1.1 引言 1
第1章 自适应滤波导论 1
1.2 自适应信号处理 2
1.3 自适应算法介绍 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
2.3 相关矩阵 16
2.4 维纳滤波器 24
2.5 线性约束维纳滤波器 26
2.6 均方误差曲面 29
2.8 牛顿算法 31
2.7 偏差和一致性 31
2.9 最陡下降算法 32
2.10 应用回顾 35
2.11 结束语 42
参考文献 42
习题 45
第3章 最小均方算法 48
3.1 引言 48
3.2 LMS算法 48
3.3 LMS算法的一些特性 50
3.4 非平稳环境下的LMS算法特性 58
3.5 举例 62
3.6 结束语 81
参考文献 81
习题 83
4.1 引言 87
4.2 量化误差算法 87
第4章 基于LMS的算法 87
4.3 LMS-Newton算法 96
4.4 归一化LMS算法 98
4.5 变换域LMS算法 99
4.6 仿射投影算法 105
4.7 仿真举例 107
4.8 结束语 114
参考文献 115
习题 118
5.1 引言 121
5.2 RLS算法 121
第5章 传统RLS自适应滤波器 121
5.3 最小二乘解的特性 124
5.4 在非平稳环境下的特性 135
5.5 仿真举例 138
5.6 结束语 141
参考文献 142
习题 143
第6章 自适应格型RLS算法 145
6.1 引言 145
6.2 递归最小二乘预测 145
6.3 阶数更新方程 150
6.4 时间更新方程 154
6.5 联合过程估计 160
6.6 最小二乘误差的时间递推 163
6.7 归一化格型RLS算法 164
6.8 误差反馈格型RLS算法 168
6.9 基于先验误差的格型RLS算法 170
6.10 量化效应 172
6.11 结束语 175
参考文献 176
习题 177
第7章 快速横向RLS算法 179
7.1 引言 179
7.2 递归最小二乘预测 179
7.3 联合过程估计 182
7.4 稳定快速横向RLS算法 183
7.5 结束语 188
参考文献 189
习题 190
8.2 利用QR分解实现对角化 192
第8章 基于QR分解的RLS滤波器 192
8.1 引言 192
8.3 脉动阵实现 203
8.4 一些实现问题 208
8.5 快速QR-RLS算法 209
8.6 结束语 219
参考文献 220
习题 222
第9章 自适应IIR滤波器 227
9.1 引言 227
9.2 输出误差IIR滤波器 227
9.3 导数的一般实现方法 231
9.4 自适应算法 233
9.5 其他自适应滤波器结构 236
9.6 均方误差曲面 248
9.7 滤波器结构对MSE曲面的影响 253
9.8 其他误差表示法 255
9.9 结束语 260
参考文献 261
习题 265
第10章 非线性自适应滤波 268
10.1 引言 268
10.2 Volterra级数算法 268
10.3 自适应双线性滤波器 279
10.4 多层感知算法 283
10.5 径向基函数算法 287
10.6 结束语 293
参考文献 294
习题 296
11.2 多速率系统 297
第11章 子带自适应滤波器 297
11.1 引言 297
11.3 滤波器组 300
11.4 子带自适应滤波器 305
11.5 交叉滤波器的消除 313
11.6 无延迟子带自适应滤波 317
11.7 频域自适应滤波 323
11.8 小结 328
参考文献 329
习题 332
附录A LMS算法和RLS算法的量化效应 334
A.1 LMS算法的量化效应 334
A.2 RLS算法的量化效应 342
参考文献 354