본 연구에서는 필터의 차수가 적절한 수준으로 자동적으로 조정되는, 최적 수렴 인자를 갖는 최대 경사 (steepest descent) 방식의 적응 알고리듬을 제안한다. 지금까지 적응 신호 처리의 여러 응용 분야에 적응 필터를 사용할 때, 사전 지식이나 경험에 비추어 필터 차수를 고정하여 이용하여 왔다. 하지만 실제 실행시 필요한 필터 차수를 알기는 어렵고 되도록 큰 차수의 필터를 실행해야만 한다. 이로 인하여 필터 차수가 너무 큰 경우 필요없는 계산량이 증가하게 된다. 제안한 가변 길이 최적 수렴 인자 알고리듬은 주어진 차수 한도 내에서 자동적으로 적절한 절터 차수를 찾아 동작하므로, 불필요한 계산량의 증가를 줄여서 결과적으로 수렴 속도의 향상과 정상 상태에서의 수렴 오차를 줄일 수 있다. 제안한 알고리듬의 타당성은 시스템 식별에 대한 컴퓨터 모의 실험으로 입증하였다.
In this study an adaptive algorithm with optimum convergence factor for steepest descent method is proposed, which controls automatically the filter order to take the appropriate level. So far, fixed order filters have been used when adaptive filter is employed according to the priori knowledge or experience in various adaptive signal processing applications. But, it is so difficult to know the filter order needed in real implementations that high order filters have to be performed. As a result, redundant calculations are increased in the case of high order filters. The proposed variable length optimum convergence factor (VLOCF) algorithm takes the appropriated filter order within the given one so that the redundant calculation is decreased to get the enhancement of convergence speed and smaller convergence error during the steady state. The proposed algorithm is evaluated to prove the validity by computer simulation for system Identification.
