随着近年来数字通信技术的发展，信号中经常混有各种复杂成分，所以很多信号分析都是基于滤波器而进行的，而数字滤波器是通过数值运算实现滤波，具有处理精度高、稳定、灵活、不存在阻抗匹配问题，可以实现模拟滤波器无法实现的特殊滤波功能。对于基带信号传输来说，自适应时域性均衡器越来越得到重视，它是以有限长冲激响应(FIR)数字滤波器为基础，提出的一种可以适应当前环境的一种滤波器，其所用的存储单元较少，效率高，精度高，而且能够保留一些模拟滤波器的优良特性，因此应用很广。Matlab软件以矩阵运算为基础，把计算、可视化及程序设计有机融合到交互式工作环境中，并且为数字滤波的研究和应用提供了一个直观、高效、便捷的利器。尤其是Matlab中的信号处理工具箱使各个领域的研究人员可以直观方便地进行科学研究与工程应用。本文介绍了自适应滤波器的理论基础，重点讲述了自适应滤波器的几种实现结构， 然后重点介绍了两种自适应滤波算法最小均方误差（LMS）算法和递推最小二乘（RLS）算法，并对LMS算法和RLS算法性能进行了详细的分析。其中LMS算法结构简单，鲁棒性强，但其收敛速度很慢，而RLS收敛速度快，但其运算量很大。最后本文对基于LMS算法和RLS算法的自适应滤波器进行MATLAB仿真分析。

自适应均衡中RLS的Matlab实现(以函数形式给出，很方便使用)，有详细的注释，希望大家喜欢。

彩色图像自适应均衡化和均衡化处理后对比，规定化不太会做

光谱空间自适应均衡流基于各向异性扩散的多光谱图像降噪

 ：近年来，自适应均衡技术在通信系统中的应用日益广泛，利用自适应均衡技术在多径环境中可以有效地提高数字接收机的性能。为了适应宽带数字接收机的高速率特点，本文阐述了自适应均衡器的原理并对其进行改进。最后使用FPGA 芯片和Verilog HDL 设计实现了自适应均衡器并仿真验证了新方法的有效性。

详细介绍了LMS和RLS两种算法，并且进行了分析比较，对课题研究很有帮助！

在matlab底下，关于自适应均衡器的仿真

自适应滤波；自适应均衡技术；自适应均衡器；matlab

利用matlab实现不同均衡算法（如LMS MMSE）下的均衡器，对信道损耗的补偿，并实现了各自的BER性能。有助于掌握各自的理论。

自适应均衡器研究与实现方法，并介绍了常用的几种算法，包括LMS算法、RLS算法以及盲均衡常用的恒模算法(CMA)，并讨论了它们各自的优缺点。最后选用线性横向均衡器结构与上述3种系数调整算法，利用MATLAB进行仿真，并对结果进行分析与比较。