収集器で収集した観測情報とを照合するこ
とで識別の各要素に適合する度合いを求め、さらにこの
適合度から目標が属すると想定される識別の仮説を複数
生成するとともに、各仮説の確からしさを示す識別信頼
度を求める識別信頼度算出器、前記類別信頼度算出器及
び識別信頼度算出器で求めた目標の類別信頼度と識別信
頼度を観測属性データとして記憶する観測属性データ管
理器、前観測時の属性データを記憶する統合属性データ
管理器、上記観測属性データ管理器から入力した観測属
性データと前記統合属性データ管理器から入力した前観
測時に保管した属性データとをＤｅｍｐｓｔｅｒ−Ｓｈ
ａｆｅｒ法によって統合し、統合した属性データを次観
測時に観測属性データと統合するために上記統合属性デ
ータ管理器へ出力するＤｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ
法属性データ統合器、Ｄｅｍｐｓｔｅｒ−Ｓｈａｆｅｒ
法属性データ統合器からの統合した属性データの類別及
び識別信頼度のレベルにより目標の類別及び識別を決定
する属性判定器、前記属性判定器の類別及び識別を記憶
する属性判定結果管理器、前記属性判定結果管理器で記
憶される過去の属性から前記表示属性判定器で決定した
類別及び識別と上記統合属性データ管理器の属性データ
の各仮説の信頼度の何れかの表示に切り替える属性表示
方法判定器、前記統合属性データ管理器で記憶された目
標の類別及び識別信頼度または属性判定器により決定し
た表示のための目標の類別及び識別を表示する属性表示
器とを備えたことを特徴とする属性データ統合装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10192966A JP2000028701A (ja) | 1998-07-08 | 1998-07-08 | 属性データ統合装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10192966A JP2000028701A (ja) | 1998-07-08 | 1998-07-08 | 属性データ統合装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000028701A true JP2000028701A (ja) | 2000-01-28 |
Family
ID=16300015
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10192966A Pending JP2000028701A (ja) | 1998-07-08 | 1998-07-08 | 属性データ統合装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000028701A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007163425A (ja) * | 2005-12-16 | 2007-06-28 | Toshiba Corp | レーダ情報処理装置、レーダ画面表示プログラム |
| JP2007279308A (ja) * | 2006-04-05 | 2007-10-25 | Mitsubishi Electric Corp | 情報表示装置及び情報表示システム |
| JP2016118436A (ja) * | 2014-12-19 | 2016-06-30 | 三菱電機株式会社 | 目標類識別装置 |
-
1998
- 1998-07-08 JP JP10192966A patent/JP2000028701A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007163425A (ja) * | 2005-12-16 | 2007-06-28 | Toshiba Corp | レーダ情報処理装置、レーダ画面表示プログラム |
| JP2007279308A (ja) * | 2006-04-05 | 2007-10-25 | Mitsubishi Electric Corp | 情報表示装置及び情報表示システム |
| JP2016118436A (ja) * | 2014-12-19 | 2016-06-30 | 三菱電機株式会社 | 目標類識別装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112526513B (zh) | 基于聚类算法的毫米波雷达环境地图构建方法及装置 | |
| US20020004697A1 (en) | Multisource target correlation | |
| US6469660B1 (en) | Method and system for displaying target icons correlated to target data integrity | |
| US5523759A (en) | In flight doppler weather radar wind shear detection system | |
| US5317316A (en) | Method of altitude track initialization in an aircraft tracking system | |
| CN114299417A (zh) | 一种基于雷视融合的多目标跟踪方法 | |
| US20060030994A1 (en) | Multisource target correlation | |
| US20030016156A1 (en) | Hazard and target alerting for weather radar | |
| EP0926511A2 (en) | Air traffic control system | |
| US5107268A (en) | Method of multipath track reduction in an aircraft tracking system | |
| CN111402299B (zh) | 基于静止轨道凝视卫星的遥感图像目标跟踪方法和装置 | |
| CN111914924A (zh) | 一种快速舰船目标检测方法、存储介质及计算设备 | |
| CN111950498A (zh) | 一种基于端到端实例分割的车道线检测方法及装置 | |
| JP4890075B2 (ja) | 情報表示装置及び情報表示システム | |
| CN114842445A (zh) | 基于多途径融合的目标检测方法、装置、设备及介质 | |
| Kwon et al. | A robust mobile target localization method for cooperative unmanned aerial vehicles using sensor fusion quality | |
| JPH0921864A (ja) | レーダシステム及び標的の強度と角度とを用いてクラッタ内の標的を検出する方法 | |
| JPWO2020084979A1 (ja) | Ａｉｓ情報処理装置 | |
| JP2000028701A (ja) | 属性データ統合装置 | |
| US10417916B2 (en) | Method and system to provide contextual auto-correlation of vertical situational display objects to objects displayed on a lateral map display based on a priority scheme | |
| EP0695426B1 (en) | In flight doppler weather radar wind shear detection system | |
| CN109886132B (zh) | 一种云海背景飞机目标检测方法、装置及系统 | |
| Bosse et al. | Managing evidential reasoning for identity information fusion | |
| Hadzagic et al. | Hard and soft data fusion for maritime traffic monitoring using the integrated ornstein-uhlenbeck process | |
| JPH10104354A (ja) | 属性データ統合装置 |