JP2008267864A - 目標類別装置 - Google Patents

Abstract

【課題】送信信号を、高距離分解能送信した場合、高ドップラ分解能送信した場合、および、高ＰＲＦ送信した場合に得られる各処理結果、並びに、追尾処理により得られる航跡情報から得られる処理結果の全てが揃うまで待たずに、出力されるタイミングが早い結果から順に用いて目標を類別することにより、無駄な待ち時間の発生を防ぎ、迅速に類別結果を得ることが可能な目標類別装置を得る。
【解決手段】高距離分解能送信した場合に得られるレンジプロフィール推定結果、高ドップラ分解能送信した場合に得られるドップラ分布推定結果、高ＰＲＦ送信した場合に得られるフラッシュ推定結果、および、追尾処理により得られる航跡推定結果が全て揃うまで待たずに、目標判定部１４は、出力されるタイミングが早い推定結果から順に用いて目標を類別する。
【選択図】図１

Description

この発明は目標類別装置に関し、特に、レーダにより検出した目標を、目標から得られる複数の情報を用いて類別する目標類別装置に関するものである。

この種の従来の目標類別装置として、目標のレンジプロフィール、ドップラ分布および航跡の情報を得て、それぞれの情報を用いて独立に目標を推定するものが提案されている（例えば、特許文献１参照）。そして、その結果であるレンジプロフィール推定結果、ドップラ分布推定結果、航跡推定結果を最終的に重み付け加算して目標を固定翼機／回転翼機／高速飛翔体に類別する。

特開２００２−３４１０２２号公報

しかしながら、上記の従来の目標類別装置では、レンジプロフィール推定結果、ドップラ分布推定結果、航跡推定結果が全て揃ってから目標判定部で重み付けを行い、最終的な類別結果を得るので、目標判定部がレンジプロフィール推定結果、ドップラ分布推定結果、航跡解析部結果を受け取るタイミングが異なる場合には無駄な待ち時間が発生し、類別結果が得られるまでに時間がかかるという問題点があった。

この発明はかかる問題点を解決するためになされたものであり、送信信号を３種類の送信方法、すなわち、高距離分解能送信した場合、高ドップラ分解能送信した場合、および、高ＰＲＦ送信した場合に、それぞれ得られる各処理結果、並びに、追尾処理により得られる航跡情報から得られる処理結果の全てが揃うまで待たずに、出力されるタイミングが早い結果から順に用いて目標を類別することにより、無駄な待ち時間の発生を防ぎ、迅速に類別結果を得ることが可能な目標類別装置を得ることを目的としている。

この発明は、送信信号を生成して目標へ送信するとともに、上記目標で散乱した上記送信信号を受信信号として受信し、上記受信信号に基づいて得られる複数の情報を用いて上記目標を類別する目標類別装置であって、上記送信信号を高距離分解能送信した場合の上記受信信号に基づいてレンジプロフィールを求め、上記レンジプロフィールをもとに目標を推定し、レンジプロフィール推定結果を出力するレンジプロフィール解析部と、 上記送信信号を高ドップラ分解能送信した場合の受信信号に基づいてドップラ分布を求め、上記ドップラ分布をもとに上記目標を推定し、ドップラ分布推定結果を出力するドップラ分布解析部と、上記送信信号を高ＰＲＦ送信した場合の受信信号に基づいて自己相関関数を求め、上記自己相関関数をもとに上記目標を推定し、フラッシュ推定結果を出力するフラッシュ解析部と、上記目標の速度および高度を航跡情報として出力する追尾処理部と、上記追尾処理部の航跡情報をもとに上記目標を推定し、航跡推定結果を出力する航跡解析部と、上記レンジプロフィール推定結果、上記ドップラ分布推定結果、上記フラッシュ推定結果、および、上記航跡推定結果が全て揃うまで待たずに、出力されるタイミングが早い推定結果から順に用いて類別することを指示する推定結果選択部と、上記推定結果選択部で選択された少なくとも１つ以上の推定結果をもとに、上記目標を類別して類別結果を出力する目標判定部とを備えることを特徴とする目標類別装置である。

この発明は、送信信号を生成して目標へ送信するとともに、上記目標で散乱した上記送信信号を受信信号として受信し、上記受信信号に基づいて得られる複数の情報を用いて上記目標を類別する目標類別装置であって、上記送信信号を高距離分解能送信した場合の上記受信信号に基づいてレンジプロフィールを求め、上記レンジプロフィールをもとに目標を推定し、レンジプロフィール推定結果を出力するレンジプロフィール解析部と、 上記送信信号を高ドップラ分解能送信した場合の受信信号に基づいてドップラ分布を求め、上記ドップラ分布をもとに上記目標を推定し、ドップラ分布推定結果を出力するドップラ分布解析部と、上記送信信号を高ＰＲＦ送信した場合の受信信号に基づいて自己相関関数を求め、上記自己相関関数をもとに上記目標を推定し、フラッシュ推定結果を出力するフラッシュ解析部と、上記目標の速度および高度を航跡情報として出力する追尾処理部と、上記追尾処理部の航跡情報をもとに上記目標を推定し、航跡推定結果を出力する航跡解析部と、上記レンジプロフィール推定結果、上記ドップラ分布推定結果、上記フラッシュ推定結果、および、上記航跡推定結果が全て揃うまで待たずに、出力されるタイミングが早い推定結果から順に用いて類別することを指示する推定結果選択部と、上記推定結果選択部で選択された少なくとも１つ以上の推定結果をもとに、上記目標を類別して類別結果を出力する目標判定部とを備えることを特徴とする目標類別装置であるので、送信信号を、高距離分解能送信した場合、高ドップラ分解能送信した場合、および、高ＰＲＦ送信した場合に得られる各処理結果、並びに、追尾処理により得られる航跡情報から得られる処理結果の全てが揃うまで待たずに、出力されるタイミングが早い結果から順に用いて目標を類別することにより、無駄な待ち時間の発生を防ぎ、迅速に類別結果を得ることができる。

実施の形態１．
以下、図１〜図１３に従い、この発明の実施の形態１に係る目標類別装置について説明する。図１は、この発明の実施の形態１による目標類別装置の構成を示す図であり、図２は、実施の形態１によるレンジプロフィール解析部の構成を示す図、図３は、実施の形態１によるレンジ幅と平均電力の算出方法を示す図、図４は、実施の形態１によるアスペクト角を示す図、図５は、実施の形態１によるレンジプロフィールを用いた類別判定の概念を示す図、図６は、実施の形態１によるドップラ分布解析部の構成を示す図、図７は、実施の形態１によるドップラ幅の算出方法を示す図、図８は、実施の形態１によるドップラ分布を用いた類別判定方法を示す図、図９は、実施の形態１による自己相関関数の例を示す図、図１０は、実施の形態１によるフラッシュを用いた類別判定方法を示す図、図１１は、実施の形態１による目標の飛行領域を示す図、図１２は、実施の形態１による速度と高度を用いた類別判定の概念を示した図、図１３は、実施の形態１による目標判定部の構成を示す図である。

図１に示すように、実施の形態１に係る目標類別装置には、レーダ指示部１と、レーダ制御部２と、ビームマネジメント部３と、送信部４と、空中線部５と、受信部６と、信号処理部７と、追尾処理部８と、目標が固定翼機／高速飛翔体である確率を算出するレンジプロフィール解析部９と、目標が回転翼機／固定翼機または高速飛翔体である確率を算出するドップラ分布解析部１０と、目標が回転翼機／固定翼機または高速飛翔体である確率を算出するフラッシュ解析部１１と、目標が固定翼機／回転翼機／高速飛翔体／回転翼機または固定翼機／固定翼機または高速飛翔体／回転翼機または固定翼機または高速飛翔体である確率を算出する航跡解析部１２と、推定結果選択部１３と、目標判定部１４とが設けられている。

図１に示すように、レーダ指示部１の出力側端子は、レーダ制御部２が接続されている。なお、レーダ指示部１には、操作手段（図示せず）が設けられており、オペレータがそれを操作してレーダで検出された物体の中から類別対象とする目標を指定することができる。レーダ制御部２の出力側端子は、ビームマネジメント部３の入力側端子に接続されていて送信指令を入力するとともに、レンジプロフィール解析部９、ドップラ分布解析部１０、フラッシュ解析部１１、航跡解析部１２、および、目標判定部１４の各入力側端子に接続されていて、それぞれに解析パラメータを入力する。ビームマネジメント部３の出力側端子は、空中線部５、送信部４、受信部６、および、信号処理部７に接続されており、それぞれに制御信号を入力する。空中線部５の出力側端子は受信部６に接続され受信信号を送信するとともに、入力側端子は送信部４に接続されていて送信信号を入力する。受信部６の出力側端子は、信号処理部７と追尾処理部８とに接続されており、それぞれに目標検出情報を入力する。信号処理部７の出力側端子は、レンジプロフィール解析部９、ドップラ分布解析部１０、および、フラッシュ解析部１１に接続されて、それぞれ、信号処理部７で得られた、レンジプロフィール、ドップラ分布、自己相関関数を入力する。また、追尾処理部８の出力側端子は、航跡解析部１２とレンジプロフィール解析部９とに接続され、それぞれに、目標航跡情報を入力する。レンジプロフィール解析部９、ドップラ分布解析部１０、フラッシュ解析部１１、および、航跡解析部１２の各出力側端子は、推定結果選択部１３に接続されており、それぞれにおいて求められた推定結果が推定結果選択部１３に入力される。推定結果選択部１３の出力側端子は、目標判定部１４に接続されており、選択した推定結果が入力される。

次に、動作について説明する。オペレータがレーダ指示部１を操作してレーダで検出された目標を類別対象に指定すると、レーダ指示部１は指定された目標を類別処理するためにレーダ制御部２へ目標類別指示を出力する。

レーダ指示部１から目標類別指示を受けたレーダ制御部２は、目標の存在する領域へ高距離分解能送信、高ドップラ分解能送信、および、高ＰＲＦ送信を行うように、高距離分解能送信指令、高ドップラ分解能送信指令、高ＰＲＦ送信指令をビームマネジメント部３へ出力する。高距離分解能送信、高ドップラ分解能送信、および、高ＰＲＦ送信を行なう順序は特に限定されず、どちらを先に行なっても良いが、予め、ビームマネジメント部３に実行順序または実行順序を決定するための条件等が設定されているものとする。

同時に、レーダ制御部２は、類別対象の目標を解析するために、レンジプロフィール解析部９、ドップラ分布解析部１０、フラッシュ解析部１１、航跡解析部１２、目標判定部１４へ解析パラメータをそれぞれ出力する。これらの解析パラメータについては後述する。

なお、ここで、追尾処理部８は、高距離分解能送信、高ドップラ分解能送信、および、高ＰＲＦ送信とは異なり、オペレータの指示によらず検出目標の追尾処理を継続し、追尾目標の航跡情報を得るものとする。

＜高距離分解能送信、レンジプロフィール解析部９の動作＞
まず始めに、高距離分解能送信時における動作を説明する。高距離分解能送信指令を受けたビームマネジメント部３は、目標の存在する方向における受信信号の距離分解能とＳ／Ｎ比とを向上させるため、以下の（ａ）、（ｂ）の動作を行う。受信信号のＳ／Ｎ比の向上はレンジプロフィール推定時の精度向上のために有用である。

（ａ）レーダによる目標の通常検出時と比較して、類別対象の目標が存在する方向へビームの連続照射回数を増加するように空中線部５に指示する。これは、目標に対するヒット数を増やして受信信号のＳ／Ｎ比を向上させるための指示である。

（ｂ）通常目標検出時よりも距離分解能を向上させた送信信号を生成するように送信部４へ指示を出力する。送信信号の距離分解能を向上するために、ビームマネジメント部３は以下の（ｂ−１）〜（ｂ−３）のようにする。

（ｂ−１） パルス圧縮比を通常目標検出時より大きくする。
（ｂ−２） （ｂ−１）で指定したパラメータの変更を反映して受信信号処理と目標検出とを行うように受信部６へ指示を出す。
（ｂ−３） （ｂ−１）で指定したパラメータの変更を反映して高距離分解能処理を行うよう信号処理部７へ指示を出す。

ビームマネジメント部３からの送信部制御信号にしたがって、送信部４は高距離分解能の送信信号を生成して空中線部５へ出力する。空中線部５は、ビームマネジメント部３からのビーム制御信号にしたがって送信信号を目標へ向かって放射し、目標で散乱して戻ってくる送信信号を受信信号として受信する。

受信部６は、ビームマネジメント部３からの受信部制御信号にしたがって、空中線部５が受信した受信信号を処理して目標検出情報を出力する。受信部６から目標検出情報を受けた信号処理部７は、ビームマネジメント部３からの信号処理部制御信号にしたがって、目標のレンジプロフィールを算出し、レンジプロフィール解析部９へ出力する。

図２に示すように、レンジプロフィール解析部９は、レンジプロフィール特徴量算出部９ａとレンジプロフィール判定部９ｂとレンジプロフィール特徴量ライブラリ９ｃとを有する。ここで、解析パラメータは受信信号強度判定しきい値である。

信号処理部７からレンジプロフィール解析部９に送られたレンジプロフィールはまず、レンジプロフィール特徴量算出部９ａに送られる。レンジプロフィール特徴量算出部９ａでは、図３のようにレンジプロフィールに受信信号強度判定しきい値を設定して、観測目標のレンジ幅Ｗｒを算出する。また、受信信号強度判定しきい値を超える部分の電力を平均して平均電力Ｐｒを算出する。レンジ幅は目標の寸法、平均電力は目標からの反射強度のレベルを示す特徴量である。算出されたレンジ幅Ｗｒと平均電力Ｐｒがレンジプロフィール判定部９ｂに送られる。

レンジプロフィール判定部９ｂでは、レンジプロフィール特徴量算出部９ａで得られた観測目標のレンジ幅Ｗｒと平均電力Ｐｒを、レンジプロフィール特徴量ライブラリ９ｃに格納された候補目標のレンジ幅および平均電力と比較して類別を行う。
レンジプロフィール判定部９ｂはまず、追尾処理部８から目標のアスペクト角（目標の機首方向がLine Of sight となす角。図４参照）を得る。そして、アスペクト角が
θ−Δθ≦θ≦θ＋Δθ
の範囲で候補目標＃ｎ（ｎ＝１，２，・・・，Ｎ）を観測した場合に得られるレンジ幅と平均電力をレンジプロフィール特徴量ライブラリ記憶部９ｃから取得する。ここで、アスペクト角に範囲を設けるのは、追尾処理部８で推定したアスペクト角θに誤差が含まれていることを考慮するためである。Δθは追尾性能から決定する。なお、アスペクト角θは、アジマス方向とエレベーション方向の２つの成分である。

次に、レンジプロフィール判定部９ｂは、レンジプロフィール特徴量ライブラリ９ｃから取得した候補目標のレンジ幅と平均電力に基づいて観測目標の類別を行う。図５は、実施の形態１による目標の類別判定方法を説明する図であり、候補目標の特徴量を特徴量空間にプロットした例を示している。図において、◆は固定翼機に属する候補目標の特徴量、◇は高速飛翔体に属する候補目標の特徴量、★は観測目標の特徴量である。レンジプロフィール判定部９ｂは、２クラスの最小幅が最大となるように判別平面を求める手法であるＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）を用いて、固定翼機の特徴量◆と高速飛翔体の特徴量◇を学習データとして判別平面を決定し、観測目標が固定翼機／高速飛翔体である確率を算出し、この推定結果をレンジプロフィール推定結果Ｒｏｕｔ（固定翼機：Ｘ％、高速飛翔体：Ｙ％）として推定結果選択部１３へ出力する。推定結果選択部１３の動作は後述する。

＜高ドップラ分解能送信、ドップラ分布解析部１０の動作＞
次に、高ドップラ分解能送信時における動作を説明する。高ドップラ分解能送信指令をレーダ制御部２から受けたビームマネジメント部３は、目標の存在する方向に対して受信信号の周波数分解能を向上させるため、以下（ｃ）、（ｄ）の動作を行う。

（ｃ）レーダによる目標の通常検出時と比較して、類別対象の目標が存在する方向へビームの連続照射回数を増加するように空中線部５に指示する。これは、目標に対するヒット数を増やして周波数分解能を向上させるための指示である。

（ｄ）（ｃ）で指定したパラメータの変更を反映して受信信号処理と目標検出とを行うように受信部６へ指示を出し、また高ドップラ分解能処理を行うよう信号処理部７へ指示を出す。

送信部４は、ビームマネジメント部３からの送信部制御信号にしたがって、高ドップラ分解能の送信信号を生成して空中線部５へ出力する。送信部４からの送信信号を受けた空中線部５は、ビームマネジメント部３からのビーム制御信号にしたがって送信信号を目標へ放射し、目標で散乱した送信信号を受信信号として受信する。

空中線部５の受信信号を受けた受信部６は、ビームマネジメント部３からの受信部制御信号にしたがって、受信信号を処理して目標検出情報を出力する。受信部６から目標検出情報を受けた信号処理部７は、ビームマネジメント部３からの信号処理部制御信号に従って、目標の存在するレンジセルに対してフーリエ変換処理を行い、得られたドップラ分布をドップラ分布解析部１０へ出力する。

図６に示すように、ドップラ分布解析部１０は、ドップラ分布特徴量算出部１０ａとドップラ分布判定部１０ｂを有する。ここで、解析パラメータは、受信信号強度判定しきい値とドップラ広がり判定しきい値Ｔｄからなる。

信号処理部７からドップラ分布解析部１０に送られたドップラ分布は、まず、ドップラ分布特徴量算出部１０ａに送られる。ドップラ分布特徴量算出部１０ａでは、図７のようにドップラ分布に受信信号強度判定しきい値を設定して、観測目標のドップラ幅Ｗｄを算出する。ドップラ幅は、ヘリコプタのローターの回転によるドップラ周波数幅の広がりを示す特徴量である。算出されたドップラ幅Ｗｄはドップラ分布判定部１０ｂに送られる。

ドップラ分布判定部１０ｂは、Ｗｄ≦Ｔｄの場合には目標のドップラ広がり無しと判定し、Ｔｄ＜Ｗｄであれば目標のドップラ広がり有りと判定する。そして、図８から観測目標が固定翼機／固定翼機または高速飛翔体である確率を決定し、この推定結果をドップラ分布推定結果Ｄｏｕｔとして推定結果選択部１３へ出力する。例えば、ドップラ広がり有りと判定した場合には、回転翼機：Ｘ％、固定翼機または高速飛翔体：Ｙ％がドップラ分布推定結果Ｄｏｕｔとなる。推定結果選択部１３の動作は後述する。

＜フラッシュ解析部１１の動作＞
次に、高ＰＲＦ送信時における動作を説明する。高ＰＲＦ送信指令をレーダ制御部２から受けたビームマネジメント部３は、目標の存在する方向に対して受信信号の周波数分解能を向上させるため、以下（ｅ）、（ｆ）の動作を行う。

（ｅ）レーダによる目標の通常検出時と比較して、類別対象の目標が存在する方向へビームの連続照射回数を増加し、かつ、送信間隔を短くするように空中線部５に指示する。これは、フラッシュの発生時間は短く、ＰＲＦが低い場合にはフラッシュの発生する時間内にパルスを送受信できない可能性があり、類別確率が低下することが考えられるための指示である。

（ｆ）（ｅ）で指定したパラメータの変更を反映して受信信号処理と目標検出とを行うように受信部６へ指示を出し、また、高ＰＲＦ処理を行うよう信号処理部７へ指示を出す。

送信部４は、ビームマネジメント部３からの送信部制御信号にしたがって、高ＰＲＦの送信信号を生成して空中線部５へ出力する。送信部４からの送信信号を受けた空中線部５は、ビームマネジメント部３からのビーム制御信号にしたがって送信信号を目標へ放射し、目標で散乱した送信信号を受信信号として受信する。

空中線部５の受信信号を受けた受信部６は、ビームマネジメント部３からの受信部制御信号にしたがって、受信信号を処理して目標検出情報を出力する。受信部６から目標検出情報を受けた信号処理部７は、ビームマネジメント部３からの信号処理部制御信号にしたがって、受信信号の自己相関関数（図９参照）を求め、結果をフラッシュ解析部１１へ出力する。

フラッシュ解析部１１では、信号処理部７から送られた自己相関関数から自己相関関数の最大値をＰ、自己相関関数の標準偏差をσを得て、Ｐ／σを算出する。そして、Ｐ／σがフラッシュ判定しきい値を超える場合にはフラッシュが発生していると判定し、Ｐ／σがフラッシュ判定しきい値を越えない場合にはフラッシュが発生していないと判定する。そして、図１０から観測目標が固定翼機／固定翼機または高速飛翔体である確率を決定し、この推定結果をフラッシュ推定結果Ｆｏｕｔとして推定結果選択部１３へ出力する。例えば、フラッシュ発生有りと判定した場合には、回転翼機：Ｘ％、固定翼機または高速飛翔体：Ｙ％がフラッシュ推定結果Ｆｏｕｔとなる。推定結果選択部１３の動作は後述する。

＜航跡解析部１２の動作＞
航跡解析部１２は、追尾処理部８から航跡情報として目標の速度Ｖおよび高度Ｈを受け取る。そして、図１１に示す、速度と高度からなる目標の飛行領域を参照し、観測目標の速度Ｖと高度Ｈが、どの飛行領域に含まれるかを判断する。そして、飛行領域と各類別判定結果の対応を示す図１２から類別判定結果を決定し、この推定結果を航跡推定結果Ｐｏｕｔとして推定結果選択部１３へ出力する。例えば、目標の速度Ｖおよび高度Ｈが領域Ａに属すると判定した場合には、回転翼機：Ｘ％、固定翼機Ｙ％、高速飛翔体：Ｚ％が航跡推定結果Ｐｏｕｔとなる。推定結果選択部１３の動作は後述する。

＜推定結果選択部１３の動作＞
推定結果選択部１３は、オペレータに迅速に類別結果を出力するために、レンジプロフィール推定結果Ｒｏｕｔ、ドップラ分布推定結果Ｄｏｕｔ、フラッシュ推定結果Ｆｏｕｔ、航跡推定結果Ｐｏｕｔが全て揃うまで待たずに、出力されるタイミングが早い推定結果から順に目標判定部１４へ送り、類別を行うように指示する。このとき、入手できていない推定結果は全て０％として目標判定部１４へ送る。

＜目標判定部１４の動作＞
目標判定部１４は、レンジプロフィール解析部９のレンジプロフィール推定結果Ｒｏｕｔ、ドップラ分布解析部１０のドップラ分布推定結果Ｄｏｕｔ、フラッシュ解析部１１のフラッシュ推定結果Ｆｏｕｔ、航跡解析部１２の航跡推定結果Ｐｏｕｔをもとに、目標の類別結果の算出および出力を行い、最終的な目標類別結果（固定翼機：Ｘ％、回転翼機：Ｙ％、高速飛翔体：Ｚ％）を出力する。

図１３は目標判定部１４の構成を示す図である。図１３において、Ｗｒ，Ｗｄ，Ｗｆ，Ｗｐ，Ｗｎ，Ｗｏはそれぞれ解析パラメータ中の重み係数であり、後述する乗算器にそれぞれ設定または入力される。また、図１３において、２１，２２，２３，２４，２７，２９は乗算器、２５，３０は加算器、２６，３１は規格化器、２８はメモリである。図１３に示すように、乗算器２１，２２，２３，２４の出力側端子は加算器２５の入力側端子に接続されている。加算器２５、規格化器２６、乗算器２７は、順に直列に接続されている。乗算器２７の出力側端子は、加算器３０の入力側端子に接続されており、加算器３０の出力側端子は規格化器３１の入力側端子に接続されている。規格化器３１の出力側端子は、メモリ２８に接続されており、メモリ２８は乗算器２９の入力側端子に接続されて、乗算器２９の出力側端子は加算器３０の入力側端子に接続されている。

目標判定部１４の動作について説明する。乗算器２１、２２、２３、２４は、レンジプロフィール推定結果Ｒｏｕｔ、ドップラ分布推定結果Ｄｏｕｔ、フラッシュ推定結果Ｆｏｕｔ、航跡推定結果Ｐｏｕｔに重み係数Ｗｒ、Ｗｄ、Ｗｆ、Ｗｐをそれぞれ乗算する。重み係数Ｗｒ、Ｗｄ、Ｗｆ、Ｗｐは、レンジプロフィール推定結果Ｒｏｕｔ、ドップラ分布推定結果Ｄｏｕｔ、フラッシュ推定結果Ｆｏｕｔ、航跡推定結果Ｐｏｕｔの信頼度が距離分解能、ドップラ分解能、Ｓ／Ｎにより変化することを考慮して決定される重み係数である。Ｗｄは距離分解能とＳ／Ｎ、Ｗｄはドップラ分解能とＳ／Ｎ、ＷｐはＳ／Ｎの関数であり、対応する値を重みとする。

加算器２５は各乗算器２１、２２、２３、２４の乗算結果を加算して、固定翼機／回転翼機／高速飛翔体毎の評価関数を下記のようにそれぞれ求める。

固定翼機の評価関数＝Ｗｒ×Ａ＋Ｗｄ×Ｄ＋Ｗｆ×Ｇ＋Ｗｐ×Ｊ
回転翼機の評価関数＝Ｗｒ×Ｂ＋Ｗｄ×Ｅ＋Ｗｆ×Ｈ＋Ｗｐ×Ｋ
高速飛翔体の評価関数＝Ｗｒ×Ｃ＋Ｗｄ×Ｆ＋Ｗｆ×Ｉ＋Ｗｐ×Ｌ

加算器２５から規格化器２６へ加算結果が出力されると、規格化器２６は固定翼機／回転翼機／高速飛翔体の確率パーセンテージ合計が１００％となるよう規格化を行い、最新の類別処理による目標類別結果（固定翼機：Ｘｎ％、回転翼機：Ｙｎ％、高速飛翔体：Ｚｎ％）を出力する。

次に、過去の類別結果を加味して目標類別結果を算出する処理へと進む。ここでは、メモリ２８から過去に同一目標を類別処理した結果（固定翼機：Ｘｏ％、回転翼機：Ｙｏ％、高速飛翔体：Ｚｏ％）を読み出してくる。ただし、過去に同一目標の類別処理を行っていない場合には、（固定翼機：０％、回転翼機：０％、高速飛翔体：０％）が読み出される。

規格化器２６から出力された最新の類別処理による目標類別結果（固定翼機：Ｘｎ％、回転翼機：Ｙｎ％、高速飛翔体：Ｚｎ％）と、メモリ２８から読み出してきた過去の類別処理により出力された目標類別結果（固定翼機：Ｘｏ％、回転翼機：Ｙｏ％、高速飛翔体：Ｚｏ％）に重み係数Ｗｎ、Ｗｏをそれぞれ乗算する。重み係数Ｗｎ、Ｗｏはすべて等しい値に設定しても良いし、最新の目標類別結果と過去の目標類別結果のうちのいずれかを重視したい場合は、重視する判定結果に対応した重み係数Ｗｎ、Ｗｏの値を大きくしても良い。

加算器３０は各乗算器２７、２９の乗算結果を加算して、固定翼機／回転翼機／高速飛翔体毎の評価関数をそれぞれ求める。

固定翼機の評価関数＝Ｗｎ×Ｘｎ＋Ｗｏ×Ｘｏ
回転翼機の評価関数＝Ｗｎ×Ｙｎ＋Ｗｏ×Ｙｏ
高速飛翔体の評価関数＝Ｗｎ×Ｚｎ＋Ｗｏ×Ｚｏ

加算器３０から規格化器３１へ加算結果が出力されると、規格化器３１は固定翼機／回転翼機／高速飛翔体の確率パーセンテージ合計が１００％となるよう規格化を行う。そして、規格化器３１は、目標類別結果（固定翼機：Ｘｎ％、回転翼機：Ｙｎ％、高速飛翔体：Ｚｎ％）を目標類別結果（固定翼機：Ｘ％、回転翼機：Ｙ％、高速飛翔体：Ｚ％）として出力するとともに、メモリ２８に目標類別結果（固定翼機：Ｘｎ％、回転翼機：Ｙｎ％、高速飛翔体：Ｚｎ％）を過去の類別処理により出力された目標類別（固定翼機：Ｘｏ％、回転翼機：Ｙｏ％、高速飛翔体：Ｚｏ％）として蓄積する。

以上のように、この実施の形態１によれば、レンジプロフィール解析部９のレンジプロフィール推定結果Ｒｏｕｔ、ドップラ分布解析部１０のドップラ分布推定結果Ｄｏｕｔ、航跡解析部１２の航跡推定結果Ｐｏｕｔを受け取るタイミングが異なること踏まえて、上記目標が固定翼機／回転翼機／高速飛翔体である確率を示した目標類別結果を算出する目標判定部１４とを備えるようにしたので、高いデータレートで目標を類別することができるという効果が得られる。

また、この実施の形態１によれば、目標判定部１４が過去の類別結果を加味する構成をとるようにしたので、類別性能が向上するという効果が得られる。

また、この実施の形態１によれば、目標判定部１４が重み付けを行うことで類別性能が向上するという効果が得られる。

実施の形態２．
図１４はこの発明の実施の形態２による目標類別装置の構成を示す図である。図１と同一の符号は、同一または相当する構成を示している。

実施の形態１では、レンジプロフィール解析部９、ドップラ分布解析部１０、フラッシュ解析部１１、航跡解析部１２がそれぞれ観測目標のレンジプロフィール、ドップラ分布、自己相関関数、航跡情報から独自に目標推定を行い、これらの推定結果を重み付け加算して最終的な類別結果を出力する構成であったが、本実施の形態２で示すように、レンジプロフィール、ドップラ分布、自己相関関数、目標航跡情報から得られる特徴量を一括して用いることで目標を類別する構成も考えられる。

図１４において、１５は特徴量算出部、１６は特徴量選択部、１７は一括型目標判定部である。本実施の形態においては、図１の符号９〜１４の構成は設けられておらず、その代わりに、これらの特徴量算出部１５、特徴量選択部１６、および、一括型目標判定部１７が設けられている。他の構成については図１と同様であるため、ここではその説明を省略する。本実施の形態においては、図１４に示すように、信号処理部７および追尾処理部８は、特徴量算出部１５に接続されている。特徴量算出部１５には、さらに、レーダ制御部２が接続されているとともに、特徴量選択部１６が接続されている。特徴量選択部１６には、一括型目標判定部１７が接続されている。一括型目標判定部１７には、さらに、レーダ解析部２が接続されている。以下、動作について説明する。

＜特徴量算出部１５の動作＞
特徴量算出部１５は、信号処理部７からレンジプロフィール、ドップラ分布、自己相関関数、航跡情報を受け取り、レンジプロフィールからレンジ幅Ｗｒと平均電力Ｐｒを、ドップラ分布からドップラ幅Ｗｄを、自己相関関数からＰ／σを、目標航跡情報から目標の速度Ｖと高度Ｈを特徴量として算出して特徴量選択部１６へ出力する。

＜特徴量選択部１６の動作＞
特徴量選択部１６は、オペレータに迅速に目標類別結果を出力するために、全ての特徴量が揃うまで待たずに、出力されるタイミングが早い特徴量から順に一括型目標判定部１７へ特徴量を出力し、類別を行うように指示する。

＜一括型目標判定部１７の動作＞
一括型目標判定部１７は、目標のレンジ幅Ｗｒ、平均電力Ｐｒ、目標のドップラ幅Ｗｄ、自己相関関数から算出したＰ／σ、速度Ｖ、高度Ｈの少なくとも１つ以上をもとに、最終的な類別結果を出力する。

図１５は一括型目標判定部１７の構成を示す図である。図１５において、３２は判定基準ライブラリ、３８は判定器、３３，３５は乗算器、３４はメモリ、３６は加算器、３７は規格化器、Ｗｎ，Ｗｏは解析パラメータ中の重み係数である。図１５に示すように、判定基準ライブラリ３２は判定器３８に接続されている。また、判定器３８の出力側端子は乗算器３３の入力側端子に接続され、乗算器３３の出力側端子は加算器３６の入力側端子に接続されている。加算器３６の出力側端子は規格化器３７の入力側端子に接続され、規格化器３７の出力側端子はメモリ３４に接続されている。メモリ３４は、乗算器３５にも接続され、乗算器３５の出力側端子は加算器３６の入力側端子に接続されている。

このとき、判定器３８は、各特徴量を要素とする特徴量ベクトルＳｏｂｓを次式で与える。
Ｓｏｂｓ＝［Ｗｒ，Ｐｒ，Ｗｄ，Ｐ／σ，Ｖ，Ｈ］

ただし、特徴量選択部１６から出力されていない特徴量がある場合には、その特徴量を用いずに特徴量ベクトルＳｏｂｓを作成することとする。

次に、判定基準ライブラリ３２から、特徴量ベクトルＳｏｂｓと同じ要素で構成される特徴量空間において目標を固定翼機／回転翼機／高速飛翔体に類別するための判別平面を読み出してきて、この判別平面に基づいて目標を類別し、回転翼機／固定翼機／高速飛翔体の確率パーセンテージ合計が１００％となるよう規格化された最新の類別処理による目標類別情報（固定翼機：Ｘｎ％、回転翼機：Ｙｎ％、高速飛翔体：Ｚｎ％）を出力する。

次に、過去の類別結果を加味して目標類別結果を算出する処理へと進む。ここでは、メモリ３４から過去に同一目標を類別処理した結果（固定翼機：Ｘｏ％、回転翼機：Ｙｏ％、高速飛翔体：Ｚｏ％）を検索して読み出してくる。ただし、過去に同一目標の類別処理を行っていない場合には、（固定翼機：０％、回転翼機：０％、高速飛翔体：０％）が読み出される。

判定器３８から出力された最新の類別処理による目標類別結果（固定翼機：Ｘｎ％、回転翼機：Ｙｎ％、高速飛翔体：Ｚｎ％）と、メモリ３４から読み出してきた過去の類別処理により出力された目標類別結果（固定翼機：Ｘｏ％、回転翼機：Ｙｏ％、高速飛翔体：Ｚｏ％）に重み係数Ｗｎ、Ｗｏをそれぞれ乗算する。重み係数Ｗｎ、Ｗｏはすべて等しい値に設定しても良いし、最新の目標類別結果と過去の目標類別結果のうちのいずれかを重視したい場合は、重視する判定結果に対応した重み係数Ｗｎ、Ｗｏの値を大きくしても良い。

加算器３６は各乗算器３３，３５の乗算結果を加算して、固定翼機／回転翼機／高速飛翔体毎の評価関数をそれぞれ求める。

固定翼機の評価関数＝Ｗｎ×Ｘｎ＋Ｗｏ×Ｘｏ
回転翼機の評価関数＝Ｗｎ×Ｙｎ＋Ｗｏ×Ｙｏ
高速飛翔体の評価関数＝Ｗｎ×Ｚｎ＋Ｗｏ×Ｚｏ

加算器３６から規格化器３７へ加算結果が出力されると、規格化器３７は固定翼機／回転翼機／高速飛翔体の確率パーセンテージ合計が１００％となるよう規格化を行う。そして、規格化器３７は、目標類別結果（固定翼機：Ｘｎ％、回転翼機：Ｙｎ％、高速飛翔体：Ｚｎ％）を目標類別結果（固定翼機：Ｘ％、回転翼機：Ｙ％、高速飛翔体：Ｚ％）として出力するとともに、メモリ３４に目標類別結果（固定翼機：Ｘｎ％、回転翼機：Ｙｎ％、高速飛翔体：Ｚｎ％）を過去の類別処理により出力された目標類別（固定翼機：Ｘｏ％、回転翼機：Ｙｏ％、高速飛翔体：Ｚｏ％）として蓄積する。

以上のように、この実施の形態２によれば、レンジプロフィール、ドップラ分布、自己相関関数、目標航跡情報から得られる特徴量を一括して用いて類別を行い、目標類別結果を算出するようにしたので、信頼度の高い目標類別結果を提供できる効果が得られる。

また、この実施の形態２によれば、全ての特徴量が揃うまで待たずに目標類別を行い、目標類別結果を出力するようにしたので、オペレータに迅速に目標類別結果を提供できる効果が得られる。

また、この実施の形態２によれば、過去に同一目標を類別処理して得られた類別結果を加味する構成をとるようにしたので、信頼度の高い目標類別結果を提供できる効果が得られる。

この発明の実施の形態１による目標類別装置の構成を示す構成図である。 この発明の実施の形態１による目標類別装置に設けられたレンジプロフィール解析部の構成を示す構成図である。 この発明の実施の形態１によるレンジ幅と平均電力の算出方法を示す説明図である。 この発明の実施の形態１によるアスペクト角を示す説明図である。 この発明の実施の形態１によるレンジプロフィールを用いた類別判定の概念を示す説明図である。 この発明の実施の形態１による目標類別装置に設けられたドップラ分布解析部の構成を示す構成図である。 この発明の実施の形態１によるドップラ幅の算出方法を示す説明図である。 この発明の実施の形態１によるドップラ分布を用いた類別判定方法を示す説明図である。 この発明の実施の形態１による自己相関関数の例を示す説明図である。 この発明の実施の形態１によるフラッシュを用いた類別判定方法を示す説明図である。 この発明の実施の形態１による目標の飛行領域を示す説明図である。 この発明の実施の形態１による速度と高度を用いた類別判定の概念を示す説明図である。 この発明の実施の形態１による目標類別装置に設けられた目標判定部の構成を示す図である。 この発明の実施の形態２による目標類別装置の構成を示す構成図である。 この発明の実施の形態２による目標類別装置に設けられた一括型目標判定装置の構成を示す構成図である。

符号の説明

１ レーダ指示部、２ レーダ制御部、３ ビームマネジメント部、４ 送信部、５ 空中線部、６ 受信部、７ 信号処理部、８ 追尾処理部、９ レンジプロフィール解析部、９ａ レンジプロフィール特徴量算出部、９ｂ レンジプロフィール判定部、９ｃ レンジプロフィール特徴量ライブラリ、１０ ドップラ分布解析部、１０ａ ドップラ分布特徴量算出部、１０ｂ ドップラ分布判定部、１１ フラッシュ解析部、１２ 航跡解析部、１３ 推定結果選択部、１４ 目標判定部、１５ 特徴量算出部、１６ 特徴量選択部、１７ 一括型目標判定部、２１，２２，２３，２４，２７，２９ 乗算器、２５，３０ 加算器、２６ 規格化器、２８ メモリ、３１ 規格化器、３２ 判定基準ライブラリ、３３，３５ 乗算器、３６ 加算器、３７ 規格化器、３８ 判定器。

Claims (5)

1. 送信信号を生成して目標へ送信するとともに、上記目標で散乱した上記送信信号を受信信号として受信し、上記受信信号に基づいて得られる複数の情報を用いて上記目標を類別する目標類別装置であって、
   上記送信信号を高距離分解能送信した場合の上記受信信号に基づいてレンジプロフィールを求め、上記レンジプロフィールをもとに目標を推定し、レンジプロフィール推定結果を出力するレンジプロフィール解析部と、
   上記送信信号を高ドップラ分解能送信した場合の受信信号に基づいてドップラ分布を求め、上記ドップラ分布をもとに上記目標を推定し、ドップラ分布推定結果を出力するドップラ分布解析部と、
   上記送信信号を高ＰＲＦ送信した場合の受信信号に基づいて自己相関関数を求め、上記自己相関関数をもとに上記目標を推定し、フラッシュ推定結果を出力するフラッシュ解析部と、
   上記目標の速度および高度を航跡情報として出力する追尾処理部と、
   上記追尾処理部の航跡情報をもとに上記目標を推定し、航跡推定結果を出力する航跡解析部と、
   上記レンジプロフィール推定結果、上記ドップラ分布推定結果、上記フラッシュ推定結果、および、上記航跡推定結果が全て揃うまで待たずに、出力されるタイミングが早い推定結果から順に用いて類別することを指示する推定結果選択部と、
   上記推定結果選択部で選択された少なくとも１つ以上の推定結果をもとに、上記目標を類別して類別結果を出力する目標判定部と
   を備えることを特徴とする目標類別装置。
2. 上記目標判定部は、過去に同一目標を類別処理して得られた類別結果を記憶しておき、過去の類別結果を加味して目標を類別することを特徴とする請求項１に記載の目標類別装置。
3. 上記目標判定部は、上記レンジプロフィール推定結果、上記ドップラ分布推定結果、上記フラッシュ推定結果、および、上記航跡推定結果に対して信頼度に応じた重み付けを行い、目標を類別することを特徴とする請求項１に記載の目標類別装置。
4. 送信信号を生成して目標へ送信するとともに、上記目標で散乱した上記送信信号を受信信号として受信し、上記受信信号に基づいて得られる複数の情報を用いて上記目標を類別する目標類別装置であって、
   上記送信信号を高距離分解能送信した場合の上記受信信号に基づいてレンジプロフィールを算出するレンジプロフィール算出部と、
   上記送信信号を高ドップラ分解能送信した場合の受信信号に基づいてドップラ分布を求めるドップラ分布算出部と、
   上記送信信号を高ＰＲＦ送信した場合の受信信号に基づいて自己相関関数を求める自己相関関数演算手段と、
   上記目標の速度および高度を航跡情報として出力する追尾処理部と、
   上記レンジプロフィール、上記ドップラ分布、上記自己相関関数、および、上記航跡情報からそれぞれの特徴量を算出する特徴量算出部と、
   上記特徴量が全て揃うまで待たずに、出力されるタイミングが早い特徴量から順に用いて目標を類別することを指示する特徴量選択部と、
   上記特徴量選択部で選択された少なくとも１つ以上の特徴量をもとに、上記目標を類別して類別結果を出力する一括型目標判定部と
   を備えることを特徴とする目標類別装置。
5. 上記一括型目標判定部は、過去に同一目標を類別処理して得られた類別結果を記憶しておき、過去の類別結果を加味して目標を類別することを特徴とする請求項４に記載の目標類別装置。

Images