JP6342271B2 - 信号検出装置、信号検出方法及び信号検出プログラム - Google Patents

Description

本実施形態は、センサからの信号に基づいて、所望信号を検出する信号検出装置、信号検出方法及び信号検出プログラムに関する。

従来のレーダ装置における信号検出装置にあっては、目標信号が航空機のように持続時間の短い、パルス状の信号である場合の信号検出方法がある（非特許文献１参照）。この方法による信号検出装置は、背景雑音と比較して信号強度の大きなパルス状の信号を検出し、これを目標信号と判定すること、このために、信号が所定の閾値を超えたか否か判定することを特徴とする。

一方、ＳＰＲＴ（Sequential Probability Ratio Test：逐次確率比検定）を用い、レーダ装置からの信号検出結果に基づいて、目標を検出する目標検出処理方法もある（非特許文献２参照）。

なお、特許文献１には、Ｍ中Ｎ検出型の目標検出処理とＳＰＲＴ型の目標検出処理を組み合わせたレーダ信号検出装置に関する記載がある。

特開２００３−４３１３２号公報

電子情報通信学会知識ベース、１１群２編５章、５−２−１ 検出技術 Samuel S. Blackman, Multiple-Target Tracking with Radar Applications, Artech House, 1986.

従来のレーダ装置等のセンサに適用される信号検出装置では、背景雑音と比較して信号強度の大きなパルス状の信号を所望信号として検出するように構成されている。このため、信号強度が大きくても所望信号の持続時間が長くなってパルス状でなくなるにつれ、背景雑音と所望信号の信号強度の差異も小さくなってしまい、所望信号の検出確率が低下するという課題がある。

本実施形態は上記課題に鑑みなされたもので、パルス状ではない所望信号の検出確率を向上させることのできる信号検出装置、信号検出方法及び信号検出プログラムを提供することを目的とする。

上記の課題を解決するために、本実施形態は、センサからの信号を入力してその信号から所望信号を検出する信号検出装置であって、複数モデル尤度比算出部と、複数モデル閾値算出部と、総合判定部とを備える。複数モデル尤度比算出部は、前記センサからの信号の信号振幅の尤度関数とその尤度関数のパラメータの少なくとも一つが互いに異なるように設定された複数の信号モデルを備え、雑音モデルに設定された雑音の信号振幅の尤度関数とその尤度関数のパラメータ、前記複数の信号モデルそれぞれに設定された信号振幅の尤度関数とその尤度関数のパラメータ、及び前記センサからの信号の信号振幅に基づいて、前記複数の信号モデルそれぞれに対する尤度比を算出する。複数モデル閾値算出部は、前記複数の信号モデルそれぞれに対する上限閾値と下限閾値を算出する。総合判定部は、前記複数モデル尤度比算出部からの前記複数の信号モデルそれぞれに対する尤度比について、前記複数モデル閾値算出部からの前記複数の信号モデルそれぞれに対する上限閾値及び下限閾値と比較して得られたそれぞれの比較結果を総合的に判定し、その判定結果として「信号検出」、「信号不検出」、「保留」のいずれかを選択する。ここで、前記複数モデル尤度比算出部は、前記総合判定部の前回の判定結果が「保留」の場合、信号モデル毎に時間方向に累積した尤度比を、前記複数の信号モデルそれぞれに対する尤度比として前記総合判定部に出力する。

第１の実施形態に係る信号検出装置の構成を示すブロック図。 第１の実施形態に係る信号検出装置の処理の流れの具体例を示すフローチャート。 第２の実施形態に係る信号検出装置の構成を示すブロック図。 第２の実施形態に係る信号検出装置の処理の流れの具体例を示すフローチャート。 第３の実施形態に係る信号検出装置の構成を示すブロック図。 第２の実施形態に係る信号検出装置の処理の流れの具体例を示すフローチャート。

以下、本発明の実施の形態の図面を参照しながら詳細に説明する。

（第１の実施形態）
第１の実施形態に係る信号検出装置は、「所望信号が存在しない」とする仮説Ｈ_０と、「所望信号が存在する」とする仮説Ｈ_１を設定し、仮説検定により所望信号が存在するとする仮説Ｈ_１が採択された場合、「信号検出」と判定する。

なお、下記の説明では、背景技術に示したように、センサからの信号に対し、その信号の振幅（信号振幅）の絶対値を取るなどして信号強度に変換し、信号強度に基づいて「信号検出」を判定する例を示すが、センサからの信号に対し、その信号振幅に基づいて「信号検出」を判定するように構成することができる。

図１は、第１の実施形態に係る信号検出装置の構成を示すブロック図である。この第１の実施形態に係る信号検出装置は、閾値算出部１１、尤度比算出部１２、判定部１３を備える。

上記閾値算出部１１は、上限閾値Ｔ_Ｕと下限閾値Ｔ_Ｌを算出する。上記尤度比算出部１２は、時系列の信号の順番を表す記号をｋとすると、センサからの信号強度に基づいて、評価値としてｋ番目の尤度比ＳＴ（ｋ）を算出する。判定部１３は、閾値算出部１１からの上限閾値Ｔ_Ｕと下限閾値Ｔ_Ｌ、尤度比算出部１２からの尤度比ＳＴ（ｋ）に基づいて、以下の式により判定を行い、判定結果として「信号検出」、「信号不検出」、「保留」のいずれかを選択する。

図２は、第１の実施形態に係る信号検出装置の処理の流れの具体例を示すフローチャートである。図２に基づいて、第１の実施形態に係る信号検出装置の処理の流れを説明する。

上記閾値算出部１１は、第１種の誤り率αと第２種の誤り率βに基づいて、上限閾値Ｔ_Ｕと下限閾値Ｔ_Ｌを算出する（ステップＳ１０１）。上限閾値Ｔ_Ｕと下限閾値Ｔ_Ｌは、以下の式で算出される。

上記尤度比算出部１２は、尤度比の初期化のためｋ−１番目の尤度比ＳＴ（ｋ−１）に初期値を設定する（ステップＳ１０２）。次に、センサからｋ番目の信号を入力し（ステップＳ１０３）、センサからのｋ番目の信号強度ａ（ｋ）に基づいて、ｋ番目の尤度比ＳＴ（ｋ）を算出する（ステップＳ１０４）。ｋ番目の尤度比ＳＴ（ｋ）は、以下の式で算出される。

ここで、ｆ（・｜ａ_０）は雑音モデルの尤度関数、ｇ（・｜ａ_１）は信号モデルの尤度関数、ａ_０は雑音モデルの尤度関数のパラメータである信号強度、ａ_１は信号モデルの尤度関数のパラメータである信号強度を表す。なお、ｆ（・｜ａ_０）とｇ（・｜ａ_１）は、尤度関数の代わりに、確率密度関数を用いることもできる。

また、雑音の信号強度が時間的に変化する場合、ｋ番目の尤度比ＳＴ（ｋ）は、ｋ番目の雑音の信号強度ａ_０（ｋ）を用いて、以下の式で算出するように構成できる。

上記判定部１３は、上記尤度比算出部１２からの尤度比ＳＴ（ｋ）と上記閾値算出部１１からの上限閾値Ｔ_Ｕを比較し（ステップＳ１０５）、尤度比ＳＴ（ｋ）が上限閾値Ｔ_Ｕ以上の場合、判定結果を「信号検出」とする（ステップＳ１０６）。尤度比ＳＴ（ｋ）が上限閾値Ｔ_Ｕよりも小さな場合、尤度比ＳＴ（ｋ）と閾値算出部１１からの下限閾値Ｔ_Ｌを比較し（ステップＳ１０７）、尤度比ＳＴ（ｋ）が下限閾値Ｔ_Ｌ以下の場合、判定結果を「信号不検出」とする（ステップＳ１０８）。上記以外の場合、判定結果を「保留」とする（ステップＳ１０９）。以後、ｋ＋１番目の信号を用いて、ステップＳ１０３からの処理が繰り返される。

判定結果が「信号検出」または「信号不検出」の場合、上記の判定結果を外部に出力する（ステップＳ１１０）。その後、新たな信号検出を行うため、ステップＳ１０２からの処理が繰り返される。

なお、それぞれの値を対数変換して処理するように構成することができる。この場合、上限閾値Ｔ_Ｕと下限閾値Ｔ_Ｌは、以下の式で算出される。

対応するｋ番目の尤度比ＳＴ（ｋ）は、以下の式で算出される。

以上説明したように、第１の実施形態に係る信号検出装置によれば、評価値として時間方向に累積した尤度比を用いて「信号検出」を判定するように構成したので、パルス状ではない所望信号の検出確率を向上させることができる。

なお、第１の実施形態に係る閾値算出部１１、尤度比算出部１２、判定部１３の機能は、コンピュータに実現させるプログラムとして構成することができる。

（第２の実施形態）
第２の実施形態に係る信号検出装置は、「所望信号が存在する」とする仮説を異なるパラメータが設定された複数の仮説に細分化して、細分化した仮説の検定を行うと共に、これらの結果を総合的に判定し、判定結果として「信号検出」、「信号不検出」、「保留」のいずれかを選択する。以下では、「所望信号が存在しない」とする仮説をＨ_０、「所望信号が存在する」とする仮説をＮ（Ｎ≧２）個の仮説に細分化し、異なるパラメータを設定したそれぞれの仮説をＨ_ｉ（１≦ｉ≦Ｎ）と呼ぶ。また、それぞれの仮説に対応する信号モデルをｉ番目のモデルと呼ぶ。

図３は、第２の実施形態に係る信号検出装置の構成を示すブロック図である。第２の実施形態に係る信号検出装置は、複数モデル閾値算出部２１、複数モデル尤度比算出部２２、総合判定部２３を備える。

上記複数モデル閾値算出部２１は、ｉ番目のモデルに対する上限閾値Ｔ_Ｕ（ｉ）と下限閾値Ｔ_Ｌ（ｉ）を算出する。上記複数モデル尤度比算出部２２は、時系列の信号の順番を表す記号をｋとすると、センサからの信号強度に基づいて、評価値としてｉ番目のモデルに対するｋ番目の尤度比ＳＴ（ｋ，ｉ）を算出する。総合判定部２３は、複数モデル閾値算出部２１からの上限閾値Ｔ_Ｕ（ｉ）と下限閾値Ｔ_Ｌ（ｉ）、複数モデル尤度比算出部２２からの尤度比ＳＴ（ｋ，ｉ）に基づいて、以下の式により総合的に判定を行い、判定結果として「信号検出」、「信号不検出」、「保留」のいずれかを選択する。

図４は、第２の実施形態に係る信号検出装置の処理の流れの具体例を示すフローチャートである。図２に基づいて、第２の実施形態に係る信号検出装置の処理の流れを説明する。

上記複数モデル閾値算出部２１は、ｉ番目のモデルに対する第１種の誤り率α（ｉ）と第２種の誤り率β（ｉ）に基づいて、ｉ番目のモデルに対する上限閾値Ｔ_Ｕ（ｉ）と下限閾値Ｔ_Ｌ（ｉ）を算出する（ステップＳ２０１）。上限閾値Ｔ_Ｕ（ｉ）と下限閾値Ｔ_Ｌ（ｉ）は、以下の式で算出される。

上記複数モデル尤度比算出部２２は、ｉ番目のモデルに対する尤度比の初期化のため、ｉ番目のモデルに対するｋ−１番目の尤度比ＳＴ（ｋ−１，ｉ）に初期値を設定する（ステップＳ２０２）。次に、センサからｋ番目の信号を入力し（ステップＳ２０３）、センサからのｋ番目の信号強度ａ（ｋ）に基づいて、ｉ番目のモデルに対するｋ番目の尤度比ＳＴ（ｋ，ｉ）を算出する（ステップＳ２０４）。ｉ番目のモデルに対するｋ番目の尤度比ＳＴ（ｋ，ｉ）は、以下の式で算出される。

ここで、ｆ（・｜ａ_０）は雑音モデルの尤度関数、ｆ（・｜ａ_ｉ）はｉ番目のモデルにおける信号モデルの尤度関数、ａ_０は雑音モデルの尤度関数のパラメータである信号強度、ａ_ｉはｉ番目のモデルにおける信号モデルの尤度関数のパラメータである信号強度を表す。具体例として、２つのモデルを用いる場合、信号強度が小さい場合に対応できるように、ａ_１を雑音モデルの尤度関数のパラメータである信号強度ａ_０に近い値（但し、ａ_１＞ａ_０）に設定し、信号強度が通常の場合に対応できるように、ａ_２をａ_１よりも大きな設定することができる。なお、ｆ（・｜ａ_０）とｆ（・｜ａ_ｉ）は、尤度関数の代わりに、確率密度関数を用いることもできる。

また、雑音の信号強度が時間的に変化する場合、ｉ番目のモデルに対するｋ番目の尤度比ＳＴ（ｋ，ｉ）は、ｋ番目の雑音の信号強度ａ_０（ｋ）を用いて、以下の式で算出するように構成できる。

上記総合判定部２３は、上記複数モデル尤度比算出部２２からのｉ番目のモデルに対する尤度比ＳＴ（ｋ，ｉ）と上記複数モデル閾値算出部２１からのｉ番目のモデルに対する上限閾値Ｔ_Ｕ（ｉ）を比較し（ステップＳ２０５）、ＳＴ（ｋ，ｉ）≧Ｔ_Ｕ（ｉ）を満足するモデルが一つでもあった場合、判定結果を「信号検出」とする（ステップＳ２０６）。ＳＴ（ｋ，ｉ）≧Ｔ_Ｕ（ｉ）を満足するモデルが一つもない場合、ｉ番目のモデルに対する尤度比ＳＴ（ｋ，ｉ）と複数モデル閾値算出部２１からのｉ番目のモデルに対する閾値Ｔ_Ｌ（ｉ）を比較し（ステップＳ２０７）、ＳＴ（ｋ，ｉ）≦Ｔ_Ｌ（ｉ）を満足するモデルが一つでもあった場合、判定結果を「信号不検出」とする（ステップＳ２０８）。上記以外の場合、判定結果を「保留」とする（ステップＳ２０９）。その後、ｋ＋１番目の信号を用いて、ステップＳ２０３からの処理が繰り返される。

判定結果が「信号検出」または「信号不検出」の場合には、それぞれの判定結果を外部に出力する（ステップＳ２１０）。その後、新たな信号検出を行うため、ステップＳ２０２からの処理が繰り返される。

なお、それぞれの値を対数変換して処理するように構成することができる。この場合、ｉ番目のモデルに対する上限閾値Ｔ_Ｕ（ｉ）と下限閾値Ｔ_Ｌ（ｉ）は、以下の式で算出される。

対応するｉ番目のモデルに対するｋ番目の尤度比ＳＴ（ｋ，ｉ）は、以下の式で算出される。

上記の説明では、雑音モデルの尤度関数ｆ（・｜ａ_０）とｉ番目のモデルにおける信号モデルの尤度関数ｆ（・｜ａ_ｉ）が、尤度関数のパラメータａ_０、ａ_ｉを除き、共に同じ尤度関数ｆ（・）の例を示したが、信号モデルの尤度関数は、それぞれのモデルで異なる尤度関数を用いることができる。具体例として、信号モデルの尤度関数とその尤度関数のパラメータがｇ（・｜ａ_１）とｈ（・｜ａ_２）で表される場合、それぞれモデルに対するｋ番目の尤度比ＳＴ（ｋ，１）とＳＴ（ｋ，２）は、以下の式で算出される。

更に、それぞれの尤度関数において、その尤度関数のパラメータを細分化して、それぞれのモデルを構成することもできる。

以上説明したように、第２の実施形態に係る信号検出装置によれば、第１の実施形態に係る信号検出装置と同様に、評価値として時間方向に累積した尤度比を用いて「信号検出」を判定するように構成したので、パルス状ではない所望信号の検出確率を向上させることができる。また、所望信号が存在するとする仮説を異なる尤度関数のパラメータが設定された複数の仮説に細分化して、細分化した仮説の検定を行うと共に、これらの結果に基づいて、総合的に「信号検出」を判定するように構成したので、信号強度が小さい所望信号の検出確率を向上させることができる。

なお、第２の実施形態に係る複数モデル閾値算出部２１、複数モデル尤度比算出部２２、総合判定部２３の機能は、コンピュータに実現させるプログラムとして構成することができる。

（第３の実施形態）
第３の実施形態に係る信号検出装置は、第２の実施形態に係る信号検出装置と同様に、「所望信号が存在する」とする仮説を異なるパラメータが設定された複数の仮説に細分化して、細分化した仮説の検定を行うと共に、これらの結果を総合的に判定し、判定結果として「信号検出」、「信号不検出」、「保留」のいずれかを選択する。以下では、「所望信号が存在しない」とする仮説をＨ_０、「所望信号が存在する」とする仮説をＮ（Ｎ≧２）個の仮説に細分化し、異なるパラメータを設定したそれぞれの仮説をＨ_ｉ（１≦ｉ≦Ｎ）と呼ぶ。また、それぞれの仮説に対応する信号モデルをｉ番目のモデルと呼ぶ。

図５は、第３の実施形態に係る信号検出装置の構成を示すブロック図である。第３の実施形態に係る信号検出装置は、複数モデル閾値算出部３１、複数モデル尤度比算出部３２、モデル選択部３３、総合判定部３４を備える。

上記複数モデル閾値算出部３１は、ｉ番目のモデルに対する上限閾値Ｔ_Ｕ（ｉ）と下限閾値Ｔ_Ｌ（ｉ）を算出する。上記複数モデル尤度比算出部３２は、時系列の信号の順番を表す記号をｋとすると、センサからの信号強度に基づいて、評価値としてｉ番目のモデルに対するｋ番目の尤度比ＳＴ（ｋ，ｉ）を算出する。上記モデル選択部３３は、信号検出性能の制御を容易に実施できるようにするため、総合判定部３４の「信号不検出」の判定に用いるモデル番号Ｊを選択する。上記総合判定部３４は、上記複数モデル閾値算出部３１からの上限閾値Ｔ_Ｕ（ｉ）と下限閾値Ｔ_Ｌ（ｉ）、複数モデル尤度比算出部３２からの尤度比ＳＴ（ｋ，ｉ）、モデル選択部３３からのモデル番号Ｊに基づいて、以下の式により総合的に判定を行い、判定結果として「信号検出」、「信号不検出」、「保留」のいずれかを選択する。

図６は、第３の実施形態に係る信号検出装置の処理の流れの具体例を示すフローチャートである。図３に基づいて、第３の実施形態に係る信号検出装置の処理の流れを説明する。

上記複数モデル閾値算出部３１は、ｉ番目のモデルに対する第１種の誤り率α（ｉ）と第２種の誤り率β（ｉ）に基づいて、ｉ番目のモデルに対する上限閾値Ｔ_Ｕ（ｉ）と下限閾値Ｔ_Ｌ（ｉ）を算出する（ステップＳ３０１）。上限閾値Ｔ_Ｕ（ｉ）と下限閾値Ｔ_Ｌ（ｉ）は、以下の式で算出される。

上記複数モデル尤度比算出部３２は、ｉ番目のモデルに対する尤度比の初期化のためｉ番目のモデルに対するｋ−１番目の尤度比ＳＴ（ｋ−１，ｉ）に初期値を設定する（ステップＳ３０２）。次に、センサからｋ番目の信号を入力し（ステップＳ３０３）、センサからのｋ番目の信号強度ａ（ｋ）に基づいて、ｉ番目のモデルに対するｋ番目の尤度比ＳＴ（ｋ，ｉ）を算出する（ステップＳ３０４）。ｉ番目のモデルに対するｋ番目の尤度比ＳＴ（ｋ，ｉ）は、以下の式で算出される。

ここで、ｆ（・｜ａ_０）は雑音モデルの尤度関数、ｇ（・｜ａ_ｉ）はｉ番目のモデルにおける信号モデルの尤度関数、ａ_０は雑音モデルの尤度関数のパラメータである信号強度、ａ_ｉは、ｉ番目のモデルにおける信号モデルの尤度関数のパラメータである信号強度を表す。なお、ｆ（・｜ａ_０）とｇ（・｜ａ_ｉ）は、尤度関数の代わりに、確率密度関数を用いることもできる。

また、雑音の信号強度が時間的に変化する場合、ｉ番目のモデルに対するｋ番目の尤度比ＳＴ（ｋ，ｉ）は、ｋ番目の雑音の信号強度ａ_０（ｋ）を用いて、以下の式で算出するように構成できる。

「所望信号が存在する」とする仮説を異なる尤度関数のパラメータが設定された複数の仮説に細分化して、細分化した仮説の検定を行うと共に、これらの結果を総合的に判定する場合、細分化が進む（モデル数が多くなる）につれて、仮説検定の結果が相互干渉するため、信号検出性能を制御することが難しくなってくる。

そこで、上記モデル選択部３３は、信号検出性能の制御を容易に実施できるようにするため、総合判定部３４の「信号不検出」の判定に用いるモデル番号Ｊを選択する（ステップＳ３０５）。例えば、尤度関数のパラメータとして小さな信号強度が設定されたモデルを選択すると、信号強度が小さい所望信号の検出確率をより向上させることができる。

上記総合判定部３４は、上記複数モデル尤度比算出部３２からのｉ番目のモデルに対する尤度比ＳＴ（ｋ，ｉ）と上記複数モデル閾値算出部３１からのｉ番目のモデルに対する上限閾値Ｔ_Ｕ（ｉ）を比較し（ステップＳ３０６）、ＳＴ（ｋ，ｉ）≧Ｔ_Ｕ（ｉ）を満足するモデルが一つでもあった場合、判定結果を「信号検出」とする（ステップＳ３０７）。ＳＴ（ｋ，ｉ）≧Ｔ_Ｕ（ｉ）を満足するモデルが一つもない場合、モデル選択部３３からの「信号不検出」の判定に用いるモデル番号Ｊを用いて、Ｊ番目のモデルに対する尤度比ＳＴ（ｋ，Ｊ）と複数モデル閾値算出部３１からのＪ番目のモデルに対する閾値Ｔ_Ｌ（Ｊ）を比較し（ステップＳ３０８）、ＳＴ（ｋ，Ｊ）≦Ｔ_Ｌ（Ｊ）の場合、判定結果を「信号不検出」とする（ステップＳ３０９）。上記以外の場合、判定結果を「保留」とする（ステップＳ３１０）。以後、ｋ＋１番目の信号を用いて、ステップＳ３０３からの処理が繰り返される。

判定結果が「信号検出」または「信号不検出」の場合、上記の判定結果を外部に出力する（ステップＳ３１１）。その後、新たな信号検出を行うため、ステップＳ３０２からの処理が繰り返される。

なお、第３の実施形態では、それぞれの値を対数変換する例を示したが、第１及び第２の実施形態で示したように、それぞれの値を対数変換せずに処理するように構成することができる。

また、第１種の誤り率α（ｉ）と第２種の誤り率β（ｉ）が全モデルで共通の場合、上限閾値Ｔ_Ｕ（ｉ）と下限閾値Ｔ_Ｌ（ｉ）も全モデルで共通となる。全モデル共通の上限閾値をＴ_Ｕとすると、最大の尤度比ｍａｘ（ＳＴ（ｋ，ｉ））を用いて、「信号検出」を判定するように構成できる。

以上説明したように、第３の実施形態に係る信号検出装置によれば、第１の実施形態に係る信号検出装置と同様に、評価値として時間方向に累積した尤度比を用いて「信号検出」を判定するように構成したので、パルス状ではない所望信号の検出確率を向上させることができる。また、第２の実施形態に係る信号検出装置と同様に、「所望信号が存在する」とする仮説を異なる尤度関数のパラメータが設定された複数の仮説に細分化して、細分化した仮説の検定を行うと共に、これらの結果に基づいて、総合的に「信号検出」を判定するように構成したので、信号強度が小さい所望信号の検出確率を向上させることができる。さらに、「信号不検出」の判定に用いるモデル番号を選択するモデル選択部と、これに対応する総合判定部を備えたことにより、信号検出性能の制御を容易に実施することができる。

なお、第３の実施形態に係る複数モデル閾値算出部３１、尤度比算出部３２、モデル選択部３３、総合判定部３４の機能は、コンピュータに実現させるプログラムとして構成することができる。

上記実施形態は、センサからの信号振幅に基づいて、所望信号を検出する信号検出装置に適用可能である。

その他、本実施形態は上記実施形態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により、種々の発明を形成できる。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。

１１…閾値算出部、
１２…尤度比算出部、
１３…判定部、
２１、３１…複数モデル閾値算出部、
２２、３２…複数モデル尤度比算出部、
２３、３４…総合判定部、
３３…モデル選択部。

Claims (12)

1. センサからの信号を入力してその信号から所望信号を検出する信号検出装置であって、
   前記センサからの信号の信号振幅の尤度関数とその尤度関数のパラメータの少なくとも一つが互いに異なるように設定された複数の信号モデルを備え、雑音モデルに設定された雑音の信号振幅の尤度関数とその尤度関数のパラメータ、前記複数の信号モデルそれぞれに設定された信号振幅の尤度関数とその尤度関数のパラメータ、及び前記センサからの信号の信号振幅に基づいて、前記複数の信号モデルそれぞれに対する尤度比を算出する複数モデル尤度比算出部と、
   前記複数の信号モデルそれぞれに対する上限閾値と下限閾値を算出する複数モデル閾値算出部と、
   前記複数モデル尤度比算出部からの前記複数の信号モデルそれぞれに対する尤度比について、前記複数モデル閾値算出部からの前記複数の信号モデルそれぞれに対する上限閾値及び下限閾値と比較して得られたそれぞれの比較結果を総合的に判定し、その判定結果として「信号検出」、「信号不検出」、「保留」のいずれかを選択する総合判定部と
   を備え、
   前記複数モデル尤度比算出部は、前記総合判定部の前回の判定結果が「保留」の場合、信号モデル毎に時間方向に累積した尤度比を、前記複数の信号モデルそれぞれに対する尤度比として前記総合判定部に出力する信号検出装置。
2. 前記総合判定部は、
   前記複数の信号モデルに対する尤度比を対応する上限閾値と比較し、前記尤度比が前記上限閾値以上となる信号モデルが一つでもあるか判定して、有った場合にその判定結果として「信号検出」を選択し、
   前記複数の信号モデルに対する尤度比を対応する下限閾値と比較し、前記尤度比が前記下限閾値以下となる信号モデルが一つでもあるか判定して、有った場合にその判定結果として「信号不検出」を選択し、
   上記以外の場合にその判定結果として「保留」を選択する請求項１記載の信号検出装置。
3. センサからの信号を入力してその信号から所望信号を検出する信号検出装置であって、
   前記センサからの信号の信号振幅の尤度関数とその尤度関数のパラメータの少なくとも一つが互いに異なるように設定された複数の信号モデルを備え、雑音モデルに設定された雑音の信号振幅の尤度関数とその尤度関数のパラメータ、前記複数の信号モデルそれぞれに設定された信号振幅の尤度関数とその尤度関数のパラメータ、及び前記センサからの信号の信号振幅に基づいて、前記複数の信号モデルそれぞれに対する尤度比を算出する複数モデル尤度比算出部と、
   前記複数の信号モデルそれぞれに対する上限閾値と下限閾値を算出する複数モデル閾値算出部と、
   前記複数の信号モデルの中から前記「信号不検出」の判定に用いる信号モデルを選択するモデル選択部と、
   前記複数モデル尤度比算出部からの前記複数の信号モデルそれぞれに対する尤度比について、前記複数モデル閾値算出部からの前記複数の信号モデルそれぞれに対する上限閾値と比較すると共に前記モデル選択部で選択された信号モデルについては対応する下限閾値と比較して得られたそれぞれの比較結果を総合的に判定し、その判定結果として「信号検出」、「信号不検出」、「保留」のいずれかを選択する総合判定部と
   を備え、
   前記複数モデル尤度比算出部は、前記総合判定部の前回の判定結果が「保留」の場合、信号モデル毎に時間方向に累積した尤度比を、前記複数の信号モデルそれぞれに対する尤度比として前記総合判定部に出力する、
   信号検出装置。
4. 前記総合判定部は、
   前記複数の信号モデルに対する尤度比を対応する上限閾値と比較し、前記尤度比が前記上限閾値以上となる信号モデルが一つでもあるか判定して、有った場合にその判定結果として「信号検出」を選択し、
   前記モデル選択部で選択された信号モデルに対する尤度比を対応する下限閾値と比較し、前記尤度比が前記下限閾値以下となるか判定して、下限閾値以下となる場合にその判定結果として「信号不検出」を選択し、
   上記以外の場合にその判定結果として「保留」を選択する請求項３記載の信号検出装置。
5. センサからの信号を入力してその信号から所望信号を検出する信号検出方法であって、
   前記センサからの信号の信号振幅の尤度関数とその尤度関数のパラメータの少なくとも一つが互いに異なるように設定された複数の信号モデルを用意し、
   雑音モデルに設定された雑音の信号振幅の尤度関数とその尤度関数のパラメータ、前記複数の信号モデルそれぞれに設定された信号振幅の尤度関数とその尤度関数のパラメータ、及び前記センサからの信号の信号振幅に基づいて、前記複数の信号モデルそれぞれに対する尤度比を算出し、
   前記複数の信号モデルそれぞれに対する上限閾値と下限閾値を算出し、
   前記評価値として算出される前記複数の信号モデルそれぞれに対する尤度比について、前記複数の信号モデルそれぞれに対する上限閾値及び下限閾値の算出結果と比較して得られたそれぞれの比較結果を総合的に判定し、その判定結果として「信号検出」、「信号不検出」、「保留」のいずれかを選択する総合判定処理を行うものとし、
   前記複数モデルに対する尤度比の算出は、前記総合判定処理の前回の判定結果が「保留」の場合、信号モデル毎に時間方向に累積した尤度比を、前記複数の信号モデルそれぞれに対する尤度比として前記判定の処理に出力する信号検出方法。
6. 前記総合判定処理は、
   前記複数の信号モデルに対する尤度比を対応する上限閾値と比較し、前記尤度比が前記上限閾値以上となる信号モデルが一つでもあるか判定して、有った場合にその判定結果として「信号検出」を選択し、
   前記複数の信号モデルに対する尤度比を対応する下限閾値と比較し、前記尤度比が前記下限閾値以下となる信号モデルが一つでもあるか判定して、有った場合にその判定結果として「信号不検出」を選択し、
   上記以外の場合にその判定結果として「保留」を選択する請求項５記載の信号検出方法。
7. センサからの信号を入力してその信号から所望信号を検出する信号検出方法であって、
   前記センサからの信号の信号振幅の尤度関数とその尤度関数のパラメータの少なくとも一つが互いに異なるように設定された複数の信号モデルを用意し、
   雑音モデルに設定された雑音の信号振幅の尤度関数とその尤度関数のパラメータ、前記複数の信号モデルそれぞれに設定された信号振幅の尤度関数とその尤度関数のパラメータ、及び前記センサからの信号の信号振幅に基づいて、前記複数の信号モデルそれぞれに対する尤度比を算出し、
   前記複数の信号モデルそれぞれに対する上限閾値と下限閾値を算出し、
   前記複数の信号モデルの中から前記「信号不検出」の判定に用いる信号モデルを選択し、
   前記評価値として算出される前記複数の信号モデルそれぞれに対する尤度比について、前記複数の信号モデルそれぞれに対する上限閾値と比較すると共に前記信号モデルの選択処理で選択された信号モデルについては対応する下限閾値と比較して得られたそれぞれの比較結果を総合的に判定し、その判定結果として「信号検出」、「信号不検出」、「保留」のいずれかを選択する総合判定処理を行うものとし、
   前記複数モデルに対する尤度比の算出は、前記総合判定処理の前回の判定結果が「保留」の場合、信号モデル毎に時間方向に累積した尤度比を、前記複数の信号モデルそれぞれに対する尤度比として前記複数モデルの判定処理に出力する信号検出方法。
8. 前記総合判定処理は、
   前記複数の信号モデルに対する尤度比を対応する上限閾値と比較し、前記尤度比が前記上限閾値以上となる信号モデルが一つでもあるか判定して、有った場合にその判定結果として「信号検出」を選択し、
   前記モデル選択部で選択された信号モデルに対する尤度比を対応する下限閾値と比較し、前記尤度比が前記下限閾値以下となるか判定して、下限閾値以下となる場合にその判定結果として「信号不検出」を選択し、
   上記以外の場合にその判定結果として「保留」を選択する請求項７記載の信号検出方法。
9. センサからの信号を入力してその信号から所望信号を検出する処理をコンピュータに実行させるための信号検出プログラムであって、
   前記センサからの信号の信号振幅の尤度関数とその尤度関数のパラメータの少なくとも一つが互いに異なるように設定された複数の信号モデルを備え、雑音モデルに設定された雑音の信号振幅の尤度関数とその尤度関数のパラメータ、前記複数の信号モデルそれぞれに設定された信号振幅の尤度関数とその尤度関数のパラメータ、及び前記センサからの信号の信号振幅に基づいて、前記複数の信号モデルそれぞれに対する尤度比を算出する複数モデル尤度比算出ステップと、
   前記複数の信号モデルそれぞれに対する上限閾値と下限閾値を算出する複数モデル閾値算出ステップと、
   前記複数モデル尤度比算出ステップからの前記複数の信号モデルそれぞれに対する尤度比について、前記複数モデル閾値算出ステップからの前記複数の信号モデルそれぞれに対する上限閾値及び下限閾値と比較して得られたそれぞれの比較結果を総合的に判定し、その判定結果として「信号検出」、「信号不検出」、「保留」のいずれかを選択する総合判定ステップと
   を備え、
   前記複数モデル尤度比算出ステップは、前記総合判定ステップの前回の判定結果が「保留」の場合、信号モデル毎に時間方向に累積した尤度比を、前記複数の信号モデルそれぞれに対する尤度比として前記総合判定部に出力する信号検出プログラム。
10. 前記総合判定ステップは、
    前記複数の信号モデルに対する尤度比を対応する上限閾値と比較し、前記尤度比が前記上限閾値以上となる信号モデルが一つでもあるか判定して、有った場合にその判定結果として「信号検出」を選択し、
    前記複数の信号モデルに対する尤度比を対応する下限閾値と比較し、前記尤度比が前記下限閾値以下となる信号モデルが一つでもあるか判定して、有った場合にその判定結果として「信号不検出」を選択し、
    上記以外の場合にその判定結果として「保留」を選択する請求項９記載の信号検出プログラム。
11. センサからの信号を入力してその信号から所望信号を検出する処理をコンピュータに実行させるための信号検出プログラムであって、
    前記センサからの信号の信号振幅の尤度関数とその尤度関数のパラメータの少なくとも一つが互いに異なるように設定された複数の信号モデルを備え、雑音モデルに設定された雑音の信号振幅の尤度関数とその尤度関数のパラメータ、前記複数の信号モデルそれぞれに設定された信号振幅の尤度関数とその尤度関数のパラメータ、及び前記センサからの信号の信号振幅に基づいて、前記複数の信号モデルそれぞれに対する尤度比を算出する複数モデル尤度比算出ステップと、
    前記複数の信号モデルそれぞれに対する上限閾値と下限閾値を算出する複数モデル閾値算出ステップと、
    前記複数の信号モデルの中から前記「信号不検出」の判定に用いる信号モデルを選択するモデル選択部と、
    前記複数モデル尤度比算出ステップからの前記複数の信号モデルそれぞれに対する尤度比について、前記複数モデル閾値算出ステップからの前記複数の信号モデルそれぞれに対する上限閾値と比較すると共に前記モデル選択ステップで選択された信号モデルについては対応する下限閾値と比較して得られたそれぞれの比較結果を総合的に判定し、その判定結果として「信号検出」、「信号不検出」、「保留」のいずれかを選択する総合判定ステップと
    を備え、
    前記複数モデル尤度比算出ステップは、前記総合判定ステップの前回の判定結果が「保留」の場合、信号モデル毎に時間方向に累積した尤度比を、前記複数の信号モデルそれぞれに対する尤度比として前記総合判定ステップに出力する信号検出プログラム。
12. 前記総合判定ステップは、
    前記複数の信号モデルに対する尤度比を対応する上限閾値と比較し、前記尤度比が前記上限閾値以上となる信号モデルが一つでもあるか判定して、有った場合にその判定結果として「信号検出」を選択し、
    前記モデル選択部で選択された信号モデルに対する尤度比を対応する下限閾値と比較し、前記尤度比が前記下限閾値以下となるか判定して、下限閾値以下となる場合にその判定結果として「信号不検出」を選択し、
    上記以外の場合にその判定結果として「保留」を選択する請求項１１記載の信号検出プログラム。

Images