[发明专利]一种基于Kalman协方差的机动目标快速跟踪方法

权利要求书

1.一种基于Kalman协方差的机动目标快速跟踪方法，其特征在于，包括如下步骤：

步骤1，选择匀速CV模型作为Kalman算法的滤波器，对滤波器进行状态估计，获得滤波器的状态向量和状态协方差矩阵P(k|k)，所述状态协方差矩阵P(k|k)第一行第一列的元素P_k|k(1，1)表示x轴距离误差方差；

步骤2，计算状态协方差矩阵P(k|k)观测窗口内x轴距离误差方差P_k|k(1，1)的均值m_δr，标准差δ_δr；

步骤3，当(P_k|k(1，1)-m_δr)＞3*δ_δr时，x轴距离误差方差P_k|k(1，1)变化大，判定目标为机动，执行步骤1对滤波器进行初始化；否则跟踪效果好，继续对目标进行跟踪滤波；

步骤4，输出Kalman算法的滤波值。

2.根据权利要求1所述的方法，其特征在于，步骤1包括如下步骤：

步骤1-1，设置目标运动状态为匀速CV，σ_v为运动模型过程噪声标准差，σ_r为量测噪声标准差，T为采样时间间隔；选择匀速CV模型为Kalman算法的滤波器，令CV模型状态向量为4维：其中，k表示时刻，x_k-1为k-1时刻的x轴的坐标值，为k-1时刻的x轴的速度，y_k-1为k-1时刻的y轴的坐标值，为k-1时刻的y轴的速度；

CV模型状态转移矩阵F为：

误差协方差矩阵Q为：

状态协方差矩阵P为：

步骤1-2，对k-1时刻的状态估计做一步预测：

步骤1-3，令H为量测矩阵，Z(k|k-1)表示k-1时刻的量测的预测值：

步骤1-4，对状态协方差的一步预测如下：

P(k|k-1)＝F*P(k-1|k-1)*F′+Q；

其中F′表示F的转置；

步骤1-5，令R为噪声协方差矩阵，通过如下公式计算模型新息协方差S_k：

S_k＝HP(k|k-1)H+R；

其中，H′表示H的转置；

步骤1-6，计算新息v_k：

其中，Z(k)＝[x_k y_k]′，x_k表示k时刻x轴的坐标值，y_k表示k时刻y轴的坐标值；

步骤1-7，计算增益K(k)：

K(k)＝P(k|k-1)H′(S_k)^-1；

步骤1-8，通过如下状态更新方程更新状态，其中X(k|k)表示更新后模型的状态向量：

步骤1-9，通过如下协方差更新方程更新模型的协方差：

P(k|k)＝P(k|k-1)-K(k)S_kK′(k)

其中，K′(k)表示K(k)的转置。

3.根据权利要求2所述的方法，其特征在于，步骤2包括如下步骤：

步骤2-1，令空间观测窗口长度为N，N∈(20，40)，计算观测窗口N内，x轴距离误差方差P_k|k(1，1)的均值m_δr：

步骤2-2，计算观测窗口N内，x轴距离误差方差P_k|k(1，1)的标准差δ_δr：