1、“.....上式右边第二项应等于零。由此可简写成我们可以看出，法与前述最陡下降算法有相同的精确数学表达式。因此，要使法收敛于均值，必须使步长参数满足下列条件这里是相关矩阵的最大特征值。在此条件下，当迭代计算次数接近于时，自适应滤波系数近似等于最佳维纳解均学习曲线如前节所述，最陡下降算法每次迭代都要精确计算梯度矢量，使自适应横向滤波器权矢量或滤波系数矢量能达到最佳维纳解这时滤波器均方误差最小，即式中，是期望信号的方差。学习曲线定义为均方误差随迭代计算次数的变化关系，如式描述的包含指数项之和是上式可写成对于上式两边取数学期望，得到代入式右边，得到式中，是最佳滤波系数矢量，是误差矢量。如将移至等式左边，则信号并不满足上述基本假设。尽管如此，有足够的关于自适应过程结构信息的条件下......”。

2、“.....技术些问题带有依赖的数据样本。为了分析问题，现在我们将系数误差矢量始值。从上述基本假设和的观点来看，我们可发现滤波器系数矢量与和无关。这点是很有用的，而且在后续分析中将被重复使用。当然，有许多实际问题对于输入过程与期望理论由式知，自适应滤波器在时刻的滤波系数矢量依赖与三个输入输入过程的过去样本矢量期望信号的以前样本值滤波器系数矢量的起依赖于输入过程样本矢量，但全部过去的期望信号样本是的。滤波器抽头输入信号矢量与期望信号包含着全部的共同的高斯分布随即变量。通常，将基于上述基本假设的法的统计分析称为即有，每个输入信号样本矢量与全部过去的期望信号是统计的，即有，期望信号样本而使系数矢量带来非平稳过程。通常为了简化法的统计分析，往往假设算法连续迭代之间存在以下的充分条件每个输入信号样本矢量与过去全部样本矢量统计的，不相关的，的应用。但是......”。

3、“.....它有大的方差，以致不能获得最优滤波性能。下面我们来分析法的性能。适应收敛性自适应滤波器系数矢量的起始值是任意的常数，应用法调节滤波器系数具有随机性矢量的更新估值将时间指数增加，回到步骤，重复上述计算步骤，直到达稳态为止。由此可见，自适应法简单，它既不要计算输入信号的相关函数，又不要求矩阵之逆，因而得到了广泛，计算误差信号利用递归法计算滤波器系数数矢量为任意的起始值，然后开始法的计算，其步骤如下。由现在时刻的滤波器滤波系数矢量估值，输入信号矢量以及期望信号和式入到上式中，可得到图适应法信号流图由上式可以得到自适应法的信号流图，这是个具有反馈形式的模型，如图同最陡下降法，我们利用时间的滤波系即可见，这种瞬时估计法是无偏的，因为它的期望值确实等于矢量。所以......”。

4、“.....可以先写出法的公式如下将式需要准确测得每次迭代的梯度矢量，这妨碍了它的应用。为了减少计算复杂度和缩短自适应收敛时间许多学者对这方面的新算法进行了研究。年，美国斯坦福大学的提出了最小均方法，这是种用瞬时值估计梯度矢量的方法，的梯度▽﹡法最陡下降算法不需要知道误差特性曲面的先验知识，其算法就能收敛到最佳维纳解，且与起始条件无关。但是最陡下降算法的主要限制是它调节，使得个代价函数最小，。定义均方误差为代价函数，因为滤波器在时刻的估计误差所以代价函数由此可得调节，使得个代价函数最小，。定义均方误差为代价函数，因为滤波器在时刻的估计误差所以代价函数由此可得的梯度▽﹡法最陡下降算法不需要知道误差特性曲面的先验知识，其算法就能收敛到最佳维纳解，且与起始条件无关。但是最陡下降算法的主要限制是它需要准确测得每次迭代的梯度矢量，这妨碍了它的应用......”。

5、“.....年，美国斯坦福大学的提出了最小均方法，这是种用瞬时值估计梯度矢量的方法，即可见，这种瞬时估计法是无偏的，因为它的期望值确实等于矢量。所以，按照自适应滤波器滤波系数矢量的变化与梯度矢量估计的方向之间的关系，可以先写出法的公式如下将式和式入到上式中，可得到图适应法信号流图由上式可以得到自适应法的信号流图，这是个具有反馈形式的模型，如图同最陡下降法，我们利用时间的滤波系数矢量为任意的起始值，然后开始法的计算，其步骤如下。由现在时刻的滤波器滤波系数矢量估值，输入信号矢量以及期望信号，计算误差信号利用递归法计算滤波器系数矢量的更新估值将时间指数增加，回到步骤，重复上述计算步骤，直到达稳态为止。由此可见，自适应法简单，它既不要计算输入信号的相关函数，又不要求矩阵之逆......”。

6、“.....但是，由于法采用梯度矢量的瞬时估计，它有大的方差，以致不能获得最优滤波性能。下面我们来分析法的性能。适应收敛性自适应滤波器系数矢量的起始值是任意的常数，应用法调节滤波器系数具有随机性而使系数矢量带来非平稳过程。通常为了简化法的统计分析，往往假设算法连续迭代之间存在以下的充分条件每个输入信号样本矢量与过去全部样本矢量统计的，不相关的，即有，每个输入信号样本矢量与全部过去的期望信号是统计的，即有，期望信号样本依赖于输入过程样本矢量，但全部过去的期望信号样本是的。滤波器抽头输入信号矢量与期望信号包含着全部的共同的高斯分布随即变量。通常，将基于上述基本假设的法的统计分析称为理论由式知，自适应滤波器在时刻的滤波系数矢量依赖与三个输入输入过程的过去样本矢量期望信号的以前样本值滤波器系数矢量的起始值。从上述基本假设和的观点来看，我们可发现滤波器系数矢量与和无关。这点是很有用的......”。

7、“.....当然，有许多实际问题对于输入过程与期望信号并不满足上述基本假设。尽管如此，有足够的关于自适应过程结构信息的条件下，基于这些假设所分析的结果仍可用作可靠的设计指导准则，技术些问题带有依赖的数据样本。为了分析问题，现在我们将系数误差矢量代入式右边，得到式中，是最佳滤波系数矢量，是误差矢量。如将移至等式左边，则是上式可写成对于上式两边取数学期望，得到显然，上式中为输入信号矢量的相关矩阵，而为输入信号矢量与期望信号的互相关矩阵。根据自适应滤波的正则方程的矩阵式，上式右边第二项应等于零。由此可简写成我们可以看出，法与前述最陡下降算法有相同的精确数学表达式。因此，要使法收敛于均值，必须使步长参数满足下列条件这里是相关矩阵的最大特征值。在此条件下，当迭代计算次数接近于时......”。

8、“.....最陡下降算法每次迭代都要精确计算梯度矢量，使自适应横向滤波器权矢量或滤波系数矢量能达到最佳维纳解这时滤波器均方误差最小，即式中，是期望信号的方差。学习曲线定义为均方误差随迭代计算次数的变化关系，如式描述的包含指数项之和图条学习曲线式中每个指数项对应于算法的固有模式，模式的数目等于滤波器加权数。显而易见，由于上式中，故当∞，最陡下降算法均方误差ξ∞法用瞬时值估计梯度存在误差的噪声估计，结果使滤波器权矢量估值只能近似于最佳维纳解，这意味着滤波均方误差文化展示都餐饮美食城景区接待中心景区管理中心及其它配套设施。项目区总占地面积亩，其中五星级宾馆区占地面积亩人工湖占地面积亩，植物假山展示区含葡萄长廊文化展示四季水果展示等占地面积亩，婚纱摄影基地占地面积亩，冷水鱼垂钓基地占地面积亩......”。

9、“.....餐饮美食城占地面积亩景区接待管理中心占地面积亩，其余亩为其它用地。设年限年年资概算湿地公园项目总投资万元人民币。益分析项目建设有利于处理好城市建设和伊犁河谷景观带的关系，将为打造伊宁高端旅游目的地维护公共利益，完善城市服务功能，提高基础设施水平做贡献。因此本项目的经济效益社会效益生态效益俱佳。第二章项目背景及建设的必要性目背景目区位湿地公园位于伊宁市西南方向公里，距离拟建可克达拉市公里的伊犁河边伊犁河谷景观带下游处。设背景改革开放以来伊宁市经济社会持续快速协调发展，综合实力快速提高，城市建设日新月异，城市形象全面提升。在全世界全国都在积极发展旅游产业的大背景下，作为有塞外江南的新疆伊宁旅游产品开发显得更加迫切。在自治区伊犁哈萨克族自治州提出将伊宁市打造成天山北坡中心城市，伊宁市提出东扩南移西进北拓打造带三轴九组团的背景下，伊犁河谷景观带的打造显得刻不容缓......”。