| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题的研究背景和意义 | 第8-9页 |
| 1.2 自适应滤波算法的研究进展 | 第9-12页 |
| 1.2.1 LMS类算法的研究历史和现状 | 第9-10页 |
| 1.2.2 RLS类算法的发展历史和现状 | 第10页 |
| 1.2.3 变换域LMS算法 | 第10-11页 |
| 1.2.4 核自适应滤波算法现状 | 第11-12页 |
| 1.3 论文主要研究内容及组织结构 | 第12-13页 |
| 2 基础知识 | 第13-21页 |
| 2.1 自适应滤波器 | 第13-14页 |
| 2.2 线性自适应滤波算法 | 第14-16页 |
| 2.2.1 最小均方（LMS）算法 | 第14-15页 |
| 2.2.2 归一化最小均方（NLMS）算法 | 第15-16页 |
| 2.2.3 LMF算法 | 第16页 |
| 2.3 核方法基本原理 | 第16-18页 |
| 2.4 KLMS算法 | 第18-21页 |
| 3 基于核方法自适应滤波算法 | 第21-35页 |
| 3.1 核归一化最小均方算法（KNLMS） | 第21-27页 |
| 3.1.1 NLMS算法 | 第21-22页 |
| 3.1.2 KNLMS算法 | 第22-23页 |
| 3.1.3 实验结果与分析 | 第23-27页 |
| 3.2 KLMF自适应滤波算法 | 第27-32页 |
| 3.2.1 LMF算法 | 第27-28页 |
| 3.2.2 KLMF算法 | 第28-29页 |
| 3.2.3 实验结果与分析 | 第29-32页 |
| 3.3 KNLMS和KLMF两种算法的对比实验 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 4 KLMF算法在噪声对消中的应用 | 第35-42页 |
| 4.1 自适应噪声对消器原理 | 第35-37页 |
| 4.2 KLMF算法在噪声对消中的应用 | 第37-41页 |
| 4.2.1 基于KLMF算法的自适应噪声抵消器设计 | 第37-38页 |
| 4.2.2 实验结果与分析 | 第38-41页 |
| 4.3 本章小结 | 第41-42页 |
| 5 KLMF算法在非线性信道均衡中的应用 | 第42-49页 |
| 5.1 KLMF算法在信道均衡中的应用 | 第42-43页 |
| 5.1.1 非线性信道均衡问题 | 第42-43页 |
| 5.2 实验结果与分析 | 第43-48页 |
| 5.2.1 噪声因素的MSE性能分析 | 第44-47页 |
| 5.2.2 步长因子因素的MSE性能分析 | 第47页 |
| 5.2.3 误比特率因素的MSE性能分析 | 第47-48页 |
| 5.3 本章小结 | 第48-49页 |
| 总结与展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第54-55页 |
| 致谢 | 第55-56页 |