Adaptivt LMS-filter
Least Mean Squares (LMS)-filteret er en adaptiv signalbehandlingsalgoritme, der løbende opdaterer filterkoefficienter for at minimere den kvadrerede fejl mellem filteroutputtet og et ønsket signal. LMS-algoritmen, introduceret af Bernard Widrow og Marcian Hoff i 1960, er en af de mest anvendte adaptive filtreringsteknikker på grund af dens enkelhed, lave beregningsomkostninger og evne til at spore tidsvarierende signaler.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
Sådan citerer du denne side
ScholarGate. (2026, June 3). Least Mean Squares Adaptive Filter. ScholarGate. https://scholargate.app/da/signal-processing/adaptive-lms-filter
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Design af FIR-filtreSignalbehandling↔ compare
- IIR Filter DesignSignalbehandling↔ compare
- Kalmanfilter til sporing af signalerSignalbehandling↔ compare
- Wiener-filterSignalbehandling↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →