MATLAB仿真实现LMS和RLS算法题目：序列x(n)有AR(2)模型产生：x(n)二qx(n-1)+ax(n-2)+w(n),w(n)是均值为0、方差为1的高斯白噪声序列。a=1.4,a=-0.7.用LMS算法和RLS算法来估计模型参12数a,a。12按照课本第三章63页的要求，仿真实现LMS算法和RLS算法，比较两种算法的权值收敛速度，并对比不同u值对LMS算法以及入值对RLS算法的影响。解答：1 数据模型(1) 高斯白噪声用用randn函数产生均值为0、方差为1的标准正态分布随机矩阵来实现。随后的产生的信号用题目中的AR(2)模型产生，激励源是之前产生的高斯白噪声。(2) 信号点数这里取为2000，用2000个信号来估计滤波器系数。(3)分别取3个不同的u、入值来分析对不同算法对收敛效果的影响。其中u=0.001,0.003,0.006，lam=1,0.98,0.94。2 算法模型2.1自适应算法的基本原理自适应算法的基本信号关系如下图所示：图1自适应滤波器框图输入信号x(n)通过参数可调的数
