George Moschytz, Markus Hofbauer

Adaptive Filter

Eine Einführung in die Theorie mit Aufgaben und MATLAB-Simulationen

• Broschiertes Buch

Produktbeschreibung

Infotext:
Dieses Lehrbuch vermittelt auf solide und verständliche Weise die Grundlagen der Theorie der adaptiven Filter, wobei nur elementares Wissen aus der Signalverarbeitung und der Linearen Algebra vorausgesetzt wird. Der Schwerpunkt liegt in der Herleitung und der Erläuterung der theoretischen Grundlagen. Aufgaben mit ausführlichen Lösungen und Simulations-Übungen (MATLAB-Code auf CD-ROM) tragen zum intuitiven Verständnis des Stoffes bei. Das Buch wendet sich an Studenten im Fachstudium der Elektrotechnik und der Informa- tik aber auch an Ingenieure, Physiker und Mathematiker.

Inhaltsverzeichnis:
1. Einführung.- 2. Grundlagen adaptiver Filter.- 3. Gradienten-Suchalgorithmen für FIR-basierte adaptive Filter.- 4. Least-Squares-Adaptionsalgorithmen.- 5. Adaptive Filter im Frequenzbereich.- 6. Zusammenfassung und Vergleich der Eigenschaften der Adaptionsalgorithmen.- A. Aufgaben und Anleitung zu den Simulationen.- B. Die lineare und die zyklische Faltung.- C. Berechnung des Gradienten von Vektor-Matrix-Gleichungen.

Produktdetails

• Verlag: Springer / Springer Berlin Heidelberg / Springer, Berlin
• Artikelnr. des Verlages: 978-3-540-67651-5
• 2000.
• Seitenzahl: 246
• Deutsch
• Abmessung: 236mm x 158mm x 15mm
• Gewicht: 403g
• ISBN-13: 9783540676515
• ISBN-10: 3540676511
• Artikelnr.: 14866983

Inhaltsangabe

1 Einführung.- 1.1 Einleitung.- 1.2 Klassifizierung von typischen Anwendungen adaptiver Filter.- 1.3 Beispiele adaptiver Filter.- 1.4 Stochastische Prozesse.- 2 Grundlagen adaptiver Filter.- 2.1 Strukturen adaptiver Filter.- 2.2 Das FIR-basierte adaptive Filter.- 2.3 Lineare optimale Filterung.- 2.4 Dekorrelation des Eingangssignals und Konditionierung.- 3 Gradienten-Suchalgorithmen für FIR-basierte adaptive Filter.- 3.1 Newton-, Gradienten-Verfahren und LMS-Algorithmus.- 3.2 Konvergenzeigenschaften der Gradienten-Suchalgorithmen.- 3.3 Varianten des LMS-Algorithmus.- 4 Least-Squares-Adaptionsalgorithmen.- 4.1 Das Least-Squares-Schätzproblem.- 4.2 Der RLS-Algorithmus.- 4.3 Der RLS-Algorithmus mit Vergessensfaktor.- 4.4 Analyse des RLS-Algorithmus.- 4.5 Simulation: Systemidentifikation durch den RLS-Algorithmus.- 4.6 Der `Fast'-RLS-Algorithmus.- 5 Adaptive Filter im Frequenzbereich.- 5.1 Der `Frequency-Domain'-LMS-Algorithmus (FLMS).- 5.2 Der 'Partitioned Frequency-Domain'-LMS-Algorithmus (PFLMS).- 6 Zusammenfassung und Vergleich der Eigenschaften der Adaptionsalgorithmen.- 6.1 Grundlagen.- 6.2 Adaptionsalgorithmen.- 6.3 Klassifikation der Adaptionsalgorithmen.- 6.4 Simulation: Vergleich der Konvergenzeigenschaften des LMS-, RLS- und FLMS-Algorithmus.- A Aufgaben und Anleitung zu den Simulationen.- A.1 Aufgaben.- A.2 Lösungen zu den Aufgaben.- A.3 Anleitung zu den Simulationen.- A.3.2 Simulationsbeschreibung.- B Die lineare und die zyklische Faltung.- C Berechnung des Gradienten von Vektor-Matrix-Gleichungen.