目標類別装置
【課題】蛇行目標の類別性能を向上させる目標類別装置を得る。
【解決手段】追尾情報の目標の距離で受信信号の位相補償を行い、補償後の信号に基づき算出したドップラー周波数により補償後の信号を更に位相補償し、再補償した信号に基づきドップラープロフィールを生成し、追尾情報、上記変化量率から推定したアスペクト角の変化量に基づいてドップラープロフィールをクロスレンジプロフィールに変換し、追尾情報に基づいて推定したアスペクト角に対応する候補目標の受信信号をライブラリから抽出して候補目標のドップラープロフィールを算出し、該ドップラープロフィールをアスペクト角の変化量に基づいて参照プロフィールに変換し、両プロフィールに基づいて観測目標と候補目標の特徴量をそれぞれ算出し、両特徴量を比較して目標類別を行う。
【解決手段】追尾情報の目標の距離で受信信号の位相補償を行い、補償後の信号に基づき算出したドップラー周波数により補償後の信号を更に位相補償し、再補償した信号に基づきドップラープロフィールを生成し、追尾情報、上記変化量率から推定したアスペクト角の変化量に基づいてドップラープロフィールをクロスレンジプロフィールに変換し、追尾情報に基づいて推定したアスペクト角に対応する候補目標の受信信号をライブラリから抽出して候補目標のドップラープロフィールを算出し、該ドップラープロフィールをアスペクト角の変化量に基づいて参照プロフィールに変換し、両プロフィールに基づいて観測目標と候補目標の特徴量をそれぞれ算出し、両特徴量を比較して目標類別を行う。
【発明の詳細な説明】
【技術分野】
【０００１】
この発明は、レーダによる観測目標の類別を、目標のクロスレンジプロフィールと候補目標の参照プロフィールの分解能の一致性により行う目標類別装置に関するものである。
【背景技術】
【０００２】
目標類別を行うレーダ装置に関する従来の技術として、高分解能なレンジプロフィールやレーダ画像を用いて類別を行うものがある。例えば非特許文献１には、広帯域な電波の送受信を行って得られる、高分解能なレンジプロフィールを類別に用いる技術が開示されている。しかし、この方法は、広帯域な送受信を必要としているので、適用機種が限定されるという問題があった。これに対し、例えば特許文献１には、クロスレンジプロフィールを用いることにより、広帯域な送受信を必要とせずに高分解能な反射強度分布を用いて目標類別を行うことが開示されている。クロスレンジプロフィールは、ドップラープロフィール（目標上の各反射点のドップラー周波数が異なることを利用して、これらをドップラー軸上で分離して得られる反射強度分布生成方法などの詳細についてはこの発明の実施の形態１で述べる。）を観測中の目標のアスペクト角の変化量に基づいてスケーリングすることで得られる。そのため、目標の運動を高い精度で推定することが必要となる。そこで、特許文献１の技術では、目標が追尾により得られる類別開始時の速度ベクトル方向に直進したとして軌跡を推定し、この直線の軌跡に基づいてアスペクト角の変化量を算出してクロスレンジスケーリングを行う方法を用いている。
【０００３】
【特許文献１】特開２００５−１４０６８７号公報
【非特許文献１】Li,H., Yang,S., “Using Range Profiles as Feature Vectors to Identify Aerospace Objects,” IEEE TRANS. ON ANTENNAS AND PROPAGATION, Vol.41, pp261-268, Mar.1993
【発明の開示】
【発明が解決しようとする課題】
【０００４】
従来の目標類別装置で、観測目標のクロスレンジプロフィールを得るために用いているクロスレンジスケーリングの方法は、目標が旋回する場合、アスペクト角の変化量に推定誤差を生じ、ドップラー周波数からクロスレンジへの変換を誤ることで、類別性能を低下させるという問題を生じる。また、クロスレンジプロフィールの分解能は、観測時間中に目標のアスペクト角がどれだけ変化したかによって決定される。すなわち、目標が旋回する場合には、直進した場合よりも観測時間におけるアスペクト角の変化量が大きくなり、クロスレンジプロフィールが高分解能化される。それにもかかわらず、例えば常に直進軌道を仮定して候補目標の参照プロフィールを生成したのでは、観測目標のクロスレンジプロフィールと参照プロフィールの分解能が異なり、算出される特徴量（クロスレンジ幅と平均電力）の観測値と辞書値に差が生じ、類別性能が低下するという問題がある。
【０００５】
この発明は、上記問題点を解決するためになされたもので、蛇行目標の類別性能を向上させる目標類別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】
この発明に係る目標類別装置は、アンテナにより送信信号を目標へ照射して目標で反射した送信信号の反射波を受信し、受信信号を収集すると共に、目標の位置情報を得る送受信機と、目標の位置情報に基づいて目標の軌跡を推定した追尾情報を生成する追尾処理部と、追尾情報に基づいて目標の距離を算出し、当該目標の距離に基づいて受信信号の位相補償を行う位相補償処理部と、位相補償後の受信信号に基づいて各反射点のドップラー周波数の変化量率を算出し、当該変化量率を用いて各ヒットにおける位相変化を求め、当該各ヒットの位相変化に基づいて位相補償後の受信信号をさらに位相補償するオートフォーカス処理部と、オートフォーカス処理部で位相補償された受信信号に基づいてドップラープロフィールを生成するドップラープロフィール生成部と、追尾情報とオートフォーカス処理部で算出されたドップラー周波数の変化量率に基づいてアスペクト角の変化量を推定するアスペクト角変化量推定部と、ドップラープロフィールをアスペクト角の変化量に基づいてクロスレンジへ変換してクロスレンジプロフィールを生成するクロスレンジスケーリング部と、各候補目標のアスペクト角に対応するレーダ断面積を表す受信信号を予め蓄積するＲＣＳライブラリと、追尾情報に基づいて目標のアスペクト角を推定し、推定したアスペクト角に対応する候補目標の受信信号をＲＣＳライブラリから抽出して候補目標のドップラープロフィールを算出し、当該ドップラープロフィールを、オートフォーカス処理部で算出されたアスペクト角の変化量に基づいてクロスレンジへ変換して候補目標の参照プロフィールを生成する参照プロフィール生成部と、クロスレンジスケーリング部で生成されたクロスレンジプロフィールに基づいて観測目標のクロスレンジ幅を算出し、閾値を超えるクロスレンジ幅部分の平均電力を算出する第１の特徴量算出部と、参照プロフィール生成部で生成された参照プロフィール基づいて、候補目標のクロスレンジ幅を算出し、閾値を超えるクロスレンジ幅部分の平均電力を算出する第２の特徴量算出部と、第１および第２の特徴量算出部で算出されたクロスレンジ幅と平均電力でそれぞれ表す観測目標と候補目標の特徴量を比較して目標類別を行う判定部とを備えたものである。
【発明の効果】
【０００７】
この発明によれば、オートフォーカス処理で得られるドップラー周波数の変化量がレーダに対する目標の速度変化に関係することに着目して、旋回する目標のアスペクト角の変化量を精度良く推定し、これに基づいて分解能を一致させるように参照プロフィールを作成することができるため、蛇行目標の類別性能を向上させる効果がある。
【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による目標類別装置の機能構成を示すブロック図である。
図において、目標類別装置は、アンテナ１、送受信機２、追尾処理部３、クロスレンジプロフィール生成部４および類別処理部５を備えている。クロスレンジプロフィール生成部４は、位相補償処理部４１、オートフォーカス処理部４２、ドップラープロフィール生成部４３、アスペクト角変化量推定部４４およびクロスレンジスケーリング部４５を有している。また、類別処理部５は、特徴量算出部５１，５２、参照プロフィール生成部５３、ＲＣＳ（Radar Cross Section：レーダ断面積）ライブラリ５４および判定部５５を有している。
【０００９】
次に動作について説明するが、処理は大きく分けて観測目標のクロスレンジプロフィール生成、候補目標の参照プロフィール生成、類別処理の３段階に分けられる。
最初にクロスレンジプロフィール生成処理について説明する。
送受信機２で生成した送信信号が、アンテナ１から目標へ照射される。目標による送信信号の反射波がアンテナ１で受信され、送受信機２で分析される。この観測による送受信の処理は、図２のジオメトリで示されるように、時刻ｔ＝０（ｓ）からｔ＝Ｔ（ｓ）の間に移動する目標に対して等時間間隔ΔｔでＨ回繰り返され、その回数分の受信信号ｕ（ｈ）（ｈ＝０，１，・・・Ｈ−１）が収集される。ここで、Ｈをヒット数、ｈをヒット番号、Ｔを観測時間とする。収集された受信信号ｕ（ｈ）はクロスレンジプロフィール生成部４に送られる。また、送受信機２は上記Ｈ個のパルスを送受信する前に予め複数のパルスを送受信して、観測した目標の位置情報を追尾処理部３に送る。
【００１０】
追尾処理部３は、送受信機２が取得した目標の位置情報に基づいて目標の軌跡を推定した追尾情報を生成する手段である。具体的には、過去、すなわち時刻ｔ＝０（ｓ）以前の観測量から、カルマンフィルタ等の追尾処理を実施して観測開始時点ｔ＝０（ｓ）における目標の位置と速度ベクトルの推定値を算出し、これらの情報に基づいて観測開始時点から観測終了時点ｔ＝Ｔ（ｓ）の間の目標の軌跡を推定する。観測開始時における目標の位置ベクトルの推定値Ｒtck （０）と速度ベクトルの推定値Ｖtck を用いて、目標が等速直線運動を行うという仮定の下に、第ｈヒットにおける目標の位置ベクトルの推定値Ｒtck （ｈ）を（１）式を用いて算出する。受信信号ｕ（ｈ）と取得した追尾情報はクロスレンジプロフィール生成部４および類別処理部５に送られる。
【数１】
【００１１】
追尾処理部３からクロスレンジプロフィール生成部４に送られた受信信号ｕ（ｈ）および追尾情報は、まず、位相補償処理部４１へ送られる。
位相補償処理部４１は、追尾情報に基づいて目標の距離を算出し、当該目標の距離に基づいて受信信号の位相補償を行う手段である。具体的には、はじめに追尾により得た目標の軌跡を推定する追尾情報に基づいて、目標とレーダ間の距離を算出する。各ヒットにおける目標の距離の推定値Ｒ（ｈ）は（２）式で与えられる。
【数２】
よって、（３）式により位相補償を行い、追尾情報による位相補償後の受信信号ｕtch （ｈ）を得る。ここで、Ｆc は搬送波周波数、Ｃは光速である。
【数３】
得られた位相補償後の受信信号ｕtch （ｈ）および追尾情報はオートフォーカス処理部４２に送られる。
【００１２】
オートフォーカス処理部４２は、位相補償処理部４１による位相補償後の受信信号に基づいて各反射点のドップラー周波数の変化量率を算出し、当該変化量率を用いて各ヒットにおける位相変化を求め、当該各ヒットの位相変化に基づいて位相補償後の受信信号をさらに位相補償する手段である。具体的には、位相補償処理部４１から送られた位相補償後の受信信号ｕtch （ｈ）に短時間フーリエ変換（Short Time Fourier Transform ：ＳＴＦＴ）を適用して、各反射点のドップラー周波数の時間変化を抽出することで、位相補償量を推定する。ドップラー周波数の時間変化を抽出する処理手順を以下に示す。
第ｋヒットを始点としたｕtch （ｈ）の受信信号をｕk （ｈ）と表し、これを（４）式で与える。ここで、Ｈs は短時間フーリエ変換の点数である。
【数４】
ｕk （ｈ）のデータ列にゼロの列を加え、（５）式で表すｕ’k （ｈ）を得る。Ｈg はｕ’k （ｈ）のデータ点数である。
【数５】
ｕ’k （ｈ）の離散フーリエ変換Ｕ’k （ｉ）は次式で与えられる。
【数６】
ｋを０，１，・・・，Ｋ−１（ここで、ＫはＳＴＦＴの回数でありＫ＝Ｈ−Ｈｓ＋１で与えられる）と変えてＵ’0 （ｉ），Ｕ’1 （ｉ），・・・，Ｕ’k-1 （ｉ）を生成し、これを振幅検出した後に２次元配列ｘ（ｋ，ｉ）に格納する。
【００１３】
オートフォーカス処理に係るドップラー周波数の時間変化を抽出する方法を図３に示す。図中のｘ（ｋ，ｉ）は、位相補償後の受信信号ｕtck （ｈ）に対して短時間フーリエ変換を適用した結果を示す概念図で、横軸がヒット、縦軸がドップラー周波数を表す。短時間フーリエ変換で得られた各反射点の軌跡は図３に示すように概ね１次直線になることが想定される。そこで、この直線の傾きを得ることでドップラー周波数の変化量を特定できる。この計測を容易に行うために、ｘ（ｋ，ｉ）に２次元フーリエ変換を適用する。ここで、ｘ（ｋ，ｉ）上で各反射点の軌跡の傾きが等しいことからＸ（ｙ，ｚ）上では定点（原点）を通る１本の直線が現れる。また、ｘ（ｋ，ｉ）上の各直線のｋに対するｉ方向の移動量は、Ｘ（ｙ，ｚ）上のｚに対する−ｙ方向の移動量に等しい。この性質を利用して、画像の中心を通る直線の検出問題を解くことにより傾きを知ることができる。そこで、原点を通る傾きの異なる複数の直線を考え、各直線に対して積分経路を設定し、各積分経路に沿ってＸ（ｙ，ｚ）を線積分し、得られた積分値が最大となる直線の傾きａd をドップラー周波数の変化率として算出する。この変化率を用いた各ヒットにおける位相変化φ（ｈ）は次式で求められる。
【数７】
位相補償処理部４１で得られた追尾情報による位相補償後の受信信号ｕtck （ｈ）は、各ヒットにおける位相変化φ（ｈ）を用いた（８）式により、さらに位相補償され、オートフォーカス適用後の受信信号ｕfocus （ｈ）として得られる。
【数８】
このようにして得られたオートフォーカス適用後の位相補償された受信信号ｕfocus （ｈ）はドップラープロフィール生成部４３に送られる。また、ドップラー周波数の変化量率ａd と追尾情報はアスペクト角変化量推定部４４に送られる。
【００１４】
ドップラープロフィール生成部４３は、オートフォーカス処理部４２で位相補償された受信信号に基づいてドップラープロフィールを生成する手段である。具体的には、オートフォーカス処理部４２で位相補償された受信信号ｕfocus （ｈ）は（９）式で離散フーリエ変換され、ドップラープロフィールＤp （ｎ）を得る。
【数９】
得られたドップラープロフィールＤp （ｎ）は、クロスレンジスケーリング部４５に送られる。
アスペクト角変化量推定部４４は、追尾処理部３で生成された追尾情報とオートフォーカス処理部４２で算出されたドップラー周波数の変化量率に基づいてアスペクト角の変化量を推定する手段である。ここでは、観測時間でのドップラー周波数の変化量が、レーダに対する目標の速度変化に関係することに着目し、アスペクト角の変化量を推定する。具体的には、オートフォーカス処理部４２から与えられたドップラー周波数の変化量率ａd を用いて、（１０）により、観測時間Ｔでのドップラー周波数の変化量Δｆd ［Ｈｚ］を得る。
【数１０】
【００１５】
以下、アスペクト角の変化量の推定値を得る過程を、ドップラー周波数の変化量とレーダに対する目標の速度変化の関係を示す図４を用いて説明する。
観測開始時におけるドップラー周波数ｆd1と観測終了時におけるドップラー周波数ｆd2は、λを波長とすると、それぞれ（１１）式で与えられる。
【数１１】
ここで、図４および（１１）式において、Ｖは観測開始時における目標の速度ベクトルの真値、Ｖtck は追尾により得られた観測開始時における目標の速度ベクトルの推定値である。Ｖ1 、Ｖ2 はそれぞれ観測開始時と観測終了時における目標の速度の視線方向成分の大きさの真値であり、また、
【数１２】
はそれぞれ観測開始時と観測終了時における目標の速度の視線方向成分の大きさの推定値である。ここで、視線方向とは、レーダから目標への向きである。
このとき、観測している間は目標が一定の速度で運動すると仮定し、また、追尾により得られた観測開始時の速度ベクトルの推定誤差が小さい、すなわち
【数１３】
と仮定すると、観測終了時のレーダに対する目標の速度の視線方向成分の大きさＶ2 は（１２）式で得られる。
【数１４】
観測開始時と観測終了時のアスペクト角θ1 、θ2 は次式で得られる。アスペクト角は、目標の機首方向と、目標位置を基準としたレーダ方向のなす角である。
【数１５】
よって、観測時間Ｔでのアスペクト角の変化量Δθtck は（１４）式で得られる。
【数１６】
得られたアスペクト角の変化量の推定値Δθtck はクロスレンジスケーリング部４５および類別処理部５に送られる。
【００１６】
クロスレンジスケーリング部４５は、ドップラープロフィール生成部４３で得られたドップラープロフィールを、アスペクト角変化量推定部４４で推定したアスペクト角の変化量に基づいてクロスレンジへ変換してクロスレンジプロフィールを生成する手段である。具体的には、得られたドップラープロフィールＤp （ｎ）に対して、アスペクト角変化量推定部４４で推定したアスペクト角の変化量Δθtckに基づいて、（１５）式のスケーリング係数を用いてドップラー周波数［Ｈｚ］をクロスレンジ［ｍ］に換算するクロスレンジスケーリングを行い、クロスレンジプロフィールＣp （ｍ）（ｍ＝１，２，…，Ｈ−１）を得る。こうして得られたクロスレンジプロフィールＣp （ｍ）は類別処理部５に送られる。
【数１７】
【００１７】
次に、候補目標の参照プロフィール生成処理について説明する。
参照プロフィール生成部５３は、追尾情報に基づいて目標のアスペクト角を推定し、推定したアスペクト角に対応する候補目標の受信信号をＲＣＳライブラリから抽出して候補目標のドップラープロフィールを算出し、当該ドップラープロフィールを、オートフォーカス処理部４２で算出されたアスペクト角の変化量に基づいてクロスレンジへ変換して候補目標の参照プロフィールを生成する手段である。この処理では、観測目標のクロスレンジプロフィールと分解能が一致するように候補目標の参照プロフィールを生成するが、具体的には次のように行われる。
図５に示すように、追尾処理部３で得られた第０ヒット（類別開始時）における目標のアスペクト角の推定値を（θ，φ）とする。θはエレベーション角、φはアジマス角である。ここで、アスペクト角の推定誤差を考慮し、（θ−δθ）≦θ≦（θ＋δθ）および（φ−δφ）≦φ≦（φ＋δφ）の範囲内で複数のアスペクト角（θｋ，φｋ）（ｋ＝１，２，・・・Ｋ）を考える。δθとδφは、追尾方式やレーダの観測誤差の大きさによって決まる範囲である。第０ヒットでのアスペクト角（θｋ，φｋ）を基に、第ｈヒットにおける目標のアスペクト角を
【数１８】
と仮定して、各候補目標γ（γ＝１，２，・・・，Γ）（Γは目標の機首の総数）の受信信号
【数１９】
を用意する。その際、各アスペクト角に対応する候補目標のＲＣＳは予め準備したＲＣＳライブラリ５４から読み出してくる。
【００１８】
次に、用意された上記受信信号を（１６）式でフーリエ変換することにより、候補目標γのドップラープロフィールを得る。
【数２０】
そして、このドップラープロフィールＤγ,nref（ｎ）に対して、アスペクト角の変化量△θtckに基づいて、ドップラー周波数からクロスレンジへの換算を行い、候補目標の参照プロフィールを得る。その結果は特徴量算出部５２へ送られる。
【００１９】
次に、類別処理について説明する。
特徴量算出部（第１の特徴量算出部）５１は、クロスレンジスケーリング部４５で生成されたクロスレンジプロフィールに基づいて観測目標のクロスレンジ幅を算出し、閾値を超えるクロスレンジ幅部分の平均電力を算出する手段である。具体的には、図６に示すように、クロスレンジスケーリング部４５から送られたクロスレンジプロフィールＣp （ｍ）に振幅の閾値Ｔamp を設定して、観測目標のクロスレンジ幅Ｗを算出する。また、閾値Ｔampを超える部分の電力を平均して平均電力を算出する。算出された観測目標のクロスレンジ幅と平均電力が判定部５５に送られる。
もう一方の特徴量算出部（第２の特徴量算出部）５２では、参照プロフィール生成部５３から送られた参照プロフィールから、クロスレンジ幅と平均電力を算出する。算出手順は特徴量算出部５１と同様である。算出された候補目標のクロスレンジ幅と平均電力は判定部５５に送られる。
判定部５５では、特徴量算出部５１，５２で算出されたクロスレンジ幅と平均電力でそれぞれ表す観測目標と候補目標の特徴量を比較して目標類別を行う。ここでは検出した目標を固定翼機とミサイルに類別する場合の例について述べる。
類別判定の概念を図７に示す。この図は、候補目標の特徴量を特徴量空間にプロットした例を表しており、黒の菱形は固定翼機に属する候補目標の特徴量、白の菱形はミサイルに属する候補目標の特徴量、黒の星型は観測目標の特徴量である。そして、２クラスの最小幅が最大となるように判別平面を求める手法であるＳＶＭ（Support Vector Machine）を用いて、固定翼機の特徴量とミサイルの特徴量を学習データとして判別平面を決定し、観測目標を類別する。
【００２０】
以上のように、この実施の形態１によれば、目標上の各反射点のドップラー周波数の時間変化を抽出して観測時間における目標のアスペクト角の変化量を推定し、推定したアスペクト角の変化量に基づいて分解能を一致させるように参照プロフィールを生成するようにしたので、クロスレンジプロフィールを用いて蛇行目標を精度よく類別することが可能となる。
【図面の簡単な説明】
【００２１】
【図１】この発明の実施の形態１による目標類別装置の機能構成を示すブロック図である。
【図２】この発明の実施の形態１に係る観測のジオメトリを示す説明図である。
【図３】この発明の実施の形態１のオートフォーカス処理に係るドップラー周波数の時間変化を抽出する方法を示す説明図である。
【図４】この発明の実施の形態１に係るドップラー周波数の変化量とレーダに対する目標の速度変化の関係を示す説明図である。
【図５】この発明の実施の形態１に係る候補目標の参照プロフィールの生成方法を示す説明図である。
【図６】この発明の実施の形態１に係るクロスレンジ幅の推定方法を示す説明図である。
【図７】この発明の実施の形態１による類別判定の概念を示す説明図である。
【符号の説明】
【００２２】
１ アンテナ、２ 送受信機、３ 追尾処理部、４ クロスレンジプロフィール生成部、５ 類別処理部、４１ 位相補償処理部、４２ オートフォーカス処理部、４３ ドップラープロフィール生成部、４４ アスペクト角変化量推定部、４５ クロスレンジスケーリング部、５１，５２ 特徴量算出部、５３ 参照プロフィール生成部、５４ ＲＣＳライブラリ、５５ 判定部。
【技術分野】
【０００１】
この発明は、レーダによる観測目標の類別を、目標のクロスレンジプロフィールと候補目標の参照プロフィールの分解能の一致性により行う目標類別装置に関するものである。
【背景技術】
【０００２】
目標類別を行うレーダ装置に関する従来の技術として、高分解能なレンジプロフィールやレーダ画像を用いて類別を行うものがある。例えば非特許文献１には、広帯域な電波の送受信を行って得られる、高分解能なレンジプロフィールを類別に用いる技術が開示されている。しかし、この方法は、広帯域な送受信を必要としているので、適用機種が限定されるという問題があった。これに対し、例えば特許文献１には、クロスレンジプロフィールを用いることにより、広帯域な送受信を必要とせずに高分解能な反射強度分布を用いて目標類別を行うことが開示されている。クロスレンジプロフィールは、ドップラープロフィール（目標上の各反射点のドップラー周波数が異なることを利用して、これらをドップラー軸上で分離して得られる反射強度分布生成方法などの詳細についてはこの発明の実施の形態１で述べる。）を観測中の目標のアスペクト角の変化量に基づいてスケーリングすることで得られる。そのため、目標の運動を高い精度で推定することが必要となる。そこで、特許文献１の技術では、目標が追尾により得られる類別開始時の速度ベクトル方向に直進したとして軌跡を推定し、この直線の軌跡に基づいてアスペクト角の変化量を算出してクロスレンジスケーリングを行う方法を用いている。
【０００３】
【特許文献１】特開２００５−１４０６８７号公報
【非特許文献１】Li,H., Yang,S., “Using Range Profiles as Feature Vectors to Identify Aerospace Objects,” IEEE TRANS. ON ANTENNAS AND PROPAGATION, Vol.41, pp261-268, Mar.1993
【発明の開示】
【発明が解決しようとする課題】
【０００４】
従来の目標類別装置で、観測目標のクロスレンジプロフィールを得るために用いているクロスレンジスケーリングの方法は、目標が旋回する場合、アスペクト角の変化量に推定誤差を生じ、ドップラー周波数からクロスレンジへの変換を誤ることで、類別性能を低下させるという問題を生じる。また、クロスレンジプロフィールの分解能は、観測時間中に目標のアスペクト角がどれだけ変化したかによって決定される。すなわち、目標が旋回する場合には、直進した場合よりも観測時間におけるアスペクト角の変化量が大きくなり、クロスレンジプロフィールが高分解能化される。それにもかかわらず、例えば常に直進軌道を仮定して候補目標の参照プロフィールを生成したのでは、観測目標のクロスレンジプロフィールと参照プロフィールの分解能が異なり、算出される特徴量（クロスレンジ幅と平均電力）の観測値と辞書値に差が生じ、類別性能が低下するという問題がある。
【０００５】
この発明は、上記問題点を解決するためになされたもので、蛇行目標の類別性能を向上させる目標類別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】
この発明に係る目標類別装置は、アンテナにより送信信号を目標へ照射して目標で反射した送信信号の反射波を受信し、受信信号を収集すると共に、目標の位置情報を得る送受信機と、目標の位置情報に基づいて目標の軌跡を推定した追尾情報を生成する追尾処理部と、追尾情報に基づいて目標の距離を算出し、当該目標の距離に基づいて受信信号の位相補償を行う位相補償処理部と、位相補償後の受信信号に基づいて各反射点のドップラー周波数の変化量率を算出し、当該変化量率を用いて各ヒットにおける位相変化を求め、当該各ヒットの位相変化に基づいて位相補償後の受信信号をさらに位相補償するオートフォーカス処理部と、オートフォーカス処理部で位相補償された受信信号に基づいてドップラープロフィールを生成するドップラープロフィール生成部と、追尾情報とオートフォーカス処理部で算出されたドップラー周波数の変化量率に基づいてアスペクト角の変化量を推定するアスペクト角変化量推定部と、ドップラープロフィールをアスペクト角の変化量に基づいてクロスレンジへ変換してクロスレンジプロフィールを生成するクロスレンジスケーリング部と、各候補目標のアスペクト角に対応するレーダ断面積を表す受信信号を予め蓄積するＲＣＳライブラリと、追尾情報に基づいて目標のアスペクト角を推定し、推定したアスペクト角に対応する候補目標の受信信号をＲＣＳライブラリから抽出して候補目標のドップラープロフィールを算出し、当該ドップラープロフィールを、オートフォーカス処理部で算出されたアスペクト角の変化量に基づいてクロスレンジへ変換して候補目標の参照プロフィールを生成する参照プロフィール生成部と、クロスレンジスケーリング部で生成されたクロスレンジプロフィールに基づいて観測目標のクロスレンジ幅を算出し、閾値を超えるクロスレンジ幅部分の平均電力を算出する第１の特徴量算出部と、参照プロフィール生成部で生成された参照プロフィール基づいて、候補目標のクロスレンジ幅を算出し、閾値を超えるクロスレンジ幅部分の平均電力を算出する第２の特徴量算出部と、第１および第２の特徴量算出部で算出されたクロスレンジ幅と平均電力でそれぞれ表す観測目標と候補目標の特徴量を比較して目標類別を行う判定部とを備えたものである。
【発明の効果】
【０００７】
この発明によれば、オートフォーカス処理で得られるドップラー周波数の変化量がレーダに対する目標の速度変化に関係することに着目して、旋回する目標のアスペクト角の変化量を精度良く推定し、これに基づいて分解能を一致させるように参照プロフィールを作成することができるため、蛇行目標の類別性能を向上させる効果がある。
【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による目標類別装置の機能構成を示すブロック図である。
図において、目標類別装置は、アンテナ１、送受信機２、追尾処理部３、クロスレンジプロフィール生成部４および類別処理部５を備えている。クロスレンジプロフィール生成部４は、位相補償処理部４１、オートフォーカス処理部４２、ドップラープロフィール生成部４３、アスペクト角変化量推定部４４およびクロスレンジスケーリング部４５を有している。また、類別処理部５は、特徴量算出部５１，５２、参照プロフィール生成部５３、ＲＣＳ（Radar Cross Section：レーダ断面積）ライブラリ５４および判定部５５を有している。
【０００９】
次に動作について説明するが、処理は大きく分けて観測目標のクロスレンジプロフィール生成、候補目標の参照プロフィール生成、類別処理の３段階に分けられる。
最初にクロスレンジプロフィール生成処理について説明する。
送受信機２で生成した送信信号が、アンテナ１から目標へ照射される。目標による送信信号の反射波がアンテナ１で受信され、送受信機２で分析される。この観測による送受信の処理は、図２のジオメトリで示されるように、時刻ｔ＝０（ｓ）からｔ＝Ｔ（ｓ）の間に移動する目標に対して等時間間隔ΔｔでＨ回繰り返され、その回数分の受信信号ｕ（ｈ）（ｈ＝０，１，・・・Ｈ−１）が収集される。ここで、Ｈをヒット数、ｈをヒット番号、Ｔを観測時間とする。収集された受信信号ｕ（ｈ）はクロスレンジプロフィール生成部４に送られる。また、送受信機２は上記Ｈ個のパルスを送受信する前に予め複数のパルスを送受信して、観測した目標の位置情報を追尾処理部３に送る。
【００１０】
追尾処理部３は、送受信機２が取得した目標の位置情報に基づいて目標の軌跡を推定した追尾情報を生成する手段である。具体的には、過去、すなわち時刻ｔ＝０（ｓ）以前の観測量から、カルマンフィルタ等の追尾処理を実施して観測開始時点ｔ＝０（ｓ）における目標の位置と速度ベクトルの推定値を算出し、これらの情報に基づいて観測開始時点から観測終了時点ｔ＝Ｔ（ｓ）の間の目標の軌跡を推定する。観測開始時における目標の位置ベクトルの推定値Ｒtck （０）と速度ベクトルの推定値Ｖtck を用いて、目標が等速直線運動を行うという仮定の下に、第ｈヒットにおける目標の位置ベクトルの推定値Ｒtck （ｈ）を（１）式を用いて算出する。受信信号ｕ（ｈ）と取得した追尾情報はクロスレンジプロフィール生成部４および類別処理部５に送られる。
【数１】
【００１１】
追尾処理部３からクロスレンジプロフィール生成部４に送られた受信信号ｕ（ｈ）および追尾情報は、まず、位相補償処理部４１へ送られる。
位相補償処理部４１は、追尾情報に基づいて目標の距離を算出し、当該目標の距離に基づいて受信信号の位相補償を行う手段である。具体的には、はじめに追尾により得た目標の軌跡を推定する追尾情報に基づいて、目標とレーダ間の距離を算出する。各ヒットにおける目標の距離の推定値Ｒ（ｈ）は（２）式で与えられる。
【数２】
よって、（３）式により位相補償を行い、追尾情報による位相補償後の受信信号ｕtch （ｈ）を得る。ここで、Ｆc は搬送波周波数、Ｃは光速である。
【数３】
得られた位相補償後の受信信号ｕtch （ｈ）および追尾情報はオートフォーカス処理部４２に送られる。
【００１２】
オートフォーカス処理部４２は、位相補償処理部４１による位相補償後の受信信号に基づいて各反射点のドップラー周波数の変化量率を算出し、当該変化量率を用いて各ヒットにおける位相変化を求め、当該各ヒットの位相変化に基づいて位相補償後の受信信号をさらに位相補償する手段である。具体的には、位相補償処理部４１から送られた位相補償後の受信信号ｕtch （ｈ）に短時間フーリエ変換（Short Time Fourier Transform ：ＳＴＦＴ）を適用して、各反射点のドップラー周波数の時間変化を抽出することで、位相補償量を推定する。ドップラー周波数の時間変化を抽出する処理手順を以下に示す。
第ｋヒットを始点としたｕtch （ｈ）の受信信号をｕk （ｈ）と表し、これを（４）式で与える。ここで、Ｈs は短時間フーリエ変換の点数である。
【数４】
ｕk （ｈ）のデータ列にゼロの列を加え、（５）式で表すｕ’k （ｈ）を得る。Ｈg はｕ’k （ｈ）のデータ点数である。
【数５】
ｕ’k （ｈ）の離散フーリエ変換Ｕ’k （ｉ）は次式で与えられる。
【数６】
ｋを０，１，・・・，Ｋ−１（ここで、ＫはＳＴＦＴの回数でありＫ＝Ｈ−Ｈｓ＋１で与えられる）と変えてＵ’0 （ｉ），Ｕ’1 （ｉ），・・・，Ｕ’k-1 （ｉ）を生成し、これを振幅検出した後に２次元配列ｘ（ｋ，ｉ）に格納する。
【００１３】
オートフォーカス処理に係るドップラー周波数の時間変化を抽出する方法を図３に示す。図中のｘ（ｋ，ｉ）は、位相補償後の受信信号ｕtck （ｈ）に対して短時間フーリエ変換を適用した結果を示す概念図で、横軸がヒット、縦軸がドップラー周波数を表す。短時間フーリエ変換で得られた各反射点の軌跡は図３に示すように概ね１次直線になることが想定される。そこで、この直線の傾きを得ることでドップラー周波数の変化量を特定できる。この計測を容易に行うために、ｘ（ｋ，ｉ）に２次元フーリエ変換を適用する。ここで、ｘ（ｋ，ｉ）上で各反射点の軌跡の傾きが等しいことからＸ（ｙ，ｚ）上では定点（原点）を通る１本の直線が現れる。また、ｘ（ｋ，ｉ）上の各直線のｋに対するｉ方向の移動量は、Ｘ（ｙ，ｚ）上のｚに対する−ｙ方向の移動量に等しい。この性質を利用して、画像の中心を通る直線の検出問題を解くことにより傾きを知ることができる。そこで、原点を通る傾きの異なる複数の直線を考え、各直線に対して積分経路を設定し、各積分経路に沿ってＸ（ｙ，ｚ）を線積分し、得られた積分値が最大となる直線の傾きａd をドップラー周波数の変化率として算出する。この変化率を用いた各ヒットにおける位相変化φ（ｈ）は次式で求められる。
【数７】
位相補償処理部４１で得られた追尾情報による位相補償後の受信信号ｕtck （ｈ）は、各ヒットにおける位相変化φ（ｈ）を用いた（８）式により、さらに位相補償され、オートフォーカス適用後の受信信号ｕfocus （ｈ）として得られる。
【数８】
このようにして得られたオートフォーカス適用後の位相補償された受信信号ｕfocus （ｈ）はドップラープロフィール生成部４３に送られる。また、ドップラー周波数の変化量率ａd と追尾情報はアスペクト角変化量推定部４４に送られる。
【００１４】
ドップラープロフィール生成部４３は、オートフォーカス処理部４２で位相補償された受信信号に基づいてドップラープロフィールを生成する手段である。具体的には、オートフォーカス処理部４２で位相補償された受信信号ｕfocus （ｈ）は（９）式で離散フーリエ変換され、ドップラープロフィールＤp （ｎ）を得る。
【数９】
得られたドップラープロフィールＤp （ｎ）は、クロスレンジスケーリング部４５に送られる。
アスペクト角変化量推定部４４は、追尾処理部３で生成された追尾情報とオートフォーカス処理部４２で算出されたドップラー周波数の変化量率に基づいてアスペクト角の変化量を推定する手段である。ここでは、観測時間でのドップラー周波数の変化量が、レーダに対する目標の速度変化に関係することに着目し、アスペクト角の変化量を推定する。具体的には、オートフォーカス処理部４２から与えられたドップラー周波数の変化量率ａd を用いて、（１０）により、観測時間Ｔでのドップラー周波数の変化量Δｆd ［Ｈｚ］を得る。
【数１０】
【００１５】
以下、アスペクト角の変化量の推定値を得る過程を、ドップラー周波数の変化量とレーダに対する目標の速度変化の関係を示す図４を用いて説明する。
観測開始時におけるドップラー周波数ｆd1と観測終了時におけるドップラー周波数ｆd2は、λを波長とすると、それぞれ（１１）式で与えられる。
【数１１】
ここで、図４および（１１）式において、Ｖは観測開始時における目標の速度ベクトルの真値、Ｖtck は追尾により得られた観測開始時における目標の速度ベクトルの推定値である。Ｖ1 、Ｖ2 はそれぞれ観測開始時と観測終了時における目標の速度の視線方向成分の大きさの真値であり、また、
【数１２】
はそれぞれ観測開始時と観測終了時における目標の速度の視線方向成分の大きさの推定値である。ここで、視線方向とは、レーダから目標への向きである。
このとき、観測している間は目標が一定の速度で運動すると仮定し、また、追尾により得られた観測開始時の速度ベクトルの推定誤差が小さい、すなわち
【数１３】
と仮定すると、観測終了時のレーダに対する目標の速度の視線方向成分の大きさＶ2 は（１２）式で得られる。
【数１４】
観測開始時と観測終了時のアスペクト角θ1 、θ2 は次式で得られる。アスペクト角は、目標の機首方向と、目標位置を基準としたレーダ方向のなす角である。
【数１５】
よって、観測時間Ｔでのアスペクト角の変化量Δθtck は（１４）式で得られる。
【数１６】
得られたアスペクト角の変化量の推定値Δθtck はクロスレンジスケーリング部４５および類別処理部５に送られる。
【００１６】
クロスレンジスケーリング部４５は、ドップラープロフィール生成部４３で得られたドップラープロフィールを、アスペクト角変化量推定部４４で推定したアスペクト角の変化量に基づいてクロスレンジへ変換してクロスレンジプロフィールを生成する手段である。具体的には、得られたドップラープロフィールＤp （ｎ）に対して、アスペクト角変化量推定部４４で推定したアスペクト角の変化量Δθtckに基づいて、（１５）式のスケーリング係数を用いてドップラー周波数［Ｈｚ］をクロスレンジ［ｍ］に換算するクロスレンジスケーリングを行い、クロスレンジプロフィールＣp （ｍ）（ｍ＝１，２，…，Ｈ−１）を得る。こうして得られたクロスレンジプロフィールＣp （ｍ）は類別処理部５に送られる。
【数１７】
【００１７】
次に、候補目標の参照プロフィール生成処理について説明する。
参照プロフィール生成部５３は、追尾情報に基づいて目標のアスペクト角を推定し、推定したアスペクト角に対応する候補目標の受信信号をＲＣＳライブラリから抽出して候補目標のドップラープロフィールを算出し、当該ドップラープロフィールを、オートフォーカス処理部４２で算出されたアスペクト角の変化量に基づいてクロスレンジへ変換して候補目標の参照プロフィールを生成する手段である。この処理では、観測目標のクロスレンジプロフィールと分解能が一致するように候補目標の参照プロフィールを生成するが、具体的には次のように行われる。
図５に示すように、追尾処理部３で得られた第０ヒット（類別開始時）における目標のアスペクト角の推定値を（θ，φ）とする。θはエレベーション角、φはアジマス角である。ここで、アスペクト角の推定誤差を考慮し、（θ−δθ）≦θ≦（θ＋δθ）および（φ−δφ）≦φ≦（φ＋δφ）の範囲内で複数のアスペクト角（θｋ，φｋ）（ｋ＝１，２，・・・Ｋ）を考える。δθとδφは、追尾方式やレーダの観測誤差の大きさによって決まる範囲である。第０ヒットでのアスペクト角（θｋ，φｋ）を基に、第ｈヒットにおける目標のアスペクト角を
【数１８】
と仮定して、各候補目標γ（γ＝１，２，・・・，Γ）（Γは目標の機首の総数）の受信信号
【数１９】
を用意する。その際、各アスペクト角に対応する候補目標のＲＣＳは予め準備したＲＣＳライブラリ５４から読み出してくる。
【００１８】
次に、用意された上記受信信号を（１６）式でフーリエ変換することにより、候補目標γのドップラープロフィールを得る。
【数２０】
そして、このドップラープロフィールＤγ,nref（ｎ）に対して、アスペクト角の変化量△θtckに基づいて、ドップラー周波数からクロスレンジへの換算を行い、候補目標の参照プロフィールを得る。その結果は特徴量算出部５２へ送られる。
【００１９】
次に、類別処理について説明する。
特徴量算出部（第１の特徴量算出部）５１は、クロスレンジスケーリング部４５で生成されたクロスレンジプロフィールに基づいて観測目標のクロスレンジ幅を算出し、閾値を超えるクロスレンジ幅部分の平均電力を算出する手段である。具体的には、図６に示すように、クロスレンジスケーリング部４５から送られたクロスレンジプロフィールＣp （ｍ）に振幅の閾値Ｔamp を設定して、観測目標のクロスレンジ幅Ｗを算出する。また、閾値Ｔampを超える部分の電力を平均して平均電力を算出する。算出された観測目標のクロスレンジ幅と平均電力が判定部５５に送られる。
もう一方の特徴量算出部（第２の特徴量算出部）５２では、参照プロフィール生成部５３から送られた参照プロフィールから、クロスレンジ幅と平均電力を算出する。算出手順は特徴量算出部５１と同様である。算出された候補目標のクロスレンジ幅と平均電力は判定部５５に送られる。
判定部５５では、特徴量算出部５１，５２で算出されたクロスレンジ幅と平均電力でそれぞれ表す観測目標と候補目標の特徴量を比較して目標類別を行う。ここでは検出した目標を固定翼機とミサイルに類別する場合の例について述べる。
類別判定の概念を図７に示す。この図は、候補目標の特徴量を特徴量空間にプロットした例を表しており、黒の菱形は固定翼機に属する候補目標の特徴量、白の菱形はミサイルに属する候補目標の特徴量、黒の星型は観測目標の特徴量である。そして、２クラスの最小幅が最大となるように判別平面を求める手法であるＳＶＭ（Support Vector Machine）を用いて、固定翼機の特徴量とミサイルの特徴量を学習データとして判別平面を決定し、観測目標を類別する。
【００２０】
以上のように、この実施の形態１によれば、目標上の各反射点のドップラー周波数の時間変化を抽出して観測時間における目標のアスペクト角の変化量を推定し、推定したアスペクト角の変化量に基づいて分解能を一致させるように参照プロフィールを生成するようにしたので、クロスレンジプロフィールを用いて蛇行目標を精度よく類別することが可能となる。
【図面の簡単な説明】
【００２１】
【図１】この発明の実施の形態１による目標類別装置の機能構成を示すブロック図である。
【図２】この発明の実施の形態１に係る観測のジオメトリを示す説明図である。
【図３】この発明の実施の形態１のオートフォーカス処理に係るドップラー周波数の時間変化を抽出する方法を示す説明図である。
【図４】この発明の実施の形態１に係るドップラー周波数の変化量とレーダに対する目標の速度変化の関係を示す説明図である。
【図５】この発明の実施の形態１に係る候補目標の参照プロフィールの生成方法を示す説明図である。
【図６】この発明の実施の形態１に係るクロスレンジ幅の推定方法を示す説明図である。
【図７】この発明の実施の形態１による類別判定の概念を示す説明図である。
【符号の説明】
【００２２】
１ アンテナ、２ 送受信機、３ 追尾処理部、４ クロスレンジプロフィール生成部、５ 類別処理部、４１ 位相補償処理部、４２ オートフォーカス処理部、４３ ドップラープロフィール生成部、４４ アスペクト角変化量推定部、４５ クロスレンジスケーリング部、５１，５２ 特徴量算出部、５３ 参照プロフィール生成部、５４ ＲＣＳライブラリ、５５ 判定部。
【特許請求の範囲】
【請求項１】
アンテナにより送信信号を目標へ照射して目標で反射した送信信号の反射波を受信し、受信信号を収集すると共に、目標の位置情報を得る送受信機と、
前記目標の位置情報に基づいて目標の軌跡を推定した追尾情報を生成する追尾処理部と、
前記追尾情報に基づいて目標の距離を算出し、当該目標の距離に基づいて受信信号の位相補償を行う位相補償処理部と、
位相補償後の受信信号に基づいて各反射点のドップラー周波数の変化量率を算出し、当該変化量率を用いて各ヒットにおける位相変化を求め、当該各ヒットの位相変化に基づいて前記位相補償後の受信信号をさらに位相補償するオートフォーカス処理部と、
前記オートフォーカス処理部で位相補償された受信信号に基づいてドップラープロフィールを生成するドップラープロフィール生成部と、
前記追尾情報と前記オートフォーカス処理部で算出されたドップラー周波数の変化量率に基づいてアスペクト角の変化量を推定するアスペクト角変化量推定部と、
前記ドップラープロフィールを前記アスペクト角の変化量に基づいてクロスレンジへ変換してクロスレンジプロフィールを生成するクロスレンジスケーリング部と、
各候補目標のアスペクト角に対応するレーダ断面積を表す受信信号を予め蓄積するＲＣＳライブラリと、
前記追尾情報に基づいて目標のアスペクト角を推定し、推定したアスペクト角に対応する候補目標の受信信号を前記ＲＣＳライブラリから抽出して候補目標のドップラープロフィールを算出し、当該ドップラープロフィールを、前記オートフォーカス処理部で算出されたアスペクト角の変化量に基づいてクロスレンジへ変換して候補目標の参照プロフィールを生成する参照プロフィール生成部と、
前記クロスレンジスケーリング部で生成されたクロスレンジプロフィールに基づいて観測目標のクロスレンジ幅を算出し、閾値を超えるクロスレンジ幅部分の平均電力を算出する第１の特徴量算出部と、
前記参照プロフィール生成部で生成された参照プロフィール基づいて、候補目標のクロスレンジ幅を算出し、閾値を超えるクロスレンジ幅部分の平均電力を算出する第２の特徴量算出部と、
前記第１および第２の特徴量算出部で算出されたクロスレンジ幅と平均電力でそれぞれ表す観測目標と候補目標の特徴量を比較して目標類別を行う判定部とを備えたことを特徴とする目標類別装置。
【請求項１】
アンテナにより送信信号を目標へ照射して目標で反射した送信信号の反射波を受信し、受信信号を収集すると共に、目標の位置情報を得る送受信機と、
前記目標の位置情報に基づいて目標の軌跡を推定した追尾情報を生成する追尾処理部と、
前記追尾情報に基づいて目標の距離を算出し、当該目標の距離に基づいて受信信号の位相補償を行う位相補償処理部と、
位相補償後の受信信号に基づいて各反射点のドップラー周波数の変化量率を算出し、当該変化量率を用いて各ヒットにおける位相変化を求め、当該各ヒットの位相変化に基づいて前記位相補償後の受信信号をさらに位相補償するオートフォーカス処理部と、
前記オートフォーカス処理部で位相補償された受信信号に基づいてドップラープロフィールを生成するドップラープロフィール生成部と、
前記追尾情報と前記オートフォーカス処理部で算出されたドップラー周波数の変化量率に基づいてアスペクト角の変化量を推定するアスペクト角変化量推定部と、
前記ドップラープロフィールを前記アスペクト角の変化量に基づいてクロスレンジへ変換してクロスレンジプロフィールを生成するクロスレンジスケーリング部と、
各候補目標のアスペクト角に対応するレーダ断面積を表す受信信号を予め蓄積するＲＣＳライブラリと、
前記追尾情報に基づいて目標のアスペクト角を推定し、推定したアスペクト角に対応する候補目標の受信信号を前記ＲＣＳライブラリから抽出して候補目標のドップラープロフィールを算出し、当該ドップラープロフィールを、前記オートフォーカス処理部で算出されたアスペクト角の変化量に基づいてクロスレンジへ変換して候補目標の参照プロフィールを生成する参照プロフィール生成部と、
前記クロスレンジスケーリング部で生成されたクロスレンジプロフィールに基づいて観測目標のクロスレンジ幅を算出し、閾値を超えるクロスレンジ幅部分の平均電力を算出する第１の特徴量算出部と、
前記参照プロフィール生成部で生成された参照プロフィール基づいて、候補目標のクロスレンジ幅を算出し、閾値を超えるクロスレンジ幅部分の平均電力を算出する第２の特徴量算出部と、
前記第１および第２の特徴量算出部で算出されたクロスレンジ幅と平均電力でそれぞれ表す観測目標と候補目標の特徴量を比較して目標類別を行う判定部とを備えたことを特徴とする目標類別装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【公開番号】特開２００７−２１８６８９（Ｐ２００７−２１８６８９Ａ）
【公開日】平成１９年８月３０日（２００７．８．３０）
【国際特許分類】
【出願番号】特願２００６−３８４５１（Ｐ２００６−３８４５１）
【出願日】平成１８年２月１５日（２００６．２．１５）
【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１９年８月３０日（２００７．８．３０）
【国際特許分類】
【出願日】平成１８年２月１５日（２００６．２．１５）
【出願人】（０００００６０１３）三菱電機株式会社 (33,312)
【Ｆターム（参考）】
[ Back to top ]