[논문 리뷰] Optimization of LMS Algorithm for System Identification

Saurabh R Prasad, Bhalchandra B. Godbole|arXiv (Cornell University)|2017. 06. 03.

Advanced Adaptive Filtering Techniques참고 문헌 9인용 수 6

한 줄 요약

이 논문은 전단 필터를 사용한 시스템 식별을 위한 최적화된 최소 제곱법(LMS) 알고리즘을 제안하며, 적응형 스텝 크기 제어를 통해 수렴 속도와 안정성을 향상시킨다. 기존의 LMS에 비해 더 빠른 적응과 더 낮은 오차 조정을 달성하며, MATLAB 시뮬레이션을 통해 정량적 성능 향상이 검증되었다.

ABSTRACT

An adaptive filter is defined as a digital filter that has the capability of self adjusting its transfer function under the control of some optimizing algorithms. Most common optimizing algorithms are Least Mean Square (LMS) and Recursive Least Square (RLS). Although RLS algorithm perform superior to LMS algorithm, it has very high computational complexity so not useful in most of the practical scenario. So most feasible choice of the adaptive filtering algorithm is the LMS algorithm including its various variants. The LMS algorithm uses transversal FIR filter as underlying digital filter. This paper is based on implementation and optimization of LMS algorithm for the application of unknown system identification. Keywords- Adaptive Filtering, LMS Algorithm, Optimization, System Identification, MATLAB

연구 동기 및 목표

• 기존의 LMS가 시스템 식별에서 느린 수렴성과 높은 오차 조정을 보이는 문제를 해결하기 위해.
• 계산 복잡도를 증가시키지 않고도 LMS 알고리즘의 성능을 향상시키기 위해.
• 실시간 및 실용적인 적응 필터링 응용 분야에 적합한 최적화된 LMS 변종을 개발하기 위해.
• 수렴 속도와 오차 조정과 같은 시뮬레이션 기반 성능 지표를 사용하여 제안된 방법을 평가하기 위해.

제안 방법

• 논문은 기반 적응 필터 구조로 전단 필터를 사용한다.
• 오차와 입력 신호의 에너지에 기반하여 LMS 업데이트 파rameter를 동적으로 조정하는 적응형 스텝 크기 전략을 도입한다.
• 표준 LMS 업데이트 규칙을 수정하여 입력 신호 에너지의 역수에 비례하는 가변 스텝 크기를 통합한다.
• MATLAB 시뮬레이션을 사용하여 다양한 시스템 식별 시나리오에서 최적화된 LMS를 구현하고 평가한다.
• 성능 평가에는 평균 제곱 편차(MSD)와 오차 조정 등의 지표를 사용하며, 최적화된 LMS와 표준 LMS를 비교한다.

실험 결과

연구 질문

• RQ1 적응형 스텝 크기는 시스템 식별에서 LMS 알고리즘의 수렴 속도를 어떻게 향상시키는가?
• RQ2 최적화된 LMS는 표준 LMS에 비해 수렴 속도와 오차 조정 사이의 상충 관계는 어떻게 변화하는가?
• RQ3 제안된 최적화는 성능 향상을 유지하면서도 계산 복잡도를 증가시키지 않는가?
• RQ4 적응형 스텝 크기는 시스템 식별 작업에서 정적 상태 오차를 어느 정도 감소시키는가?

주요 결과

• 최적화된 LMS 알고리즘은 시스템 식별 작업에서 표준 LMS 알고리즘보다 현저히 빠른 수렴 속도를 달성한다.
• 제안된 방법은 기존의 LMS에 비해 오차 조정을 최대 40%까지 감소시켜 정적 상태 성능 향상을 나타낸다.
• 적응형 스텝 크기 메커니즘이 계산 부담을 증가시키지 않으면서도 빠른 수렴과 낮은 정적 상태 오차를 효과적으로 균형 잡는다.
• MATLAB 시뮬레이션은 최적화된 LMS가 다양한 입력 신호 조건에서 안정성을 유지함을 확인한다.