Dieses Lehrbuch vermittelt auf solide und verständliche Weise die Grundlagen der Theorie der adaptiven Filter, wobei nur elementares Wissen aus der Signalverarbeitung und der Linearen Algebra vorausgesetzt wird. Der Schwerpunkt liegt in der Herleitung und der Erläuterung der theoretischen Grundlagen. Themen wie die Autokorrelationsmatrix und die Bedeutung ihrer Eigenwerte, Orthogonalitätsprinzip, Wienerfilter, Fehlerfläche, Lernkurve, Konvergenzzeit, Überschussfehler werden behandelt. Ausgehend vom Newton- und Gradientenverfahren werden die wichtigsten Adaptionsalgorithmen für FIR-basierte adaptive Filter (Least-Mean-Square (LMS) im Zeit- und Frequenzbereich und Recursive-Least-Squares (RLS)) hergeleitet und die Konvergenzeigenschaften analysiert. Es werden typische Anwendungsbeispiele aus den Klassen Identifikation, Inverse Modellierung, Prädiktion, Elimination von Störungen vorgestellt. Aufgaben mit ausführlichen Lösungen und Simulations-Uebungen (MATLAB-Code auf CD-ROM) tragen zum intuitiven Verständnis des Stoffes bei. Das Buch wendet sich an Studenten im Fachstudium der Elektrotechnik und der Informatik aber auch an Ingenieure, Physiker und Mathematiker.
