| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 主要术语表 | 第12-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.3 本文研究内容 | 第18-19页 |
| 1.4 本文组织架构 | 第19-21页 |
| 第二章 自适应滤波及熵相关知识 | 第21-34页 |
| 2.1 自适应滤波器及基本原理 | 第21-22页 |
| 2.2 自适应滤波算法 | 第22-24页 |
| 2.3 Renyi熵理论 | 第24-28页 |
| 2.4 互相关熵理论 | 第28-31页 |
| 2.5 非高斯噪声模型 | 第31-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 基于比例最小P-Power稀疏自适应滤波 | 第34-51页 |
| 3.1 引言 | 第34-35页 |
| 3.2 比例最小均方功率误差算法 | 第35-38页 |
| 3.2.1 LMP准则 | 第35-36页 |
| 3.2.2 比例最小平均P-Power误差（PLMP）算法 | 第36-38页 |
| 3.2.3 算法收敛性分析 | 第38页 |
| 3.3 平均性能 | 第38-39页 |
| 3.4 均方性能 | 第39-41页 |
| 3.5 稳定性分析 | 第41-42页 |
| 3.6 实验结果与分析 | 第42-50页 |
| 3.6.1 收敛性实验及分析 | 第43-49页 |
| 3.6.2 α-stable噪声干扰下的稀疏回声消除实验 | 第49-50页 |
| 3.7 本章小结 | 第50-51页 |
| 第四章 凸正则递归最大相关熵算法 | 第51-63页 |
| 4.1 引言 | 第51-52页 |
| 4.2 算法推导 | 第52-57页 |
| 4.2.1 最大相关熵准则 | 第52-53页 |
| 4.2.2 CR-RMC算法 | 第53-55页 |
| 4.2.3 正则化参数选择 | 第55-57页 |
| 4.3 实验结果与分析 | 第57-61页 |
| 4.4 本章小结 | 第61-63页 |
| 第五章 基于最大相关熵准则的非线性样条自适应滤波 | 第63-82页 |
| 5.1 引言 | 第63-64页 |
| 5.2 算法介绍 | 第64-71页 |
| 5.2.1 样条插值法 | 第64-65页 |
| 5.2.2 最大相关熵准则和最小均方误差准则比较 | 第65-69页 |
| 5.2.3 SAF-LMS算法 | 第69-70页 |
| 5.2.4 SAF-MCC算法 | 第70-71页 |
| 5.3 性能分析 | 第71-74页 |
| 5.4 实验结果与分析 | 第74-81页 |
| 5.4.1 实验 1 | 第74-79页 |
| 5.4.2 实验 2 | 第79-81页 |
| 5.5 本章小结 | 第81-82页 |
| 第六章 基于最小误差熵自适应凸组合滤波器 | 第82-93页 |
| 6.1 引言 | 第82-83页 |
| 6.2 最小误差熵（MEE）准则 | 第83-86页 |
| 6.3 CMEE算法 | 第86-89页 |
| 6.4 实验结果与分析 | 第89-92页 |
| 6.5 本章小结 | 第92-93页 |
| 第七章 总结与展望 | 第93-96页 |
| 7.1 总结 | 第93-94页 |
| 7.2 展望 | 第94-96页 |
| 参考文献 | 第96-108页 |
| 攻读博士学位期间取得的研究成果 | 第108-111页 |
| 致谢 | 第111-113页 |
| 附件 | 第113页 |