JP2011242288A - 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム - Google Patents
電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム Download PDFInfo
- Publication number
- JP2011242288A JP2011242288A JP2010115500A JP2010115500A JP2011242288A JP 2011242288 A JP2011242288 A JP 2011242288A JP 2010115500 A JP2010115500 A JP 2010115500A JP 2010115500 A JP2010115500 A JP 2010115500A JP 2011242288 A JP2011242288 A JP 2011242288A
- Authority
- JP
- Japan
- Prior art keywords
- target
- data
- unit
- normal equation
- coefficient
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 244
- 238000001514 detection method Methods 0.000 claims abstract description 283
- 238000012545 processing Methods 0.000 claims abstract description 189
- 230000035559 beat frequency Effects 0.000 claims abstract description 84
- 230000005540 biological transmission Effects 0.000 claims abstract description 43
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims description 143
- 238000001228 spectrum Methods 0.000 claims description 94
- 239000011159 matrix material Substances 0.000 claims description 76
- 238000012935 Averaging Methods 0.000 claims description 64
- 238000004364 calculation method Methods 0.000 claims description 60
- 239000013598 vector Substances 0.000 claims description 53
- 238000012217 deletion Methods 0.000 claims description 12
- 230000037430 deletion Effects 0.000 claims description 12
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 7
- 230000035945 sensitivity Effects 0.000 claims description 2
- 230000003595 spectral effect Effects 0.000 claims description 2
- 230000015556 catabolic process Effects 0.000 abstract 1
- 238000006731 degradation reaction Methods 0.000 abstract 1
- 230000014509 gene expression Effects 0.000 description 38
- 238000010586 diagram Methods 0.000 description 33
- 230000001174 ascending effect Effects 0.000 description 30
- 230000000630 rising effect Effects 0.000 description 17
- 230000000694 effects Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000013213 extrapolation Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000002459 sustained effect Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 241001522296 Erithacus rubecula Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/08—Systems for measuring distance only
- G01S13/32—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
- G01S13/34—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal
- G01S13/345—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal using triangular modulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/46—Indirect determination of position data
- G01S13/48—Indirect determination of position data using multiple beams at emission or reception
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/583—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets
- G01S13/584—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves and based upon the Doppler effect resulting from movement of targets adapted for simultaneous range and velocity measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
- G01S3/74—Multi-channel systems specially adapted for direction-finding, i.e. having a single antenna system capable of giving simultaneous indications of the directions of different signals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/295—Means for transforming co-ordinates or for evaluating data, e.g. using computers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S2013/0236—Special technical features
- G01S2013/0245—Radar with phased array antenna
- G01S2013/0254—Active array antenna
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
【課題】検出精度を低減させることなく、高い精度で受信波の到来方向の検出を行う電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラムを提供する。
【解決手段】周波数分解処理部２２は、送信波及びターゲットから到来する受信波からビート信号に基づいた複素数データを算出する。ターゲット検知部３１は、ビート周波数の強度値からピーク値を検出してターゲットの存在を検知する。ターゲット連結処理部３２は、現在及び過去の検知サイクルにおいて検出される前記ターゲットを関連付ける。方位検出部３０は、複素数データに基づく生成複素数データを、データ生成手段に対応させて生成し、アンテナ毎に、ターゲットの存在が検知されたビート周波数の複素数データ、及び、生成複素数データを用いてそれぞれ作成された正規方程式に基づいて受信波の到来方向を算出する。
【選択図】図１
【解決手段】周波数分解処理部２２は、送信波及びターゲットから到来する受信波からビート信号に基づいた複素数データを算出する。ターゲット検知部３１は、ビート周波数の強度値からピーク値を検出してターゲットの存在を検知する。ターゲット連結処理部３２は、現在及び過去の検知サイクルにおいて検出される前記ターゲットを関連付ける。方位検出部３０は、複素数データに基づく生成複素数データを、データ生成手段に対応させて生成し、アンテナ毎に、ターゲットの存在が検知されたビート周波数の複素数データ、及び、生成複素数データを用いてそれぞれ作成された正規方程式に基づいて受信波の到来方向を算出する。
【選択図】図１
Description
本発明は、放射した送信波に対するターゲットからの反射波を用いて、このターゲットの検出を行う、車載用に好適な電子走査型レーダ装置、受信波方向推定方法及びこれに用いる受信波方向推定プログラムに関する。
従来、車載レーダとしては、ＦＭＣＷ（Frequency Modulated Continuous Wave）レーダ、多周波ＣＷ（Continuous Wave）レーダ、及びパルスレーダ等の方式を利用した電子走査型のレーダが知られている。
上記各レーダにおいては、ターゲット（反射物）からの到来波（あるいは受信波）の方向検知の技術として、アレーアンテナの到来波方向推定方法が用いられている。
この到来波方向推定方法は、近年、受信アンテナのチャネル数を増やすことなく高い分解能が得られる、ＡＲスペクトル推定法（図３３）やＭＵＳＩＣ（MUltiple SIgnal Classification）法等の高分解能（高精度）アルゴリズムが用いられている（特許文献１、２、３及び非特許文献１、２参照）。また、ＡＲスペクトル推定法は、最大エントロピー（MEM：Maximum Entropy Method ）法や線形予測法などといわれる場合もある。
これらのアルゴリズムでターゲット（反射物）からの到来波方向推定を行う場合には、複素数によって示される入力データ（複素正弦波にノイズ成分が合成されたデータ）を相関行列といった行列形式に変換してから推定処理が行われる。
上記各レーダにおいては、ターゲット（反射物）からの到来波（あるいは受信波）の方向検知の技術として、アレーアンテナの到来波方向推定方法が用いられている。
この到来波方向推定方法は、近年、受信アンテナのチャネル数を増やすことなく高い分解能が得られる、ＡＲスペクトル推定法（図３３）やＭＵＳＩＣ（MUltiple SIgnal Classification）法等の高分解能（高精度）アルゴリズムが用いられている（特許文献１、２、３及び非特許文献１、２参照）。また、ＡＲスペクトル推定法は、最大エントロピー（MEM：Maximum Entropy Method ）法や線形予測法などといわれる場合もある。
これらのアルゴリズムでターゲット（反射物）からの到来波方向推定を行う場合には、複素数によって示される入力データ（複素正弦波にノイズ成分が合成されたデータ）を相関行列といった行列形式に変換してから推定処理が行われる。
また、車載レーダに用いられる到来波方向推定では、ノイズ成分を抑制し精度を向上させるために、過去制御サイクルの相関行列を記憶しておき、今回の検知サイクルの相関行列との平均（又は加算）処理をしてから方向推定処理を実行している（特許文献２、３参照）。この相関行列の平均化処理は、ノイズ成分を抑制することができ、検出精度を向上させることができる。
また、よりアレーアンテナのチャンネル数が少ない程、車載用として好適な小型・低コストのレーダ装置となるが、その反面、推定に用いるデータの情報量が不足して、高分解能なアルゴリズムを用いた場合であっても推定精度が低下する。すなわち、推定するデータの情報量が不足すると、受信した信号を理想的な正弦波として等価処理することができなくなり、相関処理結果に影響が生じることになる。そのため、相関行列に対して平均化処理を行うことで、検出精度の向上に大きな効果を得ることができる。
また、よりアレーアンテナのチャンネル数が少ない程、車載用として好適な小型・低コストのレーダ装置となるが、その反面、推定に用いるデータの情報量が不足して、高分解能なアルゴリズムを用いた場合であっても推定精度が低下する。すなわち、推定するデータの情報量が不足すると、受信した信号を理想的な正弦波として等価処理することができなくなり、相関処理結果に影響が生じることになる。そのため、相関行列に対して平均化処理を行うことで、検出精度の向上に大きな効果を得ることができる。
池原、島村、「ＭＡＴＬＡＢマルチメディア信号処理 上 ディジタル信号の基礎」、倍風館、２００４年．
菊間、「アレーアンテナによる適応信号処理」、科学技術出版社、１９９８年．
島村、鈴木、「Ｂｕｒｇ法のためのデータ予測」、電子情報通信学会、論文誌、１９９４年８月 Ｖｏｌ．Ｊ７７−Ａ Ｎｏ．８、１９９４年．
しかしながら、特許文献２の技術においては、記憶する相関行列を全ての距離（周波数）ポイントの情報として記憶することとなり、検出範囲を拡大したり、検出精度を高めたりする場合には、さらに大容量の記憶部（メモリ）が必要となることが問題となる。また、過去の相関行列のビート周波数が、現在のターゲットのビート周波数と同一周波数を選択しているため、ターゲットとの距離が一定にて追尾している状態の場合、検出のためのデータが平均化されるが、一方、ターゲットとの距離が変動する場合、前回の周波数にターゲットが存在しないこともあり、検出のためのデータが悪化してしまうということも懸念される。
特許文献３の技術においては、ターゲットが確定した距離(周波数)ポイントのみを記憶することにより、特許文献２に比べて記憶するメモリの容量が少なくなる。しかし、より推定精度を高めるためには、平均化するためのデータ（相関行列）数を多くしなければならないという課題は残る。平均するデータ数を増やすためには、過去のデータ（相関行列）を記憶する回数を増やすか、同一サイクルにおけるデータ数を増やすことが必要になる。例えば、同一サイクルにおけるデータ数を増やすことは、ＦＭＣＷの場合、三角波出力回数を増加させることとなる。それらを増やすには、メモリ量の増大や、演算負荷が増大することが課題である。例えば、演算負荷が増大する要因としては、時間軸データをチャネルごとに処理するＦＦＴ処理や、ＤＢＦ併用の場合のＤＢＦ処理や、ピーク検出処理が増大することなどが挙げられる。
特許文献３の技術においては、ターゲットが確定した距離(周波数)ポイントのみを記憶することにより、特許文献２に比べて記憶するメモリの容量が少なくなる。しかし、より推定精度を高めるためには、平均化するためのデータ（相関行列）数を多くしなければならないという課題は残る。平均するデータ数を増やすためには、過去のデータ（相関行列）を記憶する回数を増やすか、同一サイクルにおけるデータ数を増やすことが必要になる。例えば、同一サイクルにおけるデータ数を増やすことは、ＦＭＣＷの場合、三角波出力回数を増加させることとなる。それらを増やすには、メモリ量の増大や、演算負荷が増大することが課題である。例えば、演算負荷が増大する要因としては、時間軸データをチャネルごとに処理するＦＦＴ処理や、ＤＢＦ併用の場合のＤＢＦ処理や、ピーク検出処理が増大することなどが挙げられる。
本発明は、このような事情に鑑みてなされたもので、データ（相関行列）平均の効果を得ながらも、過去のデータの記憶容量やデータ取得回数を削減できる電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラムを提供することを目的とする。
（１）本発明は、移動体に搭載される電子走査型レーダ装置であり、送信された送信波を反射したターゲットから到来する受信波を受信する複数のアンテナを含んで構成される受信部と、前記送信波及び前記受信波からビート信号を生成するビート信号生成部と、前記ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、前記ビート周波数毎に分解された前記ビート信号に基づいた複素数データを算出する周波数分解処理部と、前記ビート周波数の強度値からピーク値を検出して前記ターゲットの存在を検知するターゲット検知部と、前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおいて、今回行われる前記検知サイクルである今回検知サイクルで生成され、前記今回検知サイクルのあとに行われる前記検知サイクルである次回検知サイクルにおいて用いられるデータ生成手段を記憶する記憶部と、前記今回検知サイクルと、前記今回検知サイクルより過去に行われた前記検知サイクルとにおいてそれぞれ前記検知された前記ターゲットを関連付け、前記関連付けられたターゲットに対応付けられた前記データ生成手段を前記記憶部に記憶させるターゲット連結処理部と、前記ビート信号に基づいて算出された複素数データに基づいて生成される複素数データである生成複素数データを、前記データ生成手段に対応させて生成し、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データ、及び、前記データ生成手段に対応して生成された前記生成複素数データを用いてそれぞれ作成された正規方程式に基づいて前記受信波の到来方向を算出する方位検出部とを備え、前記方位検出部は、前記正規方程式を構成する要素のうち、少なくとも一部の前記要素について、平均化処理を行うことを特徴とする電子走査型レーダ装置である。
（２）また、本発明は、上記発明において、前記方位検出部は、自己回帰推定処理に用いられる相関行列、ＡＲ係数、右辺ベクトルの前記要素から成る線形式で示される前記正規方程式において、前記複素数データに基づいて、第１の前記相関行列及び第１の前記右辺ベクトルが定められる第１の前記正規方程式のいづれかの第１の前記要素、及び、前記生成複素数データに基づいて、第２の前記相関行列及び第２の前記右辺ベクトルが定められる第２の前記正規方程式の第２の前記要素であって、前記第１の要素に対応する前記第２の要素の前記平均化処理を行った結果に基づいて前記ＡＲ係数を算出することを特徴とする。
（３）また、本発明は、上記発明において、前記方位検出部は、前記第１の正規方程式及び前記第２の正規方程式を作成する正規方程式作成部と、前記第１の正規方程式及び前記第２の正規方程式に基づいた前記ＡＲ係数を導くＡＲ係数演算部と、前記ＡＲ係数に基づいて導かれるパワースペクトルから前記受信波の到来方向を算出するスペクトル算出部と、前記複素数データと前記ＡＲ係数とから導かれる前記生成複素数データを生成するデータ生成部と、を備えることを特徴とする。
（４）また、本発明は、上記発明において、前記方位検出部は、前記作成された第１の正規方程式及び前記第２の正規方程式を前記平均化処理した前記正規方程式を算出する正規方程式フィルタ部と、を備え、前記ＡＲ係数演算部は、前記平均化処理された正規方程式に基づいて前記ＡＲ係数を導くことを特徴とする。
（５）また、本発明は、上記発明において、前記正規方程式作成部が、前記今回作成される正規方程式の前記要素となる今回の前記相関行列と前記右辺ベクトル、及び、前記過去の情報に基づいて今回作成される正規方程式の前記要素となる過去の前記相関行列と前記右辺ベクトルであって、前記ターゲットに関連付けられ、前記今回の相関行列と前記過去の相関行列とに対して重み付けされた平均化処理に基づいて平均相関行列、及び、前記今回の右辺ベクトルと前記過去の右辺ベクトルに対して重み付けされた平均化処理に基づいて平均右辺ベクトルを生成し、前記ＡＲ係数演算部は、前記平均相関行列と前記平均右辺ベクトルとを要素とする前記正規方程式から前記ＡＲ係数を導くことを特徴とする。
（６）また、本発明は、上記発明において、前記ＡＲ係数演算部は、前記作成された第１の正規方程式に基づいて生成される第１の前記ＡＲ係数、及び、前記作成された第２の正規方程式に基づいて生成される第２の前記ＡＲ係数の前記平均化処理をして平均ＡＲ計数を算出することを特徴とする。
（７）また、本発明は、上記発明において、前記記憶部は、前記データ生成手段として、前記生成複素数データと、前記作成された正規方程式を構成する一部の要素の少なくともいずれか一方を記憶し、前記方位検出部は、前記生成複素数データと、前記作成された正規方程式を構成する一部の要素の少なくともいずれか一方を前記記憶部に前記ターゲット連係処理部によって記憶させることを特徴とする。
（８）また、本発明は、上記発明において、前記記憶されるデータ生成手段は、前記ＡＲ係数であることを特徴とする。
（９）また、本発明は、上記発明において、前記記憶部は、前記関連付けられたターゲットについて、前記過去の検知サイクルにおいて検知されたターゲットの距離及び相対速度と、前記ＡＲ係数とを関連付けて記憶し、前記ターゲット連結処理部は、前記現在の検知サイクルにおけるターゲットと、該現在の検知サイクルにおけるターゲットに関連付けられ、前記現在と時系列的に関係する前記過去の検知サイクルにおけるターゲットとを対応付けて、前記ＡＲ係数演算部は、前記ＡＲ係数を重み付け平均化処理して前記平均ＡＲ係数を生成するとともに、前記現在の検知サイクルにおいて検知されたターゲットの距離、相対速度及び少なくとも前記ＡＲ係数と前記平均ＡＲ係数のいずれか一方を、前記関連付けられた過去のターゲットの距離、相対速度及び少なくとも前記ＡＲ係数と前記平均ＡＲ係数のいずれか一方に対応させて、前記記憶部に記憶させることを特徴とする。
（１０）また、本発明は、上記発明において、前記記憶されるデータ生成手段は、前記生成複素数データであることを特徴とする。
（１１）また、本発明は、上記発明において、前記ターゲット連結処理部は、前記現在及び過去の検知サイクルにおいてそれぞれ検出されたターゲットを関連付ける際、前記過去の検知サイクルにより得られた距離と相対速度に基づいて算出される距離範囲及び相対速度範囲に、前記現在の検知サイクルの検出ビート周波数により得られた距離及び相対速度がそれぞれ含まれるか否かの判定結果にしたがって、前記現在及び過去の検知サイクルにおけるターゲットが関連するターゲットであるか否かを検出することを特徴とする。
（１２）また、本発明は、上記発明において、前記複素数データに基づいて、前記受信波を受信する所望の方向の受信感度を高めるデジタルビームフォーミングに基づいて前記ターゲットの存在及び方位を検出するＤＢＦ部をさらに備え、前記ターゲット検知部は、前記現在の検知サイクルにおけるビート周波数における前記デジタルビームフォーミングに基づいて前記ターゲットの方位を検出し、前記ターゲット連結処理部は、前記現在及び前記過去の検知サイクルにおける前記ターゲットの関連付けを、距離、相対速度及び方位により行うことを特徴とする。
（１３）また、本発明は、上記発明において、前記ＤＢＦ部は、前記デジタルビームフォーミングに基づいて設定される前記所望の方向に対応する角度チャンネル毎のスペクトルの強度を示す空間複素数データを算出し、隣接する前記角度チャンネルのスペクトルの強度が予め設定された前記角度チャンネル幅の範囲において予め設定されたＤＢＦ閾値を超えた場合、ターゲットの存在を検知（ＤＢＦ検知ターゲット）し、ターゲットの存在が検知されていない角度チャンネルのスペクトル強度を「０」に置き換え、新たな空間複素数データとして出力するチャンネル削除部と、前記新たな空間複素数データを逆ＤＢＦすることにより、再生複素数データを生成するＩＤＢＦ部とをさらに備え、前記正規方程式作成部は、前記再生複素数データから前記正規方程式を作成することを特徴とする
（１４）また、本発明は、前記チャンネル削除部は、複数の前記ＤＢＦ検知ターゲットを検出した場合、それぞれの前記ＤＢＦ検知ターゲットに対応した角度チャンネル範囲毎にスペクトルを分割し、前記ＤＢＦ検知ターゲット数の空間複素数データを生成し、前記ＩＤＢＦ部は、前記ＤＢＦ検知ターゲット毎の空間複素数データをそれぞれ逆ＤＢＦすることにより、前記ＤＢＦ検知ターゲット毎の再生複素数データを生成し、前記正規方程式作成部は、前記ＤＢＦ検知ターゲット毎の再生複素数データに基づいて、前記ＤＢＦ検知ターゲット毎の正規方程式を算出することを特徴とする。
（１５）また、本発明は、移動体に搭載される電子走査型レーダ装置による受信波方向推定方法であり、送信手段から送信波を送信する送信過程と、前記送信波を反射したターゲットから到来する受信波を、複数のアンテナから構成される受信部が受信する受信過程と、前記送信波及び前記受信波からビート信号を生成するビート信号生成過程と、前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおいて、今回行われる前記検知サイクルである今回検知サイクルで生成され、前記今回検知サイクルのあとに行われる前記検知サイクルである次回検知サイクルにおいて用いられるデータ生成手段を記憶する記憶過程と、前記今回検知サイクルと、前記今回検知サイクルより過去に行われた前記検知サイクルとにおいてそれぞれ前記検知された前記ターゲットを関連付け、前記関連付けられたターゲットに対応付けられた前記データ生成手段を前記記憶部に記憶させるターゲット連結処理過程と、前記ビート信号に基づいて算出された複素数データに基づいて生成される複素数データである生成複素数データを、前記データ生成手段に対応させて生成し、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データ、及び、前記データ生成手段に対応して生成された前記生成複素数データを用いてそれぞれ作成された正規方程式に基づいて前記受信波の到来方向を算出する方位検出過程と、を有し、前記方位検出過程は、前記正規方程式を構成する要素のうち、少なくとも一部の前記要素について、平均化処理を行うことを特徴とする受信波方向推定方法である。
（１６）また、本発明は、移動体に搭載される電子走査型レーダ装置により受信波方向推定の動作をコンピュータに制御させるためのプログラムであり、送信手段が送信波を送信させる送信処理と、受信部が前記送信波を反射したターゲットから到来する受信波を受信する受信処理と、ビート信号生成部が前記送信波及び前記反射波からビート信号を生成するビート信号生成処理と、周波数分解処理部が前記ビート信号を予め設定した分解数のビート周波数に周波数分解して複素数データを算出する周波数分解処理と、ターゲット検知部が前記ビート周波数の強度値からピーク値を検出してターゲットの存在を検知するターゲット検知処理と、ターゲット連結処理部が、前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおいて、今回行われる前記検知サイクルである今回検知サイクルで生成され、前記今回検知サイクルのあとに行われる前記検知サイクルである次回検知サイクルにおいて用いられるデータ生成手段を記憶部に記憶させ、前記今回検知サイクルと、前記今回検知サイクルより過去に行われた前記検知サイクルとにおいてそれぞれ前記検知された前記ターゲットを関連付け、前記関連付けられたターゲットに対応付けられた前記データ生成手段を前記記憶部に記憶させるターゲット連結処理と、方位検出部が、前記ビート信号に基づいて算出された複素数データに基づいて生成される複素数データである生成複素数データを、前記データ生成手段に対応させて生成し、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データ、及び、前記データ生成手段に対応して生成された前記生成複素数データを用いてそれぞれ作成された正規方程式に基づいて前記受信波の到来方向を算出する方位検出処理と、を有し、前記方位検出処理は、前記正規方程式を構成する要素のうち、少なくとも一部の前記要素について、平均化処理を行うことを特徴とする受信波方向推定プログラムである。
以上説明したように、本発明によれば、移動体に搭載される電子走査型レーダ装置であり、送信された送信波を反射したターゲットから到来する受信波を受信する複数のアンテナを含んで構成される受信部と、送信波及び受信波からビート信号を生成するビート信号生成部と、ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、ビート周波数毎に分解されたビート信号に基づいた複素数データを算出する周波数分解処理部と、ビート周波数の強度値からピーク値を検出してターゲットの存在を検知するターゲット検知部と、受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおいて、今回行われる検知サイクルである今回検知サイクルで生成され、今回検知サイクルのあとに行われる検知サイクルである次回検知サイクルにおいて用いられるデータ生成手段を記憶する記憶部と、今回検知サイクルと、今回検知サイクルより過去に行われた検知サイクルとにおいてそれぞれ検知されたターゲットを関連付け、関連付けられたターゲットに対応付けられたデータ生成手段を記憶部に記憶させるターゲット連結処理部と、ビート信号に基づいて算出された複素数データに基づいて生成される複素数データである生成複素数データを、データ生成手段に対応させて生成し、アンテナ毎に、ターゲットの存在が検知されたビート周波数である検出ビート周波数の複素数データ、及び、データ生成手段に対応して生成された生成複素数データを用いてそれぞれ作成された正規方程式に基づいて受信波の到来方向を算出する方位検出部とを備え、方位検出部は、正規方程式を構成する要素のうち、少なくとも一部の要素について、平均化処理を行う。
これにより、方位検出部は、アンテナ毎に、ターゲットの存在が検知されたビート周波数である検出ビート周波数の複素数データと、複素数データに基づいて生成された複素数データとに基づいて生成される正規方程式であって、該正規方程式に基づいて受信波の到来方向を算出するとともに、次回の正規方程式の要素となる情報を生成するので、検出精度を低減させることなく、高い精度で受信波の到来方向の検出を行う電子走査型レーダ装置及び受信波方向推定プログラムを提供することが可能となる。
これにより、方位検出部は、アンテナ毎に、ターゲットの存在が検知されたビート周波数である検出ビート周波数の複素数データと、複素数データに基づいて生成された複素数データとに基づいて生成される正規方程式であって、該正規方程式に基づいて受信波の到来方向を算出するとともに、次回の正規方程式の要素となる情報を生成するので、検出精度を低減させることなく、高い精度で受信波の到来方向の検出を行う電子走査型レーダ装置及び受信波方向推定プログラムを提供することが可能となる。
＜ＡＲスペクトル推定の説明＞
以下、本発明の実施形態に適用するＡＲスペクトル推定法について示す。
ＡＲスペクトル推定法は、ＭＵＳＩＣと同じくスペクトルを推定するスペクトル推定法として知られており（非特許文献１参照）、ＡＲモデル（自己回帰モデル）を用いた推知処理を行う。また、ＡＲスペクトル推定法は、ＭＵＳＩＣが部分空間法として分類されるときに、パラメトリック法として分類される。また、ＡＲスペクトル推定法は、最大エントロピー法、線形予測法と呼ばれる場合もあり、これらの方法もパラメトリック法としての分類に含まれる。
以下、本発明の実施形態に適用するＡＲスペクトル推定法について示す。
ＡＲスペクトル推定法は、ＭＵＳＩＣと同じくスペクトルを推定するスペクトル推定法として知られており（非特許文献１参照）、ＡＲモデル（自己回帰モデル）を用いた推知処理を行う。また、ＡＲスペクトル推定法は、ＭＵＳＩＣが部分空間法として分類されるときに、パラメトリック法として分類される。また、ＡＲスペクトル推定法は、最大エントロピー法、線形予測法と呼ばれる場合もあり、これらの方法もパラメトリック法としての分類に含まれる。
ＡＲスペクトル推定法は、まず線形式によって示されるＡＲモデルを用いてモデル化して、入力データに基づいた正規方程式（自己相関行列や共分散行列と呼ばれる行列（相関行列）と、右辺ベクトルや相互相関ベクトルと呼ばれるベクトル（右辺ベクトル）も含まれる）を作成する。さらに、正規方程式に基づいて、ＡＲフィルタの係数（ＡＲ係数）と白色雑音の分散値を求めた後、そのＡＲ係数と白色雑音の分散値を用いてパワースペクトルを求め推定する手法である（図３３参照）。入力データには、時系列のデータの他、本発明のレーダのような空間方向のチャネルデータでも適用できる。ＡＲスペクトル推定法には、自己相関行列を用いた手法と共分散行列を用いた手法に大別され、自己相関行列を用いた手法として自己相関法（又は、ユールウォーカー法）とバーグ法があり、共分散行列を用いた方法として共分散法と改良共分散法（又は、前向き後向き線形予測法）がある。いずれの方法も正規方程式を作成し、ＡＲ係数を求めるアルゴリズムであり、本実施形態の適用が可能である。
（第１実施形態）
以下、本発明の実施形態による電子走査型レーダ装置（ＦＭＣＷ方式ミリ波レーダ）を図面を参照して説明する。
図１は、同実施形態における電子走査型レーダ装置の構成を示すブロック図である。
この図において、本実施形態による電子走査型レーダ装置は、受信アンテナ１−１〜１−ｎ、ミキサ２−１〜２−ｎ、送信アンテナ３、分配器４、フィルタ５−１〜５―ｎ、ＳＷ（スイッチ）６、ＡＤＣ（Ａ／Ｄコンバータ）７、制御部８、三角波生成部９、ＶＣＯ１０、信号処理部２０を備える。
信号処理部２０は、メモリ２１、周波数分離処理部２２、ピーク検知部２３、ピーク組合せ部２４、距離検出部２５、速度検出部２６、ペア確定部２７、方位検出部３０、ターゲット確定部３１及びターゲット連結処理部３２を備える。
以下、本発明の実施形態による電子走査型レーダ装置（ＦＭＣＷ方式ミリ波レーダ）を図面を参照して説明する。
図１は、同実施形態における電子走査型レーダ装置の構成を示すブロック図である。
この図において、本実施形態による電子走査型レーダ装置は、受信アンテナ１−１〜１−ｎ、ミキサ２−１〜２−ｎ、送信アンテナ３、分配器４、フィルタ５−１〜５―ｎ、ＳＷ（スイッチ）６、ＡＤＣ（Ａ／Ｄコンバータ）７、制御部８、三角波生成部９、ＶＣＯ１０、信号処理部２０を備える。
信号処理部２０は、メモリ２１、周波数分離処理部２２、ピーク検知部２３、ピーク組合せ部２４、距離検出部２５、速度検出部２６、ペア確定部２７、方位検出部３０、ターゲット確定部３１及びターゲット連結処理部３２を備える。
次に、図１を参照して、本実施形態による電子走査型レーダ装置の動作を説明する。
受信アンテナ１−１〜１−ｎは、送信波がターゲットにて反射し、このターゲットから到来する反射波、すなわち受信波を受信する。
ミキサ２−１〜２−ｎは、送信アンテナ３から送信される送信波と、受信アンテナ１−１〜１−ｎそれぞれにおいて受信された受信波が増幅器により増幅された信号とを混合して、それぞれの周波数差に対応したビート信号を生成する。
送信アンテナ３は、三角波生成部９において生成された三角波信号を、ＶＣＯ（Voltage Controlled Oscillator ）１０において周波数変調した送信信号をターゲットに対して送信波として送信する。
分配器４は、ＶＣＯ１０からの周波数変調された送信信号を、ミキサ２−１〜２−ｎ及び送信アンテナ３に分配する。
受信アンテナ１−１〜１−ｎは、送信波がターゲットにて反射し、このターゲットから到来する反射波、すなわち受信波を受信する。
ミキサ２−１〜２−ｎは、送信アンテナ３から送信される送信波と、受信アンテナ１−１〜１−ｎそれぞれにおいて受信された受信波が増幅器により増幅された信号とを混合して、それぞれの周波数差に対応したビート信号を生成する。
送信アンテナ３は、三角波生成部９において生成された三角波信号を、ＶＣＯ（Voltage Controlled Oscillator ）１０において周波数変調した送信信号をターゲットに対して送信波として送信する。
分配器４は、ＶＣＯ１０からの周波数変調された送信信号を、ミキサ２−１〜２−ｎ及び送信アンテナ３に分配する。
フィルタ５−１〜５−ｎ各々は、それぞれミキサ２−１〜２−ｎにおいて生成された各受信アンテナ１−１〜１−ｎに対応したＣｈ１〜Ｃｈnのビート信号に対して帯域制限を行い、ＳＷ（スイッチ）６へ帯域制限されたビート信号を出力する。
ＳＷ６は、制御部８から入力されるサンプリング信号に対応して、フィルタ５−１〜５−ｎ各々を通過した各受信アンテナ１−１〜１−ｎに対応したＣｈ１〜Ｃｈnのビート信号を、順次切り替えて、ＡＤＣ（Ａ／Ｄコンバータ）７に出力する。
ＡＤＣ７は、ＳＷ６から上記サンプリング信号に同期して入力される、各受信アンテナ１−１〜１−ｎ各々に対応したＣｈ１〜Ｃｈnのビート信号を、上記サンプリング信号に同期してＡ／Ｄ変換してデジタル信号に変換し、信号処理部２０におけるメモリ２１の波形記憶領域に順次記憶させる。
制御部８は、マイクロコンピュータなどにより構成されており、図示しないＲＯＭなどに格納された制御プログラムに基づき、図１に示す電子走査型レーダ装置全体の制御を行う。
ＳＷ６は、制御部８から入力されるサンプリング信号に対応して、フィルタ５−１〜５−ｎ各々を通過した各受信アンテナ１−１〜１−ｎに対応したＣｈ１〜Ｃｈnのビート信号を、順次切り替えて、ＡＤＣ（Ａ／Ｄコンバータ）７に出力する。
ＡＤＣ７は、ＳＷ６から上記サンプリング信号に同期して入力される、各受信アンテナ１−１〜１−ｎ各々に対応したＣｈ１〜Ｃｈnのビート信号を、上記サンプリング信号に同期してＡ／Ｄ変換してデジタル信号に変換し、信号処理部２０におけるメモリ２１の波形記憶領域に順次記憶させる。
制御部８は、マイクロコンピュータなどにより構成されており、図示しないＲＯＭなどに格納された制御プログラムに基づき、図１に示す電子走査型レーダ装置全体の制御を行う。
＜距離、相対速度、角度（方位）を検出する原理＞
次に、図を参照し、本実施形態における信号処理部２０において用いられる、電子走査型レーダ装置とターゲットとの距離、相対速度、角度（方位）を検出する原理について簡単に説明する。
図２は、送信信号と、ターゲットに反射された受信信号が入力された状態を示す図である。
この図に示される信号は、図１の三角波生成部９において生成された信号をＶＣＯ１０において周波数変調した送信信号と、その送信信号をターゲットが反射して、受信された受信信号である。この図の例では、ターゲットが１つの場合を示す。
図２（ａ）から判るように、送信する信号に対し、ターゲットからの反射波である受信信号が、ターゲットとの距離に比例して右方向（時間遅れ方向）に遅延されて受信される。さらに、ターゲットとの相対速度に比例して、送信信号に対して上下方向（周波数方向）に変動する。そして、図２（ａ）にて求められたビート信号の周波数変換（フーリエ変換やＤＴＣ、アダマール変換、ウェーブレッド変換など）後において、図２（ｂ）に示されるように、ターゲットが１つの場合、上昇領域及び下降領域それぞれに１つのピーク値を有することなる。ここで、図２（ａ）は横軸が周波数、縦軸が強度を示す。
次に、図を参照し、本実施形態における信号処理部２０において用いられる、電子走査型レーダ装置とターゲットとの距離、相対速度、角度（方位）を検出する原理について簡単に説明する。
図２は、送信信号と、ターゲットに反射された受信信号が入力された状態を示す図である。
この図に示される信号は、図１の三角波生成部９において生成された信号をＶＣＯ１０において周波数変調した送信信号と、その送信信号をターゲットが反射して、受信された受信信号である。この図の例では、ターゲットが１つの場合を示す。
図２（ａ）から判るように、送信する信号に対し、ターゲットからの反射波である受信信号が、ターゲットとの距離に比例して右方向（時間遅れ方向）に遅延されて受信される。さらに、ターゲットとの相対速度に比例して、送信信号に対して上下方向（周波数方向）に変動する。そして、図２（ａ）にて求められたビート信号の周波数変換（フーリエ変換やＤＴＣ、アダマール変換、ウェーブレッド変換など）後において、図２（ｂ）に示されるように、ターゲットが１つの場合、上昇領域及び下降領域それぞれに１つのピーク値を有することなる。ここで、図２（ａ）は横軸が周波数、縦軸が強度を示す。
周波数分解処理部２２は、メモリ２１に蓄積されたビート信号のサンプリングされたデータから、三角波の上昇部分（上り）と下降部分（下り）とのそれぞれについて周波数分解、例えばフーリエ変換などにより離散時間に周波数変換する。すなわち、周波数分解処理部２２は、ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、ビート周波数毎に分解されたビート信号に基づいた複素数データを算出する。
その結果、図２（ｂ）に示すように、上昇部分と下降部分とにおいて、それぞれの周波数分解されたビート周波数毎の信号レベルのグラフが得られる。
そして、ピーク検知部２３は、図２（ｂ）に示すビート周波数毎の信号レベルからピーク値を検出し、ターゲットの存在を検出するとともに、ピーク値のビート周波数（上昇部分及び下降部分の双方）をターゲット周波数として出力する。
その結果、図２（ｂ）に示すように、上昇部分と下降部分とにおいて、それぞれの周波数分解されたビート周波数毎の信号レベルのグラフが得られる。
そして、ピーク検知部２３は、図２（ｂ）に示すビート周波数毎の信号レベルからピーク値を検出し、ターゲットの存在を検出するとともに、ピーク値のビート周波数（上昇部分及び下降部分の双方）をターゲット周波数として出力する。
次に、距離検出部２５は、ピーク組合せ部２４から入力される上昇部分のターゲット周波数ｆuと、下降部分のターゲット周波数ｆdとから、下記式により距離を算出する。
ｒ＝｛Ｃ・Ｔ／（２・Δｆ）｝・｛（ｆu＋ｆd）／２｝
また、速度検出部２６は、ピーク組合せ部２４から入力される上昇部分のターゲット周波数ｆuと、下降部分のターゲット周波数ｆdとから、下記式により相対速度を算出する。
ｖ＝｛Ｃ／（２・ｆ0）｝・｛（ｆu−ｆd）／２｝
上記距離ｒ及び相対速度ｖを算出する式において、
Ｃ ：光速度
Δｆ：三角波の周波数変調幅
ｆ0 ：三角波の中心周波数
Ｔ ：変調時間（上昇部分/下降部分）
ｆu ：上昇部分におけるターゲット周波数
ｆd ：下降部分におけるターゲット周波数
ｒ＝｛Ｃ・Ｔ／（２・Δｆ）｝・｛（ｆu＋ｆd）／２｝
また、速度検出部２６は、ピーク組合せ部２４から入力される上昇部分のターゲット周波数ｆuと、下降部分のターゲット周波数ｆdとから、下記式により相対速度を算出する。
ｖ＝｛Ｃ／（２・ｆ0）｝・｛（ｆu−ｆd）／２｝
上記距離ｒ及び相対速度ｖを算出する式において、
Ｃ ：光速度
Δｆ：三角波の周波数変調幅
ｆ0 ：三角波の中心周波数
Ｔ ：変調時間（上昇部分/下降部分）
ｆu ：上昇部分におけるターゲット周波数
ｆd ：下降部分におけるターゲット周波数
次に、本実施形態における受信アンテナ１−１〜１−ｎについて示す。
図３は、受信アンテナにおける受信波の説明を行う概念図である。
この図に示されるように、受信アンテナ１−１〜１−ｎは、間隔ｄによりアレー状に配置される。受信アンテナ１−１〜１−ｎには、アンテナを配列している面に対する垂直方向の軸に対して角度θ方向から入射される、ターゲットからの到来波（入射波、すなわち送信アンテナ３から送信した送信波に対するターゲットからの反射波）が入力する。
このとき、その到来波は、受信アンテナ１−１〜１−ｎにおいて同一角度にて受信される。
この同一角度、例えば角度θ及び各アンテナの間隔ｄにより求められる位相差「ｄｎ−１・sinθ」が、各隣接する受信アンテナ間にて発生する。
その位相差を利用して、アンテナ毎に時間方向に周波数分解処理された値を、アンテナ方向にさらにフーリエ変換するデジタルビームフォーミング（ＤＢＦ）や高分解能アルゴリズム等の信号処理にて上記角度θを検出することができる。
図３は、受信アンテナにおける受信波の説明を行う概念図である。
この図に示されるように、受信アンテナ１−１〜１−ｎは、間隔ｄによりアレー状に配置される。受信アンテナ１−１〜１−ｎには、アンテナを配列している面に対する垂直方向の軸に対して角度θ方向から入射される、ターゲットからの到来波（入射波、すなわち送信アンテナ３から送信した送信波に対するターゲットからの反射波）が入力する。
このとき、その到来波は、受信アンテナ１−１〜１−ｎにおいて同一角度にて受信される。
この同一角度、例えば角度θ及び各アンテナの間隔ｄにより求められる位相差「ｄｎ−１・sinθ」が、各隣接する受信アンテナ間にて発生する。
その位相差を利用して、アンテナ毎に時間方向に周波数分解処理された値を、アンテナ方向にさらにフーリエ変換するデジタルビームフォーミング（ＤＢＦ）や高分解能アルゴリズム等の信号処理にて上記角度θを検出することができる。
＜信号処理部２０における受信波に対する信号処理＞
次に、メモリ２１は、ＡＤＣ７により波形記憶領域に対して、受信信号がＡ／Ｄ変換された時系列データ（上昇部分及び下降部分）を、アンテナ１−１〜１−ｎ毎に対応させて記憶している。例えば、上昇部分及び下降部分それぞれにおいて２５６個をサンプリングした場合、２×２５６個×アンテナ数のデータが、上記波形記憶領域に記憶される。
周波数分解処理部２２は、例えばフーリエ変換などにより、各Ｃｈ１〜Ｃｈｎ（各アンテナ１−１〜１−ｎ）に対応するビート信号それぞれを、予め設定された分解能に応じて周波数成分に変換することによりビート周波数を示す周波数ポイントと、そのビート周波数の複素数データを出力する。例えば、アンテナ毎に上昇部分及び下降部分それぞれが２５６個のサンプリングされたデータを有する場合、アンテナ毎の複素数の周波数領域データとしてビート周波数に変換され、上昇部分及び下降部分それぞれにおいて１２８個の複素数データ（２×１２８個×アンテナ数のデータ）となる。また、上記ビート周波数は周波数ポイントにて示されている。
ここで、アンテナ毎の複素数データには、上記角度θに依存した位相差があり、それぞれの複素数データの複素平面上における絶対値（受信強度あるいは振幅など）は等価である。
次に、メモリ２１は、ＡＤＣ７により波形記憶領域に対して、受信信号がＡ／Ｄ変換された時系列データ（上昇部分及び下降部分）を、アンテナ１−１〜１−ｎ毎に対応させて記憶している。例えば、上昇部分及び下降部分それぞれにおいて２５６個をサンプリングした場合、２×２５６個×アンテナ数のデータが、上記波形記憶領域に記憶される。
周波数分解処理部２２は、例えばフーリエ変換などにより、各Ｃｈ１〜Ｃｈｎ（各アンテナ１−１〜１−ｎ）に対応するビート信号それぞれを、予め設定された分解能に応じて周波数成分に変換することによりビート周波数を示す周波数ポイントと、そのビート周波数の複素数データを出力する。例えば、アンテナ毎に上昇部分及び下降部分それぞれが２５６個のサンプリングされたデータを有する場合、アンテナ毎の複素数の周波数領域データとしてビート周波数に変換され、上昇部分及び下降部分それぞれにおいて１２８個の複素数データ（２×１２８個×アンテナ数のデータ）となる。また、上記ビート周波数は周波数ポイントにて示されている。
ここで、アンテナ毎の複素数データには、上記角度θに依存した位相差があり、それぞれの複素数データの複素平面上における絶対値（受信強度あるいは振幅など）は等価である。
ピーク検知部２３は、周波数変換されたビート周波数の三角波の上昇領域及び下降領域それぞれ強度のピーク値を、複素数データを用いて信号強度（または振幅など）におけるピークから、予め設定された数値を超えるピーク値を有するビート周波数を検出することにより、ビート周波数毎のターゲットの存在を検出して、ターゲット周波数を選択する。
したがって、ピーク検知部２３は、いずれかのアンテナにおける複素数データ又は、全アンテナの複素数データの加算値を周波数スペクトル化することにより、スペクトルの各ピーク値がビート周波数、すなわち距離に依存したターゲットの存在として検出することができる。全アンテナの複素数データの加算により、ノイズ成分が平均化されてＳ／Ｎ比が向上する。
したがって、ピーク検知部２３は、いずれかのアンテナにおける複素数データ又は、全アンテナの複素数データの加算値を周波数スペクトル化することにより、スペクトルの各ピーク値がビート周波数、すなわち距離に依存したターゲットの存在として検出することができる。全アンテナの複素数データの加算により、ノイズ成分が平均化されてＳ／Ｎ比が向上する。
ピーク組合せ部２４は、ピーク検知部２３から入力される図４に示すビート周波数とそのピーク値について、上昇領域及び下降領域それぞれのビート周波数とそのピーク値をマトリクス状に総当たりにて組み合わせ、すなわち上昇領域及び下降領域それぞれのビート周波数を全て組み合わせて、順次、距離検出部２５及び速度検出部２６へ出力する。ここで、図４は、横軸がビート周波数の周波数ポイントを示し、縦軸が信号のレベル（強度）を示している。
距離検出部２５は、順次入力される上昇領域及び下降領域それぞれの組み合わせのビート周波数を加算した数値によりターゲットとの上記距離ｒを演算する。
また、速度検出部２６は、順次入力される上昇領域及び下降領域それぞれの組み合わせのビート周波数の差分によりターゲットとの上記相対速度ｖを演算する。
距離検出部２５は、順次入力される上昇領域及び下降領域それぞれの組み合わせのビート周波数を加算した数値によりターゲットとの上記距離ｒを演算する。
また、速度検出部２６は、順次入力される上昇領域及び下降領域それぞれの組み合わせのビート周波数の差分によりターゲットとの上記相対速度ｖを演算する。
ペア確定部２７は、入力される上記距離ｒ、相対速度ｖ及び下降、上昇のピーク値レベルｐｕ、ｐｄにより、図５に示すテーブルを生成し、ターゲット毎に対応した上昇領域及び下降領域それぞれのピークの適切な組み合わせを判定し、図６に示すテーブルとして上昇領域及び下降領域それぞれのピークのペアを確定し、確定した距離ｒ及び相対速度ｖを示すターゲット群番号をターゲット確定部３１へ出力する。図６にはターゲット群番号に対応して、距離、相対速度及び周波数ポイント（上昇領域及又は下降領域）が記憶されている。図５及び図６のテーブルは、ペア確定部２７の内部記憶部に記憶されている。ここで、各ターゲット群は、方向が決定されていないため、電子走査型レーダ装置におけるアンテナアレーの配列方向に対する垂直軸に対して、受信アンテナ１−１〜１−ｎの配列方向に平行な横方向の位置は決定されていない。
ここで、ペア確定部２７は、例えば、前回の検知サイクルにて、最終的に確定した各ターゲットとの距離ｒ及び相対速度ｖから今回の検知サイクルにて予測される値を優先してターゲット群の組み合わせの選択を行う等の手法を用いることもできる。
次に、ターゲット連結処理部３２は、ペア確定部２７から入力される図６の距離ｒ、相対速度ｖ、周波数ポイントとメモリ２１に記憶されている過去の検知サイクルにおけるターゲットとを結びつけた後、ターゲット毎の過去の検知サイクルにおいて記録された生成手段によって導かれた生成データ又は係数を方位検出部３０へ出力する。
また、ターゲット連結処理部３２は、現在の複素数データに基づいて生成される生成データ又は係数に対して、ターゲット確定部３１から出力される距離、相対速度及び方位の識別情報を付して、メモリ２１に記録する。
方位検出部３０は、高分解能アルゴリズムのＡＲスペクトル推定処理やＭＵＳＩＣ等を用いてスペクトル推定処理を行い、過去に行われたスペクトル推定の結果との平均化処理を行ったスペクトル推定の平均化処理結果に基づいて対応するターゲットの方位を検出し、ターゲット確定部３１へ出力する。
また、ターゲット連結処理部３２は、現在の複素数データに基づいて生成される生成データ又は係数に対して、ターゲット確定部３１から出力される距離、相対速度及び方位の識別情報を付して、メモリ２１に記録する。
方位検出部３０は、高分解能アルゴリズムのＡＲスペクトル推定処理やＭＵＳＩＣ等を用いてスペクトル推定処理を行い、過去に行われたスペクトル推定の結果との平均化処理を行ったスペクトル推定の平均化処理結果に基づいて対応するターゲットの方位を検出し、ターゲット確定部３１へ出力する。
図７は、本実施形態における方位検出部の構成の一態様を示すブロック図である。
この図に示される方位検出部３０Ａは、図１における方位検出部３０に相当し、スペクトル推定処理において高分解能アルゴリズムとして知られるＡＲスペクトル推定処理を行う場合の構成例について、より具体的に示す。
方位検出部３０Ａは、正規方程式作成部３０１Ａ、ＡＲ係数算出部３０２Ａ、パワースペクトル算出部３０４、正規方程式フィルタ部３０６、及び、データ生成部３０８Ａを備える。
方位検出部３０Ａにおいて正規方程式作成部３０１Ａは、ＡＲスペクトル推定処理に必要とされる正規方程式を作成する。正規方程式作成部３０１Ａは、周波数分解処理部２２が周波数分解したビート周波数（上昇と下降のいづれか又は両方）に応じた複素数データから、正規方程式を作成する。
また、正規方程式作成部３０１Ａは、前回の検知サイクルにおいてデータ生成部３０８Ａが生成した複素数データ（生成複素数データ）から導かれる正規方程式（生成正規方程式：第２の正規方程式）を作成する。データ生成部３０８Ａが生成した生成複素数データは、ターゲット連結処理部３２を介してメモリ２１において記憶され、ターゲット連結処理部３２を介して正規方程式作成部３０１Ａに参照される。
この図に示される方位検出部３０Ａは、図１における方位検出部３０に相当し、スペクトル推定処理において高分解能アルゴリズムとして知られるＡＲスペクトル推定処理を行う場合の構成例について、より具体的に示す。
方位検出部３０Ａは、正規方程式作成部３０１Ａ、ＡＲ係数算出部３０２Ａ、パワースペクトル算出部３０４、正規方程式フィルタ部３０６、及び、データ生成部３０８Ａを備える。
方位検出部３０Ａにおいて正規方程式作成部３０１Ａは、ＡＲスペクトル推定処理に必要とされる正規方程式を作成する。正規方程式作成部３０１Ａは、周波数分解処理部２２が周波数分解したビート周波数（上昇と下降のいづれか又は両方）に応じた複素数データから、正規方程式を作成する。
また、正規方程式作成部３０１Ａは、前回の検知サイクルにおいてデータ生成部３０８Ａが生成した複素数データ（生成複素数データ）から導かれる正規方程式（生成正規方程式：第２の正規方程式）を作成する。データ生成部３０８Ａが生成した生成複素数データは、ターゲット連結処理部３２を介してメモリ２１において記憶され、ターゲット連結処理部３２を介して正規方程式作成部３０１Ａに参照される。
正規方程式フィルタ部３０６は、正規方程式作成部３０１Ａによって作成された今回の正規方程式と、生成正規方程式との平均化処理をする。
ＡＲ係数算出部３０２Ａは、正規方程式フィルタ部３０６によって平均化処理された正規方程式に基づいて導かれるＡＲ係数と、白色雑音の分散σｖ ２を算出する。このように、ＡＲ係数算出部３０２Ａは、検知サイクルに応じて、アンテナ毎に、ターゲットの存在が検知されたビート周波数である検出ビート周波数の複素数データに基づいてスペクトル推定を行うことができる。
ＡＲ係数算出部３０２Ａは、正規方程式フィルタ部３０６によって平均化処理された正規方程式に基づいて導かれるＡＲ係数と、白色雑音の分散σｖ ２を算出する。このように、ＡＲ係数算出部３０２Ａは、検知サイクルに応じて、アンテナ毎に、ターゲットの存在が検知されたビート周波数である検出ビート周波数の複素数データに基づいてスペクトル推定を行うことができる。
パワースペクトル算出部３０４は、導かれたＡＲ係数と白色雑音の分散σｖ ２に基づいて導かれるパワースペクトルから受信波の到来方向を算出する。
データ生成部３０８Ａは、今回の検知サイクルにおいて、検出された複素数データと、ＡＲ係数算出部３０２Ａによって導かれたＡＲ係数とに基づいて、次回の検知サイクルにおいて用いられる生成複素数データを生成する。データ生成部３０８Ａは、生成した生成複素数データをターゲット連結処理部３２によって、メモリ２１に記憶させる。
データ生成部３０８Ａは、今回の検知サイクルにおいて、検出された複素数データと、ＡＲ係数算出部３０２Ａによって導かれたＡＲ係数とに基づいて、次回の検知サイクルにおいて用いられる生成複素数データを生成する。データ生成部３０８Ａは、生成した生成複素数データをターゲット連結処理部３２によって、メモリ２１に記憶させる。
＜受信波の到来方向推定処理の手順＞
次に、方位検出部３０における、受信波の到来方向の推定を行う手順について、高分解能アルゴリズムとして改良共分散法によるＡＲスペクトル推定処理を例にあげ説明する。
ＡＲスペクトル推定処理そのものは、一般的に用いられているため（例えば、非特許文献１）、本実施形態において必要な箇所のみ説明する。
図８は、電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。この図に示されるフローチャートにしたがって行われる処理は、周期的に繰り返して実施される。繰り返し行われる処理において、現在行われる処理サイクルを「今回」、今回の前に行われた処理サイクルのことを「前回」という。
制御サイクル毎に２回データ取得する場合は、フローチャートのスタートとエンドは同一制御サイクル内で、Ｓ１０８ステップまでが２回繰り返されて、パワースペクトルが計算されることになる。前回データは同一制御サイクルと前回制御サイクルの２パターン繰り返すことになる。
本実施形態におけるデータ生成を適用するにあたり、生成に用いるＡＲ係数は予め平均処理によりノイズ成分を抑制し、精度を高めた値を使うことが重要である。精度を高めたＡＲ係数を算出するには、正規方程式の共分散行列と右辺ベクトルの平均か、ＡＲ係数自身の平均が考えられる。
以下、正規方程式の共分散行列と右辺ベクトルの平均を行う手順の一態様を示す。
次に、方位検出部３０における、受信波の到来方向の推定を行う手順について、高分解能アルゴリズムとして改良共分散法によるＡＲスペクトル推定処理を例にあげ説明する。
ＡＲスペクトル推定処理そのものは、一般的に用いられているため（例えば、非特許文献１）、本実施形態において必要な箇所のみ説明する。
図８は、電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。この図に示されるフローチャートにしたがって行われる処理は、周期的に繰り返して実施される。繰り返し行われる処理において、現在行われる処理サイクルを「今回」、今回の前に行われた処理サイクルのことを「前回」という。
制御サイクル毎に２回データ取得する場合は、フローチャートのスタートとエンドは同一制御サイクル内で、Ｓ１０８ステップまでが２回繰り返されて、パワースペクトルが計算されることになる。前回データは同一制御サイクルと前回制御サイクルの２パターン繰り返すことになる。
本実施形態におけるデータ生成を適用するにあたり、生成に用いるＡＲ係数は予め平均処理によりノイズ成分を抑制し、精度を高めた値を使うことが重要である。精度を高めたＡＲ係数を算出するには、正規方程式の共分散行列と右辺ベクトルの平均か、ＡＲ係数自身の平均が考えられる。
以下、正規方程式の共分散行列と右辺ベクトルの平均を行う手順の一態様を示す。
まず、ステップＳ１０１において、周波数分解処理部２２は、反射物（ターゲット）の距離ポイントに該当する周波数分解された今回の複素数データ(今回データ)を抽出する。
ステップＳ１０２において、方位検出部３０における正規方程式作成部３０１Ａが、今回の複素数データに基づいて共分散行列と右辺ベクトルを生成し、今回の正規方程式（今回方程式）の要素とする。正規方程式作成部３０１Ａは、得られた今回の正規方程式の要素に基づいて、今回の正規方程式（今回方程式）を作成する。
ステップＳ１０３において、ターゲット連結処理部３２は、メモリ２１を参照し、記憶されている前回の生成複素数データ（前回生成データ）を読み出して、正規方程式作成部３０１Ａに供給する。
ステップＳ１０４において、方位検出部３０における正規方程式作成部３０１Ａが、前回の処理サイクルにおいて生成された生成複素数データ（前回生成データ）に基づいて共分散行列と右辺ベクトルを生成し、前回の正規方程式（前回方程式）の要素とする。正規方程式作成部３０１Ａは、得られた前回の正規方程式の要素に基づいて、前回の正規方程式を作成する。
ステップＳ１０５において、正規方程式フィルタ部３０６は、生成された今回の正規方程式と前回の正規方程式（生成正規方程式）の平均化処理を行う。
ステップＳ１０６において、ＡＲ係数算出部３０２Ａは、平均化処理された正規方程式を解いてＡＲ係数を求める。その手段として、例えば、コレスキー分解などの逆行列を解く高速アルゴリズムを利用することができる。また、ＡＲ係数算出部３０２Ａは、入力される白色雑音の分散σｖ ２も求める。
ステップＳ１０２において、方位検出部３０における正規方程式作成部３０１Ａが、今回の複素数データに基づいて共分散行列と右辺ベクトルを生成し、今回の正規方程式（今回方程式）の要素とする。正規方程式作成部３０１Ａは、得られた今回の正規方程式の要素に基づいて、今回の正規方程式（今回方程式）を作成する。
ステップＳ１０３において、ターゲット連結処理部３２は、メモリ２１を参照し、記憶されている前回の生成複素数データ（前回生成データ）を読み出して、正規方程式作成部３０１Ａに供給する。
ステップＳ１０４において、方位検出部３０における正規方程式作成部３０１Ａが、前回の処理サイクルにおいて生成された生成複素数データ（前回生成データ）に基づいて共分散行列と右辺ベクトルを生成し、前回の正規方程式（前回方程式）の要素とする。正規方程式作成部３０１Ａは、得られた前回の正規方程式の要素に基づいて、前回の正規方程式を作成する。
ステップＳ１０５において、正規方程式フィルタ部３０６は、生成された今回の正規方程式と前回の正規方程式（生成正規方程式）の平均化処理を行う。
ステップＳ１０６において、ＡＲ係数算出部３０２Ａは、平均化処理された正規方程式を解いてＡＲ係数を求める。その手段として、例えば、コレスキー分解などの逆行列を解く高速アルゴリズムを利用することができる。また、ＡＲ係数算出部３０２Ａは、入力される白色雑音の分散σｖ ２も求める。
また、ステップＳ１０７において、データ生成部３０８Ａは、今回データと、平均化処理された正規方程式を解いて導かれたＡＲ係数とに基づいて、データを生成する。
ステップＳ１０８において、データ生成部３０８Ａは、生成されたデータ（生成データ）を今回生成データとしてメモリ２１に記憶させる。
続いて、ステップＳ１０９において、パワースペクトル算出部３０４は、パワースペクトルを求める。パワースペクトルは、今回データと前回の生成データにより精度を高めたＡＲ係数と白色雑音の分散σｖ ２に基づいて求められる。
ステップＳ１１０において、パワースペクトル算出部３０４は、そのピークを検出されたターゲットとして判定し、ピークの数を検出されたターゲットの数として検知し、検知されたピークが示す角度を反射波が到来する到来角度として検知する。
ステップＳ１０８において、データ生成部３０８Ａは、生成されたデータ（生成データ）を今回生成データとしてメモリ２１に記憶させる。
続いて、ステップＳ１０９において、パワースペクトル算出部３０４は、パワースペクトルを求める。パワースペクトルは、今回データと前回の生成データにより精度を高めたＡＲ係数と白色雑音の分散σｖ ２に基づいて求められる。
ステップＳ１１０において、パワースペクトル算出部３０４は、そのピークを検出されたターゲットとして判定し、ピークの数を検出されたターゲットの数として検知し、検知されたピークが示す角度を反射波が到来する到来角度として検知する。
以上の処理手順に示したように、前半のステップＳ１０３の処理において、前回生成されたデータを呼出し、ステップＳ１０５において今回のデータを含めた正規方程式の各要素で平均し、ステップＳ１０６において、精度の良いＡＲ係数を算出する。続いて、後段のステップＳ１０７において、今回データと前記ＡＲ係数でデータ生成を行い、ステップＳ１０８において、次回用いるデータとして記憶する。
ここで、共分散行列と右辺ベクトルの平均の他、都度ＡＲ係数を求めて、ＡＲ係数の平均を用いたり、入力白色雑音の分散σｖ ２も、同じように平均することも可能である。
ここで、共分散行列と右辺ベクトルの平均の他、都度ＡＲ係数を求めて、ＡＲ係数の平均を用いたり、入力白色雑音の分散σｖ ２も、同じように平均することも可能である。
以上に示した処理において、ＡＲ係数は、求められるパワースペクトルの特性に関係し、パワースペクトルのピーク形状を検知する精度に寄与することから、ＡＲ係数の推定精度を向上させることが検知性能（検知角度性能や分離性能）の向上に関係することがわかる。
＜複素数データを生成する処理の原理＞
次に図を参照し複素数データを生成する処理の概要について示す。
先に、図９を参照し、「非特許文献３」に示される「データ拡張Burg法」の概要について示す。
図９は、「データ拡張Burg法」について示す図である。
Ｎ個の元データ「ｘ（ｎ）、（ｎは、Ｎ以下の自然数）」に基づいて、拡張データ「ｘハット（ｎ）」を生成する場合を示す。
このデータ拡張法によると、拡張データ「ｘハット（ｎ）」は、元データ「ｘ（ｎ）」を起点として、元データ「ｘ（ｎ）」に続けて生成されている。
このデータ拡張法により拡張データ「ｘハット（ｎ）」を導く関係式を式（１）に示す。
次に図を参照し複素数データを生成する処理の概要について示す。
先に、図９を参照し、「非特許文献３」に示される「データ拡張Burg法」の概要について示す。
図９は、「データ拡張Burg法」について示す図である。
Ｎ個の元データ「ｘ（ｎ）、（ｎは、Ｎ以下の自然数）」に基づいて、拡張データ「ｘハット（ｎ）」を生成する場合を示す。
このデータ拡張法によると、拡張データ「ｘハット（ｎ）」は、元データ「ｘ（ｎ）」を起点として、元データ「ｘ（ｎ）」に続けて生成されている。
このデータ拡張法により拡張データ「ｘハット（ｎ）」を導く関係式を式（１）に示す。
データ拡張Burg法は、ARスペクトル推定法の中のBurg法を用い、一度入力データ（非特許文献３では、実数データ）でＡＲ係数を求めた後、そのＡＲ係数と元の入力データで線形予測式（処理）により入力データの外側を予測してデータ数（長）を拡張する方法である。拡張した後の２回目のＡＲ係数算出では、データ数が多くなっているので、正規方程式の精度を高くすることができたり、１回目の次数と変更することも可能とするものである。
続いて、図１０を参照し、本実施形態に適用するデータ拡張法について示す。
図１０は、本実施形態に適用するデータ拡張法について示す図であり、データ（チャンネル）数が５つで、次数を３次にした例である。
図に示されるＰ１からＰ５は、５個の複素数データとして示される元データを示す点である。これらのデータを、連続する３個のグループに分類する。分類されたグループは、ＧＰ１からＧＰ３までの３個のグループになる。このように、次数分の連続したデータがあればデータ拡張ができるので、データ数と次数の関係で最大のグループ数が決まる。
それぞれグループに含まれる３個の元データに基づいて、それぞれ線形予測演算処理により、グループ範囲外の領域における予測演算処理を行う。すなわち、グループ範囲外の領域における予測演算処理は、元データに基づいて外挿を行う演算処理である。
例えば、グループＧＰ１に含まれる元データＰ３、Ｐ４、Ｐ５に基づいて、線形予測演算処理を適用し、図に示す右手方向（前方）に「ｘ１ｆハット（ｎ）」、図に示す左手方向（後方）に「ｘ１ｂハット（ｎ）」のデータを得ることができる。グループＧＰ２からＧＰ３においても同様に、それぞれ前方と後方のデータが、線形予測演算処理により拡張される。
データ拡張によって得られたデータに基づいて正規方程式を構成する、相関行列、右辺ベクトルの要素とする。
図１０は、本実施形態に適用するデータ拡張法について示す図であり、データ（チャンネル）数が５つで、次数を３次にした例である。
図に示されるＰ１からＰ５は、５個の複素数データとして示される元データを示す点である。これらのデータを、連続する３個のグループに分類する。分類されたグループは、ＧＰ１からＧＰ３までの３個のグループになる。このように、次数分の連続したデータがあればデータ拡張ができるので、データ数と次数の関係で最大のグループ数が決まる。
それぞれグループに含まれる３個の元データに基づいて、それぞれ線形予測演算処理により、グループ範囲外の領域における予測演算処理を行う。すなわち、グループ範囲外の領域における予測演算処理は、元データに基づいて外挿を行う演算処理である。
例えば、グループＧＰ１に含まれる元データＰ３、Ｐ４、Ｐ５に基づいて、線形予測演算処理を適用し、図に示す右手方向（前方）に「ｘ１ｆハット（ｎ）」、図に示す左手方向（後方）に「ｘ１ｂハット（ｎ）」のデータを得ることができる。グループＧＰ２からＧＰ３においても同様に、それぞれ前方と後方のデータが、線形予測演算処理により拡張される。
データ拡張によって得られたデータに基づいて正規方程式を構成する、相関行列、右辺ベクトルの要素とする。
図９に示したように前述のデータ拡張Burg法が、既存のデータ数の中の次数個のみのデータで拡張することに対して、本実施形態におけるデータ拡張法では、図１０のようにデータ数全てを活用できるようにする。。このようにすることで、単なるデータ拡張という目的ではなく、適度なバラツキのあるデータを多く生成することができる。取得された既存のデータにおける各ポイントの部位から生成することにより、あたかもバラツキを含んだデータ取得と等価となり、続く正規方程式フィルタ部で平均処理できるデータ数を稼ぐことができる。コンピュータ計算実験等の研究の結果、論文にあるBurg法以外の手法においても安定した推定精度を保てることが分かった。従って、本実施例では、ＡＲスペクトル推定の中の改良共分散法を用いている。
次に図を参照し複素数データを生成する処理について、より詳細に示す。
図１１は、複素数データを生成する処理について示す図である。
最初に、図１１（ａ）において、前向き線形予測式を用いて複素数データを生成する処理について示す。
図に示されるＰ０１からＰ０５は、それぞれが（ｘ（１）、ｘ（２）、ｘ（３）、ｘ（４）、ｘ（５））として示される元データである。
これらの元データに対し、連続する３個のデータを抽出する処理によりグループ化すると、順にＧＰ１（ｘ（１）、ｘ（２）、ｘ（３））、ＧＰ２（ｘ（２）、ｘ（３）、ｘ（４））、ＧＰ３（ｘ（３）、ｘ（４）、ｘ（５））の３つのグループに分類される。
ここで、データｘ（１）からｘ（５）の方向に線形予測する処理を前向きとし、その逆方向を後向きとする。
図１１は、複素数データを生成する処理について示す図である。
最初に、図１１（ａ）において、前向き線形予測式を用いて複素数データを生成する処理について示す。
図に示されるＰ０１からＰ０５は、それぞれが（ｘ（１）、ｘ（２）、ｘ（３）、ｘ（４）、ｘ（５））として示される元データである。
これらの元データに対し、連続する３個のデータを抽出する処理によりグループ化すると、順にＧＰ１（ｘ（１）、ｘ（２）、ｘ（３））、ＧＰ２（ｘ（２）、ｘ（３）、ｘ（４））、ＧＰ３（ｘ（３）、ｘ（４）、ｘ（５））の３つのグループに分類される。
ここで、データｘ（１）からｘ（５）の方向に線形予測する処理を前向きとし、その逆方向を後向きとする。
まず、前向き線形処理を行う演算式を、式（２）として示す。
式（２）において、ｘハット（ｎ）は、生成されるデータ(生成データ)を示し、ａハット（ｉ）は、ＡＲ係数を示し、ｘ（ｎ−ｉ）は、元データを示す。ただし、Ｍは、次数を示す。
上記に示したグループの元データを、式（２）に適用して、３セットの前向き方向の予測データを得ることができる。
また、各グループ内のデータの順序を逆にして、式（２）に示した前向き線形処理を行う演算式を適用することにより、後向き方向のデータを得ることができる。
上記に示したグループの元データを、式（２）に適用して、３セットの前向き方向の予測データを得ることができる。
また、各グループ内のデータの順序を逆にして、式（２）に示した前向き線形処理を行う演算式を適用することにより、後向き方向のデータを得ることができる。
次に、図１１（ｂ）において、後向き線形予測式を用いて複素数データを生成する処理について示す。
同じ元データを用いて、後向き線形処理を行う演算式を、式（３）として示す。
同じ元データを用いて、後向き線形処理を行う演算式を、式（３）として示す。
式（３）において、ｘハット（ｎ）は、生成されるデータ(生成データ)を示し、ａ＊ハット（ｉ）は、ＡＲ係数を示し、ｘ（ｎ＋ｉ）は、元データを示す。ただし、Ｍは、次数を示す。
上記に示したグループの元データを、式（３）に適用することにより、３セットの後向き方向の予測データを得ることができる。
また、各グループ内のデータの順序を逆にして、式（３）に示した後向き線形処理を行う演算式を適用することにより、前向き方向のデータを得ることができる。
上記に示したグループの元データを、式（３）に適用することにより、３セットの後向き方向の予測データを得ることができる。
また、各グループ内のデータの順序を逆にして、式（３）に示した後向き線形処理を行う演算式を適用することにより、前向き方向のデータを得ることができる。
次に、図１１（ｃ）において、前向き線形予測式と後向き線形予測式とを用いて複素数データを生成する処理について示す。
この処理では、式（２）に示した前向き線形処理を行う演算式と、式（３）に示した後向き線形処理を行う演算式をそれぞれ用いる。
２つの演算式をそれぞれ用いることにより、元データの順序を反転させること無く、前方の予測演算処理と、後方の予測演算処理を行うことができる。
上記に示した、３通りの予測演算処理のいずれかを適用することにより、前方の予測演算処理と、後方の予測演算処理を行うことができる。５チャンネルのデータで、３次の処理をする場合、それぞれ６セットの予測演算結果が生成される。
或いは、それらの処理を任意に組合せて、複数の処理によって抽出された結果を得ることとしてもよい。
この処理では、式（２）に示した前向き線形処理を行う演算式と、式（３）に示した後向き線形処理を行う演算式をそれぞれ用いる。
２つの演算式をそれぞれ用いることにより、元データの順序を反転させること無く、前方の予測演算処理と、後方の予測演算処理を行うことができる。
上記に示した、３通りの予測演算処理のいずれかを適用することにより、前方の予測演算処理と、後方の予測演算処理を行うことができる。５チャンネルのデータで、３次の処理をする場合、それぞれ６セットの予測演算結果が生成される。
或いは、それらの処理を任意に組合せて、複数の処理によって抽出された結果を得ることとしてもよい。
次に図を参照し、実数部と虚数部に分けて示したの複素数データを生成する処理について示す。
図１２は、複素数データの生成を示す図である。
実数部と虚数部に分けて示した複素数データは、２つの曲線としてそれぞれ示される。実線が、実数部の変化を示し、破線が、虚数部の変化を示す。図１１と同様に、５チャンネルのデータに基づいて、３次の処理をするには、連続する３つのデータの組が、実数部と虚数部でそれぞれ３組得られる。それぞれの組の複素数データ（実数部と虚数部）は、式（２）と式（３）に示す前向きと後向きの線形予測式の複素数x(n-1)またはx(n+1)に代入される。
図１２は、複素数データの生成を示す図である。
実数部と虚数部に分けて示した複素数データは、２つの曲線としてそれぞれ示される。実線が、実数部の変化を示し、破線が、虚数部の変化を示す。図１１と同様に、５チャンネルのデータに基づいて、３次の処理をするには、連続する３つのデータの組が、実数部と虚数部でそれぞれ３組得られる。それぞれの組の複素数データ（実数部と虚数部）は、式（２）と式（３）に示す前向きと後向きの線形予測式の複素数x(n-1)またはx(n+1)に代入される。
＜ＡＲモデルを用いた正規方程式の作成処理の原理＞
次に、ＡＲモデルを用いた正規方程式の作成処理について、より詳細に示す。
共分散行列を用いた正規方程式を式（４）に示す。
次に、ＡＲモデルを用いた正規方程式の作成処理について、より詳細に示す。
共分散行列を用いた正規方程式を式（４）に示す。
式（４）において、左辺が共分散行列ＣＭとＡＲ係数ベクトルＡの積であり、右辺が右辺ベクトルvcである。
共分散行列ＣＭの要素は、式（５）として示される関係式によって導かれる。
共分散行列ＣＭの要素は、式（５）として示される関係式によって導かれる。
以下、具体的な構成として５チャンネルのデータから３次（Ｍ＝３）の処理を行う場合を例として示す。
共分散行列ＣＭは、３行３列の行列式で表すことができ、その式を式（６）として示す。
共分散行列ＣＭは、３行３列の行列式で表すことができ、その式を式（６）として示す。
式（６）において、行列の各要素Ｃｘ３（ｋ，ｊ）は、複素数を示す。各要素について展開した演算式を合わせて示す。ｘ（ｎ）、すなわち、（ｘ（０）、ｘ（１）、ｘ（２）、ｘ（３）、ｘ（４））は、それぞれが複素数データであり、「＊」は、複素共役を示す。
式（６）に示されるように、共分散行列ＣＭは、式（７）として示される関係があることから、エルミート行列（複素数対称行列）となる。
式（６）に示されるように、共分散行列ＣＭは、式（７）として示される関係があることから、エルミート行列（複素数対称行列）となる。
また、同様に、３次の処理を行う場合の右辺ベクトルｖｃを式（８）として示す。
入力白色雑音の分散σｖ ２を導く関係式を、式（９）として示す。
式（９）において、式（９）の各項を具体的に展開した式を付す。
ＡＲモデルによる線形予測では、予測値と観測値の差（予測誤差）の平均２乗誤差が最小となる条件から、この正規方程式が導かれる。
この正規方程式を一般的な手法により解くことにより、ＡＲ係数が導かれる。
また、式（９）によって算出される入力白色雑音の分散σｖ ２に基づいて、パワースペクトルＳｘｘ（ω）を算出する演算式を式（１０）として示す。
ＡＲモデルによる線形予測では、予測値と観測値の差（予測誤差）の平均２乗誤差が最小となる条件から、この正規方程式が導かれる。
この正規方程式を一般的な手法により解くことにより、ＡＲ係数が導かれる。
また、式（９）によって算出される入力白色雑音の分散σｖ ２に基づいて、パワースペクトルＳｘｘ（ω）を算出する演算式を式（１０）として示す。
式（１０）において、ωは角速度を示し、ＨＡＲ（ω）は、角速度ωにおけるＡＲフィルタの伝達関数を示し、Ｓｖｖ（ω）は、角速度ωにおける入力白色雑音のパワースペクトルを示し、Ｓｖｖ（ω）=σｖ ２と表せる。
以上に示した演算式を用いることにより、反射波の周波数領域において検出されるピーク成分のパワーを導くことができる。
以上に示した演算式を用いることにより、反射波の周波数領域において検出されるピーク成分のパワーを導くことができる。
＜正規方程式の平均化処理＞
図１３は、検知サイクル毎に導かれた正規方程式の平均化処理を示す図である。
この図において、「今回正規方程式」は、繰り返し行われる推定処理のうち直近に検出された入力データに基づいて導かれる正規方程式であり、今回正規方程式ＮＥ（ｒ）として示す。また、生成データに基づいて作成された生成正規方程式が、それぞれ生成正規方程式ＮＥ（ｇ１）、・・・、ＮＥ（ｇｎ）として示される。
なお、生成正規方程式は、線形予測演算式によって導かれた予測データに基づいて作成された正規方程式を示す。
また、今回正規方程式ＮＥ（ｒ）と、生成正規方程式ＮＥ（ｇ１）、・・・、ＮＥ（ｇｎ）とに対応する共分散行列を、共分散行列ＣＭ(ｒ)、ＣＭ(ｇ１)、・・・、ＣＭ(ｇｎ)として表わす。共分散行列ＣＭ(ｒ)、ＣＭ(ｇ１)、・・・、ＣＭ(ｇｎ)は、生成データに基づいて生成された共分散行列である。そして、式（１１）に示すように行列の加算演算によって平均化処理を行うことができる。複素数の要素の平均処理は、実部と虚部についてそれぞれ行えばよい。
図１３は、検知サイクル毎に導かれた正規方程式の平均化処理を示す図である。
この図において、「今回正規方程式」は、繰り返し行われる推定処理のうち直近に検出された入力データに基づいて導かれる正規方程式であり、今回正規方程式ＮＥ（ｒ）として示す。また、生成データに基づいて作成された生成正規方程式が、それぞれ生成正規方程式ＮＥ（ｇ１）、・・・、ＮＥ（ｇｎ）として示される。
なお、生成正規方程式は、線形予測演算式によって導かれた予測データに基づいて作成された正規方程式を示す。
また、今回正規方程式ＮＥ（ｒ）と、生成正規方程式ＮＥ（ｇ１）、・・・、ＮＥ（ｇｎ）とに対応する共分散行列を、共分散行列ＣＭ(ｒ)、ＣＭ(ｇ１)、・・・、ＣＭ(ｇｎ)として表わす。共分散行列ＣＭ(ｒ)、ＣＭ(ｇ１)、・・・、ＣＭ(ｇｎ)は、生成データに基づいて生成された共分散行列である。そして、式（１１）に示すように行列の加算演算によって平均化処理を行うことができる。複素数の要素の平均処理は、実部と虚部についてそれぞれ行えばよい。
式（１１）において、平均共分散行列Ave_ＣＭが、今回正規方程式ＮＥ（ｒ）と、生成正規方程式ＮＥ（ｇ１）、・・・、ＮＥ（ｇｎ）とに対応する共分散行列をそれぞれ重み付けして加算することにより得られた結果を示し、ｋ1*、ｋ２*、・・・、ｋｎ＋１*が、設定される重み係数を示す。また、ｒ（raw）は、直近に検出された入力データに基づいた要素を示し、ｇ１（generate１）、・・・、ｇｎが生成データに基づいた要素を示す。
以上に示した方法により、共分散行列の平均化処理を行うことが可能となる。
以上に示した方法により、共分散行列の平均化処理を行うことが可能となる。
また同様に、今回正規方程式ＮＥ（ｒ）と、生成正規方程式ＮＥ（ｇ１）、・・・、ＮＥ（ｇｎ）とに対応する右辺ベクトルを、右辺ベクトルｖｃ(ｒ)、ｖｃ(ｇ１)、・・・、ｖｃ(ｇｎ)として表わすと、式（１２）に示すようにベクトルの加算演算によって平均化処理を行うことができる。複素数の要素の平均処理は、実部と虚部についてそれぞれ行えばよい。
式（１２）において、平均右辺ベクトルAve_ｖｃが、今回正規方程式ＮＥ（ｒ）と、生成正規方程式ＮＥ（ｇ１）、・・・、ＮＥ（ｇｎ）とに対応する右辺ベクトルをそれぞれ重み付けして加算することにより得られた結果を示し、ｋ1*、ｋ２*、・・・、ｋｎ＋１*が、設定される重み係数を示す。また、ｒは、直近に検出された入力データに基づいた要素を示し、ｇ１、・・・、ｇｎが生成データに基づいた要素を示す。
以上に示した方法により、右辺ベクトルの平均化処理を行うことが可能となる。
したがって、式（１１）と式（１２）によって導かれる平均共分散行列Ave_ＣＭと平均右辺ベクトルAve_ｖｃとにより、平均化された正規方程式を導くことができ、その平均化された正規方程式によるＡＲ係数を導くことも可能となる。
以上に示した方法により、右辺ベクトルの平均化処理を行うことが可能となる。
したがって、式（１１）と式（１２）によって導かれる平均共分散行列Ave_ＣＭと平均右辺ベクトルAve_ｖｃとにより、平均化された正規方程式を導くことができ、その平均化された正規方程式によるＡＲ係数を導くことも可能となる。
このように、平均化処理された正規方程式を用いることにより検出された入力情報に含まれる検出誤差などによる影響を低減することができる。
これにより、本実施形態では、得られるスペクトルのピーク特性を安定して導くことが可能となり、到来波の角度の検出精度を向上させることが可能となる。
これにより、本実施形態では、得られるスペクトルのピーク特性を安定して導くことが可能となり、到来波の角度の検出精度を向上させることが可能となる。
次に、本実施形態における現在及び過去とのＡＲ係数を平均化する具体的な処理について説明する。
この平均化の処理は、図１における方位検出部３０の正規方程式フィルタ部３０６及びターゲット連結処理部３２が主として行う処理である。
図１４は、メモリ２１に設けられるテーブルを示す図である。
ターゲット連結処理部３２は、正規方程式フィルタ部３０６におけるＡＲ係数を平均化する処理を行うため、図１４に示すテーブルにおいて、ターゲット毎に、現在のターゲット群（ｔ）と、確定した過去のターゲットデータから予測されたターゲット（ｔ）と、過去に確定しているターゲット（ｔ−１）とを結びつけるため以下の処理を行う。
この平均化の処理は、図１における方位検出部３０の正規方程式フィルタ部３０６及びターゲット連結処理部３２が主として行う処理である。
図１４は、メモリ２１に設けられるテーブルを示す図である。
ターゲット連結処理部３２は、正規方程式フィルタ部３０６におけるＡＲ係数を平均化する処理を行うため、図１４に示すテーブルにおいて、ターゲット毎に、現在のターゲット群（ｔ）と、確定した過去のターゲットデータから予測されたターゲット（ｔ）と、過去に確定しているターゲット（ｔ−１）とを結びつけるため以下の処理を行う。
図１４におけるｔ−１は１サイクル前（前回）の検知サイクルの結果である。
各検知サイクルの結果としては、それぞれ、確定されたターゲット毎に距離ｒ、縦位置long_d（アンテナの配列方向に対して垂直方向）、横位置late_d（アンテナの配列方向に対して平行方向の位置）、ターゲットとの相対速度ｖelo（すなわちｖ）、下りピーク周波数ポイントｆ_dwn、下りピーク周波数時の生成データCX_dwnがメモリ２１に、図１４のテーブル形式により格納されている（例えば、方向検知に下りのデータを用いる場合。また、正確には生成データCX_dwnの記憶領域は他より大きくなるが、表の例示の便宜上同じとしている）。ここで、ターゲットの上記縦位置long_dと横位置late_dは、ターゲットとの角度（受信波の到来方向の角度）及び距離ｒとから求められる。角度がθであり距離ｒである場合、縦位置long_dはr・cosθで、横位置late_dはr・sinθにより算出される。
各検知サイクルの結果としては、それぞれ、確定されたターゲット毎に距離ｒ、縦位置long_d（アンテナの配列方向に対して垂直方向）、横位置late_d（アンテナの配列方向に対して平行方向の位置）、ターゲットとの相対速度ｖelo（すなわちｖ）、下りピーク周波数ポイントｆ_dwn、下りピーク周波数時の生成データCX_dwnがメモリ２１に、図１４のテーブル形式により格納されている（例えば、方向検知に下りのデータを用いる場合。また、正確には生成データCX_dwnの記憶領域は他より大きくなるが、表の例示の便宜上同じとしている）。ここで、ターゲットの上記縦位置long_dと横位置late_dは、ターゲットとの角度（受信波の到来方向の角度）及び距離ｒとから求められる。角度がθであり距離ｒである場合、縦位置long_dはr・cosθで、横位置late_dはr・sinθにより算出される。
また、ターゲット連結処理部３２は、過去に確定しているターゲットの距離ｒ、縦位置long_dと横位置late_d及び相対速度veloとから、今回サイクル時の各ターゲットの距離ｒ、縦位置long_dと横位置late_d及び相対速度、ピーク周波数ポイントを予測しておく。例えば、縦位置long_dと横位置late_dとピーク周波数ポイントの予測は、前回の距離ｒ、縦位置long_dと横位置late_d及び相対速度に基づいて検知サイクル周期後の時間における移動可能な範囲を求める。相対速度の予測は、過去何サイクルかの相対速度値推移の変化の傾き等を算出して予測することができる。
例えば、ターゲット連結処理部３２は、過去に確定している結果から予測した距離ｒ、縦位置long_dと横位置late_dとピーク周波数ポイント及び相対速度それぞれに対応して、予め設定された移動可能範囲と周波数ポイント範囲、及び相対速度範囲を設けて、今回サイクル時で計算された各値がその範囲内に入るか否かで結びつけを行い、範囲外の場合は異なるターゲットであると判断する。
例えば、ターゲット連結処理部３２は、過去に確定している結果から予測した距離ｒ、縦位置long_dと横位置late_dとピーク周波数ポイント及び相対速度それぞれに対応して、予め設定された移動可能範囲と周波数ポイント範囲、及び相対速度範囲を設けて、今回サイクル時で計算された各値がその範囲内に入るか否かで結びつけを行い、範囲外の場合は異なるターゲットであると判断する。
そして、ターゲット連結処理部３２は、図１４のテーブルにおいて、現在の検知サイクルにおけるターゲットが、過去のターゲットと結びついた場合、現在の検知サイクルの結果を（ｔ−１）の結果に移し、次のサイクルの予測の結果を計算する。
また、ターゲット連結処理部３２は、現在のターゲット群の結果と結びつけられない過去のターゲットが存在した場合、その過去のターゲットの情報を全てクリアする。
したがって、マルチパスの影響のある距離にターゲットが入り、ビート周波数におけるピーク検知されない検知サイクルになると、過去のターゲット群の結果を用いるフィルタ効果がリセットされることになる。図１４に示す本実施形態の場合、過去１回の検知サイクルのターゲットの結果をメモリ２１に記憶している。
また、ターゲット連結処理部３２は、現在のターゲット群の結果と結びつけられない過去のターゲットが存在した場合、その過去のターゲットの情報を全てクリアする。
したがって、マルチパスの影響のある距離にターゲットが入り、ビート周波数におけるピーク検知されない検知サイクルになると、過去のターゲット群の結果を用いるフィルタ効果がリセットされることになる。図１４に示す本実施形態の場合、過去１回の検知サイクルのターゲットの結果をメモリ２１に記憶している。
なお、ターゲット連結処理部３２は、現在の検知サイクルにおけるターゲットと結びつけられなかった過去のターゲットが検出された場合においても、確定されていた過去のターゲットの結果は、予め定められる所定のサイクル数だけ持続されるようにしても良い。
また、記憶される結果が順次更新されることから、過去の結果に基づいて推定する予測結果も順次更新される。ターゲット連結処理部３２は、マルチパスなどの影響で現在の検知サイクルにおいてターゲットが検出されなくても、さらに次の検知サイクル以降において関連付けられた場合、マルチパスなどの影響でピーク検知されないサイクル数以外の過去データをフィルタ処理に使えるようにすることができる。
また、トラッキング制御における外挿法のように、ピーク値が検知さない検知サイクルの回において、上記予測結果を現在の検知サイクルにおける結果として用い、ターゲットの存在状態を継続することも可能である。
また、記憶される結果が順次更新されることから、過去の結果に基づいて推定する予測結果も順次更新される。ターゲット連結処理部３２は、マルチパスなどの影響で現在の検知サイクルにおいてターゲットが検出されなくても、さらに次の検知サイクル以降において関連付けられた場合、マルチパスなどの影響でピーク検知されないサイクル数以外の過去データをフィルタ処理に使えるようにすることができる。
また、トラッキング制御における外挿法のように、ピーク値が検知さない検知サイクルの回において、上記予測結果を現在の検知サイクルにおける結果として用い、ターゲットの存在状態を継続することも可能である。
図１５は、生成データの記憶方法、呼出方法を示す図である。
この図に示される生成データの記憶方法では、ターゲット連結処理部３２は、最終的にターゲットとして確定した距離ポイントに関係付けを行って、生成データをメモリ２１に記憶する。
これにより、方位検出部３０は、距離ポイント情報をキーとして、ターゲットとの関連付けを行うことができる。
この図に示される生成データの記憶方法では、ターゲット連結処理部３２は、最終的にターゲットとして確定した距離ポイントに関係付けを行って、生成データをメモリ２１に記憶する。
これにより、方位検出部３０は、距離ポイント情報をキーとして、ターゲットとの関連付けを行うことができる。
また、この図に示される生成データの呼出方法では、ターゲット連結処理部３２は、すでに検出されたターゲットに対応する距離ポイント情報に基づいて、推定範囲を選択することが可能となり、処理効率を向上させることができる。すなわち、ターゲット連結処理部３２は、記憶された生成データを参照する際に、ターゲットとの相対速度、角度に基づいて範囲を限定することができる。そして、次の回に行われる検知サイクルでは、すでに検出されたターゲットに対応する距離ポイント情報に基づいた推定範囲を選択することが可能となる。これにより、ターゲット連結処理部３２は、処理効率を向上させることができる。そのため、ターゲット連結処理部３２は、限られた範囲の距離ポイントに対応する生成データを参照することができるので、呼び出す際の精度を高めることができる。
（第２実施形態）
図を参照し、本発明の実施形態に適用するＡＲスペクトル推定法の異なる態様について示す。
図１に示される電子走査型レーダ装置における方位検出部３０の異なる態様について説明する。図１と同じ構成には、同じ符号を附す。
図１６は、本実施形態における方位検出部の構成の一態様を示すブロック図である。
この図に示される方位検出部３０Ｂは、図１における方位検出部３０に相当し、スペクトル推定処理において高分解能アルゴリズムとして知られるＡＲスペクトル推定処理を行う場合の構成例について、より具体的に示す。
方位検出部３０Ｂは、正規方程式作成部３０１Ｂ、ＡＲ係数算出部３０２Ｂ、パワースペクトル算出部３０４、正規方程式フィルタ部３０６、及び、データ生成部３０８Ｂを備える。
方位検出部３０Ｂにおいて正規方程式作成部３０１Ｂは、ＡＲスペクトル推定処理に必要とされる正規方程式を作成する。正規方程式作成部３０１Ｂは、周波数分解処理部２２が周波数分解したビート周波数（上昇と下降のいづれか又は両方）に応じた複素数データのそれぞれから導かれる正規方程式を作成する。
また、正規方程式作成部３０１Ｂは、今回の検知サイクルにおいてデータ生成部３０８Ｂが生成した複素数データ（生成複素数データ）から導かれる正規方程式（生成正規方程式）を作成する。
図を参照し、本発明の実施形態に適用するＡＲスペクトル推定法の異なる態様について示す。
図１に示される電子走査型レーダ装置における方位検出部３０の異なる態様について説明する。図１と同じ構成には、同じ符号を附す。
図１６は、本実施形態における方位検出部の構成の一態様を示すブロック図である。
この図に示される方位検出部３０Ｂは、図１における方位検出部３０に相当し、スペクトル推定処理において高分解能アルゴリズムとして知られるＡＲスペクトル推定処理を行う場合の構成例について、より具体的に示す。
方位検出部３０Ｂは、正規方程式作成部３０１Ｂ、ＡＲ係数算出部３０２Ｂ、パワースペクトル算出部３０４、正規方程式フィルタ部３０６、及び、データ生成部３０８Ｂを備える。
方位検出部３０Ｂにおいて正規方程式作成部３０１Ｂは、ＡＲスペクトル推定処理に必要とされる正規方程式を作成する。正規方程式作成部３０１Ｂは、周波数分解処理部２２が周波数分解したビート周波数（上昇と下降のいづれか又は両方）に応じた複素数データのそれぞれから導かれる正規方程式を作成する。
また、正規方程式作成部３０１Ｂは、今回の検知サイクルにおいてデータ生成部３０８Ｂが生成した複素数データ（生成複素数データ）から導かれる正規方程式（生成正規方程式）を作成する。
ＡＲ係数算出部３０２Ｂは、正規方程式フィルタ部３０６によって平均化処理された正規方程式に基づいて導かれるＡＲ係数と、白色雑音の分散σｖ ２を算出する。このように、ＡＲ係数算出部３０２Ｂは、検知サイクルに応じて、アンテナ毎に、ターゲットの存在が検知されたビート周波数である検出ビート周波数の複素数データに基づいてスペクトル推定を行うことができる。
ＡＲ係数算出部３０２Ｂは、今回の導かれたＡＲ係数をターゲット連結処理部３２によって、メモリ２１に記憶させる。
ＡＲ係数算出部３０２Ｂは、今回の導かれたＡＲ係数をターゲット連結処理部３２によって、メモリ２１に記憶させる。
データ生成部３０８Ｂは、今回の検知サイクルにおいて、検出された複素数データと、前回サイクルにおいてＡＲ係数算出部３０２Ｂによって導かれたＡＲ係数とに基づいて、今回の検知サイクルにおいて用いられる生成複素数データを生成する。データ生成部３０８Ｂは、ターゲット連結処理部３２によってメモリ２１を参照させ、生成されたＡＲ係数を読み出して、ターゲット連結処理部３２によって、メモリ２１に記憶させる。
ＡＲ係数算出部３０２Ｂが生成したＡＲ係数は、メモリ２１において記憶され、データ生成部３０８Ｂからの指示によりターゲット処理部３２によって読み出され、供給される。
ＡＲ係数算出部３０２Ｂが生成したＡＲ係数は、メモリ２１において記憶され、データ生成部３０８Ｂからの指示によりターゲット処理部３２によって読み出され、供給される。
次に、本実施形態における現在及び過去との正規方程式を平均化する具体的な処理について説明する。
この平均化の処理は、図１における方位検出部３０の正規方程式フィルタ部３０６及びターゲット連結処理部３２が主として行う処理である。
図１７は、メモリ２１に設けられるテーブルを示す図である。
ターゲット連結処理部３２は、正規方程式フィルタ部３０６における正規方程式を平均化する処理を行うため、図１７に示すテーブルにおいて、ターゲット毎に、現在のターゲット群（ｔ）と、確定した過去のターゲットデータから予測されたターゲット（ｔ）と、過去に確定しているターゲット（ｔ−１）とを結びつけるため以下の処理を行う。
この平均化の処理は、図１における方位検出部３０の正規方程式フィルタ部３０６及びターゲット連結処理部３２が主として行う処理である。
図１７は、メモリ２１に設けられるテーブルを示す図である。
ターゲット連結処理部３２は、正規方程式フィルタ部３０６における正規方程式を平均化する処理を行うため、図１７に示すテーブルにおいて、ターゲット毎に、現在のターゲット群（ｔ）と、確定した過去のターゲットデータから予測されたターゲット（ｔ）と、過去に確定しているターゲット（ｔ−１）とを結びつけるため以下の処理を行う。
図１７におけるｔ−１は１サイクル前（前回）の検知サイクルの結果である。
各検知サイクルの結果としては、それぞれ、確定されたターゲット毎に距離ｒ、縦位置long_d（アンテナの配列方向に対して垂直方向）、横位置late_d（アンテナの配列方向に対して平行方向の位置）、ターゲットとの相対速度ｖelo（すなわちｖ）、下りピーク周波数ポイントｆ_dwn、下りピーク周波数時のＡＲ係数AR_C_dwn（すなわちハットａＭ）がメモリ２１に、図１７のテーブル形式により格納されている（例えば、方向検知に下りのデータを用いる場合。また、正確にはＡＲ係数AR_C_dwnの記憶領域は他より大きくなるが、表の例示の便宜上同じとしている）。ここで、ターゲットの上記縦位置long_dと横位置late_dは、ターゲットとの角度（受信波の到来方向の角度）及び距離ｒとから求められる。角度がθであり距離ｒである場合、縦位置long_dはr・cosθで、横位置late_dはr・sinθにより算出される。
各検知サイクルの結果としては、それぞれ、確定されたターゲット毎に距離ｒ、縦位置long_d（アンテナの配列方向に対して垂直方向）、横位置late_d（アンテナの配列方向に対して平行方向の位置）、ターゲットとの相対速度ｖelo（すなわちｖ）、下りピーク周波数ポイントｆ_dwn、下りピーク周波数時のＡＲ係数AR_C_dwn（すなわちハットａＭ）がメモリ２１に、図１７のテーブル形式により格納されている（例えば、方向検知に下りのデータを用いる場合。また、正確にはＡＲ係数AR_C_dwnの記憶領域は他より大きくなるが、表の例示の便宜上同じとしている）。ここで、ターゲットの上記縦位置long_dと横位置late_dは、ターゲットとの角度（受信波の到来方向の角度）及び距離ｒとから求められる。角度がθであり距離ｒである場合、縦位置long_dはr・cosθで、横位置late_dはr・sinθにより算出される。
また、ターゲット連結処理部３２は、過去に確定しているターゲットの距離ｒ、縦位置long_dと横位置late_d及び相対速度veloとから、今回サイクル時の各ターゲットの距離ｒ、縦位置long_dと横位置late_d及び相対速度、ピーク周波数ポイントを予測しておく。例えば、縦位置long_dと横位置late_dとピーク周波数ポイントの予測は、前回の距離ｒ、縦位置long_dと横位置late_d及び相対速度に基づいて検知サイクル周期後の時間における移動可能な範囲を求める。相対速度の予測は、過去何サイクルかの相対速度値推移の変化の傾き等を算出して予測することができる。
例えば、ターゲット連結処理部３２は、過去に確定している結果から予測した距離ｒ、縦位置long_dと横位置late_dとピーク周波数ポイント及び相対速度それぞれに対応して、予め設定された移動可能範囲と周波数ポイント範囲、及び相対速度範囲を設けて、今回サイクル時で計算された各値がその範囲内に入るか否かで結びつけを行い、範囲外の場合は異なるターゲットであると判断する。
例えば、ターゲット連結処理部３２は、過去に確定している結果から予測した距離ｒ、縦位置long_dと横位置late_dとピーク周波数ポイント及び相対速度それぞれに対応して、予め設定された移動可能範囲と周波数ポイント範囲、及び相対速度範囲を設けて、今回サイクル時で計算された各値がその範囲内に入るか否かで結びつけを行い、範囲外の場合は異なるターゲットであると判断する。
そして、ターゲット連結処理部３２は、図１７のテーブルにおいて、現在の検知サイクルにおけるターゲットが、過去のターゲットと結びついた場合、現在の検知サイクルの結果を（ｔ−１）の結果に移し、次のサイクルの予測の結果を計算する。
また、ターゲット連結処理部３２は、現在のターゲット群の結果と結びつけられない過去のターゲットが存在した場合、その過去のターゲットの情報を全てクリアする。
したがって、マルチパスの影響のある距離にターゲットが入り、ビート周波数におけるピーク検知されない検知サイクルになると、過去のターゲット群の結果を用いるフィルタ効果がリセットされることになる。図１７に示す本実施形態の場合、過去１回の検知サイクルのターゲットの結果をメモリ２１に記憶している。
また、ターゲット連結処理部３２は、現在のターゲット群の結果と結びつけられない過去のターゲットが存在した場合、その過去のターゲットの情報を全てクリアする。
したがって、マルチパスの影響のある距離にターゲットが入り、ビート周波数におけるピーク検知されない検知サイクルになると、過去のターゲット群の結果を用いるフィルタ効果がリセットされることになる。図１７に示す本実施形態の場合、過去１回の検知サイクルのターゲットの結果をメモリ２１に記憶している。
なお、ターゲット連結処理部３２は、現在の検知サイクルにおけるターゲットと結びつけられなかった過去のターゲットが検出された場合においても、確定されていた過去のターゲットの結果は、予め定められる所定のサイクル数だけ持続されるようにしても良い。
また、記憶される結果が順次更新されることから、過去の結果に基づいて推定する予測結果も順次更新される。ターゲット連結処理部３２は、マルチパスなどの影響で現在の検知サイクルにおいてターゲットが検出されなくても、さらに次の検知サイクル以降において関連付けられた場合、マルチパスなどの影響でピーク検知されないサイクル数以外の過去データをフィルタ処理に使えるようにすることができる。
また、トラッキング制御における外挿法のように、ピーク値が検知さない検知サイクルの回において、上記予測結果を現在の検知サイクルにおける結果として用い、ターゲットの存在状態を継続することも可能である。
また、記憶される結果が順次更新されることから、過去の結果に基づいて推定する予測結果も順次更新される。ターゲット連結処理部３２は、マルチパスなどの影響で現在の検知サイクルにおいてターゲットが検出されなくても、さらに次の検知サイクル以降において関連付けられた場合、マルチパスなどの影響でピーク検知されないサイクル数以外の過去データをフィルタ処理に使えるようにすることができる。
また、トラッキング制御における外挿法のように、ピーク値が検知さない検知サイクルの回において、上記予測結果を現在の検知サイクルにおける結果として用い、ターゲットの存在状態を継続することも可能である。
また、この図に示されるＡＲ係数の呼出方法では、ターゲット連結処理部３２は、すでに検出されたターゲットに対応する距離ポイント情報に基づいて、推定範囲を選択することが可能となり、処理効率を向上させることができる。すなわち、ターゲット連結処理部３２は、記憶されたＡＲ係数を参照する際に、ターゲットとの相対速度、角度に基づいて範囲を限定することができる。そして、次の回に行われる検知サイクルでは、すでに検出されたターゲットに対応する距離ポイント情報に基づいた推定範囲を選択することが可能となる。これにより、ターゲット連結処理部３２は、処理効率を向上させることができる。そのため、ターゲット連結処理部３２は、限られた範囲の距離ポイントに対応するＡＲ係数を参照することができるので、呼び出す際の精度を高めることができる。
図１８は、ＡＲ係数の記憶方法、呼出方法を示す図である。
この図に示されるＡＲ係数の記憶方法では、ターゲット連結処理部３２は、最終的にターゲットとして確定した距離ポイントに関係付けを行って、ＡＲ係数をメモリ２１に記憶する。
これにより、方位検出部３０は、距離ポイント情報をキーとして、ターゲットとの関連付けを行うことができる。
この図に示されるＡＲ係数の記憶方法では、ターゲット連結処理部３２は、最終的にターゲットとして確定した距離ポイントに関係付けを行って、ＡＲ係数をメモリ２１に記憶する。
これにより、方位検出部３０は、距離ポイント情報をキーとして、ターゲットとの関連付けを行うことができる。
また、この図に示されるＡＲ係数の呼出方法では、ターゲット連結処理部３２は、すでに検出されたターゲットに対応する距離ポイント情報に基づいて、推定範囲を選択することが可能となり、処理効率を向上させることができる。すなわち、ターゲット連結処理部３２は、記憶されたＡＲ係数を参照する際に、ターゲットとの相対速度、角度に基づいて範囲を限定することができる。そして、次の回に行われる検知サイクルでは、すでに検出されたターゲットに対応する距離ポイント情報に基づいた推定範囲を選択することが可能となる。これにより、ターゲット連結処理部３２は、処理効率を向上させることができる。そのため、ターゲット連結処理部３２は、限られた範囲の距離ポイントに対応するＡＲ係数を参照することができるので、呼び出す際の精度を高めることができる。
＜受信波の到来方向推定処理の手順＞
次に、方位検出部３０Ｂにおける、受信波の到来方向の推定を行う手順について示す。
図１９は、電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
以下、正規方程式の共分散行列と右辺ベクトルの平均を行う手順の他の態様を示す。
次に、方位検出部３０Ｂにおける、受信波の到来方向の推定を行う手順について示す。
図１９は、電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
以下、正規方程式の共分散行列と右辺ベクトルの平均を行う手順の他の態様を示す。
まず、ステップＳ２０１において、周波数分解処理部２２は、反射物（ターゲット）の距離ポイントに該当する周波数分解された今回の複素数データ(今回データ)を抽出する。
ステップＳ２０２において、ターゲット連結処理部３２は、データ生成部３０８Ｂからの要求に応じて、メモリ２１を参照し、記憶されている前回のＡＲ係数（前回ＡＲ係数）を読み出す。
ステップＳ２０３において、データ生成部３０８Ｂは、今回データと、メモリ２１から読み出された前回ＡＲ係数とに基づいて、データ(生成複素数データ)を生成する。
ステップＳ２０４において、正規方程式作成部３０１Ｂが、今回データに基づいて共分散行列と右辺ベクトルを生成し、今回の正規方程式（今回方程式）の要素とする。
ステップＳ２０２において、ターゲット連結処理部３２は、データ生成部３０８Ｂからの要求に応じて、メモリ２１を参照し、記憶されている前回のＡＲ係数（前回ＡＲ係数）を読み出す。
ステップＳ２０３において、データ生成部３０８Ｂは、今回データと、メモリ２１から読み出された前回ＡＲ係数とに基づいて、データ(生成複素数データ)を生成する。
ステップＳ２０４において、正規方程式作成部３０１Ｂが、今回データに基づいて共分散行列と右辺ベクトルを生成し、今回の正規方程式（今回方程式）の要素とする。
。ステップＳ２０５において、正規方程式作成部３０１Ｂが、前回の処理サイクルにおいて算出されたＡＲ係数（前回ＡＲ係数）に基づいて生成された生成複素数データに基づいて共分散行列と右辺ベクトルを生成し、生成正規方程式の要素とする。
ステップＳ２０６において、正規方程式フィルタ部３０６は、今回の正規方程式と生成された正規方程式（生成正規方程式）の平均化処理を行う。
ステップＳ２０７において、ＡＲ係数算出部３０２Ｂは、平均化処理された正規方程式を解いてＡＲ係数と、入力される白色雑音の分散σｖ ２を求める。
ステップＳ２０６において、正規方程式フィルタ部３０６は、今回の正規方程式と生成された正規方程式（生成正規方程式）の平均化処理を行う。
ステップＳ２０７において、ＡＲ係数算出部３０２Ｂは、平均化処理された正規方程式を解いてＡＲ係数と、入力される白色雑音の分散σｖ ２を求める。
ステップＳ２０８において、ＡＲ係数算出部３０２Ｂは、生成されたＡＲ係数を今回ＡＲ係数としてメモリ２１に記憶させる。
続いて、ステップＳ２０９において、パワースペクトル算出部３０４は、パワースペクトルを求める。パワースペクトルは、今回データと生成データにより精度を高めたＡＲ係数と白色雑音の分散σｖ ２に基づいて求められる。
ステップＳ２１０において、パワースペクトル算出部３０４は、そのピークを検出されたターゲットとして判定し、ピークの数を検出されたターゲットの数として検知し、検知されたピークが示す角度を反射波が到来する到来角度として検知する。
続いて、ステップＳ２０９において、パワースペクトル算出部３０４は、パワースペクトルを求める。パワースペクトルは、今回データと生成データにより精度を高めたＡＲ係数と白色雑音の分散σｖ ２に基づいて求められる。
ステップＳ２１０において、パワースペクトル算出部３０４は、そのピークを検出されたターゲットとして判定し、ピークの数を検出されたターゲットの数として検知し、検知されたピークが示す角度を反射波が到来する到来角度として検知する。
以上の処理手順に示したように、前半のステップＳ２０２の処理においてＡＲ係数を呼び出す。ステップＳ２０３において、今回の取得データと、ステップＳ２０２の処理において呼び出したＡＲ係数とに基づいて、生成データを生成する。そして、ステップＳ２０５において、今回データの正規方程式の各要素と、生成データの正規方程式の各要素とで平均する。続いて、後半のステップＳ２０７において、精度を高めたＡＲ係数を算出し、ステップ２０８において次回用に記憶しておき、ステップ２０９において、同じＡＲ係数でパワースペクトルを算出する。ここで、共分散行列と右辺ベクトルの平均の他、都度ＡＲ係数を求めて、ＡＲ係数の平均を用いたり、入力白色雑音の分散も、同じように平均することも可能である。
本実施形態に示した電子走査型レーダ装置では、第１実施形態に示した構成よりも記憶・呼出するデータセット数を削減することができる。メモリ２１に記憶するのは、前回のＡＲ係数である。複素数データに代えて、前記ＡＲ係数を記憶することにより、記憶容量が大幅に軽減できる。
本実施形態に示した電子走査型レーダ装置では、第１実施形態に示した構成よりも記憶・呼出するデータセット数を削減することができる。メモリ２１に記憶するのは、前回のＡＲ係数である。複素数データに代えて、前記ＡＲ係数を記憶することにより、記憶容量が大幅に軽減できる。
（第３実施形態）
図を参照し、本発明の実施形態に適用するＡＲスペクトル推定法の異なる態様について示す。
図１に示される電子走査型レーダ装置における方位検出部３０の異なる態様について説明する。図１と同じ構成には、同じ符号を附す。
図２０は、本実施形態における方位検出部の構成の一態様を示すブロック図である。
この図に示される方位検出部３０Ｃは、図１における方位検出部３０に相当し、スペクトル推定処理において高分解能アルゴリズムとして知られるＡＲスペクトル推定処理を行う場合の構成例について、より具体的に示す。
方位検出部３０Ｃは、正規方程式作成部３０１Ｂ、ＡＲ係数算出部３０２Ｃ、ＡＲ係数フィルタ部３０３、パワースペクトル算出部３０４、及び、データ生成部３０８Ｂを備える。
方位検出部３０ＣにおいてＡＲ係数算出部３０２Ｃは、正規方程式作成部３０１Ａによって作成された正規方程式に基づいて導かれるＡＲ係数と、白色雑音の分散σｖ ２を算出する。このように、ＡＲ係数算出部３０２Ｃは、検知サイクルに応じて、アンテナ毎に、ターゲットの存在が検知されたビート周波数である検出ビート周波数の複素数データに基づいてＡＲ係数の算出を行うことができる。
ＡＲ係数フィルタ部３０３は、算出されたＡＲ係数の平均化処理を行い、ターゲット連結処理部３２によって、メモリ２１に記憶させる。記憶されたＡＲ係数は、ターゲット連結処理部３２によって呼び出され、データ生成部３０８Ｂに供給される。
図を参照し、本発明の実施形態に適用するＡＲスペクトル推定法の異なる態様について示す。
図１に示される電子走査型レーダ装置における方位検出部３０の異なる態様について説明する。図１と同じ構成には、同じ符号を附す。
図２０は、本実施形態における方位検出部の構成の一態様を示すブロック図である。
この図に示される方位検出部３０Ｃは、図１における方位検出部３０に相当し、スペクトル推定処理において高分解能アルゴリズムとして知られるＡＲスペクトル推定処理を行う場合の構成例について、より具体的に示す。
方位検出部３０Ｃは、正規方程式作成部３０１Ｂ、ＡＲ係数算出部３０２Ｃ、ＡＲ係数フィルタ部３０３、パワースペクトル算出部３０４、及び、データ生成部３０８Ｂを備える。
方位検出部３０ＣにおいてＡＲ係数算出部３０２Ｃは、正規方程式作成部３０１Ａによって作成された正規方程式に基づいて導かれるＡＲ係数と、白色雑音の分散σｖ ２を算出する。このように、ＡＲ係数算出部３０２Ｃは、検知サイクルに応じて、アンテナ毎に、ターゲットの存在が検知されたビート周波数である検出ビート周波数の複素数データに基づいてＡＲ係数の算出を行うことができる。
ＡＲ係数フィルタ部３０３は、算出されたＡＲ係数の平均化処理を行い、ターゲット連結処理部３２によって、メモリ２１に記憶させる。記憶されたＡＲ係数は、ターゲット連結処理部３２によって呼び出され、データ生成部３０８Ｂに供給される。
また、本実施形態においてメモリ２１に定義される記憶領域であるテーブルは、前述の図１７を参照する。
また、図１７に示したテーブルに記憶されるＡＲ係数の記録及び参照方法は、図１８を参照する。
また、図１７に示したテーブルに記憶されるＡＲ係数の記録及び参照方法は、図１８を参照する。
＜受信波の到来方向推定処理の手順＞
次に、方位検出部３０Ｃにおける、受信波の到来方向の推定を行う手順について示す。
図２１は、電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
以下、正規方程式の共分散行列と右辺ベクトルの平均を行う手順の他の態様を示す。
次に、方位検出部３０Ｃにおける、受信波の到来方向の推定を行う手順について示す。
図２１は、電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
以下、正規方程式の共分散行列と右辺ベクトルの平均を行う手順の他の態様を示す。
本実施形態に示すステップＳ３０１からＳ３０５の処理は、第２実施形態に示したステップＳ２０１からＳ２０５と同じである。
続いて、ステップＳ３０６において、ＡＲ係数算出部３０２Ｃは、全データを対象に作成された各正規方程式をそれぞれ解いてＡＲ係数を求める。また、ＡＲ係数算出部３０２Ｃは、入力される白色雑音の分散σｖ ２も求める。
続いて、ステップＳ３０６において、ＡＲ係数算出部３０２Ｃは、全データを対象に作成された各正規方程式をそれぞれ解いてＡＲ係数を求める。また、ＡＲ係数算出部３０２Ｃは、入力される白色雑音の分散σｖ ２も求める。
ステップＳ３０７において、ＡＲ係数フィルタ部３０３は、それぞれ導かれたＡＲ係数に対し、重み付けされた係数に従って平均化処理をする。
ステップＳ３０８において、ＡＲ係数フィルタ部３０３は、平均化処理されたＡＲ係数を今回ＡＲ係数としてメモリ２１に記憶させる。
続いて、ステップＳ３０９において、パワースペクトル算出部３０４は、パワースペクトルを求める。パワースペクトルは、今回データと生成データにより精度を高めた今回ＡＲ係数と白色雑音の分散σｖ ２に基づいて求められる。ステップＳ３１０において、パワースペクトル算出部３０４は、そのピークを検出されたターゲットとして判定し、ピークの数を検出されたターゲットの数として検知し、検知されたピークが示す角度を反射波が到来する到来角度として検知する。
ステップＳ３０８において、ＡＲ係数フィルタ部３０３は、平均化処理されたＡＲ係数を今回ＡＲ係数としてメモリ２１に記憶させる。
続いて、ステップＳ３０９において、パワースペクトル算出部３０４は、パワースペクトルを求める。パワースペクトルは、今回データと生成データにより精度を高めた今回ＡＲ係数と白色雑音の分散σｖ ２に基づいて求められる。ステップＳ３１０において、パワースペクトル算出部３０４は、そのピークを検出されたターゲットとして判定し、ピークの数を検出されたターゲットの数として検知し、検知されたピークが示す角度を反射波が到来する到来角度として検知する。
以上の処理手順に示したように、前半のステップＳ３０２の処理でＡＲ係数を呼び出す。今回の取得データと、ステップＳ３０２の処理において、呼び出したＡＲ係数とに基づいて、ステップＳ３０３において、生成データを生成する。そして、ステップＳ３０４とステップＳ３０５において、今回正規方程式と、生成正規方程式を作成する。続いて、後半のステップＳ３０６において、ＡＲ係数をそれぞれ算出し、ステップＳ３０７において、算出されたＡＲ係数の平均化処理をして、ステップＳ３０８において、次回用に記憶しておき、ステップＳ３０９において、同じＡＲ係数でパワースペクトルを算出する。
全入力データ毎の正規方程式から、全てのＡＲ係数を求めてＡＲ係数の平均化処理を行い、平均化されたＡＲ係数を用いることが、第２実施形態からの変化点である。その他、全ての処理実施において、入力白色雑音の分散も同じように平均することも可能である。
本実施形態に示した電子走査型レーダ装置では、第１実施形態に示した構成よりも記憶・呼出するデータセット数を削減することができる。メモリ２１に記憶するのは、前回のＡＲ係数である。複素数データに代えて、前記ＡＲ係数を記憶することにより、記憶容量が大幅に軽減できる。
全入力データ毎の正規方程式から、全てのＡＲ係数を求めてＡＲ係数の平均化処理を行い、平均化されたＡＲ係数を用いることが、第２実施形態からの変化点である。その他、全ての処理実施において、入力白色雑音の分散も同じように平均することも可能である。
本実施形態に示した電子走査型レーダ装置では、第１実施形態に示した構成よりも記憶・呼出するデータセット数を削減することができる。メモリ２１に記憶するのは、前回のＡＲ係数である。複素数データに代えて、前記ＡＲ係数を記憶することにより、記憶容量が大幅に軽減できる。
図２２は、検知サイクル毎に導かれたＡＲ係数の平均化処理を示す図である。
この図において、「今回正規方程式」は、繰り返し行われる推定処理のうち直近に検出された入力データに基づいて導かれる正規方程式であり、今回正規方程式ＮＥ（ｒ）として示す。また、生成データに基づいて作成された生成正規方程式が、それぞれ生成正規方程式ＮＥ（ｇ１）、・・・、ＮＥ（ｇｎ）として示される。この今回正規方程式ＮＥ（ｒ）及び生成正規方程式ＮＥ（ｇ１）、・・・、ＮＥ（ｇｎ）を解くことにより、ＡＲ係数を求めることができる。
今回正規方程式ＮＥ（ｒ）と、生成正規方程式ＮＥ（ｇ１）、・・・、ＮＥ（ｇｎ）とに対応するＡＲ係数を、ＡＲ係数ベクトルＡ(ｒ)、Ａ(ｇ１)、・・・、Ａ(ｇｎ)として表わすと、式（１３）に示すようにベクトルの加算演算によって平均化処理を行うことができる。複素数の要素の平均処理は、実部と虚部についてそれぞれ行えばよい。
この図において、「今回正規方程式」は、繰り返し行われる推定処理のうち直近に検出された入力データに基づいて導かれる正規方程式であり、今回正規方程式ＮＥ（ｒ）として示す。また、生成データに基づいて作成された生成正規方程式が、それぞれ生成正規方程式ＮＥ（ｇ１）、・・・、ＮＥ（ｇｎ）として示される。この今回正規方程式ＮＥ（ｒ）及び生成正規方程式ＮＥ（ｇ１）、・・・、ＮＥ（ｇｎ）を解くことにより、ＡＲ係数を求めることができる。
今回正規方程式ＮＥ（ｒ）と、生成正規方程式ＮＥ（ｇ１）、・・・、ＮＥ（ｇｎ）とに対応するＡＲ係数を、ＡＲ係数ベクトルＡ(ｒ)、Ａ(ｇ１)、・・・、Ａ(ｇｎ)として表わすと、式（１３）に示すようにベクトルの加算演算によって平均化処理を行うことができる。複素数の要素の平均処理は、実部と虚部についてそれぞれ行えばよい。
式（１３）において、平均ＡＲ係数Ave_Ａが、今回正規方程式ＮＥ（ｒ）と、生成正規方程式ＮＥ（ｇ１）、・・・、ＮＥ（ｇｎ）とに対応するＡＲ係数をそれぞれ重み付けして加算することにより得られた結果を示し、ｋ1*、ｋ２*、・・・、ｋｎ＋１*が、設定される重み係数を示す。
以上に示した方法により、ＡＲ係数の平均化処理を行うことが可能となる。
以上に示した方法により、ＡＲ係数の平均化処理を行うことが可能となる。
＜方位検出部３０のＡＲ係数フィルタ部３０３における現在及び過去の平均化処理＞
次に、本実施形態における現在及び過去とのＡＲ係数を平均化する具体的な処理について説明する。
この平均化の処理は、図２０における方位検出部３０のＡＲ係数フィルタ部３０３及びターゲット連結処理部３２が主として行う処理である。
メモリ２１に設けられるテーブルを前述の図１７を参照し説明する。
ターゲット連結処理部３２は、ＡＲ係数フィルタ部３０３におけるＡＲ係数を平均化する処理を行うため、図１７に示すテーブルにおいて、ターゲット毎に、現在のターゲット群（ｔ）と、確定した過去のターゲットデータから予測されたターゲット（ｔ）と、過去に確定しているターゲット（ｔ−１）とを結びつけるため以下の処理を行う。
次に、本実施形態における現在及び過去とのＡＲ係数を平均化する具体的な処理について説明する。
この平均化の処理は、図２０における方位検出部３０のＡＲ係数フィルタ部３０３及びターゲット連結処理部３２が主として行う処理である。
メモリ２１に設けられるテーブルを前述の図１７を参照し説明する。
ターゲット連結処理部３２は、ＡＲ係数フィルタ部３０３におけるＡＲ係数を平均化する処理を行うため、図１７に示すテーブルにおいて、ターゲット毎に、現在のターゲット群（ｔ）と、確定した過去のターゲットデータから予測されたターゲット（ｔ）と、過去に確定しているターゲット（ｔ−１）とを結びつけるため以下の処理を行う。
図１７における（ｔ−１）は１サイクル前（前回）の検知サイクルの結果である。
各検知サイクルの結果としては、それぞれ、確定されたターゲット毎に距離ｒ、縦位置long_d（アンテナの配列方向に対して垂直方向）、横位置late_d（アンテナの配列方向に対して平行方向の位置）、ターゲットとの相対速度ｖelo（すなわちｖ）、下りピーク周波数ポイントｆ_dwn、下りピーク周波数時のＡＲ係数AR_C_dwn（すなわちハットａＭ）がメモリ２１に、図１７のテーブル形式により格納されている（例えば、方向検知に下りのデータを用いる場合。また、正確にはＡＲ係数AR_C_dwnの記憶領域は他より大きくなるが、表の例示の便宜上同じとしている）。ここで、ターゲットの上記縦位置long_dと横位置late_dは、ターゲットとの角度（受信波の到来方向の角度）及び距離ｒとから求められる。角度がθであり距離ｒである場合、縦位置long_dはr・cosθで、横位置late_dはr・sinθにより算出される。
各検知サイクルの結果としては、それぞれ、確定されたターゲット毎に距離ｒ、縦位置long_d（アンテナの配列方向に対して垂直方向）、横位置late_d（アンテナの配列方向に対して平行方向の位置）、ターゲットとの相対速度ｖelo（すなわちｖ）、下りピーク周波数ポイントｆ_dwn、下りピーク周波数時のＡＲ係数AR_C_dwn（すなわちハットａＭ）がメモリ２１に、図１７のテーブル形式により格納されている（例えば、方向検知に下りのデータを用いる場合。また、正確にはＡＲ係数AR_C_dwnの記憶領域は他より大きくなるが、表の例示の便宜上同じとしている）。ここで、ターゲットの上記縦位置long_dと横位置late_dは、ターゲットとの角度（受信波の到来方向の角度）及び距離ｒとから求められる。角度がθであり距離ｒである場合、縦位置long_dはr・cosθで、横位置late_dはr・sinθにより算出される。
また、ターゲット連結処理部３２は、過去に確定しているターゲットの距離ｒ、縦位置long_dと横位置late_d及び相対速度veloとから、今回サイクル時の各ターゲットの距離ｒ、縦位置long_dと横位置late_d及び相対速度、ピーク周波数ポイントを予測しておく。例えば、縦位置long_dと横位置late_dとピーク周波数ポイントの予測は、前回の距離ｒ、縦位置long_dと横位置late_d及び相対速度に基づいて検知サイクル周期後の時間における移動可能な範囲を求める。相対速度の予測は、過去何サイクルかの相対速度値推移の変化の傾き等を算出して予測することができる。
例えば、ターゲット連結処理部３２は、過去に確定している結果から予測した距離ｒ、縦位置long_dと横位置late_dとピーク周波数ポイント及び相対速度それぞれに対応して、予め設定された移動可能範囲と周波数ポイント範囲、及び相対速度範囲を設けて、今回サイクル時で計算された各値がその範囲内に入るか否かで結びつけを行い、範囲外の場合は異なるターゲットであると判断する。
例えば、ターゲット連結処理部３２は、過去に確定している結果から予測した距離ｒ、縦位置long_dと横位置late_dとピーク周波数ポイント及び相対速度それぞれに対応して、予め設定された移動可能範囲と周波数ポイント範囲、及び相対速度範囲を設けて、今回サイクル時で計算された各値がその範囲内に入るか否かで結びつけを行い、範囲外の場合は異なるターゲットであると判断する。
そして、ターゲット連結処理部３２は、図１７のテーブルにおいて、現在の検知サイクルにおけるターゲットが、過去のターゲットと結びついた場合、現在の検知サイクルの結果を（ｔ−１）の結果に移し、次のサイクルの予測の結果を計算する。
また、ターゲット連結処理部３２は、現在のターゲット群の結果と結びつけられない過去のターゲットが存在した場合、その過去のターゲットの情報を全てクリアする。
したがって、マルチパスの影響のある距離にターゲットが入り、ビート周波数におけるピーク検知されない検知サイクルになると、過去のターゲット群の結果を用いるフィルタ効果がリセットされることになる。図１７に示す本実施形態の場合、過去１回の検知サイクルのターゲットの結果をメモリ２１に記憶している。
また、ターゲット連結処理部３２は、現在のターゲット群の結果と結びつけられない過去のターゲットが存在した場合、その過去のターゲットの情報を全てクリアする。
したがって、マルチパスの影響のある距離にターゲットが入り、ビート周波数におけるピーク検知されない検知サイクルになると、過去のターゲット群の結果を用いるフィルタ効果がリセットされることになる。図１７に示す本実施形態の場合、過去１回の検知サイクルのターゲットの結果をメモリ２１に記憶している。
なお、ターゲット連結処理部３２は、現在の検知サイクルにおけるターゲットと結びつけられなかった過去のターゲットが検出された場合においても、確定されていた過去のターゲットの結果は、予め定められる所定のサイクル数だけ持続されるようにしても良い。
また、記憶される結果が順次更新されることから、過去の結果に基づいて推定する予測結果も順次更新される。ターゲット連結処理部３２は、マルチパスなどの影響で現在の検知サイクルにおいてターゲットが検出されなくても、さらに次の検知サイクル以降において関連付けられた場合、マルチパスなどの影響でピーク検知されないサイクル数以外の過去データをフィルタ処理に使えるようにすることができる。
また、トラッキング制御における外挿法のように、ピーク値が検知さない検知サイクルの回において、上記予測結果を現在の検知サイクルにおける結果として用い、ターゲットの存在状態を継続することも可能である。
また、記憶される結果が順次更新されることから、過去の結果に基づいて推定する予測結果も順次更新される。ターゲット連結処理部３２は、マルチパスなどの影響で現在の検知サイクルにおいてターゲットが検出されなくても、さらに次の検知サイクル以降において関連付けられた場合、マルチパスなどの影響でピーク検知されないサイクル数以外の過去データをフィルタ処理に使えるようにすることができる。
また、トラッキング制御における外挿法のように、ピーク値が検知さない検知サイクルの回において、上記予測結果を現在の検知サイクルにおける結果として用い、ターゲットの存在状態を継続することも可能である。
また、この図に示されるＡＲ係数の呼出方法では、ターゲット連結処理部３２は、すでに検出されたターゲットに対応する距離ポイント情報に基づいて、推定範囲を選択することが可能となり、処理効率を向上させることができる。すなわち、ターゲット連結処理部３２は、記憶されたＡＲ係数を参照する際に、ターゲットとの相対速度、角度に基づいて範囲を限定することができる。そして、次の回に行われる検知サイクルでは、すでに検出されたターゲットに対応する距離ポイント情報に基づいた推定範囲を選択することが可能となる。これにより、ターゲット連結処理部３２は、処理効率を向上させることができる。そのため、ターゲット連結処理部３２は、限られた範囲の距離ポイントに対応するＡＲ係数を参照することができるので、呼び出す際の精度を高めることができる。
（第４実施形態）
次に、図を参照し、本実施形態による電子走査型レーダ装置について説明する。
図２３は、本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
本実施形態においては、第１実施形態と同様に、方位推定を高分解能アルゴリズムで行う。図１に示す第１実施形態と同じ構成については、同一の符号を付し、以下第１実施形態との相違点について説明する。
信号処理部２０Ｃにおいて周波数分解処理部２２Ｂは、各アンテナ毎の上昇領域と下降領域とのビート信号を複素数データに変換し、そのビート周波数を示す周波数ポイントと、複素数データとをピーク検知部２３Ｂへ出力する。
そして、ピーク検知部２３Ｂは、上昇領域及び下降領域それぞれのピーク値と、そのピーク値の存在する周波数ポイントとを検出し、その周波数ポイントを周波数分解処理部２２Ｂへ出力される。
次に、周波数分解処理部２２Ｂは、上昇領域及び下降領域それぞれについて該当する複素数データを、方位検出部３０へ出力する。
次に、図を参照し、本実施形態による電子走査型レーダ装置について説明する。
図２３は、本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
本実施形態においては、第１実施形態と同様に、方位推定を高分解能アルゴリズムで行う。図１に示す第１実施形態と同じ構成については、同一の符号を付し、以下第１実施形態との相違点について説明する。
信号処理部２０Ｃにおいて周波数分解処理部２２Ｂは、各アンテナ毎の上昇領域と下降領域とのビート信号を複素数データに変換し、そのビート周波数を示す周波数ポイントと、複素数データとをピーク検知部２３Ｂへ出力する。
そして、ピーク検知部２３Ｂは、上昇領域及び下降領域それぞれのピーク値と、そのピーク値の存在する周波数ポイントとを検出し、その周波数ポイントを周波数分解処理部２２Ｂへ出力される。
次に、周波数分解処理部２２Ｂは、上昇領域及び下降領域それぞれについて該当する複素数データを、方位検出部３０へ出力する。
この複素数データが、上昇領域及び下降領域のそれぞれのターゲット群（上昇領域及び下降領域においてピークを有するビート周波数）となる。
ターゲット連結処理部３２Ｂにおいて、過去に確定したターゲットと上りと下りの両方のターゲット群とを結びつける必要があるため、メモリ２１には図２４に示すテーブルが記憶されている。
ターゲット連結部３２Ｂは、図１のターゲット連結部３２と同様な処理により、現在の検知サイクルと、過去の検知サイクルとの連結処理を行う。
ターゲット連結処理部３２Ｂにおいて、過去に確定したターゲットと上りと下りの両方のターゲット群とを結びつける必要があるため、メモリ２１には図２４に示すテーブルが記憶されている。
ターゲット連結部３２Ｂは、図１のターゲット連結部３２と同様な処理により、現在の検知サイクルと、過去の検知サイクルとの連結処理を行う。
そして、方位検出部３０は、上昇領域及び下降領域それぞれにおいて、第１から第３実施形態に示したデータ生成と平均化処理を行う。
次に、方位検出部３０は、上昇領域のＡＲ係数及び下降領域のＡＲ係数の各々について角度θを検出し、図２５に示すテーブルとしてピーク組合せ部２４Ｂへ出力する。
そして、ピーク組合わせ部２４Ｂは、図２５に示すテーブルの情報を元に、同様の角度を有する組み合わせを行い、上昇領域と下降領域とのビート周波数を組み合わせを距離検出部２５及び速度検出部２６へ出力する。
次に、方位検出部３０は、上昇領域のＡＲ係数及び下降領域のＡＲ係数の各々について角度θを検出し、図２５に示すテーブルとしてピーク組合せ部２４Ｂへ出力する。
そして、ピーク組合わせ部２４Ｂは、図２５に示すテーブルの情報を元に、同様の角度を有する組み合わせを行い、上昇領域と下降領域とのビート周波数を組み合わせを距離検出部２５及び速度検出部２６へ出力する。
距離検出部２５は、第１実施形態と同様に、組み合わせの上昇領域と下降領域とのビート周波数により距離を算出する。
また、速度検出部２６は、第１実施形態と同様に、組み合わせの上昇領域と下降領域とのビート周波数により相対速度を算出する。
ここで、距離検出部２５及び速度検出部２６それぞれは、距離と相対速度との値を、方向検知のように現在の検知サイクルと過去の検知サイクルとを平均化処理してフィルタリングする必要がないため、現在の検知サイクルのビート周波数の上昇領域及び下降領域の組み合わせにて計算する。
ターゲット確定部３１Ｂは、上述した上昇領域及び下降領域のＡＲ係数、上昇領域及び下降領域における周波数ポイントと距離と相対速度とを、現在の状態として確定する。
そして、ターゲット連結処理部３２Ｂは、ターゲット確定部３１Ｂから入力される、各ターゲット毎に、上昇領域及び下降領域それぞれの周波数ポイントと、上昇領域及び下降領域それぞれのＡＲ係数と、距離と、縦位置と、横位置と、相対速度とを、第１実施形態と同様の処理により図２４のテーブルに記憶させる。
また、速度検出部２６は、第１実施形態と同様に、組み合わせの上昇領域と下降領域とのビート周波数により相対速度を算出する。
ここで、距離検出部２５及び速度検出部２６それぞれは、距離と相対速度との値を、方向検知のように現在の検知サイクルと過去の検知サイクルとを平均化処理してフィルタリングする必要がないため、現在の検知サイクルのビート周波数の上昇領域及び下降領域の組み合わせにて計算する。
ターゲット確定部３１Ｂは、上述した上昇領域及び下降領域のＡＲ係数、上昇領域及び下降領域における周波数ポイントと距離と相対速度とを、現在の状態として確定する。
そして、ターゲット連結処理部３２Ｂは、ターゲット確定部３１Ｂから入力される、各ターゲット毎に、上昇領域及び下降領域それぞれの周波数ポイントと、上昇領域及び下降領域それぞれのＡＲ係数と、距離と、縦位置と、横位置と、相対速度とを、第１実施形態と同様の処理により図２４のテーブルに記憶させる。
また、本実施形態においても、上記図２２のテーブルに対し、ＡＲ係数だけではなくピーク値が検出されたビート周波数の生成複素数データ又は共分散行列と右辺ベクトルを記憶させる構成としても良い。
（第５実施形態）
次に、図を参照し、本実施形態による電子走査型レーダ装置につて説明する。
図２６は、本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
本実施形態においては、第１実施形態と異なり、先にＡＲスペクトル推定処理等の高分解能アルゴリズムより分解能が低いＤＢＦ（Digital Beam Forming）を用いて方位推定を行い、その後に平均化処理されたＡＲ係数を用いたＡＲスペクトル推定処理による高分解能アルゴリズムで方位推定を行う構成である。図１に示す第１実施形態と同じ構成については、同一の符号を付し、以下第１実施形態との相違点について説明する。
この図に示されるように、図１の第１実施形態における周波数分解処理部２２とピーク検出部２３との間にＤＢＦ処理部４０が設けられ、上述したように、先にＤＢＦを用いて受信波の到来する方位を検出する点が第１実施形態と異なる。
次に、図を参照し、本実施形態による電子走査型レーダ装置につて説明する。
図２６は、本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
本実施形態においては、第１実施形態と異なり、先にＡＲスペクトル推定処理等の高分解能アルゴリズムより分解能が低いＤＢＦ（Digital Beam Forming）を用いて方位推定を行い、その後に平均化処理されたＡＲ係数を用いたＡＲスペクトル推定処理による高分解能アルゴリズムで方位推定を行う構成である。図１に示す第１実施形態と同じ構成については、同一の符号を付し、以下第１実施形態との相違点について説明する。
この図に示されるように、図１の第１実施形態における周波数分解処理部２２とピーク検出部２３との間にＤＢＦ処理部４０が設けられ、上述したように、先にＤＢＦを用いて受信波の到来する方位を検出する点が第１実施形態と異なる。
第１実施形態と同様に、周波数分解処理部２２は、入力されるビート信号を周波数分解（時間軸フーリエ変換）し、ビート周波数を示す周波数ポイントと、複素数データとを、ＤＢＦ処理部４０へ出力する。
次に、ＤＢＦ処理部４０は、入力される各アンテナに対応した複素数データを、アンテナの配列方向にフーリエ変換し、すなわち空間軸フーリエ変換を行う。
そして、ＤＢＦ処理部４０は、角度に依存、すなわち角度分解能に対応した角度チャンネル毎の空間複素数データを計算し、ビート周波数毎にピーク検知部２３に対して出力する。
次に、ＤＢＦ処理部４０は、入力される各アンテナに対応した複素数データを、アンテナの配列方向にフーリエ変換し、すなわち空間軸フーリエ変換を行う。
そして、ＤＢＦ処理部４０は、角度に依存、すなわち角度分解能に対応した角度チャンネル毎の空間複素数データを計算し、ビート周波数毎にピーク検知部２３に対して出力する。
これにより、ＤＢＦ処理部４０から出力される角度チャンネル毎の空間複素数データ（ビート周波数単位）の示すスペクトルは、ビーム走査分解能による受信波の到来方向推定に依存したものとなる。
また、アンテナの配列方向にフーリエ変換されているため、角度チャンネル間にて複素数データを加算しているのと同じ効果を得ることができ、角度チャンネル毎の複素数データはＳ／Ｎ比が改善されており、ピーク値の検出における精度を、第１実施形態と同様に向上させることが可能となる。
上述した複素数データ及び空間複素数データともに、第１実施形態と同様に、三角波の上昇領域及び下降領域の双方にて算出される。
また、アンテナの配列方向にフーリエ変換されているため、角度チャンネル間にて複素数データを加算しているのと同じ効果を得ることができ、角度チャンネル毎の複素数データはＳ／Ｎ比が改善されており、ピーク値の検出における精度を、第１実施形態と同様に向上させることが可能となる。
上述した複素数データ及び空間複素数データともに、第１実施形態と同様に、三角波の上昇領域及び下降領域の双方にて算出される。
次に、ピーク検知部２３は、ＤＢＦ処理部４０による処理の後に、ＤＢＦ結果による角度チャンネル毎にピークの検出を行い、検出された各チャンネルのピーク値を、次のピーク組合せ部２４へ角度チャンネル毎に出力する。すなわち、１６の分解能による空間軸フーリエ変換の場合、角度チャンネルの数は１５となる。
ピーク組合せ部２４では、第１の実施例と同様に、上昇領域及び下降領域におけるピーク値のあるビート周波数とそのピーク値を組み合わせて、距離検出部２５及び速度検出部２６へ、角度チャネル毎に出力する。
ピーク組合せ部２４では、第１の実施例と同様に、上昇領域及び下降領域におけるピーク値のあるビート周波数とそのピーク値を組み合わせて、距離検出部２５及び速度検出部２６へ、角度チャネル毎に出力する。
そして、ペア確定部２７は、距離検出部２５及び速度検出部２６各々から、順次入力される上記距離ｒ及び相対速度ｖにより、図５のテーブルを角度チャンネル毎に生成し、第１の実施例と同様に、ターゲット毎に対応した上昇領域及び下降領域それぞれの適切なピークの組み合わせを、角度チャンネル毎に判定する。ここで、ＤＢＦでの分解能では、ターゲットが複数の角度チャンネルに跨って存在を示すので、近隣の角度チャンネル（マトリクス）との一致性も加味して、角度チャネル毎に上昇領域及び下降領域それぞれのピークの適切な組み合わせを行うことができる。そして、上昇領域及び下降領域それぞれのピークのペアを確定し、確定した距離ｒ及び相対速度ｖを示すターゲット群番号をターゲット確定部３１へ出力し、図２７に示すテーブルが作成される。
図２７は、上昇領域及び下降領域それぞれのピークのペアを確定した結果を記憶するテーブルである。
ペア確定部２７は、距離ｒ及び相対速度ｖのみでなく、それぞれのターゲットの角度チャンネルの情報が得られるため、縦位置と横位置を求めることができるため、図６のテーブルに対して縦位置と横位置が含まれた、現在の検知サイクルの各ターゲット群に対応する結果を有する図２７に示すテーブルを生成する。
図２７は、上昇領域及び下降領域それぞれのピークのペアを確定した結果を記憶するテーブルである。
ペア確定部２７は、距離ｒ及び相対速度ｖのみでなく、それぞれのターゲットの角度チャンネルの情報が得られるため、縦位置と横位置を求めることができるため、図６のテーブルに対して縦位置と横位置が含まれた、現在の検知サイクルの各ターゲット群に対応する結果を有する図２７に示すテーブルを生成する。
そして、ターゲット連結部３２Ｃは、図２７のテーブルの情報を用いて、現在の検知サイクルにおけるターゲットと、図１７の過去の検知サイクルにおけるターゲットとの結びつけの処理を行うこととなり、結びつけのパラメータとして、距離と相対速度及びピーク周波数ポイントとに加えて、縦位置と横位置を用いることとなるため、より結びつけの処理を高い精度にて行うことが可能となる。
方位検出部３０は、第１から第３実施形態に示したデータ生成と平均化処理を行う。
さらに、方位検出部３０からの方位情報とＤＢＦからの方位情報とに基づいてＡＮＤ論理で推定することにより、方向検知の信頼度を向上させたり、互いの方位情報を分担、例えば、近距離では角度分解能が粗くて良いのでＤＢＦの角度情報を用いるなどができる効果を成す。
方位検出部３０は、第１から第３実施形態に示したデータ生成と平均化処理を行う。
さらに、方位検出部３０からの方位情報とＤＢＦからの方位情報とに基づいてＡＮＤ論理で推定することにより、方向検知の信頼度を向上させたり、互いの方位情報を分担、例えば、近距離では角度分解能が粗くて良いのでＤＢＦの角度情報を用いるなどができる効果を成す。
（第６実施形態）
次に、図を参照し、本実施形態による電子走査型レーダ装置を説明する。
図２８は、本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
本実施形態においては、第１実施形態と異なり、先にＡＲスペクトル推定処理等の高分解能アルゴリズムより分解能が低いＤＢＦ（Digital Beam Forming）を用いて方位推定を行い、ターゲットの角度範囲を絞り込み、ＩＤＢＦ（逆ＤＢＦ、すなわち逆空間軸フーリエ変換）を行い周波数軸の複素数データに戻し、後に行う高分解能アルゴリズムで行う方位推定の精度を向上させる構成である。図２６に示す第５実施形態と同じ構成については、同一の符号を付し、以下第５実施形態との相違点について説明する。
本実施形態は、第５実施形態にチャンネル（Ｃｈ）削除部４１及びＩＤＢＦ処理部４２が付加されたものである。
次に、図を参照し、本実施形態による電子走査型レーダ装置を説明する。
図２８は、本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
本実施形態においては、第１実施形態と異なり、先にＡＲスペクトル推定処理等の高分解能アルゴリズムより分解能が低いＤＢＦ（Digital Beam Forming）を用いて方位推定を行い、ターゲットの角度範囲を絞り込み、ＩＤＢＦ（逆ＤＢＦ、すなわち逆空間軸フーリエ変換）を行い周波数軸の複素数データに戻し、後に行う高分解能アルゴリズムで行う方位推定の精度を向上させる構成である。図２６に示す第５実施形態と同じ構成については、同一の符号を付し、以下第５実施形態との相違点について説明する。
本実施形態は、第５実施形態にチャンネル（Ｃｈ）削除部４１及びＩＤＢＦ処理部４２が付加されたものである。
上記ＤＢＦ処理部４０は、第５実施形態と同様に、空間軸フーリエ変換を行い、空間複素数データをピーク検知部２３へ出力するとともに、Ｃｈ削除部４１へ出力する。
ここで、ＤＢＦ処理部４０は、図２９（ａ）に示すように、受信アンテナの配列方向に本実施形態においては、例えば１６ポイントの分解能により、空間軸フーリエ変換を行い、結果として１５の角度チャンネルの角度単位のスペクトルを生成し、Ｃｈ削除部４１へ出力する。
そして、Ｃｈ削除部４１は、ペア確定部２７で確定されたＤＢＦターゲットのピーク周波数ポイント（例えば下降部分）に該当する空間複素数データのスペクトルのレベルが予め設定された角度範囲にて隣接して連続し、かつ予め設定されたＤＢＦ閾値のレベルを超えるか否かの検出を行い、ＤＢＦ閾値を超えない角度チャンネルのスペクトルを「０」に置き換える処理を行い、絞り込んだ空間複素数データを出力する。
上述した処理において、Ｃｈ削除部４１は、例えば、図２９（ｂ）に示すように隣接した４角度チャンネルが連続して上記ＤＢＦ閾値を超えるレベルであると、その範囲にターゲットが１つ以上存在するとして、これらの角度チャンネルのスペクトルを残し、他の角度のスペクトルの強度を「０」に置き換える。
ここで、ＤＢＦ処理部４０は、図２９（ａ）に示すように、受信アンテナの配列方向に本実施形態においては、例えば１６ポイントの分解能により、空間軸フーリエ変換を行い、結果として１５の角度チャンネルの角度単位のスペクトルを生成し、Ｃｈ削除部４１へ出力する。
そして、Ｃｈ削除部４１は、ペア確定部２７で確定されたＤＢＦターゲットのピーク周波数ポイント（例えば下降部分）に該当する空間複素数データのスペクトルのレベルが予め設定された角度範囲にて隣接して連続し、かつ予め設定されたＤＢＦ閾値のレベルを超えるか否かの検出を行い、ＤＢＦ閾値を超えない角度チャンネルのスペクトルを「０」に置き換える処理を行い、絞り込んだ空間複素数データを出力する。
上述した処理において、Ｃｈ削除部４１は、例えば、図２９（ｂ）に示すように隣接した４角度チャンネルが連続して上記ＤＢＦ閾値を超えるレベルであると、その範囲にターゲットが１つ以上存在するとして、これらの角度チャンネルのスペクトルを残し、他の角度のスペクトルの強度を「０」に置き換える。
そして、ＩＤＢＦ処理部４２は、スペクトルの絞込を行った、すなわち設定した数の角度チャンネルにおいて連続してＤＢＦ閾値を超える角度チャンネル領域のデータのみ残し、その他の領域の強度を「０」に置き換えた空間複素数データを、逆空間軸フーリエ変換し、周波数軸の複素数データに戻し、方位検出部３０へ出力する。
そして、方位検出部３０は、入力される複素数データから正規方程式を算出するため、路側物などを除去し、かつノイズ成分を削減した正規方程式を求めることができる。図２９（ｃ）は図２９（ｂ）のＤＢＦ分解能でのターゲット群（実際にはターゲットが２つ以上ある可能性があるのでターゲット群とする）を、上記の方法で正規方程式を作成し、高分解能アルゴリズムでさらにターゲットを分離した例である。
また、図３０（ａ）に示すように、複数のターゲット群からの反射成分を含む受信波を受信した場合、ＤＢＦ処理部４０から出力される空間複素数データには、連続した角度チャンネルにてＤＢＦレベルを超える角度チャンネル範囲が複数存在することとなる。
そして、方位検出部３０は、入力される複素数データから正規方程式を算出するため、路側物などを除去し、かつノイズ成分を削減した正規方程式を求めることができる。図２９（ｃ）は図２９（ｂ）のＤＢＦ分解能でのターゲット群（実際にはターゲットが２つ以上ある可能性があるのでターゲット群とする）を、上記の方法で正規方程式を作成し、高分解能アルゴリズムでさらにターゲットを分離した例である。
また、図３０（ａ）に示すように、複数のターゲット群からの反射成分を含む受信波を受信した場合、ＤＢＦ処理部４０から出力される空間複素数データには、連続した角度チャンネルにてＤＢＦレベルを超える角度チャンネル範囲が複数存在することとなる。
そして、Ｃｈ削除部４１は、入力される空間複素数データにて、設定された角度チャネル範囲において、隣接した角度チャネルのスペクトルのレベルが連続してＤＢＦ閾値のレベルを超える場合、その超えた角度チャネル領域をそれぞれ抽出し、その角度チャネル領域以外のスペクトルの強度を「０」に置き換え、図３０（ｂ）及び図３０（ｃ）のように、角度チャネル領域にて識別される別々の空間複素数データに分割する。
ここで、ペア確定部２７は、第５実施形態と同様に、距離、相対速度及び縦位置と横位置を求め、Ｃｈ削除部４１へ出力するとともに、ターゲット連結処理部３２へ出力する。
Ｃｈ削除部４１は、ＤＢＦターゲットの周波数ポイントに該当する空間複素数データを選出し、上述したＣｈ削除を行った後、ＩＤＢＦ処理部４２へ出力する。
ここで、ペア確定部２７は、第５実施形態と同様に、距離、相対速度及び縦位置と横位置を求め、Ｃｈ削除部４１へ出力するとともに、ターゲット連結処理部３２へ出力する。
Ｃｈ削除部４１は、ＤＢＦターゲットの周波数ポイントに該当する空間複素数データを選出し、上述したＣｈ削除を行った後、ＩＤＢＦ処理部４２へ出力する。
そして、ＩＤＢＦ処理部４２は、入力される空間複素数データを逆空間フーリエ変換して、得られた周波数軸の複素数データを方位検出部３０へ出力する。
ターゲット連結処理部３２Ｃは、入力される距離、相対速度及び縦位置と横位置に対応した過去の検知サイクルのＡＲ係数をメモリ２１の図１７のテーブルから抽出し、方位検出部３０へ出力する。
ターゲット連結処理部３２Ｃは、入力される距離、相対速度及び縦位置と横位置に対応した過去の検知サイクルのＡＲ係数をメモリ２１の図１７のテーブルから抽出し、方位検出部３０へ出力する。
上述した処理により、方位検出部３０のＡＲスペクトル推定処理におけるスペクトル算出時に検知方向範囲を絞り込むことができ、第１〜第５実施形態に比較して、より分解能を上げることが可能となる。
さらに、上述した構成とすることにより、方位検出部３０において、ＡＲ係数の計算に用いる正規方程式に、ターゲット群毎の反射成分に分割した受信波を、仮想的に受信されたことになるため、例えば正規方程式の最大次数以上の多くのターゲットからの反射成分を含んだ受信波が受信されたとしても、ＡＲ係数の計算で誤ることなく計算が可能となる。
方位検出部３０は、第１から第３実施形態に示したデータ生成と平均化処理を行う。
さらに、上述した構成とすることにより、方位検出部３０において、ＡＲ係数の計算に用いる正規方程式に、ターゲット群毎の反射成分に分割した受信波を、仮想的に受信されたことになるため、例えば正規方程式の最大次数以上の多くのターゲットからの反射成分を含んだ受信波が受信されたとしても、ＡＲ係数の計算で誤ることなく計算が可能となる。
方位検出部３０は、第１から第３実施形態に示したデータ生成と平均化処理を行う。
（本実施形態における方向推定特性）
続いて、本実施形態による電子走査型レーダ装置の方向推定特性について示す。
図３１と図３２は、本実施形態による電子走査型レーダ装置の方向推定特性を示す図である。
この図３１（ａ）は、第１実施形態に示される構成に基づいて、正規方程式の次数を３次として推定したスペクトル、図３１（ｂ）は、従来の手法で改良共分散法を適用し、正規方程式の次数を３次とした構成に基づいて、ＡＲ係数の平均化処理及び正規方程式のいずれの平均化処理を共に行わずに推定したスペクトルを示す。
また、図３２（ａ）は、第１実施形態に示される構成に基づいて、正規方程式の次数を２次とし推定したスペクトル、図３２（ｃ）は、従来の方法で改良共分散法を適用し、正規方程式の次数を２次とした構成に基づいて、ＡＲ係数の平均化処理及び正規方程式のいずれの平均化処理を共に行わずに推定したスペクトルを示す。
図３１（ａ)に示される結果を、図３１（ｂ）の結果と対比し、図３２（ａ)に示される結果を、図３２（ｂ）の結果と対比すると、生成された生成複素数データに基づいて、正規方程式の平均化処理を行うことにより、それぞれの検出結果にばらつきが無くなることが示される。すなわち、本実施形態に示す構成とすることにより、ピーク波形の形及び検出角度が揃って検出できることがわかる。
本実施形態による電子走査型レーダ装置は、方位検出部３０における検出ビート周波数の複素数データに基づいたスペクトル推定処理の入力要素と、出力要素のいずれか又は両方の平均処理が行えるので、検出精度を低減させることなく、高い精度で受信波の到来方向の検出を行うことが可能となる。
続いて、本実施形態による電子走査型レーダ装置の方向推定特性について示す。
図３１と図３２は、本実施形態による電子走査型レーダ装置の方向推定特性を示す図である。
この図３１（ａ）は、第１実施形態に示される構成に基づいて、正規方程式の次数を３次として推定したスペクトル、図３１（ｂ）は、従来の手法で改良共分散法を適用し、正規方程式の次数を３次とした構成に基づいて、ＡＲ係数の平均化処理及び正規方程式のいずれの平均化処理を共に行わずに推定したスペクトルを示す。
また、図３２（ａ）は、第１実施形態に示される構成に基づいて、正規方程式の次数を２次とし推定したスペクトル、図３２（ｃ）は、従来の方法で改良共分散法を適用し、正規方程式の次数を２次とした構成に基づいて、ＡＲ係数の平均化処理及び正規方程式のいずれの平均化処理を共に行わずに推定したスペクトルを示す。
図３１（ａ)に示される結果を、図３１（ｂ）の結果と対比し、図３２（ａ)に示される結果を、図３２（ｂ）の結果と対比すると、生成された生成複素数データに基づいて、正規方程式の平均化処理を行うことにより、それぞれの検出結果にばらつきが無くなることが示される。すなわち、本実施形態に示す構成とすることにより、ピーク波形の形及び検出角度が揃って検出できることがわかる。
本実施形態による電子走査型レーダ装置は、方位検出部３０における検出ビート周波数の複素数データに基づいたスペクトル推定処理の入力要素と、出力要素のいずれか又は両方の平均処理が行えるので、検出精度を低減させることなく、高い精度で受信波の到来方向の検出を行うことが可能となる。
以上、第１〜第６実施形態は、図１に示すＦＭＣＷ方式のレーダに用いる構成例を基に説明したが、ＦＭＣＷ方式の他のアンテナ構成にも適用することが可能である。
また、多周波ＣＷ、パルスレーダ等のＦＭＣＷ方式以外の他の方式においても、本発明に適用することが可能である。
本実施形態において、パワースペクトルのピークを算出してターゲット数と方位を求める形態としたが、パワースペクトルの代わりに高次方程式の根を求める計算を用いて、その極で方位を推定してもよい。
また、多周波ＣＷ、パルスレーダ等のＦＭＣＷ方式以外の他の方式においても、本発明に適用することが可能である。
本実施形態において、パワースペクトルのピークを算出してターゲット数と方位を求める形態としたが、パワースペクトルの代わりに高次方程式の根を求める計算を用いて、その極で方位を推定してもよい。
なお、本実施形態におけるレーダは、ターゲット連結処理部３２が、受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおいて、今回行われる検知サイクルである今回検知サイクルで生成され、今回検知サイクルのあとに行われる検知サイクルである次回検知サイクルにおいて用いられるデータ生成手段をメモリ２１に記憶させる。ターゲット連結処理部３２は、今回検知サイクルと、今回検知サイクルより過去に行われた検知サイクルとにおいてそれぞれ検知されたターゲットを関連付け、関連付けられたターゲットに対応付けられたデータ生成手段をメモリ２１に記憶させる。方位検出部３０は、ビート信号に基づいて算出された複素数データに基づいて生成される複素数データである生成複素数データを、データ生成手段に対応させて生成し、アンテナ毎に、ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データ、及び、データ生成手段に対応して生成された生成複素数データを用いてそれぞれ作成された正規方程式に基づいて前記受信波の到来方向を算出する。また、方位検出部３０は、正規方程式を構成する要素のうち、少なくとも一部の要素について、平均化処理を行う。
また、本実施形態において、方位検出部は、自己回帰推定処理に用いられる相関行列、ＡＲ係数、右辺ベクトルの要素から成る線形式で示される正規方程式において、複素数データに基づいて、第１の相関行列及び第１の右辺ベクトルが定められる第１の正規方程式のいづれかの第１の要素、及び、生成複素数データに基づいて、第２の相関行列及び第２の右辺ベクトルが定められる第２の正規方程式の第２の要素であって、第１の要素に対応する第２の要素の平均化処理を行った結果に基づいてＡＲ係数を算出する。
また、本実施形態において、方位検出部（３０Ａ）は、第１の正規方程式及び第２の正規方程式を作成する正規方程式作成部３０１Ａと、第１の正規方程式及び第２の正規方程式に基づいたＡＲ係数を導くＡＲ係数演算部３０２Ａと、ＡＲ係数に基づいて導かれるパワースペクトルから受信波の到来方向を算出するスペクトル算出部３０４と、複素数データとＡＲ係数とから導かれる生成複素数データを生成するデータ生成部３０８Ａとを備える。
また、本実施形態において、方位検出部（３０Ａ）は、作成された第１の正規方程式及び前記第２の正規方程式を平均化処理した前記正規方程式を算出する正規方程式フィルタ部３０６を備える。ＡＲ係数演算部３０２Ａは、平均化処理された正規方程式に基づいてＡＲ係数を導く。
また、本実施形態において、正規方程式作成部３０１が、今回作成される正規方程式の要素となる今回の相関行列と右辺ベクトル、及び、過去の情報に基づいて今回作成される正規方程式の要素となる過去の相関行列と右辺ベクトルであって、ターゲットに関連付けられ、今回の相関行列と過去の相関行列とに対して重み付けされた平均化処理に基づいて平均相関行列、及び、今回の右辺ベクトルと過去の右辺ベクトルに対して重み付けされた平均化処理に基づいて平均右辺ベクトルを生成する。ＡＲ係数演算部３０２Ａは、平均相関行列と平均右辺ベクトルとを要素とする正規方程式からＡＲ係数を導く。
また、本実施形態において、ＡＲ係数演算部３０２Ｃは、作成された正規方程式（第１の正規方程式）に基づいて生成される第１のＡＲ係数、及び、作成された生成正規方程式（第２の正規方程式）に基づいて生成される第２のＡＲ係数の平均化処理をして平均ＡＲ計数を算出することを特徴とする。
また、本実施形態において、メモリ２１は、データ生成手段として、生成複素数データと、作成された正規方程式を構成する一部の要素の少なくともいずれか一方を記憶する。方位検出部３０は、生成した生成複素数データと、作成された正規方程式を構成する一部の要素の少なくともいずれか一方をメモリ２１にターゲット連係処理部によって記憶させる。
また、本実施形態において、記憶されるデータ生成手段は、ＡＲ係数である。
また、本実施形態において、記憶されるデータ生成手段は、ＡＲ係数である。
また、本実施形態において、メモリ２１は、関連付けられたターゲットについて、過去の検知サイクルにおいて検知されたターゲットの距離及び相対速度と、ＡＲ係数とを関連付けて記憶する。ターゲット連結処理部３２は、現在の検知サイクルにおけるターゲットと、現在の検知サイクルにおけるターゲットに関連付けられ、現在と時系列的に関係する過去の検知サイクルにおけるターゲットとを対応付ける。ＡＲ係数演算部３０２Ｃは、ＡＲ係数を重み付け平均化処理して平均ＡＲ係数を生成するとともに、現在の検知サイクルにおいて検知されたターゲットの距離、相対速度及び少なくともＡＲ係数と平均ＡＲ係数のいずれか一方を、関連付けられた過去のターゲットの距離、相対速度及び少なくともＡＲ係数と平均ＡＲ係数のいずれか一方に対応させて、メモリ２１に記憶させる。
また、本実施形態において、記憶されるデータ生成手段は、生成複素数データである。
また、本実施形態において、記憶されるデータ生成手段は、生成複素数データである。
なお、図１、図７、図１６、図２０、図２３、図２６、図２８における信号処理部２０Ａから２０Ｄの機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより、受信波から方位検出を行う信号処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータシステム」は、ホームページ提供環境（あるいは表示環境）を備えたＷＷＷシステムも含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。
１−１，１−ｎ…受信アンテナ
２−１，２−ｎ…ミキサ
３…送信アンテナ
４…分配器
５−１，５−ｎ…フィルタ
６…ＳＷ
７…ＡＤＣ
８…制御部
９…三角波生成部
１０…ＶＣＯ
２０Ａ、２０Ｂ、２０Ｃ、２０Ｄ…信号処理部
２１…メモリ
２２、２２Ｂ…周波数分解処理部
２３、２３Ｂ…ピーク検知部
２４、２４Ｂ…ピーク組合せ部
２５…距離検出部
２６…速度検出部
２７…ペア確定部
３０、３０Ａ、３０Ｂ、３０Ｃ…方位検出部
３１、３１Ｂ…ターゲット確定部
３２、３２Ｂ、３２Ｃ…ターゲット連結処理部
４０…ＤＢＦ処理部
４１…Ｃｈ削除部
４２…ＩＤＢＦ処理部
３０１Ａ、３０１Ｂ…正規方程式作成部
３０２Ａ、３０２Ｂ、３０２Ｃ…ＡＲ係数算出部
３０３…ＡＲ係数フィルタ部
３０４…パワースペクトル算出部
３０６…正規方程式フィルタ部
３０８Ａ、３０８Ｂ…データ生成部
２−１，２−ｎ…ミキサ
３…送信アンテナ
４…分配器
５−１，５−ｎ…フィルタ
６…ＳＷ
７…ＡＤＣ
８…制御部
９…三角波生成部
１０…ＶＣＯ
２０Ａ、２０Ｂ、２０Ｃ、２０Ｄ…信号処理部
２１…メモリ
２２、２２Ｂ…周波数分解処理部
２３、２３Ｂ…ピーク検知部
２４、２４Ｂ…ピーク組合せ部
２５…距離検出部
２６…速度検出部
２７…ペア確定部
３０、３０Ａ、３０Ｂ、３０Ｃ…方位検出部
３１、３１Ｂ…ターゲット確定部
３２、３２Ｂ、３２Ｃ…ターゲット連結処理部
４０…ＤＢＦ処理部
４１…Ｃｈ削除部
４２…ＩＤＢＦ処理部
３０１Ａ、３０１Ｂ…正規方程式作成部
３０２Ａ、３０２Ｂ、３０２Ｃ…ＡＲ係数算出部
３０３…ＡＲ係数フィルタ部
３０４…パワースペクトル算出部
３０６…正規方程式フィルタ部
３０８Ａ、３０８Ｂ…データ生成部
Claims (16)
- 移動体に搭載される電子走査型レーダ装置であり、
送信された送信波を反射したターゲットから到来する受信波を受信する複数のアンテナを含んで構成される受信部と、
前記送信波及び前記受信波からビート信号を生成するビート信号生成部と、
前記ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、前記ビート周波数毎に分解された前記ビート信号に基づいた複素数データを算出する周波数分解処理部と、
前記ビート周波数の強度値からピーク値を検出して前記ターゲットの存在を検知するターゲット検知部と、
前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおいて、今回行われる前記検知サイクルである今回検知サイクルで生成され、前記今回検知サイクルのあとに行われる前記検知サイクルである次回検知サイクルにおいて用いられるデータ生成手段を記憶する記憶部と、
前記今回検知サイクルと、前記今回検知サイクルより過去に行われた前記検知サイクルとにおいてそれぞれ前記検知された前記ターゲットを関連付け、前記関連付けられたターゲットに対応付けられた前記データ生成手段を前記記憶部に記憶させるターゲット連結処理部と、
前記ビート信号に基づいて算出された複素数データに基づいて生成される複素数データである生成複素数データを、前記データ生成手段に対応させて生成し、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データ、及び、前記データ生成手段に対応して生成された前記生成複素数データを用いてそれぞれ作成された正規方程式に基づいて前記受信波の到来方向を算出する方位検出部と
を備え、
前記方位検出部は、
前記正規方程式を構成する要素のうち、少なくとも一部の前記要素について、平均化処理を行う
ことを特徴とする電子走査型レーダ装置。 - 前記方位検出部は、
自己回帰推定処理に用いられる相関行列、ＡＲ係数、右辺ベクトルの前記要素から成る線形式で示される前記正規方程式において、
前記複素数データに基づいて、第１の前記相関行列及び第１の前記右辺ベクトルが定められる第１の前記正規方程式のいづれかの第１の前記要素、及び、前記生成複素数データに基づいて、第２の前記相関行列及び第２の前記右辺ベクトルが定められる第２の前記正規方程式の第２の前記要素であって、前記第１の要素に対応する前記第２の要素の前記平均化処理を行った結果に基づいて前記ＡＲ係数を算出する
ことを特徴とする請求項１に記載の電子走査型レーダ装置。 - 前記方位検出部は、
前記第１の正規方程式及び前記第２の正規方程式を作成する正規方程式作成部と、
前記第１の正規方程式及び前記第２の正規方程式に基づいた前記ＡＲ係数を導くＡＲ係数演算部と、
前記ＡＲ係数に基づいて導かれるパワースペクトルから前記受信波の到来方向を算出するスペクトル算出部と、
前記複素数データと前記ＡＲ係数とから導かれる前記生成複素数データを生成するデータ生成部と、
を備えることを特徴とする請求項２に記載の電子走査型レーダ装置。 - 前記方位検出部は、
前記作成された第１の正規方程式及び前記第２の正規方程式を前記平均化処理した前記正規方程式を算出する正規方程式フィルタ部と、
を備え、
前記ＡＲ係数演算部は、
前記平均化処理された正規方程式に基づいて前記ＡＲ係数を導く
ことを特徴とする請求項３に記載の電子走査型レーダ装置。 - 前記正規方程式作成部が、
前記今回作成される正規方程式の前記要素となる今回の前記相関行列と前記右辺ベクトル、及び、前記過去の情報に基づいて今回作成される正規方程式の前記要素となる過去の前記相関行列と前記右辺ベクトルであって、前記ターゲットに関連付けられ、前記今回の相関行列と前記過去の相関行列とに対して重み付けされた平均化処理に基づいて平均相関行列、及び、前記今回の右辺ベクトルと前記過去の右辺ベクトルに対して重み付けされた平均化処理に基づいて平均右辺ベクトルを生成し、
前記ＡＲ係数演算部は、
前記平均相関行列と前記平均右辺ベクトルとを要素とする前記正規方程式から前記ＡＲ係数を導く
ことを特徴とする請求項３又は請求項４に記載の電子走査型レーダ装置。 - 前記ＡＲ係数演算部は、
前記作成された第１の正規方程式に基づいて生成される第１の前記ＡＲ係数、及び、
前記作成された第２の正規方程式に基づいて生成される第２の前記ＡＲ係数の前記平均化処理をして平均ＡＲ計数を算出する
ことを特徴とする請求項３から請求項５のいづれか１項に記載の電子走査型レーダ装置。 - 前記記憶部は、
前記データ生成手段として、前記生成複素数データと、前記作成された正規方程式を構成する一部の要素の少なくともいずれか一方を記憶し、
前記方位検出部は、
前記生成複素数データと、前記作成された正規方程式を構成する一部の要素の少なくともいずれか一方を前記記憶部に前記ターゲット連係処理部によって記憶させる
ことを特徴とする請求項１から請求項６のいずれか１項に記載の電子走査型レーダ装置。 - 前記記憶されるデータ生成手段は、前記ＡＲ係数である
ことを特徴とする請求項２から請求項７のいずれか１項に記載の電子走査型レーダ装置。 - 前記記憶部は、
前記関連付けられたターゲットについて、前記過去の検知サイクルにおいて検知されたターゲットの距離及び相対速度と、前記ＡＲ係数とを関連付けて記憶し、
前記ターゲット連結処理部は、
前記現在の検知サイクルにおけるターゲットと、該現在の検知サイクルにおけるターゲットに関連付けられ、前記現在と時系列的に関係する前記過去の検知サイクルにおけるターゲットとを対応付けて、
前記ＡＲ係数演算部は、
前記ＡＲ係数を重み付け平均化処理して前記平均ＡＲ係数を生成するとともに、前記現在の検知サイクルにおいて検知されたターゲットの距離、相対速度及び少なくとも前記ＡＲ係数と前記平均ＡＲ係数のいずれか一方を、前記関連付けられた過去のターゲットの距離、相対速度及び少なくとも前記ＡＲ係数と前記平均ＡＲ係数のいずれか一方に対応させて、前記記憶部に記憶させる
ことを特徴とする請求項３から請求項８のいずれか１項に記載の電子走査型レーダ装置。 - 前記記憶されるデータ生成手段は、前記生成複素数データである
ことを特徴とする請求項１から請求項７のいずれかに記載の電子走査型レーダ装置。 - 前記ターゲット連結処理部は、
前記現在及び過去の検知サイクルにおいてそれぞれ検出されたターゲットを関連付ける際、前記過去の検知サイクルにより得られた距離と相対速度に基づいて算出される距離範囲及び相対速度範囲に、前記現在の検知サイクルの検出ビート周波数により得られた距離及び相対速度がそれぞれ含まれるか否かの判定結果にしたがって、前記現在及び過去の検知サイクルにおけるターゲットが関連するターゲットであるか否かを検出することを特徴とする請求項１から請求項１０のいずれか１項に記載の電子走査型レーダ装置。 - 前記複素数データに基づいて、前記受信波を受信する所望の方向の受信感度を高めるデジタルビームフォーミングに基づいて前記ターゲットの存在及び方位を検出するＤＢＦ部
をさらに備え、
前記ターゲット検知部は、
前記現在の検知サイクルにおけるビート周波数における前記デジタルビームフォーミングに基づいて前記ターゲットの方位を検出し、
前記ターゲット連結処理部は、
前記現在及び前記過去の検知サイクルにおける前記ターゲットの関連付けを、距離、相対速度及び方位により行う
ことを特徴とする請求項１から請求項１１のいずれか１項に記載の電子走査型レーダ装置。 - 前記ＤＢＦ部は、
前記デジタルビームフォーミングに基づいて設定される前記所望の方向に対応する角度チャンネル毎のスペクトルの強度を示す空間複素数データを算出し、
隣接する前記角度チャンネルのスペクトルの強度が予め設定された前記角度チャンネル幅の範囲において予め設定されたＤＢＦ閾値を超えた場合、ターゲットの存在を検知（ＤＢＦ検知ターゲット）し、ターゲットの存在が検知されていない角度チャンネルのスペクトル強度を「０」に置き換え、新たな空間複素数データとして出力するチャンネル削除部と、
前記新たな空間複素数データを逆ＤＢＦすることにより、再生複素数データを生成するＩＤＢＦ部と
をさらに備え、
前記正規方程式作成部は、
前記再生複素数データから前記正規方程式を作成する
ことを特徴とする請求項１２に記載の電子走査型レーダ装置。 - 前記チャンネル削除部は、
複数の前記ＤＢＦ検知ターゲットを検出した場合、それぞれの前記ＤＢＦ検知ターゲットに対応した角度チャンネル範囲毎にスペクトルを分割し、前記ＤＢＦ検知ターゲット数の空間複素数データを生成し、
前記ＩＤＢＦ部は、
前記ＤＢＦ検知ターゲット毎の空間複素数データをそれぞれ逆ＤＢＦすることにより、前記ＤＢＦ検知ターゲット毎の再生複素数データを生成し、
前記正規方程式作成部は、
前記ＤＢＦ検知ターゲット毎の再生複素数データに基づいて、前記ＤＢＦ検知ターゲット毎の正規方程式を算出する
ことを特徴とする請求項１２又は請求項１３に記載の電子走査型レーダ装置。 - 移動体に搭載される電子走査型レーダ装置による受信波方向推定方法であり、
送信手段から送信波を送信する送信過程と、
前記送信波を反射したターゲットから到来する受信波を、複数のアンテナから構成される受信部が受信する受信過程と、
前記送信波及び前記受信波からビート信号を生成するビート信号生成過程と、
前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおいて、今回行われる前記検知サイクルである今回検知サイクルで生成され、前記今回検知サイクルのあとに行われる前記検知サイクルである次回検知サイクルにおいて用いられるデータ生成手段を記憶する記憶過程と、
前記今回検知サイクルと、前記今回検知サイクルより過去に行われた前記検知サイクルとにおいてそれぞれ前記検知された前記ターゲットを関連付け、前記関連付けられたターゲットに対応付けられた前記データ生成手段を前記記憶部に記憶させるターゲット連結処理過程と、
前記ビート信号に基づいて算出された複素数データに基づいて生成される複素数データである生成複素数データを、前記データ生成手段に対応させて生成し、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データ、及び、前記データ生成手段に対応して生成された前記生成複素数データを用いてそれぞれ作成された正規方程式に基づいて前記受信波の到来方向を算出する方位検出過程と、
を有し、
前記方位検出過程は、
前記正規方程式を構成する要素のうち、少なくとも一部の前記要素について、平均化処理を行う
ことを特徴とする受信波方向推定方法。 - 移動体に搭載される電子走査型レーダ装置により受信波方向推定の動作をコンピュータに制御させるためのプログラムであり、
送信手段が送信波を送信させる送信処理と、
受信部が前記送信波を反射したターゲットから到来する受信波を受信する受信処理と、
ビート信号生成部が前記送信波及び前記反射波からビート信号を生成するビート信号生成処理と、
周波数分解処理部が前記ビート信号を予め設定した分解数のビート周波数に周波数分解して複素数データを算出する周波数分解処理と、
ターゲット検知部が前記ビート周波数の強度値からピーク値を検出してターゲットの存在を検知するターゲット検知処理と、
ターゲット連結処理部が、前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおいて、今回行われる前記検知サイクルである今回検知サイクルで生成され、前記今回検知サイクルのあとに行われる前記検知サイクルである次回検知サイクルにおいて用いられるデータ生成手段を記憶部に記憶させ、
前記今回検知サイクルと、前記今回検知サイクルより過去に行われた前記検知サイクルとにおいてそれぞれ前記検知された前記ターゲットを関連付け、前記関連付けられたターゲットに対応付けられた前記データ生成手段を前記記憶部に記憶させるターゲット連結処理と、
方位検出部が、前記ビート信号に基づいて算出された複素数データに基づいて生成される複素数データである生成複素数データを、前記データ生成手段に対応させて生成し、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データ、及び、前記データ生成手段に対応して生成された前記生成複素数データを用いてそれぞれ作成された正規方程式に基づいて前記受信波の到来方向を算出する方位検出処理と、
を有し、
前記方位検出処理は、
前記正規方程式を構成する要素のうち、少なくとも一部の前記要素について、平均化処理を行う
ことを特徴とする受信波方向推定プログラム。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010115500A JP5647814B2 (ja) | 2010-05-19 | 2010-05-19 | 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム |
| US13/110,721 US8552907B2 (en) | 2010-05-19 | 2011-05-18 | Electronic scanning radar apparatus, receiving wave direction estimating method, and computer-readable storage media storing receiving wave direction estimation program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010115500A JP5647814B2 (ja) | 2010-05-19 | 2010-05-19 | 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2011242288A true JP2011242288A (ja) | 2011-12-01 |
| JP5647814B2 JP5647814B2 (ja) | 2015-01-07 |
Family
ID=45328145
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2010115500A Expired - Fee Related JP5647814B2 (ja) | 2010-05-19 | 2010-05-19 | 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US8552907B2 (ja) |
| JP (1) | JP5647814B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012132846A (ja) * | 2010-12-22 | 2012-07-12 | Honda Elesys Co Ltd | 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム |
| JP2016057168A (ja) * | 2014-09-10 | 2016-04-21 | 三菱電機株式会社 | レーダ装置 |
| US20210333383A1 (en) * | 2013-02-27 | 2021-10-28 | Waymo Llc | Adaptive Algorithms for Interrogating the Viewable Scene of an Automotive Radar |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012023189A1 (ja) * | 2010-08-18 | 2012-02-23 | トヨタ自動車株式会社 | レーダ装置 |
| JP6313981B2 (ja) * | 2014-01-22 | 2018-04-18 | 株式会社デンソーテン | レーダ装置、車両制御システム、および、信号処理方法 |
| DE102015222884A1 (de) * | 2015-11-19 | 2017-05-24 | Conti Temic Microelectronic Gmbh | Radarsystem mit verschachtelt seriellem Senden und parallelem Empfangen |
| CN110463074B (zh) * | 2017-03-28 | 2023-05-23 | 高通股份有限公司 | 基于距离的传输参数调节 |
| EP3424433A1 (en) | 2017-07-06 | 2019-01-09 | Koninklijke Philips N.V. | Methods and systems for processing an ultrasound image |
| JP6975898B2 (ja) * | 2017-12-26 | 2021-12-01 | パナソニックＩｐマネジメント株式会社 | 推定方法、推定装置およびプログラム |
| US10305611B1 (en) | 2018-03-28 | 2019-05-28 | Qualcomm Incorporated | Proximity detection using a hybrid transceiver |
| CN112567263A (zh) * | 2018-08-10 | 2021-03-26 | 海拉有限双合股份公司 | 评估重叠目标的方法 |
| FR3090892B1 (fr) * | 2018-12-20 | 2021-06-25 | Thales Sa | Procédé de mesure de distance par transformée de Fourier adaptée et système radar pour la mise en œuvre du procédé |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5870182A (ja) * | 1981-10-21 | 1983-04-26 | Mitsubishi Electric Corp | クラツタ抑圧用信号処理装置 |
| JPH03293575A (ja) * | 1990-04-12 | 1991-12-25 | Oki Electric Ind Co Ltd | 方位推定装置 |
| JPH05196717A (ja) * | 1992-01-20 | 1993-08-06 | Tech Res & Dev Inst Of Japan Def Agency | ソーナー信号検出処理方式 |
| JP2001116838A (ja) * | 1999-10-18 | 2001-04-27 | Mitsubishi Electric Corp | 合成開口レーダ装置及び目標散乱点検出方法 |
| JP2002197450A (ja) * | 2000-12-26 | 2002-07-12 | Canon Inc | 撮像装置及び撮像方法 |
| JP2003296702A (ja) * | 2002-04-05 | 2003-10-17 | Japan Science & Technology Corp | 地球観測衛星データのノイズ除去処理方法、ノイズ除去処理プログラム、ノイズ除去処理プログラムを記録した記録媒体 |
| JP2004012186A (ja) * | 2002-06-04 | 2004-01-15 | Fujitsu Ten Ltd | 車載レーダにおけるデータ保存方法 |
| JP2005077205A (ja) * | 2003-08-29 | 2005-03-24 | Advanced Telecommunication Research Institute International | 音源方向推定装置、信号の時間遅延推定装置及びコンピュータプログラム |
| JP2009156582A (ja) * | 2007-12-25 | 2009-07-16 | Honda Elesys Co Ltd | 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム |
| JP2009229374A (ja) * | 2008-03-25 | 2009-10-08 | Fujitsu Ten Ltd | レーダ装置、及び方位角検出方法 |
Family Cites Families (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8255149B2 (en) * | 1999-07-12 | 2012-08-28 | Skybitz, Inc. | System and method for dual-mode location determination |
| US6573859B2 (en) * | 2000-02-07 | 2003-06-03 | Toyota Jidosha Kabushiki Kaisha | Radar apparatus |
| US6567034B1 (en) * | 2001-09-05 | 2003-05-20 | Lockheed Martin Corporation | Digital beamforming radar system and method with super-resolution multiple jammer location |
| US6498581B1 (en) * | 2001-09-05 | 2002-12-24 | Lockheed Martin Corporation | Radar system and method including superresolution raid counting |
| EP1310804B1 (en) * | 2001-11-08 | 2010-12-22 | Fujitsu Ten Limited | Scan type radar device |
| JP3938686B2 (ja) * | 2001-12-13 | 2007-06-27 | 富士通株式会社 | レーダ装置、信号処理方法及びプログラム |
| JP2004233277A (ja) * | 2003-01-31 | 2004-08-19 | Denso Corp | 車両用レーダ装置 |
| JP4867200B2 (ja) * | 2004-07-06 | 2012-02-01 | 株式会社デンソー | レーダ装置 |
| WO2006067857A1 (ja) * | 2004-12-24 | 2006-06-29 | Fujitsu Limited | 到来方向推定装置及びプログラム |
| JP4098318B2 (ja) * | 2005-03-29 | 2008-06-11 | 本田技研工業株式会社 | 電子走査型ミリ波レーダ装置およびコンピュータプログラム |
| JP4098311B2 (ja) | 2005-03-30 | 2008-06-11 | 株式会社ホンダエレシス | 電子走査型ミリ波レーダ装置およびコンピュータプログラム |
| JP4857644B2 (ja) | 2005-08-02 | 2012-01-18 | 株式会社デンソー | レーダ装置 |
| JP4351266B2 (ja) * | 2007-05-10 | 2009-10-28 | 三菱電機株式会社 | 周波数変調レーダ装置 |
| JP4724694B2 (ja) * | 2007-08-08 | 2011-07-13 | 日立オートモティブシステムズ株式会社 | 電波レーダ装置 |
| JP4415040B2 (ja) * | 2007-09-18 | 2010-02-17 | 三菱電機株式会社 | レーダ装置 |
| DE102009024918B4 (de) * | 2008-06-17 | 2022-04-28 | Denso Corporation | Zielobjekterkennungsvorrichtung zur Erlangung von Informationen betreffend Zielobjekte basierend auf einer Korrelationsmatrix, die aus Signalwerten erhalten wird, welche reflektierten elektromagnetischen Wellen entsprechen |
| US8026841B2 (en) * | 2008-09-18 | 2011-09-27 | Bae Systems Controls Inc. | Range and azimuth resolution enhancement for real-beam radar |
| JP5102165B2 (ja) * | 2008-09-22 | 2012-12-19 | 株式会社デンソー | レーダ装置 |
| JP4679632B2 (ja) * | 2008-12-01 | 2011-04-27 | 三菱電機株式会社 | レーダ装置 |
| JP2012168157A (ja) * | 2011-02-11 | 2012-09-06 | National Univ Corp Shizuoka Univ | 車載用のマルチビーム方式レーダ装置、マルチビーム方式レーダ方法およびマルチビーム方式レーダプログラム |
-
2010
- 2010-05-19 JP JP2010115500A patent/JP5647814B2/ja not_active Expired - Fee Related
-
2011
- 2011-05-18 US US13/110,721 patent/US8552907B2/en active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5870182A (ja) * | 1981-10-21 | 1983-04-26 | Mitsubishi Electric Corp | クラツタ抑圧用信号処理装置 |
| JPH03293575A (ja) * | 1990-04-12 | 1991-12-25 | Oki Electric Ind Co Ltd | 方位推定装置 |
| JPH05196717A (ja) * | 1992-01-20 | 1993-08-06 | Tech Res & Dev Inst Of Japan Def Agency | ソーナー信号検出処理方式 |
| JP2001116838A (ja) * | 1999-10-18 | 2001-04-27 | Mitsubishi Electric Corp | 合成開口レーダ装置及び目標散乱点検出方法 |
| JP2002197450A (ja) * | 2000-12-26 | 2002-07-12 | Canon Inc | 撮像装置及び撮像方法 |
| JP2003296702A (ja) * | 2002-04-05 | 2003-10-17 | Japan Science & Technology Corp | 地球観測衛星データのノイズ除去処理方法、ノイズ除去処理プログラム、ノイズ除去処理プログラムを記録した記録媒体 |
| JP2004012186A (ja) * | 2002-06-04 | 2004-01-15 | Fujitsu Ten Ltd | 車載レーダにおけるデータ保存方法 |
| JP2005077205A (ja) * | 2003-08-29 | 2005-03-24 | Advanced Telecommunication Research Institute International | 音源方向推定装置、信号の時間遅延推定装置及びコンピュータプログラム |
| JP2009156582A (ja) * | 2007-12-25 | 2009-07-16 | Honda Elesys Co Ltd | 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム |
| JP2009229374A (ja) * | 2008-03-25 | 2009-10-08 | Fujitsu Ten Ltd | レーダ装置、及び方位角検出方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012132846A (ja) * | 2010-12-22 | 2012-07-12 | Honda Elesys Co Ltd | 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム |
| US8847815B2 (en) | 2010-12-22 | 2014-09-30 | Honda Elesys Co., Ltd. | Electronic scanning radar apparatus, received wave direction estimating method, and received wave direction estimating program |
| US20210333383A1 (en) * | 2013-02-27 | 2021-10-28 | Waymo Llc | Adaptive Algorithms for Interrogating the Viewable Scene of an Automotive Radar |
| US11802953B2 (en) * | 2013-02-27 | 2023-10-31 | Waymo Llc | Adaptive algorithms for interrogating the viewable scene of an automotive radar |
| JP2016057168A (ja) * | 2014-09-10 | 2016-04-21 | 三菱電機株式会社 | レーダ装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20110309971A1 (en) | 2011-12-22 |
| US8552907B2 (en) | 2013-10-08 |
| JP5647814B2 (ja) | 2015-01-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5647814B2 (ja) | 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム | |
| JP5707037B2 (ja) | 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム | |
| JP5600499B2 (ja) | 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム | |
| JP5684533B2 (ja) | 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム | |
| JP5114187B2 (ja) | 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム | |
| JP5677830B2 (ja) | 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム | |
| US8907840B2 (en) | Electronic scanning radar apparatus, received wave direction estimating method, and received wave direction estimating program | |
| JP5695830B2 (ja) | 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム | |
| US9041596B2 (en) | Multibeam radar apparatus for vehicle, multibeam radar method and multibeam radar program | |
| WO2009081981A1 (ja) | 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム | |
| JP2009162688A (ja) | 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム | |
| JP5114217B2 (ja) | 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム | |
| JP2013152239A (ja) | 電子走査型レーダ装置、その制御方法及びプログラム | |
| US20160377713A1 (en) | Method for estimating reflected wave arrival direction, and program | |
| JP5779370B2 (ja) | 電子走査型レーダ装置、受信波方向推定方法及びプログラム | |
| JP5695930B2 (ja) | 電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム | |
| JP2006145251A (ja) | 電波到来方向推定装置 | |
| WO2021210480A1 (ja) | 通信装置、通信方法 | |
| JP2010181385A (ja) | 到来波検出装置および到来波検出方法 | |
| JP2011022079A (ja) | 測角装置 | |
| JP2015096832A (ja) | 物体方位検出装置、レーダ装置、物体方位検出方法および物体方位検出プログラム | |
| JP2022180111A (ja) | 情報処理装置、及び、情報処理方法 | |
| JP2015148567A (ja) | レーダ装置、方位検出方法および方位検出プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20130227 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130227 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131206 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140128 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140331 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20140401 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140722 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140919 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20140922 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20141014 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20141110 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5647814 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |