文摘
英文文摘
独创性说明及关于论文使用授权的说明
引言
1绪论
1.1自适应滤波器概况
1.1.1自适应滤波器的组成原理
1.1.2自适应滤波器的种类及应用
1.1.3自适应滤波器的研究现状
1.2本文的研究工作
2自适应Wiener滤波器
2.1 Wiener滤波原理
2.1.1线性最优滤波器及最佳滤波准则
2.1.2 Wiener—Hopf方程
2.1.3最陡下降算法
2.2基于RLS和FIR的自适应Wiener滤波器的实现
2.2.1滤波器的结构
2.2.2自适应算法
2.2.3 仿真
2.3小结
3人工神经网络自适应Wiener滤波器
3.1人工神经网络原理
3.1.1人工神经网络模型
3.1.2人工神经网络的求解过程
3.2基于自适应线性神经网络的Wiener滤波器的实现
3.2.1滤波器的结构
3.2.2训练
3.2.3仿真调试
3.3小结
4模糊神经网络自适应Wiener滤波器
4.1模糊系统基本原理
4.1.1模糊逻辑系统的组成
4.1.2模糊逻辑系统的实现
4.2模糊神经网络
4.2.1模糊系统与人工神经网络的比较
4.2.2模糊系统与人工神经网络进行综合的方法
4.3基于模糊神经网络的自适应Wiener滤波器的实现
4.3.1模糊规则的确定
4.3.2滤波器的组成
4.3.3网络结构及层的定义
4.3.4学习算法
4.3.5仿真调试
4.4小结
5仿真分析
5.1自适应滤波器仿真分析
5.2信道均衡器仿真分析
5.3 小结
结论
参考文献
附录A基于RLS和FIR自适应滤波器仿真程序
附录B神经网络自适应滤波器仿真程序
附录C模糊神经网络自适应Wiener滤波器仿真程序
附录D模糊神经网络的MATLAB生成文件
附录E基于RLS和FIR的均衡器仿真程序
附录F神经网络均衡器仿真程序
附录G模糊神经网络均衡器仿真程序
致谢
导师简介
作者简介
河北联合大学;
河北理工大学;