白 雪， 王德明， 屠君君， 赵不贿

(1.江苏大学电气信息工程学院，江苏镇江212013；2.南京工业大学自动化与电气工程学院，江苏南京211816)

0 引 言

滤波是从带有干扰的信号中得到有用信号的准确估计值，Kalman滤波是一种时域内的滤波方法，它把状态空间的概念引入到随机估计理论中，估计过程中利用状态方程、观测方程和系统噪声及观测噪声的统计特性形成的一种滤波算法[1]。根据实时递推的思想，Kalman滤波过程是一个不断“预测-修正”的过程[2-4]，求解中无需存储大量数据，一旦观测到新的数据就可以计算出新的滤波值，因此方便硬件实现，在实际工程中得到了广泛应用。因此对Kalman滤波算法的实现是很多工程应用中首要解决的问题。

在一些实时性要求较高的场所，传统的器件由于其固有的结构特点，较难完成如并行计算等对性能要求较高的应用。而FPGA作为一种典型的以资源换取性能的器件，随着工艺水平的不断提高，其规模越来越大，性价比也越来越高。其内部的大容量本地存储器、高速I/O等极大地提高了FPGA在数字信号处理领域中的应用潜力，特别适合实时性要求较高或计算量很大的场合[5]。如Vanderlei Bonato在全自动机器人上成功利用FPGA实现了浮点扩展Kalman滤波器[6]，实时地完成了复杂的运算；喻金华基于FPGA平台设计和实现了图像滤波的流水线结构[7]。随着微电子技术和EDA技术的发展，FPGA的集成度和速度可以最大限度地满足系统的灵活性和实时性。

近年来，很多学者基于FPGA平台进行了Kalman滤波器的设计和应用[8-11]。……