| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-19页 |
| ·选题意义与背景 | 第8-9页 |
| ·选题意义 | 第8-9页 |
| ·选题背景 | 第9页 |
| ·自适应逆控制的研究进展 | 第9-16页 |
| ·自适应逆控制的模型描述 | 第10-13页 |
| ·LMS自适应滤波的性能研究 | 第13-14页 |
| ·自适应逆控制的无模型方法 | 第14页 |
| ·自适应逆控制的神经网络方法 | 第14-15页 |
| ·自适应逆控制的应用 | 第15-16页 |
| ·自适应逆控制的进一步研究课题 | 第16页 |
| ·基于Delta算子的自适应滤波的发展方向 | 第16-17页 |
| ·本文的主要工作 | 第17-19页 |
| 第2章 预备知识 | 第19-28页 |
| ·Delta算子的基本概念 | 第19-21页 |
| ·Delta算子的定义 | 第19页 |
| ·Delta算子的必要性 | 第19-21页 |
| ·稳定性分析 | 第21-24页 |
| ·线性时不变系统的稳定性 | 第21-22页 |
| ·二次稳定性 | 第22-24页 |
| ·基于Delta算子的最小均方误差算法 | 第24-27页 |
| ·最小均方误差算法 | 第24-25页 |
| ·基于Delta算子的LMS算法 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于Delta算子的X-滤波和ε-LMS滤波算法 | 第28-40页 |
| ·引言 | 第28-29页 |
| ·X-滤波和ε-滤波LMS算法的性能分析 | 第29-35页 |
| ·X-滤波LMS算法的性能分析 | 第29-31页 |
| ·ε-滤波LMS算法的性能分析 | 第31-33页 |
| ·仿真研究 | 第33-35页 |
| ·基于Delta算子的X-滤波和ε-滤波LMS算法 | 第35-39页 |
| ·基于Delta算子的X-滤波LMS算法 | 第37页 |
| ·基于Delta算子的ε-滤波LMS算法 | 第37-38页 |
| ·仿真研究 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于Delta算子的QR-LMS算法 | 第40-50页 |
| ·引言 | 第40-41页 |
| ·基于QR分解的Delta-LMS算法 | 第41-44页 |
| ·Delta-QR-LMS算法的性能分析 | 第44-48页 |
| ·收敛性分析 | 第44-45页 |
| ·稳定性分析 | 第45-47页 |
| ·加权因子的选择 | 第47-48页 |
| ·仿真研究 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 基于Delta算子的自适应均衡器 | 第50-58页 |
| ·引言 | 第50-51页 |
| ·q域离散系统ADFE处理算法 | 第51-52页 |
| ·Delta域离散系统ADFE处理算法 | 第52-55页 |
| ·仿真研究 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 结论 | 第58-60页 |
| 参考文献 | 第60-67页 |
| 攻读硕士学位期间发表论文、研究项目及获奖情况 | 第67-68页 |
| 致谢 | 第68页 |