JPH04208887A - データ統合化方法 - 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】 （産業上の利用分野） 本発明は、ソーナーの信号処理等に用いられ、同一目標
に関して得られた情報を統合し、整理して提示すること
を目的とするデータ統合化方法に関するものである。

（従来の技術） 従来、この種の分野の技術としては、Ａ、Ｆａｒｉｎａ
　　ａｎｄ　　Ｆ、Ａ、５ｔｕａｅｒ”Ｒａｄａｒ　　
Ｄａｔｅ　　Ｐｒｏｃｅｓｓｉｎｇ（レータ−データ　
プロセッシング）”Ｖｏｌ、２（１９８６）　　Ｒｅ５
ｅａｒｃｈ　　５ｔｕｄｉｅｓ　　Ｐｒｅｓｓ（米）ｐ
、１２−３７に記載されるものがあった。

ソーナーて゛水中の物体から放射される音響信号を検知
する場合、一般に方位、周波数空間でのレベルの極大点
の時間的遅なり（以下、これをラインという）として音
源信号を検知する方法か用いられている。

方位、周波数空間上に、同一の音源から放射された複数
のラインが存在する場合を考える。今、探知した音源信
号情報を目標情報としててペレータに提示する場合、オ
ペレータか簡便に目標情報をとらえられるようにするた
め、この複数のラインを１つの情報として提示すること
が望ましい。

これを行う方法として、従来では上記文献に記載される
ようなデータ統合化方法が用いられている。

ここで、２つのラインｉ、ｊが接近した方位に存在する
とき、次の２つの仮設を設定する。

Ｈｏ；ラインｉ、ｊは別の目標である。

Ｈｌ　；ラインｉ、ｊは同一の目標て゛ある。

ラインｉ、ｊの方位差をｄｉｊとして、仮説ＨＯＨ１の
尤度を方位差ｄ１．の関数として、それぞれｐｏ（ｄｉ
ｊ）　−ｐ　１　　（ａｌｊ）て゛表す。そして、尤度
比ｒ（ｄ、）を次式で定義する。

ｒ＝　（ｄｉｊ） ＝ｐ１　（ｄｉｊＬ’ｐ□　　（ｄｉｊ）これに対して
、ある閾値Ｔを設定して、ｒ　（ａ　ｌ　Ｊ　＞　〉Ｔ ならば、仮説Ｈ１を採択し、 ｒ　（ｄ、ｊ）　＜Ｔ ならば、仮説Ｈ６を採択するような判定を行う。

ラインｉ、ｊは、周囲雑音の影響やンーナーのヒームの
拡がりにより、実際の音源方位には対して誤差を持つ。

したがって、この判定を１回の時刻サンプル点のデータ
（以下、イベントという）でのみ行おうとすると、誤り
の確率が大きくなってしまう。そこで、いくつかのイベ
ントを抽出し、それらの平滑値を用いることにより、誤
り率を小さくする方法が従来採用されている。

一般に、尤度ｒ　（ａ　ｌ　Ｊ　／を以下のようには対
数変換し、 １　（ｄ＝）＋−１ｏｇ　１ｒ　（ｄＩＪ）　１Ｊ ・・・・・・（２） 次式により、平滑値を算出する。

Ｌｋ＝（１ａ＞　・Ｌｋ−１＋ａ−１（ｄｉｊ）・・・
・・・（３） ここで、符号には時刻のサンプル番号、符号Ｌｋは時刻
サンプルｋにおける平均の尤度比を表し、符号ａは平滑
係数（０≦ａ≦１）であり、符号ａがＯに近い値を取る
とき、平均値算出のためのサンプルを多くとることと等
価になる。

（発明が解決しようとする課題） しかしながら、上記のデータ統合化方法では、；欠のよ
うな課題かあった。

・；］）平滑１系数ａを大きくすると、複数の、イベン
ｌ−か有為差のある状態にあっても、以後、有為差のな
い状態（並走、交差）に移行すると仮説Ｈ０か即座に否
定されてしまう。即ち、−旦、明らかに別のラインと判
定されたものが並走、交差することにより統合されてし
まう。

（２）平滑係数ａを小さくすると、複数のイペン１〜か
有意差のない状態（並走、交差）から有意差のある状態
に移行しても、仮説Ｈ１を即座に否定できない。即ち、
統合されているライン間に有意差が生しても、しばらく
の間は同一の目標と見なされる。

本発明は前記従来技術の持っていた課題として、別のラ
インと判定されたものが統合される点、統合されている
ライン間に有意差か生しても同一の目標と見なされる点
について解決したデータ統合化方法を提供するものであ
る。

（課題を解決するための手段） 本発明では、前記課題を解決するために、配列センサに
入力された信号から方位、周波数空間及び信号レベルを
含む特徴情報を抽出する情報抽出処理と、前記方位及び
周波数空間における前記信号レベルの極大点の時間的連
なりであるラインを複数、設定するライン設定処理と、
前記複数のラインが同一の目標情報であるか否かに関す
る仮説を用い、前記各ライン上の時刻サンプル点毎に算
出された各ラインの方位差に基づき同一目標情報である
複数のラインの統合化を行う統合化処理とを、順次実行
するデータ統合化方法において、前記仮説の確信度の大
きさを該仮説の肯定、否定及び不明の質量関数として定
義し、前記統合化処理は、テンプスター・シエーファー
理論を用いて、前記時刻サンプル点毎の前記各方位差に
応じた確信度をそれぞれ割り当てて該各確信度を累積し
て蓄積し、前記確信度の蓄積結果を用いて前記仮説の真
偽を判定して前記統合化を行うようにしたものである。

（作用） 本発明では、以上のようにデータ統合化方法を構成した
ので、テンプスター・シェーファー理論を用いて、前記
時刻サンプル点毎の各ラインの方位差に応じた確信度を
計算する。これにより、時刻サンプル点毎の前記各方位
差が、有意差を持つ場合は別の目標情報であるという仮
説を肯定する質量を大きく割り当て、有意差のない場合
は同一の目標情報であるという仮説を肯定する小さな質
量を割り当てることかて゛きる。

したかって、前記課題を解決できるのである。

（実施例） 第１図は、本発明の実施例を示すデータ統合化方法を実
施するためのデータ統合化装置の機能ブロック図である
。

このデータ統合化装置１０は、図示しない配列センサに
入力された音響信号から方位、周波数空間及び信号レベ
ルを抽出する情報抽出処理と、その方位及び周波数空間
における前記信号レベルの極大点の時間的連なりである
ラインを複数、設定するライン設定処理とを実行した後
に、データの統合化処理用として実行するためのもので
ある。

二のデータ統合化装置１０は、イベントの方位情報を逐
次入力する入力端子１１を有し、その入力端子１１にば
、各イヘン１〜の力位・清報ｂ）ら力位差を計算する方
位差計算部１２か接続されている。

さらに、万位差計算部１２の出力側には、確信度計算部
１３、データ統合化処理部１４及び表示部１５が接続さ
れている。そして、確信度計算部１３には、一対のライ
ン毎にそれぞれ対応じた確信度１〜Ｎが累積して蓄積さ
れる確信度メモリ１６が接続されている。

確信度計算部１３は、前記方位差に対応じた確信度の値
を計算する機能を有し、データ統合化処理部１４はデー
タの統合化を行う機能を有する。

表示部１５はＣＲＴ等で構成され、統合化されたデータ
を表示する機能を有している。

次に、上記構成のデータ統合化装置の動作を説明しつつ
、本発明のデータ統合化方法を明らかにする。

イベン１への方位情報は入力端子１１を介して逐次デー
タ統合化装置１０に入力される。入力端子１１から入力
された方位情報は、方位差計算部１２において、すべて
のイベントの組み合わせについての方位差か計算され、
その計算結果が確信度計算部１３へ送られる。確信度計
算部１３では方位差計算部１２の計算結果である方位差
に対応じた確信度を計算して割り当てる。

さらに、割り当てられた確信度を用いて、メモリ１６に
格納されている過去の確信度のデータを更新する。この
更新方法としては、後述する第２図に示すデンプスタ−
の統合規則を適用する。更新されたデータは、−旦、メ
モリ１６に保存され、次の時刻における入力に対して適
用される。

同時に、これらのデータは、データ統合化処理部１４に
送られ、すべてのイベントの組合わせに対する確信度と
所定の閾値を計算して、同一目標である確信度が閾値を
越えてば統合、別泪標である確信度か閾値を越えてれば
分離を行う。最後に統合化されたデータは表示部１７に
送られて表示される。

第２図は、本発明に用いられるデンプスタ−・シエーフ
ァー理論を説明するための説明図である。

今、時刻ｔ１において得られたデータから、仮説Ｈｏが
真である確信度をｍ１ｏ、仮説Ｈ１か真（仮説Ｈｏが偽
）である確信度をｍ１１であったとする。ここで、ｍＩ
Ｊは質量関数と呼ばれる量であり、確信度の大きさを定
量的に示した関数である。

添字ｉは時刻の番号、添字ｊは仮説の添字をそれぞれ表
す。仮説Ｈ８，Ｈｌは互いに背反する事象であるから、 ｍ１１＋ｍ１ｏ≦１　　　　　　　　・・・・・・（４
）が成り立つ。さらに、 ｍ　１２＝　１　　（ｍ　１亡ｍ１ｏ）　　　　　−°
°値５）で表されるｍ１２を定義する。ｍ１２は仮説Ｈ
６，Ｈｌのどちらかが真であるか、わからない状態の確
信度の大きさを表す量であり、これが１のときまったく
不明の状態を意味する。この様な状態を定義するところ
かテンプスター　シエーファーの理論の大きな特徴の１
つである。

次に、時刻ｔ２において得られたデータから、同様にｍ
２ｏ１ｍ２１１ｍ２２を定義する。この時、時刻ｔ１．
ｔ２のデータから得られた確信度を合成した値を計算す
る。これには、デンプスタ−の統合規則を用いて、結果
をｍ３０’　ｍ３１’　ｍ３２とすると、ｍ３０１ｍ３
１１ｍ３２は、次式で計算できる。

（”１０　’　ｍ２０十ｍ１０　’　”２２千ｍ１２°
ｍ２ｏ）　／　（１”１０”’２１　　”１１”’２０
＞ （ｍｌｌｏｍ２亡ｍ１１　Ｈｍ２２−＝　ｍ１２　Ｈｍ
２１　）　／　（１”１０”’２１　　”１１°ｍ　２
０　）ｍ３２＝ ｍ１２°ｍ　２２．”　（１ｍ　１０　°ｍ　２１　　
ｍ　１１°ｍ２０＞・・・・・・（５） 本実施例は、次のような利点を有している。

一般に２番目の添字に属して不明を表す質量は、多くの
データを得ることによって小さくなる傾向がある。また
、ある仮説が間違いなく真であろうと確信できるデータ
か一旦入力されると、以後、これを否定するデータを大
量に得ても、ここの質量が小さい値であれば、仮説は容
易に否定されることはない。逆に質量が小さいデータを
大量に得ても、これを規定する質量の大きいなデータを
得ることによって仮説は容易に否定されてしまう。

したがって、複数の目標が有意差を持っとき仮説ＨＯを
肯定する質量を大きく、有意差のないときには仮説Ｈ１
を肯定する小さな質量を割り当てることによって、従来
の光度比による方法では解説できなかった問題が解決で
きる。

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。例えば、仮説は、２つのラインが接近
した方位に存在するときを前提にして設定したが、２つ
のラインに限定する必要はない。例えば２つ以上のライ
ンを対象として仮説を設定しても良い。

（発明の効果） 以上詳細に説明したように、小発明では、テンプスター
・シェーファー理論を用いて、時刻サンプル点毎の各ラ
インの方位差に応じた確信度をそれぞれ割り当てて各確
信度を累積して蓄積し、その蓄積結果を用いて仮説の真
偽を判定してラインの統合化を行う。このため、時刻サ
ンプル点毎の各ラインの方位差が有意差を持つ場合は別
の目標情報であるという仮説を肯定する質量を大きく割
り当て、有意差のない場合は同一の目標情報であるとい
う仮説を肯定する小さな質量を割り当てることができる
。これにより、従来の確率理論では同時に実現できなか
った以下の統合・分離の規則が同時に実現可能となる。

（１）複数のイベントが有意差のある状態にあり、以後
、有意差のない状態に移行しても、別の目標情報である
という仮説は長時間否定されない。即ち、イベントは統
合されない。

（２）複数のイベントが有意差のない状態にあり、以後
、有意差のある状態に移行すると、同一の目標情報であ
るという仮説は即座に否定される。即ろ、統合されてい
るイベントが即座に分離される。

【図面の簡単な説明】

第１図は不発明の実施例のデータ統合化装置の機能ブロ
ック図、第２図は本発明に用いられるデンプスター・シ
ェーファー理論を説明するための説明図である。 １２・・・・・・方位差計算部、１３・・・・・・確信
度計算部、１４・・・・・・データ統合化処理部、１５
・・・・・・表示部、１６・・・・・・確信度メモリ。

Claims (1)

1. 【特許請求の範囲】 配列センサに入力された信号から方位、周波数空間及び
   信号レベルを含む特徴情報を抽出する情報抽出処理と、 前記方位及び周波数空間における前記信号レベルの極大
   点の時間的連なりであるラインを複数、設定するライン
   設定処理と、 前記複数のラインが同一の目標情報であるか否かに関す
   る仮説を用い、前記各ライン上の時刻サンプル点毎に算
   出された各ラインの方位差に基づき同一目標情報である
   複数のラインの統合化を行う統合化処理とを、 順次実行するデータ統合化方法において、 前記仮説の確信度の大きさを該仮説の肯定、否定及び不
   明の質量関数として定義し、 前記統合化処理は、 デンプスター・シェーファー理論を用いて、前記時刻サ
   ンプル点毎の前記各方位差に応じた確信度をそれぞれ割
   り当てて該各確信度を累積して蓄積し、 前記確信度の蓄積結果を用いて前記仮説の真偽を判定し
   て前記統合化を行うことを特徴とするデータ統合化方法
   。