초록
LMF(Least Mean Fourth) 알고리즘은 특히 비정규 잡음 상황에서 안정성 및 빠른 수렴성을 나타낼 뿐만아니라 추정 오차도 낮은 것으로 잘 알려져 있다. 최근 LMS (Least Mean Square) 알고리즘 분야에서는 가변 스텝 크기를 적용한 알고리즘들에 대한 관심이 증대되어 왔다. 그 이유는 가변 스텝 크기 LMS가 다양한 환경에서 고정 스텝 크기 LMS보다 우수한 결과를 내기 때문이다. 본 논문에선 LMF에 대한 가변 스텝 크기의 한 방법으로 기울기 평균 벡터를 사용한 가변 스텝 크기를 사용하는 LMF 알고리즘을 제안한다. 제안된 방법은 가변 스텝 크기 LMS와 마찬가지로 고정 스텝 크기 LMF보다 우수할 것이 예상된다. 본 논문은 그 우수성을 시불변 채널과 시변 채널 각각의 채널 환경하에서 시뮬레이션을 통하여 보인다.
The LMF (Least Mean Fourth) algorithm is well known for its fast convergence and low steady-state error especially in non-Gaussian noise environments. Recently, there has been increasing interest in the LMS (Least Mean Square) algorithms with self-adjusted step size. It is because the self-adjusted step-size LMS algorithms have shown to outperform the conventional fixed step-size LMS in the various situations. In this paper, a self-adjusted step-size LMF algorithm is proposed, which adopts an averaged gradient based step size as a self-adjusted step size. It is expected that the proposed algorithm also outperforms the conventional fixed step-size LMF. The superiority of the proposed algorithm is confirmed by the simulations in the time invariant and time variant channels.