之前開啟了心率算法的優化的話題。雖然很難，也要堅定的走下去！休息了幾天，沒有寫代碼！干嘛去了？看各種資料去了！之前提到了FFT算法，后面肯定要發揮它的功效。后面要走的路很長很長！

心率檢測、血壓和血糖檢測等健康醫療功能是智能穿戴設備發展的必然趨勢！我才研究了一個心率檢測算法，后面還有太多的工作要開展！！！最近人生感悟：微信別亂加，朋友圈里面的人不都是朋友。看完以后，我開始慢慢的清理我的微信好友了。隨著時代的變遷，很多觀念也在改變！以前建群都是熱火朝天，現在呢？一個星期能去看一眼群里面的消息已經算是上心了。群的熱度幾乎已經消失！回歸主題了！我敢保證大家看完本篇文章，LMS算法中的一些關鍵疑問會煙消云散！畢竟我就是這么學過來的！LMS算法的仿真課題對于本科生而言有點難，但不是不可以做。我相信很多優秀的學生愿意去挑戰一下。再說了，本公眾號里面都已經給出了詳細的代碼了，還怕做不出來？

我們常常可以在智能手表產品說明書中看到“數據僅供參考，無法支撐醫療診斷”等類似文字。這說明其收集而來的數據還只是在日常健康監測參考層面，還不足以在應用到臨床診斷或者醫療大數據體系中。

該傳感器廠商理性指出，智能手表血壓、血糖監測功能要實現規模化商用，必須要在硬件上有可以檢測數據的設備，軟件端有醫療級數據解讀能力。現在很多傳感器公司在技術研發以及應用落地方面已經取得了長足進步，本人專注于軟件算法方面的研究。那么我這里做的主要內容就是不斷的增強數據的分析和解讀能力！

重新拾起LMS和RLS算法！

回歸算法優化這個主題！多年以后，重新拾起LMS和RLS算法！當年在研究生階段學了它，沒能寫出程序！遺憾留待2021年來解決！一晃過去快20年了！再拿起來也是要從零開始，只不過學習的速度會比以前快很多！

自適應濾波器實際上是一種能夠自動調整本身參數的特殊維納濾波器，在設計時不需要預先知道關于輸入信號和噪聲的統計特性，它能夠在工作過程中逐步“了解” 或估計出所需的統計特性，并以此為依據自動調整自身的參數，以達到最佳濾波效果。一旦輸入信號的統計特性發生變化，它又能夠跟蹤這種變化，自動調整參數， 使濾波器性能重新達到最佳。

責任編輯：haq