DSP

最小均方算法（LMS Algorithm）理论及DSP实现

2019-07-13 16:37发布

站内文章 / DSP
17863 0 1204
前言：最近在学习和研究自适应波束形成器。对于连续自适应算法，比较常用的是最小均方（LMS）自适应算法。它最大的优点就是简单。在许多应用中，使用最小均方算法得到的系统性能是可以达到要求的。然而，它的收敛性依赖于误差曲面的形状。当其特征值分布的很分散时，最小均方算法的收敛速度很慢，所以应该考虑其他收敛速度较快的自适应算法。 “最小均方滤波器（Least Mean Square Filter，或LMS Filter）是一类可通过最小化误差信号（error signal）的均方值（mean square）而修正滤波器系数，以模拟所需理想滤波器的自适应滤波器，其中作为修正依据的误差信号为理想参考信号与实际输出信号之差。该种滤波器所用的最小均方法只以当前之信号误差值为准进行修正，是一种随机梯度下降法。最小均方法系由史丹佛大学的Bernard Widrow教授及他的首位博士班学生Marcian Hoff于1960年提出。最小均方滤波器属于常见的自适应滤波器种类之一。”——维基百科
最小均方算法（LMS Algorithm）理论及DSP实现：http://blog.csdn.net/xiahouzuoxin/article/details/9749689

LMS算法去噪：http://www.cnblogs.com/Martin-Ma/p/4413357.html
感谢两位博主提供详细介绍和说明，相互学习，共同进步。

热门文章