自适应滤波是近年发展起来的关于信号处理技术的方法，自适应滤波器是能够根据输入信号自动调整性能进行数字信号处理的数字滤波器。由于它具有更强的适应性和更优的滤波性能，因此在工程实际中，尤其在信息处理技术中得到了广泛的应用。 本书共9章，第1章绪论阐述了改进自适应滤波算法的必要性；第2章、第3章详细介绍了自适应滤波APA算法的理论随机统计模型及稳定状态的解；第4章～第9章通过模型建立、求解稳态解，详细介绍了几种不同算法促进了自适应滤波器性能的稳定和提高。 本书适用于对信号处理领域感兴趣的读者，特别是电子信息类及相关专业的高年级本科生、在读研究生、相关行业从业人员以及科研工作者。

第1章 绪论
1.1 研究背景及意义
1.2 平衡实现算法概述
1.2.1 平衡实现算法定义及性质
1.2.2 输入信号的平衡
1.2.3 系统结构的平衡
1.3 平衡自适应滤波器研究现状
1.4 章节安排
第2章 自适应滤波APA算法的理论随机统计模型
2.1 自适应滤波APA算法
2.2 权值误差分析
2.3 均方误差分析
2.4 稳定状态分析
2.5 仿真示例
2.6 本章小结
第3章 自适应滤波APA算法稳定状态的解
3.1 自适应滤波APA算法的分析
3.2 稳定状态的解
3.3 稳定状态解的误差
3.4 对迭代步长的敏感度
3.5 仿真示例
3.6 本章小结
第4章 一种变步长的AP-REE算法
4.1 AP-REE算法
4.2 优化的迭代步长
4.3 VSS-AP-REE算法
4.4 系统辨识模型仿真分析
4.5 信道均衡模型
4.6 信道均衡模型仿真分析
4.7 本章小结
第5章 基于直接迭代误差的APA算法收敛性
5.1 APA算法
5.2 AP-DE算法
5.3 方向向量的统计特性
5.4 权值误差
5.5 权值均方误差
5.6 稳定状态误差
5.7 系统辨识模型仿真分析
5.8 信道均衡模型
5.9 信道均衡模型仿真分析
5.10 本章小结
第6章 基于直接迭代误差的APA算法跟踪性
6.1 AP-DE算法
6.2 输入向量和方向向量的统计特性
6.3 权重误差
6.4 权值均方误差
6.5 稳定状态误差
6.6 仿真分析
6.7 本章小结
第7章 平衡实现算法的参数化
7.1 SISO平衡系统的参数化
7.2 MIMO平衡系统的参数化
7.3 本章小结
第8章 平衡自适应IIR滤波器的设计
8.1 参数梯度的计算
8.2 平衡自适应IIR滤波算法
8.3 仿真示例
8.4 本章小结
第9章 基于输入平衡实现的一种自适应IIR滤波器
9.1 动态范围约束
9.2 输入平衡实现
9.3 自适应IIR滤波器结构
9.4 仿真示例
9.5 本章小结
参考文献