自適應(yīng)濾波算法與實現(xiàn)（第二版）

第1章自適應(yīng)濾波導(dǎo)論
1.1引言
1.2自適應(yīng)信號處理
1.3自適應(yīng)算法介紹
1.4應(yīng)用
參考文獻
第2章自適應(yīng)濾波基礎(chǔ)
2.1引言
2.2信號表示
2.3相關(guān)矩陣
2.4維納濾波器
2.5線性約束維納濾波器
2.6均方誤差曲面
2.7偏差和一致性
2.8牛頓算法
2.9最陡下降算法
2.10應(yīng)用回顧
2.11結(jié)束語
參考文獻
習題
第3章最小均方算法
3.1引言
3.2LMS算法
3.3LMS算法的一些特性
3.4非平穩(wěn)環(huán)境下的LMS算法特性
3.5舉例
3.6結(jié)束語
參考文獻
習題
第4章基于LMS的算法
4.1引言
4.2量化誤差算法
4.3LMS-Newton算法
4.4歸一化LMS算法
4.5變換域LMS算法
4.6仿射投影算法
4.7仿真舉例
4.8結(jié)束語
參考文獻
習題
第5章傳統(tǒng)RLS自適應(yīng)濾波器
5.1引言
5.2RLS算法
5.3最小二乘解的特性
5.4在非平穩(wěn)環(huán)境下的特性
5.5仿真舉例
5.6結(jié)束語
參考文獻
習題
第6章自適應(yīng)格型RLS算法
6.1引言
6.2遞歸最小二乘預(yù)測
6.3階數(shù)更新方程
6.4時間更新方程
6.5聯(lián)合過程估計
6.6最小二乘誤差的時間遞推
6.7歸一化格型RLS算法
6.8誤差反饋格型ms算法
6.9基于先驗誤差的格型RLS算法
6.10量化效應(yīng)
6.11結(jié)束語
參考文獻
習題
第7章快速橫向RLS算法
7.1引言
7.2遞歸最小二乘預(yù)測
7.3聯(lián)合過程估計
7.4穩(wěn)定快速橫向RLS算法
7.5結(jié)束語
參考文獻
習題
第8章基fi：QR分解的Rk$濾波器
8.1引言
8。2利用QR分解實現(xiàn)對角化
8.3脈動陣實現(xiàn)
8.4一些實現(xiàn)問題
8.5，陜速Q(mào)R-RIS算法
8.6結(jié)束語
參考文獻
習題
第9章自適應(yīng)lib濾波器
9.1引言
9.2輸出誤差I(lǐng)IR濾波器
9.3導(dǎo)數(shù)的一般實現(xiàn)方法
9.4自適應(yīng)算法
9.5其他自適應(yīng)濾波器結(jié)構(gòu)
9.6均方誤差曲面
9.7濾波器結(jié)構(gòu)對MSE曲面的影響
9.8其他誤差表示法
9.9結(jié)束語
參考文獻
習題
第10章非線性自適應(yīng)濾波
10.1引言
10.2Volterra級數(shù)算法
10.3自適應(yīng)雙線‘陛濾波器
10.4多層感知算法
10.5徑向基函數(shù)算法
10.6結(jié)束語
參考文獻
習題
第11章子帶自適應(yīng)濾波器
11.1引言
11.2多速率系統(tǒng)
11.3濾波器組
11.4子帶自適應(yīng)濾波器
11.5交叉濾波器的消除
11.6無延遲子帶自適應(yīng)濾波
11.7頻域自適應(yīng)濾波
11.8小結(jié)
參考文獻
習題
附錄ALMS算法和RLS算法的量化效應(yīng)
A.1CMS算法的量化效應(yīng)
A.2RLS算法的量化效應(yīng)
參考文獻