基于高斯过程回归的平方根UPF算法

针对系统动力学模型不准确可能导致滤波精度下降,以及系统状态协方差阵可能出现的负定性问题,提出一种新的高斯过程回归平方根分解无迹粒子滤波(Gaussian process regression square-root decomposition unscented particle filter,GPSR-UPF)算法。在该算法中,采用高斯过程回归求取UPF的重要性密度函数。当系统模型不准确时,通过高斯过程回归学习训练数据,进而获取系统的回归模型及系统噪声协方差,同时引入平方根变换抑制系统状态协方差阵的负定性。将提出的GPSR- UPF算法应用到捷联惯导/全球定位系统(strapdown inertial navigation system / global positioning system, SINS/GPS)组合导航系统中进行仿真验证。结果表明,所提出滤波算法的性能优于基本的无迹粒子滤波算法,能提高组合导航系统的解算精度。     

一种异构多核片上系统的SystemC系统级综合方法

针对传统集成电路综合方法的不足,提出了一种异构多核片上系统的SystemC系统级综合方法。阐述了系统级综合的SystemC非定时设计输入模型,给出了多核控制器做复杂控制和算法IP做运算加速的目标片上系统架构及综合流程。在此基础上开发了SystemC系统级综合集成开发环境,并进行了通信处理异构多核片上系统的设计和实现。实验结果表明,该方法有效地提高了软硬件混合片上系统的设计效率, 缩短了研制周期。