特許 7694014 ＩＳＡＲ画像データ学習装置、目標類別装置及びレーダ装置

(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】

(24)【登録日】2025-06-10

(45)【発行日】2025-06-18

(54)【発明の名称】ＩＳＡＲ画像データ学習装置、目標類別装置及びレーダ装置

(51)【国際特許分類】

   G01S 13/90 20060101AFI20250611BHJP

   G06T 7/00 20170101ALI20250611BHJP

【ＦＩ】

G01S13/90 191

G01S13/90 164

G06T7/00 350B

【請求項の数】 15

(21)【出願番号】P 2020181323

(22)【出願日】2020-10-29

(65)【公開番号】P2022072084

(43)【公開日】2022-05-17

【審査請求日】2023-09-27

【前置審査】

(73)【特許権者】

【識別番号】000006013

【氏名又は名称】三菱電機株式会社

(74)【代理人】

【識別番号】100109612

【弁理士】

【氏名又は名称】倉谷 泰孝

(74)【代理人】

【識別番号】100116643

【弁理士】

【氏名又は名称】伊達 研郎

(74)【代理人】

【識別番号】100184022

【弁理士】

【氏名又は名称】前田 美保

(72)【発明者】

【氏名】大政 洋平

(72)【発明者】

【氏名】諏訪 啓

(72)【発明者】

【氏名】古田 哲朗

(72)【発明者】

【氏名】野上 陽平

【審査官】安井 英己

(56)【参考文献】

【文献】国際公開第２０２０／００３５８６（ＷＯ，Ａ１）

【文献】特開２０００－１３１４２９（ＪＰ，Ａ）

【文献】特開２００５－００３６０２（ＪＰ，Ａ）

【文献】米国特許出願公開第２００２／００５７２１６（ＵＳ，Ａ１）

【文献】米国特許出願公開第２０１２／０２８６９８９（ＵＳ，Ａ１）

【文献】米国特許出願公開第２０１７／０３５０９７４（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０１Ｓ ７／００－ ７／４２，

Ｇ０１Ｓ １３／００－１３／９５，

Ｇ０６Ｔ ７／００

(57)【特許請求の範囲】

【請求項1】

観測点に設置された逆合成開口レーダによって得られたＩＳＡＲ画像データから目標を類別するために学習結果を生成するＩＳＡＲ画像データ学習装置であって、
前記ＩＳＡＲ画像データが入力されるＩＳＡＲ画像入力部と、
前記目標に対する前記逆合成開口レーダの送信ビームの角度であるアスペクト角、前記目標が存在する海域の波高の情報、および前記ＩＳＡＲ画像データを導出した積分時間のうち、少なくとも二つが相違情報として入力される相違情報入力部と、
前記相違情報入力部に入力された前記相違情報に対応する前記ＩＳＡＲ画像データから前記目標を類別するように学習する学習部とを備え、
前記積分時間は、前記目標の観測開始時刻から観測終了時刻までの間に、積分開始時刻と積分終了時刻が設定されるＩＳＡＲ画像データ学習装置。

【請求項2】

前記学習部は、前記相違情報入力部に入力された前記相違情報に対応する前記ＩＳＡＲ画像データと前記目標の種別とを関連付けて学習する請求項１に記載のＩＳＡＲ画像データ学習装置。

【請求項3】

前記目標の種別は、前記目標の名前、前記目標の寸法、前記目標の性能、前記目標の所属国、および前記目標の所属組織のうち少なくとも一つが含まれた情報である請求項２に記載のＩＳＡＲ画像データ学習装置。

【請求項4】

前記アスペクト角は、前記観測点の位置と移動体である前記目標の移動方向の情報とから算出される請求項１から請求項３のいずれか１項に記載のＩＳＡＲ画像データ学習装置。

【請求項5】

前記アスペクト角は、前記観測点の位置と前記目標を追尾して得られた前記移動方向の情報とから算出される請求項４に記載のＩＳＡＲ画像データ学習装置。

【請求項6】

前記波高の情報は、前記目標が存在する海域の波高に応じて設定された風浪階級の値である請求項１から請求項５のいずれか１項に記載のＩＳＡＲ画像データ学習装置。

【請求項7】

前記積分時間は、前記積分開始時刻から前記積分終了時刻までが、前記目標の動揺の周期の一往復に相当する請求項１から請求項６のいずれか１項に記載のＩＳＡＲ画像データ学習装置。

【請求項8】

観測点に設置された逆合成開口レーダによって得られたＩＳＡＲ画像データが入力されるＩＳＡＲ画像入力部と、目標に対する前記逆合成開口レーダの送信ビームの角度であるアスペクト角、前記目標が存在する海域の波高の情報、および前記ＩＳＡＲ画像データを導出した積分時間のうち、少なくとも二つが相違情報として入力される相違情報入力部と、前記相違情報入力部に入力された前記相違情報に対応する前記ＩＳＡＲ画像データから前記目標を類別するように学習する学習部とを有し、前記積分時間は、前記目標の観測開始時刻から観測終了時刻までの間に、積分開始時刻と積分終了時刻が設定されるＩＳＡＲ画像データ学習装置と、
新たに得た新規ＩＳＡＲ画像データが入力される新規ＩＳＡＲ画像入力部と、
前記新規ＩＳＡＲ画像データに対応する前記相違情報が入力される新規相違情報入力部と、
前記学習部が学習した学習結果に基づいて、前記新規ＩＳＡＲ画像データから前記目標を類別する目標類別部とを備える目標類別装置。

【請求項9】

前記目標類別部は、前記ＩＳＡＲ画像データごとの前記相違情報から、類別に使用する前記学習結果の範囲を制限する請求項８に記載の目標類別装置。

【請求項10】

前記目標類別部は、前記学習部が学習して前記相違情報ごとに生成した前記学習結果に基づいて、前記目標を類別して、前記目標に対応する種別を判定する請求項９に記載の目標類別装置。

【請求項11】

前記目標類別部は、前記新規ＩＳＡＲ画像データに対応する前記相違情報が、前記相違情報入力部に入力された前記相違情報と一致するものがない、又は、前記相違情報入力部に入力された前記相違情報からの誤差が予め定められた範囲にないときは、最も近い時間の前記学習結果に基づいて、前記目標を類別する請求項８から請求項１０のいずれか１項に記載の目標類別装置。

【請求項12】

前記新規ＩＳＡＲ画像入力部は、前記目標が同一で前記相違情報が異なる複数の前記新規ＩＳＡＲ画像データが入力され、
前記目標類別部は、前記学習部が学習した前記学習結果に基づいて、複数の前記新規ＩＳＡＲ画像データごとに対応する前記目標を類別する請求項８から請求項１１のいずれか１項に記載の目標類別装置。

【請求項13】

前記目標類別部は、複数の前記新規ＩＳＡＲ画像データごとに対応する前記目標を類別した結果が全て一致する場合は、前記目標に対応する種別を判定する請求項１２に記載の目標類別装置。

【請求項14】

前記目標類別部は、複数の前記新規ＩＳＡＲ画像データごとに対応する前記目標を類別した結果に一致しないものが含まれており、一致するものの数に対して一致しないものの数が少ない場合は、一致するものを類別した結果として、前記目標に対応する種別を判定する請求項１３に記載の目標類別装置。

【請求項15】

観測点に設置された逆合成開口レーダによって得られたＩＳＡＲ画像データが入力されるＩＳＡＲ画像入力部と、目標に対する前記逆合成開口レーダの送信ビームの角度であるアスペクト角、前記目標が存在する海域の波高の情報、および前記ＩＳＡＲ画像データを導出した積分時間のうち、少なくとも二つが相違情報として入力される相違情報入力部と、前記相違情報入力部に入力された前記相違情報に対応する前記ＩＳＡＲ画像データから前記目標を類別するように学習する学習部とを有し、前記積分時間は、前記目標の観測開始時刻から観測終了時刻までの間に、積分開始時刻と積分終了時刻が設定されるＩＳＡＲ画像データ学習装置と、
新たに得た新規ＩＳＡＲ画像データが入力される新規ＩＳＡＲ画像入力部と、前記新規ＩＳＡＲ画像データに対応する前記相違情報が入力される新規相違情報入力部と、前記学習部が学習した学習結果に基づいて、前記新規ＩＳＡＲ画像データから前記目標を類別する目標類別部とを有する目標類別装置と、
前記目標を追尾する追尾装置と、
前記新規ＩＳＡＲ画像データを取得するために、前記追尾装置にて追尾した前記目標へ送信ビームを送信する前記逆合成開口レーダとを備えるレーダ装置。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、ＩＳＡＲ画像データを学習するＩＳＡＲ画像データ学習装置、これを用いた目標類別装置及びレーダ装置に関するものである。

【背景技術】

【0002】

従来から、逆合成開口レーダ（ＩＳＡＲ：Ｉｎｖｅｒｓｅ Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）は、レーダエコーから作成されるＩＳＡＲ画像を用いて目標識別を行う処理に利用されている。例えば、ＩＳＡＲにより捕捉された目標と予めデータベースに記憶されている目標形状モデルとを模擬、照合する手法、ＩＳＡＲ画像及び目標形状モデルの双方からそれぞれ複数の特徴点を抽出する手法がある。

【0003】

目標を類別するために画像データを得るセンサ装置としては、カメラや望遠鏡などの撮像素子を有する撮像装置（例えば、特許文献１参照）や、合成開口レーダ（ＳＡＲ：Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）及び先に説明した逆合成開口レーダなどのレーダ装置（例えば、特許文献２参照）がある。

【0004】

特許文献１に開示される撮像装置である望遠鏡おいて、衛星を観測する観測装置が、画像から衛星の位置などから衛星の識別する機能が設けられている。この望遠鏡は、移動体の放射光又は反射光の輝度が小さい時間帯においても、移動体を識別することを特徴としている。ＩＳＡＲ画像から目標の識別する際に、目標モデルデータベースから選出された目標モデルと、実観測時に得られるシーステート等の環境条件と、レーダ諸元などの観測条件とに基づいて、疑似ＩＳＡＲ画像を生成するものがある（例えば、特許文献３参照）。

【0005】

従来、目標類別装置には、ＩＳＡＲ画像から目標の識別を常に精度良く行うために、ＩＳＡＲ画像から目標の全長と構造物の大きさとを抽出し、それらに基づいて目標の識別を行うものがある（例えば、特許文献４参照）。また、目標類別装置には、識別目標の回転運動による姿勢変化をパラメータとして、識別目標の三次元モデルから疑似ＩＳＡＲ画像を生成するものがある（例えば、特許文献５参照）。

【0006】

さらに、ＩＳＡＲ画像の類別において、観測諸元パラメータの離散的分布の影響を補い、適合度の高いフィルタを生成して、高精度な種類判定を行うものがある（例えば、特許文献６参照）。一方、ＩＳＡＲ画像の類別などに使用するために、ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）などを使った機械学習による学習モデルを作成するものがある（例えば、特許文献２参照）。

【0007】

なお、従来からＩＳＡＲ画像を時間で積分した上で抽出処理を行う手法がある（例えば、特許文献７参照）。ＩＳＡＲ画像を時間で積分すると、その積分時間に応じて複数枚の画像が重畳されることになるので、見た目の不鮮明さが改善される効果がある。特許文献７では、ＩＳＡＲ画像の積分時間に応じて複数枚の画像が重畳されることによる見た目の不鮮明さの改善よりも、全体の形状がぼやけてしまうことを嫌って、積分することなく１枚のＩＳＡＲ画像を用いて目標を特定する手法が開示されている。

【0008】

もちろん、全体の形状がぼやけてしまうことを避けるため、適切な積分時間（観測時間）を設定することが行われている（例えば、特許文献８参照）。通常、長時間観測すれば、積分効果により微弱信号を積上げることができるが、ＩＳＡＲ画像の場合は、適切な積分時間（観測時間）を超える長時間観測とすると、目標の各反射点の運動が複雑なものとなり、積分時間（観測時間）内で速度の変化が大きくなる。そのため、ドップラの広がりが大きくなり、画像にぼけが生じるので適切な観測時間を設定する必要がある。適切な観測時間は、ＩＳＡＲと目標との相対運動に依存して決められるものである。

【先行技術文献】

【特許文献】

【0009】

【文献】特開２０１７－７２８８８号公報

【文献】ＷＯ２０２０－３５８６

【文献】特開２００６－２１４７５５号公報

【文献】特開２００１－２２１８５７号公報

【文献】特開２００４－９３１６６号公報

【文献】特開２０１２－１２７９２０号公報

【文献】特開２０１６－５７１６４号公報

【文献】特開２００９－１６２６１１号公報

【発明の概要】

【発明が解決しようとする課題】

【0010】

しかしながら、特許文献６に開示されるような従来の機械学習は、類別するために使用する学習結果の範囲を制限する学習モデルが検討されていないという課題があった。なお、特許文献１に開示される手法は、制限のためアスペクト角を学習モデルに使用することを示唆していない。また、特許文献３に開示される手法は、制限のためシーステートを学習モデルに使用することを示唆していない。さらに、特許文献７及び８に開示される手法は、制限のため積分時間を学習モデルに使用することを示唆していない。

【0011】

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あり、類別するために使用する学習結果の範囲を制限できるように、学習結果を生成するＩＳＡＲ画像データ学習装置、これを用いた目標類別装置及びレーダ装置を得ることを目的とする。

【課題を解決するための手段】

【0012】

本開示に係るＩＳＡＲ画像データ学習装置は、観測点に設置された逆合成開口レーダによって得られたＩＳＡＲ画像データから目標を類別するために学習結果を生成するＩＳＡＲ画像データ学習装置であって、前記ＩＳＡＲ画像データが入力されるＩＳＡＲ画像入力部と、前記目標に対する前記逆合成開口レーダの送信ビームの角度であるアスペクト角、前記目標が存在する海域の波高の情報、および前記ＩＳＡＲ画像データを導出した積分時間のうち、少なくとも二つが相違情報として入力される相違情報入力部と、前記相違情報入力部に入力された前記相違情報に対応する前記ＩＳＡＲ画像データから前記目標を類別するように学習する学習部とを備え、前記積分時間は、前記目標の観測開始時刻から観測終了時刻までの間に、積分開始時刻と積分終了時刻が設定されるものである。

【0013】

本開示に係る目標類別装置は、観測点に設置された逆合成開口レーダによって得られたＩＳＡＲ画像データが入力されるＩＳＡＲ画像入力部と、目標に対する前記逆合成開口レーダの送信ビームの角度であるアスペクト角、前記目標が存在する海域の波高の情報、および前記ＩＳＡＲ画像データを導出した積分時間のうち、少なくとも二つが相違情報として入力される相違情報入力部と、前記相違情報入力部に入力された前記相違情報に対応する前記ＩＳＡＲ画像データから前記目標を類別するように学習する学習部とを有し、前記積分時間は、前記目標の観測開始時刻から観測終了時刻までの間に、積分開始時刻と積分終了時刻が設定されるＩＳＡＲ画像データ学習装置と、新たに得た前記新規ＩＳＡＲ画像データが入力される新規ＩＳＡＲ画像入力部と、前記新規ＩＳＡＲ画像データに対応する前記相違情報が入力される新規相違情報入力部と、前記学習部が学習した学習結果に基づいて、前記新規ＩＳＡＲ画像データから前記目標を類別する目標類別部とを備えるものである。

【0014】

本開示に係るレーダ装置は、観測点に設置された逆合成開口レーダによって得られたＩＳＡＲ画像データが入力されるＩＳＡＲ画像入力部と、目標に対する前記逆合成開口レーダの送信ビームの角度であるアスペクト角、前記目標が存在する海域の波高の情報、および前記ＩＳＡＲ画像データを導出した積分時間のうち、少なくとも二つが相違情報として入力される相違情報入力部と、前記相違情報入力部に入力された前記相違情報に対応する前記ＩＳＡＲ画像データから目標を類別するように学習する学習部とを有し、前記積分時間は、前記目標の観測開始時刻から観測終了時刻までの間に、積分開始時刻と積分終了時刻が設定されるＩＳＡＲ画像データ学習装置と、新たに得た前記新規ＩＳＡＲ画像データが入力される新規ＩＳＡＲ画像入力部と、前記新規ＩＳＡＲ画像データに対応する前記相違情報が入力される新規相違情報入力部と、前記学習部が学習した学習結果に基づいて、前記新規ＩＳＡＲ画像データから前記目標を類別する目標類別部とを有する目標類別装置と、前記目標を追尾する追尾装置と、前記新規ＩＳＡＲ画像データを取得するために、前記追尾装置にて追尾した前記目標へ送信ビームを送信する前記逆合成開口レーダとを備えるものである。

【発明の効果】

【0015】

本開示によれば、目標に対する前記逆合成開口レーダの送信ビームの角度であるアスペクト角、前記目標が存在する海域の波高の情報、および前記ＩＳＡＲ画像データを導出した積分時間のうち、少なくとも二つが相違情報として入力されることで、類別するために使用する学習結果の範囲を制限することができるＩＳＡＲ画像データ学習装置、これを用いた目標類別装置及びレーダ装置を得ることができる。

【図面の簡単な説明】

【0016】

【図1】実施の形態１に係るＩＳＡＲ画像データ学習装置の機能ブロック図である。

【図2】実施の形態１に係るＩＳＡＲ画像データ学習装置の動作（ＩＳＡＲ画像データ学習方法）を説明するフローチャートである。

【図3】実施の形態１に係るＩＳＡＲ画像データ学習装置の機能ブロック図である（ＩＳＡＲ画像生成部１３付き）。

【図4】実施の形態１に係るＩＳＡＲ画像データ学習装置、目標類別装置、レーダ装置の機能ブロック図である。

【図5】実施の形態１に係るＩＳＡＲ画像データ学習装置に入力されるＩＳＡＲ画像データ（実施の形態１に係る目標類別装置に入力される新規のＩＳＡＲ画像データ）を取得するための実施の形態１に係るレーダ装置、その走査範囲、目標を示す例示図である。

【図6】実施の形態１に係るＩＳＡＲ画像データ学習装置、目標類別装置、レーダ装置の機能ブロック図である。

【図7】実施の形態１に係るＩＳＡＲ画像データ学習装置に入力されるＩＳＡＲ画像データ（実施の形態１に係る目標類別装置に入力される新規のＩＳＡＲ画像データ）を取得するための実施の形態１に係るレーダ装置、その走査範囲、目標を示す例示図である。

【図8】実施の形態１に係るＩＳＡＲ画像データ学習装置、目標類別装置、レーダ装置の機能ブロック図である。

【図9】実施の形態１に係るＩＳＡＲ画像データ学習装置、目標類別装置、レーダ装置の機能ブロック図である。

【図10】実施の形態１に係るＩＳＡＲ画像データ学習装置、目標類別装置、レーダ装置の機能ブロック図である。

【図11】実施の形態１に係るＩＳＡＲ画像データ学習装置及び目標類別装置の動作（目標類別方法）を説明するフローチャートである。

【発明を実施するための形態】

【0017】

実施の形態１．
以下、実施の形態１に係るＩＳＡＲ画像データ学習装置、これを用いた目標類別装置及びレーダ装置（実施の形態１に係る目標類別装置、実施の形態１に係るレーダ装置）について、図１から図１１を用いて説明する。図中、同一符号は、同一又は相当部分を示し、それらについての詳細な説明は省略する。ＩＳＡＲは、前述の通り、Ｉｎｖｅｒｓｅ Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒの略であり、逆合成開口レーダのことである。

【0018】

観測対象である目標１は、例えば、船舶や航空機などの移動体である。目標１の機体は、線状構造であるものが好ましい。つまり、目標１に対して相対的な観測点が変わったときに、目標１の形状が変わるようなものが好ましい。なお、線状構造であれば、側方から観察した場合と、前方又は後方から観察した場合は、形状が異なることは容易に理解できる。また、観測点自体が移動してもよいし、目標１が移動してもよい。本願では、複数の種別の目標１が存在することを前提にして学習するものである。よって、学習の量が進むにつれ、後述する新規のＩＳＡＲ画像データ撮影が未知の目標１のものの場合も、類似する種別の有無の判定や、類似のものがないという判定もすることができる。

【0019】

図１及び図３において、ＩＳＡＲ画像データ学習装置２は、観測点に設置された逆合成開口レーダ１２によって得られたＩＳＡＲ画像データから対応する目標１を類別して目標１に対応する種別を判定するときに、同じ目標１で異なるＩＳＡＲ画像データを学習していき、目標１を類別するために使用する学習結果の範囲を制限できるように、学習結果を生成する（実施の形態１に係るＩＳＡＲ画像データ学習装置）。ＩＳＡＲ画像入力部３は、目標１ごとにＩＳＡＲ画像データが入力されるものである。相違情報入力部４は、ＩＳＡＲ画像入力部３に入力されたＩＳＡＲ画像データごとの相違情報が入力されるものである。学習部５は、相違情報入力部４に入力された相違情報に対応するＩＳＡＲ画像データと、目標１の種別とを関連付けて学習するものである。目標１の種別の情報は、ＩＳＡＲ画像データに付与しておけばよい。また、学習部５は、相違情報ごと学習結果に生成してもよい。

【0020】

好適には、相違情報入力部４は、入力される相違情報が、アスペクト角、波高の情報、積分時間（観測時間）の三つのうち、いずれか二つ以上である。さらに、詳しくは、相違情報入力部４は、入力される相違情報のうち、アスペクト角は、目標１に対する逆合成開口レーダ１２の送信ビームの角度であり、波高の情報は、目標１が存在する海域の波の高さの情報であり、積分時間は、ＩＳＡＲ画像データを積分によって導出した時間である。相違情報としての積分時間（観測時間）に応じて、複数枚のＩＳＡＲ画像が重畳されてＩＳＡＲ画像データが構成されるため、同じ目標１のＩＳＡＲ画像データでも得るために積分した時間が変わると、ＩＳＡＲ画像データが変わることになる。

【0021】

相違情報としてのアスペクト角は、目標１の機体が線状構造である場合、目標１の線状構造に対する逆合成開口レーダ１２の送信ビームの角度であるといえる。また、アスペクト角は、観測点からＩＳＡＲ１２の送信ビーム方向と、観測点のＩＳＡＲ１２に対して相対的な目標１の移動方向とが成す角度ともいえる。いずれの場合でも、アスペクト角は、方位角及び仰角で構成されているものである。方位角方向の角度を固定（又は値なしに）して、アスペクト角が仰角だけの情報としてもよいし、仰角方向の角度を固定（又は値なしに）して、アスペクト角が方位角だけの情報としてもよい。相違情報としての波高の情報は、波高に応じて設定された階級の値である。波高に応じて設定された階級の値は、例えば、波高を０～９の１０階級に区分した風浪階級（ＳＥＡ ＳＴＡＴＥ）の値である。

【0022】

前述のように、相違情報入力部４は、観測点の位置と、移動体である目標１の移動方向の情報とから算出されたアスペクト角が、相違情報として入力されるものである。また、相違情報入力部４は、観測点の位置と、目標１を追尾して得られた移動方向の情報とから算出されたアスペクト角が、相違情報として入力されるものである。さらに、相違情報入力部４は、波高の情報として波高に応じて設定された階級の値が、相違情報として入力されるものである。

【0023】

また、相違情報としての積分時間と観測時間とを等価に説明してきたが、厳密には異なる扱いをすることが可能である。ここで、積分時間は、積分開始時刻と積分終了時刻とで区切られた時間である。同じく、観測時間は、観測開始時刻と観測終了時刻とで区切られた時間である。例えば、相違情報入力部４には、同じ目標１のＩＳＡＲ画像データであって、目標１の観測開始時刻から観測修了時刻までの間に、積分開始時刻と積分終了時刻が入る積分時間が入力されておればよい。もちろん、積分時間が同じでも、目標１の観測開始時刻から観測修了時刻までの時間が異なるものでよい。これに含まれる例で、積分時間が異なっても、相違情報入力部４は、積分開始時刻が同じ積分時間が入力されてもよい。同じく、相違情報入力部４は、積分開始時刻が異なる積分時間が入力されてもよい。

【0024】

さらに、相違情報入力部４は、積分開始時刻が同じで、目標１の動揺の周期が一往復するまでの時間に積分終了時間が来る積分時間が、相違情報として入力されてもよい。次に、相違情報入力部４は、積分開始時刻から積分終了時刻までが、同じ目標１の動揺の周期の一往復に相当する、積分時間が、相違情報として入力されてもよい。もちろん、ＩＳＡＲ画像入力部は３、同じ目標１のＩＳＡＲ画像データであって、積分時間が異なるものが、相違情報として入力されてもよい。

【0025】

目標１の種別としては、目標１の機種名、機体の寸法、機体の性能、機体の所属国・所属組織の少なくとも一つが含まれた情報であればよい。また、同じ目標１の種別であっても、ＩＳＡＲ画像データごとの相違情報が異なれば、ＩＳＡＲ画像データが異なる。すなわち、ＩＳＡＲ画像入力部３に入力されるＩＳＡＲ画像データは、同じ目標１であっても、相違情報入力部４に入力される相違情報が異なる場合があるということになる。ＩＳＡＲ画像データは、実際にＩＳＡＲ１２で取得したものでなく模擬用のデータであってもよい。相違情報であるアスペクト角、波高の情報、積分時間（観測時間）は、実際に取得したものでなく模擬用のデータであってもよい。

【0026】

図１（Ａ）は、観測点から目標１までの距離の情報は、学習部５が学習する対象にしていないＩＳＡＲ画像データ学習装置２を示している。一方、図１（Ｂ）は、観測点から目標１までの距離の情報は、学習部５が学習する対象にしているＩＳＡＲ画像データ学習装置２を示している。学習部５で学習させる距離の情報の入力は、図１（Ｂ）に示すように、ＩＳＡＲ画像入力部３経由でも、相違情報入力部４経由でもよい。つまり、ＩＳＡＲ画像入力部３は、観測点から目標１までの距離の情報と関連付けられたＩＳＡＲ画像データが入力されるものとしてもよい。また、相違情報入力部４は、観測点から目標１までの距離の情報と関連付けられた相違情報が入力されるものとしてもよい。観測点から目標１までの距離の情報があれば、学習部５は、距離の情報から、ＩＳＡＲ画像データを所定の縮尺で学習することが可能である。

【0027】

図３は、ＩＳＡＲ画像入力部３及び相違情報入力部４が、それぞれＩＳＡＲ画像生成部１３から出力されたＩＳＡＲ画像データ及び積分時間が入力される場合を図示している。すなわち、相違情報入力部４に相違情報として、積分時間が入力される場合についての付加的な説明である。図３（Ａ）が図１（Ａ）に対応し、図３（Ｂ）が図１（Ｂ）に対応している。つまり、図３（Ａ）は、観測点から目標１までの距離の情報は、学習部５が学習する対象にしていないＩＳＡＲ画像データ学習装置２を示している。図３（Ｂ）は、観測点から目標１までの距離の情報は、学習部５が学習する対象にしているＩＳＡＲ画像データ学習装置２を示している。なお、ＩＳＡＲ画像データ学習装置２は、ＩＳＡＲ画像生成部１３を備えていてもよいし、ＩＳＡＲ画像生成部１３を外部に設けていてもよい。

【0028】

目標１を観測する観測点には、レーダ装置１０（追尾レーダ１１、ＩＳＡＲ１２）が設置されている。観測点が移動してもよい。つまり、レーダ装置１０は、船舶や航空機などの移動体に搭載されたものであってもよい。走査範囲は、観測点を中心としたレーダ装置１０（追尾レーダ１１、ＩＳＡＲ１２）から走査可能な範囲である。レーダ装置１０は、方位角方向に３６０度の走査ができるものをなどが考えられる。観測点（レーダ装置１０）は、それ自体が移動する船舶や航空機を想定しているが、観測点は固定点でもよい。

【0029】

同じ目標１の種別であっても、ＩＳＡＲ画像データを取得したアスペクト角が異なれば、ＩＳＡＲ画像データに表される目標１の形状が異なる。目標１が前述の線状構造であれば、これが顕著である。すなわち、ＩＳＡＲ画像入力部３に入力されるＩＳＡＲ画像データは、同じ目標１であっても、相違情報入力部４に入力される相違情報としてのアスペクト角が異なる場合があるということになる。ＩＳＡＲ画像データは、実際にＩＳＡＲ１２で取得したものでなく模擬用のデータであってもよい。アスペクト角は、実際に追尾レーダ１１（後述）で取得したものでなく模擬用のデータであってもよい。なお、目標１は線状構造が好適としたが、目標１は、アスペクト角が異なると、ＩＳＡＲ画像データに表される目標１の形状が異なるものと定義してもよい。また、同じ目標１でも、ＩＳＡＲ画像データに表される目標１の形状が異なるようになるアスペクト角のものを選抜して学習するとしてもよい。

【0030】

同じく、同じ目標１の種別であっても、相違情報入力部４に入力される相違情報としての波高の情報が異なる場合があるということになる。例えば、目標１が存在する海域の波高が高くなると、目標１の揺れが大きくなり、目標１の単位時間当たりの移動量が大きくなる。よって、目標１の速度が大きくなり、目標１のレーダエコーに含まれるドップラー周波数が高くなる。ＩＳＡＲ画像データは、目標１のレーダエコーに含まれるドップラー周波数に基づいて生成されている。そのため、目標１が存在する海域の波高が高い場合と低い場合とでは、生成されるＩＳＡＲ画像データに表される目標１の形状が異なる。つまり、同じ目標１の種別であっても、存在する海域の波高が異なる場合は生成されるＩＳＡＲ画像データに表される目標１の形状が異なる。特に、目標１において、水面からの距離が遠いマストなどの部分では、水面付近の部分と比較して、波による揺れが大きくなるのでドップラー周波数の変化が顕著である。

【0031】

次に、図２を用いて実施の形態１に係るＩＳＡＲ画像データ学習装置の動作（実施の形態１に係るＩＳＡＲ画像データ学習方法）を説明する。図２において、ステップ１は、ＩＳＡＲ画像入力部３に、目標１ごとにＩＳＡＲ画像データが入力される処理ステップである。ステップ２は、相違情報入力部４に、ＩＳＡＲ画像入力部３に入力されたＩＳＡＲ画像データごとの相違情報が入力される処理ステップである。ステップ１及びステップ２は、処理の順序は問わない。同時でもよい。ステップ３は、ＩＳＡＲ画像データと相違情報とに基づいて、学習部５に類別（判定）の根拠となる、相違情報入力部４に入力された相違情報に対応するＩＳＡＲ画像データと、目標１の種別とを関連付けて学習させる処理ステップである。目標１の種別の情報は、ステップ１を行う際に、ＩＳＡＲ画像データに付与しておけばよい。

【0032】

図４、後述の図６、図８、図９、図１０において、好適には、新規相違情報入力部８に入力される新規の相違情報は、アスペクト角、波高の情報、積分時間（観測時間）の三つのうち、いずれか二つ以上である。さらに、詳しくは、新規相違情報入力部８は、入力される新規の相違情報のうち、アスペクト角は、目標１に対する逆合成開口レーダ１２の送信ビームの角度であり、波高の情報は、目標１が存在する海域の波の高さの情報であり、積分時間は、新規のＩＳＡＲ画像データを積分によって導出した時間である。相違情報としての積分時間（観測時間）に応じて、複数枚の新規のＩＳＡＲ画像が重畳されて新規のＩＳＡＲ画像データが構成されるため、同じ目標１の新規のＩＳＡＲ画像データでも得るために積分した時間が変わると、新規のＩＳＡＲ画像データが変わることになる。

【0033】

図４において、目標類別装置６は、図１及び図４に示すＩＳＡＲ画像データ学習装置２の学習結果（学習モデル）を用いたものである（実施の形態１に係る目標類別装置）。相違情報及び新規の相違情報として積分時間を利用する場合に好適な構成である。後述の図６、図８、図９、図１０に示す目標類別装置６と併用すれば、相違情報及び新規の相違情報としてアスペクト角又はシーステートの少なくとも一方を利用することができる。

【0034】

図４において、新規ＩＳＡＲ画像入力部７は、新たに得たＩＳＡＲ画像データが入力されるものである。新規相違情報入力部８は、新規ＩＳＡＲ画像入力部７に入力された新たに得たＩＳＡＲ画像データごとの積分時間が相違情報として入力されるものである。ここでいう新規のＩＳＡＲ画像データ（新たに得たＩＳＡＲ画像データ）、新規の積分時間（新たに得た積分時間）は、後述するレーダ装置１０（実施の形態１に係るレーダ装置）や、後段の回路の演算で取得すればよい。後段の回路の演算とは、例えば、ＩＳＡＲ画像生成部１３を新規用の演算に用いたり、後述の積分処理部１４を使用したりすればよい。

【0035】

図４において、目標類別部９は、学習部５が学習した学習結果に基づいて、新たに得たＩＳＡＲ画像データに対応する目標１を類別して、目標１に対応する種別を判定するものである。また、学習部５が、観測点から目標１までの距離の情報も学習している場合、目標類別部９は、学習部５が学習した学習結果に基づいて、新たに得たＩＳＡＲ画像データを所定の縮尺に変換してから、対応する目標１を類別して、目標１に対応する種別を判定するようにしてもよい。

【0036】

目標類別部９は、処理の高速化を図るため、新たに得たＩＳＡＲ画像データごとの相違情報から、類別に使用する学習結果の範囲を制限してもよい。なお、学習部５が相違情報ごと学習結果に生成している場合、目標類別部９は、学習部５が学習して相違情報ごとに生成した学習結果に基づいて、目標１を類別して、目標１に対応する種別を判定することができる。

【0037】

学習部５の学習が進むと、目標類別部９は、新たに得たＩＳＡＲ画像データごとの相違情報が、相違情報入力部４に入力された相違情報と一致するものがない、又は、相違情報入力部４に入力された相違情報からの誤差が予め定められた範囲にないときは、最も近い角度の学習結果に基づいて、目標１を類別して、目標１に対応する種別を判定することが可能となる。

【0038】

また、新規ＩＳＡＲ画像入力部７は、目標１が同一で、相違情報である積分時間が異なる複数の新たに得たＩＳＡＲ画像データが入力されるようにしてもよい。また、新規ＩＳＡＲ画像入力部７は、目標１及び積分時間がそれぞれ同一で当該積分時間の積分開始時刻と積分終了時刻とが異なる複数の新たに得たＩＳＡＲ画像データが入力されるようにしてもよい。これらの場合、目標類別部９は、学習部５が学習した学習結果に基づいて、複数の新たに得たＩＳＡＲ画像データごとに対応する目標１を類別して、目標１に対応する種別を判定することができるので、判定の精度が上がる。

【0039】

もちろん、これらの場合（目標１が同一で積分時間が異なる複数の新たに得たＩＳＡＲ画像データが入力される場合、目標１及び積分時間がそれぞれ同一で当該積分時間の積分開始時刻と積分終了時刻とが異なる複数の新たに得たＩＳＡＲ画像データが入力される場合）において、目標類別部９は、複数の新たに得たＩＳＡＲ画像データごとに対応する目標１を類別した結果が全て一致する場合、目標１に対応する種別を判定してもよい。また、目標類別部９は、複数の新たに得たＩＳＡＲ画像データごとに対応する目標１を類別した結果に一致しないものが含まれており、一致するものの数に対して一致しないものの数が少ない場合は、一致するものを類別した結果として、目標１に対応する種別を判定するようにしてもよい。

【0040】

学習部５が、積分時間の異なるＩＳＡＲ画像データを複数使って総合的に学習しておれば、目標類別部９も総合的に類別することが可能となる。積分時間は、信号処理で自由に色々な場合のデータを生成できるため、学習部５の学習時も、目標類別部９の類別時も、自然環境条件を使用するよりも、有利であることが明らかである。

【0041】

同じく、図４において、目標類別装置６（ＩＳＡＲ画像データ学習装置２及び目標類別装置６）を有するレーダ装置１０は、次の構成を有している。追尾レーダ１１は、前述のものと同じレーダで、目標１を追尾するものである。逆合成開口レーダ１２（ＩＳＡＲ１２）は、追尾レーダ１１で追尾した目標１へ送信ビームを送信し、目標１から反射された電波を受信するものである。積分処理部１４は、逆合成開口レーダ１２と、新たに得たＩＳＡＲ画像データを生成して、新規ＩＳＡＲ画像入力部７へ送るために、目標１から反射された電波から得たビデオ信号を積分するものである。つまり、積分処理部１４（ＩＳＡＲ画像生成部１３も同様）は、複数枚のＩＳＡＲ画像を重畳して、ＩＳＡＲ画像データを生成するものであるといえる。

【0042】

前述のように、新規ＩＳＡＲ画像入力部７が、目標１が同一で相違情報が異なる複数の新たに得たＩＳＡＲ画像データが入力されるようになる。よって、目標類別部９は、学習部５が学習した学習結果に基づいて、複数の新たに得たＩＳＡＲ画像データごとに対応する目標１を類別して、目標１に対応する種別を判定することができるので、判定の精度が上がる。

【0043】

観測点の位置と、移動体である目標１の移動方向の情報とから算出されたアスペクト角が、相違情報として相違情報入力部４に入力される場合の詳細を説明する。図５に示すように、相違情報入力部４は、観測点の位置と、追尾レーダ１１によって目標１を追尾して得られた移動方向の情報とから算出されたアスペクト角が、相違情報として入力されるものであってもよい。図５において、観測点には、レーダ装置１０（追尾レーダ１１、ＩＳＡＲ１２）が接地されている。観測点が移動してもよい。つまり、レーダ装置１０は、船舶や航空機などの移動体に搭載されたものであってもよい。走査範囲１５（撮影範囲１５）は、観測点を中心としたレーダ装置１０（追尾レーダ１１、ＩＳＡＲ１２）が走査可能な範囲を点線で仮想的に示したものである。レーダ装置１０は、方位角方向に３６０度の走査ができるものを例示している。

【0044】

図５では、目標１が船舶であるものを例示している。図５（Ａ）は目標１を側方から観察した場合であり、図５（Ｂ）は目標１後方から観察した場合である。目標１が船舶（通常の線状構造を有する者）であるため、図５（Ａ）と図５（Ｂ）のそれぞれの状況によって得られたＩＳＡＲ画像データは、同じ目標１であっても形状が異なることは容易に理解できる。また、図５の観測点（レーダ装置１０）は、前述のように、それ自体が移動する船舶や航空機を想定しているが、観測点は固定点でもよい。なお、図５では、説明の簡略化のために、仰角方向の角度を０°、すなわち仰角を０°に固定して、アスペクト角が方位角だけの情報として仮想的に平面の情報で図示している。ここで、仰角とは、水平から起き上がっている角度を指している。一方、鉛直方向からの倒れている角度は、入射角と呼ばれる。仰角と入射角との関係は、仰角＝９０°－入射角となる。したがって、アスペクト角は、方位角及び入射角で構成されているともいえる。

【0045】

新規ＩＳＡＲ画像入力部７は、目標１が同一で、相違情報であるアスペクト角が異なる複数の新たに得たＩＳＡＲ画像データが入力される場合においても、目標類別部９は、学習部５が学習した学習結果に基づいて、複数の新たに得たＩＳＡＲ画像データごとに対応する目標１を類別して、目標１に対応する種別を判定することができるので、判定の精度が上がる。もちろん、目標類別部９は、複数の新たに得たＩＳＡＲ画像データごとに対応する目標１を類別した結果が全て一致する場合、目標１に対応する種別を判定してもよい。また、目標類別部９は、複数の新たに得たＩＳＡＲ画像データごとに対応する目標１を類別した結果に一致しないものが含まれており、一致するものの数に対して一致しないものの数が少ない場合は、一致するものを類別した結果として、目標１に対応する種別を判定するようにしてもよい。

【0046】

図６において、目標類別装置６は、図１及び図６に示すＩＳＡＲ画像データ学習装置２の学習結果（学習モデル）を用いたものである（実施の形態１に係る目標類別装置）。相違情報及び新規の相違情報としてアスペクト角を利用する場合に好適な構成である。図４、後述の図８、図９、図１０に示す目標類別装置６と併用すれば、相違情報及び新規の相違情報として積分時間又はシーステートの少なくとも一方を利用することができる。

【0047】

図６において、新規ＩＳＡＲ画像入力部７は、新たに得たＩＳＡＲ画像データが入力されるものである。目標類別装置６（ＩＳＡＲ画像データ学習装置２及び目標類別装置６）を有するレーダ装置１０は、次の構成を有している。追尾レーダ１１は、前述のものと同じレーダで、目標１を追尾するものである。前記逆合成開口レーダ１２（ＩＳＡＲ１２）は、前述のものと同じレーダで、新たに得たＩＳＡＲ画像データを新規ＩＳＡＲ画像入力部７へ送るために、追尾レーダ１１で追尾した目標１へ送信ビームを送信するものである。詳しくは、追尾レーダ１１は、新たに得たＩＳＡＲ画像データごとのアスペクト角を新規相違情報入力部８へ送るために、目標１を追尾するものである。

【0048】

レーダ装置１０で、新規のＩＳＡＲ画像データと新規のアスペクト角を取得する場合のレーダ装置１０、走査範囲１５、目標１を示す例示図は、図５と同じである。図５において、目標１は移動体である船舶が、図５（Ａ）から図５（Ｂ）と移動している場合を例示している。このように、図５（Ａ）から図５（Ｂ）と移動している場合は、前述のように、新規ＩＳＡＲ画像入力部７が、目標１が同一で、相違情報としてのアスペクト角が異なる複数の新たに得たＩＳＡＲ画像データが入力されるようになる。よって、目標類別部９は、学習部５が学習した学習結果に基づいて、複数の新たに得たＩＳＡＲ画像データごとに対応する目標１を類別して、目標１に対応する種別を判定することができるので、判定の精度が上がる。

【0049】

逆合成開口レーダ１２（ＩＳＡＲ１２）から得られる目標１が存在する海域のシークラッタの信号強度から算出された波高の情報が、相違情報として相違情報入力部４に入力される場合の詳細を説明する。相違情報入力部４は、海域の波高を測定する装置から得られる波高の情報が入力されるものであってもよい。また、相違情報入力部４は、波高の情報として、目標１が存在する海域における気象情報から得られる波高の情報が入力されるものであってもよい。図７において、観測点には、レーダ装置１０（ＩＳＡＲ１２）が設置されている。観測点自体が移動してもよい。つまり、レーダ装置１０は、船舶や航空機などの移動体に搭載されたものであってもよい。走査範囲１５は、観測点を中心としたレーダ装置１０（ＩＳＡＲ１２）が走査可能な範囲を点線で仮想的に示したものである。レーダ装置１０は、方位角方向に３６０度の走査ができるものを例示している。

【0050】

図６において、目標類別部９は、図４に示す目標類別部９と同じ構成で、学習部５が学習した学習結果に基づいて、新たに得たＩＳＡＲ画像データに対応する目標１を類別して、目標１に対応する種別を判定するものである。また、図４に示す同じ構成で、学習部５が、観測点から目標１までの距離の情報も学習している場合、目標類別部９は、学習部５が学習した学習結果に基づいて、新たに得たＩＳＡＲ画像データを所定の縮尺に変換してから、対応する目標１を類別して、目標１に対応する種別を判定するようにしてもよい。

【0051】

図６において、図４に示す同じ構成で、目標類別部９は、処理の高速化を図るため、新たに得たＩＳＡＲ画像データごとの相違情報から、類別に使用する学習結果の範囲を制限してもよい。なお、図４に示す同じ構成で、学習部５が相違情報ごと学習結果に生成している場合、目標類別部９は、学習部５が学習して相違情報ごとに生成した学習結果に基づいて、目標１を類別して、目標１に対応する種別を判定することができる。

【0052】

図６において、図４に示す同じ構成で、学習部５の学習が進むと、目標類別部９は、新たに得たＩＳＡＲ画像データごとの相違情報が、相違情報入力部４に入力された相違情報と一致するものがない、又は、相違情報入力部４に入力された相違情報からの誤差が予め定められた範囲にないときは、最も近い角度の学習結果に基づいて、目標１を類別して、目標１に対応する種別を判定することが可能となる。

【0053】

図８、図９、図１０において、目標類別装置６は、図１及び図８、図１及び図９、図１及び図１０に示すＩＳＡＲ画像データ学習装置２の学習結果（学習モデル）を用いたものである（実施の形態１に係る目標類別装置）。相違情報及び新規の相違情報としてシーステートを利用する場合に好適な構成である。図４及び図６に示す目標類別装置６と併用すれば、相違情報及び新規の相違情報として積分情報又はアスペクト角の少なくとも一方を利用することができる。

【0054】

図８、図９、図１０において、新規ＩＳＡＲ画像入力部７は、新たに得たＩＳＡＲ画像データが入力されるものである。新規相違情報入力部８は、新規ＩＳＡＲ画像入力部７に入力された新たに得たＩＳＡＲ画像データごとの波高の情報が、相違情報として入力されるものである。ここでいう新規の波高の情報（新たに得た波高の情報）は、波高を測定する装置より取得、または逆合成開口レーダ１２（ＩＳＡＲ１２）より取得、または気象情報より取得すればよい。図８は、新規の波高の情報（新たに得た波高の情報）を、波高を測定する装置より取得する場合のＩＳＡＲ画像データ学習装置、目標類別装置、レーダ装置の機能ブロック図である。図９は、新規の波高の情報（新たに得た波高の情報）を、逆合成開口レーダ１２（ＩＳＡＲ１２）より取得する場合のＩＳＡＲ画像データ学習装置、目標類別装置、レーダ装置の機能ブロック図である。図１０は、新規の波高の情報（新たに得た波高の情報）を、気象情報より取得する場合のＩＳＡＲ画像データ学習装置、目標類別装置、レーダ装置の機能ブロック図である。

【0055】

詳しくは、図８に示すように、新規相違情報入力部８は、目標１が存在する海域の波高を測定する装置（波高測定装置１６）から得られる波高の情報が入力されるものであってもよい。波高測定装置１６は、例えばＩＳＡＲ１２とは異なるレーダ、水圧式波高計、ブイ式波高計等である。なお、波高測定装置１６の代わりに目視にて波高を計測してもよい。波高測定装置１６は、レーダ装置１０に設けられる構成でもよいが、図８に示すように、レーダ装置１０の外部に構成されていてもよい。例えば、レーダ装置１０（ＩＳＡＲ１２）が船舶や航空機などの移動体に搭載されており、波高測定装置１６が陸上に固定されていてもよい。このように、レーダ装置１０と波高測定装置１６は異なる場所に設けられていてもよい。

【0056】

また、図９に示すように、新規相違情報入力部８は、逆合成開口レーダ１２（ＩＳＡＲ１２）から得られる、目標１が存在する海域のシークラッタの信号強度から算出された波高の情報が、相違情報として入力されるものであってもよい。また、図９に示すように、新規相違情報入力部８は、波高の情報として、目標１が存在する海域における気象情報から得られる波高の情報が、相違情報として入力されるものであってもよい。

【0057】

図８、図９、図１０において、目標類別装置６（ＩＳＡＲ画像データ学習装置２及び目標類別装置６）を有するレーダ装置１０は、次の構成を有している。逆合成開口レーダ１２（ＩＳＡＲ１２）は、前述のものと同じレーダで、新たに得たＩＳＡＲ画像データを新規ＩＳＡＲ画像入力部７へ送るために、目標１へ送信ビームを送信するものである。レーダ装置１０で、新規のＩＳＡＲ画像データを取得する場合のレーダ装置１０、走査範囲１３、目標１を示す例示図は、図７と同じである。

【0058】

図８、図９、図１０において、目標類別部９は、図４及び図６に示す目標類別部９と同じ構成で、学習部５が学習した学習結果に基づいて、新たに得たＩＳＡＲ画像データに対応する目標１を類別して、目標１に対応する種別を判定するものである。また、図４及び図６に示す同じ構成で、学習部５が、観測点から目標１までの距離の情報も学習している場合、目標類別部９は、学習部５が学習した学習結果に基づいて、新たに得たＩＳＡＲ画像データを所定の縮尺に変換してから、対応する目標１を類別して、目標１に対応する種別を判定するようにしてもよい。

【0059】

図８、図９、図１０において、図４及び図６に示す同じ構成で、目標類別部９は、処理の高速化を図るため、新たに得たＩＳＡＲ画像データごとの相違情報から、類別に使用する学習結果の範囲を制限してもよい。なお、図４及び図６に示す同じ構成で、学習部５が相違情報ごと学習結果に生成している場合、目標類別部９は、学習部５が学習して相違情報ごとに生成した学習結果に基づいて、目標１を類別して、目標１に対応する種別を判定することができる。

【0060】

図８、図９、図１０において、図４及び図６に示す同じ構成で、学習部５の学習が進むと、目標類別部９は、新たに得たＩＳＡＲ画像データごとの相違情報が、相違情報入力部４に入力された相違情報と一致するものがない、又は、相違情報入力部４に入力された相違情報からの誤差が予め定められた範囲にないときは、最も近い角度の学習結果に基づいて、目標１を類別して、目標１に対応する種別を判定することが可能となる。

【0061】

最後に、図１１を用いて実施の形態１に係る主に目標類別装置の動作（実施の形態１に係る目標類類別方法）を説明する。図１１は、図４、図６、図８、図９、図１０に示す目標類別装置６の動作である。

【0062】

図１１において、ステップ１１は、新規ＩＳＡＲ画像入力部７へ新たに得たＩＳＡＲ画像データが入力される処理ステップである。ステップ１２は、新規相違情報入力部８へ新たに得たＩＳＡＲ画像データが入力される処理ステップである。ステップ１１及びステップ１２は、処理の順序は問わない。同時でもよい。ここでいう新規のＩＳＡＲ画像データ（新たに得たＩＳＡＲ画像データ）、新規の相違情報（新たに得た相違情報）は、レーダ装置１０（実施の形態１に係るレーダ装置）で取得すればよい。

【0063】

ステップ１３は、新規ＩＳＡＲ画像入力部７及び新規相違情報入力部８から学習部５へ新規のＩＳＡＲ画像データ（新たに得たＩＳＡＲ画像データ）と新規の相違情報（新たに得た相違情報）とを入力させて学習モデルを使用する処理ステップである。ステップ１４は、学習部５が学習した学習結果（学習モデル）に基づいて、新たに得たＩＳＡＲ画像データに対応する目標１を類別して、目標１に対応する種別を判定するものである処理ステップである。その他の実施の形態１に係る目標類類別方法は、前述の実施の形態１に係る主に目標類別装置の動作と同じため、説明を省略する。

【0064】

実施の形態１に係るＩＳＡＲ画像データ学習装置、これを用いた目標類別装置及びレーダ装置では、学習部５が学習するＩＳＡＲ画像データ及び相違情報は、シミュレーションで得た模擬データでもよい。同じく、目標類別部９が類別する新規のＩＳＡＲ画像データ及び相違情報も、シミュレーションで得た模擬データでもよい。この模擬データで目標類別部９に類別させることによって、学習部５や目標類別部９の性能確認を行うことができる。つまり、ＩＳＡＲ画像生成部１３が生成するＩＳＡＲ画像データ及び相違情報も、シミュレーションで得た模擬データでもよい。

【0065】

実施の形態１に係るＩＳＡＲ画像データ学習装置、これを用いた目標類別装置及びレーダ装置では、学習部５が学習するために、相違情報入力部４に入力される相違情報が、アスペクト角、波高の情報、積分時間の三つのうち、いずれか二つ以上であれば性能が高くなる。一方、実施の形態１に係るＩＳＡＲ画像データ学習装置を用いた目標類別装置及びレーダ装置では、新規相違情報入力部８に入力される相違情報が、アスペクト角、波高の情報、積分時間の三つのうち、いずれか二つ以上と設定しておけば、学習部５の学習結果を使用して目標類別部９が目標１を類別する際に、精度が高まる。仮に、学習部５が学習しているＩＳＡＲ画像データが対応している相違情報がアスペクト角及び波高の情報であり、新規相違情報入力部８に入力される新規の相違情報が波高の情報及び積分時間であっても、波高の情報が使って類別ができる。

【0066】

さらに、実施の形態１に係るＩＳＡＲ画像データ学習装置、これを用いた目標類別装置及びレーダ装置では、学習部５が学習するために、相違情報入力部４に入力される相違情報が、アスペクト角、波高の情報、積分時間の三つ全てを使用すると新規相違情報入力部８の負担を減らすことができる。厳密にいえば、学習する相違情報の種類が多ければ多いほど新規相違情報入力部８の負担を減らすことができる。すなわち、新規相違情報入力部８に入力される相違情報が、アスペクト角、波高の情報、積分時間の三つのうち、仮に一つでも、学習部５は確実に学習している相違情報のため、目標類別部９が目標１の類別を実施することができる。もちろん、学習部５の学習状況に関わらず、新規相違情報入力部８に入力される相違情報は、アスペクト角、波高の情報、積分時間の三つのうち、一つでもよい。

【0067】

以上のように実施の形態１に係るＩＳＡＲ画像データ学習装置、これを用いた目標類別装置及びレーダ装置は、相違情報に対応するＩＳＡＲ画像データと、目標１の種別とを関連付けて学習する、又は、その学習結果を利用するものであることから、相違情報を利用して目標１の類別をおこなうことができる。さらに、実施の形態１に係るＩＳＡＲ画像データ学習装置、これを用いた目標類別装置及びレーダ装置は、相違情報として、アスペクト角、波高の情報、積分時間（観測時間）の三つのうち、いずれか二つ以上を用いることでさらに学習制度や類別精度が高くなる。

【0068】

実施の形態１に係るＩＳＡＲ画像データ学習装置、これを用いた目標類別装置及びレーダ装置で用いる相違情報及び新規の相違情報は、アスペクト角、波高の情報、積分時間のいずれか一つであれば実施可能であるが、相違情報及び新規の相違情報は、これらに限られない。相違情報は、ＩＳＡＲ画像データごとに同じ目標で１異なるＩＳＡＲ画像データとなっている要因の情報であればよい。同じく、新規の相違情報は、新規のＩＳＡＲ画像データごとに同じ目標で１異なる新規のＩＳＡＲ画像データとなっている要因の情報であればよい。

【符号の説明】

【0069】

１ 目標１、２ ＩＳＡＲ画像データ学習装置、３ ＩＳＡＲ画像入力部、
４ 相違情報入力部、５ 学習部、６ 目標類別装置、７ 新規ＩＳＡＲ画像入力部、
８ 新規相違情報入力部、９ 目標類別部、１０ レーダ装置、
１１ 追尾レーダ、１２ 逆合成開口レーダ（ＩＳＡＲ）、１３ ＩＳＡＲ画像生成部、
１４ 積分処理部、１５ 走査範囲（撮影範囲）、１６ 波高測定装置。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】