文摘
英文文摘
声明
第1章 绪论
1.1论文研究的背景及意义
1.2自适应滤波器及其典型应用
1.2.1自适应滤波器的基本原理
1.2.2自适应滤波器的典型应用
1.3自适应滤波算法
1.3.1自适应滤波算法的研究分支
1.3.2最小均方算法(LMS)
1.4论文的主要研究内容
1.5符号及缩写
第2章 最小均方(LMS)算法
2.1维纳滤波
2.1.1正交性原理
2.1.2维纳-霍夫方程
2.1.3误差性能曲面
2.2最速下降法
2.2.1基本思想
2.2.2应用于维纳滤波
2.2.3收敛性分析
2.3最小均方(LMS)算法
2.3.1推导过程
2.3.2性能指标及性能分析
2.3.3可调参数对性能影响
2.4归一化LMS算法
2.5本章小结
第3章 近似最优变步长LMS算法分析
3.1变步长LMS研究现状
3.1.1变步长LMS算法的思想
3.1.2利用误差信号迭代步长
3.1.3利用梯度向量迭代步长
3.1.4最优变步长LMS算法
3.2近似最优的变步长LMS算法
3.2.1理论最优的变步长LMS算法
3.2.2近似最优的变步长LMS算法
3.3近似最优变步长LMS算法的稳态分析
3.3.1两点假设
3.3.2稳态分析
3.3.3仿真验证
3.4本章小结
第4章 改进的变步长LMS算法
4.1一种基于梯度向量的变步长LMS算法
4.1.1算法提出
4.1.2稳态分析
4.1.3仿真验证
4.2矢量变步长LMS算法
4.2.1指数衰减结构的矩阵步长算法
4.2.2矢量变步长LMS算法
4.3本章小结
第5章 分数阶数变阶数LMS算法分析
5.1变阶数LMS算法研究现状
5.1.1概述
5.1.2整数阶数变阶数LMS算法
5.1.3分数阶数变阶数LMS算法
5.2分数阶数变阶数LMS算法的稳态分析
5.2.1向量分割
5.2.2稳态分析
5.2.3参数选择依据
5.2.4仿真验证
5.3本章小结
第6章 改进的变阶数LMS算法
6.1步长迭代与阶数迭代结合算法
6.1.1算法提出
6.1.2仿真验证
6.2变迭代参数的变阶数LMS算法
6.2.1算法提出
6.2.2算法描述
6.2.3仿真验证
6.3变误差宽度的变阶数LMS算法
6.3.1算法提出
6.3.2理论分析
6.3.3仿真验证
6.4本章小结
第7章 应用验证
7.1信道均衡
7.1.1概述
7.1.2信道均衡原理
7.1.3仿真验证
7.2噪声消除
7.2.1概述
7.2.2噪声消除原理
7.2.3仿真验证
7.3本章小结
结论
参考文献
攻读博士学位期间发表的论文和取得的科研成果
致谢