数字信号处理（机械工业出版社）的源码，7章介绍IIR滤波器设计和matlab源码，8章介绍FIR滤波器设计和matlab源码，9章介绍自适应（LMS,Nlms,RLS,LMS的快速算法）滤波器设计和matlab源码，希望帮助有需要的朋友
标签： 数字信号处理 出版社 机械工业 源码
上传时间： 2014-01-05
上传用户：ccclll
若不希望用与估计输入信号矢量有关的相关矩阵来加快LMS算法的收敛速度，那么可用变步长方法来缩短其自适应收敛过程，其中一个主要的方法是归一化LMS算法（Nlms算法），变步长 的更新公式可写成 W（n+1）=w（n）+ e（n）x（n） =w（n）+ （3.1） 式中， = e（n）x（n）表示滤波权矢量迭代更新的调整量。为了达到快速收敛的目的，必须合适的选择变步长 的值，一个可能策略是尽可能多地减少瞬时平方误差，即用瞬时平方误差作为均方误差的MSE简单估计，这也是LMS算法的基本思想。
标签： LMS 输入信号 矢量 矩阵
上传时间： 2016-07-07
上传用户：changeboy
递归式最小均方（RLS）算法的基本思想是力图使在每个时刻对所有已输入信号而言重估的平方误差的加权和最小，这使得RLS算法对非平稳信号的适应性要好。与LMS算法相比，RLS算法采用时间平均，因此，所得出的最优滤波器依赖于用于计算平均值的样本数，而LMS（Nlms）算法是基于集平均而设计的，因此稳定环境下LMS（Nlms）算法在不同计算条件下的结果是一致的
标签： RLS 递归 算法 加权
上传时间： 2013-12-14
上传用户：bruce5996
自适应滤波算法，变步长Nlms算法、wena滤波算法
标签： 自适应滤波算法
上传时间： 2017-01-20
上传用户：pinksun9
本文件包括了关于自适应滤波器matlab实现的主流模拟仿真，其中包括lms，Nlms，rls等等，供交流经验
标签： matlab 自适应滤波器 模拟 仿真
上传时间： 2017-08-09
上传用户：kr770906
