희소 볼테라 시스템 식별을 위한 파싱머니 모델링

본 논문은 무한 임펄스 응답을 갖는 비선형 시스템을 볼테라 시리즈 형태로 모델링하고, 해당 모델을 가능한 가장 적은 수의 지수함수(원자) 합으로 표현하는 파싱머니 식별 방법을 제안한다. 먼저, 2차 볼테라 시스템을 중심으로 수식(1)~(5)에서 입력 x, 출력 y, 1차·2차 커널 h₁, h₂를 정의하고, 이를 행렬‑벡터 형태 y = Xh 로 변환한다. 이후, 무한 임펄스 응답을 지수함수 합으로 나타내기 위해 원자 집합 A(D) 를 정의한다. 여기서 D는 단위 원 내부의 복소수 극점 집합이며, 1차 원자 a₁ᵢ(k)=αᵢpᵢ^{k‑1} 와 2차 원자 a₂ᵢ(k₁,k₂)=βᵢp₁ᵢ^{k₁‑1}p₂ᵢ^{k₂‑1} 을 사용한다. 원자 노름 ‖g‖_A 은 원자 계수 절대값 합의 최소값으로 정의되며, 이는 카디널리티(ℓ₀) 제약을 ℓ₁ 완화한 형태와 동등하다. 문제 정의(16)는 “카디널리티 최소화”와 “노이즈 제한 ‖y_η‑Xh‖₂≤ε”를 동시에 만족하는 최적화 문제이며, 이는 NP‑hard이다. 따라서 논문은 세 가지 근사 알고리즘을 제시한다. 첫 번째는 극점 공간을 격자화하고, 각 격자점에 이진 변수 σᵢ를 두어 혼합정수 프로그램을 푸는 방식이다. 두 번째는 동일 격자화 후 ℓ₁ 노름 ‖c‖₁을 최소화하는 선형 프로그램으로 변환한다. 세 번째는 무작위 Frank‑Wolfe 알고리즘을 적용해 원자 노름 제한 ‖h‖_A≤τ 하에 최소 제곱 오차를 최소화한다. 세 방법 모두 원자 노름을 최소화함으로써 파싱머니 모델을 얻지만, 계산 복잡도와 해의 정확도에서 차이가 있다. 실험에서는 두 개의 2차 볼테라 시스템을 무작위 극점과 계수로 생성하고, 각각 N=100, N=150개의 측정값에 잡음(≈10% SNR)을 추가하였다. 격자화된 단위 원을 사용하고, 원자 스케일링 αᵢ=βᵢ=1 으로 고정한 뒤 CVX를 이용해 ℓ₁ 완화 문제를 해결하였다. 결과는 (1) 추정된 1차·2차 커널이 실제 커널과 매우 유사한 형태를 보이며, (2) 출력 신호도 실제와 거의 일치하고, (3) 차이 신호는 잡음 수준 이하로 작아 파싱머니 복원이 성공했음을 확인한다. 특히 첫 번째 예제에서는 실제 시스템이 4개의 지수함수로 구성됐음에도, 복원된 모델이 5개의 지수함수로 정확히 근사하였다. 두 번째 예제에서도 비슷한 결과가 나타났다. 논문의 결론에서는 제안된 파싱머니 볼테라 식별 방법이 잡음이 섞인 제한된 데이터에서도 간결하고 정확한 비선형 모델을 제공한다는 점을 강조한다. 또한, 현재 격자 기반 접근법이 변수 수 폭발을 초래할 수 있기에, 향후 대규모 데이터와 고차 볼테라 모델을 효율적으로 다룰 수 있는 알고리즘(예: 연속 극점 탐색, 스케일링 자동 튜닝) 개발이 필요함을 언급한다.