Тема этой книги - адаптивные алгоритмы фильтрации типа PtNLMS (proportionate-type normalized least mean square), которые пытаются оценить неизвестный импульсный отклик, адаптивно присваивая коэффициенты усиления, пропорциональные оценке импульсного отклика и текущей измеренной ошибке. Эти алгоритмы обеспечивают низкую вычислительную сложность и быструю сходимость для разреженных импульсных откликов в приложениях подавления акустического эха и эхокомпенсации в сетях. Разработаны новые алгоритмы PtNLMS путем выбора коэффициентов усиления, оптимизирующих заданные критерии, такие как среднеквадратичная ошибка, в каждый момент времени. Алгоритмы PtNLMS распространены с вещественных сигналов на комплексные. Исследована вычислительная сложность представленных алгоритмов.
Содержание:
- Введение в алгоритмы PtNLMS
- Методы анализа LMS
- Методы анализа PtNLMS
- Алгоритмы, основанные на минимизации заданных критериев
- Плотность вероятности WD для алгоритмов PtLMS
- Адаптивные алгоритмы PtNLMS с изменяемым шагом
- Комплексные алгоритмы PtNLMS
- Вычислительная сложность для алгоритмов PtNLMS
Об авторах:
Кевин Вагнер - физик в Радиолокационном отделении Военно-морской научно-исследовательской лаборатории, Вашингтон, с 2001 года. Его научные интересы в области адаптивной обработки сигналов и невыпуклой оптимизации.
Милош Дорословацки - с 1995 года в Джорджтаунском университете, США, где он является ассоциированным профессором. Его основные научные интересы в области адаптивной обработки сигналов, теории сигналов и систем, дискретных сигналов и систем, вейвлетов и их применений.
Книга "Алгоритмы пропорционального типа нормализованного метода наименьших квадратов" (Proportionate-type Normalized Least Mean Square Algorithms) посвящена адаптивным фильтрующим алгоритмам пропорционального типа нормализованного метода наименьших квадратов (PtNLMS), которые предназначены для оценки неизвестного импульсного отклика путем адаптивного назначения коэффициентов пропорционально оценке импульсного отклика и текущей измеренной ошибке. Эти алгоритмы обладают низкой вычислительной сложностью и быстрым схождением для разреженных импульсных откликов в сетевых и акустических системах эхоподавления. В книге разрабатываются новые алгоритмы PtNLMS, выбирая коэффициенты, которые оптимизируют заданные пользователем критерии, такие как среднеквадратичная ошибка, на протяжении всего процесса. PtNLMS алгоритмы расширяются с вещественных сигналов на комплексные сигналы. В книге также рассматривается вычислительная сложность представленных алгоритмов.
Содержание:
- Введение в алгоритмы PtNLMS
- Техники анализа LMS
- Техники анализа PtNLMS
- Алгоритмы, разработанные на основе минимизации критериев, заданных пользователем
- Плотность вероятности WD для алгоритмов PtLMS
- Адаптивные алгоритмы PtNLMS с переменным шагом
- Комплексные алгоритмы PtNLMS
- Вычислительная сложность алгоритмов PtNLMS
Об авторах:
Кевин Вагнер (Kevin Wagner) работает физиком в Радиолокационном отделе Навал исследовательской лаборатории в Вашингтоне, округ Колумбия, США с 2001 года. Его научные интересы связаны с адаптивной обработкой сигналов и неконвексной оптимизацией.
Милош Дорошловачки (Milos Doroslovacki) работает в Кафедре электротехники и компьютерной инженерии в Георгтаунском университете, США с 1995 года, где он является доцентом. Его основные научные интересы связаны с адаптивной обработкой сигналов, коммуникационными сигналами и системами, дискретными сигналами и системами, вейвлетами и их применениями.
Электронная Книга «Proportionate-type Normalized Least Mean Square Algorithms» написана автором Wagner Kevin в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781118579664
Описание книги от Wagner Kevin
The topic of this book is proportionate-type normalized least mean squares (PtNLMS) adaptive filtering algorithms, which attempt to estimate an unknown impulse response by adaptively giving gains proportionate to an estimate of the impulse response and the current measured error. These algorithms offer low computational complexity and fast convergence times for sparse impulse responses in network and acoustic echo cancellation applications. New PtNLMS algorithms are developed by choosing gains that optimize user-defined criteria, such as mean square error, at all times. PtNLMS algorithms are extended from real-valued signals to complex-valued signals. The computational complexity of the presented algorithms is examined. Contents 1. Introduction to PtNLMS Algorithms 2. LMS Analysis Techniques 3. PtNLMS Analysis Techniques 4. Algorithms Designed Based on Minimization of User Defined Criteria 5. Probability Density of WD for PtLMS Algorithms 6. Adaptive Step-size PtNLMS Algorithms 7. Complex PtNLMS Algorithms 8. Computational Complexity for PtNLMS Algorithms About the Authors Kevin Wagner has been a physicist with the Radar Division of the Naval Research Laboratory, Washington, DC, USA since 2001. His research interests are in the area of adaptive signal processing and non-convex optimization. Milos Doroslovacki has been with the Department of Electrical and Computer Engineering at George Washington University, USA since 1995, where he is now an Associate Professor. His main research interests are in the fields of adaptive signal processing, communication signals and systems, discrete-time signal and system theory, and wavelets and their applications.
