A Study on the Fast Converging Algorithm for LMS Adaptive Filter Design

LMS 적응 필터 설계를 위한 고속 수렴 알고리즘에 관한 연구

In general the design methods of adaptive filter are divided into two categories, one is based upon the local parameter optimization theory and the other is based upon stability theory. Among the various design techniques, the LMS algorithm by steepest-descent method which is based upon local parameter optimization theory is used widely. In designing the adaptive filter, the most important factor is the convergence rate of the algorithm. In this paper a new algorithm is proposed to improve the convergence rate of adaptive firter compared with the commonly used LMS algorithm. The faster convergence rate is obtained by adjusting the adaptation gain of LMS algorithm. And various aspects of improvement of the adaptive filter characteristics are discussed in detail.

현재까지의 적응 필터(adaptive filter)의 설계 방법을 대별하면 국부 파라미타 최적화(local parameter optimization)방법[1]과 안정성(stability)을 주한점으로 하는 방법[1-3] 의 두 가지로 된다. 그리고 이들 중에서 비교적 간단한 방법은 로칼 파라미터 최적화 방법으로서, 이것에서는 스티피스트-디샌트(steepest-descent)방법[15]을 이용하는 LMS 알고리즘을 대표적인 것으로 들 수 있다. 적응 필터의 설계에 있어서 가장 중요한 것은 수검 속도를 높이는 일이다. 본 논문은 적응 비순환 필터의 설계를 위한 고속 수검 알고리즘을 개발하는 문제에 관하여 연구한 것으로, 적응 이득(adaptation-gain)을 적절히 조정함으로써, 종래 사용되어 오던 LMS 알고리즘 및 그의 변형인 여러 알고리즘에 비하여 수검 속도를 높일 수 있으며 동시에 안정성이 높은 새로운 알고리즘을 제시하였다. 그리고 제안된 알고리즘을 이용한 적응 필터의 특성 배선 문제를 다각도로 검토하였다.