JP3628479B2

JP3628479B2 - 目標運動解析装置および目標運動解析方法

Info

Publication number: JP3628479B2
Application number: JP14187097A
Authority: JP
Inventors: 昌浩松本; 和夫佐藤; 凖原
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1997-05-30
Filing date: 1997-05-30
Publication date: 2005-03-09
Anticipated expiration: 2017-05-30
Also published as: JPH10332806A

Description

【０００１】
【発明の属する技術分野】
本発明は、水中および水上などを運動する目標から放射される音波を音響センサにより観測し、そこから得られる到来音波の方向および周波数を用いて目標の運動諸元を解析する目標運動解析の技術に関するものである。
【０００２】
【従来の技術】
図１１に従来の目標運動解析の原理を示す。
【０００３】
図中において、観測船は、音響センサを使って目標１０２が放射する音波を受信することにより、到来音波の方位および周波数を観測する。そして、観測された方位および周波数、観測時刻および観測装置の時系列の状態情報に基づき目標１０２の状態ベクトルｘ（距離ｒ、方位Ｂｙ、速力Ｍｔ、針路Ｃｔ、放射音波の周波数ｆ０）を解析する。この解析は、状態ベクトルｘから推定される各観測時刻の解析方位と観測方位の差分二乗を観測方位誤差の分散で規格化したものと、状態ベクトルｘから推定される解析周波数と観測周波数との差分二乗を観測周波数誤差の分散で規格化したものを時系列的に合計した、数１の評価関数Φ（ｘ）が最小となるような状態ベクトルを解析する非線形最適化問題である。
【０００４】
【数１】

【０００５】
このような非線形最適化問題を解析する方法としては、これまで、カルマンフィルタ、最小二乗法によるものなどが知られている。カルマンフィルタを用いた目標運動解析についてはＩＥＥＥ会報１９８５年ＶｏｌＡＣ−３０Ｎｏ．１０「ＡＳｔｏｃｈａｓｔｉｃＡｎａｌｙｓｉｓｏｆａＭｏｄｉｆｉｅｄＧａｉｎＥｘｔｅｎｄｅｄＫａｌｍａｎＦｉｌｔｅｒｗｉｔｈＡｐｐｌｉｃａｔｉｏｎｔｏＥｓｔｉｍａｔｉｏｎｗｉｔｈＢｅａｒｉｎｇＯｎｌｙＭｅａｓｕｒｅｍｅｎｔｓ」に記載されており、最小二乗法を用いた目標運動解析についてはＩＥＥＥ会報１９８４年ＶｏｌＡＣ−２９Ｎｏ９「ＦｕｎｄａｍｅｎｔａｌＰｒｏｐｅｒｔｉｅｓａｎｄＰｅｒｆｏｒｍａｎｃｅｏｆＣｏｎｖｅｎｔｉｏｎａｌＢｅａｒｉｎｇ− ｏｎｌｙＴａｒｇｅｔＭｏｔｉｏｎＡｎａｌｙｓｉｓ」に記載されている。
【０００６】
【発明が解決しようとする課題】
しかし、これらの技術に係るアルゴリズムは、音響センサのランダム誤差のみを考慮しており、音響センサ固有のバイアス誤差による影響については考慮していない。
【０００７】
図１２に、音響センサの誤差発生要因を示す。
【０００８】
図１２ａに示すようにランダム誤差２０４は、目標との相対距離に依存して変化する特性を持ち、音響センサ２０２の音波受信感度および指向性ビーム幅２０３をパラメータとして正規分布状に発生するのに対して、図１２ｂ、ｃに示すように、固有バイアス誤差２１０は、海水と隔壁内媒質との相違や船体の材質や形状による音波の屈折によって発生し、音波入射角をパラメータとして増減する特性２１１を有する。
【０００９】
従来、このような音響センサ２０５の固有バイアス誤差に対しては次のように対処していた。すなわち、距離および方位が明確な目標をいくつか用意し、音響センサによる観測方位と自明な目標方位との差分を求めてテーブル化しておく。そして、実際の観測時には、このテーブルを用いて観測値などを補正することにより、音響センサ２０５の固有バイアス誤差に対処していた。
【００１０】
しかしながら、固有バイアス誤差は、同型船でも音響センサ２０５の据え付け状態によって異なるうえ、音響センサ２０５の経年変化や環境条件の変化によっても特性２１１が異なってくる。このため、前述した対処法では、補正が不充分となる場合があり、この場合に従来のカルマンフィルタ、最小二乗法による解析を、たとえば図１３の状況に対して適用すると、図１４に示した解析例に示すように、局所最適解への落ち込みが生じ、目標運動解析精度が劣化することがあった。図１４において、ａ）が距離ｒの解析例、ｂ）が速力Ｍｔの解析例、ｃ）が進路ｃｔの解析例であり、各図において、実線が真の値、波線が従来のカルマンフィルタによる解析結果、白抜きの四角が最小２乗法による解析結果を示している。各図中において、丸で囲んだ箇所などにおいて、局所最適解への落ち込みが生じ、解析結果が真の値からかけはずれてしまっていることが分かる。
【００１１】
そこで、本発明は、固有バイアス誤差に起因する目標運動解析精度の劣化を軽減することを目的とする。
【００１２】
【課題を解決するための手段】
前記目的達成のために、本発明は、たとえば、運動する目標から放射される音波を音響センサにより観測した観測値に基づいて、目標の運動諸元を解析する目標運動解析装置であって、
音響センサの固有バイアス誤差を特定する情報を遺伝子とする個体の集合に遺伝的操作を行い、順次、次世代の個体の集合を生成する遺伝的操作部と、
生成された各世代の個体の集合に含まれる各個体のそれぞれについて、当該個体に対応する固有バイアス誤差を考慮した目標の運動諸元の解析を行うと共に、当該解析の結果と観測値との適合度を求める非線形解析処理部とを備え、
前記遺伝的操作部は、次世代の個体の集合の生成を、現世代の個体のうち、前記非線形解析部において、より高い前記適合度が当該個体について求められた個体の特徴が、より高い確率で次世代に遺伝されるように、前記遺伝的操作を行うことを特徴とする目標運動解析装置を提供する。
【００１３】
このようにして、固有バイアス誤差特性を遺伝的操作処理部において推定しつつ、各個体について非線形解析処理部において目標の運動諸元の解析を実施することにより、各目標に対する解析値が最適解となるような固有バイアス誤差特性の推定が行われるとともに、固有バイアス誤差を補正した観測情報に基づく目標運動諸元の解析が可能となる。
【００１４】
【発明の実施の形態】
以下、本発明に係る目標運動解析装置の実施形態を、艦船に装備され、目標運動諸元の解析を行う目標運動解析システムへの適用を例にとり説明する。
【００１５】
まず、第１の実施形態について説明する。
【００１６】
図１に、本第１実施形態に係る目標運動解析システムの概略構成を示す。
【００１７】
図中において、観測船５１１は目標５１０から到来する音波を音響センサ５０１で受信し、音波の観測周波数と、音波の到来方位であるところの観測方位を、受信時刻および受信位置、受信時の観測船５１１の針路である観測針路、受信時の観測船の速力である観測速力と共に、目標運動解析装置５０５のセンサデータベース５０８に入力時系列データとして蓄積する。このとき、受信位置、観測針路、観測速力は、位置演算器５０４が、観測船に取り付けられた速力検出器５０２と針路検出器５０３から周期的に算出する。また、受信位置は、初めて音波を受信した位置を基準とする相対位置座標として蓄積する。
【００１８】
目標運動解析装置５０５において、非線形解析処理部５０７は、センサデータベース５０８に蓄積された時系列データを参照し目標の運動諸元を解析する。また、この際、遺伝的処理部５０６において音響センサ５０１の固有バイアス誤差を推定する。
【００１９】
目標運動解析装置５０５で求められた運動諸元の解析値および固有バイアス誤差の推定値は、センサデータベース５０８の各種情報と共に解析データ表示器５０９に表示される。
【００２０】
なお、端末装置５０９を介して、オペレータは、端末装置５０９に表示されるセンサデータベース５０８の入力時系列データの連続性を監視することにより発見した入力時系列データ中の異常データの除去と、非線形解析処理部５０７による再計算を目標運動解析装置５０５に指示することができる。
【００２１】
ここで、このような目標運動解析システムが行う目標運動解析の原理を示しておく。
【００２２】
本実施形態において行う目標運動解析は、固有バイアス誤差特性４０３が音響センサ４０２で観測している複数の目標に対して共通であることに着目したものである。
【００２３】
すなわち、図２に示すように、遺伝的処理部４０４で、係数ａ，ｂ，ｃををパラメータとして持つ正弦波曲線４０５を固有バイアス誤差特性４０３のモデル関数とし、この係数ａ，ｂ，ｃを数値遺伝子として、この係数の組合せを個体と定義して遺伝的操作を実施する。遺伝的操作は、非線形解析処理部４０６で固有バイアス誤差を考慮して各目標対応に算出される解析残差二乗和の合計値Ｒの逆数を各個体の適応度とすることにより、解析残差二乗和の合計値が小さな個体ほど適応度が大きくなり、固有バイアス誤差推定値の最適解として選択されるように行う。ここで、解析残差二乗和とは、数２に示すように、各目標毎にセンサデータべースに蓄積された音響センサによる入力時系列データ中の観測方位および観測周波数と、運動諸元の解析の結果求まる時系列の解析方位および解析周波数との差分二乗を各々の観測情報の分散で規格化し、合算したものである。
【００２４】
【数２】

【００２５】
このようにして、固有バイアス誤差特性４０３を遺伝的処理部４０４において推定しつつ、非線形解析処理部４０６において各目標の運動諸元の解析を実施することにより、各目標に対する解析値が最適解となるような固有バイアス誤差特性４０３の推定が行われるとともに、固有バイアス誤差を補正した観測情報に基づく目標運動諸元の解析が可能となる。
【００２６】
以下、本実施形態に係る目標運動解析システムの詳細について説明する。
【００２７】
図３に、目標運動解析装置５０５の詳細な構成を示す。
【００２８】
図中、目標運動解析装置５０５は固有バイアス誤差の推定を行う遺伝的処理部５０６、目標運動諸元の解析を行う非線形解析処理部５０７、これらの両処理部の数値を変換する数値変換処理部６０７、観測データが蓄積されているセンサデータベース５０８から構成される。
【００２９】
遺伝的処理部５０６では、固有バイアス誤差のモデル曲線の係数の組合せを個体とする個体の初期集合Ｐ０を生成６０３し、選択６０４、交叉６０５、突然変異６０６の遺伝的操作を繰り返すことにより、最大の適応度を持つ個体を生成する。なお、この遺伝的操作により最大の適応度を持つ個体が推定される基本原理については次の文献に詳しく述べられている。
【００３０】
Ｈｏｌｌａｎｄ，Ｊｏｈｎ（１９７５）．「ＡｄａｐｔａｔｉｏｎｉｎＮａｔｕｒａｌａｎｄＡｒｔｉｆｉｃｉａｌＳｙｓｔｅｍｓ」，ＭＩＴｐｒｅｓｓ１９９２、Ｇｏｌｄｂｅｒｇ，Ｄａｖｉｄ（１９８７）．「ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍｉｎＳｅａｒｃｈ，Ｏｐｔｉｍｉｚａｔｉｏｎ，ａｎｄＭａｃｈｉｎｅＬｅａｒｎｉｎｇ．Ｒｅａｄｉｎｇ，Ｍａｓｓ．」：Ａｄｄｉｓｏｎ−Ｗｅｓｌｅｙ，Ｄａｖｉｓ，Ｌａｗｒｅｎｃｅ（１９９０）．「ＨａｎｄｂｏｏｋｏｆＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍｓ」，ＶａｎＮｏｓｔｒａｎｄ（邦訳：遺伝アルゴリズムハンドブック嘉数（かかず）他森北出版）
遺伝的処理部５０６における遺伝的操作の過程において生成される各世代の個体集合Ｐｎは数値変換処理部６０７により、固有バイアス誤差のモデル曲線の係数の解集合Ｚに変換する。そして、非線形解析処理部５０７において、最小二乗法または適応型フィルタによる非線形解析６０９において、解集合Ｚの各解について各々、その解を観測方位の補正値として使用し、センサデータベース５０８に蓄積された入力時系列データを参照しながら、解析対象の各目標についての運動諸元の解析を行う。
【００３１】
そして、個別目標毎に非線形解析６０９の内部で計算される解析残差二乗和を評価６１０で合計し、その合計値を評価値Ｒとする。
【００３２】
さて、評価値Ｒは、各個体に対応する固有バイアス誤差のモデル曲線の係数の妥当性を表す。そこで、このようにして算出した評価値Ｒの評価値集合Ｒを、前述した遺伝的処理部５０６の個体の選択６０４操作に使用し、次世代の個体集合Ｐｎを生成する。
【００３３】
以上のような、遺伝的操作を終了判定６１１の条件を満足するまで繰り返し、それまでに得られた、評価値を最小とする係数の組合せを最適解ｚｉとし、最適解ｚｉを用いて求めた運動諸元の解析値を解析値として出力する。これによって、固有バイアス誤差の曲線係数に関する最適解の推定とともに目標の運動諸元に関する最適解の解析が可能となる。
【００３４】
終了判定６１１では、遺伝処理部５０６で生成された世代の数（世代交代数）が所定の最大数を越えた場合に処理を終了させる。また世代交代数が最大値に達しない場合でも、今回の世代に対する評価値集合Ｒ中の評価値の平均値もしくは評価値の最小値が、前回の世代に対する評価値集合Ｒ中の評価値の平均値もしくは評価値の最小値より大きくなった場合に世代交代により適応度が劣化したとして処理を終了させるようにする。
【００３５】
また、本実施形態では、今回の目標運動解析で得られた最適解ｚｉを、次回解析時の遺伝的処理部５０６の初期集合の個体の一つとして継承する処理６１２を行い次回解析の収束が加速されるようにしている。
【００３６】
次に、遺伝的処理部５０６の行う処理の詳細について説明する。
【００３７】
図７は遺伝的処理部５０６の処理の詳細を示したものである。
【００３８】
図示するように、この処理では、まず、初期集合生成６０３において固有バイアス誤差のモデル曲線の係数に該当する数値遺伝子ａ，ｂ，ｃを一様乱数により生成し、その組合せである個体をｍ種類生成して、個体集合Ｐ０を形成する。但し、前回の解析時の最適解Ｚｉを継承しているときは、ｍ−１種類の個体を生成し、これに継承した最適解Ｚｉに対応する個体を加えて個体集合Ｐ０とし、これを現世代の個体集合とする。
【００３９】
次ぎに、現世代に対する非線形解析処理部５０７の処理が終了したら、選択６０４で現世代の各個体の適応度ｆｉｔの大きさに応じた確立でランダムに、現世代の個体集合中より次世代の個体が抽出されるようルーレットルール７０５と乱数７０６により世代交代を実施する。適応度ｆｉｔは、その個体に対して非線形解析処理部５０７で求められた評価値Ｒの逆数を用いる。
【００４０】
次に、交叉７０３では個体の適応度ｆｉｔを標準偏差とする正規分布に従い数値遺伝子の組み替えを実施する。ここで、正規分布を適用することにより、交叉対象の個体の適応度ｆｉｔが大きいものほど数値遺伝子ａ，ｂ，ｃの変化が少なく、適応度ｆｉｔが小さいものほど数値遺伝子ａ，ｂ，ｃの変化が大きくなり、一様分布を適用した場合に比べて解探索の効率化が図れる。たとえば、正規分布交叉７０７に示すように、数値遺伝子ａ１および適応度ｆｉｔ１をもつ個体１と、数値遺伝子ａ２および適応度ｆｉｔ２をもつ個体２の交叉は、数３および数４に従って行うようにする。
【００４１】
【数３】

【００４２】
【数４】

【００４３】
最後に突然変異７０４では、個体ｐの数値遺伝子ａ，ｂ，ｃの任意の一つを一様乱数により変化させることにより、解探索の多様性を確保し、局所最適解への落ち込みを防止する。
【００４４】
そして、この突然変異７０４が終了した個体集合を、新たな現世代の個体集合とする。
【００４５】
以上一連の、遺伝的操作を繰り返すことにより固有バイアス誤差の曲線係数の最適値を推定する。
【００４６】
次に、非線形解析処理部５０７中の、非線形解析６０９の詳細について説明する。
【００４７】
まず、非線形解析６０９において、Ｍａｒｑｕａｒｄｔ法を利用した最小二乗法による非線形解析を行う場合について説明する。
【００４８】
この場合の処理の手順を、図５ａ）に示す。
【００４９】
この最小二乗法による非線形解析８０１では、センサデータベース５０８に蓄積されている全観測時刻のデータを使用し、観測データ誤差が微少であることを仮定した疑似線形解析８０５で初期解析値を算出し、この解析値をＭａｒｑｕａｒｄｔ法８１７により反復修正して最終的な解析値を算出する。
【００５０】
疑似線形解析８０５では目標運動諸元の状態ベクトルを数５のように定義し、線形解析準備８０３で係数行列Ｆを数６、定数行列Ｇを数７により計算しておき、線形解析８０４の数８により初期解析値を算出する。ただし、条件８０２のとおり、前回非線形解析時における最小二乗法８０１による解析値が「解有り」として存在する場合は、この解を今回の初期解析値とし、疑似線形解析８０５をスキップする。これにより、次のＭａｒｑｕａｒｄｔ法解析８１７における解の収束を早めることができる。
【００５１】
【数５】

【００５２】
【数６】

【００５３】
【数７】

【００５４】
【数８】

【００５５】
次に、Ｍａｒｑｕａｒｄｔ法解析８１７では目標運動諸元の状態ベクトルを数９のように定義し、疑似線形解析８０５で算出した初期解析値とこれに基づく目標の放射周波数を数１０により算出して設定する。
【００５６】
【数９】

【００５７】
【数１０】

【００５８】
そして、縮小因子λ設定８０６ではＭａｒｑｕａｒｄｔ法解析における反復修正を安定的に行うことを目的として縮小因子λの初期値を設定する。
【００５９】
処理８０７では反復修正回数ｌｏｏｐ１、ｌｏｏｐ２の初期化を行う。残差二乗行列算出８０８では数１１により、各時刻における観測情報と解析情報との差分の二乗値を算出する。
【００６０】
【数１１】

【００６１】
ヤコビアン行列形成８０９では数１２および数１３により方位情報および周波数情報に関する偏微分係数を算出する。
【００６２】
【数１２】

【００６３】
【数１３】

【００６４】
次に、状態ベクトル修正量Δｘの算出８１０では、ステップ１４に従って、処理８０８で算出した残差二乗行列と処理８０９で算出したヤコビアン行列を用いて状態ベクトルの修正量を算出する。
【００６５】
【数１４】

【００６６】
そして、ｌｏｏｐ１が所定の最大回数を越えたか、もしくは、前回算出のΔｘが今回算出Δｘ以上であるかを判定する条件８１１を満足していれば、処理８１３で状態ベクトルを修正し、条件８１１を満足していなければ、処理８１２で縮小因子λを２倍にし、ｌｏｏｐ１を１加算し処理８０８から８１０を繰り返す。
【００６７】
また、ｌｏｏｐ１が１以上であることを判定する条件８１４を満足していれば、縮小因子λを半分にして次回の反復修正処理に備える。
【００６８】
そして、条件８１６で状態ベクトルの修正量が所定の極小値ｍｉｎより小さくなるか、反復修正回数ｌｏｏｐ２が上限値に達した場合、反復を打ち切り状態ベクトル数９を目標運動諸元（距離ｒ，方位Ｂｙ，速力Ｍｔ，針路Ｃｔ，放射周波数ｆ０）に変換して、処理を終了する。反復修正回数ｌｏｏｐ２が上限値に達していない場合には、ｌｏｏｐ２を１加算し８０８からの処理を繰り返す。
【００６９】
なお、条件８１６で反復修正回数ｌｏｏｐ２が上限値に達して終了した場合は今回の非線形解析は「解なし」であったとして扱い、条件８１６で状態ベクトルの修正量が所定の極小値ｍｉｎより小さくなった場合には、今回の非線形解析は「解あり」であったとして扱う。
【００７０】
なお、誤差をともなって観測される情報から内部の状態モデルを推定する最小二乗法およびＭａｒｑｕａｒｄｔ法の詳細については以下の文献に記載されている。
【００７１】
「最小二乗法による実験データ解析」中川徹他東京大学出版会
次に、非線形解析６０９において、カルマンフィルタによる非線形解析を行う場合について説明する。
【００７２】
この場合の処理の手順を、図５ｂ）に示す。
【００７３】
この場合の処理であるカルマンフィルタによる適応型フィルタ８１９では、目標運動諸元の状態ベクトルを数１５のように定義し、センサデータベース５０８に蓄積されている各入力時系列データ中の各観測時刻毎のデータを一つ一つ取り出して状態ベクトルおよび共分散行列の初期値を逐次更新することにより解析値を収束させていく。
【００７４】
【数１５】

【００７５】
まず、条件８２０で前回の解析値が存在しないと判断されたとき、すなわち、第１回目の処理の場合には、初期値設定８２１において、数１６により状態ベクトルの初期値を設定し、数１７により共分散行列の初期値を設定する。
【００７６】
【数１６】

【００７７】
【数１７】

【００７８】
次に、状態ベクトル状態状態遷移８２２では、状態ベクトルの初期値をセンサデータべースから、今回取り出したデータの観測時刻まで数１８により時間遷移させ、共分散行列状態遷移８２３では、共分散行列の初期値をセンサデータべース５０８から今回取り出したデータの観測時刻まで数１９により時間遷移させる。
【００７９】
【数１８】

【００８０】
【数１９】

【００８１】
さらに、状態ベクトルフィルタリング８２４では数２０によりセンサーデータベース５０８から取り出したデータに基づき状態ベクトルを修正更新し、共分散ベクトルフィルタリング８２５では数２１により共分散行列を修正更新する。
【００８２】
【数２０】

【００８３】
【数２１】

【００８４】
そして、最後に処理８２６で数２２により状態ベクトルを目標運動諸元に変換し、数２３により共分散行列を目標運動諸元解析値の解析誤差標準偏差に変換する。
【００８５】
【数２２】

【００８６】
【数２３】

【００８７】
そして、条件８２７に従ってセンサデータベース５０８から取り出すデータが無くなるまで８２２から８２６までの処理を繰り返す。なお、誤差をともなって観測される情報から内部の状態モデルを推定するカルマンフィルタの詳細については以下の文献に記載されている。
【００８８】
「応用カルマンフィルタ」片山徹朝倉書店
次に、図３の数値変換処理部６０７の行う処理の詳細を説明する。
【００８９】
図６に、数値変換処理部６０７の行う処理を示す。
【００９０】
図示するように、数値変換処理部６０７では、前回解析時の最適解を継承する処理９０３、個体の数値変換処理９０４、評価値を適応度に変換する処理９０５の３つの処理を行う。
【００９１】
前回解析時の最適解を継承する処理９０３では、固有バイアス誤差の曲線係数の最適解ｚｊを遺伝的処理部の個体ｐｊに変換する。これにより、最適解ｚｊの実数値ａｊ，ｂｊ，ｃｊは０〜２５５の均等な数値遺伝子ａｊ，ｂｊ，ｃｊに変換され、乱数による遺伝的操作が可能となる。
【００９２】
個体の数値変換処理９０４では、固有バイアス誤差の曲線係数の組合せである個体ｐｊを、振幅、角周波数、初期位相の３つの実数値の組である解候補ｚｊに変換する。これにより、遺伝的処理部で推定した個体ｐｊの適応度として、各目標の運動諸元解析によって算出される残差二乗和の合計値で評価することが可能となる。
【００９３】
評価値を適応度に変換する処理９０５では、非線形解析処理部で算出した評価値Ｒの逆数を遺伝的処理部における各個体の適応度Ｆとする。これにより、遺伝的処理部における個体の選択操作が可能となる。
【００９４】
以上、目標運動解析装置５０５の詳細について説明した。
【００９５】
次に、目標解析装置５０５の解析結果を出力する端末装置５０９について説明する。
【００９６】
図７は、端末装置５０５に備えたディスプレイの表示のようすを表した図である。
【００９７】
この表示画面は、グラフィックユーザインタフェースを形成し、オペレータは、この表示から標運動解析装置５０５の解析結果を視認することができると共に、表示上にキーボードなどから入力を行うことにより所望の操作を行うことができる。
【００９８】
図７において、１００１は観測船と目標との相対的な位置関係を表示する領域であり、領域１００１中、１００５が観測船の航跡を示している。また、１００３が目標運動解析装置によって解析された目標の航跡を、１００４が観測した方位線を、１００２が目標運動解析装置によって解析された目標の解析誤差範囲を、各々示している。また、領域１０１０には現在時刻が表示される。
【００９９】
領域１００６から１００９は横軸を時間とする表示領域であり、これらの表示において最右端が現在時刻である。これらの表示は、新たな表示データが発生する都度左側へスクロールしてゆく。
【０１００】
ここで、領域１００６は観測方位と解析方位との差分を観測誤差標準偏差で規格化してプロットした表示であり、１００７は観測周波数と解析周波数との差分を観測誤差標準偏差で規格化してプロットした表示である。オペレーターは、これらの表示より、解析の収束状況を判断でき、また、目標の針路および速力の変更状況も判断することができる。
【０１０１】
次に、１００８は観測方位をプロットした表示であり、１００９は観測周波数をプロットした表示である。これらの表示より、オペレータは観測情報の連続性および目標の運動状況を把握することができる。
【０１０２】
ここで、１０１１から１０１４は異常データを示しており、１０１１および１０１３はオペレータの操作により一時消去が指示されたデータであり、１０１２および１０１４はオペレータの操作により削除が指示されたデータを示している。
【０１０３】
このように、オペレータよりデータの一時消去や削除の指示が成されると、入力時系列データ中の一時消去や削除の指示が成されたデータの観測時刻のデータを無視して、再解析を行うよう、端末装置５０５は、目標運動解析装置５０５に指示し、その結果得られた値に従って図７の表示を更新する。一時消去と削除の違いは、削除はセンサデータベース中の対応するデータを削除してしまうのに対して、一時消去は対応するデータ自身は削除せずに解析に対して用いないようにする点である。
【０１０４】
次、１０１５および１０１６は解析対象とする範囲の開始点および終了点を示している。これら１０１５および１０１６が操作されると、この範囲についてを再解析を行うよう、端末装置５０５は、目標運動解析装置５０５に指示し、その結果得られた値に従って図７の表示を更新する。
【０１０５】
次に、１０１７は遺伝的処理部によって推定された固有バイアス誤差特性を表示しており、その曲線の係数が１０１８に表示される。ここで、オペレータ入力部により１０１９に曲線係数が入力されると、入力された固有バイアス誤差を固定的に用いて、再解析を行うよう、端末装置５０５は、目標運動解析装置５０５に指示し、その結果得られた値に従って図７の表示を更新する。
【０１０６】
以上、本発明の第１の実施形態について説明した。
【０１０７】
以上のような処理により、本第１実施形態によれば、図１４に示すように、局所最適解への落ち込みを防ぐことができる。図１４において、ａ）が距離ｒの解析例、ｂ）が速力Ｍｔの解析例、ｃ）が進路ｃｔの解析例であり、各図において、Ｘ印が、本第１実施形態の遺伝的処理とカルマンフィルタを用いた解析を適用した場合、黒塗りの四角が本第１実施形態の遺伝的処理と最小２乗法による解析を適用した場合を示している。
【０１０８】
以上のように、本第１実施形態によれば、遺伝処理部に置いて固有バイアス誤差を推定しつつ非線形解析処理部において目標の運動諸元を解析するので、安定的かつ高精度な解析が可能となる。また、非線形解析処理の結果得られる評価値最小の解を次回解析時における遺伝的処理部の個体の一つとして継承したり、遺伝的処理部に置いて正規分布交叉を行ったり、非線形解析処理部におけるＭａｒｑｕａｒｄｔ法解析の初期値を継承することにより解析収束時間の短縮が実現される。また、さらに、オペレータは、任意に、固有バイアス誤差のモデル曲線の係数や解析対象データを変更し、再解析を行わせることができる。
【０１０９】
以下、本発明の第２の実施形態について説明する。
【０１１０】
図８に、本第２実施形態に係る目標運動解析装置の構成を示す。
【０１１１】
本第２実施形態では、固有バイアス誤差のモデル曲線の係数を含む目標運動諸元の状態ベクトルを遺伝的処理の個体とし、個別目標毎に固有バイアス誤差の推定と目標運動諸元の解析を実施する。
【０１１２】
本第２実施形態では、個別目標毎に次のような処理を行う。すなわち、第１実施形態と異なる点のみを説明すると、遺伝的処理部１１０２では、状態ベクトルを個体として扱う。また、非解析処理部では、各個体を用いて、今解析の対象としている目標の運動諸元を解析する。具体的には、非線形解析処理部１１０８の非線形解析１１０９において次のように処理する。すなわち、最小二乗法を用いる場合は、図５ａ）において疑似線形解析８０５を行わず、個体に対応する値を初期解析値としてＭａｒｑｕａｒｄ法による解析８１７を行う。一方、カルマンフィルタによる場合は、図５ｂ）の処理８２１で、個体に対応する値を初期値として初期状態ベクトルを求める。また、評価１１１０では、入力時系列データ中の観測方位および観測周波数と、今対象としている目標について解析結果として得られた時系列の解析方位および解析周波数との差分二乗を各々の観測情報の分散で規格化し、合算したもの評価値とする。なお、本第２実施形態で、遺伝処理部１１０２に前回の解析時より継承される個体（最適解）は、評価値を最小としたものである。
【０１１３】
なお、本第２実施形態では固有バイアス誤差特性が全観測目標について共通であるということに着目した推定は行っていない。
【０１１４】
以下、本発明の第３の実施形態について説明する。
【０１１５】
図９に、本第３実施形態に係る目標運動解析装置の構成を示す。
【０１１６】
図示するように、本第３実施形態では遺伝的処理を行わない。
【０１１７】
本第３実施形態では、固有バイアス誤差のモデル曲線の係数を含む目標運動諸元の解析値を状態ベクトルとし、個別目標毎に固有バイアス誤差の推定と目標運動諸元の解析を実施する。
【０１１８】
本第３実施形態では、個別目標毎に次のような処理を行う。すなわち、非解析処理部１２０２における解析を回帰的に繰り返し、回帰回数が所定の最大値を越えたか、非解析処理部１２０２における前回の解析結果と今回の解析結果の差が所定の最小値以下となった時点で処理を終了し、非解析処理部１２０２で最後に求まった最適解を解析結果として端末装置１２０９に出力する。ここで、非解析処理部１２０２における解析を回帰的に繰り返す際に、前回の解析結果の最適解を、非線形解析１２０４の初期値として与える。具体的には、非線形解析処理部１１０８の非線形解析１１０９において次のように処理する。すなわち、最小二乗法を用いる場合は、図５ａ）において疑似線形解析８０５を行わず、与えられた初期値を初期解析値として用いてＭａｒｑｕａｒｄ法による解析８１７を行う。一方、カルマンフィルタによる場合は、図５ｂ）の処理８２１では、与えられた初期値を初期状態ベクトルとして用いる。また、さらに、新たに解析を行う場合において、第１回目の非線形処理部１２９２の処理の際には、前回同一目標について求め、端末装置１２０９に出力した最適解を、非線形解析１２０４の初期値として与える。また、前回同一目標について求め、端末装置１２０９に出力した最適解が存在しない場合には、適当な初期値を非線形解析１２０４の初期値として与える。
【０１１９】
なお、本第３実施形態でも固有バイアス誤差特性が全観測目標について共通であるということに着目した推定は行っていない。
【０１２０】
次に、本発明の第４の実施形態について説明する。
【０１２１】
図１０に、本第４実施形態に係る目標運動解析装置の構成を示す。
【０１２２】
本第４実施形態では、固有バイアス誤差のモデル曲線の係数を含む目標運動諸元の状態ベクトル遺伝的処理の個体とし、個別目標毎に固有バイアス誤差の推定と目標運動諸元の解析を実施する。各個体の評価は、各個体に対応する状態ベクトルから推定される時系列の解析方位および解析周波数と入力時系列データ中の観測方位および観測周波数との差分二乗を各々の観測情報の分散で規格化し、合算したもの評価値とする。その他の処理は、第１実施形態と同様である。
【０１２３】
なお、本第４実施形態でも固有バイアス誤差特性が全観測目標について共通であるということに着目した推定は行っていない。
【０１２４】
以上、本発明の実施形態について説明した。
【０１２５】
【発明の効果】
以上のように、本発明によれば、固有バイアス誤差に起因する目標運動解析精度の劣化を軽減することができる。
【図面の簡単な説明】
【図１】目標運動解析システムの概略構成を示したブロック図である。
【図２】目標運動解析の原理を示した図である。
【図３】目標解析装置の構成を示したブロック図である。
【図４】遺伝的処理部の行う処理を示した図である。
【図５】非線形解析処理部の行う処理を示したフローチャートである。
【図６】数値変換処理部の行う処理を示した図である。
【図７】端末装置におけるＧＵＩを示した図である。
【図８】目標解析装置の他の構成例を示したブロック図である。
【図９】目標解析装置の他の構成例を示したブロック図である。
【図１０】目標解析装置の他の構成例を示したブロック図である。
【図１１】従来の目標運動解析の原理を示した図である。
【図１２】音響センサの固有バイアス誤差を示した図である。
【図１３】従来の問題点が生じ得る状態を示した図である。
【図１４】従来の問題点を示した図である。
【符号の説明】
１０１・・・観測船、１０２・・・目標
２０１・・・観測船、２０２・・・音響センサ、２０３・・・指向性ビーム、２０４・・・ランダム誤差標準偏差、２０５・・・音響センサ、２０６・・・音響センサ隔壁、２０７・・・音響的視野角、２０８・・・目標方位の真値（船首基準）、２０９・・・観測方位（船首基準）、２１０・・・固有バイアス誤差、２１１・・・音響センサ固有バイアス誤差特性
３０１・・・目標方位の真値の時系列推移、３０２・・・船首基準の相対方位、３０３・・・船首基準の相対方位に対する固有バイアス誤差特性、３０４・・・固有バイアス誤差の時系列推移、３０５・・・相対距離の時系列推移、３０６・・・ランダム誤差特性、３０７・・・真北基準の観測方位
４０１・・・音響センサ隔壁、４０２・・・音響センサ、４０３・・・船首基準の相対方位に対する固有バイアス誤差特性、４０４・・・遺伝的処理部、４０５・・・各種係数による特性曲線、４０６・・・非線形解析処理部、４０７・・・センサデータベース
５０１・・・音響センサ、５０２・・・速力検出器、５０３・・・針路検出器、５０４・・・位置演算器、
５０５・・・目標運動解析装置、５０６・・・遺伝的処理部、５０７・・・非線形解析処理部、５０８・・・センサデータベース、５０９・・・端末装置
６０３・・・初期集合生成操作、６０４・・・選択操作、６０５・・・交叉操作、６０６・・・突然変異操作、６０７・・・数値変換処理部、６０９・・・非線形解析（最小二乗法または適応型フィルタ）、６１０・・・評価処理、６１１・・・解析終了判定処理、６１２・・・評価値最小解ｚｊの継承処理
７０５・・・適応度の大きさに比例した面積を各個体に割り当てたルーレット、７０６・・・現世代の個体から次世代の個体を選択するためにルーレットに対して放つ矢、７０７・・・正規分布交叉の概念図
８０１・・・Ｍａｒｑｕａｒｄｔ法により実現した最小二乗法の処理例、８０２・・・前回解析時の「解有り」状況判定処理、８０３・・・線形解析準備処理、８０４・・・線形解析処理、８０５・・・疑似線形解析処理部、８０６・・・縮小因子λ設定処理、８０７・・・ｌｏｏｐ１初期化処理、８０８・・・残差二乗行列算出処理、８０９・・・ヤコビアン行列形成処理、８１０・・・状態ベクトル修正量Δｘの算出処理、８１１・・・ｌｏｏｐ１終了判定処理、８１２・・・縮小因子更新処理、８１３・・・状態ベクトル修正処理、８１４・・・縮小因子更新判定処理、８１５・・・縮小因子更新処理、８１６・・・ｌｏｏｐ２終了判定処理、８１７・・・Ｍａｒｑｕａｒｄｔ法解析処理部、８１８・・・状態ベクトルを目標運動諸元に変換する処理、８１９・・・カルマンフィルタにより実現した適応型フィルタの処理例、８２０・・・第一回目解析の判定処理、８２１・・・初期値設定処理、８２２・・・状態ベクトル状態遷移処理、８２３・・・共分散行列状態遷移処理、８２４・・・状態ベクトルフィルタリング処理、８２５・・・共分散行列フィルタリング処理、８２６・・・状態ベクトルを目標運動諸元に変換する処理、８２７・・・センサデータベースのデータ有無判定処理
９０１・・・遺伝的処理部の個体集合、９０２・・・非線形解析処理部の解集合、９０３・・・数値変換処理部の機能（１）、９０４・・・数値変換処理部の機能（２）、９０５・・・数値変換処理部の機能（３）、９０６・・・個体が保有する数値遺伝子の種類、９０７・・・数値遺伝子の範囲、９０８・・・各個体の適応度の集合、９０９・・・最適解の実数パラメータの種類、９１０・・・実数パラメータの範囲、９１１・・・各解候補の評価値の集合
１００１・・・目標と観測船との対勢図、１００２・・・解析誤差標準偏差に基づく目標存在範囲、１００３・・・解析結果に基づく目標運動線、１００４・・・観測方位線、１００５・・・観測船運動航跡、１００６・・・観測方位と解析方位との残差を観測方位誤差標準偏差で規格化した時系列プロット、１００７・・・観測周波数と解析周波数との残差を観測周波数誤差標準偏差で規格化した時系列プロット、１００８・・・観測方位の時系列プロット、１００９・・・観測周波数の時系列プロット、１０１０・・・現在時刻、１０１１・・・一時消去データ、１０１２・・・削除データ、１０１３・・・一時消去データ、１０１４・・・削除データ、１０１５・・・解析対象データ範囲の開始時刻、１０１６・・・解析対象データ範囲の終了時刻、１０１７・・・固有バイアス誤差特性表示部、１０１８・・・固有バイアス誤差特性関数の係数の解析値表示部、１０１９・・・固有バイアス誤差特性関数の係数に関するオペレータ入力値表示部、１０２０・・・目標運動諸元の解析結果表示部、１０２１・・・解析誤差標準偏差の表示部、１０２２・・・目標運動諸元に関するオペレータ入力値表示部
１１０１・・・目標運動解析装置、１１０２・・・遺伝的処理部、１１０３・・・初期集合生成操作、１１０４・・・選択操作、１１０５・・・交叉操作、１１０６・・・突然変異操作、１１０７・・・数値変換処理部、１１０８・・・非線形解析処理部、１１０９・・・非線形解析（最小二乗法または適応型フィルタ）、１１１０・・・評価処理、１１１１・・・解析終了判定処理、１１１２・・・評価値最小解ｚｊの継承処理、１１１３・・・センサデータベース、１１１４・・・解析データ表示器
１２０１・・・目標運動解析装置、１２０２・・・非線形解析処理部、１２０３・・・疑似線形解析処理、１２０４・・・非線形解析（最小二乗法または適応型フィルタ）、１２０５・・・評価処理、１２０６・・・解析終了判定処理、１２０７・・・解ｘの継承処理、１２０８・・・センサデータベース、１２０９・・・解析データ表示器
１３０１・・・目標運動解析装置、１３０２・・・遺伝的処理部、１３０３・・・初期集合生成操作、１３０４・・・選択操作、１３０５・・・交叉操作、１３０６・・・突然変異操作、１３０７・・・数値変換処理部、１３０８・・・評価処理、１３０９・・・解析終了判定処理、１３１０・・・評価値最小解ｘｊの継承処理、１３１１・・・センサデータベース、１３１２・・・解析データ表示器

Claims

運動する目標から放射される音波を音響センサにより観測した観測値に基づいて、目標の運動諸元を解析する目標運動解析装置であって、
音響センサの固有バイアス誤差を特定する情報を遺伝子とする個体の集合に遺伝的操作を行い、順次、次世代の個体の集合を生成する遺伝的操作部と、
生成された各世代の個体の集合に含まれる各個体のそれぞれについて、当該個体に対応する固有バイアス誤差を考慮した目標の運動諸元の解析を行うと共に、当該解析の結果と観測値との適合度を求める非線形解析処理部とを備え、
前記遺伝的操作部は、次世代の個体の集合の生成を、現世代の個体のうち、前記非線形解析部において、より高い前記適合度が当該個体について求められた個体の特徴が、より高い確率で次世代に遺伝されるように、前記遺伝的操作を行うことを特徴とする目標運動解析装置。
請求項１記載の目標運動解析装置であって、
現世代の各個体について前記非線形解析部が求めた適合度の平均が、前世代の各個体について前記非線形解析部が求めた適合度の平均よりも低くなった場合、もしくは、現世代の各個体について前記非線形解析部が求めた適合度のうち最も高い適合度が、前世代の各個体について前記非線形解析部が求めた適合度のうち最も高い適合度より低くなった場合に、非線形解析部が、それまでに解析した解析の結果の内、最も適合度が高い解析の結果を、目標の運動諸元として出力する終了判定部を備えたことを特徴とする目標運動解析装置。
請求項１記載の目標運動解析装置であって、
前記遺伝的操作部は、第１世代の個体の集合を生成する場合に、前回行われた目標の運動諸元の解析において、当該個体について前記非線形解析部において最も高い適合度が求められた個体を、第１世代の個体の集合に含めることを特徴とする目標運動解析装置。
請求項１記載の目標運動解析装置であって、
音響センサの固有バイアス誤差の観測装置に対する目標の相対的な方位角に対する特性をモデル化し、前記個体の遺伝子とする音響センサの固有バイアス誤差を特定する情報として、モデル関数の振幅、周期、初期位相の組み合わせを用いることを特徴とする目標運動解析装置。
請求項１記載の目標運動解析装置であって、
前記遺伝的操作処理部は、前記遺伝的操作として、個体の選択操作、個体間の交叉操作、個体の突然変異操作を行うことを特徴とする目標運動解析装置。
請求項１記載の目標運動解析装置であって、
前記運動する目標から放射される音波を音響センサにより観測した観測値として、音波の到来方位である観測方位と音波の観測された周波数である観測周波数を用い、
前記非線形解析処理部は、各個体についての前記運動諸元の解析を、複数の目標について、最小二乗法または適応型フィルタによって行い、時系列に得られた観測方位および観測周波数と、解析の結果得られた時系列の解析方位および解析周波数の重み付き残差二乗和の、各目標についての合計値の逆数を前記適合度とすることを特徴とする目標運動解析装置。
請求項１記載の目標運動解析装置であって、
前記遺伝的操作処理部の行う遺伝的操作として、個体間の交叉を、前記個体間の距離と、当該個体について求められた適合度とに比例した最大値をとる正規乱数分、各個体を変化させることにより行うことを特徴とする目標運動解析装置。
請求項６記載の目標運動解析装置であって、
前記非線形解析処理部は、前記各個体についての前記運動諸元の解析を、Marquardt法解析を用いる最小二乗法によって行い、
Marquardt法解析の回帰回数が上限値に達するまでに収束した場合に収束した解析値を、次回の目標の運動諸元の解析においてMarquardt法解析の初期値とすることを特徴とする目標運動解析装置。
請求項１記載の目標運動解析装置であって
オペレータの操作を受け入れる端末部を備え、
当該端末部は、個体の遺伝子の入力を受け入れる手段と、
入力された遺伝子を持つ個体についての、目標の運動諸元の解析を前記非線形解析部に実行させる手段を有することを特徴とする目標運動解析装置。
請求項１記載の目標運動解析装置であって
オペレータの操作を受け入れる端末部を備え、
当該端末部は、解析の対象とする観測値の集合の指定を、観測値の範囲もしくは解析対象観測値の集合からの特定の観測値の除去によって受け入れる手段と、
受け入れた観測値を対象とする、目標の運動諸元の解析を前記遺伝的操作処理部および前記非線形解析部に実行させる手段を有することを特徴とする目標運動解析装置。
運動する目標から放射される音波を音響センサにより観測した観測値に基づいて、目標の運動諸元を解析する目標運動解析装置であって、
音響センサの固有バイアス誤差を特定する情報と目標の運動諸元を遺伝子とする個体の集合に遺伝的操作を行い、順次、次世代の個体の集合を生成する遺伝的操作部と、
生成された各世代の個体の集合に含まれる各個体のそれぞれについて、当該個体に対応する固有バイアス誤差と目標の運動諸元を初期値として、音響センサの固有バイアス誤差を特定する情報と目標の運動諸元の解析を、最小二乗法または適応型フィルタによって処理によって行うと共に、当該解析の結果と観測値との適合度を求める非線形解析処理部とを備え、
前記遺伝的操作部は、次世代の個体の集合の生成を、現世代の個体のうち、前記非線形解析部において、より高い前記適合度が当該個体について求められた個体の特徴が、より高い確率で次世代に遺伝されるように、前記遺伝的操作を行うことを特徴とする目標運動解析装置。
運動する目標から放射される音波を音響センサにより観測した観測値に基づいて、目標の運動諸元を解析する目標運動解析装置であって、
音響センサの固有バイアス誤差を特定する情報と目標の運動諸元を遺伝子とする個体の集合に遺伝的操作を行い、順次、次世代の個体の集合を生成する遺伝的操作部と、
生成された各世代の個体の集合に含まれる各個体のそれぞれについて、当該個体に対応する固有バイアス誤差と目標の運動諸元と観測値との適合度を求める評価部とを備え、
前記遺伝的操作部は、次世代の個体の集合の生成を、現世代の個体のうち、前記評価部において、より高い前記適合度が当該個体について求められた個体の特徴が、より高い確率で次世代に遺伝されるように、前記遺伝的操作を行い、かつ、第１世代の個体の集合を生成する場合に、前回行われた目標の運動諸元の解析において、当該個体について前記評価部において最も高い適合度が求められた個体を、第１世代の個体の集合に含めることを特徴とする目標運動解析装置。
運動する目標から放射される音波を音響センサにより観測した観測値に基づいて、目標の運動諸元を解析する目標運動解析方法であって、
音響センサの固有バイアス誤差を特定する情報を遺伝子とする個体の集合に遺伝的操作を行い、順次、次世代の個体の集合を生成する遺伝的操作ステップと、
生成された各世代の個体の集合に含まれる各個体のそれぞれについて、当該個体に対応する固有バイアス誤差を考慮した目標の運動諸元の解析を行うと共に、当該解析の結果と観測値との適合度を求める非線形解析ステップとを有し、
前記遺伝的操作ステップにおいて、次世代の個体の集合の生成を、現世代の個体のうち、前記非線形解析部において、より高い前記適合度が当該個体について求められた個体の特徴が、より高い確率で次世代に遺伝されるように、前記遺伝的操作を行うことを特徴とする目標運動解析方法。