JPH02218210A

JPH02218210A - 適応型フィルタ

Info

Publication number: JPH02218210A
Application number: JP1039908A
Authority: JP
Inventors: Kunio Yoshida; 邦夫吉田; Motohiko Naka; 中　基孫; Takehisa Tanaka; 田中　武久; Mie Saito; 斉藤　美恵
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1989-02-20
Filing date: 1989-02-20
Publication date: 1990-08-30
Anticipated expiration: 2010-08-02
Also published as: JPH0773194B2

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】産業上の利用分野本発明は、−次元あるいは二次元に分布した信号を空間
的な演算によって濾波し、所望の信号出力を得る適応型
フィルタに関するものである。

従来の技術電話線や無線の伝送路を用いて、ディジタル信号を伝送
しようとする場合に、その伝送歪・符号量干渉や、雑音
の影響を少なくするための手法として、適応形のフィル
タを用いることは、一般に行なわれている。（たとえば
ロバート・ダブル・ラッキー（Ｒｏｂｅｒｔ　Ｗ、　Ｌ
ｕｃｋｙ）　ＶＣよる　ディサイジョンーラーンニング
（ｄｄｃｉｓｉｏｎ　−ｌｅａｒｎｉｎｇ）を用いた適
応型イコライザ：パーナート・ウィド口（Ｂｅｒｎａｒ
ｄ−Ｗｉｄｒｏｗ　）他、ニューラノーネソト１フォー
・アダブチイン゛・パターン争しコグニジョン（Ｎｅｕ
ｒａｌ　　Ｎｅｔｓ　　ｆｏｒ　Ａｄａｐｔｉｖｅ　　
ｐａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ　）　　コンピ
ュータ（Ｃｏｍｐｕｔｅｒ　）３へ一／１９８８年３月号に記載）発明が解決しようとする課題この手法は、予想される様々な回線特性に応じて、フィ
ルタの特性が適応的に定められるので、きわめて実用的
で、有効なフィルタの一つである。

しかしながら、フィルタの構成は予め固定されており、
したがってその遅延量は固定である。そのために、歪の
少ない信号に対しても、過度の時間遅延を与える欠点が
ある。

本発明は回路の複雑さが軽減され、不要な遅延時間がな
くなり、最適な適応フィルタを提供するものである。

課題を解決するための手段本発明は、フィルタを多層パーセプトロンで構成し、各
ノードを接続するパスにはその重み係数を制御する重み
係数制御手段と同時に、そのパスを接断するだめのスイ
ッチと、外部より訓練サイクルを制御するための制御手
段と、前記の重み係数の値とスイッチの接断を制御する
スイッチ制御手段とをそなえている。

作　　　　用それらの手段によシ本発明によるフィルタは、訓練期間
中には前記スイッチをすべて接続状態に保ちつつフィル
タ出力の誤差が予め定められた値よりも小さくなるまで
学習をさせることで、各パスの重み係数を増減し、その
後に各パスを通過する信号が学習信号の組合せに対して
変動する値の、分散の小さいものから順次対応するパス
のスイッチを切り替え、信号の代わりにそのパスを通過
する信号の平均値をあたえることができる。これにより
、回路の複雑さが軽減され、不要な遅延時間がなくなり
、最適な適応フィルタの構成が可能となる。

実施例以下に、図面を用いて本発明の詳細な説明する。

第１図に、本発明による適応型フィルタの一実施例の基
本構成を示す。入力時系列信号１は、遅延回路２〜１０
によって標本化信号１１〜１９となり、重み係数スイッ
チ２０の入力となる。遅延５・・−１回路２〜１０の遅延時間は、入力時系列信号１の持つ周
波数帯域によシ定まる値であって、例えば入力時系列信
号１がベースバンド信号であって、その最高周波数がｆ
ｃである場合は、遅延回路２〜１０の各々の遅延時間τ
２〜τ１０は、τに≦　１／２ｆｃ（但し、ｋ　＝　１
．２．３．−　）　−・・−（ｉ　１に選ぶ。また、各
々の遅延時間は、必ずしも等しくする必要はない。

重み係数スイッチ２０からの、第１の重み出力２１〜２
５は、第１のノード演算器２６〜３０の入力となる。重
み係数スイッチ２０の構成については、後述する。

第１のノード演算器２６〜３０においては、その入力と
なる第１の重み出力２１〜２５に対して、予め定められ
た非線形の伝達特性に応じて、その出力３１〜３５を次
段に伝達する。この伝達特性をどの様に選べば良いかに
ついては、既に知られている文献、例えば１「アイイー
イ＝〔エイニスエスピー　マガジーンＪ　　１９８７年
４月発行の゛アインロダクジョンツウ　コンビュティン
グウイズ６２、−。

ニューラルネット”　（リチャード　ビー　リップマン
）　（（Ｒｉｃｈａｒｄ　Ｐ、　Ｌｉｌ）ｐｍａｎｎ、
　　”　ＡＩｎｔｒｏｄｕｃｔｉｏｎ　　ｔｏ　Ｃｏｍ
ｐｕｔｉｎｇ　ｗｉｔｈＮｅｕｒａｌ　Ｎｅｔｓ　　　
　ＩＥＥＥ　　ＡＳＳＰ　　ＭＡＧＡＺＩＮＥ　ＡＰＲ
ＩＬ　１９８７））等に詳しく述べられているので、省
略する。

伝達された出力３１〜３５は、重み回路３６〜４０を経
て、第２の重み出力４１〜４５となり、第２のノード演
算器４６に加えられる。第２のノード演算器４６の入出
力伝達特性は、第１のノード演算器２６〜３０と同じよ
うに予め定められるが、必ずしも同じ特性でなくてよい
０この第２のノード演算器４６の伝達特性についても、
前に述べた第１のノード演算器２６〜３０の伝達特性と
同じように定めることができる。第２のノード演算器４
６の出力は、入力時系列信号１に対するフィルタ出力４
７として、外部に伝達される。

また学習制御器４８は、重み係数スイッチ２０、及び重
み回路３６〜４０に対し、その重みの量と、入力信号の
制御を行なうために１重み制御信号４９７・・と、重み係数・スイッチ制御信号５０とを出力する。こ
れら信号は、各々重み回路３６〜４０及び、重み係数ス
イッチ２０の制御信号となる。これらの制御信号は、既
に知られている多層パーセプトロンの学習規則に従い、
最終的なフィルタ出力４７が望ましい値となるように、
それぞれの重みの量の増減を制御する。それと共に、後
で述べる重み係数スイッチ２０の内部にある、切り換え
スイッチの制御と、閾値レベルの制御とを行なう。

従って、学習制御器４８は、既に知られている信号処理
器と、そのプログラムの組合せによって実現されるので
、詳細について割愛する。

第２図は、第１図に示す重み係数スイッチ２０の、内部
の構成をさらに詳しく説明するブロック結線図である。

標本化信号１１は、重み出力の信号の数（この例に於い
ては５個）と同じ数の重みスイッチ５１〜５５に加えら
れる０他の一つの標本化信号１２は、同様に重みスイッ
チ５６〜６０に加えられる。他の標本化信号についても
、全く同様の重みスイッチ群にそれぞれ加えられる。第
２図では、標本化信号１１と１２についての重みスイッ
チのみを図示しているが、実際には全ての標本化信号に
ついて、同じ構成になる。

また、重みスイッチの各出力は、各標本化信号に対する
ものが一つずつ加算されて、重み出力２１乃至重み出力
２５となる。従って、重みスイッチの伝達関数ｅｇ（ｘ
）とすると、ｉ番目の重み出力Ｏ１は、Ｑｉ　＝　Ｚ　ｇ＋ｊ　（ｘｊ）　　　　・・・・・・
・・・・・・・・・（２）となる。ただし、ｇｉｊは、
ｊ番目の標本化信号Ｘｊと、ｉ番目の重み出力０１とを
結ぶ重みスイッチの伝達関数である。

第３図は、第２図における重みスイッチの内部を説明す
るブロック結線図である。入力端子６１には、第１図に
おける重み係数スイッチ２０の標本化入力の一つが接続
される。可変コンダクタンス６２は、第１図における学
習制御器４８からの重み係数・スイッチ制御信号５０で
制御される電圧電流特性を示す。可変コンダクタンス６
２の出力電流は、スイッチ６３を経て出力６５となる。

９ヘー／出力６５は、第１図における重み係数スイッチ２０の重
み出力の一つに接続される。スイッチ６３は、切り換え
スイッチであって、重み係数・スイッチ制御信号５０に
よって、可変電流＃６４にも切り換えられ得る。可変電
流源６４もまた、重み係数・スイッチ制御信号５０によ
り、その出力電流を制御され得る。従って、第３図に示
す重みスイッチの出力６５は、その値をＵとすると、Ｕ
＝αｘ１　＋ｋ　　　　　　・・・・・・・・・・・・
（３）で表わされる電流信号となる。ここで、αは、可
変コンダクタンス６２の値、Ｘｌは入力端子６１の信号
レベル、ｋは常数である。ただし、αまたはｋのどちら
かは零であるが、どちらが零になるかは、スイッチ６３
の位置によって定まる。従って、第（２）式に示す各重
み出力の式の右辺の各項は、第（５）式に示す各重みス
イッチの出力Ｕであり、左辺はそのＵの総和の電流であ
る。

次に、これらの構成により、本発明のフィルタがどのよ
うに適応的にその特性を定めるかを説明する。

１０・＼−ノまず実際の信号の伝送に先立って、トレーニング用の信
号である符号列が伝送され、第１図の入力時系列信号１
としてフィルタに加えられる。このとき、重み係数スイ
ッチ２０では、その内部すべてのスイッチを第３図に示
すスイッチ６３として、ａ側に切り換えておく。従って
、各重みスイッチの出力は第（６）式でに＝ｏとして定
まる電流値となる。このときに、学習制御器４８は、ト
レーニング信号である符号列の真の値を情報として保持
しているので、フィルタ出力４７と、真の値との差にし
たがって５重み係数スイッチ２０の内部の重みと、重み
回路３６〜４０の伝達特性とを制御し、フィルタ出力４
７が真の値を最もよく近似するように制御する。具体的
にどのように各々の重みを制御するかは、既に知られて
いる適応フィルタのトレーニング方法に阜ずれば良いの
で、ここでは述べ々い。このトレーニング期間中のフィ
ルタの出力４７と、真の値との誤差は、第４図に示すよ
うに変化する。

すなわち、第４図に示すように、トレーニング１１・・
　・は誤差の値が予め定めである十分小さな誤差である、閾
値７０になるまで繰り返す。学習制御器４８は、誤差の
値が閾値７０に達したことを検知すると、トレーニング
を打ち切り、第３図における各重みの値から、重みスイ
ッチ６５の出力の各々が、一連のトレーニング入力に対
して、どのような値で応答するかを計算する。そして、
その応答の値の分散が予め定めておいた閾値よりも小さ
な値である重みスイッチについては、重み係数・スイッ
チ制御信号５０により、そのスイッチを切り換える。同
時に、第３図における可変電流源６４に対しては、応答
の値の平均値を出力するよう、制御する。これによって
、信号の伝達に対して寄与することが少ないパスは、フ
ィルタ装置から切り離される。もしも入力次系列信号１
の符号歪が少ない場合には、遅延量の大きい標本化信号
に対するパスは、自然に上の条件を満足するので、出力
に対する影響がなく々る。つまり、フィルタ出力４７が
、入力時系列信号１に対して時間的に遅れる量は、最も
少なくなる。言い替えれば、本発明によれば遅延時間の
もっとも少ない適応型フィルタが実現される。

これらの構成要素は、説明の便宜上ハードウェアの概念
を用いたが、同じ動作を既知の信号変換回路と、電子計
算機及びそれを制御するための制御プログラムで実現で
きる。

発明の効果以上のように本発明は、訓練期間中には前記スイッチを
すべて接続状態に保ちつつフィルタ出力の誤差が予め定
められた値よりも小さくなるまで学習をさせることで、
各パスの重み係数を増減し、その後に各パスを通過する
信号が学習信号の組合せに対して変動する値の、分散の
小さいものから順次対応するパスのスイッチを切り替え
、信号の代わシにそのパスを通過する信号の平均値をあ
たえることができる。すなわち、これにより、回路の複
雑さが軽減され、不要な遅延時間がなくなシ、最適な適
応フィルタの構成が可能となる。

【図面の簡単な説明】

第１図は本発明の一実施例における適応型フィ１３・・
−・ルタのブロック結線図、また第２図は第１図に示す重み
係数スイッチの内部の構成をさらに詳しく示したブロッ
ク結線図、第３図は第２図における重みスイッチの内部
をさらに詳しく示したブロック結線図、第４図はトレー
ニング期間中における適応型フィルタの出力の残差を表
わす波形図である。２〜１０・・・遅延回路、２０・・・重み係数スイッチ
、２６〜３０・・・第１のノード演算器、３６〜４０重
み回路、４６・・・第２のノード演算器、４８・・・学
習制御器。

Claims

【特許請求の範囲】

一次元あるいは二次元状に分布する信号を空間的あるい
は時間的に濾波する際に、多層パーセプトロンで構成さ
れ、単数あるいは複数の隠れ層の各々に含まれるノード
の数が入力層におけるノードの数の少なくとも２倍以上
あり、各ノードを接続するパスにはその重み係数を制御
する重み係数制御手段とともにそのパスを接断するスイ
ッチと、外部より訓練サイクルを制御する制御手段と、
前記の重み係数の値とスイッチの接断を制御するスイッ
チ制御手段とを備え、訓練期間中には前記スイッチをす
べて接続状態に保ちつつフィルタ出力の誤差が予め定め
られた値よりも小さくなるまで学習をさせて各パスの重
み係数を強減し、その後に各パスを通過する信号が学習
信号の組合せに対して変動する分散の小さいものから順
次対応するパスのスイッチを切り替えそのパスを通過す
る信号の平均値で代替させる事を特徴とする適応型フィ
ルタ。