ScholarGate
Asisten
Process / pipelineAdaptive signal processing

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.

Buka di MethodMindSegeraVideoSegeraUnduh salindia

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Peta metode

Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.

Sumber

  1. Widrow, B., & Hoff, M. E. (1960). Adaptive Switching Circuits. IRE Wescon Convention Record, 4, 96–104. link
  2. Haykin, S. (2002). Adaptive Filter Theory (4th ed.). Prentice Hall. link

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.

Bandingkan berdampingan

Dirujuk oleh

ScholarGateAdaptive LMS Filter (Least Mean Squares Adaptive Filter). Diakses 2026-06-15 dari https://scholargate.app/id/signal-processing/adaptive-lms-filter · Set data: https://doi.org/10.5281/zenodo.20539026