Simon Haykin (Hrsg.)

Unsupervised Adaptive Filtering, Blind Deconvolution

Herausgegeben:Haykin, Simon

• Gebundenes Buch

Produktbeschreibung

Unüberwachte adaptive Filterung bedeutet, daß das System automatisch auf Veränderungen der Bedingungen reagiert: Die Filter können sich verschiedenen Situationen anpassen, ohne daß ein Mensch eingreifen müßte. Hunderte von Beiträgen zu diesem äußerst aktuellen Forschungsfeld sind in der Fachpresse erschienen. Dieser Band faßt den derzeitigen Erkenntnisstand zusammen und erspart Ihnen damit eine zeitraubende Recherche. (04/00)

---

Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.

Produktdetails

• Adaptive and Cognitive Dynamic Systems: Signal Processing, Learning, Communications and Control 2
• Verlag: Wiley & Sons
• 1. Auflage
• Seitenzahl: 200
• Erscheinungstermin: 6. April 2000
• Englisch
• Abmessung: 240mm x 161mm x 15mm
• Gewicht: 465g
• ISBN-13: 9780471379416
• ISBN-10: 0471379417
• Artikelnr.: 09472972

Autorenporträt

SIMON HAYKIN, PhD, is University Professor and Director of the Adaptive Systems Laboratory at McMaster University.

Inhaltsangabe

Contributors vii
Preface xi
1 Introduction 1
Simon Haykin
1.1 Why Adaptive Filtering?  1
1.2 Supervised and Unsupervised Forms of Adaptive Filtering 2
1.3 Two Important Unsupervised Signal-Processing Tasks 3
1.4 Three Fundamental Approaches to Unsupervised Adaptive Filtering 6
1.5 Organization of Volume II 10
References 11
2 The Core of FSE-CMA Behavior Theory 13
C. R. Johnson, Jr., P. Schniter, I. Fijalkow, L. Tong, J. D. Behm, M. G.
Larimore, D. R. Brown, R. A. Casas, T. J. Endres, S. Lambotharan, A.
Touzni, H. H. Zeng, M. Green, and J. R. Treichler
2.1 Introduction 14
2.2 MMSE Equalization and LMS 22
2.3 The CM Criterion and CMA 41
2.4 CMA-Adapted-Equalizer Design Issues with Illustrative Examples 75
2.5 Case Studies 89
2.6 Conclusions 106
References 108
3 Relationships between Blind Deconvolution and Blind Source Separation 113
Scott C. Douglas and Simon Haykin
3.1 Introduction 113
3.2 Problem Descriptions 117
3.3 Algorithmic Relationships 122
3.4 Structural Relationships 129
3.5 Extensions 140
3.6 Conclusions 142
References 142
4 Blind Separation of Independent Sources Based on Multiuser Kurtosis
Optimization Criteria 147
Constantinos B. Papadias
4.1 Introduction 148
4.2 Problem Formulation and Assumptions 150
4.3 Review: The Single-User Equalization Problem 154
4.4 Necessary and Sücient Conditions for BSS 160
4.5 Unconstrained Criteria: The MU-CM Approach 162
4.6 Constrained Criteria: The MUK Approach 165
4.7 Numerical Examples 171
4.8 Conclusions 175
References 176
Index 181