JPH062260U - 目標検出装置 - Google Patents

Abstract

(57)【要約】 【目的】 クラッタの振幅分布がＫ分布に従う場合でも
クラッタに対する誤警報確率を一定に保持しながら目標
検出を行うことを可能にする。 【構成】 受信信号の２乗平均値と３乗平均値の積、お
よび５乗平均値を算出し、これらを用いてＫ分布の特性
を示すパラメータを推定し、所望の誤警報確率に対する
スレッショルド値を算出し、着目値とスレッショルド値
を比較することにより目標検出を実行するため、誤警報
確率は一定に保持される。

Description

【考案の詳細な説明】

【０００１】

【産業上の利用分野】

この考案はレーダの信号処理等における目標検出技術に関し、Ｋ分布に従うク ラッタ雑音を抑圧し、一定の誤警報確率で目標を検出する方法及び装置に関する ものである。

【０００２】

【従来の技術】

近年のレーダにおいて、目標自動検出を行う上では誤警報確率を一定に保つこ とが重要であり、この処理は、ＣＦＡＲ（Ｃｏｎｓｔａｎｔ Ｆａｌｓｅ Ａｌ ｅｒｍ Ｒａｔｅ）とよばれている。図３に従来のＬＯＧ／ＣＦＡＲ装置の一例 を示す。図において、２６，３２は入力端子、２７は対数増幅器、２８はΣ演算 器、２９は割算器、３０は減算器、３１は逆対数増幅器、３３は比較器、３４は 出力端子、４００〜４００＋Ｎはシフトレジスタである。以下、図３を用いてＬ ＯＧ／ＣＦＡＲについて説明する。

【０００３】 レーレ分布の確率密度関数Ｐ（ｘ）は“数１”で与えられる。

【０００４】

【数１】

【０００５】 ここでσは形状パラメータである。 平均値Ｅ（ｘ）は“数２”、分散ｖａｒ（ｘ）は“数３”となり、形状パラメ ータσに依存している。

【０００６】

【数２】

【０００７】

【数３】

【０００８】 ２６の入力端子より入力されたこのような信号に対して２６の対数増幅器で“ 数４”のような対数変換を行う。

【０００９】

【数４】

【００１０】 ここで、ａ，ｂは変換器の特性で定まる定数である。 次に４００から４００＋Ｎのシフトレジスタに格納されたこの変換出力を、Σ 演算器２８、割算器２９で平均値を算出する。この平均値Ｅ（ｙ）は“数５”で 表される。

【００１１】

【数５】

【００１２】 ここで、γはオイラーの定数である。 減算器３０において、シフトレジスタ４００＋Ｎ／２の着目値ｘ_T から平均値 Ｅ（ｙ）を減算すると、その出力ｕは“数６”となる。

【００１３】

【数６】

【００１４】 このｕを逆対数増幅器３１によって逆対数変換を行った結果をｖとすると“数 ７”で表される。

【００１５】

【数７】

【００１６】 ここで、ｍは逆対数増幅器の特性で定まる定数である。 このｖの平均Ｅ（ｖ）は“数８”となり、分散ｖａｒ（ｖ）は“数９”となる 。

【００１７】

【数８】

【００１８】

【数９】

【００１９】 よって形状パラメータσに依存せず、一定の平均値と分散を持った信号に変換 されたことになり、ＣＦＡＲ特性が得られる。スレッショルド値Ｖ_T は“数１０ ”の誤警報確率Ｐｆａとの関係から求められ、入力端子３０より入力され、比較 器３３でｖと比較することにより目標検出が行われ、出力端子３４より出力され る。

【００２０】

【数１０】

【００２１】

【考案が解決しようとする課題】 従来のＬＯＧ／ＣＦＡＲではこのように振幅分布がレーレ分布に従うクラッタ に対しては有効であるが、クラッタの反射面積が小さく、グレージング角が小さ い場合には振幅分布はレーレ分布に従わなくなることが知られている。近年の報 告ではシークラッタの振幅分布はＫ分布に従うことが報告されており、このよう な分布をするクラッタに対してＬＯＧ／ＣＦＡＲを使用した場合は確率分布関数 の差から誤警報確率の劣化を生じるという課題があった。

【００２２】

【課題を解決するための手段】

この考案に係る目標検出装置は、Ｋ分布に従うクラッタに対し、受信信号の２ 乗平均値、３乗平均値、５乗平均値を算出し、平均値と２乗平均値の積と、３乗 平均値との比を求めることにより、分布の特性を表すパラメータを推定し、その 結果から得られるスレッショルド値により、目標検出を行うものである。

【００２３】

【作用】

この考案に係る目標検出装置により、Ｋ分布に従うクラッタに対し、誤警報確 率を一定に保持しながら目標検出を実行することが可能になる。

【００２４】

【実施例】

実施例１ 図１はこの考案による目標検出装置の１実施例の処理手順を示す図である。図 １において、１〜１０は目標検出方法の１実施例の処理ステップである。以下図 １に従って説明する。 振幅強度分布がＫ分布に従うクラッタは、その確率密度関数をＰ（ｘ）とする と、“数１１”で表される。

【００２５】

【数１１】

【００２６】 ここでΓ（ν）はガンマ関数、Ｋνは変形ベッセル関数、νは形状パラメータ、 Ｃはスケールパラメータである。 Ｐ（ｘ）のｎ次モーメントをｘⁿ とすると、ｘⁿ は“数１２”で表される。

【００２７】

【数１２】

【００２８】 まず入力信号の２乗平均値を算出する。平均値Ｅ（ｘ² ）は“数１３”で表さ れる（ステップ１）。

【００２９】

【数１３】

【００３０】 ３乗平均値を算出する。３乗平均値Ｅ（ｘ³ ）は“数１４”で表される（ステ ップ２）。

【００３１】

【数１４】

【００３２】 次に平均値と３乗平均値の積を求める。この結果は“数１５”で表される（ス テップ３）。

【００３３】

【数１５】

【００３４】 ５乗平均値を算出する。５乗平均値Ｅ（ｘ⁵ ）は“数１６”で表される（ステ ップ４）。

【００３５】

【数１６】

【００３６】 次に２乗平均値と３乗平均値の積と、５乗平均値の比を求める。この結果は“ 数１７”で表される。

【００３７】

【数１７】

【００３８】 これより、形状パラメータνを得る（ステップ５）。また２乗平均値より、ス ケールパラメータＣが求まる（ステップ６）。 スレッショルド値をＶ_T とすると、誤警報確率Ｐｆａは“数１８”における累 積確率となり、“数１９”で表される。

【００３９】

【数１８】

【００４０】

【数１９】

【００４１】 これよりＶ_T を算出することは困難であるため、ν、Ｃに対するＶ_T を予め計 算したデータテーブルによりＶ_T を求める（ステップ７）。 最後に着目値とＶ_T を比較し、目標の有無を判定する（ステップ８）。

【００４２】 図２はこの考案における目標検出装置の１実施例を示す図である。図２におい て１１は入力端子、１２は２乗演算器、１３は３乗演算器、１４は５乗演算器、 １５，１６，１７は平均値演算器、１８は平方根演算器、１９は乗算器、２０は 第１のパラメータ算定器、２１は第２のパラメータ算定器、２２はメモリー、２ ３はスレッショルド演算器、２４は比較器、２５は出力端子、１００〜１００＋ Ｎ、２００〜２００＋Ｎ、３００〜３００＋Ｎはシフトレジスタである。

【００４３】 以下図２を用いて作動原理を説明する。 入力端子１１から入力された振幅信号は２乗演算器１２で２乗されシフトレジ スタ１００〜１００＋Ｎに格納される。平均値演算器１５ではシフトレジスタ１ ００〜１００＋Ｎのうち１００＋Ｎ／２を除いた段の平均値を算出し、乗算器１ ９に出力し、またシフト段１００＋Ｎ／２の値を平方根演算器１８で平方根を算 出し、着目値として比較器２２に出力する。乗算器１９のもう１つの入力は次の ようにして生成される。入力端子１１から入力された振幅信号を３乗演算器１３ で３乗し、シフトレジスタ２００〜２００＋Ｎに格納する。平均値演算器１６で はシフトレジスタ２００〜２００＋Ｎのうち２００＋Ｎ／２を除いた段の平均値 を算出し乗算器１９に出力し、またパラメータ算定器２にも出力する。乗算器１ ９は平均値演算器１５および１６の出力の積を算出し、パラメータ算定器２０に 出力する。パラメータ算定器２０のもう１つの入力は次のようにして生成される 。入力端子１１から入力された振幅信号を５乗演算器１４で３乗しシフトレジス タ３００〜３００＋Ｎに格納する。平均値演算器１７ではシフトレジスタ３００ 〜３００＋Ｎのうち３００＋Ｎ／２を除いた段の平均値を算出し、パラメータ算 定器２０に出力する。パラメータ算定器２０は、“数２０”に従い形状パラメー タνを算出し、パラメータ算定器２１及びスレッショルド演算器に出力する。

【００４４】

【数２０】

【００４５】 パラメータ算定器２１では平均値演算器１５及びパラメータ算定器２０の出力 結果より“数２１”に従ってスケールパラメータＣを算出し、スレッショルド演 算器２３に出力する。

【００４６】

【数２１】

【００４７】 メモリー２２は所望の誤警報確率においてパラメータν、Ｃに対応するスレッ ショルド値をデータテーブルとして記憶させておき、スレッショルド演算器２１ はこのメモリー２０よりスレッショルド値を抽出して比較器に出力する。比較器 ２４では、着目値とスレッショルド値が比較され目標の有無を検出し、出力端子 ２５に出力する。

【００４８】

【考案の効果】

以上のようにこの考案によれば、受信信号の振幅強度分布がＫ分布になるよう なクラッタに対し、定められた誤警報確率を一定に保持しながら目標を検出する ことを可能にする効果を得る。

【図面の簡単な説明】

【図１】この考案による目標検出装置の１実施例におけ
る処理手順を説明する図である。

【図２】この考案による目標検出装置の１実施例におけ
るブロック図である。

【図３】従来の目標検出装置の１実施例におけるブロッ
ク図である。

【符号の説明】

１１ 入力端子 １２ ２乗演算器 １３ ３乗演算器 １４ ５乗演算器 １５ 第１の平均値演算器 １６ 第２の平均値演算器 １７ 第３の平均値演算器 １８ 平方根演算器 １９ 乗算器 ２０ 第１のパラメータ算定器 ２１ 第２のパラメータ算定器 ２２ メモリー ２３ スレッショルド演算器 ２４ 比較器 ２５ 出力端子 ２６ 入力端子 ２７ 対数増幅器 ２８ Σ演算器 ２９ 割算器 ３０ 減算器 ３１ 逆対数増幅器 ３２ 入力端子 ３３ 比較器 ３４ 出力端子

Claims (1)

【実用新案登録請求の範囲】
1. 【請求項１】 振幅強度分布がＫ分布に従う入力信号に
   対し、入力信号を２乗する２乗演算器と、２乗された入
   力信号を所定の数記憶するシフト段を有する第１のシフ
   トレジスタと、第１のシフトレジスタのうち予め定めた
   段の平均値を算出する第１の平均値演算器と、入力信号
   を３乗する３乗演算器と、３乗された入力信号を所定の
   数記憶するシフト段を有する第２のシフトレジスタと、
   第２のシフトレジスタのうち予め定めた段の平均値を算
   出する第２の平均値演算器と、入力信号を５乗する５乗
   演算器と、３乗された入力信号を所定の数記憶するシフ
   ト段を有する第３のシフトレジスタと、第３のシフトレ
   ジスタのうち予め定めた段の平均値を算出する第３の平
   均値演算器と、第１の平均値演算器の出力と第２の平均
   値演算器の出力の乗算を行う乗算器と、第３の平均値演
   算器の出力と前記乗算器の出力より形状パラメータを算
   出するための第１のパラメータ算定器と、第２の平均値
   演算器の出力と第１のパラメータ算定器の出力よりスケ
   ールパラメータを算出する第２のパラメータ算定器と、
   第１のパラメータ算定器の出力と第２のパラメータ算定
   器の出力と予め設定した誤警報確率よりスレッショルド
   値を算出するスレッショルド演算器と、第１のシフトレ
   ジスタのうちの定められたシフト段の平方根を算出する
   平方根演算器と、前記平方根演算器の出力とスレッショ
   ルド演算器の出力を比較する比較器を備えたことを特徴
   とする目標検出装置。