亚星游戏官网-www.yaxin868.com

专利名称：雷达接收信号处理装置及其方法
技术领域：
本发明实施形态涉及从目标信号和无用信号混杂的雷达接收信号中有效地仅检测出目标信号的雷达接收信号处理装置及其方法。
背景技术：
众所周知，气象雷达通过接收气象目标的回波并对该接收功率进行解析从而观测降水量。另外，还通过利用电磁波的多普勒效应、解析雷达接收信号的多普勒频率从而观测风速。同样，探测感应型雷达通过对飞翔物等回波接收信号处理从而进行飞翔物的探知。但是，在雷达接收信号中，不仅含有目标信号，而且还含有来自大地、山岳、海面的回波等形成的无用信号。为了避免无用信号的观测，在雷达接收信号处理装置中通常采用用于除去该无用信号的移动目标指示装置(Moving Target hdicator :MTI)。其中，MTI利用目标信号和无用信号的频率变化的不同，利用预先设定了阻断频率的低频阻断滤波器来除去无用信号。因此，小于设定的阻断频率的成分将因目标信号、无用信号存在差别而被除去。例如，对于气象雷达而言，在气象回波和无用信号具有基本相同的频率变化的场合，由于不能有效地只除去无用信号，所以不能正确观测降水量和风速。如上所述，对于现有技术的雷达接收信号处理装置，在目标信号和无用信号具有基本相同频率变化的场合，不能确切将两者区分开来，甚至可能会将目标信号也一并除去。

发明内容
本发明要解决的课题是，提供一种雷达接收信号处理装置及其方法，其即使在目标信号和无用信号具有基本相同频率变化的场合，也能够有效地将两者区分开来，而不会将目标信号也一并除去。实施形态的雷达接收信号处理装置从以一定周期重复得到的雷达接收信号中，获取由回波组分别保有的平均多普勒频率、谱宽、接收功率决定的频谱，通过重复进行利用各上述回波组的密度函数的和对所获取的频谱的形状进行的拟合的处理并学习，推定出最佳的混合密度函数，从推定出的混合密度函数参数中抽取任意回波信息。另外，特别地，在上述拟合时，将回波组的频谱套用到混合密度函数，利用带惩罚 (penalty)似然函数对该套用情况进行评价，对于上述似然函数的惩罚项而言，可以采用事先测定的单个回波的接收功率、多普勒频率、频宽中的至少任意一个。根据上述结构的雷达接收信号处理装置，即使在目标信号和无用信号具有基本相同频率变化的场合，也能够有效将两者区分开来，而不会将目标信号也一并除去。


图1为示出适用实施形态雷达接收信号处理装置的气象雷达信号处理装置的结构的方块图。
图2为示出实施形态雷达接收信号处理装置中，从雷达接收信号中计算出目标信号的平均多普勒频率、谱宽、接收功率的处理的流程的流程图。图3为示出上述实施形态中，采用混合密度函数拟合雷达接收信号频谱的模式的波形图。图4为示出上述实施形态中，采用在先所知晓的最佳混合密度函数的参数的推定方法的处理的流程的流程图。图5为示出上述实施形态中，最佳混合密度函数的参数推定方法的处理的流程的流程图。图6为示出上述实施形态中，从雷达接收信号中计算降水量风速的处理的流程的例子的流程图。
具体实施例方式下面参照附图对实施形态进行说明。图1为示出适用实施形态涉及的雷达接收信号处理装置的气象雷达信号处理装置的结构的方块图。在图1中，脉冲信号产生部11所产生的雷达脉冲信号经过发送装置12 频率转换电力增幅，经由环路器13从天线14向空间中传播。上述天线14接收的雷达波的反射信号经由环路器13发送到接收装置15中。该接收装置15对天线14接收的信号进行增幅，对基带进行频率转换，该输出被发送到雷达接收信号处理装置16中。上述雷达接收信号处理装置16采用A/D转换器161将输入的雷达接收信号转换成数字数据，利用IQ检波器162转换成多种形式的IQ数据，利用观测处理器163除去地形回波成分，得到气象回波形成的观测数据。图2为示出上述观测处理器163中，从雷达接收信号(IQ数据)中计算得到目标信号(气象回波成分)的平均多普勒频率、谱宽、接收功率的处理的流程的流程图。首先，通过对雷达接收信号在频率区域中进行转换得到频谱(步骤Sll)。然后，将得到的频谱用混合密度函数进行拟合(步骤SU)。然后，模拟推定混合密度函数的参数的最佳值(步骤S13)，从推定的参数中计算目标信号的平均多普勒频率、频宽、接收功率，并将其作为观测结果输出(步骤S14)。图3为用于说明上述步骤S12中利用混合密度函数对频谱进行拟合的处理的波形图，A为频谱，B为混合密度函数。在图3中，横轴X为多普勒速度(m/s)，纵轴Y为振幅 (dB)。首先，给出对频谱进行拟合的混合密度函数。混合密度函数用多个不同种回波的密度函数的和表示该参数为各回波的混合比与频谱形状关系的值。对应上述频谱的最佳混合密度函数的参数的推定中，可以考虑利用事先所知晓的知识。图4为示出利用事先的知识推定最佳混合密度函数的参数的场合的处理的流程。在图4中，首先根据事先的知识，将多个回波各自的密度函数的参数作为变量，由统计的性质决定它们自身的事先分布(步骤S21)。计算出所决定的事先分布和从观测的似然度中计算出事后分布，通过将事后分布最大化而得到最佳混合密度函数的参数(步骤 S22)。图5为通过最大化上述事后分布推定混合密度函数的最佳参数的方法的流程图。首先，确定频谱和利用事先的知识确定带惩罚的似然函数(步骤S31)。然后，由所确定的带惩罚的似然函数计算出带惩罚的对数似然函数的期望值(步骤S3》。然后，计算最大化带惩罚对数似然函数的期望值的参数(步骤S3； )。其中，判断参数的值是否收敛(步骤S34)， 在没有收敛时则返回步骤S32。换言之，利用最大化期望值的参数，再一次按照计算带惩罚对数似然函数的期望值的顺序，重复进行该动作，直至参数的值收敛为止。将该收敛的参数值作为为了对雷达接收信号频谱进行拟合的最佳混合密度函数的参数。(实施例1)图6为上述实施形态适用气象雷达信号处理装置的场合的具体例(作为实施例 1)，示出从雷达接收信号中计算降水量、风速的场合的处理的流程的流程图。在图6中，首先，将雷达接收信号在频率区域中进行转换，得到频谱的振幅成分 Yi(步骤S41)。然后，给出对所得到的频谱进行拟合的混合密度函数(步骤S4W。其中，采用下式(1)表示的正规分布f\(x| θ,)作为将无用信号(地物杂波的回波成分)进行拟合的分布。式(1)中，X表示多普勒速度。另外，θ = τ2，θη，θ12，Θ21，θ22)为混合密度函数的参数，初始值任意设定。(χ θ = (2 π θ 12) -1/2exp {- (χ- θ n)2/ (2 θ 12)} ... (1)另外，采用下式(2)表示的冯·米泽斯分布f2(x θ 2)。f2 (χ I θ 2) = exp { θ 22cos (χ- θ 21)} / {2 Ji I0 ( θ 22)} — (2)I0表示0次修正贝塞尔函数。由式⑴、⑵得到用下式(3)表示的拟合频谱的混合密度函数f(x I θ )。f(x| θ ) = τ J1OcI θ 丄)+τ 2f2(x| θ 2)— (3)然后，由给出的混合密度函数由下式0)、(5)计算出混合比TliiJ2,i(步骤S43)。Tlji = T1^(Xi) 61)/{f(x| θ)} ... (4)T2ji = τ 2f2 (Xi I 02)/{f(x θ )} ... (5)然后，由预先观测的数据确定事先分布(步骤S44)。首先，无用信号的电力值相关的参数满足下式(6)所示贝塔分布P1 ( τ D。P1(T1) = {τ1α-1(1-τ1)^1}/Β(α , β) ...(6)其中，Β(α，β)表示贝塔函数。与无用信号的多普勒频率相关的参数满足下式(7)表示的正态分布P2 ( θ η)。ρ2 ( θ η) = (2 31 φ 2) -1/2exp {- ( θ η-φ》2/ (2 Φ 2)}... (7)另外，无用信号的谱宽相关的参数满足下式(8)表示的伽马分布ρ3( θ 12)。P3 ( θ 12) = b_a θ ^1exp (- θ 12/b) / Γ (a)... (8)其中，Γ (a)表示伽马函数。这些事先分布的参数α，β ,Cpp ψι, a,b由事先观测的无用信号的数据决定。然后，通过用各参数对式(8)所示带惩罚对数似然函数的期望值进行偏微分，从而对各参数Q ( θ I θ (t))进行最大化(步骤S45)。Q(0 I θ ⑴)=Σ = : LyiTlj, {log τ ( θ | Xi)} +YiT2, i {log τ 2f2 ( θ 21 Xi)}]+S1Iog {Pl ( τ J } +S2Iog {p2 ( θ n)} +S3Iog {p3 ( θ 12)} ... (9)其中，η为傅立叶抽样点数。另外⑴表示步骤S43，S45的重复次数。各参数的更新式如下所示。
T1 ={ Σ n^iyiT1JS1 (α-1)}/{ Σ n^iyJS1 (α+β-2)}...(10)T2 = I-T1...(11)θ η = { Σ ni = JiT1, iXi+S2 ( Φ 丄 θ 12/ φ 2)} / { Σ \ = JiT1, ^S2 ( θ 12/ φ 2)} ... (12)θ 12 = (I-S3) { Σ % JiT1,, (Xi- θ η) VEni. JiT1, J+S3 {- Σ nJ = JiT1, i+2 (a-1) + [{ Σ ni = JiT1,「2 (a_l)}2+8/b Σ ni =山T1,丄(Xi- θ η)2]1/2} / {4/b}…(13)θ 21 = tan"1 {( Σ \ = JiT2, ^inxi) / ( Σ \ = JiT2, ^osxi)}... (14)I1 ( θ 22) /I0 ( θ 22) =Eni = JiT2, iCos (Xi- θ21)/ Σ ni = JiT2,, ... (15)如上所述，θ 22可以通过式(15)解得。另夕卜，S1, S2, S3，取1到0，采用与无用信号电力值相关的事先知识的场合S1 = 1，不用的场合S1 = 0。另外，采用与无用信号多普勒频率相关的事先的知识的场合& = 1，不用的场合& = 0。另外，采用与无用信号谱宽相关的事先的知识的场合& = 1，不用的场合& = 0。然后判定根据上式计算得出的参数是否收敛(步骤S46)。在该判定处理中，如果混合比计算时的参数和更新后参数的差在1/1000以下，则判定参数收敛。如果差比该数还大，则用计算得到的参数再次进行步骤S43，S45的处理。在判断上述参数收敛的场合，由推定的冯 米泽斯分布的参数，计算气象回波的平均多普勒频率、谱宽、接收功率作为推定值(步骤S47)。然后，由推定的气象回波的平均多普勒频率、谱宽、接收功率，计算降水量、风速(步骤S48)。通过进行如上的处理，因为能够高精度推定即使在作为气象回波中无用信号的由于地面杂波而导致地形回波重叠的状况下的气象回波、地形回波等各种成分，所以，能够由气象回波和地形回波混合的数据中确实地推定降水量、风速。(实施例2)然而，在上述实施例1中，针对的是以将接收信号的频谱分别进行假定的气象回波、地形回波(地面杂波)的2个密度函数的和来拟合的情况进行的说明。根据这种处理， 尽管能够得到某种程度上的效果，但是实际接收信号中，还含有气象回波、地形回波之外的噪音等无用成分(下面称为无用回波)。这种接收信号的频谱分别假定气象回波、地形回波为2个密度函数的和而进行拟合，能够想象得到气象回波推定中是存在误差的。因此，作为实施例2，进一步以含噪音等无用回波的3个密度函数的和进行拟和， 下面再次参照图6进行说明。在图6中，首先，将雷达接收信号转换成频率区域，得到频谱的振幅成分yi (步骤 S41)。然后，给出对所得到的频谱进行拟合的混合密度函数(步骤S4》。其中，作为拟合无用信号的(地形回波、无用回波)的分布，采用下式(16)表示的正态分布fl(x| θ》。其中，χ为多普勒速度。θ = (τ17 τ2，τ 3, θη，θ12，Θ21，θ 22)为混合密度函数的参数，初始值任意设定。(χ θ = (2 π θ 12) -1/2exp {- (χ- θ n)2/ (2 θ 12)}... (16)另外，作为拟合气象回波的分布，用下式(17)表示的冯·米泽斯分布f2(x| θ 2)。f2(x| θ 2) = exp{ θ 22cos (χ- θ 21)} / {2 Ji I0 ( θ 22)}... (17)
I0表示0次修正贝塞尔函数。另外，作为除上述之外的无用的回波进行拟合的分布，采用与下式(18)表示的同样的分布4& θ 3)。f3(x| θ3) = l/(2Vnyq)…(18)其中表示Vn 奈奎斯特速度。从这些式子(16)、(17)、(18)中，得到下式(19)所示的拟合频谱的混合密度函数 f(x θ)。f(x| θ ) = τ J1OcI θ》+τ 2f2(x| θ 2)+τ 3f3(x| θ 3)...(19)然后，由给出的混合密度函数利用下式00)、(21)、(22)分别计算出混合比T1, ” 丁2」、1」(步骤343)。T = · 11, iτ (XiQ1)//{f(xiθ)}…(20)
T = · l2, iτ2f2(Xiθ2)//{f(xiθ)}…
T = · 1S, iτ 3f3(Xiθ3)//{f(xiθ)}…(22)然后，由预先观测得到的数据确定事先分布(步骤S44)。首先，与无用信号的电力值相关的参数满足下式所示贝塔分布P1 ( τ i)。P1(T1) = { T1aIl-T1) ”綠，β) - (23)其中，Β(α，β)表示贝塔函数。与无用信号的多普勒频率相关的参数满足下式表示的正态分布P2 ( θ η)。ρ2 ( θ J = (2 31 φ 2) -"2exp {- ( θ η- φ》7 (2 Φ 2)} ... (24)另外，无用信号的谱宽相关的参数满足下式表示的伽马分布ρ3( θ 12)。P3 ( θ 12) = θ 12 α ^exp (- θ 12/b) /Γ (a) ... (25)其中，Γ (a)表示伽马函数。这些事先分布的参数α，β，φΡ (f>2，a，b由事先观测的无用信号的数据决定。然后，通过用各参数对式(8)所示带惩罚对数似然函数的期望值进行偏微分，从而对各参数Q ( θ I θ (t))进行最大化(步骤S45)。Q (Θ I θ ω) =Σ ni = ！ [YiT1, i {log τ ( θ | Xi)} +Υ Τ2>, {log τ 2f2 ( θ 21 Xi)}+YiT3jJlog τ 3f3(0 3 IXi)}]+S1Iog {Pl ( τ } +S2Iog {p2 ( θ n)} +S3Iog {p3 ( θ 12)}…(26)其中，η为傅立叶抽样点数。另外⑴表示步骤S43，S45的重复次数。各参数的更新式如下所示。T1 = { Σ n^1YiT1, ^S1(Q-I)I/! Σ "^^^(α+β^)}… (27)τ2 = { Σ ni = JiT2, ^S1 T1 Σ ni = JiT2, J/{ Σ ^ =山(T2, ^S1T3,,)}…Q8)τ3 = 1 τjτ2 …U9)θ η = ( Σ ni = JiT1, iXi+S2 (Φ! θ 12/Φ2)}/{ Σ ni = JiT1, ^S2 ( θ 12/ φ 2)} ... (30)θ 12 = (I-S3) { Σ ni = JiT1,, (Xi- θ η)2/ Σ ni = JiT1, J+S3 {" Σ ^ =(a-l) + [{ Σ ^ =(a-1)}2 [ο οι]+8/b Σ ni = !YiTlji(Xi-eIi)2Il72IZiVM
…(31)θ 21 = tar^K Σ ni = iyiT2,iSinXi)/( Σ 1^iyiT2iiC0sxiM...(32)Ι^θ^/Ι^θ^) =Σ ni = 1yiT2 iCOS(x「e21)/ Σ ni = !YiT2ji... (33)如上所述，θ μ可以通过式(33)解得。另外，S1, S2，S3，取1到0，采用与无用信号电力值相关的事先知识的场合S1 = 1，不用的场合S1 = 0。另外，采用与无用信号多普勒频率相关的事先的知识的场合& = 1，不用的场合& = 0。另外，采用与无用信号谱宽相关的事先的知识的场合& = 1，不用的场合& = 0。然后判定根据上式计算得出的参数是否收敛(步骤S46)。在该判定处理中，如果混合比计算时的参数和更新后参数的差在1/1000以下，则判定参数收敛。如果差比该数还大，则用计算得到的参数再次进行步骤S43，S45的处理。在判断上述参数收敛的场合，由推定的冯 米泽斯分布的参数，计算气象回波的平均多普勒频率、谱宽、接收功率作为推定值(步骤S47)。然后，由推定的气象回波的平均多普勒频率、谱宽、接收功率，计算降水量、风速(步骤S48)。通过进行如上的处理，因为能够高精度推定即使在作为气象回波中无用信号的由于地面杂波而导致地形回波重叠的状况下的气象回波、地形回波等各种成分，所以，能够由气象回波和地形回波混合的数据中确实地推定降水量、风速。上述实施形态尽管是以假定为气象雷达的场合进行的说明，但是同样也可适用于普通的雷达装置，即同样也适用从雷达接收信号中除去无用信号得到目标信号的情形。另外，如有源相控阵雷达那样，电子扫描信号发送光束的雷达装置或采用数字光束成形技术对多束接收光束成形的雷达装置的场合也同样可以实施本发明。因此，根据上述实施形态， 能够提供一种能够从具有大致相同频率变化的目标信号和无用信号混杂的雷达接收信号中，确实地仅检测出目标信号的雷达接收信号处理装置。根据上述至少1个实施形态的雷达接收信号处理装置，从在一定周期中重复得到的雷达接收信号中，得到各种各样的回波组，并获取由平均多普勒频率、谱宽、接收功率决定的频谱，通过重复进行对所获取的雷达接收信号的频谱形状求取上述各回波组的密度函数的和的拟合处理，推定出最佳混合密度函数，从推定用混合密度函数参数中抽取雷达接收信号中包含的任意回波信息，所以，即使在目标信号和无用信号具有基本相同频率变化的场合，也能够有效将两者区分开来，而不会将目标信号也一并除去。另外，尽管是以几个实施形态进行的说明，但是，这些实施形态仅仅是例示的，并非旨在限定发明范围。这些实施形态也可以以其他的形态实施，在不脱离发明宗旨的范围内，可以对其进行各种省略、置换、变更。这些实施形态及其变形只要含于发明范围和宗旨中，则同样属于权利要求书范围所记载的发明及其等同物范围之中。
权利要求
1.一种雷达接收信号处理装置，具有，获取机构，从以一定周期重复得到的雷达接收信号中，获取由回波组分别保有的平均多普勒频率、谱宽、接收功率决定的频谱；推定机构，通过重复进行利用各个上述回波组的密度函数的和对所获取的上述雷达接收信号的频谱的形状进行的拟合的处理并学习，推定最佳的混合密度函数；以及抽取机构，从推定出的上述混合密度函数的参数中抽取包含于上述雷达接收信号中的任意回波信息。
2.如权利要求1所述雷达接收信号处理装置，上述获取机构将上述雷达接收信号在频域进行变换并获取上述频谱。
3.如权利要求1所述雷达接收信号处理装置，上述推定机构，重复进行以下步骤直到参数值收敛，从而推定带惩罚的似然函数为最大的参数，该步骤为，将由上述回波组形成的频谱套用到混合密度函数，利用带惩罚的似然函数对该套用情况进行评价，计算出上述似然函数的隐变量，针对上述混合密度函数的各参数将上述带惩罚的似然函数的期望值最大化。
4.如上述权利要求3所述雷达接收信号处理装置，上述推定机构，根据上述回波组具有的平均多普勒频率、谱宽和接收功率的统计的性质，决定混合密度函数的各参数遵循的事先分布，通过将上述事先分布作为上述惩罚而附加到似然函数上，从而决定上述带惩罚的似然函数。
5.如上述权利要求4所述雷达接收信号处理装置，上述推定机构，在上述事先分布的决定处理中，通过预先观测上述雷达接收信号的单个回波，计算并决定上述事先分布的统计量。
6.如上述权利要求5所述雷达接收信号处理装置，上述推定机构，在上述似然函数的惩罚项中，采用事先测定的单个回波的接收功率、多普勒频率、谱宽中的至少任意一个。
7.如上述权利要求1所述雷达接收信号处理装置，上述抽取机构，从根据上述推定机构推定出的混合密度函数的参数中的与任意的上述回波相关的参数，计算决定任意的上述回波的频谱的平均多普勒频率、谱宽和接收功率，并作为任意的上述回波的信息而抽取。
8.如上述权利要求1所述雷达接收信号处理装置，当上述雷达接收信号为气象雷达信号，上述回波组为气象回波和地形回波时，上述获取机构从上述雷达接收信号中获取由气象回波和地形回波各自具有的平均多普勒频率、谱宽、接收功率所决定的频谱，上述推定机构通过重复进行利用上述气象回波和地形回波各自的密度函数的和对所获取的上述雷达接收信号的频谱的形状进行的拟合的处理并学习，推定最佳的混合密度函数，上述抽取机构，根据推定的上述混合密度函数的参数中的与上述气象回波相关的参数，计算上述气象回波的平均多普勒频率、谱宽和接收功率，并作为上述气象回波的信息而抽�。�并且，具有根据抽取出来的上述平均多普勒频率、谱宽和接收功率来计算降水量、风速的计算机构。
9.如上述权利要求8所述雷达接收信号处理装置，上述推定机构，重复进行以下步骤直到参数值收敛，从而推定带惩罚的似然函数成为最大的参数，该步骤为，将由上述气象回波和地形回波形成的频谱套用到混合密度函数，利用带惩罚的似然函数对该套用情况进行评价，计算上述似然函数的隐变量，针对上述混合密度函数的各参数将上述带惩罚的似然函数的期望值最大化，在上述带惩罚的似然函数的决定处理中，根据上述回波组具有的平均多普勒频率、谱宽和接收功率的统计的性质，决定混合密度函数的各参数遵循的事先分布，通过将上述事先分布作为上述惩罚附加到似然函数上，从而决定上述带惩罚的似然函数，在上述事先分布的决定处理中，通过在晴天时仅观测地形回波作为上述雷达接收信号的单个回波，在雨天时预先观测不存在地形回波的范围，从而计算并决定统计量。
10.如上述权利要求1所述雷达接收信号处理装置，当上述雷达接收信号为气象雷达信号，上述回波组为气象回波和地形回波以及其他无用回波时，上述获取机构从上述雷达接收信号中获取气象回波和地形回波以及无用回波各自具有的平均多普勒频率、谱宽、接收功率所决定的频谱，上述推定机构，通过重复进行利用混合密度函数对所获取的上述雷达接收信号的频谱形状进行的拟合处理并学习，推定出最佳的混合密度函数，上述抽取机构，根据推定的上述混合密度函数的参数中与上述气象回波相关的参数， 计算上述气象回波的频谱的平均多普勒频率、谱宽和接收功率，并作为上述气象回波的信息而抽取，并且，具有根据抽取出来的上述平均多普勒频率、谱宽和接收功率来计算降水量、风速的计算机构。
11.如上述权利要求10所述雷达接收信号处理装置，上述推定机构，重复进行以下步骤直到参数值收敛，从而推定带惩罚的似然函数成为最大的参数，该步骤为，将由上述气象回波和地形回波以及无用回波形成的频谱套用到混合密度函数，利用带惩罚的似然函数对该套用情况进行评价，计算上述似然函数的隐变量，针对上述混合密度函数的各参数将上述带惩罚的似然函数的期望值最大化，在上述带惩罚的似然函数的确定处理中，根据上述回波组具有的平均多普勒频率、谱宽和接收功率的统计的性质，来决定混合密度函数的各参数遵循的事先分布，通过将上述事先分布作为上述惩罚附加到似然函数上，从而决定上述带惩罚的似然函数，在上述事先分布的决定处理中，通过在晴天时仅观测地形回波作为上述雷达接收信号的单个回波，在雨天时预先观测不存在地形回波的范围，从而计算并决定统计量。
12.一种雷达接收信号处理方法，从以一定周期重复得到的雷达接收信号中获取由各回波组具有的平均多普勒频率、谱宽、接收功率决定的频谱，通过重复进行利用上述各回波组的密度函数的和对所获取的上述雷达接收信号的频谱的形状进行拟合处理并学习，推定出最佳的混合密度函数，从推定出的上述混合密度函数参数中抽取包含于上述雷达接收信号中的任意的回波 fn息ο
全文摘要
本发明涉及雷达接收信号处理装置及其方法，涉及从目标信号和无用信号混杂的雷达接收信号中有效地仅检测出目标信号的雷达接收信号处理装置及其方法。提供一种即使在目标信号和无用信号具有基本相同频率变化的场合，也能够有效地将两者区分开来，而不会将目标信号也一并除去的雷达接收信号处理装置及其方法。通过对雷达接收信号在频域进行转换并得到频谱(步骤S11)。然后，将得到的频谱用回波组各自的密度函数的和(混合密度函数)进行拟合(步骤S12)。然后，学习混合密度函数的参数的最佳值(步骤S13)，从而进行推定，根据推定的参数计算目标信号的平均多普勒频率、频宽、接收功率，并作为观测结果输出(步骤S14)。
文档编号G01S13/95GK102279389SQ201010625020
公开日2011年12月14日 申请日期2010年12月24日 优先权日2010年6月11日
发明者丸井英树, 和田将一, 根智志, 水谷文彦, 田中聪久, 石泽宽 申请人:国立大学法人东京农工大学, 株式会社东芝