捷联导引头视线角速率估计方法研究

发布时间：2023-03-05 09:19

　　视线角速率是制导控制中的重要参数之一,对其的准确估计关系到系统的整体性能。捷联导引头只能测得弹体视线角信号,无法直接测定惯性坐标系下的视线角速率,因此需要对含有噪声的体视线角测量信息进行求导,然后与速率陀螺数据相加获得目标视线角速率。在多数情况下,可以采用差分方法来近似估计信号的导数,但是由于噪声几乎存在于所有信号中,所以通过这种方法不能正确估计信号的导数。通过建立合适的对象模型,Kalman滤波算法可以抑制噪声,同时求取信号的导数。 本文构建了一个基于FPGA实现Kalman算法的软硬件系统,用于实现对弹体视线角的求导,进而实现对目标视线角速率的正确估计。软件部分采用模块化设计,将系统划分为A/D控制、Kalman滤波算法和D/A控制三个主要模块。滤波算法部分也分解为几个功能模块,采用分时复用方法,最大限度地降低算法复杂度。运算部分采用浮点算法,保证了运算精度。通过对子模块及整个系统的仿真验证,该方法对于目标跟踪及导数估计都有较好的结果,满足设计要求。硬件系统包括FPGA最小系统及AD、DA电路,并对硬件电路进行了测试及软件下载调试。 本文的研究对FPGA在目标视线角速率估计中的应用...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
目录
1 绪论
    1.1 国内外研究现状
        1.1.1 捷联导引头论述
        1.1.2 滤波算法概述
    1.2 课题研究的背景及意义
    1.3 本文主要研究内容
        1.3.1 算法研究及Matlab仿真
        1.3.2 软件设计
        1.3.3 硬件系统设计
        1.3.4 下载调试及实验验证
    1.4 论文构成
2 Kalman滤波算法研究
    2.1 随机线性离散系统的数学模型
    2.2 Kalman滤波算法
    2.3 目标机动模型
        2.3.1 常速度模型
        2.3.2 常加速度模型
    2.4 Matlab仿真验证
    2.5 本章小结
3 Kalman滤波软件设计
    3.1 FPGA设计技术
        3.1.1 FPGA设计流程
        3.1.2 Verilog硬件描述语言
        3.1.3 QuartusⅡ开发软件
    3.2 A/D控制模块
        3.2.1 AD芯片工作原理
        3.2.2 A/D控制模块
    3.3 Kalman滤波算法模块
        3.3.1 底层浮点运算模块
        3.3.2 p_forcast模块
        3.3.3 k_pridict模块
        3.3.4 p_pridict模块
        3.3.5 state_forcast模块
        3.3.6 state_pridict模块
        3.3.7 FIFO模块
        3.3.8 state_transfer模块
    3.4 D/A控制模块
        3.4.1 DA芯片工作原理
        3.4.2 D/A控制模块
    3.5 模块仿真验证
        3.5.1 A/D控制模块仿真验证
        3.5.2 p_forcast模块仿真验证
        3.5.3 模块通信仿真验证
        3.5.4 Kalman滤波算法仿真验证
        3.5.5 D/A控制模块仿真验证
    3.6 本章小结
4 硬件系统设计
    4.1 系统硬件方案总体设计
    4.2 FPGA最小系统
        4.2.1 FPGA芯片介绍
        4.2.2 电源电路设计
        4.2.3 时钟电路设计
        4.2.4 复位电路设计
        4.2.5 存储电路设计
        4.2.6 下载配置电路设计
    4.3 外围电路
    4.4 本章小结
5 系统调试分析
    5.1 硬件检测
    5.2 下载及实验
    5.3 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献



本文编号：3755928