毕业论文课题相关文献综述
文 献 综 述1. 研究背景自适应滤波器是近40年来发展起来的关于信号处理方法和技术的滤波器，其设计方法对滤波器的性能影响很大。
维纳滤波、卡尔曼滤波等滤波器是建立在信号特征先验知识基础上的，然而实际应用中常常无法得到信号特征先验知识，而自适应滤波器在输入信号的统计特性未知或者输入信号的统计特性变化时，能够自动地迭代调节自身的滤波器参数，以满足某种准则的要求，从而实现最优滤波。
由于自适应滤波器具有更强的适应性和更优的滤波性能，从而广泛应用于通信、系统辨识、回波消除、自适应谱线增强、自适应信道均衡、语音线性预测和自适应天线阵等诸多领域，随着信号处理理论和技术的迅速发展，自适应信号处理理论和技术已经发展成为这一领域的一个新分支，对自适应滤波算法的研究也成为当今自适应信号处理中最为活跃的研究课题之一。
自适应滤波算法包括线性自适应算法和非线性自适应算法。
非线性自适应算法具有强的信号外理能力，但计算比较复杂，实际应用最多的仍然是线性自适应算法。
虽然线性自适应滤波器和相应的算法其有结构简单、计算复杂低的优点而被广泛应用，但由于对信号的处理能力有效而在应用中受到限制。
在实际问题中，迫切需要研究有效、实用的滤波算法。
2. 自适应滤波器研究现状2.1 LMS自适应滤波算法LMS 算法基于最小均方误差准则和最陡下降法，对权值进行迭代更新，以获取最优权值。
在已提出的自适应算法中，LMS算法因其具有方法简单，计算量小，易于实现且对信号的计特性具有稳健性等优点，在信号处理领坡得到广泛应用。
但它的收敛过程慢，步长写收敛速度、失调之间存在矛盾。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
