JPH03154887A - 標的認識方法及び装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［発明の背景コ この発明は、複数の既知の標的の中から或る標的を認識
する方法及び装置に関するものである。

このような方法は既に知られている。この既知の方法に
おいて、適切なセンサ例えばレーダにより、又は、モデ
ル又はプランからの再構成により、基準の値（例えばレ
ーダ記号）は、前記複数の標的中の既知の各標的に対し
て決定される。このようにして得られた信号は、整形さ
れた後、メモリに格納されてデータバンクを形成する。

この予備ステップの後、認識ステップに通過することが
可能になる。この認識ステップにおいて、センサは、認
識されるべき標的から到来する信号を収集する。

この信号は、前処理の後、前記データバンク内に含まれ
た信号と比較され、その比較結果により標的が認識され
る。

用いられたセンサ、処理方法、センサによる認識中の標
的の観察状態等の不完全性により、認識ステップ中に複
数の標的のうちの１つの標的を認識する確率は制限され
たままである。

［発明の概要］ この発明の目的は、この欠点を一掃し、そのような認識
確率を実質的に改善することである。

このため、この発明によれば、ｎ個の既知の標的Ｔｉ（
但し、ｉ＝　１．２，３．−　、ｎ）の中から或る標的
（Ｔ）を認識する方法において１．以下のことが特徴と
なる。即ち、 第１の予備ステップにおいて、前記既知標的（Ｔｉ）の
各々に対して、ｐ個の認識基準Ｃｋ（但し、ｋ＝１．２
，３．・・・、ｐ）を表わす第１の値（Ｃｋｉ）が決定
され、 第２の予備ステップにおいて、前記第１の値（Ｃｋｉ）
を用いた且つ各認識基準（Ｃｋ）に対する前記ｎ個の既
知標的（Ｔｉ）の直接試験から、試験中に認識されるべ
き標的（Ｔｉ）に対する確率を表わす少なくともｎ個の
第２の値（Ｐ　Ｃｋ（Ｔ　ｉ））が確立され、 前記標的を認識するステップにおいて、認識されるべき
前記標的（Ｔ）の直接試験により、並びに、前記第１の
予備ステップにより決定された前記第１の値（Ｃｋｉ）
から、各認識基準（Ｃｋ）に対して、認識されるべき標
的（Ｔ）が前記既知標的（Ｔｉ）の各々である確率を表
わす少なくともｐ個の第３の値（ｐＣｋ（Ｔｉ））が確
立され、 認識されるべき標的が既知標的（Ｔｉ）の１つである確
率をそれぞれが表わすｎ個の第４の値（ｐ（Ｔｉ））を
得るために、同一の既知標的（Ｔｉ）と関連する前記第
３の値が、前記第２の値を考慮しながら一緒に併合され
、 最大の前記第４の値から、認識されるべき標的（Ｔ）の
同一性が決定される。

従って、この発明においては、複数の基準が用いられ、
従来技術におけるように単一の基準は用いられない、補
助的な大きさに対応するこれら複数の基準は数学的に併
合されるので、その併合は、結合性、交換性、移行性、
及び総合適性を保証する。複数の基準を用いるという理
由から、認識確率は実質的に改善される。この改善性は
、併合された基準数が良い識別相補性を有する限りにお
いて、併合された基準数が大きくなるほど増大する。

以下に見られるように、使用された各基準は、観察され
た標的の応答の形態や偏光等を決定するタイプでもよい
。

基準の併合に用いられる併合法は種々あり得る。

しかし、好ましくは、ベイズ（ＢＡＹＥＳ）推論、エン
トロピー最大値、確証理論、又は、ファジィ組の理論に
より与えられる方法が用いられる。

これらの理論が記載された著作物の書籍リストは下記の
とおりである。

（１）ア・アプリウ（Ａ、ＡＰＰＲＩＯＵ）「データの
融合における不離、定理論の重要性」（Ｉｎｔｅｒｅｓ
ｔ　ｏｒ　ｔｈｅ　ｔｈｅｏｒｉｅｓ　ｏｆ　ｔｈｊ　
ｕｎｃｅｒｔａｉｎｉｎ　ｆｉｓｉｏｎ　ｏｆ　ｄａｔ
ａ）レーダに関する国際シンポジウム （Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｓｙｍｐｏｓｉｕｍ　
ｏｎ　ｔｈｅ　Ｒａｄａｒ）パリ、１９８９年４月２４
日〜２８日 （２）ア・アプリウ（Ａ、ＡＰＰＲＩＯＵ）「標的の多
数捕獲分類に対する多数情報の決定の適用を用いた処理
手順」（Ｐｒｏｃｅｄｕｒｔｔｉｔｈ　ｔｈｅｈｅｌｐ
　　ｏｆ　　ｔｈｅ　　輪ｕｌｔｉ−ｃａｐｔｕｒｅｓ
　　ｃｌａｓｓｉｆｉｃａｔｉｏｎ６［ｔａｒｇｅｔｓ
） 航空電子工学パネル（＾ＣＡＲＤ）のシンポジウム（Ｓ
ｙｍｐｏｓｉｕ輪ｏｒ　　ｔｈｅ　Ａｖｉｏｎｉｃｓ　
Ｐａｎｅｌ）、トｌレコ、１９８８年４月２５日〜２８
日（３）ケー・ジェー・アロウ（Ｋ、Ｊ、ＡＲＲＯＷ）
「社会的選択及び個別バルブＪ　（Ｓｏｃｉａｌ　ｃｈ
ｏｉｃｅａｎｄ　１ｎｄｉｖｉｄｕａｌ　ｖａｌｖｅｓ
）ジョン・ワイレイ・アンド・サンズ会社（ＪｏｈｎＷ
ｉｌｅｙ　ａｎｄ　５ｏｎｓ　　Ｉ　ｎｃ）１９６３年
（４）デ・ブレール、エール・ポラク（Ｄ　、　ＢＬＡ
ＩＲ。

Ｒ、ＰＯＬＬ＾に） 科学のための「集合的選択の論理Ｊ　（丁ｈｅ　ｌｏｇ
ｉｃｏｆ　ｔｈｅ　ｃｏｌｌｅｃｔｉｖｅ　ｃｈｏｉｃ
ｅ　ｆｏｒ　ｔｈｅ　５ｃｉｅｎｃｅ）１９８３年 （５）ア・ジャルリク（Ａ、５ＨＡＲＬＩＣ）「複数の
基準に対する決定者、多数基準の決定を用いたパノラマ
Ｊ　（Ｄｅｃｉｄｅｒ　ｏｎ　ｐｌｕｒａｌｃｒｉｔｅ
ｒｉｏｎ、Ｐａｎｏｒａｍａ　ｗｉｔｈ　ｔｈｅ　ｈｅ
ｌｐ　ｏｆ　ｔｈｅｍｕｌｔｉ−ｃｒｉｔｅｒｉｏｎ　
ｄｅｃｉｓｉｏｎ）プレセス・ポリテクニックス・ロマ
ンス（Ｐｒｅｓｓｅｓ　Ｐｏ１ｙｔｅａｈｎｉｑｕｅｓ
　Ｒｏｍａｎｄｅｓ）１９８５年（６）アール・エル・
ケーニイ、ビー・ライファ（Ｒ，Ｌ、ＫＥＥＥＹ、　　
ＢＲＡＩＦＦＡ）「複数の対象による決定、優先権及び
値交換」（Ｄｅｃｉｓｉｏｎｓ　ｕ！ｉｔｈ　ａ＋ｕｌ
ｔｉｐｌｅ　ｏｂｊｅｃｔｉｖｅｓ：Ｐｒｅｒｅｒｅｃ
ｅｓ　ａｎｄ　ｖａｌｕｅ　ｔｒａｄｅｏｆｆｓ）ジョ
ン・ワイレイ・アンド・サンズ（ＪｏｈｎＷ　ｉ　ｌｅ
ｙ　ａｎｄ　Ｓ　ｏｎｓ）ニューヨーク、１９７６年（
７）アール・ジエー・シェフレイ（Ｒ、Ｊ　、ＪＥＦＦ
ＲＥＹ）「決定の論理Ｊ　（Ｔｈｅ　ｌｏｇｉｃ　ｏｒ
　ｄｅｃｉｓｉｏｎ）シカゴ大学出版有限会社（Ｔｈｅ
　ｕｎｉｖｅｒｓｉｔｙ　ｏｆＣｈｉｃａｇｏ　Ｐｒｅ
ｓｓ、Ｌｔｄ、）ロンドン、１９８３年（第２編）（８
）べ・ロワ（Ｂ、ＲＯＭ） ［多重視点の存在の分類及び選択」 （Ｃ１ａｓｓｉｆｉｃａｔｉｏｎｓ　ａｎｄ　ｃｈｏｉ
ｃｅ　ｉｎ　ｐｒｅｓｅｎｃｅ　ｏｆｐｏｉｎｔｓ　ｏ
ｆ　ｎ＋ｕｌｔｉｐｌｅ　ｖｉｅｗｓ）アール・アイ・
アール・オー（Ｒ，１，Ｒ，Ｏ）第２年（２ｎｄ　ｙｅ
ａｒ）１９６８年、第８号第５７頁〜第７５頁（９）べ
・ロワ（Ｂ、ＲＯＹ） 「エレクトレ■、複数の基準の存在における優先権のぼ
やけた表現に基づく分類のアルゴリズム」（Ｅｌｅｃｔ
ｒｅ　［［：　ａｎ　ａｌｇｏｒｉｔｈｍ　ｏｒ　ｃｌ
ａｓｓｉｆｉｃａＬｉｏｎｓ　　ｂａｓｅｄ　　ｏｎ　
　ａ　　ｂｌｕｒｒｅｄ　　ｒｅｐｒｅｓｅｎｔａＬｉ
ｏｎ　　ｏｆｔｈｅ　　ｐｒｅｆｅｒｅｎｃｅｓ　　ｉ
ｎ　　ｐｒｅｓｅｎｃｅ　ｏｆ　　ｍｕｌｔｉｐｌｅｃ
ｒｉｔｅｒｉｏｎｓ） カイエ・デュ・セロ（Ｃａｈｉｅｒｓ　　ｄｕ　　ＣＥ
　ＲＯ）１９７８年、第２０巻、第１号 （１０）アール・オー・デユーダ、ビー・イー・ハート
、エム・ジェー・ニルソン（Ｒ，Ａ、ＤＵＤＡ。

Ｐ、Ｅ、ＨＡＲＴ、　　Ｍ、Ｊ、ＮＩＬＳＳＯＮ）「ル
ールに基づく推論システムに対する主観的なベイジアン
法Ｊ　（Ｓｕｂｊｅｃｔｉｖｅ　Ｂａｙｅｓｉａｎｍｅ
ｔｈｏｄｓ　ｆｏｒ　ｒｕｌｅ−ｂａｓｅｄ　１ｎｆｅ
ｒｅｎｃｅ　ｓｙｓｔｅｍｓ）技術記録（Ｔｅｃｈｎｉ
ｃａｌ　Ｎｏｔｅ）１２４、人工知能センタ、ＳＲＩイ
ンターナショナル （１１）アール・ゲー・バートネーガ、エル・エフ・カ
メル（Ｒ、Ｋ　、　ＢＨＡＴＮＡＧＡＲ，Ｌ　、Ｎ　、
ＫＡＨＥＬ）「不確定情報の処理、数値法及び非数値法
の評論」（ｌｌａｎｄｌｉｎｇ　ｕｎｃｅｒｔａｉｎ　
ｉｎｆｏｒｍａｔｉｏｎ：　ａ　ｒｅｖｉｅｗｏｆ　ｎ
ｕｍｅｒｉｃ　ａｎｄ　ｎｏｎ−ｎｕｍｅｒｉｃ　ｍｅ
ｔｈｏｄｓ）人工知能における不確定性（Ｕｎｃｅｒｔ
ａｉｎｔｙ　ｉｎ＾ｒｔｉｆｉｃｉａｌ　Ｉｎｔｅｌｌ
ｉｇｅｎｃｅ）、エル・エフ・カメル、ジエー・エフ・
レマー（Ｌ　、　Ｎ　、　ＫＡＭＥＬ　　ａｎｄＪ　、
　Ｆ　、　ＬＥＭＭＥＲ）（！集音）、１９８６年（１
２）ニー・ビー・デンプスタ−（Ａ　、　Ｐ　、ＤＥＭ
ＰＳＴＥＲ）「多くの価値を持つ写像により誘導される
上限確率及び下限確率」（Ｕｐｐｅｒ　ａｎｄ　ｌｏｗ
ｅｒｐｒｏｂａｂｉｌｉｔｉｅｓ　１ｎｄｕｃｅｄ　ｂ
ｙ　ａ　ａ＋ｕｌｔｉｖａｌｕｅｄｍａｐｐｉｎｇ） 数学的統計の記録（＾ｎｎａｌｓ　ｏｒ　ｍａｔｈｅｍ
ａＬｉｅａｌＳｔａｔｉｓｔｉｃｓ）、１９６７年、第
３８号（１３）ニー・ビー・デンアスター（Ａ　、　Ｐ
　、ＤＥＭＰＳＴＥＲ）「ベイジアン推論の一般化」（
八ｇｅｎｅｒａｌｉｚａｔｉｏｎｏｆ　Ｂａｙｅｓｉａ
ｎ　１ｎｆｅｒｅｎｃｅ）皇族統計学社会のジャーナル
（Ｊｏｕｒｎａｌ　ｏｒ　ｔｈｅＲｏｙａｌ　５ｔａｔ
ｉｓｔｉｃａｌ　５ｏｃｉｅｔｙ）　１９６８年、第３
０巻、シリーズＢ （１４）ジー・シェーファ（Ｇ、５）（ＡＦＥＲ）「確
証の数学的理論」（＾ｍａｔｈｅａ＋ａｔｉｃａｌ　ｔ
ｈｅｏｒｙｏｆ　ｅｖｉｄｅｎｃｅ＞ プリンストン大学出版（Ｐｒｉｎｃｅｔｏｎ　Ｕｎｉｖ
ｅｒｓｉｔｙＰｒｅｓｓ）プリンストン、ニュージャー
シイ、１９７６年（１５）デイ−・デュボイス、エヌ・
プレイド（Ｄ。

ＤＵＢＯＩＳ、　Ｎ、ＰＲＡＤＥ） 「信用できる関数による不確定性の結合」（Ｃｏｍｂｉ
ｎａｔｉｏｎ　ｏｆ　ｕｎｃｅｒｔａｉｎｔｙ　ｗｉｔ
ｈ　ｂｅｌｉｅｆｆｕｎｃｔｉｏｎｓ） 人工知能における第９回国際共同会議議事録（Ｐｒｏｃ
ｅｅｄｉｎｇｓ　９ｔｈ　Ｉｎｔｅｒｎａｔｉｏｎａｌ
　ＪｏｉｎｔＣｏｎｆｅｒｅｎｃｅ　ｏｎ　Ａｒｔｉｆ
ｉｃｉａｌ　Ｉｎｔｅｌｌｉｇｅｎｃｅ）ロサンゼルス
、１９８５年 （１６）エイチ・イー・キーブルグ（Ｈ、Ｅ　、　ＫＹ
ＢｔｌＲＧ）「ベイジアン確証及び非ベイジアン確証の
更新」（Ｂａｙｅｓｉａｎ　ａｎｄ　ｎｏｎ　Ｂａｙｅ
ｓｉａｎ　ｅｖｉｄｅｎｔｉａｌｕｐｄａｔｉｎｇ） 人工知能、３１．１９８７年、第２７１頁〜第２９３頁
（１７）ビー・ブイ・ピュア（Ｐ、Ｖ、ＦＵＡ）「知識
に基づくシステムの確証的に推論された不確定性の体系
における確率濃度関数の使用」（Ｕｓｉｎｇ　ｐｒｏｂ
ａｂｉｌｉｔｙ　ｄｅｎｓｉｔｙ　ｆｕｎｃｔｉｏｎｓ
　１ｎｔｈｅ　ｆｒａｍｅｗｏｒｋ　ｏｆ　ｅｖｉｄｅ
ｎｔｉａｌ　ｒｅａｓｏｎｉｎｇυｎｃｅｒｔａｉｎｔ
ｙ　ｉｎ　ｋｎｏｗｌｅｄｇｅ　ｂａｓｅｄ　ｓｙｓｔ
ｅｍｓ）ビー・ボウチョン、アール・アール・イエガー
編集、スブリンガー　バーラグ（Ｂ　、　ＢＯＵＣＨＯ
Ｎ。

Ｒ、Ｒ，ＹＡＩｌ：ＥＲ，ｅｄｓ、Ｓｐｒｉｎｇｅｒ　
Ｖｅｒｌａｇ）、１９８７年（１８）ジェー・ジェー・
チャオ、イー・ドラコボウロス、シー・シー・シー（Ｊ
、Ｊ、ＣＨＡＯ。

Ｅ、ＤＲＡＫＯＰＯＵＲＯ８，Ｃ，Ｃ，ＬＥＥ）「分配
された多数推量検出に対する確証的推論接近」（＾ｎ　
ｅｖｉｄｅｎｔｉａｌ　ｒｅａｓｏｎｉｎｇ　ａｐｐｒ
ｏａｃｈ　ｔ。

ｄｉｓｔｒｉｂｕｔｅｄ　ｍｕｌｔｉｐｌｅ　ｈｙｐｏ
ｔｈｅｓｉｓ　ｄｅｔｅｃｔｉｏｎ）決定及び制御にお
ける第２０回会議の処理（Ｐｒｏｃｅｅｄｉｎｇｓ　　
ｏｒ　　ｔｈｅ　　２０ｔｈ　　Ｃｏｎｆｅｒｅｎｃｅ
　　ｏｎｄｅｃｉｓｉｏｎ　ａｎｄ　ｃｏｎｔｒｏｌ）
ロサンゼルス、中央アメリカ（Ｃ＾）、１９８７年１２
月 （１９）アール・アール・イエガー（Ｒ，Ｒ，ＹＡＧＥ
Ｒ）「確証の数学的理論におけるエントロピー及び特性
Ｊ　（Ｅｎｔｒｏｐｙ　ａｎｄ　５ｐｅｃｉｆｉｃｉｔ
ｙ　ｉｎ　ａｍａｔｈｅｍａｔｉｃａｌ　　ｔｈｅｏｒ
ｙ　　ｏｆ　　Ｅｖｉｄｅｎｃｅ）アイ・エヌ・ティー
・ジェー・ジェネラル・システムズ（Ｉｎｔ、Ｊ、Ｇｅ
ｎｅｒａｌ　ｓｙｓｔｅｍｓ）１９８３年、第９巻、第
２４９頁〜第２６０頁 （２０）２ム・イシズカ（Ｍ、Ｉ　ＳＨＩ　ＺＵＫＡ）
「不確定／ファジィを含む問題に対する拡張されたデン
プスタ−理論及びシエーファ理論に基づく推論法」（Ｉ
ｎｆｅｒｅｎｃｅ　ｍｅｔｈｏｄｓ　ｂａｓｅｄ　ｏｎ
ｅｘｔｅｎｄｅｄ　Ｄｅｍｐｓｔｅｒ　ａｎｄ　５ｈａ
ｆｅｒ　ｓ　ｔｈｅｏｒｙ　ｆｏｒｐｒｏｂｌｅｅｉｓ
　　ｗｉｔｈ　　ｕｎｃｅｒｔａｉｎｔｙ／ｆｕｚｚｉ
ｎｅｓｓ）新世代の計算（Ｎｅｗ　Ｇｅｎｅｒａｔｉｏ
ｎ　Ｃｏ輸ｐｕｔｉｎｇ）、１．１９８３年、オーム社
有限会社、及びスプリンガーバーラグ（ＯＨＨＳＨ＾、
Ｌｔｄ、ａｎｄ　Ｓｐｒｉｎｇｅｒ　Ｖｅｒｌａｇ）第
１５９頁〜第１６８頁 （２１）エル・ニー・ザブ−（Ｌ、Ｍ、ＺＡＤＥＨ）「
ファジィ組」（Ｆｕｚｚｙ　５ｅｔｓ）情報及び制御（
Ｉｎｆｏｒｍａｔｉｏｎ　ａｎｄ　Ｃｏｎｔｒｏｌ）第
８号、１９６５年、第３３８頁〜第３５３頁 （２２）エル・ニー・ザブ−（Ｌ、Ｍ、ＺＡＤＥＨ）「
ファジィ事象の確率測定Ｊ　（Ｐｒｏｂａｂｉｌｉｔｙ
ｍｅａｓｕｒｅｓ　ｏｆ　ｆｕｚｚｙ　ｅｖｅｎｔｓ）
数学的分析及び適用のジャーナル（Ｊｏｕｒｎａｌ　ｏ
ｆＭａｔｈｅｍａｔｉｃａｌ　　＾ｎａｌｙｓｉｓ　　
ａｎｄ　　Ａｐｐｌｉｃａｔｉｏｎｓ）第２３巻、１９
６８年、第４２１頁〜第４２７頁（２３）ニー・カウフ
マン（Ａ、ＫＡＵＦＭＡＮＮ）「ぼやけた半組立理論へ
の導入」 （Ｉｎｔｒｏｄｕｃｔｉｏｎ　ｔｏ　ｔｈｅ　ｔｈｅｏ
ｒｙ　ｏｒ　ｔｈｅ　ｂｌｕｒｒｅｄｓｅｍｉ−ａｓｓ
ｅｍｂｌｙ） 第１巻、第２巻、第３巻、マソン（Ｍａｓｓｏｎ）、パ
リ、１９７５年 （２４）エム・スゲノ（Ｍ、５ＵＧＥＮＯ）「ファジィ
理論の積分及びその適用」（Ｔｈｅｏｒｙ　ｏｆｆｕｚ
ｚｙ　ｉｎｔｅｇｒａｌｓ　ａｎｄ　ｉｔｓ　ａｐｐｌ
ｉｃａｔｉｏｎｓ）東京技術学会（Ｔｏｋｙｏ　Ｉｎ５
ｔｉｔｕｔｅ　ｏｆ　Ｔｅｃ’ｈｎｏｌｏｇｙ）１９７
４年 （２５）アール・イー・ベルマン、エル・ニー・ザブ−
（Ｒ、Ｅ　、ＢＥｔＬＭ＾Ｎ、　Ｌ　、Ａ　、ＺＡＤＥ
Ｉｌ）「ファジィ環境における決定４（Ｄｅｃｉｓｉｏ
ｎ　ｍａｋｉｎｇｉｎ　ａ　ｆｕｚｚｙ　ｅｎｖｉｒｏ
ｎｍｅｎｔ）マネジメント科学（ＭａｎａｇｅｍｅｎＬ
　５ｃｉｅｎｃｅ）第１７巻、第４号、１９７０年１２
月 （２６）デイ−・デュボイス、エヌ・プレイド（Ｄ　、
ＤＵＢＯＩＳ、　Ｎ　、ＰＲＡＤＥ）「ファジィ組及び
システム、理論及び適用」（Ｆｕｚｚｙ　　５ｅｔｓ　
　ａｎｄ　　５ｙｓｔｅ＋ｎ　　−Ｔｈｅｏｒｙ　　ａ
ｎｄａｐｐｌｉｃａｔｉｏｎｓ） アカデミツク出版（＾ｃａｄｅｍｉｃ　Ｐｒｅｓｓ）ニ
ューヨーク、１９８０年 （２７）エル・エイ・ザブ−（Ｌ　、　Ａ　、　ＺＡＤ
ＥＨ）「可能性理論に対する基盤としてのファジィ組」
（Ｆｕｚｚｙ　５ｅｔｓ　ａｓ　ａ　ｂａｓｉｓ　ｆｏ
ｒ　ａ　ｔｈｅｏｒｙ　ｏｆｐｏｓｓｉｂｉｌｉｔｙ　
） ファジィ組及びシステムス（Ｆｕｚｚｙ　５ｅｔｓ　ａ
ｎｄＳｙｓｔｅｍｓ）　１．１９７８年、第３頁〜第２
８頁（２８）デ・デュボ７（Ｄ、ＤＵＢＯＩＳ）「決定
を用いた技術適用に対する視野を含む不明確及び不確定
の数学的モデル」 （Ｍａｔｈｅｍａｔｉｃ　　ｍｏｄｅｌｓ　　ｔｏ　　
ｔｈｅ　　ｔｅｃｈｎｉｃｓ　　ｗｉｔｈｔｈｅ　ｈｅ
ｌｐ　ｏｆ　ｔｈｅ　ｄｅｃｉｓｉｏｎ）科学博士論文
（Ｔｈｅｓｅ　ｏｆ　５ｔａｔｅ　Ｄｏｃｔｏｒ　ｏｆ
Ｓｃｉｅｎｃｅｓ）、グルノープル大学（Ｇｒｅｎｏｂ
ｌｅＵｎｉｖｅｒｓｉｔｙ） （２９）デ・デュボ’７（Ｄ、ＤＵＢＯＩ　Ｓ）「可能
性の理論、情報処理知識の表現に対する適用」（Ｔｈ’
ｅｏｒｙ　　ｏｆ　　ｐｏｓｓｉｂｉｌｉｔｉｅｓ：　
　八ｐｐｌｉｃａｔｉｏｎｔｏ　　ｔｈｅ　ｒｅｐｒｅ
ｓｅｎｔａｔｉｏｎ　ｏｆ　　ｔｈｅ　ｋｎｏｗｌｅｄ
ｇｅ　ｏｒｄａｔａ　　ｐｒｏｃｅｓｓｏｒ） マソン（Ｍａｓｓｏｎ）１９８５年 前記第３の値を併合するとき、前記第２の値は、各認識
基準の質を表わすインデクスとして用いられる。併合す
るときに、例えば、質、信頼性、又は、優先権等の、他
のインデクスが用いられ得ることは言うまでもない。

そのような併合は、例えば、値の間隔によって定義され
た或る大きさで又は不確定な大きさで遂行されることに
注目されたい。

有益な実施例において、この発明による標的認識方法は
、以下の点を更に特徴とする。即ち、前記第２の予備ス
テップにおいて、各基準Ｃｋについて、標的が試験され
る標的（Ｔｊ）（ｊ＝　１．２，３゜・・・、ｎ）であ
るのに対し、標的（Ｔｉ）が認識される確率をそれぞれ
表わすｎ×ｐ個の第２の値ＰＣｋ（Ｔｉ）が確立され、 認識ステップにおいて、 前記ｐ個の基準の各々に関する限り、認識されるべき標
的（Ｔ）が前記ｎ個の既知標的（Ｔｉ）の各々である確
率を表わす第３の値ｐＣｋ（Ｔｉ）が確立され、 前記ｎ×ｐ個の第２の値を考慮することにより、同一の
標的（Ｔｉ）と関連したｎ×ｐ個の第３の値が一緒に併
合される。

前記第１の予備ステップにおいて、前記第１の値は、基
準に対応した全ての前記標的の全ての前記第１の値が一
緒に群をなすようにした、全ての前記既知標的（Ｔｉ）
対して基準毎に記録されるのが有益である。

前記第１の値は、前記既知標的（Ｔｉ）の直接試験によ
り、又は、前記既知標的のモデルや計画から決定されて
もよい。

好ましくは、前記第２の予備ステップにおいて、前記第
２の値は、前記各基準に従って前記第１の値と前記各標
的の測定値とを比較することにより得られ、前記測定は
多数回繰り返される。

前記第２の値はマトリクスメモリ内に都合良く記録され
、各マトリクスメモリは基準と関連し、そのようなマト
リクスメモリの各記録位置に、前記基準について、他の
既知標的が直接試験を受けるのに対して標的が認識され
ることを表わす確率が記録される。

又、この発明は、ｎ個の既知標的Ｔｉ（但し、ｉ＝　ｔ
。

２．３．・・・、ｎ）の中から或る標的（Ｔ）を認識す
る装置に関する。この発明によれば、この標的認識装置
は以下の構成を備えたことを特徴とする。即ち、前記標
的（Ｔ）を試験し、ｐ個の認識基準Ｃｋ（但し、ｋ＝　
１．２，３．・・・、ｐ）の各々に対して少なくとも１
つの値を導出することのできる検出手段と、前記各既知
標的（Ｔｉ）について、前記複数の認識基準Ｃｋを表わ
す第１の値（Ｃｋｉ）が記録される第１の格納手段と、 前記検出手段により導出された前記値と記録された前記
第１の値とを比較する比較手段と、各基準Ｃｋについて
、既知標的（Ｔｉ）が認識される確率を表わす第２の値
ＰＣｋ（Ｔｉ）が記録される第２の格納手段と、 既知標的（Ｔｉ）にそれぞれ関連され、前記比較手段及
び前記第２の格納手段の出力端子に接続され、且つ、前
記第２の値を考慮しながら前記比較手段による比較結果
の併合を既知標的毎に提供することのできる複数の演算
手段と、前記演算手段の出力信号を受信して、認識され
るべき標的（Ｔ）の同一性を出力端子に導出する最大値
装置と、 である。

有益的には、前記第１の格納手段は、特定の基準Ｃｋに
対して、全ての前記既知標的（Ｔｉ）についての前記特
定の基準Ｃｋの値をそれぞれが含むｐ個のメモリである
。

更に、好ましくは、前記第２の格納手段は、特定の基準
Ｃｋに対して、全ての前記既知標的（Ｔｉ）についての
前記第２の値ＰＣ，ｋ（Ｔｉ）をそれぞれが含むｐ個の
マトリクスメモリである。

前記比較手段は、前記検出手段から到来する値と前記第
１の値の１つとをそれぞれが比較する複数の個別の比較
器により構成されてもよい。

添付された図面は、この発明がいかに実施され得るかを
更に良く示している。これらの図面において、同一符号
は同様の要素を示す。

［実施例］ 第１図に概略図で示す装置は、この発明による標的認識
方法の第１の予備ステップを実施するためのものである
。この装置は、例えばレーダ（２）及びそのアンテナ（
３）からなるセンサ（１）と、センサ（１）から発生す
る信号から所望の特性（即ち、基準）を抽出する装置（
４）と共に、ｐ個のメモリＭ１〜Ｍｐとを備えている。

ｎ個の潜在標的Ｔ１〜Ｔｎは、センサ（１）の前に提示
される。センサ（１）は前記標的を１つずつ次々に観察
し、抽出装置（４）は、観察された各標的に対し、ｐ個
の基準０１〜Ｃρを提供する。前記基準のそれぞれはｑ
個の値を有する。

利用される基準の中には、以下に述べるものが含まれて
もよい、即ち、 観察される標的のコヒーレントでないパルスのレーダ応
答の形態（長さ、慣性、平均自己相関関数等）を定義す
る基準、 種々の周波数に対する標的のレーダ応答の形態を定義す
る基準、 標的のドプラ記号の形態を定義する基準、センサに対す
る標的の相対姿勢の関数としての標的のレーダ応答の形
態を定義する基準、レーダにより放射された偏光に関す
る観察標的のレーダ応答の前記偏光、 高解像度形のイメージＳ　Ａ　Ｒ（Ｓ　ｙｎｔｈｅｔｉ
ｃＡｐｅｒｔｕｒｅ　Ｒａｄａｒ：総合視野絞りレーダ
）、又は、Ｉ　Ｓ　Ａ　Ｒ（Ｉｎｖｅｒｓｅ　５ｙｎｔ
ｈｅｔｉｃ　Ａｐｅｒｔｕｒｅ　Ｒａｄａｒ：反転総合
視野絞りレーダ）における標的の形態を定義する基準、
即ち、（モーメント、フーリエ係数等）又はその性質、 である。

従って、観察された各標的Ｔ１〜Ｔｎに対して、抽出装
置（４）は、ｐ個の基−準Ｃ１〜ＣＤを定義する。

これらの基準のそれぞれは、考慮されたパラメータ（姿
勢、距離、周波数、偏光、等）の関数としての１組のｑ
個の値の形態にある。

標的（Ｔ１）は、最初にセンサ（１）に提示され、基準
Ｃ１が依存するパラメータは変化させられる。

このパラメータのｑ個の特定の値に対し、抽出装置（４
）は、基準Ｃ１のｑ個の対応値をその出力端子（４，１
）に提供する。それらの対応値は、メモリＭ１の区域Ｃ
１ｌ内に記録される。同じやり方で、基準Ｃ２が依存す
るパラメータは変化されてもよく、前述のパラメータと
同一であっても良いこのパラメータのｑ個の特定値に対
して、抽出装置（４）は、基準Ｃ２のｑ個の対応値をそ
の出力端子（４，２）に提供する。それらの対応値は、
メモリＭ２の区域Ｃ２１内に記録される。同様の動作は
、基準Ｃｐまでの他の全ての基準に対して行われ、抽出
装置（４）の出力端子（４ｐ）に出現するＣｐのｑ個の
値は、メモリＭｐの区域Ｃｐｌ内に記録される。

その後、標的Ｔ１は、センサ（１）の前の標的Ｔ２に置
き換えられ、上述と同一の方法で、前記標的Ｔ２に対し
て各基準Ｃ１〜Ｃｐのｑｍの値が測定される。標的Ｔ２
の基準Ｃ１の複数の値は、メモリＭ１の区域Ｃ１２内に
記録され、標的Ｔ２に対する基準Ｃ２のｑ個の値は、メ
モリＭ２の区域Ｃ２２内に記録され、以下同様に、標的
Ｔ２に対する基準Ｃｐについてのｑ個の値は、メモリＭ
ｐの区域ＣｐＺ内に記録される。

上記処理手順は、以下の標的Ｔ３〜Ｔｎのそれぞれに対
して且つ各回数に対して繰り返される。即ち、 標的Ｔ３に対する基準ＣＩのｑ個の値は、メモリＭ１の
区域Ｃ１３内に記録され、 標的Ｔ３に対する基準Ｃ２のｑ個の値は、メモリＭ２の
区域Ｃ２３内に記録され、 以下同様に、 標的Ｔ３に対する基準ｃｐのｑ個の値は、メモリＭｐの
区域Ｃｐ３内に記録され、 以下同様に、 標的Ｔｎに対する基準Ｃ１のｑ個の値は、メモリＭ１の
区域Ｃ１ｎ内に記録され、 標的Ｔｏに対する基準Ｃ２の９個の値は、メモリＭ２の
区域Ｃ２ｎ内に記録され、 以下同様に、 標的Ｔ’ｎに対する基準Ｃｐのｑ個の値は、メモリＭｐ
の区域Ｃｐｎ内に記録される。

従って、メモリＭ１のｎ個の区域Ｃ１１〜Ｃ１ｎは、ｎ
個の標的Ｔ１〜Ｔｎに対して、基準Ｃ１のｑ個の値をそ
れぞれ含み、メモリＭ２のｎ個の区域Ｃ２１へＣ２ｎは
、ｎ個の標的Ｔ１〜Ｔｎに対して、基準Ｃ２のｑ個の値
をそれぞれ含み、以下同様に、メモリＭｐのｎ個の区域
Ｃｐｉ〜Ｃｐｎは、ｎ個の標的Ｔ１〜Ｔｎに対して、基
準ｃｐのｑ個の値をそれぞれ含む、従って、ｐ個のメモ
リＭ１〜Ｍｐは、基準０１〜Ｃｐとそれぞれ関連し、観
察された各標的Ｔ１〜Ｔｎについて対応する基準の値を
含む。

第１図のシステムで用いられた標的Ｔ１〜Ｔｎは、本当
の標的ではなく、前記標的を表わすモデルかもしれない
ということが分かるだろう、又、この発明による標的認
識方法の第１の予備ステップは、必ずしも第１図に関連
して説明したような見習いステップではないことが分か
るだろう、見習いステップは、単に、メモリＭ１〜Ｍｐ
を構成する可能性である。実際に、本当の標的の物理的
特性が知られている場合においては、メモリ旧〜Ｈｐの
異なる区域Ｃ１ｌ、Ｃ１２−・Ｃｉｎ、　Ｃ２１、Ｃ２
２−Ｃ２ｎ、　Ｃ３１・・・Ｃｐｎに対して、理論的演
算により得られた情報を格納することができる。

更に、第１図に示されているように単一のセンサ（１）
から提供される代わりに、ｐ個の基準０１〜Ｃｐは、２
つ以上のセンサによって得られることができる。

第２図は・、この発明による標的認識方法の第２の予備
ステップの第１段階を示す、この図において、装置は、
第１図の装置と同様に、センサ（１）（即ち、同一のセ
ンサ）と、抽出装置（４）とを備えている。更に、第２
図の装置は、ｎ個の比較器（６，１）、（６，２）、・
・・、（６，ｎ）からなる比較装置（５）と共に、最適
化手段（７）、ｎ行及びｎ列のマトリクスメモリＭＣ１
、及び、上記メモリＭ１を備えている。抽出装置（４）
の出力端子（４、１’）は各比較器（６，１）〜（６，
ｎ）の入力端子に接続され、これに対し、比較器の他の
入力端子は、メモリＭ１の区域Ｃ１ｌ〜Ｃ１ｎにそれぞ
れ接続されている。比較器（６，１）〜（６，ｎ）の出
力端子は、最適化装置（７）に接続されている。この最
適化装置（７）の出力端子（８）は、情報がマトリクス
メモリＭＣＩの列内に書込まれるのを可能にする。更に
、制御端子（９）は前記マトリクスメモリの書込行を選
択可能にする。

第２図に示した装置は、以下の方法で動作する。

即ち、 ＾−ａ）第１回目に、センサ（１）に対して標的Ｔ１が
提示され、観察されている標的Ｔ１に対する基準ＣＩの
現在値が抽出装置（４）の出力端子（４，１）に出現す
る。比較器（６，１）において、この現在値は、メモリ
Ｍ１の区域Ｃ１ｌ内に予め記録された対応値と比較され
、基準Ｃ１に関する限り、センサ（１）及び抽出装置（
４）によって現在認識中の標的が実際に標的ＴＩである
確率を表わす値が前記比較器（６，１）の出力端子に出
現する。続いて、この確率はＰｃｔ（Ｔｌ）で表わされ
る。もちろん、もし、センサ（１）及び認識状態が完全
であれば、この確率Ｐ　ＣＩ（Ｔｌ）は１に等しくなる
だろう。

同様に、比較器（８，２）において、試験中の標的Ｔ１
に対する基準Ｃ１の現在値は、メモリＭ１の区域Ｃ１２
に予め記録された値と比較される。この最後の予め記録
された値は、標的Ｔ２に対する基準Ｃ１の値に関係する
。従って、比較器（６，２）の出力端子には、基準Ｃ１
に関する限り、センサ（１）及び抽出装置（４）によっ
て現在認識中の標的が標的Ｔ２である確率を表わす値が
出現する。

この確率はＰｃｔ（Ｔ２）で表わされる。もちろん、も
し、センサ（１）及び認識状態が完全であれば、この確
率Ｐ　ＣＩ（Ｔ２）はＯに等しくなるだろう。

同様に、比較器（６゜３）の出力端子には、基準Ｃ１に
間する限り、センサ（１）及び抽出装置（４）によって
現在認識中の標的が標的Ｔ３である確率Ｐｃｔ（Ｔ３）
を表わす値が出現することが理解できる。

同様のことが異なる比較器（６，ｉ）（但し、ｉ＝１．
２．３．・・・、ｎ）に対して成り立ち、センサ（１）
に対する標的ＴＩの最初の提示により、確率Ｐｃｔ（Ｔ
Ｉ）、Ｐｃｔ（Ｔ２）、ＰＣＩ（Ｔ３）、・・・、Ｐｃ
ｔ（Ｔｏ）の値の第１の組は、前記第１の組の値を格納
する最適化装置（７）に対してアドレスされる。

＾−ｂ）確率ＰＣＩ（Ｔｉ）の前記第１の組の値の格納
後、センサ（１）に対する第２回目について標的Ｔ１が
提示され、上記と同様の方法で最適化装置（７）に格納
される確率ＰＣＩ（Ｔｉ）に対して第２の組の値が得ら
れる。

Ａ−ｃ）センサ（１）に対する標的Ｔ１の提示は（Ｎｌ
−２）回だけ繰り返され、確率ＰＣＩ（Ｔｉ）に対して
全てのＮ１組の値が得られる。これらのＮ１組の値は、
最適化装置（７）に格納される。

＾−ｄ）これらのＮ１組の値から、（例えば、最大値決
定形であって、種々の決定の計数及びＮ１による標準化
が行なわれる）最適化装置（７）は、確率ＰＣＩ（Ｔｊ
）に対して第１の単一最適化されたｎ個の値の組を決定
して、その出力端子（８）に供給する。

八−ｅ）この第１の単一最適化された組の値は、その後
、この目的のために制御端子（９）により感光されるマ
トリクスメモリＭＣＩの第１行に書込まれ、以下のこと
が行なわれる。即ち、 マトリクスメモリＭＣＩの第１行及び第５１列の位置（
１０，１１）には、前記第１の単一最適化された組の値
の値Ｐｃｔ（Ｔｌ）が記録され、マトリクスメモリＭＣ
Ｉの第１行及び第２列の位置（１０，１２）には、前記
第１の単一最適化された組の値の値Ｐｃｔ（Ｔ２）が記
録され、マトリクスメモリＭＣＩの第１行及び第３列の
位置（１０，１３）には、前記第１の単一最適化された
組の値の値Ｐｃｔ（Ｔ３）が記録され、以下同様に、 マトリクスメモリＭＣＩの第１行及び第ｎ列の位置（ｉ
ｏ、ｉｎ）には、前記第１の単一最適化された組の値の
値Ｐｃｔ　（Ｔｎ）が記録される。

マトリクスメモリＭＣＩの第１行のどの位置（１０，１
ｉ）にも、基＊Ｃ１に関する限り、提示される標的が標
的Ｔ１であるのに対して、認識中の標的が標的Ｔｉであ
る確率に対応した値Ｐｅｔ（Ｔｉ）が記録されることが
理解できる。

Ｂ−ａ）上記項目Ａのａ〜ｅの異なる動作は、繰り返さ
れるが、この回は、センサ（１）に対して多数回数Ｎ２
だけ標的Ｔ２を提示する。もちろん、Ｎ２はＮ１と等し
くてもよい。

Ｂ−ｂ）従って、第２図の最適化装置（７）の出力端子
には、第２の単一最適化された組の値Ｐｃｔ（Ｔｉ）−
が、標的Ｔ２の提示に対して得られる。

Ｂ−ｃ）制御端子（９）の接続により、マトリクスメモ
リＭＣＩの第２行は、いま感光され、この第２の組の値
は第２行に書込まれて、以下のことが行なわれる。即ち
、 マトリクスメモリＭＣＩの第２行及び第１列の位置（１
０，２１）には、前記第２の単一最適化された組の値の
値Ｐｅｔ（ＴＩ）が記録され、マトリクスメモリＭｅｔ
の第２行及び第２列の位置（１０，２２）には、前記第
２の単一最適化された組の値の値ＰＣＩ　（Ｔ２）が記
録され、以下同様に、 マトリクスメモリＭＣＩの第２行及び第ｎ列の位置（１
０，２ｎ）には、前記第２の単一最適化された組の値の
値ＰＣＩ（Ｔｎ）が記録される。

従って、マトリクスメモリＭＣＩの第２行のどの位置（
１Ｇ、２．ｉ）にも、基準Ｃ１に関する限り、認識中の
標的が標的Ｔｉであるのに対し、提示される標的が標的
Ｔ２である確率を表わす値Ｐｃｔ（Ｔｉ）が記録される
。

Ｃ−ａ）センサ（１）の前の各標的Ｔ３〜Ｔｎを多数目
次々に提示し、且つ各回毎に得られた単一最適化された
組の値ＰＣＩ（Ｔｉ）がマトリクスメモリＭＣＩの対応
する行に書込むことにより、上記項目Ｂの異なる動作ａ
〜Ｃは繰り返される。

Ｃ−ｂ）従って、マトリクスメモリＭＣＩのどの位置（
１０，ｊｉ）　（但し、マトリクスメモリＭＣＩの列が
接続されている限りは、１−＝１．２．３、・・・、ｎ
であり、前記マトリクスメモリの行に間する限りは、ｊ
　＝　１．２，３、・・・、ｎである。）にも、基準Ｃ
１に関する限り、提示される標的が標的Ｔｊであるのに
対し、認識中の標的が標的Ｔｉである確率を表わすＰＣ
Ｉ（Ｔｉ）の値が書込まれる。

第３図は、この発明による標的認識方法の第２の予備ス
テップの第２段階を示す、この図においても、第２図の
ように、センサ（１）、抽出装置（４）、比較装置（５
）、最適化装置（７）及び制御端子（９）がある、しか
し、メモリＭ１はメモリＭ２により置き換えられ、又、
マトリクスメモリＭＣＩはｎ行及びｎ列を有するマトリ
クスメモリＭＣ２により置き換えられている。この段階
において、抽出装置（４）の出力端子（４，２）は、比
較装置（５）の各比較器（６，１）〜（８，ｎ）の入力
端子に接続され、これに対して、前記比較器の他の入力
端子はメモリＭ２の区域Ｃ２１〜Ｃ２ｎにそれぞれ接続
される。最適化装置（７）の出力端子（８）は、マトリ
クスメモリＭＣ２の行への書込みを制御し、これに対し
て、行への書込みは、マトリクスメモリＭＣＬについて
説明したように、制御端子（９）により制御される。

第３図の装置により、第２図について説明したのと同様
に動作は行われ、マトリクスメモリＭＣ２のどの位置（
１０，３ｉ）にも、基準Ｃ２に関する限り、提示される
標的が実際に本当の標的Ｔｊであるのに対し、認識中の
標的が標的Ｔｉである確率を表わす値ＰＣ２（Ｔｉ）が
書込まれる。

゛同様の動作は、各メモリＭ３、Ｍ４、・・・、Ｍｐに
対して続行され、各回毎に、上記と同様にマトリクスメ
モリＭＣ３、ＭＣ４、・・・、ＭＣｐが形成される。

第４図において、この発明による標的認識方法の第２の
予備ステップの第ｐ段階即ち最終段階が示されている。

抽出装置（４）の出力端子（４，ｐ）は、比較装置（５
）の各比較器（６ｔ’ｌ）〜（６，ｎ）の入力端子に接
続され、これに対して、前記比較器の他の入力端子は、
メモリＭｐの区域Ｃｐｌ〜Ｃｐｎにそれぞれ接続される
。最適化装置（７）の出力端子（８）は、マトリクスメ
モリＭＣｐの列への書込みを制御し、これに対して、前
述と同様に、行への書込みは制御端子（９）により制御
される。

上記されたことについて説明すると、マトリクスメモリ
ＭＣｐのどの位置（１０，３ｉ）にも、基準Ｃｐに関す
る限り、提示される標的が標的Ｔｊであるのに対し、認
識中の標的が標的Ｔｉである確率を表わす値ＰＣｐ（Ｔ
ｉ）が書込まれることは、容易に理解できるだろう。

従って、ｐ個のマトリクスメモリＭＣＩ〜ＭＣｐの組は
、マトリクスメモリＭＣｋ（但し、ｋ＝１．２、・・・
、ｐ）のどの位置（１Ｇ、ｊｉ）も、基準Ｃ１ｋに関す
る限り、提示される標的が標的ｔｊであるのに対し、認
識中の標的が標的ｔｉである確率を表わす値ＰＣｋ（Ｔ
ｉ）を含むような一群の確率を形成する。

又、マトリクスメモリＭＣＩ〜ＭＣｐは、以下、混乱マ
トリクスという。

第５図は、メモリＭ１〜Ｍｐ及び混乱マトリクスＭＣＩ
〜ＭＣｐに格納された情報から、前述の標的Ｔ１〜Ｔｎ
の１つであるどの標的Ｔをも認識するためのこの発明に
よる標的認識装置の一般的なブロック図を示す。

第５図に示す標的認識装置は、センナ（１）（即ち、同
一のセンサ）及び抽出装！（４）（即ち、同一の抽出装
置）と共に、メモリＭ１〜Ｍ９の組及び混乱マトリクス
ＭＣＩ〜ＭＣｐの組を備えている。更に、それぞれがｐ
個の個別の比較器（１２，１）〜（１２，ｐ）（第６図
〜第８図参照）を有するｎ個の組立体（Ｈ，１）〜（１
１，ｎ）を含む比較装置（１１）と共に、ｎ個の演算手
段即ち併合ユニットＵＰＩ〜ＵＦｎの組立体とを備えて
いる。併合ユニットの各出力端子（１３，１）〜（１３
，ｎ）は、最大値最適化装置（１４）に接続されており
、最大値最適化装置（１４）の出力端子（１５）には、
標的Ｔの認識結果、例えば標的Ｔｉの数１が出現し、こ
の数ｉにより、標的Ｔは同一であると認識される。

このため、比較装置（１１）は、抽出装置（４）により
発生される信号を受信すると共に、マトリクスＭ１〜Ｍ
ｐの内容を受信し、併合ユニットＵＦＩ〜ＵＦｎに対し
てアドレスされる微分信号を形成する。

更に、併合ユニットＵＦＩ〜ＵＦｎは、混乱マトリクス
ＭＣＩ〜ＭＣ，の内容を受信する。併合ユニットは、こ
れらの微分信号をそれぞれ併合し、センサ（１）に対し
て提示された標的Ｔが標的Ｔｉの１つである確率を表わ
す一信号を出力端子に導出する。

併合ユニットＵＰＩの出力端子（１３，１）には、標的
Ｔが標的Ｔ１である確率を表わす信号が出現し、併合ユ
ニットＵＦ２の出力端子（１３，２）には、標的Ｔが標
的Ｔ２である確率を表わす信号が出現し、以下同様に、
併合ユニットＵＦｎの出力端子（１’８．ｎ）には、標
的Ｔが標的Ｔｎである確率を表わす信号が出現する。

前記確率を表わすこれらの異なる信号は、標的Ｔにより
構成された標的Ｔｉである確率を出力端子に提供する最
適化装置（１４）により受信される。

第６図〜第８図は、混乱マトリクスＭＣＩ内に含まれる
情報の一部のみが用いられる特定の場合における第５図
の標的認識装置の動作を例示する。

第１のステップ（第６図参照）において、比較組立体（
１１，１）の比較器（１２，１）〜（１２，ｐ）の入力
端子は、対応する出力端子（４，１）〜（４，ｐ）にそ
れぞれ接続され、これに対して、比較器の他の入力端子
は、メモリＭ１〜Ｍｐの区域Ｃ１ｌ、Ｃ２１、・・・、
ｃｐｔにそれぞれ接続される。従って、比較組立体（１
１，１，）の比較器（１２，１）は、一方の入力端子に
、抽出装置（４）の出力端子（４，１）に放出される信
号、即ち認識中の標的Ｔに対する基準Ｃ１の現在値を受
信し、且つ、他方の入力端子に、メモリＭ１の区域Ｃ１
ｌからの出力信号、即ち標的Ｔ１に対する基準Ｃ１の予
め記録された値を受信する。比較組立体（１１，１）の
比較器（１２，１）の出力端子には、基準Ｃ１に対して
、認識中の標的Ｔが・標的Ｔ１である確率を表わす信号
が出現する。同様に、比較組立体（，１１、１）の比較
器（１２，２）は、一方の入力端子に、抽出装置（４）
の出力端子（４，２）に放出される信号、即ち認識中の
標的Ｔに対する基準Ｃ２の現在値を受信し、且つ、他方
の入力端子に、メモリＭ２の区域Ｃ２１からの出力信号
、即ち標的Ｔ１に対する基準Ｃ２の予め記録された値を
受信する。比較組立体（１１，１）の比較器（１２，２
）の出力端子には、基準Ｃ２に対して、認識中の標的Ｔ
が標的Ｔ１である確率を表わす信号が出現する。

以下同様に、最後に、比較組立体（１１，１）の比較器
（１２，ｐ）は、一方の入力端子に、抽出装置（４）の
出力端子（４，ｐ）に放出される信号、即ち認識中の標
的Ｔに対する基準Ｃｐの現在値を受信し、且つ、他方の
入力端子に、メモリＭｐの区域ｃｐｔからの出力信号、
即ち、標的Ｔ１に対する基準Ｃｐの予め記録された値を
受信する。比較組立体（１１，１）め比較器（１２，ｐ
）の出力端子には、基準ｃｐに対して、認識中の標的Ｔ
が標的Ｔ１である確率を表わす信号が出現する。

続いて、比較゛組立体（１１’、１）は、併合ユニット
ＵＰＩに対して、認識処理手順から得られ、且つ、基準
Ｃｋ（但し、ｋ＝１．２．３、・・・、ｐ）に対して標
的Ｔが標的Ｔ、１であることを示す異なる確率をアドレ
スしてもよい、これらの確率はｐ　Ｃｋ（ＴＩ）で表わ
される。

更に、併合ユニットＵＰＩは、混乱マトリクスＭＣＩ〜
ＭＣｐから、位置（１０，１１）に記録された値、即ち
予め記録された種々の確率ＰＣＩ（ＴＩ）、ＰＣ２（Ｔ
ｌ）、・・・、ＰＣｐ（ＴＩ）（以下、ＰＣｋ（ＴＩ）
と記す）を受信する。

併合ユニットＵＰＩは、種々の確率ｐＣｋ（Ｔｌ）を数
学的に併合し、併合された全ての基準Ｃｋにより、標的
Ｔが標的ＴＩである確率ｐ（ＴＩ）を表わす単一の値を
出力端子（，１３，１）に導出する。

第２のステップ（第７図参照）において、比較組立体（
１１，２）の比較器（１２，１）〜（１２，ｐ）の入力
端子は、対応する出力端子（４，１）〜（４，ｐ）にそ
れぞれ接続されており、それに対して、比較器の他の入
力端子は、メモリＭ１〜Ｍｐの区域Ｃ１２、Ｃ２２、・
・・、Ｃｐ２にそれぞれ接続されている。従って、比較
組立体（１１，，２）の比較器（１２，１）は、一方の
入力端子に、抽出装置Ｆ（４）の出力端子（４，１）に
放出される信号、即ち認識中の標的Ｔに対する基準Ｃ１
の現在値を受信し、他方の入力端子に、メモリＭｌの区
域ＣＬ２からの出力信号、即ち標的Ｔ２に対する基準Ｃ
１の予め記録された値を受信する。比較組立体（１１，
２）の比較器（１２，１）の出力端子には、基準ＣＩに
対して、認識中の標的Ｔが標的Ｔ２である確率を表わす
信号が出現する。同様に、比較組立体（１１，２）の比
較器（１２，２）は、一方の入力端子に、抽出装置（４
）の出力端子（４，２）に放出される信号、即ち認識中
の標的Ｔに対する基準Ｃ２の現在値を受信し、他方の入
力端子に、メモリＭ２の区域Ｃ２２からの出力信号、即
ち標的Ｔ２に対する基準Ｃ２の予め記録された値を受信
する。比較組立体（１１，２）の比較器（１２，２）の
出力端子には、基準Ｃ２に対して、認識中の標的Ｔが標
的Ｔ２である確率を表わす信号が出現する。以下同様に
、最後に、比較組立体（１１，２）の比較器（１２，ｐ
）は、一方の入力端子に、抽出装置（４）の出力端子（
４，ｐ）に放出される信号、即ち認識中の標的Ｔに対す
る基準Ｃｐの現在値を受信し、他方の入力端子に、メモ
リＭ、の区域Ｃｐ２からの出力信号、即ち標的Ｔ２に対
する基準ｃｐの予め記録された値を受信する。

比較組立体（、，１１，２）の比較器（１２，ｐ）の出
力端子には、基準Ｃｐに対して、認識中の標的Ｔが標的
Ｔ２である確率を表わす信号が出現する。

続いて、比較組立体（１１，２）は、併合ユニットＵＦ
２に対して、認識処理手順から得られ、且つ、基準Ｃｋ
（但し、ｋ＝’ｌ、２．３、・・・、ｐ）に対して、標
的Ｔが標的Ｔ２であることを示す異なる確率をアドレス
してもよい、これらの確率はｐ　Ｃｋ（Ｔ２）で表わさ
れる。

更に、併合ユニットＵＰ２は、混乱マトリクスＭＣＩ〜
ＭＣｐから、位置（１０，２２）に記録された値、即ち
予め記録された種々の確率ＰＣＩ（Ｔ２）、ＰＣ２（Ｔ
２）、・・・、ＰＣｐ（Ｔ２）　（以下、ＰＣｋ（Ｔ２
）と記す）を受信する。

併合ユニットＵＦ２は、種々の確率ｐ　Ｃｋ（Ｔ２）を
数学的に併合し、併合された全ての基準Ｃｋにより、標
的Ｔが標的Ｔ２、以下同様、である確率ｐ（Ｔ２）を表
わす単一の値を出力端子（１３，２）に導出する。

第ｎ［ｉ３目のステップ（第８図参照）において、比較
組立体（１１，ｎ）の比較器（１２，１）　〜（１２，
ｐ）の入力端子は、対応する出力端子（４，１）〜（４
，ｐ）にそれぞれ接続されており、それに対して、比較
器の他の入力端子は、メモリＭ１〜Ｍｐの区域Ｃ１ｎ、
Ｃ２ｎ、・・・Ｃｐｎにそれぞれ接続されている。従っ
て、比較組立体（１１，、ｎ）の比較器（１２，１）は
イ一方の入力端子に、抽出装置（４）の出力端子（４，
１）に放出される信号、即ち認識中の標的Ｔに対する基
準Ｃ１の現在値を受信し、他方の入力端子に、メモリＭ
１の区域Ｃ１ｎからの出力信号、即ち標的Ｔｎに対する
基準Ｃ１の予め記録された値を受信する。比較組立体（
１１，ｎ）の比較器（１２，１）の出力端子には、基準
Ｃ１に対して、認識中の標的Ｔが標的Ｔｎ、である確率
を表わす信号が出現する。同様に、比較組立体（１１，
ｎ）の比較器（１２，２）は、一方の入力端子に、抽出
装置（４）の出力端子（４，２）に放出される信号、即
ち認識中の標的Ｔに対する基準Ｃ２の現在値を受信し、
他方の入力端子に、メモリＭ２の区域Ｃ２ｎからの出力
信号、即ち標的Ｔｎに対する基準Ｃ２の予め記録された
値を受信する。比較組立体（１１，ｎ、）の比較器（１
２，２）の出力端子には、基準Ｃ２に対して、、認識中
の標的Ｔが標的Ｔｎである確率を表わす信号が出現する
。

以下同様に、最後に、比較組立体（ｔｉ、、ｎ）の比較
器（１２，ｐ）は、一方の入力端子に、抽出装置（４）
の出力端子（４，ｐ）に放出される信号、即ち認識中の
標的Ｔに対する基準Ｃｐの現在値を受信し１．他方の入
力端子に、メモリＭ、の区域Ｃｐｎからの出力信号、即
ち標的Ｔｎに対する基準ＣＤの予め記録された値を受信
する。比較組立体（１１，、ｎ）の比較器（１２，ｐ）
の出力端子には、基準Ｃｐに対して、認識中の標的Ｔが
標的Ｔｎである確率を表わす信号が出現する。

続いて、比較組立体（１１，ｎ）は、併合ユニットＵＦ
ｎに対して、認識処理手順から得られ、且つ４、基準Ｃ
ｋ（但し、ｋ　＝　１．２，３％、、、　、ｐ）に対し
て、標的Ｔが標的Ｔｎであることを示す異なる確率をア
ドレスしてもよい、これらの確率はｐＣｋ（Ｔｏ）で表
わされる。

更に、併合ユニットυＦｎは、混乱マトリクスＭＣＩ　
〜ＭＣ，から、位置（１０，ｉｎ）に記録された値、即
ち予め記録された種々の確率ＰＣＩ（Ｔｎ）、ＰＣ２（
Ｔｎ）、・・・、ＰＣｐ（Ｔｎ）（以下、ＰＣｋ（Ｔｎ
）と記す）を受信する。

併合ユニットＵＦｎは、種々の確率ｐＣｋ（Ｔｎ）を数
学的に併合し、併合された全ての基準Ｃｋにより、標的
Ｔが標的Ｔｎ、以下同様、である確率ｐ（Ｔｎ）を表わ
す値を出力端子（１３，ｎ）に導出する。

従って、最適化装置（１０は、併合ユニットＵＦｉの異
なる出力端子（１３，ｉ）から異なる確率Ｐ　（Ｔｉ）
を受信し、その出力端子（１５）に、確率ｐ（Ｔ　ｉ）
が最大、即ち認識中の標的Ｔが、特有の特徴が記録され
ている標的Ｔｉであることを示す数ｉを提供することが
できる。

第６図〜第８図について説明した装置において、以下の
ことが注目され得る。即ち、 Ａ、特定の各併合ユニットＵＦｉは、対応する比較組立
体（１１，ｉ）から、認識中に測定されるｐ個の確率ｐ
Ｃｋ（Ｔｉ）を受信すると共に、ｐ個の予め記録された
確率ＰＣｋ（Ｔｉ）を受信する。これらの確率ＰＣｋ（
Ｔｉ）のそれぞれは、各推量Ｔｉに関する各基準Ｃｋの
質インデクスである。従って、併合ユニットＵＦｉの出
力端子に対応する確率ｐ（Ｔｉ）を導出することを目的
とした確率ＰＣｋ（Ｔｉ）の併合は、前記基準に加えら
れ得る確実性を考慮してもよい。

Ｂ、比較組立体（１１）に比較器（１２）を付加し且つ
メモリＭ１〜Ｍｐと前記比較器との間に適切な接続を提
供することにより、実際に本当のｎ×ｐ個の測定された
確率ｐＣｋ（Ｔｉ）を特定の併合ユニットＵＦｉに導入
することができる。即ち、ｐ個の測定された確率ｐＣｋ
（Ｔｉ）ではなく、併合ユニットＵＦｉのインデクスｉ
が対応する値より後のこれらの確率の発生数ｉに対して
ｎ−１個の他の値（１〜ｎのうちのｉを除く値）を与え
ることにより、実際に本当のｎ×ｐ個の測定された確率
ｐＣｋ（Ｔｉ）を特定の併合ユニットＵＦｉに導入する
ことができる。

又、この場合、必要な接続は、併合ユニットＵＦｉに対
して、マトリクスメモリＩＶＩＣｋ内に存在するｎ×ｐ
個の対応する記録された確率ＰＣｋ（Ｔｉ）をアドレス
するために提供される。

図面を明確にするため、そのような実施例は示されてい
ない。

Ｃ１特に、ｎ×ｐ個の測定された確率ｐＣｋ（Ｔｉ）及
びｎ×１個の記録された確率ＰＣｋ（Ｔｉ）が各併合ユ
ニツ）ＵＦｉにおいて併合するために用いられる場合は
、各測定された確率ｐＣｋ（Ｔｉ）及び対応する記録７
された確率ＰＣｋ（Ｔｉ）を−緒に持ってきて、単一の
値（一定の値）を導出するのではなく、或る範囲の値（
不定の値）を導出し、その後、各併合ユニットＵＦｉに
おいてｎ×ｐ個の値に範囲にわたって併合し、対応する
確率ｐ（Ｔｉ）を導出することが有益である。

【図面の簡単な説明】

第１図はこの発明による標的゛認識方法の予備ステップ
を図式的に示す説明図、第２図〜第４図はこの発明によ
る標的認識方法の第２の予備ステップのそれぞれ異なる
段階を示す説明図、第５図はこの発明による標的認識装
置を示すブロック図、第６図〜第８図はこの発明による
方法の認識ステップのそれぞれ異なる段階を簡略化した
実施例で示す説明図である。 （１）・・・センサ　　　　　（４）・・・抽出装置（
５）、（１１）、（１１，１）〜（１１，ｎ）・・・比
較手段（８，１）〜（６，ｎ）、（１２，１）〜（１２
，ｎ）・・・比較器（１０，１１）〜（１Ｇ、ｎｎ）・
・・記録位置Ｔ　、　Ｔ　１＝　Ｔ　ｎ・・・標的　　
Ｍ１〜Ｍｐ・・・メモリＭＣＩ〜ＭＣｐ・・・マトリク
スメモリＵＦＩ〜ＵＦｎ・・・併合ユニット（演算手段
）尚、図中、同一符号は同−又は相当部分を示す。 １、：Σ

Claims (14)

【特許請求の範囲】
1. （１）ｎ個の既知標的Ｔｉ（但し、ｉ＝１、２、３、・
   ・・、ｎ）の中から或る標的（Ｔ）を認識する方法であ
   って、第１の予備ステップにおいて、前記既知標的（Ｔ
   ｉ）の各々に対して、ｐ個の認識基準Ｃｋ（但し、ｋ＝
   １、２、３、・・・、ｐ）を表わす第１の値（Ｃｋｉ）
   が決定され、 第２の予備ステップにおいて、前記第１の値（Ｃｋｉ）
   を用いた且つ各認識基準（Ｃｋ）に対する前記ｎ個の既
   知標的（Ｔｉ）の直接試験から、試験中に認識されるべ
   き標的（Ｔｉ）に対する確率を表わす少なくともｎ個の
   第２の値（ＰＣｋ（Ｔｉ））が確立され、 前記標的を認識するステップにおいて、 認識されるべき前記標的（Ｔ）の直接試験により、並び
   に、前記第１の予備ステップにより決定された前記第１
   の値（Ｃｋｉ）から、各認識基準（Ｃｋ）に対して、認
   識されるべき標的（Ｔ）が前記既知標的（Ｔｉ）の各々
   である確率を表わす少なくともｐ個の第３の値（ｐＣｋ
   （Ｔｉ））が確立され、 認識されるべき標的が既知標的（Ｔｉ）の１つである確
   率をそれぞれが表わすｎ個の第４の値（ｐ（Ｔｉ））を
   得るために、同一の既知標的（Ｔｉ）と関連する前記第
   ３の値が、前記第２の値を考慮しながら一緒に併合され
   、 最大の前記第４の値から認識されるべき標 的の同一性が決定される、 標的認識方法。
2. （２）前記第３の値の併合は、ベイズ推論、エントロピ
   ー最大値、確証理論又はファジィ組の理論のいずれかに
   より与えられる数学的法則を用いることによって得られ
   る特許請求の範囲第１項記載の標的認識方法。
3. （３）前記第３の値は一定の値である特許請求の範囲第
   １項記載の標的認識方法。
4. （４）前記第３の値は不定の値である特許請求の範囲第
   １項記載の標的認識方法。
5. （５）前記第２の予備ステップにおいて、各基準Ｃｋに
   ついて、標的が試験される標的（Ｔｊ）（ｊ＝１、２、
   ３、・・・、ｎ）であるのに対し、標的（Ｔｉ）が認識
   される確率を表わすｎ×ｐ個の第２の値ＰＣｋ（Ｔｉ）
   が確立され、 認識ステップにおいて、 前記ｐ個の基準の各々に関する限り、認識されるべき標
   的（Ｔ）が前記ｎ個の既知標的（Ｔｉ）の各々である確
   率を表わす第３の値ｐＣｋ（Ｔｉ）が確立され、 前記ｎ×ｐ個の第２の値を考慮することにより、同一の
   標的（Ｔｉ）と関連したｎ×ｐ個の第３の値が一緒に併
   合される、 特許請求の範囲第１項記載の標的認識方法。
6. （６）前記第１の予備ステップにおいて、前記第１の値
   は、基準に対応した全ての前記標的の全ての前記第１の
   値が一緒に群をなすようにした、全ての前記既知標的（
   Ｔｉ）に対して基準毎に記録される特許請求の範囲第１
   項記載の標的認識方法。
7. （７）前記第１の値の決定は、前記既知標的（Ｔｉ）の
   直接試験により達成され得る特許請求の範囲第１項記載
   の標的認識方法。
8. （８）前記第１の値の決定は、前記既知標的のモデル又
   は計画から達成される特許請求の範囲第１項記載の標的
   認識方法。
9. （９）前記第２の予備ステップにおいて、前記第２の値
   は、前記第１の値と前記各基準に従って前記各標的の測
   定値との比較により得られ、前記測定は多数回繰り返さ
   れる特許請求の範囲第１項記載の標的認識方法。
10. （１０）前記第２の値は、マトリクスメモリ（ＭＣ１〜
    ＭＣｐ）内に都合良く記録され、各マトリクスメモリは
    基準と関連し、そのようなマトリクスメモリの各記録位
    置（１０．ｊｉ）に、前記基準について、標的（Ｔｊ）
    が直接試験を受けるのに対して、標的（Ｔｉ）が認識さ
    れる確率が記録される特許請求の範囲第１項記載の標的
    認識方法。
11. （１１）ｎ個の既知標的Ｔｉ（但し、ｉ＝１、２、３、
    ・・・、ｎ）の中から或る標的（Ｙ）を認識する装置で
    あって、前記標的（Ｔ）を試験し、ｐ個の認識基準Ｃｋ
    （但し、ｋ＝１、２、３、・・・、ｐ）の各々に対して
    少なくとも１つの値を導出することができる検出手段と
    、 前記各既知標的（Ｔｉ）について、前記複数の認識基準
    Ｃｋを表わす第１の値（Ｃｋｉ）が記録される第１の格
    納手段と、 前記検出手段により導出された前記値と記録された前記
    第１の値とを比較する比較手段と、各基準Ｃｋについて
    、既知標的（Ｔｉ）が認識される確率を表わす第２の値
    ＰＣｋ（Ｔｉ）が記録される第２の格納手段と、 既知標的（Ｔｉ）にそれぞれ関連され、前記比較手段及
    び前記第２の格納手段の出力端子に接続され、且つ、前
    記第２の値を考慮しながら前記比較手段による比較結果
    の併合を既知標的毎に提供することのできる複数の演算
    手段と、 前記演算手段の出力信号を受信して、認識されるべき標
    的（Ｔ）の同一性を出力端子に導出する最大値装置と、 を備えた標的認識装置。
12. （１２）前記第１の格納手段は、特定の基準Ｃｋに対し
    、全ての前記既知標的（Ｔｉ）についての前記特定の基
    準Ｃｋの値をそれぞれが含む、ｐ個のメモリである特許
    請求の範囲第１１項記載の標的認識装置。
13. （１３）前記第２の格納手段は、特定の基準Ｃｋに対し
    、全ての前記既知標的（Ｔｉ）についての前記第２の値
    ＰＣｋ（Ｔｉ）をそれぞれが含む、ｐ個のマトリクスメ
    モリからなる特許請求の範囲第１１項記載の標的認識装
    置。
14. （１４）前記比較手段は、前記検出手段から到来する値
    と前記第１の値の１つとをそれぞれが比較する、複数の
    個別の比較器により構成される特許請求の範囲第１１項
    記載の標的認識装置。