KR100473609B1 - 상호작용 적응형 필터 및 필터링 방법 - Google Patents

상호작용 적응형 필터 및 필터링 방법 Download PDF

Info

Publication number
KR100473609B1
KR100473609B1 KR10-2002-0079725A KR20020079725A KR100473609B1 KR 100473609 B1 KR100473609 B1 KR 100473609B1 KR 20020079725 A KR20020079725 A KR 20020079725A KR 100473609 B1 KR100473609 B1 KR 100473609B1
Authority
KR
South Korea
Prior art keywords
filter
signal
filter coefficient
adaptive
sub
Prior art date
Application number
KR10-2002-0079725A
Other languages
English (en)
Other versions
KR20040052008A (ko
Inventor
진밍루
김수영
오덕길
김재명
Original Assignee
한국전자통신연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR10-2002-0079725A priority Critical patent/KR100473609B1/ko
Priority to US10/455,932 priority patent/US7133886B2/en
Publication of KR20040052008A publication Critical patent/KR20040052008A/ko
Application granted granted Critical
Publication of KR100473609B1 publication Critical patent/KR100473609B1/ko

Links

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • H03H21/0012—Digital adaptive filters

Landscapes

  • Filters That Use Time-Delay Elements (AREA)

Abstract

1. 청구범위에 기재된 발명이 속한 기술분야
감소된 복잡도를 갖는 적응형 필터에 관한 것임.
2. 발명이 해결하고자 하는 기술적 과제
적응형 필터의 연산 복잡도를 감소시키는 장치 및 방법을 제공함.
3. 발명의 해결 방법의 요지
N개의 입력신호를 G개의 신호그룹으로 분리하는 분리수단, 상기 G개의 신호그룹 각각에 대응하며, 상기 대응하는 신호그룹에 대해 필터링을 수행하는 서브필터수단, 상기 서브 필터 수단의 출력신호를 합하는 가산수단, 상기 가산수단의 출력신호와 요구신호를 비교하여 오차신호를 생성하는 오차연산수단, 상기 서브필터수단 각각에 대응하며, 상기 오차신호를 기초로 상기 대응하는 서브필터수단의 필터계수를 갱신하는 필터계수갱신수단 및 어느 한 반복 수 k에 대해 상기 오차신호를 선택적으로 상기 필터계수갱신수단 중 어느 하나에 입력시키는 스위칭수단을 포함함.
4. 발명의 중요한 용도
적응형 필터에 적용됨.

Description

상호작용 적응형 필터 및 필터링 방법{INTERACTIVE ADAPTIVE FILTER AND INTERACTIVE ADAPTIVE FILTERING METHOD}
본 발명은 적응형 필터에 관한 것으로, 보다 상세하게는 감소된 복잡도를 갖는 적응형 필터(REDUCED COMPLEXITY ADAPTIVE FILTER)에 관한 것이다.
적응형 필터는 확인(IDENTIFICATION), 역모델링(INVERSE MODELING), 예측(PREDICTION) 및 간섭제거(INTERFERENCE CANCELLATION)와 같은 다양한 분야에서 적용된다.
도1은 통상의 적응형 필터 구성도이다. 도면에서 변수 k는 반복수, x i (k )(i = 0, 1, ...., N-1)는 i번째 입력신호, y(k)는 적응형 필터 출력신호, 그리고 d(k) 는 요구되는 이상적인(ideal) 신호를 나타낸다. 오차신호 e(k)는 d(k) - y (k)로 연산된다. 적응형 필터에서는 오차신호 e(k)를 이용하여 필터 계수 W i (k)(i = 0, 1, ...., N-1)를 적절히 갱신한다. 즉 주어진 목적 함수(OBJECTIVE FUNCTION) 값을 최소화하는 방향으로 필터 계수 W i (k)(i = 0, 1, ...., N-1)가 갱신된다.
최소자승 알고리즘의 경우, 목적 함수(OBJECTIVE FUNCTION)은 다음의 수학식1과 같이 주어진다.(Paulo Sergio Ramirez Diniz, Adaptive Filtering: Algorithms and Practical Implementation, Kluwer Academic Publisher, 1997 참조)
단,
는 순시값 i에서의 입력벡터,
는 적응형 필터 계수벡터,
λ는 소정 범위내에서 선택되는 지수 가중 인자(EXPONENTIAL WEIGHTING FACTOR)이다.
J(k)를 θ(k)에 대하여 미분하고 그 미분식을 0으로 하면 다음의 수학식2를 얻게 된다.
여기서,
R(k)는 입력신호의 결정적 상관 매트릭스(DETERMINISTIC CORRELATION MATRIX)라 하고,
P(k)는 입력신호와 요구신호간의 결정적 상호상관 벡터(DETERMINISTIC CROSS-CORRELATION VECTOR)라 한다.
R(k)의 역함수를 직접 연산하는 것은 O(N 3 )의 연산 복잡도를 갖는 알고리즘이다. 종래의 순환최소자승(RECURSIVE LEAST SQUARES, RLS) 알고리즘에 따르면 매트릭스 역정리(MATRIX INVERSION LEMMA)를 이용하여 아래에 설명되는 바와 같이 역함수 연산을 직접 수행하지 않고 필터의 계수를 갱신한다.
매트릭스 역정리(MATRIX INVERSION LEMMA)를 이용하면 R(k)의 역함수는 다음의 수학식3과 같이 연산된다.
종래의 RLS 알고리즘에 따른 수행과정은 다음과 같이 정리된다.
초기화(수학식4 및 수학식5)
인 동안 수행(수학식6 내지 수학식8)
필요한 경우 수학식9 및 수학식10 연산
여기서 δ는 입력신호 전력추정치의 역수,
는 차원의 단위 매트릭스이다.
수학식4 내지 수학식10으로부터 알 수 있듯이, N차의 매트릭스 승산 과정이 있기 때문에 연산 복잡도는 O(N 2)에 비례한다.
적응 알고리즘의 현실적인 구현에 있어서 가장 중요한 점은 일반적으로 필터 계수의 개수에 의존하는 연산 복잡도이다.
RLS의 연산 부담을 경감시키기 위해 횡단 필터(TRANSVERSAL FILTER), RLS 격자 필터(RLS LATTICE FILTER) 및 QR-분할 기반 격자 필터(QR-DECOMPOSITION BASED LATTICE FILTER) 등과 같은 고속 RLS 알고리즘 계열이 제안되었다(Simon Haykin, Adaptive Filter Theory, Fourth Edition, Prentice Hall, 2002 참조). 입력 데이터를 임의의 특정 형태를 갖는 매트릭스로 변환 적용이 가능한 경우, 상기 종래기술은 O(N)의 복잡도를 갖고 RLS 추정을 수행한다. 이러한 종래기술의 가장 큰 문제점 중 하나는 특정 형태를 갖는 데이터에 대해서만 적용이 가능하다는 것이다.
Woo(Tai-Kuo Woo, HRLS: A More Efficient RLS Algorithm for Adaptive FIR Filtering, IEEE Communications Letter, Vol.5, No.3, march 2001.참조)와 Wu(An-Yeu Wu and K. J. Ray Liu, Split Recursive Least Squares: Algorithms, Architectures, and Applications, IEEE Trans. Circuits and Systems Part II: Analog and Digital Signal Processing, vol. 43, pp. 645-658, Sept. 1996 참조)는 신호 공간에서의 다중 분할 기법을 적용함으로써 도2 및 도3에 도시된 바와 같이 임의의 형태를 갖는 데이터에 적용이 가능한 감소된 복잡도의 RLS 알고리즘에 대한 방법을 제안하였다.
도2는 종래기술에 따른 적응형 필터 구성도로서, 도2에 도시된 바와 같이 입력신호는 2개의 세트 및 로 그루핑되어 있으며, 각 세트는 제1필터(201) 및 제2필터(202)로 각각 입력된다. 제1필터(201) 및 제2필터(202)의 각 출력 y 1(k) 및 y 2(k)는 제3필터(203)로 입력되며, 제3필터(203)는 y(k)를 출력한다. 제1필터(201)의 출력 y 1(k)은 오차연산부(207)에서, 요구신호 d(k)와 비교되어 오차신호 e 1(k)가 출력되고, 오차신호 e 1(k)는 제1필터계수갱신부(204)로 피드백된다. 제2필터(202)의 출력 y 2(k)은 오차연산부(208)에서, 요구신호 d(k)와 비교되어 오차신호 e 2(k)가 출력되고, 오차신호 e 2(k)는 제2필터계수갱신부(205)로 피드백된다. 제3필터(203)의 출력 y(k)은 오차연산부(209)에서, 요구신호 d(k)와 비교되어 오차신호 e( k)가 출력되고, 오차신호 e(k)는 제3필터계수갱신부(206)로 피드백된다. 제1필터계수갱신부(204), 제2필터계수갱신부(205) 및 제3필터계수갱신부(206) 각각은 제1필터 계수, 제2필터 계수 및 제3필터 계수를 각각 갱신하기 위해 이용된다.
이러한 적응 알고리즘에서 모든 필터 계수는 각 반복회수 k에서 동시에 갱신된다. 제1필터(201) 및 제2필터(202)는 보다 작은 차수의 서브 필터로 분할될 수 있으며, 따라서 최소 연산 복잡도는 N이 2의 멱수인 경우 O(N)이 될 수 있다.
도3은 또 다른 종래기술에 따른 적응형 필터 구성도로서, 도3에 도시된 바와 같이 그 구성은 도2의 경우와 유사하다. 도2에서 제3필터(203) 및 제3필터계수갱신부(206)를 제거하고 가산부(305)로 대체하면 도3의 구성이 된다. 즉 도3은 도2에 도시된 필터의 축소판이다.
그러나, 도2 및 도3에 도시된 2가지 종류 필터의 성능은 단지 상관성이 거의 없는 구성요소로 된 입력벡터의 경우에 대해서만 수용될 수 있다는 문제가 있다.
따라서, 본 발명은 상기와 같은 문제를 해결하기 위해 안출된 것으로서, 적응형 필터의 연산 복잡도를 감소시키는 장치 및 방법을 제공함에 그 목적이 있다.
본 발명이 속한 기술 분야에서 통상의 지식을 가진 자는 본 명세서의 도면, 발명의 상세한 설명 및 특허청구범위로부터 본 발명의 다른 목적 및 장점을 쉽게 인식할 수 있다.
상기와 같은 목적을 달성하기 위해 본 발명에 따른 일실시예는, 적응형 필터에 있어서, N(N은 1 이상의 정수)개의 입력신호를 G(G는 1 이상의 정수)개의 신호그룹으로 분리하는 분리수단, 상기 G개의 신호그룹 각각에 대응하며, 상기 대응하는 신호그룹에 대해 필터링을 수행하는 서브필터수단, 상기 서브 필터 수단의 출력신호를 합하는 가산수단, 상기 가산수단의 출력신호와 요구신호를 비교하여 오차신호를 생성하는 오차연산수단, 상기 서브필터수단 각각에 대응하며, 상기 오차신호를 기초로 상기 대응하는 서브필터수단의 필터계수를 갱신하는 필터계수갱신수단 및 어느 한 반복 수(ITERATION NUMBER) k에 대해 상기 오차신호를 선택적으로 상기 필터계수갱신수단 중 어느 하나에 입력시키는 스위칭수단을 포함하는 적응형 필터를 제공한다.
상기와 같은 목적을 달성하기 위해 본 발명에 따른 일실시예는, G개의 서브필터수단 및 상기 서브필터수단 각각에 대응하는 필터계수갱신수단을 포함하는 적응형 필터의 필터링 방법에 있어서, N(N은 1 이상의 정수)개의 입력신호를 G(G는 1 이상의 정수)개의 신호그룹으로 분리하는 제1단계, 상기 G개의 서브필터수단이 대응하는 상기 G개의 신호그룹에 대해 각각 서브필터링을 수행하는 제2단계, 상기 제2단계의 결과신호를 합산하는 제3단계, 상기 제3단계의 결과신호와 요구신호를 비교하여 오차신호를 생성하는 제4단계, 상기 필터계수갱신수단이 상기 오차신호를 기초로 상기 대응하는 서브필터수단의 필터계수를 갱신하는 제5단계 및 상기 제5단계를 위해, 어느 한 반복 수(ITERATION NUMBER) k에 대해 상기 오차신호를 선택적으로 상기 필터계수갱신수단 중 어느 하나에 스위칭시키는 제6단계를 포함하는 필터링 방법을 제공한다.
적응형 필터 알고리즘의 연산 복잡도는 입력신호벡터의 길이 및 동시에 수정되는 필터계수의 개수에 비례하기 때문에, 본 발명에 따르면 적응형 필터 알고리즘의 연산 부담을 감소시키기 위해서, 필터를 보다 적은 개수의 필터계수를 갖는 복수의 서브 필터로 분할하고 각 반복 단계에서 어느 한 서브 필터의 필터계수만 갱신시키고 다른 서브 필터의 필터계수는 갱신되지 않도록 한다.
이하의 내용은 단지 본 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만 본 발명의 원리를 구현하고 본 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시예들은 원칙적으로, 본 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와같이 특별히 열거된 실시예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다. 또한, 본 발명의 원리, 관점 및 실시예들 뿐만 아니라 특정 실시예를 열거하는 모든 상세한 설명은 이러한 사항의 구조적 및 기능적 균등물을 포함하도록 의도되는 것으로 이해되어야 한다. 또한 이러한 균등물들은 현재 공지된 균등물뿐만 아니라 장래에 개발될 균등물 즉 구조와 무관하게 동일한 기능을 수행하도록 발명된 모든 소자를 포함하는 것으로 이해되어야 한다.
따라서, 예를 들어, 본 명세서의 블럭도는 본 발명의 원리를 구체화하는 예시적인 회로의 개념적인 관점을 나타내는 것으로 이해되어야 한다. 이와 유사하게, 모든 흐름도, 상태 변환도, 의사 코드 등은 컴퓨터가 판독 가능한 매체에 실질적으로 나타낼 수 있고 컴퓨터 또는 프로세서가 명백히 도시되었는지 여부를 불문하고 컴퓨터 또는 프로세서에 의해 수행되는 다양한 프로세스를 나타내는 것으로 이해되어야 한다.
프로세서 또는 이와 유사한 개념으로 표시된 기능 블럭을 포함하는 도면에 도시된 다양한 소자의 기능은 전용 하드웨어뿐만 아니라 적절한 소프트웨어와 관련하여 소프트웨어를 실행할 능력을 가진 하드웨어의 사용으로 제공될 수 있다. 프로세서에 의해 제공될 때, 상기 기능은 단일 전용 프로세서, 단일 공유 프로세서 또는 복수의 개별적 프로세서에 의해 제공될 수 있고, 이들 중 일부는 공유될 수 있다. 또한 프로세서, 제어가 또는 이와 유사한 개념으로 제시되는 용어의 명확한 사용은 소프트웨어를 실행할 능력을 가진 하드웨어를 배타적으로 인용하여 해석되어서는 아니되고, 제한 없이 디지털 신호 프로세서(DSP) 하드웨어, 소프트웨어를 저장하기 위한 롬(ROM), 램(RAM) 및 비 휘발성 메모리를 암시적으로 포함하는 것으로 이해되어야 한다. 주지관용의 다른 하드웨어도 포함될 수 있다. 유사하게, 도면에 도시된 스위치는 개념적으로만 제시된 것일 수 있다. 이러한 스위치의 작용은 프로그램 로직 또는 전용 로직을 통해 프로그램 제어 및 전용 로직의 상호 작용을 통하거나 수동으로 수행될 수 있는 것으로 이해되어야 한다. 특정의 기술은 본 명세서의 보다 상세한 이해로서 설계자에 의해 선택될 수 있다.
본 명세서의 청구범위에서, 상세한 설명에 기재된 기능을 수행하기 위한 수단으로 표현된 구성요소는 예를 들어 상기 기능을 수행하는 회로 소자의 조합 또는 펌웨어/마이크로 코드 등을 포함하는 모든 형식의 소프트웨어를 포함하는 기능을 수행하는 모든 방법을 포함하는 것으로 의도되었으며, 상기 기능을 수행하도록 상기 소프트웨어를 실행하기 위한 적절한 회로와 결합된다. 이러한 청구범위에 의해 정의되는 본 발명은 다양하게 열거된 수단에 의해 제공되는 기능들이 결합되고 청구항이 요구하는 방식과 결합되기 때문에 상기 기능을 제공할 수 있는 어떠한 수단도 본 명세서로부터 파악되는 것과 균등한 것으로 이해되어야 한다.
상술한 목적, 특징 및 장점들은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해 질 것이다. 우선 각 도면의 구성요소들에 참조 번호를 부가함에 있어서, 동일한 구성 요소들에 한해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 번호를 가지도록 하고 있음에 유의하여야 한다. 또한, 본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명한다.
앞서 설명된 바와 같이, 적응형 필터의 연산 복잡도는 적응형 필터의 현실적 구현에 있어서 장애요소로 작용하며, 이를 개선하기 위한 고속 알고리즘이 이미 개시되어 있다. 이러한 종래의 고속 RLS 필터는 O(N 2)의 연산 복잡도를 갖는 종래의 필터 알고리즘에 비교할 때 연산 복잡도를 O(N)으로 감소시킬 수 있으나, 단지 특정한 구조를 갖는 입력 데이터에 대해서만 적용될 수 있다는 단점이 있다. 분리순환최소자승(SPLIT RECURSIVE LEAST SQUARES, SRLS) 알고리즘 또는 HRLS 알고리즘은 비구조적인 데이터에 적용될 수 있으며, 최소 연산 복잡도는 N이 2의 멱수인 경우 O(N)이 될 수 있으나, 단지 성능측면에서 볼 때 상관성이 거의 없는 구성요소로 된 입력벡터의 경우에 대해서만 수용될 수 있다는 문제가 있다.
본 발명은 SRLS 알고리즘 또는 HRLS 알고리즘과 유사하게 비구조적인 입력 데이터에 대해 데이터 처리를 수행하며 최소 연산 복잡도는 N의 값에 상관없이 O(1)이 된다.
도4는 본 발명의 일실시예에 따른 상호작용 적응형 필터 구성도이다. 도4에 도시된 바와 같이 입력신호는 2개의 세트 및 로 그루핑되어 있으며, 각 세트는 제1필터(401) 및 제2필터(402)로 각각 입력된다.
비록 도면에는 도시되지 아니하였으나 입력신호의 분리는 분리부에서 수행된다.
여기서, 본 발명의 일실시예를 설명하기 위해 도4에서는 입력신호가 2개의 세트 및 로 그루핑되어 제1필터(401) 및 제2필터(402)로 각각 입력되는 경우가 개시되어 있으나, 도면에 도시된 바와 같이 입력신호가 그루핑되는 개수 및 그에 따른 필터 개수의 구성은 다양하게 변화될 수 있음은 본 발명이 속한 기술 분야에서 통상의 지식을 가진 자에게 명백한 것이다. 따라서 본 발명은 도면에 도시된 바와 같이 2개의 세트 및 로 그루핑되는 경우에 한정되지 않는 것으로 이해되어야 한다.
제1필터(401) 및 제2필터(402)는 입력된 및 에 대응하며 각 신호를 제1필터 계수 및 제2필터 계수와 각각 승산시키는 승산부를 포함한다.
제1필터(401)는 와 의 승산 결과를 합산한 y 1(k)를 출력하며, 제2필터(402)는 와 의 승산 결과를 합산한 y 2(k)를 출력한다.
제1필터(401) 및 제2필터(402)의 각 출력 y 1(k) 및 y 2(k)는 가산부(403)으로 입력되고 가산부(403)는 y(k)를 출력한다.
가산부(403)의 출력 y(k)은 오차연산부(404)에서, 요구신호 d(k)와 비교되어 오차신호 e(k)가 출력되고, 오차신호 e(k)는 선택적으로 제1필터계수갱신부(405) 또는 제2필터계수갱신부(406)로 피드백된다. 제1필터계수갱신부(405) 및 제2필터계수갱신부(406) 각각은 제1필터 계수 및 제2필터 계수를 각각 갱신하기 위해 이용된다. 서브 필터(제1필터(401) 및 제2필터(402))의 모든 필터계수(제1필터계수갱신부(405) 및 제2필터계수갱신부(406))는 순환적으로 적응 알고리즘에 따라 수정되며 각 서브 필터의 필터계수를 갱신하는데 이용되는 적응 알고리즘은 동일할 필요는 없다. 예를 들어 제1필터계수갱신부(405)는 RLS 알고리즘에 따라 제1필터 계수를 갱신하고 제2필터계수갱신부(406)는 최소평균자승(LEAST MEAN SQUARE, LMS) 알고리즘에 따라 제2필터 계수를 갱신할 수 있다.
여기서 도2 및 도3에 도시된 종래기술과 도4에 도시된 본 발명의 일실시예와의 차이점은 다음과 같다.
1. 적응 알고리즘에 이용되는 오차신호 관점에서, 종래기술에 따르면 제1필터계수갱신부(204, 307) 및 제2필터계수갱신부(205, 308)의 적응 알고리즘에 이용되는 오차신호가 다른 반면, 본 발명의 일실시예에 따르면 제1필터계수갱신부(405) 및 제2필터계수갱신부(406)의 적응 알고리즘에 이용되는 오차신호가 동일하다.
2. 적응 알고리즘의 수행 관점에서, 종래기술에 따르면 제1필터계수갱신부(204, 307) 및 제2필터계수갱신부(205, 308)에서 적응 알고리즘이 동시에 수행되는 반면, 본 발명의 일실시예에 따르면 제1필터계수갱신부(405) 및 제2필터계수갱신부(406)에서는 반복 수행되는 과정에서 적응 알고리즘이 교대로(alternatively) 수행된다.
도5는 본 발명의 일실시예에 따른 상호작용 적응형 필터링 과정을 설명하기 위한 흐름도로서, 도4의 장치에서 수행하는 동작 흐름도이다. 도면에 도시된 바와 같이, 필터링 프로세스를 수행하기 전에 본 발명의 일실시예에 따른 상호작용 적응 필터가 초기화된다(S501). 단계 S501에서는 적응 알고리즘의 필터 계수 및 파라미터가 초기값으로 초기화된다.
다음으로 입력신호 및 요구신호의 데이터d(k)를 수신한다(S503). 단계 S505에서는 도4에 도시된 바와 같이 제1필터(401) 및 제2필터(402)를 위해, 입력신호를 2개의 세트 및 로 나눈다.
다음으로 단계 S507에서는 제1필터(401) 및 제2필터(402)에서 2개의 세트 및 에 대해 각각 필터링을 수행하여 가산부(403)로 출력하고, 가산부(403)는 제1필터(401) 및 제2필터(402)로부터 각각 출력되는 신호 y 1(k) 및 y 2(k)를 가산하여 y( k)를 출력한다. 단계 S509에서는 오차연산부(404)가 y(k)를 요구신호 d(k)와 비교하여 오차신호 e(k)를 출력한다.
단계 S511에서는 스위칭부(407)가 반복 수(ITERATION NUMBER) k가 홀수(또는 짝수)인지 여부를 판단한다.
단계 S511의 판단 결과, 반복 수(ITERATION NUMBER) k가 홀수(또는 짝수)인 경우 오차신호 e(k)가 제1필터계수갱신부(405)로 입력되도록 스위칭하여 제1필터계수를 갱신한다(S513).
반면, 단계 S511의 판단 결과, 반복 수(ITERATION NUMBER) k가 짝수(또는 홀수)인 경우 오차신호 e(k)가 제2필터계수갱신부(406)로 입력되도록 스위칭하여 제2필터 계수를 갱신한다(S515).
여기서, 본 발명의 일실시예를 설명하기 위해 도4에서 입력신호가 2개의 세트 및 로 그루핑되어 제1필터(401) 및 제2필터(402)로 각각 입력되는 경우가 개시되어 있으며 이에 따라 반복 수(ITERATION NUMBER) k의 짝수 또는 홀수 여부를 기초로 오차신호 e(k)가 제1필터계수갱신부(405) 또는 제2필터계수갱신부(406)로 입력되도록 스위칭하여 제1필터계수갱신부(405) 또는 제2필터계수갱신부(406)가 반복 수(ITERATION NUMBER) k의 짝수 또는 홀수 여부에 따라 교대로 필터계수를 갱신하는 구성이 개시되어 있다.
그러나, 앞서 설명된 바와 같이 입력신호가 그루핑되는 개수 G 및 그에 따른 필터 개수 G의 구성은 다양하게 변화될 수 있음은 본 발명이 속한 기술 분야에서 통상의 지식을 가진 자에게 명백한 것이다.
따라서 반복 수(ITERATION NUMBER) k에 대한 모듈로 연산(k MODULO G)을 기초로 하는 오차신호 e(k)의 필터계수갱신부로의 스위칭 및 교대로 수행되는 필터계수 갱신 구성은 다양하게 변화될 수 있음은 본 발명이 속한 기술 분야에서 통상의 지식을 가진 자에게 명백한 것이다.
그러므로 본 발명은 도면에 도시된 바와 같이 반복 수(ITERATION NUMBER) k의 짝수 또는 홀수 여부를 기초로 오차신호 e(k)가 제1필터계수갱신부(405) 또는 제2필터계수갱신부(406)로 입력되도록 스위칭하여 제1필터계수갱신부(405) 또는 제2필터계수갱신부(406)가 반복 수(ITERATION NUMBER) k의 짝수 또는 홀수 여부에 따라 교대로 필터계수를 갱신하는 구성에 한정되지 않는 것으로 이해되어야 한다.
단계 S513 또는 단계 S515 이후에는 반복 수(ITERATION NUMBER) k를 증가시킨 후 새로운 입력신호 및 요구신호의 데이터d(k)를 수신하기 위해 단계 S503로 되돌아간다.
도6은 종래의 RLS 적응형 필터 및 본 발명의 일실시예에 따른 상호작용 적응형 RLS 필터가 각각 적용된 16-QAM OFDM 시스템의 평균자승오차(MEAN SQUARE ERROR, MSE) 그래프로서, 디지털 전치왜곡(PREDISTORTION, 역모델링, Mohammad Ghader, Adaptive linearization of efficient high power amplifiers using polynomial predistortion with global optimization, Thesis of University of Saskatchewan, November 1994 참조)에 본 발명의 일실시예에 따른 상호작용 적응형 필터가 적용된 경우의 MSE 성능을 나타내고 있다.
도6에서 참조번호601은 종래의 RLS 적응형 필터가 적용된 경우를 나타내고 참조번호602는 본 발명의 일실시예에 따른 상호작용 적응형 필터가 적용된 경우를 나타낸다.
종래의 RLS 적응형 필터는 2개의 필터계수를 갖는 반면, 본 발명의 일실시예에 따른 상호작용 적응형 필터는 2개의 서브 필터로 구성되고 각 서브 필터는 각각 2개의 필터계수를 갖는다. 이 경우 종래의 RLS 적응형 필터 및 본 발명의 일실시예에 따른 상호작용 적응형 필터는 동일한 연산 복잡도를 가지나 성능은 본 발명의 일실시예에 따른 상호작용 적응형 필터가 우월하다.
이러한 성능 향상과 더불어, 본 발명의 일실시예에 따른 상호작용 적응형 필터를 이용하여 적응 알고리즘의 연산 부담을 감소시킬 수 있다. 본 발명의 일실시예에 따르면 반복 수행되는 과정에서 복수의 필터계수갱신부의 적응 알고리즘이 교대로 수행되어, 종래의 고속 적응 알고리즘에 따른 O(N)의 최소 연산 복잡도보다 적은 O(1)의 최소 연산 복잡도를 갖기 때문이다.
이상에서 설명한 본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니고, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하다는 것이 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 있어서 명백하다 할 것이다.
이상에서 설명된 바와 같이 본 발명에 따르면 적응형 필터의 연산 복잡도를 감소시키는 효과가 있다.
도1은 통상의 적응형 필터 구성도,
도2는 종래기술에 따른 적응형 필터 구성도,
도3은 또 다른 종래기술에 따른 적응형 필터 구성도,
도4는 본 발명의 일실시예에 따른 상호작용 적응형 필터 구성도,
도5는 본 발명의 일실시예에 따른 상호작용 적응형 필터링 과정을 설명하기 위한 흐름도,
도6은 종래의 순환최소자승(RECURSIVE LEAST SQUARES, RLS) 적응형 필터 및 본 발명의 일실시예에 따른 상호작용 적응형 RLS 필터가 각각 적용된 16-QAM OFDM 시스템의 평균자승오차(MEAN SQUARE ERROR, MSE) 그래프이다.
<도면의 주요 부분에 대한 부호의 설명>
201, 301, 401 : 제1필터
202, 302, 402 : 제2필터
207, 208, 209, 303, 304, 306, 404 : 오차연산부
305, 403 : 가산부
204, 307, 405 : 제1필터계수갱신부
205, 308, 406 : 제2필터계수갱신부
407 : 스위칭부

Claims (12)

  1. 적응형 필터에 있어서,
    N(N은 1 이상의 정수)개의 입력신호를 G(G는 1 이상의 정수)개의 신호그룹으로 분리하는 분리수단;
    상기 G개의 신호그룹 각각에 대응하며, 상기 대응하는 신호그룹에 대해 필터링을 수행하는 서브필터수단;
    상기 서브 필터 수단의 출력신호를 합하는 가산수단;
    상기 가산수단의 출력신호와 요구신호를 비교하여 오차신호를 생성하는 오차연산수단;
    상기 서브필터수단 각각에 대응하며, 상기 오차신호를 기초로 상기 대응하는 서브필터수단의 필터계수를 갱신하는 필터계수갱신수단; 및
    어느 한 반복 수(ITERATION NUMBER) k에 기초하여 상기 오차신호를 선택적으로 상기 필터계수갱신수단 중 어느 하나에 입력시키는 스위칭수단
    을 포함하는 적응형 필터.
  2. 제1항에 있어서,
    상기 스위칭수단은
    반복 수(ITERATION NUMBER) k에 대한 모듈로 연산(k MODULO G)을 기초로 어느 한 반복 수(ITERATION NUMBER) k에 대해 상기 오차신호를 선택적으로 상기 서브필터수단 중 어느 하나에 입력시키는 것
    을 특징으로 하는 적응형 필터.
  3. 제1항에 있어서,
    상기 필터계수갱신수단은
    상호 독립적인 적응 알고리즘에 따라 필터계수를 갱신하는 것
    을 특징으로 하는 적응형 필터.
  4. 제3항에 있어서,
    상기 필터계수갱신수단은
    순환최소자승(RLS) 알고리즘에 따라 필터계수를 갱신하는 것
    을 특징으로 하는 적응형 필터.
  5. 제3항에 있어서,
    상기 필터계수갱신수단은
    최소평균자승(LMS) 알고리즘에 따라 필터계수를 갱신하는 것
    을 특징으로 하는 적응형 필터.
  6. 제1항에 있어서,
    상기 서브필터수단은
    대응하는 신호그룹에 속한 신호에 각각 대응하며 각 신호를 대응하는 상기 필터계수와 승산시키는 승산부; 및
    상기 승산부의 출력을 합하는 합산부
    를 포함하는 적응형 필터.
  7. G개의 서브필터수단 및 상기 서브필터수단 각각에 대응하는 필터계수갱신수단을 포함하는 적응형 필터의 필터링 방법에 있어서,
    N(N은 1 이상의 정수)개의 입력신호를 G(G는 1 이상의 정수)개의 신호그룹으로 분리하는 제1단계;
    상기 G개의 서브필터수단이 대응하는 상기 G개의 신호그룹에 대해 각각 서브필터링을 수행하는 제2단계;
    상기 제2단계의 결과신호를 합산하는 제3단계;
    상기 제3단계의 결과신호와 요구신호를 비교하여 오차신호를 생성하는 제4단계;
    상기 필터계수갱신수단이 상기 오차신호를 기초로 상기 대응하는 서브필터수단의 필터계수를 갱신하는 제5단계; 및
    상기 제5단계를 위해, 어느 한 반복 수(ITERATION NUMBER) k에 기초하여 상기 오차신호를 선택적으로 상기 필터계수갱신수단 중 어느 하나에 스위칭시키는 제6단계
    를 포함하는 필터링 방법.
  8. 제7항에 있어서,
    상기 제6단계는
    반복 수(ITERATION NUMBER) k에 대한 모듈로 연산(k MODULO G)을 기초로 어느 한 반복 수(ITERATION NUMBER) k에 대해 상기 오차신호를 선택적으로 상기 필터계수갱신수단 중 어느 하나에 스위칭시키는 것
    을 특징으로 하는 필터링 방법
  9. 제7항에 있어서,
    상기 제5단계는
    상호 독립적인 적응 알고리즘이 적용된 상기 필터계수갱신수단이 필터계수를 갱신하는 것
    을 특징으로 하는 필터링 방법.
  10. 제9항에 있어서,
    상기 필터계수갱신수단은
    순환최소자승(RLS) 알고리즘에 따라 필터계수를 갱신하는 것
    을 특징으로 하는 필터링 방법.
  11. 제9항에 있어서,
    상기 필터계수갱신수단은
    최소평균자승(LMS) 알고리즘에 따라 필터계수를 갱신하는 것
    을 특징으로 하는 필터링 방법.
  12. 제7항에 있어서,
    상기 제2단계는
    대응하는 신호그룹에 속한 신호에 각각 대응하며 각 신호를 대응하는 상기 필터계수와 승산시키는 제7단계; 및
    상기 제7단계의 결과신호를 합산하는 제8단계
    를 포함하는 필터링 방법.
KR10-2002-0079725A 2002-12-13 2002-12-13 상호작용 적응형 필터 및 필터링 방법 KR100473609B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR10-2002-0079725A KR100473609B1 (ko) 2002-12-13 2002-12-13 상호작용 적응형 필터 및 필터링 방법
US10/455,932 US7133886B2 (en) 2002-12-13 2003-06-06 Interactive adaptive filter and interactive adaptive filtering method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR10-2002-0079725A KR100473609B1 (ko) 2002-12-13 2002-12-13 상호작용 적응형 필터 및 필터링 방법

Publications (2)

Publication Number Publication Date
KR20040052008A KR20040052008A (ko) 2004-06-19
KR100473609B1 true KR100473609B1 (ko) 2005-03-10

Family

ID=32501408

Family Applications (1)

Application Number Title Priority Date Filing Date
KR10-2002-0079725A KR100473609B1 (ko) 2002-12-13 2002-12-13 상호작용 적응형 필터 및 필터링 방법

Country Status (2)

Country Link
US (1) US7133886B2 (ko)
KR (1) KR100473609B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200036826A (ko) * 2016-02-18 2020-04-07 주식회사 쏠리드 간섭 신호 제거가 가능한 멀티 경로 통신 장치

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050249274A1 (en) * 2004-05-10 2005-11-10 Larosa Christopher P Linear filter equalizer
WO2007001785A2 (en) * 2005-06-20 2007-01-04 Motorola, Inc. Method for reducing computational complexity in an adaptive filter
US7702711B2 (en) * 2005-06-20 2010-04-20 Motorola, Inc. Reduced complexity recursive least square lattice structure adaptive filter by means of estimating the backward and forward error prediction squares using binomial expansion
KR101001730B1 (ko) 2005-12-09 2010-12-15 한국전자통신연구원 와이브로 시스템에서 ｉｃｉ 제거에 적합한 반복 수신기장치 및 그 방법
DE102007006084A1 (de) 2007-02-07 2008-09-25 Jacob, Christian E., Dr. Ing. Verfahren zum zeitnahen Ermitteln der Kennwerte, Harmonischen und Nichtharmonischen von schnell veränderlichen Signalen mit zusätzlicher Ausgabe davon abgeleiteter Muster, Steuersignale, Ereignisstempel für die Nachverarbeitung sowie einer Gewichtung der Ergebnisse
US8832170B2 (en) * 2012-03-26 2014-09-09 King Fahd University Of Petroleum And Minerals System and method for least mean fourth adaptive filtering
CN113691237B (zh) * 2021-07-27 2024-01-02 浙江工商大学 一种加权融合鲁棒滤波方法
CN113765503B (zh) * 2021-08-20 2024-02-06 湖南艾科诺维科技有限公司 用于自适应滤波的lms权值迭代计算装置及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5499268A (en) * 1992-12-09 1996-03-12 Japan Radio Co., Ltd. Adaptive equalizer capable of compensating for carrier frequency offset
JPH09167945A (ja) * 1995-07-28 1997-06-24 Lucent Technol Inc 適応等化器およびそのフィルタタップ係数の更新方法
JPH10229324A (ja) * 1997-02-13 1998-08-25 Nec Corp 適応フィルタ
KR20010072937A (ko) * 1999-06-24 2001-07-31 요트.게.아. 롤페즈 음향 에코 및 잡음 제거 적응 필터
JP2002252575A (ja) * 2000-12-19 2002-09-06 Ntt Docomo Inc 適応等化方法及び適応等化器

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5428562A (en) * 1993-09-03 1995-06-27 At&T Corp. Fast converging adaptive filter
FR2729024A1 (fr) * 1994-12-30 1996-07-05 Matra Communication Annuleur d'echo acoustique avec filtrage en sous-bandes
US5970093A (en) * 1996-01-23 1999-10-19 Tiernan Communications, Inc. Fractionally-spaced adaptively-equalized self-recovering digital receiver for amplitude-Phase modulated signals
KR100223757B1 (ko) * 1997-05-08 1999-10-15 김영환 고속 디지탈 통신용 시분할 등화기
JP3185709B2 (ja) * 1997-05-19 2001-07-11 日本電気株式会社 アダプティブフィルタおよびその適応化方法
US6289046B1 (en) * 1997-08-04 2001-09-11 Mitsubishi Denki Kabushiki Kaisha Adaptive equalization method
US6405229B1 (en) * 1998-01-29 2002-06-11 Sanyo Electric Co., Ltd. Digital filters
KR20010027749A (ko) 1999-09-15 2001-04-06 박부견 연속 시간 적응 필터링을 위한 고속 회귀 최소 자승 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5499268A (en) * 1992-12-09 1996-03-12 Japan Radio Co., Ltd. Adaptive equalizer capable of compensating for carrier frequency offset
JPH09167945A (ja) * 1995-07-28 1997-06-24 Lucent Technol Inc 適応等化器およびそのフィルタタップ係数の更新方法
JPH10229324A (ja) * 1997-02-13 1998-08-25 Nec Corp 適応フィルタ
KR20010072937A (ko) * 1999-06-24 2001-07-31 요트.게.아. 롤페즈 음향 에코 및 잡음 제거 적응 필터
JP2002252575A (ja) * 2000-12-19 2002-09-06 Ntt Docomo Inc 適応等化方法及び適応等化器

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200036826A (ko) * 2016-02-18 2020-04-07 주식회사 쏠리드 간섭 신호 제거가 가능한 멀티 경로 통신 장치
KR102246971B1 (ko) * 2016-02-18 2021-04-30 주식회사 쏠리드 간섭 신호 제거가 가능한 멀티 경로 통신 장치

Also Published As

Publication number Publication date
US7133886B2 (en) 2006-11-07
US20040117417A1 (en) 2004-06-17
KR20040052008A (ko) 2004-06-19

Similar Documents

Publication Publication Date Title
EP0649578B1 (en) Digital filter having high accuracy and efficiency
WO2002017487A1 (en) Partioned block frequency domain adaptive filter
KR100473609B1 (ko) 상호작용 적응형 필터 및 필터링 방법
Singh et al. A comparative study of adaptation algorithms for nonlinear system identification based on second order Volterra and bilinear polynomial filters
Saritha et al. Pipelined Distributive Arithmetic-based FIR Filter Using Carry Save and Ripple Carry Adder
Auger et al. Multiplier-free divide, square root, and log algorithms [DSP tips and tricks]
WO2002017488A1 (en) Partitioned block frequency domain adaptive filter
Batista et al. A fully LMS/NLMS adaptive scheme applied to sparse-interpolated Volterra filters with removed boundary effect
Praneeth et al. Design of FIR filter using particle swarm optimization
Al-Yateem et al. Digital Filter based Adder Module Realization High-Speed Switching Functions
Baghel et al. Low power and less complex implementation of fast block LMS adaptive filter using distributed arithmetic
Soleimani Combine particle swarm optimization algorithm and canonical sign digit to design finite impulse response filter
Zakharov et al. Homotopy RLS-DCD adaptive filter
US10972318B2 (en) Data stream processing device with reconfigurable data stream processing resources and data stream processing method
Mankar et al. Design and Verification of low power DA-Adaptive digital FIR filter
Kotha et al. A study on strategies and Mutant factor in differential evolution algorithm for FIR filter design
Yadav et al. Comparative analysis of digital IIR filter using add and shift method on Xilinx platform
Bhotto et al. A new partial-update NLMS adaptive-filtering algorithm
Bharti et al. Efficient design of different forms of FIR filter
Vella et al. The implementation of a high speed adaptive fir filter on a field programmable gate array
CN114520643B (zh) 一种基于FPGA的高速Delay-FxLMS滤波器设计方法
Usha et al. An efficient adaptive FIR filter based on distributed arithmetic
Thiagarajan et al. A Novel Recursive Filter Realization of Discrete Time Filters
Loganya et al. Low Power VLSI Architecture for Reconfigurable FIR Filter
Khokhar et al. Development of the RLS algorithm based on the iterative equation solvers

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20110131

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20111208

Year of fee payment: 20