ScholarGate
Assistent
Process / pipelineAdaptive signal processing

Adaptiv LMS-filter

Least Mean Squares (LMS)-filteret er en adaptiv signalbehandlingsalgoritme som kontinuerlig oppdaterer filterkoeffisienter for å minimere den kvadrerte feilen mellom filterutgangen og et ønsket signal. LMS-algoritmen, introdusert av Bernard Widrow og Marcian Hoff i 1960, er en av de mest brukte adaptive filtreringsteknikkene på grunn av sin enkelhet, lave beregningskostnad og evne til å spore tidsvarierende signaler.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  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

Slik siterer du denne siden

ScholarGate. (2026, June 3). Least Mean Squares Adaptive Filter. ScholarGate. https://scholargate.app/no/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.

Compare side by side

Referert av

ScholarGateAdaptive LMS Filter (Least Mean Squares Adaptive Filter). Hentet 2026-06-15 fra https://scholargate.app/no/signal-processing/adaptive-lms-filter · Datasett: https://doi.org/10.5281/zenodo.20539026