基于嵌入式系统的kalman滤波器的设计

《基于嵌入式系统的kalman滤波器的设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、本科毕业设计基于嵌入式系统的Kalman滤波器的设计XXXxxxx指导教师XX讲师学院名称电子工程学院专业名称电子信息工程论文提交日期2016年5月11日论文答辩日期2016年5月12日I摘要20世纪60年代，卡尔曼滤波方法由R.E.Kalman提出，此方法克服了经典维纳滤波算法的局限。卡尔曼滤波是最优化的自回归数据处理算法，其滤波标准是均方误差最小，从而实现递推估计。在时域内，此算法选用状态空间方法来设计滤波器，能对多维系统和非平稳系统的随机过程进行估计。卡尔曼滤波器因其自身的优点：递归运算、计算简单、自适应性、前瞻性等，能够对随机干扰下的线性动

2、态系统进行最优估计，因而有着广泛的应用。卡尔曼滤波已经被广泛应用于导航、制导、通信工程、故障诊断、语音信号处理、工业过程控制等许多领域。但在实际工程应用中，例如语音增强系统中，往往存在着滤波发散以及不能满足实时性要求等问题。为此，本论文在综合分析导致卡尔曼滤波发散的诸多原因及其抑制方法，阐述并比较了卡尔曼滤波器几种常见的实现方式，确定利用FPGA硬件来实现卡尔曼滤波器设计。对卡尔曼滤波算法的公式进行分解处理，利用MATLAB来建立模型对包含过程噪声的信号进行滤波实验。通过模型仿真，验证了卡尔曼滤波器的有效性。关键词：卡尔曼滤波器系统仿真FPGAIV

3、KalmanfilterdesignbasedonembeddedsystemXXX(CollegeofEngineering,SouthChinaAgriculturalUniversity,Guangzhou,China)Abstract:Inthe1960s,kalmanfilteringmethodbyR.E.Kalmanproposed,thismethodovercomesthelimitationofclassicalwienerfilteringalgorithm.Kalmanfilteringistheoptimizationof

4、regressionalgorithmofdataprocessing,thefiltercriteriaisminimummeansquareerror,soastorealizerecursiveestimate.Intimedomain,thealgorithmselectsthestatespacemethodtodesignfilter,formultidimensionalsystemandnon-stationaryrandomprocess.Kalmanfilterbecauseofitsownadvantages:recursiv

5、ecomputation,simplecalculation,andadaptability,prospective,thelineardynamicsystemunderrandomdisturbancecanbetheoptimalestimation,andthushasawideapplication.Kalmanfilterhasbeenwidelyappliedinnavigation,guidance,communicationengineering,faultdiagnosis,speechsignalprocessing,indu

6、strialprocesscontrolandmanyotherfields.Butinthepracticalengineeringapplication,suchasspeechenhancementsystems,oftenthereisafilterdivergenceandcannotmeettherequirementofthereal-timeproblem.Therefore,inthispapercomprehensiveanalysisofthecauseofkalmanfilteringdivergenceanditsinhi

7、bitionmethod,expoundsandcomparesthekalmanfilterofseveralcommonimplementationapproach,determinetheuseofFPGAhardwaretorealizethekalmanfilter.Formulaofkalmanfilteringalgorithmdecomposition,usingMATLABtobuildthemodeltocontainprocessnoisesignalfilteringexperiment.Throughthemodelsim

8、ulation,verifythevalidityofthekalmanfilter.Keywords:Kalmanfil