[e,w]=RLSFilterIt(n,x,fs) 是用于降噪的 RLS 滤波器的实现。 参数 n 是干扰信号，而 x 是被噪声干扰破坏的所需信号。 参数 fs 是输入 n 和 x 的采样频率。 此外，参数 e 和 w 分别是滤波后的信号和滤波器系数。 该程序遵循海金 2002 年的“自适应滤波器理论”中使用的符号。 该函数包括一个从正弦音中去除加性白噪声的简单示例，并且可以调整音对噪声的 SNR 以检查滤波器的性能。 也可以提供输入信号。 代码得到了很好的评论，我将不胜感激任何反馈和建设性的批评。 谢谢

LMS和RLS滤波器算法的Matlab实现过程主要程序，全在word文档中间，经过运行过后可以正常使用，欢迎下载。

为了克服LMS算法的缺点，我们采用在每个时刻对所有已输入信号重估的平方误差之和最小这样的准则，即RLS自适应滤波算法。。。

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。

说明了RLS自适应滤波器的原理及其matlab设计和仿真