FPGA implementation of Rao-Blackwellized particle filter and its application to sensorless drive control
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23220%2F14%3A43922641" target="_blank" >RIV/49777513:23220/14:43922641 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/67985556:_____/14:00431968
Výsledek na webu
<a href="http://10.3182/20140824-6-ZA-1003.01557" target="_blank" >http://10.3182/20140824-6-ZA-1003.01557</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.3182/20140824-6-ZA-1003.01557" target="_blank" >10.3182/20140824-6-ZA-1003.01557</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
FPGA implementation of Rao-Blackwellized particle filter and its application to sensorless drive control
Popis výsledku v původním jazyce
Rao-Blackwellied particle filter is a stochastic filter combining Kalman filters with particle filters. It is suitable for models that could be decomposed into linear and nonlinear part. Since the conditionally linear part can be solved by the Kalman filter, the sequential Monte Carlo is run only on the non-linear subspace. The resulting algorithm is a parallel evaluation of multiple Kalman filters with resampling. The parallel nature of this algorithm allows for very efficient implementation in hardware supporting parallel computation processes. In this contribution, we present implementation of the algorithm in the Field Programmable Gate Array (FPGA). Due to the used model and optimized implementation, the execution time of the filter is in units ofmicroseconds and scales very favorably with the number of particles. This is demonstrated experimentally on a laboratory prototype of sensorless drive with permanent magnet synchronous machine (PMSM) of rated power of 10.7kW.
Název v anglickém jazyce
FPGA implementation of Rao-Blackwellized particle filter and its application to sensorless drive control
Popis výsledku anglicky
Rao-Blackwellied particle filter is a stochastic filter combining Kalman filters with particle filters. It is suitable for models that could be decomposed into linear and nonlinear part. Since the conditionally linear part can be solved by the Kalman filter, the sequential Monte Carlo is run only on the non-linear subspace. The resulting algorithm is a parallel evaluation of multiple Kalman filters with resampling. The parallel nature of this algorithm allows for very efficient implementation in hardware supporting parallel computation processes. In this contribution, we present implementation of the algorithm in the Field Programmable Gate Array (FPGA). Due to the used model and optimized implementation, the execution time of the filter is in units ofmicroseconds and scales very favorably with the number of particles. This is demonstrated experimentally on a laboratory prototype of sensorless drive with permanent magnet synchronous machine (PMSM) of rated power of 10.7kW.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JA - Elektronika a optoelektronika, elektrotechnika
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2014
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the 19th IFAC World Congress, 2014
ISBN
978-3-902823-62-5
ISSN
1474-6670
e-ISSN
—
Počet stran výsledku
6
Strana od-do
8669-8674
Název nakladatele
Elsevier
Místo vydání
Amsterdam
Místo konání akce
Cape Town
Datum konání akce
24. 8. 2014
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—