효율적인 가변 변수를 가지는 아크탄젠트 비용함수 기반의 diffusion NLMS 알고리즘

Abstract

본 논문은 아크탄젠트 비용함수 기반의 diffusion NLMS에 효율적인 가변 변수를 적용하여 기존의 적응필터보다 연산량이 적으면서도 보다 더 우수한 수렴 성능을 보이는 알고리즘을 제안한다. 기존 가변 변수 기법은 지수 함수의 형태를 가지며 에러의 절대 평균을 중간값 필터를 사용하여 추정하게 되는데, 이를 위해 일반적인 상황에서는 알기 어려운 충격 잡음의 발생확률 값이 필요하다. 제안하는 알고리즘은 가변 변수 함수를 갖는 아크탄젠트 비용함수의 특징을 이용하여, 기존 일고리즘의 충격 잡음의 발생확률이 요구되는 단점을 해결하면서 기존의 제안된 가변 변수와 유사한 수렴 성능을 가진다. 이를 컴퓨터 시뮬레이션을 통해 검증한다. In this paper, we propose an arctangent-cost-function based diffusion NLMS algorithm with an efficient variable parameter, robust against impulsive noise in the adaptive network. Compared with conventional algorithms where the variable parameter is an exponential function and the occurrence probability of impulsive noise is required, the proposed distributed estimation algorithm, utilizing the characteristics of the arctangent cost function is of less computational complexity and requiring no prior knowledge on impulsive noise, yields improved MSD convergence. Finally, its convergence performance is verified by using computer simulations for system identification.