基于优化算法的自适应滤波器设计及其应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-16页 |
| ·引言 | 第11页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·自适应滤波技术的发展现状 | 第12-14页 |
| ·本文研究的主要内容及各章内容 | 第14-16页 |
| 第二章 LMS 自适应滤波算法分析 | 第16-31页 |
| ·自适应滤波器原理 | 第16-17页 |
| ·LMS 自适应滤波算法 | 第17-22页 |
| ·LMS 算法原理 | 第17-19页 |
| ·LMS 算法性能指标及性能分析 | 第19-22页 |
| ·LMS 算法滤波性能的影响因素 | 第22-24页 |
| ·滤波器阶数对滤波性能的影响 | 第22-23页 |
| ·步长因子对滤波性能的影响 | 第23页 |
| ·信噪比对滤波性能的影响 | 第23-24页 |
| ·几种常用的变步长 LMS 算法 | 第24-30页 |
| ·归一化 LMS（NLMS）算法 | 第25-26页 |
| ·利用误差信号迭代步长 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 改进的 LMS 算法及在系统辨识中的应用 | 第31-41页 |
| ·误差的自相关函数 | 第31页 |
| ·解相关 | 第31-33页 |
| ·本文提出的改进算法 | 第33-40页 |
| ·改进算法一：IVSSLMS1 算法 | 第33-35页 |
| ·改进算法二：IVSSLMS2 算法 | 第35-38页 |
| ·改进算法三：IVSSLMS3 算法 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 自适应遗传算法 | 第41-50页 |
| ·遗传算法概述 | 第41-45页 |
| ·遗传算法基本原理 | 第41-44页 |
| ·多目标优化问题中的遗传算法 | 第44页 |
| ·遗传算法特点 | 第44-45页 |
| ·自适应交叉和变异策略 | 第45-46页 |
| ·本文使用的自适应遗传算法：IAGA | 第46-48页 |
| ·自适应选择策略 | 第46-47页 |
| ·本文改进的自适应选择、交叉策略 | 第47-48页 |
| ·实验仿真 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 无源电力滤波器的设计 | 第50-64页 |
| ·无源电力滤波器原理 | 第50-54页 |
| ·单调谐滤波器 | 第50-51页 |
| ·高通滤波器 | 第51-53页 |
| ·系统等值谐波阻抗对滤波器的影响 | 第53-54页 |
| ·滤波器的设计准则和数据的准备 | 第54-55页 |
| ·无源电力滤波器工程设计方法 | 第55-58页 |
| ·单调谐滤波器工程设计法 | 第55-57页 |
| ·高通滤波器工程设计法 | 第57-58页 |
| ·基于自适应遗传算法的无源电力滤波器的设计 | 第58-61页 |
| ·投资成本 | 第59页 |
| ·无功功率补偿 | 第59页 |
| ·滤波效果 | 第59-60页 |
| ·总体设计思路 | 第60-61页 |
| ·仿真结果 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 在学期间的研究成果及发表的学术论文 | 第70页 |
