给驾驶员。行驶支援电子控制装置60接收含有前方行驶车辆的配 置的物体位置信息，若为预先设定的行驶速度的范围，则能够自动地进行容易向左右某个 方向操作转向，W进行与前方行驶物体的碰撞回避支援，或进行控制转向侧的油压等，W强 制性地变更车轮的方向。 阳272] 在多次检测出与多个对象物对应的信号强度的峰的情况下，接收强度计算部32 对各个上行部分W及下行部分的峰值从频率最小的起按顺序编号，向目标输出处理部39 输出。在此，在上行部分及下行部分中，同一编号的峰对应同一对象物，将各自的识别编号 作为对象物的编号。另外，为了避免繁杂化，在图13中，省略了对从接收强度计算部32向 目标输出处理部39的引出线的记载。 阳273] 在对象物为前方结构物构造物的情况下，目标输出处理部39将该对象物的识别 编号作为目标输出。在目标输出处理部39接收多个对象物的判断结果、其均为前方结构物 构造物的情况下，将位于本车辆的车道上的对象物的识别编号作为存在目标的物体位置信 息输出。并且，在目标输出处理部39接收多个对象物的判断结果、其均为前方结构物构造 物的情况下，且在两个W上的对象物位于本车辆的车道上的情况下，将从存储器31读取的 目标转移处理次数较多的对象物的识别编号作为存在目标的物体位置信息输出。 阳274]另外，在从接收强度计算部32输入了没有目标候选运样的信息的情况下，目标输 出处理部39将作为没有目标的0作为物体位置信息输出。然后，选择电路54通过与基于 来自目标输出处理部39的物体位置信息而预先设定的阔值相比，来选择使用信号处理电 路30还是图像处理电路52的物体位置信息。
[02巧]上述物体检测装置400能够通过将一般的电脑利用作为上述的各构成要素根据 使发挥功能的程序来动作而实现。该程序可W通过通信线路配发，也可W写入半导体存储 器或CD-ROM等存储媒体来配发。 阳276] 在物体检测装置400中，若通过选择电路54在前一检测循环中恒定时间连续检测 出的物体位置信息的数据，对当前检测循环下不能够检测的数据关联通过摄像头检测出的 来自摄像头影像的表示先行物体的物体位置信息，则进行使追踪继续的判断，也可W优先 输出来自信号处理电路30的物体位置信息。
[0277] 用于在选择电路54中选择信号处理电路30和图像处理电路52的输出的具体的 构成例W及动作例在日本特开2014-119348号公报中有所公开。在此，援用该公报的全部 内容。
[0278] 图17示出了作为向神经网络的输入，不利用差频信号的雷达系统100a的构成例。 对雷达系统100a的硬件构件中的与图13的雷达系统100相同的硬件构件标注相同的参照 标记，其说明在没有特别需要的情况下省略对其的说明。
[0279] 雷达系统100a的物体检测装置400a不生成差频信号而将各天线元件的阵列接收 信号发送至信号处理电路30a。各阵列接收信号利用滤波器25a去除不需要的信号，通过开 关26a W及A/D转换器27a转换成数字信号。信号处理电路30a用从自相关矩阵得到的非 对角成分生成列矢量b。（数式5)，用作向神经网络的输入。
[0280] 各阵列接收信号具有与发送波大致相同的频率。例如，若频率约76吉赫（GHz)带， 则阵列接收信号的频率也约76吉赫（GHz)带。阵列接收信号的频率可W根据产生多普勒 转换的程度而变动。 阳281] 在图17所示的构成例中，也省略了图13所示的相关矩阵生成部38。运意味着直 接用各天线元件的阵列接收信号进行神经网络的学习。由于也不需要求自相关矩阵，因 此能够大幅降低信号处理电路30a的运算处理量。 阳28引另外，也可W从阵列接收信号求自相关矩阵，用其非对角成分进行神经网络順的 学习。在那种情况下，设置图13所示的相关矩阵生成部38即可。相关矩阵生成部38从阵 列接收信号求自相关矩阵，将其非对角成分向神经网络順输入即可。 阳283] 另外，在附图中，物体检测装置400a没有图13所示的混频器24,但运不过是为了 记载上的便利而进行的省略。信号处理电路30a的距离检测部33 W及速度检测部34基于 差频信号检测距离W及速度。因此，依然需要生成差频信号的构成。图17的Ξ角波生成电 路21、VC022等为W生成差频信号为前提的构成。 阳284] 图18是示出车辆行驶控制装置1 (图12)的处理步骤的流程图。将自适应巡航控 制处理方式时的车辆控制作为一个例子进行说明。 阳285] 在步骤S40中，车辆行驶控制装置1用车载摄像头系统500识别本车辆当前行驶 的车道。如上所述，也可W代替车载摄像头系统500或与车载摄像头系统500 -同利用电 波来识别车道。 阳286] 在步骤S41中，信号处理电路30基于从车载摄像头系统500的图像处理电路52 输出的车道位置的信息W及从收发电路20输出的接收信号，进行利用神经网络NN的车辆 识别处理。 阳287] 在步骤S42中，信号处理电路30利用来自神经网络順的输出来识别前方行驶车 辆的配置。 阳28引在步骤S43中，信号处理电路30判断在本车辆的车道上是否存在前方行驶车辆。 在存在前方行驶车辆的情况下，处理前进至步骤S44,在不存在前方行驶车辆的情况下，处 理前进至步骤S45。 阳289] 在步骤S44中，行驶支援电子控制装置60指示制动器控制部74来控制制动，W及 /或指示加速器控制部76来控制燃料喷射量。由此，行驶支援电子控制装置60能够使本车 辆在设定速度W下行驶。 阳290] 即使在步骤S45中，行驶支援电子控制装置60也指示制动器控制部74来控制制 动，W及/或指示加速器控制部76来控制燃料喷射量。由此，行驶支援电子控制装置60在 满足设定速度W及设定距离的同时能够使本车辆追随前方行驶车辆。 阳291] W上，对利用本发明的具体的实施方式进行了说明。 阳292] 在上述说明中，直接识别W到本车辆相同距离并行的前方行驶车辆的台数W及前 方行驶车辆行驶的车道，并进一步利用该信息，举例说明了自适应巡航控制处理方式时的 车辆控制方法。 阳293] W下，进一步地对利用直接识别W到本车辆相同距离并行的前方行驶车辆的台数 W及前方行驶车辆行驶的车道的结果的其他例子进行说明。 阳294] 如上所述，对W较高的分辨率推断表示入射方向的角度的超分辨率入射方向推断 用MUSIC法W及ESPR口法运两种算法。在MUSIC法W及ESPR口法中，对于阵列天线的接 收信号的自相关矩阵需要进行特征值展开来推断入射波的个数的程序。例如，在MUSIC法 中，需要对自相关矩阵的特征值中的与热噪声功率的分散相比具有较大的值的特征值进行 计数。若该特征值的计数不正确，则会错误推断入射方向。 阳295]运些算法在快照数目较少的情况下W及相干反射波入射时，其推断的精度下降。 [0296]与MUSIC法W及ESPR口法同样地作为高分辨率入射方向推断算法，基于最大似然 推断的SAGE法备受瞩目。SAGE法公知为即使在利用MUSIC法W及ESPR口法精度下降的环 境下，也能够期待较高的推断精度的算法。 阳297] 但是，在SAGE法中，作为预备知识需要入射波的个数的信息。作为推断入射 波的个数的方法，存在AIC(Aka化e In化rmation化iteria:赤池信息量准则）W及 MDL(Minimum Description Length :最小描述长度）。在运些方法中，进行多次的数据收集， 通过评价该分散性来进行入射波数量的推断。 阳29引能够利用本发明所设及的神经网络的输出作为上述入射波数量的推断结果。是因 为若识别出前方行驶车辆的台数，则能够利用该识别结果作为波源的数量、即入射波数量。 [0299] 图19为示出了利用SAGE法的入射方向推断处理的步骤的流程图。该处理例如可 W通过信号处理电路30执行。 阳300] 在步骤S50中，车辆行驶控制装置1识别本车辆当前行驶的车道。然后，在步骤 S51中，信号处理电路30进行利用神经网络順的车辆识别处理。 阳301] 由于步骤S50及S51与图18的步骤S40及S41的处理相对应，因此省略了再次的 详细的说明。 阳302] 在步骤S52中，信号处理电路30从神经网络的输出确定入射波数量N。在作为输 出结果得到T = [X y]T或T = [X y Z] T的情况下，X、y、Z的值对1的个数进行计数，信号 处理电路30将该数确定为入射波数量N。
[0303] 接下来的步骤S53之后相当于SA(iE法的算法。SA(iE法为加速公知的 EM巧xpectation-Maximization :最大期望算法）算法的收敛速度的算法。 阳304] 在步骤S53中，信号处理电路30用已确定的入射波数量N的信息，将EM算法的进 行推断的参数的集合Η分成N个部分集合。入射波数量N的信息被利用为相当于SA(iE法 的部分集合的分割。 阳305] 在步骤S54中，将第η (1兰η兰脚个部分集合作为化，固定第i次的推断值化W (η声1)，来通过EM算法更新Hi [1]。 阳306] EM算法为由E步骤和Μ步骤构成的按序算法。E步骤及Μ步骤通过如下式子表现。 阳307] Ε 步骤：Q 化 hW) = Ε [f 化 Η) IΥ，Η^] 阳30引 Μ 步骤：Η[ι"] = arg maxQ 化，Η [。） 阳309] 在上述步骤中，f化Η)表示对数似然函数，Q化Η^)表示带条件的对数似然函数， 表示第i次的Η的推断值，Ε[ I ]表示带条件的平均操作。
[0310] 在步骤S55中，信号处理电路30判断η的值是否为Ν。在不为η = Ν时，处理前 进至骤S56,在为η = Ν时，处理前进至步骤S57。 阳311] 在步骤S56中，信号处理电路30将i的值递增为（i+1)，再次执行步骤S54的处 理。
[0312] 通过反复上述处理，渐近地向最大似然推断的推断值收敛。 阳313] 在步骤S57中，信号处理电路30输出运算结果。
[0314] 如上述处理作为一个例子来理解，利用使用本发明所设及的神经网络的车辆识别 处理的结果作为入射波数量的推断值，能够整体使求表示入射波的入射方向的角度的处理 高速化。
[0315] 在上述实施方式的说明中，说明了雷达系统设置于车辆的前部，来获得表示前方 行驶车辆的配置的信息。然而，也可W将雷达系统设置于车辆的后部。在该情况下，变成雷 达系统输出表示行驶在本车辆后面的后续车辆的配置的信息。在此说的"后续车辆"行驶 在与本车辆行驶的车道相同的车道上、或行驶在与该车道相邻的同一方向的车道上。在变 更车道时，提前把握后续车辆的配置是很重要的。 阳316] 本发明例如能够利用在需要识别前方行驶车辆W及/或者后续车辆的配置的处 理的车载用雷达系统。而且本发明将识别的前方行驶车辆W及/或者后续车辆的配置用作 入射波的波数的信息，能够利用于SAGE法等最大似然推断法等的前处理。
【主权项】
1. 一种雷达系统，其特征在于， 所述雷达系统构成为包括： 阵列天线，其具有分别响应一个或多个入射波而输出接收信号的多个天线元件；以及 信号处理电路，其构筑有已学习完的神经网络， 所述信号处理电路接收所述接收信号，将所述接收信号或从所述接收信号生成的二次 信号向所述神经网络输入，用所述接收信号或所述二次信号、以及所述神经网络的学习数 据进行运算，从所述神经网络输出表示所述入射波的个数的信号。2. 根据权利要求1所述的雷达系统，其构成为： 在所述雷达系统搭载于车辆时， 所述信号处理电路将表示所述入射波的个数的信号作为表示在本车辆的前方行驶的 一台或多台并行的前方行驶车辆的数量的信号输出。3. 根据权利要求1所述的雷达系统，其构成为： 在所述雷达系统搭载于车辆时， 所述信号处理电路将表示所述入射波的个数的信号作为表示在本车辆的前方行驶的 一台或多台并行的前方行驶车辆的数量的信号输出， 所述信号处理电路将表示在所述本车辆行驶的本车道上、以及与本车道相邻的任意一 个相邻车道上分别是否存在前方行驶车辆的信号作为表示所述一台或多台并行的前方行 驶车辆的配置的模式的信号输出。4. 根据权利要求1所述的雷达系统，其构成为： 在所述雷达系统搭载于车辆时， 所述信号处理电路将表示所述入射波的个数的信号作为表示在本车辆的前方行驶的 一台或多台并行的前方行驶车辆的数量的信号输出， 所述信号处理电路将表示在所述本车辆行驶的本车道上、以及与本车道相邻的任意一 个相邻车道上分别是否存在前方行驶车辆的信号作为表示所述一台或多台并行的前方行 驶车辆的配置的模式的信号输出， 所述信号处理电路输出用数值表示所述一台或多台并行的前方行驶车辆的配置的模 式的信号。5. 根据权利要求1所述的雷达系统，其构成为： 在所述雷达系统搭载于车辆时， 所述信号处理电路将表示所述入射波的个数的信号作为表示在本车辆的前方行驶的 一台或多台并行的前方行驶车辆的数量的信号输出， 所述信号处理电路从所述接收信号生成包含自相关矩阵的非对角成分的信号，并将包 含所述自相关矩阵的非对角成分的信号作为所述二次信号向所述神经网络输入， 所述信号处理电路基于所述接收信号推断所述入射波的入射方向。6. 根据权利要求3所述的雷达系统，其构成为： 所述信号处理电路从所述接收信号生成包含自相关矩阵的非对角成分的信号，并将包 含所述自相关矩阵的非对角成分的信号作为所述二次信号向所述神经网络输入， 所述信号处理电路基于所述接收信号推断所述入射波的入射方向。7. 根据权利要求4所述的雷达系统，其构成为： 所述信号处理电路从所述接收信号生成包含自相关矩阵的非对角成分的信号，并将包 含所述自相关矩阵的非对角成分的信号作为所述二次信号向所述神经网络输入， 所述信号处理电路基于所述接收信号推断所述入射波的入射方向。8. 根据权利要求1所述的雷达系统，其构成为： 在所述雷达系统搭载于车辆时， 所述信号处理电路将表示所述入射波的个数的信号作为表示在本车辆的前方行驶的 一台或多台并行的前方行驶车辆的数量的信号输出， 所述信号处理电路从所述接收信号生成包含自相关矩阵的非对角成分的信号，并将包 含所述自相关矩阵的非对角成分的信号作为所述二次信号向所述神经网络输入， 所述信号处理电路基于所述接收信号推断所述入射波的入射方向， 所述信号处理电路选择性地通过用表示从所述神经网络输出的所述入射波的个数的 信号推断所述入射波的入射方向的第一处理方式、以及不用表示所述入射波的个数的信号 而推断所述入射波的入射方向的第二处理方式中的任意一个动作， 所述第二处理方式利用入射方向推断算法推断所述入射波的入射方向。9. 根据权利要求6所述的雷达系统，其构成为： 所述信号处理电路选择性地通过用表示从所述神经网络输出的所述入射波的个数的 信号推断所述入射波的入射方向的第一处理方式、以及不用表示所述入射波的个数的信号 而推断所述入射波的入射方向的第二处理方式中的任意一个动作， 所述第二处理方式利用入射方向推断算法推断所述入射波的入射方向。10. 根据权利要求7所述的雷达系统，其构成为： 所述信号处理电路选择性地通过用表示从所述神经网络输出的所述入射波的个数的 信号推断所述入射波的入射方向的第一处理方式、以及不用表示所述入射波的个数的信号 而推断所述入射波的入射方向的第二处理方式中的任意一个动作， 所述第二处理方式利用入射方向推断算法推断所述入射波的入射方向。11. 根据权利要求1所述的雷达系统，其构成为： 在所述雷达系统搭载于车辆时