Buch, Deutsch, 246 Seiten, Format (B × H): 155 mm x 235 mm, Gewicht: 403 g
Eine Einführung in die Theorie mit Aufgaben und MATLAB-Simulationen auf CD-ROM
Buch, Deutsch, 246 Seiten, Format (B × H): 155 mm x 235 mm, Gewicht: 403 g
ISBN: 978-3-540-67651-5
Verlag: Springer
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.
Zielgruppe
Graduate
Autoren/Hrsg.
Fachgebiete
- Mathematik | Informatik EDV | Informatik Angewandte Informatik Computeranwendungen in Wissenschaft & Technologie
- Technische Wissenschaften Elektronik | Nachrichtentechnik Nachrichten- und Kommunikationstechnik Funktechnik
- Technische Wissenschaften Technik Allgemein Modellierung & Simulation
- Technische Wissenschaften Energietechnik | Elektrotechnik Elektrotechnik
- Technische Wissenschaften Elektronik | Nachrichtentechnik Elektronik Sensorik
- Technische Wissenschaften Elektronik | Nachrichtentechnik Elektronik Robotik
- Naturwissenschaften Physik Physik Allgemein Theoretische Physik, Mathematische Physik, Computerphysik
- Technische Wissenschaften Technik Allgemein Computeranwendungen in der Technik
Weitere Infos & Material
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.
