Abstract
本篇文章裡，最主要是使用一種新的方法來估測多維訊號時間延遲、 訊號本身參數、以及外在干擾參數，其中訊號本身是由白色訊號經經一自 我遞回模組(AR model)所產生其模組階數未知。針對這問題，我們先求得 在頻率狀態下最大相似度(maximum likelihood)的估測方程，而估測方程 在頻率下是個相當複雜的非線性問題，一般傳統的設計方法求得最大估測 ，其初始值是單一的，這種方法的尋找，很容易得到局部的最佳解( local optimum)；而且初始值的選擇也是件困難的工作，為了得到較好的 結果，往往需要多次尋找，很花費時間，而且也不曉得所得到解是否是整 個最佳解。而我們本篇文章是採用變型的遺傳演算法來解決最大估測方程 ，變型的遺傳演法是一種最佳化和機器學皆的演算法，最初是由大自然的 選擇過程、物競天擇和優生學關念而來。在本篇所用變型遺傳演算法分為 複製(reproduction)、交配(crossover)、突變(mutation)、毀壞( extinction)、優生學(elitist)，其中毀壞最主要功能是類似催化劑加速 收斂至整體最佳解(global optimal)，而優生學是保證找同時考慮許多點 ，並交換彼此的資訊，因此有較大機會收斂到全面的最佳解(global optimal)，本篇已從馬可夫鏈來(Markov chain)證明當時間趨向無限大時 可收斂至全面最佳解在本章的最後將舉數個例子說明此項結果。最後本篇 文章裡，將對訊號模組階數估測，加以探討。