基于最大互相关熵的核自适应滤波算法研究
| 摘要 | 第5-7页 |
| Abstract | 第7页 |
| 主要符号表 | 第10-11页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-19页 |
| 1.2.1 核方法研究现状 | 第12-16页 |
| 1.2.2 互相关熵研究现状 | 第16-19页 |
| 1.3 主要研究工作 | 第19页 |
| 1.4 论文的组织结构 | 第19-21页 |
| 第二章 背景知识 | 第21-32页 |
| 2.1 核方法 | 第21-24页 |
| 2.1.1 核函数的性质和选择 | 第21-23页 |
| 2.1.2 再生核希尔伯特空间 | 第23-24页 |
| 2.2 核自适应滤波 | 第24-28页 |
| 2.2.1 自适应滤波 | 第25-27页 |
| 2.2.2 核自适应滤波的计算框架 | 第27-28页 |
| 2.3 互相关熵 | 第28-31页 |
| 2.3.1 互相关熵定义 | 第29-30页 |
| 2.3.2 互相关熵性质 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于最大互相关熵的核最小二乘算法 | 第32-44页 |
| 3.1 引言 | 第32页 |
| 3.2 KRLS算法 | 第32-34页 |
| 3.2.1 算法推导 | 第32-34页 |
| 3.2.2 算法分析 | 第34页 |
| 3.3 最大互相关熵 | 第34-37页 |
| 3.4 KRMC算法 | 第37-39页 |
| 3.4.1 算法推导 | 第37-38页 |
| 3.4.2 算法分析 | 第38-39页 |
| 3.5 实验结果与分析 | 第39-43页 |
| 3.5.1 仿真环境 | 第39-40页 |
| 3.5.2 实验结果 | 第40-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 基于量化方法的KRMC算法 | 第44-55页 |
| 4.1 引言 | 第44页 |
| 4.2 在线稀疏化方法 | 第44-46页 |
| 4.3 QKRMC算法 | 第46-50页 |
| 4.3.1 算法推导 | 第46-48页 |
| 4.3.2 算法分析 | 第48-50页 |
| 4.4 实验结果与分析 | 第50-54页 |
| 4.4.1 仿真环境 | 第50页 |
| 4.4.2 实验结果 | 第50-54页 |
| 4.5 本章小结 | 第54-55页 |
| 总结和展望 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 攻读硕士学位期间取得的研究成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 答辩委员会对论文的评定意见 | 第64页 |
