Yeni bir adaptif filtreleme yöntemi: Hibrid GS-NLMS algoritması

Abstract

Bu makalede, adaptif filtre katsayılarını ayarlamak için GS (Gauss-Seidel) ve NLMS (Normalized Least Mean Squares) algoritmalarının birlikte kullanıldığı hibrid bir algoritma önerilmiş ve ayrıca önerilen yeni algoritmanın yakınsama hızı, kararlılığı ve işlem karmaşıklığı incelenmiştir. Önerilen algoritma yapılan bir benzetim çalışmasıyla yakınsama hızı ve işlem yükü açısından benzer algoritmalarla karşılaştırmalı olarak incelenmiştir. Elde edilen sonuçlara göre, önerilen hibrid algoritmanın bir ara yöntem olarak işlem karmaşıklığı veya yakınsama hızı açısından diğer algoritmalara iyi bir alternatif olduğu görülmüştür.

In this paper, a hybrid algorithm based on the use of Gauss-Seidel and Normalized Least Mean Squares algorithms together is introduced for adjusting of adaptive filter coefficients and also convergence rate, stability and computational complexity of the proposed algorithm is studied. The proposed algorithm is compared with similar algorithms by viewpoints of computational complexity and convergence rate by a simulation study. According to the results obtained, it is shown that the proposed hybrid algorithm is a good alternative to the others as an intermediate method by viewpoints of computational complexity or convergence rate.