[发明专利]基于FPGA的UKF算法及其对大脑动力学模型的滤波

权利要求书

1.基于UKF算法的UKF系统，其特征在于：该系统包括：

协方差矩阵Cholesky分解模块，用于对对角协方差矩阵进行Cholesky分解，得到下三角矩阵，得到m个有效数值，将有效数值输入到Sigma点产生模块；

Sigma点产生模块，用于接收上一时刻的状态估计值，并与由Cholesky分解得到的m个有效数值结合，产生2m个Sigma点并分别输入到时间更新模块；

时间更新模块，用于把接收到的Sigma点带入到系统模型的状态方程，得到状态预测值，输入到观测预测模块；

观测预测模块，用于把状态预测值代入观测模型的观测方程，得到观测预测值，并将状态预测值和观测预测值输入到均值和协方差矩阵计算模块；

均值和协方差矩阵计算模块，用于对状态预测值和观测预测值加权求和，分别计算状态预测协方差矩阵、观测预测协方差矩阵和互协方差矩阵，并将观测预测协方差矩阵输入到观测预测协方差矩阵求逆模块，将互协方差矩阵输入到增益计算模块，将状态预测协方差矩阵和互协方差矩阵输入到状态估计和状态协方差矩阵估计模块；

观测预测协方差矩阵求逆模块，用于对观测预测协方差矩阵进行求逆运算，并将求逆结果输入到增益计算模块；

增益计算模块，用于接收互协方差矩阵和观测预测协方差矩阵的逆矩阵，计算增益，并将增益输入到状态量估计和状态协方差矩阵估计模块；

状态估计和状态协方差矩阵估计模块，用于接收增益、状态预测均值、观测预测均值、当前时刻的观测数据、状态预测协方差矩阵和互协方差矩阵，计算状态估计值和状态协方差矩阵，并将状态估计值作为当前时刻的最终结果输出，将状态协方差矩阵输入协方差矩阵Cholesky分解模块。

2.SOPC系统模拟脑电波构建大脑动力学模型的方法，其特征在于：该方法内容包括以下步骤：

第一步，在Quartus II环境下创建工程，对工程命名，同时选定使用芯片型号CycloneⅣ EP4CE15F17C8；

第二步，创建SOPC系统；

第三步，建立系统的顶层模块；

第四步，打开NIOS II EDS软件，建立新的工程及对应的一个BSP工程；

第五步，编写程序；

编写程序包括系统的初始化、按键的判定、显示屏显示、大脑模型建立等部分：

首先，对程序进行初始化，并判断是否有按键按下，如果有，则根据按键调整模型参数，并将参数信息显示在外接液晶显示屏上；如果没有按键按下，则显示系统默认的初始参数值；进入大脑动力学模型后，利用四阶Runge-Kutta微分方法对之进行求解，因FTF屏的分辨率为240×320，所以在本次仿真中循环计算320次，N从0依次增到320，以每次进行循环状态时N的值为横坐标，以此次循环所得的模型输出为纵坐标，在TFT显示屏上画点，并与N-1次循环时所得到的点用直线相连。显示屏共显示三条波形，第一条为模型不带噪声输出，第二条为受输出噪声干扰的输出，第三条为经滤波后的输出；

第六步，设置编译器。

3.UKF算法对大脑动力学模型滤波的方法，其特征在于：

在NIOS II软核系统中设定数据接收和发送端口，滤波结果接收端口和当前观测数据输出端口，分别与UKF系统相连接，实现UKF系统对脑电波的滤波操作。