文摘
英文文摘
1 绪论
1.1 自适应滤波技术研究的意义
1.2 自适应滤波技术的现状与自适应噪声抵消
1.3 研究内容
2 自适应噪声抵消原理
2.1 自适应滤波原理
2.1.1 自适应线性组合器
2.1.2 闭环自适应系统
2.1.3 误差与输入分量的去相关
2.2 自适应噪声抵消原理
2.2.1 单参考输入自适应噪声系统
2.2.2 性能分析
2.2.3 多参考输入自适应噪声系统
2.3 本章小结
3 基于LMS的自适应噪声抵消技术
3.1 LMS算法原理
3.2 LMS算法性能分析
3.3 基于LMS算法的自适应噪声抵消系统
3.3.1 系统建立
3.3.2 仿真分析
3.4 多参考输入自适应噪声抵消应用
3.4.1 系统建立
3.4.2 仿真分析
3.5 本章小结
4 基于神经元网络的自适应噪声抵消技术
4.1 神经网络的发展史
4.2 线性神经网络原理
4.2.1 线性神经网络原理及结构
4.2.2 自适应滤波线性神经网络
4.2.3 线性神经网络的局限性
4.3 基于线性神经网络的自适应噪声抵消
4.3.1 单参考输入噪声抵消
4.3.2 多参考输入噪声抵消
4.4 BP神经元网络学习算法及特点
4.4.1 BP神经元网络学习算法
4.4.2 多层前馈神经网络的非线性逼近能力
4.4.3 使用BP算法时应注意的几个问题
4.5 基于BP神经网络的自适应噪声抵消
4.5.1 单输入噪声抵消
4.5.2 多参考输入自适应噪声抵消
4.6 本章小节
总结与展望
致谢
参考文献
攻读学位期间发表的学术论文目录