123,123,123

內(nèi)容簡(jiǎn)介

　　自適應(yīng)濾波發(fā)展起來(lái)的關(guān)于信號(hào)處理技術(shù)的方法，自適應(yīng)濾波器是能夠根據(jù)輸入信號(hào)自動(dòng)調(diào)整性行數(shù)字信號(hào)處理的數(shù)字濾波器。由于它具有更強(qiáng)的適應(yīng)性和更優(yōu)的濾波性能，因此在工程實(shí)際中，尤其在信息處理技術(shù)中得到了廣泛的應(yīng)用。本書(shū)共9章，第1章緒論闡述了自適應(yīng)濾波算法的必要性；第2章、第3章詳細(xì)介紹了自適應(yīng)濾波APA算隨機(jī)統(tǒng)計(jì)模型及穩(wěn)定狀態(tài)的解；第4章～第9章通過(guò)模型建立、求解穩(wěn)態(tài)解，詳細(xì)介紹了幾種不同算法了自適應(yīng)濾波器性能的穩(wěn)定和提高。本書(shū)適用于對(duì)信號(hào)處理領(lǐng)域感興趣的讀者，是電子信息類(lèi)及相關(guān)專(zhuān)業(yè)的高年級(jí)本科生、在讀研究生、相關(guān)行業(yè)從業(yè)人員以及科研工作者。

作者簡(jiǎn)介

暫缺《基于正交化的自適應(yīng)濾波器設(shè)計(jì)》作者簡(jiǎn)介

圖書(shū)目錄

第1章緒論
1.1 研究背景及意義
1.2 平衡實(shí)現(xiàn)算法概述
1.2.1 平衡實(shí)現(xiàn)算法定義及性質(zhì)
1.2.2 輸入信號(hào)的平衡
1.2.3 系統(tǒng)結(jié)構(gòu)的平衡
1.3 平衡自適應(yīng)濾波器研究現(xiàn)狀
1.4 章節(jié)安排
第2章自適應(yīng)濾波APA算隨機(jī)統(tǒng)計(jì)模型
2.1 自適應(yīng)濾波APA算法
2.2 權(quán)值誤差分析
2.3 均方誤差分析
2.4 穩(wěn)定狀態(tài)分析
2.5 示例
2.6 本章小結(jié)
第3章自適應(yīng)濾波APA算法穩(wěn)定狀態(tài)的解
3.1 自適應(yīng)濾波APA算法的分析
3.2 穩(wěn)定狀態(tài)的解
3.3 穩(wěn)定狀態(tài)解的誤差
3.4 對(duì)迭代步長(zhǎng)的敏感度
3.5 示例
3.6 本章小結(jié)
第4章一種變步長(zhǎng)的AP-REE算法
4.1 AP-REE算法
4.2 優(yōu)化的迭代步長(zhǎng)
4.3 VSS-AP-REE算法
4.4 系統(tǒng)辨識(shí)模型分析
4.5 信道均衡模型
4.6 信道均衡模型分析
4.7 本章小結(jié)
第5章基于直接迭代誤差的APA算法收斂性
5.1 APA算法
5.2 AP-DE算法
5.3 方向向量的統(tǒng)計(jì)特性
5.4 權(quán)值誤差
5.5 權(quán)值均方誤差
5.6 穩(wěn)定狀態(tài)誤差
5.7 系統(tǒng)辨識(shí)模型分析
5.8 信道均衡模型
5.9 信道均衡模型分析
5.10 本章小結(jié)
第6章基于直接迭代誤差的APA算法跟蹤性
6.1 AP-DE算法
6.2 輸入向量和方向向量的統(tǒng)計(jì)特性
6.3 權(quán)重誤差
權(quán)值均方誤差
6.5 穩(wěn)定狀態(tài)誤差
6.6 分析
6.7 本章小結(jié)
第7章平衡實(shí)現(xiàn)算法的參數(shù)化
7.1 SISO平衡系統(tǒng)的參數(shù)化
7.2 MIMO平衡系統(tǒng)的參數(shù)化
7.3 本章小結(jié)
第8章平衡自適應(yīng)IIR濾波器的設(shè)計(jì)
8.1 參數(shù)梯度的計(jì)算
8.2 平衡自適應(yīng)IIR濾波算法
8.3 示例
8.4 本章小結(jié)
第9章基于輸入平衡實(shí)現(xiàn)的一種自適應(yīng)IIR濾波器
9.1 動(dòng)態(tài)范圍約束
9.2 輸入平衡實(shí)現(xiàn)
9.3 自適應(yīng)IIR濾波器結(jié)構(gòu)
9.4 示例
9.5 本章小結(jié)
參考文獻(xiàn)