• 대한의용생체공학회:의공학회지
• /
• 제9권1호
• /
• pp.101-108
• /
• 1988

In this paper the power spectrum of background EEG is estimated by the LMS PHD based on least mean square. At the power spectrum estimatiom, the stocastic process of background EEG is assumed to consist of the nonharmonic sinusoid and the white noise. In the LMS PHD the model parameters are obtained by the least mean square at optimal order which is obtained from the fact that the eigenvalue's fluctuation of autocorrelation matrix of the normal back-ground EEG is smaller at some order than at other order when the power spectrum of background EEG is esitmated by PHD. The optimal order of this model is the 6-th order when the eigenvalue's fluctuation of autocorrelation matrix of background EEG is considered. The estimation results are with compared the results from the Maximum Entropy Spectral Estimation and Pisarenko Harmonic Decomposition. From the comparison results. The LMS PHD is possible to estimate the power spectrum of background EEG.

• 한국인터넷방송통신학회논문지
• /
• 제9권2호
• /
• pp.111-116
• /
• 2009

본 논문은 차세대 고속무선 DTV(Digital Television)를 위한 터보복호기반의 위상 옵셋 추정 기법이 대해 연구하였다. 위상 추정기법은 터보 복호기 외부에 추정기를 두어 다음 상태의 위상을 추정하기 위해 LMS (Least Mean Square) 방식을 사용하였다. 기존의 LMS 방식은 구현이 간결하지만 고정의 스텝 사이즈를 가지고 있으므로 시간에 따라 변화하는 다중 경로 환경에서는 채널 추정이 힘들며 트래킹 능력이 떨어지는 단점을 가지고 있다. 따라서 본 논문에서는 고정 스텝 사이즈가 아닌 채널의 상태에 따라 스텝 사이즈를 변화 시키는 가변 스텝사이즈를 갖는 LMS 방식을 제안한다. 모의실험은 임의의 위상 옵셋에 대하여 수행되었으며, 제안한 방식이 기존의 방식에 비해 개선된 성능을 보임을 알 수 있었다.

• The Journal of the Acoustical Society of Korea
• /
• 제27권2E호
• /
• pp.64-68
• /
• 2008

This paper investigates noise reduction performance and performs convergence analysis of a Variable Error Data Normalized Step-Size Least Mean Square(VEDNSS LMS) algorithm. Adopting VEDNSS LMS results in higher system complexity, but noise is reduced providing fast convergence speed Mathematical analysis demonstrates that tap coefficient misadjustment converges. This is confirmed by computer simulation with the proposed algorithm.

• 한국소음진동공학회논문집
• /
• 제13권4호
• /
• pp.239-246
• /
• 2003

Application of the filtered-x Least Mean Square(LMS) adaptive filter to active noise control requires to estimate the transfer characteristics between the output and the error signal of the adaptive controller. In this paper, we derive the filtered-x adaptive noise control algorithm and analyze its convergence behavior when the acoustic noise consists of multiple sinusoids. The results of the convergence analysis of the filtered-x LMS algorithm indicate that the effects of the parameter estimation inaccuracy on the convergence behavior of the algorithm are characterized by two distinct components Phase estimation error and estimated gain. In particular, the convergence is shown to be strongly affected by the accuracy of the phase response estimate. Simulation results are presented to support the theoretical convergence analysis.

• 한국산업정보학회논문지
• /
• 제4권3호
• /
• pp.79-88
• /
• 1999

적응 신호처리 분야에서 LMS(Least Mean Square)알고리즘은 그 식의 간편함과 구현의 용이함으로 가장 널리 이용되고 있다. 대부분의 LMS 알고리즘은 수렴비를 조절하는 적응계수를 일정한 값으로 정하는데, 이는 안전성과 속도사이에서 트레이드오프가 존재한다. 이러한 단점을 해결하고 성능을 개선하기 위하여 가변 LMS(VLMS: Variable LMS)가 발표되었다. 그러나 기존에 발표된 알고리즘들은 급격한 환경변화에 적응하지 못하고 발산하는 경우도 있으며 수렴속도에 문제가 있다. 본 논문에서는 기존의 적응계수의 특성을 일부 변형시킴으로서 계산량을 줄이고, 급격한 환경변화에서도 수렴하도록 하는 새로운 알고리즘을 제안하였다. 제안한 적응계수의 성능 확인을 위하여 시스템 식별 및 잡음 제거 시스템에 적용하여 기존의 알고리즘들과 비교하였다.

• Journal of Communications and Networks
• /
• 제9권1호
• /
• pp.18-27
• /
• 2007

The conventional normalized least mean square (NLMS) algorithm is the most widely used for adaptive identification within a non-stationary input context. The convergence of the NLMS algorithm is independent of environmental changes. However, its steady state performance is impaired during input sequences with low dynamics. In this paper, we propose a new NLMS algorithm which is, in the steady state, insensitive to the time variations of the input dynamics. The square soot (SR)-NLMS algorithm is based on a normalization of the LMS adaptive filter input by the Euclidean norm of the tap-input. The tap-input power of the SR-NLMS adaptive filter is then equal to one even during sequences with low dynamics. Therefore, the amplification of the observation noise power by the tap-input power is cancelled in the misadjustment time evolution. The harmful effect of the low dynamics input sequences, on the steady state performance of the LMS adaptive filter are then reduced. In addition, the square root normalized input is more stationary than the base input. Therefore, the robustness of LMS adaptive filter with respect to the input non stationarity is enhanced. A performance analysis of the first- and the second-order statistic behavior of the proposed SR-NLMS adaptive filter is carried out. In particular, an analytical expression of the step size ensuring stability and mean convergence is derived. In addition, the results of an experimental study demonstrating the good performance of the SR-NLMS algorithm are given. A comparison of these results with those obtained from a standard NLMS algorithm, is performed. It is shown that, within a non-stationary input context, the SR-NLMS algorithm exhibits better performance than the NLMS algorithm.

• 한국음향학회지
• /
• 제7권2호
• /
• pp.39-50
• /
• 1988

한 쌍의 주파수 영역 적응 디지탈 필터를 이용하여 두 신호간의 magnitude squared coherence(MSC) 함수를 추정하는 방법을 제안하였다. 이와 같은 방법은 시간 영역에서 한 쌍의 적응디지탈 필터를 이용하는 LMS-MSC(least mean square-MSC)알고리즘에 비하여 적은 양의 계산으로 MSC 함수를 구할 수 있다. MSC함수 추정을 위하여 대표적인 주파수 영역 적응 필터링 알고리즘인 CFLMS(constrained frequency-domain LMS)와 UFLMS (unconstrained frequency-domain LMS)알고리즘을 사용하였으며, 컴퓨터 시뮬레이션을 통하여 LMS-MSC 알고리즘과 성능을 비교하였다.

• 한국음향학회지
• /
• 제19권8호
• /
• pp.54-62
• /
• 2000

적응 필터링 기법은 시간에 따라 신호의 통계적 특성이 변화한때 많이 응용되는 신호처리의 분야이다. 적응필터의 성능 평가는 보통 구조의 복잡도 (complexity), 수렴 속도 (convergence speed) 및 오조정 (misadjustment)을 가지고 평가한다. 적응 필터의 실시간 구현을 위해서는 구조가 간단해야 피고 수렴속도는 빨라야 한다. 본 연구에서는 수렴속도 향상을 위해 변환 평면에서의 적응 필터링 기법에 대해 제안하였다. 먼저 CZT (Chirp Z-Transform)의 주파수 확대해석하는 특성과 DCT (Discrete Cosine Transform)의 실수연산 특성을 모두 가지는 CDCT (Chirp Discrete Cosine Transform)을 제안하였고, 이를 이용한 CDCTLMS (Chirp Discrete Cosine Transform LMS)을 제안하였다. 제안된 방법은 기존의 NLMS (normalized least mean square)알고리즘과 대표적인 변환평면 적응 필터링 방법인 DCTLMS (discrete cosine transform LMS) 알고리즘과의 학습곡선 (loaming curve)의 비교를 통하여 우수함을 입증하였으며 실제 초음파 신호처리에의 응용을 보였다.

• 한국음향학회지
• /
• 제21권1호
• /
• pp.37-41
• /
• 2002

본 논문에서는 실내 잔향곡선의 초기감쇠시간을 복수 채널을 사용하여 단축시켰다. 실내에서 수음된 음성신호는 MINT(Multiple - input / output INverse Theorem)에 기초하여 풀밴드와 서브밴드로 역필터링하였으며, 복수 채널의 적응필터는 LMS(least Mean Square)와 NLMS(Normalized Least Mean Square) 알고리즘을 사용하였다. 실험결과 잔향곡선에서 -20 dB까지 감소하는데 걸리는 시간이 2개의 마이크로폰을 사용하였을 때 풀밴드 NLMS에서 약 1/3로 단축됨을 확인하였다. 실제 음장의 전달함수를 사용한 주관평가에서는 80%의 청취자가 MINT에 의해 초기감쇠시간이 단축된 음성의 명료도가 향상되었다고 평가하였다.

• 한국음향학회지
• /
• 제37권3호
• /
• pp.156-162
• /
• 2018

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.