JP5306389B2 - 目標追跡装置 - Google Patents

Description

本発明の実施形態は、電磁波または音波を放射し、これによって目標から反射される電
磁波または音波を測定するアクティブセンサと、目標から放射される電磁波または音波の
角度を測定するパッシブセンサとを用いて、目標の追跡を行なう目標追跡装置に関し、特
に等速直線運動を行う目標と等速直線以外の運動を行う目標の両方に対して追跡性能を向
上させる技術に関する。

図９は、従来の目標追跡装置の構成の一例を示すブロック図である。この目標追跡装置
は、パッシブセンサ１、パッシブセンサ処理部２、アクティブセンサ３、アクティブセン
サ処理部４およびデータ融合部５を備えている。アクティブセンサ３およびアクティブセ
ンサ処理部４は、外部装置である。

パッシブセンサ１は、目標から放射（再放射を含む）される電磁波または音波の角度、
換言すれば、目標の角度を測定し、観測値（測角データ）としてパッシブセンサ処理部２
に送る。パッシブセンサ処理部２は、パッシブセンサ１からの観測値に基づいて、予測値
および平滑値を算出し、目標航跡としてデータ融合部５に送る。また、パッシブセンサ処
理部２は、目標航跡に基づいて、パッシブセンサ１の姿勢等を制御する制御信号を生成し
、パッシブセンサ１に送る。

アクティブセンサ３は、電磁波または音波を放射し、これによって目標から反射される
電磁波または音波を測定し、観測値としてアクティブセンサ処理部４に送る。アクティブ
センサ処理部４は、パッシブセンサ処理部２と同様に、アクティブセンサ３からの観測値
に基づいて、予測値および平滑値を算出し、目標航跡としてデータ融合部５に送る。また
、アクティブセンサ処理部４は、目標航跡に基づいて、アクティブセンサ３の姿勢等を制
御する制御信号を生成し、アクティブセンサ３に送る。データ融合部５は、パッシブセン
サ処理部２からの目標航跡とアクティブセンサ処理部４からの目標航跡とが同一目標を示
していると判定した場合に、これらの目標航跡のデータ融合を行い、データ融合航跡とし
て外部に出力する。

次に、上記のように構成される従来の目標追跡装置の動作を説明する。図１０（ａ）は
、従来の目標追跡装置で行われる目標追跡処理のうち、パッシブセンサ処理部２において
行われる処理の流れを示すフローチャートであり、図１０（ｂ）は、データ融合部５にお
いて行われる処理の流れを示すフローチャートである。なお、アクティブセンサ処理部４
において行われる処理は周知であるので、説明は省略する。

まず、パッシブセンサ処理部２において行われる処理を、図１０（ａ）に示すフローチ
ャートを参照しながら説明する。処理が開始されると、パッシブセンサ処理部２では、ま
ず、観測値が入力される（ＳＴ１０１）。すなわち、パッシブセンサ１は、パッシブセン
サ処理部２からの制御信号に基づいて目標の観測を行い、目標の観測値を算出してパッシ
ブセンサ処理部２に送る。パッシブセンサ処理部２は、パッシブセンサ１から送られてく
る観測値を入力する。

次いで、予測処理が実行される（ＳＴ１０２）。すなわち、パッシブセンサ処理部２は
、前回観測時のステップＳＴ１０３において算出された目標の平滑値およびその共分散行
列に基づいて、目標の予測値およびその共分散行列を算出する。次いで、平滑処理（航跡
出力）が実行される（ＳＴ１０３）。すなわち、パッシブセンサ処理部２は、パッシブセ
ンサ１からの目標の観測値と、ステップＳＴ１０２において算出された目標の予測値およ
びその共分散行列に基づいて、目標の平滑値およびその共分散行列を算出し、目標航跡と
して出力する。次いで、制御処理が実行される（ＳＴ１０４）。すなわち、パッシブセン
サ処理部２は、目標航跡に基づいて、パッシブセンサ１の姿勢等を制御する制御信号を生
成し、パッシブセンサ１に送る。

次いで、終了であるかどうかが調べられる（ＳＴ１０５）。ステップＳＴ１０５におい
て、終了でないことが判断されると、ステップＳＴ１０１に戻り、上述した処理が繰り返
される。一方、ステップＳＴ１０５において、終了であることが判断されると、パッシブ
センサ処理部２における処理は終了する。

次に、データ融合部５において行われる処理を、図１０（ｂ）に示すフローチャートを
参照しながら説明する。データ融合部５では、まず、航跡が入力される（ＳＴ２０１）。
すなわち、データ融合部５は、パッシブセンサ処理部２からの目標航跡を入力するととも
に、アクティブセンサ処理部４からの目標航跡を入力する。次いで、データ融合処理が実
行される（ＳＴ２０２）。すなわち、データ融合部５は、パッシブセンサ処理部２からの
目標航跡とアクティブセンサ処理部４からの目標航跡とのデータ融合を行い、データ融合
航跡として外部に出力する。データ融合処理の詳細は後述する。

次いで、終了であるかどうかが調べられる（ＳＴ２０３）。ステップＳＴ２０３におい
て、終了でないことが判断されると、ステップＳＴ２０１に戻り、上述した処理が繰り返
される。一方、ステップＳＴ２０３において、終了であることが判断されると、データ融
合部５における処理は終了する。

次に、パッシブセンサ処理部２で行われる処理内容について、詳細に説明する。目標の
運動モデルを以下のように定義する。なお、以下において、バーｘは「ｘ（−）」と表記
する。

ここで、ｘ（−）_ｋは、観測時刻ｔ_ｋにおける方位角ａ_ｋ、高低角ｅ_ｋおよびそれらの
速度成分からなる状態ベクトル、Ｆ_ｋ＋１とＧ_ｋ＋１は、観測時刻ｔ_ｋから観測時刻ｔ_ｋ
＋１への遷移行列と駆動行列、ｗ_ｋは、観測時刻ｔ_ｋの平均０、共分散行列Ｑ_ｋのプロセ
ス雑音ベクトル、σ^ｈ _ｋとσ^ｖ _ｋは、観測時刻ｔ_ｋにおけるプロセス雑音の水平面と垂直
面の標準偏差、ｒ_ｋは、観測時刻ｔ_ｋにおけるパッシブセンサ１から目標までの距離であ
る。また、Ａ^Ｔは、ベクトルまたは行列Ａの転置、Ｉ_ｎは、ｎ行ｎ列の単位行列、Ｏ_ｎは
、ｎ行ｎ列の零行列を示す。

パッシブセンサ１の観測モデルを以下のように定義する。

ここで、ｙ_ｋは、観測時刻ｔ_ｋのパッシブセンサ１の観測ベクトル、Ｈ_ｋは、観測時刻
ｔ_ｋのパッシブセンサ１の観測行列、ｖ_ｋは、観測時刻ｔ_ｋのパッシブセンサ１の平均０
、共分散行列Ｒ_ｋの観測雑音ベクトル、σ^ａ _ｋとσ^ｅ _ｋは、観測時刻ｔ_ｋにおける観測雑
音の方位角と高低角の標準偏差である。

上述したステップＳＴ１０１では、パッシブセンサ１からの観測値を観測ベクトルｙ_ｋ
として入力する。上述したステップＳＴ１０２においては、前回観測時の平滑処理の結果
を用いて、以下の式で表される予測処理が実施される。なお、以下において、ハットｘは
「ｘ（＾）」と表記する。

ここで、ｘ（＾）_{ｋ｜ｋ−１}とＰ_{ｋ｜ｋ−１}は、観測時刻ｔ_ｋの予測ベクトルと予測誤
差共分散行列であり、ｘ（＾）_{ｋ−１｜ｋ−１}とＰ_{ｋ−１｜ｋ−１}は、観測時刻ｔ_ｋ−１
の平滑ベクトルと平滑誤差共分散行列である。なお、プロセス雑音共分散行列Ｑ_ｋ−１の
算出は、目標距離の真値ｒ_ｋ−１が得られないため、予め設定された目標距離ｒ_{ｐｒｅｓ
ｅｔ}が用いられる。

上述したステップＳＴ１０３においては、パッシブセンサ１からの観測ベクトルと予測
処理の結果を用いて、以下の式で表される平滑処理が実施される。なお、以下において、
チルダｙは「ｙ（〜）」と表記する。

ここで、ｙ（〜）_ｋは、観測時刻ｔ_ｋのパッシブセンサ１の残差ベクトル、Ｓ_ｋは、観
測時刻ｔ_ｋのパッシブセンサ１の残差共分散行列、Ｋ_ｋは、観測時刻ｔ_ｋのパッシブセン
サ１のカルマンゲイン行列、ｘ（＾）_ｋ｜ｋとＰ_ｋ｜ｋは、観測時刻ｔ_ｋの平滑ベクトル
と平滑誤差共分散行列である。また、Ａ^−１は、行列Ａの逆行列を示す。

上述したステップＳＴ１０４では、制御処理が実行される。上述したステップＳＴ１０
５では、終了判定処理が実施される。

次に、上記ステップＳＴ２０２で行われるデータ融合処理の詳細を、図１１に示すフロ
ーチャートを参照しながら説明する。データ融合処理が開始されると、まず、同一目標判
定処理が行われる（ＳＴ３０１）。すなわち、データ融合部５は、パッシブセンサ処理部
２からの目標航跡とアクティブセンサ処理部４からの目標航跡とが同一の目標の航跡であ
るかどうかを判定する。次いで、データ融合航跡算出処理が行われる（ＳＴ３０２）。す
なわち、データ融合部５は、パッシブセンサ処理部２からの目標航跡とアクティブセンサ
処理部４からの目標航跡とが同一の目標の航跡であることを判定した場合に、これら２つ
の目標航跡のデータ融合処理を行い、データ融合航跡として外部に出力する。その後、デ
ータ融合処理は終了する。

なお、データ融合処理（同一目標判定処理とデータ融合航跡算出処理）としては、非特
許文献４等に開示されているデータ融合処理を用いることができる。また、同一目標判定
処理としては、特許文献４に開示されている処理を用いることができる。

以上説明したように、パッシブセンサ１による目標追跡処理では、パッシブセンサ１か
ら目標までの距離情報が得られないため、プロセス雑音共分散行列Ｑ_ｋ−１に誤差が発生
する。この結果、この値から間接的に算出され、航跡算出に用いられるフィルタゲイン（
カルマンゲイン行列）も、最適値が算出されず航跡誤差が大きくなる。また、上述したよ
うに、パッシブセンサ処理部２において算出する目標航跡の航跡誤差が大きいため、パッ
シブセンサ処理部２とアクティブセンサ処理部４からの目標航跡に基づいて、データ融合
部５において算出されるデータ融合航跡の航跡誤差が大きくなる。

そこで本願出願人は、特願２００９−１９８３４８により、この問題の解決を行うための提案を行った。この特願２００９−１９８３４８によれば、データ融合部は、パッシブセンサとアクティブセンサから入力される目標航跡に基づいてデータ融合航跡を算出し、補正情報算出部は、データ融合部からのデータ融合航跡に基づいて、パッシブセンサからの観測値を入力して目標の航跡を算出するための補正情報を算出し、パッシブセンサ処理部は、補正情報算出部からの補正情報に基づいて目標の航跡を算出することにより、パッシブセンサ処理部からの追跡精度を向上させる技術が開示されている。これにより、特に等速直線運動を行う目標に対する追跡性能を向上させることができる。

なお、等速直線運動を行う目標と等速直線以外の運動を行う目標の両方に対して追跡性
能を向上させる技術として、複数の運動モデルを並列動作させるＩＭＭ（Ｉｎｔｅｒａｃ
ｔｉｎｇ Ｍｕｌｔｉｐｌｅ Ｍｏｄｅｌ）フィルタが、非特許文献３等に開示されてい
るが、一般的に、多くの運動モデルが３次元直交座標系の運動として定義してあるために
、アクティブセンサ処理部４に適用できるものの、２次元極座標系等で目標航跡の推定を
行なうパッシブセンサ処理部２に適用することは難しい。

特開平７−１２８４３６号公報 特開２００９−３８７７７号公報 特開２００２−１８１９２６号公報 特開平６−９４８３０号公報

D. Howard, "Tracking Radar," in Radar Handbook, 2nd ed., ch.18, ed. M. Skolnik, McGraw-Hill, New York, 1990. 吉田孝監修，改訂 レーダ技術，pp.264-267，電子情報通信学会, 1996. Y. Bar-Shalom, X. R. Li, T. Kirubarajan, Estimation with Applications to Tracking and Navigation, Wiley-Interscience, 2001 S. S. Blackman, Multiple-Target Tracking with Radar Applications, Artech House, 1986

上述したように、パッシブセンサを用いた目標追跡装置では、一般的には、パッシブセ
ンサ１から目標までの距離情報が得られないため、航跡算出に用いられるフィルタゲイン
も、最適値が算出されず航跡誤差が大きくなる。また、同じ理由により、パッシブセンサ
を中心とするローカル座標系で目標を追跡することになるが、例えばローカル座標系とし
て極座標系を用いる場合、非特許文献１に示すように、目標が直交座標系で等速直線運動
を行なっていても、極座標系では角加速度、角加速度の微分成分が発生する。これに対応
しようとして、非特許文献２に示すように、フィルタゲインを大きくすると、航跡誤差の
ランダム成分が大きくなり、航跡誤差のランダム成分を小さくしようとしてフィルタゲイ
ンを小さくすると、航跡誤差のバイアス成分が大きくなるため、パッシブセンサを用いた
目標追跡装置の追跡性能を向上させることが難しく、パッシブセンサを用いた目標追跡装
置からの航跡を用いてデータ融合を行っても、データ融合航跡の精度を向上させることが
できないという問題がある。

また、本願出願人が特願２００９−１９８３４８に開示した技術は上述したように優れた技術であるが、単一の運動モデルを前提としているために、等速直線運動を行う目標に最適化すると、等
速直線以外の運動を行う目標に対する追跡性能が劣化し、等速直線以外の運動を行う目標に最適化すると、等速直線運動を行う目標に対する追跡性能が劣化して、等速直線運動を行う目標と等速直線以外の運動を行う目標の両方に対して追跡性能を向上させることができないという問題がある。

なお、特許文献１には、パッシブセンサとアクティブセンサを組み合わせ、パッシブセ
ンサとアクティブセンサからの情報に基づいて、アクティブセンサを制御する低被探知性
センサ装置が開示され、特許文献２には、パッシブセンサとしてカメラを用い、カメラの
パン・チルト制御を制御ベクトルとして考慮する自動追尾装置が開示されている。

本発明の課題は、等速直線運動を行う目標と等速直線以外の運動を行う目標の両方に対
して追跡性能を向上させることができる目標追跡装置を提供することにある。

上記課題を解決するために、本実施形態の目標追跡装置は、目標の角度を測定して観測
値として出力するパッシブセンサからの観測値を入力して複数の運動モデルに対応する目
標の航跡を算出し、複数の運動モデルに対応する目標の航跡を加重平均して目標の航跡と
して出力するパッシブセンサ処理部と、アクティブセンサからの観測値を入力して目標の
航跡を算出するアクティブセンサ処理部からの航跡と前記パッシブセンサ処理部からの航
跡とが同一目標を示していると判定した場合にこれら２つの航跡のデータ融合を行ってデ
ータ融合航跡として出力するデータ融合部と、前記パッシブセンサ処理部に補正情報を出
力する補正情報算出部を備える目標追跡装置であって、前記補正情報算出部は、前記デー
タ融合部からのデータ融合航跡に基づいて、補正情報として、前記パッシブセンサから目
標までの距離を算出することと、前記パッシブセンサ処理部は、前記補正情報算出部で算
出された目標までの距離に基づいて、複数の運動モデルに対応するプロセス雑音共分散行
列を算出し、算出した複数の運動モデルに対応するプロセス雑音共分散行列に基づいて、
目標の航跡を算出することとを特徴とする。

また、目標の角度を測定して観測値として出力するパッシブセンサからの観測値を入力
して複数の運動モデルに対応する目標の航跡を算出し、複数の運動モデルに対応する目標
の航跡を加重平均して目標の航跡として出力するパッシブセンサ処理部と、アクティブセ
ンサからの観測値を入力して目標の航跡を算出するアクティブセンサ処理部からの航跡と
前記パッシブセンサ処理部からの航跡とが同一目標を示していると判定した場合にこれら
２つの航跡のデータ融合を行ってデータ融合航跡として出力するデータ融合部と、前記パ
ッシブセンサ処理部に補正情報を出力する補正情報算出部を備える目標追跡装置であって
、前記補正情報算出部は、前記データ融合部からのデータ融合航跡とデータ融合航跡に対
応し前記アクティブセンサ処理部から出力されるプロセス雑音共分散行列を含む目標航跡
に基づいて、補正情報として、前記パッシブセンサから目標までの距離と前記パッシブセ
ンサの位置における目標のプロセス雑音共分散行列を算出することと、前記パッシブセン
サ処理部は、前記補正情報算出部で算出された前記パッシブセンサから目標までの距離と
プロセス雑音共分散行列に基づいて、複数の運動モデルに対応するプロセス雑音共分散行
列と運動モデル確率を算出し、算出した複数の運動モデルに対応するプロセス雑音共分散
行列と運動モデル確率に基づいて、目標の航跡を算出することとを特徴とする。

また、目標の角度を測定して観測値として出力するパッシブセンサからの観測値を入力
して複数の運動モデルに対応する目標の航跡を算出し、複数の運動モデルに対応する目標
の航跡を加重平均して目標の航跡として出力するパッシブセンサ処理部と、アクティブセ
ンサからの観測値を入力して目標の航跡を算出するアクティブセンサ処理部からの航跡と
前記パッシブセンサ処理部からの航跡とが同一目標を示していると判定した場合にこれら
２つの航跡のデータ融合を行ってデータ融合航跡として出力するデータ融合部と、前記パ
ッシブセンサ処理部に補正情報を出力する補正情報算出部を備える目標追跡装置であって
、前記補正情報算出部は、前記データ融合部からのデータ融合航跡に基づいて、補正情報
として、前記パッシブセンサの位置における目標のバイアス誤差を算出して制御入力とし
て出力することと、前記パッシブセンサ処理部は、前記補正情報算出部から出力される制
御入力に基づいて、複数の運動モデルに対応する目標の予測値を算出し、算出した複数の
運動モデルに対応する予測値に基づいて、目標の航跡を算出することとを特徴とする。

また、目標の角度を測定して観測値として出力するパッシブセンサからの観測値を入力
して複数の運動モデルに対応する目標の航跡を算出し、複数の運動モデルに対応する目標
の航跡を加重平均して目標の航跡として出力するパッシブセンサ処理部と、アクティブセ
ンサからの観測値を入力して目標の航跡を算出するアクティブセンサ処理部からの航跡と
前記パッシブセンサ処理部からの航跡とが同一目標を示していると判定した場合にこれら
２つの航跡のデータ融合を行ってデータ融合航跡として出力するデータ融合部と、前記パ
ッシブセンサ処理部に補正情報を出力する補正情報算出部を備える目標追跡装置であって
、前記補正情報算出部は、前記データ融合部からのデータ融合航跡に基づいて、補正情報
として、前記パッシブセンサの位置における目標のバイアス誤差を算出して制御入力とし
て出力し、かつ、前記パッシブセンサから目標までの距離を算出することと、前記パッシ
ブセンサ処理部は、前記補正情報算出部から出力される制御入力に基づいて、複数の運動
モデルに対応する目標の予測値を算出し、かつ、前記補正情報算出部で算出された目標ま
での距離に基づいて、複数の運動モデルに対応するプロセス雑音共分散行列を算出し、算
出した複数の運動モデルに対応する目標の予測値とプロセス雑音共分散行列に基づいて、
目標の航跡を算出することとを特徴とする。

また、目標の角度を測定して観測値として出力するパッシブセンサからの観測値を入力
して複数の運動モデルに対応する目標の航跡を算出し、複数の運動モデルに対応する目標
の航跡を加重平均して目標の航跡として出力するパッシブセンサ処理部と、アクティブセ
ンサからの観測値を入力して目標の航跡を算出するアクティブセンサ処理部からの航跡と
前記パッシブセンサ処理部からの航跡とが同一目標を示していると判定した場合にこれら
２つの航跡のデータ融合を行ってデータ融合航跡として出力するデータ融合部と、前記パ
ッシブセンサ処理部に補正情報を出力する補正情報算出部を備える目標追跡装置であって
、前記補正情報算出部は、前記データ融合部からのデータ融合航跡とデータ融合航跡に対
応し前記アクティブセンサ処理部から出力されるプロセス雑音共分散行列を含む目標航跡
に基づいて、補正情報として、前記パッシブセンサの位置における目標のバイアス誤差を
算出して制御入力として出力し、かつ、前記パッシブセンサから目標までの距離と前記パ
ッシブセンサの位置における目標のプロセス雑音共分散行列を算出することと、前記パッ
シブセンサ処理部は、前記補正情報算出部から出力される制御入力に基づいて、複数の運
動モデルに対応する目標の予測値を算出し、かつ、前記補正情報算出部で算出された目標
までの距離とプロセス雑音共分散行列に基づいて、複数の運動モデルに対応するプロセス
雑音共分散行列と運動モデル確率を算出し、算出した複数の運動モデルに対応する目標の
予測値、プロセス雑音共分散行列および運動モデル確率に基づいて、目標の航跡を算出す
ることとを特徴とする。

第１の実施形態に係る目標追跡装置の構成を示すブロック図である。 第１の実施形態に係る目標追跡装置において行われる目標追跡処理の流れを示すフローチャートである。 第２の実施形態に係る目標追跡装置において行われる目標追跡処理の流れを示すフローチャートである。 第３の実施形態に係る目標追跡装置において行われる目標追跡処理の流れを示すフローチャートである。 第４の実施形態に係る目標追跡装置において行われる目標追跡処理の流れを示すフローチャートである。 第５の実施形態に係る目標追跡装置において行われる目標追跡処理の流れを示すフローチャートである。 第１の実施形態〜第５の実施形態の変形例に係る目標追跡装置の構成を示すブロック図である。 第１の実施形態〜第５の実施形態の他の変形例に係る目標追跡装置の構成を示すブロック図である。 従来の目標追跡装置の構成の一例を示すブロック図である。 従来の目標追跡装置において行われる目標追跡処理の流れを示すフローチャートである。 従来の目標追跡装置における目標追跡処理の中で行われるデータ融合処理の流れを示すフローチャートである。

以下、本発明の実施の形態を、図面を参照しながら詳細に説明する。なお、以下におい
ては、背景技術の欄で説明した構成部分と同一または相当する部分には、背景技術の欄で
使用した符号と同じ符号を用いて説明する。

図１は、第１の実施形態に係る目標追跡装置の構成を示すブロック図である。この目標
追跡装置は、パッシブセンサ１、パッシブセンサ処理部２ａ、アクティブセンサ３、アク
ティブセンサ処理部４、データ融合部５および補正情報算出部６ａを備えている。アクテ
ィブセンサ３およびアクティブセンサ処理部４は、外部装置である。

パッシブセンサ１は、目標から放射（再放射を含む）される電磁波または音波の角度、
換言すれば、目標の角度を測定し、観測値（測角データ）としてパッシブセンサ処理部２
ａに送る。パッシブセンサ処理部２ａは、パッシブセンサ１からの観測値と補正情報算出
部６ａからの補正情報（目標距離）とに基づいて、複数の運動モデルに対応する予測値お
よび複数の運動モデルに対応する平滑値を算出すると共に、複数の運動モデルに対応する
平滑値を加重平均した平滑値を算出し、目標航跡としてデータ融合部５に送る。また、パ
ッシブセンサ処理部２ａは、目標航跡に基づいて、パッシブセンサ１の姿勢等を制御する
制御信号を生成し、パッシブセンサ１に送る。

アクティブセンサ３は、電磁波または音波を放射し、これによって目標から反射される
電磁波または音波を測定し、観測値としてアクティブセンサ処理部４に送る。アクティブ
センサ処理部４は、パッシブセンサ処理部２ａと同様に、アクティブセンサ３からの観測
値に基づいて、予測値および平滑値を算出し、目標航跡としてデータ融合部５に送る。ま
た、アクティブセンサ処理部４は、目標航跡に基づいて、アクティブセンサ３の姿勢等を
制御する制御信号を生成し、アクティブセンサ３に送る。

データ融合部５は、パッシブセンサ処理部２ａからの目標航跡とアクティブセンサ処理
部４からの目標航跡とが同一目標を示していると判定した場合に、これらの目標航跡のデ
ータ融合を行い、データ融合航跡として補正情報算出部６ａに送る。補正情報算出部６ａ
は、データ融合部５から送られてくるデータ融合航跡に基づいて、目標距離（パッシブセ
ンサ１から目標までの距離）を算出し、補正情報としてパッシブセンサ処理部２ａに送る
。

次に、上記のように構成される第１の実施形態に係る目標追跡装置の動作を説明する。
図２（ａ）は、第１の実施形態に係る目標追跡装置で行われる目標追跡処理のうち、パッ
シブセンサ処理部２ａにおいて行われる処理の流れを示すフローチャートであり、図２（
ｂ）は、データ融合部５と補正情報算出部６ａにおいて行われる処理の流れを示すフロー
チャートである。なお、アクティブセンサ処理部４において行われる処理は周知であるの
で、説明は省略する。また、以下においては、図１０のフローチャートに示した従来の目
標追跡装置で行われる処理と同じ処理を行うステップには、図１０で使用した符号と同じ
符号を付して説明する。

まず、パッシブセンサ処理部２ａにおいて行われる処理を、図２（ａ）に示すフローチ
ャートを参照しながら説明する。処理が開始されると、パッシブセンサ処理部２ａでは、
まず、観測値が入力される（ＳＴ１０１）。すなわち、パッシブセンサ１は、パッシブセ
ンサ処理部２ａからの制御信号に基づいて目標の観測を行い、目標の観測値を算出してパ
ッシブセンサ処理部２ａに送る。パッシブセンサ処理部２ａは、パッシブセンサ１から送
られてくる観測値を入力する。

次いで、補正情報入力処理（目標距離）が実行される（ＳＴ１１１）。すなわち、パッ
シブセンサ処理部２ａは、補正情報算出部６ａから補正情報（目標距離）を入力する。次
いで、共分散算出処理が実行される（ＳＴ１１２）。すなわち、パッシブセンサ処理部２
ａは、補正情報算出部６ａからの補正情報（目標距離）に基づいて、複数の運動モデルに
対応するプロセス雑音共分散行列を算出する。

次いで、予測処理が実行される（ＳＴ１１３）。すなわち、パッシブセンサ処理部２ａ
は、前回観測時のステップＳＴ１１４において算出された複数の運動モデルに対応する目
標の平滑値およびその共分散行列とステップＳＴ１１２において算出された複数の運動モ
デルに対応するプロセス雑音共分散行列とに基づいて、複数の運動モデルに対応する目標
の予測値およびその共分散行列を算出する。

次いで、平滑処理（航跡出力）が実行される（ＳＴ１１４）。すなわち、パッシブセン
サ処理部２ａは、パッシブセンサ１からの目標の観測値とステップＳＴ１１３において算
出された複数の運動モデルに対応する目標の予測値およびその共分散行列とに基づいて、
複数の運動モデルに対応する目標の平滑値およびその共分散行列を算出すると共に、これ
らを加重平均して、目標の平滑値とその共分散行列を算出し、目標航跡として出力する。

次いで、制御処理が実行される（ＳＴ１０４）。すなわち、パッシブセンサ処理部２ａ
は、目標航跡に基づいて、パッシブセンサ１の姿勢等を制御する制御信号を生成し、パッ
シブセンサ１に送る。次いで、終了であるかどうかが調べられる（ＳＴ１０５）。ステッ
プＳＴ１０５において、終了でないことが判断されると、ステップＳＴ１０１に戻り、上
述した処理が繰り返される。一方、ステップＳＴ１０５において、終了であることが判断
されると、パッシブセンサ処理部２ａにおける処理は終了する。

次に、データ融合部５と補正情報算出部６ａにおいて行われる処理を、図２（ｂ）に示
すフローチャートを参照しながら説明する。データ融合部５では、まず、航跡が入力され
る（ＳＴ２０１）。すなわち、データ融合部５は、パッシブセンサ処理部２ａからの目標
航跡を入力するとともに、アクティブセンサ処理部４からの目標航跡を入力する。次いで
、データ融合処理が実行される（ＳＴ２０２）。すなわち、データ融合部５は、パッシブ
センサ処理部２ａからの目標航跡とアクティブセンサ処理部４からの目標航跡とのデータ
融合を行い、データ融合航跡として補正情報算出部６ａに送る。このデータ融合処理は、
図１１のフローチャートを参照して説明した従来の目標追跡装置で行われるデータ融合処
理と同じである。

次いで、補正情報算出処理（目標距離）が実行される（ＳＴ２１１）。すなわち、補正
情報算出部６ａは、データ融合部５からのデータ融合航跡に基づいてパッシブセンサ１か
ら目標までの距離を算出し、パッシブセンサ１からの観測値を入力して目標の航跡を算出
するための補正情報（目標距離）としてパッシブセンサ処理部２ａに送る。次いで、終了
であるかどうかが調べられる（ＳＴ２０３）。ステップＳＴ２０３において、終了でない
ことが判断されると、ステップＳＴ２０１に戻り、上述した処理が繰り返される。一方、
ステップＳＴ２０３において、終了であることが判断されると、データ融合部５における
処理は終了する。

次に、補正情報算出部６ａとパッシブセンサ処理部２ａで行われる処理内容について、
詳細に説明する。目標の運動モデルを以下のように定義する。

ここで、ｘ^ｉ _ｋは、ｉ番目の運動モデルに対応する観測時刻ｔ_ｋにおける方位角ａ^ｉ _ｋ
、高低角ｅ^ｉ _ｋとそれらの速度成分からなる状態ベクトル、Ｆ_ｋ＋１とＧ_ｋ＋１は、観測
時刻ｔ_ｋから観測時刻ｔ_ｋ＋１への遷移行列と駆動行列、ｗ^ｉ _ｋは、ｉ番目の運動モデル
に対応する観測時刻ｔ_ｋの平均０、ｉ番目の運動モデルに対応する共分散行列Ｑ^ｉ _ｋのプ
ロセス雑音ベクトル、σ^ｈ，ｉ _ｋとσ^ｖ，ｉ _ｋは、ｉ番目の運動モデルに対応する観測時
刻ｔ_ｋにおけるプロセス雑音の水平面と垂直面の標準偏差、ｒ_ｋは、観測時刻ｔ_ｋにおけ
るパッシブセンサ１から目標までの距離である。また、Ａ^Ｔは、ベクトルまたは行列Ａの
転置、Ｉ_ｎは、ｎ行ｎ列の単位行列、Ｏ_ｎは、ｎ行ｎ列の零行列を示す。

パッシブセンサ１の観測モデルを以下のように定義する。

ここで、ｙ_ｋは、観測時刻ｔ_ｋのパッシブセンサ１の観測ベクトル、ｘ^ｔ _ｋは、観測時
刻ｔ_ｋの真の状態ベクトル、Ｈ_ｋは、観測時刻ｔ_ｋのパッシブセンサ１の観測行列、ｖ_ｋ
は、観測時刻ｔ_ｋのパッシブセンサ１の平均０、共分散行列Ｒ_ｋの観測雑音ベクトル、σ
^ａ _ｋとσ^ｅ _ｋは、観測時刻ｔ_ｋにおける観測雑音の方位角と高低角の標準偏差である。

上述したステップＳＴ１０１では、パッシブセンサ１からの観測値を観測ベクトルｙ_ｋ
として入力する。また、上述したステップＳＴ１１１では、ステップＳＴ２１１において
算出された目標距離ｒ（＾）_ｋ−１を入力する。なお、目標距離ｒ（＾）_ｋ−１は、デー
タ融合航跡に基づいて、以下の式で算出する。

ここで、ｘ_ｋ−１、ｙ_ｋ−１、ｚ_ｋ−１は、観測時刻ｔ_ｋ−１の目標のデータ融合航跡
の位置のｘ、ｙ、ｚ成分、ｘ_０、ｙ_０、ｚ_０は、パッシブセンサ１の位置のｘ、ｙ、ｚ成
分である。

なお、外部装置（アクティブセンサ３とアクティブセンサ処理部４）としては、レーダ
装置等を使用できる。また、パッシブセンサ１と、略同位置に置かれたレーザ測距装置等
の測距装置を用いて、目標距離を直接測定するように構成することができる。

上述したステップＳＴ１１２では、補正情報算出部６ａからの補正情報（目標距離）に
基づいて、以下の式によりｉ番目の運動モデルに対応するプロセス雑音共分散行列Ｑ^ｉ _ｋ
−１を算出する。

上述したステップＳＴ１１３では、前回観測時の平滑処理の結果とステップＳＴ１１２
で算出したｉ番目の運動モデルに対応するプロセス雑音共分散行列Ｑ^ｉ _ｋ−１を用いて、
以下の式で表される予測処理を実施する。

ここで、ｘ（＾）^ｉ _{ｋ｜ｋ−１}とＰ^ｉ _{ｋ｜ｋ−１}は、ｉ番目の運動モデルに対応する観
測時刻ｔ_ｋの予測ベクトルと予測誤差共分散行列であり、ｘ（＾）^ｉ _{ｋ−１｜ｋ−１}とＰ
^ｉ _{ｋ−１｜ｋ−１}は、ｉ番目の運動モデルに対応する観測時刻ｔ_ｋ−１の平滑ベクトルと
平滑誤差共分散行列である。

上述したステップＳＴ１１４では、パッシブセンサ１からの観測ベクトルと予測処理の
結果を用いて、以下の式で表される平滑処理を実施する。

ここで、ｙ（〜）^ｉ _ｋは、ｉ番目の運動モデルに対応する観測時刻ｔ_ｋのパッシブセン
サ１の残差ベクトル、Ｓ^ｉ _ｋは、ｉ番目の運動モデルに対応する観測時刻ｔ_ｋのパッシブ
センサ１の残差共分散行列、Ｋ^ｉ _ｋは、ｉ番目の運動モデルに対応する観測時刻ｔ_ｋのパ
ッシブセンサ１のカルマンゲイン行列、ｘ（＾）^ｉ _ｋ｜ｋとＰ^ｉ _ｋ｜ｋは、ｉ番目の運動
モデルに対応する観測時刻ｔ_ｋの平滑ベクトルと平滑誤差共分散行列、ｐ^ｉ _ｋは、ｉ番目
の運動モデルに対応する観測時刻ｔ_ｋの運動モデル確率、ｌ^ｉ _ｋは、ｉ番目の運動モデル
に対応する観測時刻ｔ_ｋの運動モデル尤度、ｘ（＾）_ｋ｜ｋとＰ_ｋ｜ｋは、複数の運動モ
デルを加重平均した観測時刻ｔ_ｋの平滑ベクトルと平滑誤差共分散行列である。また、Ａ
^−１は、行列Ａの逆行列を示す。

上述したステップＳＴ１０４では、制御処理が実行される。そして、上述したステップ
ＳＴ１０５では、終了判定処理が実行される。

以上説明したように、第１の実施形態に係る目標追跡装置によれば、補正情報算出部６
ａは、データ融合部５から出力されるデータ融合航跡に基づいて、補正情報（目標距離）
をパッシブセンサ処理部２ａに送り、パッシブセンサ処理部２ａは、補正情報から間接的
に算出される複数の運動モデルに対応するフィルタゲイン（カルマンゲイン行列）を航跡
算出に用いるので、パッシブセンサ処理部２ａからの等速直線運動を行う目標の航跡誤差
（ランダム成分）と等速直線以外の運動を行う目標の航跡誤差（バイアス成分）を小さく
することができる。その結果、データ融合部５において算出するデータ融合航跡の航跡誤
差を小さくすることができる。

なお、上記では、目標の運動モデルとして、等速運動モデルを用いたが、等加速度運動
モデル等の他の運動モデルと組み合わせることができる。また、上記では、パッシブセン
サ処理部２ａで実施する処理として、非特許文献３等に開示されているＩＭＭフィルタの
処理を簡略化して示しているが、ＩＭＭフィルタの処理を適用できるのは、勿論である。

なお、上記では、パッシブセンサ処理部２ａの目標の状態ベクトルとして、極座標系を
用いた例を示したが、特許文献２に示されているように、カメラの画像上の目標の位置等
（水平、垂直座標とその速度）を用いるように構成することができる。また、上述した第
１の実施形態に係る目標追跡装置では、補正情報算出部６ａは補正情報として目標距離を
算出し、パッシブセンサ処理部２ａは、この補正情報（目標距離）に基づいて複数の運動
モデルに対応するプロセス雑音共分散行列を算出したが、補正情報算出部６ａは補正情報
として複数の運動モデルに対応するプロセス雑音共分散行列を算出し、パッシブセンサ処
理部２ａは、この補正情報（複数の運動モデルに対応するプロセス雑音共分散行列）に基
づいてフィルタゲインを算出するように構成することができる。

第２の実施形態に係る目標追跡装置の構成は、図１に示した第１の実施形態に係る目標
追跡装置の補正情報算出部６ａおよびパッシブセンサ処理部２ａが、補正情報算出部６ｂ
およびパッシブセンサ処理部２ｂ（いずれも図示は省略）にそれぞれ変更されて構成され
ている。以下では、第１の実施形態に係る目標追跡装置と異なる部分を中心に説明する。

補正情報算出部６ｂは、データ融合部５から送られてくるデータ融合航跡とデータ融合
航跡に対応しアクティブセンサ処理部４から出力されるプロセス雑音共分散行列を含む目
標航跡に基づいて、目標距離（パッシブセンサ１から目標までの距離）と目標のプロセス
雑音共分散行列を算出し、補正情報としてパッシブセンサ処理部２ｂに送る。パッシブセ
ンサ処理部２ｂは、パッシブセンサ１からの観測値と補正情報算出部６ｂからの補正情報
（目標距離とプロセス雑音共分散行列）とに基づいて、複数の運動モデルに対応する予測
値および複数の運動モデルに対応する平滑値を算出すると共に、複数の運動モデルに対応
する平滑値を加重平均した平滑値を算出し、目標航跡としてデータ融合部５に送る。

次に、上記のように構成される第２の実施形態に係る目標追跡装置の動作を説明する。
図３（ａ）は、第２の実施形態に係る目標追跡装置で行われる目標追跡処理のうち、パッ
シブセンサ処理部２ｂにおいて行われる処理の流れを示すフローチャートであり、図３（
ｂ）は、データ融合部５と補正情報算出部６ｂにおいて行われる処理の流れを示すフロー
チャートである。なお、アクティブセンサ処理部４において行われる処理は周知であるの
で、説明は省略する。また、以下においては、図２のフローチャートに示した第１の実施
形態に係る目標追跡装置で行われる処理と同じ処理を行うステップには、図２で使用した
符号と同じ符号を付して説明する。

まず、パッシブセンサ処理部２ｂにおいて行われる処理を、図３（ａ）に示すフローチ
ャートを参照しながら説明する。処理が開始されると、パッシブセンサ処理部２ｂでは、
まず、観測値が入力される（ＳＴ１０１）。すなわち、パッシブセンサ１は、パッシブセ
ンサ処理部２ｂからの制御信号に基づいて目標の観測を行い、目標の観測値を算出してパ
ッシブセンサ処理部２ｂに送る。パッシブセンサ処理部２ｂは、パッシブセンサ１から送
られてくる観測値を入力する。

次いで、補正情報入力処理（目標距離）が実行される（ＳＴ１１１）。すなわち、パッ
シブセンサ処理部２ｂは、補正情報算出部６ｂから補正情報（目標距離）を入力する。次
いで、補正情報入力処理（共分散）が実行される（ＳＴ１２１）。すなわち、パッシブセ
ンサ処理部２ｂは、補正情報算出部６ｂからの補正情報（プロセス雑音共分散行列）を入
力する。

次いで、共分散算出処理が実行される（ＳＴ１１２）。すなわち、パッシブセンサ処理
部２ｂは、補正情報算出部６ｂからの補正情報（目標距離）に基づいて、複数の運動モデ
ルに対応するプロセス雑音共分散行列を算出する。次いで、運動モデル確率算出処理が実
行される（ＳＴ１２２）。すなわち、パッシブセンサ処理部２ｂは、補正情報算出部６ｂ
からの補正情報（プロセス雑音共分散行列）に基づいて、複数の運動モデルに対応する運
動モデル確率を算出する。

次いで、予測処理が実行される（ＳＴ１１３）。すなわち、パッシブセンサ処理部２ｂ
は、前回観測時のステップＳＴ１１４において算出された複数の運動モデルに対応する目
標の平滑値およびその共分散行列とステップ１１２において算出された複数の運動モデル
に対応するプロセス雑音共分散行列とに基づいて、複数の運動モデルに対応する目標の予
測値およびその共分散行列を算出する。

次いで、平滑処理（航跡出力）が実行される（ＳＴ１１４）。すなわち、パッシブセン
サ処理部２ｂは、パッシブセンサ１からの目標の観測値とステップＳＴ１１３において算
出された複数の運動モデルに対応する目標の予測値およびその共分散行列とに基づいて、
複数の運動モデルに対応する目標の平滑値およびその共分散行列を算出すると共に、これ
らを加重平均して、目標の平滑値およびその共分散行列を算出し、目標航跡として出力す
る。

次いで、制御処理が実行される（ＳＴ１０４）。すなわち、パッシブセンサ処理部２ｂ
は、目標航跡に基づいて、パッシブセンサ１の姿勢等を制御する制御信号を生成し、パッ
シブセンサ１に送る。次いで、終了であるかどうかが調べられる（ＳＴ１０５）。ステッ
プＳＴ１０５において、終了でないことが判断されると、ステップＳＴ１０１に戻り、上
述した処理が繰り返される。一方、ステップＳＴ１０５において、終了であることが判断
されると、パッシブセンサ処理部２ｂにおける処理は終了する。

次に、データ融合部５と補正情報算出部６ｂにおいて行われる処理を、図３（ｂ）に示
すフローチャートを参照しながら説明する。データ融合部５では、まず、航跡が入力され
る（ＳＴ２０１）。すなわち、データ融合部５は、パッシブセンサ処理部２ｂからの目標
航跡を入力するとともに、アクティブセンサ処理部４からの目標航跡を入力する。次いで
、データ融合処理が実行される（ＳＴ２０２）。すなわち、データ融合部５は、パッシブ
センサ処理部２ｂからの目標航跡とアクティブセンサ処理部４からの目標航跡とのデータ
融合を行い、データ融合航跡として補正情報算出部６ｂに送る。このデータ融合処理は、
図１１のフローチャートを参照して説明した従来の目標追跡装置で行われるデータ融合処
理と同じである。

次いで、補正情報算出処理（目標距離）が実行される（ＳＴ２１１）。すなわち、補正
情報算出部６ｂは、データ融合部５からのデータ融合航跡に基づいてパッシブセンサ１か
ら目標までの距離を算出し、パッシブセンサ１からの観測値を入力して目標の航跡を算出
するための補正情報（目標距離）としてパッシブセンサ処理部２ｂに送る。

次いで、補正情報算出処理（共分散）が実行される（ＳＴ２２１）。すなわち、補正情
報算出部６ｂは、データ融合部５からのデータ融合航跡とデータ融合航跡に対応しアクテ
ィブセンサ処理部４から出力されるプロセス雑音共分散行列を含む目標航跡に基づいて目
標のプロセス雑音共分散行列を算出し、パッシブセンサ１からの観測値を入力して目標の
航跡を算出するための補正情報（プロセス雑音共分散行列）としてパッシブセンサ処理部
２ｂに送る。なお、外部装置（アクティブセンサ３とアクティブセンサ処理部４）として
は、目標のプロセス雑音共分散行列を推定できる特許文献３等に開示されたアダプティブ
カルマンフィルタや非特許文献３等に開示されたＩＭＭフィルタを備えたレーダ装置等を
使用できる。

次いで、終了であるかどうかが調べられる（ＳＴ２０３）。ステップＳＴ２０３におい
て、終了でないことが判断されると、ステップＳＴ２０１に戻り、上述した処理が繰り返
される。一方、ステップＳＴ２０３において、終了であることが判断されると、データ融
合部５における処理は終了する。

次に、補正情報算出部６ｂとパッシブセンサ処理部２ｂで行われる処理内容について、
詳細に説明する。目標の運動モデルとパッシブセンサ１の観測モデルは、第１の実施形態
と同じであるので説明を省略する。また上述したステップＳＴ１０１とステップＳＴ１１
１の処理内容も、第１の実施形態と同じであるので説明を省略する。

上述したステップＳＴ１２１では、ステップＳＴ２２１において算出されたプロセス雑
音共分散行列を入力する。なお、ステップＳＴ２１１では、アクティブセンサ処理部４か
ら出力されるプロセス雑音共分散行列Ｑ^ａ _ｋ−１とデータ融合部５から出力されるデータ
融合航跡とに基づいて、補正情報として、パッシブセンサ１から見たプロセス雑音共分散
行列Ｑ_ｋ−１を算出する。

ここで、アクティブセンサ処理部４から出力されるプロセス雑音共分散行列Ｑ^ａ _ｋ−１
が以下の（３８）式で表されるとすると、変換行列Ｔ_ｋ−１は、（３９）式のようになる
。なお、（ｘ_ｋ−１、ｙ_ｋ−１、ｚ_ｋ−１）、（ａ_ｋ−１、ｅ_ｋ−１）は、座標変換によ
って、データ融合航跡をパッシブセンサ１から見た目標の位置ベクトル（直交座標系と極
座標系）に変換した値である。

なお、上記の（ｘ_ｋ−１、ｙ_ｋ−１、ｚ_ｋ−１）、（ａ_ｋ−１、ｅ_ｋ−１）は、データ
融合航跡から算出したが、アクティブセンサ処理部４から出力される航跡に基づいて算出
するように構成することができる。上述したステップＳＴ１１２の処理内容は、第１の実
施形態と同じであるので説明を省略する。

上述したステップＳＴ１２２では、ステップＳＴ１２１で入力したプロセス雑音共分散
行列Ｑ_ｋ−１とステップＳＴ１１２で算出したｉ番目の運動モデルに対応するプロセス雑
音共分散行列Ｑ^ｉ _ｋ−１を用いて、（４０）式を満足するｉ番目の運動モデルに対応する
運動モデル確率ｐ^ｉ _ｋ−１を算出する。

なお、定義（設定）した運動モデルが実際の運動モデルと厳密に当てはまらない場合、
モデル化の誤差成分を加味して、ｉ番目の運動モデルに対応するプロセス雑音共分散行列
Ｑ^ｉ _ｋ−１を補正するように構成することができる。上述したステップＳＴ１１３の処理
内容は、第１の実施形態と同じであるので説明を省略する。

上述したステップＳＴ１１４では、前回観測時の平滑処理（ＳＴ１１４）の（３４）式
の代わりに、ステップＳＴ１２２の（４０）式で算出したｉ番目の運動モデルに対応する
運動モデル確率ｐ^ｉ _ｋ−１を用いて、平滑処理を実施する。上述したステップＳＴ１０４
とステップＳＴ１０５の処理内容は、第１の実施形態と同じであるので説明を省略する。

以上説明したように、第２の実施形態に係る目標追跡装置によれば、補正情報算出部６
ｂは、データ融合部５から出力されるデータ融合航跡に基づいて、補正情報（目標距離と
プロセス雑音共分散行列）をパッシブセンサ処理部２ｂに送り、パッシブセンサ処理部２
ｂは、補正情報（目標距離）から間接的に算出される複数の運動モデルに対応するフィル
タゲイン（カルマンゲイン行列）を航跡算出に用いるので、パッシブセンサ処理部２ｂか
らの等速直線運動を行う目標の航跡誤差（ランダム成分）と等速直線以外の運動を行う目
標の航跡誤差（バイアス成分）を小さくすることができる。また、パッシブセンサ処理部
２ｂは、補正情報（プロセス雑音共分散行列）から間接的に算出される複数の運動モデル
に対応する運動モデル確率を航跡算出に用いるので、等速直線運動を行う目標と等速直線
以外の運動を行う目標に対し、観測回数が少ない追跡初期段階や、前回観測以降に目標の
運動モデルが変化した場合でも、パッシブセンサ処理部２ｂからの航跡誤差を小さくする
ことができる。その結果、データ融合部５において算出するデータ融合航跡の航跡誤差を
小さくすることができる。

第３の実施形態に係る目標追跡装置の構成は、図１に示した第１の実施形態に係る目標
追跡装置の補正情報算出部６ａおよびパッシブセンサ処理部２ａが、補正情報算出部６ｃ
およびパッシブセンサ処理部２ｃ（いずれも図示は省略）にそれぞれ変更されて構成され
ている。以下では、第１の実施形態に係る目標追跡装置と異なる部分を中心に説明する。

補正情報算出部６ｃは、データ融合部５から送られてくるデータ融合航跡に基づいて、
（１７）式で定義（設定）した極座標系の等速運動モデルが直交座標系の等速運動モデル
と厳密に当てはまらないことにより発生する目標の角加速度を制御入力ベクトルとみなし
て算出し、補正情報（制御入力ベクトル）としてパッシブセンサ処理部２ｃに送る。

パッシブセンサ処理部２ｃは、パッシブセンサ１からの観測値と補正情報算出部６ｃか
らの補正情報（制御入力ベクトル）とに基づいて、複数の運動モデルに対応する予測値お
よび複数の運動モデルに対応する平滑値を算出すると共に、複数の運動モデルに対応する
平滑値を加重平均した平滑値を算出し、目標航跡としてデータ融合部５に送る。また、パ
ッシブセンサ処理部２ｃは、目標航跡に基づいて、パッシブセンサ１の姿勢等を制御する
制御信号を生成し、パッシブセンサ１に送る。

次に、上記のように構成される第３の実施形態に係る目標追跡装置の動作を説明する。
図４（ａ）は、第３の実施形態に係る目標追跡装置で行われる目標追跡処理のうち、パッ
シブセンサ処理部２ｃにおいて行われる処理の流れを示すフローチャートであり、図４（
ｂ）は、データ融合部５と補正情報算出部６ｃにおいて行われる処理の流れを示すフロー
チャートである。なお、アクティブセンサ処理部４において行われる処理は周知であるの
で、説明は省略する。また、以下においては、図２および図３のフローチャートに示した
第１の実施形態および第２の実施形態に係る目標追跡装置で行われる処理と同じ処理を行
うステップには、図２および図３で使用した符号と同じ符号を付して説明する。

まず、パッシブセンサ処理部２ｃにおいて行われる処理を、図４（ａ）に示すフローチ
ャートを参照しながら説明する。処理が開始されると、パッシブセンサ処理部２ｃでは、
まず、観測値が入力される（ＳＴ１０１）。すなわち、パッシブセンサ１は、パッシブセ
ンサ処理部２ｃからの制御信号に基づいて、目標の観測を行い、目標の観測値を算出して
パッシブセンサ処理部２ｃに送る。パッシブセンサ処理部２ｃは、パッシブセンサ１から
送られてくる観測値を入力する。次いで、補正情報入力処理（制御入力）が実行される（
ＳＴ１３１）。すなわち、パッシブセンサ処理部２ｃは、補正情報算出部６ｃからの補正
情報（制御入力ベクトル）を入力する。

次いで、予測処理が実行される（ＳＴ１３２）。すなわち、パッシブセンサ処理部２ｃ
は、前回観測時のステップＳＴ１１４において算出された複数の運動モデルに対応する目
標の平滑値およびその共分散行列と補正情報算出部６ｃからの補正情報（制御入力ベクト
ル）とに基づいて、複数の運動モデルに対応する目標の予測値およびその共分散行列を算
出する。

次いで、平滑処理（航跡出力）が実行される（ＳＴ１１４）。すなわち、パッシブセン
サ処理部２ｃは、パッシブセンサ１からの目標の観測値とステップＳＴ１３２において算
出された複数の運動モデルに対応する目標の予測値およびその共分散行列とに基づいて、
複数の運動モデルに対応する目標の平滑値およびその共分散行列を算出すると共に、これ
らを加重平均して、目標の平滑値およびその共分散行列を算出し、目標航跡として出力す
る。

次いで、制御処理が実行される（ＳＴ１０４）。すなわち、パッシブセンサ処理部２ｃ
は、目標航跡に基づいて、パッシブセンサ１の姿勢等を制御する制御信号を生成し、パッ
シブセンサ１に送る。次いで、終了であるかどうかが調べられる（ＳＴ１０５）。ステッ
プＳＴ１０５において、終了でないことが判断されると、ステップＳＴ１０１に戻り、上
述した処理が繰り返される。一方、ステップＳＴ１０５において、終了であることが判断
されると、目標追跡処理は終了する。

次に、データ融合部５と補正情報算出部６ｃにおいて行われる処理を、図４（ｂ）に示
すフローチャートを参照しながら説明する。データ融合部５では、まず、航跡が入力され
る（ＳＴ２０１）。すなわち、データ融合部５は、パッシブセンサ処理部２ｃからの目標
航跡を入力するとともに、アクティブセンサ処理部４からの目標航跡を入力する。

次いで、データ融合処理が実行される（ＳＴ２０２）。すなわち、データ融合部５は、
パッシブセンサ処理部２ｃからの目標航跡とアクティブセンサ処理部４からの目標航跡と
のデータ融合を行い、データ融合航跡として補正情報算出部６ｃに送る。このデータ融合
処理は、図１１のフローチャートを参照して説明した従来の目標追跡装置で行われるデー
タ融合処理と同じである。

次いで、補正情報算出処理（制御入力）が実行される（ＳＴ２３１）。すなわち、補正
情報算出部６ｃは、データ融合部５からのデータ融合航跡に基づいて目標の制御入力ベク
トルを算出し、パッシブセンサ１からの観測値を入力して目標の航跡を算出するための補
正情報（制御入力ベクトル）としてパッシブセンサ処理部２ｃに送る。

次いで、終了であるかどうかが調べられる（ＳＴ２０３）。ステップＳＴ２０３におい
て、終了でないことが判断されると、ステップＳＴ２０１に戻り、上述した処理が繰り返
される。一方、ステップＳＴ２０３において、終了であることが判断されると、データ融
合部５における処理は終了する。

次に、補正情報算出部６ｃとパッシブセンサ処理部２ｃで行われる処理内容について、
詳細に説明する。目標の運動モデルを以下のように定義する。

ここで、ｘ^ｉ _ｋは、ｉ番目の運動モデルに対応する観測時刻ｔ_ｋにおける方位角ａ^ｉ _ｋ
、高低角ｅ^ｉ _ｋとそれらの速度成分からなる状態ベクトル、ｕ_ｋは、観測時刻ｔ_ｋにおけ
る方位角ａ_ｋ、高低角ｅ_ｋの加速度成分からなる制御入力ベクトル、Ｆ_ｋ＋１とＧ_ｋ＋１
は、観測時刻ｔ_ｋから観測時刻ｔ_ｋ＋１への遷移行列と駆動行列、ｗ^ｉ _ｋは、ｉ番目の運
動モデルに対応する観測時刻ｔ_ｋの平均０、ｉ番目の運動モデルに対応する共分散行列Ｑ
^ｉ _ｋのプロセス雑音ベクトル、σ^ｈ，ｉ _ｋとσ^ｖ，ｉ _ｋは、ｉ番目の運動モデルに対応す
る観測時刻ｔ_ｋにおけるプロセス雑音の水平面と垂直面の標準偏差、ｒ_ｋは、観測時刻ｔ
_ｋにおけるパッシブセンサ１から目標までの距離である。Ａ^Ｔは、ベクトルまたは行列Ａ
の転置、Ｉ_ｎは、ｎ行ｎ列の単位行列、Ｏ_ｎは、ｎ行ｎ列の零行列を示す。また、パッシ
ブセンサ１の観測モデルは、第１の実施形態と同じであるので説明を省略する。

上述したステップＳＴ１０１の処理内容は、第１の実施形態と同じであるので説明を省
略する。上述したステップＳＴ１３１では、ステップＳＴ２３１において算出された制御
入力ベクトルを入力する。なお、ステップＳＴ２３１では、データ融合部５から出力され
る目標のデータ融合航跡に基づいて、補正情報として、制御入力ベクトル（角加速度）ｕ
_ｋ−１を算出する。

なお、制御入力ベクトル（角加速度）ｕ_ｋ−１は、以下の式で算出する。

ここで、（ｘ_ｋ−１、ｙ_ｋ−１、ｚ_ｋ−１）、（ｘ（・）_ｋ−１、ｙ（・）_ｋ−１、ｚ
（・）_ｋ−１）、（ａ（・）_ｋ−１、ｅ（・）_ｋ−１）は、座標変換によって、データ融
合航跡をパッシブセンサ１から見た目標の位置ベクトル、速度ベクトルおよび角速度ベク
トルに変換した値である。

上述したステップＳＴ１３２では、前回観測時の平滑処理の結果と制御入力ベクトルｕ
_ｋ−１を用いて、以下の式で表される予測処理を実施する。

なお、ｉ番目の運動モデルに対応するプロセス雑音共分散行列Ｑ^ｉ _ｋ−１の算出は、目
標距離の真値ｒ_ｋ−１が得られないため、予め設定された目標距離ｒ_{ｐｒｅｓｅｔ}が用い
られる。上述したステップＳＴ１１４、ステップＳＴ１０４およびステップＳＴ１０５の
処理内容は、第１の実施形態と同じであるので説明を省略する。

以上説明したように、第３の実施形態に係る目標追跡装置によれば、補正情報算出部６
ｃは、データ融合部５から出力されるデータ融合航跡に基づいて、補正情報（制御入力ベ
クトル）をパッシブセンサ処理部２ｃに送り、パッシブセンサ処理部２ｃは、補正情報（
制御入力ベクトル）から間接的に算出される複数の運動モデルに対応する予測値を航跡算
出に用いるので、等速直線運動を行う目標と等速直線以外の運動を行う目標に対し、パッ
シブセンサ処理部２ｃからの航跡誤差（バイアス成分）を小さくすることができる。その
結果、データ融合部５において算出するデータ融合航跡の航跡誤差を小さくすることがで
きる。

なお、上記では、目標の運動モデルとして、等速運動モデルを用いたが、等加速度運動
モデル等の他の運動モデルと組み合わせることができる。また、制御入力ベクトルｕ_ｋ−
１は、運動モデルによらず一定としたが、運動モデル毎に異なる値や微分次数（角加加速
度等）を取るように構成することができる。さらに、上記では、パッシブセンサ処理部２
ｃで実施する処理として、非特許文献３等に開示されているＩＭＭフィルタの処理を簡略
化して示しているが、ＩＭＭフィルタの処理を適用できるのは、勿論である。

第４の実施形態に係る目標追跡装置の構成は、図１に示した第１の実施形態に係る目標
追跡装置の補正情報算出部６ａおよびパッシブセンサ処理部２ａが、補正情報算出部６ｄ
およびパッシブセンサ処理部２ｄ（いずれも図示は省略）にそれぞれ変更されて構成され
ている。以下では、第１の実施形態に係る目標追跡装置と異なる部分を中心に説明する。

補正情報算出部６ｄは、データ融合部５から送られてくるデータ融合航跡に基づいて、
目標距離（パッシブセンサ１から目標までの距離）と制御入力ベクトルを算出し、補正情
報としてパッシブセンサ処理部２ｄに送る。

パッシブセンサ処理部２ｄは、パッシブセンサ１からの観測値と補正情報算出部６ｄか
らの補正情報（目標距離と制御入力ベクトル）に基づいて、複数の運動モデルに対応する
予測値および複数の運動モデルに対応する平滑値を算出すると共に、複数の運動モデルに
対応する平滑値を加重平均した平滑値を算出し、目標航跡としてデータ融合部５に送る。
また、パッシブセンサ処理部２ｄは、目標航跡に基づいて、パッシブセンサ１の姿勢等を
制御する制御信号を生成し、パッシブセンサ１に送る。

次に、上記のように構成される第４の実施形態に係る目標追跡装置の動作を説明する。
図５（ａ）は、第４の実施形態に係る目標追跡装置で行われる目標追跡処理のうち、パッ
シブセンサ処理部２ｄにおいて行われる処理の流れを示すフローチャートであり、図５（
ｂ）は、データ融合部５と補正情報算出部６ｄにおいて行われる処理の流れを示すフロー
チャートである。なお、アクティブセンサ処理部４において行われる処理は周知であるの
で、説明は省略する。また、以下においては、図２〜図４のフローチャートに示した第１
の実施形態〜第３の実施形態に係る目標追跡装置で行われる処理と同じ処理を行うステッ
プには、図２〜図４のフローチャートで使用した符号と同じ符号を付して説明する。

まず、パッシブセンサ処理部２ｄにおいて行われる処理を、図５（ａ）に示すフローチ
ャートを参照しながら説明する。処理が開始されると、パッシブセンサ処理部２ｄでは、
まず、観測値が入力される（ＳＴ１０１）。すなわち、パッシブセンサ１は、パッシブセ
ンサ処理部２ｄからの制御信号に基づいて、目標の観測を行い、目標の観測値を算出して
パッシブセンサ処理部２ｄに送る。パッシブセンサ処理部２ｄは、パッシブセンサ１から
送られてくる観測値を入力する。

次いで、補正情報入力処理（目標距離）が実行される（ＳＴ１１１）。すなわち、パッ
シブセンサ処理部２ｄは、補正情報算出部６ｄからの補正情報（目標距離）を入力する。
次いで、補正情報入力処理（制御入力）が実行される（ＳＴ１３１）。すなわち、パッシ
ブセンサ処理部２ｄは、補正情報算出部６ｄからの補正情報（制御入力ベクトル）を入力
する。次いで、共分散算出処理が実行される（ＳＴ１１２）。すなわち、パッシブセンサ
処理部２ｄは、補正情報算出部６ｄからの補正情報（目標距離）に基づいて、複数の運動
モデルに対応するプロセス雑音共分散行列を算出する。

次いで、予測処理が実行される（ＳＴ１３２）。すなわち、パッシブセンサ処理部２ｄ
は、前回観測時のステップＳＴ１１４において算出された複数の運動モデルに対応する目
標の平滑値およびその共分散行列、補正情報算出部６ｄからの補正情報（制御入力ベクト
ル）およびステップＳＴ１１２で算出した複数の運動モデルに対応するプロセス雑音共分
散行列に基づいて、複数の運動モデルに対応する目標の予測値およびその共分散行列を算
出する。

次いで、平滑処理（航跡出力）が実行される（ＳＴ１１４）。すなわち、パッシブセン
サ処理部２ｄは、パッシブセンサ１からの目標の観測値とステップＳＴ１３２において算
出された複数の運動モデルに対応する目標の予測値およびその共分散行列とに基づいて、
複数の運動モデルに対応する目標の平滑値およびその共分散行列を算出すると共に、これ
らを加重平均して、目標の平滑値およびその共分散行列を算出し、目標航跡として出力す
る。

次いで、制御処理が実行される（ＳＴ１０４）。すなわち、パッシブセンサ処理部２ｄ
は、目標航跡に基づいて、パッシブセンサ１の姿勢等を制御する制御信号を生成し、パッ
シブセンサ１に送る。次いで、終了であるかどうかが調べられる（ＳＴ１０５）。ステッ
プＳＴ１０５において、終了でないことが判断されると、ステップＳＴ１０１に戻り、上
述した処理が繰り返される。一方、ステップＳＴ１０５において、終了であることが判断
されると、目標追跡処理は終了する。

次に、データ融合部５と補正情報算出部６ｄにおいて行われる処理を、図５（ｂ）に示
すフローチャートを参照しながら説明する。データ融合部５では、まず、航跡が入力され
る（ＳＴ２０１）。すなわち、データ融合部５は、パッシブセンサ処理部２ｄからの目標
航跡を入力するとともに、アクティブセンサ処理部４からの目標航跡を入力する。

次いで、データ融合処理が実行される（ＳＴ２０２）。すなわち、データ融合部５は、
パッシブセンサ処理部２ｄからの目標航跡とアクティブセンサ処理部４からの目標航跡と
のデータ融合を行い、データ融合航跡として補正情報算出部６ｄに送る。このデータ融合
処理は、図１１のフローチャートを参照して説明した従来の目標追跡装置で行われるデー
タ融合処理と同じである。

次いで、補正情報算出処理（目標距離）が実行される（ＳＴ２１１）。すなわち、補正
情報算出部６ｄは、データ融合部５からのデータ融合航跡に基づいてパッシブセンサ１か
ら目標までの距離を算出し、パッシブセンサ１からの観測値を入力して目標の航跡を算出
するための補正情報（目標距離）としてパッシブセンサ処理部２ｄに送る。

次いで、補正情報算出処理（制御入力）が実行される（ＳＴ２３１）。すなわち、補正
情報算出部６ｄは、データ融合部５からのデータ融合航跡に基づいて目標の制御入力ベク
トルを算出し、パッシブセンサ１からの観測値を入力して目標の航跡を算出するための補
正情報（制御入力ベクトル）としてパッシブセンサ処理部２ｄに送る。

次いで、終了であるかどうかが調べられる（ＳＴ２０３）。ステップＳＴ２０３におい
て、終了でないことが判断されると、ステップＳＴ２０１に戻り、上述した処理が繰り返
される。一方、ステップＳＴ２０３において、終了であることが判断されると、データ融
合部５における処理は終了する。

次に、補正情報算出部６ｄとパッシブセンサ処理部２ｄで行われる処理内容について、
詳細に説明する。目標の運動モデルは、第３の実施形態と同じであるので説明を省略する
。また、パッシブセンサ１の観測モデルは、第１の実施形態と同じであるので説明を省略
する。また、上述したステップＳＴ１０１、ステップＳＴ１１１およびステップＳＴ１１
２の処理内容は、第１の実施形態と同じであり、ステップＳＴ１３１の処理内容は、第３
の実施形態と同じであるので説明を省略する。

上述したステップＳＴ１３２では、（５１）式の代わりに、ステップＳＴ１１２の（２
６）式のｉ番目の運動モデルに対応するプロセス雑音共分散行列Ｑ^ｉ _ｋ−１を用いて、予
測処理を実施する。上述したステップＳＴ１１４、ステップＳＴ１０４およびステップＳ
Ｔ１０５の処理内容は、第１の実施形態と同じであるので説明を省略する。

以上説明したように、第４の実施形態に係る目標追跡装置によれば、補正情報算出部６
ｄは、データ融合部５から出力されるデータ融合航跡に基づいて、補正情報（目標距離と
制御入力ベクトル）をパッシブセンサ処理部２ｄに送り、パッシブセンサ処理部２ｄは、
補正情報（目標距離と制御入力ベクトル）から間接的に算出される複数の運動モデルに対
応するフィルタゲイン（カルマンゲイン行列）と予測値を航跡算出に用いるので、パッシ
ブセンサ処理部２ｄからの等速直線運動を行う目標の航跡誤差（ランダム成分とバイアス
成分）と等速直線以外の運動を行う目標の航跡誤差（バイアス成分）を小さくすることが
できる。その結果、データ融合部５において算出するデータ融合航跡の航跡誤差を小さく
することができる。

第５の実施形態に係る目標追跡装置の構成は、図１に示した第１の実施形態に係る目標
追跡装置の補正情報算出部６ａおよびパッシブセンサ処理部２ａが、補正情報算出部６ｅ
およびパッシブセンサ処理部２ｅ（いずれも図示は省略）にそれぞれ変更されて構成され
ている。以下では、第１の実施形態に係る目標追跡装置と異なる部分を中心に説明する。

補正情報算出部６ｅは、データ融合部５から送られてくるデータ融合航跡とデータ融合
航跡に対応しアクティブセンサ処理部４から出力されるプロセス雑音共分散行列を含む目
標航跡に基づいて、目標距離（パッシブセンサ１から目標までの距離）、目標のプロセス
雑音共分散行列および制御入力ベクトルを算出し、補正情報としてパッシブセンサ処理部
２ｅに送る。

パッシブセンサ処理部２ｅは、パッシブセンサ１からの観測値と補正情報算出部６ｅか
らの補正情報（目標距離、プロセス雑音共分散行列および制御入力ベクトル）に基づいて
、複数の運動モデルに対応する予測値および複数の運動モデルに対応する平滑値を算出す
ると共に、複数の運動モデルに対応する平滑値を加重平均した平滑値を算出し、目標航跡
としてデータ融合部５に送る。また、パッシブセンサ処理部２ｅは、目標航跡に基づいて
、パッシブセンサ１の姿勢等を制御する制御信号を生成し、パッシブセンサ１に送る。

次に、上記のように構成される第５の実施形態に係る目標追跡装置の動作を説明する。
図６（ａ）は、第５の実施形態に係る目標追跡装置で行われる目標追跡処理のうち、パッ
シブセンサ処理部２ｅにおいて行われる処理の流れを示すフローチャートであり、図６（
ｂ）は、データ融合部５と補正情報算出部６ｅにおいて行われる処理の流れを示すフロー
チャートである。なお、アクティブセンサ処理部４において行われる処理は周知であるの
で、説明は省略する。また、以下においては、図２〜図５のフローチャートに示した第１
の実施形態〜第４の実施形態に係る目標追跡装置で行われる処理と同じ処理を行うステッ
プには、図２〜図５のフローチャートで使用した符号と同じ符号を付して説明する。

まず、パッシブセンサ処理部２ｅにおいて行われる処理を、図６（ａ）に示すフローチ
ャートを参照しながら説明する。処理が開始されると、パッシブセンサ処理部２ｅでは、
まず、観測値が入力される（ＳＴ１０１）。すなわち、パッシブセンサ１は、パッシブセ
ンサ処理部２ｅからの制御信号に基づいて、目標の観測を行い、目標の観測値を算出して
パッシブセンサ処理部２ｅに送る。パッシブセンサ処理部２ｅは、パッシブセンサ１から
送られてくる観測値を入力する。

次いで、補正情報入力処理（目標距離）が実行される（ＳＴ１１１）。すなわち、パッ
シブセンサ処理部２ｅは、補正情報算出部６ｅから補正情報（目標距離）を入力する。次
いで、補正情報入力処理（共分散）が実行される（ＳＴ１２１）。すなわち、パッシブセ
ンサ処理部２ｅは、補正情報算出部６ｅからの補正情報（プロセス雑音共分散行列）を入
力する。

次いで、補正情報入力処理（制御入力）が実行される（ＳＴ１３１）。すなわち、パッ
シブセンサ処理部２ｅは、補正情報算出部６ｅからの補正情報（制御入力ベクトル）を入
力する。次いで、共分散算出処理が実行される（ＳＴ１１２）。すなわち、パッシブセン
サ処理部２ｅは、補正情報算出部６ｅからの補正情報（目標距離）に基づいて、複数の運
動モデルに対応するプロセス雑音共分散行列を算出する。次いで、運動モデル確率算出処
理が実行される（ＳＴ１２２）。すなわち、パッシブセンサ処理部２ｅは、補正情報算出
部６ｅからの補正情報（プロセス雑音共分散行列）に基づいて、複数の運動モデルに対応
する運動モデル確率を算出する。

次いで、予測処理が実行される（ＳＴ１３２）。すなわち、パッシブセンサ処理部２ｅ
は、前回観測時のステップＳＴ１１４において算出された複数の運動モデルに対応する目
標の平滑値およびその共分散行列、補正情報算出部６ｅからの補正情報（制御入力ベクト
ル）およびステップＳＴ１１２で算出した複数の運動モデルに対応するプロセス雑音共分
散行列に基づいて、複数の運動モデルに対応する目標の予測値およびその共分散行列を算
出する。

次いで、平滑処理（航跡出力）が実行される（ＳＴ１１４）。すなわち、パッシブセン
サ処理部２ｅは、パッシブセンサ１からの目標の観測値とステップＳＴ１３２において算
出された複数の運動モデルに対応する目標の予測値およびその共分散行列とに基づいて、
複数の運動モデルに対応する目標の平滑値およびその共分散行列を算出すると共に、これ
らを加重平均して、目標の平滑値およびその共分散行列を算出し、目標航跡として出力す
る。

次いで、制御処理が実行される（ＳＴ１０４）。すなわち、パッシブセンサ処理部２ｅ
は、目標航跡に基づいて、パッシブセンサ１の姿勢等を制御する制御信号を生成し、パッ
シブセンサ１に送る。次いで、終了であるかどうかが調べられる（ＳＴ１０５）。ステッ
プＳＴ１０５において、終了でないことが判断されると、ステップＳＴ１０１に戻り、上
述した処理が繰り返される。一方、ステップＳＴ１０５において、終了であることが判断
されると、目標追跡処理は終了する。

次に、データ融合部５と補正情報算出部６ｅにおいて行われる処理を、図６（ｂ）に示
すフローチャートを参照しながら説明する。データ融合部５では、まず、航跡が入力され
る（ＳＴ２０１）。すなわち、データ融合部５は、パッシブセンサ処理部２ｅからの目標
航跡を入力するとともに、アクティブセンサ処理部４からの目標航跡を入力する。

次いで、データ融合処理が実行される（ＳＴ２０２）。すなわち、データ融合部５は、
パッシブセンサ処理部２ｅからの目標航跡とアクティブセンサ処理部４からの目標航跡と
のデータ融合を行い、データ融合航跡として補正情報算出部６ｅに送る。このデータ融合
処理は、図１１のフローチャートを参照して説明した従来の目標追跡装置で行われるデー
タ融合処理と同じである。

次いで、補正情報算出処理（目標距離）が実行される（ＳＴ２１１）。すなわち、補正
情報算出部６ｅは、データ融合部５からのデータ融合航跡に基づいてパッシブセンサ１か
ら目標までの距離を算出し、パッシブセンサ１からの観測値を入力して目標の航跡を算出
するための補正情報（目標距離）としてパッシブセンサ処理部２ｅに送る。

次いで、補正情報算出処理（共分散）が実行される（ＳＴ２２１）。すなわち、補正情
報算出部６ｅは、データ融合部５からのデータ融合航跡とデータ融合航跡に対応しアクテ
ィブセンサ処理部４から出力されるプロセス雑音共分散行列を含む目標航跡に基づいて目
標のプロセス雑音共分散行列を算出し、パッシブセンサ１からの観測値を入力して目標の
航跡を算出するための補正情報（プロセス雑音共分散行列）としてパッシブセンサ処理部
２ｅに送る。

次いで、補正情報算出処理（制御入力）が実行される（ＳＴ２３１）。すなわち、補正
情報算出部６ｅは、データ融合部５からのデータ融合航跡に基づいて目標の制御入力ベク
トルを算出し、パッシブセンサ１からの観測値を入力して目標の航跡を算出するための補
正情報（制御入力ベクトル）としてパッシブセンサ処理部２ｅに送る。次いで、終了であ
るかどうかが調べられる（ＳＴ２０３）。ステップＳＴ２０３において、終了でないこと
が判断されると、ステップＳＴ２０１に戻り、上述した処理が繰り返される。一方、ステ
ップＳＴ２０３において、終了であることが判断されると、データ融合部５における処理
は終了する。

次に、補正情報算出部６ｅとパッシブセンサ処理部２ｅで行われる処理内容について、
詳細に説明する。目標の運動モデルは、第３の実施形態と同じであるので説明を省略する
。また、パッシブセンサ１の観測モデルは、第１の実施形態と同じであるので説明を省略
する。また、上述したステップＳＴ１０１、ステップＳＴ１１１およびステップＳＴ１１
２の処理内容は、第１の実施形態と同じであり、上述したステップＳＴ１２１とステップ
ＳＴ１２２の処理内容は、第２の実施形態と同じであり、上述したステップＳＴ１３１の
処理内容は、第３の実施形態と同じであるので説明を省略する。

上述したステップＳＴ１３２では、（５１）式の代わりに、ステップＳＴ１１２の（２
６）式のｉ番目の運動モデルに対応するプロセス雑音共分散行列Ｑ^ｉ _ｋ−１を用いて、予
測処理を実施する。上述したステップＳＴ１１４では、前回観測時の平滑処理（ＳＴ１１
４）の（３４）式の代わりに、ステップＳＴ１２２の（４０）式で算出したｉ番目の運動
モデルに対応する運動モデル確率ｐ^ｉ _ｋ−１を用いて、平滑処理を実施する。上述したス
テップＳＴ１０４とステップＳＴ１０５の処理内容は、第１の実施形態と同じであるので
説明を省略する。

以上説明したように、第５の実施形態に係る目標追跡装置によれば、補正情報算出部６
ｅは、データ融合部５から出力されるデータ融合航跡とデータ融合航跡に対応しアクティ
ブセンサ処理部４から出力されるプロセス雑音共分散行列を含む目標航跡に基づいて、補
正情報（目標距離、プロセス雑音共分散行列および制御入力ベクトル）をパッシブセンサ
処理部２ｅに送り、パッシブセンサ処理部２ｅは、補正情報（目標距離と制御入力ベクト
ル）から間接的に算出される複数の運動モデルに対応するフィルタゲイン（カルマンゲイ
ン行列）と予測値を航跡算出に用いるので、パッシブセンサ処理部２ｅからの等速直線運
動を行う目標の航跡誤差（ランダム成分とバイアス成分）と等速直線以外の運動を行う目
標の航跡誤差（バイアス成分）を小さくすることができる。

また、パッシブセンサ処理部２ｅは、補正情報（プロセス雑音共分散行列）から間接的
に算出される複数の運動モデルに対応する運動モデル確率を航跡算出に用いるので、等速
直線運動を行う目標と等速直線以外の運動を行う目標に対し、観測回数が少ない追跡初期
段階や、前回観測以降に目標の運動モデルが変化した場合でも、パッシブセンサ処理部２
ｅからの航跡誤差を小さくすることができる。その結果、データ融合部５において算出す
るデータ融合航跡の航跡誤差を小さくすることができる。

（変形例）上述した第１の実施形態〜第５の実施形態に係る目標追跡装置は、図７およ
び図８に示すように変形することができる。図７は、パッシブセンサ処理部２ａ〜２ｅと
データ融合部５との間を通信部７ａおよび通信部７ｃを介して接続するとともに、アクテ
ィブセンサ処理部４とデータ融合部５との間を通信部７ｂおよび通信部７ｃを介して接続
し、さらに、補正情報算出部６ａ〜６ｅとパッシブセンサ処理部２ａ〜２ｅとの間を通信
部７ａおよび通信部７ｄを介して接続したので、パッシブセンサ１、パッシブセンサ処理
部２ａ〜２ｅ、アクティブセンサ３およびアクティブセンサ処理部４を含むブロックと、
データ融合部５および補正情報算出部６ａ〜６ｅを含むブロックとを別体に構成できる。

図８は、図７に示した構成において、さらに、パッシブセンサ１とパッシブセンサ処理
部２ａ〜２ｅとの間を通信部８ｅおよび通信部８ｆを介して接続したものである。この構
成により、パッシブセンサ１を含むブロックと、パッシブセンサ処理部２ａ〜２ｅ、アク
ティブセンサ３およびアクティブセンサ処理部４を含むブロックと、データ融合部５およ
び補正情報算出部６ａ〜６ｅを含むブロックとを別体に構成できる。これらの変形例のい
ずれにおいても、第１の実施形態〜第５の実施形態において記載した効果と同様の効果を
得ることができる。

以上説明したように、上述した本実施形態の目標追跡装置によれば、データ融合部は、
パッシブセンサとアクティブセンサから入力される目標航跡に基づいて、データ融合航跡
を算出し、補正情報算出部は、データ融合部からのデータ融合航跡に基づいて、パッシブ
センサからの観測値を入力して目標の航跡を算出するための補正情報を算出し、パッシブ
センサ処理部は、補正情報算出部からの補正情報に基づいて、複数の運動モデルに対応す
る目標の航跡を算出し、複数の運動モデルに対応する目標の航跡を加重平均して目標の航
跡として出力することにより、パッシブセンサ処理部からの追跡性能を向上させることが
できる。その結果、データ融合部において算出するデータ融合航跡の航跡精度を向上させ
ることができる。

１ パッシブセンサ
２、２ａ、２ｂ、２ｃ、２ｄ、２ｅ パッシブセンサ処理部
３ アクティブセンサ
４ アクティブセンサ処理部
５ データ融合部
６ａ、６ｂ、６ｃ、６ｄ、６ｅ 補正情報算出部
７ａ、７ｂ、７ｃ、７ｄ、８ａ、８ｂ、８ｃ、８ｄ、８ｅ、８ｆ 通信部

Claims (5)

1. 目標の角度を測定して観測値として出力するパッシブセンサからの観測値を入力して複
   数の運動モデルに対応する目標の航跡を算出し、複数の運動モデルに対応する目標の航跡
   を加重平均して目標の航跡として出力するパッシブセンサ処理部と、アクティブセンサか
   らの観測値を入力して目標の航跡を算出するアクティブセンサ処理部からの航跡と前記パ
   ッシブセンサ処理部からの航跡とが同一目標を示していると判定した場合にこれら２つの
   航跡のデータ融合を行ってデータ融合航跡として出力するデータ融合部と、前記パッシブ
   センサ処理部に補正情報を出力する補正情報算出部を備える目標追跡装置であって、
   前記補正情報算出部は、前記データ融合部からのデータ融合航跡に基づいて、補正情報
   として、前記パッシブセンサから目標までの距離を算出することと、
   前記パッシブセンサ処理部は、前記補正情報算出部で算出された目標までの距離に基づ
   いて、複数の運動モデルに対応するプロセス雑音共分散行列を算出し、算出した複数の運
   動モデルに対応するプロセス雑音共分散行列に基づいて、目標の航跡を算出することと
   を特徴とする目標追跡装置。
2. 目標の角度を測定して観測値として出力するパッシブセンサからの観測値を入力して複
   数の運動モデルに対応する目標の航跡を算出し、複数の運動モデルに対応する目標の航跡
   を加重平均して目標の航跡として出力するパッシブセンサ処理部と、アクティブセンサか
   らの観測値を入力して目標の航跡を算出するアクティブセンサ処理部からの航跡と前記パ
   ッシブセンサ処理部からの航跡とが同一目標を示していると判定した場合にこれら２つの
   航跡のデータ融合を行ってデータ融合航跡として出力するデータ融合部と、前記パッシブ
   センサ処理部に補正情報を出力する補正情報算出部を備える目標追跡装置であって、
   前記補正情報算出部は、前記データ融合部からのデータ融合航跡とデータ融合航跡に対
   応し前記アクティブセンサ処理部から出力されるプロセス雑音共分散行列を含む目標航跡
   に基づいて、補正情報として、前記パッシブセンサから目標までの距離と前記パッシブセ
   ンサの位置における目標のプロセス雑音共分散行列を算出することと、
   前記パッシブセンサ処理部は、前記補正情報算出部で算出された前記パッシブセンサか
   ら目標までの距離とプロセス雑音共分散行列に基づいて、複数の運動モデルに対応するプ
   ロセス雑音共分散行列と運動モデル確率を算出し、算出した複数の運動モデルに対応する
   プロセス雑音共分散行列と運動モデル確率に基づいて、目標の航跡を算出することと
   を特徴とする目標追跡装置。
3. 目標の角度を測定して観測値として出力するパッシブセンサからの観測値を入力して複
   数の運動モデルに対応する目標の航跡を算出し、複数の運動モデルに対応する目標の航跡
   を加重平均して目標の航跡として出力するパッシブセンサ処理部と、アクティブセンサか
   らの観測値を入力して目標の航跡を算出するアクティブセンサ処理部からの航跡と前記パ
   ッシブセンサ処理部からの航跡とが同一目標を示していると判定した場合にこれら２つの
   航跡のデータ融合を行ってデータ融合航跡として出力するデータ融合部と、前記パッシブ
   センサ処理部に補正情報を出力する補正情報算出部を備える目標追跡装置であって、
   前記補正情報算出部は、前記データ融合部からのデータ融合航跡に基づいて、補正情報
   として、前記パッシブセンサの位置における目標のバイアス誤差を算出して制御入力とし
   て出力することと、
   前記パッシブセンサ処理部は、前記補正情報算出部から出力される制御入力に基づいて
   、複数の運動モデルに対応する目標の予測値を算出し、算出した複数の運動モデルに対応
   する予測値に基づいて、目標の航跡を算出することと
   を特徴とする目標追跡装置。
4. 目標の角度を測定して観測値として出力するパッシブセンサからの観測値を入力して複
   数の運動モデルに対応する目標の航跡を算出し、複数の運動モデルに対応する目標の航跡
   を加重平均して目標の航跡として出力するパッシブセンサ処理部と、アクティブセンサか
   らの観測値を入力して目標の航跡を算出するアクティブセンサ処理部からの航跡と前記パ
   ッシブセンサ処理部からの航跡とが同一目標を示していると判定した場合にこれら２つの
   航跡のデータ融合を行ってデータ融合航跡として出力するデータ融合部と、前記パッシブ
   センサ処理部に補正情報を出力する補正情報算出部を備える目標追跡装置であって、
   前記補正情報算出部は、前記データ融合部からのデータ融合航跡に基づいて、補正情報
   として、前記パッシブセンサの位置における目標のバイアス誤差を算出して制御入力とし
   て出力し、かつ、前記パッシブセンサから目標までの距離を算出することと、
   前記パッシブセンサ処理部は、前記補正情報算出部から出力される制御入力に基づいて
   、複数の運動モデルに対応する目標の予測値を算出し、かつ、前記補正情報算出部で算出
   された目標までの距離に基づいて、複数の運動モデルに対応するプロセス雑音共分散行列
   を算出し、算出した複数の運動モデルに対応する目標の予測値とプロセス雑音共分散行列
   に基づいて、目標の航跡を算出することと
   を特徴とする目標追跡装置。
5. 目標の角度を測定して観測値として出力するパッシブセンサからの観測値を入力して複
   数の運動モデルに対応する目標の航跡を算出し、複数の運動モデルに対応する目標の航跡
   を加重平均して目標の航跡として出力するパッシブセンサ処理部と、アクティブセンサか
   らの観測値を入力して目標の航跡を算出するアクティブセンサ処理部からの航跡と前記パ
   ッシブセンサ処理部からの航跡とが同一目標を示していると判定した場合にこれら２つの
   航跡のデータ融合を行ってデータ融合航跡として出力するデータ融合部と、前記パッシブ
   センサ処理部に補正情報を出力する補正情報算出部を備える目標追跡装置であって、
   前記補正情報算出部は、前記データ融合部からのデータ融合航跡とデータ融合航跡に対
   応し前記アクティブセンサ処理部から出力されるプロセス雑音共分散行列を含む目標航跡
   に基づいて、補正情報として、前記パッシブセンサの位置における目標のバイアス誤差を
   算出して制御入力として出力し、かつ、前記パッシブセンサから目標までの距離と前記パ
   ッシブセンサの位置における目標のプロセス雑音共分散行列を算出することと、
   前記パッシブセンサ処理部は、前記補正情報算出部から出力される制御入力に基づいて
   、複数の運動モデルに対応する目標の予測値を算出し、かつ、前記補正情報算出部で算出
   された目標までの距離とプロセス雑音共分散行列に基づいて、複数の運動モデルに対応す
   るプロセス雑音共分散行列と運動モデル確率を算出し、算出した複数の運動モデルに対応
   する目標の予測値、プロセス雑音共分散行列および運動モデル確率に基づいて、目標の航
   跡を算出することと
   を特徴とする目標追跡装置。

Images