粒子滤波是一种基于蒙特卡罗方法和递归贝叶斯估计的滤波方法。其通过一组加权的粒子来表示所需变量的后验概率密度,在处理非线性、非高斯系统的状态估计问题上具备独特的优势,拥有广泛的实用价值和应用前景。但是由于它计算复杂度高,限制了其在实时系统中的应用。本文的研究目的是降低粒子滤波算法的复杂度,优化硬件结构,提高运行速度,在保证滤波性能的前提下,设计出一款运算速度快、硬件资源占用少、性能可靠的粒子滤波器,使其能够用于纯方位目标跟踪的实时系统中。本文首先介绍了粒子滤波的研究现状和本文研究的意义。接着详细介绍了贝叶斯滤波理论和蒙特卡罗方法,在此基础上引入了SIRF算法。然后从硬件实现的角度出发,详细分析了算法的步骤,针对算法计算复杂度高的问题,采用去除冗余操作和近似计算简化算法;针对算法占用硬件资源多,采取了一种基于冗余存储的高效重采样方法,极大地减少了资源的消耗;并设计了一种并行粒子滤波结构,很好地解决了权值不平衡问题,极大地提高了运行速度。本文以二维纯方位目标跟踪问题为算法实现的对象,通过FPGA平台实现了基于冗余存储的粒子滤波结构。波形仿真验证了电路设计的正确性,跟踪性能良好。FPGA资源统计报告表明所设计电路具有运行速度快、占用资源少的特点,能广泛适用于无线通信、目标跟踪、导航与制导等非线性、非高斯实时系统中。