几种自适应滤波算法的研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·自适应滤波理论的发展过程 | 第10-12页 |
| ·国内外目前研究现状 | 第12-17页 |
| ·基于维纳滤波理论的方法 | 第12-13页 |
| ·基于卡尔曼滤波理论的方法 | 第13-15页 |
| ·基于最小二乘准则的方法 | 第15-16页 |
| ·基于神经网络理论的方法 | 第16-17页 |
| ·论文的主要工作和结构安排 | 第17-18页 |
| 第2章 自适应IIR滤波器 | 第18-30页 |
| ·引言 | 第18-19页 |
| ·自适应IIR 滤波器的结构形式 | 第19-23页 |
| ·方程误差结构形式自适应IIR 滤波器 | 第19-21页 |
| ·输出误差结构形式自适应IIR 滤波器 | 第21-23页 |
| ·自适应滤波算法 | 第23-29页 |
| ·自适应递归高斯-牛顿算法 | 第23-25页 |
| ·自适应递归滤波LMS 算法 | 第25-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于超稳定理论的自适应递归滤波器 | 第30-46页 |
| ·正实函数和动态系统的正实条件 | 第30-33页 |
| ·正实函数及其性质 | 第30-31页 |
| ·连续系统的正实条件 | 第31-33页 |
| ·超稳定理论 | 第33-37页 |
| ·超稳定概念 | 第34-35页 |
| ·超稳定定理 | 第35-37页 |
| ·超稳定方块 | 第37页 |
| ·超稳定自适应递归滤波算法 | 第37-42页 |
| ·仿真研究 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于微粒群算法的自适应滤波器设计 | 第46-55页 |
| ·引言 | 第46页 |
| ·微粒群算法(PSO) | 第46-51页 |
| ·微粒群算法介绍 | 第46-49页 |
| ·微粒群算法的应用 | 第49-51页 |
| ·滤波器参数PSO 优化 | 第51-53页 |
| ·滤波器结构 | 第51-53页 |
| ·微粒群算法优化步骤 | 第53页 |
| ·仿真研究 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 基于U-LMS算法的船舶自适应逆控制 | 第55-67页 |
| ·船舶操纵的数学模型 | 第55-57页 |
| ·基于U-LMS 算法的自适应逆控制系统 | 第57-64页 |
| ·U-滤波LMS 算法 | 第57-63页 |
| ·基于U-滤波LMS 算法的自适应逆控制系统 | 第63-64页 |
| ·仿真研究 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 作者简介 | 第74页 |
