如何提高最小均方（LMS）/ NLMS滤波器性能？

有没有办法提高归一化最小二乘（NLMS）滤波器的计算性能？已经提出了多延迟块频域（MDF）滤波器来实现此目的，但它们也没有收敛速度和准确性，因为它们仅对每个块一次更新估计的脉冲响应，而不对每个样本一次。还有其他方法吗？

如果您想实现“标准” NLMS算法而又不走捷径，那么您可能将找不到高效得多的结构。LMS过滤的块形式旨在使用快速卷积技术（例如重叠保存或重叠添加）来加快过程的那部分。但是，正如您所指出的，滤波器系数仅按块更新，因为滤波器必须在块上保持恒定才能使用快速卷积方法。

如果要保留逐样本更新特征，NLMS的高度递归性质将限制您。尽管滤波操作是非递归的，但在时间N处的滤波器系数是在时间N-1处的系数的函数，这限制了您使用并行性或面向块的计算来加快处理速度的能力。在大多数情况下，没有免费的午餐：如果您想要纯NLMS，那么最好只是实施它。