3.3.3 递归最小二乘法 (RLS) 的高收敛特性

文档摘要

3.3.3 递归最小二乘法 (RLS) 的高收敛特性在实时信号处理、自适应滤波、在线系统辨识乃至现代边缘智能控制器的设计中，递归最小二乘法（Recursive Least Squares, RLS）从来不是教科书里那个优雅却遥远的公式——它是一段必须在毫秒级中断周期内完成的C函数，是嵌入式DSP芯片上反复校验的浮点运算序列，是无人机飞控系统在风扰突变时仍能稳住姿态角的隐性脊梁。当我们谈论“RLS的高收敛特性”，绝非泛泛而论“它比LMS快”，而是要叩问：在信噪比跌至8 dB的工业振动传感场景下，当采样率跳变至20 kHz、而内存仅余16 KB可用RAM时，如何让$ \mathbf{P}(k) $的逆协方差矩阵更新不溢出？