自适应滤波LMS与RLS的matlab实现MATLAB仿真实现LMS和RLS算法的二阶AR模型及仿真结果分析一、题目概述：二阶AR模型如图1a所示，可以如下差分方程表示： （1）图1a其中，v(n)是均值为0、方差为0.965的高斯白噪声序列。a1，a2为描述性参数，设x(-1)=x(-2)=0，权值w10=w20=0，=0.04推导最优滤波权值（理论分析一下）。按此参数设置，由计算机仿真模拟权值收敛曲线并画出，改变步长在此模拟权值变化规律。对仿真结果进行说明。应用RLS算法再次模拟最优滤波权值。解答思路：（1）高斯白噪声用normrnd函数产生均值为0、方差为0.965的正态分布随机1*N矩阵来实现。随后的产生的信号用题目中的二阶AR模型根据公式（1）产生，激励源是之前产生的高斯白噪声。（2）信号长度N取为2000点，用以观察滤波器权值变化从而估计滤波器系数，得到其收敛值。（3）仿真时分别仿真了单次LMS算法和RLS算法下的收敛性能以及100次取平均后的LMS和RLS算法的收敛性能，以便更好的比较观察
