信号分類装置
【課題】 分類性能の向上した信号分類装置を得る。
【解決手段】 仮説生成手段２０は、新たな信号を、どの送信源からの信号であるかを分類した追加仮説と、既に求められている保持仮説とを組み合わせ、新たな信号が放射されたと推定される送信源毎に信号を分類する仮説を生成する。評価値算出手段３０は、これらの仮説に対して、各信号の出現時刻の差と継続時間との相関を考慮して定義した適合関数に基づいて、その評価値を算出する。仮説選択手段５０は、仮説数減少手段４０で評価値に基づいて選択された仮説に基づき、仮説生成手段２０への保持仮説を送出する。
【解決手段】 仮説生成手段２０は、新たな信号を、どの送信源からの信号であるかを分類した追加仮説と、既に求められている保持仮説とを組み合わせ、新たな信号が放射されたと推定される送信源毎に信号を分類する仮説を生成する。評価値算出手段３０は、これらの仮説に対して、各信号の出現時刻の差と継続時間との相関を考慮して定義した適合関数に基づいて、その評価値を算出する。仮説選択手段５０は、仮説数減少手段４０で評価値に基づいて選択された仮説に基づき、仮説生成手段２０への保持仮説を送出する。
【発明の詳細な説明】
【技術分野】
【０００１】
この発明は、未知の送信源が放射した信号を受信し、受信した信号を送信源毎に分類する信号分類装置に関するものである。
【背景技術】
【０００２】
従来の信号分類装置では、新たに信号を受信する毎に、下記三つのステップを繰り返すことで信号を分類していた（例えば、非特許文献１参照）。尚、以下では、信号を送信源毎に分類した例を仮説と呼ぶ。
ステップ１：下記ステップ３で選択された仮説（保持仮説）を基に、新たに受信した信号を送信源に分類した仮説（追加仮説）を生成し、保持仮説と追加仮説を組み合わせて、新たに受信した信号までを分類した仮説を生成する。
ステップ２：上記ステップ１で生成した仮説に対して、信号から抽出された特徴量などを基に仮説の評価値を算出する。
ステップ３：上記ステップ２で算出した評価値を基に、仮説を取捨選択し、選択した仮説を保持仮説としてステップ１に出力する。
【０００３】
【非特許文献１】「誤検出を考慮したＭＨＴレーダパルス列分離法」，電子情報通信学会宇宙航行エレクトロニクス研究会，ＳＡＮＥ２００１−１０，ｐｐ．６９−７６，Ａｐｒｉｌ ２００１
【発明の開示】
【発明が解決しようとする課題】
【０００４】
上述した従来の手法では、前記ステップ２の仮説評価値の算出において、信号から抽出された複数種類の特徴量を利用して仮説の評価値を算出していた。この算出において、複数の特徴量同士は互いに相関が無いと仮定していた。
しかしながら、例えばレーダのパルスを分類する場合などでは、パルスの出現時刻が周期的であり、かつパルス幅が類似するため、出現時刻とパルス幅が重要な特徴量である。また、パルス幅はパルスの消滅時刻と出現時刻の差で与えられるため、パルス幅と出現時刻には相関がある。このため、従来の手法では、評価値算出の仮定に反するため、どちらか一方の特徴量しか仮説評価に用いることができなかった。また、仮定に反することを認識した上で出現時刻とパルス幅を評価値に用いる場合でも、特徴量間の相関を無視するため、性能が劣化してしまうという問題点を有していた。
【０００５】
この発明は前記のような問題を解決するためになされたもので、分類性能の向上した信号分類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】
【０００６】
この発明に係る信号分類装置は、新たな信号を、どの送信源からの信号であるかを分類した追加仮説と、既に求められている保持仮説とを組み合わせ、新たな信号が放射されたと推定される送信源毎に当該信号を分類する仮説を仮説生成手段で生成し、これらの仮説を評価値算出手段で評価する場合、各信号の出現時刻の差と継続時間との相関を考慮して定義した適合関数に基づいて、その評価値を算出するようにしたものである。
【発明の効果】
【０００７】
この発明の信号分類装置は、各信号の出現時刻の差と継続時間との相関を考慮して仮説評価値を導出するようにしたため、分類性能を向上させることができる。
【発明を実施するための最良の形態】
【０００８】
実施の形態１．
図１は、この発明の実施の形態１による信号分類装置を示す構成図であるが、この説明に先立ち、本発明の基本的な概念について説明する。
ここで、本発明は、信号の出現時刻が周期的で、信号の出現時刻と消滅時刻との差の時間が類似する特徴を持つもの全てに対して有効である。そのような特徴は、レーダパルス以外に通信波にも存在する。具体的には、周波数を定期的に変えて通信を行うもので、以下ではこのような通信を行う送信源のことを周波数変動送信源と呼ぶ。またこれとは逆に、同一周波数で通信を行う送信源のことを周波数固定送信源と呼ぶ。
【０００９】
上記の様に、本発明が対応できる分類対象がレーダパルス以外に通信波などもあることから、分類対象のもの（レーダのパルスに相当）を信号と呼び、また信号の出現時刻と消滅時刻との差の時間（レーダパルスのパルス幅に相当）のことを継続時間と呼ぶ。
【００１０】
この信号分類装置は、アンテナによって受信される信号を送信源毎に分類することを目的としているが、そのために信号の物理的性質や物理的性質から算出された属性値など、信号の各特徴量に着目して信号の分類を行う。これは、同一の送信源から放射された信号同士は、その特徴量が類似すると考えられるためである。そのため、これらの特徴量の類似性を利用すれば、信号を送信源毎に分類することができる。例えば、信号を放射する送信源の位置とそれを受信する受信源の位置が共に固定であれば、一つの送信源が放射した信号を受信する方位（受信方位角度）は等しくなるため、その類似性を利用して信号を送信源毎に分類することができる。また、固定の周波数の信号を放射する周波数固定送信源からの信号（周波数固定信号）は、信号のキャリア周波数が類似するため、キャリア周波数の類似性を利用して分類することができる。更に、周波数を周期的に変えるような周波数変動送信源からの信号（周波数変動信号）は、一つの周波数における信号の出現から消滅までの継続時間が類似し、また信号の出現時刻も周期的であるため、これらを利用して分類することができる。
【００１１】
具体的には、上記ステップ１の仮説の生成と、ステップ２の評価値の算出、ステップ３の仮説の選択を繰り返し、最終的に評価値の最も高い仮説を分類結果とする。なお、ステップ３の仮説の選択で選択された仮説を保持仮説と呼ぶ。
上記の方法で分類する場合、ステップ２の評価値の算出では、少ない種類の特徴量を利用するよりも、複数種類の特徴量を利用したほうが、原理的に高精度に分類することができる。更に、評価値に用いる複数の特徴量間に相関がある場合には、その相関を考慮する必要がある。この相関を考慮する必要がある理由を以下に説明する。
【００１２】
図２は、各信号の状態を示す説明図である。
今、図２に示す信号ａ、信号ｂを分類する状態であるとする。そして信号ａ、信号ｂが分類される候補の送信源として周波数変動送信源Ｙがあるとする。そしてこれまで周波数変動送信源Ｙに分類された信号の出現時刻と継続時間を基に、周波数変動送信源Ｙの出現時刻の差の時間と継続時間の確率密度関数が定義されているとする。もし、信号ａ、ｂが周波数変動送信源Ｙの信号であるなら、その特徴量は周波数変動送信源Ｙに分類された信号の特徴量に類似するため、確率密度関数に信号ａ、ｂの特徴量を代入した値は大きくなる。また、逆に周波数変動送信源Ｙの信号でないなら、確率密度関数に信号ａ、ｂの特徴量を代入した値は小さくなる。このため、確率密度関数を用いることで、信号の分類の正しさを判断することができる。故に、以下では、出現時刻の差の時間の確率密度関数のことを出現時刻差の適合関数と呼び、継続時間の確率密度関数を継続時間の適合関数と呼ぶ。そして適合関数に特徴量を代入した値を適合度と呼ぶ。
【００１３】
次に、信号ａ、信号ｂの出現時刻差の適合度を求める。この様子を図３に示す。
周波数変動送信源Ｙに最後に分類された信号を信号ｃ（図２に示す）とすると、信号ｃと信号ａ、信号ｃと信号ｂの出現時刻差は互いに等しくなる。このため下式（１）の様に、信号ａの出現時刻差の適合度ＰSRI、aと、信号ｂの出現時刻差の適合度ＰSRI、bは等しくなる。ゆえに出現時刻からでは、周波数変動送信源Ｙの信号として信号ａがふさわしいのか、信号ｂがふさわしいのか分からない。
ＰSRI、a＝ＰSRI、b （１）
【００１４】
次に、継続時間の適合度を求める。この様子を図４に示す。
信号ａの継続時間は、その期待値とほぼ等しい値になり、信号ｂの継続時間は期待値よりも小さな値となっている。このため下式（２）に示すように、信号ａの継続時間の適合度ＰDOC、aの方が、信号ｂの継続時間の適合度ＰDOC、bよりも大きくなる。この結果周波数変動送信源Ｙの信号としては、信号ａの方がふさわしい結果となる。
ＰDOC、a＞ＰDOC、b （２）
【００１５】
ところで信号ａ、信号ｂは、その出現時刻が期待値よりも遅くなっている。一方、信号の消滅時刻の期待値（出現時刻差と継続時間の期待値の和）は変わらない。このため、出現時刻が遅れたのであれば、その分継続時間は短くなる筈である。ところが、上記で求めた継続時間の適合度には、この出現時刻の遅れが加味されておらず、実態からかけ離れている。そこで図５の様に、出現時刻差期待値との差を継続時間に加味した適合関数を用いて、継続時間の適合度を再算出する。尚、図５中、Ａで示す部分が到来時刻差の期待値からのずれの補正値を示している。この結果、継続時間の適合度は下式（３）の様になり、信号ｂの継続時間の適合度ＰDOC、bの方が、ＰDOC、aより大きな値になる。この結果、周波数変動送信源Ｙの信号としては、信号ｂの方がふさわしいこととなる。
ＰDOC、a＜ＰDOC、b （３）
【００１６】
上記の様に、信号の出現時刻差と継続時間の相関を考慮した適合関数にすることで、周波数変動送信源Ｙの信号としてふさわしい信号が信号ｂであることが分かった。実際に観測される信号の継続時間は、出現時刻が期待値から遅れれば、その継続時間は小さくなり、逆に出現時刻の期待値より早ければ、その分継続時間は大きくなる。故に、図４に示した相関を無視した適合関数では分類を誤ってしまう。このため、本発明のような特徴量間の相関を考慮した適合関数が必要である。
【００１７】
最後に、信号の出現時刻差と継続時間の相関を考慮した適合関数を求めるため、信号の出現時刻差と継続時間の確率密度を求める。今、周波数変動送信源Ｙからの信号のみＮ個受信した状態であるとする。受信した信号は、受信した順番に、１番目の信号、２番目の信号、…、Ｎ番目の信号と呼ぶ。更に受信した信号の出現時刻は、標準偏差σ1の正規分布の観測誤差が、消滅時刻は標準偏差σ2の正規分布の観測誤差があるものとする。ｎ（２≦ｎ≦Ｎ）番目の信号の出現時刻と消滅時刻、（ｎ−１）番目の信号の出現時刻の関係は、図６の様になる。
【００１８】
【数１】
更に、（ｎ−１）番目の信号の出現時刻をｘ、ｎ番目の信号の出現時刻をｙ、ｎ番目の信号の消滅時刻をｚとすると、信号の出現時刻差tSRIは下式（４）となり、継続時間tDOCは下式（５）となる。
ｔSRI＝ｙ−ｘ （４）
ｔDOC＝ｚ−ｙ （５）
【００１９】
また、標準偏差σ、平均ｍの正規分布の確率密度関数をｗ（・｜ｍ、σ）とし、信号の出現時刻差がｔSRIで、継続時間がｔDOCとなる確率密度関数をＰSRI、DOC（ｔSRI、ｔDOC）とすると、ＰSRI、DOC（ｔSRI、ｔDOC）は下式（６）の様にかける。
【数２】
【数３】
本発明では、上記の確率密度を出現時刻と継続時間の適合関数として用いる。
【００２０】
上記では、出現時刻と継続時間の適合関数について述べたが、それ以外の特徴量に対して適合関数が定義できる場合、それら適合関数の積にパラメータを乗じたものを、仮説の評価関数として用いる。そしてその評価関数で算出される値を評価値と呼ぶ。以下、具体的な方法の説明をするが、その前に本発明の中で用いる言葉と、仮説生成法について説明する。
【００２１】
先ず、分類する信号と特徴量について説明する。信号は受信した順番で区別することとする。そのためｎ番目に受信した信号を、「ｎ番目の信号」と呼ぶ。そして、「ｎ番目の信号」から抽出される複数の特徴量の中で、ｊ種類目の特徴量の値をｆn、jと表す。特徴量の例としては、信号を受信した出現時刻や、消滅した消滅時刻、出現時刻と消滅時刻の差である継続時間などや、その信号を受信した受信方位角度、信号のキャリア周波数や周波数帯域幅、受信電力などが考えられる。そして、「ｎ番目の信号」の全種類の特徴量を特徴量ベクトルＦnとする。これらの関係を下式（１０）に示す。
Ｆn＝［ｆn、1 ｆn、2 …ｆn、j …ｆn、J］ （１０）
尚、以下では、ｊ＝１は信号の出現時刻の特徴量を表すこととし、ｊ＝２は継続時間の特徴量を、ｊ＝３は受信方位角度を表すこととする。
【００２２】
次に、本発明の中で用いる仮説について説明する。仮説とは、信号を分類した分類例を指す。そして、「１〜ｎ番目の信号」を分類した仮説を「ｎ信号の仮説」と呼び、「ｎ信号の仮説」を任意の順番に並べた場合に、ｈ個目の「ｎ信号の仮説」を「ｎ信号の仮説ｈ」と呼ぶ。また、「ｎ番目の信号」を分類した仮説を「ｎ番目の信号の追加仮説」と呼ぶ。「ｎ番目の信号の追加仮説」も複数存在するため、ｒ個目の「ｎ番目の信号の追加仮説」を「ｎ番目の信号の追加仮説ｒ」と呼ぶ。「ｎ信号の仮説」が「１〜ｎ番目の信号」を分類した仮説であるのに対して、「ｎ番目の信号の追加仮説」は、一つの信号（「ｎ番目の信号」）を分類した仮説である。また「ｎ信号の仮説」は、「１番目の信号の追加仮説」と「２番目の信号の追加仮説」、…、「ｎ番目の信号の追加仮説」の組み合わせで構成される。
【００２３】
次に仮説の生成方法について説明する。
図７に、「１〜３番目の信号」を仮に分類した二つの「３信号の仮説」を示す。これら仮説は、仮説の選択で選択された保持仮説であるとする。図中の３０１、３０２、３０３は受信した信号を表し、「３信号の保持仮説１」は、信号３０１と３０３を一つの送信源からの信号と考え１個目の送信源に分類し、信号３０２を１個目の送信源とは別の送信源からの信号と考え２個目の送信源に分類した保持仮説を表す。「３信号の保持仮説２」は、信号３０１、３０２、３０３を一つの送信源からの信号と考え、１個目の送信源に分類した保持仮説を表す。尚、送信源の番号は、便宜的に付けているだけで、その大きさの違いは本質的に無い。
【００２４】
ここで更に、新たに「４番目の信号」を分類する場合を考える。図７における「３信号の仮説１」に対しては、「４番目の信号」を１個目の送信源に分類する「４番目の信号の追加仮説１」、２個目の送信源に分類する「４番目の信号の追加仮説２」、３個目の送信源に分類する「４番目の信号の追加仮説３」などが考えられる。そして「３信号の仮説１」と、複数の「４番目の信号の追加仮説」をそれぞれ組み合わせることによって、「４信号の仮説」が複数生成される。同様に「３信号の仮説２」に対しても、「４番目の信号の追加仮説」は複数考えられ、これらを「３信号の仮説２」に組み合わせることによって、「４信号の仮説」が複数生成される。以上が、信号を分類した仮説及びその生成方法の説明である。
【００２５】
次に、仮説の表記方法について説明する。図７は、仮説を図で表しているが、以下で説明する処理では、下式（１１）で示すような行列で表す。
［１ ２ １］ （１１）
式（１１）の１行１列目は、「１番目の信号」が「１個目の送信源」に分類されていることを表し、１行２列目は、「２番目の信号」が「２個目の送信源」に分類されていることを表し、１行３列目は、「３番目の信号」が「１個目の送信源」に分類さていることを表す。つまり、行列の各列の番号が信号の番号に対応し、そこに書かれている数が、分類される送信源を表す。このため式（１１）は、図７の「３信号の仮説１」を表している。また図７の「３信号の仮説２」は、下式（１２）のような形で表現できる。
［１ １ １］ （１２）
尚、信号をノイズに分類するような場合も考えられるため、この場合には０で表す。また、信号を周波数変動送信源と周波数固定送信源の２種類の送信源に分類するような場合には、周波数変動送信源をプラスで表現することにし、周波数固定送信源をマイナスで表現することにする。以下、上記仮説を用いた信号分類装置の実施の形態について説明する。
【００２６】
図１において、信号分類装置は、信号検出手段１０、仮説生成手段２０、評価値算出手段３０、仮説数減少手段４０、仮説選択手段５０を備えている。信号検出手段１０は、任意の送信源からの信号群を受信し、これらの信号群から、各信号の出現時刻と継続時間をはじめとする複数種類の特徴量を抽出する機能を有するものである。仮説生成手段２０は、信号検出手段１０で、新たな信号を受信した場合、この信号を、どの送信源からの信号であるかを分類した追加仮説と、仮説選択手段５０によって既に求められている保持仮説とを組み合わせ、新たな信号が放射されたと推定される送信源毎に分類する仮説を生成する機能を有している。評価値算出手段３０は、各信号の出現時刻の差と継続時間との相関を考慮して定義した適合関数とその他の特徴量で定義された適合関数に基づいて、仮説生成手段２０で生成した仮説の評価値を算出する機能を有している。仮説数減少手段４０は、評価値算出手段３０で算出した評価値が上位の仮説を所定数選択して出力する機能を有している。仮説選択手段５０は、仮説数減少手段４０で送出した仮説に基づき、保持仮説を出力する機能を有している。即ち、仮説選択手段５０は、出力要求フラグが入力された場合には、仮説数減少手段４０からの仮説の中で最も評価値の高い仮説を一つ選択して分類結果（保持仮説）として出力し、出力要求フラグが入力されていない場合には、仮説数減少手段４０からの仮説を出力するよう構成されている。
【００２７】
続いて、信号検出手段１０の詳細な構成について説明する。
図８は、信号検出手段１０の構成図である。
図において、アナログ・デジタル変換手段１１は、受信されたアナログ信号をデジタル信号に変換するものであり、高速フーリエ変換手段１２は、デジタル変換されたデータに対して高速フーリエ変換を行うものである。また、信号成分検出手段１３は、高速フーリエ変換手段１２が出力するスペクトルから、信号成分を検出するものである。更に、特徴量抽出手段１４は検出された信号の特徴量を抽出し、それらを特徴量ベクトルとして記録するものである。
【００２８】
次に仮説生成手段２０の詳細な構成について説明する。
図９は、仮説生成手段２０の構成図である。
図において、追加仮説生成手段２１は、仮説選択手段５０から入力された保持仮説を基に、信号検出手段１０から入力された信号を送信源やノイズに分類する追加仮説を生成するものである。また仮説組み合わせ手段２２は、追加仮説生成手段２１で生成された追加仮説と、仮説選択手段５０から入力された保持仮説を組み合わせ、新たな仮説を生成するものである。
【００２９】
次に、実施の形態１における信号分類装置の動作について説明する。
信号検出手段１０におけるアナログ・デジタル変換手段１１は、入力されるアナログの受信信号を一定間隔でサンプリングし、デジタルに変換したデータを出力する。次に、高速フーリエ変換手段１２は、デジタルに変換されたデータに対して高速フーリエ変換処理を行い、データに含まれる信号のスペクトル成分を出力する。その後、信号成分検出手段１３は、高速フーリエ変換手段１２が出力した信号のスペクトル成分から、信号成分を検出する。その方法として、予め設定した閾値と比較する方法や、高速フーリエ変換処理毎の平均値に予め設定した信号検出パラメータを加算もしくは乗算した値を閾値として、閾値を超えたものを検出する方法などがある。そして特徴量抽出手段１４は、信号成分検出手段１３が検出した信号成分の特徴量（出現時刻、消滅時刻、継続時間、キャリア周波数、受信方位角度、周波数帯域幅、ピーク電力など）を抽出する。尚、受信システムが方探装置を備え、受信した信号の受信方位角度を測定している場合には、信号の受信方位角度も特徴量とし、先に抽出した特徴量と共に特徴量ベクトルとして信号の番号と共に記録する。
【００３０】
以下、分類する信号の例として、周波数固定信号と周波数変動信号を例にとり説明する。また以下の処理では、初期化フラグが入力された場合と、出力要求フラグが入力された場合、いずれも入力されていない場合の三つの場合に分けて処理を説明する。
【００３１】
●初期化フラグが入力された場合
仮説生成手段２０は、初期化フラグが入力された場合に、保持仮説なしとして処理を行う。先ず、追加仮説生成手段２１において、保持仮説が無い状態の追加仮説が生成される。生成される追加仮説としては、下記（Ａ）、（Ｂ）、（Ｃ）である。
（Ａ）「１番目の信号」を、１個目の周波数変動送信源が放射した信号に分類する追加仮説。
（Ｂ）「１番目の信号」を、１個目の周波数固定送信源が放射した信号に分類する追加仮説。
（Ｃ）「１番目の信号」を、ノイズを誤検出した信号であるとして分類する追加仮説。
そして仮説組み合わせ手段２２において、追加仮説生成手段２１で生成された追加仮説と保持仮説を組み合わせ、「１番目の信号」を分類した「１信号の仮説」が生成される。
【００３２】
しかし、この場合、保持仮説がないため、上記（Ａ）〜（Ｃ）の追加仮説がそのまま「１信号の仮説」となる。生成された「１信号の仮説」を下記（ア）、（イ）、（ウ）に示す
（ア）「１番目の信号」を、１個目の周波数変動送信源が放射した信号に分類する仮説。
（イ）「１番目の信号」を、１個目の周波数固定送信源が放射した信号に分類する仮説。
（ウ）「１番目の信号」を、ノイズを誤検出した信号であるとして分類する仮説。
【００３３】
次に、評価値算出手段３０は、仮説に付加されている仮説評価値を初期化した後、仮説評価値を求め、各仮説に付加する。特徴量評価値の算出方法は、初期化フラグと出力要求フラグのいずれも入力されていない場合の処理の説明で述べる。
続いて、仮説数減少手段４０は、評価値算出手段３０で算出された仮説評価値を基に、仮説の一部を破棄し、仮説数を減少させる。仮説数減少手段４０の具体的な方法も、初期化フラグと出力要求フラグのいずれも入力されていない場合の処理と同様であるため、これについては後述する。仮説選択手段５０は、仮説数減少手段４０で選択され保持仮説になった仮説を仮説生成手段２０に出力する。
【００３４】
●初期化フラグと出力要求フラグのいずれも入力されていない場合
初期化フラグが入力されていない場合、即ち、「ｎ番目（但し、ｎ＞１）の信号」が入力された場合、先ず上述したように、信号検出手段１０により、「ｎ番目の信号」の特徴量ベクトルが生成され記録される。
続いて仮説生成手段２０は、図９に示すように、追加仮説生成手段２１と仮説組み合わせ手段２２を備え、仮説選択手段５０で選択された「（ｎ−１）信号の保持仮説」と、「ｎ番目の信号の追加仮説」を組み合わせて、「ｎ信号の仮説」を生成する。いま、「（ｎ−１）信号の保持仮説」が、（ｎ−１）個の信号をＫ個の周波数変動送信源とＭ個の周波数固定送信源とノイズに分類する仮説であるとする。この場合追加仮説生成手段２１では、下記の追加仮説を生成する。
【００３５】
（Ｄ）「ｎ番目の信号」を、１〜（Ｋ＋１）個目の周波数変動送信源が放射した信号に分類する追加仮説。
（Ｅ）「ｎ番目の信号」を、１〜（Ｍ＋１）個目の周波数固定送信源が放射した信号に分類する追加仮説。
（Ｆ）「ｎ番目の信号」を、ノイズを誤検出した信号であるとして分類する追加仮説。
そしていまｎ＝８で、保持仮説の一つが式（１３）であるとする。
［１ ２ １ −１ ０ ０ １］ （１３）
【００３６】
この場合、上記（Ｄ）の追加仮説として、下記（１４）〜（１６）が生成される。ここでＸは、信号の分類が未定であることを表す。
［Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ １］ （１４）
［Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ ２］ （１５）
［Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ ３］ （１６）
【００３７】
また、上記（Ｅ）の追加仮説として、下記（１７）、（１８）が生成される。
［Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ −１］ （１７）
［Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ −２］ （１８）
更に上記（Ｆ）の追加仮説として、下記（１９）が生成される。
［Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ ０］ （１９）
【００３８】
そして、仮説組み合わせ手段２２において、上記（１４）〜（１９）の追加仮説と、式（１０）の７信号の保持仮説を組み合わせて、下記（２０）〜（２５）の８信号の仮説が生成される。
［１ ２ １ −１ ０ ０ １ １］ （２０）
［１ ２ １ −１ ０ ０ １ ２］ （２１）
［１ ２ １ −１ ０ ０ １ ３］ （２２）
［１ ２ １ −１ ０ ０ １ −１］ （２３）
［１ ２ １ −１ ０ ０ １ −２］ （２４）
［１ ２ １ −１ ０ ０ １ ０］ （２５）
【００３９】
続いて評価値算出手段３０により、仮説生成手段２０で生成された仮説の仮説評価値を算出する。いま、「ｎ信号の仮説ｈ」は、「（ｎ−１）信号の保持仮説ｈ’」と「ｎ番目の信号の追加仮説ｒ」を組み合わせて生成された仮説であるとし、この「ｎ信号の仮説ｈ」を例に評価値算出方法について説明する。先ず、ｊ＝１番目の特徴量（出現時刻）と、ｊ＝２番目の特徴量（継続時間）の適合関数をＰf、1、2とし、ｊ（ｊ≧３）番目の特徴量の適合関数をＰf、jとする。また、「（ｎ−１）信号の保持仮説ｈ’」の仮説評価値をＬ(n-1)、h'とし、「（ｎ−１）信号の保持仮説ｈ’」の分類として「１〜（ｎ−１）番目の信号」の特徴量ベクトルが与えられた場合に、「ｎ番目の信号の追加仮説ｒ」の分類が正しい確率をＰtとする。この場合、「ｎ信号の仮説ｈ」の仮説評価値Ｌn、hを、式（２６）により求める。
【数４】
【００４０】
ここで「ｎ番目の信号の追加仮説」は、「ｎ番目の信号」を「１個目の周波数固定送信源」に分類する仮説で、「１個目の周波数変動送信源」には、複数個の信号が既に分類されているとする。そして、周波数変動送信源と周波数固定送信源に分類されている信号の継続時間の合計がｔst、「１個目の周波数変動送信源」に分類されている信号の継続時間の合計がｔst、1であるとすると、Ｐtを次式（２７）により算出する。
Ｐt＝（１−ＰNS−ＰFT−ＰNO）×ｔst、1／ｔst （２７）
ここで、ＰNSは新たな周波数変動送信源から信号を受信する確率で、ＰFTは新たな周波数変動送信源から信号を受信する確率、ＰNOはノイズを誤検出する確率とする。これらの確率は、パラメータとして事前に設定したり、「（ｎ−１）信号の保持仮説ｈ’」を基に算出した値を用いる。
【００４１】
尚、式（２７）の代わりに、周波数変動送信源と周波数固定送信源に分類されている信号数をｎST、「１個目の周波数変動送信源」に分類されている信号数をｎST、1とした場合に、下式（２８）を用いて算出してもよい。
Ｐt＝（１−ＰNS−ＰFT−ＰNO）×ｎst、1／ｎst （２８）
【００４２】
【数５】
ここでＺは、「ｎ'番目の信号」と「ｎ番目の信号」の間に発生した失検出に関するパラメータで、（Ｚ−１）が失検出の回数である。そして、失検出のパラメータＺは、上式（２６）が最大となる自然数という条件で求める。尚、失検出とは、受信した信号が何らかの影響で検出できないことで、図１０に示すように本来４０１〜４０３の３つの信号が存在するが、そのうち点線で示す４０２が検出できず、４０１と４０３の二つの信号しか認識できないことを表す。
【００４３】
【数６】
【００４４】
【数７】
【００４５】
次に、ｊ（≧３）番目の特徴量の適合関数について、ｊ＝３番目の特徴量（受信方位角度）を例にとり説明する。
【数８】
【００４６】
尚、上記の実施の形態では、信号の特徴量が類似する考え、特徴量の確率密度関数を正規分布で近似し適合関数として用いているが、特徴量の種類によっては指数分布や一様分布など、他の分布により確率密度関数を近似し、適合関数として用いても良い。
【００４７】
上記の様にして適合値を算出し、それを基に式（２３）で仮説評価値を求める。そして求めた仮説評価値を仮説に付加し出力する。
仮説数減少手段４０は、評価値算出手段３０が算出した仮説評価値に従い、仮説を取捨選択して仮説数を減少させる。その方法として、予め選択する仮説数ｈｓを決定しておき、仮説評価値の高いｈｓ個の仮説を選択する方法や、仮説の評価値に閾値を設け、閾値を超えた仮説を選択する方法などが考えられる。閾値には、全仮説の和に定数を掛けたものや、全仮説の中で最も評価値が高い仮説評価値に定数を掛けたものなどが考えられる。
仮説選択手段５０は、仮説数減少手段４０で選択された全ての仮説を保持仮説として、出力する。
【００４８】
●出力要求フラグが出力された場合
この場合、信号検出手段１０、仮説生成手段２０、評価値算出手段３０、仮説数減少手段４０の処理は、上述した（初期化フラグと出力要求フラグのいずれも出力されていない場合）の処理と同様であるので説明を省略する。一方、仮説選択手段５０は、仮説数減少手段４０から入力された仮説の中で、最も仮説評価値の高い仮説を一つ選択し、それを信号分類結果として出力する。
【００４９】
以上のように、実施の形態１の信号分類装置によれば、任意の送信源から、周期的な出現時刻と一定の継続時間を有する信号群を受信し、この信号群から、各信号の出現時刻と継続時間をはじめとする複数種類の特徴量を抽出する信号検出手段と、信号検出手段で、新たな信号を受信した場合、新たな信号を、どの送信源からの信号であるかを分類した追加仮説と、既に求められている保持仮説とを組み合わせ、新たな信号が放射されたと推定される送信源毎にその信号を分類する仮説を生成する仮説生成手段と、各信号の出現時刻の差と継続時間との相関を考慮して定義した適合関数とその他の特徴量で定義された適合関数に基づいて、仮説生成手段で生成した仮説の評価値を算出する評価値算出手段と、評価値算出手段で算出した評価値が上位の仮説を所定数選択して出力する仮説数減少手段と、仮説数減少手段で送出した仮説に基づき、保持仮説を出力する仮説選択手段とを備えたので、信号分類装置として分類性能を向上させることができる。
【００５０】
なお、各信号の出現時刻差と継続時間の標準偏差は、等しい値になることが多い。そのため、実施の形態１の信号分類装置のように、評価値算出手段が各信号の出現時刻差を基に算出した標準偏差と、各信号の継続時間を基に算出した標準偏差の平均を、各信号の出現時刻差と継続時間の相関を考慮した適合関数の標準偏差として用いて評価値を算出するようにしても良い。このようにすると、例えば標準偏差の算出に用いるデータ数が少ない場合でも、正しい値の標準偏差を求められる割合が増加するため、より高精度に分類することができる。
【００５１】
また、実施の形態１の信号分類装置によれば、評価値算出手段は、各信号の出現時刻差を基に算出した標準偏差と、各信号の継続時間を基に算出した標準偏差のうち、その値の大きい標準偏差を、各信号の出現時刻差と継続時間の相関を考慮した適合関数の標準偏差として用いて評価値を算出するようにしても良い。例えば、標準偏差の算出に用いるデータ数が極端に少なく、出現時刻差もしくは継続時間の標準偏差の一方が小さな値になってしまった場合でも、標準偏差の大きい一方の値を用いることで正しい値の標準偏差に近づくため、適合度が正しい値に近づき、分類を誤る割合が減少する。
【００５２】
また、実施の形態１の信号分類装置によれば、評価値算出手段は、各信号の出現時刻差を基に算出した標準偏差と、各信号の継続時間を基に算出した標準偏差のうち、その値の小さい標準偏差を、各信号の出現時刻差と継続時間の相関を考慮した適合関数の標準偏差として用いて評価値を算出するようにしても良い。例えば、標準偏差の算出に用いるデータ数が極端に少なく、出現時刻差もしくは継続時間の標準偏差の一方が大きい値になってしまった場合でも、標準偏差の小さい一方の値を用いることで正しい値の標準偏差に近づくため、適合度が正しい値に近づき、分類を誤る割合が減少する。
【００５３】
なお、上記で述べたような出現時刻差の標準偏差と、継続時間の標準偏差の平均値を用いるか、大きい値を用いるか、小さい値を用いるかの判断を、標準偏差を求めるためのデータ数と、２つの標準偏差の大きさの比較結果をパラメータとして、自動的に変動させるようなものであっても良い。つまり、２つの標準偏差の大きさの大きく異なり、データ数が極端に少ない場合は、標準偏差の大きい値もしくは小さい値を用い、それ以外は平均を用いる。大きい値を用いるか小さい値を用いるかの判断は、事前に標準偏差の範囲を設定し、標準偏差の一方の値が極端に小さく、範囲を逸脱した場合は標準偏差の大きい値を用い、その逆の場合は標準偏差の小さい値を用いる。こうすることで、正しい値に近い標準偏差を用いて適合度を算出することができるため、より高精度に分類できることが期待できる。
【００５４】
実施の形態２．
実施の形態１では，仮説生成手段２０において，追加仮説の生成を無条件で行っているが、特徴量を比較することで明らかに分類を誤った追加仮説の生成を削減することができる。これにより、処理する仮説数を削減できるため、処理の高速化が図れる。そこで、特徴量を比較することで生成する仮説数を削減し、処理を高速化する実施の形態２として次に説明する。尚、実施の形態２と実施の形態１との相違は、仮説生成手段に関してのみであるため、他の構成については、対応する部分に同一符号を付してその説明を省略する。
【００５５】
図１１は、実施の形態２の構成図である。
図において、仮説生成手段２０ａは、仮説生成信号判別手段２３、追加仮説生成手段２１、仮説組み合わせ手段２２を備えている。ここで、実施の形態１との相違は、仮説生成信号判別手段２３を備えている点である。この仮説生成信号判別手段２３は、新たな信号が、複数の特徴量のうち、少なくともいずれか一つの特徴量が、対応する特徴量の分布に基づく所定の範囲内の値であった場合に、仮説を生成する信号であると決定する機能を有している。
【００５６】
次に、この仮説生成信号判別手段２３の動作を、「（ｎ−１）信号の保持仮説ｈ」に対応した「ｎ番目の信号の追加仮説」を生成する場合を例に更に説明する。今、「（ｎ−１）信号の保持仮説ｈ」は、（ｎ−１）個の信号を３個の周波数変動送信源と、３個の周波数固定送信源に分類する仮説であるとする。
【数９】
【００５７】
また、「（ｎ−１）信号の保持仮説ｈ」において、１個目の周波数固定送信源に最後に分類された信号の出現時刻がｆn',1であるとする。この場合、「ｎ番目の信号」の出現時刻ｆn,1が下式（３３）を、継続時間ｆn,2が下式（３４）を満たす場合、「ｎ番目の信号」を「（ｎ−１）信号の保持仮説ｈ」の１個目の周波数変動送信源に分類した追加仮説を生成する。
【数１０】
ここでα，βは、予め設定した許容範囲とする。またＺは、失検出に関するパラメータで、Ｚを自然数とした条件で式（３３）、（３４）を満たすＺが存在する場合、出現時刻と継続時間の条件を満たすものと判断する。
【００５８】
尚、α，βは、下式（３５）、（３６）の様に、信号の出現時刻差の標準偏差と継続時間の標準偏差を基に与えるものでも良い。即ち、対象となる信号の出現時刻差と継続時間の値が、出現時刻差と継続時間の標準偏差の平均値から所定の範囲内の値であった場合に仮説を生成する信号であると決定するよう構成されている。
【数１１】
【００５９】
そして「ｎ番目の信号」が上記条件を満たす場合、「ｎ番目の信号」は「（ｎ−１）信号の保持仮説ｈ」の１個目の周波数変動送信源の信号の可能性があると考え、それ対応した追加仮説を生成する。上記の様に、追加仮説生成に条件を設けることで、明らかに分類を誤った追加仮説の生成を削減することができるため、処理する仮説数を削減することができる。
【００６０】
尚、上記実施の形態２では、複数の特徴量のうち、出現時刻と継続時間の条件の場合を説明したが、これに限定されるものではなく、他の特徴量であってもよい。また、複数の特徴量のうち、いくつかの種類の特徴量の条件を満たした場合に仮説を生成する信号として決定する等、運用条件やシステムの構成に応じて適宜特徴量を選択してもよい。
【００６１】
以上のように、実施の形態２の信号分類装置によれば、仮説生成手段は、新たな信号が、複数の特徴量のうち、少なくともいずれか一つの特徴量が、対応する特徴量の分布に基づく所定の範囲内の値であった場合に、仮説を生成する信号であると決定する仮説生成信号判別手段を備えたので、実施の形態１の効果に加えて、明らかに分類を誤った追加仮説の生成を削減することができるため、処理する仮説数を削減することができ、その結果、信号分類装置としての処理の高速化を図ることができる。
【００６２】
また、実施の形態２の信号分類装置によれば、仮説生成信号判別手段は、新たな信号の特徴量が、対応する特徴量の標準偏差の平均値から所定の範囲内の値であった場合に仮説を生成する信号であると決定するようにしたものである。出現時刻差と継続時間の標準偏差は等しい値になることが多いため、標準偏差の算出に用いるデータ数が少ない場合でも、平均化することで正しい標準偏差の値に近づけることができ、より効率よく不要な仮説の生成を抑えることができる効果がある。
【００６３】
また、実施の形態２の信号分類装置によれば、仮説生成信号判別手段は、新たな信号を出現時刻差と継続時間の標準偏差に基づいて判定する場合、２つの標準偏差のうち、大きな値を用いるようにしたので、例えば、標準偏差を求めるためのデータ数が少ない場合でも、値のばらつきにより誤って追加仮説の生成を排除してしまうといったことがなく、より安全な結果を得ることができる。
【００６４】
また、実施の形態２の信号分類装置によれば、仮説生成信号判別手段は、新たな信号を出現時刻差と継続時間の標準偏差に基づいて判定する場合、２つの標準偏差のうち、小さな値を用いるようにしたので、仮説を生成する信号をより絞り込むことができるため、処理の高速化を図ることができる。
【図面の簡単な説明】
【００６５】
【図１】この発明の実施の形態１による信号分類装置を示す構成図である。
【図２】各信号の状態を示す説明図である。
【図３】信号ａ、信号ｂの出現時刻差の適合度を示す説明図である。
【図４】継続時間の適合度を示す説明図である。
【図５】継続時間の適合度を再算出する場合の説明図である。
【図６】信号の出現時刻と継続時間との関係を示す説明図である。
【図７】３信号の仮説を示す説明図である。
【図８】この発明の実施の形態１による信号分類装置の信号検出手段の詳細を示す説明図である。
【図９】この発明の実施の形態１による信号分類装置の仮説生成手段の詳細を示す説明図である。
【図１０】この発明の実施の形態１による信号分類装置の失検出の状態を示す説明図である。
【図１１】この発明の実施の形態２による信号分類装置を示す構成図である。
【符号の説明】
【００６６】
１０ 信号検出手段、２０，２０ａ 仮説生成手段、２３ 仮説生成信号判別手段、３０ 評価値算出手段、４０ 仮説数減少手段、５０ 仮説選択手段。
【技術分野】
【０００１】
この発明は、未知の送信源が放射した信号を受信し、受信した信号を送信源毎に分類する信号分類装置に関するものである。
【背景技術】
【０００２】
従来の信号分類装置では、新たに信号を受信する毎に、下記三つのステップを繰り返すことで信号を分類していた（例えば、非特許文献１参照）。尚、以下では、信号を送信源毎に分類した例を仮説と呼ぶ。
ステップ１：下記ステップ３で選択された仮説（保持仮説）を基に、新たに受信した信号を送信源に分類した仮説（追加仮説）を生成し、保持仮説と追加仮説を組み合わせて、新たに受信した信号までを分類した仮説を生成する。
ステップ２：上記ステップ１で生成した仮説に対して、信号から抽出された特徴量などを基に仮説の評価値を算出する。
ステップ３：上記ステップ２で算出した評価値を基に、仮説を取捨選択し、選択した仮説を保持仮説としてステップ１に出力する。
【０００３】
【非特許文献１】「誤検出を考慮したＭＨＴレーダパルス列分離法」，電子情報通信学会宇宙航行エレクトロニクス研究会，ＳＡＮＥ２００１−１０，ｐｐ．６９−７６，Ａｐｒｉｌ ２００１
【発明の開示】
【発明が解決しようとする課題】
【０００４】
上述した従来の手法では、前記ステップ２の仮説評価値の算出において、信号から抽出された複数種類の特徴量を利用して仮説の評価値を算出していた。この算出において、複数の特徴量同士は互いに相関が無いと仮定していた。
しかしながら、例えばレーダのパルスを分類する場合などでは、パルスの出現時刻が周期的であり、かつパルス幅が類似するため、出現時刻とパルス幅が重要な特徴量である。また、パルス幅はパルスの消滅時刻と出現時刻の差で与えられるため、パルス幅と出現時刻には相関がある。このため、従来の手法では、評価値算出の仮定に反するため、どちらか一方の特徴量しか仮説評価に用いることができなかった。また、仮定に反することを認識した上で出現時刻とパルス幅を評価値に用いる場合でも、特徴量間の相関を無視するため、性能が劣化してしまうという問題点を有していた。
【０００５】
この発明は前記のような問題を解決するためになされたもので、分類性能の向上した信号分類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】
【０００６】
この発明に係る信号分類装置は、新たな信号を、どの送信源からの信号であるかを分類した追加仮説と、既に求められている保持仮説とを組み合わせ、新たな信号が放射されたと推定される送信源毎に当該信号を分類する仮説を仮説生成手段で生成し、これらの仮説を評価値算出手段で評価する場合、各信号の出現時刻の差と継続時間との相関を考慮して定義した適合関数に基づいて、その評価値を算出するようにしたものである。
【発明の効果】
【０００７】
この発明の信号分類装置は、各信号の出現時刻の差と継続時間との相関を考慮して仮説評価値を導出するようにしたため、分類性能を向上させることができる。
【発明を実施するための最良の形態】
【０００８】
実施の形態１．
図１は、この発明の実施の形態１による信号分類装置を示す構成図であるが、この説明に先立ち、本発明の基本的な概念について説明する。
ここで、本発明は、信号の出現時刻が周期的で、信号の出現時刻と消滅時刻との差の時間が類似する特徴を持つもの全てに対して有効である。そのような特徴は、レーダパルス以外に通信波にも存在する。具体的には、周波数を定期的に変えて通信を行うもので、以下ではこのような通信を行う送信源のことを周波数変動送信源と呼ぶ。またこれとは逆に、同一周波数で通信を行う送信源のことを周波数固定送信源と呼ぶ。
【０００９】
上記の様に、本発明が対応できる分類対象がレーダパルス以外に通信波などもあることから、分類対象のもの（レーダのパルスに相当）を信号と呼び、また信号の出現時刻と消滅時刻との差の時間（レーダパルスのパルス幅に相当）のことを継続時間と呼ぶ。
【００１０】
この信号分類装置は、アンテナによって受信される信号を送信源毎に分類することを目的としているが、そのために信号の物理的性質や物理的性質から算出された属性値など、信号の各特徴量に着目して信号の分類を行う。これは、同一の送信源から放射された信号同士は、その特徴量が類似すると考えられるためである。そのため、これらの特徴量の類似性を利用すれば、信号を送信源毎に分類することができる。例えば、信号を放射する送信源の位置とそれを受信する受信源の位置が共に固定であれば、一つの送信源が放射した信号を受信する方位（受信方位角度）は等しくなるため、その類似性を利用して信号を送信源毎に分類することができる。また、固定の周波数の信号を放射する周波数固定送信源からの信号（周波数固定信号）は、信号のキャリア周波数が類似するため、キャリア周波数の類似性を利用して分類することができる。更に、周波数を周期的に変えるような周波数変動送信源からの信号（周波数変動信号）は、一つの周波数における信号の出現から消滅までの継続時間が類似し、また信号の出現時刻も周期的であるため、これらを利用して分類することができる。
【００１１】
具体的には、上記ステップ１の仮説の生成と、ステップ２の評価値の算出、ステップ３の仮説の選択を繰り返し、最終的に評価値の最も高い仮説を分類結果とする。なお、ステップ３の仮説の選択で選択された仮説を保持仮説と呼ぶ。
上記の方法で分類する場合、ステップ２の評価値の算出では、少ない種類の特徴量を利用するよりも、複数種類の特徴量を利用したほうが、原理的に高精度に分類することができる。更に、評価値に用いる複数の特徴量間に相関がある場合には、その相関を考慮する必要がある。この相関を考慮する必要がある理由を以下に説明する。
【００１２】
図２は、各信号の状態を示す説明図である。
今、図２に示す信号ａ、信号ｂを分類する状態であるとする。そして信号ａ、信号ｂが分類される候補の送信源として周波数変動送信源Ｙがあるとする。そしてこれまで周波数変動送信源Ｙに分類された信号の出現時刻と継続時間を基に、周波数変動送信源Ｙの出現時刻の差の時間と継続時間の確率密度関数が定義されているとする。もし、信号ａ、ｂが周波数変動送信源Ｙの信号であるなら、その特徴量は周波数変動送信源Ｙに分類された信号の特徴量に類似するため、確率密度関数に信号ａ、ｂの特徴量を代入した値は大きくなる。また、逆に周波数変動送信源Ｙの信号でないなら、確率密度関数に信号ａ、ｂの特徴量を代入した値は小さくなる。このため、確率密度関数を用いることで、信号の分類の正しさを判断することができる。故に、以下では、出現時刻の差の時間の確率密度関数のことを出現時刻差の適合関数と呼び、継続時間の確率密度関数を継続時間の適合関数と呼ぶ。そして適合関数に特徴量を代入した値を適合度と呼ぶ。
【００１３】
次に、信号ａ、信号ｂの出現時刻差の適合度を求める。この様子を図３に示す。
周波数変動送信源Ｙに最後に分類された信号を信号ｃ（図２に示す）とすると、信号ｃと信号ａ、信号ｃと信号ｂの出現時刻差は互いに等しくなる。このため下式（１）の様に、信号ａの出現時刻差の適合度ＰSRI、aと、信号ｂの出現時刻差の適合度ＰSRI、bは等しくなる。ゆえに出現時刻からでは、周波数変動送信源Ｙの信号として信号ａがふさわしいのか、信号ｂがふさわしいのか分からない。
ＰSRI、a＝ＰSRI、b （１）
【００１４】
次に、継続時間の適合度を求める。この様子を図４に示す。
信号ａの継続時間は、その期待値とほぼ等しい値になり、信号ｂの継続時間は期待値よりも小さな値となっている。このため下式（２）に示すように、信号ａの継続時間の適合度ＰDOC、aの方が、信号ｂの継続時間の適合度ＰDOC、bよりも大きくなる。この結果周波数変動送信源Ｙの信号としては、信号ａの方がふさわしい結果となる。
ＰDOC、a＞ＰDOC、b （２）
【００１５】
ところで信号ａ、信号ｂは、その出現時刻が期待値よりも遅くなっている。一方、信号の消滅時刻の期待値（出現時刻差と継続時間の期待値の和）は変わらない。このため、出現時刻が遅れたのであれば、その分継続時間は短くなる筈である。ところが、上記で求めた継続時間の適合度には、この出現時刻の遅れが加味されておらず、実態からかけ離れている。そこで図５の様に、出現時刻差期待値との差を継続時間に加味した適合関数を用いて、継続時間の適合度を再算出する。尚、図５中、Ａで示す部分が到来時刻差の期待値からのずれの補正値を示している。この結果、継続時間の適合度は下式（３）の様になり、信号ｂの継続時間の適合度ＰDOC、bの方が、ＰDOC、aより大きな値になる。この結果、周波数変動送信源Ｙの信号としては、信号ｂの方がふさわしいこととなる。
ＰDOC、a＜ＰDOC、b （３）
【００１６】
上記の様に、信号の出現時刻差と継続時間の相関を考慮した適合関数にすることで、周波数変動送信源Ｙの信号としてふさわしい信号が信号ｂであることが分かった。実際に観測される信号の継続時間は、出現時刻が期待値から遅れれば、その継続時間は小さくなり、逆に出現時刻の期待値より早ければ、その分継続時間は大きくなる。故に、図４に示した相関を無視した適合関数では分類を誤ってしまう。このため、本発明のような特徴量間の相関を考慮した適合関数が必要である。
【００１７】
最後に、信号の出現時刻差と継続時間の相関を考慮した適合関数を求めるため、信号の出現時刻差と継続時間の確率密度を求める。今、周波数変動送信源Ｙからの信号のみＮ個受信した状態であるとする。受信した信号は、受信した順番に、１番目の信号、２番目の信号、…、Ｎ番目の信号と呼ぶ。更に受信した信号の出現時刻は、標準偏差σ1の正規分布の観測誤差が、消滅時刻は標準偏差σ2の正規分布の観測誤差があるものとする。ｎ（２≦ｎ≦Ｎ）番目の信号の出現時刻と消滅時刻、（ｎ−１）番目の信号の出現時刻の関係は、図６の様になる。
【００１８】
【数１】
更に、（ｎ−１）番目の信号の出現時刻をｘ、ｎ番目の信号の出現時刻をｙ、ｎ番目の信号の消滅時刻をｚとすると、信号の出現時刻差tSRIは下式（４）となり、継続時間tDOCは下式（５）となる。
ｔSRI＝ｙ−ｘ （４）
ｔDOC＝ｚ−ｙ （５）
【００１９】
また、標準偏差σ、平均ｍの正規分布の確率密度関数をｗ（・｜ｍ、σ）とし、信号の出現時刻差がｔSRIで、継続時間がｔDOCとなる確率密度関数をＰSRI、DOC（ｔSRI、ｔDOC）とすると、ＰSRI、DOC（ｔSRI、ｔDOC）は下式（６）の様にかける。
【数２】
【数３】
本発明では、上記の確率密度を出現時刻と継続時間の適合関数として用いる。
【００２０】
上記では、出現時刻と継続時間の適合関数について述べたが、それ以外の特徴量に対して適合関数が定義できる場合、それら適合関数の積にパラメータを乗じたものを、仮説の評価関数として用いる。そしてその評価関数で算出される値を評価値と呼ぶ。以下、具体的な方法の説明をするが、その前に本発明の中で用いる言葉と、仮説生成法について説明する。
【００２１】
先ず、分類する信号と特徴量について説明する。信号は受信した順番で区別することとする。そのためｎ番目に受信した信号を、「ｎ番目の信号」と呼ぶ。そして、「ｎ番目の信号」から抽出される複数の特徴量の中で、ｊ種類目の特徴量の値をｆn、jと表す。特徴量の例としては、信号を受信した出現時刻や、消滅した消滅時刻、出現時刻と消滅時刻の差である継続時間などや、その信号を受信した受信方位角度、信号のキャリア周波数や周波数帯域幅、受信電力などが考えられる。そして、「ｎ番目の信号」の全種類の特徴量を特徴量ベクトルＦnとする。これらの関係を下式（１０）に示す。
Ｆn＝［ｆn、1 ｆn、2 …ｆn、j …ｆn、J］ （１０）
尚、以下では、ｊ＝１は信号の出現時刻の特徴量を表すこととし、ｊ＝２は継続時間の特徴量を、ｊ＝３は受信方位角度を表すこととする。
【００２２】
次に、本発明の中で用いる仮説について説明する。仮説とは、信号を分類した分類例を指す。そして、「１〜ｎ番目の信号」を分類した仮説を「ｎ信号の仮説」と呼び、「ｎ信号の仮説」を任意の順番に並べた場合に、ｈ個目の「ｎ信号の仮説」を「ｎ信号の仮説ｈ」と呼ぶ。また、「ｎ番目の信号」を分類した仮説を「ｎ番目の信号の追加仮説」と呼ぶ。「ｎ番目の信号の追加仮説」も複数存在するため、ｒ個目の「ｎ番目の信号の追加仮説」を「ｎ番目の信号の追加仮説ｒ」と呼ぶ。「ｎ信号の仮説」が「１〜ｎ番目の信号」を分類した仮説であるのに対して、「ｎ番目の信号の追加仮説」は、一つの信号（「ｎ番目の信号」）を分類した仮説である。また「ｎ信号の仮説」は、「１番目の信号の追加仮説」と「２番目の信号の追加仮説」、…、「ｎ番目の信号の追加仮説」の組み合わせで構成される。
【００２３】
次に仮説の生成方法について説明する。
図７に、「１〜３番目の信号」を仮に分類した二つの「３信号の仮説」を示す。これら仮説は、仮説の選択で選択された保持仮説であるとする。図中の３０１、３０２、３０３は受信した信号を表し、「３信号の保持仮説１」は、信号３０１と３０３を一つの送信源からの信号と考え１個目の送信源に分類し、信号３０２を１個目の送信源とは別の送信源からの信号と考え２個目の送信源に分類した保持仮説を表す。「３信号の保持仮説２」は、信号３０１、３０２、３０３を一つの送信源からの信号と考え、１個目の送信源に分類した保持仮説を表す。尚、送信源の番号は、便宜的に付けているだけで、その大きさの違いは本質的に無い。
【００２４】
ここで更に、新たに「４番目の信号」を分類する場合を考える。図７における「３信号の仮説１」に対しては、「４番目の信号」を１個目の送信源に分類する「４番目の信号の追加仮説１」、２個目の送信源に分類する「４番目の信号の追加仮説２」、３個目の送信源に分類する「４番目の信号の追加仮説３」などが考えられる。そして「３信号の仮説１」と、複数の「４番目の信号の追加仮説」をそれぞれ組み合わせることによって、「４信号の仮説」が複数生成される。同様に「３信号の仮説２」に対しても、「４番目の信号の追加仮説」は複数考えられ、これらを「３信号の仮説２」に組み合わせることによって、「４信号の仮説」が複数生成される。以上が、信号を分類した仮説及びその生成方法の説明である。
【００２５】
次に、仮説の表記方法について説明する。図７は、仮説を図で表しているが、以下で説明する処理では、下式（１１）で示すような行列で表す。
［１ ２ １］ （１１）
式（１１）の１行１列目は、「１番目の信号」が「１個目の送信源」に分類されていることを表し、１行２列目は、「２番目の信号」が「２個目の送信源」に分類されていることを表し、１行３列目は、「３番目の信号」が「１個目の送信源」に分類さていることを表す。つまり、行列の各列の番号が信号の番号に対応し、そこに書かれている数が、分類される送信源を表す。このため式（１１）は、図７の「３信号の仮説１」を表している。また図７の「３信号の仮説２」は、下式（１２）のような形で表現できる。
［１ １ １］ （１２）
尚、信号をノイズに分類するような場合も考えられるため、この場合には０で表す。また、信号を周波数変動送信源と周波数固定送信源の２種類の送信源に分類するような場合には、周波数変動送信源をプラスで表現することにし、周波数固定送信源をマイナスで表現することにする。以下、上記仮説を用いた信号分類装置の実施の形態について説明する。
【００２６】
図１において、信号分類装置は、信号検出手段１０、仮説生成手段２０、評価値算出手段３０、仮説数減少手段４０、仮説選択手段５０を備えている。信号検出手段１０は、任意の送信源からの信号群を受信し、これらの信号群から、各信号の出現時刻と継続時間をはじめとする複数種類の特徴量を抽出する機能を有するものである。仮説生成手段２０は、信号検出手段１０で、新たな信号を受信した場合、この信号を、どの送信源からの信号であるかを分類した追加仮説と、仮説選択手段５０によって既に求められている保持仮説とを組み合わせ、新たな信号が放射されたと推定される送信源毎に分類する仮説を生成する機能を有している。評価値算出手段３０は、各信号の出現時刻の差と継続時間との相関を考慮して定義した適合関数とその他の特徴量で定義された適合関数に基づいて、仮説生成手段２０で生成した仮説の評価値を算出する機能を有している。仮説数減少手段４０は、評価値算出手段３０で算出した評価値が上位の仮説を所定数選択して出力する機能を有している。仮説選択手段５０は、仮説数減少手段４０で送出した仮説に基づき、保持仮説を出力する機能を有している。即ち、仮説選択手段５０は、出力要求フラグが入力された場合には、仮説数減少手段４０からの仮説の中で最も評価値の高い仮説を一つ選択して分類結果（保持仮説）として出力し、出力要求フラグが入力されていない場合には、仮説数減少手段４０からの仮説を出力するよう構成されている。
【００２７】
続いて、信号検出手段１０の詳細な構成について説明する。
図８は、信号検出手段１０の構成図である。
図において、アナログ・デジタル変換手段１１は、受信されたアナログ信号をデジタル信号に変換するものであり、高速フーリエ変換手段１２は、デジタル変換されたデータに対して高速フーリエ変換を行うものである。また、信号成分検出手段１３は、高速フーリエ変換手段１２が出力するスペクトルから、信号成分を検出するものである。更に、特徴量抽出手段１４は検出された信号の特徴量を抽出し、それらを特徴量ベクトルとして記録するものである。
【００２８】
次に仮説生成手段２０の詳細な構成について説明する。
図９は、仮説生成手段２０の構成図である。
図において、追加仮説生成手段２１は、仮説選択手段５０から入力された保持仮説を基に、信号検出手段１０から入力された信号を送信源やノイズに分類する追加仮説を生成するものである。また仮説組み合わせ手段２２は、追加仮説生成手段２１で生成された追加仮説と、仮説選択手段５０から入力された保持仮説を組み合わせ、新たな仮説を生成するものである。
【００２９】
次に、実施の形態１における信号分類装置の動作について説明する。
信号検出手段１０におけるアナログ・デジタル変換手段１１は、入力されるアナログの受信信号を一定間隔でサンプリングし、デジタルに変換したデータを出力する。次に、高速フーリエ変換手段１２は、デジタルに変換されたデータに対して高速フーリエ変換処理を行い、データに含まれる信号のスペクトル成分を出力する。その後、信号成分検出手段１３は、高速フーリエ変換手段１２が出力した信号のスペクトル成分から、信号成分を検出する。その方法として、予め設定した閾値と比較する方法や、高速フーリエ変換処理毎の平均値に予め設定した信号検出パラメータを加算もしくは乗算した値を閾値として、閾値を超えたものを検出する方法などがある。そして特徴量抽出手段１４は、信号成分検出手段１３が検出した信号成分の特徴量（出現時刻、消滅時刻、継続時間、キャリア周波数、受信方位角度、周波数帯域幅、ピーク電力など）を抽出する。尚、受信システムが方探装置を備え、受信した信号の受信方位角度を測定している場合には、信号の受信方位角度も特徴量とし、先に抽出した特徴量と共に特徴量ベクトルとして信号の番号と共に記録する。
【００３０】
以下、分類する信号の例として、周波数固定信号と周波数変動信号を例にとり説明する。また以下の処理では、初期化フラグが入力された場合と、出力要求フラグが入力された場合、いずれも入力されていない場合の三つの場合に分けて処理を説明する。
【００３１】
●初期化フラグが入力された場合
仮説生成手段２０は、初期化フラグが入力された場合に、保持仮説なしとして処理を行う。先ず、追加仮説生成手段２１において、保持仮説が無い状態の追加仮説が生成される。生成される追加仮説としては、下記（Ａ）、（Ｂ）、（Ｃ）である。
（Ａ）「１番目の信号」を、１個目の周波数変動送信源が放射した信号に分類する追加仮説。
（Ｂ）「１番目の信号」を、１個目の周波数固定送信源が放射した信号に分類する追加仮説。
（Ｃ）「１番目の信号」を、ノイズを誤検出した信号であるとして分類する追加仮説。
そして仮説組み合わせ手段２２において、追加仮説生成手段２１で生成された追加仮説と保持仮説を組み合わせ、「１番目の信号」を分類した「１信号の仮説」が生成される。
【００３２】
しかし、この場合、保持仮説がないため、上記（Ａ）〜（Ｃ）の追加仮説がそのまま「１信号の仮説」となる。生成された「１信号の仮説」を下記（ア）、（イ）、（ウ）に示す
（ア）「１番目の信号」を、１個目の周波数変動送信源が放射した信号に分類する仮説。
（イ）「１番目の信号」を、１個目の周波数固定送信源が放射した信号に分類する仮説。
（ウ）「１番目の信号」を、ノイズを誤検出した信号であるとして分類する仮説。
【００３３】
次に、評価値算出手段３０は、仮説に付加されている仮説評価値を初期化した後、仮説評価値を求め、各仮説に付加する。特徴量評価値の算出方法は、初期化フラグと出力要求フラグのいずれも入力されていない場合の処理の説明で述べる。
続いて、仮説数減少手段４０は、評価値算出手段３０で算出された仮説評価値を基に、仮説の一部を破棄し、仮説数を減少させる。仮説数減少手段４０の具体的な方法も、初期化フラグと出力要求フラグのいずれも入力されていない場合の処理と同様であるため、これについては後述する。仮説選択手段５０は、仮説数減少手段４０で選択され保持仮説になった仮説を仮説生成手段２０に出力する。
【００３４】
●初期化フラグと出力要求フラグのいずれも入力されていない場合
初期化フラグが入力されていない場合、即ち、「ｎ番目（但し、ｎ＞１）の信号」が入力された場合、先ず上述したように、信号検出手段１０により、「ｎ番目の信号」の特徴量ベクトルが生成され記録される。
続いて仮説生成手段２０は、図９に示すように、追加仮説生成手段２１と仮説組み合わせ手段２２を備え、仮説選択手段５０で選択された「（ｎ−１）信号の保持仮説」と、「ｎ番目の信号の追加仮説」を組み合わせて、「ｎ信号の仮説」を生成する。いま、「（ｎ−１）信号の保持仮説」が、（ｎ−１）個の信号をＫ個の周波数変動送信源とＭ個の周波数固定送信源とノイズに分類する仮説であるとする。この場合追加仮説生成手段２１では、下記の追加仮説を生成する。
【００３５】
（Ｄ）「ｎ番目の信号」を、１〜（Ｋ＋１）個目の周波数変動送信源が放射した信号に分類する追加仮説。
（Ｅ）「ｎ番目の信号」を、１〜（Ｍ＋１）個目の周波数固定送信源が放射した信号に分類する追加仮説。
（Ｆ）「ｎ番目の信号」を、ノイズを誤検出した信号であるとして分類する追加仮説。
そしていまｎ＝８で、保持仮説の一つが式（１３）であるとする。
［１ ２ １ −１ ０ ０ １］ （１３）
【００３６】
この場合、上記（Ｄ）の追加仮説として、下記（１４）〜（１６）が生成される。ここでＸは、信号の分類が未定であることを表す。
［Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ １］ （１４）
［Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ ２］ （１５）
［Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ ３］ （１６）
【００３７】
また、上記（Ｅ）の追加仮説として、下記（１７）、（１８）が生成される。
［Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ −１］ （１７）
［Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ −２］ （１８）
更に上記（Ｆ）の追加仮説として、下記（１９）が生成される。
［Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ Ｘ ０］ （１９）
【００３８】
そして、仮説組み合わせ手段２２において、上記（１４）〜（１９）の追加仮説と、式（１０）の７信号の保持仮説を組み合わせて、下記（２０）〜（２５）の８信号の仮説が生成される。
［１ ２ １ −１ ０ ０ １ １］ （２０）
［１ ２ １ −１ ０ ０ １ ２］ （２１）
［１ ２ １ −１ ０ ０ １ ３］ （２２）
［１ ２ １ −１ ０ ０ １ −１］ （２３）
［１ ２ １ −１ ０ ０ １ −２］ （２４）
［１ ２ １ −１ ０ ０ １ ０］ （２５）
【００３９】
続いて評価値算出手段３０により、仮説生成手段２０で生成された仮説の仮説評価値を算出する。いま、「ｎ信号の仮説ｈ」は、「（ｎ−１）信号の保持仮説ｈ’」と「ｎ番目の信号の追加仮説ｒ」を組み合わせて生成された仮説であるとし、この「ｎ信号の仮説ｈ」を例に評価値算出方法について説明する。先ず、ｊ＝１番目の特徴量（出現時刻）と、ｊ＝２番目の特徴量（継続時間）の適合関数をＰf、1、2とし、ｊ（ｊ≧３）番目の特徴量の適合関数をＰf、jとする。また、「（ｎ−１）信号の保持仮説ｈ’」の仮説評価値をＬ(n-1)、h'とし、「（ｎ−１）信号の保持仮説ｈ’」の分類として「１〜（ｎ−１）番目の信号」の特徴量ベクトルが与えられた場合に、「ｎ番目の信号の追加仮説ｒ」の分類が正しい確率をＰtとする。この場合、「ｎ信号の仮説ｈ」の仮説評価値Ｌn、hを、式（２６）により求める。
【数４】
【００４０】
ここで「ｎ番目の信号の追加仮説」は、「ｎ番目の信号」を「１個目の周波数固定送信源」に分類する仮説で、「１個目の周波数変動送信源」には、複数個の信号が既に分類されているとする。そして、周波数変動送信源と周波数固定送信源に分類されている信号の継続時間の合計がｔst、「１個目の周波数変動送信源」に分類されている信号の継続時間の合計がｔst、1であるとすると、Ｐtを次式（２７）により算出する。
Ｐt＝（１−ＰNS−ＰFT−ＰNO）×ｔst、1／ｔst （２７）
ここで、ＰNSは新たな周波数変動送信源から信号を受信する確率で、ＰFTは新たな周波数変動送信源から信号を受信する確率、ＰNOはノイズを誤検出する確率とする。これらの確率は、パラメータとして事前に設定したり、「（ｎ−１）信号の保持仮説ｈ’」を基に算出した値を用いる。
【００４１】
尚、式（２７）の代わりに、周波数変動送信源と周波数固定送信源に分類されている信号数をｎST、「１個目の周波数変動送信源」に分類されている信号数をｎST、1とした場合に、下式（２８）を用いて算出してもよい。
Ｐt＝（１−ＰNS−ＰFT−ＰNO）×ｎst、1／ｎst （２８）
【００４２】
【数５】
ここでＺは、「ｎ'番目の信号」と「ｎ番目の信号」の間に発生した失検出に関するパラメータで、（Ｚ−１）が失検出の回数である。そして、失検出のパラメータＺは、上式（２６）が最大となる自然数という条件で求める。尚、失検出とは、受信した信号が何らかの影響で検出できないことで、図１０に示すように本来４０１〜４０３の３つの信号が存在するが、そのうち点線で示す４０２が検出できず、４０１と４０３の二つの信号しか認識できないことを表す。
【００４３】
【数６】
【００４４】
【数７】
【００４５】
次に、ｊ（≧３）番目の特徴量の適合関数について、ｊ＝３番目の特徴量（受信方位角度）を例にとり説明する。
【数８】
【００４６】
尚、上記の実施の形態では、信号の特徴量が類似する考え、特徴量の確率密度関数を正規分布で近似し適合関数として用いているが、特徴量の種類によっては指数分布や一様分布など、他の分布により確率密度関数を近似し、適合関数として用いても良い。
【００４７】
上記の様にして適合値を算出し、それを基に式（２３）で仮説評価値を求める。そして求めた仮説評価値を仮説に付加し出力する。
仮説数減少手段４０は、評価値算出手段３０が算出した仮説評価値に従い、仮説を取捨選択して仮説数を減少させる。その方法として、予め選択する仮説数ｈｓを決定しておき、仮説評価値の高いｈｓ個の仮説を選択する方法や、仮説の評価値に閾値を設け、閾値を超えた仮説を選択する方法などが考えられる。閾値には、全仮説の和に定数を掛けたものや、全仮説の中で最も評価値が高い仮説評価値に定数を掛けたものなどが考えられる。
仮説選択手段５０は、仮説数減少手段４０で選択された全ての仮説を保持仮説として、出力する。
【００４８】
●出力要求フラグが出力された場合
この場合、信号検出手段１０、仮説生成手段２０、評価値算出手段３０、仮説数減少手段４０の処理は、上述した（初期化フラグと出力要求フラグのいずれも出力されていない場合）の処理と同様であるので説明を省略する。一方、仮説選択手段５０は、仮説数減少手段４０から入力された仮説の中で、最も仮説評価値の高い仮説を一つ選択し、それを信号分類結果として出力する。
【００４９】
以上のように、実施の形態１の信号分類装置によれば、任意の送信源から、周期的な出現時刻と一定の継続時間を有する信号群を受信し、この信号群から、各信号の出現時刻と継続時間をはじめとする複数種類の特徴量を抽出する信号検出手段と、信号検出手段で、新たな信号を受信した場合、新たな信号を、どの送信源からの信号であるかを分類した追加仮説と、既に求められている保持仮説とを組み合わせ、新たな信号が放射されたと推定される送信源毎にその信号を分類する仮説を生成する仮説生成手段と、各信号の出現時刻の差と継続時間との相関を考慮して定義した適合関数とその他の特徴量で定義された適合関数に基づいて、仮説生成手段で生成した仮説の評価値を算出する評価値算出手段と、評価値算出手段で算出した評価値が上位の仮説を所定数選択して出力する仮説数減少手段と、仮説数減少手段で送出した仮説に基づき、保持仮説を出力する仮説選択手段とを備えたので、信号分類装置として分類性能を向上させることができる。
【００５０】
なお、各信号の出現時刻差と継続時間の標準偏差は、等しい値になることが多い。そのため、実施の形態１の信号分類装置のように、評価値算出手段が各信号の出現時刻差を基に算出した標準偏差と、各信号の継続時間を基に算出した標準偏差の平均を、各信号の出現時刻差と継続時間の相関を考慮した適合関数の標準偏差として用いて評価値を算出するようにしても良い。このようにすると、例えば標準偏差の算出に用いるデータ数が少ない場合でも、正しい値の標準偏差を求められる割合が増加するため、より高精度に分類することができる。
【００５１】
また、実施の形態１の信号分類装置によれば、評価値算出手段は、各信号の出現時刻差を基に算出した標準偏差と、各信号の継続時間を基に算出した標準偏差のうち、その値の大きい標準偏差を、各信号の出現時刻差と継続時間の相関を考慮した適合関数の標準偏差として用いて評価値を算出するようにしても良い。例えば、標準偏差の算出に用いるデータ数が極端に少なく、出現時刻差もしくは継続時間の標準偏差の一方が小さな値になってしまった場合でも、標準偏差の大きい一方の値を用いることで正しい値の標準偏差に近づくため、適合度が正しい値に近づき、分類を誤る割合が減少する。
【００５２】
また、実施の形態１の信号分類装置によれば、評価値算出手段は、各信号の出現時刻差を基に算出した標準偏差と、各信号の継続時間を基に算出した標準偏差のうち、その値の小さい標準偏差を、各信号の出現時刻差と継続時間の相関を考慮した適合関数の標準偏差として用いて評価値を算出するようにしても良い。例えば、標準偏差の算出に用いるデータ数が極端に少なく、出現時刻差もしくは継続時間の標準偏差の一方が大きい値になってしまった場合でも、標準偏差の小さい一方の値を用いることで正しい値の標準偏差に近づくため、適合度が正しい値に近づき、分類を誤る割合が減少する。
【００５３】
なお、上記で述べたような出現時刻差の標準偏差と、継続時間の標準偏差の平均値を用いるか、大きい値を用いるか、小さい値を用いるかの判断を、標準偏差を求めるためのデータ数と、２つの標準偏差の大きさの比較結果をパラメータとして、自動的に変動させるようなものであっても良い。つまり、２つの標準偏差の大きさの大きく異なり、データ数が極端に少ない場合は、標準偏差の大きい値もしくは小さい値を用い、それ以外は平均を用いる。大きい値を用いるか小さい値を用いるかの判断は、事前に標準偏差の範囲を設定し、標準偏差の一方の値が極端に小さく、範囲を逸脱した場合は標準偏差の大きい値を用い、その逆の場合は標準偏差の小さい値を用いる。こうすることで、正しい値に近い標準偏差を用いて適合度を算出することができるため、より高精度に分類できることが期待できる。
【００５４】
実施の形態２．
実施の形態１では，仮説生成手段２０において，追加仮説の生成を無条件で行っているが、特徴量を比較することで明らかに分類を誤った追加仮説の生成を削減することができる。これにより、処理する仮説数を削減できるため、処理の高速化が図れる。そこで、特徴量を比較することで生成する仮説数を削減し、処理を高速化する実施の形態２として次に説明する。尚、実施の形態２と実施の形態１との相違は、仮説生成手段に関してのみであるため、他の構成については、対応する部分に同一符号を付してその説明を省略する。
【００５５】
図１１は、実施の形態２の構成図である。
図において、仮説生成手段２０ａは、仮説生成信号判別手段２３、追加仮説生成手段２１、仮説組み合わせ手段２２を備えている。ここで、実施の形態１との相違は、仮説生成信号判別手段２３を備えている点である。この仮説生成信号判別手段２３は、新たな信号が、複数の特徴量のうち、少なくともいずれか一つの特徴量が、対応する特徴量の分布に基づく所定の範囲内の値であった場合に、仮説を生成する信号であると決定する機能を有している。
【００５６】
次に、この仮説生成信号判別手段２３の動作を、「（ｎ−１）信号の保持仮説ｈ」に対応した「ｎ番目の信号の追加仮説」を生成する場合を例に更に説明する。今、「（ｎ−１）信号の保持仮説ｈ」は、（ｎ−１）個の信号を３個の周波数変動送信源と、３個の周波数固定送信源に分類する仮説であるとする。
【数９】
【００５７】
また、「（ｎ−１）信号の保持仮説ｈ」において、１個目の周波数固定送信源に最後に分類された信号の出現時刻がｆn',1であるとする。この場合、「ｎ番目の信号」の出現時刻ｆn,1が下式（３３）を、継続時間ｆn,2が下式（３４）を満たす場合、「ｎ番目の信号」を「（ｎ−１）信号の保持仮説ｈ」の１個目の周波数変動送信源に分類した追加仮説を生成する。
【数１０】
ここでα，βは、予め設定した許容範囲とする。またＺは、失検出に関するパラメータで、Ｚを自然数とした条件で式（３３）、（３４）を満たすＺが存在する場合、出現時刻と継続時間の条件を満たすものと判断する。
【００５８】
尚、α，βは、下式（３５）、（３６）の様に、信号の出現時刻差の標準偏差と継続時間の標準偏差を基に与えるものでも良い。即ち、対象となる信号の出現時刻差と継続時間の値が、出現時刻差と継続時間の標準偏差の平均値から所定の範囲内の値であった場合に仮説を生成する信号であると決定するよう構成されている。
【数１１】
【００５９】
そして「ｎ番目の信号」が上記条件を満たす場合、「ｎ番目の信号」は「（ｎ−１）信号の保持仮説ｈ」の１個目の周波数変動送信源の信号の可能性があると考え、それ対応した追加仮説を生成する。上記の様に、追加仮説生成に条件を設けることで、明らかに分類を誤った追加仮説の生成を削減することができるため、処理する仮説数を削減することができる。
【００６０】
尚、上記実施の形態２では、複数の特徴量のうち、出現時刻と継続時間の条件の場合を説明したが、これに限定されるものではなく、他の特徴量であってもよい。また、複数の特徴量のうち、いくつかの種類の特徴量の条件を満たした場合に仮説を生成する信号として決定する等、運用条件やシステムの構成に応じて適宜特徴量を選択してもよい。
【００６１】
以上のように、実施の形態２の信号分類装置によれば、仮説生成手段は、新たな信号が、複数の特徴量のうち、少なくともいずれか一つの特徴量が、対応する特徴量の分布に基づく所定の範囲内の値であった場合に、仮説を生成する信号であると決定する仮説生成信号判別手段を備えたので、実施の形態１の効果に加えて、明らかに分類を誤った追加仮説の生成を削減することができるため、処理する仮説数を削減することができ、その結果、信号分類装置としての処理の高速化を図ることができる。
【００６２】
また、実施の形態２の信号分類装置によれば、仮説生成信号判別手段は、新たな信号の特徴量が、対応する特徴量の標準偏差の平均値から所定の範囲内の値であった場合に仮説を生成する信号であると決定するようにしたものである。出現時刻差と継続時間の標準偏差は等しい値になることが多いため、標準偏差の算出に用いるデータ数が少ない場合でも、平均化することで正しい標準偏差の値に近づけることができ、より効率よく不要な仮説の生成を抑えることができる効果がある。
【００６３】
また、実施の形態２の信号分類装置によれば、仮説生成信号判別手段は、新たな信号を出現時刻差と継続時間の標準偏差に基づいて判定する場合、２つの標準偏差のうち、大きな値を用いるようにしたので、例えば、標準偏差を求めるためのデータ数が少ない場合でも、値のばらつきにより誤って追加仮説の生成を排除してしまうといったことがなく、より安全な結果を得ることができる。
【００６４】
また、実施の形態２の信号分類装置によれば、仮説生成信号判別手段は、新たな信号を出現時刻差と継続時間の標準偏差に基づいて判定する場合、２つの標準偏差のうち、小さな値を用いるようにしたので、仮説を生成する信号をより絞り込むことができるため、処理の高速化を図ることができる。
【図面の簡単な説明】
【００６５】
【図１】この発明の実施の形態１による信号分類装置を示す構成図である。
【図２】各信号の状態を示す説明図である。
【図３】信号ａ、信号ｂの出現時刻差の適合度を示す説明図である。
【図４】継続時間の適合度を示す説明図である。
【図５】継続時間の適合度を再算出する場合の説明図である。
【図６】信号の出現時刻と継続時間との関係を示す説明図である。
【図７】３信号の仮説を示す説明図である。
【図８】この発明の実施の形態１による信号分類装置の信号検出手段の詳細を示す説明図である。
【図９】この発明の実施の形態１による信号分類装置の仮説生成手段の詳細を示す説明図である。
【図１０】この発明の実施の形態１による信号分類装置の失検出の状態を示す説明図である。
【図１１】この発明の実施の形態２による信号分類装置を示す構成図である。
【符号の説明】
【００６６】
１０ 信号検出手段、２０，２０ａ 仮説生成手段、２３ 仮説生成信号判別手段、３０ 評価値算出手段、４０ 仮説数減少手段、５０ 仮説選択手段。
【特許請求の範囲】
【請求項１】
任意の送信源から、周期的な出現時刻と一定の継続時間を有する信号群を受信し、当該信号群から、少なくとも各信号の出現時刻と継続時間を特徴量として抽出する信号検出手段と、
前記信号検出手段で、新たな信号を受信した場合、当該新たな信号を、どの送信源からの信号であるかを分類した追加仮説と、既に求められている保持仮説とを組み合わせ、前記新たな信号が放射されたと推定される送信源毎に当該信号を分類する仮説を生成する仮説生成手段と、
少なくとも各信号の出現時刻の差と継続時間との相関を考慮して定義した適合関数に基づいて、前記仮説生成手段で生成した仮説の評価値を算出する評価値算出手段と、
前記評価値算出手段で算出した評価値が上位の仮説を所定数選択して出力する仮説数減少手段と、
前記仮説数減少手段で送出した仮説に基づき、前記保持仮説を出力する仮説選択手段とを備えた信号分類装置。
【請求項２】
評価値算出手段は、
各信号の出現時刻差を基に算出した標準偏差と、各信号の継続時間を基に算出した標準偏差の平均を、各信号の出現時刻差と継続時間の相関を考慮した適合関数の標準偏差として用いて評価値を算出することを特徴とする請求項１記載の信号分類装置。
【請求項３】
評価値算出手段は、
各信号の出現時刻差を基に算出した標準偏差と、各信号の継続時間を基に算出した標準偏差のうち、その値の大きい標準偏差を、各信号の出現時刻差と継続時間の相関を考慮した適合関数の標準偏差として用いて評価値を算出することを特徴とする請求項１記載の信号分類装置。
【請求項４】
評価値算出手段は、
各信号の出現時刻差を基に算出した標準偏差と、各信号の継続時間を基に算出した標準偏差のうち、その値の小さい標準偏差を、各信号の出現時刻差と継続時間の相関を考慮した適合関数の標準偏差として用いて評価値を算出することを特徴とする請求項１記載の信号分類装置。
【請求項５】
仮説生成手段は、
新たな信号が、複数の特徴量のうち、少なくともいずれか一つの特徴量が、対応する特徴量の分布に基づく所定の範囲内の値であった場合に、仮説を生成する信号であると決定する仮説生成信号判別手段を備えたことを特徴とする請求項１から請求項４のうちのいずれか１項記載の信号分類装置。
【請求項６】
仮説生成信号判別手段は、
新たな信号の特徴量が、対応する特徴量の標準偏差の平均値から所定の範囲内の値であった場合に仮説を生成する信号であると決定することを特徴とする請求項５記載の信号分類装置。
【請求項７】
仮説生成信号判別手段は、
新たな信号を出現時刻差と継続時間の標準偏差に基づいて判定する場合、当該２つの標準偏差のうち、大きな値を用いることを特徴とする請求項６記載の信号分類装置。
【請求項８】
仮説生成信号判別手段は、
新たな信号を出現時刻差と継続時間の標準偏差に基づいて判定する場合、当該２つの標準偏差のうち、小さな値を用いることを特徴とする請求項６記載の信号分類装置。
【請求項１】
任意の送信源から、周期的な出現時刻と一定の継続時間を有する信号群を受信し、当該信号群から、少なくとも各信号の出現時刻と継続時間を特徴量として抽出する信号検出手段と、
前記信号検出手段で、新たな信号を受信した場合、当該新たな信号を、どの送信源からの信号であるかを分類した追加仮説と、既に求められている保持仮説とを組み合わせ、前記新たな信号が放射されたと推定される送信源毎に当該信号を分類する仮説を生成する仮説生成手段と、
少なくとも各信号の出現時刻の差と継続時間との相関を考慮して定義した適合関数に基づいて、前記仮説生成手段で生成した仮説の評価値を算出する評価値算出手段と、
前記評価値算出手段で算出した評価値が上位の仮説を所定数選択して出力する仮説数減少手段と、
前記仮説数減少手段で送出した仮説に基づき、前記保持仮説を出力する仮説選択手段とを備えた信号分類装置。
【請求項２】
評価値算出手段は、
各信号の出現時刻差を基に算出した標準偏差と、各信号の継続時間を基に算出した標準偏差の平均を、各信号の出現時刻差と継続時間の相関を考慮した適合関数の標準偏差として用いて評価値を算出することを特徴とする請求項１記載の信号分類装置。
【請求項３】
評価値算出手段は、
各信号の出現時刻差を基に算出した標準偏差と、各信号の継続時間を基に算出した標準偏差のうち、その値の大きい標準偏差を、各信号の出現時刻差と継続時間の相関を考慮した適合関数の標準偏差として用いて評価値を算出することを特徴とする請求項１記載の信号分類装置。
【請求項４】
評価値算出手段は、
各信号の出現時刻差を基に算出した標準偏差と、各信号の継続時間を基に算出した標準偏差のうち、その値の小さい標準偏差を、各信号の出現時刻差と継続時間の相関を考慮した適合関数の標準偏差として用いて評価値を算出することを特徴とする請求項１記載の信号分類装置。
【請求項５】
仮説生成手段は、
新たな信号が、複数の特徴量のうち、少なくともいずれか一つの特徴量が、対応する特徴量の分布に基づく所定の範囲内の値であった場合に、仮説を生成する信号であると決定する仮説生成信号判別手段を備えたことを特徴とする請求項１から請求項４のうちのいずれか１項記載の信号分類装置。
【請求項６】
仮説生成信号判別手段は、
新たな信号の特徴量が、対応する特徴量の標準偏差の平均値から所定の範囲内の値であった場合に仮説を生成する信号であると決定することを特徴とする請求項５記載の信号分類装置。
【請求項７】
仮説生成信号判別手段は、
新たな信号を出現時刻差と継続時間の標準偏差に基づいて判定する場合、当該２つの標準偏差のうち、大きな値を用いることを特徴とする請求項６記載の信号分類装置。
【請求項８】
仮説生成信号判別手段は、
新たな信号を出現時刻差と継続時間の標準偏差に基づいて判定する場合、当該２つの標準偏差のうち、小さな値を用いることを特徴とする請求項６記載の信号分類装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【公開番号】特開２００６−２３４６７４（Ｐ２００６−２３４６７４Ａ）
【公開日】平成１８年９月７日（２００６．９．７）
【国際特許分類】
【出願番号】特願２００５−５１４７２（Ｐ２００５−５１４７２）
【出願日】平成１７年２月２５日（２００５．２．２５）
【出願人】（０００００６０１３）三菱電機株式会社 (33,312)
【Ｆターム（参考）】
【公開日】平成１８年９月７日（２００６．９．７）
【国際特許分類】
【出願日】平成１７年２月２５日（２００５．２．２５）
【出願人】（０００００６０１３）三菱電機株式会社 (33,312)
【Ｆターム（参考）】
[ Back to top ]