递推最小二乘法（RLS）matlab源程序

%FLch3RLSeg3
clear%清理工作间变量
L=15;% M序列的周期
y1=1;y2=1;y3=1;y4=0;%四个移位积存器的输出初始值
for i=1:L;%开始循环，长度为L
    x1=xor（y3y4）;%第一个移位积存器的输入是第3个与第4个移位积存器的输出的“或”
    x2=y1;%第二个移位积存器的输入是第3个移位积存器的输出
    x3=y2;%第三个移位积存器的输入是第2个移位积存器的输出
    x4=y3;%第四个移位积存器的输入是第3个移位积存器的输出
    u（i）=y4;
    %y（i）=y4;%取出第四个移位积存器幅值为“0“和“1“的输出信号，
    %if y（i）>0.5u（i）=-0.03;%如果M序列的值为“1“时辨识的输入信号取“-0.03”
    %else u（i）=0.03;%当M序列的值为“0“时辨识的输入信号取“0.03”
    %end%小循环结束
    y1=x1;y2=x2;y3=x3;y4=x4;%为下一次的输入信号做准备
end%大循环结束，产生输入信号u 
figure（1）;%第1个图形
stem（u）grid on%以径的形式显示出输入信号并给图形加上网格

z（3）=0;z（2）=0;z（1）=0;%取z的前三个初始值为零
for k=4:15;%循环变量从4到15   
    z（k）=-1.5*z（k-1）-1.0*z（k-2）-0.5*z（k-3）-1.5*u（k-1）-0.5*u（k-2）;%给出理想的辨识输出采样信号    
end

%RLS递推最小二乘辨识
c0=[0.001 0.001 0.001 0.001 0.001]‘;%直接给出被辨识参数的初始值即一个充分小的实向量
p0=10^6*eye（55）;%直接给出初始状态P0，即一个充分大的实数单位矩阵
E=0.000000005;%相对误差E=0.000000005
c=[c0zeros（514）];%被辨识参数矩阵的初始值及大小
e=zeros（515）;%相对误差