自適應(yīng)濾波：時域自適應(yīng)濾波和智能天線（第二版）

第1章 自適應(yīng)濾波基本概念                  
 1.1 自適應(yīng)濾波                  
 1.2 自適應(yīng)濾波器的組成                  
 1.2.1 自適應(yīng)濾波器的組成                  
 1.2.2 可編程濾波器                  
 1.3 空域濾波和時空對應(yīng)                  
 1.4 自適應(yīng)濾波應(yīng)用舉例                  
 1.4.1 雷達動目標顯示                  
 1.4.2 語音編碼                  
 1.4.3 自適應(yīng)天線（智能天線）                  
 1.4.4 軍事擴頻通信系統(tǒng)自適應(yīng)抗干擾                  
 1.4.5 自適應(yīng)均衡                  
 1.5 自適應(yīng)濾波技術(shù)的發(fā)展簡史                  
 參考文獻                  
 第2章 最佳濾波                  
 2.1 概述                  
 2.1.1 自適應(yīng)和最佳化                  
 2.1.2 時域和空域濾波器的輸入信號表示式                  
 2.2 最小均方誤差（MMSE）準則                  
 2.3 最大信噪比（MaxSNR）準則                  
 2.4 線性約束最小方差（LCMV）準則                  
 2.5 最大似然（ML）準則                  
 2.6 最小二乘（LS）準則                  
 習題                  
 第3章 最小均方（LMS）算法                  
 3.1 最小均方誤差濾波器                  
 3.1.1 最小均方誤差濾波器的推導(dǎo)                  
 3.1.2 正規(guī)方程的解                  
 3.1.3 正交原理                  
 3.2 關(guān)于均方誤差性能函數(shù)的進一步討論                  
 3.2.1 均方誤差性能函數(shù)的各種表達式                  
 3.2.2 幾何意義                  
 3.3 最陡下降法                  
 3.3.1 最陡下降法的遞推公式                  
 3.3.2 最陡下降法的性能分析                  
 3.4 最小均方（LMS）算法                  
 3.4.1 最小均方（LMS）算法公式                  
 3.4.2 LMS算法性能分析                  
 3.5 修正的LMS算法                  
 3.5. 歸一化LMS（NLMS）算法                  
 3.5.2 簡化的LMS算法                  
 3.6 LMS算法的計算機仿真                  
 3.6.1 自適應(yīng)線性預(yù)測                  
 3.6.2 模型識別                  
 3.6.3 自適應(yīng)均衡                  
 習題                  
 參考文獻                  
 第4章 自適應(yīng)格形濾波器                  
 4.1 線性預(yù)測濾波器                  
 4.1.1 前向線性預(yù)測濾波器                  
 4.1.2 后向線性預(yù)測濾波器                  
 4.1.3 Levinson－Durbin算法                  
 4.2 格形濾波器                  
 4.2.1 由預(yù)測濾波器推導(dǎo)格形濾波器                  
 4.2.2 格形濾波器的特性                  
 4.2.3 格形濾波器的各種形式                  
 4.2.4 復(fù)信號的預(yù)測濾波器和格形濾波器                  
 4.3 最小均方誤差自適應(yīng)格形濾波器                  
 4.3.1 自適應(yīng)格形濾波器的批處理算法                  
 4.3.2 自適應(yīng)格形濾波器的梯度算法                  
 習題                  
 參考文獻                  
 第5章 最小二乘自適應(yīng)濾波器                  
 5.1 時域最小二乘（LS）濾波器                  
 5.1.1 時域最小二乘濾波方程                  
 5.1.2 遞推最小二乘（RLS）算法                  
 5.2 RLS算法的收斂性                  
 5.2.1 系統(tǒng)模型                  
 5.2.2 LS估計的平均值                  
 5.2.3 加權(quán)矢量誤差的相關(guān)矩陣                  
 5.2.4 學(xué)習曲線                  
 5.3 對復(fù)信號的LS算法和RLS算法                  
 5.4 RLS算法的計算機仿真                  
 5.4.1 自適應(yīng)線性預(yù)測                  
 5.4.2 自適應(yīng)模型識別                  
 5.4.3 自適應(yīng)均衡                  
 5.4.4 RLS算法LMS算法的比較                  
 習題                  
 第6章 卡爾曼濾波器和平方根RLS自適應(yīng)濾波器                  
 6.1 基本卡爾曼濾波算法                  
 6.1.1 系統(tǒng)模型                  
 6.1.2 預(yù)測                  
 6.1.3 濾波                  
 6.1.4 初始條件和卡爾曼預(yù)測算法流程                  
 6.2 一種卡爾曼濾波自適應(yīng)算法                  
 6.2.1 等法                  
 6.2.2 性能分析                  
 6.3 卡爾曼濾波與RLS算法的對應(yīng)                  
 6.3.1 系統(tǒng)動態(tài)模型                  
 6.3.2 方差卡爾曼濾波與RLS算法的對應(yīng)                  
 6.4 平方根卡爾曼濾波算法和平方根RLS算法                  
 6.4.1 基于P1/2（n）遞推的平方根卡爾曼濾波算法                  
 6.4.2 基于R1/2（n）的平方根RLS算法                  
 6.4.3 基于P-1/2（n）遞推的平方根卡爾曼算法及基于R1/2（n）遞推的平方根RLS算法                  
 6.5 平方根RLS算法的計算機仿真                  
 習題                  
 參考文獻                  
 第7章 最小二乘格形（LSL）算法和快速模式濾波（FTF）算法                  
 7.1 矢量空間                  
 7.1.1 希爾伯特空間                  
 7.1.2 投影矩陣                  
 7.1.3 單位現(xiàn)時矢量及角參量                  
 7.2 用矢量空間法研究最小二乘估計問題                  
 7.2.1 最小二乘估計歸結(jié)于矢量空間問題                  
 7.2.2 前向線性預(yù)測濾波器                  
 7.2.3 后向線性預(yù)測濾波器                  
 7.2.4 線性預(yù)測誤差剩余                  
 7.2.5 時間更新                  
 7.3 最小二乘格形（LSL）算法                  
 7.3.1 最小二乘格形濾波器                  
 7.3.2 反射系數(shù)的更新                  
 7.4 快速橫式濾波（FTF）算法                  
 7.4.1 橫式濾波算子和FTF算法的四個橫式濾波器                  
 7.4.2 橫式濾波算子的更新                  
 7.4.3 FIF算法                  
 習題                  
 參考文獻                  
 第8章 頻域自適應(yīng)濾波器                  
 8.1 基于圓卷積的頻域自適應(yīng)濾波器                  
 8.2 批處理LMS（BLM）算法和快速LMS（FLMS）算法                  
 8.2.1 批處理LMS（BLMS）算法                  
 8.2.2 快速LMS（FLMS ）算法                  
 8.3 擴頻信號窄帶干擾抑制算法                  
 8.3.1 算法及框圖                  
 8.3.2 性能分析                  
 習題                  
 參考文獻                  
 第9章 智能天線數(shù)字波束形成（DBF）                  
 9.1 數(shù)字波束形成（DBF）概述                  
 9.2 陣列天線輸人矢量及相關(guān)矩陣                  
 9.2.1 陣列輸入矢量                  
 9.2.2 輸入矢量的相關(guān)矩陣                  
 9.3 普通波束形成和多波束形成                  
 9.3.1 線陣波束形成                  
 9.3.2 多波束                  
 9.3.3 賦形波束                  
 9.3.4 面陣波束形成                  
 9.3.5 發(fā)射波束形成                  
 9.4 最佳波束形成器                  
 9.4.1 最小均方誤差（MMSE）波束形成器                  
 9.4.2 最大信噪比（MaxSNR）波未形成器                  
 9.4.3 線性約束最小方差（LCMV）波束形成器                  
 9.5 旁瓣對消陣和部分自適應(yīng)陣                  
 9.5.1 自由度                  
 9.5.2 全自適應(yīng)陣和部分自適應(yīng)陣                  
 9.5.3 旁瓣對消陣                  
 9.5.4 基于旁瓣對消器結(jié)構(gòu)的部分自適應(yīng)陣                  
 習題                  
 參考文獻                  
 第10章 空域自適應(yīng)濾波（智能天線）算法                  
 10.1 空域自適應(yīng)濾波（智能天線）算法概述                  
 10.2 QR分解最小二乘（QRD-LS）算法                  
 10.2.1 基本最小二乘算法                  
 10.2.2 在數(shù)據(jù)域求最佳權(quán)                  
 10.2.3 Givens旋轉(zhuǎn)                  
 10.2.4 QRD-LS（QR分解最小二乘）算法                  
 10.2.5 直接提取剩余輸出QRD-LS算法                  
 10.2.6 QRD-LS算法的計算機仿真[8]                  
 10.3 SMI（采樣矩陣求逆）算法和QRD-SMII（QR分解SMI）算法                  
 10.3.1 SMI（采樣矩陣求逆）算法                  
 10.3.2 QR分解SMI算法                  
 10.3.3 對角加載原理及實現(xiàn)                  
 10.3.4 QRD-SMI算法的計算機仿真                  
 10.4 QRD-LS和QRD-SMI算法的Systolic實現(xiàn)                  
 10.4.1 Systolic和Wavefront處理結(jié)構(gòu)                  
 10.4.2 QRD-LS算法的SystoliC處理實現(xiàn)                  
 10.4.3 QRD-SMI算法的Systolic處理實現(xiàn)                  
 10.5 基于CORDIC的自適應(yīng)數(shù)字波束形成技術(shù)                  
 10.5.1 CORDIC實現(xiàn)坐標旋轉(zhuǎn)的原理                  
 10.5.2 基于CORDIC的無開方Givens處理                  
 10.5.3 基于CORDIC的無開方無除法Givens處理                  
 10.6 HA（Howells－Applebaum）算法                  
 10.6.1 連續(xù)變量的LMS算法                  
 10.6.2 HA算法的公式和框圖                  
 10.6.3 HA算法性能分析[23]                  
 10.6.4 特征波束和自適應(yīng)陣列波束                  
 10.7 穩(wěn)健（Robust）自適應(yīng)算法                  
 10.7.1 導(dǎo)數(shù)約束法[25]                  
 10.7.2 特征空間法[32]                  
 10.7.3 半無窮維二次優(yōu)化（SIQO）算法[29]                  
 10.8 唯相位（Phase－only）波束形成算法                  
 10.8.1 概述                  
 10.8.2 權(quán)矢量幅度約束算法[34][35]                  
 10.8.3 期望方向增益最大約束算法                  
 10.8.4 小相位擾動約束算法                  
 10.8.5 單端口唯相位自適應(yīng)陣列處理                  
 10.9 盲目適應(yīng)算法                  
 10.9.1 恒模算法                  
 10.9.2 最小二乘恒模（LS-CMA）算法[49][50]                  
 10.9.3 最小二乘解擴重擴多目標陣列（LS-DRMTA）算法                  
 10.10 其他自適應(yīng)算法                  
 10.10.1 正交投影算法                  
 10.10.2 具有嚴格約束的自適應(yīng)算法                  
 10.10.3 功率倒置自適應(yīng)算法                  
 10.10.4 微擾法[59][11]                  
 習題                  
 參考文獻                  
 第11 章自適應(yīng)空域濾波（智能天線）的實現(xiàn)                  
 11.1 數(shù)字波束形成系統(tǒng)的組成                  
 11.2 窄帶信號和寬帶信號                  
 11.2.1 窄帶信號                  
 11.2.2 空域濾波的窄帶信號                  
 11.2.3 對窄帶信號的處理                  
 11.2.4 寬帶自適應(yīng)陣                  
 11.3 通道失配校正及互耦校正                  
 11.3.1 通道失配的影響                  
 11.3.2 窄帶通道失配的校正                  
 11.3.3 寬帶通道失配的校正                  
 11.3.4 互耦校正                  
 11.4 動態(tài)范圍. 非線性失真和數(shù)字下變頻                  
 11.4.1 動態(tài)范圍                  
 11.4.2 非線性失真的影響                  
 11.4.3 正交混頻器的失配和非線性                  
 11.4.4 中頻采樣ADC和基帶采樣ADC                  
 11.5 相關(guān)信號源及非零帶寬信號                  
 11.5.1 相關(guān)信號源                  
 11.5.2 非零帶寬信號                  
 11.6 量化誤差及有限字長的影響                  
 11.6.1 有限字長引起的副瓣電平限制                  
 11.6.2 有限字長引起的干擾抑制性能下降                  
 11.7 權(quán)誤差. 信號方向誤差的影響                  
 11.7.1 自適應(yīng)權(quán)誤差                  
 11.7.2 信號方向誤差                  
 11.8 影響雷達旁瓣對消陣性能的其他因素                  
 11.8.1 雜波                  
 11.8.2 目標信號. 干擾環(huán)境及極化                  
 11.8.3 路徑失配[3]                  
 11.9 對處理機速度要求的估計                  
 參考文獻                  
 第12章 無線移動通信系統(tǒng)智能天線                  
 12.1 無線移動通信系統(tǒng)采用智能天線的必要性和性能改善                  
 12.1.1 概述                  
 12.1.2 采用智能天線后無線通信系統(tǒng)的性能改善                  
 12.2 智能天線對系統(tǒng)性能改善的估計                  
 12.2.1 單用戶和白噪聲情況                  
 12.2.2 對上行鏈路容量改善的估計                  
 12.2.3 對下行鏈路容量改善的估計                  
 12.3 工作方式和波束形成算法                  
 12.3.1 智能天線的工作方式                  
 12.3.2 智能天線波未形成算法分類                  
 12.3.3 智能天線各種方式的應(yīng)用                  
 12.4 移動通信系統(tǒng)智能天線實驗研究                  
 12.4.1 歐洲TSUNAMI智能天線項目                  
 12 4.2 日本移動通信DBF實驗系統(tǒng)口到                  
 12.4.3 其他實驗系統(tǒng)                  
 12.5 空時聯(lián)合處理方法                  
 12.5.1 空時radeE（2D-RAKE）接收機                  
 12.5.2 對TDMA體制的空時處理方法簡述                  
 12.6 多入多出（MIMO）智能無線技術(shù)                  
 12.6.1 MIMO概念                  
 12.6.2 空時網(wǎng)格碼                  
 12.6.3 空時分組碼                  
 12.6.4 V-BLAST MIMO算法                  
 12.6.5 MIMO研究近況                  
 參考及獻                  
 第13章 自適應(yīng)濾波技術(shù)在雷達中的應(yīng)用                  
 13.1 雷達信號最佳濾波                  
 13.2 雷達自適應(yīng)動目標顯示（MTI）濾波器                  
 13.2.1 引言                  
 13.2.2 調(diào)整相干振蕩器頻率的自適應(yīng)MTI系統(tǒng)                  
 13.2.3 普通DMTI                  
 13.2.4 開環(huán)自適應(yīng)MTI濾波器                  
 13.2.5 閉環(huán)自適應(yīng)MTI濾波器                  
 13.2.6 線性預(yù)測和自適應(yīng)雜波對消                  
 13.3 動目標檢測（MTD）                  
 13.4 超低副瓣及多波束                  
 13.4.1 超低副瓣                  
 13.4.2 多波束形成                  
 13.5 旁瓣匿影（SLB）                  
 13.6 自適應(yīng)旁瓣對消（SLC）                  
 13.7 機載雷達雜波抑制和DPCA                  
 13.7.1 用于單脈沖雷達的地雜波抑制電路                  
 13.7.2 自適應(yīng)技術(shù)和DPCA技術(shù)                  
 13.8 時空聯(lián)合處理                  
 13.9 雷達自適應(yīng)天線系統(tǒng)                  
 13.9.1 開環(huán)旁瓣對消系統(tǒng)                  
 13.9.2 X波段雷達自適應(yīng)干擾置零系統(tǒng)[37]                  
 13.9.3 林肯實驗室RST雷達自適應(yīng)DBF系統(tǒng)[28]                  
 13.9.4 美國海軍數(shù)字陣列雷達（DAR）項目[34][35]                  
 參考文獻                  
 第14章 自適應(yīng)均衡和自適應(yīng)嗓聲對消                  
 14.1 自適應(yīng)均衡                  
 14.1.1 均衡器                  
 14.1.2 自適應(yīng)迫零均衡器                  
 14.1.3 判決引導(dǎo)自適應(yīng)均衡器                  
 14.1.4 自適應(yīng)分數(shù)間隔均衡器                  
 14.1.5 自適應(yīng)判決反饋均衡器                  
 14.1.6 盲自適應(yīng)均衡器                  
 14.1.7 調(diào)制解調(diào)器和自適應(yīng)均衡器的連接                  
 14.2 自適應(yīng)噪聲對消                  
 14.2.1 自適應(yīng)噪聲對消器的組成                  
 14.2.2 自適應(yīng)濾波在醫(yī)學(xué)中的應(yīng)用                  
 14.2.3 消除聲音信號的干擾                  
 14.2.4 分離周期信號和寬帶信號                  
 14.2.5 利用噪聲對消技術(shù)抑制擴頻系統(tǒng)窄帶干擾                  
 參考及獻                  
 附錄 A 矩陣和矢量                  
 A.1 矩陣                  
 A.1.1 基本定義和基本運算                  
 A.1.2 某些特殊矩陣                  
 A.1.3 關(guān)于跡和行列式的關(guān)系式                  
 A.1.4 矩陣求逆引理                  
 A.2 矢量                  
 A.2.1 在實數(shù)域上的矢量                  
 A.2.2 在復(fù)數(shù)域上的矢量                  
 A.2.3 矢量外積                  
 A.3 二次型和埃爾米特型                  
 A.3.1 二次型                  
 A.3.2 埃爾米特型                  
 A.4 特征值和特征矢量                  
 A.4.1 基本概念                  
 A.4.2 相似和矩陣的對角錢化                  
 A.5 實對稱矩陣和埃爾米特矩陣                  
 A.5.1 實對稱矩陣                  
 A.5.2 埃爾米特矩陣                  
 A.6 梯度                  
 A.6.1 定義                  
 A.6.2 對實矢量的函數(shù)的梯度公式                  
 A.6.3 對復(fù)矢量的函數(shù)的梯度公式                  
 A.7 復(fù)變量函數(shù)的導(dǎo)數(shù)                  
 A.7.1 解析函數(shù)                  
 A.7.2 復(fù)矢量的復(fù)函數(shù)的導(dǎo)數(shù)                  
 附錄B 線性組合器加權(quán)及相關(guān)運算取共軛的位置