自適應(yīng)濾波器原理及Matlab仿真應(yīng)用（原書(shū)第2版）

目　錄
出版者的話(huà)
譯者序
前言
致謝
第1章　引言1
　1.1　線(xiàn)性濾波器1
　1.2　自適應(yīng)濾波器2
　1.3　自適應(yīng)濾波器結(jié)構(gòu)2
　1.4　自適應(yīng)方法4
　1.5　自適應(yīng)濾波器的實(shí)數(shù)形式與復(fù)數(shù)形式6
　1.6　應(yīng)用6
第2章　離散時(shí)間信號(hào)與系統(tǒng)17
　2.1　序列與z變換17
　2.2　Parseval關(guān)系20
　2.3　系統(tǒng)函數(shù)20
　2.4　隨機(jī)過(guò)程21
　習(xí)題27
第3章　Wiener濾波器29
　3.1　最小均方誤差準(zhǔn)則29
　3.2　Wiener濾波器——橫向、實(shí)值情況30
　3.3　正交性原理33
　3.4　歸一化性能函數(shù)34
　3.5　向復(fù)值情形的推廣35
　3.6　無(wú)約束Wiener濾波器36
　3.7　總結(jié)與討論47
　習(xí)題48
第4章　特征分析與性能表面52
　4.1　特征值和特征向量52
　4.2　特征值和特征向量的性質(zhì)52
　4.3　性能表面60
　習(xí)題65
第5章　搜索方法68
　5.1　最陡下降法68
　5.2　學(xué)習(xí)曲線(xiàn)73
　5.3　特征值分散的影響74
　5.4　Newton法75
　5.5　Newton法的另一種解釋76
　習(xí)題77
第6章　LMS算法79
　6.1　LMS算法的起源79
　6.2　LMS算法抽頭權(quán)系數(shù)的平均行為80
　6.3　LMS算法的MSE性能83
　6.4　計(jì)算機(jī)仿真89
　6.5　簡(jiǎn)化的LMS算法96
　6.6　歸一化LMS算法97
　6.7　仿射投影LMS算法99
　6.8　可變步長(zhǎng)LMS算法102
　6.9　復(fù)值信號(hào)的LMS算法103
　6.10　再論波束成形105
　6.11　線(xiàn)性約束的LMS算法107
　習(xí)題109
　附錄6A　式（6.39）的推導(dǎo)116
第7章　變換域自適應(yīng)濾波器117
　7.1　變換域自適應(yīng)濾波器概述117
　7.2　正交變換的頻帶分割特性118
　7.3　正交變換的正交化特性119
　7.4　變換域LMS算法120
　7.5　理想的LMS-Newton算法及其與TDLMS算法的關(guān)系122
　7.6　變換的選擇122
　7.7　變換129
　7.8　滑動(dòng)變換130
　7.9　總結(jié)與討論137
　習(xí)題138
第8章　自適應(yīng)濾波器的分塊實(shí)現(xiàn)142
　8.1　分塊LMS算法142
　8.2　數(shù)學(xué)背景144
　8.3　FBLMS算法147
　8.4　分割的FBLMS算法152
　8.5　計(jì)算機(jī)仿真159
　習(xí)題160
　附錄8A　BLMS算法失調(diào)方程的推導(dǎo)163
　附錄8B　FBLMS算法失調(diào)方程的推導(dǎo)164
第9章　子帶自適應(yīng)濾波器168
　9.1　DFT濾波器組168
　9.2　互補(bǔ)濾波器組171
　9.3　子帶自適應(yīng)濾波器結(jié)構(gòu)173
　9.4　分析與綜合濾波器的選取174
　9.5　計(jì)算復(fù)雜性175
　9.6　欠采樣因子與混疊現(xiàn)象176
　9.7　低時(shí)延分析與綜合濾波器組177
　9.8　子帶自適應(yīng)濾波器的設(shè)計(jì)方法180
　9.9　一個(gè)例子181
　9.10　與FBLMS算法的比較182
　習(xí)題183
第10章　IIR自適應(yīng)濾波器185
　10.1　輸出誤差法186
　10.2　方程誤差法189
　10.3　案例分析Ⅰ：IIR自適應(yīng)譜線(xiàn)增強(qiáng)191
　10.4　案例分析Ⅱ：磁記錄信道的均衡器設(shè)計(jì)197
　10.5　結(jié)論202
　習(xí)題203
第11章　格型濾波器205
　11.1　前向線(xiàn)性預(yù)測(cè)器205
　11.2　后向線(xiàn)性預(yù)測(cè)器206
　11.3　前向與后向預(yù)測(cè)器之間的關(guān)系207
　11.4　預(yù)測(cè)誤差濾波器207
　11.5　預(yù)測(cè)誤差的性質(zhì)208
　11.6　格型結(jié)構(gòu)的推導(dǎo)209
　11.7　格型作為一種正交化變換212
　11.8　格型聯(lián)合過(guò)程估計(jì)器213
　11.9　系統(tǒng)函數(shù)214
　11.10　轉(zhuǎn)換214
　11.11　全極點(diǎn)格型結(jié)構(gòu)218
　11.12　極零點(diǎn)格型結(jié)構(gòu)219
　11.13　自適應(yīng)格型濾波器220
　11.14　隨機(jī)過(guò)程的自回歸模型223
　11.15　基于自回歸模型的自適應(yīng)算法224
　習(xí)題233
　附錄11A　E［ua(n)xT(n)K(n)x(n)uTa(n)］的計(jì)算236
　附錄11B　參數(shù)γ的計(jì)算237
第12章　最小二乘方法239
　12.1　針對(duì)線(xiàn)性組合器提出的最小二乘估計(jì)239
　12.2　正交性原理240
　12.3　投影算子242
　12.4　標(biāo)準(zhǔn)遞推最小二乘算法242
　12.5　RLS算法的收斂行為246
　習(xí)題251
第13章　快速RLS算法254
　13.1　最小二乘前向預(yù)測(cè)254
　13.2　最小二乘后向預(yù)測(cè)255
　13.3　最小二乘網(wǎng)格256
　13.4　RLSL算法258
　13.5　FTRLS算法267
　習(xí)題271
第14章　跟蹤273
　14.1　跟蹤問(wèn)題的提出273
　14.2　LMS算法的廣義描述274
　14.3　廣義LMS算法的MSE分析274
　14.4　最優(yōu)步長(zhǎng)參數(shù)276
　14.5　傳統(tǒng)算法的比較278
　14.6　基于最優(yōu)步長(zhǎng)參數(shù)的比較281
　14.7　VSLMS：具有最優(yōu)跟蹤行為的算法282
　14.8　遺忘因子可變的RLS算法287
　14.9　總結(jié)288
　習(xí)題289
第15章　回音對(duì)消291
　15.1　問(wèn)題描述291
　15.2　結(jié)構(gòu)與自適應(yīng)算法292
　15.3　雙端會(huì)話(huà)檢測(cè)303
　15.4　嘯鳴抑制307
　15.5　立體語(yǔ)音回音對(duì)消309
　附錄15A　多窗譜方法320
　附錄15B　雙通道Levinson-Durbin算法的推導(dǎo)323
第16章　有源噪聲控制325
　16.1　寬帶前饋單通道ANC326
　16.2　窄帶前饋單通道ANC329
　16.3　反饋單通道ANC337
　16.4　多通道ANC系統(tǒng)339
　附錄16A　式（16.46）的推導(dǎo)342
　附錄16B　式（16.53）的推導(dǎo)342
第17章　數(shù)據(jù)傳輸系統(tǒng)的同步與均衡343
　17.1　連續(xù)時(shí)間信道模型343
　17.2　離散時(shí)間信道模型與均衡器結(jié)構(gòu)346
　17.3　定時(shí)恢復(fù)349
　17.4　均衡器設(shè)計(jì)與性能分析357
　17.5　自適應(yīng)算法365
　17.6　循環(huán)均衡365
　17.7　聯(lián)合定時(shí)恢復(fù)、載波恢復(fù)與信道均衡372
　17.8