견인한 완전최소자승법과 시스템 식별에의 적용

Robust Total Least Squares Method and its Applications to System Identifications

완전최소자승법(total least squares method, TLS) Ax${\simeq}$b와 같은 형태의 시스템 식을 푸는데 있어 데이터 행렬 A와 b에 잡음비 섞인 경우에 편이 되지 않은 해를 구하기 위하여 널리 이용된다. 그러나 임펄수성의 잡음과 같은 heavy tailed 확률분포를 갖는 잡음이 존재할 때 완전 최소자승법은 unbiased estimator이지만 최소자승법(least squares, LS)과 마찬가지로 경인하지 못한 성능을 보인다. 본 논문에서는 TLS 방법의 견인성에 대하여 논하고 완전최소자승법의 해의 특성을 기반으로 하여 견인한 완전최소자승법(robust TLS, ROTLS)을 제안한다. 또한 ROTLS 방법을 시스템식별문제에 적용하여 그 성능을 평가한다.

The Total Least Squares(TLS) method is an unbiased estimator for solving overdetermined sets of linear equations Ax${\simeq}$b when errors occur in all data. However, as well as Least Squares(LS) method it doesn't show robustness while the errors have a heavy tailed probability density function. In this paper we proposed a robust method of TLS (Robust TLS, ROTLS) based on the characteristics of TLS solution. And the ROTLS is verified by applying it to system identification problems.