일반적으로 시스템 인식 방법은 입출력에 잡음이 없거나, 출력에만 잡음이 있는 경우를 주 대상으로 한다. 본 논문은 입력 및 출력이 모두 잡음으로 오염되었을 뿐만 아니라 입력에 비해서 출력에 같거나 더 많은 양의 잡음이 개입된 환경에 노출된 Finite Impulse Response 형태의 시스템을 인식하는 새로운 방법을 제안한다. 이를 위해서 입출력의 잡음 수준이 같을 때 최적인 완전최소자승 기법과 출력에만 잡음이 있을 때 최적인 최소자승 기법을 서로 볼록 결합 (convex combination)하여 앞에서 언급한 것과 같은 좀 더 일반화된 잡음 환경에서도 향상된 결과가 나오도록 하였다. 또 제안한 방법이 다양한 잡음 환경에서 응용 가능함을 모의 실험을 통해서 확인하였다.
FIR type system identification with noisy input and output data can be solved by a total least squares (TLS) estimation. However, the performance of the TLS estimation is very sensitive to the ratio between the variances of the input and output noises. In this paper, we propose an iterative convex combination algorithm between TLS and least squares (LS). This combined algorithm shows robustness against the noise variance ratio. Consequently, the practical workability of the TLS method with noisy data has been significantly broadened.
