JP7278521B1 - レーザレーダ装置 - Google Patents

Abstract

本開示技術に係るレーザレーダ装置は、ＳＮＲ算出部（１２０５）と、確率密度分布算出部（１２０８）と、受信信号分別部（１２０９）と、を含む信号処理部（１２）を備え、ＳＮＲ算出部（１２０５）は、デジタル受信信号から、レンジビンとして定義された時間窓ごとにＳＮＲを計算し、確率密度分布算出部（１２０８）は、ハードターゲット（ＨＴ）が存在すると推測されるレンジビンに対してヒストグラムを生成し、確率分布をフィッティングし、受信信号分別部（１２０９）は、重ね合わせの原理に基づいて、ＳＮＲが、統計確率上、ソフトターゲット（ＳＴ）に依拠するかハードターゲット（ＨＴ）に依拠するかを分別する、というものである。

Description

本開示技術はレーザレーダ装置に関する。

レーザレーダ装置は、ライダ（ＬＩＤＡＲ）とも称され、簡単に言えば、レーザ光を用いたセンシング装置である。レーザレーダ装置は、例えば、大気中の気体分子及び微粒子（エアロゾル）を観測するのに好適であり、観測対象の濃度、光源からの距離及び速度を取得するこができる。

例えば特許文献１には、レーザ光の波長を安定して制御することを技術的特徴とする差分吸収ライダ（レーザレーダ装置の一種）が開示されている。

特開２０２２－１２７５１４号公報

レーザレーダ装置が計測する検出目標領域（ＴｇＡｒｅａ）内の或る同一のレンジビン内において、ソフトターゲット（ＳＴ）とハードターゲット（ＨＴ）との両方が混在する状況が起こり得る。このような状況にある場合、ターゲットが複数であるにもかかわらず、
受信信号を周波数解析すると、表面的にはスペクトルピークが１つにしか見えないということがある。

本開示技術は上記課題に鑑み、表面的には１つにしか見えないスペクトルピークから、複数存在し得るターゲットそれぞれの情報を正確に把握することができるレーザレーダ装置を提供することを目的とする。

本開示技術に係るレーザレーダ装置は、ＳＮＲ算出部と、確率密度分布算出部と、受信信号分別部と、を含む信号処理部を備え、ＳＮＲ算出部は、デジタル受信信号から、レンジビンとして定義された時間窓ごとにＳＮＲを計算し、確率密度分布算出部は、ハードターゲット（ＨＴ）が存在すると推測されるレンジビンに対してヒストグラムを生成し、確率分布をフィッティングし、受信信号分別部は、重ね合わせの原理に基づいて、ＳＮＲが、統計確率上、ソフトターゲット（ＳＴ）に依拠するかハードターゲット（ＨＴ）に依拠するかを分別し、信号処理部は、受信スペクトル全体の中に存在する一方のターゲットの速度に対応する受信スペクトル成分の算出手法として、２種類のターゲットが存在する領域以外の、一方のターゲットの速度算出結果から、２種類のターゲットが存在する領域での一方の受信スペクトルの成分を算出する、というものである。

本開示技術に係るレーザレーダ装置は上記構成を備えるため、表面的には１つにしか見えないスペクトルピークであっても、複数存在し得るターゲットそれぞれの情報を正確に把握することができる。

図１は、本開示技術が解決しようとする課題が生じる状況を表した説明図である。 図２は、本開示技術が解決しようとする課題を表した説明図である。 図３は、実施の形態１に係るレーザレーダ装置の機能構成を示したブロック図である。 図４は、実施の形態１に係るレーザレーダ装置の処理ステップを示したフローチャートである。 図５は、受信信号波形とＡスコープとの対応を表した説明図である。 図６は、実施の形態１に係るレーザレーダ装置の信号処理部１２における処理の特徴を説明するグラフ群である。 図７は、実施の形態２に係るレーザレーダ装置の信号処理部１２における機能構成を示したブロック図である。 図８は、実施の形態２に係るレーザレーダ装置の処理ステップを示したフローチャートである。

《イントロダクション》
本開示技術が応用されるレーザレーダ装置は、ドップラライダ、及びコヒーレント差分吸収ライダ（ＤＩＡＬ、Ｄｉｆｆｅｒｅｎｔｉａｌ Ａｂｓｏｒｐｔｉｏｎ ＬＩＤＡＲ）である。ドップラライダは、ドップラ効果による周波数の変移を観測することで、観測対象の相対的な移動速度と変位とを観測することができるＬＩＤＡＲ（Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｒａｎｇｉｎｇ、又はＬａｓｅｒ Ｉｍａｇｉｎｇ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｒａｎｇｉｎｇ）の一種である。コヒーレント差分吸収ライダは、２つ以上の異なるレーザ波長を用いることによりターゲットの分子濃度を測定することができるレーザレーダ装置である。コヒーレント差分吸収ライダは、空気中の水蒸気量、及び風速分布の測定に用いられる。

一般に、計測装置及び検出装置の対象物は、「目標」と称されたり、「ターゲット」と称されたりする。本明細書において、レーザレーダ装置の計測対象物は、「ターゲット」と称されるものとする。ターゲットには、ハードターゲット（ＨＴ）、及びソフトターゲット（ＳＴ）、の２種類が存在する。
ハードターゲット（ＨＴ）とは、例えば、自動車、航空機等の、ある程度の大きさを有し反射面又は散乱面としての境界面が明確であるターゲットをいう。ソフトターゲット（ＳＴ）とは、例えば、大気中に存在するエアロゾル、雨滴、霧、雲の粒子等の、空間に分布した多数の微小な粒子状の散乱体からなるターゲットをいう。
図１は、本開示技術が解決しようとする課題が生じる状況を表した説明図である。図１には、レーザレーダ装置が計測する検出目標領域（ＴｇＡｒｅａ）内の或る同一のレンジビン内において、ソフトターゲット（ＳＴ）とハードターゲット（ＨＴ）との両方が混在する状況が示されている。なお、レンジとは英語のｒａｎｇｅに由来し、一般には「範囲」を意味する用語だが、レーダに関する技術分野においてレンジは距離を意味する。またレンジビンの「ビン」は、ヒストグラムにおける階級と同義である。

図２は、本開示技術が解決しようとする課題を表した説明図その２である。
図２Ａは、レーザレーダ装置が受信する受信信号波形を表したグラフである。図２Ａに示されるグラフの横軸は時間を表し、縦軸は受信信号電圧（振幅）を表している。図２Ａに例示されるグラフからは、ＴｏＦ（Ｔｉｍｅ ｏｆ Ｆｌｉｇｈｔ）の性質から、レンジビン（ｎ）が５である距離範囲にターゲットが存在していることが読み取れる。ＴｏＦとレンジとの関係は、以下の数式により与えられる。

ただし、Ｌはターゲットまでの距離を、ｃは光速を、ΔｔはＴｏＦを、それぞれ表す。ターゲットまでの距離（Ｌ）は、レンジとも称される。
図２Ｂは、受信信号波形をフーリエ変換した結果を表したグラフその１である。横軸は、「ＩＦ周波数」と記載されているが、中間周波数を含む周波数帯域を表した周波数軸である。一般に、中間周波数は、送信機又は受信機の中間段階において送信信号又は受信信号の周波数を変換した周波数である。本開示技術における中間周波数は、具体的には、ヘテロダイン検波におけるビート信号の周波数（ビート周波数とも称される）である。したがって、中間周波数からの差分は、ドップラ現象により生じるドップラシフト分の周波数（ドップラ周波数）だとわかる。縦軸は、「スペクトルパワー」と記載されているとおり、スペクトルの大きさをパワーの単位で示したものである。図２Ｂに例示されたグラフは、ハードターゲット（ＨＴ）とソフトターゲット（ＳＴ）間の移動速度差が容易に識別できるほど大きい場合を示している。
図２Ｃは、受信信号波形をフーリエ変換した結果を表したグラフその２である。図２Ｃに示されるグラフの横軸及び縦軸は、図２Ｂに示されるグラフの各軸と同じである。図２Ｃに例示されたグラフは、ハードターゲット（ＨＴ）とソフトターゲット（ＳＴ）間の移動速度差が図２Ｂと比較して小さい場合を示している。図２Ｃのグラフにおいて、「全受信スペクトル」と称されたスペクトルピークが１つしかないことからも、ハードターゲット（ＨＴ）とソフトターゲット（ＳＴ）間の移動速度差が小さいことが理解できる。なお、図２Ｃのグラフにおいては、周波数が高い側にあるスペクトルピークを「ＳＴからのスペクトル」とし、周波数が低い側にあるスペクトルピークを「ＨＴからのスペクトル」としているが、一般的にはこの逆のパターンもあり得る。
本明細書において、図２Ｂ及び図２Ｃに例示されるグラフ、すなわち周波数領域を示す空間は、「スペクトル空間」と称されるものとする。また、図２Ｂ及び図２Ｃに例示されるドップラシフトされたスペクトルは、「ドップラシフトスペクトル」と称されるものとする。ドップラシフトスペクトルは、単にドップラスペクトルと称されることもある。
一般に、時間領域信号をフーリエ変換して得られるスペクトルは、ゲインと位相との情報を有し、複素数で表される。ゲインは複素数の大きさであり、位相は複素数の偏角である。本明細書において登場する「スペクトル空間」は、ゲインの周波数特性を表すものとして例示されることが多いが、本開示技術はこれに限定されない。本開示技術は、スペクトルのゲインに着目するだけではなく、スペクトルのゲイン及び位相の両者に着目し、スペクトルを複素数として扱うことをも含む。

本開示技術が解決しようとする課題は、表面的には１つにしか見えないスペクトルピークから、複数存在し得るターゲットそれぞれの情報を正確に把握することである。より具体的に言えば、本開示技術が解決しようとする課題は、図２に例示される受信信号の情報から、レンジビンごとに、存在するターゲットの種類（ＨＴ、又はＳＴ）を特定し、ターゲット各々の移動速度を正確に算出する、というものである。

実施の形態１．
図３は、実施の形態１に係るレーザレーダ装置の機能構成を示したブロック図である。図３Ａは全体的な機能構成を示したものであり、図３Ｂは信号処理部１２の詳細を示したものである。
図３Ａに示されるとおり、実施の形態１に係るレーザレーダ装置は、光源１と、光分割器２と、トリガ生成回路３と、パルス変調部４と、送信側光学系５と、送受分離器６と、テレスコープ７と、受信側光学系８と、光合波器９と、受光部１０と、ＡＤ変換部１１と、信号処理部１２と、を含む。実施の形態１に係るレーザレーダ装置を構成するこれらの構成要素は、図３Ａに示されるとおりに接続されている。
図３Ｂに示されるとおり、実施の形態１に係るレーザレーダ装置の信号処理部１２は、レンジビン分割部１２０１と、周波数解析部１２０２と、積算処理部１２０３と、ピーク周波数算出部１２０４と、ＳＮＲ算出部１２０５と、距離特性算出部１２０６と、ＨＴ位置特定部１２０７と、確率密度分布算出部１２０８と、受信信号分別部１２０９と、ＳＴ信号スペクトル算出部１２１０と、ＳＴ速度検出部１２１１と、ＨＴ信号スペクトル算出部１２１２と、ＨＴ速度検出部１２１３と、を含む。実施の形態１に係るレーザレーダ装置の信号処理部１２を構成するこれらの構成要素は、図３Ｂに示されるとおりに接続されている。

図４は、実施の形態１に係るレーザレーダ装置の処理ステップを示したフローチャートである。図４に示される処理ステップの符号は、その処理ステップを実施する主体である構成要素の符号と一致したものが付されている。例えば、「レンジビン分割」と記載されているＳＴ１２０１は、レンジビン分割部１２０１により実施される処理内容である。
各処理ステップの詳細は、後述の説明により明らかとなる。

《光源１》
光源１は、略単一周波数からなる連続光を生成する構成要素である。レーザレーダ装置の名称が示すとおり、レーザレーダ装置の光源１は、レーザを発振するレーザ発振器であってよい。

《光分割器２》
光分割器２は、光源１から発せられた光を２系統に分割する構成要素である。２系統のうち一方は光合波器９に接続されたものであり、他方はパルス変調部４に接続されたものである。すなわち、光分割器２で分割された光の一方は光合波器９へと送られ、他方はパルス変調部４へと送られる。パルス変調部４へと送られる光は送信光の種光として、光合波器９へと送られる光はヘテロダイン検波用の参照光として、それぞれ機能する。種光は、周波数変調されたのちにパルス化され、パワー増幅されることにより送信光となる。
光分割器２は、具体的には、ファイバカプラ等のカプラであってよい。光分割器２が分配する光の比率は、例えば、送信光対参照光が２：１程度のものである。

《トリガ生成回路３》
トリガ生成回路３は、トリガ信号を生成する回路である。トリガ生成回路３は、具体的には、パルスジェネレータ、ファンクションジェネレータ等の機器、又はＦＰＧＡ（Ｆｉｅｌｄ－ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）により実現されるとよい。
トリガ生成回路３により生成されるトリガ信号は、後述のパルス変調部４及びＡＤ変換部１１の動作開始トリガとして、それぞれへ送られる（図３Ａ参照）。

《パルス変調部４》
パルス変調部４は、光分割器２から送られる送信光に対して、パルス変調を実施する構成要素である。本明細書において、パルス変調により得られる光は、パルス光（Ｐ_ｉ）と称されるものとする。パルス光（Ｐ_ｉ）は、一定の繰返し周期（Ｔ_ｒｅｐ）、及び一定のパルス幅（δＴ）を有する。Ｐ_ｉにおける右下添え字のｉ（ｉ＝１，２，…）は、何番目のパルスであるかを識別する通し番号である。パルス変調部４が動作するクロック信号は、トリガ生成回路３が生成するトリガ信号であってもよいし、トリガ信号と同期した別のものであってもよい。
パルス変調部４は、中間周波数信号（以降、「ＩＦ信号」と称する）に基づいて、パルス光（Ｐ_１）にｆ_ＩＦの周波数シフトを付与する。
パルス変調部４は、具体的には、音響光学素子又は位相変調器、及び光増幅器によって実現されるとよい。

《送信側光学系５》
送信側光学系５は、その名称が示すとおり、送信側の光学系である。より具体的に言えば送信側光学系５は、パルス変調部４から送られる送信光であるパルス光（Ｐ_ｉ）を、設計されたビーム径及び広がり角を持つように整形し、送受分離器６を介してテレスコープ７へと送る光学系である。
送信側光学系５は、凹面レンズ及び凸面レンズから成るレンズ群によって実現される。また送信側光学系５は、その構成要素にミラーを備えるいわゆる反射型光学系であってもよい。

《送受分離器６》
送受分離器６は、送信側光学系５からの送信光をテレスコープ７へと送り、テレスコープ７からの受信光を受信側光学系８へと送る、構成要素である。送受分離器６は、わかりやすく言えば、光学系が光ファイバで構成されていればサーキュレータであり、光学系が空気伝搬のものであれば偏光ビームスプリッタ（ＰＢＳ、Ｐｏｌａｒｉｚｉｎｇ Ｂｅａｍ Ｓｐｌｉｔｔｅｒ）である。

《テレスコープ７》
テレスコープ７は、送受分離器６から送られた送信光を設計されたビーム径となるように拡大し、大気中へ送信する、構成要素である。またテレスコープ７は開口を有し、大気中にあるターゲットに反射した受信光を開口で受信する。本明細書において、Ｐ_ｉがターゲットに反射して受信される受信光は、Ｒ_ｉであるとする。なお、Ｐ_ｉにおけるＰはＰｕｌｓｅの頭文字を由来とし、Ｒ_ｉにおけるＲはＲｅｆｌｅｃｔｉｏｎの又はＲｅｃｅｉｖｅの頭文字を由来とする。
テレスコープ７は、送信側光学系５と同様に、凹面レンズ及び凸面レンズから成るレンズ群によって実現される。またテレスコープ７も、その構成要素にミラーを備える反射型のものであってもよい。

《受信側光学系８》
受信側光学系８は、その名称が示すとおり、受信側の光学系である。より具体的に言えば受信側光学系８は、送受分離器６を経由して送られる受信光（Ｒ_ｉ）を、設計されたビーム径及び広がり角を持つように整形し、光合波器９へと送る光学系である。
受信側光学系８は、送信側光学系５と同様に、凹面レンズ及び凸面レンズから成るレンズ群によって実現される。また受信側光学系８は、その構成要素にミラーを備えるいわゆる反射型光学系であってもよい。

《光合波器９》
光合波器９は、光分割器２からの参照光と受信側光学系８を介して送られる受信光とを合波する構成要素である。光合波器９は、わかりやすく言えば、光学系が光ファイバで構成されていればコンバイナであり、光学系が空気伝搬のものであれば偏光ビームスプリッタを利用したものである。また、光合波器９は、光ファイバカプラ等のカプラにより実現されてもよい。
光合波器９において合波により得られた光（以降、「合波光」と称する）は、受光部１０へと送られる。

光合波器９において得られる合波光は、パルス変調部４で付与された周波数シフトに対応する周波数を有するビート信号と解釈できる。前述のとおりビート信号の周波数は、中間周波数（ｆ_ＩＦ）にドップラ周波数（Δｆ）が加えられたものである。なお、中間周波数（ｆ_ＩＦ）は、ドップラ周波数（Δｆ）を算出する基礎となる周波数であるため、「中心周波数」と称されることもある。

合波光は、バランス検出器（不図示）により、ヘテロダイン検波される。

《受光部１０》
受光部１０は、光信号である合波光を、電気信号に変換する構成要素である。受光部１０は、Ｏ／Ｅコンバータ、Ｏ／Ｅ変換器、又は光／電気変換器と称される機器であってよい。
本明細書において、合波光を電気信号に変換したものは、合波信号と称されるものとする。

《ＡＤ変換部１１》
ＡＤ変換部１１は、アナログ電気信号である合波信号を、デジタル信号へと変換する構成要素である。
ＡＤ変換部１１は、サンプラ又はＡ／Ｄ変換器であってよい。前述のとおりＡＤ変換部１１のサンプリングのタイミングは、トリガ生成回路３から送られるトリガ信号に基づく。
本明細書において、ＡＤ変換部１１の出力であるデジタル信号は、「デジタル受信信号」と称されるものとする。デジタル受信信号は、信号処理部１２へと送られる。

《信号処理部１２》
信号処理部１２は、その名称が示すとおり、信号処理を実施する構成要素である。
図３Ｂに示される信号処理部１２の各機能は、処理回路により実現される。処理回路は、専用のハードウエアであっても、メモリに格納されるプログラムを実行するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサ、ＤＳＰとも称される）であってもよい。

処理回路が専用のハードウエアの場合、処理回路は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡ、又はこれらの組み合わせたものが該当する。図３Ｂに示される信号処理部１２の各機能は、機能ごとに分けられた処理回路により実現されてもよいし、まとめて一つの処理回路で実現されてもよい。

処理回路がＣＰＵの場合、図３Ｂに示される信号処理部１２の各機能は、ソフトウエア、ファームウエア、又はソフトウエアとファームウエアとの組合せにより実現される。ソフトウエア及びファームウエアは、プログラムとして記述され、メモリに格納される。処理回路は、メモリに記憶されたプログラムを読み出して実行することにより、各部の機能を実現する。すなわち、レーザレーダ装置の信号処理部１２は、処理回路により実行されるときに、各部の処理ステップ（後述する図４参照）が結果的に実行されることになるプログラムを格納するためのメモリを備える。また、これらのプログラムは、信号処理部１２の手順及び方法をコンピュータに実行させるものである、とも言える。ここで、メモリとは、例えば、ＲＡＭ、ＲＯＭ、フラッシュメモリ、ＥＰＲＯＭ等の不揮発性又は揮発性の半導体メモリであってもよい。また、メモリは、磁器ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ等のディスクを備えるものでもよい。さらにメモリは、ＨＤＤ又はＳＳＤの態様であってもよい。

なお、信号処理部１２の各機能は、例えば、一部が専用のハードウエアで実現され、他の一部がソフトウエア又はファームウエアで実現されてもよい。
このように信号処理部１２は、ハードウエア、ソフトウエア、ファームウエア、又はこれらの組合せによって、図３Ｂに示される各機能を実現できる。

図５は、受信信号波形（図５Ａ）とＡスコープ（図５Ｂ）との対応を表した説明図である。図５Ａに示される受信信号波形のグラフは、具体的には、信号処理部１２におけるレンジビン分割部１２０１へ入力されるデジタル受信信号を表したものである。図５Ｂに示されるＡスコープは、具体的には、距離特性算出部１２０６の出力結果を表したものである。
一般に、Ａスコープとは、レーダ画像の表し方の一つであり、縦軸に受信信号強度、横軸に距離（レンジ）を取って波形を表示するものである。図５Ｂに示されるグラフの縦軸は「受信ＳＮＲ」と記載されているが、これはレンジビンごとに計算された受信信号強度とも解釈できる。したがって、図５Ｂに示されるグラフもＡスコープだと言える。なお、レーダ画像の表し方には、Ａスコープのほか、Ｂスコープ、Ｅスコープ、ＰＰＩスコープ（Ｐｌａｎ Ｐｏｓｉｔｉｏｎ Ｉｎｄｉｃａｔｏｒ Ｓｃｏｐｅ、単にＰスコープとも言う）等のスコープが存在する。
受信信号波形からＡスコープが生成される処理ステップの詳細は、後述の説明により明らかとなる。

図６は、実施の形態１に係るレーザレーダ装置の信号処理部１２における処理の特徴を説明するグラフ群である。
図６Ａは、一連の受信信号波形を表したものである。ここで、図６Ａにおけるｍは、積算処理部１２０３が行う積算処理に用いられる変数である。
図６Ｂは、ハードターゲット（ＨＴ）が存在するレンジビン（ｎ_Ｈ）における受信スペクトル（ゲインの周波数特性）を表したものである。
図６Ｃは、ハードターゲット（ＨＴ）が存在するレンジビン（ｎ_Ｈ）における受信スペクトル（ゲインの周波数特性）をヒストグラム化したものである。図６Ｃに示されるグラフの横軸は受信信号スペクトルのＳＮＲについての階級であり、縦軸は度数である。
図６Ｄは、一連の受信信号波形を、ハードターゲット（ＨＴ）に関する成分とソフトターゲット（ＳＴ）に関する成分とに分離したことを表したものである。
図６Ｅは、ソフトターゲット（ＳＴ）に関する成分のスペクトルを表したものである。
図６Ｆは、ハードターゲット（ＨＴ）に関する成分のスペクトルを表したものである。

《信号処理部１２におけるレンジビン分割部１２０１》
信号処理部１２におけるレンジビン分割部１２０１は、ＡＤ変換部１１から送られたデジタル受信信号を、あらかじめ決められた幅を有する時間窓ごとに区切る。前述の数式（１）に示されるように、ＴｏＦとレンジとは、比例の関係にある。したがって、区切られた時間窓のそれぞれが、対応するレンジビンとなる。レンジビンは、例えば、図２Ａにおいて縦破線によって区切られた時間窓である。図２Ａのグラフに記載されている｛「ｎ＝１」、「ｎ＝２」、…｝は、ｎがレンジビンに付される通し番号であることを示している。
なお、レンジビンの幅（以降、単に「レンジビン幅」と称する）は、パルス幅（δＴ）を基準に決められてもよい。レンジビン幅は、設計仕様により決められてよいが、例えば、分解能を６［ｍ］としたい場合、レンジビン幅は６［ｍ］と決めればよい。

《信号処理部１２における周波数解析部１２０２》
信号処理部１２における周波数解析部１２０２は、レンジビンごとに、デジタル受信信号をフーリエ変換する。フーリエ変換は、高速フーリエ変換（ＦＦＴ）、離散フーリエ変換（ＤＦＴ）、であってよい。

《信号処理部１２における積算処理部１２０３》
広辞苑によれば、「積算」とは、「あつめて計算すること、累計」とある。数学の分野における用語を用いれば、「積算」は「総和」である。積算処理部１２０３が行う処理は、複数のパルスに関するデジタル受信信号のデータについて、総和演算を実施するというものである。デジタル受信信号のデータについての総和演算は、一般に、時間領域で行う方法と周波数領域で行う方法とが考え得るが、本開示技術の説明においては、周波数領域（前述の「スペクトル空間」）で実施することを前提とする。図６に例示されているケースにおいては、積算処理部１２０３が実施する総和演算は、ｍが１からｍ_＿ＭＡＸまでである。ｍ_＿ＭＡＸは、レーザレーダ装置の使用される環境に合わせて適宜設計して決めればよいが、例えば、１０００回といったオーダ（大きさの目安）である。
前述のとおり、一般にスペクトルは、ゲイン及び位相の両方の情報を有しており、複素数で表される。したがって、積算処理部１２０３は、総和演算を、複素数で表されるスペクトル（ゲイン及び位相）に対して実施してもよいし、実数で表されるスペクトル（ゲインのみ）に対して実施してもよい。
積算処理部１２０３が実施する処理の効果は、デジタル受信信号のデータについて平均を求めることによる効果と同じであり、すなわちノイズ低減である。

《信号処理部１２におけるピーク周波数算出部１２０４》
信号処理部１２におけるピーク周波数算出部１２０４は、レンジビンごとに、スペクトルのピーク周波数を算出する。ここで、スペクトルピークは、周波数領域上に表された信号ゲインの極大点を意味する。スペクトルピーク値は、信号ゲインの極大値である。また、ピーク周波数算出部１２０４が算出するスペクトルのピーク周波数は、積算処理部１２０３において総和演算の処理がなされた周波数領域のデータに関するスペクトルピークの周波数である。積算処理部１２０３における総和演算の処理が複素数で表されるスペクトルに対して実施された場合、総和演算後の各周波数（離散フーリエ変換結果の各周波数）における複素数に対して、その総和演算後の複素数の大きさをゲインとして求め、ゲインの極大値とそのときの周波数を求めればよい。

《信号処理部１２におけるＳＮＲ算出部１２０５》
ＳＮＲ（Ｓｉｇｎａｌ ｔｏ Ｎｏｉｓｅ Ｒａｔｉｏ）は、信号対雑音比であることは明確であるが、工学的な意味での厳密な定義は、使用される技術分野及び場面によって多少の差異がある。特に、ノイズ（雑音）をどのように求めるかについては、様々な方法が考えられる。
ＳＮＲは、例えば、以下のように与えられる。

ただし、Ｐ_Ｓは信号のパワーであり、Ｐ_Ｎは雑音のパワーである。ＳＮＲは、一般的には、時間領域の信号に対して、ある時間範囲において統計的に定義されるものである。例えば、品質工学におけるＳＮＲは、例えば望目特性におけるＳＮ比は、平均値の二乗を標準偏差の二乗（分散）で除算したものである。
図５に示されるようにＳＮＲ算出部１２０５は、レンジビンとして定義された時間窓ごとに、ＳＮＲを計算するとよい。また、ＳＮＲ算出部１２０５は、レーザレーダ装置が送信光を照射していないときに観測できるデジタル受信信号に基づいて、雑音パワー（Ｐ_Ｎ）を求めるとよい。雑音パワー（Ｐ_Ｎ）を求めるときの時間幅も、レンジビンとして定義された時間窓と同じ時間幅でよい。

信号処理部１２におけるＳＮＲ算出部１２０５は、ＳＮＲに代えて、ＰＳＮＲ（Ｐｅａｋ Ｓｉｇｎａｌ ｔｏ Ｎｏｉｓｅ Ｒａｔｉｏ）を算出するようにしてもよい。
ＰＳＮＲは、例えば、以下のように与えられる。

ただし、Ｐ_ＳＰは、（時間領域で見た）デジタル受信信号のピークにおける瞬間的なパワー（以降、「ピーク強度」と称する）である。すなわち、ＳＮＲ算出部１２０５は、ピーク強度と帯域外雑音との比を計算することで、ＳＮＲを計算する。

図３Ｂのブロック図に見られるようにＳＮＲ算出部１２０５の機能ブロックは積算処理部１２０３の後段に位置するが、ＳＮＲ算出部１２０５がＳＮＲを算出するのは時間領域の信号に対してである。また、ＳＮＲ算出部１２０５は、後の統計的な処理において必要なため、ｍ＝１からｍ＝ｍ_＿ＭＡＸまでのｍ_＿ＭＡＸ個のデータに対して、個別にＳＮＲを算出する。さらに、ＳＮＲ算出部１２０５によるＳＮＲの算出は、特にターゲットが存在すると推測されるレンジビン（ｎ_Ｈ）に対して、重要となる（図６Ｂ参照）。

《信号処理部１２における距離特性算出部１２０６》
信号処理部１２における距離特性算出部１２０６は、ＳＮＲ算出部１２０５が算出するレンジビンごとのＳＮＲを、距離特性を表すＡスコープの態様でユーザに向けて表示する（図５Ａ、図５Ｂ参照）。時間とレンジとの関係は、数式（１）に示されるとおりである。ただし、図５Ｂに示されるグラフにおける“Δｔ”は、レンジビンの幅に相当する時間幅である。ユーザへの表示は、レーザレーダ装置の出力インタフェースであるディスプレイで行われるとよい。

《信号処理部１２におけるＨＴ位置特定部１２０７》
信号処理部１２におけるＨＴ位置特定部１２０７は、ＳＮＲ算出部１２０５が算出するレンジビンごとのＳＮＲに基づいて、ハードターゲット（ＨＴ）までの距離を特定する。一般にハードターゲット（ＨＴ）は、入射角度に応じて受信信号のSNRやその検出確率が変化する、すなわちSNRに入射角度依存性が存在する、という性質がある。またレーザレーダ装置から見てハードターゲット（ＨＴ）の後ろにある領域は死角となり、ハードターゲット（ＨＴ）よりも遠いレンジにおいて、ＳＮＲは０となる。特に、ハードターゲット（ＨＴ）が照射領域よりも大きい場合（例えば、人工衛星に搭載されたレーザレーダ装置が地表面を観測する場合等）、この性質は顕著に現れる。ＨＴ位置特定部１２０７は、ハードターゲット（ＨＴ）が有するこれらの性質から、ハードターゲット（ＨＴ）までの距離を特定するとよい。
或るレンジビン内にソフトターゲット（ＳＴ）とハードターゲット（ＨＴ）とが混在する場合、レンジビン内にソフトターゲット（ＳＴ）のみが存在する場合と比較して、ＳＮＲが高く算出されるという性質がある。本開示技術の発明者は、以下に示す非特許文献１において、海面エコー検出確率を測定する実験を通じて、海面をハードターゲット（ＨＴ）とし、大気中のエアロゾルをソフトターゲット（ＳＴ）とした場合、同一レンジビン内にソフトターゲット（ＳＴ）とハードターゲット（ＨＴ）とが混在するときにＳＮＲが高く算出されることを明らかにしている。
非特許文献１：野邑 寿仁亜ら著“コヒーレントドップラーライダによる潮流計測適用にむけた海面エコー検出確率の算出”第３８回レーザセンシングシンポジウム予稿集，Ｆ３（２０１９）．
本明細書において、ハードターゲット（ＨＴ）が存在すると推測されるレンジビンは、ｎ＝ｎ_Ｈ、すなわちｎ_Ｈ番目のレンジであるとする。

《信号処理部１２における確率密度分布算出部１２０８》
信号処理部１２における確率密度分布算出部１２０８は、ハードターゲット（ＨＴ）が存在すると推測されるレンジビン、すなわちｎ_Ｈ番目のレンジに対して、ヒストグラムを生成する。確率密度分布算出部１２０８が生成するヒストグラムは、例えば、近時のＮ回分の測定データに基づいて生成する。ここでヒストグラムにおける度数の総和量であるＮは、積分処理についてのｍ_＿ＭＡＸと同じであってもよいし、異なってもよい。ヒストグラムの度数の総和量であるＮは、例えば、数千回といったオーダ（大きさの目安）である。
離散的に表されるヒストグラムに対して、連続的に表される確率分布（確率密度関数）をフィッティングすることが考えられる。信号処理部１２における確率密度分布算出部１２０８は、生成したヒストグラムに対して、確率分布をフィッティングする（図６Ｃ参照）。
図６Ｃに示されるように、Ｎ回の統計データに基づいて生成されるヒストグラムは、ソフトターゲット（ＳＴ）に依拠する確率分布と、ハードターゲット（ＨＴ）に依拠する確率分布と、の両者を重ね合わせた曲線によりフィッティングできる、と考えられる。ヒストグラムの元となるＮ回分の統計データは、「一連の」統計データと称されるものとする。一連の統計データは、時間的に連続した測定により得られたデータであることが望ましい。また一連の統計データは、レーザレーダ装置から見たターゲットの相対位置及び相対速度の変化が小さいと言える程度に時間間隔が短いものとする。

《信号処理部１２における受信信号分別部１２０９》
信号処理部１２における受信信号分別部１２０９は、ハードターゲット（ＨＴ）が存在するレンジビンからの各受信信号について、ハードターゲット（ＨＴ）からの受信信号が含まれておらずソフトターゲット（ＳＴ）からの受信信号のみか、ハードターゲット（ＨＴ）からの受信信号とソフトターゲット（ＳＴ）からの受信信号とが混在しているか、を分別する構成要素である。受信信号分別部１２０９が行う信号の分別は、確率密度分布算出部１２０８が実施する確率分布のフィッティングに基づいて、行われる。
本開示技術の発明者は、非特許文献１において、同一レンジビン内にソフトターゲット（ＳＴ）とハードターゲット（ＨＴ）とが混在する場合に、各データが確率的に受信されるハードターゲット（ＨＴ）からの受信信号（単に「ＨＴ受信信号」とも称する）を含んでいるか否かを、確率分布のフィッティングに基づいて識別可能であることを示している。確率分布のフィッティングによりこのような識別が可能なことは、重ね合わせの原理に基づいている。

信号処理部１２における受信信号分別部１２０９は、フィッティングにより得られたソフトターゲット（ＳＴ）及びハードターゲット（ＨＴ）のそれぞれの確率分布に基づいて、ＳＮＲが与えられたときに、そのＳＮＲがソフトターゲット（ＳＴ）のみに依拠したものである確率と、そのＳＮＲがソフトターゲット（ＳＴ）及びハードターゲット（ＨＴ）の両者に依拠したものである確率と、を求めることができる。
信号処理部１２における受信信号分別部１２０９は、算出した確率に基づいて、すなわち統計確率の観点から、一連の統計データを、ハードターゲット（ＨＴ）による信号の有無で分別する（図６Ｄ参照）。受信信号分別部１２０９は、ＳＮＲに関する閾値を決定し、ＳＮＲがこの閾値よりも大きい場合にハードターゲット（ＨＴ）が含まれるものとし、ＳＮＲがこの閾値以下の場合にソフトターゲット（ＳＴ）のみであるものとして、分別を行ってよい。ＳＮＲに関する閾値に基づく分別は、ハードターゲット（ＨＴ）周辺にはソフトターゲット（ＳＴ）が同時に存在し、確率的に受信されたハードターゲット（ＨＴ）からの散乱信号にはソフトターゲット（ＳＴ）からの受信信号が混在して、その結果、ＳＮＲが高く算出される、という性質を利用したものである。
また、受信信号分別部１２０９は、確率に対する閾値（ＳＮＲｘ）を定義して、信号とノイズとを区別するようにしてもよい（図４におけるＳＴ１２０８－２）。

《信号処理部１２におけるＳＴ信号スペクトル算出部１２１０》
信号処理部１２におけるＳＴ信号スペクトル算出部１２１０は、受信信号分別部１２０９においてソフトターゲット（ＳＴ）に依拠すると分別された信号データ（以降、「ＳＴ信号データ」と称する）に基づいて、ＳＴ信号のスペクトルを算出する（図６Ｅ参照）。ＳＴ信号スペクトル算出部１２１０は、Ｎ回の測定データのうちソフトターゲット（ＳＴ）に依拠するものについて算出した複数のスペクトルを、周波数領域上で積算（総和演算）処理するとよい。

《信号処理部１２におけるＳＴ速度検出部１２１１》
信号処理部１２におけるＳＴ速度検出部１２１１は、ＳＴ信号のスペクトルに基づいて、ソフトターゲット（ＳＴ）のドップラ速度（ｖ_ＳＴ）を算出する。ソフトターゲット（ＳＴ）のドップラ速度（ｖ_ＳＴ）は、ソフトターゲット（ＳＴ）の相対移動速度のうち、レーザの照射方向（視線方向とも称される）の成分である。
なお、図６は、ハードターゲット（ＨＴ）が存在すると推定されたレンジビン（ｎ_Ｈ）に対する説明であったが、ＳＴ速度検出部１２１１は、レーザレーダ装置から見てｎ_Ｈよりも近いレンジビンに対しても、ソフトターゲット（ＳＴ）のドップラ速度（ｖ_ＳＴ）を算出する。

《信号処理部１２におけるＨＴ信号スペクトル算出部１２１２》
信号処理部１２におけるＨＴ信号スペクトル算出部１２１２は、受信信号分別部１２０９においてハードターゲット（ＨＴ）に依拠すると分別された信号データ（以降、「ＨＴ信号データ」と称する）に基づいて、ＨＴ信号のスペクトルを算出する（図６Ｆ参照）。ＨＴ信号スペクトル算出部１２１２は、Ｎ回の測定データのうちハードターゲット（ＨＴ）に依拠するものについて算出した複数のスペクトルを、周波数領域上で積算（総和演算）処理するとよい。

ＨＴ信号スペクトル算出部１２１２は、ハードターゲット（ＨＴ）が存在すると推定されたレンジビン（ｎ_Ｈ）の信号スペクトルから、ＳＴ信号のスペクトルの成分（以降、「ＳＴ信号スペクトル成分」と称する）を除去する、という手法でＨＴ信号のスペクトルを算出するようにしてもよい。ＳＴ信号スペクトル成分を除去する手法は、重ね合わせの原理を応用したものである。
ＳＴ信号スペクトル成分を除去する基礎となるＳＴ信号のスペクトルは、レンジビン（ｎ_Ｈ）におけるＳＴ信号のスペクトルに限定されない。本開示技術は、例えば、ｎ_Ｈよりも１つレーザレーダ装置に近い隣接したレンジビン（ｎ_Ｈ－１）における信号スペクトルから、ＳＴ信号のスペクトルを推定してもよい。また、本開示技術が、照射するレーザを走査するタイプのレーザレーダ装置に適用される場合、空間的に隣接したエリアに関する計測結果から、ＳＴ信号のスペクトルが推定されてもよい。

《信号処理部１２におけるＨＴ速度検出部１２１３》
信号処理部１２におけるＨＴ速度検出部１２１３は、ＨＴ信号のスペクトルに基づいて、ハードターゲット（ＨＴ）のドップラ速度（ｖ_ＨＴ）を算出する。ハードターゲット（ＨＴ）のドップラ速度（ｖ_ＨＴ）は、ハードターゲット（ＨＴ）の相対移動速度のうち、レーザの照射方向（視線方向とも称される）の成分である。

実施の形態１に係るレーザレーダ装置の技術的特徴は、同一レンジビン内にソフトターゲット（ＳＴ）とハードターゲット（ＨＴ）とが混在する場合に、各データが確率的に受信されるＨＴ受信信号を含んでいるか否かを、確率分布のフィッティングにより識別可能であることを利用し、重ね合わせの原理に基づいて、ハードターゲット（ＨＴ）が存在すると推定されるレンジビン（ｎ_Ｈ）において、ＳＮＲがソフトターゲット（ＳＴ）のみに依拠したものかソフトターゲット（ＳＴ）とハードターゲット（ＨＴ）との両者に依拠したものかを分別し、各受信スペクトルがソフトターゲット（ＳＴ）のみに依拠したものかソフトターゲット（ＳＴ）とハードターゲット（ＨＴ）との両者に依拠したものかを分別する、という点にある。

以上のように実施の形態１に係るレーザレーダ装置（特に信号処理部１２）は上記構成を備えるため、同一のレンジビンにハードターゲット（ＨＴ）とソフトターゲット（ＳＴ）との両者が混在しても、受信信号スペクトルの重畳されるハードターゲット（ＨＴ）の成分とソフトターゲット（ＳＴ）の成分とを分離することができる、という作用効果を有する。この作用効果により実施の形態１に係るレーザレーダ装置は、誤検知することなく高精度にターゲットのドップラ速度を計測することができる。

実施の形態２．
実施の形態２に係るレーザレーダ装置は、本開示技術に係るレーザレーダ装置の変形例である。実施の形態２では、特に明記する場合を除き、実施の形態１で用いられた符号と同じものが使用される。また実施の形態２では、実施の形態１と重複する説明が、適宜、省略される。

図７は、実施の形態２に係るレーザレーダ装置の信号処理部１２における機能構成を示したブロック図である。
図３Ｂと図７との比較から理解されるとおり、実施の形態２に係るレーザレーダ装置の信号処理部１２は、確率密度分布算出部１２０８に代えて、ＨＴ領域外スペクトル算出部１２１４及びＨＴ領域内スペクトル算出部１２１５を備える。実施の形態２に係るレーザレーダ装置の信号処理部１２を構成する構成要素は、図７に示されるとおりに接続されている。

図８は、実施の形態２に係るレーザレーダ装置の処理ステップを示したフローチャートである。図８に示される処理ステップの符号は、その処理ステップを実施する主体である構成要素の符号と一致したものが付されている。例えば、「ＨＴ領域外スペクトル算出」と記載されているＳＴ１２１４は、ＨＴ領域外スペクトル算出部１２１４により実施される処理内容である。
図４と図８との比較から理解されるとおり、実施の形態２に係るレーザレーダ装置の処理ステップは、「確率密度分布を算出（ＳＴ１２０８）」及び「ＳＮＲ閾値を決定（ＳＴ１２０８－２）」に代えて、「ＨＴ領域外スペクトル算出（ＳＴ１２１４）」及び「ＨＴ領域内スペクトル算出（ＳＴ１２１５）」を含む。

前述のとおり、ＳＴ信号スペクトル成分を除去する基礎となるＳＴ信号のスペクトルは、レンジビン（ｎ_Ｈ）におけるＳＴ信号のスペクトルに限定されない。本開示技術は、例えば、ｎ_Ｈよりも１つレーザレーダ装置に近い隣接したレンジビン（ｎ_Ｈ－１）における信号スペクトルから、ＳＴ信号のスペクトルを推定してもよい。また、本開示技術が、照射するレーザを走査するタイプのレーザレーダ装置に適用される場合、空間的に隣接したエリアに関する計測結果から、ＳＴ信号のスペクトルが推定されてもよい。
実施の形態２に係るレーザレーダ装置は、機械学習によってＳＴ信号のスペクトルを推定するように学習済みの人工知能を備える。人工知能は、具体的には、学習モデルと称される数理モデルで構成される。機械学習の教師データは、実測データでもシミュレーションにより得られたデータでもよい。機械学習は、ｎ_Ｈよりも１つレーザレーダ装置に近い隣接したレンジビン（ｎ_Ｈ－１）における信号スペクトルから推定を実施するものでも、空間的に隣接したエリアに関する計測結果から推定を実施するものでも、どちらでもよい。

《信号処理部１２におけるＨＴ領域外スペクトル算出部１２１４》
レンジビンがｎ_Ｈである領域のように、ハードターゲット（ＨＴ）が存在する領域は、「ＨＴ領域」と称されるものとする。
ｎ_Ｈよりも１つレーザレーダ装置に近い隣接したレンジビン（ｎ_Ｈ－１）と、空間的に隣接したエリアとは、共にハードターゲット（ＨＴ）が存在しない領域であるから、ＨＴ領域外である。
信号処理部１２におけるＨＴ領域外スペクトル算出部１２１４は、ＨＴ領域外に関するデジタル受信信号の情報から、ＨＴ領域外のＳＴ信号のスペクトルを算出する。ＨＴ領域外に関するデジタル受信信号の情報は、学習済み学習モデルへの入力となる。

《信号処理部１２におけるＨＴ領域内スペクトル算出部１２１５》
学習済み学習モデルは、ＨＴ領域外スペクトル算出部１２１４からの入力情報に基づいて、レンジビン（ｎ_Ｈ）におけるＳＴ信号のスペクトルを推定し、出力する。そして、この学習済み学習モデルは、ＨＴ領域内スペクトル算出部１２１５に備えられていてよい。
すなわち、信号処理部１２におけるＨＴ領域内スペクトル算出部１２１５は、学習済み学習モデルの出力と、ＨＴ領域外スペクトル算出部１２１４からのＨＴ領域外に関するデジタル受信信号の情報とに基づいて、レンジビン（ｎ_Ｈ）におけるＳＴ信号のスペクトルを推定する。

実施の形態２に係るレーザレーダ装置の技術的特徴は、学習済み人工知能を備え、ＨＴ領域外の情報に基づいて、ＨＴ領域内のＳＴ信号スペクトルを推定する、という点にある。

以上のように実施の形態２に係るレーザレーダ装置（特に信号処理部１２）は上記構成を備えるため、同一のレンジビンにハードターゲット（ＨＴ）とソフトターゲット（ＳＴ）との両者が混在しても、受信信号スペクトルの重畳されるハードターゲット（ＨＴ）の成分とソフトターゲット（ＳＴ）の成分とを分離することができる、という作用効果を有する。この作用効果により実施の形態２に係るレーザレーダ装置は、誤検知することなく高精度にターゲットのドップラ速度を計測することができる。

実施の形態３．
実施の形態３に係るレーザレーダ装置は、本開示技術に係るレーザレーダ装置の変形例である。実施の形態３では、特に明記する場合を除き、既出の実施の形態で用いられた符号と同じものが使用される。また実施の形態３では、既出の実施の形態と重複する説明が、適宜、省略される。

実施の形態２は、レーザレーダ装置の信号処理部１２において、その一部の機能である確率密度分布算出部１２０８をブラックボックスとみて、人工知能に置き換えるものである。すなわち実施の形態２は、信号処理部１２をグレイボックスとみなして、人工知能を利用したものだと言える。
実施の形態３は、レーザレーダ装置の信号処理部１２において、その全部の機能をまとめてブラックボックスとみて、人工知能に置き換えるものである。

信号処理部１２の全体をブラックボックスとみなすと、その入力はデジタル受信信号であり、その出力は検出目標領域（ＴｇＡｒｅａ）に存在するターゲットの位置及び速度である。したがって、レーザレーダ装置は、デジタル受信信号を入力としたときに検出目標領域（ＴｇＡｒｅａ）に存在するターゲットの位置及び速度を出力する人工知能を備えればよい。

実施の形態２に係る機械学習と同様に、実施の形態３に係る機械学習の教師データは、実測データでもシミュレーションにより得られたデータでもよい。

実施の形態３に係るレーザレーダ装置の技術的特徴は、信号処理部１２の全体をブラックボックスとみなし、理想的な信号処理部１２の入出力関係について機械学習済みの人工知能を備える、という点にある。

以上のように実施の形態３に係るレーザレーダ装置（特に信号処理部１２）は上記構成を備えるため、同一のレンジビンにハードターゲット（ＨＴ）とソフトターゲット（ＳＴ）との両者が混在しても、受信信号スペクトルの重畳されるハードターゲット（ＨＴ）の成分とソフトターゲット（ＳＴ）の成分とを分離することができる、という作用効果を有する。この作用効果により実施の形態３に係るレーザレーダ装置は、誤検知することなく高精度にターゲットのドップラ速度を計測することができる。

本開示技術に係るレーザレーダ装置は、例えば、空気中の水蒸気量、及び風速分布の測定する気象予報向けの装置に適用できるため、産業上の利用可能性を有する。

１ 光源、２ 光分割器、３ トリガ生成回路、４ パルス変調部、５ 送信側光学系、６ 送受分離器、７ テレスコープ、８ 受信側光学系、９ 光合波器、１０ 受光部、１１ ＡＤ変換部、１２ 信号処理部、１２０１ レンジビン分割部、１２０２ 周波数解析部、１２０３ 積算処理部、１２０４ ピーク周波数算出部、１２０５ ＳＮＲ算出部、１２０６ 距離特性算出部、１２０７ ＨＴ位置特定部、１２０８ 確率密度分布算出部、１２０９ 受信信号分別部、１２１０ ＳＴ信号スペクトル算出部、１２１１ ＳＴ速度検出部、１２１２ ＨＴ信号スペクトル算出部、１２１３ ＨＴ速度検出部、１２１４ ＨＴ領域外スペクトル算出部、１２１５ ＨＴ領域内スペクトル算出部。

Claims (2)

1. ＳＮＲ算出部と、確率密度分布算出部と、受信信号分別部と、を含む信号処理部を備え、
   前記ＳＮＲ算出部は、デジタル受信信号から、レンジビンとして定義された時間窓ごとにＳＮＲを計算し、
   前記確率密度分布算出部は、ハードターゲット（ＨＴ）が存在すると推測されるレンジビンに対してヒストグラムを生成し、確率分布をフィッティングし、
   前記受信信号分別部は、重ね合わせの原理に基づいて、前記ＳＮＲが、統計確率上、ソフトターゲット（ＳＴ）に依拠するかハードターゲット（ＨＴ）に依拠するかを分別し、
   前記信号処理部は、
   受信スペクトル全体の中に存在する一方のターゲットの速度に対応する受信スペクトル成分の算出手法として、２種類のターゲットが存在する領域以外の、一方のターゲットの速度算出結果から、前記２種類のターゲットが存在する領域での一方の受信スペクトルの成分を算出する、
   レーザレーダ装置。
2. ＳＮＲ算出部と、学習済み人工知能と、受信信号分別部と、を含む信号処理部を備え、
   前記ＳＮＲ算出部は、デジタル受信信号から、レンジビンとして定義された時間窓ごとにＳＮＲを計算し、
   前記学習済み人工知能は、ＨＴ領域外の情報に基づいてＨＴ領域内のＳＴ信号スペクトルを推定し、
   前記受信信号分別部は、重ね合わせの原理に基づいて、前記ＳＮＲが、統計確率上、ソフトターゲット（ＳＴ）に依拠するかハードターゲット（ＨＴ）に依拠するかを分別する、
   レーザレーダ装置。

Images