《自适应滤波理论及应用》求取 ⇩

第一章自适应信号处理综述1

1.1 自适应信号处理的原理及用途1

1.2 自适应滤波器的分类及含义2

1.3 自适应算法简述8

1.4 自适应信号处理的现状与发展趋势10

第二章自适应准则及规范方程12

2.1 维纳（Winener）滤波器12

2.2 最小均方准则（LMS）13

2.3 最小二乘准则（LS）15

2.4 规范方程与求解18

第三章最小均方（LMS）算法19

3.1 LMS算法的推导19

3.2 LMS算法的收敛性20

3.3 LMS算法的步长优化25

3.4 LMS算法分析结论的验证27

3.5 LMS算法的推广和应用31

第四章LMS算法的量化效应分析35

4.1 量化后参量及误差的约定与分析35

4.2 舍入处理的LMS量化效应42

4.3 截断处理的LMS量化效应46

4.4 量化效应的结论与验证53

第五章最小高阶均方（LMF）算法59

5.1 LMF算法的推导59

5.2 LMF算法的收敛性60

5.3 LMF算法与LMS算法的比较63

第六章LMF算法的量化效应分析67

6.1 LMF算法的量化效应综述67

6.2 舍入处理的LMF量化效应71

6.3 截断处理的LMF量化效应76

6.4 LMF量化效应结论与验证81

第七章LS算法及格形算法85

7.1 LS算法的推导分析85

7.2 快速LS算法的推导分析90

7.3 卡尔曼（Kalman）算法95

7.4 LMS格形算法（Durbin算法）98

7.5 LS格形算法102

第八章自适应IIR数字滤波器108

8.1 引言108

8.2 结构a的自适应算法及收敛性110

8.3 结构b的自适应算法及收敛性115

8.4 计算机仿真及结果分析122

第九章传统的自适应均衡器127

9.1 综述127

9.2 线性均衡器（LE）129

9.3 判决反馈均衡器（DFE）132

9.4 线性抵消均衡器（LCE）136

9.5 改进型传统均衡器138

第十章理相均衡器（IE）模型142

10.1 高频时变信道的等效基带模型142

10.2 理想均衡器（IE）模型的建立与分析146

10.3 IE与传统均衡器的关系152

10.4 误码率（ECR）的估算155

第十一章理想均衡器的最佳自适应实现（OAE）159

11.1 理想均衡器的算法结构159

11.2 OAE的稳定性及改进算法165

11.3 定阶及量化误差对系统性能的影响170

11.4 定时相位对系统性能的影响178

11.5 计算机仿真与结果分析179

第十二章IE模型的改进与推广187

12.1 非理想条件下IE及OAE的修正187

12.2 OAE结构的进一步化简190

12.3 OAE的一种改进结构192

12.4 OAE及IE向二维图象滤波的推广194

第十三章用高速信号处理器实现的自适应数字滤波器197

13.1 TMS320C25通用信号处理开发板197

13.2 OAE系统的实现200

13.3 LMS自适应滤波器的实现207

13.4 自适应回波抵消器的实现211

第十四章二维自适应滤波器213

14.1 二维信号处理的现状与发展213

14.2 二维图象失真的建模214

14.3 阶递归LS快速自适应算法216

14.4 空域递归LS快速自适应算法220

14.5 二维最佳自适应滤波器（OAF）231

参考文献237