Adaptiver LMS-Filter
Der Least Mean Squares (LMS)-Filter ist ein adaptiver Algorithmus zur Signalverarbeitung, der kontinuierlich Filterkoeffizienten aktualisiert, um den quadrierten Fehler zwischen dem Filterausgang und einem gewünschten Signal zu minimieren. Der 1960 von Bernard Widrow und Marcian Hoff eingeführte LMS-Algorithmus ist aufgrund seiner Einfachheit, seines geringen Rechenaufwands und seiner Fähigkeit, zeitveränderliche Signale zu verfolgen, eine der am weitesten verbreiteten adaptiven Filtertechniken.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Least Mean Squares Adaptive Filter. ScholarGate. https://scholargate.app/de/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.
- Entwurf von FIR-FilternSignalverarbeitung↔ compare
- IIR-FilterentwurfSignalverarbeitung↔ compare
- Kalman-Filter zur SignalverfolgungSignalverarbeitung↔ compare
- Wiener-FilterSignalverarbeitung↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →