Performance analysis of sign-sign algorithm for transversal adaptive filters

The sign-sign algorithm (SSA), which is obtained by clipping both the reference input and the estimation error of the least mean square (LMS) algorithm, is analysed for transversal adaptive filters with correlated Gaussian data. The analysis focuses on the expected behaviours of the filter coefficients and the mean square error of the filter. The previous analysis of this type for the SSA is based on the assumption that the input data of adaptive filters are independent, identically distributed Gaussian, but this restriction is removed in our analysis. The analytical results are verified numerically through computer simulations for two examples ~ an adaptive linear predictor and an adaptive system identification. @ 1997 Elsevier Science B.V. Zusammenfassung Der Sign-Sign Algorithmus (SSA), der aus der Begrenzung des Referenzeingangs und des Schatzfehlers des Least Mean Square (LMS) Algorithmus besteht, wird fir transversale, adaptive Filter mit korrelierten GauR-verteilten Daten untersucht. Die Analyse konzentriert sich auf das erwartete Verhalten der Filterkoeffizienten und des mittleren Fehlerquadrats des Filters. Die bisherige Analyse dieser Art von SSA griindet auf der Annahme, dal3 die Eingangsdaten adaptiver Filter unabhangige, identisch verteilte Gaul-Funktionen sind; diese Einschrankung wird jedoch in unserer Analyse fallengelassen. Die analytischen Ergebnisse werden numerisch mit Computersimulationen fir zwei Beispiele verifiziert: fir einen adaptiven linearen Pradiktor und fur eine adaptive Systemidentifikation. @ 1997 Elsevier Science B.V. RbumC L’algorithme signe-signe (SSA), qui est obtenu en prenant le signe a la fois de I’entree de reference et de I’erreur d’estimation dans I’algorithme LMS, est analyse pour des filtres adaptatifs transversaux appliques a des donnees gaussiennes co&lees. Cette analyse est focalisee sur les comportements attendus des coefficients et de I’erreur quadratique moyenne du filtre. L’analyse existante de ce type du SSA est basee sur I’hypothese que les dorm&es d’entrte du filtre adaptatif sont independantes, gaussiennes et de meme distribution, mais cette restriction est retiree de notre analyse. Les resultats analytiques sont verifies de man&e numerique a I’aide de simulations sur ordinateur pour deux exemples, un predicteur adaptatif lineaire et une identification de systeme adaptative. @ 1997 Elsevier Science B.V. Kr~u~tls: Adaptive filter; Sign-sign algorithm; Least mean square algorithm; Convergence analysis * Corresponding author. Tel.: 82 42 821 4412; fax: 82 42 821 2224; e-mall: [email protected]. 0165-1684/97/$17.00 @ 1997 Elsevier Science B.V. All rights reserved PIIs0165-1684(97)00133-3 324 B.-E. Jun. D.-J. Park / Signal Processiny 62 (1997) 323-333