基于FPGA的非線性濾波算法實(shí)現(xiàn)研究.pdf

1、隨著科技的發(fā)展，目標(biāo)跟蹤在軍事和民用領(lǐng)域得到越來越廣泛的應(yīng)用。目標(biāo)跟蹤系統(tǒng)的性能與目標(biāo)的數(shù)目、密度及動(dòng)態(tài)特性等因素有關(guān)。在復(fù)雜背景條件下，傳感器的量測與目標(biāo)狀態(tài)之間常呈現(xiàn)非線性關(guān)系，因此非線性濾波成為該領(lǐng)域的研究難點(diǎn)和熱點(diǎn)問題。然而濾波精度較高的非線性濾波算法往往計(jì)算量大，算法實(shí)時(shí)性不高。FPGA擁有強(qiáng)大的并行運(yùn)算能力，充分利用FPGA的這一特點(diǎn)會(huì)大大提高算法的運(yùn)算速度。
　　 針對(duì)上述問題，本文重點(diǎn)研究了擬蒙特卡羅-高斯粒子濾

2、波(QMC-GPF)和無跡卡爾曼濾波(UKF)兩種非線性濾波算法在FPGA中的實(shí)現(xiàn)方法。
　　 在對(duì)擬蒙特卡羅-高斯粒子濾波的原理及結(jié)構(gòu)進(jìn)行分析的基礎(chǔ)上，提出了該算法的并行處理結(jié)構(gòu)：并行擬蒙特卡羅采樣模塊和并行高斯粒子濾波模塊。在硬件實(shí)現(xiàn)過程中選取2作基數(shù)來產(chǎn)生Faure序列，將乘法運(yùn)算、求模運(yùn)算簡化為便于在FPGA中實(shí)現(xiàn)的按位異或運(yùn)算；采用查找表實(shí)現(xiàn)指數(shù)函數(shù)等復(fù)雜函數(shù)的計(jì)算，充分利用了FPGA中大量的Block RAM資源；給

3、出了Cholesky分解矩陣各元素的并行計(jì)算結(jié)構(gòu)。并用DSP48E專用模塊來實(shí)現(xiàn)浮點(diǎn)數(shù)乘法和加法運(yùn)算，提高了算法的精度和速度。以紅外圖像弱小目標(biāo)跟蹤實(shí)驗(yàn)為例，驗(yàn)證了本設(shè)計(jì)的有效性和實(shí)時(shí)性。
　　 在對(duì)無跡卡爾曼濾波的原理及結(jié)構(gòu)進(jìn)行分析的基礎(chǔ)上，提出了該算法的并行處理結(jié)構(gòu)：并行無跡變換模塊和并行卡爾曼濾波模塊。在硬件實(shí)現(xiàn)過程中將分塊對(duì)角矩陣的Cholesky分解轉(zhuǎn)化為對(duì)對(duì)角線上各子矩陣的Cholesky分解，降低了進(jìn)行Choles