自适应均衡属于自适应信号处理的应用范畴，各种各样的自适应均衡算法如迫零（ZF）算法、均方（LMS）算法、递归二乘（RLS）算法、变换域均衡算法、Bussgang 算法、高阶或循环统计量算法、基于非线性滤波器或神经网络的均衡算法等应运而生。均衡器通常工作在接收机的基带或中频信号部分，基带信号的复包络含有信道带宽信号的全部信息，所以，均衡器通常在基带信号完成估计信道冲激响应和解调输出信号中实现自适应算法等，本文选择了两种典型的自适应算法：以LMS自适应均衡器和RLS自适应均衡器为基础，用MATLAB 仿真软件对LMS和RLS两种算法进行仿真，比较并分析了两种算法的性能。 　　1 自适应均衡器

基于RLS和LMS的自适应滤波器的MATLAB代码，带有中文注释

RLS系统辨识matlab源码，仅供参考

【预测模型】 RLS算法数据预测【含Matlab源码 222期】.zip

RLS算法实现AR过程线性预测，matlab实现

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。

用RLS算法实现自适应均衡器的MATLAB程序.doc

课程小作业

以递推最小二乘法，利用车辆纵向动力学原理，估算车辆质量。详细的matlab编程，注释很清晰易懂。递推最小二乘法RLS的实际实现实例，可用来辅助学习。

三种常用的自适应波束形成算法，LMS、RLS、SMI，用于产生雷达发射方向图