自适应信号处理——教学日历.docx

教学日历（20xx20xx学年第x学期）开课学院开课专业讲授学时32课程名称自适应信号处理授课教师实践/实验学时32授课年级授课班级总学时64使用教材自适应信号处理参考书目自适应信号处理校历周次授课内容分章节题目第1周第1章绪论（3学时）1.1 自适应滤波的基本概念（1学时）1.2 自适应信号处理的发展过程（1学时）1.3 自适应信号处理的应用（1学时）第2章维纳滤波（1学时）2.1问题的提出、2.2离散形式维纳滤波器的解（1学时）第2周第2章维纳滤波（3学时）2.3 离散形式维纳滤波器的性质（1学时）2.4 横向滤波器的维纳解（2学时）第3章最小均方自适应算法（1学时）3.1最陡下降算法（1学时）第3周第3章最小均方自适应算法（4学时）3.1 最陡下降算法（1学时）3.2 牛顿算法（2学时）3.3 LMS算法（1学时）第4周第3章最小均方自适应算法（2学时）3.3 LMS算法（1学时）3.4 LMS牛顿算法（1学时）第4章改进型最小均方自适应算法（2学时）4. 1归一化LMS算法（1学时）4.2块LMS算法（1学时）第5周第4章改进型最小均方自适应算法（1学时）4.3快速块LMS算法（1学时）第5章最小均方误差线性预测及自适应格型算（3学时）5.1最小均方误差线性预测（2学时）5. 2 Levinson-Durbin 算法（1 学时）第6周第5章最小均方误差线性预测及自适应格型算（3学时）5.3 格型滤波器（1学时）5.4 最小均方误差自适应格型算法（2学时）第6章线性最小二乘滤波（1学时）6.1问题的提出、6.2线性最小二乘滤波的正则方程（1学时）第7周第6章 线性最小二乘滤波（4学时）6.1问题的提出、6.2线性最小二乘滤波的正则方程（1学时）6.3 线性最小二乘滤波的性能（1学时）6.4 线性最小二乘滤波的向量空间法分析（2学时）第8周第6章线性最小二乘滤波（1学时）6.4线性最小二乘滤波的向量空间法分析（1学时）第7章最小二乘横向滤波自适应算法（3学时）7. 1递归最小二乘算法（1学时）7.2 RLS算法的收敛性（1学时）7.3 RLS算法与LMS算法的比较（1学时）第9周第7章最小二乘横向滤波自适应算法（4学时）7.4最小二乘快速横向滤波算法（4学时）第10周第8章最小二乘格型自适应算法（2学时）8.1 最小二乘格型滤波器（1学时）8.2 LSL算法（1学时）第9章非线性滤波及其自适应算法（2学时）9.1非线性滤波概述、9.2 Volterra级数滤波器（1学时）9. 3 LMS Volterra级数滤波器（1学时）第n周第9章非线性滤波及其自适应算法（4学时）9. 4 RLS Volterra级数滤波器（1学时）9.5 形态滤波器结构元优化设计的自适应算法（2学时）9.6 自适应加权组合广义形态滤波器（1学时）第12周第9章非线性滤波及其自适应算法（3学时）9.7层叠滤波器的自适应优化算法（3学时）第10章自适应信号处理的应用（1学时）10. 1自适应模拟与系统辨识（1学时）第13周第10章自适应信号处理的应用（4学时）10.1 自适应模拟与系统辨识（2学时）10.2 自适应逆模拟（2学时）第14周第10章自适应信号处理的应用（3学时）10.3 自适应干扰对消（2学时）10.4 自适应预测（1学时）第11章 盲自适应信号处理理论及应用（1学时）11. 1盲自适应均衡（1学时）第15周第n章 盲自适应信号处理理论及应用（4学时）11. 1盲自适应均衡（4学时）第16周第11章 盲自适应信号处理理论及应用（4学时）11.2 盲源分离（2学时）11.3 盲系统辨识算法（2学时）教研室主任签字:教学副院长签字: