The Cubically Filtered Gradient Algorithm and Structure for Efficient Adaptive Filter Design

효율적인 적응 필터 설계를 위한 제 3 차 필터화 경사도 알고리즘과 구조

This paper analyzes the properties of such algorithm that corresponds to the nonlinear adaptive algorithm with additional update terms, parameterized by the scalar factors a1, a2, a3 and Presents its structure. The analysis of convergence leads to eigenvalues of the transition matrix for the mean weight vector. Regions in which the algorithm becomes stable are demonstrated. The time constant is derived and the computational complexities of MLMS algorithms are compared with those of the conventional LMS, sign, LFG, and QFG algorithms. The properties of convergence in the mean square are analyzed and the expressions of the mean square recursion and the excess mean square error are derived. The necessary condition for the CFG algorithm to be stable is attained. In the computer simulation applied to the system identification the CFG algorithm has the more computation complexities but the faster convergence speed than LMS, LFG and QFG algorithms.

본 논문에서는 스칼라 인수 a1, a2, a3를 매개변수화하여 갱신항을 첨가한 비선형 적응 알고리즘의 특성을 해석하고 그 구조를 나타낸다. 수렴 특성의 해석에서 평균 필터계수 벡터에 대하여 전이행열의 값이 기술된다. 그 알고리즘이 안정하기 위한 범위도 증명된다. 또한 본 알고리즘의 시정수도 유도되고, Sign 알고리즘, 기존의 LMS 알고리즘, LFG 알고리즘, QFG 알고리즘의 계산량도 비교해 본다. 평균자승의 수렴특성을 해석하고 평균자승 순환식과 초과 평균자승 오차(excess mean square error) 표현식을 유도하고 본 알고리즘이 안정하기 위한 조선도 정한다. 컴퓨터 모의실험(simulation)에서 CFG 알고리즘이 LMS, LFG 및 QFG 알고리즘보다 계산량이 증가하는 반면 수렴속도에서 현저한 향상을 보여준다.