車輛組合導(dǎo)航中卡爾曼濾波器的設(shè)計及FPGA實現(xiàn).pdf

1、近年來，車輛在人們生活中的地位不斷提高，隨著電子技術(shù)、計算機技術(shù)和通信技術(shù)的飛速發(fā)展，車輛導(dǎo)航定位系統(tǒng)也隨之發(fā)展起來。既然任何導(dǎo)航系統(tǒng)在實現(xiàn)動態(tài)定位中都會產(chǎn)生誤差，通常有兩種方法減小誤差：一是差分GPS技術(shù)，二是通過卡爾曼濾波。由于卡爾曼濾波不需要建立GPS基準(zhǔn)站及數(shù)據(jù)通信裝置，不受信號作用的范圍限制，因此通常采用卡爾曼濾波來減小動態(tài)定位的誤差。 卡爾曼濾波是一種高效率的遞歸濾波器，采用最優(yōu)化估計方法，能夠從一系列的不完全包含噪

2、聲的測量中，實時估計出動態(tài)系統(tǒng)的狀態(tài)。對于定位誤差問題的解決，卡爾曼濾波是最優(yōu)的，效率也是最高的。因此研究車輛動態(tài)導(dǎo)航定位中的卡爾曼濾波器具有重大的意義。本文針對車輛GPS/DR組合導(dǎo)航中的卡爾曼濾波器進行了深入的研究，取得了以下成果： 第一，設(shè)計了適合車輛GPS/DR組合導(dǎo)航系統(tǒng)的卡爾曼濾波器。首先分析了卡爾曼濾波器的具體設(shè)計方案。然后將擴展卡爾曼濾波算法用于車輛GPS/DR組合導(dǎo)航定位，建立了車輛組合導(dǎo)航定位的系統(tǒng)模型、系統(tǒng)

3、狀態(tài)方程、系統(tǒng)觀測方程和系統(tǒng)濾波方程，完成卡爾曼濾波器的設(shè)計。在建立系統(tǒng)濾波方程時，采用了加速度均值自適應(yīng)算法的優(yōu)化算法，減小了模型產(chǎn)生的誤差，提高了濾波估計的精度。最后利用Matlab軟件對設(shè)計好的卡爾曼濾波器進行仿真實驗，并分析了仿真的結(jié)果。仿真結(jié)果表明，本文設(shè)計的卡爾曼濾波器抑制了濾波的發(fā)散，定位精度高、估計誤差小。 第二，采用FPGA實現(xiàn)設(shè)計好的卡爾曼濾波器。首先在Matlab仿真結(jié)果的基礎(chǔ)上，對卡爾曼濾波器的硬件實現(xiàn)進

4、行了系統(tǒng)設(shè)計。然后將卡爾曼濾波器分為一個頂層模塊mykalman和五個底層模塊muladd、multi2、div、ramy1、ramy2進行設(shè)計。利用Altera的Megafunction/LPM資源，采用適合FPGA的優(yōu)化算法，例化了五個底層模塊，再根據(jù)五個底層模塊來綜合實現(xiàn)頂層模塊。最后利用QuartusⅡ軟件對卡爾曼濾波器的各個模塊進行了仿真驗證，并分析了仿真結(jié)果。仿真結(jié)果表明，本文設(shè)計的卡爾曼濾波器在FPGA上的實現(xiàn)是切實可行的