[논문 리뷰] Simulation and Performance Analysis of Adaptive Filtering Algorithms in Noise Cancellation

Lilatul Ferdouse, Nasrin Akhter외 2명|arXiv (Cornell University)|2011. 04. 11.

Advanced Adaptive Filtering Techniques참고 문헌 9인용 수 22

한 줄 요약

이 논문은 통신 시스템에서 노이즈 제거를 위한 세 가지 적응형 필터링 알고리즘—재귀적 최소 제곱법(RLS), 빠른 수직 RLS(FTRLS), 기울기 적응 레이어드(GAL)—에 대한 비교 시뮬레이션 연구를 제안한다. GAL이 수렴 속도, 신호 대 노이즈비(SNR), 상관계수 측면에서 RLS 및 FTRLS를 능가함을 입증하며, 평가된 성능 기준 하에서 GAL이 가장 효과적인 알고리즘이 됨을 확인한다.

ABSTRACT

Noise problems in signals have gained huge attention due to the need of noise-free output signal in numerous communication systems. The principal of adaptive noise cancellation is to acquire an estimation of the unwanted interfering signal and subtract it from the corrupted signal. Noise cancellation operation is controlled adaptively with the target of achieving improved signal to noise ratio. This paper concentrates upon the analysis of adaptive noise canceller using Recursive Least Square (RLS), Fast Transversal Recursive Least Square (FTRLS) and Gradient Adaptive Lattice (GAL) algorithms. The performance analysis of the algorithms is done based on convergence behavior, convergence time, correlation coefficients and signal to noise ratio. After comparing all the simulated results we observed that GAL performs the best in noise cancellation in terms of Correlation Coefficient, SNR and Convergence Time. RLS, FTRLS and GAL were never evaluated and compared before on their performance in noise cancellation in terms of the criteria we considered here.

연구 동기 및 목표

• 실시간 노이즈 제거 응용 분야에서 적응형 필터링 알고리즘의 성능을 평가하고 비교하는 것.
• 다양한 알고리즘 간의 수렴 행동, 수렴 시간, 상관계수 및 신호 대 노이즈비(SNR)를 분석하는 것.
• 정량적 성능 지표를 바탕으로 노이즈 제거에 가장 효과적인 알고리즘을 특정하는 것.
• 이전에 함께 테스트된 바가 없었던 RLS, FTRLS, GAL에 대한 새로운 비교 분석을 제공하는 것—모든 알고리즘을 동일한 시뮬레이션 조건 하에서 평가함.

제안 방법

• 연구는 주로 원시 입력이 노이즈에 의해 손상된 목적 신호를 포함하고, 참조 입력이 노이즈 성분을 캡처하는 표준 적응형 노이즈 제거 프레임워크를 사용한다.
• RLS, FTRLS, GAL 세 가지 적응형 필터링 알고리즘을 구현하고, 일관된 성능 평가를 위해 MATLAB을 사용해 시뮬레이션한다.
• 알고리즘은 재귀적 최소 제곱법과 레이어드 기반 기울기 적응을 사용해 오차를 최소화하도록 필터 계수를 반복적으로 갱신한다.
• 성능 평가는 수렴 시간, SNR 향상, 원본 신호와 추정된 신호 간 상관계수, 평균 제곱 오차(MSE) 감소의 네 가지 핵심 지표를 사용해 평가된다.
• 모든 시뮬레이션은 알고리즘 간 공정한 비교를 보장하기 위해 동일한 신호 및 노이즈 조건 하에서 수행된다.
• 결과는 정량적으로 분석되고 비교되어 수렴 속도, 정확도, 노이즈 제거 능력 측면에서 가장 우수한 성능을 보인 알고리즘을 도출한다.

실험 결과

연구 질문

• RQ1 RLS, FTRLS, GAL 중 어느 적응형 필터링 알고리즘이 노이즈 제거에서 가장 빠른 수렴을 달성하는가?
• RQ2 RLS, FTRLS, GAL은 신호 대 노이즈비(SNR) 향상 측면에서 어떻게 비교되는가?
• RQ3 원본 청소된 신호와 각 알고리즘의 출력 간 상관계수는 얼마이며, 어떤 것이 가장 우수한 성능를 보이는가?
• RQ4 각 알고리즘의 계산 복잡도는 실시간 응용에서 성능에 어떤 영향을 미치는가?

주요 결과

• 기울기 적응 레이어드(GAL) 알고리즘이 원본 신호와 추정된 신호 간 최고의 상관계수를 기록하여, 우수한 신호 재구성 능력을 보였다.
• GAL은 세 알고리즘 중에서 가장 빠른 수렴 시간을 보였으며, RLS 및 FTRLS보다 오차를 근본적으로 최소 수준으로 빨리 낮추었다.
• GAL은 가장 높은 신호 대 노이즈비(SNR) 향상을 제공하여, 신호 품질 향상에 효과적임을 확인했다.
• RLS 및 FTRLS는 다른 맥락에서는 잘 알려진 성능을 보였음에도 불구하고, GAL에 비해 느린 수렴 속도와 낮은 SNR 향상을 보였다.
• 이 연구는 수렴 속도, SNR, 상관계수 측면에서 GAL이 RLS 및 FTRLS를 능가함을 확인하며, 노이즈 제거에서 GAL이 가장 우수한 성능을 보임을 입증한다.
• 이 연구는 이들 성능 기준을 사용해 RLS, FTRLS, GAL을 동시에 비교한 최초의 평가이며, 테스트 조건 하에서 GAL이 최적의 선택임을 드러냈다.