文献

J-GLOBAL ID：201902247302277934   整理番号：19A0517255

ロバストなm形状誤差重み付き最小平均二乗アルゴリズムの族:性能解析とEcho除去応用【JST・京大機械翻訳】

A Family of Robust M-Shaped Error Weighted Least Mean Square Algorithms: Performance Analysis and Echo Cancellation Application

著者 (4件)： Zhang Sheng (School of Information Science and Technology, Southwest Jiaotong University, Chengdu, China) ,  Zheng Wei Xing (School of Computing, Engineering and Mathematics, Western Sydney University, Sydney, NSW, Australia) ,  Zhang Jiashu (Sichuan Province Key Laboratory of Signal and Information Processing, Southwest Jiaotong University, Chengdu, China) ,  Han Hongyu (School of Computer Science, Sichuan Normal University, Chengdu, China)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 14716-14727  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 非Gauss雑音に対する良好なフィルタ性能のために,誤差非線形性を有する適応フィルタは最近注目されている。重み関数の観点から,本論文では,誤差非線形性を有する既存の最小二乗(LMS)ベースの適応アルゴリズムを,3つのタイプ,すなわち,V形,Λ形,およびM形アルゴリズムに分割した。次に,V型およびΛ形状アルゴリズムの長所を得るために,ロバストなM形状誤差重みづけLMSアルゴリズムの新しいファミリーを提案した。それらの定常状態平均二乗偏差(MSD)解析を行い,誤差非線形性の学習能力を明らかにした。1)V形アルゴリズムに対して,サブGauss雑音に対して,超Gauss雑音に対するよりも小さい定常状態MSDを達成できる。2)Λ形状アルゴリズムは,サブGauss雑音に対するよりも超Gauss雑音に対してより効果的に使用できる。そして,3)M形状アルゴリズムは,V型およびΛ形状アルゴリズムの特性を結合した。さらに,提案したロバストなM形状関数に基づいて,比例正規化ロバストM形状アルゴリズムを,エコー除去応用のために提示した。最後に,モンテカルロシミュレーションを行い,理論結果を検証し,異なる環境における提案アルゴリズムの効率を実証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 適応フィルタ ,  正規化 ,  非Gauss雑音 ,  重み関数 ,  非線形性 ,  Gauss雑音 ,  *性能分析 ,  *ロバスト性 ,  重みづけ ,  最小二乗法 ,  *アルゴリズム
準シソーラス用語： モンテカルロシミュレーション ,  定常状態 ,  適応アルゴリズム ,  *LMSアルゴリズム , 【Automatic Indexing@JST】

分類 (3件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S) ,  信号理論  (ND02020G)

タイトルに関連する用語 (5件)： ロバスト ,  形状誤差 ,  最小平均二乗アルゴリズム ,  性能解析 ,  応用