LMS自适应滤波算法中要求的期望输出和滤波器的输入之间有什么区别，采集的实际信号往往是无法知道期望输出

自适应滤波算法有几种应用类型，不同类型的目的、原理和手段不同，所以相对应的选取输入和期望信号也很不一样。

1.系统辨识：当我们想描述一个未知系统（如一组复杂的模拟电路），解析的算出系统的冲击响应或者系统函数是比较困难的。这时，我们就可以用未知系统的输入和输出训练自适应滤波器（未知系统的输入作为自适应滤波器的输入，未知系统的输出作为自适应滤波器的期望信号，当自适应滤波器收敛后，对应的滤波器就可以看做是未知系统的近似）。

?

?

2.逆系统辨识：在这类应用中，自适应滤波器的作用是提供一个逆模型，该模型可在某种意义上最好拟合未知噪声装置。理想地，在线性系统的情况下，该逆模型具有等于未知装置转移函数倒数的转移函数，使得二者的组合构成一个理想的传输媒介。该系统输入的延迟构成自适应滤波器的期望响应。在某些应用中，该系统输入不加延迟地用做期望响应。 3.预测：在这类应用中，自适应滤波器的作用是对随机信号的当前值提供某种意义上的一个最好预测。于是，信号的当前值用作自适应滤波器的期望响应。信号的过去值加到滤波器的输入端。取决于感兴趣的应用，自适应滤波器的输出或估计误差均可作为系统的输出。在第一种情况下，系统作为一个预测器；而在后一种情况下，系统作为预测误差滤波器。 4.噪声消除：在一类应用中，自适应滤波器以某种意义上的最优化方式消除包含在基本信号中的未知干扰。基本信号用作自适应滤波器的期望响应，参考信号用作滤波器的输入。参考信号来自定位的某一传感器或一组传感器，并以承载新息的信号是微弱的或基本不可预测的方式，供给基本信号上。这种类型自适应滤波器的输入信号为噪声源，期望信号信号为含有噪声的信号源。经过多次迭代后，期望信号和自适应滤波器的输出信号之差就是信号源的估计。?

在衣服的大小号中 SML和SMX还有一个是LMS分别是什么意思？

最陡下降法在迭代过程中与输入信号无关，不具有有对输入信号统计特性变化的自适应性，最陡下降法的互相关向量P和自相关矩阵R都是确定量，所以根据最陡下降法迭代式所得到的权向量w(n)也是确定的向量序列。所以，最陡下降法不是自适应算法。

而LMS算法中的u（n）和e（n）都是随机过程，得到的w(n)也是随机过程向量。LMS算法是自适应算法。

在衣物尺码中

S指的是小号尺码（small）

M指的是中号尺码（medium）

L指的是大号尺码（large）

还有加大号如：xl

，xxl等

鹏仔微信 15129739599 鹏仔QQ344225443 鹏仔前端 pjxi.com 共享博客 sharedbk.com