• 한국통신학회논문지
• /
• 제18권7호
• /
• pp.1028-1035
• /
• 1993

Signed Regressor 적응 알고리즘은 한 비트 양자화를 이용하여 탭 입력이 +1또는 -1이 되도록 양자화한다. 따라서 이미 널리 사용되고 있는 Least Mean Square (LMS) 알고리즘에 비하여 계산량 측면에서 효율적이다. 그러나 SR 알고리즘의 동작특성은 입력신호의 특성에 매우 종속적이며, 효율성을 위하여 성능을 약간 희생한다. 본 논문에서는 이 SR 알고리즘의 동작특성에 대하여 통계적 분석을 하였다. 이를 위해, 사용되는 신호가 평균이 제로인 가우시안 신호라는 가정과 이러한 분석에 이미 널리 통용되어 사용되는 독립가정을 이용하여, SR 알고리즘의 평균 및 평균자승 특성을 나타내는 일련의 비선형 관계식을 유도하였다. 그리고 유도된 이론적 결과가 실험적 결과와 매우 일치함을 보였다.

• 대한기계학회논문집A
• /
• 제27권10호
• /
• pp.1712-1719
• /
• 2003

This paper concerns on application of active magnetic bearing(AMB) system to levitate the elevation axis of an electro-optical sight mounted on moving vehicles. In such a system, it is desirable to retain the elevation axis within the predetermined air-gap while the vehicle is moving. An optimal base acceleration feedforward control is proposed to reduce the base motion response. In the consideration of the uncertainty of the system model, a filtered-x least-mean-square(FXLMS) algorithm is used to estimate the frequency response function of the feedforward control which cancels base motions. The frequency response function is fitted to an optimal feedforward control. Experimental results demonstrate that the proposed control reduces the air-gap deviation to 27.7% that by feedback control alone.

• 전자공학회논문지S
• /
• 제36S권7호
• /
• pp.81-89
• /
• 1999

통신에 의한 전송 영상은 잡음이나 번짐 또는 일그러짐 등을 항상 포함한다. 본 논문에서는 적응형 일반스텍 최적화 필터(OAGSF: optimal adaptive generalized stack filter)라는 영상복원 공간 필터를 제안하였는데, 이는 영상의 복원에서 잡음 제거율과 외곽선 정보의 보존률의 증가을 위해 신경회로맘의 역전파 학습 알고리즘의 가중치 학습 알고리즘을 기반으로 적응형 일반스택 필터(AGSF)를 최적화 시킨 것이다. 적응형 일반스택 필터는 일반스택 필터(GSF: generalized stack filter)와 적응형 다단계 메디안 필터(AMMF; adaptive multistage median filter)로 구분하고, 일반스텍 필터는 스택 필너치 기능을 보완한것이고, 적응형 다단계 메디안 필터는 메디안 필터의 외곽선 정보 보존률을 높인 것이다. 신경회로망의 역전파 학습 알고리즘에 대하여 두가지 가중치 학습 알고리즘인 최소평균절대 (LMA:Least Mean Absolute) 알고리즘과 최소평균자승(LMS: Least Mean Square) 알고리즘을 이용하여 적응형 일반스택 필터를 최적화하였다. 본 논문에서 제시한 신경회로망을 이용한 영상복원 공간필터에 대해 실험결과를 통해 제시하였다.

• Journal of Communications and Networks
• /
• 제6권1호
• /
• pp.19-25
• /
• 2004

In this paper, we present a trellis-based blind channel estimation and equalization technique coupling two kinds of adaptive Viterbi algorithms. First, the initial blind channel estimation is accomplished by incorporating the list parallel Viterbi algorithm with the least mean square (LMS) updating approach. In this operation, multiple trellis mappings are preserved simultaneously and ranked in terms of path metrics. Equivalently, multiple channel estimates are maintained and updated once a single symbol is received. Second, the best channel estimate from the above operation will be adopted to set up the whole trellis. The conventional adaptive Viterbi algorithm is then applied to detect the signal and further update the channel estimate alternately. A small delay is introduced for the symbol detection and the decision feedback to smooth the noise impact. An automatic switch between the above two operations is also proposed by exploiting the evolution of path metrics and the linear constraint inherent in the trellis mapping. Simulation has shown an overall excellent performance of the proposed scheme in terms of mean square error (MSE) for channel estimation, robustness to the initial channel guess, computational complexity, and channel equalization.

• 한국음향학회지
• /
• 제28권3호
• /
• pp.245-250
• /
• 2009

통신과 신호처리 분야에서 다양한 LMS 적응 알고리즘이 단순성과 강인성 때문에 사용되고 있다. 하지만 LMS 알고리즘의 느리고 균일하지 못한 수렴 특성은 잘 알려져 있다. 수렴 속도를 높이기 위하여 여러 가지 가변 스텝 사이즈 LMS 적응 알고리즘이 제안되고 연구되어왔다. 스텝 사이즈를 조절하기 위하여 오류 차이를 활용한 가변 스텝 사이즈 LMS 알고리즘을 제안한다. 제안된 LMS 알고리즘은 다른 알고리즘과 비교하였을 때 실험 결과로 볼 때 수렴속도가 빨랐다. 또한 제안된 알고리즘에 대한 이론적 성능을 평형상태에 대하여 분석하였다.

• 한국통신학회논문지
• /
• 제38C권3호
• /
• pp.288-295
• /
• 2013

본 논문에서는 4S (Ship to Ship, Ship to Shore) 해상통신을 위해 다른 채널 조건 하에서 기존의 채널 추정 기법을 비교하였다. 일반적으로 수신 신호는 다중경로나 부호 간 간섭에 의해 손상을 받게 된다. 시간 변화 다중 페이딩 채널의 추정은 수신기에서 어려운 작업이며, 적절한 채널 추정 필터를 사용함으로써 수신기의 성능을 향상시킬 수 있다. 모의실험은 MATLAB을 사용하여 AWGN (Additive White Gaussian Noise), Rician, Rayleigh 채널에서 채널 추정 알고리즘으로 주로 사용되어지는 LMS (Least Mean Square)와 RLS (Recursive Least-Squares) 알고리즘을 비교 하였다.

• 전자공학회논문지
• /
• 제50권8호
• /
• pp.28-38
• /
• 2013

본 논문에서는 단일 반송파 시스템에서 LDPC(low density parity check) 부호와 LMS(least mean square) 알고리즘을 이용한 적응 등화기를 사용한 시스템에서 간단한 계산을 통한 궤환 신호를 생성하여 성능을 향상 시키는 개선된 터보 등화기를 제안한다. LDPC부호는 오류를 정정하는데 있어서 매우 좋은 성능을 보인다. 그러나 LDPC 부호는 열악한 환경에서 좋은 성능을 내기 위하여 긴 패리티 검사행렬을 사용하고 LDPC 부호의 반복을 증가시켜 계산량이 크게 늘어난다. 추가로 성능을 더욱 향상시키기 위해 LDPC 부호 기반의 터보 등화 방법을 사용한다. 이 시스템의 경우 반복횟수의 증가로 계산량이 매우 크게 증가하는 단점이 있다. 이러한 계산량의 증가를 보완하기 위하여 LDPC 부호와 연판정 이후의 신호를 이용하여 적응 등화기를 조절한다. 시뮬레이션 결과 더 적은 계산량으로 LDPC 부호를 사용하고 SISO-MMSE(soft input soft output minimum mean square error)알고리즘 기반인 터보 등화기에 근접하는 성능을 내는 것을 확인하였다.

• 한국음향학회지
• /
• 제34권5호
• /
• pp.377-384
• /
• 2015

본 논문은 노이즈 캔슬링 헤드폰을 위한 능동 소음 제어 알고리즘을 제안한다. 제안 알고리즘은 피드백 구조의 filtered-x least mean square algorithm(FxLMS) 기반 능동 소음 제어 기술을 이용하여 외부에서 헤드폰 내부로 유입되는 소음을 제어한다. 이때 가변적인 2차 경로에 강인하게 대처하기 위해 지속적으로 2차 경로를 추정하는 잔여 음악제거기 기반의 온라인 2차 경로 추정 알고리즘을 이용한다. 실험을 통해 2차 경로가 변화하는 환경에서 제안 능동 소음제어 알고리즘은 기존 알고리즘들에 비해 음악 신호의 왜곡 없이 안정적으로 일관성 있는 소음 제어 성능을 보임을 확인하였다.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2002년도 춘계학술대회 논문집
• /
• pp.333-338
• /
• 2002

자기베어링의 회전정밀도에 영향을 미치는 인자로 PWM 전력증폭기, 위치 센서 등과 같은 자기베어링 구성 장치의 동특성 및 정밀도, 시스템의 정확한 모델링, 제어기법, 런아웃 등이 있다. 본 연구에서는 능동 자기베어링을 제어하기 위해 자기베어링의 PWM 전력증폭기와 회전축을 모델링하고 이를 바탕으로 능동 자기베어링 제어를 위한 PID 제어기를 구성하였으며, 변위 센서의 부착위치 및 회전축의 진원도의 영향으로 발생하는 주기적인 런아웃 요소를 첨가하여 런아웃의 영향을 확인하였으며, 런아웃 (Runout)에 의해 발생하는 에러(Error)를 효과적으로 제어하여 자기베어링의 제어 정밀도를 향상시키기 위한 방법으로 기본적인 PID 제어기에 최소평균자승(Least Mean Square, LMS) 알고리즘을 적용한 적응 피드포워드 제어기를 구성하여 자기베어링의 능동 제어에서 발생하는 주기적인 런아웃을 효과적으로 제어할 수 있음을 MATLAB을 통한 시뮬레이션을 통해 확인하였다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제51권2호
• /
• pp.69-77
• /
• 2002

Speaker verification can be classified in two categories, text-dependent speaker verification and text-independent speaker verification. In this paper, we discuss text-dependent speaker verification. Text-dependent speaker verification system determines whether the sound characteristics of the speaker are equal to those of the specific person or not. In this paper we obtain the speaker data using a sound card in various noisy conditions, apply a new Hidden LMS (Least Mean Square) adaptive algorithm to it, and extract LPC (Linear Predictive Coding)-cepstrum coefficients as feature vectors. Finally, we use a competitive learning neural network for speaker verification. The proposed hidden LMS adaptive filter using a neural network reduces noise and enhances features in various noisy conditions. We construct a separate neural network for each speaker, which makes it unnecessary to train the whole network for a new added speaker and makes the system expansion easy. We experimentally prove that the proposed method improves the speaker verification performance.