| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 论文背景及意义 | 第8-9页 |
| 1.2 瓦斯检测中的干扰信号源及其特点分析 | 第9-12页 |
| 1.2.1 瓦斯报警浓度及断电浓度 | 第9-10页 |
| 1.2.2 瓦斯检测信号干扰源分析 | 第10-11页 |
| 1.2.3 干扰信号特点分析 | 第11-12页 |
| 1.3 国内外研究概况 | 第12-15页 |
| 1.3.1 现有煤矿抗干扰方法分析 | 第12页 |
| 1.3.2 人工免疫算法的研究现状 | 第12-13页 |
| 1.3.3 自适应滤波器的研究现状 | 第13-15页 |
| 1.4 本文主要内容和结构安排 | 第15-17页 |
| 第二章 基于免疫算法的干扰识别模型 | 第17-28页 |
| 2.1 人工免疫算法 | 第17-23页 |
| 2.1.1 免疫算子的计算 | 第17-21页 |
| 2.1.2 免疫算法的收敛性分析 | 第21-23页 |
| 2.2 自适应免疫遗传算法 | 第23-24页 |
| 2.3 基于免疫算法的干扰信号识别模型 | 第24-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 自适应FIR滤波器设计 | 第28-40页 |
| 3.1 滤波器基本结构 | 第28-29页 |
| 3.2 自适应滤波算法 | 第29-34页 |
| 3.2.1 递归最小二乘算法 | 第29-31页 |
| 3.2.2 最小均方差算法 | 第31-32页 |
| 3.2.3 RLS算法与LMS算法对比 | 第32-34页 |
| 3.3 自适应免疫遗传算法在滤波器中的应用 | 第34-39页 |
| 3.3.1 基于自适应免疫遗传算法的LMS算法优化 | 第34-36页 |
| 3.3.2 自适应滤波器设计 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 干扰识别模型在瓦斯监测系统中的应用 | 第40-55页 |
| 4.1 原始数据分析 | 第40-42页 |
| 4.2 仿真实验 | 第42-54页 |
| 4.2.1 干扰滤除结果 | 第42-47页 |
| 4.2.2 对比实验 | 第47-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录A | 第60-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间取得成果 | 第63-64页 |