自适应滤波理论和应用  081002M05002H

学期:2020—2021学年(春)第二学期 | 课程属性:专业普及课 | 任课教师:杨军
授课时间: 星期一,第9、10、11 节
授课地点: 教一楼404
授课周次: 1、2、3、4、5、6、8、9、10、11、12、13、14、15、16、17、18、19、20
课程编号: 081002M05002H 课时: 50 学分: 3.00
课程属性: 专业普及课 主讲教师:杨军 助教:吴鸣
英文名称: Adaptive filtering theory and applications 召集人:

教学目的、要求

本课程为信息与通信工程学科研究生的专业普及课。本课程以自适应滤波器为核心内容,主要讨论基于信号模型的分析和滤波的理论和技术,为在参数识别、系统辨识、线性预测、噪声消除、谱线增强、信道均衡、波束形成和谱估计等方面的信号处理应用打下理论基础。内容涵盖维纳最优滤波和线性预测理论,最小均方自适应滤波器、递归最小二乘自适应滤波器、自适应无限脉冲响应滤波器、时变系统跟踪等及相关应用实例。通过这门课程的学习,要求研究生掌握自适应滤波理论和设计,重视算法实现,更注重理论与实践的结合。

预修课程

信号与系统,数字信号处理

教 材

Haykin, Simon, Adaptive Filter Theory, Prentice Hall, 2002.

主要内容

第一章 绪论
第二章 随机信号处理的数学基础
第三章 自适应滤波器基础——维纳滤波器
第三章 自适应滤波器基础——线性预测
第四章 最小均方自适应滤波器——最速下降算法
第四章 最小均方自适应滤波器——LMS滤波器
第四章 最小均方自适应滤波器——NLMS滤波器
第四章 最小均方自适应滤波器——LMS类算法
第四章 最小均方自适应滤波器——变换域LMS算法
第五章 递归最小二乘自适应滤波器——最小二乘法
第五章 递归最小二乘自适应滤波器——RLS滤波器
第五章 递归最小二乘自适应滤波器——卡尔曼滤波器
第六章 自适应IIR滤波器
第七章 自适应滤波器的应用——回声抵消
第七章 自适应滤波器的应用——有源噪声控制
课程回顾与复习

参考文献

[1] Widrow, B. and Stearns, S., Adaptive Signal Processing, Prentice Hall, 1990.
[2] Triechler J., Johnson C., and Larimore M., Theory and Design of Adaptive Filters, Prentice Hall, 2001
[3] 张贤达,《现代信号处理》第二版,清华大学出版社,北京,2002。
[4] 国外期刊.IEEE Transactions 系列