RLS算法，即遞推最小二乘法（Recursive Least Squares），是一種自適應濾波算法，主要用於信號處理和系統辨識。該算法通過遞歸方式估計濾波器係數，目的是最小化預測誤差的均方差，以最佳化濾波效果。
RLS算法的基本流程包括初始化濾波器係數向量、輸入觀測數據、計算預測輸出與實際輸出之間的誤差、根據誤差和學習率更新濾波器係數向量，重複這些步驟直到達到滿意的濾波效果。該算法在處理過程中不需要對輸入序列的統計特性做出假定，僅基於數據本身進行最佳濾波。
RLS算法的特點是收斂速度快，對自相關矩陣特徵值的分散性不敏感，但其計算量較大。在實際套用中，如語音信號處理、圖像處理、無線通信等領域，RLS算法常用於噪聲抑制、信號提取和信道均衡等任務。