作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
RLS算法具有收敛速度快,且对自相关矩阵特征值的分散性不敏感等优势,得到了广泛的研究与应用。本文重点研究了RLS算法,给出了它的具体推导过程和基本设计原理,并对其优良性能进行了简单的理论分析,然后将其应用于系统辨识,计算机仿真结果表明RLS算法比LMS算法具有更好的系统辨识效果。
推荐文章
基于RLS算法的自适应均衡性能研究
RLS
自适应信道均衡
TMS320F2812
基于“自适应遗传算法”的磁轴承系统辨识
磁轴承
系统辨识
遗传算法
基于LMS与RLS算法的自适应均衡器性能研究
码间干扰
自适应均衡器
收敛速度
稳态性能
基于自适应云粒子群算法的Wiener模型辨识
云模型
粒子群优化
Wiener模型
系统辨识
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自适应RLS算法的系统辨识应用
来源期刊 中山大学研究生学刊:自然科学与医学版 学科 工学
关键词 自适应滤波 RLS算法 LMS算法 系统辨识
年,卷(期) zsdxyjsxkzrkxyyxb_2013,(1) 所属期刊栏目
研究方向 页码范围 80-89
页数 10页 分类号 TN911.7
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘梅 中山大学信息科学与技术学院 28 262 10.0 16.0
2 金龙 中山大学信息科学与技术学院 5 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自适应滤波
RLS算法
LMS算法
系统辨识
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中山大学研究生学刊:自然科学与医学版
季刊
广州新港西路135号中山大学研究院
出版文献量(篇)
1277
总下载数(次)
24
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导