2022 Fiscal Year Research-status Report
ミリ波MIMOレーダによるドローンの検知・識別技術の研究開発
| Project/Area Number |
21K04102
|
|---|
| Research Institution | 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工学群) |
|---|
Principal Investigator |
中村 僚兵 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工学群), 電気情報学群, 准教授 (70735969)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Keywords | ドローン検知 / ミリ波レーダ / MIMO / 識別 / 深層学習 / CNN / イメージング |
|---|
| Outline of Annual Research Achievements |
ドローンとレーダの位置関係が正面以外の様々な場合について高速チャープ変調方式（FCM）のミリ波レーダを用いて距離及びドップラ上の特徴が検知できるかについて検討し，これらの特徴に深層学習を適用することで機種識別性能の向上を検討した．また，ドローンのイメージングの検討にも着手した．関連する研究成果として国際会議論文3件，国内学会発表6件の成果をあげた．具体的な検討内容を以下に示す．
１．ドローンとレーダの様々な位置関係における反射特性：前年度に，FCM方式を用いればドローンの距離（レンジプロファイル）上の特徴的な反射の検知と同時にプロペラの回転によるドップラ情報が検知できることを確認していた．これまでは，ドローンがレーダに対して正面かつ土台の上でローターを回転させた場合のみの解析であったが，今年度はレーダに対してホバリング状態のドローンが様々な高度（仰角）にある場合の反射特性を検討した．その結果，上述した特徴には仰角依存性があることが明らかになったが，通常の運用上で考えられる高度では概ね特徴を検知できることがわかった．
２．深層学習による機種識別性能の向上：これまで，レンジプロファイルを画像化し畳み込みニューラルネットワーク（CNN）に学習させることで良好な識別性能が得られることを明らかにしていた．FCMレーダを用いればドローンの距離およびドップラ上の特徴が検知できることが分かったため，レンジプロファイルとドップラスペクトルを画像化し，CNNに学習させることで，これまでより安定して優れた識別性能が得られる方法を考案した．
３．ドローンのイメージングの基礎検討：レーダをMIMO構成にしてドローンのイメージングについて検討した．イメージングにあたってアジマス分解能が不足していたことからカトリラオ積拡張処理を適用し，分解能を向上させることで，ドローンの明瞭なイメージングが期待できることを確認した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の計画で予定していた検討項目に着手できていることから順調に進展していると判断した．
|
| Strategy for Future Research Activity |
これまでの研究により，レーダとドローンの位置関係が変化してもドローンの距離およびドップラ上で識別に有効な特徴が検知できることを確認した．今後はドローンが移動する状況を想定した様々な飛行状態での測定実験を実施し，これまで確認したような特徴が得られるかについて検討する．なお，移動に伴ってレンジプロファイルに大きな変化が起きることは無いと考えられるが，ドップラスペクトルが歪むことが予想されるため，その歪を除去する方法について検討する予定である．また，ドローンのイメージングの検討を進める過程でレーダ画像からペイロード状態の推定も期待できることがわかったことから，こちらについても検討を進める予定である．
|
| Causes of Carryover |
次年度使用額が生じた理由は研究発表における参加費用や出張費用，また予定していた物品の購入を一部，学内研究費にて処置したためである．
今後の推進方策に記載した内容に従い，研究を実施するが，当該研究結果を国内会議と国際会議および学術論文で報告するために，研究費を使用する予定である．さらに実験を実施する際に必要な物品の購入にも充当する予定である．
|
