基于正交化的自適應(yīng)濾波器設(shè)計(jì)

第1章 緒論
1.1 研究背景及意義
1.2 平衡實(shí)現(xiàn)算法概述
1.2.1 平衡實(shí)現(xiàn)算法定義及性質(zhì)
1.2.2 輸入信號(hào)的平衡
1.2.3 系統(tǒng)結(jié)構(gòu)的平衡
1.3 平衡自適應(yīng)濾波器研究現(xiàn)狀
1.4 章節(jié)安排
第2章 自適應(yīng)濾波APA算隨機(jī)統(tǒng)計(jì)模型
2.1 自適應(yīng)濾波APA算法
2.2 權(quán)值誤差分析
2.3 均方誤差分析
2.4 穩(wěn)定狀態(tài)分析
2.5 示例
2.6 本章小結(jié)
第3章 自適應(yīng)濾波APA算法穩(wěn)定狀態(tài)的解
3.1 自適應(yīng)濾波APA算法的分析
3.2 穩(wěn)定狀態(tài)的解
3.3 穩(wěn)定狀態(tài)解的誤差
3.4 對(duì)迭代步長(zhǎng)的敏感度
3.5 示例
3.6 本章小結(jié)
第4章 一種變步長(zhǎng)的AP-REE算法
4.1 AP-REE算法
4.2 優(yōu)化的迭代步長(zhǎng)
4.3 VSS-AP-REE算法
4.4 系統(tǒng)辨識(shí)模型分析
4.5 信道均衡模型
4.6 信道均衡模型分析
4.7 本章小結(jié)
第5章 基于直接迭代誤差的APA算法收斂性
5.1 APA算法
5.2 AP-DE算法
5.3 方向向量的統(tǒng)計(jì)特性
5.4 權(quán)值誤差
5.5 權(quán)值均方誤差
5.6 穩(wěn)定狀態(tài)誤差
5.7 系統(tǒng)辨識(shí)模型分析
5.8 信道均衡模型
5.9 信道均衡模型分析
5.10 本章小結(jié)
第6章 基于直接迭代誤差的APA算法跟蹤性
6.1 AP-DE算法
6.2 輸入向量和方向向量的統(tǒng)計(jì)特性
6.3 權(quán)重誤差
權(quán)值均方誤差
6.5 穩(wěn)定狀態(tài)誤差
6.6 分析
6.7 本章小結(jié)
第7章 平衡實(shí)現(xiàn)算法的參數(shù)化
7.1 SISO平衡系統(tǒng)的參數(shù)化
7.2 MIMO平衡系統(tǒng)的參數(shù)化
7.3 本章小結(jié)
第8章 平衡自適應(yīng)IIR濾波器的設(shè)計(jì)
8.1 參數(shù)梯度的計(jì)算
8.2 平衡自適應(yīng)IIR濾波算法
8.3 示例
8.4 本章小結(jié)
第9章 基于輸入平衡實(shí)現(xiàn)的一種自適應(yīng)IIR濾波器
9.1 動(dòng)態(tài)范圍約束
9.2 輸入平衡實(shí)現(xiàn)
9.3 自適應(yīng)IIR濾波器結(jié)構(gòu)
9.4 示例
9.5 本章小結(jié)
參考文獻(xiàn)