Abstrait

UNE ANALYSE DES PERFORMANCES DES ALGORITHMES BASÉS SUR LMS, RLS ET LATTICE APPLIQUÉS AU DOMAINE DE LA PRÉDICTION LINÉAIRE

Nasrin Akhter, Lilatul Ferdouse, Fariha Tasmin Jaigirdar et Tamanna Haque Nipa

Cet article présente une analyse des performances de trois catégories d'algorithmes de filtrage adaptatif dans l'application de la prédiction linéaire. Les classes d'algorithmes considérées sont les algorithmes de filtrage adaptatif basés sur les moindres carrés moyens (LMS), les moindres carrés récursifs (RLS) et les réseaux. Les performances des algorithmes de chaque classe sont comparées en termes de comportement de convergence, de temps d'exécution et de longueur de filtre. L'analyse détermine le meilleur algorithme convergent de chaque classe. Enfin, l'algorithme le plus performant pour la prédiction linéaire adaptative est sélectionné.