| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-17页 |
| ·引言 | 第7-8页 |
| ·有源噪声控制的历史与发展 | 第8-14页 |
| ·有源消声设想的提出 | 第9-11页 |
| ·Olson 电子吸声器 | 第11-13页 |
| ·有源噪声控制的发展 | 第13-14页 |
| ·有源消声名词术语 | 第14页 |
| ·有源噪声控制的优点及其局限性 | 第14-17页 |
| 第二章 常用的有源噪声自适应算法及神经网络基本理论 | 第17-35页 |
| ·自适应控制概述 | 第17-18页 |
| ·自适应滤波基本理论 | 第18-24页 |
| ·自适应滤波概述 | 第18-22页 |
| ·LMS 自适应算法 | 第22-24页 |
| ·AANC 的基本设计思想 | 第24-25页 |
| ·AANC 系统概述 | 第24-25页 |
| ·设计AANC 的核心问题 | 第25页 |
| ·神经网络概述 | 第25-35页 |
| ·神经网络概述 | 第26-28页 |
| ·神经网络控制系统基本理论 | 第28-29页 |
| ·BP 神经网络理论 | 第29-32页 |
| ·RBF 神经网络理论 | 第32-33页 |
| ·两种神经网络的鲁棒性分析 | 第33-35页 |
| 第三章 径向基函数网络 | 第35-43页 |
| ·径向基函数网络模型 | 第35-38页 |
| ·径向基函数神经元模型 | 第35-37页 |
| ·径向基函数网络的结构 | 第37页 |
| ·径向基函数的学习过程 | 第37-38页 |
| ·径向基函数训练过程及其算法 | 第38-43页 |
| ·径向基函数网络的工作原理 | 第38-39页 |
| ·RBF 网络的训练过程与方法 | 第39页 |
| ·实现RBF 的算法需要确定几个量 | 第39-41页 |
| ·RBF 网络的优点与缺点 | 第41-43页 |
| 第四章 AANC 系统控制器的设计 | 第43-51页 |
| ·AANC 的物理机制 | 第43-47页 |
| ·自由声场条件下控制器脉冲响应的一般形式 | 第43-44页 |
| ·AANC 控制器的本质 | 第44-45页 |
| ·本文中采用的AANC 模型 | 第45-47页 |
| ·控制器传递函数及其空间位置放置的影响 | 第47-51页 |
| ·控制器的传递函数表达式 | 第47页 |
| ·控制器的设计 | 第47-49页 |
| ·空间距离的影响和确定 | 第49-51页 |
| 第五章 基于RBF 的AANC 的仿真与应用 | 第51-55页 |
| ·MATLAB 神经网络工具箱 | 第51-54页 |
| ·神经网络创建函数 | 第51页 |
| ·利用调用函数训练网络 | 第51-54页 |
| ·结果分析 | 第54-55页 |
| 第六章 论文总结与展望 | 第55-57页 |
| ·论文总结 | 第55页 |
| ·需要进一步完善的工作 | 第55-56页 |
| ·展望 | 第56-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 作者在读期间的研究成果 | 第63-64页 |