中文摘要 | 第1-5页 |
英文摘要 | 第5-9页 |
第1章 绪论 | 第9-15页 |
1.1 课题研究目的和意义 | 第9-11页 |
1.2 课题研究的历史和现状 | 第11-14页 |
1.2.1 自适应逆控制研究的历史和现状 | 第11-12页 |
1.2.2 有源噪声控制研究的历史和现状 | 第12-14页 |
1.3 本文主要研究内容 | 第14-15页 |
第2章 自适应LMS滤波 | 第15-29页 |
2.1 Wiener滤波器 | 第15-22页 |
2.1.1 引言 | 第15页 |
2.1.2 数字滤波器 | 第15-18页 |
2.1.3 双边Wiener滤波器 | 第18-19页 |
2.1.4 因果Wiener滤波器的Shannon-Bode实现 | 第19-22页 |
2.2 自适应LMS滤波 | 第22-28页 |
2.2.1 自适应滤波原理 | 第22-23页 |
2.2.2 自适应线性滤波器 | 第23-25页 |
2.2.3 性能曲面 | 第25页 |
2.2.4 最速下降法 | 第25-27页 |
2.2.5 LMS算法 | 第27-28页 |
2.3 本章小结 | 第28-29页 |
第3章 自适应逆控制理论基础 | 第29-44页 |
3.1 自适应逆控制的基本概念 | 第29-33页 |
3.1.1 与传统反馈控制的比较 | 第29-31页 |
3.1.2 自适应逆控制的方法 | 第31-33页 |
3.2 自适应建模 | 第33页 |
3.3 逆对象建模 | 第33-37页 |
3.3.1 引言 | 第33-34页 |
3.3.2 最小相位对象的逆 | 第34页 |
3.3.3 非最小相位的逆 | 第34-35页 |
3.3.4 模型参考对象的逆 | 第35页 |
3.3.5 有扰动对象的逆 | 第35-37页 |
3.4 自适应逆控制的结构 | 第37-38页 |
3.5 自适应逆控制的其它结构 | 第38-40页 |
3.5.1 引言 | 第38页 |
3.5.2 基于X-滤波LMS算法的自适应逆控制 | 第38-39页 |
3.5.3 基于-滤波LMS算法的自适应逆控制 | 第39-40页 |
3.6 对象扰动的消除 | 第40-41页 |
3.7 系统集成 | 第41-43页 |
3.8 本章小结 | 第43-44页 |
第4章 模糊自适应逆控制 | 第44-54页 |
4.1 模糊LMS算法 | 第44-47页 |
4.1.1 引言 | 第44页 |
4.1.2 模糊LMS算法的基本形式 | 第44-45页 |
4.1.3 输入输出变量隶属度函数的选取 | 第45-47页 |
4.1.4 模糊规则的选取 | 第47页 |
4.2 基于模糊X-LMS算法的自适应逆控制结构 | 第47-49页 |
4.3 基于模糊-LMS算法的自适应逆控制结构 | 第49-50页 |
4.4 仿真研究 | 第50-53页 |
4.5 本章小结 | 第53-54页 |
第5章 基于U-滤波LMS算法的自适应逆控制 | 第54-62页 |
5.1 U-滤波LMS算法 | 第54-57页 |
5.1.1 IIR滤波器 | 第54页 |
5.1.2 U-滤波LMS算法的导出 | 第54-57页 |
5.2 基于U-滤波LMS算法的自适应逆控制系统 | 第57-61页 |
5.2.1 基于U-滤波LMS算法的自适应逆控制结构 | 第57-59页 |
5.2.2 仿真研究 | 第59-61页 |
5.3 本章小结 | 第61-62页 |
第6章 自适应逆控制在有源噪声控制中的应用 | 第62-73页 |
6.1 有源噪声控制 | 第62-65页 |
6.1.1 有源噪声控制的基本概念 | 第62-64页 |
6.1.2 自适应有源噪声控制 | 第64-65页 |
6.2 自适应逆有源噪声控制 | 第65-69页 |
6.2.1 基于自适应逆控制方法进行有源噪声控制 | 第65-67页 |
6.2.2 仿真研究 | 第67-69页 |
6.3 分离控制器的自适应逆有源噪声控制 | 第69-72页 |
6.3.1 分离控制器的自适应逆结构 | 第69-70页 |
6.3.2 分离控制器的自适应LMS算法 | 第70-71页 |
6.3.3 仿真研究 | 第71-72页 |
6.4 本章小结 | 第72-73页 |
结论 | 第73-75页 |
参考文献 | 第75-79页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第79-80页 |
致谢 | 第80-81页 |
作者简介 | 第81页 |