Robust Total Least Squares Method and its Applications to System Identifications

견인한 완전최소자승법과 시스템 식별에의 적용

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.

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.