RLS自适应算法基本原理课件.pptVIP

RLS 自适应算法基本原理 刘庆杰 信号与信息处理 1 目录： ★ RLS 算法基本原理 ★ RLS 算法性能分析 ★ RLS 算法的特点 ★ RLS 算法简单应用 2 RLS 算法基本原理 ? ? u n ? ? n y ? ? n d 线性滤波器 性能评价 自适应方法 ? ? n e ) ( ) 1 ( ) ( n W n W n W old new ? ? ? ? 通用自适应滤波器的基本原理 滤波器参数 输入信号 输出信号 期望响应 误差 在线更新 （校正项） 3 RLS 算法基本原理 } | ) ( ) ( {| } | ) ( {| ) ( 2 2 n u w n d E n E n J H ? ? ? ? ｛ ? 所谓自适应实现是指利用前一时刻获得的滤 波器参数，根据估计误差自动调节现时刻的 参数，使得某个代价函数达到最小，从而实 现最优滤波。 ? 下降算法：最广泛使用的自适应算法 自适应梯度算法 (LMS) 自适应高斯 - 牛顿算法 (RLS) 4 RLS 算法基本原理 ? RLS 算法 ： （ Recursive Least-Squares ），递归最小二乘算法。 ? 设计思路 ： 它是利用在已知 n-1 时滤波器抽头权系数的情况下，通 过简单的更新，求出 n 时刻的滤波器抽头权系数。 ? 代价函数 ：使用指数加权的误差平方和 （ 0 λ1, 称为遗忘因子） 引入遗