基于最小误差熵自适应滤波算法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 1.4 本文组织架构 | 第15-17页 |
| 第二章 自适应滤波及Renyi熵基础知识 | 第17-25页 |
| 2.1 自适应滤波 | 第17-19页 |
| 2.1.1 自适应滤波器基本原理 | 第17-18页 |
| 2.1.2 自适应滤波算法 | 第18-19页 |
| 2.2 Renyi熵 | 第19-23页 |
| 2.2.1 Renyi熵的定义及性质 | 第19-21页 |
| 2.2.2 最小误差熵与最小均方误差准则比较 | 第21-23页 |
| 2.3 小结 | 第23-25页 |
| 第三章 基于惩罚约束稀疏最小误差熵算法 | 第25-42页 |
| 3.1 引言 | 第25-27页 |
| 3.2 算法推导 | 第27-32页 |
| 3.2.1 零吸引最小误差熵算法 | 第28-29页 |
| 3.2.2 加权零吸引最小误差熵算法 | 第29页 |
| 3.2.3 互相关熵诱导维度最小误差熵算法 | 第29-32页 |
| 3.3 算法收敛性分析 | 第32-36页 |
| 3.4 实验结果与分析 | 第36-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于系数比例稀疏最小误差熵算法 | 第42-50页 |
| 4.1 引言 | 第42-43页 |
| 4.2 算法推导 | 第43-44页 |
| 4.3 算法收敛性分析 | 第44-46页 |
| 4.4 实验结果与分析 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 基于凸组合最小误差熵改进算法 | 第50-55页 |
| 5.1 引言 | 第50-51页 |
| 5.2 算法推导 | 第51-52页 |
| 5.3 实验结果与分析 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 总结与展望 | 第55-57页 |
| 参考文献 | 第57-64页 |
| 攻读硕士学位期间取得的研究成果 | 第64-65页 |
| 致谢 | 第65-67页 |
| 附件 | 第67页 |
