基于FPGA的样本重要性重采样粒子滤波器的硬件实现方法技术

本发明专利技术公布了一种基于FPGA的样本重要性重采样粒子滤波器的硬件实现方法，所述方法如下：(1)粒子生成模块用于接收输入向量生成粒子后分别输出至粒子更新模块、重采样模块；(2)粒子更新模块用于对步骤(1)生成的粒子进行更新即权值计算和权值归一化后输出至重采样模块；(3)重采样模块用于对步骤(2)所述更新后的粒子或者步骤(1)生成的粒子进行重采样过程和状态更新后反馈至步骤(1)粒子生成模块；(4)输出生成模块用于对步骤(2)所述更新后的粒子或者步骤(1)生成的粒子进行数据生成输出。

【技术实现步骤摘要】
基于FPGA的样本重要性重采样粒子滤波器的硬件实现方法
本专利技术涉及一种基于FPGA实现的粒子滤波算法的硬件实现方法，采用数据流结构的模块级流水线设计方法，属于非线性系统滤波和电子

技术介绍
粒子滤波是一种基于蒙特卡罗方法和递推贝叶斯估计的统计滤波方法，适用于任何能用状态空间模型以及传统的卡尔曼滤波表示的非高斯背景的非线性随机系统。但是粒子滤波存在粒子退化、粒子多样性丧失、粒子数与计算复杂度同比增长等问题。另一方面，粒子滤波算法比较复杂，运算量比较大，从而使得粒子滤波的实时性很差，阻碍了其实际应用。考虑到各粒子的独立性及其操作的并行性，硬件实现不失为提高粒子滤波实时性的有效途径之一。目前，绝大部分粒子滤波文献是关于其理论研究和算法仿真的，而关于其硬件实现的则很少。粒子滤波器在硬件系统上的应用还只是初级阶段，而粒子滤波器从理论、算法研究走向实际应用的过程中，硬件实现是一个关键环节。随着粒子滤波算法的深入研究和嵌入式微处理器技术的发展，使粒子滤波算法的硬件实现成为可能。可重构计算最早由加利福尼亚大学洛杉矶分校的Estrin教授于1962年提出。可重构计算是指使用集成了可编程硬本文档来自技高网...

【技术保护点】
一种基于FPGA的样本重要性重采样粒子滤波器的硬件实现方法，其特征在于所述粒子滤波器包括粒子生成模块、粒子更新模块、重采样模块和输出生成模块，其中：(1)粒子生成模块用于接收输入向量生成粒子后分别输出至粒子更新模块、重采样模块；(2)粒子更新模块用于对步骤(1)生成的粒子进行更新即权值计算和权值归一化后输出至重采样模块；(3)重采样模块用于对步骤(2)所述更新后的粒子或者步骤(1)生成的粒子进行重采样过程和状态更新后反馈至步骤(1)粒子生成模块；(4)输出生成模块用于对步骤(2)所述更新后的粒子或者步骤(1)生成的粒子进行数据生成输出。

【技术特征摘要】
1.一种基于FPGA的样本重要性重采样粒子滤波器的硬件实现方法，其特征在于所述粒子滤波器包括粒子生成模块、粒子更新模块、重采样模块和输出生成模块，其中：(1)粒子生成模块用于接收输入向量生成粒子后分别输出至粒子更新模块、重采样模块；(2)粒子更新模块用于对步骤(1)生成的粒子进行更新即权值计算和权值归一化后输出至重采样模块；(3)重采样模块用于对步骤(2)所述更新后的粒子或者步骤(1)生成的粒子进行重采样过程和状态更新后反馈至步骤(1)粒子生成模块；(4)输出生成模块用于对步骤(2)所述更新后的粒子或者步骤(1)生成的粒子进行数据生成输出。2.根据权利要求1所述的基于FPGA的样本重要性重采样粒子滤波器的硬件实现方法，其特征在于步骤(1)所述粒子生成模块所有输入输出都是M维向量，即M＝4维向量，且缓冲控制器的参数相同。3.根据权利要求1所述的基于FPGA的样本重要性重采样粒子滤波器的硬件实现方法，其特征在于所述重采样模块所有的输入输出数据都是M维向...

【专利技术属性】
技术研发人员：朱志宇，吴将，王彪，李阳，沈舒，陈迅，薛文涛，黄巧亮，戴晓强，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：江苏;32