递归最小二乘 matlab代码

递归最小二乘是指在连续多个时刻上，通过使用不断更新的权向量来逐渐拟合数据。在Matlab中，可以使用函数“rls”来实现递归最小二乘算法。

以下是一个示例代码：

y = randn(100,1); %生成随机信号
n = length(y);
theta = zeros(n,1); %初始化参数向量
P = eye(n)*0.1; %初始化权矩阵

for i=1:n
[theta,P]=rls(y(i),0.1,theta,P); %调用rls函数，更新参数向量和权矩阵
end

plot(1:n,y,'b',1:n,theta,'r'); %画出原始信号和拟合曲线

其中“y”是我们要拟合的信号，“theta”是我们要估计的参数向量，“P”是权矩阵。“rls”函数的第一个输入参数是当前时刻的输入数据，第二个输入参数是遗忘因子，控制过去数据的影响程度。其余的输入参数是我们在初始化中定义好的。

在每个时刻上，我们都会使用“rls”函数来更新我们的参数向量和权矩阵。最后，我们可以使用“plot”函数将原始信号和拟合曲线绘制在同一张图上，比较它们的相似性。

递归最小二乘算法在信号处理、通信、自适应控制等方面有广泛的应用，它可以对大量的数据进行实时处理，提高系统的鲁棒性和稳定性。