Введение
1. Теория адаптивных систем 12
1.1. Понятиен классификация адаптивных систем 12
1.2. Концепция адаптивной обработки сигналов 16
1.3. Алгоритмы адаптивной фильтрации 23
1.3.1. Закон сохранения энергии весовых коэффициентов соседних итераций 24
1.3.2. Класс адаптивных алгоритмов с нелинейной функцией ошибки...26
1.3.3. Класс нормализованных адаптивных алгоритмов 33
1.3.4. Класс адаптивных алгоритмов аффинных проекций 36
1.3.5. Адаптивные алгоритмы с переменным шагом адаптации 40
1.3.6. Рекурсивные алгоритмы наименьших квадратов 42
1.3.7. Адаптивная фильтрация в частотной области 48
1.4. Выводы 51
2. Кумулянтное описание случайных величин 53
2.1. Определение кумулянтов и их свойства 53
2.2. Модельные распределения 57
2.3. Использование кумулянтного анализа в задачах оценивания параметров случайного процесса 60
2.3.1. Дифференциальные уравнения для кумулянтов 63
2.3.2. Пример 1 68
2.3.3. Пример 2 72
2.3.4. Пример 3 79
2.4. Выводы 81
3. Разработка алгоритмов адаптивной фильтрации негауссовских сигналов 83
3.1. Концепция адаптивного подавления помех 83
3.2. Адаптивный алгоритм фильтрации негауссовских сигналов, основанный на применении кумулянтов 85
3.3. Разработанный адаптивный алгоритм фильтрации негауссовских сигналов 96
3.4. Выводы 99
4. Имитационное моделирование работы АС 100
4.1. Моделирование стационарных СП 100
4.1.1. Моделирование гауссовских стационарных СП 100
4.1.2. Моделирование негауссовских стационарных СП 105
4.2. Моделирование процесса оценок кумулянтов негауссовских СП ... 114
4.3. Моделирование процесса оценки негауссовского СП адаптивными алгоритмами, использующие кумулянты порядка выше второго 120
4.4. Моделирование процесса оценки негауссовского СП разработанным адаптивным алгоритмом 130
4.5. Выводы 135
Заключение 138
Литература
