自适应RLS算法在心电信号去噪中的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.2 国内外现状及发展趋势 | 第13-17页 |
| 1.2.1 基于维纳滤波理论的方法 | 第15-16页 |
| 1.2.2 基于卡尔曼滤波理论的方法 | 第16页 |
| 1.2.3 基于最小二乘准则的方法 | 第16-17页 |
| 1.2.4 基于神经网络理论的方法 | 第17页 |
| 1.3 本文主要研究内容 | 第17-19页 |
| 第2章 自适应滤波理论 | 第19-36页 |
| 2.1 自适应滤波基本理论 | 第19-20页 |
| 2.2 最小均方误差准则下的自适应算法 | 第20-27页 |
| 2.2.1 LMS算法 | 第20-23页 |
| 2.2.2 NLMS算法 | 第23-25页 |
| 2.2.3 变步长LMS算法 | 第25-26页 |
| 2.2.4 改进的变步长LMS算法 | 第26-27页 |
| 2.3 最小二乘准则下的自适应算法 | 第27-28页 |
| 2.4 生物医学信号概述 | 第28-30页 |
| 2.5 自适应滤波简单应用 | 第30-35页 |
| 2.5.1 自适应对消 | 第30-32页 |
| 2.5.2 自适应陷波器 | 第32页 |
| 2.5.3 自适应逆滤波 | 第32-34页 |
| 2.5.4 预测及信号分离 | 第34-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第3章 最小二乘自适应算法 | 第36-48页 |
| 3.1 引言 | 第36页 |
| 3.2 递推最小二乘法(RLS) | 第36-39页 |
| 3.3 RLS算法的性能分析 | 第39-43页 |
| 3.4 各种自适应算法仿真分析与比较 | 第43-47页 |
| 3.4.1 RLS与LMS性能仿真分析比较 | 第43-45页 |
| 3.4.2 各种自适应算法收敛速度比较 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 生物医学信号的自适应滤波 | 第48-60页 |
| 4.1 心电信号概述 | 第48-51页 |
| 4.1.1 心脏传导系统 | 第48-49页 |
| 4.1.2 心电信号产生机理 | 第49-50页 |
| 4.1.3 心电信号及特点 | 第50-51页 |
| 4.2 心电信号的噪声来源 | 第51-53页 |
| 4.3 仿真结果及分析 | 第53-59页 |
| 4.3.1 自适应噪声消除 | 第54页 |
| 4.3.2 算法实现 | 第54-55页 |
| 4.3.3 仿真结果 | 第55-59页 |
| 4.4 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 附录A（MATLAB程序代码） | 第67-75页 |
