JP3211792B2

JP3211792B2 - Ｆｍ−ｃｗレーダ装置

Info

Publication number: JP3211792B2
Application number: JP00076899A
Authority: JP
Inventors: 学平尾
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 1999-01-05
Filing date: 1999-01-05
Publication date: 2001-09-25
Anticipated expiration: 2019-01-05
Also published as: JP2000199786A

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、自動車等の移動体
の衝突防止用などに使用され、レーダ波の送受信によっ
て移動体の外部にある他移動体や障害物との間の距離や
相対速度を検出するＦＭ−ＣＷレーダ装置に関する。

【０００２】

【従来の技術】衝突事故防止等の目的で、自動車等の移
動体が前方または後方を移動する他の移動体や障害物と
の間の距離や相対速度を検出するために、車載レーダ装
置が用いられている。車載レーダ装置として、ミリ波帯
の電波を利用したミリ波レーダ装置がある。また、ミリ
波レーダ装置の方式として、三角波で周波数変調された
ＦＭ変調波を用いたＦＭ−ＣＷレーダ方式がある。

【０００３】ＦＭ−ＣＷレーダ方式によるＦＭ−ＣＷレ
ーダ装置は、三角波で周波数変調された連続波を送信波
として移動体外部に送信する。そして、移動体外部の他
の移動体や障害物で反射されて戻ってきた反射波を受信
波として受信する。なお、以下、他の移動体や障害物を
「障害物」と総称する。

【０００４】そして、送信波と受信波とをミキシングし
てビート信号を発生させる。さらに、ビート信号に対し
てＦＦＴのような周波数解析方法によって信号処理を施
し、処理結果から障害物との間の距離および相対速度を
算出する。具体的には、三角波における上昇している期
間（上り期間）のビート信号のスペクトラムでのピーク
周波数ｆａと、三角波における下降している期間（下り
期間）のビート信号のスペクトラムでのピーク周波数ｆ
ｂとから、障害物との間の距離および相対速度が算出さ
れる。

【０００５】障害物が１つである場合には、距離Ｒおよ
び相対速度Ｖは、以下のように、各ピーク周波数ｆａ，
ｆｂの和および差に比例する。すなわち、Ｒ＝Ａ・（（ｆａ＋ｆｂ）／２）Ｖ＝Ｂ・（（ｆａ−ｆｂ）／２）（Ａ，Ｂは定数）となる。

【０００６】しかし、障害物が複数存在し、かつ、近接
している場合には、上り区間と下り区間のそれぞれにお
いて、スペクトラムが重なって識別が困難になる場合が
ある。複数の近接した障害物との間の距離および相対速
度を精度よく検出するには、上り区間と下り区間とのそ
れぞれにおいて、重なり合ったピークを分離する必要が
ある。例えば、図１３に示すように、ピークが重なり合
っている場合に（図１３左側）、スペクラム解析の分解
能を十分に高くして、図１３の右側に示されるように、
解析の結果それぞれのスペクラムが重なり合わないよう
にする方法が用いられる。

【０００７】また、特開平９−１５２４７７号公報に
は、上り区間と下り区間とのそれぞれにおいて、ビート
信号をフーリエ変換し、複素ベクトルの絶対値からピー
クを決定し、さらに、各ピーク周波数成分の振幅と位相
とにもとづいて各ピーク周波数ｆａに対応するピーク周
波数ｆｂを決定するＦＭ−ＣＷレーダ装置が記載されて
いる。そして、対応するｆａ，ｆｂのペアが決定される
と、それぞれのペアについて上式を用いて距離と相対速
度が算出される。

【０００８】

【発明が解決しようとする課題】しかし、スペクラム解
析の分解能を十分に高くすることによって複数の障害物
が存在する場合に対応しようとすると、スペクトラム解
析のための演算に時間がかかりリアルタイム処理ができ
なくなるおそれがある。リアルタイム処理が十分に可能
になるようにするには高速のプロセッサを使用すれよい
がその場合には、ＦＭ−ＣＷレーダ装置のコストが上昇
するという課題がある。また、特開平９−１５２４７７
号公報に記載された方法では、ピーク周波数ｆａ，ｆｂ
のペアを決定するために多段階の信号処理を行う必要が
あるために、やはり、演算に時間がかかってしまう。

【０００９】そこで、本発明は、スペクラム解析の分解
能を高くしなくても、近接した障害物との間の距離と相
対速度とを正確に検出することができるＦＭ−ＣＷレー
ダ装置を提供することを目的とする。

【００１０】

【課題を解決するための手段】本発明によるＦＭ−ＣＷ
レーダ装置は、ビート信号データを周波数スペクトラム
に変換する変換手段と、変換手段によって得られた周波
数スペクトラムからピークを検出するピーク検出手段
と、検出されたピークを含むスペクトラムのうち所定値
以上のバンド幅をもつものを複合ピークをふくむものと
して検出する複合ピーク検出手段と、複合ピークを含む
スペクトラムをモデル化したスペクトラムに分離し、モ
デル化されたスペクトラムのパラメータを調整してピー
ク周波数を決定するピーク分離手段とを備えた構成であ
る。

【００１１】複合ピーク検出手段は、例えば、ピーク検
出手段が検出したピークを含むスペクトラムのうち所定
値以上のバンド幅をもつもののスペクトラム分布のうち
で複数の極小値をもつものを、複数の仮ピークを含むも
のとして抽出するように構成される。

【００１２】ピーク分離手段は、例えば、複合ピーク検
出手段が抽出した各ピークについて、仮ピークをピーク
周波数とするスペクトラム分布を仮定し、それらの合成
分布と複合ピーク検出手段が抽出したピークをピーク周
波数としたスペクトラム分布とを比較して、複数のピー
クを分離可能かどうか判断するように構成される。

【００１３】ピーク分離手段は、仮定されるスペクトラ
ム分布として例えばガウス分布を用いる。

【００１４】ピーク分離手段は、例えば、パラメータを
変えて得られる合成分布と複合ピーク検出手段が抽出し
たピークをピーク周波数としたスペクトラム分布との電
力差にもとづいて、複数のピークを分離可能かどうか判
断するように構成される。

【００１５】ピーク分離手段は、例えば、電力差を所定
値以下とする合成分布のもとになる各スペクトラム分布
のピーク周波数を、ビート信号中の各ピーク周波数とす
るように構成される。

【００１６】

【発明の実施の形態】以下、本発明の実施の一形態を図
面を参照して説明する。図１は、ＦＭ−ＣＷレーダ装置
の受信系の構成を示すブロック図である。レーダヘッド
１には送信アンテナ（図示せず）が設けられ、三角波に
よって周波数変調されたＦＭ波が送信アンテナから移動
体の外部に送信される。ＦＭ波は移動体外部の障害物で
反射されて反射波として戻り、受信アンテナ（図示せ
ず）を介してレーダヘッド１に受信される。レーダヘッ
ド１は送信波と受信波とをミキシングして得られたビー
ト信号をローパスフィルタ２に出力する。ローパスフィ
ルタ２は不要波成分を除去したビート信号を増幅器３に
出力する。増幅器３は、ビート信号を増幅しＡ−Ｄ変換
器４に出力する。そして、Ａ−Ｄ変換器４は、ディジタ
ル化したビート信号をマイクロプロセッサ５に出力す
る。

【００１７】マイクロプロセッサ５は、例えば、周波数
解析処理器５１、ターゲット認識器５２および危険判別
器５３を実現する。周波数解析処理器５１は、ビート信
号からピーク周波数を検出する。また、ターゲット認識
器５２は、周波数解析処理器５１で算出されたスペクト
ラムにもとづいて障害物との間の距離と相対速度を算出
する。そして、危険判別器５３は、ターゲット認識器５
２が算出した距離と相対速度とから障害物と移動体との
衝突等の危険度を判別し、警報器６に判別信号を出力す
る。警報器６は、判別信号による危険度の程度が高い場
合には、警報表示を行ったり警報音を発したりして運転
者に危険を知らせる。

【００１８】図２は、周波数解析処理器５１の一構成例
を示すブロック図である。周波数解析処理器５１は、Ａ
−Ｄ変換器４において所定時間毎にサンプリングされて
得られたビート信号の離散値データからＦＦＴ（高速フ
ーリエ変換）などの周波数成分解析手法を用いてスペク
トラムを抽出する。この例では、周波数解析処理器５１
は、ＦＦＴ演算器５１１、ピーク検出器５１２、複合ピ
ーク検出器５１３、ピーク分離器５１４およびピーク周
波数決定器５１５で構成される。なお、ＦＦＴ演算器５
１１、ピーク検出器５１２、複合ピーク検出器５１３、
ピーク分離器５１４およびピーク周波数決定器５１５
は、マイクロプロセッサで実現されるものである。

【００１９】ＦＦＴ演算器５１１は、Ａ−Ｄ変換器で得
られたビート信号データをＦＦＴを用いて周波数スペク
トラムに変換する。ピーク検出器５１２は、得られた周
波数スペクトラムから一定レベルのしきい値以上のピー
クを検出する。複合ピーク検出器５１３は、ピークのう
ち一定値以上のバンド幅をもつ複合ピークを検出する。
ピーク分離器５１４は、複合ピークをモデル化したスペ
クトラムに分離する。ピーク周波数決定器５１５は、モ
デル化されたスペクトラムのパラメータを調整してピー
ク周波数を決定する。

【００２０】なお、この実施の形態では、図３に示すよ
うに、重なり合ったスペクトラム（太線部分）からそれ
ぞれのスペクトラムが抽出される。よって、図１３に示
されたそれぞれのピークを分離するための処理が不要で
あって、スペクラム解析の分解能をさほど高くする必要
はない。

【００２１】次に、動作について説明する。図４は、マ
イクロプロセッサ５のメインルーチンを示すフローチャ
ートである。ＦＭ−ＣＷレーダ装置が自動車に搭載され
る場合には、エンジン作動のためのイグニッションキー
が操作されると電源が投入され、一定時間経過後にマイ
クロプロセッサ５のリセットが解除される。リセットが
解除されると、マイクロプロセッサ５が動作を開始す
る。

【００２２】マイクロプロセッサ５は、動作を開始する
と、まず、各種変数を初期化する等のイニシャライズ処
理（ステップＳ１）を行う。レーダヘッド１から三角波
によって周波数変調されたＦＭ波が送信され、障害物か
らの反射波がレーダヘッド１に受信されている。そし
て、送信波と受信波とからビート信号が生成されてい
る。三角波による周波数変調された電波が出力されると
同時にＡ−Ｄ変換器４においてビート信号のＡ−Ｄ変換
が開始される。ビート信号の離散値化されたデータは逐
一マイクロプロセッサ５の内部に蓄積される。

【００２３】なお、Ａ−Ｄ変換は一定のサンプリング時
間ごとに実行され、サンプリング時間の監視には一般的
にタイマ割り込みなどが用いられることが多い。Ａ−Ｄ
変換器４によるビート信号の離散値化が三角波の一周期
分実行されると、三角波の上り区間と下り区間に相当す
るビート信号の離散値データがマイクロプロセッサ５に
蓄積されたことになる。そこで、マイクロプロセッサ５
は、三角波の上り区間および下り区間に相当するビート
信号の離散値データからＦＦＴに代表される周波数解析
手法によって、それぞれの区間の離散的なスペクトラム
を得る（ステップＳ２）。

【００２４】次いで、マイクロプロセッサ５は、ステッ
プＳ２で得られた離散的なスペクトラムにもとづいて上
り区間と下り区間のピークの組み合わせを求め、各障害
物との間の距離と相対速度を検出する（ステップＳ
３）。さらに、ステップ３で求めた距離および相対速度
にもとづいて自車に対しての危険度を判別する（ステッ
プＳ４）。危険度が高いと判断された場合は、ドライバ
に対して警報表示や警報音によって注意が促される。

【００２５】図５は、図１に示された周波数解析器５１
の処理、すなわち、図４に示されたマイクロプロセッサ
５によるステップＳ２の周波数解析処理を示すフローチ
ャートである。マイクロプロセッサ５は、まず、三角
波の上り区間および下り区間に相当するビート信号の離
散値データからＦＦＴ等の周波数解析手法を用いてそれ
ぞれの区間の離散的スペクトラムを算出する（ステップ
Ｓ２１）。それぞれのスペクトラムは横軸を周波数と
し、縦軸をパワースペクトラムとした形で表される。

【００２６】そして、ステップＳ２１で求められた離散
的スペクトラムデータＳＰＣＵＰ（ｎ）およびＳＰＣＤ
Ｎ（ｎ）からピーク位置を検出する（ステップＳ２
２）。なお、ＳＰＣＵＰ（ｎ）は上り区間の離散的スペ
クトラムデータであり、ＳＰＣＤＮ（ｎ）は下り区間の
離散的スペクトラムデータである。次いで、ステップＳ
２１で求められたピーク位置にもとづいて、複数のピー
クが重なり合った複合ピーク位置の検出を行う（ステッ
プＳ２３）。

【００２７】さらに、複合ピークをモデル化によって分
離し、各ピークｎｕ（ｔ）を決定する処理を行う（ステ
ップＳ２４）。そして、各ピークｎｕ（ｔ）にもとづい
て、もっとも再現性のあるピーク位置を決定する（ステ
ップＳ２５）。

【００２８】次に、図６のフローチャートを参照してス
テップＳ２１の処理の一例を具体的に説明する。なお、
図６に示された処理は、図２におけるＦＦＴ演算器５１
１の処理に対応する。マイクロプロセッサ５は、まず、
三角波の上り区間に相当するビート信号の離散値データ
ＡＤＵＰ（ＮＵＭ）に窓関数ＷＩＮ（）をかける。ここ
で、ＮＵＭは三角波の上り区間に相当するビート信号の
離散値データ数を表す。また、窓関数はＷＩＮ（）は一
般的にハニング窓関数、ハミング窓関数、ブラックマン
窓関数を用いることが多い。窓関数ＷＩＮ（）をかけた
後の上り区間に相当するビート信号の離散値データをＡ
ＤＵＰＷＩＮ（ＮＵＭ）とする。なお、（）は、ＷＩＮ
が関数であることを示す単なる記号として用いられてい
る。以下に現れる関数についても同様である。

【００２９】次に、上り区間に相当するビート信号の離
散値データＡＤＵＰＷＩＮ（ＮＵＭ）にスペクトラム変
換関数ＦＦＴ（）をかける（ステップＳ２１２）。ここ
では、スペクトラム変換関数としてＦＦＴを用いるが、
ＷＦＴ（ウイノグラードフーリエ変換）、ＭＥＭ（最大
エントロピー法）、アダマール変換などを用いることも
できる。スペクトラム変換関数ＦＦＴ（）をかけた後の
離散ＦＦＴデータをＦＦＴＵＰ（Ｎ）とする。

【００３０】同様にして、三角波の下り区間に相当する
ビート信号の離散値データＡＤＤＮ（ＮＵＭ）に窓関数
ＷＩＮ（）をかける（ステップＳ２１３）。ここで、Ｎ
ＵＭは三角波の下り区間に相当するビート信号の離散値
データ数を表す。窓関数ＷＩＮ（）をかけた後の下り区
間に相当するビート信号の離散値データをＡＤＤＮＷＩ
Ｎ（ＮＵＭ）とする。

【００３１】ついで、下り区間に相当するビート信号の
離散値データＡＤＤＮＷＩＮ（ＮＵＭ）にスペクトラム
変換関数ＦＦＴ（）をかける（ステップＳ２１４）。ス
ペクトラム変換関数ＦＦＴ（）をかけた後の離散ＦＦＴ
データをＦＦＴＤＮ（Ｎ）とする。

【００３２】また、上り区間に相当する離散ＦＦＴデー
タＦＦＴＵＰ（Ｎ）および下り区間に相当する離散ＦＦ
ＴデータＦＦＴＤＮ（Ｎ）を、パワースペクトラム変換
関数ＰＯＷＥＲ（）により離散的スペクトラムデータＳ
ＰＣＵＰ（Ｎ／２）およびＳＰＣＤＮ（Ｎ／２）に変換
する（ステップＳ２１５）。そして、離散的スペクトラ
ムデータＳＰＣＵＰ（Ｎ／２）およびＳＰＣＤＮ（Ｎ／
２）をｎ＝Ｎ／２に変換する。以上のようなＦＦＴ演算
によって、離散的スペクトラムデータＳＰＣＵＰ（ｎ）
およびＳＰＣＤＮ（ｎ）が得られる。

【００３３】次に、図７のフローチャートを参照して図
５に示されたピーク検出処理（ステップＳ２２）の一例
を具体的に説明する。図７に示された処理は、図２に示
されたピーク検出器５１２の処理に相当する。マイクロ
プロセッサ５は、まず、ＦＦＴ演算処理で求められた離
散的スペクトラムデータＳＰＣＵＰ（ｎ）およびＳＰＣ
ＤＮ（ｎ）の１次微分データを求める（ステップＳ２２
１）。例えば、離散的スペクトラムデータＳＰＣＵＰ
（ｎ）およびＳＰＣＤＮ（ｎ）に１次微分関数ＤＩＦＦ
（）をかけて１次微分データＳＰＣＵＰ＿Ｄ１（ｎ）を
求める。１次微分関数ＤＩＦＦ（）は、通常ＳＰＣＵＰ
（ｎ）−ＳＰＣＵＰ（ｎ−１）によって得ることができ
る。

【００３４】１次微分データＳＰＣＵＰ＿Ｄ１（ｎ）＝
０、かつ離散的スペクトラムデータＳＰＣＵＰ（ｎ）＞
ＰＫＴＨを満たす周波数ｎを調べることによって、ピー
ク位置（ピーク周波数）の集合ＰＫＵＰ（ｎｕ（１），
ｎｕ（２），・・・，ｎｕ（Ｉ））を求めることができ
る（ステップＳ２２２）。ここで、ＰＫＴＨはピークと
ノイズを識別するためのしきい値となるもので、通常ノ
イズレベルに対して１０〜１５ｄＢに設定されることが
多い。

【００３５】同様に、下り区間に対してもピーク位置の
集合ＰＫＤＮ（ｎｄ（１），ｎｄ（２），・・・，ｎｄ
（Ｉ））を求める。すなわち、離散的スペクトラムデー
タＳＰＣＤＮ（ｎ）に１次微分関数ＤＩＦＦ（）をかけ
て１次微分データＳＰＣＤＮ＿Ｄ１（ｎ）を求める（ス
テップＳ２２３）。そして、１次微分データＳＰＣＤＮ
＿Ｄ１（ｎ）、かつ離散的スペクトラムデータＳＰＣＤ
Ｎ（ｎ）＞ＰＫＴＨを満たすｎを調べることで、ピーク
位置の集合ＰＫＤＮ（ｎｄ（１），ｎｄ（２），・・
・，ｎｄ（Ｉ））を求めることができる（ステップＳ２
２４）。

【００３６】次に、マイクロプロセッサ５は、ピーク検
出処理で得られたピーク位置について複数のピークが重
複した複合ピークの検出処理を行う。図８および図９の
フローチャートを参照して、複合ピーク検出処理（図５
におけるステップＳ２３）の処理の一例を具体的に説明
する。なお、図８および図９に示された処理は、図２に
示された複合ピーク検出器５１３の処理に相当する。

【００３７】マイクロプロセッサ５は、まず、ピーク位
置の集合ＰＫＵＰ（ｎｕ（１），ｎｕ（２），・・・，
ｎｕ（Ｉ））の構成要素それぞれについて、パワースペ
クトラムが３ｄＢダウンとなるバンド幅を求める（ステ
ップＳ２３１）。ピーク位置の集合ＰＫＵＰ（ｎｕ
（１），ｎｕ（２），・・・，ｎｕ（Ｉ））の各要素Ｓ
ＰＣＵＰ（Ｉ）にバンド幅関数ＢＷ（）をかけてバンド
幅ＢＷｎｕ（ｉ）を求めることができる。

【００３８】そして、ピーク位置ＰＫＵＰの各要素ＳＰ
ＣＵＰ（ｎｕ（Ｉ））から、バンド幅ＢＷｎｕ（ｉ）＞
ＢＷＴＨを満たすピーク位置を選択する（ステップＳ２
３２）。ここで、ＢＷＴＨは、ピークが複数のピークか
ら成る複合ピークであるかどうかを判断するためのしき
い値である。しきい値ＢＷＴＨより大きい場合には、複
数のピークから成ると判定する。条件を満足するピーク
位置の集合をＰＫＣＭＰＵＰ｛ｎｕ（１），・・・，ｎ
ｕ（ｊ）｝とする。

【００３９】同様に、下り区間についてもＰＫＤＮ（ｎ
ｄ（１），ｎｄ（２），・・・，ｎｄ（Ｉ））の構成要
素それぞれについてパワースペクトラムが３ｄＢダウン
となるバンド幅を求め、ピーク位置ＰＫＤＮの各要素Ｓ
ＰＣＤＮ（ｎｄ（Ｉ））から、バンド幅ＢＷｎｄ（ｉ）
＞ＢＷＴＨを満たすピーク位置を選択する。そして、条
件を満足するピーク位置の集合をＰＫＣＭＰＤＮ｛ｎｄ
（１），・・・，ｎｄ（ｊ）｝とする（ステップＳ２３
３）。

【００４０】次に、マイクロプロセッサ５は、図９に示
すピーク周波数検出処理を行う。マイクロプロセッサ５
は、まず、ステップ２２で求められている１次微分デー
タＳＰＣＵＰ＿Ｄ１（ｎ）に１次微分関数ＤＩＦＦ（）
をかけて２次微分データＳＰＣＵＰ＿Ｄ２（ｎ）を求め
る（ステップＳ２４１）。さらに、２次微分データＳＰ
ＣＵＰ＿Ｄ２（ｎ）に１次微分関数ＤＩＦＦ（）をかけ
て３次微分データＳＰＣＵＰ＿Ｄ３（ｎ）を求める（ス
テップＳ２４２）。

【００４１】次いで、しきい値ＢＷＴＨより大きい条件
を満足するピーク位置の集合をＰＫＣＭＰＵＰ｛ｎｕ
（１），・・・，ｎｕ（ｊ）｝の各ピーク周波数につい
て極小値を求める。すなわち、ピーク位置をｎｕ（ｊ）
とするスペクトラム分布（ＳＰＣＵＰ（ｎ）＞ＰＫＴ
Ｈ）においてＳＰＣＵＰ＿Ｄ３（ｎ）＝０、かつＳＰＣ
ＵＰ＿Ｄ２（ｎ）＜０を満たす周波数ｆｎｕ（ｊ）
（ｓ）を算出する（ステップＳ２４３）。ここで、ｓは
極小値数を示す。

【００４２】さらに、ステップ２４３で算出した周波数
ｆｎｕ（ｊ）（ｓ）について極小値を複数持つピークを
選択する（ステップＳ２４４）。この判定はｓ＞１によ
り容易に判定できる。条件を満足するピーク位置ｎの集
合をＰＫＯＶＬＵＰ｛ｎｕ（１），…，ｎｕ（ｔ）｝と
する。各ピークｎｕ（ｔ）は複数の仮ピーク周波数ｆｎ
ｕ（ｊ）（ｓ）（ｓ＞１）をもつ。

【００４３】下り区間についても、同様に、２次微分デ
ータおよび３次微分データを求め、しきい値ＢＷＴＨよ
り大きい条件を満足するピーク位置の集合をＰＫＣＭＰ
ＤＮ｛ｎｄ（１），・・・，ｎｄ（ｊ）｝の各ピークに
ついて極小値を求める。そして、得られる周波数ｆｎｄ
（ｊ）（ｓ）について極小値を複数持つピークを選択
し、ピーク位置ｎの集合をＰＫＯＶＬＤＮＰ｛ｎｄ
（１），…，ｎｄ（ｔ）｝とする。各ピークｎｄ（ｔ）
は複数の仮ピーク周波数ｆｎｄ（ｊ）（ｓ）（ｓ＞１）
をもつ。

【００４４】次に、マイクロプロセッサ５は、モデル化
によるピーク分離処理（図５におけるステップＳ２４）
とピーク周波数決定処理（図５におけるステップＳ２
５）を行う。図１０は、ピーク分離処理およびピーク周
波数決定処理の具体例を示すフローチャートである。な
お、図１０に示された処理は、図２に示されたピーク分
離器５１４およびピーク周波数決定器５１５の処理に対
応する。ピーク分離およびピーク周波数決定処理では、
マイクロプロセッサ５は、各ピークｎｕ（ｔ）について
もっとも再現性のあるピーク位置を算出して、精度よく
複合ピークの分離ピーク周波数を算出する。

【００４５】本発明では、障害物を検知したときのスペ
クトラム分布をガウス分布としてモデル化する。そし
て、複数のスペクトラムが重なっている状態から、モデ
ルの波形を用いて波形分離を行う。すなわち、モデル波
形を重ねて実際のスペクトラム波形を再現し、再現した
結果が実際のスペクトラム波形に極めて近ければ、実際
のスペクトラムは複数のスペクトラムが重なったもので
あると判断する。

【００４６】マイクロプロセッサ５は、まず、各ピーク
ｎｕ（ｔ）について、周波数ｆｎｄ（ｊ）（ｓ）をピー
クとしてスペクトラム分布（ガウス分布）ＧＡＵＳＳ
（ｆｎｕ（ｊ）（ｓ））を設定する（ステップＳ２５
１）。すなわち、ＧＡＵＳＳ（ｆｎｕ（ｊ）（ｓ））＝ＳＰＣＵＰ（ｆｎｕ（ｊ）（ｓ））＊ｅｘｐ（−ｌｎ２
＊（ｆｖ−ｆｎｕ（ｊ）（ｓ））² ／Ｗ² ）なお、スペクトラム分布は実験的にガウス分布で近似さ
れることがわかっている。

【００４７】さらに、スペクトラム分布ＧＡＵＳＳ（ｆ
ｎｕ（ｊ）（ｓ））から合成スペクトラムＧＡＵＳＳＤ
ＩＳ（ｎｕ（ｔ））を求める（ステップＳ２５２）。合
成スペクトラムＧＡＵＳＳＤＩＳ（ｎｕ（ｔ））は、単
純に複数のピークについてのパワースペクトラムの加算
によって得られる。ついで、ピークｎｕ（ｔ）をピーク
周波数としたスペクトラム分布ＳＰＣＤＩＳＵＰ（ｎｕ
（ｔ））を設定する（ステップＳ２５３）。ＳＰＣＤＩ
ＳＵＰ（ｎｕ（ｔ））は、実際に観測されたスペクトラ
ムである。

【００４８】そして、合成スペクトラムＧＡＵＳＳＤＩ
Ｓ（ｎｕ（ｔ））とスペクトラム分布ＳＰＣＤＩＳＵＰ
（ｎｕ（ｔ））のパワー差をΔＰとする。ここで、図１
１および図１２に示すように、ｆｖをΔｆごとに可変し
てΔＰが最小化する各ｆｖを算出する（ステップＳ２５
４）。図１１および図１２に示すように、ｆｖをΔｆ毎
に動かして、その都度ΔＰを算出する。このとき、構成
するそれぞれのピークに対して、順番にこの操作を行う
ことによって、全体の合成スペクトラムと観測されたス
ペクトラムとの差の最小値を求めることができる。ここ
で、Δｆは、ＦＦＴのポイント数で決まるスペクトラム
分解能に対して十分小さな値に設定される。

【００４９】なお、図１１および図１２において、点線
による波形はステップＳ２５１の処理で設定された各モ
デル波形の例を示し、実線による波形はステップＳ２５
２の処理で得られる合成波形例を示す。図１１に示され
た合成波形例のようにピーク間に谷が存在するようなと
きには分離は容易であるが、本発明によれば、図１２に
示されたような合成波形からも分離を行うことができ
る。

【００５０】次に、合成スペクトラムＧＡＵＳＳＤＩＳ
（ｎｕ（ｔ））が波形分離可能かどうかを、ΔＰ＜ＳＰ
ＣＮＥＱＴＨによって判断する（ステップＳ２５５）。
ここで、しきい値ＳＰＣＮＥＱＴＨは、複合ピークの分
離の可否を判断するためのものである。条件が成立する
とピーク周波数ｆｖ（ｓ）をもつｓ個のスペクトラムに
分離可能であると判断できる（ステップＳ２５６）。

【００５１】下り区間についても、ステップＳ２５１〜
Ｓ２５６の処理と同様の処理を行う。すなわち、ピーク
ｎｄ（ｔ）について、モデル波形を重ねた合成波形と実
際のスペクトラム波形とを比較して、もっとも再現性の
あるピーク位置を算出し、複合ピークの分離ピーク周波
数を算出する。

【００５２】ｓ個のピーク周波数ｆｖ（ｓ）が決定でき
た場合には、周波数解析処理器５１は、それらを、ター
ゲット認識器５２に出力する。ターゲット認識器５２
は、それらのピーク周波数にもとづいて障害物との間の
距離と相対速度を算出する。そして、危険判別器５３
は、ターゲット認識器５２が算出した距離と相対速度と
から障害物と移動体との衝突等の危険度を判別し、警報
器６に判別信号を出力する。警報器６は、判別信号によ
る危険度の程度が高い場合には、警報表示を行ったり警
報音を発したりして運転者に危険を知らせる。

【００５３】

【発明の効果】以上のように、本発明によれば、ＦＭ−
ＣＷレーダ装置を、三角波の上下区間に対応したビート
信号のスペクトラムのバンド幅を算出し、バンド幅が一
定値以上のスペクトラムは複数のスペクトラムが重なっ
て構成されているものとみなし、モデル化したスペクト
ラムを仮定して観測されたスペクトラムとの差分が最小
となるようモデル化したスペクトラムのパラメータを調
整することで、重なったスペクトラムを複数の個別のス
ペクトラムに分解するように構成したので、近接した障
害物の距離と相対速度を精度よく検出できる効果があ
る。

【図面の簡単な説明】

【図１】ＦＭ−ＣＷレーダ装置の受信系の構成を示す
ブロック図である。

【図２】周波数解析処理器の一構成例を示すブロック
図である。

【図３】本発明におけるスペクトラム分離の例を示す
説明図である。

【図４】マイクロプロセッサのメインルーチンを示す
フローチャートである。

【図５】周波数解析処理を示すフローチャートであ
る。

【図６】ＦＦＴ演算処理を示すフローチャートであ
る。

【図７】ピーク検出処理を示すフローチャートであ
る。

【図８】複合ピーク検出処理を示すフローチャートで
ある。

【図９】ピーク周波数検出処理を示すフローチャート
である。

【図１０】ピーク分離およびピーク周波数決定処理を
示すフローチャートである。

【図１１】波形合成例を示す説明図である。

【図１２】波形合成の他の例を示す説明図である。

【図１３】従来のピーク分離の方法を説明するための
説明図である。

【符号の説明】１レーダヘッド２ローパスフィルタ３増幅器４Ａ−Ｄ変換器５マイクロプロセッサ６警報器５１周波数解析処理器５２ターゲット認識器５３危険判別器５１１ＦＦＴ演算器５１２ピーク検出器５１３複合ピーク検出器５１４ピーク分離器５１５ピーク周波数決定器

───────────────────────────────────────────────────── フロントページの続き (56)参考文献特開平７−234277（ＪＰ，Ａ) 特開平11−64502（ＪＰ，Ａ) 特開平７−191133（ＪＰ，Ａ) 特開平８−304530（ＪＰ，Ａ) 特開平９−133765（ＪＰ，Ａ) 特開平６−102348（ＪＰ，Ａ) 特開平９−138278（ＪＰ，Ａ) 特開平７−239382（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G01S 7/00 - 7/42 G01S 13/00 - 13/95

Claims

(57)【特許請求の範囲】

【請求項１】三角波で周波数変調された連続波を送信
波として送出し、送信波と受信波とから生成されるビー
ト信号のスペクトラムにもとづいて外部に存在する物体
との間の距離や相対速度を検出するＦＭ−ＣＷレーダ装
置であって、ビート信号データを周波数スペクトラムに変換する変換
手段と、変換手段によって得られた周波数スペクトラム
からピークを検出するピーク検出手段と、検出されたピ
ークを含むスペクトラムのうち所定値以上のバンド幅を
もつスペクトラムを複合ピークを含むものとして検出す
る複合ピーク検出手段とを備えたＦＭ−ＣＷレーダ装置
において、複合ピークを含むスペクトラムをモデル化したスペクト
ラムに分離し、モデル化されたスペクトラムのパラメー
タを調整してピーク周波数を決定するピーク分離手段を
備えたことを特徴とするＦＭ−ＣＷレーダ装置。
【請求項２】複合ピーク検出手段は、ピーク検出手段
が検出したピークを含むスペクトラムにおける所定値以
上のバンド幅をもつもののうちで複数の極小値をもつも
のを、複数の仮ピークを含むものとして抽出する請求項
１記載のＦＭ−ＣＷレーダ装置。
【請求項３】ピーク分離手段は、複合ピーク検出手段
が抽出した各ピークを含むスペクトラムについて、仮ピ
ークをピーク周波数とするスペクトラム分布を仮定し、
それらの合成分布と複合ピーク検出手段が抽出したピー
クをピーク周波数としたスペクトラム分布とを比較し
て、複数のピークを分離可能かどうか判断する請求項２
記載のＦＭ−ＣＷレーダ装置。
【請求項４】ピーク分離手段は、仮定されるスペクト
ラム分布としてガウス分布を用いる請求項３記載のＦＭ
−ＣＷレーダ装置。
【請求項５】ピーク分離手段は、パラメータを変えて
得られる合成分布と複合ピーク検出手段が抽出したピー
クをピーク周波数としたスペクトラム分布との電力差に
もとづいて、複数のピークを分離可能かどうか判断する
請求項３または請求項４記載のＦＭ−ＣＷレーダ装置。
【請求項６】ピーク分離手段は、電力差を所定値以下
とする合成分布のもとになる各スペクトラム分布のピー
ク周波数を、ビート信号中の各ピーク周波数とする請求
項５記載のＦＭ−ＣＷレーダ装置。