지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 남상원
- 발행연도
- 2017
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Proportionate 계열의 부밴드 적응필터 (subband apative filter: SAF) 알고리즘은 성긴 시스템 (Sparse system) 추정 및 음향 반향신호 제거 (acoustic echo cancellation)에 적용되어왔다. 특히, 성긴 시스템의 경우에 한해 성능이 우수한 proportionate normalized subband adaptive filter (PNSAF)에서 임펄스 응답이 성긴 시스템이 아닌 경우에도 좋은 수렴 성능을 갖는 improved PNSAF (IPNSAF)의 형태로 발전되어왔다. 그러나 상기의 알고리즘들은 proportionate 인자가 사용자에 의해 직관적으로 결정되어온 문제점을 가지고 있다.
이러한 문제점을 해결하기 위해 proportionate 타입의 LMS 계열 적응필터 알고리즘에서는 optimized proportionate least mean square (OPLMS) 알고리즘이 제안되었는데 proportionate 인자를 필터 계수의 오차에 비례하도록 업데이트 한다. 또한 시스템 오차를 최소화하는 최적 스텝사이즈를 사용하여 더 좋은 수렴 성능을 얻을 수 있다. 특히, 실제 음향 반향신호 제거 상황과 같이 음향반향경로가 변하는 1차 마르코프 환경에서도 좋은 성능을 보임을 알 수 있다. 그러나 이 알고리즘은 음향 반향신호 제거에 적용될 때 음성신호와 같은 colored 입력 신호를 사용하였을 때는 수렴 성능이 저하되는 문제점이 있다.
본 논문에서는 OPLMS 알고리즘의 장점을 기존의 proportionate 계열 부밴드 적응필터 알고리즘에 확장 적용하였다. 구체적으로, proportionate 계열 부밴드 알고리즘의 수렴 분석을 통해 최적 스텝사이즈를 결정하였고, proportionate 인자를 필터 계수 오차에 비례하도록 업데이트하여 음성신호와 같이 colored 입력 신호에서도 우수한 수렴 성능을 보이는 알고리즘을 제안하였다. 끝으로, 제안된 알고리즘의 성능 검증을 위하여 IPNSAF 및 OPLMS 알고리즘과 성능을 비교한다.
이러한 문제점을 해결하기 위해 proportionate 타입의 LMS 계열 적응필터 알고리즘에서는 optimized proportionate least mean square (OPLMS) 알고리즘이 제안되었는데 proportionate 인자를 필터 계수의 오차에 비례하도록 업데이트 한다. 또한 시스템 오차를 최소화하는 최적 스텝사이즈를 사용하여 더 좋은 수렴 성능을 얻을 수 있다. 특히, 실제 음향 반향신호 제거 상황과 같이 음향반향경로가 변하는 1차 마르코프 환경에서도 좋은 성능을 보임을 알 수 있다. 그러나 이 알고리즘은 음향 반향신호 제거에 적용될 때 음성신호와 같은 colored 입력 신호를 사용하였을 때는 수렴 성능이 저하되는 문제점이 있다.
본 논문에서는 OPLMS 알고리즘의 장점을 기존의 proportionate 계열 부밴드 적응필터 알고리즘에 확장 적용하였다. 구체적으로, proportionate 계열 부밴드 알고리즘의 수렴 분석을 통해 최적 스텝사이즈를 결정하였고, proportionate 인자를 필터 계수 오차에 비례하도록 업데이트하여 음성신호와 같이 colored 입력 신호에서도 우수한 수렴 성능을 보이는 알고리즘을 제안하였다. 끝으로, 제안된 알고리즘의 성능 검증을 위하여 IPNSAF 및 OPLMS 알고리즘과 성능을 비교한다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0