※ 引述《captainVince (purple rain￾ ￾N￾ )》之铭言： : 请问一下LMS跟LS到底有什麽不一样 : 一个是有Mean 一个是撷取一段资料 : 看了书上写的公式 总觉得无法理解LS真正的物理意义 : LMS是从MMSE的观点出发 变成衣个adaptive filter : 藉由一次一次的update 让Cost(error) 降低 : LS也有非常类似MMSE的公式 除了没有mean之外 : 像是Normal equation ,wiener filter : 都跟MMSE类似 请问一下 LS如果以adaptive的观点来说 : 是不是就跟LMS是一样的呢? LMS是不断的tracking : LS是不是就是一段资料 一段资料来看? : 每次都reset再计算coefficient? LS 的主要概念就是利用time average 来实作wiener的ensamble average (所以隐含有ergodic的假设) 至於LMS与LS的差别 就在於对於input sample的memory深度 你用RLS的公式来看 forgetting factor = 0 memory = (1-forgetting factor)^-1 = 1 这是LMS forgetting factor = 1 memory = (1-forgetting factor)^-1 = 无限大 这是LS 这也是为什麽对静态环境LS较适合 对於比较动态的环境LMS的会比较好 LMS会被现在的error影响结果 而LS会被error的sample average影响 给你做个参考 有错请指正 -- --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.113.212.87