한국통신학회논문지 (The Journal of Korean Institute of Communications and Information Sciences)

한국통신학회 (The Korean Institute of Commucations and Information Sciences)
권호 표지

가변 축척 매개변수를 가진 변형 확률적 경사도 기반 필터의 해석

Analysis of a Modified Stochastic Gradient-Based Filter with Variable Scaling Parameter

  • 김해정 (서경대학교 정보통신공학과)
  • 발행 : 2006.12.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문은 변형 확률적 경사도 기반 (MSGB) 필터를 제안하고 그 필터가 최적화 문제에 대한 해가 될 수 있음을 보여준다. 갱신항으로 첨가된 가변적 축척 매개변수를 가진 비선형 적응 필터인 MSGB 필터의 특성을 분석 한다. 가변 매개변수의 MSGB 필터는 가변 축척 매개변수를 통하여 고정 매개변수의 MSGB 필터와 무매개변수의 MSGB 필터를 연결하는 역할을 한다. 그 안정성 영역과 오조정량도 살펴본다. 시스템 식별에 응용하여 컴퓨터 모의실험을 실행하여 MSGB 필터의 개선된 성능 특성을 보여준다.

We propose a modified stochastic gradient-based (MSGB) filter showing that the filter is the solution to an optimization problem. This paper analyzes the properties of the MSGB filter that corresponds to the nonlinear adaptive filter with additional update terms, parameterized by the variable scaling factor. The variably parameterized MSGB filter plays a role iii connecting the fixed parameterized MSGB filter and the null parameterized MSGB filter through variably scaling parameter. The stability regions and misadjustments are shown. A system identification is utilized to perform the computer simulation and demonstrate the improved performance feature of the MSGB filter.

키워드

참고문헌

  1. B. Widrow and S. D. Stearns, Adaptive Signal Processing, Englewood Cliffs, NJ:Prentice-Hall, 1985
  2. J. I. Nagumo and A. Noda, 'A learning method for system identifications,' IEEE Trans. Automt. Control, vol. 12, pp. 282-287, June 1967 https://doi.org/10.1109/TAC.1967.1098599
  3. A. E. Albert and L. S. Gardner, Jr., Stochastic Approximation and Nonlinear Regression, Cambridge, MA: MIT Press, 1967
  4. R. R. Bitmead and B. D. O. Anderson, 'Performance of adaptive estimatimation algorithms in dependent random environments,' IEEE Trans. Automt. Control, vol.25, no.4, pp.788-793, August 1980 https://doi.org/10.1109/TAC.1980.1102433
  5. S. C. Douglas, 'A family of normalized LMS algorithms,' IEEE Trans. Signal Processing Letters, vol. SP-1, pp.49-251, March. 1994
  6. B. Widrow, J. M. McCool, M. G. Larimore, and C. R. Johnson, Jr., 'Stationary and Nonstationary Learning Characteristics of the LMS Adaptive Filter,' Proc. IEEE, vol.64, no.8, pp.1151-1162, Aug. 1976 https://doi.org/10.1109/PROC.1976.10286
  7. S. Roy and J. Shynk, 'Analysis of the momentum LMS algorithm,' IEEE Trans. Acoustics, Speech, and Signal Processing, vol. 38, no.12, pp.2088-2098, December. 1990 https://doi.org/10.1109/29.61535
  8. E. I. Jury, Theory and Application of the z-Transform Method, New-York: Wiley, 1964