JP2019086464A - レーダ装置及びそのレーダ信号処理方法 - Google Patents
レーダ装置及びそのレーダ信号処理方法 Download PDFInfo
- Publication number
- JP2019086464A JP2019086464A JP2017216515A JP2017216515A JP2019086464A JP 2019086464 A JP2019086464 A JP 2019086464A JP 2017216515 A JP2017216515 A JP 2017216515A JP 2017216515 A JP2017216515 A JP 2017216515A JP 2019086464 A JP2019086464 A JP 2019086464A
- Authority
- JP
- Japan
- Prior art keywords
- range
- doppler
- axis
- target detection
- blocks
- 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
Links
- 238000003672 processing method Methods 0.000 title claims description 6
- 238000001514 detection method Methods 0.000 claims abstract description 64
- 238000013528 artificial neural network Methods 0.000 claims abstract description 18
- 239000000284 extract Substances 0.000 claims abstract description 6
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 15
- 238000013527 convolutional neural network Methods 0.000 claims description 12
- 238000007621 cluster analysis Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims 1
- 238000000034 method Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 15
- 230000006835 compression Effects 0.000 description 12
- 238000007906 compression Methods 0.000 description 12
- 238000006243 chemical reaction Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000011176 pooling Methods 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000004913 activation Effects 0.000 description 2
- 230000001427 coherent effect Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
Description
図1乃至図4を参照して、第1の実施形態に係るレーダ装置を説明する。
第1の実施形態は、RDデータをそのまま使った手法である。この場合、ブロッックを細分化すると、セル数が少なくなり、振幅ヒストグラムの特徴が正しく抽出できない場合が想定される。そこで、本実施形態では、この対策手法について述べる。
第2の実施形態では、擬似高分解能化により、RDデータの高分解能化を図り、多層NNに入力して、ブロック抽出とセル特定を行う方法について述べた。この場合、セル特定の際に、入力信号を列ベクトル化しているため、レンジ−ドップラ軸のセル位置の情報が失われ、レンジ−ドップラ軸における位置の特徴が含まれないことになる。本実施形態では、レンジ−ドップラ軸の位置情報まで用いて、セルを特定する手法について述べる。
第1乃至第3の実施形態では、多層NNによりブロック抽出した後、抽出したブロック内の目標検出セルを特定する手法について述べた。この場合、多層NNの学習の度合いによっては誤検出が生じる場合もある。本実施形態では、その対策例について述べる。
Claims (7)
- N(N≧1)ヒットの送信パルスにおけるパルス繰り返し期間における受信信号をドップラ軸の周波数領域に変換してレンジ−ドップラデータを生成する生成手段と、
前記生成手段で生成された前記レンジ−ドップラデータをレンジ−ドップラ軸で複数のブロックに分割する分割手段と、
前記分割手段で分割された複数のブロックそれぞれについて振幅強度のヒストグラムを生成する生成手段と、
前記生成手段で生成された複数のブロックそれぞれのヒストグラムから多層ニューラルネットワークにより分割ブロックごとに目標の有無を識別し、その識別結果から目標検出候補のブロックを抽出する抽出手段と、
前記抽出手段で抽出された前記目標検出候補のブロックのブロック範囲のレンジ−ドップラデータを1次元ベクトルに変換するベクトル化手段と、
前記ベクトル化手段で得られた1次元ベクトルから多層ニューラルネットワークによってレンジ−ドップラ軸の目標検出セルを特定する特定手段と、
前記特定手段で特定された目標検出セルからレンジ、速度の少なくともいずれかを算出する算出手段と
を具備するレーダ装置。 - N(N≧1)ヒットの送信パルスにおけるパルス繰り返し期間における受信信号をドップラ軸の周波数領域に変換してレンジ−ドップラデータを生成する生成手段と、
前記生成手段で生成されたレンジ−ドップラデータに対して、レンジ軸及びドップラ軸を逆フーリエ変換し、各々の軸にゼロ埋めをした後、フーリエ変換して擬似高分解能化する擬似高分解能化手段と、
前記擬似高分解能化手段で擬似高分解能化されたレンジ−ドップラデータをレンジ−ドップラ軸で複数のブロックに分割する分割手段と、
前記分割手段で分割された複数のブロックそれぞれについて振幅強度のヒストグラムを生成する生成手段と、
前記生成手段で生成された複数のブロックそれぞれのヒストグラムから多層ニューラルネットワークにより分割ブロックごとに目標の有無を識別し、その識別結果から目標検出候補のブロックを抽出する抽出手段と、
前記抽出手段で抽出された前記目標検出候補のブロックのブロック範囲のレンジ−ドップラデータを1次元ベクトルに変換するベクトル化手段と、
前記ベクトル化手段で得られた1次元ベクトルから多層ニューラルネットワークによってレンジ−ドップラ軸の目標検出セルを特定する特定手段と、
前記特定手段で特定された目標検出セルからレンジ、速度の少なくともいずれかを算出する算出手段と
を具備するレーダ装置。 - N(N≧1)ヒットの送信パルスにおけるパルス繰り返し期間における受信信号をドップラ軸の周波数領域に変換してレンジ−ドップラデータを生成する生成手段と、
前記生成手段で生成されたレンジ−ドップラデータに対して、レンジ軸及びドップラ軸を逆フーリエ変換し、各々の軸にゼロ埋めをした後、フーリエ変換して擬似高分解能化する擬似高分解能化手段と、
前記擬似高分解能化手段で擬似高分解能化されたレンジ−ドップラデータをレンジ−ドップラ軸で複数のブロックに分割する分割手段と、
前記分割手段で分割された複数のブロックそれぞれについて振幅強度のヒストグラムを生成する生成手段と、
前記生成手段で生成された複数のブロックそれぞれのヒストグラムから多層ニューラルネットワークにより分割ブロックごとに目標の有無を識別し、その識別結果から目標検出候補のブロックを抽出する抽出手段と、
前記抽出手段で抽出された前記目標検出候補のブロックのブロック範囲のレンジ−ドップラデータを畳み込みニューラルネットワークによりレンジ−ドップラ軸の目標検出セルを特定する特定手段と、
前記特定手段で特定された目標検出セルからレンジ、速度の少なくともいずれかを算出する算出手段と
を具備するレーダ装置。 - さらに、前記特定手段で特定された目標検出セルの観測値座標を用いて前記レンジ−ドップラ軸の2次元座標にプロットし、そのプロット座標をクラスタ分析してプロット点の密度差に基づいて目標検出を確定し、前記算出手段に出力するクラスタ分析手段を備える請求項1乃至3いずれか記載のレーダ装置。
- N(N≧1)ヒットの送信パルスにおけるパルス繰り返し期間における受信信号をドップラ軸の周波数領域に変換してレンジ−ドップラデータを生成し、
前記レンジ−ドップラデータをレンジ−ドップラ軸で複数のブロックに分割し、
前記複数のブロックそれぞれについて振幅強度のヒストグラムを生成し、
前記複数のブロックそれぞれのヒストグラムから多層ニューラルネットワークにより分割ブロックごとに目標の有無を識別してその識別結果から目標検出候補のブロックを抽出し、
前記目標検出候補のブロックのブロック範囲のレンジ−ドップラデータを1次元ベクトルに変換し、
前記1次元ベクトルから多層ニューラルネットワークによってレンジ−ドップラ軸の目標検出セルを特定し、
前記目標検出セルからレンジ、速度の少なくともいずれかを算出するレーダ装置のレーダ信号処理方法。 - N(N≧1)ヒットの送信パルスにおけるパルス繰り返し期間における受信信号をドップラ軸の周波数領域に変換してレンジ−ドップラデータを生成し、
前記レンジ−ドップラデータに対して、レンジ軸及びドップラ軸を逆フーリエ変換し、各々の軸にゼロ埋めをした後、フーリエ変換して擬似高分解能化し、
前記擬似高分解能化されたレンジ−ドップラデータをレンジ−ドップラ軸で複数のブロックに分割し、
前記複数のブロックそれぞれについて振幅強度のヒストグラムを生成する生成手段と、
前記複数のブロックそれぞれのヒストグラムから多層ニューラルネットワークにより分割ブロックごとに目標の有無を識別しその識別結果から目標検出候補のブロックを抽出し、
前記前記目標検出候補のブロックのブロック範囲のレンジ−ドップラデータを1次元ベクトルに変換し、
前記1次元ベクトルから多層ニューラルネットワークによってレンジ−ドップラ軸の目標検出セルを特定し、
前記目標検出セルからレンジ、速度の少なくともいずれかを算出するレーダ装置のレーダ信号処理方法。 - N(N≧1)ヒットの送信パルスにおけるパルス繰り返し期間における受信信号をドップラ軸の周波数領域に変換してレンジ−ドップラデータを生成し、
前記レンジ−ドップラデータに対して、レンジ軸及びドップラ軸を逆フーリエ変換し、各々の軸にゼロ埋めをした後、フーリエ変換して擬似高分解能化し、
前記擬似高分解能化されたレンジ−ドップラデータをレンジ−ドップラ軸で複数のブロックに分割し、
前記複数のブロックそれぞれについて振幅強度のヒストグラムを生成し、
前記複数のブロックそれぞれのヒストグラムから多層ニューラルネットワークにより分割ブロックごとに目標の有無を識別しその識別結果から目標検出候補のブロックを抽出し、
前記目標検出候補のブロックのブロック範囲のレンジ−ドップラデータを畳み込みニューラルネットワークによりレンジ−ドップラ軸の目標検出セルを特定し、
前記目標検出セルからレンジ、速度の少なくともいずれかを算出するレーダ装置のレーダ信号処理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017216515A JP6906428B2 (ja) | 2017-11-09 | 2017-11-09 | レーダ装置及びそのレーダ信号処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017216515A JP6906428B2 (ja) | 2017-11-09 | 2017-11-09 | レーダ装置及びそのレーダ信号処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019086464A true JP2019086464A (ja) | 2019-06-06 |
JP6906428B2 JP6906428B2 (ja) | 2021-07-21 |
Family
ID=66762878
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017216515A Active JP6906428B2 (ja) | 2017-11-09 | 2017-11-09 | レーダ装置及びそのレーダ信号処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6906428B2 (ja) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110988856A (zh) * | 2019-12-19 | 2020-04-10 | 电子科技大学 | 一种基于密度聚类的目标检测点迹凝聚算法 |
CN111160523A (zh) * | 2019-12-16 | 2020-05-15 | 上海交通大学 | 基于特征值区域的动态量化方法、***及介质 |
CN112183534A (zh) * | 2020-10-07 | 2021-01-05 | 西安电子科技大学 | 基于视频合成孔径雷达的动目标智能联合检测方法 |
CN112326210A (zh) * | 2019-07-17 | 2021-02-05 | 华北电力大学(保定) | 一种声振信号联合1d-cnn的大型电机故障诊断方法 |
KR20210016998A (ko) * | 2019-08-06 | 2021-02-17 | 이화여자대학교 산학협력단 | 재실 감지를 위한 레이더 신호 처리 방법 및 그 장치 |
CN113126052A (zh) * | 2021-03-08 | 2021-07-16 | 西安电子科技大学 | 基于逐级分段训练的高分辨距离像目标识别在线建库方法 |
CN113267759A (zh) * | 2021-07-16 | 2021-08-17 | 中国人民解放军空军预警学院 | 一种fda-mimo雷达运动目标检测方法与*** |
CN113281715A (zh) * | 2021-05-09 | 2021-08-20 | 复旦大学 | 一种基于神经网络的雷达目标特性数据表征方法 |
KR102302744B1 (ko) * | 2021-03-31 | 2021-09-15 | 국방과학연구소 | 트랙 생성 방법 및 그 장치 |
JPWO2021220337A1 (ja) * | 2020-04-27 | 2021-11-04 | ||
JP7479968B2 (ja) | 2020-07-03 | 2024-05-09 | 株式会社東芝 | レーダ装置及びレーダ信号処理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09305757A (ja) * | 1996-05-14 | 1997-11-28 | Dainippon Screen Mfg Co Ltd | 画像のノイズ量判別装置およびノイズ量判別方法 |
JPH10239429A (ja) * | 1997-02-20 | 1998-09-11 | Alcatel Alsthom Co General Electricite | 環境に適応して物体を分類する装置及び方法 |
US20080169975A1 (en) * | 2007-01-12 | 2008-07-17 | Young Paul Yee | Process for generating spatially continuous wind profiles from wind profiler measurements |
US20160259037A1 (en) * | 2015-03-03 | 2016-09-08 | Nvidia Corporation | Radar based user interface |
JP2017053685A (ja) * | 2015-09-08 | 2017-03-16 | 株式会社東芝 | レーダ装置及びレーダ信号処理方法 |
-
2017
- 2017-11-09 JP JP2017216515A patent/JP6906428B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09305757A (ja) * | 1996-05-14 | 1997-11-28 | Dainippon Screen Mfg Co Ltd | 画像のノイズ量判別装置およびノイズ量判別方法 |
JPH10239429A (ja) * | 1997-02-20 | 1998-09-11 | Alcatel Alsthom Co General Electricite | 環境に適応して物体を分類する装置及び方法 |
US20080169975A1 (en) * | 2007-01-12 | 2008-07-17 | Young Paul Yee | Process for generating spatially continuous wind profiles from wind profiler measurements |
US20160259037A1 (en) * | 2015-03-03 | 2016-09-08 | Nvidia Corporation | Radar based user interface |
JP2017053685A (ja) * | 2015-09-08 | 2017-03-16 | 株式会社東芝 | レーダ装置及びレーダ信号処理方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112326210A (zh) * | 2019-07-17 | 2021-02-05 | 华北电力大学(保定) | 一种声振信号联合1d-cnn的大型电机故障诊断方法 |
KR20210016998A (ko) * | 2019-08-06 | 2021-02-17 | 이화여자대학교 산학협력단 | 재실 감지를 위한 레이더 신호 처리 방법 및 그 장치 |
KR102268677B1 (ko) | 2019-08-06 | 2021-06-23 | 이화여자대학교 산학협력단 | 재실 감지를 위한 레이더 신호 처리 방법 및 그 장치 |
CN111160523A (zh) * | 2019-12-16 | 2020-05-15 | 上海交通大学 | 基于特征值区域的动态量化方法、***及介质 |
CN111160523B (zh) * | 2019-12-16 | 2023-11-03 | 上海交通大学 | 基于特征值区域的动态量化方法、***及介质 |
CN110988856A (zh) * | 2019-12-19 | 2020-04-10 | 电子科技大学 | 一种基于密度聚类的目标检测点迹凝聚算法 |
WO2021220337A1 (ja) * | 2020-04-27 | 2021-11-04 | 三菱電機株式会社 | 不要波学習装置、不要波学習方法、不要波検出装置及び不要波検出方法 |
JPWO2021220337A1 (ja) * | 2020-04-27 | 2021-11-04 | ||
JP7130169B2 (ja) | 2020-04-27 | 2022-09-02 | 三菱電機株式会社 | 不要波学習装置、不要波学習方法、不要波検出装置及び不要波検出方法 |
JP7479968B2 (ja) | 2020-07-03 | 2024-05-09 | 株式会社東芝 | レーダ装置及びレーダ信号処理方法 |
CN112183534B (zh) * | 2020-10-07 | 2023-05-23 | 西安电子科技大学 | 基于视频合成孔径雷达的动目标智能联合检测方法 |
CN112183534A (zh) * | 2020-10-07 | 2021-01-05 | 西安电子科技大学 | 基于视频合成孔径雷达的动目标智能联合检测方法 |
CN113126052A (zh) * | 2021-03-08 | 2021-07-16 | 西安电子科技大学 | 基于逐级分段训练的高分辨距离像目标识别在线建库方法 |
KR102302744B1 (ko) * | 2021-03-31 | 2021-09-15 | 국방과학연구소 | 트랙 생성 방법 및 그 장치 |
CN113281715A (zh) * | 2021-05-09 | 2021-08-20 | 复旦大学 | 一种基于神经网络的雷达目标特性数据表征方法 |
CN113281715B (zh) * | 2021-05-09 | 2022-06-21 | 复旦大学 | 一种基于神经网络的雷达目标特性数据表征方法 |
CN113267759A (zh) * | 2021-07-16 | 2021-08-17 | 中国人民解放军空军预警学院 | 一种fda-mimo雷达运动目标检测方法与*** |
CN113267759B (zh) * | 2021-07-16 | 2021-09-24 | 中国人民解放军空军预警学院 | 一种fda-mimo雷达运动目标检测方法与*** |
Also Published As
Publication number | Publication date |
---|---|
JP6906428B2 (ja) | 2021-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6906428B2 (ja) | レーダ装置及びそのレーダ信号処理方法 | |
JP6699904B2 (ja) | レーダ装置及びそのレーダ信号処理方法 | |
US11719811B2 (en) | Method and device to improve radar data using reference data | |
EP2581758B1 (en) | Methods for resolving radar ambiguities using multiple hypothesis tracking | |
JP5908193B1 (ja) | レーダ信号処理装置 | |
US20200400810A1 (en) | Method and device with improved radar resolution | |
JP6773606B2 (ja) | レーダ装置及びそのレーダ信号処理方法 | |
JP6470152B2 (ja) | レーダ装置及びレーダ信号処理方法 | |
Villar et al. | Evaluation of an efficient approach for target tracking from acoustic imagery for the perception system of an autonomous underwater vehicle | |
CN112241003A (zh) | 用于对象检测的方法和*** | |
US8188910B2 (en) | Method for the multidimensional temporal kinematic filtering of radar blips, from antenna revolution to antenna revolution | |
Sim et al. | Road environment recognition for automotive FMCW radar systems through convolutional neural network | |
Sim et al. | Road structure classification through artificial neural network for automotive radar systems | |
JP2011112465A (ja) | 航空機位置測定システム、該システムに用いられる応答信号判別方法及び応答信号判別プログラム | |
He et al. | Decentralised tracking for human target in multistatic ultra‐wideband radar | |
JP6367140B2 (ja) | レーダ装置及びレーダ信号処理方法 | |
JP4994769B2 (ja) | レーダ装置 | |
Zhou et al. | 4D radar simulator for human activity recognition | |
JP6180065B2 (ja) | 物***置検出装置および方法 | |
CN103376444B (zh) | 人体行为特征的识别方法和装置 | |
Kong et al. | Automatic detection technology of sonar image target based on the three‐dimensional imaging | |
Zhang et al. | Range–Doppler‐based centralised framework for human target tracking in multistatic radar | |
Shen et al. | An alternative method for surface current extraction from X-band marine radar images | |
JP2015190915A (ja) | 物体の移動方位及び速度推定装置及び方法 | |
JP2008051541A (ja) | 台風中心検出装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200304 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210122 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210302 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210427 |
|
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: 20210601 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210629 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6906428 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |