JP2017053685A - レーダ装置及びレーダ信号処理方法 - Google Patents

Abstract

【課題】ＲＣＳが小さく、ＣＦＡＲ等により検出できない目標でも検出可能とする。
【解決手段】送信パルスの受信信号についてＰＲＩ軸ＦＦＴしてＦＲデータを生成し、そのＦＲデータを用いて所定のスレショルドにより目標成分を検出し、検出された目標成分から目標位置の概略範囲を特定し、その付近のＦＲデータをレンジ軸でＮ個のメッシュに分割し、その代表点のレンジに対して焦点を合わせて高分解能処理し、高分解能処理されたＦＲデータをレンジ−ドップラ軸で再配列し、再配列結果を（Ｎh,Ｍh）個のメッシュに分割して振幅強度のヒストグラムを作成し、そのヒストグラムの形状より（Ｎh,Ｍh）領域分の特徴量を算出し、特徴量による（Ｎh,Ｍh）領域のデータを用いて目標を検出する。
【選択図】図１

Description

本実施形態は、レーダ装置及びレーダ信号処理方法に関する。

従来のレーダ装置では、一般にＣＦＡＲ（Constant False Alarm Rate）処理を用いることが多い。ただし、ＣＦＡＲは、各目標に対して複数点の反射点がある場合でも、振幅強度が最大の点とスレショルドを比較して検出する手法であるため、パルス圧縮やドップラフィルタにより小目標を検出する場合には、目標の振幅強度が低いとＣＦＡＲのスレショルドを超えず、非検出になる場合があった。また、メインローブが地表面や海面等を向く場合には、固定クラッタを受信してしまい、検出性能が劣化する課題があった。

パルス圧縮（レンジ圧縮）、大内、"リモートセンシングのための合成開口レーダの基礎"、東京電機大学出版局、pp.131-149(2003) ＳＡＲ方式（Ａｚ圧縮）、大内、"リモートセンシングのための合成開口レーダの基礎"、東京電機大学出版局、pp.171-178(2003) ＣＦＡＲ（Constant False Alarm Rate）、吉田、"改訂レーダ技術"、電子情報通信学会、pp.87-89(1996) ワイブル分布、関根、"レーダ信号処理技術"、電子情報通信学会、pp.115-118(1991)) ２次元ＣＦＡＲ、Guy Morris,‘Airborne Pulsed Doppler Radar 2nd Edition’, Artech House,pp.399-404(1996) ＭＵＳＩＣ、ＥＳＰＲＩＴ、菊間、"アダプティブアンテナ技術"、オーム社、pp.137-164（2003）

以上述べたように、従来のレーダ装置では、ＣＦＡＲ（Constant False Alarm Rate）処理において、小目標を検出する際にスレショルドを超えずに非検出になる場合があった。また、メインローブが地表面や海面等を向く場合に、固定クラッタを受信してしまい、検出性能が劣化する課題があった。

本実施形態は上記課題に鑑みなされたもので、目標のＲＣＳ（Radar Cross-Section：レーダ反射断面積）が小さく、クラッタ等の不要環境下でＣＦＡＲ等により検出できない場合でも検出能力を高めることができるレーダ装置とそのレーダ信号処理方法を提供することを目的とする。

上記の課題を解決するために、本実施形態は、Ｎ（Ｎ≧１）ヒットのパルスを送信するレーダ装置であって、前記送信されたパルスの受信信号についてＰＲＩ（Pulse Repetition Interval）軸に対してＦＦＴ（Fast Fourier Transform）してレンジ−ドップラデータを生成し、前記レンジ−ドップラデータを用いて所定のスレショルドにより目標成分を検出し、検出された目標成分から目標位置の概略範囲を特定し、前記概略範囲の付近のレンジ−ドップラデータをレンジ軸でＮ（Ｎ≧１）個のメッシュに分割し、前記メッシュの代表点のレンジに対して焦点を合わせて高分解能処理し、高分解能処理されたレンジ−ドップラデータをレンジ−ドップラ軸で再配列し、再配列結果を（Ｎh,Ｍh）(Ｎh≧１,Ｍh≧１)個のメッシュに分割し、メッシュ分割結果から振幅強度のヒストグラムを作成し、前記ヒストグラムの形状より（Ｎh,Ｍh）領域分の特徴量を算出し、前記特徴量による（Ｎh,Ｍh）領域のデータを用いて目標を検出する。

第１の実施形態に係るレーダ装置の構成を示すブロック図。 図１に示すレーダ装置において、合成開口の概要を説明するための概念図。 図１に示すレーダ装置において、高分解能処理の処理内容を説明するための概念図。 図１に示すレーダ装置において、領域のメッシュ分割による振幅ヒストグラムから特徴量を算出する様子を示す図。 第２の実施形態に係るレーダ装置の構成を示すブロック図。 図５に示すレーダ装置において、領域のメッシュ分割による振幅ヒストグラムからワイブル形状のファクタを算出し、前記ファクタに基づいて目標を検出する様子を示す図。 第３の実施形態に係るレーダ装置の構成を示すブロック図。 図７に示すレーダ装置において、特徴量を用いた目標検出に２次元ＣＦＡＲを用いる場合の処理を説明するための概念図。

以下、実施形態について、図面を参照して説明する。尚、各実施形態の説明において、同一部分には同一符号を付して示し、重複する説明を省略する。

（第１の実施形態）
以下、図１乃至図４を参照して、第１の実施形態に係るレーダ装置について説明する。

図１は第１の実施形態に係るレーダ装置の構成を示すブロック図である。図１において、アンテナ１は複数のアンテナ素子を配列して大開口アレイを形成してなるフェーズドアレイアンテナであり、送受信器２の送受信部２１から特定の周期で繰り返し供給される特定周波数の送信パルス信号（以下、ＰＲＦ（Pulse Repetition Frequency）信号）を指定方向に送出してその反射波を受信する。送受信器２は、送受信部２１において、アンテナ１の複数のアンテナ素子でそれぞれ受信された信号をビーム制御部２２からの指示に従って位相制御を施し合成することで、任意の方向に受信ビームを形成してＰＲＦ受信信号を取得する。また、ビーム制御部２２は、捜索方位内（ＡＺ、ＥＬ角度範囲内）を順に走査するように送信ビームを指向させる。

上記送受信器２で取得した、アンテナ１により送受信した信号は信号処理器３に送られる。この信号処理器３では、送受信器２で得られた受信信号をＡＤ（Analog-Digital）変換部３１でディジタル信号に変換し、パルス圧縮部３２でパルス圧縮（非特許文献１）を行い、更にＦＦＴｙ処理部３３でＰＲＩ（Pulse Repetition Interval）間のデータをＹ軸方向（フライト方向）にＦＦＴ（Fast Fourier Transform）処理し、ＣＦＡＲ検出部３４でＣＦＡＲによる検出処理（非特許文献３）を施す。ここで、パルス圧縮、ＦＦＴｙ処理の順番は逆でもよい。また、低ＲＣＳ（Radar Cross Section）の目標の場合には、ＣＦＡＲのスレショルドを低減しておき、探知確率を上げておく。このＣＦＡＲによる検出処理後、目標方向抽出部３５により、目標存在の可能性がある方位を抽出する。この方位にビーム制御部２２によりビームを向けさせ、レンジ軸で分解能を高く観測するために、周波数帯域の広いチャープ信号を送信する。ここで、目標方向抽出部３５により抽出された方位をメッシュ分割部３６でメッシュ状の代表点に分割しておく。

また、信号処理器３では、ドップラ軸で高い分解能で観測するために、ヒット数を増加して観測時間を長くする。また、送受信器２で受信された信号を、ＡＤ変換部３７でディジタル信号に変換し、レンジ軸ＦＦＴｘ変換部３８でＸ軸（レンジ軸）のＦＦＴ処理を行い、乗算部３９でレンジ参照信号を乗算し、更に乗算部４１でメッシュ代表点についてＡｚ参照信号を乗算し、ＦＦＴｙ処理部４２により、ＰＲＩ軸間のＦＦＴ処理を施して、逆ＦＦＴｘ処理部４３により、Ｘ軸（レンジ軸）の逆ＦＦＴ処理を行い、画像結合部４４で分割した全メッシュ分の画像を結合（合成）して全体画像を得る。尚、ＦＦＴｙ処理と逆ＦＦＴｘ処理の順番は逆であってもよい。

画像結合で全メッシュ分合成して、全体画像を得た後、メッシュ分割部４５で、領域（１〜Ｎh、１〜Ｍh）（Ｎh≧１，Ｍh≧１）のメッシュに分割し、振幅強度算出部４６でメッシュ毎に振幅強度を算出し、振幅ヒストグラム生成部４７で振幅ヒストグラムを生成する。この際のレンジ軸のメッシュ分割単位は、画像生成のメッシュと同じでもよいし、異なるサイズでもよい。この振幅ヒストグラムは、横軸の振幅強度を所定の固定値により規格化すると、メッシュ内に他のメッシュに比べて強度の大きな異なる振幅の信号が存在すると、ヒストグラム形状が変化する。この形状の変化を利用して、特徴量抽出部４８により、ヒストグラムの形状等の特徴量を抽出し、その特徴量を用いて目標検出部４９において、目標の有無を検出し、測距・測速部５０で、検出された目標のメッシュの中心等の代表点の距離及びドップラにより目標の測距・測速を行い、検出出力とする。

次に、図２を参照してレーダ装置の合成開口の概要を説明する。飛翔体搭載のレーダ装置では、実開口ビームを目標に常に照射するように向けて、合成開口時間（１サイクル）内にＰＲＩ（Pulse Repetition Interval）間隔でパルスを送信し、その反射波を受信してパルス毎にＰＲＩ内のデータをレンジセル単位で取得する。この取得データを用いてＩＳＡＲ処理を実施して目標のＩＳＡＲ画像を得る。尚、図２は飛翔体搭載のレーダ装置の場合を示しているが、ＩＳＡＲ画像を得られれば、レーダ装置は固定の場合でもよい。

上記信号処理器３の高分解能処理において、入力信号をsig(t,u)として定式化すると、次の通りである。レンジ圧縮は、入力信号とレンジ圧縮用信号の相関処理であり、これを周波数領域で行う場合について定式化すると次の通りである。

時間軸上にするには、このsを逆フーリエ変換すればよいが、この後でＡｚ圧縮（非特許文献３）を行うために、信号sを(ω,u)軸のままとする。次にクロスレンジの参照信号fs0を生成する。

検出位置（Xn,Yn,Zn）は、図３に示すように、目標検出方位のレンジ−ドップラデータにおいて、レンジ軸でメッシュ分割した各メッシュの代表点の距離とビ−ム方位角より（４）式を用いて算出した位置である（図２の座標参照）。

これを用いて、ＡＺ圧縮用の参照信号fs0は次式となる。

前述のsとＡＺ圧縮用のfs0を乗算して信号csを得る。

これを用いて、ｕ軸でＦＦＴ処理して信号fcs(ω,ku)を得る。

長時間積分の出力fpは、fcsのω軸に関する逆ＦＦＴｘ処理部４３の逆ＦＦＴｘ処理により算出できる。

fp(t,ku)の出力より、各レンジに対する１メッシュ分の画像ができるため、これを画像結合部４４で全メッシュ分合成して全体画像を得る。

次に、メッシュ分割部４５で、領域（１〜Ｎh、１〜Ｍh）（Ｎh≧1，Ｍh≧１）のメッシュに分割し（図４（ａ））、メッシュ毎に振幅強度部４６で振幅強度を算出し、振幅ヒストグラム生成部４７で振幅ヒストグラムを生成する（図４（ｂ））。この際のレンジ軸のメッシュ分割単位は、画像生成のメッシュと同じでもよいし、異なるサイズでもよい。この振幅ヒストグラムは、横軸の振幅強度を所定の固定値により規格化すると、メッシュ内に他のメッシュに比べて強度の大きな異なる振幅の信号が存在する場合に、ヒストグラム形状が変化する。この形状の変化を利用して、特徴量抽出部４８により、ヒストグラムの形状等の特徴量を抽出し（図４（ｃ））、その特徴量を用いて、目標検出部４９において目標の有無を検出する。検出した目標のメッシュの中心等の代表点の距離及びドップラにより、目標の測距・測速ができる。

メッシュ分割部４５の入力以降の処理について、図３を参照して説明する。図３は高分解能処理入力の目標検出方位のＦＲデータを領域１〜領域Ｎに分散配置し、各領域の中心等の代表点レンジ及びドップラ周波数から目標の測距・測速を行う。このときの速度はドップラ周波数より次式で算出できる。

以上のように、本実施形態では、Ｎ（Ｎ≧１）ヒットのパルスを送信するコヒーレントレーダ装置において、ＰＲＩ（Pulse Repetition Interval）軸に対してＦＦＴ（Fast Fourier Transform）処理し、必要に応じてパルス圧縮したレンジ−ドップラデータ（ＦＲデータ）を用いて所定のスレショルドにより検出し、目標位置の概略範囲を特定し、その概略範囲の付近のＦＲデータをレンジ軸でＮ（Ｎ≧１）個にメッシュ分割し、そのメッシュの中心等の代表点のレンジに対して焦点を合わせて高分解能処理したＦＲデータをレンジ−ドップラ軸で再配列し、それを（Ｎh,Ｍh）（Ｎh≧１，Ｍh≧１）にメッシュ分割し、振幅強度のヒストグラムを作成し、ヒストグラムの形状より（Ｎh,Ｍh）領域分の特徴量を算出し、その特徴量による（Ｎh,Ｍh）領域のデータを用いて目標を検出する。

すなわち、本実施形態によれば、目標方向を抽出した後、ドップラ−レンジ軸において、高分解能な送受信信号を用いて、メッシュ分割した信号から特徴量を抽出することにより、目標を高感度に検出することができる。

（第２の実施形態）
第１の実施形態では、振幅ヒストグラムを作成し、特徴量を抽出する手法について述べた。本実施形態では、振幅ヒストグラムの形状をワイブル分布と想定し、特徴量として、ワイブル形状ファクタｃを用いる方式について述べる。系統構成を図５に示し、図６を参照して説明する。但し、図５において、図１と同一部分には同一符号を付して示し、ここでは重複する説明を省略する。また、図６（ａ），（ｂ）は図４（ａ），（ｂ）と同様であり、本実施形態では図６（ｃ）を追加して図６（ｄ）の目標検出の精度向上を図っている。

本実施形態では、図１に示した特徴量抽出部４８に代わってワイブル抽出部５１を用いる。ワイブル抽出部５１は、ヒストグラム生成部４７で生成されるヒストグラムをワイブル分布によりフィッティングして目標検出部４９に出力する。

上記ワイブル分布の形状は、第１の実施形態のメッシュ分割部４５で分割した領域（１〜Ｎh、１〜Ｍh）（Ｎh≧１,Ｍh≧１）のメッシュ毎の観測値の振幅をｘとして、形状ファクタｃを用いて、次式の関係式で表すことができる（非特許文献４参照）。

したがって、ｘとｃの関係を事前にテーブル化しておけば、メッシュ毎の観測値の振幅値ｘを用いて＜ｘ＞と＜ｘ²＞を演算し、テーブルを引用することにより、図６（ｃ）に示すメッシュ毎のｃ(n,m)（ｎ＝１〜Ｎ、ｍ＝１〜Ｍ）を抽出することができる。このｃを図６（ｄ）に示すように、メッシュ分割したレンジ−ドップラの軸に並べて、例えば所定のスレショルドを超える範囲を抽出して目標の有無を検出することができる。また、そのレンジ−ドップラの平均値や振幅を含めた重心演算を行うことにより、測距／測速を行うことができる。

以上のように、本実施形態では、ヒストグラムの形状を抽出する特徴量として、ワイブル分布でフィッティングする。すなわち、目標方向を抽出した後、レンジ−ドップラ軸において、高分解能な送受信信号を用いて、メッシュ分割した信号から、特徴量として生成される振幅ヒストグラムの形状にフィッティングするワイブル分布の形状ファクタを算出し、その形状ファクタの分布により、目標を高感度に検出することができる。

（第３の実施形態）
第２の実施形態では、振幅ヒストグラムを作成し、ワイブル分布の形状ファクタにより特徴量を抽出する手法について述べた。この場合、クラッタ等が大きい場合には、誤検出が発生する場合がある。本実施形態では、形状ファクタｃ等の特徴量を用いた目標検出の際に２次元ＣＦＡＲを用いる手法について述べる。系統の構成を図７に示し、図８を参照してその処理を説明する。尚、図７において、図１及び図５と同一部分には同一符号を付して示し、ここでは重複する説明を省略する。

本実施形態では、図５の目標検出部４９に代わって２次元ＣＦＡＲ処理部５２を用いる。この２次元ＣＦＡＲ処理部５２の処理（非特許文献５参照）は、図８に示すように、レンジ−ドップラに配置したワイブル分布の形状ファクタ等の特徴量を用いて、誤検出を低下させつつ、目標を検出する手法である。レンジ−ドップラ軸でテストセルを順にずらしながら、その周囲のリファレンスセルの平均値を用いて、スレショルドを決めて、テストセルの値がスレショルドを超えるか否かで、検出の有無を判定する。リファレンスセルの範囲は、目標形状の広がりによる振幅により、スレショルドが高くなり、非検出にならないように、目標形状の広がりに応じてガードセルを設定する。

検出したレンジ−ドップラセルの平均値や振幅を含めた重心演算を行うことにより、測距／測速を行うことができるのは、第２の実施形態と同様である。

以上のように、本実施形態では、検出方式として、２次元ＣＦＡＲ処理を採用する。すなわち、目標方向を抽出した後、レンジ−ドップラ軸において、高分解能な送受信信号を用いて、メッシュ分割した信号から、特徴量を抽出し、２次元ＣＦＡＲを用いて、誤検出を低減しつつ、目標を高感度に検出することができる。

なお、上記実施形態では、パルス圧縮を行うレーダ装置の場合で述べたが、パルス圧縮を行わない場合にも適用できる。逆に、ドップラ軸は高分解化を行わず、レンジ軸に対してパルス圧縮等による高分解能化を行う場合でもよい。

また、レンジ−ドップラ軸の高分解能化の手法として、ＭＵＳＩＣ（MUltiple SIgnal Classification）、ＥＳＰＲＩＴ（Estimation of Signal Parameters via Rotational Invariance Techniques）処理（非特許文献６）等を用いる手法もある。

その他、本実施形態は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。更に、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

１…アンテナ、１１…アンテナ素子、２…送受信器、２１…送受信器、２２…ビーム制御器、３…信号処理器、３１…ＡＤ変換部、３２…パルス圧縮部、３３…ＦＦＴｙ処理部、３４…ＣＦＡＲ処理部、３５…目標方向抽出部、３６…メッシュ分割部、３７…ＡＤ変換部、３８…ＦＦＴｘ処理部、３９…レンジ参照信号乗算部、４１…ＡＺ参照信号乗算部、４２…ＦＦＴｙ処理部、４３…逆ＦＦＴ処理部、４４…画像結合部、４５…メッシュ分割部、４６…振幅強度算出部、４７…振幅ヒストグラム生成部、４８…特徴量抽出部、４９…目標検出部、５０…測距・測速部、５１…ワイブル抽出部、５２…２次元ＣＦＡＲ処理部。

Claims (4)

1. Ｎ（Ｎ≧１）ヒットのパルスを送信するレーダ装置において、
   前記送信されたパルスの受信信号についてＰＲＩ（Pulse Repetition Interval）軸に対してＦＦＴ（Fast Fourier Transform）してレンジ−ドップラデータを生成する生成部と、
   前記レンジ−ドップラデータを用いて所定のスレショルドにより目標成分を検出する検出部と、
   検出された目標成分から目標位置の概略範囲を特定する特定部と、
   前記概略範囲の付近のレンジ−ドップラデータをレンジ軸でＮ（Ｎ≧１）個のメッシュに分割する分割部と、
   前記メッシュの代表点のレンジに対して焦点を合わせて高分解能処理する高分解能処理部と、
   高分解能処理されたレンジ−ドップラデータをレンジ−ドップラ軸で再配列する再配列部と、
   再配列結果を（Ｎh,Ｍh）(Ｎh≧１,Ｍh≧１)個のメッシュに分割するメッシュ分割部と、
   メッシュ分割結果から振幅強度のヒストグラムを作成するヒストグラム生成部と、
   前記ヒストグラムの形状より（Ｎh,Ｍh）領域分の特徴量を算出する算出部と、
   前記特徴量による（Ｎh,Ｍh）領域のデータを用いて目標を検出する検出部と
   を具備するレーダ装置。
2. 前記算出部は、前記ヒストグラムの形状を抽出する特徴量として、ワイブル分布をフィッティングする請求項１記載のレーダ装置。
3. 前記検出部は、２次元ＣＦＡＲ（Constant False Alarm Rate）処理する請求項１または２記載のレーダ装置。
4. Ｎ（Ｎ≧１）ヒットのパルスを送信するレーダ装置に用いられ、
   前記送信されたパルスの受信信号についてＰＲＩ（Pulse Repetition Interval）軸に対してＦＦＴ（Fast Fourier Transform）してレンジ−ドップラデータを生成し、
   前記レンジ−ドップラデータを用いて所定のスレショルドにより目標成分を検出し、
   検出された目標成分から目標位置の概略範囲を特定し、
   前記概略範囲の付近のレンジ−ドップラデータをレンジ軸でＮ（Ｎ≧１）個のメッシュに分割し、
   前記メッシュの代表点のレンジに対して焦点を合わせて高分解能処理し、
   高分解能処理されたレンジ−ドップラデータをレンジ−ドップラ軸で再配列し、
   再配列結果を（Ｎh,Ｍh）(Ｎh≧１,Ｍh≧１)個のメッシュに分割し、
   メッシュ分割結果から振幅強度のヒストグラムを作成し、
   前記ヒストグラムの形状より（Ｎh,Ｍh）領域分の特徴量を算出し、
   前記特徴量による（Ｎh,Ｍh）領域のデータを用いて目標を検出するレーダ信号処理方法。

Images