RLS递归最小二乘算法是对最小二乘算法的改进，利用其训练RBF网络时，先要确定网络的中心和宽度等参数，利用该算法对RBF网络的权值进行学习，程序调试通顺，下载初始化之后直接可用

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。

介绍了自适应均衡器下的LMS和RLS算法的基本原理，并分析了2种算法中的忘却因子μ对LMS和RLS算法收敛性能的影响。通过仿真可知，在相同忘却因子下，RLS算法的收敛速度明显快于LMS算法，并且误差也比LMS算法小。

很好的各种RLS算法Matlab代码，全部都是通过MATLAB验证过的，希望对各位有用

LMS与RLS算法，现代数字信号处理中极其重要的算法，本PPT简介了LMS与RLS算法的由来与推导，最小均方（LMS）自适应滤波器、递推最小二乘（RLS）滤波器格型滤波器都是我们自适应滤波器中较为强大的滤波器，也提及了他对维纳滤波器的优势所在。

基于MATLAB实现的LMS和rls算法，通过测试，可以输出学习曲线和误差曲线

时域LMS与RLS算法自适应滤波算法-RLS_finish2.m 本帖最后由 dingkillerwhale 于 2013-5-20 09:56 编辑 数据由于太大无法上传 以下是LMS算法以及RLS算法，其中RLS针对恒模信号与非恒模信号进行区分

给定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，实现语音增强的目标，得到清晰的语音信号。 （1）阅读参考资料和文献，明晰算法的计算过程，理解RLS算法基本过程； （2）主麦克风录制的语音信号是RLSprimsp.wav，参考麦克风录制的参考噪声是RLSrefns.wav，用Matlab指令读取； （3）根据算法编写相应的Matlab程序； （4）算法仿真收敛以后，得到增强的语音信号； （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。

这个压缩文件包含两个文件夹：nlms 和 rls。 nlms 包含实现归一化最小均方算法的 matlab m 文件和具有 1 个周期心电波的 matlab mat 文件：纯噪声和随机噪声，rls 包含实现递归最小二乘算法的 matlab m 文件和具有 1 个周期心电波的 matlab mat 文件：纯噪声和随机噪声。 参考：Simon Heykins 的自适应滤波器理论。 如有任何澄清，请随时与我联系：vsalaiselvam@yahoo.com。 我很高兴分享我的知识和我的讲义。 谢谢你。

包含MVDR算法，RLS算法，奇异值分解MVDR算法用于功率谱估计的MATLAB仿真，里面附有详细的注释，有不理解的地方可以评论区回复，适合初学者参考