自适应RLS.pptVIP

自适应递推最小二乘算法（RLS ） RLS 算法是一种时间递推FIR 滤波器 特点： 收敛快，计算量大 关键:用二乘方的时间平均的最小化准则代替最小均方准则，并按时间进行迭代计算 * 设：已知观测数据 希望确定滤波器系数向量 目标：使平方误差的加权和（代价函数）最小 其中：①n是一个变量 ②误差e k 定义为期望信号与滤波器y k 之差 ③l是一个加权因子，叫遗忘因子，取 标量 ——最小二乘导出的维纳解 问题： 1、需求R-1 n ，计算量大 2、需求W n 与预测误差未建立联系，不能根据误差调整滤波器系数 将R n 和P n 写成递推式 为了解决上述求逆，引入矩阵求逆引理 若A是非奇异的，则： 令： 标量 将T n 和P n 的递推式代入上式 ——Kalman 滤波形式 得 A 由 A 可得： 于是： 其中 ——增益 RLS 算法的计算步骤： 1 在时刻n，已获得W n-1 , T n-1 , d n , X n 2 由 计算出W n , T n