lms算法
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)再加上一個負均方誤差梯度的比例項求得。其具有計算復雜程度低、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。