第一个书签之前
摘 要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 研究现状
1.3 本文主要研究内容与结构
第二章 自适应滤波器
2.1 基于内积的自适应滤波器
2.1.1 再生核希尔伯特空间
2.1.2 自适应滤波算法的稀疏化
2.1.3 常见的基于内积的自适应滤波算法
2.2 基于状态空间的自适应滤波器
2.2.1 扩展卡尔曼滤波算法
2.2.2 无先导卡尔曼滤波算法
2.2.3 球面单纯性径向容积卡尔曼滤波器
2.3 本章总结
第三章 具有加权平滑的量化核递归最小二乘算法
3.1 加权平滑的核最小均方算法
3.2 量化的核递归最小二乘算法
3.3 具有加权平滑的量化核递归最小二乘算法
3.3.1 量化区域的加权方法
3.3.2 量化区域的自适应更新方法
3.3.3 计算复杂度
3.4 仿真结果
3.4.1 混沌序列预测
3.4.2 非线性回归
3.5 本章总结
第四章 具有多反馈的核递归最小二乘算法
4.1 线性递归核在线学习算法
4.2 具有多反馈的核递归最小二乘算法
4.3 收敛性分析
4.4 仿真结果
4.4.1 混沌序列预测
4.4.2 非线性回归
4.5 本章总结
第五章 基于新息的非线性卡尔曼滤波器的收敛分析
5.1 非线性卡尔曼滤波器
5.2 基于新息的收敛分析
5.3 仿真结果
5.3.1 二维非线性-线性随机系统
5.3.2 感应电机双相非线性模型
5.4 本章总结
第六章 总结与展望
6.1 论文总结
6.2 未来展望
参考文献
致 谢
攻读硕士期间已发表的论文
攻读硕士期间参加的科研项目