最速梯度法.pptVIP

§5.3 最速梯度法 X 第 * 页 第 * 页 * 维纳解，即碗底点对应的权向量； 搜索维纳解，即寻找碗底的过程。 (1) 平稳过程： 曲面形状固定不变， 碗底位置不随时间变化 (2) 非平稳过程： 曲面形状变化 碗底位置随时间变化 为保证搜索向碗底移动，且希望尽快达到碗底，所以采 用最速梯度法，即沿着负梯度的方向寻找最低点。 一. 权系数的迭代解 〈一维情况下〉 0 根据梯度下降法的思路，有 一直迭代下去，可使 取到1次项，得： 所以 因为 所以 即为权系数迭代公式。 每次迭代的调整量 ——过阻尼情况 高维情况： 例如，二维时 误差性能函数 它随迭代次数n 改变，所以 则梯度向量 则 权系数迭代公式 二. 权系数的闭式解 去耦合 其中 故 在旋转坐标系中的最优解为 其矩阵形式为 可得 此即在旋转坐标系中最优权系数表达式。 去耦合后的权系数解 其矩阵形式为 可得 依次递推得 此即权系数的闭式解。 三. 最速梯度法的收敛条件 维纳解的迭代公式为 考察：是否满足 去耦合后的维纳解迭代公式为 考察是否收敛于最优解，即 权系数闭式解公式为 可得，收敛条件为 要使上式对所有i成立，须满足 结论 四. 权系数的收敛规律 平移坐标系中： 主轴坐标系中： 任意权系数 主轴坐标系中碗底正处在全零坐标点上，故为最优解。 应为主轴坐标系中的最优解