Resumen

Los métodos clásicos para la estimación de la función de transferencia en el dominio de la frecuencia, como la Estimación de la Función de Transferencia Empírica (ETFE, por sus siglas en inglés) y el método de espectro cruzado, no funcionan bien cuando la señal de ruido es compleja. Combinando los métodos en el dominio del tiempo y en el dominio de la frecuencia, se presentó la Estimación de Parámetros Óptimos en el Dominio de la Frecuencia Empírica (EFOP). Esto podría mejorar la precisión de la estimación de la función de transferencia del sistema y la eficiencia de identificación. En este artículo se investiga la convergencia del EFOP basado en el suavizado en el dominio de la frecuencia. La función de transferencia está ponderada por una ventana de frecuencia y el criterio GPE se extiende a la forma integral. Se proporcionan la tasa de convergencia y las propiedades consistentes para la estimación del EFOP. Finalmente, se incluyen algunos resultados de simulación para ilustrar la ventaja

• Materias:Modelado matemático Modelo de red neuronal Tasa de convergencia Aritmética Ondículas libres
• Subjects:Mathematical modeling Neural network model Convergence rate Arithmetic Free wavelets
• Palabras claves:Estimación de la función de transferencia en el dominio de la frecuencia; Estimación Empírica de la Función de Transferencia; Señal de ruido; Estimación Empírica de Parámetros Óptimos en el Dominio de la Frecuencia; Estimación de la función de transferencia del sistema; Eficiencia de identificación
• Keywords:Frequency domain transfer function estimation; Empirical Transfer Function Estimate; Noise signal; Empirical Frequency-domain Optimal Parameter Estimate; System"s transfer function estimation; Identification efficiency