JP2893176B2

JP2893176B2 - 多目標追尾装置

Info

Publication number: JP2893176B2
Application number: JP9133013A
Authority: JP
Inventors: 浩介樋渡; 道子林; 義夫小菅
Original assignee: BOEICHO GIJUTSU KENKYU HONBUCHO
Current assignee: BOEICHO GIJUTSU KENKYU HONBUCHO
Priority date: 1997-05-08
Filing date: 1997-05-08
Publication date: 1999-05-17
Anticipated expiration: 2017-05-08
Also published as: JPH10307182A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、航空機や飛翔体等の
移動物体を目標とし、レーダ等の電波センサや赤外線カ
メラ等の光学センサに代表される目標観測装置を１つま
たは複数用いて、各目標観測装置からの目標またはクラ
ッタ等の不要信号の検出結果に基づき、目標の位置や速
度等の真値を推定していくことにより、複数の目標の運
動を追尾する多目標追尾装置に関するものである。

【０００２】

【従来の技術】図９は、例えばＰｒｏｃｅｅｄｉｎｇｓ
ｏｆｔｈｅ１９８０ＩＥＥＥＣｏｎｆｅｒｅｎ
ｃｅｏｎＤｅｃｉｓｉｏｎａｎｄＣｏｎｔｒｏ
ｌ，”Ｍｕｌｔｉ−ＴａｒｇｅｔＴｒａｃｋｉｇＵ
ｓｉｎｇＪｏｉｎｔＰｒｏｂａｂｉｌｉｓｔｉｃ
ＤａｔａＡｓｓｏｃｉａｔｉｏｎ”の中で“Ｊｏｉｎ
ｔＰｒｏｂａｂｉｌｉｓｔｉｃＤａｔａＡｓｓｏ
ｃｉａｔｉｏｎ”として示された従来の多目標追尾装置
の構成図である。

【０００３】図９の従来の多目標追尾装置の構成におい
て、１は目標及びクラッタ等の不要信号からの検出結果
である観測位置を探知データとして出力する第１の目標
観測装置、２は上記第１の目標観測装置１より探知デー
タを転送する観測諸元転送装置、３は目標存在分布算出
器５からの追尾目標の存在確率分布を基に形成される目
標予測存在範囲内の探知データを追尾目標の航跡と相関
の可能性があるとして選択する観測諸元相関器、４は観
測諸元相関器３で選択された探知データに対して共通の
探知データを含む複数の航跡の目標予測存在範囲をクラ
スタに分類するクラスタ処理器、５は現時刻より１サン
プリング前に算出しておいた第１の遅延回路１０からの
予測位置及び第２の遅延回路１３からの予測誤差評価量
と探知データの観測精度を使用して求められる追尾目標
の存在確率分布を算出する目標存在分布算出器、６は上
記クラスタ処理器４で分類された各クラスタ内の探知デ
ータとクラスタを構成する追尾目標の航跡との関連付け
の仮説を生成する探知データ仮説生成器、７は各追尾目
標の存在確率分布を基に探知データの関連付けの仮説信
頼度を算出する探知データ仮説信頼度算出器、８は上記
探知データの関連付けの仮説信頼度と現時刻より１サン
プリング前に算出しておいた第１の遅延回路１０からの
予測ベクトルとゲイン行列算出器１４からのゲイン行列
を基に目標位置、速度等の平滑ベクトルを算出する平滑
器、９は平滑ベクトルを基に現時刻より１サンプリング
後の目標位置、速度等の予測ベクトルを追尾目標の航跡
として算出する予測器、１０は予測ベクトルを１サンプ
リング遅延させる第１の遅延回路、１１は現時刻より１
サンプリング前に算出しておいた第２の遅延回路１３か
らの予測誤差の評価量、ゲイン行列算出器１４からのゲ
イン行列、クラスタ内の探知データ及び探知データ仮説
信頼度算出器７からの探知データの関連付けの仮説信頼
度を基に目標位置、速度等の平滑誤差の評価量を算出す
る平滑誤差評価器、１２は平滑誤差評価量を基に目標位
置、速度等の予測誤差の評価量を算出する予測誤差評価
器、１３は予測誤差評価量を１サンプリング遅延させる
第２の遅延回路、１４は現時刻より１サンプリング前に
算出しておいた第２の遅延回路１３からの予測誤差評価
量と目標存在分布算出器５からの各追尾目標の存在確率
分布を基にゲイン行列を算出するゲイン行列算出器であ
る。従来の多目標追尾装置は以上のように構成されてい
た。

【０００４】

【発明が解決しようとする課題】上記のような従来の多
目標追尾装置においては、第１の目標観測装置１からの
近接する複数の目標に対する観測諸元が図１０のように
分解能により１つに融合された探知データとして観測さ
れる場合に、探知データ仮説生成器６において１つの目
標だけが観測されたと誤認して航跡と探知データの正し
い関連付けの仮説が生成されない問題が生じる。

【０００５】また、クラッタが観測される環境では、探
知データ仮説生成器６において分解能により目標の探知
データ数が目標数分存在しない状態においてクラッタの
探知データを目標の探知データと誤認して仮説を生成す
る問題が生じ、追尾性能は劣化せざるを得なかった。

【０００６】この発明はこのような課題を解決するため
になされたもので、複数の目標及びクラッタ等の不要信
号から、観測位置等の運動諸元の信号検出結果が探知デ
ータとして観測される環境において、低分解能により融
合された探知データに対しても、精度良く追尾を維持で
きる多目標追尾装置に関するものである。

【０００７】

【課題を解決するための手段】この発明の第１の発明
は、複数の航跡の目標予測存在範囲よりなるクラスタ内
の探知データの平均個数を算出するクラスタ内平均探知
データ数算出器と、第１の目標観測装置からの探知デー
タが分解能による複数目標の融合探知データであるか否
かをクラスタ内の探知データ平均個数を基に判定するク
ラスタ内融合探知データ判定器と、融合探知データを含
む航跡の目標予測存在範囲の数により探知データの重複
度を算出するクラスタ内探知データ重複度算出器と、重
複度を基に融合探知データの諸元を複写して融合探知デ
ータを含むそれぞれの航跡の目標予測存在範囲に複写さ
れた融合探知データを割り当てる融合探知データの複写
諸元算出器とを設けたものである。

【０００８】この発明の第２の発明は、第２の目標観測
装置と、第２の目標観測装置からの探知データを転送す
る第２の観測諸元転送装置と、第２の目標観測装置から
の探知データを用いて第１の目標観測装置からの探知デ
ータが分解能による複数目標の融合探知データであるか
否かを判定する第２の目標観測装置による融合探知デー
タ判定器と、融合探知データを含む航跡の目標予測存在
範囲の数により探知データの重複度を算出するクラスタ
内探知データ重複度算出器と、重複度を基に融合探知デ
ータの諸元を複写して融合探知データを含むそれぞれの
航跡の目標予測存在範囲に複写された融合探知データを
割り当てる融合探知データの複写諸元算出器とを設けた
ものである。

【０００９】この発明の第３の発明は、第２の目標観測
装置と、第２の目標観測装置からの探知データを転送す
る第２の観測諸元転送装置と、第２の目標観測装置から
の探知データを用いて第１の目標観測装置からの探知デ
ータが分解能による複数目標の融合探知データであるか
否かを判定する第２の目標観測装置による融合探知デー
タ判定器と、第２の目標観測装置の探知データを基に第
１の目標観測装置の探知データの重複度を算出する第２
の目標観測装置による探知データ重複度算出器と、重複
度を基に融合探知データの諸元を複写して融合探知デー
タを含むそれぞれの航跡の目標予測存在範囲に複写され
た融合探知データを割り当てる融合探知データの複写諸
元算出器とを設けたものである。

【００１０】この発明の第４の発明は、複数の航跡の目
標予測存在範囲よりなるクラスタ内の探知データの平均
個数を算出するクラスタ内平均探知データ数算出器と、
第１の目標観測装置からの探知データが分解能による複
数目標の融合探知データであるか否かをクラスタ内の探
知データ平均個数を基に判定するクラスタ内融合探知デ
ータ判定器と、第２の目標観測装置と、第２の目標観測
装置からの探知データを転送する第２の観測諸元転送装
置と、第２の目標観測装置の探知データを基に第１の目
標観測装置の探知データの重複度を算出する第２の目標
観測装置による探知データ重複度算出器と、重複度を基
に融合探知データの諸元を複写して融合探知データを含
むそれぞれの航跡の目標予測存在範囲に複写された融合
探知データを割り当てる融合探知データの複写諸元算出
器とを設けたものである。

【００１１】この発明の第５の発明は、上記第１の発明
において第１の目標観測装置の分解能による融合探知デ
ータの観測精度の誤った評価や融合探知データが持つ実
際の目標位置とのオフセット誤差に起因する追尾性能の
低下の改善のためにゲイン行列を変換する融合探知デー
タ用ゲイン行列変換器を設けたものである。

【００１２】この発明の第６の発明は、上記第２の発明
において第１の目標観測装置の分解能による融合探知デ
ータの観測精度の誤った評価や融合探知データが持つ実
際の目標位置とのオフセット誤差に起因する追尾性能の
低下の改善のためにゲイン行列を変換する融合探知デー
タ用ゲイン行列変換器を設けたものである。

【００１３】この発明の第７の発明は、上記第３の発明
において第１の目標観測装置の分解能による融合探知デ
ータの観測精度の誤った評価や融合探知データが持つ実
際の目標位置とのオフセット誤差に起因する追尾性能の
低下の改善のためにゲイン行列を変換する融合探知デー
タ用ゲイン行列変換器を設けたものである。

【００１４】この発明の第８の発明は、上記第４の発明
において第１の目標観測装置の分解能による融合探知デ
ータの観測精度の誤った評価や融合探知データが持つ実
際の目標位置とのオフセット誤差に起因する追尾性能の
低下の改善のためにゲイン行列を変換する融合探知デー
タ用ゲイン行列変換器を設けたものである。

【００１５】

【作用】この発明においては、目標観測装置の分解能に
より融合された探知データを融合された探知データ数だ
け複写して処理しているため、例えば２つの目標が存在
する環境で１つの融合探知データのみが観測された場合
に、２つの航跡と複写された２つの融合探知データによ
る１対１対応の関連付けにより、２つの航跡と１つの融
合探知データだけからなる誤った関連付けに起因する追
尾性能の低下を改善することが可能である。

【００１６】また、第１、第５の発明においては、クラ
スタを構成する航跡数、探知確率、観測精度によりクラ
スタ内の探知データの平均個数を算出し、このクラスタ
内の探知データ平均個数と観測された探知データ数によ
り各探知データが融合されているか否かを判定している
ため、１つの目標観測装置で運用されているシステムへ
の適用が可能である。

【００１７】また、第２、第３、第６、第７の発明にお
いては、第２の目標観測装置からの探知データを基に第
１の目標観測装置の探知データが分解能により融合され
ているか否かを判定するため、低分解能の第１の目標観
測装置に対して第２の目標観測装置の配置や性能を有効
に活用して目標追尾性能を改善することが可能である。

【００１８】また、第３、第４、第７、第８の発明にお
いては、第２の目標観測装置からの探知データにより第
１の目標観測装置の融合探知データの重複度を直接観測
しているために、低分解能の第１の目標観測装置に対し
て第２の目標観測装置の配置や性能を有効に活用して目
標追尾性能を改善することが可能である。

【００１９】

【実施例】この発明による多目標追尾装置の一実施例に
ついて説明する。図１はこの発明の第１の発明の多目標
追尾装置の一実施例の構成を示す図、図２はこの発明の
第２の発明の多目標追尾装置の一実施例の構成を示す
図、図３はこの発明の第３の発明の多目標追尾装置の一
実施例の構成を示す図、図４はこの発明の第４の発明の
多目標追尾装置の一実施例の構成を示す図、図５はこの
発明の第５の発明の多目標追尾装置の一実施例の構成を
示す図、図６はこの発明の第６の発明の多目標追尾装置
の一実施例の構成を示す図、図７はこの発明の第７の発
明の多目標追尾装置の一実施例の構成を示す図、図８は
この発明の第８の発明の多目標追尾装置の一実施例の構
成を示す図である。

【００２０】以下、この発明の一実施例を図１〜８に従
い説明する前に、この発明の根拠となる理論の骨子を説
明する。ここでは、例えば地上に固定されたパッシブな
目標観測装置を用いて角度追尾を行うとする。

【００２１】目標の運動モデルを式（１）のように定義
する。なお、以下ベクトルはアルファベットの小文字に
アンダーラインを付して示し、行列はアルファベットの
大文字で示す。目標運動諸元の真値を表す状態ベクトル
は、式（２）のように北基準極座標上で定義する。ここ
で、Ｔは転置を表す記号である。また、状態ベクトルの
推移行列を式（３）のように定義する。ここでは一例と
して等角加速度の運動モデルを想定している。観測雑音
は平均０の正規白色雑音であり、Ｅを平均を表す記号と
する式（４）、式（５）を満たすものとする。また、駆
動雑音の変換行列を式（６）のように定義する。

【００２２】

【数１】

【００２３】次にパッシブな第１の目標観測装置の観測
モデルを式（７）のように定義する。ここで、追尾目標
からの探知データはサンプリング時刻ｔｋにおいて高々
１つ得られるとする。また、探知データは目標の仰角と
方位角で構成されるものとし式（８）のように定義す
る。観測行列を式（９）のように定義する。探知データ
に対応した観測雑音ベクトルは平均０の正規白色雑音で
あり、式（１０）、式（１１）を満たすものとする。

【００２４】

【数２】

【００２５】追尾目標以外からの探知データは空間に一
様に分布しているとし、サンプリング時刻ｔｋにおける
単位体積当たりのクラッタの発生頻度で表す。クラッタ
からの探知データが目標予測存在範囲内で観測される総
数は、式（１２）の平均に対するポアソン分布に従うと
する。

【００２６】

【数３】

【００２７】サンプリング時刻ｔｋにおける追尾目標と
相関をとるべき目標予測存在範囲内の探知データの総数
及び探知データの全体を式（１３）のように定義し、さ
らにサンプリング時刻ｔ１からｔｋまでの探知データの
全体を式（１４）のように定義する。

【００２８】

【数４】

【００２９】追尾目標からの探知データの存在確率分布
は、式（１５）に示すような条件付き確率密度関数で表
されるとする。すなわち、追尾目標からの探知データは
式（１６）の目標予測位置を平均とし、式（１７）の目
標予測存在範囲の広がりを持つ２次元正規分布に従うと
する。

【００３０】

【数５】

【００３１】次に探知データと追尾目標の航跡との相関
方法について示す。探知データｊがｄをパラメータとし
て式（２０）を満たすとき、探知データは追尾目標の航
跡と相関の可能性があると判定される。

【００３２】

【数６】

【００３３】追尾目標の航跡の目標予測存在範囲内に追
尾目標の探知データが存在する確率を式（２１）のよう
に定義する。なお、目標予測存在範囲内に追尾目標の探
知データが存在する確率は確率論によりｄにより一意に
定まる。

【００３４】

【数７】

【００３５】次にクラスタの定義について説明する。追
尾目標の航跡ＴａとＴｂがその目標予測存在範囲に少な
くとも１つの探知データを共有しているとき、式（２
３）が成り立つとする。また、式（２４）を満たす航跡
Ｔａ１、航跡Ｔａ２、…、航跡Ｔａｎが存在するとき、
同値関係として式（２５）が成り立つとし、このとき航
跡Ｔａ１、航跡Ｔａ２、…、航跡Ｔａｎは１つのクラス
タを生成するとする。

【００３６】

【数８】

【００３７】クラスタ内の平均探知データ数ｎ′は式
（２６）のように定義される。ここで、ｎはクラスタを
構成する追尾目標の航跡の数であり、右辺第１項は追尾
目標の探知データの平均個数で、第２項はクラッタの探
知データの平均個数である。

【００３８】

【数９】

【００３９】クラスタ内で実際に観測された探知データ
の個数をｍとする。式（２７）を満たし、かつ実際に観
測された探知データが複数の追尾目標の航跡の目標予測
存在範囲内に存在したとき、その探知データは分解能に
よる融合探知データであると判定する。ここで、ｃは定
数で０．５〜０．９程度の値とする。

【００４０】

【数１０】

【００４１】図１１は、目標観測装置Ｓ１の分解能ｂ１
により目標Ｔ１とＴ２が融合されて融合探知データとし
て観測された場合の融合探知データの判定を説明した図
である。ここでは、追尾目標Ｔ１の予測位置を中心とす
る目標予測存在範囲ｇ１とＴ２の予測位置を中心とする
目標予測存在範囲ｇ２が融合探知データを共有する１つ
のクラスタを形成している。探知確率が１．０、クラッ
タの発生頻度が０．０とすると、式（２６）よりクラス
タ内の探知データ平均個数ｎ′は約２．０となる。実際
に観測された探知データ数ｍが１なので式（２７）を満
たし、観測された探知データは追尾目標Ｔ１とＴ２の融
合探知データであると判定される。

【００４２】図１２は、第２の目標観測装置Ｓ２を用い
た場合の第１の目標観測装置Ｓ１の分解能ｂ１による融
合探知データの判定を説明した図である。ここでは、Ｔ
１とＴ２の２目標が第１の目標観測装置Ｓ１と第２の目
標観測装置Ｓ２により角度情報からなる探知データとし
て観測されている。第２の目標観測装置Ｓ２では目標Ｔ
１とＴ２を別個の探知データとして観測しているので、
第１の目標観測装置Ｓ１の探知データは目標Ｔ１とＴ２
が分解能ｂ１により融合された融合探知データであると
判定される。

【００４３】目標観測装置の分解能による融合探知デー
タと判定された探知データの重複度は、その探知データ
を含む目標予測存在範囲の数とする。例えば図１１で
は、融合探知データは目標予測存在範囲ｇ１とｇ２に含
まれているので、その重複度は２である。

【００４４】また、第２の目標観測装置により融合探知
データの重複度を決定する場合は、例えば図１１に示す
ように第１の目標観測装置Ｓ１の融合探知データに対し
て、第２の目標観測装置Ｓ２が追尾目標Ｔ１及びＴ２の
２つの探知データを観測しているので、重複度は２であ
ると決定する。

【００４５】融合探知データが重複度ｍ₀と判定され、
この融合探知データが属する目標予測存在範囲は追尾目
標Ｔ１、Ｔ２、…、Ｔｍ₀から得られたとする。このと
き、融合探知データの代わりにこの融合探知データと同
一諸元のｍ₀個の異なる探知データが追尾目標Ｔ１、Ｔ
２、…、Ｔｍ₀のそれぞれの目標予測存在範囲内のみに
存在するとする。例えば、図１１では融合探知データの
重複度が２なので、これを複写した同一諸元の探知デー
タが航跡Ｔ１とＴ２のそれぞれの目標予測存在範囲内の
みに存在するとする。

【００４６】次に、クラスタにおける追尾目標と探知デ
ータの関連付けの仮説生成について説明する。仮説の総
数をＩ_kとしたとき、仮説全体は式（２８）のように定
義される。これらの行列表示を式（２９）に示す。ま
た、それぞれの仮説は式（３０）のように定義される。
ここで、個々の仮説は次の２つのルールに従って生成さ
れる。第１に「各追尾目標には、高々１つの探知データ
のみが対応する。」、第２に「各探知データには、１つ
の追尾目標のみが対応する。」、これらの行列表示を式
（３１）に示す。

【００４７】

【数１１】

【００４８】個々の仮説から得られる情報を次のように
表す。個々の仮説における追尾目標の探知状況δは式
（３２）のように定義する。個々の仮説における探知デ
ータの識別結果τを式（３３）のように定義する。個々
の仮説におけるクラッタからの探知データの個数をΦと
する。

【００４９】

【数１２】

【００５０】次に個々の仮説の信頼度の計算方法につい
て説明する。ここでは、確率論に従い個々の仮説の信頼
度を式（３４）のように定義する。また、個々の仮説の
信頼度は確率として式（３５）を満たす。式（３４）よ
り個々の仮説の信頼度を求めるには、１サンプリング前
までの探知データ全体の基で個々の仮説が成り立つ確率
と個々の仮説においてサンプリング時刻ｔｋでの探知デ
ータ全体が得られる確率よりなる式（３６）を算出すれ
ばよい。

【００５１】

【数１３】

【００５２】個々の仮説に対するサンプリング時刻ｔｋ
での探知データ全体が得られる確率は、個々の仮説にお
ける探知データに対して式（３７）のように定義でき
る。探知データの識別結果が追尾目標のときは、式（１
５）に示す追尾目標からの探知データの存在確率分布に
より式（３８）で与えられる。また、探知データの識別
結果がクラッタのときは、一様分布の仮定により式（３
９）で与えられる。従って、式（３７）に式（３８）及
び（３９）を代入することにより、個々の仮説に対する
サンプリング時刻ｔｋでの探知データ全体の確率は式
（４０）のようになる。

【００５３】

【数１４】

【００５４】１サンプリング前までの探知データ全体に
基づく個々の仮説が成り立つ確率は、個々の仮説におけ
る追尾目標の探知状況に対して、式（４１）により与え
られる。ここで、個々の仮説内の追尾目標の探知状況が
「追尾目標が探知されている」場合には、追尾目標の探
知データが目標予測存在範囲内に探知される確率に基づ
き計算され、また、追尾目標の探知状況が「追尾目標が
探知されていない」場合には、追尾目標の探知データが
目標予測存在範囲内に探知されない確率と式（１２）を
平均とするポアソン分布に従うクラッタからの探知デー
タの総数に基づき計算される。

【００５５】

【数１５】

【００５６】以上より仮説の信頼度は、式（３４）に式
（３６）、（４０）、（４１）を代入して、式（４２）
により与えられる。

【００５７】

【数１６】

【００５８】また、追尾目標と探知データとの関連付け
の仮説の信頼度は式（４３）で与えられ、追尾目標がク
ラスタ内のどの探知データとも関連付けられない仮説の
信頼度は式（４４）で与えられる。

【００５９】

【数１７】

【００６０】以下に、平滑及び予測処理の方法について
示す。まず、通常のカルマンフィルタ理論におけるこれ
らの処理は式（４５）〜式（４９）となる。ここで、平
滑ベクトルは式（５０）のように定義され、平滑誤差共
分散行列は式（５１）のように定義される。

【００６１】

【数１８】

【００６２】探知データの関連付けの個々の仮説の基で
の目標位置、速度の平滑ベクトルは、個々の仮説の基で
求めた平滑ベクトルを個々の仮説の信頼度を用いて統合
することによって算出される。式（５０）に示す平滑ベ
クトルは式（５２）のように展開され、個々の仮説に式
（４７）を適用したときの平滑ベクトルを用いると、式
（５２）は式（５３）及び式（５４）のようになり、個
々の仮説における平滑ベクトルは式（５８）のように示
される。個々の仮説の平滑ベクトルは、個々の仮説にお
いて目標が探知されていない場合には、式（５５）及び
（５６）のようになる。また、個々の仮説において目標
が探知されている場合には、式（５７）及び式（５８）
のようになる。式（５３）、（５６）及び（５７）によ
り式（５８）が導かれ、式（５９）に式（５６）〜（５
８）を代入することにより、平滑ベクトルは式（６０）
により与えられる。

【００６３】

【数１９】

【００６４】探知データの関連付けの個々の仮説の基で
の目標位置、速度の平滑ベクトルの誤差共分散行列は以
下のように算出される。条件付き確率の理論に式（５
１）を適用して式（６１）が得られる。また、式（６
１）に式（５２）を適用して式（６２）が得れる。個々
の仮説の平滑ベクトルの誤差共分散行列は、個々の仮説
において目標が探知されていない場合には、式（６４）
及び（６５）のようになる。また、個々の仮説において
目標が探知されている場合には、式（６６）のようにな
る。式（３４）、（４３）、（４４）、（６３）、（６
６）より式（６７）が導かれる。また、式（３４）、
（４３）、（４４）、（５５）、（５７）、（５９）に
より式（６８）が導かれる。式（６２）に式（６７）及
び（６８）を代入することにより、平滑誤差共分散行列
は式（６９）、（７０）、（７１）により与えられる。

【００６５】

【数２０】

【００６６】複数の目標が第１の目標観測装置の分解能
により融合された場合の探知データの観測精度は、単独
で観測された探知データの観測精度より良く推定されて
観測誤差共分散行列を算出する可能性が高い。従って、
融合探知データを使用して平滑処理を行う場合には、通
常よりゲイン行列を小さくするために式（７２）の処理
を行う。

【００６７】

【数２１】

【００６８】実施例１次にこの発明の実施例１を図１に従って説明する。第１
の目標観測装置１より目標の観測位置及び観測精度等を
探知データとして第１の観測諸元転送装置２を通して入
力し、目標存在分布算出器５において第１の遅延回路１
０及び第２の遅延回路１３からの１サンプリング前に算
出された予測ベクトル及び予測誤差共分散行列を基に式
（１６）と式（１７）により目標の存在確率分布を算出
し、観測諸元相関器３において目標の存在確率分布を基
に式（２０）により航跡の目標予測存在範囲内の探知デ
ータを選択し、クラスタ処理器４において観測諸元相関
器で航跡と相関の可能性ありと判定された探知データを
基に式（２３）〜（２４）のルールに従いクラスタを生
成する。

【００６９】クラスタ内平均探知データ数算出器１５に
おいてクラスタを構成する航跡数、探知確率、クラッタ
の発生頻度等を基に式（２６）によりクラスタ内の平均
探知データ数を算出し、クラスタ内融合探知データ判定
器１６においてクラスタ内の平均探知データ数と実際に
観測された探知データ数に対して式（２７）を満たし、
かつ複数の航跡の目標予測存在範囲に属する探知データ
を第１の目標観測装置１の分解能による融合探知データ
と判定し、クラスタ内探知データ重複度算出器１７にお
いて融合探知データが属する航跡の目標予測存在範囲の
数を重複度として出力する。

【００７０】融合探知データの複写諸元算出器１８にお
いて融合探知データを重複度分複写して融合探知データ
を含む個々の航跡の目標予測存在範囲内のみに存在する
ように割り当て、探知データ仮説生成器６において式
（２８）〜（３１）のルールに従い探知データと航跡の
関連付けの仮説を生成し、探知データ仮説の信頼度算出
器７において目標存在分布算出器５からの目標の存在確
率分布等を基に式（４２）〜（４４）により探知データ
の仮説信頼度を算出し、ゲイン行列算出器１４において
目標存在分布算出器５からの目標の存在確率分布及び第
２の遅延回路１３からの１サンプリング前の予測誤差共
分散行列を基に式（４９）によりゲイン行列を算出す
る。

【００７１】平滑誤差評価器１１においてゲイン行列、
目標観測装置１からの探知データ、探知データ仮説信頼
度算出器７からの探知データの仮説信頼度、第１の遅延
回路１０からの予測ベクトル及び第２の遅延回路１３か
らの予測誤差共分散行列を基に式（６３）（６６）（６
９）（７０）（７１）により平滑誤差共分散行列を算出
し、予測誤差評価器１２において平滑誤差共分散行列を
基に式（４６）により予測誤差共分散行列を算出し、第
２の遅延回路１３において予測誤差共分散行列を１サン
プリング遅延し、平滑器８においてゲイン行列算出器１
４からのゲイン行列、目標観測装置１からの探知デー
タ、探知データ仮説信頼度算出器７からの探知データの
仮説信頼度及び第１の遅延回路１０からの予測ベクトル
を基に式（６０）により平滑ベクトルを算出し、予測器
９において平滑ベクトルを基に式（４５）により予測ベ
クトルを算出し、第１の遅延回路１０において予測ベク
トルを１サンプリング遅延する。

【００７２】この発明は、クラスタ内に存在するはずの
探知データ数と実際に観測された探知データ数との比較
及びクラスタを構成する航跡の目標予測存在範囲と融合
探知データの関連の分析により第１の目標観測装置１の
分解能による融合探知データか否かの判定及び重複度の
算出を行い、重複度に基づく融合探知データの複写及び
航跡の目標予測存在範囲への適切な割り当てを行うこと
により、探知データ仮説生成器６において融合探知デー
タが１つの目標の探知データであると誤認し、クラッタ
の探知データが目標の探知データであると誤って処理す
ることに起因する追尾性能の低下を改善する効果があ
る。

【００７３】実施例２次にこの発明の実施例２を図２に従って説明する。第１
の目標観測装置１より目標の観測位置及び観測精度等を
探知データとして第１の観測諸元転送装置２を通して入
力し、目標存在分布算出器５において第１の遅延回路１
０及び第２の遅延回路１３からの１サンプリング前に算
出された予測ベクトル及び予測誤差共分散行列を基に式
（１６）と式（１７）により目標の存在確率分布を算出
し、観測諸元相関器３において目標の存在確率分布を基
に式（２０）により航跡の目標予測存在範囲内の探知デ
ータを選択し、クラスタ処理器４において観測諸元相関
器で航跡と相関の可能性ありと判定された探知データを
基に式（２３）〜（２４）のルールに従いクラスタを生
成する。

【００７４】第２の目標観測装置１９より目標の探知デ
ータ等を第２の観測諸元転送装置２０を通して入力し、
第２の目標観測装置による融合探知データ判定器２１に
おいて第１の目標観測装置１の探知データと第２の目標
観測装置１９の探知データとの位置の比較により第１の
目標観測装置１の探知データが分解能による融合探知デ
ータであるか否かを判定し、クラスタ内探知データ重複
度算出器１７において融合探知データが属する航跡の目
標予測存在範囲の数を重複度として出力し、融合探知デ
ータの複写諸元算出器１８において融合探知データを重
複度分複写して融合探知データを含む個々の航跡の目標
予測存在範囲内のみに存在するように割り当て、探知デ
ータ仮説生成器６において式（２８）〜（３１）のルー
ルに従い探知データと航跡の関連付けの仮説を生成し、
探知データ仮説の信頼度算出器７において目標存在分布
算出器５からの目標の存在確率分布等を基に式（４２）
〜（４４）により探知データの仮説信頼度を算出し、ゲ
イン行列算出器１４において目標存在分布算出器５から
の目標の存在確率分布及び第２の遅延回路１３からの１
サンプリング前の予測誤差共分散行列を基に式（４９）
によりゲイン行列を算出する。

【００７５】平滑誤差評価器１１においてゲイン行列、
目標観測装置１からの探知データ、探知データ仮説信頼
度算出器７からの探知データの仮説信頼度、第１の遅延
回路１０からの予測ベクトル及び第２の遅延回路１３か
らの予測誤差共分散行列を基に式（６３）（６６）（６
９）（７０）（７１）により平滑誤差共分散行列を算出
し、予測誤差評価器１２において平滑誤差共分散行列を
基に式（４６）により予測誤差共分散行列を算出し、第
２の遅延回路１３において予測誤差共分散行列を１サン
プリング遅延し、平滑器８においてゲイン行列算出器１
４からのゲイン行列、目標観測装置１からの探知デー
タ、探知データ仮説信頼度算出器７からの探知データの
仮説信頼度及び第１の遅延回路１０からの予測ベクトル
を基に式（６０）により平滑ベクトルを算出し、予測器
９において平滑ベクトルを基に式（４５）により予測ベ
クトルを算出し、第１の遅延回路１０において予測ベク
トルを１サンプリング遅延する。

【００７６】この発明は、第２の目標観測装置１９の探
知データに基づき第１の目標観測装置１の分解能による
融合探知データか否かの判定を行い、クラスタを構成す
る航跡の目標予測存在範囲と融合探知データの関連の分
析により重複度の算出を行い、重複度に基づく融合探知
データの複写及び航跡の目標予測存在範囲への適切な割
り当てを行うことにより、探知データ仮説生成器６にお
いて融合探知データが１つの目標の探知データであると
誤認し、クラッタの探知データが目標の探知データであ
ると誤って処理することに起因する追尾性能の低下を改
善する効果がある。

【００７７】実施例３次にこの発明の実施例３を図３に従って説明する。第１
の目標観測装置１より目標の観測位置及び観測精度等を
探知データとして第１の観測諸元転送装置２を通して入
力し、目標存在分布算出器５において第１の遅延回路１
０及び第２の遅延回路１３からの１サンプリング前に算
出された予測ベクトル及び予測誤差共分散行列を基に式
（１６）と式（１７）により目標の存在確率分布を算出
し、観測諸元相関器３において目標の存在確率分布を基
に式（２０）により航跡の目標予測存在範囲内の探知デ
ータを選択し、クラスタ処理器４において観測諸元相関
器で航跡と相関の可能性ありと判定された探知データを
基に式（２３）〜（２４）のルールに従いクラスタを生
成する。

【００７８】第２の目標観測装置１９より目標の探知デ
ータ等を第２の観測諸元転送装置２０を通して入力し、
第２の目標観測装置による融合探知データ判定器２１に
おいて第１の目標観測装置１の探知データと第２の目標
観測装置１９の探知データとの位置の比較により第１の
目標観測装置１の探知データが分解能による融合探知デ
ータであるか否かを判定し、第２の目標観測装置による
探知データ重複度算出器２２において第１の目標観測装
置１の融合探知データに対する第２の目標観測装置１９
の観測により得られた探知データ数等により融合探知デ
ータの重複度を決定し、融合探知データの複写諸元算出
器１８において融合探知データを重複度分複写して融合
探知データを含む個々の航跡の目標予測存在範囲内のみ
に存在するように割り当て、探知データ仮説生成器６に
おいて式（２８）〜（３１）のルールに従い探知データ
と航跡の関連付けの仮説を生成し、探知データ仮説の信
頼度算出器７において目標存在分布算出器５からの目標
の存在確率分布等を基に式（４２）〜（４４）により探
知データの仮説信頼度を算出し、ゲイン行列算出器１４
において目標存在分布算出器５からの目標の存在確率分
布及び第２の遅延回路１３からの１サンプリング前の予
測誤差共分散行列を基に式（４９）によりゲイン行列を
算出する。

【００７９】平滑誤差評価器１１においてゲイン行列、
目標観測装置１からの探知データ、探知データ仮説信頼
度算出器７からの探知データの仮説信頼度、第１の遅延
回路１０からの予測ベクトル及び第２の遅延回路からの
予測誤差共分散行列を基に式（６３）（６６）（６９）
（７０）（７１）により平滑誤差共分散行列を算出し、
予測誤差評価器１２において平滑誤差共分散行列を基に
式（４６）により予測誤差共分散行列を算出し、第２の
遅延回路１３において予測誤差共分散行列を１サンプリ
ング遅延し、平滑器８においてゲイン行列算出器１４か
らのゲイン行列、目標観測装置１からの探知データ、探
知データ仮説信頼度算出器７からの探知データの仮説信
頼度及び第１の遅延回路１０からの予測ベクトルを基に
式（６０）により平滑ベクトルを算出し、予測器９にお
いて平滑ベクトルを基に式（４５）により予測ベクトル
を算出し、第１の遅延回路１０において予測ベクトルを
１サンプリング遅延する。

【００８０】この発明は、第２の目標観測装置１９の探
知データに基づき第１の目標観測装置１の分解能による
融合探知データか否かの判定及び重複度の算出を行い、
重複度に基づく融合探知データの複写及び航跡の目標予
測存在範囲への適切な割り当てを行うことにより、探知
データ仮説生成器６において融合探知データが１つの目
標の探知データであると誤認し、クラッタの探知データ
が目標の探知データであると誤って処理することに起因
する追尾性能の低下を改善する効果がある。

【００８１】実施例４次にこの発明の実施例４を図４に従って説明する。第１
の目標観測装置１より目標の観測位置及び観測精度等を
探知データとして第１の観測諸元転送装置２を通して入
力し、目標存在分布算出器５において第１の遅延回路１
０及び第２の遅延回路１３からの１サンプリング前に算
出された予測ベクトル及び予測誤差共分散行列を基に式
（１６）と式（１７）により目標の存在確率分布を算出
し、観測諸元相関器３において目標の存在確率分布を基
に式（２０）により航跡の目標予測存在範囲内の探知デ
ータを選択し、クラスタ処理器４において観測諸元相関
器で航跡と相関の可能性ありと判定された探知データを
基に式（２３）〜（２４）のルールに従いクラスタを生
成する。

【００８２】クラスタ内平均探知データ数算出器１５に
おいてクラスタを構成する航跡数、探知確率、クラッタ
の発生頻度等を基に式（２６）によりクラスタ内の平均
探知データ数を算出し、クラスタ内融合探知データ判定
器１６においてクラスタ内の平均探知データ数と実際に
観測された探知データ数に対して式（２７）を満たし、
かつ複数の航跡の目標予測存在範囲に属する探知データ
を第１の目標観測装置１の分解能による融合探知データ
と判定し、第２の目標観測装置１９より目標の探知デー
タ等を第２の観測諸元転送装置２０を通して入力し、第
２の目標観測装置による探知データ重複度算出器２２に
おいてクラスタ内融合探知データ判定器１６で融合探知
データと判定された第１の目標観測装置１の探知データ
に第２の目標観測装置１９を指向して観測された探知デ
ータ数等により融合探知データの重複度を決定し、融合
探知データの複写諸元算出器１８において融合探知デー
タを重複度分複写して融合探知データを含む個々の航跡
の目標予測存在範囲内のみに存在するように割り当て、
探知データ仮説生成器６において式（２８）〜（３１）
のルールに従い探知データと航跡の関連付けの仮説を生
成し、探知データ仮説の信頼度算出器７において目標存
在分布算出器５からの目標の存在確率分布等を基に式
（４２）〜（４４）により探知データの仮説信頼度を算
出し、ゲイン行列算出器１４において目標存在分布算出
器５からの目標の存在確率分布及び第２の遅延回路１３
からの１サンプリング前の予測誤差共分散行列を基に式
（４９）によりゲイン行列を算出する。

【００８３】平滑誤差評価器１１においてゲイン行列、
目標観測装置１からの探知データ、探知データ仮説信頼
度算出器７からの探知データの仮説信頼度、第１の遅延
回路１０からの予測ベクトル及び第２の遅延回路１３か
らの予測誤差共分散行列を基に式（６３）（６６）（６
９）（７０）（７１）により平滑誤差共分散行列を算出
し、予測誤差評価器１２において平滑誤差共分散行列を
基に式（４６）により予測誤差共分散行列を算出し、第
２の遅延回路１３において予測誤差共分散行列を１サン
プリング遅延し、平滑器８においてゲイン行列算出器１
４からのゲイン行列、目標観測装置１からの探知デー
タ、探知データ仮説信頼度算出器７からの探知データの
仮説信頼度及び第１の遅延回路１０からの予測ベクトル
を基に式（６０）により平滑ベクトルを算出し、予測器
９において平滑ベクトルを基に式（４５）により予測ベ
クトルを算出し、第１の遅延回路１０において予測ベク
トルを１サンプリング遅延する。

【００８４】この発明は、クラスタ内に存在するはずの
探知データ数と実際に観測された探知データ数との比較
及びクラスタを構成する航跡の目標予測存在範囲と融合
探知データの関連の分析により第１の目標観測装置１の
分解能による融合探知データか否かの判定を行い、第１
の目標観測装置１の融合探知データに対して第２の目標
観測装置１９を指向して観測された探知データ数等によ
り重複度の算出を行い、重複度に基づく融合探知データ
の複写及び航跡の目標予測存在範囲への適切な割り当て
を行うことにより、探知データ仮説生成器６において融
合探知データが１つの目標の探知データであると誤認
し、クラッタの探知データが目標の探知データであると
誤って処理することに起因する追尾性能の低下を改善す
る効果がある。

【００８５】実施例５次にこの発明の実施例５を図５に従って説明する。第１
の目標観測装置１より目標の観測位置及び観測精度等を
探知データとして第１の観測諸元転送装置２を通して入
力し、目標存在分布算出器５において第１の遅延回路１
０及び第２の遅延回路１３からの１サンプリング前に算
出された予測ベクトル及び予測誤差共分散行列を基に式
（１６）と式（１７）により目標の存在確率分布を算出
し、観測諸元相関器３において目標の存在確率分布を基
に式（２０）により航跡の目標予測存在範囲内の探知デ
ータを選択し、クラスタ処理器４において観測諸元相関
器で航跡と相関の可能性ありと判定された探知データを
基に式（２３）〜（２４）のルールに従いクラスタを生
成する。

【００８６】クラスタ内平均探知データ数算出器１５に
おいてクラスタを構成する航跡数、探知確率、クラッタ
の発生頻度等を基に式（２６）によりクラスタ内の平均
探知データ数を算出し、クラスタ内融合探知データ判定
器１６においてクラスタ内の平均探知データ数と実際に
観測された探知データ数に対して式（２７）を満たし、
かつ複数の航跡の目標予測存在範囲に属する探知データ
を第１の目標観測装置１の分解能による融合探知データ
と判定し、クラスタ内探知データ重複度算出器１７にお
いて融合探知データが属する航跡の目標予測存在範囲の
数を重複度として出力し、融合探知データの複写諸元算
出器１８において融合探知データを重複度分複写して融
合探知データを含む個々の航跡の目標予測存在範囲内の
みに存在するように割り当て、探知データ仮説生成器６
において式（２８）〜（３１）のルールに従い探知デー
タと航跡の関連付けの仮説を生成し、探知データ仮説の
信頼度算出器７において目標存在分布算出器５からの目
標の存在確率分布等を基に式（４２）〜（４４）により
探知データの仮説信頼度を算出し、ゲイン行列算出器１
４において目標存在分布算出器５からの目標の存在確率
分布及び第２の遅延回路１３からの１サンプリング前の
予測誤差共分散行列を基に式（４９）によりゲイン行列
を算出する。

【００８７】融合探知データ用ゲイン行列変換器２３に
おいてゲイン行列を式（７１）を用いて融合探知データ
用ゲイン行列に変換し、平滑誤差評価器１１においてゲ
イン行列、目標観測装置１からの探知データ、探知デー
タ仮説信頼度算出器７からの探知データの仮説信頼度、
第１の遅延回路１０からの予測ベクトル及び第２の遅延
回路１３からの予測誤差共分散行列を基に式（６３）
（６６）（６９）（７０）（７１）により平滑誤差共分
散行列を算出し、予測誤差評価器１２において平滑誤差
共分散行列を基に式（４６）により予測誤差共分散行列
を算出し、第２の遅延回路１３において予測誤差共分散
行列を１サンプリング遅延し、平滑器８においてゲイン
行列算出器１４からのゲイン行列、目標観測装置１から
の探知データ、探知データ仮説信頼度算出器７からの探
知データの仮説信頼度及び第１の遅延回路１０からの予
測ベクトルを基に式（６０）により平滑ベクトルを算出
し、予測器９において平滑ベクトルを基に式（４５）に
より予測ベクトルを算出し、第１の遅延回路１０におい
て予測ベクトルを１サンプリング遅延する。

【００８８】この発明の実施例５は、実施例１の発明に
おいて融合探知データには実際の目標位置に対してオフ
セット誤差が存在することや融合探知データの観測精度
が分解能によらず個々に観測された場合の観測精度に比
べて良く推定されることによる追尾性能の低下を改善す
る効果がある。

【００８９】実施例６次にこの発明の実施例６を図６に従って説明する。第１
の目標観測装置１より目標の観測位置及び観測精度等を
探知データとして第１の観測諸元転送装置２を通して入
力し、目標存在分布算出器５において第１の遅延回路１
０及び第２の遅延回路１３からの１サンプリング前に算
出された予測ベクトル及び予測誤差共分散行列を基に式
（１６）と式（１７）により目標の存在確率分布を算出
し、観測諸元相関器３において目標の存在確率分布を基
に式（２０）により航跡の目標予測存在範囲内の探知デ
ータを選択し、クラスタ処理器４において観測諸元相関
器で航跡と相関の可能性ありと判定された探知データを
基に式（２３）〜（２４）のルールに従いクラスタを生
成する。

【００９０】第２の目標観測装置１９より目標の探知デ
ータ等を第２の観測諸元転送装置２０を通して入力し、
第２の目標観測装置による融合探知データ判定器２１に
おいて第１の目標観測装置１の探知データと第２の目標
観測装置１９の探知データとの位置の比較により第１の
目標観測装置１の探知データが分解能による融合探知デ
ータであるか否かを判定し、クラスタ内探知データ重複
度算出器１７において融合探知データが属する航跡の目
標予測存在範囲の数を重複度として出力し、融合探知デ
ータの複写諸元算出器１８において融合探知データを重
複度分複写して融合探知データを含む個々の航跡の目標
予測存在範囲内のみに存在するように割り当て、探知デ
ータ仮説生成器６において式（２８）〜（３１）のルー
ルに従い探知データと航跡の関連付けの仮説を生成し、
探知データ仮説の信頼度算出器７において目標存在分布
算出器５からの目標の存在確率分布等を基に式（４２）
〜（４４）により探知データの仮説信頼度を算出し、ゲ
イン行列算出器１４において目標存在分布算出器５から
の目標の存在確率分布及び第２の遅延回路１３からの１
サンプリング前の予測誤差共分散行列を基に式（４９）
によりゲイン行列を算出する。

【００９１】融合探知データ用ゲイン行列変換器２３に
おいてゲイン行列を式（７１）を用いて融合探知データ
用ゲイン行列に変換し、平滑誤差評価器１１においてゲ
イン行列、目標観測装置１からの探知データ、探知デー
タ仮説信頼度算出器７からの探知データの仮説信頼度、
第１の遅延回路からの予測ベクトル及び第２の遅延回路
からの予測誤差共分散行列を基に式（６３）（６６）
（６９）（７０）（７１）により平滑誤差共分散行列を
算出し、予測誤差評価器１２において平滑誤差共分散行
列を基に式（４６）により予測誤差共分散行列を算出
し、第２の遅延回路１３において予測誤差共分散行列を
１サンプリング遅延し、平滑器８においてゲイン行列算
出器１４からのゲイン行列、目標観測装置１からの探知
データ、探知データ仮説信頼度算出器７からの探知デー
タの仮説信頼度及び第１の遅延回路からの予測ベクトル
を基に式（６０）により平滑ベクトルを算出し、予測器
９において平滑ベクトルを基に式（４５）により予測ベ
クトルを算出し、第１の遅延回路１０において予測ベク
トルを１サンプリング遅延する。

【００９２】この発明の実施例６は、実施例２の発明に
おいて融合探知データには実際の目標位置に対してオフ
セット誤差が存在することや融合探知データの観測精度
が分解能によらず個々に観測された場合の観測精度に比
べて良く推定されることによる追尾性能の低下を改善す
る効果がある。

【００９３】実施例７次にこの発明の実施例７を図７に従って説明する。第１
の目標観測装置１より目標の観測位置及び観測精度等を
探知データとして第１の観測諸元転送装置２を通して入
力し、目標存在分布算出器５において第１の遅延回路１
０及び第２の遅延回路１３からの１サンプリング前に算
出された予測ベクトル及び予測誤差共分散行列を基に式
（１６）と式（１７）により目標の存在確率分布を算出
し、観測諸元相関器３において目標の存在確率分布を基
に式（２０）により航跡の目標予測存在範囲内の探知デ
ータを選択し、クラスタ処理器４において観測諸元相関
器で航跡と相関の可能性ありと判定された探知データを
基に式（２３）〜（２４）のルールに従いクラスタを生
成する。

【００９４】第２の目標観測装置１９より目標の探知デ
ータ等を第２の観測諸元転送装置２０を通して入力し、
第２の目標観測装置による融合探知データ判定器２１に
おいて第１の目標観測装置１の探知データと第２の目標
観測装置１９の探知データとの位置の比較により第１の
目標観測装置１の探知データが分解能による融合探知デ
ータであるか否かを判定し、第２の目標観測装置による
探知データ重複度算出器２２において第１の目標観測装
置１の融合探知データに対する第２の目標観測装置１９
の観測により得られた探知データ数等により融合探知デ
ータの重複度を決定し、融合探知データの複写諸元算出
器１８において融合探知データを重複度分複写して融合
探知データを含む個々の航跡の目標予測存在範囲内のみ
に存在するように割り当て、探知データ仮説生成器６に
おいて式（２８）〜（３１）のルールに従い探知データ
と航跡の関連付けの仮説を生成し、探知データ仮説の信
頼度算出器７において目標存在分布算出器５からの目標
の存在確率分布等を基に式（４２）〜（４４）により探
知データの仮説信頼度を算出し、ゲイン行列算出器１４
において目標存在分布算出器５からの目標の存在確率分
布及び第２の遅延回路１３からの１サンプリング前の予
測誤差共分散行列を基に式（４９）によりゲイン行列を
算出する。

【００９５】融合探知データ用ゲイン行列変換器２３に
おいてゲイン行列を式（７１）を用いて融合探知データ
用ゲイン行列に変換し、平滑誤差評価器１１においてゲ
イン行列、目標観測装置１からの探知データ、探知デー
タ仮説信頼度算出器７からの探知データの仮説信頼度、
第１の遅延回路１０からの予測ベクトル及び第２の遅延
回路１３からの予測誤差共分散行列を基に式（６３）
（６６）（６９）（７０）（７１）により平滑誤差共分
散行列を算出し、予測誤差評価器１２において平滑誤差
共分散行列を基に式（４６）により予測誤差共分散行列
を算出し、第２の遅延回路１３において予測誤差共分散
行列を１サンプリング遅延し、平滑器８においてゲイン
行列算出器１４からのゲイン行列、目標観測装置１から
の探知データ、探知データ仮説信頼度算出器７からの探
知データの仮説信頼度及び第１の遅延回路１０からの予
測ベクトルを基に式（６０）により平滑ベクトルを算出
し、予測器９において平滑ベクトルを基に式（４５）に
より予測ベクトルを算出し、第１の遅延回路１０におい
て予測ベクトルを１サンプリング遅延する。

【００９６】この発明の実施例７は、実施例３の発明に
おいて融合探知データには実際の目標位置に対してオフ
セット誤差が存在することや融合探知データの観測精度
が分解能によらず個々に観測された場合の観測精度に比
べて良く推定されることによる追尾性能の低下を改善す
る効果がある。

【００９７】実施例８次にこの発明の実施例８を図８に従って説明する。第１
の目標観測装置１より目標の観測位置及び観測精度等を
探知データとして第１の観測諸元転送装置２を通して入
力し、目標存在分布算出器５において第１の遅延回路１
０及び第２の遅延回路１３からの１サンプリング前に算
出された予測ベクトル及び予測誤差共分散行列を基に式
（１６）と式（１７）により目標の存在確率分布を算出
し、観測諸元相関器３において目標の存在確率分布を基
に式（２０）により航跡の目標予測存在範囲内の探知デ
ータを選択し、クラスタ処理器４において観測諸元相関
器で航跡と相関の可能性ありと判定された探知データを
基に式（２３）〜（２４）のルールに従いクラスタを生
成する。

【００９８】クラスタ内平均探知データ数算出器１５に
おいてクラスタを構成する航跡数、探知確率、クラッタ
の発生頻度等を基に式（２６）によりクラスタ内の平均
探知データ数を算出し、クラスタ内融合探知データ判定
器１６においてクラスタ内の平均探知データ数と実際に
観測された探知データ数に対して式（２７）を満たし、
かつ複数の航跡の目標予測存在範囲に属する探知データ
を第１の目標観測装置１の分解能による融合探知データ
と判定し、第２の目標観測装置１９より目標の探知デー
タ等を第２の観測諸元転送装置２０を通して入力し、第
２の目標観測装置による探知データ重複度算出器２２に
おいてクラスタ内融合探知データ判定器１６で融合探知
データと判定された第１の目標観測装置１の探知データ
に第２の目標観測装置１９を指向して観測された探知デ
ータ数等により融合探知データの重複度を決定し、融合
探知データの複写諸元算出器１８において融合探知デー
タを重複度分複写して融合探知データを含む個々の航跡
の目標予測存在範囲内のみに存在するように割り当て、
探知データ仮説生成器６において式（２８）〜（３１）
のルールに従い探知データと航跡の関連付けの仮説を生
成し、探知データ仮説の信頼度算出器７において目標存
在分布算出器５からの目標の存在確率分布等を基に式
（４２）〜（４４）により探知データの仮説信頼度を算
出し、ゲイン行列算出器１４において目標存在分布算出
器５からの目標の存在確率分布及び第２の遅延回路１３
からの１サンプリング前の予測誤差共分散行列を基に式
（４９）によりゲイン行列を算出する。

【００９９】融合探知データ用ゲイン行列変換器２３に
おいてゲイン行列を式（７１）を用いて融合探知データ
用ゲイン行列に変換し、平滑誤差評価器１１においてゲ
イン行列、目標観測装置１からの探知データ、探知デー
タ仮説信頼度算出器７からの探知データの仮説信頼度、
第１の遅延回路１０からの予測ベクトル及び第２の遅延
回路１３からの予測誤差共分散行列を基に式（６３）
（６６）（６９）（７０）（７１）により平滑誤差共分
散行列を算出し、予測誤差評価器１２において平滑誤差
共分散行列を基に式（４６）により予測誤差共分散行列
を算出し、第２の遅延回路１３において予測誤差共分散
行列を１サンプリング遅延し、平滑器８においてゲイン
行列算出器１４からのゲイン行列、目標観測装置１から
の探知データ、探知データ仮説信頼度算出器７からの探
知データの仮説信頼度及び第１の遅延回路１０からの予
測ベクトルを基に式（６０）により平滑ベクトルを算出
し、予測器９において平滑ベクトルを基に式（４５）に
より予測ベクトルを算出し、第１の遅延回路１０におい
て予測ベクトルを１サンプリング遅延する。

【０１００】この発明の実施例８は、実施例４の発明に
おいて融合探知データには実際の目標位置に対してオフ
セット誤差が存在することや融合探知データの観測精度
が分解能によらず個々に観測された場合の観測精度に比
べて良く推定されることによる追尾性能の低下を改善す
る効果がある。

【０１０１】

【発明の効果】この発明の第１の発明の多目標追尾装置
によれば、探知データの探知状況と追尾中の航跡との関
連を分析するようにしたため、１つの目標観測装置で運
用されるシステムへの適用が可能であり、近接する複数
目標やクラッタが観測される環境において目標観測装置
の低分解能に起因する追尾性能の低下を改善し、信頼性
の高い航跡を得ることができるという効果がある。

【０１０２】この発明の第２から第４の発明の多目標追
尾装置によれば、第２の目標観測装置の配置や性能に基
づく第１の目標観測装置の低分解能対策として有効な観
測結果を活用するようにしたため、複数の目標観測装置
より構成されるシステムへの適用が容易であり、近接す
る複数目標やクラッタが観測される環境において目標観
測装置の低分解能に起因する追尾性能の低下を改善し、
信頼性の高い航跡を得ることができるという効果があ
る。

【０１０３】この発明の第５から第８の発明の多目標追
尾装置によれば、第１から第４の発明に対して追尾性能
に関わるゲイン行列を分解能による融合探知データ処理
用に変換しているため、融合探知データに含まれる実際
の目標位置とのオフセット誤差や融合探知データの観測
精度の誤った評価に起因する追尾性能の低下を改善し
て、信頼性の高い航跡を得ることができるという効果が
ある。

【図面の簡単な説明】

【図１】この発明の第１の発明の多目標追尾装置の実施
例の構成を示す図である。

【図２】この発明の第２の発明の多目標追尾装置の実施
例の構成を示す図である。

【図３】この発明の第３の発明の多目標追尾装置の実施
例の構成を示す図である。

【図４】この発明の第４の発明の多目標追尾装置の実施
例の構成を示す図である。

【図５】この発明の第５の発明の多目標追尾装置の実施
例の構成を示す図である。

【図６】この発明の第６の発明の多目標追尾装置の実施
例の構成を示す図である。

【図７】この発明の第７の発明の多目標追尾装置の実施
例の構成を示す図である。

【図８】この発明の第８の発明の多目標追尾装置の実施
例の構成を示す図である。

【図９】従来の多目標追尾装置の一実施例の構成を示す
図である。

【図１０】目標観測装置の分解能による探知データの融
合の例を説明する図である。

【図１１】クラスタ内の平均探知データ数を用いた分解
能による融合探知データの判定の例を説明する図であ
る。

【図１２】第２の目標観測装置を用いた分解能による融
合探知データの判定の例を説明する図である。

【符号の説明】

１第１の目標観測装置２第１の観測諸元転送装置３観測諸元相関器４クラスタ処理器５目標存在分布算出器６探知データ仮説生成器７探知データ仮説の信頼度算出器８平滑器９予測器１０第１の遅延回路１１平滑誤差評価器１２予測誤差評価器１３第２の遅延回路１４ゲイン行列算出器１５クラスタ内平均探知データ数算出器１６クラスタ内融合探知データ判定器１７クラスタ内探知データ重複度算出器１８融合探知データの複写諸元算出器１９第２の目標観測装置２０第２の観測諸元転送装置２１第２の目標観測装置による融合探知データ判定器２２第２の目標観測装置による探知データ重複度算出
器２３融合探知データ用ゲイン行列変換器

───────────────────────────────────────────────────── フロントページの続き (56)参考文献特開平10−160830（ＪＰ，Ａ) 特開平10−104351（ＪＰ，Ａ) 特開平10−104348（ＪＰ，Ａ) 特開平９−318741（ＪＰ，Ａ) 特開平９−318742（ＪＰ，Ａ) 特開平８−271617（ＪＰ，Ａ) 特開平４−113293（ＪＰ，Ａ) 特開平４−113292（ＪＰ，Ａ) 特開平４−113291（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁶，ＤＢ名) G01S 7/00 - 7/42 G01S 13/00 - 13/95

Claims

(57)【特許請求の範囲】

【請求項１】追尾目標及びクラッタ等からの信号検出
結果である観測位置、観測精度、探知確率及びクラッタ
発生頻度を探知データとして出力する目標観測装置と、
上記目標観測装置からの探知データの観測精度と第１の
遅延回路からの予測ベクトルと第２の遅延回路からの予
測誤差評価量より追尾目標の存在確率分布を算出する目
標存在分布算出器と、上記追尾目標の存在確率分布に基
づき航跡の目標予測存在範囲を算出して追尾目標の航跡
と相関の可能性のある探知データを選択する観測諸元相
関器と、上記観測諸元相関器で選択された探知データに
対して共通の探知データの包含により複数の航跡の目標
予測存在範囲をクラスタに分類するクラスタ処理器と、
上記クラスタ処理器で分類された各クラスタ内の探知デ
ータの探知確率及びクラッタ発生頻度よりクラスタ内の
探知データの平均個数を算出するクラスタ内平均探知デ
ータ数算出器と、上記目標観測装置の分解能による探知
データの融合状況を上記クラスタ内の探知データ数と上
記平均個数より判定するクラスタ内融合探知データ判定
器と、上記クラスタ内融合探知データ判定器において融
合探知データであると判定された探知データを包含する
航跡の目標予測存在範囲の数により融合探知データの重
複度を算出するクラスタ内探知データ重複度算出器と、
上記重複度を基に融合探知データの諸元を複写して航跡
の目標予測存在範囲に割り当てる融合探知データの複写
諸元算出器と、複写された融合探知データを含むクラス
タ内の探知データとクラスタを構成する複数の追尾目標
の航跡との関連付けの仮説を生成する探知データ仮説生
成器と、上記目標存在分布算出器からの追尾目標の存在
確率分布を基に探知データの関連付けの仮説信頼度を算
出する探知データ仮説信頼度算出器と、第２の遅延回路
からの予測誤差評価量と上記目標存在分布算出器からの
追尾目標の存在確率分布よりゲイン行列を算出するゲイ
ン行列算出器と、上記ゲイン行列と上記探知データ仮説
信頼度算出器からの探知データの仮説信頼度と第２の遅
延回路からの予測誤差評価量より平滑ベクトルの誤差評
価量を算出する平滑誤差評価器と、上記平滑誤差評価量
より予測ベクトルの誤差評価量を算出する予測誤差評価
器と、上記ゲイン行列算出器からのゲイン行列と上記探
知データ仮説信頼度算出器からの探知データの仮説信頼
度と第１の遅延回路からの予測ベクトルより平滑ベクト
ルを算出する平滑器と、上記平滑ベクトルより予測ベク
トルを算出する予測器と、上記予測ベクトルを１サンプ
リング分遅延させる第１の遅延回路と、上記予測誤差評
価器からの予測誤差評価量を１サンプリング分遅延させ
る第２の遅延回路とで構成することを特徴とする多目標
追尾装置。
【請求項２】追尾目標及びクラッタ等からの信号検出
結果である観測位置、観測精度、探知確率及びクラッタ
発生頻度を探知データとして出力する第１の目標観測装
置と、上記第１の目標観測装置からの探知データの観測
精度と第１の遅延回路からの予測ベクトルと第２の遅延
回路からの予測誤差評価量より追尾目標の存在確率分布
を算出する目標存在分布算出器と、上記追尾目標の存在
確率分布に基づき航跡の目標予測存在範囲を算出して追
尾目標の航跡と相関の可能性のある探知データを選択す
る観測諸元相関器と、上記観測諸元相関器で選択された
探知データに対して共通の探知データの包含により複数
の航跡の目標予測存在範囲をクラスタに分類するクラス
タ処理器と、上記第１の目標観測装置を補助する第２の
目標観測装置と、上記第１の目標観測装置の分解能によ
る探知データの融合状況を第２の目標観測装置の探知デ
ータにより判定する第２の目標観測装置による融合探知
データ判定器と、上記第２の目標観測装置による融合探
知データ判定器において融合探知データであると判定さ
れた探知データを包含する航跡の目標予測存在範囲の数
により融合探知データの重複度を算出するクラスタ内探
知データ重複度算出器と、上記重複度を基に融合探知デ
ータの諸元を複写して航跡の目標予測存在範囲に割り当
てる融合探知データの複写諸元算出器と、複写された融
合探知データを含むクラスタ内の探知データとクラスタ
を構成する複数の追尾目標の航跡との関連付けの仮説を
生成する探知データ仮説生成器と、上記目標存在分布算
出器からの追尾目標の存在確率分布を基に探知データの
関連付けの仮説信頼度を算出する探知データ仮説信頼度
算出器と、第２の遅延回路からの予測誤差評価量と上記
目標存在分布算出器からの追尾目標の存在確率分布より
ゲイン行列を算出するゲイン行列算出器と、上記ゲイン
行列と上記探知データ仮説信頼度算出器からの探知デー
タの仮説信頼度と第２の遅延回路からの予測誤差評価量
より平滑ベクトルの誤差評価量を算出する平滑誤差評価
器と、上記平滑誤差評価量より予測ベクトルの誤差評価
量を算出する予測誤差評価器と、上記ゲイン行列算出器
からのゲイン行列と上記探知データ仮説信頼度算出器か
らの探知データの仮説信頼度と第１の遅延回路からの予
測ベクトルより平滑ベクトルを算出する平滑器と、上記
平滑ベクトルより予測ベクトルを算出する予測器と、上
記予測ベクトルを１サンプリング分遅延させる第１の遅
延回路と、上記予測誤差評価器からの予測誤差評価量を
１サンプリング分遅延させる第２の遅延回路とで構成す
ることを特徴とする多目標追尾装置。
【請求項３】追尾目標及びクラッタ等からの信号検出
結果である観測位置、観測精度、探知確率及びクラッタ
発生頻度を探知データとして出力する第１の目標観測装
置と、上記第１の目標観測装置からの探知データの観測
精度と第１の遅延回路からの予測ベクトルと第２の遅延
回路からの予測誤差評価量より追尾目標の存在確率分布
を算出する目標存在分布算出器と、上記追尾目標の存在
確率分布に基づき航跡の目標予測存在範囲を算出して追
尾目標の航跡と相関の可能性のある探知データを選択す
る観測諸元相関器と、上記観測諸元相関器で選択された
探知データに対して共通の探知データの包含により複数
の航跡の目標予測存在範囲をクラスタに分類するクラス
タ処理器と、上記第１の目標観測装置を補助する第２の
目標観測装置と、上記第１の目標観測装置の分解能によ
る探知データの融合状況を上記第２の目標観測装置の探
知データにより判定する第２の目標観測装置による融合
探知データ判定器と、融合探知データであると判定され
た探知データに対する第２の目標観測装置の観測結果に
より融合探知データの重複度を決定する第２の目標観測
装置による探知データ重複度算出器と、上記重複度を基
に融合探知データの諸元を複写して航跡の目標予測存在
範囲に割り当てる融合探知データの複写諸元算出器と、
複写された融合探知データを含むクラスタ内の探知デー
タとクラスタを構成する複数の追尾目標の航跡との関連
付けの仮説を生成する探知データ仮説生成器と、上記目
標存在分布算出器からの追尾目標の存在確率分布を基に
探知データの関連付けの仮説信頼度を算出する探知デー
タ仮説信頼度算出器と、第２の遅延回路からの予測誤差
評価量と上記目標存在分布算出器からの追尾目標の存在
確率分布よりゲイン行列を算出するゲイン行列算出器
と、上記ゲイン行列と上記探知データ仮説信頼度算出器
からの探知データの仮説信頼度と第２の遅延回路からの
予測誤差評価量より平滑ベクトルの誤差評価量を算出す
る平滑誤差評価器と、上記平滑誤差評価量より予測ベク
トルの誤差評価量を算出する予測誤差評価器と、上記ゲ
イン行列算出器からのゲイン行列と上記探知データ仮説
信頼度算出器からの探知データの仮説信頼度と第１の遅
延回路からの予測ベクトルより平滑ベクトルを算出する
平滑器と、上記平滑ベクトルより予測ベクトルを算出す
る予測器と、上記予測ベクトルを１サンプリング分遅延
させる第１の遅延回路と、上記予測誤差評価器からの予
測誤差評価量を１サンプリング分遅延させる第２の遅延
回路とで構成することを特徴とする多目標追尾装置。
【請求項４】追尾目標及びクラッタ等からの信号検出
結果である観測位置、観測精度、探知確率及びクラッタ
発生頻度を探知データとして出力する第１の目標観測装
置と、上記第１の目標観測装置からの探知データの観測
精度と第１の遅延回路からの予測ベクトルと第２の遅延
回路からの予測誤差評価量より追尾目標の存在確率分布
を算出する目標存在分布算出器と、上記追尾目標の存在
確率分布に基づき航跡の目標予測存在範囲を算出して追
尾目標の航跡と相関の可能性のある探知データを選択す
る観測諸元相関器と、上記観測諸元相関器で選択された
探知データに対して共通の探知データの包含により複数
の航跡の目標予測存在範囲をクラスタに分類するクラス
タ処理器と、上記クラスタ処理器で分類された各クラス
タ内の探知データの探知確率及びクラッタ発生頻度より
クラスタ内の探知データの平均個数を算出するクラスタ
内平均探知データ数算出器と、上記第１の目標観測装置
の分解能による探知データの融合状況を上記クラスタ内
の探知データ数と上記平均個数より判定するクラスタ内
融合探知データ判定器と、上記第１の目標観測装置を補
助する第２の目標観測装置と、上記クラスタ内融合探知
データ判定器で融合探知データであると判定された探知
データに対する第２の目標観測装置の観測結果により融
合探知データの重複度を決定する第２の目標観測装置に
よる探知データ重複度算出器と、上記重複度を基に融合
探知データの諸元を複写して航跡の目標予測存在範囲に
割り当てる融合探知データの複写諸元算出器と、複写さ
れた融合探知データを含むクラスタ内の探知データとク
ラスタを構成する複数の追尾目標の航跡との関連付けの
仮説を生成する探知データ仮説生成器と、上記目標存在
分布算出器からの追尾目標の存在確率分布を基に探知デ
ータの関連付けの仮説信頼度を算出する探知データ仮説
信頼度算出器と、第２の遅延回路からの予測誤差評価量
と上記目標存在分布算出器からの追尾目標の存在確率分
布よりゲイン行列を算出するゲイン行列算出器と、上記
ゲイン行列と上記探知データ仮説信頼度算出器からの探
知データの仮説信頼度と第２の遅延回路からの予測誤差
評価量より平滑ベクトルの誤差評価量を算出する平滑誤
差評価器と、上記平滑誤差評価量より予測ベクトルの誤
差評価量を算出する予測誤差評価器と、上記ゲイン行列
算出器からのゲイン行列と上記探知データ仮説信頼度算
出器からの探知データの仮説信頼度と第１の遅延回路か
らの予測ベクトルより平滑ベクトルを算出する平滑器
と、上記平滑ベクトルより予測ベクトルを算出する予測
器と、上記予測ベクトルを１サンプリング分遅延させる
第１の遅延回路と、上記予測誤差評価器からの予測誤差
評価量を１サンプリング分遅延させる第２の遅延回路と
で構成することを特徴とする多目標追尾装置。
【請求項５】追尾目標及びクラッタ等からの信号検出
結果である観測位置、観測精度、探知確率及びクラッタ
発生頻度を探知データとして出力する目標観測装置と、
上記目標観測装置からの探知データの観測精度と第１の
遅延回路からの予測ベクトルと第２の遅延回路からの予
測誤差評価量より追尾目標の存在確率分布を算出する目
標存在分布算出器と、上記追尾目標の存在確率分布に基
づき航跡の目標予測存在範囲を算出して追尾目標の航跡
と相関の可能性のある探知データを選択する観測諸元相
関器と、上記観測諸元相関器で選択された探知データに
対して共通の探知データの包含により複数の航跡の目標
予測存在範囲をクラスタに分類するクラスタ処理器と、
上記クラスタ処理器で分類された各クラスタ内の探知デ
ータの探知確率及びクラッタ発生頻度よりクラスタ内の
探知データの平均個数を算出するクラスタ内平均探知デ
ータ数算出器と、目標観測装置の分解能による探知デー
タの融合状況を上記クラスタ内の探知データ数と上記平
均個数より判定するクラスタ内融合探知データ判定器
と、上記クラスタ内融合探知データ判定器において融合
探知データであると判定された探知データを包含する航
跡の目標予測存在範囲の数により融合探知データの重複
度を算出するクラスタ内探知データ重複度算出器と、上
記重複度を基に融合探知データの諸元を複写して航跡の
目標予測存在範囲に割り当てる融合探知データの複写諸
元算出器と、複写された融合探知データを含むクラスタ
内の探知データとクラスタを構成する複数の追尾目標の
航跡との関連付けの仮説を生成する探知データ仮説生成
器と、上記目標存在分布算出器からの追尾目標の存在確
率分布を基に探知データの関連付けの仮説信頼度を算出
する探知データ仮説信頼度算出器と、第２の遅延回路か
らの予測誤差評価量と上記目標存在分布算出器からの追
尾目標の存在確率分布よりゲイン行列を算出するゲイン
行列算出器と、探知データの融合に伴う観測精度の誤認
是正のために上記ゲイン行列を変換する融合探知データ
用ゲイン行列変換器と、上記融合探知データ用ゲイン行
列変換器からのゲイン行列と上記探知データ仮説信頼度
算出器からの探知データの仮説信頼度と第２の遅延回路
からの予測誤差評価量より平滑ベクトルの誤差評価量を
算出する平滑誤差評価器と、上記平滑誤差評価量より予
測ベクトルの誤差評価量を算出する予測誤差評価器と、
上記融合探知データ用ゲイン行列変換器からのゲイン行
列と上記探知データ仮説信頼度算出器からの探知データ
の仮説信頼度と第１の遅延回路からの予測ベクトルより
平滑ベクトルを算出する平滑器と、上記平滑ベクトルよ
り予測ベクトルを算出する予測器と、上記予測ベクトル
を１サンプリング分遅延させる第１の遅延回路と、上記
予測誤差評価器からの予測誤差評価量を１サンプリング
分遅延させる第２の遅延回路とで構成することを特徴と
する多目標追尾装置。
【請求項６】追尾目標及びクラッタ等からの信号検出
結果である観測位置、観測精度、探知確率及びクラッタ
発生頻度を探知データとして出力する第１の目標観測装
置と、上記第１の目標観測装置からの探知データの観測
精度と第１の遅延回路からの予測ベクトルと第２の遅延
回路からの予測誤差評価量より追尾目標の存在確率分布
を算出する目標存在分布算出器と、上記追尾目標の存在
確率分布に基づき航跡の目標予測存在範囲を算出して追
尾目標の航跡と相関の可能性のある探知データを選択す
る観測諸元相関器と、上記観測諸元相関器で選択された
探知データに対して共通の探知データの包含により複数
の航跡の目標予測存在範囲内をクラスタに分類するクラ
スタ処理器と、上記第１の目標観測装置を補助する第２
の目標観測装置と、上記第１の目標観測装置の分解能に
よる探知データの融合状況を上記第２の目標観測装置の
探知データにより判定する第２の目標観測装置による融
合探知データ判定器と、上記第２の目標観測装置による
融合探知データ判定器において融合探知データであると
判定された探知データを包含する航跡の目標予測存在範
囲の数により融合探知データの重複度を算出するクラス
タ内探知データ重複度算出器と、上記重複度を基に融合
探知データの諸元を複写して航跡の目標予測存在範囲に
割り当てる融合探知データの複写諸元算出器と、複写さ
れた融合探知データを含むクラスタ内の探知データとク
ラスタを構成する複数の追尾目標の航跡との関連付けの
仮説を生成する探知データ仮説生成器と、上記目標存在
分布算出器からの追尾目標の存在確率分布を基に探知デ
ータの関連付けの仮説信頼度を算出する探知データ仮説
信頼度算出器と、第２の遅延回路からの予測誤差評価量
と上記目標存在分布算出器からの追尾目標の存在確率分
布よりゲイン行列を算出するゲイン行列算出器と、探知
データの融合に伴う観測精度の誤認是正のために上記ゲ
イン行列を変換する融合探知データ用ゲイン行列変換器
と、上記融合探知データ用ゲイン行列変換器からのゲイ
ン行列と上記探知データ仮説信頼度算出器からの探知デ
ータの仮説信頼度と第２の遅延回路からの予測誤差評価
量より平滑ベクトルの誤差評価量を算出する平滑誤差評
価器と、上記平滑誤差評価量より予測ベクトルの誤差評
価量を算出する予測誤差評価器と、上記融合探知データ
用ゲイン行列変換器からのゲイン行列と上記探知データ
仮説信頼度算出器からの探知データの仮説信頼度と第１
の遅延回路からの予測ベクトルより平滑ベクトルを算出
する平滑器と、上記平滑ベクトルより予測ベクトルを算
出する予測器と、上記予測ベクトルを１サンプリング分
遅延させる第１の遅延回路と、上記予測誤差評価器から
の予測誤差評価量を１サンプリング分遅延させる第２の
遅延回路とで構成することを特徴とする多目標追尾装
置。
【請求項７】追尾目標及びクラッタ等からの信号検出
結果である観測位置、観測精度、探知確率及びクラッタ
発生頻度を探知データとして出力する第１の目標観測装
置と、上記第１の目標観測装置からの探知データの観測
精度と第１の遅延回路からの予測ベクトルと第２の遅延
回路からの予測誤差評価量より追尾目標の存在確率分布
を算出する目標存在分布算出器と、上記追尾目標の存在
確率分布に基づき航跡の目標予測存在範囲を算出して追
尾目標の航跡と相関の可能性のある探知データを選択す
る観測諸元相関器と、上記観測諸元相関器で選択された
探知データに対して共通の探知データの包含により複数
の航跡の目標予測存在範囲をクラスタに分類するクラス
タ処理器と、上記第１の目標観測装置を補助する第２の
目標観測装置と、上記第１の目標観測装置の分解能によ
る探知データの融合状況を第２の目標観測装置の探知デ
ータにより判定する第２の目標観測装置による融合探知
データ判定器と、融合探知データであると判定された探
知データに対する第２の目標観測装置の観測結果により
融合探知データの重複度を決定する第２の目標観測装置
による探知データ重複度算出器と、上記重複度を基に融
合探知データの諸元を複写して航跡の目標予測存在範囲
に割り当てる融合探知データの複写諸元算出器と、複写
された融合探知データを含むクラスタ内の探知データと
クラスタを構成する複数の追尾目標の航跡との関連付け
の仮説を生成する探知データ仮説生成器と、上記目標存
在分布算出器からの追尾目標の存在確率分布を基に探知
データの関連付けの仮説信頼度を算出する探知データ仮
説信頼度算出器と、第２の遅延回路からの予測誤差評価
量と上記目標存在分布算出器からの追尾目標の存在確率
分布よりゲイン行列を算出するゲイン行列算出器と、探
知データの融合に伴う観測精度の誤認是正のために上記
ゲイン行列を変換する融合探知データ用ゲイン行列変換
器と、上記融合探知データ用ゲイン行列変換器からのゲ
イン行列と上記探知データ仮説信頼度算出器からの探知
データの仮説信頼度と第２の遅延回路からの予測誤差評
価量より平滑ベクトルの誤差評価量を算出する平滑誤差
評価器と、上記平滑誤差評価量より予測ベクトルの誤差
評価量を算出する予測誤差評価器と、上記融合探知デー
タ用ゲイン行列変換器からのゲイン行列と上記探知デー
タ仮説信頼度算出器からの探知データの仮説信頼度と第
１の遅延回路からの予測ベクトルより平滑ベクトルを算
出する平滑器と、上記平滑ベクトルより予測ベクトルを
算出する予測器と、上記予測ベクトルを１サンプリング
分遅延させる第１の遅延回路と、上記予測誤差評価器か
らの予測誤差評価量を１サンプリング分遅延させる第２
の遅延回路とで構成することを特徴とする多目標追尾装
置。
【請求項８】追尾目標及びクラッタ等からの信号検出
結果である観測位置、観測精度、探知確率及びクラッタ
発生頻度を探知データとして出力する第１の目標観測装
置と、上記第１の目標観測装置からの探知データの観測
精度と第１の遅延回路からの予測ベクトルと第２の遅延
回路からの予測誤差評価量より追尾目標の存在確率分布
を算出する目標存在分布算出器と、上記追尾目標の存在
確率分布に基づき航跡の目標予測存在範囲を算出して追
尾目標の航跡と相関の可能性のある探知データを選択す
る観測諸元相関器と、上記観測諸元相関器で選択された
探知データに対して共通の探知データの包含により複数
の航跡の目標予測存在範囲をクラスタに分類するクラス
タ処理器と、上記クラスタ処理器で分類された各クラス
タ内の探知データの探知確率及びクラッタ発生頻度より
クラスタ内の探知データの平均個数を算出するクラスタ
内平均探知データ数算出器と、上記第１の目標観測装置
の分解能による探知データの融合状況を上記クラスタ内
の探知データ数と上記平均個数より判定するクラスタ内
融合探知データ判定器と、上記第１の目標観測装置を補
助する第２の目標観測装置と、上記クラスタ内融合探知
データ判定器で融合探知データであると判定された探知
データに対する第２の目標観測装置の観測結果により融
合探知データの重複度を決定する第２の目標観測装置に
よる探知データ重複度算出器と、上記重複度を基に融合
探知データの諸元を複写して航跡の目標予測存在範囲に
割り当てる融合探知データの複写諸元算出器と、複写さ
れた融合探知データを含むクラスタ内の探知データとク
ラスタを構成する複数の追尾目標の航跡との関連付けの
仮説を生成する探知データ仮説生成器と、上記目標存在
分布算出器からの追尾目標の存在確率分布を基に探知デ
ータの関連付けの仮説信頼度を算出する探知データ仮説
信頼度算出器と、第２の遅延回路からの予測誤差評価量
と上記目標存在分布算出器からの追尾目標の存在確率分
布よりゲイン行列を算出するゲイン行列算出器と、探知
データの融合に伴う観測精度の誤認是正のために上記ゲ
イン行列を変換する融合探知データ用ゲイン行列変換器
と、上記融合探知データ用ゲイン行列変換器からのゲイ
ン行列と上記探知データ仮説信頼度算出器からの探知デ
ータの仮説信頼度と第２の遅延回路からの予測誤差評価
量より平滑ベクトルの誤差評価量を算出する平滑誤差評
価器と、上記平滑誤差評価量より予測ベクトルの誤差評
価量を算出する予測誤差評価器と、上記融合探知データ
用ゲイン行列変換器からのゲイン行列と上記探知データ
仮説信頼度算出器からの探知データの仮説信頼度と第１
の遅延回路からの予測ベクトルより平滑ベクトルを算出
する平滑器と、上記平滑ベクトルより予測ベクトルを算
出する予測器と、上記予測ベクトルを１サンプリング分
遅延させる第１の遅延回路と、上記予測誤差評価器から
の予測誤差評価量を１サンプリング分遅延させる第２の
遅延回路とで構成することを特徴とする多目標追尾装
置。