传统的超分辨重建算法往往采用梯度下降法进行求解，迭代时步长往往通过经验确定。而且不同的图像的最优步长往往不相同。步长过大会导致发散，步长过小会导致收敛缓慢。本算法基于对正则化超分辨重建算法实现的基础上，对步长的选取进行了优化，推导出了每次迭代时的最优步长大小，并将其自适应化，改进了超分辨算法的收敛性，从而能够在更短的时间内取得更加精确的重建结果。相关具体内容请参考对应的论文：Yingqian Wang, Jungang Yang, Chao Xiao, and Wei An, "Fast convergence strategy for multi-image superresolution via adaptive line search," IEEE Access, vol. 6, no. 1, pp. 9129-9139.

改程序是用matlab编写的变步长LMS自适应滤波算法，并与其他的LMS算法做了比较

变步长的LMS自适应滤波算法matlab程序 变步长的LMS自适应滤波算法matlab程序

该文档详细介绍加速度传感器的工作原理，以及如何通过加速度传感器获取的步频来计算行走的距离及速度。