| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景和课题意义 | 第10页 |
| 1.2 非线性自适应滤波器的研究现状 | 第10-15页 |
| 1.2.1 非线性自适应滤波器模型 | 第10-11页 |
| 1.2.2 非线性自适应滤波器的分类 | 第11-12页 |
| 1.2.3 自适应滤波算法的分类 | 第12-13页 |
| 1.2.4 非线性自适应滤波器的应用 | 第13-15页 |
| 1.3 论文的研究内容和结构安排 | 第15-17页 |
| 1.3.1 论文的研究内容 | 第15页 |
| 1.3.2 论文结构安排 | 第15-17页 |
| 第2章 流水线型神经IIR自适应滤波器 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 基本的神经IIR滤波器理论 | 第17-18页 |
| 2.3 流水线型神经IIR自适应滤波器 | 第18-28页 |
| 2.3.1 流水线型神经IIR自适应滤波器结构 | 第18-20页 |
| 2.3.2 数学表示 | 第20-21页 |
| 2.3.3 自适应算法 | 第21-23页 |
| 2.3.4 稳定性分析及收敛条件 | 第23-24页 |
| 2.3.5 计算复杂度分析 | 第24-25页 |
| 2.3.6 非线性语音预测实验仿真 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 流水线型神经IIR样条自适应滤波器 | 第29-38页 |
| 3.1 引言 | 第29页 |
| 3.2 IIR非线性样条自适应滤波器 | 第29-30页 |
| 3.3 流水线型神经IIR样条自适应滤波器 | 第30-37页 |
| 3.3.1 流水线型神经IIR样条自适应滤波器结构 | 第30-31页 |
| 3.3.2 自适应算法 | 第31-32页 |
| 3.3.3 稳定性分析及收敛条件 | 第32-34页 |
| 3.3.4 计算复杂度分析 | 第34页 |
| 3.3.5 非线性语音预测实验仿真 | 第34-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 流水线型复值神经IIR自适应滤波器 | 第38-54页 |
| 4.1 引言 | 第38页 |
| 4.2 复值的IIR非线性自适应滤波器 | 第38-42页 |
| 4.3 流水线型复值神经IIR自适应滤波器 | 第42-53页 |
| 4.3.1 流水线型复值神经IIR自适应滤波器结构 | 第42页 |
| 4.3.2 自适应算法 | 第42-45页 |
| 4.3.3 稳定性分析及收敛条件 | 第45-46页 |
| 4.3.4 计算复杂度分析 | 第46-47页 |
| 4.3.5 非圆风信号预测实验仿真 | 第47-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 流水线型复值神经IIR样条自适应滤波器 | 第54-64页 |
| 5.1 引言 | 第54页 |
| 5.2 用于立体声学回声消除的广义线性模型 | 第54-56页 |
| 5.3 流水线型复值神经IIR样条自适应滤波器 | 第56-63页 |
| 5.3.1 流水线型复值神经IIR样条自适应滤波器结构 | 第56页 |
| 5.3.2 自适应算法 | 第56-58页 |
| 5.3.3 稳定性分析及收敛条件 | 第58-60页 |
| 5.3.4 计算复杂度分析 | 第60页 |
| 5.3.5 立体声学回声消除实验仿真 | 第60-63页 |
| 5.4 本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间发表的论文 | 第72页 |
