시스템 식별을 위한 입력 설계와 볼록 완화

초록

본 논문은 시스템 식별을 위한 최적 입력 신호를 시간 영역에서 설계하는 새로운 프레임워크를 제시한다. 입력 전력 및 진폭 제약을 고려하면서 Fisher 정보 행렬을 D‑, E‑, A‑최적 기준 중 하나로 최대화하는 비볼록 문제를 볼록 완화하여 2/π 이내의 상한을 제공한다. 랜덤화 알고리즘을 통해 실현 가능한 입력을 생성하고, 단일 전력 제약 상황에서는 전역 최적해를 정확히 복구한다. 시뮬레이션을 통해 방법의 효율성을 입증한다.

상세 분석

이 논문은 시스템 식별 과정에서 사용되는 입력 신호의 설계 문제를 근본적으로 재정의한다. 전통적으로는 주파수 영역에서 최적 입력을 구하고, 전력 제약만을 고려하는 경우가 대부분이었으나, 저자는 시간 영역에서 진폭 제한까지 포함한 제약 조건을 동시에 다루는 모델을 제시한다. 핵심은 Fisher 정보 행렬(FIM)의 특정 스칼라 함수를 최대화하는 비볼록 최적화 문제를, 반볼록 함수인 사인 함수의 평균값을 이용해 2/π 비율로 근사하는 볼록 완화(convex relaxation)로 변환한다는 점이다. 이 과정에서 원래 문제의 목적함수인 ‑log det(FIM)·(D‑optimal)·, trace(FIM⁻¹)·(A‑optimal)·, 혹은 λ_max(FIM⁻¹)·(E‑optimal)· 등을 각각 볼록 함수 형태로 재구성한다.

볼록 완화는 원문 문제의 최적값에 대한 상한을 제공하며, 이 상한은 실제 최적값보다 최대 2/π(≈0.637)만큼 작을 수 있다. 즉, 완화된 문제의 해는 원문 최적값의 최소 63.7% 이상을 보장한다. 저자는 이 이론적 보장을 바탕으로 랜덤화 알고리즘을 설계한다. 구체적으로, 완화된 문제의 최적 해인 반정밀 행렬을 고유값 분해한 뒤, 무작위 위상(phase)을 부여해 실제 입력 시퀀스를 생성한다. 이 과정에서 기대값이 원래 목적함수의 2/π 배에 해당하도록 설계되어, 평균적으로 전역 최적 입력과 비교해 동일한 비율의 정보를 제공한다.

특히 전력 제약 하나만 존재하는 경우, 완화된 문제와 원래 문제의 해가 일치함을 증명한다. 이는 완화가 정확히 최적해를 복원한다는 강력한 결과이며, 실제 시스템 식별에서 가장 흔히 마주하는 전력 제한 상황에 대해 완전 최적성을 보장한다. 또한, 입력과 출력 모두에 진폭 및 전력 제약을 동시에 부과하는 확장 모델을 제시함으로써, 물리적 시스템에서 발생할 수 있는 비선형 포화 현상이나 센서 포화 제한을 자연스럽게 반영한다.

수치 실험에서는 2차 선형 시스템을 대상으로 입력 신호 길이와 제약 강도를 변화시켜, 제안된 방법이 기존 주파수 영역 기반 설계보다 높은 FIM 값을 달성함을 확인한다. 특히, 진폭 제한이 강할수록 전통적인 설계는 정보 손실이 급격히 증가하지만, 본 방법은 제약을 직접 반영하므로 안정적인 성능을 유지한다.

이 논문의 주요 기여는 다음과 같다. 첫째, 시간 영역에서 진폭·전력 복합 제약을 포함한 시스템 식별 입력 설계 문제를 볼록 최적화로 변환한 이론적 프레임워크를 제공한다. 둘째, 2/π 보장을 갖는 랜덤화 복구 알고리즘을 제시해 실용적인 입력 신호를 생성한다. 셋째, 전력 제약 단일 경우 전역 최적성을 완전 복구한다는 강력한 특수 사례를 증명한다. 넷째, 확장 모델을 통해 입력·출력 양쪽에 대한 복합 제약을 다루며, 실제 시스템 구현에 바로 적용 가능한 실용성을 확보한다.