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。