7. P a p a o d y s s e u s C. A robust, parallelizable,
O
(
m
)
, a posteriori recursive least
squares algorithm for efficient adaptive filtering // IEEE Trans. Signal Processing. –
1999. – Vol. 47. – № 9. – P. 2552–2558.
8. Д ж и г а н В. И. Многоканальный быстрый RLS-алгоритм адаптивной фильтра-
ции для параллельной реализации с помощью четырех процессоров // Вестник
МГТУ им. Н.Э. Баумана. Серия “Приборостроение”. – 2005. – № 1. – С. 83–98.
9. Д ж и г а н В. И. Параллельный регуляризированный быстрый RLS-алгоритм
многоканальной адаптивной фильтрации со скользящим окном и линейными
ограничениями // Тр. 10-й Международной конф. “Радиолокация, навигация,
связь (RLNC-2004)” (Воронеж, 13–15 апреля 2004 г.). – Воронеж, 2004. – Т. 1. –
С. 132–142.
10. Д ж и г а н В. И. Параллельные регуляризированные RLS-алгоритмы много-
канальной адаптивной фильтрации // Цифровая обработка сигналов. – 2004. –
№ 2. – C. 7–13.
11. Д ж и г а н В. И. RLS-алгоритм адаптивной фильтрации для параллельной
реализации с помощью четырех процессоров // Цифровая обработка сигналов.
– 2004. – № 3. – C. 2–8.
12. D j i g a n V. I. Multichannel RLS adaptive filtering algorithm for parallel
implementation by means of four processors // Proceedings of the 4-th International
Scientific and Practical Conference “Internet-Science-Education-2004 (ISE-2004)”
(Baku-Vinnytsia-Tyrnovo, September 29–October 12, 2004). – Vinnytsia, 2004. –
Vol. 2. – P. 687–691.
13. D j i g a n V. I.
Parallelizable multichannel SW fast RLS algorithm
for implementation by means of four processors // Proceedings of the Second
International Conference on Information Systems and Technology (IST-2004)
(November 8–12, 2004, Minsk, Belarus). – Minsk, 2004. – Vol. 2. – P. 100–105.
14. Д ж и г а н В. И. Параллельные вычисления в адаптивной обработке сигналов
// Материалы 13-й Международной науч.-техн. конф. “Проблемы передачи и
обработки информации в сетях и системах телекоммуникаций”. – Рязань, 2004.
– C. 40–42.
15. G a y S. L. Dynamically regularized fast RLS with application to echo cancellation
// Proceedings of the International Conference on Acoustic Speech and Signal
Processing (ICASSP-96), (May 7–9, 1996, Atlanta, USA). – Atlanta, 1996. – P. 957–
960.
16. F r o s t O. L. An algorithm for linearly constrained adaptive array processing //
Proceedings of the IEEE. – 1972. – Vol. 60. – August. – P. 926–935.
17. T a k a o K., F u j i t a M., N i s h i T. An adaptive antenna array under
directional constraint // IEEE Trans. Antennas and Propagation. – 1976. – Vol. 24. –
№ 5. – P. 662–669.
18. R e s e n d e L. S., R o m a n o J. M. T., B e l l a n g e r M. G. A fast least-squares
algorithm for linearly constrained adaptive filtering // IEEE Trans. Signal Processing.
– 1996. – Vol. 44. – № 5. – P. 1168–1174.
19. G i o r d a n o A. A., H s u F. M. Least square estimation with application to digital
signal processing. - Canada, Toronto: John Wiley and Sons, Inc., 1985. – 412 p.
20. M a z u c h T., K o z a n e k J. New recurrent algorithm for a matrix inversion
// Journal of Computational and Applied Mathematics. – 2001. – Vol. 136, № 1–2. –
P. 219–226.
21. Л а н ш о ц К. Практические методы прикладного анализа. Пер. с англ.
М.З. Кайнера / Под ред. А.М. Лопшица. – М.: Государственное издательство
физико-математической литературы, 1961. – 524 с.
48 ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2006. № 1
