LMS算法中的期望输出

本文主要是介绍LMS算法中的期望输出，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

    最近做线性预测分析了解了下LMS算法，但是其中的期望输出不知道怎么计算，看了很多文章只提了这个是期望输出，怎么得到的却没有解释清楚。

LMS（Least Mean Square）算法简介

如图，LMS大致原理就是利用梯度下降法来调整参数从而减少预测误差e。下面直接上代码，这是大部分文章中出现的代码，一般直接使用变量d(n)，但是没有定义。具体可以参考：

https://baike.baidu.com/item/LMS%E7%AE%97%E6%B3%95/3329567?fr=aladdin

%x(n)为输入信号，y(n)为输出信号，d(n)为期望信号，e(n)为误差，e2(n)为误差平方
y(n) = w1(n)*x(n-1)+w2(n)*x(n-2)+x(n); %实际输出
e(n) = d(n)-y(n);		       %预测误差
w1(n+1) = 

这篇关于LMS算法中的期望输出的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---