• Langue : Français
• Discipline : Productique, automatique et informatique industrielle
• Identifiant : Inconnu
• Type de thèse : Doctorat
• Date de soutenance : 01/01/1989

Résumé en langue originale

Une méthode d'identification des éléments des covariances de bruit de système et d'observation est effectuée. Nous nous sommes rendus compte d'éviter autant que possible les inconvénients de certaines méthodes ; notamment la divergence éventuelle et la dégradation du comportement de filtre faute de contrôle du pas de correction. C'est ainsi que notre méthode d'identification est achevée à partir des variations incrémentales permettant de contrôler en permanence le pas de correction de sorte qu'une fonction cout quadratique d'erreur soit minimisée. durant l'analyse d'erreur et de sensibilité d'un système stochastique. Quelques fois il est perçu que certaines composantes de la sortie du processus sont très faiblement atteintes ou parfaitement mesurées. Ceci nous oblige de trouver une solution pour tel problème, à savoir, le problème de filtrage singulier d'autre moyen que le filtre de Kalman car celui-ci ne peut plus être utilisé à cause des matrices mal-conditionnées et problèmes de calculs. C'est dans cet esprit qu'une partie de notre travail s'est consacrée pour la conception d'un observateur à un ordre réduit pour des systèmes stochastiques ayant des mesures singulières de bruit. Enfin, le problème des systèmes stochastiques dont les propriétés statistiques sont plus ou moins connues mais qui manquent d'information concernant ses paramètres structuraux a été abordé. C'est évident, dans telle situation, qu'il nous faut un identifieur-observeur adaptif pour estimer les paramètres structuraux du système et en même temps en reconstruire le vecteur d'état. c'est ce qui a été effectué dans la dernière partie de la thèse