JP2017522577A - Ｆｍｃｗレーダーを用いて対象物の位置を決定する方法 - Google Patents

Abstract

【課題】ＦＭＣＷレーダーを用いて対象物の位置を決定するための方法に関する。【解決手段】傾斜波状に周波数変調したレーダー信号を送信し、該レーダー信号の変調パターンは、異なる勾配を備えた、互いに連続する複数の傾斜波を有している。受信したレーダーエコーを、送信した信号とミックスダウンさせて、ベースバンドを形成させる。ベースバンド信号を傾斜波ごとに記録して、それぞれのスペクトルに変換する。前記スペクトル内に見いだされた各信号ピーク（３０，３２）に対しノイズ判定を行って、レーダー目標物とノイズまたはクラッター（３４）とを区別する。異なる傾斜波勾配に対し得られた前記スペクトル内で互いに対応しあっている前記信号ピークの周波数位置を比較することにより、前記レーダー目標物の距離Ｒと相対速度ｖとを特定する。この場合、前記変調パターンは、同じ勾配を備えた複数の傾斜波から成る少なくとも１つのファミリーを有している。同じ勾配を備えた前記傾斜波の各ファミリーに対する前記ベースバンド信号を、２次元周波数空間で次のようなスペクトルに変換し、すなわち第１の周波数変数ｆｋが各傾斜波内でのサンプリングインデックスｋを表し、第２の周波数変数ｆが傾斜波インデックスｊを表すような前記スペクトルに変換する。前記ノイズ判定を、前記周波数空間の２つの次元内で実施する。前記距離Ｒと相対速度ｖとの特定を、前記第１の周波数変数ｆｋをベースにして行う。【選択図】 図６

Description

本発明は、ＦＭＣＷレーダーを用いて対象物の位置を決定するための方法であって、
傾斜波状に周波数変調したレーダー信号を送信し、該レーダー信号の変調パターンが、異なる勾配を備えた、互いに連続する複数の傾斜波を有し、
受信したレーダーエコーを、送信した信号とミックスダウンさせて、ベースバンドを形成させ、
ベースバンド信号を傾斜波ごとに記録して、それぞれのスペクトルに変換し、
前記スペクトル内に見いだされた各信号ピークに対しノイズ判定を行って、レーダー目標物とノイズまたはクラッターとを区別し、
異なる傾斜波勾配に対し得られた前記スペクトル内で互いに対応しあっている前記信号ピークの周波数位置を比較することにより、前記レーダー目標物の距離Ｒと相対速度ｖとを特定する、
ようにした前記方法に関するものである。
さらに、本発明は、上記方法を実施するために形成された、特に自動車用のレーダーセンサに関する。

自動車の場合、交通環境を検知するため、特に他車の位置を決定するために、ＦＭＣＷレーダーセンサが使用される。位置決定結果は種々のアシスト機能のために利用され、たとえば自動車間距離制御、自動衝突警告、或いは、実際に衝突の危険がある際に緊急ブレーキ過程を自動的に起動させるために利用され得る。

ベースバンド信号の周波数は、所定の時点で送信された信号と、同じ時点で受信された信号との間の周波数差に相当している。この周波数差は、送信信号の周波数変調に基づき、レーダーセンサから対象物まで、および、対象物からレーダーセンサまでの信号のランニングタイムに依存しており、よって対象物の距離に依存している。しかしながら、ドップラー効果により、周波数差は、対象物の相対速度によって生じる成分をも含む。それ故、個々の傾斜波での周波数差の測定は、距離および相対速度の特定を可能にするものではなく、これら量の間の線形関係だけを提供するにすぎない。この関係は、距離／速度グラフ（Ｒ−ｖグラフ）において直線として表すことができる。距離および相対速度に対する一義的な値を得るため、慣用タイプのＦＭＣＷレーダーの場合、互いに交互に上昇、降下する周波数傾斜波が用いられる。Ｒ−ｖグラフでは、各傾斜波に対し他の直線が得られ、対象物の距離と相対速度とはこれら２つの直線の交点によって与えられている。

しかしながら、複数の対象物の位置を同時に決定する場合、各傾斜波でのベースバンド信号の周波数スペクトルは複数のピークを含んでおり、すなわち各対象物に対しそれぞれ１つのピークを含んでおり、異なる傾斜波での複数のピークを比較する際、どのピークがどの対象物に属しているかをもはや一義的に決定することができない。たとえば、２つの対象物の位置を同時に決定する場合、互いに交差する４つの直線を含んだＲ−ｖグラフが得られる。４つの交点のうち２つの交点のみが両対象物の距離と相対速度とを与え、他方他の２つの交点はいわゆる「見かけの目標物」を表している。

この多義性を解消するため、ほとんどの場合、さらに少なくとも１つの第３の周波数傾斜波が用いられる。この第３の周波数傾斜波は他の勾配を持ち、Ｒ−ｖグラフ内に更なる直線のファミリーを提供する。この場合、真正の対象物は、３つの直線すべてが同じ点を通ることで認識される。しかしながら、同時に位置決定される対象物の数量が増えると、多義性を解消するためのコストが増大する。多義性をより簡単に解消するために、更なる周波数傾斜波を使用することもある。

この問題を解決するための択一的な判定法も提案された。この場合、比較的短い同一の一連の周波数傾斜波、いわゆる”Rapid Chirps”が使用される。この周波数傾斜波は、その継続時間に比べて周波数偏移が大きく、それ故ベースバンド信号内では距離依存成分が優勢であり、他方ドップラー成分は小さな修正しか表わさないほどに急傾斜である。この修正は、傾斜波ごとにベースバンド信号の位相変化を追跡することによって特定される。この場合、１つの周波数傾斜波から次の周波数傾斜波への短い時間インターバルの間に対象物の相対運動から結果として生じる対象物の距離のわずかな変化に対し、ベースバンド信号の位相が比較的敏感に反応するという状況が活用される。

しかしながら、位相変化は相対速度の周期関数であるので、位相変化が周期の半分以下（すなわち 以下）であるほどに相対速度が小さい場合にしか、該相対速度を一義的に特定することができない。

自動車でＦＭＣＷレーダーを使用する場合、チャープの継続時間、よってその反復周波数を非常に短く選定しなければならない（それにもかかわらず、一義的な結果を得なければならない）ほどに相対速度が大きいことがある。このためにはより多くの演算能力を必要とするばかりでなく、「観察時間」が対応的により短いために、距離測定の際により大きなブレをもたらすことがあり、その結果十分正確な距離値を得るためには更なる処置が必要である。

一般には、レーダーによる位置決定の際、受信したレーダー信号に多少ノイズが含まれており、さらに「興味のない」対象物（たとえばガードレール支柱、地面の凹凸、雨滴等）のレーダーエコーも含まれているという問題がある。このような望ましくないレーダーエコー、いわゆる「クラッター」は、ほとんどの場合、本来興味のあるレーダー目標物よりも小さな振幅を持っているが、しかしそれにもかかわらず、真正なレーダー目標物の識別を困難にさせることがあり、特に位置決定領域に、ほぼ同じ距離および／または相対速度を持った複数のレーダー目標物がある場合がそうである。

それ故、本発明の課題は、ノイズおよびクラッターの妨害的影響をさらに抑制するのを可能にする方法を提供することである。

この課題は、本発明によれば、
変調パターンが、同じ勾配を備えた複数の傾斜波から成る少なくとも１つのファミリーを有し、
同じ勾配を備えた前記傾斜波の各ファミリーに対するベースバンド信号を、２次元周波数空間で次のようなスペクトルに変換し、すなわち第１の周波数変数ｆ_ｋが各傾斜波内でのサンプリングインデックスｋを表し、第２の周波数変数ｆ_ｊが傾斜波インデックスｊを表すような前記スペクトルに変換し、
ノイズ判定を、前記周波数空間の２つの次元内で実施し、
前記距離Ｒと前記相対速度ｖとの特定を、前記第１の周波数変数ｆ_ｋをベースにして行う、
ことによって解決される。

本発明による方法での変調パターンは、ここでも同じ勾配を持った複数の傾斜波が直接互いに連続している時、この点で上述の高速チャープ方法に類似している。更なる一致は、本発明による方法においても、ベースバンド信号の位相変化を傾斜波ごとに評価することにある。このことは、数学的には、２次元フーリエ変換が実施されることを意味している。第１次元では、個々の傾斜波に対するベースバンド信号は時間の関数として考慮され、該ベースバンド信号には（１次元）フーリエ変換が実施される。第２次元では、第２次元では、変換は、同じ勾配の互いに連続している傾斜波の全部のファミリーに対し受信したデータの全体に作用し、独立時間変数は傾斜波インデックスによって形成され、すなわち時間的に互いに連続している傾斜波のシリアルナンバーによって形成される。したがって、第１次元での各周波数値ｆ_ｋに加えて、第２次元での第２の周波数値ｆ_ｊが得られ、この第２の周波数値は、個々の傾斜波が順次進行するときにこの周波数成分がどのような周波数で振動しているかを表している。したがってこの第２の周波数成分ｆ_ｊは、レーダー目標物の相対運動によって発生する、傾斜波ごとのベースバンド信号の位相変化を表している。

しかしながら、本発明によれば、この情報は相対速度を特定するために直接利用されるのではなく、相対速度と距離との特定は、「従来の」ＦＭＣＷレーダーの場合のように、異なる勾配を持つ複数の傾斜波に対し得られるＲ−ｖグラフ内の複数の直線を分析することによって行われる。それ故、（チャープに比較しうる）同じ勾配を持つ互いに連続している傾斜波は、上述の一義性基準を満たしている必要はなく、その結果高速チャープ方法に比べて、傾斜波勾配を著しく小さく選定でき、且つ傾斜波継続時間を著し長く選定できる。これはかなりのコスト節減になる。

本発明による方法では、２次元スペクトルは、まず第１に、ノイズ判定をより堅固にさせるために利用され、したがってノイズおよびクラッターの妨害性影響を抑制するために利用される。この場合、２次元スペクトル内では、各ピークは、受信した信号がノイズとクラッターのみを含んでいるような２つの１次元インターバルだけによって取り囲まれているのではなく、むしろ著しくより大きなリング状範囲によって取り囲まれており、その結果ノイズとクラッターとは著しくより大きな積分範囲にわたって平均化することができる。

真正のレーダー目標物に属する２つのピークが２次元スペクトル内で非常に近接して並んでいる場合、第２のピークは第１のピークのノイズ環境に対し比較的小さな寄与しかせず、およびその逆であり、その結果これらピークが相互にマスキングされる危険が著しく少なくなる。

本発明による方法の更なる利点は、２次元スペクトル内で互いに近接して並んでいるピークを、１次元スペクトル内よりも著しく簡単に且つ確実に互いに分離できることにある。

真正なレーダー目標物の距離と相対速度の特定を、Ｒ−ｖ空間内で複数の直線を用いて行うので、本発明による方法では、基本的には、（異なる傾斜波勾配に対する）異なるスペクトル内に含まれているピークのうちどのピークが同じ目標物に属しているかを決定するマッチング処理も必要である。しかしながら、２次元スペクトルは、このマッチングの結果の妥当性をチェックすること、および／または、妥当性のないマッチング結果を最初から除外することに寄与でき、その結果マッチングの精度および信頼性を改善でき、および／または、このために必要な演算コストを削減することもできる。

本発明の好適な実施態様は、従属項に記載されている。

次に、１実施例を図面を用いて詳細に説明する。
ＦＭＣＷレーダーシステムのブロック図である。 周波数変調図の１例を示す図である。 図２の変調図における、同じ勾配を持った一連の傾斜波の図である。 図３に示した傾斜波に対する一連のベースバンド・時間信号の図である。 図４の時間信号の縦断面図である。 図４および図５の時間信号の２次元スペクトルの１例と、付属の１次元部分スペクトルとを示す図である。 ２次元ノイズ判定を説明するためのグラフである。 図５の縦断面に適用される窓関数に対する緩衝曲線の図である。 本発明による方法にしたがってノイズ判定を行うための閾値を備えた、図６の部分スペクトルに対応する１次元スペクトルの図である。 Ｒ−ｖグラフである。

図１には、ＦＭＣＷレーダーセンサ１０が簡略化したブロック図として図示されている。ＦＭＣＷレーダーセンサはたとえば自動車の前方に組み込まれて、対象物１２，１４からの、たとえば先行車両からの距離Ｒおよび相対速度ｖを測定するために用いられる。レーダーセンサ１０は電圧制御型オシレータ１６を有し、該オシレータは、周波数変調された送信信号を混合器１８を介して送受信装置２０へ送り、該送受信装置から信号は対象物１２，１４の方向へ送出される。対象物で反射した信号は送受信装置２０によって受信され、混合器１８内で送信信号の一部分と混合される。このようにしてベースバンド信号ｂが得られ、該ベースバンド信号は電子評価・制御装置２２内でさらに評価される。

図２は、オシレータ１６から提供される送信信号の変調パターンの一例を示している。送信信号の周波数ｆは、ここで時間ｔの関数としてプロットされている。周波数は、互いに連続する傾斜波２４，２６，２８の形態で変調される。図示した例では、同じ時間間隔で互いに連続している４つの同一の傾斜波２４に、同じ勾配を有しているが、平均周波数が傾斜波ごとに幾分上昇している４つの傾斜波２６のファミリーが続いている。時間間隔は、傾斜波２４の場合よりも幾分大きい。傾斜波２６には、負の勾配を有し、傾斜波ごとの間隔が幾分大きくなっている４つの同一の傾斜波２８の他のファミリーが続いている。このパターンは単に説明のための例として理解すべきであり、多様に変形してよい。重要なことは、変調パターンが、たとえば傾斜波２４のように、同じ勾配を持った（少なくとも２つの）傾斜波の少なくとも１つのファミリーと、さらにたとえば傾斜波２８のように、別の勾配を持った、好ましくはその勾配の逆の符号をも持った少なくとも１つの傾斜波とを含んでいることである。この場合、同じファミリーに属している傾斜波は、必ずしも直接互いに連続している必要はない。むしろ、傾斜波２４，２６，２８のファミリーは互いに重なっていてもよい。

傾斜波２４は図３にも別個に図示されており、連続的にインデックスｊで番号付けされている。送信信号の平均周波数は、７６ＧＨｚのオーダーにあり、各傾斜波の推移の中で周波数が変化する周波数偏移ｆ_ｈは、数ＭＨｚのオーダーにある。傾斜波２４が互いに連続する時間間隔Ｔ_ｃは、数ミリ秒のオーダーにあり、したがって典型的なラピッドチャープ方式の場合よりも１０−１００ファクタだけ大きい。示した例では、傾斜波２４が休止なしに互いに連続しているので、Ｔ_ｃは同時に傾斜波継続時間をも表している。

ベースバンド信号ｂの周波数は、混合器１８から送受信装置２０へ転送される送信信号と、対象物１２，１４での反射後に送受信装置２０によって受信されて再び混合器１８に進入する信号との間の周波数差に相当している。この周波数差は、距離依存成分ｆ_Ｒと速度依存成分ｆ_ｖとを加法的に合成したものである。距離依存成分ｆ_Ｒは周波数変調から生じ、ここに示した例では

ｆ_Ｒ＝２Ｒｆ_ｈ／ｃＴ_ｃ （１）

によって与えられる。ここでｃは光速である。速度依存成分はドップラー効果から生じるもので、近似的に、与えられる：

ｆ_ｖ＝２ｆ_ｖ／ｃ （２）

図４には、１つの単独の対象物のみを位置決定するという仮定の下に、第１の４つの傾斜波ｊ＝１ないしｊ＝４に対するベースバンド信号ｂが時間ｔ（時間信号）の関数として図示されている。評価・制御装置２２では、アナログ信号として混合器１８から提供された時間信号が周期的に、サンプリング時点ｔ１，ｔ２，．．．でサンプリングされ、デジタル化され、適当な窓関数を用いてフィルタリングされ、記憶される。サンプリング時点は送信信号の変調傾斜波と同期しており、各傾斜波内でインデックスｋで番号化されている。サンプリング期間は、すなわち個々のサンプリング時点の間の時間間隔は、Ｔで示してある。

高速フーリエ変換（ＦＦＴ）により、各傾斜波に対する時間信号を、ベースバンド信号の（複素）振幅を周波数ｆ_ｋの関数として表すスペクトルに変換することができる。

１つの単独の対象物のみが存在しているとの仮定の下に、１つの単独の傾斜波に受容されるスペクトルは、周波数ｆ_ｋ＝ｆ_Ｒ＋ｆ_ｖで鋭いピークを有している。傾斜波の時間間隔Ｔ_ｃ短いために、周波数ｆ_Ｒ＋ｆ_ｖは実際には不変である。

しかしながら、対象物の相対速度がゼロに等しくない場合、傾斜波継続時間Ｔ_ｃ内で発生する対象物の距離変化が小さいと、図４に図示したようにベースバンド信号の位相シフトが生じる。位相は傾斜波ごとにそれぞれ特定の量ｘだけ増大する。第１の傾斜波（ｊ＝１）での位相をφ_０で表すと、第２の傾斜波（ｊ＝２）での位相は値φ_０＋ｘを、第３の傾斜波（ｊ＝３）での位相は値φ_０＋２ｘなどを持つ。

一般に、ベースバンド信号ｂは、サンプリングインデックスｋと傾斜波インデックスｊの関数として次のように記述することができる。

ｓ（ｋ，ｊ）＝Ｒｅ（ｅｘｐ（ｉ（φ_０＋２（ｆ_Ｒ＋ｆ_ｖ）ｋＴ＋２ｆ_ｖｊＴ_Ｃ））） （３）

項（ｆ_Ｒ＋ｆ_ｖ）ｋＴは、単独の１つの傾斜波内での走行時間効果およびドップラー効果を表している。項ｆ_ｖｊＴ_Ｃは、傾斜波ごとの対象物距離のわずかな変化の効果を表し、（ドップラー周波数の）速度依存成分ｆ_ｖのみに依存している。値φ_０は位相オフセットであり、

φ_０＝４Ｒｆ_ｍ／ｃ （４）

によって与えられる。ここでｆ_ｍは周波数傾斜波の平均周波数である。

図４のように、フーリエ変換を、それぞれ単独の１つの傾斜波内でのみ実施すると（固定のｊでインデックスｋに関して）、方程式（３）内の項ｆ_ｖｊＴ_Ｃは、それぞれ位相に対し量ｘ，２ｘ，...のみを提供する。しかしながら、時間信号の「縦断面」を介してフーリエ変換も実施することができる。このため、サンプリングインデックスｋを固持し、高速フーリエ変換を、実行中の傾斜波インデックスｊに関して実施する。図４および図５では、これはサンプリングインデックスｋ＝１に対しシンボリックに図示されている。図４には、サンプリング時点ｔ１に対する関数値が太いバーで表されている。同じバーが図５にも示されている。しかしここでは傾斜波インデックスｊに対しプロットされている。傾斜波ごとの位相オフセットのために、フーリエ変換を行うことのできる周期関数が再び得られる。

各ｋに対し実施され得るこのフーリエ変換は、単独の１つの対象物の場合、ドップラー周波数ｆ_ｖでピークを提供する。

ここで考察している例のように、傾斜波間の時間間隔および傾斜波ごとの周波数差も同一である限りは、上述したフーリエ変換がいわゆる２次元フーリエ変換へ統合されるような、特に簡にして要を得た評価方法を適用することができる。この場合、互いに連続している傾斜波２４で得られた時間信号を２次元周波数空間へ変換し、その座標は、図６（Ａ）に示したように周波数ｆ_ｋとｆ_ｊである。周波数ｆ_ｋは、それぞれ傾斜波インデックスｊを固持し、ｋに関して変換される第１の（１次元）フーリエ変換の列内での周波数変数であり、周波数ｆ_ｊは、それぞれｆ_ｋを固持し、ｊに関して変換される第２のフーリエ変換の周波数変数である。方程式（３）によれば、ｆ_ｊはドップラー周波数ｆ_ｖに対応し、ｆ_ｋは和ｆ_Ｒ＋ｆ_ｖに対応している。

ドップラー周波数ｆ_ｖに対し、一義性条件

｜ｆ_ｖ｜＜１／２Ｔ_Ｃ （５）

がシャノンのサンプリング定理にしたがって満たされれば、この２次元周波数空間内でレーダー目標物の距離と相対速度とを直接読み取ることができる。しかし、ここで述べている方法では、傾斜波の時間間隔Ｔ_Ｃは、前記一義性条件が常に満たされていると前提にすることができないほどの大きさに選定されている。ここではむしろ、２次元フーリエ変換は、図５ないし図９を用いて以下に説明するように、ノイズおよびクラッターの妨害的な影響を抑制するために用いられる。

図６（Ａ）には、２次元周波数空間内に２つの（真正の）レーダー目標物の２つのピーク３０，３２が同心円として図示され、これらの同心円はこれらピークの「等高線」をシンボル化したものである。さらに、より小さな円と楕円とが図示されており、これら円と楕円とはいわゆるクラッター３４をシンボル化したものであり、すなわちガードレール支柱、地面の凹凸等の妨害性対象物の信号である。これら多数のクラッター対象物は停止している対象物であり、すなわちその相対速度は、レーダーセンサを備えている車両の固有速度に対応している。したがって、これらピークは同じ（負の）ドップラー周波数を持ち、図６（Ａ）では一定のｆ_ｊを持った水平線上にある。

図６（Ｂ）は、個々の傾斜波２４に関する最初のフーリエ変換の際に得られる複数のスペクトルのうちの１つのスペクトルを同じ状況に対し示したものである。ここでは、２つのピーク３０と３２はほぼ唯１つのピークに融合し、ノイズバックグラウンドおよびクラッター３４からの際立ちは極めて少なくなっている。

１次元スペクトルおよび２次元スペクトルで、一方では真正のレーダー目標物に属する（それ故一般的に比較的に高い）ピーク３０と３２と、また他方ではクラッター３４およびノイズバックグラウンドとを区別することを可能にする種々の方法が公知である。一般に行われているクラスのこの種の方法はいわゆるＣＦＡＲ方法（Constant False Alarm Rate）であり、すなわち１つのピークの高さが特定の閾値以上にあれば該ピークを真正なレーダー目標物として分類し、閾値がバックグラウンドシグナルの高さに依存して変化するような方法である。

前記１次元のケースに対するこのような方法が図６（Ｂ）に図示されている。周波数空間（周波数ｆ_ｋ）は、同じ大きさのセルに分割され、個々のセルｘに対する閾値Ｔｈ_ｘを特定するために（ｘはセルの実行番号である）、周波数空間にわたって窓が設定され、この窓は、その中央に検査対象であるｘと特定数量の隣接セルとを含んでいる（たとえばｘ−４ないしｘ＋４のセル）。その後、窓内の各セルに対し信号電力を特定し、すなわち複素振幅の２乗ａ^２に関し積分を行う。この場合、閾値Ｔｈ_ｘは隣接セルにおける、ここではすなわちセルｘ−４ないしｘ−１およびｘ＋１ないしｘ＋４での電力の特定の統計学的関数である。

最も簡潔なケースでは、統計学的関数は、簡単には、すべての隣接セルの重みづけが等しい場合、平均値である。ノイズおよびクラッターが均一に分散され、１つの単独の真正な目標物しか存在しない場合、すべての周波数空間に対し、統一的な閾値が得られ、そしてピークがこの閾値よりも上にあれば、このピークを真正なレーダー目標物であると判定する。しかしながら、図６（Ｂ）に示した例のように、２つのピーク３０，３２が互いに近接している場合には、セルｘ（ピーク３０）に対する閾値Ｔｈ_ｘが特定されると、隣接しているピーク３２は平均電力を高め、よって閾値Ｔｈ_ｘを高める。この場合、場合によっては、ピーク３０が閾値を決して越えない程度に閾値が高められ、換言すれば、ピーク３０は隣接しているピーク３２によってマスキングされる。逆に、図６（Ｂ）で例として示したように、ピーク３２がピーク３０によってマスキングされることもある。

このマスキングの問題は、ＣＦＡＲ方法においてより適切な統計学的関数を利用することにより、ある程度軽減することができる。いわゆるＯＳ−ＣＦＡＲ方法（ＯＳはOrdered Statistics）が好適であり、すなわち信号レベルの高さにしたがって隣接セルを順序付け、次に特定の順序数において、レベルの高さに依存して、たとえばメジアンに依存して閾値を特定する。

図７には、このようなＣＦＡＲ方法を２次元の周波数空間へ一般化したものを示している。ここでは、例として、ピーク３２のほぼ頂点に位置しているセル３６に対する閾値の特定が示されている。このセル３６のまわりに窓３８を設定する。この窓は、図示した例では７×７のセルから成っている。このとき、セル３６に対する閾値を特定するため、たとえば（セル３６を除いた）窓３８の４８個のすべてのセルでの信号レベルを評価することができる。他の実施形態では、図７でハッチングして図示したセルのみを評価し、すなわち座標方向ｆ_ｋおよびｆ_ｊで直接および間接に隣接しているセルのみを評価する。

図７では、セル３６に対する閾値を特定するために常にどのような統計学的関数を選定しても、クラッター３４の統計学的重みおよびとりわけ隣接ピーク３０の統計学的重みも、図６（Ｂ）の１次元のケースよりも著しく小さいことがすぐに見て取れる。これに対応して、ピーク３０と３２はクラッターから著しく離れ、相互マスキングの問題は著しく軽減する。

クラッターを抑制させる更なる作用は、いわゆる「窓割り」と関連している。「窓割り」を行うのは、図４および図５に示したフーリエ変換前の時間信号である。時間信号が特定の周波数を備えた正確な正弦信号であり、傾斜波継続時間、すなわち時間信号が描かれる時間が無限に長ければ、当該周波数で理想的な無限の鋭いピークが得られるはずである。しかしながら、実際には、有限な傾斜波継続時間であることにより、このピークは拡幅され、スペクトル内には主極大値の両側に副極大値が発生する。この作用を完全に抑制させることはできないが、時間信号を適当な窓関数でフィルタリングすることにより、たとえば逓倍することにより、副極大値の形状に影響と及ぼすことができる。

同じことは、傾斜波インデックスｊを介して変換する第２の変換ステップに対しても適用される。このケースに対しては、図５に窓関数４０の一例が図示されており、これにより、傾斜波インデックス２と３を備えたスペクトルは、インデックス１と４を備えたスペクトルよりも強く重みづけされる。

図８には、特殊な窓関数４０（チェビシェフ３０ｄＢ）に対する付属の緩衝関数４２が示されている。この緩衝関数は、第２のフーリエ変換（周波数変数ｆ_ｊ）の際に得られるスペクトルの形状をこの窓によっていかに変調するかを表すものである。この緩衝関数４２は、窓関数４０をフーリエ変換したものである。特定の周波数±ｆ_０で極小値に達するまでに、周波数ｆ_ｊ＝０（ドップラー周波数０）の両側で周波数成分が抑制され、前記極小値の向こう側にサイドローブが接続していることが見て取れる。緩衝関数４２の平均値は、図８で水平線４４として図示され、８．５ｄＢの緩衝付近にある。

クラッター対象物の相対速度が統計学的に均等に配分されていると仮定すれば、統計学的手段で、８．５ｄＢ前後でクラッターの緩衝が得られる。大部分のクラッター対象物が停止している対象物であり、したがって車両の固有速度に対応してゼロとは異なる負のドップラー周波数を持っていることを考慮すれば、実際にはより強いクラッターの平均抑制さえも生じる。選択的に、この作用をさらに最適化することができ、すなわち窓関数４０を、車両のその都度の固有速度に依存して変化させて、−ｆ_０での極小値が前記固有速度に属するドップラー周波数に対応させることで、最適化することができる（図７を参照）。このとき、静止しているクラッター対象物は、ある程度この極小値で「消滅する」。

クラッターの抑制に寄与するというこの作用の結果は、図９に図示されている。図９は、周波数変数ｆ_ｋを備えた１次元スペクトルを示している。しかしながら、図６（Ｂ）の場合とは異なり、ここには、実際に個々の傾斜波２４で得られたスペクトルではなく、仮想のスペクトルが示されている。この仮想のスペクトルは、図６（Ａ）に示した各周波数値ｆ_ｋに対する２次元スペクトルにおいてｆ_ｊに関して積分することで得られる。窓割りによって達成される緩衝により、図９では、クラッター３４に対するピークが図６（Ｂ）の場合よりもかなり弱く示されている。図９の階段状の曲線Ｔｈは、図７の２次元ＣＦＡＲ方法によって得られた閾値を示している。ピーク３０と３２の領域では、図６（Ｂ）と比較して閾値はかなり降下しており、その結果ピーク３０と３２は閾値を越えており、もはやマスキングされない。このようにして、誤警報率”false alarm rate”が不変であれば、真正なレーダー目標物の検知が著しく改善される。

さらに、図７の２次元スペクトルを分析することにより、ほぼ並んでいるピーク３０，３２をより明確に且つ確実に互いに分離させることができる。

好適な実施形態では、上述した方法を、図２の傾斜波２６と２８の残りのファミリーのそれぞれに対し反復し、その結果傾斜波のこれらファミリーを評価する際にも、クラッターのより優れた抑制と、より明確な目標物区別とが達成される。この場合、位置決定される目標物の相対速度と距離との特定は、図１０に示したように、Ｒ−ｖ空間内で傾斜波２４，２６，２８の種々のファミリーに与えられるピークをマッチングすることによって公知の態様で行われる。

図７のピーク３０は、距離依存周波数成分ｆ_Ｒと速度依存周波数成分ｆ_ｖとの和に相当する特定の周波数ｆ_ｋのもとにある。したがって、ピーク３０に対し得られる周波数値ｆ_ｋは、該当するレーダー目標物の距離Ｒと相対速度ｖとの間の特定の関係を特徴づけている。この関係は、図１０において直線３０ａによって表わされる。対応的に、ピーク３２に対しては直線３２ａが得られる。これら直線３０ａと３２ａの勾配は、傾斜波２４の勾配のみに依存している。その結果、両直線は平行である。

対応的に、同じレーダー目標物に対する降下傾斜波２８（図２）のファミリーの評価は、図１０において２つの降下直線３０ｂと３２ｂを提供する。位置決定される２つの目標物の距離Ｒと相対速度ｖとに対する値は、図１０では、４つの直線３０ａ，３２ａ，３０ｂ，３２ｂの交点上にある。しかしながら、全部で４つの交点のうちのどの交点が２つの真正なレーダー目標物を表しているかはあまりはっきりしていない。この多義性を解消するために、従来は、別の勾配を持った傾斜波２６のさらに他のファミリーを評価するのが通常である。これらの傾斜波は、図１０で破線で示した直線３０ｃ，３２ｃの他の対を提供する。真正のレーダー目標物に対してのみ、それぞれ３つの直線３０ａ，３０ｂ，３０ｃまたは３２ａ，３２ｂ，３２ｃが同じ点で交差し、この点は該当する対象物の相対速度と距離とを表している。

しかしながら、同時に位置決定される目標物の数量が増すに伴って、上述したマッチング方法はますます複雑になり、エラーが生じやすくなる。

そこで本発明は、付加的な妥当性検査によりマッチング方法を簡潔にし且つより堅固なものにさせる好適な可能性を提供する。たとえば、図１０の直線３０ａと３２ｂの交点は、真正なレーダー目標物に対応していない見かけの目標物４６を表している。しかしながら、この見かけの目標物４６は特定の距離Ｒと特定の相対速度ｖとを持っており、その結果この見かけの目標物には、図６（Ａ）の２次元周波数空間内で特定の場所４６‘も割り当てることができる。この時点で、２次元スペクトル内のこの場所４６’にピークを見つけることができなければ、図１０の見かけの目標物４６はすぐに却下することができる。

ここに示した例では、対応する態様で、図１０の直線３２ａと直線３０ｂとの交点に対応する他の見かけの目標物４８も除去することができる。図６（Ｂ）では、この見かけの目標物には、同様に際立ったピークが見られない場所４８‘が対応している。

１２，１４ レーダー対象物
２４，２６，２８ 傾斜波
３０，３２ 信号ピーク
３４ クラッター
ｆ_ｋ 第１の周波数変数
ｆ_ｊ ドップラー周波数（第２の周波数変数）
Ｒ 距離
ｖ 相対速度

Claims (8)

1. ＦＭＣＷレーダーを用いて対象物（１２，１４）の位置を決定するための方法であって、
   傾斜波状に周波数変調したレーダー信号を送信し、該レーダー信号の変調パターンが、異なる勾配を備えた、互いに連続する複数の傾斜波（２４，２６，２８）を有し、
   受信したレーダーエコーを、送信した信号とミックスダウンさせて、ベースバンドを形成させ、
   ベースバンド信号を傾斜波ごとに記録して、それぞれのスペクトルに変換し、
   前記スペクトル内に見いだされた各信号ピーク（３０，３２）に対しノイズ判定を行って、レーダー目標物とノイズまたはクラッター（３４）とを区別し、
   異なる傾斜波勾配に対し得られた前記スペクトル内で互いに対応しあっている前記信号ピークの周波数位置を比較することにより、前記レーダー目標物の距離Ｒと相対速度ｖとを特定する、
   ようにした前記方法において、
   前記変調パターンが、同じ勾配を備えた複数の傾斜波（２４）から成る少なくとも１つのファミリーを有し、
   同じ勾配を備えた前記傾斜波（２４）の各ファミリーに対する前記ベースバンド信号を、２次元周波数空間で次のようなスペクトルに変換し、すなわち第１の周波数変数ｆ_ｋが各傾斜波内でのサンプリングインデックスｋを表し、第２の周波数変数ｆ_ｊが傾斜波インデックスｊを表すような前記スペクトルに変換し、
   前記ノイズ判定を、前記周波数空間の２つの次元内で実施し、
   前記距離Ｒと相対速度ｖとの特定を、前記第１の周波数変数ｆ_ｋをベースにして行う、
   ことを特徴とする方法。
2. 前記ノイズ判定が２次元ＣＦＡＲ判定である、請求項１に記載の方法。
3. 前記ノイズ判定がＯＳ−ＣＦＡＲ判定である、請求項２に記載の方法。
4. 互いにほぼ並んでいる信号ピーク（３０，３２）の分離を、前記２次元周波数空間内でのこれら信号ピークの位置に基づいて行う、上記請求項のいずれか一つに記載の方法。
5. 同じ勾配を備えた前記傾斜波（２４）に対する前記ベースバンド信号を、前記傾斜波インデックスｊの非一定関数である窓関数（４０）を用いてフィルタリングする、上記請求項のいずれか一つに記載の方法。
6. 自動車内のレーダーセンサのための、請求項５に記載の方法において、前記窓関数（４０）を、前記自動車の固有速度に依存して変化させる前記方法。
7. 前記第１の周波数変数ｆ_ｋをベースにして前記距離Ｒと前記相対速度ｖとを特定するため、異なる勾配を備えた傾斜波（２４，２６，２８）のファミリーで見いだされた前記信号ピークを互いに関連付け、間違った関連付けによって生じる見かけの目標物（４６，４８）と照合区別するため、該見かけの目標物に対応する前記２次元スペクトル内での場所（４６’，４８’）を検査する、上記請求項のいずれか一つに記載の方法。
8. 請求項１から７までのいずれか一つに記載の方法が実現されている制御・評価装置（２２）を備えたＦＭＣＷレーダーセンサ。

Images