적응신호처리 분야에서 LMS(Least Mean Squar) 알고리즘은 수식이 간단하고, 적은 계산량으로 인해 널리 사용되고 있지만, 시간영역의 적응알고리즘은 입력신호의 고유치 분포폭이 넓게 분포할 때는 수렴속도가 느려지는 단점이 있다. 본 논문에서는 적응 신호처리의 수렴속도를 향상 시키고, 기존의 wavelet 변환을 고속으로 처리하는 고속화 알고리즘과 비교하여 적은 계산량으로 동일한 성능을 보이는 새로운 형태의 fast running FIR 필터 구조를 제안한다. 제안한 구조를 웨이블렛 기반 적응 알고리즘에 적용하였다. 실제로 합성 음성을 사용하여 컴퓨터 시뮬레이션을 통해 기존의 알고리즘과 비교 및 분석한 결과 제안한 알고리즘의 성능이 우수한 것을 알 수 있었다.
LMS(Least Mean Square) algorithm using steepest descent way in adaptive signal processing requires simple equation and is used widely because of the less complexity. But eigenvalues change by width of input signals in time domain, so the rate of convergence becomes low. In this paper, we propose a new fast running FIR filter structure that improves the convergence speed of adaptive signal processing and the same performance as the existing fast wavelet transform algorithm with less computational complexity. The proposed filter structure is applied to wavelet based adaptive algorithm. Simulation results show a better performance than the existing one.
