| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 目录 | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 自适应噪声抵消系统的研究背景和意义 | 第9-10页 |
| 1.2 自适应噪声抵消系统的发展与现状 | 第10-11页 |
| 1.3 论文结构安排 | 第11-13页 |
| 第2章 自适应滤波器 | 第13-25页 |
| 2.1 自适应滤波器的研究背景 | 第13-14页 |
| 2.2 维纳滤波器 | 第14-18页 |
| 2.3 自适应滤波器基本原理 | 第18-19页 |
| 2.4 自适应滤波器的应用 | 第19-24页 |
| 2.5 多级滤波器原理 | 第24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 自适应滤波器算法的研究 | 第25-38页 |
| 3.1 最小均方（LMS）自适应滤波算法 | 第25-32页 |
| 3.1.1 LMS 算法 | 第26-29页 |
| 3.1.2 LMS 算法的收敛性 | 第29-30页 |
| 3.1.3 LMS 算法的收敛速度 | 第30-31页 |
| 3.1.4 LMS 算法的稳定性 | 第31-32页 |
| 3.2 自适应算法的改进 | 第32-37页 |
| 3.2.1 归一化 LMS 算法 | 第32-34页 |
| 3.2.2 Kwong 变步长 LMS 算法 | 第34-35页 |
| 3.2.3 基于贝塞尔函数的变步长 LMS 算法 | 第35-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第4章 自适应噪声抵消系统 | 第38-57页 |
| 4.1 自适应噪声抵消系统的基本原理 | 第38-39页 |
| 4.2 自适应噪声抵消系统的 MATLAB 仿真 | 第39-48页 |
| 4.2.1 固定步长 LMS 自适应算法的仿真 | 第39-41页 |
| 4.2.2 归一化 LMS 自适应算法的仿真 | 第41-42页 |
| 4.2.3 基于 Bessel 函数的变步长 LMS 算法的仿真 | 第42-43页 |
| 4.2.4 基于不同函数的变步长 LMS 算法的仿真 | 第43-48页 |
| 4.3 多级自适应滤波算法的仿真 | 第48-56页 |
| 4.3.1 两个固定步长 LMS 算法组合实现二级滤波 | 第48-50页 |
| 4.3.2 固定步长与变步长 LMS 算法组合实现二级滤波 | 第50-51页 |
| 4.3.3 两个变步长 LMS 算法组合实现二级滤波 | 第51-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 结论与展望 | 第57-59页 |
| 5.1 结论 | 第57页 |
| 5.2 本文展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表的论文 | 第63-64页 |
| 致谢 | 第64页 |
