量子随机滤波器及其参数计算研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题背景与意义 | 第9-10页 |
| ·课题研究现状 | 第10-13页 |
| ·量子随机滤波原理的研究现状 | 第10-11页 |
| ·量子滤波器参数求解的研究现状 | 第11-12页 |
| ·量子滤波器的应用现状 | 第12-13页 |
| ·本文研究内容与方法 | 第13-14页 |
| ·本文的组织结构 | 第14-16页 |
| 第2章 基于高斯核函数改进的量子随机滤波器 | 第16-34页 |
| ·随机滤波与薛定谔方程 | 第16-18页 |
| ·随机滤波问题 | 第16-17页 |
| ·薛定谔方程简介 | 第17页 |
| ·量子随机滤波 | 第17-18页 |
| ·基于高斯核改进的量子随机滤波器 | 第18-25页 |
| ·改进滤波器结构 | 第18-21页 |
| ·改进滤波器的滤波原理分析 | 第21-22页 |
| ·波包孤子特性与准确性 | 第22-24页 |
| ·由输入信号样本导出波函数初始形式 | 第24-25页 |
| ·改进滤波器的数字实现 | 第25-27页 |
| ·滤波器的离散结构 | 第25-26页 |
| ·薛定谔方程的数值解 | 第26-27页 |
| ·滤波器参数确定 | 第27-28页 |
| ·仿真与讨论 | 第28-33页 |
| ·直流信号去噪 | 第28-29页 |
| ·正弦信号去噪 | 第29-32页 |
| ·语音信号去噪 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 正弦输入的量子滤波器参数计算 | 第34-46页 |
| ·系统参数 | 第34-36页 |
| ·参数分类 | 第34-35页 |
| ·系统参数分析 | 第35-36页 |
| ·正弦输入时非系统参数模型 | 第36-40页 |
| ·非系统参数对滤波结果的影响 | 第36页 |
| ·时间间隔模型 | 第36-37页 |
| ·最小二乘拟合原理 | 第37-38页 |
| ·迭代次数模型 | 第38-40页 |
| ·应用模型快速求解滤波参数 | 第40页 |
| ·仿真与讨论 | 第40-44页 |
| ·正弦信号 | 第40-42页 |
| ·阶梯信号 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 任意输入信号的量子滤波器参数在线估计 | 第46-59页 |
| ·正弦模型的局限性及其改进方案 | 第46-47页 |
| ·基于短时傅里叶变换的输入信号频率估计 | 第47-51页 |
| ·短时傅里叶变换 | 第47-48页 |
| ·信噪比动态估计 | 第48-49页 |
| ·输入频率动态估计 | 第49-51页 |
| ·在线估计算法的数字实现 | 第51-53页 |
| ·信噪比动态估计数字实现 | 第51页 |
| ·输入频率动态估计数字实现 | 第51-53页 |
| ·薛定谔方程的稳定性讨论 | 第53页 |
| ·仿真与讨论 | 第53-57页 |
| ·调频信号 | 第53-56页 |
| ·阶梯信号 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 第5章 二维量子滤波器 | 第59-71页 |
| ·量子神经网络 | 第59-62页 |
| ·量子神经网络 | 第59-60页 |
| ·基于量子神经网络的语音增强 | 第60-62页 |
| ·二维量子滤波器 | 第62-64页 |
| ·二维量子滤波器的特性 | 第64-67页 |
| ·二维量子滤波器过滤相关噪声 | 第64-66页 |
| ·二维量子滤波器过滤相关信号 | 第66-67页 |
| ·二维噪声概率密度函数估计 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 第6章 总结与展望 | 第71-75页 |
| ·工作总结 | 第71-73页 |
| ·工作展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78-79页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第79页 |
