1、 LMS算法与RLS算法有何异同点？ 2、 自适应均衡器可以采用哪些最佳准则
需积分: 49 97 浏览量
2022-04-18
21:42:39
上传
评论
收藏 139KB PDF 举报
1、LMS 算法与 RLS 算法有何异同点？
答：基于 LMS 的自适应均衡算法所采用的的准则是最小均方误差准则，使滤
波器的输出信号与期望信号之间的均方误差最小，属于最陡下降型算法。其
代价函数为：
LMS 算法最核心的思想是用平方误差代替均方误差，即
LMS 算法收敛速度慢，且要求元素必须是基本的 LMS 算法中，输入向量
的元素是 x(k)的移位形式，所以 LMS 算法收敛速度慢，且要求元素必须是彼
此独立的向量序列。当他们之间不满足统计独立的条件时，基本 LMS 算法性
能下降。在信号的自相关矩阵的特征值大小相差较大时收敛速度较慢。
基于 RLS 的自适应均衡算法所采用的的准则是最小二乘准则，是使滤波
器在一段时间内输出误差信号的平均功率(在一段时间上取平均)最小，即使
用遗忘因子指数加权的误差和作为代价函数：
RLS 算法是由最小二乘法推广成的一种自适应算法，是已知 n-1 时刻横向滤
波器系数情况下，通过简单的更新求出 n 时刻的滤波器抽头系数。RLS 算法
采用最小平方逼近而不是统计逼近。
综上所述，对于 LMS 算法，收敛速度较慢，且与信道特征密切相关，对
于码间串扰严重的信道，算法可能失效。步长 μ 对均衡性能也有较大影响。
当步长 μ 较大时，收敛速度快，反之则慢;但是，当步长较大时，均方误差
较大，甚至可能使得整个算法失效。
对于 RLS 算法，收敛速度很快，且与信道特征无关。相对于 LMS 算法而
言，RLS 算法收敛速度快，抗噪声性能优于 LMS 算法，且有一定的抗衰落能
力，而 LMS 算法抗衰落能力较差，但 RLS 算法的计算量与 N 成正比，LMS 与 N
成正比，当均衡器阶数 N 较大时，RLS 的计算量比 LMS 的大得多，实际实现
时需要考虑硬件的速度。
相同点:
RLS 和 LMS 算法是两种最基本的自适应滤波算法，这两种自适应滤波算法都
是利用误差信号去控制调节滤波器的系数。调节的方法是按照某种最佳性能准则
(代价函数)，达到该准则的要求。
资源评论
