基于粒子滤波器的机动目标跟踪技术 首先 ， 概 要介绍传统的Kalman滤波器，以及有所改进的扩展Kalman滤波器。 其次，为了能更好地解决在动态模型为非线性且噪声为非高斯的条件下对机动目标的 跟踪问题，通过概率统计理论详细阐述粒子滤波器基本原理。然后，针对不同的使用 条件，根据粒子滤波器的基本理论做出适当的修改和整理，就得到了四个相关的粒子 滤波器的变型，使用州以JLAB把它们对机动目标的跟踪性能作了详细地计算机模拟 仿真且用均方根误差更加精确地进行了比较。最后，把粒

。该法根据所研 究的问题构造检验统计量，并利用手头样本，按排列组合的原理导出检验统计量的理论抽样分布； 若难以导出确切的理论分布，则采用抽样模拟的方法估计其近似分布，然后求出从该分布中获得 手头样本及更极端样本的概率(P值)，并界定此概率值，作出推论。-It is sample．based distribution-free method，which makes use of“permutation or combination”to get the theo． retical

本文采用地统计分析中的克里格插值法，利用ArcGIS 10软件选择普通克里格插值法对319个样本点的浓度情况进行空间插值，根据插值结果得到了重金属元素的空间分布情况预测图。-This article adopting the kriging interpolation method in statistical analysis, using the ArcGIS software 10 choose ordinary kriging interpolation method for conce