知財求人 - 知財ポータルサイト「IP Force」
▶ 三菱電機株式会社の特許一覧 ▶ 三菱スペース・ソフトウエア株式会社の特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023145821
(43)【公開日】2023-10-12
(54)【発明の名称】信号処理装置、信号処理方法及び信号処理プログラム
(51)【国際特許分類】
G01S 13/52 20060101AFI20231004BHJP
G01S 13/58 20060101ALI20231004BHJP
G01S 7/292 20060101ALI20231004BHJP
【ＦＩ】
G01S13/52
G01S13/58 200
G01S7/292
【審査請求】未請求
【請求項の数】9
【出願形態】ＯＬ
(21)【出願番号】P 2022052679
(22)【出願日】2022-03-29
(71)【出願人】
【識別番号】000006013
【氏名又は名称】三菱電機株式会社
(71)【出願人】
【識別番号】591102095
【氏名又は名称】三菱電機ソフトウエア株式会社
(74)【代理人】
【識別番号】110003166
【氏名又は名称】弁理士法人山王内外特許事務所
(72)【発明者】
【氏名】廣岡 隆孝
(72)【発明者】
【氏名】吉村 玄太
(72)【発明者】
【氏名】谷岡 亮
【テーマコード（参考）】
5J070
【Ｆターム（参考）】
5J070AC02
5J070AC06
5J070AF01
5J070AH23
5J070AK13
5J070BA01
5J070BE03
5J070BG15
5J070BG16
5J070BG24
(57)【要約】
【課題】目標物の検出を見逃す可能性を高めることなく、ノイズを目標物であると誤検出する可能性を低減することができるようにする。
【解決手段】観測領域からの反射波の受信信号から、観測領域のレンジドップラマップである第１のレンジドップラマップを生成する第１のマップ生成部１と、第１のマップ生成部１により生成された第１のレンジドップラマップから、第１のレンジドップラマップに含まれているノイズの基底を示す行列であるノイズ基底行列を生成し、ノイズ基底行列を用いて第２のレンジドップラマップを生成する第２のマップ生成部２とを備えるように、信号処理装置を構成した。また、信号処理装置は、第１のマップ生成部１により生成された第１のレンジドップラマップと第２のマップ生成部２により生成された第２のレンジドップラマップとの差分を求め、差分のレンジドップラマップから目標物を検出する目標物検出部５を備えている。
【選択図】図１
【解決手段】観測領域からの反射波の受信信号から、観測領域のレンジドップラマップである第１のレンジドップラマップを生成する第１のマップ生成部１と、第１のマップ生成部１により生成された第１のレンジドップラマップから、第１のレンジドップラマップに含まれているノイズの基底を示す行列であるノイズ基底行列を生成し、ノイズ基底行列を用いて第２のレンジドップラマップを生成する第２のマップ生成部２とを備えるように、信号処理装置を構成した。また、信号処理装置は、第１のマップ生成部１により生成された第１のレンジドップラマップと第２のマップ生成部２により生成された第２のレンジドップラマップとの差分を求め、差分のレンジドップラマップから目標物を検出する目標物検出部５を備えている。
【選択図】図１
【特許請求の範囲】
【請求項1】
観測領域からの反射波の受信信号から、前記観測領域のレンジドップラマップである第１のレンジドップラマップを生成する第１のマップ生成部と、
前記第１のマップ生成部により生成された第１のレンジドップラマップから、前記第１のレンジドップラマップに含まれているノイズの基底を示す行列であるノイズ基底行列を生成し、前記ノイズ基底行列を用いて第２のレンジドップラマップを生成する第２のマップ生成部と、
前記第１のマップ生成部により生成された第１のレンジドップラマップと前記第２のマップ生成部により生成された第２のレンジドップラマップとの差分を求め、前記差分のレンジドップラマップから前記目標物を検出する目標物検出部と
を備えた信号処理装置。
前記第１のマップ生成部により生成された第１のレンジドップラマップから、前記第１のレンジドップラマップに含まれているノイズの基底を示す行列であるノイズ基底行列を生成し、前記ノイズ基底行列を用いて第２のレンジドップラマップを生成する第２のマップ生成部と、
前記第１のマップ生成部により生成された第１のレンジドップラマップと前記第２のマップ生成部により生成された第２のレンジドップラマップとの差分を求め、前記差分のレンジドップラマップから前記目標物を検出する目標物検出部と
を備えた信号処理装置。
【請求項2】
前記第２のマップ生成部は、
前記第１のマップ生成部により生成された第１のレンジドップラマップを前記ノイズ基底行列と前記ノイズ基底行列が示す基底の重みを示す行列である重み行列とに分解する行列分解部と、
前記ノイズ基底行列と前記重み行列との積を算出し、積の算出結果を前記第２のレンジドップラマップとして前記目標物検出部に出力する行列乗算部とを備えていることを特徴とする請求項１記載の信号処理装置。
前記第１のマップ生成部により生成された第１のレンジドップラマップを前記ノイズ基底行列と前記ノイズ基底行列が示す基底の重みを示す行列である重み行列とに分解する行列分解部と、
前記ノイズ基底行列と前記重み行列との積を算出し、積の算出結果を前記第２のレンジドップラマップとして前記目標物検出部に出力する行列乗算部とを備えていることを特徴とする請求項１記載の信号処理装置。
【請求項3】
前記第２のマップ生成部は、教師なし学習モデルを備えており、
前記第１のマップ生成部により生成された第１のレンジドップラマップを前記学習モデルに与えて、前記学習モデルから前記第２のレンジドップラマップを取得し、前記第２のレンジドップラマップを前記目標物検出部に出力することを特徴とする請求項１記載の信号処理装置。
前記第１のマップ生成部により生成された第１のレンジドップラマップを前記学習モデルに与えて、前記学習モデルから前記第２のレンジドップラマップを取得し、前記第２のレンジドップラマップを前記目標物検出部に出力することを特徴とする請求項１記載の信号処理装置。
【請求項4】
前記第１のマップ生成部は、
前記反射波の受信信号として、受信時刻が互いに異なる複数の受信信号を取得し、それぞれの受信信号から第１のレンジドップラマップを生成し、
前記第２のマップ生成部は、
前記第１のマップ生成部により生成されたそれぞれの第１のレンジドップラマップから前記ノイズ基底行列を生成し、それぞれのノイズ基底行列を用いて第２のレンジドップラマップを生成し、
前記目標物検出部は、
前記第１のマップ生成部により生成されたそれぞれの第１のレンジドップラマップと前記第２のマップ生成部により生成されたそれぞれの第２のレンジドップラマップとの差分を求め、それぞれの差分のレンジドップラマップから前記目標物を検出することを特徴とする請求項１記載の信号処理装置。
前記反射波の受信信号として、受信時刻が互いに異なる複数の受信信号を取得し、それぞれの受信信号から第１のレンジドップラマップを生成し、
前記第２のマップ生成部は、
前記第１のマップ生成部により生成されたそれぞれの第１のレンジドップラマップから前記ノイズ基底行列を生成し、それぞれのノイズ基底行列を用いて第２のレンジドップラマップを生成し、
前記目標物検出部は、
前記第１のマップ生成部により生成されたそれぞれの第１のレンジドップラマップと前記第２のマップ生成部により生成されたそれぞれの第２のレンジドップラマップとの差分を求め、それぞれの差分のレンジドップラマップから前記目標物を検出することを特徴とする請求項１記載の信号処理装置。
【請求項5】
前記目標物検出部は、
前記差分のレンジドップラマップの中で、当該レンジドップラマップに含まれている成分の信号レベルが第１の閾値以上である部位を検出し、前記部位の面積が第２の閾値以上であれば、当該部位が前記目標物であると判定し、当該部位の面積が前記第２の閾値未満であれば、当該部位が前記目標物ではないと判定することを特徴とする請求項１記載の信号処理装置。
前記差分のレンジドップラマップの中で、当該レンジドップラマップに含まれている成分の信号レベルが第１の閾値以上である部位を検出し、前記部位の面積が第２の閾値以上であれば、当該部位が前記目標物であると判定し、当該部位の面積が前記第２の閾値未満であれば、当該部位が前記目標物ではないと判定することを特徴とする請求項１記載の信号処理装置。
【請求項6】
前記目標物検出部は、
前記差分のレンジドップラマップから前記目標物を検出し、前記差分のレンジドップラマップに基づいて、前記反射波を受信したアンテナから前記目標物までの距離と前記目標物のドップラ速度を特定することを特徴とする請求項１記載の信号処理装置。
前記差分のレンジドップラマップから前記目標物を検出し、前記差分のレンジドップラマップに基づいて、前記反射波を受信したアンテナから前記目標物までの距離と前記目標物のドップラ速度を特定することを特徴とする請求項１記載の信号処理装置。
【請求項7】
前記目標物検出部により特定された目標物までの距離及びドップラ速度のそれぞれを示す位置に前記目標物を表示させるための表示データを生成する表示処理部を備えたことを特徴とする請求項６記載の信号処理装置。
【請求項8】
第１のマップ生成部が、観測領域からの反射波の受信信号から、前記観測領域のレンジドップラマップである第１のレンジドップラマップを生成し、
第２のマップ生成部が、前記第１のマップ生成部により生成された第１のレンジドップラマップから、前記第１のレンジドップラマップに含まれているノイズの基底を示す行列であるノイズ基底行列を生成し、前記ノイズ基底行列を用いて第２のレンジドップラマップを生成し、
目標物検出部が、前記第１のマップ生成部により生成された第１のレンジドップラマップと前記第２のマップ生成部により生成された第２のレンジドップラマップとの差分を求め、前記差分のレンジドップラマップから前記目標物を検出する
信号処理方法。
第２のマップ生成部が、前記第１のマップ生成部により生成された第１のレンジドップラマップから、前記第１のレンジドップラマップに含まれているノイズの基底を示す行列であるノイズ基底行列を生成し、前記ノイズ基底行列を用いて第２のレンジドップラマップを生成し、
目標物検出部が、前記第１のマップ生成部により生成された第１のレンジドップラマップと前記第２のマップ生成部により生成された第２のレンジドップラマップとの差分を求め、前記差分のレンジドップラマップから前記目標物を検出する
信号処理方法。
【請求項9】
観測領域からの反射波の受信信号から、前記観測領域のレンジドップラマップである第１のレンジドップラマップを生成する第１のマップ生成処理手順と、
前記第１のマップ生成処理手順で生成された第１のレンジドップラマップから、前記第１のレンジドップラマップに含まれているノイズの基底を示す行列であるノイズ基底行列を生成し、前記ノイズ基底行列を用いて第２のレンジドップラマップを生成する第２のマップ生成処理手順と、
前記第１のマップ生成処理手順で生成された第１のレンジドップラマップと前記第２のマップ生成処理手順で生成された第２のレンジドップラマップとの差分を求め、前記差分のレンジドップラマップから前記目標物を検出する目標物検出処理手順とをコンピュータに実行させるための信号処理プログラム。
前記第１のマップ生成処理手順で生成された第１のレンジドップラマップから、前記第１のレンジドップラマップに含まれているノイズの基底を示す行列であるノイズ基底行列を生成し、前記ノイズ基底行列を用いて第２のレンジドップラマップを生成する第２のマップ生成処理手順と、
前記第１のマップ生成処理手順で生成された第１のレンジドップラマップと前記第２のマップ生成処理手順で生成された第２のレンジドップラマップとの差分を求め、前記差分のレンジドップラマップから前記目標物を検出する目標物検出処理手順とをコンピュータに実行させるための信号処理プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、信号処理装置、信号処理方法及び信号処理プログラムに関するものである。
【背景技術】
【0002】
観測領域からの反射波の受信信号を取得し、受信信号から目標物を検出する目標検出部を備える信号処理装置がある（例えば、特許文献１を参照）。
当該目標検出部は、受信信号から、観測領域のレンジドップラマップを生成する。また、当該目標検出部は、レンジドップラマップに含まれている複数の成分のそれぞれが示す信号レベルと閾値とを比較し、それぞれの信号レベルと閾値との比較結果に基づいて、目標物を検出する。
当該目標検出部は、受信信号から、観測領域のレンジドップラマップを生成する。また、当該目標検出部は、レンジドップラマップに含まれている複数の成分のそれぞれが示す信号レベルと閾値とを比較し、それぞれの信号レベルと閾値との比較結果に基づいて、目標物を検出する。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特許第６９５２９３９号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
特許文献１に開示されている信号処理装置では、閾値よりも信号レベルが小さな目標物については検出されない。このため、閾値が大きな値に設定されていれば、検出部が、目標物の検出を見逃す可能性が高くなる。一方、閾値が小さな値に設定されていれば、検出部が、ノイズを目標物であると誤検出する可能性が高くなるという課題があった。
【0005】
本開示は、上記のような課題を解決するためになされたもので、目標物の検出を見逃す可能性を高めることなく、ノイズを目標物であると誤検出する可能性を低減することができる信号処理装置及び信号処理方法を得ることを目的とする。
【課題を解決するための手段】
【0006】
本開示に係る信号処理装置は、観測領域からの反射波の受信信号から、観測領域のレンジドップラマップである第１のレンジドップラマップを生成する第１のマップ生成部と、第１のマップ生成部により生成された第１のレンジドップラマップから、第１のレンジドップラマップに含まれているノイズの基底を示す行列であるノイズ基底行列を生成し、ノイズ基底行列を用いて第２のレンジドップラマップを生成する第２のマップ生成部とを備えている。また、信号処理装置は、第１のマップ生成部により生成された第１のレンジドップラマップと第２のマップ生成部により生成された第２のレンジドップラマップとの差分を求め、差分のレンジドップラマップから目標物を検出する目標物検出部を備えている。
【発明の効果】
【0007】
本開示によれば、目標物の検出を見逃す可能性を高めることなく、ノイズを目標物であると誤検出する可能性を低減することができる。
【図面の簡単な説明】
【0008】
【図1】実施の形態１に係る信号処理装置を示す構成図である。
【図2】実施の形態１に係る信号処理装置のハードウェアを示すハードウェア構成図である。
【図3】信号処理装置が、ソフトウェア又はファームウェア等によって実現される場合のコンピュータのハードウェア構成図である。
【図4】信号処理装置の処理手順である信号処理方法を示すフローチャートである。
【図5】第１のレンジドップラマップＸの一例を示す説明図である。
【図6】第１のレンジドップラマップＸに含まれている目標物の信号及びノイズのそれぞれを示す説明図である。
【図7】ノイズ基底行列Ｈの一例を示す説明図である。
【図8】重み行列Ｗの一例を示す説明図である。
【図9】第２のレンジドップラマップＸ’の一例を示す説明図である。
【図10】目標物の表示例を示す説明図である。
【図11】実施の形態２に係る信号処理装置を示す構成図である。
【図12】実施の形態２に係る信号処理装置のハードウェアを示すハードウェア構成図である。
【図13】実施の形態３に係る信号処理装置の処理内容を示す説明図である。
【発明を実施するための形態】
【0009】
以下、本開示をより詳細に説明するために、本開示を実施するための形態について、添付の図面に従って説明する。
【0010】
実施の形態１．
図１は、実施の形態１に係る信号処理装置を示す構成図である。
図２は、実施の形態１に係る信号処理装置のハードウェアを示すハードウェア構成図である。
図１に示す信号処理装置は、第１のマップ生成部１、第２のマップ生成部２、目標物検出部５及び表示処理部６を備えている。
図１は、実施の形態１に係る信号処理装置を示す構成図である。
図２は、実施の形態１に係る信号処理装置のハードウェアを示すハードウェア構成図である。
図１に示す信号処理装置は、第１のマップ生成部１、第２のマップ生成部２、目標物検出部５及び表示処理部６を備えている。
【0011】
第１のマップ生成部１は、例えば、図２に示す第１のマップ生成回路２１によって実現される。
第１のマップ生成部１は、例えば、図示せぬレーダ装置から、観測領域からの反射波の受信信号を取得する。受信信号は、例えば、複素信号である。
第１のマップ生成部１は、観測領域からの反射波の受信信号から、観測領域のレンジドップラマップである第１のレンジドップラマップを生成する。
第１のマップ生成部１は、第１のレンジドップラマップを第２のマップ生成部２及び目標物検出部５のそれぞれに出力する。
第１のマップ生成部１は、例えば、図示せぬレーダ装置から、観測領域からの反射波の受信信号を取得する。受信信号は、例えば、複素信号である。
第１のマップ生成部１は、観測領域からの反射波の受信信号から、観測領域のレンジドップラマップである第１のレンジドップラマップを生成する。
第１のマップ生成部１は、第１のレンジドップラマップを第２のマップ生成部２及び目標物検出部５のそれぞれに出力する。
【0012】
第２のマップ生成部２は、例えば、図２に示す第２のマップ生成回路２２によって実現される。
第２のマップ生成部２は、行列分解部３及び行列乗算部４を備えている。
第２のマップ生成部２は、第１のマップ生成部１から、第１のレンジドップラマップを取得する。
第２のマップ生成部２は、第１のマップ生成部により生成された第１のレンジドップラマップから、第１のレンジドップラマップに含まれているノイズの基底を示す行列であるノイズ基底行列を生成する。
第２のマップ生成部２は、ノイズ基底行列を用いて第２のレンジドップラマップを生成し、第２のレンジドップラマップを目標物検出部５に出力する。
第２のマップ生成部２は、行列分解部３及び行列乗算部４を備えている。
第２のマップ生成部２は、第１のマップ生成部１から、第１のレンジドップラマップを取得する。
第２のマップ生成部２は、第１のマップ生成部により生成された第１のレンジドップラマップから、第１のレンジドップラマップに含まれているノイズの基底を示す行列であるノイズ基底行列を生成する。
第２のマップ生成部２は、ノイズ基底行列を用いて第２のレンジドップラマップを生成し、第２のレンジドップラマップを目標物検出部５に出力する。
【0013】
行列分解部３は、第１のマップ生成部１から、第１のレンジドップラマップを取得する。
行列分解部３は、第１のレンジドップラマップを、ノイズ基底行列と、ノイズ基底行列が示す基底の重みを示す行列である重み行列とに分解する。
行列分解部３は、ノイズ基底行列及び重み行列のそれぞれを行列乗算部４に出力する。
行列乗算部４は、ノイズ基底行列と重み行列との積を算出し、積の算出結果を第２のレンジドップラマップとして目標物検出部５に出力する。
行列分解部３は、第１のレンジドップラマップを、ノイズ基底行列と、ノイズ基底行列が示す基底の重みを示す行列である重み行列とに分解する。
行列分解部３は、ノイズ基底行列及び重み行列のそれぞれを行列乗算部４に出力する。
行列乗算部４は、ノイズ基底行列と重み行列との積を算出し、積の算出結果を第２のレンジドップラマップとして目標物検出部５に出力する。
【0014】
目標物検出部５は、例えば、図２に示す目標物検出回路２３によって実現される。
目標物検出部５は、第１のマップ生成部１から、第１のレンジドップラマップを取得し、第２のマップ生成部２から、第２のレンジドップラマップを取得する。
目標物検出部５は、第１のレンジドップラマップと第２のレンジドップラマップとの差分のレンジドップラマップを求める。
目標物検出部５は、差分のレンジドップラマップから目標物を検出する。
また、目標物検出部５は、差分のレンジドップラマップに基づいて、反射波を受信したレーダ装置のアンテナから目標物までの距離と、目標物のドップラ速度とを特定する。
目標物検出部５は、目標物までの距離及び目標物のドップラ速度のそれぞれを示す検出情報を表示処理部６に出力する。
目標物検出部５は、第１のマップ生成部１から、第１のレンジドップラマップを取得し、第２のマップ生成部２から、第２のレンジドップラマップを取得する。
目標物検出部５は、第１のレンジドップラマップと第２のレンジドップラマップとの差分のレンジドップラマップを求める。
目標物検出部５は、差分のレンジドップラマップから目標物を検出する。
また、目標物検出部５は、差分のレンジドップラマップに基づいて、反射波を受信したレーダ装置のアンテナから目標物までの距離と、目標物のドップラ速度とを特定する。
目標物検出部５は、目標物までの距離及び目標物のドップラ速度のそれぞれを示す検出情報を表示処理部６に出力する。
【0015】
表示処理部６は、例えば、図２に示す表示処理回路２４によって実現される。
表示処理部６は、目標物検出部５から、検出情報を取得する。
表示処理部６は、目標物までの距離及びドップラ速度のそれぞれを示す位置に目標物を表示させるための表示データを生成する。
表示処理部６は、表示データに従って図示せぬディスプレイに、目標物を表示させる。
表示処理部６は、目標物検出部５から、検出情報を取得する。
表示処理部６は、目標物までの距離及びドップラ速度のそれぞれを示す位置に目標物を表示させるための表示データを生成する。
表示処理部６は、表示データに従って図示せぬディスプレイに、目標物を表示させる。
【0016】
図１では、信号処理装置の構成要素である第１のマップ生成部１、第２のマップ生成部２、目標物検出部５及び表示処理部６のそれぞれが、図２に示すような専用のハードウェアによって実現されるものを想定している。即ち、信号処理装置が、第１のマップ生成回路２１、第２のマップ生成回路２２、目標物検出回路２３及び表示処理回路２４によって実現されるものを想定している。
第１のマップ生成回路２１、第２のマップ生成回路２２、目標物検出回路２３及び表示処理回路２４のそれぞれは、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、又は、これらを組み合わせたものが該当する。
第１のマップ生成回路２１、第２のマップ生成回路２２、目標物検出回路２３及び表示処理回路２４のそれぞれは、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、又は、これらを組み合わせたものが該当する。
【0017】
信号処理装置の構成要素は、専用のハードウェアによって実現されるものに限るものではなく、信号処理装置が、ソフトウェア、ファームウェア、又は、ソフトウェアとファームウェアとの組み合わせによって実現されるものであってもよい。
ソフトウェア又はファームウェアは、プログラムとして、コンピュータのメモリに格納される。コンピュータは、プログラムを実行するハードウェアを意味し、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサ、あるいは、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）が該当する。
ソフトウェア又はファームウェアは、プログラムとして、コンピュータのメモリに格納される。コンピュータは、プログラムを実行するハードウェアを意味し、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサ、あるいは、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）が該当する。
【0018】
図３は、信号処理装置が、ソフトウェア又はファームウェア等によって実現される場合のコンピュータのハードウェア構成図である。
信号処理装置が、ソフトウェア又はファームウェア等によって実現される場合、第１のマップ生成部１、第２のマップ生成部２、目標物検出部５及び表示処理部６におけるそれぞれの処理手順として、第１のマップ生成処理手順、第２のマップ生成処理手順、目標物検出処理手順及び表示処理手順のそれぞれをコンピュータに実行させるための信号処理プログラムがメモリ３１に格納される。そして、コンピュータのプロセッサ３２がメモリ３１に格納されている信号処理プログラムを実行する。
信号処理装置が、ソフトウェア又はファームウェア等によって実現される場合、第１のマップ生成部１、第２のマップ生成部２、目標物検出部５及び表示処理部６におけるそれぞれの処理手順として、第１のマップ生成処理手順、第２のマップ生成処理手順、目標物検出処理手順及び表示処理手順のそれぞれをコンピュータに実行させるための信号処理プログラムがメモリ３１に格納される。そして、コンピュータのプロセッサ３２がメモリ３１に格納されている信号処理プログラムを実行する。
【0019】
また、図２では、信号処理装置の構成要素のそれぞれが専用のハードウェアによって実現される例を示し、図３では、信号処理装置がソフトウェア又はファームウェア等によって実現される例を示している。しかし、これは一例に過ぎず、信号処理装置における一部の構成要素が専用のハードウェアによって実現され、残りの構成要素がソフトウェア又はファームウェア等によって実現されるものであってもよい。
【0020】
次に、図１に示す信号処理装置の動作について説明する。
図４は、信号処理装置の処理手順である信号処理方法を示すフローチャートである。
図示せぬレーダ装置の送信アンテナは、目標物が存在している可能性のある観測領域に向けて電波を送信する。
観測領域による反射後の電波である反射波は、レーダ装置の受信アンテナによって受信される。レーダ装置は、反射波の受信信号を信号処理装置に出力する。
ここでは、レーダ装置が電波を送受信するものとしている。しかし、これは一例に過ぎず、例えば、ある施設のアンテナから電波が観測領域に向けて送信されたのち、当該施設とは別の施設のアンテナが、観測領域からの反射波を受信するものであってもよい。
図４は、信号処理装置の処理手順である信号処理方法を示すフローチャートである。
図示せぬレーダ装置の送信アンテナは、目標物が存在している可能性のある観測領域に向けて電波を送信する。
観測領域による反射後の電波である反射波は、レーダ装置の受信アンテナによって受信される。レーダ装置は、反射波の受信信号を信号処理装置に出力する。
ここでは、レーダ装置が電波を送受信するものとしている。しかし、これは一例に過ぎず、例えば、ある施設のアンテナから電波が観測領域に向けて送信されたのち、当該施設とは別の施設のアンテナが、観測領域からの反射波を受信するものであってもよい。
【0021】
第１のマップ生成部１は、例えば、レーダ装置から、観測領域からの反射波の受信信号を取得する。
第１のマップ生成部１は、観測領域からの反射波の受信信号から、観測領域のレンジドップラマップとして、図５に示すような第１のレンジドップラマップＸを生成する（図４のステップＳＴ１）。
第１のマップ生成部１は、第１のレンジドップラマップを第２のマップ生成部２及び目標物検出部５のそれぞれに出力する。
第１のマップ生成部１は、観測領域からの反射波の受信信号から、観測領域のレンジドップラマップとして、図５に示すような第１のレンジドップラマップＸを生成する（図４のステップＳＴ１）。
第１のマップ生成部１は、第１のレンジドップラマップを第２のマップ生成部２及び目標物検出部５のそれぞれに出力する。
【0022】
図５は、第１のレンジドップラマップＸの一例を示す説明図である。
図５に示す第１のレンジドップラマップＸは、ｍ行ｎ列の行列で表されている。ｍ，ｎのそれぞれは、２以上の整数である。
第１のレンジドップラマップＸを示す行列の成分は、ｘ１１，ｘ１２，・・・，ｘ１ｎ，ｘ２１，ｘ２２，・・・，ｘ２ｎ，・・・，ｘｍ１，ｘｍ２，・・・，ｘｍｎのように表されている。
第１のレンジドップラマップＸを示す行列の行方向は、レーダ装置の受信アンテナから目標物までの距離に対応している。また、当該行列の列方向は、目標物のドップラ速度に対応している。
第１のレンジドップラマップＸには、図６に示すように、目標物の信号のほかに、ノイズが含まれている。図６の例では、当該ノイズとして、海面クラッタ及び電離層クラッタのそれぞれが表されている。図５に表記されている“ノイズ”は、これらのクラッタ以外のノイズである。
図６は、第１のレンジドップラマップＸに含まれている目標物の信号及びノイズのそれぞれを示す説明図である。
図５に示す第１のレンジドップラマップＸは、ｍ行ｎ列の行列で表されている。ｍ，ｎのそれぞれは、２以上の整数である。
第１のレンジドップラマップＸを示す行列の成分は、ｘ１１，ｘ１２，・・・，ｘ１ｎ，ｘ２１，ｘ２２，・・・，ｘ２ｎ，・・・，ｘｍ１，ｘｍ２，・・・，ｘｍｎのように表されている。
第１のレンジドップラマップＸを示す行列の行方向は、レーダ装置の受信アンテナから目標物までの距離に対応している。また、当該行列の列方向は、目標物のドップラ速度に対応している。
第１のレンジドップラマップＸには、図６に示すように、目標物の信号のほかに、ノイズが含まれている。図６の例では、当該ノイズとして、海面クラッタ及び電離層クラッタのそれぞれが表されている。図５に表記されている“ノイズ”は、これらのクラッタ以外のノイズである。
図６は、第１のレンジドップラマップＸに含まれている目標物の信号及びノイズのそれぞれを示す説明図である。
【0023】
第２のマップ生成部２は、第１のマップ生成部１から、第１のレンジドップラマップＸを取得する。
第２のマップ生成部２は、第１のレンジドップラマップＸから、第１のレンジドップラマップに含まれているノイズの基底を示す行列であるノイズ基底行列Ｈを生成する。
第２のマップ生成部２は、ノイズ基底行列Ｈを用いて第２のレンジドップラマップＸ’を生成する（図４のステップＳＴ２）。
第２のマップ生成部２は、第２のレンジドップラマップＸ’を目標物検出部５に出力する。
以下、第２のマップ生成部２による第２のレンジドップラマップＸ’の生成処理を具体的に説明する。
第２のマップ生成部２は、第１のレンジドップラマップＸから、第１のレンジドップラマップに含まれているノイズの基底を示す行列であるノイズ基底行列Ｈを生成する。
第２のマップ生成部２は、ノイズ基底行列Ｈを用いて第２のレンジドップラマップＸ’を生成する（図４のステップＳＴ２）。
第２のマップ生成部２は、第２のレンジドップラマップＸ’を目標物検出部５に出力する。
以下、第２のマップ生成部２による第２のレンジドップラマップＸ’の生成処理を具体的に説明する。
【0024】
行列分解部３は、行列分解法によって、第１のレンジドップラマップＸをノイズ基底行列Ｈと重み行列Ｗとに分解する。
行列分解部３は、行列分解法として、ＮＭＦ（Ｎｏｎｎｅｇａｔｉｖｅ Ｍａｔｒｉｘ Ｆａｃｔｏｒｉｚａｔｉｏｎ）を用いることができる。ただし、行列分解法としては、ＮＭＦに限るものではなく、行列分解部３は、例えば、ＳＶＤ（Ｓｉｎｇｕｌａｒ Ｖａｌｕｅ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ：特異値分解）、ＬＵ ｄｅｃｏｍｐｏｓｉｔｉｏｎ（エルユー分解）、Ｃｈｏｌｅｓｋｙ ｄｅｃｏｍｐｏｓｉｔｉｏｎ（コレスキー分解）、ＱＲ ｄｅｃｏｍｐｏｓｉｔｉｏｎ（キューアール分解）、Ｅｉｇｅｎｄｅｃｏｍｐｏｓｉｔｉｏｎ（固有値分解）、又は、Ｐｏｌａｒ ｄｅｃｏｍｐｏｓｉｔｉｏｎ（ポーラー分解）を用いることができる。
ここでは、第１のレンジドップラマップＸが２次元の行列であるとして、行列分解部３が、２次元の行列をノイズ基底行列Ｈと重み行列Ｗとに分解している。しかし、これは一例に過ぎず、第１のレンジドップラマップＸが２次元の行列よりも高階のテンソルであってもよく、行列分解部３が、高階のテンソルをノイズ基底行列Ｈと重み行列Ｗとに分解するようにしてもよい。行列分解部３は、高階のテンソル分解方法として、例えば、Ｔｕｃｋｅｒ ｄｅｃｏｍｐｏｓｉｔｉｏｎ（タッカー分解）、Ｃａｎｏｎｉｃａｌ Ｐｏｌｙａｄｉｃ ｄｅｃｏｍｐｏｓｉｔｉｏｎ（ＣＰ分解）、又は、テンソルトレイン分解を用いることができる。
行列分解部３は、ノイズ基底行列Ｈと重み行列Ｗとを行列乗算部４に出力する。
行列分解部３は、行列分解法として、ＮＭＦ（Ｎｏｎｎｅｇａｔｉｖｅ Ｍａｔｒｉｘ Ｆａｃｔｏｒｉｚａｔｉｏｎ）を用いることができる。ただし、行列分解法としては、ＮＭＦに限るものではなく、行列分解部３は、例えば、ＳＶＤ（Ｓｉｎｇｕｌａｒ Ｖａｌｕｅ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ：特異値分解）、ＬＵ ｄｅｃｏｍｐｏｓｉｔｉｏｎ（エルユー分解）、Ｃｈｏｌｅｓｋｙ ｄｅｃｏｍｐｏｓｉｔｉｏｎ（コレスキー分解）、ＱＲ ｄｅｃｏｍｐｏｓｉｔｉｏｎ（キューアール分解）、Ｅｉｇｅｎｄｅｃｏｍｐｏｓｉｔｉｏｎ（固有値分解）、又は、Ｐｏｌａｒ ｄｅｃｏｍｐｏｓｉｔｉｏｎ（ポーラー分解）を用いることができる。
ここでは、第１のレンジドップラマップＸが２次元の行列であるとして、行列分解部３が、２次元の行列をノイズ基底行列Ｈと重み行列Ｗとに分解している。しかし、これは一例に過ぎず、第１のレンジドップラマップＸが２次元の行列よりも高階のテンソルであってもよく、行列分解部３が、高階のテンソルをノイズ基底行列Ｈと重み行列Ｗとに分解するようにしてもよい。行列分解部３は、高階のテンソル分解方法として、例えば、Ｔｕｃｋｅｒ ｄｅｃｏｍｐｏｓｉｔｉｏｎ（タッカー分解）、Ｃａｎｏｎｉｃａｌ Ｐｏｌｙａｄｉｃ ｄｅｃｏｍｐｏｓｉｔｉｏｎ（ＣＰ分解）、又は、テンソルトレイン分解を用いることができる。
行列分解部３は、ノイズ基底行列Ｈと重み行列Ｗとを行列乗算部４に出力する。
【0025】
ノイズ基底行列Ｈは、ノイズの基底ｈｋを示す行列である。ｋは、１以上の整数である。ｋの値は、第１のレンジドップラマップＸに含まれている可能性のあるノイズの種類の数以下の値に設定される。
第１のレンジドップラマップＸに現れるノイズとして、例えば、海面クラッタ、電離層クラッタ、これらのクラッタ以外のノイズＮＡ及びこれらのクラッタ以外のノイズＮＢの４種類であることが分かっていれば、例えば、ｋ＝４に設定される。ただし、ノイズＮＢは、目標物の検出に対する影響が極めて小さい、信号レベルが小さなノイズであることが分かっていれば、例えば、ｋ＝３に設定される。
ここでは、ｋ＝４、又は、ｋ＝３に設定される例を示している。ｋの値の設定方法としては、例えば、以下に示す２つの方法を用いることができる。
・方法（１）
横軸にｋの値、縦軸に復元誤差（｜Ｘ－Ｘ’｜の値）を示す曲線を描画する。この曲線は、ｋの値が小さい領域においては、ｋの値が大きくなるにつれて、復元誤差（｜Ｘ－Ｘ’｜の値）が急激に減衰するように描画される。そして、ｋの値が或る境界値よりも大きくなると、復元誤差（｜Ｘ－Ｘ’｜の値）の下がり方が穏やかになるように描画される。方法（１）では、境界値がｋの値に設定される。
ｋの値が小さいときには、ノイズ基底行列Ｈの表現力が乏しいため、正常データを正しく復元できずに復元誤差が大きくなる。ｋの値が大きくなるにつれて、ノイズ基底行列Ｈの表現力が段々と豊かになるため、復元誤差が小さくなる。ところが、ｋの値が境界値よりも大きくなると、ノイズ基底行列Ｈの表現力が高くなり過ぎて、異常データまでもが復元されてしまう状況を生じる。いわゆる、過学習になる。境界値をｋの値に設定することで、過学習にならない範囲で、復元誤差を小さくすることができる。境界値を検出する方法自体は、どのような方法でもよいが、境界値を検出する方法としては、例えば、エルボー法、又は、シルエット分析法を用いることができる。
・方法（２）
目標物の検出の良し悪しを定量化する二値分類指標を事前に決定する。二値分類指標としては、例えば、Ｆ１スコア、又は、ＲＯＣ－ＡＵＣ（Ｒｅｃｅｉｖｅｒ Ｏｐｅｒａｔｉｎｇ Ｃｈａｒａｃｔｅｒｉｓｔｉｃ－Ａｒｅａ Ｕｎｄｅｒ ｔｈｅ Ｃｕｒｖｅ）がある。方法（２）は、検出対象を含むいくつかのデータを用いて、二値分類指標を算出し、ｋの値を変化させたときに最も二値分類指標が良くなるようなｋの値を見つける。そして、見つけた値をｋの値に設定する。
第１のレンジドップラマップＸに現れるノイズとして、例えば、海面クラッタ、電離層クラッタ、これらのクラッタ以外のノイズＮＡ及びこれらのクラッタ以外のノイズＮＢの４種類であることが分かっていれば、例えば、ｋ＝４に設定される。ただし、ノイズＮＢは、目標物の検出に対する影響が極めて小さい、信号レベルが小さなノイズであることが分かっていれば、例えば、ｋ＝３に設定される。
ここでは、ｋ＝４、又は、ｋ＝３に設定される例を示している。ｋの値の設定方法としては、例えば、以下に示す２つの方法を用いることができる。
・方法（１）
横軸にｋの値、縦軸に復元誤差（｜Ｘ－Ｘ’｜の値）を示す曲線を描画する。この曲線は、ｋの値が小さい領域においては、ｋの値が大きくなるにつれて、復元誤差（｜Ｘ－Ｘ’｜の値）が急激に減衰するように描画される。そして、ｋの値が或る境界値よりも大きくなると、復元誤差（｜Ｘ－Ｘ’｜の値）の下がり方が穏やかになるように描画される。方法（１）では、境界値がｋの値に設定される。
ｋの値が小さいときには、ノイズ基底行列Ｈの表現力が乏しいため、正常データを正しく復元できずに復元誤差が大きくなる。ｋの値が大きくなるにつれて、ノイズ基底行列Ｈの表現力が段々と豊かになるため、復元誤差が小さくなる。ところが、ｋの値が境界値よりも大きくなると、ノイズ基底行列Ｈの表現力が高くなり過ぎて、異常データまでもが復元されてしまう状況を生じる。いわゆる、過学習になる。境界値をｋの値に設定することで、過学習にならない範囲で、復元誤差を小さくすることができる。境界値を検出する方法自体は、どのような方法でもよいが、境界値を検出する方法としては、例えば、エルボー法、又は、シルエット分析法を用いることができる。
・方法（２）
目標物の検出の良し悪しを定量化する二値分類指標を事前に決定する。二値分類指標としては、例えば、Ｆ１スコア、又は、ＲＯＣ－ＡＵＣ（Ｒｅｃｅｉｖｅｒ Ｏｐｅｒａｔｉｎｇ Ｃｈａｒａｃｔｅｒｉｓｔｉｃ－Ａｒｅａ Ｕｎｄｅｒ ｔｈｅ Ｃｕｒｖｅ）がある。方法（２）は、検出対象を含むいくつかのデータを用いて、二値分類指標を算出し、ｋの値を変化させたときに最も二値分類指標が良くなるようなｋの値を見つける。そして、見つけた値をｋの値に設定する。
【0026】
図７は、ノイズ基底行列Ｈの一例を示す説明図である。
図７に示すノイズ基底行列Ｈは、ｋ行ｎ列の行列で表されている。図７の例では、ｋ＝４である。
ノイズ基底行列Ｈの成分は、ｈ１１，ｈ１２，・・・，ｈ１ｎ，ｈ２１，ｈ２２，・・・，ｈ２ｎ，ｈ３１，ｈ３２，・・・，ｈ３ｎ，ｈ４１，ｈ４２，・・・，ｈ４ｎのように表されている。
第１のレンジドップラマップＸが行列分解されることで得られるノイズ基底行列Ｈの次元は、第１のレンジドップラマップＸを示す行列の次元よりも低減される。
図７に示すノイズ基底行列Ｈは、ｋ行ｎ列の行列で表されている。図７の例では、ｋ＝４である。
ノイズ基底行列Ｈの成分は、ｈ１１，ｈ１２，・・・，ｈ１ｎ，ｈ２１，ｈ２２，・・・，ｈ２ｎ，ｈ３１，ｈ３２，・・・，ｈ３ｎ，ｈ４１，ｈ４２，・・・，ｈ４ｎのように表されている。
第１のレンジドップラマップＸが行列分解されることで得られるノイズ基底行列Ｈの次元は、第１のレンジドップラマップＸを示す行列の次元よりも低減される。
【0027】
重み行列Ｗは、ノイズ基底行列Ｈが示す基底の重みを示す行列である。
図８は、重み行列Ｗの一例を示す説明図である。
図８に示す重み行列Ｗは、ｍ行ｋ列の行列で表されている。図８の例では、ｋ＝４である。
重み行列Ｗの成分は、ｗ１１，ｗ１２，ｗ１３，ｗ１４，ｗ２１，ｗ２２，ｗ２３，ｗ２４，ｗ３１，ｗ３２，ｗ３３，ｗ３４，・・・，ｗｍ１，ｗｍ２，ｗｍ３，ｗｍ４のように表されている。
図８は、重み行列Ｗの一例を示す説明図である。
図８に示す重み行列Ｗは、ｍ行ｋ列の行列で表されている。図８の例では、ｋ＝４である。
重み行列Ｗの成分は、ｗ１１，ｗ１２，ｗ１３，ｗ１４，ｗ２１，ｗ２２，ｗ２３，ｗ２４，ｗ３１，ｗ３２，ｗ３３，ｗ３４，・・・，ｗｍ１，ｗｍ２，ｗｍ３，ｗｍ４のように表されている。
【0028】
第１のレンジドップラマップＸを示す行列の成分と、ノイズ基底行列Ｈの成分と、重み行列Ｗの成分との関係は、以下の式（１）のように表される。
【0029】
【数1】
【0030】
式（２）において、ｈ１ベクトルは、例えば、海面クラッタの基底を表している。ｈ２ベクトルは、例えば、電離層クラッタの基底を表している。
ｈ３ベクトルは、例えば、海面クラッタ及び電離層クラッタのそれぞれと異なるノイズの基底を表している。ｈ４ベクトルは、例えば、海面クラッタ及び電離層クラッタのそれぞれと異なるノイズであって、ｈ３ベクトルに係るノイズと異なるノイズの基底を表している。
明細書の文章中では、電子出願の関係上、文字“ｈ１”等の上に“→”の記号を付することができないため、ｈ１ベクトル等のように表記している。
通常、第１のレンジドップラマップＸに含まれているノイズの数と比べて、第１のレンジドップラマップＸに含まれている目標物の信号の数の割合が極端に低い。このため、目標物の基底がノイズ基底行列Ｈに現れる可能性は、極めて低い。
式（１）は、以下の式（３）のように表すことができる。
ｈ３ベクトルは、例えば、海面クラッタ及び電離層クラッタのそれぞれと異なるノイズの基底を表している。ｈ４ベクトルは、例えば、海面クラッタ及び電離層クラッタのそれぞれと異なるノイズであって、ｈ３ベクトルに係るノイズと異なるノイズの基底を表している。
明細書の文章中では、電子出願の関係上、文字“ｈ１”等の上に“→”の記号を付することができないため、ｈ１ベクトル等のように表記している。
通常、第１のレンジドップラマップＸに含まれているノイズの数と比べて、第１のレンジドップラマップＸに含まれている目標物の信号の数の割合が極端に低い。このため、目標物の基底がノイズ基底行列Ｈに現れる可能性は、極めて低い。
式（１）は、以下の式（３）のように表すことができる。
【0031】
【0032】
行列乗算部４は、行列分解部３から、ノイズ基底行列Ｈと重み行列Ｗと取得する。
行列乗算部４は、ノイズ基底行列Ｈと重み行列Ｗとの積ＨＷを算出する。積ＨＷの算出結果は、第２のレンジドップラマップＸ’である。Ｘ’＝ＨＷである。
図９は、第２のレンジドップラマップＸ’の一例を示す説明図である。
図９に示す第２のレンジドップラマップＸ’は、ｍ行ｎ列の行列で表されている。
第２のレンジドップラマップＸ’を示す行列の成分は、ｘ１１’，ｘ１２’，・・・，ｘ１ｎ’，ｘ２１’，ｘ２２’，・・・，ｘ２ｎ’，・・・，ｘｍ１’，ｘｍ２’，・・・，ｘｍｎ’のように表されている。
ノイズ基底行列Ｈの次元は、第１のレンジドップラマップＸを示す行列の次元よりも低減されており、ノイズ基底行列Ｈは、目標物の基底を含んでいない行列である。第２のレンジドップラマップＸ’は、ノイズ基底行列Ｈと重み行列Ｗとの積ＨＷの算出結果であるため、目標物の信号を含んでいない。
行列乗算部４は、第２のレンジドップラマップＸ’を目標物検出部５に出力する。
行列乗算部４は、ノイズ基底行列Ｈと重み行列Ｗとの積ＨＷを算出する。積ＨＷの算出結果は、第２のレンジドップラマップＸ’である。Ｘ’＝ＨＷである。
図９は、第２のレンジドップラマップＸ’の一例を示す説明図である。
図９に示す第２のレンジドップラマップＸ’は、ｍ行ｎ列の行列で表されている。
第２のレンジドップラマップＸ’を示す行列の成分は、ｘ１１’，ｘ１２’，・・・，ｘ１ｎ’，ｘ２１’，ｘ２２’，・・・，ｘ２ｎ’，・・・，ｘｍ１’，ｘｍ２’，・・・，ｘｍｎ’のように表されている。
ノイズ基底行列Ｈの次元は、第１のレンジドップラマップＸを示す行列の次元よりも低減されており、ノイズ基底行列Ｈは、目標物の基底を含んでいない行列である。第２のレンジドップラマップＸ’は、ノイズ基底行列Ｈと重み行列Ｗとの積ＨＷの算出結果であるため、目標物の信号を含んでいない。
行列乗算部４は、第２のレンジドップラマップＸ’を目標物検出部５に出力する。
【0033】
目標物検出部５は、第１のマップ生成部１から、第１のレンジドップラマップＸを取得し、第２のマップ生成部２から、第２のレンジドップラマップＸ’を取得する。
目標物検出部５は、以下の式（４）に示すように、第１のレンジドップラマップＸと第２のレンジドップラマップＸ’との差分のレンジドップラマップΔＸを求める。
ΔＸ＝Ｘ－Ｘ’ （４）
第１のレンジドップラマップＸは、目標物の信号とノイズとを含むものであり、第２のレンジドップラマップＸ’は、目標物の信号を含まずに、ノイズを含むものである。したがって、差分のレンジドップラマップΔＸは、目標物の信号のみを含むものである。
目標物検出部５は、差分のレンジドップラマップΔＸから目標物を検出する（図４のステップＳＴ３）。
目標物検出部５は、以下の式（４）に示すように、第１のレンジドップラマップＸと第２のレンジドップラマップＸ’との差分のレンジドップラマップΔＸを求める。
ΔＸ＝Ｘ－Ｘ’ （４）
第１のレンジドップラマップＸは、目標物の信号とノイズとを含むものであり、第２のレンジドップラマップＸ’は、目標物の信号を含まずに、ノイズを含むものである。したがって、差分のレンジドップラマップΔＸは、目標物の信号のみを含むものである。
目標物検出部５は、差分のレンジドップラマップΔＸから目標物を検出する（図４のステップＳＴ３）。
【0034】
レンジドップラマップΔＸから目標物を検出する方法としては、例えば、差分のレンジドップラマップΔＸの中で、レンジドップラマップΔＸに含まれている成分の信号レベルが第１の閾値以上である部位を目標物として検出する方法がある。
目標物検出部５は、信号レベルが第１の閾値以上である部位を検出しても、部位の面積が第２の閾値以上であれば、当該部位が目標物であると判定し、当該部位の面積が第２の閾値未満であれば、当該部位が目標物ではないと判定するようにしてもよい。
第２の閾値としては、例えば、目標物の最小の面積が用いられる。具体的には、行方向の行列成分の数がｐで、列方向の行列成分の数がｑの大きさを有する面積が、第２の閾値として用いられる。ｐは２以上ｍ以下の整数、ｑは２以上ｎ以下の整数である。
行方向の行列成分の数がｐで、列方向の行列成分の数がｑの大きさを有する面積が、第２の閾値として用いられる場合、目標物検出部５は、信号レベルが第１の閾値以上である部位の行方向の行列成分の数がｐ以上であり、かつ、当該部位の列方向の行列成分の数がｑ以上であれば、当該部位が目標物であると判定する。
目標物検出部５は、信号レベルが第１の閾値以上である部位の行方向の行列成分の数がｐ未満、又は、当該部位の列方向の行列成分の数がｑ未満であれば、当該部位が目標物ではないと判定する。
ここでは、目標物検出部５が、部位の行方向の行列成分の数がｐ未満、又は、部位の列方向の行列成分の数がｑ未満であれば、当該部位が目標物ではないと判定している。部位の行方向の行列成分の数がｐ未満、又は、部位の列方向の行列成分の数がｑ未満であっても、列方向の行列成分の数×列方向の行列成分の数が、ｐ×ｑよりも大きければ、目標物検出部５が、当該部位が目標物であると判定するようにしてもよい。
目標物検出部５は、信号レベルが第１の閾値以上である部位を検出しても、部位の面積が第２の閾値以上であれば、当該部位が目標物であると判定し、当該部位の面積が第２の閾値未満であれば、当該部位が目標物ではないと判定するようにしてもよい。
第２の閾値としては、例えば、目標物の最小の面積が用いられる。具体的には、行方向の行列成分の数がｐで、列方向の行列成分の数がｑの大きさを有する面積が、第２の閾値として用いられる。ｐは２以上ｍ以下の整数、ｑは２以上ｎ以下の整数である。
行方向の行列成分の数がｐで、列方向の行列成分の数がｑの大きさを有する面積が、第２の閾値として用いられる場合、目標物検出部５は、信号レベルが第１の閾値以上である部位の行方向の行列成分の数がｐ以上であり、かつ、当該部位の列方向の行列成分の数がｑ以上であれば、当該部位が目標物であると判定する。
目標物検出部５は、信号レベルが第１の閾値以上である部位の行方向の行列成分の数がｐ未満、又は、当該部位の列方向の行列成分の数がｑ未満であれば、当該部位が目標物ではないと判定する。
ここでは、目標物検出部５が、部位の行方向の行列成分の数がｐ未満、又は、部位の列方向の行列成分の数がｑ未満であれば、当該部位が目標物ではないと判定している。部位の行方向の行列成分の数がｐ未満、又は、部位の列方向の行列成分の数がｑ未満であっても、列方向の行列成分の数×列方向の行列成分の数が、ｐ×ｑよりも大きければ、目標物検出部５が、当該部位が目標物であると判定するようにしてもよい。
【0035】
また、目標物検出部５は、差分のレンジドップラマップΔＸに基づいて、レーダ装置の受信アンテナから目標物までの距離と、目標物のドップラ速度とを特定する。レンジドップラマップΔＸの縦軸は、目標物までの距離を示し、レンジドップラマップΔＸの横軸は、目標物のドップラ速度を示している。
目標物検出部５は、目標物までの距離及び目標物のドップラ速度のそれぞれを示す検出情報を表示処理部６に出力する。
目標物検出部５は、目標物までの距離及び目標物のドップラ速度のそれぞれを示す検出情報を表示処理部６に出力する。
【0036】
ここでは、差分のレンジドップラマップΔＸが、目標物の信号のみを含むものであるとしている。しかしながら、差分のレンジドップラマップΔＸには、目標物の信号のほかに、ノイズが僅かに残ることがある。
仮に、差分のレンジドップラマップΔＸに、目標物の信号のほかに、ノイズが僅かに残っていても、目標物検出部５は、信号レベルが第１の閾値以上である部位の面積が第２の閾値以上である場合に限り、当該部位が目標物であると判定している。このため、目標物検出部５は、僅かに残っているノイズを目標物として誤検出する可能性は、極めて小さい。
仮に、差分のレンジドップラマップΔＸに、目標物の信号のほかに、ノイズが僅かに残っていても、目標物検出部５は、信号レベルが第１の閾値以上である部位の面積が第２の閾値以上である場合に限り、当該部位が目標物であると判定している。このため、目標物検出部５は、僅かに残っているノイズを目標物として誤検出する可能性は、極めて小さい。
【0037】
表示処理部６は、目標物検出部５から、検出情報を取得する。
表示処理部６は、目標物までの距離及びドップラ速度のそれぞれを示す位置に目標物を表示させるための表示データを生成する。表示データの生成処理自体は、公知の技術であるため詳細な説明を省略する。
表示処理部６は、図１０に示すように、表示データに従って図示せぬディスプレイに目標物を表示させる。
図１０は、目標物の表示例を示す説明図である。
図１０の縦軸は、目標物までの距離であり、図１０の横軸は、目標物のドップラ速度である。
図１０の例では、目標物を囲む破線を表記することで、目標物が強調表示されている。
目標物の強調表示方法としては、目標物を破線で囲む方法の他に、例えば、目標物を四角で囲む方法、目標物を色付けする方法、目標物を指し示す矢印を表記する方法、又は、目標物以外の部分を真っ白にする方法がある。
表示処理部６は、目標物までの距離及びドップラ速度のそれぞれを示す位置に目標物を表示させるための表示データを生成する。表示データの生成処理自体は、公知の技術であるため詳細な説明を省略する。
表示処理部６は、図１０に示すように、表示データに従って図示せぬディスプレイに目標物を表示させる。
図１０は、目標物の表示例を示す説明図である。
図１０の縦軸は、目標物までの距離であり、図１０の横軸は、目標物のドップラ速度である。
図１０の例では、目標物を囲む破線を表記することで、目標物が強調表示されている。
目標物の強調表示方法としては、目標物を破線で囲む方法の他に、例えば、目標物を四角で囲む方法、目標物を色付けする方法、目標物を指し示す矢印を表記する方法、又は、目標物以外の部分を真っ白にする方法がある。
【0038】
以上の実施の形態１では、観測領域からの反射波の受信信号から、観測領域のレンジドップラマップである第１のレンジドップラマップを生成する第１のマップ生成部１と、第１のマップ生成部１により生成された第１のレンジドップラマップから、第１のレンジドップラマップに含まれているノイズの基底を示す行列であるノイズ基底行列を生成し、ノイズ基底行列を用いて第２のレンジドップラマップを生成する第２のマップ生成部２とを備えるように、信号処理装置を構成した。また、信号処理装置は、第１のマップ生成部１により生成された第１のレンジドップラマップと第２のマップ生成部２により生成された第２のレンジドップラマップとの差分を求め、差分のレンジドップラマップから目標物を検出する目標物検出部５を備えている。したがって、信号処理装置は、目標物の検出を見逃す可能性を高めることなく、ノイズを目標物であると誤検出する可能性を低減することができる。
【0039】
実施の形態２．
実施の形態２では、第２のマップ生成部７が学習モデル８を備えている信号処理装置について説明する。
実施の形態２では、第２のマップ生成部７が学習モデル８を備えている信号処理装置について説明する。
【0040】
図１１は、実施の形態２に係る信号処理装置を示す構成図である。図１１において、図１と同一符号は同一又は相当部分を示すので説明を省略する。
図１２は、実施の形態２に係る信号処理装置のハードウェアを示すハードウェア構成図である。図１２において、図２と同一符号は同一又は相当部分を示すので説明を省略する。
図１１に示す信号処理装置は、第１のマップ生成部１、第２のマップ生成部７、目標物検出部５及び表示処理部６を備えている。
図１２は、実施の形態２に係る信号処理装置のハードウェアを示すハードウェア構成図である。図１２において、図２と同一符号は同一又は相当部分を示すので説明を省略する。
図１１に示す信号処理装置は、第１のマップ生成部１、第２のマップ生成部７、目標物検出部５及び表示処理部６を備えている。
【0041】
第２のマップ生成部７は、例えば、図１２に示す第２のマップ生成回路２５によって実現される。
第２のマップ生成部７は、学習モデル８を備えている。
第２のマップ生成部７は、第１のマップ生成部１から、第１のレンジドップラマップＸを取得する。
第２のマップ生成部７は、第１のレンジドップラマップＸを学習モデル８に与えて、学習モデル８から第２のレンジドップラマップＸ’を取得する。
第２のマップ生成部７は、第２のレンジドップラマップＸ’を目標物検出部５に出力する。
第２のマップ生成部７は、学習モデル８を備えている。
第２のマップ生成部７は、第１のマップ生成部１から、第１のレンジドップラマップＸを取得する。
第２のマップ生成部７は、第１のレンジドップラマップＸを学習モデル８に与えて、学習モデル８から第２のレンジドップラマップＸ’を取得する。
第２のマップ生成部７は、第２のレンジドップラマップＸ’を目標物検出部５に出力する。
【0042】
学習モデル８は、教師なし学習モデルであり、例えば、ニューラルネットワークによって実現される。ニューラルネットワークの手法として、例えば、畳み込みを使わないオートエンコーダ、畳み込みを使うオートエンコーダ、又は、変分オートエンコーダを用いることができる。
学習モデル８は、第１のレンジドップラマップＸが与えられると、第２のレンジドップラマップＸ’を出力する。
学習モデル８に与えられる入力データは、第１のレンジドップラマップＸである。ただし、第１のレンジドップラマップＸは、２次元の行列であるため、学習モデル８に与えられる際に、１次元行列に変換される。そして、１次元行列を構成する複数の行列成分のそれぞれが、学習モデル８を構成しているニューラルネットワークが有する複数の入力ノードのそれぞれに与えられる。
学習モデル８を構成しているニューラルネットワークが有する複数の出力ノードは、第２のレンジドップラマップＸ’に相当する１次元行列を構成する複数の行列成分のそれぞれを出力する。学習モデル８から出力された複数の行列成分を有する１次元行列は、２次元行列に変換される。２次元行列は、第２のレンジドップラマップＸ’である。
ここでは、１次元行列を構成する複数の行列成分のそれぞれが、学習モデル８を構成しているニューラルネットワークが有する複数の入力ノードのそれぞれに与えられている。しかし、これは一例に過ぎず、第１のレンジドップラマップＸを２次元行列の画像とみなして、第１のレンジドップラマップＸがニューラルネットワークに与えられるようにしてもよい。この場合、ニューラルネットワークとして、例えば、ＵＮｅｔ、ＥＮｅｔ、又は、ＢｏｘＥＮｅｔを用いてもよい。
学習モデル８は、第１のレンジドップラマップＸが与えられると、第２のレンジドップラマップＸ’を出力する。
学習モデル８に与えられる入力データは、第１のレンジドップラマップＸである。ただし、第１のレンジドップラマップＸは、２次元の行列であるため、学習モデル８に与えられる際に、１次元行列に変換される。そして、１次元行列を構成する複数の行列成分のそれぞれが、学習モデル８を構成しているニューラルネットワークが有する複数の入力ノードのそれぞれに与えられる。
学習モデル８を構成しているニューラルネットワークが有する複数の出力ノードは、第２のレンジドップラマップＸ’に相当する１次元行列を構成する複数の行列成分のそれぞれを出力する。学習モデル８から出力された複数の行列成分を有する１次元行列は、２次元行列に変換される。２次元行列は、第２のレンジドップラマップＸ’である。
ここでは、１次元行列を構成する複数の行列成分のそれぞれが、学習モデル８を構成しているニューラルネットワークが有する複数の入力ノードのそれぞれに与えられている。しかし、これは一例に過ぎず、第１のレンジドップラマップＸを２次元行列の画像とみなして、第１のレンジドップラマップＸがニューラルネットワークに与えられるようにしてもよい。この場合、ニューラルネットワークとして、例えば、ＵＮｅｔ、ＥＮｅｔ、又は、ＢｏｘＥＮｅｔを用いてもよい。
【0043】
図１１では、信号処理装置の構成要素である第１のマップ生成部１、第２のマップ生成部７、目標物検出部５及び表示処理部６のそれぞれが、図１２に示すような専用のハードウェアによって実現されるものを想定している。即ち、信号処理装置が、第１のマップ生成回路２１、第２のマップ生成回路２５、目標物検出回路２３及び表示処理回路２４によって実現されるものを想定している。
第１のマップ生成回路２１、第２のマップ生成回路２５、目標物検出回路２３及び表示処理回路２４のそれぞれは、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡ、又は、これらを組み合わせたものが該当する。
第１のマップ生成回路２１、第２のマップ生成回路２５、目標物検出回路２３及び表示処理回路２４のそれぞれは、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡ、又は、これらを組み合わせたものが該当する。
【0044】
信号処理装置の構成要素は、専用のハードウェアによって実現されるものに限るものではなく、信号処理装置が、ソフトウェア、ファームウェア、又は、ソフトウェアとファームウェアとの組み合わせによって実現されるものであってもよい。
信号処理装置が、ソフトウェア又はファームウェア等によって実現される場合、第１のマップ生成部１、第２のマップ生成部７、目標物検出部５及び表示処理部６におけるそれぞれの処理手順をコンピュータに実行させるための信号処理プログラムが図３に示すメモリ３１に格納される。そして、図３に示すプロセッサ３２がメモリ３１に格納されている信号処理プログラムを実行する。
信号処理装置が、ソフトウェア又はファームウェア等によって実現される場合、第１のマップ生成部１、第２のマップ生成部７、目標物検出部５及び表示処理部６におけるそれぞれの処理手順をコンピュータに実行させるための信号処理プログラムが図３に示すメモリ３１に格納される。そして、図３に示すプロセッサ３２がメモリ３１に格納されている信号処理プログラムを実行する。
【0045】
また、図１２では、信号処理装置の構成要素のそれぞれが専用のハードウェアによって実現される例を示し、図３では、信号処理装置がソフトウェア又はファームウェア等によって実現される例を示している。しかし、これは一例に過ぎず、信号処理装置における一部の構成要素が専用のハードウェアによって実現され、残りの構成要素がソフトウェア又はファームウェア等によって実現されるものであってもよい。
【0046】
【0047】
第２のマップ生成部７は、第１のマップ生成部１から、第１のレンジドップラマップＸを取得する。
第２のマップ生成部７は、第１のレンジドップラマップＸを学習モデル８に与える。
学習モデル８は、第１のレンジドップラマップＸが与えられると、第２のレンジドップラマップＸ’を出力する。
第２のマップ生成部７は、学習モデル８から第２のレンジドップラマップＸ’を取得し、第２のレンジドップラマップＸ’を目標物検出部５に出力する。
第２のマップ生成部７は、第１のレンジドップラマップＸを学習モデル８に与える。
学習モデル８は、第１のレンジドップラマップＸが与えられると、第２のレンジドップラマップＸ’を出力する。
第２のマップ生成部７は、学習モデル８から第２のレンジドップラマップＸ’を取得し、第２のレンジドップラマップＸ’を目標物検出部５に出力する。
【0048】
以上の実施の形態２では、第２のマップ生成部７が、教師なし学習モデル８を備えており、第１のマップ生成部１により生成された第１のレンジドップラマップを学習モデル８に与えて、学習モデル８から第２のレンジドップラマップを取得し、第２のレンジドップラマップを目標物検出部５に出力するように、図１１に示す信号処理装置を構成した。したがって、図１１に示す信号処理装置は、図１に示す信号処理装置と同様に、目標物の検出を見逃す可能性を高めることなく、ノイズを目標物であると誤検出する可能性を低減することができる。
【0049】
図１１に示す信号処理装置では、第２のマップ生成部７が、学習モデル８を備えている。しかし、これは一例に過ぎず、第２のマップ生成部７が、学習モデル８として、第１のレンジドップラマップＸが与えられると、ノイズ基底行列Ｈ及び重み行列Ｗのそれぞれを出力する第１の学習モデルと、ノイズ基底行列Ｈ及び重み行列Ｗのそれぞれが与えられると、第２のレンジドップラマップＸ’を出力する第２の学習モデルとを備えるようにしてもよい。
この場合、第２のマップ生成部７は、第１のレンジドップラマップＸを第１の学習モデルに与え、第１の学習モデルからノイズ基底行列Ｈ及び重み行列Ｗのそれぞれを取得する。
そして、第２のマップ生成部７は、ノイズ基底行列Ｈ及び重み行列Ｗのそれぞれを第２の学習モデルに与え、第２の学習モデルから第２のレンジドップラマップＸ’を取得する。
この場合、第２のマップ生成部７は、第１のレンジドップラマップＸを第１の学習モデルに与え、第１の学習モデルからノイズ基底行列Ｈ及び重み行列Ｗのそれぞれを取得する。
そして、第２のマップ生成部７は、ノイズ基底行列Ｈ及び重み行列Ｗのそれぞれを第２の学習モデルに与え、第２の学習モデルから第２のレンジドップラマップＸ’を取得する。
【0050】
実施の形態３．
実施の形態１，２に係る信号処理装置では、第１のマップ生成部１が、例えば、レーダ装置から、或る１つの受信時刻ｔの反射波の受信信号を取得している。
実施の形態３では、第１のマップ生成部１が、例えば、レーダ装置から、受信時刻ｔが互いに異なる複数の反射波の受信信号ｒ（ｔ）を取得する信号処理装置について説明する。
実施の形態１，２に係る信号処理装置では、第１のマップ生成部１が、例えば、レーダ装置から、或る１つの受信時刻ｔの反射波の受信信号を取得している。
実施の形態３では、第１のマップ生成部１が、例えば、レーダ装置から、受信時刻ｔが互いに異なる複数の反射波の受信信号ｒ（ｔ）を取得する信号処理装置について説明する。
【0051】
図１３は、実施の形態３に係る信号処理装置の処理内容を示す説明図である。
第１のマップ生成部１は、図１３に示すように、それぞれの受信時刻ｔの反射波の受信信号ｒ（ｔ）から、第１のレンジドップラマップＸ（ｔ）を生成する。
第１のマップ生成部１は、それぞれの受信時刻ｔの第１のレンジドップラマップＸ（ｔ）を第２のマップ生成部２及び目標物検出部５のそれぞれに出力する。
第１のマップ生成部１は、図１３に示すように、それぞれの受信時刻ｔの反射波の受信信号ｒ（ｔ）から、第１のレンジドップラマップＸ（ｔ）を生成する。
第１のマップ生成部１は、それぞれの受信時刻ｔの第１のレンジドップラマップＸ（ｔ）を第２のマップ生成部２及び目標物検出部５のそれぞれに出力する。
【0052】
第２のマップ生成部２は、第１のマップ生成部１から、それぞれの受信時刻ｔの第１のレンジドップラマップＸ（ｔ）を取得する。
第２のマップ生成部２は、それぞれの受信時刻ｔの第１のレンジドップラマップＸ（ｔ）からノイズ基底行列Ｈを生成する。
第２のマップ生成部２は、図１３に示すように、それぞれの受信時刻ｔのノイズ基底行列Ｈを用いて第２のレンジドップラマップＸ’（ｔ）を生成する。
第２のマップ生成部２は、それぞれの受信時刻ｔの第２のレンジドップラマップＸ’（ｔ）を目標物検出部５に出力する。
第２のマップ生成部２は、それぞれの受信時刻ｔの第１のレンジドップラマップＸ（ｔ）からノイズ基底行列Ｈを生成する。
第２のマップ生成部２は、図１３に示すように、それぞれの受信時刻ｔのノイズ基底行列Ｈを用いて第２のレンジドップラマップＸ’（ｔ）を生成する。
第２のマップ生成部２は、それぞれの受信時刻ｔの第２のレンジドップラマップＸ’（ｔ）を目標物検出部５に出力する。
【0053】
目標物検出部５は、第１のマップ生成部１から、それぞれの受信時刻ｔの第１のレンジドップラマップＸ（ｔ）を取得し、第２のマップ生成部２から、それぞれの受信時刻ｔの第２のレンジドップラマップＸ’（ｔ）を取得する。
目標物検出部５は、以下の式（５）に示すように、それぞれの受信時刻ｔの第１のレンジドップラマップＸ（ｔ）とそれぞれの受信時刻ｔの第２のレンジドップラマップＸ’（ｔ）との差分のレンジドップラマップΔＸ（ｔ）を求める。
ΔＸ（ｔ）＝Ｘ（ｔ）－Ｘ’（ｔ） （５）
第１のレンジドップラマップＸ（ｔ）は、目標物の信号とノイズとを含むものであり、第２のレンジドップラマップＸ’（ｔ）は、目標物の信号を含まずに、ノイズを含むものである。したがって、差分のレンジドップラマップΔＸ（ｔ）は、目標物の信号のみを含むものである。第２のレンジドップラマップＸ’（ｔ）が、僅かなノイズを含んでいる場合には、差分のレンジドップラマップΔＸ（ｔ）は、目標物の信号のほかに、僅かなノイズを含んでいることがある。
目標物検出部５は、差分のレンジドップラマップΔＸ（ｔ）から目標物を検出する。
また、目標物検出部５は、差分のレンジドップラマップΔＸ（ｔ）に基づいて、それぞれの受信時刻ｔにおいて、レーダ装置の受信アンテナから目標物までの距離と、目標物のドップラ速度とを特定する。
目標物検出部５は、それぞれの受信時刻ｔにおける目標物までの距離及び目標物のドップラ速度のそれぞれを示す検出情報を表示処理部６に出力する。
目標物検出部５は、以下の式（５）に示すように、それぞれの受信時刻ｔの第１のレンジドップラマップＸ（ｔ）とそれぞれの受信時刻ｔの第２のレンジドップラマップＸ’（ｔ）との差分のレンジドップラマップΔＸ（ｔ）を求める。
ΔＸ（ｔ）＝Ｘ（ｔ）－Ｘ’（ｔ） （５）
第１のレンジドップラマップＸ（ｔ）は、目標物の信号とノイズとを含むものであり、第２のレンジドップラマップＸ’（ｔ）は、目標物の信号を含まずに、ノイズを含むものである。したがって、差分のレンジドップラマップΔＸ（ｔ）は、目標物の信号のみを含むものである。第２のレンジドップラマップＸ’（ｔ）が、僅かなノイズを含んでいる場合には、差分のレンジドップラマップΔＸ（ｔ）は、目標物の信号のほかに、僅かなノイズを含んでいることがある。
目標物検出部５は、差分のレンジドップラマップΔＸ（ｔ）から目標物を検出する。
また、目標物検出部５は、差分のレンジドップラマップΔＸ（ｔ）に基づいて、それぞれの受信時刻ｔにおいて、レーダ装置の受信アンテナから目標物までの距離と、目標物のドップラ速度とを特定する。
目標物検出部５は、それぞれの受信時刻ｔにおける目標物までの距離及び目標物のドップラ速度のそれぞれを示す検出情報を表示処理部６に出力する。
【0054】
表示処理部６は、目標物検出部５から、それぞれの受信時刻ｔにおける検出情報を取得する。
表示処理部６は、それぞれの受信時刻ｔにおける目標物までの距離及びドップラ速度のそれぞれを示す位置に目標物を表示させるための表示データを生成する。
表示処理部６は、それぞれの受信時刻ｔにおける表示データに従って図示せぬディスプレイに目標物を表示させる。
表示処理部６は、それぞれの受信時刻ｔにおける目標物までの距離及びドップラ速度のそれぞれを示す位置に目標物を表示させるための表示データを生成する。
表示処理部６は、それぞれの受信時刻ｔにおける表示データに従って図示せぬディスプレイに目標物を表示させる。
【0055】
以上の実施の形態３では、それぞれの受信時刻ｔにおける目標物をディスプレイに表示させることができるため、目標物の移動を追跡することができる。
【0056】
なお、本開示は、各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。
【符号の説明】
【0057】
１ 第１のマップ生成部、２ 第２のマップ生成部、３ 行列分解部、４ 行列乗算部、５ 目標物検出部、６ 表示処理部、７ 第２のマップ生成部、８ 学習モデル、２１ 第１のマップ生成回路、２２ 第２のマップ生成回路、２３ 目標物検出回路、２４ 表示処理回路、２５ 第２のマップ生成回路、３１ メモリ、３２ プロセッサ。
【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】