GENERAL CONVERGENCE ANALYSIS OF THE LVCMS ALGORITHM

LVCMS 알고리즘에 대한 일반적인 수렴 특성 분석

Adaptive algorithms based on the higher order error criterion such as the LVCMS and the LMF show performance degradation if input signal contains additive noise with a heavier-tailed density. Conventional analysis often neglects higher order terms in the recursion and my not suit for prediction exact behavior of these higher order algorithms. This paper presents a new convergence analysis which contains all the higher order term in the recursion. The analysis shows that the higher order terms, which are often neglected, dose not affect the upper bound on the step size but the misadjustment. However, the effect decreases sharply proportional to the square of the step size.

LVCMS나 LMF와 같이 고차의 통계에 근거한 적응 신호 알고리즘들은 입력신호에 꼬리가 두툼한 확률밀도를 같는 잡음이 섞여있는 경우 현저한 성능 저하를 보여준다. 일반적인 알고리즘 분석 방법에서는 순환식에서 2차 보다 큰 power를 갖는 항들을 모두 무시하기 때문에 정확한 알고리즘의 성능을 예측하지 못할 수도 있다. 이 논문에서는 새로운 분석방법을 통하여 무시된 항들의 영향이 무엇인가를 알아본다. 분석 결과 무시된 항들은 스텝 크기의 상한선에는 영향을 미치지 못하나 misadjustment를 증가시킬 수 있는 것으로 나타났다. 그러나 그 영향은 스텝 크기의 제곱에 비례하여 감소한다.