摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第12-32页 |
1.1 课题背景及研究的目的和意义 | 第12-16页 |
1.2 自适应滤波器硬件结构的研究现状 | 第16-27页 |
1.3 现有研究中存在的主要问题 | 第27-28页 |
1.4 本文的主要研究内容 | 第28-29页 |
1.5 论文的组织结构 | 第29-32页 |
第2章 易于VLSI实现的自适应滤波算法 | 第32-60页 |
2.1 引言 | 第32页 |
2.2 LMS算法的基本理论 | 第32-36页 |
2.2.1 LMS算法基本原理 | 第32-35页 |
2.2.2 LMS算法的性能特性 | 第35-36页 |
2.3 DLMS算法的基本理论 | 第36-41页 |
2.4 符号类LMS算法的基本理论 | 第41-50页 |
2.4.1 符号误差算法 | 第42-48页 |
2.4.2 双符号算法 | 第48-49页 |
2.4.3 符号数据算法 | 第49-50页 |
2.5 改进的SLMS算法 | 第50-53页 |
2.6 NLMS算法的基本理论 | 第53-58页 |
2.6.1 NLMS算法原理及公式推导 | 第53-54页 |
2.6.2 NLMS算法的性能 | 第54-56页 |
2.6.3 NLMS自适应滤波器的VLSI实现 | 第56-58页 |
2.7 本章小结 | 第58-60页 |
第3章 DLMS算法的自适应滤波器的VLSI实现 | 第60-86页 |
3.1 引言 | 第60页 |
3.2 直接型DLMS自适应滤波器的VLSI实现 | 第60-73页 |
3.2.1 延时补偿DLMS算法的VLSI实现 | 第61-69页 |
3.2.2 延时分解DLMS算法的VLSI实现 | 第69-73页 |
3.3 转置型DLMS自适应滤波器的VLSI实现 | 第73-80页 |
3.4 实验结果与分析 | 第80-84页 |
3.5 本章小结 | 第84-86页 |
第4章 符号类LMS算法的自适应滤波器的VLSI实现 | 第86-106页 |
4.1 引言 | 第86页 |
4.2 细粒度的定点运算单元 | 第86-97页 |
4.2.1 Koggle-Stone结构的加法运算单元 | 第86-89页 |
4.2.2 多操作数加法运算单元 | 第89-93页 |
4.2.3 细粒度点积运算单元 | 第93-97页 |
4.3 基于改进的SLMS算法的VLSI实现 | 第97-99页 |
4.4 实验结果与分析 | 第99-104页 |
4.5 本章小结 | 第104-106页 |
第5章 时域BLMS算法的自适应滤波器VLSI实现 | 第106-132页 |
5.1 引言 | 第106页 |
5.2 快速自适应滤波算法 | 第106-116页 |
5.2.1 并行处理的低功耗 | 第106-107页 |
5.2.2 快速FIR算法 | 第107-111页 |
5.2.3 块处理LMS滤波算法 | 第111-116页 |
5.3 基于2并行的DBLMS算法的VLSI实现 | 第116-127页 |
5.3.1 DBLMS算法 | 第116-118页 |
5.3.2 细粒度运算单元的延时分析 | 第118-124页 |
5.3.3 并行DBLMS算法的VLSI实现 | 第124-127页 |
5.4 实验结果与分析 | 第127-131页 |
5.5 本章小结 | 第131-132页 |
结论 | 第132-134页 |
参考文献 | 第134-144页 |
攻读博士学位期间发表的论文及其它成果 | 第144-147页 |
致谢 | 第147-148页 |
个人简历 | 第148页 |