JP2000199786A - Fw-cw radar apparatus - Google Patents

Abstract

PROBLEM TO BE SOLVED: To obtain an FW-CW radar apparatus, capable of exactly detecting the distance to a close obstacle and relative velocity without enhancing the resolution of spectrum analysis. SOLUTION: An FFT operator 511 converts beat signal data obtained with an A-D converter into frequency spectrum by using an FFT. A peak detector 512 detects a peak over a threshold at a certain level from the obtained frequency spectrum. A complex peak detector 513 detects a complex peak, having a band width over a certain value among the peaks. A peak separator 514 separates the complex peak into a modeled spectrum. A peak frequency determiner 515 controls a parameter of the modeled spectrum and determines the peak frequency.

Description

【発明の詳細な説明】DETAILED DESCRIPTION OF THE INVENTION

【０００１】[0001]

【発明の属する技術分野】本発明は、自動車等の移動体
の衝突防止用などに使用され、レーダ波の送受信によっ
て移動体の外部にある他移動体や障害物との間の距離や
相対速度を検出するＦＷ−ＣＷレーダ装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention is used for, for example, preventing collision of a moving body such as an automobile and the like, and the distance and relative speed between another moving body and an obstacle outside the moving body by transmitting and receiving radar waves. A FW-CW radar device for detecting

【０００２】[0002]

【従来の技術】衝突事故防止等の目的で、自動車等の移
動体が前方または後方を移動する他の移動体や障害物と
の間の距離や相対速度を検出するために、車載レーダ装
置が用いられている。車載レーダ装置として、ミリ波帯
の電波を利用したミリ波レーダ装置がある。また、ミリ
波レーダ装置の方式として、三角波で周波数変調された
ＦＭ変調波を用いたＦＷ−ＣＷレーダ方式がある。2. Description of the Related Art In order to detect a distance or a relative speed between a moving body such as an automobile and another moving body or an obstacle moving forward or backward for the purpose of preventing a collision accident or the like, an on-vehicle radar apparatus is used. Used. As an on-vehicle radar device, there is a millimeter-wave radar device using radio waves in the millimeter wave band. Further, as a system of the millimeter wave radar device, there is an FW-CW radar system using an FM modulated wave frequency-modulated by a triangular wave.

【０００３】ＦＷ−ＣＷレーダ方式によるＦＷ−ＣＷレ
ーダ装置は、三角波で周波数変調された連続波を送信波
として移動体外部に送信する。そして、移動体外部の他
の移動体や障害物で反射されて戻ってきた反射波を受信
波として受信する。なお、以下、他の移動体や障害物を
「障害物」と総称する。An FW-CW radar apparatus using the FW-CW radar system transmits a continuous wave frequency-modulated by a triangular wave as a transmission wave to the outside of a mobile body. Then, a reflected wave that is reflected by another moving body or an obstacle outside the moving body and returned is received as a reception wave. Hereinafter, other moving objects and obstacles are collectively referred to as “obstacles”.

【０００４】そして、送信波と受信波とをミキシングし
てビート信号を発生させる。さらに、ビート信号に対し
てＦＦＴのような周波数解析方法によって信号処理を施
し、処理結果から障害物との間の距離および相対速度を
算出する。具体的には、三角波における上昇している期
間（上り期間）のビート信号のスペクトラムでのピーク
周波数ｆａと、三角波における下降している期間（下り
期間）のビート信号のスペクトラムでのピーク周波数ｆ
ｂとから、障害物との間の距離および相対速度が算出さ
れる。Then, a beat signal is generated by mixing the transmission wave and the reception wave. Further, the beat signal is subjected to signal processing by a frequency analysis method such as FFT, and the distance to the obstacle and the relative speed are calculated from the processing result. Specifically, the peak frequency fa in the spectrum of the beat signal in the rising period (up period) of the triangle wave and the peak frequency f in the spectrum of the beat signal in the falling period (down period) of the triangle wave.
From b, the distance to the obstacle and the relative speed are calculated.

【０００５】障害物が１つである場合には、距離Ｒおよ
び相対速度Ｖは、以下のように、各ピーク周波数ｆａ，
ｆｂの和および差に比例する。すなわち、 Ｒ＝Ａ・（（ｆａ＋ｆｂ）／２） Ｖ＝Ｂ・（（ｆａ−ｆｂ）／２） （Ａ，Ｂは定数） となる。When there is only one obstacle, the distance R and the relative speed V are calculated as follows at each peak frequency fa,
It is proportional to the sum and difference of fb. That is, R = A · ((fa + fb) / 2) V = B · ((fa−fb) / 2) (A and B are constants).

【０００６】しかし、障害物が複数存在し、かつ、近接
している場合には、上り区間と下り区間のそれぞれにお
いて、スペクトラムが重なって識別が困難になる場合が
ある。複数の近接した障害物との間の距離および相対速
度を精度よく検出するには、上り区間と下り区間とのそ
れぞれにおいて、重なり合ったピークを分離する必要が
ある。例えば、図１４に示すように、ピークが重なり合
っている場合に（図１４左側）、スペクラム解析の分解
能を十分に高くして、図１４の右側に示されるように、
解析の結果それぞれのスペクラムが重なり合わないよう
にする方法が用いられる。However, when there are a plurality of obstacles and they are close to each other, the spectrum may overlap in each of the ascending section and the descending section, making identification difficult. In order to accurately detect the distance and relative speed between a plurality of nearby obstacles, it is necessary to separate overlapping peaks in each of the ascending section and the descending section. For example, when the peaks overlap as shown in FIG. 14 (left side in FIG. 14), the resolution of the spectrum analysis is sufficiently increased, and as shown in the right side in FIG.
A method of preventing the spectra from overlapping as a result of the analysis is used.

【０００７】また、特開平９−１５２４７７号公報に
は、上り区間と下り区間とのそれぞれにおいて、ビート
信号をフーリエ変換し、複素ベクトルの絶対値からピー
クを決定し、さらに、各ピーク周波数成分の振幅と位相
とにもとづいて各ピーク周波数ｆａに対応するピーク周
波数ｆｂを決定するＦＷ−ＣＷレーザ装置が記載されて
いる。そして、対応するｆａ，ｆｂのペアが決定される
と、それぞれのペアについて上式を用いて距離と相対速
度が算出される。Japanese Patent Application Laid-Open No. Hei 9-152577 discloses that in each of an up section and a down section, a beat signal is Fourier-transformed, a peak is determined from an absolute value of a complex vector, and further, a peak frequency component of each peak frequency component is determined. An FW-CW laser device that determines a peak frequency fb corresponding to each peak frequency fa based on the amplitude and the phase is described. When the corresponding pair of fa and fb is determined, the distance and the relative speed are calculated for each pair using the above equation.

【０００８】[0008]

【発明が解決しようとする課題】しかし、スペクラム解
析の分解能を十分に高くすることによって複数の障害物
が存在する場合に対応しようとすると、スペクトラム解
析のための演算に時間がかかりリアルタイム処理ができ
なくなるおそれがある。リアルタイム処理が十分に可能
になるようにするには高速のプロセッサを使用すれよい
がその場合には、ＦＷ−ＣＷレーダ装置のコストが上昇
するという課題がある。また、特開平９−１５２４７７
号公報に記載された方法では、ピーク周波数ｆａ，ｆｂ
のペアを決定するために多段階の信号処理を行う必要が
あるために、やはり、演算に時間がかかってしまう。However, if the resolution of the spectrum analysis is sufficiently increased to cope with the case where a plurality of obstacles are present, the calculation for the spectrum analysis takes a long time and real-time processing cannot be performed. It may disappear. A high-speed processor may be used to sufficiently enable real-time processing, but in this case, there is a problem that the cost of the FW-CW radar device increases. Further, Japanese Patent Application Laid-Open No. 9-152577
In the method described in Japanese Patent Application Publication No.
It is necessary to perform multi-stage signal processing in order to determine the pair of .times.

【０００９】そこで、本発明は、スペクラム解析の分解
能を高くしなくても、近接した障害物との間の距離と相
対速度とを正確に検出することができるＦＷ−ＣＷレー
ダ装置を提供することを目的とする。Accordingly, the present invention provides a FW-CW radar device capable of accurately detecting the distance and the relative speed between a nearby obstacle without increasing the resolution of the spectrum analysis. With the goal.

【００１０】[0010]

【課題を解決するための手段】本発明によるＦＷ−ＣＷ
レーダ装置は、ビート信号データを周波数スペクトラム
に変換する変換手段と、変換手段によって得られた周波
数スペクトラムからピークを検出するピーク検出手段
と、検出されたピークを含むスペクトラムのうち所定値
以上のバンド幅をもつものを複合ピークをふくむものと
して検出する複合ピーク検出手段と、複合ピークを含む
スペクトラムをモデル化したスペクトラムに分離し、モ
デル化されたスペクトラムのパラメータを調整してピー
ク周波数を決定するピーク分離手段とを備えた構成であ
る。SUMMARY OF THE INVENTION An FW-CW according to the present invention is provided.
The radar device includes a conversion unit that converts beat signal data into a frequency spectrum, a peak detection unit that detects a peak from the frequency spectrum obtained by the conversion unit, and a bandwidth that is equal to or greater than a predetermined value in a spectrum that includes the detected peak. And a peak separation unit that separates the spectrum including the complex peak into a modeled spectrum and adjusts the parameters of the modeled spectrum to determine the peak frequency. Means.

【００１１】複合ピーク検出手段は、例えば、ピーク検
出手段が検出したピークを含むスペクトラムのうち所定
値以上のバンド幅をもつもののスペクトラム分布のうち
で複数の極小値をもつものを、複数の仮ピークを含むも
のとして抽出するように構成される。[0011] The composite peak detecting means may, for example, convert a spectrum including a peak detected by the peak detecting means having a plurality of minimum values in a spectrum distribution having a bandwidth equal to or more than a predetermined value to a plurality of temporary peaks. Is configured to be extracted as including.

【００１２】ピーク分離手段は、例えば、複合ピーク検
出手段が抽出した各ピークについて、仮ピークをピーク
周波数とするスペクトラム分布を仮定し、それらの合成
分布と複合ピーク検出手段が抽出したピークをピーク周
波数としたスペクトラム分布とを比較して、複数のピー
クを分離可能かどうか判断するように構成される。The peak separating means, for example, assumes a spectrum distribution having a temporary peak as a peak frequency for each peak extracted by the composite peak detecting means, and calculates a composite distribution of the peak distribution and the peak extracted by the composite peak detecting means. It is configured to determine whether a plurality of peaks can be separated by comparing the calculated spectrum distribution with the peak distribution.

【００１３】ピーク分離手段は、仮定されるスペクトラ
ム分布として例えばガウス分布を用いる。The peak separating means uses, for example, a Gaussian distribution as the assumed spectrum distribution.

【００１４】ピーク分離手段は、例えば、パラメータを
変えて得られる合成分布と複合ピーク検出手段が抽出し
たピークをピーク周波数としたスペクトラム分布との電
力差にもとづいて、複数のピークを分離可能かどうか判
断するように構成される。The peak separating means determines whether a plurality of peaks can be separated based on, for example, a power difference between a composite distribution obtained by changing parameters and a spectrum distribution having a peak extracted by the composite peak detecting means as a peak frequency. It is configured to determine.

【００１５】ピーク分離手段は、例えば、電力差を所定
値以下とする合成分布のもとになる各スペクトラム分布
のピーク周波数を、ビート信号中の各ピーク周波数とす
るように構成される。[0015] The peak separating means is configured, for example, so that the peak frequency of each spectrum distribution serving as a source of the combined distribution that makes the power difference equal to or less than a predetermined value is set as each peak frequency in the beat signal.

【００１６】[0016]

【発明の実施の形態】以下、本発明の実施の一形態を図
面を参照して説明する。図１は、ＦＷ−ＣＷレーダ装置
の受信系の構成を示すブロック図である。レーダヘッド
１には送信アンテナ（図示せず）が設けられ、三角波に
よって周波数変調されたＦＭ波が送信アンテナから移動
体の外部に送信される。ＦＭ波は移動体倍部の障害物で
反射されて反射波として戻り、受信アンテナ（図示せ
ず）を介してレーダヘッド１に受信される。レーダヘッ
ド１は送信波と受信波とをミキシングして得られたビー
ト信号をローパスフィルタ２に出力する。ローパスフィ
ルタ２は不要波成分を除去したビート信号を増幅器３に
出力する。増幅器３は、ビート信号を増幅しＡ−Ｄ変換
器４に出力する。そして、Ａ−Ｄ変換器４は、ディジタ
ル化したビート信号をマイクロプロセッサ５に出力す
る。An embodiment of the present invention will be described below with reference to the drawings. FIG. 1 is a block diagram illustrating a configuration of a receiving system of the FW-CW radar device. The radar head 1 is provided with a transmission antenna (not shown), and an FM wave frequency-modulated by a triangular wave is transmitted from the transmission antenna to the outside of the moving body. The FM wave is reflected by an obstacle at the moving body double section, returns as a reflected wave, and is received by the radar head 1 via a receiving antenna (not shown). The radar head 1 outputs a beat signal obtained by mixing the transmission wave and the reception wave to the low-pass filter 2. The low-pass filter 2 outputs a beat signal from which unnecessary wave components have been removed to the amplifier 3. The amplifier 3 amplifies the beat signal and outputs the amplified beat signal to the AD converter 4. Then, the AD converter 4 outputs the digitized beat signal to the microprocessor 5.

【００１７】マイクロプロセッサ５は、例えば、周波数
解析処理器５１、ターゲット認識器５２および危険判別
器５３を実現する。周波数解析処理器５１は、ビート信
号からピーク周波数を検出する。また、ターゲット認識
器５２は、周波数解析処理器５１で算出されたスペクト
ラムにもとづいて障害物との間の距離と相対速度を算出
する。そして、危険判別器５３は、ターゲット認識器５
２が算出した距離と相対速度とから障害物と移動体との
衝突等の危険度を判別し、警報器６に判別信号を出力す
る。警報器６は、判別信号による危険度の程度が高い場
合には、警報表示を行ったり警報音を発したりして運転
者に危険を知らせる。The microprocessor 5 implements, for example, a frequency analysis processor 51, a target recognizer 52, and a danger discriminator 53. The frequency analysis processor 51 detects a peak frequency from the beat signal. Further, the target recognizer 52 calculates the distance to the obstacle and the relative speed based on the spectrum calculated by the frequency analysis processor 51. And the danger classifier 53 is the target recognizer 5
2 determines the degree of danger such as collision between the obstacle and the moving body from the distance and the relative speed calculated, and outputs a determination signal to the alarm device 6. When the degree of danger based on the discrimination signal is high, the alarm 6 notifies the driver of danger by displaying an alarm or emitting an alarm sound.

【００１８】図２は、周波数解析処理器５１の一構成例
を示すブロック図である。周波数解析処理器５１は、Ａ
−Ｄ変換器４において所定時間毎にサンプリングされて
得られたビート信号の離散値データからＦＦＴ（高速フ
ーリエ変換）などの周波数成分解析手法を用いてスペク
トラムを抽出する。この例では、周波数解析処理器５１
は、ＦＦＴ演算器５１１、ピーク検出器５１２、複合ピ
ーク検出器５１３、ピーク分離器５１４およびピーク周
波数決定器５１５で構成される。なお、ＦＦＴ演算器５
１１、ピーク検出器５１２、複合ピーク検出器５１３、
ピーク分離器５１４およびピーク周波数決定器５１５
は、マイクロプロセッサで実現されるものである。FIG. 2 is a block diagram showing an example of the configuration of the frequency analysis processor 51. The frequency analysis processor 51 uses A
A spectrum is extracted from the discrete value data of the beat signal obtained by sampling at a predetermined time in the D converter 4 by using a frequency component analysis technique such as FFT (fast Fourier transform). In this example, the frequency analysis processor 51
Is composed of an FFT calculator 511, a peak detector 512, a composite peak detector 513, a peak separator 514, and a peak frequency determiner 515. The FFT calculator 5
11, a peak detector 512, a composite peak detector 513,
Peak separator 514 and peak frequency determiner 515
Is realized by a microprocessor.

【００１９】ＦＦＴ演算器５１１は、Ａ−Ｄ変換器で得
られたビート信号データをＦＦＴを用いて周波数スペク
トラムに変換する。ピーク検出器５１２は、得られた周
波数スペクトラムから一定レベルのしきい値以上のピー
クを検出する。複合ピーク検出器５１３は、ピークのう
ち一定値以上のバンド幅をもつ複合ピークを検出する。
ピーク分離器５１４は、複合ピークをモデル化したスペ
クトラムに分離する。ピーク周波数決定器５１５は、モ
デル化されたスペクトラムのパラメータを調整してピー
ク周波数を決定する。The FFT calculator 511 converts the beat signal data obtained by the A / D converter into a frequency spectrum using FFT. The peak detector 512 detects a peak equal to or higher than a threshold of a certain level from the obtained frequency spectrum. The composite peak detector 513 detects a composite peak having a bandwidth equal to or more than a certain value among the peaks.
The peak separator 514 separates the composite peak into a modeled spectrum. The peak frequency determiner 515 adjusts the parameters of the modeled spectrum to determine the peak frequency.

【００２０】なお、この実施の形態では、図３に示すよ
うに、重なり合ったスペクトラム（太線部分）からそれ
ぞれのスペクトラムが抽出される。よって、図１４に示
されたそれぞれのピークを分離するための処理が不要で
あって、スペクラム解析の分解能をさほど高くする必要
はない。In this embodiment, as shown in FIG. 3, each spectrum is extracted from the overlapping spectrum (thick line). Therefore, the processing for separating the respective peaks shown in FIG. 14 is unnecessary, and it is not necessary to increase the resolution of the spectrum analysis so much.

【００２１】次に、動作について説明する。図４は、マ
イクロプロセッサ５のメインルーチンを示すフローチャ
ートである。ＦＷ−ＣＷレーダ装置が自動車に搭載され
る場合には、エンジン作動のためのイグニッションキー
が操作されると電源が投入され、一定時間経過後にマイ
クロプロセッサ５のリセットが解除される。リセットが
解除されると、マイクロプロセッサ５が動作を開始す
る。Next, the operation will be described. FIG. 4 is a flowchart showing a main routine of the microprocessor 5. When the FW-CW radar device is mounted on an automobile, the power is turned on when an ignition key for operating the engine is operated, and the reset of the microprocessor 5 is released after a certain period of time. When the reset is released, the microprocessor 5 starts operating.

【００２２】マイクロプロセッサ５は、動作を開始する
と、まず、各種変数を初期化する等のイニシャライズ処
理（ステップＳ１）を行う。レーダヘッド１から三角波
によって周波数変調されたＦＭ波が送信され、障害物か
らの反射波がレーダヘッド１に受信されている。そし
て、送信波と受信波とからビート信号が生成されてい
る。三角波による周波数変調された電波が出力されると
同時にＡ−Ｄ変換器４においてビート信号のＡ−Ｄ変換
が開始される。ビート信号の離散値化されたデータは逐
一マイクロプロセッサ５の内部に蓄積される。When the microprocessor 5 starts operating, first, it performs an initialization process (step S1) such as initializing various variables. An FM wave frequency-modulated by a triangular wave is transmitted from the radar head 1, and a reflected wave from an obstacle is received by the radar head 1. Then, a beat signal is generated from the transmission wave and the reception wave. The A / D converter 4 starts the A / D conversion of the beat signal at the same time that the frequency-modulated radio wave by the triangular wave is output. The discrete data of the beat signal is stored in the microprocessor 5 one by one.

【００２３】なお、Ａ−Ｄ変換は一定のサンプリング時
間ごとに実行され、サンプリング時間の監視には一般的
にタイマ割り込みなどが用いられることが多い。Ａ−Ｄ
変換器４によるビート信号の離散値化が三角波の一周期
分実行されると、三角波の上り区間と下り区間に相当す
るビート信号の離散値データがマイクロプロセッサ５に
蓄積されたことになる。そこで、マイクロプロセッサ５
は、三角波の上り区間および下り区間に相当するビート
信号の離散値データからＦＦＴに代表される周波数解析
手法によって、それぞれの区間の離散的なスペクトラム
を得る（ステップＳ２）。The A / D conversion is performed at a constant sampling time, and a timer interruption or the like is generally used for monitoring the sampling time. A-D
When the conversion of the beat signal into discrete values by the converter 4 is performed for one cycle of the triangular wave, the discrete value data of the beat signal corresponding to the rising section and the falling section of the triangular wave is stored in the microprocessor 5. Therefore, the microprocessor 5
Obtains a discrete spectrum of each section from discrete value data of a beat signal corresponding to an up section and a down section of a triangular wave by a frequency analysis technique represented by FFT (step S2).

【００２４】次いで、マイクロプロセッサ５は、ステッ
プＳ２で得られた離散的なスペクトラムにもとづいて上
り区間と下り区間のピークの組み合わせを求め、各障害
物との間の距離と相対速度を検出する（ステップＳ
３）。さらに、ステップ３で求めた距離および相対速度
にもとづいて自車に対しての危険度を判別する（ステッ
プＳ４）。危険度が高いと判断された場合は、ドライバ
に対して警報表示や警報音によって注意が促される。Next, the microprocessor 5 obtains a combination of peaks in the up section and the down section based on the discrete spectrum obtained in step S2, and detects the distance and the relative speed between each obstacle ( Step S
3). Further, the degree of danger to the own vehicle is determined based on the distance and the relative speed obtained in step 3 (step S4). If it is determined that the risk is high, the driver is alerted by an alarm display or an alarm sound.

【００２５】図５は、図１に示された周波数解析器５１
の処理、すなわち、図４に示されたマイクロプロセッサ
５によるステップＳ２の周波数解析処理を示すフローチ
ャートである。 マイクロプロセッサ５は、まず、三角
波の上り区間および下り区間に相当するビート信号の離
散値データからＦＦＴ等の周波数解析手法を用いてそれ
ぞれの区間の離散的スペクトラムを算出する（ステップ
Ｓ２１）。それぞれのスペクトラムは横軸を周波数と
し、縦軸をパワースペクトラムとした形で表される。FIG. 5 shows the frequency analyzer 51 shown in FIG.
5 is a flowchart showing the process of step S2, that is, the frequency analysis process of step S2 by the microprocessor 5 shown in FIG. First, the microprocessor 5 calculates the discrete spectrum of each section from the discrete value data of the beat signal corresponding to the rising section and the falling section of the triangular wave by using a frequency analysis method such as FFT (Step S21). Each spectrum is represented in such a manner that the horizontal axis represents frequency and the vertical axis represents power spectrum.

【００２６】そして、ステップＳ２１で求められた離散
的スペクトラムデータＳＰＣＵＰ（ｎ）およびＳＰＣＤ
Ｎ（ｎ）からピーク位置を検出する（ステップＳ２
２）。なお、ＳＰＣＵＰ（ｎ）は上り区間の離散的スペ
クトラムデータであり、ＳＰＣＤＮ（ｎ）は下り区間の
離散的スペクトラムデータである。次いで、ステップＳ
２１で求められたピーク位置にもとづいて、複数のピー
クが重なり合った複合ピーク位置の検出を行う（ステッ
プＳ２３）。Then, the discrete spectrum data SPCUP (n) and SPCD obtained in step S21
The peak position is detected from N (n) (Step S2)
2). Note that SPCUP (n) is discrete spectrum data of an up section, and SPCDN (n) is discrete spectrum data of a down section. Then, step S
Based on the peak position obtained in step 21, a composite peak position where a plurality of peaks overlap is detected (step S23).

【００２７】さらに、複合ピークをモデル化によって分
離し、各ピークｎｕ（ｔ）を決定する処理を行う（ステ
ップＳ２４）。そして、各ピークｎｕ（ｔ）にもとづい
て、もっとも再現性のあるピーク位置を決定する（ステ
ップＳ２５）。Further, the composite peak is separated by modeling, and a process for determining each peak nu (t) is performed (step S24). Then, a peak position with the highest reproducibility is determined based on each peak nu (t) (step S25).

【００２８】次に、図６のフローチャートを参照してス
テップＳ２１の処理の一例を具体的に説明する。なお、
図６に示された処理は、図２におけるＦＦＴ演算器５１
１の処理に対応する。マイクロプロセッサ５は、まず、
三角波の上り区間に相当するビート信号の離散値データ
ＡＤＵＰ（ＮＵＭ）に窓関数ＷＩＮ（）をかける。ここ
で、ＮＵＭは三角波の上り区間に相当するビート信号の
離散値データ数を表す。また、窓関数はＷＩＮ（）は一
般的にハニング窓関数、ハミング窓関数、ブラックマン
窓関数を用いることが多い。窓関数ＷＩＮ（）をかけた
後の上り区間に相当するビート信号の離散値データをＡ
ＤＵＰＷＩＮ（ＮＵＭ）とする。なお、（）は、ＷＩＮ
が関数であることを示す単なる記号として用いられてい
る。以下に現れる関数についても同様である。Next, an example of the processing in step S21 will be specifically described with reference to the flowchart in FIG. In addition,
The processing shown in FIG. 6 is performed by the FFT calculator 51 shown in FIG.
1 corresponds to the first process. First, the microprocessor 5
The window function WIN () is applied to the discrete value data ADUP (NUM) of the beat signal corresponding to the rising section of the triangular wave. Here, NUM represents the number of discrete value data of the beat signal corresponding to the rising section of the triangular wave. In general, WIN () often uses a Hanning window function, a Hamming window function, or a Blackman window function as the window function. The discrete value data of the beat signal corresponding to the up section after the window function WIN () is multiplied by A
DUPWIN (NUM). () Is WIN
Is simply used as a symbol to indicate that is a function. The same applies to functions appearing below.

【００２９】次に、上り区間に相当するビート信号の離
散値データＡＤＵＰＷＩＮ（ＮＵＭ）にスペクトラム変
換関数ＦＦＴ（）をかける（ステップＳ２１２）。ここ
では、スペクトラム変換関数としてＦＦＴを用いるが、
ＷＦＴ（ウイノグラードフーリエ変換）、ＭＥＭ（最大
エントロピー法）、アダマール変換などを用いることも
できる。スペクトラム変換関数ＦＦＴ（）をかけた後の
離散ＦＦＴデータをＦＦＴＵＰ（Ｎ）とする。Next, the spectrum conversion function FFT () is applied to the discrete value data ADUPWIN (NUM) of the beat signal corresponding to the up section (step S212). Here, FFT is used as a spectrum conversion function,
WFT (Winograd Fourier transform), MEM (maximum entropy method), Hadamard transform, and the like can also be used. The discrete FFT data after being subjected to the spectrum conversion function FFT () is defined as FFTUP (N).

【００３０】同様にして、三角波の下り区間に相当する
ビート信号の離散値データＡＤＤＮ（ＮＵＭ）に窓関数
ＷＩＮ（）をかける（ステップＳ２１３）。ここで、Ｎ
ＵＭは三角波の下り区間に相当するビート信号の離散値
データ数を表す。窓関数ＷＩＮ（）をかけた後の下り区
間に相当するビート信号の離散値データをＡＤＤＮＷＩ
Ｎ（ＮＵＭ）とする。Similarly, the window function WIN () is applied to the discrete value data ADDN (NUM) of the beat signal corresponding to the downward section of the triangular wave (step S 213). Where N
UM represents the number of discrete value data of the beat signal corresponding to the downward section of the triangular wave. The discrete value data of the beat signal corresponding to the down section after multiplying the window function WIN () is ADDNWI.
N (NUM).

【００３１】ついで、下り区間に相当するビート信号の
離散値データＡＤＤＮＷＩＮ（ＮＵＭ）にスペクトラム
変換関数ＦＦＴ（）をかける（ステップＳ２１４）。ス
ペクトラム変換関数ＦＦＴ（）をかけた後の離散ＦＦＴ
データをＦＦＴＤＮ（Ｎ）とする。Next, the spectrum conversion function FFT () is applied to the discrete value data ADDNWIN (NUM) of the beat signal corresponding to the down section (step S 214). Discrete FFT after applying spectrum transform function FFT ()
The data is assumed to be FFTDN (N).

【００３２】また、上り区間に相当する離散ＦＦＴデー
タＦＦＴＵＰ（Ｎ）および下り区間に相当する離散ＦＦ
ＴデータＦＦＴＤＮ（Ｎ）を、パワースペクトラム変換
関数ＰＯＷＥＲ（）により離散的スペクトラムデータＳ
ＰＣＵＰ（Ｎ／２）およびＳＰＣＤＮ（Ｎ／２）に変換
する（ステップＳ２１５）。そして、離散的スペクトラ
ムデータＳＰＣＵＰ（Ｎ／２）およびＳＰＣＤＮ（Ｎ／
２）をｎ＝Ｎ／２に変換する。以上のようなＦＦＴ演算
によって、離散的スペクトラムデータＳＰＣＵＰ（ｎ）
およびＳＰＣＤＮ（ｎ）が得られる。Further, discrete FFT data FFTUP (N) corresponding to the up section and discrete FFT data FFTUP (N) corresponding to the down section
T data FFTDN (N) is converted into discrete spectrum data S by a power spectrum conversion function POWER ().
It is converted into PCUP (N / 2) and SPCDN (N / 2) (step S215). Then, discrete spectrum data SPCUP (N / 2) and SPCDN (N /
2) is converted to n = N / 2. By the FFT operation as described above, discrete spectrum data SPCUP (n)
And SPCDN (n) are obtained.

【００３３】次に、図７のフローチャートを参照して図
５に示されたピーク検出処理（ステップＳ２２）の一例
を具体的に説明する。図７に示された処理は、図２に示
されたピーク検出器５１２の処理に相当する。マイクロ
プロセッサ５は、まず、ＦＦＴ演算処理で求められた離
散的スペクトラムデータＳＰＣＵＰ（ｎ）およびＳＰＣ
ＤＮ（ｎ）の１次微分データを求める（ステップＳ２２
１）。例えば、離散的スペクトラムデータＳＰＣＵＰ
（ｎ）およびＳＰＣＤＮ（ｎ）に１次微分関数ＤＩＦＦ
（）をかけて１次微分データＳＰＣＵＰ＿Ｄ１（ｎ）を
求める。１次微分関数ＤＩＦＦ（）は、通常ＳＰＣＵＰ
（ｎ）−ＳＰＣＵＰ（ｎ−１）によって得ることができ
る。Next, an example of the peak detection process (step S22) shown in FIG. 5 will be specifically described with reference to the flowchart in FIG. The processing illustrated in FIG. 7 corresponds to the processing of the peak detector 512 illustrated in FIG. The microprocessor 5 firstly outputs the discrete spectrum data SPCUP (n) and SPC
First-order differential data of DN (n) is obtained (step S22)
1). For example, discrete spectrum data SPCUP
(N) and the first order differential function DIFF to SPCDN (n)
() Is applied to obtain first derivative data SPCUP_D1 (n). The first derivative function DIFF () is usually SPCUP
(N) -SPCUP (n-1).

【００３４】１次微分データＳＰＣＵＰ＿Ｄ１（ｎ）＝
０、かつ離散的スペクトラムデータＳＰＣＵＰ（ｎ）＞
ＰＫＴＨを満たす周波数ｎを調べることによって、ピー
ク位置（ピーク周波数）の集合ＰＫＵＰ（ｎｕ（１），
ｎｕ（２），・・・，ｎｕ（Ｉ））を求めることができ
る（ステップＳ２２２）。ここで、ＰＫＴＨはピークと
ノイズを識別するためのしきい値となるもので、通常ノ
イズレベルに対して１０〜１５ｄＢに設定されることが
多い。First derivative data SPCUP_D1 (n) =
0 and discrete spectrum data SPCUP (n)>
By examining the frequency n that satisfies PKTH, a set of peak positions (peak frequencies) PKUP (nu (1),
nu (2),..., nu (I)) can be obtained (step S222). Here, PKTH is a threshold value for distinguishing a peak from noise, and is often set to 10 to 15 dB with respect to a normal noise level.

【００３５】同様に、下り区間に対してもピーク位置の
集合ＰＫＤＮ（ｎｄ（１），ｎｄ（２），・・・，ｎｄ
（Ｉ））を求める。すなわち、離散的スペクトラムデー
タＳＰＣＤＮ（ｎ）に１次微分関数ＤＩＦＦ（）をかけ
て１次微分データＳＰＣＤＮ＿Ｄ１（ｎ）を求める（ス
テップＳ２２３）。そして、１次微分データＳＰＣＤＮ
＿Ｄ１（ｎ）、かつ離散的スペクトラムデータＳＰＣＤ
Ｎ（ｎ）＞ＰＫＴＨを満たすｎを調べることで、ピーク
位置の集合ＰＫＤＮ（ｎｄ（１），ｎｄ（２），・・
・，ｎｄ（Ｉ））を求めることができる（ステップＳ２
２４）。Similarly, a set of peak positions PKDN (nd (1), nd (2),... Nd)
(I)) is obtained. That is, the first order differential data SPCDN_D1 (n) is obtained by multiplying the discrete spectrum data SPCDN (n) by the first order differential function DIFF () (step S223). And the primary differential data SPCDN
_D1 (n) and discrete spectrum data SPCD
By examining n that satisfies N (n)> PKTH, a set of peak positions PKDN (nd (1), nd (2),...
, Nd (I)) (step S2)
24).

【００３６】次に、マイクロプロセッサ５は、ピーク検
出処理で得られたピーク位置について複数のピークが重
複した複合ピークの検出処理を行う。図８および図９の
フローチャートを参照して、複合ピーク検出処理（図５
におけるステップＳ２３）の処理の一例を具体的に説明
する。なお、図８および図９に示された処理は、図２に
示された複合ピーク検出器５１３の処理に相当する。Next, the microprocessor 5 performs a process of detecting a composite peak in which a plurality of peaks overlap at the peak position obtained in the peak detection process. Referring to the flowcharts of FIGS. 8 and 9, a composite peak detection process (FIG. 5)
An example of the process of step S23) in the above will be specifically described. The processing shown in FIGS. 8 and 9 corresponds to the processing of the composite peak detector 513 shown in FIG.

【００３７】マイクロプロセッサ５は、まず、ピーク位
置の集合ＰＫＵＰ（ｎｕ（１），ｎｕ（２），・・・，
ｎｕ（Ｉ））の構成要素それぞれについて、パワースペ
クトラムが３ｄＢダウンとなるバンド幅を求める（ステ
ップＳ２３１）。ピーク位置の集合ＰＫＵＰ（ｎｕ
（１），ｎｕ（２），・・・，ｎｕ（Ｉ））の各要素Ｓ
ＰＣＵＰ（Ｉ）にバンド幅関数ＢＷ（）をかけてバンド
幅ＢＷｎｕ（ｉ）を求めることができる。The microprocessor 5 first sets a set of peak positions PKUP (nu (1), nu (2),...
For each of the constituent elements of nu (I)), a bandwidth at which the power spectrum is reduced by 3 dB is obtained (step S231). A set of peak positions PKUP (nu
(1), each element S of nu (2),..., Nu (I))
The bandwidth BWnu (i) can be obtained by multiplying PCUP (I) by the bandwidth function BW ().

【００３８】そして、ピーク位置ＰＫＵＰの各要素ＳＰ
ＣＵＰ（ｎｕ（Ｉ））から、バンド幅ＢＷｎｕ（ｉ）＞
ＢＷＴＨを満たすピーク位置を選択する（ステップＳ２
３２）。ここで、ＢＷＴＨは、ピークが複数のピークか
ら成る複合ピークであるかどうかを判断するためのしき
い値である。しきい値ＢＷＴＨより大きい場合には、複
数のピークから成ると判定する。条件を満足するピーク
位置の集合をＰＫＣＭＰＵＰ｛ｎｕ（１），・・・，ｎ
ｕ（ｊ）｝とする。Then, each element SP of the peak position PKUP
From CUP (nu (I)), the bandwidth BWnu (i)>
A peak position that satisfies BWTH is selected (step S2).
32). Here, BWTH is a threshold value for determining whether or not the peak is a composite peak including a plurality of peaks. If it is larger than the threshold value BWTH, it is determined that the signal is composed of a plurality of peaks. The set of peak positions satisfying the condition is PKCMPUP @ nu (1),.
u (j)}.

【００３９】同様に、下り区間についてもＰＫＤＮ（ｎ
ｄ（１），ｎｄ（２），・・・，ｎｄ（Ｉ））の構成要
素それぞれについてパワースペクトラムが３ｄＢダウン
となるバンド幅を求め、ピーク位置ＰＫＤＮの各要素Ｓ
ＰＣＤＮ（ｎｄ（Ｉ））から、バンド幅ＢＷｎｄ（ｉ）
＞ＢＷＴＨを満たすピーク位置を選択する。そして、条
件を満足するピーク位置の集合をＰＫＣＭＰＤＮ｛ｎｄ
（１），・・・，ｎｄ（ｊ）｝とする（ステップＳ２３
３）。Similarly, PKDN (n
For each of the components d (1), nd (2),..., nd (I)), the bandwidth in which the power spectrum is reduced by 3 dB is obtained, and each element S of the peak position PKDN is determined.
From PCDN (nd (I)), bandwidth BWnd (i)
> A peak position satisfying BWTH is selected. Then, a set of peak positions satisfying the condition is defined as PKCMPDN ｛nd
(1),..., Nd (j)} (Step S23)
3).

【００４０】次に、マイクロプロセッサ５は、図９に示
すピーク周波数検出処理を行う。マイクロプロセッサ５
は、まず、ステップ２２で求められている１次微分デー
タＳＰＣＵＰ＿Ｄ１（ｎ）に１次微分関数ＤＩＦＦ（）
をかけて２次微分データＳＰＣＵＰ＿Ｄ２（ｎ）を求め
る（ステップＳ２４１）。図１０に、スペトクトラム
例、その１次微分および２次微分の例を示す。さらに、
２次微分データＳＰＣＵＰ＿Ｄ２（ｎ）に１次微分関数
ＤＩＦＦ（）をかけて３次微分データＳＰＣＵＰ＿Ｄ３
（ｎ）を求める（ステップＳ２４２）。なお、図１０に
は、３次微分の例も示されている。Next, the microprocessor 5 performs a peak frequency detecting process shown in FIG. Microprocessor 5
First, the first-order differential function DIFF () is added to the first-order differential data SPCUP_D1 (n) obtained in step 22.
To obtain second derivative data SPCUP_D2 (n) (step S241). FIG. 10 shows an example of a spectrum and examples of its first and second derivatives. further,
The second derivative data SPCUP_D2 (n) is multiplied by the first derivative function DIFF (), and the third derivative data SPCUP_D3
(N) is obtained (step S242). FIG. 10 also shows an example of the third derivative.

【００４１】次いで、しきい値ＢＷＴＨより大きい条件
を満足するピーク位置の集合をＰＫＣＭＰＵＰ｛ｎｕ
（１），・・・，ｎｕ（ｊ）｝の各ピーク周波数につい
て極小値を求める。すなわち、ピーク位置をｎｕ（ｊ）
とするスペクトラム分布（ＳＰＣＵＰ（ｎ）＞ＰＫＴ
Ｈ）においてＳＰＣＵＰ＿Ｄ３（ｎ）＝０、かつＳＰＣ
ＵＰ＿Ｄ２（ｎ）＜０を満たす周波数ｆｎｕ（ｊ）
（ｓ）を算出する（ステップＳ２４３）。ここで、ｓは
極小値数を示す。Next, a set of peak positions satisfying a condition larger than the threshold value BWTH is defined as PKCMPUP @ nu.
(1),... Nu (j)}. That is, the peak position is set to nu (j)
Spectrum distribution (SPCUP (n)> PKT
H), SPCUP_D3 (n) = 0 and SPC
Frequency fnu (j) satisfying UP_D2 (n) <0
(S) is calculated (step S243). Here, s indicates the minimum value number.

【００４２】さらに、ステップ２４３で算出した周波数
ｆｎｕ（ｊ）（ｓ）について極小値を複数持つピークを
選択する（ステップＳ２４４）。この判定はｓ＞１によ
り容易に判定できる。条件を満足するピーク位置ｎの集
合をＰＫＯＶＬＵＰ｛ｎｕ（１），…，ｎｕ（ｔ）｝と
する。各ピークｎｕ（ｔ）は複数の仮ピーク周波数ｆｎ
ｕ（ｊ）（ｓ）（ｓ＞１）をもつ。Further, a peak having a plurality of minimum values for the frequency fnu (j) (s) calculated in step 243 is selected (step S244). This determination can be easily made by s> 1. A set of peak positions n satisfying the condition is defined as PKOVLUP {nu (1),..., Nu (t)}. Each peak nu (t) has a plurality of temporary peak frequencies fn.
u (j) (s) (s> 1).

【００４３】下り区間についても、同様に、２次微分デ
ータおよび３次微分データを求め、しきい値ＢＷＴＨよ
り大きい条件を満足するピーク位置の集合をＰＫＣＭＰ
ＤＮ｛ｎｄ（１），・・・，ｎｄ（ｊ）｝の各ピークに
ついて極小値を求める。そして、得られる周波数ｆｎｄ
（ｊ）（ｓ）について極小値を複数持つピークを選択
し、ピーク位置ｎの集合をＰＫＯＶＬＤＮＰ｛ｎｄ
（１），…，ｎｄ（ｔ）｝とする。各ピークｎｄ（ｔ）
は複数の仮ピーク周波数ｆｎｄ（ｊ）（ｓ）（ｓ＞１）
をもつ。Similarly, for the descending section, the secondary differential data and the tertiary differential data are obtained, and a set of peak positions satisfying a condition larger than the threshold value BWTH is calculated by PKCMP.
The minimum value is obtained for each peak of DN {nd (1),..., Nd (j)}. And the resulting frequency fnd
(J) A peak having a plurality of minimum values is selected for (s), and a set of peak positions n is defined as PKOVLDNP ｛nd
(1),..., Nd (t)}. Each peak nd (t)
Is a plurality of temporary peak frequencies fnd (j) (s) (s> 1)
With.

【００４４】次に、マイクロプロセッサ５は、モデル化
によるピーク分離処理（図５におけるステップＳ２４）
とピーク周波数決定処理（図５におけるステップＳ２
５）を行う。図１１は、ピーク分離処理およびピーク周
波数決定処理の具体例を示すフローチャートである。な
お、図１１に示された処理は、図２に示されたピーク分
離器５１４およびピーク周波数決定器５１５の処理に対
応する。ピーク分離およびピーク周波数決定処理では、
マイクロプロセッサ５は、各ピークｎｕ（ｔ）について
もっとも再現性のあるピーク位置を算出して、精度よく
複合ピークの分離ピーク周波数を算出する。Next, the microprocessor 5 performs a peak separation process by modeling (step S24 in FIG. 5).
And peak frequency determination processing (step S2 in FIG. 5)
Perform 5). FIG. 11 is a flowchart illustrating a specific example of the peak separation processing and the peak frequency determination processing. Note that the processing illustrated in FIG. 11 corresponds to the processing of the peak separator 514 and the peak frequency determiner 515 illustrated in FIG. In the peak separation and peak frequency determination processing,
The microprocessor 5 calculates the most reproducible peak position for each peak nu (t), and calculates the separation peak frequency of the composite peak with high accuracy.

【００４５】本発明では、障害物を検知したときのスペ
クトラム分布をガウス分布としてモデル化する。そし
て、複数のスペクトラムが重なっている状態から、モデ
ルの波形を用いて波形分離を行う。すなわち、モデル波
形を重ねて実際のスペクトラム波形を再現し、再現した
結果が実際のスペクトラム波形に極めて近ければ、実際
のスペクトラムは複数のスペクトラムが重なったもので
あると判断する。In the present invention, a spectrum distribution when an obstacle is detected is modeled as a Gaussian distribution. Then, from a state where a plurality of spectra are overlapped, waveform separation is performed using the waveform of the model. That is, the actual spectrum waveform is reproduced by superimposing the model waveform, and if the reproduced result is very close to the actual spectrum waveform, it is determined that the actual spectrum is a plurality of overlapping spectrums.

【００４６】マイクロプロセッサ５は、まず、各ピーク
ｎｕ（ｔ）について、周波数ｆｎｄ（ｊ）（ｓ）をピー
クとしてスペクトラム分布（ガウス分布）ＧＡＵＳＳ
（ｆｎｕ（ｊ）（ｓ））を設定する（ステップＳ２５
１）。すなわち、 ＧＡＵＳＳ（ｆｎｕ（ｊ）（ｓ））＝ＳＰＣＵＰ（ｆｎ
ｕ（ｊ）（ｓ））＊ｅｘｐ（−ｌｎ２＊（ｆｖ−ｆｎｕ
（ｊ）（ｓ））² ／Ｗ² ） なお、スペクトラム分布は実験的にガウス分布で近似さ
れることがわかっている。First, the microprocessor 5 sets a spectrum f (Gaussian distribution) GAUSS for each peak nu (t) with the frequency fnd (j) (s) as the peak.
(Fnu (j) (s)) is set (Step S25)
1). That is, GAUSS (fnu (j) (s)) = SPCUP (fn
u (j) (s)) * exp (-ln2 * (fv-fnu
(J) (s)) ² / W ² ) It is known that the spectrum distribution is experimentally approximated by a Gaussian distribution.

【００４７】さらに、スペクトラム分布ＧＡＵＳＳ（ｆ
ｎｕ（ｊ）（ｓ））から合成スペクトラムＧＡＵＳＳＤ
ＩＳ（ｎｕ（ｔ））を求める（ステップＳ２５２）。合
成スペクトラムＧＡＵＳＳＤＩＳ（ｎｕ（ｔ））は、単
純に複数のピークについてのパワースペクトラムの加算
によって得られる。ついで、ピークｎｕ（ｔ）をピーク
周波数としたスペクトラム分布ＳＰＣＤＩＳＵＰ（ｎｕ
（ｔ））を設定する（ステップＳ２５３）。ＳＰＣＤＩ
ＳＵＰ（ｎｕ（ｔ））は、実際に観測されたスペクトラ
ムである。Further, the spectrum distribution GAUSS (f
nu (j) (s)) synthesized spectrum GAUSSD
IS (nu (t)) is obtained (step S252). The composite spectrum GAUSSDIS (nu (t)) is obtained simply by adding the power spectra for a plurality of peaks. Next, the spectrum distribution SPCDISSUP (nu) with the peak nu (t) as the peak frequency
(T)) is set (step S253). SPCDI
SUP (nu (t)) is an actually observed spectrum.

【００４８】そして、合成スペクトラムＧＡＵＳＳＤＩ
Ｓ（ｎｕ（ｔ））とスペクトラム分布ＳＰＣＤＩＳＵＰ
（ｎｕ（ｔ））のパワー差をΔＰとする。ここで、図１
２および図１３に示すように、ｆｖをΔｆごとに可変し
てΔＰが最小化する各ｆｖを算出する（ステップＳ２５
４）。図１２および図１３に示すように、ｆｖをΔｆ毎
に動かして、その都度ΔＰを算出する。このとき、構成
するそれぞれのピークに対して、順番にこの操作を行う
ことによって、全体の合成スペクトラムと観測されたス
ペクトラムとの差の最小値を求めることができる。ここ
で、Δｆは、ＦＦＴのポイント数で決まるスペクトラム
分解能に対して十分小さな値に設定される。Then, the synthesized spectrum GAUSSDI
S (nu (t)) and spectrum distribution SPCDISSUP
The power difference of (nu (t)) is ΔP. Here, FIG.
As shown in FIG. 2 and FIG. 13, fv is varied for each Δf to calculate each fv that minimizes ΔP (step S25).
4). As shown in FIGS. 12 and 13, fv is moved for each Δf, and ΔP is calculated each time. At this time, by performing this operation on each of the constituent peaks in order, the minimum value of the difference between the entire synthesized spectrum and the observed spectrum can be obtained. Here, Δf is set to a value sufficiently smaller than the spectrum resolution determined by the number of FFT points.

【００４９】なお、図１２および図１３において、点線
による波形はステップＳ２５１の処理で設定された各モ
デル波形の例を示し、実線による波形はステップＳ２５
２の処理で得られる合成波形例を示す。図１２に示され
た合成波形例のようにピーク間に谷が存在するようなと
きには分離は容易であるが、本発明によれば、図１３に
示されたような合成波形からも分離を行うことができ
る。In FIGS. 12 and 13, waveforms indicated by dotted lines show examples of the model waveforms set in the processing of step S251, and waveforms indicated by solid lines denote the waveforms of step S25.
2 shows an example of a synthesized waveform obtained by the processing of FIG. Separation is easy when there is a valley between peaks as in the composite waveform example shown in FIG. 12, but according to the present invention, separation is also performed from the composite waveform shown in FIG. be able to.

【００５０】次に、合成スペクトラムＧＡＵＳＳＤＩＳ
（ｎｕ（ｔ））が波形分離可能かどうかを、ΔＰ＜ＳＰ
ＣＮＥＱＴＨによって判断する（ステップＳ２５５）。
ここで、しきい値ＳＰＣＮＥＱＴＨは、複合ピークの分
離の可否を判断するためのものである。条件が成立する
とピーク周波数ｆｖ（ｓ）をもつｓ個のスペクトラムに
分離可能であると判断できる（ステップＳ２５６）。Next, the synthetic spectrum GAUSSDIS
(Nu (t)) is ΔP <SP
The determination is made by CNEQTH (step S255).
Here, the threshold value SPCNEQTH is used to determine whether compound peaks can be separated. When the condition is satisfied, it can be determined that the spectrum can be separated into s spectra having the peak frequency fv (s) (step S256).

【００５１】下り区間についても、ステップＳ２５１〜
Ｓ２５６の処理と同様の処理を行う。すなわち、ピーク
ｎｄ（ｔ）について、モデル波形を重ねた合成波形と実
際のスペクトラム波形とを比較して、もっとも再現性の
あるピーク位置を算出し、複合ピークの分離ピーク周波
数を算出する。Steps S251 to S251 are also performed for the down section.
A process similar to the process of S256 is performed. That is, for the peak nd (t), the composite waveform obtained by superimposing the model waveform and the actual spectrum waveform are compared, the peak position with the highest reproducibility is calculated, and the separation peak frequency of the composite peak is calculated.

【００５２】ｓ個のピーク周波数ｆｖ（ｓ）が決定でき
た場合には、周波数解析処理器５１は、それらを、ター
ゲット認識器５２に出力する。ターゲット認識器５２
は、それらのピーク周波数にもとづいて障害物との間の
距離と相対速度を算出する。そして、危険判別器５３
は、ターゲット認識器５２が算出した距離と相対速度と
から障害物と移動体との衝突等の危険度を判別し、警報
器６に判別信号を出力する。警報器６は、判別信号によ
る危険度の程度が高い場合には、警報表示を行ったり警
報音を発したりして運転者に危険を知らせる。When s peak frequencies fv (s) have been determined, the frequency analysis processor 51 outputs them to the target recognizer 52. Target recognizer 52
Calculates the distance to the obstacle and the relative speed based on those peak frequencies. And the danger classifier 53
Determines the degree of danger such as collision between an obstacle and a moving object from the distance and the relative speed calculated by the target recognizer 52, and outputs a determination signal to the alarm device 6. When the degree of danger based on the discrimination signal is high, the alarm 6 notifies the driver of danger by displaying an alarm or emitting an alarm sound.

【００５３】[0053]

【発明の効果】以上のように、本発明によれば、ＦＷ−
ＣＷレーダ装置を、三角波の上下区間に対応したビート
信号のスペクトラムのバンド幅を算出し、バンド幅が一
定値以上のスペクトラムは複数のスペクトラムが重なっ
て構成されているものとみなし、モデル化したスペクト
ラムを仮定して観測されたスペクトラムとの差分が最小
となるようモデル化したスペクトラムのパラメータを調
整することで、重なったスペクトラムを複数の個別のス
ペクトラムに分解するように構成したので、近接した障
害物の距離と相対速度を精度よく検出できる効果があ
る。As described above, according to the present invention, the FW-
The CW radar apparatus calculates the bandwidth of the spectrum of the beat signal corresponding to the upper and lower sections of the triangular wave, and assumes that a spectrum having a bandwidth equal to or greater than a certain value is constituted by a plurality of overlapping spectrums. By adjusting the parameters of the modeled spectrum so that the difference from the observed spectrum is minimized, the overlapping spectrum is decomposed into a plurality of individual spectra. This has the effect of accurately detecting the distance and relative speed of the object.

【図面の簡単な説明】[Brief description of the drawings]

【図１】 ＦＷ−ＣＷレーダ装置の受信系の構成を示す
ブロック図である。FIG. 1 is a block diagram illustrating a configuration of a receiving system of a FW-CW radar device.

【図２】 周波数解析処理器の一構成例を示すブロック
図である。FIG. 2 is a block diagram illustrating a configuration example of a frequency analysis processor.

【図３】 本発明におけるスペクトラム分離の例を示す
説明図である。FIG. 3 is an explanatory diagram showing an example of spectrum separation in the present invention.

【図４】 マイクロプロセッサのメインルーチンを示す
フローチャートである。FIG. 4 is a flowchart showing a main routine of the microprocessor.

【図５】 周波数解析処理を示すフローチャートであ
る。FIG. 5 is a flowchart showing a frequency analysis process.

【図６】 ＦＦＴ演算処理を示すフローチャートであ
る。FIG. 6 is a flowchart illustrating an FFT operation process.

【図７】 ピーク検出処理を示すフローチャートであ
る。FIG. 7 is a flowchart showing a peak detection process.

【図８】 複合ピーク検出処理を示すフローチャートで
ある。FIG. 8 is a flowchart illustrating a composite peak detection process.

【図９】 ピーク周波数検出処理を示すフローチャート
である。FIG. 9 is a flowchart illustrating a peak frequency detection process.

【図１０】 スペクトラムの１次、２次、３次微分の例
を示す説明図である。FIG. 10 is an explanatory diagram showing an example of first, second, and third derivatives of a spectrum.

【図１１】 ピーク分離およびピーク周波数決定処理を
示すフローチャートである。FIG. 11 is a flowchart illustrating peak separation and peak frequency determination processing.

【図１２】 波形合成例を示す説明図である。FIG. 12 is an explanatory diagram showing an example of waveform synthesis.

【図１３】 波形合成の他の例を示す説明図である。FIG. 13 is an explanatory diagram showing another example of waveform synthesis.

【図１４】 従来のピーク分離の方法を説明するための
説明図である。FIG. 14 is an explanatory diagram for explaining a conventional peak separation method.

【符号の説明】[Explanation of symbols]

１ レーザヘッド ２ ローパスフィルタ ３ 増幅器 ４ Ａ−Ｄ変換器 ５ マイクロプロセッサ ６ 警報器 ５１ 周波数解析処理器 ５２ ターゲット認識器 ５３ 危険判別器 ５１１ ＦＦＴ演算器 ５１２ ピーク検出器 ５１３ 複合ピーク検出器 ５１４ ピーク分離器 ５１５ ピーク周波数決定器 DESCRIPTION OF SYMBOLS 1 Laser head 2 Low-pass filter 3 Amplifier 4 A / D converter 5 Microprocessor 6 Alarm 51 Frequency analysis processor 52 Target recognizer 53 Danger classifier 511 FFT calculator 512 Peak detector 513 Composite peak detector 514 Peak separator 515 Peak frequency determiner

Claims (6)

【特許請求の範囲】[Claims] 【請求項１】 三角波で周波数変調された連続波を送信
波として送出し、送信波と受信波とから生成されるビー
ト信号のスペクトラムにもとづいて外部に存在する物体
との間の距離や相対速度を検出するＦＷ−ＣＷレーダ装
置において、 ビート信号データを周波数スペクトラムに変換する変換
手段と、 変換手段によって得られた周波数スペクトラムからピー
クを検出するピーク検出手段と、 検出されたピークを含むスペクトラムのうち所定値以上
のバンド幅をもつスペクトラムを複合ピークを含むもの
として検出する複合ピーク検出手段と、 複合ピークを含むスペクトラムをモデル化したスペクト
ラムに分離し、モデル化されたスペクトラムのパラメー
タを調整してピーク周波数を決定するピーク分離手段と
を備えたことを特徴とするＦＷ−ＣＷレーダ装置。1. A continuous wave frequency-modulated by a triangular wave is transmitted as a transmission wave, and a distance and a relative speed between an external object based on a spectrum of a beat signal generated from the transmission wave and the reception wave. In the FW-CW radar apparatus for detecting the frequency, a converting means for converting the beat signal data into a frequency spectrum, a peak detecting means for detecting a peak from the frequency spectrum obtained by the converting means, and a spectrum including the detected peak A composite peak detecting means for detecting a spectrum having a bandwidth equal to or greater than a predetermined value as including a composite peak; and separating a spectrum including the composite peak into a modeled spectrum and adjusting parameters of the modeled spectrum to obtain a peak. FW comprising peak separating means for determining a frequency. CW radar apparatus. 【請求項２】 複合ピーク検出手段は、ピーク検出手段
が検出したピークを含むスペクトラムにおける所定値以
上のバンド幅をもつもののうちで複数の極小値をもつも
のを、複数の仮ピークを含むものとして抽出する請求項
１記載のＦＷ−ＣＷレーダ装置。2. The composite peak detecting means includes a plurality of peaks detected by the peak detecting means having a plurality of minimum values among those having a bandwidth equal to or more than a predetermined value in a spectrum including the peak detected as peaks including a plurality of temporary peaks. The FW-CW radar device according to claim 1, wherein the extraction is performed. 【請求項３】 ピーク分離手段は、複合ピーク検出手段
が抽出した各ピークを含むスペクトラムについて、仮ピ
ークをピーク周波数とするスペクトラム分布を仮定し、
それらの合成分布と複合ピーク検出手段が抽出したピー
クをピーク周波数としたスペクトラム分布とを比較し
て、複数のピークを分離可能かどうか判断する請求項２
記載のＦＷ−ＣＷレーダ装置。3. The peak separating means assumes a spectrum distribution having a temporary peak as a peak frequency for a spectrum including each peak extracted by the composite peak detecting means,
3. A method according to claim 2, wherein said composite distribution is compared with a spectrum distribution using a peak extracted by said composite peak detecting means as a peak frequency to determine whether a plurality of peaks can be separated.
The FW-CW radar device as described in the above. 【請求項４】 ピーク分離手段は、仮定されるスペクト
ラム分布としてガウス分布を用いる請求項３記載のＦＷ
−ＣＷレーダ装置。4. The FW according to claim 3, wherein the peak separating means uses a Gaussian distribution as the assumed spectrum distribution.
-CW radar equipment. 【請求項５】 ピーク分離手段は、パラメータを変えて
得られる合成分布と複合ピーク検出手段が抽出したピー
クをピーク周波数としたスペクトラム分布との電力差に
もとづいて、複数のピークを分離可能かどうか判断する
請求項３または請求項４記載のＦＷ−ＣＷレーダ装置。5. A method for determining whether a plurality of peaks can be separated based on a power difference between a combined distribution obtained by changing parameters and a spectrum distribution having a peak extracted by the composite peak detecting means as a peak frequency. The FW-CW radar device according to claim 3 or 4, wherein the determination is performed. 【請求項６】 ピーク分離手段は、電力差を所定値以下
とする合成分布のもとになる各スペクトラム分布のピー
ク周波数を、ビート信号中の各ピーク周波数とする請求
項５記載のＦＷ−ＣＷレーダ装置。6. The FW-CW according to claim 5, wherein the peak separating means sets each peak frequency in the beat signal to a peak frequency of each spectrum distribution which is a source of a composite distribution having a power difference equal to or less than a predetermined value. Radar equipment.