最小均方根算法（LMS算法）是一種基於維納濾波理論的最佳化算法，最早由Widrow和Hoff提出。該算法不需要知道輸入信號和期望信號的統計特徵，它通過在每個時刻更新權係數，使得均方誤差梯度下降，從而實現信號的最佳化處理。LMS算法的特點包括：
計算複雜度低：適合處理大量數據，尤其是在信號處理領域。
收斂性好：在信號為平穩信號的環境中，算法能夠快速收斂。
無偏性：其期望值能夠無偏地收斂到維納解。
穩定性：在有限精度實現時，算法表現出良好的穩定性。
這些特性使得LMS算法成為自適應算法中穩定性最好、套用最廣的算法之一。