自适应滤波基础_1答案.ppt

自适应信号处理;教材;第一章 自适应系统;应用领域;回声消除技术;;一般性质;分类;自适应 处理器;自适应 处理器;第二章 自适应线性组合器;一般形式;;性能函数;期望响应与输入分量之间的一组互相关值;均方误差性能面 ;梯度与最小均方误差;Wiener权矢量是在最小均方误差准则下的最优权矢量， 得到的是最小均方误差; 例子;梯度的另一种表示方法;权向量对维纳权向量的偏差;权向量对维纳权向量的偏差和权向量本身只是相差一个维纳权（常数），故有：;误差与输入分量的去相关;第三章 二次型性能表面的性质;输入相关矩阵的正则形式;输入相关矩阵的特征值与特征向量;（2）若输入相关矩阵是实的对称阵，则其所有特征值必须是实数。;（3）若一个特征值为m次重根，则有m个相应的线性无关的特征向量，可以构造为相互正交，并与其他所??的特征向量正交。 （4）调节特征向量使得它们归一化具有单位长度，有：;特征向量与特征值的几何意义;输入相关矩阵R的特征值为 对其主轴的二阶导数。;椭圆曲线的长轴对应于最小特征值。 ;例子;性能测量方法;第四章 性能表面的搜索;梯度搜索法的基本思想;最速下降法梯度搜索;稳定的充要条件：;学习曲线（均方误差瞬态值变化曲线）：;考虑两个或两个以上权系数，梯度搜索法可以表示为：;最速下降法稳定且收敛的充要条件：;考虑两个或两个以上权系数，学习曲线的收敛情况：;牛顿法梯度搜索;求w2，可将w1看成是初始猜测，用与求点w1相同的方法进行计算，如此下去则有：;为了用牛顿法来搜索性能表面，必须从f(w)=0出发，由于需要求 的最小点，有 因而对单变量性能表面，用：;即使在单权工作时，在两种情况下牛顿法会变得比较复杂： （1）如果性能表面并不准确已知，一阶和二阶导数必须要通过估计获得； （2）性能表面可能不是二次型，此时，迭代和权值的初始设置有关，以致对某些初始权值，牛顿法可能得不到它的最佳点;多维空间的牛顿法：;学习曲线的收敛情况：