Vous êtes sur la page 1sur 2

ENPO-MA/ DPT.

GE/ IDP 2/ S4/ ING

ALGORITHME DES MOINDRES CARRES RECURSIFS

En vue d’une implémentation sur ordinateur, l’équation (8) peut-être transformée sous
forme récurrente. En considérant les mesures jusqu’à l’instant kT et avec les notations suivantes
similaires à celles de l’équation (4)

(13)

L’équation (11) donne :

De cette manière, représente l’estimée de au temps kT sur la base des k premières


équations. Lorsque les mesures apparaissent successivement dans le temps, il est intéressant de
calculer , , etc. par récurrence, c’est-à-dire de calculer à partir de sans
effectuer chaque fois l’inversion matricielle indiquée par l’équation (14). Pour ce faire on réécrit
l’équation (14) comme suit:

où la matrice carrée Pk de dimension p (nombre de paramètres) est l’inverse de la matrice


d’information ( ).

Notons également que la matrice peut se calculer de façon récurrente comme suit:

ou encore

Le vecteur de paramètres à l’instant k+1 peut s’écrire :

1
ENPO-MA/ DPT. GE/ IDP 2/ S4/ ING

(18-21)

L’algorithme des moindres carrés peut-être présenté par les deux équations récurrentes
suivantes:

Pour éviter l’inversion de la matrice à chaque itération, on peut utiliser le lemme


d’inversion matricielle. Selon ce lemme soient A, C et C-1 + DA-1 B des matrices inversibles,
alors:
(24)

Prenons dans l’équation (22)

D=

On obtient :

Cette équation a l’avantage de ne pas nécessiter l’inversion d’une matrice, mais


uniquement celle d’un scalaire.
L’identification récurrente offre les avantages suivants :
 Estimation du modèle en temps réel
 Compression importante des données, car l’algorithme récurrent traite à chaque instant
une seule paire entrée/sortie au lieu de l’ensemble des données
 Exigence mémoire et puissance de calcul plus faibles
 Implantation aisée sur microprocesseur

Vous aimerez peut-être aussi