<aside> 💡 一 掌握以下概念:线性 LS 估计问题,正交原理,正则方程

二 理解标准 RLS 自适应滤波器算法原理,存在的问题

三 掌握:最小二乘自适应滤波器的矢量空间分析基本方法, 正向预测和后向预测误差滤波的矢量空间分析基本方法,时间更新和阶次更新思路、 方法及推导过程;

理解: 最小二乘滤波器的矢量空间分析中的投影矩阵和正交投影矩阵,角参量的物理意义

了解: LS 准则下的预测误差滤波器的格形结构, 最小二乘格形(LSL)自适应算法

四 了解快速横向滤波(FTF)自适应算法的算法原理, 理解横向滤波算子, 增益滤波器的概念

</aside>

最小二乘法

线性LS估计问题

LMS的缺点:失调较大,需要信号平稳

解决方法:LS(Least Square,最小二乘),以时间均值代替统计均值

0560BB97-7C4E-4F40-B7AA-610824EFCE27.jpeg

1E44840E-FCC4-4CD8-BDE7-E9DD6C97DEE0.jpeg

正交原理

2675B3AB-3D97-4FE4-B565-521ACBC9918C.jpeg

正则方程

ABEC0710-0361-4AE0-A079-EBC8E24C29C1.jpeg

标准 RLS 自适应滤波器

算法原理

1DDCCA98-24FB-4FA1-907F-2DD17F56934E.jpeg

4C3A802F-5F47-4463-B934-550A18A4C5B3.jpeg

存在的问题

矢量空间分析

LS Adaptive Filter的矢量空间分析

Untitled

投影矩阵和正交投影矩阵