随机信号处理大作业，基于LMS和RLS算法更新自适应滤波器的权值向量,画出两种算法的e2(n)曲线作比较，用matlab写的，效果还可以

基于LMS算法的2FSK信号去噪自适应滤波器的设计，刘雄飞，高金定，利用MATLAB的rand随机函数产生了载波频率为1200bit/s和2200bit/s的正弦波伪随机二进制频移键控（2FSK）信号，在MATLAB上设计并仿真了基于LMS算�

介绍自适应滤波器的基本原理，用LMS自适应算法来仿真，得到LMS算法在自适应滤波中的收敛特性

参考资料：参见 K Vasudevan 的“数字通信和信号处理”一书中的第 5.1.8 节

这是通信过程中自适应均衡的两种仿真方法。通过LMS及RLS算法来实现自适应均衡

自适应滤波算法完整代码，可优化可仿真，优化过程非常简单，只用修改迭代公式即可，是学习自适应滤波算法非常好的源代码材料

clear all close all %channel system order sysorder = 5 ; % Number of system points N=2000; inp = randn(N,1);

很好的毕业论文资料，可以作为参考。 智能天线技术是第三代移动通信系统的关键技术之一，它能有效地增大 系统的容量，最大限度地利用有限的频谱资源。智能天线核心是自适应波束 形成器，它能根据用户信号来波方向产生空间定向波束，将主波束对准期望 信号的来向，而旁瓣或零陷对准干扰信号的来向。达到充分利用期望用户信 号并抑制干扰信号的目的。 波束形成器也称为空域滤波器，其结构与普通的滤波器相似，因而多数 自适应滤波算法都可应用与自适应波束形成技术。且通常关于自适应波束形 成算法的研究都是基于普通的自适应滤波器模型展开的。

为了提高图像编码预测器的预测性能，提出了一种低复杂度，高效的自适应预测方法。采用LMS（Least Mean Square）自适应滤波技术进行预测，并对预测值进行减邻域均值的改进，有效克服了图像的非零均值和非平稳性特征，满足LMS算法的要求，使预测性能得以提高 。通过对不同图像的仿真结果表明，该方法的预测差值图像的熵比GAP算法和MED算法的差值图像的熵要小0.1 bit/piexl左右，均方误差（MSE）也要小于后两者的均方误差。

自适应滤波器在随机信号处理当中得到了广泛应用。文讲述了LMS算法和RLS算法的基本原理，基于两种算法的推导过程较为繁琐，不便理解，本文以两种算法的主要计算环节为突破口，选取合适的迭代公式，对两种算法进行公式推导，方便读者理解。同时，本文通过原理推导、软件仿真的试验方法，设置输入信号、噪声信号，通过输出信号的图像走势对两种算法的优缺点进行对比分析，使读者对两种算法及滤波器的设计具有直观的认识，有一定的参考意义。