Contribution à l'estimation de l'état des systèmes singuliers : application à la validation de données des systèmes dynamiques linéaires - Université de Lorraine Accéder directement au contenu
Thèse Année : 1990

Contribution to state estimation for singular systems : application to data reconciliation of dynamic linear systems

Contribution à l'estimation de l'état des systèmes singuliers : application à la validation de données des systèmes dynamiques linéaires

Résumé

The purpose of this thesis is the study of discrete linear singular systems and data reconciliation of dynamic linear systems. Data reconciliation of steady state linear systems is tackled in the first part. The state of these systems is estimated in the maximum likelihood sense, the variance of the measurement errors being either known or unknown and diagonal. The second part is devoted to the study of discrete linear singular systems which have a number of unknowns superior or equal to the number of equations. These systems have either a process noise or not. The state of these systems is recursively estimated with the maximum likelihood estimator. The convergence of these state estimation algorithms is studied. If there is not a process noise, the state estimation algorithm is factorized. If there is a process noise, the state estimation algorithm corresponds to a generalization of the Kalman filter and is adapted to the time-varying case. In the last part, the state estimation algorithms are used for systems described by linear dynamic balance equations and for simultaneous estimation of state variables and inputs of standard state-space systems.
aCe mémoire est consacré à la validation de données des systèmes dynamiques linéaires et aux systèmes singuliers linéaires discrets. La validation de données des systèmes statiques linéaires est abordée dans la première partie. L'état de ces systèmes est estimé au sens du maximum de vraisemblance, la variance des erreurs de mesures étant soit connue, soit inconnue et diagonale. La deuxième partie est consacrée à l'étude des systèmes singuliers dynamiques dont le nombre de variables est supérieur ou égal au nombre d'équations. Ces systèmes étant linéaires et discrets, deux cas sont considérés : avec ou sans bruit de système. L'état de ces systèmes est estimé, d'une manière récurrente, au sens du maximum de vraisemblance. La convergence de ces algorithmes est étudiée. Lorsqu'il n'y a pas de bruit de système, l'algorithme d'estimation est factorisé. Lorsqu'il y a un bruit de système, l'algorithme d'estimation correspond à une généralisation du filtre de kalman et est étendue aux systèmes à paramètres variables. Dans la dernière partie, les algorithmes d'estimation sont utilisés pour des systèmes décrits par des équations de bilan dynamiques linéaores et pour estimer simultanément les variables d'état et les entrées des systèmes d'état standard
Fichier non déposé

Dates et versions

tel-01754300 , version 1 (30-03-2018)

Identifiants

  • HAL Id : tel-01754300 , version 1

Accès intranet

Citer

Michel Zasadzinski. Contribution à l'estimation de l'état des systèmes singuliers : application à la validation de données des systèmes dynamiques linéaires. Autre [cs.OH]. Université Henri Poincaré - Nancy 1, 1990. Français. ⟨NNT : 1990NAN10405⟩. ⟨tel-01754300⟩
28 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More