最小均方差算法

最小均方算法，簡稱LMS算法，是一種最陡下降算法的改進算法，最早由Widrow和Hoff提出。LMS算法不需要已知輸入信號和期望信號的統計特徵，其權係數是通過上一時刻權係數再加上一個負均方誤差梯度的比例項求得。該算法具有計算複雜程度低、在信號為平穩信號的環境中收斂性好、其期望值無偏地收斂到維納解和利用有限精度實現算法時的平穩性等特性，使LMS算法成為自適應算法中穩定性最好、套用最廣的算法。