The identification problem of time invariant, causal, nonminimum phase ARMA(p,q) systems with known order from output measurements is considered. It is assumed that the system was driven by nongaussian white random sequence and the output measurements were contaminated with additive white noise. This problem can only be solved if higher order statistics(HOS) are used since, as it is well known, second order statistics(SOS) are phase blind, i.e., they contain only magnitude information.
There are two categories in using HOS in order to extract phase information. The first one is the method to extract the system parameters from HOS directly. The other one uses the SOS in order to find the spectrally equivalent minimum phase (SEMP) system of the ARMA(p,q). And higher order statistics are used solely to resolve the locations(phases) of the zeros of the SEMP system function. The latter can estimate the system more accurately than the former. But it is sensitive to noise and there is no efficient method to determine the phase of each zero of the SEMP system.
The main contributions of this dissertation are as follows :
● We propose a new method which can determine phases of all zeros of MA(q) with computational burden proportion to q but not to $2^q$ and prove the robustness of the proposed method.
● We present two techniques to remove the effect of additive white noise in estimating the SEMP system function using second order statistics.
● We analyze the global convergence of a known SEMP estimate even though the considering system is non-minimum phase system.
● We observed that the estimation error of HOS is greater than that of SOS in general. It theoretically supports that our scheme is a good approach.
Thus, the proposed nonminimum phase system identification method can estimate the parameters more accurately than the ones in the first category and have robustness against additive white gaussian noise. Many experimental results approve our assertion.
본 논문에서는 차수가 알려져 있다는 가정하의 비 최소위상 ARMA시스템 추정문제를 다루었다. 시스템의 입력신호는 측정할 수 없는 상황이며 다만 가우시안 분포가 아닌 백색 불규칙 신호라는 것을 가정한다. 시스템의 출력신호는 백색 잡음이 섞여 있는 상황이다.
동 문제는 2차통계가 시스템의 위상정보를 가지고 있지 않아 시스템의 위상 및 크기정보를 모두 가진 고차통계값을 이용해야만 해결이 되는 문제이다. 이 분야에서의 대부분의 연구는 시스템 출력신호의 고차통계값으로부터 직접, 시스템 계수값을 추정하는 방향으로 수행되어 왔다.
일반적으로 고차통계값 측정오차는 2차통계값 측정오차 보다 크다. 따라서 시스템의 크기정보는 측정오차가 보다 작은 2차통계값을 사용하여 추정하고 시스템의 위상정보만 고차통계값으로 추정할 시 추정정확도가 우수하다.
본 논문은, 비 최소위상 시스템의 스펙트럼 등가 최소위상시스템의 위상을 결정하는 새로운 방식을 제안하고 제안된 방식이 통계적으로 항상 시스템의 위상을 옳게 결정한다는 것을 증명하였다. 기존의 방식이 시스템의 차수에 따라 2의 차수승으로 계산량이 증가하는 반면, 제안된 방식은 시스템 차수에 비례하는 장점을 가진다.
본 논문에서는 또한 2차통계를 이용한 스펙트럼 등가 최소위상시스템 추정문제에서 가산성 백색잡음의 영향을 효과적으로 제거할 수 있는 방법을 제안 하였다.
따라서 주어진 비최소위상 시스템에 대하여 가산성 백색잡음 영향없이 스펙트럼 등가 최소위상 시스템을 추정할 수 있으며 그것의 위상 또한 정확하고 효율적으로 결정할 수 있다. 제안된 방식은 기존의 방식에 비하여 보다 정확하게 비 최소위상 시스템을 추정할 수 있음을 여러가지 실험을 통하여도 실증하였다.