fi，，，fififififi，fifi，−fifi，如果没有相交大偏差选择具有最大方差值算法。如果相交，偏差已经很小。因此，检查了对新加权系数，或者，如果是最后对，只选择具有最小方差算法。首先两个区间不相交意味着实现了取舍标准，并选择最大方差算法。第步转到下个瞬间。元素集合中最小数。在这种情况下，应提供良好跟踪快速变化最大差异，而其他应提供小方差稳定状态。通过增加更多观察，这两个极端之间，我们可以稍微改进算法瞬态行为。需要注意是，只有未知值差异。在仿真中我们估计式当，和替代方法是估计为有关表达式和在稳定状态为算法不同类型，从已知文献中可以看出。对于标准算法在稳定状态，和是相关。，需要注意是，任何其他估计对于滤波器来说是有效。复杂性取决于组成算法第步，并在决策算法步骤。加权系数计算并未使并行算法增加计算时间，因为它是由硬件实现并行执行，从而增加了硬件要求。方差估计步骤，忽略了有助于提高算法复杂性，因为他们是刚刚开始时候，他们正在使用单独适应硬件实现。简单分析表明，在增加最多操作步骤，添加了−和−决定增补，而且需要添加些硬件以满足组成算法。组合自适应滤波器举例考虑由两个不同步骤算法相结合系统鉴定。在这里，参数是，即。未知系统有四个时间不变系数，而且滤波器。我们给个人平均为方差算法，以及它们结合，如图所示。结果，获得了平均超过蒙特卡罗方法个独立运行，其中。它引用了未知损坏不相关零均值高斯噪声，其中κ在最初次迭代方差估计根据式和加权来计算系数。图中提出，第次使用与，然后在稳定状态，与。需要注意是第和第迭代，该算法可以采取任何步长，根据不同认识。在这里，将通过增加计算量与并行算法都得到改善，同时还认为，在稳定状态下，不能理想接近小步长算法，原因是该方法统计特性。组合自适应滤波器能够达到更好性能如果该独立算法能胜过他们以往所采取系数值迭代，即采取由所选择那些值。也就是说，如果选择，那么在次迭代中，加权系数向量，然后根据每个独立算法计算出加权系数在次迭代图快速平均算法图快速平均算法在前面示例应用中，图显示了这种改进。为了比较清楚地取得成果，为每次仿真计算了，对于第个是，第二是，对是，还有与改进式是。仿真结果提出基于算法不同类型自适应组合滤波器是实行固定和非平稳情况，合并后过滤系统识别。比较联合滤波器性能，以组成特定组合。这里所有仿真，由零均值高斯噪声损坏无关，结果，获得了平均超过个独立运行，如上节。优化加权时变向量提出想法可能被应用到算法非平稳情况。在仿真中，组合滤波器组由个不同自适应滤波器步骤组成，即自适应滤波器根据最优向量生成模型，κ前次迭代方差估计根据式，与系数。图显示了每个算法特点。在稳定状态不理想遵循，因为问题性质和非平稳之间和系数差异相对较小，但这并不影响该算法整体性能。每个算法考虑是，和。比较与算法在仿真中，我们改进仿真由节中式，并在最佳载体突然变化情况下比较其与算法性能。我认为比较算法，其加权系数为每个单独步长进行了更新，这两个算法比较是有意义。所有对参数改进和是相同，对算法，有关参数值是变化且具有符号连续性。图显示，特别是在突然改变了算法比较之后，我们可以观察到有利特性，。但要注意是，突然变化使系统乘以到次迭代图。这对是，而在中。与个完整这些算法相比，我们认为现在计算复杂度增加了。这表明了各自增长了算法。增加了对补充和讨论对于算法，其增加了乘法，添加，以及决定至少。这些值表明，虽然计算复杂但具有其独特优势。结论组合算法，在自适应系统中将这些参数变化跟踪与算法良好性能结果相结合，是自适应过程中选择更好算法，直到稳定状态时需要从最优值与最小方差算法加权系数偏差。，，fi，fifi，，英文原文fififi，fifififi，fi，fififififi，fififlfifi，fi，，fififi，，，fi，fifi，，，，fifififi，，fi，fi，英文原文fififi，fifi