Comments on “Fractional LMS algorithm”

最小均方滤波器 算法 分数阶微积分 最小二乘函数近似 递归最小平方滤波器 信号处理 自适应滤波器 数学 衍生工具(金融) 计算机科学 应用数学 统计 数字信号处理 估计员 金融经济学 计算机硬件 经济
作者
N.J. Bershad,Fuxi Wen,Hing Cheung So
出处
期刊:Signal Processing [Elsevier BV]
卷期号:133: 219-226 被引量:19
标识
DOI:10.1016/j.sigpro.2016.11.009
摘要

The purpose of this note is to point out that the recently proposed fractional least mean squares (FLMS) algorithm, whose derivation is based on fractional derivative, is not suitable for adaptive signal processing. Our claims are verified via extensive simulation results with comparison with the least mean squares (LMS) algorithm, indicating that the new method does not have any advantages over the classical one.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
3秒前
量子星尘发布了新的文献求助10
5秒前
任全强发布了新的文献求助10
8秒前
9秒前
joleisalau完成签到,获得积分10
9秒前
12秒前
伶俐如冰完成签到,获得积分10
12秒前
12秒前
汉堡包应助任全强采纳,获得10
13秒前
15秒前
王王的狗子完成签到 ,获得积分10
16秒前
超级的身影完成签到,获得积分10
16秒前
领导范儿应助jun采纳,获得10
17秒前
18秒前
LZJ发布了新的文献求助200
19秒前
雏菊发布了新的文献求助10
19秒前
yetong发布了新的文献求助10
19秒前
白启完成签到,获得积分10
19秒前
乐乐应助青夏采纳,获得50
20秒前
冷傲的水儿完成签到,获得积分20
20秒前
klandcy完成签到,获得积分10
21秒前
23秒前
谢紫玲完成签到,获得积分10
23秒前
隐形曼青应助小能猫采纳,获得10
25秒前
superpharm发布了新的文献求助10
25秒前
26秒前
ll完成签到,获得积分10
27秒前
jun发布了新的文献求助10
28秒前
李爱国应助yetong采纳,获得10
29秒前
31秒前
32秒前
洗衣卡完成签到,获得积分10
32秒前
VRKPE发布了新的文献求助30
32秒前
大个应助咿呀呀嘿哟采纳,获得10
33秒前
晚风完成签到,获得积分20
33秒前
打打应助LinX采纳,获得10
34秒前
yiyi131发布了新的文献求助10
35秒前
CC完成签到,获得积分10
36秒前
斯文败类应助superpharm采纳,获得10
36秒前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
ACSM’s Guidelines for Exercise Testing and Prescription, 12th edition 500
Picture Books with Same-sex Parented Families: Unintentional Censorship 500
Nucleophilic substitution in azasydnone-modified dinitroanisoles 500
不知道标题是什么 500
A Preliminary Study on Correlation Between Independent Components of Facial Thermal Images and Subjective Assessment of Chronic Stress 500
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3971606
求助须知:如何正确求助?哪些是违规求助? 3516269
关于积分的说明 11181779
捐赠科研通 3251428
什么是DOI,文献DOI怎么找? 1795887
邀请新用户注册赠送积分活动 876110
科研通“疑难数据库(出版商)”最低求助积分说明 805246