$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

능동 소음 제어를 위한 적응 알고리즘들 비교
Comparison of Adaptive Algorithms for Active Noise Control 원문보기

한국정보전자통신기술학회논문지 = Journal of Korea institute of information, electronics, and communication technology, v.8 no.1, 2015년, pp.45 - 50  

이근상 (Division of Computer and Communication, Yonsei University) ,  박영철 (Division of Computer and Communication, Yonsei University)

초록
AI-Helper 아이콘AI-Helper

본 논문은 능동 소음 제어를 위한 적응 알고리즘들의 성능을 비교함으로써 효과적인 적응 알고리즘을 보인다. 일반적인 적응 알고리즘으로는 normalized least mean square (NLMS) 알고리즘이 있다. NLMS는 구조가 간단하고 수렴 속도가 빠르다는 장점이 있어서 널리 사용되고 있다. 하지만 상관도가 높은 신호에 대해서는 수렴 성능이 떨어지는 문제가 발생한다. 이에 수렴 성능을 개선하기 위해 affine projection (AP) 알고리즘을 사용하고 있다. 하지만 연산량의 문제로 AP 알고리즘의 사용이 제한적이다. 이러한 사실을 바탕으로 협대역 소음 제어를 위한 능동 소음 제어 시스템에서 NLMS와 AP 알고리즘을 연산량과 수렴 성능을 비교함으로써 효과적인 알고리즘을 도출하였다. 실험을 통해 NLMS와 AP 알고리즘의 소음 제어 성능이 차이가 크게 발생하지 않는 것을 확인함으로써 NLMS가 AP 알고리즘에 비해 소음 제어에 효과적임을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we confirm the effective adaptive algorithm for tha active noise contorl (ANC) though the performance comparison between adaptive algorithms. Generally, the normalized least mean square (NLMS) algorithm has been widely used for an adaptive algorithm thanks to its simplicity and having...

주제어

#Active noise control   #filtered-x algorithm   #normalized least mean square algorithm   #affine projection algorithm   #performance comparison  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 음향 덕트 환경에서 소음 제어를 위해 사용하는 능동 소음 제어 시스템에 적합한 적응 알고리즘을 도출하였다. 적응 알고리즘으로는 일반적으로 널리 사용되고 있는 NLMS 알고리즘과 빠른 수렴 성능을 보이는 AP 알고리즘을 고려하였다.
  • 하지만 AP 알고리즘은 역행렬 연산이 요구되어지기 때문에 많은 연산량이 필요하게 된다. 이에 본 연구에서는 능동 소음 제어를 위한 적응 알고리즘으로 NLMS와 AP 알고리즘을 소음 제어 성능과 연산량을 비교함으로써 효율적인 알고리즘을 도출한다.

가설 설정

  • 2차 경로는 사전에 충분히 추정되었다고 가정하여 실험을 실시하였다. 성능 평가를 위해 Mean Square Error(MSE)를 측정 하였으며, 정상 상태에서의 잔여 오차와 주 소음 신호와의 Power Spectrum Density(PSD)를 비교하였다.
  • 배관의 길이는 2m로 가정 하고 소음 제거를 위한 스피커폰은 소음원에서부터 1.5m 떨어진 위치에 있다고 가정 하였으며, 에러 마이크는 배관의 끝 부분에 있다고 가정 하였다. 따라서 배관 경로와 2차 경로는 각각 8 과 3 sample 지연을 갖는다.
  • 알고리즘의 성능을 비교하기 위해 FxNLMS 알고리즘과 FxAP 알고리즘과 비교하였다. 시스템의 sampling rate는 4kHz로 가정하였으며, 엔진 소음원 신호는 250Hz의 기본 주파수를 갖으며 그 하모닉들은 정수배를 갖는다고 가정 하면 다음 식을 이용하여 신호를 생성 하였다.
  • 하지만 높은 연산 복잡도로 인하여 실제 환경에 제한적으로 적용 가능하다. 알고리즘의 비교를 위한 실제 음향 덕트는 협대역 소음이 빈번히 발생하는 환경으로 가정하였다. 실험 결과 FxAP는 높은 projection 차수를 사용함에도 불구하고 FxNLMS에 비해 약간의 성능 향상이 있는 것을 확인하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
NLMS의 수렴 성능을 개선하기 위하여 사용하는 것은? 하지만 상관도가 높은 신호에 대해서는 수렴 성능이 떨어지는 문제가 발생한다. 이에 수렴 성능을 개선하기 위해 affine projection (AP) 알고리즘을 사용하고 있다. 하지만 연산량의 문제로 AP 알고리즘의 사용이 제한적이다.
NLMS 알고리즘의 단점은 무엇인가? NLMS는 구조가 간단하고 수렴 속도가 빠르다는 장점이 있어서 널리 사용되고 있다. 하지만 상관도가 높은 신호에 대해서는 수렴 성능이 떨어지는 문제가 발생한다. 이에 수렴 성능을 개선하기 위해 affine projection (AP) 알고리즘을 사용하고 있다.
NLMS 알고리즘의 장점은? 일반적인 적응 알고리즘으로는 normalized least mean square (NLMS) 알고리즘이 있다. NLMS는 구조가 간단하고 수렴 속도가 빠르다는 장점이 있어서 널리 사용되고 있다. 하지만 상관도가 높은 신호에 대해서는 수렴 성능이 떨어지는 문제가 발생한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (8)

  1. P. A. Nelson and S. J. Elliot, Active Control of Sound, Academic Press, New York, 1992. 

  2. S. M. Kuo and D. R. Morgan, "Active noise control: A tutorial review", Proc. IEEE, vol. 87, no. 6, pp. 943-973, Jun. 1999. 

    상세보기 crossref

  3. S. J. Elliot, Signal Processing for Active Control, Academic, London, U.K., 2001. 

  4. S. M. Kuo and D. R. Morgan, Active Noise Control Systems-Algorithms and DSP Implementations, Wiley, New York, 1996. 

  5. K. Ozeki and T. Umeda, "An adaptive filtering algorithm using an orthogonal projection to an affine subspace and its properties", Electron. Commun. Jpn., 67-A, no. 5, pp. 19-27, 1984. 

  6. S. Haykin, Adaptive filter theory, Prentice Hall. Englewood Cliffs, NJ,2002. 4th edition 

  7. A. Gonzalez, M. Ferrer, M. diego and G. Pinero, "Fast filtered-x affine projection algorithm for active noise control", Proc. IEEE WASPAA, New Paltz, New York, 2005. 

  8. A. Gonzalez, M. Ferrer, M. diego and G. Pinero, "Fast filtered-x affine projection algorithm with efficient computation of coefficient update", Proc. ICASSP, Int. Conf. Acoust., Speech, Signal Process., pp.V-285-V-288, 2006. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로