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】設定した次数内における適切な信号受信波数の設定を行い、精度の良い方位検出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。
【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正規方程式の構成部である行列の固有値に基づいて受信波の波数を推定し、該推定された波数に応じた数の固有値と固有ベクトルに基づいて作成される信号部分空間の正規方程式の解として算出される係数を作成し、該作成された係数に基づいて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正規方程式の構成部である行列の固有値に基づいて受信波の波数を推定し、該推定された波数に応じた数の固有値と固有ベクトルに基づいて作成される信号部分空間の正規方程式の解として算出される係数を作成し、該作成された係数に基づいて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、放射され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４７）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、過去の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化（又は加算）処理をしてから方向推定処理を実行している。この相関行列の平均化処理は、少ないチャネル数によって構成される車載用レーダにとって、方位検出精度（角度精度や分離性能）の向上に大きな効果を得ることができる（特許文献２）。
また、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（特許文献３）。
【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２００９−１６２６８８号公報
【非特許文献】
【０００５】
【非特許文献１】Steven M.Kay ," Modern Spectral Estimation Theory & Application ", Prentice Hall, 1988.
【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、ＡＲスペクトル推定法においては、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多い場合には、相関行列（正規方程式）の平均を行い精度を高めたとしても、偽ピークが検出されてしまう場合があることが懸案であった。
また、小型・低コスト化が必要とされる車載用レーダのような用途においては、受信系の構成を少ないチャネル（CH）数にすることが要求され、少ないチャネル（CH）数に適した設定とする場合では、設定できる次数が制限される。また、仮に受信系のCH数を増やすことができたとしても、上記のＡＲスペクトル推定法（標準的ＡＲスペクトル推定法と定義する）においては、次数を設定できるだけであることから、より高い次数の設定と、信号受信波数に応じた適切な設定を同時に満足させることができなかった。
一般的な受信波数の推定手法として、FPE（Final Prediction Error）法、AIC（Akaike Information Criterion）法、MDL（Minimum Description Length）法等で決定することも述べられているが、重い演算負荷をかけなければならない上に、何れの方法においても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、ＡＲモデルの設定した次数内における適切な信号受信波数の設定を行い、信号部分空間（信号成分）の正規方程式でスペクトル推定を行うことにより、精度の良い方位検出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正規方程式の構成部である行列の固有値に基づいて前記受信波の波数を推定し、該推定された波数に応じた数の前記固有値と固有ベクトルに基づいて作成される信号部分空間の正規方程式の解として算出される係数を作成し、該作成された係数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。
【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、前記信号部分空間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。
【００１０】
（３）また、本発明は、上記発明において、前記方位検出部は、前記固有値の大きさに応じて算出した結果により前記波数を推定し、該推定された波数に応じて、有効とされる信号部分空間（信号成分）とノイズ部分空間（ノイズ成分）とに分け、前記有効とされる信号部分空間から前記係数を算出することを特徴とする。
【００１１】
（４）また、本発明は、上記発明において、前記方位検出部は、前記正規方程式の構成部である行列を固有値分解して得られた前記固有値と固有ベクトルから作成される信号部分空間の正規方程式に基づいて前記係数を算出することを特徴とする。
【００１２】
（５）また、本発明は、上記発明において、前記方位検出部は、前記固有値と固有ベクトルを、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次数と同じ次数の前記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。
【００１３】
（６）また、本発明は、上記発明において、前記方位検出部は、前記固有値と固有ベクトルを、複数の前記正規方程式を平均化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】
（７）また、本発明は、上記発明において、前記方位検出部は、前記固有値と固有ベクトルを算出するための前記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を含む予め定められる所定の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】
（８）また、本発明は、前記方位検出部は、前記固有値と固有ベクトルの算出に先立って前記複素数データを要素とする正規方程式の構成部である行列と右辺ベクトルに対して平均化処理を行うことを特徴とする。
【００１６】
（９）また、本発明は、上記発明において、前記方位検出部は、前記固有値を、前記ターゲットとの距離に依存しない固定した閾値で判定し前記波数を推定することを特徴とする。
【００１７】
（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。
【００１８】
（１１）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か又は、全ての前記固有値の総和のいずれかの値であることを特徴とする。
【００１９】
（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波数を選択することを特徴とする。
【００２０】
（１３）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、前記波数を選択することを特徴とする。
【００２１】
（１４）また、本発明は、上記発明において、前記方位検出部は、前記固有値から算出された値に基づいて、前記波数を推定する処理を中断することを特徴とする。
【００２２】
（１５）また、本発明は、上記発明において、前記方位検出部は、前記波数を推定する処理の中断について、前記固有値の最大値、前記固有値の総和のいずれかの値に従って判定することを特徴とする。
【００２３】
（１６）また、本発明は、上記発明において、前記方位検出部は、前記波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。
【００２４】
（１７）また、本発明は、上記発明において、前記方位検出部は、前記波数を推定する処理の中断により、前記波数を予め定められる任意の波数に強制的に指定するすることを特徴とする。
【００２５】
（１８）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。
【００２６】
（１９）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、前記複素数データ又は正規方程式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。
【００２７】
（２０）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。
【００２８】
（２１）また、本発明は、上記発明において、前記方位検出部は、前記固有値と固有ベクトルを算出するための平均化正規方程式の構成部である行列を、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。
【００２９】
（２２）また、本発明は、上記発明において、前記方位検出部は、前記固有値と固有ベクトルを算出するための平均化正規方程式の構成部である行列を、前記過去検知サイクルで算出した正規方程式又は平均化正規方程式を含めることを特徴とする。
【００３０】
（２３）また、本発明は、上記発明において、前記方位検出部は、前記受信波の到来方向を算出するための信号部分空間の正規方程式に基づいて算出した係数と、前記過去検知サイクルの信号部分空間の正規方程式に基づいて算出した係数とを平均してスペクトル推定することを特徴とする。
【００３１】
（２４）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】
（２５）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】
（２６）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】
（２７）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】
（２８）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、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正規方程式の構成部である行列の固有値に基づいて前記受信波の波数を推定し、該推定された波数に応じた数の前記固有値と固有ベクトルに基づいて作成される信号部分空間の正規方程式の解として算出される係数を作成し、該作成された係数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】
（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正規方程式の構成部である行列の固有値に基づいて前記受信波の波数を推定し、該推定された波数に応じた数の前記固有値と固有ベクトルに基づいて作成される信号部分空間の正規方程式の解として算出される係数を作成し、該作成された係数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正規方程式の構成部である行列の固有値に基づいて前記受信波の波数を推定し、該推定された波数に応じた数の前記固有値と固有ベクトルに基づいて作成される信号部分空間の正規方程式の解として算出される係数を作成し、該作成された係数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、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到来波の波数を定め、定められた波数に基づいた信号部分空間の正規方程式により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ピークのペアを確定した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】第３手段における固有値分解について示す図である。
【図１１】第４手段におけるＡＲ係数を求める演算処理について示す図である。
【図１２】主成分解AR係数apcから、白色雑音の分散値とパワースペクトルを求める演算処理を示す図である。
【図１３】本実施形態の処理を示すフローチャートである。
【図１４】図１３のステップ１０５からステップＳ１０７までに示した信号波数推定処理の詳細を示す図である。
【図１５】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１６】メモリ２１に設けられるテーブルを示す図である。
【図１７】第３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】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１９】第４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】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２１】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２２】第５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２３】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２４】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２５】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２６】メモリ２１に設けられるテーブルを示す図である。
【図２７】複素数データの記憶方法、呼出方法を示す図である。
【図２８】本実施形態の処理の手順（フロー）を示すフローチャートである。
【図２９】第６実施形態におけるメモリ２１に設けられるテーブルを示す図である。
【図３０】正規方程式の記憶方法、呼出方法を示す図である。
【図３１】第７実施形態における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３２】メモリ２１に設けられるテーブルを示す図である。
【図３３】複素数データの記憶方法、呼出方法を示す図である。
【図３４】第８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３５】ＡＲ係数の平均化処理を示す図である。
【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】本実施形態の処理の手順（フロー）を示すフローチャートである。
【図３８】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３９】メモリ２１に設けられるテーブルを示す図である。
【図４０】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４１】メモリ２１に設けられるテーブルを示す図である。
【図４２】第１１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４３】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４４】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４５】本実施形態による電子走査型レーダ装置のモデル波数推定特性を示す図である。
【図４６】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４７】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４７参照）。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。
【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）について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６０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、信号処理部２０における受信波に対する信号処理について示す。
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。そして、周波数分解処理部２２に、ペアが確定した周波数ポイントを送り、方位検出部６０へ送る複素数データを決定する。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、固有値分解部６２１、波数推定部６３１、共分散擬似逆行列算出部６４１、ＡＲ係数算出部６４２、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とが第１手段として機能し、固有値分解部６２１が第２手段として機能し、波数推定部６３１が第３手段として機能し、共分散擬似逆行列算出部６４１とＡＲ係数算出部６４２とが第４手段として機能する。
【００５５】
方位検出部６０Ａにおいて正規方程式作成部６１１は、ＡＲスペクトル推定における次数の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。
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。
【００５６】
固有値分解部６２１は、正規方程式フィルタ部６１２によって平均化処理された「今回検知サイクル」における平均化正規方程式の共分散行列に基づいて固有値分解処理を行う。固有値分解処理は、共分散行列に基づいた特性方程式から固有値及び固有ベクトルを算出する処理である。固有値分解処理には、任意の解法プログラムを適用することができる。例えば、直接特性方程式を解く他、ヤコビ法、ハウスホルダ法、QR法等の反復タイプのアルゴリズムを適用することも可能である。
【００５７】
波数推定部６３１は、固有値分解部６２１による固有値分解処理により算出された固有値（及び固有ベクトル）から最大の値を示す固有値を判定する。波数推定部６３１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。波数推定部６３１は、正規化された固有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波数を選択する。
【００５８】
共分散擬似逆行列算出部６４１は、固有値分解部６２１（第２手段）により算出された固有値と固有ベクトルから、信号部分空間の共分散疑似逆行列を作成する。この信号部分空間の共分散疑似逆行列を作成することにより、ノイズ成分を除去することができる。このARスペクトル推定処理によるノイズ部分空間除去については、非特許文献１（pp426-428(13.8.1 AR Frequency Estimation))の、主成分ARスペクトル推定（Principal Component AR Spectral Estimator）を参照する。
【００５９】
ＡＲ係数算出部６４２は、共分散擬似逆行列算出部６４１によって作成された信号部分空間の共分散疑似逆行列と右辺ベクトルから導かれる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６４２は、検知サイクルに応じて、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６４２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。
【００６０】
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。なお、データ取得の回数は、予め定められる任意の回数にすることができる。
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。
【００６１】
＜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（前向き後向き線形予測法）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。
【００６２】
【数１】
【００６３】
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（改良共分散関数）によって導かれる。
【００６４】
【数２】
【００６５】
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（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次数も大きくなり、適用する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。
【００６６】
【数３】
【００６７】
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。
【００６８】
【数４】
【００６９】
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。
【００７０】
【数５】
【００７１】
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。
【００７２】
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取得が行われる。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。
【００７３】
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（６）に示す。
【００７４】
【数６】
【００７５】
式（６）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（７）に示す。
【００７６】
【数７】
【００７７】
式（７）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、固有値と固有ベクトル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と固有ベクトルを算出する。
【００７８】
図１０は、第３手段における固有値分解について示す図である。
固有値分解を行うにあたり、本実施形態に示すように正規方程式の次数を３次とした場合には、固有値分解は、式（８）、式（９）として示す式によって行うことができる。
【００７９】
【数８】
【００８０】
【数９】
【００８１】
固有値分解は、式（９）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。本実施形態のように小さい共分散行列に基づいた固有値分解では、演算負荷を軽減することができる。
【００８２】
図１１は、第４手段におけるＡＲ係数を求める演算処理について示す図である。
ここで、第２手段で求めた固有値と固有ベクトルから、信号部分空間の共分散疑似逆行列を作成する演算過程を示す。
ＡＲ係数を算出するＡＲパラメータ推定の演算式を式（１０）として示す。
【００８３】
【数１０】
【００８４】
この式（１０）に示すように、相関行列Rxx（又は共分散行列Cxx）の逆行列計算によってＡＲ係数ａを算出するので、相関行列Rxx（又は共分散行列Cxx）が正則（行列式が０でないこと：detRxx≠0：フルランク）であることが条件になる。ここで、仮に相関行列からノイズ部分空間を理想的に除去できたとしても、信号数が行列次数より少ない時は、ランク落ちとなり解の精度が保証されない。
従って、標準的なＡＲスペクトル推定法の式では、ノイズ部分空間を理想的に除去することはできない。
式（１０）に示した相関行列Rxxの逆行列を、スペクトル分解（固有値分解）して、式（１１）として表すことができる（ただし、相関行列Rxxが正定値で正則であるとする）。
【００８５】
【数１１】
【００８６】
式（１１）において、Ｍは、モデル次数である。このように、固有値λiと固有ベクトルviによって分解することができる。
さらに、式（１１）は、式（１２）に示すように、信号部分空間であるi=１からi=pまでと、ノイズ部分空間であるi=p+1からi=Mまでとに概念的に分離することができる。ノイズ部分空間は、固有値の値がほぼ零を示す。
【００８７】
【数１２】
【００８８】
式（１２）において、第１項が信号部分空間（信号成分）を示し、第２項がノイズ部分空間（ノイズ成分）を示す。
また、主成分解（Principal Component Solution）であるＡＲ係数apcは、式（１２）のノイズ部分空間の項を取り除いた結果となるべきであるため、式（１３）として示すことができる。
【００８９】
【数１３】
【００９０】
式（１３）に示される演算処理では、信号部分空間を疑似逆行列を用いて計算することになるので、ランクが低い状態でも計算が可能となる。従って、モデル次数に対して信号波数が非常に少なくても、演算式の次数を大きめに設定して計算し、ＡＲスペクトル推定精度を上げることができる。
さらに、この式（１３）は、式（１４）として示す演算式により、全体の空間からノイズ部分空間を減算して計算も可能である。
【００９１】
【数１４】
【００９２】
本実施形態では、モデル次数を３次（Ｍ=３）としたので、推定波数が、１と２の場合には、ノイズ部分空間成分を除去したＡＲ係数となり、推定波数が、３の場合には、標準的なＡＲスペクトル推定の結果と同じになる。従って、データチャネル数が多く、モデル次数を大きくできれば、本手法による効果はさらに大きくなる。
図１２は、主成分解（Principal Component Solution）であるＡＲ係数ａpcから、白色雑音の分散値とパワースペクトルを求める演算処理を示す図である。
図１２に示される主成分ARスペクトル推定法においても、基本的には、ＡＲ係数が導かれた後の処理は、標準的なARスペクトル推定と同様の演算処理により導くことができる。
続いて、式（１３）により導かれるＡＲパラメータ推定値に基づいて、入力白色雑音の分散σｖ２（ハット）を導く関係式を、式（１５）として示す。
【００９３】
【数１５】
【００９４】
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乗誤差や最小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（１５）によって算出される入力白色雑音の分散σｖ２（ハット）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（１６）として示す。
【００９５】
【数１６】
【００９６】
式（１６）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。この角速度ωは、本実施形態に示すレーダ装置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。
なお、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によって、パワースペクトルの分布を推定することも可能である。パワースペクトルの分布（スペクトルの形状）は、変わらないので、入力白色雑音の分散値を乗算する演算を省略することもできる。
【００９７】
図１３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。
【００９８】
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モデルに適用する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、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は、エルミート行列（複素数の対称行列）である。従って、ＡＲモデルの最大次数で固有値分解することになる。
【００９９】
次に示すステップＳ１０４の処理が、本実施形態における第２手段に該当する。
ステップＳ１０４において、固有値分解部６２１は、正規方程式フィルタ部６１２によって作成された「今回検知サイクル」における平均化正規方程式の共分散行列に基づいて固有値分解処理を行う。固有値分解部６２１は、この固有値分解処理により、共分散行列に基づいた特性方程式から固有値及び固有ベクトルを算出する。
固有値分解には、任意の解法プログラムが使え、直接特性方程式を解く他、ヤコビ法、ハウスホルダ法、QR法等の反復タイプのアルゴリズムも使える。本実施形態に示す場合のように、次数が３であれば、上記で述べた一般的な反復タイプの固有値分解手法であっても演算負荷を軽くすることができる。
【０１００】
次に、ステップＳ１０５からステップＳ１０７の処理が、本実施形態における第３手段に該当する。
ステップＳ１０５において、波数推定部６３１は、ステップＳ１０４において算出された共分散行列Ｃxxの固有値の中から最大値となる最大固有値を判定する。
波数推定部６３１は、その判定により、該当ターゲット群では次ステップ以降の波数推定は行わなくするか否かを判定する。波数推定部６３１は、この最大固有値判定処理により、最大固有値の値が予め設定した閾値よりも小さい時は、該当ターゲット群に対しては次ステップ以降の波数推定を行わなくする。
【０１０１】
ステップＳ１０６において、波数推定部６３１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。この固有値の正規化処理では、各固有値を最大固有値で割った値を正規化固有値とする。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、各固有値の値を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判定が容易である。
ステップＳ１０７において、波数推定部６３１は、正規化された固有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波数を選択する。
この波数推定ステップでは、図１４にあるように、波数１と波数２以上を分別する閾値と、波数２と波数３を分別する閾値の２種類の閾値を判定に用いる。このように閾値を設定することにより、波数推定結果を柔軟に調整できる。
【０１０２】
図１４は、図１３のステップ１０５からステップＳ１０７までに示した信号波数推定処理の詳細を示す図である。ステップＳ１０５ａは、ステップＳ１０５に対応する最大固有値を判定する処理である。ステップＳ１０５ａによる予め設定した閾値（λmax_th）よりも最大固有値の値（λａ）が大きいか否かを判定することにより、予め設定した閾値（λmax_th）よりも最大固有値の値（λａ）が大きくない場合（ステップＳ１０５ａ：Ｎｏ）には、ステップＳ１０５ｂ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、波数推定部６３１は、該当ターゲットに対しての次ステップの波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、波数推定部６３１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Ｓ１０５ｂでは、ステップＳ１０５ｂ−１に示すように、波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Ｓ１０５ｂ−２に示すように、波数推定をキャンセルして、任意の波数（例えば、最大波数）を強制的に指定することとしてもよい。
【０１０３】
ステップＳ１０５ａ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大きい場合（ステップＳ１０５ａ：Ｙｅｓ）には、ステップＳ１０６ａの処理を行う。ステップＳ１０６ａでは、ステップＳ１０５ａに対応する固有値の正規化処理を行い、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。
【０１０４】
ステップＳ１０７ａからＳ１０７ｅまでは、波数推定部６３１が行うステップＳ１０７に対応する波数推定処理である。
ステップＳ１０７ａでは、ステップＳ１０６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。
ステップＳ１０７ａによる判定の結果、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Ｓ１０７ａ：Ｎｏ）には、ステップＳ１０７ｃに進む。
【０１０５】
ステップ１０７ｂでは、ステップＳ１０７ａ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Ｓ１０７ａ：Ｙｅｓ）には、推定波数を１次に定め、示されない推定波数情報を記憶する記憶領域に記録し、波数推定処理を終える。
【０１０６】
ステップＳ１０７ｃでは、ステップＳ１０６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Ｓ１０７ｃ：Ｎｏ）には、ステップＳ１０７ｅに進む。
【０１０７】
ステップ１０７ｄでは、ステップＳ１０７ｃ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Ｓ１０７ｃ：Ｙｅｓ）には、推定波数を２次に定め、示されない推定波数情報を記憶する記憶領域に記録し、波数推定処理を終える。
【０１０８】
ステップ１０７ｅでは、ステップＳ１０７ｃ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Ｓ１０７ｃ：Ｎｏ）には、推定波数を３次に定め、示されない推定波数情報を記憶する記憶領域に記録し、波数推定処理を終える。
【０１０９】
このようにステップＳ１０７ａからＳ１０７ｅまでの波数推定処理において、波数１と波数２以上とを分別する閾値Ｔｈ１と、波数２と波数３とを分別する閾値Ｔｈ２の２種類の閾値で構成している。
【０１１０】
図１３に戻り、本実施形態における第４手段について説明する。ステップＳ１０８からステップＳ１０９が、本実施形態における第４手段に該当する。
【０１１１】
ステップＳ１０８において、共分散擬似逆行列算出部６４１は、ステップＳ１０７において波数推定部６３１によって推定された波数に応じて今回検知サイクルにおける信号部分空間の共分散疑似逆行列を作成する共分散疑似逆行列作成処理を行う。
共分散擬似逆行列算出部６４１は、ステップＳ１０４において、固有値分解部６２１が算出した固有値及び固有ベクトルに基づいて、前述の演算式に従って共分散疑似逆行列作成処理を行う。
【０１１２】
続いて、ステップＳ１０９において、ＡＲ係数算出部６４２は、ステップＳ１０８において生成された正規方程式からＡＲ係数と入力白色雑音の分散値を算出する。
ステップＳ１１１において、パワースペクトル算出部６４４は、ステップＳ１０９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Ｓ１１２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。
【０１１３】
（第２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１５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波数推定を行う。
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。
【０１１４】
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１６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１６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。
【０１１５】
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３１Ｂ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。
【０１１６】
（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。
【０１１７】
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。
【０１１８】
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。
【０１１９】
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実施形態と同様に、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。
【０１２０】
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実施形態と同様に、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１８に示すテーブルが作成される。
図１８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１８に示すテーブルを生成する。そして、周波数分解処理部２２Ｃに、ペアが確定した周波数ポイントを送り、方位検出部６０へ送る複素数データを決定する。
【０１２１】
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。
【０１２２】
（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を説明する。
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１７に示す第３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３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。
【０１２３】
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。
【０１２４】
ＤＢＦ処理部４０Ｄは、第３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２０（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２０（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。
【０１２５】
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、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を求めることができる。図２０（ｃ）は図２０（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２１（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。
【０１２６】
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２１（ｂ）及び図２１（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。
【０１２７】
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。Ｃｈ削除部４１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、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。
【０１２８】
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。
【０１２９】
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３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。
【０１３０】
（第５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２２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２２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。
【０１３１】
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、ターゲット毎に過去検知サイクル（図２４）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２４）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。
【０１３２】
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過去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実施形態１と同じように信号部分空間の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。
【０１３３】
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２３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２３に示される方位検出部３０Ａは、図２２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、固有値分解部３２１、波数推定部３３１、共分散擬似逆行列算出部３４１、ＡＲ係数算出部３４２、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とが、第１手段として機能し、固有値分解部３２１が第２手段として機能し、波数推定部３３１が第３手段として機能し、共分散擬似逆行列算出部３４１とＡＲ係数算出部３４２とが第４手段として機能し、また、ターゲット連結手段３２と正規方程式作成部３１１が第５手段として機能する。
【０１３４】
方位検出部３０Ａにおいて正規方程式作成部３１１は、ＡＲスペクトル推定における次数の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３２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に記憶されている過去検知サイクルの複素数データを、ターゲット連結処理部３２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。
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。
【０１３５】
固有値分解部３２１は、正規方程式フィルタ部３１２によって作成された「今回検知サイクル」と「過去検知サイクル」における平均化正規方程式の共分散行列に基づいて固有値分解処理を行う。固有値分解処理は、共分散行列に基づいた特性方程式から固有値及び固有ベクトルを算出する処理である。固有値分解処理には、任意の解法プログラムを適用することができる。例えば、直接特性方程式を解く他、ヤコビ法、ハウスホルダ法、QR法等の反復タイプのアルゴリズムを適用することも可能である。
波数推定部３３１は、固有値分解部３２１による固有値分解処理により算出された固有値（及び固有ベクトル）から最大の固有値を判定する。波数推定部３３１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。
波数推定部３３１は、正規化された固有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波数を選択する。
【０１３６】
共分散擬似逆行列算出部３４１は、固有値分解部３２１（第２手段）により算出された固有値と固有ベクトルから、信号部分空間の共分散疑似逆行列を作成する。この信号部分空間の共分散疑似逆行列を作成することにより、ノイズ成分を除去することができる。このARスペクトル推定処理によるノイズ部分空間除去については、非特許文献１（pp426-428(13.8.1 AR Frequency Estimation)の、主成分ARスペクトル推定（Principal Component AR Spectral Estimator）を参照する。
【０１３７】
ＡＲ係数算出部３４２は、共分散擬似逆行列算出部３４１によって作成された信号部分空間の共分散疑似逆行列と右辺ベクトルから導かれる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３４２は、検知サイクルに応じて、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３４２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。
【０１３８】
図２４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２４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。なお、データ取得の回数は、予め定められる任意の回数にすることができる。
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。ここで、過去数も任意に設定可能であり、本実施形態では過去数を１にしていて、過去を前回としている。
【０１３９】
図２５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２５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。
【０１４０】
図２４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取得が行われる。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２４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、また、次数を３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。
【０１４１】
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（１７）として示す。
【０１４２】
【数１７】
【０１４３】
式（１７）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（１８）として示す。
【０１４４】
【数１８】
【０１４５】
また、平均化処理された正規方程式に基づいて、固有値と固有ベクトル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と固有ベクトルを算出する。
【０１４６】
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２３における方位検出部３０Ａの正規方程式フィルタ部３１２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２６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における正規方程式を平均化する処理を行うため、図２６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。
【０１４７】
図２６における項目（ｔ−１）の列は、１サイクル前（前回）の検知サイクルの結果を示す。
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２６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、表を例示するうえで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により、横位置late_dはr・sinθにより算出される。
【０１４８】
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。
【０１４９】
そして、ターゲット連結処理部３２は、図２６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２６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。
【０１５０】
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。
【０１５１】
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。
【０１５２】
図２７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に記憶させる。メモリ２１に書き込まれる複素数データは、今回制御サイクルによる情報である。
ターゲット連結処理部３２は、距離ポイント情報をキーにして参照し、メモリ２１に記憶される複素数データを読み出す。メモリ２１から読み出される複素数データは、過去制御サイクルによる情報である。
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。
【０１５３】
図２８を参照し、処理のフローを説明する。
図２８は、処理の手順（フロー）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２４参照）毎に繰り返される。
【０１５４】
ステップＳ２０１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。
取得する複素数データは、今回検知サイクルにおいて周波数変換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Ｓ２０２ａ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、次数を３次とする。
ステップＳ２０２ｂ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、次数を３次とする。
【０１５５】
ステップＳ２０３において、正規方程式フィルタ部３１２は、ステップＳ２０２ａとＳ２０２ｂ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Ｓ２０２（ａ、ｂ）とステップＳ２０３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分解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は、エルミート行列（複素数の対称行列）である。従って、ＡＲモデルに適用する次数を基準に、そのまま固有値分解ができる。
【０１５６】
次に、ステップＳ２０４が、本実施形態における第２手段に該当する。
ステップＳ２０４において、固有値分解部３２１は、共分散行列の固有値分解を行う。なお、ステップＳ２０４の詳細は、第１実施形態の図１０を参照する。
【０１５７】
次に、ステップＳ２０５からステップＳ２０７が、本実施形態における第３手段に該当する。
また、ステップＳ２０５において、波数推定部３３１は、ステップＳ１０４において算出された共分散行列Ｃxxの固有値の中から最大値となる最大固有値を判定する。
ステップＳ２０６において、波数推定部３３１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、すなわち、最大値で除算する。
ステップＳ２０７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に、波数推定部３３１は、正規化された固有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波数を選択する。
ステップＳ２０５からステップＳ２０７までの一連の処理を波数推定処理と呼ぶ。信号波数推定処理の詳細は、第１実施形態を参照する。
【０１５８】
続いて、第４手段について説明する。ステップＳ２０８からステップＳ２０９が、本実施形態における第４手段に該当する。
【０１５９】
ステップＳ２０８において、共分散擬似逆行列算出部３４１は、ステップＳ２０７において波数推定部３３１によって推定された波数に応じて今回検知サイクルにおける信号部分空間の共分散疑似逆行列を作成する共分散疑似逆行列作成処理を行う。
続いて、ステップＳ２０９において、ＡＲ係数算出部３４２は、ステップＳ２０８において生成された正規方程式からＡＲ係数と入力白色雑音の分散値を算出する。
ステップＳ２１１において、パワースペクトル算出部３４４は、ステップＳ２０９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Ｓ２１２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。
【０１６０】
（第６実施形態）
図１、図２２から図３０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５実施形態に対して、第５手段において記憶させる情報が異なる。それゆえ、第５実施形態の図２６のテーブルに代え、図２９に示すテーブルを用いる。
図２９は、メモリ２１に設けられるテーブルを示す図である。
前述の第５実施形態において図２６に示されるテーブルには、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の項目があり、ピーク周波数ポイントに対応する複素数データを格納する。
【０１６１】
一方、本実施形態において示されるテーブルには、上昇方向のピーク周波数時の共分散行列Cxxave_up、上昇方向のピーク周波数時の右辺ベクトルcxxave_up、下りピーク周波数ポイントf_dwn、下昇方向のピーク周波数時の共分散行列Cxxave_dwn、下昇方向のピーク周波数時の右辺ベクトルcxxave_dwnの項目があり、ピーク周波数ポイントに応じた共分散行列、右辺ベクトルを格納する。
このピーク周波数時の共分散行列、右辺ベクトルは、図２９のテーブル形式により格納されている（正確には、上記の項目の記憶領域は他より大きくなるが、表を例示するうえで便宜上同じとしている）。格納される共分散行列Cxxave_up、右辺ベクトルcxxave_upは、前回制御サイクルにおいて、前回データである「前回＿１」と「前回＿２」とを平均化した共分散行列Cxxave（ｔ−１）、右辺ベクトルcxxave（ｔ−１）として呼び出すことになる。
【０１６２】
図２３に示した方位検出部３０Ａの構成において、以下の点が第５実施形態と異なる。
正規方程式フィルタ部３１２が第５手段として機能する。
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の平均化処理をする。また、「今回検知サイクル」における正規方程式を平均化して、平均化された共分散行列と右辺ベクトルとを、ターゲット連結処理部３２によって、メモリ２１に記憶（格納）させる。
また、正規方程式フィルタ部３１２は、「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際に、ターゲット連結処理部３２によって、メモリ２１に記憶（格納）されている「過去検知サイクル」における正規方程式の情報を読み出す。正規方程式フィルタ部３１２は、読み出された「過去検知サイクル」における正規方程式の情報である、「過去検知サイクル」における平均化された共分散行列と右辺ベクトルと、「今回検知サイクル」において平均化された共分散行列と右辺ベクトルとを、それぞれ平均化処理をする。
【０１６３】
上記の構成とすることにより、第１手段における過去正規方程式生成処理（ステップＳ２０２ｂ）を省略し、ステップＳ２０３において、メモリ２１から「過去検知サイクル」における正規方程式の情報を読み出す処理を追加する。このように一部の処理を変更して、「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ことができる。
【０１６４】
図３０は、正規方程式の記憶方法、呼出方法を示す図である。
この図に示される共分散行列・右辺ベクトルの記憶方法では、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、共分散行列・右辺ベクトルをメモリ２１に記憶させる。メモリ２１に書き込まれる共分散行列・右辺ベクトルは、今回制御サイクルによる情報である。
ターゲット連結処理部３２は、距離ポイント情報をキーにして参照し、メモリ２１に記憶される共分散行列・右辺ベクトルを読み出す。メモリ２１から読み出される共分散行列・右辺ベクトルは、過去制御サイクルによる情報である。
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。
【０１６５】
（第７実施形態）
図１、図２２から図２８、図３１から図３３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５実施形態に対して、第５手段における処理が異なる。それゆえ、第５実施形態の図２５に代え、図３１を、図２６のテーブルに代え、図３２に示すテーブルを用いる。
【０１６６】
図３１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３１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。
【０１６７】
図２４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取得が行われる。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２４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、また、次数を３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。
【０１６８】
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と、前回の正規方程式によって示される情報に基づいて行われる。具体的には、「今回＿１」、「今回＿２」の共分散行列Ｃxxｋ（ｔ）、及び、前回の正規方程式の平均化処理により得られた前回の平均共分散行列Ａｖｅ＿Ｃxx（ｔ−１）とを平均する平均化処理が行われる。
また、「今回＿１」、「今回＿２」の右辺ベクトルｃxxｋ（ｔ）、及び、前回の正規方程式の平均化処理により得られた前回の平均右辺ベクトルＡｖｅ＿ｃxx（ｔ−１）とを平均する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（１９）として示す。
【０１６９】
【数１９】
【０１７０】
式（１９）においてｋ１からｋ３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（２０）として示す。
【０１７１】
【数２０】
【０１７２】
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。
【０１７３】
図３２は、メモリ２１に設けられるテーブルを示す図である。
前述の第５実施形態において図２６に示されるテーブルには、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の項目があり、ピーク周波数ポイントに対応する複素数データを格納する。
一方、本実施形態において示されるテーブルには、上昇方向のピーク周波数時の平均共分散行列Ave_Cxx_up、上昇方向のピーク周波数時の平均右辺ベクトルAve_cxx_up、下降方向のピーク周波数時の平均共分散行列Ave_Cxx_dwn、下降方向のピーク周波数時の平均右辺ベクトルAve_cxx_dwnの項目があり、ピーク周波数ポイントに対応する平均共分散行列、平均右辺ベクトルを格納する。
このピーク周波数時の共分散行列、右辺ベクトルは、メモリ２１に、図３２のテーブル形式により格納されている（正確には、上記の項目の記憶領域は他より大きくなるが、表を例示するうえで便宜上同じとしている）。
図３３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３３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、平均共分散行列・平均右辺ベクトルをメモリ２１に記憶させる。メモリ２１に書き込まれる平均共分散行列・平均右辺ベクトルは、今回制御サイクルによる情報である。
ターゲット連結処理部３２は、距離ポイント情報をキーにして参照し、メモリ２１に記憶される平均共分散行列・平均右辺ベクトルを読み出す。メモリ２１から読み出される平均共分散行列・平均右辺ベクトルは、過去制御サイクルによる情報である。
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。
【０１７４】
（第８実施形態）
図１、図２２から図２８、図３４から図３７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５実施形態に対して、第６手段が追加されている点が異なる。
第５実施形態の図２３に代え、図３４に示される構成を備える。図２３と同じ構成には同じ符号を附す。
図３４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３４に示される方位検出部３０Ａは、図２２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、固有値分解部３２１、波数推定部３３１、共分散擬似逆行列算出部３４１、ＡＲ係数算出部３４２、ＡＲ係数フィルタ部３４３、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とが、第１手段として機能し、固有値分解部３２１が第２手段として機能し、波数推定部３３１が第３手段として機能し、共分散擬似逆行列算出部３４１とＡＲ係数算出部３４２とＡＲ係数フィルタ部３４３とが第４手段として機能し、また、ターゲット連結処理部３２と正規方程式作成部３１１が第５手段として機能し、ＡＲ係数フィルタ部３４３とが第６手段として機能する。
【０１７５】
ＡＲ係数フィルタ部３４３は、ＡＲ係数算出部３４２によって算出されたＡＲ係数の平均化処理をする。ＡＲ係数フィルタ部３４３は、今回検知サイクルにおいて算出されたＡＲ係数をターゲット連結処理部３２によって、メモリ２１に記憶（格納）させる。
また、ＡＲ係数フィルタ部３４３は、「今回検知サイクル」におけるＡＲ係数と、「過去検知サイクル」におけるＡＲ係数との平均化処理をする際に、ターゲット連結処理部３２によって、メモリ２１に記憶（格納）されている「過去検知サイクル」におけるＡＲ係数を読み出す。
ＡＲ係数フィルタ部３４３は、読み出された「過去検知サイクル」におけるＡＲ係数と、「今回検知サイクル」において算出されたＡＲ係数とについての平均化処理をする。
図３５は、ＡＲ係数の平均化処理を示す図である。
図３５に示される正規方程式は、上記の実施形態と同様の構成を有しており、今回制御サイクルにおいて生成された正規方程式を「今回正規方程式ＮＥ（ｔ）」として示し、前回制御サイクルにおいて生成された正規方程式を「前回正規方程式ＮＥ（ｔ−１）」として示す。
「今回正規方程式ＮＥ（ｔ）」と「前回正規方程式ＮＥ（ｔ−１）」とから算出されるＡＲ係数を、それぞれ、「今回ＡＲ係数ａ（ｔ）」と「前回ＡＲ係数ａ（ｔ−１）」として示す。
そのＡＲ係数ベクトル、すなわち、「今回ＡＲ係数ａ（ｔ）」と「前回ＡＲ係数ａ（ｔ−１）」の各要素同士を平均する平均化処理によって平均ＡＲ係数Ａｖｅ＿ａ（ｔ）を算出する演算式を式（２１）として示す。
【０１７６】
【数２１】
【０１７７】
式（２１）においてｋ１からｋ２は、重み係数である。
なお、本実施形態では、正規方程式の次数を固定していることから、ＡＲ係数ベクトルの要素の数が一定の値になる。これにより、ＡＲ係数ベクトルの平均化処理が可能となる。
【０１７８】
図３６は、メモリ２１に設けられるテーブルを示す図である。
図３６に示されるテーブルでは、図２６に示されるテーブルに次の項目が追加される。
追加される項目には、上昇方向のピーク周波数時のＡＲ係数AR_C_up、下降方向のピーク周波数時のＡＲ係数AR_C_dwnがあり、ピーク周波数ポイントに対応するＡＲ係数を格納する。
このピーク周波数時のＡＲ係数は、メモリ２１に、図３６のテーブル形式により格納されている（正確には、上記の項目の記憶領域は他より大きくなるが、表を例示するうえで便宜上同じとしている）。メモリ２１は、格納される上昇方向のピーク周波数時のＡＲ係数AR_C_up、下降方向のピーク周波数時のＡＲ係数AR_C_dwnを記憶する。
【０１７９】
図３７を参照し、処理のフローを説明する。
図３７は、処理の手順（フロー）を示すフローチャートである。図２８に示す処理と同じ処理には同じ符号を附す。
ステップＳ２０９において算出されたＡＲ係数に基づいて、ＡＲ係数フィルタ部３４３は、ＡＲ係数算出部３４２によって算出されたＡＲ係数の平均化処理をする（ステップＳ２１０）。ステップＳ２１１におけるパワースペクトルの演算処理と，ステップＳ２１２におけるターゲット数・角度検知処理は、ステップＳ２１０において算出される平均ＡＲ係数に基づいて行われる。
また、ここで、平均ＡＲ係数を記憶して、過去ＡＲ係数として次回に平均化することも可能である。
【０１８０】
（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いて説明する。
図３８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５から第８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２２に示す第５から第８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。
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。
【０１８１】
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には前述の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２２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。
【０１８２】
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５から第８実施形態に示した正規方程式の平均化処理と波数推定を行う。
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３９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３９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。
【０１８３】
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。
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５から第８実施形態と同様の処理により前述のテーブルに記憶させる。
【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につて説明する。
図４０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５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。
【０１８５】
第３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。
【０１８６】
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３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。
【０１８７】
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３実施形態と同様に、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。
【０１８８】
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実施形態と同様に、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４１に示すテーブルが作成される。
図４１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４１に示すテーブルを生成する。
【０１８９】
そして、ターゲット連結処理部３２Ｃは、図４１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２４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５から第８実施形態に示した正規方程式の平均化処理と波数推定を行う。
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。
【０１９０】
（第１１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４２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５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４０に示す第１０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１０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。
【０１９１】
上記ＤＢＦ処理部４０は、第１０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４３（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４３（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。
【０１９２】
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）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）を求めることができる。図４３（ｃ）は図４３（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４４（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。
【０１９３】
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４４（ｂ）及び図４４（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。
【０１９４】
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２６のテーブルから抽出し、方位検出部３０へ出力する。
【０１９５】
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５〜第１０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５から第８実施形態に示した正規方程式の平均化処理と波数推定を行う。
【０１９６】
（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４５と図４６は、本実施形態による電子走査型レーダ装置の正規化固有値と波数推定の効果をそれぞれ示す図である。
この図４５（ａ）は、ターゲットの車両を１台とした場合の波数推定結果を示す。
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、波数推定処理をキャンセルしていることを表している。
この判定の結果から、ターゲットの車両が１台の場合には、低波数の推定結果が得られる傾向が示されている。
【０１９７】
この図４５（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４５（ａ）と同様に示される。
この判定の結果から、ターゲットの車両が複数台の場合には、高波数の推定結果が得られる傾向が示されている。
【０１９８】
本実施形態の効果を確認するために、２波として判定された領域について、標準的なＡＲスペクトル推定法の、２次の改良共分散法で推定した結果、ターゲットの車両を分離することができなかったポイントを選択する。例えば、図４５（ｂ）における、６０ｍ付近にピークを分離できないポイントがあり、そのスペクトル推定結果を図４６（ｂ）に示す。
次に、選択したポイントについて、本実施形態に示す主成分ARスペクトル推定法を用いて、波数２で推定したパワースペクトルを、図４６（ａ）に示す。図４６（ａ）に示される結果には、ピーク値が２つ分離して検出できており、ターゲットの車両が２台存在することが良好に検出されている。
【０１９９】
本実施形態による電子走査型レーダ装置は、検出ビート周波数の複素数データに基づいて、方位検出部３０でスぺクトル推定を行う正規方程式の次数と、推定される実際の波数とを設定して方位推定を行うことにより、検出精度を向上させることができる。
【０２００】
本発明に係る実施形態によれば、正規方程式の平均化処理と波数推定処理及び方位検出処理の一連の処理が、方位検出の精度を向上でき、且つ比較的演算負荷が軽く、効率的に計算できる効果を成す。
第１手段により、固有値分解する相関行列を新たに作成することがなく、取得したほぼ全てのチャネル（CH）データを使った共分散関数の要素で構成した行列で固有値分解するので、精度の良い固有値分解及び方位検出ができる効果を奏する。また、検知可能ターゲット数と同次数の共分散行列を用いることにより、比較的小次数の行列による演算処理が行えるため、演算負荷の軽い固有値分解処理ができる。
例えば、本実施形態とMUSIC法を適用した場合とを比べると、MUSIC法を適用した場合に作成される相関行列の次数より少ない次数による固有値分解を本実施形態において行うことができる。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、検知したいターゲット数と同数のベクトルに加えて、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。
さらに、平均化正規方程式を作成することにより、ノイズ成分を低減させることができ、安定した固有値分解処理と方位検出ができる。
【０２０１】
第２手段により、固有値分解処理が、次ステップの波数推定と方位推定方法（主成分ARスペクトル推定法）に直結できるので、効率よく処理することができる。
第３手段により、比較的容易で、前ステップの固有値分解処理を有効に活用した方法で波数を推定できるという効果を有する。最大固有値の大きさを判定することで、間違った方位推定をすることを防止できるので、レーダ全体構成でのピーク検知なし（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）や、ピーク検知後でも異なる閾値で波数推定を実行すべきかどうかの判断ができる効果を奏する。
また、正規化した固有値で波数を推定することで、ターゲットの距離に依存しない波数推定判定ができる効果を奏する。さらに、複数の固有値閾値を構成することにより、特有の波数推定基準を設けることができる効果を奏する。
【０２０２】
第４手段により、前記波数を決定するステップの後、信号部分空間のみ（＝ノイズ部分空間を除去した）の方位検出ができる効果を奏する。
第５手段により、前ステップの固有値計算を行うための共分散行列の精度を上げ、後ステップの方位検出の精度を向上できる効果を奏する。また、記憶する形態として、メモリ容量が少ない複素数データとAR係数（第6手段との併用時）で記憶することに対応できる。
第６手段により、過去制御サイクルのAR係数と平均できるので、さらに方位検出の精度が向上できる効果を奏する。
【０２０３】
以上、第１〜第４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、また、第５〜第１１実施形態は、図２２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、データ取得から複素数データ抽出まで（周波数分解処理やピーク検出等）を、本実施形態のマイクロコンピュータでの演算の他、他のデバイスやプロセッサ（FPGA,DSP,マイクロコンピュータ）等で計算させることにより、データ取得回数を増加させることができ、さらに方位推定精度の向上が可能となる。
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。
【０２０４】
なお、図１、図７、図１５、図１７、図１９、図２２、図２３、図２２、図３４、図３８、図４０、図４２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。
【０２０５】
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。
【０２０６】
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波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、次ステップ以降の波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、次ステップの波数推定を行わず、予め定められた値の任意の波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信号の波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】
【０２０７】
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、６１１…正規方程式作成部
３１２、６１２…正規方程式フィルタ部
３２１、６２１…固有値分解部
３３１、６３１…波数推定部
３４１、６４１…共分散擬似逆行列算出部
３４２、６４２…ＡＲ係数算出部
３４３、６４３…ＡＲ係数フィルタ部
３４４、６４４…パワースペクトル算出部
【技術分野】
【０００１】
本発明は、放射され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４７）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、過去の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化（又は加算）処理をしてから方向推定処理を実行している。この相関行列の平均化処理は、少ないチャネル数によって構成される車載用レーダにとって、方位検出精度（角度精度や分離性能）の向上に大きな効果を得ることができる（特許文献２）。
また、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（特許文献３）。
【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２００９−１６２６８８号公報
【非特許文献】
【０００５】
【非特許文献１】Steven M.Kay ," Modern Spectral Estimation Theory & Application ", Prentice Hall, 1988.
【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、ＡＲスペクトル推定法においては、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多い場合には、相関行列（正規方程式）の平均を行い精度を高めたとしても、偽ピークが検出されてしまう場合があることが懸案であった。
また、小型・低コスト化が必要とされる車載用レーダのような用途においては、受信系の構成を少ないチャネル（CH）数にすることが要求され、少ないチャネル（CH）数に適した設定とする場合では、設定できる次数が制限される。また、仮に受信系のCH数を増やすことができたとしても、上記のＡＲスペクトル推定法（標準的ＡＲスペクトル推定法と定義する）においては、次数を設定できるだけであることから、より高い次数の設定と、信号受信波数に応じた適切な設定を同時に満足させることができなかった。
一般的な受信波数の推定手法として、FPE（Final Prediction Error）法、AIC（Akaike Information Criterion）法、MDL（Minimum Description Length）法等で決定することも述べられているが、重い演算負荷をかけなければならない上に、何れの方法においても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、ＡＲモデルの設定した次数内における適切な信号受信波数の設定を行い、信号部分空間（信号成分）の正規方程式でスペクトル推定を行うことにより、精度の良い方位検出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正規方程式の構成部である行列の固有値に基づいて前記受信波の波数を推定し、該推定された波数に応じた数の前記固有値と固有ベクトルに基づいて作成される信号部分空間の正規方程式の解として算出される係数を作成し、該作成された係数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。
【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、前記信号部分空間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。
【００１０】
（３）また、本発明は、上記発明において、前記方位検出部は、前記固有値の大きさに応じて算出した結果により前記波数を推定し、該推定された波数に応じて、有効とされる信号部分空間（信号成分）とノイズ部分空間（ノイズ成分）とに分け、前記有効とされる信号部分空間から前記係数を算出することを特徴とする。
【００１１】
（４）また、本発明は、上記発明において、前記方位検出部は、前記正規方程式の構成部である行列を固有値分解して得られた前記固有値と固有ベクトルから作成される信号部分空間の正規方程式に基づいて前記係数を算出することを特徴とする。
【００１２】
（５）また、本発明は、上記発明において、前記方位検出部は、前記固有値と固有ベクトルを、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次数と同じ次数の前記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。
【００１３】
（６）また、本発明は、上記発明において、前記方位検出部は、前記固有値と固有ベクトルを、複数の前記正規方程式を平均化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】
（７）また、本発明は、上記発明において、前記方位検出部は、前記固有値と固有ベクトルを算出するための前記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を含む予め定められる所定の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】
（８）また、本発明は、前記方位検出部は、前記固有値と固有ベクトルの算出に先立って前記複素数データを要素とする正規方程式の構成部である行列と右辺ベクトルに対して平均化処理を行うことを特徴とする。
【００１６】
（９）また、本発明は、上記発明において、前記方位検出部は、前記固有値を、前記ターゲットとの距離に依存しない固定した閾値で判定し前記波数を推定することを特徴とする。
【００１７】
（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。
【００１８】
（１１）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か又は、全ての前記固有値の総和のいずれかの値であることを特徴とする。
【００１９】
（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波数を選択することを特徴とする。
【００２０】
（１３）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、前記波数を選択することを特徴とする。
【００２１】
（１４）また、本発明は、上記発明において、前記方位検出部は、前記固有値から算出された値に基づいて、前記波数を推定する処理を中断することを特徴とする。
【００２２】
（１５）また、本発明は、上記発明において、前記方位検出部は、前記波数を推定する処理の中断について、前記固有値の最大値、前記固有値の総和のいずれかの値に従って判定することを特徴とする。
【００２３】
（１６）また、本発明は、上記発明において、前記方位検出部は、前記波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。
【００２４】
（１７）また、本発明は、上記発明において、前記方位検出部は、前記波数を推定する処理の中断により、前記波数を予め定められる任意の波数に強制的に指定するすることを特徴とする。
【００２５】
（１８）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。
【００２６】
（１９）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、前記複素数データ又は正規方程式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。
【００２７】
（２０）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。
【００２８】
（２１）また、本発明は、上記発明において、前記方位検出部は、前記固有値と固有ベクトルを算出するための平均化正規方程式の構成部である行列を、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。
【００２９】
（２２）また、本発明は、上記発明において、前記方位検出部は、前記固有値と固有ベクトルを算出するための平均化正規方程式の構成部である行列を、前記過去検知サイクルで算出した正規方程式又は平均化正規方程式を含めることを特徴とする。
【００３０】
（２３）また、本発明は、上記発明において、前記方位検出部は、前記受信波の到来方向を算出するための信号部分空間の正規方程式に基づいて算出した係数と、前記過去検知サイクルの信号部分空間の正規方程式に基づいて算出した係数とを平均してスペクトル推定することを特徴とする。
【００３１】
（２４）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】
（２５）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】
（２６）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】
（２７）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】
（２８）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、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正規方程式の構成部である行列の固有値に基づいて前記受信波の波数を推定し、該推定された波数に応じた数の前記固有値と固有ベクトルに基づいて作成される信号部分空間の正規方程式の解として算出される係数を作成し、該作成された係数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】
（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正規方程式の構成部である行列の固有値に基づいて前記受信波の波数を推定し、該推定された波数に応じた数の前記固有値と固有ベクトルに基づいて作成される信号部分空間の正規方程式の解として算出される係数を作成し、該作成された係数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正規方程式の構成部である行列の固有値に基づいて前記受信波の波数を推定し、該推定された波数に応じた数の前記固有値と固有ベクトルに基づいて作成される信号部分空間の正規方程式の解として算出される係数を作成し、該作成された係数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、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到来波の波数を定め、定められた波数に基づいた信号部分空間の正規方程式により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ピークのペアを確定した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】第３手段における固有値分解について示す図である。
【図１１】第４手段におけるＡＲ係数を求める演算処理について示す図である。
【図１２】主成分解AR係数apcから、白色雑音の分散値とパワースペクトルを求める演算処理を示す図である。
【図１３】本実施形態の処理を示すフローチャートである。
【図１４】図１３のステップ１０５からステップＳ１０７までに示した信号波数推定処理の詳細を示す図である。
【図１５】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１６】メモリ２１に設けられるテーブルを示す図である。
【図１７】第３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】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１９】第４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】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２１】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２２】第５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２３】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２４】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２５】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２６】メモリ２１に設けられるテーブルを示す図である。
【図２７】複素数データの記憶方法、呼出方法を示す図である。
【図２８】本実施形態の処理の手順（フロー）を示すフローチャートである。
【図２９】第６実施形態におけるメモリ２１に設けられるテーブルを示す図である。
【図３０】正規方程式の記憶方法、呼出方法を示す図である。
【図３１】第７実施形態における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３２】メモリ２１に設けられるテーブルを示す図である。
【図３３】複素数データの記憶方法、呼出方法を示す図である。
【図３４】第８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３５】ＡＲ係数の平均化処理を示す図である。
【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】本実施形態の処理の手順（フロー）を示すフローチャートである。
【図３８】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３９】メモリ２１に設けられるテーブルを示す図である。
【図４０】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４１】メモリ２１に設けられるテーブルを示す図である。
【図４２】第１１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４３】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４４】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４５】本実施形態による電子走査型レーダ装置のモデル波数推定特性を示す図である。
【図４６】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４７】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４７参照）。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。
【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）について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６０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、信号処理部２０における受信波に対する信号処理について示す。
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。そして、周波数分解処理部２２に、ペアが確定した周波数ポイントを送り、方位検出部６０へ送る複素数データを決定する。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、固有値分解部６２１、波数推定部６３１、共分散擬似逆行列算出部６４１、ＡＲ係数算出部６４２、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とが第１手段として機能し、固有値分解部６２１が第２手段として機能し、波数推定部６３１が第３手段として機能し、共分散擬似逆行列算出部６４１とＡＲ係数算出部６４２とが第４手段として機能する。
【００５５】
方位検出部６０Ａにおいて正規方程式作成部６１１は、ＡＲスペクトル推定における次数の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。
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。
【００５６】
固有値分解部６２１は、正規方程式フィルタ部６１２によって平均化処理された「今回検知サイクル」における平均化正規方程式の共分散行列に基づいて固有値分解処理を行う。固有値分解処理は、共分散行列に基づいた特性方程式から固有値及び固有ベクトルを算出する処理である。固有値分解処理には、任意の解法プログラムを適用することができる。例えば、直接特性方程式を解く他、ヤコビ法、ハウスホルダ法、QR法等の反復タイプのアルゴリズムを適用することも可能である。
【００５７】
波数推定部６３１は、固有値分解部６２１による固有値分解処理により算出された固有値（及び固有ベクトル）から最大の値を示す固有値を判定する。波数推定部６３１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。波数推定部６３１は、正規化された固有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波数を選択する。
【００５８】
共分散擬似逆行列算出部６４１は、固有値分解部６２１（第２手段）により算出された固有値と固有ベクトルから、信号部分空間の共分散疑似逆行列を作成する。この信号部分空間の共分散疑似逆行列を作成することにより、ノイズ成分を除去することができる。このARスペクトル推定処理によるノイズ部分空間除去については、非特許文献１（pp426-428(13.8.1 AR Frequency Estimation))の、主成分ARスペクトル推定（Principal Component AR Spectral Estimator）を参照する。
【００５９】
ＡＲ係数算出部６４２は、共分散擬似逆行列算出部６４１によって作成された信号部分空間の共分散疑似逆行列と右辺ベクトルから導かれる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６４２は、検知サイクルに応じて、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６４２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。
【００６０】
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。なお、データ取得の回数は、予め定められる任意の回数にすることができる。
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。
【００６１】
＜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（前向き後向き線形予測法）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。
【００６２】
【数１】
【００６３】
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（改良共分散関数）によって導かれる。
【００６４】
【数２】
【００６５】
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（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次数も大きくなり、適用する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。
【００６６】
【数３】
【００６７】
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。
【００６８】
【数４】
【００６９】
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。
【００７０】
【数５】
【００７１】
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。
【００７２】
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取得が行われる。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。
【００７３】
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（６）に示す。
【００７４】
【数６】
【００７５】
式（６）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（７）に示す。
【００７６】
【数７】
【００７７】
式（７）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、固有値と固有ベクトル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と固有ベクトルを算出する。
【００７８】
図１０は、第３手段における固有値分解について示す図である。
固有値分解を行うにあたり、本実施形態に示すように正規方程式の次数を３次とした場合には、固有値分解は、式（８）、式（９）として示す式によって行うことができる。
【００７９】
【数８】
【００８０】
【数９】
【００８１】
固有値分解は、式（９）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。本実施形態のように小さい共分散行列に基づいた固有値分解では、演算負荷を軽減することができる。
【００８２】
図１１は、第４手段におけるＡＲ係数を求める演算処理について示す図である。
ここで、第２手段で求めた固有値と固有ベクトルから、信号部分空間の共分散疑似逆行列を作成する演算過程を示す。
ＡＲ係数を算出するＡＲパラメータ推定の演算式を式（１０）として示す。
【００８３】
【数１０】
【００８４】
この式（１０）に示すように、相関行列Rxx（又は共分散行列Cxx）の逆行列計算によってＡＲ係数ａを算出するので、相関行列Rxx（又は共分散行列Cxx）が正則（行列式が０でないこと：detRxx≠0：フルランク）であることが条件になる。ここで、仮に相関行列からノイズ部分空間を理想的に除去できたとしても、信号数が行列次数より少ない時は、ランク落ちとなり解の精度が保証されない。
従って、標準的なＡＲスペクトル推定法の式では、ノイズ部分空間を理想的に除去することはできない。
式（１０）に示した相関行列Rxxの逆行列を、スペクトル分解（固有値分解）して、式（１１）として表すことができる（ただし、相関行列Rxxが正定値で正則であるとする）。
【００８５】
【数１１】
【００８６】
式（１１）において、Ｍは、モデル次数である。このように、固有値λiと固有ベクトルviによって分解することができる。
さらに、式（１１）は、式（１２）に示すように、信号部分空間であるi=１からi=pまでと、ノイズ部分空間であるi=p+1からi=Mまでとに概念的に分離することができる。ノイズ部分空間は、固有値の値がほぼ零を示す。
【００８７】
【数１２】
【００８８】
式（１２）において、第１項が信号部分空間（信号成分）を示し、第２項がノイズ部分空間（ノイズ成分）を示す。
また、主成分解（Principal Component Solution）であるＡＲ係数apcは、式（１２）のノイズ部分空間の項を取り除いた結果となるべきであるため、式（１３）として示すことができる。
【００８９】
【数１３】
【００９０】
式（１３）に示される演算処理では、信号部分空間を疑似逆行列を用いて計算することになるので、ランクが低い状態でも計算が可能となる。従って、モデル次数に対して信号波数が非常に少なくても、演算式の次数を大きめに設定して計算し、ＡＲスペクトル推定精度を上げることができる。
さらに、この式（１３）は、式（１４）として示す演算式により、全体の空間からノイズ部分空間を減算して計算も可能である。
【００９１】
【数１４】
【００９２】
本実施形態では、モデル次数を３次（Ｍ=３）としたので、推定波数が、１と２の場合には、ノイズ部分空間成分を除去したＡＲ係数となり、推定波数が、３の場合には、標準的なＡＲスペクトル推定の結果と同じになる。従って、データチャネル数が多く、モデル次数を大きくできれば、本手法による効果はさらに大きくなる。
図１２は、主成分解（Principal Component Solution）であるＡＲ係数ａpcから、白色雑音の分散値とパワースペクトルを求める演算処理を示す図である。
図１２に示される主成分ARスペクトル推定法においても、基本的には、ＡＲ係数が導かれた後の処理は、標準的なARスペクトル推定と同様の演算処理により導くことができる。
続いて、式（１３）により導かれるＡＲパラメータ推定値に基づいて、入力白色雑音の分散σｖ２（ハット）を導く関係式を、式（１５）として示す。
【００９３】
【数１５】
【００９４】
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乗誤差や最小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（１５）によって算出される入力白色雑音の分散σｖ２（ハット）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（１６）として示す。
【００９５】
【数１６】
【００９６】
式（１６）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。この角速度ωは、本実施形態に示すレーダ装置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。
なお、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によって、パワースペクトルの分布を推定することも可能である。パワースペクトルの分布（スペクトルの形状）は、変わらないので、入力白色雑音の分散値を乗算する演算を省略することもできる。
【００９７】
図１３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。
【００９８】
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モデルに適用する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、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は、エルミート行列（複素数の対称行列）である。従って、ＡＲモデルの最大次数で固有値分解することになる。
【００９９】
次に示すステップＳ１０４の処理が、本実施形態における第２手段に該当する。
ステップＳ１０４において、固有値分解部６２１は、正規方程式フィルタ部６１２によって作成された「今回検知サイクル」における平均化正規方程式の共分散行列に基づいて固有値分解処理を行う。固有値分解部６２１は、この固有値分解処理により、共分散行列に基づいた特性方程式から固有値及び固有ベクトルを算出する。
固有値分解には、任意の解法プログラムが使え、直接特性方程式を解く他、ヤコビ法、ハウスホルダ法、QR法等の反復タイプのアルゴリズムも使える。本実施形態に示す場合のように、次数が３であれば、上記で述べた一般的な反復タイプの固有値分解手法であっても演算負荷を軽くすることができる。
【０１００】
次に、ステップＳ１０５からステップＳ１０７の処理が、本実施形態における第３手段に該当する。
ステップＳ１０５において、波数推定部６３１は、ステップＳ１０４において算出された共分散行列Ｃxxの固有値の中から最大値となる最大固有値を判定する。
波数推定部６３１は、その判定により、該当ターゲット群では次ステップ以降の波数推定は行わなくするか否かを判定する。波数推定部６３１は、この最大固有値判定処理により、最大固有値の値が予め設定した閾値よりも小さい時は、該当ターゲット群に対しては次ステップ以降の波数推定を行わなくする。
【０１０１】
ステップＳ１０６において、波数推定部６３１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。この固有値の正規化処理では、各固有値を最大固有値で割った値を正規化固有値とする。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、各固有値の値を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判定が容易である。
ステップＳ１０７において、波数推定部６３１は、正規化された固有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波数を選択する。
この波数推定ステップでは、図１４にあるように、波数１と波数２以上を分別する閾値と、波数２と波数３を分別する閾値の２種類の閾値を判定に用いる。このように閾値を設定することにより、波数推定結果を柔軟に調整できる。
【０１０２】
図１４は、図１３のステップ１０５からステップＳ１０７までに示した信号波数推定処理の詳細を示す図である。ステップＳ１０５ａは、ステップＳ１０５に対応する最大固有値を判定する処理である。ステップＳ１０５ａによる予め設定した閾値（λmax_th）よりも最大固有値の値（λａ）が大きいか否かを判定することにより、予め設定した閾値（λmax_th）よりも最大固有値の値（λａ）が大きくない場合（ステップＳ１０５ａ：Ｎｏ）には、ステップＳ１０５ｂ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、波数推定部６３１は、該当ターゲットに対しての次ステップの波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、波数推定部６３１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Ｓ１０５ｂでは、ステップＳ１０５ｂ−１に示すように、波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Ｓ１０５ｂ−２に示すように、波数推定をキャンセルして、任意の波数（例えば、最大波数）を強制的に指定することとしてもよい。
【０１０３】
ステップＳ１０５ａ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大きい場合（ステップＳ１０５ａ：Ｙｅｓ）には、ステップＳ１０６ａの処理を行う。ステップＳ１０６ａでは、ステップＳ１０５ａに対応する固有値の正規化処理を行い、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。
【０１０４】
ステップＳ１０７ａからＳ１０７ｅまでは、波数推定部６３１が行うステップＳ１０７に対応する波数推定処理である。
ステップＳ１０７ａでは、ステップＳ１０６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。
ステップＳ１０７ａによる判定の結果、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Ｓ１０７ａ：Ｎｏ）には、ステップＳ１０７ｃに進む。
【０１０５】
ステップ１０７ｂでは、ステップＳ１０７ａ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Ｓ１０７ａ：Ｙｅｓ）には、推定波数を１次に定め、示されない推定波数情報を記憶する記憶領域に記録し、波数推定処理を終える。
【０１０６】
ステップＳ１０７ｃでは、ステップＳ１０６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Ｓ１０７ｃ：Ｎｏ）には、ステップＳ１０７ｅに進む。
【０１０７】
ステップ１０７ｄでは、ステップＳ１０７ｃ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Ｓ１０７ｃ：Ｙｅｓ）には、推定波数を２次に定め、示されない推定波数情報を記憶する記憶領域に記録し、波数推定処理を終える。
【０１０８】
ステップ１０７ｅでは、ステップＳ１０７ｃ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Ｓ１０７ｃ：Ｎｏ）には、推定波数を３次に定め、示されない推定波数情報を記憶する記憶領域に記録し、波数推定処理を終える。
【０１０９】
このようにステップＳ１０７ａからＳ１０７ｅまでの波数推定処理において、波数１と波数２以上とを分別する閾値Ｔｈ１と、波数２と波数３とを分別する閾値Ｔｈ２の２種類の閾値で構成している。
【０１１０】
図１３に戻り、本実施形態における第４手段について説明する。ステップＳ１０８からステップＳ１０９が、本実施形態における第４手段に該当する。
【０１１１】
ステップＳ１０８において、共分散擬似逆行列算出部６４１は、ステップＳ１０７において波数推定部６３１によって推定された波数に応じて今回検知サイクルにおける信号部分空間の共分散疑似逆行列を作成する共分散疑似逆行列作成処理を行う。
共分散擬似逆行列算出部６４１は、ステップＳ１０４において、固有値分解部６２１が算出した固有値及び固有ベクトルに基づいて、前述の演算式に従って共分散疑似逆行列作成処理を行う。
【０１１２】
続いて、ステップＳ１０９において、ＡＲ係数算出部６４２は、ステップＳ１０８において生成された正規方程式からＡＲ係数と入力白色雑音の分散値を算出する。
ステップＳ１１１において、パワースペクトル算出部６４４は、ステップＳ１０９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Ｓ１１２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。
【０１１３】
（第２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１５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波数推定を行う。
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。
【０１１４】
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１６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１６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。
【０１１５】
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３１Ｂ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。
【０１１６】
（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。
【０１１７】
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。
【０１１８】
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。
【０１１９】
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実施形態と同様に、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。
【０１２０】
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実施形態と同様に、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１８に示すテーブルが作成される。
図１８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１８に示すテーブルを生成する。そして、周波数分解処理部２２Ｃに、ペアが確定した周波数ポイントを送り、方位検出部６０へ送る複素数データを決定する。
【０１２１】
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。
【０１２２】
（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を説明する。
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１７に示す第３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３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。
【０１２３】
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。
【０１２４】
ＤＢＦ処理部４０Ｄは、第３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２０（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２０（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。
【０１２５】
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、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を求めることができる。図２０（ｃ）は図２０（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２１（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。
【０１２６】
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２１（ｂ）及び図２１（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。
【０１２７】
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。Ｃｈ削除部４１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、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。
【０１２８】
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。
【０１２９】
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３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。
【０１３０】
（第５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２２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２２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。
【０１３１】
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、ターゲット毎に過去検知サイクル（図２４）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２４）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。
【０１３２】
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過去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実施形態１と同じように信号部分空間の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。
【０１３３】
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２３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２３に示される方位検出部３０Ａは、図２２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、固有値分解部３２１、波数推定部３３１、共分散擬似逆行列算出部３４１、ＡＲ係数算出部３４２、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とが、第１手段として機能し、固有値分解部３２１が第２手段として機能し、波数推定部３３１が第３手段として機能し、共分散擬似逆行列算出部３４１とＡＲ係数算出部３４２とが第４手段として機能し、また、ターゲット連結手段３２と正規方程式作成部３１１が第５手段として機能する。
【０１３４】
方位検出部３０Ａにおいて正規方程式作成部３１１は、ＡＲスペクトル推定における次数の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３２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に記憶されている過去検知サイクルの複素数データを、ターゲット連結処理部３２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。
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。
【０１３５】
固有値分解部３２１は、正規方程式フィルタ部３１２によって作成された「今回検知サイクル」と「過去検知サイクル」における平均化正規方程式の共分散行列に基づいて固有値分解処理を行う。固有値分解処理は、共分散行列に基づいた特性方程式から固有値及び固有ベクトルを算出する処理である。固有値分解処理には、任意の解法プログラムを適用することができる。例えば、直接特性方程式を解く他、ヤコビ法、ハウスホルダ法、QR法等の反復タイプのアルゴリズムを適用することも可能である。
波数推定部３３１は、固有値分解部３２１による固有値分解処理により算出された固有値（及び固有ベクトル）から最大の固有値を判定する。波数推定部３３１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。
波数推定部３３１は、正規化された固有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波数を選択する。
【０１３６】
共分散擬似逆行列算出部３４１は、固有値分解部３２１（第２手段）により算出された固有値と固有ベクトルから、信号部分空間の共分散疑似逆行列を作成する。この信号部分空間の共分散疑似逆行列を作成することにより、ノイズ成分を除去することができる。このARスペクトル推定処理によるノイズ部分空間除去については、非特許文献１（pp426-428(13.8.1 AR Frequency Estimation)の、主成分ARスペクトル推定（Principal Component AR Spectral Estimator）を参照する。
【０１３７】
ＡＲ係数算出部３４２は、共分散擬似逆行列算出部３４１によって作成された信号部分空間の共分散疑似逆行列と右辺ベクトルから導かれる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３４２は、検知サイクルに応じて、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３４２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。
【０１３８】
図２４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２４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。なお、データ取得の回数は、予め定められる任意の回数にすることができる。
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。ここで、過去数も任意に設定可能であり、本実施形態では過去数を１にしていて、過去を前回としている。
【０１３９】
図２５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２５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。
【０１４０】
図２４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取得が行われる。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２４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、また、次数を３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。
【０１４１】
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（１７）として示す。
【０１４２】
【数１７】
【０１４３】
式（１７）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（１８）として示す。
【０１４４】
【数１８】
【０１４５】
また、平均化処理された正規方程式に基づいて、固有値と固有ベクトル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と固有ベクトルを算出する。
【０１４６】
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２３における方位検出部３０Ａの正規方程式フィルタ部３１２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２６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における正規方程式を平均化する処理を行うため、図２６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。
【０１４７】
図２６における項目（ｔ−１）の列は、１サイクル前（前回）の検知サイクルの結果を示す。
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２６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、表を例示するうえで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により、横位置late_dはr・sinθにより算出される。
【０１４８】
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。
【０１４９】
そして、ターゲット連結処理部３２は、図２６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２６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。
【０１５０】
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。
【０１５１】
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。
【０１５２】
図２７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に記憶させる。メモリ２１に書き込まれる複素数データは、今回制御サイクルによる情報である。
ターゲット連結処理部３２は、距離ポイント情報をキーにして参照し、メモリ２１に記憶される複素数データを読み出す。メモリ２１から読み出される複素数データは、過去制御サイクルによる情報である。
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。
【０１５３】
図２８を参照し、処理のフローを説明する。
図２８は、処理の手順（フロー）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２４参照）毎に繰り返される。
【０１５４】
ステップＳ２０１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。
取得する複素数データは、今回検知サイクルにおいて周波数変換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Ｓ２０２ａ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、次数を３次とする。
ステップＳ２０２ｂ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、次数を３次とする。
【０１５５】
ステップＳ２０３において、正規方程式フィルタ部３１２は、ステップＳ２０２ａとＳ２０２ｂ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Ｓ２０２（ａ、ｂ）とステップＳ２０３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分解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は、エルミート行列（複素数の対称行列）である。従って、ＡＲモデルに適用する次数を基準に、そのまま固有値分解ができる。
【０１５６】
次に、ステップＳ２０４が、本実施形態における第２手段に該当する。
ステップＳ２０４において、固有値分解部３２１は、共分散行列の固有値分解を行う。なお、ステップＳ２０４の詳細は、第１実施形態の図１０を参照する。
【０１５７】
次に、ステップＳ２０５からステップＳ２０７が、本実施形態における第３手段に該当する。
また、ステップＳ２０５において、波数推定部３３１は、ステップＳ１０４において算出された共分散行列Ｃxxの固有値の中から最大値となる最大固有値を判定する。
ステップＳ２０６において、波数推定部３３１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、すなわち、最大値で除算する。
ステップＳ２０７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に、波数推定部３３１は、正規化された固有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波数を選択する。
ステップＳ２０５からステップＳ２０７までの一連の処理を波数推定処理と呼ぶ。信号波数推定処理の詳細は、第１実施形態を参照する。
【０１５８】
続いて、第４手段について説明する。ステップＳ２０８からステップＳ２０９が、本実施形態における第４手段に該当する。
【０１５９】
ステップＳ２０８において、共分散擬似逆行列算出部３４１は、ステップＳ２０７において波数推定部３３１によって推定された波数に応じて今回検知サイクルにおける信号部分空間の共分散疑似逆行列を作成する共分散疑似逆行列作成処理を行う。
続いて、ステップＳ２０９において、ＡＲ係数算出部３４２は、ステップＳ２０８において生成された正規方程式からＡＲ係数と入力白色雑音の分散値を算出する。
ステップＳ２１１において、パワースペクトル算出部３４４は、ステップＳ２０９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Ｓ２１２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。
【０１６０】
（第６実施形態）
図１、図２２から図３０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５実施形態に対して、第５手段において記憶させる情報が異なる。それゆえ、第５実施形態の図２６のテーブルに代え、図２９に示すテーブルを用いる。
図２９は、メモリ２１に設けられるテーブルを示す図である。
前述の第５実施形態において図２６に示されるテーブルには、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の項目があり、ピーク周波数ポイントに対応する複素数データを格納する。
【０１６１】
一方、本実施形態において示されるテーブルには、上昇方向のピーク周波数時の共分散行列Cxxave_up、上昇方向のピーク周波数時の右辺ベクトルcxxave_up、下りピーク周波数ポイントf_dwn、下昇方向のピーク周波数時の共分散行列Cxxave_dwn、下昇方向のピーク周波数時の右辺ベクトルcxxave_dwnの項目があり、ピーク周波数ポイントに応じた共分散行列、右辺ベクトルを格納する。
このピーク周波数時の共分散行列、右辺ベクトルは、図２９のテーブル形式により格納されている（正確には、上記の項目の記憶領域は他より大きくなるが、表を例示するうえで便宜上同じとしている）。格納される共分散行列Cxxave_up、右辺ベクトルcxxave_upは、前回制御サイクルにおいて、前回データである「前回＿１」と「前回＿２」とを平均化した共分散行列Cxxave（ｔ−１）、右辺ベクトルcxxave（ｔ−１）として呼び出すことになる。
【０１６２】
図２３に示した方位検出部３０Ａの構成において、以下の点が第５実施形態と異なる。
正規方程式フィルタ部３１２が第５手段として機能する。
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の平均化処理をする。また、「今回検知サイクル」における正規方程式を平均化して、平均化された共分散行列と右辺ベクトルとを、ターゲット連結処理部３２によって、メモリ２１に記憶（格納）させる。
また、正規方程式フィルタ部３１２は、「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際に、ターゲット連結処理部３２によって、メモリ２１に記憶（格納）されている「過去検知サイクル」における正規方程式の情報を読み出す。正規方程式フィルタ部３１２は、読み出された「過去検知サイクル」における正規方程式の情報である、「過去検知サイクル」における平均化された共分散行列と右辺ベクトルと、「今回検知サイクル」において平均化された共分散行列と右辺ベクトルとを、それぞれ平均化処理をする。
【０１６３】
上記の構成とすることにより、第１手段における過去正規方程式生成処理（ステップＳ２０２ｂ）を省略し、ステップＳ２０３において、メモリ２１から「過去検知サイクル」における正規方程式の情報を読み出す処理を追加する。このように一部の処理を変更して、「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ことができる。
【０１６４】
図３０は、正規方程式の記憶方法、呼出方法を示す図である。
この図に示される共分散行列・右辺ベクトルの記憶方法では、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、共分散行列・右辺ベクトルをメモリ２１に記憶させる。メモリ２１に書き込まれる共分散行列・右辺ベクトルは、今回制御サイクルによる情報である。
ターゲット連結処理部３２は、距離ポイント情報をキーにして参照し、メモリ２１に記憶される共分散行列・右辺ベクトルを読み出す。メモリ２１から読み出される共分散行列・右辺ベクトルは、過去制御サイクルによる情報である。
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。
【０１６５】
（第７実施形態）
図１、図２２から図２８、図３１から図３３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５実施形態に対して、第５手段における処理が異なる。それゆえ、第５実施形態の図２５に代え、図３１を、図２６のテーブルに代え、図３２に示すテーブルを用いる。
【０１６６】
図３１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３１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。
【０１６７】
図２４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取得が行われる。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２４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、また、次数を３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。
【０１６８】
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と、前回の正規方程式によって示される情報に基づいて行われる。具体的には、「今回＿１」、「今回＿２」の共分散行列Ｃxxｋ（ｔ）、及び、前回の正規方程式の平均化処理により得られた前回の平均共分散行列Ａｖｅ＿Ｃxx（ｔ−１）とを平均する平均化処理が行われる。
また、「今回＿１」、「今回＿２」の右辺ベクトルｃxxｋ（ｔ）、及び、前回の正規方程式の平均化処理により得られた前回の平均右辺ベクトルＡｖｅ＿ｃxx（ｔ−１）とを平均する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（１９）として示す。
【０１６９】
【数１９】
【０１７０】
式（１９）においてｋ１からｋ３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（２０）として示す。
【０１７１】
【数２０】
【０１７２】
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。
【０１７３】
図３２は、メモリ２１に設けられるテーブルを示す図である。
前述の第５実施形態において図２６に示されるテーブルには、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の項目があり、ピーク周波数ポイントに対応する複素数データを格納する。
一方、本実施形態において示されるテーブルには、上昇方向のピーク周波数時の平均共分散行列Ave_Cxx_up、上昇方向のピーク周波数時の平均右辺ベクトルAve_cxx_up、下降方向のピーク周波数時の平均共分散行列Ave_Cxx_dwn、下降方向のピーク周波数時の平均右辺ベクトルAve_cxx_dwnの項目があり、ピーク周波数ポイントに対応する平均共分散行列、平均右辺ベクトルを格納する。
このピーク周波数時の共分散行列、右辺ベクトルは、メモリ２１に、図３２のテーブル形式により格納されている（正確には、上記の項目の記憶領域は他より大きくなるが、表を例示するうえで便宜上同じとしている）。
図３３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３３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、平均共分散行列・平均右辺ベクトルをメモリ２１に記憶させる。メモリ２１に書き込まれる平均共分散行列・平均右辺ベクトルは、今回制御サイクルによる情報である。
ターゲット連結処理部３２は、距離ポイント情報をキーにして参照し、メモリ２１に記憶される平均共分散行列・平均右辺ベクトルを読み出す。メモリ２１から読み出される平均共分散行列・平均右辺ベクトルは、過去制御サイクルによる情報である。
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。
【０１７４】
（第８実施形態）
図１、図２２から図２８、図３４から図３７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５実施形態に対して、第６手段が追加されている点が異なる。
第５実施形態の図２３に代え、図３４に示される構成を備える。図２３と同じ構成には同じ符号を附す。
図３４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３４に示される方位検出部３０Ａは、図２２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、固有値分解部３２１、波数推定部３３１、共分散擬似逆行列算出部３４１、ＡＲ係数算出部３４２、ＡＲ係数フィルタ部３４３、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とが、第１手段として機能し、固有値分解部３２１が第２手段として機能し、波数推定部３３１が第３手段として機能し、共分散擬似逆行列算出部３４１とＡＲ係数算出部３４２とＡＲ係数フィルタ部３４３とが第４手段として機能し、また、ターゲット連結処理部３２と正規方程式作成部３１１が第５手段として機能し、ＡＲ係数フィルタ部３４３とが第６手段として機能する。
【０１７５】
ＡＲ係数フィルタ部３４３は、ＡＲ係数算出部３４２によって算出されたＡＲ係数の平均化処理をする。ＡＲ係数フィルタ部３４３は、今回検知サイクルにおいて算出されたＡＲ係数をターゲット連結処理部３２によって、メモリ２１に記憶（格納）させる。
また、ＡＲ係数フィルタ部３４３は、「今回検知サイクル」におけるＡＲ係数と、「過去検知サイクル」におけるＡＲ係数との平均化処理をする際に、ターゲット連結処理部３２によって、メモリ２１に記憶（格納）されている「過去検知サイクル」におけるＡＲ係数を読み出す。
ＡＲ係数フィルタ部３４３は、読み出された「過去検知サイクル」におけるＡＲ係数と、「今回検知サイクル」において算出されたＡＲ係数とについての平均化処理をする。
図３５は、ＡＲ係数の平均化処理を示す図である。
図３５に示される正規方程式は、上記の実施形態と同様の構成を有しており、今回制御サイクルにおいて生成された正規方程式を「今回正規方程式ＮＥ（ｔ）」として示し、前回制御サイクルにおいて生成された正規方程式を「前回正規方程式ＮＥ（ｔ−１）」として示す。
「今回正規方程式ＮＥ（ｔ）」と「前回正規方程式ＮＥ（ｔ−１）」とから算出されるＡＲ係数を、それぞれ、「今回ＡＲ係数ａ（ｔ）」と「前回ＡＲ係数ａ（ｔ−１）」として示す。
そのＡＲ係数ベクトル、すなわち、「今回ＡＲ係数ａ（ｔ）」と「前回ＡＲ係数ａ（ｔ−１）」の各要素同士を平均する平均化処理によって平均ＡＲ係数Ａｖｅ＿ａ（ｔ）を算出する演算式を式（２１）として示す。
【０１７６】
【数２１】
【０１７７】
式（２１）においてｋ１からｋ２は、重み係数である。
なお、本実施形態では、正規方程式の次数を固定していることから、ＡＲ係数ベクトルの要素の数が一定の値になる。これにより、ＡＲ係数ベクトルの平均化処理が可能となる。
【０１７８】
図３６は、メモリ２１に設けられるテーブルを示す図である。
図３６に示されるテーブルでは、図２６に示されるテーブルに次の項目が追加される。
追加される項目には、上昇方向のピーク周波数時のＡＲ係数AR_C_up、下降方向のピーク周波数時のＡＲ係数AR_C_dwnがあり、ピーク周波数ポイントに対応するＡＲ係数を格納する。
このピーク周波数時のＡＲ係数は、メモリ２１に、図３６のテーブル形式により格納されている（正確には、上記の項目の記憶領域は他より大きくなるが、表を例示するうえで便宜上同じとしている）。メモリ２１は、格納される上昇方向のピーク周波数時のＡＲ係数AR_C_up、下降方向のピーク周波数時のＡＲ係数AR_C_dwnを記憶する。
【０１７９】
図３７を参照し、処理のフローを説明する。
図３７は、処理の手順（フロー）を示すフローチャートである。図２８に示す処理と同じ処理には同じ符号を附す。
ステップＳ２０９において算出されたＡＲ係数に基づいて、ＡＲ係数フィルタ部３４３は、ＡＲ係数算出部３４２によって算出されたＡＲ係数の平均化処理をする（ステップＳ２１０）。ステップＳ２１１におけるパワースペクトルの演算処理と，ステップＳ２１２におけるターゲット数・角度検知処理は、ステップＳ２１０において算出される平均ＡＲ係数に基づいて行われる。
また、ここで、平均ＡＲ係数を記憶して、過去ＡＲ係数として次回に平均化することも可能である。
【０１８０】
（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いて説明する。
図３８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５から第８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２２に示す第５から第８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。
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。
【０１８１】
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には前述の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２２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。
【０１８２】
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５から第８実施形態に示した正規方程式の平均化処理と波数推定を行う。
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３９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３９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。
【０１８３】
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。
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５から第８実施形態と同様の処理により前述のテーブルに記憶させる。
【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につて説明する。
図４０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５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。
【０１８５】
第３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。
【０１８６】
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３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。
【０１８７】
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３実施形態と同様に、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。
【０１８８】
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実施形態と同様に、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４１に示すテーブルが作成される。
図４１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４１に示すテーブルを生成する。
【０１８９】
そして、ターゲット連結処理部３２Ｃは、図４１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２４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５から第８実施形態に示した正規方程式の平均化処理と波数推定を行う。
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。
【０１９０】
（第１１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４２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５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４０に示す第１０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１０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。
【０１９１】
上記ＤＢＦ処理部４０は、第１０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４３（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４３（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。
【０１９２】
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）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）を求めることができる。図４３（ｃ）は図４３（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４４（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。
【０１９３】
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４４（ｂ）及び図４４（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。
【０１９４】
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２６のテーブルから抽出し、方位検出部３０へ出力する。
【０１９５】
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５〜第１０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５から第８実施形態に示した正規方程式の平均化処理と波数推定を行う。
【０１９６】
（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４５と図４６は、本実施形態による電子走査型レーダ装置の正規化固有値と波数推定の効果をそれぞれ示す図である。
この図４５（ａ）は、ターゲットの車両を１台とした場合の波数推定結果を示す。
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、波数推定処理をキャンセルしていることを表している。
この判定の結果から、ターゲットの車両が１台の場合には、低波数の推定結果が得られる傾向が示されている。
【０１９７】
この図４５（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４５（ａ）と同様に示される。
この判定の結果から、ターゲットの車両が複数台の場合には、高波数の推定結果が得られる傾向が示されている。
【０１９８】
本実施形態の効果を確認するために、２波として判定された領域について、標準的なＡＲスペクトル推定法の、２次の改良共分散法で推定した結果、ターゲットの車両を分離することができなかったポイントを選択する。例えば、図４５（ｂ）における、６０ｍ付近にピークを分離できないポイントがあり、そのスペクトル推定結果を図４６（ｂ）に示す。
次に、選択したポイントについて、本実施形態に示す主成分ARスペクトル推定法を用いて、波数２で推定したパワースペクトルを、図４６（ａ）に示す。図４６（ａ）に示される結果には、ピーク値が２つ分離して検出できており、ターゲットの車両が２台存在することが良好に検出されている。
【０１９９】
本実施形態による電子走査型レーダ装置は、検出ビート周波数の複素数データに基づいて、方位検出部３０でスぺクトル推定を行う正規方程式の次数と、推定される実際の波数とを設定して方位推定を行うことにより、検出精度を向上させることができる。
【０２００】
本発明に係る実施形態によれば、正規方程式の平均化処理と波数推定処理及び方位検出処理の一連の処理が、方位検出の精度を向上でき、且つ比較的演算負荷が軽く、効率的に計算できる効果を成す。
第１手段により、固有値分解する相関行列を新たに作成することがなく、取得したほぼ全てのチャネル（CH）データを使った共分散関数の要素で構成した行列で固有値分解するので、精度の良い固有値分解及び方位検出ができる効果を奏する。また、検知可能ターゲット数と同次数の共分散行列を用いることにより、比較的小次数の行列による演算処理が行えるため、演算負荷の軽い固有値分解処理ができる。
例えば、本実施形態とMUSIC法を適用した場合とを比べると、MUSIC法を適用した場合に作成される相関行列の次数より少ない次数による固有値分解を本実施形態において行うことができる。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、検知したいターゲット数と同数のベクトルに加えて、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。
さらに、平均化正規方程式を作成することにより、ノイズ成分を低減させることができ、安定した固有値分解処理と方位検出ができる。
【０２０１】
第２手段により、固有値分解処理が、次ステップの波数推定と方位推定方法（主成分ARスペクトル推定法）に直結できるので、効率よく処理することができる。
第３手段により、比較的容易で、前ステップの固有値分解処理を有効に活用した方法で波数を推定できるという効果を有する。最大固有値の大きさを判定することで、間違った方位推定をすることを防止できるので、レーダ全体構成でのピーク検知なし（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）や、ピーク検知後でも異なる閾値で波数推定を実行すべきかどうかの判断ができる効果を奏する。
また、正規化した固有値で波数を推定することで、ターゲットの距離に依存しない波数推定判定ができる効果を奏する。さらに、複数の固有値閾値を構成することにより、特有の波数推定基準を設けることができる効果を奏する。
【０２０２】
第４手段により、前記波数を決定するステップの後、信号部分空間のみ（＝ノイズ部分空間を除去した）の方位検出ができる効果を奏する。
第５手段により、前ステップの固有値計算を行うための共分散行列の精度を上げ、後ステップの方位検出の精度を向上できる効果を奏する。また、記憶する形態として、メモリ容量が少ない複素数データとAR係数（第6手段との併用時）で記憶することに対応できる。
第６手段により、過去制御サイクルのAR係数と平均できるので、さらに方位検出の精度が向上できる効果を奏する。
【０２０３】
以上、第１〜第４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、また、第５〜第１１実施形態は、図２２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、データ取得から複素数データ抽出まで（周波数分解処理やピーク検出等）を、本実施形態のマイクロコンピュータでの演算の他、他のデバイスやプロセッサ（FPGA,DSP,マイクロコンピュータ）等で計算させることにより、データ取得回数を増加させることができ、さらに方位推定精度の向上が可能となる。
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。
【０２０４】
なお、図１、図７、図１５、図１７、図１９、図２２、図２３、図２２、図３４、図３８、図４０、図４２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。
【０２０５】
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。
【０２０６】
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波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、次ステップ以降の波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、次ステップの波数推定を行わず、予め定められた値の任意の波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信号の波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】
【０２０７】
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、６１１…正規方程式作成部
３１２、６１２…正規方程式フィルタ部
３２１、６２１…固有値分解部
３３１、６３１…波数推定部
３４１、６４１…共分散擬似逆行列算出部
３４２、６４２…ＡＲ係数算出部
３４３、６４３…ＡＲ係数フィルタ部
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正規方程式の構成部である行列の固有値に基づいて前記受信波の波数を推定し、該推定された波数に応じた数の前記固有値と固有ベクトルに基づいて作成される信号部分空間の正規方程式の解として算出される係数を作成し、該作成された係数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、前記信号部分空間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、
前記固有値の大きさに応じて算出した結果により前記波数を推定し、該推定された波数に応じて、有効とされる信号部分空間とノイズ部分空間とに分け、前記有効とされる信号部分空間から前記係数を算出する
ことを特徴とする請求項１又は請求項２に記載の電子走査型レーダ装置。
【請求項４】
前記方位検出部は、
前記正規方程式の構成部である行列を固有値分解して得られた前記固有値と固有ベクトルから作成される信号部分空間の正規方程式に基づいて前記係数を算出する
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、
前記固有値と固有ベクトルを、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次数と同じ次数の前記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４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、
前記固有値と固有ベクトルを、複数の前記正規方程式を平均化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、
前記固有値と固有ベクトルを算出するための前記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を含む予め定められる所定の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、
前記固有値と固有ベクトルの算出に先立って前記複素数データを要素とする正規方程式の構成部である行列と右辺ベクトルに対して平均化処理を行う
ことを特徴とする請求項１から請求項７のいずれか１項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、
前記固有値を、前記ターゲットとの距離に依存しない固定した閾値で判定し前記波数を推定する
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】
前記固有値から算出された値は、前記固有値の最大値か又は、全ての前記固有値の総和のいずれかの値である
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波数を選択する
ことを特徴とする請求項１０又は請求項１１に記載の電子走査型レーダ装置。
【請求項１３】
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、前記波数を選択する
ことを特徴とする請求項１から請求項１２のいずれか１項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、
前記固有値から算出された値に基づいて、前記波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１３のいずれか１項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、
前記波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１４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、
前記波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１４又は請求項１５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、
前記波数を推定する処理の中断により、前記波数を予め定められる任意の波数に強制的に指定する
ことを特徴とする請求項１４又は請求項１５に記載の電子走査型レーダ装置。
【請求項１８】
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１７のいずれか１項に記載の電子走査型レーダ装置。
【請求項１９】
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、前記複素数データ又は正規方程式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１８に記載の電子走査型レーダ装置。
【請求項２０】
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１８又は請求項１９に記載の電子走査型レーダ装置。
【請求項２１】
前記方位検出部は、
前記固有値と固有ベクトルを算出するための平均化正規方程式の構成部である行列を、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１８から請求項２０のいずれか１項に記載の電子走査型レーダ装置。
【請求項２２】
前記方位検出部は、
前記固有値と固有ベクトルを算出するための平均化正規方程式の構成部である行列を、前記過去検知サイクルで算出した正規方程式又は平均化正規方程式を含める
ことを特徴とする請求項１８から請求項２０のいずれか１項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、
前記受信波の到来方向を算出するための信号部分空間の正規方程式に基づいて算出した係数と、前記過去検知サイクルの信号部分空間の正規方程式に基づいて算出した係数とを平均してスペクトル推定する
ことを特徴とする請求項１８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
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２３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２５に記載の電子走査型レーダ装置。
【請求項２７】
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２６に記載の電子走査型レーダ装置。
【請求項２８】
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、
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正規方程式の構成部である行列の固有値に基づいて前記受信波の波数を推定し、該推定された波数に応じた数の前記固有値と固有ベクトルに基づいて作成される信号部分空間の正規方程式の解として算出される係数を作成し、該作成された係数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２９】
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正規方程式の構成部である行列の固有値に基づいて前記受信波の波数を推定し、該推定された波数に応じた数の前記固有値と固有ベクトルに基づいて作成される信号部分空間の正規方程式の解として算出される係数を作成し、該作成された係数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正規方程式の構成部である行列の固有値に基づいて前記受信波の波数を推定し、該推定された波数に応じた数の前記固有値と固有ベクトルに基づいて作成される信号部分空間の正規方程式の解として算出される係数を作成し、該作成された係数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、前記信号部分空間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、
前記固有値の大きさに応じて算出した結果により前記波数を推定し、該推定された波数に応じて、有効とされる信号部分空間とノイズ部分空間とに分け、前記有効とされる信号部分空間から前記係数を算出する
ことを特徴とする請求項１又は請求項２に記載の電子走査型レーダ装置。
【請求項４】
前記方位検出部は、
前記正規方程式の構成部である行列を固有値分解して得られた前記固有値と固有ベクトルから作成される信号部分空間の正規方程式に基づいて前記係数を算出する
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、
前記固有値と固有ベクトルを、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次数と同じ次数の前記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４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、
前記固有値と固有ベクトルを、複数の前記正規方程式を平均化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、
前記固有値と固有ベクトルを算出するための前記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を含む予め定められる所定の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、
前記固有値と固有ベクトルの算出に先立って前記複素数データを要素とする正規方程式の構成部である行列と右辺ベクトルに対して平均化処理を行う
ことを特徴とする請求項１から請求項７のいずれか１項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、
前記固有値を、前記ターゲットとの距離に依存しない固定した閾値で判定し前記波数を推定する
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】
前記固有値から算出された値は、前記固有値の最大値か又は、全ての前記固有値の総和のいずれかの値である
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波数を選択する
ことを特徴とする請求項１０又は請求項１１に記載の電子走査型レーダ装置。
【請求項１３】
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、前記波数を選択する
ことを特徴とする請求項１から請求項１２のいずれか１項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、
前記固有値から算出された値に基づいて、前記波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１３のいずれか１項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、
前記波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１４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、
前記波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１４又は請求項１５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、
前記波数を推定する処理の中断により、前記波数を予め定められる任意の波数に強制的に指定する
ことを特徴とする請求項１４又は請求項１５に記載の電子走査型レーダ装置。
【請求項１８】
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１７のいずれか１項に記載の電子走査型レーダ装置。
【請求項１９】
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、前記複素数データ又は正規方程式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１８に記載の電子走査型レーダ装置。
【請求項２０】
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１８又は請求項１９に記載の電子走査型レーダ装置。
【請求項２１】
前記方位検出部は、
前記固有値と固有ベクトルを算出するための平均化正規方程式の構成部である行列を、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１８から請求項２０のいずれか１項に記載の電子走査型レーダ装置。
【請求項２２】
前記方位検出部は、
前記固有値と固有ベクトルを算出するための平均化正規方程式の構成部である行列を、前記過去検知サイクルで算出した正規方程式又は平均化正規方程式を含める
ことを特徴とする請求項１８から請求項２０のいずれか１項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、
前記受信波の到来方向を算出するための信号部分空間の正規方程式に基づいて算出した係数と、前記過去検知サイクルの信号部分空間の正規方程式に基づいて算出した係数とを平均してスペクトル推定する
ことを特徴とする請求項１８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
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２３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２５に記載の電子走査型レーダ装置。
【請求項２７】
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２６に記載の電子走査型レーダ装置。
【請求項２８】
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、
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正規方程式の構成部である行列の固有値に基づいて前記受信波の波数を推定し、該推定された波数に応じた数の前記固有値と固有ベクトルに基づいて作成される信号部分空間の正規方程式の解として算出される係数を作成し、該作成された係数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２９】
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正規方程式の構成部である行列の固有値に基づいて前記受信波の波数を推定し、該推定された波数に応じた数の前記固有値と固有ベクトルに基づいて作成される信号部分空間の正規方程式の解として算出される係数を作成し、該作成された係数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４５】
【図４６】
【図４７】
【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４５】
【図４６】
【図４７】
【公開番号】特開２０１２−８８２３６（Ｐ２０１２−８８２３６Ａ）
【公開日】平成２４年５月１０日（２０１２．５．１０）
【国際特許分類】
【出願番号】特願２０１０−２３６６７２（Ｐ２０１０−２３６６７２）
【出願日】平成２２年１０月２１日（２０１０．１０．２１）
【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５月１０日（２０１２．５．１０）
【国際特許分類】
【出願日】平成２２年１０月２１日（２０１０．１０．２１）
【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 ]