自适应信号处理-教学日历

教学日历（20xx～20xx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）3.3LMS算法（1学时）第4周第3章最小均方自适应算法（2学时）3.3LMS算法（1学时）3.4LMS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）5.2Levinson-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）7.2RLS算法的收敛性（1学时）7.3RLS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）8.2LSL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、9.2Volterra级数滤波器（1学时）9.3LMSVolterra级数滤波器（1学时）第11周第9章非线性滤波及其自适应算法（4学时）9.4RLSVolterra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11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