JP6232012B2 - 検出装置、受信装置および検出方法 - Google Patents

Description

本発明は、検出装置、受信装置および検出方法に関する。

従来、複数のノイズ信号を含む受信データをフーリエ変換し、得られたスペクトラムにおけるピーク強度を所定の閾値と比較することで、ノイズ信号それぞれを検出する検出装置が知られている（たとえば、特許文献１参照）。

特開２００９−２０６６０３号公報

しかしながら、上記した従来技術では、ノイズ信号を正確に検出するという点で更なる改善の余地がある。たとえば、上記した従来技術では、スペクトラムにおけるノイズ信号とその他の信号とのピーク強度の差が小さい場合、適切な閾値を設定することが難しく、ノイズ信号の検出精度が低下する可能性がある。なお、かかる課題は、ノイズ信号に限らず、さまざまな信号の検出においても同様に発生する課題である。

本発明は、上記に鑑みてなされたものであって、信号の検出精度を向上させることができる検出装置、受信装置および検出方法を提供することを目的とする。

上記課題を解決し、目的を達成するために、本発明は、検出装置において、取得部と、算出部と、検出部とを備える、前記取得部は、基底周波数が異なる信号群がそれぞれ重畳されたデータを移動体に設けられたアンテナを介して取得する。前記算出部は、前記取得部によって取得されたデータの周波数スペクトラムに基づいて前記信号群それぞれの前記基底周波数を算出する。前記検出部は、前記算出部によって算出された前記基底周波数に基づいて前記信号群に含まれる各信号をそれぞれ検出する。

本発明によれば、信号の検出精度を向上させることができる。

図１は、本発明に係る検出方法の概要を示す図である。 図２は、本実施形態に係る受信装置の内部構成を示すブロック図である。 図３は、信号検出部の内部構成を示すブロック図である。 図４は、各信号の検出方法を説明するための説明図（その１）である。 図５は、各信号の検出方法を説明するための説明図（その２）である。 図６は、検出部が検出する信号群の一例を示す図である。 図７は、本実施形態に係る検出装置が実行する処理手順を示すフローチャートである。 図８は、変形例に係る受信装置の内部構成を示すブロック図である。

以下、添付図面を参照して、本願の開示する検出装置、受信装置および検出方法の実施形態を詳細に説明する。なお、以下に示す実施形態によりこの発明が限定されるものではない。また、以下では、本発明に係る検出方法の概要について図１を用いて説明した後に、本発明に係る検出方法を適用した検出装置、受信装置についての実施形態を図２〜図８を用いて説明することとする。

＜１．検出方法の概要＞
まず、本発明に係る検出方法の概要について図１を用いて説明する。図１は、本発明に係る検出方法の概要を示す図である。図１に示す検出方法は、基底周波数が異なる信号群がそれぞれ重畳されたデータから、かかる信号群に含まれる各信号を検出するものである。

なお、図１では、移動体Ｍが自動車である場合を例にとって示しているが、移動体Ｍは自動車に限られない。たとえば、移動体Ｍは、電車や船舶、航空機などの、利用者が乗車、搭乗または操縦等するものであってもよい。

また、以下では、説明の便宜上、基底周波数が異なる信号群の各信号をノイズとして説明するが、かかる信号はノイズに限られない。信号群は、或る信号に重畳された他の信号群であったり、或る信号の一部であったりしてもよい。また、以下では、基底周波数が異なる２つの信号が重畳している場合を例にとって説明するが、かかる信号の数を限定するものではない。また、以下に述べる「周波数スペクトラム」とは、データやデータに含まれる信号について周波数に対する強度（レベル）を示すグラフのことを指す。

図１に示すように、アンテナ１１は、移動体Ｍに設けられる。アンテナ１１は、たとえば到来するラジオ放送等の放送電波や、その他の方式で送信される各種無線電波を受信する。

ところで、アンテナ１１が受信した受信電波には、ノイズが重畳されて受信品質の低下がもたらされることがある。かかるノイズとしては、基底周波数の基本波と基底周波数の２以上の整数倍の周波数の高調波とが複合されたいわゆる「周期性ノイズ」がある。そして、かかる周期性ノイズとしては、たとえば移動体Ｍがハイブリッド自動車の場合、インバータやＤＣ−ＤＣコンバータといった電力変換装置からのスイッチングノイズなどが挙げられる。

ここで、従来は、複数のノイズ信号を含むデータにフーリエ変換の処理を施し、得られた周波数スペクトラムにおけるピーク強度を所定の閾値と比較することによって、ノイズ信号それぞれを検出する手法が一般的であった。

しかしながら、このような従来の手法では、周波数スペクトラムにおけるノイズ信号とその他の信号とのピーク強度の差が小さい場合、適切な閾値を設定することが難しく、ノイズの検出精度が低下するおそれがあった。また、かかる閾値の設定における困難性は、データが複数のノイズ信号を含む場合にさらに大きなものとなる。また、従来の手法では、周波数スペクトラムにおけるピーク強度を比較しているため、さまざまな強度の周波数成分を含む周期性ノイズを精度よく検出することが難しかった。

そこで、本発明に係る検出方法では、データにおける周期性ノイズの基底周波数を算出し、算出した基底周波数に基づいて各周期性ノイズを検出することとした。これにより、データが複数の周期性ノイズを含む場合であっても、かかる周期性ノイズの検出精度を向上させることができる。

以下では、本発明に係る検出方法を実行する手順について説明する。本発明に係る検出方法では、移動体Ｍに設けられたアンテナ１１を介して基底周波数が異なる周期性ノイズ（信号群）がそれぞれ重畳されたデータを取得する（ステップＳ１）。

つづいて、本発明に係る検出方法では、データをフーリエ変換して得られた周波数スペクトラムに基づいて、それぞれの周期性ノイズの基底周波数（図１の「基底周波数ＢａおよびＢｂ」参照）を算出する（ステップＳ２）。なお、ここに示した基底周波数の検出方法の詳細については、図４および図５を用いて後述する。

そして、本発明に係る検出方法では、算出した基底周波数ＢａおよびＢｂに基づいて複数の周期性ノイズそれぞれを検出する（ステップＳ３）。なお、図１には、基底周波数Ｂａの周期性ノイズを信号群Ｓａとして示し、基底周波数Ｂｂの周期性ノイズを信号群Ｓｂとして示している。また、ここに示した周期性ノイズの検出方法の詳細については、図６等を用いて後述する。

このように、本発明に係る検出方法は、基底周波数が異なる信号群がそれぞれ重畳されたデータから周期性ノイズの基底周波数を算出し、算出した基底周波数に基づいて各周期性ノイズを検出する。したがって、本発明に係る検出方法によれば、データに重畳されたノイズ信号などの信号を精度よく検出することができる。

以下では、図１を用いて説明した検出方法の詳細、および、かかる検出方法を適用した検出装置および受信装置についての実施形態を詳細に説明する。なお、以下では、受信装置が、図１を用いて説明した、いわゆる自動車に設けられたノイズ検出装置を含む場合を例にとって説明する。

＜２．受信装置の構成＞
図２は、本実施形態に係る受信装置１の内部構成を示すブロック図である。なお、同図では、受信装置１の特徴を説明するために必要な構成要素のみを示しており、一般的な構成要素についての記載を省略している。

図２に示す受信装置１は、たとえばラジオ放送やテレビ放送等の放送電波を受信するＡＭ放送受信機やＦＭ放送受信機等の受信装置に相当し、アンテナ１１およびスピーカ１８に接続される。受信装置１は、検出装置２、ＩＦノイズ処理部１４、ＩＦ処理部１５、オーディオ周波数変換部１６およびオーディオ処理部１７を備える。検出装置２は、取得部２１および信号検出部２２を備える。取得部２１は、フロントエンド部１２およびＡ／Ｄ変換部１３を備える。

取得部２１は、基底周波数が異なる周期性ノイズがそれぞれ重畳されたデータを、アンテナ１１を介して取得する。具体的には、フロントエンド部１２は、アンテナ１１で受信した放送電波を中間周波数信号（以下、単に「ＩＦ信号」と称する）に変換する。Ａ／Ｄ変換部１３は、かかるＩＦ信号をデジタル変換する。なお、ここではＡ／Ｄ変換部１３が
ＩＦ信号をデジタル変換することとしたが、これに限らず、Ａ／Ｄ変換部１３は、ＩＦ変換前のＲＦ信号をデジタル変換することとしてもよい。

また、信号検出部２２は、Ａ／Ｄ変換部１３経由で順次取得するＩＦ信号（すなわちデータ）のうち周期性ノイズを検出する。そして、信号検出部２２は、周期性ノイズの基底周波数を含む信号をＩＦノイズ処理部１４へ出力する。なお、信号検出部２２が実行する処理の詳細については図３〜図６を用いて後述する。

ＩＦノイズ処理部１４は、信号検出部２２からの信号に基づいて、デジタル化されたＩＦ信号のノイズ成分を除去するブランク処理を実行する。なお、ブランク処理とは、ＩＦ信号の連続する信号区間のうち、ノイズ成分を含む除去対象区間を除去し、かかる除去した区間を信号補間する補間処理に相当する。

ＩＦ処理部１５は、デジタル化されたＩＦ信号に対してデジタルフィルタ処理を実行する。なお、デジタルフィルタ処理は、到来する放送電波の放送周波数と隣接する隣接放送周波数のＩＦ信号を妨害信号として除去するフィルタ処理に相当する。

オーディオ周波数変換部１６は、デジタルフィルタを施したＩＦ信号をオーディオ周波数信号（以下、単に「オーディオ信号」と称する）に変換する。オーディオ処理部１７は、オーディオ信号に対してオーディオ処理を実行する。なお、オーディオ処理とは、音声ミュート処理や高周波成分を除去するハイカット処理等に相当する。スピーカ１８は、オーディオ処理を施したオーディオ信号を音響出力する。なお、Ａ／Ｄ変換部１３から後段のオーディオ処理部１７までの各種部位は、たとえばデジタルシグナルプロセッサ（ＤＳＰ）で構成するが、ＤＳＰに限定するものではない。

なお、上述したＩＦ変換は必ずしも必要ではなくフロントエンド部で必要な周波数を取り出す処理を行うこととしても良い。この場合の必要周波数はＡＭ帯やＦＭ帯、テレビ帯全体といったある程度広い周波数範囲に相当する。

＜３．信号検出部の構成および検出処理の具体的動作＞
以下では、信号検出部２２の構成および信号検出部２２が実行する処理の詳細について図３〜図６を用いて説明する。図３は、信号検出部２２の内部構成を示すブロック図である。図４および図５は、各信号の検出方法を説明するための説明図（その１）および（その２）である。図６は、検出部が検出する信号群の一例を示す図である。なお、以下に述べるフーリエ変換には、離散化された情報を取り扱うＤＦＴ（Discrete Fourier Transform）も含まれるものとする。また、以下では、データに２つの周期性ノイズが重畳されている場合を例にとって説明するが、データに重畳される周期性ノイズが３つ以上であってもよい。

図３に示す信号検出部２２は、算出部３０および検出部４０を備える。算出部３０は、ＦＦＴ（Fast Fourier Transform）部３０ａ、対数変換部３０ｂ、ＩＦＦＴ（Inverse Fast Fourier Transform）部３０ｃおよび基底周波数算出部３０ｄを備える。

算出部３０は、デジタル化されたＩＦ信号のうち、たとえば放送電波における搬送波の周波数成分を除いた信号に、いわゆる「ケプストラム演算処理」を施す。ここで、ケプストラム演算とは、複数の信号が重畳された信号に対して、各信号を分離させる解析を実行する信号処理演算のことを指す。算出部３０は、ＩＦ信号に、フーリエ変換、対数変換および逆フーリエ変換の処理を順次施すことによって、ケプストラム演算処理を実行する。

具体的には、ＦＦＴ部３０ａは、図４に示すように、ＩＦ信号のうち搬送波の周波数成分を除いた信号にフーリエ変換の処理を施して周波数スペクトラムを算出し、対数変換部３０ｂへ出力する。なお、図４における周波数スペクトラムの縦軸は「スペクトラムの強度（レベル）」（以下、「強度」と称する）を示し、横軸は周波数を示している。なお、図４には、基底周波数がそれぞれΔＩおよびΔＤ（＞ΔＩ）である２つの周期性ノイズが重畳している場合を例にとって示している。

ここで、周期性ノイズにおける高調波成分の各周波数は基底周波数の２以上の整数倍になる。したがって、周期性ノイズは、周波数スペクトラムにおいて周波数の間隔がそれぞれ基底周波数に等しいピーク群として示される。また、各周期性ノイズのそれぞれのピーク強度は、周波数の増加とともに順次減少する。

具体的には、図４に示すように、基底周波数ΔＩから周波数の間隔がΔＩで並びつつ周波数の増加とともに強度が順次減少するピーク群と、基底周波数ΔＤから周波数の間隔がΔＤで並びつつ周波数の増加とともに強度が順次減少するピーク群とが重畳する。

対数変換部３０ｂは、周波数スペクトラムに、２乗処理や絶対値化の処理の後に対数変換の処理を施して「対数振幅スペクトラム」を算出し、ＩＦＦＴ部３０ｃへ出力する。ＩＦＦＴ部３０ｃは、対数振幅スペクトラムに逆フーリエ変換の処理を施して「ケプストラムの値」（以下、「Ｃ値」と称する）を算出し、基底周波数算出部３０ｄへ出力する。なお、以下の説明において「ケプストラム」とは、図５に示すように、上記のＣ値を時間の次元を有する変数（すなわちケフレンシ）に対して示したグラフのことを指す。すなわち、図５に示すケプストラムの縦軸はＣ値を示し、横軸はケフレンシを示している。

そして、ケプストラムにおいて、周期性の信号は、かかる周期性の信号における基底周波数の逆数のケフレンシから等間隔に並びつつ、ケフレンシの増加とともにＣ値が順次減少するピーク群に変換される。また、かかるピークどうしの間隔は、周期性の信号における基底周波数の逆数に等しい。

具体的には、図５に示すように、周波数スペクトラムにおいて基底周波数がΔＩの周期性ノイズは、ケフレンシ１／ΔＩから間隔が１／ΔＩで並びつつ、ケフレンシの増加とともにＣ値が順次減少するピーク群に変換される。また、周波数スペクトラムにおいて基底周波数がΔＤの周期性ノイズは、ケフレンシ１／ΔＤから間隔が１／ΔＤで並びつつ、ケフレンシの増加とともにＣ値が順次減少するピーク群に変換される。すなわち、ケプストラム演算処理によれば、基底周波数が異なる周期性ノイズのピーク群を、それぞれケフレンシが離れた位置へ分離することができる。図５には、このように分離された２つの周期性ノイズをそれぞれ信号グループＡ１およびＡ２として示している。

また、上述したように、ケプストラム演算処理によれば、ケフレンシが１／ΔＩおよび１／ΔＤのピークは、それぞれが属するピーク群においてＣ値が最も大きいピークとなる。そこで、基底周波数算出部３０ｄは、信号グループＡ１およびＡ２の各信号のうちＣ値が最も大きいピーク（図５の「ピークＰ１１およびＰ２１」参照）のケフレンシから基底周波数を算出することとした。これにより、各周期性ノイズの基底周波数を精度よく算出することができる。

なお、各信号グループＡ１およびＡ２からＣ値が最も大きいピークを検出する方法としては、たとえばケフレンシの小さい方から順にピークのＣ値を比較していく方法が挙げられる。具体的には、隣接する二つのピークを比較し、ケフレンシが大きいピークのＣ値がケフレンシの小さいピークのＣ値より所定値以上大きい場合に、ケフレンシが大きいピークを信号グループＡ１およびＡ２の最大ピークとする。

また、ケフレンシから周波数への変換は、ケフレンシの逆数をとってもよいし、ケプストラムの一部にフーリエ変換を含む処理を施して対数振幅スペクトラムや周波数スペクトラムへ逆変換することとしてもよい。

このように、実施形態に係る検出装置２では、移動体Ｍに設けられたアンテナ１１を介して取得したデータにケプストラム演算処理を施す。これにより、複雑でなく処理能力を要しない演算によって複数の周期性ノイズをそれぞれ分離することが可能となる。すなわち、簡便な処理で各周期性ノイズの検出精度を向上させることができる。

また、実施形態に係る検出装置２は、周期性ノイズの基底周波数を最初に検出する。これにより、周期性ノイズの周波数が変動しても、かかる変動に追従しつつ各周期性ノイズを検出することが可能となる。したがって、周期性ノイズの周波数が、たとえばハイブリッド自動車における電力変換装置のスイッチングノイズのように動作状態等により変動しても、かかる変動に追従しつつ周期性ノイズを精度よく検出することができる。

なお、かかる電力変換装置としては、たとえば電力を直流−交流の間で変換するインバータや、入力された直流電力を、所定の電圧に昇降圧された直流電力に変換するＤＣ−ＤＣコンバータなどが挙げられる。

また、実施形態に係る検出装置２によれば、ノイズ源を問わない。したがって、上記したスイッチングノイズに限らず、たとえば電気回路のフロアノイズやエンジンからのノイズなどに含まれる周期性ノイズを検出することができる。また、移動体Ｍの外部にあるノイズ源からの周期性ノイズも検出することができる。

次に、検出部４０が実行する処理について説明する。図３に示す検出部４０は、基底周波数算出部３０ｄで算出された基底周波数に対して逓倍処理を施し、基底周波数を含む信号とともにＩＦノイズ処理部１４（図２参照）へ出力する。ここで、逓倍処理とは、基底周波数を２以上の整数倍する処理のことを指す。かかる逓倍処理は、検出部４０の逓倍部４０Ａによって実行される。

逓倍部４０Ａは、基底周波数算出部３０ｄで算出された基底周波数ΔＩおよびΔＤをそれぞれ２以上の整数倍して、逓倍後の周波数２ΔＩ、３ΔＩ・・・および２ΔＤ、３ΔＤ・・・を算出する。すなわち、基底周波数ΔＩおよびΔＤの基本波に対する高調波成分の周波数を算出する。そして、検出部４０は、基底周波数ΔＩおよびΔＤとともに基底周波数ΔＩおよびΔＤの高調波成分の周波数（すなわち逓倍後の周波数２ΔＩ、３ΔＩ・・・および２ΔＤ、３ΔＤ・・・）をＩＦノイズ処理部１４へ出力する。

ＩＦノイズ処理部１４は、検出部４０で検出された周波数成分をＩＦ信号から除去し、ブランク処理を実行する。なお、ＩＦノイズ処理部１４は、たとえばノッチフィルタを含んで構成することができる。

このように、実施形態に係る検出装置２では、各信号の基底周波数へ逓倍処理を施す。これにより、簡便な処理で周波数の帯域全体における信号の周波数を検出することが可能となる。したがって、周波数帯域の全体を走査して信号の周波数を検出する場合と比較して装置や回路を簡素化することができる。

なお、上記した例では、基底周波数算出部３０ｄが周期性ノイズの基底周波数を算出する場合を例にとって説明した。しかしながら、これに限らず、基底周波数算出部３０ｄは、算出された基底周波数の強度をさらに算出することとしてもよい。かかる強度の算出は、たとえば、図５に示したピークＰ１１およびＰ２１のＣ値を強度（図４の縦軸参照）へ変換することで行われる。

この場合、検出部４０は、上記した逓倍処理によって得られた各周波数に対応する強度を、基底周波数算出部３０ｄと同様の手順で検出する。そして、検出部４０は、基底周波数算出部３０ｄで算出された基底周波数および強度の組とともに、各周波数および強度の組をＩＦノイズ処理部１４へ出力する。

ＩＦノイズ処理部１４は、たとえば、受け取った周波数における強度をＩＦ信号から差し引くことによって周期性ノイズを除去する。これにより、ＩＦ信号から効率よく周期性ノイズを除去することができる。なお、上記したＣ値から強度への変換は、ケプストラムにフーリエ変換の処理を施すことによって実行することができる。

図６には、信号検出部２２が信号グループＡ２の周波数および強度を検出した場合の周波数スペクトラムを、ピークＦ２１、Ｈ２２、Ｈ２３・・・として示している。なお、図６に示す信号群は、図４に示した周波数スペクトラムから基底周波数ΔＩの周期性ノイズを抽出したものに相当する。

次に、本実施形態に係る検出装置２が実行する処理手順について図７を用いて説明する。図７は、本実施形態に係る検出装置２が実行する処理手順を示すフローチャートである。同図に示すように、取得部２１が、移動体Ｍに設けられたアンテナ１１を介して基底周波数が異なる信号群がそれぞれ重畳されたデータを取得する（ステップＳ２０１）。

そして、算出部３０は、取得部２１が取得したデータに対してケプストラム演算処理を施し（ステップＳ２０２）、各信号に対応するピーク群のそれぞれからＣ値（ケプストラム値）が最も大きいピークの周波数を検出する（ステップＳ２０３）。つづいて、検出部４０は、算出部３０で算出されたＣ値が最も大きいピークの周波数のそれぞれに逓倍処理を施し（ステップＳ２０４）、処理を終了する。

なお、上述した処理例では、搬送波の周波数成分を除いたＩＦ信号にケプストラム演算処理を施す場合を例にとって説明した。しかしながら、これに限らず、ＩＦ信号に対して搬送波の周波数成分を除かずにケプストラム演算処理を施し、ケプストラムにおいて搬送波を無視してピークを検出することとしてもよい。具体的には、たとえば日本国内におけるＡＭ帯の搬送波は９Ｋ（Ｈｚ）間隔であるので、ケプストラムにおけるケフレンシの間隔が１／９Ｋ（１／Ｈｚ）のピーク群を無視してピークの検出を行うこととすればよい。これにより、搬送波の周波数成分を除くためのフィルタ処理を省略することができ、算出部３０の回路を簡素化することができる。

＜４．変形例に係る受信装置の構成＞
ところで、上述してきた実施形態では、受信装置１が、受信したデータから周期性ノイズを除去する場合の例について例示したが、受信装置１は、受信したデータから周期性ノイズを抽出することとしてもよい。そこで、以下では受信装置１の変形例について図８を用いて説明する。

なお、本変形例は、たとえば図２に示した受信装置１の変形例であって、図２等に示した受信装置１と同一の要素には同一の符号を付し、重複する記載を省略する。図８は、変形例に係る受信装置１ａの内部構成を示すブロック図である。

図８に示すように、変形例に係る受信装置１ａは、検出装置２および信号抽出部１９を備える。信号抽出部１９は、信号検出部２２で検出された周期性ノイズの周波数を含む信号に基づいて、周期性ノイズのそれぞれをＩＦ信号から抽出して外部装置へ出力する。なお、外部装置は、たとえば、信号の電気信号を表示するオシロスコープ等である。また、信号抽出部１９としては、たとえばＬＭＳ（Least Mean Square）アルゴリズムの最適化アルゴリズムを用いた適応フィルタなどを用いることができる。

なお、図６を用いて既に説明したように、変形例に係る受信装置１ａにおいても検出装置２は、周期性ノイズの周波数とともに強度を検出することができる。この場合、受信装置１ａは、ＩＦ信号から各周期性ノイズの周波数とともに強度を抽出することができる。

このように変形例に係る受信装置１ａでは、検出装置２が検出した信号を、データから抽出することとした。これにより、信号群に含まれる信号をそれぞれ精度よく抽出することができる。

上述してきたように、実施形態に係る検出装置は、取得部と、算出部と、検出部とを備える。取得部は、基底周波数が異なる信号群がそれぞれ重畳されたデータを移動体に設けられたアンテナを介して取得する。算出部は、取得部によって取得されたデータの周波数スペクトラムに基づいて信号群それぞれの基底周波数を算出する。検出部は、算出部によって算出された基底周波数に基づいて信号群に含まれる各信号をそれぞれ検出する。

このように、実施形態に係る検出装置は、信号群それぞれの基底周波数に基づいて信号群に含まれる各信号を検出する。したがって、実施形態に係る検出装置によれば、信号群に含まれる各信号の検出精度を向上させることができる。

また、上記した実施形態では、ＩＦ信号のノイズ成分を除去する際にブランク処理を採用したが、ノイズ成分を除去する他の処理方法を採用したとしても同様の効果が得られることは言うまでもない。また、上記した実施形態では、ラジオ受信機を例に挙げて説明したが、テレビ受信機やビーコン受信機などに採用してもよい。

また、上記した実施形態では、基底周波数が異なる信号群の各信号をノイズとして説明した。しかしながら、これに限らず、信号群は、或る信号に重畳された他の信号群であったり、或る信号の一部であったりしてもよい。また、データに含まれる基底周波数が異なる信号の数は３つ以上であってもよい。

また、図示した各部の各構成要素は、必ずしも物理的に図示のごとく構成されていることを要しない。すなわち、各部の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況に応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

さらなる効果や変形例は、当業者によって容易に導き出すことができる。このため、本発明のより広範な態様は、以上のように表しかつ記述した特定の詳細および代表的な実施形態に限定されるものではない。したがって、添付の特許請求の範囲およびその均等物によって定義される総括的な発明の概念の精神または範囲から逸脱することなく、様々な変更が可能である。

１、１ａ 受信装置
２ 検出装置
１１ アンテナ
１４ ＩＦノイズ処理部
１９ 信号抽出部
２１ 取得部
２２ 信号検出部
３０ 算出部
３０ａ ＦＦＴ部
３０ｂ 対数変換部
３０ｃ ＩＦＦＴ部
３０ｄ 基底周波数算出部
４０ 検出部
４０Ａ 逓倍部
Ｍ 移動体
Ｓａ、Ｓｂ 信号群
Ａ１、Ａ２ 信号グループ

Claims (6)

1. 基底周波数が異なる信号群がそれぞれ重畳されたデータを移動体に設けられたアンテナを介して取得する取得部と、
   前記取得部によって取得されたデータの周波数スペクトラムに基づいて前記信号群それぞれの前記基底周波数を算出する算出部と、
   前記算出部によって算出された前記基底周波数に基づいて前記信号群に含まれる各信号をそれぞれ検出する検出部と
   を備え、
   前記算出部は、
   各信号群の中の最も大きいピークに対応する各基底周波数を算出し、
   前記検出部は、
   各信号群の基底周波数の基本波と、基底周波数の２以上の整数倍の周波数の高調波とを前記信号群に含まれる各信号として検出する
   ことを特徴とする検出装置。
2. 前記算出部は、
   前記周波数スペクトラムに対してケプストラム値を算出するケプストラム演算を行うことで前記基底周波数を算出すること
   を特徴とする請求項１に記載の検出装置。
3. 前記算出部は、
   前記信号群ごとに前記ケプストラム値が最も大きいピークに対応する周波数を前記信号群ぞれぞれの前記基底周波数として算出し、
   前記検出部は、
   前記算出部によって算出された前記基底周波数に対して逓倍処理を施すことで前記信号群に含まれる各信号をそれぞれ検出すること
   を特徴とする請求項２に記載の検出装置。
4. 請求項１〜３のいずれか一つに記載の検出装置と、
   前記検出装置によって検出された前記各信号を前記データから抽出する抽出部と
   を備えることを特徴とする受信装置。
5. 請求項１〜３のいずれか一つに記載の検出装置と、
   前記検出装置によって検出された前記各信号を前記データから除去する除去部と
   を備えることを特徴とする受信装置。
6. 基底周波数が異なる信号群がそれぞれ重畳されたデータを移動体に設けられたアンテナを介して取得する取得工程と、
   前記取得工程によって取得されたデータの周波数スペクトラムに基づいて前記信号群それぞれの前記基底周波数を算出する算出工程と、
   前記算出工程によって算出された前記基底周波数に基づいて前記信号群に含まれる各信号をそれぞれ検出する検出工程と
   を含み、
   前記算出工程は、
   各信号群の中の最も大きいピークに対応する各基底周波数を算出し、
   前記検出工程は、
   各信号群の基底周波数の基本波と、基底周波数の２以上の整数倍の周波数の高調波とを前記信号群に含まれる各信号として検出する
   ことを特徴とする検出方法。

Images