적응신호처리 분야에서 LMS 알고리즘은 수식이 간단하고, 적은 계산량으로 인해 널리 사용되고 있지만, 시간영역의 적응 알고리즘은 입력신호의 고유치 분포폭이 넓게 분포할 때는 수렴속도가 느려지는 단점이 있다. 또한 알고리즘의 성능을 좌우하는 고정된 적응상수를 적절하게 선택해야만 알고리즘이 수렴할 수 있다. 이런 문제점을 개선하기 위하여 본 논문에서는 시간영역의 적응알고리즘을 변환영역인 웨이블렛 변환에서 적응알고리즘을 적용한다. 그리고 안정되고 빠른 수렴을 위해 고정된 적응상수를 오차신호의 순시치 절대값에 비례하여 각 반복구간마다 변화시키는 가변스텝사이즈를 갖는 웨이블렛 기반 적응알고리즘을 제안, 적응 잡음제거기에 적용하여 기존의 알고리즘과 비교하여 그 성능이 우수함을 입증하였다.
Least mean square(LMS) algorithm is one of the most popular algorithm in adaptive signal processing because of the simplicity and the small computation. But the convergence speed of time domain adaptive algorithm is slow when the spread width of eigen values is wide. Moreover we have to choose the step size well for convergency in this paper, we use adaptive algorithm of wavelet transform. And we propose a new wavelet based adaptive algorithm of wavelet transform. And we propose a new wavelet based adaptive algorithm with variable step size, which Is linear to absolute value of error signal. We applied this algorithm to adaptive noise canceler. Simulation results are presented to compare the performance of the proposed algorithm with the usual algorithms.
