JP2018179523A - 物標識別装置及び物標識別プログラム - Google Patents

物標識別装置及び物標識別プログラム Download PDF

Info

Publication number
JP2018179523A
JP2018179523A JP2017073724A JP2017073724A JP2018179523A JP 2018179523 A JP2018179523 A JP 2018179523A JP 2017073724 A JP2017073724 A JP 2017073724A JP 2017073724 A JP2017073724 A JP 2017073724A JP 2018179523 A JP2018179523 A JP 2018179523A
Authority
JP
Japan
Prior art keywords
doppler
rcs
component
value
fourier transform
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.)
Pending
Application number
JP2017073724A
Other languages
English (en)
Inventor
翼 嶋崎
Tsubasa Shimazaki
翼 嶋崎
竜太 仲條
Ryuta Nakajo
竜太 仲條
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Asia Air Survey Co Ltd
Original Assignee
Asia Air Survey Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Asia Air Survey Co Ltd filed Critical Asia Air Survey Co Ltd
Priority to JP2017073724A priority Critical patent/JP2018179523A/ja
Publication of JP2018179523A publication Critical patent/JP2018179523A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

【課題】レーダアンテナによって取得したレーダデータに揺らぎを用いて物標(鳥、樹木、人工物、航空機等)の種類を精度良く識別する物標識別装置を得る。【解決手段】物標識別装置200が3Dレーダアンテナ101によって約16msec毎に物標にレーダ波を発射して取得したレーダデータのドップラ値Di及びRCS値Siの揺らぎ成分を、フーリエ変換し、このフーリエ変換後のデータを平準化し、この平準化後のデータを用いて物標(鳥、樹木、人工物、航空機等)の種類を精度良く識別する。【選択図】図1

Description

本発明は、鳥、樹木、人工物、航空機等の物標を識別する物標識別装置に関する。
近年、クリーンエネルギーとしての風力発電に注目が集まり、大型の風力発電施設の建設が盛んになってきているが、風力発電施設の建設場所は風力発電に必要な安定した風が発生する場所に限定される。
ところが、この建設場所は、猛禽類やカモメ類が風を利用して飛翔する場所だったり、鳥たちの渡りの経路になっている場所だったりする。
このため、これらの鳥類等が風力発電施設のブレード(羽根)、衝突するバードストライクの危険性も重大な課題として報告されるようになった。
また、飛行場においても鳥類と航空機とが衝突するバードストライク事故が発生している。
そして、鳥類の飛翔パターンや行動は、鳥類の種類によって相違するとされており、例えば、特許文献1の鳥類等判別方法は、3次元レーダによって、飛翔中の鳥類を識別し、この識別結果で飛翔ルートや行動を予測していた。
また、鳥類の種類を判別することにより、飛来する鳥類種に合わせたバードストライク対策を行う事が可能となる。
特開2015−152321号公報
特許文献1の鳥類等判別方法は、レーダアンテナが1周回転(例えば4s)する間に一定間隔(16msec)で電波を発射して、得られたデータを一定間隔(1sec)で平均化した平均化データ(物標方向D、物標までの距離R、座標・・レーダ反射断面積RCS)で鳥類を識別している。
しかしながら得られるデータは、レーダアンテナの状態、気象条件、飛行している鳥の状態(空腹・満腹による水分量、体サイズの個体差等)に依存するため、再現性が低いものであった。このため、鳥類の識別精度が低下し、飛翔ルートの予測精度が低下していた。
本発明は、以上の課題を解決するためになされたものであり、物標からの信号を一定間隔で平均化するのではなく、この一定間隔内おけるデータの揺らぎ成分を用いて物標(鳥、樹木、人工物、航空機等)の種類を精度良く識別する物標識別装置を得ることを目的とする。
なお、データの揺らぎが得られる信号であれば、レーダに限らず、音や光、レーザーなどにも活用可能な方法である。
本発明は、物標に信号を放射して取得した揺らぎのある反射信号をフーリエ変換して各々を成分順に整理した成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値群を出力させ、これらに基づいて物標の種類を識別する物標識別装置であって、
前記反射信号のドップラ値の成分順の番号毎に、前記成分順フーリエ変換後ドップラ値群を平準化した成分順平準化後ドップラ変動値に応じたドップラ用物標識別基準データを記憶したドップラ用物標識別基準データ記憶部と、
前記反射信号のRCS値の成分順の番号毎に、前記成分順フーリエ変換後RCS値群を平準化した成分順平準化後RCS変動値に応じたRCS用物標識別基準データを記憶したRCS用物標識別基準データ記憶部とを備え、さらに、物標識別部を備え、
前記物標識別部
前記成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値が出力される毎に、各々のスペクトラム分布を求める手段と、
各々の前記スペクトラム分布が求められる毎に、番号を順次指定する手段と、
この指定毎にこの番号の前記ドップラ用物標識別基準データ、前記RCS用物標識別基準データと各々のスペクトラム分布とに基づいて統計的分析を行って前記物標の種別を識別する手段とを備えたことを要旨とする。
以上のように本発明によれば、物標からの信号のドップラ値(Di)及びRCS値(Si)をフーリエ変換して各々を成分順に整理した成分順フーリエ変換後ドップラ値(FBDi)群及び成分順フーリエ変換後RCS値(FBSi)群を平準化した成分順平準化後ドップラ変動値(δdi)に応じたドップラ用物標識別基準データと、成分順フーリエ変換後RCS値(FBSi)を平準化した成分順平準化後RCS変動値(δsi)に応じたRCS用物標識別基準データとを予め記憶しておく。
そして、成分順フーリエ変換後ドップラ値(FBDi)群(1秒分)及び成分順フーリエ変換後RCS値(FBSi)群(1秒分)が出力される毎に、各々のスペクトラム分布を求めて、各々のドップラ用物標識別基準データ、RCS用物標識別基準データと各々のスペクトラム分布とに基づいて統計的分析(クラスター解析に基づく決定木、ランダムフォレスト、サポートベクターマシーン等)を行って物標の種別を識別する。
つまり、取得した1秒あたりの物標からの信号のドップラ値Di及びRCS値Siの揺らぎ成分をパラメータとしてそのまま用いて物標(鳥、樹木、人工物、航空機等)を識別していることになる。このデータの揺らぎは物標の揺らぎに依存しているため、レーダアンテナの状態、気象条件、飛行している鳥の状態(空腹・満腹による水分量、体サイズの個体差等)によらず再現性があり、物標の種類を精度良く識別することができている。
本実施の形態の物標識別装置の概略構成図である。 ドップラ情報RDJiの説明図である。 RCS情報RSJiの説明図である。 ドップラフィルタテーブル及びRCSフィルタテーブルの説明図である。 本体側登録用ドップラフィルタテーブル120iのレコード構成の説明図である。 本体側登録用RCSフィルタテーブル121iのレコード構成の説明図である。 本体側登録用ドップラフィルタテーブル120iのドップラ値Diの格納例の説明図である。 本体側登録用RCSフィルタテーブル121iのRCS値の格納例の説明図である。 登録用ドップラフィルタテーブル情報rTDJiの説明図である。 登録用RCSフィルタテーブル情報rTSJiの説明図である。 登録用ドップラフィルタテーブル情報rTDJiの補足回数毎フィルタ毎合計ドップラ値及び補足回数毎総計ドップラ値の算出の説明図である。 成分順平準化後ドップラ変動値δdiの算出の説明図である。 補足回成分順平準化後RCS変動値δsiの算出の説明図である。 成分順平準化後ドップラ変動値δdiをグラフ化した場合の説明図である。 補足回成分順平準化後RCS変動値δsiをグラフ化した場合の説明図である。 成分順平準化後ドップラ変動値δdiを用いた箱ひげ図の説明図である。 平準化後RCS変動値δsiを用いた箱ひげ図の説明図である。 決定木の説明図である。 登録の構成を有する物標識別装置の概略構成図である。 ドップラ分布と箱ひげ図の説明図である。 ドップラ用平準化部215の処理を説明するフローチャート(1)である。 ドップラ用平準化部215の処理を説明するフローチャート(2)である。 分析結果の識別率の説明図である。
本実施の形態は、物標から発射された信号(レーダ、音、光等)の揺らぎ成分をパラメータとして物標を識別するものである。本実施の形態では、物標は鳥、樹木、人工物、航空機等とし、信号はレーダ波として説明する。
すなわち、3Dレーダアンテナによって第1の一定時間毎(約16msec)に物標にレーダ波を発射して取得した第2の一定間隔(1sec)毎のレーダデータのドップラ値Di、RCS値Siの揺らぎ成分をフーリエ変換し、このフーリエ変換後のデータを平準化し、この平準化後のデータを用いて物標の種類を精度良く識別する物標識別装置である。
すなわち、この識別結果で物標が鳥類の場合はその鳥類の飛翔ルートを精度良く推定させてバードストライクを抑制させることが可能となる。前述のドップラ値Di、RSC値については後述する。
RCSはレーダ反射断面積(Radar cross-section, RCS)と呼ばれるものであり、レーダから電波の照射を受けたときにアンテナの方向に電波を反射させる能力の尺度を示す。
図1は本実施の形態の物標識別装置200の概略構成図である。図1においては3Dレーダ装置100を示して説明する。
物標識別装置200は、この3Dレーダ装置100からのフーリエ変換後のデータを入力する。
<3Dレーダ装置100の構成>
前述の3Dレーダ装置100は、3Dレーダアンテナ101と、3Dレーダ本体部105等よりなる。
3Dレーダ本体部105は、3Dレーダアンテナ101を回転(例えば4sec/1回)させながら第1の一定間隔(例えば16msec毎)に三次元的にレーダ波を発射させて得た物標のレーダデータRiを指示器300に出力して表示させる。このとき、物標番号Biを付加して表示させている。
そして、指示器300において物標番号Biが指定される毎に、追尾モードに入って追尾する。物標番号Biはオペレータが付加しても構わないし、自動付加であっても構わない。
物標の種類を登録する場合(以下登録モードという)は、オペレータがカメラ、双眼鏡等で物標の種別を判別している。そして、物標番号Biに物標識別(以下物標種別Bkiという)を関連付けている。
このとき、初回の追尾の場合(新しい物標番号Bi)は補足回数Hiを「1回目」として追尾してき物標が追尾から外れた場合は、追尾を終了する。そして、再び同じ物標番号Biの物標が追尾された場合は、補足回数Hiを「2回目」として追尾していく。
また、3Dレーダ本体部105は、補足回数Hi毎に、本体側ドップラ用テーブル107i(107a、107b・・)及び本体側RCS用テーブル108i(108a、108b・・)を生成する。
そして、物標(例えば鳥)の第2の一定間隔(1sec)毎のレーダデータRiに基づくドップラ情報RDJiを本体側ドップラ用テーブル107i(107a、107b・・・)に記憶する。
また、レーダデータRiのRCS情報RSJiを本体側RCS用テーブル108i(108a、108b、・・・)に記憶する。
この記憶は、1回目の補足における第2の一定間隔(1sec)毎のドップラ情報RDJiは本体側ドップラ用テーブル107aに順に記憶すると共に、RCS情報RSJiを本体側RCS用テーブル108aに順に記憶する。
2回目の補足におけるドップラ情報RDJiは本体側ドップラ用テーブル107bに順に記憶すると共に、RCS情報RSJiを本体側RCS用テーブル108bに順に記憶していく。ドップラ情報RDJiは、図2に示し、RCS情報RSJiは図3に示す。
図2に示すように、本体側ドップラ用テーブル107aに記憶されたドップラ情報RDJiは、物標番号Biと、物標種別Bki(例えばオジロワシ)と、物標座標BPi(x,y,z)と、物標探知時刻Tn(s)と、受信信号振幅値Asと、ドップラ分散値fd(周波数でもよい)・・・、距離R(m)等よりなり、補足回数Hiが関連付けられている。
但し、ドップラ情報RDJiは、物標種別Bki(オジロワシ)は後述する分類器作成時(以下登録モードという)のときのみである。
具体的には、補足回数Hiというのは、例えばオジロワシを1回目追尾、2回目追尾、・・・したときの追尾回数を示す。そして、1回目追尾の追尾時間は、例えば、オジロワシを10秒間にわたって追尾したとき追尾時間(補足時間HT1という)である。2回目追尾の追尾時間(補足時間HT2という)はオジロワシを9秒間にわたって追尾したときの時間である。
つまり、本体側ドップラ用テーブル107aには、オジロワシを10秒間にわたって補足していたとき一秒(1sec)単位のドップラ情報RDJiが記憶される(10個)。
また、本体側ドップラ用テーブル107bには、オジロワシを9秒間にわたって補足していたときの1秒単位のドップラ情報RDJiが記憶される(9個)。
さらに、本体側ドップラ用テーブル107cには、オジロワシを13秒間にわたって補足していたとき1秒単位のドップラ情報RDJiが記憶される(13個)。
一方、本体側RCS用テーブル108aには、オジロワシを10秒間にわたって補足していたときの1秒単位のRCS情報RSJiが記憶される(10個)。
また、本体側RCS用テーブル108bには、イヌワシを9秒間にわたって補足していたとき1秒単位のRCS情報RSJiが記憶される(9個)。
さらに、本体側RCS用テーブル108cには、イヌワシを13秒間にわたって補足していたとき1秒単位のRCS情報RSJiが記憶される(13個)。
前述のドップラ値Diというのは、ドップラ振幅値、ドップラ分散値fd(平均値に対するばらつき具合)又はドップラ周波数の揺らぎ成分を総称したものである。
また、RCS値Siというのは、RCSの振幅値又は周波数の揺らぎ成分を総称したものである。
さらに、RCS情報RSJiは図3に示すように、物標番号Bi、物標種別Bki(イヌワシ)と、物標座標BPi(x,y,z)と、物標探知時刻Tn(s)と、物標移動速度(Vx,Vy,Vz)と、レーダ反射断面積(RCS)、・・等よりなり、補足回数Hiが関連付けられている。
但し、RCS情報RSJiは物標種別Bki(オジロワシ又はイヌワシ・・)は後述する分類器作成時(以下登録モードという)のときのみである。
つまり、ドップラ値Di及びレーダ反射断面積(RCS)は、16msec毎に取得したものを1秒毎に整理したものであり、連続データと言える。
また、3Dレーダ本体部105は、識別モードの場合は、1秒毎のドップラ情報RDJiを直接、ドップラフーリエ変換部109に出力すると共に、このドップラ情報RDJiに関連するRCS情報RSJiを直接、RCSフーリエ変換部111に出力する。
(3Dレーダ本体部105の主要な構成)
3Dレーダ本体部105は、図1に示すように、種登録識別モード設定部119と、本体側登録用ドップラフィルタテーブル120iと、本体側登録用RCSフィルタテーブル121iと、ドップラフーリエ変換部109と、RCSフーリエ変換部111と、ドップラ用フィルタ挿入部113と、RCS用フィルタ挿入部115と、指示器用出力部131と、ドップラ用出力部132と、RCS用出力部135とを備えている。
また、本体側識別用ドップラフィルタテーブル122と、本体側識別用RCSフィルタテーブル123とを備えている。
種登録識別モード設定部119は、登録モードが設定された場合は、入力された物標種別Bki(オジロワシ又はイヌワシ・・)をドップラ情報RDJi及びRCS情報RSJiに付加する。識別モードでは、この種登録識別モード設定部119は動作しない。
本体側登録用ドップラフィルタテーブル120i及び本体側識別用ドップラフィルタテーブル122は、図4(a)に示すように、64個のフィルタ(以下ドップラ用フィルタFDiという)で構成されている。このドップラ用フィルタFDiには、フィルタ番号(以下ドップラフィルタ番号FNDiという)が付加されている。
なお、本体側登録用ドップラフィルタテーブル120iの各々のレコードには、物標番号Biと物標種別Bki(登録モードのみ)と物標座標BPi(x,y,z)と物標探知時刻Tn(s)と受信信号振幅値Asと、距離R(m)等を付加しても構わないが本実施の形態では付加しないで説明する。
前述の本体側登録用ドップラフィルタテーブル120iは、補足回数Hi(1回目、2回目・・・)毎に対応して生成される。例えば1補足目は、本体側登録用ドップラフィルタテーブル120a、2補足目は、本体側登録用ドップラフィルタテーブル120b・・・として生成される(図5参照)。
但し、本体側識別用ドップラフィルタテーブル122は、物標種別Bkiと補足回数Hiとを有していない。
さらに、本体側登録用RCSフィルタテーブル121i及び本体側識別用RCSフィルタテーブル123は、図4(b)に示すように64個のフィルタ(以下RCS用フィルタFSiという)で構成されている。
このドップラ用フィルタFDiには、フィルタ番号(以下RCSフィルタ番号FNSiという)が付加されている。
なお、本体側登録用RCSフィルタテーブル121iの各々のレコードには、物標番号Bi、物標種別Bki(登録モードのみ)と、物標座標BPi(x,y,z)と、物標探知時刻Tn(s)と、物標移動速度(Vx,Vy,Vz)等を付加してもかまわないが、本実施の形態では付加しないで説明する。
前述の本体側登録用RCSフィルタテーブル121iは、補足回数Hi(1回目、2回目・・・)毎に対応して生成される。例えば1補足目は、本体側登録用RCSフィルタテーブル121a、2補足目は、本体側登録用RCSフィルタテーブル121b・・・として生成される(図6参照)。
但し、本体側識別用RCSフィルタテーブル123は、物標種別Bkiと補足回数Hiとを有していない。
各々のドップラフィルタ番号FNDi(1、2、・・・・・64)というのは、1secを例えば16msec間隔で分割したときのn個に、順に付加した番号である。そして、これらのドップラフィルタ番号FNDiには、物標(鳥類)からの反射された反射波に含まれているドップラ成分の周波数成分が割り付けられている。
そして、例えばドップラフィルタ番号FND1は、0Hz〜aHz、ドップラフィルタ番号FND2には0.5Hz〜bHz・・・・の成分が割り付けられている。
同様に、各々のRCSフィルタ番号FNSi(1、2、・・・・・64)というのは、1secを例えば16msec間隔で分割したときのn個に、順に付加した番号である。そして、これらのRCSフィルタ番号FNSiには、物標(鳥類)からの反射された反射波に含まれているRCS成分の周波数成分が割り付けられている。
そして、例えばRCSフィルタ番号FNS1は、0Hz〜aHz、RCSフィルタ番号FNS2には0.5Hz〜bHz・・・・の成分が割り付けられている。
ドップラフーリエ変換部109は、登録モードでは、本体側ドップラ用テーブル107i(107a又は107b・・・)を順に引き当てる。
そして、引き当てた本体側ドップラ用テーブル107i(107a又は107b・・・)の順に読み込み、1sec単位(第2の一定間隔)のドップラ情報RDJi(1sec分)のドップラ値Diをフーリエ変換(以下フーリエ変換後ドップラ分布という)する。
そして、このフーリエ変換後ドップラ分布を、第2の一定間隔(1sec)をn分割する間隔、例えば約16msec区間毎に読み込む。これをフーリエ変換後ドップラ値と称する。つまり、64個の成分順フーリエ変換後ドップラ値FBDiを得る。
そして、成分順フーリエ変換後ドップラ値FBDi(FBD1、FBD2、・・・又はFBD64)が読み込まれる毎に、これをドップラ用フィルタ挿入部113に順次出力する。このとき、補足回数Hiを付加して出力する。
また、ドップラフーリエ変換部109は、識別モードでは、ドップラ情報RDJi(1sec分)が入力する毎に、1sec単位(第2の一定間隔)のドップラ情報RDJi(1sec分)のドップラ値Diをフーリエ変換(フーリエ変換後ドップラ分布)する。
そして、このフーリエ変換後ドップラ分布を、第2の一定間隔(1sec)をn分割する間隔、例えば約16msec区間毎に読み込み、これを成分順フーリエ変換後ドップラ値FBDi(FBD1、FBD2、・・・又はFBD64)としてドップラ用フィルタ挿入部113に順次出力する。
ドップラ用フィルタ挿入部113は、登録モードでは、本体側ドップラ用テーブル107iの個数を読み込む。そして、この本体側ドップラ用テーブル107iの個数分だけの本体側登録用ドップラフィルタテーブル120iを生成する(メモリ)。つまり、最終の補足回数Hiに対応する個数分の本体側登録用ドップラフィルタテーブル120iを生成する(図5参照)。
そして、ドップラフーリエ変換部109から成分順フーリエ変換後ドップラ値FBDi(FBD1、FBD2、・・・又はFBD64)が入力する毎に、この成分順フーリエ変換後ドップラ値FBDiに関連付けられている補足回数Hi(1回目又は2回目・・・)に該当する本体側登録用ドップラフィルタテーブル120i(120a又は120b・・)を引き当てる。
そして、この引き当てた本体側登録用ドップラフィルタテーブル120i(120a又は120b・・)における、入力した成分順フーリエ変換後ドップラ値FBDi(FBD1、FBD2、・・・又はFBD64)成分に該当するドップラフィルタ番号FNDiのドップラフィルタ(メモリ)に格納する(図7参照)。これを成分順フーリエ変換後ドップラ値FBDiと称する。
このドップラフィルタ番号FNDiと成分順フーリエ変換後ドップラ値FBDiとの関係は、
FBDi=(FNDi−1)×0.2543
である。但し、(FNDi−1)は、FNDi−1の番号のフーリエ変換の値であっても構わない。なお、0.2543という係数は、鳥類を識別するために経験的に決めた値である。
また、ドップラ用フィルタ挿入部113は、識別モードでは、ドップラフーリエ変換部109からの成分順フーリエ変換後ドップラ値FBDi(FBD1、FBD2、・・・又はFBD64)が入力する毎に、これを本体側識別用ドップラフィルタテーブル122に上書きする。
つまり、本体側識別用ドップラフィルタテーブル122における、入力した成分順フーリエ変換後ドップラ値FBDi(FBD1、FBD2、・・・又はFBD64)の成分に該当するドップラフィルタ番号FNDiのドップラフィルタ(メモリ)に成分順フーリエ変換後ドップラ値FBDiとして格納(上書き)する。
このドップラフィルタ番号FNDiと成分順フーリエ変換後ドップラ値FBDiとの関係は、上記の式と同様である。
RCSフーリエ変換部111は、登録モードでは、本体側RCS用テーブル108i(108i又は108b・・)を順に引き当てる。
そして、引き当てた本体側RCS用テーブル108i(108a又は108b・・・)の順に読み込み、1sec単位(第2の一定間隔)のRCS情報RSJi(1sec分)のRCS値Siをフーリエ変換(以下フーリエ変換後RCS分布という)する。
そして、このフーリエ変換後RCS分布を、第2の一定間隔(1sec)をn分割する間隔、例えば約16msec区間毎に読み込む。これを成分順フーリエ変換後RCS値と称する。つまり、64個の成分順フーリエ変換後RCS値FBSiを得る。
そして、成分順フーリエ変換後RCS値FBSi(FBS1、FBS2、・・・又はFBS64)が読み込まれる毎に、これをRCS用フィルタ挿入部115に順次出力する。このとき、補足回数Hiを付加して出力する。
また、RCSフーリエ変換部111は、識別モードでは、RCS情報RSJi(1sec分)が入力する毎に、1sec単位(第2の一定間隔)のRCS情報RSJi(1sec分)のRCS成分をフーリエ変換(フーリエ変換後RCS分布)する。
そして、このフーリエ変換後RCS分布を、第2の一定間隔(1sec)をn分割する間隔、例えば約16msec区間毎に読み込み、これを成分順フーリエ変換後RCS値FBDi(FBS1、FBS2、・・・又はFBS64)としてRCS用フィルタ挿入部115に順次出力する。
RCS用フィルタ挿入部115は、登録モードでは、本体側RCS用テーブル108iの個数を読み込む。そして、この本体側RCS用テーブル108iの個数分だけの本体側登録用RCSフィルタテーブル121i(メモリ)を生成する(図6参照)。つまり、最終の補足回数Hiに対応する個数分の本体側登録用RCSフィルタテーブル121iを生成する。
そして、RCSフーリエ変換部111から成分順フーリエ変換後RCS値FBSi(FBS1、FBS2、・・・又はFBS64)が入力する毎に、この成分順フーリエ変換後RCS値FBSiに関連付けられている補足回数Hi(1回目又は2回目・・・)に該当する本体側登録用RCSフィルタテーブル121i(121a又は121b・・)を引き当てる。
そして、この引き当てた本体側登録用RCSフィルタテーブル121i(121a又は121b・・)における、入力した成分順フーリエ変換後RCS値FBSi(FBS1、FBS2、・・・又はFBS64)成分に該当するRCSフィルタ番号FNSiのRCSフィルタ(メモリ)に格納する(図8参照)。
このRCSフィルタ番号FNSiと成分順フーリエ変換後RCS値FBSiとの関係は、
FBSi=(FNSi−1)×0.2543
である。但し、(FNSi−1)は、FNSi−1の番号のフーリエ変換の値であっても構わない。
なお、0.2543という係数は、鳥類を識別するために経験的に決めた値である。
また、RCS用フィルタ挿入部115は、識別モードでは、RCSフーリエ変換部111からの成分順フーリエ変換後RCS値FBSi(FBS1、FBS2、・・・又はFBS64)が入力する毎に、これを本体側識別用RCSフィルタテーブル123に上書きする。
つまり、本体側識別用RCSフィルタテーブル123における、入力した成分順フーリエ変換後RCS値FBSi(FBS1、FBS2、・・・又はFBS64)成分に該当するRCSフィルタ番号FNSiのRCSフィルタ(メモリ)に成分順フーリエ変換後RCS値FBSiとして格納(上書き)する。
このRCSフィルタ番号FNSiと成分順フーリエ変換後RCS値FBSiとの関係は、上記の式と同様である。
すなわち、ドップラ用フィルタ挿入部113とRCS用フィルタ挿入部115とは、ドップラ用とRCS用とで1sec毎に合計128個のフィルタを設けて、これらのフィルタにフーリエ変換後の変動値(ドップラ値Di又はRCS値Si)を格納している。つまり、成分順フーリエ変換後ドップラ値FBDiと成分順フーリエ変換後RCS値FBSiを格納している。
指示器用出力部131は、本体側ドップラ用テーブル107iのドップラ情報RDJi又は本体側RCS用テーブル108iのRCS情報RSJiを読み込んで、これを指示器300に出力する。
ドップラ用出力部132は、物標識別装置200の要求に伴って、登録モードの場合は、本体側登録用ドップラフィルタテーブル120iを読み込み、このテーブルの全ての情報をファイルにして物標識別装置200に送出する。
例えば、生成された本体側登録用ドップラフィルタテーブル120i(120a、120b・・・)を引き当てる。そして、引き当てた本体側登録用ドップラフィルタテーブル120i(120a又は120b・・・)毎に、その本体側登録用ドップラフィルタテーブル120i(120a又は120b・・・)に書き込まれている情報の種類(ドップラ)と、物標番号Biと、物標種別Bki(登録モードのみ)と、補足回数Hi(1回目の追尾、2回目の追尾又は3回目の追尾:登録モードのみ)と、補足時間HTi(10秒、9秒又は13秒:登録モードのみ)と、ドップラフィルタ番号FNDi群(1、2、・・・・64)とを読み込む。そして、これに、この本体側登録用ドップラフィルタテーブル120i(120a又は120b・・・)の全てのレコード毎(1sec単位)の成分順フーリエ変換後ドップラ値FBDiを付加した登録用ドップラ補足単位毎テーブル情報TDJi(TDJ1又はTDJ2・・・)を生成する。
そして、生成された全ての登録用ドップラ補足単位毎テーブル情報TDJi(TDJ1、又はTDJ2・・・)を集め、これを登録用ドップラフィルタファイル情報rDJiとして物標識別装置200に出力する。
また、ドップラ用出力部132は、物標識別装置200の要求に伴って、識別モードの場合は、本体側識別用ドップラフィルタテーブル122に格納されている取得された現在の1秒単位のドップラフィルタ番号FNDi群(FND1、FND2、・・FND64)と成分順フーリエ変換後ドップラ値FBDi群(FBD1、FBD2・・・FBD64)とを組とした識別用ドップラフィルタ情報dDJiとして物標識別装置200に出力する。
RCS用出力部135は、物標識別装置200の要求に伴って、登録モードの場合は、本体側登録用RCSフィルタテーブル121iを読み込み、このテーブルの全ての情報をファイルにして物標識別装置200に送出する。
例えば、生成された本体側登録用RCSフィルタテーブル121i(121a、121b・・・)を引き当てる。そして、引き当てた本体側登録用RCSフィルタテーブル121i(121a又は121b・・・)毎に、その本体側登録用RCSフィルタテーブル121i(121a又は121b・・・)に書き込まれている情報の種類(RCS)と、物標番号Bi、物標種別Bki(登録モードのみ)、補足回数Hi(1回目の追尾、2回目の追尾、3回目の追尾:登録モードのみ)と、補足時間HTi(10秒、9秒、13秒:登録モードのみ)と、RCSフィルタ番号FNSi群(1、2、・・・・64)とを読み込む。
そして、これに、この本体側登録用RCSフィルタテーブル121i(121a又は121b・・・)の全てのレコード毎(1sec単位)の成分順フーリエ変換後RCS値FBSiを付加した登録用RCS補足単位毎テーブル情報TSJi(TSJ1又はTSJ2・・・)を生成する。
そして、生成された全ての登録用RCS補足単位毎テーブル情報TSJi(TSJ1、又はTSJ2・・・)を集め、これを登録用RCSフィルタファイル情報rSJiとして物標識別装置200に出力する。
また、RCS用出力部135は、物標識別装置200の要求に伴って、識別モードの場合は、本体側識別用RCSフィルタテーブル123に格納されている取得された現在の1秒単位のRCSフィルタ番号FNSi群(FNS1、FNS2、・・FNS64)と成分順フーリエ変換後RCS値FBSi群(FBS1、FBS2・・・FBS64)とを組とした識別用RCSフィルタ情報dSJiとして物標識別装置200に出力する。
<物標識別装置200の構成>
物標識別装置200は、図1に示すように、収集部205と、ドップラ・RCS用情報記憶部206と、ドップラ用平準化部215と、RCS用平準化部217と、物標識別部270とを備えている。
(収集部205):登録モード
収集部205は、登録モードの場合は、3Dレーダ本体部105のドップラ用出力部132に対して登録用ドップラフィルタファイル情報rDJi(ドップラ、Bi、Bki、Hi、Hti、FNDi群、FBDi群・・)を要求する。
そして、この登録用ドップラフィルタファイル情報rDJiの入力毎に、登録用ドップラフィルタファイル情報rDJiに含まれている情報の種類(ドップラ)を付加したドップラ用フィルタテーブル207iを補足回数Hi(最後の補足回数:3回目)の個数分だけドップラ・RCS用情報記憶部206に生成する。
例えば、1個目を補足1回目に対応するドップラ用フィルタテーブル207a、2個目を補足2回目に対応するドップラ用フィルタテーブル207b、3個目を補足3回目に対応するドップラ用フィルタテーブル207cとして生成する。
そして、登録用ドップラフィルタファイル情報rDJiに含まれている補足回数Hiに該当するフィルタテーブルにこの登録用ドップラフィルタファイル情報rDJiに含まれている登録用ドップラ補足単位毎テーブル情報TDJi(TDJ1又はTDJ2・・・)を登録用ドップラフィルタテーブル情報rTDJi(ドップラ、Bi、Bki、Hi、Hti、FNDi群、FBDi群・・)として記憶する。
つまり、ドップラフィルタ番号FNDi群(1、2、・・・・64)と、そのドップラフィルタ番号FNDiに格納されている成分順フーリエ変換後ドップラ値FBDi(0、0.2543・・・・)と、物標種別Bki(登録モードのみ)と、物標番号Biと、補足回数Hi(1回目、2回目又は3回目)とを組として記憶している(図9参照)。
(収集部205):識別モード
収集部205は、識別モードの場合は、3Dレーダ本体部105のドップラ用出力部132に対して識別用ドップラフィルタ情報dDJi(FNDi群、FBDi群)を要求する。
そして、この識別用ドップラフィルタ情報dDJi(FNDi群、FBDi群)の入力毎に、これを物標識別部270に直接出力する。
さらに、収集部205は、登録モードの場合は、3Dレーダ本体部105のRCS用出力部135に対して登録用RCSフィルタファイル情報rSJiを要求する。
そして、この登録用RCSフィルタファイル情報rSJiの入力毎に、登録用RCSフィルタファイル情報rSJiに含まれている情報の種類(RCS)を付加したRCS用フィルタテーブル209iを補足回数Hi(最後の補足回数:3回目)の個数分だけドップラ・RCS用情報記憶部206に生成する。
例えば、1個目を1回目に対応するRCS用フィルタテーブル209a、2個目を2回目に対応するRCS用フィルタテーブル209b、3個目を3回目に対応するRCS用フィルタテーブル209cとして生成する。
そして、登録用RCSフィルタファイル情報rSJiに含まれている補足回数Hiに該当するフィルタテーブルにこの登録用RCSフィルタファイル情報rSJiに含まれている登録用RCS補足単位毎テーブル情報TSJi(TSJ1又はTSJ2・・・)を登録用RCSフィルタテーブル情報rTSJiとして記憶する。
つまり、RCSフィルタ番号FNSi群(1、2、・・・・64)と、そのRCSフィルタ番号FNSiに格納されている成分順フーリエ変換後RCS値FBSi(0、0.2543・・・・)と、物標種別Bki(登録モードのみ)と物標番号Biと補足回数Hi(1回目、2回目又は3回目)とを組として記憶している(図10参照)。
また、収集部205は、識別モードの場合は、3Dレーダ本体部105のRCS用出力部135に対して識別用RCSフィルタ情報dSJiを要求する。
そして、この識別用RCSフィルタ情報dSJiの入力毎に、これを物標識別部270に直接出力する。
(ドップラ用平準化部215):登録モード
ドップラ用平準化部215は、登録モードの場合は、ドップラ用フィルタテーブル207iをドップラ用フィルタテーブル207a、207b、207cの順に指定する。
そして、指定したドップラ用フィルタテーブル207i毎に、登録用ドップラフィルタテーブル情報rTDJiのドップラ番号FNDi(FND1、FND2・・・FND64)を順に指定する。
そして、指定したドップラフィルタ番号FNDi(FND1、FND2・・・又はFND64)毎に、指定した全てのFNDi(FND1、FND2・・・又はFND64)の成分順フーリエ変換後ドップラ値FBDiの合計(例えばi=1、2・・・10秒又は1、2・・・9秒若しくは1、2・・・13秒の合計)を求める(以下補足回数毎フィルタ毎合計ドップラ値ΣFBDiという)。
そして、このドップラフィルタ番号FND1の補足回数毎フィルタ毎合計ドップラ値ΣFBDi(例えばi=1、2・・・10秒又は1、2・・・9秒若しくは1、2・・・13秒分)からドップラフィルタ番号FND64の補足回数毎フィルタ毎合計ドップラ値ΣFBDi(例えばi=1、2・・・10秒又は1、2・・・9秒若しくは1、2・・・13秒分)までの総合計を補足回数毎総計ドップラ値ΣΣFBDiとして求める(図11)。
そして、ドップラフィルタ番号FNDi毎(FND1、・・64)に、その補足回数毎フィルタ毎合計ドップラ値ΣFBDi(例えばi=1・・・又は64)を、補足回数毎総計ドップラ値ΣΣFBDiを除した値を、ドップラフィルタ番号FNDi毎(FND1、・・又は64)の成分順平準化後ドップラ変動値δdi(i=1、・・又は64)として求めてドップラ用平準化後用テーブル220に記憶する(図12参照)。
この成分順平準化後ドップラ変動値δdiをグラフにしたのが図14である。図14はオジロワシを1回〜22回補足した場合の成分順平準化後ドップラ変動値δdiのグラフを示している。
図14は縦軸に成分順平準化後ドップラ変動値δdiをとり、横軸にフィルタ番号をとっている。
前述のドップラフィルタ番号FNDi毎(FND1、・・又は64)の成分順平準化後ドップラ変動値δdi(i=1、・・又は64)は、具体的には補足回数Hiとドップラフィルタ番号FNDiとに関連させて補足回フィルタ毎ドップラ変動値情報FDJiとしてドップラ用平準化後用テーブル220に記憶する(図12参照)。
(ドップラ用平準化部215):識別モード
ドップラ用平準化部215は、識別モードの場合は、収集部205から識別用ドップラフィルタ情報dDJiが入力する毎に、これを物標識別部270に出力する。
RCS用平準化部217は、登録モードの場合は、RCS用フィルタテーブル209iをRCS用フィルタテーブル209a、209b、209cの順に指定する。
そして、指定したRCS用フィルタテーブル209i毎に、登録用RCSフィルタテーブル情報rTSJiのRCSフィルタ番号FNSi(FNS1、FNS2・・・FNS64)を順に指定する。
そして、指定したRCSフィルタ番号FNSi(FNS1、FNS2・・・又はFNS64)毎に、指定した全てのRCSフィルタ番号FNSi(FNS1、FNS2・・・又はFNS64)のRCS値FBSiの合計(例えばi=1、2・・・10秒又は1、2・・・9秒若しくは1、2・・・13秒の合計)を求める(以下補足回数毎フィルタ毎合計RCS値ΣFBSiという)。
そして、このRCSフィルタ番号FNS1の補足回数毎フィルタ毎合計RCS値ΣFBSi(例えばi=1、2・・・10秒又は1、2・・・9秒若しくは1、2・・・13秒分)からRCSフィルタ番号FNS64の補足回数毎フィルタ毎合計RCS値ΣFBSi(例えばi=1、2・・・10秒又は1、2・・・9秒若しくは1、2・・・13秒分)までの総合計を補足回数毎総計RCS値ΣΣFBSiとして求める(図13参照)。
そして、RCSフィルタ番号FNSi毎(FNS1、・・64)に、その補足回数毎フィルタ毎合計RCS値ΣFBSi(例えばi=1・・・又は64)を、補足回数毎総計RCS値ΣΣFBSiを除した値を、RCSフィルタ番号FNSi毎(FNS1、・・又は64)の補足回成分順平準化後RCS変動値δsi(i=1、・・又は64)として求めて平準化後RCS用テーブル221に記憶する(図13参照)。
この補足回成分順平準化後RCS変動値δsiをグラフにしたのが図15である。図 15はオジロワシを1回〜22回補足した場合の補足回成分順平準化後RCS変動値δsiのグラフを示している。
図15は縦軸に補足回成分順平準化後RCS変動値δsiをとり、横軸にフィルタ番号をとっている。
そして、求めたRCSフィルタ番号FNSi毎(FNS1、・・又は64)の補足回成分順平準化後RCS変動値δsi(i=1、・・又は64)は、具体的には補足回数HiとRCSフィルタ番号FNSiとに関連させて補足回フィルタ単位RCS変動値情報FSJiとして平準化後RCS用テーブル221に記憶する(図13参照)。
(物標識別部270)
物標識別部270は、収集部205から識別用ドップラフィルタ情報dDJi(FBDi群、FNDi)が入力する毎に、ドップラ用識別蓄積メモリ262に記憶する。そして、このドップラ用識別蓄積メモリ262に今までの追尾分の識別用ドップラフィルタ情報dDJiが存在している場合は、これらとで上記と同様に平準化して、上記の成分順平準化後ドップラ変動値δdi(i=1、・・又は64)を求める。
また、識別用RCSフィルタ情報dSJi(FNSi群、FBSi群)が入力する毎にRCS用識別蓄積メモリ265に記憶する。そして、このRCS用識別蓄積メモリ265に今までの追尾分の識別用RCSフィルタ情報dSJiが存在している場合は、これらとで上記と同様に平準化して、上記の補足回成分順平準化後RCS変動値δsi(i=1、・・又は64)を求める。
そして、各々の成分順平準化後ドップラ変動値δdiと補足回成分順平準化後RCS変動値δsiが求められる毎に、番号(フィルタ1〜64)を順次指定する。そして、ドップラ用物標識別基準データ記憶部240i(240a、240b・・・)に予め記憶されている全てのドップラ用物標識別基準データと、RCS用物標識別基準データ記憶部254i(254a、254b、・・・)の全てのRCS用物標識別基準データと、成分順平準化後ドップラ変動値δdiと補足回成分順平準化後RCS変動値δsiとを用いて統計処理(決定木、ランダムフォーレスト、サポートベクタマシン、クライスターツリー等)によって分析して物標を自動的に識別する。
つまり、物標識別部270は、ドップラ用識別蓄積メモリ262に、成分順フーリエ変換後ドップラ値FBDi群が新たに蓄積される毎に、成分順の番号の順に指定する。
そして、この指定された番号(1又は・・64)の成分順フーリエ変換後ドップラ値FBDiをドップラ用識別蓄積メモリ262から読み込む。
そして、各々毎に一定時間前の全ての成分順フーリエ変換後ドップラ値FBDiと一定時間前の全ての成分順フーリエ変換後ドップラ値FBDi群とで平準化し、これを成分順平準化後ドップラ変動値δdi(i=1、・・又は64)としてドップラ用識別蓄積メモリ262に順に登録する。
そして、RCS用識別蓄積メモリ265に、成分順フーリエ変換後RCS値FBSi群が新たに蓄積される毎に、成分順の番号を順に指定する。
次に、指定された番号(1又は・・64)の成分順フーリエ変換後RCS値FBSiをRCS用識別蓄積メモリ265から読み込む。そして、各々毎に一定時間前の全て成分順フーリエ変換後RCS値FBSiと一定時間前の全ての前記成分順フーリエ変換後RCS値FBSi群(1sec)とで平準化する。
これを成分順平準化後RCS変動値δsi(i=1、・・又は64)としてRCS用識別蓄積メモリ265に順に登録する。
そして、ドップラ用分類器作成部225がドップラ用平準化後用テーブル220に登録された前記成分順平準化後ドップラ変動値δdi(i=1、・・又は64)に基づいたドップラ用物標識別基準データ(分類器)を生成してドップラ用物標識別基準データ記憶部240iに記憶する。
また、RCS用分類器作成部227が、平準化後RCS用テーブル221に登録された成分順平準化後RCS変動値δsiに基づいた前記RCS用物標識別基準データ(分類器)を生成して前記RCS用物標識別基準データ記憶部254iに記憶する。
これらの、ドップラ用物標識別基準データと、RCS用物標識別基準データ記憶部254i(254a、254b、・・・)の全てのRCS用物標識別基準データと、成分順平準化後ドップラ変動値δdiと補足回成分順平準化後RCS変動値δsiとを用いて統計処理(決定木、ランダムフォーレスト、サポートベクタマシン、クライスターツリー等)によって分析して物標を自動的に識別している。
そして、この識別結果(オジロワシ、イヌワシ・・・)を識別用メモリ260に記憶して指示器300の該当の物標番号Biの近傍に表示する。
一方、前の追尾分が記憶されていない場合は、収集部205から識別用ドップラフィルタ情報dDJi(FBDi群、FNDi)が入力する毎に、ドップラ用識別蓄積メモリ262に記憶する。そして、この識別用ドップラフィルタ情報dDJiに含まれている成分順フーリエ変換後ドップラ値FBDi(FBD1、・・・FBD64)のドップラスペクトラム分布σdiを求める。
また、識別用RCSフィルタ情報dSJiが入力する毎に、RCS用識別蓄積メモリ265に記憶する。そして、これに含まれている成分順フーリエ変換後RCS値FBSi(FBS1、・・・FBS64)のRCSスペクトラム分布σsiを求める。
そして、各々のスペクトラム分布(σdi、σsi)が求められる毎に、番号(フィルタ1〜64)を順次指定する。そして、ドップラ用物標識別基準データ記憶部240i(240a、240b・・・)に予め記憶されている全てのドップラ用物標識別基準データと、RCS用物標識別基準データ記憶部254i(254a、254b、・・・)の全てのRCS用物標識別基準データと、ドップラスペクトラム分布σdi、RCSスペクトラム分布σsiとを用いて統計処理(決定木、ランダムフォーレスト、サポートベクタマシン、クライスターツリー等)によって分析して物標を自動的に識別する。
そして、この識別結果(オジロワシ、イヌワシ・・・)を識別用メモリ260に記憶して指示器300の該当の物標番号Biの近傍に表示する。
前述のドップラ用物標識別基準データ記憶部240iは、成分順平準化後ドップラ変動値δdi及び平準化後RCS値のばらつきを分かりやすく表現するために、図16及び図17に示す箱ひげ図(box plot)をフィルタの個数分だけ記憶している。
箱ひげ図は、データの分布やばらつきをわかりやすく表現するための統計学的グラフであり、長方形の箱とその両端から伸びるひげで表現されている。
例えばドップラフィルタ番号1の箱ひげ図(box plot)は、ドップラ用物標識別基準データ記憶部240aに、ドップラフィルタ番号2の箱ひげ図(box plot)はドップラ用物標識別基準データ記憶部240aに記憶している。
この箱ひげ図(box plot)は、フィルタ番号毎に、補足回数Hiに渡る成分順平準化後ドップラ変動値δdiを縦軸に、横軸を物標種別Bki(オジロワシ、イヌワシ、カモメ・・)にとった座標系に定義されている。
図16(a)は、ドップラフィルタ番号FND1の箱ひげ図(フィルタ毎ドップラ種別ボックスプロット図DPi)であり、図16(b)は、ドップラフィルタ番号FND61の箱ひげ図(フィルタ毎ドップラ種別ボックスプロット図DPi)である。
また、RCSフィルタ番号1の箱ひげ図(フィルタ毎RCS種別ボックスプロット図RSi)は、RCS用物標識別基準データ記憶部254aに、RCSフィルタ番号FNS2の箱ひげ図(フィルタ毎RCS種別ボックスプロット図RSi)はRCS用物標識別基準データ記憶部254bに記憶している。
この箱ひげ図(フィルタ毎RCS種別ボックスプロット図RSi)は、フィルタ番号毎に、補足回数Hiに渡る成分順平準化後RCS変動値δsiを縦軸に、横軸を物標種別Bki(オジロワシ、イヌワシ、カモメ・・)にとった座標系に定義されている。
図17(a)は、RCSフィルタ番号1の箱ひげ図(box plot)であり、図17(b)は、RCSフィルタ番号6の箱ひげ図(box plot)である。
そして、物標識別部270は、これらのフィルタ毎ドップラ種別ボックスプロット図DPi及びフィルタ毎RCS種別ボックスプロット図RSiを用いて種を識別する。
種の識別には、例えば決定木、ランダムフォーレスト、サポートベクタマシン、クライスターツリ等によって特定する。
例えば、オペレータはドップラ用物標識別基準データ記憶部240iに記憶されている全てのフィルタ毎ドップラ種別ボックスプロット図DPiの内で種毎にボックスのばらつき具合が適当なボックス群を有しているフィルタ毎ドップラ種別ボックスプロット図DPiを選択する。
また、RCS用物標識別基準データ記憶部254iに記憶されている全てのフィルタ毎RCS種別ボックスプロット図RSPiの内で種毎にボックスのばらつき具合が適当なボックス群を有しているフィルタ毎RCS種別ボックスプロット図RSPiを選択する。
そして、求めたスペクトラム分布(σdi、σsi)の標準偏差値を求める。ドップラ用は、平準化後ドップラ変動偏差値pdi(δdiに相当する)と称し、RCS用は、平準化後RCS変動偏差値psi(δsiに相当する)と称する。
この平準化後ドップラ変動偏差値pdiを含むボックスを有するフィルタ毎ドップラ種別ボックスプロット図DPiを、選択されているものから見つける(例えばフィルタ8)。
また、平準化後RCS変動偏差値psiを含むボックスを有するフィルタ毎RCS種別ボックスプロット図SPiを、選択されているものから見つける。
そして、決定木の分岐条件に従って、RCS又はドップラのボックスを見つけて行って最終的に物標を識別する(図18参照)。
図18は、「D」はドップラを示し、「R」はRCSを示す。図18においては、0.04497で検出したドップラフィルタ番号8のフィルタ毎ドップラ種別ボックスプロット図DPiのボックスには、カモメとするデータが「0」、カラスとするデータが20、ミサゴとするデータが8、・・・ドビとするデータが25、・・海ワシ類とするデータが12個入っていて、トビが最も多いので8番はトビと判断してことを示している。
そして、以後は前段で見つけたボックスの値を有するボックス(RCS又はドップラ)を見つけていって次の段階の分岐条件に従って分岐していくような処理を行って最終的に物標の種類を決定する。
これによって、図23に示すように正識別率は海ワシ類では85%以上の高い識別結果を得ることができた。
(登録処理)
登録は以下の構成を備えて登録する。図19は登録の構成を有する物標識別装置の概略構成図である。
図19において、図1と同一の符号を付しているものについては説明を省略する。
図19に示すように、物標識別装置はドップラ用分類器作成部225と、RCS用分類器作成部227とを備えている。
ドップラ用分類器作成部225は、ドップラ用平準化後用テーブル220内の補足回数Hi(1補足目、2補足目・・・)を読み込む。そして、ドップラ用平準化後用テーブル220内のドップラフィルタ番号FNDi(FND1、FND2、・・・・)を指定し、この指定されたドップラフィルタ番号FNDi(FND1又はFND2、・・・・)の全ての補足回数Hi(例えば1からn)に渡る成分順平準化後ドップラ変動値δdiの分布を全補足フィルタ毎ドップラ分布用メモリ230iに生成する(230a、230b・・)。すなわち、全補足フィルタ毎ドップラ分布用メモリ230iはドップラフィルタ番号FNDiの数だけ生成する。
図20(a)に1補足目〜n補足目に渡るドップラフィルタ番号がFND40のドップラ分布を示している。
そして、ドップラ用分類器作成部225は、横軸を物標種別Bki(オジロワシ、カモメ・・・)に、縦軸をドップラ変動値の分散値とした座標系のメモリ(ドップラ用物標識別基準データ記憶部240iという)を、ドップラフィルタ番号FNDi(FND1、・・・FND64)の個数だけ生成する(図20(b)参照)。
そして、ドップラフィルタ番号FNDi(FND1、・・・又はFND64)を順次指定し、この指定されたドップラフィルタ番号FNDi(FND1、・・・又はFND64)を有する全補足フィルタ毎ドップラ分布用メモリ230iを引き当てる。
そして、引き当てた全補足フィルタ毎ドップラ分布用メモリ230i(230a、又は230b、・・・)のドップラ分布σi(σ1、・・又はσ60)の中央値δdpをドップラ用ボックスプロットメモリ240i(240a又は240b、・・・)に定義する。
このとき、ドップラ分布σiの両脇にピークが存在する場合は、その中央値δdmin、δdmaxをドップラ用ボックスプロットメモリ240i(240a又は240b、・・・)に定義する(図20(b)参照)。
図20(a)はドップラフィルタ番号FND40で中央のピークの他に両脇にピークがある場合を示しており、図20(b)は両脇のピークの中央値δdmin、δdmaxをドップラフィルタ番号FND40のドップラ用ボックスプロットメモリにプロットした例を示している。
RCS用分類器作成部227は、以下の処理を行う。但し、ドップラと同じ概念であるので図は省略する。
RCS用分類器作成部227は、平準化後RCS用テーブル221内の補足回数Hi(1補足目、2補足目・・・)を読み込む。そして、平準化後RCS用テーブル221内のRCSフィルタ番号FNSi(FNS1、FNS2、・・・・)を指定し、この指定されたRCSフィルタ番号FNSi(FNS1又はFNS2、・・・・)の全ての補足回数Hi(例えば1からn)に渡る平準化後のRCS変動値δsiの個数を横軸に、縦軸をRCS変動値δsiにとった座標系のメモリ(以下全補足フィルタ毎RCS分布用メモリ235iという)を生成する(225a、225b・・)。すなわち、全補足フィルタ毎RCS分布用メモリ235iはRCSフィルタ番号FNSiの数だけ生成される。
そして、RCS用分類器作成部227は、横軸を物標種別Bki(オジロワシ、カモメ・・・)に、縦軸をドップラ値Diとした座標系のメモリ(RCS用物標識別基準データ記憶部254iという)を、RCSフィルタ番号FNSi(FNS1、・・・FNS64)の個数だけ有している。
そして、RCSフィルタ番号FNSi(FNS1、・・・又はFNS64)を順次指定し、この指定されたRCSフィルタ番号FNSi(FNS1、・・・又はFNS64)を有する全補足フィルタ毎RCS分布用メモリ235iを引き当てる。
そして、引き当てた(225a、又は225b、・・・)のドップラスペクトラム分布σsi(σs1、・・又はσs60)の中央値δdsをRCS用ボックスプロットメモリ254i(254a又は254b、・・・)に定義する。このとき、ドップラスペクトラム分布σsiの両脇にピークが存在する場合は、その中央値δsdmin、δsdmaxをRCS用ボックスプロットメモリ254i(254a又は254b、・・・)に定義する。
(平準化部の詳細説明)
本実施の形態においては、ドップラ用平準化部215を代表にして説明する。図21はドップラ用平準化部215の処理を説明するフローチャートである。
ドップラ用平準化部215は、図21に示すように、ドップラ用フィルタテーブル207iを読み込む(S1)。例えば、ドップラ用フィルタテーブル207aを読み込む。
次に、読み込んだドップラ用フィルタテーブル207i(207a、207b又は207c)のドップラ番号FNDi(FND1、FND2・・・又はFND64)を指定する(S3)。
そして、読み込んだドップラ用フィルタテーブル207i(207a、207b又は207c)における指定したドップラフィルタ番号FNDi(FND1、FND2・・・又はFND64)の全てのドップラフィルタ番号FNDi(FND1、FND2・・・又はFND64)の成分順フーリエ変換後ドップラ値FBDi(FBD1a、FBD1b・・)を全て読み込む(S5)。
そして、これらの成分順フーリエ変換後ドップラ値FBDi(FBD1a、FBD1b・・)の合計を補足回数毎フィルタ毎合計ドップラ値ΣFBDi(ΣFBD1、ΣFBD2又は・・・ΣFBD64)として求める(S7)。
そして、このドップラフィルタ番号FND1の補足回数毎フィルタ毎合計ドップラ値ΣFBDiをフィルタ番号毎合計値テーブル218iに記憶する(S9)。1補足目は、フィルタ番号毎合計値テーブル218aに、2補足目はフィルタ番号毎合計値テーブル218b・・・に記憶する(S9)。
このとき、図12に示すように、補足回数Hiとドップラフィルタ番号FNDi(1、2・・・又は64)等を関連付けて記憶する。
次に、ドップラフィルタ番号FNDiが「64」に到達したかどうかを判断する(S11)。
ドップラフィルタ番号FNDiが「64」に到達していない場合は、ドップラフィルタ番号FNDiを更新して処理をステップS1に戻す(S13)。
また、ドップラフィルタ番号FNDiが「64」に到達した場合は、ドップラフィルタ番号FND1〜からドップラフィルタ番号FND1の補足回数毎フィルタ毎合計ドップラ値ΣFBDiの総合計を補足回数毎総計ドップラ値ΣΣFBDiとして求める(S15:図12参照)。
そして、図22に示すように、ドップラフィルタ番号FNDi(FND1、FND2、・・・又はFND64)を設定する(S17)。
次に、設定したドップラフィルタ番号FNDi(FND1、FND2、・・・又はFND64)の補足回数毎フィルタ毎合計ドップラ値ΣFBDi(ΣFBD1、ΣFBD2又は・・・ΣFBD64)を読み込み(S19)、この補足回数毎フィルタ毎合計ドップラ値ΣFBDiを補足回数毎総計ドップラ値ΣΣFBDiで除する(S21)。これを補足回毎の成分順平準化後ドップラ変動値δdi(δd1、δd2、・・・又はδd64)と称している。
次に、補足回毎の成分順平準化後ドップラ変動値δdi(δd1、δd2、・・・又はδd64)を、補足回数Hiとドップラフィルタ番号FNDiとに関連させて補足回フィルタ毎ドップラ変動値情報FDJiとしてドップラ用平準化後用テーブル220に記憶する(S23:図12参照)。
そして、ドップラフィルタ番号FNDiが最後(64)かどうかを判断する(S29)。最後でない場合は、ドップラフィルタ番号FNDiを更新して処理をステップS17に戻す(S27)。
最後と判断した場合は、207iが他にあるかどうかを判断し(S29)、他にある場合は、207iを更新して処理をステップS1に戻す(S31)。(用語の説明)
(補足説明)
上記の探知時刻Tn、受信信号振幅値As、ドップラ分散値fd(Hz)、ドップラ周波数の広がりwfd(Hz)、物標方向D、レーダから物標までの距離Rについて説明する。
・物標探知時刻Tnは、発射したレーダが物標に反射して戻ってきた反射波を受信した時刻である。
・受信信号振幅値Asは、レーダの探知能力を表す係数k、物標のレーダ反射断面積RCS、物標までの距離R(m)から式(1)によって示される。
As=k×RCS/R^2 ・・・(1)
・ドップラ分散値fd(Hz)は、レーダの送信電波の波長λ(m)、物標のレーダ方向速度Vr(m/s)から式(2)によって示される。
fd=2×Vr/λ ・・・(2)
・ドップラ周波数の広がりwfd(Hz)は、異なるレーダ方向速度Vrを持つ複数の物標が同一距離に存在する場合や、一つの物標であっても物標各部のレーダ方向速度Vrが異なる場合等に発生するもので、後者の場合は物標の特性を表す。
・物標方向Dは、方向値AZ(度)と仰角値EL(度)によって表され、測角機能を持たないレーダの場合、アンテナから送受される電波のビーム方向を表す。一方、測角機能を持つレーダの場合、モノパルス測角法により、同一反射信号を隣接する複数の部分アンテナで受信して、各受信信号間の位相もしくは振幅の差異からビームの中心方向からのズレ角を求め、上述のビーム方向を補正した値を表す。
・レーダから物標までの距離Rは、光速C(m/s)、レーダで送信した信号が物標で反射されてレーダに戻るまでの時間Δt(s)から式(3)によって示される。
R=C×Δt/2 ・・・(3)
(レーダの仕様)
本発明の使用しているレーダの仕様は、たとえば以下の通り
である。
・主探知対象:大型鳥類等および群れを成す小型鳥類等で、レーダ反射断面積が0.0
5m^2、最大飛翔速度が30m/s
・レーダ方式:FM−CW方式
・周波数:Kuバンド
・距離範囲:2.5km
・角度範囲:方位方向:全周、高低方向:−5〜30度
・距離分解能:10m
・角度分解能:方位方向:2.5度、高低方向:15度(測角精度:1度)
・速度分解能:3m/s
・データレート:4s/回(アンテナ回転速度に相当)
・レーダのビーム幅:約60度
上記の仕様が本発明の物標識別に必要なレーダデータを取得するのに最適ではあるが、判定処理に必要なデータが取得できるレーダであれば、この仕様に限定するものではない。
以上に示した実施の形態は、本発明の技術的思想を具体化するための装置の構成や処理手順を例示するものであって、構成部品の配置や組み合わせ、および処理の順番等を限定するものではない。
本発明の技術的思想は、特許請求の範囲に記載された技術的範囲内において、種々の変更を加えることができる。図面は模式的なものであり、装置の構成等は現実のものとは異なることに留意すべきである。
100 3Dレーダ装置
101 3Dレーダアンテナ
105 3Dレーダ本体部
107i 本体側ドップラ用テーブル
108i 本体側RCS用テーブル
109 ドップラフーリエ変換部
111 RCSフーリエ変換部
119 種登録識別モード設定部
120 本体側登録用ドップラテーブル
121 本体側登録用RCSフィルタテーブル
113 ドップラ用フィルタ挿入部
115 RCS用フィルタ挿入部
132 ドップラ用出力部
200 物標識別装置
205 収集部
206 ドップラ・RCS用情報記憶部
215 ドップラ用平準化部
217 RCS用平準化部
270 物標識別部

Claims (12)

  1. 物標に信号を放射して取得した揺らぎのある反射信号をフーリエ変換して各々を成分順に整理した成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値群を出力させ、これらに基づいて物標の種類を識別する物標識別装置であって、
    前記反射信号のドップラ値の成分順の番号毎に、前記成分順フーリエ変換後ドップラ値群を平準化した成分順平準化後ドップラ変動値に応じたドップラ用物標識別基準データを記憶したドップラ用物標識別基準データ記憶部と、
    前記反射信号のRCS値の成分順の番号毎に、前記成分順フーリエ変換後RCS値群を平準化した成分順平準化後RCS変動値に応じたRCS用物標識別基準データを記憶したRCS用物標識別基準データ記憶部とを備え、さらに、物標識別部を備え、
    前記物標識別部
    前記成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値が出力される毎に、各々のスペクトラム分布を求める手段と、
    各々の前記スペクトラム分布が求められる毎に、番号を順次指定する手段と、
    この指定毎にこの番号の前記ドップラ用物標識別基準データ、前記RCS用物標識別基準データと各々のスペクトラム分布とに基づいて統計的分析を行って前記物標の種別を識別する手段と
    を有することを特徴とする物標識別装置。
  2. さらに、収集部を備え、
    前記収集部は、
    前記成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値群が生成される毎に、これを入力する手段と、
    前記入力した前記成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値群を前記物標識別部に出力する手段と
    を有することを特徴とする請求項1記載の物標識別装置。
  3. ドップラ用識別蓄積メモリと、RCS用識別蓄積メモリとを備え、
    前記物標識別部は、
    前記成分順フーリエ変換後ドップラ値群が入力する毎に前記ドップラ用識別蓄積メモリに蓄積し、過去の前記成分順フーリエ変換後ドップラ値群とで平準化する手段と、
    前記成分順フーリエ変換後RCS値群が入力する毎に前記RCS用識別蓄積メモリに蓄積し、過去の前記成分順フーリエ変換後RCS値群とで平準化する手段と、
    前記平準化された成分順フーリエ変換後ドップラ値群及び前記平準化された成分順フーリエ変換後RCS値群の前記各々のスペクトラム分布を求める手段と
    を有することを特徴とする請求項1又は2記載の物標識別装置。
  4. ドップラ用平準化後用テーブルと、平準化後RCS用テーブルとを備え、さらに、
    前記物標識別部は、
    前記ドップラ用識別蓄積メモリに、前記成分順フーリエ変換後ドップラ値群が新たに蓄積される毎に、前記成分順の番号の順に指定する手段と、
    前記指定された番号の前記成分順フーリエ変換後ドップラ値を前記ドップラ用識別蓄積メモリから読み込み、各々毎に一定時間前の全ての前記成分順フーリエ変換後ドップラ値と一定時間前の全ての成分順フーリエ変換後ドップラ値群とで平準化し、これを前記成分順平準化後ドップラ変動値として前記ドップラ用識別蓄積メモリに順に登録する手段と、
    前記RCS用識別蓄積メモリに、前記成分順フーリエ変換後RCS値群が新たに蓄積される毎に、成分順の番号を順に指定する手段と、
    前記指定された番号の前記成分順フーリエ変換後RCS値を前記RCS用識別蓄積メモリから読み込み、各々毎に一定時間前の全て成分順フーリエ変換後RCS値と一定時間前の全ての前記成分順フーリエ変換後RCS値群とで平準化し、これを前記成分順平準化後RCS変動値として前記RCS用識別蓄積メモリに順に登録する手段とを備え、さらに、
    前記ドップラ用平準化後用テーブルに登録された前記成分順平準化後ドップラ変動値に基づいた前記ドップラ用物標識別基準データを生成して前記ドップラ用物標識別基準データ記憶部に記憶するドップラ用分類器作成部と、
    前記平準化後RCS用テーブルに登録された前記成分順平準化後RCS変動値に基づいた前記RCS用物標識別基準データを生成して前記RCS用物標識別基準データ記憶部に記憶するRCS用分類器作成部と
    を有することを特徴とする請求項3記載の物標識別装置。
  5. 前記ドップラ値及びRCS値は、
    レーダ本体部がレーダアンテナを回転させながら第1の一定間隔でレーダ波を発射し取得したドップラ値及びRCS値であることを特徴とする請求項1記載の物標識別装置。
  6. ドップラ用テーブルと、RCS用テーブルと、ドップラ用平準化後用テーブルと、平準化後RCS用テーブルとを備え、さらに平準化部を備え、
    前記収集部は、
    レーダ本体部がレーダアンテナを回転させながら第1の一定間隔でレーダ波を発射して取得してドップラ値及びRCS値を第2の一定間隔毎(第2の一定間隔>第1の一定間隔)にフーリエ変換して各々を成分順に整理した成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値群を前記レーダ本体部から出力させる手段と、
    前記成分順フーリエ変換後ドップラ値群を前記ドップラ用テーブルに順に記憶する手段と、
    前記成分順フーリエ変換後RCS値群を前記RCS用テーブルに順に記憶する手段とを備え、
    前記平準化部は、
    前記ドップラ用テーブルに、前記成分順フーリエ変換後ドップラ値群が新たに記憶される毎に、前記成分順の番号の順に指定する手段と、
    前記指定された番号の成分順フーリエ変換後ドップラ値を前記ドップラ用テーブルから読み込み、各々毎に一定時間前の全ての成分順フーリエ変換後ドップラ値と一定時間前の全ての成分順フーリエ変換後ドップラ値群とで平準化し、これを前記成分順平準化後ドップラ変動値として前記ドップラ用平準化後用テーブルに順に登録する手段と、
    前記RCS用テーブルに、前記成分順フーリエ変換後RCS値群が新たに記憶される毎に、成分順の番号を順に指定する手段と、
    前記指定された番号の前記成分順フーリエ変換後RCS値を前記RCS用テーブルから読み込み、各々毎に一定時間前の全て成分順フーリエ変換後RCS値と一定時間前の全ての前記成分順フーリエ変換後RCS値群とで平準化し、これを前記成分順平準化後RCS変動値として前記平準化後RCS用テーブルに順に登録する手段と、
    前記ドップラ用平準化後用テーブルに登録された前記成分順平準化後ドップラ変動値に基づいた前記ドップラ用物標識別基準データを生成して前記ドップラ用物標識別基準データ記憶部に記憶する手段と、
    前記平準化後RCS用テーブルに登録された前記成分順平準化後RCS変動値に基づいた前記RCS用物標識別基準データを生成して前記RCS用物標識別基準データ記憶部に記憶する手段と、
    を有することを特徴とする請求項2記載の物標識別装置。
  7. 前記レーダ本体部は、
    第2の一定間隔毎(第2の一定間隔>第1の一定間隔)に前記物標の反射波のドップラ値Diをフーリエ変換して得たスペクトラムを前記第1の一定間隔で順に読み込んで、その読み込んだスペクトラムの周波数の高さに応じた番号を付加して成分順フーリエ変換後ドップラ値を生成し、さらに、
    前記第2の一定間隔毎に前記物標の反射信号のRCS値をフーリエ変換して得たスペクトラムを前記第1の一定間隔で順に読み込んで、その読み込んだスペクトラムの周波数の高さに応じた番号を付加して成分順フーリエ変換後RCS値を生成していることは特徴とする請求項6記載の物標識別装置。
  8. 前記平準化部は、
    前記番号を順次指定し、この指定毎の番号の前記成分順フーリエ変換後ドップラ値の一定期間内の全ての合計を順次求め、各々の合計を各々の合計Σの総計で除した各々の値を前記成分順平準化後ドップラ変動値として求め、
    前記指定毎の番号の前記成分順フーリエ変換後RCS値の一定期間内の全ての合計を順次求め、各々の合計を各々の合計の総計で除した各々の値を前記成分順平準化後RCS変動値として求めていることを特徴とする請求項6記載の物標識別装置。
  9. 前記物標は、鳥類であることを特徴とする請求項1記載の物標識別装置。
  10. 物標に信号を放射して取得した揺らぎのある反射信号をフーリエ変換して各々を成分順に整理した成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値群を出力させ、これらに基づいて物標の種類を識別する物標識別プログラムであって、
    コンピュータを、
    前記反射信号のドップラ値の成分順の番号毎に、前記成分順フーリエ変換後ドップラ値群を平準化した成分順平準化後ドップラ変動値に応じたドップラ用物標識別基準データをドップラ用物標識別基準データ記憶部に記憶する手段、
    前記反射信号のRCS値の成分順の番号毎に、前記成分順フーリエ変換後RCS値群を平準化した成分順平準化後RCS変動値に応じたRCS用物標識別基準データをRCS用物標識別基準データ記憶部に記憶する手段、
    前記成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値が出力される毎に、各々のスペクトラム分布を求める手段、
    各々の前記スペクトラム分布が求められる毎に、番号を順次指定する手段、
    この指定毎にこの番号の前記ドップラ用物標識別基準データ、前記RCS用物標識別基準データと各々のスペクトラム分布とに基づいて統計的分析を行って前記物標の種別を識別する手段
    として機能させることを特徴とする物標識別プログラム。
  11. 前記コンピュータを、
    前記成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値群が生成される毎に、これを入力する手段、
    前記入力した前記成分順フーリエ変換後ドップラ値群及び成分順フーリエ変換後RCS値群を前記物標識別部に出力する手段
    として機能させることを特徴とする請求項10記載の物標識別プログラム。
  12. 前記コンピュータを、
    前記成分順フーリエ変換後ドップラ値群が入力する毎に前記ドップラ用識別蓄積メモリに蓄積し、過去の前記成分順フーリエ変換後ドップラ値群とで平準化する手段、
    前記成分順フーリエ変換後RCS値群が入力する毎に前記RCS用識別蓄積メモリに蓄積し、過去の前記成分順フーリエ変換後RCS値群とで平準化する手段と、
    前記平準化された成分順フーリエ変換後ドップラ値群及び前記平準化された成分順フーリエ変換後RCS値群の前記各々のスペクトラム分布を求める手段
    として機能させることを特徴とする請求項10又は11記載の物標識別プログラム。
JP2017073724A 2017-04-03 2017-04-03 物標識別装置及び物標識別プログラム Pending JP2018179523A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2017073724A JP2018179523A (ja) 2017-04-03 2017-04-03 物標識別装置及び物標識別プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017073724A JP2018179523A (ja) 2017-04-03 2017-04-03 物標識別装置及び物標識別プログラム

Publications (1)

Publication Number Publication Date
JP2018179523A true JP2018179523A (ja) 2018-11-15

Family

ID=64274918

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017073724A Pending JP2018179523A (ja) 2017-04-03 2017-04-03 物標識別装置及び物標識別プログラム

Country Status (1)

Country Link
JP (1) JP2018179523A (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112289326A (zh) * 2020-12-25 2021-01-29 浙江弄潮儿智慧科技有限公司 一种具有噪音去除的鸟类识别综合管理系统及其噪音去除方法
CN118169218A (zh) * 2024-05-14 2024-06-11 杭州臻稀生物科技有限公司 基于人工智能和云端技术的质谱分析系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100079328A1 (en) * 2008-05-05 2010-04-01 Drake Peter R Methods and apparatus for detection/classification of radar targets including birds and other hazards
JP2012103188A (ja) * 2010-11-12 2012-05-31 Toshiba Corp レーダ装置
JP2015075387A (ja) * 2013-10-09 2015-04-20 住友電気工業株式会社 電波センサおよび検知方法
JP2015152321A (ja) * 2014-02-10 2015-08-24 アジア航測株式会社 鳥類等判別レーダ装置および鳥類等判別方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100079328A1 (en) * 2008-05-05 2010-04-01 Drake Peter R Methods and apparatus for detection/classification of radar targets including birds and other hazards
JP2012103188A (ja) * 2010-11-12 2012-05-31 Toshiba Corp レーダ装置
JP2015075387A (ja) * 2013-10-09 2015-04-20 住友電気工業株式会社 電波センサおよび検知方法
JP2015152321A (ja) * 2014-02-10 2015-08-24 アジア航測株式会社 鳥類等判別レーダ装置および鳥類等判別方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112289326A (zh) * 2020-12-25 2021-01-29 浙江弄潮儿智慧科技有限公司 一种具有噪音去除的鸟类识别综合管理系统及其噪音去除方法
CN118169218A (zh) * 2024-05-14 2024-06-11 杭州臻稀生物科技有限公司 基于人工智能和云端技术的质谱分析系统及方法
CN118169218B (zh) * 2024-05-14 2024-07-19 杭州臻稀生物科技有限公司 基于人工智能和云端技术的质谱分析系统及方法

Similar Documents

Publication Publication Date Title
Bakx et al. Use and categorization of light detection and ranging vegetation metrics in avian diversity and species distribution research
Holmgren et al. Identifying species of individual trees using airborne laser scanner
Moffiet et al. Airborne laser scanning: Exploratory data analysis indicates potential variables for classification of individual trees or forest stands according to species
Ørka et al. Effects of different sensors and leaf-on and leaf-off canopy conditions on echo distributions and individual tree properties derived from airborne laser scanning
KR20200122897A (ko) 라이다 측량자료를 이용한 숲틈 모니터링 시스템 및 방법
Blomley et al. Tree species classification using within crown localization of waveform LiDAR attributes
EP3794376B1 (en) Apparatus and method to classify full waveform data from retro-flected signals
Itakura et al. Automatic individual tree detection and canopy segmentation from three-dimensional point cloud images obtained from ground-based lidar
JP2015200615A (ja) レーザー計測結果解析システム
Dersch et al. Towards complete tree crown delineation by instance segmentation with Mask R–CNN and DETR using UAV-based multispectral imagery and lidar data
Ghimire et al. Using terrestrial laser scanning to measure forest inventory parameters in a mediterranean coniferous stand of western Greece
Holopainen et al. Effect of data acquisition accuracy on timing of stand harvests and expected net present value
JP2018179523A (ja) 物標識別装置及び物標識別プログラム
D’hont et al. Characterising termite mounds in a tropical savanna with UAV laser scanning
Aryal et al. Impact of slope, aspect, and habitat-type on LiDAR-derived digital terrain models in a near natural, heterogeneous temperate forest
US20220179065A1 (en) Synthetic-aperture-radar image processing device and image processing method
Hollaus et al. Full-waveform airborne laser scanning systems and their possibilities in forest applications
JP6228099B2 (ja) 鳥類の観測方法
Pashaei et al. Terrestrial lidar data classification based on raw waveform samples versus online waveform attributes
Hyyppä et al. Forest inventory using laser scanning
DE102019132973A1 (de) Verfahren zur Umorganisation von Abtastpunkten in einer von einem Detektionssystem eines Fahrzeugs erzeugten Punktwolke
KR100741155B1 (ko) 레이저 펄스를 이용한 수목의 높이 데이터 추출장치 및 그방법
Soederman et al. On analysis and visualization of full-waveform airborne laser scanner data
CN115164908A (zh) 一种基于植物冠层地标的无人机导航方法以及装置
CN111723797B (zh) 一种确定三维目标的包围框的方法及系统

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200330

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210226

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210302

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210428

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20210608