基于带遗忘因子的最小二乘算法，提出一种模糊遗忘因子最小二乘算法。 首先利用帕德逼近法线性化技术建立永磁同步电机线性回归数学模型， 根据电流误差设计模糊控制 器，进行遗忘因子的自适应调整，并将其应用于永磁同步电机定子电阻的在线辨识中，较好地解决了 遗忘因子最小二乘算法中结果稳定性和收敛速度相互矛盾的问题

使用LMS算法的多麦克风降噪 录制一段语音信号input.wav（默认为无噪环境），为这段语音添加高斯噪声设定为主麦克风，得到主麦克风录制的受噪声污染的语音信号和参考麦克风录制的噪声LMSrefns.wav，利用LMS算法实现语音增强的目标，得到清晰的语音信号。 （1）主麦克风录制的语音信号是LMSprimsp.wav，参考麦克风录制的参考噪声是LMSrefns.wav.用matlab指令读取； （2）利用LMS算法对LMSprimsp.wav进行滤波去噪； （4）算法仿真收敛以后，得到降噪后的语音信号； （5）用matlab指令回放增强后的语音信号； （6）分别对增强前后的语音信号作频谱分析并plot出来。 主代码：main_.m LMS实现：LMSmyFilter.m 此处主程序没有调用自己实现的LMS算法函数，而是调用dsp工具箱中的LMS实现函数。 期望的语音信号 主麦克风的语音信

自适应噪声抵消系统的研究对于改善人们的生产和生活质量有着重要意义。本文主要通过在MATLAB中编程设计自适应噪声抵消系统,来仿真分析当受噪声干扰的有用信号经过其处理前后的信号变化情况,从而观察此自适应噪声抵消系统的噪声抵消效果。为了较好地达到信号处理的目的,本文采用了性能稳定、结构简单的最小均方误差LMS算法,来仿真验证输入输出的变化情况。最后,本文对仿真结果进行了对比分析,说明了此自适应噪声抵消系统对于受干扰的有用信号的改善效果。

LMS+Virtual.Lab+11+安装方法

RLS算法中，权矢量随迭代次数的增长而变化的收敛情况

自适应均衡器的LMS算法实现及其仿真.pdf

SICK激光雷达LMS 快速使用向导

使用MATLAB软件，运用自适应滤波中的RLS算法实现麦克风降噪。采用m文件、simulink工具箱两种方式，使用生成函数与调用库函数两种方法，对比实现对带噪语音信号的去噪处理，得到了非常理想的仿真结果

MATLAB源码集锦-基于RLS算法的数据预测与MATLAB实现

Adaptive_filtering matlab 源代码， 包含RLS,IIR,LatticeRLS, QR-RLS, SubbandAdap, LMS, NonLinear AdapFilter