１．はじめに

車載ミリ波レーダが広く普及に伴い、様々なシングルチップCMOSミリ波センサの開発が進展している。近年では多送信、多受信(Multiple-Input Multiple-Output, MIMO)での動作が可能であるミリ波MIMOレーダも容易に入手可能となっている。車載センサに関しては、空間分解能が高くデータの理解が容易な光学カメラやLiDARが主流であるが、ミリ波レーダは、ドップラ周波数、すなわち速度の検出に優れており、かつ非金属媒質に対して透過性を有するため、昼夜天候を問わず、前方車両の距離と相対速度を計測する前方監視レーダをしての応用が主なものとなっている。

ミリ波レーダは、その伝搬特性から数mから数百mまでのレーダとしては比較的近距離のターゲット検出が応用範囲となる。様々なレーダ応用においては、距離および角度分解能特性が重要なパラメータといえる。例えば79GHz帯のミリ波MIMOレーダでは76GHz～81GHzをカバーしており、数GHzの帯域幅を利用することにより数cmの距離分解能が容易に実現できる。角度分解能は、使用するレーダ波長に対するアンテナの大きさが問題となる。MIMOレーダでは、複数の送信、受信アンテナを利用することにより、仮想的な大開口アンテナである多素子アレーアンテナを実現し、その受信データに対して電子走査(Digital beamforming, DBF)することにより、アンテナハードウェアの制約を超えた角度分解能を実現している。

広帯域レーダの実現により、距離分解能については、比較的多くのアプリケーションに対応できるものになっているものといえるが、角度分解能に関しては、さらなる高分解能性が求められている。ここでは、筆者らの研究グループで取り組んでいる二つの高分解能レーダイメージング手法とその応用例に関して実験結果を通して概説する。

２．MIMOレーダ

MIMOレーダは、その名から分かるように送信、受信ともに複数のアンテナを用いたレーダシステムである。MIMOレーダの概念は幅広く、レーダ信号の取り扱いにおいてインコヒーレント、コヒーレントのいずれかに分けられる¹⁾。前者は分散レーダシステムにおける検出性能向上、後者は近接した送受信アンテナによる実行開口長（アレー長）増加を目的としたシステムである。最近注目されているMIMOレーダは後者のシステムである。図1はMIMOレーダによるアレー長の増加の概念図である。図1(a)のように等間隔に並べられた３素子のアレーアンテナの両端に２つの送信アンテナが置かれており、それぞれの送信アンテナに対するレーダ応答が得られているものとする。ターゲットが十分に遠方である場合、受信アレーに到来する電波は平面波となり、その平面波近似が成立する範囲において、座標基準（ここでは送信アンテナ）を並行移動することができる。したがって、送受信アンテナ間隔を適切に設定することにより図1(b)のような受信アレーアンテナと等価となる。このようにMIMOレーダでは、送受信アンテナ素子数をそれぞれNt, Ntとして、信号処理によりNt×Nr個のアレーアンテナによる計測と同等の性能を実現することが可能となる。例えば、３送信、４受信のMIMOレーダでは、12素子に相当する角度分解能が実現される。これは分解能改善のみならずハードウェアコストの観点からも有効な処理手法といえる。

限られた送受信アンテナ素子数において、さらに仮想アレー素子数を増大する手法としてCo-primeアレー²⁾、Khatri-Rao積仮想アレー³⁾と呼ばれるアレー信号処理手法がある。これらは不等間隔に並べられた送受信アンテナにおける受信信号の２次統計量を利用した信号処理手法であり、レーダにおいても各ターゲットからの応答の相関が低い場合には有効となる。レーダ応答自体は高相関信号であるが、ターゲットが異なる速度を有している場合、異なるドップラ周波数を有しているため、観測時間内でのターゲット間の相関が低くなる場合が多い。この手法を用いることにより、飛躍的に仮想アレー数が増加する^{4), 5)}。

屋内における人物位置推定実験結果を通して、このMIMOレーダの能力を示そう。屋内で３人が並んでレーダ近傍(距離2m)から遠方(6m)程度まで移動した際のレーダイメージング動画とカルマンフィルタによる追尾結果を図2に示した。ここでは中心周波数76.5GHz, 帯域幅500MHzのMIMOレーダを用いており、壁や什器からの不要反射波を抑圧するためMIT (Moving Target Indicator)処理を施している。同図の”ULA-MIMO”が２送信４受信の等間隔配列のMIMOレーダ、”ULA-MIMO with KR”がそのデータに対して上述のKhatri-Rao仮想アレー処理を施したもの、”MRA-MIMO with KR”は受信アレーアンテナを不等間隔とした際の結果である。それぞれ、8素子、15素子、39素子相当のアレーアンテナで角度分離を実現しており、この程度のハードウェア規模でも屋内人物の位置推定、トラッキングは十分実現可能であることがわかる。

このようにMIMOレーダでは、様々な信号処理手法とアンテナ配置を工夫することにより、角度分解能の点においても従来の制約を超えた分解能特性の実現が可能となる。

３．合成開口レーダ

MIMOレーダは、送受信アンテナをアレー化することにより、仮想的な大開口アンテナを実現し、レーダ測定時の欠点である角度分解能特性の改善を図るシステムであった。角度分解能特性の改善手法にはもう一つの有効なアプローチがある。それは合成開口レーダ(Synthetic Aperture Radar, SAR)である⁶⁾。合成開口レーダに関しては、すでに人工衛星、航空機による地表観測、海洋観測で実用化されているばかりでなく、近年では地上設置型SAR (Ground-Based SAR, GB-SAR)による崩落危険個所の監視等への応用も進められている。

合成開口レーダ信号処理は、単一送信、単一受信（Single-Input Single-Output, SISO）のレーダシステムで実現可能であり、レーダ装置自体を移動させながらデータを取得し、それらを合成することにより、仮想的に大開口アンテナを実現する手法である。その測定原理の性質上、移動するプラットフォームに取り付けられたレーダに対して有効な信号処理であり、またターゲット側からレーダを見込んだ際の素子の軌跡の広がりが実質的なアンテナ開口となる。したがって、プラットフォームの進行方向に対して直交した方向の観測に適している。

さて、合成開口レーダは、移動に伴う仮想アレーにより角度分解能を改善するという点においてはMIMOレーダと類似であるが、実現される角度（空間）分解能に関しては大きく異なる利点が存在する。それは、理論上、空間分解能が距離によらず一定となる点である。ここでの空間分解能は、MIMOレーダの角度分解能をΔθとした際のターゲットまでの距離rで規定される弧の長さΔd = rΔθを意味している。MIMOレーダの場合、アンテナ開口によりΔθが決定し、距離rの増加に伴い、実際の空間上の長さΔdは増加する。すなわち、同じ距離間隔であっても遠方ターゲットほど分離が困難となる。しかしながら、合成開口レーダの場合は、遠方に存在するターゲットほど実質的な合成開口長（仮想アレー長）が長くなるという特徴がある。これにより距離に依存しない空間分解能が実現される。なお、仮想的にアレーを形成する点に関しては、先のMIMOレーダと類似であるが、MIMOレーダの場合、１つの送信時のターゲットの反射波が複数の受信アンテナ素子（アレーアンテナ）で受信されるのに対し、合成開口レーダでは、送受信アンテナともに移動しながらデータを収集している点が異なる。このため、虚像を生じない素子間隔（合成開口レーダの場合は、レーダの移動間隔）がMIMOの場合は中心波長の半波長であるのに対し、合成開口レーダでは、その半分の1/4波長となる。ただし、実際には送受ともにある程度の指向性利得を有する素子（ビーム幅の狭い素子）を利用するため、その制約は緩和される。

次回に続く－

【著者紹介】
山田　寛喜（やまだ　ひろよし）
新潟大学工学部工学科　知能情報システムプログラム　教授　工学博士

■略歴
1993年3月 北海道大学大学院博士課程修了、新潟大学工学部情報工学科助手、講師、助教授を経て、
2008年1月より情報工学科（現在、工学科知能情報システムプログラム）教授。現在に至る。
その間、2000年6月～2001年3月、NASAジェット推進研究所客員研究員
2001年4月～2008年3月、国際電気通信基礎研究所(ATR)、客員研究員を併任。

1.　はじめに

乳癌は女性が最もかかりやすい癌で、早期発見・治療が重要である。わが国では40歳以上の女性を対象にX線マンモグラフィによる検診を推奨している。しかし、X線マンモグラフィには、X線被曝、高密度乳腺でのがんの見落とし、検診時の痛みなどの問題がある。代替手段として超音波診断装置が用いられているが、診断の信頼性は検査者の技量に依存、診断画像の再現性がない、検診に時間がかかる等の欠点がある。X線マンモグラフィと超音波診断の有効性について米国で調査したレポートがある⁽¹⁾。調査対象は171名で、乳がんと確定診断された人は6名であった。MRIは全ての癌を検出することができたが、 X線マンモグラフィと超音波診断は2名の癌だけしか検出できなかった。このようにX線マンモグラフィと超音波による乳がん検診の信頼性は不十分である。MRIやPETは診断の信頼性が高いが、検診コスト、装置規模が大きく、スクリーニング手段として不適切である。このため、新たな診断技術が求められている。

近年、マイクロ波イメージング(Microwave Imaging : MI)によって乳がんを検出する研究が活発に行われている⁽²⁾。一般に、癌組織の複素誘電率（比誘電率、導電率）は、周囲（脂肪・乳腺）組織より高く⁽³⁾、マイクロ波が通過するときその境界で後方散乱波が発生する。MIでは後方散乱波を検出し、これを基に乳房内の断層像を再構成している。マイクロ波は水中を伝搬しにくく、人体内部のイメージングに適さないが、乳房は脂肪に富み、マイクロ波の通過減衰は比較的小さい。

MIによる撮像法は大きくUWB(Ultra Wide Band)レーダと逆散乱トモグラフィ)に分けられる。パルスレーダでは乳房に短パルスを送信し、同じアンテナや別のアンテナで反射信号を受信する。送受信の多くの組み合わせで得た受信信号を適当に合成することによって、乳房内の3 次元後方散乱波電力分布を求める。逆散乱トモグラフィの信号の収集方法はUWBレーダと同じであるが、逆散乱トモグラフィでは逆問題を解くことによって乳房内の3次元複素誘電率分布を求める。

逆散乱トモグラフィではMRIのように組織構造が再構成できる。複素誘電率は組織に含まれる水分量の多寡で決定されるので、病理診断に有益な情報を与える。しかし、再構成画像の品質はモデル化誤差、測定誤差に大きく影響され、演算量も莫大になるなど、実現のハードルが高い。UWBレーダでは癌などの散乱体の位置は検出できるが、乳腺やがんの組織構造を再現することはできない。UWBレーダの最大の問題は、健康な乳房でも乳腺による無意味な散乱像が現れ、がんの有無の識別が難しいことである。しかし、測定誤差の影響は比較的小さく、演算量も少ないことから、国内外で継続的に研究が行われている。

2.　乳房組織の複素誘電率

生体組織の誘電率や導電率は周波数によって異なり、デバイモデルで近似できる。

ε_s とε_∞ は0Hzと∞Hzにおける誘電率、ε₀ は真空の誘電率、σ_s は導電率、ω とτ は角周波数と緩和時間である。
乳がんの手術で摘出した乳房組織をがん、乳腺、脂肪に切り分け、誘電体プローブを使って各組織の比誘電率と導電率を測定した。直径2.2mmの誘電体プローブを使用して10％の測定誤差を許容するとき、深さ1.5mm、半径3.75mmの円筒状の領域が必要である⁽⁴⁾。検体を、3Dプリンタで作成した1cm×1cm×0.5cmの容器につめ、上から直径2.2mmの誘電体プローブを押し当てて複素誘電率を測定した。測定範囲は1～8GHzである。図1に測定の様子と検体の写真を示す。

図2(a)に日本人に多い浸潤性乳管がん患者の乳房組織の測定結果を示す。実線は複素誘電率の実部、点線は虚部である。赤、黒、青はそれぞれ、がん、乳腺、脂肪組織に対応する。組織の複素誘電率が周波数によって変化し、がん、乳腺、脂肪の順に複素誘電率が高いことが確認できる。
これまで100例近くの乳がん患者から組織を採取してデータを蓄積している。データを整理するなかで、図2(b)に示すように、乳房組織の比誘電率と導電率には強い正の相関があることを発見した。特に1.8GHz付近では、比誘電率εrと導電率σの関係は各組織とも一律に以下の式で近似できる。

この発見は逆散乱トモグラフィで画像再構成するときの重要な予備知識となる。
浸潤性乳管がんには充実型、硬性型、腺管形成型がある。また、浸潤性乳管がんのほか、管状がん、粘液がんなどの特殊型や、良性腫瘍もある。腫瘍の型によって複素誘電率の分布に特徴が認められるか、測定サンプルを増やして継続調査中である。また、組織の複素誘電率が、生体からの摘出前(in vivo)と摘出後(ex vivo)で、どの程度変化するかについても調査する予定である。

3.　ハードウェア

図3にマイクロ波マンモグラフィのハードウェア構成を示す。乳房の周りにアンテナを複数置く。1つのアンテナを選択してマイクロ波を乳房に照射し、送信に使ったアンテナを含むすべてのアンテナで乳房からの後方散乱波を受信して記録する。送信に用いるアンテナを次々と変えて、観測データ群X_nn(n=1,..,N)を収集する。X_nnの添え字の1桁目は送信、2桁目は受信の番号を表す。18個のアンテナを使ってパルスを送受信する場合は、18×18＝324の観測データ群が得られる。複数のアンテナからの信号を同時に受信するとハードウェアが複雑になるので、切り替えスイッチを使って時分割で受信する。送受信機は市販のベクトルネットワークアナライザ(VNA)を使用することが多い。フーリエ変換の関係から、UWBパルスは広帯域の周波数掃引信号と等価なので、パルスレーダであってもVNAが利用できる。なお、散乱トモグラフィとUWBレーダでは使用周波数が異なることが多いが、ハードウェア構成は同じである。

空中にあるアンテナから乳房にマイクロ波を照射しても、空気と乳房組織の電気インピーダンスが大きく異なり、ほとんどのエネルギーは皮膚で反射される。このため、アンテナと乳房を、乳房組織と類似した比誘電率や導電率を持つ整合液で満たしたタンクに入れて撮像することが多い⁽⁵⁾。近年、ホログラフィ技術を使えば、整合液がなくとも画像を再構成できるという報告もある⁽⁶⁾。

4.　撮像アルゴリズム

4.1　UWBレーダ

(1)　アーチファクト除去
アンテナで受信される信号は、乳房組織からの散乱波のほか、皮膚からの反射や隣接アンテナからの再放射信号が含まれる。乳房組織からの散乱波は、皮膚からの反射や隣接アンテナからの再放射信号に比較すると1/100以下で、画像を再構成する前にこれらの不要信号（アーチファクトという）を除去する必要がある。アーチファクトを除去する方法として、平均減算法、回転減算法、線形予測法等が知られているが、近年、主成分分析と独立成分分析を組み合わせ、精度良くアーチファクトを取り除く方法が提案された⁽⁷⁾。筆者らも独立成分分析は主成分の1/100以下の大きさの信号を精度良く分離できることを確認しており、今後の展開が期待される。

(2)　Delay and Sum(DAS)

図4 に代表的な画像再構成手法のDAS アルゴリズムを用いた撮像原理を示す。乳房の周りに置かれた複数のアンテナを乳房に向け、各アンテナから順次パルスを送信し、散乱応答を同じアンテナで受信する。乳房内に設定するピクセルの位置ベクトルをr、散乱体（がん）の位置ベクトルをr₀ で表す。乳房内ピクセルを設け、ピクセルとアンテナ間距離から応答の伝播遅延時間 τ_p = [τ¹_p τ²_p … τ^N_p] を計算する。N はアンテナの数である。伝搬遅延時間は、伝播距離と撮像領域の平均的な伝搬速度⁽⁸⁾から求める。求めた遅延時間だけ各アンテナの受信信号の時間軸を進める。設定したピクセルの位置r とがんの位置r₀ が一致する場合、各アンテナの時間シフト後の後方散乱応答のタイミングが一致するので、それらの信号の総和をとると大きな応答が得られる。一方、r とr₀ が一致しない場合、時間シフト後の散乱応答の総和は小さな応答となる。ピクセルを乳房内の領域で順次移動し、時間移動後の散乱応答の総和からピーク電力を計算していくことで後方散乱電力分布が得られる。
図4の説明では、送信と受信で同じアンテナを使用した。このようなレーダはモノスタティックレーダと呼ばれる。送信と受信に異なるアンテナを用いるレーダ波をマルチスタティックレーダと呼ぶ。一般に、マルチスタティックレーダは扱う情報量が多く、再構成画像の情報量も増す。DASはマルチスタティックレーダに容易に拡張できる。

(3)　いろいろな撮像アルゴリズム
再構成アルゴリズムとして、DASのほか、ビームフォーミング法 (MIST : Microwave Imaging Via Space Time⁽⁹⁾, MAMI : Microwave Adaptive Multistatic Imaging⁽¹⁰⁾)、超分解法(TR MUSIC, Time Reverse MUSIC⁽¹¹⁾), 波頭再構成法(電波ホログラフィ⁽¹²⁾)など多くの方法が提案されている。超分解法は欧州の実証機に採用され、評価が行われている⁽⁷⁾。波頭再構成法はノートPCでも2-3秒で画像が再構成でき、超音波診断装置のようなリアルタイム性が実現できる可能性がある。

4.2　逆散乱トモグラフィ

(1)　画像再構成の原理⁽¹³⁾
逆散乱トモグラフィでは、乳房を含む撮像装置のハードウェアを小さな立方体(ボクセルという)でモデル化し、モデルでのアンテナの応答と、実際の撮像装置で得た応答を比較し、両者が一致するモデル化した乳房内のボクセルの複素誘電率を探索する。図5に画像再構成のブロック図を示す。

最初に計算機シミュレーションで各アンテナの受信応答を求める。乳房内のM個のボクセルに、予備知識に基づき適当な比誘電率と導電率を割り当て、受信データ群Y_nnを計算する。一方、実際の測定装置では観測データ群X_nnが得られる。Y_nn＝X_nnとなるように、モデル化した乳房の比誘電率と導電率分布をニュートン法に基づいて更新する。比誘電率と導電率分布をまとめてτ＝(ε,σ)で表すと、

ここで, kは繰り返し番号、Δτ_k は観測データ群X_nnと、仮定した比誘電率と導電率分布で計算した受信データ群Y_nnの差ΔΨ=Y-Xを小さくするための更新量で、次の式によって求められる。

D (∝C^N×3M)は、現時点での比誘電率と導電率分布において、あるボクセルの比誘電率や導電率を変化させた時、受信信号に現れる変化を表す感度行列(ヤコビアン)、+は行列やベクトルの共役転置を表す。行列の次元が3Mになっているのは、x、y、zの3方向の電磁界を考えなければならないからである。[　]の逆行列計算を解くため、次のチーホノフの正則化を適用する。

ここで I (∝C^3M×3M) は単位行列、gは正則化係数である。これらの処理を繰り返し実行し、Δτ_k のノルムがある程度小さくなったとき、処理を打ち切る。このときのτ_kが再構成画像となる。

(2)　逆散乱トモグラフィの課題
逆散乱トモグラフィを実現するに当たって解決すべき課題は以下に要約できる。

a. シミュレーションモデルで得た受信応答を、実際の撮像装置で得られる受信応答と完全に一致させなければならない。この実現は、マイクロ波帯では極めて困難である。
b. mmオーダーの分解能を得るため、数千から数万のボクセルで乳房をモデル化するので、未知数の数は1つの周波数で数万に達する。一方、実際に得られる測定データの数は、N素子のアンテナではN(N-1)/2である。アンテナの大きさは使用周波数で決定され、SNRの確保を考慮すると使用周波数は低いほうが望ましいが、アンテナが大きくなる。このとき乳房の周りに多くのアンテナを配置することはできない。逆散乱トモグラフィは未知数よりはるかに少ない観測データで未知数を求める不適切問題である。不適切問題を正確に解くことは困難である。
c. 受信アンテナは小さなボクセルの複素誘電率の変化に帰する散乱波の変化を検出できなければならず、高利得が必要である。

これらの課題を解決する方法については後で述べる。

次回に続く－

【著者紹介】
桑原　義彦（くわはら　よしひこ）
静岡大学　工学部　電気工学科　教授

■略歴
1978　慶大・工・電気卒、同年日本電気（株）入社
1999　静岡大学工学部助教授
2006　同大教授、現在に至る
工学博士
アンテナ・電波伝搬、航空電子機器、移動通信システム、アレー信号処理、ワイヤレス送電、マイクロ波イメージングの研究開発に従事
1988　防衛装備協会賞
1997、1999電波功績賞受賞　IEEE会員

１．まえがき

テラヘルツ波はミリ波と赤外光の中間に位置する電磁波である．テラヘルツ波はミリ波よりも波長が短いため空間分解能が優れており、また、電磁波としての透過性も併せ持っている．さらに、テラヘルツ帯には物質固有の吸収スペクトルが存在するため、物質同定を行うことも可能である．そのため、この性質を利用して、従来の電波天文や分析科学のみならず、超広帯域通信、医療、薬物・食品分析、危険物探知など幅広い分野での応用が期待されている。（図１）世界市場は2022年に3億3510万ドル、2027年に13億ドルに成長する予測である¹⁾。テラヘルツ光を発生検出するためには、多くの方法が開発されているが、それらのほとんどは大掛かりなレーザー・光学系を必要とする、低温動作が必要な場合もあり、テラヘルツ波利用の促進を妨げている大きな要因の一つとなっている。このため、室温で動作し、小型・低価格の固体テラヘルツデバイスの実現が切望され、グラフェンなどの新材料やプラズモン共鳴などの新動作原理に基づくデバイスが提案されている。現在までに、単体素子を用いたイメージングでは、共鳴トンネルダイオード（RTD）を発光・受光素子を1個ずつ用いたスキャン方式のイメージングシステムが開発されている²⁾。本解説では、テラヘルツ光イメージセンサにおいて、特にCMOSプロセスを用いたアンテナ型テラヘルツセンサについての設計要素について述べる。

ここで、テラヘルツ光センサの感度において、受光感度（Responsivity）と雑音等価電力（NEP： Noise Equivalent Power）を提示する。受光感度は、振幅（Vpp）／入力パワー[V/W]である。NEPは、信号対雑音比（S/N）が 1 となるときの入射光量パワーで示される。そのため、雑音量に埋もれる入射光量の限界を知る指標となる（デバイスが受光できる最小の入射光量）。NEPは式(1)で表される。

ここで、Pは入射光のエネルギー[W/m²]、Aは受光領域の面積[m²]、Sは信号出力[V]、Nはノイズ出力[V]、Δfは雑音帯域幅[Hz]である。ResponsivityとNEPは以下の関係がある(式(2))。

２．CMOSアンテナ型テラヘルツ光センサの構成

この構成では、マッチング回路を介して、アンテナとデバイスを接続し、2乗検波の概念で変調されたテラヘルツ光を検知するものである（実際には、検波原理は自己ミキシングによるものである：後述）。現在、CMOSプロセスに適合するよう、ショットキーバリアダイオード（SBD：Schottky barrier diode）を用いた構成の開発が進んでいる^3-5)。MITにおいてアンテナピッチ450μmのピクセルにより0.3 THz帯の受光に成功している⁶⁾（NEP: 数10 pW/Hz1/2）。また、MOSFETにより構成される検出器についても同時集積するアンテナにおいて、比較的帯域の広いbow-tieアンテナ⁷⁾、リングアンテナ⁸⁾、パッチアンテナ⁹⁾、差動パッチアンテナ¹⁰⁾を用いた構成の研究が進んでいる。

シリコンCMOSの微細化により電流遮断周波数fTと最大発振周波数fmaxは数100 GHzまで著しく向上しているが、fTとfmaxがテラヘルツに達しなくてもトランジスタの非線形特性を利用した包絡線検波方式によりテラヘルツ光の強度を検出できる。トランジスタによる検波モデルは、浅野らによって解析されており、統合電荷制御モデルで記述される。自己ミキシングにより、チャネルのソース端で存在していたテラヘルツ波のAC成分が減衰し、ミキシング後のDC成分としてドレイン端で取り出せる。そのチャネル内の変化は、拡散およびドリフト電流成分で異なり、この成分の重ね合わせで、最終的に取り出せるDC成分が決まる。DC成分に変化した後は、チャネルは検波に寄与せず、寄生抵抗として働く¹¹⁾。

この構成で、最も重要な課題は、解像度とI/Fである。アンテナアレイによる画素ピッチは、数100 μmにも及び、高解像度撮影を阻む要因となっている。通常のスキャンに加えて、高解像度化を担う技術として、「超解像手法」が挙げられ、複数枚、または一枚の画像を利用して対象画像のナイキスト周波数を超える再構成画像への利用が望まれる。筆者らもアンテナアレイ構成の高速な応答性を活かし、高速撮像による超解像化の適用を検討中である。

次回に続く－

【著者紹介】
池辺　将之（いけべ　まさゆき）
北海道大学 量子集積エレクトロニクス研究センター 教授

■略歴
1998年 4月　日本学術振興会 特別研究員　「知的イメージセンサの研究」に従事
2000年 3月　北海道大学 大学院工学研究科 博士後期課程修了 (電子情報工学専攻)（博士（工学））
2000年 4月　大日本印刷㈱　半導体製品研究所 勤務
2002年 8月　豊橋技術科学大学 知識情報工学専攻 受託研究員
2003年 4月　大日本印刷㈱にて 電子デバイス研究所 勤務　「無線・画像処理システムの研究・開発」に従事
2005年 4月　北海道大学 大学院情報科学研究科 准教授　「画像処理アルゴリズム/システム/センサLSIの研究・無線システム開発」に従事
2018年 4月　北海道大学 量子集積エレクトロニクス研究センター 教授　「イメージセンサ・高速画像処理（AIアルゴリズム・ソフト/ハードウェア）の研究」に従事