本書簡明地介紹了自適應(yīng)信號處理和自適應(yīng)濾波的主要概念， 在統(tǒng)一框架下對主要類型的自適應(yīng)濾波算法進(jìn)行了闡述。本書指導(dǎo)思想是揭示出自適應(yīng)濾波的堅實理論基礎(chǔ)， 第四版與第二版相比， 不僅包含了原書中關(guān)于自適應(yīng)濾波的經(jīng)典理論和非線性自適應(yīng)濾波、 子帶自適應(yīng)濾波、 線性約束維納濾波器、 LMS類算法、 RLS算法、 IIR算法、 仿射投影算法等內(nèi)容， 還增加了數(shù)據(jù)選擇性自適應(yīng)濾波、 盲自適應(yīng)濾波、 復(fù)信號自適應(yīng)濾波、 卡爾曼濾波和集員仿射投影算法等全新內(nèi)容和研究成果。本書符號表示清晰， 主要算法均以圖表形式給出， 許多舉例來源于實際問題。此外， 作者還根據(jù)教學(xué)需要和讀者要求， 對原書部分內(nèi)容進(jìn)行了調(diào)整和優(yōu)化， 對習(xí)題和參考文獻(xiàn)進(jìn)行了更新和補充。本書提供了大量的算法、 例題、 仿真結(jié)果、 參考文獻(xiàn)以及所有算法的MATLAB實現(xiàn)， 以幫助讀者深入理解書中內(nèi)容， 快速解決問題并對算法進(jìn)行驗證和應(yīng)用。
本書講述自適應(yīng)濾波及其算法與實現(xiàn)，內(nèi)容全面
Paulo S. R. Diniz教授長期致力于自適應(yīng)信號處理、模擬和數(shù)字信號處理、數(shù)字通信、無線通信、多采樣率系統(tǒng)、隨機(jī)過程、電子電路等領(lǐng)域的教學(xué)和研究工作，是國際上信號處理領(lǐng)域中的著名學(xué)者。他曾在巴西里約熱內(nèi)盧聯(lián)合大學(xué)、美國圣母瑪利亞大學(xué)、加拿大維多利亞大學(xué)、芬蘭赫爾辛基大學(xué)等世界各地許多學(xué)術(shù)機(jī)構(gòu)和研究院所進(jìn)行講學(xué)。
第1章 自適應(yīng)濾波導(dǎo)論 1.1 引言 1.2 自適應(yīng)信號處理 1.3 自適應(yīng)算法簡介 1.4 應(yīng)用 參考文獻(xiàn)第2章 自適應(yīng)濾波基礎(chǔ) 2.1 引言 2.2 信號表示 2.2.1 確定性信號 2.2.2 隨機(jī)信號 2.2.3 遍歷性 2.3 相關(guān)矩陣 2.4 維納濾波器 2.5 線性約束維納濾波器 2.6 MSE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(yīng)用回顧 2.10.1 系統(tǒng)辨識 2.10.2 信號增強 2.10.3 信號預(yù)測 2.10.4 信道均衡 2.10.5 數(shù)字通信系統(tǒng) 2.11 小結(jié) 2.12 習(xí)題 參考文獻(xiàn)第3章 最小均方（LMS）算法 3.1 引言 3.2 LMS算法 3.3 LMS算法特性 3.3.1 梯度特性 3.3.2 系數(shù)向量的收斂特性 3.3.3 系數(shù)誤差向量協(xié)方差矩陣 3.3.4 誤差信號的特性 3.3.5 最小均方誤差 3.3.6 超量均方誤差和失調(diào) 3.3.7 瞬態(tài)特性 3.4 非平穩(wěn)環(huán)境下LMS算法的特性 3.5 復(fù)數(shù)LMS算法 3.6 舉例 3.6.1 分析舉例 3.6.2 系統(tǒng)辨識仿真 3.6.3 信道均衡仿真 3.6.4 快速自適應(yīng)仿真 3.6.5 線性約束LMS算法 3.7 小結(jié) 3.8 習(xí)題 參考文獻(xiàn)第4章 基于LMS準(zhǔn)則的算法 4.1 引言 4.2 量化誤差算法 4.2.1 符號誤差算法 4.2.2 雙符號算法 4.2.3 2的冪誤差算法 4.2.4 符號數(shù)據(jù)算法 4.3 LMS牛頓算法 4.4 歸一化LMS算法 4.5 變換域LMS算法 4.6 仿射投影算法 4.6.1 仿射投影算法的失調(diào) 4.6.2 非平穩(wěn)環(huán)境下的算法特性 4.6.3 暫態(tài)特性 4.6.4 復(fù)數(shù)仿射投影算法 4.7 舉例 4.7.1 分析舉例 4.7.2 系統(tǒng)辨識仿真 4.7.3 信號增強仿真 4.7.4 信號預(yù)測仿真 4.8 小結(jié) ……第5章 常規(guī)RLS自適應(yīng)濾波器第6章 數(shù)據(jù)選擇性自適應(yīng)濾波第7章 自適應(yīng)格型RLS算法第8章 快速橫向RLS算法第9章 基于QR分解的RLS濾波器第10章 自適應(yīng)IIR濾波器第11章 非線性自適應(yīng)濾波第12章 子帶自適應(yīng)濾波器第13章 盲自適應(yīng)濾波第14章 復(fù)數(shù)微分第15章 LMS算法的量化效應(yīng)第16章 RLS算法的量化效應(yīng)第17章 卡爾曼濾波器第18章 集員仿射投影算法分析參考文獻(xiàn)
譯者序
自適應(yīng)濾波理論是統(tǒng)計信號處理領(lǐng)域中的一個重要組成部分。對于時變未知環(huán)境下的信號處理問題，自適應(yīng)濾波器比傳統(tǒng)固定濾波器更優(yōu)，并且擁有其他方法不具備的信號處理能力。因此，近50年來，自適應(yīng)濾波理論在許多領(lǐng)域（如通信、控制、雷達(dá)、聲吶、地震和生物醫(yī)學(xué)工程等）獲得了廣泛應(yīng)用。
本書作者PauloS.R.Diniz教授長期致力于自適應(yīng)信號處理、模擬和數(shù)字信號處理、數(shù)字通信、無線通信、多采樣率系統(tǒng)、隨機(jī)過程、電子電路等領(lǐng)域的教學(xué)和研究工作，是國際上信號處理領(lǐng)域中的著名學(xué)者。他曾在巴西里約熱內(nèi)盧聯(lián)邦大學(xué)、美國圣母瑪麗亞大學(xué)、加拿大維多利亞大學(xué)、芬蘭赫爾辛基理工大學(xué)等世界各地許多學(xué)術(shù)機(jī)構(gòu)和研究院所進(jìn)行講學(xué)。他根據(jù)講授自適應(yīng)信號處理課程的講稿，結(jié)合其多年從事教學(xué)工作積累的豐富經(jīng)驗和學(xué)生的需求，專門針對大學(xué)高年級本科生、研究生和從事實際工作的工程師撰寫了本書。
本書與其他有關(guān)自適應(yīng)濾波理論的著作相比，具有如下三個突出特點。
第一，本書適合于作為教材。作者在有限篇幅內(nèi)系統(tǒng)精煉地闡明了自適應(yīng)信號處理和自適應(yīng)濾波的理論基礎(chǔ)，深入探討了大多數(shù)基本概念，給出了適當(dāng)?shù)睦樱嶋H應(yīng)用進(jìn)行了討論。為了避免直接給出推導(dǎo)結(jié)果又不至于內(nèi)容重復(fù)，作者以統(tǒng)一的風(fēng)格對算法進(jìn)行了嚴(yán)格推導(dǎo)，便于在講解不同算法時，不至于在符號和推導(dǎo)上花太多時間。因此，本書尤其適合于作為高年級本科生和研究生學(xué)習(xí)自適應(yīng)信號處理和自適應(yīng)濾波理論時的教材。
第二，本書重點介紹了便于有效實現(xiàn)的算法。在應(yīng)用自適應(yīng)濾波理論時常常面臨一個問題，即在有限精度實現(xiàn)中，到底哪一個算法才能真正有效。因此，作者特別針對那些利用有限精度實現(xiàn)能真正有效的算法進(jìn)行了重點講解，對量化效應(yīng)還單獨進(jìn)行了理論分析。這使學(xué)生能夠通過學(xué)習(xí)，嘗試自適應(yīng)濾波器的實現(xiàn)和研究。對于從事實際工作的工程師和科技人員來說，這也是非常有益的。
第三，本書內(nèi)容新穎獨特。本書作者具有多年教學(xué)經(jīng)驗，他的許多觀點都很有獨創(chuàng)性。本書除了討論自適應(yīng)信號處理和自適應(yīng)濾波的基本理論以外，還新增了數(shù)據(jù)選擇性自適應(yīng)濾波、盲自適應(yīng)濾波、復(fù)信號自適應(yīng)濾波、卡爾曼濾波和集員仿射投影算法等內(nèi)容，以及近年來國際上的最新研究成果。
正因為如此，本書自第一版出版以來，就受到了讀者的一致好評，現(xiàn)已作為世界上許多大學(xué)的教材。本書對于信號處理、通信工程、自動控制、電路與系統(tǒng)、智能系統(tǒng)等領(lǐng)域的科研人員以及其他對自適應(yīng)濾波理論感興趣的人來說都很有參考價值。
本書第1章至第7章及第18章由劉郁林教授翻譯，第8章至第11章由萬群教授翻譯，第12章至第14章由王銳華高級工程師翻譯，第15章至第17章由陳紹容副教授翻譯。全書由劉郁林教授統(tǒng)稿審校，重慶通信學(xué)院的晁志超博士參與了譯稿的整理工作。
盡管在翻譯本書時對原著中的部分錯誤和不當(dāng)之處進(jìn)行了認(rèn)真校對，但由于譯者水平有限，書中難免存在疏漏和不當(dāng)之處，懇請廣大讀者和專家批評指正。
前言
在過去30年中，數(shù)字信號處理領(lǐng)域取得了飛速發(fā)展，在許多大學(xué)的本科生和研究生教學(xué)計劃中都包括了“數(shù)字信號處理”這門課程，這與不斷出現(xiàn)的數(shù)字信號處理實現(xiàn)技術(shù)是密不可分的。數(shù)字信號處理技術(shù)的巨大發(fā)展，使得其中的某些研究方向已經(jīng)獨立出來，成為新的領(lǐng)域。如果可以準(zhǔn)確得到待處理信號的信息，設(shè)計者就能很容易地選擇最合適的算法來對信號進(jìn)行處理。如果待處理信號的統(tǒng)計特性是未知的，采用固定算法就不能有效地處理信號。解決方法是采用自適應(yīng)濾波器，這種濾波器可以通過其內(nèi)部參數(shù)的最優(yōu)化來自動改變其特征。自適應(yīng)濾波算法在統(tǒng)計信號處理的許多應(yīng)用中都是非常重要的。
40多年以來，自適應(yīng)信號處理一直都是研究的熱點。但是，直到20世紀(jì)80年代，其研究和應(yīng)用才取得了重大進(jìn)展。其原因有兩點，一是實現(xiàn)工具不斷實用化，二是出現(xiàn)的早期教材系統(tǒng)地對該問題進(jìn)行了闡述。最近，在自適應(yīng)濾波領(lǐng)域，新的研究成果仍然不斷涌現(xiàn)出來，特別是針對一些具體應(yīng)用。實際上，線性自適應(yīng)濾波理論已經(jīng)趨于成熟，以至于可以用一本教材對相應(yīng)的不同方法進(jìn)行統(tǒng)一闡述，并強調(diào)那些可以較好實現(xiàn)的算法。本書集中討論了自適應(yīng)算法。當(dāng)可以得到環(huán)境中信號的一個新采樣值時，算法就自適應(yīng)地進(jìn)行更新。本書還包括了只有在得到一個新的數(shù)據(jù)塊時才自適應(yīng)更新的所謂塊算法，并用子帶濾波框架對其進(jìn)行了介紹。通常而言，塊算法與在線算法相比，其實現(xiàn)所需的資源是不同的。本書還簡單介紹了非線性自適應(yīng)濾波和盲信號處理理論，作為前面章節(jié)中算法的自然拓展。對于這些基本知識的理解，是進(jìn)一步深入研究這些領(lǐng)域的基礎(chǔ)，它們在某些書籍中專門進(jìn)行了詳細(xì)討論。
當(dāng)我在里約熱內(nèi)盧聯(lián)邦大學(xué)（FederalUniversityofRiodeJaneiro，UFRJ）研究生院講授自適應(yīng)信號處理課程時，就萌發(fā)了撰寫本書的念頭。學(xué)生們要求我盡可能多地講授算法，這使我開始思考如何來組織這個主題，以便在講解不同算法時，不至于花掉太多時間來改變符號和推導(dǎo)過程。另一個普遍存在的問題是，在有限精度實現(xiàn)中，到底哪一個算法才能真正有效。這些問題使我得出一個結(jié)論，就是可以寫一本關(guān)于這個主題的新教材，并時刻記住這些目標(biāo)。此外，考慮到大多數(shù)本科生和研究生的教學(xué)計劃都包含自適應(yīng)濾波這門課程，因此這本書也不應(yīng)該太長。盡管當(dāng)前這個版本不夠短，但是前六章包含了該主題的核心內(nèi)容。另一個需要實現(xiàn)的目標(biāo)則是為從業(yè)的工程師提供了解有效算法的方便途徑。
直到我在加拿大維多利亞大學(xué)（UniversityofVictoria）進(jìn)行了一年半的休假以后，才真正開始寫作本書。我利用業(yè)余時間開始慢慢進(jìn)行寫作。本書前面的部分章節(jié)是我在不同學(xué)校講授自適應(yīng)信號處理的短期課程時用過的，這些學(xué)校包括芬蘭赫爾辛基理工大學(xué)（HelsinkiUniversityofTechnology，現(xiàn)已改名為AaltoUniversity），西班牙的MenendezPelayo大學(xué)以及加拿大維多利亞大學(xué)（維多利亞微型網(wǎng)絡(luò)中心）。本書其他部分則是根據(jù)我在COPPE(里約熱內(nèi)盧聯(lián)邦大學(xué)的研究生工程項目協(xié)調(diào)機(jī)構(gòu))為研究生講授自適應(yīng)信號處理課程時的講稿修改而成的。
本書的指導(dǎo)思想是為讀者提供堅實的理論基礎(chǔ)，并避免直接給出推導(dǎo)結(jié)果和重復(fù)講述某些內(nèi)容。同時，我還力圖將本書控制在適當(dāng)?shù)钠詢?nèi)，而不會犧牲內(nèi)容的清晰度，也不會省略某些重要的內(nèi)容。本書的另一個目標(biāo)是使讀者達(dá)到可以嘗試實現(xiàn)和開始進(jìn)行研究的程度。在每章末尾都給出了許多參考文獻(xiàn)，以幫助讀者繼續(xù)學(xué)習(xí)該部分內(nèi)容。
本書的讀者需要掌握數(shù)字信號處理和隨機(jī)過程的一些基本原理，包括離散傅里葉變換和Z變換、FIR和IIR數(shù)字濾波器的實現(xiàn)、多速率系統(tǒng)、隨機(jī)變量和隨機(jī)過程、一階和二階統(tǒng)計量、矩以及隨機(jī)信號的濾波等。如果讀者具備這些方面的基礎(chǔ)知識，我相信閱讀本書是不成問題的。
本書第1章介紹自適應(yīng)濾波的基本概念，并為后續(xù)章節(jié)給出的所有方法提供了一個統(tǒng)一的框架。本章還簡單介紹了自適應(yīng)濾波的一些典型應(yīng)用。
在第2章中，回顧了離散隨機(jī)過程的基本概念，特別強調(diào)了那些對分析自適應(yīng)濾波算法來說有用的結(jié)果。另外，本章還給出了維納濾波器，構(gòu)建了平穩(wěn)環(huán)境下的最優(yōu)線性濾波器。第14章主要針對維納解對復(fù)數(shù)微分概念進(jìn)行了簡要介紹。由于線性約束維納濾波器在天線陣信號處理中得到了廣泛應(yīng)用，第2章也對其進(jìn)行了討論。本章給出了將約束最小化問題轉(zhuǎn)化為非約束最小化問題的方法，然后介紹了均方誤差曲面的概念（這是分析自適應(yīng)濾波器的另一個有用的工具）。本章還簡單介紹了經(jīng)典的牛頓算法和最陡下降算法。由于應(yīng)用這些算法需要掌握隨機(jī)環(huán)境的完整知識，因此后續(xù)章節(jié)介紹的自適應(yīng)濾波算法則可以應(yīng)用。本章最后詳細(xì)回顧了自適應(yīng)濾波算法的實際應(yīng)用，其中包括了一些具有閉式解的例子，以便正確解釋在每個應(yīng)用中期望呈現(xiàn)的算法特性。
第3章介紹了最小均方（Least-Mean-Square，LMS）算法，并在一定程度上對其進(jìn)行了分析，討論了該算法幾個方面的特性（如在平穩(wěn)和非平穩(wěn)環(huán)境下的收斂性能等）。本章還包括了許多仿真舉例，以說明LMS算法在不同情況下的性能。在第15章中，討論了LMS算法用定點和浮點數(shù)實現(xiàn)時的量化效應(yīng)問題。
第4章討論了在某種意義上與LMS算法密切相關(guān)的一些算法，包括量化誤差算法、LMS-牛頓算法、歸一化LMS算法、變換域LMS算法以及仿射投影算法等。本章還討論了這些算法的一些特性，重點對仿射投影算法進(jìn)行了分析。
第5章介紹了常規(guī)遞歸最小二乘（RecursiveLeast-Squares，RLS）算法。該算法使某個確定性目標(biāo)函數(shù)最小化，從這個意義上講，它與最小均方（LMS）算法是不同的。與第3章的討論方式相同，我們也對常規(guī)RLS算法幾個方面的特性（如在平穩(wěn)和非平穩(wěn)環(huán)境下的收斂性能）進(jìn)行了討論，并給出了一些仿真結(jié)果。第16章也討論了這種算法的穩(wěn)定性問題，以及用定點和浮點數(shù)實現(xiàn)算法時存在的量化效應(yīng)問題。除了量化效應(yīng)問題以外，本章所給出的一些結(jié)果，對第7章至第9章中的RLS算法也是有效的。作為第5章內(nèi)容的補充，第17章還給出了離散時間卡爾曼濾波算法，它盡管通常被視為維納濾波器的推廣，實際上與RLS算法也密切相關(guān)。
第6章討論了降低自適應(yīng)濾波算法總體計算復(fù)雜度的一些方法。首先介紹了集員算法，只有當(dāng)輸出估計誤差高于規(guī)定的上界時算法才進(jìn)行更新。然而，由于在平穩(wěn)環(huán)境下的早期迭代過程中需要頻繁更新數(shù)據(jù)，因此又引入了部分更新概念來進(jìn)一步降低計算復(fù)雜度，以適合于計算資源缺乏的應(yīng)用。另外，本章還給出了與仿射投影算法相關(guān)的幾種不同形式的集員算法，以及其各種特殊情形。在第18章中，簡單給出了簡化集員仿射投影算法的超量MSE和收斂時間常數(shù)的一些閉合表達(dá)式。第6章也包括一些標(biāo)準(zhǔn)情況下和面向具體應(yīng)用問題的仿真舉例，并將本章與前面章節(jié)中的算法進(jìn)行了詳細(xì)比較。
在第7章中，介紹了一類基于FIR格型結(jié)構(gòu)實現(xiàn)的快速RLS算法，包括非歸一化算法、歸一化算法和誤差反饋算法等。這些算法可以代替計算復(fù)雜度較高的常規(guī)RLS算法。
第8章介紹了快速橫向RLS算法，由于計算復(fù)雜度很低，這種算法非常具有吸引力。然而，在實際實現(xiàn)中，這些算法可能會面臨穩(wěn)定性問題。因此，我們特別強調(diào)了一種穩(wěn)定快速橫向RLS算法。
第9章介紹了一類基于QR分解的RLS算法，并給出了這類算法的常規(guī)形式和快速實現(xiàn)形式。由于一些基于QR分解的算法具有數(shù)值穩(wěn)定性，因此也具有較強吸引力。
第10章討論了利用IIR數(shù)字濾波器實現(xiàn)自適應(yīng)濾波的問題，包括如何計算梯度，以及如何導(dǎo)出自適應(yīng)算法等內(nèi)容。作為對利用直接形式實現(xiàn)的IIR自適應(yīng)濾波器的替代，我們還給出了利用級聯(lián)結(jié)構(gòu)、并行結(jié)構(gòu)和格型結(jié)構(gòu)實現(xiàn)的IIR自適應(yīng)濾波器。同時，還討論了IIR自適應(yīng)濾波器的均方誤差曲面的性能。此外，本章還介紹了基于其他誤差表達(dá)式的算法，如基于方程誤差和Steiglitz-McBride方法的算法。
第11章討論非線性自適應(yīng)濾波問題，利用非線性結(jié)構(gòu)來完成自適應(yīng)濾波。其出發(fā)點在于利用非線性自適應(yīng)濾波結(jié)構(gòu)來更好地模擬某些非線性現(xiàn)象，在通信應(yīng)用中這些非線性現(xiàn)象（如發(fā)送端功率放大器的非線性特征等）常常出現(xiàn)。特別地，我們介紹了Volterra級數(shù)LMS算法和RLS算法，以及基于雙線性濾波器的自適應(yīng)算法。另外，我們還簡單介紹了一些基于神經(jīng)網(wǎng)絡(luò)概念的非線性自適應(yīng)濾波算法，即多層感知算法和徑向基函數(shù)（RadialBasisFunction，RBF）算法。本章還包括了判決反饋均衡（DFE）的一些例子。
第12章介紹的子帶自適應(yīng)濾波主要針對所需自適應(yīng)濾波器階數(shù)較高的應(yīng)用場合。例如，在語音回波消除應(yīng)用中，未知系統(tǒng)（回波）模型就具有很長的沖激響應(yīng)。在子帶自適應(yīng)濾波問題中，信號被分析濾波器組在頻域子帶中進(jìn)行了分割。本章還簡單回顧了多速率系統(tǒng)的有關(guān)知識，給出了子帶自適應(yīng)濾波的基本結(jié)構(gòu)。同時，還介紹了無延遲子帶自適應(yīng)濾波的概念，此時的自適應(yīng)濾波系數(shù)在子帶中進(jìn)行更新，并被映射到一個等效的全頻帶濾波器。本章還對子帶濾波和塊自適應(yīng)濾波（也稱為頻域自適應(yīng)濾波）算法的關(guān)系進(jìn)行了討論。
第13章介紹了一些適用于沒有參考信號應(yīng)用的自適應(yīng)濾波算法，這種算法稱為盲自適應(yīng)濾波算法。特別地，本章對那些針對單輸入單輸出（Single-InputSingle-Output，SISO）均衡應(yīng)用隱含利用高階統(tǒng)計量的盲算法進(jìn)行了介紹。為了克服SISO均衡系統(tǒng)的缺點，還對利用二階統(tǒng)計量解決單輸入多輸出（Single-InputMulti-Output，SIMO）均衡問題的算法進(jìn)行了討論。SIMO算法可以自然應(yīng)用于對接收信號進(jìn)行過采樣或者采用多個接收天線的系統(tǒng)。本章還對盲信號處理的一些相關(guān)問題進(jìn)行了簡要討論。第14章至第18章分別是第2章、第3章、第4章、第5章和第6章內(nèi)容的補充。
在本書中，我利用了一些標(biāo)準(zhǔn)的例子來進(jìn)行仿真，以對不同算法的仿真結(jié)果進(jìn)行驗證和比較。這樣不僅避免了頻繁的重復(fù)，而且還使讀者容易比較各種方法的性能。各章后面的大多數(shù)習(xí)題都是需要仿真的，但也包含部分理論方面的習(xí)題，以對教材內(nèi)容進(jìn)行適當(dāng)補充。
本書第二版與第一版相比，主要不同是包含了非線性自適應(yīng)濾波和子帶自適應(yīng)濾波內(nèi)容，但在其他章節(jié)中也包含了許多微小變化。在第三版中，根據(jù)學(xué)生的要求和同行的建議，引入了許多算法推導(dǎo)過程和分析解釋內(nèi)容。另外，還新增了關(guān)于數(shù)據(jù)選擇性算法和盲自適應(yīng)濾波的兩章內(nèi)容，以及大量新的例子和習(xí)題。我們對前面五章內(nèi)容進(jìn)行了較大調(diào)整，以使讀者更容易理解技術(shù)細(xì)節(jié)，并提高他們決定如何使用基本概念的能力。由于仿射投影算法在實際中越來越重要，因此也對其進(jìn)行了詳細(xì)分析。全書包含了多個實際和理論方面的舉例，目的是方便對所給各類算法進(jìn)行比較。第四版在沿用前面各版體例結(jié)構(gòu)的基礎(chǔ)上，在第4章至第6章和第10章中給出了一些新的分析和仿真舉例，并在新增的第18章中，對集員算法的理論分析進(jìn)行了概括。另外，第四版也根據(jù)讀者建議進(jìn)行了一些微小修改，包括一些新的習(xí)題和參考文獻(xiàn)。
在三學(xué)期的課程教學(xué)計劃中，我通常講授第1章至第6章（有時也跳過第2章的部分內(nèi)容）以及第15章和第16章中關(guān)于量化效應(yīng)分析的內(nèi)容。如果時間允許，我會盡可能多地講授余下章節(jié)的內(nèi)容，通常還會征求學(xué)生們的意見，了解他們的學(xué)習(xí)興趣和需求。本書也可以作為自學(xué)教材，讀者可以閱讀第1章至第6章，如果不需了解具體實現(xiàn)，還可以忽略附錄A，這樣也不會影響全書的連貫性。除了第8章要求先具備第7章的知識以外，其他章節(jié)均自成體系。第7章至第9章中對其他RLS算法及其快速實現(xiàn)方法的討論結(jié)果，在后續(xù)章節(jié)中也不需利用。
教學(xué)輔助資源
我們針對教師給出了由L.W.P.Biscainho博士對本書全部習(xí)題所做的解答，可以從出版商那里獲取有關(guān)本書習(xí)題解答的獲取可參閱“目錄”前所附的“教學(xué)支持說明”——編者注。。如果需要，也可以向作者索取書中所有算法的幻燈片和MATLAB源代碼。本書算法的代碼可以從MATLAB中心下載，網(wǎng)址為：
致謝
本書得到了巴西里約熱內(nèi)盧聯(lián)邦大學(xué)（UFRJ）理工學(xué)院電子與計算機(jī)工程系及該大學(xué)研究生工程項目協(xié)調(diào)機(jī)構(gòu)（COPPE）電子工程項目的大力支持。
我非常幸運地與很多富有創(chuàng)造力的教授和研究人員相互交流，與他們一起討論并提出了許多有趣的技術(shù)問題，使我能夠滿懷熱情地完成本書的第一版至第四版。非常感謝加拿大維多利亞大學(xué)（UniversityofVictoria）的PanAgathoklis教授、巴西塞阿拉州聯(lián)邦大學(xué)（FederalUniversityofCear）的C.C.Cavalcante教授、英國約克大學(xué)（UniversityofYork）的R.C.deLamare教授、巴西圣保羅大學(xué)（UniversityofSoPaulo）的M.Gerken教授、挪威奧斯陸大學(xué)（UniK-UniversityofOslo）的A.Hjrungnes教授、芬蘭赫爾辛基理工大學(xué)（HelsinkiUniversityofTechnology）的T.I.Laakso教授、瑞典呂勒奧理工大學(xué)（LuleUniversityofTechnology）的J.P.Leblanc教授、加拿大維多利亞大學(xué)的W.S.Lu教授、微軟研究院（MicrosoftResearch）的H.S.Malvar博士、巴西圣保羅大學(xué)的V.H.Nascimento教授、巴西坎皮納斯州立大學(xué)（StateUniversityofCampinas）的J.M.T.Romano教授、美國得克薩斯A＆M大學(xué)（TexasA＆MUniversity）的E.SanchezSinencio教授，以及美國約翰霍普金斯大學(xué)（JohnHopkinsUniversity)的TracD.Tran教授。
我的研究生導(dǎo)師、朋友和同事L.P.Calba教授不僅激發(fā)我寫作本書，而且在我整個職業(yè)生涯中也一直給予鼓勵。我的博士生導(dǎo)師A.Antoniou教授也是我珍貴的朋友，從他那里學(xué)到了很多論文研究方法。我非常幸運有這么優(yōu)秀的恩師！
里約熱內(nèi)盧聯(lián)邦大學(xué)參與工程項目的我的許多優(yōu)秀學(xué)生也是本書靈感的源泉。特別地，我很幸運有很多優(yōu)秀敬業(yè)的研究生，他們參與了自適應(yīng)濾波研究工作。他們是：R.G.Alves博士、J.A.ApolinrioJr.教授、L.W.P.Biscainho教授、M.L.R.Campos教授、J.E.Cousseau教授、T.N.Ferreira教授、M.V.S.Lima、T.C.MacedoJr.、W.A.Martins教授、S.L.Netto教授、G.O.Pinto、C.B.Ribeiro教授、A.D.SantanaJr.、M.G.Siqueira博士、S.Subramanian博士（AnnaUniversity）、M.R.Vassali、S.Werner教授（赫爾辛基理工大學(xué)），等等。他們中的大多數(shù)在研究生和博士生階段閱讀了本書的部分內(nèi)容，并提出了許多有價值的建議。本書部分內(nèi)容是與他們和其他以前學(xué)生的探討交流中逐步修改形成的。
還要特別感謝L.W.P.Biscainho教授、M.L.R.Campos和J.E.Cousseau，本書給出的許多例子都得到了他們的支持。感謝L.W.P.Biscainho教授、M.L.R.Campos和S.L.Netto仔細(xì)閱讀了本書全部內(nèi)容，并且提供了許多改進(jìn)建議。
最感謝的還有里約熱內(nèi)盧聯(lián)邦大學(xué)的E.A.B.daSilva教授，他對本書初稿的部分內(nèi)容提出了許多關(guān)鍵性的建議，而且在困難時刻始終伸出援助之手。
事實上，里約熱內(nèi)盧聯(lián)邦大學(xué)信號處理實驗室友好和諧的工作環(huán)境也一直為本書提供了大量的靈感和挑戰(zhàn)。從Michelle經(jīng)理到教授，從研究生、本科生到工作人員，我都總是能夠得到他們專業(yè)職責(zé)以外的大量支持。Jane認(rèn)真仔細(xì)地完成了書中的許多圖表，在此深表感謝！
還要感謝芬蘭赫爾辛基理工大學(xué)的I.Hartimo教授、西班牙塞維利亞大學(xué)的J.L.Huertas教授、加拿大維多利亞大學(xué)的A.Antoniou教授、阿根廷蘇爾國立大學(xué)（UniversidadNacionaldelSur）的J.E.Cousseau教授、美國圣母大學(xué)（UniversityofNotr
新書資訊