• The Journal of the Acoustical Society of Korea
• /
• 제22권3E호
• /
• pp.93-100
• /
• 2003

We present a recursive total least squares (RTLS) algorithm for adaptive system identification. So far, recursive least squares (RLS) has been successfully applied in solving adaptive system identification problem. But, when input data contain additive noise, the results from RLS could be biased. Such biased results can be avoided by using the recursive total least squares (RTLS) algorithm. The RTLS algorithm described in this paper gives better performance than RLS algorithm over a wide range of SNRs and involves approximately the same computational complexity of O(N²).

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2004년도 추계학술발표대회논문집 제23권 2호
• /
• pp.527-530
• /
• 2004

We present a recursive total least squares (RTLS) algorithm for multilayer feedforward neural networks. So far, recursive least squares (RLS) has been successfully applied to training multilayer feedforward neural networks. But, when input data contain additive noise, the results from RLS could be biased. Such biased results can be avoided by using the recursive total least squares (RTLS) algorithm. The RTLS algorithm described in this paper gives better performance than RLS algorithm over a wide range of SNRs and involves approximately the same computational complexity of $O(N^{2})$.

• 한국음향학회지
• /
• 제29권6호
• /
• pp.374-380
• /
• 2010

잡음이 섞인 입출력 신호를 갖는 시스템 인식 문제는 완전 최소 자승법 (Total Least Squares (TLS))으로 알려져 있다. 완전 최소 자승법의 성능은 입력 신호 부가 잡음 파워와 출력 신호 부가 잡음간의 분산비에 매우 민감하다. 본 논문에서는 TLS의 성능 향상을 위해서 LS (Least Squares)와의 결합을 제안한다. 그 한 형태로 재차적인 TLS (Recursive TLS)와 재차적인 LS (Recursive Least Squares)간의 결합 알고리즘을 제안한다. 이 결합은 잡음간 분산비에 강인한 결과를 낳았다. 모의실험을 통해 얻은 결과로부터 입력 신호에 신호대 잡음비가 5dB를 유지히는 잡음을 부가할 경우 입력 잡음과출력 잡음의 비 $\gamma$가 약 20 정도까지로 적용 범위가 확대되는 결과를 얻었다. 따라서 제안된 결합 방법이 기존의 TLS의 적용 범위를 넓힐 수 있음을 알 수 있다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.927-931
• /
• 2003

In this paper, a new Recursive Least-Squares(RLS) algorithm based on matrix pseudo-inverses is presented. The aim is to use the proposed new RLS algorithm for not only the over-determined but also the under-determined estimation problem. Compared with previous results, e.g., Jie Zhou et al., the derivation of the proposed recursive form is much easier, and the recursion form is also much simpler. Furthermore, it is shown by simulations that the proposed RLS algorithm is more efficient and numerically stable than the existing algorithms.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 추계종합학술대회 논문집
• /
• pp.655-658
• /
• 1999

In this study, We derived Recursive Least Squares(RLS) algorithm with adaptive maximum -likelihood channel estimate for digital pulse amplitude modulated sequence in the presence of intersymbol interference and additive white Gaussian noise. RLS algorithms have better convergence characteristics than conventional algorithms, LMS Least Mean Squares) algorithms.

• 한국음향학회지
• /
• 제38권3호
• /
• pp.283-289
• /
• 2019

RLS(Recursive-least-squares) 알고리즘은 수렴성이 좋고, 수렴 후 오차 수준도 우수한 것으로 알려져 있다. 그러나 알고리즘 내에 역행렬 계산이 포함되어 수치적 불안정성을 나타내는 단점도 있다. 본 논문에서는 언급한 불안정성을 회피하기 위해서 역행렬이 없지만 수렴성이 유사한 알고리즘을 제안한다. 이를 위해서 기울기 평균 벡터를 사용한 가변 스텝 최소 자승 알고리즘을 사용한다. 또 시변 채널 추정에 우수한 성능을 내기 위해서 계산량이 적은 가변 망각인자를 도입한다. 시뮬레이션을 통해서 기존 RLS와의 성능을 비교하고 그 유사성을 보인다. 또 시변 채널에서 가변 망각인자의 우수성도 보인다.

• 한국음향학회지
• /
• 제39권1호
• /
• pp.32-37
• /
• 2020

본 논문은 l₁놈-Recursive Least Squares(RLS)에 수치 계산상 견실화를 더한 새로운 알고리즘을 제안한다. Eksioglu와 Tanc는 희소성 음향 채널 추정을 위해서 l₁놈-RLS 알고리즘을 구현하였다. 그러나 이 알고리즘의 근간인 RLS 계산법 역행렬 계산에서 수치 계산상의 불안정성을 지니고 있다. 본 논문에서는 이런 불안정성을 낮추는 새로운 알고리즘을 제안한다. 그리고 제안한 방법을 사용했을 때 수치적 불안정성에 대한 성능이 개선되었음을 보인다.

• 한국통신학회논문지
• /
• 제35권9C호
• /
• pp.735-742
• /
• 2010

본 논문에서는 다수의 송신 안테나와 수신 안테나를 갖는 RF 중계기를 위한 적응 간섭제거 알고리즘을 제안한다. 중계기에서 다수의 안테나를 사용하는 경우 송신 안테나와 수신 안테나간의 불완전한 격리로 인해 간섭이 발생하고, 궤환 간섭 경로는 MIMO (multi-input multi-output) 채널로 모델링된다. 이런 궤환 간섭을 제거하기 위해 적응 신호처리 기법에 기반하여 LMS (least mean square) 간섭제거 알고리즘과 RLS (recursive least squares) 간섭제거 알고리즘을 유도한다. 모의 실험을 통해 제안된 간섭 제거 알고리즘의 수렴 특성 및 정상 상태에서의 간섭 제거 성능을 비교한다.

• 한국음향학회지
• /
• 제35권5호
• /
• pp.383-388
• /
• 2016

본 논문은 볼록 규준화 RLS(Recursive Least Squares)에 쓰이는 규준화를 위한 상수를 정하는 법을 제안한다. Eksioglu와 Tanc는 희소성 음향 채널 추정을 위해서 볼록 규준화 RLS 알고리즘을 구현하였다. 그러나 이 알고리즘은 더 좋은 추정 성능을 위해서 채널의 참 임펄스 응답 정보가 사용된다. 본 논문에서는 이 같은 참 임펄스 응답 정보가 필요 없는 규준화 상수를 위한 두 가지 선정법을 제안한다. 그리고 제안한 방법을 사용했을 때 Eksioglu와 Tanc의 방법에 필적한 추정 성능을 유지함을 보인다.

• 한국음향학회지
• /
• 제29권1호
• /
• pp.18-23
• /
• 2010

RLS (Recursive Least Squares) 알고리즘은 적응 알고리즘의 대표적인 알고리즘이다. 하지만, 기본적인 RLS 알고리즘은 빠르게 움직이는 신호와 같은 비정상 (non-stationary) 신호환경에서는 좋은 성능을 가질 수 없다는 단점이 있다. 이를 해결하기 위하여 가변 망각 인자를 가지는 RLS 알고리즘이 등장하였으나, 기존의 가변 망각 인자 RLS 알고리즘은 연산량이 너무 많다는 단점이 있다. 본 논문에서는 이를 해결하기 위하여, 상대적으로 적은 연산량으로 AFF-RLS 알고리즘과 비슷한 성능을 내는 RLS 알고리즘을 제안한다.