最小均方算法（LMS）的原理

LMS算法介绍

最小均方算法（Least Mean Square, LMS）是一种简单、应用为广泛的自适应滤波算法， 是在维纳滤波理论上运用速下降法后的优化延伸，早是由 Widrow 和 Hoff 提出来的。 该算法不需要已知输入信号和期望信号的统计特征，“当前时刻”的权系数是通过“上一 时刻”权系数再加上一个负均方误差梯度的比例项求得。这种算法也被称为 Widrow-Hoff LMS 算法，在自适应滤波器中得到广泛应用， 其具有原理简单、参数少、收敛速度较快而且易于实现等优点。

1 最小均方误差以及均方误差曲面 

自适应滤波算法从某种角度也被称为性能表面搜索法，在性能曲面中，它是通过不 断测量一个点是否接近目标值，来寻找优解的。目前࿰