(特价书)自适应滤波器原理及Matlab仿真应用（原书第2版）
使用本教材的高校
深入研究了包含OFDM、MIMO和智能天线在内的广泛应用。每章末尾包含丰富的习题以及Matlab计算机仿真习题。
基本信息
- 原书名：Adaptive Filters: Theory and Applications，Second Edition
- 作者： （美）贝赫鲁兹·法尔航·保罗耶尼（Behrouz Farhang-Boroujeny）
- 译者： 韩芳明
- 丛书名： 国外电子与电气工程技术丛书
- 出版社：机械工业出版社
- ISBN：9787111585350
- 上架时间：2018-5-28
- 出版日期：2018 年2月
- 开本：16开
- 版次：1-1
- 所属分类：计算机 > 计算机控制与仿真 > 综合
教材
内容简介
作译者
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。
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
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
译者序
自适应滤波理论是现代信号处理领域非常活跃且富有挑战性的一个方向。自适应滤波器可以通过感知外在环境和条件的变化而自适应地调节系统自身的结构参数来获取期望的输出结果，在雷达、通信、导航、自动控制、系统辨识、生物医学工程以及地震勘探等诸多领域均获得广泛应用。这种具备在线学习能力的自适应信号处理思想和理论也是机器学习和人工智能的重要基础。
本书是介绍自适应滤波器相关理论及其在各种工程实践中应用的一本较为全面而透彻的专著。本书第一版成书于1999年。在此基础上对相关内容，特别是最近几年发展的自适应滤波器应用，进行了补充和扩展，形成了目前的第2版。全书分为两大部分：第一部分为理论部分；第二部分为应用部分。在基础理论部分中，主要涉及自适应滤波器产生和发展的数学基础、基本原理和相关算法。从纵向上看，作者的叙述按照Wiener滤波器、LMS算法到变换域自适应滤波器及子带自适应滤波器等各种扩展自适应算法的顺序，由浅入深。从横向上看，作者对自适应滤波器的叙述由基本的FIR结构发展到IIR结构，再到格型结构，由简及繁。在实际应用部分，作者选取回音对消、有源噪声控制、自适应均衡、波束成形、CDMA系统中的自适应多用户检测以及近年来发展迅速的OFDM与MIMO通信作为自适应滤波器的典型应用进行介绍。全书内容的编排结构清晰、脉络分明；叙述深入浅出、通俗易懂。
本书的另一个特色是几乎每章后面均附有课后习题。这些习题可以分成两种类型：一般习题和与计算机有关的习题。一般习题主要涉及基本理论的推导和对关键知识点的巩固，对加深读者对正文内容的理解和掌握非常有帮助。而与计算机有关的习题往往结合某个应用场景，需要编写程序代码来完成结果的实现，极富启发性。这些习题的设计都非常精致，体现了作者的良苦用心。在译者讲授的本科生基础理论课“信号分析与处理”以及研究生课程“矩阵分析与应用”“现代信号处理”中，均会参考本书的课后习题来布置计算机仿真作业。学生普遍反映受益匪浅，有良好效果。
总体上，本书理论推导严谨，涉及知识面广，非常适合作为高年级本科生和研究生教材。对于一般的工程应用人员，本书也是了解自适应滤波器相关理论和扩展应用的一本很好的技术参考资料。
本书的翻译工作得到清华大学张贤达教授的支持和指导，在此深表谢意！同时，本书中文版的面世也得到国家自然科学基金的资助，在此一并表示感谢！
虽译者努力而为，囿于时间和水平有限，难免存在不足和疏漏之处，欢迎各位学术先辈、同仁和读者提出批评和指正意见！
韩芳明
本书是介绍自适应滤波器相关理论及其在各种工程实践中应用的一本较为全面而透彻的专著。本书第一版成书于1999年。在此基础上对相关内容，特别是最近几年发展的自适应滤波器应用，进行了补充和扩展，形成了目前的第2版。全书分为两大部分：第一部分为理论部分；第二部分为应用部分。在基础理论部分中，主要涉及自适应滤波器产生和发展的数学基础、基本原理和相关算法。从纵向上看，作者的叙述按照Wiener滤波器、LMS算法到变换域自适应滤波器及子带自适应滤波器等各种扩展自适应算法的顺序，由浅入深。从横向上看，作者对自适应滤波器的叙述由基本的FIR结构发展到IIR结构，再到格型结构，由简及繁。在实际应用部分，作者选取回音对消、有源噪声控制、自适应均衡、波束成形、CDMA系统中的自适应多用户检测以及近年来发展迅速的OFDM与MIMO通信作为自适应滤波器的典型应用进行介绍。全书内容的编排结构清晰、脉络分明；叙述深入浅出、通俗易懂。
本书的另一个特色是几乎每章后面均附有课后习题。这些习题可以分成两种类型：一般习题和与计算机有关的习题。一般习题主要涉及基本理论的推导和对关键知识点的巩固，对加深读者对正文内容的理解和掌握非常有帮助。而与计算机有关的习题往往结合某个应用场景，需要编写程序代码来完成结果的实现，极富启发性。这些习题的设计都非常精致，体现了作者的良苦用心。在译者讲授的本科生基础理论课“信号分析与处理”以及研究生课程“矩阵分析与应用”“现代信号处理”中，均会参考本书的课后习题来布置计算机仿真作业。学生普遍反映受益匪浅，有良好效果。
总体上，本书理论推导严谨，涉及知识面广，非常适合作为高年级本科生和研究生教材。对于一般的工程应用人员，本书也是了解自适应滤波器相关理论和扩展应用的一本很好的技术参考资料。
本书的翻译工作得到清华大学张贤达教授的支持和指导，在此深表谢意！同时，本书中文版的面世也得到国家自然科学基金的资助，在此一并表示感谢！
虽译者努力而为，囿于时间和水平有限，难免存在不足和疏漏之处，欢迎各位学术先辈、同仁和读者提出批评和指正意见！
韩芳明
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.com/WileyCDA/WileyTitle/productCd-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.com/WileyCDA/WileyTitle/productCd-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H(z)，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w(n)的第i个元素表示为wi(n)。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。
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.com/WileyCDA/WileyTitle/productCd-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.com/WileyCDA/WileyTitle/productCd-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H(z)，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w(n)的第i个元素表示为wi(n)。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。
