| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 主要研究内容 | 第11页 |
| 1.4 本文的组织结构 | 第11-13页 |
| 第二章 FIR数字滤波器设计 | 第13-26页 |
| 2.1 FIR数字滤波器的特点 | 第13-17页 |
| 2.1.1 线性相位条件 | 第14页 |
| 2.1.2 线性相位特点 | 第14-15页 |
| 2.1.3 幅度函数的特点 | 第15-17页 |
| 2.2 用窗函数法设计FIR数字滤波器 | 第17-21页 |
| 2.2.1 窗函数的引入 | 第17-18页 |
| 2.2.2 窗函数的种类 | 第18-21页 |
| 2.3 用频率抽样法设计FIR数字滤波器 | 第21-23页 |
| 2.3.1 频率抽样法设计思路 | 第21-22页 |
| 2.3.2 线性相位约束条件 | 第22-23页 |
| 2.4 FIR数字滤波器的优化设计 | 第23-26页 |
| 2.4.1 FIR数字滤波器的优化准则 | 第23页 |
| 2.4.2 线性相位FIR数字滤波器的切比雪夫最优逼近 | 第23-26页 |
| 第三章 神经网络相关理论 | 第26-37页 |
| 3.1 人工神经网络简介 | 第26-30页 |
| 3.1.1 什么是人工神经网络 | 第26-28页 |
| 3.1.2 神经元模型 | 第28-29页 |
| 3.1.3 神经网络学习规则 | 第29-30页 |
| 3.2 前馈型神经网络 | 第30-37页 |
| 3.2.1 BP神经网络 | 第30-33页 |
| 3.2.2 径向基函数神经网络 | 第33-37页 |
| 第四章 余弦基神经网络算法的改进及应用 | 第37-49页 |
| 4.1 余弦基神经网络建模 | 第37-39页 |
| 4.2 余弦基神经网络算法的收敛性 | 第39-40页 |
| 4.3 余弦基神经网络训练算法 | 第40-41页 |
| 4.4 改进余弦基神经网络算法及优化设计实例 | 第41-47页 |
| 4.5 FIR数字滤波器过渡带采样点的优化 | 第47-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54页 |