自适应滤波器原理第四讲-NLMS算法综述.pptVIP

自适应信号处理 * * 仿射投影滤波器中的实际考虑 1.在噪声环境下，(A(n)AH(n)）-1 可能发生计算困难.正则化(防止近端噪声过大) 2.当投影维数N增大时，上式的得到w（n）的收敛上升。但是计算复杂度太大。快速实现（是它与滤波器的阶数M成线性关系） 自适应信号处理 * * 小结 特点 LMS滤波器 简易，稳定 收敛速率慢 自适应常数u有反功率量纲 模型独立性，性能有鲁棒性 归一化LMS滤波器 减轻了当u（n）过大时梯度噪声 收敛速率快于传统LMS 自适应常数没有量纲的 较LMS计算复杂 均方意义上稳定收敛 仿射投影自适应滤波器 归一化LMS的推广 收敛性最好 计算难度大 自适应信号处理 * * LMS NLMS 自适应信号处理 自适应信号处理 * 自适应信号处理 * 第四讲 归一化最小均方（NLMS)自适应滤波算法 Y.J.Pang 自适应信号处理 * * CONTENT NLMS算法推导过程 NLMS算法稳定性 NLMS算法在回声消除中的应用 自适应信号处理 * * 为什么归一化？ 如何归一化及归一化的稳定性 回声消除应用 仿射投影滤波器应用 自适应信号处理 * * 为什么归一化？ 由第五章的传统的LMS滤波器的标准形式 从上式可以看出n+1次迭代中应用于滤波器抽头