講演抄録/キーワード |
講演名 |
2020-10-30 13:30
離散カオスシステムを用いた高次のIIR適応フィルタのパラメータ同定に関する基礎検討 ○荒井祐太朗・杉田泰則・坪根 正(長岡技科大) CAS2020-15 NLP2020-36 |
抄録 |
(和) |
高次のIIR適応フィルタのパラメータ同定で誤差関数を最小にする戦略をとる場合,その誤差関数の構造が多峰性であることが多いため LMSなどの勾配法では最適なフィルタ係数を計算できない場合がある.多点探索型最適化手法は 生物などの集団行動にヒントを得た最適解の探索手法で勾配情報を用いずにフィルタ係数を調整できる. 我々は離散カオス写像に基づいた多点探索型最適化手法を開発しIIRフィルタの安定性を保証できる設計手法を提案した. 本研究では提案手法を利用した簡素なIIRフィルタのシステム同定ができることを示す. |
(英) |
Since the structure of the error function is often multimodal, in case of a strategy that minimizes the error function in the parameter identification of higher-order IIR adaptive filters, the gradient method such as LMS may not be able to calculate the optimum filter coefficient. Multi-agent optimization algorithm can apply the collective behavior of organisms to search solutions, and can update filter coefficients without using gradient informations. We have developed a multi-agent optimization algorithm based on discrete chaos maps and we proposed an IIR filter design method that guarantees stability. In this study, we show simple examples of system identification of IIR filter by using our methods. |
キーワード |
(和) |
適応IIRフィルタ / パラメータ同定 / 多点探索型最適化 / 離散カオスシステム / / / / |
(英) |
Adaptive IIR filter / Parameter identification / Multi-agent Optimization / Discrete chaotic system / / / / |
文献情報 |
信学技報, vol. 120, no. 214, NLP2020-36, pp. 21-24, 2020年10月. |
資料番号 |
NLP2020-36 |
発行日 |
2020-10-22 (CAS, NLP) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
CAS2020-15 NLP2020-36 |
研究会情報 |
研究会 |
MBE NC NLP CAS |
開催期間 |
2020-10-29 - 2020-10-30 |
開催地(和) |
オンライン開催 |
開催地(英) |
Online |
テーマ(和) |
ME,NC,CAS,NLP,一般 |
テーマ(英) |
ME,NC,CAS,NLP |
講演論文情報の詳細 |
申込み研究会 |
NLP |
会議コード |
2020-10-MBE-NC-NLP-CAS |
本文の言語 |
日本語 |
タイトル(和) |
離散カオスシステムを用いた高次のIIR適応フィルタのパラメータ同定に関する基礎検討 |
サブタイトル(和) |
|
タイトル(英) |
On parameter identifications of Higher-Order IIR adaptive filters by using discrete chaotic systems |
サブタイトル(英) |
|
キーワード(1)(和/英) |
適応IIRフィルタ / Adaptive IIR filter |
キーワード(2)(和/英) |
パラメータ同定 / Parameter identification |
キーワード(3)(和/英) |
多点探索型最適化 / Multi-agent Optimization |
キーワード(4)(和/英) |
離散カオスシステム / Discrete chaotic system |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
荒井 祐太朗 / Yutaro Arai / アライ ユウタロウ |
第1著者 所属(和/英) |
長岡技術科学大学 (略称: 長岡技科大)
Nagaoka University of Technology (略称: NUT) |
第2著者 氏名(和/英/ヨミ) |
杉田 泰則 / Yasunori Sugita / スギタ ヤスノリ |
第2著者 所属(和/英) |
長岡技術科学大学 (略称: 長岡技科大)
Nagaoka University of Technology (略称: NUT) |
第3著者 氏名(和/英/ヨミ) |
坪根 正 / Tadashi Tsubone / ツボネ タダシ |
第3著者 所属(和/英) |
長岡技術科学大学 (略称: 長岡技科大)
Nagaoka University of Technology (略称: NUT) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2020-10-30 13:30:00 |
発表時間 |
25分 |
申込先研究会 |
NLP |
資料番号 |
CAS2020-15, NLP2020-36 |
巻番号(vol) |
vol.120 |
号番号(no) |
no.213(CAS), no.214(NLP) |
ページ範囲 |
pp.21-24 |
ページ数 |
4 |
発行日 |
2020-10-22 (CAS, NLP) |