JP2990237B2 - 目標信号自動検出方法および装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音波等を発信して
その反射信号を受け、目標らしき物体からの反響信号を
自動的に検出する目標信号自動検出方法および装置に関
する。

【０００２】

【従来の技術】一般に、この種の目標信号自動検出装置
は、アクティブソーナーを利用し、表示器に出力される
音波等の反射信号の画像を操作員が目視することによっ
て目標らしき物体からの反響信号を確認するかあるい
は、その反響信号を直接耳で聞くことにより確認すると
いった操作員の経験や勘により目標を判別していた作業
を支援する目的として用いられる。

【０００３】従来の目標信号自動検出装置は、送受波
器、信号処理部および目標検出部を備えており、送受波
器は、水中に音波を発信するとともに、目標からの反響
信号を受信する。信号処理部は、送受波器により受信さ
れた信号を入力して任意の方向に受信ビームを形成し、
反響信号の振幅値の時系列信号を出力する。目標検出部
は、振幅値の時系列信号に対し周波数分析を行い、得ら
れる周波数パターンに基づいて目標らしき物体からの反
響信号（以下、目標信号とする）を検出する。このよう
に構成することにより、目標の検出率の向上を図ってい
る。

【０００４】

【発明が解決しようとする課題】しかしながら、一般に
アクティブソーナーなどの、音波や電磁波を送信してそ
の反響信号を受信する装置では、目標が運動している場
合、その目標の相対速力に応じて受信時の反響信号の周
波数が変化するという現象（ドップラー現象）が生じ
る。したがって、得られる周波数パターンが変化し、目
標をうまく判定できない事象が生じる問題点がある。

【０００５】

【課題を解決するための手段】本発明によれば、周波数
軸方向に一定周波数幅の窓を用意し、目標の相対速力に
応じて窓を適応的に移動して、目標パターンを切り出し
類別用パターンとすることで、常に安定した目標類別精
度を実現することができる目標信号自動検出方法および
装置が得られる。

【０００６】詳細には、本発明は、音波や電磁波を発信
しその発信信号に対する目標からの反響信号を検出する
目標自動検出方法であって、前記反響信号を含む受信信
号に整相処理を施し、振幅値の時系列信号を出力する第
１のステップと、前記振幅値の時系列信号に対し分解能
が粗い第１の周波数分析を行い、得られた周波数パター
ンから目標の相対速力の推定を行い、周波数軸方向に用
意した一定周波数幅の窓を、目標の相対速力に応じて適
応的に移動して、前記周波数パターンから目標の近傍部
分の周波数パターンを切り出し、前記目標近傍部分の周
波数パターンに基づいて目標らしき物体からの反響信号
を検出し、この反響信号の存在する時系列信号区間を出
力する第２のステップと、前記反響信号の存在する信号
区間に対応する前記振幅値の時系列信号を切り出し出力
する第３のステップと、前記切り出された時系列信号に
対し、分解能が詳細な第２の周波数分析を行い、前記第
２のステップにて推定された目標の相対速力より、周波
数軸方向に用意した一定周波数幅の窓を、目標の相対速
力に応じて適応的に移動して、得られた周波数パターン
から目標近傍部分の周波数パターンを切り出し前記目標
近傍の周波数パターンに基づいて、前記物体を判定し受
信信号が目標からの信号か否かを判定する第４のステッ
プとを含むものである。

【０００７】また、本発明は、音波や電磁波を発信しそ
の発信信号に対する目標からの反響信号を検出する目標
自動検出装置であって、前記反響信号を含む受信信号に
整相処理を施し、振幅値の時系列信号を出力する手段
と、前記振幅値の時系列信号に対し分解能が粗い第１の
周波数分析を行い、得られた周波数パターンから目標の
相対速力の推定を行い、周波数軸方向に用意した一定周
波数幅の窓を、目標の相対速力に応じて適応的に移動し
て、前記周波数パターンから目標の近傍部分の周波数パ
ターンを切り出し、前記目標近傍部分の周波数パターン
に基づいて目標らしき物体からの反響信号を検出し、こ
の反響信号の存在する時系列信号区間を出力する手段
と、前記反響信号の存在する信号区間に対応する前記振
幅値の時系列信号を切り出し出力する手段と、前記切り
出された時系列信号に対し、分解能が詳細な第２の周波
数分析を行い、前記手段にて推定された目標の相対速力
より、周波数軸方向に用意した一定周波数幅の窓を、目
標の相対速力に応じて適応的に移動して、得られた周波
数パターンから目標近傍部分の周波数パターンを切り出
し、前記目標近傍の周波数パターンに基づいて、前記物
体を判定する手段とを含むものである。

【０００８】

【発明の実施の形態】次に本発明の一実施の形態につい
て図面を参照して詳細に説明する。

【０００９】本発明の一実施例は、水中に音波を発信
し、この反響音を受信して目標を検出する装置におい
て、受信信号を周波数パターンに変換し、第一の検出部
にてこの周波数パターンから目標からの反響信号らしき
信号を抽出する。次に、この信号に対して第二の検出部
にてより詳細な周波数分析を行い、この周波数パターン
が目標からの信号か否かを最終判定するものである。

【００１０】図１は、本実施の形態の全体構成を示すブ
ロック図であり、送受波器１は、複数個の電気音響変換
素子が配列された構成を備えており、水中に音波を発信
するとともに、目標からの反響音を受信する。信号処理
部２は、送受波器１により受信された信号を入力して任
意の方位に対して複数の受信ビームを形成し、信号対雑
音比（Ｓ／Ｎ）の向上を図り、振幅値の時系列信号を出
力する。一次検出部３は、信号処理部２から出力される
振幅値の時系列信号に対し粗い周波数分析を行い周波数
パターンを生成する。次にこの周波数パターンから目標
の相対速力を推定するとともに、この周波数パターンか
ら目標の相対速力近傍の周波数パターンを切り出し、目
標らしき物体からの反響信号を検出するとともに、この
反響信号の存在する信号区間を算出する。信号遅延部４
は、信号処理部２から出力される振幅値の時系列信号を
遅延し、一次検出部３にて算出された反響信号の存在す
る区間に対応する区間で振幅値の時系列信号を切り出
す。二次検出部５は、信号遅延部４により、切り出され
た振幅値の時系列信号に対し、詳細な周波数分析を行い
周波数パターンを生成する。次に一次検出部３にて推定
された目標の相対速力を用い、この周波数パターンから
目標の相対速力近傍の周波数パターンを切り出しこの周
波数パターンがどのような物体から反射されたものであ
るかを判定し、この結果を表示部に出力する。

【００１１】次に、図１の構成各部について詳細に説明
して行く。図２は、信号処理２の構成を示すブロック図
であり、プリフォームドビーム形成２１は、送受波器１
の複数個の電気音響変換素子の出力信号を整相して、任
意の方向に対してそれぞれ等しい受波指向性を有する単
一受信ビーム（プリフォームドビーム）を複数個形成す
る。帯域通過フィルタ２２は、プリフォームドビーム形
成２１により得られた単一受信ビーム出力から、使用条
件等から予め特定できる周波数帯域の信号を取り出し、
取り出した信号の振幅値の時系列信号を出力する。

【００１２】次に、一次検出部３について詳細に説明す
る。図３は、一次検出部３の構成を示すブロック図であ
り、また図４はその動作を説明するための図で、特に重
心算出処理部３３と周波数軸切り出し処理部３４の動作
を示す。周波数変換処理部３１は、信号処理部２から出
力される、振幅値の時系列信号を短時間の区間で分割
し、更にこの短時間の区間の振幅値を高速フーリエ変換
（ＦＦＴ）手法により周波数に変換し、目標反響信号の
スペクトルを求める。これを図５に示す。その際、各種
周波数成分を持つ雑音は、周波数に変換されることによ
り雑音の持つエネルギーが各スペクトルに分散され、そ
の結果、周波数領域における雑音レベルが低減される。
これに基づき信号対雑音比が改善される。時間軸切り出
し処理部３２は、周波数変換処理部３１から時系列で出
力されるスペクトルを受信した反響信号の長さで切り出
し（区間ｔ１〜ｔ２）、周波数パターンを生成する。図
６は切り出された周波数パターン例を示している。重心
算出処理部３３は、時間軸切り出し処理部３２から出力
される周波数パターンからまず各時刻（ｔ）のスペクト
ル分布からスペクトル重心を算出する。

【００１３】各時刻（ｔ）のスペクトル分布でのスペク
トル重心Ｃ^t の算出は、以下の数１式による。

【００１４】

【数１】 ここでＳＰＬ^t _i は、時刻ｔ（ｔ＝ｔ１，ｔ１＋Δｔ，
・・・，ｔ１＋（ｎ−１）Δｔ＝ｔ２）、ｉビン目のス
ペクトルベルを示す。ｍは、ＦＦＴにより周波数に変換
された周波数の総ビン数を示す。

【００１５】次に各時刻のスペクトル群のスペクトル重
心Ｃ^t の平均を求め、これを時間軸切り出し処理部３２
で切り出された周波数パターンの周波数軸の重心とす
る。周波数軸の重心（Ｃハット）は、以下の数２式によ
り算出する。

【００１６】

【数２】 式（２）でｎは、時間軸切り出し処理部３２で切り出さ
れた周波数パターンの時系列の総数（（ｔ１−ｔ２）／
Δｔ）を示す。

【００１７】重心算出処理部３３は、まず各時刻のスペ
クトル群のスペクトルとそのスペクトルが存在するビン
のモーメントからスペクトル重心を算出するが、この計
算方法に限定されたものではなく、各時刻のスペクトル
群のスペクトル最大値が存在するビンをスペクトル重心
Ｃ^t とする方法もある。また次にスペクトル群のスペク
トル重心Ｃ^t の平均を算出し、周波数パターンの周波数
軸の重心（Ｃハット）とするが、これもまたこの計算方
法に限定されたものではなく、各スペクトル群のスペク
トル重心Ｃ^t のビンとこのビンに対応するスペクトルの
モーメントからモーメント中心を算出し、これを周波数
パターンの周波数軸の重心（Ｃハット）とする方法もあ
る。

【００１８】周波数軸切り出し処理部３４は、時間軸切
り出し処理部３２で切り出された周波数パターンから、
重心算出処理部３３で算出された周波数軸の重心を用い
て更に切り出しを行う。切り出しは、周波数軸の重心
（Ｃハット）のビンを中心に送信波の送信周波数帯域幅
に相当するビン分切り出しこれを検出用パターンとす
る。

【００１９】正規化処理部３５は、周波数軸切り出し処
理部３４で生成された検出用パターン内のスペクトルレ
ベルの最大値ＭＡＸを検出し、下記数３式によりこの最
大値ＭＡＸにて各スペクトルレベルを割る。

【００２０】

【数３】 式（３）で、Ａは検出用パターン内のスペクトルレベル
を示し、添字ｔは時間、添字ｆは周波数を示し、Ａ’は
正規化後のスペクトルレベルを示す。ニューラルネット
ワーク判定部３６は、３層（入力層、中間層、出力層）
の階層型のニューラルネットワークで構成され、各層間
のユニットは相互にすべて結合されている。勿論、ニュ
ーラルネットワークの構成は、これに限定されたもので
はない。ニューラルネットワークを判定回路として使用
するためには、事前に既知の学習パターンによるニュー
ラルネットワークの学習が必要である。学習パターンの
作成は、実際の目標に対する複数のデータを使用して、
信号処理部２および一次検出部３の正規化処理部３５ま
での処理を通して得られる信号を、目標が実際にある位
置と比較して、目標と雑音の２つのパターンに分類して
作成する。そしてこの学習用パターンを使用して、ニュ
ーラルネットワーク判定部３６に目標が入力された場
合、出力層の目標に割り当てたユニットに１、雑音に割
り当てたユニットに０、雑音が入力された場合、出力層
の目標に割り当てたユニットに０、雑音に割り当てたユ
ニットに１が出力されるよう学習する。ニューラルネッ
トワークの学習手法には、学習手法として公知の事実で
あるバックプロパゲーション手法を使用する。ニューラ
ルネットワーク判定部３６は、以上の学習により正規化
処理部３５の出力を入力して、入力パターンが目標であ
るか雑音であるかを判定し出力する。ここでニューラル
ネットワーク出力層の各ユニットの出力は、０から１の
アナログ量となるため以下の判定条件を使用する。

【００２１】 Ａ ＞ Ｂ かつ Ａ − Ｂ ＞ α なら 目標 Ｂ ＞ Ａ かつ Ｂ − Ａ ＞ α なら 雑音 上記条件以外 なら 不明 ここでＡは、ニューラルネットワーク出力層の目標に割
り当てたユニットの出力、Ｂはニューラルネットワーク
出力層の雑音に割り当てたユニットの出力とする。また
αはあらかじめ定められる値で、例えば０．５に設定さ
れる。検出時刻算出部３７は、ニューラルネットワーク
判定部３６にて目標と判定された場合、時系列的に入力
される信号から目標が検出された時刻を算出する。

【００２２】なお、以上説明した信号処理部２および一
次検出部３は、本発明に係る特許出願と同一出願人によ
る特願平６−２９６１７９号に記載された技術を適用す
ることができる。

【００２３】次に、図７を参照して信号遅延部４につい
て詳細に説明する。図７は、信号遅延部４の構成を示す
ブロック図であり、ため込み処理部４１は、信号処理部
２から出力される振幅値の時系列信号を、一次検出部３
にて生じる処理遅延時間に見合う時間ため込み、その後
順次出力することで、振幅値の時系列信号を遅延させ
る。時間軸切り出し処理部４２は、ため込み処理部４１
から出力される、遅延した振幅値の時系列信号から、一
次検出部３、検出時刻算出部３７にて算出された目標検
出時刻に見合う位置を検索し、これを中心に一定の時間
幅で振幅値の時系列データを切り出す。

【００２４】次に、図８を参照して二次検出部５につい
て詳細に説明する。図８は二次検出部５の構成を示すブ
ロック図であり、周波数変換処理部５１は、信号遅延部
４、時間軸切り出し処理部４２から切り出された振幅値
の時系列信号を短時間の区間で分割し、更にこの短時間
の区間の振幅値を、例えば、ウィグナー分布手法、最大
エントロピー法あるいはウェーブレット変換法などによ
り周波数に変換し、目標反響信号のスペクトルを求め、
これを時系列にならべ周波数パターンを生成する。周波
数軸切り出し処理部５２は、周波数変換処理部５１で生
成された周波数パターンから、重心算出処理部３３で算
出された周波数軸の重心を用いて更に切り出しを行う。
切り出しは、周波数軸の重心Ｃのビンを中心に送信波の
送信周波数帯域幅に相当するビン分切り出しこれを類別
用パターンとする。

【００２５】正規化処理部５３は、周波数軸切り出し処
理部５２で生成された類別用パターン内のスペクトルレ
ベルの最大値ＭＡＸを検出し、この最大値ＭＡＸにて各
スペクトルレベルを割る。これには前述した式（３）を
同様に用いればよい。

【００２６】ニューラルネットワーク判定部５４は、３
層（入力層、中間層、出力層）の階層型のニューラルネ
ットワークで構成され、各層間のユニットは相互にすべ
て結合されている。勿論、ニューラルネットワークの構
成は、これに限定されたものではない。ニューラルネッ
トワーク判定部５４において事前の学習に使用する学習
パターンは、実際の目標に対する複数のデータに対し
て、信号処理部２、一次検出部３の処理を通して得られ
た判定結果を使用する。前述したように、一次検出部
３、ニューラルネットワーク判定部３６での判定結果
は、目標、雑音、不明の３つのカテゴリーに分類される
が、このうち目標を目標として検出したパターン、目標
以外を誤って目標と検出したパターン（誤警報）を目標
および残響として分類する。更に、前述の手法により分
類した残響に対して、前述のニューラルネットワーク判
定部３６での判定で不明となった検出用パターンを加
え、目標および残響の学習用パターンを作成する。そし
てこの学習用パターンを使用して、ニューラルネットワ
ーク判定部５４に目標が入力された場合、出力層の目標
に割り当てたユニットに１、残響に割り当てたユニット
に０、残響が入力された場合、出力層の目標に割り当て
たユニットに０、残響に割り当てたユニットに１が出力
されるよう学習する。ニューラルネットワークの学習手
法には、学習手法として公知の事実であるバックプロパ
ゲーション手法を使用する。ニューラルネットワーク判
定部５４は、以上の学習により正規化処理部５３の出力
を入力して、入力パターンが目標であるか残響であるか
を判定し表示する。ここでニューラルネットワーク出力
層の各ユニットの出力は、０から１のアナログ量となる
ため以下の判定条件を使用する。

【００２７】 Ａ ＞ Ｂ かつ Ａ − Ｂ ＞ β なら 目標 Ｂ ＞ Ａ かつ Ｂ − Ａ ＞ β なら 残響 上記条件以外 なら 不明 ここでＡは、ニューラルネットワーク出力層の目標に割
り当てたユニットの出力、Ｂはニューラルネットワーク
出力層の残響に割り当てたユニットの出力とする。βは
あらかじめ定められる値で、例えば０．５に設定され
る。

【００２８】

【発明の効果】以上説明したように、本発明による目標
信号検出方式および装置では、目標の相対速力がどのよ
うに変化した場合でも、また使用する送信波の送信周波
数および周波数帯域がどのような場合でも、常に同一の
周波数パターンをニューラルネットワークに入力するこ
とが可能となり、目標類別精度の向上が図れる。

【図面の簡単な説明】

【図１】本発明の一実施形態の構成を示すブロック図。

【図２】図１における信号処理部２の構成例を示すブロ
ック図。

【図３】図１における一次検出部３の構成例を示すブロ
ック図。

【図４】図３における重心算出処理部３３および周波数
軸切り出し処理部３４の動作を説明する図。

【図５】図１の一次検出部３における周波数分析で得ら
れるスペクトルレベルの１例を示す波形図。

【図６】図３の時間軸切り出し処理部３２で切り出され
た波形の１例を示す図。

【図７】図１における信号遅延部４の構成例を示すブロ
ック図。

【図８】図１における二次検出部５の一実施形態の構成
を示すブロック図。

【符号の説明】

１ 送受波器 ２ 信号処理部 ２１ プリフォームドビーム形成 ２２ 帯域通過フィルタ ３ 一次検出部 ３１ 周波数変換処理部 ３２ 時間軸切り出し処理部 ３３ 重心算出処理部 ３４ 周波数軸切り出し処理部 ３５ 正規化処理部 ３６ ニューラルネットワーク判定部 ３７ 検出時刻算出部 ４ 信号遅延部 ４１ ため込み処理部 ４２ 時間軸切り出し処理部 ５ 二次検出部 ５１ 周波数変換処理部 ５２ 周波数軸切り出し処理部 ５３ 正規化処理部 ５４ ニューラルネットワーク判定部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 永田 安彦 神奈川県横須賀市津久井３−６−13 エ ーデルハイム103 (56)参考文献 特開 平９−281223（ＪＰ，Ａ) 特開 平９−281224（ＪＰ，Ａ) 特開 平９−211102（ＪＰ，Ａ) 特開 平６−43238（ＪＰ，Ａ) 特開 平４−147078（ＪＰ，Ａ) 特許2834071（ＪＰ，Ｂ２) 特許2806814（ＪＰ，Ｂ２) 特許2826494（ＪＰ，Ｂ２) 特許2786154（ＪＰ，Ｂ２) (58)調査した分野(Int.Cl.⁶，ＤＢ名) G01S 7/00 - 7/64 G01S 13/00 - 13/95 G01S 15/00 - 15/96

Claims (6)

(57)【特許請求の範囲】
1. 【請求項１】 音波や電磁波を発信しその発信信号に対
   する目標からの反響信号を検出する目標自動検出方法で
   あって、 前記反響信号を含む受信信号に整相処理を施し、振幅値
   の時系列信号を出力する第１のステップと、 前記振幅値の時系列信号に対し分解能が粗い第１の周波
   数分析を行い、得られた周波数パターンから目標の相対
   速力の推定を行い、 周波数軸方向に用意した一定周波数幅の窓を、目標の相
   対速力に応じて適応的に移動して、前記周波数パターン
   から目標の近傍部分の周波数パターンを切り出し、 前記目標近傍部分の周波数パターンに基づいて目標らし
   き物体からの反響信号を検出し、この反響信号の存在す
   る時系列信号区間を出力する第２のステップと、 前記反響信号の存在する信号区間に対応する前記振幅値
   の時系列信号を切り出し出力する第３のステップと、 前記切り出された時系列信号に対し、分解能が詳細な第
   ２の周波数分析を行い、前記第２のステップにて推定さ
   れた目標の相対速力より、周波数軸方向に用意した一定
   周波数幅の窓を、目標の相対速力に応じて適応的に移動
   して、得られた周波数パターンから目標近傍部分の周波
   数パターンを切り出し、 前記目標近傍の周波数パターンに基づいて、前記物体を
   判定する第４のステップとを含むことを特徴とする目標
   信号自動検出方法。
2. 【請求項２】 前記第２のステップは、 前記第１のステップで出力される前記振幅値の時系列信
   号を、時系列に短時間の区間で分割し、短時間の区間デ
   ータを順次高速フーリエ変換手法により周波数変換し
   て、前記反響信号のスペクトルを求めるステップと、 前記短時間毎のスペクトル出力を時系列に並べて、受信
   した目標信号の長さに相当する区間を切り出し周波数パ
   ターンとするステップと、 前記周波数パターン内のスペクトルの周波数軸方向の重
   心を算出し、これを目標の相対速力として出力するステ
   ップと、 前記目標の相対速力を中心に送信波の周波数帯域に相当
   する区間を前記周波数パターンから切り出して、第１の
   検出用パターンを生成するステップと、 前記第１の検出用パターンの出力レベルを０〜１の範囲
   で正規化するステップと、 前記正規化された第１の検出用パターンを、所望とする
   目標からの反響信号および雑音信号を用いて予め学習さ
   せたニューラルネットワークに入力し、その検出用パタ
   ーンが目標からの反響信号であるかあるいは雑音信号で
   あるかを判定するステップと、 前記ニューラルネットワークにより、前記検出用パター
   ンが目標からの反響信号であると判定された場合に、前
   記切り出された検出用パターンの検出時刻を算出し目標
   の相対速力とともに出力するステップとを含むことを特
   徴とする前記請求項１記載の目標信号自動検出方法。
3. 【請求項３】 前記第３のステップでは、 前記第１のステップで出力される前記振幅値の時系列信
   号を所定の時間順次ため込むステップと、 前記第２のステップで、前記検出用パターンが目標から
   の反響信号であると判定された場合、前記第１の検出用
   パターンの検出時刻に基づいて、ため込まれた前記振幅
   値の時系列信号の切り出し位置を決定し、目標信号の長
   さに相当する区間で振幅値の時系列信号を切り出し、前
   記目標の相対速力とともに出力するステップとを含むこ
   とを特徴とする前記請求項２記載の目標信号自動検出方
   法。
4. 【請求項４】 前記第４のステップでは、 前記第３のステップで出力される前記目標信号の長さに
   相当する区間切り出された振幅値の時系列信号を、時系
   列に短時間の区間で分割し、短時間の区間データを順次
   時間分解能および周波数分解能に優れた周波数分析手法
   により周波数変換して、反響信号のスペクトルを求めこ
   の短時間毎のスペクトルを時系列に並べ、周波数パター
   ンとするステップと、 前記第３のステップで出力される前記目標の相対速力を
   中心に、送信波の周波数帯域に相当する区間を前記周波
   数パターンから切り出して、第２の検出用パターンを生
   成するステップと、 前記第２の検出用パターンの出力レベルを０〜１の範囲
   で正規化するステップと、 所望とする目標の反響信号を前記第１のステップおよび
   第２のステップで処理した結果、目標以外の信号を目標
   と判定する誤警報、あるいは目標、雑音の何れとも判定
   することができない不明と判定した信号を使用して学習
   させたニューラルネットワークに前記正規化した第２の
   検出用パターンを入力し、入力した前記第２の検出用パ
   ターンが目標からの反響信号であるかそれ以外の信号で
   あるかを判定するステップとを含むことを特徴とする前
   記請求項３記載の目標信号自動検出方法。
5. 【請求項５】 複数個の電気音響変換素子が配列され、
   水中に音波を発信するとともに、目標からの反響音を受
   信する送受波器と、前記送受波器により受信された信号
   を入力して任意の方位に対して複数の受信ビームを形成
   し、振幅値の時系列信号を出力する信号処理部と、前記
   信号処理部から出力される振幅値の時系列信号に対し粗
   い周波数分析を行い周波数パターンを生成し、この周波
   数パターンから目標の相対速力を推定するとともに、こ
   の周波数パターンから目標の相対速力近傍の周波数パタ
   ーンを切り出し、目標らしき物体からの反響信号を検出
   するとともに、この反響信号の存在する信号区間を算出
   する一次検出部と、前記信号処理部から出力される振幅
   値の時系列信号を遅延し、前記一次検出部にて算出され
   た反響信号の存在する区間に対応する区間で振幅値の時
   系列信号を切り出す信号遅延部と、前記信号遅延部によ
   り、切り出された振幅値の時系列信号に対し、詳細な周
   波数分析を行い周波数パターンを生成し、前記一次検出
   部にて推定された目標の相対速力を用い、この周波数パ
   ターンから目標の相対速力近傍の周波数パターンを切り
   出しこの周波数パターンがどのような物体から反射され
   たものであるかを判定する二次検出部とを具備する目標
   信号自動検出装置。
6. 【請求項６】 音波や電磁波を発信しその発信信号に対
   する目標からの反響信号を検出する目標信号自動検出装
   置であって、 前記反響信号を含む受信信号に整相処理を施し、振幅値
   の時系列信号を出力する手段と、 前記振幅値の時系列信号に対し分解能が粗い第１の周波
   数分析を行い、得られた周波数パターンから目標の相対
   速力の推定を行い、周波数軸方向に用意した一定周波数
   幅の窓を、目標の相対速力に応じて適応的に移動して、
   前記周波数パターンから目標の近傍部分の周波数パター
   ンを切り出し、前記目標近傍部分の周波数パターンに基
   づいて目標らしき物体からの反響信号を検出し、この反
   響信号の存在する時系列信号区間を出力する手段と、 前記反響信号の存在する信号区間に対応する前記振幅値
   の時系列信号を切り出し出力する手段と、 前記切り出された時系列信号に対し、分解能が詳細な第
   ２の周波数分析を行い、前記手段にて推定された目標の
   相対速力より、周波数軸方向に用意した一定周波数幅の
   窓を、目標の相対速力に応じて適応的に移動して、得ら
   れた周波数パターンから目標近傍部分の周波数パターン
   を切り出し、 前記目標近傍の周波数パターンに基づいて、前記物体を
   判定する手段とを含むことを特徴とする目標信号自動検
   出装置。