基于matlab的LMS和RLS算法在盲从多用户检测中的比较

求解非线性问题时 非线性volterra滤波的特性明显优于线性滤波器

介绍了自适应滤波器去除噪声的原理和从强噪声背景中采用自适应滤波提取有用信号的方法，并对最小均方(LMS, Least Mean Squares)和递推最小二乘(RLS, Recursive Least Squares)两种基本自适应算法进行了算法原理、算法性能分析。计算机模拟仿真结果表明，这两种算法都能通过有效抑制各种干扰来提高强噪声背景中的信号。检测特性相比之下，RLS算法具有良好的收敛性能，除收敛速度快于LMS算法和NLMS算法以及稳定性强外，而且具有更高的起始收敛速率、更小的权噪声和更大的抑噪能力。

本例比较了在四种特征值扩散度不同的情况下RLS算法的学习曲线

Levinson-Durbin算法AR、MA算法。matlab语言亲自写的

对二阶自回归模型产生的信号的LMS算法与RLS算法收敛速度对比（Matlab版）

该算法用matla进行了仿真，绝对可用！

基于MATLAB的LMS和RLS算法滤波完整程序，一种是LMS算法，一种是RLS算法，并在MATLAB环境下对其进行了编程.对自适应滤波器性能进行分析

RLS算法及遗忘因子对RLS的影响，修改RLS的参数来查看遗忘因子对其的性能的影响

对工程常用的两种算法作出性能分析比较，为合适的选取提供参考依据，对工程实现具有参考意义，代码具有可移植性