The Improvement of High Convergence Speed using LMS Algorithm of Data-Recycling Adaptive Transversal Filter in Direct Sequence Spread Spectrum

In this paper, an efficient signal interference control technique to improve the high convergence speed of LMS algorithms is introduced in the adaptive transversal filter of DS/SS. The convergence characteristics of the proposed algorithm, whose coefficients are multiply adapted in a symbol time period by recycling the received data, is analyzed to prove theoretically the improvement of high convergence speed. According as the step-size parameter ${\mu}$ is increased, the rate of convergence of the algorithm is controlled. Also, an increase in the stop-size parameter ${\mu}$ has the effect of reducing the variation in the experimentally computed learning curve. Increasing the eigenvalue spread has the effect of controlling which is downed the rate of convergence of the adaptive equalizer. Increasing the steady-state value of the average squared error, proposed algorithm also demonstrate the superiority of signal interference control to the filter algorithm increasing convergence speed by (B+1) times due to the data-recycling LMS technique.

직접순차 확산 스펙트럼 시스템에서 데이터 재순환 적응 횡단선 필터의 LMS 알고리즘을 이용한 고속 수렴 속도 개선

본 논문에서 직접순차 확산 스펙트럼 시스템의 적응 횡단선 필터에서 LMS 알고리즘의 수렴 속도를 향상시키기 위한 효율적인 신호간섭 제어기법을 제안한다. 수신 데이터를 재순환하여 심볼 시간주기에 계수들을 곱함으로써 적응되는 제안된 알고리즘의 수렴특성이 수렴 속도의 향상을 이론적으로 증명하기 위해 분석한다. 스텝-크기 매개변수 ${\mu}$가 증가됨에 따라 알고리즘의 수렴 속도가 제어된다. 또한, 스텝-크기 매개변수 ${\mu}$의 증가는 실험적으로 계산된 학습 곡선에서 분산을 감소시키는 효과를 갖는다. 고유치 확산을 증가시킴에 따라 즉응 등화기의 수렴속도를 천천히 제어하고 평균 자승 에러의 안정-상태 값을 증가시키는 효과를 나타내며 데이터-재사용 LMS 기술이 수렴속도를 (B+1)배만큼 증가시켜 필터 알고리즘에서 신호간섭제어의 우수성을 입증한다.