LMS自适应滤波器 基本LMS算法 e(n ) d ( n ) w H (n 1)x( n ) * w ( n ) w ( n 1) 2 (n )e (n )x(n )
-瞬时梯度分析：
E (n 1) E 2x(n)e* (n) 2 E{x(n)[d * (n) x H (n)w (n)]} 2p 2Rw (n) (n)渐近无偏估计
现代信号处理 21
LMS自适应滤波器- LMS算法与最陡下降法的比较最陡下降法搜索方向为梯度负方向，每一步更新都使目标函数值减小(“最陡下降含义”)。不同时间的梯度向量(搜索方向)线性独立。
LMS算法搜索方向为瞬时梯度负方向,不保证每一步更新都使目标函数值减小，但总趋势使目标函数值减小。要求不同时间的输入信号向量 x(n)线性独立(因为瞬时梯度向量为 e* (n)x(n) )。
现代信号处理 22