Transcript 1242808078_%EC%9E%90%EB%A3%8C1

적응신호처리의 원리와 응용분야
서울대학교 전기공학부
조남익
[email protected]
적응신호처리의 개념
• 넓게 보면 feedback system도 이에 속한다.
• 대부분의 응용에서는 “Desired signal”을 알 수 없다.
적응신호처리의 응용분야
• 잡음제거
– 신호특성을 이용한 잡음제거
– 능동잡음제거
• Multi-path problems
– Ghost Canceller
– Echo Canceller
– Adaptive Equalizer (for ISI)
• Video/image filtering and coding
적응신호처리의 응용 - 잡음제거
•헬리콥터, 전차 등 잡음이 심한 환경 하에서의 통신
•잡음발생원으로부터 마이크까지의 전달함수를 자동적으로 모델링한다.
•음성과 엔진 잡음의 통계적 특성이 다르기 때문에 가능
신호처리의 응용분야 - Ghost Canceller
Ghost canceller의 동작원리
•방송국에서 수신기와 약속한 모양의 신호를 숨겨서 보낸다.
•신호가 전송되면서 왜곡된다.
•수신기 (TV)에서는 약속된 신호를 복원하는 필터를 찾는다.
•모든 주사선을 이 필터에 통과시킨다.
Ghost canceller의 구조
적응필터링의 원리
적응 FIR 필터
Minimize E[( sk  y ) 2 ]
k
2
E[(s  w x  w x ) ]
0 k
1 k 1
k
Gradient Search
Adaptation Algorithm
Wk  [w0 , w1 , w2 ,, wN ]T
 k  sk  y  sk  X k
T
k
Wk는 시간 k에서 필터의 계수 벡터
Xk는 입력 벡터
E[k2]을 최소화 하는 대신에
간단하게 순시값을 최소화한다.   2 
 k
 w0 
LMS Algorithm
ˆ      2

k
2

ˆ
 k
Wk 1  Wk   k


 wN 
 Wk  2 k X k



k
Xk
Gauss-Newton Algorithm
1
ˆ
Wk 1  Wk   R 
k
R  E[ X k
1
 Wk  2 R  k X k
X
T
k
]
알고리듬의 기본 구조
Wk 1  Wk  
k
k R 
k
k
Recursive least square, Kalman, Recursive
Maximum Likelihood 방법 등도 모두 이와 같은
형태로 나타난다.
Research topics
• Adaptive IIR filtering
• Adaptive Lattice Filter
• Adaptive Laguerre Filter
• 새로운 알고리듬!
 Applications
적응신호처리의 응용 - 능동잡음제어
Adaptive line enhancer for radar signal processing
Adaptive FIR filter for line enhancement
Adaptive IIR filter for line enhancement
(1  e j z 1 )(1  e  j z 1 )
H ( z) 
(1  e j z 1 )(1  e  j z 1 )
1  2 cos z 1  z  2

1  2 cos z 1   2 z  2
적응신호처리의 응용 - Echo Canceller
전화에서 발생하는 echo의 원인
- Hybrid의 impedance mismatching and crosstalk
무선전화와 일반전화 사이의 echo
Delay가 길고 일반전화의 echo cancellation이 잘
적용되지 않는다.
장거리 전화에서의 echo
전화기에서 echo canceller의 구조
Acoustic Echo Cancellation
Adaptive Equalizer
디지털 통신시스템에서 multipath 문제로 발생하는
ISI (inter-symbol interference)를 제거
* 모뎀에서 학습신호 전송
* 디지털 이동통신, HDTV 수신기 등에 필요
* Blind equalization도 가능하다.
결론
•적응 필터링은 디지털 통신, 멀티미디어의 발달로 더욱 많이 사용될 것이다.
•효율적인 적응 알고리듬 개발이 필요
– Adaptive IIR filtering
– Adaptive Lattice filtering
– 수렴속도 개선
– 응용분야에 따른 알고리듬의 효율적인 사용과 개선
•고속 구현 연구 (일반적으로 많은 탭 수가 필요)
– DSP Programming
– Frequency domain adaptive filtering