|
Leszek Rutkowski, "Filtry adaptacyjne i adaptacyjne przetwarzanie sygnałów: teoria i zastosowania" |
|
 Wydawnictwa
Naukowo-Techniczne, Warszawa, 1994 |
Wykaz ważniejszych oznaczeń (9) |
| 1. Wprowadzenie (11) | |
| 2. Filtr Wienera i jego właściwości (13) | |
| 2.1. Wstęp (13) | |
| 2.2. Sformułowanie zagadnienia optymalnej filtracji Wienera (13) | |
| 2.3. Powierzchnia błędu średniokwadratowego (16) | |
| 2.4. Równanie normalne (18) | |
| 2.5. Właściwości macierzy autokorelacji sygnału wejściowego filtru Wienera (22) | |
| 2.6. Zasada ortogonalności (25) | |
| 2.7. Minimalny błąd średniokwadratowy estymacji (26) | |
| 2.8. Postać kanoniczna powierzchni błędu średniokwadratowego (27) | |
| 2.9. Warstwice powierzchni błędu średniokwadratowego (31) | |
| 2.10. Filtr Wienera o nieskończonej odpowiedzi impulsowej (34) | |
| 2.11. Uwagi (43) | |
| 2.12. Literatura (44) | |
| 2.13. Problemy (45) | |
| 3. Zagadnienie liniowej predykcji (49) | |
| 3.1. Wstęp (49) | |
| 3.2. Predykcja "w przód" (50) | |
| 3.3. Predykcja "wstecz" (55) | |
| 3.4. Związki między predykcją "w przód" i "wstecz" (61) | |
| 3.5. Algorytm Durbina (62) | |
| 3.6. Alternatywne reprezentacje filtru predykcyjnego i ich wzajemne relacje (70) | |
| 3.7. Struktura kratowa (75) | |
| 3.8. Liniowa predykcja procesów AR (79) | |
| 3.9. Minimalnofazowe filtry predykcyjne "w przód" (85) | |
| 3.10. Zagadnienie liniowej predykcji przy nieznanej autokorelacji (86) | |
| 3.11. Zastosowanie filtru Wienera o nieskończonej odpowiedzi impulsowej do liniowej predykcji (95) | |
| 3.12. Zastosowania (99) | |
| 3.13. Uwagi (107) | |
| 3.14. Literatura (109) | |
| 3.15. Problemy (111) | |
| 4. Filtry adaptacyjne SOI (117) | |
| 4.1. Wstęp (117) | |
| 4.2. Zastosowanie teorii filtru Wienera (117) | |
| 4.3. Zastosowanie rekurencyjnej metody najmniejszych kwadratów (135) | |
| 4.4. Porównanie algorytmów adaptacyjnej filtracji (146) | |
| 4.5. Zastosowania (148) | |
| 4.6. Uwagi (154) | |
| 4.7. Literatura (155) | |
| 4.8. Problemy (157) | |
| 5. Filtry adaptacyjne NOI (162) | |
| 5.1. Wstęp (162) | |
| 5.2. Wprowadzenie do zagadnienia filtrów NOI (162) | |
| 5.3. Filtry adaptacyjne NOI (164) | |
| 5.4. Realizacja filtru adaptacyjnego NOI za pomocą filtrów adaptacyjnych SOI (171) | |
| 5.5. Zastosowania (173) | |
| 5.6. Uwagi (176) | |
| 5.7. Literatura (177) | |
| 5.8. Problemy (178) | |
| 6. Adaptacyjne sieci neuropodobne (182) | |
| 6.1. Wstęp (182) | |
| 6.2. Biologiczne sieci neuronowe (182) | |
| 6.3. Modele neuronu (183) | |
| 6.4. Liniowy sumator ważony (186) | |
| 6.5. Adaptacyjny liniowy sumator ważony (189) | |
| 6.6. Algorytm wstecznej propagacji błędów (193) | |
| 6.7. Zastosowania (199) | |
| 6.8. Uwagi (204) | |
| 6.9. Literatura (205) | |
| 6.10. Problemy (206) | |
| 7. Zastosowanie procesora sygnałowego TMS320C25 do adaptacyjnego przetwarzania sygnałów (209) | |
| 7.1. Wstęp (209) | |
| 7.2. Opis rodziny procesorów sygnałowych firmy Texas Instruments (209) | |
| 7.3. Procesor TMS320C25 (212) | |
| 7.4. Implementacja algorytmu LMS z wykorzystaniem procesora sygnałowego TMS320C25 (220) | |
| 7.5. Uwagi (224) | |
| 7.6. Literatura (225) | |
| Dodatek A. Opis pól rejestrów statusu procesora TMS320C25 (226) | |
| Dodatek B. Instrukcje procesora sygnałowego TMS320C25 (228) | |
| Skorowidz (233) | |
| © 2002-2004 Centralny Instytut Ochrony Pracy - Państwowy Instytut Badawczy www.anc.pl, www.ciop.pl, www.wypadek.pl | |