Howtosignalprocessing
Rekursif sekurang -kurangnya dataran (RLS) adalah algoritma penapis penyesuaian yang secara rekursif mendapati pekali yang meminimumkan fungsi kos kuadrat linear yang berwajaran yang berkaitan dengan isyarat input. Pendekatan ini berbeza dengan algoritma lain seperti kuadrat min paling kurang (LMS) yang bertujuan untuk mengurangkan kesilapan persegi min.
Apakah tujuan anggaran kuadrat paling kurang rekursif?
Penganggar Kuadrat Paling Rekursif menganggarkan parameter sistem menggunakan model yang linear dalam parameter tersebut. Sistem sedemikian mempunyai bentuk berikut: y (t) = h (t) θ (t) . y dan h adalah kuantiti yang diketahui yang anda berikan kepada blok untuk menganggarkan θ.
Apakah koefisien kuadrat sekurang -kurangnya?
Prinsip Squares paling sedikit menyediakan cara memilih koefisien dengan berkesan dengan meminimumkan jumlah kesilapan kuadrat. Iaitu, kita memilih nilai β0, β1, ..., βK β 0, β 1, ..., β K yang meminimumkan tΣt = 1ε2t = tΣt = 1 (yt -β0 -β1x1, t -β2x2, t - ⋯ -βKXK, t) 2.
