JP2002257931A - レーダ装置 - Google Patents
レーダ装置Info
- Publication number
- JP2002257931A JP2002257931A JP2001052808A JP2001052808A JP2002257931A JP 2002257931 A JP2002257931 A JP 2002257931A JP 2001052808 A JP2001052808 A JP 2001052808A JP 2001052808 A JP2001052808 A JP 2001052808A JP 2002257931 A JP2002257931 A JP 2002257931A
- Authority
- JP
- Japan
- Prior art keywords
- target
- data
- polarization
- processing unit
- dictionary
- 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.)
- Pending
Links
Landscapes
- Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
(57)【要約】
【課題】 背景の種類別に適応した異なる特性をもつ偏
波データを用い、複雑背景下から目標を検出する能力を
向上させることができ、効率的に目標類別を行うことが
できるレーダ装置を得る。 【解決手段】 ＨＨ,ＨＶ,ＶＶの全ての偏波情報を利用
し、クラッタ抑圧処理と目標類別処理の両立を図り、か
つ処理負荷を低減できる構成をとし、互いに静止状態の
場合の目標類別を実現する。
波データを用い、複雑背景下から目標を検出する能力を
向上させることができ、効率的に目標類別を行うことが
できるレーダ装置を得る。 【解決手段】 ＨＨ,ＨＶ,ＶＶの全ての偏波情報を利用
し、クラッタ抑圧処理と目標類別処理の両立を図り、か
つ処理負荷を低減できる構成をとし、互いに静止状態の
場合の目標類別を実現する。
Description
【０００１】
【発明の属する技術分野】この発明は、対象となる目標
情報を検知する対地防衛機器として使用される航空機等
搭載用レーダ装置において、特に静止目標を検出し、且
つ目標類別をすることを特徴としており、費用対効果を
大幅に向上することができるレーダ装置に関するもので
ある。
情報を検知する対地防衛機器として使用される航空機等
搭載用レーダ装置において、特に静止目標を検出し、且
つ目標類別をすることを特徴としており、費用対効果を
大幅に向上することができるレーダ装置に関するもので
ある。
【０００２】
【従来の技術】図６は、従来の目標類別等に使用される
レーダ装置の構成を示す図である。従来のレーダ装置
は、大きく分けて、前処理部２、クラッタ抑圧処理部
４、画像処理部２０とから構成されている。従来は、ド
ップラ情報をもとに、移動目標を検出、画像化するレー
ダ装置、または自機が移動することにより目標を検出、
画像化するレーダ装置が一般的であり、表示器等に出力
された画像化の目標情報をもとに、人が目標を類別して
いた。
レーダ装置の構成を示す図である。従来のレーダ装置
は、大きく分けて、前処理部２、クラッタ抑圧処理部
４、画像処理部２０とから構成されている。従来は、ド
ップラ情報をもとに、移動目標を検出、画像化するレー
ダ装置、または自機が移動することにより目標を検出、
画像化するレーダ装置が一般的であり、表示器等に出力
された画像化の目標情報をもとに、人が目標を類別して
いた。
【０００３】次に図６に示す従来例に係るレーダ装置の
動作について説明する。前処理部２は、撮像対象となる
背景および目標からの電波を受信し、前処理部２とクラ
ッタ抑圧処理部４とにより、電気信号を必要なレベルに
増幅された目標データからレーダ装置と目標との相対運
動によって生じるドップラ効果を利用して、目標の検出
および追尾を行う。この追尾を継続しながら、通常は、
ＳＡＲがレーダを移動させて静止目標、地形等に対する
開口面の合成を行うのに対し、ＩＳＡＲは目標の動きを
利用して開口面の合成を行い、高分解能画像を得るため
に、振幅検出データを画像処理部２０へ出力する。画像
処理部２０は、振幅検出データを受け、画像データを出
力し、人の目を通じて目標の類別等が行われる。
動作について説明する。前処理部２は、撮像対象となる
背景および目標からの電波を受信し、前処理部２とクラ
ッタ抑圧処理部４とにより、電気信号を必要なレベルに
増幅された目標データからレーダ装置と目標との相対運
動によって生じるドップラ効果を利用して、目標の検出
および追尾を行う。この追尾を継続しながら、通常は、
ＳＡＲがレーダを移動させて静止目標、地形等に対する
開口面の合成を行うのに対し、ＩＳＡＲは目標の動きを
利用して開口面の合成を行い、高分解能画像を得るため
に、振幅検出データを画像処理部２０へ出力する。画像
処理部２０は、振幅検出データを受け、画像データを出
力し、人の目を通じて目標の類別等が行われる。
【０００４】
【発明が解決しようとする課題】従来のレーダ装置は、
目標および自機のどちらかが移動し発生するドップラ信
号をもとに画像化処理するものであり、ヘリコプタ対戦
車などのように、お互いが静止状態である場合は、画像
化性能が大幅に劣る、もしくは目標を検出できないとい
う大きな課題があった。また、目標類別処理の一つに、
データ相関処理等を行う方式が提案されているが、従来
は、莫大なリファレンスデータを保有しなけらばならな
いこと、および莫大な信号処理量を伴うことから、装置
規模が大きくなり、コスト増にもつながっていた。
目標および自機のどちらかが移動し発生するドップラ信
号をもとに画像化処理するものであり、ヘリコプタ対戦
車などのように、お互いが静止状態である場合は、画像
化性能が大幅に劣る、もしくは目標を検出できないとい
う大きな課題があった。また、目標類別処理の一つに、
データ相関処理等を行う方式が提案されているが、従来
は、莫大なリファレンスデータを保有しなけらばならな
いこと、および莫大な信号処理量を伴うことから、装置
規模が大きくなり、コスト増にもつながっていた。
【０００５】この発明は上記のような技術課題を解消す
るためになされたもので、複雑背景下から静止目標を発
見する能力を向上するため、背景の種類別に適応した異
なる特性をもつ偏波データを用い、複雑背景下から目標
を検出する能力を向上させることができ、効率的に目標
類別を行うことができるレーダ装置を得ることを目的と
している。
るためになされたもので、複雑背景下から静止目標を発
見する能力を向上するため、背景の種類別に適応した異
なる特性をもつ偏波データを用い、複雑背景下から目標
を検出する能力を向上させることができ、効率的に目標
類別を行うことができるレーダ装置を得ることを目的と
している。
【０００６】
【課題を解決するための手段】この発明によるレーダ装
置は、撮像対象となる背景および目標から反射した電波
を受信し、偏波に対する電力および位相を検出した目標
データを入力して当該目標データから各偏波のレンジプ
ロファイルを作成する前処理部と、上記前処理部により
作成された各偏波のレンジプロファイルをデータ処理し
クラッタを抑圧するとともに目標が存在する領域分のみ
の領域内抽出目標偏波データを出力するクラッタ抑圧処
理部と、各種対象物の辞書データを保管する辞書データ
保管部と、上記クラッタ抑圧処理部からの領域内抽出目
標偏波データと上記辞書データ保管部からの辞書データ
とに基づいて相関処理を行い目標姿勢角を算出する目標
姿勢角算出部と、上記クラッタ抑圧処理部からの領域内
抽出目標偏波データと上記目標姿勢角算出部からの目標
姿勢角とに基づいて目標を類別処理する目標類別処理部
とを備えたものである。
置は、撮像対象となる背景および目標から反射した電波
を受信し、偏波に対する電力および位相を検出した目標
データを入力して当該目標データから各偏波のレンジプ
ロファイルを作成する前処理部と、上記前処理部により
作成された各偏波のレンジプロファイルをデータ処理し
クラッタを抑圧するとともに目標が存在する領域分のみ
の領域内抽出目標偏波データを出力するクラッタ抑圧処
理部と、各種対象物の辞書データを保管する辞書データ
保管部と、上記クラッタ抑圧処理部からの領域内抽出目
標偏波データと上記辞書データ保管部からの辞書データ
とに基づいて相関処理を行い目標姿勢角を算出する目標
姿勢角算出部と、上記クラッタ抑圧処理部からの領域内
抽出目標偏波データと上記目標姿勢角算出部からの目標
姿勢角とに基づいて目標を類別処理する目標類別処理部
とを備えたものである。
【０００７】また、上記クラッタ抑圧処理部は、上記前
処理部からのレンジプロファイルからクラッタを抑圧
し、目標検出データを抽出し、目標検出データから目標
が存在する領域を抽出し、領域内のみの偏波データを領
域内抽出目標偏波データとして出力することを特徴とす
るものである。
処理部からのレンジプロファイルからクラッタを抑圧
し、目標検出データを抽出し、目標検出データから目標
が存在する領域を抽出し、領域内のみの偏波データを領
域内抽出目標偏波データとして出力することを特徴とす
るものである。
【０００８】また、上記目標類別処理部は、Diplane An
gleを用いて大局的にデータ処理を行う第１の処理部
と、偏波データから電界強度を基本３成分に分解したDi
planeとHelixおよびTrihedralの寄与度データを用いて
目標物の特徴点を局部的にデータ処理を行う第２の処理
部とを備えたことを特徴とするものである。
gleを用いて大局的にデータ処理を行う第１の処理部
と、偏波データから電界強度を基本３成分に分解したDi
planeとHelixおよびTrihedralの寄与度データを用いて
目標物の特徴点を局部的にデータ処理を行う第２の処理
部とを備えたことを特徴とするものである。
【０００９】また、自己位置を算出する自己位置標定器
と、当該自己位置標定器からの自己位置データと前記前
処理部からの目標距離データとに基づいて撮像対象範囲
の背景の種類を判別し、背景偏波データを出力するデジ
タルマップとをさらに備え、上記クラッタ抑圧処理部
は、上記前処理部から出力されるレンジプロファイルか
ら上記デジタルマップから出力される背景偏波データを
減算してクラッタを抑圧し、目標検出データを抽出する
ことを特徴とするものである。
と、当該自己位置標定器からの自己位置データと前記前
処理部からの目標距離データとに基づいて撮像対象範囲
の背景の種類を判別し、背景偏波データを出力するデジ
タルマップとをさらに備え、上記クラッタ抑圧処理部
は、上記前処理部から出力されるレンジプロファイルか
ら上記デジタルマップから出力される背景偏波データを
減算してクラッタを抑圧し、目標検出データを抽出する
ことを特徴とするものである。
【００１０】さらに、対象物偏波データを辞書データと
して保管する辞書偏波データ保管部と、上記目標類別処
理部からの目標類別データと上記辞書データ保管部から
の辞書データ及び上記辞書偏波データ保管部からの対象
物偏波データとに基づいて相関処理を行い敵か味方かを
識別処理する敵味方識別処理部とをさらに備えたことを
特徴とするものである。
して保管する辞書偏波データ保管部と、上記目標類別処
理部からの目標類別データと上記辞書データ保管部から
の辞書データ及び上記辞書偏波データ保管部からの対象
物偏波データとに基づいて相関処理を行い敵か味方かを
識別処理する敵味方識別処理部とをさらに備えたことを
特徴とするものである。
【００１１】
【発明の実施の形態】実施の形態１．図１は、この発明
の実施の形態１を示すレーダ装置の構成図である。図１
に示すレーダ装置は、撮像対象となる背景および目標か
ら反射した電波を受信し、偏波に対する電力および位相
を検出した目標データ１を入力して当該目標データ１か
ら各偏波のレンジプロファイル３を作成する前処理部２
と、前処理部２により作成された各偏波のレンジプロフ
ァイル３をデータ処理しクラッタを抑圧するとともに目
標が存在する領域分のみの領域内抽出目標偏波データ５
を出力するクラッタ抑圧処理部４と、各種対象物のＲＣ
Ｓ、形状データ７を辞書データとして保管する辞書デー
タ保管部６と、クラッタ抑圧処理部４からの領域内抽出
目標偏波データ５と辞書データ保管部６からの辞書デー
タ７とに基づいて相関処理を行い目標姿勢角データ９を
算出する目標姿勢角算出部８と、クラッタ抑圧処理部４
からの領域内抽出目標偏波データ５と目標姿勢角算出部
８からの目標姿勢角データ９とに基づいて目標を類別処
理する目標類別処理部１０とを備えている。
の実施の形態１を示すレーダ装置の構成図である。図１
に示すレーダ装置は、撮像対象となる背景および目標か
ら反射した電波を受信し、偏波に対する電力および位相
を検出した目標データ１を入力して当該目標データ１か
ら各偏波のレンジプロファイル３を作成する前処理部２
と、前処理部２により作成された各偏波のレンジプロフ
ァイル３をデータ処理しクラッタを抑圧するとともに目
標が存在する領域分のみの領域内抽出目標偏波データ５
を出力するクラッタ抑圧処理部４と、各種対象物のＲＣ
Ｓ、形状データ７を辞書データとして保管する辞書デー
タ保管部６と、クラッタ抑圧処理部４からの領域内抽出
目標偏波データ５と辞書データ保管部６からの辞書デー
タ７とに基づいて相関処理を行い目標姿勢角データ９を
算出する目標姿勢角算出部８と、クラッタ抑圧処理部４
からの領域内抽出目標偏波データ５と目標姿勢角算出部
８からの目標姿勢角データ９とに基づいて目標を類別処
理する目標類別処理部１０とを備えている。
【００１２】次に上記構成に係る実施の形態１の動作に
ついて説明する。撮像対象となる範囲をレーダ装置で捜
索し、背景および目標から反射した電波を受信し、電力
および位相を検出したものを目標データ１とする。な
お、静止目標を検出および類別するために、背景および
目標の偏波特性を活用する。したがって、目標データ１
は、ＨＶの交差偏波を含み、ＨＨ,ＶＶのすべての偏波
に対する電力および位相である。
ついて説明する。撮像対象となる範囲をレーダ装置で捜
索し、背景および目標から反射した電波を受信し、電力
および位相を検出したものを目標データ１とする。な
お、静止目標を検出および類別するために、背景および
目標の偏波特性を活用する。したがって、目標データ１
は、ＨＶの交差偏波を含み、ＨＨ,ＶＶのすべての偏波
に対する電力および位相である。
【００１３】目標データ１が前処理部２に入力される
と、前処理部２は、ＨＨ、ＨＶ、ＶＶのすべての偏波に
対して、レンジプロファイル３を算出する。前処理部２
から出力されたレンジプロファイル３をもとに、クラッ
タ抑圧処理部４は、目標を検出するとともに、目標が存
在する領域のレンジプロファイルの抽出を行い、領域内
抽出目標偏波データ５を目標姿勢角算出部８と目標類別
処理部１０に出力する。
と、前処理部２は、ＨＨ、ＨＶ、ＶＶのすべての偏波に
対して、レンジプロファイル３を算出する。前処理部２
から出力されたレンジプロファイル３をもとに、クラッ
タ抑圧処理部４は、目標を検出するとともに、目標が存
在する領域のレンジプロファイルの抽出を行い、領域内
抽出目標偏波データ５を目標姿勢角算出部８と目標類別
処理部１０に出力する。
【００１４】例えば図２の概念図に示すように、静止目
標の目標類別を行うためには、目標データ１を、例えば
図２の概念図に示すような信号処理部に直接入力しデー
タ処理を行わないといけない。交差偏波情報は微弱であ
るため、偏波情報を利用してクラッタ抑圧し目標検出す
るが、フィルタを通し加工した情報を目標類別処理には
利用することができない。
標の目標類別を行うためには、目標データ１を、例えば
図２の概念図に示すような信号処理部に直接入力しデー
タ処理を行わないといけない。交差偏波情報は微弱であ
るため、偏波情報を利用してクラッタ抑圧し目標検出す
るが、フィルタを通し加工した情報を目標類別処理には
利用することができない。
【００１５】そこで、レンジプロファイル３からクラッ
タを抑圧し、目標検出データを抽出する。上記目標検出
データから目標が存在する領域を抽出し、領域内のみの
偏波データを領域内抽出目標偏波データ５として出力す
る。
タを抑圧し、目標検出データを抽出する。上記目標検出
データから目標が存在する領域を抽出し、領域内のみの
偏波データを領域内抽出目標偏波データ５として出力す
る。
【００１６】一方、目標姿勢角算出部８は、クラッタ抑
圧処理部４より出力される領域内抽出目標偏波データ５
をもとに、辞書データ保管部６より、各種対象物のＲＣ
Ｓ、形状データ７を引き出し相関処理を行い、目標姿勢
角データ９を算出し、目標類別処理部１０に出力する。
圧処理部４より出力される領域内抽出目標偏波データ５
をもとに、辞書データ保管部６より、各種対象物のＲＣ
Ｓ、形状データ７を引き出し相関処理を行い、目標姿勢
角データ９を算出し、目標類別処理部１０に出力する。
【００１７】目標類別処理部１０は、クラッタ抑圧処理
部４より出力された領域内抽出目標偏波データ５と、目
標姿勢角データ９とをもとに、例えば装輪車か装軌車か
の目標類別を行う。
部４より出力された領域内抽出目標偏波データ５と、目
標姿勢角データ９とをもとに、例えば装輪車か装軌車か
の目標類別を行う。
【００１８】例えば図３の概念図に示すように、装輪車
か装軌車かを類別するにあたり、大きく２つに分けて処
理を行う。すなわち、目標類別処理部１０は、Diplane
Angleを用いて大局的にデータ処理を行う第１の処理部
１０ａと、偏波データから電界強度を基本３成分に分解
したDiplaneとHelixおよびTrihedralの寄与度データを
用いて目標物の特徴点を局部的にデータ処理を行う第２
の処理部１０ｂとを備える。
か装軌車かを類別するにあたり、大きく２つに分けて処
理を行う。すなわち、目標類別処理部１０は、Diplane
Angleを用いて大局的にデータ処理を行う第１の処理部
１０ａと、偏波データから電界強度を基本３成分に分解
したDiplaneとHelixおよびTrihedralの寄与度データを
用いて目標物の特徴点を局部的にデータ処理を行う第２
の処理部１０ｂとを備える。
【００１９】目標類別処理部１０は、クラッタ抑圧処理
部４より出力された領域内抽出目標偏波データ５を入力
として、まず大局的なデータ処理として、例えばDiplan
e Angleの変化率に着目して、偏波特性および誘電率等
の特徴が大幅に異なる偏波データをもとに、装輪車か装
軌車を類別する。そして、偏波情報は物体の形状に大き
く影響を受けるので角度の依存性が高いため、目標類別
確率向上のために、例えば装軌車の特徴が偏波データに
現れる局所部分についてデータ相関処理を行い、目標類
別結果を出力する。
部４より出力された領域内抽出目標偏波データ５を入力
として、まず大局的なデータ処理として、例えばDiplan
e Angleの変化率に着目して、偏波特性および誘電率等
の特徴が大幅に異なる偏波データをもとに、装輪車か装
軌車を類別する。そして、偏波情報は物体の形状に大き
く影響を受けるので角度の依存性が高いため、目標類別
確率向上のために、例えば装軌車の特徴が偏波データに
現れる局所部分についてデータ相関処理を行い、目標類
別結果を出力する。
【００２０】実施の形態２．図４は、この発明の実施の
形態２を示す構成図である。図４に示す構成では、図１
に示す実施の形態１に対し、自己位置を算出する自己位
置標定器１２と、自己位置標定器１２からの自己位置デ
ータ１３と前処理部２からの目標距離データ１１とに基
づいて撮像対象範囲の背景の種類を判別し、背景偏波デ
ータ１５を出力するデジタルマップ１４とをさらに備え
ており、クラッタ抑圧処理部４は、前処理部２から出力
されるレンジプロファイル３からデジタルマップ１４か
ら出力される背景偏波データ１５を減算してクラッタを
抑圧し、目標検出データを抽出するようになされてい
る。
形態２を示す構成図である。図４に示す構成では、図１
に示す実施の形態１に対し、自己位置を算出する自己位
置標定器１２と、自己位置標定器１２からの自己位置デ
ータ１３と前処理部２からの目標距離データ１１とに基
づいて撮像対象範囲の背景の種類を判別し、背景偏波デ
ータ１５を出力するデジタルマップ１４とをさらに備え
ており、クラッタ抑圧処理部４は、前処理部２から出力
されるレンジプロファイル３からデジタルマップ１４か
ら出力される背景偏波データ１５を減算してクラッタを
抑圧し、目標検出データを抽出するようになされてい
る。
【００２１】次に、上記実施の形態２の動作を説明す
る。自己位置標定器１２より出力する自己位置データ１
３と、前処理部２から出力される目標距離データ１１と
をもとに、地形および背景情報をデジタル情報として保
有しているデジタルマップ１４と照合することにより、
撮像対象となっている範囲の背景の種類を判別する。そ
して、デジタルマップ１４は、前記判別結果をもとに、
背景の種類に適応する背景偏波データ１５をクラッタ抑
圧処理部４に出力する。
る。自己位置標定器１２より出力する自己位置データ１
３と、前処理部２から出力される目標距離データ１１と
をもとに、地形および背景情報をデジタル情報として保
有しているデジタルマップ１４と照合することにより、
撮像対象となっている範囲の背景の種類を判別する。そ
して、デジタルマップ１４は、前記判別結果をもとに、
背景の種類に適応する背景偏波データ１５をクラッタ抑
圧処理部４に出力する。
【００２２】実施の形態１と同様、例えば図２の概念図
に示すように、静止目標の目標類別を行うためには、目
標データ１を、例えば図３の概念図に示すような信号処
理部に直接入力しデータ処理を行わないといけない。交
差偏波情報は微弱であるため、偏波情報を利用してクラ
ッタ抑圧し目標検出するが、フィルタを通し加工した情
報を目標類別処理には、利用することができない。
に示すように、静止目標の目標類別を行うためには、目
標データ１を、例えば図３の概念図に示すような信号処
理部に直接入力しデータ処理を行わないといけない。交
差偏波情報は微弱であるため、偏波情報を利用してクラ
ッタ抑圧し目標検出するが、フィルタを通し加工した情
報を目標類別処理には、利用することができない。
【００２３】そこで、クラッタ抑圧処理部４は、レンジ
プロファイル３からデジタルマップ１４より出力された
対象となっている背景の背景偏波データ１５を減算する
ことによりクラッタを抑圧し、目標検出データを抽出す
る。上記目標検出データから目標が存在する領域を抽出
し、領域内のみの偏波データを領域内抽出目標偏波デー
タ５として出力する。
プロファイル３からデジタルマップ１４より出力された
対象となっている背景の背景偏波データ１５を減算する
ことによりクラッタを抑圧し、目標検出データを抽出す
る。上記目標検出データから目標が存在する領域を抽出
し、領域内のみの偏波データを領域内抽出目標偏波デー
タ５として出力する。
【００２４】一方、目標姿勢角算出部８は、クラッタ抑
圧処理部４より出力される領域内抽出目標偏波データ５
をもとに、辞書データ保管部６より、各種対象物のＲＣ
Ｓ、形状データ７を引き出し相関処理を行い、目標姿勢
角データ９を算出し、目標類別処理部１０に出力する。
圧処理部４より出力される領域内抽出目標偏波データ５
をもとに、辞書データ保管部６より、各種対象物のＲＣ
Ｓ、形状データ７を引き出し相関処理を行い、目標姿勢
角データ９を算出し、目標類別処理部１０に出力する。
【００２５】目標類別処理部１０は、クラッタ抑圧処理
部４より出力された領域内抽出目標偏波データ５と、目
標姿勢角算出部８より出力された目標姿勢角データ９と
をもとに、例えば装輪車か装軌車かの目標類別を行う。
部４より出力された領域内抽出目標偏波データ５と、目
標姿勢角算出部８より出力された目標姿勢角データ９と
をもとに、例えば装輪車か装軌車かの目標類別を行う。
【００２６】また、実施の形態１と同様、目標類別処理
部１０は、例えば図３の概念図に示すように、装輪車か
装軌車かを類別するにあたり、大きく２つに分けて処理
を行う。第１の処理部１０ａと第２の処理部１０ｂを備
える。クラッタ抑圧処理部４より出力された領域内抽出
目標偏波データ５を入力として、まず大局的なデータ処
理として、例えばDiplane Angleの変化率に着目して、
偏波特性および誘電率等の特徴が大幅に異なる偏波デー
タをもとに、装輪車か装軌車を類別する。そして、偏波
情報は物体の形状に大きく影響を受けるのいで角度の依
存性が高いため、目標類別確率向上のために、例えば装
軌車の特徴が偏波データに現れる局所部分についてデー
タ相関処理を行い、目標類別結果を出力する。
部１０は、例えば図３の概念図に示すように、装輪車か
装軌車かを類別するにあたり、大きく２つに分けて処理
を行う。第１の処理部１０ａと第２の処理部１０ｂを備
える。クラッタ抑圧処理部４より出力された領域内抽出
目標偏波データ５を入力として、まず大局的なデータ処
理として、例えばDiplane Angleの変化率に着目して、
偏波特性および誘電率等の特徴が大幅に異なる偏波デー
タをもとに、装輪車か装軌車を類別する。そして、偏波
情報は物体の形状に大きく影響を受けるのいで角度の依
存性が高いため、目標類別確率向上のために、例えば装
軌車の特徴が偏波データに現れる局所部分についてデー
タ相関処理を行い、目標類別結果を出力する。
【００２７】実施の形態３．図５は、この発明の実施の
形態３を示す構成図である。図５に示す構成では、図１
に示す実施の形態１に対し、対象物偏波データ１８を辞
書データとして保管する辞書偏波データ保管部１７と、
目標類別処理部１０からの目標類別データ１６と辞書デ
ータ保管部６からの辞書データ７及び辞書偏波データ保
管部１７からの対象物偏波データ１８とに基づいて相関
処理を行い敵か味方かを識別処理する敵味方識別処理部
１９とをさらに備えている。
形態３を示す構成図である。図５に示す構成では、図１
に示す実施の形態１に対し、対象物偏波データ１８を辞
書データとして保管する辞書偏波データ保管部１７と、
目標類別処理部１０からの目標類別データ１６と辞書デ
ータ保管部６からの辞書データ７及び辞書偏波データ保
管部１７からの対象物偏波データ１８とに基づいて相関
処理を行い敵か味方かを識別処理する敵味方識別処理部
１９とをさらに備えている。
【００２８】次に上記実施の形態３の動作を説明する。
実施の形態３において、実施の形態１と同様に、クラッ
タ抑圧処理部４と目標姿勢角算出部８の出力をもとに、
目標類別処理部１０で目標類別データ１６を出力する。
実施の形態３において、実施の形態１と同様に、クラッ
タ抑圧処理部４と目標姿勢角算出部８の出力をもとに、
目標類別処理部１０で目標類別データ１６を出力する。
【００２９】一方、我国では、敵国の例えば装軌車の偏
波データ等を事前に取得することは困難であるが、我国
が所有しているものは事前に偏波データを取得し辞書デ
ータとして保管することができる。そこで、敵味方識別
処理部１９は、辞書偏波データ保管部１７から対象物偏
波データ１８を引き出し相関処理を行い、敵か味方かを
判別し、例えば前記目標類別処理部１０から出力された
目標類別データ１６と合わせて、武器の選定および攻撃
可否の決定要因に使用する。
波データ等を事前に取得することは困難であるが、我国
が所有しているものは事前に偏波データを取得し辞書デ
ータとして保管することができる。そこで、敵味方識別
処理部１９は、辞書偏波データ保管部１７から対象物偏
波データ１８を引き出し相関処理を行い、敵か味方かを
判別し、例えば前記目標類別処理部１０から出力された
目標類別データ１６と合わせて、武器の選定および攻撃
可否の決定要因に使用する。
【００３０】
【発明の効果】従って、この発明によれば、従来の移動
目標から目標検出し目標類別する機能に加え、背景の種
類別に適応した異なる特性をもつ偏波データを用い、複
雑背景下から静止目標を検出し、目標を類別できるた
め、目標検出能力および目標類別能力にたけ、効率的に
目標類別を行うことができる。
目標から目標検出し目標類別する機能に加え、背景の種
類別に適応した異なる特性をもつ偏波データを用い、複
雑背景下から静止目標を検出し、目標を類別できるた
め、目標検出能力および目標類別能力にたけ、効率的に
目標類別を行うことができる。
【００３１】また、レンジプロファイルからクラッタを
抑圧し、目標検出データを抽出し、目標検出データから
目標が存在する領域を抽出し、領域内のみの偏波データ
を領域内抽出目標偏波データを用い、複雑背景下から静
止目標を検出し、目標を類別できるため、目標検出能力
および目標類別能力にたけ、効率的に目標類別を行うこ
とができる。
抑圧し、目標検出データを抽出し、目標検出データから
目標が存在する領域を抽出し、領域内のみの偏波データ
を領域内抽出目標偏波データを用い、複雑背景下から静
止目標を検出し、目標を類別できるため、目標検出能力
および目標類別能力にたけ、効率的に目標類別を行うこ
とができる。
【００３２】また、偏波情報を用いて静止目標の類別が
できるとともに、処理部を２つに分けることにより、目
標類別処理に要する負荷の低減を図ることができ、また
コストの低減にもつながる。
できるとともに、処理部を２つに分けることにより、目
標類別処理に要する負荷の低減を図ることができ、また
コストの低減にもつながる。
【００３３】また、自己位置標定器と、デジタルマップ
とを付加することにより、背景の種類を判断し、背景の
種類別に適応した偏波データをもとに、クラッタ抑圧で
きるため、目標検出能力にたけている。この向上は、目
標類別処理能力の向上にも影響を与える。
とを付加することにより、背景の種類を判断し、背景の
種類別に適応した偏波データをもとに、クラッタ抑圧で
きるため、目標検出能力にたけている。この向上は、目
標類別処理能力の向上にも影響を与える。
【００３４】さらに、敵目標の偏波データを取得し辞書
データとして保有が難しいことから、我国で保有してい
る対象物の偏波データを辞書データとして、データ処理
を行い、敵と見方の区別を行うことができる。
データとして保有が難しいことから、我国で保有してい
る対象物の偏波データを辞書データとして、データ処理
を行い、敵と見方の区別を行うことができる。
【図１】 この発明によるレーダ装置の実施の形態１を
示す図である。
示す図である。
【図２】 この発明に関するクラッタ抑圧処理部の概念
を示す図である。
を示す図である。
【図３】 この発明に関する目標類別処理部の概念を示
す図である。
す図である。
【図４】 この発明によるレーダ装置の実施の形態２を
示す図である。
示す図である。
【図５】 この発明によるレーダ装置の実施の形態３を
示す図である。
示す図である。
【図６】 従来のレーダ装置を示す図である。
１ 目標データ、２ 前処理部、３ レンジプロファイ
ル、４ クラッタ抑圧処理部、５ 領域内抽出目標偏波
データ、６ 辞書データ保管部、７ ＲＣＳ、形状デー
タ、８ 目標姿勢角算出部、９ 目標姿勢角データ、１
０ 目標類別処理部、１０ａ 第１の処理部、１０ｂ
第２の処理部、１１ 目標距離データ、１２ 自己位置
標定部、１３ 自己位置データ、１４ デジタルマッ
プ、１５背景偏波データ、１６ 目標類別データ、１７
辞書偏波データ保管部、１８対象物偏波データ、１９
敵味方識別処理部。
ル、４ クラッタ抑圧処理部、５ 領域内抽出目標偏波
データ、６ 辞書データ保管部、７ ＲＣＳ、形状デー
タ、８ 目標姿勢角算出部、９ 目標姿勢角データ、１
０ 目標類別処理部、１０ａ 第１の処理部、１０ｂ
第２の処理部、１１ 目標距離データ、１２ 自己位置
標定部、１３ 自己位置データ、１４ デジタルマッ
プ、１５背景偏波データ、１６ 目標類別データ、１７
辞書偏波データ保管部、１８対象物偏波データ、１９
敵味方識別処理部。
Claims (5)
- 【請求項１】 撮像対象となる背景および目標から反射
した電波を受信し、偏波に対する電力および位相を検出
した目標データを入力して当該目標データから各偏波の
レンジプロファイルを作成する前処理部と、 上記前処理部により作成された各偏波のレンジプロファ
イルをデータ処理しクラッタを抑圧するとともに目標が
存在する領域分のみの領域内抽出目標偏波データを出力
するクラッタ抑圧処理部と、 各種対象物の辞書データを保管する辞書データ保管部
と、 上記クラッタ抑圧処理部からの領域内抽出目標偏波デー
タと上記辞書データ保管部からの辞書データとに基づい
て相関処理を行い目標姿勢角を算出する目標姿勢角算出
部と、 上記クラッタ抑圧処理部からの領域内抽出目標偏波デー
タと上記目標姿勢角算出部からの目標姿勢角とに基づい
て目標を類別処理する目標類別処理部とを備えたレーダ
装置。 - 【請求項２】 請求項１に記載のレーダ装置において、 上記クラッタ抑圧処理部は、上記前処理部からのレンジ
プロファイルからクラッタを抑圧し、目標検出データを
抽出し、目標検出データから目標が存在する領域を抽出
し、領域内のみの偏波データを領域内抽出目標偏波デー
タとして出力することを特徴とするレーダ装置。 - 【請求項３】 請求項１または２に記載のレーダ装置に
おいて、 上記目標類別処理部は、Diplane Angleを用いて大局的
にデータ処理を行う第１の処理部と、偏波データから電
界強度を基本３成分に分解したDiplaneとHelixおよびTr
ihedralの寄与度データを用いて目標物の特徴点を局部
的にデータ処理を行う第２の処理部とを備えたことを特
徴とするレーダ装置。 - 【請求項４】 請求項１ないし３のいずれかに記載のレ
ーダ装置において、自己位置を算出する自己位置標定器
と、当該自己位置標定器からの自己位置データと前記前
処理部からの目標距離データとに基づいて撮像対象範囲
の背景の種類を判別し、背景偏波データを出力するデジ
タルマップとをさらに備え、 上記クラッタ抑圧処理部は、上記前処理部から出力され
るレンジプロファイルから上記デジタルマップから出力
される背景偏波データを減算してクラッタを抑圧し、目
標検出データを抽出することを特徴とするレーダ装置。 - 【請求項５】 請求項１ないし４のいずれかに記載のレ
ーダ装置において、 対象物偏波データを辞書データとして保管する辞書偏波
データ保管部と、上記目標類別処理部からの目標類別デ
ータと上記辞書データ保管部からの辞書データ及び上記
辞書偏波データ保管部からの対象物偏波データとに基づ
いて相関処理を行い敵か味方かを識別処理する敵味方識
別処理部とをさらに備えたことを特徴とするレーダ装
置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001052808A JP2002257931A (ja) | 2001-02-27 | 2001-02-27 | レーダ装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001052808A JP2002257931A (ja) | 2001-02-27 | 2001-02-27 | レーダ装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002257931A true JP2002257931A (ja) | 2002-09-11 |
Family
ID=18913382
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001052808A Pending JP2002257931A (ja) | 2001-02-27 | 2001-02-27 | レーダ装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2002257931A (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007515628A (ja) * | 2003-11-25 | 2007-06-14 | ザ マカリース カンパニーズ，インク．デー．ビー．エイ．セイフ ゾーン システムズ | 物体検出法及び装置 |
| JP2007517191A (ja) * | 2003-11-13 | 2007-06-28 | コンティ テミック マイクロエレクトロニック ゲゼルシャフト ミット ベシュレンクテル ハフツング | 自動車安全装置用の物体認識装置および方法 |
| JP2008545121A (ja) * | 2005-05-12 | 2008-12-11 | ザ マカリース カンパニーズ，インク．デー．ビー．エイ．セイフ ゾーン システムズ | オブジェクトの検出方法と装置 |
| JP2010197336A (ja) * | 2009-02-27 | 2010-09-09 | Mitsubishi Space Software Kk | 人工物検出装置及び人工物検出方法及び人工物検出プログラム |
| JP2011220824A (ja) * | 2010-04-09 | 2011-11-04 | Mitsubishi Electric Corp | レーダ装置 |
| CN103954961A (zh) * | 2014-05-13 | 2014-07-30 | 西安电子科技大学 | 步进频雷达低空障碍物超分辨一维成像方法 |
| KR101846020B1 (ko) * | 2017-12-04 | 2018-04-05 | 엘아이지넥스원 주식회사 | W대역 밀리미터파 탐색기에서 scr 향상을 위한 편파 선정 장치 및 방법 |
-
2001
- 2001-02-27 JP JP2001052808A patent/JP2002257931A/ja active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007517191A (ja) * | 2003-11-13 | 2007-06-28 | コンティ テミック マイクロエレクトロニック ゲゼルシャフト ミット ベシュレンクテル ハフツング | 自動車安全装置用の物体認識装置および方法 |
| JP2007515628A (ja) * | 2003-11-25 | 2007-06-14 | ザ マカリース カンパニーズ，インク．デー．ビー．エイ．セイフ ゾーン システムズ | 物体検出法及び装置 |
| JP2008545121A (ja) * | 2005-05-12 | 2008-12-11 | ザ マカリース カンパニーズ，インク．デー．ビー．エイ．セイフ ゾーン システムズ | オブジェクトの検出方法と装置 |
| JP2010197336A (ja) * | 2009-02-27 | 2010-09-09 | Mitsubishi Space Software Kk | 人工物検出装置及び人工物検出方法及び人工物検出プログラム |
| JP2011220824A (ja) * | 2010-04-09 | 2011-11-04 | Mitsubishi Electric Corp | レーダ装置 |
| CN103954961A (zh) * | 2014-05-13 | 2014-07-30 | 西安电子科技大学 | 步进频雷达低空障碍物超分辨一维成像方法 |
| KR101846020B1 (ko) * | 2017-12-04 | 2018-04-05 | 엘아이지넥스원 주식회사 | W대역 밀리미터파 탐색기에서 scr 향상을 위한 편파 선정 장치 및 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11885872B2 (en) | System and method for camera radar fusion | |
| Musman et al. | Automatic recognition of ISAR ship images | |
| Yang et al. | Detection and imaging of ground moving targets with real SAR data | |
| US7787657B2 (en) | SAR ATR treeline extended operating condition | |
| US9903946B2 (en) | Low cost apparatus and method for multi-modal sensor fusion with single look ghost-free 3D target association from geographically diverse sensors | |
| US6897802B1 (en) | Fusion of shape and multiscale features for unknown target rejection | |
| Elhoshy et al. | Expanding window dynamic-programming-based track-before-detect with order statistics in Weibull distributed clutter | |
| Kahler et al. | Decision-Level Fusion Performance Improvement From Enhanced HRR Radar Clutter Suppression. | |
| JP2008164545A (ja) | 移動目標検出装置、移動目標検出方法および移動目標検出プログラム | |
| US20140241633A1 (en) | Rapid detection | |
| JP2002257931A (ja) | レーダ装置 | |
| US6756934B1 (en) | Target shadow detector for synthetic aperture radar | |
| Zhang et al. | Moving target shadow detection based on deep learning in video SAR | |
| Jones et al. | Recognizing occluded objects in SAR images | |
| Ettinger et al. | Model-based fusion of multi-look SAR for ATR | |
| Havens et al. | Improved detection and false alarm rejection using FLGPR and color imagery in a forward-looking system | |
| CN116125466B (zh) | 船舶人员隐藏威胁性物品携带检测方法、装置及电子设备 | |
| Mecocci et al. | Radar image processing for ship-traffic control | |
| Klein et al. | IED command wire detection using multi-aspect processing on SAR images | |
| Jung et al. | Local cell-averaging fast CFAR for multi-target detection in high-resolution SAR images | |
| Lei et al. | Millimetre-Wave Automotive Radar Imaging Enhancement via Doppler Beam Sharpening | |
| Salowe | Very fast SAR detection | |
| Santos et al. | Ship Detection Using Sentinel-1 Amplitude SAR Data | |
| Ciany et al. | Application of fusion algorithims for computer-aided detection and classification of bottom mines to shallow-water test data | |
| Wang | Moving-target detection in sar images using difference between two looks |