介绍了自适应滤波器去除噪声的原理和从强噪声背景中采用自适应滤波提取有用信号的方法，并对最小均方(LMS, Least Mean Squares)和递推最小二乘(RLS, Recursive Least Squares)两种基本自适应算法进行了算法原理、算法性能分析。计算机模拟仿真结果表明，这两种算法都能通过有效抑制各种干扰来提高强噪声背景中的信号。检测特性相比之下，RLS算法具有良好的收敛性能，除收敛速度快于LMS算法和NLMS算法以及稳定性强外，而且具有更高的起始收敛速率、更小的权噪声和更大的抑噪能力。

本例比较了在四种特征值扩散度不同的情况下RLS算法的学习曲线

基于RLS和LMS的自适应滤波器的MATLAB代码，带有中文注释

Levinson-Durbin算法AR、MA算法。matlab语言亲自写的

智能天线波束形成 ，LMS、SMI、RLS、MVDR算法的程序

matlab中实现rls自适应二阶滤波器代码matlab中实现rls自适应二阶滤波器代码matlab中实现rls自适应二阶滤波器代码

对二阶自回归模型产生的信号的LMS算法与RLS算法收敛速度对比（Matlab版）

用matlab实现递推最小二乘法。 源代码。。

系统辨识，matlab辨识工具箱的开发者的专著，值得学习，这是中文翻译的

该算法用matla进行了仿真，绝对可用！