第一章 快速自适应信息处理的用途含义及内容概述 1
1.1 自适应信息处理的用途 1
目录 1
1.2 快速自适应信息处理的含义 2
1.3 本书的目的及内容安排 7
1.4 快速自适应信息处理的发展过程与发展趋势 10
第二章 用于自适应优化处理的最小均方误差（LMS） 12
准则与方程 12
2.1 MSE和ε面以及最小MSE线性滤波 13
2.2 正规方程及ε面的若干性质和概念 17
3.1 正规方程的迭代解法 24
第三章 解正规方程的最陡梯度法 24
3.2 权向量WN的闭式解 28
3.3 最陡梯度法的收敛性质 34
3.4 MSE的传播过程 36
第四章 最小均方（LMS）算法 38
4.1 几种“估计特性”的最陡梯度法 39
4.2 LMS算法的推导 40
4.3 LMS算法的收敛问题 42
4.4 LMS算法中的MSE及其传播情况 44
（Durbin算法） 48
第五章 格型处理结构及其在LMS准则下的算法 48
5.1 正规方程的Durbin算法 49
5.2 表征信号的格型结构的导出 53
第六章 梯度格型自适应算法 60
6.1 格型结构中kp的块数据计算方法 60
6.2 块数据处理迭代算法及梯度格型自适应算法 62
6.3 说明梯度格型算法性能的实例 65
第七章 最小平方（LS）准则下的一种算法—正规递归LS（正规RLS）算法 68
7.1 正规RLS算法的推导及分析 70
7.2 正规RLS算法的计算量 75
第八章 RLS滤波信号处理的向量空间研究方法 77
8.1 线性向量空间 78
8.2 正交投影阵，及LS准则算法的推导 81
8.3 LS准则下的投影算子阵、投影向量和有关内积的扩充调整关系式 86
8.4 投影阵的时间调整关系式 89
第九章 LS格型（LSL）的基本自适应算法 95
9.1 前向及后向预测误差（FPE及BPE） 97
滤波器（计算机构） 97
9.2 kf、kb、△等的关系式及？、？迭代式 99
9.3 LSL算法中各基本迭代式的建立及算法步骤 103
9.4 LSL算法的数值例子及其性能比较 106
第十章 LSL算法的补充修正 109
10.1 LS格梯型（LSLL）算法 110
10.2 考虑加入遗忘因子λ的LSL、LSLL算法 112
10.3 LSL、LSLL中算法的一些修正 114
第十一章 LS快速横向自适应滤波型（FTF）基本算法及增益归一算法 118
11.1 向量空间概念的补充（有关算子和中间量的引入及其间关系的建立） 120
11.2 各Ki算子的扩充迭代 128
11.3 FTF算法中各式的推导 132
11.4 增益归一化FTF算法 144
第十二章 LS快速横向滤波型（FTF）算法的补充与修正 150
12.1 λ一增益归一FTF算法 151
12.2 归一FTF算法（平方根归一FTF算法） 155
12.3 MFTF算法 162
附录12.1 FTF自适应滤波问题推导 165
附录12.2 若干公式的证明 176
第十三章 横向结构多路自适应算法及FTF,DFE自适应 180
均衡算法 180
13.1 多路FTF算法 181
13.2 DFE,FTF算法 203
13.3 多路归一化FTF算法 206
14.1 多路LSL算法 218
第十四章 格型结构多路自适应算法及LSL,DFE算法 218
14.2 LSL,DFE算法 228
附录14 用矩阵法的LSL算法推导（先验型） 230
第十五章 修正LMS算法 248
15.1 Godard－Kalman自适应算法 248
15.2 平方根Kalman算法 255
15.3 域变换型自适应滤波算法 262
第十六章 自适应均衡应用中若干问题的研究和讨论 269
16.1 AE启动段的研究 269
16.2 遗忘因子λ对AE系统性能的影响 277
（数值稳定性）的影响 278
16.3 AE系统的计算精度对系统稳定性 278
16.4 不同调制方式的数传终端中的AE系统 284
及其外围装置 284
16.5 串行型Modem的基本原理及举例 287
第十七章 快速自适应均衡系统的模拟研究及其实现方法 302
17.1 模拟试验中信道的特性及模拟信道的实现 303
17.2 LSL型算法的模拟试验及实时装置的实现问题 306
17.3 FTF型算法的模拟试验及实时装置的实现问题 318
附录17.1 FTF浮点算法C语言源程序 328
附录17.2 FTF算法TMS320C25汇编程序 348