• 한국정보통신학회논문지
• /
• 제7권4호
• /
• pp.691-698
• /
• 2003

적응 횡단선 필터에서 수렴 속도의 개선을 위해 기존의 최소 평균 자승 알고리즘을 확장한 반복적 최소 자승 알고리즘의 탭 가중치 갱신 메커니즘에 재순환 데이터 버퍼를 이용함으로서 수렴특성을 개선시키는 효율적인 기법을 제시하였다. 본 논문은 기존의 적응 횡단선 필터에 데이터 재순환 버퍼 구조를 제안하여 새로운 RLS 탭 가중치 갱신 알고리즘을 유도하여 조화 평균 학습 곡선의 평균 자승 에러 값에 대한 반복수에 대해서 데이터 재순환 버퍼를 사용한 학습 곡선의 수렴 속도가 버퍼가 없는 경우의 재순환 버퍼 RLS 알고리즘의 수렴 속도보다 비례하여 빠르게 수렴한다는 것을 수학적인 연산을 통해 증명하였다. 채널 진폭의 왜곡의 정도와 재순환 데이터 버퍼 수에 따른 평균 자승 에러에 대한 삼차원 시뮬레이션 결과로부터 고유치 확산이 증가함에 따라 특정 값에 수렴하기 위한 요구된 샘플의 반복수가 비례하여 증가하였으며, 재순환 데이터 버퍼 수 B가 증가함에 따라 요구된 샘플의 반복수가 B배만큼 감소함으로서 제안된 구조에서 RLS 가중치 갱신 알고리즘의 수렴특성이 개선됨을 입증하였다.