《快速自适应信息处理》

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