| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| ·遗传算法与优化计算 | 第8-10页 |
| ·BP 神经网络简介 | 第10-11页 |
| ·数字滤波器设计 | 第11-14页 |
| ·本文研究内容及章节安排 | 第14-16页 |
| 第二章 数字滤波器设计 | 第16-33页 |
| ·FIR 数字滤波器设计 | 第16-22页 |
| ·FIR 数字滤波器简述 | 第16-17页 |
| ·FIR 数字滤波器设计方法 | 第17-22页 |
| ·IIR 数字滤波器设计 | 第22-29页 |
| ·IIR 数字滤波器简述 | 第22-23页 |
| ·IIR 数字滤波器设计方法 | 第23-24页 |
| ·由模拟滤波器来设计IIR 数字滤波器 | 第24-25页 |
| ·设计IIR 数字滤波器的最优化方法 | 第25-29页 |
| ·滤波器的技术要求 | 第29-31页 |
| ·FIR DF 与IIR DF 的比较 | 第31-33页 |
| 第三章 遗传算法和BP 神经网络 | 第33-50页 |
| ·遗传算法简介 | 第33-37页 |
| ·遗传算法的产生与发展 | 第33页 |
| ·遗传算法概要 | 第33-34页 |
| ·遗传算法的特点 | 第34-35页 |
| ·遗传算法的应用情况 | 第35-37页 |
| ·基本遗传算法的基本操作 | 第37-39页 |
| ·遗传算法的改进 | 第39-42页 |
| ·分层遗传算法 | 第39-40页 |
| ·CHC 算法 | 第40-41页 |
| ·混合遗传算法 | 第41页 |
| ·自适应遗传算法 | 第41-42页 |
| ·神经网络简介 | 第42-48页 |
| ·神经网络研究简史 | 第42-44页 |
| ·神经网络基本原理概要 | 第44-45页 |
| ·神经网络与优化计算 | 第45-46页 |
| ·BP 神经网络 | 第46-48页 |
| ·本文提出的一种基于BP 神经网络的遗传算法 | 第48-50页 |
| 第四章 基于BP 神经网络的遗传算法在数字滤波器设计中的应用 | 第50-64页 |
| ·基于BP神经网络的遗传算法在FIR DF优化设计中的应用 | 第50-57页 |
| ·理论推导 | 第50-54页 |
| ·实现步骤与应用实例 | 第54-57页 |
| ·基于BP 神经网络的遗传算法在IIR DF 优化设计中的应用 | 第57-64页 |
| ·理论推导 | 第57-61页 |
| ·实现步骤与应用实例 | 第61-64页 |
| 第五章 总结与展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 附录 | 第71-72页 |
| 个人简历 | 第72页 |
