自适应滤波祥解.pptVIP

5. 3 最速梯度法 本节介绍最速梯度法求维纳解。即沿着负梯度的方向移动搜索点。 5. 3 .1权系数的迭代解 为了深刻理解梯度搜索法的基本概念，首先讨论一维 的情况。一个权（单变量）的性能表面是一条抛 物线，如图所示。 w0 w0(n) w0* w0(n+1) εmin ε(w0) 一维最速下降法示意图 w0 w0(n) w0* w0(n+1) εmin ε(w0) 一维最速下降法示意图 用 w0(n+1) 和w0(n)分别表示经过n+1次迭代和n次迭代后 w0的值，则一次迭代的调整量△w0为 根据梯度下降法的思路，应有 逐次迭代直至 显然，若调整量△w0足够小，则 在w0可展开 成泰勒级数，取一次项，则 * ** 有**式和***式得 *** 显然上式要成立， △w0必须取负导数的方向，也即负梯度的方向，令 式中?0称为步长因子或收敛因子。 将上式代入*式及***式得 **** ****式即为权系数w0的迭代公式。 将****式推广至多维情况，得通用迭代公式 式中 是 ε面上任一点的梯度。显然，要由上式迭代得维纳解w*，必须知道ε面上相应点的梯度 。 因为 为了便于分析，将上式改写为 ***** 则上式梯度为 将上式代入*****得 5. 3 .2权系数的闭式解 ★ 下面将★式迭代