掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(下)
-
>
基于個性化設(shè)計策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書中國高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車概要.交流傳動內(nèi)燃.電力機(jī)車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問題與脈絡(luò)
自適應(yīng)信號處理 版權(quán)信息
- ISBN：9787121450167
- 條形碼：9787121450167 ; 978-7-121-45016-7
- 裝幀：暫無
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
自適應(yīng)信號處理 內(nèi)容簡介
本書系統(tǒng)地介紹時域自適應(yīng)信號處理的基本理論、基本算法和典型應(yīng)用。從很優(yōu)準(zhǔn)則上看，本書主要涉及*小均方誤差準(zhǔn)則和*小二乘準(zhǔn)則。從濾波器結(jié)構(gòu)上看，主要介紹橫向濾波器和格型濾波器。在應(yīng)用方面，重點介紹自適應(yīng)模擬、自適應(yīng)逆模擬、自適應(yīng)干擾對消和自適應(yīng)預(yù)測等。 全書共11章，主要包括：緒論、維納濾波、*小均方自適應(yīng)算法、改進(jìn)型*小均方自適應(yīng)算法、*小均方誤差線性預(yù)測及自適應(yīng)格型算法、線性*小二乘濾波、*小二乘橫向濾波自適應(yīng)算法、*小二乘格型自適應(yīng)算法、非線性濾波及其自適應(yīng)算法、自適應(yīng)信號處理的應(yīng)用、盲自適應(yīng)信號處理理論及應(yīng)用。 本書可作為高等院校的通信、電子信息工程及其他相關(guān)專業(yè)的高年級本科生和研究生的教材，也可作為從事信號與信息處理領(lǐng)域研究的工程技術(shù)人員的參考書。
自適應(yīng)信號處理 目錄
目 錄
第1章 緒論 1
1．1 自適應(yīng)濾波的基本概念 1
1．2 自適應(yīng)信號處理的發(fā)展過程 2
1．3 自適應(yīng)信號處理的應(yīng)用 3
第2章 維納濾波 5
2．1 問題的提出 5
2．2 離散形式維納濾波器的解 5
2．3 離散形式維納濾波器的性質(zhì) 7
2．3．1 正交原理的幾何解釋 7
2．3．2 正交原理推論 7
2．3．3 *小均方誤差 7
2．4 橫向濾波器的維納解 8
2．4．1 橫向濾波器的維納-霍夫方程及其解 8
2．4．2 橫向濾波器的誤差性能 9
第3章 *小均方自適應(yīng)算法 15
3．1 *陡下降算法 15
3．1．1 *陡下降算法的基本思想 15
3．1．2 *小均方誤差*陡下降算法 15
3．2 牛頓算法 21
3．2．1 牛頓算法的基本思想 21
3．2．2 *小均方誤差牛頓算法 22
3．3 LMS算法 26
3．3．1 LMS算法描述 26
3．3．2 LMS算法的收斂性 27
3．3．3 LMS算法的權(quán)向量噪聲 31
3．3．4 LMS算法的期望學(xué)習(xí)曲線 33
3．3．5 LMS算法的性能 35
3．4 LMS牛頓算法 37
第4章 改進(jìn)型*小均方自適應(yīng)算法 39
4．1 歸一化LMS算法 39
4．1．1 基于約束優(yōu)化問題求解歸一化LMS算法 39
4．1．2 歸一化LMS算法小結(jié) 41
4．2 塊LMS算法 41
4．2．1 塊自適應(yīng)濾波器 41
4．2．2 塊LMS算法描述 42
4．2．3 塊LMS算法的收斂性 43
4．2．4 塊LMS算法塊長度的選擇 43
4．3 快速塊LMS算法 44
第5章 *小均方誤差線性預(yù)測及自適應(yīng)格型算法 46
5．1 *小均方誤差線性預(yù)測 46
5．1．1 前向線性預(yù)測 46
5．1．2 后向線性預(yù)測 48
5．1．3 前向線性預(yù)測與后向線性預(yù)測的關(guān)系 50
5．2 Levinson-Durbin算法 51
5．2．1 Levinson-Durbin算法的導(dǎo)出 51
5．2．2 Levinson-Durbin算法的幾點說明 53
5．3 格型濾波器 55
5．3．1 格型濾波器的導(dǎo)出 55
5．3．2 格型濾波器的性質(zhì) 57
5．3．3 格型濾波器的結(jié)構(gòu)形式 58
5．4 *小均方誤差自適應(yīng)格型算法 59
5．4．1 自適應(yīng)格型塊處理迭代算法 59
5．4．2 自適應(yīng)格型隨機(jī)梯度算法 61
第6章 線性*小二乘濾波 64
6．1 問題的提出 64
6．2 線性*小二乘濾波的正則方程 65
6．2．1 正則方程的推導(dǎo) 65
6．2．2 正則方程的矩陣形式 67
6．2．3 根據(jù)數(shù)據(jù)矩陣構(gòu)建的正則方程 67
6．3 線性*小二乘濾波的性能 69
6．3．1 正交原理的推論 69
6．3．2 *小平方和誤差 69
6．4 線性*小二乘濾波的向量空間法分析 70
6．4．1 向量空間理論 70
6．4．2 線性*小二乘濾波的向量空間解釋 73
6．4．3 線性*小二乘數(shù)據(jù)擴(kuò)充更新關(guān)系 75
6．4．4 線性*小二乘時間更新 77
第7章 *小二乘橫向濾波自適應(yīng)算法 81
7．1 遞歸*小二乘算法 81
7．1．1 RLS算法的導(dǎo)出 81
7．1．2 RLS算法小結(jié) 84
7．2 RLS算法的收斂性 84
7．2．1 RLS算法的均值 84
7．2．2 RLS算法的均方偏差 85
7．2．3 RLS算法的期望學(xué)習(xí)曲線 86
7．3 RLS算法與LMS算法的比較 87
7．4 *小二乘快速橫向濾波算法 87
7．4．1 FTF算法中的4個橫向濾波器 87
7．4．2 橫向濾波算子的時間更新 95
7．4．3 FTF算法中的時間更新 97
7．4．4 FTF算法描述 104
7．4．5 FTF算法的性能 106
第8章 *小二乘格型自適應(yīng)算法 108
8．1 *小二乘格型濾波器 108
8．1．1 *小二乘前向預(yù)測誤差的階更新 108
8．1．2 *小二乘后向預(yù)測誤差的階更新 109
8．1．3 *小二乘格型結(jié)構(gòu) 110
8．2 LSL算法 111
8．2．1 LSL算法導(dǎo)出 111
8．2．2 LSL算法小結(jié) 112
8．2．3 LSL算法的性能 113
第9章 非線性濾波及其自適應(yīng)算法 115
9．1 非線性濾波概述 115
9．2 Volterra級數(shù)濾波器 116
9．2．1 連續(xù)的Volterra級數(shù)濾波器 116
9．2．2 離散的Volterra級數(shù)濾波器 117
9．3 LMS Volterra級數(shù)濾波器 118
9．4 RLS Volterra級數(shù)濾波器 120
9．5 形態(tài)濾波器結(jié)構(gòu)元優(yōu)化設(shè)計的自適應(yīng)算法 121
9．5．1 形態(tài)濾波器的基本理論 122
9．5．2 誤差準(zhǔn)則 123
9．5．3 腐蝕與膨脹的自適應(yīng)算法 123
9．6 自適應(yīng)加權(quán)組合廣義形態(tài)濾波器 127
9．6．1 廣義形態(tài)濾波器的基本理論 127
9．6．2 廣義形態(tài)濾波器加權(quán)組合自適應(yīng)算法 127
9．7 層疊濾波器的自適應(yīng)優(yōu)化算法 129
9．7．1 層疊濾波器的基本理論 129
9．7．2 層疊濾波器*優(yōu)估計算法 131
9．7．3 自適應(yīng)層疊濾波器 138
第10章 自適應(yīng)信號處理的應(yīng)用 140
10．1 自適應(yīng)模擬與系統(tǒng)辨識 140
10．1．1 系統(tǒng)辨識基本理論 140
10．1．2 Volterra模型系統(tǒng)辨識 143
10．1．3 改進(jìn)的Volterra模型系統(tǒng)辨識 145
10．1．4 FIR濾波器綜合的自適應(yīng)模擬 148
10．2 自適應(yīng)逆模擬 152
10．2．1 概述 152
10．2．2 自適應(yīng)信道均衡 154
10．2．3 IIR濾波器的自適應(yīng)綜合 159
10．3 自適應(yīng)干擾對消 163
10．3．1 自適應(yīng)干擾對消的原理 163
10．3．2 平穩(wěn)噪聲對消解 164
10．3．3 用作陷波濾波器的自適應(yīng)噪聲對消器 166
10．4 自適應(yīng)預(yù)測 169
10．4．1 自適應(yīng)預(yù)測概述 169
10．4．2 自適應(yīng)預(yù)測器用于對消周期干擾 169
10．4．3 自適應(yīng)譜線增強(qiáng)器 170
第11章 盲自適應(yīng)信號處理理論及應(yīng)用 173
11．1 盲自適應(yīng)均衡 173
11．1．1 盲均衡的理論基礎(chǔ) 173
11．1．2 盲均衡算法分類 176
11．1．3 CMA盲均衡 178
11．1．4 理想盲均衡實現(xiàn)的條件 182
11．1．5 *小二乘CMA盲均衡算法 182
11．1．6 判決反饋盲均衡算法 186
11．1．7 神經(jīng)網(wǎng)絡(luò)盲均衡 188
11．2 盲源分離 193
11．2．1 盲源分離基本原理 193
11．2．2 Fast-ICA算法 196
11．3 盲系統(tǒng)辨識算法 198
11．3．1 基于自相關(guān)的AR模型的盲辨識算法 198
11．3．2 基于*大峰度準(zhǔn)則的非因果AR系統(tǒng)辨識算法 202
附錄A 矩陣和向量 207
附錄B 相關(guān)矩陣與時間平均自相關(guān)矩陣 210
參考文獻(xiàn) 212
第1章 緒論 1
1．1 自適應(yīng)濾波的基本概念 1
1．2 自適應(yīng)信號處理的發(fā)展過程 2
1．3 自適應(yīng)信號處理的應(yīng)用 3
第2章 維納濾波 5
2．1 問題的提出 5
2．2 離散形式維納濾波器的解 5
2．3 離散形式維納濾波器的性質(zhì) 7
2．3．1 正交原理的幾何解釋 7
2．3．2 正交原理推論 7
2．3．3 *小均方誤差 7
2．4 橫向濾波器的維納解 8
2．4．1 橫向濾波器的維納-霍夫方程及其解 8
2．4．2 橫向濾波器的誤差性能 9
第3章 *小均方自適應(yīng)算法 15
3．1 *陡下降算法 15
3．1．1 *陡下降算法的基本思想 15
3．1．2 *小均方誤差*陡下降算法 15
3．2 牛頓算法 21
3．2．1 牛頓算法的基本思想 21
3．2．2 *小均方誤差牛頓算法 22
3．3 LMS算法 26
3．3．1 LMS算法描述 26
3．3．2 LMS算法的收斂性 27
3．3．3 LMS算法的權(quán)向量噪聲 31
3．3．4 LMS算法的期望學(xué)習(xí)曲線 33
3．3．5 LMS算法的性能 35
3．4 LMS牛頓算法 37
第4章 改進(jìn)型*小均方自適應(yīng)算法 39
4．1 歸一化LMS算法 39
4．1．1 基于約束優(yōu)化問題求解歸一化LMS算法 39
4．1．2 歸一化LMS算法小結(jié) 41
4．2 塊LMS算法 41
4．2．1 塊自適應(yīng)濾波器 41
4．2．2 塊LMS算法描述 42
4．2．3 塊LMS算法的收斂性 43
4．2．4 塊LMS算法塊長度的選擇 43
4．3 快速塊LMS算法 44
第5章 *小均方誤差線性預(yù)測及自適應(yīng)格型算法 46
5．1 *小均方誤差線性預(yù)測 46
5．1．1 前向線性預(yù)測 46
5．1．2 后向線性預(yù)測 48
5．1．3 前向線性預(yù)測與后向線性預(yù)測的關(guān)系 50
5．2 Levinson-Durbin算法 51
5．2．1 Levinson-Durbin算法的導(dǎo)出 51
5．2．2 Levinson-Durbin算法的幾點說明 53
5．3 格型濾波器 55
5．3．1 格型濾波器的導(dǎo)出 55
5．3．2 格型濾波器的性質(zhì) 57
5．3．3 格型濾波器的結(jié)構(gòu)形式 58
5．4 *小均方誤差自適應(yīng)格型算法 59
5．4．1 自適應(yīng)格型塊處理迭代算法 59
5．4．2 自適應(yīng)格型隨機(jī)梯度算法 61
第6章 線性*小二乘濾波 64
6．1 問題的提出 64
6．2 線性*小二乘濾波的正則方程 65
6．2．1 正則方程的推導(dǎo) 65
6．2．2 正則方程的矩陣形式 67
6．2．3 根據(jù)數(shù)據(jù)矩陣構(gòu)建的正則方程 67
6．3 線性*小二乘濾波的性能 69
6．3．1 正交原理的推論 69
6．3．2 *小平方和誤差 69
6．4 線性*小二乘濾波的向量空間法分析 70
6．4．1 向量空間理論 70
6．4．2 線性*小二乘濾波的向量空間解釋 73
6．4．3 線性*小二乘數(shù)據(jù)擴(kuò)充更新關(guān)系 75
6．4．4 線性*小二乘時間更新 77
第7章 *小二乘橫向濾波自適應(yīng)算法 81
7．1 遞歸*小二乘算法 81
7．1．1 RLS算法的導(dǎo)出 81
7．1．2 RLS算法小結(jié) 84
7．2 RLS算法的收斂性 84
7．2．1 RLS算法的均值 84
7．2．2 RLS算法的均方偏差 85
7．2．3 RLS算法的期望學(xué)習(xí)曲線 86
7．3 RLS算法與LMS算法的比較 87
7．4 *小二乘快速橫向濾波算法 87
7．4．1 FTF算法中的4個橫向濾波器 87
7．4．2 橫向濾波算子的時間更新 95
7．4．3 FTF算法中的時間更新 97
7．4．4 FTF算法描述 104
7．4．5 FTF算法的性能 106
第8章 *小二乘格型自適應(yīng)算法 108
8．1 *小二乘格型濾波器 108
8．1．1 *小二乘前向預(yù)測誤差的階更新 108
8．1．2 *小二乘后向預(yù)測誤差的階更新 109
8．1．3 *小二乘格型結(jié)構(gòu) 110
8．2 LSL算法 111
8．2．1 LSL算法導(dǎo)出 111
8．2．2 LSL算法小結(jié) 112
8．2．3 LSL算法的性能 113
第9章 非線性濾波及其自適應(yīng)算法 115
9．1 非線性濾波概述 115
9．2 Volterra級數(shù)濾波器 116
9．2．1 連續(xù)的Volterra級數(shù)濾波器 116
9．2．2 離散的Volterra級數(shù)濾波器 117
9．3 LMS Volterra級數(shù)濾波器 118
9．4 RLS Volterra級數(shù)濾波器 120
9．5 形態(tài)濾波器結(jié)構(gòu)元優(yōu)化設(shè)計的自適應(yīng)算法 121
9．5．1 形態(tài)濾波器的基本理論 122
9．5．2 誤差準(zhǔn)則 123
9．5．3 腐蝕與膨脹的自適應(yīng)算法 123
9．6 自適應(yīng)加權(quán)組合廣義形態(tài)濾波器 127
9．6．1 廣義形態(tài)濾波器的基本理論 127
9．6．2 廣義形態(tài)濾波器加權(quán)組合自適應(yīng)算法 127
9．7 層疊濾波器的自適應(yīng)優(yōu)化算法 129
9．7．1 層疊濾波器的基本理論 129
9．7．2 層疊濾波器*優(yōu)估計算法 131
9．7．3 自適應(yīng)層疊濾波器 138
第10章 自適應(yīng)信號處理的應(yīng)用 140
10．1 自適應(yīng)模擬與系統(tǒng)辨識 140
10．1．1 系統(tǒng)辨識基本理論 140
10．1．2 Volterra模型系統(tǒng)辨識 143
10．1．3 改進(jìn)的Volterra模型系統(tǒng)辨識 145
10．1．4 FIR濾波器綜合的自適應(yīng)模擬 148
10．2 自適應(yīng)逆模擬 152
10．2．1 概述 152
10．2．2 自適應(yīng)信道均衡 154
10．2．3 IIR濾波器的自適應(yīng)綜合 159
10．3 自適應(yīng)干擾對消 163
10．3．1 自適應(yīng)干擾對消的原理 163
10．3．2 平穩(wěn)噪聲對消解 164
10．3．3 用作陷波濾波器的自適應(yīng)噪聲對消器 166
10．4 自適應(yīng)預(yù)測 169
10．4．1 自適應(yīng)預(yù)測概述 169
10．4．2 自適應(yīng)預(yù)測器用于對消周期干擾 169
10．4．3 自適應(yīng)譜線增強(qiáng)器 170
第11章 盲自適應(yīng)信號處理理論及應(yīng)用 173
11．1 盲自適應(yīng)均衡 173
11．1．1 盲均衡的理論基礎(chǔ) 173
11．1．2 盲均衡算法分類 176
11．1．3 CMA盲均衡 178
11．1．4 理想盲均衡實現(xiàn)的條件 182
11．1．5 *小二乘CMA盲均衡算法 182
11．1．6 判決反饋盲均衡算法 186
11．1．7 神經(jīng)網(wǎng)絡(luò)盲均衡 188
11．2 盲源分離 193
11．2．1 盲源分離基本原理 193
11．2．2 Fast-ICA算法 196
11．3 盲系統(tǒng)辨識算法 198
11．3．1 基于自相關(guān)的AR模型的盲辨識算法 198
11．3．2 基于*大峰度準(zhǔn)則的非因果AR系統(tǒng)辨識算法 202
附錄A 矩陣和向量 207
附錄B 相關(guān)矩陣與時間平均自相關(guān)矩陣 210
參考文獻(xiàn) 212
展開全部
自適應(yīng)信號處理 作者簡介
王立國，男，1974年生，哈爾濱工業(yè)大學(xué)工學(xué)博士。2006-2021年任職哈爾濱工程大學(xué)，三級教授、博士生導(dǎo)師。現(xiàn)為大連民族大學(xué)教授(特聘二級)，國家民委領(lǐng)軍人才。中國遙感應(yīng)用協(xié)會高光譜遙感技術(shù)與應(yīng)用專業(yè)委員會委員，第四屆全國成像光譜學(xué)術(shù)研討會執(zhí)行主席。發(fā)表學(xué)術(shù)論文近三百篇(SCI一百二十余篇)，授權(quán)發(fā)明專利40余項(國際專利5項)，出版專著3部。主持國家自然科學(xué)基金4項、省部級項目若干；參研863重點項目、國家自然科學(xué)基金項目、省自然科學(xué)基金重點項目若干。獲得黑龍江省科技獎勵(自然科學(xué)類)二等獎2項(分別排名第1、第2)，黑龍江省科技獎勵(自然科學(xué)類)三等獎1項(排名第1)，黑龍江省高校科學(xué)技術(shù)獎(自然科學(xué)類)一等獎2項、二等獎1項。獲黑龍江省三育人先進(jìn)個人稱號。所培養(yǎng)研究生1人入選國家青年人才支持計劃，2人獲黑龍江省優(yōu)秀碩士學(xué)位論文，2人獲哈爾濱工程大學(xué)優(yōu)秀博士學(xué)位論文。
書友推薦
- >
羅庸西南聯(lián)大授課錄
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
二體千字文
- >
山海經(jīng)
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
朝聞道
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
本類暢銷
