第1章 绪论 | 第6-11页 |
1.1 引言 | 第6-7页 |
1.2 胎儿心率信号的特点 | 第7-8页 |
1.3 自适应滤波器的现状与发展趋势 | 第8-9页 |
1.4 本文的主要研究内容 | 第9-11页 |
第2章 自适应滤波器 | 第11-24页 |
2.1 自适应滤波器的组成 | 第11-12页 |
2.1.1 可编程滤波器 | 第11-12页 |
2.1.2 自适应滤波的类型 | 第12页 |
2.2 自适应滤波器的原理 | 第12-19页 |
2.2.1 自适应横向滤波器 | 第13-15页 |
2.2.2 最陡下降法 | 第15-17页 |
2.2.3 最小均方算法(LMS算法) | 第17-19页 |
2.3 自适应滤波器的性能分析 | 第19-22页 |
2.3.1 自适应滤波的学习曲线 | 第19-21页 |
2.3.2 自适应滤波的失调 | 第21-22页 |
2.4 本章小结 | 第22-24页 |
第3章 自适应滤波算法的研究和参数的选择 | 第24-40页 |
3.1 自适应滤波的算法 | 第24-26页 |
3.1.1 归一化LMS算法 | 第24-25页 |
3.1.2 修正LMS算法 | 第25-26页 |
3.1.3 截断数据LMS算法 | 第26页 |
3.1.4 截断误差LMS算法 | 第26页 |
3.2 几种改进的变步长LMS算法的研究 | 第26-30页 |
3.2.1 误差归一化变步长LMS算法 | 第26-28页 |
3.2.2 步长为Sigmoid函数的变步长LMS算法的改进算法 | 第28页 |
3.2.3 一种改进的以功率控制步长的LMS算法 | 第28-29页 |
3.2.4 变步长截断误差LMS算法 | 第29-30页 |
3.3 分段式变步长LMS算法 | 第30页 |
3.4 分段式变步长截断误差LMS算法 | 第30-31页 |
3.5 参数的选择 | 第31-32页 |
3.5.1 滤波器阶数的选择 | 第31页 |
3.5.2 步长参数的选择 | 第31-32页 |
3.6 算法实验及对比分析 | 第32-40页 |
3.6.1 几种常用算法及改进算法在去噪效果上的比较 | 第33-37页 |
3.6.2 三种自适应算法的对比实验 | 第37-40页 |
第4章 数据采集系统的设计和实现 | 第40-48页 |
4.1 传感器的选择 | 第40页 |
4.2 超声的基础知识 | 第40-42页 |
4.2.1 超声的物理基础 | 第41页 |
4.2.2 超声多普勒效应的基本原理 | 第41-42页 |
4.2.3 超声应用中的频率问题 | 第42页 |
4.3 信号的预处理 | 第42-43页 |
4.4 高速数据采集卡的接口设计 | 第43-46页 |
4.4.1 数据采集卡简介 | 第43-45页 |
4.4.2 数据采集卡的接口设计 | 第45-46页 |
4.5 数据采集卡采集数据的软件设计 | 第46-47页 |
4.6 本章小结 | 第47-48页 |
第5章 自适应噪声抵消系统的应用 | 第48-62页 |
5.1 自适应噪声抵消系统 | 第48-51页 |
5.1.1 自适应噪声抵消的基本原理 | 第48-49页 |
5.1.2 衡量自适应噪声抵消系统抵消能力的指标分析 | 第49-51页 |
5.2 参考通道噪声信号的获得 | 第51-55页 |
5.2.1 自相关法估计AR(p)模型参数 | 第52-53页 |
5.2.2 线性预测滤波器 | 第53页 |
5.2.3 提取参考噪声信号 | 第53-54页 |
5.2.4 对提取的参考噪声信号进行讨论分析 | 第54-55页 |
5.3 自适应噪声抵消系统的应用 | 第55-61页 |
5.3.1 影响滤波器性能的参数选择 | 第55-57页 |
5.3.2 实验及结果分析 | 第57-61页 |
5.4 本章小结 | 第61-62页 |
第6章 全文总结 | 第62-64页 |
致 谢 | 第64-65页 |
参考文献 | 第65-68页 |
摘 要 | 第68-71页 |
ABSTRACT | 第71页 |