査読が返るまでの間既存手法の調査をやろう。
- Simplified Newton-Type Adaptive Estimation Algorithms <http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.882.2918&rep=rep1&type=pdf> 最初に気になってた所。バシッと言ってくれてない。FNTF(fast Newton transversal filters)というのが源流かもしれない。
- Fast Newton transversal filters--A new class of adaptive estimation algorithms ここ からでもいける。とても近いように見えるんだが、、、AR仮定しているし計算量も同等なんだが、、、、適応的に共分散行列の逆を求めているように見受けられる。
- Fast LMS/Newton Algorithms Based on Autoregressive Modeling and Their Application to Acoustic Echo Cancellation これもちょっと前に読んでいる。確かに近いが、コレスキー分解した行列の積を計算しているので遅いのでは…。LPCで求めた係数がコレスキー分解の三角行列に入ってきているのは参考になる。
- 上の論文のAlgorithm 2が非常に近いかも。勾配(u)を1時刻ずらして、格子フィルタ通して、その出力結果を最新の勾配にしている。
- Fast LMS/Newton Algorithms for Stereophonic Acoustic Echo Cancelation 上の論文の弟子？が書いたステレオチャンネル拡張論文。原理はほぼおなじに見える。
- Analysis of the Stereophonic LMS/Newton Algorithm and Impact of Signal Nonlinearity on Its Convergence Behavior これも著者ほぼ同じ感じ。
- Tracking of Time-Varying Mobile Radio Channels—Part I: The Wiener LMS Algorithm 一瞬だけ触れている。効率的だと言っている。
- Efficient least squares adaptive algorithms for FIR transversal filtering 前も挙げたと思うけど、包括的な内容。詳しく見てみよう。→パット見、ない。上のFast LMS/Newton...も引用してない。
- A Numerically Stable Fast Newton-Type Adaptive Filter Based on Order Recursive Least Squares Algorithm 近いようで、近くない…うーん、はっきりと共分散行列が(2p+1)-重対角行列だと言い切って欲しい…。どうやら、予測係数を更新しながらの手法のようだ。
- A WAVELET BASED PARTIAL UPDATE FAST LMS/NEWTON ALGORITHM ウェーブレット係数を適応学習。発想はとても良くて、将来的に使うことになるかも。