Adaptieve LMS-filter
Het Least Mean Squares (LMS)-filter is een adaptief signaalverwerkingsalgoritme dat filtercoëfficiënten continu bijwerkt om de kwadratische fout tussen de filteruitgang en een gewenst signaal te minimaliseren. Geïntroduceerd door Bernard Widrow en Marcian Hoff in 1960, is het LMS-algoritme een van de meest gebruikte adaptieve filtertechnieken vanwege zijn eenvoud, lage rekenkosten en vermogen om tijdsafhankelijke signalen te volgen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
Deze pagina citeren
ScholarGate. (2026, June 3). Least Mean Squares Adaptive Filter. ScholarGate. https://scholargate.app/nl/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.
- Ontwerp van FIR-filtersSignaalverwerking↔ compare
- Ontwerp van IIR-filtersSignaalverwerking↔ compare
- Kalmanfilter voor signaaltrackingSignaalverwerking↔ compare
- WienerfilterSignaalverwerking↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →