JP2005291816A - レーダ装置 - Google Patents

Abstract

【課題】レーダ数が少ない場合にも、高分解能な反射強度分布を用いて到来目標を精度よく識別するレーダ装置を提供する。
【解決手段】複数地点に設置した複数のレーダ器で同一目標を観測して得られる目標の高分解能な反射強度分布を用いて目標の識別と目標の姿勢を推定するレーダ装置であって、各レーダ器１で測定した目標までの距離情報を用いて目標の位置を推定する目標位置推定部２と、候補目標の高分解能な反射強度分布の観測角特性を予め蓄積するデータベース４と、推定した目標位置において候補目標の姿勢を仮定して、各レーダ器で得られる高分解能な反射強度分布の組を用意し、到来目標の反射強度分布と比較することにより到来目標の機種と姿勢を推定する識別処理部３とを備えた。
【選択図】図１

Description

この発明は、複数地点に設置した複数のレーダで同一目標を観測して得られる反射強度分布を用いて目標の識別と目標の姿勢を推定するレーダ装置に関するものである。

従来、この種のレーダ装置として、複数地点に設置したレーダで同一目標を観測して得られる目標のＲＣＳ（Radar Cross Section）値を用いて目標の識別と目標の姿勢を推定するものがある（例えば、特許文献１参照）。

特開２００２−２６７７４７号公報

しかしながら、上述した従来のレーダ装置では、レーダ数が少ない場合に識別性能が低くなるという問題があった。

この発明は、このような従来の問題点を解決するためになされたもので、レーダ数が少ない場合でも到来目標を精度よく識別することができるレーダ装置を提供することを目的とする。

この発明に係るレーダ装置は、複数地点に設置した複数のレーダ器で同一目標を観測して得られる、目標の散乱点を分離できる空間分解能を有する反射強度分布を用いて、目標の識別と目標の姿勢を推定するレーダ装置であって、各レーダ器で測定した目標までの距離情報を用いて目標の位置を推定する目標位置推定部と、候補目標の反射強度分布の観測角特性を予め蓄積するデータベースと、推定した目標位置において候補目標の姿勢を仮定して、前記データベースに蓄積されたデータに基づいて各レーダ器で得られる反射強度分布の組を用意し、到来目標の観測結果である反射強度分布と比較することにより到来目標の機種と姿勢を推定する識別処理部とを備えたことを特徴とするものである。

この発明によれば、レーダ数が少ない場合にも、目標の散乱点を分離できる空間分解能を有する反射強度分布を用いて到来目標を精度よく識別することができる。

実施の形態１．
（レンジプロフィール）
以下、図１〜図５に従いこの発明の実施の形態１について説明する。
図１は、この発明の実施の形態１に係るレーダ装置の構成を示すブロック図である。図１に示すレーダ装置は、複数地点に設置したレーダ器で同一目標を観測して得られる目標の高分解能な反射強度分布としてレンジプロフィールを用いて目標の識別と目標の姿勢を推定するレーダ装置であって、複数地点に設置したレーダ器１（１−１，１−２，・・・，１−Ｍを総称する）と、各レーダ器１で測定した目標までの距離情報を用いて目標の位置を推定する目標位置推定部２と、候補目標の高分解能な反射強度分布の観測角特性を予め蓄積するデータベースとしてのレンジプロフィールデータベース４と、受信信号を処理して高分解能な反射強度分布を生成すると共に、推定した目標位置において候補目標の姿勢を仮定して、各レーダ器１で得られる高分解能な反射強度分布の組を用意し、到来目標の反射強度分布と比較することにより到来目標の機種と姿勢を推定する識別処理部としてのレンジプロフィール識別処理部３とを備えている。ここで、本明細書で言及する「高分解能な反射強度分布」とは、目標の形状に対して目標の散乱点を分離できる程度に高い空間分解能を有する反射強度分布である。

ここで、レンジプロフィールデータベース４は、候補目標の高分解能な反射強度分布の観測角特性として候補目標のレンジプロフィールの観測角特性を予め蓄積し、レンジプロフィール識別処理部３は、推定した目標位置において候補目標の姿勢を様々に仮定して、各レーダ器１で得られるレンジプロフィールの組を用意し、到来目標のレンジプロフィールと比較することにより到来目標の機種と姿勢を推定する。

図２は、レンジプロフィール識別処理部３の内部構成を示すブロック図である。図２に示すように、レンジプロフィール識別処理部３は、目標位置推定部２により推定された目標位置において候補目標の姿勢を様々に仮定して各レーダ器の観測角を目標と各レーダ器の位置関係から算出する観測角算出部３ａと、観測角に対応する候補目標のレンジプロフィールをレンジプロフィールデータベース４から読み出すレンジプロフィール読み出し部３ｂと、レンジプロフィールに基づいて到来目標の機種と姿勢の推定結果を出力する判定部３ｃとを有する。

次に、上記構成を備える実施の形態１に係るレーダ装置の動作について説明する。
（１）レーダ器１−ｍ（ｍ＝１、２、・・・，Ｍ）は、図３に示すように、複数地点に配置されているものとする。各レーダ器１−ｍの位置（ｘ_ｍ、ｙ_ｍ、ｚ_ｍ）（ｍ＝１、２、・・・，Ｍ）は既知である。各レーダ器１−ｍは、同一目標に対してそれぞれパルスを送受信する。得られた受信信号から、各レーダ器１−ｍで観測した目標のレンジプロフィールｓ_ｍ（ｍ＝１、２、・・・，Ｍ）と、各レーダ器１−ｍから目標までの距離Ｒ_ｍ（ｍ＝１、２、・・・，Ｍ）を得る。ここで、レンジプロフィールｓ_ｍは次式で定義されるベクトルである。ただし、ｓ（ｒ）はｒ番目のレンジビンにおけるＲＣＳの観測量である。Ｋはレンジビン数である。

各レーダ器１−ｍで得られた目標のレンジプロフィールｓ_ｍと目標までの距離Ｒ_ｍは、目標位置推定部２に送られる。

（２）目標位置推定部２は、各レーダ器１−ｍで測定した目標までの距離Ｒ_ｍと、既知の情報である各レーダ器１−ｍの位置（ｘ_ｍ、ｙ_ｍ、ｚ_ｍ）から、目標位置を推定する。目標位置をＰ_ｔ（ｘ_ｐ、ｙ_ｐ、ｚ_ｐ）とすると、各レーダ器１−ｍと目標位置Ｐ_ｔの距離Ｒ_ｍは次式で表される。

目標位置Ｐ_ｔは、式（１）の非線形の連立方程式を最小２乗法により解くことにより決定する。目標位置推定部２で推定された目標位置Ｐ_ｔと、目標のレンジプロフィールｓ_ｍは、レンジプロフィール識別処理部３へ送られる。

（３）観測角算出部３ａは、目標位置Ｐ_ｔにおいて候補目標Ｎ（Ｎ＝１、２、・・・，Ｎ）の姿勢（ｉ_ｘ、ｉ_ｙ、ｉ_ｚ）を様々に仮定して、各レーダ器１−ｍの観測角（θ_ｍ、φ_ｍ）（ｍ＝１、２、・・・，Ｍ）を目標と各レーダ器１−ｍの位置関係から算出する。ここで、（ｉ_ｘ、ｉ_ｙ、ｉ_ｚ）は目標の姿勢を表し、それぞれ目標の機首方向、横方向、高さ方向の単位ベクトルを表す。（θ_ｍ、φ_ｍ）は各レーダ器１−ｍの観測角で、エレベーション角φ_ｍとアジマス角θ_ｍで表される。観測角（θ_ｍ、φ_ｍ）は、目標を基準とした各レーダ器１−ｍの方向であり、図４に示されるように、（ｉ_ｘ、ｉ_ｙ、ｉ_ｚ）座標系における（ｉ_ｘ、ｉ_ｙ）平面内でｉ_ｘ軸から半時計回りに測ったアジマス角φ_ｍ、および、（ｉ_ｘ、ｉ_ｙ）平面からｉ_ｚ軸方向に測ったエレベーション角θ_ｍで定義する。

（４）そして、レンジプロフィール読み出し部３ｂが、この観測角（θ_ｍ、φ_ｍ）に対応する候補目標Ｎのレンジプロフィールｓ_{Ｎ、（θｍ、φｍ）}を、各候補目標Ｎについて様々な観測角に対するレンジプロフィールを蓄積するデータベース４から読み出してきて、次式のベクトルとして用意する。

式（３）のＳ（Ｎ、（ｉ_ｘ、ｉ_ｙ、ｉ_ｚ）、Ｐ_ｔ）は、目標位置Ｐ_ｔにおいて候補目標Ｎが姿勢（ｉ_ｘ、ｉ_ｙ、ｉ_ｚ）であるときに各レーダ器１−ｍで得られるレンジプロフィールｓ_{Ｎ、（θｍ、φｍ）}を要素とするベクトルである。

（５）判定部３ｃは、まず、目標位置推定部２から送られた各レーダ器１−ｍで観測した目標のレンジプロフィールｓ_ｍを要素とするベクトルＳ_ｏｂｓを次式で与える。

（６）次に、候補目標Ｎが到来目標と一致して、かつ、姿勢（ｉ_ｘ、ｉ_ｙ、ｉ_ｚ）が等しいときにＳ_ｏｂｓとＳ（Ｎ、（ｉ_ｘ、ｉ_ｙ、ｉ_ｚ）、Ｐ_ｔ）が理想的には一致することを踏まえ、次式の評価関数を最小化する候補目標Ｎ、姿勢（ｉ_ｘ、ｉ_ｙ、ｉ_ｚ）の組をそれぞれ到来目標の機種と姿勢の推定結果とする。

（他の実施例）
（相関値）
上記実施の形態１では、式（５）の評価関数を導入し、Ｓ_ｏｂｓとＳ（Ｎ、（ｉ_ｘ、ｉ_ｙ、ｉ_ｚ）、Ｐ_ｔ）の誤差を最小化するように候補目標と姿勢を決定したが、次式の評価関数を導入し、相関値を評価指標として識別を行うようにしても良い。

ここで、ｘｃｏｌｌは、次式で表されるように、Ｓ_ｏｂｓとＳ（Ｎ、（ｉ_ｘ、ｉ_ｙ、ｉ_ｚ）、Ｐ_ｔ）の対応する要素（ｓ_１とｓ_{ｎ,(θ１,φ１)}，ｓ_２とｓ_{ｎ,(θ２,φ２)}，ｓ_Ｍとｓ_{ｎ,(θＭ,φＭ)}）ごとに最大相関値を計算し、これを足し合わせた値を返すオペレータである。

このとき、式（６）の評価関数を最大化する候補目標と姿勢を識別結果として出力する。

（他の実施例）
（データベース）
上記実施の形態１では、候補目標のレンジプロフィールの観測角特性を予め蓄積するレンジプロフィールデータベース４を設けるようにしたが、候補目標の形状を用意しておき、ＧＴＤ（Geometrical Theory of Diffraction）等の数値計算により逐次レンジプロフィールを計算するような構成にしても同様の効果が得られる。

（他の実施例）
（マルチスタティック）
上記実施の形態１では、複数のレーダ器でパルスを送受信し、同一目標を観測するモノスタティックレーダシステムの例で説明したが、図５に示すように、１つのレーダ器で送信を行い、全てのレーダ器で同時に受信を行うマルチスタティックレーダシステムにおいても、同様の効果が得られることは容易に推測できる。

（効果）
以上のように、この発明の実施の形態１によれば、レーダ数が少ない場合にも、高分解能なレンジプロフィールを用いて到来目標を精度よく識別することができる。また、各レーダ器で測定した目標までの距離情報を用いて目標の位置を推定するようにしたので、角度分解能が低いレーダ器を用いた場合にも目標位置を精度良く推定でき、識別率が向上する。

実施の形態２．
（クロスレンジプロフィール）
以下、図６〜図７に従いこの発明の実施の形態２について説明する。
図６は、この発明の実施の形態２に係るレーダ装置の構成を示すブロック図である。また、図７は、この発明の実施の形態２に係るクロスレンジプロフィール識別処理部１３の内部構成を示すブロック図である。図６及び図７において、図１及び図２と対応する部分には同一符号を付しその詳細説明を省略する。

図６に示すレーダ装置は、複数地点に設置したレーダ器で同一目標を観測して得られる目標の高分解能な反射強度分布としてクロスレンジプロフィールを用いて目標の識別と目標の姿勢を推定するレーダ装置であって、複数地点に設置したレーダ器１１（１１−１，１１−２，・・・，１１−Ｍを総称する）と、図１に示す実施の形態１と同様な目標位置推定部２と、データベースとしてのＲＣＳ（Radar Cross Section）データベース１４と、識別処理部としてのクロスレンジプロフィール生成部１２及びクロスレンジプロフィール識別処理部１３とを備えている。

ここで、データベース１４は、高分解能な反射強度分布の観測角特性として、候補目標のＲＣＳの観測角特性を予め蓄積し、クロスレンジプロフィール生成部１２は、受信信号を処理してクロスレンジプロフィールを生成し、クロスレンジプロフィール識別処理部１３は、推定した目標位置において候補目標の姿勢を仮定して、各レーダ器１１で得られるクロスレンジプロフィールの組を用意し、到来目標のクロスレンジプロフィールと比較することにより到来目標の機種と姿勢を推定する。

また、クロスレンジプロフィール識別処理部１３は、図７に示すように、図２に示す実施の形態１と同様な、観測角算出部３ａ及び判定部３ｃを有すると共に、レンジプロフィール読み出し部３ｂの代わりに、ＲＣＳデータベース１４から観測角に対応する候補目標のＲＣＳの観測角特性を読み出すＲＣＳ読み出し部１３ａを有する。

前述した実施の形態１では、レンジ分解能の高いレーダを用いることで目標のレンジプロフィールを観測したが、レンジ分解能が低いレーダではレンジプロフィールが得られない。しかし、目標が移動する場合、複数パルスを送受信してドップラー周波数を観測することにより、レンジに直交するクロスレンジ方向の長さに対する反射強度分布（クロスレンジプロフィール）を観測できる。クロスレンジプロフィールの観測方法は、文献High-Resolution Radar Second Edition（著者Donald R. Wehner, 出版社Artech House Publishers, pp. 341〜433）を参照のこと。

次に、上記構成を備える実施の形態２に係るレーダ装置の動作について説明する。
（１）複数地点に配置されたレーダ器１１−ｍ（ｍ＝１、２、・・・，Ｍ）は、ｔ＝０（ｓ）からｔ＝Ｔ（ｓ）の間に、それぞれ同一目標に対してパルスを照射して反射波を受信する処理をＨ回繰り返す。これにより、各レーダ器１１−ｍで収集した受信信号ｇ_ｍ（ｈ）（ｈ＝１、２、・・・，Ｈ）と、各レーダ器１１−ｍから目標までの距離Ｒ_ｍ（ｈ）（ｍ＝１、２、・・・，Ｍ、ｈ＝１、２、・・・，Ｈ）を得る。ここで、Ｔを合成開口時間、Ｈをヒット数、ｈをヒット番号と呼ぶ。なお、各レーダ器１１−ｍの位置（ｘ_ｍ、ｙ_ｍ、ｚ_ｍ）（ｍ＝１、２、・・・，Ｍ）は既知であるとする。各レーダ器１１−ｍで得られた受信信号ｇ_ｍ（ｈ）と目標までの距離Ｒ_ｍ（ｈ）は、目標位置推定部２に送られる。

（２）目標位置推定部２は、実施の形態１と同様の処理をＨ回の送受信についてそれぞれ行い、目標位置Ｐ_ｔ（ｈ）（ｈ＝１、２、・・・，Ｈ）を推定する。なお、目標位置Ｐ_ｔ（ｈ）は、ｔ＝０（ｓ）からｔ＝Ｔ（ｓ）の間に目標が移動した軌跡の推定値を表すので、以降の説明では軌跡Ｐ_ｔ（ｈ）と呼ぶことにする。目標位置推定部２で推定された軌跡Ｐ_ｔ（ｈ）と、受信信号ｇ_ｍ（ｈ）は、クロスレンジプロフィール生成部１２へ送られる。

（３）クロスレンジプロフィール生成部１２は、目標位置推定部２で推定された軌跡Ｐ_ｔ（ｈ）に基づいて受信信号ｇ_ｍ（ｈ）を処理して、各レーダ器１１−ｍで観測したクロスレンジプロフィールＣｐ_ｍ（ｍ＝１、２、・・・，Ｍ）を生成する。クロスレンジプロフィールＣｐ_ｍは次式で定義されるベクトルである。ただし、Ｃｐ（ｒ）はｒ番目のクロスレンジセルにおけるＲＣＳの観測量である。Ｄはクロスレンジセル数である。

クロスレンジプロフィール生成部１２で生成された観測した目標のクロスレンジプロフィールＣｐ_ｍと、目標位置Ｐ_ｔ（ｈ）は、クロスレンジプロフィール識別処理部１３へ送られる。

（４）クロスレンジプロフィール識別処理部１３において、観測角算出部３ａは、推定された軌跡Ｐ_ｔ（ｈ）において候補目標Ｎ（Ｎ＝１、２、・・・，Ｎ）の姿勢（ｉ_ｘ、ｉ_ｙ、ｉ_ｚ）を様々に仮定して、各レーダ器１１−ｍが候補目標Ｎに対してＨ回パルスを送受信するときの各送受信における観測角を算出する。

（５）そして、ＲＣＳ読み出し部１３ａが、この観測角に対する候補目標ＮのＲＣＳを、各候補目標Ｎについて様々な観測角に対するＲＣＳを蓄積するＲＣＳデータベース１４から読み出してきて、各レーダ器１１−ｍがＨ回パルスを送受信して得た受信信号を用意する。そして、推定された軌跡Ｐ_ｔ（ｈ）に基づいてこの受信信号を処理して、各レーダ器１１−ｍで得られるクロスレンジプロフィールＣｐ_ｍ（Ｎ、（ｉ_ｘ、ｉ_ｙ、ｉ_ｚ）、Ｐ_ｔ（ｈ））（ｍ＝１、２、・・・，Ｍ、Ｎ＝１、２、・・・，Ｈ）を生成し、これを次式のようにまとめる。

（６）判定部３ｃは、まず、クロスレンジプロフィール１２から送られた各レーダ器１１−ｍで観測した目標のクロスレンジプロフィールＣｐ_ｍを要素とするベクトルＳ_ｏｂｓを次式で与える。

次に、候補目標Ｎが到来目標と一致して、かつ、姿勢（ｉ_ｘ、ｉ_ｙ、ｉ_ｚ）が等しいときにＳ_ｏｂｓとＳ（Ｎ、（（ｉ_ｘ、ｉ_ｙ、ｉ_ｚ）、Ｐ_ｔ（ｈ））が理想的には一致することを踏まえ、次式の評価関数を最小化する候補目標Ｎ、姿勢（ｉ_ｘ、ｉ_ｙ、ｉ_ｚ）の組をそれぞれ到来目標の機種と姿勢の推定結果とする。

（他の実施例）
（相関値）
上記実施の形態２では、式（１２）の評価関数を導入し、Ｓ_ｏｂｓとＳ（Ｎ、（ｉ_ｘ、ｉ
_ｙ、ｉ_ｚ）、Ｐ_ｔ（ｈ））の誤差を最小化するように候補目標と姿勢を決定したが、次式の評価関数を導入し、相関値を評価指標として識別を行うようにしても良い。

このとき、式（１３）の評価関数を最大化する候補目標と姿勢を識別結果として出力する。

（他の実施例）
（軌跡）
上記実施の形態２では、推定された軌跡において候補目標の姿勢を様々に仮定して各レーダ器で得られるクロスレンジプロフィールの組を用意して識別を行ったが、推定された軌跡には、観測誤差が含まれていることを考慮し、推定された軌跡を含むある領域を設け、その領域内で軌跡を様々に仮定し、仮定した軌跡において候補目標の姿勢を様々に仮定して各レーダ器で得られるクロスレンジプロフィールの組を用意して識別を行うようにしてもよい。

（他の実施例）
（マルチスタティック）
上記実施の形態２では、複数のレーダ器でパルスを送受信し、同一目標を観測するモノスタティックレーダシステムの例で説明したが、１つのレーダ器で送信を行い、全てのレーダ器で同時に受信を行うマルチスタティックレーダシステムにおいても、同様の効果が得られることは容易に推測できる。

（効果）
以上のように、この発明の実施の形態２によれば、レーダ数が少ない場合にも、高分解能なクロスレンジプロフィールを用いて到来目標を精度よく識別することができる。また、レンジ分解能が低いレーダを用いても到来目標を精度よく識別することができる。

実施の形態３．
（レーダ画像）
以下、図８〜図９に従いこの発明の実施の形態３について説明する。
図８は、この発明の実施の形態３に係るレーダ装置の構成を示すブロック図である。また、図９は、この発明の実施の形態３によるレーダ画像識別処理部２２の内部構成を示すブロック図である。図８及び図９において、図１及び図２と対応する部分には同一符号を付しその詳細説明は省略する。

図８に示すレーダ装置は、複数地点に設置したレーダ器で同一目標を観測して得られる目標の高分解能な反射強度分布としてレーダ画像を用いて目標の識別と目標の姿勢を推定するレーダ装置であって、複数地点に設置したレーダ器１１（１１−１，１１−２，・・・，１１−Ｍを総称する）と、図１に示す実施の形態１と同様な目標位置推定部２と、データベースとしての部分ＲＣＳ（Radar Cross Section）データベース２３と、識別処理部としての画像再生部２１及びレーダ画像識別処理部２２とを備えている。

ここで、部分ＲＣＳデータベース１４は、高分解能な反射強度分布の観測角特性として、候補目標の部分ＲＣＳ（Radar Cross Section）の観測角特性を予め蓄積し、レーダ画像識別処理部２２は、推定した目標位置において候補目標の姿勢を仮定して、各レーダ器で得られるレーダ画像の組を用意し、到来目標のレーダ画像と比較することにより到来目標の機種と姿勢を推定する。

また、レーダ画像識別処理部２２は、図９に示すように、図２及び図７に示す実施の形態１及び２と同様な、観測角算出部３ａ及び判定部３ｃを有すると共に、レンジプロフィール読み出し部３ｂの代わりに、部分ＲＣＳデータベース２３から観測角に対応する候補目標の部分ＲＣＳの観測角特性を読み出す部分ＲＣＳ読み出し部２２ａを有する。

前述した実施の形態２では、レンジ分解能が低いレーダでレンジに直交するクロスレンジ方向の長さに対する反射強度分布（クロスレンジプロフィール）を観測して識別を行ったが、レンジ分解能が高いレーダを用いることにより、目標上の反射強度分布をレンジとクロスレンジを軸とする高分解能な画像として得ることができる。レンジとクロスレンジを軸とする目標のレーダ画像の生成方法は、文献High-Resolution Radar Second Edition（著者Donald R. Wehner, 出版社Artech House Publishers、 pp. 341〜433）を参照のこと。

次に、上記構成を備える実施の形態３に係るレーダ装置の動作について説明する。
（１）レーダ器１１−ｍと目標位置推定部２までの処理は実施の形態２と同じである。

（２）目標位置推定部２からの目標位置Ｐ_ｔ（ｈ）と受信信号ｇ_ｍ（ｈ）を受信した画像再生部２１は、上記受信信号を処理してレンジとクロスレンジを軸とする目標のレーダ画像Ｉ_ｍ（ｍ＝１、２、・・・，Ｍ）を再生し、得られたレーダ画像Ｉ_ｍと目標位置Ｐ_ｔ（ｈ）をレーダ画像識別処理部２２に送る。

レーダ画像識別処理部２２は、実施の形態２で、クロスレンジプロフィール識別処理部１２が、観測した目標のクロスレンジプロフィールと候補目標のクロスレンジプロフィールを比較していたものを、レーダ画像に代えた処理であるので、説明を省略する。なお、クロスレンジプロフィールに代えてレーダ画像を用いて識別するようにしたので、部分ＲＣＳ読み出し部２２ａは、クロスレンジプロフィールに代えて、レンジとクロスレンジを軸とする候補目標のレーダ画像を生成する。このとき、候補目標のレーダ画像は、各候補目標Ｎについて様々な観測角に対する部分ＲＣＳを蓄積している部分ＲＣＳデータベースから部分ＲＣＳを読み出してきて生成する。ここで、部分ＲＣＳは、目標上の各散乱中心のＲＣＳである。

（他の実施例）
（マルチスタティック）
上記実施の形態３では、各レーダ器１１−ｍがそれぞれ独自に送受信を行うモノスタティックレーダシステムの例で説明したが、１つのレーダ器で送信を行い、全てのレーダ器で同時に受信を行うマルチスタティックレーダシステムにおいても、同様の効果が得られることは容易に推測できる。

（効果）
以上のように、この発明の実施の形態３によれば、高分解能なレーダ画像を用いることにより目標識別処理のパラメータがさらに増大し、レーダ数が少ない場合にも到来目標を精度よく識別することができる。

実施の形態４．
（特徴量）
以下、図１０〜図１１に従いこの発明の実施の形態４について説明する。
図１０は、この発明の実施の形態４に係るレーダ装置の構成を示すブロック図である。
図１０に示すレーダ装置は、複数地点に設置したレーダ器で同一目標を観測して得られる目標の高分解能な反射強度分布の特徴量を用いて目標の識別と目標の姿勢を推定するレーダ装置であって、複数地点に設置したレーダ器１（１−１，１−２，・・・，１−Ｍを総称する）と、図１に示す実施の形態１と同様な目標位置推定部２と、データベースとしての特徴量データベース３３と、識別処理部としての特徴量算出部３１及び特徴量識別処理部３２とを備えている。

ここで、特徴量データベース３３は、高分解能な反射強度分布の観測角特性として、候補目標の高分解能な反射強度分布の特徴量の観測角特性を予め蓄積し、特徴量識別処理部３２は、推定した目標位置において候補目標の姿勢を仮定して、各レーダ器で得られる高分解能な反射強度分布の特徴量の組を用意し、到来目標の高分解能な反射強度分布の特徴量と比較することにより到来目標の機種と姿勢を推定する。

次に、上記構成を備える実施の形態４に係るレーダ装置の動作について説明する。
本実施の形態４では、観測した目標のレンジプロフィールから得られる特徴量と、候補目標のレンジプロフィールから得られる特徴量を照らし合わせることにより識別を行う点が上記実施の形態１と異なる。

目標位置推定部２から目標位置Ｐ_ｔと目標のレンジプロフィールｓ_ｍを受信する特徴量算出部３１では、各レーダ器１−ｍで観測したレンジプロフィールｓ_ｍから、特徴量としては、以下の目標の大きさと平均電力を算出する。

（目標の大きさ）
図１１に示すように、各レーダ器１−ｍで観測したレンジプロフィールｓ_ｍに対し、受信信号強度の閾値Ｔ_ampを設定し、閾値Ｔ_ampを超えるレンジセルから目標の大きさＬ_ｍを推定する。

（平均電力）
各レーダ器１−ｍで観測したレンジプロフィールｓ_ｍに対し、受信信号強度の閾値Ｔ_ampを設定し、閾値Ｔ_ampを超えるレンジセルの受信信号強度を平均し、平均電力Ｐ_ｍとする。

特徴量算出部３１は、目標位置Ｐ_ｔと、各レーダ器１−ｍで観測したレンジプロフィールｓ_ｍから上記のようにして算出した特徴量を特徴量識別処理部３２に送る。

特徴量識別処理部３２では、目標のレンジプロフィールから得られる特徴量と、候補目標のレンジプロフィールから得られる特徴量を照らし合わせることにより識別を行う。すなわち、観測された位置において候補目標の姿勢を様々に仮定して、各レーダ器で得られるレンジプロフィールから算出される特徴量を、候補目標のレンジプロフィールから算出した特長量の観測角特性を予め記憶している特徴量データベース３３から読み出してくることによって用意し、観測した目標の特徴量との差を最小にする候補目標と姿勢をそれぞれ到来目標の機種と姿勢の推定値とする。

（効果）
以上のように、この発明の実施の形態４によれば、目標のレンジプロフィールから得られる特徴量と、候補目標のレンジプロフィールから算出した特徴量を照らし合わせることにより識別を行うようにしたので、例えば雑音により観測したレンジプロフィールが変化した場合にも、識別の精度が低下するのを抑えることができる。

なお、本実施の形態４では、上記実施の形態１の発展形としてその内容を説明したが、上記実施の形態２および３の発展形としても実現できるのは言うまでもない。すなわち、候補目標のレンジプロフィールの他に、クロスレンジプロフィール、レンジとクロスレンジを軸とするレーダ画像のいずれかから算出した特徴量を照らし合わせることにより識別を行うことができる。

実施の形態５．
（周波数）
以下、図１２〜図１３に従いこの発明の実施の形態５について説明する。
図１２は、この発明の実施の形態５に係るレーダ装置の構成を示すブロック図である。
図１２に示すレーダ装置は、複数地点に設置したレーダ器で同一目標を観測して得られる目標の高分解能な反射強度分布を用いて目標の識別と目標の姿勢を推定するレーダ装置であって、複数地点に設置したレーダ器４１（４１−１，４１−２，・・・，４１−Ｍを総称する）と、図１に示す実施の形態１と同様な目標位置推定部２と、データベースとしての多周波数特徴量データベース４３と、識別処理部としての周波数考慮型識別処理部４２とを備えている。

ここで、多周波数データベース４３は、高分解能な反射強度分布の観測角特性として、候補目標のレーダ信号の周波数に対応した高分解能な反射強度分布及びその特徴量の観測角特性を蓄積し、周波数考慮型識別処理部４２は、各レーダ器が周波数の異なるレーダ信号を送受信することを考慮して目標の機種の識別と姿勢の推定を行う。

すなわち、本実施の形態５では、実施の形態１において、レーダ器１をレーダ器４１に、識別処理部１を周波数考慮型識別処理部４２に、データベース１を多周波数データベース４３に代えた点が異なる。

次に、上記構成を備える実施の形態５に係るレーダ装置の動作について説明する。
（１）図１３に示すように、各レーダ器４１−ｍが異なる周波数ｆ_ｍ（ｍ＝１、２、・・・，Ｍ）で送受信を行い、目標のレンジプロフィールと目標までの距離を得る。

（２）周波数考慮型識別処理部４２では、目標位置において候補目標の姿勢を様々に仮定して、各レーダ器４１−ｍで周波数ｆｍのレーダ信号を送受信して得られるレンジプロフィールを、複数の周波数に関して候補目標のレンジプロフィールの観測角特性を予め記憶している多周波数データベース４３から読み出してくることによって用意し、観測した目標のレンジプロフィールとの差を最小にする候補目標と姿勢をそれぞれ到来目標の機種と姿勢の推定結果とする。

このように、本実施の形態５では、各レーダ器で周波数の異なるレーダ信号を送受信して目標識別を行えるようにしたので、周波数を切り替えて送受信を行えるレーダ器は、必要に応じて送受信信号の周波数を選択できる。また、送受信信号の周波数が異なる単体レーダ器をネットワーク化して識別を行うことができる。

なお、本実施の形態５では、上記実施の形態１の発展形としてその内容を説明したが、上記実施の形態２および３の発展形としても実現できるのは言うまでもない。

実施の形態６．
（偏波）
以下、図１４〜図１５に従いこの発明の実施の形態６について説明する。
図１４は、この発明の実施の形態６に係るレーダ装置の構成を示すブロック図である。
図１４に示すレーダ装置は、複数地点に設置したレーダ器で同一目標を観測して得られる目標の高分解能な反射強度分布を用いて目標の識別と目標の姿勢を推定するレーダ装置であって、複数地点に設置したレーダ器５１（５１−１，５１−２，・・・，５１−Ｍを総称する）と、図１に示す実施の形態１と同様な目標位置推定部２と、データベースとしての散乱行列データベース５３と、識別処理部としての偏波考慮型識別処理部５２とを備えている。

ここで、散乱行列データベース５３は、高分解能な反射強度分布の観測角特性として、高分解能な反射強度分布の観測角特性として、候補目標の散乱行列レンジプロフィールの観測角特性を蓄積し、偏波考慮型識別処理部５２は、各レーダ器が偏波の異なるレーダ信号を送受信することを考慮して目標の機種の識別と姿勢の推定を行う。

すなわち、本実施の形態６では、実施の形態１において、レーダ器１をレーダ器５１に、識別処理部１を偏波考慮型識別処理部５２に、データベース１を散乱行列データベース５３に代えた点が異なる。

次に、上記構成を備える実施の形態６に係るレーダ装置の動作について説明する。
（１）図１５に示すように、各レーダ器５１−ｍが異なる偏波Ｐ_ｍ（ｍ＝１、２、・・・，Ｍ）で送受信を行い、目標のレンジプロフィールと目標までの距離を得る。

（２）散乱行列データベース５３は、散乱行列レンジプロフィールの観測角特性を予め記憶しており、この情報を用いれば、偏波合成により任意の送受信偏波に対するレンジプロフィールを計算可能である。例えば、散乱行列データベース５３には、観測角（θ_ｍ、φ_ｍ）に対応する候補目標Ｎの散乱行列レンジプロフィールｚ_{Ｎ、（θｍ、φｍ）}を記憶するものとする。

ただし、z（r）はｒ番目のレンジビンにおける散乱行列である。

偏波考慮型識別処理部５２は、目標位置において候補目標の姿勢を様々に仮定して、各レーダ器５１−ｍで偏波Ｐｍのレーダ信号を送受信して得られるレンジプロフィールを、候補目標の散乱行列レンジプロフィールの観測角特性を予め記憶している散乱行列データベース５３から読み出してきて生成し、観測した目標のレンジプロフィールとの差を最小にする候補目標と姿勢をそれぞれ到来目標の機種と姿勢の推定結果とする。偏波合成については文献Radar Polarimetry for Geoscience Applications（著者Fawwaz T. Ulaby, Charles Elachi, 出版社Artech House、 pp. 27〜32）を参照のこと。

（効果）
以上のように、実施の形態６によれば、各レーダ器で異なる偏波を送受信して目標識別を行えるようにしたので、偏波を切り替えて送受信を行えるレーダ器は、必要に応じて送受信信号の偏波を選択できる。また、送受信信号の偏波が異なるレーダ器をネットワーク化して識別を行うことができる。さらに、データベースに候補目標の散乱行列レンジプロフィールを蓄積するようにしたので、あらゆる偏波に対するレンジプロフィールを蓄積する必要がなく、データベースの容量を小さくすることができる。

なお、本実施の形態６では、上記実施の形態１の発展形としてその内容を説明したが、上記実施の形態２および３の発展形としても実現できるのは言うまでもない。

実施の形態７．
（複数回観測、多数決）
以下、図１６〜図１７に従いこの発明の実施の形態７について説明する。
図１６は、この発明の実施の形態７に係るレーダ装置の構成を示すブロック図である。
図１６に示すレーダ装置は、複数地点に設置したレーダ器で同一目標を観測して得られる目標の高分解能な反射強度分布を用いて目標の識別と目標の姿勢を推定するレーダ装置であって、図１に示す実施の形態１と同様な構成として、複数地点に設置したレーダ器１（１−１，１−２，・・・，１−Ｍを総称する）と、図１に示す実施の形態１と同様な目標位置推定部２と、データベースとしてのレンジプロフィールデータベース４と、識別処理部としてのレンジプロフィール識別処理部３２とを備えると共に、各レーダ器での送受信から識別処理部での識別までの処理を複数回繰り返して得られる複数の識別結果の中で、最も多く目標の機種と判断された候補目標を最終的な到来目標の機種として出力する複数回観測判定部６１をさらに備えている。

すなわち、本実施の形態７では、実施の形態１において、複数回観測判定部６１を加えた点が異なる。

次に、上記構成を備える実施の形態７に係るレーダ装置の動作について説明する。
（１）図１７に示すように、各レーダ器１−ｍでの送受信からレンジプロフィール識別処理部３での識別までの処理を複数回繰り返して、得られた複数の識別結果を複数回観測判定部６１が蓄積する。

（２）複数回観測判定部６１は、得られた識別結果の中で、最も多く識別結果として選択された候補目標と姿勢を、到来目標の機種と姿勢の識別結果とする。

（効果）
以上ように、実施の形態７によれば、複数回の観測で得られた複数の識別結果を総合して識別結果を得るようにしたので、誤識別を低減することができる。

なお、本実施の形態７では、実施の形態１の発展形としてその内容を説明したが、実施の形態２ないし６の発展形としても実現できるのは言うまでもない。

この発明の実施の形態１に係るレーダ装置の構成を示すブロック図である。 図１のレンジプロフィール識別処理部３の内部構成を示すブロック図である。 この発明の実施の形態１に係るレーダ装置の動作を説明する図である。 この発明の実施の形態１に係るレーダ装置の動作を説明する図である。 この発明の実施の形態１に係るレーダ装置の動作を説明する図である。 この発明の実施の形態２に係るレーダ装置の構成を示すブロック図である。 図６のクロスレンジプロフィール識別処理部１３の内部構成を示すブロック図である。 この発明の実施の形態３に係るレーダ装置の構成を示すブロック図である。 図８のレーダ画像識別処理部２２の内部構成を示すブロック図である。 この発明の実施の形態４に係るレーダ装置の構成を示すブロック図である。 この発明の実施の形態４に係るレーダ装置の動作を説明する図である。 この発明の実施の形態５に係るレーダ装置の構成を示すブロック図である。 この発明の実施の形態５に係るレーダ装置の動作を説明する図である。 この発明の実施の形態６に係るレーダ装置の構成を示すブロック図である。 この発明の実施の形態６に係るレーダ装置の動作を説明する図である。 この発明の実施の形態７に係るレーダ装置の構成を示すブロック図である。 この発明の実施の形態７に係るレーダ装置の動作を説明する図である。

符号の説明

１，１−１，１−２，・・・，１−Ｍ、１１，１１−１，１１−２，・・・，１１−Ｍ、４１，４１−１，４１−２，・・・，４１−Ｍ、５１，５１−１，５１−２，・・・，５１−Ｍ レーダ器、２ 目標位置推定部、３ レンジプロフィール識別処理部、３ａ 観測角算出部、３ｂ レンジプロフィール読み出し部、３ｃ 判定部、４ レンジプロフィールデータベース、１２ クロスレンジプロフィール生成部、１３ クロスレンジプロフィール識別処理部、１３ａ ＲＣＳ読み出し部、１４ ＲＣＳデータベース、１２ 画像再生部、２２ レーダ画像識別処理部、２２ａ 部分ＲＣＳ読み出し部、３３ 部分ＲＣＳデータベース、３１ 特徴量算出部、３２ 特徴量識別処理部、３３ 特徴量データベース、４２ 周波数考慮型識別処理部、４３ 多周波数データベース、５２ 偏波考慮型識別処理部、５３ 散乱行列データベース、６１ 複数回観測判定部。

Claims (9)

1. 複数地点に設置した複数のレーダ器で同一目標を観測して得られる、目標の散乱点を分離できる空間分解能を有する反射強度分布を用いて、目標の識別と目標の姿勢を推定するレーダ装置であって、
   各レーダ器で測定した目標までの距離情報を用いて目標の位置を推定する目標位置推定部と、
   候補目標の反射強度分布の観測角特性を予め蓄積するデータベースと、
   推定した目標位置において候補目標の姿勢を仮定して、前記データベースに蓄積されたデータに基づいて各レーダ器で得られる反射強度分布の組を用意し、到来目標の観測結果である反射強度分布と比較することにより到来目標の機種と姿勢を推定する識別処理部と を備えたことを特徴とするレーダ装置。
2. 請求項１に記載のレーダ装置において、
   前記データベースは、反射強度分布の観測角特性として、候補目標のレンジプロフィールの観測角特性を予め蓄積し、
   前記識別処理部は、推定した目標位置において候補目標の姿勢を仮定して、各レーダ器で得られるレンジプロフィールの組を用意し、到来目標のレンジプロフィールと比較することにより到来目標の機種と姿勢を推定する
   ことを特徴とするレーダ装置。
3. 請求項１に記載のレーダ装置において、
   前記データベースは、反射強度分布の観測角特性として、候補目標のＲＣＳ（Radar Cross Section）の観測角特性を予め蓄積し、
   前記識別処理部は、推定した目標位置において候補目標の姿勢を仮定して、各レーダ器で得られるクロスレンジプロフィールの組を用意し、到来目標のクロスレンジプロフィールと比較することにより到来目標の機種と姿勢を推定する
   ことを特徴とするレーダ装置。
4. 請求項１に記載のレーダ装置において、
   前記データベースは、反射強度分布の観測角特性として、候補目標の部分ＲＣＳ（Radar Cross Section）の観測角特性を予め蓄積し、
   前記識別処理部は、推定した目標位置において候補目標の姿勢を仮定して、各レーダ器で得られるレーダ画像の組を用意し、到来目標のレーダ画像と比較することにより到来目標の機種と姿勢を推定する
   ことを特徴とするレーダ装置。
5. 請求項１に記載のレーダ装置において、
   前記データベースは、反射強度分布の観測角特性として、候補目標の反射強度分布の特徴量の観測角特性を予め蓄積し、
   前記識別処理部は、推定した目標位置において候補目標の姿勢を仮定して、各レーダ器で得られる反射強度分布の特徴量の組を用意し、到来目標の反射強度分布の特徴量と比較することにより到来目標の機種と姿勢を推定する
   ことを特徴とするレーダ装置。
6. 請求項１に記載のレーダ装置において、
   前記複数のレーダ器は、周波数の異なるレーダ信号を送受信し、
   前記データベースは、反射強度分布の観測角特性として、候補目標のレーダ信号の周波数に対応した反射強度分布およびその特徴量の観測角特性を蓄積し、
   前記識別処理部は、各レーダ器が周波数の異なるレーダ信号を送受信することを考慮して目標の機種の識別と姿勢の推定を行う
   ことを特徴とするレーダ装置。
7. 請求項１に記載のレーダ装置において、
   前記複数のレーダ器は、偏波の異なるレーダ信号を送受信し、
   前記データベースは、反射強度分布の観測角特性として、候補目標の散乱行列レンジプロフィールの観測角特性を蓄積し、
   前記識別処理部は、各レーダ器が偏波の異なるレーダ信号を送受信することを考慮して目標の機種の識別と姿勢の推定を行う
   ことを特徴とするレーダ装置。
8. 請求項５ないし７のいずれか１項に記載のレーダ装置において、
   前記反射強度分布は、レンジプロフィール、クロスレンジプロフィールまたはレンジとクロスレンジを軸とするレーダ画像のいずれかである
   ことを特徴とするレーダ装置。
9. 請求項１ないし８のいずれか１項に記載のレーダ装置において、
   各レーダ器での送受信から識別処理部での識別までの処理を複数回繰り返して得られる複数の識別結果の中で、最も多く目標の機種と判断された候補目標を最終的な到来目標の機種として出力する複数回観測判定部をさらに備えた
   ことを特徴とするレーダ装置。

Images