自相关法求全极点模型参数； 下行递归； 逆Levinson-Durbin递归（模型参数~自相关序列）； 平均周期图的Bartlett方法； Blackman-Tukey功率谱估计。-Autocorrelation perfection pole model parameters downward recursion inverse Levinson-Durbin recursion (model parameters

摘要:分析了最小均方误差滤波和递归最小二乘滤波算法、自适应滤波的神经网络方法、 基于QR分解的方法、统一模型下的自适应滤波及基于高阶累积量的自适应算法的优缺点，并对自适应滤波算法的未来发展做了展望。 -the author analyzes the minimum mean square error filter and recursive least square filter algorithm, an adaptive

状态空间递归最小二乘（SSRLS）是确定性信号的线性估计的最优。 然而，SSRLS的性能取决于模型的不确定性，观测信号的时变性质或观测噪声的非平稳行为。 我们结合遗忘因子的随机梯度调整来开发具有自适应记忆的SSRLS。 这种新算法解决了标准SSRLS面临的局限性。 还导出了减轻计算负担的实际滤波器的近似值。 跟踪有噪声啁啾的示例表示并演示了新算法的整体能力和功能。 预计这种新滤波器能够跟踪和估计难以处理可用工具的时变信号(State S