Abstract
In this paper, we propose a new sign subband adaptive filter to improve the convergence rate of the conventional sign subband adaptive filter which has been proposed to deal with colored input signal under the environment with impulsive noise. The existing sign subband adaptive filter does not increase the convergence speed by increasing the number of subband because each subband input signal is normalized by $l_2-norm$ of all of the subband input signals. We devised a new sign subband adaptive filter that normalizes each subband input signal with $l_2-norm$ of each subband input signal and increases the convergence rate by increasing the number of subband. We carried out a performance comparison of the proposed algorithm with the existing sign subband adaptive filter using a system identification model. It is shown that the proposed algorithm has faster convergence rate than the existing sign subband adaptive filter.
본 논문에서는 충격성 잡음(impulsive noise) 환경 하에서 고유치 분포가 큰 입력 신호를 다루기 위해 제안된 부호 부밴드 적응 필터(Sign Subband Adaptive Filter, SSAF)의 성능을 향상시키기 위한 새로운 SSAF를 제안하였다. 기존에 제안된 SSAF는 각각의 부밴드 입력 신호를 모든 부밴드 입력 신호의 $l_2-norm$으로 정규화하기 때문에 밴드의 수를 증가시켜도 수렴속도가 향상되지 않는다. 본 논문에서는 부밴드 입력 신호를 각각의 부밴드 입력 신호의 $l_2-norm$으로 정규화하며 밴드의 수를 증가시킴에 따라 수렴속도가 증가하는 새로운 부호 부밴드 적응필터를 제안하였다. 시스템 식별 환경에서 두 알고리즘의 성능을 비교하는 컴퓨터 모의 실험을 수행하여 제안된 알고리즘의 수렴속도가 더 빠름을 보였다.
