Verallgemeinerte adaptive nichtlineare Filter und ihre Anwendung zur Systemidentifikation

Nichtlineare adaptive Filter stellen für viele Anwendungsgebiete（z.B.系统识别，信号补偿）一个有效的线性自适应滤波器。通过FIR和IIR模型的一个基本理论推导出线性系统，韦尔登知道，韦尔登不经常在特定的基础上建立线性模型，从而使我们能够先验地将线性系统模型化。Dabei können die Model für gedächtnislose und gedächtnislessftete Nichtlinearitäten bei Entwurf und Implementierung von Adaptionsaltmen bislang nicht einheitlich behandelt韦尔登. Eine solche vereinheitlichte Behandlung wird im beantragten Projekt für eine umfangreiche Klasse von Nichtlinearitäten angestrebt，indem untersucht韦尔登，die sich hinsichtlich des benötigten Modelgedächtnisses automatisch optimal configurieren können. Einen Schwerpunkt bildet dabei die Untersuchung von Konzepten zur fortlaufenden robusten Schätzung von Gedächtnistiefe und Systemordnung bei gleichzeitiger Adaption der Filterkoeffizienten des Models. Die Allgemeinheit der Aufgabenstellung impliciert，dass die erwarteten Lösungen für viele Wissenschaftsbereiche von Bedeutung sind.

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.