自适应信号处理基础

　　自适应系统是一类智能的时变系统，这类系统能够通过与外界环境的接触来动态地改善自身的信号处理。自适应信号处理就是在信号处理中引入了某种最优准则，这种最优准则在任何时刻、任何环境下都是被满足的，因而可增强期望信号、消除干扰信号。自适应信号处理技术目前在雷达、通信、声纳、图像处理、计算机视觉、地震勘探、生物医学和振动工程等领域有着极其重要的应用。

　　全书共9章。1.引言：离散时间信号及电路基础：包括离散时间信号的确定性和随机序列、酉变换、离散傅里叶变换、正余弦变换，DT电路的性能、脉冲响应、DFT和Z变换等内容；2.自适应信号和阵列处理介绍：包括线性及非线性数字滤波、自适应滤波器的分类、自适应逆模型的估计、干扰消除、生物启发的智能电路等；3.最佳线性滤波理论：包括自适应滤波器的基本概念、随机优化方法、应用实例；4.最小二乘法：包括最小二乘法的基本原理、用最小二乘法的线性系统的解决方案、采用矩阵分解的LS方法、欠定稀疏系统（underdeterminedsparsesystems）；5.一阶自适应算法：包括算法的性能、收敛性、稳定性、阶梯度算法、LMS算法的统计分析和性能、LMS变异化算法等；6.二阶自适应算法：包括牛顿算法、仿射投影算法、递推最小二乘法、卡尔曼滤波器、自适应跟踪算法的性能、多输入多输出误差序列的回归算法等内容；7.块和变换域算法：包括频域分块自适应滤波、叠加FDAF算法、FDAF算法性能分析、TDAF算法及性能、子带自适应滤波等内容；8.线性预测和递归算法：线性估计：前向和后向预测、递归模型算法、LevinsonDurbin算法及FKA、FAEST、和FTF算法等；9.离散时空滤波：AP算法及其传播模型、信号模型、噪声场特性和质量指标、常规的波束成形技术、依赖于数据的波束成形技术等内容。

　　作者AurelioUncini教授是罗马萨皮恩扎大学（RomMarthaSapienzaUniversity）教授，讲授电路理论、自适应算法和并行计算、数字音频处理等课程。他是智能信号处理和多媒体实验室主任，也是萨皮恩扎大学网络情报与信息安全研究中心创始人之一。

　　本书基于自适应信号处理为读者提供相关电路及算法设计开发的有效指导，每章末均附有大量带启发性的习题和部分习题答案，以及大量的参考文献。书中的实例包括多模态多媒体生物、生物医学、经济、环境科学、遥感等领域。读者不仅能学会如何设计和实现相关算法，还可以进行算法性能的评估。本书可作为高等院校通信、雷达、声纳以及信号处理等相关专业的高年级学生和研究生的教材，也可作为工程技术人员的参考资料，对科研院所研发人员和工程技术人员解决实际的工程技术问题，也很有参考价值。

　　李亚宁，硕士研究生（中国科学院自动化研究所）本文来自《信号处理》杂志