New Variable Step-size LMS Algorithm with Low-Pass Filtering of Instantaneous Gradient Estimate

순시 기울기 벡터의 저주파 필터링을 사용한 새로운 가변 적응 인자 LMS 알고리즘

Adaptive filters are widely used for acoustic echo canceler, adaptive equalizer and adaptive noise canceler. Coefficients of adaptive filters are updated by NLMS algorithm. However, Coefficients are misaligned by ambient noises when they are adapted by NLMS algorithm. In this Paper, a method determined the adaptation constant by low-pass filtered instantaneous gradient vector of LMS algorithm using orthognality principles of optimal filter is proposed. At initial states, instantaneous gradient vector, that is the cross-correlation of input signals and estimation error signals, has large value because input signals are remained in estimation error signals. When an adaptive filter is conversed, the cross-correlation will be close to zero. It isn's affected by ambient noises because ambient noises are uncorrelated with input signals. Determining adaptation constant with the cross-correlation, adaptive filters can be robust to ambient noises and the convergence rate doesn't slower As results of computer simulations, it is shown that the performance of proposed algorithm is betted than that of conventional algorithms.

음향 반향 제거기, 적응 등화기 그리고 적웅 잡음 제거기 등에 적응 필터가 널리 활용되고 있다. 적응 필터의 계수는 주로 NLMS 알고리즘을 이용하고 있지만 NLMS 알고리즘은 주변 잡음에 의해서 적응 필터의 계수가 오조정된다. 본 논문에서 최적 필터의 직교원리를 이용하여 LMS 알고리즘의 순시 기울기 벡터를 저역 통과 시켜 적응 알고리즘의 적응 상수로 결정하는 방법을 제안한다. 순시 기울기 벡터는 입력 신호와 추정 오차 신호의 상호 상관도로써 수렴 초기에는 추정 오차 신호 속에 입력 신호가 대부분 포함되어 있기 때문에 상관도가 크고 적응 필터가 수렴한 후에는 0 에 가까운 값을 갖게 된다. 그리고 입력 신호와 주변 잡음 신호는 상관이 없기 때문에 주변 잡음에 의해서 상호 상관도는 큰 변화가 없다. 따라서 상호 상관도를 적응 상수로 결정하면 수렴 속도가 느려지지 않으면서 주변 잡음에 강건한 특성을 가진다. 본 논문에서는 컴퓨터 시뮬레이션을 통해서 제안하는 적응 알고리즘의 성능이 기존 알고리즘에 비해서 우수함을 보인다.