1 |
1
시스템을 식별하는 방법에 있어서,식별 수단이 입력 잡음을 고려하여 상기 시스템의 볼테라 식별 모델(출력 함수로서 y[k])을 구축하는 단계;상기 식별 수단이 상기 입력 잡음으로 인한 바이어스를 구하는 단계; 및상기 식별 수단이 상기 출력 함수로부터 상기 바이어스를 보상하여 상기 시스템의 특성 벡터(h)를 구하는 단계를 포함하는 것을 특성으로 하는 시스템 식별 방법
|
2 |
2
제1항에 있어서, 상기 바이어스를 구하는 단계는,상기 출력 함수를 이용하여 상기 입력 잡음의 표준 편차를 예측하는 단계; 및상기 예측된 입력 잡음의 표준 편차를 이용하여 상기 바이어스를 구하는 단계를 포함하되,상기 시스템은 비선형 시스템인 것을 특성으로 하는 시스템 식별 방법
|
3 |
3
제2항에 있어서, 상기 시스템 식별 방법은,상기 예측된 입력 잡음의 표준 편차 및 상기 특성 벡터(h)를 이용하여 출력 잡음의 표준 편차를 예측하는 단계를 더 포함하는 것을 특성으로 하는 시스템 식별 방법
|
4 |
4
제2항에 있어서, 상기 입력 잡음의 표준 편차를 예측하는 단계는,상기 출력 함수에 상기 입력 잡음이 고려된 입력 벡터(φu)를 곱하는 단계;상기 곱 결과의 기대값을 구하는 단계; 및 상기 기대값에 대하여 자기 공분산(auto-covariance)을 적용한 후 평균 제곱 오차(MSE)를 최소화하여 상기 입력 잡음의 표준 편차를 예측하는 단계를 포함하는 것을 특성으로 하는 시스템 식별 방법
|
5 |
5
제2항에 있어서, 상기 시스템의 특성 벡터(h)를 계산하는 단계는,상기 예측된 입력 잡음의 표준 편차를 이용하여 제 1 특성 벡터(h(m))를 계산하는 제 1 단계;상기 입력 잡음의 표준 편차 및 상기 계산된 제 1 특성 벡터(h(m))를 이용하여 제 2 특성 벡터(h(m+1))를 계산하는 제 2 단계;수학식()을 만족하는 지의 여부를 판단하는 제 3 단계;상기 수학식을 만족하지 않으면 상기 제 3 단계의 h(m+1)을 상기 제 2 단계의 h(m)으로 설정한 후 상기 제 2 단계 및 상기 제 3 단계를 다시 수행하는 단계를 포함하되,상기 수학식이 만족되었을 때의 h(m+1)을 상기 시스템의 특성 벡터로 결정되는 것을 특성으로 하는 시스템 식별 방법
|
6 |
6
삭제
|
7 |
7
삭제
|
8 |
8
소정 시스템에서 입력 잡음의 표준 편차를 예측하는 방법에 있어서, 식별 수단이 입력 잡음을 고려하여 상기 시스템의 볼테라 식별 모델(출력 함수로서 y[k])을 구축하는 단계; 및상기 식별 수단이 상기 출력 함수에 공분산을 적용하여 상기 입력 잡음의 표준 편차를 예측하는 단계를 포함하는 것을 특성으로 하는 시스템에서 입력 잡음의 표준 편차를 예측하는 방법
|
9 |
9
제8항에 있어서, 상기 공분산을 적용하여 상기 입력 잡음의 표준 편차를 예측하는 단계는,상기 출력 함수에 상기 입력 잡음이 고려된 입력 벡터(φu)를 곱하는 단계;상기 곱 결과의 기대값을 구하는 단계; 및 상기 기대값에 대하여 자기 공분산(auto-covariance)을 적용한 후 평균 제곱 오차(MSE)를 최소화하여 상기 입력 잡음의 표준 편차를 예측하는 단계를 포함하되,상기 시스템은 비선형 시스템인 것을 특성으로 하는 시스템에서 입력 잡음의 표준 편차를 예측하는 방법
|