Fast detection apparatus and method of the object based on the impulse-like signal in the time domain

本発明は、時間領域のインパルス状の信号に基づいて物体を検出するための方法及び装置に関し、特に、超広帯域（ultra wide band:ＵＷＢ）の無線周波数（radio frequency:ＲＦ）信号に基づいて視覚的に不明瞭な物体を検出するための装置及び方法に関する。

ＵＷＢ技術は数十年間存在し、過去にはレーダに基づく応用技術（アプリケーション）に用いられてきた。 高速なスイッチング技術の発達は、低コストな民生用の通信アプリケーションのために、ＵＷＢ技術をより魅力的なものにしている。 現在、多くの企業が、ＵＷＢ技術を高速通信の領域まで拡張する可能性を検討する研究開発（Ｒ＆Ｄ）プロジェクトに取り組んでおり、連邦通信委員会（Federal Communications Commission:ＦＣＣ）は無認可の基盤（unlicensed basis）におけるＵＷＢ通信システムの展開を可能とするであろう放射限界を定めている。

ＵＷＢ無線通信は、非常に低い電力密度を用いて、周波数帯の広いスペクトル上でデジタルデータを伝送するために、高帯域のマイクロ波のパルスを用いるＲＦ通信装置である。 これらの装置は、データを、（無線ローカル・エリア・ネットワーク・アプリケーションのために）非常に高速に伝送することもできるし、（テレメトリ（telemetry）・アプリケーションのために）非常に低速に伝送することもできる。 現在の連邦通信委員会の規則の下で許可されている電力限界の範囲内で、ＵＷＢ無線通信は、非常に低い電力で、短い距離をまたいで、大量のデータを伝えることができる。 ＵＷＢ無線通信は、帯域幅がより限られた信号やより高い電力レベルの信号を反射しやすい、ドアやその他の障害物を通り抜けて、信号を伝える能力を有する。 もし、より高い電力レベルが用いられるならば、ＵＷＢ信号は極めて広大な範囲を進むことができる。

ＵＷＢ無線の同報通信は、極めて正確にタイミングが調整されたデジタルパルスを使用する。 ＵＷＢ無線通信は、サイン波を使用しない。 送信側と受信側は高度に同期されており、１兆分の１秒の精度でパルスを送受信する。 ＵＷＢ技術は、非常に高解像度なレーダや、精密な（センチメートル未満の）無線位置システムにおいて用いられる。

ＵＷＢ伝送はサイン波ではなく高速なパルスであるため、ＵＷＢ伝送はマルチパス・フェージングに対する高度な耐性を有する。 同時に受信された同一のサイン波信号の多重反射によって生成される、建設的干渉及び相殺的干渉（constructive and destructive interference）は、マルチパスフェージングとして知られている。 このマルチパスフェージングへの耐性によって、ＵＷＢ技術は、サイン波伝送に関連するマルチパスフェージングに悩まされるような環境に適用するのに好ましいものとなっている。

ＵＷＢ装置は、多くの他のシステムが用いるものと同様の、ますます混雑している無線周波数を用いる。 ＵＷＢ装置は、一般的には、２０億分の１秒の短い電磁パルスを送信し、そのパルスに、その長さのおよそ２００倍のポーズが続く。 パルスを広いスペクトル領域（およそ１ＧＨｚ）に拡散するため、ＵＷＢ装置は、極めて低い電力と、全体として広い帯域を使用する。 ＵＷＢ技術の支持者は、ホームセキュリティや、家庭用電気製品を作動させるためのパーソナル・エリア・ネットワーク等の応用を思い描いている。 警察や消防署は、現在のところ、壁の背後の人を検出することが可能なＵＷＢ装置を検証しているところである。

政府と民間企業はＵＷＢ技術に対する関心を高めている。 関心の対象である２つの主なＵＷＢアプリケーションは、比較的低電力で大量の音声やデータを非常に高速に転送する技術と、壁の背後の物体の詳細な画像を提供する壁を透過するレーダである。 精密な位置同定システムは、軍隊、法執行機関、救助機関の関心を集めている。 連邦通信委員会は、警察や救助隊員のために、ＵＷＢ無線の生成を限定的に承認した。

上述の壁を透過するＵＷＢシステムは壁や視覚的障害物の背後にある物の光景や画像を提供するかもしれないが、そのようなシステムは、その物体が、危険性を秘めた関心対象（object of interest、以下同じ）であるか否かを高速かつ確実に判定することができない。 さらに、そのシステムが、壁の背後にあるものの視覚的画像を提供する場合、装置の操作者が画像を誤って解釈する可能性がある。 従って、視覚的障害物の背後に存在する、危険性を秘めた関心対象を、高速かつ確実に判定することができるＵＷＢ検出システムが必要とされている。

本発明によれば、壁や視覚的障害物の背後に存在する、危険性を秘めた関心物体を、高速かつ確実に判定できるＵＷＢ検出システム及び方法が提供される。 超広帯域ＲＦインパルス状信号が、ターゲット領域を探査するために用いられる。 ターゲット領域からの応答信号が受信され処理される。 応答信号の処理には、応答信号を時間スライス特徴データ（time slice feature data）に分解することが含まれる。 既存の特徴がデータベースに格納された、既知の関心物体が指定される。 既知の関心物体を検出する確率は、時間スライス特徴データと、既存の特徴を有する既知の関心物体の座標との間の距離を示すベクトルの絶対値に基づく。 ベクトルの絶対値が所定の量より小さい場合、既知の物体の存在がシステムのユーザへ表示される。

図１を参照すると、ブロック図により本発明に係る装置が描かれている。 該装置は、好適には、トランスミッタ１１、ＵＷＢパルスを発するアンテナ１２、応答信号を受信するアンテナ１３、応答信号を解析する信号処理装置１４、信号データを処理するデータ処理装置１５、結果を表示するディスプレイ１６を含む。 アンテナ１２からのパルスは関心物体１７を探査し、その応答信号がアンテナ１３上に反射される。

システムのプロトタイプ版においては、２×２の固体の広帯域アンテナアレイ１２を含むトランスミッタ１１が存在する。 アンテナアレイ１２からは、立ち上がり時間が約１００−５００ピコ秒で、立ち下がり時間が約５−１０ナノ秒のパルスが放射される。 このアンテナアレイ１２は、トランスミッタ１１の近傍に、５−７キロボルト／メートルのオーダーの電場を生成する。 ＤＣ（直流）バッテリがトランスミッタ１１に電力を供給する。 反射された応答は、受信用アンテナの直径がおよそ１メートルのインパルス受信アンテナ１３によって測定される。 その受信信号は、プロトタイプ・システムにおいてはTektronics TEK 7404オシロスコープを含む信号処理装置１４に供給される。 データ処理装置１６は、好適には、ＴＣＰ／ＩＰプロトコルとイーサネット（登録商標）・バスを用いてオシロスコープに接続されたコンピュータを含む。 オシロスコープからの信号はコンピュータ１５でキャプチャされ、信号データが処理される。 そして、データ処理の結果がコンピュータのディスプレイ１６上に表示される。

図１に示したシステムは、理想的には、２つのユニットを含む人間が携帯できるシステムのサイズまで小さくすることができる。 第１のユニットは、関心物体１７のターゲット領域を探査するための、レーダーガン（radar gun）と類似する、手持ちのアンテナ１３とすることができる。 第２のユニットは、１つのユニットに統合された、図１の構成要素の残りを含むようにすることができる。 潜在的には、モノスタティックな操作のために（monostatic operation）、これらの２つのユニットは、同じアンテナによって放射と受信が実行される単一のユニットに統合することができるであろう。

図２を参照すると、壁１８を有する部屋２０が描かれており、部屋２０には、本発明に係る装置及び方法によって検出することができる、少なくとも１つの関心物体１７が含まれている。 本発明に係る装置が部屋２０を照射、或いは、 探査する方向は矢印１９により示されている。 部屋２０において、関心物体がラック２１の上に置かれている。 書類棚２２、電動ベースボードヒータ２３、机２４、空調ユニット２５も、部屋２０に設置されている。 これらの物体は、関心物体１７を支えるためのスタンド、ラック２１を含む。 ラック２１は、本発明に係る検出装置とは異なった角度に設置、或いは、方向を合わされているかもしれないため、ラック２１の方向はその検出をさらに複雑にするかもしれない。

本発明は、壁１８の背後に設置された関心物体の検出に限定されるものではない。 本発明は、事実上全てのタイプの、物体の存在を曖昧にするものや視覚的障害となりえるものに対して適用可能である。 図３を参照すると、本発明が実施可能な、多様なアプリケーション４０が図に示されている。 図３は、困難性が増大する環境が存在することを明らかにしている。 最も困難性の低い環境は、「壁を透過する」アプリケーションと群衆整理（crowd control）のアプリケーション４１である。 次に困難性の低い環境は、連邦航空局／本土防衛（FAA/Homeland Security）アプリケーション４２である。 最も困難性の高い環境は、茂み透視（foliage penetration）アプリケーション４３である。 「壁を透過する」アプリケーションと群衆整理のアプリケーション４１は、地上車（ground vehicles）４４、手持ち／固定会場（handheld/fixed sites）４５、ヘリコプターに搭載されたアプリケーション４６、或いは、自動ロボットアプリケーション４７を用いて実施することができる。 連邦航空局／本土防衛環境４２は、一般的には、空港手荷物検査４８を含むであろうが、それは、原子力発電所や巨大な集会場（gathering place）等を含む固定会場アプリケーション４９を含むであろう。 困難な、茂み透視環境４３は、巨大な航空機に搭載された高性能の軍需品５０のためのソース（sources）や、無人戦闘機（unmanned combat aerial vehicle:ＵＣＡＶ）５１を含むであろう。 関心物体は、人が身につけており、隠れていることもありうる。

図４を参照すると、本発明に係る装置及び方法に関するタイミング・シミュレーションが図に示されている。 図４においては、時刻ｔ＝０に生じたＵＷＢパルス信号６３により照射或いは探査されている、空間的に離れた２つの円筒状物体６１、６２が存在する。 探査信号は円筒状物体６１にぶつかって散乱パターン６５を生成し、続けて物体６２にぶつかって散乱パターン６６を生成する。 時間の関数としてプロットされた探査信号６３が、図４の下部に描かれている。 本発明は、物体６１，６２が関心物体であるか否かを検出するために散乱パターン６５，６６を利用する。

ある物体が関心物体であるか否かを検出するために、本発明は図１のデータ処理装置１５に格納されたシグネチャー（signatures）のデータベースを利用する。 関心物体のシグネチャーは様々な方法で生成される。 好適には、関心物体１７を、テスト領域においてＵＷＢパルス信号で探査することにより、シグネチャーを生成する。 そして、応答信号データはデータ処理装置１４に格納され、次に、関心物体１７の座標を決定するために操作される。 標準化された物体のシグネチャーはその方位に関わりなく類似したものとなるであろう。 或いは、関心物体の座標は、様々な方向から取得された複数の、物体の画像或いは写真から生成され得るであろう。 これらの画像或いは写真は、関心物体の３次元のデジタルプロファイルに変換することができ、３次元のデジタルプロファイルは関心物体のシミュレートされた応答信号を計算するために利用することができる。

だが、現実の世界のターゲット領域に関心物体が置かれている確率を決定することは、たとえターゲットについての膨大なライブラリを有し実時間に近い決定を要するとしても、非常に時間がかかるだろう。 しかしながら、本発明に係る装置及び方法は、検出問題に対して時間を節約する解決策を提供する。

図５，６を参照すると、図及びフローチャートでは、ターゲット領域に関心物体が置かれているか否かを決定する手法を示している。 図５は３次元座標系を示している。 この座標空間は、「特徴」空間（"feature" space）の概念的な表現に過ぎず、３次元よりも大きな次元であってもよい。 また、この座標空間については後の段落で説明する。 関心物体の実際の座標９１は、この「特徴」空間において示される。 時間領域の応答信号の任意の部分からは時間スライス特徴座標９２が抽出され、この図に示されてもいる。 この手法において、時間スライス特徴ベクトルＤが決定される。 時間スライス特徴ベクトルは、関心物体の座標９１と応答信号から取得された時間スライス特徴データ９２との距離を示す。 ベクトルＤの値が小さいほど、関心物体がターゲット領域内に置かれている確率が高いことを示す。

図６を参照すると、ベクトルＤを決定する方法がフローチャートに示されている。 ステップ８１において、主要な応答が、信号処理装置１４から取得される。 ステップ８２においては、データ処理装置１５は、応答信号をＮ次元特徴空間に分解し、関心物体の座標を指定する。 ステップ８３においては、時間スライス特徴ベクトルのそれぞれが、既存のプロファイルがデータベースに格納された、関心物体の座標と比較される。 ステップ８４においては、ベクトルＤの絶対値に基づいて検出確率が決定される。

このＮ次元特徴空間における既知のターゲットのための体積（volume）を位置づける、特徴の次元と値をそのように決定するかという問題が生じる。 ターゲットからの広帯域の応答は、ガウシアン関数とダンプされた（damped）サイン関数の、いくらかの組合せとして表現できることを、研究者は発見している。 これらの関数を同様の数学的関数表現で実現する一つの例として、ハーフ・フーリエ空間（half Fourier space）を用いる。 これは、TKSarkar, Briefing,"Target ID Using Half Fourier Transform(HFT),"CEM Lab,Syracuse University, Fall,2000.に説明されている。 フラクショナル・フーリエ変換（fractional Fourier transform）は、一般に、次のように記述される。
［式１］

x(t)＝オリジナル時間関数Ｘ

_α ＝フラクショナル・フーリエ変換である。 この変換のカーネル（kernels）は次式で与えられる。

［式２］

なお、α＝π/2とすると、次のように、これはよく知られたフーリエ変換となる。

なお、ハーフ・フーリエ変換のために、

［式３］

α＝π/4,

cot(π/4)＝1,

csc(π/4)＝2

^1/2 ,

とすると、次式のようになる。

［式４］

ここで、広帯域の応答は次のような級数によって特徴づけられると仮定する。

ただし、定数a

_nは次式によって求められる。

そして、次式が成り立つようにうまくh

_n (t)を選択する。

この時、フラクショナル・フーリエ変換は次式のようになる。

［式５］

Sarkarは、エルミート多項式H

_n (t)を用いると、次式が成り立つことを示した。

これは、さらに、時間領域関数をこれらの多項式によって表現すると、次式のようになることを意味する。

［式６］

λ

_n ＝e

^-inα

ただし、エルミート多項式は、次式のように、通常の再帰的関係から求められる。

H

₀ ＝1

H

₁ (x)＝2x

H

_n+1 (x)＝2xH

_n (x)−2nH

_n-1 (x)。

式５，６を評価すると、ｎ次元「特徴」空間の定義が、一群の知られたターゲットのために、どのように定義され、特定されるかを理解することができる。 特徴空間の次元Ｎは、広帯域の応答を（特定の誤りの範囲で）モデル化するために用いられる、ガウシアン関数、或いは、ダンプされたサイン関数を正確に表現するために必要な、エルミート関数の数となる。 そして、定数値a _nとそのそれぞれの不確定値Δa _nは、ライブラリにおけるターゲットの特徴のＮ次元の「形状」と、a _nの点の仕様における不確定性から派生するこの形状の体積を定義する。

もちろん、本発明の精神から離れることなく、上述したものとは異なる特定の形態に本発明を適用することも可能である。 従って、上述した実施形態は単なる例示に過ぎず、いかなる意味でも制限的に捉えるべきではない。 本発明の範囲は上述の説明ではなく後述の請求の範囲によって定められ、請求の範囲に含まれる全ての変形や同等のものは、その中に取り込まれることを意図したものである。

本発明に係る装置を示したブロック図である。

壁のある部屋を有する建物の模式図であり、その部屋は関心物体を１以上含む。

本発明を実装するあるアプリケーションを示した図である。

本発明に係る装置及び方法に関係するタイミング・シミュレーションを示した図である。

３次元座標系、ターゲット領域に位置する関心物体の実際の座標、応答信号からの時間スライス特徴データを示した図である。

検出の確率を示すベクトルＤを決定するための方法を示したフローチャートである。