| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-12-16 14:35 レーダ画像に基づく複数目標に対する散乱断面積の合成法 ○渡邉卓磨（富士通）・山田寛喜（新潟大）  SANE2021-75 |
|
| 抄録 | （和） | 近年における車載レーダの普及に代表されるように，レーダによる計測技術の重要性は年々高まっている．レーダの測定物を特徴づける最も基本的で重要な指標としてレーダ断面積（Radar Cross-Section: RCS）がある．RCSは目標の遠方界で定義される量であり，電気長の大きな目標のRCSを直接測定するのは困難な場合が多い．この問題に対しては，近傍界における測定値を遠方界のRCSに変換する，いわゆる近傍界遠方界変換（Near-Field-to-Far-Field Transformation: NFFFT）と呼ばれる手法がいくつか考案されている．また，複数目標に対するRCSの測定が要求される場合，空間的な制約や測定物を複数製作するコスト，測定物の位置関係を種々検討する際に都度測定を行うコストなど，課題が多くある．そこで，本稿では合成開口レーダ（Synthetic Aperture Radar: SAR）または逆合成開口レーダ（Inverse SAR: ISAR）画像に基づくNFFFT法を応用し，単一の目標を撮像したレーダ画像を回転移動および平行移動した複数枚の画像を合成することで，複数目標が存在する状況下のレーダ画像とRCSを模擬する手法を提案する．モーメント法に基づく電磁界シミュレーションにより，提案手法の有効性と制約を明らかにする． |
| （英） | In this study, we propose a radar cross-section (RCS) prediction method for a cluster of multiple targets that combines radar images of a single target. In characterizing an object or a target measured by radar, RCS is an essential physical parameter of the target. The importance of radar technology, such as automotive radar systems for collision avoidance, has continuously grown in recent years, and the demand for RCS measurement and prediction is expected to increase accordingly. As RCS is defined in the far field of a target, direct RCS measurement of an electrically large object in spatially limited indoor facilities is usually infeasible. Therefore, several near-field-to-far-field transformation (NFFFT) techniques have been developed to overcome this limitation. Moreover, RCS measurement of a cluster of multiple targets is required for certain situations. In such cases, in addition to the abovementioned spatial limitation, the cost of manufacturing multiple test objects and repeating similar experiments for different arrangements of the targets must be taken into account. To deal with these problems, we utilize the NFFFT technique based on synthetic aperture radar (SAR) or inverse SAR (ISAR) imaging. First, we measure the backscattering of a single target in the near-field distance and reconstruct the radar image from the measured data. Second, multiple images are created by rotating and transforming the original image such that the target is located at the desired positions. Finally, the created images are coherently synthesized, and the RCS is computed from the synthesized image. Numerical electromagnetic simulations based on the method of moments are used for validating the proposed method. | |
| キーワード | （和） | レーダ断面積（RCS） / 合成開口レーダ（SAR） / 複数目標 / 画像再構成 / 近傍界遠方界変換（NFFFT） / / / |
| （英） | Radar Cross-Section (RCS) / Synthetic Aperture Radar (SAR) / Multiple Targets / Image Reconstruction / Near-Field-to-Far-Field Transformation (NFFFT) / / / | |
| 文献情報 | 信学技報, vol. 121, no. 306, SANE2021-75, pp. 69-74, 2021年12月. | |
| 資料番号 | SANE2021-75 | |
| 発行日 | 2021-12-09 (SANE) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SANE2021-75 |
|
| 研究会情報 | |
| 研究会 | SANE |
| 開催期間 | 2021-12-16 - 2021-12-16 |
| 開催地（和） | 千葉大学 |
| 開催地（英） | Chiba University |
| テーマ（和） | レーダ信号処理，リモートセンシング及び一般 |
| テーマ（英） | Radar, Remote Sensing and general issues |
| 講演論文情報の詳細 | |
| 申込み研究会 | SANE |
| 会議コード | 2021-12-SANE |
| 本文の言語 | 日本語 |
| タイトル（和） | レーダ画像に基づく複数目標に対する散乱断面積の合成法 |
| サブタイトル（和） | |
| タイトル（英） | Scattering Cross-Section Synthesis for Multiple Targets Based on Radar Image |
| サブタイトル（英） | |
| キーワード(1)（和/英） | レーダ断面積（RCS） / Radar Cross-Section (RCS) |
| キーワード(2)（和/英） | 合成開口レーダ（SAR） / Synthetic Aperture Radar (SAR) |
| キーワード(3)（和/英） | 複数目標 / Multiple Targets |
| キーワード(4)（和/英） | 画像再構成 / Image Reconstruction |
| キーワード(5)（和/英） | 近傍界遠方界変換（NFFFT） / Near-Field-to-Far-Field Transformation (NFFFT) |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 渡邉 卓磨 / Takuma Watanabe / ワタナベ タクマ |
| 第1著者 所属（和/英） | 富士通株式会社 (略称： 富士通) Fujitsu Limited (略称： Fujitsu) |
| 第2著者 氏名（和/英/ヨミ） | 山田 寛喜 / Hiroyoshi Yamada / ヤマダ ヒロヨシ |
| 第2著者 所属（和/英） | 新潟大学 (略称： 新潟大) Niigata University (略称： Niigata Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-12-16 14:35:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SANE |
| 資料番号 | SANE2021-75 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.306 |
| ページ範囲 | pp.69-74 |
| ページ数 | 6 |
| 発行日 | 2021-12-09 (SANE) |
[研究会発表申込システムのトップページに戻る]