卡尔曼滤波算法不仅具有良好的滤波特性,同时因其采用了递归结构,因此适合采用计算机或者可编程芯片实现。卡尔曼滤波算法的这些优良特性使得其在动态定位、通信与信号处理、目标跟踪等众多领域内有着广泛的应用。在工程实践中,为了满足系统的实时性需求,常采用FPGA(Field Programmable Gate Array)来实现卡尔曼滤波器。随着FPGA工艺的不断发展以及人们对FPGA设计系统性能的要求不断提高,如何提高基于FPGA的卡尔曼滤波器的系统性能是卡尔曼滤波工程应用所面临的一个重大挑战。为此,本文进行了深入研究,提出了两种基于FPGA的高性能卡尔曼滤波器架构,并对其进行了设计分析以及可行性验证。首先,本文回顾了卡尔曼滤波理论的发展历程,介绍了经典卡尔曼滤波算法及其系统数学模型。随后,介绍了三种常用的非线性卡尔曼滤波算法,EKF(Extended Kalman Filter)、UKF(Unscented Kalman Filter)以及CKF(Cubature Kalman Filter),接着研究了卡尔曼滤波在直升机旋翼遮挡预测以及机动目标跟踪中的应用,并进行了算法仿真分析。然后,本文从FPGA设计的速度与功耗的角度出发,提出了两种基于FPGA的高速低功耗卡尔曼滤波器的设计架构。一种是针对EKF算法提出的采用Faddeev算法与脉动阵列结构结合的架构,采用该架构实现的EKF能够大大增加算法的并行性,提高系统实时性;另一种是针对非线性卡尔曼滤波器提出的软-硬件联合架构,在该架构下,软件起系统控制作用,以及计算系统非线性模型部分,而在硬件中实现卡尔曼滤波核心算法部分。采用该架构实现的卡尔曼滤波器不仅性能上得到保证,同时系统资源也得到了合理分配,而且系统灵活性大大增强。最后,针对直升机旋翼遮挡模型以及目标跟踪模型的卡尔曼滤波器进行了FPGA实现与系统功能性验证。首先采用FPGA实现了直升机旋翼遮挡模型的卡尔曼滤波器,并对该系统进行了功能验证,结果表明卡尔曼滤波能够很好地预测旋翼的遮挡状况,从而实现直升机返向链路的突发通信;然后采用软-硬件联合架构实现了目标跟踪模型的UKF设计,对系统FPGA模块进行了功能验证,并分析了FPGA实现系统在速度、资源、功耗方面上的性能,随后在ZYNQ7000平台上进行了软-硬件联合测试,通过与仿真结果进行对比,验证了该系统功能的正确性。