JPH0579486U - 目標検出装置 - Google Patents

Abstract

(57)【要約】 【目的】 クラッタの振幅分布がＫ分布に従う場合でも
クラッタに対する誤警報確率を一定に保持しながら目標
検出を行うことを可能にする。 【構成】 受信信号の平均値、３乗平均値、および４乗
平均値の平方根を算出し、これらを用いてＫ分布の特性
を示すパラメータを推定し、所望の誤警報確率に対する
スレッショルド値を算出し、着目値とスレッショルド値
を比較することにより目標検出を実行するため、誤警報
確率は一定に保持される。

Description

【考案の詳細な説明】

【０００１】

【産業上の利用分野】

この考案はレーダの信号処理等における目標検出技術に関し、Ｋ分布に従うク ラッタ雑音を抑圧し、一定の誤警報確率で目標を検出する方法及び装置に関する ものである。

【０００２】

【従来の技術】

近年のレーダにおいて、目標自動検出を行う上では誤警報確率を一定に保つこ とが重要であり、この処理は、ＣＦＡＲ（Ｃｏｎｓｔａｎｔ Ｆａｌｓｅ Ａｌ ｅｒｍ Ｒａｔｅ）とよばれている。図３に従来のＬＯＧ／ＣＦＡＲ装置の一例 を示す。図において、２４、３０は入力端子、２５は対数増幅器、２６はΣ演算 器、２７は割算器、２８は減算器、２９は逆対数増幅器、３１は比較器、３２は 出力端子、４００〜４００＋Ｎはシフトレジスタである。以下、図３を用いてＬ ＯＧ／ＣＦＡＲについて説明する。

【０００３】 レーレ分布の確率密度関数Ｐ（ｘ）は、“数１”で与えられる。

【０００４】

【数１】

【０００５】 ここでσは形状パラメータである。 平均値Ｅ（ｘ）は“数２”、分散ｖａｒ（ｘ）は“数３”となり、形状パラメ ータσに依存している。

【０００６】

【数２】

【０００７】

【数３】

【０００８】 ２４の入力端子より入力されたこのような信号に対して２５の対数増幅器で“ 数４”のような対数変換を行う。

【０００９】

【数４】

【００１０】 ここで、ａ、ｂは変換器の特性で定まる定数である。 次に４００から４００＋Ｎのシフトレジスタに格納されたこの変換出力を、Σ 演算器２６、割算器２７で平均値を算出する。この平均値Ｅ（ｙ）は“数５”で 表される。

【００１１】

【数５】

【００１２】 ここで、γはオイラーの定数である。 減算器２８において、シフトレジスタ４００＋Ｎ／２の着目値ｘ_T から平均値 Ｅ（ｙ）を減算すると、その出力ｕは“数６”となる。

【００１３】

【数６】

【００１４】 このｕを逆対数増幅器２９によって逆対数変換を行った結果をｖとすると“数 ７”で表される。

【００１５】

【数７】 ここで、ｍは逆対数増幅器の特性で定まる定数である。 このｖの平均Ｅ（ｖ）は“数８”となり、分散ｖａｒ（ｖ）は“数９”となる 。

【００１６】

【数８】

【００１７】

【数９】

【００１８】 よって形状パラメータσに依存せず、一定の平均値と分散を持った信号に変換 されたことになり、ＣＦＡＲ特性が得られる。スレッショルド値Ｖ_T は“数１０ ”の誤警報確率Ｐｆａとの関係から求められ、入力端子３０より入力され、比較 器３１でｖと比較することにより目標検出が行われ、出力端子３２より出力され る。

【００１９】

【数１０】

【００２０】

【考案が解決しようとする課題】

従来のＬＯＧ／ＣＦＡＲではこのように振幅分布がレーレ分布に従うクラッタ に対しては有効であるが、クラッタの反射面積が小さく、グレージング角が小さ い場合には振幅分布はレーレ分布に従わなくなることが知られている。近年の報 告ではシークラッタの振幅分布はＫ分布に従うことが報告されており、このよう な分布をするクラッタに対してＬＯＧ／ＣＦＡＲを使用した場合は確率分布関数 の差から誤警報確率の劣化を生じるという課題があった。

【００２１】

【課題を解決するための手段】

この考案に係る目標検出装置は、Ｋ分布に従うクラッタに対し、受信信号の２ 乗平均値、４乗平均値を算出し、２乗平均値と、４乗平均値の平方根との比を求 めることにより、分布の特性を表すパラメータを推定し、その結果から得られる スレッショルド値により、目標検出を行うものである。

【００２２】

【作用】

この考案に係る目標検出装置により、Ｋ分布に従うクラッタに対し、誤警報確 率を一定に保持しながら目標検出を実行することが可能になる。

【００２３】

【実施例】

実施例１． 図１はこの考案による目標検出装置の１実施例の処理手順を示す図である。図 １において、１〜８は目標検出装置の１実施例の処理ステップである。以下図１ に従って説明する。 振幅強度分布がＫ分布に従うクラッタは、その確率密度関数をＰ（ｘ）とする と、“数１１”で表される。

【００２４】

【数１１】

【００２５】 ここでΓ（ν）はガンマ関数、Ｋνは変形ベッセル関数、νは形状パラメータ、 Ｃはスケールパラメータである。Ｐ（ｘ）のｎ次モーメントをｘ^-nとすると、ｘ ^-n は“数１２”で表される。

【００２６】

【数１２】

【００２７】 まず入力信号の平均値を算出する。平均値Ｅ（ｘ）は“数１３”で表される（ス テップ１）。

【００２８】

【数１３】

【００２９】 次に３乗平均値を求める。この結果は“数１４”で表される（ステップ２）。

【００３０】

【数１４】

【００３１】 次に４乗平均値を求める。この結果は“数１５”で表される（ステップ３）。

【００３２】

【数１５】

【００３３】 ４乗平均値の平方根を算出する。平方根は“数１６”で表される（ステップ４） 。

【００３４】

【数１６】

【００３５】 平均値と３乗平均値の比を算出し、この結果と４乗平均値の平方根の比を求める 。この結果は“数１７”で表される。

【００３６】

【数１７】

【００３７】 これより、形状パラメータνを得る（ステップ５）。また４乗平均値より、スケ ールパラメータＣが求まる（ステップ６）。スレッショルド値をＶ_T とすると、 誤警報確率Ｐｆａは“数１８”における累積確率となり、“数１９”で表される 。

【００３８】

【数１８】

【００３９】

【数１９】

【００４０】 これよりＶ_T を算出することは困難であるため、ν、Ｃに対するＶ_T を予め計算 したデータテーブルによりＶ_T を求める（ステップ７）。最後に着目値とＶ_T を 比較し、目標の有無を判定する（ステップ８）。

【００４１】 図２はこの考案における目標検出装置の１実施例の構成を示す図である。図２ において１０は入力端子、１１は３乗演算器、１２は４乗演算器、１３、１４、 １５は平均値演算器、１６は平方根演算器、１７は第１のパラメータ算定器、１ ８は第２のパラメータ算定器、１９はスレッショルド演算器、２０はメモリー、 ２１は比較器、２２は出力端子、１００〜１００＋Ｎ、２００〜２００＋Ｎ、３ ００〜３００＋Ｎはシフトレジスタである。

【００４２】 以下図２を用いて作動原理を説明する。入力端子１０から入力された振幅信号 は、シフトレジスタ１００〜１００＋Ｎに格納される。平均値演算器１３ではシ フトレジスタ１００〜１００＋Ｎのうち１００＋Ｎ／２を除いた段の平均値を算 出し、第１のパラメータ算定器１７に出力する。一方入力端子１０から入力され た振幅信号を３乗演算器１１で３乗し、シフトレジスタ２００〜２００＋Ｎに格 納する。平均値演算器１４ではシフトレジスタ２００〜２００＋Ｎのうち２００ ＋Ｎ／２を除いた段の平均値を算出し、第１のパラメータ算定器１７に出力する 。また入力端子１０から入力された振幅信号を４乗演算器１２で４乗し、シフト レジスタ３００〜３００＋Ｎに格納する。平均値演算器１５ではシフトレジスタ ３００〜３００＋Ｎのうち３００＋Ｎ／２を除いた段の平均値を算出し、され、 この結果から平方根演算器１６で平方根算出を行い、第１のパラメータ算定器１ ７および第２のパラメータ算定器１８に出力する。第１のパラメータ算定器１７ は、“数１６”の関係より形状パラメータνを算出し、第２のパラメータ算定器 １８及びスレッショルド演算器に出力する。

【００４３】

【数２０】

【００４４】 第２のパラメータ算定器１８では平均値演算器１３及び第１のパラメータ算定 器１７の出力結果より“数１５”に従ってスケールパラメータＣを算出し、スレ ッショルド演算器１９に出力する。

【００４５】

【数２１】

【００４６】 メモリー２０は所望の誤警報確率においてパラメータν、Ｃに対応するスレッ ショルド値をデータテーブルとして記憶させておき、スレッショルド演算器１９ はこのメモリー２０よりスレッショルド値を抽出して比較器２１に出力する。ま たシフトレジスタ３００＋Ｎ／２に格納された入力信号は着目値として比較器２ １に出力され、比較器２１では、着目値とスレッショルド値が比較され目標の有 無を検出し、出力端子２２に出力する。

【００４７】

【考案の効果】

以上のようにこの考案によれば、受信信号の振幅強度分布がＫ分布になるよう なクラッタに対し、定められた誤警報確率を一定に保持しながら目標を検出する ことを可能にする効果を得る。

【図面の簡単な説明】

【図１】この考案による目標検出装置の１実施例におけ
る処理手順を説明する図である。

【図２】この考案による目標検出装置の１実施例におけ
るブロック図である。

【図３】従来の目標検出装置の１実施例におけるブロッ
ク図である。

【符号の説明】

１０ 入力端子 １１ ３乗演算器 １２ ４乗演算器 １３ 第１の平均値演算器 １４ 第２の平均値演算器 １５ 第３の平均値演算器 １６ 平方根演算器 １７ 第１のパラメータ算定器 １８ 第２のパラメータ算定器 １９ スレッショルド演算器 ２０ メモリー ２１ 比較器 ２２ 出力端子 ２４ 入力端子 ２５ 対数増幅器 ２６ Σ演算器 ２７ 割算器 ２８ 減算器 ２９ 逆対数増幅器 ３０ 入力端子 ３１ 比較器 ３２ 出力端子

Claims (1)

【実用新案登録請求の範囲】
1. 【請求項１】 振幅強度分布がＫ分布に従う入力信号に
   対し、入力信号を所定の数記憶するシフト段を有する第
   １のシフトレジスタと、第１のシフトレジスタのうち予
   め定めた段の平均値を算出する第１の平均値演算器と、
   入力信号を３乗する２乗演算器と、３乗された信号を所
   定の数記憶するシフト段を有する第２のシフトレジスタ
   と、第２のシフトレジスタのうち予め定めた段の平均値
   を算出する第２の平均値演算器と、入力信号を４乗する
   ４乗演算器と、４乗された入力信号を所定の数記憶する
   シフト段を有する第３のシフトレジスタと、第３のシフ
   トレジスタのうち予め定めた段の平均値を算出する第３
   の平均値演算器と、第３の平均値演算器の出力の平方根
   を算出する平方根演算器と、第１および第２の平均値演
   算器の出力と前記平方根演算器の出力より分布の形状パ
   ラメータを算出するための第１のパラメータ算定器と、
   第３の平均値演算器の出力と第１のパラメータ算定器の
   出力よりスケールパラメータを算出する第２のパラメー
   タ算定器と、第１のパラメータ算定器の出力と第２のパ
   ラメータ算定器の出力と予め設定した誤警報確率よりス
   レッショルド値を算出するスレッショルド演算器と、第
   １のシフトレジスタから得られる着目値とスレッショル
   ド演算器の出力を比較する比較器とを備えたことを特徴
   とする目標検出装置。