一种优化的lms算法
lmso-algorithm的Python项目详细描述
#lmso_算法
最小均方（lms）和标准化最小均方（nlms）算法需要在快速收敛之间进行权衡 通过选择控制参数，获得了较低的失调。一般来说，提出了时变参数 根据不同的规则。nlms算法优化的许多研究都隐含着时变控制参数。 根据一些特定的标准。
在状态变量模型的背景下，假设 未知系统作为时变系统，遵循一阶马尔可夫模型[2]。
该算法遵循一个优化问题，并引入可变步长以最小化系统失调
[1]A.G.Rusu，S.Ciochin_，C.Paleologu，“关于LMS算法的步长优化”，in proc.IEEETSP，2019年，6页。
[2]G.Enzner，H.Buchner，A.Favrot和F.Kuech，“声学回声控制”，在信号处理学术出版社图书馆， 第4卷，第30章，第807-877页，学术出版社2014年。
欢迎加入QQ群-->： 979659372
