Verallgemeinerte adaptive nichtlineare Filter und ihre Anwendung zur Systemidentifikation

点击翻译按钮获取中文摘要

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.