• 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.

• 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).

• Journal of Electrical Engineering and Technology
• /
• 제13권6호
• /
• pp.2344-2353
• /
• 2018

A coupled recursive total least squares (CRTLS) algorithm is proposed for parameter estimation of permanent magnet synchronous machines (PMSMs). TLS considers the errors of both input variables and output ones, and thus achieves more accurate estimates than standard least squares method does. The proposed algorithm consists of two recursive total least squares (RTLS) algorithms for the d-axis subsystem and q-axis subsystem respectively. The incremental singular value decomposition (SVD) for the RTLS obtained by an approximate calculation with less computation. The performance of the CRTLS is demonstrated by simulation and experimental results.

• 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
• /
• 제40권3호
• /
• pp.213-218
• /
• 2021

입력과 출력에 동시에 잡음이 존재하는 경우 최소 자승법 보다는 완전 최소 자승법이 더 우수한 추정 성능을 보인다는 것이 알려져 있다. 완전 최소 자승법을 시계열 특성을 가지는 데이터에 적용할 경우 보다 실시간 성을 더하기 위해서 Recursive Total Least Squares(RTS) 알고리즘이 제안되어 있다. RTLS는 알고리즘 내에 존재하는 역행렬 계산에서 수치적인 불안정성을 지닌다. 본 논문에서는 RTLS와 유사한 수렴성을 지닐 뿐만 아니라 수치적 불안정성을 줄이기 위한 알고리즘을 제안한다. 이 알고리즘을 위해서 Iterative Wiener Filter(IWF)를 적용한 새로운 RTLS를 제안한다. 시뮬레이션을 통해서 수렴성이 기존의 RTLS와 유사할 뿐만 아니라 수치적 견실성이 기존 RTLS보다 향상되었다는 것을 보인다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1991년도 학술발표회 논문집
• /
• pp.23-27
• /
• 1991

RLS(Recursive Least Squares)나 LMS(Least mean square)등은 알고리듬 고유의 성질상 잡음이 섞인 시스템에 있어서는 올바른 역 모델링을 할 수 없다. 따라서, 잡음의 영향을 받지않는 견실한(robust) 모델 추정 알고리듬이 필요하다. 본 논문에서는 잡음환경하에 있는 시스템을역 모델링하는데 있어서, 잡음의 영향을 줄이기위해 완전최소자승법을 도입하고 기존의 최소자승법과 비교 실험하였다. 그리고, 이 방법의 적응 알고리듬을 제안하였으며, RLS(Recursive least squares)와 그 성능을 비교하여 타당성을 검토하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2004년도 추계학술발표대회논문집 제23권 2호
• /
• pp.547-550
• /
• 2004

본 논문은 시스템 인식에서 RLS의 성능을 높이기 위한 한 방법으로 UDU 행렬 분해법을 바탕으로 한 recursive total least squares (RTLS) algorithm을 제안한다. 기존의 RTLS는 Power Method에 의거해서 recursive하게 만든 형태이어서 RLS와 거의 같은 구조이다. 그러나 본 논문에서는 일반적인 Power Method가 rank-1 update를 이용하기 때문에 ill-condition에 빠질 가능성이 높은 점을 감안하여, UDU 행렬 분해법을 사용한 RTLS방법을 제안하고, 그를 시스템 인식에 적용한다.

• Journal of Electrical Engineering and Technology
• /
• 제7권4호
• /
• pp.606-614
• /
• 2012

A practical recursive linear robust estimation scheme is proposed for target localization in the sensor network which provides range difference of arrival (RDOA) measurements. In order to radically solve the known practical difficulties such as sensitivity for initial guess and heavy computational burden caused by intrinsic nonlinearity of the RDOA based target localization problem, an uncertain linear measurement model is newly derived. In the suggested problem setting, the target localization performance of the conventional linear estimation schemes might be severely degraded under the low SNR condition and be affected by the target position in the sensor network. This motivates us to devise a new sensor network localization algorithm within the framework of the recently developed robust least squares estimation theory. Provided that the statistical information regarding RDOA measurements are available, the estimate of the proposition method shows the convergence in probability to the true target position. Through the computer simulations, the omnidirectional target localization performance and consistency of the proposed algorithm are compared to those of the existing ones. It is shown that the proposed method is more reliable than the total least squares method and the linear correction least squares method.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2002년도 하계학술발표대회 논문집 제21권 1호
• /
• pp.357-360
• /
• 2002

혈관에 흐르는 혈류 속도의 측정은 혈압 및 심박수와 관련된 혈류의 역학적 변화를 관찰하는 데 있어서 주로 사용되는 방법 중의 하나이다. 이 혈류 속도는 일반적으로 도플러 효과에 의하여 주파수가 변화하는 현상을 이용하여 추정하게 된다. 그런데 기존의 주파수 추정 방법들은 시불변 시스템을 가정하고 있지만 실제 혈관 속은 혈구가 일정하지 않은 속도를 갖는 시변 시스템이라 할 수 있기 때문에 이러한 시변 특성이 강한 경우 기존의 방법을 이용하게 되면 그 성능이 저하되는 경향을 보인다. 또 피시험자의 몸 상태에 따라서 서로 다른 주파수 변화 추이를 보이므로 하나의 고정 변수로써 최적화된 성능을 기대하기도 어렵다. 그러므로 본 논문에서는 시변 시스템에서 좋은 성능을 갖는 가변 망각 인자(variable forgetting factor, VFF)를 사용한 순환적인 완전 최소 자승법(recursive total least squares, RTLS) 기법을 이용한 주파수 추정 방법을 제안한다. RTLS란 TLS 기법을 순차적으로 계산하는 방법으로 시변 적응력을 향상시키는 방법이다. 또한 이 기법에 가변 망각 인자(VFF)를 적용시키는 것은 시변 시스템에서 외부적인 변화에 대하여 좀더 효율적으로 대응할 수 있기 위함이다. 기존의 방법과 성능 비교를 위하여 컴퓨터 시뮬레이션을 하였으며 그 결과 시변 시스템에서 본 논문에서 제안한 VFF를 이 용한 RTLS 기법이 보다 향상된 성능을 가지고 있음을 확인 할 수 있었다.

• 한국음향학회지
• /
• 제14권3호
• /
• pp.37-48
• /
• 1995

일반화된 완전최소자승법 (generalized total least squares method, GTLS)의 ARMA 시스템 식별에의 적용과 GTLS의 적응알고리듬에 대하여 논한다. 일반화된 완전최소자승법은 일별과 출력을 알고 있는 시스템식별 (system identification)문제에서, 출력이 잡음에 의하여 오염된 경우, 편이되지 않은 해를 구하기 위하여 사용되는 방법이다. 본 논문에서는 먼저 GTLS를 ARMA 시스템 식별에 적용하기 위한 formulation을 하고, 일반화된 완전최소자승법의 일반 해의 성질과 역행렬 정리 (matrix inverse lemma)를 이용하여 적응 GTLS 방법을 제안한다. 다음 제안된 방법을 통하여 시스템식별에 적용하여 그 성능을 평가한다. 또한 GTLS 알고리듬과 제안한 적응 GTLS 알고리듬의 성능을 수학적으로 해석하고 컴퓨터 시뮬레이션을 통하여 이를 검증한다.