最陡下降法、LMS算法、RLS算法及其对比

最陡下降法、LMS算法、RLS算法及其对比

1、最陡下降算法公式:
在这里插入图片描述

是真实梯度,梯度公式中含有数学期望,不易求得。
LMS算法算法公式:
在这里插入图片描述
在这里插入图片描述

其中J(n)是梯度估计。

2、最陡下降算法搜索方向为梯度负方向,每一步更新都使目标函数值减小(“最陡下降含义”)
LMS算法搜索方向为瞬时梯度负方向,不保证每一步更新都使目标函数值减小,但总趋势使目标函数值减小。

3、算法要求角度:
梯度下降法要求:同时间不的梯度向量(搜索方向)线性独立
LMS算法的独立性要求:
要求不同时间的输入信号向量线性独立

4、RLS算法在权向量的更新方程中,比LMS算法多了迭代矩阵P(n),而该矩阵可看作代价函数二阶导数矩阵的近似逆矩阵,因此RLS收敛速度快于LMS算法,但代价是计算量比LMS大很多。

猜你喜欢

转载自blog.csdn.net/qq_42005540/article/details/108410296