JPH03293575A - Apparatus for estimating azimuth - Google Patents
Apparatus for estimating azimuthInfo
- Publication number
- JPH03293575A JPH03293575A JP9696390A JP9696390A JPH03293575A JP H03293575 A JPH03293575 A JP H03293575A JP 9696390 A JP9696390 A JP 9696390A JP 9696390 A JP9696390 A JP 9696390A JP H03293575 A JPH03293575 A JP H03293575A
- Authority
- JP
- Japan
- Prior art keywords
- frequency
- spatial
- sensors
- spectrum
- sensor
- 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.)
- Granted
Links
- 238000001228 spectrum Methods 0.000 claims abstract description 50
- 238000004364 calculation method Methods 0.000 claims description 34
- 238000005070 sampling Methods 0.000 claims description 8
- 238000005314 correlation function Methods 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims 2
- 238000000034 method Methods 0.000 abstract description 4
- 239000006185 dispersion Substances 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 3
- 238000005311 autocorrelation function Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
Description
【発明の詳細な説明】
（産業上の利用分野）
本発明はソーナ（ｓｏｎａｒ）等に用いら九、複数のセ
ンサによって入力された信号からその信号の到来方向を
検出する方位推定装置に関するものである。DETAILED DESCRIPTION OF THE INVENTION (Industrial Application Field) The present invention relates to a direction estimation device used in sonar, etc., which detects the direction of arrival of a signal from signals input by a plurality of sensors. be.
（従来の技術）
従来、この種の分野の技術としては、谷萩著「ディジタ
ル信号処理の理論２」 （昭６Ｏ−１１−１５）コロナ
社、Ｐ２Ｏ１−２０５等に記載されるものがあった。以
下、その構成を図を用いて説明する。(Prior art) Conventionally, as a technology in this kind of field, there was one described in Tanihagi, "Theory of Digital Signal Processing 2" (1986-11-15), Corona Publishing, P2O1-205, etc. . The configuration will be explained below using figures.
第２図は、従来の方位推定装置の構成ブロック図である
。FIG. 2 is a block diagram of a conventional orientation estimation device.
この方位推定装置は、格子状に配列され音波等の入力信
号を電気信号に変換する複数のセンサで構成されるセン
サ部１ａと、各センサの出力を所定のサンプリング時間
間層で離散化する入力部１と、入力信号の空間共分散関
数から定まる正規方程式を解くことにより複数の子測係
数を演算する予測係数演算部２と、予測係数演算部２に
より演算された各予測係数により空間スペクトルを演算
する空間スペクトル算出部３と、空間スペクトル算出部
３によって求められた空間スペクトルから入力信号の到
来方位を検出して出力する方位決定部４とを、備えてい
る。This azimuth estimating device includes a sensor section 1a that is composed of a plurality of sensors that are arranged in a grid and converts input signals such as sound waves into electrical signals, and an input that discretizes the output of each sensor in a predetermined sampling time layer. a prediction coefficient calculation unit 2 that calculates a plurality of consonant coefficients by solving a normal equation determined from a spatial covariance function of an input signal; and a prediction coefficient calculation unit 2 that calculates a spatial spectrum using each prediction coefficient calculated by the prediction coefficient calculation unit 2. It includes a spatial spectrum calculating section 3 that performs calculations, and an azimuth determining section 4 that detects and outputs the direction of arrival of an input signal from the spatial spectrum obtained by the spatial spectrum calculating section 3.
入力信号である二次元空間信号Ｘが複数センサにより入
力されると、予測係数演算部２は、座標（ｋ、 １ ）
の信号Ｓ （ｋ、 ｆＪ＞を、Ｓ （ｋ−１゜Ｊ ＞、
Ｓ （ｋ、 ｊ−１＞、 Ｓ （ｋ−１，Ｊ −１＞
の線形結合で予測する。即ち、予測値Ｓ （ｋ、 Ｊ
）を、
Ｓ（ｋ、、１））＝
α１Ｓ （ｋ−１，１十α２ ｓ （ｋ、 Ｊ）−１＞
＋α３Ｓ （ｋ−１，，１） −１＞
で近似する。When the two-dimensional spatial signal
The signal S (k, fJ>, S (k-1゜J>,
S (k, j-1>, S (k-1, J -1>
Predict by linear combination of . That is, the predicted value S (k, J
), S(k,, 1)) = α1S (k-1,10 α2 s (k, J)-1>
+α3S (k-1,,1) -1> is approximated.
二こで、α１．α２ 次式で与えられる。In two cases, α1. α2 It is given by the following formula.
α３を予測係数と呼び、
Ｒｏ、＝Ｅ ［Ｓ （ｋ、 １ ） Ｓ （ｋ＋ｉ１
」
但し、Ｅ［・］；期待値
Ｊ＋ｊ＞］
この予測係数α１．α２
クトル算出部３において、
ルＳ（ｗｘ、ｗｙ）は、
Ｓ （ｗｘ、ｗｙ）＝
α３より、空間スペ
信号Ｓの空間スペクト
、３ｅ−ｊ （ｗｘ＋ｗｙ）） 、 ２で演算すること
ができる。α3 is called the prediction coefficient, Ro, = E [S (k, 1) S (k+i1
” However, E[・]; Expected value J+j>] This prediction coefficient α1. In the α2 vector calculation unit 3, S(wx, wy) can be calculated using the spatial spectrum of the spatial spectrum signal S, 3e−j (wx+wy)), 2 from S(wx, wy)=α3.
このようにして、求められた空間スペクトルＳ（ｗｘ、
ｗｙ）のピークの位置により、第３図に示すように、信
号の到来方向を角度θの方向として求めることができる
。In this way, the obtained spatial spectrum S(wx,
From the position of the peak of wy), the direction of arrival of the signal can be determined as the direction of angle θ, as shown in FIG.
（発明が解決しようとする課題）
しかしながら、上記構成の方位推定装置では、二次元の
空間信号を一定のサンプル間隔でサンプルしたティジタ
ル信号を入力データとして用いなければならないので、
センサの配置を格子状にしなければならず、センサの配
置が制約されるという問題があった。(Problem to be Solved by the Invention) However, in the direction estimation device having the above configuration, a digital signal obtained by sampling a two-dimensional spatial signal at a constant sample interval must be used as input data.
There is a problem in that the sensors must be arranged in a grid pattern, which limits the arrangement of the sensors.
本発明は、前記従来技術が持っていた課題として、セン
サの配置が制約されるという点について解決した方位推
定装置を提供するものである。The present invention provides an orientation estimation device that solves the problem of the prior art, which is that the placement of sensors is restricted.
（課題を解決するための手段）
本発明は前記課題を解決するために、所定の位置に配列
され入力信号を電気信号に変換する複数のセンサと、前
記各センサの出力に基づき空間共分散関数を演算して複
数の子測係数を求める予測係数演算部とを有し、前記各
予測係数に基づき空間スペクトルを求めて前記入力信号
の到来方位を検出する方位推定装置において、次のよう
な手段を講じたものである。(Means for Solving the Problems) In order to solve the above problems, the present invention provides a plurality of sensors that are arranged at predetermined positions and convert input signals into electrical signals, and a spatial covariance function based on the output of each of the sensors. and a prediction coefficient calculation unit that calculates a plurality of consonant coefficients by calculating a plurality of prediction coefficients, and detects the direction of arrival of the input signal by calculating a spatial spectrum based on each of the prediction coefficients. This study included the following.
前記各センサの位置に対応した周波数重みを決定する周
波数重み決定部と、前記予測係数及び前記周波数重みに
より前記空間スペクトルを求める空間スペクトル演算部
とを、設けたものである。A frequency weight determination unit that determines a frequency weight corresponding to the position of each sensor, and a spatial spectrum calculation unit that determines the spatial spectrum using the prediction coefficient and the frequency weight are provided.
また、前記周波数重み決定部は、′＃ｆ記センサの位置
から予め求めた周波数重みが格納された辞書により前記
周波数重みを決定する構成としてもよいし、前記各セン
サの位置をパラメータとした関数により前記周波数重み
を決定する構成にしてもよい。Further, the frequency weight determination unit may be configured to determine the frequency weight using a dictionary storing frequency weights determined in advance from the positions of the sensors, or may be configured to determine the frequency weights using a dictionary that stores frequency weights determined in advance from the positions of the sensors, or a function using the positions of the respective sensors as parameters. The frequency weight may be determined by the following.
さらに、所定の時間幅内における前記各センサの出力を
所定のサンプル時間間隔で離散化し、その離散化結果に
より得られる複数本のサンプル値列の各自己相関関数及
び相互相関関数により、前記空間共分散関数を求めるよ
うにしてもよい。Furthermore, the output of each sensor within a predetermined time width is discretized at a predetermined sampling time interval, and the spatial correlation is A dispersion function may also be determined.
前記空間スペクトル演算部は、前記各予測係数に対して
、前記各予測係数に対応した周波数重みによって重み付
けされた複素空間周波数をそれぞれ乗算するスペクトル
乗算手段と、前記スペクトル乗算手段における乗算結果
のすべての総和により前記空間スペクトルを演算するス
ペクトル演算手段とで構成してもよい。その上、前記パ
ラメータは、所定の基準点に対する前記各センサの相対
位置を該センサ間の距離で正規化した値としてもよい。The spatial spectrum calculation unit includes a spectrum multiplication unit that multiplies each prediction coefficient by a complex spatial frequency weighted by a frequency weight corresponding to each prediction coefficient, and a spectrum multiplication unit that multiplies each prediction coefficient by a complex spatial frequency weighted by a frequency weight corresponding to each prediction coefficient, and a spectrum multiplication unit that multiplies all of the multiplication results in the spectrum multiplication unit. It may also be configured with a spectrum calculation means that calculates the spatial spectrum by summation. Moreover, the parameter may be a value obtained by normalizing the relative position of each sensor with respect to a predetermined reference point by the distance between the sensors.
（作用）
本発明によれば、以上のように方位推定装置を構成した
ので、周波数重み決定部は、各センサの位置に対応した
周波数重みを出力し、空間スペクトル演算部は、その周
波数重みを用いて空間スペクトルを演算する。これによ
り、センサの配置を任意に選択することができる。(Function) According to the present invention, since the orientation estimation device is configured as described above, the frequency weight determination unit outputs the frequency weight corresponding to the position of each sensor, and the spatial spectrum calculation unit outputs the frequency weight. to calculate the spatial spectrum. Thereby, the arrangement of the sensors can be arbitrarily selected.
したがって、前記課題を解決できるのである。Therefore, the above problem can be solved.
（実施例）
第１図は、本発明の実施例を示す方位推定装置の構成ブ
ロック図である。(Embodiment) FIG. 1 is a block diagram of a configuration of a direction estimation device showing an embodiment of the present invention.
この方位推定装置は、所定の位置に配列され音響波等の
空間信号（入力信号〉を電気信号に変換するＮ個（Ｎは
任意の正の整数）のセンサで構成されるセンサ部１０を
有している。その各センサの出力側には、各センサの出
力を予め定めらｈかサンプリング時間間隔で離散化する
入力部」１と、入力部１１の出力の空間共分散関数から
定まる正規方程式を解くことにより複数の予測係数を演
算する予測係数演Ｘ部１２と、予測係数演算部１２によ
り演算された各予測係数により空間スペクトルを演算す
る空間スペクトル演算部１３と、空間スペクトル演算部
１３によって求めらｈた空間スペクトルから入力信号の
到来方位を検出する方位決定部１４とが、縦続接続され
ている。This direction estimating device has a sensor section 10 that is configured of N sensors (N is any positive integer) that are arranged at predetermined positions and convert spatial signals (input signals) such as acoustic waves into electrical signals. On the output side of each sensor, there is an input section 1 for discretizing the output of each sensor at a predetermined sampling time interval of h, and a normal equation determined from the spatial covariance function of the output of the input section 11. A prediction coefficient calculation unit 12 that calculates a plurality of prediction coefficients by solving An azimuth determination unit 14 that detects the arrival azimuth of the input signal from the obtained spatial spectrum is cascade-connected.
さらに、空間スペクトル演算部１３ｃｉ、前記各予測係
数に対して、各予測係数に対応した周波数重みをよって
重み付けされた複素空間周波数をそれぞれ乗算するスペ
クトル乗算手段１３ａと、スペクトル乗算手段１３ａに
おける乗算結果のすべての総和により空間スペクトルを
演算するスペクトル演算手段１３ｂとで構成され、その
入力側には、各センサの位置に対応した周波数重みを決
定する周波数重み決定部１５が接続されている。Furthermore, a spatial spectrum calculation unit 13ci, a spectrum multiplication means 13a that multiplies each of the prediction coefficients by a complex spatial frequency weighted by a frequency weight corresponding to each prediction coefficient, and A spectrum calculation means 13b calculates a spatial spectrum based on the total sum of all the signals, and a frequency weight determination unit 15 is connected to the input side of the spectrum calculation means 13b, which determines a frequency weight corresponding to the position of each sensor.
また、予測係数演Ｘ部１２は、各センサの出力から空間
共分散関数を演算する空間共分散関数演算部１２ａと、
空間共分散開数濱Ｘ部１２ａ′″′ｃ′求めらｈた空間
共分散間数より予測係数を演算する正規方程式演算部１
２ｂとで、構成さｔている。The prediction coefficient calculation unit 12 also includes a spatial covariance function calculation unit 12a that calculates a spatial covariance function from the output of each sensor;
Spatial covariance calculation unit 12a′″′c′ Normal equation calculation unit 1 that calculates prediction coefficients from the calculated spatial covariance calculation unit 12a′″′c′
It is composed of 2b and 2b.
ここで、予測係数演算部１２、空間スペクトル演算部１
３及び方位決定部１４２、ｉ、中央処理装置（以下、Ｃ
ＰＵという）の一部として構成されると共に、周波数重
み決定部１５は、各センサの位置から予め求めた周波数
重みが格納されたＲＯＭ等の辞書で祷成さｈている。Here, the prediction coefficient calculation unit 12, the spatial spectrum calculation unit 1
3, direction determination unit 142, i, central processing unit (hereinafter referred to as C
The frequency weight determination unit 15 is configured as a part of the PU (hereinafter referred to as PU), and the frequency weight determination unit 15 is configured with a dictionary such as a ROM in which frequency weights determined in advance from the positions of each sensor are stored.
以上のよう１、こ構成される方位推定装置の動作につい
て、へＶ個のセンサが円周上に等間隔に配置されている
場合を想定して説明する。The operation of the azimuth estimating device configured as described above will be described assuming that V sensors are arranged at equal intervals on the circumference.
空間信号は、Ｋｉｒｊｊのセンサで受信さｈて電気信号
Ｇこ変換される。そのセンサの出力が、入力部１１にお
いて、所定のサンプリング時間間隔で離散化される。離
散化さｈを時系列を、
Ｘｏ（ｍ） 、 Ｘｌ（ｍ＞ 、 −曲、、 ＸＮ−Ｘ
Ｎ−１（但し、ｍ＝０．１．２・・曲）
特開平３−２９３５７５ （４）
により、演算する。式（１）の右辺は、ｊ＝ｊの
・・・・・・（２）
十−＋ ａＨ−Ｉ Ｘト１
（ｍ））
・・・・・・（３）
で近似することができる。The spatial signal is received by the Kirjj sensor and converted into an electrical signal G. The output of the sensor is discretized in the input section 11 at predetermined sampling time intervals. Discretize h as the time series, Xo(m), Xl(m>, -song,, XN-X
N-1 (however, m=0.1.2...music) Calculated according to JP-A-3-293575 (4). The right side of equation (1) can be approximated by j=j...(2) 10-+aH-IXto1(m))...(3).
で正規化すると、 となる。これらを各センサ間の距離であるπ Ｒｓｌｎ ・・・・・・（５） ５４２− π ２ Ｓｌｎ へ ｄｙｎ＝ π Ｓｌｎ （但し、 ｎ＝０゜ １、・・・・・・。When normalized with becomes. These are the distances between each sensor, π Rsln ・・・・・・(5) 542- π 2 Sln fart dyn= π Sln (however, n=0° 1.....
Ｎ−１） ・・・・・・（７） で与える。N-1) ・・・・・・(7) Give with.
空間スペクトル演算部１３は、正規方程式演算部１２ｂ
において演算された予測係数ａ （但し、ｎ＝０．１．
・・・・・・、Ｎ−１）及び周波数重み決定部１５で求
まる周波数重みｄｘｎ、ｄｙｎ （但し、ｎ＝ｏ、１．
・・・・・・、Ｎ−１）により、空間周波数スペクトル
Ｘ （ｗｘ、ｗｙ）を、
Ｘ （ｗｘ、ｗｙ）＝
（但し、−π≦ｗｘ、ｗｙ≦π、ａ□＝１）・・・・・
・（８）
により演算して出力する。The spatial spectrum calculation unit 13 is a normal equation calculation unit 12b.
The prediction coefficient a calculated in (where n=0.1.
..., N-1) and the frequency weights dxn, dyn determined by the frequency weight determination unit 15 (where n=o, 1.
......, N-1), the spatial frequency spectrum X (wx, wy) is expressed as: ...
・(8) Calculate and output.
方位決定部１４は、先ず、空間スペクトル演算部１３で
演算される空間スペクトルＸ（ｗＸ、ｗ９）のピークを
検出する。検出されたピークの位置を（ｗ 、ｗ
）とすると、信号の到来力ｘｏ ｙＯ
向θとして、
θ＝ ｊａｎ−”ｎ （ｗｙＯ／ｗｘｏ ）・・・・・
・（９）
を演算して出力する。The orientation determination unit 14 first detects the peak of the spatial spectrum X (wX, w9) calculated by the spatial spectrum calculation unit 13. Let the position of the detected peak be (w, w
), then as the signal arrival power xo yO direction θ, θ=jan−”n (wyO/wxo)...
・(9) Calculate and output.
第４図は、第１図のシミュレーション結果を示す図であ
る。なお、このシミュレーションは、直径３ｍの円周上
に７２個のセンサを等間隔に配置する条件下で行った。FIG. 4 is a diagram showing the simulation results of FIG. 1. Note that this simulation was performed under the condition that 72 sensors were arranged at equal intervals on a circumference of 3 m in diameter.
この第４図が示すように、空間スペクトルのピークは、 ｗ＝ｏ、２π ｗ＝Ｑ、５π に求められ、信号の到来方向θは、 θ ｊａｎ” （０。As shown in Figure 4, the peak of the spatial spectrum is w=o, 2π w=Q, 5π The direction of arrival θ of the signal is θ jan” (0.
５π１０゜ ２π） と得られた。5π10° 2π) It was obtained.
本実施例は、次のような利点を有している。This embodiment has the following advantages.
（Ｉ＞予測係数に対応した周波数重みを用いて、空間ス
ペクトルを演算しているため、センサの配置は格子状に
制約されない。さらに、予測係数から空間スペクトルを
求めているので、空間周波数の分解能を向上させること
ができ、信号到来方位の分解能の向上が期待できる。(I> Since the spatial spectrum is calculated using frequency weights corresponding to the prediction coefficients, the sensor arrangement is not restricted to a grid pattern. Furthermore, since the spatial spectrum is obtained from the prediction coefficients, the spatial frequency resolution is can be expected to improve the resolution of the signal arrival direction.
（Ｉ）本実施例は、信号のスペクトル分析法において、
最も広く利用されている方法の一つである自己回帰分析
を、より一般的に拡張したものである。従来の自己回帰
分析では、入力信号を一定間隔でサンプルしたディジタ
ル信号を入力データとするのに対して、本実施例は、入
力データを不均一な間隔でサンプルしたディジタル信号
を入力データとし、サンプル位置に対応する周波数重み
を導入することにより、自己回帰分析によるスペクトル
分析が可能となる。(I) In this example, in a signal spectrum analysis method,
It is a more general extension of autoregressive analysis, one of the most widely used methods. In conventional autoregressive analysis, the input data is a digital signal obtained by sampling the input signal at regular intervals, whereas in this embodiment, the input data is a digital signal obtained by sampling the input data at non-uniform intervals, and the sample is By introducing frequency weights corresponding to positions, spectrum analysis using autoregressive analysis becomes possible.
なお、本発明は図示の実施例に限定されず、種々の変形
が可能である。その変形例としては、例えば次のような
ものがある。Note that the present invention is not limited to the illustrated embodiment, and various modifications are possible. Examples of such modifications include the following.
（イ）上記実施例の周波数重み決定部１５は、センサの
位置から予め求めた周波数重みが格納さｈな辞書により
前記周波数重みを決定する構成としたが、各センサ位置
をパラメータとした関数により周波数重みを決定する構
成にしてもよい。その際、パラメータは、所定の基準点
に対する各センサの相対位置をセンサ間の距離で正月化
し、た値としてもよい。(B) The frequency weight determination unit 15 of the above embodiment was configured to determine the frequency weight using a dictionary in which frequency weights determined in advance from the sensor positions are stored, but the frequency weights are determined by a function using each sensor position as a parameter. A configuration may also be adopted in which frequency weights are determined. In this case, the parameter may be a value obtained by multiplying the relative position of each sensor with respect to a predetermined reference point by the distance between the sensors.
（ロ）上記実施例では、各センサを円周上に等間隔に配
置した場合を説明したが、センサの位置はこれに限定さ
れず、他の任意に配置した場合であっても、上記の式（
４）、（５）を変更することによって、上記実施例と同
様の効果が期待できる。(B) In the above embodiment, the case where each sensor is arranged at equal intervals on the circumference is explained, but the sensor position is not limited to this, and even if the sensor is arranged in any other way, the above-mentioned formula(
By changing 4) and (5), the same effects as in the above embodiment can be expected.
（ハ）上記実施例において、円周上に等間隔に配置され
たセンサ数を偶数とすると、上記（１）式の代りに、次
式を用いてもよい。(c) In the above embodiment, if the number of sensors arranged at equal intervals on the circumference is an even number, the following equation may be used instead of the above equation (1).
但し、 ｏｄ 右辺の第１の項： 右辺の第２の項。however, od First term on the right-hand side: The second term on the right-hand side.
ｑ）；ｐをｑで割った時の 余り ０次の自己相関関数（ｉ＝ｊ） ０次の相互相関関数（ｉ＃、ｊ） ０次の自己相関関数（ｉ＝ｊ） ０次の相互相関関数（ｊ≠ｊ） （ｐ。q); When p is divided by q remainder 0th order autocorrelation function (i=j) Zero-order cross-correlation function (i#, j) 0th order autocorrelation function (i=j) Zero-order cross-correlation function (j≠j) (p.
（ニ）上記実施例では、所定の時間幅内における各セン
サの出力を所定のサンプル時間間層でＭ教化し、その離
散化結果により得られる複数本のサンプル値列の各自己
相関関数及び相互Ｓ関関数により、空間共分散開数を求
めるようにしたが、本発明の趣旨に沿っていれば、他の
方法により空間共分散関数を求めてもよい。(d) In the above embodiment, the output of each sensor within a predetermined time width is divided into M layers in a predetermined sample time interval, and each autocorrelation function and mutual correlation of a plurality of sample value sequences obtained from the discretization result are Although the spatial covariance numerical value is determined using the S function, other methods may be used to determine the spatial covariance function as long as they comply with the spirit of the present invention.
（ホ）上記実施例の空間スペクトル演算部」３は、スペ
クトル乗算手段とスペクトル演算手段とで構成したが、
これに限定されず、本発明の趣旨に沿っていれば、他の
構成でもよい。(e) The spatial spectrum calculation section 3 of the above embodiment was composed of a spectrum multiplication means and a spectrum calculation means.
The configuration is not limited to this, and other configurations may be used as long as they comply with the spirit of the present invention.
（発明の効果）
以上詳細に説明したように、本発明によれば、各予測係
数に対応した周波数重みを用いて空間スペクトルを求め
るようにしたので、従来のように、°センサの配置を格
子状にするという制約を除去できる。これにより、セン
サを配置しであるセンサアレイの形状の自由度が向上す
る。(Effects of the Invention) As explained in detail above, according to the present invention, the spatial spectrum is obtained using frequency weights corresponding to each prediction coefficient. This eliminates the constraint of having a This improves the degree of freedom in the shape of the sensor array in which the sensors are arranged.
第１図は本発明の実施例を示す方位推定装置の構成ブロ
ック図、第２図は従来の方位推定装置の構成ブロック図
、第３図は入力信号の到来方向を示す図、第４図はシミ
ュレーション結果を示す図である。
１０・・・・・・センサ部、１１・・・・・・入力部、
１２・・・・・・予測係数演算部、１２ａ・・・・・・
空間共分散関数演算部、１２ｂ・・・・・・正規方程式
演算部、１３・・・・・・空間スペクトル演算部、１３
ａ・・・・・・スペクトル乗算手段、１３ｂ・・・・・
・スペクトル演算手段、１４・・・・・・方位決定部、
１５・・・・・・周波数重み決定部。FIG. 1 is a block diagram of the configuration of a direction estimation device showing an embodiment of the present invention, FIG. 2 is a block diagram of a conventional direction estimation device, FIG. 3 is a diagram showing the direction of arrival of input signals, and FIG. It is a figure showing a simulation result. 10...Sensor section, 11...Input section,
12... Prediction coefficient calculation unit, 12a...
Spatial covariance function calculation unit, 12b... Normal equation calculation unit, 13... Spatial spectrum calculation unit, 13
a...Spectrum multiplication means, 13b...
- Spectrum calculation means, 14... Orientation determining unit,
15...Frequency weight determination unit.
Claims (1)
る複数のセンサと、前記各センサの出力に基づき空間共
分散関数を演算して複数の予測係数を求める予測係数演
算部とを有し、前記各予測係数に基づき空間スペクトル
を求めて前記入力信号の到来方位を検出する方位推定装
置において、前記各センサの位置に対応した周波数重み
を決定する周波数重み決定部と、 前記予測係数及び前記周波数重みにより前記空間スペク
トルを求める空間スペクトル演算部とを、設けたことを
特徴とする方位推定装置。 ２、請求項１記載の方位推定装置において、前記周波数
重み決定部は、 前記センサの位置から予め求めた周波数重みが格納され
た辞書により前記周波数重みを決定する構成とした方位
推定装置。 ３、請求項１記載の方位推定装置において、前記周波数
重み決定部は、 前記各センサ位置をパラメータとした関数により前記周
波数重みを決定する構成にした方位推定装置。 ４、請求項１記載の方位推定装置において、所定の時間
幅内における前記各センサの出力を所定のサンプル時間
間隔で離散化し、その離散化結果により得られる複数本
のサンプル値列の各自己相関関数及び相互相関関数によ
り、前記空間共分散関数を求めるようにした方位推定装
置。 ５、請求項１記載の方位推定装置において、前記空間ス
ペクトル演算部は、 前記各予測係数に対して、前記各予測係数に対応した周
波数重みによって重み付けされた複素空間周波数をそれ
ぞれ乗算するスペクトル乗算手段と、前記スペクトル乗
算手段における乗算結果のすべての総和により前記空間
スペクトルを演算するスペクトル演算手段とで、構成し
た方位推定装置。 ６、請求項３記載の方位推定装置において、前記パラメ
ータは、 所定の基準点に対する前記各センサの相対位置を該セン
サ間の距離で正規化した値とした方位推定装置。[Claims] 1. A plurality of sensors that are arranged at predetermined positions and convert input signals into electrical signals, and a prediction coefficient that calculates a plurality of prediction coefficients by calculating a spatial covariance function based on the output of each of the sensors. and a frequency weight determination unit that determines a frequency weight corresponding to the position of each sensor. , a spatial spectrum calculation unit that calculates the spatial spectrum using the prediction coefficient and the frequency weight. 2. The orientation estimation device according to claim 1, wherein the frequency weight determination unit determines the frequency weight using a dictionary in which frequency weights determined in advance from the position of the sensor are stored. 3. The orientation estimation device according to claim 1, wherein the frequency weight determination unit determines the frequency weight by a function using each sensor position as a parameter. 4. In the direction estimation device according to claim 1, the output of each sensor within a predetermined time width is discretized at a predetermined sampling time interval, and each autocorrelation of a plurality of sample value sequences obtained from the discretization result is An azimuth estimating device that obtains the spatial covariance function using a function and a cross-correlation function. 5. In the azimuth estimating device according to claim 1, the spatial spectral calculation unit includes spectral multiplication means for multiplying each of the prediction coefficients by a complex spatial frequency weighted by a frequency weight corresponding to each of the prediction coefficients. and spectrum calculation means for calculating the spatial spectrum based on the sum of all the multiplication results in the spectrum multiplication means. 6. The orientation estimation device according to claim 3, wherein the parameter is a value obtained by normalizing the relative position of each of the sensors with respect to a predetermined reference point by the distance between the sensors.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9696390A JP2619108B2 (en) | 1990-04-12 | 1990-04-12 | Direction estimation device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9696390A JP2619108B2 (en) | 1990-04-12 | 1990-04-12 | Direction estimation device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH03293575A true JPH03293575A (en) | 1991-12-25 |
| JP2619108B2 JP2619108B2 (en) | 1997-06-11 |
Family
ID=14178900
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9696390A Expired - Lifetime JP2619108B2 (en) | 1990-04-12 | 1990-04-12 | Direction estimation device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2619108B2 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011242288A (en) * | 2010-05-19 | 2011-12-01 | Honda Elesys Co Ltd | Electronic scanning radar device, reception wave direction estimation method, and reception wave direction estimation program |
| JP2012013569A (en) * | 2010-07-01 | 2012-01-19 | Honda Elesys Co Ltd | Electronic scanning type radar apparatus, reception wave direction estimating method, and reception wave direction estimation program |
| JP2012132846A (en) * | 2010-12-22 | 2012-07-12 | Honda Elesys Co Ltd | Electron-scanning radar device, reception wave direction estimation method, and reception wave direction estimation program |
| JP2012163403A (en) * | 2011-02-04 | 2012-08-30 | Honda Elesys Co Ltd | Electronic scanning type radar system, and method and program for estimating direction of received wave |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2779435B2 (en) | 1995-10-31 | 1998-07-23 | 防衛庁技術研究本部長 | Sonar signal detection processor |
-
1990
- 1990-04-12 JP JP9696390A patent/JP2619108B2/en not_active Expired - Lifetime
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011242288A (en) * | 2010-05-19 | 2011-12-01 | Honda Elesys Co Ltd | Electronic scanning radar device, reception wave direction estimation method, and reception wave direction estimation program |
| JP2012013569A (en) * | 2010-07-01 | 2012-01-19 | Honda Elesys Co Ltd | Electronic scanning type radar apparatus, reception wave direction estimating method, and reception wave direction estimation program |
| JP2012132846A (en) * | 2010-12-22 | 2012-07-12 | Honda Elesys Co Ltd | Electron-scanning radar device, reception wave direction estimation method, and reception wave direction estimation program |
| US8847815B2 (en) | 2010-12-22 | 2014-09-30 | Honda Elesys Co., Ltd. | Electronic scanning radar apparatus, received wave direction estimating method, and received wave direction estimating program |
| JP2012163403A (en) * | 2011-02-04 | 2012-08-30 | Honda Elesys Co Ltd | Electronic scanning type radar system, and method and program for estimating direction of received wave |
| US8907840B2 (en) | 2011-02-04 | 2014-12-09 | Honda Elesys Co., Ltd. | Electronic scanning radar apparatus, received wave direction estimating method, and received wave direction estimating program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2619108B2 (en) | 1997-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10139470B2 (en) | Sound processing apparatus and sound processing method | |
| Wu et al. | Source number estimators using transformed Gerschgorin radii | |
| Gning et al. | Mixture of uniform probability density functions for non linear state estimation using interval analysis | |
| US10674261B2 (en) | Transfer function generation apparatus, transfer function generation method, and program | |
| EP3877819A1 (en) | Automated analysis of non-stationary machine performance | |
| US20120195436A1 (en) | Sound Source Position Estimation Apparatus, Sound Source Position Estimation Method, And Sound Source Position Estimation Program | |
| KR20150125232A (en) | Position detection apparatus and method for a movable matter, lighting apparatus, air conditioning apparatus, security apparatus, and parking apparatus | |
| JP7276470B2 (en) | Direction-of-arrival estimation device, model learning device, direction-of-arrival estimation method, model learning method, program | |
| Ioana et al. | Recent advances in non-stationary signal processing based on the concept of recurrence plot analysis | |
| Gu et al. | Deep neural network based body movement cancellation for Doppler radar vital sign detection | |
| Dalrymple et al. | Models for very wide-angle water waves and wave diffraction. Part 2. Irregular bathymetry | |
| JPH03293575A (en) | Apparatus for estimating azimuth | |
| Kato et al. | Hand pose estimation based on active bone-conducted sound sensing | |
| EP0614095B1 (en) | Dipole detection and localization method | |
| Nehmzow et al. | The behaviour of a mobile robot is chaotic | |
| Femmam et al. | Perception and characterization of materials using signal processing techniques | |
| Rao et al. | DOA estimation using sparse vector sensor arrays | |
| Barnard | Two maximum entropy beamforming algorithms for equally spaced line arrays | |
| JP3866221B2 (en) | Vibration and noise countermeasure part search system | |
| Charpentier et al. | Mode and wavenumber inversion in shallow water using an adjoint method | |
| KR20210001893A (en) | Method for measuring device position using relative time difference between sound waves with reduced measurement error | |
| RU2703933C1 (en) | Method of identifying multi-sinusoidal digital signals | |
| Xie et al. | Frequency-wavenumber tracking using hidden Markov models | |
| Salehin et al. | Localizing lung sounds: Eigen basis decomposition for localizing sources within a circular array of sensors | |
| Sircar et al. | Signal parameter estimation of complex exponentials using fourth order statistics: additive Gaussian noise environment |