• 전기전자학회논문지
• /
• 제15권4호
• /
• pp.293-298
• /
• 2011

본 논문에서 광대역 코드분할 다중접속 무선 중계기에서 간섭제거를 위한 새로운 CMF(Constant Modulus Fourth) 알고리즘을 제안한다. CMF 알고리즘은 고정 계수 알고리즘인 CMA(Constant Modulus Algorithm)를 수정한 것으로서, 스텝 사이즈를 적절하게 조절함에 따라 개선된 성능을 보이게 된다. 제안된 CMF 알고리즘에서 스텝사이즈가 0.35인 경우 수렴상태에서 평균 자승 에러는 기존 CMA 알고리즘보다 약 4 dB정도 더 낮다. 그리고, 평균 자승 에러 -25dB를 기준으로하면 LMS(Least Mean Square)와 NLMS(Normalized Least Mean Square)보다 반복회수가 400~1100번 정도 줄어든다.

• Kyungpook Mathematical Journal
• /
• 제53권3호
• /
• pp.479-495
• /
• 2013

Taking the weighted geometric mean [11] on the cone of positive definite matrix, we propose an iterative mean algorithm involving weighted arithmetic and geometric means of $n$-positive definite matrices which is a weighted version of Carlson mean presented by Lee and Lim [13]. We show that each sequence of the weigthed Carlson iterative mean algorithm has a common limit and the common limit of satisfies weighted multidimensional versions of all properties like permutation symmetry, concavity, monotonicity, homogeneity, congruence invariancy, duality, mean inequalities.

• Journal of information and communication convergence engineering
• /
• 제8권2호
• /
• pp.159-162
• /
• 2010

This paper presents a new Kurtosis driven Variable Step-Size Normalized Least Mean Square (KVSSN-LMS) algorithm to prevent repeater from oscillation due to feedback signal of radio frequency (RF) repeater. To get better Mean Square Error (MSE) performance, step-size is adjusted using the kurtosis. The proposed algorithm shows the better performance of steady state MSE. The proposed algorithm shows a better ERLE performance than that of KVSS-LMS, VSS-NLMS, NLMS algorithms.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제39차 동계학술발표논문집 16권2호
• /
• pp.207-210
• /
• 2009

Edge detection is an important process in low level image processing. But many proposed methods for edge detection are not very robust to the image noise and are not flexible for different images. To solve the both problems, an algorithm is proposed which eliminate the noise by mean shift algorithm in advance, and then adaptively determine the double thresholds based on gradient histogram and minimum interclass variance, With this algorithm, it can fade out almost all the sensitive noise and calculate the both thresholds for different images without necessity to setup any parameter artificially, and choose edge pixels by fuzzy algorithm.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제39차 동계학술발표논문집 16권2호
• /
• pp.211-214
• /
• 2009

Edge detection always influenced by noise belong to the original image, therefore need use some methods to sort this issue, mean shift algorithm has the smooth function which suit for the edge detection purpose, so adopted to fade out the unimportant information, and the sensitive noise portions. After this section, use the Canny algorithm to pick up the contour of the objects we focus on, meanwhile select the Soble operator that has the orientation attribute to support the method work well. In final, take experiment and get the perfect result we wanted, make sure this method make sense and better than the sole Edge detection algorithm,

• The Journal of the Acoustical Society of Korea
• /
• 제16권3E호
• /
• pp.62-68
• /
• 1997

In this paper, a modified adaptive sign (MAS) algorithm based on a mixed norm error criterion is proposed. The mixed norm error criterion of be minimized is constructed as a combined convex function of the mean-absolute error and the mean-absolute error to the third power. A convergence analysis of the MAS algorithm is also presented. Under a set of mild assumptions, a set of nonlinear evolution equations that characterizes the statistical mean and mean-squared behavior of the algorithm is derived. Computed simulations are carried out to verify the validity of our derivations.

• The Journal of the Acoustical Society of Korea
• /
• 제14권1E호
• /
• pp.56-64
• /
• 1995

최소평균사승 적응알고리즘은 추정오차의 평균사승값을 최소화하는 추정경도방법 가운데 하나이다. 알고리즘의 잠재적인 여러 장점에도 불구하고, 이 알고리즘은 현재 기존의 최소평균자승 알고리즘 보다 실제 적게 주목받고 있다. 그 이유는 최소평균사승 알고리즘의 수렴특성에 관한 통계적 분석이 최소평균자승 알고리즘에 비해 매우 어렵고, 따라서 아직 알고리즘에 대해 모르는 분분이 많이 때문으로 보인다. 본 논문에서는 적응필터의 입력신호가 평균이 영이고 시불변 가우시안 랜덤신호일 경우 최소평균사승 적응알고리즘의 통계적인 수렴특성에 대하여 연구하였다. 이를 위해, 시스템인지 모드에서 알고리즘의 평균 및 평균자승 특성을 나타내는 일련의 관계식을 유도하였다. 그리고 알고리즘의 평균특성이 수렴하기 위한 조건을 찾았는데, 여기서 최소평균사승 적응알고리즘의 수렴특성이 초기치의 선택에 크게 좌우됨을 알 수 있었다. 또한 최소 평균사승 알고리즘의 성능을 기존의 최소평균자승 알고리즘과 실험적으로 비교하였고, 두개의 알고리즘이 정상상태에서 같은 값의 평균자승추정오차를 갖을 때 최소평균사승 알고리즘이 치소평균자승 알고리즘에 비해 매우 빠른 수렴속도를 갖을수 있음을 확인하였다.

• The Journal of the Acoustical Society of Korea
• /
• 제25권3E호
• /
• pp.123-130
• /
• 2006

The adaptive echo canceller (AEC) has become an important component in speech communication systems, including mobile station. In these applications, the acoustic echo path has a long impulse response. We propose a running-average least mean square (RALMS) algorithm with a detection method for acoustic echo cancellation. Using colored input models, the result clearly shows that the RALMS detection algorithm has a convergence performance superior to the least mean square (LMS) detection algorithm alone. The computational complexity of the new RALMS algorithm is only slightly greater than that of the standard LMS detection algorithm but confers a major improvement in stability.

• 한국전자파학회논문지
• /
• 제19권9호
• /
• pp.1058-1064
• /
• 2008

본 논문에서는 RF(Radio Frequency) 중계기에서 그룹화 CMA(Constant Modulus Algorithm)와 LMS(Least Mean Square) 알고리즘을 이용하여 적응 필터를 적용시킨 새로운 혼합 간섭 제거기를 제안한다. 송신 안테나에서 수신안테나로 궤환되는 신호는 수신 시스템의 성능을 저하시킨다. 제안한 간섭 제거기는 그룹화 CMA 알고리즘 간섭 제거 기법을 적용시키기 때문에 기존 구조보다 나은 채널 적응 성능과 낮은 MSE(Mean Square Error)을 가진다. 이 구조는 기존 비선형 간섭 제거기에 비해 같은 MSE(Mean Square Error)에 대한 반복수와 하드웨어 복잡도를 줄여준다. 즉, 제안한 알고리즘은 LMS 알고리즘에 비해 평균 자승 에러가 적응 상수에 따라 2.5 dB 또는 4 dB 정도 낮은 값을 보였다. 또한, VSS(Variable Step Size)-LMS 알고리즘에 비해 수렴 속도가 빠르고, 비슷한 평균 자승 에러를 가진다.

• Communications for Statistical Applications and Methods
• /
• 제22권4호
• /
• pp.321-331
• /
• 2015

The K-means clustering algorithm is a popular and widely used method for clustering. For covariance matrices, we consider a geodesic clustering algorithm based on the K-means clustering framework in consideration of symmetric positive definite matrices as a Riemannian (non-Euclidean) manifold. This paper considers a geodesic clustering algorithm for data consisting of symmetric positive definite (SPD) matrices, utilizing the Riemannian geometric structure for SPD matrices and the idea of a K-means clustering algorithm. A K-means clustering algorithm is divided into two main steps for which we need a dissimilarity measure between two matrix data points and a way of computing centroids for observations in clusters. In order to use the Riemannian structure, we adopt the geodesic distance and the intrinsic mean for symmetric positive definite matrices. We demonstrate our proposed method through simulations as well as application to real financial data.