自适应信号处理..ppt

自适应信号处理 第五章 传统RLS自适应滤波器 5.1 引言 最小二乘（LS）算法的目的是使期望信号与模型滤波器输出之差的平方和达到最小。当每次迭代中接收到输入信号的新采样值时，可以采用递归形式求解最小二乘问题，得到递归最小二乘（RLS,Recursive Least-Square）算法。 RLS算法能实现快速收敛；当工作在时变环境中具有很好的性能，但会增加计算的复杂度和稳定性，而这些问题对于基于LMS准则的算法来说不重要。 5.2 RLS算法 为使加权平方和最小，令 得到使最小二乘误差最小的最优向量 （5.2） 其中， 是输入信号的确定性相关矩阵， 是输入信号和期望信号之间的确定性互相关向量。 当 为非奇异矩阵时，计算确定性相关矩阵的逆，将上式重新写成如下形式，得到描述传统RLS算法的另一种方法： （5.3）