JP7272076B2 - target identifier - Google Patents

target identifier Download PDF

Info

Publication number
JP7272076B2
JP7272076B2 JP2019075048A JP2019075048A JP7272076B2 JP 7272076 B2 JP7272076 B2 JP 7272076B2 JP 2019075048 A JP2019075048 A JP 2019075048A JP 2019075048 A JP2019075048 A JP 2019075048A JP 7272076 B2 JP7272076 B2 JP 7272076B2
Authority
JP
Japan
Prior art keywords
target
radio wave
learning
identification
specifications
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.)
Active
Application number
JP2019075048A
Other languages
Japanese (ja)
Other versions
JP2020173171A (en
Inventor
哲治 原田
真也 山田
歩 岸田
堅也 杉原
貴文 松田
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 JP2019075048A priority Critical patent/JP7272076B2/en
Publication of JP2020173171A publication Critical patent/JP2020173171A/en
Application granted granted Critical
Publication of JP7272076B2 publication Critical patent/JP7272076B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Description

この発明は、目標（電波源）の電波諸元を学習する電波諸元学習、及び、これを用いた目標識別装置に関するものである。 The present invention relates to radio wave specification learning for learning the radio wave specification of a target (radio wave source), and a target identification device using the same.

従来から、目標（電波源）を識別する目標識別装置には、受信パルス信号と既知のパルス信号とを用いるもの（例えば、特許文献１参照）や、ＰＤＷ（Ｐｕｌｓｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｗｏｒｄ）などの電波諸元を利用するものなどがある（例えば、特許文献２及び３参照）。また、電波諸元を得るために目標から到来した電磁波からパルス列を分離する装置もある（例えば、特許文献４参照）。 Conventionally, a target identification device that identifies a target (radio wave source) uses a received pulse signal and a known pulse signal (see, for example, Patent Document 1), or has radio wave specifications such as PDW (Pulse Description Word). (see Patent Documents 2 and 3, for example). There is also a device that separates a pulse train from an electromagnetic wave arriving from a target in order to obtain radio wave specifications (see Patent Document 4, for example).

一方、ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）などを使った機械学習による学習モデルを用いて、画像から目標（電波源）を識別するものがある。例えば、特許文献５には、類似度を用いて、画像に含まれる未知の目標を特定するか、又は未知の目標が属する複数の候補を特定するものが開示されている。 On the other hand, there is a technique that identifies a target (radio wave source) from an image using a learning model based on machine learning using AI (Artificial Intelligence) or the like. For example, Japanese Patent Laid-Open No. 2002-200002 discloses that similarity is used to identify an unknown target contained in an image or to identify multiple candidates to which the unknown target belongs.

特開２００３－３２９７６５号公報JP 2003-329765 A 特開２００３－２７０３２６号公報Japanese Patent Application Laid-Open No. 2003-270326 特開２０１１－１０７１３８号公報JP 2011-107138 A 特開２０１４－１３８２５２号公報JP 2014-138252 A 特開２０１２－１２８５５８号公報JP 2012-128558 A

しかしながら、従来の機械学習による学習モデルは、電波諸元を用いたものではないという課題や、本当に未知の目標（電波源）であっても、何であるかを特定してしまったり、複数の候補を特定してしまったりするという課題もあった。 However, learning models based on conventional machine learning have the problem that they do not use radio wave specifications. There was also the problem of specifying the

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あり、未知の目標（電波源）を未知であると判定できるように学習する電波諸元学習、及び、これを用いた目標識別装置を得ることを目的とする。 The present invention has been made to solve the above-described problems. The object is to obtain an identification device.

この発明に係る目標識別装置は、目標ごとに入力される、前記目標から到来した電磁波をＡ／Ｄ変換して導出した複数のパラメータ、又は、前記目標を模擬した前記複数のパラメータを有する電波諸元と、前記電波諸元ごとに入力される、前記電波諸元と一致すると判定する前記目標の情報である目標情報とに基づいて、前記目標と一致していると判定する前記電波諸元の範囲を学習し、学習した前記範囲から外れた前記電波諸元を対応する前記目標が未知である前記電波諸元である未知諸元と判定することを学習した電波諸元学習装置の学習結果を用いて前記目標を識別する目標識別装置であって、識別対象の前記電波諸元である識別対象諸元が入力される識別対象諸元入力部と、前記学習結果に基づいて、前記識別対象諸元に対応する前記目標を決定する、又は、前記識別対象諸元が前記未知諸元と判定する電波諸元判定部とを備えたことを特徴とするものである。
 The target identification apparatus according to the present invention is provided with a plurality of parameters input for each target, which are derived by A/D converting the electromagnetic waves arriving from the target, or radio waves having the plurality of parameters simulating the target. and target information, which is information of the target determined to match the radio wave specifications, input for each of the radio wave specifications. Learning of a radio wave specification learning device that has learned to learn an original range and determine that the radio wave specification deviating from the learned range is an unknown specification that is the radio wave specification for which the corresponding target is unknown. A target identification device for identifying the target using a result, comprising: an identification target specification input unit for inputting identification target specifications, which are the radio wave specifications to be identified; A radio wave specification determination unit that determines the target corresponding to the target specification or determines that the identification target specification is the unknown specification.

また、目標から到来した電磁波をＡ／Ｄ変換して導出した複数のパラメータ、又は、前記目標を模擬した前記複数のパラメータを有する電波諸元が、前記目標ごとに入力される電波諸元入力部と、前記電波諸元ごとに、前記電波諸元と一致すると判定する前記目標の情報である目標情報が入力される目標情報入力部と、前記電波諸元入力部から入力された前記電波諸元と前記目標情報入力部から入力された前記目標情報とに基づいて、前記目標と一致していると判定する前記電波諸元の範囲を学習し、学習した前記範囲から外れた前記電波諸元を対応する前記目標が未知である前記電波諸元である未知諸元と判定することを学習する学習部とを有する電波諸元学習装置と、識別対象の前記電波諸元である識別対象諸元が入力される識別対象諸元入力部と、前記学習部が学習した学習結果に基づいて、前記識別対象諸元に対応する前記目標を決定する、又は、前記識別対象諸元が前記未知諸元と判定する電波諸元判定部とを備えたことを特徴とする。
A radio wave specification input unit for inputting a plurality of parameters derived by A/D converting electromagnetic waves arriving from a target, or radio wave specifications having the plurality of parameters simulating the target, for each of the targets. a target information input unit for inputting, for each radio wave specification, target information, which is information of the target determined to match the radio wave specification; and the radio wave specification input from the radio wave specification input unit. and the target information input from the target information input unit, learning the range of the radio wave specifications determined to be consistent with the target, and determining the radio wave specifications outside the learned range. A radio wave specification learning device having a learning unit for learning to determine that the corresponding target is the radio wave specification that is the unknown radio wave specification, and an identification target specification that is the radio wave specification to be identified. determining the target corresponding to the specification to be identified based on an identification target specification input unit to be input and a learning result learned by the learning unit; and a radio wave specification determination unit for determination.

この発明によれば、未知の目標を既知と特定するおそれが低い目標識別装置を得ることができる。
According to the present invention , it is possible to obtain a target identification device that is less likely to identify an unknown target as known.

この発明の実施の形態１に係る電波諸元学習装置の機能ブロック図である。1 is a functional block diagram of a radio wave specification learning device according to Embodiment 1 of the present invention; FIG. この発明の実施の形態１に係る電波諸元学習装置の動作（電波諸元学習方法）を説明するフローチャートである。4 is a flowchart for explaining the operation (radio wave specification learning method) of the radio wave specification learning device according to Embodiment 1 of the present invention; この発明の実施の形態１に係る電波諸元学習装置及び目標識別装置の機能ブロック図である。1 is a functional block diagram of a radio wave specification learning device and a target identification device according to Embodiment 1 of the present invention; FIG. この発明の実施の形態１に係る電波諸元学習装置及び目標識別装置の動作（目標識別方法）を説明するフローチャートである。4 is a flow chart explaining the operation (target identification method) of the radio wave specification learning device and the target identification device according to Embodiment 1 of the present invention; この発明の実施の形態１に係る電波諸元学習装置及び目標識別装置の機能ブロック図である。1 is a functional block diagram of a radio wave specification learning device and a target identification device according to Embodiment 1 of the present invention; FIG. この発明の実施の形態１に係る電波諸元学習装置及び目標識別装置の動作（目標識別方法）を説明するフローチャートである。4 is a flow chart explaining the operation (target identification method) of the radio wave specification learning device and the target identification device according to Embodiment 1 of the present invention;

実施の形態１．
以下、この発明の実施の形態１に係る電波諸元学習装置及び目標識別装置について、図１から図６を用いて説明する。図中、同一符号は、同一又は相当部分を示し、それらについての詳細な説明は省略する。図１、図３、図５において、目標１（電波源１）は、電磁波の到来源である。電波諸元学習装置２は、ＰＤＷ（Ｐｕｌｓｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｗｏｒｄ）やＩＱデータなどの電波諸元を学習するものである。目標識別装置３は、電波諸元学習装置２の学習結果（学習モデル）を用いて、複数の目標１の中から、特定の目標１を識別する、又は、未知の目標を未知と識別するものである。本願では情報と情報との紐づけを関連付けと称する。 Embodiment 1.
A radio wave specification learning device and a target identification device according to Embodiment 1 of the present invention will be described below with reference to FIGS. 1 to 6. FIG. In the drawings, the same reference numerals denote the same or corresponding parts, and detailed descriptions thereof are omitted. In FIGS. 1, 3, and 5, a target 1 (radio wave source 1) is an incoming source of electromagnetic waves. The radio wave specification learning device 2 learns radio wave specifications such as PDW (Pulse Description Word) and IQ data. The target identification device 3 uses the learning result (learning model) of the radio wave specification learning device 2 to identify a specific target 1 from a plurality of targets 1, or to identify an unknown target as unknown. is. In the present application, linking information to information is referred to as associating.

図１、図３、図５において、電波諸元学習装置２は次の構成である。電波諸元入力部４は、目標１から到来した電磁波をＡ／Ｄ変換して導出した複数のパラメータ、又は、目標１を模擬した複数のパラメータを有する電波諸元が、目標１ごとに入力されるものである。目標情報入力部５は、電波諸元入力部４に入力される電波諸元ごとに関連付けられ、電波諸元と一致すると判定する目標１の情報である目標情報が入力されるものである。学習部６は、電波諸元入力部４から入力された電波諸元と目標情報入力部５から入力された目標情報とに基づいて、目標と一致していると判定する電波諸元の範囲を学習し、学習した範囲から外れた識別対象の識別対象諸元を電波諸元が未知である未知諸元と判定することを学習するものである。
1, 3, and 5, the radio wave specification learning device 2 has the following configuration. A radio wave specification input unit 4 receives, for each target 1, a plurality of parameters derived by A/D converting the electromagnetic waves arriving from the target 1 or a plurality of parameters simulating the target 1. It is a thing. The target information input unit 5 is associated with each radio wave specification input to the radio wave specification input unit 4, and receives target information, which is information of the target 1 determined to match the radio wave specification. Based on the radio wave specifications input from the radio wave specification input unit 4 and the target information input from the target information input unit 5, the learning unit 6 determines the range of radio wave specifications to be determined as matching the target. It learns and learns to determine the identification target specification of the identification target that is out of the learned range as the unknown specification that the radio wave specification is unknown.

なお、同じ目標１であっても測定誤差などで電波諸元が異なるものを学習させることで識別率がある。つまり、同じ目標１でも複数の電波諸元を入力してもよいことになる。よって、目標１を模擬した複数のパラメータを有する電波諸元の場合も、誤差を想定して、同じ目標１であっても複数の電波諸元を入力してもよいことになる。これらは、電波諸元と一致すると判定する識別対象の識別対象諸元のパラメータ範囲に入った複数の電波諸元ともいえる。これらの複数の電波諸元の範囲であるパラメータ範囲の情報は、一致度情報といえる。 Even with the same target 1, the identification rate can be obtained by learning targets with different radio wave specifications due to measurement errors or the like. In other words, even for the same target 1, a plurality of radio wave specifications may be input. Therefore, even in the case of radio wave specifications having a plurality of parameters simulating the target 1, it is possible to input a plurality of radio wave specifications even for the same target 1, assuming errors. These can also be said to be a plurality of radio wave specifications falling within the parameter range of the identification target specifications to be determined to match the radio wave specifications. The information on the parameter range, which is the range of these multiple radio wave specifications, can be said to be information on the degree of matching.

次に、図２を用いて実施の形態１に係る電波諸元学習装置の動作（実施の形態１に係る電波諸元学習方法）を説明する。図２において、ステップ１は、電波諸元入力部４に、目標１から到来した電磁波をＡ／Ｄ変換して導出した複数のパラメータ、又は、目標１を模擬した複数のパラメータを有する電波諸元が、目標１ごとに入力される処理ステップである。ステップ２は、目標情報入力部５に、電波諸元ごとに、電波諸元と一致すると判定する目標１の情報である目標情報が入力される処理ステップである。ステップ１及びステップ２は、処理の順序は問わない。同時でもよい。ステップ３は、電波諸元入力部４から入力された電波諸元と目標情報入力部５から入力された目標情報とに基づいて、学習部６に目標１と一致していると判定する電波諸元の範囲を学習し、学習した範囲から外れた識別対象の識別対象諸元を電波諸元が未知である未知諸元と判定することを学習させる処理ステップである。 Next, the operation of the radio wave specification learning apparatus according to Embodiment 1 (the radio wave specification learning method according to Embodiment 1) will be described with reference to FIG. In FIG. 2, step 1 is a step in which a radio wave specification input unit 4 is provided with a plurality of parameters derived by A/D conversion of electromagnetic waves arriving from a target 1 or a plurality of parameters simulating the target 1. are the processing steps that are input for each target 1 . Step 2 is a processing step in which target information, which is information of a target 1 determined to match the radio wave specifications, is input to the target information input unit 5 for each radio wave specification. Steps 1 and 2 may be performed in any order. It can be done at the same time. In step 3, based on the radio wave specifications input from the radio wave specification input unit 4 and the target information input from the target information input unit 5, the learning unit 6 determines that the radio wave specifications match the target 1. This is a processing step for learning to learn the original range, and to determine the identification target specification of the identification target deviating from the learned range as unknown radio wave specification.

実施の形態１に係る電波諸元学習装置（実施の形態１に係る電波諸元学習方法）では、電波諸元入力部４（ステップ１）が、電波諸元であるＰＤＷ又は電波諸元であるＩＱデータの少なくとも一方が入力されるものでも、電波諸元であるＰＤＷのうち、パルス列データの周波数、振幅、パルス幅、信号強度の少なくともいずれか一つがパラメータとして入力されるものでもよい。また、目標情報入力部５（ステップ２）は、少なくとも目標１の機種名又は型番を含むものを入力させるとよい。機種名又は型番は、コードネームでもよい。 In the radio wave specification learning device according to Embodiment 1 (the radio wave specification learning method according to Embodiment 1), the radio wave specification input unit 4 (step 1) is the PDW which is the radio wave specification or the radio wave specification. At least one of the IQ data may be input, or at least one of the frequency, amplitude, pulse width, and signal strength of the pulse train data among the PDW, which is the radio wave specification, may be input as a parameter. Also, the target information input unit 5 (step 2) preferably inputs at least the model name or model number of the target 1 . The model name or model number may be a code name.

図１、図３、図５において、目標識別装置３は次の構成である。識別対象諸元入力部７は、識別対象諸元（新たに識別する対象となった目標１（電波源１）の電波諸元）が入力されるものである。電波諸元判定部８は、学習部６が学習した学習結果（学習モデル）に基づいて、識別対象諸元に対応する目標１を決定する、又は、識別対象諸元が未知諸元と判定するものである。詳しくは、識別対象諸元に対応する電波諸元が決定するので、一致する目標１（電波源１）が特定できる。 1, 3, and 5, the target identification device 3 has the following configuration. The identification target specification input unit 7 receives identification target specification (radio wave specification of target 1 (radio wave source 1) to be newly identified). Based on the learning result (learning model) learned by the learning unit 6, the radio wave specification determination unit 8 determines the target 1 corresponding to the specification to be identified, or determines that the specification to be identified is an unknown specification. It is a thing. Specifically, since the radio wave specifications corresponding to the identification object specifications are determined, the matching target 1 (radio wave source 1) can be specified.

図５において、電波諸元判定部８は、未知諸元と判定した識別対象諸元を、電波諸元入力部４へ電波諸元として第１の追加入力を実施するものである。さらに、電波諸元判定部８は、未知諸元と判定した識別対象諸元に対応する新たな目標情報を設定して、目標情報部５へ第２の追加入力を実施するものである。この二つの入力動作で、電波諸元判定部８（目標識別装置３）は、学習部５を再学習させることができる。 In FIG. 5, the radio wave specification determination unit 8 performs a first additional input of the identification object specification determined as the unknown specification to the radio wave specification input unit 4 as the radio wave specification. Furthermore, the radio wave specification determining unit 8 sets new target information corresponding to the specification to be identified that is determined to be an unknown specification, and performs a second additional input to the target information unit 5 . With these two input operations, the radio wave specification determination unit 8 (target identification device 3) can cause the learning unit 5 to relearn.

図３及び図５において、受信装置９は、識別対象諸元入力部７（目標識別装置３）へ識別対象諸元（新たに識別する対象となった目標１（電波源１）の電波諸元）を入力するものである。受信装置９は次の構成である。アンテナ部１０は、目標１（電波源１）から到来した電磁波を受信するものである。Ａ／Ｄ変換部１１は、アンテナ部１０が受信した電磁波をＡ／Ｄ変換してディジタルデータを生成するものである。諸元検出部１２は、Ａ／Ｄ変換部１１が生成したディジタルデータの識別対象諸元（電波諸元）を検出するものである。パルス列分離部１３は、パルス列分離の処理を行った識別対象諸元（電波諸元）を識別対象諸元入力部７（目標識別装置３）へ送るものである。 In FIGS. 3 and 5, the receiving device 9 supplies the identification target specification input unit 7 (target identification device 3) with identification target specification (radio wave specification of target 1 (radio wave source 1) to be newly identified). ). The receiving device 9 has the following configuration. The antenna unit 10 receives electromagnetic waves arriving from a target 1 (radio wave source 1). The A/D converter 11 A/D-converts the electromagnetic waves received by the antenna 10 to generate digital data. The specification detection unit 12 detects identification target specifications (radio wave specifications) of the digital data generated by the A/D conversion unit 11 . The pulse train separation unit 13 sends identification target specifications (radio wave specifications) subjected to pulse train separation processing to the identification target specification input unit 7 (target identification device 3).

次に、図４を用いて実施の形態１に係る主に目標識別装置の（実施の形態１に係る目標識別方法）を説明する。図４において、ステップ１１は、識別対象諸元入力部７へ新たに識別する対象となった目標１（電波源１）の電波諸元である識別対象諸元が入力される処理ステップである。ステップ１２は、識別対象諸元入力部７から学習部６へ識別対象諸元を入力させて学習モデルを使用する処理ステップである。ステップ１３は、学習部６が学習した学習結果（学習モデル）に基づいて、電波諸元判定部８が識別対象諸元に対応する目標１を決定する、又は、識別対象諸元が未知諸元と判定する処理ステップである。ステップ１３で目標１（電波源１）を識別したといえる。 Next, the (target identification method according to the first embodiment) of the target identification device according to the first embodiment will be mainly described with reference to FIG. In FIG. 4, step 11 is a processing step in which identification target specifications, which are radio wave specifications of the target 1 (radio wave source 1) to be newly identified, are input to the identification target specification input unit 7 . Step 12 is a processing step for inputting identification target specifications from the identification target specification input unit 7 to the learning unit 6 and using the learning model. In step 13, based on the learning result (learning model) learned by the learning unit 6, the radio wave specification determination unit 8 determines the target 1 corresponding to the specification to be identified, or This is a processing step for determining that It can be said that target 1 (radio source 1) was identified in step 13 .

次に、実施の形態１に係る目標識別装置の判定結果を、実施の形態１に係る電波諸元学習装置へフィードバックして、学習部６に再学習させる場合（強化学習させる場合）を説明する。図６は、実施の形態１に係る電波諸元学習装置の動作（実施の形態１に係る電波諸元学習方法）における再学習（強化学習）について説明する。図６におけるステップ１１からステップ１３までは図４を用いて説明したものと同様のため、説明は省略する。図６において、ステップ１４は、ステップ１３にて学習部６が学習した学習結果（学習モデル）に基づいて、識別対象諸元が未知諸元と判定したかどうかを判断するステップである。ステップ１４にて、未知諸元があると判断したときは、ステップ２１及びステップ２２へ進む。ステップ２１及びステップ２２は、処理の順序は問わない。同時でもよい。 Next, a case where the determination result of the target identification device according to Embodiment 1 is fed back to the radio wave specification learning device according to Embodiment 1 to cause the learning unit 6 to relearn (reinforcement learning) will be described. . FIG. 6 explains re-learning (reinforcement learning) in the operation of the radio wave specification learning apparatus according to Embodiment 1 (the radio wave specification learning method according to Embodiment 1). Steps 11 to 13 in FIG. 6 are the same as those described with reference to FIG. 4, so description thereof will be omitted. In FIG. 6, step 14 is a step of determining whether or not the specification to be identified is determined to be an unknown specification based on the learning result (learning model) learned by the learning unit 6 in step 13 . When it is determined in step 14 that there are unknown specifications, the process proceeds to steps 21 and 22 . Steps 21 and 22 may be performed in any order. It can be done at the same time.

図６において、ステップ１１は、電波諸元入力部４に、未知諸元と判定した識別対象諸元を、電波諸元として第１の追加入力される処理ステップである。ステップ２２は、目標情報入力部５に、未知諸元と判定した識別対象諸元に対応する新たな目標情報を設定して、目標情報部５へ第２の追加入力を実施される処理ステップである。ステップ２３は、電波諸元入力部４から入力された電波諸元（識別対象諸元）と目標情報入力部５から入力された目標情報（識別対象諸元に合わせて新たに設定した目標１の目標情報）とに基づいて、学習部６に目標と一致していると判定する電波諸元の範囲を再学習させ、学習した範囲から外れた識別対象の識別対象諸元を電波諸元が未知である未知諸元と判定することを再学習させる処理ステップである。 In FIG. 6, step 11 is a first additional processing step of inputting, as radio wave specifications, identification target specifications determined as unknown specifications to the radio wave specification input unit 4 . Step 22 is a processing step in which new target information corresponding to the specifications to be identified that are determined to be unknown specifications are set in the target information input unit 5, and a second additional input is performed to the target information unit 5. be. In step 23, the radio wave specifications (identification target specifications) input from the radio wave specification input unit 4 and the target information (target 1 newly set in accordance with the identification target specifications) input from the target information input unit 5 Based on the target information), the learning unit 6 re-learns the range of radio wave specifications determined to be consistent with the target, and the radio wave specifications of the identification target specifications outside the learned range are unknown. This is a processing step for re-learning to determine the unknown specifications.

ステップ１４の実行のトリガには、次のようなものが考えられる。つまり、実施の形態１に係る目標識別装置（電波諸元判定部８）が、実施の形態１に係る電波諸元学習装置を再学習（強化学習）させるトリガである。例えば、識別対象諸元入力部７が、未知諸元であると電波諸元判定部８によって判定される同じ識別対象諸元が予め設定された回数に亘って入力されたとき、又は、識別対象諸元入力部７が、未知諸元であると電波諸元判定部８によって判定される識別対象諸元を記録し、外部から再学習実施指令が入力されたときが考えられる。このようなとき、電波諸元判定部８は、第１の追加入力及び前記第２の追加入力（ステップ２１及びステップ２２）を実施して、学習部６を再学習（ステップ２３）させるとよい。なお、予め設定された回数とは、未知諸元であると判定される回数が多く、未知諸元を無視できなくなる回数など状況に応じて設定すればよい。また、学習部６の学習途上であれば、予め設定された回数は１回でもよい。 Triggers for execution of step 14 may be as follows. In other words, the target identification device (radio wave specification determination unit 8) according to the first embodiment is a trigger for re-learning (reinforcement learning) of the radio wave specification learning device according to the first embodiment. For example, when the identification target specification input unit 7 inputs the same identification target specification determined by the radio wave specification determination unit 8 to be an unknown specification for a preset number of times, or when the identification target specification input unit 7 It is conceivable that the specification input unit 7 records identification target specifications that are determined by the radio wave specification determination unit 8 to be unknown specifications, and a relearning execution command is input from the outside. In such a case, the radio wave specification determination unit 8 performs the first additional input and the second additional input (steps 21 and 22), and re-learns the learning unit 6 (step 23). . Note that the preset number of times may be set depending on the situation, such as the number of times that unknown specifications are determined to be large and the unknown specifications cannot be ignored. Further, if the learning unit 6 is still in the process of learning, the preset number of times may be once.

以上のように、発明の実施の形態１に係る電波諸元学習装置及び目標識別装置（電波諸元学習方法及び目標識別方法）は、学習部６が、電波諸元と目標情報とに基づいて、目標１と一致していると判定する電波諸元の範囲を学習し、学習した範囲から外れた識別対象の識別対象諸元を電波諸元が未知である未知諸元と判定することを学習しているため、本当に未知の目標１（電波源１）であっても、何であるかを特定してしまったり、複数の候補を特定してしまったりするおそれが少ない。 As described above, in the radio wave specification learning device and target identification device (radio wave specification learning method and target identification method) according to Embodiment 1 of the present invention, the learning unit 6 performs , learns the range of radio wave specifications that are determined to be consistent with target 1, and learns to determine the identification target specifications of identification targets outside the learned range as unknown radio specifications. Therefore, even if the target 1 (radio source 1) is truly unknown, there is little risk of identifying what it is or identifying multiple candidates.

１ 目標（電波源）、２ 電波諸元学習装置、３ 目標識別装置、
４ 電波諸元入力部、５ 目標情報入力部、６ 学習部、７ 識別対象諸元入力部、
８ 電波諸元判定部、９ 受信装置、１０ アンテナ部、１１ Ａ／Ｄ変換部、
１２ 諸元検出部、１３ パルス列分離部。 1 target (radio wave source), 2 radio wave specification learning device, 3 target identification device,
4 radio wave specification input unit, 5 target information input unit, 6 learning unit, 7 identification target specification input unit,
8 radio wave specification determination unit, 9 receiving device, 10 antenna unit, 11 A/D conversion unit,
12 specification detection unit, 13 pulse train separation unit.

Claims (11)

目標ごとに入力される、前記目標から到来した電磁波をＡ／Ｄ変換して導出した複数のパラメータ、又は、前記目標を模擬した前記複数のパラメータを有する電波諸元と、前記電波諸元ごとに入力される、前記電波諸元と一致すると判定する前記目標の情報である目標情報とに基づいて、前記目標と一致していると判定する前記電波諸元の範囲を学習し、学習した前記範囲から外れた前記電波諸元を対応する前記目標が未知である前記電波諸元である未知諸元と判定することを学習した電波諸元学習装置の学習結果を用いて前記目標を識別する目標識別装置であって、
識別対象の前記電波諸元である識別対象諸元が入力される識別対象諸元入力部と、
前記学習結果に基づいて、前記識別対象諸元に対応する前記目標を決定する、又は、前記識別対象諸元が前記未知諸元と判定する電波諸元判定部とを備えたことを特徴とする目標識別装置。 a plurality of parameters input for each target and derived by A/D converting the electromagnetic waves arriving from the target, or radio wave specifications having the plurality of parameters simulating the target; Learning the range of the radio wave specifications determined to match the target based on the inputted target information, which is the information of the target determined to match the radio wave specifications, and learning the learned range Target identification that identifies the target using the learning result of a radio wave specification learning device that has learned to determine that the radio wave specification that deviates from the target is the unknown specification that is the radio wave specification that the corresponding target is unknown a device,
an identification target specification input unit into which identification target specifications, which are the radio wave specifications to be identified, are input;
a radio wave specification determination unit that determines the target corresponding to the identification target specification based on the learning result, or determines that the identification target specification is the unknown specification. Target identifier. 前記学習結果は、前記電波諸元であるＰＤＷ（Ｐｕｌｓｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｗｏｒｄ）又は前記電波諸元であるＩＱデータの少なくとも一方が入力されて前記電波諸元学習装置が学習したものであることを特徴とする請求項１に記載の目標識別装置。 The learning result is obtained by inputting at least one of PDW (Pulse Description Word), which is the radio wave specification, and IQ data , which is the radio wave specification, and learning by the radio wave specification learning device. 2. The target identification device of claim 1. 前記学習結果は、前記電波諸元であるＰＤＷ（Ｐｕｌｓｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｗｏｒｄ）のうち、パルス列データの周波数、振幅、パルス幅、信号強度の少なくともいずれか一つが前記パラメータとして入力されて前記電波諸元学習装置が学習したものであることを特徴とする請求項１に記載の目標識別装置。 The learning result is obtained by inputting at least one of the frequency, amplitude, pulse width, and signal strength of pulse train data as the parameter from the PDW (Pulse Description Word) , which is the radio wave specification, to the radio wave specification learning device. 2. The target identification device according to claim 1 , wherein is learned by . 前記学習結果は、少なくとも前記目標の機種名又は型番を含む前記目標情報が入力されて前記電波諸元学習装置が学習したものであることを特徴とする請求項１から請求項３のいずれか１項に記載の目標識別装置。 4. The learning result is obtained by inputting the target information including at least the model name or model number of the target and learning by the radio wave specification learning device. 10. A target identification device according to claim 1. 目標から到来した電磁波をＡ／Ｄ変換して導出した複数のパラメータ、又は、前記目標を模擬した前記複数のパラメータを有する電波諸元が、前記目標ごとに入力される電波諸元入力部と、前記電波諸元ごとに、前記電波諸元と一致すると判定する前記目標の情報である目標情報が入力される目標情報入力部と、前記電波諸元入力部から入力された前記電波諸元と前記目標情報入力部から入力された前記目標情報とに基づいて、前記目標と一致していると判定する前記電波諸元の範囲を学習し、学習した前記範囲から外れた前記電波諸元を対応する前記目標が未知である前記電波諸元である未知諸元と判定することを学習する学習部とを有する電波諸元学習装置と、a radio wave specification input unit for inputting, for each target, a plurality of parameters derived by A/D-converting an electromagnetic wave arriving from a target, or a radio wave specification having the plurality of parameters simulating the target; a target information input unit for inputting, for each of the radio wave specifications, target information that is information of the target determined to match the radio wave specifications; Based on the target information input from the target information input unit, the range of the radio wave specifications determined to match the target is learned, and the radio wave specifications deviating from the learned range are handled. a radio wave specification learning device having a learning unit that learns to determine that the target is an unknown radio wave specification, that is, an unknown specification;
識別対象の前記電波諸元である識別対象諸元が入力される識別対象諸元入力部と、 an identification target specification input unit into which identification target specifications, which are the radio wave specifications to be identified, are input;
前記学習部が学習した学習結果に基づいて、前記識別対象諸元に対応する前記目標を決定する、又は、前記識別対象諸元が前記未知諸元と判定する電波諸元判定部とを備えたことを特徴とする目標識別装置。 a radio wave specification determination unit that determines the target corresponding to the identification target specification based on the learning result learned by the learning unit, or determines that the identification target specification is the unknown specification. A target identification device characterized by: 前記電波諸元入力部は、前記電波諸元であるＰＤＷ（Ｐｕｌｓｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｗｏｒｄ）又は前記電波諸元であるＩＱデータの少なくとも一方が入力されることを特徴とする請求項５に記載の目標識別装置。 6. The target identification device according to claim 5 , wherein the radio wave specification input unit receives at least one of PDW (Pulse Description Word) as the radio wave specification and IQ data as the radio wave specification. . 前記電波諸元入力部は、前記電波諸元であるＰＤＷ（Ｐｕｌｓｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｗｏｒｄ）のうち、パルス列データの周波数、振幅、パルス幅、信号強度の少なくともいずれか一つが前記パラメータとして入力されることを特徴とする請求項５に記載の目標識別装置。 The radio wave specification input unit is characterized in that at least one of the frequency, amplitude, pulse width, and signal strength of pulse train data in the PDW (Pulse Description Word), which is the radio wave specification, is input as the parameter. 6. The target identification device of claim 5 , wherein: 前記目標情報入力部は、少なくとも前記目標の機種名又は型番を含むものが入力されることを特徴とする請求項５から請求項７のいずれか１項に記載の目標識別装置。 8. The target identifying apparatus according to any one of claims 5 to 7 , wherein the target information input unit receives at least a model name or model number of the target. 前記電波諸元判定部は、前記未知諸元と判定した前記識別対象諸元を、前記電波諸元入力部へ前記電波諸元として第１の追加入力を実施し、
前記電波諸元判定部は、前記未知諸元と判定した前記識別対象諸元に対応する新たな前記目標情報を設定して、前記目標情報入力部へ第２の追加入力を実施し、
前記学習部を再学習させることを特徴とする請求項５から請求項８のいずれか１項に記載の目標識別装置。 The radio wave specification determination unit performs a first additional input of the identification target specification determined as the unknown specification to the radio wave specification input unit as the radio wave specification,
The radio wave specification determination unit sets the new target information corresponding to the identification target specification determined to be the unknown specification, performs a second additional input to the target information input unit,
9. The target identification device according to any one of claims 5 to 8, wherein the learning unit is re-learned. 前記識別対象諸元入力部に、前記未知諸元であると前記電波諸元判定部によって判定される同じ前記識別対象諸元が予め設定された回数に亘って入力されたとき、
前記電波諸元判定部は、前記第１の追加入力及び前記第２の追加入力を実施して、前記学習部を再学習させることを特徴とする請求項９に記載の目標識別装置。 When the same identification target specification determined by the radio wave specification determination unit to be the unknown specification is input to the identification target specification input unit for a preset number of times,
10. The target identification device according to claim 9 , wherein the radio wave specification determining unit performs the first additional input and the second additional input to re-learn the learning unit. 前記識別対象諸元入力部は、前記未知諸元であると前記電波諸元判定部によって判定される前記識別対象諸元を記録し、外部から再学習実施指令が入力されたとき、
前記電波諸元判定部は、前記第１の追加入力及び前記第２の追加入力を実施して、前記学習部を再学習させることを特徴とする請求項９に記載の目標識別装置。 The identification target specification input unit records the identification target specification determined by the radio wave specification determination unit to be the unknown specification, and when a relearning execution command is input from the outside,
10. The target identification device according to claim 9 , wherein the radio wave specification determining unit performs the first additional input and the second additional input to re-learn the learning unit.
JP2019075048A 2019-04-10 2019-04-10 target identifier Active JP7272076B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2019075048A JP7272076B2 (en) 2019-04-10 2019-04-10 target identifier

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019075048A JP7272076B2 (en) 2019-04-10 2019-04-10 target identifier

Publications (2)

Publication Number Publication Date
JP2020173171A JP2020173171A (en) 2020-10-22
JP7272076B2 true JP7272076B2 (en) 2023-05-12

Family

ID=72831019

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019075048A Active JP7272076B2 (en) 2019-04-10 2019-04-10 target identifier

Country Status (1)

Country Link
JP (1) JP7272076B2 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19518993A1 (en) 1995-05-29 1996-12-05 Sel Alcatel Ag Device and method for automatic detection or classification of objects
JP2011107138A (en) 2009-11-13 2011-06-02 Lig Nex1 Co Ltd Signal identification method of electronic intelligence receiver
CN102540164A (en) 2012-01-04 2012-07-04 中国电子科技集团公司第二十八研究所 Radar radiating source classification modeling method based on incremental learning

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07253459A (en) * 1994-03-15 1995-10-03 Mitsubishi Electric Corp Target specifying and evaluating device
JPH07280930A (en) * 1994-04-07 1995-10-27 Mitsubishi Electric Corp Judgment apparatus for target information
JPH10282220A (en) * 1997-04-10 1998-10-23 Mitsubishi Electric Corp Target-type identifying and evaluating device

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19518993A1 (en) 1995-05-29 1996-12-05 Sel Alcatel Ag Device and method for automatic detection or classification of objects
JP2011107138A (en) 2009-11-13 2011-06-02 Lig Nex1 Co Ltd Signal identification method of electronic intelligence receiver
CN102540164A (en) 2012-01-04 2012-07-04 中国电子科技集团公司第二十八研究所 Radar radiating source classification modeling method based on incremental learning

Also Published As

Publication number Publication date
JP2020173171A (en) 2020-10-22

Similar Documents

Publication Publication Date Title
US8839441B2 (en) Method and system for adaptive vulnerability scanning of an application
JPH05210648A (en) System and method for classifying self organizing type pattern
CN110110652B (en) Target detection method, electronic device and storage medium
CN113076994B (en) Open-set domain self-adaptive image classification method and system
JP2014049118A (en) Convolution neural network classifier system, training method for the same, classifying method, and usage
CN104424944B (en) A kind of information processing method and electronic equipment
JP2020154600A (en) Image processing system and program
CN114492601A (en) Resource classification model training method and device, electronic equipment and storage medium
CN114386614A (en) Method and apparatus for training a machine learning system
KR101825689B1 (en) Object recognition apparatus, learning method thereof and object recognition method using the same
JP7272076B2 (en) target identifier
JP2020155101A (en) Information processing device and information processing method
JP6988995B2 (en) Image generator, image generator and image generator
CN107979606B (en) Self-adaptive distributed intelligent decision-making method
JP7287077B2 (en) Radio wave specification learning device and target identification device
KR101427149B1 (en) A method of recognizing complex PRI modulation type of radar signals based on 2-layer SVM using exponential moving average
CN102308307B (en) Method for pattern discovery and recognition
JPWO2019103006A1 (en) Information processing device and information processing method
CN113656669B (en) Label updating method and device
CN113626594B (en) Operation and maintenance knowledge base establishing method and system based on multiple intelligent agents
CN112564834B (en) Intelligent cognition and interference method and system for wireless communication system
CN112840352A (en) Method for configuring image evaluation device, image evaluation method and image evaluation device
CN114386449A (en) Method for determining an output signal by means of a machine learning system
CN110431543B (en) Method for classifying information and classification processor
WO2020183807A1 (en) Information processing method and information processing system

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210903

RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20220427

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220713

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220816

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20221012

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221213

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: 20230328

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230410

R151 Written notification of patent or utility model registration

Ref document number: 7272076

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151