| 摘 要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·引言 | 第7页 |
| ·自适应滤波理论与算法 | 第7-10页 |
| ·基于维纳滤波理论的方法 | 第8页 |
| ·基于卡尔曼滤波理论的方法 | 第8-9页 |
| ·基于最小二乘准则的方法 | 第9页 |
| ·基于神经网络理论的方法 | 第9-10页 |
| ·本文的主要工作和论文安排 | 第10-11页 |
| 第二章 自适应滤波算法 | 第11-17页 |
| ·引言 | 第11页 |
| ·自适应滤波算法种类 | 第11-14页 |
| ·变步长自适应滤波算法 | 第11-12页 |
| ·RLS 自适应滤波算法 | 第12页 |
| ·变换域自适应滤波算法 | 第12页 |
| ·仿射投影算法 | 第12-13页 |
| ·共轭梯度算法 | 第13页 |
| ·基于子带分解的自适应滤波算法 | 第13-14页 |
| ·基于QR 分解的自适应滤波算法 | 第14页 |
| ·其它一些自适应滤波算法 | 第14页 |
| ·小结 | 第14-17页 |
| 第三章 LMS 算法及改进的归一化变步长LMS 算法 | 第17-29页 |
| ·引言 | 第17-18页 |
| ·LMS 算法性能分析 | 第18-22页 |
| ·LMS 算法 | 第18页 |
| ·ξ_(min) 与滤波器阶数N 及输入信号特性的关系 | 第18-22页 |
| ·改进的归一化变步长LMS 算法 | 第22-28页 |
| ·NVS 算法和MNVS 算法 | 第22-23页 |
| ·改进的归一化变步长LMS 算法 | 第23-24页 |
| ·仿真结果 | 第24-27页 |
| ·结论 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第四章 脉冲干扰下的拟牛顿算法 | 第29-37页 |
| ·引言 | 第29页 |
| ·拟牛顿算法及其改进 | 第29-35页 |
| ·拟牛顿(QN)算法 | 第29-31页 |
| ·算法改进 | 第31-32页 |
| ·试验结果 | 第32-34页 |
| ·结论 | 第34-35页 |
| ·小结 | 第35-37页 |
| 第五章 自适应滤波系统中算法的应用 | 第37-45页 |
| ·引言 | 第37页 |
| ·自适应模拟与逆模拟 | 第37-40页 |
| ·改进的RLS 算法的应用比较 | 第40-44页 |
| ·改进的RLS 算法 | 第40-42页 |
| ·仿真结果 | 第42-44页 |
| ·小结 | 第44-45页 |
| 结束语 | 第45-47页 |
| 致谢 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 研究生期间攥写的论文 | 第52页 |