| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-23页 |
| §1.1 引言 | 第11-12页 |
| §1.2 自适应滤波研究内容 | 第12-15页 |
| ·代价函数 | 第12页 |
| ·自适应滤波方法 | 第12-14页 |
| ·最小化算法 | 第14-15页 |
| §1.3 自适应滤波相关问题研究现状 | 第15-20页 |
| ·高效稳健的RLS自适应滤波问题 | 第15-16页 |
| ·总体最小二乘问题 | 第16-17页 |
| ·频率估计问题 | 第17页 |
| ·α稳定噪声环境下的总体自适应滤波 | 第17-19页 |
| ·变步长LMS自适应滤波 | 第19-20页 |
| §1.4 本文的主要工作和论文安排 | 第20-23页 |
| 第二章 自适应FIR滤波的快速面搜索算法 | 第23-43页 |
| §2.1 传统RLS自适应算法 | 第23-29页 |
| ·算法推导 | 第23-27页 |
| ·算法性能分析 | 第27-29页 |
| §2.2 快速线性搜索算法 | 第29-32页 |
| §2.3 快速面搜索算法 | 第32-35页 |
| §2.4 算法收敛性证明 | 第35-37页 |
| §2.5 仿真实验 | 第37-41页 |
| §2.6 小结 | 第41-43页 |
| 第三章 一种快速递归总体最小二乘算法 | 第43-55页 |
| §3.1 总体最小二乘算法 | 第43-49页 |
| ·总体最小二乘问题 | 第43-45页 |
| ·总体最小二乘的奇异值分解算法 | 第45页 |
| ·总体最小二乘递推算法 | 第45-49页 |
| §3.2 算法推导 | 第49-51页 |
| §3.3 收敛性分析 | 第51-52页 |
| §3.4 仿真实验 | 第52-54页 |
| §3.5 结束语 | 第54-55页 |
| 第四章 有效的递归总体最小二乘算法 | 第55-65页 |
| §4.1 频率估计问题 | 第55-57页 |
| §4.2 算法推导 | 第57-61页 |
| §4.3 仿真实验 | 第61-64页 |
| ·滤波器参数估计 | 第61-62页 |
| ·频率估计 | 第62-64页 |
| §4.4 小结 | 第64-65页 |
| 第五章 ⅡR滤波递归总体最小平均P-范数算法 | 第65-75页 |
| §5.1 α稳定分布 | 第65-68页 |
| §5.2 最小离差准则 | 第68-69页 |
| §5.3 ⅡR自适应滤波的总体最小平均范数算法 | 第69-72页 |
| ·信号模型 | 第69-71页 |
| ·总体最小平均l_p-范数算法 | 第71-72页 |
| §5.4 仿真实验 | 第72-74页 |
| §5.5 小结 | 第74-75页 |
| 第六章 递归总体最小l_p-范数ⅡR自适应滤波算法 | 第75-81页 |
| §6.1 算法推导 | 第75-77页 |
| §6.2 仿真实验 | 第77-80页 |
| §6.3 小结 | 第80-81页 |
| 第七章 一种改进的稳健变步长自适应算法 | 第81-91页 |
| §7.1 算法推导 | 第81-84页 |
| §7.2 算法的性能分析 | 第84-86页 |
| §7.3 仿真实验 | 第86-90页 |
| §7.4 小结 | 第90-91页 |
| 第八章 总结与展望 | 第91-93页 |
| 附录A:引理2.2的证明 | 第93-95页 |
| 附录B:引理2.3的证明 | 第95-97页 |
| 致谢 | 第97-99页 |
| 参考文献 | 第99-111页 |
| 攻读学位期间(待)发表的论文 | 第111-112页 |