预测控制在石油化工领域的巨大成功证明了预测控制相对于其他的智能控制如神经网络,最优控制等具有很强的实用性。目前,预测控制已经在更广的范围内得到了应用,如轮船,飞机,汽车等[1] [4]。新的应用要求控制器具有微型化,智能化,高实时性,低成本等特点。由于预测控制的滚动优化部分涉及到多维搜索,控制器需要进行复杂的运算。FPGA(Field Programmable Gate Array)作为一种半定制的集成电路已经广泛应用在汽车,工业,通信,航空航天等领域。FPGA芯片体积小的特点能够满足微型化的要求;可重构的特点能满足智能化的要求;并行计算,硬件加速的特点能满足高实时性的要求;相对于工控机,FPGA具有低成本的特点,因此有必要研究基于FPGA的预测控制器。本研究的目的是设计一个基于FPGA的多变量预测控制器,该控制器能对小型工业对象进行优化控制,本文首先介绍基于FPGA的多变量预测控制器的基础知识,包括预测控制原理,单/多变量DMC算法,带约束的多变量DMC算法和FPGA/SOPC的应用开发介绍,包括FPGA结构特点,SOPC技术,NIOS II软核处理器,基于HDL的数字设计与综合等。在此基础上进行了以下研究工作:一.采用以NIOS II软核处理器为核心的SOPC系统,在Altera公司的Cyclone II FPGA上实现多变量DMC控制器。本文首先将DMC算法在Matlab平台上进行了仿真验证,然后将算法采用C语言实现,再将基于浮点数的C语言算法优化为基于定点数的C语言程序以加快计算速度和便于利用Impulse C工具将C语言模块转化为HDL模块。控制器在FPGA中的实现分为硬件与软件设计两部分,硬件部分主要包括NIOS II内核定制,标准外设添加,基于Impulse C的自定义外设的定制与添加;软件部分包括多变量DMC算法C语言实现以及基于UART的FPGA与MATLAB通信实现。二.创建FPGA与MATLAB/Simulink的联合仿真平台,对基于FPGA的多变量预测控制器进行实时仿真。以双容水箱模型为被控对象,在Simulink中搭建对象模型。控制器通过RS-232接收被控对象的输出值,经过DMC算法优化出被控对象的输入增量再通过RS-232发送给被控对象。