Howtosignalprocessing
Recursive least squares (RLS) adalah algoritma filter adaptif yang secara rekursif menemukan koefisien yang meminimalkan fungsi biaya kuadrat terkecil tertimbang yang berkaitan dengan sinyal input. Pendekatan ini berbeda dengan algoritma lain seperti kotak rata -rata terkecil (LMS) yang bertujuan untuk mengurangi kesalahan kuadrat rata -rata.
Apa tujuan estimasi kuadrat terkecil rekursif?
Estimator kuadrat terkecil rekursif memperkirakan parameter sistem menggunakan model yang linier dalam parameter tersebut. Sistem seperti itu memiliki bentuk berikut: y (t) = h (t) θ (t) . y dan h adalah jumlah yang Anda berikan kepada blok untuk memperkirakan θ.
Koefisien kuadrat terkecil?
Prinsip kuadrat terkecil memberikan cara memilih koefisien secara efektif dengan meminimalkan jumlah kesalahan kuadrat. Artinya, kami memilih nilai β0, β1, ..., βK β 0, β 1, ..., β k yang meminimalkan t ∑t = 1ε2T = t ∑t = 1 (yt - β0 - β1x1, t - β2x2, t t∑ = 1 - ⋯ − βkxk, t) 2.
