소개글
적응필터 부분의 이론적인 정리 입니다
목차
1. 서론
2. Wiener 필터
3. 적응 필터 알고리즘
3.1. Steepest Descent 알고리즘
3.2. LMS 알고리즘
3.3. RLS 알고리즘
4. 응용
4.1. Adaptive Noise Canceller
4.2. Adaptive Line Enhancer
참고문헌
본문내용
1. 서론
많은 응용분야에서 원하는 신호에 다른 신호 또는 잡음이 섞여 있는 경우를 흔히 접하게 된다. 신호와 잡음이 각기 정해진 별도의 주파수 대역을 점하고 있는 경우에는 보통 고정된 계수를 갖는 기존의 선형 필터를 사용하여 신호를 추출할 수가 있다. 그러나, 종종 변화하는 신호 특성에 적응해서 필터의 특성을 가변적으로 변화 시켜야 할 필요가 있게 된다. 이러한 경우 필터의 계수값이 변해야 하며 미리 그 값을 고정시킬 수 가 없다. 고정된 계수를 사용하는 것이 부적당하게 되는 전형적인 응용분야들로서는, 스프레드 스펙트럼 통신에서의 간섭 신호 제거 문제, 디지털 통신에서의 채널 등화 문제 및 심전도(ECG), 위전도(EGG), 뇌파(EEG)에서의 잡음 신호 제거 문제 등을 들 수 있다. 예를 들어 EEG 에서는 원 신호보다 큰 안구의 움직임 및 눈의 깜박거림으로 인한 잡음 신호(artefacts)들이 원래의 뇌신경의 활동전위에 섞여 같은 주파수 대역을 공유하게 된다. 따라서, 기존의 선형 필터를 사용해서는 임상적으로 중요한 신호만을 남겨두고 잡음 신호들을 제거하는 것이 불가능하게 된다.
적응 필터(adaptive filter)는 정해진 성능 평가 기준에 따라 필터의 주파수 응답 특성을 자동적으로 조정하거나 수정할 수 있는 성질을 가진 필터로서, 필터의 특성을 입력 신호 특성의 변화에 적응 시킬 수 있게 된다. 이러한 유연한 자기 조정 능력 때문에 적응 필터는 위에서 기술한 응용 예들 이외에도 통신 신호처리, 레이더 신호처리, 항법시스템 및 생체 신호처리 분야 등에서 널리 사용된다. 특히, 적응 필터는 주위의 상황 변화에 적응해서 필터의 특성을 변화시킬 필요가 있을 때, 그림 1과 같이 신호와 잡음 사이에 스펙트럼 상의 중첩이 있을 때, 그리고 잡음이 점하는 주파수 대역을 모르거나 그 주파수 대역이 시간에 따라 변화하는 경우에 많이 사용된다.
참고 자료
A. Cohen, "Biomedical signal Processing," vol I, CRC Press, 1986.
W.J. Tomkins, "Biomedical Digital Signal Processing," Prentice-Hall, 1993.
M. Akay, "Biomedical Signal Processing," Academic Press, 1994.
고한우 등, "생체 신호 처리,“ 여문각, 1998.
B. Widrow, et. al., "Adaptive noise cancelling : principles and applications," Proc. IEEE Vol. 63, No. 12, PP. 1692-1716 , 1975.
E. C. Ifeachor and B. W. Jervis, "Digital Signal Processing : A Practical Approach," Addison-Wesley Publishing Co., 1993.
B. Widrow and S. Stearns, "Adaptive Signal Processing," Prentice-Hall, 1991.
S. Haykin, "Adaptive Filter Theory," 2nd ed., Prentice-Hall, 1991.
S. Haykin, "Adaptive Filter Theory," 3rd ed., Prentice-Hall, 1996.
M. H. Hayes, " Statistical Digital Signal Processing and Modeling," John Wiley & Sons, Inc., 1996.
V. J. Mathew and S. C. Douglas, "Adaptive Filters," (출판예정)