对基于LMS(最小均方)、NLMS（归一化最小均方）、RLS（递归最小二乘）算法的自适应噪声抵消系统进行MATLAB仿真，发现这几种算法都能从高背景噪声中有效地抑制干扰提取出有用信号，显示出了良好的的收敛性能，相比之下RLS算法去噪效果较好，呈现出更快的收敛速度，更强的稳定性和抑噪能力(the principle of LMS (minimum mean square), NLMS (normalized least mean square), RLS (recursive least squa

介绍了噪声抵消的原理和从强噪声背景中自适应滤波提取有用信号的方法，并对最小均 方 (LMS, Least Mean Squares) 、归一化 LMS(NLMS, Normalized Least Mean Squares) 和递推最小二乘 (RLS, Recursive Least Squares) 三种基本自适应算法进行了对比研究。计算机模拟仿真结果表明，这 几种算法都能通过有效抑制各种干扰来提高强噪声背景中的信号检测特性。相比之下， RLS 算法 具有良好的收敛性