Abstract
In this paper, we present a variable block method to reduce additive computational requirements in determining step-size of variable step-size LMS (VS-LMS) algorithms. The block length is inversely proportional to the changing of step-size in VS-LMS algorithm. The technique reduces computational requirements of the conventional VS-LMS algorithms without a degradation of performance in convergence rate and steady state error. And a method for deriving initial step-size, when the input is zero mean, white Gaussian sequence, is proposed. For demonstrating the good performances of the proposed method, simulation results are compared with the conventional variable step-size algorithms in convergence speed and computational requirements.
본 논문은 가변 스텝사이즈 LMS (Least Mean Square) 알고리듬의 스텝사이즈 결정시 추가되는 계산량을 줄이기 위해 가변 블록을 사용하는 방법을 제안한다. 이 방법에서는 블록 길이를 스텝사이즈의 변화에 반비례하도록 하여 기존의 가변 스텝사이즈 알고리듬의 수렴속도와 정상상태 오차에 대해 성능의 저하 없이 계산량을 줄이고자 한다. 그리고 평균이 영인 백색 가우시안 입력신호 환경하에서 LMS 기반 적응 알고리듬의 초기 스텝사이즈를 최적으로 구하는 방법을 제안한다. 제안한 방법의 우수성을 입증하기 위한 컴퓨터 모의 실험을 통해 기존의 가변 스텝사이즈 알고리듬과 수렴속도, 계산량 면에서 성능을 평가한다.
