ตัวกรองปรับตัวได้แบบแฮมเมอร์สไตน์-สไปลน์ด้วยอัลกอริธึมกำลังสองเฉลี่ยน้อยที่สุด
Article Sidebar
Main Article Content
บทคัดย่อ
บทความนี้ได้นำเสนอตัวกรองปรับตัวได้แบบแฮมเมอร์สไตน์-สไปลน์โดยใช้อัลกอริธึมกำลังสองเฉลี่ยน้อยที่สุด โดยนำเสนอคุณสมบัติทั่วไปและโครงสร้างของตัวกรองแบบปรับตัวได้ด้วยอัลกอริธึมที่ให้สัมประสิทธ์ของตัวกรองลู่เข้าได้โดยอธิบายถึงพื้นฐานที่เกี่ยวข้องกับตัวกรองปรับตัวได้แบบแฮมเมอร์สไตน์-สไปลน์ และการออกแบบอัลกอริธึมกำลังสองเฉลี่ยน้อยที่สุดสำหรับตัวกรองที่เป็นเชิงเส้นปรับตัวได้ ผลที่ได้จากทดสอบโดยการจำลองการทำงาน ได้แสดงให้เห็นว่า ตัวกรองปรับตัวได้แบบแฮมเมอร์สไตน์-สไปลน์นี้สามารถนำอัลกอริธึมค่าเฉลี่ยกำลังสองน้อยที่สุดมาประยุกต์เพื่อหาการลู่เข้าของการทำงานของตัวกรองได้ ซึ่งสามารถปรับตัวแล้วลู่เข้าสู่ค่าคงที่ได้เมื่อทำการเปรียบเทียบข้อผิดพลาดของตัวกรองปรับตัวได้แบบแฮมเมอร์สไตน์-สไปลน์ด้วยอัลกอริธึมกำลังสองน้อยที่สุด พบว่า ตัวกรองปรับตัวได้แบบแฮมเมอร์สไตน์-สไปลน์ด้วยอัลกอริธึมกำลังสองเฉลี่ยน้อยที่สุดจะมีอัตราการผิดพลาดลู่เข้าสู่สภาวะคงตัวได้รวดเร็ว
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความนี้เป็นลิขสิทธิ์ของวารสาร Engineering Transactions คณะวิศวกรรมศาสตร์และเทคโนโลยี มหาวิทยาลัยเทคโนโลยีมหานคร
เอกสารอ้างอิง
M. Scarpiniti, D. Comminiello, R. Parisi and A. Uncini, “Novel cascade spline architectures for the identification of nonlinear systems”, IEEE Transactions on Circuits and Systems I, vol. 62, Issue. 7, pp. 1825-1835, 2015, doi:10.1109/TCSI.2015.2423791.
M. Scarpiniti, D. Comminiello, R. Parisi and A. Uncini,“Hammerstein uniform cubic spline adaptive filtering : learning and convergence properties,” Signal Processing, vol. 100, pp. 112-123, 2014, doi:10.1016/j.sigpro.2014.01.019.
C. Liu, Z. Zhang and X. Tang, “Sign Normalised Hammerstein Spline Adaptive Filtering Algorithm in an Impulsive Noise Environment”, Neural Processing Letters, vol. 50, pp. 477-496, 2019, doi:10.1007/s11063-019-09996-6.
S. Van Vaerenbergh and L. A. Azpicueta-Ruiz, ``Kernel-based identification of Hammerstein systems for nonlinear acoustic echo-cancellation,'' in Proc. IEEE Int. Conf. Acoust., Speech Signal Process. (ICASSP), Florence, Italy, pp. 3739-3743, 2014, doi: 10.1109/ICASSP.2014.6854300.
P. P. Campo, D. Korpi, L. Anttila, and M. Valkama, ``Nonlinear digital cancellation in full-duplex devices using spline-based Hammerstein model,'' in Proc. IEEE Globecom Workshops (GC Wkshps), Abu Dhabi, United Arab Emirates, 2018, pp. 1-7, doi: 10.1109/GLOCOMW.2018.8644362.
G. Qian, D. Luo, S. Wang, “A Robust Adaptive Filter for a Complex Hammerstein System”, Entropy, vol. 21, pp. 1-13, 2019, https://doi.org/10.3390/e21020162.
