JP6355546B2 - 目標検出装置 - Google Patents

目標検出装置 Download PDF

Info

Publication number
JP6355546B2
JP6355546B2 JP2014253150A JP2014253150A JP6355546B2 JP 6355546 B2 JP6355546 B2 JP 6355546B2 JP 2014253150 A JP2014253150 A JP 2014253150A JP 2014253150 A JP2014253150 A JP 2014253150A JP 6355546 B2 JP6355546 B2 JP 6355546B2
Authority
JP
Japan
Prior art keywords
distribution
probability distribution
range bin
target
probability
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
JP2014253150A
Other languages
English (en)
Other versions
JP2016114468A (ja
Inventor
冬樹 福島
冬樹 福島
信弘 鈴木
信弘 鈴木
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.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric 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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to JP2014253150A priority Critical patent/JP6355546B2/ja
Publication of JP2016114468A publication Critical patent/JP2016114468A/ja
Application granted granted Critical
Publication of JP6355546B2 publication Critical patent/JP6355546B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Description

この発明は、観測対象である目標が存在している方位及び距離を検出する目標検出装置に関するものである。
電波を空間に放射したのち、観測対象である目標に反射されて戻ってきた前記電波の反射波を受信し、その反射波の受信信号から、目標が存在している方位及び距離を検出する目標検出装置がある。
この目標検出装置は、例えば、反射波の受信信号を検波して、各レンジビンの振幅値を格納しているセルが連なっているレンジビン信号を生成し、そのレンジビン信号に対するCFAR(Constant False Alarm Rate)処理を実施することで、目標が存在している可能性があるレンジビンを検出する。
このとき、CFAR処理では、レンジビン信号における複数のセルのうち、目標を検出する対象の注目セルの振幅値と閾値を比較し、注目セルの振幅値が閾値より高ければ、注目セルに目標が存在している可能性があると判定するが、この閾値は、一般的に、注目セルの前後の複数のセルであるリファレンスセルの振幅値に対してスレッショルド係数が乗算されたものが用いられる。
以下の特許文献1には、予めクラッタの変動を示す確率分布モデルであるK−分布を用意し、K−分布の確率分布パラメータ(形状パラメータ、尺度パラメータ)として、K−分布とレンジビン信号の分布との尤度が最も高くなる確率分布パラメータを探索し、その確率分布パラメータと、クラッタを誤って目標反射波と判定してしまう確率である誤警報確率とを用いて、目標の検出処理に用いるスレッショルド係数を設定するようにしている目標検出装置が開示されている。
また、以下の特許文献2には、予めクラッタの変動を示す確率分布モデルがWeibull分布である例が開示されている。
実開平5−79486号公報 特開2011−203214号公報
従来の目標検出装置は以上のように構成されているので、予め用意されている確率分布モデルが、クラッタの変動を正確に表していれば、適正なスレッショルド係数を設定することが可能であるが、予め用意されている確率分布モデルが、クラッタの変動を正確に表していない場合、不当に大きなスレッショルド係数が設定されて目標の検出性能が低下する状況や、不当に小さなスレッショルド係数が設定されて、クラッタを誤って目標として検出する状況が発生してしまうという課題があった。
この発明は上記のような課題を解決するためになされたもので、適正なスレッショルド係数を設定して、目標の検出性能の低下やクラッタの誤検出を防止することができる目標検出装置を得ることを目的とする。
この発明に係る目標検出装置は、観測対象である目標に反射された電波である目標反射波及びクラッタを受信して、電波の受信信号を出力する電波受信手段と、電波受信手段から出力された受信信号を検波して、各レンジビンの振幅値を格納しているセルが連なっているレンジビン信号を生成するレンジビン信号生成手段と、予め用意されているクラッタの変動を示す複数の確率分布モデルの中から、レンジビン信号生成手段により生成されたレンジビン信号に対応する確率分布モデルを選択し、その選択した確率分布モデルの確率分布パラメータと、クラッタを誤って目標反射波と判定してしまう確率である誤警報確率とを用いて、目標の検出処理に用いるスレッショルド係数を設定するスレッショルド係数設定手段とレンジビン信号生成手段により生成されたレンジビン信号における複数のセルのうち、目標を検出する対象の注目セル以外の複数のセルの振幅値と、そのスレッショルド係数とから閾値を算出し、注目セルの振幅値が閾値より高ければ、注目セルに目標が存在している可能性があると判定する目標候補検出手段とを備え、スレッショルド係数設定手段は、複数の確率分布モデルとして、K−分布とワイブル分布が用意されており、K−分布の確率分布パラメータにおける形状パラメータが無限大に発散する場合、レンジビン信号に対応する確率分布モデルとしてワイブル分布を選択し、K−分布の形状パラメータが無限大に発散しない場合、K−分布及びワイブル分布の確率分布パラメータとして、レンジビン信号の分布との尤度が高まる確率分布パラメータを探索して、K−分布及びワイブル分布が、その探索した確率分布パラメータを用いた場合のレンジビン信号の分布との尤度を算出し、K−分布の尤度がワイブル分布の尤度より大きければ、レンジビン信号に対応する確率分布モデルとしてK−分布を選択し、K−分布の尤度がワイブル分布の尤度より小さければ、レンジビン信号に対応する確率分布モデルとしてワイブル分布を選択するようにしたものである。
この発明によれば、スレッショルド係数設定手段が、予め用意されているクラッタの変動を示す複数の確率分布モデルの中から、レンジビン信号生成手段により生成されたレンジビン信号に対応する確率分布モデルを選択し、その選択した確率分布モデルの確率分布パラメータと、クラッタを誤って目標反射波と判定してしまう確率である誤警報確率とを用いて、目標の検出処理に用いるスレッショルド係数を設定するように構成したので、適正なスレッショルド係数を設定することができるようになり、その結果、目標の検出性能の低下やクラッタの誤検出を防止することができる効果がある。
この発明の実施の形態1による目標検出装置を示す構成図である。 この発明の実施の形態1による目標検出装置の目標候補検出処理部7−l(l=1,2,・・・,L)を示す構成図である。 目標候補検出処理部7−lのレンジ方向CFAR処理部14の処理内容を示す説明図である。 航跡検出処理部9による目標航跡の検出処理を示す説明図である。 この発明の実施の形態2による目標検出装置を示す構成図である。 この発明の実施の形態2による目標検出装置のパラメータ発散判定型目標候補検出処理部20−l(l=1,2,・・・,L)を示す構成図である。 この発明の実施の形態3による目標検出装置を示す構成図である。 この発明の実施の形態3による目標検出装置のパラメータ探索範囲限定型目標候補検出処理部30−l(l=1,2,・・・,L)を示す構成図である。 この発明の実施の形態4による目標検出装置を示す構成図である。 この発明の実施の形態4による目標検出装置のパラメータ推定手順簡略型目標候補検出処理部40−l(l=1,2,・・・,L)を示す構成図である。 パラメータ推定手順簡略型目標候補検出処理部40−lの処理手順を示すフローチャートである。 この発明の実施の形態5による目標検出装置を示す構成図である。 この発明の実施の形態5による目標検出装置のテーブル参照型目標候補検出処理部50−l(l=1,2,・・・,L)を示す構成図である。
以下、この発明をより詳細に説明するために、この発明を実施するための形態について、添付の図面にしたがって説明する。
実施の形態1.
図1はこの発明の実施の形態1による目標検出装置を示す構成図である。
図1において、送信機1は例えばIQ変調が施されている高周波信号を生成し、その高周波信号を送信電波として送信アンテナ2に出力する。
送信アンテナ2は送信機1から出力された送信電波を空間に放射する。送信アンテナ2から放射された電波は、観測対象である目標(例えば、船舶、飛行機など)に反射されるほか、海面などに反射される。
受信アンテナ3−1〜3−Lはフェーズドアレーアンテナを構成しており、観測対象である目標に反射された電波である目標反射波や、海面などに反射された電波をクラッタとして受信する。
受信機4−1〜4−Lは受信アンテナ3−1〜3−Lにより受信された電波に帯域制限をかけてから、電波の位相を検波して、その電波の受信信号を出力する。
A/D変換器5−1〜5−Lは受信機4−1〜4−Lから出力された受信信号を、受信機4−1〜4−Lの帯域幅から定まる距離分解能を単位とするレンジビン毎にA/D変換して、レンジビン毎のディジタル信号を出力する。
ビーム形成部6は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、A/D変換器5−1〜5−Lから出力されたレンジビン毎のディジタル信号に対するDBF(Digital beam forming)処理を実施することでL個の方向にアンテナパターンを形成し、各々の方向から到来してきた電波の受信信号として、I/Qデータであるビーム受信信号#1〜#Lを生成する。
なお、受信アンテナ3−1〜3−L、受信機4−1〜4−L、A/D変換器5−1〜5−L及びビーム形成部6から電波受信手段が構成されている。
目標候補検出処理部7−1〜7−Lは例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、ビーム形成部6により生成されたビーム受信信号#1〜#Lを検波して、各レンジビンの振幅値を格納しているセルが連なっているレンジビン信号を生成し、そのレンジビン信号に対するCFAR処理を実施することで、目標が存在している可能性があるレンジビンを検出する。
メモリ回路8は目標候補検出処理部7−1〜7−Lの検出結果を格納する記憶媒体である。
航跡検出処理部9は例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、目標候補検出処理部7−1〜7−Lにより検出されたレンジビンの時間的な変化から目標の航跡を検出する処理を実施する。なお、航跡検出処理部9は航跡検出手段を構成している。
図1の例では、目標検出装置の構成要素の一部であるビーム形成部6、目標候補検出処理部7−1〜7−L、メモリ回路8及び航跡検出処理部9のそれぞれが専用のハードウェアで構成されているものを想定しているが、ビーム形成部6、目標候補検出処理部7−1〜7−L、メモリ回路8及び航跡検出処理部9がコンピュータによって構成されていてもよい。
コンピュータによって構成される場合には、メモリ回路8をコンピュータのメモリ上に構成するとともに、ビーム形成部6、目標候補検出処理部7−1〜7−L及び航跡検出処理部9の処理内容を記述しているプログラムをコンピュータのメモリに格納して、当該コンピュータのCPUが当該メモリに格納されているプログラムを実行するようにすればよい。
図2はこの発明の実施の形態1による目標検出装置の目標候補検出処理部7−l(l=1,2,・・・,L)を示す構成図である。
図2において、振幅検波部11はビーム形成部6により生成されたビーム受信信号#lを検波して、各レンジビンの振幅値を格納しているセルが連なっているレンジビン信号を生成する処理を実施する。なお、振幅検波部11はレンジビン信号生成手段を構成している。
複数確率分布モデル想定型パラメータ推定部12は予め用意されている複数のクラッタ確率分布モデル(クラッタの変動を示す確率分布モデル)の中から、振幅検波部11により生成されたレンジビン信号に対応する確率分布モデルを選択する処理を実施する。
即ち、複数確率分布モデル想定型パラメータ推定部12は予め用意されているクラッタ確率分布モデル毎に、振幅検波部11により生成されたレンジビン信号の分布との尤度が最大になる確率分布パラメータ(例えば、尺度パラメータ、形状パラメータ)を探索して、当該確率分布モデルが、その探索した確率分布パラメータを用いた場合のレンジビン信号の分布との尤度を算出し、複数のクラッタ確率分布モデルの中から、そのレンジビン信号の分布との尤度が最も大きいクラッタ確率分布モデルを選択する処理を実施する。
また、複数確率分布モデル想定型パラメータ推定部12は、その選択したクラッタ確率分布モデルについて探索した確率分布パラメータを出力する。
スレッショルド係数設定部13は複数確率分布モデル想定型パラメータ推定部12から出力された確率分布パラメータと、クラッタを誤って目標反射波と判定してしまう確率である誤警報確率とを用いて、目標の検出処理に用いるスレッショルド係数を設定する処理を実施する。
なお、複数確率分布モデル想定型パラメータ推定部12及びスレッショルド係数設定部13からスレッショルド係数設定手段が構成されている。
レンジ方向CFAR処理部14はセル設定処理部15、リファレンスセル振幅加算処理部16、係数乗算処理部17及び振幅比較部18から構成されており、振幅検波部11により生成されたレンジビン信号における複数のセルのうち、目標を検出する対象の注目セルの前後に存在している複数のリファレンスセル(注目セル以外の複数のセル)の振幅値と、スレッショルド係数設定部13により設定されたスレッショルド係数とから閾値を算出し、注目セルの振幅値が閾値より高ければ、注目セルに目標が存在している可能性があると判定して、注目セルのレンジビンを出力する処理を実施する。なお、レンジ方向CFAR処理部14は目標候補検出手段を構成している。
セル設定処理部15は振幅検波部11により生成されたレンジビン信号における複数のセルのうち、いずれか1つのセルを注目セルに設定し、その注目セルの前後の複数のセルをリファレンスセルに設定する処理を実施する。なお、レンジビン信号における全てのセルを順番に注目セルに設定する。リファレンスセルは注目セルの前後の複数のセルに限るものではなく、例えば、注目セルの前の複数のセルや、注目セルの後の複数のセルであってもよい。
リファレンスセル振幅加算処理部16はセル設定処理部15により設定された複数のリファレンスセルの振幅値を加算する処理を実施する。
係数乗算処理部17はリファレンスセル振幅加算処理部16により加算された振幅値に対してスレッショルド係数設定部13により設定されたスレッショルド係数を乗算し、スレッショルド係数乗算後の振幅値を閾値に設定する処理を実施する。
振幅比較部18はセル設定処理部15により設定された注目セルの振幅値と係数乗算処理部17により設定された閾値を比較し、その注目セルの振幅値が閾値より高ければ、注目セルに目標が存在している可能性があると判定して、注目セルのレンジビンを出力する処理を実施する。
次に動作について説明する。
送信機1は、例えば、IQ変調が施されている高周波信号を生成し、その高周波信号を送信電波として送信アンテナ2に出力する。これにより、送信アンテナ2から電波が空間に放射される。
送信アンテナ2から放射された電波は、観測対象である目標(例えば、船舶、飛行機など)に反射されるほか、海面などに反射される。
受信アンテナ3−1〜3−Lは、目標に反射された電波である目標反射波や、海面などに反射された電波をクラッタとして受信する。
受信機4−1〜4−Lは、受信アンテナ3−1〜3−Lにより受信された電波に帯域制限をかけてから、電波の位相を検波して、その電波の受信信号を出力する。
A/D変換器5−1〜5−Lは、受信機4−1〜4−Lから電波の受信信号を受けると、受信機4−1〜4−Lの帯域幅から定まる距離分解能を単位とするレンジビン毎に当該受信信号をA/D変換して、レンジビン毎のディジタル信号を出力する。
ビーム形成部6は、A/D変換器5−1〜5−Lからレンジビン毎のディジタル信号を受けると、そのディジタル信号に対するDBF処理を実施することでL個の方向にアンテナパターンを形成し、各々の方向から到来してきた電波の受信信号として、I/Qデータであるビーム受信信号#1〜#Lを生成する。
目標候補検出処理部7−1〜7−Lは、ビーム形成部6がビーム受信信号#1〜#Lを生成すると、そのビーム受信信号#1〜#Lを検波して、各レンジビンの振幅値を格納しているセルが連なっているレンジビン信号を生成し、そのレンジビン信号に対するCFAR処理を実施することで、目標が存在している可能性があるレンジビンを検出する。
以下、目標候補検出処理部7−l(l=1,2,・・・,L)の処理内容を具体的に説明する。
図3は目標候補検出処理部7−lのレンジ方向CFAR処理部14の処理内容を示す説明図である。
目標候補検出処理部7−lの振幅検波部11は、ビーム形成部6がビーム受信信号#lを生成すると、そのビーム受信信号#lを検波して、各レンジビンの振幅値を格納しているセルが連なっているレンジビン信号を生成する。
例えば、送信機1により生成される高周波信号がIQ変調されており、ビーム形成部6により生成されたビーム受信信号#lがI/Qデータであれば、そのビーム受信信号#lにおけるI成分の2乗値とQ成分の2乗値との和の平方根をとることでレンジビン信号を求めることができる。
なお、スレッショルド係数設定部13によりスレッショルド係数Thが設定される前の事前処理段階であれば、振幅検波部11により生成されたレンジビン信号は、複数確率分布モデル想定型パラメータ推定部12に入力される。
既にスレッショルド係数Thが設定されており、実際に目標を検出する処理段階であれば、振幅検波部11により生成されたレンジビン信号は、レンジ方向CFAR処理部14に入力される。
複数確率分布モデル想定型パラメータ推定部12には、例えば、Rayleigh分布、K−分布、Weibull分布(ワイブル分布)などのクラッタ確率分布モデルが複数用意されている。
これらのクラッタ確率分布モデルは、確率分布パラメータp,p,・・・,pにより定まる確率密度関数G(z,z|pハット,pハット,・・・,pハット)により表される。明細書の文章中では、電子出願の関係上、文字の上に“^”の記号を付することができないので、例えば、pハットのように表記している。
ここで、zは注目セルの振幅値、zは複数のリファレンスセルの振幅値の加算値であり、G(z,z|pハット,pハット,・・・,pハット)は、確率分布パラメータがpハット,pハット,・・・,pハットである注目セルの振幅値zと複数のリファレンスセルの振幅加算値zとに関する確率密度関数をそれぞれ表している。
隣接するレンジビンに相関がなく、注目セルの振幅値zと複数のリファレンスセルの振幅加算値zとに相関がない場合、確率密度関数G(z,z|pハット,pハット,・・・,pハット)は、下記の式(1)に示すように、注目セルの振幅値zに関する確率密度関数p(z|pハット,pハット,・・・,pハット)と、複数のリファレンスセルの振幅加算値zに関する確率密度関数p(z|pハット,pハット,・・・,pハット)とから表される。
Figure 0006355546
複数のリファレンスセルの振幅加算値zに関する確率密度関数p(z|pハット,pハット,・・・,pハット)は、数式として表すのが困難であっても数値的に求めることができる。
具体的には、隣接レンジビン間のクラッタが互いに独立である場合、確率密度関数G(z,z|pハット,pハット,・・・,pハット)を離散フーリエ変換した後に、リファレンスセル数だけ乗算を繰り返し、複数のリファレンスセルの振幅加算値zの確率密度関数pr,convの特性関数を求めた後、これを離散フーリエ逆変換することにより数値的に確率密度関数pr,convが求まる。
隣接レンジビン間の相関がある場合は、注目セルの振幅値zと複数のリファレンスセルの振幅加算値zの同時確率密度関数を定式化する必要がある。
例えば、以下の非特許文献1には、同時確率密度関数の定式化に関する記載がある。
[非特許文献1]
福島,高橋,平田,“相関のあるクラッタ環境を想定したCFAR方式,”信学技法SIP-2014-57, pp.189-194.
複数確率分布モデル想定型パラメータ推定部12は、振幅検波部11からレンジビン信号が与えられると、予め用意されているクラッタ確率分布モデル毎に、当該クラッタ確率分布モデルと振幅検波部11により生成されたレンジビン信号の分布との尤度が最大になる確率分布パラメータpハット,pハット,・・・,pハットを探索し、当該クラッタ確率分布モデルが、その探索した確率分布パラメータpハット,pハット,・・・,pハットを用いた場合の尤度である最大尤度Imaxを算出する。
複数確率分布モデル想定型パラメータ推定部12は、クラッタ確率分布モデル毎に最大尤度Imaxを算出すると、それらの最大尤度Imaxを比較し、予め用意されている複数のクラッタ確率分布モデルの中で、最大尤度Imaxが最も大きいクラッタ確率分布モデルを選択する。
複数確率分布モデル想定型パラメータ推定部12は、最大尤度Imaxが最も大きいクラッタ確率分布モデルを選択すると、そのクラッタ確率分布モデルについて探索した確率分布パラメータpハット,pハット,・・・,pハットをスレッショルド係数設定部13に出力する。
スレッショルド係数設定部13は、複数確率分布モデル想定型パラメータ推定部12から確率分布パラメータpハット,pハット,・・・,pハットを受けると、その確率分布パラメータpハット,pハット,・・・,pハットと、クラッタを誤って目標反射波と判定してしまう確率である誤警報確率Pfaとを用いて、目標の検出処理に用いるスレッショルド係数Thを設定する。
具体的には、下記の式(2)において、右辺が、予め設定されている誤警報確率Pfaと一致するように、右辺の積分期間を定めるThを調整し、一致したときのThを目標の検出処理に用いるスレッショルド係数として係数乗算処理部17に出力する。
Figure 0006355546
レンジ方向CFAR処理部14のセル設定処理部15は、振幅検波部11により生成されたレンジビン信号における複数のセルのうち、いずれか1つのセルを注目セルに設定し、その注目セルの前後の複数のセルをリファレンスセルに設定する。
図3の例では、合計11個のセルを処理対象として、注目セルの前後5つのセルをリファレンスセルに設定している。
なお、セル設定処理部15は、後述する振幅比較部18での判定処理が行われる毎に、例えば、レンジビン信号における注目セルを図中右方向に1つ移動することで、レンジビン信号における全てのセルを順番に注目セルに設定する。
したがって、レンジビン信号における全てのセルを注目セルとして、振幅比較部18での判定処理が行われるまで、レンジ方向CFAR処理部14の処理が繰り返される。
リファレンスセル振幅加算処理部16は、セル設定処理部15が複数のリファレンスセルを設定すると、複数のリファレンスセルの振幅値を加算し、複数のリファレンスセルの振幅加算値zを係数乗算処理部17に出力する。
係数乗算処理部17は、リファレンスセル振幅加算処理部16から複数のリファレンスセルの振幅加算値zを受けると、下記の式(3)に示すように、複数のリファレンスセルの振幅加算値zに対してスレッショルド係数設定部13により設定されたスレッショルド係数Thを乗算することで閾値Tを算出する。
T=z×Th (3)
振幅比較部18は、係数乗算処理部17が閾値Tを算出すると、セル設定処理部15により設定された注目セルの振幅値zと閾値Tを比較し、その注目セルの振幅値zが閾値T以上であれば(z≧T)、注目セルに目標が存在している可能性があると判定して、その注目セルのレンジビンをメモリ回路8に格納する。
レンジビン信号における全てのセルを注目セルとして、振幅比較部18の判定処理が完了すると、レンジ方向CFAR処理部14の処理が終了するが、これはビーム受信信号#lの1フレーム分の処理の終了であり、複数フレームについて同様の処理が繰り返される。
航跡検出処理部9は、目標候補検出処理部7−1〜7−Lにより検出されたレンジビンの時間的な変化から目標の航跡を検出する。
ここで、図4は航跡検出処理部9による目標航跡の検出処理を示す説明図である。
航跡検出処理部9では、図4に示すように、メモリ回路8により格納されている目標候補検出処理部7−1〜7−Lにより検出されたレンジビンを複数フレーム分解析することで、同一目標が時間的に移動していると判定することが可能な航跡を調べることで目標を検出する。
目標航跡を調べる手法の1つとしては、MHT(Multiple Hypothesis Tracking)が知られている(非特許文献2を参照)。
[非特許文献2]
D.B.Reid, “An algorithm for tracking multiple targets,”IEEE Trans. Automn. Control, Vol.AC-24, no.6, pp.843-854, Dec. 1979
以上で明らかなように、この実施の形態1によれば、複数確率分布モデル想定型パラメータ推定部12が、予め用意されている複数のクラッタ確率分布モデルの中から、振幅検波部11により生成されたレンジビン信号に対応する確率分布モデルを選択し、スレッショルド係数設定部13が、複数確率分布モデル想定型パラメータ推定部12により選択された確率分布モデルの確率分布パラメータと、クラッタを誤って目標反射波と判定してしまう確率である誤警報確率Pfaとを用いて、目標の検出処理に用いるスレッショルド係数Thを設定するように構成したので、適正なスレッショルド係数Thを設定することができるようになり、その結果、目標の検出性能の低下やクラッタの誤検出を防止することができる効果を奏する。
なお、この実施の形態1では、受信アンテナ3−1〜3−Lがアレーアンテナを構成している例を示したが、アレーアンテナの代わりに、開口面アンテナを用いてレーダ周囲を観測することで、目標を検出する構成にも適用することが可能である。
実施の形態2.
図5はこの発明の実施の形態2による目標検出装置を示す構成図であり、図5において、図1と同一符号は同一または相当部分を示すので説明を省略する。
パラメータ発散判定型目標候補検出処理部20−1〜20−Lは例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、ビーム形成部6により生成されたビーム受信信号#1〜#Lを検波して、各レンジビンの振幅値を格納しているセルが連なっているレンジビン信号を生成し、そのレンジビン信号に対するCFAR処理を実施することで、目標が存在している可能性があるレンジビンを検出する。
図6はこの発明の実施の形態2による目標検出装置のパラメータ発散判定型目標候補検出処理部20−l(l=1,2,・・・,L)を示す構成図であり、図6において、図2と同一符号は同一または相当部分を示すので説明を省略する。
発散判定型パラメータ推定部21は複数の確率分布モデルとして、K−分布とWeibull分布(K−分布の確率分布パラメータは、尺度パラメータbハットと形状パラメータvハットからなり、例えば、確率分布パラメータpハットが尺度パラメータbハットに対応し、確率分布パラメータpハットが形状パラメータvハットに対応する。また、Weibull分布の確率分布パラメータは、尺度パラメータbWeibullハットと形状パラメータvWeibullハットからなり、例えば、確率分布パラメータpハットが尺度パラメータbWeibullハットに対応し、確率分布パラメータpハットが形状パラメータvWeibullハットに対応する)が用意されており、K−分布の確率分布パラメータにおける形状パラメータvハットが無限大に発散するか否かを判定し、その形状パラメータvハットが無限大に発散する場合、振幅検波部11により生成されたレンジビン信号に対応する確率分布モデルとしてWeibull分布を選択する。
一方、K−分布の形状パラメータvハットが無限大に発散しない場合、K−分布の確率分布パラメータとして、K−分布とレンジビン信号の分布との尤度が最大になる確率分布パラメータpハット,pハットを探索し、K−分布が、その探索した確率分布パラメータpハット,pハットを用いた場合の尤度である最大尤度Iを算出する。
また、Weibull分布の確率分布パラメータとして、Weibull分布とレンジビン信号の分布との尤度が最大になる確率分布パラメータpハット,pハットを探索し、Weibull分布が、その探索した確率分布パラメータpハット,pハットを用いた場合の尤度である最大尤度IWeibullを算出する。
発散判定型パラメータ推定部21はK−分布の最大尤度IがWeibull分布の最大尤度IWeibull以上であれば、レンジビン信号に対応する確率分布モデルとしてK−分布を選択し、K−分布の最大尤度IがWeibull分布の最大尤度IWeibullより小さければ、レンジビン信号に対応する確率分布モデルとしてWeibull分布を選択する。なお、発散判定型パラメータ推定部21はスレッショルド係数設定手段を構成している。
次に動作について説明する。
上記実施の形態1と比べて、目標候補検出処理部7−1〜7−Lとパラメータ発散判定型目標候補検出処理部20−1〜20−Lが異なり、特に複数確率分布モデル想定型パラメータ推定部12が、発散判定型パラメータ推定部21に置き換わっている点だけが相違している。
このため、この実施の形態2では、発散判定型パラメータ推定部21の処理内容だけを説明する。
発散判定型パラメータ推定部21には、複数の確率分布モデルとして、K−分布とWeibull分布が用意されている。
発散判定型パラメータ推定部21は、振幅検波部11からレンジビン信号が与えられると、K−分布とレンジビン信号の分布との尤度が最大になる確率分布パラメータpハット,pハット(尺度パラメータbハット、形状パラメータvハット)を探索する処理を実施し、その際、K−分布の形状パラメータvハットが予め設定された値vmaxに到達しても、K−分布の最大尤度Iが見つからない場合(未だK−分布の尤度が大きくなる余地がある場合)、K−分布の形状パラメータvハットが無限大に発散すると判定する。一方、K−分布の形状パラメータvハットが予め設定された値vmaxに到達する前に、K−分布の最大尤度Iが見つかる場合、K−分布の形状パラメータvハットが無限大に発散しないと判定する。
因みに、クラッタが、形状パラメータが2以上のWeibull分布に従って変動している場合、K−分布の形状パラメータvハットは無限大に発散する。
発散判定型パラメータ推定部21は、K−分布の形状パラメータvハットが無限大に発散する場合、振幅検波部11により生成されたレンジビン信号に対応する確率分布モデルとしてWeibull分布を選択する。
発散判定型パラメータ推定部21は、レンジビン信号に対応する確率分布モデルとしてWeibull分布を選択すると、Weibull分布の確率分布パラメータとして、Weibull分布とレンジビン信号の分布との尤度が最大になる確率分布パラメータpハット,pハット(尺度パラメータbWeibullハット、形状パラメータvWeibullハット)を探索し、その探索した確率分布パラメータpハット,pハットをスレッショルド係数設定部13に出力する。
発散判定型パラメータ推定部21は、K−分布の形状パラメータvハットが無限大に発散しない場合、K−分布の確率分布パラメータとして、K−分布とレンジビン信号の分布との尤度が最大になる確率分布パラメータpハット,pハットを探索し、K−分布が、その探索した確率分布パラメータpハット,pハットを用いた場合の尤度である最大尤度Iを算出する。
また、Weibull分布の確率分布パラメータとして、Weibull分布とレンジビン信号の分布との尤度が最大になる確率分布パラメータpハット,pハットを探索し、Weibull分布が、その探索した確率分布パラメータpハット,pハットを用いた場合の尤度である最大尤度IWeibullを算出する。
発散判定型パラメータ推定部21は、K−分布の最大尤度IがWeibull分布の最大尤度IWeibull以上であれば(I≧IWeibull)、レンジビン信号に対応する確率分布モデルとしてK−分布を選択し、レンジビン信号の分布との尤度がIになる場合のK−分布の確率分布パラメータpハット,pハットをスレッショルド係数設定部13に出力する。
一方、K−分布の最大尤度IがWeibull分布の最大尤度IWeibullより小さければ(I<IWeibull)、レンジビン信号に対応する確率分布モデルとしてWeibull分布を選択し、レンジビン信号の分布との尤度がIWeibullになる場合のWeibull分布の確率分布パラメータpハット,pハットをスレッショルド係数設定部13に出力する。
以降の処理は、上記実施の形態1と同様であるため説明を省略するが、この実施の形態2によれば、上記実施の形態1と同様に、クラッタの変動を正確に表している確率分布モデルを選択することができるため、目標の検出性能の低下やクラッタの誤検出を防止することができる効果が得られる。
実施の形態3.
図7はこの発明の実施の形態3による目標検出装置を示す構成図であり、図7において、図1と同一符号は同一または相当部分を示すので説明を省略する。
パラメータ探索範囲限定型目標候補検出処理部30−1〜30−Lは例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、ビーム形成部6により生成されたビーム受信信号#1〜#Lを検波して、各レンジビンの振幅値を格納しているセルが連なっているレンジビン信号を生成し、そのレンジビン信号に対するCFAR処理を実施することで、目標が存在している可能性があるレンジビンを検出する。
図8はこの発明の実施の形態3による目標検出装置のパラメータ探索範囲限定型目標候補検出処理部30−l(l=1,2,・・・,L)を示す構成図であり、図8において、図2と同一符号は同一または相当部分を示すので説明を省略する。
探索範囲限定型パラメータ推定部31は複数の確率分布モデルとして、K−分布とWeibull分布が用意されており、K−分布の確率分布パラメータとして、K−分布とレンジビン信号の分布との尤度が最大になる確率分布パラメータpハット,pハットを探索し、K−分布が、その探索した確率分布パラメータpハット,pハットを用いた場合の尤度である最大尤度Iを算出する。
また、探索範囲限定型パラメータ推定部31はK−分布の確率分布パラメータにおける形状パラメータvハットが無限大に発散するか否かを判定し、その形状パラメータvハットが無限大に発散する場合、レンジビン信号に対応する確率分布モデルとしてWeibull分布を選択するとともに、Weibull分布における形状パラメータvWeibullハットの探索範囲を2以上のものに限定して、Weibull分布とレンジビン信号の分布との尤度が最大になる確率分布パラメータpハット,pハットを探索し、Weibull分布が、その探索した確率分布パラメータpハット,pハットを用いた場合の尤度である最大尤度IWeibullを算出する。
一方、その形状パラメータvが無限大に発散しない場合、Weibull分布における形状パラメータvWeibullハットの探索範囲を2未満のものに限定して、Weibull分布とレンジビン信号の分布との尤度が最大になる確率分布パラメータpハット,pハットを探索し、Weibull分布が、その探索した確率分布パラメータpハット,pハットを用いた場合の尤度である最大尤度IWeibullを算出する。
また、探索範囲限定型パラメータ推定部31は形状パラメータvが無限大に発散しない場合、K−分布の最大尤度IがWeibull分布の最大尤度IWeibull以上であれば、レンジビン信号に対応する確率分布モデルとしてK−分布を選択し、K−分布の最大尤度IがWeibull分布の最大尤度IWeibullより小さければ、レンジビン信号に対応する確率分布モデルとしてWeibull分布を選択する。なお、探索範囲限定型パラメータ推定部31はスレッショルド係数設定手段を構成している。
次に動作について説明する。
上記実施の形態1と比べて、目標候補検出処理部7−1〜7−Lとパラメータ探索範囲限定型目標候補検出処理部30−1〜30−Lが異なり、特に複数確率分布モデル想定型パラメータ推定部12が、探索範囲限定型パラメータ推定部31に置き換わっている点だけが相違している。
このため、この実施の形態3では、探索範囲限定型パラメータ推定部31の処理内容だけを説明する。
探索範囲限定型パラメータ推定部31には、複数の確率分布モデルとして、K−分布とWeibull分布が用意されている。
探索範囲限定型パラメータ推定部31は、振幅検波部11からレンジビン信号が与えられると、K−分布の確率分布パラメータとして、K−分布とレンジビン信号の分布との尤度が最大になる確率分布パラメータpハット,pハット(尺度パラメータbハット、形状パラメータvハット)を探索し、K−分布が、その探索した確率分布パラメータpハット,pハットを用いた場合の尤度である最大尤度Iを算出する。
ただし、K−分布の形状パラメータvハットが無限大に発散する場合、尤度が最大になる確率分布パラメータpハット,pハットを探索することができず、最大尤度Iを算出することができない。
また、探索範囲限定型パラメータ推定部31は、上記実施の形態2における発散判定型パラメータ推定部21と同様に、K−分布の形状パラメータvハットが無限大に発散するか否かを判定する。
探索範囲限定型パラメータ推定部31は、K−分布の形状パラメータvハットが無限大に発散すると判定すると、そのレンジビン信号に対応する確率分布モデルとしてWeibull分布を選択する。
また、探索範囲限定型パラメータ推定部31は、Weibull分布における形状パラメータvWeibullハットの探索範囲を2以上のものに限定して、Weibull分布とレンジビン信号の分布との尤度が最大になる確率分布パラメータpハット,pハット(尺度パラメータbWeibullハット、形状パラメータvWeibullハット)を探索し、その探索した確率分布パラメータpハット,pハットをスレッショルド係数設定部13に出力する。
探索範囲限定型パラメータ推定部31は、K−分布の形状パラメータvハットが無限大に発散しないと判定すると、Weibull分布における形状パラメータvWeibullハットの探索範囲を2未満のものに限定して、Weibull分布とレンジビン信号の分布との尤度が最大になる確率分布パラメータpハット,pハットを探索し、Weibull分布が、その探索した確率分布パラメータpハット,pハットを用いた場合の尤度である最大尤度IWeibullを算出する。
また、探索範囲限定型パラメータ推定部31は、K−分布の形状パラメータvハットが無限大に発散しない場合、K−分布の最大尤度IがWeibull分布の最大尤度IWeibull以上であれば(I≧IWeibull)、レンジビン信号に対応する確率分布モデルとしてK−分布を選択し、レンジビン信号の分布との尤度がIになる場合のK−分布の確率分布パラメータpハット,pハット(尺度パラメータbハット、形状パラメータvハット)をスレッショルド係数設定部13に出力する。
一方、K−分布の最大尤度IがWeibull分布の最大尤度IWeibullより小さければ(I<IWeibull)、レンジビン信号に対応する確率分布モデルとしてWeibull分布を選択し、レンジビン信号の分布との尤度がIWeibullになる場合のWeibull分布の確率分布パラメータpハット,pハット(尺度パラメータbWeibullハット、形状パラメータvWeibullハット)をスレッショルド係数設定部13に出力する。
以降の処理は、上記実施の形態1と同様であるため説明を省略するが、この実施の形態3によれば、上記実施の形態1と同様に、クラッタの変動を正確に表している確率分布モデルを選択することができるため、目標の検出性能の低下やクラッタの誤検出を防止することができる効果が得られる。
また、この実施の形態3によれば、K−分布の形状パラメータvハットの発散の有無に応じて、Weibull分布の形状パラメータvWeibullハットを探索する際の探索範囲を限定することができるため、処理負荷を低減することができる効果が得られる。
実施の形態4.
図9はこの発明の実施の形態4による目標検出装置を示す構成図であり、図9において、図1と同一符号は同一または相当部分を示すので説明を省略する。
パラメータ推定手順簡略型目標候補検出処理部40−1〜40−Lは例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、ビーム形成部6により生成されたビーム受信信号#1〜#Lを検波して、各レンジビンの振幅値を格納しているセルが連なっているレンジビン信号を生成し、そのレンジビン信号に対するCFAR処理を実施することで、目標が存在している可能性があるレンジビンを検出する。
図10はこの発明の実施の形態4による目標検出装置のパラメータ推定手順簡略型目標候補検出処理部40−l(l=1,2,・・・,L)を示す構成図であり、図10において、図2と同一符号は同一または相当部分を示すので説明を省略する。
推定手順簡略型パラメータ推定部41は複数の確率分布モデルとして、K−分布とWeibull分布が用意されており、Weibull分布の確率分布パラメータとして、Weibull分布とレンジビン信号の分布との尤度が最大になる確率分布パラメータpハット,pハットを探索し、Weibull分布が、その探索した確率分布パラメータpハット,pハットを用いた場合の尤度である最大尤度IWeibullを算出する。
また、推定手順簡略型パラメータ推定部41は探索したWeibull分布の確率分布パラメータpハット,pハットにおける形状パラメータIWeibullハットが2以上である場合、そのレンジビン信号に対応する確率分布モデルとしてWeibull分布を選択する。
一方、探索したWeibull分布の確率分布パラメータpハット,pハットにおける形状パラメータIWeibullハットが2未満である場合、K−分布の確率分布パラメータとして、K−分布とレンジビン信号の分布との尤度が最大になる確率分布パラメータpハット,pハットを探索し、K−分布が、その探索した確率分布パラメータpハット,pハットを用いた場合の尤度である最大尤度Iを算出する。
推定手順簡略型パラメータ推定部41はK−分布の最大尤度IがWeibull分布の最大尤度IWeibull以上であれば、レンジビン信号に対応する確率分布モデルとしてK−分布を選択し、K−分布の最大尤度IがWeibull分布の最大尤度IWeibullより小さければ、レンジビン信号に対応する確率分布モデルとしてWeibull分布を選択する。なお、推定手順簡略型パラメータ推定部41はスレッショルド係数設定手段を構成している。
次に動作について説明する。
上記実施の形態1と比べて、目標候補検出処理部7−1〜7−Lとパラメータ推定手順簡略型目標候補検出処理部40−1〜40−Lが異なり、特に複数確率分布モデル想定型パラメータ推定部12が、推定手順簡略型パラメータ推定部41に置き換わっている点だけが相違している。
このため、この実施の形態4では、推定手順簡略型パラメータ推定部41の処理内容だけを説明する。
図11はパラメータ推定手順簡略型目標候補検出処理部40−lの処理手順を示すフローチャートである。
推定手順簡略型パラメータ推定部41には、複数の確率分布モデルとして、K−分布とWeibull分布が用意されている。
推定手順簡略型パラメータ推定部41は、振幅検波部11からレンジビン信号が与えられると、Weibull分布の確率分布パラメータとして、Weibull分布とレンジビン信号の分布との尤度が最大になる確率分布パラメータpハット,pハット(尺度パラメータbWeibullハット、形状パラメータvWeibullハット)を探索し、Weibull分布が、その探索した確率分布パラメータpハット,pハットを用いた場合の尤度である最大尤度IWeibullを算出する(図11のステップST1)。
推定手順簡略型パラメータ推定部41は、Weibull分布の確率分布パラメータpハット,pハットを探索すると、その確率分布パラメータにおける形状パラメータIWeibullハットが2以上であるか否かを判定し、その形状パラメータIWeibullハットが2以上であれば(ステップST2:YESの場合)、そのレンジビン信号に対応する確率分布モデルとしてWeibull分布を選択し、Weibull分布とレンジビン信号の分布との尤度がIWeibullになる場合の確率分布パラメータpハット,pハット(尺度パラメータbWeibullハット、形状パラメータvWeibullハット)をスレッショルド係数設定部13に出力する(ステップST3)。
推定手順簡略型パラメータ推定部41は、Weibull分布の形状パラメータIWeibullハットが2未満であれば(ステップST2:NOの場合)、K−分布の確率分布パラメータとして、K−分布とレンジビン信号の分布との尤度が最大になる確率分布パラメータpハット,pハット(尺度パラメータbハット、形状パラメータvハット)を探索し、K−分布が、その探索した確率分布パラメータpハット,pハットを用いた場合の尤度である最大尤度Iを算出する(ステップST4)。
推定手順簡略型パラメータ推定部41は、K−分布の最大尤度IとWeibull分布の最大尤度IWeibullを比較し、K−分布の最大尤度IがWeibull分布の最大尤度IWeibull以上であれば(ステップST5:YESの場合)、そのレンジビン信号に対応する確率分布モデルとしてK−分布を選択し、そのレンジビン信号の分布との尤度がIになる場合のK−分布の確率分布パラメータpハット,pハットをスレッショルド係数設定部13に出力する(ステップST6)。
一方、K−分布の最大尤度IがWeibull分布の最大尤度IWeibullより小さければ(ステップST5:NOの場合)、そのレンジビン信号に対応する確率分布モデルとしてWeibull分布を選択し、レンジビン信号の分布との尤度がIWeibullになる場合のWeibull分布の確率分布パラメータpハット,pハットをスレッショルド係数設定部13に出力する(ステップST3)。
以降の処理は、上記実施の形態1と同様であるため説明を省略するが、この実施の形態4によれば、上記実施の形態1と同様に、クラッタの変動を正確に表している確率分布モデルを選択することができるため、目標の検出性能の低下やクラッタの誤検出を防止することができる効果が得られる。
また、この実施の形態4によれば、Weibull分布の形状パラメータIWeibullハットが2以上である場合、K−分布の確率分布パラメータpハット,pハットを探索する処理を省略することができるため、処理負荷を低減することができる効果が得られる。
実施の形態5.
図12はこの発明の実施の形態5による目標検出装置を示す構成図であり、図12において、図1と同一符号は同一または相当部分を示すので説明を省略する。
テーブル参照型目標候補検出処理部50−1〜50−Lは例えばCPUを実装している半導体集積回路、あるいは、ワンチップマイコンなどから構成されており、ビーム形成部6により生成されたビーム受信信号#1〜#Lを検波して、各レンジビンの振幅値を格納しているセルが連なっているレンジビン信号を生成し、そのレンジビン信号に対するCFAR処理を実施することで、目標が存在している可能性があるレンジビンを検出する。
図13はこの発明の実施の形態5による目標検出装置のテーブル参照型目標候補検出処理部50−l(l=1,2,・・・,L)を示す構成図であり、図13において、図2と同一符号は同一または相当部分を示すので説明を省略する。
テーブル参照型スレッショルド係数設定部51は各確率分布モデルの確率分布パラメータとスレッショルド係数の対応関係を示すテーブルが用意されており、そのテーブルを参照して、複数確率分布モデル想定型パラメータ推定部12から出力された確率分布パラメータに対応するスレッショルド係数を設定し、そのスレッショルド係数を係数乗算処理部17に出力する処理を実施する。
なお、複数確率分布モデル想定型パラメータ推定部12及びテーブル参照型スレッショルド係数設定部51からスレッショルド係数設定手段が構成されている。
次に動作について説明する。
上記実施の形態1と比べて、目標候補検出処理部7−1〜7−Lとテーブル参照型目標候補検出処理部50−1〜50−Lが異なり、特にスレッショルド係数設定部13が、テーブル参照型スレッショルド係数設定部51に置き換わっている点だけが相違している。
このため、この実施の形態5では、主にテーブル参照型スレッショルド係数設定部51の処理内容を説明する。
テーブル参照型スレッショルド係数設定部51には、複数確率分布モデル想定型パラメータ推定部12に用意されている複数の複数確率分布モデルについて、確率分布パラメータとスレッショルド係数の対応関係を示すテーブルが用意されている。
複数確率分布モデル想定型パラメータ推定部12は、上記実施の形態1と同様に、予め用意されている複数のクラッタ確率分布モデルの中から、振幅検波部11により生成されたレンジビン信号に対応する確率分布モデルを選択し、その選択した確率分布モデルを示す番号mと、その選択したクラッタ確率分布モデルについて探索した確率分布パラメータpハット,pハット,・・・,pNmハットとをテーブル参照型スレッショルド係数設定部51に出力する。
テーブル参照型スレッショルド係数設定部51は、予め用意されている複数のテーブルのうち、複数確率分布モデル想定型パラメータ推定部12から出力された番号mに対応する確率分布モデルのテーブルを参照して、複数確率分布モデル想定型パラメータ推定部12から出力された確率分布パラメータpハット,pハット,・・・,pNmハットに対応するスレッショルド係数を設定し、そのスレッショルド係数を係数乗算処理部17に出力する。
以降の処理は、上記実施の形態1と同様であるため説明を省略するが、この実施の形態5によれば、上記実施の形態1と同様に、クラッタの変動を正確に表している確率分布モデルを選択することができるため、目標の検出性能の低下やクラッタの誤検出を防止することができる効果が得られる。
また、この実施の形態5によれば、複数確率分布モデル想定型パラメータ推定部12から確率分布パラメータpハット,pハット,・・・,pmNハットを受ける毎に、確率分布パラメータpハット,pハット,・・・,pNmハットからスレッショルド係数を設定する必要がないため、処理負荷を低減することができる効果が得られる。
この実施の形態5では、複数確率分布モデル想定型パラメータ推定部12がテーブル参照型目標候補検出処理部50−1〜50−Lに実装されているものを示したが、複数確率分布モデル想定型パラメータ推定部12の代わりに、発散判定型パラメータ推定部21、 探索範囲限定型パラメータ推定部31又は推定手順簡略型パラメータ推定部41が実装されているものであってもよい。
なお、本願発明はその発明の範囲内において、各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。
1 送信機、2 送信アンテナ、3−1〜3−L 受信アンテナ(電波受信手段)、4−1〜4−L 受信機(電波受信手段)、5−1〜5−L A/D変換器(電波受信手段)、6 ビーム形成部(電波受信手段)、7−1〜7−L 目標候補検出処理部、8 メモリ回路、9 航跡検出処理部(航跡検出手段)、11 振幅検波部(レンジビン信号生成手段)、12 複数確率分布モデル想定型パラメータ推定部(スレッショルド係数設定手段)、13 スレッショルド係数設定部(スレッショルド係数設定手段)、14 レンジ方向CFAR処理部(目標候補検出手段)、15 セル設定処理部、16 リファレンスセル振幅加算処理部、17 係数乗算処理部、18 振幅比較部、20−1〜20−L パラメータ発散判定型目標候補検出処理部、21 発散判定型パラメータ推定部(スレッショルド係数設定手段)、30−1〜30−L パラメータ探索範囲限定型目標候補検出処理部、31 探索範囲限定型パラメータ推定部(スレッショルド係数設定手段)、40−1〜40−L パラメータ推定手順簡略型目標候補検出処理部、41 推定手順簡略型パラメータ推定部(スレッショルド係数設定手段)、50−1〜50−L テーブル参照型目標候補検出処理部、51 テーブル参照型スレッショルド係数設定部(スレッショルド係数設定手段)。

Claims (6)

  1. 観測対象である目標に反射された電波である目標反射波及びクラッタを受信して、電波の受信信号を出力する電波受信手段と、
    前記電波受信手段から出力された受信信号を検波して、各レンジビンの振幅値を格納しているセルが連なっているレンジビン信号を生成するレンジビン信号生成手段と、
    予め用意されているクラッタの変動を示す複数の確率分布モデルの中から、前記レンジビン信号生成手段により生成されたレンジビン信号に対応する確率分布モデルを選択し、その選択した確率分布モデルの確率分布パラメータと、前記クラッタを誤って前記目標反射波と判定してしまう確率である誤警報確率とを用いて、前記目標の検出処理に用いるスレッショルド係数を設定するスレッショルド係数設定手段と、
    前記レンジビン信号生成手段により生成されたレンジビン信号における複数のセルのうち、前記目標を検出する対象の注目セル以外の複数のセルの振幅値と、前記スレッショルド係数とから閾値を算出し、前記注目セルの振幅値が前記閾値より高ければ、前記注目セルに前記目標が存在している可能性があると判定する目標候補検出手段と
    を備え、
    前記スレッショルド係数設定手段は、前記複数の確率分布モデルとして、K−分布とワイブル分布が用意されており、
    前記K−分布の確率分布パラメータにおける形状パラメータが無限大に発散する場合、前記レンジビン信号に対応する確率分布モデルとして前記ワイブル分布を選択し、
    前記K−分布の形状パラメータが無限大に発散しない場合、前記K−分布及び前記ワイブル分布の確率分布パラメータとして、前記レンジビン信号の分布との尤度が高まる確率分布パラメータを探索して、前記K−分布及び前記ワイブル分布が、その探索した確率分布パラメータを用いた場合の前記レンジビン信号の分布との尤度を算出し、
    前記K−分布の尤度が前記ワイブル分布の尤度より大きければ、前記レンジビン信号に対応する確率分布モデルとして前記K−分布を選択し、前記K−分布の尤度が前記ワイブル分布の尤度より小さければ、前記レンジビン信号に対応する確率分布モデルとして前記ワイブル分布を選択することを特徴とする目標検出装置。
  2. 観測対象である目標に反射された電波である目標反射波及びクラッタを受信して、電波の受信信号を出力する電波受信手段と、
    前記電波受信手段から出力された受信信号を検波して、各レンジビンの振幅値を格納しているセルが連なっているレンジビン信号を生成するレンジビン信号生成手段と、
    予め用意されているクラッタの変動を示す複数の確率分布モデルの中から、前記レンジビン信号生成手段により生成されたレンジビン信号に対応する確率分布モデルを選択し、その選択した確率分布モデルの確率分布パラメータと、前記クラッタを誤って前記目標反射波と判定してしまう確率である誤警報確率とを用いて、前記目標の検出処理に用いるスレッショルド係数を設定するスレッショルド係数設定手段と、
    前記レンジビン信号生成手段により生成されたレンジビン信号における複数のセルのうち、前記目標を検出する対象の注目セル以外の複数のセルの振幅値と、前記スレッショルド係数とから閾値を算出し、前記注目セルの振幅値が前記閾値より高ければ、前記注目セルに前記目標が存在している可能性があると判定する目標候補検出手段と
    を備え、
    前記スレッショルド係数設定手段は、前記複数の確率分布モデルとして、K−分布とワイブル分布が用意されており、
    前記K−分布の確率分布パラメータとして、前記レンジビン信号の分布との尤度が高まる確率分布パラメータを探索して、前記K−分布が、その探索した確率分布パラメータを用いた場合の前記レンジビン信号の分布との尤度を算出し、
    前記K−分布の確率分布パラメータにおける形状パラメータが無限大に発散する場合、前記レンジビン信号に対応する確率分布モデルとしてワイブル分布を選択し、
    前記K−分布の確率分布パラメータにおける形状パラメータが無限大に発散しない場合、前記ワイブル分布の確率分布パラメータにおける形状パラメータの探索範囲を2未満のものに限定して、前記レンジビン信号の分布との尤度が高まる前記ワイブル分布の確率分布パラメータを探索し、前記ワイブル分布が、その探索した確率分布パラメータを用いた場合の前記レンジビン信号の分布との尤度を算出し、前記K−分布の尤度が前記ワイブル分布の尤度より大きければ、前記レンジビン信号に対応する確率分布モデルとして前記K−分布を選択し、前記K−分布の尤度が前記ワイブル分布の尤度より小さければ、前記レンジビン信号に対応する確率分布モデルとして前記ワイブル分布を選択することを特徴とする目標検出装置。
  3. 観測対象である目標に反射された電波である目標反射波及びクラッタを受信して、電波の受信信号を出力する電波受信手段と、
    前記電波受信手段から出力された受信信号を検波して、各レンジビンの振幅値を格納しているセルが連なっているレンジビン信号を生成するレンジビン信号生成手段と、
    予め用意されているクラッタの変動を示す複数の確率分布モデルの中から、前記レンジビン信号生成手段により生成されたレンジビン信号に対応する確率分布モデルを選択し、その選択した確率分布モデルの確率分布パラメータと、前記クラッタを誤って前記目標反射波と判定してしまう確率である誤警報確率とを用いて、前記目標の検出処理に用いるスレッショルド係数を設定するスレッショルド係数設定手段と、
    前記レンジビン信号生成手段により生成されたレンジビン信号における複数のセルのうち、前記目標を検出する対象の注目セル以外の複数のセルの振幅値と、前記スレッショルド係数とから閾値を算出し、前記注目セルの振幅値が前記閾値より高ければ、前記注目セルに前記目標が存在している可能性があると判定する目標候補検出手段と
    を備え、
    前記スレッショルド係数設定手段は、前記複数の確率分布モデルとして、K−分布とワイブル分布が用意されており、
    前記ワイブル分布の確率分布パラメータとして、前記レンジビン信号の分布との尤度が高まる確率分布パラメータを探索して、前記ワイブル分布が、その探索した確率分布パラメータを用いた場合の前記レンジビン信号の分布との尤度を算出し、
    前記探索した確率分布パラメータにおける形状パラメータが2以上である場合、前記レンジビン信号に対応する確率分布モデルとして前記ワイブル分布を選択し、
    前記探索した確率分布パラメータにおける形状パラメータが2未満である場合、前記K−分布の確率分布パラメータとして、前記レンジビン信号の分布との尤度が高まる確率分布パラメータを探索して、前記K−分布が、その探索した確率分布パラメータを用いた場合の前記レンジビン信号の分布との尤度を算出し、前記K−分布の尤度が前記ワイブル分布の尤度より大きければ、前記レンジビン信号に対応する確率分布モデルとして前記K−分布を選択し、前記K−分布の尤度が前記ワイブル分布の尤度より小さければ、前記レンジビン信号に対応する確率分布モデルとして前記ワイブル分布を選択することを特徴とする目標検出装置。
  4. 観測対象である目標に反射された電波である目標反射波及びクラッタを受信して、電波の受信信号を出力する電波受信手段と、
    前記電波受信手段から出力された受信信号を検波して、各レンジビンの振幅値を格納しているセルが連なっているレンジビン信号を生成するレンジビン信号生成手段と、
    予め用意されているクラッタの変動を示す複数の確率分布モデルの中から、前記レンジビン信号生成手段により生成されたレンジビン信号に対応する確率分布モデルを選択し、その選択した確率分布モデルの確率分布パラメータと、前記クラッタを誤って前記目標反射波と判定してしまう確率である誤警報確率とを用いて、前記目標の検出処理に用いるスレッショルド係数を設定するスレッショルド係数設定手段と、
    前記レンジビン信号生成手段により生成されたレンジビン信号における複数のセルのうち、前記目標を検出する対象の注目セル以外の複数のセルの振幅値と、前記スレッショルド係数とから閾値を算出し、前記注目セルの振幅値が前記閾値より高ければ、前記注目セルに前記目標が存在している可能性があると判定する目標候補検出手段と
    を備え、
    前記スレッショルド係数設定手段は、予め用意されている確率分布モデル毎に、当該確率分布モデルと前記レンジビン信号生成手段により生成されたレンジビン信号の分布との尤度を算出し、
    予め用意されている複数の確率分布モデルの中から、前記レンジビン信号に対応する確率分布モデルを選択する際、予め用意されている確率分布モデル毎に、当該確率分布モデルの確率分布パラメータとして、前記レンジビン信号の分布との尤度が高まる確率分布パラメータを探索し、
    前記複数の確率分布モデルが、その探索した確率分布パラメータを用いた場合の前記レンジビン信号の分布との尤度に基づいて、前記レンジビン信号に対応する確率分布モデルを選択することを特徴とする目標検出装置。
  5. 前記目標候補検出手段は、前記レンジビン信号における全てのセルを順番に前記注目セルとして、前記閾値を算出する処理と、前記注目セルに前記目標が存在している可能性があるか否かを判定する処理とを繰り返し実施することで、前記目標が存在している可能性があるレンジビンを検出することを特徴とする請求項1から請求項4のうちのいずれか1項記載の目標検出装置。
  6. 前記目標候補検出手段により検出されたレンジビンの時間的な変化から目標の航跡を検出する航跡検出手段を備えたことを特徴とする請求項記載の目標検出装置。
JP2014253150A 2014-12-15 2014-12-15 目標検出装置 Expired - Fee Related JP6355546B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014253150A JP6355546B2 (ja) 2014-12-15 2014-12-15 目標検出装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014253150A JP6355546B2 (ja) 2014-12-15 2014-12-15 目標検出装置

Publications (2)

Publication Number Publication Date
JP2016114468A JP2016114468A (ja) 2016-06-23
JP6355546B2 true JP6355546B2 (ja) 2018-07-11

Family

ID=56141543

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014253150A Expired - Fee Related JP6355546B2 (ja) 2014-12-15 2014-12-15 目標検出装置

Country Status (1)

Country Link
JP (1) JP6355546B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7378382B2 (ja) 2020-11-12 2023-11-13 三菱電機株式会社 半導体装置

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102059407B1 (ko) 2017-04-20 2019-12-26 한국전자통신연구원 레이더 시스템에서의 표적 검출 방법 및 장치
CN110262947B (zh) * 2018-03-12 2022-05-17 腾讯科技(深圳)有限公司 阈值告警方法、装置、计算机设备及存储介质
JP7108929B2 (ja) 2018-09-25 2022-07-29 パナソニックIpマネジメント株式会社 レーダ装置及び物標判定方法
WO2021117078A1 (ja) * 2019-12-09 2021-06-17 三菱電機株式会社 レーダ装置及び目標検出方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0579486U (ja) * 1992-03-31 1993-10-29 三菱電機株式会社 目標検出装置
JPH09145829A (ja) * 1995-11-28 1997-06-06 Mitsubishi Electric Corp レーダ信号処理装置
JP3340309B2 (ja) * 1996-04-12 2002-11-05 三菱電機株式会社 レーダ信号処理装置
JP5491924B2 (ja) * 2010-03-26 2014-05-14 株式会社東芝 目標検出装置及び目標検出方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7378382B2 (ja) 2020-11-12 2023-11-13 三菱電機株式会社 半導体装置

Also Published As

Publication number Publication date
JP2016114468A (ja) 2016-06-23

Similar Documents

Publication Publication Date Title
JP6355546B2 (ja) 目標検出装置
JP6415288B2 (ja) レーダ装置
JP6951276B2 (ja) 無線受信機、無線受信方法及び無線システム
US11585885B2 (en) Electronic apparatus, angle estimation system, and signal processing method
JP2001305202A (ja) Musicスペクトラム計算方法、その装置及び媒体
KR101603630B1 (ko) 송신신호 파형의 직교성을 이용한 재머 신호 억제 및 원신호 도래각 추정 방법 및 장치
KR102262197B1 (ko) Fmcw 레이다의 신호를 활용하여 표적의 형상을 추정하는 장치 및 그 방법
JP6429457B2 (ja) 目標検出装置
JP2010127771A (ja) 合成開口ソーナー、合成開口ソーナーの位相誤差補正方法及びプログラム
JP6266178B2 (ja) 方探装置
KR102158740B1 (ko) 레이다 DoA 추정 시스템 및 방법
JP4977849B2 (ja) 電波到来方向探知装置
JP7034396B2 (ja) レーダ装置及び目標検出方法
JP6164936B2 (ja) レーダ装置
JP2013044642A (ja) パッシブレーダ装置
JP6843318B2 (ja) ビーム形成装置、レーダ装置及びビーム形成方法
CN115932743A (zh) 一种基于波形自适应选择的认知雷达方法与装置
JP2007047112A (ja) レーダ装置
KR20150055279A (ko) 방위각 고분해능 신호처리 알고리즘을 이용하는 차량용 레이더 및 그 운영 방법
JP2021196233A (ja) 到来方向推定装置、到来方向推定方法及び到来方向推定プログラム
CN116028770B (zh) 适用于实、复协方差矩阵的特征值分解硬件实现方法
Hamada et al. Robust source number estimation using annihilating filter and downsampling scheme
JP2010091585A (ja) レーダ装置
JP3657490B2 (ja) 測角信号処理装置及び測角信号処理方法
JP6482372B2 (ja) 測角装置、測角方法及び測角プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170125

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20171220

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180109

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180226

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: 20180515

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180612

R150 Certificate of patent or registration of utility model

Ref document number: 6355546

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees