| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 信号降噪方法研究现状 | 第11-13页 |
| 1.2.2 自适应信号分解及其在降噪上的应用 | 第13-14页 |
| 1.2.3 现有信号降噪方法存在的不足与局限性 | 第14-15页 |
| 1.3 本文的主要研究内容 | 第15-17页 |
| 第2章 自适应滤波降噪研究及改进 | 第17-28页 |
| 2.1 引言 | 第17页 |
| 2.2 自适应滤波器基本原理 | 第17-18页 |
| 2.3 最小均方LMS型算法及其性能研究 | 第18-25页 |
| 2.3.1 LMS算法原理 | 第19-20页 |
| 2.3.2 LMS算法性能分析 | 第20-24页 |
| 2.3.3 归一化最小均方NLMS算法与性能分析 | 第24-25页 |
| 2.4 自适应滤波在降噪上的应用 | 第25-26页 |
| 2.5 LMS型算法存在的问题与改进思路 | 第26页 |
| 2.6 本章小结 | 第26-28页 |
| 第3章 基于经验小波变换EWT信号频带分解自适应滤波降噪方法 | 第28-44页 |
| 3.1 引言 | 第28页 |
| 3.2 基于EWT信号频带分解自适应滤波降噪方法 | 第28-32页 |
| 3.2.1 EWT方法原理 | 第28-31页 |
| 3.2.2 基于EWT信号频带分解的自适应滤波降噪方法 | 第31-32页 |
| 3.3 基于尺度空间的无参数EWT频谱划分方法 | 第32-36页 |
| 3.3.1 尺度空间表示 | 第33页 |
| 3.3.2“有意义”的尺度空间模式定义 | 第33-35页 |
| 3.3.3 EWT无参数频谱分割方法 | 第35-36页 |
| 3.4 EWT分解的性能分析研究 | 第36-39页 |
| 3.4.1 重构性能分析 | 第36-38页 |
| 3.4.2 动态频谱范围分析 | 第38-39页 |
| 3.5 实验结果与讨论 | 第39-42页 |
| 3.5.1 仿真信号降噪实验 | 第39-40页 |
| 3.5.2 语音信号降噪实验 | 第40-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第4章 基于多元模态分解MEMD的非平稳信号自适应滤波降噪方法 | 第44-56页 |
| 4.1 引言 | 第44页 |
| 4.2 经验模态分解相关研究 | 第44-48页 |
| 4.2.1 EMD算法 | 第44-46页 |
| 4.2.2 EEMD算法 | 第46-48页 |
| 4.3 结合EMD与自适应滤波的降噪方法研究 | 第48-51页 |
| 4.3.1 单侧分解的EMD自适应滤波降噪方法 | 第48-50页 |
| 4.3.2 基于EEMD子带自适应滤波降噪 | 第50-51页 |
| 4.4 基于多元经验模态分解MEMD的自适应滤波降噪方法 | 第51-53页 |
| 4.4.1 MEMD算法 | 第51-52页 |
| 4.4.2 基于MEMD的非平稳信号自适应滤波降噪方法 | 第52-53页 |
| 4.5 实验结果与分析 | 第53-55页 |
| 4.5.1 仿真信号降噪实验 | 第53-54页 |
| 4.5.2 语音信号降噪实验 | 第54-55页 |
| 4.6 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第63-65页 |
| 致谢 | 第65页 |
