JP6009973B2 - False alarm analysis method, analysis device and analysis program for target tracking device - Google Patents

False alarm analysis method, analysis device and analysis program for target tracking device Download PDF

Info

Publication number
JP6009973B2
JP6009973B2 JP2013042235A JP2013042235A JP6009973B2 JP 6009973 B2 JP6009973 B2 JP 6009973B2 JP 2013042235 A JP2013042235 A JP 2013042235A JP 2013042235 A JP2013042235 A JP 2013042235A JP 6009973 B2 JP6009973 B2 JP 6009973B2
Authority
JP
Japan
Prior art keywords
state
target tracking
probability
false alarm
observations
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
JP2013042235A
Other languages
Japanese (ja)
Other versions
JP2014169941A (en
JP2014169941A5 (en
Inventor
英俊 古川
英俊 古川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toshiba Corp filed Critical Toshiba Corp
Priority to JP2013042235A priority Critical patent/JP6009973B2/en
Publication of JP2014169941A publication Critical patent/JP2014169941A/en
Publication of JP2014169941A5 publication Critical patent/JP2014169941A5/ja
Application granted granted Critical
Publication of JP6009973B2 publication Critical patent/JP6009973B2/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Description

本発明は、レーダ装置、ソナー装置等の目標追跡装置にて生じる誤警報に対する状態確率、航跡数等を解析する誤警報解析方法、解析装置及び解析プログラムに関する。   The present invention relates to a false alarm analysis method, an analysis apparatus, and an analysis program for analyzing a state probability, the number of wakes, and the like for a false alarm generated in a target tracking device such as a radar device or a sonar device.

目標追跡装置の開発において、その性能を把握するための解析として、目標が存在しないにもかかわらず、目標が存在するとされた誤った検出データ、すなわち誤警報の発生を想定し、誤警報に対する航跡数を算出する解析処理が行われる。その解析方法としては、実際の目標追跡装置を用いて目標が存在しないときの航跡数を計測する方法、目標追跡装置の模擬装置（シミュレータ）を用いて多くのモンテカルロ・シミュレーションを実施し、その結果を解析して誤警報に対する航跡数を算出する方法がある。   In the development of the target tracking device, as an analysis for grasping its performance, it is assumed that the false detection data that the target exists even if the target does not exist, that is, the false alarm is generated, and the track for the false alarm is assumed. An analysis process for calculating the number is performed. The analysis method includes a method of measuring the number of wakes when there is no target using an actual target tracking device, and many Monte Carlo simulations using a simulation device (simulator) of the target tracking device. To calculate the number of wakes for false alarms.

しかしながら、実際の目標追跡装置を用いて、誤差が少ない性能値（誤警報に対する航跡数）を実測する場合、長時間の計測が必要であり、性能の把握に時間がかかる。また、目標追跡装置の模擬装置を用いて、誤差が少ない性能値（誤警報に対する航跡数）を算出する場合、多くのモンテカルロ・シミュレーションを実施し、この結果を解析して誤警報に対する航跡数を算出する必要があり、やはり性能の把握に時間がかかる。その時間を短縮するためには、処理能力の高い模擬装置が必要になるという課題があった。   However, when actually measuring a performance value (number of wakes with respect to false alarms) with a small error using an actual target tracking device, long-time measurement is required, and it takes time to grasp the performance. In addition, when calculating the performance value (number of wakes for false alarms) with little error using the simulation device of the target tracking device, many Monte Carlo simulations are performed and the results are analyzed to determine the wake number for false alarms It is necessary to calculate, and it still takes time to grasp the performance. In order to shorten the time, there has been a problem that a simulator with high processing capability is required.

特開２０１０−２２３８１３号公報JP 2010-223813 A

小幡康, "航跡型ＭＨＴによる目標追尾開始の性能評価" 電子情報通信学会論文誌Ｂ Vol.J88-B No.5 pp.987-996, 2005.Yasushi Ogura, "Performance Evaluation of Target Tracking Start Using Wake Type MHT" IEICE Transactions B Vol.J88-B No.5 pp.987-996, 2005.

以上述べたように、実際の目標追跡装置を用いて誤差が少ない性能値を実測する場合には、長時間の計測が必要であって、性能の把握に時間がかかる。また、目標追跡装置の模擬装置を用いて誤差が少ない性能値を算出する場合には、多くのモンテカルロ・シミュレーションを実施し、この結果を解析して誤警報に対する航跡数を算出する必要があり、性能の把握に時間がかかる、または、処理能力の高い模擬装置が必要になるという課題があった。   As described above, when a performance value with a small error is actually measured using an actual target tracking device, measurement for a long time is required, and it takes time to grasp the performance. Also, when calculating performance values with little error using the target tracking device simulation device, it is necessary to perform many Monte Carlo simulations, analyze the results and calculate the number of wakes for false alarms, There is a problem that it takes time to grasp the performance or a simulation device having a high processing capability is required.

本実施形態は上記課題に鑑みなされたもので、実際の目標追跡装置やその模擬装置を用いずに、誤警報に対する解析処理を短時間に実施することのできる目標追跡装置の誤警報解析方法、解析装置及び解析プログラムを提供することを目的とする。   The present embodiment has been made in view of the above problems, and without using an actual target tracking device or its simulation device, a false alarm analysis method for a target tracking device capable of performing analysis processing for a false alarm in a short time, An object is to provide an analysis apparatus and an analysis program.

本実施形態によれば、目標追跡装置の目標追跡処理の状態毎に、誤警報に対する状態確率を算出する誤警報解析方法として、観測回数ａ（ａは、０以上の整数）における前記目標追跡処理の各状態の誤警報に対する状態確率、観測回数ｂ（ｂは、０以上の整数）をパラメータとして設定すると共に、前記目標追跡装置の誤警報確率、ゲートサイズに基づいて各状態の遷移確率をパラメータとして設定し、前記目標追跡処理の状態遷移及び前記各状態の遷移確率に基づいて状態遷移行列を生成し、前記状態遷移行列と前記観測回数ａにおける目標追跡処理の各状態の誤警報に対する状態確率に基づいて、観測回数ｂにおける前記目標追跡処理の各状態の誤警報に対する状態確率を算出する。 According to the present embodiment, as the false alarm analysis method for calculating the state probability for the false alarm for each state of the target tracking process of the target tracking device, the target tracking process at the number of observations a (a is an integer of 0 or more). The state probability for the false alarm of each state and the number of observations b (b is an integer of 0 or more) are set as parameters, and the transition probability of each state is parameterized based on the false alarm probability and gate size of the target tracking device. And generating a state transition matrix based on the state transition of the target tracking process and the transition probability of each state, and a state probability for a false alarm of each state of the target tracking process in the state transition matrix and the number of observations a Based on the above, the state probability for the false alarm of each state of the target tracking process at the number of observations b is calculated.

第１の実施形態に係る誤警報解析方法を実現する誤警報解析装置の構成を示すブロック図。The block diagram which shows the structure of the false alarm analyzer which implement | achieves the false alarm analysis method which concerns on 1st Embodiment. 図１に示す誤警報解析装置の処理の流れを示すフローチャート。The flowchart which shows the flow of a process of the false alarm analyzer shown in FIG. 第１の実施形態の状態遷移行列の一例に対応する状態遷移を示す状態遷移図。The state transition diagram which shows the state transition corresponding to an example of the state transition matrix of 1st Embodiment. 第２の実施形態に係る誤警報解析方法を実現する誤警報解析装置の構成を示すブロック図。The block diagram which shows the structure of the false alarm analyzer which implement | achieves the false alarm analysis method which concerns on 2nd Embodiment. 図４に示す誤警報解析装置の処理の流れを示すフローチャート。The flowchart which shows the flow of a process of the false alarm analyzer shown in FIG.

以下、実施形態について、図面を参照して説明する。   Hereinafter, embodiments will be described with reference to the drawings.

（第１の実施形態）
図１は、第１の実施形態の誤警報解析方法を実現する誤警報解析装置の構成を示すブロック図である。図１に示す誤警報解析装置は、状態遷移行列生成部１、状態確率算出部２、状態確率分類・集計部３、航跡数算出部４及びパラメータ設定部５から構成される。 (First embodiment)
FIG. 1 is a block diagram illustrating a configuration of a false alarm analysis apparatus that realizes the false alarm analysis method according to the first embodiment. The false alarm analysis apparatus shown in FIG. 1 includes a state transition matrix generation unit 1, a state probability calculation unit 2, a state probability classification / aggregation unit 3, a wake number calculation unit 4, and a parameter setting unit 5.

パラメータ設定部５は、目標追跡装置の処理内容に基づいて各状態の遷移確率、観測回数ａ（ａは、０以上の整数）における状態確率、観測回数ｂ（ｂは、０以上の整数）、検出対象セル（ここで、検出対象セルは、目標追跡装置の検出処理において処理対象となるデータの単位。）数をパラメータとして設定する。   The parameter setting unit 5 determines the transition probability of each state based on the processing content of the target tracking device, the state probability at the number of observations a (a is an integer of 0 or more), the number of observations b (b is an integer of 0 or more), The number of detection target cells (where the detection target cell is a unit of data to be processed in the detection processing of the target tracking device) is set as a parameter.

状態遷移行列生成部１は、パラメータ設定部５から各状態の遷移確率を入力し、各状態の遷移確率に基づいて、状態遷移行列を生成する。   The state transition matrix generation unit 1 receives the transition probability of each state from the parameter setting unit 5, and generates a state transition matrix based on the transition probability of each state.

状態確率算出部２は、パラメータ設定部５から観測回数ａにおける各状態の状態確率（状態の状態確率は、状態の確率と略する場合がある）を観測回数ａにおける状態確率ベクトル（すなわち、状態確率ベクトルの初期値）として入力し、状態遷移行列生成部１で生成された状態遷移行列と観測回数ａにおける状態確率ベクトルに基づいて、観測回数ｂ（ｂは、０以上の整数）における各状態の確率を観測回数ｂにおける状態確率ベクトルとして算出する。   The state probability calculating unit 2 uses the state probability vector (that is, the state probability) of the number of observations a as the state probability of each state at the number of observations a from the parameter setting unit 5 (the state state probability may be abbreviated as the state probability). Each state at the number of observations b (b is an integer of 0 or more) based on the state transition matrix generated by the state transition matrix generator 1 and the state probability vector at the number of observations a. Is calculated as a state probability vector at the number of observations b.

状態確率分類・集計部３は、状態確率算出部２で算出された観測回数ｂにおける状態確率ベクトルから、状態を分類し、分類された状態の確率を集計する。分類・集計される状態確率としては、航跡確立している状態の確率である航跡確率や、航跡確立しておらず航跡候補とみなされる仮航跡の状態の確率である仮航跡確率がある。   The state probability classifying / aggregating unit 3 classifies states from the state probability vector at the number of observations b calculated by the state probability calculating unit 2 and totals the probabilities of the classified states. The state probabilities classified / aggregated include a wake probability that is a state in which a wake is established, and a tentative wake probability that is a state in which a wake is not established and is regarded as a wake candidate.

航跡数算出部４は、状態確率分類・集計部３で分類・集計された状態確率とパラメータ設定部５から入力した検出対象セル数を乗算し、航跡数を算出する。   The wake number calculation unit 4 multiplies the state probabilities classified and totaled by the state probability classification / aggregation unit 3 by the number of detection target cells input from the parameter setting unit 5 to calculate the number of wakes.

図２は、第１の実施形態の誤警報解析装置の処理の流れを示すフローチャートである。以下では、目標追跡装置の航跡確立ロジックが、連続する３回の観測において２回以上の検出があったときに、航跡が確立したと判断する（2 out of 3）を適用した場合を例として具体的な処理の流れを説明する。   FIG. 2 is a flowchart showing the flow of processing of the false alarm analysis device of the first embodiment. In the following example, the wake establishment logic of the target tracking device applies (2 out of 3) to determine that the wake has been established when there are two or more detections in three consecutive observations. A specific processing flow will be described.

図３は上記（2 out of 3）の状態遷移図を示す。図３に示すように、（2 out of 3）では、４つの状態Ｓ１〜Ｓ４がある。図３において、状態Ｓ２とＳ３が仮航跡の状態、状態Ｓ４が航跡確立している状態を表している。 FIG. 3 shows the state transition diagram of (2 out of 3). As shown in FIG. 3, in (2 out of 3), there are four states S 1 to S 4 . 3 shows a state in which the state S 2 and S 3 are tentative track state, the state S 4 is established track.

状態遷移行列生成部１は、パラメータ設定部５から観測回数ｋ（ｋは、０以上の整数）における状態Ｓ１〜Ｓ３のそれぞれに対応する遷移確率ｐ１（ｋ）〜ｐ３（ｋ）を入力し、以下の状態遷移行列Ａ（ｋ）を生成する（ステップＳＴ１０１）。

Figure 0006009973
The state transition matrix generation unit 1 receives transition probabilities p 1 (k) to p 3 (k) corresponding to the states S 1 to S 3 in the number of observations k (k is an integer of 0 or more) from the parameter setting unit 5. And the following state transition matrix A (k) is generated (step ST101).
Figure 0006009973

なお、状態Ｓ１〜Ｓ３のそれぞれに対応する遷移確率ｐ１（ｋ）〜ｐ３（ｋ）は、誤警報確率やそれぞれ状態における相関範囲であるゲートサイズに基づいて設定される。 The transition probabilities p 1 (k) to p 3 (k) corresponding to the states S 1 to S 3 are set based on the false alarm probability and the gate size that is the correlation range in each state.

状態確率算出部２は、以下の漸化式に基づいて、状態確率ベクトルを算出する。

Figure 0006009973
The state probability calculation unit 2 calculates a state probability vector based on the following recurrence formula.
Figure 0006009973

具体的には、状態確率算出部２は、パラメータ設定部５から観測回数ａ（ａは、０以上の整数）における各状態の確率を状態確率ベクトルＰ（ａ）（＝［Ｐ１（ａ），Ｐ２（ａ），Ｐ３（ａ），Ｐ４（ａ）］Ｔ 、ここでｘ Ｔ は、ベクトルｘの転置ベクトルを表す。）として入力する。そして、パラメータ設定部５から観測回数ｂ（ｂは、０以上の整数）を入力し、状態遷移行列生成部１で生成された状態遷移行列Ａ（ｋ）と観測回数ａにおける状態確率ベクトルＰ（ａ）に基づいて、以下の式により、観測回数ｂにおける誤警報に対する各状態の確率を状態確率ベクトルＰ（ｂ）（＝［Ｐ１（ｂ），Ｐ２（ｂ），Ｐ３（ｂ），Ｐ４（ｂ）］Ｔ）として算出する（ステップＳＴ１０２）。

Figure 0006009973
Specifically, the state probability calculation unit 2 obtains the state probability vector P (a) (= [P 1 (a)) from the parameter setting unit 5 according to the probability of each state at the number of observations a (a is an integer of 0 or more). , P 2 (a), P 3 (a), P 4 (a)] T , where x T represents a transposed vector of the vector x . Then, the number of observations b (b is an integer of 0 or more) is input from the parameter setting unit 5, and the state transition matrix A (k) generated by the state transition matrix generation unit 1 and the state probability vector P ( Based on a), the probability of each state with respect to a false alarm at the number of observations b is expressed as a state probability vector P (b) (= [P 1 (b), P 2 (b), P 3 (b) , P 4 (b)] T ) (step ST102).
Figure 0006009973

状態確率分類・集計部３は、状態確率算出部２で算出された観測回数ｂにおける状態確率ベクトルＰ（ｂ）から、状態を分類し、分類された状態の確率を集計する（ステップＳＴ１０３）。分類・集計する状態確率として、航跡確立している状態の確率である航跡確率が選択された場合、状態確率算出部２で算出された観測回数ｂにおける状態確率ベクトルＰ（ｂ）から、航跡確立している状態Ｓ４の確率Ｐ４（ｂ）を誤警報に対する航跡確率として出力する。また、分類・集計する状態確率として、航跡確立しておらず航跡候補とみなされる仮航跡の状態の確率である仮航跡確率が選択された場合、状態確率算出部２で算出された観測回数ｂにおける状態確率ベクトルＰ（ｂ）から、仮航跡の状態Ｓ２とＳ３に対応する確率Ｐ２（ｂ）と確率Ｐ３（ｂ）を加算し、誤警報に対する仮航跡確率として出力する。 The state probability classification / aggregation unit 3 classifies states from the state probability vector P (b) at the observation count b calculated by the state probability calculation unit 2 and totals the probabilities of the classified states (step ST103). When a wake probability that is a probability of a wake-established state is selected as a state probability to be classified / aggregated, a wake is established from the state probability vector P (b) at the number of observations b calculated by the state probability calculation unit 2. The probability P 4 (b) of the current state S 4 is output as the wake probability for the false alarm . In addition, when a temporary wake probability that is a probability of a tentative wake state that is regarded as a wake candidate is selected as a state probability to be classified / aggregated, the number of observations b calculated by the state probability calculation unit 2 is selected. The probability P 2 (b) and the probability P 3 (b) corresponding to the tentative track states S 2 and S 3 are added from the state probability vector P (b) at, and output as the tentative track probability for the false alarm .

航跡数算出部４は、状態確率分類・集計部３で分類・集計された状態確率とパラメータ設定部５から入力した検出対象セル数を乗算して、航跡数を算出する（ステップＳＴ１０４）。状態確率分類・集計部３から、分類・集計する状態確率として、航跡確率が出力された場合、検出対象セル数を乗算することにより、誤警報に対する航跡数を算出することができる。また、分類・集計する状態確率として、仮航跡確率が出力された場合、検出対象セル数を乗算することにより、誤警報に対する仮航跡数を算出することができる。   The wake number calculation unit 4 calculates the wake number by multiplying the state probabilities classified and totaled by the state probability classification / aggregation unit 3 by the number of detection target cells input from the parameter setting unit 5 (step ST104). When the wake probability is output as the state probability to be classified / aggregated from the state probability classification / aggregation unit 3, the number of wakes for the false alarm can be calculated by multiplying the number of detection target cells. Further, when the temporary track probability is output as the state probability to be classified / aggregated, the number of temporary tracks for the false alarm can be calculated by multiplying the number of detection target cells.

なお、第１の実施形態の誤警報解析装置では、誤警報に対する状態確率、誤警報に対する分類・集計された状態確率（誤警報に対する航跡確率や仮航跡確率）、誤警報に対する航跡数の全てを算出できるように構成したが、誤警報に対する状態確率を算出する解析装置や、誤警報に対する分類・集計された状態確率を算出する解析装置として構成できるのは勿論である。   In the false alarm analysis device of the first embodiment, the state probability for false alarms, the classified / aggregated state probabilities for false alarms (the wake probability and provisional wake probability for false alarms), and the number of wakes for false alarms are all included. Although it is configured to be able to calculate, it is needless to say that it can be configured as an analysis apparatus that calculates a state probability for a false alarm or an analysis apparatus that calculates a classified / aggregated state probability for a false alarm.

また、上記では、時変の状態遷移行列Ａ（ｋ）について説明したが、時不変の状態遷移行列Ａの場合、状態確率算出部２は、以下の式により、観測回数ｂ（ｂは、０以上の整数）における各状態の確率を観測回数ｂにおける状態確率ベクトルＰ（ｂ）として算出することができる。

Figure 0006009973
In the above description, the time-varying state transition matrix A (k) has been described. However, in the case of the time-invariant state transition matrix A, the state probability calculating unit 2 calculates the number of observations b (b is 0 by the following equation: The probability of each state in the above integer) can be calculated as a state probability vector P (b) at the number of observations b.
Figure 0006009973

先に述べたように、実際の目標追跡装置を用いて、誤差が少ない性能値（誤警報に対する航跡数）を実測する場合、長時間の計測が必要であり、性能の把握に時間がかかる。また、目標追跡装置の模擬装置を用いて、誤差が少ない性能値（誤警報に対する航跡数）を算出する場合、多くのモンテカルロ・シミュレーションを実施し、この結果を解析して誤警報に対する航跡数を算出する必要があり、性能の把握に時間がかかる、または、処理能力の高い模擬装置が必要になるという課題があった。これに対し、第１の実施形態の誤警報解析装置では、目標追跡装置の誤警報に対する航跡数を短時間かつ簡易な構成で算出することができる。   As described above, when a performance value (number of wakes with respect to false alarms) with a small error is actually measured using an actual target tracking device, long-time measurement is required, and it takes time to grasp the performance. In addition, when calculating the performance value (number of wakes for false alarms) with little error using the simulation device of the target tracking device, many Monte Carlo simulations are performed and the results are analyzed to determine the wake number for false alarms There is a problem that it is necessary to calculate and it takes time to grasp the performance, or a simulation device with high processing capability is required. On the other hand, in the false alarm analysis device of the first embodiment, the number of tracks for the false alarm of the target tracking device can be calculated in a short time and with a simple configuration.

また、目標追跡装置の模擬装置を用いて、発生頻度が低く、モンテカルロ・シミュレーションのステップ毎の結果の多くが０となる「誤警報による航跡確立」という事象から、その発生確率を算出することは、多くのモンテカルロ・シミュレーションを実施する必要があり、模擬装置の結果を解析する解析装置も、大型化するという課題があった。これに対し、第１の実施形態の誤警報解析装置では、目標追跡装置の誤警報に対する航跡確率を短時間かつ簡易な構成で算出することができる。   In addition, using the simulation device of the target tracking device, it is possible to calculate the probability of occurrence from the event of “establishment of wake due to false alarm” in which the occurrence frequency is low and many of the results for each step of the Monte Carlo simulation are 0 Therefore, it is necessary to perform many Monte Carlo simulations, and the analysis apparatus for analyzing the result of the simulation apparatus has a problem of increasing the size. On the other hand, in the false alarm analysis device of the first embodiment, the wake probability for the false alarm of the target tracking device can be calculated in a short time and with a simple configuration.

さらに、実際の目標追跡装置や模擬装置を用いた場合、外部に出力されない誤警報に対する仮航跡確率や状態確率は、計測することができないという課題があった。これに対し、第１の実施形態の誤警報解析装置では、目標追跡装置の誤警報に対する仮航跡確率を短時間かつ簡易な構成で算出することができる。さらに、第１の実施形態の解析装置では、目標追跡装置の誤警報に対する状態確率を短時間かつ簡易な構成で算出することができる。   Furthermore, when an actual target tracking device or a simulation device is used, there is a problem that the temporary track probability and the state probability for a false alarm that is not output to the outside cannot be measured. On the other hand, in the false alarm analysis device of the first embodiment, the temporary track probability for the false alarm of the target tracking device can be calculated in a short time and with a simple configuration. Furthermore, in the analysis device of the first embodiment, the state probability for the false alarm of the target tracking device can be calculated in a short time and with a simple configuration.

（第２の実施形態）
図４及び図５は、それぞれ図１に示す第１の実施形態を変形した第２の実施形態の誤警報解析方法を実現する誤警報解析装置の構成を示すブロック図と、その処理の流れを示すフローチャートである。なお、図４及び図５において、図１及び図２と同一部分には同一符号を付して示し、ここでは異なる部分について説明する。 (Second Embodiment)
4 and 5 are a block diagram showing the configuration of a false alarm analysis device that realizes the false alarm analysis method of the second embodiment, which is a modification of the first embodiment shown in FIG. 1, and the flow of the processing. It is a flowchart to show. 4 and 5, the same parts as those in FIGS. 1 and 2 are denoted by the same reference numerals, and different parts will be described here.

本実施形態において、第１の実施形態の誤警報解析装置と異なる点は、状態確率分類・集計部３（ＳＴ１０３）を省略し、航跡数算出部４が、状態確率算出部２で算出された観測回数ｂにおける状態確率ベクトルを直接入力し、この状態確率ベクトルにパラメータ設定部５から入力した検出対象セル数を乗算することで航跡数を算出することにある。すなわち、本実施形態は、航跡数算出に際して、航跡確率あるいは仮航跡確率について分類・集計する必要がない場合に、状態確率分類・集計部３（ＳＴ１０３）を省略して、解析処理時間の短縮を図っている。また、状態確率分類・集計部３（ＳＴ１０３）を省略することにより、外部に出力されない状態（Ｓ１〜Ｓ３）のそれぞれで処理されている数、すなわち、状態毎の仮航跡数を把握することが可能となる。 In this embodiment, the difference from the false alarm analysis device of the first embodiment is that the state probability classification / aggregation unit 3 (ST103) is omitted, and the wake number calculation unit 4 is calculated by the state probability calculation unit 2. A state probability vector at the number of observations b is directly input, and the number of wakes is calculated by multiplying the state probability vector by the number of detection target cells input from the parameter setting unit 5. That is, in the present embodiment, when it is not necessary to classify / aggregate wake probabilities or provisional wake probabilities when calculating the number of wakes, the state probability classification / aggregation unit 3 (ST103) is omitted to shorten the analysis processing time. I am trying. Further, by omitting the state probability classification / aggregation unit 3 (ST103), the number processed in each of the states (S 1 to S 3 ) that are not output to the outside, that is, the number of temporary tracks for each state is grasped. It becomes possible.

なお、上記実施形態では、解析方法を装置によって実現する場合について説明したが、それぞれ図２、図５に示すフローチャートの手順でプログラムを作成し、コンピュータに実行させるようにしても実現可能である。   In the above-described embodiment, the case where the analysis method is realized by an apparatus has been described. However, the present invention can also be realized by creating a program according to the flowcharts shown in FIGS. 2 and 5 and causing the computer to execute the program.

また、上記実施形態はそのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせでもよい。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。   Moreover, the said embodiment is not limited as it is, In an implementation stage, it can change and implement a component within the range which does not deviate from the summary. Moreover, an appropriate combination of a plurality of constituent elements disclosed in the above embodiment may be used. For example, some components may be deleted from all the components shown in the embodiment. Furthermore, constituent elements over different embodiments may be appropriately combined.

１…状態遷移行列生成部、
２…状態確率算出部、
３…状態確率分類・集計部、
４…航跡数算出部、
５…パラメータ設定部。 1 ... state transition matrix generation unit,
2 ... state probability calculation unit,
3 ... State probability classification / aggregation part,
4 ... Number of wakes calculation part,
5 ... Parameter setting section.

Claims (12)

目標追跡装置の目標追跡処理の状態毎に、誤警報に対する状態確率を算出する誤警報解析方法であって、
観測回数ａ（ａは、０以上の整数）における前記目標追跡処理の各状態の誤警報に対する状態確率、観測回数ｂ（ｂは、０以上の整数）をパラメータとして設定すると共に、前記目標追跡装置の誤警報確率、ゲートサイズに基づいて各状態の遷移確率をパラメータとして設定し、
前記目標追跡処理の状態遷移及び前記各状態の遷移確率に基づいて状態遷移行列を生成し、
前記状態遷移行列と前記観測回数ａにおける目標追跡処理の各状態の誤警報に対する状態確率に基づいて、観測回数ｂにおける前記目標追跡処理の各状態の誤警報に対する状態確率を算出する
目標追跡装置の誤警報解析方法。 A false alarm analysis method for calculating a state probability for a false alarm for each state of target tracking processing of the target tracking device,
In addition to setting the state probability and false number of observations b (b is an integer of 0 or more) for each state of the target tracking process at the number of observations a (a is an integer of 0 or more) as a parameter, the target tracking device Set the transition probability of each state as a parameter based on the false alarm probability and gate size of
Generate a state transition matrix based on the state transition of the target tracking process and the transition probability of each state,
A target tracking device that calculates a state probability for a false alarm of each state of the target tracking process at the number of observations b based on the state transition matrix and a state probability for a false alarm of each state of the target tracking process at the number of observations a. False alarm analysis method. さらに、前記目標追跡装置の検出処理において処理対象となる検出対象セル数を設定し、
前記観測回数ｂにおける目標追跡処理の各状態の誤警報に対する状態確率に前記検出対象セル数を乗算して各状態の航跡数を算出する請求項１記載の誤警報解析方法。 Further, the number of detection target cells to be processed in the detection process of the target tracking device is set,
The false alarm analysis method according to claim 1, wherein the number of wakes in each state is calculated by multiplying the number of detection target cells by the state probability for the false alarm in each state of the target tracking process at the number of observations b. 目標追跡装置の目標追跡処理の分類された状態毎に、誤警報に対する状態確率を算出する誤警報解析方法であって、
観測回数ａ（ａは、０以上の整数）における前記目標追跡処理の各状態の誤警報に対する状態確率、観測回数ｂ（ｂは、０以上の整数）をパラメータとして設定すると共に、前記目標追跡装置の誤警報確率、ゲートサイズに基づいて各状態の遷移確率をパラメータとして設定し、
前記目標追跡処理の状態遷移及び前記各状態の遷移確率に基づいて状態遷移行列を生成し、
前記状態遷移行列と前記観測回数ａにおける目標追跡処理の各状態の誤警報に対する状態確率に基づいて、観測回数ｂにおける前記目標追跡処理の各状態の誤警報に対する状態確率を算出し、
前記観測回数ｂにおける目標追跡処理の各状態を分類し、分類された状態の誤警報に対する状態確率を集計して、観測回数ｂにおける前記目標追跡処理の各分類の誤警報に対する状態確率とする目標追跡装置の誤警報解析方法。 A false alarm analysis method for calculating a state probability for a false alarm for each classified state of the target tracking process of the target tracking device,
In addition to setting the state probability and false number of observations b (b is an integer of 0 or more) for each state of the target tracking process at the number of observations a (a is an integer of 0 or more) as a parameter, the target tracking device Set the transition probability of each state as a parameter based on the false alarm probability and gate size of
Generate a state transition matrix based on the state transition of the target tracking process and the transition probability of each state,
Based on the state transition matrix and the state probability for the false alarm of each state of the target tracking process at the number of observations a, calculate the state probability for the false alarm of each state of the target tracking process at the number of observations b;
Targets for classifying each state of the target tracking process at the number of observations b, summing the state probabilities for the false alarms of the classified states, and setting the state probabilities for the false alarms of the classifications of the target tracking processes at the number of observations b A false alarm analysis method for a tracking device. さらに、前記目標追跡装置の検出処理において処理対象となる検出対象セル数を設定し、
前記観測回数ｂにおける目標追跡処理の各分類の誤警報に対する状態確率に前記検出対象セル数を乗算して各分類の航跡数を算出する請求項３記載の誤警報解析方法。 Further, the number of detection target cells to be processed in the detection process of the target tracking device is set,
The false alarm analysis method according to claim 3 , wherein the number of wakes of each classification is calculated by multiplying the state probability for the false alarm of each classification in the target tracking process at the number of observations b by the number of detection target cells. 目標追跡装置の目標追跡処理の状態毎に、誤警報に対する状態確率を算出する誤警報解析装置であって、
観測回数ａ（ａは、０以上の整数）における前記目標追跡処理の各状態の誤警報に対する状態確率、観測回数ｂ（ｂは、０以上の整数）をパラメータとして設定すると共に、前記目標追跡装置の誤警報確率、ゲートサイズに基づいて各状態の遷移確率をパラメータとして設定するパラメータ設定手段と、
前記目標追跡処理の状態遷移及び前記各状態の遷移確率に基づいて状態遷移行列を生成する状態遷移行列生成手段と、
前記状態遷移行列と前記観測回数ａにおける目標追跡処理の各状態の誤警報に対する状態確率に基づいて、観測回数ｂにおける前記目標追跡処理の各状態の誤警報に対する状態確率を算出する状態確率算出手段と
を具備する目標追跡装置の誤警報解析装置。 A false alarm analysis device that calculates a state probability for a false alarm for each state of target tracking processing of the target tracking device,
In addition to setting the state probability and false number of observations b (b is an integer of 0 or more) for each state of the target tracking process at the number of observations a (a is an integer of 0 or more) as a parameter, the target tracking device Parameter setting means for setting the transition probability of each state as a parameter based on the false alarm probability of the gate size ,
State transition matrix generating means for generating a state transition matrix based on the state transition of the target tracking process and the transition probability of each state;
State probability calculation means for calculating a state probability for a false alarm of each state of the target tracking process at the number of observations b based on the state transition matrix and a state probability for a false alarm of each state of the target tracking process at the number of observations a A false alarm analysis device for a target tracking device. さらに、前記パラメータ設定手段は、前記目標追跡装置の検出処理において処理対象となる検出対象セル数を設定し、
前記観測回数ｂにおける目標追跡処理の各状態の誤警報に対する状態確率に前記検出対象セル数を乗算して各状態の航跡数を算出する航跡数算出手段を備える請求項５記載の誤警報解析装置。 Further, the parameter setting means sets the number of detection target cells to be processed in the detection processing of the target tracking device,
6. The false alarm analysis device according to claim 5, further comprising a wake number calculation means for calculating a wake number of each state by multiplying a state probability for a false alarm of each state of the target tracking process at the number of observations b by the number of detection target cells. . 目標追跡装置の目標追跡処理の分類された状態毎に、誤警報に対する状態確率を算出する誤警報解析装置であって、
観測回数ａ（ａは、０以上の整数）における前記目標追跡処理の各状態の誤警報に対する状態確率、観測回数ｂ（ｂは、０以上の整数）をパラメータとして設定すると共に、前記目標追跡装置の誤警報確率、ゲートサイズに基づいて各状態の遷移確率をパラメータとして設定するパラメータ設定手段と、
前記目標追跡処理の状態遷移及び前記各状態の遷移確率に基づいて状態遷移行列を生成する状態遷移行列生成手段と、
前記状態遷移行列と前記観測回数ａにおける目標追跡処理の各状態の誤警報に対する状態確率に基づいて、観測回数ｂにおける前記目標追跡処理の各状態の誤警報に対する状態確率を算出する状態確率算出手段と、
前記観測回数ｂにおける目標追跡処理の各状態を分類し、分類された状態の誤警報に対する状態確率を集計して、観測回数ｂにおける前記目標追跡処理の各分類の誤警報に対する状態確率とする状態確率分類・集計手段と
を具備する目標追跡装置の誤警報解析装置。 A false alarm analysis device that calculates a state probability for a false alarm for each classified state of the target tracking process of the target tracking device,
In addition to setting the state probability and false number of observations b (b is an integer of 0 or more) for each state of the target tracking process at the number of observations a (a is an integer of 0 or more) as a parameter, the target tracking device Parameter setting means for setting the transition probability of each state as a parameter based on the false alarm probability of the gate size ,
State transition matrix generating means for generating a state transition matrix based on the state transition of the target tracking process and the transition probability of each state;
State probability calculation means for calculating a state probability for a false alarm of each state of the target tracking process at the number of observations b based on the state transition matrix and a state probability for a false alarm of each state of the target tracking process at the number of observations a When,
A state in which each state of the target tracking process at the number of observations b is classified, and the state probabilities for the false alarms of the classified state are aggregated to obtain a state probability for the false alarms of the classifications of the target tracking processes at the number of observations b. A false alarm analysis device for a target tracking device comprising a probability classification / aggregation means. さらに、前記パラメータ設定手段は、前記目標追跡装置の検出処理において処理対象となる検出対象セル数を設定し、
前記観測回数ｂにおける目標追跡処理の各分類の誤警報に対する状態確率に前記検出対象セル数を乗算して各分類の航跡数を算出する航跡数算出手段を備える請求項７記載の誤警報解析装置。 Further, the parameter setting means sets the number of detection target cells to be processed in the detection processing of the target tracking device,
The false alarm analysis device according to claim 7, further comprising: a wake number calculation unit that calculates the number of wakes of each classification by multiplying the number of detection target cells by the state probability for the false alarm of each classification in the target tracking process at the observation number b. . 目標追跡装置の目標追跡処理の状態毎に、誤警報に対する状態確率を算出する処理をコンピュータに実行させるための誤警報解析プログラムであって、
観測回数ａ（ａは、０以上の整数）における前記目標追跡処理の各状態の誤警報に対する状態確率、観測回数ｂ（ｂは、０以上の整数）をパラメータとして設定すると共に、前記目標追跡装置の誤警報確率、ゲートサイズに基づいて各状態の遷移確率をパラメータとして設定するステップと、
前記目標追跡処理の状態遷移及び前記各状態の遷移確率に基づいて状態遷移行列を生成するステップと、
前記状態遷移行列と前記観測回数ａにおける目標追跡処理の各状態の誤警報に対する状態確率に基づいて、観測回数ｂにおける前記目標追跡処理の各状態の誤警報に対する状態確率を算出するステップと
を具備する目標追跡装置の誤警報解析プログラム。 A false alarm analysis program for causing a computer to execute a process of calculating a state probability for a false alarm for each state of a target tracking process of the target tracking device,
In addition to setting the state probability and false number of observations b (b is an integer of 0 or more) for each state of the target tracking process at the number of observations a (a is an integer of 0 or more) as a parameter, the target tracking device A step of setting the transition probability of each state as a parameter based on the false alarm probability of the gate size ,
Generating a state transition matrix based on the state transition of the target tracking process and the transition probability of each state;
Calculating a state probability for a false alarm of each state of the target tracking process at the number of observations b based on the state transition matrix and a state probability for a false alarm of each state of the target tracking process at the number of observations a. False alarm analysis program for target tracking device. さらに、前記パラメータを設定するステップは、前記目標追跡装置の検出処理において処理対象となる検出対象セル数を設定し、
前記観測回数ｂにおける目標追跡処理の各状態の誤警報に対する状態確率に前記検出対象セル数を乗算して各状態の航跡数を算出するステップを備える請求項９記載の誤警報解析プログラム。 Furthermore, the step of setting the parameter sets the number of detection target cells to be processed in the detection process of the target tracking device,
The false alarm analysis program according to claim 9, further comprising the step of calculating the number of tracks in each state by multiplying the number of detection target cells by the state probability for the false alarm in each state of the target tracking process at the number of observations b. 目標追跡装置の目標追跡処理の分類された状態毎に、誤警報に対する状態確率を算出する処理をコンピュータに実行させるための誤警報解析プログラムであって、
観測回数ａ（ａは、０以上の整数）における前記目標追跡処理の各状態の誤警報に対する状態確率、観測回数ｂ（ｂは、０以上の整数）をパラメータとして設定すると共に、前記目標追跡装置の誤警報確率、ゲートサイズに基づいて各状態の遷移確率をパラメータとして設定するステップと、
前記目標追跡処理の状態遷移及び前記各状態の遷移確率に基づいて状態遷移行列を生成するステップと、
前記状態遷移行列と前記観測回数ａにおける目標追跡処理の各状態の誤警報に対する状態確率に基づいて、観測回数ｂにおける前記目標追跡処理の各状態の誤警報に対する状態確率を算出するステップと、
前記観測回数ｂにおける目標追跡処理の各状態を分類し、分類された状態の誤警報に対する状態確率を集計して、観測回数ｂにおける前記目標追跡処理の各分類の誤警報に対する状態確率とするステップと
を具備する目標追跡装置の誤警報解析プログラム。 A false alarm analysis program for causing a computer to execute a process of calculating a state probability for a false alarm for each classified state of the target tracking process of the target tracking device,
In addition to setting the state probability and false number of observations b (b is an integer of 0 or more) for each state of the target tracking process at the number of observations a (a is an integer of 0 or more) as a parameter, the target tracking device A step of setting the transition probability of each state as a parameter based on the false alarm probability of the gate size ,
Generating a state transition matrix based on the state transition of the target tracking process and the transition probability of each state;
Calculating a state probability for a false alarm of each state of the target tracking process at the number of observations b based on the state transition matrix and a state probability for a false alarm of each state of the target tracking process at the number of observations a;
Classifying each state of the target tracking process at the number of observations b, summing up the state probabilities for the false alarms of the classified states, and setting the state probabilities for the false alarms of the classifications of the target tracking processes at the number of observations b A false alarm analysis program for a target tracking device. さらに、前記パラメータを設定するステップは、前記目標追跡装置の検出処理において処理対象となる検出対象セル数を設定し、
前記観測回数ｂにおける目標追跡処理の各分類の誤警報に対する状態確率に前記検出対象セル数を乗算して各分類の航跡数を算出するステップを備える請求項１１記載の誤警報解析プログラム。 Furthermore, the step of setting the parameter sets the number of detection target cells to be processed in the detection process of the target tracking device,
The false alarm analysis program according to claim 11, further comprising a step of calculating the number of tracks of each classification by multiplying the number of detection target cells by the state probability for each classification false alarm in the target tracking process at the number of observations b .
JP2013042235A 2013-03-04 2013-03-04 False alarm analysis method, analysis device and analysis program for target tracking device Expired - Fee Related JP6009973B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2013042235A JP6009973B2 (en) 2013-03-04 2013-03-04 False alarm analysis method, analysis device and analysis program for target tracking device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2013042235A JP6009973B2 (en) 2013-03-04 2013-03-04 False alarm analysis method, analysis device and analysis program for target tracking device

Publications (3)

Publication Number Publication Date
JP2014169941A JP2014169941A (en) 2014-09-18
JP2014169941A5 JP2014169941A5 (en) 2015-07-09
JP6009973B2 true JP6009973B2 (en) 2016-10-19

Family

ID=51692415

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013042235A Expired - Fee Related JP6009973B2 (en) 2013-03-04 2013-03-04 False alarm analysis method, analysis device and analysis program for target tracking device

Country Status (1)

Country Link
JP (1) JP6009973B2 (en)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3683380A (en) * 1971-01-11 1972-08-08 Thomas C Cantwell Jr Cascaded digital integrator target detection system
JP2013019702A (en) * 2011-07-07 2013-01-31 Mitsubishi Heavy Ind Ltd Radar device and target position calculating method

Also Published As

Publication number Publication date
JP2014169941A (en) 2014-09-18

Similar Documents

Publication Publication Date Title
WO2019129060A1 (en) Method and system for automatically generating machine learning sample
EP2814218A1 (en) Detecting anomalies in work practice data by combining multiple domains of information
Ajdari et al. An adaptive exploration-exploitation algorithm for constructing metamodels in random simulation using a novel sequential experimental design
Kang et al. Optimal placement of mobile sensors for data assimilations
Petković Adaptive neuro-fuzzy approach for estimation of wind speed distribution
US9225738B1 (en) Markov behavior scoring
US9563729B2 (en) Signal transition analysis of a circuit
Jung A method to improve cutset probability calculation in probabilistic safety assessment of nuclear power plants
Mauša et al. Multivariate logistic regression prediction of fault-proneness in software modules
KR20220059287A (en) Attention-based stacking method for time series forecasting
Grbac et al. Stability of software defect prediction in relation to levels of data imbalance
Brehmer et al. Simulation-based inference methods for particle physics
Lafon et al. Hybrid energy based model in the feature space for out-of-distribution detection
Kim et al. PHM experimental design for effective state separation using Jensen–Shannon divergence
US20220253426A1 (en) Explaining outliers in time series and evaluating anomaly detection methods
JP2018067227A (en) Data analyzing apparatus, data analyzing method, and data analyzing processing program
Li et al. Nonlinear model identification from multiple data sets using an orthogonal forward search algorithm
Tan et al. Grading your models: Assessing dynamics learning of models using persistent homology
Wheatley et al. The ARMA point process and its estimation
JP6009973B2 (en) False alarm analysis method, analysis device and analysis program for target tracking device
Azzeh et al. An application of classification and class decomposition to use case point estimation method
Xing et al. GCFormer: Granger Causality based Attention Mechanism for Multivariate Time Series Anomaly Detection
Zarei et al. Pseudo-stochastic EM for sub-Gaussian α-stable mixture models
Liu et al. Evaluation and amelioration of computer-aided diagnosis with artificial neural networks utilizing small-sized sample sets
JP2014169942A (en) Target tracking device erroneous alarm analysis method, analyzer and analysis program

Legal Events

Date Code Title Description
A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150522

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20150522

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160517

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160715

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20160816

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20160915

R151 Written notification of patent or utility model registration

Ref document number: 6009973

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

LAPS Cancellation because of no payment of annual fees