Книга "Complex Valued Nonlinear Adaptive Filters. Noncircularity, Widely Linear and Neural Models" была написана в ответ на растущий спрос на единый подход к линейным и нелинейным адаптивным фильтрам с комплексными значениями и методам обработки общих комплексных сигналов (круговых и некруговых). Она объединяет алгоритмы адаптивной фильтрации для прямого (трансверсального) и обратного архитектур, а также последние достижения в области статистики комплексных переменных в рамках мощных фреймворков CR (Wirtinger) калькулуса и расширенной комплексной статистики. Это предлагает ряд теоретических преимуществ в производительности, которые иллюстрируются как на стохастических градиентных алгоритмах, таких как улучшенный комплексный метод наименьших квадратов (ACLMS), так и на алгоритмах, основанных на фильтрах Калмана. В работе используются симуляции с использованием синтетических и реальных данных, включая некруговые и периодические радарные и ветровые сигналы.
Книга представляет собой сводный текст по линейным и нелинейным адаптивным фильтрам со сложными величинами, а также методам обработки общих сложных сигналов (циклических и нециклических). В ней алгоритмы дополняют фильтрацию прямой передачи (продольную) и обратную связь, а последние достижения статистики с комплексными переменными рассматриваются в рамках мощных подходов, таких как арифметика приближений Виртгера и расширенная комплексная статистика. Это дает ряд теоретических преимуществ, что продемонстрировано алгоритмами стохастического градиента, например, расширенным условным средним квадратом с минимум комплексной величины, и тех, которые основаны на фильтрах Калмана. Эта работа поддерживается рядом симуляций с использованием синтетических и реальных данных, включая нециклические и прерывистые радиолокационные и ветровые сигналы.
#научно-популярная литература
