| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-17页 |
| ·选题意义与背景 | 第7-9页 |
| ·选题意义 | 第7-8页 |
| ·背景 | 第8-9页 |
| ·矩阵分解的研究现状 | 第9-11页 |
| ·奇异值分解研究现状 | 第9-10页 |
| ·UD分解的应用现状 | 第10-11页 |
| ·自适应滤波器及其性能研究 | 第11-15页 |
| ·自适应滤波器 | 第11-12页 |
| ·自适应滤波器的应用 | 第12-13页 |
| ·自适应滤波器的性能研究 | 第13-15页 |
| ·基于Delta算子滤波方法的研究现状及其发展方向 | 第15页 |
| ·本文的主要工作 | 第15-17页 |
| 第2章 奇异值分解和Delta算子基础 | 第17-29页 |
| ·引言 | 第17-18页 |
| ·奇异值分解 | 第18-21页 |
| ·奇异值分解定理 | 第18页 |
| ·奇异值分解的相关概念 | 第18-21页 |
| ·Delta算子的预备知识 | 第21-25页 |
| ·Delta算子的基本概念 | 第21-22页 |
| ·Delta算子系统的稳定性分析 | 第22-25页 |
| ·基于Delta算子的LMS算法 | 第25-28页 |
| ·最小均方误差(LMS)算法 | 第25-26页 |
| ·基于Delta算子的最小均方误差算法 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于奇异值分解的Delta算子LMS滤波 | 第29-42页 |
| ·引言 | 第29-30页 |
| ·基于SVD的Delta-LMS算法 | 第30-33页 |
| ·Delta-SVD-LMS算法的性能分析 | 第33-39页 |
| ·Delta-SVD-LMS算法收敛性分析 | 第33-34页 |
| ·跟踪性能的评价准则 | 第34-36页 |
| ·Delta-SVD-LMS算法的跟踪性能 | 第36-37页 |
| ·Delta-SVD-LMS算法的均方偏差 | 第37-38页 |
| ·算法的失调量 | 第38-39页 |
| ·仿真研究 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于UD分解的Delta算子RLS滤波 | 第42-62页 |
| ·引言 | 第42-43页 |
| ·基于UD分解的相关矩阵的计算 | 第43-47页 |
| ·矩阵分解引理 | 第43-44页 |
| ·UD分解定义 | 第44页 |
| ·UD分解的递推公式 | 第44-47页 |
| ·相关矩阵P(n)的计算 | 第47页 |
| ·基于UD分解的Delta-RLS算法 | 第47-51页 |
| ·基于Delta算子的RLS算法 | 第48-50页 |
| ·基于UD分解的Delta-RLS算法 | 第50-51页 |
| ·UD分解Delta-RLS算法的性能分析 | 第51-57页 |
| ·收敛性分析 | 第51-54页 |
| ·Delta-UD-RLS算法的跟踪性能 | 第54-56页 |
| ·Delta-UD-RLS算法的均方偏差 | 第56页 |
| ·算法的失调 | 第56-57页 |
| ·仿真研究 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间发表论文及获奖情况 | 第69-70页 |
| 致谢 | 第70页 |