基于FPGA的Kalman濾波器的設(shè)計

1、    基于FPGA的Kalman濾波器的設(shè)計摘要：實現(xiàn)了一種全集成可變帶寬中頻寬帶低通濾波器，討論分析了跨導(dǎo)放大器-電容(OTAC)連續(xù)時間型濾波器的結(jié)構(gòu)、設(shè)計和具體實現(xiàn)，使用外部可編程電路對所設(shè)計濾波器帶寬進(jìn)行控制，并利用ADS軟件進(jìn)行電路設(shè)計和仿真驗證。仿真結(jié)果表明，該濾波器帶寬的可調(diào)范圍為126 MHz，阻帶抑制率大于35 dB，帶內(nèi)波紋小于05 dB，采用18 V電源，TSMC 018m CMOS工藝庫仿真，功耗小于21 mW，頻響曲線接近理想狀態(tài)。關(guān)鍵詞：Butte摘要：針對電路設(shè)計中經(jīng)常碰到數(shù)據(jù)的噪聲干擾現(xiàn)象，提出了一種Kalman濾波的F

2、PGA實現(xiàn)方法。該方法采用了TI公司的高精度模數(shù)轉(zhuǎn)換器ADSl25l以及Altera公司的EPlCl2，首先用卡爾曼濾波算法設(shè)計了一個濾波器，然后將該濾波器分解成簡單的加、減、乘、除運算。通過基于FPGA平臺的硬件與軟件的合理設(shè)計，成功地實現(xiàn)了數(shù)據(jù)噪聲的濾除設(shè)計，并通過實踐仿真計算，驗證了所實現(xiàn)濾波的有效性。關(guān)鍵詞：卡爾曼；FPGA；最小方差估計    卡爾曼濾波是一個“Optimal Recursive Data Processing Algorithm(最優(yōu)化自回歸數(shù)據(jù)處理算法)”，對于解決很大部分的問題，是最優(yōu)化的，效率最高甚至是最有用的。傳統(tǒng)的卡爾曼濾波是

3、在DSP上實現(xiàn)的。但是DSP成本相對較高，而且指令是串行執(zhí)行的，不能滿足有些要求較高的場合。而FPGA由于其硬件結(jié)構(gòu)決定了它的并行處理方式，無論在速度還是實時性都更勝一籌。文中以基于FPGA器件和AD轉(zhuǎn)換器的數(shù)據(jù)采集系統(tǒng)為硬件平臺，進(jìn)行了卡爾曼濾波算法設(shè)計，詳述了基于FPGA的卡爾曼濾波器的設(shè)計實現(xiàn)。1 卡爾曼濾波算法    工程中，為了了解工程對象(濾波中稱為系統(tǒng))的各個物理量(濾波中稱為狀態(tài))的確切數(shù)值，或為了達(dá)到對工程對象進(jìn)行控制的目的，必須利用測量手段對系統(tǒng)的各個狀態(tài)進(jìn)行測量。但是，量測值可能僅是系統(tǒng)的部分狀態(tài)或是部分狀態(tài)的線性組合，且量測值中有隨機(jī)誤差(

4、常稱為量測噪聲)。最優(yōu)估計就是針對上述問題的一種解決方法。它能將僅與部分狀態(tài)有關(guān)的測量進(jìn)行處理，得出從統(tǒng)計意義上講誤差最小的更多狀態(tài)的估值。誤差最小的標(biāo)準(zhǔn)常稱為估計準(zhǔn)則，根據(jù)不同的估計準(zhǔn)則和估計計算方法，有各種不同的最優(yōu)估計，卡爾曼濾波是一種遞推線性最小方差估計的最優(yōu)估計。    系統(tǒng)的狀態(tài)方程可設(shè)定為式（3）為系統(tǒng)噪聲。設(shè)設(shè)備的量測噪聲為Vk，系統(tǒng)得量測方程為式中，是利用當(dāng)前狀態(tài)預(yù)測的結(jié)果，是當(dāng)前狀態(tài)最優(yōu)的結(jié)果，Pk+1k是*對應(yīng)的covariance，Rk是對應(yīng)的covanance，表示A的轉(zhuǎn)置矩陣，Q是系統(tǒng)過程的covariance。式(1)，式(2)就是卡爾曼濾波器5個公式中的前兩個，也就是對系統(tǒng)的預(yù)測。可以得到將來狀態(tài)k+l的最優(yōu)化估算值。    式(