自适应信号处理(第六章一些改进的自适应算法).pptxVIP

第六章 改进的自适应LMS算法;6.1 LMS牛顿算法; 当滤波器的输入信号为有色随机过程时，特别是输入信号为高度相关的情况，大多数自适应滤波算法的收敛速度都要下降，对于典型的LMS算法，此问题更加突出。LMS牛顿算法可以很好地解决这个问题。它不仅可以提高收敛速度也不会太增加计算复杂度. LMS牛顿算法公式推导： 自适应横向滤波器的滤波系数矢量的二次方函数所构成的均方误差曲面，可由其均方误差ξ(n+1)描述滤波特性，; 将(6-1-1)式和相应的ξ(n)关系式相减，可以得到 (6-1-2) 式中，▽(n)=-2P+2Rw(n) 是均方误差MSE曲面上相当于滤波系数w(n)点的梯度矢量。而ξ(n)表示自适应滤波系数w(n)点的均方误差值 。 ; 由于滤波器的均方误差可以写成： 两边分别对w(n+1)的瞬时(n+1)值求偏导数，并令其等于零，经整理后，得到 (6-1-3) 这就