重新拾起LMS和RLS算法

之前开启了心率算法的优化的话题。虽然很难，也要坚定的走下去！休息了几天，没有写代码！干嘛去了？看各种资料去了！之前提到了fft算法，后面肯定要发挥它的功效。后面要走的路很长很长！
心率检测、血压和血糖检测等健康医疗功能是智能穿戴设备发展的必然趋势！我才研究了一个心率检测算法，后面还有太多的工作要开展！！！最近人生感悟：微信别乱加，朋友圈里面的人不都是朋友。看完以后，我开始慢慢的清理我的微信好友了。随着时代的变迁，很多观念也在改变！以前建群都是热火朝天，现在呢？一个星期能去看一眼群里面的消息已经算是上心了。群的热度几乎已经消失！回归主题了！我敢保证大家看完本篇文章，lms算法中的一些关键疑问会烟消云散！毕竟我就是这么学过来的！lms算法的仿真课题对于本科生而言有点难，但不是不可以做。我相信很多优秀的学生愿意去挑战一下。再说了，本公众号里面都已经给出了详细的代码了，还怕做不出来？
我们常常可以在智能手表产品说明书中看到“数据仅供参考，无法支撑医疗诊断”等类似文字。这说明其收集而来的数据还只是在日常健康监测参考层面，还不足以在应用到临床诊断或者医疗大数据体系中。
该传感器厂商理性指出，智能手表血压、血糖监测功能要实现规模化商用，必须要在硬件上有可以检测数据的设备，软件端有医疗级数据解读能力。现在很多传感器公司在技术研发以及应用落地方面已经取得了长足进步，本人专注于软件算法方面的研究。那么我这里做的主要内容就是不断的增强数据的分析和解读能力！
重新拾起lms和rls算法！
回归算法优化这个主题！多年以后，重新拾起lms和rls算法！当年在研究生阶段学了它，没能写出程序！遗憾留待2021年来解决！一晃过去快20年了！再拿起来也是要从零开始，只不过学习的速度会比以前快很多！
自适应滤波器实际上是一种能够自动调整本身参数的特殊维纳滤波器，在设计时不需要预先知道关于输入信号和噪声的统计特性，它能够在工作过程中逐步“了解” 或估计出所需的统计特性，并以此为依据自动调整自身的参数，以达到最佳滤波效果。一旦输入信号的统计特性发生变化，它又能够跟踪这种变化，自动调整参数，使滤波器性能重新达到最佳。