Se um sistema pode ser aproximado como um sistema invariante de tempo linear (estável), então qualquer entrada limitada que contenha todas as freqüências (para sinais digitais limitados à freqüência de Nyquist) pode ser usada para identificar o sistema.
A transformada de Laplace de uma função de etapa é $ s ^ {- 1} $, portanto, o comportamento de alta frequência pode ser mais propenso a ficar oculto abaixo do nível de ruído. Então você precisaria de mais medições para afastar esse ruído, se você estiver interessado nessas altas freqüências.
Depois de ter várias medições de dados de entrada, que contêm "todas as freqüências" e dados de saída / resposta do sistema, você pode aproximar a função de resposta de freqüência do sistema, denotada com $ P (s) $, usando,
$$
P (s) \ approx \ frac {\ sum Y_i (s) \, \ bar {U} _i (s)} {\ sum U_i (s) \, \ bar {U} _i (s)},
$$
onde $ Y_i (s) $ é o Transformação rápida de Fourier (FFT) da medida $ i $ th da saída, $ U_i (s) $ a FFT dos dados de entrada $ i $ th e $ \ bar {U} _i (s) $ significa tomar o conjugado complexo de $ U_i (s) $ (o que ajudará a reduzir a quantidade de ruído em $ P (s) $ quanto mais medições forem usadas). Normalmente você também aplicaria um função de janela para cada sinal de domínio de tempo, antes de calcular a FFT. Uma escolha comum é o Janela de Hanning .