Abstract
In this paper, a new method for estimating the parameters of a nonminimum phase, linear, time-invariant (NMP-LTI) system, from only its output measurements, is presented. The method makes use of genetic algorithms (GA) to minimize a cost function defined in terms of system’s output cumulants. It is demonstrated by computer simulations that the new method is insensitive to model order mismatch and is capable of identifying the parameters of an NMP system using output data which may be corrupted by additive Gaussian noise.
In dieser Arbeit wird eine neue Methode für die Schätzung der Parameter eines nicht–minimalphasigen, linearen zeitinvarianten Systems (NMP-LTI) unter ausschliëslicher Verwendung seiner Ausgangsmësgrösen vorgestellt. Die Methode setzt genetische Algorithmen (GA) ein, um eine Kostenfunktion zu minimieren, die als Funktion der Kumulanten des Systemausgangs definiert ist. Es wird durch Computersimulationen gezeigt, däs die neue Methode unempfindlich auf Fehlanpassung der Modellordnung ist und däs sie imstande ist, die Parameter eines NMP Systems zu identifizieren, wobei die Ausgangsdaten durch additives gaüssches Rauschen gestört sein dürfen.
Une méthode nouvelle d’estimation des paramètres d’un systèmes invariant dans le temps à phase non-minimale (NMP-LTI) à partir des mesures de sortie uniquement est présentée dans cet article. La méthode utilise les algorithmes génétiques (GA) pour minimiser une fonction de coût définie en termes des cumulants de la sortie du système. Il est montré par des simulations sur ordinateur que cette méthode est insensible à un choix erroné de I’ordre du modèle et est capable d’identifier les paramétres d’un système à phase nonminimale à l’aide de données de sortie corrompues par un bruit gaussien additif.