【滤波器】归一化LMS自适应滤波器

一、NLMS自适应滤波器

1、简介

在自适应滤波算法中，稳态误差和收敛速度是其中2个最重要的性能指标。对于传统的固定步长自适应滤波器，在满足稳态误差和收敛速度上存在很大的矛盾：较小的步长能获得很小的稳态误差，但是收敛速度比较慢；另一方面，如果步长增大，则滤波器的收敛速度得以提高，但是以较大的稳态误差作为代价。
为此，人们提出了一种变步长的自适应滤波算法，即 归一化最小均方（Normalized Least Mean Square，NLMS）自适应滤波算法。该滤波算法在滤波初始阶段时的步长较大，收敛速度较快；当算法收敛后，通过减小步长，以保证较高的收敛精度。

看到这里大家是不是有一个疑问，NLMS算法只是在LMS算法的基础上做了归一化，它为什么是一种变步长的LMS算法？这个问题会在算法公式推导的最后面解释，请耐心看完。

2、原理推导

在LMS滤波器的权向量更新公式中， X ( n ) X(n)