【有限窗口RLS算法】【自适应滤波器】与指数窗口和滑动窗口RLS算法相当的复杂度实现具有任意有限长度窗口的RLS算法研究（Matlab代码实现）

 💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

---

💥1 概述

文献来源：

摘要：在实践中，最常用的两种递归最小二乘（RLS）自适应滤波算法是指数窗口和滑动（矩形）窗口RLS算法。这种流行程度主要是由于这些算法存在低复杂度版本。然而，当识别性能最为重要时，这两种窗口并不总是识别快速时变系统的最佳选择。本文展示了如何以与指数窗口和滑动窗口RLS算法相当的复杂度实现具有任意有限长度窗口的RLS算法。然后，我们以汉宁窗口为例，展示了使用所提出的有限窗口RLS算法在识别快速时变系统时性能的改进。
关键词：自适应滤波器 有限窗口RLS 时变系统 多径多普勒分集 遗忘因子系统

📚2 运行结果

部分代码：

MSD = reshape(MSD_dB, length(M_set), Nmc);
mean_MSD = mean(MSD, 2);
figure(1)
plot(M_set, mean_MSD,  ':ro', 'LineWidth', 1.5, 'MarkerSize', 10)
xlabel('M')
ylabel('MSD, dB')

grid on
box on
axis([50 201 -24 -8])
legend('FRLS')

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

🌈4 Matlab代码实现