Para los cursos en filtros adaptativos, Simon Haykin examina tanto la teoría matemática detrás de varios filtros adaptativos lineales como los elementos de perceptrones multicapa supervisadas. En su cuarta edición, este libro de gran éxito ha sido actualizado y refinado para mantenerse al día con el campo y desarrollar conceptos unificados y accesibles de una manera como sea posible.
- Consolida el tratamiento matemático de los Filtros Adaptables lineales.
- Mejora la presentación del material en la teoría estadística de LMS y la teoría estadística de RLS.
- Se expande el tratamiento de filtros LMS normalizados, e introduce el caso más general de los filtros de proyección afín.
- Introduce Filtros Adaptables de sub-banda.
- Reposiciona la enseñanza de filtros de Kalman después del tratamiento de RLS filtros, mejorando de este modo el tratamiento unificado de los Filtros Adaptables de raíz cuadrada y Filtros Adaptables de orden recursivo.
1. Stochastic Processes and Models.
2. Wiener Filters.
3. Linear Prediction.
4. Method of Steepest Descent.
5. Least-Mean-Square Adaptive Filters.
6. Normalized Least-Mean-Square Adaptive Filters.
7. Transform-Domain and Sub-Band Adaptive Filters.
8. Method of Least Squares.
9. Recursive Least-Square Adaptive Filters.
10. Kalman Filters as the Unifying Bases for RLS Filters.
11. Square-Root Adaptive Filters.
12. Order-Recursive Adaptive Filters.
13. Finite-Precision Effects.
14. Tracking of Time-Varying Systems.
15. Adaptive Filters Using Infinite-Duration Impulse Response Structures.
16. Blind Deconvolution.
17. Back-Propagation Learning.
Epilogue.
Appendix A. Complex Variables.
Appendix B. Differentiation with Respect to a Vector.
Appendix C. Method of Lagrange Multipliers.
Appendix D. Estimation Theory.
Appendix E. Eigenanalysis.
Appendix F. Rotations and Reflections.
Appendix G. Complex Wishart Distribution.
Glossary.
Abbreviations.
Principal Symbols.
Bibliography.
2. Wiener Filters.
3. Linear Prediction.
4. Method of Steepest Descent.
5. Least-Mean-Square Adaptive Filters.
6. Normalized Least-Mean-Square Adaptive Filters.
7. Transform-Domain and Sub-Band Adaptive Filters.
8. Method of Least Squares.
9. Recursive Least-Square Adaptive Filters.
10. Kalman Filters as the Unifying Bases for RLS Filters.
11. Square-Root Adaptive Filters.
12. Order-Recursive Adaptive Filters.
13. Finite-Precision Effects.
14. Tracking of Time-Varying Systems.
15. Adaptive Filters Using Infinite-Duration Impulse Response Structures.
16. Blind Deconvolution.
17. Back-Propagation Learning.
Epilogue.
Appendix A. Complex Variables.
Appendix B. Differentiation with Respect to a Vector.
Appendix C. Method of Lagrange Multipliers.
Appendix D. Estimation Theory.
Appendix E. Eigenanalysis.
Appendix F. Rotations and Reflections.
Appendix G. Complex Wishart Distribution.
Glossary.
Abbreviations.
Principal Symbols.
Bibliography.
Título Original: Adaptive Filter Theory
Autor/es: Simon Haykin
Edición: 4ta Edición
ISBN: 0130901261 | 9780130901262
Tipo: Solucionario
Formato: PDF
Idioma: Inglés
Autor/es: Simon Haykin
Edición: 4ta Edición
ISBN: 0130901261 | 9780130901262
Tipo: Solucionario
Formato: PDF
Idioma: Inglés
VALORACIÓN
EmoticonEmoticon