잡음섞인 관측데이타로부터 AR 모수를 추정하는 방법을 제안하였다. AP 방법이라고 이름붙인 이 방법은 단순하고도 신뢰성있는 적응예측기를 이용하려는 시도의 산물이다. 잡음섞인 입력수열로부터 계산된 AR 모수의 추정치보다 예측수열로부터 계산된 AR 모수의 추정치가 원래의 모수에 스펙트럼상의 거리가 더 가깝다는 것을 이론적으로 증명하였다. 실제 음성 신호와 칼만필터를 사용한 실험결과도 이론과 일치함을 보였다. 대략적으로, AP방법으로 계산된 추정치를 사용하였을때의 잡음감쇠성능은 잡음섞인 입력수열로부터 계산된 AP 모수의 추정치를 사용하였을때보다는 우수하였고, EM반복법에 의한 추정치를 사용하였을때보다는 약간 못한 것으로 나타났다. 그러나, 제안된 방법은 그 단순성으로 인하여 경우에 따라 더 복잡한 다른 방법의 대안으로 사용될 수 있을 것이다.
A new method for autoregressive parameter estimation from noisy observation sequence is presented. This method, termed the AP method, is a result of an attempt to make use of the adaptive predictor which is a simple and reliable way of parameter estimation. It is shown theoretically that, for noisy input, the parameter vector computed from the prediction sequence is closer to that of the original sequence than the noisy input sequence is, under the spectral distortion criterion. Simulation results with the Kalman filter as a noise reduction filter and real speech data supported the theory. Roughly speaking, the performance of the parameter set obtained by the AP method is better than noisy one but worse than the EM iteration results. When the simplicity is considered, it could provide a useful alternative to more complicated parameter estimation methods in some applications.
