说明：LMS自适应均衡仿真matlab例子特征值扩散度，步长参数的学习曲线仿真。

​LMS 自适应 均衡 EQ

说明：matlab例子自适应滤波最陡下降法特征值扩散度仿真，变步长仿真。

自适应 滤波 最陡下降法

说明：采用一种快速收敛变步长LMS（Least mean square ）自适应最小均方算法matlab源程序，其中算法所做的工作是用FIR 滤波器的预测系统，对IIR系统进行预测，如果阶数越高越能逼近被预测系统。

变步长LMS mean lms 变步长-滤波 变步长的LMS

说明：考虑一个线性自适应均衡器的原理方框图如《现代数字信号处理导论》p.275自适应均衡器应用示意图。用LMS算法实现这个自适应均衡器，画出一次实验的误差平方的收敛曲线，给出最后设计滤波器系数。一次实验的训练序列长度为500。进行20次独立实验，画出误差平方的收敛曲线。给出3个步长值的比较。-consid...

matlab 算法 lms 应用 原理 一个 实现 数字 一次 这个 实验 线性 适应 信号处理 方框图 示意图 导论 均衡器 考虑 现代 误差 收敛 平方

说明：基与matlab仿真平台，编写变步长LMS自适应滤波器算法，该算法能够解决收敛速度和稳态精度的固有矛盾。

变步长LMS adaptive-filter-step 变步长LMS算法 variable-lms

说明：自适应干扰对消噪声，有用信号为语音，干扰为高斯白噪声，变步长的NLMS算法性能分析.

信号对消 语音-白噪声 变步长噪声 variable-step-size 噪声对消

说明：阵列分析和数据处理的一个典型问题是从混合的观测数据向量中恢复不可观测的各个源信号。盲信号分离是解决这个问题的一门新技术，近几年吸引了信号处理学界和神经网络学界众多学者的研究兴趣。本文对一个典型的盲信号分离问题进行了仿真实验，并研究了采用不同的自适应步长带来的影响。

信号分离 自适应阵列 自适应--分离 源信号恢复 阵列-分离

说明：包含定步长LMS算法、变步长LMS算法、改进变步长LMS算法，可用于信号的预处理过程。

信号预处理 变步长噪声 变步长的LMS 变步长LMS lms

说明：自适应算法变步长LMS和RLS的Matlab仿真

数学算法

说明：若不希望用与估计输入信号矢量有关的相关矩阵来加快LMS算法的收敛速度，那么可用变步长方法来缩短其自适应收敛过程，其中一个主要的方法是归一化LMS算法（NLMS算法），变步长 的更新公式可写成 W（n+1）=w（n）+ e（n）x（n） =w（n）+ （3.1） 式中， = e（n）x（n）表示滤波权...

变步长NLMS 变步长的LMS 变步长LMS算法 策略迭代 LMS-步长-误差