《自适应信号处理技术》系统地介绍了自适应信号处理的基本理论、基本算法和典型应用。从最优准则方面看，本书主要涉及最小均方误差准则和最小二乘准则，在自适应非线性信号处理中，结合实际需要，也涉及最小均方误差准则。从滤波器结构方面看，主要介绍横向滤波器和格型滤波器以及典型的非线性滤波器。在应用方面，重点介绍自适应信号处理的四种典型应用：自适应模拟、自适应逆模拟、自适应干扰对消和自适应预测，以及盲自适应信号处理算法及应用。全书共分11章：主要包括绪论、维纳滤波、最小均方自适应算法、改进型的最小均方算法、最小均方误差线性预测及自适应格型滤波、线性最小二乘滤波、最小二乘横向滤波自适应算法、最小二乘格型滤波自适应算法、非线性自适应滤波及其算法、自适应信号处理的应用，盲自适应信号处理算法及应用。另外，本书附有可供学生进行计算机仿真的实验范例。本书可作为通信、电子信息工程专业及其他相关专业大学高年级学生和研究生的教科书，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书。

第1章 绪论
1．1 白适应滤波的基本概念
1．2 自适应信号处理的发展过程
1．3 自适应信号处理的应用

第2章 维纳滤波
2．1 问题的提出
2．2 离散形式维纳滤波器的解
2．3 离散形式维纳滤波器的性质
2．3．1 正交原理的几何解释
2．3．2 正交原理推论
2．3．3 最小均方误差
2．4 横向滤波器的维纳解
2．4．1横向滤波器的维纳一霍夫方程及其解
2．4．2横向滤波器的误差性能

第3章 最小均方自适应算法
3．1 最陡下降法
3．1．1 最陡下降法的基本思想
3．1．2 最小均方误差最陡下降法
3．2 牛顿法
3．2．1 牛顿法的基本思想
3．2．2 最小均方误差牛顿法
3．3 LMS算法
3．3．1 LMS算法描述
3．3．2 LMS算法的收敛性
3．3．3 LMS算法的权向量噪声
3．3．4 LMS算法的期望学习曲线
3．3．5 LMS算法的性能
3．4 LMS牛顿算法

第4章 改进型最小均方自适应算法
4．1 归一化LMS算法
4．1．1 基于约束优化问题求解归一化LMS算法
4．1．2 归一化LMS算法小结
4．2 块LMS算法
4．2．1 块自适应滤波器
4．2．2 块LMS算法描述
4．2．3 块LMS算法的收敛性
4．2．4 块LMS算法块长度的选择
4．3 快速块LMS算法
……
第5章 最小均方误差线性预测及自适应格型算法
第6章 线性最小二乘滤波
第7章 最小二乘横向滤波自适应算法
第8章 最小二乘格型滤波自适应算法
第9章 非线性滤波及其自适应算法
第10章 自适应信号处理的应用
第11章 盲自适应信号处理算法及应用
计算机实验
附录A 矩阵和向量
附录B 相关矩阵
附录C 时间平均相关矩阵
参考文献