?? LMS算法技術(shù)資料

?? 資源總數(shù)：29894
?? 源代碼：28632
最小均方算法，簡稱LMS算法，是一種最陡下降算法的改進算法，是在維納濾波理論上運用速下降法后的優(yōu)化延伸，最早是由Widrow和Hoff提出來的。該算法不需要已知輸入信號和期望信號的統(tǒng)計特征，“當(dāng)前時刻”的權(quán)系數(shù)是通過“上一時刻”權(quán)系數(shù)再加上一個負(fù)均方誤差梯度的比例項求得。其具有計算復(fù)雜程度低、在信號為平穩(wěn)信號的環(huán)境中收斂性好、其期望值無偏地收斂到維納解和利用有限精度實現(xiàn)算法時的平穩(wěn)性等特性，使LMS算法成為自適應(yīng)算法中穩(wěn)定性最好、應(yīng)用最廣的算法。

?? LMS算法熱門資料

查看全部29894個資源 ?

若不希望用與估計輸入信號矢量有關(guān)的相關(guān)矩陣來加快LMS算法的收斂速度，那么可用變步長方法來縮短其自適應(yīng)收斂過程，其中一個主要的方法是歸一化LMS算法（NLMS算法），變步長 的更新公式可寫成 W（n+1）=w（n）+ e（n）x（n） =w（n）+ （3.1） 式中， = e（n）x（n）表示...

?? ?? changeboy

?? LMS算法源代碼

查看更多 ?
?? LMS算法資料分類