自适应滤波算法及应用研究
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第9-16页 |
| ·引言 | 第9页 |
| ·自适应滤波器基本原理 | 第9-10页 |
| ·自适应滤波理论与算法 | 第10-13页 |
| ·基于维纳滤波器理论的方法 | 第10-12页 |
| ·基于卡尔曼滤波理论的方法 | 第12页 |
| ·基于最小二乘准则的方法 | 第12-13页 |
| ·基于神经网络理论的方法 | 第13页 |
| ·MATLAB语言介绍 | 第13-14页 |
| ·本文的主要工作和论文安排 | 第14-16页 |
| 第二章 自适应滤波算法 | 第16-21页 |
| ·引言 | 第16页 |
| ·自适应滤波算法种类 | 第16-20页 |
| ·RLS自适应滤波算法 | 第16-17页 |
| ·变换域自适应滤波算法 | 第17页 |
| ·仿射投影算法 | 第17-18页 |
| ·共轭梯度算法 | 第18页 |
| ·基于子带分解的自适应滤波算法 | 第18-19页 |
| ·基于QR分解的自适应滤波算法 | 第19页 |
| ·其它一些自适应滤波算法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 LMS自适应算法 | 第21-29页 |
| ·引言 | 第21页 |
| ·LMS算法的基本原理 | 第21-24页 |
| ·最小均方(LMS)自适应算法性能分析 | 第24-27页 |
| ·自适应收敛性 | 第24-25页 |
| ·平均MSE-学习曲线 | 第25-26页 |
| ·失调 | 第26-27页 |
| ·仿真结果 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 归一化LMS算法 | 第29-34页 |
| ·引言 | 第29页 |
| ·归一化LMS算法原理与性能分析 | 第29-32页 |
| ·仿真结果分析 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第五章 变换域LMS自适应算法 | 第34-36页 |
| ·引言 | 第34页 |
| ·变换域LMS算法基本原理 | 第34页 |
| ·变换域LMS算法算法仿真 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第六章 最小二乘自适应算法 | 第36-42页 |
| ·引言 | 第36页 |
| ·递推最小二乘(RLS)算法 | 第36-39页 |
| ·仿真结果分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第七章 改进的变步长归一化LMS自适应算法 | 第42-54页 |
| ·引言 | 第42页 |
| ·变步长LMS自适应算法 | 第42-43页 |
| ·改进的变步长LMS自适应算法 | 第43-45页 |
| ·改进的变步长LMS自适应算法原理 | 第43-45页 |
| ·计算机模拟仿真 | 第45页 |
| ·计算机模拟仿真几种算法比较 | 第45-51页 |
| ·自适应滤波算法的应用 | 第51-53页 |
| ·自适应滤波器 | 第51页 |
| ·自适应预测器 | 第51-52页 |
| ·自适应均衡器 | 第52-53页 |
| ·自适应噪声消除 | 第53页 |
| ·本章小结 | 第53-54页 |
| 总结与展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 研究生期间发表的论文 | 第59页 |
