JP2005214842A - 信号分離装置 - Google Patents

Abstract

【課題】 受信信号を送信源に分離する仮説を生成し、その評価値に基づいて仮説の取捨選択を行う信号分離装置において、受信信号の複数の特徴量が互いに相関を有する場合でも、その特徴量の条件付確率を組み合わせて仮説の評価値を算出する。
【解決手段】 送信源が放射する受信信号の複数の特徴量の各条件付確率を算出する特徴量評価値算出手段１２と、それら条件付確率から仮説の評価値を算出する仮説評価値算出手段１３と、その評価値が最も高い仮説を生成された仮説から選択する。
【選択図】 図２

Description

この発明は、複数の送信源から放射された電波を受信し、受信した信号を送信源毎に分類する信号分離装置に関するものである。

複数の送信源（電波源）からの信号を受信し、その信号の特徴量を利用して送信源毎に分類する方法として、レーダのパルスを分類する方法が提案されている（例えば、非特許文献１参照）。

「誤検出を考慮したMHTレーダパルス列分離法」、電子情報通信学会宇宙航行エレクトロニクス研究会、SANE2001-10，pp．69-76，April 2001．

同一の送信源から送信されてきた信号同士は物理的性質が類似すると考えられるので、その物理的性質同士を比較・分類することによって、信号を送信源に分離することができる。ここで各信号からは周波数や継続時間などさまざまな物理的性質を抽出することができるが、単一種類の特徴量だけで比較・分離するよりも、複数の種類の特徴量を組み合わせて多角的に送信源を比較・分離した方が分離精度を高めることができると考えられる。

従来の方法は、各信号がある送信源から送信された場合にその信号の特徴量がある値となる確からしさを条件付確率によって表しておき、さらに各信号が送信源から送信されたとする仮説を生成した上で、観測によって得られた現実の特徴量に対する条件付確率から仮説の評価値を算出し、仮説の取捨選択を行うというものであった。各信号において、異なる物理的性質の特徴量間にそれぞれ相関がある場合も認められるが、このような相関を考慮して条件付確率を求めようとすると、計算負荷が極めて大きくなってしまう場合がある。このため、従来の方法では、単一種類の特徴量のみで仮説の評価値を算出するか、あるいは複数の物理的性質を組み合わせる場合であっても、それぞれ相関のない物理的性質を選択して組み合わせた上で、仮説の評価値を算出するようにしていた。

しかし現実の送信源の構成では、互いに相関のある物理的性質を組み合わせて特徴量を比較・分離した方が高い精度が得られ、有利になる場合が多い。しかし従来の方法では、このような場合であっても、相関のある特徴量同士を組み合わせることができなかったのである。また見かけ上相関がないと思われる物理的性質間にも、実は相関がある場合もあり、そのような場合には相関がないという前提が崩れてしまうため、適切な仮説の評価値が得られない場合もあった。

この発明はかかる課題の解決を目的とするものであり、互いに相関を有する物理的性質を表す特徴量のそれぞれについて特徴量毎に条件付確率を算出し、これらの条件付確率から仮説の評価値を算出するようにしたものである。これによって、従来手法のように特徴量間に相関がないとする仮定を採用する必要がないのである。

この発明に係る信号分離装置は、複数の受信信号を各送信源に分離する信号分離装置において、
前記受信信号から第１の特徴量と、その第１の特徴量とは異なる前記受信信号の物理的性質を表す第２の特徴量と、を抽出する信号検出手段と、
前記受信信号と送信源とを組み合わせた仮説を生成する仮説生成手段と、
第１の特徴量と第２の特徴量とが互いに相関を有する場合に、前記仮説における受信信号の第１及び第２の特徴量の分布に基づいて、前記仮説の確からしさを表す仮説評価値を算出する仮説評価値算出手段と、
前記仮説評価値が最も高い仮説を、前記仮説生成手段により生成された仮説から選択し、選択された仮説に基づいて前記受信信号を各送信源に分離した分離結果を出力する仮説選択手段と、
を備えたものである。

このようにして、この発明に係る信号分離装置によれば、異なる物理的性質を表す特徴量が互いに相関を有していても、それらを組み合わせて信号を送信源に分離することが可能となるので、より高精度に信号を分類することが可能となるのである。

実施の形態１．
まず、この発明の実施の形態１による信号分離装置の構成及び動作の説明に先立って、この発明の実施の形態１における基本的な動作原理および概念と用語について説明することとする。この信号分離装置は、アンテナによって受信される受信波から得られる信号を送信源毎に分離することを目的としているが、そのために信号の物理的性質や物理的性質から算出された属性値など、信号の各特徴量に着目して信号の分類を行う。これは、同じ送信源から発せられた信号同士は何らかの特徴が類似していることに基づくものである。

例えば、信号を放射する送信源の位置とそれを受信する受信源の位置とが共に固定であれば、１つの送信源から放射された信号を受信する方位（受信方位角度）は原理的に等しくなるはずである。したがってこのような場合には、受信方位角度の類似する信号同士が同じ集合に含まれるように分類することで、送信源毎に信号を分類できる。

また固定の周波数の信号を放射する周波数固定送信源からの信号（周波数固定信号）は、信号のキャリア周波数が類似している。したがってかかる場合には、キャリア周波数の類似性に着目すれば、信号を送信源毎に分類できる。周波数を定期的に変動させる周波数変動送信源からの信号（周波数変動信号）であれば、１つの周波数における信号の出現から消滅までの継続時間が類似し、また信号の出現時刻も周期的であるため、これらを利用して分類することができる。

より具体的には、複数の信号を分類する方法として、複数の送信源から複数個の信号を集めておき、集められたそれそれの信号の特徴量間の距離値に基づいて各信号を分類する方法が考えられる。しかしながらこの方法ではアンテナが複数個の信号を検出して集積するまで各信号の分類を行うことができない。したがって、一つ一つの信号を実時間内に分類する用途には向かない場合がある。

そこで、この発明の実施の形態１では、信号を受信する毎に、信号と想定しうる送信源とを組み合わせることとする。こうして生成した各信号と各送信源との組み合わせのことを「仮説」と呼ぶ。そして仮説を生成した後に、信号の特徴量に基づいてその組み合わせの「確からしさ」を評価する。このように、複数の信号の特徴量間の評価に先立って仮説を生成しておき、後から仮説の取捨選択を行うようにすることにより、新たに発生した信号を実時間内にいずれかの仮説に分類することが可能となるのである。

以下の説明では、複数の信号のそれぞれを、その信号を受信した順番により区別することとし、ｎ番目に受信した信号を「ｎ番目の信号」と呼ぶこととする。また、ｎ番目の信号から抽出される特徴の種類がＪ個ある場合に、ｊ番目（ｊはＪ以下の自然数）の特徴量をｆ_n,jと表す。さらに、ｎ番目の信号のＪ種類の特徴量を成分とするベクトルを、「信号ベクトル」と呼び、Ｆ_n,jと表す一方で、１〜ｎ番目の信号のｊ種類目の特徴量を成分とするベクトルを、「特徴量ベクトル」と呼び、Ｔ_n,jと表す。すなわちＦ_n,jとｆ_n,jは式（１）の関係を、Ｔ_n,jとｆ_n,jは式（２）の関係を満たす。

ｎ個の信号を受信した場合に、各信号と想定しうる送信源とを組み合わせた仮説のことを「ｎ信号の仮説」と呼び、Λ_nと表す。ｎ信号の仮説は複数の信号と複数の送信源との組み合わせとなるから、複数個のｎ信号の仮説が存在しうることとなる。そこで、ｎ信号の仮説が複数個存在する場合に、それぞれの仮説を区別するために各仮説に適当な順番を付すこととし、その順番におけるｈ番目の仮説のことを「ｎ信号の仮説ｈ」と呼び、Λ_n,hと表すこととする。

次に仮説の生成方法について説明する。いま、１〜ｎ番目の信号を送信源毎に分類したｎ信号の仮説ｈが存在し、その後新たに（ｎ＋１）番目の信号を受信した状態であるとする。この場合、仮説Λ_n,hを基に（ｎ＋１）番目の信号（信号の数は１つ）を送信源に分類する仮説が生成される。このとき、（ｎ＋１）番目の信号を送信源に分類する仮説のことを「（ｎ＋１）番目の信号の仮説」と呼び、λ_(n+1)と表すことにする。ここで（ｎ＋１）番目の信号の仮説も複数個考えられるので、それぞれを区別するために複数個の（ｎ＋１）番目の信号の仮説に適当な順番を付しておく。そしてそのうちのｒ番目の（ｎ＋１）番目の信号の仮説を「（ｎ＋１）番目の信号の仮説ｒ」と呼び、λ_(n+1),rと表す。本発明の仮説生成では、１〜ｎ番目の信号を分類したｎ信号の仮説と、（ｎ＋１）番目の信号を分類した（ｎ＋１）番目の信号の仮説を組み合わせて、１〜（ｎ＋１）番目の信号を分類した新たな（ｎ＋１）信号の仮説を生成する。新たに生成された（ｎ＋１）信号の仮説をΛ_(n+1),h'（ｈ'は所定の順番を示す自然数）と表記すると、Λ_(n+1),h'は式（３）のように表わされる。

図１は、順次受信した信号３０１、３０２、３０３を仮説に分類する様子を示した図である。ここでは、特徴量として周波数、受信時間などを抽出することが可能であるものとする。図の符号１０１が付された領域に表示されているのは、分類前の受信信号である。図の符号１０２が付された領域は、これら３つの信号を１個目の送信源および２個目の送信源に分類した仮説（「３信号の仮説１」）の例を示すものである。図が示すように、３信号の仮説１では信号３０１と信号３０３とを１個目の送信源に分類し、信号３０２を２個目の送信源に分類することとしている。また図の符号１０３が付された領域は、これら３つの信号を１個目の送信源に分類した仮説（「３信号の仮説２」）の例を示すものである。図が示すように、３信号の仮説２では信号３０１、３０２、３０３をすべて１個目の送信源に分類している。なお、仮説としては他の仮説も考えられるが、ここでは簡単のために仮説を２個のみ示している。

ここでさらに、新たに「４番目の信号」を受信し分類する場合について説明する。「４番目の信号」の分類の仕方としては、図１における「３信号の仮説１」に対しては、「４番目の信号」を１個目の送信源に分類する「４番目の信号の仮説１」、２個目の送信源に分類する「４番目の信号の仮説２」、３個目の送信源（図上は示されていない）に分類する「４番目の信号の仮説３」などが考えられる。そして「３信号の仮説１」と、複数の「４番目の信号の仮説」（４番目の信号の仮説１〜３）をそれぞれ組み合わせることによって、複数の「４信号の仮説」が生成される。同様に「３信号の仮説２」に対しても、複数の「４番目の信号の仮説」は考えられ、これらを「３信号の仮説２」に組み合わせることによって、複数の「４信号の仮説」が生成される。このようにして、新たな信号が到来し受信される毎に、それぞれの信号が分類されて複数の仮説が生成されていく。

この発明の実施の形態１による信号分離装置は、このようにして仮説を生成し、次に仮説の確からしさを、各信号の特徴に基づいて評価値として表し、評価値から仮説の取捨選択を行うのである。

この発明の実施の形態１の冒頭で述べた信号の特徴に基づく分類の例は、いずれも１種類のみの特徴に着目して信号を分類するものであった。しかし現実には、複数の送信源からの信号間において、ある特徴量が近い値となる場合も考えられる。このような場合には、その特徴量の類似性だけで信号を分類すると、正しい送信源に分離できないこととなる。そこで、より高精度に信号を分類するため、信号から抽出される複数の特徴を利用して分類する方法が望ましいこととなる。

そこで、仮説と特徴量の条件付確率についてみてみると、次のようになる。いま、Λ_n,h＝（Λ_n-1,h'，λ_n,r）を満たす仮説Λ_n,hにおいて、特徴量ベクトルＴ_n,1とＴ_n,2が得られたとする。この条件（特徴量ベクトルＴ_n,1,Ｔ_n,2が得られたとする条件）の下で、「仮説Λ_n,hが正しい」という命題の条件付確率をＰ(Λ_n,h｜Ｔ_n,1，Ｔ_n,2)とする。そうすると、条件付確率Ｐ(Λ_n,h｜Ｔ_n,1，Ｔ_n,2)はベイズの法則によって、次のように展開される。

仮説を取捨選択する際には、式（４）の右辺を計算して仮説の評価値とし、最も仮説の評価値の高いΛ_n,hを採用することになる。ここで、式（４）の右辺の分母Ｐ(ｔ_1,n，ｔ_2,n｜Ｔ_1,n-1，Ｔ_2,n-1)はすべての仮説において等しいので、この分母は仮説の優劣に影響を与えない。仮説の取捨選択においては、仮説の評価値の絶対的な値ではなく大小関係のみが重要となるから、この分母を１に置き換えても構わないことになる。しかしながら、そのように単純化すると、もはや式（４）の左辺は条件付確率ではなくなる。そこで、このように分母を１に単純化して求めた式（４）の左辺を仮説信頼度と呼び、Φ（Λ_n,h｜Ｔ_n-1,1，Ｔ_n-1,2）と表す。

式（５）の右辺において、Ｐ(ｆ_1,n｜Λ_n-1,h'，λ_n,r，Ｔ_n-1,1，Ｔ_n-1,2)は第１の特徴量ベクトルＴ_n-1,1と第２の特徴量ベクトルＴ_n-1,2がともに得られ、ｎ−１信号の仮説ｈ'(Λ_n-1,h')とｎ番目の信号の仮説ｒ(λ_n,r)がともに正しい場合に、ｎ番目の信号の第１の特徴量がｆ_n,1になる条件付確率であり、Ｐ(ｆ_n,2｜Λ_n-1,h'，λ_n,r，Ｔ_n-1,1，ｆ_n,1，Ｔ_n-1,2)は、第１の特徴量ベクトルＴ_n-1,1と第２の特徴量ベクトルＴ_n-1,2がともに得られ、ｎ−１信号の仮説ｈ'(Λ_n-1,h')とｎ番目の信号の仮説ｒ(λ_n,r)がともに正しく、ｎ番目の信号の第１の特徴量がｆ_n,1である場合に、ｎ番目の信号の第２の特徴量がｆ_n,2になる条件付確率である。これらの２つの条件付確率は、第１及び第２の特徴量の相関を考慮して算出する必要があるが、その算出は極めて困難である。そこで、従来法では第１の特徴量と第２の特徴量とを相関のない特徴量から選択しており、式（５）を式（６）のように簡略化して仮説信頼度を算出していた。

前述の周波数変動信号の例でいえば、信号を分離する上で用いる信号の特徴量として継続時間と出現時刻が重要なものと考えられる。しかし継続時間は信号の出現時刻と消滅時刻の差として算出されるので、出現時刻の変動に伴い継続時間も変動することとなって、継続時間と出現時刻との間には相関があると認められる。このような場合に従来手法では、継続時間もしくは出現時刻のどちらか１種類の特徴量しか仮説信頼度に利用できないこととなる．この結果、仮説評価値には１種類の特徴量しか考慮されないことになり、高精度な分類が行えなかった。

そこで、この発明の実施の形態１では、第１の特徴量の条件付確率Ｐ(Λ_n｜ｔ_n,1)と第２の特徴量の条件付確率Ｐ(Λ_n｜ｔ_n,2)とを求める。第１の特徴量の条件付確率Ｐ(Λ_n｜ｔ_n,1)についてもベイズの法則によって、式（７）のように展開される。

そして、式（４）と式（５）の関係と同様に、式（７）の分母は仮説同士を比較する上では考慮する必要がないので、この分母を無視した仮説信頼度Φ(Λ_n,h｜Ｔ_n,1)を考える．Φ(Λ_n,h｜Ｔ_n,1)には，１種類の特徴量を用いて算出されるが，以下では特に，１種類の特徴量を用いて算出される仮説信頼度を，「特徴量評価値」と呼ぶこととする。そうすると、特徴量評価値Φ(Λ_n,h｜Ｔ_n,1)は式（８）を満たすことになる。

式（８）による特徴量評価値は、特徴量として第１の特徴量（１種類）だけ含むものであるので、各送信源から送出される信号における第１の特徴量の分布を求めることにより算出することができる。また、第１の特徴量と同じように第２の特徴量についても式（８）のような形式で表すことができる。しかし、第１の特徴量と第２の特徴量とが互いに相関を有する場合にあっては、式（６）の左辺値を直接算出することはできない上に、式（８）による特徴量評価値をそのまま仮説の評価値とした場合には，１種類の特徴量しか考慮されていないので、高精度な送信源分離処理が行えなかったのである。

そこで、この発明の実施の形態１においては、仮説の評価値として、式（８）によって算出される第１の特徴量についての特徴量評価値Φ(Λ_n,h｜Ｔ_n,1)及び第２の特徴量についての特徴量評価値Φ(Λ_n,h｜Ｔ_n,2)を組み合わせて算出される値を用いる。例えば、仮説の評価値としてΦ(Λ_n,h｜Ｔ_n,1，Ｔ_n,2)の代わりに、Φ(Λ_n,h｜Ｔ_n,1)×Φ(Λ_n,h｜Ｔ_n,2)を用いる。Φ(Λ_n,h｜Ｔ_n,1)×Φ(Λ_n,h｜Ｔ_n,2)は第１の特徴量と第２の特徴量が共に考慮された値となるので、式（８）の左辺値による第１の特徴量の特徴量評価値のみを仮説の評価値とする場合よりも、分離精度を向上させることが期待できる。また式（６）の左辺値を直接算出することは極めて困難であるが、第１の特徴量についての特徴量評価値Φ(Λ_n,h｜Ｔ_n,1)及び第２の特徴量についての特徴量評価値Φ(Λ_n,h｜Ｔ_n,2)を組み合わせて算出される値であれば、それほど計算機負荷をかけずに算出が可能である。仮説の評価値としてΦ(Λ_n,h｜Ｔ_n,1)×Φ(Λ_n,h｜Ｔ_n,2)を用いる場合、式（９）のように表現される。

このようにすることで、相関を有する特徴量同士を用いて、仮説の評価値を算出することができ、高精度に信号を分類することが可能となるのである。

以上をまとめると、ある送信源から放射された信号において、異なる特徴量（第１の特徴量と第２の特徴量）が互いに相関を有している場合には、特徴量の種類毎に特徴量評価値を算出する。例えば第１の特徴量として出現時刻、第２の特徴量として継続時間を考えると、出現時刻から判断した仮説の正しさの度合いである特徴量評価値を算出し、その一方で継続時間から判断した仮説正しさでの度合いである特徴量評価値を算出する。そして２つの特徴量評価値を組み合わせ、仮説の評価値とするのである。

以上が、この発明の実施の形態１による信号分離装置の基本的な動作原理および概念と用語についての説明である。

続いて、この発明の実施の形態１による信号分離装置の構成について説明する。図２はこの発明の実施の形態１による信号分離装置の構成を示すブロック図である。図において、この発明の実施の形態１による信号分離装置２は外部に設けられたアンテナ１からの受信信号を入力するとともに、図示せぬ制御装置から制御信号として初期化フラグ及び出力要求フラグを入力するように構成されている。ただし、初期化フラグや出力要求フラグは後述するように必須の構成要素ではない。

信号分離装置２の内部において、信号検出手段１０は、アンテナ１が受信した信号の特徴量を抽出する部位である。なおこの説明および以降の説明において、部位という語はその機能を実現するように構成された専用の素子または回路を意味するものとするが、汎用的な中央演算装置（ＣＰＵ：Central Processing Unit）とその中央演算装置に同様の機能に相当する処理を実行させるコンピュータプログラムとを組み合わせて構成するようにしても構わない。

図３は、信号検出手段１０の詳細な構成を示すブロック図である。図において、Ａ／Ｄ変換器５１は、受信されたアナログの受信信号をデジタルに変換する回路又は素子である。高速フーリエ変換手段５２は、デジタルに変換されたデータに対して高速フーリエ変換（以下、ＦＦＴと呼ぶ）を行い周波数を分析する部位である。信号成分検出手段５３は、高速フーリエ変換手段５２が出力するスペクトルから信号成分を検出する部位である。特徴量抽出手段５４は、信号成分検出手段５３によって検出された信号から所定の特徴量を抽出し、その結果を信号ベクトルとして出力する部位である。

引き続き、信号分離装置２の構成について説明する。仮説生成手段１１は、信号分離装置２の外部にある図示せぬ制御装置から初期化フラグが入力された場合に、初期化処理として、仮説を初期化して信号検出手段１０から入力された信号を分類した仮説を生成するとともに、初期化フラグが入力されない場合は、信号検出手段１０から入力された信号と仮説選択手段１５から入力された仮説を組み合わせ、信号を送信源毎に分類した仮説を生成する部位である。なお、初期化フラグの入力に替えて、例えば受信した信号の個数が０の場合は初期化処理を実行する構成としてもよく、この場合には初期化フラグの入力は不要となる。

特徴量評価値算出手段１２は、仮説生成手段１１が生成した各仮説について特徴量毎に特徴量評価値を算出する部位である。仮説評価値算出手段１３は、特徴量評価値算出手段１２が出力した特徴量評価値から仮説評価値を算出する部位である。また仮説数削減手段１４は、仮説評価値算出手段１３により算出された各仮説の評価値に基づいて仮説を取捨選択する部位である。仮説選択手段１５は、出力要求フラグが入力された場合には、仮説数減少手段１４から入力された仮説の中で仮説評価値が最も高い仮説を１つ選択し、それを分類結果として出力し、出力要求フラグが入力されない場合には、仮説数減少手段１４から入力された全仮説を仮説生成手段１１に出力して、仮説の評価を再び実行させる部位である。なお、出力要求フラグの入力に替えて、仮説の評価処理の回数（仮説生成手段１１から段階的に仮説選択手段１５に至る処理の回数）や仮説の状態が所定の条件を満たした場合に、仮説選択手段１５が自律的に外部に分類結果を出力したり仮説生成手段１１に出力するように制御する構成としてもよく、この場合には出力要求フラグの入力は不要となる。

次に、信号分離装置２の動作について説明する。信号検出手段１０において、Ａ／Ｄ変換器５１は入力されたアナログ信号による受信信号を一定間隔でサンプリングし、デジタル信号に変換して出力する。続いて高速フーリエ変換手段５２は、Ａ／Ｄ変換器５１によってデジタル信号に変換された受信信号にＦＦＴ処理を施して、受信信号のスペクトル成分を出力する。さらに信号検出手段５３は、高速フーリエ変換手段５２によって出力された信号のスペクトル成分から信号成分を検出する。その方法としては、例えば信号のスペクトル成分と予め設定されている閾値とを比較し、その閾値を超えた信号成分を検出する方法が考えられる。あるいは、ＦＦＴ処理毎に平均値を算出し、算出された平均値と予め設定された信号検出パラメータとを加算もしくは乗算して得た値を閾値として、閾値を超えた信号成分を検出するようにしてもよい。続く特徴量抽出手段５４では、信号検出手段５３が検出した信号成分から特徴量を抽出し、信号毎に信号ベクトルＦ_nを出力する。ここで特徴量としては、例えば出現時刻、消滅時刻、継続時間、キャリア周波数、受信方位角度、周波数帯域幅、ピーク電力などがあり、想定される送信源の性質に応じて適宜、複数の特徴量が選択されて特徴量ベクトルとして表されるのである。

そこで以下においては、特徴量として周波数固定信号と周波数変動信号を選択する例について説明することとする。また以下の処理では、制御装置から初期化フラグが入力された場合、初期化フラグが入力されていない場合の２つの場合に分けて処理を説明する。

（初期化フラグが入力された場合）
初期化フラグが入力された場合、あるいは初期化フラグを不要とする構成を採用するならば、受信した信号の個数が０の場合に、仮説生成手段１１は仮説を初期化する。すなわち、まず入力信号数ｎ＝１として、１番目の信号についての仮説を生成して特徴量評価値算出手段１２に出力する。ここで、１番目の信号はノイズを誤検出した結果として検出されたものである場合もある。そこで、仮説生成手段１１は下記（１）、（２）、（３）の３個の仮説を生成する。
（１）１番目の信号を１個目の周波数変動送信源が放射した信号であるとして分類する仮説。
（２）１番目の信号を１個目の周波数固定送信源が放射した信号であるとして分類する仮説。
（３）１番目の信号を誤検出されたノイズであるとして分類する仮説。
なお、（１）〜（３）の仮説は、それぞれ１信号の仮説１、１信号の仮説２、１信号の仮説３となり、また１番目の信号の仮説１、１信号の仮説２、１信号の仮説３となる。ただし順番は必ずしもこの通りでなくてもよい。

次に、特徴量評価値算出手段１２は、仮説生成手段１１が生成した各仮説について、特徴量評価値を算出する。ここで、特徴量抽出手段５４が各信号から抽出する特徴量の種類の数をＪ種類とする。特徴量評価値算出手段１２は各仮説について、各特徴量ごとに特徴量評価値Φ(Λ_1,h｜Ｔ_1,j)（ただしｈ＝１，２，３でかつｊはＪ以下の自然数）を算出する。この特徴量評価値の算出方法については、（初期フラグが入力されていない場合）で説明するが、特徴量評価値の初期値（Φ(Λ_0,1｜Ｔ_0,j)）は、例えばすべてのｊにわたって１として与える。

続いて仮説評価値算出手段１３は、特徴量評価値算出手段１２によって算出されたＪ個の特徴量評価値Φ(Λ_1,h｜Ｔ_1,j)に基づいて各仮説の評価値Ｌを算出する。仮説の評価値Ｌは例えば式（１０）や式（１１）などのいずれかを用いて算出する。

式（１０）は、特徴量評価値の積を仮説の評価値としたのに対して、式（１１）は特徴量評価値の和を仮説の評価値としたものである。その他にも例えば、Ｊ個の特徴量評価値の中で最大となる特徴量評価値を仮説の評価値とする方法を用いてもよいし、Ｊ個の特徴量評価値の中で最小となる特徴量評価値を仮説の評価値とする方法や平均値、標準偏差値を求めるなど、各種統計的処理方法に基づいて仮説の評価値を採用しても構わない。

また想定される送信源の構成に合わせて、特徴量評価値間に軽重を与えて仮説の評価値を算出するようにしてもよい。すなわち各特徴量について重み係数Ｗjを予め定めておき、式（１２）に基づいて仮説の重み付け特徴量評価値Φ_w(Λ_n,h'｜Ｔ_n,j)を算出するのである。そして式（１０）、（１１）のようにして仮説評価値を算出する。

このようにして、信号分離装置２が対応する必要のある送信源の構成に適切な配分で特徴量を考慮し、送信源を分離することが可能となる。つまり、想定される送信源の構成に基づいて重視すべき特徴量が判明している場合には、その特徴量の重み係数を大きくしておくことで、その特徴量の差異を、小さな重み係数しか付与されていない特徴量の差異よりも重視することができるし、同時に小さな重み係数であっても差異が大きい場合はそのことを考慮した送信源の分離が可能となるのである。

続いて仮説数削減手段１４は、評価値算出手段１３から入力された仮説の評価値を基準に、仮説評価値の高い仮説を選択し、仮説選択手段１５に出力する。仮説を選択する方法として、選択する仮説数ｈsを事前に決定しておき、仮説評価値の高い順に上位ｈs個の仮説を抜き出す方法や、閾値を事前に設定しておいてこの閾値よりも評価値が大きい仮説を抜き出す方法などがある。閾値には、全仮説評価値の和にある定数をかけた値を用いてもよい。そして、仮説選択手段１５は、出力要求フラグが入力されていない場合には仮説数削減手段１５が出力した仮説を、仮説生成手段１１に出力し、出力要求フラグが入力されている場合には、分類結果を外部に出力する。

（初期化フラグが入力されていない場合）
初期化フラグが入力されていない場合、すなわちｎ番目（ただしｎ＞１）の信号が入力された場合、仮説生成手段１１は、信号検出手段１０が新たに出力した信号と仮説選択手段１５が出力した仮説とを組み合わせて、新たな仮説を生成する。ここで、仮説選択手段１５が出力した仮説は、「１〜（ｎ−１）番目の信号」を分類した仮説である。したがって仮説選択手段１５が出力した仮説は、（ｎ−１）信号の仮説となる。仮説生成手段１１は、（ｎ−１）信号の仮説と、新たに出力されたｎ番目の信号を分類したｎ番目の信号の仮説を組み合わせて、ｎ信号の仮説を生成する。

ここで、（ｎ−１）信号の仮説ｈに基づいて、ｎ番目の信号を分類する場合を説明する。いま（ｎ−１）信号の仮説ｈは、Ｍ個の周波数変動送信源とＫ個の周波数固定送信源を有する仮説であるとする。この場合仮説生成手段１１は、下記（４）〜（９）の仮説を生成する。
（４）ｎ番目の信号を、ｍ個目の周波数変動送信源（ただし、ｍはＭ以下の自然数）に分類する複数の仮説。
（５）ｎ番目の信号は、ｍ個目の周波数変動送信源が放射した信号を１つ以上失検出した後にｍ個目の周波数変動送信源が放射した信号であるとする複数の仮説。
（６）ｎ番目の信号は、これまで信号が分類されたことのない新たな周波数変動送信源（（Ｍ＋１）個目の周波数変動送信源）が放射した信号であるとする仮説。
（７）ｎ番目の信号を、ｋ個目の周波数固定送信源（ただし、１≦ｋ≦Ｋ）に分類する複数の仮説。
（８）ｎ番目の信号は、これまで信号が分類されたことのない新たな周波数固定送信源（（Ｋ＋１）個目の周波数固定送信源）が放射した信号であるとする仮説。
（９）ｎ番目の信号は、ノイズを誤検出した信号であるとする仮説。

いま、（ｎ−１）信号の仮説の総数がＨ個ある場合、上記（４）〜（９）の仮説を生成する処理を（ｎ−１）信号の仮説ｈ（１≦ｈ≦Ｈ）に対して行い、ｎ信号の仮説を生成する。さらに（ｎ−１）信号の仮説ｈに対してｎ番目の信号の仮説がＲ_h個考えられるとすると、仮説生成手段１１は式（１３）より、合計Ｇ個の「ｎ信号の仮説」を特徴量評価値算出手段１３に出力する。

続いて、特徴量評価値算出手段１３は、仮説生成手段１２が出力するＧ個のｎ信号の仮説に対して、特徴量評価値を算出する。特徴量評価値は、特徴量の種類毎に算出する必要があるので、全部でＪ種類の特徴量がある場合にはＪ個の特徴量評価値を算出する。またｎ信号の仮説の個数は式（１３）で算出したＧであるので、結局、特徴量評価値算出手段１３は、合計Ｇ×Ｊ個の特徴量評価値を出力することになる。

いま、ｎ信号の仮説ｈ'（Λ_n,h'）は、Λ_n,h'＝(Λ_n-1,h λ_n,r)を満たすものとする。特徴量評価値算出手段１３は、すでに算出されているｎ−１信号の仮説の特徴量評価値Φ(Λ_n-1,h｜Ｔ_n-1,j)を基礎にして、ｎ信号の仮説の特徴量評価値Φ(Λ_n,h｜Ｔ_n,j)を算出する。具体的には式（８）をｊ種類目の特徴量に適用した式（１４）を用いて特徴量評価値を算出する。

式（１４）において、右辺の二つ目の項であるＰ(λ_n,r｜Λ_n-1,h，Ｔ_n-1,j)は、特徴量ベクトルＴ_n-1,jが得られ、かつ仮説Λ_n-1,hが正しい場合にｎ番目の信号の仮説r（λ_n,r）が正しい条件付確率である。また右辺の三つ目の項であるＰ(ｆ_n,j｜Λ_n-1,h，λ_n,r，Ｔ_n-1,j)は、特徴量ベクトルＴ_n-1,jが得られ、かつ仮説Λ_n-1,hが正しく、かつｎ番目の信号の仮説r（λ_n,r）が正しい場合に、ｎ番目の信号のｊ種類目の特徴量の値が、ｆ_n,jとなる条件付確率を表している。

ここでｊ種類目の特徴量は継続時間で、ｎ番目の信号の仮説r（λ_n,r）は、ｎ番目の信号を１番目の周波数固定送信源に分類する仮説で、１番目の周波数変動送信源には、複数個の信号が既に分類されているとする。さらに、新たな周波数変動送信源から信号を受信する確率をＰ_NSとし、周波数固定送信源から信号を受信する確率をＰ_FTとし、ノイズを誤検出する確率をＰ_NOとする。そして周波数変動送信源に分類されている信号の継続時間の合計がｔ_st、１番目の周波数変動送信源に分類されている信号の継続時間の合計がｔ_st,1であるとする。このとき、式（１４）の二つ目の項Ｐ(λ_n,r｜Λ_n-1,h，Ｔ_n-1,j)は、式（１５）から算出される。

なおＰ_NS、Ｐ_FT、Ｐ_NOは、経験に分かっている場合はその値を用いたり、仮説Λ_n-1,hを基に算出した値を用いる。また式（１５）の代わりに、周波数変動送信源に分類されている信号数をｎ_ST、１番目の周波数変動送信源に分類されている信号数をｎ_ST,1とした場合に、下式（１６）を用いて算出してもよい。

また、式（１４）の三つ目の項Ｐ(ｆ_n,j｜Λ_n-1,h,λ_n,r,Ｔ_n-1,j)の算出方法について説明する。１個目の周波数変動送信源に分類された信号の継続時間の期待値がｔ_DT,1であり、その標準偏差がσ_DT,1として求められているとする。これらの期待値や標準偏差については、例えば、仮説Λ_n-1,hで、１番目の周波数変動送信源に分類されている信号の特徴量を基に求めてもよいし、すでに信号分離装置２を用いて何度か信号分離処理を行っている場合には、それらの実測値から求めてもよい。そしてｊ番目の特徴量（継続時間）がガウス分布に従うものとすれば、Ｐ(ｆ_n,j｜Λ_n-1,h，λ_n,r，Ｔ_n-1,j)は、式（１７）から算出される。

以降、仮説評価値算出手段１３、仮説数削減手段１４、仮説選択手段１５は、初期化フラグが入力された場合と同様に動作して、出力要求フラグが入力されるまで、仮説の評価を繰り返す。そして出力要求フラグが入力された場合、仮説選択手段１５では、仮説数減少手段１４から入力された仮説の中で、最も仮説の評価値の高い仮説を１つ選択し、それを分類結果として外部に出力する。

以上から明らかなように、この発明の実施の形態１の信号分離装置によれば、特徴量の種類と同じ数の特徴量評価値を求め、それらを組み合わせ仮説の評価値とした上で、特徴量評価値の導出において、特徴量どうしに相関が無いとする仮定をしないため、互いに相関のある特徴量を仮説の評価値に利用することができる。このことから、複数の特徴量を仮説評価値に反映できるため、より高精度に信号を分類することが可能となるのである。

この発明は、特に複数の送信源から送信される通信波やレーダ波などの送信波を送信源毎に分離する上でに有用である。

この発明の実施の形態１による信号分離装置において受信した信号を仮説に分類する様子を示す図である。 の構成を示すブロック図である。 この発明の実施の形態１による信号分離装置の詳細な構成を示すブロック図である。

符号の説明

１０ 信号検出手段、
１１ 仮説生成手段、
１２ 特徴量評価値算出手段、
１３ 仮説評価値算出手段、
１４ 仮説数削減手段、
１５ 仮説選択手段。

Claims (4)

1. 複数の受信信号を各送信源に分離する信号分離装置において、
   前記受信信号から第１の特徴量と、その第１の特徴量とは異なる前記受信信号の物理的性質を表す第２の特徴量と、を抽出する信号検出手段と、
   前記受信信号と送信源とを組み合わせた仮説を生成する仮説生成手段と、
   第１の特徴量と第２の特徴量とが互いに相関を有する場合に、前記仮説における受信信号の第１及び第２の特徴量の分布に基づいて、前記仮説の確からしさを表す仮説評価値を算出する仮説評価値算出手段と、
   前記仮説評価値が最も高い仮説を、前記仮説生成手段により生成された仮説から選択し、選択された仮説に基づいて前記受信信号を各送信源に分離した分離結果を出力する仮説選択手段と、
   を備えたことを特徴とする信号分離装置。
2. 各送信源から送出された受信信号の第１及び第２の特徴量が、前記仮説における受信信号の第１及び第２の特徴量のように分布する条件付確率に基づいて、第１の特徴量により前記仮説の確からしさを評価した第１の特徴量評価値と、第２の特徴量により前記仮説の確からしさを評価した第２の特徴量評価値とを個別に算出する特徴量評価値算出手段を備え、
   前記仮説評価値算出手段は、第１の特徴量と第２の特徴量とが互いに相関を有する場合に、第１の特徴量評価値と第２の特徴量評価値とを組み合わせて前記仮説評価値を算出することを特徴とする請求項１に記載の信号分離装置。
3. 前記仮説評価値算出手段は、前記第１及び第２の特徴量評価値を用いて統計的演算を行うことにより、前記仮説の評価値を算出することを特徴とする請求項２に記載の信号分離装置。
4. 前記仮説評価値算出手段は、前記第１及び第２の特徴量評価値に所定の重み係数を乗じ、乗じた結果の総和を前記仮説の評価値として算出することを特徴とする請求項２に記載の信号分離装置。

Images