最小均方滤波器
维基百科,自由的 encyclopedia
最小均方滤波器(Least Mean Square Filter,或LMS Filter)是一类可通过最小化误差信号(error signal)之均方值(mean square)而修正滤波器系数,以模拟所需理想滤波器的自适应滤波器,其中作为修正依据的误差信号为理想参考信号与实际输出信号之差。该种滤波器所用之最小均方法只以当前之信号误差值为准进行修正,是一种随机梯度下降法(英语:Stochastic gradient descent)。最小均方法系由斯坦福大学的Bernard Widrow教授及他的首位博士班学生Marcian Hoff于1960年提出。最小均方滤波器属于常见的自适应滤波器种类之一。