LMS自适应滤波算法的收敛性能研究与应用
摘要 | 第1-7页 |
Abstract | 第7-12页 |
第1章 绪论 | 第12-26页 |
·论文研究的背景及意义 | 第12-13页 |
·自适应滤波器及其典型应用 | 第13-16页 |
·自适应滤波器的基本原理 | 第13-14页 |
·自适应滤波器的典型应用 | 第14-16页 |
·自适应滤波算法 | 第16-22页 |
·自适应滤波算法的研究分支 | 第16-18页 |
·最小均方算法(LMS) | 第18-22页 |
·论文的主要研究内容 | 第22-24页 |
·符号及缩写 | 第24-26页 |
第2章 最小均方(LMS)算法 | 第26-44页 |
·维纳滤波 | 第26-29页 |
·正交性原理 | 第26-27页 |
·维纳-霍夫方程 | 第27-28页 |
·误差性能曲面 | 第28-29页 |
·最速下降法 | 第29-34页 |
·基本思想 | 第29-30页 |
·应用于维纳滤波 | 第30-32页 |
·收敛性分析 | 第32-34页 |
·最小均方(LMS)算法 | 第34-42页 |
·推导过程 | 第34-35页 |
·性能指标及性能分析 | 第35-40页 |
·可调参数对性能影响 | 第40-42页 |
·归一化LMS算法 | 第42-43页 |
·本章小结 | 第43-44页 |
第3章 近似最优变步长LMS算法分析 | 第44-64页 |
·变步长LMS研究现状 | 第44-54页 |
·变步长LMS算法的思想 | 第44-47页 |
·利用误差信号迭代步长 | 第47-51页 |
·利用梯度向量迭代步长 | 第51-53页 |
·最优变步长LMS算法 | 第53-54页 |
·近似最优的变步长LMS算法 | 第54-58页 |
·理论最优的变步长LMS算法 | 第54-56页 |
·近似最优的变步长LMS算法 | 第56-58页 |
·近似最优变步长LMS算法的稳态分析 | 第58-63页 |
·两点假设 | 第58页 |
·稳态分析 | 第58-61页 |
·仿真验证 | 第61-63页 |
·本章小结 | 第63-64页 |
第4章 改进的变步长LMS算法 | 第64-88页 |
·一种基于梯度向量的变步长LMS算法 | 第64-71页 |
·算法提出 | 第64-65页 |
·稳态分析 | 第65-67页 |
·仿真验证 | 第67-71页 |
·矢量变步长LMS算法 | 第71-86页 |
·指数衰减结构的矩阵步长算法 | 第71-78页 |
·矢量变步长LMS算法 | 第78-86页 |
·本章小结 | 第86-88页 |
第5章 分数阶数变阶数LMS算法分析 | 第88-110页 |
·变阶数LMS算法研究现状 | 第88-95页 |
·概述 | 第88-89页 |
·整数阶数变阶数LMS算法 | 第89-93页 |
·分数阶数变阶数LMS算法 | 第93-95页 |
·分数阶数变阶数LMS算法的稳态分析 | 第95-109页 |
·向量分割 | 第95-97页 |
·稳态分析 | 第97-101页 |
·参数选择依据 | 第101-105页 |
·仿真验证 | 第105-109页 |
·本章小结 | 第109-110页 |
第6章 改进的变阶数LMS算法 | 第110-137页 |
·步长迭代与阶数迭代结合算法 | 第110-114页 |
·算法提出 | 第110-111页 |
·仿真验证 | 第111-114页 |
·变迭代参数的变阶数LMS算法 | 第114-125页 |
·算法提出 | 第114-116页 |
·算法描述 | 第116-117页 |
·仿真验证 | 第117-125页 |
·变误差宽度的变阶数LMS算法 | 第125-135页 |
·算法提出 | 第125-126页 |
·理论分析 | 第126-127页 |
·仿真验证 | 第127-135页 |
·本章小结 | 第135-137页 |
第7章 应用验证 | 第137-147页 |
·信道均衡 | 第137-141页 |
·概述 | 第137-138页 |
·信道均衡原理 | 第138-139页 |
·仿真验证 | 第139-141页 |
·噪声消除 | 第141-146页 |
·概述 | 第141-142页 |
·噪声消除原理 | 第142-144页 |
·仿真验证 | 第144-146页 |
·本章小结 | 第146-147页 |
结论 | 第147-149页 |
参考文献 | 第149-158页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第158-160页 |
致谢 | 第160页 |