第1个回答 2016-05-30
自适应均衡器的原理就是按照某种准则和算法对其系数进行调整最终使自适应均衡器的代价(目标)函数最小化，达到最佳均衡的目的。而各种调整系数的算法就称为自适应算法，自适应算法是根据某个最优准则来设计的。最常用的自适应算法有迫零算法，最陡下降算法，LMS算法，RLS算法以及各种盲均衡算法等。
自适应算法所采用的最优准则有最小均方误差(LMS)准则，最小二乘(LS)准则、最大信噪比准则和统计检测准则等，其中最小均方误差(LMS)准则和最小二乘(LS)准则是目前最为流行的自适应算法准则。由此可见LMS算法和RLS算法由于采用的最优准则不同，因此这两种算法在性能，复杂度等方面均有许多差别。
一种算法性能的好坏可以通过几个常用的指标来衡量，例如收敛速度一一通常用算法达到稳定状态(即与最优值的接近程度达到一定值)的迭代次数表示；误调比——实际均方误差相对于算法的最小均方误差的平均偏差；运算复杂度— 完成一次完整迭代所需的运算次数；跟踪性能一一一对信道时变统计特性的自适应能力。
相似回答