| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 论文背景及研究意义 | 第10-11页 |
| 1.2 自适应滤波技术的发展回顾 | 第11页 |
| 1.3 变步长LMS算法的研究发展现状 | 第11-12页 |
| 1.4 本文的主要工作 | 第12-14页 |
| 第二章 自适应滤波器及其应用 | 第14-23页 |
| 2.1 自适应滤波器的基本原理 | 第14-15页 |
| 2.2 自适应滤波器的主要结构 | 第15-17页 |
| 2.2.1 有限脉冲响应(FIR)滤波器 | 第15-17页 |
| 2.2.2 无限脉冲响应(IIR)滤波器 | 第17页 |
| 2.3 自适应滤波的主要方法 | 第17-18页 |
| 2.4 自适应滤波器的性能函数 | 第18-19页 |
| 2.5 自适应滤波技术的应用 | 第19-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第三章 最小均方(LMS)算法分析 | 第23-38页 |
| 3.1 维纳滤波器 | 第23-24页 |
| 3.2 最速下降法 | 第24-26页 |
| 3.3 最小均方(LMS)算法 | 第26-34页 |
| 3.3.1 LMS算法的收敛性 | 第28-29页 |
| 3.3.2 LMS算法的时间常数与学习曲线 | 第29-31页 |
| 3.3.3 LMS算法中的权失调 | 第31-33页 |
| 3.3.4 LMS算法的计算复杂度 | 第33-34页 |
| 3.4 参数对LMS算法性能的影响 | 第34-35页 |
| 3.5 LMS算法的优缺点及改进策略 | 第35-37页 |
| 3.6 本章总结 | 第37-38页 |
| 第四章 变步长LMS自适应滤波算法 | 第38-50页 |
| 4.1 SVS-LMS算法 | 第38-40页 |
| 4.2 基于双曲正弦函数的新变步长LMS(Sinh-LMS)算法 | 第40-45页 |
| 4.2.1 算法的提出 | 第40-42页 |
| 4.2.2 新算法的参数分析 | 第42-43页 |
| 4.2.3 仿真对比及结果分析 | 第43-45页 |
| 4.3 基于双曲正切(Tanh)函数变步长LMS算法的改进 | 第45-49页 |
| 4.3.1 改进算法的提出 | 第45-46页 |
| 4.3.2 仿真对比及结果分析 | 第46-49页 |
| 4.4 本章总结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 附录 攻读学位期间发表的学术论文 | 第56-57页 |
| 后记 | 第57页 |