• 대한수학회지
• /
• 제54권5호
• /
• pp.1557-1571
• /
• 2017

The L-curve method is a parametric plot of interrelation between the residual norm of the least squares problem and the solution norm. However, the L-curve method may be hard to apply to the total least squares problem due to its no closed form solution of the regularized total least squares problems. Thus the sequence of the solution norm under the fixed regularization parameter and its corresponding residual need to be found with an efficient manner. In this paper, we suggest an efficient algorithm to find the sequence of the solutions and its residual in order to plot the L-curve for the total least squares problems. In the numerical experiments, we present that the proposed algorithm successfully and efficiently plots fairly 'L' like shape for some practical regularized total least squares problems.

• 대한수학회지
• /
• 제54권2호
• /
• pp.613-626
• /
• 2017

For the overdetermined linear system, when both the data matrix and the observed data are contaminated by noise, Total Least Squares method is an appropriate approach. Since an ill-conditioned data matrix with noise causes a large perturbation in the solution, some kind of regularization technique is required to filter out such noise. In this paper, we consider a Dual regularized Total Least Squares problem. Unlike the Tikhonov regularization which constrains the size of the solution, a Dual regularized Total Least Squares problem considers two constraints; one constrains the size of the error in the data matrix, the other constrains the size of the error in the observed data. Our method derives two nonlinear equations to construct the iterative method. However, since the Jacobian matrix of two nonlinear equations is not guaranteed to be nonsingular, we adopt a trust-region based iteration method to obtain the solution.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2004년도 추계학술발표회 논문집
• /
• pp.9-16
• /
• 2004

Performing adjustments where the observation equations involve more than a single measurement are General Least Squares(GLS) and Total Least Squares(TLS). This paper introduces theory of the GLS and TLS and compared experimentally accuracy and efficiency of those through 2D conformal coordinate transformation and 2D affine coordinate transformation. In conclusion, in case of 2D coordinate transformation, GLS can produce a little more accurate and efficient than TLS. In survey fields, The GLS and TLS can be used cooperatively for adjusting the actual coordinate measurements.

• 한국음향학회지
• /
• 제29권6호
• /
• pp.374-380
• /
• 2010

잡음이 섞인 입출력 신호를 갖는 시스템 인식 문제는 완전 최소 자승법 (Total Least Squares (TLS))으로 알려져 있다. 완전 최소 자승법의 성능은 입력 신호 부가 잡음 파워와 출력 신호 부가 잡음간의 분산비에 매우 민감하다. 본 논문에서는 TLS의 성능 향상을 위해서 LS (Least Squares)와의 결합을 제안한다. 그 한 형태로 재차적인 TLS (Recursive TLS)와 재차적인 LS (Recursive Least Squares)간의 결합 알고리즘을 제안한다. 이 결합은 잡음간 분산비에 강인한 결과를 낳았다. 모의실험을 통해 얻은 결과로부터 입력 신호에 신호대 잡음비가 5dB를 유지히는 잡음을 부가할 경우 입력 잡음과출력 잡음의 비 $\gamma$가 약 20 정도까지로 적용 범위가 확대되는 결과를 얻었다. 따라서 제안된 결합 방법이 기존의 TLS의 적용 범위를 넓힐 수 있음을 알 수 있다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2003년도 추계학술발표회 논문집
• /
• pp.15-19
• /
• 2003

The Total Least Squares (TLS) method is introduced in comparison with the conventional Least Squares (LS) method. The principles and mathematical models for both methods are summarized and the comparison results from their applications to a simple geometric example, fitting a straight line to a set of 2D points are presented. As conceptually reasoned, the results clearly indicate that LS is more susceptible of producing wrong parameters with worse precision rather than TLS. For many applications in surveying, can adjustment computation and parameter estimation based on TLS provide better results.

• 한국음향학회지
• /
• 제40권3호
• /
• pp.213-218
• /
• 2021

입력과 출력에 동시에 잡음이 존재하는 경우 최소 자승법 보다는 완전 최소 자승법이 더 우수한 추정 성능을 보인다는 것이 알려져 있다. 완전 최소 자승법을 시계열 특성을 가지는 데이터에 적용할 경우 보다 실시간 성을 더하기 위해서 Recursive Total Least Squares(RTS) 알고리즘이 제안되어 있다. RTLS는 알고리즘 내에 존재하는 역행렬 계산에서 수치적인 불안정성을 지닌다. 본 논문에서는 RTLS와 유사한 수렴성을 지닐 뿐만 아니라 수치적 불안정성을 줄이기 위한 알고리즘을 제안한다. 이 알고리즘을 위해서 Iterative Wiener Filter(IWF)를 적용한 새로운 RTLS를 제안한다. 시뮬레이션을 통해서 수렴성이 기존의 RTLS와 유사할 뿐만 아니라 수치적 견실성이 기존 RTLS보다 향상되었다는 것을 보인다.

• 한국통신학회논문지
• /
• 제29권2C호
• /
• pp.255-261
• /
• 2004

Geoloaction이란 다수의 위성을 이용하여 지구상에 존재하는 송신기의 위치를 결정하는 문제이다. 본 논문에서는 한 기의 정지제도 위성과 한 기의 저궤도 위성을 이용하여 위성에 수신된 신호를 처리하여 얻은 도래 시간차(time difference of arrival or TDOA) 측정치로부터 정적인 송신기의 위치를 추정하는 문제를 다룬다. 위성들의 부정확한 위치 정보와 잡음이 더해진 도래 시간차 측정치를 이용한 geolocation 문제의 경우, 정확한 위치 추정치를 얻기 위하여 total least squares (TLS) 알고리즘으로 접근한다. Monte-Carlo 실험을 통해 기존의 least squares (LS) 방법과 비교함으로써 제안한 TLS 알고리즘의 성능을 검증하였다.

• Journal of Electrical Engineering and Technology
• /
• 제13권6호
• /
• pp.2344-2353
• /
• 2018

A coupled recursive total least squares (CRTLS) algorithm is proposed for parameter estimation of permanent magnet synchronous machines (PMSMs). TLS considers the errors of both input variables and output ones, and thus achieves more accurate estimates than standard least squares method does. The proposed algorithm consists of two recursive total least squares (RTLS) algorithms for the d-axis subsystem and q-axis subsystem respectively. The incremental singular value decomposition (SVD) for the RTLS obtained by an approximate calculation with less computation. The performance of the CRTLS is demonstrated by simulation and experimental results.

• 한국음향학회지
• /
• 제15권4호
• /
• pp.93-97
• /
• 1996

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.

• 동력기계공학회지
• /
• 제7권1호
• /
• pp.74-81
• /
• 2003

A system identification is to estimate the mathematical model on the base of input output data and to measure the output in the presence of adequate input for the controlled system. In the traditional system control field, most identification problems have been thought as estimating the unknown modeling parameters on the assumption that the model structures are fixed. In the system identification, it is possible to estimate the true parameter values by the adjusted least squares method in the input output case of no observed noise, and it is possible to estimate the true parameter values by the total least squares method in the input output case with the observed noise. We suggest the adjusted least squares method as a consistent estimation method in the system identification in the case where there is observed noise only in the output. In this paper the adjusted least squares method has been developed from the least squares method and the efficiency of the estimating results was confirmed by the generating data with the computer simulations.