| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题来源 | 第8页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·自适应信号处理技术概述 | 第10-12页 |
| ·自适应系统 | 第10-11页 |
| ·噪声抑制技术概述 | 第11-12页 |
| ·本文研究主要内容 | 第12页 |
| ·论文框架结构 | 第12-13页 |
| 第二章 噪声理论与多模噪声分析 | 第13-21页 |
| ·噪声分类 | 第13-15页 |
| ·白噪声 | 第13-14页 |
| ·有色噪声 | 第14页 |
| ·带限白噪声 | 第14页 |
| ·脉冲噪声 | 第14-15页 |
| ·非高斯噪声简介 | 第15-17页 |
| ·双模噪声数学模型 | 第17页 |
| ·多模噪声及其统计特性 | 第17-19页 |
| ·多模噪声的数学模型 | 第18-19页 |
| ·多模噪声的统计特性 | 第19页 |
| ·高斯混合模型简介 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 自适应滤波原理与算法 | 第21-37页 |
| ·自适应滤波器基本原理 | 第21-24页 |
| ·正交性原理 | 第21-22页 |
| ·维纳滤波器 | 第22-23页 |
| ·自适应滤波概念的引入及基本原理 | 第23-24页 |
| ·自适应滤波器的基本结构 | 第24-27页 |
| ·横向型结构 | 第24-25页 |
| ·对称横向型结构 | 第25-26页 |
| ·格型结构 | 第26-27页 |
| ·自适应滤波器的应用 | 第27-29页 |
| ·预测 | 第27-28页 |
| ·系统辨识 | 第28页 |
| ·逆模型 | 第28-29页 |
| ·噪声抑制 | 第29页 |
| ·经典的自适应滤波算法 | 第29-36页 |
| ·最陡下降法 | 第30-31页 |
| ·牛顿法 | 第31-32页 |
| ·最小均方（LMS）算法 | 第32-35页 |
| ·归一化 LMS （NLMS）算法 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于变步长GLMS- Newton算法的多模噪声抑制研究 | 第37-46页 |
| ·引言 | 第37-38页 |
| ·自适应噪声抑制原理 | 第38-39页 |
| ·算法研究及分析 | 第39-42页 |
| ·传统的 LMS 算法 | 第39-40页 |
| ·格里菲斯- 最小均方（GLMS）算法 | 第40-41页 |
| ·GLMS-Newton 算法 | 第41页 |
| ·变步长 GLMS-Newton 算法 | 第41-42页 |
| ·仿真实验 | 第42-45页 |
| ·有关信号的选择及算法参数的确定 | 第42-43页 |
| ·仿真结果与分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 多模噪声背景下的自适应滤波算法及分析 | 第46-56页 |
| ·概述 | 第46-47页 |
| ·算法研究 | 第47-52页 |
| ·最小四次均方（LMF）算法 | 第47-48页 |
| ·最小平均绝对偏差（LMAD）算法 | 第48页 |
| ·归一化混合范数滤波（NMNF）算法 | 第48-50页 |
| ·变步长 NMNF 算法 | 第50-52页 |
| ·仿真实验 | 第52-55页 |
| ·有关信号及算法参数的选择 | 第52-53页 |
| ·仿真结果与分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·论文总结 | 第56-57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 硕士研究生期间发表的论文 | 第62-63页 |
| 致谢 | 第63页 |