信号検出装置、信号検出方法及び信号検出プログラム
【課題】Ｓ／Ｎの低い受信信号であっても、検出漏れや誤判定の発生を抑制することができ、確信度がある程度ある目標があった場合に、追尾が継続しやすくなる追尾処理部を備える信号検出装置の提供。
【解決手段】音波や電磁波を発信し、目標からの反響信号の受信信号を所定の区間切り出して反響信号のスペクトルに変換した上で特徴抽出を行いパターン認識用のパターンを生成する前処理部と、入力されたパターンをあらかじめ学習されたＳＶＭ（サポートベクターマシーン）により、目標らしさを判定し、その出力を正規化し確信度として出力するパターン認識部と、確信度を閾値判定し、検出ありと判定された場合は、目標の方位距離やＳ／Ｎなどの検出目標に関わる情報を算出する目標情報算出部と、追尾処理に位置情報以外のＳＶＭなどのパターン認識処理自体の出力値である確信度値を活用した追尾処理部を備える。
【解決手段】音波や電磁波を発信し、目標からの反響信号の受信信号を所定の区間切り出して反響信号のスペクトルに変換した上で特徴抽出を行いパターン認識用のパターンを生成する前処理部と、入力されたパターンをあらかじめ学習されたＳＶＭ（サポートベクターマシーン）により、目標らしさを判定し、その出力を正規化し確信度として出力するパターン認識部と、確信度を閾値判定し、検出ありと判定された場合は、目標の方位距離やＳ／Ｎなどの検出目標に関わる情報を算出する目標情報算出部と、追尾処理に位置情報以外のＳＶＭなどのパターン認識処理自体の出力値である確信度値を活用した追尾処理部を備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、音波や電磁波を発信して、その発信信号に対する目標からの反響信号を検出する信号検出装置、信号検出方法及び信号検出プログラムに関し、特に、反響信号がどのような物体から反射されたものであるかを判別する信号検出装置、信号検出方法及び信号検出プログラムに関する。
【背景技術】
【０００２】
大気中又は水中の目標物についての情報を取得するには、操作者による目視に加えて、音波や電磁波を発信しその発信信号に対する目標物からの反響信号の検出が有効である。検出された信号の分析により目標物の詳細な情報が得られる。
【０００３】
特許文献１の開示する目標信号検出装置は、水中に音波を発信し、目標からの反響音を受信し、エキスパートシステムを用いて複数の特徴素の得点によって確信度値を算出し、ユーザーによって設定された閾値よりこの確信度値が高ければ検出されたとしていた。
【０００４】
特許文献２の開示する目標自動検出方式は、ニューラルネットワークを用いて、特徴素の種類や重み付けテーブルの値の設定を自動化したものである。すなわち、目標信号のスペクトログラムを教師信号として、学習を行い、目標信号かどうかの判定を行うシステムが提案されている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特許第２８２６４９４号公報
【特許文献２】特開平８−１５２４７２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
特許文献１に記載される目標信号検出装置では、確信度の算出において簡易的エキスパートシステムの一つである２入力のＭＹＣＩＮＯＲ演算が使用されるが、目標物であるかどうかの判定にはユーザーにより設定される閾値との比較処理が必要とされる。この方式では、特徴素の種類や重み付けテーブルの値を人間により適切な値に設定する必要があるという問題があった。
【０００７】
特許文献２に記載されるニューラルネットワークによる目標信号の判定では、どの程度目標らしいかという指標である確信度をニューラルネットワークから直接計算することができなかった。
【０００８】
これは、教師信号の目標かどうかの正答信号が連続値の確信度（例えば８５点）ではなく、フラグ（０＝非目標、もしくは１＝目標など）で学習させているためであり、学習されたニューラルネットワークは、０に非常に近い値、もしくは１に非常に近い値を出力するようになる。仮に、教師信号をフラグではなく連続的な値にしようとしても、スペクトログラムパターンから人間がどの程度目標らしいか定量的に得点付けすることは、困難である。
【０００９】
従って、上記のニューラルネットワークによる判定手法では、別途、確信度を算出する仕組みを付け加えることが行われている。例えば、信号のＳ／Ｎ（シグナルノイズ）比などから確信度に換算するなどが行われている。
【００１０】
これでは、低Ｓ／Ｎの目標信号をニューラルネットワークが目標と判定しても、確信度が非常に低い得点になってしまうことがあり、ユーザー設定の閾値次第で検出とされないことがあった。
【００１１】
本発明は、上述した点に鑑みてなされたもので、関連技術におけるエキスパートシステムによる方法による人間による重み付けテーブルの設定を、正答例付きのデータセット（教師パターン）から自動的に獲得するシステムとし、そのシステムから出力される確信度をＳ／Ｎからの換算値のようにＳ／Ｎによって直接的に左右されない値にする、信号検出装置、信号検出方法及び信号検出プログラムを提供することを目的とする。
【課題を解決するための手段】
【００１２】
本発明の信号検出装置は、音波や電磁波を発信し、目標からの反響信号を受信して得られる受信信号を検出する目標信号を自動的に検出する信号検出装置であって、反響信号の受信信号を所定の区間切り出して反響信号のスペクトルに変換した上で特徴抽出を行いパターン認識用のパターンを生成する前処理部と、入力されたパターンをあらかじめ学習されたＳＶＭ（サポートベクターマシーン）により、目標らしさを判定し、その出力を正規化し確信度として出力するパターン認識部と、確信度を閾値判定し、検出ありと判定された場合は、目標の方位距離やＳ／Ｎなどの検出目標に関わる情報を算出する目標情報算出部と、追尾処理に位置情報以外のＳＶＭなどのパターン認識処理自体の出力値である確信度値を活用した追尾処理部を備えることを特徴とする。
【００１３】
本発明の信号検出方法は、音波や電磁波を発信し、目標からの反響信号を受信して得られる受信信号を検出する目標信号を自動的に検出する信号検出方法であって、反響信号の受信信号を所定の区間切り出して反響信号のスペクトルに変換した上で特徴抽出を行いパターン認識用のパターンを生成するステップと、入力されたパターンをあらかじめ学習されたＳＶＭ（サポートベクターマシーン）により、目標らしさを判定し、その出力を正規化し確信度として出力するステップと、確信度を閾値判定し、検出ありと判定された場合は、目標の方位距離やＳ／Ｎなどの検出目標に関わる情報を算出するステップと、追尾処理の入力に関連技術の位置情報以外の情報であるＳＶＭなどのパターン認識処理自体の出力値である確信度値を活用するステップを備えることを特徴とする。
【００１４】
本発明の信号検出プログラムは、音波や電磁波を発信し、目標からの反響信号を受信して得られる受信信号を検出する目標信号を自動的に検出する信号検出プログラムであって、反響信号の受信信号を所定の区間切り出して反響信号のスペクトルに変換した上で特徴抽出を行いパターン認識用のパターンを生成する処理と、入力されたパターンをあらかじめ学習されたＳＶＭ（サポートベクターマシーン）により、目標らしさを判定し、その出力を正規化し確信度として出力する処理と、確信度を閾値判定し、検出ありと判定された場合は、目標の方位距離やＳ／Ｎなどの検出目標に関わる情報を算出する処理と、追尾処理に位置情報以外のＳＶＭなどのパターン認識処理自体の出力値である確信度値を活用する処理をコンピュータに行わせることを特徴とする。
【発明の効果】
【００１５】
本発明によれば、Ｓ／Ｎ比の低い受信信号であっても、検出漏れや誤判定の発生を抑制することができ、Ｓ／Ｎレベルは低くて追尾処理に入力に使用できないような場合でも、確信度がある程度ある目標があった場合に、追尾が継続しやすくなる。
【図面の簡単な説明】
【００１６】
【図１】本発明の第１の実施形態に係る信号検出装置と目標物を含む信号検出システムの構成の一例を示す。
【図２】本発明の第１の実施形態に係る信号検出装置の構成の一例を示す。
【図３】本発明の第１の実施形態に係る前処理部の構成の一例を示す。
【図４】本発明の第１の実施形態に係るパターン認識部の構成の一例を示す。
【図５】本発明の第１の実施形態に係る信号検出処理の一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】
【００１７】
本発明の実施形態を図に基づいて説明する。ただし本発明は以下に示す実施形態に限定されない。
【００１８】
図１は、本発明の第１の実施形態に係る信号検出装置１０と目標物２を含む信号検出システム１の構成の一例を示す。
【００１９】
信号検出装置１０は、水中或いは空気中、すなわち水や気体などの媒質を介して伝搬する音波を発射する。該音波は、目標物２に到達した場合、目標物２の表面で反射する。反射した音波は再度媒質を介して伝搬し信号検出装置１０に到達する。
【００２０】
以下図２乃至５を参照して、本発明の第１の実施形態に係る信号検出装置１０の構成と信号検出処理の手順の一例を示す。
【００２１】
図２は、本発明の第１の実施形態に係る信号検出装置１０の構成の一例を示す。
【００２２】
信号検出装置１０は、水中或いは空気中に音波を発射する送受波部２０と、水中或いは空気中を伝搬して到来する音波を検出する受信部３０を含む。送受波部２０は音波を発射する（図５ステップＳ１０１）。受信部３０は、送受波部２０により検出された音波を受信信号として受信し（図５ステップＳ１０２）、増幅、フィルタ、アナログデジタル変換（ＡＤ変換）を行い、受波器がアレイ構成であれば、ビーム整相を行う。
【００２３】
信号検出装置１０はさらに、受信部３０からの信号を入力して特徴を抽出する前処理部４０と、前処理部４０が生成した該特徴を元に受信信号に含まれるパターンを認識するパターン認識部５０と、受信信号に含まれるパターンを元に目標物２についての情報を算出する目標情報算出部６０と、検出された目標物２の情報を元に目標物の追尾を行う追尾処理部７０を含む。
【００２４】
以下、図３及び４を参照して、前処理部４０及びパターン認識部５０の構成の一例を説明する。
【００２５】
図３は、本発明の第１の実施形態に係る前処理部４０の構成の一例を示す。
【００２６】
受信部３０により受信された受信信号は振幅値の時系列信号である。該信号に対して周波数変換処理部４０１において周波数分析が実行され、該信号はスペクトログラムに変換される（図５ステップＳ１０３）。
【００２７】
生成されたスペクトログラムは切り出し処理部４０２において所定の信号の周波数範囲と時間範囲に対応した部分が切り出されスペクトログラムパターンが生成される（図５ステップＳ１０４）。
【００２８】
次に、該スペクトログラムパターンは、正規化処理部４０３において、切り出されたパターンを０から１までの範囲に正規化を実施する。
【００２９】
そして、正規化されたパターンに基づいて、特徴抽出部４０４において、離散コサイン変換（ＤＣＴ）或いは主成分分析（ＰＣＡ）などの一般的に用いられる抽出手法を用いて、特徴情報の抽出が行われ（図５ステップＳ１０５）、データの次元数が削減されパターン認識に用いられる入力パターンが生成される。
【００３０】
図４は、本発明の第１の実施形態に係るパターン認識部５０の構成の一例を示す。
【００３１】
前処理部４０から出力された入力パターンがパターン認識部５０に入力され、パターン認識が行われ（図５ステップＳ１０６）、確信度が算出される（図５ステップＳ１０７）。パターン認識処理部５０１が、教師パターンにより十分学習されている場合において、入力パターンが目標か非目標のどちらにどのくらい近いかという指標ともいえる分離超平面からの距離値として、出力される。
【００３２】
なお、パターン認識処理部に採用する手法は、出力が上記の特性で出力されることが知られているＳＶＭ（サポートベクターマシーン）を採用する。関連技術におけるニューラルネットワークの出力値は、上記のような出力特性ではないため、本発明の構成では、そのままでは採用できない。
【００３３】
パターン認識処理部５０１から出力された値は、正規化されていないため、正規化処理部５０２にて、０から１の間の値に正規化する。この値を１００倍すると、０点から１００点の間で定義した確信度の得点になり、この値を検出確信度と呼ぶ。
【００３４】
目標情報算出部６０では、ユーザーにて設定された確信度閾値と上記の確信度を比較し（図５ステップＳ１０８）、上回っている場合に「検出あり」とした上で、その信号箇所の時刻などから目標の方位、距離、さらに、パターンに対応した箇所の受信信号からドップラ速力、Ｓ／Ｎを測定し、これらをまとめて検出目標情報とする（図５ステップＳ１０９）。
【００３５】
追尾処理部７０は、多重仮説追尾法（Ｍｕｌｔｉｐｌｅ Ｈｙｐｏｔｈｅｓｉｓ Ｔｒａｃｋｉｎｇ（ＭＨＴ））などの広く知られている手法にて検出した目標の追尾を行い（図５ステップＳ１１０）。追尾した結果を表示する。ここではＭＨＴの説明は行わないが、関連技術における位置情報のみから算出されたトラック確信度ＣＦを１／（１＋Ｐα）とした場合に、１／（１＋βＦ）を下式のように追加する。
ここで、ａ，ｂ，α、βはユーザーによる調整係数とし、Ｆは下記の式を用いる。
【００３６】
Ｆ＝（１−Ｋ）
ここでＫは、正規化処理部にて算出された正規化された検出確信度である。
【００３７】
本実施形態では、アクティブソーナーにて実施の形態を記載したが、音波に限定されない。すなわち、レーダーや空中での音源定位にも適用可能である。
【００３８】
本発明においては、低Ｓ／Ｎの信号レベルで、目標らしいと判定されているのにも関わらず、関連技術における方法で、ユーザー設定の確信度閾値によっては、検出漏れしていた信号を正しく検出できる。これは、低Ｓ／Ｎでも目標らしいパターンが存在した場合、そのパターンを正しく目標であると判別するためである。
【００３９】
別の言い方をすれば、システムによって判定された結果が関連技術における方法であったような別の指標による検出閾値で最終出力判定されたときに、矛盾した判定結果となることを防ぐこととも言える。すなわち、低Ｓ／Ｎの信号レベルまで検出しようとユーザーによって、確信度閾値が低く設定された場合に、目標信号らしくないのに、信号のＳ／Ｎレベルが高いような信号は、関連技術における方式では誤警報として出力されてしまっていたものが、本発明を適応することにより、誤って誤警報として出力される確率を低減できることになる。
【００４０】
これらの理由は、蓄積したデータから学習を行い判定精度が向上しているパターン認識処理自体の出力値を正規化し、この値に対して閾値判定するため、関連技術手法のパターン認識の出力とは別指標の値で、閾値判定した際に発生していた矛盾がなくなるためである。
【００４１】
また、本発明においては、Ｓ／Ｎ換算値ではない値として算出された確信度により、追尾やＭＨＴなどの目標検出処理の後段に置かれることの多い処理の入力として、Ｓ／Ｎそのものではなく、目標らしさの指標である確信度を入力可能である。すなわち、パターン認識処理の出力を直接的に確信度として出力することにより後段に置かれることの多い追尾処理の入力にＳ／Ｎ値ではない確信度値を提供することができ、Ｓ／Ｎレベルは低くて入力に使用できないような場合でも、確信度がある程度ある目標があった場合に、追尾が継続しやすくなることが期待できる。
【産業上の利用可能性】
【００４２】
本発明は上記の実施形態に限定されるものではなく、アクティブソーナーやレーダーといった用途に好適に適用できる。また画像追跡などの分野にも適用可能である。
【符号の説明】
【００４３】
１ 信号検出システム
２ 目標物
１０ 信号検出装置
２０ 送受波部
３０ 受信部
４０ 前処理部
５０ パターン認識部
６０ 目標情報算出部
７０ 追尾処理部
４０１ 周波数変換処理部
４０２ 切り出し処理部
４０３ 正規化処理部
４０４ 特徴抽出部
５０１ パターン認識処理部
５０２ 正規化処理部
【技術分野】
【０００１】
本発明は、音波や電磁波を発信して、その発信信号に対する目標からの反響信号を検出する信号検出装置、信号検出方法及び信号検出プログラムに関し、特に、反響信号がどのような物体から反射されたものであるかを判別する信号検出装置、信号検出方法及び信号検出プログラムに関する。
【背景技術】
【０００２】
大気中又は水中の目標物についての情報を取得するには、操作者による目視に加えて、音波や電磁波を発信しその発信信号に対する目標物からの反響信号の検出が有効である。検出された信号の分析により目標物の詳細な情報が得られる。
【０００３】
特許文献１の開示する目標信号検出装置は、水中に音波を発信し、目標からの反響音を受信し、エキスパートシステムを用いて複数の特徴素の得点によって確信度値を算出し、ユーザーによって設定された閾値よりこの確信度値が高ければ検出されたとしていた。
【０００４】
特許文献２の開示する目標自動検出方式は、ニューラルネットワークを用いて、特徴素の種類や重み付けテーブルの値の設定を自動化したものである。すなわち、目標信号のスペクトログラムを教師信号として、学習を行い、目標信号かどうかの判定を行うシステムが提案されている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特許第２８２６４９４号公報
【特許文献２】特開平８−１５２４７２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
特許文献１に記載される目標信号検出装置では、確信度の算出において簡易的エキスパートシステムの一つである２入力のＭＹＣＩＮＯＲ演算が使用されるが、目標物であるかどうかの判定にはユーザーにより設定される閾値との比較処理が必要とされる。この方式では、特徴素の種類や重み付けテーブルの値を人間により適切な値に設定する必要があるという問題があった。
【０００７】
特許文献２に記載されるニューラルネットワークによる目標信号の判定では、どの程度目標らしいかという指標である確信度をニューラルネットワークから直接計算することができなかった。
【０００８】
これは、教師信号の目標かどうかの正答信号が連続値の確信度（例えば８５点）ではなく、フラグ（０＝非目標、もしくは１＝目標など）で学習させているためであり、学習されたニューラルネットワークは、０に非常に近い値、もしくは１に非常に近い値を出力するようになる。仮に、教師信号をフラグではなく連続的な値にしようとしても、スペクトログラムパターンから人間がどの程度目標らしいか定量的に得点付けすることは、困難である。
【０００９】
従って、上記のニューラルネットワークによる判定手法では、別途、確信度を算出する仕組みを付け加えることが行われている。例えば、信号のＳ／Ｎ（シグナルノイズ）比などから確信度に換算するなどが行われている。
【００１０】
これでは、低Ｓ／Ｎの目標信号をニューラルネットワークが目標と判定しても、確信度が非常に低い得点になってしまうことがあり、ユーザー設定の閾値次第で検出とされないことがあった。
【００１１】
本発明は、上述した点に鑑みてなされたもので、関連技術におけるエキスパートシステムによる方法による人間による重み付けテーブルの設定を、正答例付きのデータセット（教師パターン）から自動的に獲得するシステムとし、そのシステムから出力される確信度をＳ／Ｎからの換算値のようにＳ／Ｎによって直接的に左右されない値にする、信号検出装置、信号検出方法及び信号検出プログラムを提供することを目的とする。
【課題を解決するための手段】
【００１２】
本発明の信号検出装置は、音波や電磁波を発信し、目標からの反響信号を受信して得られる受信信号を検出する目標信号を自動的に検出する信号検出装置であって、反響信号の受信信号を所定の区間切り出して反響信号のスペクトルに変換した上で特徴抽出を行いパターン認識用のパターンを生成する前処理部と、入力されたパターンをあらかじめ学習されたＳＶＭ（サポートベクターマシーン）により、目標らしさを判定し、その出力を正規化し確信度として出力するパターン認識部と、確信度を閾値判定し、検出ありと判定された場合は、目標の方位距離やＳ／Ｎなどの検出目標に関わる情報を算出する目標情報算出部と、追尾処理に位置情報以外のＳＶＭなどのパターン認識処理自体の出力値である確信度値を活用した追尾処理部を備えることを特徴とする。
【００１３】
本発明の信号検出方法は、音波や電磁波を発信し、目標からの反響信号を受信して得られる受信信号を検出する目標信号を自動的に検出する信号検出方法であって、反響信号の受信信号を所定の区間切り出して反響信号のスペクトルに変換した上で特徴抽出を行いパターン認識用のパターンを生成するステップと、入力されたパターンをあらかじめ学習されたＳＶＭ（サポートベクターマシーン）により、目標らしさを判定し、その出力を正規化し確信度として出力するステップと、確信度を閾値判定し、検出ありと判定された場合は、目標の方位距離やＳ／Ｎなどの検出目標に関わる情報を算出するステップと、追尾処理の入力に関連技術の位置情報以外の情報であるＳＶＭなどのパターン認識処理自体の出力値である確信度値を活用するステップを備えることを特徴とする。
【００１４】
本発明の信号検出プログラムは、音波や電磁波を発信し、目標からの反響信号を受信して得られる受信信号を検出する目標信号を自動的に検出する信号検出プログラムであって、反響信号の受信信号を所定の区間切り出して反響信号のスペクトルに変換した上で特徴抽出を行いパターン認識用のパターンを生成する処理と、入力されたパターンをあらかじめ学習されたＳＶＭ（サポートベクターマシーン）により、目標らしさを判定し、その出力を正規化し確信度として出力する処理と、確信度を閾値判定し、検出ありと判定された場合は、目標の方位距離やＳ／Ｎなどの検出目標に関わる情報を算出する処理と、追尾処理に位置情報以外のＳＶＭなどのパターン認識処理自体の出力値である確信度値を活用する処理をコンピュータに行わせることを特徴とする。
【発明の効果】
【００１５】
本発明によれば、Ｓ／Ｎ比の低い受信信号であっても、検出漏れや誤判定の発生を抑制することができ、Ｓ／Ｎレベルは低くて追尾処理に入力に使用できないような場合でも、確信度がある程度ある目標があった場合に、追尾が継続しやすくなる。
【図面の簡単な説明】
【００１６】
【図１】本発明の第１の実施形態に係る信号検出装置と目標物を含む信号検出システムの構成の一例を示す。
【図２】本発明の第１の実施形態に係る信号検出装置の構成の一例を示す。
【図３】本発明の第１の実施形態に係る前処理部の構成の一例を示す。
【図４】本発明の第１の実施形態に係るパターン認識部の構成の一例を示す。
【図５】本発明の第１の実施形態に係る信号検出処理の一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】
【００１７】
本発明の実施形態を図に基づいて説明する。ただし本発明は以下に示す実施形態に限定されない。
【００１８】
図１は、本発明の第１の実施形態に係る信号検出装置１０と目標物２を含む信号検出システム１の構成の一例を示す。
【００１９】
信号検出装置１０は、水中或いは空気中、すなわち水や気体などの媒質を介して伝搬する音波を発射する。該音波は、目標物２に到達した場合、目標物２の表面で反射する。反射した音波は再度媒質を介して伝搬し信号検出装置１０に到達する。
【００２０】
以下図２乃至５を参照して、本発明の第１の実施形態に係る信号検出装置１０の構成と信号検出処理の手順の一例を示す。
【００２１】
図２は、本発明の第１の実施形態に係る信号検出装置１０の構成の一例を示す。
【００２２】
信号検出装置１０は、水中或いは空気中に音波を発射する送受波部２０と、水中或いは空気中を伝搬して到来する音波を検出する受信部３０を含む。送受波部２０は音波を発射する（図５ステップＳ１０１）。受信部３０は、送受波部２０により検出された音波を受信信号として受信し（図５ステップＳ１０２）、増幅、フィルタ、アナログデジタル変換（ＡＤ変換）を行い、受波器がアレイ構成であれば、ビーム整相を行う。
【００２３】
信号検出装置１０はさらに、受信部３０からの信号を入力して特徴を抽出する前処理部４０と、前処理部４０が生成した該特徴を元に受信信号に含まれるパターンを認識するパターン認識部５０と、受信信号に含まれるパターンを元に目標物２についての情報を算出する目標情報算出部６０と、検出された目標物２の情報を元に目標物の追尾を行う追尾処理部７０を含む。
【００２４】
以下、図３及び４を参照して、前処理部４０及びパターン認識部５０の構成の一例を説明する。
【００２５】
図３は、本発明の第１の実施形態に係る前処理部４０の構成の一例を示す。
【００２６】
受信部３０により受信された受信信号は振幅値の時系列信号である。該信号に対して周波数変換処理部４０１において周波数分析が実行され、該信号はスペクトログラムに変換される（図５ステップＳ１０３）。
【００２７】
生成されたスペクトログラムは切り出し処理部４０２において所定の信号の周波数範囲と時間範囲に対応した部分が切り出されスペクトログラムパターンが生成される（図５ステップＳ１０４）。
【００２８】
次に、該スペクトログラムパターンは、正規化処理部４０３において、切り出されたパターンを０から１までの範囲に正規化を実施する。
【００２９】
そして、正規化されたパターンに基づいて、特徴抽出部４０４において、離散コサイン変換（ＤＣＴ）或いは主成分分析（ＰＣＡ）などの一般的に用いられる抽出手法を用いて、特徴情報の抽出が行われ（図５ステップＳ１０５）、データの次元数が削減されパターン認識に用いられる入力パターンが生成される。
【００３０】
図４は、本発明の第１の実施形態に係るパターン認識部５０の構成の一例を示す。
【００３１】
前処理部４０から出力された入力パターンがパターン認識部５０に入力され、パターン認識が行われ（図５ステップＳ１０６）、確信度が算出される（図５ステップＳ１０７）。パターン認識処理部５０１が、教師パターンにより十分学習されている場合において、入力パターンが目標か非目標のどちらにどのくらい近いかという指標ともいえる分離超平面からの距離値として、出力される。
【００３２】
なお、パターン認識処理部に採用する手法は、出力が上記の特性で出力されることが知られているＳＶＭ（サポートベクターマシーン）を採用する。関連技術におけるニューラルネットワークの出力値は、上記のような出力特性ではないため、本発明の構成では、そのままでは採用できない。
【００３３】
パターン認識処理部５０１から出力された値は、正規化されていないため、正規化処理部５０２にて、０から１の間の値に正規化する。この値を１００倍すると、０点から１００点の間で定義した確信度の得点になり、この値を検出確信度と呼ぶ。
【００３４】
目標情報算出部６０では、ユーザーにて設定された確信度閾値と上記の確信度を比較し（図５ステップＳ１０８）、上回っている場合に「検出あり」とした上で、その信号箇所の時刻などから目標の方位、距離、さらに、パターンに対応した箇所の受信信号からドップラ速力、Ｓ／Ｎを測定し、これらをまとめて検出目標情報とする（図５ステップＳ１０９）。
【００３５】
追尾処理部７０は、多重仮説追尾法（Ｍｕｌｔｉｐｌｅ Ｈｙｐｏｔｈｅｓｉｓ Ｔｒａｃｋｉｎｇ（ＭＨＴ））などの広く知られている手法にて検出した目標の追尾を行い（図５ステップＳ１１０）。追尾した結果を表示する。ここではＭＨＴの説明は行わないが、関連技術における位置情報のみから算出されたトラック確信度ＣＦを１／（１＋Ｐα）とした場合に、１／（１＋βＦ）を下式のように追加する。
ここで、ａ，ｂ，α、βはユーザーによる調整係数とし、Ｆは下記の式を用いる。
【００３６】
Ｆ＝（１−Ｋ）
ここでＫは、正規化処理部にて算出された正規化された検出確信度である。
【００３７】
本実施形態では、アクティブソーナーにて実施の形態を記載したが、音波に限定されない。すなわち、レーダーや空中での音源定位にも適用可能である。
【００３８】
本発明においては、低Ｓ／Ｎの信号レベルで、目標らしいと判定されているのにも関わらず、関連技術における方法で、ユーザー設定の確信度閾値によっては、検出漏れしていた信号を正しく検出できる。これは、低Ｓ／Ｎでも目標らしいパターンが存在した場合、そのパターンを正しく目標であると判別するためである。
【００３９】
別の言い方をすれば、システムによって判定された結果が関連技術における方法であったような別の指標による検出閾値で最終出力判定されたときに、矛盾した判定結果となることを防ぐこととも言える。すなわち、低Ｓ／Ｎの信号レベルまで検出しようとユーザーによって、確信度閾値が低く設定された場合に、目標信号らしくないのに、信号のＳ／Ｎレベルが高いような信号は、関連技術における方式では誤警報として出力されてしまっていたものが、本発明を適応することにより、誤って誤警報として出力される確率を低減できることになる。
【００４０】
これらの理由は、蓄積したデータから学習を行い判定精度が向上しているパターン認識処理自体の出力値を正規化し、この値に対して閾値判定するため、関連技術手法のパターン認識の出力とは別指標の値で、閾値判定した際に発生していた矛盾がなくなるためである。
【００４１】
また、本発明においては、Ｓ／Ｎ換算値ではない値として算出された確信度により、追尾やＭＨＴなどの目標検出処理の後段に置かれることの多い処理の入力として、Ｓ／Ｎそのものではなく、目標らしさの指標である確信度を入力可能である。すなわち、パターン認識処理の出力を直接的に確信度として出力することにより後段に置かれることの多い追尾処理の入力にＳ／Ｎ値ではない確信度値を提供することができ、Ｓ／Ｎレベルは低くて入力に使用できないような場合でも、確信度がある程度ある目標があった場合に、追尾が継続しやすくなることが期待できる。
【産業上の利用可能性】
【００４２】
本発明は上記の実施形態に限定されるものではなく、アクティブソーナーやレーダーといった用途に好適に適用できる。また画像追跡などの分野にも適用可能である。
【符号の説明】
【００４３】
１ 信号検出システム
２ 目標物
１０ 信号検出装置
２０ 送受波部
３０ 受信部
４０ 前処理部
５０ パターン認識部
６０ 目標情報算出部
７０ 追尾処理部
４０１ 周波数変換処理部
４０２ 切り出し処理部
４０３ 正規化処理部
４０４ 特徴抽出部
５０１ パターン認識処理部
５０２ 正規化処理部
【特許請求の範囲】
【請求項１】
音波や電磁波を発信し、目標からの反響信号を受信して得られる受信信号を検出する目標信号を自動的に検出する信号検出装置であって、
前記反響信号の受信信号を所定の区間切り出して前記反響信号のスペクトルに変換した上で特徴抽出を行いパターン認識用のパターンを生成する前処理部と、
入力された前記パターンをあらかじめ学習されたＳＶＭ（サポートベクターマシーン）により、目標らしさを判定し、その出力を正規化し確信度として出力するパターン認識部と、
前記確信度を閾値判定し、検出ありと判定された場合は、前記目標の方位距離やＳ／Ｎなどの検出目標に関わる情報を算出する目標情報算出部と、
追尾処理に位置情報以外のＳＶＭなどのパターン認識処理自体の出力値である確信度値を活用した追尾処理部を備えることを特徴とする信号検出装置。
【請求項２】
教師パターンデータを用いて自動的に判別能力を獲得するパターン認識処理を採用し、そのシステムの確信度をＳ／Ｎ（シグナルノイズ）から換算した値ではなく、Ｓ／Ｎに直接的に左右されない特徴空間でのカテゴリの分離超平面からの距離を示す値をＳＶＭを用いて出力させ、その値を正規化することで確信度とすることを特徴とする、請求項１に記載の信号検出装置。
【請求項３】
前記追尾処理部は、前記ＳＶＭの出力値を確信度としてとらえ、この情報を位置情報以外の情報として活用することを特徴とする、請求項２に記載の信号検出装置。
【請求項４】
音波や電磁波を発信し、目標からの反響信号を受信して得られる受信信号を検出する目標信号を自動的に検出する信号検出方法であって、
前記反響信号の受信信号を所定の区間切り出して前記反響信号のスペクトルに変換した上で特徴抽出を行いパターン認識用のパターンを生成するステップと、
入力された前記パターンをあらかじめ学習されたＳＶＭ（サポートベクターマシーン）により、目標らしさを判定し、その出力を正規化し確信度として出力するステップと、
前記確信度を閾値判定し、検出ありと判定された場合は、前記目標の方位距離やＳ／Ｎなどの検出目標に関わる情報を算出するステップと、
追尾処理に位置情報以外のＳＶＭなどのパターン認識処理自体の出力値である確信度値を活用するステップを備えることを特徴とする信号検出方法。
【請求項５】
教師パターンデータを用いて自動的に判別能力を獲得するパターン認識処理を採用し、そのシステムの確信度をＳ／Ｎから換算した値ではなく、Ｓ／Ｎに直接的に左右されない特徴空間でのカテゴリの分離超平面からの距離を示す値をＳＶＭを用いて出力させ、その値を正規化することで確信度とすることを特徴とする、請求項４に記載の信号検出方法。
【請求項６】
前記追尾処理において、前記ＳＶＭの出力値を確信度としてとらえ、この情報を位置情報以外の情報として活用することを特徴とする、請求項５に記載の信号検出方法。
【請求項７】
音波や電磁波を発信し、目標からの反響信号を受信して得られる受信信号を検出する目標信号を自動的に検出する信号検出プログラムであって、
前記反響信号の受信信号を所定の区間切り出して前記反響信号のスペクトルに変換した上で特徴抽出を行いパターン認識用のパターンを生成する処理と、
入力された前記パターンをあらかじめ学習されたＳＶＭ（サポートベクターマシーン）により、目標らしさを判定し、その出力を正規化し確信度として出力する処理と、
前記確信度を閾値判定し、検出ありと判定された場合は、前記目標の方位距離やＳ／Ｎなどの検出目標に関わる情報を算出する処理と、
追尾処理に位置情報以外のＳＶＭなどのパターン認識処理自体の出力値である確信度値を活用する処理をコンピュータに行わせることを特徴とする信号検出プログラム。
【請求項８】
教師パターンデータを用いて自動的に判別能力を獲得するパターン認識処理を採用し、そのシステムの確信度をＳ／Ｎから換算した値ではなく、Ｓ／Ｎに直接的に左右されない特徴空間でのカテゴリの分離超平面からの距離を示す値をＳＶＭを用いて出力させ、その値を正規化することで確信度とすることを特徴とする、請求項７に記載の信号検出プログラム。
【請求項９】
前記追尾処理において、前記ＳＶＭの出力値を確信度としてとらえ、この情報を位置情報以外の情報として活用することを特徴とする、請求項８に記載の信号検出プログラム。
【請求項１】
音波や電磁波を発信し、目標からの反響信号を受信して得られる受信信号を検出する目標信号を自動的に検出する信号検出装置であって、
前記反響信号の受信信号を所定の区間切り出して前記反響信号のスペクトルに変換した上で特徴抽出を行いパターン認識用のパターンを生成する前処理部と、
入力された前記パターンをあらかじめ学習されたＳＶＭ（サポートベクターマシーン）により、目標らしさを判定し、その出力を正規化し確信度として出力するパターン認識部と、
前記確信度を閾値判定し、検出ありと判定された場合は、前記目標の方位距離やＳ／Ｎなどの検出目標に関わる情報を算出する目標情報算出部と、
追尾処理に位置情報以外のＳＶＭなどのパターン認識処理自体の出力値である確信度値を活用した追尾処理部を備えることを特徴とする信号検出装置。
【請求項２】
教師パターンデータを用いて自動的に判別能力を獲得するパターン認識処理を採用し、そのシステムの確信度をＳ／Ｎ（シグナルノイズ）から換算した値ではなく、Ｓ／Ｎに直接的に左右されない特徴空間でのカテゴリの分離超平面からの距離を示す値をＳＶＭを用いて出力させ、その値を正規化することで確信度とすることを特徴とする、請求項１に記載の信号検出装置。
【請求項３】
前記追尾処理部は、前記ＳＶＭの出力値を確信度としてとらえ、この情報を位置情報以外の情報として活用することを特徴とする、請求項２に記載の信号検出装置。
【請求項４】
音波や電磁波を発信し、目標からの反響信号を受信して得られる受信信号を検出する目標信号を自動的に検出する信号検出方法であって、
前記反響信号の受信信号を所定の区間切り出して前記反響信号のスペクトルに変換した上で特徴抽出を行いパターン認識用のパターンを生成するステップと、
入力された前記パターンをあらかじめ学習されたＳＶＭ（サポートベクターマシーン）により、目標らしさを判定し、その出力を正規化し確信度として出力するステップと、
前記確信度を閾値判定し、検出ありと判定された場合は、前記目標の方位距離やＳ／Ｎなどの検出目標に関わる情報を算出するステップと、
追尾処理に位置情報以外のＳＶＭなどのパターン認識処理自体の出力値である確信度値を活用するステップを備えることを特徴とする信号検出方法。
【請求項５】
教師パターンデータを用いて自動的に判別能力を獲得するパターン認識処理を採用し、そのシステムの確信度をＳ／Ｎから換算した値ではなく、Ｓ／Ｎに直接的に左右されない特徴空間でのカテゴリの分離超平面からの距離を示す値をＳＶＭを用いて出力させ、その値を正規化することで確信度とすることを特徴とする、請求項４に記載の信号検出方法。
【請求項６】
前記追尾処理において、前記ＳＶＭの出力値を確信度としてとらえ、この情報を位置情報以外の情報として活用することを特徴とする、請求項５に記載の信号検出方法。
【請求項７】
音波や電磁波を発信し、目標からの反響信号を受信して得られる受信信号を検出する目標信号を自動的に検出する信号検出プログラムであって、
前記反響信号の受信信号を所定の区間切り出して前記反響信号のスペクトルに変換した上で特徴抽出を行いパターン認識用のパターンを生成する処理と、
入力された前記パターンをあらかじめ学習されたＳＶＭ（サポートベクターマシーン）により、目標らしさを判定し、その出力を正規化し確信度として出力する処理と、
前記確信度を閾値判定し、検出ありと判定された場合は、前記目標の方位距離やＳ／Ｎなどの検出目標に関わる情報を算出する処理と、
追尾処理に位置情報以外のＳＶＭなどのパターン認識処理自体の出力値である確信度値を活用する処理をコンピュータに行わせることを特徴とする信号検出プログラム。
【請求項８】
教師パターンデータを用いて自動的に判別能力を獲得するパターン認識処理を採用し、そのシステムの確信度をＳ／Ｎから換算した値ではなく、Ｓ／Ｎに直接的に左右されない特徴空間でのカテゴリの分離超平面からの距離を示す値をＳＶＭを用いて出力させ、その値を正規化することで確信度とすることを特徴とする、請求項７に記載の信号検出プログラム。
【請求項９】
前記追尾処理において、前記ＳＶＭの出力値を確信度としてとらえ、この情報を位置情報以外の情報として活用することを特徴とする、請求項８に記載の信号検出プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図２】
【図３】
【図４】
【図５】
【公開番号】特開２０１３−７５７８（Ｐ２０１３−７５７８Ａ）
【公開日】平成２５年１月１０日（２０１３．１．１０）
【国際特許分類】
【出願番号】特願２０１１−１３８６６９（Ｐ２０１１−１３８６６９）
【出願日】平成２３年６月２２日（２０１１．６．２２）
【出願人】（０００００４２３７）日本電気株式会社 (19,353)
【Ｆターム（参考）】
【公開日】平成２５年１月１０日（２０１３．１．１０）
【国際特許分類】
【出願日】平成２３年６月２２日（２０１１．６．２２）
【出願人】（０００００４２３７）日本電気株式会社 (19,353)
【Ｆターム（参考）】
[ Back to top ]