説明

レーダ受信信号処理装置とその方法

【課題】 同程度の周波数変化を持つ目標信号と不要信号が混在するレーダ受信信号から、目標信号のみを的確に検出する。
【解決手段】 レーダ受信信号を周波数領域に変換することで周波数スペクトルを取得し(ステップS11)、取得された周波数スペクトルをエコー群それぞれの密度関数の和(混合密度関数)でモデリングし(ステップS12)、混合密度関数のパラメータの最適値を学習することにより推定し(ステップS13)、推定したパラメータから目標信号の平均ドップラー周波数、スペクトル幅及び受信電力を算出し、観測結果として出力する(ステップS14)。

【発明の詳細な説明】
【技術分野】
【0001】
本発明の実施形態は、レーダにおいて、目標信号と不要信号が混在するレーダ受信信号から目標信号のみを的確に検出するレーダ受信信号処理装置とその方法に関する。
【背景技術】
【0002】
周知のように、気象レーダは、気象目標のエコーを受信してその受信電力を解析することにより降水量を観測している。また、電磁波のドップラー効果を利用し、レーダ受信信号のドップラー周波数を解析することで風速も観測している。同様に、探知系レーダは飛翔体等のエコーを受信信号処理することにより飛翔体の探知を行っている。
【0003】
但し、レーダ受信信号には、目標信号だけでなく、大地、山岳、海面のエコー等からなる不要信号が含まれる。不要信号は観測の妨げとなるため、レーダの受信信号処理装置には、その不要信号を除去するために移動目標指示装置(Moving Target Indicator:MTI)が用いられる。
【0004】
但し、MTIは、目標信号と不要信号の周波数変化の違いを利用して、予め遮断周波数が設定された低域遮断フィルタで不要信号を除去している。そのため、設定した遮断周波数以下の成分は目標信号、不要信号の区別をせずに除去してしまうことになる。
【0005】
例えば、気象レーダにおいては、気象エコーと不要信号が同程度の周波数変化を持つ場合、的確に不要信号のみを除去することはできないため、降水量、風速を正しく観測することができない。
【先行技術文献】
【非特許文献】
【0006】
【非特許文献1】石原正仁,ドップラー気象レーダの原理と基礎,気象研究ノート第200号,日本気象協会,pp.1-38,2001
【発明の概要】
【発明が解決しようとする課題】
【0007】
上述の如く、従来のレーダ受信信号処理装置にあっては、目標信号と不要信号が同程度の周波数変化を持つ場合、両者を的確に区別することができず、目標信号まで除去してしまうことがあった。
【課題を解決するための手段】
【0008】
実施形態によれば、一定周期で繰り返し得られるレーダ受信信号からエコー群それぞれがもつ、平均ドップラー周波数、スペクトル幅、受信電力から決定される周波数スペクトルを取得し、取得された周波数スペクトル形状を前記エコー群それぞれの密度関数の和によりモデリングする処理を繰り返して学習することにより最適な混合密度関数を推定し、推定に用いた混合密度関数のパラメータから任意のエコーの情報を抽出するようにしている。
【図面の簡単な説明】
【0009】
【図1】実施形態のレーダ受信信号処理装置が適用される気象レーダ信号処理装置の構成を示すブロック図。
【図2】実施形態のレーダ受信信号処理装置において、レーダ受信信号から目標信号の平均ドップラー周波数、スペクトル幅、受信電力を算出する処理の流れを示すフローチャートである。
【図3】上記実施形態において、レーダ受信信号の周波数スペクトルを混合密度関数でモデリングする様子を示す波形図である。
【図4】上記実施形態において、事前の知識を用いた最適な混合密度関数のパラメータ推定方法の処理の流れを示すフローチャートである。
【図5】上記実施形態において、最適な混合密度関数のパラメータ推定方法の処理の流れを示すフローチャートである。
【図6】上記実施形態において、レーダ受信信号から降水量、風速を算出する処理の流れの例を示すフローチャートである。
【発明を実施するための形態】
【0010】
以下、実施の形態について、図面を参照して説明する。
【0011】
図1は実施形態に係るレーダ受信信号処理装置が適用される気象レーダ信号処理装置の構成を示すブロック図である。図1において、パルス信号発生部11で発生されたレーダパルス信号は送信装置12で周波数変換され電力増幅されて、サーキュレータ13を介してアンテナ14から空間に向けて放射される。
【0012】
上記アンテナ14で受けたレーダ波の反射信号は、サーキュレータ13を介して受信装置15に送られる。この受信装置15は、アンテナ14で受けた信号を増幅し、ベースバンドに周波数変換するもので、その出力はレーダ受信信号処理装置16に送られる。
【0013】
上記レーダ受信信号処理装置16は、入力されたレーダ受信信号をA/D変換器161でデジタルデータに変換し、IQ検波器162で複素形式のIQデータに変換し、観測処理器163で地形エコー成分を除去して気象エコーによる観測データを得る。
【0014】
図2は上記観測処理器163において、レーダ受信信号(IQデータ)から目標信号(気象エコー成分)の平均ドップラー周波数、スペクトル幅、受信電力を算出する処理の流れを示すフローチャートである。
【0015】
まず、レーダ受信信号を周波数領域に変換することで周波数スペクトルを得る(ステップS11)。次に、得られた周波数スペクトルを混合密度関数でモデリングする(ステップS12)。続いて、混合密度関数のパラメータの最適値を学習により推定し(ステップS13)、推定したパラメータから目標信号の平均ドップラー周波数、スペクトル幅、受信電力を算出し、観測結果として出力する(ステップS14)。
【0016】
図3は、上記ステップS12において、周波数スペクトルを混合密度関数でモデリングする処理を説明するための波形図であり、Aは周波数スペクトル、Bは混合密度関数を示している。図3において、横軸Xはドップラー速度[m/s]、縦軸Yは振幅[dB]を示す。まず、周波数スペクトルをモデリングする混合密度関数を与える。混合密度関数は複数エコーそれぞれの密度関数の和で表され、そのパラメータはそれぞれのエコーの混合比とスペクトル形状に関係する値となっている。
【0017】
上記周波数スペクトルに対応する最適な混合密度関数のパラメータの推定には、事前知識の利用が考えられる。図4に事前の知識を利用して最適な混合密度関数のパラメータを推定する場合の処理の流れを示す。
【0018】
図4において、まず事前の知識から複数エコーそれぞれの密度関数のパラメータを変数として、統計的性質からそれらが従う事前分布を決定する(ステップS21)。決定した事前分布と、観測による尤度から事後分布を算出し、事後分布を最大化することで最適な混合密度関数のパラメータを得る(ステップS22)。
【0019】
図5は、上記事後分布を最大化することで混合密度関数の最適なパラメータを推定する方法を示すフローチャートである。まず周波数スペクトルと事前の知識を用いてペナルティ付きの尤度関数を決定する(ステップS31)。次に、決定されたペナルティ付きの尤度関数からペナルティ付き対数尤度関数の期待値を算出する(ステップS32)。続いて、ペナルティ付き対数尤度関数の期待値を最大化するパラメータを算出する(ステップ33)。ここでパラメータの値が収束したか否かを判断し(ステップS34)、収束しない場合にはステップS32に戻る。すなわち、期待値を最大化したパラメータを用いて、ペナルティ付き対数尤度関数の期待値算出からの手順を再び行い、パラメータの値が収束するまで繰り返す。この収束したパラメータの値をレーダ受信信号の周波数スペクトルをモデリングするのに最適な混合密度関数のパラメータとする。
【0020】
(実施例1)
図6は上記実施形態を気象レーダ信号処理装置に適用した場合の具体例(実施例1とする)であり、レーダ受信信号から降水量、風速を算出する場合の処理の流れを示すフローチャートである。
【0021】
図6において、まず、レーダ受信信号を周波数領域に変換し、周波数スペクトルの振幅成分yi を得る(ステップS41)。次に、得られた周波数スペクトルをモデリングする混合密度関数を与える(ステップ42)。ここで、不要信号(グランドクラッタのエコー成分)をモデリングする分布として、次式(1)で表される正規分布f1(x|θ1) を用いる。式(1)において、x はドップラー速度を表す。また、θ = (τ1211122122) は混合密度関数のパラメータであり、初期値は任意に設定する。
f1(x|θ1) = (2πθ12)-1/2exp{-(x-θ11)2/(2θ12)} …(1)
また、気象エコーをモデリングする分布として次式(2)で表されるフォン・ミーゼス分布f2(x|θ2) を用いる。
f2(x|θ2) = exp{θ22 cos(x-θ21)}/{2πI022)} …(2)
I0 は0次の修正ベッセル関数を表す。
【0022】
これらの式(1),(2)より、周波数スペクトルをモデリングする混合密度関数f(x|θ) を次式(3)とする。
f(x|θ) = τ1f1(x|θ1) +τ2f2(x|θ2) …(3)
続いて、与えた混合密度関数から混合比T1,i 、T2,i を次式(4),(5)で算出する(ステップS43)。
T1,i = τ1f1(xi1)/{f(x|θ)} …(4)
T2,i = τ2f2(xi2)/{f(x|θ)} …(5)
次に、予め観測したデータから事前分布を決定する(ステップS44)。まず、不要信号の電力値に関するパラメータは次式(6)で表されるベータ分布p11)に従うとする。
p11) = {τ1 α-1(1-τ1)β-1}/B(α,β) …(6)
ここでB(α,β)はベータ関数を表す。
【0023】
不要信号のドップラー周波数に関するパラメータは次式(7)で表される正規分布p211) に従うとする。
p211) = (2πφ2)-1/2exp{-(θ111)2/(2φ2)} …(7)
また、不要信号のスペクトル幅に関するパラメータは次式(8)で表されるガンマ分布p312) に従うとする。
p312) = b-aθ12a-1 exp(-θ12/b)/Γ(a) …(8)
ここで、Γ(a) はガンマ関数を表す。これら事前分布のパラメータα、β、φ1 、φ2 、a 、b は事前に観測した不要信号のデータから決定する。
【0024】
次に、式(8) に示すペナルティ付き対数尤度関数の期待値を各パラメータで偏微分することで、各パラメータQ(θ|θ(t)) の最大化を行う(ステップS45)。
Q(θ|θ(t)) = Σn i=1 [yiT1,i{logτ1f11|xi)} + yiT2,i{logτ2f22|xi)}]
+S1log{p11)} +S2log{p211)} + S3log{p312)} …(9)
ここで、n はフーリエ変換のサンプル点数を表す。また、(t)はステップS43,S45の繰返し回数を表す。各パラメータの更新式を以下に示す。
【0025】
τ1 = {Σn i=1 yiT1,i + S1(α-1)}/{Σn i=1 yi + S1(α+β-2)} …(10)
τ2 = 1-τ1 …(11)
θ11 = {Σn i=1 yiT1,ixi +S21θ122)}/{Σn i=1 yiT1,i + S2122)}
…(12)
θ12=(1-S3){Σn i=1 yiT1,i (xi11)2n i=1 yiT1,i }
+S3{-Σn i=1 yiT1,i+2(a-1)+[{Σn i=1 yiT1,i-2(a-1)}2+8/bΣn i=1 yiT1,i(xi11)2]1/2}/{4/b}
…(13)
θ21 = tan-1{(Σn i=1 yiT2,isinxi)/(Σn i=1 yiT2,icosxi)} …(14)
I122)/I022) = Σn i=1 yiT2,icos(xi − θ21)/ Σn i=1 yiT2,i …(15)
以上のように、θ22は式(15)を解くことで得る。また、S1 、S2 、S3 は1か0をとり、不要信号の電力値に関する事前知識を用いる場合はS1 =1、用いない場合はS1 =0である。また、不要信号のドップラー周波数に関する事前知識を用いる場合はS2 =1、用いない場合はS2 =0である。また、不要信号のスペクトル幅に関する事前知識を用いる場合はS3 =1、用いない場合はS3 =0である。
【0026】
次に、上記の式に従って算出したパラメータが収束しているかどうか判定する(ステップS46)。この判定処理において、混合比算出時のパラメータと、更新後のパラメータの差が1/1000以下の場合、パラメータが収束したと判定する。差がそれよりも大きい場合は、算出したパラメータを用いてステップS43,S45の処理を再び行う。
【0027】
上記パラメータが収束したと判定された場合には、推定したフォン・ミーゼス分布のパラメータから、気象エコーの平均ドップラー周波数、スペクトル幅、受信電力を推定値として算出する(ステップS47)。続いて、推定した気象エコーの平均ドップラー周波数、スペクトル幅、受信電力から、降水量、風速を算出する(ステップS48)。
【0028】
以上の処理を行うことにより、気象エコーに不要信号としてグランドクラッタによる地形エコーが重なる状況であっても、気象エコー、地形エコーそれぞれの成分を高精度に推定することができるので、気象エコーと地形エコーが混在するデータから降水量、風速を確実に推定することができる。
【0029】
(実施例2)
ところで、上記実施例1では、受信信号の周波数スペクトルを、気象エコー、地形エコー(グランドクラッタ)をそれぞれ仮定した2つの密度関数の和でモデリングした場合について説明した。このような処理によれば、ある程度の効果が期待できるが、実際の受信信号には気象エコー、地形エコーの他に雑音等の不要成分(以下、不要エコーと称する)が含まれている。そのような受信信号の周波数スペクトルを気象エコー、地形エコーをそれぞれ仮定した2つの密度関数の和でモデリングすることは、気象エコー推定にて誤差を生むことが想定される。
【0030】
そこで、実施例2として、さらに雑音等の不要エコーを含む3つの密度関数の和でモデリングした場合について、再度図6を参照して説明する。
【0031】
図6において、まず、レーダ受信信号を周波数領域に変換し、周波数スペクトルの振幅成分yi を得る(ステップS41)。次に、得られた周波数スペクトルをモデリングする混合密度関数を与える(ステップ42)。ここでは、不要信号(地形エコー、不要エコー)をモデリングする分布として、次式(16)で表される正規分布f1(x|θ1) を用いる。ここで、x はドップラー速度を表す。θ = (τ12311122122) は混合密度関数のパラメータであり、初期値は任意に設定する。
f1(x|θ1) = (2πθ12)-1/2exp{-(x-θ11)2/(2θ12)} …(16)
また、気象エコーをモデリングする分布として次式(17)で表されるフォン・ミーゼス分布f2(x|θ2) を用いる。
f2(x|θ2) = exp{θ22 cos(x-θ21)}/{2πI022)} …(17)
I0 は0次の修正ベッセル関数を表す。
【0032】
また、上記以外の不要エコーをモデリングする分布として次式(18)で表される一様分布f3(x|θ3)を用いる。
【0033】
f3(x|θ3) = 1/(2Vnyq) …(18)
ここでVnyqはナイキスト速度を表す。
【0034】
これらの式(16),(17),(18)より、周波数スペクトルをモデリングする混合密度関数f(x|θ) を次式(19)とする。
f(x|θ) = τ1f1(x|θ1) +τ2f2(x|θ2) +τ3f3(x|θ3) …(19)
続いて、与えた混合密度関数から混合比T1,i 、T2,i 、T3,iをそれぞれ次式(20),(21),(22)で算出する(ステップS43)。
T1,i = τ1f1(xi1)/{f(xi|θ)} …(20)
T2,i = τ2f2(xi2)/{f(xi|θ)} …(21)
T3,i = τ3f3(xi3)/{f(xi|θ)} …(22)
次に、予め観測したデータから事前分布を決定する(ステップS44)。まず、不要信号の電力値に関するパラメータは次式で表されるベータ分布p11)に従うとする。
p11) = {τ1 α-1(1-τ1)β-1}/B(α,β) …(23)
ここでB(α,β)はベータ関数を表す。
【0035】
不要信号のドップラー周波数に関するパラメータは次式で表される正規分布p211) に従うとする。
p211) = (2πφ2)-1/2exp{-(θ111)2/(2φ2)} …(24)
また、不要信号のスペクトル幅に関するパラメータは次式で表されるガンマ分布p312) に従うとする。
p312) = b-aθ12a-1 exp(-θ12/b)/Γ(a) …(25)
ここで、Γ(a) はガンマ関数を表す。これら事前分布のパラメータα、β、φ1 、φ2 、a 、b は事前に観測した不要信号のデータから決定する。
【0036】
次に、式(8) に示すペナルティ付き対数尤度関数の期待値を各パラメータで偏微分することで、各パラメータQ(θ|θ(t)) の最大化を行う(ステップS45)。
Q(θ|θ(t)) = Σn i=1 [yiT1,i{logτ1f11|xi)}+ yiT2,i{logτ2f22|xi)}
+ yiT3,i{logτ3f33|xi)}]
+S1log{p11)} +S2log{p211)} + S3log{p312)} …(26)
ここで、n はフーリエ変換のサンプル点数を表す。また、(t)はステップS43,S45の繰返し回数を表す。
【0037】
各パラメータの更新式を以下に示す。
τ1 = {Σn i=1 yiT1,i + S1(α-1)}/{Σn i=1 yi + S1(α+β-2)} …(27)
τ2 = {Σn i=1 yiT2,i - S1τ1Σn i=1 yiT2,i}/{Σn i=1 yi(T2,i+S1T3,i)}
…(28)
τ3 = 1-τ12 …(29)
θ11 = {Σn i=1 yiT1,ixi +S21θ122)}/{Σn i=1 yiT1,i + S2122)}
…(30)
θ12=(1-S3){Σn i=1 yiT1,i (xi11)2n i=1 yiT1,i }
+S3{-Σn i=1 yiT1,i+2(a-1)+[{Σn i=1 yiT1,i-2(a-1)}2
+8/bΣn i=1 yiT1,i(xi11)2]1/2}/{4/b} …(31)
θ21 = tan-1{(Σn i=1 yiT2,isinxi)/(Σn i=1 yiT2,icosxi)} …(32)
I122)/I022) = Σn i=1 yiT2,icos(xi − θ21)/ Σn i=1 yiT2,i …(33)
ここでθ22は式(33)を解くことで得られる。また、S1 、S2 、S3 は1か0をとり、不要信号の電力値に関する事前知識を用いる場合はS1 = 1、用いない場合はS1 =0である。また、不要信号のドップラー周波数に関する事前知識を用いる場合はS2 =1、用いない場合はS2 =0である。また、不要信号のスペクトル幅に関する事前知識を用いる場合はS3 =1であり、用いない場合はS3 =0である。
【0038】
次に、上記の式に従って算出したパラメータが収束しているかどうか判定する(ステップS46)。この判定処理において、混合比算出時のパラメータと、更新後のパラメータの差が1/1000以下の場合、パラメータが収束したと判定する。差がそれよりも大きい場合は、算出したパラメータを用いてステップS43,S45の処理を再び行う。
【0039】
上記パラメータが収束したと判定された場合には、推定したフォン・ミーゼス分布のパラメータから、気象エコーの平均ドップラー周波数、スペクトル幅、受信電力を推定値として算出する(ステップS47)。続いて、推定した気象エコーの平均ドップラー周波数、スペクトル幅、受信電力から、降水量、風速を算出する(ステップS48)。
【0040】
以上の処理を行うことにより、気象エコーに不要信号としてグランドクラッタによる地形エコー、雑音等の不要エコーが重なる状況であっても、気象エコー、地形エコー、不要エコーそれぞれの成分を高精度に推定することができるので、気象エコーと地形エコー及び不要エコーが混在するデータから降水量、風速を確実に推定することができる。
【0041】
上記実施形態は気象レーダの場合を想定して説明したが、通常のレーダ装置、すなわちレーダ受信信号から不要信号を除去して目標信号を得る場合にも同様に実施可能である。また、アクティブフェーズドアレイレーダのように、送信ビームを電子走査させるレーダ装置やデジタルビームフォーミング技術を用いた複数の受信ビーム形成を行うレーダ装置を用いる場合にも同様に実施可能である。したがって、上記の実施形態によれば、同程度の周波数変化を持つ目標信号と不要信号が混在するレーダ受信信号から、目標信号のみを的確に検出するレーダ受信信号処理装置を提供することができる。
【0042】
尚、上記実施形態はそのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせでもよい。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。
【符号の説明】
【0043】
11… パルス信号発生部、12…送信装置、13…サーキュレータ、14…アンテナ、15…受信装置、16…レーダ受信信号処理装置、161…A/D変換器、162…IQ検波器、163…観測処理器。

【特許請求の範囲】
【請求項1】
一定周期で繰り返し得られるレーダ受信信号からエコー群それぞれがもつ、平均ドップラー周波数、スペクトル幅、受信電力から決定される周波数スペクトルを取得する取得手段と、
前記取得されたレーダ受信信号の周波数スペクトルの形状を前記エコー群それぞれの密度関数の和によりモデリングする処理を繰り返して学習することにより最適な混合密度関数を推定する推定手段と、
前記推定された混合密度関数のパラメータから前記レーダ受信信号に含まれる任意のエコーの情報を抽出する抽出手段と
を具備することを特徴とするレーダ受信信号処理装置。
【請求項2】
前記取得手段は、前記レーダ受信信号を周波数領域に変換して前記周波数スペクトルを取得することを特徴とする請求項1記載のレーダ受信信号処理装置。
【請求項3】
前記推定手段は、前記エコー群からなる周波数スペクトルを混合密度関数に当て嵌め、その当て嵌まり具合をペナルティ付きの尤度関数でもって評価し、前記尤度関数の隠れ変数を算出し前記ペナルティ付き尤度関数の期待値を前記混合密度関数の各パラメータについて最大化する、という手順を前記パラメータの値が収束するまで繰り返すことで、前記ペナルティ付きの尤度関数が最大となるパラメータを推定することを特徴とする請求項1記載のレーダ受信信号処理装置。
【請求項4】
前記推定手段は、前記エコー群の持つ平均ドップラー周波数、スペクトル幅及び受信電力の統計的性質から混合密度関数の各パラメータが従う事前分布を決定し、前記事前分布を前記ペナルティとして尤度関数に付加することで前記ペナルティ付き尤度関数を決定することを特徴とする請求項3記載のレーダ受信信号処理装置。
【請求項5】
前記推定手段は、前記事前分布の決定処理において、前記レーダ受信信号の単独エコーを予め観測することで、前記事前分布の統計量を算出し決定することを特徴とする請求項4記載のレーダ受信信号処理装置。
【請求項6】
前記抽出手段は、前記推定手段で推定した混合密度関数のパラメータのうち前記任意のエコーに関するパラメータから前記任意のエコーの周波数スペクトルを決定している平均ドップラー周波数、スペクトル幅及び受信電力を算出し前記任意のエコーの情報として抽出することを特徴とする請求項1記載のレーダ受信信号処理装置。
【請求項7】
前記レーダ受信信号が気象レーダの信号であり、前記エコー群が気象エコー及び地形エコーであるとき、
前記取得手段は、前記レーダ受信信号から気象エコーと地形エコーそれぞれがもつ、平均ドップラー周波数、スペクトル幅、受信電力から決定される周波数スペクトルを取得し、
前記推定手段は、前記取得されたレーダ受信信号の周波数スペクトルの形状を前記気象エコー及び地形エコーそれぞれの密度関数の和によりモデリングする処理を繰り返して学習することにより最適な混合密度関数を推定し、
前記抽出手段は、前記推定された混合密度関数のパラメータうち前記気象エコーに関するパラメータから前記気象エコーの平均ドップラー周波数、スペクトル幅及び受信電力を算出し前記気象エコーの情報として抽出するものとし、
さらに、前記抽出された平均ドップラー周波数、スペクトル幅及び受信電力から降水量、風速を算出する算出手段を具備することを特徴とする請求項1記載のレーダ受信信号処理装置。
【請求項8】
前記推定手段は、
前記気象エコー及び地形エコーからなる周波数スペクトルを混合密度関数に当て嵌め、その当て嵌まり具合をペナルティ付きの尤度関数でもって評価し、前記尤度関数の隠れ変数を算出し前記ペナルティ付き尤度関数の期待値を前記混合密度関数の各パラメータについて最大化する、という手順を前記パラメータの値が収束するまで繰り返すことで、前記ペナルティ付きの尤度関数が最大となるパラメータを推定し、
前記ペナルティ付き尤度関数の決定処理において、前記エコー群の持つ平均ドップラー周波数、スペクトル幅及び受信電力の統計的性質から混合密度関数の各パラメータが従う事前分布を決定し、前記事前分布を前記ペナルティとして尤度関数に付加することで前記ペナルティ付き尤度関数を決定し、
前記事前分布の決定処理において、前記レーダ受信信号の単独エコーとして晴天時に地形エコーのみを観測し、雨天時に地形エコーの存在しない範囲を予め観測することで統計量を算出し決定することを特徴とする請求項7記載のレーダ受信信号処理装置。
【請求項9】
前記レーダ受信信号が気象レーダの信号であり、前記エコー群が気象エコー、地形エコー及びその他の不要エコーであるとき、
前記取得手段は、前記レーダ受信信号から気象エコー、地形エコー及び不要エコーそれぞれがもつ、平均ドップラー周波数、スペクトル幅、受信電力から決定される周波数スペクトルを取得し、
前記推定手段は、前記取得されたレーダ受信信号の周波数スペクトルの形状を混合密度関数によりモデリングする処理を繰り返して学習することにより最適な混合密度関数を推定し、
前記抽出手段は、前記推定された混合密度関数のパラメータうち前記気象エコーに関するパラメータから前記気象エコーの平均ドップラー周波数、スペクトル幅及び受信電力を算出し前記気象エコーの情報として抽出するものとし、
さらに、前記抽出された平均ドップラー周波数、スペクトル幅及び受信電力から降水量、風速を算出する算出手段を具備することを特徴とする請求項1記載のレーダ受信信号処理装置。
【請求項10】
前記推定手段は、
前記気象エコー、地形エコー及び不要エコーからなる周波数スペクトルを混合密度関数に当て嵌め、その当て嵌まり具合をペナルティ付きの尤度関数でもって評価し、前記尤度関数の隠れ変数を算出し前記ペナルティ付き尤度関数の期待値を前記混合密度関数の各パラメータについて最大化する、という手順を前記パラメータの値が収束するまで繰り返すことで、前記ペナルティ付きの尤度関数が最大となるパラメータを推定し、
前記ペナルティ付き尤度関数の決定処理において、前記エコー群の持つ平均ドップラー周波数、スペクトル幅及び受信電力の統計的性質から混合密度関数の各パラメータが従う事前分布を決定し、前記事前分布を前記ペナルティとして尤度関数に付加することで前記ペナルティ付き尤度関数を決定し、
前記事前分布の決定処理において、前記レーダ受信信号の単独エコーとして晴天時に地形エコーのみを観測し、雨天時に地形エコーの存在しない範囲を予め観測することで統計量を算出し決定することを特徴とする請求項9記載のレーダ受信信号処理装置。
【請求項11】
一定周期で繰り返し得られるレーダ受信信号からエコー群それぞれがもつ、平均ドップラー周波数、スペクトル幅、受信電力から決定される周波数スペクトルを取得し、
前記取得されたレーダ受信信号の周波数スペクトルの形状を前記エコー群それぞれの密度関数の和によりモデリングする処理を繰り返して学習することにより最適な混合密度関数を推定し、
前記推定された混合密度関数のパラメータから前記レーダ受信信号に含まれる任意のエコーの情報を抽出することを特徴とするレーダ受信信号処理方法。
【請求項12】
前記周波数スペクトルの取得は、前記レーダ受信信号を周波数領域に変換して前記周波数スペクトルを取得することを特徴とする請求項11記載のレーダ受信信号処理方法。
【請求項13】
前記混合密度関数の推定は、前記エコー群からなる周波数スペクトルを混合密度関数に当て嵌め、その当て嵌まり具合をペナルティ付きの尤度関数でもって評価し、前記尤度関数の隠れ変数を算出し前記ペナルティ付き尤度関数の期待値を前記混合密度関数の各パラメータについて最大化する、という手順を前記パラメータの値が収束するまで繰り返すことで、前記ペナルティ付きの尤度関数が最大となるパラメータを推定することを特徴とする請求項11記載のレーダ受信信号処理方法。
【請求項14】
前記混合密度関数の推定は、前記エコー群の持つ平均ドップラー周波数、スペクトル幅及び受信電力の統計的性質から混合密度関数の各パラメータが従う事前分布を決定し、前記事前分布を前記ペナルティとして尤度関数に付加することで前記ペナルティ付き尤度関数を決定することを特徴とする請求項13記載のレーダ受信信号処理方法。
【請求項15】
前記混合密度関数の推定は、前記事前分布の決定処理において、前記レーダ受信信号の単独エコーを予め観測することで、前記事前分布の統計量を算出し決定することを特徴とする請求項14記載のレーダ受信信号処理装置。
【請求項16】
前記エコーの情報の抽出は、前記推定された混合密度関数のパラメータのうち前記任意のエコーに関するパラメータから前記任意のエコーの周波数スペクトルを決定している平均ドップラー周波数、スペクトル幅及び受信電力を算出し前記任意のエコーの情報として抽出することを特徴とする請求項11記載のレーダ受信信号処理方法。
【請求項17】
前記レーダ受信信号が気象レーダの信号であり、前記エコー群が気象エコー及び地形エコーであるとき、
前記周波数スペクトルの取得は、前記レーダ受信信号から気象エコーと地形エコーそれぞれがもつ、平均ドップラー周波数、スペクトル幅、受信電力から決定される周波数スペクトルを取得し、
前記混合密度関数の推定は、前記取得されたレーダ受信信号の周波数スペクトルの形状を前記気象エコー及び地形エコーそれぞれの密度関数の和によりモデリングする処理を繰り返して学習することにより最適な混合密度関数を推定し、
前記エコーの情報抽出は、前記推定された混合密度関数のパラメータうち前記気象エコーに関するパラメータから前記気象エコーの平均ドップラー周波数、スペクトル幅及び受信電力を算出し前記気象エコーの情報として抽出するものとし、
さらに、前記抽出された平均ドップラー周波数、スペクトル幅及び受信電力から降水量、風速を算出することを特徴とする請求項11記載のレーダ受信信号処理方法。
【請求項18】
前記混合密度関数の推定は、
前記気象エコー及び地形エコーからなる周波数スペクトルを混合密度関数に当て嵌め、その当て嵌まり具合をペナルティ付きの尤度関数でもって評価し、前記尤度関数の隠れ変数を算出し前記ペナルティ付き尤度関数の期待値を前記混合密度関数の各パラメータについて最大化する、という手順を前記パラメータの値が収束するまで繰り返すことで、前記ペナルティ付きの尤度関数が最大となるパラメータを推定し、
前記ペナルティ付き尤度関数の決定処理において、前記エコー群の持つ平均ドップラー周波数、スペクトル幅及び受信電力の統計的性質から混合密度関数の各パラメータが従う事前分布を決定し、前記事前分布を前記ペナルティとして尤度関数に付加することで前記ペナルティ付き尤度関数を決定し、
前記事前分布の決定処理において、前記レーダ受信信号の単独エコーとして晴天時に地形エコーのみを観測し、雨天時に地形エコーの存在しない範囲を予め観測することで統計量を算出し決定することを特徴とする請求項15記載のレーダ受信信号処理方法。
【請求項19】
前記レーダ受信信号が気象レーダの信号であり、前記エコー群が気象エコー、地形エコー及びその他の不要エコーであるとき、
前記周波数スペクトルの取得は、前記レーダ受信信号から気象エコー、地形エコー及び不要エコーそれぞれがもつ、平均ドップラー周波数、スペクトル幅、受信電力から決定される周波数スペクトルを取得し、
前記混合密度関数の推定は、前記取得されたレーダ受信信号の周波数スペクトルの形状を前記気象エコー、地形エコー及び不要エコーそれぞれの密度関数の和によりモデリングする処理を繰り返して学習することにより最適な混合密度関数を推定し、
前記エコーの情報抽出は、前記推定された混合密度関数のパラメータうち前記気象エコーに関するパラメータから前記気象エコーの平均ドップラー周波数、スペクトル幅及び受信電力を算出し前記気象エコーの情報として抽出するものとし、
さらに、前記抽出された平均ドップラー周波数、スペクトル幅及び受信電力から降水量、風速を算出することを特徴とする請求項11記載のレーダ受信信号処理方法。
【請求項20】
前記混合密度関数の推定は、
前記気象エコー、地形エコー及び不要エコーからなる周波数スペクトルを混合密度関数に当て嵌め、その当て嵌まり具合をペナルティ付きの尤度関数でもって評価し、前記尤度関数の隠れ変数を算出し前記ペナルティ付き尤度関数の期待値を前記混合密度関数の各パラメータについて最大化する、という手順を前記パラメータの値が収束するまで繰り返すことで、前記ペナルティ付きの尤度関数が最大となるパラメータを推定し、
前記ペナルティ付き尤度関数の決定処理において、前記エコー群の持つ平均ドップラー周波数、スペクトル幅及び受信電力の統計的性質から混合密度関数の各パラメータが従う事前分布を決定し、前記事前分布を前記ペナルティとして尤度関数に付加することで前記ペナルティ付き尤度関数を決定し、
前記事前分布の決定処理において、前記レーダ受信信号の単独エコーとして晴天時に地形エコーのみを観測し、雨天時に地形エコーの存在しない範囲を予め観測することで統計量を算出し決定することを特徴とする請求項17記載のレーダ受信信号処理方法。

【図1】
image rotate

【図2】
image rotate

【図3】
image rotate

【図4】
image rotate

【図5】
image rotate

【図6】
image rotate


【公開番号】特開2012−18154(P2012−18154A)
【公開日】平成24年1月26日(2012.1.26)
【国際特許分類】
【出願番号】特願2010−260631(P2010−260631)
【出願日】平成22年11月22日(2010.11.22)
【出願人】(000003078)株式会社東芝 (54,554)
【出願人】(504132881)国立大学法人東京農工大学 (595)
【Fターム(参考)】