自適應信號處理(2023年電子工業出版社出版的圖書)

內容簡介

本書系統地介紹時域自適應信號處理的基本理論、基本算法和典型套用。從最優準則上看，本書主要涉及最小均方誤差準則和最小二乘準則。從濾波器結構上看，主要介紹橫向濾波器和格型濾波器。在套用方面，重點介紹自適應模擬、自適應逆模擬、自適應干擾對消和自適應預測等。全書共11章，主要包括：緒論、維納濾波、最小均方自適應算法、改進型最小均方自適應算法、最小均方誤差線性預測及自適應格型算法、線性最小二乘濾波、最小二乘橫向濾波自適應算法、最小二乘格型自適應算法、非線性濾波及其自適應算法、自適應信號處理的套用、盲自適應信號處理理論及套用。本書可作為高等院校的通信、電子信息工程及其他相關專業的高年級本科生和研究生的教材，也可作為從事信號與信息處理領域研究的工程技術人員的參考書。

圖書目錄

第1章緒論 1

1．1 自適應濾波的基本概念 1

1．2 自適應信號處理的發展過程 2

1．3 自適應信號處理的套用 3

第2章維納濾波 5

2．1 問題的提出 5

2．2 離散形式維納濾波器的解 5

2．3 離散形式維納濾波器的性質 7

2．3．1 正交原理的幾何解釋 7

2．3．2 正交原理推論 7

2．3．3 最小均方誤差 7

2．4 橫向濾波器的維納解 8

2．4．1 橫向濾波器的維納-霍夫方程及其解 8

2．4．2 橫向濾波器的誤差性能 9

第3章最小均方自適應算法 15

3．1 最陡下降算法 15

3．1．1 最陡下降算法的基本思想 15

3．1．2 最小均方誤差最陡下降算法 15

3．2 牛頓算法 21

3．2．1 牛頓算法的基本思想 21

3．2．2 最小均方誤差牛頓算法 22

3．3 LMS算法 26

3．3．1 LMS算法描述 26

3．3．2 LMS算法的收斂性 27

3．3．3 LMS算法的權向量噪聲 31

3．3．4 LMS算法的期望學習曲線 33

3．3．5 LMS算法的性能 35

3．4 LMS牛頓算法 37

第4章改進型最小均方自適應算法 39

4．1 歸一化LMS算法 39

4．1．1 基於約束最佳化問題求解歸一化LMS算法 39

4．1．2 歸一化LMS算法小結 41

4．2 塊LMS算法 41

4．2．1 塊自適應濾波器 41

4．2．2 塊LMS算法描述 42

4．2．3 塊LMS算法的收斂性 43

4．2．4 塊LMS算法塊長度的選擇 43

4．3 快速塊LMS算法 44

第5章最小均方誤差線性預測及自適應格型算法 46

5．1 最小均方誤差線性預測 46

自適應信號處理(2023年電子工業出版社出版的圖書)

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條