| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 论文研究背景和意义 | 第12-14页 |
| 1.2 研究现状 | 第14-21页 |
| 1.2.1 固定频率估计方法研究现状 | 第14-18页 |
| 1.2.2 动态频率估计方法研究现状 | 第18-21页 |
| 1.3 论文主要内容及章节安排 | 第21-24页 |
| 第2章 非实时的固定频率估计算法 | 第24-43页 |
| 2.1 引言 | 第24页 |
| 2.2 周期图法 | 第24-34页 |
| 2.2.1 基于周期图的频率估计算法 | 第25-27页 |
| 2.2.2 基于周期图和噪声近似处的双阶段频率估计算法 | 第27-31页 |
| 2.2.4 仿真实验与结果分析 | 第31-34页 |
| 2.3 自相关相位法 | 第34-42页 |
| 2.3.1 基于自相关相位的频率估计算法 | 第34-36页 |
| 2.3.2 基于自相关线性预测和泰勒展开的双阶段频率估计算法 | 第36-38页 |
| 2.3.3 仿真实验与结果分析 | 第38-42页 |
| 2.4 本章小结 | 第42-43页 |
| 第3章 实时的固定频率估计算法 | 第43-60页 |
| 3.1 引言 | 第43页 |
| 3.2 常用的实时频率估计算法 | 第43-49页 |
| 3.2.1 线性预测频率估计算法 | 第43-46页 |
| 3.2.2 基于陷波滤波器的频率估计算法 | 第46-49页 |
| 3.3 基于LMS滤波器的线性预测频率估计算法 | 第49-59页 |
| 3.3.1 最小均方自适应滤波器 | 第49-51页 |
| 3.3.2 高阶线性预测自适应算法 | 第51-53页 |
| 3.3.3 基于LMS滤波器和平均相位的高阶线性预测频率估计算法 | 第53-54页 |
| 3.3.4 仿真实验与结果分析 | 第54-59页 |
| 3.4 本章小结 | 第59-60页 |
| 第4章 高斯噪声环境下的动态频率估计算法 | 第60-81页 |
| 4.1 引言 | 第60页 |
| 4.2 粒子滤波 | 第60-66页 |
| 4.2.1 粒子滤波原理 | 第60-65页 |
| 4.2.2 粒子滤波存在的问题 | 第65-66页 |
| 4.3 基于粒子滤波的频率估计算法 | 第66-80页 |
| 4.3.1 降低粒子滤波复杂度的方法 | 第67-69页 |
| 4.3.2 低复杂度KLD粒子滤波频率估计算法 | 第69-75页 |
| 4.3.3 仿真实验与结果分析 | 第75-80页 |
| 4.4 本章小结 | 第80-81页 |
| 第5章 未知噪声环境下的动态频率估计算法 | 第81-108页 |
| 5.1 引言 | 第81页 |
| 5.2 LMS滤波器动态频率估计算法 | 第81-83页 |
| 5.3 变阶数LMS滤波器频率估计算法 | 第83-98页 |
| 5.3.1 传统的变阶数LMS滤波器 | 第83-87页 |
| 5.3.2 基于自适应参数的变阶数LMS滤波器频率估计算法 | 第87-92页 |
| 5.3.3 仿真实验与结果分析 | 第92-98页 |
| 5.4 变步长LMS滤波器频率估计算法 | 第98-107页 |
| 5.4.1 变步长LMS滤波器基本原理 | 第98-101页 |
| 5.4.2 基于最优步长的变步长LMS滤波器频率估计算法 | 第101-104页 |
| 5.4.3 仿真实验与结果分析 | 第104-107页 |
| 5.5 本章小结 | 第107-108页 |
| 结论 | 第108-111页 |
| 参考文献 | 第111-122页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第122-123页 |
| 致谢 | 第123页 |
