基于M估计的鲁棒自适应滤波算法在回声消除中的应用
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10页 |
| 1.2 自适应回声消除算法的研究现状 | 第10-12页 |
| 1.3 论文研究目标和内容 | 第12-13页 |
| 1.4 论文的结构安排 | 第13-15页 |
| 第二章 自适应回声消除器和回声消除算法 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 回声的产生 | 第15-17页 |
| 2.2.1 网络回声 | 第15-16页 |
| 2.2.2 声学回声 | 第16-17页 |
| 2.3 自适应声学回声消除系统的基本原理 | 第17-20页 |
| 2.3.1 声学回声消除器的基本模型 | 第17-19页 |
| 2.3.2 性能度量 | 第19-20页 |
| 2.4 自适应滤波器概述 | 第20-22页 |
| 2.4.1 自适应滤波器的基本原理 | 第20-21页 |
| 2.4.2 维纳滤波 | 第21-22页 |
| 2.5 基本的自适应回声消除算法 | 第22-26页 |
| 2.5.1 归一化最小均值(NLMS)算法 | 第22-23页 |
| 2.5.2 成比例类NLMS算法 | 第23-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 记忆成比例仿射投影M估计算法 | 第27-44页 |
| 3.1 引言 | 第27-28页 |
| 3.2 成比例仿射投影类算法 | 第28-30页 |
| 3.2.1 成比例仿射投影算法 | 第28-29页 |
| 3.2.2 成比例仿射投影符号算法 | 第29-30页 |
| 3.3 一种新的记忆成比例仿射投影M估计算法 | 第30-34页 |
| 3.3.1 算法推导 | 第30-33页 |
| 3.3.2 计算复杂度比较 | 第33-34页 |
| 3.4 仿真实验与分析 | 第34-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 凸组合成比例仿射投影M估计算法 | 第44-54页 |
| 4.1 引言 | 第44页 |
| 4.2 凸组合滤波器 | 第44-46页 |
| 4.3 凸组合成比例仿射投影M估计算法 | 第46-48页 |
| 4.4 仿真实验 | 第48-52页 |
| 4.4.1 有色信号输入 | 第49-50页 |
| 4.4.2 语音信号输入 | 第50-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 基于M估计的成比例子带回声消除算法 | 第54-66页 |
| 5.1 引言 | 第54页 |
| 5.2 子带自适应滤波器 | 第54-57页 |
| 5.2.1 余弦调制滤波器组 | 第54-55页 |
| 5.2.2 多带结构 | 第55-56页 |
| 5.2.3 归一化子带自适应滤波算法 | 第56-57页 |
| 5.3 M估子带自适应滤波算法 | 第57-59页 |
| 5.4 成比例M估计子带自适应回声消除算法 | 第59-61页 |
| 5.5 仿真实验 | 第61-65页 |
| 5.5.1 有色信号输入 | 第61-63页 |
| 5.5.2 语音信号输入 | 第63-65页 |
| 5.6 本章小结 | 第65-66页 |
| 结论与展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间的研究成果 | 第74页 |
