书籍详情
自适应滤波器原理及Matlab仿真应用（原书第2版）
作者：[美]贝赫鲁兹·法尔航·保罗耶尼（Behrouz Farhang-Boroujeny） 著；韩芳明 译
出版社：机械工业出版社
出版时间：2018-03-01
ISBN：9787111585350
定价：¥99.00
购买这本书可以去
内容简介
本书基于工程方法，反映了自适应滤波器领域的新动态，讨论了维纳滤波器、特征分析理论、自适应滤波器、LMS算法、小二乘算法、跟踪、有源噪声控制、数据传输系统、传感器阵列、码分多址系统、OFDM通信系统、MIMO通信系统等方面的内容。书中提供了自适应滤波的Matlab仿真程序，以帮助读者深入理解自适应算法的性能和特性。本书可作为电子信息、通信工程专业高年级本科生和研究生的教材，也可以作为信号处理工程师的参考书。
作者简介
Behrouz Farhang Boroujeny，1981年获得伦敦帝国理工学院博士学位。曾在新加坡国立大学任教，自2000年8月以来，他一直在犹他大学电气与计算机工程系任教。 他是信号处理领域的专家，研究方向包括自适应滤波器、多载波通信、空时编码系统检测技术和认知无线电。他曾担任IEEE信号处理事务副主编，还参与了各种IEEE活动，担任IEEE信号处理/通信分会主席。
目录
目 录
出版者的话
译者序
前言
致谢
第1章 引言1
1.1 线性滤波器1
1.2 自适应滤波器2
1.3 自适应滤波器结构2
1.4 自适应方法4
1.5 自适应滤波器的实数形式与复数形式6
1.6 应用6
第2章 离散时间信号与系统17
2.1 序列与z变换17
2.2 Parseval关系20
2.3 系统函数20
2.4 随机过程21
习题27
第3章 Wiener滤波器29
3.1 最小均方误差准则29
3.2 Wiener滤波器——横向、实值情况30
3.3 正交性原理33
3.4 归一化性能函数34
3.5 向复值情形的推广35
3.6 无约束Wiener滤波器36
3.7 总结与讨论47
习题48
第4章 特征分析与性能表面52
4.1 特征值和特征向量52
4.2 特征值和特征向量的性质52
4.3 性能表面60
习题65
第5章 搜索方法68
5.1 最陡下降法68
5.2 学习曲线73
5.3 特征值分散的影响74
5.4 Newton法75
5.5 Newton法的另一种解释76
习题77
第6章 LMS算法79
6.1 LMS算法的起源79
6.2 LMS算法抽头权系数的平均行为80
6.3 LMS算法的MSE性能83
6.4 计算机仿真89
6.5 简化的LMS算法96
6.6 归一化LMS算法97
6.7 仿射投影LMS算法99
6.8 可变步长LMS算法102
6.9 复值信号的LMS算法103
6.10 再论波束成形105
6.11 线性约束的LMS算法107
习题109
附录6A 式（6.39）的推导116
第7章 变换域自适应滤波器117
7.1 变换域自适应滤波器概述117
7.2 正交变换的频带分割特性118
7.3 正交变换的正交化特性119
7.4 变换域LMS算法120
7.5 理想的LMS-Newton算法及其与TDLMS算法的关系122
7.6 变换的选择122
7.7 变换129
7.8 滑动变换130
7.9 总结与讨论137
习题138
第8章 自适应滤波器的分块实现142
8.1 分块LMS算法142
8.2 数学背景144
8.3 FBLMS算法147
8.4 分割的FBLMS算法152
8.5 计算机仿真159
习题160
附录8A BLMS算法失调方程的推导163
附录8B FBLMS算法失调方程的推导164
第9章 子带自适应滤波器168
9.1 DFT滤波器组168
9.2 互补滤波器组171
9.3 子带自适应滤波器结构173
9.4 分析与综合滤波器的选取174
9.5 计算复杂性175
9.6 欠采样因子与混叠现象176
9.7 低时延分析与综合滤波器组177
9.8 子带自适应滤波器的设计方法180
9.9 一个例子181
9.10 与FBLMS算法的比较182
习题183
第10章 IIR自适应滤波器185
10.1 输出误差法186
10.2 方程误差法189
10.3 案例分析Ⅰ：IIR自适应谱线增强191
10.4 案例分析Ⅱ：磁记录信道的均衡器设计197
10.5 结论202
习题203
第11章 格型滤波器205
11.1 前向线性预测器205
11.2 后向线性预测器206
11.3 前向与后向预测器之间的关系207
11.4 预测误差滤波器207
11.5 预测误差的性质208
11.6 格型结构的推导209
11.7 格型作为一种正交化变换212
11.8 格型联合过程估计器213
11.9 系统函数214
11.10 转换214
11.11 全极点格型结构218
11.12 极零点格型结构219
11.13 自适应格型滤波器220
11.14 随机过程的自回归模型223
11.15 基于自回归模型的自适应算法224
习题233
附录11A E［ua(n)xT(n)K(n)x(n)uTa(n)］的计算236
附录11B 参数γ的计算237
第12章 最小二乘方法239
12.1 针对线性组合器提出的最小二乘估计239
12.2 正交性原理240
12.3 投影算子242
12.4 标准递推最小二乘算法242
12.5 RLS算法的收敛行为246
习题251
第13章 快速RLS算法254
13.1 最小二乘前向预测254
13.2 最小二乘后向预测255
13.3 最小二乘网格256
13.4 RLSL算法258
13.5 FTRLS算法267
习题271
第14章 跟踪273
14.1 跟踪问题的提出273
14.2 LMS算法的广义描述274
14.3 广义LMS算法的MSE分析274
14.4 最优步长参数276
14.5 传统算法的比较278
14.6 基于最优步长参数的比较281
14.7 VSLMS：具有最优跟踪行为的算法282
14.8 遗忘因子可变的RLS算法287
14.9 总结288
习题289
第15章 回音对消291
15.1 问题描述291
15.2 结构与自适应算法292
15.3 双端会话检测303
15.4 啸鸣抑制307
15.5 立体语音回音对消309
附录15A 多窗谱方法320
附录15B 双通道Levinson-Durbin算法的推导323
第16章 有源噪声控制325
16.1 宽带前馈单通道ANC326
16.2 窄带前馈单通道ANC329
16.3 反馈单通道ANC337
16.4 多通道ANC系统339
附录16A 式（16.46）的推导342
附录16B 式（16.53）的推导342
第17章 数据传输系统的同步与均衡343
17.1 连续时间信道模型343
17.2 离散时间信道模型与均衡器结构346
17.3 定时恢复349
17.4 均衡器设计与性能分析357
17.5 自适应算法365
17.6 循环均衡365
17.7 联合定时恢复、载波恢复与信道均衡372
17.8
出版者的话
译者序
前言
致谢
第1章 引言1
1.1 线性滤波器1
1.2 自适应滤波器2
1.3 自适应滤波器结构2
1.4 自适应方法4
1.5 自适应滤波器的实数形式与复数形式6
1.6 应用6
第2章 离散时间信号与系统17
2.1 序列与z变换17
2.2 Parseval关系20
2.3 系统函数20
2.4 随机过程21
习题27
第3章 Wiener滤波器29
3.1 最小均方误差准则29
3.2 Wiener滤波器——横向、实值情况30
3.3 正交性原理33
3.4 归一化性能函数34
3.5 向复值情形的推广35
3.6 无约束Wiener滤波器36
3.7 总结与讨论47
习题48
第4章 特征分析与性能表面52
4.1 特征值和特征向量52
4.2 特征值和特征向量的性质52
4.3 性能表面60
习题65
第5章 搜索方法68
5.1 最陡下降法68
5.2 学习曲线73
5.3 特征值分散的影响74
5.4 Newton法75
5.5 Newton法的另一种解释76
习题77
第6章 LMS算法79
6.1 LMS算法的起源79
6.2 LMS算法抽头权系数的平均行为80
6.3 LMS算法的MSE性能83
6.4 计算机仿真89
6.5 简化的LMS算法96
6.6 归一化LMS算法97
6.7 仿射投影LMS算法99
6.8 可变步长LMS算法102
6.9 复值信号的LMS算法103
6.10 再论波束成形105
6.11 线性约束的LMS算法107
习题109
附录6A 式（6.39）的推导116
第7章 变换域自适应滤波器117
7.1 变换域自适应滤波器概述117
7.2 正交变换的频带分割特性118
7.3 正交变换的正交化特性119
7.4 变换域LMS算法120
7.5 理想的LMS-Newton算法及其与TDLMS算法的关系122
7.6 变换的选择122
7.7 变换129
7.8 滑动变换130
7.9 总结与讨论137
习题138
第8章 自适应滤波器的分块实现142
8.1 分块LMS算法142
8.2 数学背景144
8.3 FBLMS算法147
8.4 分割的FBLMS算法152
8.5 计算机仿真159
习题160
附录8A BLMS算法失调方程的推导163
附录8B FBLMS算法失调方程的推导164
第9章 子带自适应滤波器168
9.1 DFT滤波器组168
9.2 互补滤波器组171
9.3 子带自适应滤波器结构173
9.4 分析与综合滤波器的选取174
9.5 计算复杂性175
9.6 欠采样因子与混叠现象176
9.7 低时延分析与综合滤波器组177
9.8 子带自适应滤波器的设计方法180
9.9 一个例子181
9.10 与FBLMS算法的比较182
习题183
第10章 IIR自适应滤波器185
10.1 输出误差法186
10.2 方程误差法189
10.3 案例分析Ⅰ：IIR自适应谱线增强191
10.4 案例分析Ⅱ：磁记录信道的均衡器设计197
10.5 结论202
习题203
第11章 格型滤波器205
11.1 前向线性预测器205
11.2 后向线性预测器206
11.3 前向与后向预测器之间的关系207
11.4 预测误差滤波器207
11.5 预测误差的性质208
11.6 格型结构的推导209
11.7 格型作为一种正交化变换212
11.8 格型联合过程估计器213
11.9 系统函数214
11.10 转换214
11.11 全极点格型结构218
11.12 极零点格型结构219
11.13 自适应格型滤波器220
11.14 随机过程的自回归模型223
11.15 基于自回归模型的自适应算法224
习题233
附录11A E［ua(n)xT(n)K(n)x(n)uTa(n)］的计算236
附录11B 参数γ的计算237
第12章 最小二乘方法239
12.1 针对线性组合器提出的最小二乘估计239
12.2 正交性原理240
12.3 投影算子242
12.4 标准递推最小二乘算法242
12.5 RLS算法的收敛行为246
习题251
第13章 快速RLS算法254
13.1 最小二乘前向预测254
13.2 最小二乘后向预测255
13.3 最小二乘网格256
13.4 RLSL算法258
13.5 FTRLS算法267
习题271
第14章 跟踪273
14.1 跟踪问题的提出273
14.2 LMS算法的广义描述274
14.3 广义LMS算法的MSE分析274
14.4 最优步长参数276
14.5 传统算法的比较278
14.6 基于最优步长参数的比较281
14.7 VSLMS：具有最优跟踪行为的算法282
14.8 遗忘因子可变的RLS算法287
14.9 总结288
习题289
第15章 回音对消291
15.1 问题描述291
15.2 结构与自适应算法292
15.3 双端会话检测303
15.4 啸鸣抑制307
15.5 立体语音回音对消309
附录15A 多窗谱方法320
附录15B 双通道Levinson-Durbin算法的推导323
第16章 有源噪声控制325
16.1 宽带前馈单通道ANC326
16.2 窄带前馈单通道ANC329
16.3 反馈单通道ANC337
16.4 多通道ANC系统339
附录16A 式（16.46）的推导342
附录16B 式（16.53）的推导342
第17章 数据传输系统的同步与均衡343
17.1 连续时间信道模型343
17.2 离散时间信道模型与均衡器结构346
17.3 定时恢复349
17.4 均衡器设计与性能分析357
17.5 自适应算法365
17.6 循环均衡365
17.7 联合定时恢复、载波恢复与信道均衡372
17.8
猜您喜欢
