Filter LMS Adaptif
Filter Least Mean Squares (LMS) adalah algoritma pemrosesan sinyal adaptif yang terus-menerus memperbarui koefisien filter untuk meminimalkan kesalahan kuadrat antara keluaran filter dan sinyal yang diinginkan. Diperkenalkan oleh Bernard Widrow dan Marcian Hoff pada tahun 1960, algoritma LMS adalah salah satu teknik penyaringan adaptif yang paling banyak digunakan karena kesederhanaannya, biaya komputasi yang rendah, dan kemampuannya untuk melacak sinyal yang berubah terhadap waktu.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Least Mean Squares Adaptive Filter. ScholarGate. https://scholargate.app/id/signal-processing/adaptive-lms-filter
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Desain Filter FIRPemrosesan Sinyal↔ bandingkan
- Desain Filter IIRPemrosesan Sinyal↔ bandingkan
- Filter Kalman untuk Pelacakan SinyalPemrosesan Sinyal↔ bandingkan
- Filter WienerPemrosesan Sinyal↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →