1、“.....,,,,,,,,,,,中文译文基于算法的自适应组合滤波器摘要提出了种自适应组合滤波器。它由并行的自适应滤波器和个具有更好的选择性的算法组成。作为正在研究中的滤波器算法比较标准，我们采取偏差和加权系数之间的方差比。仿真结果证实了提出的自适应滤波器的优点。关键词自适应滤波器算法组合算法偏差和方差权衡绪论自适应滤波器已在信号处理和控制......”。

2、“.....的解决当中得到了广泛的应用自适应滤波器的性能主要取决于滤波器所使用的算法的加权系数的更新。最常用的自适应系统对那些基于最小均方自适应算法及其改进基于的算法。算法是非常简便，易于实施，具有广泛的用途。但是，因为它并不总是收敛在个可接受的方式，所以有很多的尝试，以对其性能做适当改进符号算法的，几何平均算法，变步长最小均方比算法，......”。

3、“.....加强和平滑系数，各种参数对变步长算法的影响中被预先定义。这些参数的影响关键在两个适应阶段瞬态和稳态滤波器的输出。这些参数的选择主要是基于种算法质量的权衡中所提到的适应性能。我们提出了个自适应滤波器的性能改善的方法。也就是说，我们提出了几个基于算法的不同参数的滤波器......”。

4、“.....这种方法可以适用于所有的的算法，虽然我们在这里只考虑其中几个。本文的结构如下，作者认为的的算法概述载于第节，第节提出了自适应算法的改进和组合标准，仿真结果在第节。基于的算法让我们定义输入信号向量和矢量加权系数为权重系数向量计算应根据其中为算法步长是预期值的估计。在中，常数表式误差，是个参考信号......”。

5、“.....我们可以得出种各种形式的自适应算法的定义，变步长算法和基本算法具有相同的形式，但在适应过程中步长是变化的，。正在研究中的自适应滤波问题在于尝试调整权重系数，使系统的输出跟踪参考信号，中是个零均值与方差的高斯噪声，是最佳权向量维纳向量。我们考虑两种情况是个常数固定的情况下......”。

6、“.....在非平稳情况下，未知系统参数即最佳载体是随时间变化的。我们假设变量可以建立模型为，它是随机独立的零均值，依赖于和自相关矩阵。注意分析直接服从，如果，的条件是满足的，那么加权系数向量收敛于维纳解。定义加权错位系数，,。是因为这两个梯度噪声加权系数的平均值左右的变化和加权矢量滞后平均及最佳值的差额的影响......”。

7、“.....它可以表示为根据，是是加权系数的偏差，与方差是零均值的随机变量差，它取决于的算法类型，以及外部噪声方差。因此，如果噪声方差为常数或是缓慢变化的，为特定的基于时间不变的算法。在这个意义上说，在后面的分析中我们将假定只依赖算法类型，及其参数。自适应滤波器的个重要性能衡量标准是其均方差的加权系数......”。

8、“.....它被赋值，组合自适应滤波器合并后的自适应滤波器的基本思想是在两个或两个以上自适应算法并行实现与每个迭代之间的最佳选择，。在每次迭代中选择最合适的算法，选择最佳的加权系数值。最好的加权系数是，即在给定的时刻，向相应的维纳矢量值最接近。让,是以基本算法为基础的第个加权系数，在瞬间选择参数和系数。注意，现在我们可以在个统的处理方式≡......”。

9、“.....≡下。基于算法的行为主要依赖于，在每个迭代中有个最佳值，生产的最佳表现的自适应算法。现在分析最小均方与些基于相同类型的算法相结合的自适应滤波器，但参数是不同的。加权系数周围分布随机变量和,和方差，相关，。中的概率κ依赖κ的值例如κ的高斯分布，κ两个规则。置信区间的定义,......”。