Überbestimmtheit
Ein Koeffizienten-Vergleich bei den zuvor dargestellten Übertragungsfunktionen zeigt, dass den 2 Parametern $T$ und $D$ der Normalform die 3 Parameter $R$, $L$ und $C$ des mathematischen Modells gegenüberstehen, was zu einer „Überbestimmtheit“ des Identifikationsproblems führt! Hier ist große Vorsicht geboten, denn es gibt mehrere Parameterkonfigurationen, die zwar das aktuelle Optimierungsproblem lösen, generell aber zu falschen Modellen führen und somit in anderen Kontexten auch zu falschen Ergebnissen. Im Beispiel des RLC-Glieds muss also mindestens ein Parameter gemessen werden bzw. bekannt sein. Im Video 1 wird der Fall gezeigt, in dem $R$ gemessen wurde und die Parameter $L$ und $C$ im Rahmen einer gradientenbasierten Optimierung automatisch bestimmt wurden.
Die generelle Systematik dieser Optimierung (Video 1) entspricht derjenigen, die beim obigen Beispiel des Einmassenschwingers bereits beschrieben wurde: Das reale System wurde mit einem Spannungssprung angeregt, parallel wurde die (verrauschte) Systemantwort gemessen. Das mathematische Modell wird im Rahmen einer Simulation mit derselben Anregung stimuliert, und die Modell-Parameter werden solange variiert, bis eine bestmögliche Übereinstimmung von gemessener Systemantwort und simulierter Modellantwort erzielt wird.