图书介绍
自适应滤波算法与实现 第4版pdf电子书版本下载
- （巴西）迪尼兹著 著
- 出版社： 北京：电子工业出版社
- ISBN：9787121238536
- 出版时间：2014
- 标注页数：442页
- 文件大小：59MB
- 文件页数：461页
- 主题词：自适应滤波－滤波理论－高等学校－教材
PDF下载
下载说明
自适应滤波算法与实现 第4版PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 自适应滤波导论 1
1.1 引言 1
1.2 自适应信号处理 2
1.3 自适应算法简介 3
1.4 应用 5
参考文献 7
第2章 自适应滤波基础 9
2.1 引言 9
2.2 信号表示 9
2.2.1 确定性信号 9
2.2.2 随机信号 10
2.2.3 遍历性 15
2.3 相关矩阵 16
2.4 维纳滤波器 24
2.5 线性约束维纳滤波器 28
2.6 MSE曲面 32
2.7 偏差和一致性 35
2.8 牛顿算法 35
2.9 最陡下降算法 35
2.10 应用回顾 39
2.10.1 系统辨识 39
2.10.2 信号增强 40
2.10.3 信号预测 41
2.10.4 信道均衡 42
2.10.5 数字通信系统 47
2.11 小结 49
2.12 习题 49
参考文献 52
第3章 最小均方（LMS）算法 55
3.1 引言 55
3.2 LMS算法 55
3.3 LMS算法特性 57
3.3.1 梯度特性 57
3.3.2 系数向量的收敛特性 57
3.3.3 系数误差向量协方差矩阵 59
3.3.4 误差信号的特性 61
3.3.5 最小均方误差 61
3.3.6 超量均方误差和失调 62
3.3.7 瞬态特性 64
3.4 非平稳环境下LMS算法的特性 65
3.5 复数LMS算法 68
3.6 举例 69
3.6.1 分析举例 69
3.6.2 系统辨识仿真 77
3.6.3 信道均衡仿真 81
3.6.4 快速自适应仿真 83
3.6.5 线性约束LMS算法 86
3.7 小结 89
3.8 习题 89
参考文献 92
第4章 基于LMS准则的算法 94
4.1 引言 94
4.2 量化误差算法 94
4.2.1 符号误差算法 95
4.2.2 双符号算法 100
4.2.3 2的幂误差算法 101
4.2.4 符号－数据算法 102
4.3 LMS－牛顿算法 102
4.4 归一化LMS算法 104
4.5 变换域LMS算法 106
4.6 仿射投影算法 112
4.6.1 仿射投影算法的失调 116
4.6.2 非平稳环境下的算法特性 122
4.6.3 暂态特性 124
4.6.4 复数仿射投影算法 126
4.7 举例 127
4.7.1 分析举例 127
4.7.2 系统辨识仿真 130
4.7.3 信号增强仿真 133
4.7.4 信号预测仿真 135
4.8 小结 137
4.9 习题 138
参考文献 141
第5章 常规RLS自适应滤波器 144
5.1 引言 144
5.2 递归最小二乘算法 144
5.3 最小二乘解的特性 147
5.3.1 正交原理 147
5.3.2 最小二乘解与维纳解的关系 148
5.3.3 确定性自相关初始化的影响 148
5.3.4 系数向量的稳态特性 149
5.3.5 系数误差向量协方差矩阵 150
5.3.6 误差信号的特性 151
5.3.7 超量均方误差和失调 154
5.4 在非平稳环境下的特性 158
5.5 复数RLS算法 160
5.6 举例 162
5.6.1 分析举例 162
5.6.2 系统辨识仿真 163
5.6.3 信号增强仿真 164
5.7 小结 167
5.8 习题 167
参考文献 169
第6章 数据选择性自适应滤波 170
6.1 引言 170
6.2 集员滤波 170
6.3 集员归一化LMS算法 172
6.4 集员仿射投影算法 174
6.4.1 向量γ(k)的平凡选择 176
6.4.2 简单向量γ(k) 177
6.4.3 降低简化SM-AP算法的复杂度 178
6.5 集员双归一化LMS算法 179
6.5.1 SM-BNLMS算法1 181
6.5.2 SM-BNLMS算法2 182
6.6 计算复杂度 183
6.7 时变γ 184
6.8 部分更新自适应滤波 186
6.9 举例 190
6.9.1 分析举例 190
6.9.2 系统辨识仿真 190
6.9.3 回声消除环境 193
6.9.4 无线信道环境 198
6.10 小结 204
6.11 习题 204
参考文献 207
第7章 自适应格型RLS算法 209
7.1 引言 209
7.2 递归最小二乘预测 209
7.2.1 前向预测问题 209
7.2.2 后向预测问题 212
7.3 阶数更新方程 213
7.3.1 新参数δ(k,i) 213
7.3.2 ξdbmin(k,i)和wb(k,i)的阶数更新 215
7.3.3 ξdfmin(k,i)和wf(k,i)的阶数更新 216
7.3.4 预测误差的阶数更新 216
7.4 时间更新方程 217
7.4.1 预测系数的时间更新 217
7.4.2 δ(k,i)的时间更新 218
7.4.3 γ(k,i)的阶数更新 220
7.5 联合过程估计 222
7.6 最小二乘误差的时间递归 226
7.7 归一化格型RLS算法 227
7.7.1 基本阶数递归 227
7.7.2 前馈滤波 229
7.8 误差反馈格型RLS算法 231
7.9 基于先验误差的格型RLS算法 232
7.10 量化效应 234
7.11 小结 237
7.12 习题 237
参考文献 239
第8章 快速横向RLS算法 240
8.1 引言 240
8.2 递归最小二乘预测 240
8.2.1 前向预测关系 241
8.2.2 后向预测关系 242
8.3 联合过程估计 242
8.4 稳定快速横向RLS算法 244
8.5 小结 249
8.6 习题 249
参考文献 251
第9章 基于QR分解的RLS滤波器 252
9.1 引言 252
9.2 利用QR分解实现对角化 252
9.2.1 初始化过程 253
9.2.2 输入数据矩阵对角化 254
9.2.3 QR分解RLS算法 259
9.3 脉动阵实现 262
9.4 一些实现问题 267
9.5 快速QR-RLS算法 268
9.5.1 后向预测问题 270
9.5.2 前向预测问题 271
9.6 小结及进一步解释 277
9.7 习题 278
参考文献 281
第10章 自适应IIR滤波器 283
10.1 引言 283
10.2 输出误差IIR滤波器 283
10.3 导数的一般实现方法 287
10.4 自适应算法 288
10.4.1 递归最小二乘算法 288
10.4.2 高斯－牛顿算法 289
10.4.3 基于梯度的算法 290
10.5 其他自适应滤波器结构 291
10.5.1 级联形式 291
10.5.2 格型结构 291
10.5.3 并联形式 297
10.5.4 频域并联结构 298
10.6 均方误差曲面 303
10.7 滤波器结构对MSE曲面的影响 308
10.8 其他误差表示方法 310
10.8.1 方程误差表示方法 310
10.8.2 Steiglitz-McBride表示方法 312
10.9 小结 315
10.10 习题 316
参考文献 318
第11章 非线性自适应滤波 321
11.1 引言 321
11.2 Volterra级数算法 322
11.2.1 LMS Volterra滤波器 323
11.2.2 RLSVolterra滤波器 325
11.3 自适应双线性滤波器 330
11.4 MLP算法 333
11.5 RBF算法 336
11.6 小结 341
11.7 习题 342
参考文献 342
第12章 子带自适应滤波器 344
12.1 引言 344
12.2 多速率系统 344
12.3 滤波器组 347
12.3.1 二频带完全重构滤波器组 349
12.3.2 二频带滤波器组的分析 349
12.3.3 M频带滤波器组的分析 350
12.3.4 分层M频带滤波器组 350
12.3.5 余弦调制滤波器组 351
12.3.6 分块表示 352
12.4 子带自适应滤波器 352
12.4.1 子带辨识 354
12.4.2 二频带辨识 355
12.4.3 闭环结构 356
12.5 交叉滤波器的消除 359
12.6 无延迟子带自适应滤波 364
12.7 频域自适应滤波 369
12.8 小结 375
12.9 习题 376
参考文献 377
第13章 盲自适应滤波 380
13.1 引言 380
13.2 常模相关算法 381
13.2.1 Godard算法 381
13.2.2 常模算法 382
13.2.3 Sato算法 382
13.2.4 CMA的误差曲面 383
13.3 仿射投影CM算法 388
13.4 SIMO盲均衡器 393
13.5 SIMO-CMA均衡器 396
13.6 小结 400
13.7 习题 400
参考文献 402
第14章 复数微分 404
14.1 引言 404
14.2 复数维纳解 404
14.3 复数LMS算法的推导 406
14.4 一些有用结果 407
参考文献 407
第15章 LMS算法的量化效应 408
15.1 引言 408
15.2 误差描述 408
15.3 定点数误差模型 409
15.4 系数误差向量协方差矩阵 410
15.5 算法停止 411
15.6 均方误差 412
15.7 浮点数实现 413
15.8 LMS算法的浮点数量化误差 414
参考文献 417
第16章 RLS算法的量化效应 418
16.1 引言 418
16.2 误差描述 418
16.3 定点数误差模型 419
16.4 系数误差向量协方差矩阵 420
16.5 算法停止 423
16.6 均方误差 424
16.7 定点数实现问题 424
16.8 浮点数实现问题 425
16.9 RLS算法的浮点数量化误差 427
参考文献 429
第17章 卡尔曼滤波器 430
17.1 引言 430
17.2 状态空间模型 430
17.3 卡尔曼滤波 432
17.4 卡尔曼滤波器与RLS算法 436
参考文献 437
第18章 集员仿射投影算法分析 438
18.1 引言 438
18.2 更新概率 438
18.3 简化SM-AP算法的失调 439
18.4 瞬态特性 440
18.5 小结 441
参考文献 442