自适应滤波的经典教材，讲解详细，2013第二版，增加了很多最新的内容

LMS(Least Mean Squre)算法是一种常用于自适应滤波器的算法。

一种改进的自适应滤波LMS算法的matlab实现 自适应 LMS matlab实现 归一化NLMS 变步长LMS 毕业设计

本书是自适应信号处理领域的一本经典教材。全书共17章， 内容包括：自适应LMS横向滤波器、自适应格型滤波器、自适应递归滤波器、频域和子带自适应滤波器、盲自适应滤波器、神经网络非线性自适应滤波器等及其在通信与信息系统中的应用。 目录编辑 背景与预览 第1章 随机过程与模型 第2章 维纳滤波器 第3章 线性预测 第4章 最速下降算法 第5章 最小均方自适应滤波器 第6章 归一化最小均方自适应滤波器 第7章 频域和子带自适应滤波器 第8章 最小二乘法 第9章 递归最小二乘自适应滤波器 第10章 卡尔曼滤波器 第11章 平方根自适应滤波器 第12章 阶递归自适应滤波器 第13章 有限精度效应 第14章 时变系统的跟踪 第15章 无限脉冲响应自适应滤波器 第16章 盲反卷积 第17章 反向传播学习 后记 附录A 复变量 附录B 对向量微分 附录C 拉格朗日乘子法 附录D 估计理论 附录E 特征分析 附录F 旋转和映射 附录G 复数Wishart分布 术语 参考文献

非常经典的自适应滤波的英文教材，08年的新版，内容非常详细

本方法简单明了，不累述，实用性强。设计流程为 参数设置——初始化——权系数更新——输出——结束

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

最经典基本的自适应滤波算法，属于无监督学习的忙适应算法，可以实现不需要训练序列对AR模型进行滤波预测估计，同时也可以稍加修改用于通信中的四星座分类。自己用matlab编写完成，这也是清华大学现代信号分析的课程大作业

全称 Least mean square 算法。中文是最小均方算法。 　　感知器和自适应线性元件在历史上几乎是同时提出的，并且两者在对权值的调整的算法非常相似。它们都是基于纠错学习规则的学习算法。感知器算法存在如下问题：不能推广到一般的前向网络中；函数不是线性可分时，得不出任何结果。而由美国斯坦福大学的Widrow和Hoff在研究自适应理论时提出的LMS算法，由于其容易实现而很快得到了广泛应用，成为自适应滤波的标准算法。

LMS算法自适应滤波器的Matlab仿真分析