第1章 绪论 1
1.1 自适应滤波的基本概念 1
1.2自适应信号处理的发展过程 2
1.3自适应信号处理的应用 4
第2章 维纳滤波 7
2.1问题的提出 7
2.2离散形式维纳滤波器的解 7
2.3离散形式维纳滤波器的性质 9
2.4横向滤波器的维纳解 10
第3章 最小均方自适应算法 17
3.1最陡下降法 17
3.2牛顿法 24
3.3 LMS算法 28
3.4LMS牛顿算法 40
第4章 改进型最小均方自适应算法 42
4.1归一化LMS算法 42
4.2块LMS算法 45
4.3快速块LMS算法 47
第5章 最小均方误差线性预测及自适应格型算法 50
5.1最小均方误差线性预测 50
5.2Levinson-Durbin算法 56
5.3格型滤波器 60
5.4最小均方误差自适应格型算法 65
第6章 线性最小二乘滤波 70
6.1问题的提出 70
6.2线性最小二乘滤波的正则方程 72
6.3线性最小二乘滤波的性能 75
6.4线性最小二乘滤波的向量空间法分析 77
第7章 最小二乘横向滤波自适应算法 87
7.1递归最小二乘算法 87
7.2 RLS算法的收敛性 91
7.3 RLS算法与LMS算法的比较 93
7.4最小二乘快速横向滤波算法 94
8.1最小二乘格型滤波器 116
第8章 最小二乘格型自适应算法 116
8.2 LSL自适应算法 119
第9章 非线性滤波及其自适应算法 124
9.1非线性滤波概述 124
9.2 Volterrn级数滤波器 125
9.3 LMS Volterra级数滤波器 128
9.4 RLS Volterra级数滤波器 130
9.5形态滤波器结构元优化设计的自适应算法 131
9.6自适应加权组合广义形态滤波器 138
9.7层叠滤波器的自适应优化算法 140
第10章 自适应信号处理的应用 152
10.1 自适应模拟与系统辨识 152
10.2自适应逆模拟 166
10.3自适应干扰对消 179
10.4自适应预测 185
实验2LMS自适应线性预测 191
实验1 LMS算法的收敛性 191
计算机实验 191
实验3 LMS自适应模型识别 193
实验4 LMS自适应均衡 194
实验5RLS自适应线性预测 195
实验6 RLS自适应模型识别 195
实验7 RLS自适应均衡 196
实验8自适应格型块处理迭代算法仿真 196
附录A矩阵和向量 197
A.1矩阵 197
A.2向量 198
A.3二次型 199
A.4特征值和特征向量 199
A.5实对称矩阵 200
附录B相关矩阵 202
附录C时间平均相关矩阵 203
参考文献 204