신경망을 이용한 적응 다중 대역 필터 설계

A Study on Adaptive Filter Bank using Neural Networks in Time Domain

  • 이건기 (경상대학교 전자공학과) ;
  • 이주원 (경상대학교 전자공학과) ;
  • 김광열 (마산대학 자동차학과) ;
  • 방만식 (진주국제대학교 전자통신공학과) ;
  • 이병로 (진주산업대학교 전자공학과) ;
  • 김영일 (경상대학교 전자공학과)
  • 발행 : 2003.08.01

초록

본 연구에서는 적응 필터 뱅크와 유사한 신경망을 이용한 시간영역에서의 새로운 필터뱅크(뉴럴 필터 뱅크)와 필터 창 함수를 가진 새로운 필터 뉴런을 제안하였다. 제안된 뉴럴 필터 뱅크의 성능을 검증하기 위해 두 가지의 예를 들어 실험하였다. 실험에서 제안된 기법은 기존의 방법인 주파수 영역에서의 필터뱅크보다 간단한 구조와 고속처리가 가능한 특성을 보였다. 따라서 제안된 방법은 시간 영역에서의 신호의 특징 검출에 있어 높은 성능을 제공할 것으로 사료된다.

In this study, we propose the new filter bank that is adaptive filter bank using neural networks in time domain. Also, we proposed a new filter neuron as neuron with filter window, the structure and algorithm for filter banks. The performance of neural filter banks is shown from two examples. It show characteristics the simple structure and higher speed processing than traditional methods (filter banks in frequency domain, etc.). In many applications, the proposed method will provide the high performance to features detection of signals in time domain.

키워드

참고문헌

  1. S. Sandeep Pradhan, V. U. Reddy, 'A New Approach to Subband Adaptive Filtering', IEEE Trans. on Signal Processing. Vol. 47, No.3, 1999
  2. Ozer Ciftcioglu, 'From Neural to Wavelet Networks', NAFIPS, p894-p898. 1999
  3. Yoshito Higa, Hiroshi Ochi., 'A Subband Adaptive Filter With the Statistically Optimum Analysis Filter Bank', IEEE Trans. on Circuit and Systems, Vol. 45, No.8, 1998
  4. Bryan E. Usevith, 'Adaptive Filtering Using Filter Banks', IEEE Trans. on Circuit and Systems Vol. 43, No.3, 1996
  5. Jun Liao, Meng Joo Er. 'A non-iterative structure learning algorithm for fuzzy neural networks', ICARCV '98, p1132-p1235, 1998
  6. Jacek M. Zurada, Introduction to Artificial Neural Systems, West Publishing Company, 1992
  7. Metin Akey, Biomedical Signal Processing, Academic Press, 1994
  8. Sophocles J. Orfanidis, Introduction to Signal Processing, Prentice-Hall, 1996