特許 5779370 電子走査型レーダ装置、受信波方向推定方法及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】5779370

(24)【登録日】2015年7月17日

(45)【発行日】2015年9月16日

(54)【発明の名称】電子走査型レーダ装置、受信波方向推定方法及びプログラム

(51)【国際特許分類】

   G01S 7/02 20060101AFI20150827BHJP

   G01S 13/34 20060101ALI20150827BHJP

【ＦＩ】

   G01S7/02 216

   G01S13/34

【請求項の数】13

【全頁数】33

(21)【出願番号】特願2011-58127(P2011-58127)

(22)【出願日】2011年3月16日

(65)【公開番号】特開2012-194051(P2012-194051A)

(43)【公開日】2012年10月11日

【審査請求日】2014年2月28日

(73)【特許権者】

【識別番号】300052246

【氏名又は名称】日本電産エレシス株式会社

(74)【代理人】

【識別番号】100108578

【弁理士】

【氏名又は名称】高橋 詔男

(74)【代理人】

【識別番号】100064908

【弁理士】

【氏名又は名称】志賀 正武

(72)【発明者】

【氏名】金本 淳司

【審査官】 目黒 大地

(56)【参考文献】

【文献】 特開２００９−１６２６８８（ＪＰ，Ａ）

【文献】 特開２０００−０６５９２１（ＪＰ，Ａ）

【文献】 特開２００３−１８５７３８（ＪＰ，Ａ）

【文献】 特開２００８−０１４９５６（ＪＰ，Ａ）

【文献】 特開平１１−２８１７２９（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０１Ｓ１／７２−１／８２

３／８０−３／８６

５／１８−５／３０

７／００−７／６４

１３／００−１３／９５

１５／００−１５／９６

１７／００−１７／９５

(57)【特許請求の範囲】

【請求項1】

移動体に搭載される電子走査型レーダ装置であり、
送信された送信波を反射したターゲットから到来する受信波を受信する複数のアンテナを含んで構成される受信部と、
前記送信波及び前記受信波からビート信号を生成するビート信号生成部と、
前記ビート信号に基づいて前記ターゲットを検出する信号処理部と、
を備え、
前記信号処理部は、
前記ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、前記ビート周波数毎に分解された前記ビート信号に基づいた複素数データを算出する周波数分解処理部と、
前記複素数データに基づいて、次数を２次と定めた第１の方位スペクトルが算出され、同じ前記ビート周波数として示される周波数ポイントであって、前記第１の方位スペクトルを算出した周波数ポイントに対応する周波数ポイントにおいて、次数を１次と定めた第２の方位スペクトルが算出され、前記第１の方位スペクトルが算出された前記周波数ポイントに対応する複数のピーク間の相対角度と、前記第２の方位スペクトルのピークが示すピーク角度とから前記複数のピーク間の相対レベル差を算出するターゲット抽出部と、
を備え、
前記複数のピーク間の相対レベル差に基づいて、前記ターゲットを検出することを特徴とする電子走査型レーダ装置。

【請求項2】

前記信号処理部は、
前記第１の方位スペクトルを算出する基となる前記複素数データを、複数の前記ビート周波数を含む周波数領域の範囲から抽出する周波数レベル検知部
を備えることを特徴とする請求項１に記載の電子走査型レーダ装置。

【請求項3】

前記周波数レベル検知部は、
前記複素数データを要素とする行列の固有値の大きさに基づいて、前記信号処理部におけるスペクトル推定処理に有効とされる前記複素数データであるか否かを判定する
ことを特徴とする請求項２に記載の電子走査型レーダ装置。

【請求項4】

前記複素数データに基づいて前記第１の方位スペクトルを算出する方位スペクトル算出部
を備え、
前記ターゲット抽出部は、
前記算出された第１の方位スペクトルに基づいて前記複数のピークが存在すると判定した場合、前記第２の方位スペクトルを算出する
ことを特徴とする請求項１から請求項３のいずれか１項に記載の電子走査型レーダ装置。

【請求項5】

前記ターゲット抽出部は、
前記複数のピーク間の角度の差と、前記複数のピーク間の相対レベル差との関係を示す相関式に従って、前記第２の方位スペクトルに基づいて算出されたピーク角度に基づいて前記相対レベル差を算出する
ことを特徴とする請求項１から請求項４のいずれか１項に記載の電子走査型レーダ装置。

【請求項6】

前記ターゲット抽出部は、
前記送信波の周波数を順に上げる上り期間と、前記送信波の周波数を順に下げる下り期間のそれぞれの期間において検知された前記ピークを、対応する前記ターゲット毎にグループ化する
ことを特徴とする請求項１から請求項５のいずれか１項に記載の電子走査型レーダ装置。

【請求項7】

前記ターゲット抽出部は、
前記検知されたピークを前記ターゲット毎にグループ化する処理を、該ターゲットに対する距離方向と角度方向とにおいて、予め定められる所定の距離と角度を基準とする領域を単位としてグループ化する
ことを特徴とする請求項１から請求項６のいずれか１項に記載の電子走査型レーダ装置。

【請求項8】

前記複素数データから推定した次数に従って、前記第１の方位スペクトルと前記第２の方位スペクトルとを算出する方位スペクトル算出部
を備えることを特徴とする請求項１から請求項７のいずれか１項に記載の電子走査型レーダ装置。

【請求項9】

前記方位スペクトル算出部は、
前記複素数データが要素である行列の固有値に基づいて前記次数を推定する次数推定部
を備えることを特徴とする請求項８に記載の電子走査型レーダ装置。

【請求項10】

前記方位スペクトル算出部は、
前記複素数データに応じた次数に従った前記方位スペクトルの算出においては、自己回帰モデルを用いるＡＲスペクトル推定法により行う
ことを特徴とする請求項８から請求項９のいずれか１項に記載の電子走査型レーダ装置。

【請求項11】

前記方位スペクトル算出部は、
前記周波数ポイントに対応させ、前記自己回帰モデルに基づいて生成された正規方程式の平均化処理を行ない、該平均化処理された正規方程式に基づいた前記ＡＲスペクトル推定法による前記方位スペクトルを算出する
ことを特徴とする請求項１０に記載の電子走査型レーダ装置。

【請求項12】

移動体に搭載される電子走査型レーダ装置による受信波方向推定方法であり、
受信部が、送信された送信波を反射したターゲットから到来する受信波を受信する複数のアンテナを含んで構成される受信過程と、
ビート信号生成部が前記送信波及び前記受信波からビート信号を生成するビート信号生成過程と、
周波数分解処理部が前記ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、前記ビート周波数毎に分解された前記ビート信号に基づいた複素数データを算出する周波数分解処理過程と、
信号処理部が、前記ビート信号に基づいて前記ターゲットを検出する信号処理過程と、
を含み、
前記信号処理過程は、
周波数分解処理部が、前記ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、前記ビート周波数毎に分解された前記ビート信号に基づいた複素数データを算出する周波数分解処理過程と、
前記複素数データに基づいて、次数を２次と定めた第１の方位スペクトルが算出され、同じ前記ビート周波数として示される周波数ポイントであって、前記第１の方位スペクトルを算出した周波数ポイントに対応する周波数ポイントにおいて、次数を１次と定めた第２の方位スペクトルが算出され、前記ターゲット抽出部が、前記第１の方位スペクトルが算出された前記周波数ポイントに対応する複数のピーク間の相対角度と前記第２の方位スペクトルのピークが示すピーク角度とから、前記複数のピーク間の相対レベル差を算出するターゲット抽出過程と、
前記複数のピーク間の相対レベル差に基づいて、前記ターゲットを検出する過程と、
を含むことを特徴とする受信波方向推定方法。

【請求項13】

移動体に搭載される電子走査型レーダ装置により受信波方向推定の動作をコンピュータに制御させるためのプログラムであり、
送信された送信波を反射したターゲットから到来する受信波を受信する複数のアンテナを含んで構成される受信処理と、
ビート信号生成部が前記送信波及び前記受信波からビート信号を生成するビート信号生成処理と、
前記ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、前記ビート周波数毎に分解された前記ビート信号に基づいた複素数データを算出する周波数分解処理と、
前記ビート信号に基づいて前記ターゲットを検出する信号処理と、
を実行させ、
前記信号処理は、
前記ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、前記ビート周波数毎に分解された前記ビート信号に基づいた複素数データを算出する周波数分解処理と、
前記複素数データに基づいて、次数を２次と定めた第１の方位スペクトルが算出され、同じ前記ビート周波数として示される周波数ポイントであって、前記第１の方位スペクトルを算出した周波数ポイントに対応する周波数ポイントにおいて、次数を１次と定めた第２の方位スペクトルが算出され、前記第１の方位スペクトルが算出された前記周波数ポイントに対応する複数のピーク間の相対角度と、前記第２の方位スペクトルのピークが示すピーク角度とから前記複数のピーク間の相対レベル差を算出するターゲット抽出処理と、
を実行させ、
前記複数のピーク間の相対レベル差に基づいて、前記ターゲットを検出する
ためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、放射された送信波に対するターゲットからの反射波を用いて、このターゲットの検出を行う、車載用に好適な電子走査型レーダ装置、受信波方向推定方法及びプログラムに関する。

【背景技術】

【0002】

従来、車載用の電子走査型レーダ装置において、ターゲット（反射物）からの到来波（或いは受信波）の方向を検出する技術としては、アレーアンテナの到来波方向推定方法が用いられている。
この到来波方向推定方法は、近年、少ないチャンネル（ＣＨ）数で高い分解能が得られるＡＲスペクトル推定法や、ＭＵＳＩＣ（MUltiple SIgnal Classification）法などの高分解能アルゴリズムを使用したスペクトル推定法が用いられている（特許文献１、２、３参照）。また、ＡＲスペクトル推定法は、最大エントロピー法（MEM：Maximum Entropy Method ）や線形予測法などといわれる場合もある。
特許文献１から３においては、ＤＢＦ(ディジタル・ビーム・フォーミング）との組合せによる手法が示されており、特許文献２、３の一部の実施形態では、ＤＢＦを用いない手法についても示されている。例えば、特許文献２における第２実施形態、すなわちＤＢＦを用いない手法では、ＦＭＣＷ方式における周波数変調の上り（上昇部分）と下り（下降部分）のピークの組合せについて、高分解能アルゴリズムによって検出された角度情報に基づいて組合せ処理が行われている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００６−２７５８４０号公報

【特許文献2】特開２００９−１５６５８２号公報

【特許文献3】特開２００９−１６２６８８号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

ＡＲスペクトル推定法は、高分解能アルゴリズムの中でも格段に演算負荷の軽いアルゴリズムである。そのため、距離方向（ＦＭＣＷ方式におけるビート周波数方向）に存在する多数のターゲットに対しての方位検出処理をそれぞれ行うことができる。それゆえ、ＡＲスペクトル推定法は、検知可能な全周波数ポイントや連続した特定の周波数ポイント区間を広く複数設ける場合など（例えば、特許文献３参照）の多ポイントのスペクトル推定（＝多ポイント方位推定と定義する）に用いるのに好都合である。
しかしながら、ＡＲスペクトル推定法を含む高分解能アルゴリズムにおいて、検出された信号のピークのレベルは、ターゲットからの到来波の信号強度に厳密に比例しない。
例えば、ＤＢＦを用いない手法では、ＦＭＣＷ方式における周波数変調の上り（上昇部分）と下り（下降部分）のピークの組合せについて、検出された信号のピークが示すレベル情報を使わずに、角度情報のみに基づいた組み合わせ処理が行われる（例えば、特許文献２における第２実施形態参照）。このように、角度情報のみに基づいた組み合わせ処理においては、十分な組合せ精度を確保することができず、さらなる組合せ精度の向上が求められている。

【0005】

本発明は、このような事情に鑑みてなされたもので、高分解能アルゴリズムを方位検出に応用した車載用レーダにおいて、多ポイント方位推定の上りと下りの組合せ精度を向上させる電子走査型レーダ装置、受信波方向推定方法及びプログラムを提供することを目的とする。

【課題を解決するための手段】

【0006】

（１）本発明は、移動体に搭載される電子走査型レーダ装置であり、送信された送信波を反射したターゲットから到来する受信波を受信する複数のアンテナを含んで構成される受信部と、前記送信波及び前記受信波からビート信号を生成するビート信号生成部と、前記ビート信号に基づいて前記ターゲットを検出する信号処理部と、を備え、前記信号処理部は、前記ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、前記ビート周波数毎に分解された前記ビート信号に基づいた複素数データを算出する周波数分解処理部と、前記複素数データに基づいて、次数を２次と定めた第１の方位スペクトルが算出され、同じ前記ビート周波数として示される周波数ポイントであって、前記第１の方位スペクトルを算出した周波数ポイントに対応する周波数ポイントにおいて、次数を１次と定めた第２の方位スペクトルが算出され、前記第１の方位スペクトルが算出された前記周波数ポイントに対応する複数のピーク間の相対角度と、前記第２の方位スペクトルのピークが示すピーク角度とから前記複数のピーク間の相対レベル差を算出するターゲット抽出部と、を備え、前記複数のピーク間の相対レベル差に基づいて、前記ターゲットを検出することを特徴とする。

【0007】

（２）また、本発明は、上記発明において、前記信号処理部は、前記第１の方位スペクトルを算出する基となる前記複素数データを、複数の前記ビート周波数を含む周波数領域の範囲から抽出する周波数レベル検知部を備えることを特徴とする。

【0008】

（３）また、本発明は、上記発明において、前記周波数レベル検知部は、前記複素数データを要素とする行列の固有値の大きさに基づいて、前記信号処理部におけるスペクトル推定処理に有効とされる前記複素数データであるか否かを判定することを特徴とする。

【0009】

（４）また、本発明は、上記発明において、前記複素数データに基づいて前記第１の方位スペクトルを算出する方位スペクトル算出部を備え、前記ターゲット抽出部は、前記算出された第１の方位スペクトルに基づいて前記複数のピークが存在すると判定した場合、前記第２の方位スペクトルを算出することを特徴とする。

【0010】

（５）また、本発明は、上記発明において、前記ターゲット抽出部は、前記複数のピーク間の角度の差と、前記複数のピーク間の相対レベル差との関係を示す相関式に従って、前記第２の方位スペクトルに基づいて算出されたピーク角度に基づいて前記相対レベル差を算出することを特徴とする。

【0011】

（６）また、本発明は、上記発明において、前記ターゲット抽出部は、前記送信波の周波数を順に上げる上り期間と、前記送信波の周波数を順に下げる下り期間のそれぞれの期間において検知された前記ピークを、対応する前記ターゲット毎にグループ化することを特徴とする。

【0012】

（７）また、本発明は、上記発明において、前記ターゲット抽出部は、前記検知されたピークを前記ターゲット毎にグループ化する処理を、該ターゲットに対する距離方向と角度方向とにおいて、予め定められる所定の距離と角度を基準とする領域を単位としてグループ化することを特徴とする。

【0013】

（８）また、本発明は、上記発明において、前記複素数データから推定した次数に従って、前記第１の方位スペクトルと前記第２の方位スペクトルとを算出する方位スペクトル算出部を備えることを特徴とする。

【0014】

（９）また、本発明は、上記発明において、前記方位スペクトル算出部は、前記複素数データが要素である行列の固有値に基づいて前記次数を推定する次数推定部を備えることを特徴とする。

【0015】

（１０）また、本発明は、上記発明において、前記方位スペクトル算出部は、前記複素数データに応じた次数に従った前記方位スペクトルの算出においては、自己回帰モデルを用いるＡＲスペクトル推定法により行うことを特徴とする。

【0016】

（１１）また、本発明は、上記発明において、前記方位スペクトル算出部は、前記周波数ポイントに対応させ、前記自己回帰モデルに基づいて生成された正規方程式の平均化処理を行ない、該平均化処理された正規方程式に基づいた前記ＡＲスペクトル推定法による前記方位スペクトルを算出することを特徴とする

【0017】

（１２）また、本発明は、移動体に搭載される電子走査型レーダ装置による受信波方向推定方法であり、受信部が、送信された送信波を反射したターゲットから到来する受信波を受信する複数のアンテナを含んで構成される受信過程と、ビート信号生成部が前記送信波及び前記受信波からビート信号を生成するビート信号生成過程と、周波数分解処理部が前記ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、前記ビート周波数毎に分解された前記ビート信号に基づいた複素数データを算出する周波数分解処理過程と、信号処理部が、前記ビート信号に基づいて前記ターゲットを検出する信号処理過程と、を含み、前記信号処理過程は、周波数分解処理部が、前記ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、前記ビート周波数毎に分解された前記ビート信号に基づいた複素数データを算出する周波数分解処理過程と、前記複素数データに基づいて、次数を２次と定めた第１の方位スペクトルが算出され、同じ前記ビート周波数として示される周波数ポイントであって、前記第１の方位スペクトルを算出した周波数ポイントに対応する周波数ポイントにおいて、次数を１次と定めた第２の方位スペクトルが算出され、前記ターゲット抽出部が、前記第１の方位スペクトルが算出された前記周波数ポイントに対応する複数のピーク間の相対角度と、前記第２の方位スペクトルのピークが示すピーク角度とから前記複数のピーク間の相対レベル差を算出するターゲット抽出過程と、前記複数のピーク間の相対レベル差に基づいて、前記ターゲットを検出する過程と、を含むことを特徴とする。

【0018】

（１３）また、本発明は、移動体に搭載される電子走査型レーダ装置により受信波方向推定の動作をコンピュータに制御させるためのプログラムであり、送信された送信波を反射したターゲットから到来する受信波を受信する複数のアンテナを含んで構成される受信処理と、ビート信号生成部が前記送信波及び前記受信波からビート信号を生成するビート信号生成処理と、前記ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、前記ビート周波数毎に分解された前記ビート信号に基づいた複素数データを算出する周波数分解処理と、前記ビート信号に基づいて前記ターゲットを検出する信号処理と、を実行させ、前記信号処理は、前記ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、前記ビート周波数毎に分解された前記ビート信号に基づいた複素数データを算出する周波数分解処理と、前記複素数データに基づいて、次数を２次と定めた第１の方位スペクトルが算出され、同じ前記ビート周波数として示される周波数ポイントであって、前記第１の方位スペクトルを算出した周波数ポイントに対応する周波数ポイントにおいて、次数を１次と定めた第２の方位スペクトルが算出され、前記第１の方位スペクトルが算出された前記周波数ポイントに対応する複数のピーク間の相対角度と、前記第２の方位スペクトルのピークが示すピーク角度とから前記複数のピーク間の相対レベル差を算出するターゲット抽出処理と、を実行させ、前記複数のピーク間の相対レベル差に基づいて、前記ターゲットを検出するためのプログラムである。

【発明の効果】

【0019】

以上説明したように、本発明によれば、受信部が、送信された送信波を反射したターゲットから到来する受信波を受信する複数のアンテナを含んで構成される。ビート信号生成部が前記送信波及び前記受信波からビート信号を生成する。周波数分解処理部が前記ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、前記ビート周波数毎に分解された前記ビート信号に基づいた複素数データを算出する。
複素数データに基づいて、第１の方位スペクトルが算出され、同じ前記ビート周波数として示される周波数ポイントであって、第１の方位スペクトルを算出した周波数ポイントに対応する周波数ポイントにおいて、第１の方位スペクトルを算出する処理において定めた次数より低い次数に定めた第２の方位スペクトルが算出される。
ターゲット抽出部が、第１の方位スペクトルが算出された前記周波数ポイントに対応する複数のピーク間の相対角度と、前記第２の方位スペクトルのピークが示すピーク角度とから前記複数のピーク間の相対レベル差を算出する。
そして、電子走査型レーダ装置は、複数のピーク間の相対レベル差に基づいて、ターゲットを検出する。
これにより、相対レベル差を算出することにより、同一距離のマルチターゲットの相対レベル情報が付加できるので、上りと下りのピーク組合せにおいて、組合せの精度を向上できる等の高分解能アルゴリズムを用いる方位推定の信頼度を向上させることができる。

【図面の簡単な説明】

【0020】

【図1】本発明の第１実施形態による電子走査型レーダ装置の構成を示すブロック図である。

【図2】送信信号と、ターゲットに反射された受信信号が入力された状態を示す図である。

【図3】受信アンテナにおける受信波の説明を行う概念図である。

【図4】本実施形態の信号処理部２０Ａにおける処理の手順を示すフローチャートである。

【図5】信号処理部２０Ａにおける処理をそれぞれ説明する図（その１）である。

【図6】信号処理部２０Ａにおける処理をそれぞれ説明する図（その２）である。

【図7】信号処理部２０Ａにおける処理をそれぞれ説明する図（その３）である。

【図8】信号処理部２０Ａにおける処理をそれぞれ説明する図（その４）である。

【図9】信号処理部２０Ａにおける処理をそれぞれ説明する図（その５）である。

【図10】信号処理部２０Ａにおける処理をそれぞれ説明する図（その６）である。

【図11】信号処理部２０Ａにおける処理をそれぞれ説明する図（その７）である。

【図12】信号処理部２０Ａにおける処理をそれぞれ説明する図（その８）である。

【図13】本発明の第２実施形態による電子走査型レーダ装置の構成を示すブロック図である。

【図14】本実施形態の信号処理部２０Ｂにおける処理の手順を示すフローチャートであ。

【図15】信号処理部２０Ｂにおける処理をそれぞれ説明する図（その１）である。

【図16】信号処理部２０Ｂにおける処理をそれぞれ説明する図（その２）である。

【図17】信号処理部２０Ｂにおける処理をそれぞれ説明する図（その３）である。

【図18】信号処理部２０Ｂにおける処理をそれぞれ説明する図（その４）である。

【図19】信号処理部２０Ｂにおける処理をそれぞれ説明する図（その５）である。

【図20】信号処理部２０Ｂにおける処理をそれぞれ説明する図（その６）である。

【発明を実施するための形態】

【0021】

＜ＡＲスペクトル推定の説明＞
以下、本発明の実施形態に適用するＡＲスペクトル推定法について示す。
ＡＲスペクトル推定法は、ＭＵＳＩＣ法と同じくスペクトルを推定するスペクトル推定法として知られており、ＡＲモデル（自己回帰モデル）を用いた推定処理を行う。

【0022】

ＡＲスペクトル推定法は、まず線形式によって示されるＡＲモデルを用いてモデル化して、入力データに基づいた正規方程式（自己相関行列や共分散行列と呼ばれる行列と、右辺ベクトルや相互相関ベクトルと呼ばれるベクトルも含まれる）を作成する。さらに、正規方程式に基づいて、ＡＲフィルタの係数（ＡＲ係数）と入力白色雑音の分散値を求めた後、そのＡＲ係数と入力白色雑音の分散値を用いてパワースペクトルを求め推定する手法である。入力データには、時系列のデータの他、本発明のレーダのような空間方向のチャネルデータでも適用できる。ＡＲスペクトル推定法には、自己相関行列を用いた手法と共分散行列を用いた手法に大別され、自己相関行列を用いた手法として自己相関法（又は、ユールウォーカー法）とバーグ法があり、共分散行列を用いた方法として共分散法（Covariance Method）と改良共分散法（Modified Covariance Method）がある。また、改良共分散法は、前向き後向き線形予測法（FBLP Method；Forward and Backward Linear Prediction Method）とも呼ばれる。

【0023】

（第１実施形態）
以下、本発明の実施形態による電子走査型レーダ装置（ＦＭＣＷ方式ミリ波レーダ）について図面を参照して説明する。
図１は、同実施形態における電子走査型レーダ装置の構成を示すブロック図である。
この図において、本実施形態による電子走査型レーダ装置１００Ａは、受信アンテナ１−１〜１−ｎ、ミキサ２−１〜２−ｎ、送信アンテナ３、分配器４、フィルタ５−１〜５―ｎ、ＳＷ（スイッチ）６、ＡＤＣ（Ａ／Ｄコンバータ）７、制御部８、三角波生成部９、ＶＣＯ１０、信号処理部２０Ａを備える。
信号処理部２０Ａは、メモリ２１、周波数分離処理部２２Ａ、周波数分解レベル検知部２３Ａ、ターゲット抽出部２４、距離検出部２５、速度検出部２６、ターゲット確定部３１、及び、方位スペクトル算出部３０Ａを備える。

【0024】

次に、図１を参照して、本実施形態による電子走査型レーダ装置の動作を説明する。
受信アンテナ１−１〜１−ｎは、送信波がターゲットにて反射し、このターゲットから到来する反射波、すなわち受信波を受信する。
ミキサ２−１〜２−ｎは、送信アンテナ３から送信される送信波と、受信アンテナ１−１〜１−ｎそれぞれにおいて受信された受信波が増幅器により増幅された信号とを混合して、それぞれの周波数差に対応したビート信号を生成する。
送信アンテナ３は、三角波生成部９において生成された三角波信号を、ＶＣＯ（Voltage Controlled Oscillator ）１０において周波数変調した送信信号をターゲットに対して送信波として送信する。
分配器４は、ＶＣＯ１０からの周波数変調された送信信号を、ミキサ２−１〜２−ｎ及び送信アンテナ３に分配する。

【0025】

フィルタ５−１〜５−ｎ各々は、それぞれミキサ２−１〜２−ｎにおいて生成された各受信アンテナ１−１〜１−ｎに対応したＣｈ１〜Ｃｈｎのビート信号に対して帯域制限を行い、ＳＷ（スイッチ）６へ帯域制限されたビート信号を出力する。
ＳＷ６は、制御部８から入力されるサンプリング信号に対応して、フィルタ５−１〜５−ｎ各々を通過した各受信アンテナ１−１〜１−ｎに対応したＣｈ１〜Ｃｈｎのビート信号を、順次切り替えて、ＡＤＣ（Ａ／Ｄコンバータ）７に出力する。
ＡＤＣ７は、ＳＷ６から上記サンプリング信号に同期して入力される、各受信アンテナ１−１〜１−ｎ各々に対応したＣｈ１〜Ｃｈｎのビート信号を、上記サンプリング信号に同期してＡ／Ｄ変換してデジタル信号に変換し、信号処理部２０におけるメモリ２１の波形記憶領域に順次記憶させる。
制御部８は、マイクロコンピュータなどにより構成されており、図示しないＲＯＭなどに格納された制御プログラムに基づき、図１に示す電子走査型レーダ装置全体の制御を行う。

【0026】

＜距離、相対速度、角度（方位）を検出する原理＞
次に、図を参照し、本実施形態における信号処理部２０Ａにおいて用いられる電子走査型レーダ装置とターゲットとの距離、相対速度、角度（方位）を検出する原理について簡単に説明する。
図２は、送信信号と、ターゲットに反射された受信信号が入力された状態を示す図である。
この図に示される信号は、図１の三角波生成部９において生成された信号をＶＣＯ１０において周波数変調した送信信号と、その送信信号をターゲットが反射して、受信された受信信号である。この図の例では、ターゲットが１つの場合を示す。
図２（ａ）から判るように、送信する信号に対し、ターゲットからの反射波である受信信号が、ターゲットとの距離に比例して右方向（時間遅れ方向）に遅延されて受信される。さらに、ターゲットとの相対速度に比例して、送信信号に対して上下方向（周波数方向）に変動する。そして、図２（ａ）にて求められたビート信号の周波数変換（フーリエ変換やＤＴＣ、アダマール変換、ウェーブレッド変換など）後において、図２（ｂ）に示されるように、ターゲットが１つの場合、上昇領域及び下降領域それぞれに１つのピーク値を有することなる。ここで、図２（ａ）は横軸が周波数、縦軸が強度を示す。

【0027】

周波数分解処理部２２Ａは、メモリ２１に蓄積されたビート信号のサンプリングされたデータから、三角波の上昇部分（上り）と下降部分（下り）のそれぞれについて周波数分解、例えばフーリエ変換などにより離散時間に周波数変換する。すなわち、周波数分解処理部２２Ａは、ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解する。そして、周波数分解処理部２２Ａは、ビート周波数毎に分解されたビート信号に基づいた複素数データを算出する。

【0028】

その結果、図２（ｂ）に示すように、上昇部分と下降部分とにおいて、それぞれの周波数分解されたビート周波数毎の信号レベルのグラフが得られる。

【0029】

次に、距離検出部２５は、ターゲット抽出部２４から入力される上昇部分のターゲット周波数ｆuと、下降部分のターゲット周波数ｆdとから、下記式により距離ｒを算出する。式中の「・」は乗算を示し、「／」は除算を示す。
ｒ＝｛Ｃ・Ｔ／（２・Δｆ）｝・｛（ｆu＋ｆd）／２｝
また、速度検出部２６は、ターゲット抽出部２４から入力される上昇部分のターゲット周波数ｆuと、下降部分のターゲット周波数ｆdとから、下記式により相対速度ｖを算出する。
ｖ＝｛Ｃ／（２・ｆ0）｝・｛（ｆu−ｆd）／２｝
上記距離ｒ及び相対速度ｖを算出する式において、
Ｃ ：光速度
Δｆ：三角波の周波数変調幅
ｆ0 ：三角波の中心周波数
Ｔ ：変調時間（上昇部分/下降部分）
ｆu ：上昇部分におけるターゲット周波数
ｆd ：下降部分におけるターゲット周波数

【0030】

次に、本実施形態における受信アンテナ１−１〜１−ｎについて示す。
図３は、受信アンテナにおける受信波の説明を行う概念図である。
この図に示されるように、受信アンテナ１−１〜１−ｎは、間隔ｄによりアレー状に配置される。受信アンテナ１−１〜１−ｎには、アンテナを配列している面に対する垂直方向の軸に対して角度θ方向から入射される、ターゲットからの到来波（入射波、すなわち送信アンテナ３から送信した送信波に対するターゲットからの反射波）が入力する。このとき、その到来波は、受信アンテナ１−１〜１−ｎにおいて同一角度にて受信される。この同一角度、例えば角度θ及び各アンテナの間隔ｄにより求められる位相差「ｄ_ｎ−１・sinθ」が、各隣接する受信アンテナ間にて発生する。
その位相差を利用して、アンテナ毎に時間方向に周波数分解処理された値を、高分解能アルゴリズム等の信号処理にて上記角度θを検出することができる。

【0031】

＜信号処理部２０Ａにおける受信波に対する信号処理＞
次に、図１を参照し、信号処理部２０Ａの一態様について示す。
信号処理部２０Ａを以下に示すように構成する。
メモリ２１は、ＡＤＣ７により波形記憶領域に対して、受信信号がＡ／Ｄ変換された時系列データ（上昇部分及び下降部分）を、アンテナ１−１〜１−ｎ毎に対応させて記憶している。
周波数分解処理部２２Ａは、例えばフーリエ変換などにより、各Ｃｈ１〜Ｃｈｎ（各アンテナ１−１〜１−ｎ）に対応するビート信号それぞれを、予め設定された分解能に応じて周波数成分に変換することによりビート周波数を示す周波数ポイントと、そのビート周波数の複素数データを出力する。
ここで、アンテナ毎の複素数データには、上記角度θに依存した位相差があり、それぞれの複素数データの複素平面上における絶対値（受信強度あるいは振幅など）は等価である。
周波数分解処理部２２Ａは、上昇部分（上り）及び下降部分（下り）共、受信チャンネル（ＣＨ）のそれぞれで、フーリエ変換（ＦＦＴ）等の周波数分解処理を行い、ビート周波数（ドップラーシフトを含めた距離に相当）ポイント毎に振幅（又は電力）レベルを算出する。

【0032】

周波数分解レベル検知部２３は、受信チャンネル毎の複素数データを平均した周波数スペクトルにより、振幅レベルを検知する。周波数分解レベル検知部２３は、上昇部分（上り）及び下降部分（下り）共、最大値（尖頭値）を示すピークの周辺に存在し、最大値より小さな極大値（準尖頭値）を示すピークを含む周辺ポイントも演算対象とすることにより、多くの周波数（距離）ポイントを検知する。周波数分解レベル検知部２３は、設定した閾値に基づいて、全受信チャンネルを平均した周波数スペクトルの振幅レベルを判定し、判定して選択された受信チャンネル毎の複素数データを有効な情報として抽出する。検知したポイントの受信チャンネル毎のデータを、抽出された複素数データと呼ぶ。このような処理により、周波数分解レベル検知部２３は、後段の方位スペクトル推定処理に不要な情報を除去することができる。周波数分解レベル検知部２３は、上昇部分（上り）及び下降部分（下り）の処理をそれぞれ別々に独立して行う。
なお、周波数分解レベル検知部２３は、複素数データを要素とする行列の固有値の大きさに基づいて、信号処理部２０Ａにおけるスペクトル推定処理に有効とされる複素数データであるか否かを判定し、複素数データを抽出してもよい。

【0033】

方位スペクトル算出部３０Ａは、上昇部分（上り）及び下降部分（下り）共、レベル検知範囲（つまり抽出された複素数データ）の方位スペクトルとしてＡＲスペクトル（=パワースペクトル）を算出する。
また、方位スペクトル算出部３０Ａは、ＡＲ係数を算出する際に、同時に白色雑音の分散値も算出する。
なお、以下の説明においては、方位スペクトル算出部３０Ａは、２次の改良共分散法（=前向き後向き線形予測法）によるＡＲスペクトル推定を実施するものとして説明するが、バーグ（Burg）法等の他のスペクトル推定法を利用することも可能である。

【0034】

ターゲット抽出部２４は、上昇部分（上り）及び下降部分（下り）共、周波数ポイント毎にＡＲスペクトルのピークを算出し、ポイント毎のピーク数と角度を検知するＡＲピーク検知処理を行う。
さらに、ターゲット抽出部２４は、上昇部分（上り）及び下降部分（下り）共、同一の周波数ポイントにおいて、複数のピークが検出されたポイントにつては再度1次の改良共分散法によるスペクトル推定処理を行う。
また、ターゲット抽出部２４は、後段の組合せ処理を行い易くするため、ピークをグループ化するグループ化処理を行う。このグループ化処理は、ターゲット単位に行われる。グループ化処理では、それぞれのピークを対象とし、特定のピークを基準にして、所定の距離と角度とにより定められる一定領域内に、他のピークが入るか否かを判定して、グループ化する。全てのグループには、そのターゲットまでの平均距離、そのターゲットを見込む平均角度の情報を、グループ毎それぞれに持たせる。また、複数のグループの方には、さらに平均相対レベル差の情報を持たせる（図１１参照）。
また、ターゲット抽出部２４は、上記のように、上昇部分（上り）及び下降部分（下り）に分けてそれぞれ処理してきた結果に基づいて、上りと下りの検出結果としてグループ化されたピークのグループを、さらに組合せるグループの組合せ処理を行う。

【0035】

距離検出部２５は、順次入力される上昇領域及び下降領域それぞれの組合せのビート周波数を加算した数値によりターゲットとの上記距離ｒを演算する。
また、速度検出部２６は、順次入力される上昇領域及び下降領域それぞれの組合せのビート周波数の差分によりターゲットとの上記相対速度ｖを演算する。

【0036】

ターゲット確定部３１は、距離ｒ、相対速度ｖ、周波数ポイントと、方位スペクトル算出部３０Ａによって算出されたターゲットの方位とを結びつける。

【0037】

続いて、図１から図１２を参照し、信号処理部２０Ａにおける受信波に対する信号処理について示す。
図４は、信号処理部２０Ａにおける処理の手順を示すフローチャートである。
この図４に示されるフローチャートは、第１手段、第２手段、第３手段を組合せた手順を示している。また、図５〜図１２は、図４のフローチャートにおいて示される信号処理部２０Ａにおける処理をそれぞれ説明する図である。

【0038】

まず、ステップＳ００１において、周波数分解処理部２２Ａは、メモリ２１に蓄積されたビート信号のサンプリングされたデータから、三角波の上昇部分（上り）と下降部分（下り）とのそれぞれについて受信チャンネル毎に周波数分解処理を行う。そして、周波数分解処理部２２Ａは、ビート周波数に分解されたポイント毎の複素数データから、振幅（又は電力）レベル（周波数スペクトル）を算出する。

【0039】

ステップＳ００２において、周波数分解レベル検知部２３は、受信チャンネル毎の複素数データを平均した周波数スペクトルにより、振幅レベルを検知する。周波数分解レベル検知部２３は、上昇部分（上り）及び下降部分（下り）共、最大値（尖頭値）を示すピークの周辺に存在し、最大値より小さな極大値（準尖頭値）を示すピークを含む周辺のポイントも演算対象として、複数の周波数（距離）ポイントを検知する。
ここで、ステップＳ００１とＳ００２における処理を模式化した図５（ａ）を参照して説明する。図５（ａ）に示すように、チャンネルＣＨ１からＣＨｎまでのそれぞれのチャンネルにおいて、自装置からの距離に対するビート信号の振幅レベルをそれぞれグラフ化して示すことができる。特定の距離ポイントにターゲットがある場合、ビート信号の振幅レベルが大きくなる。例えば、連続した特定の周波数（距離）ポイントを抽出できるような、比較的低レベルの閾値Ｔｈｆとして設定し、その閾値Ｔｈｆに従って受信チャンネル（ＣＨ）の振幅レベルを判定する。
閾値Ｔｈｆより大きな振幅レベルを示す距離ポイントにおいて、受信チャンネル毎の複素数データを抽出する。

【0040】

図４に戻り、ステップＳ００３において、方位スペクトル算出部３０Ａは、上昇部分（上り）及び下降部分（下り）共、レベル検知範囲（つまり抽出された複素数データ）の、方位スペクトルとしてＡＲスペクトル（=パワースペクトル）を算出する。
例えば、図５（ｂ）に示すように、複数の距離ポイント（Ｐｔ（ｎ−２），Ｐｔ（ｎ−１），Ｐｔ（ｎ），Ｐｔ（ｎ＋１）、Ｐｔ（ｎ＋２））においてそれぞれＡＲスペクトルが算出された場合を示す。それぞれの距離ポイントにおいて算出されたＡＲスペクトルにおいて、それぞれのピークは、角度が「−ａ」近傍、又は「＋ａ」近傍に集中している。なお、距離ポイントＰｔ（ｎ−２）において算出されたＡＲスペクトルでは、角度が「＋ａ」近傍のみであり、距離ポイントＰｔ（ｎ＋２）において算出されたＡＲスペクトルでは、角度が「−ａ」近傍のみであったとする。また、この演算結果は、上昇部分（上り）及び下降部分（下り）のいずれか一方についての場合を示すものである。

【0041】

図４に戻り、ステップＳ００４において、ターゲット抽出部２４は、ＡＲピーク検知処理として、上昇部分（上り）及び下降部分（下り）共、距離ポイント毎にピークを算出し、距離ポイント毎のピーク数と角度を検知する。
例えば、図５（ｃ）において、図５（ｂ）に示した算出結果から、ピークが検出された位置を「黒点（・）」で示す。また、「黒点（・）」が四角で囲まれている距離ポイント（Ｐｔ（ｎ−１），Ｐｔ（ｎ），Ｐｔ（ｎ＋１））においては、同じ距離ポイントにおいて複数のピークが検出された地点を示す。なお、この演算結果は、上昇部分（上り）及び下降部分（下り）のいずれか一方についての場合を示すものである。

【0042】

図４に戻り、ステップＳ００５において、ターゲット抽出部２４は、相対レベル差算出処理として、上昇部分（上り）及び下降部分（下り）共、同一の距離ポイントにおいて、複数のピークが検出されたポイントにつては再度1次の改良共分散法によるスペクトル推定処理を行う。具体的な処理の手順については、後述する。
例えば、ステップＳ００５において算出された結果から、２つのピーク間の角度差が得られている。図６（ａ）に示す方法により、1次のＡＲスペクトル推定処理からピークの角度が得られる。これらの関係、すなわち、得られた２つのピークの角度と1次のＡＲスペクトル推定処理から得られるピークの角度との関係から、相対レベル差を算出する。相対レベル差を算出する近似式は、例えば２つのピーク間の角度差（相対角度）毎に近似多項式を予め複数設けておくこともでき、また、それらの式をテーブル化しておいても良い。
図６（ｂ）は、相対レベル差に対する１次のＡＲスペクトル推定処理によるピークの角度の関係を近似多項式によって示したものである。この図に示される近似多項式を1次式とした場合、縦軸との切片を、前述の得られた２つのピーク間の角度差の中心角度とする。近似多項式の傾きは、予め定めておくことができる。このような線形式に従うことにより、1次のＡＲスペクトル推定処理から得られたピークの角度から、２つのピークの相対レベル差を算出することができる。

【0043】

図７は、その処理の過程で作成する正規方程式を示す。
この図７に示される正規方程式においては、次数が２次の場合の正規方程式を式（１）として示し、次数を下げた１次の場合の正規方程式を式（２）として示している。

【0044】

【数1】

【0045】

【数2】

【0046】

式（１）と式（２）において、左辺が相関行列とＡＲ係数ベクトルとの積であり、右辺が右辺ベクトルである。相関行列の要素又は右辺ベクトルの要素であるＣ_ｘＭ（＊，＊）、及びＡＲ係数ベクトルの要素であるａ_Ｍは、それぞれが複素数である。なお、ＭがＡＲモデルの次数（ＡＲモデル次数）を示す。
また、相関行列の要素又は右辺ベクトルの要素であるＣ_ｘＭ（＊，＊）は、式（３）として示される改良共分散関数から導かれる。

【0047】

【数3】

【0048】

式（３）において、ｘ（ｎ）が入力データを示し、Ｎがデータ数を示し、ＭがＡＲモデルの次数（ＡＲモデル次数）を示し、ｘ（ｎ−ｊ）又はｘ（ｎ＋ｋ）の添え字の「＊」が複素共役を示し、ｋとｊが変数を示す。
例えば、式（１）、式（２）を解くことによりＡＲ係数ベクトル（ＡＲ係数）を求めることができる。そのＡＲ係数から、受信波数と角度とを以下に示す方法により求めることができる。ＡＲ係数から、受信波数と角度とを求める第１の方法は、単位円をサーチすることによりパワースペクトルを求める方法である。その第２の方法は、高次多項式の解（根）を求める方法である。

【0049】

ここで、図８は、前述のステップＳ００３からＳ００５までの詳細な処理の手順を示すフローチャートである。図４と同じ処理には、同じ符号を附す。
ステップＳ００３において方位スペクトル算出部３０Ａによって行われる処理を、例えばステップＳ３０１からＳ３０４に示すように分解することができる。
まず、ステップＳ３０１において、複素数データを抽出する。
ステップＳ３０２において、抽出した複素数データに基づいて、次数を２次とした正規方程式を作成する。
ステップＳ３０３において、作成した次数を２次とした正規方程式を解いて、ＡＲ係数と白色雑音の分散値とを算出する。正規方程式を解く計算としては、コレスキー分解などの計算方法を使用できる。
ステップＳ３０４において、次数を２次として算出したＡＲ係数と白色雑音の分散値とからパワースペクトルを算出する。
そして、前述したようにターゲット抽出部２４は、ステップＳ００４において、算出されたパワースペクトルに基づいて、ピーク数と角度が検知される。

【0050】

また、ステップＳ００５においてターゲット抽出部２４によって行われる処理を例えばステップＳ５０１からＳ５０６に示すように分解することができる。
まず、ステップＳ５０１において、ステップＳ００４によって検知されたピーク数が２であるか否かを判定する。その判定の結果、ピーク数が２でない（ステップＳ５０１：ＮＯ）である場合、相対レベル差算出処理（ステップＳ００５）を終える。一方、その判定の結果、ピーク数が２である（ステップＳ５０１：ＹＥＳ）場合、ステップＳ５０２の処理に進む。

【0051】

ステップＳ５０２において、抽出した複素数データに基づいて、次数を１次とした正規方程式を作成する。
ステップＳ５０３において、作成した次数を１次とした正規方程式を解いて、ＡＲ係数と白色雑音の分散値とを算出する。
ステップＳ５０４において、次数を１次として算出したＡＲ係数と白色雑音の分散値とからパワースペクトルを算出する。
ステップＳ５０５において、算出されたパワースペクトルに基づいて、ピークの角度が検知される。
ステップＳ５０６において、ステップＳ５０５において検知されたピークの角度に基づいて、後述する相対レベル差算出処理を行い、相対レベル差算出処理（ステップＳ００５）を終える。

【0052】

（相対レベル差算出処理の原理）
次に、２つのターゲットの方位スペクトルを推定する場合を例にして相対レベル差算出処理の原理について示す。
図９は、２つのターゲットに対して、次数を２次として推定されたスペクトル（方位スペクトル）と、次数を１次として推定されたスペクトル（方位スペクトル）とを示す図である。
図９（ａ）に示すように、電子走査型レーダ装置１００Ａを搭載した車両の前方正面と、前方正面より角度θ１（例えば、４．８ｄｅｇ（度））だけ左に寄った位置とにターゲットが配置された場合を示している。
図９（ｂ）は、ターゲットの受信相対レベル差が等しい場合の、スペクトル推定結果を示す。次数を２次として推定されたスペクトルが示す２つのピークＰｂ２１、Ｐｂ２２の角度は、それぞれ＋４．８度と０度を示す。
縦軸によって示されるパワーの値は、繰り返して検出を行うと検出されたタイミングに応じて変動する。そのため、図９（ｂ）は、ある特定のタイミングに検出されたパワーの波形を３データ分重ねて示すものであり、また、繰り返し検出された結果をさらに多く重ねて示す場合には、図中の矢印によって示される範囲でピークの値がさらに変動する。そのため、この図９（ｂ）に示される波形、すなわちスペクトルの波形によって示されるピークの値からは、相対レベル差を得ることができない。
このような条件により検出されるターゲットを、次数を１次としてスペクトル推定した結果を対比して示す。次数を１次として推定されたスペクトルのピークは、安定したパワーレベルで２．４（度）に表れる。つまり、次数を１次として推定されたスペクトルのピークは、２つのターゲットをみなす角であるθ１の半分の角度として検出することが可能となる。

【0053】

一方、図９（ｃ）は、左のターゲットの方が右のターゲットより受信相対レベルが大きい場合の、スペクトル推定結果を示す。次数を２次として推定されたスペクトルが示す２つのピークＰｂ２１、Ｐｂ２２の角度は、それぞれ＋４．８度と０度を示す。
縦軸によって示されるパワーの値は、繰り返して検出を行うと検出されたタイミングに応じて変動する。そのため、図９（ｃ）は、ある特定のタイミングに検出されたパワーの波形を３データ分重ねて示すものであり、また、繰り返し検出された結果をさらに多く重ねて示す場合には、図中の矢印によって示される範囲でピークの値がさらに変動する。そのため、この図９（ｃ）に示される波形、すなわちスペクトルの波形によって示されるピークの値からは、相対レベル差を得ることができない。
しかし、次数を１次として推定されたスペクトルのピークは、２次のスペクトルにおいて検出されたピークＰｃ２１側に寄った角度として安定して検出される。
このように、次数を１次としてスペクトル推定した結果のスペクトルは、相対レベル差が同じ場合には２ターゲットの中心の角度を示すが、相対レベル差が生じるとレベルの高い方に引き寄せられる。これは、ＡＲスペクトル推定が、受信波の振幅レベルの高い方に合わせて近似させようとすることにより生じる。

【0054】

図１０は、２つの受信波の振幅レベル差によるピーク角度の変化を示す図である。
この図１０に示されるグラフは、図９に示したように、２つのターゲットからの受信波の振幅レベルを変化させた場合に、検出されるピーク角度が変化する様子を示している。
図９（ａ）に示したように２つのターゲットのみなし角度θ１を所定の角度（例えば、θ１＝４．８ｄｅｇ）に定めた場合について示す。このグラフは、縦軸が検出されたピーク角度、横軸が左右の相対レベル差を示す。横軸は、左になるほど左側のターゲットからの受信波の振幅（レベル）が大きく、右になるほど右側のターゲット、すなわち正面のターゲットからの受信波の振幅が大きくなることを示す。
左右の相対レベル差を変化させて、ピークの角度をグラフにプロットし、相関式（多項式）にて近似する。
このグラフに示されるように、中心角度（この場合、２．４ｄｅｇ）を基準に、対称に分布するので、相関式には多項式近似で対応できる。本実施形態によれば、この相関式により、±１０ｄＢの範囲であれば正確な左右レベル差を算出することが可能となる。また、±１０ｄＢ以上のレベル差が生じていたとしても、振幅レベルの大きい方の角度に近づくので、振幅レベルのレベル差が大きいと判断できる。
このように、複数のピーク間の角度の差と、複数のピーク間の相対レベル差との関係を示す相関式に従って、ターゲット抽出部２４は、次数を下げて算出されたスペクトル（第２の方位スペクトル）に基づいて算出されたピーク角度に基づいて相対レベル差を算出する。

【0055】

図４に戻り、ステップＳ００６において、ターゲット抽出部２４は、グループ化処理として、後ステップの組合せ処理を行い易くするため、検出されたピークをターゲット単位にグループ化する。そのグループ化には、1つ1つの（個々の）ピークを基準にして、ターゲットに対する距離方向と角度方向とにおいて予め定められる所定の距離と角度を基準とする領域を単位としてグループ化する。そして、同一の距離ポイントに存在するグループが単数である場合のグループと、複数である場合にグループとに分ける。またそれぞれのグループには、平均距離、平均角度の情報を持たせる。複数のグループには、そのグループ間の振幅レベルのレベル差を示す平均相対レベル差の情報をさらに持たせる（図１１参照）。

【0056】

ステップＳ００７において、ターゲット抽出部２４は、上記のステップＳ００６まで個別に処理してきた上りと下りのグループについて組合せる組合せ処理を行う。
図１２（ａ）は、角度情報だけでは複数の組合せパターンが存在する場合の一例を示している。このような場合であっても、グループの組合せを相対レベル差に基づいて行うことよってグループ化できる。
例えば、同一のグループであると判定する条件を、次のように定めるとする。
それぞれのグループの角度が一致するか否かを判定条件とする、すなわち、基準とするピークを中心として所定の角度範囲（±α（ｄｅｇ））に含まれる角度範囲であるか否かを判定条件とする。
かつ、それぞれのグループの相対レベル差が一致するか否かを判定条件とする、すなわち、基準とするピークの相対レベル差が所定の相対レベル差の範囲（±β（ｄＢ））に含まれるレベル範囲であるか否かを判定条件とする。
図１２（ａ）では、相対レベル＋５ｄＢの組み合わせ（レベル＋５ｄＢ）と、相対レベル−２ｄＢの組み合わせ（レベル−２ｄＢ）が決定する。なお、組合せの条件は、図１２に示した形態に限られず、前回サイクルの確定結果からの予測など、公知の手法との併用が可能である。

【0057】

図４に戻り、続いて、ステップＳ００８において、組合せたグループにおける距離と相対速度を算出し、ステップＳ００９において、既知の角度を含めてターゲットを確定する。

【0058】

このように、電子走査型レーダ装置１００Ａは、自己回帰モデルを用いるスペクトル推定法により、受信波の到来方向を算出することができる。
なお、本実施形態において、周波数分解レベル検知部２３が第１手段として機能する。方位スペクトル算出部３０Ａが第２手段として機能する。ターゲット抽出部２４が第３手段として機能する。

【0059】

（第２実施形態）
次に、図１３から図２０を参照し、本実施形態による電子走査型レーダ装置について説明する。
本実施形態では固有値計算による次数推定を行う。例えば、３次の正規方程式の共分散行列から固有値を計算し、その固有値から次数推定を行う。ここでは、固有値計算により算出される最大（又は総和）の固有値に基づいて判定することにより、前述の周波数分解レベル検知部２３と同様に、ビート信号の振幅レベルを判定する閾値を設け、連続した多ポイントが検知できるようにする。
また、次数推定の過程において、２次と推定された場合には、1次と２次のＡＲスペクトル推定をそれぞれ行う。

【0060】

図１３は、本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
本実施形態における信号処理部２０Ｂは、第１実施形態と同様に、方位推定を高分解能アルゴリズムで行う。図１に示す第１実施形態と同じ構成については、同一の符号を付し、以下第１実施形態との相違点について説明する。
この図において、本実施形態による電子走査型レーダ装置１００Ｂは、受信アンテナ１−１〜１−ｎ、ミキサ２−１〜２−ｎ、送信アンテナ３、分配器４、フィルタ５−１〜５―ｎ、ＳＷ（スイッチ）６、ＡＤＣ（Ａ／Ｄコンバータ）７、制御部８、三角波生成部９、ＶＣＯ１０、信号処理部２０Ｂを備える。
信号処理部２０Ｂは、メモリ２１、周波数分離処理部２２Ｂ、次数推定部２７、ターゲット抽出部２４、距離検出部２５、速度検出部２６、ターゲット確定部３１、及び、方位スペクトル算出部３０Ｂを備える。

【0061】

信号処理部２０Ｂにおいて周波数分解処理部２２Ｂは、アンテナ毎の上昇領域と下降領域とのビート信号を複素数データに変換し、そのビート周波数を示す周波数ポイントと、複素数データとを次数推定部２７へ出力する。
次に、周波数分解処理部２２Ｂは、上昇領域及び下降領域それぞれについて該当する複素数データを、方位スペクトル算出部３０Ｂへ出力する。この複素数データが、上昇領域及び下降領域のそれぞれのターゲット群（上昇領域及び下降領域において連続した特定のビート周波数）となる。
次数推定部２７は、供給される複素数データに基づいて次数推定を行う。ここで、次数推定部２７は、モデル次数推定処理における最大固有値判定を行う。
方位スペクトル算出部３０Ｂは、次数推定部２７によって推定された結果により、２次と推定された周波数ポイントについて、次数を２次と１次とするスペクトル推定処理を行う。
方位スペクトル算出部３０Ｂは、上昇部分（上り）及び下降部分（下り）共、レベル検知範囲（つまり抽出された複素数データ）の、ＡＲスペクトル（=パワースペクトル）を算出する。
なお、方位スペクトル算出部３０Ｂは、改良共分散法（=前向き後向き線形予測法）によるＡＲスペクトル推定を実施するものとして説明するが、バーグ（Burg）法等の他のスペクトル推定法を利用することもできる。
また、方位スペクトル算出部３０Ｂは、ＡＲ係数を算出する際に、同時に白色雑音の分散値も算出する。

【0062】

続いて、図１４から図２０を参照し、信号処理部２０Ｂにおける受信波に対する信号処理について示す。
図１４は、信号処理部２０Ｂにおける処理の手順を示すフローチャートである。図４、図８と同じ処理を行うステップには、同じ符号を附す。
図１５から図２０は、図１４に示される処理を説明する図である。

【0063】

ステップＳ００２ａにおいて、次数推定部２７は、複素数データに基づいて作成される正規方程式の構成部である行列から、算出された固有値に基づいた次数推定処理を行う。
図１５は、次数推定部２７による次数推定処理の一実施手順を示すフローチャートである。
ステップＳ００２ａの処理として、ステップＳ２０１において、次数推定部２７は、正規方程式の構成部である共分散行列（又は自己相関行列）を作成し、ユニタリ変換を行う。
ステップＳ２０２において、次数推定部２７は、ユニタリ変換された行列（共分散行列又は自己相関行列）の固有値を算出する。
図１６は、固有値計算について示す図である。
ユニタリ変換を行うことにより、実数の相関行列に変換することができ、以降におけるステップでの最も計算負荷の重い固有値計算が実数のみの計算とすることができ、大幅に演算負荷を軽減することができる。
本実施形態に示すように次数を３次とした場合には、ユニタリ変換による、エルミート行列の実数相関行列（対称行列）化は、式（４）として示される演算式によって行うことができる（一般式は、参考文献（菊間、「アダプティブアンテナ技術」（オーム社、2003年、pp158-160）を参照）。

【0064】

【数4】

【0065】

式（４）において、右肩に付したＨは、エルミート転置を示す。
なお、このユニタリ変換を行うことにより、後段処理の固有値計算の負荷を軽減させることができ、また、信号相関抑圧効果も期待できる。そのため、ユニタリ変換による実数相関行列への変換を行わずに、次のステップにおける固有値計算も複素数で計算することも可能であるが、ユニタリ変換による実数相関行列への変換を実施することが望ましい。
また、固有値計算は、式（５）、式（６）として示す式によって行うことができる。

【0066】

【数5】

【0067】

【数6】

【0068】

固有値計算は、固有ベクトルの処理を削減したもので良く、式（６）の固有方程式を直接解く他、任意の解法アルゴリズムを適用できる。例えば、ヤコビ法、ハウスホルダ法、ＱＲ法等の反復計算タイプのアルゴリズムも適用できる。

【0069】

図１５に戻り、ステップＳ２０３において、得られた最大となる固有値（最大固有値）を判定する。ステップＳ２０４において、次数推定部２７は、算出された固有値が予め定めた閾値以上の値を示した場合には、それぞれ算出された固有値を、算出された固有値の最大の値に基づいて正規化する。
ステップＳ２０５において、次数推定部２７は、正規化された固有値の値を予め定められる閾値に基づいて判定し、その判定結果に基づいて後段の処理の次数を選択する。
上記のステップＳ２０３からＳ２０５までの一連の処理をモデル次数推定処理と呼ぶ。ステップＳ２０３からＳ２０５に示すモデル次数推定処理の具体的な実施態様については、後述する。
また、図１４に戻り、ステップＳ００３ａにおいて、方位スペクトル算出部３０Ｂは、推定された次数に従ってＡＲスペクトル算出処理の次数を定め、ＡＲスペクトルの算出処理を行う。

【0070】

図１７は、図１５のステップ２０３からステップＳ２０５までに示したモデル次数推定処理の詳細を示す図である。
ステップＳ２０３ａは、ステップＳ２０３に対応する最大固有値判定処理である。ステップＳ２０３ａによる判定により、予め設定した閾値（λｍａｘ＿ｔｈ）よりも最大固有値の値（λａ）が小さい場合（ステップＳ２０３ａ：Ｎｏ）には、ステップＳ２０３ｂにおいて、得られた情報（複素数データ）から反射レベルが小さな物体であると判定し、次数推定部２７は、該当ターゲットに対しての次ステップの次数推定処理及び方位検知処理を行わなくする。最大固有値は、入力信号の強度と等価（比例する）であることから、路面マルチパス等の車載用レーダ特有のクラッタ状況による信号を受信するような場合であっても、最大固有値の値を判定することにより、間違った方位推定となることを抑制することができる。また、次数推定部２７は、最大固有値の代わりに、算出した固有値の総和（又は、元の相関行列の対角要素の和）を用いて判定しても良い。
つまり、このステップＳ２０３ｂでは、次数推定及び方位検出の双方をキャンセルすることができるので、第１実施形態の周波数レベル検知（ステップＳ００２）と同様の機能を持たせることができる。

【0071】

ステップＳ２０３ａによる判定により、予め設定した閾値よりも最大固有値の値が小さくない場合（ステップＳ２０３ａ：Ｙｅｓ）には、ステップＳ２０４ａの処理は、ステップＳ２０４に対応する固有値の正規化処理であり、各固有値λｘを最大固有値λａでそれぞれ除算した値を正規化固有値λｙとする。レーダのように、ターゲットとの距離によって固有値（信号強度）が変動する場合は、正規化して相対的に固有値間の大小関係を判定した方が、容易に判定できる。

【0072】

ステップＳ２０５ａからＳ２０５ｅまでは、次数推定部２７が行うステップＳ２０５に対応する次数推定処理である。
ステップＳ２０５ａでは、ステップＳ２０４ａにおいて正規化処理された固有値の中から２番目に大きな固有値（正規化第２固有値）を選択し、正規化第２固有値が予め定められる閾値Ｔｈ１より小さいか否かを判定する。判定の結果、正規化第２固有値が予め定められる閾値Ｔｈ１より小さくないと判定した場合（ステップＳ２０５ａ：Ｎｏ）には、ステップＳ２０５ｃに進む。

【0073】

ステップ２０５ｂでは、ステップＳ２０５ａにおける判定の結果、正規化第２固有値が予め定められる閾値Ｔｈ１より小さいと判定した場合（ステップＳ２０５ａ：Ｙｅｓ）には、推定次数を１次に定め、図示されない推定次数情報を記憶する記憶領域に記録し、次数推定処理を終える。

【0074】

ステップＳ２０５ｃでは、ステップＳ２０４ａにおいて正規化処理された固有値の中から３番目に大きな固有値（正規化第３固有値）を選択し、正規化第３固有値が予め定められる閾値Ｔｈ２より小さいか否かを判定する。判定の結果、正規化第３固有値が予め定められる閾値Ｔｈ２より小さくないと判定した場合（ステップＳ２０５ｃ：Ｎｏ）には、ステップＳ２０５ｅに進む。

【0075】

ステップ２０５ｄでは、ステップＳ２０５ｃにおける判定の結果、正規化第３固有値が予め定められる閾値Ｔｈ２より小さいと判定した場合（ステップＳ２０５ｃ：Ｙｅｓ）には、推定次数を２次に定め、図示されない推定次数情報を記憶する記憶領域に記録し、次数推定処理を終える。

【0076】

ステップ２０５ｅでは、ステップＳ２０５ｃにおける判定の結果、正規化第３固有値が予め定められる閾値Ｔｈ２より小さくないと判定した場合（ステップＳ２０５ｃ：Ｎｏ）には、推定次数を３次に定め、図示されない推定次数情報を記憶する記憶領域に記録し、次数推定処理を終える。

【0077】

このようにステップＳ２０５ａからＳ２０５ｅまでの次数推定処理において、次数１と次数２以上とを分別する閾値Ｔｈ１と、次数２と次数３とを分別する閾値Ｔｈ２の２種類の閾値で構成している。このような閾値の構成とすることにより、複数のターゲットの時に、ＡＲスペクトル推定精度に有利な高次設定寄りに設定できるので、ＡＲスペクトル推定を用いた車載用レーダ特有の設定に適用できる。

【0078】

図１８は、その処理の過程で作成する正規方程式を示す。
ここ図に示される正規方程式においては、次数が１次から３次の場合の正規方程式を式（７）から式（９）として、それぞれ示している。

【0079】

【数7】

【0080】

【数8】

【0081】

【数9】

【0082】

式（７）から式（９）において、左辺が相関行列とＡＲ係数ベクトルとの積であり、右辺が右辺ベクトルである。相関行列の要素又は右辺ベクトルの要素であるＣ_ｘＭ（＊，＊）、及びＡＲ係数ベクトルの要素であるａ_Ｍは、それぞれが複素数である。なお、ＭがＡＲモデルの次数（ＡＲモデル次数）を示す。
また、相関行列の要素又は右辺ベクトルの要素であるＣ_ｘＭ（＊，＊）は、式（１０）として示される改良共分散関数から導かれる。

【0083】

【数10】

【0084】

式（１０）において、ｘ（ｎ）が入力データを示し、Ｎがデータ数を示し、ＭがＡＲモデルの次数（ＡＲモデル次数）を示し、ｘ（ｎ−ｊ）又はｘ（ｎ＋ｋ）の添え字の「＊」が複素共役を示し、ｋとｊが変数を示す。
例えば、式（７）から式（９）を解くことによりＡＲ係数ベクトル（ＡＲ係数）を求めることができる。そのＡＲ係数から、受信波数と角度とを以下に示す方法により求めることができる。ＡＲ係数から、受信波数と角度とを求める第１の方法は、単位円をサーチすることによりパワースペクトルを求める方法である。その第２の方法は、高次多項式の解（根）を求める方法である。
方位スペクトル算出部３０Ｂは、推定次数に応じて、正規方程式の次数を定める。方位スペクトル算出部３０Ｂは、推定次数が１の場合は、次数１の正規方程式に基づいてＡＲ係数ベクトルを求め、推定次数が２の場合は、次数１と次数２の正規方程式に基づいてＡＲ係数ベクトルを求め、推定次数が３の場合は、次数３の正規方程式に基づいてＡＲ係数ベクトルを求める。

【0085】

次に、第１実施形態と第２実施形態において、同一制御サイクルでデータを多数取得する場合に適用できる例を示す。
図１９は、検知サイクルにおけるデータ取得処理を示すタイムチャートである。
図１９には、今回制御（検知）サイクルからさかのぼって、過去に行われた過去制御（検知）サイクルが示されている。
各サイクルでは、少なくとも１回のデータ取得が行われ、１回のデータ取得を三角の波形で示す。三角の波形は、ＦＭＣＷ方式によって変調された信号を示し、右上がりのタイミングにおいて上り、右下がりのタイミングにおいて下りの検知が行われる。
個々のデータ取得は、干渉が生じないだけの時間間隔が確保され繰り返し行われ、三角波の周波数変調周期は、必ずしも同一でなくても良い。
今回制御（検知）サイクルにおいて、Ｐ回のデータ取得が行われ、１回目に行われたデータ取得を「今回データ＿１取得」として示し、Ｐ回目に行われたデータ取得を「今回データ＿Ｐ取得」として示す。
同じサイクル内で取得されたデータに基づいて、後に示す各種処理の平均化処理が行われる。
また、現在データ取得されている制御（検知）サイクルを「今回制御（検知）サイクル」といい、「今回制御（検知）サイクル」より過去に行われた制御（検知）サイクルを「過去制御（検知）サイクル」という。

【0086】

＜ＡＲモデルを用いた正規方程式の作成処理の原理＞
次に、ＡＲモデルを用いた正規方程式の作成処理について、改良共分散法を例にして詳細に示す。
共分散行列を用いた正規方程式を式（１１）に示す。

【0087】

【数11】

【0088】

式（１１）において、左辺が共分散行列Ｃ_xxとＡＲ係数ベクトルａの積であり、右辺が右辺ベクトルｃ_xxである。
共分散行列Ｃ_xxの要素は、式（１２）として示される関係式によって導かれる。

【0089】

【数12】

【0090】

以下、具体的な構成として５チャンネルのデータから３次の処理を行う場合を例として示す（最大モデル次数は任意に設定できるが、５チャンネルのデータの場合、改良共分散法では３次が最大となる。データのチャンネル数をさらに多くできると、正規方程式に適用できる最大次数も大きくなり、適用する最大モデル次数の柔軟性が増す。）。
共分散行列Ｃ_xxは、３行３列の行列式で表すことができ、その式を式（１３）として示す。

【0091】

【数13】

【0092】

式（１３）において、行列の各要素Ｃ_ｘ３（ｋ，ｊ）は、複素数を示す。各要素について展開した演算式を合わせて示す。ｘ（ｎ）、すなわち、（ｘ（０）、ｘ（１）、ｘ（２）、ｘ（３）、ｘ（４））は、それぞれが複素数データであり、「＊」は、複素共役を示す。
式（１３）に示されるように、共分散行列Ｃ_xxは、式（１４）として示される関係があることから、エルミート行列（複素数対称行列）となる。

【0093】

【数14】

【0094】

また、同様に、３次の処理を行う場合の右辺ベクトルｃ_xxを式（１５）として示す。

【0095】

【数15】

【0096】

入力白色雑音の分散σ_ｖ^２を導く関係式を、式（１６）として示す。

【0097】

【数16】

【0098】

ＡＲモデルによる線形予測では、予測値と観測値の差（予測誤差）の最小２乗誤差、又は、平均２乗誤差が最小となる条件から、この正規方程式が導かれる。
この正規方程式を一般的な手法により解くことにより、ＡＲ係数が導かれる。
また、式（１６）によって算出される入力白色雑音の分散σ_ｖ^２に基づいて、パワースペクトルＳｘｘ（ω）を算出する演算式を式（１７）として示す。

【0099】

【数17】

【0100】

式（１７）において、ωは角速度を示し、Ｈ_ＡＲ（ω）は、角速度ωにおけるＡＲフィルタの伝達関数からの周波数特性を示し、Ｓｖｖ（ω）は、角速度ωにおける入力白色雑音のパワースペクトルを示し、Ｓｖｖ（ω）＝σ_v²と表せる。ここの角速度ωは、本発明のレーダのような方向検出に利用する場合には、受信波の位相差に換算する。
以上に示した演算式を用いることにより、ターゲットの方向と合致したピークの特徴を持つスペクトルを導くことができる。

【0101】

図２０は、取得された複素数データに基づいたＭ次の正規方程式の構成と平均化処理を示す図である。
図２０に示されるＭ次の正規方程式は、Ｍ次の正方行列である共分散行列と、Ｍ行１列のＡＲ係数と、Ｍ行１列の右辺ベクトルを要素として構成される。
取得された複素数データに基づいて、共分散行列と、右辺ベクトルが生成される。ＡＲ係数は、正規方程式を解くことにより算出される。

【0102】

図１９に示したように１つの制御（検知）サイクルにおいて複数回のデータ所得が行われる。取得された複素数データを取得された順に、共分散行列Ｃ_xxｋ（ｔ）と右辺ベクトルｃ_xxｋ（ｔ）が生成される。
図１９において、１制御（検地）サイクルにおいてデータを取得する回数をＰ回とする。取得された回数に対応させて、「今回＿１」、・・・、「今回＿Ｐ」として順に、共分散行列Ｃ_xxｋ（ｔ）と右辺ベクトルｃ_xxｋ（ｔ）を示す。

【0103】

本実施形態において、正規方程式の平均化処理では、同一制御（検知）サイクル内に取得されたデータに基づいて行われ、「今回＿１」から「今回＿Ｐ」までの共分散行列Ｃ_xxｋ（ｔ）と右辺ベクトルｃ_xxｋ（ｔ）を構成する要素をそれぞれ平均することにより、平均化処理が行われる。平均共分散行列Ａｖｅ＿Ｃ_xxｋ（ｔ）を算出する演算式を式（１８）に示す。

【0104】

【数18】

【0105】

式（１８）において、ｋ１からｋＰは、加重平均を行う場合の重み計数である。
また、右辺ベクトルＡｖｅ＿ｃ_xxｋ（ｔ）を算出する演算式を式（１９）に示す。

【0106】

【数19】

【0107】

式（１９）において、ｋ１からｋＰは、加重平均を行う場合の重み計数である。
また、平均化処理された正規方程式に基づいて、固有値を算出する場合には、平均化処理された正規方程式の共分散行列の固有値を算出する。
このように、データを多数取得する場合には、方位スペクトル算出部３０Ｂは、周波数ポイントに対応させ、自己回帰モデルに基づいて生成された正規方程式の平均化処理をする。方位スペクトル算出部３０Ｂが正規方程式を平均化することにより、方位スペクトル算出部３０Ｂにより算出されるスペクトルが安定し、算出されるスペクトルの精度を向上させることができる。

【0108】

また、このように、電子走査型レーダ装置１００Ｂは、自己回帰モデルを用いるスペクトル推定法により、ＤＢＦを用いない多ポイント方位推定の上りと下りの組合せ精度を向上させることができる。
なお、本実施形態において、次数推定部２７が第４手段として機能する。方位スペクトル算出部３０Ｂが第２手段として機能する。ターゲット抽出部２４が第３手段として機能する。

【0109】

本実施形態による電子走査型レーダ装置は、検出ビート周波数の複素数データに基づいて、方位スペクトル算出部３０Ｂでスペクトル推定を行う正規方程式の次数を設定して方位推定を行うことにより、検出精度を向上させることができる。

【0110】

本発明に係る第１実施形態によれば、ＡＲスペクトル推定法を方位検出に応用した車載用レーダにおいて、特にＤＢＦを用いない場合に、以下に述べる手段を備えることを特徴とする。
第1手段として、周波数分解レベル検知部２３を設ける。ここでは、周波数分解レベル検知部２３は、周波数分解部２２で算出した結果に対して、スペクトル推定を行う周波数ポイント（＝物理的にドップラーシフトを含めた距離であるが、便宜上距離ポイントと示す）を決定する。周波数分解レベル検知部２３は、周波数分解されたレベルを検知する際に、そのレベルを判定する閾値を設け、連続した多ポイントが検知できるようにする。連続した多ポイントが検知できた領域（多ポイントの領域）の周波数ポイントに対して、後ステップの方位スペクトル推定を行う。

【0111】

第２手段として、方位スペクトル算出部３０Ａを設ける。ここでは、第1手段で決定した多ポイントの領域で、ＡＲスペクトル推定を行う。連続した多ポイントのピークを算出することによって、後ステップのグループ化（＝ターゲット単位化）を行い易くすることができる。

【0112】

第３手段として、ターゲット抽出部２４を設ける。ここでは、まず第２手段で算出したスペクトルのピークを検知し、ピーク数と角度を得る。同一距離ポイントに複数のピークがあることを判定した場合、次数を一つ下げたＡＲスペクトル推定を行い、複数のピークのピーク角度と、次数を一つ下げたＡＲスペクトル推定結果による角度とから、相関式によりピークの相対レベル差を算出する。次数を一つ下げたＡＲスペクトル推定結果による角度は、ピーク数に対して設定次数が一つ低い場合にはピーク間の値を示し、受信波レベルの相対差に比例して、その値が変動する特性を使っている。
次に、上りと下り別にピーク検知のグループ化（＝ターゲット単位化）を行う。ここでは、距離と角度の一定領域を基準にグループ化する。最後に、ターゲット単位の角度とレベル差情報に基づいて、上りと下りの組合せを決定する。
以上の各手段により、上りと下りのターゲットの組合せが決まり、距離と相対速度の計算を行うことができる。既知の角度と計算した距離、相対速度により、ターゲットが確定される。

【0113】

次に第２実施形態として、上記第1手段の代わりに第４手段を使うこともできる。
第４手段として、次数推定部２７を設ける。ここでは、次数推定の前処理として、共分散行列の固有値計算と、前記固有値計算による最大（又は総和）固有値判定により、第1手段と同じようにレベルの閾値を設け、連続した多ポイントが検知できるようにできる。
また、上記の第２手段の中で、次数推定した結果のＡＲスペクトル推定と一つ次数を下げたＡＲスペクトル推定を同時に行う。
また、固有値計算処理の負荷が重くて計算できない場合は、周波数分解レベルの閾値判定や最大（又は総和）固有値判定の代わりに、共分散行列の対角行列の総和を設けた閾値により判定することにより、対象とする周波数ポイントを判断しても良い。

【0114】

以上、本実施形態は、図１又は図１３に示すＦＭＣＷ方式のレーダに用いる構成例を基に説明したが、ＦＭＣＷ方式の他のアンテナ構成にも適用することが可能である。
また、本実施形態では、次数２の場合に相対レベル差を計算する形態で説明したが、次数３以上についても１つ下位次数による計算に応用することが可能である。
さらに、本実施形態では、ＡＲスペクトル推定の改良共分散法で説明したが、信号部分空間を利用するＭＦＢＬＰ法（Modified FBLP Method）や、主成分ＡＲスペクトル推定法（Principal Component AR Spectrum estimator）を用いることも可能である。

【0115】

また、周波数分解処理部２２は、スペクトル推定を行う周波数ポイントとして算出した結果に基づいて、隣接する周波数ポイントの値を平均化処理した結果を、スペクトル推定を行う周波数ポイントとして決定してもよい。
また、周波数分解処理部２２は、スペクトル推定を行う周波数ポイントとして算出した結果に基づいて、近接する周波数ポイントの値が、予め定めた閾値より近い値を示す場合において、その閾値より近い値を示すいずれかの周波数ポイントを代表してスペクトル推定を行う周波数ポイントとして決定し、他の周波数ポイントにおいてはスペクトル推定を行なわない周波数ポイントとして決定してもよい。

【0116】

また、データ取得から複素数データ抽出まで（周波数分解処理やピーク検出等）を、本実施形態のマイクロコンピュータでの演算の他、他のデバイスやプロセッサ（FPGA,DSP,マイクロコンピュータ）等で計算させることにより、データ取得回数を増加させることができ、さらに方位推定精度の向上が可能となる。
また、上記用途における効果以外にも、本相対レベル差算出手段は、ＡＲスペクトル推定を車載用レーダ（FMCW方式以外も含む）の方位検知に用いる場合に、スペクトルのピーク相対レベルの認識が必要とする適所に広く用いることが可能である。
本実施形態において、パワースペクトルのピークを算出してターゲット数と方位を求める形態としたが、入力白色雑音の分散値を乗算しないで作成したスペクトルで推定することも可能であるので、入力白色雑音の分散値の計算を省略することもできる。さらに、パワースペクトルの代わりに高次方程式の根を求める計算を用いて、その極で方位を推定してもよい。

【0117】

なお、図１、図１３における信号処理部２０Ａ、２０Ｂの機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより、受信波から方位検出を行う信号処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータシステム」は、ホームページ提供環境（あるいは表示環境）を備えたＷＷＷシステムも含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。

【0118】

また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組合せで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。

【符号の説明】

【0119】

１−１，１−ｎ…受信アンテナ
２−１，２−ｎ…ミキサ
３…送信アンテナ
４…分配器
５−１，５−ｎ…フィルタ
６…ＳＷ
７…ＡＤＣ
８…制御部
９…三角波生成部
１０…ＶＣＯ
２０Ａ，２０Ｂ…信号処理部
２１…メモリ
２２Ａ，２２Ｂ…周波数分解処理部
２３…周波数分解レベル検知部
２４…ターゲット抽出部
２５…距離検出部
２６…速度検出部
２７…次数推定部
３０Ａ，３０Ｂ…方位スペクトル算出部
３１，３１Ｂ…ターゲット確定部
１００Ａ，１００Ｂ…電子走査型レーダ装置

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】