JP2607854B2 - 信号追尾方法 - Google Patents
信号追尾方法Info
- Publication number
- JP2607854B2 JP2607854B2 JP6268545A JP26854594A JP2607854B2 JP 2607854 B2 JP2607854 B2 JP 2607854B2 JP 6268545 A JP6268545 A JP 6268545A JP 26854594 A JP26854594 A JP 26854594A JP 2607854 B2 JP2607854 B2 JP 2607854B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- frequency
- tracking
- maximum point
- narrow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 238000000034 method Methods 0.000 title claims description 47
- 238000013528 artificial neural network Methods 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 12
- 238000007796 conventional method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、複数の方位に指向した
受波ビームの出力に周波数分析を行うことにより得られ
る周波数空間上の信号強度の分布に基づいて、方向性を
持つ未知の狭帯域信号を時間的に継続して測定する信号
追尾方法に関するものである。
受波ビームの出力に周波数分析を行うことにより得られ
る周波数空間上の信号強度の分布に基づいて、方向性を
持つ未知の狭帯域信号を時間的に継続して測定する信号
追尾方法に関するものである。
【０００２】
【従来の技術】以下、従来の信号追尾方法を説明する。
まず、少しずつ異なる信号の方位を指向する複数個の受
波ビームによって信号を受波し、各サンプル時刻ごとに
受波ビームの出力についてスペクトル分析を行う。これ
により、受波ビームを指向する各方位θにおける受波ビ
ームの入力信号の各周波数ｆでの信号強度Ｘ（ｆ，θ）
が得られる。次に、信号強度Ｘ（ｆ，θ）の分布の中か
ら極大点を検出する。ここで極大点とは、信号強度が、
同じ受波ビーム内において隣接するサンプル周波数の信
号強度よりも大きく、かつ、隣接する方位を指向する受
波ビームの同じサンプル周波数における強度よりも大き
い点のことである。もし点（ｆ0 ，θ0 ）が極大点にな
っており、しかもその信号強度があらかじめ定めた閾値
を越えたならば、周波数ｆ0 の狭帯域信号が到来したと
判断し、その方位はおおむねθ0 であると判断する。続
いて、より精密な狭帯域信号の到来方位の計測値とし
て、信号強度Ｘ（ｆ，θ）の点（ｆ0 ，θ0 ）近辺のデ
ータから精測方位θ１を求める。これは、例えば、方位
θ0 の近傍の数点を用いて補間処理を行い極大点θ1 を
求めることにより求められる。このようにして、周波数
ｆ0 の狭帯域信号が精測方位θ1 から到来したことを検
出する。以上の処理を各サンプル時刻ごとに行った上
で、異なる時刻に検出された狭帯域信号の周波数及び精
測方位を比較する。あるサンプル時刻に検出された狭帯
域信号の周波数ｆ0 、及び到来方位θ1 と、過去の一定
時間内に検出された狭帯域信号の周波数ｆ0 ´、及び到
来方位θ1 ´との差異が定められた値以下である場合に
は、両信号は同じ目標からの狭帯域信号とみなし新旧の
狭帯域信号を統合する。以後、同様に繰り返すことによ
って狭帯域信号の刻々と変化する周波数、及び到来方位
を時間的に継続して得ることができる。
まず、少しずつ異なる信号の方位を指向する複数個の受
波ビームによって信号を受波し、各サンプル時刻ごとに
受波ビームの出力についてスペクトル分析を行う。これ
により、受波ビームを指向する各方位θにおける受波ビ
ームの入力信号の各周波数ｆでの信号強度Ｘ（ｆ，θ）
が得られる。次に、信号強度Ｘ（ｆ，θ）の分布の中か
ら極大点を検出する。ここで極大点とは、信号強度が、
同じ受波ビーム内において隣接するサンプル周波数の信
号強度よりも大きく、かつ、隣接する方位を指向する受
波ビームの同じサンプル周波数における強度よりも大き
い点のことである。もし点（ｆ0 ，θ0 ）が極大点にな
っており、しかもその信号強度があらかじめ定めた閾値
を越えたならば、周波数ｆ0 の狭帯域信号が到来したと
判断し、その方位はおおむねθ0 であると判断する。続
いて、より精密な狭帯域信号の到来方位の計測値とし
て、信号強度Ｘ（ｆ，θ）の点（ｆ0 ，θ0 ）近辺のデ
ータから精測方位θ１を求める。これは、例えば、方位
θ0 の近傍の数点を用いて補間処理を行い極大点θ1 を
求めることにより求められる。このようにして、周波数
ｆ0 の狭帯域信号が精測方位θ1 から到来したことを検
出する。以上の処理を各サンプル時刻ごとに行った上
で、異なる時刻に検出された狭帯域信号の周波数及び精
測方位を比較する。あるサンプル時刻に検出された狭帯
域信号の周波数ｆ0 、及び到来方位θ1 と、過去の一定
時間内に検出された狭帯域信号の周波数ｆ0 ´、及び到
来方位θ1 ´との差異が定められた値以下である場合に
は、両信号は同じ目標からの狭帯域信号とみなし新旧の
狭帯域信号を統合する。以後、同様に繰り返すことによ
って狭帯域信号の刻々と変化する周波数、及び到来方位
を時間的に継続して得ることができる。
【０００３】
【発明が解決しようとする課題】しかしながら、従来の
信号追尾方法においては、次のような課題があった。信
号強度が雑音強度に比較して小さい状況、すなわちＳ／
Ｎ比が低い状況では、信号強度の分布中において、狭帯
域信号に基づく真の極大点と共に、ランダムな雑音に基
づく極大点が頻繁に現れる。そのため従来の信号追尾方
法においては、追尾中の狭帯域信号に雑音に基づく極大
点が統合されてしまう現象がしばしば生じるため、誤っ
た周波数や到来方位が示されたり追尾が途切れたりする
という問題点があり、信号強度が雑音強度に比較して十
分に大きい状況でなければ利用できなかった。図２は、
上記問題点を示す周波数ｆに関する方位空間上の信号強
度分布を示す図であり、同図（ａ）は、サンプル時刻Ｔ
1 における信号強度分布図、同図（ｂ）はサンプル時刻
Ｔ2 における信号強度分布図、同図（ｃ）はサンプル時
刻Ｔ3における信号強度分布図、同図（ｄ）はサンプル
時刻Ｔ4 における信号強度分布図である。サンプル時刻
Ｔ１においては、方位θ1 から狭帯域信号が到来し、サ
ンプル時刻Ｔ２においては、方位θ2 から狭帯域信号が
到来している。サンプル時刻Ｔ3においては、方位
θe 、及び方位θ3 において信号強度が、極大であり、
しかも方位θe における信号強度が、方位θ3 における
信号強度よりも大であるので、信号方位θe が狭帯域信
号の方位と推定される。しかし、方位θe は、ランダム
な雑音により信号強度が極大点となったものであり、信
号方位θ3 は、狭帯域信号による真の極大点である。そ
のため、信号方位θe が、狭帯域信号の方位と誤って推
定される。サンプル時刻Ｔ4 においては、方位θ4 にお
いて信号強度が、極大点であり、方位θ4 から狭帯域信
号が到来している。図３は、図２に示す狭帯域信号の望
ましい追尾結果を示す図である。この図に示すように、
サンプル時刻Ｔ1 〜Ｔ4 において、信号方位θ1 〜θ4
が、狭帯域信号の正しい方位である。一方、図４は、従
来の信号追尾方法による追尾結果を示す図である。この
図に示すように、サンプル時刻Ｔ3 においてランダムな
雑音による信号の方位θe が、サンプル時刻Ｔ1 、及び
Ｔ2 で検出した狭帯域信号の方位に統合される。サンプ
ル時刻Ｔ4 において、狭帯域信号の方位θ4 が、正しく
検出されるが、サンプル時刻Ｔ3 における方位θe と方
位θ4 とが離れているため、サンプル時刻Ｔ4における
狭帯域信号がサンプル時刻Ｔ1 〜Ｔ3 における狭帯域信
号とは別の信号源によるものとして判別され狭帯域信号
の追尾がとぎれてしまうという問題点がある。
信号追尾方法においては、次のような課題があった。信
号強度が雑音強度に比較して小さい状況、すなわちＳ／
Ｎ比が低い状況では、信号強度の分布中において、狭帯
域信号に基づく真の極大点と共に、ランダムな雑音に基
づく極大点が頻繁に現れる。そのため従来の信号追尾方
法においては、追尾中の狭帯域信号に雑音に基づく極大
点が統合されてしまう現象がしばしば生じるため、誤っ
た周波数や到来方位が示されたり追尾が途切れたりする
という問題点があり、信号強度が雑音強度に比較して十
分に大きい状況でなければ利用できなかった。図２は、
上記問題点を示す周波数ｆに関する方位空間上の信号強
度分布を示す図であり、同図（ａ）は、サンプル時刻Ｔ
1 における信号強度分布図、同図（ｂ）はサンプル時刻
Ｔ2 における信号強度分布図、同図（ｃ）はサンプル時
刻Ｔ3における信号強度分布図、同図（ｄ）はサンプル
時刻Ｔ4 における信号強度分布図である。サンプル時刻
Ｔ１においては、方位θ1 から狭帯域信号が到来し、サ
ンプル時刻Ｔ２においては、方位θ2 から狭帯域信号が
到来している。サンプル時刻Ｔ3においては、方位
θe 、及び方位θ3 において信号強度が、極大であり、
しかも方位θe における信号強度が、方位θ3 における
信号強度よりも大であるので、信号方位θe が狭帯域信
号の方位と推定される。しかし、方位θe は、ランダム
な雑音により信号強度が極大点となったものであり、信
号方位θ3 は、狭帯域信号による真の極大点である。そ
のため、信号方位θe が、狭帯域信号の方位と誤って推
定される。サンプル時刻Ｔ4 においては、方位θ4 にお
いて信号強度が、極大点であり、方位θ4 から狭帯域信
号が到来している。図３は、図２に示す狭帯域信号の望
ましい追尾結果を示す図である。この図に示すように、
サンプル時刻Ｔ1 〜Ｔ4 において、信号方位θ1 〜θ4
が、狭帯域信号の正しい方位である。一方、図４は、従
来の信号追尾方法による追尾結果を示す図である。この
図に示すように、サンプル時刻Ｔ3 においてランダムな
雑音による信号の方位θe が、サンプル時刻Ｔ1 、及び
Ｔ2 で検出した狭帯域信号の方位に統合される。サンプ
ル時刻Ｔ4 において、狭帯域信号の方位θ4 が、正しく
検出されるが、サンプル時刻Ｔ3 における方位θe と方
位θ4 とが離れているため、サンプル時刻Ｔ4における
狭帯域信号がサンプル時刻Ｔ1 〜Ｔ3 における狭帯域信
号とは別の信号源によるものとして判別され狭帯域信号
の追尾がとぎれてしまうという問題点がある。
【０００４】
【課題を解決するための手段】第１の発明は、前記課題
を解決するために、異なる方位に対する指向性を持つ複
数の受波ビームを用いて所定の連続した範囲の方位を監
視し、前記各受波ビームに対して、サンプル時刻、及び
サンプル周波数毎に受波した信号の周波数分析を行い周
波数空間の信号強度の分布を算出し、前記周波数空間の
信号強度の分布に基づいて、方向性をもって到来する狭
帯域信号の周波数と到来方位を時間的に継続して測定す
る信号追尾方法において、以下の処理を施す。すなわ
ち、前記各受波ビームに対して、前記周波数空間の信号
強度の分布における前記サンプル周波数の近傍に直線ま
たは曲線のパターンが存在するかをニューラルネットワ
ークを用いて判定するパターン判定処理を施す。そし
て、方位×周波数空間のニューラルネットワーク出力の
分布から、極大点を検出する極大点検出処理を施し、前
記極大点検出処理により検出された極大点が時間的に継
続して出現し、かつ、それらの極大点の方位、及び周波
数が近接している場合を検出することにより、狭帯域信
号の周波数、及び方位を追尾する狭帯域信号追尾処理と
を、施す。第２の発明によれば、第１の発明の狭帯域信
号追尾処理は、前記極大点検出処理により得られた最新
の極大点のサンプル周波数と過去の極大点のサンプル周
波数からトラッキングフィルタによって得た予測値とを
比較することによって狭帯域信号の周波数、及び方位を
追尾する。第３の発明は、第１の発明の狭帯域信号追尾
処理は、前記極大点検出処理により得られた最新の極大
点の方位と過去の極大点の方位からトラッキングフィル
タによって得た予測値とを比較することによって狭帯域
信号の周波数、及び方位を追尾する。第４の発明は、第
１の発明の狭帯域信号追尾処理は、前記周波数空間での
補間処理を行うことにより狭帯域信号の周波数の精測情
報を得る。第５の発明は、第１の発明の狭帯域信号追尾
処理は、前記受波ビーム間での補間処理を行うことによ
り狭帯域信号の到来方位の精測情報を得る。
を解決するために、異なる方位に対する指向性を持つ複
数の受波ビームを用いて所定の連続した範囲の方位を監
視し、前記各受波ビームに対して、サンプル時刻、及び
サンプル周波数毎に受波した信号の周波数分析を行い周
波数空間の信号強度の分布を算出し、前記周波数空間の
信号強度の分布に基づいて、方向性をもって到来する狭
帯域信号の周波数と到来方位を時間的に継続して測定す
る信号追尾方法において、以下の処理を施す。すなわ
ち、前記各受波ビームに対して、前記周波数空間の信号
強度の分布における前記サンプル周波数の近傍に直線ま
たは曲線のパターンが存在するかをニューラルネットワ
ークを用いて判定するパターン判定処理を施す。そし
て、方位×周波数空間のニューラルネットワーク出力の
分布から、極大点を検出する極大点検出処理を施し、前
記極大点検出処理により検出された極大点が時間的に継
続して出現し、かつ、それらの極大点の方位、及び周波
数が近接している場合を検出することにより、狭帯域信
号の周波数、及び方位を追尾する狭帯域信号追尾処理と
を、施す。第２の発明によれば、第１の発明の狭帯域信
号追尾処理は、前記極大点検出処理により得られた最新
の極大点のサンプル周波数と過去の極大点のサンプル周
波数からトラッキングフィルタによって得た予測値とを
比較することによって狭帯域信号の周波数、及び方位を
追尾する。第３の発明は、第１の発明の狭帯域信号追尾
処理は、前記極大点検出処理により得られた最新の極大
点の方位と過去の極大点の方位からトラッキングフィル
タによって得た予測値とを比較することによって狭帯域
信号の周波数、及び方位を追尾する。第４の発明は、第
１の発明の狭帯域信号追尾処理は、前記周波数空間での
補間処理を行うことにより狭帯域信号の周波数の精測情
報を得る。第５の発明は、第１の発明の狭帯域信号追尾
処理は、前記受波ビーム間での補間処理を行うことによ
り狭帯域信号の到来方位の精測情報を得る。
【０００５】
【作用】第１の発明によれば、以上のように信号追尾方
法を構成したので、ニューラルネットワークが、各受波
ビームに対して、周波数空間の信号強度の分布における
各サンプル周波数の近傍に直線または曲線のパターンが
存在するかのパターン判定処理を行う。狭帯域信号の場
合は、該狭帯域信号の周波数の近傍の信号強度分布にお
いて前記直線または曲線のパターンが存在し、雑音の場
合には信号強度分布に前記パターンが存在しない。そこ
で、方位及び周波数空間におけるニューラルネットワー
ク出力の極大点を検出すると、この極大点には雑音によ
るものは含まれない。狭帯域信号追尾処理では、検出さ
れた極大点が時間的に継続して出現し、かつ、それらの
極大点の方位、及び周波数が近接している場合を検出す
ることにより、狭帯域信号の周波数、及び方位を追尾す
る。従って、前記課題を解決できるのである。
法を構成したので、ニューラルネットワークが、各受波
ビームに対して、周波数空間の信号強度の分布における
各サンプル周波数の近傍に直線または曲線のパターンが
存在するかのパターン判定処理を行う。狭帯域信号の場
合は、該狭帯域信号の周波数の近傍の信号強度分布にお
いて前記直線または曲線のパターンが存在し、雑音の場
合には信号強度分布に前記パターンが存在しない。そこ
で、方位及び周波数空間におけるニューラルネットワー
ク出力の極大点を検出すると、この極大点には雑音によ
るものは含まれない。狭帯域信号追尾処理では、検出さ
れた極大点が時間的に継続して出現し、かつ、それらの
極大点の方位、及び周波数が近接している場合を検出す
ることにより、狭帯域信号の周波数、及び方位を追尾す
る。従って、前記課題を解決できるのである。
【０００６】
【実施例】図１は、本発明の信号追尾方法を実施するた
めの信号追尾装置の機能ブロック図である。この信号追
尾装置は、方位θ1 ，周波数ｆ1 の移動しつつある未知
の目標１からの狭帯域信号Ｓ1 を少しずつ異なる方位を
指向する複数個の受波ビームＢ1 ，Ｂ2 ，…，Ｂn によ
って受波する音響アレイセンサ２を有している。音響ア
レイセンサ２の出力側には、各受波ビームＢi （ｉ＝
１，２，…，ｎ）の受波信号のスペクトル分析を行い周
波数空間上の信号強度分布Ｓ３−ｉを各サンプル時刻ｔ
k ごとに求める周波数分析器３−ｉが接続されている。
各周波数分析器３−ｉの出力側には、精測方位、及び精
測周波数を算出するピーク検出器７、及び過去一定時間
分の周波数空間上の信号強度分布を記憶する記憶装置４
−ｉが接続されている。記憶装置４−ｉの出力側には、
サンプル時刻ｔk からｔk ＋Ｋまでの周波数空間上の信
号強度分布Ｓ４−ｉからサンプル周波数の近傍の部分を
取り出して、取り出した部分に、未知の目標１からの狭
帯域信号による直線または曲線のパターンが存在するか
否かを判定するニューラルネットワーク５が接続されて
いる。ニューラルネットワーク５の出力側には、方位×
周波数空間におけるニューラルネットワーク出力の極大
点を検出し、極大点が時間的に継続して出現するか等の
検出をすることにより狭帯域信号の周波数、及び方位を
追尾する目標管理装置６が接続され、さらにその出力側
には、ピーク検出器７が接続されている。ピーク検出器
７からは、未知の目標１の精測周波数ｆ1 、及び精測方
位θ1 が出力される。
めの信号追尾装置の機能ブロック図である。この信号追
尾装置は、方位θ1 ，周波数ｆ1 の移動しつつある未知
の目標１からの狭帯域信号Ｓ1 を少しずつ異なる方位を
指向する複数個の受波ビームＢ1 ，Ｂ2 ，…，Ｂn によ
って受波する音響アレイセンサ２を有している。音響ア
レイセンサ２の出力側には、各受波ビームＢi （ｉ＝
１，２，…，ｎ）の受波信号のスペクトル分析を行い周
波数空間上の信号強度分布Ｓ３−ｉを各サンプル時刻ｔ
k ごとに求める周波数分析器３−ｉが接続されている。
各周波数分析器３−ｉの出力側には、精測方位、及び精
測周波数を算出するピーク検出器７、及び過去一定時間
分の周波数空間上の信号強度分布を記憶する記憶装置４
−ｉが接続されている。記憶装置４−ｉの出力側には、
サンプル時刻ｔk からｔk ＋Ｋまでの周波数空間上の信
号強度分布Ｓ４−ｉからサンプル周波数の近傍の部分を
取り出して、取り出した部分に、未知の目標１からの狭
帯域信号による直線または曲線のパターンが存在するか
否かを判定するニューラルネットワーク５が接続されて
いる。ニューラルネットワーク５の出力側には、方位×
周波数空間におけるニューラルネットワーク出力の極大
点を検出し、極大点が時間的に継続して出現するか等の
検出をすることにより狭帯域信号の周波数、及び方位を
追尾する目標管理装置６が接続され、さらにその出力側
には、ピーク検出器７が接続されている。ピーク検出器
７からは、未知の目標１の精測周波数ｆ1 、及び精測方
位θ1 が出力される。
【０００７】次に、図１を用いて本発明の信号追尾方法
を説明する。音響アレイセンサ２では、未知の目標１か
らの狭帯域信号を少しずつ異なる方位を指向する複数個
の受波ビームＢ1 ，Ｂ2 ，…，Ｂn によって受波して、
各受波ビームＢi （ｉ＝１，２，…，ｎ）の受波信号Ｓ
２−ｉを周波数分析器３−ｉに出力する。各周波数分析
器３−ｉでは、各サンプル時刻ｔk 毎に受波ビームＢi
の受波信号Ｓ２−ｉのスペクトル分析を行い周波数空間
上の信号強度分布を求め、該信号強度分布Ｓ３−ｉを記
憶装置４−ｉ、及びピーク検出器７に出力する。記憶装
置４−ｉでは、過去一定時間分の受波ビームＢi の信号
強度分布Ｓ３−ｉを保存する。ニューラルネットワーク
５では、各方位θi に指向する受波ビームＢi につい
て、少しずつ周波数の異なる複数のサンプル周波数の各
サンプル周波数について、記憶装置４−ｉに記憶された
時刻×周波数空間上の信号強度分布Ｓ４−ｉからサンプ
ル周波数の近傍に限った部分を取り出し、該取り出した
部分に直線あるいは曲線のパターンが存在するか否かを
判定する。これは、例えば、直線または曲線のパターン
を予め学習し、取り出した部分の入力データ中に学習し
たパターンが存在すれば１を、存在しなければ０を出力
するように学習したバックプロパゲーション型ニューラ
ルネットワークを用いることにより実現できる。狭帯域
信号の場合は、狭帯域信号の方位に指向する受波ビーム
の信号強度分布において、狭帯域信号の周波数の近傍で
信号強度の大きな点が線状に並んだパターンを形作ると
いう性質を持つ。一方、雑音信号の場合は、ランダムな
信号強度分布となり、前記パターンを形作らない。従っ
て、受波ビームＢi の周波数空間上の信号強度分布中の
サンプル周波数の近傍部分に直線または曲線のパターン
が存在するか否かによって狭帯域信号の到来を検出する
ので、雑音による影響を受けずに狭帯域信号を検出する
ことができる。
を説明する。音響アレイセンサ２では、未知の目標１か
らの狭帯域信号を少しずつ異なる方位を指向する複数個
の受波ビームＢ1 ，Ｂ2 ，…，Ｂn によって受波して、
各受波ビームＢi （ｉ＝１，２，…，ｎ）の受波信号Ｓ
２−ｉを周波数分析器３−ｉに出力する。各周波数分析
器３−ｉでは、各サンプル時刻ｔk 毎に受波ビームＢi
の受波信号Ｓ２−ｉのスペクトル分析を行い周波数空間
上の信号強度分布を求め、該信号強度分布Ｓ３−ｉを記
憶装置４−ｉ、及びピーク検出器７に出力する。記憶装
置４−ｉでは、過去一定時間分の受波ビームＢi の信号
強度分布Ｓ３−ｉを保存する。ニューラルネットワーク
５では、各方位θi に指向する受波ビームＢi につい
て、少しずつ周波数の異なる複数のサンプル周波数の各
サンプル周波数について、記憶装置４−ｉに記憶された
時刻×周波数空間上の信号強度分布Ｓ４−ｉからサンプ
ル周波数の近傍に限った部分を取り出し、該取り出した
部分に直線あるいは曲線のパターンが存在するか否かを
判定する。これは、例えば、直線または曲線のパターン
を予め学習し、取り出した部分の入力データ中に学習し
たパターンが存在すれば１を、存在しなければ０を出力
するように学習したバックプロパゲーション型ニューラ
ルネットワークを用いることにより実現できる。狭帯域
信号の場合は、狭帯域信号の方位に指向する受波ビーム
の信号強度分布において、狭帯域信号の周波数の近傍で
信号強度の大きな点が線状に並んだパターンを形作ると
いう性質を持つ。一方、雑音信号の場合は、ランダムな
信号強度分布となり、前記パターンを形作らない。従っ
て、受波ビームＢi の周波数空間上の信号強度分布中の
サンプル周波数の近傍部分に直線または曲線のパターン
が存在するか否かによって狭帯域信号の到来を検出する
ので、雑音による影響を受けずに狭帯域信号を検出する
ことができる。
【０００８】目標管理装置６では、方位×周波数空間上
のニューラルネットワーク出力の分布から、極大点
（ｆ，θ）を検出し、該極大点（ｆ，θ）を今回のサン
プル時刻ｔk で検出された狭帯域信号の周波数ｆt(k)、
及び方位θt(k)とする。目標管理装置６では、今回のサ
ンプル時刻ｔk で検出された狭帯域信号の周波数
ｆt(k)、及び方位θt(k)と、過去に検出した狭帯域信号
の周波数ｆt(k-1)、及び方位θt(k-1)とを比較し、両狭
帯域信号が同一の目標に基づくもの判定されれば新旧の
両狭帯域信号を統合して記録する。このときの判定方法
としては、たとえば、両狭帯域信号の方位が定められた
差以内に近く、かつ両狭帯域信号の周波数が定められた
差以内に近いときに統合するという方法を用いることが
できる。あるいは、過去に検出した狭帯域信号の到来方
位からトラッキングフィルタを用いて予測した方位と、
今回検出した狭帯域信号の到来方位とを比較し、両者が
定められた差以内に近いときに統合するという方法を用
いることもできる。そして、目標管理装置６では、狭帯
域信号のサンプル時刻毎に統合された目標の方位θ、及
び周波数ｆをピーク検出器７に出力する。
のニューラルネットワーク出力の分布から、極大点
（ｆ，θ）を検出し、該極大点（ｆ，θ）を今回のサン
プル時刻ｔk で検出された狭帯域信号の周波数ｆt(k)、
及び方位θt(k)とする。目標管理装置６では、今回のサ
ンプル時刻ｔk で検出された狭帯域信号の周波数
ｆt(k)、及び方位θt(k)と、過去に検出した狭帯域信号
の周波数ｆt(k-1)、及び方位θt(k-1)とを比較し、両狭
帯域信号が同一の目標に基づくもの判定されれば新旧の
両狭帯域信号を統合して記録する。このときの判定方法
としては、たとえば、両狭帯域信号の方位が定められた
差以内に近く、かつ両狭帯域信号の周波数が定められた
差以内に近いときに統合するという方法を用いることが
できる。あるいは、過去に検出した狭帯域信号の到来方
位からトラッキングフィルタを用いて予測した方位と、
今回検出した狭帯域信号の到来方位とを比較し、両者が
定められた差以内に近いときに統合するという方法を用
いることもできる。そして、目標管理装置６では、狭帯
域信号のサンプル時刻毎に統合された目標の方位θ、及
び周波数ｆをピーク検出器７に出力する。
【０００９】ピーク検出器７では、各周波数分析器３−
ｉより出力される方位θに指向する受波ビームＢi から
得られた周波数空間の信号強度の分布Ｓ３−ｉに基づい
て、狭帯域信号の精測周波数ｆ1 を求める。この方法と
しては、周波数ｆの近傍で最も信号強度の大きな周波数
をもって狭帯域信号の精測周波数ｆ1 とする。あるい
は、周波数ｆの近傍の周波数間で補間処理を行う等の方
法を用いることができる。後者の場合の補間処理は、例
えば３点を用いた放物線補間で実現することができる。
これは、周波数空間の信号強度分布で、極大点とその両
隣のサンプル周波数における信号強度の３点を通る信号
強度軸方向に凸な放物線を求め、その頂点が位置する周
波数を狭帯域信号の精測周波数ｆ1 とするものである。
続いて、ピーク検出器７では、各受波ビームＢi の信号
強度分布Ｓ３−ｉの周波数ｆ1 における信号強度に基づ
いて、精測方位θ1 を求める。この方法としては、方位
θの近傍で精測周波数ｆ1 における信号強度が、最も大
きな受波ビームに指向する方位をもって精測方位θ1 と
する。または、方位θの近傍の方位を指向する受波ビー
ム間で補間処理を行う等の方法を用いることができる。
この場合の補間処理においても前記放物線補間を用いる
ことができる。このようにして得られた精測周波数
ｆ1 、及び精測方位θ1 を追尾中の狭帯域信号の持つ属
性として記録・出力する。上記処理を繰り返すことによ
って、周波数と到来方位が刻々と変化する狭帯域信号を
追尾することができる。
ｉより出力される方位θに指向する受波ビームＢi から
得られた周波数空間の信号強度の分布Ｓ３−ｉに基づい
て、狭帯域信号の精測周波数ｆ1 を求める。この方法と
しては、周波数ｆの近傍で最も信号強度の大きな周波数
をもって狭帯域信号の精測周波数ｆ1 とする。あるい
は、周波数ｆの近傍の周波数間で補間処理を行う等の方
法を用いることができる。後者の場合の補間処理は、例
えば３点を用いた放物線補間で実現することができる。
これは、周波数空間の信号強度分布で、極大点とその両
隣のサンプル周波数における信号強度の３点を通る信号
強度軸方向に凸な放物線を求め、その頂点が位置する周
波数を狭帯域信号の精測周波数ｆ1 とするものである。
続いて、ピーク検出器７では、各受波ビームＢi の信号
強度分布Ｓ３−ｉの周波数ｆ1 における信号強度に基づ
いて、精測方位θ1 を求める。この方法としては、方位
θの近傍で精測周波数ｆ1 における信号強度が、最も大
きな受波ビームに指向する方位をもって精測方位θ1 と
する。または、方位θの近傍の方位を指向する受波ビー
ム間で補間処理を行う等の方法を用いることができる。
この場合の補間処理においても前記放物線補間を用いる
ことができる。このようにして得られた精測周波数
ｆ1 、及び精測方位θ1 を追尾中の狭帯域信号の持つ属
性として記録・出力する。上記処理を繰り返すことによ
って、周波数と到来方位が刻々と変化する狭帯域信号を
追尾することができる。
【００１０】以上のように、本実施例では、以下の利点
がある。 （ｉ）狭帯域信号の場合は、狭帯域信号の周波数の付近
に、信号強度の大きな点が線状に並んだパターンを形作
るという性質を持つ。よって、ニューラルネットワーク
を用いて、このパターンの存在を発見し、これを追跡す
ることによって狭帯域信号を追尾することにしたので、
雑音に影響されることなく、信号の追尾を行え、信号追
尾の精度を向上させることができる。 （ii）従来の方法よりもＳ／Ｎ比が低い状況下で狭帯域
信号の追尾を行うことができる。なお、本発明は、上記
実施例に限定されず種々の変形が可能である。その変形
例としては、例えば次のようなものがある。 （１）上記実施例では入力信号を音響信号としたが、例
えば、電磁波など方向性を持ち周波数と信号強度を求め
得るものであれば、どのような入力信号であってもよ
い。 （２）図１の信号追尾装置は個別回路、またはプログラ
ムにより実現してもよい。 （３）上記実施例ではニューラルネットワークの例とし
てバックプロパゲーション型のものを採り上げたが、パ
ターンの存在を判定できるものであれば、例えばボルツ
マンマシン等、他のニューラルネットワークでもよい。
がある。 （ｉ）狭帯域信号の場合は、狭帯域信号の周波数の付近
に、信号強度の大きな点が線状に並んだパターンを形作
るという性質を持つ。よって、ニューラルネットワーク
を用いて、このパターンの存在を発見し、これを追跡す
ることによって狭帯域信号を追尾することにしたので、
雑音に影響されることなく、信号の追尾を行え、信号追
尾の精度を向上させることができる。 （ii）従来の方法よりもＳ／Ｎ比が低い状況下で狭帯域
信号の追尾を行うことができる。なお、本発明は、上記
実施例に限定されず種々の変形が可能である。その変形
例としては、例えば次のようなものがある。 （１）上記実施例では入力信号を音響信号としたが、例
えば、電磁波など方向性を持ち周波数と信号強度を求め
得るものであれば、どのような入力信号であってもよ
い。 （２）図１の信号追尾装置は個別回路、またはプログラ
ムにより実現してもよい。 （３）上記実施例ではニューラルネットワークの例とし
てバックプロパゲーション型のものを採り上げたが、パ
ターンの存在を判定できるものであれば、例えばボルツ
マンマシン等、他のニューラルネットワークでもよい。
【００１１】
【発明の効果】以上詳細に説明したように、第１〜第５
の発明によれば、各受波ビームに対して、前記周波数空
間の信号強度の分布における前記サンプル周波数の近傍
に直線または曲線のパターンが存在するかをニューラル
ネットワークを用いて判定するパターン判定処理を行
い、方位×周波数空間におけるニューラルネットワーク
出力の分布から極大点を検出するので、雑音に影響され
ることなく、狭帯域信号の追尾を行うことができる。し
かも、Ｓ／Ｎ比が低い状況下で狭帯域信号の追尾を行う
ことができる。
の発明によれば、各受波ビームに対して、前記周波数空
間の信号強度の分布における前記サンプル周波数の近傍
に直線または曲線のパターンが存在するかをニューラル
ネットワークを用いて判定するパターン判定処理を行
い、方位×周波数空間におけるニューラルネットワーク
出力の分布から極大点を検出するので、雑音に影響され
ることなく、狭帯域信号の追尾を行うことができる。し
かも、Ｓ／Ｎ比が低い状況下で狭帯域信号の追尾を行う
ことができる。
【図１】本発明の実施例の信号追尾方法を実施するため
の信号追尾装置の機能ブロック図である。
の信号追尾装置の機能ブロック図である。
【図２】周波数ｆに関する各サンプル時刻Ｔ1 〜Ｔ4 で
の方位空間上の信号強度分布を示す図である。
の方位空間上の信号強度分布を示す図である。
【図３】図２の狭帯域信号の望ましい追尾結果を示す図
である。
である。
【図４】図２の狭帯域信号の従来の方法の追尾結果を示
す図である。
す図である。
１ 未知の目標 ２ 音響アレイセンサ ３−ｉ（ｉ＝１，２，…，ｎ） 周波数分析器 ４−ｉ（ｉ＝１，２，…，ｎ） 記憶装置 ５ ニューラルネット
ワーク ６ 目標管理装置 ７ ピーク検出器
ワーク ６ 目標管理装置 ７ ピーク検出器
───────────────────────────────────────────────────── フロントページの続き (72)発明者 山下 正人 東京都港区虎ノ門１丁目７番12号 沖電 気工業株式会社内 (72)発明者 溝田 享 東京都港区虎ノ門１丁目７番12号 沖電 気工業株式会社内 (72)発明者 尾崎 俊二 東京都港区虎ノ門１丁目７番12号 沖電 気工業株式会社内 (56)参考文献 特開 平６−43238（ＪＰ，Ａ) 特開 平８−15402（ＪＰ，Ａ)
Claims (5)
- 【請求項１】 異なる方位に対する指向性を持つ複数の
受波ビームを用いて所定の連続した範囲の方位を監視
し、 前記各受波ビームに対して、サンプル時刻、及びサンプ
ル周波数毎に、受波した信号の周波数分析を行い周波数
空間の信号強度の分布を算出し、 前記周波数空間の信号強度の分布に基づいて、方向性を
もって到来する狭帯域信号の周波数と到来方位を時間的
に継続して測定する信号追尾方法において、 前記各受波ビームに対して、前記周波数空間の信号強度
の分布における前記サンプル周波数の近傍に直線または
曲線のパターンが存在するかをニューラルネットワーク
を用いて判定するパターン判定処理と、 前記ニューラルネットワークの出力の、方位及び周波数
空間での分布から極大点を検出する極大点検出処理と、 前記極大点検出処理により検出された極大点が時間的に
継続して出現し、かつ、それらの極大点の方位、及び周
波数が近接している場合を検出することにより、狭帯域
信号の周波数、及び方位を追尾する狭帯域信号追尾処理
とを、 施すことを特徴とする信号追尾方法。 - 【請求項２】 前記狭帯域信号追尾処理は、前記極大点
検出処理により得られた最新の極大点のサンプル周波数
と過去の極大点のサンプル周波数からトラッキングフィ
ルタによって得た予測値とを比較することによって狭帯
域信号の周波数、及び方位を追尾することを特徴とする
請求項１記載の信号追尾方法。 - 【請求項３】 前記狭帯域信号追尾処理は、前記極大点
検出処理により得られた最新の極大点の方位と過去の極
大点の方位からトラッキングフィルタによって得た予測
値とを比較することによって狭帯域信号の周波数、及び
方位を追尾することを特徴とする請求項１記載の信号追
尾方法。 - 【請求項４】 前記狭帯域信号追尾処理は、前記周波数
空間の信号分布での補間処理を行うことにより狭帯域信
号の周波数の精測情報を得ることを特徴とする請求項１
記載の信号追尾方法。 - 【請求項５】 前記狭帯域信号追尾処理は、前記受波ビ
ーム間での補間処理を行うことにより狭帯域信号の到来
方位の精測情報を得ることを特徴とする請求項１記載の
信号追尾方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6268545A JP2607854B2 (ja) | 1994-11-01 | 1994-11-01 | 信号追尾方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6268545A JP2607854B2 (ja) | 1994-11-01 | 1994-11-01 | 信号追尾方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08129060A JPH08129060A (ja) | 1996-05-21 |
| JP2607854B2 true JP2607854B2 (ja) | 1997-05-07 |
Family
ID=17460022
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6268545A Expired - Lifetime JP2607854B2 (ja) | 1994-11-01 | 1994-11-01 | 信号追尾方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2607854B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1159467A (ja) | 1997-08-26 | 1999-03-02 | Koyo Seiko Co Ltd | パワーステアリング装置 |
| JP7124671B2 (ja) * | 2018-11-26 | 2022-08-24 | 沖電気工業株式会社 | 信号分析装置および信号分析方法 |
| CN111505566B (zh) * | 2020-05-08 | 2022-09-16 | 哈尔滨工程大学 | 一种特高频射频信号doa估计方法 |
-
1994
- 1994-11-01 JP JP6268545A patent/JP2607854B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH08129060A (ja) | 1996-05-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1273927B1 (en) | Environmental noise monitoring | |
| US9351071B2 (en) | Audio source position estimation | |
| JP3122389B2 (ja) | 背景クラッタ中のレーダ目標追跡システム | |
| US6714481B1 (en) | System and method for active sonar signal detection and classification | |
| JP4784976B2 (ja) | 電波到来方向推定装置、電波到来方向推定プログラム、および記録媒体 | |
| JP2607854B2 (ja) | 信号追尾方法 | |
| EP0393741B1 (en) | Acoustic detection device | |
| US5731783A (en) | Method and apparatus for estimating radar signal polarisation | |
| CN117452342B (zh) | 一种基于极化特征的箔条干扰检测方法 | |
| KR100211270B1 (ko) | 차량 위치 추적 방법 및 시스템 | |
| JP2576044B2 (ja) | 信号追尾方法 | |
| JP4624046B2 (ja) | センシング装置 | |
| JP2731792B2 (ja) | 狭帯域信号追尾方法 | |
| JP2866292B2 (ja) | 信号探知方法 | |
| JP2000266832A (ja) | 音源方向測定方法及び装置 | |
| JP2857667B2 (ja) | 追跡受信機およびレーダデータの走査速度の相関を使用した能動エミッタの検出方法 | |
| JP3142489B2 (ja) | 目標運動解析方法及び目標運動解析装置 | |
| JP2607861B2 (ja) | 信号形式判定方法 | |
| JP2918853B2 (ja) | 乗り物位置トラッキング方法及びシステム | |
| US20070244952A1 (en) | Signal analysis methods | |
| JP2000241522A (ja) | 複数センサ間データ統合・追尾装置 | |
| JPH0850172A (ja) | 音波方位計測装置 | |
| JP2830596B2 (ja) | モノパルス測角回路 | |
| KR101170724B1 (ko) | 신호원 방향 탐지 방법 | |
| JP2000338215A (ja) | 狭帯域信号検出処理における受信方位精測方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19961224 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |