Hybrid dynamical system identification : geometry, sparsity and nonlinearities - Université de Lorraine Access content directly
Theses Year : 2013

Hybrid dynamical system identification : geometry, sparsity and nonlinearities

Identification de systèmes dynamiques hybrides : géométrie, parcimonie et non-linéarités

van Luong Le
  • Function : Author
  • PersonId : 768081
  • IdRef : 17565428X

Abstract

In automatic control, obtaining a model is always the cornerstone of the synthesis procedures such as controller design, fault detection or prediction... This thesis deals with the identification of a class of complex systems, hybrid dynamical systems. These systems involve the interaction of continuous and discrete behaviors. The goal is to build a model from experimental measurements of the system inputs and outputs. A new approach for the identification of linear hybrid systems based on the geometric properties of hybrid systems in the parameter space is proposed. A new algorithm is then proposed to recover the sparsest solutions of underdetermined systems of linear equations. This allows us to improve an identification approach based on the error sparsification. In addition, new approaches based on kernel models are proposed for the identification of nonlinear hybrid systems and piecewise smooth systems
En automatique, l'obtention d'un modèle du système est la pierre angulaire des procédures comme la synthèse d'une commande, la détection des défaillances, la prédiction... Cette thèse traite de l'identification d'une classe de systèmes complexes, les systèmes dynamiques hybrides. Ces systèmes impliquent l'interaction de comportements continus et discrets. Le but est de construire un modèle à partir de mesures expérimentales d'entrée et de sortie. Une nouvelle approche pour l'identification de systèmes hybrides linéaires basée sur les propriétés géométriques des systèmes hybrides dans l'espace des paramètres est proposée. Un nouvel algorithme est ensuite proposé pour le calcul de la solution la plus parcimonieuse (ou creuse) de systèmes d'équations linéaires sous-déterminés. Celui-ci permet d'améliorer une approche d'identification basée sur l'optimisation de la parcimonie du vecteur d'erreur. De plus, de nouvelles approches, basées sur des modèles à noyaux, sont proposées pour l'identification de systèmes hybrides non linéaires et de systèmes lisses par morceaux
Fichier principal
Vignette du fichier
DDOC_T_2013_0102_LE.pdf (2.06 Mo) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

tel-01750090 , version 1 (29-03-2018)

Identifiers

  • HAL Id : tel-01750090 , version 1

Cite

van Luong Le. Hybrid dynamical system identification : geometry, sparsity and nonlinearities. Other. Université de Lorraine, 2013. English. ⟨NNT : 2013LORR0102⟩. ⟨tel-01750090⟩
58 View
76 Download

Share

Gmail Facebook X LinkedIn More