EMI测试中的背景噪声消除技术研究
摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 研究背景及意义 | 第10页 |
1.2 国内外研究现状 | 第10-13页 |
1.3 研究内容及意义 | 第13-14页 |
1.4 论文结构及安排 | 第14-16页 |
第二章 EMI测试及干扰抑制 | 第16-29页 |
2.1 EMI测试技术 | 第16-19页 |
2.1.1 传导发射测试方法 | 第16-17页 |
2.1.2 辐射发射测试方法 | 第17-19页 |
2.2 电磁检测中的干扰 | 第19-24页 |
2.2.1 电磁检测中的干扰分析 | 第19-21页 |
2.2.2 电磁检测中的噪声分析 | 第21-24页 |
2.3 干扰抑制技术 | 第24-27页 |
2.4 本章小结 | 第27-29页 |
第三章 自适应噪声压制方法 | 第29-59页 |
3.1 自适应滤波器 | 第30-43页 |
3.1.1 最陡下降法和LMS算法 | 第30-37页 |
3.1.2 最小二乘法和RLS算法 | 第37-43页 |
3.2 影响滤波能力的因素 | 第43-47页 |
3.2.1 滤波器性能因素 | 第43-45页 |
3.2.2 LMS算法中的影响因素研究分析 | 第45-46页 |
3.2.3 RLS算法中的影响因素研究分析 | 第46-47页 |
3.3 基于自适应理论的噪声对消器 | 第47-49页 |
3.4 仿真及结果分析 | 第49-57页 |
3.5 本章小结 | 第57-59页 |
第四章 非线性系统噪声压制方法 | 第59-82页 |
4.1 非线性系统在高维空间中的线性化 | 第59-67页 |
4.1.1 复希尔伯特空间 | 第59-61页 |
4.1.2 Mercer核及核技巧的引入 | 第61-62页 |
4.1.3 非线性函数线性化推导 | 第62-63页 |
4.1.4 运用核技巧的常用核函数改造 | 第63-67页 |
4.2 非线性系统的核自适应算法 | 第67-73页 |
4.2.1 新型KLMS算法构建 | 第67-70页 |
4.2.2 新型KRLS算法构建 | 第70-73页 |
4.3 仿真结果及分析 | 第73-81页 |
4.4 本章小结 | 第81-82页 |
第五章 总结与展望 | 第82-84页 |
5.1 论文总结 | 第82-83页 |
5.2 后续展望 | 第83-84页 |
致谢 | 第84-85页 |
参考文献 | 第85-86页 |