355页《自适应滤波算法与实现（第二版）》.电工.[英]Diniz 在CSDN上没有找到这本书的完整版，在其他地方找到了，现在和大家分享。 仅供学习交流使用，请勿用于商业，如果侵犯了您的权益，请删除。

以组合导航系统为应用背景,在现有方法的基础上,提出Sage Husa自适应滤波算法的应用.采用常规卡尔曼滤波时,需要知道系统的数学模型和噪声统计的先验知识,但是在实际系统中,系统的数学模型和噪声统计是未知的、近似的或部分已知的.用不准确的模型或噪声统计设计出的卡尔曼滤波器将导致状态估值误差增大,甚至使滤波发散.Sage Husa自适应滤波通过软件仿真表明该方法能够使系统误差在较短的时间内收敛,与常规卡尔曼滤波器的精度相当并具有高效率、高精度等优点.

null集成多种自适应滤波算法的回声消除器.doc

MATLAB 文件来实现 Paulo SR Diniz 所著书中的所有自适应滤波算法，自适应滤波算法和实用实现，第五版，Springer，纽约，2020 年。相同的工具箱适用于本书的第四版。 MATLAB 文件由 Guilherme O. Pinto、Markus VS Lima、Wallace A. Martins、Luiz WP Biscainho 和 Paulo SR Diniz 编写。 本书简要概述了自适应滤波，以统一的形式涵盖了尽可能多的内容，避免了重复并简化了符号。 适合作为自适应信号处理和自适应滤波器的高年级本科生或一年级研究生课程的教材。 演讲的理念是让材料具有坚实的理论基础，专注于真正在有限精度实现中工作的算法，并提供对工作算法的轻松访问。 因此，实践工程师和科学家也会发现这本书是极好的参考。 在 Adaptive Filtering: Algorithms and P

提出了一种小波包自适应滤波算法。该算法将信号的小波包分解和自适应滤波相结合,先将信号进行小波包分解,然后对子信号进行自适应滤波,最后将信号合成从而达到信号降噪的目的。使用该算法对电压信号进行降噪,结果表明小波包自适应滤波算法具有良好的降噪性能。

LMS； 无线电引信 自适应滤波算法

时域LMS与RLS算法自适应滤波算法-LMS_finish.m 本帖最后由 dingkillerwhale 于 2013-5-20 09:56 编辑 数据由于太大无法上传 以下是LMS算法以及RLS算法，其中RLS针对恒模信号与非恒模信号进行区分

时域LMS与RLS算法自适应滤波算法-RLS_finish1.m 本帖最后由 dingkillerwhale 于 2013-5-20 09:56 编辑 数据由于太大无法上传 以下是LMS算法以及RLS算法，其中RLS针对恒模信号与非恒模信号进行区分

时域LMS与RLS算法---自适应滤波算法

对比传统的归一化最小均方算法（NLMS），系数比例自适应算法（PNLMS）拥有较快的初始收敛速度，但是PNLMS无法很好处理稀疏系统辨识问题。因此基于L0范数的IPNLMS(L0-IPNLMS)算法被提出，本文对L0-IPNLMS算法提出改进以提高对稀疏系统进行辨识的性能。分析了近年来的几种系数比例算法的性能及其局限性，通过建立步长因子μ与误差信号e之间的非线性关系，提出了一种结合Sigmoid函数和L0范数的变步长系数比例NLMS滤波算法，仿真结果表明提出的算法拥有更好的收敛性和稳态误差。