声明
第一章 绪论
1.1 本课题的研究背景及意义
1.2 国内外自适应滤波算法的研究现状
1.3 本文研究目标和内容
1.3.1 本文研究目标
1.3.2 本文研究内容
1.4 本文的结构和安排
缩缩缩缩 略略略略 语语语语
数数数数 学学学学 符符符符 号号号号
第二章 自适应滤波算法基础
2.1 引言
2.2 自适应滤波器相关基础理论
2.2.1 自适应滤波器基本原理介绍
2.2.2 自适应滤波器性能指标介绍
2.3 自适应滤波器应用场景介绍
2.4 一些基本的自适应滤波算法
2.4.1 最小均方算法
2.4.2 归一化子带自适应滤波算法
2.4.3 偏差补偿归一化最小均方算法
2.4.4 零吸引最小均方算法
2.5 最小误差熵
2.6 本章小结
第三章 基于偏差补偿的最小误差熵算法
3.1 引言
3.2 偏差补偿技术
3.3 基于偏差补偿的最小误差熵算法
3.4 计算机仿真实验
3.4.1 高斯噪声环境
3.4.2 冲击噪声环境
3.4.3 含噪输入环境
3.5 收敛性分析
3.6 本章小结
第四章 基于偏差补偿的多项式零吸引最小误差熵算法
4.1 引言
4.2多项式零吸引最小误差熵算法
4.3 基于偏差补偿的多项式零吸引最小误差熵算法
4.4 计算机仿真实验
4.4.1 高斯噪声环境
4.4.2 冲击噪声环境
4.4.3 含噪输入环境
4.5 收敛性分析
4.6 本章小结
第五章 基于归一化子带结构的最小误差熵算法
5.1 引言
5.2 凸组合滤波器结构
5.3 基于归一化子带结构的凸组合最小误差熵算法
5.4 基于归一化子带结构的多项式零吸引最小误差熵算法
5.5 计算机仿真实验
5.5.1 冲击噪声环境
5.5.2 稀疏系统环境
5.6 本章小节
结论和展望
致谢
参考文献
作者在攻读硕士学位期间发表的学术论文及科研成果
西南交通大学;