JP2011247893A - 干渉分類器、受信信号が雑音バーストを含むか又は正弦波信号を含む干渉を含むかを判断する方法、及び該方法のコンピュータープログラム製品 - Google Patents

Abstract

【課題】受信信号内に存在する干渉のタイプを求める干渉分類器を提供する。
【解決手段】干渉分類器６０１は、信号のサンプルを含むデータを受信及び格納するように動作可能なバッファーと、信号サンプルのレベルに依拠してスケールファクターを計算するように動作可能なスケールファクター計算機６０３と、スケールファクターを用いて信号サンプルを正規化することによって、正規化信号サンプルを計算するように動作可能な正規化器６０４と、正規化信号サンプルに対し非線形変換を実行して変換された信号サンプルを計算するように動作可能な非線形変換器６０５と、変換された信号サンプルの平均を計算するように動作可能な平均化回路６０６と、変換された信号サンプルの計算された平均を、所定の閾値レベルと比較して、受信信号内に存在する干渉のタイプを求めるように動作可能な比較器６０７とを備える。
【選択図】図６

Description

本発明は、雑音バーストから生じる過渡干渉と、周波数掃引波形を含む正弦波信号によって生じる過渡干渉とを識別するための方法及び装置に関する。

［優先権の主張］
本出願は、２０１０年５月２７日に出願された欧州特許出願第１０１６４０５０．６号の優先権を主張するものであり、該特許文献は相互参照によりその全体が本明細書に援用される。

様々なアクティブ検知システム及びパッシブ検知システムに対する、干渉の有害な影響の多くの既知の事例が存在する。パッシブシステムは、プロービング信号を一切送信しないので、特に脆弱であり、このため単に送信電力を増大させるだけでは干渉効果を軽減することはできない。

たとえば、１．２ＧＨｚ〜１．４ＧＨｚ周波数帯の電波天文学において、分光法及びパルサー観測は、地上ベースの航空レーダーの送信によって損なわれる。電波望遠鏡は可能な限り高い感度レベルで動作するので、アンテナサイドローブを通じて１００ｋｍよりも離れたレーダーパルスを検出する可能性がある。この距離は、望遠鏡が航空機等の物体により反射されたパルスを捕捉するときに大幅に増大するおそれがある。

別の例は、地球の表面及び大気によって生成された自然熱放射を利用して地球の特性を検査するマイクロ波放射測定である。不都合なことに、パッシブ遠隔検知に利用されるマイクロ波周波数帯は、通信及び監視目的でも用いられ、そのような用途は高レベルのマイクロ波信号の生成及び送信を伴う。結果としての干渉は、マイクロ波輝度温度の画像を損なう「ホットスポット」の出現として顕在化する。

パッシブエネルギーセンサーは、１０ミリ秒〜２００ミリ秒の範囲の時間間隔にわたって、全ての自然な（所望の）放射及び人工的な（所望でない）放射の電力を統合することによってマイクロ波エネルギーのレベルを求める。この場合、関心情報は自然源から発生するエネルギーのレベルのみであるが、センサーによって捕捉される任意の人工的な干渉も結果に寄与する。したがって、パッシブエネルギーセンサーは、人工的な干渉と、自然現象から発生した干渉とを識別することができない。

国際電気通信連合の勧告（ＩＴＵ−Ｒ ＲＳ．１０２９−２）によれば、「一般に、干渉によって汚染されたデータを検出及び排除することが可能でなく、かつ検出されていない汚染データが数値的気象予測(numerical weather prediction)（ＮＷＰ）モデルに伝播することによって気象予報の信頼性／品質に破壊的影響が及ぼされる場合があるので、吸収帯における測定は、干渉に対し極度に脆弱であることが研究により確証されている」。

人工的な干渉が過渡的な性質のものである場合、すなわち、人工的な干渉が総観測時間の比較的小さな部分の間に存在する場合、干渉を含む間隔を信頼性のある方法で検出することができると仮定して、そのような間隔を切除することが可能である。複数のいわゆるパルスブランキング技法が、文献に記載されてきた。たとえば、非特許文献１を参照されたい。

１つの有用なパルスブランキング方式が非特許文献２において提示されている。提案される干渉排除方法は、破損したサンプルをゼロで置き換えて、全ての他の元のサンプルを保持することに基づく。結果として、元の「長さ」のデータフレームであるが複数のオールゼロブロックも含むデータフレームに対して高速フーリエ変換（ＦＦＴ）が実行される。

パルスブランキングの特定の方式とは無関係に、その有効性は人工的な干渉の信頼性のある検出に依拠する。高レベルの過渡現象（trasients）は自然現象からも発生する場合があるので、信号レベル自体を干渉の検出に利用することはできないことを指摘しておくべきである。したがって、最適なパルスブランキング方式は、或る形式のレベル検出器、その後段に、人工的な干渉と自然発生の信号とを識別することが可能な分類器を組み込むべきである。

一般に、多くの人工的な送信は、位相又は周波数を変調されたパルス正弦波キャリアの形態を有する。非同期サンプリングから取得されたそのような信号の離散時間サンプルは、ランダムな位相を有するサンプリングされた正弦波の統計的特性と同じ統計的特性を有する。一方で、一般に、自然現象から生じる信号は、ランダムガウス過程によって表すことができる。

したがって、観測される信号が、ガウスランダム過程を表すのか又はランダムに変動する位相を有する雑音のある正弦波を表すのかを判断する干渉分類器が必要とされている。

そのような干渉分類器は、コグニティブ無線ネットワークにおいても用途を有する。そのようなネットワークを改善するために必要なものは、用いられていないスペクトルを検出して該スペクトルを他のユーザーとの一切の有害な干渉なしに共有する高品質のスペクトル検知デバイスである。単純なエネルギー検出器では信号の存在の信頼性のある検出を提供することができないので、より洗練された方法が必要とされる。

上記の用途及び他の用途において、処理される信号は、雑音と結合され、また過渡的な性質の人工的な干渉とも結合された主周波数波形を含む。過渡干渉の存在によって、周波数領域における背景雑音のレベルが大幅に増大する。その結果、従来のシステムにおいて、小さな周波数成分の信頼性のある検出が実際的に不可能になる。したがって、実用性のあるいかなる周波数分析方法も、干渉の効率的な排除又は抑制の何らかの手段を組み込むべきである。

たとえば、自動車周波数変調連続波（ＦＭＣＷ）レーダーにおいて、いかなるタイプの過渡干渉の効果も、信号ブランキングを利用することによって低減することができる。しかしながら、雑音バーストは信号ブランキングを用いることによってしか抑制することができないのに対し、チャープ干渉効果は、送信波形の特性を適切に変更することによってさらに軽減することができる。したがって、これらの２つの種類の過渡干渉を識別することは実際的に重要である。

既知のタイプの干渉分類器は、検査中のサンプルのセットから尖度値を求めることに基づく。尖度は、４次中心積率と２次中心積率の二乗との比として規定される。したがって、Ｋ個のゼロ平均信号サンプルｘ₁，ｘ₂，．．．，ｘ_k，．．．，ｘ_Kの場合、

から経験的な尖度Κ_Xを求めることができる。

ランダムガウス過程によってモデル化された雑音の場合、尖度は雑音レベルと関係なく３に等しいことが知られている。しかしながら、任意の振幅のランダムにサンプリングされた正弦波の場合、尖度は１．５に等しい。したがって、検査中のサンプルのセットから求められた経験的尖度の値を所定の閾値と比較して、該セットが雑音を表す可能性がより高いか、又はそうではなく該セットがランダムにサンプリングされた正弦波である可能性がより高いかを判定することができる。

尖度ベースの干渉分類器の性能は多くの刊行物において分析されている。たとえば、非特許文献３を参照されたい。

様々な最先端技術による方法の最近の検討が非特許文献４に提示されている。

N. Niamsuvan他「Examination of a simple pulse-blanking technique for radar interference mitigation」（Radio Sci., vol. 40, RS5S03, 2005） Q. Zhang他「Combating Pulsed Radar Interference in Radio Astronomy」（Astronom. J., pp. 1588-1594, Sep. 2003） R. D. De Roo 他「Sensitivity of the Kurtosis Statistic as a Detector of Pulsed Sinusoidal RFI」（IEEE Trans. Geosci, Remote Sens., pp. 1938-1946, Jul. 2007） S. Misra他「Microwave Radiometer Radio-Frequency Interference Detection Algorithms: A Comparative Study」（IEEE Trans. Geosci. Remote Sens., pp. 3742-3754, Nov. 2009）

様々なアドホック干渉検出及び分類手順が多くの既知のシステムにおいて用いられているが、統計的に最適な分類器は考案されていない。

したがって、人工的な干渉と自然発生による雑音干渉とを識別する改善された方法及び装置が所望されている。

本発明によれば、受信信号が、雑音バーストを含むか又は正弦波信号を含む干渉を含むかを判断するための干渉分類器であって、
信号のサンプルを含むデータを受信及び格納するように動作可能なバッファーと、
前記受信信号サンプルの前記レベルに依拠して、前記信号サンプルのためのスケールファクターを計算するように動作可能なスケールファクター計算機と、
前記スケールファクターを用いて前記受信信号サンプルを正規化することによって、正規化信号サンプルｙを計算するように動作可能な正規化器と、
前記正規化信号サンプルｙに対し非線形変換Ｔ（ｙ）を実行して、変換された信号サンプルを計算するように動作可能な非線形変換器と、
前記変換された信号サンプルの平均レベルを計算するように動作可能な平均化回路と、
前記変換された信号サンプルの前記計算された平均レベルを所定の閾値レベルと比較して、前記信号が、正弦波信号を含む干渉を含むか否かを判断するように動作可能な比較器と、
を備え、
前記非線形変換器は、第１の関数Ｔ１（ｙ）及び第２の関数Ｔ２（ｙ）の組み合わせを含む非線形変換Ｔ（ｙ）を実行するように動作可能であり、前記第１の関数は遷移値ｙ_tを超えない値を有する正規化信号サンプルに適用される変換を規定し、前記第２の関数は遷移値ｙ_t以上の値を有する正規化信号サンプルに適用される変換を規定し、
Ｔ１（ｙ）は正規化信号サンプル値の増加に対する非減少関数であり、
Ｔ２（ｙ）は正規化信号サンプル値の増加に対する減少関数である、
干渉分類器が提供される。

前記非線形変換Ｔ（ｙ）は、条件付き確率ｐ（ｙ｜Ｎ１）及びｐ（ｙ｜Ｎ２）の比を表し、ここで、Ｎ１はバースト雑音であり、Ｎ２は正弦波信号を含む干渉である。

前記第１の関数は正規化信号サンプル値の増加に対する増加関数、又は水平線を規定する関数とすることができる。増加関数の場合、第１の増加関数の平均勾配の大きさは第２の減少関数の平均勾配の大きさよりも小さい。

好ましくは、前記正規化器は、各信号サンプルの大きさを求めるように動作可能であると共に、該求めた信号サンプルの大きさを前記スケールファクターで除算することによって、前記正規化信号サンプルを計算するように動作可能である。

好ましくは、前記非線形変換器は、ローレンツ関数を含む第１の関数と、放物線を含む第２の関数との組み合わせによって規定される非線形変換を実行するように動作可能である。

好ましくは、前記スケールファクター計算機及び前記非線形変換器は、複数の異なるタイプのスケールファクターを計算すると共に、複数の異なる非線形変換をそれぞれ適用するように動作可能であり、
前記スケールファクター計算機及び前記非線形変換器は、被試験受信信号に適用される正規化のタイプを規定する入力制御信号に依拠して、異なるタイプのスケールファクター及び異なる非線形変換間で選択するように構成される。
そのような再構成可能干渉分類器は、有利には動作環境に対し最も適切なタイプの正規化を実行することができる。

本発明は、受信信号が、雑音バーストを含むか又は正弦波信号を含む干渉を含むかを判断する方法であって、
前記受信信号のサンプルのレベルに依拠してスケールファクターを計算すること、
前記スケールファクターを用いて前記受信信号サンプルを正規化することによって、正規化信号サンプルｙを計算すること、
前記正規化信号サンプルｙに対し非線形変換Ｔ（ｙ）を実行することであって、変換された信号サンプルを計算する、実行すること、
前記変換された信号サンプルの平均レベルを計算すること、及び
前記変換された信号サンプルの前記計算された平均レベルを所定の閾値レベルと比較することであって、前記信号が正弦波信号を含む干渉を含むか否かを判断する、比較すること、
を含み、
前記線形変換Ｔ（ｙ）は、第１の関数Ｔ１（ｙ）及び第２の関数Ｔ２（ｙ）の組み合わせを含み、前記第１の関数は、遷移値ｙ_tを超えない値を有する正規化信号サンプルに適用される変換を規定し、前記第２の関数は、遷移値ｙ_t以上の値を有する正規化信号サンプルに適用される変換を規定し、
Ｔ１（ｙ）は正規化信号サンプル値の増加に対する非減少関数であり、
Ｔ２（ｙ）は正規化信号サンプル値の増加に対する減少関数である、
方法をさらに提供する。

本発明は、プログラム可能な処理装置をプログラムして、上述した方法を実行するように動作可能にするコンピュータープログラム命令を担持する、ストレージ媒体、ストレージデバイス、又は信号等のコンピュータープログラム製品も提供する。

本発明は、無線周波数干渉信号の分類に特に適用可能であるが、他の周波数にも適用することができる。

雑音によって損なわれた正弦波の振幅の確率密度関数ｐ（ｙ｜Ｃ）の形状及び雑音の大きさの確率密度関数ｐ（ｙ｜Ｂ）の形状を示す図である。 本発明の一実施形態による干渉分類器において利用される非線形性Ｄ（ｙ）の形状を示す図である。 本発明の一実施形態による干渉分類器において利用される非線形性Ｄ（ｙ）及びまたその近似を示す図である。 本発明の一実施形態による干渉分類器において利用される非線形性Ｖ（ｙ）を示す図である。 本発明の一実施形態による干渉分類器において利用される非線形性Ｄ（ｙ）を非線形性Ｖ（ｙ）と共に示す図である。 本発明の実際的な実施形態に従って構成される干渉分類器の機能ブロック図である。 本発明の一実施形態による信号内に存在する干渉のタイプを求める方法を示すフローチャートである。 従来のＦＭＣＷ自動車レーダーの単純化された機能ブロック図である。 本発明の一実施形態による干渉分類器を組み込むＦＭＣＷ自動車レーダーの機能ブロック図である。 ａ）は、背景雑音によって破損された３つの正弦波を含むデータフレームを示す図であり、ｂ）は、ａ）のデータフレームの周波数領域表現を示す図である。 ａ）は、背景雑音、及びさらに３つの高レベル周波数チャープによって破損された３つの正弦波を含むデータフレームを示す図であり、ｂ）は、ａ）のデータフレームの周波数領域表現を示す図である。 ａ）は、背景雑音、及びさらに３つの高レベル周波数チャープによって破損された３つの正弦波を含む（ブランキングによって）変更されたデータフレームを示す図であり、ｂ）は、ａ）のデータフレームの周波数領域表現を示す図である。 ａ）は、背景雑音、及びさらに２つの高レベル周波数チャープによって破損された３つの正弦波を含むデータフレームを示す図であり、ｂ）は、ａ）のデータフレームの周波数領域表現を示す図である。 ａ）は、背景雑音、及びさらに２つの高レベル周波数チャープによって破損された３つの正弦波を含む（ブランキングによって）変更されたデータフレームを示す図であり、ｂ）は、ａ）のデータフレームの周波数領域表現を示す図である。 コンピュータープログラム命令を用いて実装される干渉分類器の位置実施形態を示す図である。

本発明のいくつかの実際的な実施形態を説明する前に、実施形態の背後にある基礎を成す理論が与えられる。

標準的な背景雑音（たとえば熱雑音）及びパルス状高レベル干渉（すなわち過渡干渉）を含む受信信号を考察する。そのような過渡干渉は、広帯域雑音の短いバースト及び周波数変調されたキャリア（チャープ）を有するパルスのいずれかから発生した場合がある。

離散時間信号処理を用いるシステムにおいて、雑音バーストが、ガウス分布を有する一連のサンプルを生ずるのに対し、周波数チャープは、一定振幅の正弦波のランダムサンプリングにより取得される特徴と同じ特徴を有するサンプルを生成する。この観測を多くの異なる形で利用して、雑音バーストとチャープとを識別する統計的手順を開発することができる。

しかしながら、観測される過渡干渉の持続時間も電力も、そのような干渉のタイプに関する有用な情報を一切提供することができない。

統計的観点から、雑音バーストＢと周波数チャープＣとを識別する問題は、２つの代替的仮説Ｈ０及びＨ１のうちの一方を選択することに等しい。ここで、
Ｈ０＝雑音バーストＢが存在する
Ｈ１＝チャープＣが存在する
である。

したがって、Ｋ個の信号サンプルｘ₁，ｘ₂，．．．，ｘ_k，．．．，ｘ_Kは２つの条件付き確率密度関数、すなわち

のうちの一方によって特徴付けられる。

仮説Ｈ１は、尤度比Ｌ（ｘ₁，ｘ₂，．．．，ｘ_K）が或る所定の判定閾値レベルを超えたときに選択される。ここで、尤度比は以下のように規定される。

実際には、対数尤度比ｌｎＬに基づいて等価な手順を利用することがより好都合である。

であり、ここで、Ｔ_Xは所定の判定閾値である。

本発明者は、分類される干渉レベルはアプリオリに知ることができないことに着目した。

しかしながら、本発明者らは、ｐ（ｘ_k｜Ｃ）及びｐ（ｘ_k｜Ｂ）の比を近似する非線形変換を案出し、該変換は周波数チャープと雑音バーストとを識別する大幅に改善された実際的な方法を提供する。

平均絶対偏差を利用する正規化−ロバストな分類器
本発明の１つの実施形態によれば、利用可能なデータから適切な範囲のデータブロックが選択され、ブロック内のＫ個の信号サンプルｘ₁，ｘ₂，．．．，ｘ_k，．．．，ｘ_Kを用いて、以下のように平均絶対偏差を求める。

データブロックの範囲は、最も短い予期される過渡干渉の大部分を捕捉するように選択される。平均絶対偏差Ｍ_Aが所定の判定閾値Ｔ_Nを超えるとき、干渉の存在が宣言される。

好ましくは、判定閾値Ｔ_Nは背景雑音のｒｍｓ（二乗平均平方根(root-mean-squared)）値σ_Nよりも約３倍又は約４倍大きい値にセットされる。

雑音バーストＢの場合、平均絶対偏差は、

に向かう。ここで、

であり、σ_Bはそれぞれの分散σ_N ²及びσ_O ²を有する背景雑音及びバースト雑音の和のｒｍｓ値である。

振幅Ａを有するチャープＣが観測され、かつ背景雑音のレベルが低い（たとえばσ_N＜Ａ／５）とき、平均絶対偏差Ｍ_Aはほぼ

に等しい。

実際には、双方のパラメーターσ_B及びＡが未知であることに留意する。

サンプルの一次シーケンス｛ｘ_k｝は、正規化変換を用いることによって対応する二次シーケンス｛ｙ_k｝に変換される。

上記の変換の目的は、未知のパラメーターσ_B及びＡと無関係に観測値｛ｙ_k｝を作成することである。

雑音バーストＢの場合、サンプル｛ｙ_k｝は、形態

の確率密度関数を有するガウス非負確率変数の実現値を表す。

チャープＣが観測される場合、確率密度関数ｐ（ｙ｜Ｃ）は、背景雑音が無視できるとき、すなわちＡ≫σ_Nのときにのみ閉形式で表すことができる。そのような場合、

である。

他方で、背景雑音が存在する場合、付加雑音の拡散効果を考慮に入れると、ｐ（ｙ｜Ｃ）は、基礎を成す通常の確率密度関数ｐ₀（ｙ）を表すものとみなすことができる。ここで、

である。

表現ｐ（ｙ｜Ｃ）の形状と基礎を成す確率密度関数Ｐ₀（ｙ）の形状との間の差異は、付加雑音のレベルが高くなると増加する。

図１は、雑音レベルの選択された値（この場合、比Ａ／σ_N）についてＰ₀（ｙ）を表す確率密度関数ｐ（ｙ｜Ｃ）の形状を示している。各プロットは、１０⁸個の複製を利用してモンテカルロコンピューター法(Monte Carlo computer study)から取得されているが、雑音レベルに応じてＰ₀（ｙ）の他の表現を用いて確率密度関数を生成することができることが理解されよう。見て取ることができるように、引数ｙ(argument y)がゼロに近づくと、確率関数は、式１２において予測されるように、値が限界４／π²≒０．４に近づくものと想定する。

比較の目的で、図１は雑音バーストＢの確率密度関数ｐ（ｙ｜Ｂ）も示している。

対数尤度比は以下のように規定される。

周波数チャープＣの存在は、式１３において規定されるような対数尤度比が所定の判定閾値を超えるときに宣言される。そうでない場合、処理されているサンプルは雑音バーストＢを表すものとして分類される。

より詳細には、本発明の一実施形態に従って後述するように、干渉するチャープＣの存在は、式１４に示すように、Ｋ個の非線形に変換されたサンプルｙ₁，ｙ₂，．．．，ｙ_k，．．．，ｙ_Kの平均Ｇ_Kが適切な判定閾値Ｔ_CGを超えたときに宣言される。

ここで、非線形変換Ｄ（ｙ）は、本発明者によって案出された式１３に登場した関数［ｌｎ ｐ（ｙ_k｜Ｃ）−ｌｎ ｐ（ｙ_k｜Ｂ）］の適切な表現である。

以下において、平均絶対偏差に基づく正規化を利用する干渉分類器を、本明細書においてロバストな干渉分類器と呼ぶ。

非線形性Ｄ（ｙ）は、背景雑音が無視できるとき、すなわちΨ＝Ａ／σ_N→∞のときにのみ、閉形式で表すことができる。そのような場合、

である。

図２は、比Ａ／σ_Nの選択された値について非線形性Ｄ（ｙ）の形状を示している。各プロットは、１０⁸個の複製を用いてモンテカルロコンピューター法から取得されている。

引数ｙがゼロに近づくと、非線形性Ｄ（ｙ）は、上記の式から予測されるように、値が限界ｌｎ（２／π）≒−０．４５に近づくものと想定する。比較の目的で、図２は、無視できる背景雑音の場合の非線形性Ｄ（ｙ）、すなわちＡ／σ_N→∞も示している。

図２から見てとることができるように、非線形性Ｄ（ｙ）の形状は、異なる値のＡ／σ_Nについて概ね同じであり、Ｄ（ｙ）の最大値はＡ／σ_Nの値が増加するのと共に増加する。全ての場合において、最大値は距離１．４〜１．７のｙの値について生じる。

本発明の１つの実施形態によれば、非線形性Ｄ（ｙ）は、２つの標準関数、すなわちローレンツ関数及び放物線の重ね合わせによって近似される。

比Ａ／σ_Nに関わらず、非線形性Ｄ（ｙ）は、Ｄ（ｙ）のピークにおいて合体する２つのブランチで構成されるものとみなすことができる。Ｄ（ｙ）の左のブランチは、以下の形式の下方シフトされたローレンツ関数の一部によって近似することができる。

右のブランチは、放物線の一部によって表すことができる。

たとえば、Ａ／σ_N＝１０のとき、以下のパラメーター値を用いて良好な近似が達成されている。

図３は、Ａ／σ_N＝１０の場合の非線形性Ｄ（ｙ）、並びにまた、ローレンツ関数及び放物線の組み合わせを用いて本発明の一実施形態に従って構築された、その非線形性Ｄ（ｙ）の近似を示している。

本発明のさらなる実施形態によれば、非線形性Ｄ（ｙ）を多くの異なる形で近似することができる。しかしながら、各近似は何らかの意味で、図２に示す非線形性の一般形状を表現及び模倣しようとする。たとえば、左ブランチは直線で近似することができ、右ブランチは異なる直線で近似することができる。

したがって、それぞれの場合に、近次関数は、雑音がないときはπ／２の引数値、又は雑音があるときは約１．４〜１．７の引数値を含む遷移値においてピーク又は水平域を呈する（引数値は、雑音の拡散効果に起因してπ／２から逸れ、偏差量は雑音量に依拠する）。遷移値を超えない引数値の場合、近似間数は非減少関数となる。さらに、遷移値以上の引数値の場合、近似関数は減少関数となる。一般に、この下落部分の峻度はピーク（又は水平域）に選考する非減少部分の峻度よりもはるかに大きくなる。

標準偏差を利用する正規化−最適分類器
正規化手順における平均絶対偏差の適用は、実際的でかつまた統計的にロバストな手法とみなすことができる。しかしながら、理論的観点から、この目的のために標準偏差を用いることが好ましい場合がある。

したがって、本発明のさらなる実施形態によれば、観測されるサンプルの一次シーケンス｛ｘ_k｝は、正規化変換を適用することによって、対応する二次シーケンス｛ｙ_k｝に変換される。

ここで、Ｓ_Dは

から求められる標準偏差である。

雑音バーストＢの場合、標準偏差Ｓ_Dは単純にσ_B、すなわち背景雑音及びバースト雑音の和のｒｍｓ値に等しい（式８を参照されたい）。振幅Ａを有するチャープＣが観測され、かつ背景雑音のレベルが低い（たとえばσ_N＜Ａ／５）とき、ｒｍｓはほぼ

に等しい。

雑音バーストＢの場合、サンプル｛ｙ_k｝は確率密度関数

を有するガウス非負確率変数の実現を表す。

チャープＣが観測されるとき、確率密度関数ｐ（ｙ｜Ｃ）は、背景雑音が無視できるとき、すなわちＡ／σ_N≫１のときにのみ閉形式で表すことができる。そのような場合、

である。

他方で、背景雑音が存在する場合、付加雑音の拡散効果を考慮に入れると、ｐ（ｙ｜Ｃ）は、基礎を成す通常の確率密度関数ｐ₀（ｙ）を表すものとみなすことができる。ここで、

である。

表現ｐ（ｙ｜Ｃ）の形状と基礎を成す確率密度関数Ｐ₀（ｙ）の形状との間の差異は、付加雑音のレベルが高くなると増加する。

上述したロバストな分類器の場合のように、モンテカルロコンピューターシミュレーションを用いて、選択された雑音レベル値について表現ｐ（ｙ｜Ｃ）を生成することができる。代替的に、他の形態の表現を用いることもできる。

したがって、干渉するチャープＣの存在は、式２３に示すように、Ｋ個の非線形に変換されたサンプルｙ₁，ｙ₂，．．．，ｙ_k，．．．，ｙ_Kの平均Ｈ_Kが所定の判定閾値Ｔ_CHを超えたときに宣言される。

ここで、非線形変換Ｖ（ｙ）は、関数［ｌｎ ｐ（ｙ_k｜Ｃ）−ｌｎ ｐ（ｙ_k｜Ｂ）］の適切な表現である。

この場合、非線形性Ｖ（ｙ）は、上述した非線形性Ｄ（ｙ）が表す形状と異なる形状を有する。

以下において、標準偏差に基づく正規化を利用する干渉分類器は、ガウス確率変数に関してその標準偏差がスケールを最良に推定するものであることを反映するために、本明細書において最適干渉分類器と呼ばれる。

非線形性Ｖ（ｙ）は、背景雑音が無視できるとき、すなわちΨ＝Ａ／σ_N→∞のときにのみ、閉形式で表すことができる。そのような場合、

である。

図４は、比Ａ／σ_Nの選択された値について非線形性Ｖ（ｙ）の形状を示している。各プロットは、１０⁸個の複製を用いてモンテカルロコンピューター法から取得されている。

引数ｙがゼロに近づくと、非線形性Ｖ（ｙ）は、式２４から予測されるように、値が限界−（ｌｎπ）／２≒−０．５７に近づくものと想定する。

比較の目的で、図４は無視できる背景雑音、すなわちＡ／σ_N→∞の場合の非線形性Ｖ（ｙ）も示している。

図４を図２と比較することにより見てとることができるように、２つの非線形性Ｄ（ｙ）及びＶ（ｙ）の形状は実質的に同じである。しかしながら、非線形性Ｖ（ｙ）の場合、最大値は、雑音がないときは

のｙの値で現れ、又は雑音があるときは約１．３〜１．６の範囲の値で現れる（引数値は雑音の拡散効果に起因して

から逸れ、偏差量は雑音量に依拠する）のに対し、Ｄ（ｙ）の最大値は、雑音がないときはπ／２の値で現れ、又は雑音があるときは１．４〜１．７の範囲で現れる。

図５は、Ａ／σ_N＝１０の場合の２つの非線形性Ｄ（ｙ）及びＶ（ｙ）を示している。双方の非線形性が同様の形状を有するが、非線形性Ｖ（ｙ）は、関心引数の範囲のより良好な識別を提供するようであるので、Ｄ（ｙ）より優れていると思われる。

標準偏差に基づく正規化を利用する実施形態によれば、非線形関数Ｖ（ｙ）の近似が適用される。

より詳細には、１つの実施形態では、Ｖ（ｙ）の左のブランチは、下方シフトされたローレンツ関数の一部によって近似され、

右のブランチは、放物線の一部によって近似される。

たとえば、Ａ／σ_N＝１０のとき、以下のパラメーター値を用いて良好な近似を達成することが可能である。

Ｄ（ｙ）と同様に、ローレンツ関数及び放物線とは異なる様々な関数を用いてＶ（ｙ）を近似することができる。これらについては上述したので、本明細書において再び説明しない。

他の正規化方法
平均絶対偏差及び標準偏差を用いる正規化を上記で説明したが、本発明のさらなる実施形態によれば、幾何平均、中央値、又はトリム平均等の平均信号レベルの他の基準を用いて信号サンプルを正規化することができる。

Ｋ個の信号サンプル｜ｘ₁｜，｜ｘ₂｜，．．．，｜ｘ_k｜，．．．，｜ｘ_K｜の幾何平均は、

によって規定される。

正規化の目的のために、中央値又はトリム平均は、｜ｘ｜₍₁₎＜｜ｘ｜₍₂₎＜．．．＜｜ｘ｜_(k)＜．．．＜｜ｘ｜_(K)となるように昇順で並べられたＫ個の信号サンプルから求めることができる。

このとき、サンプル中央値は、Ｋが奇数のとき中央サンプルに等しく、そうではなくＫが偶数の場合、サンプル中央値は２つの中央サンプルの算術平均に等しい。

トリム平均Ｍ_Lは、Ｌ個の最も大きなサンプルを除外し、残りのサンプルの算術平均を求めることによって取得され、したがって、

である。

正規化の目的で利用することができる平均信号レベルの他の基準がまだ存在する。

正規化を実行するのに用いられる平均信号レベルの基準が何であれ、結果としての非線形性は上述した非線形性Ｄ（ｙ）及びＶ（ｙ）と同じ形式及び特性を有する。このため、各非線形性は１．３〜１．７のｙの値を含む遷移値において最大値を有し、ｙの値が遷移値を超えない場合に非減少関数によって近似でき、ｙの値が遷移値以上の場合に減少関数によって近似することができる。全ての場合に、減少関数の平均勾配の大きさは非減少関数の平均勾配の大きさよりも大きくなる。

実際的な実施形態
本発明の一実施形態による、上述した有利な干渉分類を実装するための干渉分類器が後述される。

図６は、本発明の一実施形態に従って構成される、干渉分類器ＩＣＲ６０１の機能ブロック図である。分類器ＩＣＲ６０１は以下のブロックを含む。
−データバッファーＢＦＲ６０２、
−正規化器ＮＲＭ６０４、
−スケールファクター計算機ＳＣＬ６０３、
−非線形変換器ＮＬＴ６０５、
−平均化回路ＡＶＧ６０６、
−比較器ＣＭＲ６０７。

動作干渉分類器ＩＣＲ６０１を下記で説明する。

検査中のデータブロックを形成する複数のＫ個の信号サンプルｘ₁，ｘ₂，．．．，ｘ_k，．．．，ｘ_Kが入力ＢＸを介してデータバッファーＢＦＲ６０２に転送される。

出力ＸＸにおいて入手可能なサンプルが、スケールファクター計算機ＳＣＬ６０３によって用いられ、平均絶対偏差Ｍ_A又は標準偏差Ｓ_D等のスケールファクターＳＣが求められる。選択された正規化のタイプは、スケールファクター計算機ＳＣＬ６０３の入力ＳＴを介して設定される。特に、分類器ＩＣＲ６０１は、上述したようにたとえばロバストな分類器又は最適な分類器として動作するように、構成することができる。

ブロックＳＣＬ６０３によって求められたスケーリングファクターＳＣは、正規化器ＮＲＭ６０４に供給され、二次シーケンスのＫ個の正規化されたサンプルが計算される。

ここで、正規化されたサンプルｙ₁，ｙ₂，．．．，ｙ_k，．．．，ｙ_Kはそれぞれ、データバッファーＢＦＲ６０２から入力ＸＫを介して受信された一次信号サンプルｘ₁，ｘ₂，．．．，ｘ_k，．．．，ｘ_Kに対応する。

非線形変換器ＮＬＴ６０５は、入力ＹＫにおいて現れる各正規化されたサンプルｙ_kを利用して、上記で検討したようなＤ（ｙ_k）及びＶ（ｙ_k）等の対応する値を求める。

非線形変換器ＮＬＴ６０４は、２つのパラメーター、すなわち（選択された正規化方法に対応する）非線形性のタイプＳＴ及び背景雑音のチャープ振幅Ａ及びｒｍｓ値σ_Nの比の公称値ＡＮを受信する。

ＡＮの公称値として、デフォルト値Ａ／σ_N＝１０を自動的に選択することができる。代替的に、ＡＮの適切な値を以下のように求めることができる。

干渉分類器を組み込むシステムの信頼性のある動作のために、処理される信号のレベルが少なくとも背景雑音のｒｍｓ値σ_Nよりも少なくともｇ１倍大きいと仮定する。そのような最小レベル（ｇ１・σ_N）を有する信号は、正弦干渉の最も小さな振幅Ａがこの最小レベルよりｇ２倍大きいとき、破損する形で変形し、したがってＡ＝ｇ２・（ｇ１・σ_N）及び

であることも想定する。たとえば、ｇ１＝５及びｇ２＝２であるとき、ＡＮ＝Ａ／σ＝１０である。

さらに、図２及び図４から見てとることができるように、それぞれの非線形性Ｄ（ｙ）及びＶ（ｙ）の形状は、Ａ／σ_Nがたとえば１０から２０に増加するときに大きく変化しない。また、より大きな値の振幅Ａを有する正弦干渉は、常により高い信頼性で検出することができる。したがって、分類器によって用いられるＡＮの公称値は、好ましくは比Ａ／σ_Nのより低い動作値に対応するように選択される。

平均化回路ＡＶＧ６０６は、入力ＶＤにおいて受信される非線形に変換された正規化サンプルの平均ＧＨを求める。

計算された平均ＧＨは、比較器ＣＭＲ６０７において判定閾値ＣＴと比較される。平均ＧＨが判定閾値ＣＴを超えると、干渉チャープの存在が宣言される。そうでない場合、処理されるサンプルは雑音の干渉バーストを表すものとして分類される。

干渉、雑音バーストＢ、又は周波数チャープＣに関する判定は、比較器ＣＭＲ６０７の出力ＢＣにおいて提供される。さらに、出力ＳＣは、分類される干渉レベルを示すスケールファクターを提供する。

本実施形態の干渉分類器ＩＣＲ６０１によって実行される、信号内に存在する雑音のタイプを求める処理動作の概要が図７に示されている。

図７を参照すると、ステップＳ３において、分類されるべき干渉を含む信号のサンプルがデータバッファーＢＦＲ６０２から読み出される。

プロセスは次にステップＳ５に進み、ステップＳ５において、上述した技法のうちの１つを用いて、信号サンプルのレベルに依拠して、該サンプルのためのスケールファクターが計算される。

プロセスは次にステップＳ７に進み、ステップＳ７において、上述した正規化技法のうちの１つを用い、スケールファクターを用いて信号サンプルを正規化して、正規化信号サンプルを計算する。

プロセスは次にステップＳ９に進み、ステップＳ９において、上述した技法のうちの１つを用いて、正規化信号サンプルに対し非線形変換を実行して、変換された信号サンプルを計算する。

プロセスは次にステップＳ１１に進み、ステップＳ１１において、上述した技法のうちの１つを用いて、変換された信号サンプルの平均を計算する。

プロセスは次にステップＳ１３に進み、ステップＳ１３において、変換された信号サンプルの計算された平均を所定の閾値レベルと比較して、信号内に存在する干渉のタイプを求める。

プロセスは次にステップＳ１５に進み、ステップＳ１５においてプロセスは終了する。

広範なモンテカルロシミュレーション法によって、本発明の実施形態に従って構築された干渉分類器が上述した従来技術による尖度ベースの分類器の性能を凌ぐことがわかっている。

利点は、データブロックあたりＫ＝１６個のサンプルが存在し、かつ誤警報確率(false-alarm probability)がＰＦＡ＝０．０１に固定された以下に提供する例において実証される。

分類器毎の判定閾値ＣＴ及び検出確率ＰＤが以下に与えられる。

上記の文脈において、検出確率ＰＤは、実際にチャープＣが存在するときに「チャープＣが存在する」と判定する確率であり、誤警報確率ＰＦＡは、実際に雑音バーストＢが存在するときに「チャープＣが存在する」と判定する確率である。

上記で与えられた各値は、１０⁶個の複製を利用するモンテカルロコンピューター法から取得された。見てとれるように、干渉分類器の実施形態のロバストなバージョン及び最適なバージョンは、それぞれ尖度ベースの分類器に対して、検出確率ＰＤにおいて５％及び７％の改善を提供する。

本発明の実施形態による干渉分類器６０１は、多くの異なる分野において用途を有する。

次に、例として、本発明の一実施形態による干渉分類器を用いる周波数変調連続波（ＦＭＣＷ）自動車レーダーシステムを説明する。

図８は、従来のＦＭＣＷ自動車レーダーシステムの簡略化された機能ブロック図である。システムは、受信アンテナＲＡＮ７０２と、信号調整ユニットＳＣＵ７０３と、ダウンコンバーターＤＣＲ７０４と、アナログ／デジタルコンバーターＡＤＣ７０５と、デジタルシグナルプロセッサＤＳＰ７０６と、タイミング／制御ユニットＴＣＵ７１１と、波形発生器ＷＦＧ７１０と、アップコンバーターとしても機能する電圧制御発振器ＶＣＯ７０９と、電力増幅器／駆動装置ＰＡＲ７０８と、送信アンテナＴＡＮ７０７とを備える。

波形発生器ＷＦＧ７１０は、制御信号ＣＶを供給して、電圧制御発振器ＶＣＯ７０９に周波数上方掃引及び下方掃引を生じさせる。結果としての各波形ＳＷは電力増幅器／駆動装置ＰＡＲ７０８において増幅され、プロービング波形ＴＷが生じる。アンテナＴＡＮ７０７によって送信される波形ＴＷは一定の振幅を有するが、その周波数は、各上方掃引及び下方掃引時間間隔Ｔ_s中に帯域Δｆを掃引する。

距離Ｒにおける障害物ＯＢＳ７０１からのエコーＲＷは、時間において（２Ｒ／ｃ）だけ遅延された送信波形ＴＷの減衰されたコピーである。ｃは、光速である。

エコーＲＷは、信号調整ユニットＳＣＵ７０３において適切に処理され、反射信号の表現ＡＲが生成される。信号ＡＲは、ダウンコンバーターＤＣＲ７０４において、電圧制御発振器ＶＣＯ７０９によって供給された送信波形ＴＷのコピーＳＷと結合される。ダウンコンバーターＤＣＲ７０４の出力信号ＢＳは、まずアナログ／デジタルコンバーターＡＤＣ７０５においてデジタル形式ＤＳに変換され、次にデジタルシグナルプロセッサＤＳＰ７０６に送信される。

デジタルシグナルプロセッサＤＳＰ７０６は、各周波数掃引のパラメーター、すなわち該周波数掃引の開始時刻、掃引持続時間Ｔ_S、及び掃引周波数帯域Δｆを示す信号ＳＳをタイミング／制御ユニットＴＣＵ７１１から受信する。信号ＳＳは、要求される制御信号ＣＶを生成するために、波形発生器ＷＦＧ７１０によっても用いられる。

デジタルシグナルプロセッサＤＳＰ７０６は、ダウンコンバーターＤＣＲ７０４から受信したビート信号ＢＳを解析することによって、障害物ＯＢＳ７０１の距離Ｒ及び速度Ｖを求める。ビート信号ＢＳは、送信波形ＴＷの対応する線形周波数掃引ＳＷに応じて取得される。ビート周波数は、反射波ＲＷの周波数から送信波ＴＷの周波数を減算したものとして規定される。

静止した障害物ＯＢＳ７０１の場合、ビート周波数の大きさ｜ｆ_R｜は障害物距離Ｒに直接比例する。

ここで、｜Ｓ_F｜＝｜Δｆ｜／Ｔ_Sは周波数掃引の勾配である。ビート周波数ｆ_Rは周波数下方掃引（Ｓ_F＜０）の場合に正であり、周波数上方掃引ｓ（Ｓ_F＞０）の場合に負である。正のビート周波数と負のビート周波数との識別は、直交信号ダウンコンバージョンを用いることによって達成することができる。

レーダーと障害物ＯＢＳ７０１との間の半径方向速度Ｖを有する相対運動は、ドップラー周波数シフト

を付加することによって「距離によって生成された（range-generated）」ビート周波数ｆ_Rを変更する。ここで、λは送信波形ＴＷの波長である。実際に、ドップラーシフトｆ_Vの値は、掃引された周波数の量による影響を受けない。

障害物ＯＢＳ７０１が速度Ｖでレーダーに接近している場合、ドップラーシフトｆ_Vの値は正になるのに対し、障害物ＯＢＳ７０１がレーダーから遠ざかっている場合、ドップラーシフトｆ_Vの値は負となる。その結果、観測されるビート周波数ｆ_Bは２つの周波数成分ｆ_R及びｆ_Vを結合したものから生じ、したがって、

である。

勾配Ｓ_F自体は（下方掃引の場合に）負となることもできるし、（上方掃引の場合に）正となることもできることに留意する。

単一の動いている障害物ＯＢＳ７０１の場合、障害物の距離Ｒ及び相対速度Ｖの双方を一意に求めるために、実質的に異なる勾配Ｓ_Fを有する少なくとも２つの周波数掃引が必要とされる。しかしながら、レーダーの視野(field of view)（ＦＯＶ）内に２つ以上の障害物が存在する場合、各障害物の距離及び速度を正しく求めるために、別個の勾配を有するより多くの周波数掃引が必要となる。

上記の検討から、障害物の距離及び速度に関する情報は、複数のビート信号の周波数成分内に含まれることになり、そのような各ビート信号は、レーダーによって送信された対応する周波数掃引に応じて取得される。したがって、デジタルシグナルプロセッサＤＳＰ７０６によって実行される信頼性のある周波数推定が最も重要である。

G. M. Brooker「Mutual Interference of Millimeter-Wave Radar Systems」（IEEE Trans. Electromagn. Compat., pp. 170-1 81, Feb. 2007）において提示される分析は、自動車レーダーにおいて一般に使用される掃引パターン及び関連する信号処理技法が全てマルチユーザー干渉を受けることを示した。

この結果、上述した自動車ＦＭＣＷレーダーシステムがマルチユーザー環境内で動作するとき、当該自動車ＦＭＣＷレーダーシステムは、信頼性のない障害物検出、並びに距離及び速度の不良な推定を提供する可能性がある。

したがって、干渉の効果的な排除又は抑制の手段を組み込むことによって自動車ＦＭＣＷレーダーシステムを改善することができる。

したがって、本発明のさらなる実施形態によれば、上述した実施形態の干渉分類器６０１を自動車レーダーシステムに用いて、干渉が雑音バーストによって生じているのか、又は周波数チャープによって生じているのかを判断する。これによって、距離及び／又は速度を計算するために処理される信号におけるチャープ干渉を低減するために、システムが、自動車レーダーによって送信された波形の特性を変更することによって、かつ／又はブランキングを適用することによって、チャープ干渉の効果を軽減することが可能になる。

図９は、本発明のさらなる実施形態によるＦＭＣＷ自動車レーダーシステムの簡略化された機能ブロック図である。

自動車レーダーシステムは以下のブロックを含む。
−受信アンテナＲＡＮ７０２、
−信号調整ユニットＳＣＵ７０３、
−ダウンコンバーターＤＣＲ７０４、
−アナログ／デジタルコンバーターＡＤＣ８０１、
−フーリエシグナルプロセッサＦＦＴ８０５、
−タイミング／制御／算術ユニットＴＣＡ８０６、
−波形発生器ＷＦＧ７１０、
−電圧制御発振器ＶＣＯ７０９、
−電力増幅器／駆動装置ＰＡＲ７０８、
−送信アンテナＴＡＮ７０７、
−モードスイッチＰＡＳ８０７、
−バッファー／スライサーＦＲＭ８０２、
−干渉分類器ＩＣＲ６０１、
−ブランキング回路ＢＬＲ８０４。

ＦＭＣＷ自動車レーダーは、パッシブ及びアクティブの２つのモードで交互に動作するようになっている。

パッシブモードの目的は、マルチユーザー干渉によって過剰に破損されることのない周波掃引パターンを動的かつ適応的に選択することである。

アクティブモードにおいて、レーダーは、図８に示されるような既知のシステムの通常動作を実行することができる。しかしながら、物体の距離及び／又は速度を求めるのを改善するために、受信信号内のデータにブランキングも適用される。

パッシブモード
レーダーシステムは、電圧制御発振器ＶＣＯ７０９と電力増幅器／駆動装置ＰＡＲ８０８との間の信号経路をモードスイッチＰＡＳ８０７がブロッキングしている限り、パッシブオペレーティングモード、すなわち「リスンのみ」オペレーティングモードにとどまる。

パッシブモードにおいて、レーダーアンテナＴＡＮ７０７は、周波数掃引を送信しない。しかしながら、そのような掃引ＳＷは依然としてＶＣＯ７０９によって生成され、ダウンコンバーターＤＣＲ７０４に適用される。

モードスイッチＰＡＳ８０７は、タイミング／制御／算術ユニットＴＣＡ８０６によって提供される信号ＡＰによって制御される。

パッシブオペレーティングモード中、フーリエシグナルプロセッサＦＦＴ８０５及びブランキング回路ＢＬＲ８０４の双方がアイドルのままである。

ＴＣＡユニット８０６は、適切な信号ＳＳを波形発生器ＷＦＧ７１０に適用することによって異なる周波数掃引ＳＷを順次選択し、波形発生器ＷＦＧ７１０は、それに応じて、対応する制御信号ＣＶを生成する。結果として、電圧制御発振器ＶＣＯ７０９は、一連の別個の周波数掃引ＳＷを生成し、各掃引はその
−開始周波数、
−終了周波数、
−掃引持続時間、
によって特徴付けられる。

後述するランク付けの目的で、各異なる周波数掃引ＳＷは、掃引インデックスｎ∈｛１，．．．，Ｎ｝によって特定される。

レーダーは、該レーダーの受信アンテナＲＡＮ７０２によって捕捉された信号を処理することによって、マルチユーザー「密信号」環境を検知する。受信信号ＲＷは、同じ領域において動作している他の自動車レーダーによって送信された信号及び背景雑音を含む。受信信号ＲＷの表現ＡＲは、電圧制御発振器ＶＣＯ７０９によって供給されたＮ周波数掃引ＳＷと共に、ダウンコンバーターＤＣＲ７０４において一緒に処理される。

ダウンコンバーターＤＣＲ７０４の出力信号ＢＳは、アナログ／デジタルコンバーターＡＤＣ８０１においてデジタル形式に変換された後、バッファー／スライサーＦＲＭ８０２内に格納される。バッファー／スライサーＦＲＭ８０２内に格納される各データフレームは、ダウンコンバーターＤＣＲ７０４に適用されるＮ個の異なる周波数掃引ＳＷのうちの１つに一意に対応する。

各データフレームは、ＴＣＡユニット８０６によって供給された制御信号ＦＷに応じて、複数のＪ個のデータブロックＤＢに「スライス」される。結果としてのデータブロックＤＢは次に、ＴＣＡユニット８０６によって提供される信号ＪＪに応じて、干渉分類器ＩＣＲ６０１に順次適用される。

分類器ＩＣＲ６０１は、チャープ干渉を含むデータブロックを特定し、そのような干渉のレベルを示す信号ＳＣをＴＣＡユニット８０６に送信する。

結果として、ＴＣＡユニットはデータフレーム内の破損したデータブロックの数、及びまたマルチユーザー干渉の総破損エネルギーを求めることができる。この情報は、マルチユーザー干渉に対するその耐性に従ってＴＣＡユニットがＮ個の周波数掃引ＳＷをランク付けするのに用いられる。

したがって、パッシブオペレーティングモード中、Ｎ個全ての利用可能な周波数掃引ＳＷがマルチユーザーチャープ干渉への耐性の観点から評価される。次に、ＴＣＡユニット８０６は、被試験マルチユーザー環境において良好な測距性能を提供する１つ又は複数の掃引パターンを構築するのに最も良好なＭ個の掃引を選択する。

掃引パターンにおいて用いられるＭ個の掃引が選択されると、掃引パターンは多くの形で構築することができる。たとえば、掃引のランダム順列又は擬似ランダム順列を利用することができる。

アクティブモード
パッシブモードの後、適切な制御信号ＡＰをＴＣＡユニット８０６がモードスイッチＰＡＳ８０７に印加することによって、アクティブモードが開始される。

アクティブモードにおいて、レーダーは、そのアンテナＴＡＮ７０７を介して、パッシブモードにおいて求められた１つ又は複数の掃引パターンを送信する。

アクティブモードにおいて、干渉分類器ＩＣＲ８０３はアイドルのままであり、バッファー／スライサーＦＲＭ８０２に格納されるデータブロックＤＢに対して「トランスペアレント」である。

アクティブモードにおいて用いられる１つ又は複数の掃引パターンは、パッシブモードにおいて被試験環境で良好な性能を有するように構築されているので、自動車ＦＭＣＷレーダーはマルチユーザー干渉に対して改善した耐性で動作する。

最も良好な掃引パターンを選択することによって相互干渉の効果が低減するが、干渉は完全に除去されない場合がある。したがって、自動車ＦＭＣＷレーダーの測距性能は、バッファー／スライサーＦＲＭ８０２とフーリエシグナルプロセッサＦＦＴ８０５との間にブランキング回路ＢＬＲ８０４を組み込むことによってさらに改善される。

以下でブランキング回路ＢＬＲ８０４の動作を説明する。

まず、例えばｒｍｓ値等のデータフレームのＪ個全てのデータブロックの平均レベルが求められる。次に、本明細書ではブランキング閾値と呼ばれる干渉検出閾値が設けられる。たとえば、閾値はデータｒｍｓ値の４倍に設定することができる。好ましくは、閾値はシステムの雑音レベルの固定値倍（たとえば１０倍）を超えるように設定することができる。

次に、Ｊ個のデータブロックのそれぞれがテストされる。被試験ブロックのｒｍｓ値がブランキング閾値を超える場合、データブロックはオールゼロブロックと置き換えられる。結果として、ブランキング回路ＢＬＲ８０４は、全ての破損したデータブロックがオールゼロブロックに置換された変更データフレームＺＦをフーリエシグナルプロセッサＦＦＴ８０５に転送する。そのような動作によって個々のデータブロックがデータフレーム内に現れる順序が変化しないことに留意すべきである。

ブランキング動作によって背景雑音レベルが低減するので、フーリエシグナルプロセッサＦＦＴ８０５によって用いられる信号検出閾値も低減されるべきである。したがって、ブランキング回路ＢＬＲ８０４は、適切に低減された閾値ＤＴをプロセッサＦＦＴ８０５に送信する。変更された閾値ＤＴは、データフレーム内に保有される元のデータブロックの数に比例する。

フーリエシグナルプロセッサＦＦＴ８０５は、各周波数掃引パラメーター、すなわちその開始時刻、掃引持続時間Ｔ_S及び掃引周波数帯域Δ_fを示す信号ＳＳを受信する。

ＤＳＰによって実装され得るフーリエシグナルプロセッサ８０５は、物体の距離Ｒ及び／又は速度Ｖの計算を実行するようになっている。

自動車ＦＭＣＷレーダーは、各モードの動作後にパッシブモードとアクティブモードとの間で交互に切り換えるようにアレンジすることもでき、又はパッシブモードが用いられる頻度の方が低くなるようにアレンジすることもできる。

例示的な実施例
干渉分類器６０１の実施形態を利用する自動車レーダーによって提供される利点の理解を容易にするために、以下で実施例を説明する。

異なる周波数の３つの正弦波及び単位ｒｍｓ値の背景雑音を含むビート信号を検討する。各正弦波の振幅は０．２７に等しく、そのようなケースは、たとえば、自動車レーダーの視野（ＦＯＶ）に現れる３つの非常に小さな物体を表すことができる。

図１０のａ）はビート信号を表す５１２個のサンプルを含むデータフレームを示している。正弦波は雑音にかなり埋もれているが、対応する周波数成分は図１０のｂ）に示す周波数領域表現において明確に見ることができる。

図１１のａ）は、同じデータフレームであるが、それぞれが同じ振幅２５を有する３つの高レベル周波数チャープによってさらに破損されたデータフレームを示している。比較のために、ブランキング閾値レベルＢＴＨも示されている。このケースでは、図１１のｂ）に示す周波数領域表現が、干渉チャープの複数の周波数成分によって支配され、関心周波数成分は検出可能でない。

このケースでは、図１２のａ）及びｂ）に示されるように、ブランキング手順を適用する試みは失敗する。図１２のａ）は、高レベル周波数チャープを除去したブランキング動作によって変更されたデータフレームを示し、図１２のｂ）は、そのデータフレームの周波数領域表現を示している。

図１３のａ）は、自動車レーダーによって送信された周波数掃引が周波数において適切にシフトされ（すなわち、異なる掃引パターンが用いられ）、３つの干渉チャープのうちの１つが回避されたときの対応するデータフレームを示している。しかしながら、図１３のｂ）に示す周波数領域表現において、関心周波数成分は依然として検出するのが困難である。

検出を改善するために、図１３のａ）に示すデータフレームに適切なブランキング閾値レベルＢＴＨを用いてブランキングが適用され、それによって図１３のａ）に示すようになる。変更されたデータフレームが図１４のａ）に示され、干渉チャープによって破損された元もブロックに置き換えられた２つのオールゼロデータブロックを含む。

図１４のｂ）に示す変更されたデータフレームの周波数領域表現によって、全て検出閾値を超えた所望の３つの周波数成分の存在がはっきりと明らかになる。

上記の実施例において、ブランキングのみではマルチユーザー干渉の効果を抑制するのに十分でなかった。しかしながら、信号ブランキングと併せて送信周波数掃引の適応的な選択を用いることによって、信頼性のある検出が達成された。

しかしながら、代替的なシナリオにおいて、信号ブランキングをさらに必要とすることなく、送信周波数掃引の適応的な選択のみで、信頼性のある検出を達成するのに十分である場合がある。

上記で論証したように、自動車レーダーは、本発明の一実施形態に従って干渉分類器によって実行される、自然な干渉と人工的な干渉との識別に基づく適応的な波形最適化を利用することによって改善される。

変更及び変形
上述した実施形態に対し、多くの変更及び変形を行うことができる。

たとえば、図６に示す実施形態は、ハードウェアコンポーネントを備える。しかしながら、一実施形態は、ソフトウェア、ファームウェア、又はソフトウェア、ファームウェア、及びハードウェアの任意の組み合わせを用いて実施することができる。
たとえば、図１５は、スケールファクター計算機ＳＣＬ６０３、正規化器ＮＲＭ６０４、非線形変換器ＮＬＴ６０５、平均化回路ＡＶＧ６０６、及び比較器ＣＭＲ６０７が全て、コンピュータープログラム命令によってプログラムされたプログラム可能処理装置１５０３によって実装されて上述した処理動作を実行する一実施形態を示している。
コンピュータープログラム命令は、たとえばストレージ媒体１５０１等のコンピュータープログラム製品又は信号１５０２に対し与えられる。

上述した実施形態では、受信信号の一様サンプリングを実行して、処理のための信号サンプルを生成する。しかしながら、その代わりに、非決定論的サンプリングを含む非一様サンプリングを実行して、サンプルが干渉する正弦波と同期しないことを保証することもできる。

上述したＦＭＣＷ自動車レーダーの実施形態は、一実施形態による干渉分類器を用いて周波数チャープを特定することができる方法の例として提供した。しかしながら、干渉分類器ははるかに広範な適用可能性を有し、たとえば、その周波数が急激又は不連続な形で変化する干渉、及び非決定論的干渉信号を特定するのに用いることができる。

本発明の実施形態の上記の説明は、説明及び記述の目的で提示された。上記の説明は、網羅的であることも、本発明を開示された形式に限定することも意図していない。上記の説明を鑑みて、多くの代替形態、変更形態、及び変形形態によって、当業者が本発明を検討される特定の使用に適した様々な実施形態において利用することが可能になることは明らかである。

Claims (14)

1. 受信信号が、雑音バーストを含むか、又は正弦波信号を含む干渉を含むかを判断するための干渉分類器であって、
   信号のサンプルを含むデータを受信及び格納するように動作可能なバッファーと、
   前記受信信号サンプルのレベルに依拠して、該信号サンプルのためのスケールファクターを計算するように動作可能なスケールファクター計算機と、
   前記スケールファクターを用いて前記受信信号サンプルを正規化することによって、正規化信号サンプルｙを計算するように動作可能な正規化器と、
   前記正規化信号サンプルに対し非線形変換Ｔ（ｙ）を実行して、変換された信号サンプルを計算するように動作可能な非線形変換器と、
   前記変換された信号サンプルの平均レベルを計算するように動作可能な平均化回路と、
   前記変換された信号サンプルの前記計算された平均レベルを所定の閾値レベルと比較して、前記信号が、正弦波信号を含む干渉を含むか否かを判断するように動作可能な比較器と、
   を備え、
   前記非線形変換器は、第１の関数Ｔ１（ｙ）及び第２の関数Ｔ２（ｙ）の組み合わせを含む非線形変換Ｔ（ｙ）を実行するように動作可能であり、前記第１の関数は遷移値ｙ_tを超えない値を有する正規化信号サンプルに適用される変換を規定し、前記第２の関数は遷移値ｙ_t以上の値を有する正規化信号サンプルに適用される変換を規定し、
   Ｔ１（ｙ）は正規化信号サンプル値の増加に対する非減少関数であり、
   Ｔ２（ｙ）は正規化信号サンプル値の増加に対する減少関数であり、
   遷移値は１．３≦ｙ_t≦１．７の範囲の値を有する、 干渉分類器。
2. 前記第１の関数Ｔ１（ｙ）は正規化信号サンプル値の増加に対する増加関数であり、Ｔ１（ｙ）の平均勾配の大きさはＴ２（ｙ）の平均勾配の大きさよりも小さい、請求項１に記載の干渉分類器。
3. 前記スケールファクター計算機は、前記信号サンプルの平均絶対偏差であるスケールファクターを計算するようになっており、
   前記非線形変換器は、条件付き確率ｐ（ｙ｜Ｎ１）及びｐ（ｙ｜Ｎ２）の比を近似する第１の関数Ｔ１（ｙ）及び第２の関数Ｔ２（ｙ）の組み合わせを含む非線形変換Ｔ（ｙ）を実行するように動作可能であり、ここで
   

   

   であり、
   ｐ（ｙ｜Ｎ２）は雑音レベルに依存する関数
   

   

   の表現であり、
   Ｎ１はバースト雑音であり、Ｎ２は正弦波信号を含む干渉である、請求項１又は２に記載の干渉分類器。
4. 前記スケールファクター計算機は、前記信号サンプルの標準偏差であるスケールファクターを計算するようになっており、
   前記非線形変換器は、条件付き確率ｐ（ｙ｜Ｎ１）及びｐ（ｙ｜Ｎ２）の比を近似する第１の関数Ｔ１（ｙ）及び第２の関数Ｔ２（ｙ）の組み合わせを含む非線形変換Ｔ（ｙ）を実行するように動作可能であり、ここで
   

   

   であり、
   ｐ（ｙ｜Ｎ２）は雑音レベルに依存する関数
   

   

   の表現であり、
   Ｎ１はバースト雑音であり、Ｎ２は正弦波信号を含む干渉である、請求項１又は２に記載の干渉分類器。
5. 前記スケールファクター計算機は、前記スケールファクターとして、平均絶対偏差、標準偏差、幾何平均、中央値、又はトリム平均のうちの１つを計算するように動作可能である、請求項１又は２に記載の干渉分類器。
6. 前記正規化器は、各信号サンプルの大きさを求めるように動作可能であると共に、該信号サンプルの大きさを前記スケールファクターで除算することによって、前記正規化信号サンプルｙを計算するように動作可能である、請求項１〜５のいずれか１項に記載の干渉分類器。
7. 前記非線形変換器は、非線形変換を実行するように動作可能であり、該非線形変換において、前記第１の関数Ｔ１（ｙ）はローレンツ関数を含み、前記第２の関数Ｔ２（ｙ）は放物線を含む、請求項１〜６のいずれか１項に記載の干渉分類器。
8. 受信信号が、雑音バーストを含むか又は正弦波信号を含む干渉を含むかを判断する方法であって、
   前記受信信号のサンプルのレベルに依拠して、スケールファクターを計算すること、
   前記スケールファクターを用いて前記受信信号サンプルを正規化することによって、正規化信号サンプルｙを計算すること、
   前記正規化信号サンプルに対し非線形変換Ｔ（ｙ）を実行することであって、変換された信号サンプルを計算する、実行すること、
   前記変換された信号サンプルの平均レベルを計算すること、及び
   前記変換された信号サンプルの前記計算された平均レベルを所定の閾値レベルと比較することであって、前記信号が正弦波信号を含む干渉を含むか否かを判断する、比較すること、
   を含み、
   前記線形変換Ｔ（ｙ）は、第１の関数Ｔ１（ｙ）及び第２の関数Ｔ２（ｙ）の組み合わせを含み、前記第１の関数は遷移値ｙ_tを超えない値を有する正規化信号サンプルに適用される変換を規定し、前記第２の関数は遷移値ｙ_t以上の値を有する正規化信号サンプルに適用される変換を規定し、
   Ｔ１（ｙ）は正規化信号サンプル値の増加に対する非減少関数であり、
   Ｔ２（ｙ）は正規化信号サンプル値の増加に対する減少関数であり、
   遷移値ｙ_tは１．３≦ｙ_t≦１．７の範囲の値を有する、方法。
9. 前記第１の関数Ｔ１（ｙ）は正規化信号サンプル値の増加に対する増加関数であり、Ｔ１（ｙ）の平均勾配の大きさはＴ２（ｙ）の平均勾配の大きさよりも小さい、請求項８に記載の方法。
10. 前記スケールファクターは、前記信号サンプルの平均絶対偏差であり、
    前記非線形変換Ｔ（ｙ）は、条件付き確率ｐ（ｙ｜Ｎ１）及びｐ（ｙ｜Ｎ２）の比を近似する第１の関数Ｔ１（ｙ）及び第２の関数Ｔ２（ｙ）の組み合わせを含み、ここで
    

    

    であり、
    ｐ（ｙ｜Ｎ２）は雑音レベルに依存する関数
    

    

    の表現であり、
    Ｎ１はバースト雑音であり、Ｎ２は正弦波信号を含む干渉である、請求項８又は９に記載の方法。
11. 前記スケールファクターは、前記信号サンプルの標準偏差であり、
    前記非線形変換Ｔ（ｙ）は、条件付き確率ｐ（ｙ｜Ｎ１）及びｐ（ｙ｜Ｎ２）の比を近似する第１の関数Ｔ１（ｙ）及び第２の関数Ｔ２（ｙ）の組み合わせを含み、ここで
    

    

    であり、
    ｐ（ｙ｜Ｎ２）は雑音レベルに依存する関数
    

    

    の表現であり、
    Ｎ１はバースト雑音であり、Ｎ２は正弦波信号を含む干渉である、請求項８又は９に記載の方法。
12. 前記正規化信号サンプルを計算するプロセスは、各信号サンプルの大きさを求めると共に、該信号サンプルの大きさを前記スケールファクターで除算することによって、前記正規化信号サンプルを計算することを含む、請求項８〜１１のいずれか１項に記載の方法。
13. 前記非線形変換の前記第１の関数Ｔ１（ｙ）はローレンツ関数を含み、前記非線形の前記第２の関数Ｔ２（ｙ）は放物線を含む、請求項８〜１２のいずれか１項に記載の方法。
14. プログラム可能な処理装置をプログラムして請求項８〜１３の少なくとも１項に記載の方法を実行するように動作可能にするコンピュータープログラム命令を担持するコンピュータープログラム製品。

Images