SLM を搭載した認知レーダー自動エージェント──自然言語指示によるアレイ信号処理の動的制御を実証

論文概要

現代のレーダーシステムでは、刻々と変化する干渉波やクラッター、データ可用性への適応が求められている。本論文では、Small Language Model (SLM) を駆動源とした自律型エージェントを導入し、言語条件付き認知レーダー（Language-Conditioned Cognitive Radar）のインテリジェントコントローラーとして機能させるフレームワークを提案している。合成 Uniform Linear Array (ULA) レーダーを用いた実験により、自然言語による指示からサイドローブ制御、ジャマー抑圧、マルチプルヌル・ビームフォーミングなどを適切に選択・実行できることが示されている。

関連研究

従来の高適応型レーダー制御は、あらかじめプログラムされた固定的なアルゴリズム切り替えルールや最適化ソルバーに依存しており、オペレーターが自然言語を用いて動的に動作環境や処理方針を指定することは困難であった。本研究は、言語モデルを信号処理システムのインターフェースおよび制御塔として統合する点で、従来の数値最適化中心のアプローチとは一線を画す。

新規性と貢献

本研究の主要な貢献は、SLM が持つ汎用的な言語理解能力と、厳密な物理計算・アレイ信号処理ツール群を直接結合させた点にある。単なるチャットボットとしての対話ではなく、計算機側で実行可能なツールをエージェントが自律的に選択・パラメータ設定する仕組みを構築した。

提案手法の詳細

提案手法は、自然言語コマンドを入力として受け取り、レーダー運用に関する手がかりを抽出する。その後、適切な信号処理手法のシーケンスを選択し、パラメータの設定を行った上で、数値計算用の実行可能ツールを呼び出す。アブレーション実験の結果、信頼性の高い意思決定とハルシネーションのない数値結果を得るためには、レーダー特有のプロンプティングと物理法則に裏打ちされたツール実行の両方が不可欠であることが確認されている。

評価・考察

合成 ULA レーダーを用いた評価において、提案エージェントは多彩なシナリオ（サイドローブ制御、ジャマー抑圧、マルチプルヌル・ビームフォーミング、コヒーレント光源のハンドリング、低スナップショット方向到来角（DOA）推定）で意味のあるアルゴリズム選択を達成した。ただし、実環境におけるリアルタイム処理のレイテンシや、未観測の干渉波に対するロバスト性についての評価は限定的である。

応用例と今後の展望

本手法は、防衛分野や気象観測、車載用レーダーなど、複雑な電波環境下で動的なパラメータ調整が求められるシステムへの応用が期待される。日本の防衛・通信分野におけるエンジニアや研究者にとっては、ドメイン固有の数理最適化ツールと軽量な SLM を組み合わせたエージェントアーキテクチャを設計する際の重要な先行事例となる。今後の課題としては、実機システムにおけるリアルタイム性能の検証や、より多様なセンサーフュージョン環境への拡張が挙げられる。

結論

本論文は、SLM を用いた自律型エージェントにより、自然言語の指示に基づく認知レーダーの動的制御が可能であることを示した。物理法則に基づいたツール実行を組み合わせることで、ハルシネーションを抑制しつつ信頼性の高い信号処理の選択が実現できる。

注釈

• Small Language Model (SLM): 大規模言語モデル (LLM) に比べてパラメータ数が少ない軽量な言語モデル。
• Uniform Linear Array (ULA): 等間隔直線アレイアンテナ。レーダーや通信の方向探知等で広く用いられる素子配置。
• Direction-of-Arrival (DOA) 推定: 電波の到来方向を推定する信号処理技術。