自适应信号处理——教学大纲.docx

自适应信号处理教学大纲一、课程信息课程名称：自适应信号处理课程类别：素质选修课/专业基础课课程性质：选修/必修计划学时：64计划学分：4先修课程：无选用教材：自适应信号处理，王立国、肖瑛、赵春晖、张朝柱主编，2023年，电子 工业出版社教材。适用专业：本课程可作为高等院校的通信、电子信息工程及其他相关专业的高年级本科 生和研究生的课程，也可作为从事信号与信息处理领域研究的工程技术人员的参考课程。课程负责人：二、课程简介该课程系统地介绍时域自适应信号处理的基本理论、基本算法和典型应用。从最优准则 上看，主要涉及最小均方误差准则和最小二乘准则。从滤波器结构上看，主要介绍横向滤波 器和格型滤波器。在应用方面，重点介绍自适应模拟、自适应逆模拟、自适应干扰对消和自 适应预测等。三、课程教学要求序号专业毕业要求课程教学要求关联程度1工程知识共11章，主要包括:绪论、维纳滤波、最小均方自适应 算法、改进型最小均方自适应算法、最小均方误差线性 预测及自适应格型算法、线性最小二乘滤波、最小二乘 横向滤波自适应算法、最小二乘格型自适应算法、非线 性滤波及其自适应算法、自适应信号处理的应用、盲自 适应信号处理理论及应用。L2问题分析自适应信号处理是现代信号与信息处理学科的一个重要 分支，自适应滤波理论与技术是统计信号处理和非平稳 信号处理的重要组成部分，在通信、雷达、控制、声呐、 遥感、生物医学等工程领域具有广泛的应用。H3设计/开发解决方案除了理论知识讲解以外，还附有矩阵和向量的基础知识、 相关矩阵及时间平均自相关矩阵的主要性质。H4研究L5使用现代工具L6工程与社会学生能够意识到自适应信号处理的重要性，不仅要有良 好的思想道德素质、科学文化素质、专业技能和健康的 身体，而且要有良好的心理素质，勇于承担责任，能够 承受失败与挫折等。L7环境和可持续发展L8职业规范L9个人和团队1 .学会个人发展和团队合作，提高个人和团队的综合素 质。2 .学会与他人合作和沟通，建立良好的人际关系和团 队合作氛围。H10沟通1 .学会进行有效的沟通和表达，与客户、同事和上级保 持良好的沟通和协作。2 .学会进行跨文化沟通和合作，提高国际化视野和跨 文化交流能力。M11项目管理L12终身学习1 .学会进行自我学习和自我提升，不断提高自身的专 业水平和创新能力。2 .学会进行终身学习和职业发展规划，不断拓展职业 领域和发展空间。H、课程教学内容注：“课程教学要求”栏中内容为针对该课程适用专业的专业毕业要求与相关教学要求的具 体描述。“关联程度”栏中字母表示二者关联程度。关联程度按高关联、中关联、低关联三 档分别表示为“H” 或。“课程教学要求”及“关联程度”中的空白栏表示该课程 与所对应的专业毕业要求条目不相关。章节名称主要内容重难点关键词学时类型1绪论自适应滤波的基本概 念自适应信号处理的发 展过程自适应信号处理的应 用了解自适应滤波的基本概 念；掌握自适应信号处理的发 展过程和自适应信号处理 的应用。3理论+ 实操2维纳滤波问题的提出离散形式维纳滤波器 的解离散形式维纳滤波器 的性质横向滤波器的维纳解了解并掌握在输入信号和 期望响应都是平稳随机信 号的情况下的线性最小均 方最优估计问题。4理论+ 实操犯3最小均方自适 应算法最陡下降算法 牛顿算法LMS算法LMS牛顿算法了解并掌握最陡下降算法 和牛顿算法这两种搜索性 能曲面的著名方法；掌握一种被广泛使用的自 适应算法最小均方(LMS)算 法。7理论+ 实操4改进型最小均 方自适应算法归一化LMS算法 块LMS算法 快速块LMS算法了解并掌握几种用于提高 收敛速度、缩短收敛过程的 改进型LMS算法。3理论+ 实操5最小均方误差 线性预测及自 适应格型算最小均方误差线性预 测Levinson-Durbin 算法 格型滤波器最小均方误差自适应 格型算法掌握最小均方误差意义下 的最优线性预测问题； 掌握格型滤波器结构；掌握最小均方误差意义下 的自适应格型滤波器算法。6理论+ 实操6线性最小二乘 滤波问题的提出线性最小二乘滤波的 正则方程线性最小二乘滤波的 性能线性最小二乘滤波的 向量空间法分析了解并掌握最小二乘准则 下的最佳线性滤波器及其 向量空间分析法。6理论+ 实操7最小二乘横向 滤波自适应算 法递归最小二乘算法RLS算法的收敛性RLS算法与LMS算法 的比较最小二乘快速横向滤 波算法了解并掌握基于最小二乘 准则下的横向滤波器介绍 两种典型的自适应算法。7理论+ 实操8最小二乘格型 自适应算法最小二乘格型滤波器LSL算法了解并掌握由最小二乘准 则下的前向和后向预测误 差滤波器引出最小二乘格 型滤波器结构；掌握LSL算法以及LSL算 法的性能。2理论+ 实操9非线性滤波及 其自适应算法非线性滤波概述Volterra级数滤波器LMS Volterra 级数滤 波器RLS Volterra 级数滤波器形态滤波器结构元优 化设计的自适应算法 自适应加权组合广义了解并掌握Volterra级数 滤波器、LMS和RLS Volterra级数滤波器、形 态滤波器理论及自适应算 法、层叠滤波器理论及自 适应算法。9理论+ 实操形态滤波器层叠滤波器的自适应 优化算法10自适应信号处 理的应用自适应模拟与系统辨 识自适应逆模拟 自适应干扰对消 自适应预测了解自适应信号处理的应用；掌握自适应模拟与系统辨 识、自适应逆模拟、自适应 干扰对消、自适应预测。8理论+ 实操11盲自适应信号 处理理论及应 用盲自适应均衡盲源分离盲系统辨识算法了解对盲自适应信号处理 的典型应用；掌握盲自适应均衡、盲源 分离、盲系统辨识算法 等。9理论+ 实操五、考核要求及成绩评定序号成绩类别考核方式考核要求权重（%）备注1期末成绩期末考试考试50百分制，60分为及格2平时成绩课后作业11次40优、良、中、及格、不及格3平时表现出勤情况1()两次未参加课程则无法获得学分注：此表中内容为该课程的全部考核方式及其相关信息。六、学生学习建议（一）学习方法建议1 .通过开展课堂讨论、实践活动，增强的团队交流能力，学会如何与他人合作、沟通、 协调等等。2 .通过思考，加深自己的兴趣，巩固知识点。3 .进行练习和实践，提高自己的技能和应用能力，加深对知识的理解和记忆。（二）学生课外阅读参考资料自适应信号处理，王立国、肖瑛、赵春晖、张朝柱主编，2023年，电子工业出版 社教材。七、课程改革与建设本课程旨在介绍自适应信号处理的基本理论、基本算法和典型应用。另外，还附有矩阵 和向量的基础知识、相关矩阵及时间平均自相关矩阵的主要性质。平时对学生的考核内容包括出勤情况、学生的课后作业、课堂讨论等方面，占期末总评 的50%。期末考试成绩占期末总评的50%。制订人 签字：教研室主 任签字：院部负责人 签字：修订时年月日间：