| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 选题背景 | 第9-10页 |
| 1.2 课题研究的目的和意义 | 第10-11页 |
| 1.3 国内外研究现状分析 | 第11-12页 |
| 1.4 文主要研究内容及全文组织结构安排 | 第12-14页 |
| 1.4.1 本文研究内容 | 第12页 |
| 1.4.2 全文组织结构安排 | 第12-14页 |
| 第二章 自适应滤波器基本理论 | 第14-23页 |
| 2.1 滤波器基本概念 | 第14页 |
| 2.2 数字滤波器 | 第14-17页 |
| 2.2.1 数字滤波器的特点 | 第14-16页 |
| 2.2.2 数字滤波器的设计方法 | 第16-17页 |
| 2.3 自适应滤波器原理 | 第17-18页 |
| 2.4 自适应滤波器常见结构 | 第18-20页 |
| 2.5 自适应滤波器的应用 | 第20-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第三章 自适应滤波算法的研究 | 第23-34页 |
| 3.1 最小均方误差（LMS）算法 | 第23-26页 |
| 3.1.1 LMS算法基本原理 | 第23-24页 |
| 3.1.2 LMS算法收敛性问题分析 | 第24-26页 |
| 3.2 递推最小二乘（RLS）算法基本原理 | 第26-28页 |
| 3.3 自适应滤波算法的仿真实验 | 第28-33页 |
| 3.3.1 固定步长LMS算法仿真实验 | 第28-32页 |
| 3.3.2 RLS算法仿真实验 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 改进的自适应滤波算法的研究 | 第34-39页 |
| 4.1 基于小波变换的子带算法 | 第34-35页 |
| 4.2 归一化最小均方误差（NLMS）算法 | 第35-37页 |
| 4.3 解相关LMS算法 | 第37-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第五章 本文算法研究及仿真实现 | 第39-48页 |
| 5.1 基于误差与输入信号互相关函数估值的变步长LMS算法 | 第39-40页 |
| 5.2 对含噪语音信号的滤波仿真实验 | 第40-46页 |
| 5.2.1 本文算法对普通含噪语音信号的处理 | 第40-44页 |
| 5.2.2 对含SNR=5dB的飞机机舱噪声干扰语音信号的仿真实验 | 第44-46页 |
| 5.3 实验结果分析 | 第46-47页 |
| 5.4 本章小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 发表论文和科研情况说明 | 第53-54页 |
| 致谢 | 第54-55页 |