| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-15页 |
| ·研究的背景及意义 | 第10页 |
| ·滤波器的研究现状 | 第10-11页 |
| ·径向基函数网络 | 第11-12页 |
| ·本文研究的主要内容 | 第12-15页 |
| 2 有源窄带滤波电路的硬件设计 | 第15-31页 |
| ·电路的设计指标 | 第15页 |
| ·元器件的选择 | 第15-16页 |
| ·基于FilterLab2.0 的电路设计 | 第16-20页 |
| ·MFB 电路的原理分析 | 第16-17页 |
| ·基于FilterLab2.0 的仿真分析 | 第17-19页 |
| ·电路的调整与测试 | 第19-20页 |
| ·基于Filtersolution 的电路设计 | 第20-24页 |
| ·前置放大电路的设计 | 第24-25页 |
| ·机载设备400Hz 陷波器的设计 | 第25-27页 |
| ·电路的噪声分析 | 第27-29页 |
| ·噪声干扰分析 | 第27-28页 |
| ·电路的降噪措施 | 第28-29页 |
| ·电路的工艺结构及版图设计 | 第29-31页 |
| 3 机载FIR 数字滤波器的设计与RBF 网络 | 第31-47页 |
| ·FIR 数字滤波器的设计与优化计算 | 第31-33页 |
| ·神经网络与优化计算 | 第33-34页 |
| ·径向基函数神经网络 | 第34-36页 |
| ·径向基函数 | 第34-35页 |
| ·径向基神经网络 | 第35页 |
| ·RBF 网络的输出 | 第35-36页 |
| ·径向基函数的逼近与内插 | 第36-39页 |
| ·正则化RBF 网络 | 第39-40页 |
| ·RBF 网络的学习算法 | 第40-47页 |
| ·RBF 网络参数的初始化 | 第43-44页 |
| ·RBF 网络参数的迭代计算 | 第44-45页 |
| ·RBF 网络的MATLAB 实现 | 第45-47页 |
| 4 RBF 网络在机载FIR 数字滤波器设计中的应用与仿真 | 第47-61页 |
| ·线性相位FIR 数字滤波器的统一表示 | 第47-49页 |
| ·余弦基神经网络算法 | 第49-50页 |
| ·RBF 网络的收敛性证明 | 第50-52页 |
| ·算法的实现步骤及其改进 | 第52-54页 |
| ·RBF 网络在FIR 滤波器中应用的仿真 | 第54-58页 |
| ·RBF 网络在二维FIR 数字滤波器中应用的探讨 | 第58-61页 |
| 5 基于RBF 网络的机载窄带FIR 滤波器及陷波器设计 | 第61-69页 |
| ·设计800Hz 窄带FIR 滤波器的方法 | 第61-63页 |
| ·机载400Hz 陷波器的设计与仿真 | 第63页 |
| ·机载导航系统50Hz 陷波器的设计与仿真 | 第63-69页 |
| 6 研究的总结与展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 附录 | 第74-76页 |
| 作者简历 | 第76-77页 |
| 学位论文数据集 | 第77页 |
