JP2731791B2 - 目標自動類識別方法 - Google Patents
目標自動類識別方法Info
- Publication number
- JP2731791B2 JP2731791B2 JP7018918A JP1891895A JP2731791B2 JP 2731791 B2 JP2731791 B2 JP 2731791B2 JP 7018918 A JP7018918 A JP 7018918A JP 1891895 A JP1891895 A JP 1891895A JP 2731791 B2 JP2731791 B2 JP 2731791B2
- Authority
- JP
- Japan
- Prior art keywords
- target
- frequency
- doppler
- catalog
- change
- 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.)
- Expired - Lifetime
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、ソーナ信号処理方法等
において、センサに入力された目標の情報から、該目標
を類識別する目標自動類識別方法に関するものである。
において、センサに入力された目標の情報から、該目標
を類識別する目標自動類識別方法に関するものである。
【０００２】
【従来の技術】従来、このような分野の技術としては、
例えば次のような文献に記載されるものがあった。 文献；PROCEEDINDINGS ICNN 1988、１ （１９８８) 、
D.F.Spec他、“Probablistic Neural Networks For Cl
assification,Mapping,or,Associative Memory ”ｐ．
５２５−５３２ ソーナにおける目標に対する類識別は、センサからの入
力信号を周波数分析してスペクトル分布を求め、その分
布パターンまたは抽出した狭帯域信号の周波数データ
を、予め設定されたカタログと比較照合することによっ
て行っていた。しかし、ソーナの大型化、マルチセンサ
化及び情報の多様化に伴い監視すべき情報は急速に増大
し、人がすべての情報を監視することが困難となってき
ている。これを解決するために、類識別の自動化システ
ムの開発が、進められている。ソーナ等における類識別
の自動化システムは、例えばソーナで水中の物体から放
射される音響信号を検知する場合、一般に方位、及び周
波数空間でのレベルの極大点の時間的連なり（これを
「ライン」という）として音源信号を検知する方法が用
いられる。ラインの周波数、ゆらぎ等の情報は、目標音
源に固有のものであり、該目標の類識別を行う場合に重
要な判定要素となる。これらのパラメータを用いて、自
動的に目標の類識別を行う方法が、目標自動類識別方法
であり、その一例を図を用いて説明する。
例えば次のような文献に記載されるものがあった。 文献；PROCEEDINDINGS ICNN 1988、１ （１９８８) 、
D.F.Spec他、“Probablistic Neural Networks For Cl
assification,Mapping,or,Associative Memory ”ｐ．
５２５−５３２ ソーナにおける目標に対する類識別は、センサからの入
力信号を周波数分析してスペクトル分布を求め、その分
布パターンまたは抽出した狭帯域信号の周波数データ
を、予め設定されたカタログと比較照合することによっ
て行っていた。しかし、ソーナの大型化、マルチセンサ
化及び情報の多様化に伴い監視すべき情報は急速に増大
し、人がすべての情報を監視することが困難となってき
ている。これを解決するために、類識別の自動化システ
ムの開発が、進められている。ソーナ等における類識別
の自動化システムは、例えばソーナで水中の物体から放
射される音響信号を検知する場合、一般に方位、及び周
波数空間でのレベルの極大点の時間的連なり（これを
「ライン」という）として音源信号を検知する方法が用
いられる。ラインの周波数、ゆらぎ等の情報は、目標音
源に固有のものであり、該目標の類識別を行う場合に重
要な判定要素となる。これらのパラメータを用いて、自
動的に目標の類識別を行う方法が、目標自動類識別方法
であり、その一例を図を用いて説明する。
【０００３】図２は、従来の目標自動類識別方法を示す
もので、音源の探知から目標の類識別に至る一連の流れ
の説明図である。従来の目標自動類識別方法において、
Ｎ個のセンサ１−１〜１−Ｎに入力される時系列信号に
対し、ＦＦＴ（高速フーリエ変換）／整相処理２では、
ＦＦＴと整相処理を行い、時系列信号を方位、及び周波
数空間上のレベルデータに変換し、自動探知／追尾処理
３へ送る。自動探知／追尾処理３では、方位、及び周波
数空間でのレベルの極大点（これを「イベント」とい
う）を検出し、それを時間的に追尾することにより、ラ
インＬＳの検出を行い、その検出結果をデータ統合処理
４へ送る。データ統合処理４では、ラインＬＳの方位情
報から、同一音源に関するラインセットの組み合わせを
生成し、該生成結果を特徴抽出処理５へ送る。特徴抽出
処理５では、各ラインＬＳの特徴抽出を行い、特徴要素
として周波数の時間的な平均値ｆｉ、及び標準偏差値σ
ｉ（ｉ＝１，２，…，ｎ）等の統計量を抽出する。それ
ら値ｆｉ，σｉのデータはカタログ照合処理６へ送られ
る。カタログ照合処理６では、探知したラインＬＳと、
目標Ａ，Ｂ，…に対応する複数のカタログｃ（ｆ）との
照合を行う。図３は、カタログ照合処理の原理を示す説
明図である。図３において、（ｉ）は抽出したラインＬ
Ｓで構成（算出）するパワースペクトラムｓ（ｆ）の波
形図、及び（ii）はカタログデータｃ（ｆ）の波形図で
ある。カタログ照合処理６では、自動探知／追尾処理３
で検出されたラインＬＳの周波数に関する図３に示すよ
うな平均値ｆｉ及び標準偏差値σｉと、信号対雑音比
と、及び追尾性能等から算出されるラインＬＳの確信度
ＣＦi とを、パラメータとして探知信号であるパワース
ペクトラムｓ（ｆ）を、次の（１）式により構成する。
もので、音源の探知から目標の類識別に至る一連の流れ
の説明図である。従来の目標自動類識別方法において、
Ｎ個のセンサ１−１〜１−Ｎに入力される時系列信号に
対し、ＦＦＴ（高速フーリエ変換）／整相処理２では、
ＦＦＴと整相処理を行い、時系列信号を方位、及び周波
数空間上のレベルデータに変換し、自動探知／追尾処理
３へ送る。自動探知／追尾処理３では、方位、及び周波
数空間でのレベルの極大点（これを「イベント」とい
う）を検出し、それを時間的に追尾することにより、ラ
インＬＳの検出を行い、その検出結果をデータ統合処理
４へ送る。データ統合処理４では、ラインＬＳの方位情
報から、同一音源に関するラインセットの組み合わせを
生成し、該生成結果を特徴抽出処理５へ送る。特徴抽出
処理５では、各ラインＬＳの特徴抽出を行い、特徴要素
として周波数の時間的な平均値ｆｉ、及び標準偏差値σ
ｉ（ｉ＝１，２，…，ｎ）等の統計量を抽出する。それ
ら値ｆｉ，σｉのデータはカタログ照合処理６へ送られ
る。カタログ照合処理６では、探知したラインＬＳと、
目標Ａ，Ｂ，…に対応する複数のカタログｃ（ｆ）との
照合を行う。図３は、カタログ照合処理の原理を示す説
明図である。図３において、（ｉ）は抽出したラインＬ
Ｓで構成（算出）するパワースペクトラムｓ（ｆ）の波
形図、及び（ii）はカタログデータｃ（ｆ）の波形図で
ある。カタログ照合処理６では、自動探知／追尾処理３
で検出されたラインＬＳの周波数に関する図３に示すよ
うな平均値ｆｉ及び標準偏差値σｉと、信号対雑音比
と、及び追尾性能等から算出されるラインＬＳの確信度
ＣＦi とを、パラメータとして探知信号であるパワース
ペクトラムｓ（ｆ）を、次の（１）式により構成する。
【０００４】
【数１】 一方、カタログ照合処理６は、予めカタログｃ（ｆ）の
周波数Ｆｊ、その変化幅ｄＦｊ（ｊ＝１，２，…，
ｍ）、及びオペレータの経験等に基づく情報の重要性を
表す係数ｗj を用いて、カタログｃ（ｆ）を次の（２）
により算出する。
周波数Ｆｊ、その変化幅ｄＦｊ（ｊ＝１，２，…，
ｍ）、及びオペレータの経験等に基づく情報の重要性を
表す係数ｗj を用いて、カタログｃ（ｆ）を次の（２）
により算出する。
【数２】 このとき、ラインＬＳより求められた探知信号のパワー
スペクトラムｓ（ｆ）とカタログデータｃ（ｆ）との類
似度Ａは、次の（３）式のように求められる。
スペクトラムｓ（ｆ）とカタログデータｃ（ｆ）との類
似度Ａは、次の（３）式のように求められる。
【数３】 カタログ照合処理６は、この類似度Ａによって目標の種
類等を自動的に類識別する。また、このとき文献に示さ
れるような確率論的ニューラルネットワーク（ＰＮＮ）
を適用することも可能である。この場合、パワースペク
トラムＳ（ｆ）及びカタログデータｃ（ｆ）を、Ｎ個の
ベクトルＳ（＝［ｓ（ｆ1 ），ｓ（ｆ2 ），…，ｓ（ｆ
N ）］）、ベクトルＣ（＝［ｃ（ｆ1 ），ｃ（ｆ2 ），
…，ｃ（ｆN）］）で記述し、類似度Ａを次の（４）式
で求めてもよい。 Ａ＝ｅｘｐ［（Ｃ・Ｓ−１）／σ2 ］ …（４） ここで、（４）式におけるσ2 は平滑化係数であり、各
ベクトルＳ，Ｃの大きさは、０から１の範囲になるよう
に、規格化されている必要がある。
類等を自動的に類識別する。また、このとき文献に示さ
れるような確率論的ニューラルネットワーク（ＰＮＮ）
を適用することも可能である。この場合、パワースペク
トラムＳ（ｆ）及びカタログデータｃ（ｆ）を、Ｎ個の
ベクトルＳ（＝［ｓ（ｆ1 ），ｓ（ｆ2 ），…，ｓ（ｆ
N ）］）、ベクトルＣ（＝［ｃ（ｆ1 ），ｃ（ｆ2 ），
…，ｃ（ｆN）］）で記述し、類似度Ａを次の（４）式
で求めてもよい。 Ａ＝ｅｘｐ［（Ｃ・Ｓ−１）／σ2 ］ …（４） ここで、（４）式におけるσ2 は平滑化係数であり、各
ベクトルＳ，Ｃの大きさは、０から１の範囲になるよう
に、規格化されている必要がある。
【０００５】
【発明が解決しようとする課題】しかしながら、従来の
目標自動類識別方法では、次のような課題があった。目
標に応じたラインＬＳに対して比較照合するための複数
のカタログｃ（ｆ）中に、近い周波数成分で構成される
カタログｃ（ｆ）が存在する場合、周波数空間上で異な
るカタログｃ（ｆ）の重複を避けるため、変化幅ｄＦｊ
を小さくする必要があった。ここで、例えば変化幅ｄＦ
ｊを小さくすると、探知信号ｓ（ｆ）のドップラーによ
る周波数シフトの領域全体を、カタログｃ（ｆ）でカバ
ーできなくなってしまうという課題があった。
目標自動類識別方法では、次のような課題があった。目
標に応じたラインＬＳに対して比較照合するための複数
のカタログｃ（ｆ）中に、近い周波数成分で構成される
カタログｃ（ｆ）が存在する場合、周波数空間上で異な
るカタログｃ（ｆ）の重複を避けるため、変化幅ｄＦｊ
を小さくする必要があった。ここで、例えば変化幅ｄＦ
ｊを小さくすると、探知信号ｓ（ｆ）のドップラーによ
る周波数シフトの領域全体を、カタログｃ（ｆ）でカバ
ーできなくなってしまうという課題があった。
【０００６】
【課題を解決するための手段】第１の発明は、前記課題
を解決するために、入力信号から抽出された狭帯域信号
の周波数に関する特徴情報と予め収集した周波数に関す
るカタログとを比較照合し、目標に対する類識別を行う
目標自動類識別方法において、次のような方法を講じて
いる。即ち、目標のとる相対速度範囲に相関する入力信
号のドップラー量の変化範囲を設定し、この変化範囲を
カタログの周波数変化幅に応じて複数に分割すると共に
各分割した変化範囲に対して各範囲をそれぞれ代表する
ドップラー変化量を設定し、ドップラー変化量を用いた
周波数変換を狭帯域信号の周波数に関する統計量に施
し、この周波数変換された統計量を特徴情報として用い
比較照合を行うようにしている。第２の発明は、入力信
号から抽出された狭帯域信号の周波数に関する特徴情報
と予め収集した周波数に関するカタログとを比較照合
し、目標に対する類識別を行う目標自動類識別方法にお
いて、次のような方法を講じている。即ち、目標のとる
相対速度範囲に相関する入力信号のドップラー量の変化
範囲を設定し、この変化範囲をカタログの周波数変化幅
に応じて複数に分割すると共に各分割した変化範囲に対
して各範囲をそれぞれ代表するドップラー変化量を設定
し、ドップラー変化量を用いた周波数変換をカタログに
施し、周波数変換されたカタログを用い比較照合を行う
ようにしている。
を解決するために、入力信号から抽出された狭帯域信号
の周波数に関する特徴情報と予め収集した周波数に関す
るカタログとを比較照合し、目標に対する類識別を行う
目標自動類識別方法において、次のような方法を講じて
いる。即ち、目標のとる相対速度範囲に相関する入力信
号のドップラー量の変化範囲を設定し、この変化範囲を
カタログの周波数変化幅に応じて複数に分割すると共に
各分割した変化範囲に対して各範囲をそれぞれ代表する
ドップラー変化量を設定し、ドップラー変化量を用いた
周波数変換を狭帯域信号の周波数に関する統計量に施
し、この周波数変換された統計量を特徴情報として用い
比較照合を行うようにしている。第２の発明は、入力信
号から抽出された狭帯域信号の周波数に関する特徴情報
と予め収集した周波数に関するカタログとを比較照合
し、目標に対する類識別を行う目標自動類識別方法にお
いて、次のような方法を講じている。即ち、目標のとる
相対速度範囲に相関する入力信号のドップラー量の変化
範囲を設定し、この変化範囲をカタログの周波数変化幅
に応じて複数に分割すると共に各分割した変化範囲に対
して各範囲をそれぞれ代表するドップラー変化量を設定
し、ドップラー変化量を用いた周波数変換をカタログに
施し、周波数変換されたカタログを用い比較照合を行う
ようにしている。
【０００７】
【作用】第１の発明によれば、入力信号は目標のとる相
対速度に応じたドップラー量の周波数変化を受けるが、
目標のとる相対速度範囲に対応するドップラー量の変化
範囲を設定する。この変化範囲がカタログの周波数変化
幅に応じて複数に分割され、各分割された変化範囲に対
してそれを代表するドップラー変化量がそれぞれ設定さ
れる。そのドップラー変化量を用いた周波数変換を狭帯
域信号の周波数の統計量に施すことによりドップラー量
の影響をなくすことができる。即ち、狭帯域信号の周波
数の統計量もドップラー量の影響を受けているので、周
波数変換がそのドップラー量を除去する。ドップラー量
の除去により、目標との相対速度が無い状態で、カタロ
グとの比較照合がなされる。第２の発明によれば、目標
のとる相対速度範囲に対応するドップラー量の変化範囲
を設定する。この変化範囲がカタログの周波数変化幅に
応じて複数に分割され、各分割された変化範囲に対して
それを代表するドップラー変化量がそれぞれ設定され
る。ドップラー変化量を用いてカタログに周波数変換を
施すことによりドップラー量の影響をなくすことができ
る。即ち、特徴情報の受けたドップラー量をカタログに
対しても与えるので、目標との相対速度が無い状態で特
徴情報とカタログの比較照合を行うことになる。従っ
て、前記課題を解決できるのである。
対速度に応じたドップラー量の周波数変化を受けるが、
目標のとる相対速度範囲に対応するドップラー量の変化
範囲を設定する。この変化範囲がカタログの周波数変化
幅に応じて複数に分割され、各分割された変化範囲に対
してそれを代表するドップラー変化量がそれぞれ設定さ
れる。そのドップラー変化量を用いた周波数変換を狭帯
域信号の周波数の統計量に施すことによりドップラー量
の影響をなくすことができる。即ち、狭帯域信号の周波
数の統計量もドップラー量の影響を受けているので、周
波数変換がそのドップラー量を除去する。ドップラー量
の除去により、目標との相対速度が無い状態で、カタロ
グとの比較照合がなされる。第２の発明によれば、目標
のとる相対速度範囲に対応するドップラー量の変化範囲
を設定する。この変化範囲がカタログの周波数変化幅に
応じて複数に分割され、各分割された変化範囲に対して
それを代表するドップラー変化量がそれぞれ設定され
る。ドップラー変化量を用いてカタログに周波数変換を
施すことによりドップラー量の影響をなくすことができ
る。即ち、特徴情報の受けたドップラー量をカタログに
対しても与えるので、目標との相対速度が無い状態で特
徴情報とカタログの比較照合を行うことになる。従っ
て、前記課題を解決できるのである。
【０００８】
【実施例】図４は、本実施例の目標自動類識別方法の概
念を説明する図である。図４の（ｉ）は、探知信号ｓ
（ｆ）の周波数空間上における存在確率を示し、図４の
（ii）は、目標からの音響信号の受けたドップラー量を
考慮して（ｉ）を変換した図である。また、図４の
（ｉ）及び（ii）の下には、予め設定されたカタログＡ
及びカタログＢが、それぞれ示されている。従来の目標
自動類識別方法においては、各カタログＡ及びカタログ
Ｂの周波数Ｆｊに対する変化幅ｄＦｊをドップラーを考
慮して広くする必要がある。即ち、従来の目標自動類識
別方法においては、変化幅ｄＦｊを広くしすぎるとカタ
ログＡの３番目のカタログデータＹ１とカタログＢのカ
タログデータＹ２とが周波数上で重なるので、変化幅ｄ
Ｆｊは重ならない程度に設定されている。しかしなが
ら、図４の（ｉ）の存在確率がドップラーの影響を受け
ていた場合、比較照合の結果で、探知信号ｓ（ｆ）に対
して本来カタログＡが抽出されるべきところ、例えば図
４の（ｉ）の存在確率の３番目の山Ｙの周波数に近い周
波数のカタログＢの山Ｙ２のために、探知信号ｓ（ｆ）
はカタログＢとして抽出される可能性がある。一方、本
発明では、図４の（ii）に示すように、図４の（ｉ）の
探知信号ｓ（ｆ）に対するドップラー量の幅を想定し、
そのドップラー量の幅内で探知信号ｓ（ｆ）のドップラ
ーシフトを行い、カタログＡ，Ｂとの比較照合を行う。
念を説明する図である。図４の（ｉ）は、探知信号ｓ
（ｆ）の周波数空間上における存在確率を示し、図４の
（ii）は、目標からの音響信号の受けたドップラー量を
考慮して（ｉ）を変換した図である。また、図４の
（ｉ）及び（ii）の下には、予め設定されたカタログＡ
及びカタログＢが、それぞれ示されている。従来の目標
自動類識別方法においては、各カタログＡ及びカタログ
Ｂの周波数Ｆｊに対する変化幅ｄＦｊをドップラーを考
慮して広くする必要がある。即ち、従来の目標自動類識
別方法においては、変化幅ｄＦｊを広くしすぎるとカタ
ログＡの３番目のカタログデータＹ１とカタログＢのカ
タログデータＹ２とが周波数上で重なるので、変化幅ｄ
Ｆｊは重ならない程度に設定されている。しかしなが
ら、図４の（ｉ）の存在確率がドップラーの影響を受け
ていた場合、比較照合の結果で、探知信号ｓ（ｆ）に対
して本来カタログＡが抽出されるべきところ、例えば図
４の（ｉ）の存在確率の３番目の山Ｙの周波数に近い周
波数のカタログＢの山Ｙ２のために、探知信号ｓ（ｆ）
はカタログＢとして抽出される可能性がある。一方、本
発明では、図４の（ii）に示すように、図４の（ｉ）の
探知信号ｓ（ｆ）に対するドップラー量の幅を想定し、
そのドップラー量の幅内で探知信号ｓ（ｆ）のドップラ
ーシフトを行い、カタログＡ，Ｂとの比較照合を行う。
【０００９】図５は、探知信号に対するドップラーシフ
トの概念を示す説明図である。想定されるドップラー量
の幅は、センサと目標の絶対速度の最大値に依存する量
である。仮に、センサと目標の両者の最大速度を
Ｖ max 、音速をＶｃとすると周波数ｆの信号は、ドップ
ラー効果によって、ｆ（１−２Ｖmax ／Ｖｃ）からｆ
（１＋２Ｖmax ／Ｖｃ）間の周波数の信号となる。そこ
で、周波数ｆ（１−２Ｖmax ／Ｖｃ）〜周波数ｆ（１＋
２Ｖmax ／Ｖｃ）間をカバーするような離散的なドップ
ラー変化量Ｄｍ（ｍ＝−Ｍ，−Ｍ＋１，…，０，…，Ｍ
−１，Ｍ）を仮定する。そして、探知ラインＬＳの統計
量である平均周波数ｆi 及び標準偏差σiに対して、次
の（５）及び（６）式の周波数変換を行う。 ｆｉ→ｆｉ・（１＋２Ｄｍ） …（５） σｉ→σｉ・（１＋２Ｄｍ） …（６） （５）及び（６）式の結果により、２Ｍ＋１個（図５の
例では、Ｍ＝２）のドップラーシフト信号であるＳ１〜
Ｓ５が、図５の（ii）のように、生成される。ドップラ
ーシフト信号Ｓ１〜Ｓ５に対してカタログとの比較照合
を行うことによって、ドップラー効果による影響がすべ
て補正される。即ち、相対速度の無い状態で、この比較
照合が行われることになる。比較照合の結果に対して類
似度の最大値を示すものが、出力される。
トの概念を示す説明図である。想定されるドップラー量
の幅は、センサと目標の絶対速度の最大値に依存する量
である。仮に、センサと目標の両者の最大速度を
Ｖ max 、音速をＶｃとすると周波数ｆの信号は、ドップ
ラー効果によって、ｆ（１−２Ｖmax ／Ｖｃ）からｆ
（１＋２Ｖmax ／Ｖｃ）間の周波数の信号となる。そこ
で、周波数ｆ（１−２Ｖmax ／Ｖｃ）〜周波数ｆ（１＋
２Ｖmax ／Ｖｃ）間をカバーするような離散的なドップ
ラー変化量Ｄｍ（ｍ＝−Ｍ，−Ｍ＋１，…，０，…，Ｍ
−１，Ｍ）を仮定する。そして、探知ラインＬＳの統計
量である平均周波数ｆi 及び標準偏差σiに対して、次
の（５）及び（６）式の周波数変換を行う。 ｆｉ→ｆｉ・（１＋２Ｄｍ） …（５） σｉ→σｉ・（１＋２Ｄｍ） …（６） （５）及び（６）式の結果により、２Ｍ＋１個（図５の
例では、Ｍ＝２）のドップラーシフト信号であるＳ１〜
Ｓ５が、図５の（ii）のように、生成される。ドップラ
ーシフト信号Ｓ１〜Ｓ５に対してカタログとの比較照合
を行うことによって、ドップラー効果による影響がすべ
て補正される。即ち、相対速度の無い状態で、この比較
照合が行われることになる。比較照合の結果に対して類
似度の最大値を示すものが、出力される。
【００１０】カタログｃ（ｆ）における変化幅と周波数
の比ｄＦｊ／Ｆj の最小値をＤminとし、変化量Ｄｍ及
びＭを、次の（７）及び（８）式とすると、周波数ｆ
（１−２Ｖmax ／Ｖｃ）〜周波数ｆ（１＋２Ｖmax ／Ｖ
ｃ）間は、すべてカバーされる。目標のとる相対速度範
囲に相関するドップラー量の変化範囲が、カタログｃ
（ｆ）の変化幅で徐して複数に分割され、各範囲を代表
するドップラー変化量Ｄｍが設定される。 Ｄｍ＝２ｍ・Ｄmin …（７） Ｍ＝（２Ｖmax ／Ｖｃ）／（２Ｄmin ） …（８） なお、ここでは探知信号ｓ（ｆ）に対してドップラーシ
フトを行いカタログ４ｃ（ｆ）との照合を行うようにし
たが、カタログｃ（ｆ）にドップラー効果を考慮して
（９），（１０）式の周波数変換を行い、探知信号ｓ
（ｆ）との比較照合によって類識別を行うことも可能で
ある。 Ｆｊ→Ｆｊ・（１＋２Ｄｍ） …（９） ｄＦｊ→ｄＦｊ・（１＋２Ｄｍ） …（１０） 図１は、本発明の実施例の目標自動類識別装置を示す構
成ブロック図であり、この目標自動類識別装置は、音源
の探知から目標の類識別に至る一連の流れを本発明の目
標自動類識別方法を用いて行う装置である。この目標自
動類識別装置は、Ｎ個のセンサ１１−１〜１１−Ｎに音
源から入力される時系列信号に対して整相処理を行うＦ
ＦＴ／整相処理部１２と、ＦＦＴ／整相処理部１２の出
力を受けてイベントを検出し、ラインＬＳの検出を行う
自動探知／追尾処理部１３と、同一音源に関するライン
セットの組み合わせを生成するデータ統合処理部１４
と、各ラインＬＳの特徴抽出を行う特徴抽出処理１５と
を備えている。さらに、この目標自動類識別装置は、特
徴抽出処理１５で抽出された特徴に対して図４に示され
たドップラーシフトを行い、カタログとの比較照合によ
って類識別を行う類識別処理部２０を、設けている。
の比ｄＦｊ／Ｆj の最小値をＤminとし、変化量Ｄｍ及
びＭを、次の（７）及び（８）式とすると、周波数ｆ
（１−２Ｖmax ／Ｖｃ）〜周波数ｆ（１＋２Ｖmax ／Ｖ
ｃ）間は、すべてカバーされる。目標のとる相対速度範
囲に相関するドップラー量の変化範囲が、カタログｃ
（ｆ）の変化幅で徐して複数に分割され、各範囲を代表
するドップラー変化量Ｄｍが設定される。 Ｄｍ＝２ｍ・Ｄmin …（７） Ｍ＝（２Ｖmax ／Ｖｃ）／（２Ｄmin ） …（８） なお、ここでは探知信号ｓ（ｆ）に対してドップラーシ
フトを行いカタログ４ｃ（ｆ）との照合を行うようにし
たが、カタログｃ（ｆ）にドップラー効果を考慮して
（９），（１０）式の周波数変換を行い、探知信号ｓ
（ｆ）との比較照合によって類識別を行うことも可能で
ある。 Ｆｊ→Ｆｊ・（１＋２Ｄｍ） …（９） ｄＦｊ→ｄＦｊ・（１＋２Ｄｍ） …（１０） 図１は、本発明の実施例の目標自動類識別装置を示す構
成ブロック図であり、この目標自動類識別装置は、音源
の探知から目標の類識別に至る一連の流れを本発明の目
標自動類識別方法を用いて行う装置である。この目標自
動類識別装置は、Ｎ個のセンサ１１−１〜１１−Ｎに音
源から入力される時系列信号に対して整相処理を行うＦ
ＦＴ／整相処理部１２と、ＦＦＴ／整相処理部１２の出
力を受けてイベントを検出し、ラインＬＳの検出を行う
自動探知／追尾処理部１３と、同一音源に関するライン
セットの組み合わせを生成するデータ統合処理部１４
と、各ラインＬＳの特徴抽出を行う特徴抽出処理１５と
を備えている。さらに、この目標自動類識別装置は、特
徴抽出処理１５で抽出された特徴に対して図４に示され
たドップラーシフトを行い、カタログとの比較照合によ
って類識別を行う類識別処理部２０を、設けている。
【００１１】次に、図１の目標自動類識別装置の動作を
説明する。Ｎ個のセンサ１１−１〜１１−Ｎに入力され
る音響信号の時系列信号に対し、ＦＦＴ／整相処理部１
２は従来の図２と同様に、ＦＦＴと整相処理を行い、時
系列信号を方位、及び周波数空間上のレベルデータに変
換して結果を自動探知／追尾処理部１３へ送る。自動探
知／追尾処理部１３は、方位及び周波数空間でのレベル
のイベントを検出し、それを時間的に追尾することによ
ってラインＬＳの検出を行い、その検出結果がデータ統
合処理部１４へ送られる。データ統合処理１４は、ライ
ンＬＳの方位情報から同一音源に関するラインセットの
組み合わせを生成し、この生成結果を特徴抽出処理部１
５へ送る。特徴抽出処理部１５では、各ラインＬＳの特
徴抽出を行う。即ち、特徴要素として周波数の時間的な
平均値ｆｉ、及び標準偏差値σｉ（ｉ＝１，２，…，
ｎ）等の統計量が、抽出される。それら値ｆｉ，σｉの
データが、類識別処理部２０へ送られる。即ち、ＦＦＴ
／整相処理部１２と、自動探知／追尾処理部１３と、デ
ータ統合処理部１４と、特徴抽出処理部１５とは、従来
の自動類識別方法の図２における各ブロック２〜５の処
理と同様の処理を施す。
説明する。Ｎ個のセンサ１１−１〜１１−Ｎに入力され
る音響信号の時系列信号に対し、ＦＦＴ／整相処理部１
２は従来の図２と同様に、ＦＦＴと整相処理を行い、時
系列信号を方位、及び周波数空間上のレベルデータに変
換して結果を自動探知／追尾処理部１３へ送る。自動探
知／追尾処理部１３は、方位及び周波数空間でのレベル
のイベントを検出し、それを時間的に追尾することによ
ってラインＬＳの検出を行い、その検出結果がデータ統
合処理部１４へ送られる。データ統合処理１４は、ライ
ンＬＳの方位情報から同一音源に関するラインセットの
組み合わせを生成し、この生成結果を特徴抽出処理部１
５へ送る。特徴抽出処理部１５では、各ラインＬＳの特
徴抽出を行う。即ち、特徴要素として周波数の時間的な
平均値ｆｉ、及び標準偏差値σｉ（ｉ＝１，２，…，
ｎ）等の統計量が、抽出される。それら値ｆｉ，σｉの
データが、類識別処理部２０へ送られる。即ち、ＦＦＴ
／整相処理部１２と、自動探知／追尾処理部１３と、デ
ータ統合処理部１４と、特徴抽出処理部１５とは、従来
の自動類識別方法の図２における各ブロック２〜５の処
理と同様の処理を施す。
【００１２】図６は、図１中の類識別処理部２０の詳細
を示す構成ブロック図である。この図６を用いて、類識
別処理部２０における処理を説明する。類識別処理部２
０は、特徴抽出処理部１５からの平均値ｆｉ、及び標準
偏差値σｉを逐次入力する入力端子２１と、目標からの
音響信号の受けたと想定されるドップラー量に応じて、
平均値ｆｉ及び標準偏差値σｉに対して周波数変換を施
してドップラーシフトするドップラー変換部２２と、ド
ップラーシフトされた特徴情報と予め設定されたカタロ
グとを照合して類似度Ａを計算する類似度計算部２３
と、類似度Ａの上位候補を選択する目標選択部２４と、
類似度の上位のカタログを表示する表示部２５とを、備
えている。ドップラー変換部２２は、想定されるドップ
ラー量を保存するメモリ２６から、その保存されたドッ
プラー量を供給される構成である。また、類似度計算部
２３は、カタログを保存するメモリ２７から、その保存
されたカタログを供給される構成である。
を示す構成ブロック図である。この図６を用いて、類識
別処理部２０における処理を説明する。類識別処理部２
０は、特徴抽出処理部１５からの平均値ｆｉ、及び標準
偏差値σｉを逐次入力する入力端子２１と、目標からの
音響信号の受けたと想定されるドップラー量に応じて、
平均値ｆｉ及び標準偏差値σｉに対して周波数変換を施
してドップラーシフトするドップラー変換部２２と、ド
ップラーシフトされた特徴情報と予め設定されたカタロ
グとを照合して類似度Ａを計算する類似度計算部２３
と、類似度Ａの上位候補を選択する目標選択部２４と、
類似度の上位のカタログを表示する表示部２５とを、備
えている。ドップラー変換部２２は、想定されるドップ
ラー量を保存するメモリ２６から、その保存されたドッ
プラー量を供給される構成である。また、類似度計算部
２３は、カタログを保存するメモリ２７から、その保存
されたカタログを供給される構成である。
【００１３】次に、図６に示される類識別処理部２０に
おける処理を説明する。ラインの平均値ｆｉ及び標準偏
差値σｉは、入力端子２１を介してドップラー変換部２
２に入力される。ドップラー変換部２２はメモリ２６か
らの想定ドップラー量に応じて、平均値ｆｉ及び標準偏
差値σｉに対して（５）および（６）式を用いて周波数
変換を施す。ここで、想定ドップラー量は、各目標の最
大速度からと目標自動類別装置の最大速度とから、両者
の取り得る相対速度範囲である。周波数変換によって平
均値ｆｉ及び標準偏差値σｉは、それぞれドップラーシ
フトされ、ドップラーシフトされた平均値及び標準偏差
値が、類似度計算部２３に送られる。類似度計算部２３
は供給された平均値及び標準偏差値に対して（１）式を
用いてドップラーシフトされた探知信号ｓ1 （ｆ）を構
成する。また、類似度計算部２３は、予め（２）式に基
づいて設定された複数のカタログｃ（ｆ）をメモリ２７
から読み出して該カタログｃ（ｆ）毎に（３）式の類似
度Ａを計算する。計算された各類似度Ａは目標選択部２
４に送られ、目標選択部２４が、例えば類似度Ａの上位
１０候補を選択する。表示部２５は目標選択部２４での
選択結果を出力する。
おける処理を説明する。ラインの平均値ｆｉ及び標準偏
差値σｉは、入力端子２１を介してドップラー変換部２
２に入力される。ドップラー変換部２２はメモリ２６か
らの想定ドップラー量に応じて、平均値ｆｉ及び標準偏
差値σｉに対して（５）および（６）式を用いて周波数
変換を施す。ここで、想定ドップラー量は、各目標の最
大速度からと目標自動類別装置の最大速度とから、両者
の取り得る相対速度範囲である。周波数変換によって平
均値ｆｉ及び標準偏差値σｉは、それぞれドップラーシ
フトされ、ドップラーシフトされた平均値及び標準偏差
値が、類似度計算部２３に送られる。類似度計算部２３
は供給された平均値及び標準偏差値に対して（１）式を
用いてドップラーシフトされた探知信号ｓ1 （ｆ）を構
成する。また、類似度計算部２３は、予め（２）式に基
づいて設定された複数のカタログｃ（ｆ）をメモリ２７
から読み出して該カタログｃ（ｆ）毎に（３）式の類似
度Ａを計算する。計算された各類似度Ａは目標選択部２
４に送られ、目標選択部２４が、例えば類似度Ａの上位
１０候補を選択する。表示部２５は目標選択部２４での
選択結果を出力する。
【００１４】以上のように、本実施例では、ドップラー
量の変化範囲±２Ｖ max ／Ｖｃを複数（２Ｍ＋１）に分
割し、各範囲毎にドップラー変化量２Ｄｍを設定し特徴
情報である統計量の平均値ｆｉ及び標準偏差値σｉに対
して、ドップラー変化量２Ｄｍを用いた周波数変換で補
正し、補正された平均値及び標準偏差値を用いてカタロ
グとを合理的に比較照合している。そのため、目標と装
置間の相対速度が無い状態で比較照合を行うことにな
り、類識別の精度が向上する。なお、本発明は、上記実
施例に限定されず種々の変形が可能である。例えば、上
記実施例では、周波数変換を特徴情報である平均値ｆｉ
及び標準偏差値σｉに対して行っているが、予め設定さ
れているカタログｃ（ｆ）に対して式（９）及び（１
０）を用いて変換してもよい。この場合においても、入
力信号の受けたドップラー量が周波数変換で補正され、
目標と装置間の相対速度が無い状態で比較照合を行うこ
とになり、類識別の精度が向上する。
量の変化範囲±２Ｖ max ／Ｖｃを複数（２Ｍ＋１）に分
割し、各範囲毎にドップラー変化量２Ｄｍを設定し特徴
情報である統計量の平均値ｆｉ及び標準偏差値σｉに対
して、ドップラー変化量２Ｄｍを用いた周波数変換で補
正し、補正された平均値及び標準偏差値を用いてカタロ
グとを合理的に比較照合している。そのため、目標と装
置間の相対速度が無い状態で比較照合を行うことにな
り、類識別の精度が向上する。なお、本発明は、上記実
施例に限定されず種々の変形が可能である。例えば、上
記実施例では、周波数変換を特徴情報である平均値ｆｉ
及び標準偏差値σｉに対して行っているが、予め設定さ
れているカタログｃ（ｆ）に対して式（９）及び（１
０）を用いて変換してもよい。この場合においても、入
力信号の受けたドップラー量が周波数変換で補正され、
目標と装置間の相対速度が無い状態で比較照合を行うこ
とになり、類識別の精度が向上する。
【００１５】
【発明の効果】以上詳細に説明したように、第１の発明
によれば、狭帯域信号は、目標のとる相対速度に相関す
るドップラー量の周波数変化を受けるが、その狭帯域信
号の周波数の変化範囲が設定されると共に、この変化範
囲がカタログの周波数変化幅に応じて複数に分割されて
各範囲を代表するドップラー変化量が設定される。設定
されたドップラー変化量は離散的であり、該ドップラー
変化量を用いて狭帯域信号の特徴情報に対して周波数変
換を行うので、少ない演算量でドップラー量の影響が除
去された特徴情報が得られる。そして、このドップラー
量の影響が除去された特徴情報を用いてカタログと比較
照合するので、目標と装置間の相対速度がない状態で比
較照合を行うことになり、合理的な類似度が得られ、類
識別の精度が向上する。 第２の発明によれば、第１の発
明と同様にして設定したドップラー変化量を用いてカタ
ログの周波数変換を行うので、カタログが少ない演算量
で補正される。この周波数変換されたカタログと狭帯域
信号の特徴情報とを比較照合するので、ドップラー量の
影響が除去され、目標と装置間の相対速度がない状態で
比較照合 を行うことになり、合理的な類似度が得られ、
第１の発明と同様に、類識別の精度が向上する。
によれば、狭帯域信号は、目標のとる相対速度に相関す
るドップラー量の周波数変化を受けるが、その狭帯域信
号の周波数の変化範囲が設定されると共に、この変化範
囲がカタログの周波数変化幅に応じて複数に分割されて
各範囲を代表するドップラー変化量が設定される。設定
されたドップラー変化量は離散的であり、該ドップラー
変化量を用いて狭帯域信号の特徴情報に対して周波数変
換を行うので、少ない演算量でドップラー量の影響が除
去された特徴情報が得られる。そして、このドップラー
量の影響が除去された特徴情報を用いてカタログと比較
照合するので、目標と装置間の相対速度がない状態で比
較照合を行うことになり、合理的な類似度が得られ、類
識別の精度が向上する。 第２の発明によれば、第１の発
明と同様にして設定したドップラー変化量を用いてカタ
ログの周波数変換を行うので、カタログが少ない演算量
で補正される。この周波数変換されたカタログと狭帯域
信号の特徴情報とを比較照合するので、ドップラー量の
影響が除去され、目標と装置間の相対速度がない状態で
比較照合 を行うことになり、合理的な類似度が得られ、
第１の発明と同様に、類識別の精度が向上する。
【図１】本発明の実施例の目標自動類識別装置を示す構
成ブロック図である。
成ブロック図である。
【図２】従来の目標自動類識別方法を示す説明図であ
る。
る。
【図３】カタログ照合処理の原理を示す図である。
【図４】本実施例の目標自動類識別方法の概念を説明す
る図である。
る図である。
【図５】探知信号に対するドップラーシフトの概念を示
す説明図である。
す説明図である。
【図６】図１中の類識別処理部の詳細を示す構成ブロッ
ク図である。
ク図である。
１１−１〜１１−Ｎ センサ １２ ＦＦＴ／整相処理部 １３ 自動探知／追尾処理部 １４ データ統合処理部 １５ 特徴抽出処理部 ２０ 類識別処理部 ２２ ドップラー変換部 ２３ 類似度計算部 ２４ 目標選択部 ２５ 表示部 ｃ（ｆ） カタログ ｓ（ｆ） 探知信号
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平４−235372（ＪＰ，Ａ) 特開 平１−282483（ＪＰ，Ａ) 特開 平５−52927（ＪＰ，Ａ) 特開 平５−107356（ＪＰ，Ａ)
Claims (2)
- 【請求項１】 入力信号から抽出された狭帯域信号の周
波数に関する特徴情報と予め収集した周波数に関するカ
タログとを比較照合し、目標に対する類識別を行う目標
自動類識別方法において、 前記目標のとる相対速度範囲に相関する入力信号のドッ
プラー量の変化範囲を設定し、該変化範囲を前記カタロ
グの周波数変化幅に応じて複数に分割すると共に該各分
割した変化範囲に対して各範囲をそれぞれ代表するドッ
プラー変化量を設定し、該ドップラー変化量を用いた周
波数変換を前記狭帯域信号の周波数に関する統計量に施
し、前記周波数変換された統計量を前記特徴情報として
用い前記比較照合を行うことを特徴とする目標自動類識
別方法。 - 【請求項２】 入力信号から抽出された狭帯域信号の周
波数に関する特徴情報と予め収集した周波数に関するカ
タログとを比較照合し、目標に対する類識別を行う目標
自動類識別方法において、 前記目標のとる相対速度範囲に相関する入力信号のドッ
プラー量の変化範囲を設定し、該変化範囲を前記カタロ
グの周波数変化幅に応じて複数に分割すると共に該各分
割した変化範囲に対して各範囲をそれぞれ代表するドッ
プラー変化量を設定し、該ドップラー変化量を用いた周
波数変換を該カタログに対して施し、該周波数変換され
たカタログを用いて前記比較照合を行うことを特徴とす
る目標自動類識別方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7018918A JP2731791B2 (ja) | 1995-02-07 | 1995-02-07 | 目標自動類識別方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7018918A JP2731791B2 (ja) | 1995-02-07 | 1995-02-07 | 目標自動類識別方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08211151A JPH08211151A (ja) | 1996-08-20 |
| JP2731791B2 true JP2731791B2 (ja) | 1998-03-25 |
Family
ID=11985002
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7018918A Expired - Lifetime JP2731791B2 (ja) | 1995-02-07 | 1995-02-07 | 目標自動類識別方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2731791B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| LU92331B1 (en) * | 2013-12-10 | 2015-06-11 | Iee Sarl | Radar sensor with frequency dependent beam steering |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01282483A (ja) * | 1988-05-09 | 1989-11-14 | Toshiba Corp | 音響解析装置 |
| JP2693647B2 (ja) * | 1991-01-10 | 1997-12-24 | 沖電気工業株式会社 | 目標自動類別方法 |
-
1995
- 1995-02-07 JP JP7018918A patent/JP2731791B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH08211151A (ja) | 1996-08-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4157581B2 (ja) | 音声認識装置 | |
| CN112401856B (zh) | 一种基于毫米波雷达的疗养院监护方法及系统 | |
| JP5701164B2 (ja) | 位置検出装置及び位置検出方法 | |
| Xie et al. | Investigation of acoustic and visual features for acoustic scene classification | |
| US20060204019A1 (en) | Acoustic signal processing apparatus, acoustic signal processing method, acoustic signal processing program, and computer-readable recording medium recording acoustic signal processing program | |
| US7831530B2 (en) | Optimizing method of learning data set for signal discrimination apparatus and signal discrimination apparatus capable of optimizing learning data set by using a neural network | |
| JP4344323B2 (ja) | 信号分離 | |
| JP2729362B2 (ja) | 目標自動類識別装置 | |
| JP2000011181A (ja) | 信号照合装置 | |
| CN115909675A (zh) | 一种分布式边缘计算的电力设备声音监测方法 | |
| JPH0667691A (ja) | 雑音除去装置 | |
| EP4351166A1 (en) | Abnormal sound source determination method and ai sound video camera | |
| Bulatović et al. | Mel-spectrogram features for acoustic vehicle detection and speed estimation | |
| JP2731791B2 (ja) | 目標自動類識別方法 | |
| KR100621076B1 (ko) | 마이크로폰 어레이 방법 및 시스템 및 이를 이용한 음성인식 방법 및 장치 | |
| JP2002323371A (ja) | 音響診断装置及び音響診断方法 | |
| JP2953561B2 (ja) | 目標自動類識別方法 | |
| JP2840823B2 (ja) | 目標自動類別識別装置 | |
| JPH0511037A (ja) | 目標自動類識別方法 | |
| JP2001296359A (ja) | バイスタティック処理装置 | |
| JPH05312634A (ja) | 音響診断方法および装置 | |
| JP2693647B2 (ja) | 目標自動類別方法 | |
| US11869492B2 (en) | Anomaly detection system and method using noise signal and adversarial neural network | |
| JP7208846B2 (ja) | 音響特徴量変換装置、音響特徴量変換方法、および音響特徴量変換プログラム | |
| JP3606982B2 (ja) | パターン認識装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19971007 |
|
| 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 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |