JPH06503888A - 多次元データ処理および表示 - 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】 ・　−一・−タル　および　只 発哩ｑ背量 本発明はリアルタイムの多次元解析及び表示のためのデータ処理システムに関す る。特に、本発明はパッシブ音響監視システムから受信された多次元信号を処理 するためのリアルタイム処理システムに関する。

従来の監視システムは、一般に船の後方に曳航されるか、船に装備されるビーム 形成器及び水中マイクロホンからのデータを受信する。ビーム形成器より受信さ れたデータは指定角（または°°方位”）で不連続での時間インターバルである 周波数帯域内の音響エネルギーの振幅である。

種々の技術が現在潜水艦を感知し、追尾する目的でこのデータを処理するために 利用されている。データは周波数、時間及び方位の相関値を有し、本来三次元で あるが、既知のシステムはデータを二次元でのみ分析し、従ってこれらの次元の 一つをデータ分析で犠牲にしている。

従来技術のシステムのあるものは、データのデータ計算で“ＬＯＦＡＲ″フォー マントを使用している。ＬＯＦＡＲデータは周波数フォーマントに従っである時 間内に特定の方位で受信されたデータの振幅である。これらの従来技術は、従っ て、ある単一の時間の一方向、即ち一方位のみからのデータを解析し、方位デー タを別に維持しながらいくつかの方位にわたってデータの相関を得ることができ ない。

他の従来技術のシステムでは、同しデータを“ＦＲＡＺ”フォーマット、即ち周 波数対方位行列に従う周波数で構成する。これにより、ある特定の周波数範囲で の全方向からではあるが一つの特定の時間インターバルのみのデータのデータ処 理を実行する。更に他の従来技術のシステムでは“ＢＴＲ”、即ち方位対時間フ ォーマットに従うデータを構成する。これにより時間に関し多くの方向からでは あるが、限定された一つのまたは複数の周波数帯域のみのデータのデータ処理を 実行する。

現在の監視システムは通常、雑音及び特定の重要な信号を隠してしまう他の不要 信号をも受信する。他の船舶を検出し追尾するために外洋を航行する船舶に装備 されているソナー処理システムに於いては、そのシステムは一般に風及び波とい った自然源から、商船から、また自船から信号を受信する。これらのソナー信号 は例えば潜水艦といった特定の重要な信号をしばしば隠してしまう。

本発明はソナー信号の処理に限定はされない、デジタル画像は地震学、レーダ、 無線、ビデオ及び映画を含む種々の入力データ信号から形成される。デジタル画 像は非常に大容量のデータ記憶を必要とするのでデジタル画像をリアルタイムで 処理するは困難である。現在、リアルタイムでの三次元（またはそれ以上の）画 像の高解像度の処理及び表示を実現しているシステムは存在しない。

他の利用分野では多次元画像を離れた場所へ伝送することができれば有益である 。デジタル画像は多量のデータを要するので、多次元画像のリアルタイムの伝送 は現在のシステムでは非現実的である。

本発明の目的は従って、“リアルタイム”で動作する多次元画像処理システムを 提供することにある。

更に、本発明の目的は重要な一つまたはそれ以上の目標物に“焦点を合わす”た めにある目標物を抑圧し他の目標物を強調する多次元画像処理システムを提供す ることにある。

更に、本発明の目的は遠隔への伝送のためにデータを圧縮しもとの画像を正確に 表現するように受信データを再構成する多次元画像処理システムを提供すること にある。

本発明の目的はまた、圧縮解除された形式のデータを生成可能とするために、素 早く効率よく探索するかまたは呼び出し使用される圧縮形式のデータを記憶する ことにある。

魚吸Ω概！ 好適な実施例に於いては本発明による多次元の処理及び表示システムはソナー追 尾システムで使用される。ソナー追尾システムは入力ソナーデータ通常、受信信 号の振幅を一連の時間インターバルでもって処理システムへ供給する。このデー タは方位、周波数及び時間の次元を有する三次元行列に配列される。このように 行列の各データ要素は指定の方位、周波数及び時間に於ける受信信号の振幅であ る。

入力データ（または生データ）はある方位１、時間及び周波数またはそのいずれ かを強調するかまたは抑圧するようにスケール変更される。三次元行列は多数の 二次元データの行列に分離され、これら多数の二次元データの行列は方位次元に 沿って一緒に連結され一つの大きい二次元行列を形成する。

本発明は履歴データベースを生成し維持し、その履歴データベースもまた二次元 行列と連結される。このデータベースは騒々しい干渉源及び雑音を低減し、重要 な他の音源を強調可能とする。

データがいったん二次元の行列形式となるとそのデータは特異値分解法を使用し て効率よく解析できる。二次元連結行列は行列の圧縮形式を得るために分解され 、好適な実施例では特異ベクトル及び特異値値が得られる。特異ベクトルはそ　 ゛の対応する特異値に基づき一つ以上のグループに区分される。

二次元行列のあるデータ要素はそのデータに関係するある目標物のを強調するた めに特異ベクトルのグループの各々で特異値を修正することによって強調または 低減される。

強調された二次元連結行列は二次元連結行列に修正特異値の対角行列及び特異ベ クトルの行列を乗じることで得られる０強調二次元行列はあるデータ目標物に付 いてのデータ値を強調したり低減したりする。

データ強調の後二次元強調行列は一連の二次元行列に区分され、これらは次の強 調三次元行列を形成するように配列される０強調三次元行列の全部または一部が このとき表示される。好適な実施例ではデータ目標物を三次元透明立方体内での “たばこパイプ掃除具のような”目標物として表示する。

区匡ｑ箆単笠え盟 本発明の他の目的、特徴及び効果は以下の図面と共に特定の実施例の説明から明 白になろう； 第１図は監視システムの配ｌを示す； 第２図は第１図の監視システムの通路を横切る通過船舶を示すオペレータモニタ である； 第３図は一つの時間インターバルにて一周波数帯域にて受信されたー音響源の振 幅対方位のグラフである； 第４図はグレースケールまたは“方位時間記録”　（ＢＴＲ：　Ｂｅａｒｉｎｇ 　Ｔｉａ＋ｅＲｅｃｏｒｄｉｎｇ）フォーマントでの第３図の振幅対方位データ である；第５図はいくつかの時間インターバルで多重の方位で受信された一連の ＢＴＲスキャンである； 第６図は代表的なりＴＲ画像の一部と表示のためのＢＴＲ画像の数値表現である 対応する行列とである； 第７Ａ及び７Ｂ図は入力データを含む行列と対応する特異値及び特異ベクトルと を示す； 第８図は三次元行列で配列されたいくつかの周波数帯域上のＢＴＲデータを示す ； 第９図は三次元“透明立方体”を用いて表示された三次元データを示す；第１０ 、ＩＯＡ、ＩＯＢ及びＩＯＣ図は三次元立方体が三方向のいずれかで“スライス ”される三次元データの代替表示を示す；第１１図は音響エネルギーの種々の源 を示す一周波数帯域のためのＢＴＲデータである； 第１２図はいくつかの周波数のＢＴＲを通じて個別の音響源の特徴の相関を示す ； 第１３図は本発明の主コンピユータプログラムのフローチャートである；第１４ 図は前処理ファンクションのフローチャートである；第１５図は航跡履歴データ ベースによるＢＴＲデータの連結である；第１６図は検出ファンクションのフロ ーチャートである；Ｍ１７Ａ図は特異値対そのランクオーダの対数グラフである ；第１７Ｂ図は−ファンクションを通過した第１７Ａ図の特異値の対数のグラフ である； 第１８Ａ及び１８Ｂ図は強１１ＢＴＲデータを含む行列と、対応する特異ベクト ル及び修正特異値を示す； 第１９図は強調及び追尾ファンクションのフローチャートを示す；第２０図は周 波数サイン畳み込みである；第２１Ａ及び２１Ｂ図はオペレータ表示部である； 第２２図はソナーデータが球状アレーを利用して得られる本発明の代替実施例で ある； 第２３図は五次元データが処理される本発明の代替実施例である；第２４図は五 次元データを処理する代替の方法である；第２５図はデータ立方体が入力時系列 データを含む本発明の代替実施例である。

゛な　の−曾゛日 本発明による多次元画像処理システムは“リアルタイム”で動作する。これは入 力データ信号を処理し三次元以上の画像を生成する。これはまた、データ内のあ る目標物を抑圧し他の目標物を強調する。データは遠隔への伝送のために圧縮さ れ遠隔位置で受信されると、もとのデータを正確に再現するように再構成される ０本発明は外洋航行船舶追尾システムという一つの特定分野での使用についての み説明されるが、他の利用分野に容易に応用できる。

ソナー処理システムは水面及び水中の他船及び目標物を感知し、追尾する目的で 外洋航行船舶にしばしば装備されている０本ソナー処理システムは、例えば船舶 の後方で曳航されている水中マイクロホンのセットからのデータを受信する。

データはまた、船の船首に装備される水中マイクロホンからも得られる。水中マ イクロホンからの信号は特定の方向から到来する音響エネルギーに対して感応す る一組のチャンネルを生成するビーム形成器により処理される。ビーム形成デー タの時系列は、デジタルフィルターを通過し、表示される。

第１図はＯ”　（“前方指向”）から１８０°　（″後方指向”）へ３０”イン ターバルで７個の角度からの音響エネルギーを監視する監視システム３０である 。

監視システム３０の６０°の方向にて目標物３２により発生した音響エネルギー はその方向に向くビーム３４により最もはっきりと検出されるであろう。

監視の各角変につき監視システムは、不連続の時間インターバルで一つの周波数 帯域（または複数の周波数帯域）内で音響エネルギーの振幅を決定する。データ は記憶、解析され、新データが入力するために逐次更新される。

第２図を参照すると、通過船舶４０が第１図の監視システム３０の通路を横切る のが示されている。監視システムはｔｏ、ｔｔ、ｔ２及びｔ３で示される四つの 不連続時間で通過船舶を感知している。ｔｌでは通過船舶は監視システムからみ て４５″の角度、即ち方位にある。

代表的なシステムは５０個の角度を監視し、大体１０秒に一度程度出力表示を更 新している。音響エネルギーは風、波、海洋生物といった自然源から到来するか 、商船や潜水艦といった人工源から到来する。このことにより、どの一度の時間 インターバルで受信するデータも大量となる。４６，０００バイトものデータが 各時間インターバルで受信装置により発生する。

本システムは入力データをリアルタイムで処理し、強音源や背景雑音といった不 要データを除去する。本発明を使用し、オペレータは非常に静かで、他の信号に 隠れてしまうかも知れないような船舶の数隻にのみ照準を絞ることが可能となる 。

現在の二次元監視システムではただ一つの周波数帯域のみが一度に表示すること ができるので、多重周波数にわたって船舶を追尾するのは困難である。従って、 従来技術のシステムでは通過船舶の航路は、その周波数が監視周波数範囲内にあ る場合のみ視認可能である０例えば第２図に示される通過船舶が監視システムに より監視されている周波数範囲内にない周波数を有す場合は、監視スクリーンで 視認できない。

従来技術のシステムが周波数範囲を表示する場合は、これらは全周波数帯域にわ たる複数の周波数での信号をときどき要約しなければならない。これらのシステ ムでは表示されている周波数の範囲が広がるにつれ、表示上の信号を弁別するこ とが困難となる。帯域幅即ち周波数範囲が広がるにつれ、干渉雑音やクラッタ− の量もまた増加する。従って広い帯域幅での従来技術の表示は望ましくない雑音 にしばしば埋もれてしまう。

本システムは三次元フォーマットでデータを処理し、表示し、各周波数にて個別 にデータを処理可能とし、全周波数を一度に視認可能とする。

各不連続な時間インターバルで、また各離散的な一つまたはそれ以上の周波数帯 域で、ソナー監視システムは受信信号の振幅及び方位をデータ処理システムへ送 る。第３図は周波数ｆ１、時間インターバルＬＯで受信された一つの音響源の振 幅対方位の表現である。

第４図を参照すれば、本実施例は受信信号の振幅対方位のグラフ表示をグレース ケールフォーマットまたは“方位時間記録”　（ＢＴＲ−）へ変換したものであ る。

グレースケールの画像はスキャンラインのセントで形成される。スキャンライン 内の各要素は特定の方位に対応し、その方位での受信されたエネルギーの振幅は 白（０）から黒（１５）または黒（０）から白（１５）での灰色の濃淡として表 示される。そのようなスキャンラインの集合がグレースケール画像、即ちＢＴＲ を形成する。

グレースケールフォーマントはこのように、一つの周波数帯域で一つの時間イン ターバルに於いて監視されている方位の範囲での受信信号の振幅を表現する。

異なった方位の信号は水平ベクトルとして表現され、振幅は異なった点でのベク トルの強度により表現される。第３図に示される信号は第４図に示されるグレー スケールフォーマットに等価である。

第５図はいくつかの時間インターバルでの多重方位で受信された多重グレースケ ールライン、即ちＢＴＲスキャンとして示される一連のスキャンインターバルを 示す、ＢＴＲスキャンは時間の経過と共に増加し、信号が時間と共に如何に変わ ったかを示す、ＢＴＲを使用するとこのように、特定の周波数帯域で受信された 音響エネルギーの方位及び振幅の表現が時間と共に個別のＢＴＲスキャンの重な りに基づいて増加する。

方位、振幅及び時間のＢＴＲ表現により、音響データは行列で表現できる０行列 解析はＢＴＲに見いだされるパターンを記述するのに使用可能である０本実施例 ではＢＴＲは行列の図形表現として扱われ、特異値分解法がＢＴＲ行列をその時 間及び方位成分に分解するのに使用される。

特異値及び特異ベクトルを用いた行列解析は従来技術でよ（知られている。以下 の刊行物がそのような行列解析を詳細に説明している：デジタルスペクトル”折 と応用、ニス・エル・マーブル、１９８７　（Ｄｉ　１ｔａｌ　Ｓ　ｅｃｔｒａ ｌ　Ａｎａｌ　ｓｉｓ　ｗｉｔｈ卸吐匹虹蝕匣、　Ｓ、Ｌ、　Ｍａｒｐｌｅ、　 １９８７）　；行剋肚夏法、ジー・エッチ・ゴラブ及びシー・エフ・ハンローン 、１９８９　（Ｍａｔｒｉｘ　Ｃｏ＋ｍ　ｕｔａｔｉｏｎｓ、　Ｇ、　Ｈ，Ｇｏ ｌｕｂ　ａｎｄ　Ｃ。

Ｆ、　Ｖａｎ　Ｌｏａｎ、　１９８９）　；　“特異値分解法及び最小二乗解” 敗億肚夏、ジー・エッチ・ゴラブ及びシー・ラインシュ、１９７０　じＳｉｎｇ ｕｌａｒ　Ｖａｌｕｅ　Ｄｅｃｏｍｐｏｓｉｔｉｏｎａｎｄ　Ｌｅａｓｔ　５ｑ ｕａｒｅｓ　５ｏｌｕｔｉｏｎｓ”　、　Ｎｕｍｅｒｉａｌ　Ｍａｔｈ、　Ｇ、 Ｈ，、Ｇｏｌｕｂ　ａｎｄ　Ｃ，qｅ１ｎｓｃｌ＋＋ １９７０）　；　Ｌ　ＩＮＰＡＣユーザガイド、ジェイ・ジエイ・トンゲラ他１ ９７９（ＬＩＮＰＡＣ１ｌｓｅｒ’ｓ　Ｇｕｉｄｅ、　Ｊ、　Ｊ、　Ｄｏｎｇａ ｒｒａ、　ｅｔ　ａｌ、、　１９７９）　；　“特異値分解計算のための改良ア ルゴリズム”、ティー・エフ・チャン、ＡＣＭのコミユニ　−ンヨ盗４、１９８ ２　（＾ｎ　Ｉｍｐｒｏｖｅｄ　Ａｌｇｏｒｉｔｈｍ　ｆｏｒ　Ｃｏｍｐｕｔｉ ｎｇ　Ｓｉｎｇｕｌａｒ　Ｖａｌｕｅ　Ｄｅ−ｃｏ＠ｐｏｓｉｔｉｏｎ　”　＋ 　Ｔ、　Ｆ、　Ｃｈａｎ、　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　ｏｆ　ｔｈｅ　Ａ ＣＭ　１９８２）ａ固有ベNト ル及び固を値による行列解析も従来行列でよく知られている。

第６図はＢＴＲ画像７０の出力表示を示す０行列７２は図示の如く、ＢＴＲ画像 の数値表現として与えられる。０から１５の整数が信号の振幅を表現するのに用 いられ、それらはＢＴＲ画像のラインの強度によって既に示されたものである。

第７Ａ及び７Ｂ図を参照すると、ＢＴＲ画像は（６０で示されるボックス内の） 二次元フォーマットで配列される要素を含む行列Ｘで表現される。この行列は既 述の参考試料で説明されているように右特異ベクトル、左特異ベクトル及び特異 値に分解される。右特異ベクトルは（６４のボックス内に示されている）行列Ｑ ｔに配列される。左特異ベクトルは（６６のボックス内に示されている）行列Ｐ に配列される。（６２のボックス内に示されている）特異値は行列りでの主対角 線に沿って配列される０行列Ｘでの情報は入力データを含み、右特異ベクトルＱ ｔ及び特異値りにより表現される。生データはこのようにして実質的に圧縮され た形式で表現される。

図示の行列Ｘ（６０）は本実施例では入力ＢＴＲデータを含む、特異値Ｄ（６２ ）及び右特異ベクトルＱ’　（６４）はゴラブ（Ｇｏｌｕｂ）及びラインシュ（ Ｒｅｔｎｓｃｈ）による敗値肚算（Ｎｕｗｅｒｉａｌ　Ｍａｔｈ、）で説明され ているようなアルゴリズムにより計算できる。

特異ベクトル及び特異値またはそれらのいずれかはＢＴＲデータ内の特徴を強調 及び抑圧するか、または強調及び抑圧のいずれかを実行するためのフィルターと してリアルタイム多次元処理システムにより使用される。特異値Ｄ（６２）は対 角形式で表示され、特異ベクトルを調整するのに使用される重みを表示する。

左特異ベクトルＰ（６６）は好適な実施例では陽的に計算はされない０本発明の 好適な実施例では入力データは入力データ強調のため右特異ベクトルにより後乗 夏される。しかし他の実施例では入力データを左特異で前乗算すると、入力デー タの強調が計算上はより効率的となる。

右特異ベクトルＱｔ　（６４）及び特異値Ｄ（６２）は人力データの重要な特徴 を表現するのに使用されるが、これは実質的に圧縮形式にてである。この数値例 ではデータは８２％だけ圧縮されている。より大きい実際の応用では、圧縮度は 大幅に大きく、９８％の圧縮に達することもある。このことにより、データは強 調されるかそうでなければ処理され、かつ表示され、いかなる必要なデータを失 うこともなく計算時間の大幅な節約ができる。

本発明によるデータ処理システムはリアルタイムでデータを処理するの必要な計 算の量を大幅に低減する。本発明を使用すれば、データが２０秒毎に更新される 曳航式水中マイクロホンアレーは８９０，０００／秒の浮動小数点命令を実行す る。処理及び強調前にデーダ゛圧縮”をしないと、同様なシステムでは大体８５ 、６７０．０００／秒の浮動小数点命令を必要とし、不可能でないまでもリアル タイム画像処理を非常に困難にしている。

本発明の好適な実施例では、データシステムはＢＴＲ画像でのパターンを記述し 、不要成分を除去し、重要な成分を分離、解析するために特異値分解法を利用し ている０代替の実施例ではＢＴＲデータの外積行列の固有ベクトル分解法がＢＴ Ｒデータを分解するために使用される。データ行列Ｘの外積はＸ′　ＸまたはＸ Ｘｏである。固有ベクトル分解法はまた従来技術でよく知られている。

第８図を参照して本発明は、三次元行列で多重周波数帯域の多重ＢＴＲ画像を記 憶する。ＢＴＲ画像８０．８２．８４．８６及び８８は並んで配置され、データ ゛立方体”８９を形成している。立方体の大きさは方位Ｘ時間Ｘ周波数となる。

信号の振幅は任意の時間、方位及び周波数での立方体内で記憶されている値を読 み込んで決定される。

第９図を参照すると本発明の特徴が示され、三次元“透明立方体”９０として三 次元行列に記憶されているデータを表示している０通過船舶の航路が透明立方体 内で“たばこパイプ掃除具のような”目標物として現れている。

第１０、ＩＯＡ、ＩＯＢ及びＩＯＣ図を参照すると、第９図の三次元データ立方 体９０が三つの側面で示されている。データ要素の行列として配列された三次元 データは三方向のいずれでも“スライス”可能であり、三つの側面をもたらして いる。面“Ａ”　（１０２）は所定周波数での時間対方位を示すＢＴＲ画像であ る０面“Ｂ”　（１０４）は“ＦＲＡＺ’“面であり、所定時間での信号対周波 数を示す。面”ｃ”　（１００）は’ＬＯＦＡＲｇｒａｍ”面であり、所定方位 の時間対周波数を示す。

データはソナーデータ立方体９０の三つのいずれからもアクセスでき視覚化でき る。”ＢＴＲ”面は時間経過に伴うエネルギー源の位置の関数として多重音響エ ネルギー源を表示することが可能であるので、特に有効である。

第１１図は特定の周波数帯域のＢＴＲＩＩＯを示す。風、波及び海洋生物を含む 背景エネルギー１１２の自然源はＢＴＲ表示上で全体にわたって不規則な点状構 造１１１となって現れる。商船１１４．１１６により発生する音響エネルギーは これらのおおよその方向及び航跡履歴に対応して垂直な航跡１１５及び１１７と して現れる。潜水艦１１８といったより他のより静かな音源は弱い航跡１１９と して現れるか、商船１１６及び１１４といった高騒音の干渉源により隠されてし まう。

第１２図を参照すれば商船１１４及び１１６といった個別の音響源が多数の異な った周波数ＢＴＲにて音響エネルギーを表示する０例えば商船１１６は周波数Ｂ ＴＲ１２０，１２２及び１２４上で音響エネルギーを形成する。他の商船１１４ は周波数ＢＴＲ１１０及び１２２にて音響エネルギーを形成する。未知の潜水艦 音響源１１８は周波数ＢＴＲ１１０及び１２０上で音響エネルギーを形成する。

本発明の好適な実施例では、多次元データ処理システムは多重周波数帯域にわた って類似した航跡履歴を関連付ける０例えば第１２図を参照すると、周波数ＢＴ Ｒ１１０及び１２０は潜水艦１１８が関連付けられ、ＢＴＲは垂直トレース１１ ９として相関、表示される。このようにして航跡履歴データベースは重要なデー タ信号を、通常弱音源であるが強調し、通常高い強音源か雑音である不要な信号 を除去する。

本発明によるシステムは目標物の感知、追尾を支援するために、特異値分解法に 基づいたアルゴリズムを実現している０時間及び周波数にわたる相関は、類似し た航跡履歴を含むそれらの周波数帯域を識別する。これらの関連付けによってオ ペレータは音響源を感知、分離し、強音源や雑音を抑圧し、他の静粛な音源を強 調することが可能となる。音源の特異値の大きさ、即ち周波数帯域にわたった相 関に基づいた音源のこの選択的“区分”は、騒音干渉や雑音が存在している状況 での弱音源の検出には重要である。

第１３図を参照すると本発明の主アルゴリズムのフローチャートが示されている 。アルゴリズムはある時間の期間、周波数帯域のセットにつきＢＴＲスキャン上 で、例えばＢＴＲスライス１１０．１２０．１２２及び１２４を操作する。初め に一つの時間インターバルのための入力ＢＴＲデータを得て（１３０）、三次元 行列に加えられ（１３２）、最も古い時間インターバルのＢＴＲデータは三次元 行列から除去される（１３４）、三次元行列Ｙの形式のＢＴＲデータは前処理フ ァンクションへ入力される（１３６）、前処理ファンクション１３６はデータに 重み付けをし、二次元行列Ｘに再フォ−マツトする。データはまず、三次元行列 を多数の二次元行列に分離し、それら二次元行列を共通の次元に沿って連結する ことによって再フォーマントする。好適な実施例では、二次元行列は方位次元に 沿って連結される。二次元行列に連結するように再フォ−マツトされたデータは 検出ファンクション１３８へ送られ、そこでＢＴＲデータはある信号を強調する ために周波数間で相関がかけられ、次に解析され、そしてサブスペースへ区分さ れる。データは次に強調及び追尾ファンクンジン１４０へ送られ、そこでフィル ターにかけられ、強調され、三次元強調データ行列に配列し直される。最後にデ ータは、表示ファンクション１４２により表示される。これらのファンクション の各々は以下に詳細に説明される。

ＢＴＲ入力データはこれらファンクションの各々を通過して前進するにつれ、情 報は重要な音源の追尾を支援するように後方に伝達される。前の履歴データは位 置及び周辺領域内の音響源の状態を表現する方位トレースの特別なセントである 。方位トレースは弱音源Ｑ、、　１４４及び選択した反応Ｑｃ　１４６の方位航 跡位置に関連する特異ベクトルの形式になっている。更に弱音源Ｑｗｓのいくつ かは重み付けされ、重み付き音源Ｑ、、、１４５を構成する。

弱音ａＱ、、１４４の航跡履歴データは検出ファンクション１３８により計算さ れ、前処理ファンクション１３６ヘフイードバンクされて新データに加えられる 。

このフィードバックの目的は、弱音源からのエネルギーを弱音源が背景雑音から 弁別できるようになるまで蓄積することである。重み付き弱音ｓｑ、、、１４５ の航跡履歴データは強調、追尾ファンクション１４０まで前進し、重要な信号を 強調し、他の不要な信号を低減する。

選択した反応の先行の航跡履歴データＱｃ１４６は、強調、追尾ファンクション １４０により計算され、前処理ファンクション１３６ヘフイードバツクされる。

前処理ヱＬヱ久乞１Ｚ 第１４図を参照すると、前処理ファンクション１３６がより詳細に示されている 。前処理ファンクション１３６は三次元入力データに重み付けをし、三次元行列 を一連の二次元行列に分離し、これらの二次元行列の方位次元に沿って連結し、 二次元行列を先行の方位履歴データへ連結する。前処理ファンクションはまず、 三次元データ行列の形式で多重周波数にて方位一時間入力データ（ＢＴＲ）を得 る（１５０）、前処理ファンクションは１５２で、ある方位、時間及び周波数ま たはそれらのいずれかを強調するか、抑圧するかするためにＢＴＲデータに重み 付けをする。

各時間は各時間インターバルに於ける振幅データを適当にスケーリングするため に利用される時間係数ｔ＋　１５６を有す、各方位もまた関係する方位係数ＢＪ １５４を有し、これは所定方位での振幅データを適当にスケーリングするに使用 される。同様に各周波数は、関連する周波数係数Ｆ、＋５８を有し、これはその 周波数でのデータの振幅値のスケーリングに使用される０選択した方位、時間、 周波数でのデータの強度を増加させると、関係するデータの値を後続の解析にて 増加させる。

他の選択された方位、時間及び周波数でのデータの強度を低減すると同様に、関 係するデータの値を後続の解析にて低減する。方位、時間及び周波数の係数はプ リセットされるかオペレータにより変更可能とされる。

データは１６０でその三次元フォーマットから連結した二次元フォーマントへ再 フォーマントされる。三次元行列はまず、一連の二次元行列に、次に二次元行列 を共通の次元に沿って連結することで再フォ−マツトされる。好適な実施例では 共通の次元は方位である。

Ｂｒ＋　：　Ｂｒｔ：　Ｂｔｓ：、、、、、Ｂｒ−（ここで“：”は、周波数ｆ ｌ、ｆｚ、ｆ、１．、、、ｆ、、につき方位に沿った連結を示す）。

三次元データ行列として記憶されたデータは多数の二次元データ行列に分離され 、即ちスライスされる。次にこれらの二次元データ行列は方位次元に沿って連結 され、一つの大きい連結二次元行列を形成する。このことにより、周波数の所定 のセットにつき共に連結された重み付きＢＴＲスキャンを形成し、方位次元に沿 って連結されるＢＴＲスキャンを生成し、従って一つの新しい長い二次元行列を 生成する。この行列は一つの次元に方位を存し、残りの一つの次元に時間と周波 数の組み合わせを有す。

弱音ｓｃｉ、、　１４４の航跡履歴は検出ファンクション１３８により連続的に 更新され、検出ファンクションから前処理ファンクションヘフィードバックされ る。

弱音ｉ！ＩＱ、、　１４４の航跡履歴は検出ファンクションで特異価分解により 導出された右特異ベクトルの形式となっている０弱音ａｑ、、１４４の航跡履歴 は二次元データ行列のスケーリングされたＢＴＲデータに１６２に示すように連 結される。

第１５図を参照すれば、航跡履歴データベースが示されている。航跡履歴データ ベースは弱音源Ｑｗｔ　（１４４ａから１４４ｈ）の航跡履歴及び選択した反応 Ｑｅ（１４６ａから１４６　ｈ）の航跡履歴を保持している。例えば第１５図で は、ＢＴＲデータは３０秒毎に航跡履歴データと結合される。現在のＢＴＲデー タと履歴データを含む全体データのセットは、特異価分解法で解析される。好適 な実施例ではこの処理は３０秒毎に繰り返され、履歴データベースは連続的に更 新される。

航跡履歴デークヘースが形成され、検出ファンクション及び強調、追尾ファンク ノヨンから受信された航跡履歴を用いて更新される。航跡履歴データヘースはい くつかの先行の時間インターバルに於いて決定された周囲の状態を示す履歴デー タを含む。好適な実施例では３０秒、１分、１０分、３０分、１時間、２時間、 ３時間及び４時間はど前までデータまで記憶される。

航跡履歴データヘースは３０−ｎ秒毎に弱音ｔＡＱ□。。。１４４ａ及び選択さ れた反応ＱＣＯ０゜１４６ａの最も最近の受信された航跡履歴データを記憶する ことによって更新される。ここでｎはシステムが特異価分解計算を実行するため に必要とする加算時間を意味する。１分毎に航跡履歴ＱｗｓＯ０゜１４４ａが“ フィードバック”、即ちデータヘースに記憶され、１分前の履歴状態を表現する 。このデータはＱｌ。。、（１４４ｂとして示される）。同様に好適な実施例で は、履歴データは１０分、３０分、１時間、２時間及び３時間毎に“フィードバ ックされる”。

選択された反応Ｑｃの航跡履歴は静粛音源Ｑ。の航跡履歴に類似の方法で履歴デ ータベースへ入力される。

本発明はこのようにしてこれらの時間インターバルにてデータを表現する履歴デ ータベースを生成し、連続的に更新する。履歴航跡データは圧縮された形式で効 率よく維持される。新解析の各々が圧縮、履歴データを含むこの圧ｍ履歴データ は、計算コストでは何分の−かにもかかわらず、全体の（非圧縮）履歴データの 全体解析に相当する。

第１４図を再び参照して、反応航跡履歴データＱｃ１４６は強Ａｌｌ／追尾ファ ンクション１４０により連続的に更新され、前処理ファンクションで使用される ためにフィードバックされる。このデータはまた、重み付けされ、１６４に示さ れるように、二次元行列重み付きＢＴＲデータと連結される。

Ｂｒ＋：ＢＢ：、、、Ｂｒ１ｌ’Ｑ−：Ｑｅ檎比ｌヱｚ２之ＩＺ− 第１６図を参照すると、検出ファンクション１３８がより詳細に示される。検出 ファンクシジンは周波数及び時間にわたってＢＴＲ航跡履歴データを相関し、優 勢特異値及び関係する右特異ベクトルに関してデータを解析し、データをそれら の特異価構造に基づいてサブスペースに区分する。

二次元行列の形式の重み付けＢＴＲは前処理ファンクションから１７０で得られ る。ＢＴＲデータは特異価分解法（ＳＶＤ）により１７２で解析されるか、また は代替実施例では方位対方位相関行列Ｘ′Ｘの固有ベクトル分解法（ＥＶＤ）に より解析される。特異価分解は特異価の関係行列及びＢＴＲデータから誘導され る特異ベクトルをもたらす。

５ＶＩ）（Ｘ）　−−一−→　Ｄ、　Ｑ’　（特異価分解により）ＥＶＤ　（Ｘ ’　Ｘ）−一→　Ｄ、Ｑ’　（固有ベクトル分解により）再度第７Ａ及び７Ｂ図 を参照し、行列Ｘ（６０）は特異値Ｄ（６２）、その右特異ベクトルＱｔ　（６ ４）及びその左特異ベクトルＰ（６６）で定義される。特異値打列Ｄ（１８０） の第−行及び第一列により示される３４．８５である特異値は、右特異ベクトル 行列ＱＬの第−行に示される右特異ベクトルに対応する強度を示す。第−行で第 五番の方位位置に中心がくる右特異ベクトルは第五番の方位位置に中心が（る最 大値０．８５（１８２）を有し、反応の位置を示している。行列Ｐの第一列で示 される関係する左特異ベクトルＰ１は時間と共に強度を増していて（より大きい 音となり）、反応が接近していることを示す、同様に値３．９９を有す特異値り 、（１９０）は他のより弱音源の強度を示している。行列Ｑ’の第二行の右特異 ベクトルＱ’ｚはその最大値０．９６を有し、第二の方位位置にあり、この反応 の位置を示している。行列Ｐの第二列の左特異ベクトルＰ２は信号が時間と共に 弱くなり、この反応がアレーより遠ざかっていることを示す。

再び第１６図を参照して、特異値及び右特異ベクトルを得るために連結二次元行 列を分解した後、検出ファンクションは１７４で特異値をサブスペースに分類す る０弱音源Ｑｗｓに対応する航跡履歴データはサブスペース選択により計算され る。ＢＴＲデータから誘導された特異値は、特異値の強度に基づいたサブスペー スに分類される。好適な実施例では特異値は強い音源、弱音源及び雑音の三つの サブスペースの一つに分類される。

第１７Ａ図は強度により順位付けられた特異値の対数の代表的なプロットである 。このグラフは対数線形関係１８１を示している。グラフの線形部分は雑音の特 異値構造に特有のものである。

グラフの左側は強い音源に対応して大きい値であり、右側は小さい値で典型的に は雑音に対応する０本発明では特異値は、強い音Ｉ！１１８０、弱音源１８４及 び雑音１８２の三つのカテゴリに分類される。

好適な実施例では特異値の全体範囲を計算する必要はない。代わりにコンピュー タ計算を効率よく利用するために、特異値及び対応する特異ベクトルが逐次導出 される。継続する特異値の対数がいったん線形に減少（第１７Ａ及び１７Ｂ図の １８１に示されるように）すると、特異値の計算は必要なくなる。代替実施例で は特異値の計算は、特異値がある値に達したとき、特異値の微分が一定レベルに 達したとき、ある個数の特異値の計算が完了したとき、またはなにか他の判定基 準を用いて停止する。例えば一実施例では、７個の特異値のみが各行列について 計算される。

検出ファンクションは１７４で実行されたサブスペース選択に基づいて選択特異 値を１７６で修正する。ＢＴＲデータは修正特異値及び右特異ベクトルを用いて フィルター処理され、強調される。

第１７Ｂ図を参照すれば、検出ファンクションは強音源１８０及び雑音１８２に 関連する特異ベクトルの重要度を低減し、また弱音源１８４を強調するために特 異値の重み付けを修正する。その特異値があるスレショルド１９０より小さい強 調特異ベクトルはこのとき削除される。このように、特異ベクトルＱ□のサブセ ットは弱音源１８４の重み付き特異値に基づいて選択される。

データを強調する方法が第１８Ａ及び１８Ｂ図に示される。第１８Ａ及び１８Ｂ 図では第７Ａ及び７Ｂ図の例で使用されたＢＴＲデータが示されている。しかし データの特異値り、、、　（２００）はある弱い信号を強調し、より強い信号を 低減するために修正されている０弱い音響源に関する特異値Ｄ＋　（１８０）は ３４．８５から１．ＯＯへ低減されている０弱い音響源の特異値Ｄｔ　（１９０ ）は３．９９は１０．００へ増加している。雑音信号も同様に低減され、この例 ではＤ３（１９２）は２．５５から１．ＯＯへ、Ｄ、（１９４）は１．１３から １．ＯＯへ低下している。特異ベクトルは変わらない、得られたＢＴＲデータＹ 、ｌｌｂは１８２で示され、このデータのグラフ表示は２０４で示される。この 表示では強い音源は低減される一方、弱音源は顕著に表示される。第１６図を参 照すると、検出ファンクションは１７８で弱音源Ｑ□に対応する航跡履歴データ をセットを計算し、これら航跡履歴データのセットは信号サブスペースの多数の 周波数にわたって音響源の方位履歴を記述する。Ｑ□は特定の方位に対してその 負淘を最大とするように回転できる。

弱音源Ｑ、ｓに関する右特異ベクトルは特異値を調整することによって重み付け され、従って重み付は弱音１［Ｑ工、（１４５）を形成する。検出ファンクショ ン１３８は右特異ベクトルＱ。１４４の形式の航跡履歴データを前処理ファンク ション１３６まで帰還する。検出ファンクション１３８は重み付き右特異ベクト ル行列、１４５を強調及び追尾ファンクション１４０まで前進させる。

１　び゛　ファンクション 第１９図を参照すると、強調及び追尾ファンクション１４０が詳細に示されてい る。ＢＴＲデータＹの連結二次元行列、及び重み付き弱音源特異ベクトルＱ工、 （１８４）は検出ファンクションから送られる。

強調ファンクションはＢＴＲデータを強調するため、音響源の航跡履歴に対応し た重み付き弱音５右特異ベクトルＱ１０、を使用する。強調ＢＴＲデータ６ｏは 重み付きＢＴＲデータを重み付き特異へクトルヘ投射することによって２１２で 生成される。調整された右特異ベクトルＱ工Ｊは転置行列Ｑ工、により前乗算さ れ、空間フィルター（Ｑ工、Ｑ工、７）として使用し、全てのＢＴＲデータにわ たる情報を強調及び抑圧し、またはそのいずれかを実行する。

Ｙ、ｆｉゎ＝Ｙ　（Ｑユｗｓ　Ｑｗｗｓ”）または　ＹｌＩＭ、　＝Ｙ　（Ｑ、 、、１）　Ｑ、、、Ｔ反応周波数サインＳｃは２１４で強ｔｌｉＢＴＲデータか ら誘導され、２１６で反応航跡履歴Ｑｅ　１４６を決定、生成するためにもとの 入力データと相関をとられる。反応航跡履歴データＱｃは Ｑｃ＝Ｓｅ”　（Ｂ、、：１３ｒｚ：、、、：Ｂｒ、）ここで周波数サインＳｃ は相関をとられ、振幅のベクトルとして記憶される：Ｓｃ＝［Ｓ、：　ｓｒｚ： 、、、：　Ｓ、、、１　；ＢＴＲデータは各時間インターバルｔ、でＦＲＡＺフ ォーマットへ連結される：Ｆ；　＝１Ｂｔｌ：Ｂｔｚ：、、、：Ｂｒ−］　；内 積Ｑｃ＝Ｓｃ’Ｆ、が計算される。

ある周波数帯域の弱音源の航跡履歴はＢＴＲ表示のために選択される。弱音源の 強調航跡履歴は表示の目的で再スケーリング及び正規化またはいずれかがなされ る。一つの帯域の周波数にわたって表示するためには、Ｑ□に関係する信号サブ スペースが左特異ベクトル（即ち、ＹＱ、、、　）の二乗を加算するか、または 強調されたデータを加算することにより計算される。

重要な反応は特定の方位及び時間に沿った強調データを調べるか、または累積エ ネルギーＢＴＲでの航跡に沿ってリンクされたスキャンのセットを通じてデータ を調べるか、または透明データ立方体を調べることによって、反応の周波数サイ ンにより識別できる。周波数サインＳｅはリンクされたデータの解析を通して、 または透明データ立方体の解析を通して導出される。

周波数サインは例えば、音ＶＳに関する特徴を最も特徴付けるビーム／時間を見 いだすことによって選択され、読みとられ周波数ベクトルに配置される。

第２０図を参照すると、音響反応は特有の周波数サイン２３０によって確認され る。周波数サインは特定の時間及び方位での強調ソナーデータ立方体から読める か、またはカーブした時間／方位”スライス”に沿って平均化される。これに替 えて周波数サインは時間／方位スライスでのリンクされたデータの特異値分解に より、またはこれに替えて、その関係する外積行列の固有ベクトル分解によって 計算される。周波数サインは入力データと相関をとって、時間及び方位にわたっ て音ｖＩｆＡを追尾するのに使用される。周波数サインは音響源自身で変化が発 生した場合、または常に変化する外洋環境の中を航行する途中に音響エネルギー が変化した場合、予測不能に変動する６本発明の好適な実施例では畳み込みファ ンクション２３２が周波数サインの特徴を広げるのに使用される。得られた５ｃ （２３４）はまた、スレショルド処理される。得られたＳｃ　（２３４）はドプ ラーシフト、周波数不安程度、または他の不確定性により発生する可能性のある 若干に周波数変動により感応しない。

選択された反応Ｑｃの反応航跡履歴は相関によりＢＴＲデータを反応周波数サイ ンへ投射することによって決定される：Ｑｃ＝Ｓｃ”Ｆ。

更に反応航跡履歴Ｑ、及び弱音源航跡履歴Ｑ。が表示される。累積反応航跡履歴 は周波数次元に沿った関連のベクトルＱｃの二乗を累積するか、強調データを二 乗し累積するかによって計算可能であり、これは次に、表示目的で再度スケーリ ング及び正規化される０反応航跡履歴データは周波数サインＳｃにより前乗算し 、データをスレショルド処理し、データを透明データ立方体として表示すること で三次元スペースに投射される： Ｙｃ＝ｔｈｒ　ｌ　（Ｙ　Ｑｃ）　Ｑｃ’ｌまたはｔｈｒ　ＩＹ　（Ｑｃ　Ｑｃ ’）　１ 強調されたデータＹ、、、には同様にスレショルド処理され、透明データ立方体 として表示される： Ｙｍｎｈ、　ｔｈｒ　＝　ｔ　ｈ　ｒ　ｌ　（ＹＱｗｗｍ　）　Ｑｗｗｓ”　ｌ 　またはｔ　ｈ　ｒ　ｉ　（Ｙ　（Ｑ−−ｓ　Ｑ−□Ｔ）１強音源及び雑音が抑 圧され弱音源が強調された後、“強調ＢＴＲ”データは再フォ−マツトされる。

この場合、しかし、逆の手順がとられる。連結された二次元行列はまず、共通の 次元に沿って一連の二次元行列に区分される。この一連の二次元行列は次に三次 元フォーマットに構成される０強ＩＪ４ＢＴＲデータは次に表示のためにソナー データ立方体としてパスする一方で、反応航跡履歴Ｑｃは入力データの解析に使 用されるべく前処理ファンクツジンへ送り返される。

表−示 第２１Ａ及び２１Ｂ図を参照すると、本発明の好適な実施例では強調ソナーデー タはオペレータインタフェーススクリーン上で透明データ立方体２４０の形式で 表示される。オペレータは対話形式で三次元透明立方体を種々の角度で回転させ ることが可能である。反応は透明立方体９０内で“タバコパイプ掃除具のような ”目標物として現れる。

三次元立方体は回転され、異なった視点から表示することが可能である。透明立 方体は強調され、スレショルド処理がなされた三次元データを含み、従って透明 立方体は真の空間一時間フォーマットにて目標物を表示する。このタイプの表示 は雑音を除去せず、三次元にわたって強調データの相関をとらない従来のシステ ムでは不可能である。

スクリーン表示は時間カーソル、方位カーソル及び周波数カーソルを含み、これ らによりオペレータは自由に立方体中を″進む”ことができて、任意の時間周波 数及び方位でデータを表示することが可能である。オペレータはこれらのカーソ ルを、立方体を横切る“スライス即ち平面の制御に使用する。周波数対時間２４ ２は特定の時間のＦＲＡＺフォーマットで示される。方位対時間２４６．２４８ は一つまたはそれ以上の周波数帯域いついてのＢＴＲフォーマントで示される。

ＢＴＲ表示２４６は選択した重要な反応Ｑ、を表示するのに使用され、ＢＴＲ表 示２４８は弱音ｆｉＱ、、を表示するのに使用される。種々の表示が共通の次元 を有するように構成される。例えばＦＲＡＺ表示及びＬＯＦＡＲ表示は各々周波 数次元を共有し、ＬＯＦＡＲ及びＢＴＲ表示は時間次元を共有する。

データの“スライス”の表示はもとのソナーデータを含むか強調データに切り替 えられることが可能である一方、透明データ立方体は強調、スレショルド処理デ ータのみを表示可能である。

表示上のカーソルはリンクされていてオペレータが一つのカーソルを移動すると 、他の表示のカーソルも対応して移動する。カーソル移動はソナーデータ立方体 及び表示の配置及びスライス化を制御する０例えばＬＯＦＡＲ表示の時間カーソ ルを移動するとＦＲＡＺ表示が素早く変化する。同様に、ＢＴＲ表示またはＦＲ ＡＺ表示での方位カーソルを移動すると、ＬＯＦＡＲ表示が対応して変化する。

指定時間及び方位での周波数サイン２３４はスクリーン上の分離したウィンドウ で表示される。

データはＢＴＲ，ＦＲＡＺ及びＬＯＦＡＲウィンドウ内で素早く走査され、オペ レータスクリーン上に“劇画”表現を出力する。更に累積エネルギーＢＴＲ及び 反応累積ＢＴＲを含む反応航跡履歴の累積を多重ウィンドウへ表示することも可 能である。サブ帯域、サブインターバル及び方位セクターもまた表示可能である 。

データのサブセットは種々の方法で表示可能である。多重ウィンドウ中の小立方 体がセクターＢＴＲ（即ち、選択された方位）、セクター累計ＢＴＲ，！計エネ ルギーＢＴＲ（即ち、全ての反応）、及び累計反応ＢＴＲ（即ち、Ｑｃにより追 尾された全ての反応）を表示するのに使用される。ＬＯＦＡＲ帯域の部分または ＦＲＡＺサブ帯域といったサブ帯域はまた、多重ウィンドウで表示可能である。

立方体のいかなる部分も小立方体として表示可能である。

第２２図を参照すると、本発明の代替実施例が示されている。音響データは水中 マイクロホンの二次元球状ソナーアレー２６０から得られる。得られるデータの 次元は方位２６２、俯仰角（Ｄ／Ｅ）及び第三次元として時間２６６がある。

代表的な球状ソナーシステムは４００のデータチャンネルを有し、４０の異なっ た方位と１０の異なったＤ／Ｅ角を存す。典型的には、総（フィルター通過）エ ネルギー量は秒あたり何回も更新される。更に多重周波数帯域が監視され、その 場合本発明によるデータ処理システムは四次元フォーマットでデータを処理する ことになる。

水中マイクロホンの球状アレーから得られたデータは水中マイクロホンの曳航式 アレーによって得られたデータと同様に処理される。処理後はデータは典型的に は方位対時間表示により表示され、この表示は三部分表示にて選択Ｄ／Ｅ角をオ ペレータに示す；上部２７０は高速度（例えば６回／秒）で更新され、中間部２ ７２はより遅い速度（例えば１回／１０秒）で更新され、下部２７４は平均化さ れ、いっそう遅い速度（例えば１回／４０秒）で更新される。この実施例では方 位“スライス”によるＤ／Ｅは既述の処理ファンクションへ入力される。

第２３及び２４図を参照すると、本発明は三次元データ処理システムに応用され ている。第２３図は広い区域に分散配置された多重センサーアレーを含む固定ソ ナーシステムから得られたデータを示す。センサーアレーの各々は三次元データ を提供する。この実施例では各時間インターバルにて新しい表面２８０．２８２ ．２８４．２８６．２８８及び２９０が各データ立方体の上部に加えられる。新 データは一つの二次元行列２９２へ連結され、行列は既に説明したように処理さ れる。

第２４図を参照すれば、広い区域に分散配置された多重センサー行列を処理する 代替法が示されている。この実施例ではソナーデータ立方体３００．３０４．３ ０８．３１２．３１６及び３２０の各々は別々に二次元行列３０２．３０６．３ １０．３１４．３１８及び３２２にて処理さえる。得られた二次元行列の各々の 特異値及び右特異ベクトルが次に計算される。特異ベクトルは一つの二次元行列 ３２４へ統合され、既に説明した本発明に従って処理される。このように高次元 のデータは既に説明した本発明により再帰的に低減でき、処理される。

第２５図を参照すると、本発明の代替実施例が示されている。音響データは水中 マイクロホンのアレーから得られる。得られるデータの次元は方位（Ｂｏ）、時 間（ｎ）及び遅延時間（“ｔ）である。データ立方体はこのようにして入力時系 列データを含む。

第２５図に示されるように構成されたデータでは、データは高解像度、多次元信 号処理に使用される。データ立方体の二次元面の一つの３３２は時間（１）対遅 延時間（′ｔ）の次元を有し、データの時間遅延をかけられた複製である。この タイプの行列はトウブリノツ行列（Ｔｏｅｐｌｉｔｚ　Ｍａｔｒｉｘ）と呼ばれ る。右特異値はデータの自動相関構造を示し、フィルタリング及び高分解能周波 数評価に利用される。（例えば、ニス・エル・マーブルによるデジ　ルスペクト ル”　と・・　、ブレンテスーホール、１９８７の′°固有解析に基づく周波数 評価”　（“Ｅｉｇｅｎ−ａｎａｌｙｓｉｓ−Ｂａｓｅｄ　Ｆｒｅｑｕｅｎｃｙ 　Ｅｓｔｉｍａｔｉｏｎ″、ｂｙＳル、　Ｍａｒｐｌｅ　ｉｎ　ｄｉ　１ｔａｌ 　Ｓ　■モ狽窒≠■ Ａｎａｌ　ｓｉｓ　ｗｉｔｈ　Ａ　１ｉｃａｔｉｏｎｓ、　Ｐｒｅｎｔｉｃｅ− Ｈａ１１＋　１９８７）を参照）。

データ立方体３３４の第二面は方位（Ｂ）対遅延時間じｔ）の次元を有し、多重 信号の到来の向きのフィルタリング及び周波数評価に利用される。（例えばエヌ ・エル・オウズリーによるＮＵＳＣ′ｒレボー）８３０５．１９８８の“強調最 小分散ビーム形成ＴＩ（Ｅｎｈａｎｃｅｄ　Ｍｉｎｉｍｕｍ　Ｖａｒｉａｎｃｅ 　Ｂｅａｍｆｏｒｓ＋ｉｎｇ″ｂｙＮル。

０ｗ５ｌｅｙ、　ＮＵＳＣＴｅｃｈｎｉｃａｌ　Ｒｅｐｏｒｔ　８３０５．１９ ８８）を参照）＃この行列の右特異ベクトルは方位次元に沿ったエネルギーの位 置を記述している。左特異ベクトルは自動相関及び信号の自動相関を記述する。

これらの次元ｔ、”を及びＢの全てを同時に処理することによって本発明による この代替実施例は、リアルタイムで処理可能な一つの統合した動作に二つの高分 解能技術を統合する。

本発明による多次元のデータ処理及び表示システムはデータを圧縮し、遠隔位置 へデータを伝送し、遠隔位置でデータを再構成する。第６図を再度参照すると入 力データは特異値分解法か、固有ベクトル分解法を利用して分解される。選択さ れた特異値及び特異ベクトルは送信される。特異値及び特異ベクトルが受信され た後、入力データは特異値及び特異ベクトルから再構成される。人力データはフ ィルター処理、即ち特異値の値を変化させて強調される。更に圧縮データは、全 体のデータヘースを探索せずに探索及び直接アクセスされる。これはデータヘー スの探索及び呼び出しの動作の効率を改善する。

本発明によるリアルタイム多次元画像処理システムはパンシブソナー検出システ ムに限定せず、アクテブソサーシステムにも使用可能である０本発明は働いてい る器官を表示する医学上の画像といった種々の利用分野にも存用である。この代 替実施例では信号処理システムは、どの側面からでも器官を表示し、いかなる位 置のスライスも示すように器官中を“進み°°、または透明データ立方体として データを視覚化するように、使用可能である。

以上の発明は好適な実施例に付いて説明したが、種々の変更及び改良が当業者に は可能である。そのような変更及び改良は添付の請求の範囲に含まれる。そのよ うな変更及び改良は、ＲＦデータ、地震データ、他の通信データ及び医学画像デ ータを含む他の多変量データに本発明を適応することも含む。

緯度 ←　方位→ タ　１ （−Ｖ　（＼ 周渡数 二 雫　〜　＼ Ｎ　よ 方位　周波数　方位 国際調査報告 フロントページの続き （５１）　Ｉｎｔ、　Ｃ１，５識別記号　庁内整理番号ＨＯ４Ｂ　１／１０　Ｌ 　９２９８−５ＫＩ

Claims (33)

【特許請求の範囲】
1. １．信号を発生する一つ以上の目標物により発生する信号を解析する方法であっ て、 前記信号から得られた情報を多次元データ行列に埋め込み；前記多次元データ行 列を少なくとも二つの二次元データ行列に分離し；一つの連結された二次元デー タ行列を形成するために一つの共通の次元に沿って前記二次元データ行列を連結 し； 圧縮行列形式を得るために連結二次元データ行列を分解し；前記圧縮行列形式で のデータ値の予め設定されたファンクションに基づいた前記圧縮行列形式にて選 択された前記データ値を修正し；前記連結二次元データ行列に前記修正圧縮行列 形式を乗じることによって、前記連結された二次元データ行列での前記データを 強調し；少なくとも二つの強調二次元データ行列を形成するために前記連結二次 元データ行列を区分し； 強調された多次元データ行列を形成するために、前記強調二次元データ行列を配 列するステップを含むことを特徴とする方法。
2. ２．前記方法は前記多次元データ行列内の選択された位置での前記データに前記 位置に付随するデータ係数を乗ずることによって、前記多次元データ行列内の前 記多次元データのスケーリングの実行を更に含むことを特徴とする請求の範囲第 １項に記載の信号解析の方法。
3. ３．前記方法は履歴データベースに於いて前記圧縮行列形式を記憶するステップ を更に含むことを特徴とする請求の範囲第１項に記載の信号解析の方法。
4. ４．前記方法は前記二次元データ行列を分解する前に前記履歴データベース内の 前記圧縮行列形式を前記連結二次元データ行列と連結するステップを更に含むこ とを特徴とする請求の範囲第３項に記載の信号解析の方法。
5. ５．前記方法は前記圧縮行列形式の選択されたデータ値を修正する前に前記圧縮 行列形式での前記データをサブスペースへ区分するステップを更に含むことを特 徴とする請求の範囲第１項に記載の信号解析の方法。
6. ６．前記方法は前記圧縮行列形式の前記データ値の選択されたサブスペースを履 歴データベースに記憶することを更に含むことを特徴とする請求の範囲第５項に 記載の信号解析の方法。
7. ７．前記方法は前記強調三次元データ行列を透明データ立方体として表示するス テップを更に含み、前記信号発生する目標物により発生される前記信号は前記透 明データ立方体内に表示されることを特徴とする請求の範囲第１項に記載の信号 解析の方法。
8. ８．前記方法は種々の角度で前記透明データ立方体を対話形式で回転するステッ プを更に含むことを特徴とする請求の範囲第７項に記載の方法。
9. ９．前記方法は前記透明データ立方体の二次元部分を選択し、三次元データ行列 の前記データの前記選択された二次元部分を表示するステップを更に含むことを 特徴とする請求の範囲第７項に記載の信号解析の方法。
10. １０．更に前記方法は前記強調された三次元データ行列の部分を少なくとも一つ の二次元表示へ表示するステップを含むことを特徴とする請求の範囲第１項に記 載の信号解析の方法。
11. １１．前記情報は三次元データ行列に埋め込まれることを特徴とする請求の範囲 第１項に記載の信号解析の方法。
12. １２．前記三次元データ行列は前記信号の振幅に関するデータを含むことを特徴 とする請求の範囲第１１項に記載の信号解析の方法。
13. １３．前記三次元データ行列の一つの次元は方位であることを特徴とする請求の 範囲第１１項に記載の信号解析の方法。
14. １４．前記三次元データ行列の一つの次元は時間であることを特徴とする請求の 範囲第１１項に記載の信号解析の方法。
15. １５．前記三次元データ行列の一つの次元は周波数であることを特徴とする請求 の範囲第１１項に記載の信号解析の方法。
16. １６．前記三次元データ行列の一つの次元は、俯／仰角であることを特徴とする 請求の範囲第１１項に記載の信号解析の方法。
17. １７．前記三次元データ行列の一つの次元は遅延時間であることを特徴とする請 求の範囲第１１項に記載の信号解析の方法。
18. １８．前記方法は水中マイクロホンのセットからの前記信号の振幅に関する前記 データを得るステップを更に含むことを特徴とする請求の範囲第１２項に記載の 信号解析の方法。
19. １９．前記方法はビーム形成器からの前記信号の振幅に関する前記データを得る ステップを更に含むことを特徴とする請求の範囲第１２項に記載の信号解析の方 法。
20. ２０．前記圧縮行列形式は特異値及び特異ベクトルを更に含むことを特徴とする 請求の範囲第１項に記載の信号解析の方法。
21. ２１．前記圧縮行列形式の選択されたデータ値を修正する前記ステップは、更に ：前記特異値の強度に従って前記特異値を編成し；前記特異値のファンクション に従って前記特異値を区分するステップを含むことを特徴とする請求の範囲第２ ０項に記載の信号分析の方法。
22. ２２．前記方法は、 前記特異値を逐次導出し； 前記特異値のファンクションが選択された値に達すると前記特異値の計算を停止 するステップを更に含むことを特徴とする請求の範囲第２０項に記載の信号解析 の方法。
23. ２３．前記圧縮行列形式は固有値及び固有ベクトルを更に含むことを特徴とする 請求の範囲第１項に記載の信号解析の方法。
24. ２４．前記方法は、 前記特異値を逐次導出し； 前記特異値のファンクションが選択された値に達すると前記特異値の計算を停止 するステップを更に含むことを特徴とする請求の範囲第２３項に記載の信号解析 の方法。
25. ２５．前記圧縮行列形式は更に、特異値及び右特異ベクトルを含むことを特徴と する請求の範囲第１項に記載の信号解析の方法。
26. ２６．前記多次元データ行列は三個より多い次元を含むことを特徴とする請求の 範囲第１項に記載の信号解析の方法。
27. ２７．前記多次元データ行列は五個の次元を含むことを特徴とする請求の範囲第 ２６項に記載の信号解析の方法。
28. ２８．前記五次元データ行列は三次元行列の二次元データ行列を含むことを特徴 とする請求の範囲第２７項に記載の信号解析の方法。
29. ２９．信号を発生する一つ以上の目標物により発生する信号を解析する方法であ って、 前記信号よりの情報を多次元データ行列に埋め込み；前記多次元データ行列を少 なくとも二つの二次元データ行列に分離し；一つの連結された二次元データ行列 を形成するために一つの共通の次元に沿って前記二次元データ行列を連結し； 右特異ベクトル及び特異値を得るために前記連結二次元データ行列を分解し；前 記右特異ベクトルを対応する特異値のファンクションに基づいた一つ以上のサブ スペースに区分し； 前記右特異ベクトルの前記サブスペースの各々で選択された特異値を修正し；強 調二次元データ行列を得るために前記二次元連結行列に前記修正特異値の直交デ ータ行列及び前記右特異ベクトルの行列を乗じることにより前記連結二次元デー タ行列内の前記データを強調し；少なくとも二つの二次元データ行列を形成する ために前記連結された二次元データ行列を区分し； 強調された多次元データ行列を形成するために前記強調連結された二次元データ 行列を配列するステップを含むことを特徴とする方法。
30. ３０．多次元データを表現する信号を一つの位置から他の位置へ伝送する方法で あって、前記多次元データは一つ以上の目標物から受信された情報と共に埋め込 まれていて、 前記多次元データをデータ要素の多次元行列に配列し；前記多次元データ行列を 二次元データの多数の行列に分離し；一つの二次元データ行列を形成するために 一つの共通の次元に沿って二次元データの前記行列を連結し； 前記行列のための特異値及び特異ベクトルを得るために前記二次元連結行列を分 解し； 前記特異値及び前記特異ベクトルを遠隔位置へ送り；前記特異値及び前記特異ベ クトルから前記遠隔位置にて前記連結二次元データ行列を生成し； 前記多次元データ行列を形成するために前記遠隔位置にて前記二次元データ行列 を配列するステップを含むことを特徴とする方法。
31. ３１．多次元データを表現する信号を一つの位置から他の位置へ伝送する方法で あって、前記多次元データは一つ以上の目標物から受信された情報と共に埋め込 まれていて、 前記多次元データをデータ要素の多次元行列に配列し；前記多次元データ行列を 二次元データの多数の行列に分離し；一つの二次元データ行列を形成するために 一つの共通の次元に沿って二次元データの前記行列を連結し； 前記行列のための特異値及び右特異ベクトルを得るために前記二次元連結行列を 分解し； 前記右特異ベクトルを対応する特異値のファンクションに基づく一つ以上のサブ スペースに区分し； 前記右特異ベクトルの前記サブスペースの各々で選択された特異値を修正し；前 記修正特異値及び前記右特異ベクトルを遠隔位置へ送り；前記修正特異値及び前 記右特異ベクトルから前記遠隔位置にて前記連結二次元データ行列を生成し； 前記多次元データ行列を形成するために前記遠隔位置にて前記二次元データ行列 を配列するステップを含むことを特徴とする方法。
32. ３２．データを記憶する方法であって、前記データを二次元データ行列に配列し ；前記行列のための特異値及び特異ベクトルを得るために前記二次元データ行列 を分解し； 前記特異値及び前記特異ベクトルを記憶し；その後、前記特異値及び前記特異ベ クトルを呼び出し；前記呼び出された特異値及び前記特異ベクトルから前記二次 元データ行列を生成するステップを含むことを特徴とする方法。
33. ３３．信号の選択した属性を識別するための信号解析の方法であって、前記信号 よりの情報を二次元データ行列に埋め込み；前記行列の特異値及び特異ベクトル を得るために前記二次元データ行列を分解し； 特定の特徴を有する情報を求めて前記特異値及び前記特異ベクトルを探索し；前 記探索中に見いだされた前記特異値及び前記特異ベクトルから新しい二次元デー タ行列を生成するステップを含み、前記新しい二次元行列は前記探索中に見いだ された情報を含むことを特徴とする信号解析の方法。