Benoît BAYON soutient sa thèse le 06 décembre 2012 à 14 h - amphi 203 - bât 1 - ECL
Titre :
Estimation robuste pour les systèmes incertains
Jury :
- Directeurs de thèse : Gérard SCORLETTI ; Eric BLANCO
- Rapporteurs : Jean-Pierre BARBOT ; Michel ZASADZINSKI
- Examinateurs : Xavier BOMBOIS ; Joao GOMES DA SILVA ; Dimitri PEAUCELLE ; Daniel THOMASSET
Résumé :
Les estimateurs sont couramment utilisés pour obtenir des informations caractérisées par des signaux internes, qui ne peuvent pas être mesurés directement. Ces estimateurs sont synthétisés à partir d’un modèle du système et reconstituent les signaux nécessaires à partir des signaux mesurés sur le système. Dans une grande partie des cas, le modèle du système est décrit par un modèle d’équations différentielles linéaires à coefficients constants (modèle LTI). Comme tout modèle n’est qu’une représentation imparfaite de la réalité, la différence entre le modèle et le système réelle (incertitude) amène une dégradation des performances garanties par la méthode de synthèse. Prendre en compte l’incertitude est au cœur des préoccupations de la commande robuste, qui a développé au fil des années une batterie d’outils efficace (au sens de la complexité), permettant de décrire et d’analyser des modèles incertains.
Dans cette thèse, nous proposons une réinterprétation de la synthèse d’estimateurs classiques, puis une approche de la synthèse d’estimateurs robustes garantissant une performance pire-cas, au moyen des outils liés d’optimisation convexe, initialement introduits dans le cadre de la commande robuste. Cette thèse met en évidence que ces outils initialement développés pour la commande présente un large potentiel pour développer des outils de synthèse d’estimateurs.
View online : Texte complet de la thèse