간소화된 최소 오차 엔트로피 학습법과 적응 등화 알고리듬

Abstract

최소오차엔트로피(MEE)는 비가우시안 잡음하의 채널등화, 신호처리, 분류, 상태추정, 그리고 머신러닝 등에 성공적으로 적용되어왔다. 그러나 MEE를 구현하기에는 MEE자체가 지닌 이중합산 과정의 과중한 계산량이 어려움으로 작용한다. 이 문제를 해결하기 위해 통계적 기대치 또는 샘플 평균 과정 대신 순시값 자체를 활용하여 더 이상 이중합산 과정이 없는 새로운 MEE 성능기준을 제안하였다. 또한, 제안한 MEE 성능기준을 TDL등화기 구조에 적용한 가중치 갱신 알고리듬을 소개하였다. 그리고 충격성 잡음하의 다중 경로 페이딩 채널을 위한 적응 등화실험을 통해, 제안한 MEE 성능기준 및 가중치 갱신 알고리듬의 효능을 입증하였다.