Dr H. DJEGHLOUD/Dr R. REBBAH MASTER 1 CDE/ELTIND 2017 DEPT ELT FST UNIV F.

MENTOURI TD4 MODEL/IDENTIF

Identification des systèmes par la méthode des moindres carrés linéaires, non-
linéaires, non-récursifs et récursifs associés au modèle ARX
Réf. Biblio.
[1] «Méthode des moindres carrés : chapitre 5», math.unice.fr/~diener/MAB07/MCO.pdf.
[2] P. Bonnet, «Moindres-carrés non-linéaire», Master ASE1-Identification des processus, Univ. Lille 1.
[3] «Travaux Pratiques Modélisation Identification des Processus», USTL-Master ASE M1–2009/2010, Univ. Lille.

EXERCICE 1 [1] : Identification par moindres carrés linéaires

Soit les vecteurs x et y définis par leurs data respectives :
x=[1 ;2 ;3 ;4 ;5 ;6 ;7], y=[1.4 ;2.2 ;4.1 ;5.6 ;6.8 :7.5 ;8.9]

1. Calculer les variances de x et y.

2. Calculer la covariance entre x et y.
3. Calculer les espérances mathématiques de x et y.
4. Calculer les coefficients ‘a’ et ‘b’ de la droite de régression par la méthode des moindres carrés non-linéaires.
5. Tracer la courbe ‘y = a.x+b’ dans un fichier MATLAB et comparer le résultat de l’outil ‘ fittinglinearshow
equation’ des outils graphiques de la figure obtenue et conclure sur l’exactitude des résultats.

EXERCICE 2 [2]: Identification par moindres carrés non-linéaires

Soit les vecteurs t et y définis par leurs data respectives :
t=[0 ;1 ;2 ;3 ;4 ;5], y=[0.05 ;0.45 ;0.59 ;0.64 ;0.64 ;0.69].

1. Tracer la courbe y(t) et deduire son expression mathématique à partir de l’allure de la courbe (normalement
l’expression est de la forme f = K.(1 - e-t/), K étant le gain statique et  la constante de temps.
2. Calculer les dérivées partielles (jacobiennes J(t,)) de f(t,) par rapport aux paramètres K et ,  =[K ; ].
3. Prendre les valeurs initiales K0 = 1 et 0 =1 et calculer f0(t,0) et J0(t,0) pour K = K0 et  = 0.
4. Calculer l’erreur quadratique ‘0’ cumulée entre y(t) et f0(t,0) telle que 0 = (y - f0)t. (y - f0)
5. Calculer l’incrément 0 à faire sur les paramètres tel que 0 = (J0t.J0)-1.J0t.(y - f0)
6. Identification les paramètres du vecteur  tels que K1 = K0+0 et 1 = 0+0
7.Partant des nouveaux paramètres K 1 et 1 refaire les calculs des questions 3 et 4 et comparer entre
les erreurs quadratiques 0 et 1.
8. Jusqu’à quand peut-on continuer les itérations?
Remarque très importante ! les questions 7 et 8 feront nchallah partie du sujet du contrôle

EXERCICE 3 [3]: Identification par moindres carrés non-récursifs et récursifs associés à un modèle
ARX
Soit le signal de sortie d’un système y(t) défini par y=[0; 0.1; 1.8; 0.9; 1.1; 0.95; 0.97; 0.99; 1.02; 1.01]
attaqué par un échelon u=[1; 1; 1; 1; 1; 1; 1; 1; 1; 1].
1. Déterminer les paramètres a1, a2 et b1 du modèle ARX par la méthode des moindres carrés non
récursifs.
2. Déterminer les paramètres a1, a2 et b1 du modèle ARX par la méthode des moindres carrés récursifs.