归一化lms算法

《归一化lms算法》由会员分享，可在线阅读，更多相关《归一化lms算法（5页珍藏版）》请在金锄头文库上搜索。

归一化LMS算法,报告人：王倩,LMS算法,最小均方算法（LMS）是一种以期望响应和滤波器输出信号之间误差的均方最小为准则，依据输入信号在迭代过程在估计梯度矢量，并更新权系数以达到最佳的自适应迭代算法。LMS算法是一种用瞬时值估计梯度矢量的方法，即LMS算法的公式如下：,归一化LMS算法,归一化 LMS 算法可以看作是时变步长参数的LMS算法。归一化 LMS 算法是通过输入向量 x(n)的平方欧氏范数对步长进行“归一化”。归一化 LMS算法的变步长的公式为： (n)=其中为算法所取的初始步长。,归一化LMS算法,归一化LMS算法公式：,归一化LMS算法,输入x(n)的平方欧氏范数即二范数去除算法的初始步长，随着输入的增大，变步长 (n)逐渐的减小，算法的稳态误差也相应逐步减小，具有很好的跟踪收敛效果.可见归一化 LMS 算法与变步长 LMS 算法相比，具有更快的收敛速度与更小的稳态误差。,