Contributions à l'identification de modèles avec des erreurs en les variables, Contributions to errors-in-variables model identification

Divers
Université

Sous la direction de Hugues Garnier, Marion Gilson Thèse soutenue le 04 décembre 2007: Nancy 1 La procédure d'identification consiste à rechercher un modèle mathématique adéquat pour un système donné à partir de données expérimentales et de connaissances disponibles a priori. La majorité des techniques ont été développées sous l'hypothèse d'un signal d'entrée parfaitement connu. Or, dans certains cas, celui-ci est également mesuré avec un capteur, et sa connaissance est autant sujette à erreur que celle de la sortie. C'est cette dernière situation où l'entrée et la sortie du système sont entachées de bruits -- nommée identification de modèles avec des erreurs en les variables (EIV) -- qui est étudiée. Le chapitre d'introduction permet de motiver l'intérêt porté aux modèles EIV. Le problème est ensuite formellement posé, avant la mise en évidence de quelques-unes des difficultés qui lui sont inhérentes. Le second chapitre traite de l'identification de modèles à temps discret, et est lui-même divisé en deux parties. La première partie s'intéresse aux méthodes utilisant les statistiques d'ordre deux. Après avoir exposé les principales méthodes existantes, une présentation unifiée des méthodes de compensation du biais de l'estimateur des moindres carrés est donnée. Différents estimateurs fondés sur la technique de la variable instrumentale sont ensuite proposés. La seconde partie du chapitre porte sur les méthodes ayant recours aux statistiques d'ordre supérieur. Après un rapide état de l'art, les estimateurs des moindres carrés et des moindres carrés itératifs fondés sur l'équation du modèle, vérifiée par les cumulants, sont présentés. Enfin, le chapitre se conclut par l'obtention de l'expression de la matrice de covariance asymptotique de l'estimateur des moindres carrés fondés sur les cumulants d'ordre trois, proposé auparavant. Le chapitre trois traite de l'identification de modèles EIV à temps continu. Si l'identification de modèles EIV à temps discret a fait l'obj

Il n'y a aucune évaluation pour l'instant.


Soyez le premier à l'évaluer

Donnez votre évaluation
Contributions à l'identification de modèles avec des erreurs en les variables, Contributions to errors-in-variables model identification
* Champs obligatoires
Votre commentaire
Vos notes
Clarté du contenu
Utilité du contenu
Qualité du contenu