JP2005337854A - Target categorizing method and device - Google Patents

Target categorizing method and device Download PDF

Info

Publication number
JP2005337854A
JP2005337854A JP2004156243A JP2004156243A JP2005337854A JP 2005337854 A JP2005337854 A JP 2005337854A JP 2004156243 A JP2004156243 A JP 2004156243A JP 2004156243 A JP2004156243 A JP 2004156243A JP 2005337854 A JP2005337854 A JP 2005337854A
Authority
JP
Japan
Prior art keywords
target
peak
relative
distance
amplitude value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2004156243A
Other languages
Japanese (ja)
Other versions
JP4682535B2 (en
Inventor
Seiji Nomoto
誠二 野本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Priority to JP2004156243A priority Critical patent/JP4682535B2/en
Publication of JP2005337854A publication Critical patent/JP2005337854A/en
Application granted granted Critical
Publication of JP4682535B2 publication Critical patent/JP4682535B2/en
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

<P>PROBLEM TO BE SOLVED: To reduce a processing load and to make it easy to evaluate categorization accuracy as to a target categorizing device for categorizing the kind of a target based on range profile data on the target acquired by a radar device. <P>SOLUTION: Target detection data are detected having the n-th (n = 1 to N) largest peak amplitude value from the amplitude values of peaks that form crests among a group of target detection data belonging to one target detected from a radar reception signal. On the basis of the amplitude value and distance of target detection data having the first peak amplitude value, normalization is performed for finding relative amplitude values and relative distances of detection data on the second to n-th targets, and further aspect angle correction is performed. As to the relative amplitude values and relative distances of the respective peaks, correlation processing is performed with a database held in a memory. Relative amplitude values and relative distances of the respective peaks observed are outputted as categorization data together with categorization results. <P>COPYRIGHT: (C)2006,JPO&NCIPI

Description

本発明は、目標類別装置に関し、特にレーダ装置で取得したデータにもとづいて目標の種類を類別する目標類別方法および装置に関する。   The present invention relates to a target classification apparatus, and more particularly to a target classification method and apparatus for classifying target types based on data acquired by a radar apparatus.

レーダ装置は、空間に電波を発射して目標からの反射信号を受信することにより、目標の存在を探知し、その位置、運動状況などを観測する手段、あるいは目標の種類を識別する手段として用いられる。   Radar equipment emits radio waves into space and receives reflected signals from the target, thereby detecting the presence of the target and observing its position, movement status, etc., or as a means of identifying the type of target It is done.

レーダ装置からの電波はアンテナから空間に発射され、目標に当たって反射した後、再びアンテナで受けて受信装置等へレーダ受信信号として出力される。レーダ受信信号は定められたサンプリング間隔でＡ／Ｄ変換され、サンプリング点毎の振幅値から目標信号を検出し測距処理を行うことによって目標の距離情報を得ることができる。ここで、サンプリング間隔は、測距処理における距離のサンプリング間隔に対応しており、この距離のサンプリング間隔をレンジビンという。例えば、３０ＭＨｚのサンプリング周波数であれば、１レンジビンは５ｍとなり、Ａ／Ｄ変換後のレーダ受信信号は５ｍ毎の振幅値となる。   The radio wave from the radar device is emitted from the antenna to the space, is reflected upon hitting the target, is received by the antenna again, and is output as a radar reception signal to the receiving device or the like. The radar received signal is A / D converted at a predetermined sampling interval, and the target distance information can be obtained by detecting the target signal from the amplitude value at each sampling point and performing the ranging process. Here, the sampling interval corresponds to the distance sampling interval in the distance measurement processing, and this distance sampling interval is referred to as a range bin. For example, if the sampling frequency is 30 MHz, one range bin is 5 m, and the radar reception signal after A / D conversion has an amplitude value every 5 m.

また、アンテナが電波を発射する方位を変化させ、方位の異なるレーダ受信信号を得て、方位測角処理を行うことによって目標の方位情報を得ることができる。さらに、目標検出時刻、距離、方位等の情報を含む目標データを使って、追尾処理を行うこともある。追尾処理は、アンテナから電波が発射される毎に得られる時系列で複数の目標データの中から、同一の目標に属する目標データを抽出し、その目標の予測位置や進行方向を算出してその目標の運動に追随し、追尾データを出力する処理である。   Further, target azimuth information can be obtained by changing the direction in which the antenna emits radio waves, obtaining radar reception signals having different azimuths, and performing azimuth measurement processing. Furthermore, tracking processing may be performed using target data including information such as target detection time, distance, and direction. In the tracking process, target data belonging to the same target is extracted from a plurality of target data obtained in time series each time radio waves are emitted from the antenna, and the predicted position and traveling direction of the target are calculated and the target data is calculated. This is a process of following the target motion and outputting tracking data.

このようにレーダ装置の主要機能は探知、測距、方位測角、追尾などであるが、これらの機能に加えて、近年は目標の種類を類別する機能が実用化されつつある。類別の内容としては、大型／小型といったサイズの分類や、航空機かミサイルか等の大まかな分類から、具体的に航空機や艦船の種類を類別する等、レーダ装置の運用目的によって様々な方式が提案されている。   As described above, the main functions of the radar apparatus are detection, distance measurement, azimuth angle measurement, tracking, and the like. In addition to these functions, in recent years, functions for classifying target types are being put into practical use. As for the contents of the classification, various methods are proposed according to the operational purpose of the radar device, such as classifying the type of aircraft or ship from the classification of size such as large / small and rough classification such as aircraft or missile. Has been.

その代表的な方式の１つにレンジプロファイルを用いる方式がある。レンジプロファイルとは、目標からの受信信号の距離方向における振幅値の変化であり、目標の形状や材質等によって異なるものである。また、振幅値をＲＣＳ（Radar Cross Section）に換算することにより、目標の距離対ＲＣＳ特性をレンジプロファイルということもある。レーダ装置の場合、方位分解能に比べて距離分解能の方が一般的によく、レンジプロファイルによる類別方式の長所は、精度のよい距離分解能を利用しているので、目標の物理的特徴とレンジプロファイルの対応がつきやすいことが挙げられる。   One of the typical methods is a method using a range profile. The range profile is a change in the amplitude value in the distance direction of the received signal from the target, and differs depending on the shape and material of the target. Further, by converting the amplitude value into RCS (Radar Cross Section), the target distance versus RCS characteristic may be referred to as a range profile. In the case of radar equipment, distance resolution is generally better than azimuth resolution, and the advantage of the classification method based on range profiles is that accurate distance resolution is used. It is easy to deal with.

即ち、方位分解能は方位ビーム幅でほぼ決定され、たとえば航空機を目標とするレーダ装置では通常ビーム幅は数度であるが、ビーム幅１度は１０ｋｍ遠方では約１７４ｍ相当となる。航空機や艦船等の目標の物理長が数１０〜数１００ｍであるため、この方位分解能で目標を類別することは通常は困難である。これに対して、距離分解能はほぼパルス幅で決定され、使用できる周波数帯域幅の制約があるものの、方位分解能を上げるよりは容易である。例えば、周波数帯域幅として３０ＭＨｚが使用可能であれば、目標の存在する距離によらず約５ｍの距離分解能が得られることになり、目標の物理長に比べて細かい分解能が確保できることになる。   In other words, the azimuth resolution is almost determined by the azimuth beam width. For example, in a radar apparatus that targets an aircraft, the beam width is usually several degrees, but one degree is equivalent to about 174 m at a distance of 10 km. Since the target physical length of an aircraft, a ship, or the like is several tens to several hundreds of meters, it is usually difficult to classify the targets with this azimuth resolution. On the other hand, the distance resolution is almost determined by the pulse width and is easier than increasing the azimuth resolution, although there are restrictions on the frequency bandwidth that can be used. For example, if 30 MHz can be used as the frequency bandwidth, a distance resolution of about 5 m can be obtained regardless of the distance where the target exists, and a finer resolution than the target physical length can be secured.

図６は、特許文献１に開示されている、レンジプロファイルを用いた従来の目標類別装置の構成例を示すブロック図であり、レーダ受信信号から目標を検出する目標検出部２１と、目標検出メモリ２５と受信エコー長演算部２６からなる目標相関部２２と、ＲＣＳ算出部２７とＲＣＳ−目標位置メモリ２８とＲＣＳ最大値検出部２９からなるＲＣＳ演算処理部２３と、目標大小判定部２４とで構成されている。   FIG. 6 is a block diagram illustrating a configuration example of a conventional target classification device using a range profile disclosed in Patent Document 1, and includes a target detection unit 21 that detects a target from a radar reception signal, and a target detection memory. 25, an RCS calculation processing unit 23 including an RCS calculation unit 27, an RCS-target position memory 28, and an RCS maximum value detection unit 29, and a target size determination unit 24. It is configured.

目標検出部２１は、レーダ受信信号と所定のスレッシュホールド値を比較して、スレッシュホールド値よりも大きい振幅値を持つレンジビンの信号を目標検出データとして検出し、目標相関処理部２２とＲＣＳ演算処理部２３へ出力する。   The target detection unit 21 compares the radar reception signal with a predetermined threshold value, detects a range bin signal having an amplitude value larger than the threshold value as target detection data, and the target correlation processing unit 22 and the RCS calculation process To the unit 23.

目標相関処理部２２では、目標検出部２１で検出された目標検出データを、距離、方位に対応させて目標検出メモリ２５に保持するとともに、該保持された目標検出データから、互いに隣接する距離、方位のデータを検索し、隣接する目標検出データ同士については、同じ目標からの目標検出データであると判定してその拡がりを目標範囲として求め、一つの目標に統合する。そして、受信エコー長演算部２６で、統合された複数のレンジビンにまたがり分布する目標検出データから、受信エコー長としてＬｅ＝（１レンジビンに相当する距離）×（レンジビン数）を算出する。   The target correlation processing unit 22 holds the target detection data detected by the target detection unit 21 in the target detection memory 25 in association with the distance and the azimuth, and from the held target detection data, The azimuth data is searched, and adjacent target detection data are determined to be target detection data from the same target, and the spread is obtained as a target range and integrated into one target. Then, the reception echo length calculation unit 26 calculates Le = (distance corresponding to one range bin) × (number of range bins) as the reception echo length from the target detection data distributed over the plurality of integrated range bins.

一方、ＲＣＳ算出処理部２３では、ＲＣＳ算出部２７で、各レンジビン毎のＲＣＳをレーダ受信信号の振幅値より計算し、ＲＣＳ−目標位置メモリ２８に保持し、目標相関処理部２２での目標範囲を参照してその範囲内の最大ＲＣＳ値σを求める。目標大小判定部２４は、目標相関処理部２２から入力された受信エコー長ＬｅとＲＣＳ算出処理部２３から入力されたＲＣＳ最大値σを、予め保持しているＬｅとσのデータベースと比較することにより、目標の大小を判定する。   On the other hand, in the RCS calculation processing unit 23, the RCS calculation unit 27 calculates the RCS for each range bin from the amplitude value of the radar reception signal, holds it in the RCS-target position memory 28, and sets the target range in the target correlation processing unit 22. To obtain the maximum RCS value σ within the range. The target size determination unit 24 compares the received echo length Le input from the target correlation processing unit 22 and the RCS maximum value σ input from the RCS calculation processing unit 23 with a previously stored database of Le and σ. To determine the size of the target.

図７は、受信エコー長ＬｅとＲＣＳ最大値σを用いて目標の大小判定を行う原理を示している。図７に示すように、同じ目標でも、目標の進行方向とレーダ装置の視線方向とのなす角であるアスペクト角θによって、Ｌｅ大、σ小となったり、Ｌｅ小、σ大となったりする。そこで、Ｌｅとσを同時に使用することにより目標の類別を行っている。しかし、図６に示すレンジプロファイルを用いた目標類別装置では、目標のサイズを判定することはできるが、具体的な目標の種類（航空機や艦船の種類）までは類別することはできない。   FIG. 7 shows the principle of determining the target size using the received echo length Le and the RCS maximum value σ. As shown in FIG. 7, even for the same target, Le is large and σ is small, and Le is small and σ is large, depending on the aspect angle θ that is the angle formed between the traveling direction of the target and the line-of-sight direction of the radar apparatus. . Therefore, the target classification is performed by using Le and σ simultaneously. However, the target classification apparatus using the range profile shown in FIG. 6 can determine the size of the target, but cannot classify a specific target type (type of aircraft or ship).

図８は、特許文献２に開示されている、レンジプロファイルを用いた従来の目標類別装置の別の構成例を示すブロック図であり、目標長推定部３１、パターン認識部３２、平均処理部３３、類別部３４とにより構成されている。   FIG. 8 is a block diagram illustrating another configuration example of a conventional target classification device using a range profile disclosed in Patent Document 2, and includes a target length estimation unit 31, a pattern recognition unit 32, and an average processing unit 33. , And a classification unit 34.

特許文献２に開示された目標類別装置では、パターン認識部３２が、目標の形状の違いによるレンジプロファイルの特徴の違いから、たとえば予めデータベースとして記憶してある類別用基準データとの相関を取る等のパターンマッチング処理を行うことにより、目標類別を行う。目標長推定部３１では、レンジプロファイルの中で所定のスレッシュホールド値以上の信号範囲を検出し目標推定長を算出する。また、目標の姿勢によって、見かけ上の目標長が変化するため、追尾情報に基づいて、レーダ装置からのアスペクト角を計算し、補正をおこなう。   In the target classification apparatus disclosed in Patent Literature 2, the pattern recognition unit 32 obtains a correlation with, for example, classification reference data stored in advance as a database from the difference in the characteristics of the range profile due to the difference in the target shape. By performing the pattern matching process, target classification is performed. The target length estimation unit 31 detects a signal range equal to or greater than a predetermined threshold value in the range profile and calculates a target estimation length. In addition, since the apparent target length varies depending on the posture of the target, the aspect angle from the radar apparatus is calculated and corrected based on the tracking information.

平均処理部３３は、同一方向に電波を複数回発射し、目標に対して複数個のレンジプロファイルが得られる場合において、各レンジプロファイル毎の振幅値からＲＣＳを求める際に、これらのＲＣＳをヒストグラムにして５０％点から平均のＲＣＳを求めることにより、レンジプロファイルが目標の姿勢により変動する分を補正する。   When the average processing unit 33 emits radio waves in the same direction a plurality of times and a plurality of range profiles are obtained for the target, when calculating the RCS from the amplitude value for each range profile, the average processing unit 33 displays the RCS as a histogram. By calculating the average RCS from the 50% point, the amount by which the range profile varies depending on the target posture is corrected.

特開２００１−１５９６７８号公報JP 2001-159678 A 特開２００２−３５７６５７号公報JP 2002-357657 A

図８に示された目標類別装置では、目標長に加えて、観測されたレンジプロファイルを基準データとパターンマッチング処理することで、目標の類別を行うことが可能であるが、この目標類別装置では、基準データのレンジプロファイルそのものをデータベースとして保持し、目標のレンジプロファイル全体を相関処理に使用するので、目標の種類を類別するために観測されたレンジプロファイルとデータベースとの相関処理を行うときの処理負荷が大きくなるという問題がある。   In the target classification apparatus shown in FIG. 8, it is possible to perform target classification by pattern-matching the observed range profile with reference data in addition to the target length. In this target classification apparatus, Since the range profile of the reference data itself is stored as a database and the entire target range profile is used for correlation processing, the processing when performing correlation processing between the observed range profile and the database to classify target types There is a problem that the load increases.

また、レンジプロファイルの中の具体的な特徴に着目することなく、全体を使用しており、レンジプロファイルのどの部分の特徴がどの程度基準データと合致しているのか特定できないために、類別結果がどの程度信頼できるのかという類別精度が不明であるという問題がある。   In addition, since the whole is used without paying attention to the specific features in the range profile, it is not possible to specify how much the features of the range profile match the reference data. There is a problem that the classification accuracy of how reliable is unknown.

本発明の目的は、上記問題点に鑑み、処理負荷が小さくかつ類別精度の評価が容易な目標類別装置を提供することにある。   In view of the above-described problems, an object of the present invention is to provide a target classification apparatus that has a small processing load and that allows easy evaluation of classification accuracy.

本発明の目標類別方法は、距離方向及び方位方向の２次元において連続したレンジビンの目標検出データを１つの目標として統合し、該統合された目標に属する目標検出データのグループの内で山となっているピーク振幅値の大きい方からｎ番目（ｎ＝１，２，・・・，Ｎ）までのピーク振幅値を検出し、第１のピーク振幅値及びその距離を基準として第２〜第Ｎのピークの相対振幅値とその相対距離を求め、前記目標の進行方向とレーダ装置の視線方向とのなすアスペクト角により前記相対距離を補正し、対象とする目標の各種類毎に正面から観測したときに得られるレンジプロファイルの各ピークの相対振幅値及び相対距離と、前記アスペクト角補正された検出目標の相対振幅値及び相対距離との相関処理を行うことにより、前記目標の種類を類別することを特徴とする。   The target classification method of the present invention integrates target detection data of range bins continuous in two dimensions in the distance direction and the azimuth direction as one target, and forms a mountain within a group of target detection data belonging to the integrated target. The peak amplitude values up to the n-th (n = 1, 2,..., N) from the largest peak amplitude value are detected, and the second to N-th peaks are detected based on the first peak amplitude value and its distance. The relative amplitude value of the peak and the relative distance were obtained, the relative distance was corrected by the aspect angle formed by the target traveling direction and the line-of-sight direction of the radar device, and each target target type was observed from the front. By performing correlation processing between the relative amplitude value and relative distance of each peak of the range profile obtained sometimes and the relative amplitude value and relative distance of the detection target corrected for the aspect angle, Wherein the categorizing class.

また、本発明の第２の目標類別方法は、距離方向及び方位方向の２次元において連続したレンジビンの目標検出データを１つの目標として統合し、該統合された目標に属する目標検出データのグループの内で山となっているピーク振幅値の大きい方からｎ番目（ｎ＝１，２，・・・，Ｎ）までのピーク振幅値を検出し、第１のピーク振幅値及びその距離を基準として第２〜第Ｎのピークの相対振幅値を求め、該求められた各ピークの相対振幅値を、第１〜第Ｍのレベルと比較して各レベル以上の振幅値を有するピークの数をカウントし、対象とする目標の各種類毎のレンジプロファイルにおいて得られる前記第１〜第Ｍの各レベル以上の振幅値を有するピーク数と、前記カウントされた検出目標における前記第１〜第Ｍの各レベル以上の振幅値を有するピーク数との相関処理を行うことにより、前記目標の種類を類別することを特徴とする。   The second target classification method of the present invention integrates target detection data of range bins that are continuous in the two dimensions of the distance direction and the azimuth direction as one target, and sets a group of target detection data belonging to the integrated target. The peak amplitude values up to the n-th (n = 1, 2,..., N) from the largest peak amplitude value that is a peak are detected, and the first peak amplitude value and its distance are used as a reference. The relative amplitude values of the second to Nth peaks are obtained, and the relative amplitude values of the obtained peaks are compared with the first to Mth levels to count the number of peaks having amplitude values equal to or higher than each level. And the number of peaks having amplitude values equal to or higher than the first to Mth levels obtained in the range profile for each type of target, and the first to Mth of the counted detection targets. Amplitude above level By performing the correlation process between the peak number with, characterized by categorizing the type of the target.

本発明の目標類別装置は、レーダ受信信号の振幅値と所定のスレッシュホールド値とを比較して目標検出データを出力するＴＨ判定器と、距離方向及び方位方向の２次元において連続したレンジビンの目標検出データを１つの目標として統合する統合処理器と、前記１つの目標として統合された目標検出データのグループに対して目標の距離を算出する測距処理器と、前記１つの目標として統合された目標検出データのグループに対して目標の方位角を算出する方位測角処理器と、前記測距処理器及び前記方位測角処理器で算出された前記目標の距離及び方位角の時系列データから前記目標の運動を追跡することによりその予測位置や進行方向を算出し、追尾データとして出力する追尾処理器と、前記統合処理器で統合された１つの目標に属する目標検出データの内の山となっているピーク振幅値即ち極大点となっている振幅値の大きい方からｎ番目（ｎ＝１，２，・・・，Ｎ）までのピーク振幅値を検出する第１〜第Ｎピーク検出器と、検出された第１のピーク振幅値とその距離を基準として第２〜第Ｎのピークの相対振幅値と相対距離を求める正規化処理器と、前記追尾データから目標の進行方向とレーダ装置の視線方向とのなす角であるアスペクト角を算出し、レーダ受信信号から得られる見かけ上のレンジプロファイルが目標を正面から観測したときのレンジプロファイルに補正されるように、前記相対距離を補正するアスペクト角補正器と、対象とする目標の各種類毎に正面から観測したときのレンジプロファイルにおける各ピークの相対振幅値と相対距離を基準データとして保持するメモリと、該メモリに保持されている基準データと前記アスペクト角補正器から出力される相対振幅と補正された相対距離との相関処理を行う相関処理器とを有することを特徴とする。   The target classification apparatus according to the present invention includes a TH determination unit that compares the amplitude value of a radar reception signal with a predetermined threshold value and outputs target detection data, and a range bin target that is continuous in two directions in the distance direction and the azimuth direction. An integrated processor that integrates detection data as one target, a ranging processor that calculates a target distance for a group of target detection data integrated as the one target, and a single target integrated From an azimuth angle processor that calculates a target azimuth for a group of target detection data, and from the time series data of the target distance and azimuth calculated by the distance measurement processor and the azimuth angle processor By tracking the movement of the target, the predicted position and the traveling direction are calculated and output as tracking data, and the tracking processor that belongs to one target integrated by the integrated processor. Peak amplitude values that are peaks in the target detection data, that is, peak amplitude values up to the nth (n = 1, 2,..., N) from the largest amplitude value at the maximum point are detected. First to N-th peak detectors, a normalization processor for obtaining relative amplitude values and relative distances of the second to N-th peaks based on the detected first peak amplitude values and their distances, and the tracking The aspect angle, which is the angle between the direction of travel of the target and the line-of-sight direction of the radar device, is calculated from the data, and the apparent range profile obtained from the radar received signal is corrected to the range profile when the target is observed from the front. As described above, the aspect angle corrector for correcting the relative distance and the relative amplitude value and relative distance of each peak in the range profile when observed from the front for each type of target target And a correlation processor for performing a correlation process between the reference data held in the memory and the relative amplitude output from the aspect angle corrector and the corrected relative distance. To do.

また、本発明の第２の目標類別装置は、レーダ受信信号の振幅値と所定のスレッシュホールド値とを比較して目標検出データを出力するＴＨ判定器と、距離方向及び方位方向の２次元において連続したレンジビンの目標検出データを１つの目標として統合する統合処理器と、該統合処理器で統合された１つの目標に属する目標検出データの内の山となっているピーク振幅値の大きい方からｎ番目（ｎ＝１，２，・・・，Ｎ）のピーク振幅値を検出する第１〜第Ｎピーク検出器と、検出された第１のピーク振幅値とその距離を基準として第２〜第Ｎのピークの相対振幅値と相対距離を求める正規化処理器と、該正規化処理器から出力される各ピークの相対振幅値を、第１〜第Ｍのレベルと比較して各レベル以上の振幅値を有するピークの数をカウントして出力する第１〜第Ｍレベルピーク数検出器と、対象とする目標の各種類毎のレンジプロファイルにおいて得られる前記第１〜第Ｍのレベル以上のピーク数を基準データとして保持するメモリと、該メモリに保持されている基準データと前記第１〜第Ｍレベルピーク数検出器から出力される第１〜第Ｍのレベル以上のピーク数を比較して相関処理を行う相関処理器とを備えていることを特徴とする。   The second target classification apparatus of the present invention compares the amplitude value of the radar received signal with a predetermined threshold value and outputs target detection data, and a two-dimensional distance direction and azimuth direction. From an integrated processor that integrates target detection data of continuous range bins as one target and a peak amplitude value that is a peak of target detection data belonging to one target integrated by the integrated processor First to N-th peak detectors for detecting n-th (n = 1, 2,..., N) peak amplitude values, and second to second values based on the detected first peak amplitude values and their distances. A normalization processor that obtains the relative amplitude value and relative distance of the Nth peak, and the relative amplitude value of each peak output from the normalization processor is greater than each level compared to the first to Mth levels. The number of peaks with an amplitude value of A first to M-th level peak number detector that outputs and outputs, and a memory that holds, as reference data, the number of peaks of the first to M-th levels and higher obtained in a range profile for each target target type A correlation processor that performs correlation processing by comparing the reference data held in the memory with the number of peaks at the first to Mth level peaks output from the first to Mth level peak number detectors; It is characterized by having.

本発明の第１の実施形態では、１つの目標に属する目標検出データのグループの内で山となっているピーク振幅値の大きい方からｎ番目（ｎ＝１，２，・・・，Ｎ）までのピーク振幅値を検出し、第１のピーク振幅値及びその距離を基準として第２〜第Ｎのピークの相対振幅値とその相対距離を求める正規化を行うとともに、目標の進行方向とレーダ装置の視線方向とのなす角であるアスペクト角を算出し、受信信号から得られる見かけ上のレンジプロファイルが目標を正面から観測したときのレンジプロファイルに補正されるように、相対距離を補正するアスペクト角補正を行い、対象とする目標の各種類毎に正面から観測したときに得られるレンジプロファイルの各ピークの相対振幅値と相対距離が基準データとして保持されているデータベースとしてのメモリの内容と、アスペクト角補正された検出目標の相対振幅値及び相対距離の相関処理により、目標の類別を行っているので、目標のレンジプロファイル全体を相関処理に使用する方法と比較して、その処理負荷を小さくすることができる。   In the first embodiment of the present invention, the nth peak (n = 1, 2,..., N) from the largest peak amplitude value that is a peak in the group of target detection data belonging to one target. And normalizing the relative amplitude values and relative distances of the second to Nth peaks with reference to the first peak amplitude value and the distance thereof, and the target traveling direction and the radar. An aspect angle that corrects the relative distance so that the apparent angle profile obtained from the received signal is corrected to the range profile when the target is observed from the front. Data that holds the relative amplitude value and relative distance of each peak of the range profile obtained when angle correction is performed and each target target type is observed from the front. Since the target is classified by correlating the contents of the memory as a base and the relative amplitude value and relative distance of the detection target whose aspect angle is corrected, it is compared with the method that uses the entire target range profile for correlation processing. Thus, the processing load can be reduced.

また、本発明の第２の実施形態では、１つの目標に属する目標検出データのグループの内で山となっているピーク振幅値の大きい方からｎ番目（ｎ＝１，２，・・・，Ｎ）までのピーク振幅値を検出し、第１のピーク振幅値を基準として第２〜第Ｎのピークの相対振幅値を求める正規化を行い、該正規化処理された各ピークの相対振幅値を、第１〜第Ｍのレベルと比較して各レベル以上の振幅値を有するピークの数をカウントし、対象とする目標の各種類毎のレンジプロファイルにおいて得られる前記第１〜第Ｍのレベル以上のピーク数が基準データとして保持されているデータベースとしてのメモリの内容と、検出目標からカウントされた第１〜第Ｍのレベル以上のピーク数との相関処理により、目標の類別を行っているので、目標のレンジプロファイル全体を相関処理に使用する方法と比較して、同様にその処理負荷を小さくすることができる。   Further, in the second embodiment of the present invention, the nth peak (n = 1, 2,..., From the largest peak amplitude value that is a peak in the group of target detection data belonging to one target. N), the peak amplitude values up to N) are detected, the relative amplitude values of the second to Nth peaks are normalized with the first peak amplitude value as a reference, and the relative amplitude values of the respective normalized peaks are processed. Are compared with the first to Mth levels, the number of peaks having an amplitude value equal to or higher than each level is counted, and the first to Mth levels obtained in the range profile for each type of target target Target classification is performed by correlation processing between the contents of the memory as a database in which the above peak numbers are held as reference data and the number of peaks at the first to Mth levels counted from the detection target. So the goal len Compared with the method of using the entire profile in the correlation processing, it can be reduced as well its processing load.

また、相関が取れた場合に類別結果と同時に、基準データと観測された各ピークの相対振幅値と相対距離、あるいは各レベル以上のカウント数を類別データとして出力し、出力された基準データと類別データを比較することが可能になるので、類別結果の精度を容易に評価することができるようになる。   In addition, when the correlation is obtained, the reference data and the relative amplitude value and relative distance of each observed peak or the number of counts of each level or more are output as classification data at the same time as the classification result. Since it becomes possible to compare the data, the accuracy of the classification result can be easily evaluated.

図１は、本発明による目標類別装置の第１の実施形態を示す構成図である。   FIG. 1 is a block diagram showing a first embodiment of a target classification apparatus according to the present invention.

本実施形態の目標類別装置は、レーダ受信信号の振幅値と所定のスレッシュホールド値とを比較して目標検出データを出力するＴＨ判定器１と、距離方向及び方位方向の２次元において連続したレンジビンの目標検出データを１つの目標として統合する統合処理器２と、統合処理器２で１つの目標として統合された目標検出データのグループに対して目標の距離を算出する測距処理器７と、１つの目標として統合された目標検出データのグループに対して目標の方位角を算出する方位測角処理器８と、測距処理器及び方位測角処理器で算出された目標の距離及び方位角の時系列データから前記目標の運動を追跡することによりその予測位置や進行方向を算出し、追尾データとして出力する追尾処理器９と、統合処理器２で統合された１つの目標に属する目標検出データの内の山となっているピーク振幅値の大きい方からｎ番目（ｎ＝１，２，・・・，Ｎ）までのピーク振幅値を持つ目標検出データを検出する第１〜第Ｎピーク検出器３−１〜３−Ｎと、第１のピーク振幅値を持つ目標検出データの振幅値及び距離を基準として第２〜第Ｎの目標検出データの相対振幅値と相対距離を求める正規化処理器４と、目標の進行方向とレーダ装置の視線方向とのなす角であるアスペクト角を算出し、レーダ受信信号から得られる見かけ上のレンジプロファイルが目標を正面から観測したときのレンジプロファイルに補正されるように、相対距離を補正するアスペクト角補正器５と、対象とする目標の各種類毎の基準データのレンジプロファイルの各ピークの相対振幅値と相対距離をデータベースとして保持するメモリＡ１０と、メモリＡ１０に保持されているデータベースと観測された各ピークの相対振幅値と相対距離との相関処理を行い、相関が取れた場合に類別結果と類別データを出力する相関処理器Ａ６を備えている。   The target classification apparatus according to the present embodiment includes a TH determination unit 1 that compares the amplitude value of a radar reception signal with a predetermined threshold value and outputs target detection data, and a range bin that is continuous in two directions in the distance direction and the azimuth direction. An integrated processor 2 that integrates the target detection data as one target, a distance measuring processor 7 that calculates a target distance for a group of target detection data integrated as one target by the integrated processor 2, An azimuth measuring unit 8 that calculates a target azimuth for a group of target detection data integrated as one target, and a target distance and azimuth calculated by the range finder and the azimuth measuring unit By tracking the target motion from the time series data, the predicted position and the traveling direction are calculated, and the tracking processor 9 that outputs the tracking data and the first processor integrated by the integrated processor 2 First of detecting target detection data having peak amplitude values up to n-th (n = 1, 2,..., N) from the largest peak amplitude value which is a peak of target detection data belonging to The relative amplitude value and relative distance of the second to Nth target detection data with reference to the amplitude value and distance of the target detection data having the first peak amplitude value and the Nth peak detectors 3-1 to 3-N When an aspect angle that is an angle formed by a normalization processor 4 that calculates the target and the direction of travel of the target and the direction of the line of sight of the radar apparatus is calculated, and the apparent range profile obtained from the radar received signal observes the target from the front The aspect angle corrector 5 that corrects the relative distance so that the range profile is corrected, and the relative amplitude value and the relative distance of each peak of the range profile of the reference data for each type of target target. The memory A10 held as a memory, the database held in the memory A10, and the relative amplitude value and relative distance of each observed peak are subjected to correlation processing, and when the correlation is obtained, the classification result and the classification data are output. A correlation processor A6 is provided.

図２〜図３は、本実施形態の動作説明図である。以下、本実施形態の動作について図１〜図３を参照して詳細に説明する。   2 to 3 are operation explanatory views of the present embodiment. Hereinafter, the operation of the present embodiment will be described in detail with reference to FIGS.

レーダ装置において、アンテナから空間に発射された電波は目標等に当たって反射した後、アンテナ、受信装置等を経由してレーダ受信信号としてＴＨ判定器１に入力される。ＴＨ判定器１ではレーダ受信信号の振幅値と所定のスレッシュホールド値とを比較してスレッシュホールド値を越えたレーダ受信信号を目標検出データとして出力する。   In the radar apparatus, the radio wave emitted from the antenna to the space hits the target or the like and is reflected and then input to the TH determination device 1 as a radar reception signal via the antenna and the reception apparatus. The TH determination unit 1 compares the amplitude value of the radar reception signal with a predetermined threshold value, and outputs the radar reception signal exceeding the threshold value as target detection data.

レーダ受信信号はアンテナが方位角を変化させながら入力されるので、距離方向及び方位方向の２次元の位置情報をもつデータであり、統合処理器２は距離方向及び方位方向の２次元において連続したレンジビンの目標検出データを１つの目標として統合する。測距処理器７は、１つの目標として統合された目標検出データのグループに対して当該目標の距離を算出する。ここで距離の算出方法としては、１つの目標として統合されたデータの中で最も大きい振幅値（第１ピーク）までの距離とするか、あるいは、各目標検出データの距離を振幅値で重み付けして重心として算出された点までの距離とする方法などがある。   Since the radar received signal is input while the antenna changes the azimuth angle, it is data having two-dimensional position information in the distance direction and the azimuth direction, and the integrated processor 2 is continuous in the two dimensions in the distance direction and the azimuth direction. The target detection data of the range bin is integrated as one target. The distance measuring processor 7 calculates the distance of the target for a group of target detection data integrated as one target. Here, as a calculation method of the distance, the distance to the largest amplitude value (first peak) in the data integrated as one target is set, or the distance of each target detection data is weighted by the amplitude value. The distance to the point calculated as the center of gravity can be used.

方位測角処理器８は、１つの目標として統合された目標検出データのグループに対して当該目標の方位角を算出するものであり、例えば測距処理器と同様に、１つの目標として統合されたデータの中で最も大きい振幅値（第１ピーク）、あるいは、各目標検出データの距離を振幅値で重み付けした重心位置を求め、そのときのアンテナの方位角とから算出される。追尾処理器９は、測距処理器７及び方位測角処理器８で算出された目標の距離及び方位角の時系列データから当該目標の運動を追跡することによりその予測位置や進行方向を算出し、追尾データとして出力する。   The azimuth processor 8 calculates the azimuth of the target with respect to a group of target detection data integrated as one target. For example, the azimuth processor 8 is integrated as a single target similarly to the distance measuring processor. The largest amplitude value (first peak) in the data or the center of gravity position obtained by weighting the distance of each target detection data with the amplitude value is obtained and calculated from the azimuth angle of the antenna at that time. The tracking processor 9 calculates the predicted position and the traveling direction by tracking the movement of the target from the time series data of the target distance and the azimuth calculated by the distance measuring processor 7 and the azimuth measuring processor 8. And output as tracking data.

第１〜第Ｎピーク検出器３−１〜３−Ｎは、１つの目標に属する目標検出データのグループ内で山となっているピーク振幅値（極大値）を検出し、その大きい方から１〜Ｎ番目のピーク振幅値を目標識別データとして出力する。ここで出力されるデータは、図２（ａ）に示すように、振幅値の大きい順に、その振幅値及び該振幅値が出現した時刻から求められる距離情報とからなる。   The first to N-th peak detectors 3-1 to 3-N detect peak amplitude values (local maximum values) that are peaks in a group of target detection data belonging to one target, and from the larger one to 1 The Nth peak amplitude value is output as target identification data. As shown in FIG. 2A, the data output here includes the amplitude value and distance information obtained from the time when the amplitude value appears in the descending order of the amplitude value.

これらのピーク振幅値は、目標が航空機であれば、全体のレンジプロファイルの内、機首、主翼、尾翼などがピーク振幅値として検出されることが期待できる。また、艦船であれば、艦首、艦橋、マスト、煙突などがピーク振幅値として検出されることが期待できる。従ってＮの値は、識別対象となる目標の中で、ピーク振幅値が最も多く検出されることが想定される識別目標を基準にして設定すれば、対象とする識別目標の全てのピーク振幅値を検出できる。   With respect to these peak amplitude values, if the target is an aircraft, it can be expected that the nose, the main wing, the tail wing, etc. are detected as the peak amplitude values in the entire range profile. In the case of a ship, it is expected that a bow, a bridge, a mast, a chimney, etc. are detected as peak amplitude values. Therefore, if the value of N is set with reference to an identification target that is expected to detect the largest peak amplitude value among the targets to be identified, all peak amplitude values of the target identification target are set. Can be detected.

図３は、１つの目標に属する目標検出データのグループ内に、山となっている２つのピークを有するレンジプロファイルの例を示しており、この場合、第１〜第Ｎピーク検出器３−１〜３−Ｎからは、第１ピークと第２ピークの各振幅値と、それぞれのピーク振幅値が出現したときの距離情報が出力される。   FIG. 3 shows an example of a range profile having two peaks that are peaks in the group of target detection data belonging to one target. In this case, the first to Nth peak detectors 3-1 are shown. From ~ 3-N, the amplitude values of the first peak and the second peak and the distance information when the respective peak amplitude values appear are output.

正規化処理器４は、第１〜第Ｎピーク検出器３−１〜３−Ｎから出力される図２（ａ）に示す形態のデータを、最大の振幅値を持つ第１のピーク振幅値及びその距離情報を基準として、第２〜第Ｎのピーク振幅値の相対振幅値と相対距離を算出する。ここで出力されるデータは、図２（ｂ）に示すように、例えば、第１のピーク振幅値を０ｄＢ、距離を０ｍとし、第２〜第Ｎのピーク振幅値と距離が、０ｄＢと０ｍからの相対振幅値と相対距離に変換される。   The normalization processor 4 converts the data in the form shown in FIG. 2A output from the first to Nth peak detectors 3-1 to 3-N into the first peak amplitude value having the maximum amplitude value. The relative amplitude value and the relative distance of the second to Nth peak amplitude values are calculated using the distance information as a reference. As shown in FIG. 2B, the data output here is, for example, that the first peak amplitude value is 0 dB, the distance is 0 m, and the second to Nth peak amplitude values and distances are 0 dB and 0 m. Is converted into a relative amplitude value and a relative distance.

アスペクト角補正器５は、追尾処理器９から出力される目標の進行方向と、レーダ装置の視線方向とから、両者のなす角であるアスペクト角θを算出し、レーダ受信信号から得られる見かけ上のレンジプロファイルを、当該目標を正面から観測したときのレンジプロファイルに相当するように、正規化処理器４で算出した相対距離を補正する。この補正式は、Ｌ０＝Ｌｅ／ｃｏｓθ（Ｌ０：補正後相対距離、Ｌｅ：補正前相対距離、θ：アスペクト角）で表すことができる（図７参照）。ここで出力されるデータは、図２（ｃ）に示すような形態となる。   The aspect angle corrector 5 calculates an aspect angle θ, which is an angle formed by the target traveling direction output from the tracking processor 9 and the line-of-sight direction of the radar apparatus, and is obtained from the radar reception signal. The relative distance calculated by the normalization processor 4 is corrected so that the range profile corresponds to the range profile when the target is observed from the front. This correction formula can be expressed by L0 = Le / cos θ (L0: relative distance after correction, Le: relative distance before correction, θ: aspect angle) (see FIG. 7). The data output here is in the form as shown in FIG.

メモリＡ１０には、対象とする目標の各種類毎の基準データとして、レンジプロファイルの各ピークの相対振幅値と相対距離がデータベースとして保持されている。相関処理器Ａ６は、メモリＡ１０に保持されているデータベースと、アスペクト角補正器５から出力される補正されたレンジプロファイルの各ピークの相対振幅値と相対距離との相関処理を行い、相関が取れた場合には、類別結果と類別データを出力する。   In the memory A10, the relative amplitude value and the relative distance of each peak of the range profile are held as a database as reference data for each target target type. The correlation processor A6 performs a correlation process between the database held in the memory A10 and the relative amplitude value and the relative distance of each peak of the corrected range profile output from the aspect angle corrector 5, thereby obtaining a correlation. If it is, the category result and category data are output.

たとえばメモリＡ１０に、種類Ａ、種類Ｂ、種類Ｃの３種類の目標について、それぞれの目標を正面から観測したときに得られるレンジプロファイルの各ピークの相対振幅値と相対距離がデータベースとして保持されており、アスペクト角補正器５から出力される補正されたレンジプロファイルの各ピークの相対振幅値と相対距離が、種類Ａのデータベースと相関が取れた場合は、相関処理器Ａ６は、種類Ａを類別結果として出力する。   For example, for the three types of targets of type A, type B, and type C, the memory A10 stores the relative amplitude value and the relative distance of each peak of the range profile obtained when each target is observed from the front as a database. If the relative amplitude value and relative distance of each peak of the corrected range profile output from the aspect angle corrector 5 correlate with the type A database, the correlation processor A6 classifies the type A. Output as a result.

更に、相関処理器Ａ６は、観測された各ピークの相対振幅値と相対距離を類別データとして、メモリＡ１０に保持されている種類Ａの基準データとともに出力する。従って、出力された類別データを基準データと比較することにより類別結果の精度を評価することができる。   Furthermore, the correlation processor A6 outputs the observed relative amplitude value and relative distance of each peak as classification data together with the type A reference data held in the memory A10. Therefore, the accuracy of the classification result can be evaluated by comparing the output classification data with the reference data.

図４は、本発明による目標類別装置の第２の実施形態を示す構成図である。   FIG. 4 is a block diagram showing a second embodiment of the target classification apparatus according to the present invention.

本実施形態の目標類別装置は、追尾処理を行わないレーダ装置または追尾処理の性能が不十分でアスペクト角補正ができない場合の目標類別装置に対して適用可能な構成となっており、第１の実施形態と同様の構成を有するＴＨ判定器１、統合処理器２、第１〜第Ｎピーク検出器３−１〜３−Ｎ、正規化処理器４と、正規化処理器４から出力される各ピークの相対振幅値を、第１〜第Ｍのレベルと比較して各レベル以上の振幅値を有するピークの数をカウントして出力する第１〜第Ｍレベルピーク数検出器１１−１〜１１−Ｍと、対象とする目標の各種類毎のレンジプロファイルにおいて得られる第１〜第Ｍのレベル以上のピーク数を基準データとして保持するメモリＢ１３と、メモリＢ１３に保持されている基準データと第１〜第Ｍレベルピーク数検出器１１−１〜１１−Ｍから出力される第１〜第Ｍのレベル以上のピーク数を比較して相関処理を行い、相関が取れた場合に類別結果と類別データを出力する相関処理器Ｂ１２を備えている。   The target classification apparatus according to the present embodiment has a configuration applicable to a radar apparatus that does not perform tracking processing or a target classification apparatus when the performance of tracking processing is insufficient and aspect angle correction cannot be performed. Output from the TH determination device 1, the integrated processing device 2, the first to Nth peak detectors 3-1 to 3 -N, the normalization processing device 4, and the normalization processing device 4 having the same configuration as the embodiment. The first to M-th level peak number detectors 11-1 to 11- 1 which compare the relative amplitude value of each peak with the first to M-th levels and count and output the number of peaks having amplitude values greater than or equal to each level. 11-M, a memory B13 that holds the number of peaks of the first to Mth levels or more obtained in the range profile for each target target type as reference data, and reference data held in the memory B13 1st to Mth levels The number of peaks of the first to Mth levels output from the mark number detectors 11-1 to 11-M are compared and correlation processing is performed, and when the correlation is obtained, the classification result and the classification data are output. A correlation processor B12 is provided.

図５は、本実施形態の動作説明図である。以下、本実施形態の動作について図４〜図５を参照して説明する。   FIG. 5 is a diagram for explaining the operation of the present embodiment. Hereinafter, the operation of the present embodiment will be described with reference to FIGS.

本実施形態において、第１〜第Ｍレベルピーク数検出器１１−１〜１１−Ｍ、相関処理器Ｂ１２、メモリＢ１３以外の各構成の動作は、第１の実施形態と同様であり、ＴＨ判定器１ではレーダ受信信号の振幅値と所定のスレッシュホールド値とを比較してスレッシュホールド値を越えたレーダ受信信号を目標検出データとして出力し、統合処理器２は距離方向及び方位方向の２次元において連続したレンジビンの目標検出データを１つの目標として統合する。   In the present embodiment, the operations of the components other than the first to M-th level peak number detectors 11-1 to 11-M, the correlation processor B12, and the memory B13 are the same as those in the first embodiment, and TH determination is performed. The device 1 compares the amplitude value of the radar reception signal with a predetermined threshold value and outputs the radar reception signal exceeding the threshold value as target detection data. The integrated processor 2 is a two-dimensional display in the distance direction and the azimuth direction. The target detection data of continuous range bins are integrated as one target.

第１〜第Ｎピーク検出器３−１〜３−Ｎは、１つの目標に属する目標検出データのグループ内で山となっているピーク振幅値の大きい方から１〜Ｎ番目のピーク振幅値を持つ目標検出データを検出する。ここで出力されるデータは、図５（ａ）に示すような形態となる。正規化処理器４は、第１のピーク振幅値を持つ目標検出データの振幅値及び距離を基準として第２〜第Ｎのピーク振幅値の相対振幅値と相対距離を算出する。ここで出力されるデータは、図５（ｂ）に示すような形態となる。なお、本実施形態の場合、相対距離情報は使用しないので、正規化処理器４として相対振幅値のみを出力する簡単な構成としてもよい。   The first to N-th peak detectors 3-1 to 3 -N calculate the first to N-th peak amplitude values from the largest peak amplitude value that is a peak in the group of target detection data belonging to one target. Detect target detection data. The data output here is in the form as shown in FIG. The normalization processor 4 calculates the relative amplitude value and the relative distance of the second to Nth peak amplitude values based on the amplitude value and distance of the target detection data having the first peak amplitude value. The data output here is in the form as shown in FIG. In the present embodiment, since the relative distance information is not used, the normalization processor 4 may have a simple configuration that outputs only the relative amplitude value.

本実施形態では、第１〜第Ｍレベルピーク数検出器１１−１〜１１−Ｍは、正規化処理器４の出力であって図５（ｂ）の形態のデータである各ピークの相対振幅値に対して、複数の振幅値Ｌ１〜ＬＭを予め設定し、それらの振幅値以上の振幅値であるピークの数をカウントする。ここで出力されるデータは、図５（ｃ）に示すような形態となる。   In the present embodiment, the first to M-th level peak number detectors 11-1 to 11-M are the outputs of the normalization processor 4, and are the relative amplitudes of the respective peaks that are data in the form of FIG. 5B. A plurality of amplitude values L1 to LM are set in advance for the value, and the number of peaks that are amplitude values greater than or equal to those amplitude values is counted. The data output here is in the form as shown in FIG.

メモリＢ１３には、対象とする目標の各種類毎の基準データとして、対象目標毎のレンジプロファイルにおけるレベルＬ１〜ＬＭ以上の各ピーク数がデータベースとして保持されている。相関処理器Ｂ１２は、メモリＢ１３に保持されているデータベースと、第１〜第Ｍレベルピーク数検出器１１−１〜１１−Ｍから出力されるレベルＬ１〜ＬＭ以上の各ピーク数との相関処理を行い、相関が取れた場合に類別結果を出力するとともに、レベルＬ１〜ＬＭ以上の各ピーク数を類別データとして出力する。   In the memory B13, the number of peaks of levels L1 to LM or higher in the range profile for each target target is held as a database as reference data for each type of target target. The correlation processor B12 is a correlation process between the database held in the memory B13 and the number of peaks of levels L1 to LM or higher output from the first to Mth level peak number detectors 11-1 to 11-M. When the correlation is obtained, the classification result is output, and the number of peaks at levels L1 to LM or higher is output as the classification data.

本実施形態では、各ピークの距離情報を使用せずに、ピークの数及びその振幅値にのみ着目して目標の類別を行うので、第１の実施形態と比較した場合、その類別精度は低下するが、アスペクト角補正ができない場合であっても、単純な構成で目標類別をすることが可能となる。   In the present embodiment, target classification is performed by focusing only on the number of peaks and their amplitude values without using the distance information of each peak, so that the classification accuracy is reduced when compared with the first embodiment. However, even if the aspect angle cannot be corrected, the target classification can be performed with a simple configuration.

本発明の第１の実施形態を示すブロック構成図である。It is a block block diagram which shows the 1st Embodiment of this invention. 第１の実施形態の動作説明図である。It is operation | movement explanatory drawing of 1st Embodiment. レンジプロファイルとピーク振幅値の関係を示す説明図である。It is explanatory drawing which shows the relationship between a range profile and a peak amplitude value. 本発明の第２の実施形態を示すブロック構成図である。It is a block block diagram which shows the 2nd Embodiment of this invention. 第２の実施形態の動作説明図である。It is operation | movement explanatory drawing of 2nd Embodiment. レンジプロファイルを用いた従来の目標類別装置の構成例を示すブロック図である。It is a block diagram which shows the structural example of the conventional target classification apparatus using a range profile. 受信エコー長ＬｅおよびＲＣＳ最大値σとアスペクト角θの関係を示す説明図である。It is explanatory drawing which shows the relationship between reception echo length Le and RCS maximum value (sigma), and aspect angle (theta). レンジプロファイルを用いた従来の目標類別装置の別の構成例を示すブロック図である。It is a block diagram which shows another structural example of the conventional target classification apparatus using a range profile.

符号の説明Explanation of symbols

１ ＴＨ判定器
２ 統合処理器
３−１〜３−Ｎ 第１ピーク検出器〜第Ｎピーク検出器
４ 正規化処理器
５ アスペクト角補正器
６ 相関処理器Ａ
７ 測距処理器
８ 方位測角処理器
９ 追尾処理器
１０ メモリＡ
１１−１〜１１−Ｍ 第１レベルピーク数検出器〜第Ｍレベルピーク数検出器
１２ 相関処理器Ｂ
１３ メモリＢ
２１ 目標検出部
２２ 目標相関処理部
２３ RCS演算処理部
２４ 目標大小判定部
２５ 目標検出メモリ
２６ 受信エコー長演算部
２７ ＲＣＳ算出部
２８ ＲＣＳ−目標位置メモリ
２９ ＲＣＳ最大値検出部
３１ 目標長推定部
３２ パターン認識部
３３ 平均処理部
３４ 類別部 DESCRIPTION OF SYMBOLS 1 TH judgment device 2 Integrated processor 3-1 to 3-N 1st peak detector-Nth peak detector 4 Normalization processor 5 Aspect angle corrector 6 Correlation processor A
7 Ranging processor 8 Azimuth measuring processor 9 Tracking processor 10 Memory A
11-1 to 11-M First level peak number detector to Mth level peak number detector 12 Correlation processor B
13 Memory B
DESCRIPTION OF SYMBOLS 21 Target detection part 22 Target correlation process part 23 RCS calculation process part 24 Target size determination part 25 Target detection memory 26 Reception echo length calculation part 27 RCS calculation part 28 RCS-target position memory 29 RCS maximum value detection part 31 Target length estimation part 32 Pattern recognition unit 33 Average processing unit 34 Classification unit

Claims (6)

レーダ装置で取得した目標検出データにもとづいて目標の種類を類別する目標類別方法であって、
距離方向及び方位方向の２次元において連続したレンジビンの目標検出データを１つの目標として統合し、該統合された目標に属する目標検出データのグループの内で山となっているピーク振幅値の大きい方からｎ番目（ｎ＝１，２，・・・，Ｎ）までのピーク振幅値を検出し、第１のピーク振幅値及びその距離を基準として第２〜第Ｎのピークの相対振幅値とその相対距離を求め、前記目標の進行方向とレーダ装置の視線方向とのなすアスペクト角により前記相対距離を補正し、対象とする目標の各種類毎に正面から観測したときに得られるレンジプロファイルの各ピークの相対振幅値及び相対距離と、前記アスペクト角補正された検出目標の相対振幅値及び相対距離との相関処理を行うことにより、前記目標の種類を類別することを特徴とする目標類別方法。 A target classification method for classifying target types based on target detection data acquired by a radar device,
The target detection data of continuous range bins in the two dimensions of the distance direction and the azimuth direction are integrated as one target, and the peak amplitude value which is a peak in the group of target detection data belonging to the integrated target is larger To the n-th (n = 1, 2,..., N) peak amplitude values are detected, and the relative amplitude values of the second to N-th peaks and their relative values based on the first peak amplitude value and its distance. Obtain the relative distance, correct the relative distance by the aspect angle formed by the traveling direction of the target and the line-of-sight direction of the radar device, and each range profile obtained when observed from the front for each type of target The target type is classified by performing correlation processing between the relative amplitude value and relative distance of the peak and the relative amplitude value and relative distance of the detection target whose aspect angle is corrected. The goal classification how to. レーダ装置で取得した目標検出データにもとづいて目標の種類を類別する目標類別方法であって、
距離方向及び方位方向の２次元において連続したレンジビンの目標検出データを１つの目標として統合し、該統合された目標に属する目標検出データのグループの内で山となっているピーク振幅値の大きい方からｎ番目（ｎ＝１，２，・・・，Ｎ）までのピーク振幅値を検出し、第１のピーク振幅値及びその距離を基準として第２〜第Ｎのピークの相対振幅値を求め、該求められた各ピークの相対振幅値を、第１〜第Ｍのレベルと比較して各レベル以上の振幅値を有するピークの数をカウントし、対象とする目標の各種類毎のレンジプロファイルにおいて得られる前記第１〜第Ｍの各レベル以上の振幅値を有するピーク数と、前記カウントされた検出目標における前記第１〜第Ｍの各レベル以上の振幅値を有するピーク数との相関処理を行うことにより、前記目標の種類を類別することを特徴とする目標類別方法。 A target classification method for classifying target types based on target detection data acquired by a radar device,
The target detection data of continuous range bins in the two dimensions of the distance direction and the azimuth direction are integrated as one target, and the peak amplitude value which is a peak in the group of target detection data belonging to the integrated target is larger To the n-th (n = 1, 2,..., N) peak amplitude values are detected, and the relative amplitude values of the second to N-th peaks are obtained on the basis of the first peak amplitude value and its distance. The relative amplitude value of each obtained peak is compared with the first to Mth levels to count the number of peaks having amplitude values greater than or equal to each level, and the range profile for each type of target target Correlation processing between the number of peaks having amplitude values greater than or equal to each of the first to Mth levels obtained in the above and the number of peaks having amplitude values greater than or equal to the first to Mth levels in the counted detection target I do And the target classification method characterized by categorizing the type of the target. レーダ装置で取得したデータにもとづいて目標の種類を類別する目標類別装置において、
レーダ受信信号の振幅値と所定のスレッシュホールド値とを比較して目標検出データを出力するＴＨ判定器と、距離方向及び方位方向の２次元において連続したレンジビンの目標検出データを１つの目標として統合する統合処理器と、前記１つの目標として統合された目標検出データのグループに対して目標の距離を算出する測距処理器と、前記１つの目標として統合された目標検出データのグループに対して目標の方位角を算出する方位測角処理器と、前記測距処理器及び前記方位測角処理器で算出された前記目標の距離及び方位角の時系列データから前記目標の運動を追跡することによりその予測位置や進行方向を算出し、追尾データとして出力する追尾処理器と、前記統合処理器で統合された１つの目標に属する目標検出データの内の山となっているピーク振幅値の大きい方からｎ番目（ｎ＝１，２，・・・，Ｎ）までのピーク振幅値を検出する第１〜第Ｎピーク検出器と、検出された第１のピーク振幅値とその距離を基準として第２〜第Ｎのピークの相対振幅値と相対距離を求める正規化処理器と、前記追尾データから目標の進行方向とレーダ装置の視線方向とのなす角であるアスペクト角を算出し、レーダ受信信号から得られる見かけ上のレンジプロファイルが目標を正面から観測したときのレンジプロファイルに補正されるように、前記相対距離を補正するアスペクト角補正器と、対象とする目標の各種類毎に正面から観測したときのレンジプロファイルにおける各ピークの相対振幅値と相対距離を基準データとして保持するメモリと、該メモリに保持されている基準データと前記アスペクト角補正器から出力される相対振幅と補正された相対距離との相関処理を行う相関処理器とを備えていることを特徴とする目標類別装置。 In a target classification device that classifies target types based on data acquired by a radar device,
A TH decision unit that compares the amplitude value of the radar received signal with a predetermined threshold value and outputs target detection data, and target detection data of range bins that are continuous in two directions in the distance direction and the azimuth direction are integrated as one target. An integrated processor, a ranging processor for calculating a target distance for the group of target detection data integrated as the one target, and a group of target detection data integrated as the one target An azimuth angle processor for calculating the azimuth angle of a target, and tracking the movement of the target from time series data of the distance and azimuth angle of the target calculated by the distance measurement processor and the azimuth angle processor. The predicted position and the traveling direction are calculated by the tracking processor that outputs the tracking data and the target detection data belonging to one target integrated by the integrated processor. The first to N-th peak detectors for detecting peak amplitude values from the largest peak amplitude value to the n-th (n = 1, 2,..., N), and the detected first A normalization processor that obtains the relative amplitude values and relative distances of the second to Nth peaks based on the peak amplitude value and the distance thereof, and an angle formed by the target traveling direction and the line-of-sight direction of the radar apparatus from the tracking data. An aspect angle corrector that corrects the relative distance so that an aspect angle is calculated and an apparent range profile obtained from a radar reception signal is corrected to a range profile when the target is observed from the front, and an object A memory that holds the relative amplitude value and relative distance of each peak in the range profile when observed from the front for each type of target to be used as reference data, and a reference that is held in the memory Target classification apparatus characterized by and a correlation processing unit that performs correlation processing between the relative amplitudes and Corrected Relative distances output from the chromatography data with the aspect angle corrector. 前記相関処理器は、相関が得られたとき、前記目標の類別結果を出力するとともに、前記相関が得られた前記基準データ及び前記アスペクト角補正器から出力される相対振幅と補正された相対距離を類別データとして出力することを特徴とする請求項３に記載の目標類別装置。   When the correlation is obtained, the correlation processor outputs the target classification result, and the reference data from which the correlation is obtained and the relative amplitude output from the aspect angle corrector and the corrected relative distance. 4. The target classification device according to claim 3, wherein the target classification device is output as classification data. レーダ装置で取得したデータにもとづいて目標の種類を類別する目標類別装置において、
レーダ受信信号の振幅値と所定のスレッシュホールド値とを比較して目標検出データを出力するＴＨ判定器と、距離方向及び方位方向の２次元において連続したレンジビンの目標検出データを１つの目標として統合する統合処理器と、該統合処理器で統合された１つの目標に属する目標検出データの内の山となっているピーク振幅値の大きい方からｎ番目（ｎ＝１，２，・・・，Ｎ）のピーク振幅値を検出する第１〜第Ｎピーク検出器と、検出された第１のピーク振幅値とその距離を基準として第２〜第Ｎのピークの相対振幅値と相対距離を求める正規化処理器と、該正規化処理器から出力される各ピークの相対振幅値を、第１〜第Ｍのレベルと比較して各レベル以上の振幅値を有するピークの数をカウントして出力する第１〜第Ｍレベルピーク数検出器と、対象とする目標の各種類毎のレンジプロファイルにおいて得られる前記第１〜第Ｍのレベル以上のピーク数を基準データとして保持するメモリと、該メモリに保持されている基準データと前記第１〜第Ｍレベルピーク数検出器から出力される第１〜第Ｍのレベル以上のピーク数を比較して相関処理を行う相関処理器とを備えていることを特徴とする目標類別装置。 In a target classification device that classifies target types based on data acquired by a radar device,
A TH decision unit that compares the amplitude value of the radar received signal with a predetermined threshold value and outputs target detection data, and target detection data of range bins that are continuous in two directions in the distance direction and the azimuth direction are integrated as one target. And the nth (n = 1, 2,..., From the largest peak amplitude value that is a peak of target detection data belonging to one target integrated by the integrated processor. N) The first to Nth peak detectors for detecting the peak amplitude value, and the relative amplitude values and relative distances of the second to Nth peaks are determined with reference to the detected first peak amplitude value and its distance. The normalization processor and the relative amplitude value of each peak output from the normalization processor are compared with the first to Mth levels, and the number of peaks having amplitude values greater than each level is counted and output. 1st to Mth level A number detector, a memory that holds the number of peaks of the first to Mth levels or more obtained in a range profile for each target target type as reference data, and reference data held in the memory And a correlation processor for performing correlation processing by comparing the number of peaks of the first to Mth level peaks output from the first to Mth level peak number detectors. apparatus. 前記相関処理器は、相関が得られたとき、前記目標の類別結果を出力するとともに、前記相関が得られた前記基準データ及び前記第１〜第Ｍレベルピーク数検出器から出力される第１〜第Ｍのレベル以上のピーク数を、類別データとして出力することを特徴とする請求項５に記載の目標類別装置。
The correlation processor outputs the target classification result when the correlation is obtained, and outputs the reference data from which the correlation is obtained and the first to M-th level peak number detectors. 6. The target classification apparatus according to claim 5, wherein the number of peaks equal to or higher than the Mth level is output as classification data.
JP2004156243A 2004-05-26 2004-05-26 Target classification method and apparatus Expired - Fee Related JP4682535B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2004156243A JP4682535B2 (en) 2004-05-26 2004-05-26 Target classification method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2004156243A JP4682535B2 (en) 2004-05-26 2004-05-26 Target classification method and apparatus

Publications (2)

Publication Number Publication Date
JP2005337854A true JP2005337854A (en) 2005-12-08
JP4682535B2 JP4682535B2 (en) 2011-05-11

Family

ID=35491598

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2004156243A Expired - Fee Related JP4682535B2 (en) 2004-05-26 2004-05-26 Target classification method and apparatus

Country Status (1)

Country Link
JP (1) JP4682535B2 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008256409A (en) * 2007-04-02 2008-10-23 Toshiba Corp Target detection apparatus
JP2011158409A (en) * 2010-02-03 2011-08-18 Mitsubishi Electric Corp Target tracking device, computer program, and target tracking method
WO2016174929A1 (en) * 2015-04-28 2016-11-03 古野電気株式会社 Signal processing device and radar device
JP2017151043A (en) * 2016-02-26 2017-08-31 株式会社デンソー Object recognition device and program

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06148312A (en) * 1992-11-13 1994-05-27 Toshiba Corp Target detector
JPH0943348A (en) * 1995-08-03 1997-02-14 Toshiba Corp Radar image signal processor
JPH09127242A (en) * 1995-11-06 1997-05-16 Toshiba Corp Radar-image processing apparatus
JP2001159678A (en) * 1999-12-02 2001-06-12 Nec Corp Object judgment method by radar and radar device
JP2002090446A (en) * 2000-09-20 2002-03-27 Toshiba Corp Radar deception method
JP2002131419A (en) * 2000-10-18 2002-05-09 Mitsubishi Electric Corp Radar device and method for estimating number of target scattering point
JP2002221567A (en) * 2001-01-25 2002-08-09 Mitsubishi Electric Corp Target discrimination device
JP2002267748A (en) * 2001-03-13 2002-09-18 Mitsubishi Electric Corp Target identifier
JP2002341022A (en) * 2001-05-18 2002-11-27 Mitsubishi Electric Corp Radar device, target classification method and program for target classification
JP2002357657A (en) * 2001-05-31 2002-12-13 Nec Corp Target classification device and radar device equipped therewith
JP2003035769A (en) * 2001-07-23 2003-02-07 Mitsubishi Electric Corp Flying object target classifying apparatus
JP2005140687A (en) * 2003-11-07 2005-06-02 Mitsubishi Electric Corp Target discriminating device

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06148312A (en) * 1992-11-13 1994-05-27 Toshiba Corp Target detector
JPH0943348A (en) * 1995-08-03 1997-02-14 Toshiba Corp Radar image signal processor
JPH09127242A (en) * 1995-11-06 1997-05-16 Toshiba Corp Radar-image processing apparatus
JP2001159678A (en) * 1999-12-02 2001-06-12 Nec Corp Object judgment method by radar and radar device
JP2002090446A (en) * 2000-09-20 2002-03-27 Toshiba Corp Radar deception method
JP2002131419A (en) * 2000-10-18 2002-05-09 Mitsubishi Electric Corp Radar device and method for estimating number of target scattering point
JP2002221567A (en) * 2001-01-25 2002-08-09 Mitsubishi Electric Corp Target discrimination device
JP2002267748A (en) * 2001-03-13 2002-09-18 Mitsubishi Electric Corp Target identifier
JP2002341022A (en) * 2001-05-18 2002-11-27 Mitsubishi Electric Corp Radar device, target classification method and program for target classification
JP2002357657A (en) * 2001-05-31 2002-12-13 Nec Corp Target classification device and radar device equipped therewith
JP2003035769A (en) * 2001-07-23 2003-02-07 Mitsubishi Electric Corp Flying object target classifying apparatus
JP2005140687A (en) * 2003-11-07 2005-06-02 Mitsubishi Electric Corp Target discriminating device

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008256409A (en) * 2007-04-02 2008-10-23 Toshiba Corp Target detection apparatus
JP2011158409A (en) * 2010-02-03 2011-08-18 Mitsubishi Electric Corp Target tracking device, computer program, and target tracking method
WO2016174929A1 (en) * 2015-04-28 2016-11-03 古野電気株式会社 Signal processing device and radar device
JPWO2016174929A1 (en) * 2015-04-28 2018-02-08 古野電気株式会社 Signal processing apparatus and radar apparatus
US10948570B2 (en) 2015-04-28 2021-03-16 Furuno Electric Company Limited Signal processor and radar apparatus
JP2017151043A (en) * 2016-02-26 2017-08-31 株式会社デンソー Object recognition device and program

Also Published As

Publication number Publication date
JP4682535B2 (en) 2011-05-11

Similar Documents

Publication Publication Date Title
CN108490410B (en) Two-coordinate radar sea target joint detection and tracking method
US8094060B2 (en) Method of detecting a target
EP2041667B1 (en) Method and apparatus for target discrimination within return signals
US10001550B2 (en) Method for automatic classification of radar objects
US8502731B2 (en) System and method for moving target detection
US8718323B2 (en) Batch detection association for enhanced target descrimination in dense detection environments
JP5398288B2 (en) Radar signal processing apparatus and target judgment method thereof
CN108761418A (en) A kind of radar multipath target elimination method based on micro-Doppler feature
CN109901130B (en) Rotor unmanned aerial vehicle detection and identification method based on Radon transformation and improved 2DPCA
CN109521420B (en) Multi-target tracking method based on multi-feature matching
CN110007299A (en) A kind of dim target detection tracking based on hybrid coordinate puppet spectral technology
JP2018205175A (en) Radar device and radar signal processing method thereof
JP2010038744A (en) Radar system for target identification
JP2010286404A (en) Moving target detector
KR101968327B1 (en) Apparatus and method for compensating distance of track
JP4682535B2 (en) Target classification method and apparatus
JP4994769B2 (en) Radar equipment
KR101594918B1 (en) Method identificating type of aircraft by using range-doppler image
KR102038381B1 (en) Apparatus for recognizing pedestrian and vehicle using doppler information and method thereof
RU2514154C1 (en) Method for recognition of false targets caused by self-generated noise of mobile carrier
CN112731388B (en) Target detection method based on effective scattering point energy accumulation
KR102227393B1 (en) Apparatus for recognizing pedestrian and vehicle based on doppler information and method thereof
RU81580U1 (en) SYSTEM OF AUTOMATIC RECOGNITION OF CLASSES AND TYPES OF AIR TARGETS
US11846702B2 (en) Image processing device and image processing method
CN114325599A (en) Automatic threshold detection method for different environments

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20070423

RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20090702

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20090730

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20090804

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20091005

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100413

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100609

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20110111

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20110124

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20140218

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees