《自適應濾波算法與實現》簡明地介紹了自適應濾波理論，以統一的形式包含了盡可能多的算法，避免了算法的重復和繁雜的符號表示。《自適應濾波算法與實現》的指導思想是揭示出自適應濾波的堅實理論基礎，重點討論那些利用有限精度實現能夠真正有效的算法。《自適應濾波算法與實現》第二版在第一版的基礎上，增加了非線性自適應濾波、子帶自適應濾波、線性約束維納濾波器、LMS算法在快速自適應實現中的行為分析以及仿射投影算法等全新的內容和研究成果。此外，作者還根據教學需要和讀者要求，對書中部分內容進行了調整和優化。《自適應濾波算法與實現》提供了大量的算法、例題、仿真結果和參考文獻，以幫助讀者深入理解書中內容。《自適應濾波算法與實現》的讀者需要掌握數字信號處理和隨機過程的一些基本原理。《自適應濾波算法與實現》適合作為信號處理、通信、電路與系統、智能系統以及相關專業的高年級本科生和研究生教材，也適合作為相關專業研究人員的參考用書。

第1章自適應濾波導論

1.1引言

1.2自適應信號處理

1.3自適應算法介紹

1.4應用

參考文獻

第2章自適應濾波基礎

2.1引言

2.2信號表示

2.3相關矩陣

2.4維納濾波器

2.5線性約束維納濾波器

2.6均方誤差曲面

2.7偏差和一致性

2.8牛頓算法

2.9最陡下降算法

2.10應用回顧

2.11結束語

參考文獻

習題

第3章最小均方算法

3.1引言

3.2LMS算法

3.3LMS算法的一些特性

3.4非平穩環境下的LMS算法特性

3.5舉例

3.6結束語

參考文獻

習題

第4章基于LMS的算法

4.1引言

4.2量化誤差算法

4.3LMS-Newton算法

4.4歸一化LMS算法

4.5變換域LMS算法

4.6仿射投影算法

4.7仿真舉例

4.8結束語

參考文獻

習題

第5章傳統RLS自適應濾波器

5.1引言

5.2RLS算法

5.3最小二乘解的特性

5.4在非平穩環境下的特性

5.5仿真舉例

5.6結束語

參考文獻

習題

第6章自適應格型RLS算法

6.1引言

6.2遞歸最小二乘預測

6.3階數更新方程

6.4時間更新方程

6.5聯合過程估計

6.6最小二乘誤差的時間遞推

6.7歸一化格型RLS算法

6.8誤差反饋格型RLS算法

6.9基于先驗誤差的格型RLS算法

6.10量化效應

6.1l結束語

參考文獻

習題

第7章快速橫向RLS算法

7.1引言

7.2遞歸最小二乘預測

7.3聯合過程估計

7.4穩定快速橫向RLS算法

7.5結束語

參考文獻

習題

第8章基于QR分解的RL$濾波器

8.1引言

8.2利用QR分解實現對角化

8.3脈動陣實現

8.4一些實現問題

8.5快速QR-RLS算法

8.6結束語

參考文獻

習題

第9章自適應IIR濾波器

9.1引言

9.2輸出誤差IIR濾波器

9.3導數的一般實現方法

9.4自適應算法

9.5其他自適應濾波器結構

9.6均方誤差曲面

9.7濾波器結構對MSE曲面的影響

9.8其他誤差表示法

9.9結束語

參考文獻

習題

第10章非線性自適應濾波

10.1引言

10.2Voherra級數算法

10.3自適應雙線性濾波器

10.4多層感知算法

10.5徑向基函數算法

10.6結束語

參考文獻

習題

第11章子帶自適應濾波器

11.1引言

11.2多速率系統

11.3濾波器組

11.4子帶自適應濾波器

11.5交叉濾波器的消除

11.6無延遲子帶自適應濾波

11.7頻域自適應濾波

11.8小結

參考文獻

習題

附錄ALMS算法和RLS算法的量化效應

A.1LMS算法的量化效應

A.2RLS算法的量化效應

參考文獻