Cuốn sách bao gồm việc khử tiếng ồn và tiếng vang, các ứng dụng y tế, hệ thống thông tin liên lạc và những thứ khác hầu như không liên quan đến tính không đồng nhất của chúng. Mỗi ứng dụng là một nghiên cứu điển hình với tính nghiêm ngặt, cho thấy điểm yếu/điểm mạnh của phương pháp được sử dụng, đánh giá tính phù hợp của nó và đề xuất các hình thức cũng như lĩnh vực sử dụng mới.

Cuốn sách bao gồm khử tiếng ồn và tiếng vọng, ứng dụng y tế, hệ thống truyền thông và các ứng dụng khác khó có thể kết hợp với nhau do tính không đồng nhất của chúng.

Cuốn sách này cung cấp thông tin cập nhật về tiến bộ công nghệ mới nhất trong xử lý tín hiệu và bộ lọc thích ứng, tập trung vào các ứng dụng và bộ lọc Kalman.

Introduction to Adaptive Filtering; Fndamentals of Adaptive Filtering; The Least-Square Algorithm; LMS-Based Algorithms; Conventional RLS Adaptive Filter; Data-Selective Adaptive Filtering; Adaptive Lattice-Based RLS Algorithms; Fast Transversal RLS Algorithms; QR-Decomposition-Based RLS Filters; Adaptive IIR Filters; Nonlinear Adaptive Filtering; Subband Adaptive Filters; Blind Adaptive Filtering; Complex Differentiation; Quantization Effects in the LMS Algorithm; Quantization Effects in the RLS Algorithm; Kalman Filters.

This book is a fresh, broad, and systematic treatment of adaptive filtering, a subject of immense practical and theoretical value. The author illustrates extensive commonalities that exist among different classes of adaptive algorithms and even among different filtering theories. He also provides a uniform treatment of the subject matter, addressing some existing limitations, providing additional insights, and detailing extensions of current theory.

Introduction to: Discrete-time signal processing; Random variables, sequences and stochastic processes; Wiener filters; Eigenvalue of Rx-properties of the error surface; Newton and steepest-descent method; The least mean-square (LMS) algorithm; Variations of LMS algorithms; Least squares and recursive least-squares signal processing.

The book provides a concise background on adaptive filtering, including the family of LMS, affine projection, RLS, set-membership algorithms and Kalman filters, as well as nonlinear, sub-band, blind, IIR adaptive filtering, and more. Problems are included at the end of chapters. A MATLAB package is provided so the reader can solve new problems and test algorithms. The book also offers easy access to working algorithms for practicing engineers.