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】ＡＲモデルの適切な次数設定と精度の良い方位推定により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】周波数分解処理部が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。方位検出部がビート信号に基づいて算出された複素数データを要素とする第１の次数の行列の固有値の値に基づいて正規方程式の次数を推定し、該推定された第２の次数の正規方程式を作成し、該作成された第２の次数の正規方程式に基づいて前記受信波の到来方向を算出する。
【解決手段】周波数分解処理部が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。方位検出部がビート信号に基づいて算出された複素数データを要素とする第１の次数の行列の固有値の値に基づいて正規方程式の次数を推定し、該推定された第２の次数の正規方程式を作成し、該作成された第２の次数の正規方程式に基づいて前記受信波の到来方向を算出する。
【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４４）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、３、４、６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（複素正弦波にノイズ成分が合成されたデータ）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、ノイズ成分を抑制し推定精度を向上させるために、過去制御サイクルの相関行列を記憶しておき、今回の制御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２参照）。
また、よりアレーアンテナのチャンネル数が少ない程、車載用として好適な小型・低コストのレーダ装置となるが、その反面、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。
これらのアルゴリズムは、適当な到来波（受信波）数（ARスペクトル推定法の場合はモデル次数）を設定してから推定するという課題があるが、車載用レーダに適用する場合においても、適当な値を設定する必要がある。例えば、ＭＵＳＩＣ法などの固有値分解により受信波方向を推定するアルゴリズムの場合では、必ず相関行列を固有値分解して求めるアルゴリズムなので、都度固有値の大小関係から信号成分とノイズ成分を分離して受信波数の推定を行うことができる（特許文献３，４，５，６）。
【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２００９−１５６５８２号公報
【特許文献３】特開２００６−４７２８２号公報
【特許文献４】特開２００９−２５１９５号公報
【特許文献５】特開２００６−１５３５７９号公報
【特許文献６】特開２００９−１６２６８８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、「アダプティブアンテナ技術」、オーム社、２００３年．
【発明の概要】
【発明が解決しようとする課題】
【０００６】
ＡＲスペクトル推定法においては、比較的演算負荷の軽いアルゴリズムであり、距離方向に数多く存在するターゲットに対して方位推定処理も数多く行うことができるので、車載用レーダとして好適な手法である。また、ＭＵＳＩＣ法と比べると受信波数（=モデル次数）の設定にセンシティブにならなくても推定できるという利点があり、モデル次数の高い方が、推定精度が高くなるという傾向がある。
しかしながら、設定次数に対して受信波数が大幅に少なく、ノイズ成分が大きい時に、偽ピークが出てしまう場合があることが懸案であった。
受信波数の推定においては、FPE（Final Prediction Error）法、AIC（Akaike Information Criterion）法、MDL（Minimum Description Length）法等で決定することも非特許文献１、２等で述べられているが、精度の良い推定は保証されていない。なおかつ、車載レーダ用途に用いられる少ないチャネル数、低次数の領域では、その研究事例の報告もほとんどない。
【０００７】
本発明は、このような事情に鑑みてなされたもので、比較的容易に実行でき、ＡＲモデルの適切な次数設定と精度の良い方位推定ができる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】
（１）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、送信された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、前記ビート信号に基づいて算出された複素数データを要素とする第１の次数の行列の固有値の値に基づいて前記受信波の到来方向の算出に用いる正規方程式の次数を推定し、該推定された次数による第２の次数の正規方程式を作成し、該作成された第２の次数の正規方程式に基づいて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。
【０００９】
（２）また、本発明は、上記発明において、前記方位検出部は、自己回帰モデルを用いるＡＲスペクトル推定法により、前記第２の次数の正規方程式に基づいて前記受信波の到来方向を算出することを特徴とする。
（３）また、本発明は、上記発明において、前記方位検出部は、前記第１の次数の行列の固有値を、前記ビート信号に基づいて算出された複素数データに基づいて作成された前記第１の次数の行列から算出することを特徴とする。
【００１０】
（４）また、本発明は、上記発明において、前記方位検出部は、前記第１の次数の行列の固有値を、前記ビート信号に基づいて算出された複素数データに基づいて作成された正規方程式であって、該正規方程式に適用する最大の次数と同次数の前記第１の次数の正規方程式の構成部である行列から算出することを特徴とする。
【００１１】
（５）また、本発明は、上記発明において、前記方位検出部は、前記第２の次数の正規方程式に適用する最大の次数と同次数の相関行列を、前記第１の次数の行列にすることを特徴とする。
【００１２】
（６）また、本発明は、上記発明において、前記方位検出部は、前記固有値を、複数の前記第１の次数の行列を平均化した平均化行列から算出することを特徴とする。
【００１３】
（７）また、本発明は、上記発明において、前記方位検出部は、前記固有値を、複数の前記第１の次数の正規方程式を平均化する処理をした平均化正規方程式の構成部である行列から算出することを特徴とする。
【００１４】
（８）また、本発明は、上記発明において、前記方位検出部は、前記固有値を算出するための平均化行列と平均化正規方程式を、前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおける今回の検知サイクルで取得した複素数データから作成することを特徴とする。
【００１５】
（９）また、本発明は、上記発明において、前記方位検出部は、前記固有値の算出に先立って前記行列に対してユニタリ変換を行うことを特徴とする。
【００１６】
（１０）また、本発明は、上記発明において、前記方位検出部は、前記固有値の値に基づいて前記第２の次数を選択し、前記選択された第２の次数の正規方程式を作成することを特徴とする。
【００１７】
（１１）また、本発明は、上記発明において、前記方位検出部は、前記受信波の到来方向を算出するための正規方程式である、前記第１の次数の正規方程式又は前記第２の次数の正規方程式を含む正規方程式又は平均化正規方程式を、前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおける今回の検知サイクルで取得した複素数データから作成することを特徴とする。
【００１８】
（１２）また、本発明は、上記発明において、前記方位検出部は、前記固有値から算出された値が予め定めた閾値以上の値を示した場合には、前記固有値を該固有値の最大の値に基づいて正規化することを特徴とする。
【００１９】
（１３）また、本発明は、上記発明において、前記固有値から算出された値は、前記固有値の最大値、前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおける今回の検知サイクルにおける全ての前記固有値の総和、又は、前記第1の次数の行列の対角要素の和のいずれかの値であることを特徴とする。
【００２０】
（１４）また、本発明は、上記発明において、前記方位検出部は、前記正規化された固有値の値を予め定められる閾値に基づいて判定し、該判定結果に基づいて前記第２の次数を選択することを特徴とする。
【００２１】
（１５）また、本発明は、上記発明において、前記方位検出部は、前記固有値から算出された値を複数の閾値を用いてそれぞれ判定した結果により、前記第２の次数を選択することを特徴とする。
【００２２】
（１６）また、本発明は、上記発明において、前記方位検出部は、前記第１の次数の行列の値に基づいて、前記第２の次数の正規方程式の次数を推定する処理を中断することを特徴とする。
【００２３】
（１７）また、本発明は、上記発明において、前記方位検出部は、前記第２の次数の正規方程式の次数を推定する処理の中断について、前記固有値の最大値、前記固有値の総和、又は、前記第１の次数の行列の対角要素の和のいずれかの値に従って判定することを特徴とする。
【００２４】
（１８）また、本発明は、上記発明において、前記方位検出部は、前記次数を推定する処理の中断により、前記受信波の到来方向を算出する処理を中断することを特徴とする。
【００２５】
（１９）また、本発明は、上記発明において、前記方位検出部は、前記次数を推定する処理の中断により、前記第２の次数を予め定められる任意の次数に強制的に指定することを特徴とする。
【００２６】
（２０）また、本発明は、上記発明において、前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおいて検出された前記ビート信号に基づいた複素数データを記憶する記憶部と、今回の検知サイクルと、前記今回の検知サイクルより過去に行われた過去の検知サイクルとにおいて、それぞれ前記検知された前記ターゲットを関連付け、前記関連付けられたターゲットに対応付けられた前記複素数データを前記記憶部に記憶させるターゲット連結処理部と、を備えることを特徴とする。
【００２７】
（２１）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と、前記複素数データとを関連付けて記憶し、前記ターゲット連結処理部は、前記今回の検知サイクルにおけるターゲットと、該今回の検知サイクルにおけるターゲットに関連付けられ、前記今回と時系列的に関係する前記過去の検知サイクルにおけるターゲットとの対応付けを行うことを特徴とする。
【００２８】
（２２）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、前記今回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、前記今回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従って、前記今回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。
【００２９】
（２３）また、本発明は、上記発明において、前記方位検出部は、前記固有値を算出するための平均化行列と平均化正規方程式を、前記過去検知サイクルで取得した複素数データを含めて作成することを特徴とする。
【００３０】
（２４）また、本発明は、上記発明において、前記方位検出部は、前記受信波の到来方向を算出するための正規方程式である、前記第１の次数の正規方程式又は前記第２の次数の正規方程式を含む平均化正規方程式を、前記過去検知サイクルで取得した複素数データを含めて作成することを特徴とする。
【００３１】
（２５）また、本発明は、上記発明において、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、を備え、前記方位検出部は、前記ターゲット検知部によって存在が検知されたターゲットに対応する複素数データに基づいて、前記受信波の到来方向を算出することを特徴とする。
【００３２】
（２６）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、前記今回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、前記今回及び前記過去の検知サイクルにおける前記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。
【００３３】
（２７）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、前記正規方程式作成部は、前記再生複素数データから前記正規方程式を作成することを特徴とする。
【００３４】
（２８）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、前記正規方程式作成部は、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正規方程式を算出することを特徴とする。
【００３５】
（２９）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、受信部が、送信された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過程と、ビート信号生成部が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、周波数分解処理部が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過程と、方位検出部が前記ビート信号に基づいて算出された複素数データを要素とする第１の次数の行列の固有値の値に基づいて前記受信波の到来方向の算出に用いる正規方程式の次数を推定し、該推定された次数による第２の次数の正規方程式を作成し、該作成された第２の次数の正規方程式に基づいて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。
【００３６】
（３０）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、送信された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処理と、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処理と、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と、前記ビート信号に基づいて算出された複素数データを要素とする第１の次数の行列の固有値の値に基づいて前記受信波の到来方向の算出に用いる正規方程式の次数を推定し、該推定された次数による第２の次数の正規方程式を作成し、該作成された第２の次数の正規方程式に基づいて前記受信波の到来方向を算出する方位検出処理とを実行させることを特徴とするプログラムである。
【発明の効果】
【００３７】
以上説明したように、本発明によれば、受信部が、送信された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。ビート信号生成部が前記送信波及び前記受信波からビート信号を生成する。周波数分解処理部が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。方位検出部が前記ビート信号に基づいて算出された複素数データを要素とする第１の次数の行列の固有値の値に基づいて前記受信波の到来方向の算出に用いる正規方程式の次数を推定し、該推定された次数による第２の次数の正規方程式を作成し、該作成された第２の次数の正規方程式に基づいて前記受信波の到来方向を算出する。
これにより、方位検出部は、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と、複素数データに基づいて生成される正規方程式であって、該正規方程式に基づいて受信波の到来方向を算出するとともに、複素数データに基づいて生成された行列に基づいて正規方程式の次数を定め、定められた次数の正規方程式に基づいて受信波の到来方向を算出するので、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】
【００３８】
【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】ピーク組合せ部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】今回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周波数ポイントを示すテーブルである。
【図７】本実施形態における方位検出部の構成を示すブロック図である。
【図８】検知サイクルにおけるデータ取得処理を示すタイムチャートである。
【図９】取得された複素数データに基づいた３次の正規方程式の構成と平均化処理を示す図である。
【図１０】本実施形態の処理を示すフローチャートである。
【図１１】固有値計算について示す図である。
【図１２】図１０のステップ１０６からステップＳ１０８までに示したモデル次数推定処理の詳細を示す図である。
【図１３】本実施形態における各次数の正規方程式を示す図である。
【図１４】第２実施形態における方位検出部の構成を示すブロック図である。
【図１５】本実施形態の処理を示すフローチャートである。
【図１６】本実施形態の相関行列の作成方法を示す図である。
【図１７】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１８】メモリ２１に設けられるテーブルを示す図である。
【図１９】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２０】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２１】第５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】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２３】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２４】第６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２５】本実施形態における方位検出部の構成を示すブロック図である。
【図２６】検知サイクルにおけるデータ取得処理を示すタイムチャートである。
【図２７】取得された複素数データに基づいた正規方程式の構成と平均化処理を示す図である。
【図２８】メモリ２１に設けられるテーブルを示す図である。
【図２９】複素数データの記憶方法、呼出方法を示す図である。
【図３０】本実施形態の処理を示すフローチャートである。
【図３１】第７実施形態における方位検出部の構成を示すブロック図である。
【図３２】本実施形態の処理を示すフローチャートである。
【図３３】相関行列の平均化処理について示す。
【図３４】第８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３５】メモリ２１に設けられるテーブルを示す図である。
【図３６】メモリ２１に設けられるテーブルを示す図である。
【図３７】第９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３８】メモリ２１に設けられるテーブルを示す図である。
【図３９】第１０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４０】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４１】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４２】本実施形態による電子走査型レーダ装置のモデル次数推定特性を示す図である。
【図４３】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。
【図４４】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】
【００３９】
＜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法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）を用いた推定処理を行う。また、ＡＲスペクトル推定法は、ＭＵＳＩＣ法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。
【００４０】
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）と入力白色雑音の分散値を求めた後、そのＡＲ係数と入力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４４参照）。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（Covariance Method）と改良共分散法（Modified Covariance Method）がある。また、改良共分散法は、前向き後向き線形予測法（Foward and Backward Linear Prediction Method）とも呼ばれる。いずれの方法も正規方程式を作成し、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。
【００４１】
（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２０Ａを備える。
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、ターゲット確定部３１、及び、方位検出部６０Ａを備える。
【００４２】
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。
【００４３】
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。
【００４４】
＜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。
【００４５】
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。
【００４６】
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ｒ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ｖ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
【００４７】
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。
【００４８】
＜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。
【００４９】
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。
【００５０】
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。
【００５１】
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。
【００５２】
ここで、ペア確定部２７は、例えば、過去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。
【００５３】
方位検出部６０は、高分解能アルゴリズムのＡＲスペクトル推定処理やＭＵＳＩＣ法等の処理を用いてスペクトル推定処理を行い、スペクトル推定の結果に基づいて対応するターゲットの方位を検出して、ターゲット確定部３１へ出力する。
ターゲット確定部３１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、方位検出部３０によって検出されたターゲットの方位とを結びつけて現在の状態を確定し出力する。
【００５４】
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スペクトル推定法を用いる場合の構成例について、より具体的に示す。
図７は、本実施形態における方位検出部の構成を示すブロック図である。
図７に示される方位検出部６０Ａは、図１に示した方位検出部６０の一態様である。
方位検出部６０Ａは、正規方程式作成部６１１、正規方程式フィルタ部６１２、固有値算出部６３１、次数推定部６３２Ａ、正規方程式作成部６４１、正規方程式フィルタ部６４２、ＡＲ係数算出部６４３Ａ、及び、パワースペクトル算出部６４４を備える。
本実施形態において、正規方程式作成部６１１と正規方程式フィルタ部６１２は、第１手段として機能し、固有値算出部６３１と次数推定部６３２Ａが第３手段として機能し、正規方程式作成部６４１、正規方程式フィルタ部６４２が第４手段として機能する。
【００５５】
方位検出部６０において正規方程式作成部６１１は、後段のＡＲスペクトル推定処理の正規方程式の次数推定に必要とされる正規方程式を作成する。正規方程式作成部６１１は、周波数分解処理部２２が周波数分解したビート周波数（上昇と下降のいずれか又は両方）に応じた複素数データのそれぞれから導かれる正規方程式を作成する。
【００５６】
正規方程式フィルタ部６１２は、正規方程式作成部６１１によって作成された「今回検知サイクル」における正規方程式の平均化処理をする。
固有値算出部６３１は、正規方程式フィルタ部６１２によって平均化処理された正規方程式の構成部である行列（共分散行列又は自己相関行列）のユニタリ変換を行う。また、固有値算出部６３１は、ユニタリ変換された行列（共分散行列又は自己相関行列）の固有値を算出し、得られた最大となる固有値（最大固有値）を判定する。固有値算出部６３１は、算出された固有値が予め定めた閾値以上の値を示した場合には、それぞれ算出された固有値を、算出された固有値の最大の値に基づいて正規化する。
次数推定部６３２Ａは、固有値算出部６３１によって規格化された固有値の値を予め定められる閾値に基づいて判定し、その判定結果に基づいて後段の処理の次数（第２の次数）を選択する。
【００５７】
正規方程式作成部６４１は、ＡＲスペクトル推定処理に必要とされる正規方程式であって、次数推定部６３２Ａによって推定された次数に従って、正規方程式（第２の次数の正規方程式）を作成する。正規方程式作成部６４１は、周波数分解処理部２２が周波数分解したビート周波数（上昇領域と下降領域のいずれか又は両方）に応じた複素数データのそれぞれから導かれる正規方程式を作成する。
正規方程式フィルタ部６４２は、正規方程式作成部６４１によって作成された今回検知サイクルにおける正規方程式を平均化する平均化処理を行う。
ＡＲ係数算出部６４３Ａは、正規方程式フィルタ部６４２又は６１２によって平均化処理された正規方程式から導かれるＡＲ係数と、入力白色雑音の分散σ２を算出する。このように、ＡＲ係数算出部６４３Ａ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たＡＲ係数と、入力白色雑音の分散σ２を導くことができる。また、ＡＲ係数算出部６４３Ａは、パワースペクトル算出部６４４へ、導かれるＡＲ係数と入力白色雑音の分散σ２を出力する。
パワースペクトル算出部６４４は、そのＡＲ係数と入力白色雑音の分散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。
【００５８】
図８は、検知サイクルにおけるデータ取得処理を示すタイムチャートである。
図８には、今回制御（検知）サイクルからさかのぼって、過去に行われた過去制御（検知）サイクルが示されている。
各サイクルでは、少なくとも１回のデータ取得が行われ、１回のデータ取得を三角の波形で示す。三角の波形は、ＦＭＣＷ方式によって変調された信号を示し、右上がりのタイミングにおいて上り、右下がりのタイミングにおいて下りの検知が行われる。
個々のデータ取得は、干渉が生じないだけの時間間隔が確保され繰り返し行われ、三角波の周波数変調周期は、必ずしも同一でなくても良い。
今回制御（検知）サイクルにおいて、Ｎ回のデータ取得が行われ、１回目に行われたデータ取得を「今回データ＿１取得」として示し、Ｎ回目に行われたデータ取得を「今回データ＿Ｎ取得」として示す。
同じサイクル内で取得されたデータに基づいて、後に示す各種処理の平均化処理が行われる。
また、現在データ取得されている制御（検知）サイクルを「今回制御（検知）サイクル」といい、「今回制御（検知）サイクル」より過去に行われた制御（検知）サイクルを「過去制御（検知）サイクル」という。
【００５９】
＜ＡＲモデルを用いた正規方程式の作成処理の原理＞
次に、ＡＲモデルを用いた正規方程式の作成処理について、改良共分散法を例にして詳細に示す。
共分散行列を用いた正規方程式を式（１）に示す。
【００６０】
【数１】
【００６１】
式（１）において、左辺が共分散行列ＣxxとＡＲ係数ベクトルａの積であり、右辺が右辺ベクトルｃxxである。
共分散行列Ｃxxの要素は、式（２）として示される関係式によって導かれる。
【００６２】
【数２】
【００６３】
以下、具体的な構成として５チャンネルのデータから３次の処理を行う場合を例として示す（最大モデル次数は任意に設定できるが、５チャンネルのデータの場合、改良共分散法では３次が最大となる。データのチャンネル数をさらに多くできると、正規方程式に適用できる最大次数も大きくなり、適用する最大モデル次数の柔軟性が増す。）。
共分散行列Ｃxxは、３行３列の行列式で表すことができ、その式を式（３）として示す。
【００６４】
【数３】
【００６５】
式（３）において、行列の各要素Ｃｘ３（ｋ，ｊ）は、複素数を示す。各要素について展開した演算式を合わせて示す。ｘ（ｎ）、すなわち、（ｘ（０）、ｘ（１）、ｘ（２）、ｘ（３）、ｘ（４））は、それぞれが複素数データであり、「＊」は、複素共役を示す。
式（３）に示されるように、共分散行列Ｃxxは、式（４）として示される関係があることから、エルミート行列（複素数対称行列）となる。
【００６６】
【数４】
【００６７】
また、同様に、３次の処理を行う場合の右辺ベクトルｃxxを式（５）として示す。
【００６８】
【数５】
【００６９】
入力白色雑音の分散σｖ２を導く関係式を、式（６）として示す。
【００７０】
【数６】
【００７１】
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。
また、式（６）によって算出される入力白色雑音の分散σｖ２に基づいて、パワースペクトルＳｘｘ（ω）を算出する演算式を式（７）として示す。
【００７２】
【数７】
【００７３】
式（７）において、ωは角速度を示し、ＨＡＲ（ω）は、角速度ωにおけるＡＲフィルタの伝達関数からの周波数特性を示し、Ｓｖｖ（ω）は、角速度ωにおける入力白色雑音のパワースペクトルを示し、Ｓｖｖ（ω）＝σv2と表せる。ここの角速度ωは、本発明のレーダのような方向検出に利用する場合には、受信波の位相差に換算する。
以上に示した演算式を用いることにより、ターゲットの方向と合致したピークの特徴を持つスペクトルを導くことができる。
【００７４】
図９は、取得された複素数データに基づいた３次の正規方程式の構成と平均化処理を示す図である。
図９に示される３次の正規方程式は、３次の正方行列である共分散行列と、３行１列のＡＲ係数と、３行１列の右辺ベクトルを要素として構成される。
取得された複素数データに基づいて、共分散行列と、右辺ベクトルが生成される。ＡＲ係数は、正規方程式を解くことにより算出される。
【００７５】
図８に示したように１つの制御（検知）サイクルにおいて複数回のデータ所得が行われる。取得された複素数データを取得された順に、共分散行列Ｃxxｋ（ｔ）と右辺ベクトルｃxxｋ（ｔ）が生成される。
図８において、１制御（検地）サイクルにおいてデータを取得する回数をＮ回とする。取得された回数に対応させて、「今回＿１」、・・・、「今回＿Ｎ」として順に、共分散行列Ｃxxｋ（ｔ）と右辺ベクトルｃxxｋ（ｔ）を示す。
【００７６】
本実施形態において、後に示す正規方程式の平均化処理では、同一制御（検知）サイクル内に取得されたデータに基づいて行われ、「今回＿１」から「今回＿Ｎ」までの共分散行列Ｃxxｋ（ｔ）と右辺ベクトルｃxxｋ（ｔ）を構成する要素をそれぞれ平均することにより、平均化処理が行われる。平均共分散行列Ａｖｅ＿Ｃxxｋ（ｔ）を算出する演算式を式（８）に示す。
【００７７】
【数８】
【００７８】
式（８）において、ｋ１からｋｎは、加重平均を行う場合の重み計数である。
また、右辺ベクトルＡｖｅ＿ｃxxｋ（ｔ）を算出する演算式を式（９）に示す。
【００７９】
【数９】
【００８０】
式（９）において、ｋ１からｋｎは、加重平均を行う場合の重み計数である。
また、平均化処理された正規方程式に基づいて、固有値を算出する場合には、平均化処理された正規方程式の共分散行列の固有値を算出する。
【００８１】
図１０は、本実施形態の処理を示すフローチャートである。
処理のフローは、レーダ全体構成でのピーク検知で選出された複数のターゲット別に、制御サイクル（図８参照）毎に繰り返される。
【００８２】
ステップＳ１０１において、チャネル（CH）毎の複素数データを同一制御サイクル内で１回以上取得する。周波数分解処理部２２は、メモリ２１に記憶されている受信波によるビート信号を読み込みアンテナ毎のビート信号を周波数変換する。
取得する複素数データは、周波数変調三角波の上りと下りのデータのいずれか又は両方のデータを個別に使用して、上りと下りで別々に処理することも可能である。
ステップＳ１０２において、正規方程式作成部６１１は、ＡＲモデルの最大次数に合わせた次数の正規方程式を取得回数毎に作成する。本実施形態の説明では、最大次数を３次とする。
ステップＳ１０３において、正規方程式フィルタ部６１２は、ステップＳ１０２において作成した正規方程式の共分散行列と右辺ベクトル（相互相関ベクトル）の各要素同士を平均する。
このステップＳ１０２とステップＳ１０３が、本実施形態における第１手段に該当しており、後ステップの固有値計算に用いる相関行列として、改良共分散法の共分散行列をそのまま使用する。ＡＲモデルの共分散行列も、後で説明する相関行列と同じエルミート行列（複素数の対称行列）であり、固有値の性質は同じである。従って、ＡＲモデルの最大次数を基準に、そのまま固有値計算ができる。
【００８３】
次に、ステップＳ１０４からステップＳ１０９が、本実施形態における第３手段に該当する。
ステップＳ１０４において、固有値算出部６３１は、作成した共分散行列を、実数の相関行列（対称行列）に変換するためのユニタリ変換を行う。
ステップＳ１０５において、固有値算出部６３１は、ユニタリ変換された実数対称行列の固有値計算を行う。
【００８４】
図１１は、固有値計算について示す図である。
ユニタリ変換を行うことにより、実数の相関行列に変換することができ、以降におけるステップでの最も計算負荷の重い固有値計算が実数のみの計算とすることができ、大幅に演算負荷を軽減することができる。
本実施形態に示すように次数を３次とした場合には、ユニタリ変換による、エルミート行列の実数相関行列（対称行列）化は、式（１０）として示される演算式によって行うことができる（一般式は、非特許文献２、pp158-160を参照）。
【００８５】
【数１０】
【００８６】
式（１０）において、右肩に付したＨは、エルミート転置を示す。
なお、このユニタリ変換を行うことにより、後段処理の固有値計算の負荷を軽減させることができ、また、信号相関抑圧効果も期待できる。そのため、ユニタリ変換による実数相関行列への変換を行わずに、次のステップにおける固有値計算も複素数で計算することも可能であるが、ユニタリ変換による実数相関行列への変換を実施することが望ましい。
また、固有値計算は、式（１１）、式（１２）として示す式によって行うことができる。
【００８７】
【数１１】
【００８８】
【数１２】
【００８９】
固有値計算は、固有ベクトルの処理を削減したもので良く、式（１２）の固有方程式を直接解く他、任意の解法アルゴリズムを適用できる。例えば、ヤコビ法、ハウスホルダ法、ＱＲ法等の反復計算タイプのアルゴリズムも適用できる。
【００９０】
また、ステップＳ１０６において、次数推定部６３２Ａは、ステップＳ１０５において変換された相関行列Ｒxxの固有値の中から最大値となる最大固有値を算出する。
ステップＳ１０７において、次数推定部６３２Ａは、得られた最大値を基準に各要素の値を正規化、すなわち、最大値で除算する。
ステップＳ１０８において、後段に行うスペクトル推定処理を最適化するための次数を推定する。
ステップＳ１０６からステップＳ１０８までの一連の処理をモデル次数推定処理と呼ぶ。
【００９１】
図１２は、図１０のステップ１０６からステップＳ１０８までに示したモデル次数推定処理の詳細を示す図である。ステップＳ１０６ａは、ステップＳ１０６に対応する最大固有値判定処理である。ステップＳ１０６ａによる判定により、予め設定した閾値よりも最大固有値の値が小さい場合（ステップＳ１０６ａ：Ｎｏ）には、ステップＳ１０６ｂにおいて、得られた情報（複素数データ）の信頼度が低いと判定し、次数推定部６３２Ａは、該当ターゲットに対しての次ステップの次数推定処理を行わなくする。最大固有値は、入力信号の強度と等価（比例する）であることから、路面マルチパス等の車載用レーダ特有のクラッタ状況による信号を受信するような場合であっても、最大固有値の値を判定することにより、間違った方位推定となることを抑制することができる。また、次数推定部６３２Ａは、最大固有値の代わりに、算出した固有値の総和（又は、元の相関行列の対角要素の和）を用いて判定しても良い。
例えば、このステップＳ１０６ｂでは、ステップＳ１０６ｂ−１に示すように、次数推定及び方位検出の双方をキャンセルすることができる。また、ステップＳ１０６ｂ−２に示すように、次数推定をキャンセルして、任意の次数（例えば、最大次数の３）を強制的に指定することとしてもよい。
【００９２】
ステップＳ１０６ａによる判定により、予め設定した閾値よりも最大固有値の値が小さくない場合（ステップＳ１０６ａ：Ｙｅｓ）には、ステップＳ１０７ａの処理は、ステップＳ１０７に対応する固有値の正規化処理であり、各固有値λｘを最大固有値λａでそれぞれ除算した値を正規化固有値λｙとする。レーダのように、ターゲットとの距離によって固有値（信号強度）が変動する場合は、正規化して相対的に固有値間の大小関係を判定した方が、容易に判定できる。
【００９３】
ステップＳ１０８ａからＳ１０８ｅまでは、次数推定部６３２Ａが行うステップＳ１０８に対応する次数推定処理である。
ステップＳ１０８ａでは、ステップＳ１０７において正規化処理された固有値の中から２番目に大きな固有値（正規化第２固有値）を選択し、正規化第２固有値が予め定められる閾値Ｔｈ１より小さいか否かを判定する。判定の結果、正規化第２固有値が予め定められる閾値Ｔｈ１より小さくないと判定した場合（ステップＳ１０８ａ：Ｎｏ）には、ステップＳ１０８ｃに進む。
【００９４】
ステップ１０８ｂでは、ステップＳ１０８ａにおける判定の結果、正規化第２固有値が予め定められる閾値Ｔｈ１より小さいと判定した場合（ステップＳ１０８ａ：Ｙｅｓ）には、推定次数を１次に定め、図示されない推定次数情報を記憶する記憶領域に記録し、次数推定処理を終える。
【００９５】
ステップＳ１０８ｃでは、ステップＳ１０７において正規化処理された固有値の中から３番目に大きな固有値（正規化第３固有値）を選択し、正規化第３固有値が予め定められる閾値Ｔｈ２より小さいか否かを判定する。判定の結果、正規化第３固有値が予め定められる閾値Ｔｈ２より小さくないと判定した場合（ステップＳ１０８ｃ：Ｎｏ）には、ステップＳ１０８ｅに進む。
【００９６】
ステップ１０８ｄでは、ステップＳ１０８ｃにおける判定の結果、正規化第３固有値が予め定められる閾値Ｔｈ２より小さいと判定した場合（ステップＳ１０８ｃ：Ｙｅｓ）には、推定次数を２次に定め、図示されない推定次数情報を記憶する記憶領域に記録し、次数推定処理を終える。
【００９７】
ステップ１０８ｅでは、ステップＳ１０８ｃにおける判定の結果、正規化第３固有値が予め定められる閾値Ｔｈ２より小さくないと判定した場合（ステップＳ１０８ｃ：Ｎｏ）には、推定次数を３次に定め、図示されない推定次数情報を記憶する記憶領域に記録し、次数推定処理を終える。
【００９８】
このようにステップＳ１０８ａからＳ１０８ｅまでの次数推定処理において、次数１と次数２以上とを分別する閾値Ｔｈ１と、次数２と次数３とを分別する閾値Ｔｈ２の２種類の閾値で構成している。このような閾値の構成とすることにより、複数のターゲットの時に、ＡＲスペクトル推定精度に有利な高次設定寄りに設定できるので、ＡＲスペクトル推定を用いた車載用レーダ特有の設定に適用できる。
【００９９】
図１０に戻り、ステップＳ１０９において、次数推定部６３２Ａは、ステップＳ１０８において推定した次数が３であるか否かの判定を行う。ステップＳ１０９の判定の結果、推定した次数が３であると判定した場合には、ステップＳ１１２に進む。
ステップＳ１０９の判定の結果、推定した次数が３でないと判定した場合には、ステップＳ１１０とＳ１１１の第４手段に対応する処理であり、正規方程式の次数を変更する処理をする。
【０１００】
ステップＳ１１０において、正規方程式作成部６４１は、ステップＳ１０８において次数推定部６３２Ａによって推定された次数に応じて今回検知サイクルにおける正規方程式を作成する正規方程式作成処理を行う。
ステップＳ１１１において、正規方程式フィルタ部６４２は、ステップＳ１１０において正規方程式作成部６４１によって作成された今回検知サイクルにおける正規方程式を平均化する平均化処理を行う。
【０１０１】
図１３は、本実施形態における各次数の正規方程式を示す図である。
この図１３には、共分散行列、ＡＲ係数、右辺ベクトルを要素とする正規方程式が示される。その正規方程式は、次数１から３までの場合が示される。
ステップＳ１０９における次数判定の結果により、初期設定次数（本実施形態の場合、３次）より次数を下げなければならないと判定した場合には、正規方程式作成部６４１は初期設定次数より低次の正規方程式を作成する。ここが、次数推定結果による変化に対応する部分となり、本実施形態の場合、２次か１次のいずれかである。
正規方程式を作成する際の複素数データは、ステップＳ１０１において取得されたデータを保持することで、次数変化にも柔軟に対応することができる。これは、ＡＲスペクトル推定処理において、正規方程式作成までの処理負荷が格段に軽いという特徴を積極的に活用していて、方位検出部にＡＲスペクトル推定を用いることの優位性が現れている。推定次数を３次とする判定結果の場合は、ここのステップＳ１１０とＳ１１１の処理を行わず、ステップＳ１０２で作成され、ステップＳ１０３で平均化処理された正規方程式をそのまま後段のステップで用いる。
【０１０２】
図１０に戻り、ステップＳ１１２において、ＡＲ係数算出部６４３Ａは、ステップＳ１１１又はＳ１０３において平均化処理された正規方程式からＡＲ係数と入力白色雑音の分散を算出する。
ステップＳ１１３において、パワースペクトル算出部６４４は、ステップＳ１１２において算出されたＡＲ係数と入力白色雑音の分散に基づいてパワースペクトルを算出する。
ステップＳ１１４において、パワースペクトル算出部６４４は、算出されたパワースペクトルに基づいてターゲット数及びターゲットの方向を示す角度を検知する。
【０１０３】
（第２実施形態）
図を参照し、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スペクトル推定法を用いる場合の他の態様について、より具体的に示す。
本実施形態は、第１実施形態に示す第１手段に変わる第２手段を有する。第２手段は、前記第１手段とは異なり、固有値計算のための相関行列を作成する。
図１４は、本実施形態における方位検出部の構成を示すブロック図である。
図１４に示される方位検出部６０Ｂは、図１に示した方位検出部６０の一態様である。
方位検出部６０Ｂは、相関行列作成部６２１、相関行列フィルタ部６２２、固有値算出部６３１、次数推定部６３２Ｂ、正規方程式作成部６４１、正規方程式フィルタ部６４２、ＡＲ係数算出部６４３Ｂ、及び、パワースペクトル算出部６４４を備える。図７と同じ構成には、同じ符号を付し、特に明示しない場合には、正規方程式作成部６１１、正規方程式フィルタ部６１２、次数推定部６３２Ａ及びＡＲ係数算出部６４３Ａを、相関行列作成部６２１、相関行列フィルタ部６２２、次数推定部６３２Ｂ及びＡＲ係数算出部６４３Ｂにそれぞれ読み替える。
本実施形態において、相関行列作成部６２１と相関行列フィルタ部６２２は、第２手段として機能し、固有値算出部６３１と次数推定部６３２Ｂが第３手段として機能し、正規方程式作成部６４１、正規方程式フィルタ部６４２が第４手段として機能する。
【０１０４】
方位検出部６０Ｂにおいて相関行列作成部６２１は、後段のＡＲスペクトル推定処理の正規方程式の次数推定に必要とされる相関行列を作成する。相関行列作成部６２１は、周波数分解処理部２２が周波数分解したビート周波数（上昇と下降のいずれか又は両方）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作成する。
【０１０５】
相関行列フィルタ部６２２は、相関行列作成部６２１によって作成された「今回検知サイクル」における相関行列の平均化処理をする。
固有値算出部６３１は、相関行列フィルタ部６２２によって平均化処理された相関行列のユニタリ変換を行う。固有値算出部６３１における他の処理は、第１実施形態と同じである。
次数推定部６３２Ｂは、固有値算出部６３１によって規格化された固有値の値を予め定められる閾値に基づいて判定し、その判定結果に基づいて後段の処理の次数（第２の次数）を選択する。
【０１０６】
ＡＲ係数算出部６４３Ｂは、正規方程式フィルタ部６４２によって平均化処理された正規方程式から導かれるＡＲ係数と、入力白色雑音の分散σ２を算出する。このように、ＡＲ係数算出部６４３Ｂ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たＡＲ係数と、入力白色雑音の分散σ２を導くことができる。また、ＡＲ係数算出部６４３Ｂは、パワースペクトル算出部６４４へ、導かれるＡＲ係数と入力白色雑音の分散σ２を出力する。
【０１０７】
図１５のフローチャートを用いて説明する。処理のフローは、レーダ全体構成でのピーク検知で選出された複数のターゲット別に、制御サイクル（図８参照）毎に繰り返される。図１５に示されるＳ２０１〜Ｓ２１４は、図１０に示したステップＳ１０１からＳ１１４に対応するものであり、第１実施形態と異なる処理を行うステップを中心に説明する。
【０１０８】
ステップＳ２０２において、相関行列作成部６２１は、ＡＲモデルの最大次数に合わせた次数の相関行列を取得回数毎に作成する。本実施形態の説明では、最大次数を３次とする。
ステップＳ２０３において、相関行列フィルタ部６２２は、ステップＳ２０２において作成した相関行列の各要素同士を平均する。
【０１０９】
このステップＳ２０２とステップＳ２０３が、本実施形態における第２手段に該当しており、後ステップの固有値計算に用いる相関行列として、後ステップのＡＲモデルの共分散行列が最大３次なので、３次の相関行列を作成する。
作成する相関行列が３次であれば、最低、３チャネル分の複素数データがあれば充分である。仮に５チャネル分の複素数データがあれば、精度を上げるために利用することができる。
【０１１０】
図１６を参照し、相関行列の作成手法について示す。
図１６は、本実施形態の相関行列の作成方法を示す図である。
図１６のグラフは、５チャネル分の複素数データを、それぞれ実数部と虚数部に分けて示している。また、この５チャネル分の複素数データは、後ステップに行われるＡＲスペクトル推定に用いられる。
５つの複素数データ（チャンネル）から、次数が３次の相関行列を作成する例を示す。
図に示されるＰ１からＰ５は、５個の複素数データとして示される元データを示す点である。これらのデータを、例えば、連続する３個のグループに分類する。分類されたグループは、ＧＰ１からＧＰ３までの３個のグループになる。
例えば、グループＧＰ１は、複素数データＰ１、Ｐ２、Ｐ３（前３データ）を含み、グループＧＰ２は、複素数データＰ２、Ｐ３、Ｐ４（中央３データ）を含み、グループＧＰ３は、複素数データＰ３、Ｐ４、Ｐ５(後３データ)を含むとする。各グループには、それぞれ３つの複素数データが含まれており、それぞれのグループ単位で相関行列を作成することができる。
また、各グループ単位で作成された相関行列は、次数がそろっていることから、相関行列を構成する要素どうしを対応させて平均化処理を行って、それぞれの相関行列を平均（＝空間平均）した相関行列Ｒｘｘを得ることができる。またさらに、複素数データＰ１，Ｐ２，Ｐ３，Ｐ４，Ｐ５を逆順にした相関行列も作成し、平均数に加える処理（＝前方後方空間平均）をしても良い。この相関行列Ｒｘｘに基づいて、固有値を後のステップで算出する。
【０１１１】
平均化処理されて得られる相関行列は、複素数データによって構成された対称行列（エルミート行列）であるが、その次数は、後ステップで行われるＡＲスペクトル推定の正規方程式の最大次数に制限されている。このように次数を制限することにより、小さい相関行列を対象とした演算負荷の軽い固有値算出を行うことが可能となる。
【０１１２】
また、同一制御サイクルにおいて取得された取得回数分の相関行列を平均する（ステップＳ２０３）。
【０１１３】
ここで、図１６にも記述しているように、相関行列とは、元々期待値（集合平均）であるので、取得回数が多いほど理想的な相関行列となるが、実システムで十分な期待値が得られる程サンプリング（＝取得）できることは少ない。車載用レーダでは、特にターゲットが逐次移動するので、データ取得（＝サンプリング）が十分にできない。これは、第1の手法で、ＡＲモデルの共分散行列を使用する場合でも同じである。
【０１１４】
図１５に戻り、ステップＳ２１０とＳ２１１について示す。
ステップＳ２１０とＳ２１１は、本実施形態における第４手段に該当する。
第１実施形態の第４手段と異なる点は、第３手段によって推定された次数に従って、いずれの次数であっても正規方程式を作成する点である。第１実施形態では、固有値を算出するに当たり、最大次数の正規方程式を予め作成していたので、推定された次数が最大次数の場合は、正規方程式の作成を行わず、予め作成してあった正規方程式をそのまま用いることができた。本実施形態では、相関行列に基づいて固有値を算出するため、全ての次数（本実施形態では、次数１から次数３）において正規方程式の作成が必要とされる。
【０１１５】
（第３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１７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。
本実施形態における信号処理部２０Ｂ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２０Ｂにおいて周波数分解処理部２２Ｂは、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へ出力する。
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６０へ出力する。
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。
方位検出部６０は、供給される複素数データに基づいて次数推定を行う。
ここで、ピーク検知部２３Ｂは、方位検出部のモデル次数推定処理における最大固有値判定（ステップＳ１０６ａ）を同じ機能として動作させることができるので、削除することも可能となる。
【０１１６】
次に、方位検出部６０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１８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、ピーク組合せ部２４Ｂは、図１８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の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。
【０１１７】
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、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２７Ｂは、上昇領域及び下降領域それぞれのピークのペア決め、ターゲットを確定する。
【０１１８】
（第４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１９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。
本実施形態における信号処理部２０Ｃは、第１実施形態と異なり、ＡＲスペクトル推定処理等の高分解能アルゴリズムに比べて分解能が低いＤＢＦ（Digital Beam Forming）を先に用いて方位推定を行い、その後に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２２Ｃとピーク検出部２３Ｃ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。
【０１１９】
周波数分解処理部２２Ｃ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２２Ｃ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し、ＤＢＦ処理部４０に出力する。
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、角度に依存する、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２３Ｃに対して出力する。
【０１２０】
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。
【０１２１】
次に、ピーク検知部２３Ｃ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。
【０１２２】
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生成し、図２０に示すテーブルが作成される。
図２０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、今回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２０に示すテーブルを生成する。
【０１２３】
なお、本実施形態のＤＢＦ処理部４０は、複素数データに基づいて、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（ＤＢＦ）に基づいてターゲットの存在及び方位を検出する。方位検出部６０は、高分解能アルゴリズムのＡＲスペクトル推定を用いてターゲットの方位を検出する。
これにより、方位検出部６０が行う高精度の方位検出に先立ち、分解能は低いが安定したビームスペクトルを示すＤＢＦの方位検出を行うことにより、推定精度を向上させることができる。
方位検出部６０からの方位情報とＤＢＦ処理部４０からの方位情報とに基づいた論理積演算（ＡＮＤ論理）によって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したり、例えば、近距離では角度分解能が粗くて良いのでＤＢＦの角度情報を用いたりできる効果を成す。
【０１２４】
（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を説明する。
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。
本実施形態における信号処理部２０Ｄ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に比べ分解能が低いＤＢＦ（Digital Beam Forming）を先に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）を行い周波数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１９に示す第４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３実施形態との相違点について説明する。
本実施形態は、第４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。
【０１２５】
周波数分解処理部２２Ｄ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２２Ｄ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し、ＤＢＦ処理部４０Ｄに出力する。
ＤＢＦ処理部４０Ｄは、第４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２３Ｃ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４０Ｄは、図２２（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２７Ｄ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２２（ｂ）に示すように隣接した４つの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。
【０１２６】
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を残し、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生成する。ＩＤＢＦ処理部４２は、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、周波数軸の複素数データに戻し、方位検出部６０へ出力する。
そして、方位検出部６０は、入力される複素数データから正規方程式（又は、相関行列）を算出するため、路側物などの成分を除去し、かつノイズ成分を削減した正規方程式（又は、相関行列）を求めることができる。図２２（ｃ）は図２２（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する。
また、図２３（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４０Ｄ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おいてＤＢＦ閾値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。
【０１２７】
そして、Ｃｈ削除部４１は、入力される空間複素データに基づいて、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。Ｃｈ削除部４１は、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角度チャネル領域をそれぞれ抽出する。Ｃｈ削除部４１は、抽出した角度チャネル領域以外のスペクトルの強度を「０」に置き換える。図２３（ｂ）及び図２３（ｃ）のように、Ｃｈ削除部４１は、角度チャネル領域を単位とし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２７Ｄは、第１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。
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。
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、得られた周波数軸の複素数データを方位検出部６０へ出力する。
【０１２８】
なお、本実施形態のＤＢＦ処理部４０Ｄは、デジタルビームフォーミングに基づいて設定される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する。ＤＢＦ処理部４０Ｄは、隣接する角度チャンネルのスペクトルの強度が予め設定された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してＤＢＦ検知ターゲットとして定義する。また、ＤＢＦ処理部４０Ｄは、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」に置き換える。そして、Ｃｈ削除部４１は、新たな空間複素数データとして出力する。ＩＤＢＦ処理部４２は、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。正規方程式作成部６１１は、再生複素数データから正規方程式を作成する。
【０１２９】
また、本実施形態のＣｈ削除部４１は、複数のＤＢＦ検知ターゲットを検出した場合、それぞれの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、ＤＢＦ検知ターゲットの数の空間複素数データを生成する。ＩＤＢＦ処理部４２は、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、ＤＢＦ検知ターゲット毎の再生複素数データを生成する。正規方程式作成部６１１は、ＤＢＦ検知ターゲット毎の再生複素数データに基づいて、ＤＢＦ検知ターゲット毎の正規方程式を算出する。
【０１３０】
上述した処理により、方位検出部６０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４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６０において、ＡＲ係数の計算に用いる正規方程式（又は、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設定次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。
【０１３１】
（第６実施形態）
本実施形態は、図１に示した電子走査型レーダ装置の構成を参照して、他の態様について示す。
図２４は、電子走査型レーダ装置の構成の一部を示すブロック図である。
図２４に示される電子走査型レーダ装置は、図１に示される信号処理部２０Ａに代えて、信号処理部２０Ｅを備える。図１と同じ構成には同じ符号を付す。
【０１３２】
信号処理部２０Ｅ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。
ターゲット確定部３１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、方位検出部３０によって検出されたターゲットの方位とを結びつけた後、ターゲット連結処理部３２へ出力する。
ターゲット連結処理部３２は、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を結びつけた後、ターゲット毎に前回検知サイクル（図２６）において記録された複素数データを方位検出部３０へ出力する。
また、ターゲット連結処理部３２は、今回検知サイクル（図２６）において取得された複素数データに対して、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。
【０１３３】
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法等の処理を用いてスペクトル推定処理を行う。方位検出部３０は、そのスペクトル推定処理において、今回検知サイクルと前回検知サイクルにおいて取得された複素数データに基づいて作成された正規方程式の平均化処理を行って、平均化処理された正規方程式のＡＲ係数と入力白色雑音の分散を用いてスペクトル推定処理を行う。方位検出部３０は、そのスペクトル推定処理の結果を、その結果に基づいて対応するターゲットの方位を検出して、ターゲット確定部３１へ出力する。
【０１３４】
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スペクトル推定法を用いる場合の構成例について、より具体的に示す。
図２５は、本実施形態における方位検出部の構成を示すブロック図である。
図２５に示される方位検出部３０Ａは、図２４に示した方位検出部３０の一態様である。
方位検出部３０Ａは、正規方程式作成部３１１、正規方程式フィルタ部３１２、固有値算出部３３１、次数推定部３３２Ａ、正規方程式作成部３４１、正規方程式フィルタ部３４２、ＡＲ係数算出部３４３Ａ、及び、パワースペクトル算出部３４４を備える。
本実施形態において、正規方程式作成部３１１と正規方程式フィルタ部３１２は、第１手段として機能し、固有値算出部３３１と次数推定部３３２Ａが第３手段として機能し、正規方程式作成部３４１、正規方程式フィルタ部３４２が第４手段として機能し、また、正規方程式作成部３１１と正規方程式作成部３４１が第５手段として機能する。
【０１３５】
方位検出部３０Ａにおいて正規方程式作成部３１１は、後段のＡＲスペクトル推定処理の正規方程式の次数推定に必要とされる正規方程式を作成する。正規方程式作成部３１１は、周波数分解処理部２２が周波数分解したビート周波数（上昇と下降のいずれか又は両方）に応じた複素数データのそれぞれから導かれる正規方程式を作成する。
方位検出部３０Ａは、周波数分解処理部２２から複素数データを取得して、上記の正規方程式を作成するほかに、ターゲット連結処理部２２に取得した複素数データを出力し、メモリ２１に記憶させる。また、方位検出部３０Ａは、メモリ２１に記憶されている複素数データを、ターゲット連結処理部２２を介して取得する。これにより、方位検出部３０Ａは、「今回検知サイクル」において取得した複素数データと、「過去検知サイクル」において取得した複素数データとから、それぞれの複素数データに対応した正規方程式を作成する。
【０１３６】
正規方程式フィルタ部３１２は、正規方程式作成部３１１によって作成された「今回検知サイクル」における正規方程式と、「過去検知サイクル」における正規方程式との平均化処理をする。
固有値算出部３３１は、正規方程式フィルタ部３１２によって平均化処理された正規方程式の構成部である行列（共分散行列又は自己相関行列）のユニタリ変換を行う。また、固有値算出部３３１は、ユニタリ変換された行列（共分散行列又は自己相関行列）の固有値を算出し、得られた最大となる固有値（最大固有値）を判定する。固有値算出部３３１は、算出された固有値が予め定めた閾値以上の値を示した場合には、それぞれ算出された固有値を、算出された固有値の最大の値に基づいて正規化する。
次数推定部３３２Ａは、固有値算出部３３１によって正規化された固有値の値を予め定められる閾値に基づいて判定し、その判定結果に基づいて後段の処理の次数（第２の次数）を選択する。
【０１３７】
正規方程式作成部３４１は、ＡＲスペクトル推定処理に必要とされる正規方程式であって、次数推定部３３２Ａによって推定された次数に従って、正規方程式（第２の次数の正規方程式）を作成する。正規方程式作成部３４１は、周波数分解処理部２２が周波数分解したビート周波数（上昇領域と下降領域のいずれか又は両方）に応じた複素数データのそれぞれから導かれる正規方程式を作成する。また、正規方程式作成部３４１は、メモリ２１に記憶されている「過去検知サイクル」に周波数分解処理部２２から取得した複素数データに基づいて正規方程式を作成する。
【０１３８】
正規方程式フィルタ部３４２は、「今回検知サイクル」及び「過去検知サイクル」の複素数データに対応して正規方程式作成部３４１によって作成された正規方程式を平均化する平均化処理を行う。
ＡＲ係数算出部３４３Ａは、正規方程式フィルタ部３４２又は３１２によって平均化処理された正規方程式から導かれるＡＲ係数と、入力白色雑音の分散σ２を算出する。このように、ＡＲ係数算出部３４３Ａ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たＡＲ係数と、入力白色雑音の分散σ２を導くことができる。また、ＡＲ係数算出部３４３Ａは、パワースペクトル算出部３４４へ、導かれるＡＲ係数と入力白色雑音の分散σ２を出力する。
パワースペクトル算出部３４４は、そのＡＲ係数と入力白色雑音の分散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。
【０１３９】
図２６は、検知サイクルにおけるデータ取得処理を示すタイムチャートである。
図２６には、今回制御（検知）サイクルからさかのぼって、過去に行われた過去制御（検知）サイクルが示されている。
各サイクルでは、少なくとも１回のデータ取得が行われ、１回のデータ取得を三角の波形で示す。三角の波形は、ＦＭＣＷ方式によって変調された信号を示し、右上がりのタイミングにおいて上り、右下がりのタイミングにおいて下りの検知が行われる。
個々のデータ取得は、干渉が生じないだけの時間間隔が確保され繰り返し行われ、三角波の周波数変調周期は必ずしも同一でなくても良い。
例えば、今回制御（検知）サイクルにおいて、２回のデータ取得が行われ、１回目に行われたデータ取得を「今回データ＿１取得」として示し、２回目に行われたデータ取得を「今回データ＿２取得」として示す。また、過去制御（検知）サイクルにおいて、２回のデータ取得が行われ、１回目に行われたデータ取得を「過去データ＿１取得」として示し、２回目に行われたデータ取得を「過去データ＿２取得」として示す。
本実施形態では、今回検知サイクルと過去検知サイクルとのそれぞれにおいて、同じサイクル内で複数回取得された複素数データとに基づいて、後に示す各種処理の平均化処理が行われる。
また、現在データ取得されている制御（検知）サイクルを「今回制御（検知）サイクル」といい、「今回制御（検知）サイクル」より過去に行われた制御（検知）サイクルを「過去制御（検知）サイクル」という。
【０１４０】
図２７は、取得された複素数データに基づいた正規方程式の構成と平均化処理を示す図である。
図２７に示される正規方程式は、Ｍ次の正方行列である共分散行列と、Ｍ行１列のＡＲ係数と、Ｍ行１列の右辺ベクトルで構成される。
取得された複素数データに基づいて、共分散行列と、右辺ベクトルが生成される。ＡＲ係数は、正規方程式を解くことにより算出される。
【０１４１】
図２６に示したように、複数の制御（検知）サイクルにおいて複数回のデータ所得が行われる。取得された複素数データを取得された順に、共分散行列Ｃxxｋ（ｔ）と右辺ベクトルｃxxｋ（ｔ）が生成される。
図２６において、１制御（検地）サイクルにおいてデータを取得する回数を２回とする。今回制御（検知）サイクルにおいて取得された回数に対応させて、「今回＿１」、「今回＿２」として順に、共分散行列Ｃxx１（ｔ）、Ｃxx２（ｔ）と右辺ベクトルｃxx１（ｔ）、ｃxx２（ｔ）を示す。また、前回制御（検知）サイクルにおいて取得された回数に対応させて、「前回＿１」、「前回＿２」として順に、共分散行列Ｃxx１（ｔ−１）、Ｃxx２（ｔ−１）と右辺ベクトルｃxx１（ｔ−１）、ｃxx２（ｔ−１）を示す。
【０１４２】
本実施形態において、後に示す正規方程式の平均化処理では、今回制御（検知）サイクルと、前回制御（検知）サイクルのそれぞれにおいて、同一制御（検知）サイクル内で複数回取得された複素数データに基づいて行われ、「今回＿１」、「今回＿２」、「前回＿１」、「前回＿２」の計４回分の共分散行列Ｃxxｋ（ｔ）と右辺ベクトルｃxxｋ（ｔ）を構成する要素をそれぞれ平均することにより、平均化処理が行われる。
その正規方程式の平均化処理によって平均共分散行列Ａｖｅ＿Ｃxx（ｔ）を算出する演算式を式（１３）として示す。
【０１４３】
【数１３】
【０１４４】
式（１３）においてｋ１＊からｋ４＊は、重み係数である。
また、その正規方程式の平均化処理によって平均右辺ベクトルＡｖｅ＿ｃxx（ｔ）を算出する演算式を式（１４）として示す。
【０１４５】
【数１４】
【０１４６】
また、平均化処理された正規方程式に基づいて、固有値を算出する場合には、平均化処理された正規方程式の共分散行列の固有値を算出する。
【０１４７】
次に、本実施形態における今回及び過去との正規方程式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２５における方位検出部３０Ａの正規方程式フィルタ部３１２、３４２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。
図２８は、メモリ２１に設けられるテーブルを示す図である。
ターゲット連結処理部３２は、正規方程式フィルタ部３１２、３４２における正規方程式を平均化する処理を行うため、図２８に示すテーブルにおいて、ターゲット毎に、今回のターゲット群（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）とを結びつけるため以下の処理を行う。
【０１４８】
図２８におけるｔ−１は１サイクル前（前回）の検知サイクルの結果である。
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）、上りピーク周波数ポイントf_up、上りピーク周波数時の複素数データx_up_1,x_up_2、下りピーク周波数ポイントf_dwn、下りピーク周波数時の複素数データx_dwn_1,x_dwn_2がメモリ２１に、図２８のテーブル形式により格納されている（正確には上りピーク周波数時の複素数データx_up_1,x_up_2と下りピーク周波数時の複素数データx_dwn_1,x_dwn_2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。
【０１４９】
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。
【０１５０】
そして、ターゲット連結処理部３２は、図２８のテーブルにおいて、今回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、今回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、今回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、ビート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２８に示す本実施形態の場合、過去１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。
【０１５１】
なお、ターゲット連結処理部３２は、今回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今回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、上記予測結果を今回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。
【０１５２】
また、この図に示される複素数データの呼出方法では、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、処理効率を向上させることができる。すなわち、ターゲット連結処理部３２は、記憶された複素数データを参照する際に、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、処理効率を向上させることができる。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複素数データ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。
【０１５３】
図２９は、複素数データの記憶方法、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、複素数データをメモリ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。
【０１５４】
図３０のフローチャートを用いて説明する。処理のフローは、レーダ全体構成でのピーク検知で選出された複数のターゲット別に、制御サイクル（図２６参照）毎に繰り返される。
【０１５５】
ステップＳ３０１において、チャネル（CH）毎の複素数データを同一制御サイクル内で１回以上取得する。周波数分解処理部２２は、メモリ２１に記憶されている受信波によるビート信号を読み込みアンテナ毎のビート信号を周波数変換する。
取得する複素数データは、今回検知サイクルと前回検知サイクルにおいて周波数変換されされた複素数データであり、周波数変調三角波の上りと下りのデータのいずれか又は両方のデータを個別に使用して、上りと下りで別々に処理することも可能である。
ステップＳ３０２ａにおいて、正規方程式作成部３１１は、今回検知サイクルにおいて取得した複素数データに基づいて、ＡＲモデルの最大次数に合わせた次数の正規方程式を取得回数毎に作成する。本実施形態の説明では、最大次数を３次とする。
ステップＳ３０２ｂにおいて、正規方程式作成部３１１は、前回検知サイクルにおいて取得した複素数データに基づいて、ＡＲモデルの最大次数に合わせた次数の正規方程式を取得回数毎に作成する。本実施形態の説明では、最大次数を３次とする。
【０１５６】
ステップＳ３０３において、正規方程式フィルタ部３１２は、ステップＳ３０２ｂにおいて作成した正規方程式の共分散行列と右辺ベクトル（相互相関ベクトル）の各要素同士を平均する。
このステップＳ３０２とステップＳ３０３が、本実施形態における第１手段に該当しており、後ステップの固有値計算に用いる相関行列として、改良共分散法の共分散行列をそのまま使用する。ＡＲモデルの共分散行列も、後で説明する相関行列と同じエルミート行列（複素数の対称行列）であり、固有値の性質は同じである。従って、ＡＲモデルの最大次数を基準に、そのまま固有値計算ができる。
【０１５７】
次に、ステップＳ３０４からステップＳ３０９が、本実施形態における第３手段に該当する。
ステップＳ３０４において、固有値算出部３３１は、上述した処理により作成した共分散行列を、実数の相関行列（対称行列）に変換するためのユニタリ変換を行う。
ステップＳ３０５において、固有値算出部３３１は、ユニタリ変換された行列の固有値計算を行う。なお、ステップＳ３０４とステップＳ３０５の詳細は、第１実施形態の図１１を参照する。
【０１５８】
また、ステップＳ３０６において、次数推定部３３２Ａは、ステップＳ３０５において変換された相関行列Ｒxxの固有値の中から最大値となる最大固有値を算出する。
ステップＳ３０７において、次数推定部３３２Ａは、得られた最大値を基準に各要素の値を正規化、すなわち、最大値で除算する。
ステップＳ３０８において、後段に行うスペクトル推定処理を最適化するための次数を推定する。
ステップＳ３０６からステップＳ３０８までの一連の処理をモデル次数推定処理と呼ぶ。モデル次数推定処理の詳細は、第１実施形態を参照する。
【０１５９】
ステップＳ３０９において、次数推定部３３２Ａは、ステップＳ３０８において推定した次数が３であるか否かの判定を行う。ステップＳ３０９の判定の結果、推定した次数が３であると判定した場合には、ステップＳ３１２に進む。
ステップＳ３０９の判定の結果、推定した次数が３でないと判定した場合には、ステップＳ３１０とＳ３１１の第４手法、第５手法に対応する処理であり、正規方程式の次数を変更する処理をする。
【０１６０】
ステップＳ３１０ａにおいて、正規方程式作成部３４１は、ステップＳ３０８において次数推定部３３２Ａによって推定された次数（本実施形態の場合、１次又は２次）に応じて、今回検知サイクルにおいて取得された複素数データに基づいて正規方程式を作成する正規方程式作成処理を行う。
ステップＳ３１０ｂにおいて、正規方程式作成部３４１は、ステップＳ３０８において次数推定部３３２Ａによって推定された次数（本実施形態の場合、１次又は２次）に応じて、前回検知サイクルにおいて取得された複素数データに基づいて正規方程式を作成する正規方程式作成処理を行う。
ステップＳ３１１において、正規方程式フィルタ部３４２は、ステップＳ３１０ａとＳ３１０ｂにおいて正規方程式作成部３４１によって作成された正規方程式を平均化する平均化処理を行う。正規方程式の平均化処理の詳細は、図２７を参照する。
ステップＳ３０９における次数判定の結果により、初期設定次数（本実施形態の場合、３次）より次数を下げなければならないと判定した場合には、正規方程式作成部３４１は初期設定次数より低次の正規方程式を作成する。ここが、次数推定結果による変化に対応する部分となり、本実施形態の場合、２次か１次のいずれかである。
正規方程式を作成する際の複素数データは、ステップＳ３０１において取得されたデータを保持することで、次数変化にも柔軟に対応することができる。推定次数を３次とする判定結果の場合は、ここのステップＳ３１０とＳ３１１の処理を行わず、ステップＳ３０２で作成され、ステップＳ３０３で平均化処理された正規方程式をそのまま後段のステップで用いる。
【０１６１】
ステップＳ３１２において、ＡＲ係数算出部３４３Ａは、ステップＳ３１１又はＳ３０３において平均化処理された正規方程式からＡＲ係数と入力白色雑音の分散を算出する。
ステップＳ３１３において、パワースペクトル算出部３４４は、ステップＳ３１２において算出されたＡＲ係数と入力白色雑音の分散に基づいてパワースペクトルを算出する。
ステップＳ３１４において、パワースペクトル算出部３４４は、算出されたパワースペクトルに基づいてターゲット数及びターゲットの方向を示す角度を検知する。
【０１６２】
（第７実施形態）
図を参照し、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スペクトル推定法を用いる場合の他の態様について、より具体的に示す。
本実施形態は、第６実施形態に示す第１手段に変わる第２手段を有する。第２手段は、前記第１手段とは異なり、固有値計算のための相関行列を作成する。
図３１は、本実施形態における方位検出部の構成を示すブロック図である。
図３１に示される方位検出部３０Ｂは、図１に示した方位検出部３０の一態様である。
方位検出部３０Ｂは、相関行列作成部３２１、相関行列フィルタ部３２２、固有値算出部３３１、次数推定部３３２Ｂ、正規方程式作成部３４１、正規方程式フィルタ部３４２、ＡＲ係数算出部３４３Ｂ、及び、パワースペクトル算出部３４４を備える。図２５と同じ構成には、同じ符号を付し、特に明示しない場合には、正規方程式作成部３１１、正規方程式フィルタ部３１２、次数推定部３３２Ａ及びＡＲ係数算出部３４３Ａを、相関行列作成部３２１、相関行列フィルタ部３２２、次数推定部３３２Ｂ及びＡＲ係数算出部３４３Ｂにそれぞれ読み替える。
本実施形態において、相関行列作成部３２１と相関行列フィルタ部３２２は、第２手段として機能し、固有値算出部３３１と次数推定部３３２Ｂが第３手段として機能し、正規方程式作成部３４１、正規方程式フィルタ部３４２が第４手段として機能し、また、相関行列作成部３２１と正規方程式作成部３４１が第５手段として機能する。
【０１６３】
方位検出部３０Ｂにおいて相関行列作成部３２１は、後段のＡＲスペクトル推定処理の正規方程式の次数推定に必要とされる相関行列を作成する。相関行列作成部３２１は、周波数分解処理部２２が周波数分解したビート周波数（上昇と下降のいずれか又は両方）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作成する。
方位検出部３０Ｂは、周波数分解処理部２２から複素数データを取得して、上記の相関行列と正規方程式を作成するほかに、ターゲット連結処理部２２に取得した複素数データを出力し、メモリ２１に記憶させる。また、方位検出部３０Ｂは、メモリ２１に記憶されている複素数データを、ターゲット連結処理部２２を介して取得する。これにより、方位検出部３０Ｂは、「今回検知サイクル」において取得した複素数データと、「過去検知サイクル」において取得した複素数データとから、それぞれの複素数データに対応した相関行列と正規方程式を作成する。
【０１６４】
相関行列フィルタ部３２２は、相関行列作成部３２１によって作成された「今回検知サイクル」における相関行列と、「過去検知サイクル」における相関行列との平均化処理をする。
固有値算出部３３１は、相関行列フィルタ部３２２によって平均化処理された相関行列のユニタリ変換を行う。固有値算出部３３１における他の処理は、第１実施形態と同じである。
次数推定部３３２Ｂは、固有値算出部３３１によって正規化された固有値の値を予め定められる閾値に基づいて判定し、その判定結果に基づいて後段の処理の次数（第２の次数）を選択する。
【０１６５】
ＡＲ係数算出部３４３Ｂは、正規方程式フィルタ部３４２によって平均化処理された正規方程式から導かれるＡＲ係数と、入力白色雑音の分散σ２を算出する。このように、ＡＲ係数算出部３４３Ｂ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たＡＲ係数と、入力白色雑音の分散σ２を導くことができる。また、ＡＲ係数算出部３４３Ｂは、パワースペクトル算出部３４４へ、導かれるＡＲ係数と入力白色雑音の分散σ２を出力する。
【０１６６】
図３２のフローチャートを用いて説明する。処理のフローは、レーダ全体構成でのピーク検知で選出された複数のターゲット別に、制御サイクル（図２６参照）毎に繰り返される。図３２に示されるＳ４０１〜Ｓ４１４は、図３０に示したステップＳ３０１からＳ３１４に対応するものであり、第６実施形態と異なる処理を行うステップを中心に説明する。
【０１６７】
ステップＳ４０２ａにおいて、相関行列作成部３２１は、今回検知サイクルにおいて取得した複素数データに基づいて、ＡＲモデルの最大次数に合わせた次数の相関行列を取得回数毎に作成する。本実施形態の説明では、最大次数を３次とする。
ステップＳ４０２ａにおいて、相関行列作成部３２１は、前回検知サイクルにおいて取得した複素数データに基づいて、ＡＲモデルの最大次数に合わせた次数の相関行列を取得回数毎に作成する。本実施形態の説明では、最大次数を３次とする。
ステップＳ４０３において、相関行列フィルタ部３２２は、ステップＳ４０２において作成した相関行列の各要素同士を平均する。
【０１６８】
このステップＳ４０２とステップＳ４０３が、本実施形態における第２手段に該当しており、後ステップの固有値計算に用いる相関行列として、後ステップのＡＲモデルの共分散行列が最大３次なので、３次の相関行列を作成する。
作成する相関行列が３次であれば、最低、３チャネル分の複素数データがあれば充分である。仮に５チャネル分の複素数データがあれば、精度を上げるために利用することができる。
図３３を参照し、相関行列の平均化処理について示す。
図３３は、取得された複素数データに基づいた相関行列の構成と平均化処理を示す図である。
図３３に示される相関行列は、３次の正方行列である。
取得された複素数データに基づいて、相関行列が生成される。具体的な生成方法は、第２実施形態を参照する。
【０１６９】
図２６に示したように、複数の制御（検知）サイクルにおいて複数回のデータ所得が行われる。取得された複素数データを取得された順に、相関行列Ｒｘｘｋ（ｔ）が生成される。
図２６において、１制御（検地）サイクルにおいてデータを取得する回数を２回とする。今回制御（検知）サイクルにおいて取得された回数に対応させて、「今回＿１」、「今回＿２」として順に、相関行列Ｒｘｘ１（ｔ）、Ｒｘｘ２（ｔ）を示す。また、前回制御（検知）サイクルにおいて取得された回数に対応させて、「前回＿１」、「前回＿２」として順に、相関行列Ｒｘｘ１（ｔ−１）、Ｒｘｘ２（ｔ−１）を示す。
【０１７０】
本実施形態において、後に示す相関行列の平均化処理では、今回制御（検知）サイクルと、前回制御（検知）サイクルのそれぞれにおいて、同一制御（検知）サイクル内で複数回取得された複素数データに基づいて行われ、「今回＿１」、「今回＿２」、「前回＿１」、「前回＿２」の計４回分の相関行列Ｒｘｘｋ（ｔ）を構成する要素をそれぞれ平均することにより、平均化処理が行われる。
その相関行列Ｒｘｘの平均化処理によって平均相関行列Ａｖｅ＿Ｒｘｘ（ｔ）を算出する演算式を式（１５）として示す。
【０１７１】
【数１５】
【０１７２】
平均化処理されて得られる平均相関行列は、複素数データによって構成された対称行列（エルミート行列）であるが、その次数は、後ステップでに行われるＡＲスペクトル推定の正規方程式の最大次数に制限されている。このように次数を制限することにより、小さい相関行列を対象とした演算負荷の軽い固有値算出を行うことが可能となる。
また、同一制御サイクルにおいて取得された取得回数分の相関行列を平均する（ステップＳ４０３）。
【０１７３】
図３２に戻り、ステップＳ４１０ａ、Ｓ４１０ｂとＳ４１１について示す。
ステップＳ４１０ａ、Ｓ４１０ｂとＳ４１１は、本実施形態における第４手段、第５手段に該当する。
第６実施形態の第４手段、第５手段と異なる点は、第３手段によって推定された次数に従って、いずれの次数であっても正規方程式を作成する点である。第６実施形態では、固有値を算出するに当たり、最大次数の正規方程式を予め作成していたので、推定された次数が最大次数の場合は、正規方程式の作成を行わず、予め作成してあった正規方程式をそのまま用いることができた。本実施形態では、相関行列に基づいて固有値を算出するため、全ての次数（本実施形態では、次数１から次数３）において正規方程式の作成が必要とされる。
【０１７４】
（第８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３４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６、第７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２４に示す第６、第７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。
信号処理部２０Ｆにおいて周波数分解処理部２２Ｂは、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３０Ｂへ出力する。
【０１７５】
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。ここで、ピーク検知部２３Ｂは、方位検出部のモデル推定処理における最大固有値判定（ステップＳ１０６ａ）と同じ機能として動作させることができるので、削除することも可能となる。
ターゲット連結処理部３２Ｂ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３５に示すテーブルが記憶されている。
ターゲット連結処理部３２Ｂは、図２４のターゲット連結処理部３２と同様な処理により、今回の検知サイクルと、過去の検知サイクルとの連結処理を行う。
【０１７６】
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、第６から第７実施形態に示した正規方程式の次数推定と平均化処理を行う。
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３６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３６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。
【０１７７】
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、方向検知のように今回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、今回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複素数データ、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方位とを、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３２Ｂ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複素数データと、距離と、縦位置と、横位置と、相対速度とを、第６、第７実施形態と同様の処理により図３５のテーブルに記憶させる。
【０１７８】
（第９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３７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正規方程式を用いた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。
【０１７９】
第６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。
【０１８０】
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６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。
【０１８１】
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６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。
【０１８２】
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３８に示すテーブルが作成される。
図３８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、今回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３８に示すテーブルを生成する。
【０１８３】
そして、ターゲット連結処理部３２Ｃは、図３８のテーブルの情報を用いて、今回の検知サイクルにおけるターゲットと、図２８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。
方位検出部３０は、第６、第７実施形態に示した正規方程式の次数推定と平均化処理を行う。
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の角度情報を用いたりできる効果を成す。
【０１８４】
（第１０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３９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）を行い周波数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３７に示す第９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５実施形態との相違点について説明する。
本実施形態は、第５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。
【０１８５】
上記ＤＢＦ処理部４０は、第９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４０（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４０（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。
【０１８６】
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、周波数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正規方程式（又は、相関行列）及び正規方程式を算出するため、路側物などを除去し、かつノイズ成分を削減した正規方程式（又は、相関行列）及び正規方程式を求めることができる。図４０（ｃ）は図４０（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４１（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。
【０１８７】
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４１（ｂ）及び図４１（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５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。
【０１８８】
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、得られた周波数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３２Ｃ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複素数データをメモリ２１の図２８のテーブルから抽出し、方位検出部３０へ出力する。
【０１８９】
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５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正規方程式に、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、例えば正規方程式の最大次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。
方位検出部３０は、第６、第７実施形態に示した正規方程式の次数推定と平均化処理を行う。
【０１９０】
（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４２と図４３は、本実施形態による電子走査型レーダ装置のモデル次数推定特性と方位推定特性をそれぞれ示す図である。
この図４２（ａ）は、ターゲットの車両を１台とした場合の次数推定結果を示す。
横軸が、ターゲットまでの距離を示し、縦軸が正規化固有値を示す。このグラフには、正規化固有値を２つの閾値Ｔｈ１、Ｔｈ２を用いた判定を、ターゲットまでの距離に応じて行った結果が示される。ここで、グラフの中で、途中点線で囲った部分のプロットが途切れているが、この部分は最大固有値が閾値以下の領域となっていて、次数推定処理をキャンセルしていることを表している。
ターゲットの車両が１台の場合には、推定次数を１次か２次と推定すると、検知性能が維持できる。１台の場合に、高次（例えば、３次）の正規方程式を用いると、偽ピークが生じる場合がある。グラフに示された結果のとおり、推定次数が１次又は２次として推定されることが示される。
【０１９１】
この図４２（ｂ）は、ターゲットの車両を２台とした場合の次数推定結果を示す。
横軸が、ターゲットまでの距離を示し、縦軸が正規化固有値を示す。このグラフには、正規化固有値を２つの閾値Ｔｈ１、Ｔｈ２を用いた判定を、ターゲットまでの距離に応じて行った結果が図４２（ａ）と同様に示される。
ターゲットの車両が２台の場合には、推定次数を２次か３次と推定すると、検知性能が維持できる。２台の場合に、２次又は３次の正規方程式を用いると、ピークが分離して検出でき、良好な結果が得られる。
【０１９２】
また、図４３（ａ）は、本実施例の次数推定を用いて、次数を１次として１台の車両を検出した場合のスペクトルを示す。図４３（ｂ）は、本実施例の次数推定を用いないで、次数を３次として１台の車両を検出した場合のスペクトルを示す。図４３（ｂ）の場合には、偽ピークが検出されているが、図４３（ａ）では、偽ピークの発生がない良好な検出結果が得られることが示される。
【０１９３】
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て、スペクトル推定処理を行う演算式（正規方程式）の次数を、低次数での演算負荷の軽い方法で推定でき、さらに、その結果として得られる推定次数に従って、スペクトル推定処理を行うことにより、検出精度を向上させることができる。
【０１９４】
また、本発明によれば、第１手段により、固有値計算する相関行列を新たに作成することがなく、ほぼ全てのCHを使った共分散関数の要素で構成されているので精度の良い固有値計算ができる効果を有する。第１又は第２手段により、検知可能最大ターゲット数と同次数の共分散行列又は相関行列の作成で済むので、比較的小次数の行列で演算負荷の軽い固有値計算ができる。（例えば、ＭＵＳＩＣ法で作成する相関行列の次数より少ない次数で固有値計算ができる。なぜならば、ＭＵＳＩＣ法の場合、後ステップのＭＵＳＩＣスペクトルを算出する原理として、検知可能最大ターゲット数と同数のベクトルに加えて、必ずモードベクトルとの直交性を調べる白色ノイズ成分のベクトルが１つ以上必要となるからである。また、ＭＵＳＩＣ法の場合は、原理上固有ベクトルの算出が必要であるが、本発明による利用方法では、固有ベクトルの算出が全く必要無い（ＡＲスペクトル推定法でスペクトルを算出する）ので、さらに演算負荷の軽い固有値計算で済むことになる。以上、上記第１と第２手段により、固有値計算を用いながらも比較的軽い演算負荷でＡＲスペクトル推定用のモデル次数を推定できるという効果を有する。
【０１９５】
また、第１と第２手段が第5手段と組み合わせる場合、記憶する形態として、メモリ容量が少ない複素数データで記憶することに対応できる。
また、第３手段により、最大固有値又は、全固有値の総和（又は、元の相関行列の対角要素の和）を判定することで、前ステップのピーク検知がない（例えば、全距離ポイント又は任意の距離ポイント範囲の角度をスペクトル推定する場合の）構成や、ピーク検知後でも異なる閾値で固有値計算を実行すべきかどうかの判断ができる効果と、固有値の正規化によってターゲットの距離に依存しない次数推定ができる効果を有する。また、複数の固有値閾値を構成することにより、ＡＲスペクトル推定を用いた車載用レーダ特有の設定の次数推定を行うことができる効果を有する。
また、第４手段により、前記次数の決定するステップの後、正規方程式作成までの処理負荷が格段に軽いという特徴を生かし、決定した次数に合わせ柔軟に、行列とベクトルの要素となる関数を計算できる効果を有する。
また、第５手段との組み合わせの場合、記憶する形態として、前記第１，２，４手段とも適合でき、且つメモリ容量が少ない複素数データで記憶とすることに対応できる。
また、第５手段により、前段の固有値計算を行うための共分散行列又は相関行列の精度と、後段のＡＲ係数を求める精度を向上できる効果を有する。
【０１９６】
以上、第１〜第６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。
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、入力白色雑音の分散値を乗算しないで作成したスペクトルで推定することも可能であるので、入力白色雑音の分散値の計算を省略することもできる。さらに、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。
【０１９７】
なお、図１、図７、図１４、図１７、図１９、図２１、図２４、図２５、図３１、図３４、図３７、図３９における信号処理部２０Ａから２０Ｈ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。
【０１９８】
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。
【０１９９】
なお、本実施形態において、例えばステップ１０６では、予め設定した閾値よりも最大固有値の値が小さい場合には、得られた情報（複素数データ）の信頼度が低いと判定し、該当ターゲットに対しての次ステップの次数推定の処理を行わなくして、誤検出情報の提供を防いでいる。
例えば、次ステップ以降の次数推定及び方位推定の処理を行わず、当該サイクルにおけるターゲットの情報を検出できずにロストしても、レーダの認識処理として通常後ステップで行われるトラッキングによる外挿手法等を用いることにより、ロストしたターゲットの情報を疑似的に持続することができる。このような手法により、ターゲットをロストすることを回避できるので、間違った方位検出結果を出力するよりキャンセルする方が望ましいという考えに適合することができる。また、できるだけ方位検出をキャンセルしない考えにも適合でき、次ステップの次数推定を行わず、予め定められた値の任意の次数に強制的に指定する（例えば、最大次数や最小次数の何れか）ことも可能である。このような最大固有値判定を伴ったモデル次数推定処理を行うことによって、例えばピーク検知されたターゲットの中から、ターゲット毎にさらに方位検出するか否かを判定したり、ピーク検知しない仕様としたりする場合でも効果を成すものである。そのピーク検知しない仕様とは、例えば、全ポイント、又は、任意の距離ポイントにおいて無条件に方位検知する等の処理構成のことである。
【符号の説明】
【０２００】
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
２０Ａ、２０Ｂ、２０Ｃ、２０Ｄ、２０Ｅ、２０Ｆ、２０Ｇ、２０Ｈ…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、２７Ｂ…ペア確定部
３０、３０Ａ、３０Ｂ、６０、６０Ａ、６０Ｂ…方位検出部
３１、３１Ｂ…ターゲット確定部
３２、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
３１１、３４１、６１１、６４１…正規方程式作成部
３１２、３４２、６１２、６４２…正規方程式フィルタ部
３２１、６２１…相関行列作成部
３３１、６３１…固有値算出部
３３２Ａ、３３２Ｂ、６３２Ａ、６３２Ｂ…次数推定部
３４３Ａ、３４３Ｂ、６４３Ａ、６４３Ｂ…ＡＲ係数算出部
３４４、６４４…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４４）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、３、４、６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（複素正弦波にノイズ成分が合成されたデータ）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、ノイズ成分を抑制し推定精度を向上させるために、過去制御サイクルの相関行列を記憶しておき、今回の制御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２参照）。
また、よりアレーアンテナのチャンネル数が少ない程、車載用として好適な小型・低コストのレーダ装置となるが、その反面、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。
これらのアルゴリズムは、適当な到来波（受信波）数（ARスペクトル推定法の場合はモデル次数）を設定してから推定するという課題があるが、車載用レーダに適用する場合においても、適当な値を設定する必要がある。例えば、ＭＵＳＩＣ法などの固有値分解により受信波方向を推定するアルゴリズムの場合では、必ず相関行列を固有値分解して求めるアルゴリズムなので、都度固有値の大小関係から信号成分とノイズ成分を分離して受信波数の推定を行うことができる（特許文献３，４，５，６）。
【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２００９−１５６５８２号公報
【特許文献３】特開２００６−４７２８２号公報
【特許文献４】特開２００９−２５１９５号公報
【特許文献５】特開２００６−１５３５７９号公報
【特許文献６】特開２００９−１６２６８８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、「アダプティブアンテナ技術」、オーム社、２００３年．
【発明の概要】
【発明が解決しようとする課題】
【０００６】
ＡＲスペクトル推定法においては、比較的演算負荷の軽いアルゴリズムであり、距離方向に数多く存在するターゲットに対して方位推定処理も数多く行うことができるので、車載用レーダとして好適な手法である。また、ＭＵＳＩＣ法と比べると受信波数（=モデル次数）の設定にセンシティブにならなくても推定できるという利点があり、モデル次数の高い方が、推定精度が高くなるという傾向がある。
しかしながら、設定次数に対して受信波数が大幅に少なく、ノイズ成分が大きい時に、偽ピークが出てしまう場合があることが懸案であった。
受信波数の推定においては、FPE（Final Prediction Error）法、AIC（Akaike Information Criterion）法、MDL（Minimum Description Length）法等で決定することも非特許文献１、２等で述べられているが、精度の良い推定は保証されていない。なおかつ、車載レーダ用途に用いられる少ないチャネル数、低次数の領域では、その研究事例の報告もほとんどない。
【０００７】
本発明は、このような事情に鑑みてなされたもので、比較的容易に実行でき、ＡＲモデルの適切な次数設定と精度の良い方位推定ができる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】
（１）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、送信された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、前記ビート信号に基づいて算出された複素数データを要素とする第１の次数の行列の固有値の値に基づいて前記受信波の到来方向の算出に用いる正規方程式の次数を推定し、該推定された次数による第２の次数の正規方程式を作成し、該作成された第２の次数の正規方程式に基づいて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。
【０００９】
（２）また、本発明は、上記発明において、前記方位検出部は、自己回帰モデルを用いるＡＲスペクトル推定法により、前記第２の次数の正規方程式に基づいて前記受信波の到来方向を算出することを特徴とする。
（３）また、本発明は、上記発明において、前記方位検出部は、前記第１の次数の行列の固有値を、前記ビート信号に基づいて算出された複素数データに基づいて作成された前記第１の次数の行列から算出することを特徴とする。
【００１０】
（４）また、本発明は、上記発明において、前記方位検出部は、前記第１の次数の行列の固有値を、前記ビート信号に基づいて算出された複素数データに基づいて作成された正規方程式であって、該正規方程式に適用する最大の次数と同次数の前記第１の次数の正規方程式の構成部である行列から算出することを特徴とする。
【００１１】
（５）また、本発明は、上記発明において、前記方位検出部は、前記第２の次数の正規方程式に適用する最大の次数と同次数の相関行列を、前記第１の次数の行列にすることを特徴とする。
【００１２】
（６）また、本発明は、上記発明において、前記方位検出部は、前記固有値を、複数の前記第１の次数の行列を平均化した平均化行列から算出することを特徴とする。
【００１３】
（７）また、本発明は、上記発明において、前記方位検出部は、前記固有値を、複数の前記第１の次数の正規方程式を平均化する処理をした平均化正規方程式の構成部である行列から算出することを特徴とする。
【００１４】
（８）また、本発明は、上記発明において、前記方位検出部は、前記固有値を算出するための平均化行列と平均化正規方程式を、前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおける今回の検知サイクルで取得した複素数データから作成することを特徴とする。
【００１５】
（９）また、本発明は、上記発明において、前記方位検出部は、前記固有値の算出に先立って前記行列に対してユニタリ変換を行うことを特徴とする。
【００１６】
（１０）また、本発明は、上記発明において、前記方位検出部は、前記固有値の値に基づいて前記第２の次数を選択し、前記選択された第２の次数の正規方程式を作成することを特徴とする。
【００１７】
（１１）また、本発明は、上記発明において、前記方位検出部は、前記受信波の到来方向を算出するための正規方程式である、前記第１の次数の正規方程式又は前記第２の次数の正規方程式を含む正規方程式又は平均化正規方程式を、前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおける今回の検知サイクルで取得した複素数データから作成することを特徴とする。
【００１８】
（１２）また、本発明は、上記発明において、前記方位検出部は、前記固有値から算出された値が予め定めた閾値以上の値を示した場合には、前記固有値を該固有値の最大の値に基づいて正規化することを特徴とする。
【００１９】
（１３）また、本発明は、上記発明において、前記固有値から算出された値は、前記固有値の最大値、前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおける今回の検知サイクルにおける全ての前記固有値の総和、又は、前記第1の次数の行列の対角要素の和のいずれかの値であることを特徴とする。
【００２０】
（１４）また、本発明は、上記発明において、前記方位検出部は、前記正規化された固有値の値を予め定められる閾値に基づいて判定し、該判定結果に基づいて前記第２の次数を選択することを特徴とする。
【００２１】
（１５）また、本発明は、上記発明において、前記方位検出部は、前記固有値から算出された値を複数の閾値を用いてそれぞれ判定した結果により、前記第２の次数を選択することを特徴とする。
【００２２】
（１６）また、本発明は、上記発明において、前記方位検出部は、前記第１の次数の行列の値に基づいて、前記第２の次数の正規方程式の次数を推定する処理を中断することを特徴とする。
【００２３】
（１７）また、本発明は、上記発明において、前記方位検出部は、前記第２の次数の正規方程式の次数を推定する処理の中断について、前記固有値の最大値、前記固有値の総和、又は、前記第１の次数の行列の対角要素の和のいずれかの値に従って判定することを特徴とする。
【００２４】
（１８）また、本発明は、上記発明において、前記方位検出部は、前記次数を推定する処理の中断により、前記受信波の到来方向を算出する処理を中断することを特徴とする。
【００２５】
（１９）また、本発明は、上記発明において、前記方位検出部は、前記次数を推定する処理の中断により、前記第２の次数を予め定められる任意の次数に強制的に指定することを特徴とする。
【００２６】
（２０）また、本発明は、上記発明において、前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおいて検出された前記ビート信号に基づいた複素数データを記憶する記憶部と、今回の検知サイクルと、前記今回の検知サイクルより過去に行われた過去の検知サイクルとにおいて、それぞれ前記検知された前記ターゲットを関連付け、前記関連付けられたターゲットに対応付けられた前記複素数データを前記記憶部に記憶させるターゲット連結処理部と、を備えることを特徴とする。
【００２７】
（２１）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と、前記複素数データとを関連付けて記憶し、前記ターゲット連結処理部は、前記今回の検知サイクルにおけるターゲットと、該今回の検知サイクルにおけるターゲットに関連付けられ、前記今回と時系列的に関係する前記過去の検知サイクルにおけるターゲットとの対応付けを行うことを特徴とする。
【００２８】
（２２）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、前記今回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、前記今回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従って、前記今回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。
【００２９】
（２３）また、本発明は、上記発明において、前記方位検出部は、前記固有値を算出するための平均化行列と平均化正規方程式を、前記過去検知サイクルで取得した複素数データを含めて作成することを特徴とする。
【００３０】
（２４）また、本発明は、上記発明において、前記方位検出部は、前記受信波の到来方向を算出するための正規方程式である、前記第１の次数の正規方程式又は前記第２の次数の正規方程式を含む平均化正規方程式を、前記過去検知サイクルで取得した複素数データを含めて作成することを特徴とする。
【００３１】
（２５）また、本発明は、上記発明において、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、を備え、前記方位検出部は、前記ターゲット検知部によって存在が検知されたターゲットに対応する複素数データに基づいて、前記受信波の到来方向を算出することを特徴とする。
【００３２】
（２６）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、前記今回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、前記今回及び前記過去の検知サイクルにおける前記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。
【００３３】
（２７）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、前記正規方程式作成部は、前記再生複素数データから前記正規方程式を作成することを特徴とする。
【００３４】
（２８）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、前記正規方程式作成部は、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正規方程式を算出することを特徴とする。
【００３５】
（２９）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、受信部が、送信された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過程と、ビート信号生成部が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、周波数分解処理部が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過程と、方位検出部が前記ビート信号に基づいて算出された複素数データを要素とする第１の次数の行列の固有値の値に基づいて前記受信波の到来方向の算出に用いる正規方程式の次数を推定し、該推定された次数による第２の次数の正規方程式を作成し、該作成された第２の次数の正規方程式に基づいて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。
【００３６】
（３０）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、送信された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処理と、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処理と、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と、前記ビート信号に基づいて算出された複素数データを要素とする第１の次数の行列の固有値の値に基づいて前記受信波の到来方向の算出に用いる正規方程式の次数を推定し、該推定された次数による第２の次数の正規方程式を作成し、該作成された第２の次数の正規方程式に基づいて前記受信波の到来方向を算出する方位検出処理とを実行させることを特徴とするプログラムである。
【発明の効果】
【００３７】
以上説明したように、本発明によれば、受信部が、送信された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。ビート信号生成部が前記送信波及び前記受信波からビート信号を生成する。周波数分解処理部が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。方位検出部が前記ビート信号に基づいて算出された複素数データを要素とする第１の次数の行列の固有値の値に基づいて前記受信波の到来方向の算出に用いる正規方程式の次数を推定し、該推定された次数による第２の次数の正規方程式を作成し、該作成された第２の次数の正規方程式に基づいて前記受信波の到来方向を算出する。
これにより、方位検出部は、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と、複素数データに基づいて生成される正規方程式であって、該正規方程式に基づいて受信波の到来方向を算出するとともに、複素数データに基づいて生成された行列に基づいて正規方程式の次数を定め、定められた次数の正規方程式に基づいて受信波の到来方向を算出するので、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】
【００３８】
【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】ピーク組合せ部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】今回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周波数ポイントを示すテーブルである。
【図７】本実施形態における方位検出部の構成を示すブロック図である。
【図８】検知サイクルにおけるデータ取得処理を示すタイムチャートである。
【図９】取得された複素数データに基づいた３次の正規方程式の構成と平均化処理を示す図である。
【図１０】本実施形態の処理を示すフローチャートである。
【図１１】固有値計算について示す図である。
【図１２】図１０のステップ１０６からステップＳ１０８までに示したモデル次数推定処理の詳細を示す図である。
【図１３】本実施形態における各次数の正規方程式を示す図である。
【図１４】第２実施形態における方位検出部の構成を示すブロック図である。
【図１５】本実施形態の処理を示すフローチャートである。
【図１６】本実施形態の相関行列の作成方法を示す図である。
【図１７】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１８】メモリ２１に設けられるテーブルを示す図である。
【図１９】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２０】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２１】第５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】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２３】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２４】第６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２５】本実施形態における方位検出部の構成を示すブロック図である。
【図２６】検知サイクルにおけるデータ取得処理を示すタイムチャートである。
【図２７】取得された複素数データに基づいた正規方程式の構成と平均化処理を示す図である。
【図２８】メモリ２１に設けられるテーブルを示す図である。
【図２９】複素数データの記憶方法、呼出方法を示す図である。
【図３０】本実施形態の処理を示すフローチャートである。
【図３１】第７実施形態における方位検出部の構成を示すブロック図である。
【図３２】本実施形態の処理を示すフローチャートである。
【図３３】相関行列の平均化処理について示す。
【図３４】第８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３５】メモリ２１に設けられるテーブルを示す図である。
【図３６】メモリ２１に設けられるテーブルを示す図である。
【図３７】第９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３８】メモリ２１に設けられるテーブルを示す図である。
【図３９】第１０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４０】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４１】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４２】本実施形態による電子走査型レーダ装置のモデル次数推定特性を示す図である。
【図４３】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。
【図４４】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】
【００３９】
＜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法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）を用いた推定処理を行う。また、ＡＲスペクトル推定法は、ＭＵＳＩＣ法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。
【００４０】
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）と入力白色雑音の分散値を求めた後、そのＡＲ係数と入力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４４参照）。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（Covariance Method）と改良共分散法（Modified Covariance Method）がある。また、改良共分散法は、前向き後向き線形予測法（Foward and Backward Linear Prediction Method）とも呼ばれる。いずれの方法も正規方程式を作成し、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。
【００４１】
（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２０Ａを備える。
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、ターゲット確定部３１、及び、方位検出部６０Ａを備える。
【００４２】
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。
【００４３】
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。
【００４４】
＜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。
【００４５】
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。
【００４６】
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ｒ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ｖ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
【００４７】
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。
【００４８】
＜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。
【００４９】
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。
【００５０】
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。
【００５１】
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。
【００５２】
ここで、ペア確定部２７は、例えば、過去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。
【００５３】
方位検出部６０は、高分解能アルゴリズムのＡＲスペクトル推定処理やＭＵＳＩＣ法等の処理を用いてスペクトル推定処理を行い、スペクトル推定の結果に基づいて対応するターゲットの方位を検出して、ターゲット確定部３１へ出力する。
ターゲット確定部３１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、方位検出部３０によって検出されたターゲットの方位とを結びつけて現在の状態を確定し出力する。
【００５４】
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スペクトル推定法を用いる場合の構成例について、より具体的に示す。
図７は、本実施形態における方位検出部の構成を示すブロック図である。
図７に示される方位検出部６０Ａは、図１に示した方位検出部６０の一態様である。
方位検出部６０Ａは、正規方程式作成部６１１、正規方程式フィルタ部６１２、固有値算出部６３１、次数推定部６３２Ａ、正規方程式作成部６４１、正規方程式フィルタ部６４２、ＡＲ係数算出部６４３Ａ、及び、パワースペクトル算出部６４４を備える。
本実施形態において、正規方程式作成部６１１と正規方程式フィルタ部６１２は、第１手段として機能し、固有値算出部６３１と次数推定部６３２Ａが第３手段として機能し、正規方程式作成部６４１、正規方程式フィルタ部６４２が第４手段として機能する。
【００５５】
方位検出部６０において正規方程式作成部６１１は、後段のＡＲスペクトル推定処理の正規方程式の次数推定に必要とされる正規方程式を作成する。正規方程式作成部６１１は、周波数分解処理部２２が周波数分解したビート周波数（上昇と下降のいずれか又は両方）に応じた複素数データのそれぞれから導かれる正規方程式を作成する。
【００５６】
正規方程式フィルタ部６１２は、正規方程式作成部６１１によって作成された「今回検知サイクル」における正規方程式の平均化処理をする。
固有値算出部６３１は、正規方程式フィルタ部６１２によって平均化処理された正規方程式の構成部である行列（共分散行列又は自己相関行列）のユニタリ変換を行う。また、固有値算出部６３１は、ユニタリ変換された行列（共分散行列又は自己相関行列）の固有値を算出し、得られた最大となる固有値（最大固有値）を判定する。固有値算出部６３１は、算出された固有値が予め定めた閾値以上の値を示した場合には、それぞれ算出された固有値を、算出された固有値の最大の値に基づいて正規化する。
次数推定部６３２Ａは、固有値算出部６３１によって規格化された固有値の値を予め定められる閾値に基づいて判定し、その判定結果に基づいて後段の処理の次数（第２の次数）を選択する。
【００５７】
正規方程式作成部６４１は、ＡＲスペクトル推定処理に必要とされる正規方程式であって、次数推定部６３２Ａによって推定された次数に従って、正規方程式（第２の次数の正規方程式）を作成する。正規方程式作成部６４１は、周波数分解処理部２２が周波数分解したビート周波数（上昇領域と下降領域のいずれか又は両方）に応じた複素数データのそれぞれから導かれる正規方程式を作成する。
正規方程式フィルタ部６４２は、正規方程式作成部６４１によって作成された今回検知サイクルにおける正規方程式を平均化する平均化処理を行う。
ＡＲ係数算出部６４３Ａは、正規方程式フィルタ部６４２又は６１２によって平均化処理された正規方程式から導かれるＡＲ係数と、入力白色雑音の分散σ２を算出する。このように、ＡＲ係数算出部６４３Ａ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たＡＲ係数と、入力白色雑音の分散σ２を導くことができる。また、ＡＲ係数算出部６４３Ａは、パワースペクトル算出部６４４へ、導かれるＡＲ係数と入力白色雑音の分散σ２を出力する。
パワースペクトル算出部６４４は、そのＡＲ係数と入力白色雑音の分散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。
【００５８】
図８は、検知サイクルにおけるデータ取得処理を示すタイムチャートである。
図８には、今回制御（検知）サイクルからさかのぼって、過去に行われた過去制御（検知）サイクルが示されている。
各サイクルでは、少なくとも１回のデータ取得が行われ、１回のデータ取得を三角の波形で示す。三角の波形は、ＦＭＣＷ方式によって変調された信号を示し、右上がりのタイミングにおいて上り、右下がりのタイミングにおいて下りの検知が行われる。
個々のデータ取得は、干渉が生じないだけの時間間隔が確保され繰り返し行われ、三角波の周波数変調周期は、必ずしも同一でなくても良い。
今回制御（検知）サイクルにおいて、Ｎ回のデータ取得が行われ、１回目に行われたデータ取得を「今回データ＿１取得」として示し、Ｎ回目に行われたデータ取得を「今回データ＿Ｎ取得」として示す。
同じサイクル内で取得されたデータに基づいて、後に示す各種処理の平均化処理が行われる。
また、現在データ取得されている制御（検知）サイクルを「今回制御（検知）サイクル」といい、「今回制御（検知）サイクル」より過去に行われた制御（検知）サイクルを「過去制御（検知）サイクル」という。
【００５９】
＜ＡＲモデルを用いた正規方程式の作成処理の原理＞
次に、ＡＲモデルを用いた正規方程式の作成処理について、改良共分散法を例にして詳細に示す。
共分散行列を用いた正規方程式を式（１）に示す。
【００６０】
【数１】
【００６１】
式（１）において、左辺が共分散行列ＣxxとＡＲ係数ベクトルａの積であり、右辺が右辺ベクトルｃxxである。
共分散行列Ｃxxの要素は、式（２）として示される関係式によって導かれる。
【００６２】
【数２】
【００６３】
以下、具体的な構成として５チャンネルのデータから３次の処理を行う場合を例として示す（最大モデル次数は任意に設定できるが、５チャンネルのデータの場合、改良共分散法では３次が最大となる。データのチャンネル数をさらに多くできると、正規方程式に適用できる最大次数も大きくなり、適用する最大モデル次数の柔軟性が増す。）。
共分散行列Ｃxxは、３行３列の行列式で表すことができ、その式を式（３）として示す。
【００６４】
【数３】
【００６５】
式（３）において、行列の各要素Ｃｘ３（ｋ，ｊ）は、複素数を示す。各要素について展開した演算式を合わせて示す。ｘ（ｎ）、すなわち、（ｘ（０）、ｘ（１）、ｘ（２）、ｘ（３）、ｘ（４））は、それぞれが複素数データであり、「＊」は、複素共役を示す。
式（３）に示されるように、共分散行列Ｃxxは、式（４）として示される関係があることから、エルミート行列（複素数対称行列）となる。
【００６６】
【数４】
【００６７】
また、同様に、３次の処理を行う場合の右辺ベクトルｃxxを式（５）として示す。
【００６８】
【数５】
【００６９】
入力白色雑音の分散σｖ２を導く関係式を、式（６）として示す。
【００７０】
【数６】
【００７１】
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。
また、式（６）によって算出される入力白色雑音の分散σｖ２に基づいて、パワースペクトルＳｘｘ（ω）を算出する演算式を式（７）として示す。
【００７２】
【数７】
【００７３】
式（７）において、ωは角速度を示し、ＨＡＲ（ω）は、角速度ωにおけるＡＲフィルタの伝達関数からの周波数特性を示し、Ｓｖｖ（ω）は、角速度ωにおける入力白色雑音のパワースペクトルを示し、Ｓｖｖ（ω）＝σv2と表せる。ここの角速度ωは、本発明のレーダのような方向検出に利用する場合には、受信波の位相差に換算する。
以上に示した演算式を用いることにより、ターゲットの方向と合致したピークの特徴を持つスペクトルを導くことができる。
【００７４】
図９は、取得された複素数データに基づいた３次の正規方程式の構成と平均化処理を示す図である。
図９に示される３次の正規方程式は、３次の正方行列である共分散行列と、３行１列のＡＲ係数と、３行１列の右辺ベクトルを要素として構成される。
取得された複素数データに基づいて、共分散行列と、右辺ベクトルが生成される。ＡＲ係数は、正規方程式を解くことにより算出される。
【００７５】
図８に示したように１つの制御（検知）サイクルにおいて複数回のデータ所得が行われる。取得された複素数データを取得された順に、共分散行列Ｃxxｋ（ｔ）と右辺ベクトルｃxxｋ（ｔ）が生成される。
図８において、１制御（検地）サイクルにおいてデータを取得する回数をＮ回とする。取得された回数に対応させて、「今回＿１」、・・・、「今回＿Ｎ」として順に、共分散行列Ｃxxｋ（ｔ）と右辺ベクトルｃxxｋ（ｔ）を示す。
【００７６】
本実施形態において、後に示す正規方程式の平均化処理では、同一制御（検知）サイクル内に取得されたデータに基づいて行われ、「今回＿１」から「今回＿Ｎ」までの共分散行列Ｃxxｋ（ｔ）と右辺ベクトルｃxxｋ（ｔ）を構成する要素をそれぞれ平均することにより、平均化処理が行われる。平均共分散行列Ａｖｅ＿Ｃxxｋ（ｔ）を算出する演算式を式（８）に示す。
【００７７】
【数８】
【００７８】
式（８）において、ｋ１からｋｎは、加重平均を行う場合の重み計数である。
また、右辺ベクトルＡｖｅ＿ｃxxｋ（ｔ）を算出する演算式を式（９）に示す。
【００７９】
【数９】
【００８０】
式（９）において、ｋ１からｋｎは、加重平均を行う場合の重み計数である。
また、平均化処理された正規方程式に基づいて、固有値を算出する場合には、平均化処理された正規方程式の共分散行列の固有値を算出する。
【００８１】
図１０は、本実施形態の処理を示すフローチャートである。
処理のフローは、レーダ全体構成でのピーク検知で選出された複数のターゲット別に、制御サイクル（図８参照）毎に繰り返される。
【００８２】
ステップＳ１０１において、チャネル（CH）毎の複素数データを同一制御サイクル内で１回以上取得する。周波数分解処理部２２は、メモリ２１に記憶されている受信波によるビート信号を読み込みアンテナ毎のビート信号を周波数変換する。
取得する複素数データは、周波数変調三角波の上りと下りのデータのいずれか又は両方のデータを個別に使用して、上りと下りで別々に処理することも可能である。
ステップＳ１０２において、正規方程式作成部６１１は、ＡＲモデルの最大次数に合わせた次数の正規方程式を取得回数毎に作成する。本実施形態の説明では、最大次数を３次とする。
ステップＳ１０３において、正規方程式フィルタ部６１２は、ステップＳ１０２において作成した正規方程式の共分散行列と右辺ベクトル（相互相関ベクトル）の各要素同士を平均する。
このステップＳ１０２とステップＳ１０３が、本実施形態における第１手段に該当しており、後ステップの固有値計算に用いる相関行列として、改良共分散法の共分散行列をそのまま使用する。ＡＲモデルの共分散行列も、後で説明する相関行列と同じエルミート行列（複素数の対称行列）であり、固有値の性質は同じである。従って、ＡＲモデルの最大次数を基準に、そのまま固有値計算ができる。
【００８３】
次に、ステップＳ１０４からステップＳ１０９が、本実施形態における第３手段に該当する。
ステップＳ１０４において、固有値算出部６３１は、作成した共分散行列を、実数の相関行列（対称行列）に変換するためのユニタリ変換を行う。
ステップＳ１０５において、固有値算出部６３１は、ユニタリ変換された実数対称行列の固有値計算を行う。
【００８４】
図１１は、固有値計算について示す図である。
ユニタリ変換を行うことにより、実数の相関行列に変換することができ、以降におけるステップでの最も計算負荷の重い固有値計算が実数のみの計算とすることができ、大幅に演算負荷を軽減することができる。
本実施形態に示すように次数を３次とした場合には、ユニタリ変換による、エルミート行列の実数相関行列（対称行列）化は、式（１０）として示される演算式によって行うことができる（一般式は、非特許文献２、pp158-160を参照）。
【００８５】
【数１０】
【００８６】
式（１０）において、右肩に付したＨは、エルミート転置を示す。
なお、このユニタリ変換を行うことにより、後段処理の固有値計算の負荷を軽減させることができ、また、信号相関抑圧効果も期待できる。そのため、ユニタリ変換による実数相関行列への変換を行わずに、次のステップにおける固有値計算も複素数で計算することも可能であるが、ユニタリ変換による実数相関行列への変換を実施することが望ましい。
また、固有値計算は、式（１１）、式（１２）として示す式によって行うことができる。
【００８７】
【数１１】
【００８８】
【数１２】
【００８９】
固有値計算は、固有ベクトルの処理を削減したもので良く、式（１２）の固有方程式を直接解く他、任意の解法アルゴリズムを適用できる。例えば、ヤコビ法、ハウスホルダ法、ＱＲ法等の反復計算タイプのアルゴリズムも適用できる。
【００９０】
また、ステップＳ１０６において、次数推定部６３２Ａは、ステップＳ１０５において変換された相関行列Ｒxxの固有値の中から最大値となる最大固有値を算出する。
ステップＳ１０７において、次数推定部６３２Ａは、得られた最大値を基準に各要素の値を正規化、すなわち、最大値で除算する。
ステップＳ１０８において、後段に行うスペクトル推定処理を最適化するための次数を推定する。
ステップＳ１０６からステップＳ１０８までの一連の処理をモデル次数推定処理と呼ぶ。
【００９１】
図１２は、図１０のステップ１０６からステップＳ１０８までに示したモデル次数推定処理の詳細を示す図である。ステップＳ１０６ａは、ステップＳ１０６に対応する最大固有値判定処理である。ステップＳ１０６ａによる判定により、予め設定した閾値よりも最大固有値の値が小さい場合（ステップＳ１０６ａ：Ｎｏ）には、ステップＳ１０６ｂにおいて、得られた情報（複素数データ）の信頼度が低いと判定し、次数推定部６３２Ａは、該当ターゲットに対しての次ステップの次数推定処理を行わなくする。最大固有値は、入力信号の強度と等価（比例する）であることから、路面マルチパス等の車載用レーダ特有のクラッタ状況による信号を受信するような場合であっても、最大固有値の値を判定することにより、間違った方位推定となることを抑制することができる。また、次数推定部６３２Ａは、最大固有値の代わりに、算出した固有値の総和（又は、元の相関行列の対角要素の和）を用いて判定しても良い。
例えば、このステップＳ１０６ｂでは、ステップＳ１０６ｂ−１に示すように、次数推定及び方位検出の双方をキャンセルすることができる。また、ステップＳ１０６ｂ−２に示すように、次数推定をキャンセルして、任意の次数（例えば、最大次数の３）を強制的に指定することとしてもよい。
【００９２】
ステップＳ１０６ａによる判定により、予め設定した閾値よりも最大固有値の値が小さくない場合（ステップＳ１０６ａ：Ｙｅｓ）には、ステップＳ１０７ａの処理は、ステップＳ１０７に対応する固有値の正規化処理であり、各固有値λｘを最大固有値λａでそれぞれ除算した値を正規化固有値λｙとする。レーダのように、ターゲットとの距離によって固有値（信号強度）が変動する場合は、正規化して相対的に固有値間の大小関係を判定した方が、容易に判定できる。
【００９３】
ステップＳ１０８ａからＳ１０８ｅまでは、次数推定部６３２Ａが行うステップＳ１０８に対応する次数推定処理である。
ステップＳ１０８ａでは、ステップＳ１０７において正規化処理された固有値の中から２番目に大きな固有値（正規化第２固有値）を選択し、正規化第２固有値が予め定められる閾値Ｔｈ１より小さいか否かを判定する。判定の結果、正規化第２固有値が予め定められる閾値Ｔｈ１より小さくないと判定した場合（ステップＳ１０８ａ：Ｎｏ）には、ステップＳ１０８ｃに進む。
【００９４】
ステップ１０８ｂでは、ステップＳ１０８ａにおける判定の結果、正規化第２固有値が予め定められる閾値Ｔｈ１より小さいと判定した場合（ステップＳ１０８ａ：Ｙｅｓ）には、推定次数を１次に定め、図示されない推定次数情報を記憶する記憶領域に記録し、次数推定処理を終える。
【００９５】
ステップＳ１０８ｃでは、ステップＳ１０７において正規化処理された固有値の中から３番目に大きな固有値（正規化第３固有値）を選択し、正規化第３固有値が予め定められる閾値Ｔｈ２より小さいか否かを判定する。判定の結果、正規化第３固有値が予め定められる閾値Ｔｈ２より小さくないと判定した場合（ステップＳ１０８ｃ：Ｎｏ）には、ステップＳ１０８ｅに進む。
【００９６】
ステップ１０８ｄでは、ステップＳ１０８ｃにおける判定の結果、正規化第３固有値が予め定められる閾値Ｔｈ２より小さいと判定した場合（ステップＳ１０８ｃ：Ｙｅｓ）には、推定次数を２次に定め、図示されない推定次数情報を記憶する記憶領域に記録し、次数推定処理を終える。
【００９７】
ステップ１０８ｅでは、ステップＳ１０８ｃにおける判定の結果、正規化第３固有値が予め定められる閾値Ｔｈ２より小さくないと判定した場合（ステップＳ１０８ｃ：Ｎｏ）には、推定次数を３次に定め、図示されない推定次数情報を記憶する記憶領域に記録し、次数推定処理を終える。
【００９８】
このようにステップＳ１０８ａからＳ１０８ｅまでの次数推定処理において、次数１と次数２以上とを分別する閾値Ｔｈ１と、次数２と次数３とを分別する閾値Ｔｈ２の２種類の閾値で構成している。このような閾値の構成とすることにより、複数のターゲットの時に、ＡＲスペクトル推定精度に有利な高次設定寄りに設定できるので、ＡＲスペクトル推定を用いた車載用レーダ特有の設定に適用できる。
【００９９】
図１０に戻り、ステップＳ１０９において、次数推定部６３２Ａは、ステップＳ１０８において推定した次数が３であるか否かの判定を行う。ステップＳ１０９の判定の結果、推定した次数が３であると判定した場合には、ステップＳ１１２に進む。
ステップＳ１０９の判定の結果、推定した次数が３でないと判定した場合には、ステップＳ１１０とＳ１１１の第４手段に対応する処理であり、正規方程式の次数を変更する処理をする。
【０１００】
ステップＳ１１０において、正規方程式作成部６４１は、ステップＳ１０８において次数推定部６３２Ａによって推定された次数に応じて今回検知サイクルにおける正規方程式を作成する正規方程式作成処理を行う。
ステップＳ１１１において、正規方程式フィルタ部６４２は、ステップＳ１１０において正規方程式作成部６４１によって作成された今回検知サイクルにおける正規方程式を平均化する平均化処理を行う。
【０１０１】
図１３は、本実施形態における各次数の正規方程式を示す図である。
この図１３には、共分散行列、ＡＲ係数、右辺ベクトルを要素とする正規方程式が示される。その正規方程式は、次数１から３までの場合が示される。
ステップＳ１０９における次数判定の結果により、初期設定次数（本実施形態の場合、３次）より次数を下げなければならないと判定した場合には、正規方程式作成部６４１は初期設定次数より低次の正規方程式を作成する。ここが、次数推定結果による変化に対応する部分となり、本実施形態の場合、２次か１次のいずれかである。
正規方程式を作成する際の複素数データは、ステップＳ１０１において取得されたデータを保持することで、次数変化にも柔軟に対応することができる。これは、ＡＲスペクトル推定処理において、正規方程式作成までの処理負荷が格段に軽いという特徴を積極的に活用していて、方位検出部にＡＲスペクトル推定を用いることの優位性が現れている。推定次数を３次とする判定結果の場合は、ここのステップＳ１１０とＳ１１１の処理を行わず、ステップＳ１０２で作成され、ステップＳ１０３で平均化処理された正規方程式をそのまま後段のステップで用いる。
【０１０２】
図１０に戻り、ステップＳ１１２において、ＡＲ係数算出部６４３Ａは、ステップＳ１１１又はＳ１０３において平均化処理された正規方程式からＡＲ係数と入力白色雑音の分散を算出する。
ステップＳ１１３において、パワースペクトル算出部６４４は、ステップＳ１１２において算出されたＡＲ係数と入力白色雑音の分散に基づいてパワースペクトルを算出する。
ステップＳ１１４において、パワースペクトル算出部６４４は、算出されたパワースペクトルに基づいてターゲット数及びターゲットの方向を示す角度を検知する。
【０１０３】
（第２実施形態）
図を参照し、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スペクトル推定法を用いる場合の他の態様について、より具体的に示す。
本実施形態は、第１実施形態に示す第１手段に変わる第２手段を有する。第２手段は、前記第１手段とは異なり、固有値計算のための相関行列を作成する。
図１４は、本実施形態における方位検出部の構成を示すブロック図である。
図１４に示される方位検出部６０Ｂは、図１に示した方位検出部６０の一態様である。
方位検出部６０Ｂは、相関行列作成部６２１、相関行列フィルタ部６２２、固有値算出部６３１、次数推定部６３２Ｂ、正規方程式作成部６４１、正規方程式フィルタ部６４２、ＡＲ係数算出部６４３Ｂ、及び、パワースペクトル算出部６４４を備える。図７と同じ構成には、同じ符号を付し、特に明示しない場合には、正規方程式作成部６１１、正規方程式フィルタ部６１２、次数推定部６３２Ａ及びＡＲ係数算出部６４３Ａを、相関行列作成部６２１、相関行列フィルタ部６２２、次数推定部６３２Ｂ及びＡＲ係数算出部６４３Ｂにそれぞれ読み替える。
本実施形態において、相関行列作成部６２１と相関行列フィルタ部６２２は、第２手段として機能し、固有値算出部６３１と次数推定部６３２Ｂが第３手段として機能し、正規方程式作成部６４１、正規方程式フィルタ部６４２が第４手段として機能する。
【０１０４】
方位検出部６０Ｂにおいて相関行列作成部６２１は、後段のＡＲスペクトル推定処理の正規方程式の次数推定に必要とされる相関行列を作成する。相関行列作成部６２１は、周波数分解処理部２２が周波数分解したビート周波数（上昇と下降のいずれか又は両方）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作成する。
【０１０５】
相関行列フィルタ部６２２は、相関行列作成部６２１によって作成された「今回検知サイクル」における相関行列の平均化処理をする。
固有値算出部６３１は、相関行列フィルタ部６２２によって平均化処理された相関行列のユニタリ変換を行う。固有値算出部６３１における他の処理は、第１実施形態と同じである。
次数推定部６３２Ｂは、固有値算出部６３１によって規格化された固有値の値を予め定められる閾値に基づいて判定し、その判定結果に基づいて後段の処理の次数（第２の次数）を選択する。
【０１０６】
ＡＲ係数算出部６４３Ｂは、正規方程式フィルタ部６４２によって平均化処理された正規方程式から導かれるＡＲ係数と、入力白色雑音の分散σ２を算出する。このように、ＡＲ係数算出部６４３Ｂ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たＡＲ係数と、入力白色雑音の分散σ２を導くことができる。また、ＡＲ係数算出部６４３Ｂは、パワースペクトル算出部６４４へ、導かれるＡＲ係数と入力白色雑音の分散σ２を出力する。
【０１０７】
図１５のフローチャートを用いて説明する。処理のフローは、レーダ全体構成でのピーク検知で選出された複数のターゲット別に、制御サイクル（図８参照）毎に繰り返される。図１５に示されるＳ２０１〜Ｓ２１４は、図１０に示したステップＳ１０１からＳ１１４に対応するものであり、第１実施形態と異なる処理を行うステップを中心に説明する。
【０１０８】
ステップＳ２０２において、相関行列作成部６２１は、ＡＲモデルの最大次数に合わせた次数の相関行列を取得回数毎に作成する。本実施形態の説明では、最大次数を３次とする。
ステップＳ２０３において、相関行列フィルタ部６２２は、ステップＳ２０２において作成した相関行列の各要素同士を平均する。
【０１０９】
このステップＳ２０２とステップＳ２０３が、本実施形態における第２手段に該当しており、後ステップの固有値計算に用いる相関行列として、後ステップのＡＲモデルの共分散行列が最大３次なので、３次の相関行列を作成する。
作成する相関行列が３次であれば、最低、３チャネル分の複素数データがあれば充分である。仮に５チャネル分の複素数データがあれば、精度を上げるために利用することができる。
【０１１０】
図１６を参照し、相関行列の作成手法について示す。
図１６は、本実施形態の相関行列の作成方法を示す図である。
図１６のグラフは、５チャネル分の複素数データを、それぞれ実数部と虚数部に分けて示している。また、この５チャネル分の複素数データは、後ステップに行われるＡＲスペクトル推定に用いられる。
５つの複素数データ（チャンネル）から、次数が３次の相関行列を作成する例を示す。
図に示されるＰ１からＰ５は、５個の複素数データとして示される元データを示す点である。これらのデータを、例えば、連続する３個のグループに分類する。分類されたグループは、ＧＰ１からＧＰ３までの３個のグループになる。
例えば、グループＧＰ１は、複素数データＰ１、Ｐ２、Ｐ３（前３データ）を含み、グループＧＰ２は、複素数データＰ２、Ｐ３、Ｐ４（中央３データ）を含み、グループＧＰ３は、複素数データＰ３、Ｐ４、Ｐ５(後３データ)を含むとする。各グループには、それぞれ３つの複素数データが含まれており、それぞれのグループ単位で相関行列を作成することができる。
また、各グループ単位で作成された相関行列は、次数がそろっていることから、相関行列を構成する要素どうしを対応させて平均化処理を行って、それぞれの相関行列を平均（＝空間平均）した相関行列Ｒｘｘを得ることができる。またさらに、複素数データＰ１，Ｐ２，Ｐ３，Ｐ４，Ｐ５を逆順にした相関行列も作成し、平均数に加える処理（＝前方後方空間平均）をしても良い。この相関行列Ｒｘｘに基づいて、固有値を後のステップで算出する。
【０１１１】
平均化処理されて得られる相関行列は、複素数データによって構成された対称行列（エルミート行列）であるが、その次数は、後ステップで行われるＡＲスペクトル推定の正規方程式の最大次数に制限されている。このように次数を制限することにより、小さい相関行列を対象とした演算負荷の軽い固有値算出を行うことが可能となる。
【０１１２】
また、同一制御サイクルにおいて取得された取得回数分の相関行列を平均する（ステップＳ２０３）。
【０１１３】
ここで、図１６にも記述しているように、相関行列とは、元々期待値（集合平均）であるので、取得回数が多いほど理想的な相関行列となるが、実システムで十分な期待値が得られる程サンプリング（＝取得）できることは少ない。車載用レーダでは、特にターゲットが逐次移動するので、データ取得（＝サンプリング）が十分にできない。これは、第1の手法で、ＡＲモデルの共分散行列を使用する場合でも同じである。
【０１１４】
図１５に戻り、ステップＳ２１０とＳ２１１について示す。
ステップＳ２１０とＳ２１１は、本実施形態における第４手段に該当する。
第１実施形態の第４手段と異なる点は、第３手段によって推定された次数に従って、いずれの次数であっても正規方程式を作成する点である。第１実施形態では、固有値を算出するに当たり、最大次数の正規方程式を予め作成していたので、推定された次数が最大次数の場合は、正規方程式の作成を行わず、予め作成してあった正規方程式をそのまま用いることができた。本実施形態では、相関行列に基づいて固有値を算出するため、全ての次数（本実施形態では、次数１から次数３）において正規方程式の作成が必要とされる。
【０１１５】
（第３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１７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。
本実施形態における信号処理部２０Ｂ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２０Ｂにおいて周波数分解処理部２２Ｂは、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へ出力する。
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６０へ出力する。
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。
方位検出部６０は、供給される複素数データに基づいて次数推定を行う。
ここで、ピーク検知部２３Ｂは、方位検出部のモデル次数推定処理における最大固有値判定（ステップＳ１０６ａ）を同じ機能として動作させることができるので、削除することも可能となる。
【０１１６】
次に、方位検出部６０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１８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、ピーク組合せ部２４Ｂは、図１８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の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。
【０１１７】
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、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２７Ｂは、上昇領域及び下降領域それぞれのピークのペア決め、ターゲットを確定する。
【０１１８】
（第４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１９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。
本実施形態における信号処理部２０Ｃは、第１実施形態と異なり、ＡＲスペクトル推定処理等の高分解能アルゴリズムに比べて分解能が低いＤＢＦ（Digital Beam Forming）を先に用いて方位推定を行い、その後に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２２Ｃとピーク検出部２３Ｃ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。
【０１１９】
周波数分解処理部２２Ｃ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２２Ｃ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し、ＤＢＦ処理部４０に出力する。
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、角度に依存する、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２３Ｃに対して出力する。
【０１２０】
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。
【０１２１】
次に、ピーク検知部２３Ｃ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。
【０１２２】
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生成し、図２０に示すテーブルが作成される。
図２０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、今回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２０に示すテーブルを生成する。
【０１２３】
なお、本実施形態のＤＢＦ処理部４０は、複素数データに基づいて、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（ＤＢＦ）に基づいてターゲットの存在及び方位を検出する。方位検出部６０は、高分解能アルゴリズムのＡＲスペクトル推定を用いてターゲットの方位を検出する。
これにより、方位検出部６０が行う高精度の方位検出に先立ち、分解能は低いが安定したビームスペクトルを示すＤＢＦの方位検出を行うことにより、推定精度を向上させることができる。
方位検出部６０からの方位情報とＤＢＦ処理部４０からの方位情報とに基づいた論理積演算（ＡＮＤ論理）によって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したり、例えば、近距離では角度分解能が粗くて良いのでＤＢＦの角度情報を用いたりできる効果を成す。
【０１２４】
（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を説明する。
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。
本実施形態における信号処理部２０Ｄ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に比べ分解能が低いＤＢＦ（Digital Beam Forming）を先に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）を行い周波数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１９に示す第４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３実施形態との相違点について説明する。
本実施形態は、第４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。
【０１２５】
周波数分解処理部２２Ｄ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２２Ｄ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し、ＤＢＦ処理部４０Ｄに出力する。
ＤＢＦ処理部４０Ｄは、第４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２３Ｃ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４０Ｄは、図２２（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２７Ｄ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２２（ｂ）に示すように隣接した４つの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。
【０１２６】
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を残し、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生成する。ＩＤＢＦ処理部４２は、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、周波数軸の複素数データに戻し、方位検出部６０へ出力する。
そして、方位検出部６０は、入力される複素数データから正規方程式（又は、相関行列）を算出するため、路側物などの成分を除去し、かつノイズ成分を削減した正規方程式（又は、相関行列）を求めることができる。図２２（ｃ）は図２２（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する。
また、図２３（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４０Ｄ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おいてＤＢＦ閾値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。
【０１２７】
そして、Ｃｈ削除部４１は、入力される空間複素データに基づいて、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。Ｃｈ削除部４１は、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角度チャネル領域をそれぞれ抽出する。Ｃｈ削除部４１は、抽出した角度チャネル領域以外のスペクトルの強度を「０」に置き換える。図２３（ｂ）及び図２３（ｃ）のように、Ｃｈ削除部４１は、角度チャネル領域を単位とし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２７Ｄは、第１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。
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。
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、得られた周波数軸の複素数データを方位検出部６０へ出力する。
【０１２８】
なお、本実施形態のＤＢＦ処理部４０Ｄは、デジタルビームフォーミングに基づいて設定される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する。ＤＢＦ処理部４０Ｄは、隣接する角度チャンネルのスペクトルの強度が予め設定された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してＤＢＦ検知ターゲットとして定義する。また、ＤＢＦ処理部４０Ｄは、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」に置き換える。そして、Ｃｈ削除部４１は、新たな空間複素数データとして出力する。ＩＤＢＦ処理部４２は、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。正規方程式作成部６１１は、再生複素数データから正規方程式を作成する。
【０１２９】
また、本実施形態のＣｈ削除部４１は、複数のＤＢＦ検知ターゲットを検出した場合、それぞれの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、ＤＢＦ検知ターゲットの数の空間複素数データを生成する。ＩＤＢＦ処理部４２は、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、ＤＢＦ検知ターゲット毎の再生複素数データを生成する。正規方程式作成部６１１は、ＤＢＦ検知ターゲット毎の再生複素数データに基づいて、ＤＢＦ検知ターゲット毎の正規方程式を算出する。
【０１３０】
上述した処理により、方位検出部６０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４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６０において、ＡＲ係数の計算に用いる正規方程式（又は、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設定次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。
【０１３１】
（第６実施形態）
本実施形態は、図１に示した電子走査型レーダ装置の構成を参照して、他の態様について示す。
図２４は、電子走査型レーダ装置の構成の一部を示すブロック図である。
図２４に示される電子走査型レーダ装置は、図１に示される信号処理部２０Ａに代えて、信号処理部２０Ｅを備える。図１と同じ構成には同じ符号を付す。
【０１３２】
信号処理部２０Ｅ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。
ターゲット確定部３１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、方位検出部３０によって検出されたターゲットの方位とを結びつけた後、ターゲット連結処理部３２へ出力する。
ターゲット連結処理部３２は、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を結びつけた後、ターゲット毎に前回検知サイクル（図２６）において記録された複素数データを方位検出部３０へ出力する。
また、ターゲット連結処理部３２は、今回検知サイクル（図２６）において取得された複素数データに対して、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。
【０１３３】
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法等の処理を用いてスペクトル推定処理を行う。方位検出部３０は、そのスペクトル推定処理において、今回検知サイクルと前回検知サイクルにおいて取得された複素数データに基づいて作成された正規方程式の平均化処理を行って、平均化処理された正規方程式のＡＲ係数と入力白色雑音の分散を用いてスペクトル推定処理を行う。方位検出部３０は、そのスペクトル推定処理の結果を、その結果に基づいて対応するターゲットの方位を検出して、ターゲット確定部３１へ出力する。
【０１３４】
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スペクトル推定法を用いる場合の構成例について、より具体的に示す。
図２５は、本実施形態における方位検出部の構成を示すブロック図である。
図２５に示される方位検出部３０Ａは、図２４に示した方位検出部３０の一態様である。
方位検出部３０Ａは、正規方程式作成部３１１、正規方程式フィルタ部３１２、固有値算出部３３１、次数推定部３３２Ａ、正規方程式作成部３４１、正規方程式フィルタ部３４２、ＡＲ係数算出部３４３Ａ、及び、パワースペクトル算出部３４４を備える。
本実施形態において、正規方程式作成部３１１と正規方程式フィルタ部３１２は、第１手段として機能し、固有値算出部３３１と次数推定部３３２Ａが第３手段として機能し、正規方程式作成部３４１、正規方程式フィルタ部３４２が第４手段として機能し、また、正規方程式作成部３１１と正規方程式作成部３４１が第５手段として機能する。
【０１３５】
方位検出部３０Ａにおいて正規方程式作成部３１１は、後段のＡＲスペクトル推定処理の正規方程式の次数推定に必要とされる正規方程式を作成する。正規方程式作成部３１１は、周波数分解処理部２２が周波数分解したビート周波数（上昇と下降のいずれか又は両方）に応じた複素数データのそれぞれから導かれる正規方程式を作成する。
方位検出部３０Ａは、周波数分解処理部２２から複素数データを取得して、上記の正規方程式を作成するほかに、ターゲット連結処理部２２に取得した複素数データを出力し、メモリ２１に記憶させる。また、方位検出部３０Ａは、メモリ２１に記憶されている複素数データを、ターゲット連結処理部２２を介して取得する。これにより、方位検出部３０Ａは、「今回検知サイクル」において取得した複素数データと、「過去検知サイクル」において取得した複素数データとから、それぞれの複素数データに対応した正規方程式を作成する。
【０１３６】
正規方程式フィルタ部３１２は、正規方程式作成部３１１によって作成された「今回検知サイクル」における正規方程式と、「過去検知サイクル」における正規方程式との平均化処理をする。
固有値算出部３３１は、正規方程式フィルタ部３１２によって平均化処理された正規方程式の構成部である行列（共分散行列又は自己相関行列）のユニタリ変換を行う。また、固有値算出部３３１は、ユニタリ変換された行列（共分散行列又は自己相関行列）の固有値を算出し、得られた最大となる固有値（最大固有値）を判定する。固有値算出部３３１は、算出された固有値が予め定めた閾値以上の値を示した場合には、それぞれ算出された固有値を、算出された固有値の最大の値に基づいて正規化する。
次数推定部３３２Ａは、固有値算出部３３１によって正規化された固有値の値を予め定められる閾値に基づいて判定し、その判定結果に基づいて後段の処理の次数（第２の次数）を選択する。
【０１３７】
正規方程式作成部３４１は、ＡＲスペクトル推定処理に必要とされる正規方程式であって、次数推定部３３２Ａによって推定された次数に従って、正規方程式（第２の次数の正規方程式）を作成する。正規方程式作成部３４１は、周波数分解処理部２２が周波数分解したビート周波数（上昇領域と下降領域のいずれか又は両方）に応じた複素数データのそれぞれから導かれる正規方程式を作成する。また、正規方程式作成部３４１は、メモリ２１に記憶されている「過去検知サイクル」に周波数分解処理部２２から取得した複素数データに基づいて正規方程式を作成する。
【０１３８】
正規方程式フィルタ部３４２は、「今回検知サイクル」及び「過去検知サイクル」の複素数データに対応して正規方程式作成部３４１によって作成された正規方程式を平均化する平均化処理を行う。
ＡＲ係数算出部３４３Ａは、正規方程式フィルタ部３４２又は３１２によって平均化処理された正規方程式から導かれるＡＲ係数と、入力白色雑音の分散σ２を算出する。このように、ＡＲ係数算出部３４３Ａ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たＡＲ係数と、入力白色雑音の分散σ２を導くことができる。また、ＡＲ係数算出部３４３Ａは、パワースペクトル算出部３４４へ、導かれるＡＲ係数と入力白色雑音の分散σ２を出力する。
パワースペクトル算出部３４４は、そのＡＲ係数と入力白色雑音の分散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。
【０１３９】
図２６は、検知サイクルにおけるデータ取得処理を示すタイムチャートである。
図２６には、今回制御（検知）サイクルからさかのぼって、過去に行われた過去制御（検知）サイクルが示されている。
各サイクルでは、少なくとも１回のデータ取得が行われ、１回のデータ取得を三角の波形で示す。三角の波形は、ＦＭＣＷ方式によって変調された信号を示し、右上がりのタイミングにおいて上り、右下がりのタイミングにおいて下りの検知が行われる。
個々のデータ取得は、干渉が生じないだけの時間間隔が確保され繰り返し行われ、三角波の周波数変調周期は必ずしも同一でなくても良い。
例えば、今回制御（検知）サイクルにおいて、２回のデータ取得が行われ、１回目に行われたデータ取得を「今回データ＿１取得」として示し、２回目に行われたデータ取得を「今回データ＿２取得」として示す。また、過去制御（検知）サイクルにおいて、２回のデータ取得が行われ、１回目に行われたデータ取得を「過去データ＿１取得」として示し、２回目に行われたデータ取得を「過去データ＿２取得」として示す。
本実施形態では、今回検知サイクルと過去検知サイクルとのそれぞれにおいて、同じサイクル内で複数回取得された複素数データとに基づいて、後に示す各種処理の平均化処理が行われる。
また、現在データ取得されている制御（検知）サイクルを「今回制御（検知）サイクル」といい、「今回制御（検知）サイクル」より過去に行われた制御（検知）サイクルを「過去制御（検知）サイクル」という。
【０１４０】
図２７は、取得された複素数データに基づいた正規方程式の構成と平均化処理を示す図である。
図２７に示される正規方程式は、Ｍ次の正方行列である共分散行列と、Ｍ行１列のＡＲ係数と、Ｍ行１列の右辺ベクトルで構成される。
取得された複素数データに基づいて、共分散行列と、右辺ベクトルが生成される。ＡＲ係数は、正規方程式を解くことにより算出される。
【０１４１】
図２６に示したように、複数の制御（検知）サイクルにおいて複数回のデータ所得が行われる。取得された複素数データを取得された順に、共分散行列Ｃxxｋ（ｔ）と右辺ベクトルｃxxｋ（ｔ）が生成される。
図２６において、１制御（検地）サイクルにおいてデータを取得する回数を２回とする。今回制御（検知）サイクルにおいて取得された回数に対応させて、「今回＿１」、「今回＿２」として順に、共分散行列Ｃxx１（ｔ）、Ｃxx２（ｔ）と右辺ベクトルｃxx１（ｔ）、ｃxx２（ｔ）を示す。また、前回制御（検知）サイクルにおいて取得された回数に対応させて、「前回＿１」、「前回＿２」として順に、共分散行列Ｃxx１（ｔ−１）、Ｃxx２（ｔ−１）と右辺ベクトルｃxx１（ｔ−１）、ｃxx２（ｔ−１）を示す。
【０１４２】
本実施形態において、後に示す正規方程式の平均化処理では、今回制御（検知）サイクルと、前回制御（検知）サイクルのそれぞれにおいて、同一制御（検知）サイクル内で複数回取得された複素数データに基づいて行われ、「今回＿１」、「今回＿２」、「前回＿１」、「前回＿２」の計４回分の共分散行列Ｃxxｋ（ｔ）と右辺ベクトルｃxxｋ（ｔ）を構成する要素をそれぞれ平均することにより、平均化処理が行われる。
その正規方程式の平均化処理によって平均共分散行列Ａｖｅ＿Ｃxx（ｔ）を算出する演算式を式（１３）として示す。
【０１４３】
【数１３】
【０１４４】
式（１３）においてｋ１＊からｋ４＊は、重み係数である。
また、その正規方程式の平均化処理によって平均右辺ベクトルＡｖｅ＿ｃxx（ｔ）を算出する演算式を式（１４）として示す。
【０１４５】
【数１４】
【０１４６】
また、平均化処理された正規方程式に基づいて、固有値を算出する場合には、平均化処理された正規方程式の共分散行列の固有値を算出する。
【０１４７】
次に、本実施形態における今回及び過去との正規方程式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２５における方位検出部３０Ａの正規方程式フィルタ部３１２、３４２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。
図２８は、メモリ２１に設けられるテーブルを示す図である。
ターゲット連結処理部３２は、正規方程式フィルタ部３１２、３４２における正規方程式を平均化する処理を行うため、図２８に示すテーブルにおいて、ターゲット毎に、今回のターゲット群（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）とを結びつけるため以下の処理を行う。
【０１４８】
図２８におけるｔ−１は１サイクル前（前回）の検知サイクルの結果である。
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）、上りピーク周波数ポイントf_up、上りピーク周波数時の複素数データx_up_1,x_up_2、下りピーク周波数ポイントf_dwn、下りピーク周波数時の複素数データx_dwn_1,x_dwn_2がメモリ２１に、図２８のテーブル形式により格納されている（正確には上りピーク周波数時の複素数データx_up_1,x_up_2と下りピーク周波数時の複素数データx_dwn_1,x_dwn_2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。
【０１４９】
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。
【０１５０】
そして、ターゲット連結処理部３２は、図２８のテーブルにおいて、今回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、今回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、今回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、ビート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２８に示す本実施形態の場合、過去１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。
【０１５１】
なお、ターゲット連結処理部３２は、今回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今回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、上記予測結果を今回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。
【０１５２】
また、この図に示される複素数データの呼出方法では、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、処理効率を向上させることができる。すなわち、ターゲット連結処理部３２は、記憶された複素数データを参照する際に、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、処理効率を向上させることができる。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複素数データ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。
【０１５３】
図２９は、複素数データの記憶方法、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、複素数データをメモリ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。
【０１５４】
図３０のフローチャートを用いて説明する。処理のフローは、レーダ全体構成でのピーク検知で選出された複数のターゲット別に、制御サイクル（図２６参照）毎に繰り返される。
【０１５５】
ステップＳ３０１において、チャネル（CH）毎の複素数データを同一制御サイクル内で１回以上取得する。周波数分解処理部２２は、メモリ２１に記憶されている受信波によるビート信号を読み込みアンテナ毎のビート信号を周波数変換する。
取得する複素数データは、今回検知サイクルと前回検知サイクルにおいて周波数変換されされた複素数データであり、周波数変調三角波の上りと下りのデータのいずれか又は両方のデータを個別に使用して、上りと下りで別々に処理することも可能である。
ステップＳ３０２ａにおいて、正規方程式作成部３１１は、今回検知サイクルにおいて取得した複素数データに基づいて、ＡＲモデルの最大次数に合わせた次数の正規方程式を取得回数毎に作成する。本実施形態の説明では、最大次数を３次とする。
ステップＳ３０２ｂにおいて、正規方程式作成部３１１は、前回検知サイクルにおいて取得した複素数データに基づいて、ＡＲモデルの最大次数に合わせた次数の正規方程式を取得回数毎に作成する。本実施形態の説明では、最大次数を３次とする。
【０１５６】
ステップＳ３０３において、正規方程式フィルタ部３１２は、ステップＳ３０２ｂにおいて作成した正規方程式の共分散行列と右辺ベクトル（相互相関ベクトル）の各要素同士を平均する。
このステップＳ３０２とステップＳ３０３が、本実施形態における第１手段に該当しており、後ステップの固有値計算に用いる相関行列として、改良共分散法の共分散行列をそのまま使用する。ＡＲモデルの共分散行列も、後で説明する相関行列と同じエルミート行列（複素数の対称行列）であり、固有値の性質は同じである。従って、ＡＲモデルの最大次数を基準に、そのまま固有値計算ができる。
【０１５７】
次に、ステップＳ３０４からステップＳ３０９が、本実施形態における第３手段に該当する。
ステップＳ３０４において、固有値算出部３３１は、上述した処理により作成した共分散行列を、実数の相関行列（対称行列）に変換するためのユニタリ変換を行う。
ステップＳ３０５において、固有値算出部３３１は、ユニタリ変換された行列の固有値計算を行う。なお、ステップＳ３０４とステップＳ３０５の詳細は、第１実施形態の図１１を参照する。
【０１５８】
また、ステップＳ３０６において、次数推定部３３２Ａは、ステップＳ３０５において変換された相関行列Ｒxxの固有値の中から最大値となる最大固有値を算出する。
ステップＳ３０７において、次数推定部３３２Ａは、得られた最大値を基準に各要素の値を正規化、すなわち、最大値で除算する。
ステップＳ３０８において、後段に行うスペクトル推定処理を最適化するための次数を推定する。
ステップＳ３０６からステップＳ３０８までの一連の処理をモデル次数推定処理と呼ぶ。モデル次数推定処理の詳細は、第１実施形態を参照する。
【０１５９】
ステップＳ３０９において、次数推定部３３２Ａは、ステップＳ３０８において推定した次数が３であるか否かの判定を行う。ステップＳ３０９の判定の結果、推定した次数が３であると判定した場合には、ステップＳ３１２に進む。
ステップＳ３０９の判定の結果、推定した次数が３でないと判定した場合には、ステップＳ３１０とＳ３１１の第４手法、第５手法に対応する処理であり、正規方程式の次数を変更する処理をする。
【０１６０】
ステップＳ３１０ａにおいて、正規方程式作成部３４１は、ステップＳ３０８において次数推定部３３２Ａによって推定された次数（本実施形態の場合、１次又は２次）に応じて、今回検知サイクルにおいて取得された複素数データに基づいて正規方程式を作成する正規方程式作成処理を行う。
ステップＳ３１０ｂにおいて、正規方程式作成部３４１は、ステップＳ３０８において次数推定部３３２Ａによって推定された次数（本実施形態の場合、１次又は２次）に応じて、前回検知サイクルにおいて取得された複素数データに基づいて正規方程式を作成する正規方程式作成処理を行う。
ステップＳ３１１において、正規方程式フィルタ部３４２は、ステップＳ３１０ａとＳ３１０ｂにおいて正規方程式作成部３４１によって作成された正規方程式を平均化する平均化処理を行う。正規方程式の平均化処理の詳細は、図２７を参照する。
ステップＳ３０９における次数判定の結果により、初期設定次数（本実施形態の場合、３次）より次数を下げなければならないと判定した場合には、正規方程式作成部３４１は初期設定次数より低次の正規方程式を作成する。ここが、次数推定結果による変化に対応する部分となり、本実施形態の場合、２次か１次のいずれかである。
正規方程式を作成する際の複素数データは、ステップＳ３０１において取得されたデータを保持することで、次数変化にも柔軟に対応することができる。推定次数を３次とする判定結果の場合は、ここのステップＳ３１０とＳ３１１の処理を行わず、ステップＳ３０２で作成され、ステップＳ３０３で平均化処理された正規方程式をそのまま後段のステップで用いる。
【０１６１】
ステップＳ３１２において、ＡＲ係数算出部３４３Ａは、ステップＳ３１１又はＳ３０３において平均化処理された正規方程式からＡＲ係数と入力白色雑音の分散を算出する。
ステップＳ３１３において、パワースペクトル算出部３４４は、ステップＳ３１２において算出されたＡＲ係数と入力白色雑音の分散に基づいてパワースペクトルを算出する。
ステップＳ３１４において、パワースペクトル算出部３４４は、算出されたパワースペクトルに基づいてターゲット数及びターゲットの方向を示す角度を検知する。
【０１６２】
（第７実施形態）
図を参照し、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スペクトル推定法を用いる場合の他の態様について、より具体的に示す。
本実施形態は、第６実施形態に示す第１手段に変わる第２手段を有する。第２手段は、前記第１手段とは異なり、固有値計算のための相関行列を作成する。
図３１は、本実施形態における方位検出部の構成を示すブロック図である。
図３１に示される方位検出部３０Ｂは、図１に示した方位検出部３０の一態様である。
方位検出部３０Ｂは、相関行列作成部３２１、相関行列フィルタ部３２２、固有値算出部３３１、次数推定部３３２Ｂ、正規方程式作成部３４１、正規方程式フィルタ部３４２、ＡＲ係数算出部３４３Ｂ、及び、パワースペクトル算出部３４４を備える。図２５と同じ構成には、同じ符号を付し、特に明示しない場合には、正規方程式作成部３１１、正規方程式フィルタ部３１２、次数推定部３３２Ａ及びＡＲ係数算出部３４３Ａを、相関行列作成部３２１、相関行列フィルタ部３２２、次数推定部３３２Ｂ及びＡＲ係数算出部３４３Ｂにそれぞれ読み替える。
本実施形態において、相関行列作成部３２１と相関行列フィルタ部３２２は、第２手段として機能し、固有値算出部３３１と次数推定部３３２Ｂが第３手段として機能し、正規方程式作成部３４１、正規方程式フィルタ部３４２が第４手段として機能し、また、相関行列作成部３２１と正規方程式作成部３４１が第５手段として機能する。
【０１６３】
方位検出部３０Ｂにおいて相関行列作成部３２１は、後段のＡＲスペクトル推定処理の正規方程式の次数推定に必要とされる相関行列を作成する。相関行列作成部３２１は、周波数分解処理部２２が周波数分解したビート周波数（上昇と下降のいずれか又は両方）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作成する。
方位検出部３０Ｂは、周波数分解処理部２２から複素数データを取得して、上記の相関行列と正規方程式を作成するほかに、ターゲット連結処理部２２に取得した複素数データを出力し、メモリ２１に記憶させる。また、方位検出部３０Ｂは、メモリ２１に記憶されている複素数データを、ターゲット連結処理部２２を介して取得する。これにより、方位検出部３０Ｂは、「今回検知サイクル」において取得した複素数データと、「過去検知サイクル」において取得した複素数データとから、それぞれの複素数データに対応した相関行列と正規方程式を作成する。
【０１６４】
相関行列フィルタ部３２２は、相関行列作成部３２１によって作成された「今回検知サイクル」における相関行列と、「過去検知サイクル」における相関行列との平均化処理をする。
固有値算出部３３１は、相関行列フィルタ部３２２によって平均化処理された相関行列のユニタリ変換を行う。固有値算出部３３１における他の処理は、第１実施形態と同じである。
次数推定部３３２Ｂは、固有値算出部３３１によって正規化された固有値の値を予め定められる閾値に基づいて判定し、その判定結果に基づいて後段の処理の次数（第２の次数）を選択する。
【０１６５】
ＡＲ係数算出部３４３Ｂは、正規方程式フィルタ部３４２によって平均化処理された正規方程式から導かれるＡＲ係数と、入力白色雑音の分散σ２を算出する。このように、ＡＲ係数算出部３４３Ｂ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たＡＲ係数と、入力白色雑音の分散σ２を導くことができる。また、ＡＲ係数算出部３４３Ｂは、パワースペクトル算出部３４４へ、導かれるＡＲ係数と入力白色雑音の分散σ２を出力する。
【０１６６】
図３２のフローチャートを用いて説明する。処理のフローは、レーダ全体構成でのピーク検知で選出された複数のターゲット別に、制御サイクル（図２６参照）毎に繰り返される。図３２に示されるＳ４０１〜Ｓ４１４は、図３０に示したステップＳ３０１からＳ３１４に対応するものであり、第６実施形態と異なる処理を行うステップを中心に説明する。
【０１６７】
ステップＳ４０２ａにおいて、相関行列作成部３２１は、今回検知サイクルにおいて取得した複素数データに基づいて、ＡＲモデルの最大次数に合わせた次数の相関行列を取得回数毎に作成する。本実施形態の説明では、最大次数を３次とする。
ステップＳ４０２ａにおいて、相関行列作成部３２１は、前回検知サイクルにおいて取得した複素数データに基づいて、ＡＲモデルの最大次数に合わせた次数の相関行列を取得回数毎に作成する。本実施形態の説明では、最大次数を３次とする。
ステップＳ４０３において、相関行列フィルタ部３２２は、ステップＳ４０２において作成した相関行列の各要素同士を平均する。
【０１６８】
このステップＳ４０２とステップＳ４０３が、本実施形態における第２手段に該当しており、後ステップの固有値計算に用いる相関行列として、後ステップのＡＲモデルの共分散行列が最大３次なので、３次の相関行列を作成する。
作成する相関行列が３次であれば、最低、３チャネル分の複素数データがあれば充分である。仮に５チャネル分の複素数データがあれば、精度を上げるために利用することができる。
図３３を参照し、相関行列の平均化処理について示す。
図３３は、取得された複素数データに基づいた相関行列の構成と平均化処理を示す図である。
図３３に示される相関行列は、３次の正方行列である。
取得された複素数データに基づいて、相関行列が生成される。具体的な生成方法は、第２実施形態を参照する。
【０１６９】
図２６に示したように、複数の制御（検知）サイクルにおいて複数回のデータ所得が行われる。取得された複素数データを取得された順に、相関行列Ｒｘｘｋ（ｔ）が生成される。
図２６において、１制御（検地）サイクルにおいてデータを取得する回数を２回とする。今回制御（検知）サイクルにおいて取得された回数に対応させて、「今回＿１」、「今回＿２」として順に、相関行列Ｒｘｘ１（ｔ）、Ｒｘｘ２（ｔ）を示す。また、前回制御（検知）サイクルにおいて取得された回数に対応させて、「前回＿１」、「前回＿２」として順に、相関行列Ｒｘｘ１（ｔ−１）、Ｒｘｘ２（ｔ−１）を示す。
【０１７０】
本実施形態において、後に示す相関行列の平均化処理では、今回制御（検知）サイクルと、前回制御（検知）サイクルのそれぞれにおいて、同一制御（検知）サイクル内で複数回取得された複素数データに基づいて行われ、「今回＿１」、「今回＿２」、「前回＿１」、「前回＿２」の計４回分の相関行列Ｒｘｘｋ（ｔ）を構成する要素をそれぞれ平均することにより、平均化処理が行われる。
その相関行列Ｒｘｘの平均化処理によって平均相関行列Ａｖｅ＿Ｒｘｘ（ｔ）を算出する演算式を式（１５）として示す。
【０１７１】
【数１５】
【０１７２】
平均化処理されて得られる平均相関行列は、複素数データによって構成された対称行列（エルミート行列）であるが、その次数は、後ステップでに行われるＡＲスペクトル推定の正規方程式の最大次数に制限されている。このように次数を制限することにより、小さい相関行列を対象とした演算負荷の軽い固有値算出を行うことが可能となる。
また、同一制御サイクルにおいて取得された取得回数分の相関行列を平均する（ステップＳ４０３）。
【０１７３】
図３２に戻り、ステップＳ４１０ａ、Ｓ４１０ｂとＳ４１１について示す。
ステップＳ４１０ａ、Ｓ４１０ｂとＳ４１１は、本実施形態における第４手段、第５手段に該当する。
第６実施形態の第４手段、第５手段と異なる点は、第３手段によって推定された次数に従って、いずれの次数であっても正規方程式を作成する点である。第６実施形態では、固有値を算出するに当たり、最大次数の正規方程式を予め作成していたので、推定された次数が最大次数の場合は、正規方程式の作成を行わず、予め作成してあった正規方程式をそのまま用いることができた。本実施形態では、相関行列に基づいて固有値を算出するため、全ての次数（本実施形態では、次数１から次数３）において正規方程式の作成が必要とされる。
【０１７４】
（第８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３４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６、第７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２４に示す第６、第７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。
信号処理部２０Ｆにおいて周波数分解処理部２２Ｂは、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３０Ｂへ出力する。
【０１７５】
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。ここで、ピーク検知部２３Ｂは、方位検出部のモデル推定処理における最大固有値判定（ステップＳ１０６ａ）と同じ機能として動作させることができるので、削除することも可能となる。
ターゲット連結処理部３２Ｂ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３５に示すテーブルが記憶されている。
ターゲット連結処理部３２Ｂは、図２４のターゲット連結処理部３２と同様な処理により、今回の検知サイクルと、過去の検知サイクルとの連結処理を行う。
【０１７６】
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、第６から第７実施形態に示した正規方程式の次数推定と平均化処理を行う。
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３６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３６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。
【０１７７】
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、方向検知のように今回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、今回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複素数データ、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方位とを、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３２Ｂ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複素数データと、距離と、縦位置と、横位置と、相対速度とを、第６、第７実施形態と同様の処理により図３５のテーブルに記憶させる。
【０１７８】
（第９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３７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正規方程式を用いた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。
【０１７９】
第６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。
【０１８０】
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６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。
【０１８１】
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６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。
【０１８２】
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３８に示すテーブルが作成される。
図３８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、今回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３８に示すテーブルを生成する。
【０１８３】
そして、ターゲット連結処理部３２Ｃは、図３８のテーブルの情報を用いて、今回の検知サイクルにおけるターゲットと、図２８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。
方位検出部３０は、第６、第７実施形態に示した正規方程式の次数推定と平均化処理を行う。
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の角度情報を用いたりできる効果を成す。
【０１８４】
（第１０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３９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）を行い周波数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３７に示す第９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５実施形態との相違点について説明する。
本実施形態は、第５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。
【０１８５】
上記ＤＢＦ処理部４０は、第９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４０（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４０（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。
【０１８６】
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、周波数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正規方程式（又は、相関行列）及び正規方程式を算出するため、路側物などを除去し、かつノイズ成分を削減した正規方程式（又は、相関行列）及び正規方程式を求めることができる。図４０（ｃ）は図４０（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４１（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。
【０１８７】
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４１（ｂ）及び図４１（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５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。
【０１８８】
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、得られた周波数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３２Ｃ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複素数データをメモリ２１の図２８のテーブルから抽出し、方位検出部３０へ出力する。
【０１８９】
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５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正規方程式に、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、例えば正規方程式の最大次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。
方位検出部３０は、第６、第７実施形態に示した正規方程式の次数推定と平均化処理を行う。
【０１９０】
（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４２と図４３は、本実施形態による電子走査型レーダ装置のモデル次数推定特性と方位推定特性をそれぞれ示す図である。
この図４２（ａ）は、ターゲットの車両を１台とした場合の次数推定結果を示す。
横軸が、ターゲットまでの距離を示し、縦軸が正規化固有値を示す。このグラフには、正規化固有値を２つの閾値Ｔｈ１、Ｔｈ２を用いた判定を、ターゲットまでの距離に応じて行った結果が示される。ここで、グラフの中で、途中点線で囲った部分のプロットが途切れているが、この部分は最大固有値が閾値以下の領域となっていて、次数推定処理をキャンセルしていることを表している。
ターゲットの車両が１台の場合には、推定次数を１次か２次と推定すると、検知性能が維持できる。１台の場合に、高次（例えば、３次）の正規方程式を用いると、偽ピークが生じる場合がある。グラフに示された結果のとおり、推定次数が１次又は２次として推定されることが示される。
【０１９１】
この図４２（ｂ）は、ターゲットの車両を２台とした場合の次数推定結果を示す。
横軸が、ターゲットまでの距離を示し、縦軸が正規化固有値を示す。このグラフには、正規化固有値を２つの閾値Ｔｈ１、Ｔｈ２を用いた判定を、ターゲットまでの距離に応じて行った結果が図４２（ａ）と同様に示される。
ターゲットの車両が２台の場合には、推定次数を２次か３次と推定すると、検知性能が維持できる。２台の場合に、２次又は３次の正規方程式を用いると、ピークが分離して検出でき、良好な結果が得られる。
【０１９２】
また、図４３（ａ）は、本実施例の次数推定を用いて、次数を１次として１台の車両を検出した場合のスペクトルを示す。図４３（ｂ）は、本実施例の次数推定を用いないで、次数を３次として１台の車両を検出した場合のスペクトルを示す。図４３（ｂ）の場合には、偽ピークが検出されているが、図４３（ａ）では、偽ピークの発生がない良好な検出結果が得られることが示される。
【０１９３】
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て、スペクトル推定処理を行う演算式（正規方程式）の次数を、低次数での演算負荷の軽い方法で推定でき、さらに、その結果として得られる推定次数に従って、スペクトル推定処理を行うことにより、検出精度を向上させることができる。
【０１９４】
また、本発明によれば、第１手段により、固有値計算する相関行列を新たに作成することがなく、ほぼ全てのCHを使った共分散関数の要素で構成されているので精度の良い固有値計算ができる効果を有する。第１又は第２手段により、検知可能最大ターゲット数と同次数の共分散行列又は相関行列の作成で済むので、比較的小次数の行列で演算負荷の軽い固有値計算ができる。（例えば、ＭＵＳＩＣ法で作成する相関行列の次数より少ない次数で固有値計算ができる。なぜならば、ＭＵＳＩＣ法の場合、後ステップのＭＵＳＩＣスペクトルを算出する原理として、検知可能最大ターゲット数と同数のベクトルに加えて、必ずモードベクトルとの直交性を調べる白色ノイズ成分のベクトルが１つ以上必要となるからである。また、ＭＵＳＩＣ法の場合は、原理上固有ベクトルの算出が必要であるが、本発明による利用方法では、固有ベクトルの算出が全く必要無い（ＡＲスペクトル推定法でスペクトルを算出する）ので、さらに演算負荷の軽い固有値計算で済むことになる。以上、上記第１と第２手段により、固有値計算を用いながらも比較的軽い演算負荷でＡＲスペクトル推定用のモデル次数を推定できるという効果を有する。
【０１９５】
また、第１と第２手段が第5手段と組み合わせる場合、記憶する形態として、メモリ容量が少ない複素数データで記憶することに対応できる。
また、第３手段により、最大固有値又は、全固有値の総和（又は、元の相関行列の対角要素の和）を判定することで、前ステップのピーク検知がない（例えば、全距離ポイント又は任意の距離ポイント範囲の角度をスペクトル推定する場合の）構成や、ピーク検知後でも異なる閾値で固有値計算を実行すべきかどうかの判断ができる効果と、固有値の正規化によってターゲットの距離に依存しない次数推定ができる効果を有する。また、複数の固有値閾値を構成することにより、ＡＲスペクトル推定を用いた車載用レーダ特有の設定の次数推定を行うことができる効果を有する。
また、第４手段により、前記次数の決定するステップの後、正規方程式作成までの処理負荷が格段に軽いという特徴を生かし、決定した次数に合わせ柔軟に、行列とベクトルの要素となる関数を計算できる効果を有する。
また、第５手段との組み合わせの場合、記憶する形態として、前記第１，２，４手段とも適合でき、且つメモリ容量が少ない複素数データで記憶とすることに対応できる。
また、第５手段により、前段の固有値計算を行うための共分散行列又は相関行列の精度と、後段のＡＲ係数を求める精度を向上できる効果を有する。
【０１９６】
以上、第１〜第６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。
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、入力白色雑音の分散値を乗算しないで作成したスペクトルで推定することも可能であるので、入力白色雑音の分散値の計算を省略することもできる。さらに、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。
【０１９７】
なお、図１、図７、図１４、図１７、図１９、図２１、図２４、図２５、図３１、図３４、図３７、図３９における信号処理部２０Ａから２０Ｈ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。
【０１９８】
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。
【０１９９】
なお、本実施形態において、例えばステップ１０６では、予め設定した閾値よりも最大固有値の値が小さい場合には、得られた情報（複素数データ）の信頼度が低いと判定し、該当ターゲットに対しての次ステップの次数推定の処理を行わなくして、誤検出情報の提供を防いでいる。
例えば、次ステップ以降の次数推定及び方位推定の処理を行わず、当該サイクルにおけるターゲットの情報を検出できずにロストしても、レーダの認識処理として通常後ステップで行われるトラッキングによる外挿手法等を用いることにより、ロストしたターゲットの情報を疑似的に持続することができる。このような手法により、ターゲットをロストすることを回避できるので、間違った方位検出結果を出力するよりキャンセルする方が望ましいという考えに適合することができる。また、できるだけ方位検出をキャンセルしない考えにも適合でき、次ステップの次数推定を行わず、予め定められた値の任意の次数に強制的に指定する（例えば、最大次数や最小次数の何れか）ことも可能である。このような最大固有値判定を伴ったモデル次数推定処理を行うことによって、例えばピーク検知されたターゲットの中から、ターゲット毎にさらに方位検出するか否かを判定したり、ピーク検知しない仕様としたりする場合でも効果を成すものである。そのピーク検知しない仕様とは、例えば、全ポイント、又は、任意の距離ポイントにおいて無条件に方位検知する等の処理構成のことである。
【符号の説明】
【０２００】
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
２０Ａ、２０Ｂ、２０Ｃ、２０Ｄ、２０Ｅ、２０Ｆ、２０Ｇ、２０Ｈ…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、２７Ｂ…ペア確定部
３０、３０Ａ、３０Ｂ、６０、６０Ａ、６０Ｂ…方位検出部
３１、３１Ｂ…ターゲット確定部
３２、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
３１１、３４１、６１１、６４１…正規方程式作成部
３１２、３４２、６１２、６４２…正規方程式フィルタ部
３２１、６２１…相関行列作成部
３３１、６３１…固有値算出部
３３２Ａ、３３２Ｂ、６３２Ａ、６３２Ｂ…次数推定部
３４３Ａ、３４３Ｂ、６４３Ａ、６４３Ｂ…ＡＲ係数算出部
３４４、６４４…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、
送信された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、
前記ビート信号に基づいて算出された複素数データを要素とする第１の次数の行列の固有値の値に基づいて前記受信波の到来方向の算出に用いる正規方程式の次数を推定し、該推定された次数による第２の次数の正規方程式を作成し、該作成された第２の次数の正規方程式に基づいて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、
自己回帰モデルを用いるＡＲスペクトル推定法により、前記第２の次数の正規方程式に基づいて前記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、
前記固有値を、前記ビート信号に基づいて算出された複素数データに基づいて作成された前記第１の次数の行列から算出する
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】
前記方位検出部は、
前記固有値を、前記ビート信号に基づいて算出された複素数データに基づいて作成された正規方程式であって、該正規方程式に適用する最大の次数と同次数の前記第１の次数の正規方程式の構成部である行列から算出する
ことを特徴とする請求項１から請求項３のいずれか１項に記載の電子走査型レーダ装置。
【請求項５】
前記方位検出部は、
前記第２の次数の正規方程式に適用する最大の次数と同次数の相関行列を、前記第１の次数の行列にする
ことを特徴とする請求項１から請求項３のいずれか１項に記載の電子走査型レーダ装置。
【請求項６】
前記方位検出部は、
前記固有値を、複数の前記第１の次数の行列を平均化した平均化行列から算出する
ことを特徴とする請求項１から請求項５のいずれか１項に記載の電子走査型レーダ装置。
【請求項７】
前記方位検出部は、
前記固有値を、複数の前記第１の次数の正規方程式を平均化する処理をした平均化正規方程式の構成部である行列から算出する
ことを特徴とする請求項１から請求項６のいずれか１項に記載の電子走査型レーダ装置。
【請求項８】
前記方位検出部は、
前記固有値を算出するための平均化行列と平均化正規方程式を、前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおける今回の検知サイクルで取得した複素数データから作成する
ことを特徴とする請求項６又は請求項７に記載の電子走査型レーダ装置。
【請求項９】
前記方位検出部は、
前記固有値の算出に先立って前記行列に対してユニタリ変換を行う
ことを特徴とする請求項１から請求項８のいずれか１項に記載の電子走査型レーダ装置。
【請求項１０】
前記方位検出部は、
前記固有値の値に基づいて前記第２の次数を選択し、前記選択された第２の次数の正規方程式を作成する
ことを特徴とする請求項１から請求項９のいずれか１項に記載の電子走査型レーダ装置。
【請求項１１】
前記方位検出部は、
前記受信波の到来方向を算出するための正規方程式である、前記第１の次数の正規方程式又は前記第２の次数の正規方程式を含む正規方程式又は平均化正規方程式を、前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおける今回の検知サイクルで取得した複素数データから作成する
ことを特徴とする請求項１０に記載の電子走査型レーダ装置。
【請求項１２】
前記方位検出部は、
前記固有値から算出された値が予め定めた閾値以上の値を示した場合には、前記固有値を該固有値の最大の値に基づいて正規化する
ことを特徴とする請求項１から請求項１１のいずれか１項に記載の電子走査型レーダ装置。
【請求項１３】
前記固有値から算出された値は、前記固有値の最大値、前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおける今回の検知サイクルにおける全ての前記固有値の総和、又は、前記第1の次数の行列の対角要素の和のいずれかの値である
ことを特徴とする請求項１２に記載の電子走査型レーダ装置。
【請求項１４】
前記方位検出部は、
前記正規化された固有値の値を予め定められる閾値に基づいて判定し、該判定結果に基づいて前記第２の次数を選択する
ことを特徴とする請求項１２又は請求項１３に記載の電子走査型レーダ装置。
【請求項１５】
前記方位検出部は、
前記固有値から算出された値を複数の閾値を用いてそれぞれ判定した結果により、前記第２の次数を選択する
ことを特徴とする請求項１から請求項１４のいずれか１項に記載の電子走査型レーダ装置。
【請求項１６】
前記方位検出部は、
前記第１の次数の行列の値に基づいて、前記第２の次数の正規方程式の次数を推定する処理を中断する
ことを特徴とする請求項１から請求項１５のいずれか１項に記載の電子走査型レーダ装置。
【請求項１７】
前記方位検出部は、
前記第２の次数の正規方程式の次数を推定する処理の中断について、前記固有値の最大値、前記固有値の総和、又は、前記第１の次数の行列の対角要素の和のいずれかの値に従って判定する
ことを特徴とする請求項１６に記載の電子走査型レーダ装置。
【請求項１８】
前記方位検出部は、
前記次数を推定する処理の中断により、前記受信波の到来方向を算出する処理を中断する
ことを特徴とする請求項１６又は請求項１７に記載の電子走査型レーダ装置。
【請求項１９】
前記方位検出部は、
前記次数を推定する処理の中断により、前記第２の次数を予め定められる任意の次数に強制的に指定する
ことを特徴とする請求項１６又は請求項１７に記載の電子走査型レーダ装置。
【請求項２０】
前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおいて検出された前記ビート信号に基づいた複素数データを記憶する記憶部と、
今回の検知サイクルと、前記今回の検知サイクルより過去に行われた過去の検知サイクルとにおいて、それぞれ前記検知された前記ターゲットを関連付け、前記関連付けられたターゲットに対応付けられた前記複素数データを前記記憶部に記憶させるターゲット連結処理部と、
を備えることを特徴とする請求項１から請求項１９のいずれか１項に記載の電子走査型レーダ装置。
【請求項２１】
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と、前記複素数データとを関連付けて記憶し、
前記ターゲット連結処理部は、
前記今回の検知サイクルにおけるターゲットと、該今回の検知サイクルにおけるターゲットに関連付けられ、前記今回と時系列的に関係する前記過去の検知サイクルにおけるターゲットとの対応付けを行う
ことを特徴とする請求項２０に記載の電子走査型レーダ装置。
【請求項２２】
前記ターゲット連結処理部は、
前記今回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、前記今回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従って、前記今回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２０又は請求項２１に記載の電子走査型レーダ装置。
【請求項２３】
前記方位検出部は、
前記固有値を算出するための平均化行列と平均化正規方程式を、前記過去検知サイクルで取得した複素数データを含めて作成する
ことを特徴とする請求項２０から請求項２２のいずれか１項に記載の電子走査型レーダ装置。
【請求項２４】
前記方位検出部は、
前記受信波の到来方向を算出するための正規方程式である、前記第１の次数の正規方程式又は前記第２の次数の正規方程式を含む平均化正規方程式を、前記過去検知サイクルで取得した複素数データを含めて作成する
ことを特徴とする請求項２０から請求項２２のいずれか１項に記載の電子走査型レーダ装置。
【請求項２５】
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、
を備え、
前記方位検出部は、
前記ターゲット検知部によって存在が検知されたターゲットに対応する複素数データに基づいて、前記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から請求項２４のいずれか１項に記載の電子走査型レーダ装置。
【請求項２６】
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、
前記今回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、
前記今回及び前記過去の検知サイクルにおける前記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２０から請求項２４のいずれか１項に記載の電子走査型レーダ装置。
【請求項２７】
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、
前記正規方程式作成部は、
前記再生複素数データから前記正規方程式を作成する
ことを特徴とする請求項２６に記載の電子走査型レーダ装置。
【請求項２８】
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、
前記正規方程式作成部は、
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正規方程式を算出する
ことを特徴とする請求項２７に記載の電子走査型レーダ装置。
【請求項２９】
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、
受信部が、送信された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過程と、
ビート信号生成部が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、
周波数分解処理部が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過程と、
方位検出部が前記ビート信号に基づいて算出された複素数データを要素とする第１の次数の行列の固有値の値に基づいて前記受信波の到来方向の算出に用いる正規方程式の次数を推定し、該推定された次数による第２の次数の正規方程式を作成し、該作成された第２の次数の正規方程式に基づいて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３０】
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、
送信された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処理と、
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処理と、
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と、
前記ビート信号に基づいて算出された複素数データを要素とする第１の次数の行列の固有値の値に基づいて前記受信波の到来方向の算出に用いる正規方程式の次数を推定し、該推定された次数による第２の次数の正規方程式を作成し、該作成された第２の次数の正規方程式に基づいて前記受信波の到来方向を算出する方位検出処理と
を実行させることを特徴とするプログラム。
【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、
送信された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、
前記ビート信号に基づいて算出された複素数データを要素とする第１の次数の行列の固有値の値に基づいて前記受信波の到来方向の算出に用いる正規方程式の次数を推定し、該推定された次数による第２の次数の正規方程式を作成し、該作成された第２の次数の正規方程式に基づいて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、
自己回帰モデルを用いるＡＲスペクトル推定法により、前記第２の次数の正規方程式に基づいて前記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、
前記固有値を、前記ビート信号に基づいて算出された複素数データに基づいて作成された前記第１の次数の行列から算出する
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】
前記方位検出部は、
前記固有値を、前記ビート信号に基づいて算出された複素数データに基づいて作成された正規方程式であって、該正規方程式に適用する最大の次数と同次数の前記第１の次数の正規方程式の構成部である行列から算出する
ことを特徴とする請求項１から請求項３のいずれか１項に記載の電子走査型レーダ装置。
【請求項５】
前記方位検出部は、
前記第２の次数の正規方程式に適用する最大の次数と同次数の相関行列を、前記第１の次数の行列にする
ことを特徴とする請求項１から請求項３のいずれか１項に記載の電子走査型レーダ装置。
【請求項６】
前記方位検出部は、
前記固有値を、複数の前記第１の次数の行列を平均化した平均化行列から算出する
ことを特徴とする請求項１から請求項５のいずれか１項に記載の電子走査型レーダ装置。
【請求項７】
前記方位検出部は、
前記固有値を、複数の前記第１の次数の正規方程式を平均化する処理をした平均化正規方程式の構成部である行列から算出する
ことを特徴とする請求項１から請求項６のいずれか１項に記載の電子走査型レーダ装置。
【請求項８】
前記方位検出部は、
前記固有値を算出するための平均化行列と平均化正規方程式を、前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおける今回の検知サイクルで取得した複素数データから作成する
ことを特徴とする請求項６又は請求項７に記載の電子走査型レーダ装置。
【請求項９】
前記方位検出部は、
前記固有値の算出に先立って前記行列に対してユニタリ変換を行う
ことを特徴とする請求項１から請求項８のいずれか１項に記載の電子走査型レーダ装置。
【請求項１０】
前記方位検出部は、
前記固有値の値に基づいて前記第２の次数を選択し、前記選択された第２の次数の正規方程式を作成する
ことを特徴とする請求項１から請求項９のいずれか１項に記載の電子走査型レーダ装置。
【請求項１１】
前記方位検出部は、
前記受信波の到来方向を算出するための正規方程式である、前記第１の次数の正規方程式又は前記第２の次数の正規方程式を含む正規方程式又は平均化正規方程式を、前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおける今回の検知サイクルで取得した複素数データから作成する
ことを特徴とする請求項１０に記載の電子走査型レーダ装置。
【請求項１２】
前記方位検出部は、
前記固有値から算出された値が予め定めた閾値以上の値を示した場合には、前記固有値を該固有値の最大の値に基づいて正規化する
ことを特徴とする請求項１から請求項１１のいずれか１項に記載の電子走査型レーダ装置。
【請求項１３】
前記固有値から算出された値は、前記固有値の最大値、前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおける今回の検知サイクルにおける全ての前記固有値の総和、又は、前記第1の次数の行列の対角要素の和のいずれかの値である
ことを特徴とする請求項１２に記載の電子走査型レーダ装置。
【請求項１４】
前記方位検出部は、
前記正規化された固有値の値を予め定められる閾値に基づいて判定し、該判定結果に基づいて前記第２の次数を選択する
ことを特徴とする請求項１２又は請求項１３に記載の電子走査型レーダ装置。
【請求項１５】
前記方位検出部は、
前記固有値から算出された値を複数の閾値を用いてそれぞれ判定した結果により、前記第２の次数を選択する
ことを特徴とする請求項１から請求項１４のいずれか１項に記載の電子走査型レーダ装置。
【請求項１６】
前記方位検出部は、
前記第１の次数の行列の値に基づいて、前記第２の次数の正規方程式の次数を推定する処理を中断する
ことを特徴とする請求項１から請求項１５のいずれか１項に記載の電子走査型レーダ装置。
【請求項１７】
前記方位検出部は、
前記第２の次数の正規方程式の次数を推定する処理の中断について、前記固有値の最大値、前記固有値の総和、又は、前記第１の次数の行列の対角要素の和のいずれかの値に従って判定する
ことを特徴とする請求項１６に記載の電子走査型レーダ装置。
【請求項１８】
前記方位検出部は、
前記次数を推定する処理の中断により、前記受信波の到来方向を算出する処理を中断する
ことを特徴とする請求項１６又は請求項１７に記載の電子走査型レーダ装置。
【請求項１９】
前記方位検出部は、
前記次数を推定する処理の中断により、前記第２の次数を予め定められる任意の次数に強制的に指定する
ことを特徴とする請求項１６又は請求項１７に記載の電子走査型レーダ装置。
【請求項２０】
前記受信波の到来方向を算出する処理を繰り返し行う検知サイクルにおいて検出された前記ビート信号に基づいた複素数データを記憶する記憶部と、
今回の検知サイクルと、前記今回の検知サイクルより過去に行われた過去の検知サイクルとにおいて、それぞれ前記検知された前記ターゲットを関連付け、前記関連付けられたターゲットに対応付けられた前記複素数データを前記記憶部に記憶させるターゲット連結処理部と、
を備えることを特徴とする請求項１から請求項１９のいずれか１項に記載の電子走査型レーダ装置。
【請求項２１】
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と、前記複素数データとを関連付けて記憶し、
前記ターゲット連結処理部は、
前記今回の検知サイクルにおけるターゲットと、該今回の検知サイクルにおけるターゲットに関連付けられ、前記今回と時系列的に関係する前記過去の検知サイクルにおけるターゲットとの対応付けを行う
ことを特徴とする請求項２０に記載の電子走査型レーダ装置。
【請求項２２】
前記ターゲット連結処理部は、
前記今回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、前記今回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従って、前記今回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２０又は請求項２１に記載の電子走査型レーダ装置。
【請求項２３】
前記方位検出部は、
前記固有値を算出するための平均化行列と平均化正規方程式を、前記過去検知サイクルで取得した複素数データを含めて作成する
ことを特徴とする請求項２０から請求項２２のいずれか１項に記載の電子走査型レーダ装置。
【請求項２４】
前記方位検出部は、
前記受信波の到来方向を算出するための正規方程式である、前記第１の次数の正規方程式又は前記第２の次数の正規方程式を含む平均化正規方程式を、前記過去検知サイクルで取得した複素数データを含めて作成する
ことを特徴とする請求項２０から請求項２２のいずれか１項に記載の電子走査型レーダ装置。
【請求項２５】
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、
を備え、
前記方位検出部は、
前記ターゲット検知部によって存在が検知されたターゲットに対応する複素数データに基づいて、前記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から請求項２４のいずれか１項に記載の電子走査型レーダ装置。
【請求項２６】
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、
前記今回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、
前記今回及び前記過去の検知サイクルにおける前記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２０から請求項２４のいずれか１項に記載の電子走査型レーダ装置。
【請求項２７】
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、
前記正規方程式作成部は、
前記再生複素数データから前記正規方程式を作成する
ことを特徴とする請求項２６に記載の電子走査型レーダ装置。
【請求項２８】
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、
前記正規方程式作成部は、
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正規方程式を算出する
ことを特徴とする請求項２７に記載の電子走査型レーダ装置。
【請求項２９】
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、
受信部が、送信された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過程と、
ビート信号生成部が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、
周波数分解処理部が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過程と、
方位検出部が前記ビート信号に基づいて算出された複素数データを要素とする第１の次数の行列の固有値の値に基づいて前記受信波の到来方向の算出に用いる正規方程式の次数を推定し、該推定された次数による第２の次数の正規方程式を作成し、該作成された第２の次数の正規方程式に基づいて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３０】
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、
送信された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処理と、
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処理と、
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と、
前記ビート信号に基づいて算出された複素数データを要素とする第１の次数の行列の固有値の値に基づいて前記受信波の到来方向の算出に用いる正規方程式の次数を推定し、該推定された次数による第２の次数の正規方程式を作成し、該作成された第２の次数の正規方程式に基づいて前記受信波の到来方向を算出する方位検出処理と
を実行させることを特徴とするプログラム。
【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３５】
【図３６】
【図３７】
【図３８】
【図３９】
【図４０】
【図４１】
【図４２】
【図４３】
【図４４】
【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３５】
【図３６】
【図３７】
【図３８】
【図３９】
【図４０】
【図４１】
【図４２】
【図４３】
【図４４】
【公開番号】特開２０１２−１３５６９（Ｐ２０１２−１３５６９Ａ）
【公開日】平成２４年１月１９日（２０１２．１．１９）
【国際特許分類】
【出願番号】特願２０１０−１５１０４６（Ｐ２０１０−１５１０４６）
【出願日】平成２２年７月１日（２０１０．７．１）
【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２４年１月１９日（２０１２．１．１９）
【国際特許分類】
【出願日】平成２２年７月１日（２０１０．７．１）
【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 ]