6.1.2. Критерии настройки адаптивных фильтров и методы определения значений их параметров
Одной из важнейших характеристик адаптивных фильтров (АФ) является 
— погрешность адаптации (погрешность, или ошибка предсказания). [6.3]. Чем меньше значение 
тем выше качество адаптации. Значение 
зависит от трех факторов: структуры фильтра, числа его коэффициентов (порядка 
и значений этих коэффициентов а; (значений элементов вектора а). Как правило, структура АФ заранее задана и не изменяется за время работы фильтра. Поэтому величина 
определяется лишь значениями 
и а. Ниже формулируется ряд критериев настройки АФ, т. е. критериев правильности его работы:
1. Задано значение 
Адаптивный фильтр считается настроенным, если
т. е. вектор а определен таким образом, чтобы значение 
было минимальным.
В примерах 6.1 и 6.2 используется критерий (6.1).
2. Адаптивный фильтр считается настроенным, если
т. е. определен оптимальный порядок адаптивного фильтра 
(для конкретных задач см. 6.2) и для АФ оптимального порядка — вектор а, при котором значение 
минимально.
Критерии (6.1) и (6.2) могут использоваться как «статически», так и «динамически». Статически эти критерии используются в том случае, если вычисления коэффициентов 
выполняются один раз и в дальнейшем фильтр не перестраивается. Именно такой случай рассмотрен в примере 6.1. Однако, как
правило, указанные критерии используются динамически, т. е. коэффициенты 
вычисляются неоднократно по мере поступления данных. Говорят, что коэффициенты 
обновляются в ходе работы АФ. Именно такая ситуация имеет место при коррекции частотных искажений в канале связи (см. пример 6.2). Очевидно, что настройка корректора производится неоднократно, причем каждый раз измеряются отсчеты импульсной характеристики канала 
Почти всегда математическая запись критериев (6.1) и (6.2) соответствует методу наименьших квадратов [6.3, см. также разд. 4], т. е. представляет собой выражения для 
типа рассмотренных в примерах 6.1 и 6.2 выражений 
Поэтому основным математическим аппаратом, используемым для настройки АФ, являются различные варианты оптимизации по методу наименьших квадратов, позволяющие выполнять обновление коэффициентов в реальном масштабе времени.
