基于fpga的ukf算法及其對大腦動力學模型的濾波的制作方法
【專利摘要】本發(fā)明公開了一種基于FPGA的UKF系統(tǒng)，該系統(tǒng)的處理器為Altera公司生產的FPGA，采用SOPC技術即片上可編程系統(tǒng)作為處理平臺；所述的處理平臺包括硬件和軟件兩個部分，硬件部分包括SDRAM控制器、Flash?Controler、System?ID、JTAG?UART、控制按鍵的PIO、控制液晶屏的PIO、PLL鎖相環(huán)，各個部分通過Avalon總線連接，其中SDRAM控制器、Flash?Controler、JTAG?UART、控制按鍵的PIO、控制液晶屏的PIO均有各自的外圍電路；軟件部分包括硬件驅動程序和UKF算法程序兩個部分，硬件驅動程序用來驅動SOPC平臺中的硬件部分，UKF算法程序是核心部分。本發(fā)明從總體上給出了UKF的并行結構，提高濾波的速度；完成了大腦動力學模型的硬件實現，產生類似于正常和癲癇發(fā)病時的腦電信號。
【專利說明】基于FPGA的UKF算法及其對大腦動力學模型的濾波
【技術領域】
[0001] 本發(fā)明屬于數字集成電路和神經動力學交叉的領域，涉及無跡卡爾曼濾波 (Unscented Kalman Filter, UKF)算法的現場可編程門陣列（Field Programmable Gate Array，FPGA)實現方法及其在大腦動力學模型中的應用，尤其涉及一種UKF算法及其對大 腦動力學模型濾波的FPGA實現的方法。
【背景技術】
[0002] 隨著數字集成電路的不斷更新，微電子技術的不斷發(fā)展，現場可編程邏輯電路開 始廣泛流行，其中現場可編程門陣列（Field Programmable Gate Array, FPGA)應用最為 廣泛。它具有多方面的優(yōu)點。首先，其單個芯片可容納上百萬的邏輯門，所以它能夠實現的 功能非常強大，同時還可以實現系統(tǒng)的集成。其次，設計人員在自己實驗室內就可以完成芯 片的功能設計，從而節(jié)省了許多潛在的花費，降低了生產成本。最后，用戶可以反復編程、擦 除、使用或者在不改變外圍電路的情況下利用不同軟件實現不同的功能。基于上述優(yōu)點，目 前FPGA已在通信、消費類、嵌入式等領域取代了 MCU的一些應用。在汽車、軍事、工業(yè)和無 線通信等領域的性能優(yōu)勢超過獨立DSP。
[0003] 對于FPGA使用硬件編程語言VHDL/Verilog HDL的好處在于易于理解、易于維護、 調試電路速度快，而作為目前應用最為廣泛的C語言，其設計環(huán)境更為完整，語言靈活，功 能強大。Altera公司提出將Nios II軟核處理器配置到可編程邏輯器件當中，實現了微處 理器與可編程邏輯器件的通信。
[0004] 腦電信號是大腦組織中大量神經元群突觸后電流在大腦皮層或頭皮表面的綜合 表現，因而含有大量的腦電信息，是研究大腦內部功能及腦部疾病如癲癇等的發(fā)病原理的 重要依據。近年來，大量研究致力于大腦動力學模型的建立用以模擬真實的腦電信號。在 現實操作中，腦電信號的測量容易受到外界的干擾，如高頻干擾，工頻干擾等。考慮到干擾 的不確定性和難測量性，需要選擇合適的濾波算法對其進行濾波控制。無跡卡爾曼濾波 (unscented Kalman Filter, UKF)算法能有效實現對非線性系統(tǒng)的濾波。UKF算法的硬件 實現可為進一步對大腦動力學模型狀態(tài)估計和控制的硬件研究奠定一定的基礎。
[0005] 中國專利申請?zhí)枮椋?01120522483. 3,名稱為：基于NIOS II系統(tǒng)的S0PC開發(fā)平 臺，該申請案公開了一種基于NIOS II系統(tǒng)的S0PC開發(fā)平臺，使用LED點陣屏進行圖形顯 示，而點陣顯示屏存在顯示單一的缺陷。
[0006] 中國專利申請?zhí)枮椋?01010013568. 9,名稱為：基于FPGA的無跡卡爾曼濾波系統(tǒng) 及并行實現方法，該申請案公開了一種基于FPGA的無跡卡爾曼濾波系統(tǒng)，主要解決現有無 跡卡爾曼濾波硬件實現難度大和實時性差的問題。
【發(fā)明內容】
[0007] 本發(fā)明的目的是針對上述問題，提供一種基于FPGA的UKF算法及其對大腦動力學 模型的濾波。
[0008] 為了解決上述存在的技術問題，本發(fā)明的目的之一是：一種基于UKF算法的UKF系 統(tǒng)，該系統(tǒng)采用Verilog HDL硬件描述語言作為編程語言，其UKF算法程序包括：
[0009] 協(xié)方差矩陣Cholesky分解模塊，用于對對角協(xié)方差矩陣進行Cholesky分解，得到 下三角矩陣，得到m個有效數值，將有效數值輸入到Sigma點產生模塊；
[0010] Sigma點產生模塊，用于接收上一時刻的狀態(tài)估計值，并與由Cholesky分解得到 的m個有效數值結合，產生2m個Sigma點并分別輸入到時間更新模塊；
[0011] 時間更新模塊，用于把接收到的Sigma點帶入到系統(tǒng)模型的狀態(tài)方程，得到狀態(tài) 預測值，輸入到觀測預測模塊；
[0012] 觀測預測模塊，用于把狀態(tài)預測值代入觀測模型的觀測方程，得到觀測預測值，并 將狀態(tài)預測值和觀測預測值輸入到均值和協(xié)方差矩陣計算模塊；
[0013] 均值和協(xié)方差矩陣計算模塊，用于對狀態(tài)預測值和觀測預測值加權求和，分別計 算狀態(tài)預測協(xié)方差矩陣、觀測預測協(xié)方差矩陣和互協(xié)方差矩陣，并將觀測預測協(xié)方差矩陣 輸入到觀測預測協(xié)方差矩陣求逆模塊，將互協(xié)方差矩陣輸入到增益計算模塊，將狀態(tài)預測 協(xié)方差矩陣和互協(xié)方差矩陣輸入到狀態(tài)估計和狀態(tài)協(xié)方差矩陣估計模塊；
[0014] 觀測預測協(xié)方差矩陣求逆模塊，用于對觀測預測協(xié)方差矩陣進行求逆運算，并將 求逆結果輸入到增益計算模塊；
[0015] 增益計算模塊，用于接收互協(xié)方差矩陣和觀測預測協(xié)方差矩陣的逆矩陣，計算增 益，并將增益輸入到狀態(tài)量估計和狀態(tài)協(xié)方差矩陣估計模塊；
[0016] 狀態(tài)估計和狀態(tài)協(xié)方差矩陣估計模塊，用于接收增益、狀態(tài)預測均值、觀測預測均 值、當前時刻的觀測數據、狀態(tài)預測協(xié)方差矩陣和互協(xié)方差矩陣，計算狀態(tài)估計值和狀態(tài)協(xié) 方差矩陣，并將狀態(tài)估計值作為當前時刻的最終結果輸出，將狀態(tài)協(xié)方差矩陣輸入協(xié)方差 矩陣Cholesky分解模塊。
[0017] 本發(fā)明基于UKF算法的UKF系統(tǒng)要解決的UKF算法上的技術問題是：
[0018] (1)協(xié)方差矩陣Cholesky分解，對對角協(xié)方差矩陣進行Cholesky分解，得到下三 角矩陣，得到m個有效數值；
[0019] (2)Sigma點的產生，接收上一時刻的狀態(tài)估計值,并與由Cholesky分解得到的m 個有效數值結合，產生2m個Sigma點；
[0020] (3)時間更新，把接收到的Sigma點帶入到系統(tǒng)模型的狀態(tài)方程，得到狀態(tài)預測 值；
[0021] (4)觀測預測，把狀態(tài)預測值代入觀測模型的觀測方程，得到觀測預測值；
[0022] (5)均值和協(xié)方差矩陣計算，對狀態(tài)預測值和觀測預測值加權求和，分別計算狀態(tài) 預測協(xié)方差矩陣、觀測預測協(xié)方差矩陣和互協(xié)方差矩陣；
[0023] (6)觀測預測協(xié)方差矩陣求逆，對觀測預測協(xié)方差矩陣進行求逆運算；
[0024] (7)增益計算，將互協(xié)方差矩陣和觀測預測協(xié)方差矩陣的逆矩陣相乘得到增益；
[0025] (8)狀態(tài)估計和狀態(tài)協(xié)方差矩陣估計，對增益、狀態(tài)預測均值、觀測預測均值、當前 時刻的觀測數據、狀態(tài)預測協(xié)方差矩陣和互協(xié)方差矩陣進行計算，得到狀態(tài)估計值和狀態(tài) 協(xié)方差矩陣，并將狀態(tài)估計值作為當前時刻的最終結果輸出，將狀態(tài)協(xié)方差矩陣返回（1) 進行下一時刻的計算。
[0026] 本發(fā)明的目的還在于提供了一種使用S0PC系統(tǒng)作為工作平臺，在該平臺上使用 軟件程序構建大腦動力學模型以模擬腦電波信號，并與上述的基于UKF算法的UKF系統(tǒng)相 連接，實現UKF算法對該大腦動力學模型濾波的方法，該方法內容包括以下步驟：
[0027] 第一步，在Quartus II環(huán)境下創(chuàng)建工程，對工程命名，同時選定使用芯片型號 Cyclone IV EP4CE15F17C8 ；
[0028] 第二步，創(chuàng)建S0PC系統(tǒng)；
[0029] 第三步，建立系統(tǒng)的頂層模塊；
[0030] 第四步，打開NIOS II EDS軟件，建立新的工程及對應的一個BSP工程；
[0031] 第五步，編寫程序；
[0032] 編寫程序包括系統(tǒng)的初始化、按鍵的判定、顯示屏顯示、大腦模型建立等部分：
[0033] 首先，對程序進行初始化，并判斷是否有按鍵按下，如果有，則根據按鍵調整模型 參數，并將參數信息顯示在外接液晶顯示屏上；如果沒有按鍵按下，則顯示系統(tǒng)默認的初始 參數值；進入大腦動力學模型后，利用四階Runge-Kutta微分方法對之進行求解，因TFT屏 的分辨率為240 X 320,所以在本次仿真中循環(huán)計算320次，N從0依次增到320,以每次進行 循環(huán)狀態(tài)時N的值為橫坐標，以此次循環(huán)所得的模型輸出為縱坐標，在TFT顯示屏上畫點， 并與N-1次循環(huán)時所得到的點用直線相連。顯示屏共顯示三條波形，第一條為模型不帶噪 聲輸出，第二條為受輸出噪聲干擾的輸出，第三條為經濾波后的輸出；
[0034] 第六步，設置編譯器，將S0PC系統(tǒng)與UKF系統(tǒng)連接
[0035] 利用基于UKF算法的UKF系統(tǒng)對基于S0PC系統(tǒng)構建的大腦動力學模型進行濾波 操作，在NIOS II軟核系統(tǒng)中添加數據接收和發(fā)送端口，濾波結果接收端口和當前觀測數據 輸出端口，分別與UKF系統(tǒng)相連接，實現UKF系統(tǒng)對大腦動力學模型的濾波操作。
[0036] 由于采用上述技術方案，本發(fā)明與現有技術相比，具有以下的有益效果：本發(fā)明從 總體上給出了 UKF的并行結構，提高濾波的速度；完成了大腦動力學模型的硬件實現，產生 類似于正常和癲癇發(fā)病時的腦電信號，通過按鍵方便地實現參數調整；將UKF與大腦模型 結合，對受到噪聲干擾的模型輸出進行濾波操作；液晶屏的使用能更清晰地將結果顯示出 來。本發(fā)明UKF算法及其對大腦動力學模型濾波的方法也可用于其它非線性系統(tǒng)的濾波。
【專利附圖】
【附圖說明】
[0037] 圖1是本發(fā)明的總體結構圖；
[0038] 圖2是本發(fā)明UKF方法流程圖；
[0039] 圖3是本發(fā)明構建大腦模型S0PC設計流程示意圖；
[0040] 圖4是本發(fā)明硬件驅動程序結構圖；
[0041] 圖5是本發(fā)明構建大腦模型S0PC設計軟件設計的流程圖；
[0042] 圖6是本發(fā)明S0PC系統(tǒng)與UKF系統(tǒng)之間的信號傳遞圖。
【具體實施方式】
[0043] 下面結合附圖對本發(fā)明的【具體實施方式】做進一步詳細描述。
[0044] 圖1為本發(fā)明的總體結構圖，其中的FPGA由Altera公司生產，型號為 EP4CE15F17C8。在該FPGA上嵌入兩個系統(tǒng)，即用硬件描述語言Verilog HDL編寫的UKF系 統(tǒng)和以NIOS II為核心的S0PC系統(tǒng)，通過兩個系統(tǒng)之間的聯(lián)調，實現UKF系統(tǒng)中的UKF算 法對SOPC系統(tǒng)構建的大腦動力學模型的濾波，同時將濾波前的波形和濾波后的波形輸出 到TFT液晶屏上，【具體實施方式】和過程如下。
[0045] 在UKF系統(tǒng)中實現的是UKF算法，UKF算法的流程圖如圖2所示，其中所涉及的 模塊包括：協(xié)方差矩陣Cholesky分解模塊、Sigma點產生模塊、時間更新模塊、觀測預測模 塊、均值和協(xié)方差矩陣計算模塊、觀測預測協(xié)方差矩陣求逆模塊、增益計算模塊、狀態(tài)估計 和狀態(tài)協(xié)方差矩陣估計模塊。協(xié)方差矩陣Cholesky分解模塊用于對對角協(xié)方差矩陣進行 Cholesky分解，其中要使用到開方操作，得到下三角矩陣，將下三角矩陣的m個有效數值與 接收到的上一時刻的狀態(tài)估計值結合，產生2m個Sigma點，將Sigma點帶入到系統(tǒng)模型的 狀態(tài)方程，得到狀態(tài)預測值，將狀態(tài)預測值輸入到系統(tǒng)模型的觀測方程，得到觀測預測值， 將狀態(tài)預測值和觀測預測值進行加權求和，分別計算狀態(tài)預測協(xié)方差矩陣、觀測預測協(xié)方 差矩陣和互協(xié)方差矩陣，將觀測預測協(xié)方差矩陣進行求逆運算，求逆結果與互協(xié)方差矩陣 相乘得到增益，利用增益、狀態(tài)預測均值、觀測預測均值、當前時刻的觀測數據、狀態(tài)預測協(xié) 方差矩陣和互協(xié)方差矩陣，計算狀態(tài)估計值和狀態(tài)協(xié)方差矩陣，并將狀態(tài)估計值作為當前 時刻的最終結果輸出，將狀態(tài)協(xié)方差矩陣輸入協(xié)方差矩陣Cholesky分解模塊。
[0046] S0PC系統(tǒng)包含兩個部分，軟件部分和硬件部分，圖3為構建大腦模型S0PC設計流 程示意圖。在S0PC系統(tǒng)開發(fā)過程中使用到的軟件工具有：Quartus II--用于創(chuàng)建以FPGA 芯片為目標器件的NIOS II軟核處理器系統(tǒng)及其外圍模塊，并進行下載及硬件系統(tǒng)調試等； SOPC Builder--用于完成NIOS II軟核的配置及生成；NIOS II EDS用于軟件的生成、調 試及運行。
[0047] 其中硬件部分包括 SDRAM 控制器、Flash Controler、System ID、JTAG UART、控制 按鍵的ΡΙ0、控制液晶屏的PI〇、PLL鎖相環(huán)，各個部分通過Avalon總線連接，其中SDRAM控 制器、Flash Controler、JTAG UART、控制按鍵的ΡΙ0、控制液晶屏的ΡΙ0均有各自的外圍電 路，具體的實施方式為：
[0048] (1)創(chuàng)建 S0PC 系統(tǒng)
[0049] 在SOPC Builder環(huán)境中建立NIOS II軟核系統(tǒng)，根據外部的晶振頻率設定軟核時 鐘，在本實施例中選為50MHz。
[0050] 添加 NIOS II CPU (單擊 "Processors - Nios II Processor" 菜單），該處理器 具有3種不同的類型，即NIOS ΙΙ/e (經濟型內核）、NI0S II/s (標準型內核）和NIOS II/ f (快速型內核）。不同的處理器內核具有不同的技術指標和性能。NIOS ΙΙ/e占用的邏輯 單元少，但其功能相對較少；NIOS II/s在性能和尺寸方面得到平衡，功能適中；NIOS Il/f 使用的邏輯單元最多，功能也是最強大的。在本實施例中選用快速型內核NIOS ΙΙ/f，并對 其進行指令和數據緩沖、CPU復位請求、額外校驗以及JTAG調試等功能設置。
[0051] 添力口 SDRAM Controller (單擊"Memories and Memory Controllers - SDRAM - SDRAM Controller" 菜單）根據硬件使用的 SDRAM 型號為 HY57V2562GTR，容量為 256MBit (4Banks X 4MX 16bits)，數據寬度為 16 位，選擇 custom并根 據數據手冊進行相應的配置。SDRAM即同步動態(tài)隨機存儲器，是用于彌補片內的存儲空間， 其同步性是指存儲工作需要同步的時鐘，內部數據的傳輸及命令的發(fā)送都是以這個同步的 時鐘為基準的，它的動態(tài)性是指為了保證數據不易丟失，需要不斷地刷新存儲陣列，其隨機 性是指數據在指定的地址進行讀寫而非線性依次存儲的，由于SDRAM具有大容量和低成本 的特性，使之應用非常廣泛。
[0052] 添加 EPCS Serial Flash Controler (單擊 "Memories and memory Controllers -flash -EPCS Serial Flash Controler" 菜單），在窗口中選擇默認設計 即可。添加了 EPCS控制器后可以使Altera的EPCS串行配置器件被NIOS II系統(tǒng)訪問。
[0053] 添加 System ID (單擊 "Peripherals - Debug and Performance" 菜單），它是一 種標示符，為了確保Quartus II所建的工程與NIOS II中的工程--對應。
[0054] 添加 JTAG UART (單擊" Interface Protocols - Serial - JTAG UART，'菜單），按 照默認設置完成，實現NIOS系統(tǒng)與PC間的串口通信，它在NIOS II的開發(fā)與調試的過程中 起著非常重要的作用。
[0055] 添加 ΡΙ0(單擊"Peripherals - Microcontroller Peripherals - ΡΙ0(Paralle 1/0)菜單"）共添加十二組Pio,其中八組作為輸出端口，分別為8位的lcd_d用于存放數 據，1位的lcd_e，lcd_rd，lcd_rs，lcd_rw，lcd_rst用于對TFT顯示屏進行控制，8位X作為 模型的狀態(tài)預測輸出，8位的y作為受噪聲干擾的觀測輸出；其他四組作為輸入端口，keyO 控制興奮性增益參數A以0. 15的幅度增加，key 1控制興奮性增益參數A以0. 15的幅度減 小，Xa接收由無跡卡爾曼濾波模塊產生的狀態(tài)值，yhat用于接收無跡卡爾曼濾波模塊的濾 波結果。
[0056] 最后對CPU的復位向量及異常所在存儲器進行設置（雙擊CPU，在"Reset Vector : Memory" 選項中選擇 EPCS_flash，在 "Exception Vector :Memory" 選項中選擇 sdram)，鎖 定EPCS_flash地址線后對其它地址和中斷進行自動分配（單擊"System -Auto Assign Base Addersser" 菜單及 "System -Auto Assign IRQs，'）。
[0057] (2)建立系統(tǒng)的頂層模塊
[0058] 在Quartus II環(huán)境下創(chuàng)建工程的頂層文件，選擇為圖形輸入方式。調用已生成的 NIOS II系統(tǒng)模塊和UKF模塊（在原理圖的空白處雙擊，在Symbol選擇剛剛生成的CPU模 塊和已進行模塊化的UKF模塊）。
[0059] 添加PLL模塊，由于本實施例中使用了 SDRAM存儲器，NIOS II提供的時鐘會產 生一定的延時，直接將NIOS II的系統(tǒng)時鐘接到SDRAM是不行的，需要建立鎖相環(huán)PLL模 塊，對NIOS II時鐘進行延時。添加PLL模塊需要在原理圖空白處雙擊，在Symbol下單擊 "MegaWizard Plug-In Manager··· - Installed Plug-Ins -1/0 -ALTPLL"，依據實驗板 輸入時鐘設為50MHz，輸出時鐘CO為默認設計，頻率為50MHz，相位差為0,作為NIOS II系 統(tǒng)時鐘，C1的頻率也為50MHz，相位差設置為-73deg，作為SDRAM的時鐘信號，單擊Finish， 生成PLL模塊，并加入到原理圖中。
[0060] 將PLL的輸出時鐘C0與在NIOS II下生成的CPU模塊的elk相連，將CPU模塊的 Xa、yhat、X和y與UKF模塊相應端口相連接，對其它的輸入輸出加入引腳并利用Tel文件 分配引腳使設計的電路與實際的硬件能夠連接起來。
[0061] 其軟件部分包括硬件驅動程序和模擬腦電波并構建大腦動力學模型程序兩個部 分，【具體實施方式】為：
[0062] (1)編寫硬件驅動程序
[0063] 圖4為硬件驅動程序包括液晶屏驅動程序和按鍵驅動程序，液晶屏驅動程序用于 驅動TFT液晶屏，使TFT液晶屏能夠顯示出運行結果；按鍵驅動程序用于驅動按鍵，使按鍵 能夠使用。
[0064] (2)編寫模擬腦電波并構建大腦動力學模型程序
[0065] 圖5為構建大腦模型S0PC設計軟件設計的流程圖，該軟件設計部分是在NIOS II EDS軟件中用C語言編程完成的。它的工作過程為：當系統(tǒng)啟動后對表征模型特征的參數 及TFT顯示屏進行初始化；利用初值進入大腦動力學模型，依次計算出狀態(tài)量的一階導數， 利用四階Runge-Kutta微分方法對之進行求解，并計算出單個神經群模型的輸出。因TFT 屏的分辨率為240X 320,所以在本仿真中循環(huán)計算320次，N從0依次增到320,以每次進 行循環(huán)狀態(tài)時N的值為橫坐標，以此次循環(huán)所得到的輸出為縱坐標，在TFT顯示屏上畫點， 并與N-1次循環(huán)時所得到的點用直接相連。顯示屏共顯示三條波形，第一條為模型不帶噪 聲輸出，第二條為受輸出噪聲干擾的輸出，第三條為經濾波后的輸出，因所畫出來的三條曲 線大體位置相符，所以為了更直觀的看到波形圖，則對第二、三條曲線之上各點的縱坐標加 一定的值使之分別向上平移一定的量。
[0066] (3)設置編譯器
[0067] 為了編譯出高效的代碼，需要對編譯器進行設置。首先在工程名旁點擊右健，選 擇 Properties - NIOS II Application Properties 在右側 Optimization level 中選 擇level3。同樣需要設置BSP工程的屬性，右鍵單擊BSP工程名，Properties -NIOS II BSP Properties在右側Optimization level中選擇level3,同時還需要點擊下面的BSP Editor對硬件進行相關的設置，標準的輸入輸出及錯誤都選擇jtag_uart，各種數據都存 放在SDRAM中，并點擊generate生成BSP設置。
[0068] 圖6為S0PC系統(tǒng)與UKF系統(tǒng)之間的信號傳遞圖，此為S0PC系統(tǒng)與UKF系統(tǒng)的連 接部分，通過兩個系統(tǒng)之間的聯(lián)調，實現UKF系統(tǒng)中的UKF算法對S0PC系統(tǒng)構建的大腦動 力學模型的濾波，并將濾波前后的結果顯示到TFT液晶屏上，在TFT液晶屏上能夠清楚的看 到原始的腦電波信號和濾波之后的腦電波信號。
【權利要求】
1. 基于UKF算法的UKF系統(tǒng)，其特征在于：該系統(tǒng)包括： 協(xié)方差矩陣Cholesky分解模塊，用于對對角協(xié)方差矩陣進行Cholesky分解，得到下三 角矩陣，得到m個有效數值，將有效數值輸入到Sigma點產生模塊； Si gma點產生模塊，用于接收上一時刻的狀態(tài)估計值，并與由Cho 1 esky分解得到的m個 有效數值結合，產生2m個Sigma點并分別輸入到時間更新模塊； 時間更新模塊，用于把接收到的Sigma點帶入到系統(tǒng)模型的狀態(tài)方程，得到狀態(tài)預測 值，輸入到觀測預測模塊； 觀測預測模塊，用于把狀態(tài)預測值代入觀測模型的觀測方程，得到觀測預測值，并將狀 態(tài)預測值和觀測預測值輸入到均值和協(xié)方差矩陣計算模塊； 均值和協(xié)方差矩陣計算模塊，用于對狀態(tài)預測值和觀測預測值加權求和，分別計算狀 態(tài)預測協(xié)方差矩陣、觀測預測協(xié)方差矩陣和互協(xié)方差矩陣，并將觀測預測協(xié)方差矩陣輸入 到觀測預測協(xié)方差矩陣求逆模塊，將互協(xié)方差矩陣輸入到增益計算模塊，將狀態(tài)預測協(xié)方 差矩陣和互協(xié)方差矩陣輸入到狀態(tài)估計和狀態(tài)協(xié)方差矩陣估計模塊； 觀測預測協(xié)方差矩陣求逆模塊，用于對觀測預測協(xié)方差矩陣進行求逆運算，并將求逆 結果輸入到增益計算模塊； 增益計算模塊，用于接收互協(xié)方差矩陣和觀測預測協(xié)方差矩陣的逆矩陣，計算增益，并 將增益輸入到狀態(tài)量估計和狀態(tài)協(xié)方差矩陣估計模塊； 狀態(tài)估計和狀態(tài)協(xié)方差矩陣估計模塊，用于接收增益、狀態(tài)預測均值、觀測預測均值、 當前時刻的觀測數據、狀態(tài)預測協(xié)方差矩陣和互協(xié)方差矩陣，計算狀態(tài)估計值和狀態(tài)協(xié)方 差矩陣，并將狀態(tài)估計值作為當前時刻的最終結果輸出，將狀態(tài)協(xié)方差矩陣輸入協(xié)方差矩 陣Cholesky分解模塊。 2. S0PC系統(tǒng)模擬腦電波構建大腦動力學模型的方法，其特征在于：該方法內容包括以 下步驟： 第一步，在Quartus II環(huán)境下創(chuàng)建工程，對工程命名，同時選定使用芯片型號 Cyclone IV EP4CE15F17C8 ； 第二步，創(chuàng)建S0PC系統(tǒng)； 第三步，建立系統(tǒng)的頂層模塊； 第四步，打開NIOS II EDS軟件，建立新的工程及對應的一個BSP工程； 第五步，編寫程序； 編寫程序包括系統(tǒng)的初始化、按鍵的判定、顯示屏顯示、大腦模型建立等部分： 首先，對程序進行初始化，并判斷是否有按鍵按下，如果有，則根據按鍵調整模型參數， 并將參數信息顯示在外接液晶顯示屏上；如果沒有按鍵按下，則顯示系統(tǒng)默認的初始參數 值；進入大腦動力學模型后，利用四階Runge-Kutta微分方法對之進行求解，因FTF屏的分 辨率為240X320,所以在本次仿真中循環(huán)計算320次，N從0依次增到320,以每次進行循 環(huán)狀態(tài)時N的值為橫坐標，以此次循環(huán)所得的模型輸出為縱坐標，在TFT顯示屏上畫點，并 與N-1次循環(huán)時所得到的點用直線相連。顯示屏共顯示三條波形，第一條為模型不帶噪聲 輸出，第二條為受輸出噪聲干擾的輸出，第三條為經濾波后的輸出； 第六步，設置編譯器。 3. UKF算法對大腦動力學模型濾波的方法，其特征在于： 在NIOS II軟核系統(tǒng)中設定數據接收和發(fā)送端口，濾波結果接收端口和當前觀測數據 輸出端口，分別與UKF系統(tǒng)相連接，實現UKF系統(tǒng)對腦電波的濾波操作。
【文檔編號】G06F17/50GK104143017SQ201410318085
【公開日】2014年11月12日 申請日期:2014年7月7日 優(yōu)先權日:2014年7月7日
【發(fā)明者】劉仙, 朱波, 劉會軍, 高慶 申請人:燕山大學