摘要:分布式网络是分布在不一样的地点中并由很多个节点之间连接而成的网络。网络中的任意一点至少和其他两条线路连接，它没有中心点，不会因为中心的损坏使整体破坏，因而具有极高的可靠性，通过输入含有噪声的观察结果能够预测一些我们感兴趣的未知参数。从性能方面考虑，不同的分布式算法的收敛速度、鲁棒性、稳定性都存在差异。其中，有三种有代表性的网络拓扑结构：递增式、扩散式和概率扩散式。而本毕设探究的是三种递增式自适应滤波器算法，即递增式最小均方（ILMS）算法、递增式仿射投影（IAPA）算法和递增式递归最小二乘（IRLS）算法，目的在于比较这些算法的优缺点，得出使用这些算法的前提条件和适用场合。

关键词：自适应网络，ILMS算法，IAPA算法，IRLS算法

目录

中文摘要

Abstract

前言-1

第一章  绪论-1

第1.1节-自适应滤波器-1

第1.1.1.节  自适应滤波器的原理-1

第1.1.2节  自适应滤波器的应用-1

第1.2节  分布式估计-3

第1.2.1节  分布式网络-3

第1.3节  内容和意义-3

第1.3.1节  内容-4

第1.3.2节  意义-4

第二章  递增式LMS算法-5

第2.1节  基本LMS算法-5

第2.1.1节  概述-5

第2.1.2节  最小均方误差（LMS）算法-5

第2.2节  递增式LMS算法-6

第2.2.1 节  仿真条件-6

第2.2.2节   ILMS算法仿真与分析-7

第三章  递增式APA算法-8

第3.1节  基本APA算法-8

第3.1.1 节  概述-8

第3.1.2节  仿射投影（APA）算法-8

第3.2节  递增式APA算法-9

第3.2.1节  仿真条件-10

第3.2.2节   IAPA仿真与分析-10

第四章  递增式RLS算法-11

第4.1节  基本RLS算法-11

第4.1.1节  概述-11

第4.1.2节  递归最小二次方（RLS）算法-11

第4.2节  递增式RLS算法-12

第4.2.1节  仿真条件-12

第4.2.2节  IRLS仿真与分析-13

第五章  结论-15

参考文献-18