| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·选题背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-17页 |
| ·自适应噪声主动控制的国内外研究现状 | 第11-13页 |
| ·神经网络的国内外研究现状 | 第13-15页 |
| ·遗传算法的国内外研究状况 | 第15-17页 |
| ·论文研究内容及章节安排 | 第17-18页 |
| 第二章 自适应噪声主动控制基本理论研究 | 第18-30页 |
| ·噪声主动控制基本原理 | 第18-19页 |
| ·自适应滤波原理 | 第19-21页 |
| ·自适应滤波器 | 第19-20页 |
| ·自适应噪声主动控制算法概述 | 第20-21页 |
| ·自适应滤波算法 | 第21-24页 |
| ·最小均方算法 | 第21-23页 |
| ·归一化最小均方差 | 第23-24页 |
| ·自适应前馈噪声主动控制系统 | 第24-26页 |
| ·系统模型 | 第24-25页 |
| ·滤波-XLMS 算法 | 第25-26页 |
| ·次级路径自适应建模 | 第26-29页 |
| ·次级路径自适应建模原理 | 第26-27页 |
| ·次级路径自适应建模方法 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 BP 神经网络算法改进研究 | 第30-48页 |
| ·BP 神经网络基本理论 | 第30-37页 |
| ·BP 神经网络的神经元及BP 网络模型 | 第30-32页 |
| ·BP 算法原理 | 第32页 |
| ·BP 网络的学习算法 | 第32-36页 |
| ·BP 网络的学习步骤 | 第36-37页 |
| ·BP 算法的性能分析 | 第37-40页 |
| ·BP 网络的局限性 | 第37-39页 |
| ·BP 网络常用改进算法 | 第39-40页 |
| ·BP 算法的改进研究 | 第40-47页 |
| ·算法改进思想 | 第40-41页 |
| ·改进BP 算法 | 第41-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 基于改进BP 网络和遗传算法的AANC 系统研究 | 第48-71页 |
| ·遗传算法原理及其与神经网络的结合 | 第48-57页 |
| ·遗传算法的定义、特点及应用 | 第48-49页 |
| ·遗传操作 | 第49-55页 |
| ·遗传算法与神经网络结合的可行性与必要性 | 第55-56页 |
| ·遗传算法与神经网络结合的方式 | 第56-57页 |
| ·基于改进BP 神经网络的自适应噪声主动控制系统 | 第57-61页 |
| ·系统结构 | 第58-59页 |
| ·基于改进BP 网络的滤波-X 算法 | 第59-60页 |
| ·神经网络控制器计算量分析 | 第60-61页 |
| ·基于改进BP 神经网络和遗传算法的自适应噪声主动控制算法研究 | 第61-64页 |
| ·系统仿真与结果分析 | 第64-70页 |
| ·仿真参数的设置 | 第65页 |
| ·线性噪声路径仿真 | 第65-67页 |
| ·非线性噪声路径仿真 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 总结与展望 | 第71-73页 |
| ·总结 | 第71页 |
| ·展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间的研究成果 | 第78页 |