Lehrstuhl für
Multimediakommunikation und Signalverarbeitung
Prof. Dr.-Ing. André Kaup

Systemidentifikation

Arbeitsgebiet: Audiosignalverarbeitung
Schwerpunkt: Signalverbesserung und -erkennung
Mitarbeiter: Prof. Dr.-Ing. Walter Kellermann
PhD Shmulik Markovich-Golan

Die Systemidentifikation ist ein "klassisches" Problem der analogen und der digitalen Signalverarbeitung und beschreibt die Aufgabe, ein existierendes aber unbekanntes physikalisches oder technisches System durch eine enstprechendes technisches Modell zu identifizieren. Die grundlegende Problemstellung ist in Abb. 1 illustriert.

Systemidentifikation 

Abb. 1: Problemstellung der Systemidentifikation


Typischerweise wird die Schätzung der wahren Koeffizienten und Parameter des Systems (h) durch Nachbildung eines parallelgeschalteten Modells (ha) und fortlaufender Analyse der Ein- und Ausgangsdaten (x und ya) erreicht, so dass der Restfehler zwischen dem echten und dem geschätzten System (e) verschwindet. Aus Gründen der Komplexität und Robustheit wird oftmals vereinfachend angenommen, dass sich (h) als rein lineares Modell in Transversalstruktur hinreichend gut nachbilden lässt. In der Praxis kann der Ausgang des unbekannten Systems (y) allerdings nicht direkt beobachtet werden, sondern ist zusätzlich durch Hintergrundgeräusche und/oder Interferenzsignale gestört, die die Identifikation erschweren und im Allgemeinen als additives Rauschen (n) modelliert werden. Da das zu identifizierende System in vielen Anwendungen darüber hinaus als (mehr oder weniger schnell) zeitveränderlich angenommen werden muss, wird die Anpassung das Filters (ha) meist durch einen iterativen Adaptionsalgorithmus realisiert, dessen Optimierung in der Regel auf der Minimierung eines quadratischen Fehlerkriteriums basiert (engl. Least-Mean-Square, LMS).

Neben der herkömmlichen Schätzung der Filterkoeffizienten ist in vielen Fällen auch eine Bestimmung der optimalen Filterparameter, d.h. der Ordnung bzw. der verwendeten Gedächtnisgröße, wünschenswert. Hierdurch lässt verringert sich das Risiko einer Unter- bzw. Übermodellierung und die adaptiven Strukturen können mit einer optimal angepassten Rechenkomplexität betrieben werden. Am Lehrstuhl für Multimediakommunikation und Signalverarbeitung wurden daher Algorithmen entwickelt, die vollständig adaptive FIR-Filterstrukturen mit dynamisch "wachsender" oder "schrumpfender" Größe realisieren. Aktuell wird eine Erweiterung dieser Verfahren zu einer verallgemeinerten Identifikation linearer und nichtlinearer Systeme untersucht.

Anwendungsbereiche

Da die Systemidentifikation im Grunde als gemeinsames Ziel der meisten auf der linearen Optimalfilterung [1] basierenden Anwendungen aufgefasst werden kann, ist sie ein zentraler Baustein einer Vielzahl moderner Signalverarbeitungsalgorithmen. Dies wird auch dadurch deutlich, dass die identifizierten Systeme meist als wichtiger Ausgangspunkt für weitere Verarbeitungsschritte wie z.B. der Kompensation von Signalverzerrungen oder der Berechnung der Systeminversen benötigt werden.

In der Audiogruppe des LMS werden Problemstellungen der Systemidentifikation in den folgenden Forschungsprojekten behandelt:


[1] S. Haykin, Adaptive Filter Theory, Prentice Hall, Upper Saddle River (NJ), USA, 2002 (4th Edition).

Veröffentlichungen

2017-55 M. Schneider, W. Kellermann
   [bib]

APPARATUS AND METHOD FOR PROVIDING A LOUDSPEAKER-ENCLOSURE-MICROPHONE SYSTEM DESCRIPTION
EP 2 878 138 B8, Num. EP 2 878 138 B8, Mär. 2017
2017-52 M. Schneider, W. Kellermann, Franck, Andreas, Dr.-Ing.
   [bib]

DEVICE AND METHOD FOR THE DECORRELATION OF LOUDSPEAKER SIGNALS
1226579A, Sep. 2017
2017-51 M. Schneider, W. Kellermann, Franck, Andreas, Dr.-Ing.
   [bib]

DEVICE AND METHOD FOR THE DECORRELATION OF LOUDSPEAKER SIGNALS
EP 3 044 972 B1, Okt. 2017
2016-71
CRIS
M. Schneider, W. Kellermann
   [link]   [doi]   [bib]

Multichannel Acoustic Echo Cancellation in the Wave Domain With Increased Robustness to Nonuniqueness
IEEE Transactions on Audio, Speech and Language Processing (IEEE TASLP) Vol. 24, Online-Publikation, Num. 3, Seiten: 518 - 529 , Mär. 2016
2016-68 M. Schneider, W. Kellermann
   [bib]

APPARATUS AND METHOD FOR LISTENING ROOM EQUALIZATION USING A SCALABLE FILTERING STRUCTURE IN THE WAVE DOMAIN
US 9,338,576 B2, Num. US 9,338,576 B2, Mai 2016
2016-67 M. Schneider, W. Kellermann
   [bib]

APPARATUS AND METHOD FOR LISTENING ROOM EQUALIZATION USING A SCALABLE FILTERING STRUCTURE IN THE WAVE DOMAIN
EP 2 754 307 B1, Num. EP 2 754 307 B1, Europe, Aug. 2016
2016-65 M. Schneider, W. Kellermann
   [bib]

APPARATUS AND METHOD FOR PROVIDING A LOUDSPEAKER-ENCLOSURE-MICROPHONE SYSTEM DESCRIPTION
EP 2878138, Num. 2878138, Okt. 2016
2016-64 M. Schneider, W. Kellermann
   [bib]

APPARATUS AND METHOD FOR ROVIDING A LOUDSPEAKER-ENCLOSURE-­MICROPHONE SYSTEM DESCRIPTION
US 9,326,055 , Num. 9,326,055 , USA, Apr. 2016
2016-63 M. Schneider, W. Kellermann
   [bib]

Apparatus and Method for providing a Loudspeaker-Enclosure-Microphone System Description
JPA 6038312, Num. 6038312, Japan, Nov. 2016
2016-32
CRIS
M. Rupp, W. Kellermann, A. Zoubir, G. Schmidt
   [link]   [doi]   [bib]

Advances in adaptive filtering theory and applications to acoustic and speech signal processing (Editorial)
EURASIP Journal on Advances in Signal Processing (JASP) Vol. 2016:63, Online-Publikation, Mai 2016
2016-3
CRIS
C. Hofmann, W. Kellermann
   [bib]

Source-Specific System Identification
IEEE Int. Conf. on Acoustics, Speech and Signal Processing (ICASSP), Seiten: 161--165, Shanghai, China, Mär. 2016
2015-43
CRIS
C. Hümmer, R. Maas, C. Hofmann, W. Kellermann
   [doi]   [bib]

A Bayesian network approach to linear and nonlinear acoustic echo cancellation
EURASIP Journal on Advances in Signal Processing (JASP) Online-Publikation, Num. 2015:98, Seiten: 1--11, Nov. 2015
2015-39
CRIS
S. Meier, W. Kellermann
   [bib]

Analysis of the Performance and Limitations of ICA-Based Relative Impulse Response Identification
European Signal Processing Conf. (EUSIPCO), Seiten: 414--418, Nice, France, Aug. 2015
2014-39
CRIS
K. Reindl, S. Meier, H. Barfuss, W. Kellermann
   [link]   [doi]   [bib]

Minimum Mutual Information-Based Linearly Constrained Broadband Signal Extraction
IEEE Transactions on Audio, Speech and Language Processing (IEEE TASLP) Vol. 22, Num. 6, Seiten: 1096-1108, Jun. 2014
2014-22
CRIS
R. Maas, C. Hümmer, A. Schwarz, C. Hofmann, W. Kellermann
   [bib]

A Bayesian Network View on Linear and Nonlinear Acoustic Echo Cancellation
IEEE China Summit and International Conference on Signal and Information Processing (ChinaSIP), Seiten: 495--499, Xi'an, China, Jul. 2014
2014-14
CRIS
C. Hofmann, C. Hümmer, W. Kellermann
   [bib]

Significance-Aware Hammerstein Group Models for Nonlinear Acoustic Echo Cancellation
IEEE Int. Conf. on Acoustics, Speech and Signal Processing (ICASSP), Seiten: 5934--5938, Florence, Italy, Mai 2014
2014-11
CRIS
C. Hümmer, C. Hofmann, R. Maas, A. Schwarz, W. Kellermann
   [bib]

The elitist particle filter based on evolutionary strategies as novel approach for nonlinear acoustic echo cancellation
IEEE Int. Conf. on Acoustics, Speech and Signal Processing (ICASSP), Seiten: 1315--1319, Florence, Italy, Mai 2014
2013-60
CRIS
L.A. Azpicueta-Ruiz, M. Zeller, A.R. Figueiras-Vidal, W. Kellermann, J. Arenas-Garcia
   [link]   [doi]   [bib]

Enhanced adaptive volterra filtering by automatic attenuation of memory regions and its application to acoustic echo cancellation
IEEE Transactions on Signal Processing (IEEE TSP) Vol. 61, Online-Publikation, Num. 11, Seiten: 2745--2750, 2013
2013-58
CRIS
M. Zeller
   [bib]

Generalized Nonlinear System Identification using Adaptive Volterra Filters with Evolutionary Kernels
Dr. Hut Verlag, München, 2013
2013-51
CRIS
K. Reindl, S. Markovich-Golan, H. Barfuss, S. Gannot, W. Kellermann
   [doi]   [bib]

Geometrically Constrained TRINICON-based Relative Transfer Function Estimation in Underdetermined Scenarios
IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (WASPAA), Seiten: 1-4, New Paltz, NY, USA, Okt. 2013
2013-34
CRIS
M. Schneider, W. Kellermann
   [doi]   [bib]

Large-Scale Multiple Input/Multiple Output System Identification in Room Acoustics
21st International Congress on Acoustics , Seiten: 1--9, Montreal, Canada, Jun. 2013