電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラム
【課題】検出精度を低減させることなく、高い精度で受信波の到来方向の検出を行う電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定プログラムを提供する。
【解決手段】送信波及びターゲットから到来する受信波からビート信号に基づいた複素数データを算出する周波数分解処理部と、ビート周波数の強度値からピーク値を検出してターゲットの存在を検知するターゲット検知部と、現在及び過去の検知サイクルにおいて検出される前記ターゲットを関連付けるターゲット連結処理部と、検知サイクルに応じて、アンテナ毎に、ターゲットの存在が検知されたビート周波数の複素数データに基づいてスペクトル推定を行い、過去と現在のスペクトル推定された結果に基づいて生成される正規方程式を構成する要素に対して重み付けされた平均化処理を行い受信波の到来方向を算出する方位検出部とを備える。
【解決手段】送信波及びターゲットから到来する受信波からビート信号に基づいた複素数データを算出する周波数分解処理部と、ビート周波数の強度値からピーク値を検出してターゲットの存在を検知するターゲット検知部と、現在及び過去の検知サイクルにおいて検出される前記ターゲットを関連付けるターゲット連結処理部と、検知サイクルに応じて、アンテナ毎に、ターゲットの存在が検知されたビート周波数の複素数データに基づいてスペクトル推定を行い、過去と現在のスペクトル推定された結果に基づいて生成される正規方程式を構成する要素に対して重み付けされた平均化処理を行い受信波の到来方向を算出する方位検出部とを備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、放射した送信波に対するターゲットからの反射波を用いて、このターゲットの検出を行う、車載用に好適な電子走査型レーダ装置、受信波方向推定方法及びこれに用いる受信波方向推定プログラムに関する。
【背景技術】
【０００２】
従来、車載レーダとしては、ＦＭＣＷ（Frequency Modulated Continuous Wave）レーダ、多周波ＣＷ（Continuous Wave）レーダ、及びパルスレーダ等の方式を利用した電子走査型のレーダが知られている。
上記各レーダにおいては、ターゲット（反射物）からの到来波（あるいは受信波）の方向検知の技術として、アレーアンテナの到来波方向推定方法が用いられている。
この到来波方向推定方法は、近年、受信アンテナのチャネル数を増やすことなく高い分解能が得られる、ＡＲスペクトル推定法（図３４）やＭＵＳＩＣ（MUltiple SIgnal Classification）法等の高分解能（高精度）アルゴリズムが用いられている（特許文献１、２及び非特許文献１、２参照）。また、ＡＲスペクトル推定法は、最大エントロピー（MEM：Maximum Entropy Method ）法や線形予測法などといわれる場合もある。
これらのアルゴリズムでターゲット（反射物）からの到来波方向推定を行う場合には、複素数によって示される入力データを相関行列といった行列形式に変換してから推定処理が行われる。
【０００３】
また、車載レーダに用いられる到来波方向推定では、繰り返して行う検知サイクルの処理において、過去の検知サイクルの相関行列を記憶しておき、今回の検知サイクルの相関行列との平均（又は加算）処理をしてから方向推定処理を実行している（特許文献２、３参照）。この相関行列の平均化処理は、ノイズ成分を抑制することができ、検出精度を向上することができる。
また、アレー処理を少ないチャネル数で行うほど、推定に用いるデータの情報量が不足して、高分解能なアルゴリズムを用いた場合であっても推定精度が低下する。すなわち、推定するデータの情報量が不足すると、受信した信号を理想的な正弦波として等価処理することができなくなり、相関処理結果に影響が生じることになる。そのため、相関行列に対して平均化処理を行うことで、検出精度の向上に大きな効果を得ることができる。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００６−２７５８４０号公報
【特許文献２】特開２００７−４０８０６号公報
【特許文献３】特開２００９−１５６５８２号公報
【非特許文献】
【０００５】
【非特許文献１】池原、島村、「ＭＡＴＬＡＢマルチメディア信号処理 上 ディジタル信号の基礎」、倍風館、２００４年．
【非特許文献２】菊間、「アレーアンテナによる適応信号処理」、科学技術出版社、１９９８年．
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、特許文献２の技術においては、記憶する相関行列を全ての距離（周波数）ポイントの情報として記憶することとなり、検出範囲を拡大したり、検出精度を高めたりする場合には、さらに大容量の記憶部（メモリ）が必要となることが問題となる。また、過去の相関行列のビート周波数が、現在のターゲットのビート周波数と同一周波数を選択しているため、ターゲットとの距離が一定にて追尾している状態の場合、検出のためのデータが平均化されるが、一方、ターゲットとの距離が変動する場合、前回の周波数にターゲットが存在しないこともあり、検出のためのデータが悪化してしまうということも懸念される。
【０００７】
本発明は、このような事情に鑑みてなされたもので、検出精度を低減させることなく、高い精度で受信波の到来方向の検出を行う電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定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】
【０００８】
本発明は、移動体に搭載される電子走査型レーダ装置であり、送信波を送信する送信手段と、前記送信波を反射したターゲットから到来する受信波を受信する複数のアンテナを含んで構成される受信部と、前記送信波及び前記受信波からビート信号を生成するビート信号生成部と、前記ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、前記ビート周波数毎に分解された前記ビート信号に基づいた複素数データを算出する周波数分解処理部と、前記ビート周波数の強度値からピーク値を検出して前記ターゲットの存在を検知するターゲット検知部と、今回及び過去の検知サイクルにおいて検出される前記ターゲットを関連付けるターゲット連結処理部と、前記検知サイクルに応じて、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の複素数データに基づいてスペクトル推定を行い、前記過去に行われた前記スペクトル推定処理に基づいて導かれた結果と、前記今回行われた前記スペクトル推定処理に基づいて導かれた結果とに基づいて生成される正規方程式の要素に対して、重み付けされた平均化処理を行い前記受信波の到来方向を算出する方位検出部とを備えることを特徴とする。
【０００９】
また、本発明は、上記発明において、前記方位検出部は、共分散行列、ＡＲ係数、右辺ベクトルの要素で成る線形式で示される前記正規方程式であって、前記複素数データから導かれる前記共分散行列と前記右辺ベクトルに基づいた正規方程式を生成する正規方程式生成部と、前記正規方程式として示されるＡＲモデルに基づいたＡＲ係数を導くＡＲ係数演算部と、前記ＡＲ係数に基づいて導かれるパワースペクトルから前記受信波の到来方向を算出するスペクトル算出部と、を備え、前記正規方程式における要素の内、少なくとも一部の前記要素に対して平均化処理を行うことを特徴とする。
【００１０】
また、本発明は、上記発明において、前記方位検出部は、前記今回生成された正規方程式から導かれた今回の前記ＡＲ係数と、前記過去に生成された正規方程式から導かれた過去の前記ＡＲ係数とであって、前記ターゲットに関連付けられた前記今回のＡＲ係数と前記過去のＡＲ係数に対して重み付けされた平均化処理に基づいて平均ＡＲ係数を生成するフィルタ部と、を備え、前記スペクトル算出部は、前記平均ＡＲ係数に基づいて導かれるパワースペクトルから受信波の到来方向を算出することを特徴とする。
【００１１】
また、本発明は、上記発明において、前記検知サイクルに応じて、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データと、前記複素数データに基づいてスペクトル推定された結果である複素数の要素のいずれか、又は、両方を記憶する記憶部と、を備え、前記方位検出部は、そのスペクトル推定処理に応じた前記複素数データと、前記複素数データに基づいてスペクトル推定された結果の少なくともいずれか一方を前記記憶部に記憶することを特徴とする。
【００１２】
また、本発明は、上記発明において、前記記憶される複素数の要素は、前記ターゲットに関連付けられた前記過去のＡＲ係数又は前記平均ＡＲ係数のいずれかであることを特徴とする。
【００１３】
また、本発明は、上記発明において、前記正規方程式生成部が、前記今回生成される正規方程式の要素となる今回の前記共分散行列と前記右辺ベクトル、及び、前記過去に生成された正規方程式の要素となる過去の前記共分散行列と前記右辺ベクトルであって、前記ターゲットに関連付けられ、前記今回の共分散行列と前記過去の共分散行列とに対して重み付けされた平均化処理に基づいて平均共分散行列、及び、前記今回の右辺ベクトルと前記過去の右辺ベクトルに対して重み付けされた平均化処理に基づいて平均右辺ベクトルを生成し、前記ＡＲ係数演算部は、前記平均共分散行列と前記平均右辺ベクトルとを要素とする前記正規方程式から前記ＡＲ係数を導くことを特徴とする。
【００１４】
また、本発明は、上記発明において、前記記憶される複素数の要素は、前記ターゲットに関連付けられた前記過去の共分散行列と前記過去の右辺ベクトルであることを特徴とする。
【００１５】
また、本発明は、上記発明において、前記ターゲット連結処理部は、前記現在及び過去の検知サイクルにおいてそれぞれ検出されたターゲットを関連付ける際、前記過去の検知サイクルにより得られた距離と相対速度に基づいて算出される距離範囲及び相対速度範囲に、前記現在の検知サイクルの検出ビート周波数により得られた距離及び相対速度がそれぞれ含まれるか否かの判定結果にしたがって、前記現在及び過去の検知サイクルにおけるターゲットが関連するターゲットであるか否かを検出することを特徴とする。
【００１６】
また、本発明は、上記発明において、前記記憶部は、前記関連付けられたターゲットについて、前記過去の１つまたは複数の検知サイクルにおいて検知されたターゲットの距離及び相対速度を、少なくとも前記ＡＲ係数と前記平均ＡＲ係数のいずれか一方に関連付けてそれぞれ記憶し、前記ターゲット連結処理部は、前記現在の検知サイクルにおけるターゲットと、該現在の検知サイクルにおけるターゲットに関連付けられ、前記現在と時系列的に関係する複数の過去の検知サイクルにおけるターゲットとを対応付けて、前記フィルタ部は、前記ＡＲ係数を重み付け平均化処理して前記平均ＡＲ係数を生成するとともに、前記現在の検知サイクルにおいて検知されたターゲットの距離、相対速度及び少なくとも前記ＡＲ係数と前記平均ＡＲ係数のいずれか一方を、前記関連付けられた過去のターゲットの距離、相対速度及び少なくとも前記ＡＲ係数と前記平均ＡＲ係数のいずれか一方に対応させ、前記記憶部に記憶することを特徴とする。
【００１７】
また、本発明は、上記発明において、前記記憶部は、前記関連付けられたターゲットに対応する検出ビート周波数の複素数データについて１つまたは複数の検知サイクル分を、それぞれ対応させて記憶し、前記正規方程式生成部は、前記現在の検知サイクルのターゲットと関連する前記過去の検知サイクルのターゲットが検知された場合に、前記過去の検知サイクルの複素数データから前記共分散行列を算出し、前記現在の検知サイクルにおけるターゲットと、該現在の検知サイクルにおけるターゲットに関連付けられ、前記現在と時系列的に関係する複数の過去の検知サイクルにおけるターゲットとを対応付けて、前記現在と過去の検知サイクルにおけるターゲットに対応する前記共分散行列を重み付け平均化した平均共分散行列を生成し、前記ターゲット連結処理部は、前記関連付けられた現在のターゲットの距離、相対速度及び検出ビート周波数の複素数データを、前記関連付けられた過去の検知サイクルにおけるターゲットの距離、相対速度及び複素数データと対応付けて記憶することを特徴とする。
【００１８】
また、本発明は、上記発明において、前記複素数データに基づいて、前記受信波を受信する所望の方向の受信感度を高めるデジタルビームフォーミングに基づいて前記ターゲットの存在及び方位を検出するＤＢＦ部をさらに備え、前記ターゲット検知部は、前記現在の検知サイクルにおけるビート周波数における前記デジタルビームフォーミングに基づいて前記ターゲットの方位を検出し、前記ターゲット連結処理部は、前記現在及び過去の検知サイクルにおけるターゲットの関連付けを、距離、相対速度及び方位により行うことを特徴とする。
【００１９】
また、本発明は、上記発明において、前記ＤＢＦ部は、 前記デジタルビームフォーミングに基づいて設定される前記所望の方向に対応する角度チャンネル毎のスペクトルの強度を示す空間複素数データを算出し、隣接する前記角度チャンネルのスペクトルの強度が予め設定された前記角度チャンネル幅の範囲において予め設定されたＤＢＦ閾値を超えた場合、ターゲットの存在を検知（ＤＢＦ検知ターゲット）し、ターゲットの存在が検知されていない角度チャンネルのスペクトル強度を「０」に置き換え、新たな空間複素数データとして出力するチャンネル削除部と、 前記新たな空間複素数データを逆ＤＢＦすることにより、再生複素数データを生成するＩＤＢＦ部と をさらに備え、前記正規方程式生成部は、前記再生複素数データから相関行列を導いて正規方程式を生成することを特徴とする。
【００２０】
また、本発明は、上記発明において、前記チャンネル削除部は、複数の前記ＤＢＦ検知ターゲットを検出した場合、それぞれの前記ＤＢＦ検知ターゲットに対応した角度チャンネル範囲毎にスペクトルを分割し、前記ＤＢＦ検知ターゲット数の空間複素数データを生成し、前記ＩＤＢＦ部は、前記ＤＢＦ検知ターゲット毎の空間複素数データをそれぞれ逆ＤＢＦすることにより、前記ＤＢＦ検知ターゲット毎の再生複素数データを生成し、前記正規方程式生成部は、前記ＤＢＦ検知ターゲット毎の再生複素数データに基づいて、前記ＤＢＦ検知ターゲット毎の相関行列を算出することを特徴とする。
【００２１】
また、本発明は、上記発明において、前記フィルタ部は、前記相対速度に対応し、重み付け平均する際の重み係数を、前記ターゲット毎に変化させることを特徴とする。
【００２２】
また、本発明は、上記発明において、前記フィルタ部は、前記現在及び過去における方位と距離から導かれる横方向への位置の変化量が、予め設定した範囲を超えた場合に、重み付け平均する際の重み係数を、前記ターゲット毎に変化させることを特徴とする。
【００２３】
また、本発明は、上記発明において、前記ターゲット連結処理部は、前記ＡＲ係数の平均化処理をする際に参照する前記過去の検知サイクルの数を、前記相対速度に応じて変化させることを特徴とする。
【００２４】
また、本発明は、移動体に搭載される電子走査型レーダ装置による受信波方向推定方法であり、送信手段から送信波を送信する送信過程と、前記送信波を反射したターゲットから到来する受信波を、複数のアンテナから構成される受信部が受信する受信過程と、前記送信波及び前記受信波からビート信号を生成するビート信号生成過程と、現在及び過去の検知サイクルにおいて検出される前記ターゲットを関連付けるターゲット連結処理過程と、前記検知サイクルに応じて、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データに基づいてスペクトル推定処理を行い、前記過去に行われた前記スペクトル推定処理に基づいて導かれた結果と、前記今回行われた前記スペクトル推定処理に基づいて導かれた結果とに基づいて生成される正規方程式の要素に対して重み付けされた平均化処理を行い前記受信波の到来方向を算出する方位検出過程とを有することを特徴とする受信波方向推定方法である。
【００２５】
また、本発明は、移動体に搭載される電子走査型レーダ装置により受信波方向推定の動作をコンピュータに制御させるためのプログラムであり、送信手段が送信波を送信させる送信処理と、受信部が前記送信波を反射したターゲットから到来する受信波を受信する受信処理と、ビート信号生成部が前記送信波及び前記反射波からビート信号を生成するビート信号生成処理と、周波数分解処理部が前記ビート信号を予め設定した分解数のビート周波数に周波数分解して複素数データを算出する周波数分解処理と、ターゲット検知部が前記ビート周波数の強度値からピーク値を検出してターゲットの存在を検知するターゲット検知処理と、現在及び過去の検知サイクルにおいて検出される前記ターゲットを関連付けるターゲット連結処理と、前記検知サイクルに応じて、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データに基づいてスペクトル推定を行い、前記過去に行われた前記スペクトル推定処理に基づいて導かれた結果と、前記今回行われた前記スペクトル推定処理に基づいて導かれた結果とに基づいて生成される正規方程式の要素に対して重み付けされた平均化処理を行い前記受信波の到来方向を算出する方位検出処理とを有することを特徴とする受信波方向推定プログラムである。
【発明の効果】
【００２６】
以上説明したように、本発明によれば、移動体に搭載される電子走査型レーダ装置であり、送信波を送信する送信手段と、送信波を反射したターゲットから到来する受信波を受信する複数のアンテナを含んで構成される受信部と、送信波及び受信波からビート信号を生成するビート信号生成部と、ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、ビート周波数毎に分解されたビート信号に基づいた複素数データを算出する周波数分解処理部と、ビート周波数の強度値からピーク値を検出してターゲットの存在を検知するターゲット検知部と、今回及び過去の検知サイクルにおいて検出されるターゲットを関連付けるターゲット連結処理部と、検知サイクルに応じて、アンテナ毎に、ターゲットの存在が検知されたビート周波数である検出ビート周波数の前記複素数データに基づいてスペクトル推定を行い、過去に行われたスペクトル推定処理に基づいて導かれた結果と、今回行われたスペクトル推定処理に基づいて導かれた結果とに基づいて生成される正規方程式の要素に対して、重み付けされた平均化処理を行い受信波の到来方向を算出する方位検出部とを備える。
これにより、方位検出部は、検出ビート周波数の複素数データに基づいたスペクトル推定処理における入力要素と、出力要素のいずれか又は両方の平均処理が行えるので、検出精度を低減させることなく、高い精度で受信波の到来方向の検出を行う電子走査型レーダ装置及び受信波方向推定プログラムを提供することが可能となる。
【図面の簡単な説明】
【００２７】
【図１】本発明の第１実施形態による電子走査型レーダ装置の構成を示すブロック図である。
【図２】送信信号と、ターゲットに反射された受信信号が入力された状態を示す図である。
【図３】受信アンテナにおける受信波の説明を行う概念図である。
【図４】ビート信号を周波数分解した結果であり、ビート周波数（横軸）とそのピーク値（縦軸）とを示すグラフである。
【図５】組合せ部２４における上昇領域及び下降領域のビート周波数のマトリクスと、そのマトリクスの交点、すなわち上昇領域及び下降領域のビート周波数の組み合わせにおける距離及び相対速度とを示すテーブルである。
【図６】現在の検知サイクルにおけるターゲット毎の距離及び相対速度とを示すテーブルである。
【図７】電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
【図８】図７のステップＳ０３における共分散行列の抽出を示す図である。
【図９】検知サイクル毎に導かれたＡＲ係数の平均化処理を示す図である。
【図１０】現在の検知サイクル及び過去の検知サイクルの対応付けを行う際に用いる、過去の検知サイクルの距離及び相対速度に対応させて相関行列が記載されたテーブル構成を示す概念図である。
【図１１】ＡＲ係数の記憶方法、呼出方法を示す図である。
【図１２】ターゲットとの相対速度が非常に大きい場合の処理を示す図である。
【図１３】電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
【図１４】本実施形態における電子走査型レーダ装置の構成を示すブロック図である。
【図１５】本実施形態で記憶させる情報を保持するテーブルの構成を示す図である。
【図１６】電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
【図１７】検知サイクル毎に導かれた正規方程式の平均化処理を示す図である。
【図１８】本実施形態における電子走査型レーダ装置の構成を示すブロック図である。
【図１９】本実施形態で記憶させる情報を保持するテーブルの構成を示す。
【図２０】電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
【図２１】本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
【図２２】現在の検知サイクルにおけるターゲット毎の距離、縦位置と横位置及び相対速度とを示すテーブルである。
【図２３】現在の検知サイクルにおけるターゲット毎の距離、縦位置と横位置及び相対速度とを示すテーブルである。
【図２４】本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
【図２５】上昇領域及び下降領域それぞれのピークのペアを確定した結果を記憶するテーブルである。
【図２６】本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
【図２７】各角度チャンネルにおけるスペクトラムの強度の処理について説明する概念図である。
【図２８】各角度チャンネルにおけるスペクトラムの強度の処理について説明する概念図である。
【図２９】本実施形態における電子走査型レーダ装置の構成を示すブロック図である。
【図３０】本実施形態で記憶させる情報を保持するテーブルの構成を示す図である。
【図３１】電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
【図３２】本実施形態による電子走査型レーダ装置の方向推定特性を示す図（その１）である。
【図３３】本実施形態による電子走査型レーダ装置の方向推定特性を示す図（その２）である。
【図３４】従来のＡＲスペクトル推定処理を示す図である。
【発明を実施するための形態】
【００２８】
＜ＡＲスペクトル推定の説明＞
以下、本発明の実施形態に適用するＡＲスペクトル推定法について示す。
ＡＲスペクトル推定法は、ＭＵＳＩＣと同じくスペクトルを推定するスペクトル推定法として知られており（非特許文献１参照）、ＡＲモデル（自己回帰モデル）を用いた推知処理を行う。また、ＡＲスペクトル推定法は、ＭＵＳＩＣが部分空間法として分類されるときに、パラメトリック法として分類される。また、ＡＲスペクトル推定法は、最大エントロピー法、線形予測法と呼ばれる場合もあり、これらの方法もパラメトリック法としての分類に含まれる。
【００２９】
ＡＲスペクトル推定法は、まず線形式によって示されるＡＲモデルを用いてモデル化して、入力データに基づいた正規方程式（自己相関行列や共分散行列と呼ばれる行列と、右辺ベクトルや相互相関ベクトルと呼ばれるベクトルも含まれる）を作成する。さらに、正規方程式に基づいて、ＡＲフィルタの係数（ＡＲ係数）と白色雑音の分散値を求めた後、そのＡＲ係数と白色雑音の分散値を用いてパワースペクトルを求め推定する手法である（図３４参照）。入力データには、時系列のデータの他、本発明のレーダのような空間方向のチャネルデータでも適用できる。ＡＲスペクトル推定法には、自己相関行列を用いた手法と共分散行列を用いた手法に大別され、自己相関行列を用いた手法として自己相関法（又は、ユールウォーカー法）とバーグ法があり、共分散行列を用いた方法として共分散法と改良共分散法がある。いずれの方法も正規方程式を生成し、ＡＲ係数を求めるアルゴリズムであり、本実施形態の適用が可能である。
【００３０】
（第１実施形態）
以下、本発明の実施形態による電子走査型レーダ装置（ＦＭＣＷ方式ミリ波レーダ）を図面を参照して説明する。
図１は、同実施形態における電子走査型レーダ装置の構成を示すブロック図である。
この図において、本実施形態による電子走査型レーダ装置は、受信アンテナ１−１〜１−ｎ、ミキサ２−１〜２−ｎ、送信アンテナ３、分配器４、フィルタ５−１〜５―ｎ、ＳＷ（スイッチ）６、ＡＤＣ（Ａ／Ｄコンバータ）７、制御部８、三角波生成部９、ＶＣＯ１０、信号処理部２０を備える。
信号処理部２０は、メモリ２１、周波数分離処理部２２、ピーク検知部２３、ピーク組合せ部２４、距離検出部２５、速度検出部２６、ペア確定部２７、方位検出部３０、ターゲット確定部３１及びターゲット連結処理部３２を備える。
また、方位検出部３０は、正規方程式生成部３０１、ＡＲ係数算出部３０２、ＡＲ係数フィルタ部３０３、パワースペクトル算出部３０４を備える。
【００３１】
次に、図１を参照して、本実施形態による電子走査型レーダ装置の動作を説明する。
受信アンテナ１−１〜１−ｎは、送信波がターゲットにて反射し、このターゲットから到来する反射波、すなわち受信波を受信する。
ミキサ２−１〜２−ｎは、送信アンテナ３から送信される送信波と、受信アンテナ１−１〜１−ｎそれぞれにおいて受信された受信波が増幅器により増幅された信号とを混合して、それぞれの周波数差に対応したビート信号を生成する。
送信アンテナ３は、三角波生成部９において生成された三角波信号を、ＶＣＯ（Voltage Controlled Oscillator ）１０において周波数変調した送信信号をターゲットに対して送信波として送信する。
分配器４は、ＶＣＯ１０からの周波数変調された送信信号を、ミキサ２−１〜２−ｎ及び送信アンテナ３に分配する。
【００３２】
フィルタ５−１〜５−ｎ各々は、それぞれミキサ２−１〜２−ｎにおいて生成された各受信アンテナ１−１〜１−ｎに対応したＣｈ１〜Ｃｈnのビート信号に対して帯域制限を行い、ＳＷ（スイッチ）６へ帯域制限されたビート信号を出力する。
ＳＷ６は、制御部８から入力されるサンプリング信号に対応して、フィルタ５−１〜５−ｎ各々を通過した各受信アンテナ１−１〜１−ｎに対応したＣｈ１〜Ｃｈnのビート信号を、順次切り替えて、ＡＤＣ（Ａ／Ｄコンバータ）７に出力する。
ＡＤＣ７は、ＳＷ６から上記サンプリング信号に同期して入力される、各受信アンテナ１−１〜１−ｎ各々に対応したＣｈ１〜Ｃｈnのビート信号を、上記サンプリング信号に同期してＡ／Ｄ変換してデジタル信号に変換し、信号処理部２０におけるメモリ２１の波形記憶領域に順次記憶させる。
制御部８は、マイクロコンピュータなどにより構成されており、図示しないＲＯＭなどに格納された制御プログラムに基づき、図１に示す電子走査型レーダ装置全体の制御を行う。
【００３３】
＜距離、相対速度、角度（方位）を検出する原理＞
次に、図を参照し、本実施形態における信号処理部２０において用いられる、電子走査型レーダ装置とターゲットとの距離、相対速度、角度（方位）を検出する原理について簡単に説明する。
図２は、送信信号と、ターゲットに反射された受信信号が入力された状態を示す図である。
この図に示される信号は、図１の三角波生成部９において生成された信号をＶＣＯ１０において周波数変調した送信信号と、その送信信号をターゲットが反射して、受信された受信信号である。この図の例では、ターゲットが１つの場合を示す。
図２（ａ）から判るように、送信する信号に対し、ターゲットからの反射波である受信信号が、ターゲットとの距離に比例して右方向（時間遅れ方向）に遅延されて受信される。さらに、ターゲットとの相対速度に比例して、送信信号に対して上下方向（周波数方向）に変動する。そして、図２（ａ）にて求められたビート信号の周波数変換（フーリエ変換やＤＴＣ、アダマール変換、ウェーブレッド変換など）後において、図２（ｂ）に示されるように、ターゲットが１つの場合、上昇領域及び下降領域それぞれに１つのピーク値を有することなる。ここで、図２（ａ）は横軸が周波数、縦軸が強度を示す。
【００３４】
周波数分解処理部２２は、メモリ２１に蓄積されたビート信号のサンプリングされたデータから、三角波の上昇部分（上り）と下降部分（下り）とのそれぞれについて周波数分解、例えばフーリエ変換などにより離散時間に周波数変換する。すなわち、周波数分解処理部２２は、ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、ビート周波数毎に分解されたビート信号に基づいた複素数データを算出する。
その結果、図２（ｂ）に示すように、上昇部分と下降部分とにおいて、それぞれの周波数分解されたビート周波数毎の信号レベルのグラフが得られる。
そして、ピーク検知部２３は、図２（ｂ）に示すビート周波数毎の信号レベルからピーク値を検出し、ターゲットの存在を検出するとともに、ピーク値のビート周波数（上昇部分及び下降部分の双方）をターゲット周波数として出力する。
【００３５】
次に、距離検出部２５は、ピーク組合せ部２４から入力される上昇部分のターゲット周波数ｆuと、下降部分のターゲット周波数ｆdとから、下記式により距離を算出する。
ｒ＝｛Ｃ・Ｔ／（２・Δｆ）｝・｛（ｆu＋ｆd）／２｝
また、速度検出部２６は、ピーク組合せ部２４から入力される上昇部分のターゲット周波数ｆuと、下降部分のターゲット周波数ｆdとから、下記式により相対速度を算出する。
ｖ＝｛Ｃ／（２・ｆ0）｝・｛（ｆu−ｆd）／２｝
上記距離ｒ及び相対速度ｖを算出する式において、
Ｃ ：光速度
Δｆ：三角波の周波数変調幅
ｆ0 ：三角波の中心周波数
Ｔ ：変調時間（上昇部分/下降部分）
ｆu ：上昇部分におけるターゲット周波数
ｆd ：下降部分におけるターゲット周波数
【００３６】
次に、本実施形態における受信アンテナ１−１〜１−ｎについて示す。
図３は、受信アンテナにおける受信波の説明を行う概念図である。
この図に示されるように、受信アンテナ１−１〜１−ｎは、間隔ｄによりアレー状に配置される。受信アンテナ１−１〜１−ｎには、アンテナを配列している面に対する垂直方向の軸に対して角度θ方向から入射される、ターゲットからの到来波（入射波、すなわち送信アンテナ３から送信した送信波に対するターゲットからの反射波）が入力する。
このとき、その到来波は、受信アンテナ１−１〜１−ｎにおいて同一角度にて受信される。
この同一角度、例えば角度θ及び各アンテナの間隔ｄにより求められる位相差「ｄｎ−１・sinθ」が、各隣接する受信アンテナ間にて発生する。
その位相差を利用して、アンテナ毎に時間方向に周波数分解処理された値を、アンテナ方向にさらにフーリエ変換するデジタルビームフォーミング（ＤＢＦ）や高分解能アルゴリズム等の信号処理にて上記角度θを検出することができる。
【００３７】
＜信号処理部２０における受信波に対する信号処理＞
次に、メモリ２１は、ＡＤＣ７により波形記憶領域に対して、受信信号がＡ／Ｄ変換された時系列データ（上昇部分及び下降部分）を、アンテナ１−１〜１−ｎ毎に対応させて記憶している。例えば、上昇部分及び下降部分それぞれにおいて２５６個をサンプリングした場合、２×２５６個×アンテナ数のデータが、上記波形記憶領域に記憶される。
周波数分解処理部２２は、例えばフーリエ変換などにより、各Ｃｈ１〜Ｃｈｎ（各アンテナ１−１〜１−ｎ）に対応するビート信号それぞれを、予め設定された分解能に応じて周波数成分に変換することによりビート周波数を示す周波数ポイントと、そのビート周波数の複素数データを出力する。例えば、アンテナ毎に上昇部分及び下降部分それぞれが２５６個のサンプリングされたデータを有する場合、アンテナ毎の複素数の周波数領域データとしてビート周波数に変換され、上昇部分及び下降部分それぞれにおいて１２８個の複素数データ（２×１２８個×アンテナ数のデータ）となる。また、上記ビート周波数は周波数ポイントにて示されている。
ここで、アンテナ毎の複素数データには、上記角度θに依存した位相差があり、それぞれの複素数データの複素平面上における絶対値（受信強度あるいは振幅など）は等価である。
【００３８】
ピーク検知部２３は、周波数変換されたビート周波数の三角波の上昇領域及び下降領域それぞれ強度のピーク値を、複素数データを用いて信号強度（または振幅など）におけるピークから、予め設定された数値を超えるピーク値を有するビート周波数を検出することにより、ビート周波数毎のターゲットの存在を検出して、ターゲット周波数を選択する。
したがって、ピーク検知部２３は、いずれかのアンテナにおける複素数データ又は、全アンテナの複素数データの加算値を周波数スペクトル化することにより、スペクトルの各ピーク値がビート周波数、すなわち距離に依存したターゲットの存在として検出することができる。全アンテナの複素数データの加算により、ノイズ成分が平均化されてＳ／Ｎ比が向上する。
【００３９】
ピーク組合せ部２４は、ピーク検知部２３から入力される図４に示すビート周波数とそのピーク値について、上昇領域及び下降領域それぞれのビート周波数とそのピーク値をマトリクス状に総当たりにて組み合わせ、すなわち上昇領域及び下降領域それぞれのビート周波数を全て組み合わせて、順次、距離検出部２５及び速度検出部２６へ出力する。ここで、図４は、横軸がビート周波数の周波数ポイントを示し、縦軸が信号のレベル（強度）を示している。
距離検出部２５は、順次入力される上昇領域及び下降領域それぞれの組み合わせのビート周波数を加算した数値によりターゲットとの上記距離ｒを演算する。
また、速度検出部２６は、順次入力される上昇領域及び下降領域それぞれの組み合わせのビート周波数の差分によりターゲットとの上記相対速度ｖを演算する。
【００４０】
ペア確定部２７は、入力される上記距離ｒ、相対速度ｖ及び下降、上昇のピーク値レベルｐｕ、ｐｄにより、図５に示すテーブルを生成し、ターゲット毎に対応した上昇領域及び下降領域それぞれのピークの適切な組み合わせを判定し、図６に示すテーブルとして上昇領域及び下降領域それぞれのピークのペアを確定し、確定した距離ｒ及び相対速度ｖを示すターゲット群番号をターゲット確定部３１へ出力する。図６にはターゲット群番号に対応して、距離、相対速度及び周波数ポイント（上昇領域及又は下降領域）が記憶されている。図５及び図６のテーブルは、ペア確定部２７の内部記憶部に記憶されている。ここで、各ターゲット群は、方向が決定されていないため、電子走査型レーダ装置におけるアンテナアレーの配列方向に対する垂直軸に対して、受信アンテナ１−１〜１−ｎの配列方向に平行な横方向の位置は決定されていない。
【００４１】
ここで、ペア確定部２７は、例えば、前回の検知サイクルにて、最終的に確定した各ターゲットとの距離ｒ及び相対速度ｖから今回の検知サイクルにて予測される値を優先してターゲット群の組み合わせの選択を行う等の手法を用いることもできる。
【００４２】
次に、ターゲット連結処理部３２は、ペア確定部２７から入力される図６の距離ｒ、相対速度ｖ、周波数ポイントとメモリ２１に記憶されている過去の検知サイクルにおけるターゲットとを結びつけた後、ターゲット毎の過去の検知サイクルにおいて記録されたスペクトル推定によって導かれた結果に基づいた係数を方位検出部３０へ出力する。
また、ターゲット連結処理部３２は、現在のＡＲ係数に対して、ターゲット確定部３１から出力される距離、相対速度及び方位の識別情報を付して、メモリ２１に記録する。
方位検出部３０は、高分解能アルゴリズムのＡＲスペクトル推定処理やＭＵＳＩＣ等を用いてスペクトル推定処理を行い、過去に行われたスペクトル推定の結果との平均化処理を行ったスペクトル推定の平均化処理結果に基づいて対応するターゲットの方位を検出し、ターゲット確定部３１へ出力する。
【００４３】
以下、スペクトル推定処理において高分解能アルゴリズムとして知られるＡＲスペクトル推定処理を行う場合の構成例について、より具体的に示す。
方位検出部３０において正規方程式生成部３０１は、ＡＲスペクトル推定処理に必要とされる正規方程式を生成する。正規方程式生成部３０１は、周波数分解処理部２２が周波数分解したビート周波数（上昇と下降のいづれか又は両方）に応じた複素数データのそれぞれから導かれる相関行列を形成し、形成された相関行列に基づいて正規方程式を生成する。
ＡＲ係数算出部３０２は、正規方程式生成部３０１によって生成された正規方程式から導かれるＡＲ係数と、白色雑音の分散σ２を算出する。このように、ＡＲ係数算出部３０２は、検知サイクルに応じて、アンテナ毎に、ターゲットの存在が検知されたビート周波数である検出ビート周波数の複素数データに基づいてスペクトル推定を行うことができる。
ＡＲ係数算出部３０２は、今回の検知サイクルにおいて導かれた正規方程式を解いて現在のＡＲ係数を導く。
【００４４】
また、ＡＲ係数フィルタ部３０３は、過去に行われた検知サイクルにおいて記録されたスペクトル推定によって導かれた結果に基づいた係数、すなわち過去のＡＲ係数を参照し、現在と過去のＡＲ係数に対して重み付け平均化処理を行う。つまり、ＡＲ係数フィルタ部３０３は、ターゲット連結処理部３２から入力される過去のＡＲ係数と、現在のＡＲ係数とのそれぞれに重み係数を乗算した後、これらのＡＲ係数の平均化処理を行う。ＡＲ係数フィルタ部３０３は、現在（今回）のＡＲ係数、又は、得られる平均化ＡＲ係数をターゲット連結処理部３２へ出力する。また、ＡＲ係数フィルタ部３０３は、パワースペクトル算出部３０４へ、得られる平均化ＡＲ係数と白色雑音の分散σ２を出力する。
パワースペクトル算出部３０４は、平均化処理されたＡＲ係数（平均化ＡＲ係数）と白色雑音の分散σ２に基づいて導かれるパワースペクトルから受信波の到来方向を算出する。
【００４５】
＜受信波の到来方向推定処理の手順＞
次に、方位検出部３０における、受信波の到来方向の推定を行う手順について、高分解能アルゴリズムとして共分散法によるＡＲスペクトル推定処理を例にあげ説明する。なお、共分散法に代えて、改良共分散法も適用できる。改良共分散法も基本原理は共分散法と同じである。
ＡＲスペクトル推定処理そのものは、一般的に用いられているため（例えば、非特許文献１）、本実施形態において必要な箇所のみ説明する。
図７は、電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。この図に示されるフローチャートにしたがって行われる処理は、周期的に繰り返して実施される。繰り返し行われる処理において、現在行われる処理サイクルを「今回」、先に行われた処理サイクルのことを「過去」という。
【００４６】
まず、周波数分解処理部２２は、反射物（ターゲット）の距離ポイントに該当する周波数分解された複素数データを抽出する（ステップＳ０１）。方位検出部３０における正規方程式生成部３０１が、その複素数データの基づいて相関行列を導き、その相関行列から共分散行列と右辺ベクトルを生成し、正規方程式の要素とする（ステップＳ０３）。
ＡＲ係数算出部３０２は、その正規方程式を解いてＡＲ係数を求める。その手段として、例えば、コレスキー分解などの逆行列を解く高速アルゴリズムを利用することができる（ステップＳ０５）。また、ＡＲ係数算出部３０２は、入力される白色雑音の分散σ２も求める（ステップＳ０７）。
【００４７】
ＡＲ係数フィルタ部３０３は、ターゲット連結処理部３２から入力される過去のＡＲ係数と、今回算出されたＡＲ係数とのそれぞれに重み係数を乗算した後、これらのＡＲ係数の平均化処理を行う（ステップＳ０９）。
ステップＳ０９における処理を、方位検出部３０は、次の手順にしたがって行う。
方位検出部３０は、今回の検知サイクルにおいて導かれたＡＲ係数（今回ＡＲ係数）を記憶させる。例えば、ＡＲ係数フィルタ部３０３は、ＡＲ係数算出部３０２によって算出された今回ＡＲ係数をターゲット連結処理部３２によってメモリ２１の記憶領域に記憶させる（ステップＳ０９１）。
方位検出部３０は、過去に検出されたＡＲ係数（過去ＡＲ係数）を呼び出す。例えば、ＡＲ係数フィルタ部３０３は、メモリ２１の記憶領域に記憶させている過去ＡＲ係数をターゲット連結処理部３２に参照させ、その過去ＡＲ係数の供給をうける（ステップＳ０９２）。
方位検出部３０は、今回ＡＲ係数と過去ＡＲ係数の平均化処理をする。例えば、ＡＲ係数フィルタ部３０３は、今回ＡＲ係数と過去ＡＲ係数にそれぞれ定められた重み係数を乗じて加算する。この重み付けられた加算演算は、重み付けされた平均化処理と等価であり、平均化処理されたＡＲ係数（平均化ＡＲ係数）を導くことができる（ステップＳ０９３）。
【００４８】
続いて、パワースペクトル算出部３０４は、パワースペクトルを求める。パワースペクトルは、平均化処理されたＡＲ係数（平均化ＡＲ係数）と白色雑音の分散σ２に基づいて求められる。求められたパワースペクトルは、ＡＲフィルタの伝達特性を示し、その伝達特性を伝達関数として示した場合の極に対応するピーク特性が検出される（ステップＳ１１）。そのピークが示す角度を反射波が到来する到来角度として検知する（ステップＳ１３）。
【００４９】
以上に示した処理において、ＡＲ係数は、求められるパワースペクトルの特性に関係し、そのピーク形状の精度に寄与することから、ＡＲ係数の推定精度を向上させることが検知性能（検知角度性能や分離性能）の向上に関係することがわかる。
【００５０】
＜ＡＲモデルを用いた推定処理の原理＞
次に、図を参照しＡＲ係数の平均化処理について、より詳細に示す。
図８は、ステップＳ０３（図７）における共分散行列の抽出を示す図である。
この図に示される表は、５次の相関行列の各要素を示す。
この表のそれぞれの項には、行方向、列方向にそれぞれ抽出された５個の複素数データＸ（０）行からＸ（４）行と、ｘ（０）列からｘ（４）列に対応したデータが示される。例えば、表の左上隅に示されるように、Ｘ（０）行とｘ（０）列に対応する要素を「Ｘ（０）ｘ（０）」として示す。
ここで、説明を簡単にするため、データ数が５つである５次の相関行列から３次の共分散行列の抽出を行う場合を示す。抽出される範囲として分割される行列個数は、（データ数−共分散行列の次数）になる。図に示される場合では、２つの範囲を示している。
１つ目の抽出範囲は、Ｘ（０）行からＸ（３）行と、ｘ（０）列からｘ（３）列の範囲を抽出し、２つ目の抽出範囲は、Ｘ（１）行からＸ（４）行と、ｘ（１）列からｘ（４）列の範囲である。抽出範囲同士を重ねた場合に、重なる要素を加算することにより、共分散行列の要素とすることができる。
共分散行列を用いた正規方程式を式（１）に示す。
【００５１】
【数１】
【００５２】
式（１）において、左辺が共分散行列ＣＭとＡＲ係数ベクトルＡの積であり、右辺が右辺ベクトルvcである。
共分散行列ＣＭの要素は、式（２）として示される関係式によって導かれる。
【００５３】
【数２】
【００５４】
共分散行列ＣＭの要素を求める式を一般化すると、式（３）として示される。
【００５５】
【数３】
【００５６】
式（３）において、ＭがＡＲモデルの次数、Ｎがデータ数、ｘ（ｔ）が入力データを示す。
すなわち、入力データｘ（ｔ）は、周波数ポイントとしてのビート周波数の複素数データである。
【００５７】
また、右辺ベクトルｖｃを式（４）として示す。
【００５８】
【数４】
【００５９】
式（４）において、右辺ベクトルｖｃの要素は、式（５）に示される関係式によって導かれる。
【００６０】
【数５】
【００６１】
白色雑音の分散σｖ２を導く関係式を、式（６）として示す。
【００６２】
【数６】
【００６３】
ＡＲモデルによる線形予測では、予測値と観測値の差（予測誤差）の平均２乗誤差が最小となる条件から、この正規方程式が導かれる。
この正規方程式を一般的な手法により解くことにより、ＡＲ係数が導かれる。
【００６４】
図９は、検知サイクル毎に導かれたＡＲ係数の平均化処理を示す図である。
この図において、「今回正規方程式」は、繰り返し行われる推定処理のうち直近に検出された入力データに基づいたＡＲ係数を求める処理であり、時刻ｔにおける処理ＮＥ（ｔ）として示す。また、順に過去に時刻（ｔ−１）、・・・、（ｔ−ｎ）と過去にさかのぼりそれぞれＡＲ係数を導いた正規方程式が示される。
時刻ｔ、（ｔ−１）、・・・、（ｔ−ｎ）のＡＲ係数を、ＡＲ係数ベクトルＡ(t)、Ａ(t-1)、・・・、Ａ(t-n)として表わすと、式（７）に示すようにベクトルの加算演算によって平均化処理を行うことができる。複素数の要素の平均処理は、実部と虚部についてそれぞれ行えばよい。
【００６５】
【数７】
【００６６】
式（７）において、平均ＡＲ係数Ave_Ａ(t)が、現在と過去ｎ回の検知サイクルのＡＲ係数を重み付けして加算することにより得られた結果を示し、ｋ1*、ｋ２*、・・・、ｋｎ＋１*が、設定される重み係数を示す。
以上に示した方法により、ＡＲ係数の平均化処理を行うことが可能となる。
【００６７】
＜方位検出部３０のＡＲ係数フィルタ部３０３における現在及び過去の平均化処理＞
次に、本実施形態における現在及び過去とのＡＲ係数を平均化する具体的な処理について説明する。この平均化の処理は、図１における方位検出部３０のＡＲ係数フィルタ部３０３及びターゲット連結処理部３２が主として行う処理である。
ターゲット連結処理部３２は、ＡＲ係数フィルタ部３０３におけるＡＲ係数を平均化する処理を行うため、図１０に示すテーブルにおいて、ターゲット毎に、現在のターゲット群（ｔ）と、確定した過去のターゲットデータから予測されたターゲット（ｔ）と、過去に確定しているターゲット（ｔ−１、ｔ−２、ｔ−３）とを結びつけるため以下の処理を行う。
【００６８】
図１０におけるｔ−１は１サイクル前（直前）の検知サイクルの結果であり、ｔ−２は２サイクル前の検知サイクルの結果であり、t−３は３サイクル前の結果である。
各検知サイクルの結果としては、それぞれ、確定されたターゲット毎に距離ｒ、縦位置long_d（アンテナの配列方向に対して垂直方向）、横位置late_d（アンテナの配列方向に対して平行方向の位置）、ターゲットとの相対速度ｖelo（すなわちｖ）、下りピーク周波数ポイントｆ_dwn、下りピーク周波数時のＡＲ係数AR_C_dwn（すなわちハットａＭ）がメモリ２１に、図１０のテーブル形式により格納されている（例えば、方向検知に下りのデータを用いる場合。また、正確にはＡＲ係数AR_C_dwnの記憶領域は他より大きくなるが、表の例示の便宜上同じとしている）。ここで、ターゲットの上記縦位置long_dと横位置late_dは、ターゲットとの角度（受信波の到来方向の角度）及び距離ｒとから求められる。角度がθであり距離ｒである場合、縦位置long_dはr・cosθで、横位置late_dはr・sinθにより算出される。
【００６９】
また、ターゲット連結処理部３２は、過去に確定しているターゲットの距離ｒ、縦位置long_dと横位置late_d及び相対速度veloとから、今回サイクル時の各ターゲットの距離ｒ、縦位置long_dと横位置late_d及び相対速度、ピーク周波数ポイントを予測しておく。例えば、縦位置long_dと横位置late_dとピーク周波数ポイントの予測は、前回の距離ｒ、縦位置long_dと横位置late_d及び相対速度に基づいて検知サイクル周期後の時間における移動可能な範囲を求める。相対速度の予測は、過去何サイクルかの相対速度値推移の変化の傾き等を算出して予測することができる。
例えば、ターゲット連結処理部３２は、過去に確定している結果から予測した距離ｒ、縦位置long_dと横位置late_dとピーク周波数ポイント及び相対速度それぞれに対応して、予め設定された移動可能範囲と周波数ポイント範囲、及び相対速度範囲を設けて、今回サイクル時で計算された各値がその範囲内に入るか否かで結びつけを行い、範囲外の場合は異なるターゲットであると判断する。
【００７０】
そして、ターゲット連結処理部３２は、図１０のテーブルにおいて、現在の検知サイクルにおけるターゲットが、過去のターゲットと結びついた場合、（ｔ−２）の結果を（ｔ−３）へ移し、（ｔ−１）の結果を（ｔ−２）へ移し、現在の検知サイクルの結果を（ｔ−１）の結果に移し、次のサイクルの予測の結果を計算する。
また、ターゲット連結処理部３２は、現在のターゲット群の結果と結びつけられない過去のターゲットが存在した場合、その過去のターゲットの情報を全てクリアする。
したがって、マルチパスの影響のある距離にターゲットが入り、ビーム周波数におけるピーク検知されない検知サイクルになると、過去のターゲット群の結果を用いるフィルタ効果がリセットされることになる。図１０に示す本実施形態の場合、過去３回の検知サイクルのターゲットの結果をメモリ２１に記憶している。
【００７１】
なお、ターゲット連結処理部３２は、現在の検知サイクルにおけるターゲットと結びつけられなかった過去のターゲットが検出された場合においても、確定されていた過去のターゲットの結果は、予め定められる所定のサイクル数だけ持続されるようにしても良い。
また、記憶される結果が順次更新されることから、過去の結果に基づいて推定する予測結果も順次更新される。ターゲット連結処理部３２は、マルチパスなどの影響で現在の検知サイクルにおいてターゲットが検出されなくても、さらに次の検知サイクル以降において関連付けられた場合、マルチパスなどの影響でピーク検知されないサイクル数以外の過去データをフィルタ処理に使えるようにすることができる。
また、トラッキング制御における外挿法のように、ピーク値が検知さない検知サイクルの回において、上記予測結果を現在の検知サイクルにおける結果として用い、ターゲットの存在状態を継続することも可能である。
【００７２】
図１１は、ＡＲ係数の記憶方法、呼出方法を示す図である。
この図に示されるＡＲ係数の記憶方法では、ターゲット連結処理部３２は、最終的にターゲットとして確定した距離ポイントに関係付けを行って、ＡＲ係数をメモリ２１に記憶する。
これにより、方位検出部３０は、距離ポイント情報をキーとして、ターゲットとの関連付けを行うことができる。
【００７３】
また、この図に示されるＡＲ係数の呼出方法では、ターゲット連結処理部３２は、すでに検出されたターゲットに対応する距離ポイント情報に基づいて、推定範囲を選択することが可能となり、処理効率を向上することができる。すなわち、ターゲット連結処理部３２は、記憶されたＡＲ係数を参照する際に、ターゲットとの相対速度、角度に基づいて範囲を限定することができる。そして、次の回に行われる検知サイクルでは、すでに検出されたターゲットに対応する距離ポイント情報に基づいた推定範囲を選択することが可能となる。これにより、ターゲット連結処理部３２は、処理効率を向上することができる。そのため、ターゲット連結処理部３２は、限られた範囲の距離ポイントに対応するＡＲ係数を参照することができるので、呼び出す際の精度を高めることができる。
【００７４】
なお、ターゲットとの相対速度が非常に大きい場合、ターゲットの検知サイクル毎における距離変化が大きくなる。
このため、ＡＲ係数フィルタ部３０３におけるフィルタリングするビート周波数の範囲（＝距離範囲）が広くなり、連結したターゲットのサイクル間において、角度θの変化が大きくなる場合がある。
【００７５】
図１２は、ターゲットとの相対速度が非常に大きい場合の処理を示す図である。
この場合の対応として、この図に示すように過去の検知サイクルにおける同一ターゲットのＡＲ係数を連結する際、現在の検知サイクルの結果から連結可能なビート周波数ポイント範囲を定めることにより、記憶するＡＲ係数の過去の検知サイクルをそのままとし、平均化する際に使用する過去のサイクル数を選定したり、あるいは重み係数を可変して連結の個数を実質的に減らしたりすることができる。
【００７６】
また、図１２（ｂ）は、速い相対速度によりターゲットが接近中の例であり、この場合ビート周波数のピークの移動が早いため、（ｔ−３）のサイクルが平均するデータの範囲外となるため、図１０のテーブルとして記憶するＡＲ係数の過去の検知サイクル数をそのままとし、平均化する際に使用する過去のサイクル数を選定して、あるいは重み係数を可変（例えば、ＡＲ係数の重み係数を「０」にする）して連結の個数を実質的に減らすことができる。
後述する、共分散行列と右辺ベクトルの平均化処理においても、本ＡＲ係数フィルタ部３０３における実施例と同じように行うことができる。
【００７７】
なお、本実施形態では、共分散法によるＡＲスペクトル推定処理を示したが、共分散法に代え、改良共分散法によるＡＲスペクトル推定処理としてもよい。
改良共分散法の場合は、式（３）に代わり式（８）を用いて、共分散ベクトルの要素を導くことができる。
【００７８】
【数８】
【００７９】
（第２実施形態）
図を参照し、異なる処理手順の推定方法について示す。
図１３は、電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
この図に示されるフローチャートにおける処理の手順は、図１に示した電子走査型レーダ装置に適用でき、図１に示した構成の符号を参照し説明する。前述の図７に示したフローチャートにおける処理の手順とステップＳ０９の処理が異なる。図７と同じ処理には、同じ符号を付す。
この図に示されるステップＳ０９ａにおいて、ＡＲ係数フィルタ部３０３は、ターゲット連結処理部３２から入力される過去のＡＲ係数と、今回算出されたＡＲ係数とのそれぞれに重み係数を乗算した後、これらのＡＲ係数の平均化処理を行う。
ステップＳ０９ａにおける処理を、方位検出部３０は、次の手順にしたがって行う。
方位検出部３０は、記憶されている過去に検出されたＡＲ係数（過去ＡＲ係数）を呼び出す。例えば、ＡＲ係数フィルタ部３０３は、メモリ２１の記憶領域に記憶させている過去ＡＲ係数をターゲット連結処理部３２に参照させ、その過去ＡＲ係数の供給をうける（ステップＳ０９１ａ）。
方位検出部３０は、今回ＡＲ係数と過去ＡＲ係数の平均化処理をする。例えば、ＡＲ係数フィルタ部３０３は、今回の検知サイクルにおいて導かれたＡＲ係数（今回ＡＲ係数）と過去ＡＲ係数にそれぞれ定められた重み係数を乗じて加算する。この重み付けられた加算演算は、重み付けされた平均化処理と等価であり、平均化処理されたＡＲ係数（平均ＡＲ係数）を導くことができる（ステップＳ０９２ａ）。
方位検出部３０は、ステップＳ０９２ａにおいて平均化処理された平均ＡＲ係数を今回の検知サイクルにおいて導かれたＡＲ係数（今回ＡＲ係数）として記憶させる。例えば、ＡＲ係数フィルタ部３０３は、平均ＡＲ係数をメモリ２１に記憶させる「今回ＡＲ係数」として定め、ターゲット連結処理部３２によってメモリ２１の記憶領域に記憶させる（ステップＳ０９３ａ）。
以上の処理に変えることにより、メモリ２１の記憶領域に記憶されるＡＲ係数は、平均化処理された平均ＡＲ係数になる。
【００８０】
（第３実施形態）
図を参照し、異なる処理手順の推定方法について示す。
図１４は、同実施形態における電子走査型レーダ装置の構成を示すブロック図である。
この図において、本実施形態による電子走査型レーダ装置は、図１に示した構成に対して信号処理部２０Ａの構成が異なる。図１に示した構成と同じ構成には、図１と同じ符号を付す。
信号処理部２０Ａは、メモリ２１、周波数分離処理部２２、ピーク検知部２３、ピーク組合せ部２４、距離検出部２５、速度検出部２６、ペア確定部２７、方位検出部３０Ａ、ターゲット確定部３１及びターゲット連結処理部３２Ａを備える。
また、方位検出部３０Ａは、正規方程式生成部３０１Ａ、ＡＲ係数算出部３０２、ＡＲ係数フィルタ部３０３、パワースペクトル算出部３０４を備える。
【００８１】
信号処理部２０Ａは、ＡＲ係数の平均化処理に加え、正規方程式の平均化処理も行う。
方位検出部３０Ａにおいて正規方程式生成部３０１Ａは、ＡＲスペクトル推定処理に必要とされる正規方程式を生成する。正規方程式生成部３０１Ａは、周波数分解処理部２２が周波数分解したビート周波数に応じた複素数データのそれぞれから導かれる相関行列を形成し、形成された相関行列に基づいて導いた共分散行列と右辺ベクトルを要素とする正規方程式を生成する。
また、正規方程式生成部３０１Ａは、生成した正規方程式を構成する共分散行列と右辺ベクトルをターゲット連結処理部３２Ａに供給し、メモリ２１に記録させる。
正規方程式生成部３０１Ａは、メモリ２１に記憶された過去の正規方程式を構成する共分散行列と右辺ベクトルをターゲット連結処理部３２Ａに参照させ、過去の正規方程式を構成する共分散行列と右辺ベクトルの供給を受ける。
【００８２】
正規方程式生成部３０１Ａは、供給された過去の正規方程式を構成する共分散行列と右辺ベクトルを参照し、現在と過去の共分散行列と右辺ベクトルに対してそれぞれ重み付け平均化処理を行う。
つまり、正規方程式生成部３０１Ａは、ターゲット連結処理部３２Ａから入力される過去の共分散行列と右辺ベクトルと、現在の共分散行列と右辺ベクトルとのそれぞれに重み係数を乗算した後、これらの共分散行列と右辺ベクトルのそれぞれの平均化処理を行う。正規方程式生成部３０１Ａは、得られる平均化された共分散行列と右辺ベクトルに基づいて、正規方程式を生成する。
ＡＲ係数算出部３０２は、平均化された正規方程式を解いて今回のＡＲ係数を導く。
【００８３】
図１５は、本実施形態で記憶させる情報を保持するテーブルの構成を示す図である。
この図に示されるテーブルは、図１０に示されるテーブルの構成より、正規方程式の要素となる共分散行列（mat_up、mat_dwn）と右辺ベクトル（vr_up、vr_dwn）を示す項目の行が増えている。また、列方向については、図１０に示されるテーブルの構成と同じである。
正規方程式の要素となる共分散行列（mat_up、mat_dwn）と右辺ベクトル（vr_up、vr_dwn）は、各ターゲットの他の情報を距離ポイントによって関連付けて記録することができる。mat_upとmat_dwnは、それぞれ上昇方向と下降方向の共分散行列を示す。また、vr_upとvr_dwnは、それぞれ上昇方向と下降方向の右辺ベクトルを示す。共分散行列（mat_up、mat_dwn）と右辺ベクトル（vr_up、vr_dwn）の情報量は、この図に示される表の面積に対応せず、必要な記憶領域の空間がメモリ２１に確保されるものとする。
【００８４】
図１６は、電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
この図に示されるフローチャートにおける処理の手順は、前述の図１３に示したフローチャートの手順に、ステップＳ０４の処理が追加され、ステップＳ０５ｂの処理が一部変更されている点が異なる。図１３と同じ処理には、同じ符号を付す。
この図に示されるステップＳ０４において、方位検出部３０Ａは、ステップＳ０３によって今回の検知サイクルによって導かれた正規方程式と、過去の検知サイクルによって導かれた正規方程式に基づいて、その正規方程式の要素となる共分散行列ＣＭと右辺ベクトルｖｃの平均化処理を行う。
正規方程式生成部３０１Ａは、生成した正規方程式(今回正規方程式)の要素となる共分散行列ＣＭと右辺ベクトルｖｃをターゲット連結処理部３２Ａによってメモリ２１の記憶領域に記憶させる（ステップＳ０４１）。
正規方程式生成部３０１Ａは、メモリ２１に記憶された過去の正規方程式を構成する共分散行列と右辺ベクトルをターゲット連結処理部３２Ａに参照させ、過去の正規方程式を構成する共分散行列と右辺ベクトルの供給を受ける（ステップＳ０４３）。
【００８５】
正規方程式生成部３０１Ａは、供給された過去の正規方程式を構成する共分散行列と右辺ベクトルに基づいて、現在と過去の共分散行列と右辺ベクトルに対してそれぞれ重み付け平均化処理を行う。つまり、正規方程式生成部３０１Ａは、ターゲット連結処理部３２から入力される過去の共分散行列と右辺ベクトルと、現在の共分散行列と右辺ベクトルとのそれぞれに重み係数を乗算した後、これらの共分散行列と右辺ベクトルの平均化処理を行う。正規方程式生成部３０１Ａは、得られる平均化された共分散行列と右辺ベクトルに基づいて、平均化された正規方程式を生成する（ステップＳ０４５）。
ＡＲ係数算出部３０２は、平均化された正規方程式を解いて今回のＡＲ係数を導く（ステップＳ０５ａ）。
【００８６】
以上に示した処理により、正規方程式を構成する要素であり、入力情報としての共分散行列と右辺ベクトルについて平均化処理を行うことにより、検出された入力情報に含まれる検出誤差などによる影響を低減することができる。
【００８７】
図１７は、検知サイクル毎に導かれた正規方程式の平均化処理を示す図である。
この図において、「今回正規方程式」は、繰り返し行われる推定処理のうち直近に検出された入力データに基づいて導かれ、時刻ｔにおける正規方程式をＮＥ（ｔ）として示す。また、順に過去に時刻（ｔ−１）、・・・、（ｔ−ｎ）と過去にさかのぼりそれぞれ正規方程式ＮＥ（ｔ−１）、・・・、ＮＥ（ｔ−ｎ）が示される。
また、時刻ｔ、（ｔ−１）、・・・、（ｔ−ｎ）の共分散行列を、共分散行列ＣＭ(t)、ＣＭ(t-1)、・・・、ＣＭ(t-n)として表わすと、式（９）に示すように行列の加算演算によって平均化処理を行うことができる。複素数の要素の平均処理は、実部と虚部についてそれぞれ行えばよい。
【００８８】
【数９】
【００８９】
式（９）において、平均共分散行列Ave_ＣＭ(t)が、現在と過去ｎ回の検知サイクルの共分散行列を重み付けして加算することにより得られた結果を示し、ｋ1*、ｋ２*、・・・、ｋｎ＋１*が、設定される重み係数を示す。
以上に示した方法により、共分散行列の平均化処理を行うことが可能となる。
【００９０】
また同様に、時刻ｔ、（ｔ−１）、・・・、（ｔ−ｎ）の右辺ベクトルを、右辺ベクトルｖｃ(t)、ｖｃ(t-1)、・・・、ｖｃ(t-n)として表わすと、式（１０）に示すようにベクトルの加算演算によって平均化処理を行うことができる。複素数の要素の平均処理は、実部と虚部についてそれぞれ行えばよい。
【００９１】
【数１０】
【００９２】
式（１０）において、平均右辺ベクトルAve_ｖｃ(t)が、現在と過去ｎ回の検知サイクルの右辺ベクトルを重み付けして加算することにより得られた結果を示し、ｋ1*、ｋ２*、・・・、ｋｎ＋１*が、設定される重み係数を示す。
以上に示した方法により、右辺ベクトルの平均化処理を行うことが可能となる。
したがって、式（９）と式（１０）によって導かれる平均共分散行列Ave_ＣＭ(t)と平均右辺ベクトルAve_ｖｃ(t)とにより、平均化された正規方程式を導くことができ、その平均化された正規方程式によるＡＲ係数を導くことも可能となる。
【００９３】
このように、平均化処理された正規方程式を解いて導かれるＡＲ係数についても、ステップＳ０９におけるＡＲ係数の平均化処理によって、さらに平均化処理を行うことができる。ステップＳ０４とステップＳ０９の処理を組み合わせて行うことにより、演算処理結果に含まれる誤差を平均化処理できるステップＳ０９の処理に加え、さらに、検出された入力情報に含まれる検出誤差などによる影響を低減することができる。
これにより、本実施形態では、得られるスペクトルのピーク特性を安定して導くことが可能となり、到来波の角度の検出精度を向上することが可能となる。
【００９４】
（第４実施形態）
図を参照し、異なる処理手順の推定方法について示す。
図１８は、同実施形態の構成を示すブロック図である。
この図において、本実施形態による電子走査型レーダ装置は、図１に示した構成に対して信号処理部２０Ｂの構成が異なる。図１に示した構成と同じ構成には、図１と同じ符号を付す。
信号処理部２０Ｂは、メモリ２１、周波数分離処理部２２、ピーク検知部２３、ピーク組合せ部２４、距離検出部２５、速度検出部２６、ペア確定部２７、方位検出部３０Ｂ、ターゲット確定部３１及びターゲット連結処理部３２Ｂを備える。
また、方位検出部３０Ｂは、正規方程式生成部３０１Ｂ、ＡＲ係数算出部３０２Ｂ、ＡＲ係数フィルタ部３０３、パワースペクトル算出部３０４を備える。
【００９５】
信号処理部２０Ｂは、ＡＲ係数の平均化処理に先立って、記憶した複素データを呼び出し及び正規方程式の平均化処理を行う。
方位検出部３０Ｂにおいて正規方程式生成部３０１Ｂは、周波数分離処理部２２から供給される複素データ（今回複素データ）を、ターゲット連結処理部３２Ｂに供給し、メモリ２１に記録させる。また、正規方程式生成部３０１Ｂは、メモリ２１に記憶され、ターゲットに対応した過去の複素データ（過去複素データ）をターゲット連結処理部３２Ｂに参照させ、過去の正規方程式を導くための情報として複素データ（過去複素データ）の供給を受ける。
正規方程式生成部３０１Ｂは、現在と過去のＡＲスペクトル推定処理に必要とされる正規方程式を生成する。すなわち、正規方程式生成部３０１Ｂは、周波数分解処理部２２が周波数分解したビート周波数に応じた複素数データのそれぞれから導かれる相関行列を形成し、形成された相関行列に基づいて正規方程式を生成する。
また、正規方程式生成部３０１Ｂは、メモリ２１に記憶された過去の正規方程式を構成する共分散行列と右辺ベクトルをターゲット連結処理部３２Ｂに参照させ、過去の正規方程式を構成する共分散行列と右辺ベクトルの供給を受ける。
【００９６】
正規方程式生成部３０１Ｂは、供給された過去の正規方程式を構成する共分散行列と右辺ベクトルを参照し、現在と過去の共分散行列と右辺ベクトルに対してそれぞれ重み付け平均化処理を行う。
つまり、正規方程式生成部３０１Ｂは、ターゲット連結処理部３２から入力される過去の共分散行列と右辺ベクトルと、現在の共分散行列と右辺ベクトルとのそれぞれに重み係数を乗算した後、これらの共分散行列と右辺ベクトルの平均化処理を行う。正規方程式生成部３０１Ｂは、得られる平均化された共分散行列と右辺ベクトルに基づいて、平均化された正規方程式を生成する。
ＡＲ係数算出部３０２Ｂは、平均化された正規方程式を解いて今回のＡＲ係数を導く。
【００９７】
図１９は、本実施形態で記憶させる情報を保持するテーブルの構成を示す。
この図に示されるテーブルは、図１０に示されるテーブルの構成より、正規方程式の要素の元のデータである複素数データ（x_up,x_dwn）の項目の行が増えている。また、列方向については、図１０に示されるテーブルの構成と同じである。
正規方程式の要素の元のデータである複素数データ（x_up,x_dwn）は、各ターゲットの他の情報に関連付けて記録することができる。x_upとx_dwnは、それぞれ上昇方向と下降方向の複素数データを示す。複素数データ（x_up,x_dwn）の情報量は、この図に示される表の面積に対応せず、必要な記憶領域の空間がメモリ２１に確保されるものとする。
なお、本実施形態に示した構成に必要とされる記憶容量は、第３実施形態に示した構成に必要とされる記憶容量に比べ削減することができる。
【００９８】
図２０は、電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
この図に示されるフローチャートにおける処理の手順は、前述の図１３に示したフローチャートの手順に、ステップＳ０２、Ｓ０４ｂの処理が追加され、ステップＳ０３ｂ、０５ｂの処理が一部変更されている点が異なる。図１３と同じ処理には、同じ符号を付す。
この図に示されるステップＳ０２において、正規方程式生成部３０１Ｂは、周波数分解処理部２２が今回取得した複素数データ（今回複素データ）をターゲット連結処理部３２Ｂによってメモリ２１の記憶領域に記憶させる（ステップＳ０２１）。
正規方程式生成部３０１Ｂは、メモリ２１に記憶された過去の複素数データ（過去複素データ）をターゲット連結処理部３２Ｂに参照させ、過去の正規方程式を導くための過去複素データの供給を受ける（ステップＳ０２３）。
続いて、方位検出部３０Ｂにおける正規方程式生成部３０１Ｂは、今回の検知サイクルによって取得した今回複素データに基づいて、正規方程式を導く（ステップＳ０３ｂ）。
【００９９】
また、ステップＳ０４ｂにおいて、今回の検知サイクルによって導かれた正規方程式と、過去に検知された過去複素データから導かれる過去の時点の正規方程式とに基づいて、それらの正規方程式の要素となる共分散行列ＣＭと右辺ベクトルｖｃの平均化処理を行う。つまり、正規方程式生成部３０１Ｂは、ターゲット連結処理部３２Ｂから供給された過去複素データに基づいて、その過去複素データを検知した過去の時点の正規方程式を生成する（ステップＳ０４１ｂ）。
正規方程式生成部３０１Ｂは、生成された過去と現在の正規方程式をそれぞれ構成する過去と現在の共分散行列と右辺ベクトルに対してそれぞれ重み付け平均化処理を行う。つまり、正規方程式生成部３０１Ｂは、生成した正規方程式に応じた過去の共分散行列と右辺ベクトルと、現在の共分散行列と右辺ベクトルとのそれぞれに重み係数を乗算した後、これらの共分散行列と右辺ベクトルの平均化処理を行う。正規方程式生成部３０１Ｂは、得られる平均化された共分散行列と右辺ベクトルに基づいて、平均化された正規方程式を生成する（ステップＳ０４３ｂ）。
ＡＲ係数算出部３０２Ｂは、平均化された正規方程式を解いて今回のＡＲ係数を導く（ステップＳ０５ｂ）。
【０１００】
以上に示した処理により、正規方程式を構成する入力情報としての共分散行列と右辺ベクトルについて平均化処理を行うことにより、検出された情報に含まれる誤差などによる影響を低減することができる。
さらに、正規方程式を解いて導かれるＡＲ係数についても、ステップＳ０９におけるＡＲ係数の平均化処理によって平均化処理が行われる。
このように、ステップＳ０４ｂとステップＳ０９の処理を組み合わせて行うことにより、得られるスペクトルのピーク特性を安定して導くことが可能となり、到来波の角度の検出精度を向上することが可能となる。
【０１０１】
（第５実施形態）
次に、図を参照し、本実施形態による電子走査型レーダ装置について説明する。
図２１は、本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
本実施形態においては、第１実施形態と同様に、方位推定を高分解能アルゴリズムで行う。図１に示す第１実施形態と同じ構成については、同一の符号を付し、以下第１実施形態との相違点について説明する。
信号処理部２０Ｃにおいて周波数分解処理部２２Ｂは、各アンテナ毎の上昇領域と下降領域とのビート信号を複素数データに変換し、そのビート周波数を示す周波数ポイントと、複素数データとをピーク検知部２３Ｂへ出力する。
そして、ピーク検知部２３Ｂは、上昇領域及び下降領域それぞれのピーク値と、そのピーク値の存在する周波数ポイントとを検出し、その周波数ポイントを周波数分解処理部２２Ｂへ出力される。
次に、周波数分解処理部２２Ｂは、上昇領域及び下降領域それぞれについて該当する複素数データを、方位検出部３０へ出力する。
【０１０２】
この複素数データが、上昇領域及び下降領域のそれぞれのターゲット群（上昇領域及び下降領域においてピークを有するビート周波数）となる。
ターゲット連結処理部３２Ｃにおいて、過去に確定したターゲットと上りと下りの両方のターゲット群とを結びつける必要があるため、メモリ２１には図２２に示すテーブルが記憶されている。
ターゲット連結部３２Ｂは、図１のターゲット連結部３２と同様な処理により、現在の検知サイクルと、過去の検知サイクルとの連結処理を行う。
【０１０３】
そして、方位検出部３０は、上昇領域及び下降領域それぞれにおいて、現在の検知サイクルにおけるＡＲ係数と、過去の検知サイクルにおけるＡＲ係数が平均化処理される。
次に、方位検出部３０は、上昇領域のＡＲ係数及び下降領域のＡＲ係数の各々について角度θを検出し、図２３に示すテーブルとしてピーク組合せ部２４Ｂへ出力する。
そして、ピーク組合わせ部２４Ｂは、図２３に示すテーブルの情報を元に、同様の角度を有する組み合わせを行い、上昇領域と下降領域とのビート周波数を組み合わせを距離検出部２５及び速度検出部２６へ出力する。
【０１０４】
距離検出部２５は、第１実施形態と同様に、組み合わせの上昇領域と下降領域とのビート周波数により距離を算出する。
また、速度検出部２６は、第１実施形態と同様に、組み合わせの上昇領域と下降領域とのビート周波数により相対速度を算出する。
ここで、距離検出部２５及び速度検出部２６それぞれは、距離と相対速度との値を、方向検知のように現在の検知サイクルと過去の検知サイクルとを平均化処理してフィルタリングする必要がないため、現在の検知サイクルのビート周波数の上昇領域及び下降領域の組み合わせにて計算する。
ターゲット確定部３１Ｂは、上述した上昇領域及び下降領域のＡＲ係数、上昇領域及び下降領域における周波数ポイントと距離と相対速度とを、現在の状態として確定する。
そして、ターゲット連結処理部３２Ｃは、ターゲット確定部３１Ｂから入力される、各ターゲット毎に、上昇領域及び下降領域それぞれの周波数ポイントと、上昇領域及び下降領域それぞれのＡＲ係数と、距離と、縦位置と、横位置と、相対速度とを、第１実施形態と同様の処理により図２２のテーブルに記憶させる。
【０１０５】
また、本実施形態においても、上記図２２のテーブルに対し、ＡＲ係数だけではなくピーク値が検出されたビート周波数の複素データ又は共分散行列と右辺ベクトルを記憶させる構成としても良い。
【０１０６】
（第６実施形態）
次に、図を参照し、本実施形態による電子走査型レーダ装置につて説明する。
図２４は、本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
本実施形態においては、第１実施形態と異なり、先にＡＲスペクトル推定処理等の高分解能アルゴリズムより分解能が低いＤＢＦ（Digital Beam Forming）を用いて方位推定を行い、その後に平均化処理されたＡＲ係数を用いたＡＲスペクトル推定処理による高分解能アルゴリズムで方位推定を行う構成である。図１に示す第１実施形態と同じ構成については、同一の符号を付し、以下第１実施形態との相違点について説明する。
この図に示されるように、図１の第１実施形態における周波数分解処理部２２とピーク検出部２３との間にＤＢＦ処理部４０が設けられ、上述したように、先にＤＢＦを用いて受信波の到来する方位を検出する点が第１実施形態と異なる。
【０１０７】
第１実施形態と同様に、周波数分解処理部２２は、入力されるビート信号を周波数分解（時間軸フーリエ変換）し、ビート周波数を示す周波数ポイントと、複素数データとを、ＤＢＦ処理部４０へ出力する。
次に、ＤＢＦ処理部４０は、入力される各アンテナに対応した複素数データを、アンテナの配列方向にフーリエ変換し、すなわち空間軸フーリエ変換を行う。
そして、ＤＢＦ処理部４０は、角度に依存、すなわち角度分解能に対応した角度チャンネル毎の空間複素数データを計算し、ビート周波数毎にピーク検知部２３に対して出力する。
【０１０８】
これにより、ＤＢＦ処理部４０から出力される角度チャンネル毎の空間複素数データ（ビート周波数単位）の示すスペクトルは、ビーム走査分解能による受信波の到来方向推定に依存したものとなる。
また、アンテナの配列方向にフーリエ変換されているため、角度チャンネル間にて複素数データを加算しているのと同じ効果を得ることができ、角度チャンネル毎の複素数データはＳ／Ｎ比が改善されており、ピーク値の検出における精度を、第１実施形態と同様に向上させることが可能となる。
上述した複素数データ及び空間複素数データともに、第１実施形態と同様に、三角波の上昇領域及び下降領域の双方にて算出される。
【０１０９】
次に、ピーク検知部２３は、ＤＢＦ処理部４０による処理の後に、ＤＢＦ結果による角度チャンネル毎にピークの検出を行い、検出された各チャンネルのピーク値を、次のピーク組合せ部２４へ角度チャンネル毎に出力する。すなわち、１６の分解能による空間軸フーリエ変換の場合、角度チャンネルの数は１５となる。
ピーク組合せ部２４では、第１の実施例と同様に、上昇領域及び下降領域におけるピーク値のあるビート周波数とそのピーク値を組み合わせて、距離検出部２５及び速度検出部２６へ、角度チャネル毎に出力する。
【０１１０】
そして、ペア確定部２７は、距離検出部２５及び速度検出部２６各々から、順次入力される上記距離ｒ及び相対速度ｖにより、図５のテーブルを角度チャンネル毎に生成し、第１の実施例と同様に、ターゲット毎に対応した上昇領域及び下降領域それぞれの適切なピークの組み合わせを、角度チャンネル毎に判定する。ここで、ＤＢＦでの分解能では、ターゲットが複数の角度チャンネルに跨って存在を示すので、近隣の角度チャンネル（マトリクス）との一致性も加味して、角度チャネル毎に上昇領域及び下降領域それぞれのピークの適切な組み合わせを行うことができる。そして、上昇領域及び下降領域それぞれのピークのペアを確定し、確定した距離ｒ及び相対速度ｖを示すターゲット群番号をターゲット確定部３１へ出力し、図２５に示すテーブルが作成される。
図２５は、上昇領域及び下降領域それぞれのピークのペアを確定した結果を記憶するテーブルである。
ペア確定部２７は、距離ｒ及び相対速度ｖのみでなく、それぞれのターゲットの角度チャンネルの情報が得られるため、縦位置と横位置を求めることができるため、図６のテーブルに対して縦位置と横位置が含まれた、現在の検知サイクルの各ターゲット群に対応する結果を有する図２５に示すテーブルを生成する。
【０１１１】
そして、ターゲット連結部３２は、図２５のテーブルの情報を用いて、現在の検知サイクルにおけるターゲットと、図１０の過去の検知サイクルにおけるターゲットとの結びつけの処理を行うこととなり、結びつけのパラメータとして、距離と相対速度及びピーク周波数ポイントとに加えて、縦位置と横位置を用いることとなるため、より結びつけの処理を高い精度にて行うことが可能となる。
さらに、方位検出部３０からの方位情報とＤＢＦからの方位情報とに基づいてＡＮＤ論理で推定することにより、方向検知の信頼度を向上させたり、互いの方位情報を分担、例えば、近距離では角度分解能が粗くて良いのでＤＢＦの角度情報を用いるなどができる効果を成す。
【０１１２】
また、本実施形態においても、上記図１０のテーブルに対し、ＡＲ係数に加えてピーク値が検出されたビート周波数の複素データ又は共分散行列と右辺ベクトルを記憶させる構成としても良い。
【０１１３】
（第７実施形態）
次に、図を参照し、本実施形態による電子走査型レーダ装置を説明する。
図２６は、本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
本実施形態においては、第１実施形態と異なり、先にＡＲスペクトル推定処理等の高分解能アルゴリズムより分解能が低いＤＢＦ（Digital Beam Forming）を用いて方位推定を行い、ターゲットの角度範囲を絞り込み、ＩＤＢＦ（逆ＤＢＦ、すなわち逆空間軸フーリエ変換）を行い時間軸の複素数データに戻し、後に行う高分解能アルゴリズムで行う方位推定の精度を向上させる構成である。図２４に示す第６実施形態と同じ構成については、同一の符号を付し、以下第６実施形態との相違点について説明する。
本実施形態は、第６実施形態にチャンネル（Ｃｈ）削除部４１及びＩＤＢＦ処理部４２が付加されたものである。
【０１１４】
上記ＤＢＦ処理部４０は、第６実施形態と同様に、空間軸フーリエ変換を行い、空間複素数データをピーク検知部２３へ出力するとともに、Ｃｈ削除部４１へ出力する。
ここで、ＤＢＦ処理部４０は、図２７（ａ）に示すように、受信アンテナの配列方向に本実施形態においては、例えば１６ポイントの分解能により、空間軸フーリエ変換を行い、結果として１５の角度チャンネルの角度単位のスペクトルを生成し、Ｃｈ削除部４１へ出力する。
そして、Ｃｈ削除部４１は、ペア確定部２７で確定されたＤＢＦターゲットのピーク周波数ポイント（例えば下降部分）に該当する空間複素数データのスペクトルのレベルが予め設定された角度範囲にて隣接して連続し、かつ予め設定されたＤＢＦ閾値のレベルを超えるか否かの検出を行い、ＤＢＦ閾値を超えない角度チャンネルのスペクトルを「０」に置き換える処理を行い、絞り込んだ空間複素データを出力する。
上述した処理において、Ｃｈ削除部４１は、例えば、図２７（ｂ）に示すように隣接した４角度チャンネルが連続して上記ＤＢＦ閾値を超えるレベルであると、その範囲にターゲットが１つ以上存在するとして、これらの角度チャンネルのスペクトルを残し、他の角度のスペクトルの強度を「０」に置き換える。
【０１１５】
そして、ＩＤＢＦ処理部４２は、スペクトルの絞込を行った、すなわち設定した数の角度チャンネルにおいて連続してＤＢＦ閾値を超える角度チャンネル領域のデータのみ残し、その他の領域の強度を「０」に置き換えた空間複素数データを、逆空間軸フーリエ変換し、時間軸の複素数データに戻し、方位検出部３０へ出力する。
そして、方位検出部３０は、入力される複素数データから相関行列を算出するため、路側物などを除去し、かつノイズ成分を削減した直交性の良い相関行列を求めることができる。図２７（ｃ）は図２７（ｂ）のＤＢＦ分解能でのターゲット群（実際にはターゲットが２つ以上ある可能性があるのでターゲット群とする）を、上記の方法で相関行列に基づいて正規方程式を作成し、高分解能アルゴリズムでさらにターゲットを分離した例である。
また、図２８（ａ）に示すように、複数のターゲット群からの反射成分を含む受信波を受信した場合、ＤＢＦ処理部４０から出力される空間複素データには、連続した角度チャンネルにてＤＢＦレベルを超える角度チャンネル範囲が複数存在することとなる。
【０１１６】
そして、Ｃｈ削除部４１は、入力される空間複素データにて、設定された角度チャネル範囲において、隣接した角度チャネルのスペクトルのレベルが連続してＤＢＦ閾値のレベルを超える場合、その超えた角度チャネル領域をそれぞれ抽出し、その角度チャネル領域以外のスペクトルの強度を「０」に置き換え、図２８（ｂ）及び図２８（ｃ）のように、角度チャネル領域にて識別される別々の空間複素数データに分割する。
ここで、ペア確定部２７は、第６実施形態と同様に、距離、相対速度及び縦位置と横位置を求め、Ｃｈ削除部４１へ出力するとともに、ターゲット連結処理部３２へ出力する。
Ｃｈ削除部４１は、ＤＢＦターゲットの周波数ポイントに該当する空間複素数データを選出し、上述したＣｈ削除を行った後、ＩＤＢＦ処理部４２へ出力する。
【０１１７】
そして、ＩＤＢＦ処理部４２は、入力される空間複素数データを逆空間フーリエ変換して、得られた時間軸の複素数データを方位検出部３０へ出力する。
ターゲット連結処理部３２は、入力される距離、相対速度及び縦位置と横位置に対応した過去の検知サイクルのＡＲ係数をメモリ２１の図１０のテーブルから抽出し、方位検出部３０へ出力する。
【０１１８】
上述した処理により、方位検出部３０のＡＲスペクトル推定処理におけるスペクトル算出時に検知方向範囲を絞り込むことができ、第１〜第６実施形態に比較して、より分解能を上げることが可能となる。
さらに、上述した構成とすることにより、方位検出部３０において、ＡＲ係数の計算に用いる相関行列に、ターゲット群毎の反射成分に分割した受信波を、仮想的に受信されたことになるため、例えば受信アンテナ数及びサブアレー数に対してその数以上の多くのターゲットからの反射成分を含んだ受信波が受信されたとしても、ＡＲ係数の計算で誤ることなく計算が可能となる。
【０１１９】
また、本実施形態においても、上記図１０のテーブルに対し、ＡＲ係数だけではなくピーク値が検出されたビート周波数のＩＤＢＦされた複素数データ又は共分散行列と右辺ベクトルを記憶させる構成としても良い。
【０１２０】
（第８実施形態）
図を参照し、異なる処理手順の推定方法について示す。
図２９は、同実施形態における電子走査型レーダ装置の構成を示すブロック図である。
この図において、本実施形態による電子走査型レーダ装置は、図１及び図１４に示した構成に対して信号処理部２０Ｆの構成が異なる。図１及び図１４に示した構成と同じ構成には、図１及び図１４と同じ符号を付す。
信号処理部２０Ｆは、メモリ２１、周波数分離処理部２２、ピーク検知部２３、ピーク組合せ部２４、距離検出部２５、速度検出部２６、ペア確定部２７、方位検出部３０Ｆ、ターゲット確定部３１及びターゲット連結処理部３２Ｆを備える。
また、方位検出部３０Ｆは、正規方程式生成部３０１Ａ、ＡＲ係数算出部３０２Ｆパワースペクトル算出部３０４Ｆを備える。
【０１２１】
信号処理部２０Ｆは、正規方程式の平均化処理を行う。
方位検出部３０Ｆは、高分解能アルゴリズムのＡＲスペクトル推定処理やＭＵＳＩＣ等を用いてスペクトル推定処理を行い、過去に行われたスペクトル推定の結果との平均化処理を行ったスペクトル推定の平均化処理結果に基づいて対応するターゲットの方位を検出し、ターゲット確定部３１へ出力する。
【０１２２】
方位検出部３０ＦにおいてＡＲ係数算出部３０２Ｆは、正規方程式生成部３０１Ａによって平均化処理されて生成された正規方程式から導かれるＡＲ係数と、白色雑音の分散σ２を算出する。このように、ＡＲ係数算出部３０２Ｆは、検知サイクルに応じて、アンテナ毎に、ターゲットの存在が検知されたビート周波数である検出ビート周波数の複素数データに基づいてスペクトル推定を行うことができる。
ＡＲ係数算出部３０２Ｆは、平均化処理された正規方程式を解いて、現在のＡＲ係数を導く。また、ＡＲ係数算出部３０２Ｆは、パワースペクトル算出部３０４Ｆへ、得られたＡＲ係数と白色雑音の分散σ２を出力する。
パワースペクトル算出部３０４Ｆは、平均化処理された正規方程式から導かれたＡＲ係数と白色雑音の分散σ２に基づいて導かれるパワースペクトルから受信波の到来方向を算出する。
【０１２３】
図３０は、本実施形態で記憶させる情報を保持するテーブルの構成を示す図である。
この図に示されるテーブルは、図１５に示されるテーブルの構成より、ＡＲ係数を示す項目の行が削除されている。また、列方向については、図１５に示されるテーブルの構成と同じである。
【０１２４】
図３１は、電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
この図に示されるフローチャートにおける処理の手順は、前述の図１６に示したフローチャートの手順に、ステップＳ０９の処理が削除されている点が異なる。図１６と同じ処理には、同じ符号を付す。
この図に示されるステップＳ０７に続いて、パワースペクトル算出部３０４Ｆは、パワースペクトルを求める。パワースペクトルは、平均化処理された正規方程式に基づいて導かれたＡＲ係数と白色雑音の分散σ２に基づいて求められる。求められたパワースペクトルは、その伝達特性を伝達関数として示した場合の極に対応するピーク特性が検出される（ステップＳ１１）。そのピークが示す角度を反射波が到来する到来角度として検知する（ステップＳ１３）。
【０１２５】
以上に示した処理において、導かれるＡＲ係数は、求められるパワースペクトルの特性に関係し、そのピーク形状の精度に寄与することから、ＡＲ係数の推定精度を向上させることが検知性能（検知角度性能や分離性能）の向上に関係することがわかる。
【０１２６】
（本実施形態における方向推定特性）
続いて、本実施形態による電子走査型レーダ装置の方向推定特性について示す。
図３２と図３３は、本実施形態による電子走査型レーダ装置の方向推定特性を示す図である。
この図３２（ａ）は、第１実施形態に示される構成に基づいて推定したスペクトル、図３２（ｂ）は、第３実施形態に示される構成に基づいて推定したスペクトル、図３３（ａ）は、第８実施形態に示される構成に基づいて推定したスペクトルをそれぞれ示す。
また、図３３（ｂ）は、ＡＲ係数の平均化処理及び正規方程式の平均化処理を共に行わない推定結果を示す。
図３２と図３３（ａ)に示される結果を、図３３（ｂ）の結果と対比すると、ＡＲ係数の平均化処理及び正規方程式の平均化処理の少なくともいずれか一方の平均化処理を合わせて行うことにより、それぞれの検出結果にばらつきが無くなることが示される。すなわち、本実施形態に示す構成とすることにより、ピーク波形の形及び検出角度が揃って検出できることがわかる。
本実施形態による電子走査型レーダ装置は、方位検出部３０における検出ビート周波数の複素数データに基づいたスペクトル推定処理の入力要素と、出力要素のいずれか又は両方の平均処理が行えるので、検出精度を低減させることなく、高い精度で受信波の到来方向の検出を行うことが可能となる。
【０１２７】
以上、第１〜第８実施形態は、図１に示すＦＭＣＷ方式のレーダに用いる構成例を基に説明したが、ＦＭＣＷ方式の他のアンテナ構成にも適用することが可能である。
また、多周波ＣＷ、パルスレーダ等のＦＭＣＷ方式以外の他の方式においても、本発明に適用することが可能である。
さらに、同一制御サイクル内に図２（ａ）に示す送受信によるデータの取得を複数回行う場合では、本発明の実施形態における平均処理の回数を部分を単純に増やすことができるので、さらに推定精度が向上できる。
本実施形態において、パワースペクトルのピークを算出してターゲット数と方位を求める形態としたが、パワースペクトルの代わりに高次方程式の根を求める計算を用いて、その極で方位を推定してもよい。
さらに、本実施形態においては、方位検知部として高分解能アルゴリズムとしてＡＲスペクトル推定処理を例に述べたが、他のスペクトル推定アルゴリズムにおいても同様におこなうことができる。例えば、ＭＵＳＩＣやＥＳＰＲＩＴなどの固有値計算を実行するアルゴリズムの場合は、ＡＲ係数を記憶し平均処理するのと同じように、算出した固有ベクトルの要素を記憶して平均処理することにより適用できる。
【０１２８】
なお、図１、図１０、図１４、図１８、図２１、図２４、図２６、図２９における信号処理部２０、２０Ａから２０Ｆの機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより、受信波から方位検出を行う信号処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータシステム」は、ホームページ提供環境（あるいは表示環境）を備えたＷＷＷシステムも含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。
【０１２９】
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。
【符号の説明】
【０１３０】
１−１，１−ｎ…受信アンテナ
２−１，２−ｎ…ミキサ
３…送信アンテナ
４…分配器
５−１，５−ｎ…フィルタ
６…ＳＷ
７…ＡＤＣ
８…制御部
９…三角波生成部
１０…ＶＣＯ
２０、２０Ａ、２０Ｂ、２０Ｃ、２０Ｄ、２０Ｅ、２０Ｆ…信号処理部
２１…メモリ
２２、２２Ｂ…周波数分解処理部
２３、２３Ｂ…ピーク検知部
２４、２４Ｂ…ピーク組合せ部
２５…距離検出部
２６…速度検出部
２７…ペア確定部
３０、３０Ａ、３０Ｂ、３０Ｆ…方位検出部
３１、３１Ｂ…ターゲット確定部
３２、３２Ａ、３２Ｂ、３２Ｃ…ターゲット連結処理部
４０…ＤＢＦ処理部
４１…Ｃｈ削除部
４２…ＩＤＢＦ処理部
３０１、３０１Ａ、３０１Ｂ…正規方程式生成部
３０２、３０２Ｂ、３０２Ｆ…ＡＲ係数算出部
３０３…ＡＲ係数フィルタ部
３０４、３０４Ｆ…パワースペクトル算出部
【技術分野】
【０００１】
本発明は、放射した送信波に対するターゲットからの反射波を用いて、このターゲットの検出を行う、車載用に好適な電子走査型レーダ装置、受信波方向推定方法及びこれに用いる受信波方向推定プログラムに関する。
【背景技術】
【０００２】
従来、車載レーダとしては、ＦＭＣＷ（Frequency Modulated Continuous Wave）レーダ、多周波ＣＷ（Continuous Wave）レーダ、及びパルスレーダ等の方式を利用した電子走査型のレーダが知られている。
上記各レーダにおいては、ターゲット（反射物）からの到来波（あるいは受信波）の方向検知の技術として、アレーアンテナの到来波方向推定方法が用いられている。
この到来波方向推定方法は、近年、受信アンテナのチャネル数を増やすことなく高い分解能が得られる、ＡＲスペクトル推定法（図３４）やＭＵＳＩＣ（MUltiple SIgnal Classification）法等の高分解能（高精度）アルゴリズムが用いられている（特許文献１、２及び非特許文献１、２参照）。また、ＡＲスペクトル推定法は、最大エントロピー（MEM：Maximum Entropy Method ）法や線形予測法などといわれる場合もある。
これらのアルゴリズムでターゲット（反射物）からの到来波方向推定を行う場合には、複素数によって示される入力データを相関行列といった行列形式に変換してから推定処理が行われる。
【０００３】
また、車載レーダに用いられる到来波方向推定では、繰り返して行う検知サイクルの処理において、過去の検知サイクルの相関行列を記憶しておき、今回の検知サイクルの相関行列との平均（又は加算）処理をしてから方向推定処理を実行している（特許文献２、３参照）。この相関行列の平均化処理は、ノイズ成分を抑制することができ、検出精度を向上することができる。
また、アレー処理を少ないチャネル数で行うほど、推定に用いるデータの情報量が不足して、高分解能なアルゴリズムを用いた場合であっても推定精度が低下する。すなわち、推定するデータの情報量が不足すると、受信した信号を理想的な正弦波として等価処理することができなくなり、相関処理結果に影響が生じることになる。そのため、相関行列に対して平均化処理を行うことで、検出精度の向上に大きな効果を得ることができる。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００６−２７５８４０号公報
【特許文献２】特開２００７−４０８０６号公報
【特許文献３】特開２００９−１５６５８２号公報
【非特許文献】
【０００５】
【非特許文献１】池原、島村、「ＭＡＴＬＡＢマルチメディア信号処理 上 ディジタル信号の基礎」、倍風館、２００４年．
【非特許文献２】菊間、「アレーアンテナによる適応信号処理」、科学技術出版社、１９９８年．
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、特許文献２の技術においては、記憶する相関行列を全ての距離（周波数）ポイントの情報として記憶することとなり、検出範囲を拡大したり、検出精度を高めたりする場合には、さらに大容量の記憶部（メモリ）が必要となることが問題となる。また、過去の相関行列のビート周波数が、現在のターゲットのビート周波数と同一周波数を選択しているため、ターゲットとの距離が一定にて追尾している状態の場合、検出のためのデータが平均化されるが、一方、ターゲットとの距離が変動する場合、前回の周波数にターゲットが存在しないこともあり、検出のためのデータが悪化してしまうということも懸念される。
【０００７】
本発明は、このような事情に鑑みてなされたもので、検出精度を低減させることなく、高い精度で受信波の到来方向の検出を行う電子走査型レーダ装置、受信波方向推定方法及び受信波方向推定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】
【０００８】
本発明は、移動体に搭載される電子走査型レーダ装置であり、送信波を送信する送信手段と、前記送信波を反射したターゲットから到来する受信波を受信する複数のアンテナを含んで構成される受信部と、前記送信波及び前記受信波からビート信号を生成するビート信号生成部と、前記ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、前記ビート周波数毎に分解された前記ビート信号に基づいた複素数データを算出する周波数分解処理部と、前記ビート周波数の強度値からピーク値を検出して前記ターゲットの存在を検知するターゲット検知部と、今回及び過去の検知サイクルにおいて検出される前記ターゲットを関連付けるターゲット連結処理部と、前記検知サイクルに応じて、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の複素数データに基づいてスペクトル推定を行い、前記過去に行われた前記スペクトル推定処理に基づいて導かれた結果と、前記今回行われた前記スペクトル推定処理に基づいて導かれた結果とに基づいて生成される正規方程式の要素に対して、重み付けされた平均化処理を行い前記受信波の到来方向を算出する方位検出部とを備えることを特徴とする。
【０００９】
また、本発明は、上記発明において、前記方位検出部は、共分散行列、ＡＲ係数、右辺ベクトルの要素で成る線形式で示される前記正規方程式であって、前記複素数データから導かれる前記共分散行列と前記右辺ベクトルに基づいた正規方程式を生成する正規方程式生成部と、前記正規方程式として示されるＡＲモデルに基づいたＡＲ係数を導くＡＲ係数演算部と、前記ＡＲ係数に基づいて導かれるパワースペクトルから前記受信波の到来方向を算出するスペクトル算出部と、を備え、前記正規方程式における要素の内、少なくとも一部の前記要素に対して平均化処理を行うことを特徴とする。
【００１０】
また、本発明は、上記発明において、前記方位検出部は、前記今回生成された正規方程式から導かれた今回の前記ＡＲ係数と、前記過去に生成された正規方程式から導かれた過去の前記ＡＲ係数とであって、前記ターゲットに関連付けられた前記今回のＡＲ係数と前記過去のＡＲ係数に対して重み付けされた平均化処理に基づいて平均ＡＲ係数を生成するフィルタ部と、を備え、前記スペクトル算出部は、前記平均ＡＲ係数に基づいて導かれるパワースペクトルから受信波の到来方向を算出することを特徴とする。
【００１１】
また、本発明は、上記発明において、前記検知サイクルに応じて、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データと、前記複素数データに基づいてスペクトル推定された結果である複素数の要素のいずれか、又は、両方を記憶する記憶部と、を備え、前記方位検出部は、そのスペクトル推定処理に応じた前記複素数データと、前記複素数データに基づいてスペクトル推定された結果の少なくともいずれか一方を前記記憶部に記憶することを特徴とする。
【００１２】
また、本発明は、上記発明において、前記記憶される複素数の要素は、前記ターゲットに関連付けられた前記過去のＡＲ係数又は前記平均ＡＲ係数のいずれかであることを特徴とする。
【００１３】
また、本発明は、上記発明において、前記正規方程式生成部が、前記今回生成される正規方程式の要素となる今回の前記共分散行列と前記右辺ベクトル、及び、前記過去に生成された正規方程式の要素となる過去の前記共分散行列と前記右辺ベクトルであって、前記ターゲットに関連付けられ、前記今回の共分散行列と前記過去の共分散行列とに対して重み付けされた平均化処理に基づいて平均共分散行列、及び、前記今回の右辺ベクトルと前記過去の右辺ベクトルに対して重み付けされた平均化処理に基づいて平均右辺ベクトルを生成し、前記ＡＲ係数演算部は、前記平均共分散行列と前記平均右辺ベクトルとを要素とする前記正規方程式から前記ＡＲ係数を導くことを特徴とする。
【００１４】
また、本発明は、上記発明において、前記記憶される複素数の要素は、前記ターゲットに関連付けられた前記過去の共分散行列と前記過去の右辺ベクトルであることを特徴とする。
【００１５】
また、本発明は、上記発明において、前記ターゲット連結処理部は、前記現在及び過去の検知サイクルにおいてそれぞれ検出されたターゲットを関連付ける際、前記過去の検知サイクルにより得られた距離と相対速度に基づいて算出される距離範囲及び相対速度範囲に、前記現在の検知サイクルの検出ビート周波数により得られた距離及び相対速度がそれぞれ含まれるか否かの判定結果にしたがって、前記現在及び過去の検知サイクルにおけるターゲットが関連するターゲットであるか否かを検出することを特徴とする。
【００１６】
また、本発明は、上記発明において、前記記憶部は、前記関連付けられたターゲットについて、前記過去の１つまたは複数の検知サイクルにおいて検知されたターゲットの距離及び相対速度を、少なくとも前記ＡＲ係数と前記平均ＡＲ係数のいずれか一方に関連付けてそれぞれ記憶し、前記ターゲット連結処理部は、前記現在の検知サイクルにおけるターゲットと、該現在の検知サイクルにおけるターゲットに関連付けられ、前記現在と時系列的に関係する複数の過去の検知サイクルにおけるターゲットとを対応付けて、前記フィルタ部は、前記ＡＲ係数を重み付け平均化処理して前記平均ＡＲ係数を生成するとともに、前記現在の検知サイクルにおいて検知されたターゲットの距離、相対速度及び少なくとも前記ＡＲ係数と前記平均ＡＲ係数のいずれか一方を、前記関連付けられた過去のターゲットの距離、相対速度及び少なくとも前記ＡＲ係数と前記平均ＡＲ係数のいずれか一方に対応させ、前記記憶部に記憶することを特徴とする。
【００１７】
また、本発明は、上記発明において、前記記憶部は、前記関連付けられたターゲットに対応する検出ビート周波数の複素数データについて１つまたは複数の検知サイクル分を、それぞれ対応させて記憶し、前記正規方程式生成部は、前記現在の検知サイクルのターゲットと関連する前記過去の検知サイクルのターゲットが検知された場合に、前記過去の検知サイクルの複素数データから前記共分散行列を算出し、前記現在の検知サイクルにおけるターゲットと、該現在の検知サイクルにおけるターゲットに関連付けられ、前記現在と時系列的に関係する複数の過去の検知サイクルにおけるターゲットとを対応付けて、前記現在と過去の検知サイクルにおけるターゲットに対応する前記共分散行列を重み付け平均化した平均共分散行列を生成し、前記ターゲット連結処理部は、前記関連付けられた現在のターゲットの距離、相対速度及び検出ビート周波数の複素数データを、前記関連付けられた過去の検知サイクルにおけるターゲットの距離、相対速度及び複素数データと対応付けて記憶することを特徴とする。
【００１８】
また、本発明は、上記発明において、前記複素数データに基づいて、前記受信波を受信する所望の方向の受信感度を高めるデジタルビームフォーミングに基づいて前記ターゲットの存在及び方位を検出するＤＢＦ部をさらに備え、前記ターゲット検知部は、前記現在の検知サイクルにおけるビート周波数における前記デジタルビームフォーミングに基づいて前記ターゲットの方位を検出し、前記ターゲット連結処理部は、前記現在及び過去の検知サイクルにおけるターゲットの関連付けを、距離、相対速度及び方位により行うことを特徴とする。
【００１９】
また、本発明は、上記発明において、前記ＤＢＦ部は、 前記デジタルビームフォーミングに基づいて設定される前記所望の方向に対応する角度チャンネル毎のスペクトルの強度を示す空間複素数データを算出し、隣接する前記角度チャンネルのスペクトルの強度が予め設定された前記角度チャンネル幅の範囲において予め設定されたＤＢＦ閾値を超えた場合、ターゲットの存在を検知（ＤＢＦ検知ターゲット）し、ターゲットの存在が検知されていない角度チャンネルのスペクトル強度を「０」に置き換え、新たな空間複素数データとして出力するチャンネル削除部と、 前記新たな空間複素数データを逆ＤＢＦすることにより、再生複素数データを生成するＩＤＢＦ部と をさらに備え、前記正規方程式生成部は、前記再生複素数データから相関行列を導いて正規方程式を生成することを特徴とする。
【００２０】
また、本発明は、上記発明において、前記チャンネル削除部は、複数の前記ＤＢＦ検知ターゲットを検出した場合、それぞれの前記ＤＢＦ検知ターゲットに対応した角度チャンネル範囲毎にスペクトルを分割し、前記ＤＢＦ検知ターゲット数の空間複素数データを生成し、前記ＩＤＢＦ部は、前記ＤＢＦ検知ターゲット毎の空間複素数データをそれぞれ逆ＤＢＦすることにより、前記ＤＢＦ検知ターゲット毎の再生複素数データを生成し、前記正規方程式生成部は、前記ＤＢＦ検知ターゲット毎の再生複素数データに基づいて、前記ＤＢＦ検知ターゲット毎の相関行列を算出することを特徴とする。
【００２１】
また、本発明は、上記発明において、前記フィルタ部は、前記相対速度に対応し、重み付け平均する際の重み係数を、前記ターゲット毎に変化させることを特徴とする。
【００２２】
また、本発明は、上記発明において、前記フィルタ部は、前記現在及び過去における方位と距離から導かれる横方向への位置の変化量が、予め設定した範囲を超えた場合に、重み付け平均する際の重み係数を、前記ターゲット毎に変化させることを特徴とする。
【００２３】
また、本発明は、上記発明において、前記ターゲット連結処理部は、前記ＡＲ係数の平均化処理をする際に参照する前記過去の検知サイクルの数を、前記相対速度に応じて変化させることを特徴とする。
【００２４】
また、本発明は、移動体に搭載される電子走査型レーダ装置による受信波方向推定方法であり、送信手段から送信波を送信する送信過程と、前記送信波を反射したターゲットから到来する受信波を、複数のアンテナから構成される受信部が受信する受信過程と、前記送信波及び前記受信波からビート信号を生成するビート信号生成過程と、現在及び過去の検知サイクルにおいて検出される前記ターゲットを関連付けるターゲット連結処理過程と、前記検知サイクルに応じて、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データに基づいてスペクトル推定処理を行い、前記過去に行われた前記スペクトル推定処理に基づいて導かれた結果と、前記今回行われた前記スペクトル推定処理に基づいて導かれた結果とに基づいて生成される正規方程式の要素に対して重み付けされた平均化処理を行い前記受信波の到来方向を算出する方位検出過程とを有することを特徴とする受信波方向推定方法である。
【００２５】
また、本発明は、移動体に搭載される電子走査型レーダ装置により受信波方向推定の動作をコンピュータに制御させるためのプログラムであり、送信手段が送信波を送信させる送信処理と、受信部が前記送信波を反射したターゲットから到来する受信波を受信する受信処理と、ビート信号生成部が前記送信波及び前記反射波からビート信号を生成するビート信号生成処理と、周波数分解処理部が前記ビート信号を予め設定した分解数のビート周波数に周波数分解して複素数データを算出する周波数分解処理と、ターゲット検知部が前記ビート周波数の強度値からピーク値を検出してターゲットの存在を検知するターゲット検知処理と、現在及び過去の検知サイクルにおいて検出される前記ターゲットを関連付けるターゲット連結処理と、前記検知サイクルに応じて、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データに基づいてスペクトル推定を行い、前記過去に行われた前記スペクトル推定処理に基づいて導かれた結果と、前記今回行われた前記スペクトル推定処理に基づいて導かれた結果とに基づいて生成される正規方程式の要素に対して重み付けされた平均化処理を行い前記受信波の到来方向を算出する方位検出処理とを有することを特徴とする受信波方向推定プログラムである。
【発明の効果】
【００２６】
以上説明したように、本発明によれば、移動体に搭載される電子走査型レーダ装置であり、送信波を送信する送信手段と、送信波を反射したターゲットから到来する受信波を受信する複数のアンテナを含んで構成される受信部と、送信波及び受信波からビート信号を生成するビート信号生成部と、ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、ビート周波数毎に分解されたビート信号に基づいた複素数データを算出する周波数分解処理部と、ビート周波数の強度値からピーク値を検出してターゲットの存在を検知するターゲット検知部と、今回及び過去の検知サイクルにおいて検出されるターゲットを関連付けるターゲット連結処理部と、検知サイクルに応じて、アンテナ毎に、ターゲットの存在が検知されたビート周波数である検出ビート周波数の前記複素数データに基づいてスペクトル推定を行い、過去に行われたスペクトル推定処理に基づいて導かれた結果と、今回行われたスペクトル推定処理に基づいて導かれた結果とに基づいて生成される正規方程式の要素に対して、重み付けされた平均化処理を行い受信波の到来方向を算出する方位検出部とを備える。
これにより、方位検出部は、検出ビート周波数の複素数データに基づいたスペクトル推定処理における入力要素と、出力要素のいずれか又は両方の平均処理が行えるので、検出精度を低減させることなく、高い精度で受信波の到来方向の検出を行う電子走査型レーダ装置及び受信波方向推定プログラムを提供することが可能となる。
【図面の簡単な説明】
【００２７】
【図１】本発明の第１実施形態による電子走査型レーダ装置の構成を示すブロック図である。
【図２】送信信号と、ターゲットに反射された受信信号が入力された状態を示す図である。
【図３】受信アンテナにおける受信波の説明を行う概念図である。
【図４】ビート信号を周波数分解した結果であり、ビート周波数（横軸）とそのピーク値（縦軸）とを示すグラフである。
【図５】組合せ部２４における上昇領域及び下降領域のビート周波数のマトリクスと、そのマトリクスの交点、すなわち上昇領域及び下降領域のビート周波数の組み合わせにおける距離及び相対速度とを示すテーブルである。
【図６】現在の検知サイクルにおけるターゲット毎の距離及び相対速度とを示すテーブルである。
【図７】電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
【図８】図７のステップＳ０３における共分散行列の抽出を示す図である。
【図９】検知サイクル毎に導かれたＡＲ係数の平均化処理を示す図である。
【図１０】現在の検知サイクル及び過去の検知サイクルの対応付けを行う際に用いる、過去の検知サイクルの距離及び相対速度に対応させて相関行列が記載されたテーブル構成を示す概念図である。
【図１１】ＡＲ係数の記憶方法、呼出方法を示す図である。
【図１２】ターゲットとの相対速度が非常に大きい場合の処理を示す図である。
【図１３】電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
【図１４】本実施形態における電子走査型レーダ装置の構成を示すブロック図である。
【図１５】本実施形態で記憶させる情報を保持するテーブルの構成を示す図である。
【図１６】電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
【図１７】検知サイクル毎に導かれた正規方程式の平均化処理を示す図である。
【図１８】本実施形態における電子走査型レーダ装置の構成を示すブロック図である。
【図１９】本実施形態で記憶させる情報を保持するテーブルの構成を示す。
【図２０】電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
【図２１】本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
【図２２】現在の検知サイクルにおけるターゲット毎の距離、縦位置と横位置及び相対速度とを示すテーブルである。
【図２３】現在の検知サイクルにおけるターゲット毎の距離、縦位置と横位置及び相対速度とを示すテーブルである。
【図２４】本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
【図２５】上昇領域及び下降領域それぞれのピークのペアを確定した結果を記憶するテーブルである。
【図２６】本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
【図２７】各角度チャンネルにおけるスペクトラムの強度の処理について説明する概念図である。
【図２８】各角度チャンネルにおけるスペクトラムの強度の処理について説明する概念図である。
【図２９】本実施形態における電子走査型レーダ装置の構成を示すブロック図である。
【図３０】本実施形態で記憶させる情報を保持するテーブルの構成を示す図である。
【図３１】電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
【図３２】本実施形態による電子走査型レーダ装置の方向推定特性を示す図（その１）である。
【図３３】本実施形態による電子走査型レーダ装置の方向推定特性を示す図（その２）である。
【図３４】従来のＡＲスペクトル推定処理を示す図である。
【発明を実施するための形態】
【００２８】
＜ＡＲスペクトル推定の説明＞
以下、本発明の実施形態に適用するＡＲスペクトル推定法について示す。
ＡＲスペクトル推定法は、ＭＵＳＩＣと同じくスペクトルを推定するスペクトル推定法として知られており（非特許文献１参照）、ＡＲモデル（自己回帰モデル）を用いた推知処理を行う。また、ＡＲスペクトル推定法は、ＭＵＳＩＣが部分空間法として分類されるときに、パラメトリック法として分類される。また、ＡＲスペクトル推定法は、最大エントロピー法、線形予測法と呼ばれる場合もあり、これらの方法もパラメトリック法としての分類に含まれる。
【００２９】
ＡＲスペクトル推定法は、まず線形式によって示されるＡＲモデルを用いてモデル化して、入力データに基づいた正規方程式（自己相関行列や共分散行列と呼ばれる行列と、右辺ベクトルや相互相関ベクトルと呼ばれるベクトルも含まれる）を作成する。さらに、正規方程式に基づいて、ＡＲフィルタの係数（ＡＲ係数）と白色雑音の分散値を求めた後、そのＡＲ係数と白色雑音の分散値を用いてパワースペクトルを求め推定する手法である（図３４参照）。入力データには、時系列のデータの他、本発明のレーダのような空間方向のチャネルデータでも適用できる。ＡＲスペクトル推定法には、自己相関行列を用いた手法と共分散行列を用いた手法に大別され、自己相関行列を用いた手法として自己相関法（又は、ユールウォーカー法）とバーグ法があり、共分散行列を用いた方法として共分散法と改良共分散法がある。いずれの方法も正規方程式を生成し、ＡＲ係数を求めるアルゴリズムであり、本実施形態の適用が可能である。
【００３０】
（第１実施形態）
以下、本発明の実施形態による電子走査型レーダ装置（ＦＭＣＷ方式ミリ波レーダ）を図面を参照して説明する。
図１は、同実施形態における電子走査型レーダ装置の構成を示すブロック図である。
この図において、本実施形態による電子走査型レーダ装置は、受信アンテナ１−１〜１−ｎ、ミキサ２−１〜２−ｎ、送信アンテナ３、分配器４、フィルタ５−１〜５―ｎ、ＳＷ（スイッチ）６、ＡＤＣ（Ａ／Ｄコンバータ）７、制御部８、三角波生成部９、ＶＣＯ１０、信号処理部２０を備える。
信号処理部２０は、メモリ２１、周波数分離処理部２２、ピーク検知部２３、ピーク組合せ部２４、距離検出部２５、速度検出部２６、ペア確定部２７、方位検出部３０、ターゲット確定部３１及びターゲット連結処理部３２を備える。
また、方位検出部３０は、正規方程式生成部３０１、ＡＲ係数算出部３０２、ＡＲ係数フィルタ部３０３、パワースペクトル算出部３０４を備える。
【００３１】
次に、図１を参照して、本実施形態による電子走査型レーダ装置の動作を説明する。
受信アンテナ１−１〜１−ｎは、送信波がターゲットにて反射し、このターゲットから到来する反射波、すなわち受信波を受信する。
ミキサ２−１〜２−ｎは、送信アンテナ３から送信される送信波と、受信アンテナ１−１〜１−ｎそれぞれにおいて受信された受信波が増幅器により増幅された信号とを混合して、それぞれの周波数差に対応したビート信号を生成する。
送信アンテナ３は、三角波生成部９において生成された三角波信号を、ＶＣＯ（Voltage Controlled Oscillator ）１０において周波数変調した送信信号をターゲットに対して送信波として送信する。
分配器４は、ＶＣＯ１０からの周波数変調された送信信号を、ミキサ２−１〜２−ｎ及び送信アンテナ３に分配する。
【００３２】
フィルタ５−１〜５−ｎ各々は、それぞれミキサ２−１〜２−ｎにおいて生成された各受信アンテナ１−１〜１−ｎに対応したＣｈ１〜Ｃｈnのビート信号に対して帯域制限を行い、ＳＷ（スイッチ）６へ帯域制限されたビート信号を出力する。
ＳＷ６は、制御部８から入力されるサンプリング信号に対応して、フィルタ５−１〜５−ｎ各々を通過した各受信アンテナ１−１〜１−ｎに対応したＣｈ１〜Ｃｈnのビート信号を、順次切り替えて、ＡＤＣ（Ａ／Ｄコンバータ）７に出力する。
ＡＤＣ７は、ＳＷ６から上記サンプリング信号に同期して入力される、各受信アンテナ１−１〜１−ｎ各々に対応したＣｈ１〜Ｃｈnのビート信号を、上記サンプリング信号に同期してＡ／Ｄ変換してデジタル信号に変換し、信号処理部２０におけるメモリ２１の波形記憶領域に順次記憶させる。
制御部８は、マイクロコンピュータなどにより構成されており、図示しないＲＯＭなどに格納された制御プログラムに基づき、図１に示す電子走査型レーダ装置全体の制御を行う。
【００３３】
＜距離、相対速度、角度（方位）を検出する原理＞
次に、図を参照し、本実施形態における信号処理部２０において用いられる、電子走査型レーダ装置とターゲットとの距離、相対速度、角度（方位）を検出する原理について簡単に説明する。
図２は、送信信号と、ターゲットに反射された受信信号が入力された状態を示す図である。
この図に示される信号は、図１の三角波生成部９において生成された信号をＶＣＯ１０において周波数変調した送信信号と、その送信信号をターゲットが反射して、受信された受信信号である。この図の例では、ターゲットが１つの場合を示す。
図２（ａ）から判るように、送信する信号に対し、ターゲットからの反射波である受信信号が、ターゲットとの距離に比例して右方向（時間遅れ方向）に遅延されて受信される。さらに、ターゲットとの相対速度に比例して、送信信号に対して上下方向（周波数方向）に変動する。そして、図２（ａ）にて求められたビート信号の周波数変換（フーリエ変換やＤＴＣ、アダマール変換、ウェーブレッド変換など）後において、図２（ｂ）に示されるように、ターゲットが１つの場合、上昇領域及び下降領域それぞれに１つのピーク値を有することなる。ここで、図２（ａ）は横軸が周波数、縦軸が強度を示す。
【００３４】
周波数分解処理部２２は、メモリ２１に蓄積されたビート信号のサンプリングされたデータから、三角波の上昇部分（上り）と下降部分（下り）とのそれぞれについて周波数分解、例えばフーリエ変換などにより離散時間に周波数変換する。すなわち、周波数分解処理部２２は、ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、ビート周波数毎に分解されたビート信号に基づいた複素数データを算出する。
その結果、図２（ｂ）に示すように、上昇部分と下降部分とにおいて、それぞれの周波数分解されたビート周波数毎の信号レベルのグラフが得られる。
そして、ピーク検知部２３は、図２（ｂ）に示すビート周波数毎の信号レベルからピーク値を検出し、ターゲットの存在を検出するとともに、ピーク値のビート周波数（上昇部分及び下降部分の双方）をターゲット周波数として出力する。
【００３５】
次に、距離検出部２５は、ピーク組合せ部２４から入力される上昇部分のターゲット周波数ｆuと、下降部分のターゲット周波数ｆdとから、下記式により距離を算出する。
ｒ＝｛Ｃ・Ｔ／（２・Δｆ）｝・｛（ｆu＋ｆd）／２｝
また、速度検出部２６は、ピーク組合せ部２４から入力される上昇部分のターゲット周波数ｆuと、下降部分のターゲット周波数ｆdとから、下記式により相対速度を算出する。
ｖ＝｛Ｃ／（２・ｆ0）｝・｛（ｆu−ｆd）／２｝
上記距離ｒ及び相対速度ｖを算出する式において、
Ｃ ：光速度
Δｆ：三角波の周波数変調幅
ｆ0 ：三角波の中心周波数
Ｔ ：変調時間（上昇部分/下降部分）
ｆu ：上昇部分におけるターゲット周波数
ｆd ：下降部分におけるターゲット周波数
【００３６】
次に、本実施形態における受信アンテナ１−１〜１−ｎについて示す。
図３は、受信アンテナにおける受信波の説明を行う概念図である。
この図に示されるように、受信アンテナ１−１〜１−ｎは、間隔ｄによりアレー状に配置される。受信アンテナ１−１〜１−ｎには、アンテナを配列している面に対する垂直方向の軸に対して角度θ方向から入射される、ターゲットからの到来波（入射波、すなわち送信アンテナ３から送信した送信波に対するターゲットからの反射波）が入力する。
このとき、その到来波は、受信アンテナ１−１〜１−ｎにおいて同一角度にて受信される。
この同一角度、例えば角度θ及び各アンテナの間隔ｄにより求められる位相差「ｄｎ−１・sinθ」が、各隣接する受信アンテナ間にて発生する。
その位相差を利用して、アンテナ毎に時間方向に周波数分解処理された値を、アンテナ方向にさらにフーリエ変換するデジタルビームフォーミング（ＤＢＦ）や高分解能アルゴリズム等の信号処理にて上記角度θを検出することができる。
【００３７】
＜信号処理部２０における受信波に対する信号処理＞
次に、メモリ２１は、ＡＤＣ７により波形記憶領域に対して、受信信号がＡ／Ｄ変換された時系列データ（上昇部分及び下降部分）を、アンテナ１−１〜１−ｎ毎に対応させて記憶している。例えば、上昇部分及び下降部分それぞれにおいて２５６個をサンプリングした場合、２×２５６個×アンテナ数のデータが、上記波形記憶領域に記憶される。
周波数分解処理部２２は、例えばフーリエ変換などにより、各Ｃｈ１〜Ｃｈｎ（各アンテナ１−１〜１−ｎ）に対応するビート信号それぞれを、予め設定された分解能に応じて周波数成分に変換することによりビート周波数を示す周波数ポイントと、そのビート周波数の複素数データを出力する。例えば、アンテナ毎に上昇部分及び下降部分それぞれが２５６個のサンプリングされたデータを有する場合、アンテナ毎の複素数の周波数領域データとしてビート周波数に変換され、上昇部分及び下降部分それぞれにおいて１２８個の複素数データ（２×１２８個×アンテナ数のデータ）となる。また、上記ビート周波数は周波数ポイントにて示されている。
ここで、アンテナ毎の複素数データには、上記角度θに依存した位相差があり、それぞれの複素数データの複素平面上における絶対値（受信強度あるいは振幅など）は等価である。
【００３８】
ピーク検知部２３は、周波数変換されたビート周波数の三角波の上昇領域及び下降領域それぞれ強度のピーク値を、複素数データを用いて信号強度（または振幅など）におけるピークから、予め設定された数値を超えるピーク値を有するビート周波数を検出することにより、ビート周波数毎のターゲットの存在を検出して、ターゲット周波数を選択する。
したがって、ピーク検知部２３は、いずれかのアンテナにおける複素数データ又は、全アンテナの複素数データの加算値を周波数スペクトル化することにより、スペクトルの各ピーク値がビート周波数、すなわち距離に依存したターゲットの存在として検出することができる。全アンテナの複素数データの加算により、ノイズ成分が平均化されてＳ／Ｎ比が向上する。
【００３９】
ピーク組合せ部２４は、ピーク検知部２３から入力される図４に示すビート周波数とそのピーク値について、上昇領域及び下降領域それぞれのビート周波数とそのピーク値をマトリクス状に総当たりにて組み合わせ、すなわち上昇領域及び下降領域それぞれのビート周波数を全て組み合わせて、順次、距離検出部２５及び速度検出部２６へ出力する。ここで、図４は、横軸がビート周波数の周波数ポイントを示し、縦軸が信号のレベル（強度）を示している。
距離検出部２５は、順次入力される上昇領域及び下降領域それぞれの組み合わせのビート周波数を加算した数値によりターゲットとの上記距離ｒを演算する。
また、速度検出部２６は、順次入力される上昇領域及び下降領域それぞれの組み合わせのビート周波数の差分によりターゲットとの上記相対速度ｖを演算する。
【００４０】
ペア確定部２７は、入力される上記距離ｒ、相対速度ｖ及び下降、上昇のピーク値レベルｐｕ、ｐｄにより、図５に示すテーブルを生成し、ターゲット毎に対応した上昇領域及び下降領域それぞれのピークの適切な組み合わせを判定し、図６に示すテーブルとして上昇領域及び下降領域それぞれのピークのペアを確定し、確定した距離ｒ及び相対速度ｖを示すターゲット群番号をターゲット確定部３１へ出力する。図６にはターゲット群番号に対応して、距離、相対速度及び周波数ポイント（上昇領域及又は下降領域）が記憶されている。図５及び図６のテーブルは、ペア確定部２７の内部記憶部に記憶されている。ここで、各ターゲット群は、方向が決定されていないため、電子走査型レーダ装置におけるアンテナアレーの配列方向に対する垂直軸に対して、受信アンテナ１−１〜１−ｎの配列方向に平行な横方向の位置は決定されていない。
【００４１】
ここで、ペア確定部２７は、例えば、前回の検知サイクルにて、最終的に確定した各ターゲットとの距離ｒ及び相対速度ｖから今回の検知サイクルにて予測される値を優先してターゲット群の組み合わせの選択を行う等の手法を用いることもできる。
【００４２】
次に、ターゲット連結処理部３２は、ペア確定部２７から入力される図６の距離ｒ、相対速度ｖ、周波数ポイントとメモリ２１に記憶されている過去の検知サイクルにおけるターゲットとを結びつけた後、ターゲット毎の過去の検知サイクルにおいて記録されたスペクトル推定によって導かれた結果に基づいた係数を方位検出部３０へ出力する。
また、ターゲット連結処理部３２は、現在のＡＲ係数に対して、ターゲット確定部３１から出力される距離、相対速度及び方位の識別情報を付して、メモリ２１に記録する。
方位検出部３０は、高分解能アルゴリズムのＡＲスペクトル推定処理やＭＵＳＩＣ等を用いてスペクトル推定処理を行い、過去に行われたスペクトル推定の結果との平均化処理を行ったスペクトル推定の平均化処理結果に基づいて対応するターゲットの方位を検出し、ターゲット確定部３１へ出力する。
【００４３】
以下、スペクトル推定処理において高分解能アルゴリズムとして知られるＡＲスペクトル推定処理を行う場合の構成例について、より具体的に示す。
方位検出部３０において正規方程式生成部３０１は、ＡＲスペクトル推定処理に必要とされる正規方程式を生成する。正規方程式生成部３０１は、周波数分解処理部２２が周波数分解したビート周波数（上昇と下降のいづれか又は両方）に応じた複素数データのそれぞれから導かれる相関行列を形成し、形成された相関行列に基づいて正規方程式を生成する。
ＡＲ係数算出部３０２は、正規方程式生成部３０１によって生成された正規方程式から導かれるＡＲ係数と、白色雑音の分散σ２を算出する。このように、ＡＲ係数算出部３０２は、検知サイクルに応じて、アンテナ毎に、ターゲットの存在が検知されたビート周波数である検出ビート周波数の複素数データに基づいてスペクトル推定を行うことができる。
ＡＲ係数算出部３０２は、今回の検知サイクルにおいて導かれた正規方程式を解いて現在のＡＲ係数を導く。
【００４４】
また、ＡＲ係数フィルタ部３０３は、過去に行われた検知サイクルにおいて記録されたスペクトル推定によって導かれた結果に基づいた係数、すなわち過去のＡＲ係数を参照し、現在と過去のＡＲ係数に対して重み付け平均化処理を行う。つまり、ＡＲ係数フィルタ部３０３は、ターゲット連結処理部３２から入力される過去のＡＲ係数と、現在のＡＲ係数とのそれぞれに重み係数を乗算した後、これらのＡＲ係数の平均化処理を行う。ＡＲ係数フィルタ部３０３は、現在（今回）のＡＲ係数、又は、得られる平均化ＡＲ係数をターゲット連結処理部３２へ出力する。また、ＡＲ係数フィルタ部３０３は、パワースペクトル算出部３０４へ、得られる平均化ＡＲ係数と白色雑音の分散σ２を出力する。
パワースペクトル算出部３０４は、平均化処理されたＡＲ係数（平均化ＡＲ係数）と白色雑音の分散σ２に基づいて導かれるパワースペクトルから受信波の到来方向を算出する。
【００４５】
＜受信波の到来方向推定処理の手順＞
次に、方位検出部３０における、受信波の到来方向の推定を行う手順について、高分解能アルゴリズムとして共分散法によるＡＲスペクトル推定処理を例にあげ説明する。なお、共分散法に代えて、改良共分散法も適用できる。改良共分散法も基本原理は共分散法と同じである。
ＡＲスペクトル推定処理そのものは、一般的に用いられているため（例えば、非特許文献１）、本実施形態において必要な箇所のみ説明する。
図７は、電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。この図に示されるフローチャートにしたがって行われる処理は、周期的に繰り返して実施される。繰り返し行われる処理において、現在行われる処理サイクルを「今回」、先に行われた処理サイクルのことを「過去」という。
【００４６】
まず、周波数分解処理部２２は、反射物（ターゲット）の距離ポイントに該当する周波数分解された複素数データを抽出する（ステップＳ０１）。方位検出部３０における正規方程式生成部３０１が、その複素数データの基づいて相関行列を導き、その相関行列から共分散行列と右辺ベクトルを生成し、正規方程式の要素とする（ステップＳ０３）。
ＡＲ係数算出部３０２は、その正規方程式を解いてＡＲ係数を求める。その手段として、例えば、コレスキー分解などの逆行列を解く高速アルゴリズムを利用することができる（ステップＳ０５）。また、ＡＲ係数算出部３０２は、入力される白色雑音の分散σ２も求める（ステップＳ０７）。
【００４７】
ＡＲ係数フィルタ部３０３は、ターゲット連結処理部３２から入力される過去のＡＲ係数と、今回算出されたＡＲ係数とのそれぞれに重み係数を乗算した後、これらのＡＲ係数の平均化処理を行う（ステップＳ０９）。
ステップＳ０９における処理を、方位検出部３０は、次の手順にしたがって行う。
方位検出部３０は、今回の検知サイクルにおいて導かれたＡＲ係数（今回ＡＲ係数）を記憶させる。例えば、ＡＲ係数フィルタ部３０３は、ＡＲ係数算出部３０２によって算出された今回ＡＲ係数をターゲット連結処理部３２によってメモリ２１の記憶領域に記憶させる（ステップＳ０９１）。
方位検出部３０は、過去に検出されたＡＲ係数（過去ＡＲ係数）を呼び出す。例えば、ＡＲ係数フィルタ部３０３は、メモリ２１の記憶領域に記憶させている過去ＡＲ係数をターゲット連結処理部３２に参照させ、その過去ＡＲ係数の供給をうける（ステップＳ０９２）。
方位検出部３０は、今回ＡＲ係数と過去ＡＲ係数の平均化処理をする。例えば、ＡＲ係数フィルタ部３０３は、今回ＡＲ係数と過去ＡＲ係数にそれぞれ定められた重み係数を乗じて加算する。この重み付けられた加算演算は、重み付けされた平均化処理と等価であり、平均化処理されたＡＲ係数（平均化ＡＲ係数）を導くことができる（ステップＳ０９３）。
【００４８】
続いて、パワースペクトル算出部３０４は、パワースペクトルを求める。パワースペクトルは、平均化処理されたＡＲ係数（平均化ＡＲ係数）と白色雑音の分散σ２に基づいて求められる。求められたパワースペクトルは、ＡＲフィルタの伝達特性を示し、その伝達特性を伝達関数として示した場合の極に対応するピーク特性が検出される（ステップＳ１１）。そのピークが示す角度を反射波が到来する到来角度として検知する（ステップＳ１３）。
【００４９】
以上に示した処理において、ＡＲ係数は、求められるパワースペクトルの特性に関係し、そのピーク形状の精度に寄与することから、ＡＲ係数の推定精度を向上させることが検知性能（検知角度性能や分離性能）の向上に関係することがわかる。
【００５０】
＜ＡＲモデルを用いた推定処理の原理＞
次に、図を参照しＡＲ係数の平均化処理について、より詳細に示す。
図８は、ステップＳ０３（図７）における共分散行列の抽出を示す図である。
この図に示される表は、５次の相関行列の各要素を示す。
この表のそれぞれの項には、行方向、列方向にそれぞれ抽出された５個の複素数データＸ（０）行からＸ（４）行と、ｘ（０）列からｘ（４）列に対応したデータが示される。例えば、表の左上隅に示されるように、Ｘ（０）行とｘ（０）列に対応する要素を「Ｘ（０）ｘ（０）」として示す。
ここで、説明を簡単にするため、データ数が５つである５次の相関行列から３次の共分散行列の抽出を行う場合を示す。抽出される範囲として分割される行列個数は、（データ数−共分散行列の次数）になる。図に示される場合では、２つの範囲を示している。
１つ目の抽出範囲は、Ｘ（０）行からＸ（３）行と、ｘ（０）列からｘ（３）列の範囲を抽出し、２つ目の抽出範囲は、Ｘ（１）行からＸ（４）行と、ｘ（１）列からｘ（４）列の範囲である。抽出範囲同士を重ねた場合に、重なる要素を加算することにより、共分散行列の要素とすることができる。
共分散行列を用いた正規方程式を式（１）に示す。
【００５１】
【数１】
【００５２】
式（１）において、左辺が共分散行列ＣＭとＡＲ係数ベクトルＡの積であり、右辺が右辺ベクトルvcである。
共分散行列ＣＭの要素は、式（２）として示される関係式によって導かれる。
【００５３】
【数２】
【００５４】
共分散行列ＣＭの要素を求める式を一般化すると、式（３）として示される。
【００５５】
【数３】
【００５６】
式（３）において、ＭがＡＲモデルの次数、Ｎがデータ数、ｘ（ｔ）が入力データを示す。
すなわち、入力データｘ（ｔ）は、周波数ポイントとしてのビート周波数の複素数データである。
【００５７】
また、右辺ベクトルｖｃを式（４）として示す。
【００５８】
【数４】
【００５９】
式（４）において、右辺ベクトルｖｃの要素は、式（５）に示される関係式によって導かれる。
【００６０】
【数５】
【００６１】
白色雑音の分散σｖ２を導く関係式を、式（６）として示す。
【００６２】
【数６】
【００６３】
ＡＲモデルによる線形予測では、予測値と観測値の差（予測誤差）の平均２乗誤差が最小となる条件から、この正規方程式が導かれる。
この正規方程式を一般的な手法により解くことにより、ＡＲ係数が導かれる。
【００６４】
図９は、検知サイクル毎に導かれたＡＲ係数の平均化処理を示す図である。
この図において、「今回正規方程式」は、繰り返し行われる推定処理のうち直近に検出された入力データに基づいたＡＲ係数を求める処理であり、時刻ｔにおける処理ＮＥ（ｔ）として示す。また、順に過去に時刻（ｔ−１）、・・・、（ｔ−ｎ）と過去にさかのぼりそれぞれＡＲ係数を導いた正規方程式が示される。
時刻ｔ、（ｔ−１）、・・・、（ｔ−ｎ）のＡＲ係数を、ＡＲ係数ベクトルＡ(t)、Ａ(t-1)、・・・、Ａ(t-n)として表わすと、式（７）に示すようにベクトルの加算演算によって平均化処理を行うことができる。複素数の要素の平均処理は、実部と虚部についてそれぞれ行えばよい。
【００６５】
【数７】
【００６６】
式（７）において、平均ＡＲ係数Ave_Ａ(t)が、現在と過去ｎ回の検知サイクルのＡＲ係数を重み付けして加算することにより得られた結果を示し、ｋ1*、ｋ２*、・・・、ｋｎ＋１*が、設定される重み係数を示す。
以上に示した方法により、ＡＲ係数の平均化処理を行うことが可能となる。
【００６７】
＜方位検出部３０のＡＲ係数フィルタ部３０３における現在及び過去の平均化処理＞
次に、本実施形態における現在及び過去とのＡＲ係数を平均化する具体的な処理について説明する。この平均化の処理は、図１における方位検出部３０のＡＲ係数フィルタ部３０３及びターゲット連結処理部３２が主として行う処理である。
ターゲット連結処理部３２は、ＡＲ係数フィルタ部３０３におけるＡＲ係数を平均化する処理を行うため、図１０に示すテーブルにおいて、ターゲット毎に、現在のターゲット群（ｔ）と、確定した過去のターゲットデータから予測されたターゲット（ｔ）と、過去に確定しているターゲット（ｔ−１、ｔ−２、ｔ−３）とを結びつけるため以下の処理を行う。
【００６８】
図１０におけるｔ−１は１サイクル前（直前）の検知サイクルの結果であり、ｔ−２は２サイクル前の検知サイクルの結果であり、t−３は３サイクル前の結果である。
各検知サイクルの結果としては、それぞれ、確定されたターゲット毎に距離ｒ、縦位置long_d（アンテナの配列方向に対して垂直方向）、横位置late_d（アンテナの配列方向に対して平行方向の位置）、ターゲットとの相対速度ｖelo（すなわちｖ）、下りピーク周波数ポイントｆ_dwn、下りピーク周波数時のＡＲ係数AR_C_dwn（すなわちハットａＭ）がメモリ２１に、図１０のテーブル形式により格納されている（例えば、方向検知に下りのデータを用いる場合。また、正確にはＡＲ係数AR_C_dwnの記憶領域は他より大きくなるが、表の例示の便宜上同じとしている）。ここで、ターゲットの上記縦位置long_dと横位置late_dは、ターゲットとの角度（受信波の到来方向の角度）及び距離ｒとから求められる。角度がθであり距離ｒである場合、縦位置long_dはr・cosθで、横位置late_dはr・sinθにより算出される。
【００６９】
また、ターゲット連結処理部３２は、過去に確定しているターゲットの距離ｒ、縦位置long_dと横位置late_d及び相対速度veloとから、今回サイクル時の各ターゲットの距離ｒ、縦位置long_dと横位置late_d及び相対速度、ピーク周波数ポイントを予測しておく。例えば、縦位置long_dと横位置late_dとピーク周波数ポイントの予測は、前回の距離ｒ、縦位置long_dと横位置late_d及び相対速度に基づいて検知サイクル周期後の時間における移動可能な範囲を求める。相対速度の予測は、過去何サイクルかの相対速度値推移の変化の傾き等を算出して予測することができる。
例えば、ターゲット連結処理部３２は、過去に確定している結果から予測した距離ｒ、縦位置long_dと横位置late_dとピーク周波数ポイント及び相対速度それぞれに対応して、予め設定された移動可能範囲と周波数ポイント範囲、及び相対速度範囲を設けて、今回サイクル時で計算された各値がその範囲内に入るか否かで結びつけを行い、範囲外の場合は異なるターゲットであると判断する。
【００７０】
そして、ターゲット連結処理部３２は、図１０のテーブルにおいて、現在の検知サイクルにおけるターゲットが、過去のターゲットと結びついた場合、（ｔ−２）の結果を（ｔ−３）へ移し、（ｔ−１）の結果を（ｔ−２）へ移し、現在の検知サイクルの結果を（ｔ−１）の結果に移し、次のサイクルの予測の結果を計算する。
また、ターゲット連結処理部３２は、現在のターゲット群の結果と結びつけられない過去のターゲットが存在した場合、その過去のターゲットの情報を全てクリアする。
したがって、マルチパスの影響のある距離にターゲットが入り、ビーム周波数におけるピーク検知されない検知サイクルになると、過去のターゲット群の結果を用いるフィルタ効果がリセットされることになる。図１０に示す本実施形態の場合、過去３回の検知サイクルのターゲットの結果をメモリ２１に記憶している。
【００７１】
なお、ターゲット連結処理部３２は、現在の検知サイクルにおけるターゲットと結びつけられなかった過去のターゲットが検出された場合においても、確定されていた過去のターゲットの結果は、予め定められる所定のサイクル数だけ持続されるようにしても良い。
また、記憶される結果が順次更新されることから、過去の結果に基づいて推定する予測結果も順次更新される。ターゲット連結処理部３２は、マルチパスなどの影響で現在の検知サイクルにおいてターゲットが検出されなくても、さらに次の検知サイクル以降において関連付けられた場合、マルチパスなどの影響でピーク検知されないサイクル数以外の過去データをフィルタ処理に使えるようにすることができる。
また、トラッキング制御における外挿法のように、ピーク値が検知さない検知サイクルの回において、上記予測結果を現在の検知サイクルにおける結果として用い、ターゲットの存在状態を継続することも可能である。
【００７２】
図１１は、ＡＲ係数の記憶方法、呼出方法を示す図である。
この図に示されるＡＲ係数の記憶方法では、ターゲット連結処理部３２は、最終的にターゲットとして確定した距離ポイントに関係付けを行って、ＡＲ係数をメモリ２１に記憶する。
これにより、方位検出部３０は、距離ポイント情報をキーとして、ターゲットとの関連付けを行うことができる。
【００７３】
また、この図に示されるＡＲ係数の呼出方法では、ターゲット連結処理部３２は、すでに検出されたターゲットに対応する距離ポイント情報に基づいて、推定範囲を選択することが可能となり、処理効率を向上することができる。すなわち、ターゲット連結処理部３２は、記憶されたＡＲ係数を参照する際に、ターゲットとの相対速度、角度に基づいて範囲を限定することができる。そして、次の回に行われる検知サイクルでは、すでに検出されたターゲットに対応する距離ポイント情報に基づいた推定範囲を選択することが可能となる。これにより、ターゲット連結処理部３２は、処理効率を向上することができる。そのため、ターゲット連結処理部３２は、限られた範囲の距離ポイントに対応するＡＲ係数を参照することができるので、呼び出す際の精度を高めることができる。
【００７４】
なお、ターゲットとの相対速度が非常に大きい場合、ターゲットの検知サイクル毎における距離変化が大きくなる。
このため、ＡＲ係数フィルタ部３０３におけるフィルタリングするビート周波数の範囲（＝距離範囲）が広くなり、連結したターゲットのサイクル間において、角度θの変化が大きくなる場合がある。
【００７５】
図１２は、ターゲットとの相対速度が非常に大きい場合の処理を示す図である。
この場合の対応として、この図に示すように過去の検知サイクルにおける同一ターゲットのＡＲ係数を連結する際、現在の検知サイクルの結果から連結可能なビート周波数ポイント範囲を定めることにより、記憶するＡＲ係数の過去の検知サイクルをそのままとし、平均化する際に使用する過去のサイクル数を選定したり、あるいは重み係数を可変して連結の個数を実質的に減らしたりすることができる。
【００７６】
また、図１２（ｂ）は、速い相対速度によりターゲットが接近中の例であり、この場合ビート周波数のピークの移動が早いため、（ｔ−３）のサイクルが平均するデータの範囲外となるため、図１０のテーブルとして記憶するＡＲ係数の過去の検知サイクル数をそのままとし、平均化する際に使用する過去のサイクル数を選定して、あるいは重み係数を可変（例えば、ＡＲ係数の重み係数を「０」にする）して連結の個数を実質的に減らすことができる。
後述する、共分散行列と右辺ベクトルの平均化処理においても、本ＡＲ係数フィルタ部３０３における実施例と同じように行うことができる。
【００７７】
なお、本実施形態では、共分散法によるＡＲスペクトル推定処理を示したが、共分散法に代え、改良共分散法によるＡＲスペクトル推定処理としてもよい。
改良共分散法の場合は、式（３）に代わり式（８）を用いて、共分散ベクトルの要素を導くことができる。
【００７８】
【数８】
【００７９】
（第２実施形態）
図を参照し、異なる処理手順の推定方法について示す。
図１３は、電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
この図に示されるフローチャートにおける処理の手順は、図１に示した電子走査型レーダ装置に適用でき、図１に示した構成の符号を参照し説明する。前述の図７に示したフローチャートにおける処理の手順とステップＳ０９の処理が異なる。図７と同じ処理には、同じ符号を付す。
この図に示されるステップＳ０９ａにおいて、ＡＲ係数フィルタ部３０３は、ターゲット連結処理部３２から入力される過去のＡＲ係数と、今回算出されたＡＲ係数とのそれぞれに重み係数を乗算した後、これらのＡＲ係数の平均化処理を行う。
ステップＳ０９ａにおける処理を、方位検出部３０は、次の手順にしたがって行う。
方位検出部３０は、記憶されている過去に検出されたＡＲ係数（過去ＡＲ係数）を呼び出す。例えば、ＡＲ係数フィルタ部３０３は、メモリ２１の記憶領域に記憶させている過去ＡＲ係数をターゲット連結処理部３２に参照させ、その過去ＡＲ係数の供給をうける（ステップＳ０９１ａ）。
方位検出部３０は、今回ＡＲ係数と過去ＡＲ係数の平均化処理をする。例えば、ＡＲ係数フィルタ部３０３は、今回の検知サイクルにおいて導かれたＡＲ係数（今回ＡＲ係数）と過去ＡＲ係数にそれぞれ定められた重み係数を乗じて加算する。この重み付けられた加算演算は、重み付けされた平均化処理と等価であり、平均化処理されたＡＲ係数（平均ＡＲ係数）を導くことができる（ステップＳ０９２ａ）。
方位検出部３０は、ステップＳ０９２ａにおいて平均化処理された平均ＡＲ係数を今回の検知サイクルにおいて導かれたＡＲ係数（今回ＡＲ係数）として記憶させる。例えば、ＡＲ係数フィルタ部３０３は、平均ＡＲ係数をメモリ２１に記憶させる「今回ＡＲ係数」として定め、ターゲット連結処理部３２によってメモリ２１の記憶領域に記憶させる（ステップＳ０９３ａ）。
以上の処理に変えることにより、メモリ２１の記憶領域に記憶されるＡＲ係数は、平均化処理された平均ＡＲ係数になる。
【００８０】
（第３実施形態）
図を参照し、異なる処理手順の推定方法について示す。
図１４は、同実施形態における電子走査型レーダ装置の構成を示すブロック図である。
この図において、本実施形態による電子走査型レーダ装置は、図１に示した構成に対して信号処理部２０Ａの構成が異なる。図１に示した構成と同じ構成には、図１と同じ符号を付す。
信号処理部２０Ａは、メモリ２１、周波数分離処理部２２、ピーク検知部２３、ピーク組合せ部２４、距離検出部２５、速度検出部２６、ペア確定部２７、方位検出部３０Ａ、ターゲット確定部３１及びターゲット連結処理部３２Ａを備える。
また、方位検出部３０Ａは、正規方程式生成部３０１Ａ、ＡＲ係数算出部３０２、ＡＲ係数フィルタ部３０３、パワースペクトル算出部３０４を備える。
【００８１】
信号処理部２０Ａは、ＡＲ係数の平均化処理に加え、正規方程式の平均化処理も行う。
方位検出部３０Ａにおいて正規方程式生成部３０１Ａは、ＡＲスペクトル推定処理に必要とされる正規方程式を生成する。正規方程式生成部３０１Ａは、周波数分解処理部２２が周波数分解したビート周波数に応じた複素数データのそれぞれから導かれる相関行列を形成し、形成された相関行列に基づいて導いた共分散行列と右辺ベクトルを要素とする正規方程式を生成する。
また、正規方程式生成部３０１Ａは、生成した正規方程式を構成する共分散行列と右辺ベクトルをターゲット連結処理部３２Ａに供給し、メモリ２１に記録させる。
正規方程式生成部３０１Ａは、メモリ２１に記憶された過去の正規方程式を構成する共分散行列と右辺ベクトルをターゲット連結処理部３２Ａに参照させ、過去の正規方程式を構成する共分散行列と右辺ベクトルの供給を受ける。
【００８２】
正規方程式生成部３０１Ａは、供給された過去の正規方程式を構成する共分散行列と右辺ベクトルを参照し、現在と過去の共分散行列と右辺ベクトルに対してそれぞれ重み付け平均化処理を行う。
つまり、正規方程式生成部３０１Ａは、ターゲット連結処理部３２Ａから入力される過去の共分散行列と右辺ベクトルと、現在の共分散行列と右辺ベクトルとのそれぞれに重み係数を乗算した後、これらの共分散行列と右辺ベクトルのそれぞれの平均化処理を行う。正規方程式生成部３０１Ａは、得られる平均化された共分散行列と右辺ベクトルに基づいて、正規方程式を生成する。
ＡＲ係数算出部３０２は、平均化された正規方程式を解いて今回のＡＲ係数を導く。
【００８３】
図１５は、本実施形態で記憶させる情報を保持するテーブルの構成を示す図である。
この図に示されるテーブルは、図１０に示されるテーブルの構成より、正規方程式の要素となる共分散行列（mat_up、mat_dwn）と右辺ベクトル（vr_up、vr_dwn）を示す項目の行が増えている。また、列方向については、図１０に示されるテーブルの構成と同じである。
正規方程式の要素となる共分散行列（mat_up、mat_dwn）と右辺ベクトル（vr_up、vr_dwn）は、各ターゲットの他の情報を距離ポイントによって関連付けて記録することができる。mat_upとmat_dwnは、それぞれ上昇方向と下降方向の共分散行列を示す。また、vr_upとvr_dwnは、それぞれ上昇方向と下降方向の右辺ベクトルを示す。共分散行列（mat_up、mat_dwn）と右辺ベクトル（vr_up、vr_dwn）の情報量は、この図に示される表の面積に対応せず、必要な記憶領域の空間がメモリ２１に確保されるものとする。
【００８４】
図１６は、電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
この図に示されるフローチャートにおける処理の手順は、前述の図１３に示したフローチャートの手順に、ステップＳ０４の処理が追加され、ステップＳ０５ｂの処理が一部変更されている点が異なる。図１３と同じ処理には、同じ符号を付す。
この図に示されるステップＳ０４において、方位検出部３０Ａは、ステップＳ０３によって今回の検知サイクルによって導かれた正規方程式と、過去の検知サイクルによって導かれた正規方程式に基づいて、その正規方程式の要素となる共分散行列ＣＭと右辺ベクトルｖｃの平均化処理を行う。
正規方程式生成部３０１Ａは、生成した正規方程式(今回正規方程式)の要素となる共分散行列ＣＭと右辺ベクトルｖｃをターゲット連結処理部３２Ａによってメモリ２１の記憶領域に記憶させる（ステップＳ０４１）。
正規方程式生成部３０１Ａは、メモリ２１に記憶された過去の正規方程式を構成する共分散行列と右辺ベクトルをターゲット連結処理部３２Ａに参照させ、過去の正規方程式を構成する共分散行列と右辺ベクトルの供給を受ける（ステップＳ０４３）。
【００８５】
正規方程式生成部３０１Ａは、供給された過去の正規方程式を構成する共分散行列と右辺ベクトルに基づいて、現在と過去の共分散行列と右辺ベクトルに対してそれぞれ重み付け平均化処理を行う。つまり、正規方程式生成部３０１Ａは、ターゲット連結処理部３２から入力される過去の共分散行列と右辺ベクトルと、現在の共分散行列と右辺ベクトルとのそれぞれに重み係数を乗算した後、これらの共分散行列と右辺ベクトルの平均化処理を行う。正規方程式生成部３０１Ａは、得られる平均化された共分散行列と右辺ベクトルに基づいて、平均化された正規方程式を生成する（ステップＳ０４５）。
ＡＲ係数算出部３０２は、平均化された正規方程式を解いて今回のＡＲ係数を導く（ステップＳ０５ａ）。
【００８６】
以上に示した処理により、正規方程式を構成する要素であり、入力情報としての共分散行列と右辺ベクトルについて平均化処理を行うことにより、検出された入力情報に含まれる検出誤差などによる影響を低減することができる。
【００８７】
図１７は、検知サイクル毎に導かれた正規方程式の平均化処理を示す図である。
この図において、「今回正規方程式」は、繰り返し行われる推定処理のうち直近に検出された入力データに基づいて導かれ、時刻ｔにおける正規方程式をＮＥ（ｔ）として示す。また、順に過去に時刻（ｔ−１）、・・・、（ｔ−ｎ）と過去にさかのぼりそれぞれ正規方程式ＮＥ（ｔ−１）、・・・、ＮＥ（ｔ−ｎ）が示される。
また、時刻ｔ、（ｔ−１）、・・・、（ｔ−ｎ）の共分散行列を、共分散行列ＣＭ(t)、ＣＭ(t-1)、・・・、ＣＭ(t-n)として表わすと、式（９）に示すように行列の加算演算によって平均化処理を行うことができる。複素数の要素の平均処理は、実部と虚部についてそれぞれ行えばよい。
【００８８】
【数９】
【００８９】
式（９）において、平均共分散行列Ave_ＣＭ(t)が、現在と過去ｎ回の検知サイクルの共分散行列を重み付けして加算することにより得られた結果を示し、ｋ1*、ｋ２*、・・・、ｋｎ＋１*が、設定される重み係数を示す。
以上に示した方法により、共分散行列の平均化処理を行うことが可能となる。
【００９０】
また同様に、時刻ｔ、（ｔ−１）、・・・、（ｔ−ｎ）の右辺ベクトルを、右辺ベクトルｖｃ(t)、ｖｃ(t-1)、・・・、ｖｃ(t-n)として表わすと、式（１０）に示すようにベクトルの加算演算によって平均化処理を行うことができる。複素数の要素の平均処理は、実部と虚部についてそれぞれ行えばよい。
【００９１】
【数１０】
【００９２】
式（１０）において、平均右辺ベクトルAve_ｖｃ(t)が、現在と過去ｎ回の検知サイクルの右辺ベクトルを重み付けして加算することにより得られた結果を示し、ｋ1*、ｋ２*、・・・、ｋｎ＋１*が、設定される重み係数を示す。
以上に示した方法により、右辺ベクトルの平均化処理を行うことが可能となる。
したがって、式（９）と式（１０）によって導かれる平均共分散行列Ave_ＣＭ(t)と平均右辺ベクトルAve_ｖｃ(t)とにより、平均化された正規方程式を導くことができ、その平均化された正規方程式によるＡＲ係数を導くことも可能となる。
【００９３】
このように、平均化処理された正規方程式を解いて導かれるＡＲ係数についても、ステップＳ０９におけるＡＲ係数の平均化処理によって、さらに平均化処理を行うことができる。ステップＳ０４とステップＳ０９の処理を組み合わせて行うことにより、演算処理結果に含まれる誤差を平均化処理できるステップＳ０９の処理に加え、さらに、検出された入力情報に含まれる検出誤差などによる影響を低減することができる。
これにより、本実施形態では、得られるスペクトルのピーク特性を安定して導くことが可能となり、到来波の角度の検出精度を向上することが可能となる。
【００９４】
（第４実施形態）
図を参照し、異なる処理手順の推定方法について示す。
図１８は、同実施形態の構成を示すブロック図である。
この図において、本実施形態による電子走査型レーダ装置は、図１に示した構成に対して信号処理部２０Ｂの構成が異なる。図１に示した構成と同じ構成には、図１と同じ符号を付す。
信号処理部２０Ｂは、メモリ２１、周波数分離処理部２２、ピーク検知部２３、ピーク組合せ部２４、距離検出部２５、速度検出部２６、ペア確定部２７、方位検出部３０Ｂ、ターゲット確定部３１及びターゲット連結処理部３２Ｂを備える。
また、方位検出部３０Ｂは、正規方程式生成部３０１Ｂ、ＡＲ係数算出部３０２Ｂ、ＡＲ係数フィルタ部３０３、パワースペクトル算出部３０４を備える。
【００９５】
信号処理部２０Ｂは、ＡＲ係数の平均化処理に先立って、記憶した複素データを呼び出し及び正規方程式の平均化処理を行う。
方位検出部３０Ｂにおいて正規方程式生成部３０１Ｂは、周波数分離処理部２２から供給される複素データ（今回複素データ）を、ターゲット連結処理部３２Ｂに供給し、メモリ２１に記録させる。また、正規方程式生成部３０１Ｂは、メモリ２１に記憶され、ターゲットに対応した過去の複素データ（過去複素データ）をターゲット連結処理部３２Ｂに参照させ、過去の正規方程式を導くための情報として複素データ（過去複素データ）の供給を受ける。
正規方程式生成部３０１Ｂは、現在と過去のＡＲスペクトル推定処理に必要とされる正規方程式を生成する。すなわち、正規方程式生成部３０１Ｂは、周波数分解処理部２２が周波数分解したビート周波数に応じた複素数データのそれぞれから導かれる相関行列を形成し、形成された相関行列に基づいて正規方程式を生成する。
また、正規方程式生成部３０１Ｂは、メモリ２１に記憶された過去の正規方程式を構成する共分散行列と右辺ベクトルをターゲット連結処理部３２Ｂに参照させ、過去の正規方程式を構成する共分散行列と右辺ベクトルの供給を受ける。
【００９６】
正規方程式生成部３０１Ｂは、供給された過去の正規方程式を構成する共分散行列と右辺ベクトルを参照し、現在と過去の共分散行列と右辺ベクトルに対してそれぞれ重み付け平均化処理を行う。
つまり、正規方程式生成部３０１Ｂは、ターゲット連結処理部３２から入力される過去の共分散行列と右辺ベクトルと、現在の共分散行列と右辺ベクトルとのそれぞれに重み係数を乗算した後、これらの共分散行列と右辺ベクトルの平均化処理を行う。正規方程式生成部３０１Ｂは、得られる平均化された共分散行列と右辺ベクトルに基づいて、平均化された正規方程式を生成する。
ＡＲ係数算出部３０２Ｂは、平均化された正規方程式を解いて今回のＡＲ係数を導く。
【００９７】
図１９は、本実施形態で記憶させる情報を保持するテーブルの構成を示す。
この図に示されるテーブルは、図１０に示されるテーブルの構成より、正規方程式の要素の元のデータである複素数データ（x_up,x_dwn）の項目の行が増えている。また、列方向については、図１０に示されるテーブルの構成と同じである。
正規方程式の要素の元のデータである複素数データ（x_up,x_dwn）は、各ターゲットの他の情報に関連付けて記録することができる。x_upとx_dwnは、それぞれ上昇方向と下降方向の複素数データを示す。複素数データ（x_up,x_dwn）の情報量は、この図に示される表の面積に対応せず、必要な記憶領域の空間がメモリ２１に確保されるものとする。
なお、本実施形態に示した構成に必要とされる記憶容量は、第３実施形態に示した構成に必要とされる記憶容量に比べ削減することができる。
【００９８】
図２０は、電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
この図に示されるフローチャートにおける処理の手順は、前述の図１３に示したフローチャートの手順に、ステップＳ０２、Ｓ０４ｂの処理が追加され、ステップＳ０３ｂ、０５ｂの処理が一部変更されている点が異なる。図１３と同じ処理には、同じ符号を付す。
この図に示されるステップＳ０２において、正規方程式生成部３０１Ｂは、周波数分解処理部２２が今回取得した複素数データ（今回複素データ）をターゲット連結処理部３２Ｂによってメモリ２１の記憶領域に記憶させる（ステップＳ０２１）。
正規方程式生成部３０１Ｂは、メモリ２１に記憶された過去の複素数データ（過去複素データ）をターゲット連結処理部３２Ｂに参照させ、過去の正規方程式を導くための過去複素データの供給を受ける（ステップＳ０２３）。
続いて、方位検出部３０Ｂにおける正規方程式生成部３０１Ｂは、今回の検知サイクルによって取得した今回複素データに基づいて、正規方程式を導く（ステップＳ０３ｂ）。
【００９９】
また、ステップＳ０４ｂにおいて、今回の検知サイクルによって導かれた正規方程式と、過去に検知された過去複素データから導かれる過去の時点の正規方程式とに基づいて、それらの正規方程式の要素となる共分散行列ＣＭと右辺ベクトルｖｃの平均化処理を行う。つまり、正規方程式生成部３０１Ｂは、ターゲット連結処理部３２Ｂから供給された過去複素データに基づいて、その過去複素データを検知した過去の時点の正規方程式を生成する（ステップＳ０４１ｂ）。
正規方程式生成部３０１Ｂは、生成された過去と現在の正規方程式をそれぞれ構成する過去と現在の共分散行列と右辺ベクトルに対してそれぞれ重み付け平均化処理を行う。つまり、正規方程式生成部３０１Ｂは、生成した正規方程式に応じた過去の共分散行列と右辺ベクトルと、現在の共分散行列と右辺ベクトルとのそれぞれに重み係数を乗算した後、これらの共分散行列と右辺ベクトルの平均化処理を行う。正規方程式生成部３０１Ｂは、得られる平均化された共分散行列と右辺ベクトルに基づいて、平均化された正規方程式を生成する（ステップＳ０４３ｂ）。
ＡＲ係数算出部３０２Ｂは、平均化された正規方程式を解いて今回のＡＲ係数を導く（ステップＳ０５ｂ）。
【０１００】
以上に示した処理により、正規方程式を構成する入力情報としての共分散行列と右辺ベクトルについて平均化処理を行うことにより、検出された情報に含まれる誤差などによる影響を低減することができる。
さらに、正規方程式を解いて導かれるＡＲ係数についても、ステップＳ０９におけるＡＲ係数の平均化処理によって平均化処理が行われる。
このように、ステップＳ０４ｂとステップＳ０９の処理を組み合わせて行うことにより、得られるスペクトルのピーク特性を安定して導くことが可能となり、到来波の角度の検出精度を向上することが可能となる。
【０１０１】
（第５実施形態）
次に、図を参照し、本実施形態による電子走査型レーダ装置について説明する。
図２１は、本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
本実施形態においては、第１実施形態と同様に、方位推定を高分解能アルゴリズムで行う。図１に示す第１実施形態と同じ構成については、同一の符号を付し、以下第１実施形態との相違点について説明する。
信号処理部２０Ｃにおいて周波数分解処理部２２Ｂは、各アンテナ毎の上昇領域と下降領域とのビート信号を複素数データに変換し、そのビート周波数を示す周波数ポイントと、複素数データとをピーク検知部２３Ｂへ出力する。
そして、ピーク検知部２３Ｂは、上昇領域及び下降領域それぞれのピーク値と、そのピーク値の存在する周波数ポイントとを検出し、その周波数ポイントを周波数分解処理部２２Ｂへ出力される。
次に、周波数分解処理部２２Ｂは、上昇領域及び下降領域それぞれについて該当する複素数データを、方位検出部３０へ出力する。
【０１０２】
この複素数データが、上昇領域及び下降領域のそれぞれのターゲット群（上昇領域及び下降領域においてピークを有するビート周波数）となる。
ターゲット連結処理部３２Ｃにおいて、過去に確定したターゲットと上りと下りの両方のターゲット群とを結びつける必要があるため、メモリ２１には図２２に示すテーブルが記憶されている。
ターゲット連結部３２Ｂは、図１のターゲット連結部３２と同様な処理により、現在の検知サイクルと、過去の検知サイクルとの連結処理を行う。
【０１０３】
そして、方位検出部３０は、上昇領域及び下降領域それぞれにおいて、現在の検知サイクルにおけるＡＲ係数と、過去の検知サイクルにおけるＡＲ係数が平均化処理される。
次に、方位検出部３０は、上昇領域のＡＲ係数及び下降領域のＡＲ係数の各々について角度θを検出し、図２３に示すテーブルとしてピーク組合せ部２４Ｂへ出力する。
そして、ピーク組合わせ部２４Ｂは、図２３に示すテーブルの情報を元に、同様の角度を有する組み合わせを行い、上昇領域と下降領域とのビート周波数を組み合わせを距離検出部２５及び速度検出部２６へ出力する。
【０１０４】
距離検出部２５は、第１実施形態と同様に、組み合わせの上昇領域と下降領域とのビート周波数により距離を算出する。
また、速度検出部２６は、第１実施形態と同様に、組み合わせの上昇領域と下降領域とのビート周波数により相対速度を算出する。
ここで、距離検出部２５及び速度検出部２６それぞれは、距離と相対速度との値を、方向検知のように現在の検知サイクルと過去の検知サイクルとを平均化処理してフィルタリングする必要がないため、現在の検知サイクルのビート周波数の上昇領域及び下降領域の組み合わせにて計算する。
ターゲット確定部３１Ｂは、上述した上昇領域及び下降領域のＡＲ係数、上昇領域及び下降領域における周波数ポイントと距離と相対速度とを、現在の状態として確定する。
そして、ターゲット連結処理部３２Ｃは、ターゲット確定部３１Ｂから入力される、各ターゲット毎に、上昇領域及び下降領域それぞれの周波数ポイントと、上昇領域及び下降領域それぞれのＡＲ係数と、距離と、縦位置と、横位置と、相対速度とを、第１実施形態と同様の処理により図２２のテーブルに記憶させる。
【０１０５】
また、本実施形態においても、上記図２２のテーブルに対し、ＡＲ係数だけではなくピーク値が検出されたビート周波数の複素データ又は共分散行列と右辺ベクトルを記憶させる構成としても良い。
【０１０６】
（第６実施形態）
次に、図を参照し、本実施形態による電子走査型レーダ装置につて説明する。
図２４は、本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
本実施形態においては、第１実施形態と異なり、先にＡＲスペクトル推定処理等の高分解能アルゴリズムより分解能が低いＤＢＦ（Digital Beam Forming）を用いて方位推定を行い、その後に平均化処理されたＡＲ係数を用いたＡＲスペクトル推定処理による高分解能アルゴリズムで方位推定を行う構成である。図１に示す第１実施形態と同じ構成については、同一の符号を付し、以下第１実施形態との相違点について説明する。
この図に示されるように、図１の第１実施形態における周波数分解処理部２２とピーク検出部２３との間にＤＢＦ処理部４０が設けられ、上述したように、先にＤＢＦを用いて受信波の到来する方位を検出する点が第１実施形態と異なる。
【０１０７】
第１実施形態と同様に、周波数分解処理部２２は、入力されるビート信号を周波数分解（時間軸フーリエ変換）し、ビート周波数を示す周波数ポイントと、複素数データとを、ＤＢＦ処理部４０へ出力する。
次に、ＤＢＦ処理部４０は、入力される各アンテナに対応した複素数データを、アンテナの配列方向にフーリエ変換し、すなわち空間軸フーリエ変換を行う。
そして、ＤＢＦ処理部４０は、角度に依存、すなわち角度分解能に対応した角度チャンネル毎の空間複素数データを計算し、ビート周波数毎にピーク検知部２３に対して出力する。
【０１０８】
これにより、ＤＢＦ処理部４０から出力される角度チャンネル毎の空間複素数データ（ビート周波数単位）の示すスペクトルは、ビーム走査分解能による受信波の到来方向推定に依存したものとなる。
また、アンテナの配列方向にフーリエ変換されているため、角度チャンネル間にて複素数データを加算しているのと同じ効果を得ることができ、角度チャンネル毎の複素数データはＳ／Ｎ比が改善されており、ピーク値の検出における精度を、第１実施形態と同様に向上させることが可能となる。
上述した複素数データ及び空間複素数データともに、第１実施形態と同様に、三角波の上昇領域及び下降領域の双方にて算出される。
【０１０９】
次に、ピーク検知部２３は、ＤＢＦ処理部４０による処理の後に、ＤＢＦ結果による角度チャンネル毎にピークの検出を行い、検出された各チャンネルのピーク値を、次のピーク組合せ部２４へ角度チャンネル毎に出力する。すなわち、１６の分解能による空間軸フーリエ変換の場合、角度チャンネルの数は１５となる。
ピーク組合せ部２４では、第１の実施例と同様に、上昇領域及び下降領域におけるピーク値のあるビート周波数とそのピーク値を組み合わせて、距離検出部２５及び速度検出部２６へ、角度チャネル毎に出力する。
【０１１０】
そして、ペア確定部２７は、距離検出部２５及び速度検出部２６各々から、順次入力される上記距離ｒ及び相対速度ｖにより、図５のテーブルを角度チャンネル毎に生成し、第１の実施例と同様に、ターゲット毎に対応した上昇領域及び下降領域それぞれの適切なピークの組み合わせを、角度チャンネル毎に判定する。ここで、ＤＢＦでの分解能では、ターゲットが複数の角度チャンネルに跨って存在を示すので、近隣の角度チャンネル（マトリクス）との一致性も加味して、角度チャネル毎に上昇領域及び下降領域それぞれのピークの適切な組み合わせを行うことができる。そして、上昇領域及び下降領域それぞれのピークのペアを確定し、確定した距離ｒ及び相対速度ｖを示すターゲット群番号をターゲット確定部３１へ出力し、図２５に示すテーブルが作成される。
図２５は、上昇領域及び下降領域それぞれのピークのペアを確定した結果を記憶するテーブルである。
ペア確定部２７は、距離ｒ及び相対速度ｖのみでなく、それぞれのターゲットの角度チャンネルの情報が得られるため、縦位置と横位置を求めることができるため、図６のテーブルに対して縦位置と横位置が含まれた、現在の検知サイクルの各ターゲット群に対応する結果を有する図２５に示すテーブルを生成する。
【０１１１】
そして、ターゲット連結部３２は、図２５のテーブルの情報を用いて、現在の検知サイクルにおけるターゲットと、図１０の過去の検知サイクルにおけるターゲットとの結びつけの処理を行うこととなり、結びつけのパラメータとして、距離と相対速度及びピーク周波数ポイントとに加えて、縦位置と横位置を用いることとなるため、より結びつけの処理を高い精度にて行うことが可能となる。
さらに、方位検出部３０からの方位情報とＤＢＦからの方位情報とに基づいてＡＮＤ論理で推定することにより、方向検知の信頼度を向上させたり、互いの方位情報を分担、例えば、近距離では角度分解能が粗くて良いのでＤＢＦの角度情報を用いるなどができる効果を成す。
【０１１２】
また、本実施形態においても、上記図１０のテーブルに対し、ＡＲ係数に加えてピーク値が検出されたビート周波数の複素データ又は共分散行列と右辺ベクトルを記憶させる構成としても良い。
【０１１３】
（第７実施形態）
次に、図を参照し、本実施形態による電子走査型レーダ装置を説明する。
図２６は、本実施形態による電子走査型レーダ装置の構成例を示すブロック図である。
本実施形態においては、第１実施形態と異なり、先にＡＲスペクトル推定処理等の高分解能アルゴリズムより分解能が低いＤＢＦ（Digital Beam Forming）を用いて方位推定を行い、ターゲットの角度範囲を絞り込み、ＩＤＢＦ（逆ＤＢＦ、すなわち逆空間軸フーリエ変換）を行い時間軸の複素数データに戻し、後に行う高分解能アルゴリズムで行う方位推定の精度を向上させる構成である。図２４に示す第６実施形態と同じ構成については、同一の符号を付し、以下第６実施形態との相違点について説明する。
本実施形態は、第６実施形態にチャンネル（Ｃｈ）削除部４１及びＩＤＢＦ処理部４２が付加されたものである。
【０１１４】
上記ＤＢＦ処理部４０は、第６実施形態と同様に、空間軸フーリエ変換を行い、空間複素数データをピーク検知部２３へ出力するとともに、Ｃｈ削除部４１へ出力する。
ここで、ＤＢＦ処理部４０は、図２７（ａ）に示すように、受信アンテナの配列方向に本実施形態においては、例えば１６ポイントの分解能により、空間軸フーリエ変換を行い、結果として１５の角度チャンネルの角度単位のスペクトルを生成し、Ｃｈ削除部４１へ出力する。
そして、Ｃｈ削除部４１は、ペア確定部２７で確定されたＤＢＦターゲットのピーク周波数ポイント（例えば下降部分）に該当する空間複素数データのスペクトルのレベルが予め設定された角度範囲にて隣接して連続し、かつ予め設定されたＤＢＦ閾値のレベルを超えるか否かの検出を行い、ＤＢＦ閾値を超えない角度チャンネルのスペクトルを「０」に置き換える処理を行い、絞り込んだ空間複素データを出力する。
上述した処理において、Ｃｈ削除部４１は、例えば、図２７（ｂ）に示すように隣接した４角度チャンネルが連続して上記ＤＢＦ閾値を超えるレベルであると、その範囲にターゲットが１つ以上存在するとして、これらの角度チャンネルのスペクトルを残し、他の角度のスペクトルの強度を「０」に置き換える。
【０１１５】
そして、ＩＤＢＦ処理部４２は、スペクトルの絞込を行った、すなわち設定した数の角度チャンネルにおいて連続してＤＢＦ閾値を超える角度チャンネル領域のデータのみ残し、その他の領域の強度を「０」に置き換えた空間複素数データを、逆空間軸フーリエ変換し、時間軸の複素数データに戻し、方位検出部３０へ出力する。
そして、方位検出部３０は、入力される複素数データから相関行列を算出するため、路側物などを除去し、かつノイズ成分を削減した直交性の良い相関行列を求めることができる。図２７（ｃ）は図２７（ｂ）のＤＢＦ分解能でのターゲット群（実際にはターゲットが２つ以上ある可能性があるのでターゲット群とする）を、上記の方法で相関行列に基づいて正規方程式を作成し、高分解能アルゴリズムでさらにターゲットを分離した例である。
また、図２８（ａ）に示すように、複数のターゲット群からの反射成分を含む受信波を受信した場合、ＤＢＦ処理部４０から出力される空間複素データには、連続した角度チャンネルにてＤＢＦレベルを超える角度チャンネル範囲が複数存在することとなる。
【０１１６】
そして、Ｃｈ削除部４１は、入力される空間複素データにて、設定された角度チャネル範囲において、隣接した角度チャネルのスペクトルのレベルが連続してＤＢＦ閾値のレベルを超える場合、その超えた角度チャネル領域をそれぞれ抽出し、その角度チャネル領域以外のスペクトルの強度を「０」に置き換え、図２８（ｂ）及び図２８（ｃ）のように、角度チャネル領域にて識別される別々の空間複素数データに分割する。
ここで、ペア確定部２７は、第６実施形態と同様に、距離、相対速度及び縦位置と横位置を求め、Ｃｈ削除部４１へ出力するとともに、ターゲット連結処理部３２へ出力する。
Ｃｈ削除部４１は、ＤＢＦターゲットの周波数ポイントに該当する空間複素数データを選出し、上述したＣｈ削除を行った後、ＩＤＢＦ処理部４２へ出力する。
【０１１７】
そして、ＩＤＢＦ処理部４２は、入力される空間複素数データを逆空間フーリエ変換して、得られた時間軸の複素数データを方位検出部３０へ出力する。
ターゲット連結処理部３２は、入力される距離、相対速度及び縦位置と横位置に対応した過去の検知サイクルのＡＲ係数をメモリ２１の図１０のテーブルから抽出し、方位検出部３０へ出力する。
【０１１８】
上述した処理により、方位検出部３０のＡＲスペクトル推定処理におけるスペクトル算出時に検知方向範囲を絞り込むことができ、第１〜第６実施形態に比較して、より分解能を上げることが可能となる。
さらに、上述した構成とすることにより、方位検出部３０において、ＡＲ係数の計算に用いる相関行列に、ターゲット群毎の反射成分に分割した受信波を、仮想的に受信されたことになるため、例えば受信アンテナ数及びサブアレー数に対してその数以上の多くのターゲットからの反射成分を含んだ受信波が受信されたとしても、ＡＲ係数の計算で誤ることなく計算が可能となる。
【０１１９】
また、本実施形態においても、上記図１０のテーブルに対し、ＡＲ係数だけではなくピーク値が検出されたビート周波数のＩＤＢＦされた複素数データ又は共分散行列と右辺ベクトルを記憶させる構成としても良い。
【０１２０】
（第８実施形態）
図を参照し、異なる処理手順の推定方法について示す。
図２９は、同実施形態における電子走査型レーダ装置の構成を示すブロック図である。
この図において、本実施形態による電子走査型レーダ装置は、図１及び図１４に示した構成に対して信号処理部２０Ｆの構成が異なる。図１及び図１４に示した構成と同じ構成には、図１及び図１４と同じ符号を付す。
信号処理部２０Ｆは、メモリ２１、周波数分離処理部２２、ピーク検知部２３、ピーク組合せ部２４、距離検出部２５、速度検出部２６、ペア確定部２７、方位検出部３０Ｆ、ターゲット確定部３１及びターゲット連結処理部３２Ｆを備える。
また、方位検出部３０Ｆは、正規方程式生成部３０１Ａ、ＡＲ係数算出部３０２Ｆパワースペクトル算出部３０４Ｆを備える。
【０１２１】
信号処理部２０Ｆは、正規方程式の平均化処理を行う。
方位検出部３０Ｆは、高分解能アルゴリズムのＡＲスペクトル推定処理やＭＵＳＩＣ等を用いてスペクトル推定処理を行い、過去に行われたスペクトル推定の結果との平均化処理を行ったスペクトル推定の平均化処理結果に基づいて対応するターゲットの方位を検出し、ターゲット確定部３１へ出力する。
【０１２２】
方位検出部３０ＦにおいてＡＲ係数算出部３０２Ｆは、正規方程式生成部３０１Ａによって平均化処理されて生成された正規方程式から導かれるＡＲ係数と、白色雑音の分散σ２を算出する。このように、ＡＲ係数算出部３０２Ｆは、検知サイクルに応じて、アンテナ毎に、ターゲットの存在が検知されたビート周波数である検出ビート周波数の複素数データに基づいてスペクトル推定を行うことができる。
ＡＲ係数算出部３０２Ｆは、平均化処理された正規方程式を解いて、現在のＡＲ係数を導く。また、ＡＲ係数算出部３０２Ｆは、パワースペクトル算出部３０４Ｆへ、得られたＡＲ係数と白色雑音の分散σ２を出力する。
パワースペクトル算出部３０４Ｆは、平均化処理された正規方程式から導かれたＡＲ係数と白色雑音の分散σ２に基づいて導かれるパワースペクトルから受信波の到来方向を算出する。
【０１２３】
図３０は、本実施形態で記憶させる情報を保持するテーブルの構成を示す図である。
この図に示されるテーブルは、図１５に示されるテーブルの構成より、ＡＲ係数を示す項目の行が削除されている。また、列方向については、図１５に示されるテーブルの構成と同じである。
【０１２４】
図３１は、電子走査型レーダ装置におけるターゲットの方向推定処理の流れを示すフローチャートである。
この図に示されるフローチャートにおける処理の手順は、前述の図１６に示したフローチャートの手順に、ステップＳ０９の処理が削除されている点が異なる。図１６と同じ処理には、同じ符号を付す。
この図に示されるステップＳ０７に続いて、パワースペクトル算出部３０４Ｆは、パワースペクトルを求める。パワースペクトルは、平均化処理された正規方程式に基づいて導かれたＡＲ係数と白色雑音の分散σ２に基づいて求められる。求められたパワースペクトルは、その伝達特性を伝達関数として示した場合の極に対応するピーク特性が検出される（ステップＳ１１）。そのピークが示す角度を反射波が到来する到来角度として検知する（ステップＳ１３）。
【０１２５】
以上に示した処理において、導かれるＡＲ係数は、求められるパワースペクトルの特性に関係し、そのピーク形状の精度に寄与することから、ＡＲ係数の推定精度を向上させることが検知性能（検知角度性能や分離性能）の向上に関係することがわかる。
【０１２６】
（本実施形態における方向推定特性）
続いて、本実施形態による電子走査型レーダ装置の方向推定特性について示す。
図３２と図３３は、本実施形態による電子走査型レーダ装置の方向推定特性を示す図である。
この図３２（ａ）は、第１実施形態に示される構成に基づいて推定したスペクトル、図３２（ｂ）は、第３実施形態に示される構成に基づいて推定したスペクトル、図３３（ａ）は、第８実施形態に示される構成に基づいて推定したスペクトルをそれぞれ示す。
また、図３３（ｂ）は、ＡＲ係数の平均化処理及び正規方程式の平均化処理を共に行わない推定結果を示す。
図３２と図３３（ａ)に示される結果を、図３３（ｂ）の結果と対比すると、ＡＲ係数の平均化処理及び正規方程式の平均化処理の少なくともいずれか一方の平均化処理を合わせて行うことにより、それぞれの検出結果にばらつきが無くなることが示される。すなわち、本実施形態に示す構成とすることにより、ピーク波形の形及び検出角度が揃って検出できることがわかる。
本実施形態による電子走査型レーダ装置は、方位検出部３０における検出ビート周波数の複素数データに基づいたスペクトル推定処理の入力要素と、出力要素のいずれか又は両方の平均処理が行えるので、検出精度を低減させることなく、高い精度で受信波の到来方向の検出を行うことが可能となる。
【０１２７】
以上、第１〜第８実施形態は、図１に示すＦＭＣＷ方式のレーダに用いる構成例を基に説明したが、ＦＭＣＷ方式の他のアンテナ構成にも適用することが可能である。
また、多周波ＣＷ、パルスレーダ等のＦＭＣＷ方式以外の他の方式においても、本発明に適用することが可能である。
さらに、同一制御サイクル内に図２（ａ）に示す送受信によるデータの取得を複数回行う場合では、本発明の実施形態における平均処理の回数を部分を単純に増やすことができるので、さらに推定精度が向上できる。
本実施形態において、パワースペクトルのピークを算出してターゲット数と方位を求める形態としたが、パワースペクトルの代わりに高次方程式の根を求める計算を用いて、その極で方位を推定してもよい。
さらに、本実施形態においては、方位検知部として高分解能アルゴリズムとしてＡＲスペクトル推定処理を例に述べたが、他のスペクトル推定アルゴリズムにおいても同様におこなうことができる。例えば、ＭＵＳＩＣやＥＳＰＲＩＴなどの固有値計算を実行するアルゴリズムの場合は、ＡＲ係数を記憶し平均処理するのと同じように、算出した固有ベクトルの要素を記憶して平均処理することにより適用できる。
【０１２８】
なお、図１、図１０、図１４、図１８、図２１、図２４、図２６、図２９における信号処理部２０、２０Ａから２０Ｆの機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより、受信波から方位検出を行う信号処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータシステム」は、ホームページ提供環境（あるいは表示環境）を備えたＷＷＷシステムも含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。
【０１２９】
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。
【符号の説明】
【０１３０】
１−１，１−ｎ…受信アンテナ
２−１，２−ｎ…ミキサ
３…送信アンテナ
４…分配器
５−１，５−ｎ…フィルタ
６…ＳＷ
７…ＡＤＣ
８…制御部
９…三角波生成部
１０…ＶＣＯ
２０、２０Ａ、２０Ｂ、２０Ｃ、２０Ｄ、２０Ｅ、２０Ｆ…信号処理部
２１…メモリ
２２、２２Ｂ…周波数分解処理部
２３、２３Ｂ…ピーク検知部
２４、２４Ｂ…ピーク組合せ部
２５…距離検出部
２６…速度検出部
２７…ペア確定部
３０、３０Ａ、３０Ｂ、３０Ｆ…方位検出部
３１、３１Ｂ…ターゲット確定部
３２、３２Ａ、３２Ｂ、３２Ｃ…ターゲット連結処理部
４０…ＤＢＦ処理部
４１…Ｃｈ削除部
４２…ＩＤＢＦ処理部
３０１、３０１Ａ、３０１Ｂ…正規方程式生成部
３０２、３０２Ｂ、３０２Ｆ…ＡＲ係数算出部
３０３…ＡＲ係数フィルタ部
３０４、３０４Ｆ…パワースペクトル算出部
【特許請求の範囲】
【請求項１】
移動体に搭載される電子走査型レーダ装置であり、
送信波を送信する送信手段と、
前記送信波を反射したターゲットから到来する受信波を受信する複数のアンテナを含んで構成される受信部と、
前記送信波及び前記受信波からビート信号を生成するビート信号生成部と、
前記ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、前記ビート周波数毎に分解された前記ビート信号に基づいた複素数データを算出する周波数分解処理部と、
前記ビート周波数の強度値からピーク値を検出して前記ターゲットの存在を検知するターゲット検知部と、
今回及び過去の検知サイクルにおいて検出される前記ターゲットを関連付けるターゲット連結処理部と、
前記検知サイクルに応じて、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データに基づいてスペクトル推定処理を行い、前記過去に行われた前記スペクトル推定処理に基づいて導かれた結果と、前記今回行われた前記スペクトル推定処理に基づいて導かれた結果とに基づいて生成される正規方程式の要素に対して、重み付けされた平均化処理を行い前記受信波の到来方向を算出する方位検出部と
を備えることを特徴とする電子走査型レーダ装置。
【請求項２】
前記方位検出部は、
相関行列、ＡＲ係数、右辺ベクトルの要素で成る線形式で示される前記正規方程式であって、前記複素数データから導かれる前記相関行列と前記右辺ベクトルに基づいた正規方程式を生成する正規方程式生成部と、
前記正規方程式として示されるＡＲモデルに基づいたＡＲ係数を導くＡＲ係数演算部と、
前記ＡＲ係数に基づいて導かれるパワースペクトルから前記受信波の到来方向を算出するスペクトル算出部と、を備え、
前記正規方程式における要素の内、少なくとも一部の前記要素に対して平均化処理を行う
ことを特徴とする請求項１に記載の電子走査型レーダ装置。
【請求項３】
前記方位検出部は、
前記今回生成された正規方程式から導かれた今回の前記ＡＲ係数と、前記過去に生成された正規方程式から導かれた過去の前記ＡＲ係数とであって、前記ターゲットに関連付けられた前記今回のＡＲ係数と前記過去のＡＲ係数に対して重み付けされた平均化処理に基づいて平均ＡＲ係数を生成するフィルタ部と、を備え、
前記スペクトル算出部は、
前記平均ＡＲ係数に基づいて導かれるパワースペクトルから受信波の到来方向を算出する
ことを特徴とする請求項１又は請求項２に記載の電子走査型レーダ装置。
【請求項４】
前記検知サイクルに応じて、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データと、前記複素数データに基づいてスペクトル推定された結果である複素数の要素のいずれか、又は、両方を記憶する記憶部と、を備え、
前記方位検出部は、
そのスペクトル推定処理に応じた前記複素数データと、前記複素数データに基づいてスペクトル推定された結果の少なくともいずれか一方を前記記憶部に記憶する
ことを特徴とする請求項１から請求項３のいずれかに記載の電子走査型レーダ装置。
【請求項５】
前記記憶される複素数の要素は、前記ターゲットに関連付けられた前記過去のＡＲ係数又は前記平均ＡＲ係数のいずれかである
ことを特徴とする請求項４に記載の電子走査型レーダ装置。
【請求項６】
前記正規方程式生成部が、
前記今回生成される正規方程式の要素となる今回の前記相関行列と前記右辺ベクトル、及び、前記過去に生成された正規方程式の要素となる過去の前記相関行列と前記右辺ベクトルであって、前記ターゲットに関連付けられ、前記今回の相関行列と前記過去の相関行列とに対して重み付けされた平均化処理に基づいて平均相関行列、及び、前記今回の右辺ベクトルと前記過去の右辺ベクトルに対して重み付けされた平均化処理に基づいて平均右辺ベクトルを生成し、
前記ＡＲ係数演算部は、
前記平均相関行列と前記平均右辺ベクトルとを要素とする前記正規方程式から前記ＡＲ係数を導く
ことを特徴とする請求項１から請求項５のいずれかに記載の電子走査型レーダ装置。
【請求項７】
前記記憶される複素数の要素は、前記ターゲットに関連付けられた前記過去の相関行列と前記過去の右辺ベクトルである
ことを特徴とする請求項３から請求項６のいずれかに記載の電子走査型レーダ装置。
【請求項８】
前記ターゲット連結処理部は、
前記現在及び過去の検知サイクルにおいてそれぞれ検出されたターゲットを関連付ける際、前記過去の検知サイクルにより得られた距離と相対速度に基づいて算出される距離範囲及び相対速度範囲に、前記現在の検知サイクルの検出ビート周波数により得られた距離及び相対速度がそれぞれ含まれるか否かの判定結果にしたがって、前記現在及び過去の検知サイクルにおけるターゲットが関連するターゲットであるか否かを検出することを特徴とする請求項１から請求項７のいずれかに記載の電子走査型レーダ装置。
【請求項９】
前記記憶部は、
前記関連付けられたターゲットについて、前記過去の１つまたは複数の検知サイクルにおいて検知されたターゲットの距離及び相対速度を、少なくとも前記ＡＲ係数と前記平均ＡＲ係数のいずれか一方に関連付けてそれぞれ記憶し、
前記ターゲット連結処理部は、
前記現在の検知サイクルにおけるターゲットと、該現在の検知サイクルにおけるターゲットに関連付けられ、前記現在と時系列的に関係する複数の過去の検知サイクルにおけるターゲットとを対応付けて、
前記フィルタ部は、
前記ＡＲ係数を重み付け平均化処理して前記平均ＡＲ係数を生成するとともに、前記現在の検知サイクルにおいて検知されたターゲットの距離、相対速度及び少なくとも前記ＡＲ係数と前記平均ＡＲ係数のいずれか一方を、前記関連付けられた過去のターゲットの距離、相対速度及び少なくとも前記ＡＲ係数と前記平均ＡＲ係数のいずれか一方に対応させ、前記記憶部に記憶する
ことを特徴とする請求項４から請求項８のいずれかに記載の電子走査型レーダ装置。
【請求項１０】
前記記憶部は、
前記関連付けられたターゲットに対応する検出ビート周波数の複素数データについて１つまたは複数の検知サイクル分を、それぞれ対応させて記憶し、
前記正規方程式生成部は、
前記現在の検知サイクルのターゲットと関連する前記過去の検知サイクルのターゲットが検知された場合に、前記過去の検知サイクルの複素数データから前記共分散行列と右辺ベクトルを算出し、前記現在の検知サイクルにおけるターゲットと、該現在の検知サイクルにおけるターゲットに関連付けられ、前記現在と時系列的に関係する複数の過去の検知サイクルにおけるターゲットとを対応付けて、前記現在と過去の検知サイクルにおけるターゲットに対応する前記共分散行列と右辺ベクトルを重み付け平均化した平均共分散行列と平均右辺ベクトルを生成し、
前記ターゲット連結処理部は、
前記関連付けられた現在のターゲットの距離、相対速度及び検出ビート周波数の複素数データを、前記関連付けられた過去の検知サイクルにおけるターゲットの距離、相対速度及び複素数データと対応付けて記憶する
ことを特徴とする請求項４から請求項９のいずれかに記載の電子走査型レーダ装置。
【請求項１１】
前記複素数データに基づいて、前記受信波を受信する所望の方向の受信感度を高めるデジタルビームフォーミングに基づいて前記ターゲットの存在及び方位を検出するＤＢＦ部
をさらに備え、
前記ターゲット検知部は、
前記現在の検知サイクルにおけるビート周波数における前記デジタルビームフォーミングに基づいて前記ターゲットの方位を検出し、
前記ターゲット連結処理部は、
前記現在及び過去の検知サイクルにおけるターゲットの関連付けを、距離、相対速度及び方位により行う
ことを特徴とする請求項１から請求項１０のいずれかに記載の電子走査型レーダ装置。
【請求項１２】
前記ＤＢＦ部は、
前記デジタルビームフォーミングに基づいて設定される前記所望の方向に対応する角度チャンネル毎のスペクトルの強度を示す空間複素数データを算出し、
隣接する前記角度チャンネルのスペクトルの強度が予め設定された前記角度チャンネル幅の範囲において予め設定されたＤＢＦ閾値を超えた場合、ターゲットの存在を検知（ＤＢＦ検知ターゲット）し、ターゲットの存在が検知されていない角度チャンネルのスペクトル強度を「０」に置き換え、新たな空間複素数データとして出力するチャンネル削除部と、
前記新たな空間複素数データを逆ＤＢＦすることにより、再生複素数データを生成するＩＤＢＦ部と
をさらに備え、
前記正規方程式生成部は、
前記再生複素数データから相関行列を導いて正規方程式を生成する
ことを特徴とする請求項１１に記載の電子走査型レーダ装置。
【請求項１３】
前記チャンネル削除部は、
複数の前記ＤＢＦ検知ターゲットを検出した場合、それぞれの前記ＤＢＦ検知ターゲットに対応した角度チャンネル範囲毎にスペクトルを分割し、前記ＤＢＦ検知ターゲット数の空間複素数データを生成し、
前記ＩＤＢＦ部は、
前記ＤＢＦ検知ターゲット毎の空間複素数データをそれぞれ逆ＤＢＦすることにより、前記ＤＢＦ検知ターゲット毎の再生複素数データを生成し、
前記正規方程式生成部は、
前記ＤＢＦ検知ターゲット毎の再生複素数データに基づいて、前記ＤＢＦ検知ターゲット毎の相関行列を算出する
ことを特徴とする請求項１１又は請求項１２に記載の電子走査型レーダ装置。
【請求項１４】
前記フィルタ部は、
前記相対速度に対応し、重み付け平均する際の重み係数を、前記ターゲット毎に変化させる
ことを特徴とする請求項１から請求項１３のいずれかに記載の電子走査型レーダ装置。
【請求項１５】
前記フィルタ部は、
前記現在及び過去における方位と距離から導かれる横方向への位置の変化量が、予め設定した範囲を超えた場合に、重み付け平均する際の重み係数を、前記ターゲット毎に変化させる
ことを特徴とする請求項１から請求項１４のいずれかに記載の電子走査型レーダ装置。
【請求項１６】
前記ターゲット連結処理部は、
前記ＡＲ係数の平均化処理をする際に参照する前記過去の検知サイクルの数を、前記相対速度に応じて変化させる
ことを特徴とする請求項２から請求項９のいずれかに記載の電子走査型レーダ装置。
【請求項１７】
移動体に搭載される電子走査型レーダ装置による受信波方向推定方法であり、
送信手段から送信波を送信する送信過程と、
前記送信波を反射したターゲットから到来する受信波を、複数のアンテナから構成される受信部が受信する受信過程と、
前記送信波及び前記受信波からビート信号を生成するビート信号生成過程と、
現在及び過去の検知サイクルにおいて検出される前記ターゲットを関連付けるターゲット連結処理過程と、
前記検知サイクルに応じて、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データに基づいてスペクトル推定を行い、前記過去に行われた前記スペクトル推定処理に基づいて導かれた結果と、前記今回行われた前記スペクトル推定処理に基づいて導かれた結果とに基づいて生成される正規方程式の要素に対して重み付けされた平均化処理を行い前記受信波の到来方向を算出する方位検出過程と
を有することを特徴とする受信波方向推定方法。
【請求項１８】
移動体に搭載される電子走査型レーダ装置により受信波方向推定の動作をコンピュータに制御させるためのプログラムであり、
送信手段が送信波を送信させる送信処理と、
受信部が前記送信波を反射したターゲットから到来する受信波を受信する受信処理と、
ビート信号生成部が前記送信波及び前記反射波からビート信号を生成するビート信号生成処理と、
周波数分解処理部が前記ビート信号を予め設定した分解数のビート周波数に周波数分解して複素数データを算出する周波数分解処理と、
ターゲット検知部が前記ビート周波数の強度値からピーク値を検出してターゲットの存在を検知するターゲット検知処理と、
現在及び過去の検知サイクルにおいて検出される前記ターゲットを関連付けるターゲット連結処理と、
前記検知サイクルに応じて、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データに基づいてスペクトル推定を行い、前記過去に行われた前記スペクトル推定処理に基づいて導かれた結果と、前記今回行われた前記スペクトル推定処理に基づいて導かれた結果とに基づいて生成される正規方程式の要素に対して重み付けされた平均化処理を行い前記受信波の到来方向を算出する方位検出処理と
を有することを特徴とする受信波方向推定プログラム。
【請求項１】
移動体に搭載される電子走査型レーダ装置であり、
送信波を送信する送信手段と、
前記送信波を反射したターゲットから到来する受信波を受信する複数のアンテナを含んで構成される受信部と、
前記送信波及び前記受信波からビート信号を生成するビート信号生成部と、
前記ビート信号を予め設定された周波数帯域幅を有するビート周波数に周波数分解して、前記ビート周波数毎に分解された前記ビート信号に基づいた複素数データを算出する周波数分解処理部と、
前記ビート周波数の強度値からピーク値を検出して前記ターゲットの存在を検知するターゲット検知部と、
今回及び過去の検知サイクルにおいて検出される前記ターゲットを関連付けるターゲット連結処理部と、
前記検知サイクルに応じて、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データに基づいてスペクトル推定処理を行い、前記過去に行われた前記スペクトル推定処理に基づいて導かれた結果と、前記今回行われた前記スペクトル推定処理に基づいて導かれた結果とに基づいて生成される正規方程式の要素に対して、重み付けされた平均化処理を行い前記受信波の到来方向を算出する方位検出部と
を備えることを特徴とする電子走査型レーダ装置。
【請求項２】
前記方位検出部は、
相関行列、ＡＲ係数、右辺ベクトルの要素で成る線形式で示される前記正規方程式であって、前記複素数データから導かれる前記相関行列と前記右辺ベクトルに基づいた正規方程式を生成する正規方程式生成部と、
前記正規方程式として示されるＡＲモデルに基づいたＡＲ係数を導くＡＲ係数演算部と、
前記ＡＲ係数に基づいて導かれるパワースペクトルから前記受信波の到来方向を算出するスペクトル算出部と、を備え、
前記正規方程式における要素の内、少なくとも一部の前記要素に対して平均化処理を行う
ことを特徴とする請求項１に記載の電子走査型レーダ装置。
【請求項３】
前記方位検出部は、
前記今回生成された正規方程式から導かれた今回の前記ＡＲ係数と、前記過去に生成された正規方程式から導かれた過去の前記ＡＲ係数とであって、前記ターゲットに関連付けられた前記今回のＡＲ係数と前記過去のＡＲ係数に対して重み付けされた平均化処理に基づいて平均ＡＲ係数を生成するフィルタ部と、を備え、
前記スペクトル算出部は、
前記平均ＡＲ係数に基づいて導かれるパワースペクトルから受信波の到来方向を算出する
ことを特徴とする請求項１又は請求項２に記載の電子走査型レーダ装置。
【請求項４】
前記検知サイクルに応じて、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データと、前記複素数データに基づいてスペクトル推定された結果である複素数の要素のいずれか、又は、両方を記憶する記憶部と、を備え、
前記方位検出部は、
そのスペクトル推定処理に応じた前記複素数データと、前記複素数データに基づいてスペクトル推定された結果の少なくともいずれか一方を前記記憶部に記憶する
ことを特徴とする請求項１から請求項３のいずれかに記載の電子走査型レーダ装置。
【請求項５】
前記記憶される複素数の要素は、前記ターゲットに関連付けられた前記過去のＡＲ係数又は前記平均ＡＲ係数のいずれかである
ことを特徴とする請求項４に記載の電子走査型レーダ装置。
【請求項６】
前記正規方程式生成部が、
前記今回生成される正規方程式の要素となる今回の前記相関行列と前記右辺ベクトル、及び、前記過去に生成された正規方程式の要素となる過去の前記相関行列と前記右辺ベクトルであって、前記ターゲットに関連付けられ、前記今回の相関行列と前記過去の相関行列とに対して重み付けされた平均化処理に基づいて平均相関行列、及び、前記今回の右辺ベクトルと前記過去の右辺ベクトルに対して重み付けされた平均化処理に基づいて平均右辺ベクトルを生成し、
前記ＡＲ係数演算部は、
前記平均相関行列と前記平均右辺ベクトルとを要素とする前記正規方程式から前記ＡＲ係数を導く
ことを特徴とする請求項１から請求項５のいずれかに記載の電子走査型レーダ装置。
【請求項７】
前記記憶される複素数の要素は、前記ターゲットに関連付けられた前記過去の相関行列と前記過去の右辺ベクトルである
ことを特徴とする請求項３から請求項６のいずれかに記載の電子走査型レーダ装置。
【請求項８】
前記ターゲット連結処理部は、
前記現在及び過去の検知サイクルにおいてそれぞれ検出されたターゲットを関連付ける際、前記過去の検知サイクルにより得られた距離と相対速度に基づいて算出される距離範囲及び相対速度範囲に、前記現在の検知サイクルの検出ビート周波数により得られた距離及び相対速度がそれぞれ含まれるか否かの判定結果にしたがって、前記現在及び過去の検知サイクルにおけるターゲットが関連するターゲットであるか否かを検出することを特徴とする請求項１から請求項７のいずれかに記載の電子走査型レーダ装置。
【請求項９】
前記記憶部は、
前記関連付けられたターゲットについて、前記過去の１つまたは複数の検知サイクルにおいて検知されたターゲットの距離及び相対速度を、少なくとも前記ＡＲ係数と前記平均ＡＲ係数のいずれか一方に関連付けてそれぞれ記憶し、
前記ターゲット連結処理部は、
前記現在の検知サイクルにおけるターゲットと、該現在の検知サイクルにおけるターゲットに関連付けられ、前記現在と時系列的に関係する複数の過去の検知サイクルにおけるターゲットとを対応付けて、
前記フィルタ部は、
前記ＡＲ係数を重み付け平均化処理して前記平均ＡＲ係数を生成するとともに、前記現在の検知サイクルにおいて検知されたターゲットの距離、相対速度及び少なくとも前記ＡＲ係数と前記平均ＡＲ係数のいずれか一方を、前記関連付けられた過去のターゲットの距離、相対速度及び少なくとも前記ＡＲ係数と前記平均ＡＲ係数のいずれか一方に対応させ、前記記憶部に記憶する
ことを特徴とする請求項４から請求項８のいずれかに記載の電子走査型レーダ装置。
【請求項１０】
前記記憶部は、
前記関連付けられたターゲットに対応する検出ビート周波数の複素数データについて１つまたは複数の検知サイクル分を、それぞれ対応させて記憶し、
前記正規方程式生成部は、
前記現在の検知サイクルのターゲットと関連する前記過去の検知サイクルのターゲットが検知された場合に、前記過去の検知サイクルの複素数データから前記共分散行列と右辺ベクトルを算出し、前記現在の検知サイクルにおけるターゲットと、該現在の検知サイクルにおけるターゲットに関連付けられ、前記現在と時系列的に関係する複数の過去の検知サイクルにおけるターゲットとを対応付けて、前記現在と過去の検知サイクルにおけるターゲットに対応する前記共分散行列と右辺ベクトルを重み付け平均化した平均共分散行列と平均右辺ベクトルを生成し、
前記ターゲット連結処理部は、
前記関連付けられた現在のターゲットの距離、相対速度及び検出ビート周波数の複素数データを、前記関連付けられた過去の検知サイクルにおけるターゲットの距離、相対速度及び複素数データと対応付けて記憶する
ことを特徴とする請求項４から請求項９のいずれかに記載の電子走査型レーダ装置。
【請求項１１】
前記複素数データに基づいて、前記受信波を受信する所望の方向の受信感度を高めるデジタルビームフォーミングに基づいて前記ターゲットの存在及び方位を検出するＤＢＦ部
をさらに備え、
前記ターゲット検知部は、
前記現在の検知サイクルにおけるビート周波数における前記デジタルビームフォーミングに基づいて前記ターゲットの方位を検出し、
前記ターゲット連結処理部は、
前記現在及び過去の検知サイクルにおけるターゲットの関連付けを、距離、相対速度及び方位により行う
ことを特徴とする請求項１から請求項１０のいずれかに記載の電子走査型レーダ装置。
【請求項１２】
前記ＤＢＦ部は、
前記デジタルビームフォーミングに基づいて設定される前記所望の方向に対応する角度チャンネル毎のスペクトルの強度を示す空間複素数データを算出し、
隣接する前記角度チャンネルのスペクトルの強度が予め設定された前記角度チャンネル幅の範囲において予め設定されたＤＢＦ閾値を超えた場合、ターゲットの存在を検知（ＤＢＦ検知ターゲット）し、ターゲットの存在が検知されていない角度チャンネルのスペクトル強度を「０」に置き換え、新たな空間複素数データとして出力するチャンネル削除部と、
前記新たな空間複素数データを逆ＤＢＦすることにより、再生複素数データを生成するＩＤＢＦ部と
をさらに備え、
前記正規方程式生成部は、
前記再生複素数データから相関行列を導いて正規方程式を生成する
ことを特徴とする請求項１１に記載の電子走査型レーダ装置。
【請求項１３】
前記チャンネル削除部は、
複数の前記ＤＢＦ検知ターゲットを検出した場合、それぞれの前記ＤＢＦ検知ターゲットに対応した角度チャンネル範囲毎にスペクトルを分割し、前記ＤＢＦ検知ターゲット数の空間複素数データを生成し、
前記ＩＤＢＦ部は、
前記ＤＢＦ検知ターゲット毎の空間複素数データをそれぞれ逆ＤＢＦすることにより、前記ＤＢＦ検知ターゲット毎の再生複素数データを生成し、
前記正規方程式生成部は、
前記ＤＢＦ検知ターゲット毎の再生複素数データに基づいて、前記ＤＢＦ検知ターゲット毎の相関行列を算出する
ことを特徴とする請求項１１又は請求項１２に記載の電子走査型レーダ装置。
【請求項１４】
前記フィルタ部は、
前記相対速度に対応し、重み付け平均する際の重み係数を、前記ターゲット毎に変化させる
ことを特徴とする請求項１から請求項１３のいずれかに記載の電子走査型レーダ装置。
【請求項１５】
前記フィルタ部は、
前記現在及び過去における方位と距離から導かれる横方向への位置の変化量が、予め設定した範囲を超えた場合に、重み付け平均する際の重み係数を、前記ターゲット毎に変化させる
ことを特徴とする請求項１から請求項１４のいずれかに記載の電子走査型レーダ装置。
【請求項１６】
前記ターゲット連結処理部は、
前記ＡＲ係数の平均化処理をする際に参照する前記過去の検知サイクルの数を、前記相対速度に応じて変化させる
ことを特徴とする請求項２から請求項９のいずれかに記載の電子走査型レーダ装置。
【請求項１７】
移動体に搭載される電子走査型レーダ装置による受信波方向推定方法であり、
送信手段から送信波を送信する送信過程と、
前記送信波を反射したターゲットから到来する受信波を、複数のアンテナから構成される受信部が受信する受信過程と、
前記送信波及び前記受信波からビート信号を生成するビート信号生成過程と、
現在及び過去の検知サイクルにおいて検出される前記ターゲットを関連付けるターゲット連結処理過程と、
前記検知サイクルに応じて、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データに基づいてスペクトル推定を行い、前記過去に行われた前記スペクトル推定処理に基づいて導かれた結果と、前記今回行われた前記スペクトル推定処理に基づいて導かれた結果とに基づいて生成される正規方程式の要素に対して重み付けされた平均化処理を行い前記受信波の到来方向を算出する方位検出過程と
を有することを特徴とする受信波方向推定方法。
【請求項１８】
移動体に搭載される電子走査型レーダ装置により受信波方向推定の動作をコンピュータに制御させるためのプログラムであり、
送信手段が送信波を送信させる送信処理と、
受信部が前記送信波を反射したターゲットから到来する受信波を受信する受信処理と、
ビート信号生成部が前記送信波及び前記反射波からビート信号を生成するビート信号生成処理と、
周波数分解処理部が前記ビート信号を予め設定した分解数のビート周波数に周波数分解して複素数データを算出する周波数分解処理と、
ターゲット検知部が前記ビート周波数の強度値からピーク値を検出してターゲットの存在を検知するターゲット検知処理と、
現在及び過去の検知サイクルにおいて検出される前記ターゲットを関連付けるターゲット連結処理と、
前記検知サイクルに応じて、前記アンテナ毎に、前記ターゲットの存在が検知された前記ビート周波数である検出ビート周波数の前記複素数データに基づいてスペクトル推定を行い、前記過去に行われた前記スペクトル推定処理に基づいて導かれた結果と、前記今回行われた前記スペクトル推定処理に基づいて導かれた結果とに基づいて生成される正規方程式の要素に対して重み付けされた平均化処理を行い前記受信波の到来方向を算出する方位検出処理と
を有することを特徴とする受信波方向推定プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【図３４】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図３３】
【図３４】
【公開番号】特開２０１１−１３７６５０（Ｐ２０１１−１３７６５０Ａ）
【公開日】平成２３年７月１４日（２０１１．７．１４）
【国際特許分類】
【出願番号】特願２００９−２９６０８１（Ｐ２００９−２９６０８１）
【出願日】平成２１年１２月２５日（２００９．１２．２５）
【出願人】（３０００５２２４６）株式会社ホンダエレシス (105)
【Ｆターム（参考）】
【公開日】平成２３年７月１４日（２０１１．７．１４）
【国際特許分類】
【出願日】平成２１年１２月２５日（２００９．１２．２５）
【出願人】（３０００５２２４６）株式会社ホンダエレシス (105)
【Ｆターム（参考）】
[ Back to top ]