一种方向优化最小均方算法

最小均方（Least Mean Square, LMS）算法的更新方向是对最速下降方向的估计，其收敛速度也受到最速下降法的约束。为了摆脱该约束，该文在对LMS算法分析的基础上，提出一种针对LMS算法的分块方向优化方法。该方法通过分析误差信号来选择更新向量，使得算法的更新方向尽可能接近Newton方向。基于此方法，给出一种方向优化LMS（Direction Optimization LMS, DOLMS）算法，并推广到变步长DOLMS算法。理论分析与仿真结果表明，该方法与传统分块LMS算法相比，有更快的收敛速度和更小的计算复杂度。