基于FPGA的复合自适应滤波器
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-18页 |
| ·引言 | 第8-9页 |
| ·体感诱发电位概述 | 第9-10页 |
| ·体感诱发电位检测方法 | 第10-16页 |
| ·平均叠加技术 | 第10页 |
| ·自适应滤波 | 第10-13页 |
| ·人工神经网络 | 第13-14页 |
| ·小波变换 | 第14-15页 |
| ·总结 | 第15-16页 |
| ·实时信号处理 | 第16-17页 |
| ·本文研究的内容 | 第17-18页 |
| 第二章 实时信号处理 | 第18-29页 |
| ·实时信号处理器件 | 第18-22页 |
| ·专用集成电路 | 第18页 |
| ·FPGA器件 | 第18-20页 |
| ·DSP器件 | 第20-22页 |
| ·实时信号处理硬件实现的发展 | 第22-24页 |
| ·实时信号处理的流程 | 第24-25页 |
| ·实时信号处理软件算法技术 | 第25-28页 |
| ·浮点数与定点数 | 第25页 |
| ·量化及量化效应 | 第25-26页 |
| ·基于Matlab的定点数算法设计 | 第26-28页 |
| ·本章总结 | 第28-29页 |
| 第三章 用于体感诱发电位提取的复合自适应滤波器 | 第29-84页 |
| ·复合自适应滤波器原理 | 第29-31页 |
| ·复合自适应滤波器仿真实验设计 | 第31-33页 |
| ·自适应噪声消除器 | 第33-53页 |
| ·自适应噪声消除器原理 | 第33-35页 |
| ·LMS算法及其量化效应 | 第35-41页 |
| ·实验结果与分析 | 第41-51页 |
| ·实验总结 | 第51-53页 |
| ·径向基函数神经网络 | 第53-71页 |
| ·径向基函数神经网络算法分析 | 第53-57页 |
| ·实验结果与分析 | 第57-70页 |
| ·实验总结 | 第70-71页 |
| ·自适应信号增强器 | 第71-82页 |
| ·自适应信号增强器原理 | 第71-72页 |
| ·实验结果与分析 | 第72-81页 |
| ·实验总结 | 第81-82页 |
| ·本章总结 | 第82-84页 |
| 第四章 基于FPGA设计的复合自适应滤波器 | 第84-97页 |
| ·引言 | 第84-85页 |
| ·算术运算模块 | 第85-86页 |
| ·LMS模块 | 第86-89页 |
| ·径向基函数神经网络模块 | 第89-93页 |
| ·复合自适应滤波器 | 第93-96页 |
| ·本章总结 | 第96-97页 |
| 第五章 结论与展望 | 第97-99页 |
| ·总结 | 第97-98页 |
| ·展望 | 第98-99页 |
| 参考文献 | 第99-105页 |
| 发表论文和参加科研情况说明 | 第105-106页 |
| 致谢 | 第106页 |
