[发明专利]滤波方法、滤波器、计算机可读存储介质、处理器和FPGA

说明书

本申请提供了一种滤波方法、滤波器、计算机可读存储介质、处理器和FPGA，该滤波方法包括：步骤S101，获取当前时刻的系统状态参数的测量值；步骤S102，根据前一时刻的系统状态的估计值计算得到第一估计值，第一估计值为当前时刻下系统状态的估计值；步骤S103，根据前一时刻的后验误差的协方差计算得到先验误差的协方差；步骤S104，根据先验误差的协方差计算卡尔曼增益，卡尔曼增益为当前时刻残差的加权矩阵，当前时刻残差为测量值与第一估计值的残差；步骤S105，根据测量值和卡尔曼增益对第一估计值进行修正，得到第二估计值；步骤S106，根据先验误差的协方差和卡尔曼增益计算得到当前时刻下后验误差的协方差，步骤S102和步骤S103同步执行，步骤S105和步骤S106同步执行。

技术领域

本申请涉及滤波技术领域，具体而言，涉及一种滤波方法、滤波器、计算机可读存储介质、处理器和FPGA。

背景技术

在工程实践中，过去常采用通用的处理器来进行实现，如单片机，DSP处理器或者ASIC实现卡尔曼滤波算法，但以上几种方法都存在较大的局限性。如采用DSP处理器实现卡尔曼滤波器，虽然实现简单，灵活性好，但运算速度较慢，在实时性要求较高的场合下很难满足需求。为了满足系统实时性的要求，提出了用ASIC实现卡尔曼滤波，采用ASIC实现虽然速度快，可靠性高，但其通用性差，设计完成后不能修改，开发成本高。针对以上不足，充分利用FPGA(Field Programmable Gate Array，现场可编程门阵列)自身高度并行性、执行速度快的特点，近些年来人们开始对在FPGA中实现卡尔曼滤波算法开展了广泛的研究。

在背景技术部分中公开的以上信息只是用来加强对本文所描述技术的背景技术的理解，因此，背景技术中可能包含某些信息，这些信息对于本领域技术人员来说并未形成在本国已知的现有技术。

发明内容

本申请的主要目的在于提供一种滤波方法、滤波器、计算机可读存储介质、处理器和FPGA，以解决现有技术中卡尔曼滤波算法的实现方法的效率低的问题。

根据本发明实施例的一个方面，提供了一种滤波方法，包括：步骤S101，获取当前时刻的系统状态参数的测量值；步骤S102，根据前一时刻的所述系统状态的估计值计算得到第一估计值，所述第一估计值为当前时刻下系统状态的估计值；步骤S103，根据前一时刻的后验误差的协方差计算得到先验误差的协方差；步骤S104，根据所述先验误差的协方差计算卡尔曼增益，所述卡尔曼增益为当前时刻残差的加权矩阵，所述当前时刻残差为所述测量值与所述第一估计值的残差；步骤S105，根据所述测量值和所述卡尔曼增益对所述第一估计值进行修正，得到第二估计值；步骤S106，根据所述先验误差的协方差和所述卡尔曼增益计算得到当前时刻下所述后验误差的协方差，其中，所述步骤S102和所述步骤S103同步执行，所述步骤S105和所述步骤S106同步执行。

可选地，根据前一时刻的所述系统状态的估计值计算得到第一估计值，包括：获取前一时刻的所述系统状态的估计值和控制量；根据前一时刻的所述系统状态的估计值和前一时刻的所述系统状态的控制量计算得到所述第一估计值。

可选地，根据前一时刻的后验误差的协方差计算得到所述先验误差的协方差，还包括：获取前一时刻的所述后验误差的协方差；根据前一时刻的所述后验误差的协方差计算得到所述先验误差的协方差。

可选地，根据所述测量值和所述卡尔曼增益对所述第一估计值进行修正，得到第二估计值，包括：根据所述测量值和所述第一估计值计算所述当前时刻残差；根据所述当前时刻残差和所述卡尔曼增益对所述第一估计值进行修正，得到第二估计值。

可选地，所述步骤S101至所述步骤S105中的矩阵计算过程采用顺序相乘法或者同时相乘法进行，所述顺序相乘法为将矩阵依次输入乘法器进行计算的方法，所述同时相乘法为将矩阵同时输入乘法器进行计算的方法。