Verallgemeinerte adaptive nichtlineare Filter und ihre Anwendung zur Systemidentifikation

广义自适应非线性滤波器及其在系统辨识中的应用

• 批准号: 85337641
• 负责人: Professor Dr.-Ing. Walter Kellermann
• 金额: --
• 依托单位: Lehrstuhl für Multimediakommunikation und Signalverarbeitung
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 2008
• 资助国家: 德国
• 起止时间: 2007-12-31 至 2011-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/85337641?language=en
• 关键词: Verallgemeinerte; adaptive; nichtlineare; Filter; und

Nichtlineare adaptive Filter stellen für viele Anwendungsgebiete (z.B. Systemidentifikation, Kompensation von Signalverzerrungen) eine wichtige Verallgemeinerung linearer adaptive Filter dar. Während lineare Systeme durch FIR- und IIR-Modelle einheitlich theoretisch behandelt werden können, werden nichtlineare Modelle oft auf der Basis spezieller vereinfachender, teils ungesicherter a-priori Annahmen über das zu modellierende nichtlineare System entworfen. Dabei können die Modelle für gedächtnislose und gedächtnisbehaftete Nichtlinearitäten bei Entwurf und Implementierung von Adaptionsalgorithmen bislang nicht einheitlich behandelt werden. Eine solche vereinheitlichte Behandlung wird im beantragten Projekt für eine umfangreiche Klasse von Nichtlinearitäten angestrebt, indem untersucht werden, die sich hinsichtlich des benötigten Modellgedächtnisses automatisch optimal konfigurieren können. Einen Schwerpunkt bildet dabei die Untersuchung von Konzepten zur fortlaufenden robusten Schätzung von Gedächtnistiefe und Systemordnung bei gleichzeitiger Adaption der Filterkoeffizienten des Modells. Die Allgemeinheit der Aufgabenstellung impliziert, dass die erwarteten Lösungen für viele Wissenschaftsbereiche von Bedeutung sind.

线性自适应滤波器的基本原理（z.B. 系统识别、信号补偿）是线性自适应滤波器的重要组成部分。 FIR 和 IIR 模型中的线性系统的理论依据如下： 基础线性模型是基于线性系统的基础，它是基于线性系统的先验模型。这是一个关于自适应算法的模型和自适应算法的线性化模型。该项目是针对线性化的线性化设计的，在未实现的情况下，该模型将自动优化配置。 Einen Schwerpunkt dabei die Untersuchung von Konzepten zur fortlaufenden Rusten Schätzung von Gedächtnistiefe 和 Systemordnung bei gleichzeitiger Adaption der Filterkoeffizienten des Modells。 Die Allgemeinheit der Aufgabenstellung impliziert, dass die erwarteten für viele Wissenschaftsbereiche von Bedeutung sind.