数字信号处理研究生课程Chapter教程文件.pptVIP

以此类推，可以得到 的具体计算公式为 这种算法必须从低阶推起，要求较大的存储时间，有较大的计算延迟，使应用受到限制。 采用梯度算法计算反射系数 其中， 将上式代入前一式中， 得到 式中，β=2μ，为步长因子。 令 得到 (3.2.62) 由 E［Vj］=E［Wj］-W* LMS算法加权矢量是在最陡下降法加权矢量附近随机变化的， 其统计平均值等于最陡下降法的加权矢量。 LMS算法加权矢量的收敛条件为 (3.2.64) 加权矢量的的收敛条件 收敛条件还可以表示为 μ值对收敛稳定性和收敛速度影响很大，首先必须选择得足够小，使之满足收敛条件，同时，它还影响收敛速度。 加权矢量的收敛性质 W* ?W ? Wj W E[ej2] 图 3.2.7 值的影响 (a) 较小时的情况； （b） 较大时的情况 权矢量的过渡过程： LMS算法的过渡过程 由(3.2.62)式，第i个分量为 (3.2.68) (3.2.62) 引入时常数τi, (3.2.69) (3.2.70) (3.2.71) 同样，第i个权系数可以表示成 (3.2.72) 令 LMS算法性能函数的过渡过程 按照(3.2.4)式， 信号误差为 (3.2.73) 其中，最佳误差信号为 按照