변환영역 적응필터는 시간영역 적응필터보다 일반직으로 수렴속도가 빠르지만 필터의 차수가 증가함에 따라 계산량이 크게 증가한다. 이러한 문제점은 변환영역 적응필터를 서브밴드 분해구조로 변경함으로써 해결할 수 있다. 이 논문에서는 일반화된 서브밴드 분해 FIR 적응 필터의 수렴속도 향상을 위해 웨이블릿 변환영역에서 다이아딕 희소인자 서브필터를 가지는 일반화된 서브밴드 분해 FTR 적응 필터의 구조를 설계하였다. 그리고 이 적응필터에서 변환영역의 일반화된 등가입력을 유도하고 이 입력을 이용하여 LMS 일고리듬에 대한 수렴특성을 해석 및 평가하였다. 이 서브밴드 FIR 적응필터를 이용하여 역 모델링 시스템과 주기성 잡음제거기를 구성하고 LMS 알고리듬 대한 이 시스템들의 수련속도를 이산푸리에 변환을 이용한 서브밴드 적응필터의 것과 컴퓨터 모의실험으로 비교하였다.
In general, transform domain adaptive filters show faster convergence speed than the time domain adaptive filters, but the amount of calculation increases dramatically as the filter order increases. This problem can be solved by making use of the subband structure in transform domain adaptive filters. In this paper, to increase the convergence speed on the generalized subband decomposition FIR adaptive filters, a structure of the adaptive filter with subfilter of dyadic sparsity factor in wavelet transform domain is designed. And, in this adaptive filter, the equivalent input in transform domain is derived and, by using the input, the convergence properties for the LMS algorithm is analyzed and evaluated. By using this sub band adaptive filter, the inverse system modeling and the periodic noise canceller were designed, and, by computer simulation, the convergence speeds of the systems on LMS algorithm were compared with that of the subband adaptive filter using DFT(discrete Fourier transform).
