新書推薦：
《
跟着渤海小吏读历史：大唐气象（全三册）
》
售價：HK$
189.0
《
心智的构建：大脑如何创造我们的精神世界
》
售價：HK$
81.4
《
美国小史（揭秘“美国何以成为美国”，理解美国的经典入门读物）
》
售價：HK$
81.4
《
中国古代北方民族史丛书——东胡史
》
售價：HK$
87.8
《
巨人传（插图珍藏本）
》
售價：HK$
705.6
《
地下（村上春树沙林毒气事件的长篇纪实）
》
售價：HK$
76.7
《
偿还：债务与财富的阴暗面
》
售價：HK$
80.2
《
清华大学藏战国竹简校释（壹）：《命训》诸篇
》
售價：HK$
94.4
|
| 內容簡介： |
|
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。
|
| 關於作者： |
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。
|
| 目錄：
|
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［uanxTnKnxnuTan］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
|
| 內容試閱：
|
前言本书起源于作者在自适应信号处理领域以及信号处理在通信系统中众多应用方面的研究工作和教学经验。本书第2版保留了第1版中自适应滤波器基本理论的介绍，同时极大地扩展了自适应滤波器在广大范围内的应用。新增的6章对自适应滤波器的不同应用进行深入分析。
本书适合作为自适应滤波器方面的研究生教材。同时，也可供实践工程师用作技术参考书。
关于自适应滤波器的一学期典型入门课程可包含第1章、第3～6章、第12章以及第11章的前半部分。第2章由对离散时间信号与系统的基本概念的简短回顾和一些随机信号分析的相关概念构成，可作为学生的自学内容。在同一学期也可以选讲本书的其他部分，或者更多的章节可以在高级主题和应用相关的第二学期课程中讲述。
在自适应滤波器的学习中，计算机仿真构成了理论分析与推导的重要补充成分。通常，理论分析和推导涉及许多近似或假设。因此，计算机仿真对于理论结果的验证变得必不可少。除此之外，已经证明计算机仿真是自适应滤波器的学习中深入理解不同自适应算法的性能与性质不可或缺的一个环节。MathWorks公司的Matlab可能是最常用的仿真软件包。在本书中，我们自始至终采用Matlab来给出仿真结果，以阐明和验证理论推导。用于产生这些结果的程序和数据文件可从本书的配套网站http：as.wiley.comWileyCDAWileyTitleproductCd-1119979544.html#instructor中下载。
本书另一个不可分割的部分是每章结尾的习题。除了前面几章以外，每章均提供两类习题。
1.一般习题。这些习题旨在强化读者在理论推导方面的技能。它们对正文中推导的结果进行拓展，并说明在在实际问题中的应用。教师也可从本书的配套网站：http：as.wiley.comWileyCDAWileyTitleproductCd-1119979544.html#instructor 关于本书教辅资源，只有使用本书作为教材的教师才可以申请，需要的教师可向约翰·威立出版公司北京代表处申请，电话：010-8418 7869，电子邮件：sliang@wiley.com。——编辑注上得到这些习题的解答。
2.与计算机有关的习题。这些习题涉及计算机仿真，旨在加强读者对正文中介绍的不同自适应算法性能的理解。大多数此类习题基于配套网站上提供的Matlab程序。此外，也还有其他（开放的）面向仿真的习题，以便于读者编写自己的程序并对实际问题进行实验做准备。
本书假定读者具有一定的离散时间信号与系统（包括线性系统理论和随机信号分析导论）、复变理论和矩阵代数的背景知识。然而，第2章和第4章也给出了这些主题的概述。
本书第1章首先给出自适应滤波器的一般性概述。这一章回顾了许多应用例子，如系统建模、信道均衡、回音对消和天线阵列等。随后，第2章简单回顾了离散时间信号与系统，将适用于本书其他部分的相关概念置于一个框架下面。
第3章集中介绍了一类称为Wiener滤波器的最佳线性系统。Wiener滤波器是实现自适应滤波器的基础。注意，用于描述Wiener滤波器的代价函数是一个精致的选择，能得到数学上易于处理的问题。我们也在因果性和滤波器冲激响应的周期方面讨论了无约束Wiener滤波器。这一研究揭示了Wiener滤波器许多有意思的方面，并为本书其他部分中自适应滤波器的学习奠定了良好基础。特别地，我们发现当滤波器长度趋于无穷时，在极限情况下Wiener滤波器可以独立地处理相关过程的不同频率分量。数值例子表明，当滤波器长度有限时，频率分量的分离可以在很好的近似范围内由频带的隔离所替代。对自适应滤波器的这种处理，已被证明对于自适应滤波器的学习是一种启发式的工程方法，将始终贯穿于本书。
特征分析是自适应滤波器研究中的一种基本数学工具。第4章前半部分包含了对这一主题的完整介绍。该章后半部分给出了横向Wiener滤波器性能表面的分析。随后在第5章介绍了搜索方法。这一章讨论的搜索方法是在实践中用于自适应滤波器实际实现的统计搜索方法的理想化版本。它们在假设先验已知相关过程统计特性的意义上是理想化的。
著名的最小均方（LMS）算法在第6章中进行介绍，并在第7～11章中广泛研究。由Widrow和Hoff于20世纪60年代首先提出的LMS算法，由于在实践中的简洁性和对信号统计特性的鲁棒性而成为应用最为广泛的自适应滤波算法。
第12章和第13章介绍最小二乘方法。这一讨论虽然简短，但它给出了最小二乘方法的基本概念，并突出了与基于LMS的算法相比较时的优劣。第13章介绍了最小二乘算法的快速版本。总体上，这两章为读者参考更为高级的书籍或论文方面继续这一主题的研究奠定了良好基础。
第14章讨论跟踪问题。在系统建模问题的背景下，给出了LMS算法的一般性表述，它涵盖了本书前面各章讨论的大部分算法，因而为不同算法的比较提供了公共平台。同时，也讨论了如何优化LMS算法的步长参数和RLS算法的遗忘因子以取得良好的跟踪性能。
第15～20章包含了前面各章的理论结果在许多实际问题中的广泛应用。第15章给出了与回音对消器相关的许多实际问题。这一章的重点是远程会议应用所遇到的回音对消。在这一应用中，我们需要处理自适应传统理论领域并未包含的特殊问题。例如，当位于电话线两端的双方同时讲话时，他们各自的信号会相互干扰，因此电话线两端回音对消器的自适应均会遭到破坏。所以，应该设计特殊的双端会话检测方法。我们也详细讨论了近年来发展迅速的立体声回音对消器。
第16章讨论与有源噪声对消控制相关的问题。它们在一定程度上也不同于传统的自适应滤波问题。
第17章涉及通信系统中的同步和信道均衡相关的问题。虽然针对信道均衡发展了许多经典自适应滤波器理论的基本原理，但是在通信系统领域也有许多特殊问题只能用新的概念来进行描述，它们可看作自适应滤波器经典理论的扩展。该章给出了许多这样的扩展。
传感器阵列处理和码分多址（CDMA）是自适应滤波器已得到广泛应用的两个领域。虽然它们看似两个非常不同的应用，但若得到理解，它们则存在许多相似之处，可以使我们将一个应用中的结果也用到另一个中。由于传感器阵列处理先于CDMA得到发展，我们便遵循这一历史发展，第18章介绍传感器阵列处理技术，接着第19章讨论CDMA理论和相关算法。
第20章讨论自适应滤波器在设计和实现多载波系统（或正交频分复用——OFDM）以及在发射端和接收端具有多根天线的通信系统（称为多输入多输出——MIMO）方面的最新进展。该章解释一些与这些现代信号处理技术相关的实际问题，并介绍几个在当前标准，如WiFi、WiMax和LTE中已采用的解决方案。
本书采用如下符号表示。我们用非粗体小写字母表示标量，粗体小写字母表示向量，粗体大写字母表示矩阵。非粗体大写字母用于表示变量函数，如Hz，以及向量矩阵的长度维数。小写字母“n”用于表示时间变量。在诸如第8章和第9章讨论的分块处理算法情形中，仍以小写字母“k”作为块编号。时间编号和块编号置于方括号中，而下标用于指代向量和矩阵的元素。例如，时变抽头权向量wn的第i个元素表示为win。上标“T”和“H”分别表示向量或矩阵的转置和Hermitian转置。我们保持所有向量为列形式。更为特殊的符号将在正文中必要的地方进行解释。
Behrouz Farhang-Boroujeny致谢本书第1版和当前版的面世离不开我过去20年间所有学生的贡献。我对他们的支持、热心和鼓励表示感谢！
感谢英国南安普敦大学的Stephen Elliott教授审阅了第16章，并提出许多宝贵意见。同时感谢Vellenki Umapathi Reddy教授审阅了第2～7章，提出了宝贵建议并给予我精神上的支持。在此特别感谢日立环球存储科技公司的George Mathew博士对本书第1版通篇进行了严格审查。
许多同事在课堂上采用本书第1版作为教材成为激励我编写本书第2版的动力。希望他们能感到本版通过介绍更多自适应滤波器在前沿应用中的实例而更有助于拓宽研究生的知识面。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
