8 (905) 200-03-37 Владивосток
с 09:00 до 19:00
CHN - 1.14 руб. Сайт - 21.13 руб.

7502216 | Подлинный принцип адаптивного фильтра БЕСПЛАТНО

Цена: 1 465руб.    (¥69.3)
Артикул: 565147976974

Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.

Этот товар на Таобао Описание товара
Продавец:北京华章图书旗舰店
Адрес:Пекин
Рейтинг:
Всего отзывов:0
Положительных:0
Добавить в корзину
Другие товары этого продавца
¥ 30 18.99402руб.
¥1212 557руб.
¥339.97 159руб.
¥46.9991руб.
  • Информация о товаре
  • Фотографии

Информация о товаре предоставляется издателем, которая может немного отличаться от опубликованных товаров. Продукты подлежат реальным товарам.

 
 
  Книга    имя: 
  Цена книги:  99 Юань
   &Миддот;&Миддот;
  out   Общество:  Machinery Industry Press
  Дата публикации: 2018-02-01
 ISBN  номер: 9787111585350
  открыто    Книга:16
  страница  &Nbsp; номер:0
     раз:1-1
Эта книга отражает новые разработки в области адаптивных фильтров, основанных на инженерных методах, в ней обсуждаются фильтр WINA, теорию анализа функций, адаптивный фильтр, алгоритм LMS, минимум два -мультиплинальный алгоритм, отслеживание, активное управление шумом, система передачи данных, датчик. Массив, кодовая дивизия многосековая система, система связи OFDM, система связи MIMO и другие аспекты.Книга предоставляет программу имитации адаптивной фильтрации MATLAB, чтобы помочь читателям глубоко понять производительность и характеристики адаптивных алгоритмов.
Эта книга может быть использована в качестве учебника для старшеклассников и аспирантов в области электронной информации и коммуникации.

Издатель
Переводчик
Предисловие
Благодарности
Глава 1 Введение 1
1.1 Линейный фильтр 1
1.2 Адаптивный фильтр 2
1.3 Структура адаптивного фильтра 2
1.4 Адаптивный метод 4
1.5 Форма реального числа и множественная форма адаптивного фильтра 6
1.6 Приложение 6
Глава 2 Дискретный сигнал времени и система 17
2.1 Последовательность и z преобразования 17
2.2 Отношения Парсеваля 20
2.3 Системная функция 20
2.4 Случайный процесс 21
Упражнение 27
ГЛАВА 3 WIENER FILTER 29
3,1 Минимальные средние критерии квадратной ошибки 29
3.2 Wiener Filter——
3.3 ортогональный принцип 33
3.4 Функция антихимической производительности 34
3.5 Продвижение в восстановление 35
3.6 Нет ограничения фильтра Wiener 36
3.7 Резюме и обсуждение 47
Упражнение 48
Глава 4 Анализ функций и производительность поверхности 52
4.1 Значения функций и векторы функций 52
4.2 Характер значений функций и векторов функций 52
4.3 Поверхность производительности 60
Упражнение 65
Глава 5 Метод поиска 68
5.1 Самый крутой метод снижения 68
5.2 Кривая обучения 73
5.3 Эффекты значений диспергированных объектов 74
5.4 Метод Ньютона 75
5.5 Еще одно объяснение метода Ньютона 76
Упражнение 77
Глава 6 Алгоритм LMS 79
6.1 Происхождение алгоритма LMS 79
6.2 Среднее поведение алгоритма LMS Рисунок правый коэффициент 80
6,3 MSE производительность алгоритма LMS 83
6.4 Компьютерное моделирование 89
6.5 Упрощенный алгоритм LMS 96
6.6 Anti -iihua LMS -алгоритм 97
6.7 Проекция улучшения алгоритм 99
6.8 Алгоритм переменного шага LMS 102
6.9 LMS -алгоритм 103 сигнала репродукции 103
6.10 Forming Beam Forming 105
6.11 Линейное ограничение Алгоритм LMS 107
Упражнение 109
Приложение 6A Тип (6.39) Деривация 116
Глава 7 Адаптированный домен изменения 117
7.1 Обзор адаптивного фильтра «Изменить домен» 117
7.2 Характеристики расщепления частоты ортогональной трансформации 118
7.3 Ортогональные характеристики трансформации 119
7.4 Изменить домен LMS Algorithm 120
7.5 Идеальный алгоритм LMS-Newton и его связь с алгоритмом TDLMS 122
7.6 Выбор преобразования 122
7.7 Изменить 129
7.8 скользящее трансформация 130
7.9 Резюме и обсуждение 137
Упражнение 138
Глава 8 Реализация адаптивного фильтра 142
8.1 Block LMS -алгоритм 142
8.2 Математический фон 144
8.3 Алгоритм FBLMS 147
8.4 Разделен алгоритм FBLMS 152
8.5 компьютерное моделирование 159
Упражнение 160
Приложение 8A Алгоритм BLMS уравнение 163
Приложение 8b алгоритм FBLMS Формула 164
Глава 9 Сабадаптационный фильтр 168
9,1 Группа фильтров DFT 168
9.2 Группа дополнительных фильтров 171
9.3 Суб -адаптивная структура фильтра 173
9.4 Анализ и выбор комплексного фильтра 174
9.5 Сложность вычисления 175
9.6 Коэффициент выборки и гибридный феномен 176
9.7 Анализ низкой задержки и комплексная группа фильтров 177
9.8 Метод проектирования субдаптивного фильтра 180
9,9 Пример 181
Сравнение алгоритма 9.10 и FBLMS 182
Упражнение 183
Глава 10 Adaptive Filter 185
10.1 Метод ошибки вывода 186
10.2 Метод ошибки уравнения 189
10.3 Анализ случаев ⅰ: Adaptive Spectrum Apdative Spectrum 191
10.4 Анализ случаев II: балансировщик конструкции магнитного коридора 197
10.5 Заключение 202
Упражнение 203
Глава 11 Фильтр сетки 205
11.1 предвечно линейный предиктор 205
11.2 Задний линейный предиктор 206
11.3 Связь между направлением прямого и заднего направления 207
11.4 Фильтр ошибок прогноза 207
11.5 Характер ошибки прогнозирования 208
11.6 Разработка структуры сетки 209
11.7 Сетка как ортодоксальная трансформация 212
11.8 Сетка Объединенная оценка процесса 213
11.9 Системная функция 214
11.10 Преобразование 214
11.11 Полная структура сетки 218
11.12 Extreme Zero -точная структура сетки 219
11.13 Адаптивный фильтр сетки 220
11.14 Самостоятельная модель случайного процесса 223
11.15 Адаптивный алгоритм на основе модели 224 саморегрессии 224
Упражнение 233
Приложение 11A E [UA (n) XT (n) k (n) x (n) uta (n)] Расчет 236
Приложение 11B Параметр&Гамма;
Глава 12 Метод залога 239
12.1 Минимальное ежедневное умножение линейной комбинации оценивается 239
12.2 ортогональный принцип 240
12.3 Проекционное потери 242
12.4 Стандартная оплата наименьший вторичный алгоритм 242
12.5 Конвергенция алгоритма RLS 246
Упражнение 251
Глава 13 Алгоритм Fast RLS 254
13.1 Минимальный два -мультиплизованный прогноз 254
13.2 Минимальное два -времени умножение для прогнозирования 255
13,3 Минимум два сделают сетку 256
13.4 Алгоритм RLSL 258
13.5 Алгоритм FTRLS 267
Упражнение 271
Глава 14 Отслеживание 273
14.1 Поднимите проблему отслеживания 273
14.2 Широкое описание алгоритма LMS 274
14,3 МСС Анализ широкого алгоритма LMS 274
14.4 Лучший шаг параметр 276
14.5 Сравнение традиционных алгоритмов 278
14.6 Сравнение параметра на основе оптимального шага 281
14.7 VSLMS: алгоритм с лучшим поведением отслеживания 282
14.8 Алгоритм RLS 287 Забытый фактор переменная RLS Алгоритм 287
14.9 Резюме 288
Упражнение 289
Глава 15 Echo Elmination 291
15.1 Описание проблемы 291
15.2 Структура и адаптивный алгоритм 292
15.3 Два -конечное обнаружение разговора 303
15.4 Ингибирование Xiaming 307
15.5 Стерео голос между
Приложение 15A Multi -Window Spectrum Метод 320
Приложение 15B Двухканальный алгоритм Левинсон-Дурбин 323
Глава 16 Основной контроль шума 325
16.1 Широкополосный передний канал фидера ANC326
16.2 Узкий тибетский канал обратной связи ANC329
16.3 канал обратной связи ANC337
16.4 Multi -Channel ANC System 339
Приложение 16A (16.46) Деривация 342
Приложение 16B (16,53) Деривация 342
Глава 17 Синхронизация и равновесие системы передачи данных 343
17.1 Модель 343 непрерывного времени канала 343
17.2 Модель дискретного канала времени и структура эквалайзера 346
17.3 Вернуться к времени 349
17.4 Анализ дизайна и производительности балансировщика 357
17.5 Адаптивный алгоритм 365
17.6 Баланс цикла 365
17.7 Комбинированное восстановление времени, восстановление носителей и баланс канала 372
17,8 максимальное подобное обнаружение 373
17,9 мягкий баланс 374
17.10 Одиночный входной многократный баланс 381
17.11 Частотный домен сбалансирован 383
17.12 Слепой баланс 386
Упражнение 388
ГЛАВА 18 Обработка массива датчиков 391
18.1 Узкие датчики массивы 391
18.2 Массив широкополосного датчика 401
18.3 Разальный волновый луч 404
Упражнение 409
Глава 19 Код код Система Сайта 411
19.1 CDMA Signal Model 411
19.2 Линейный детектор 413
19.3 Адаптивный метод 418
Упражнение 420
Глава 20 OFDM и MIMO Communication 421
20.1 OFDM Communication System 421
20.2 Система связи MIMO 432
20.3 MIMO-OFDM440
Упражнение 440
Ссылки 442
Условия 456