Chapitre II Représentation d’état des systèmes linéaires

Représentation des systèmes linéaires

dans l’espace d’état

1. Introduction
L’aspect dynamique des systèmes linéaires est décrit par des équations
différentielles que l’on suppose linéaires et stationnaires (coefficients constants).
Dans ce contexte, deux formes de représentation sont utilisées pour l’analyse et la
synthèse des systèmes de commande automatique:
• La fonction ou la matrice de transfert
• La représentation d’état
La fonction de transfert a l’avantage d’être d’utilisation simple, mais cette
simplicité est perdue dans le cas de matrice de transfert. De plus, les conditions
initiales ne sont pas prises en compte, et seules les parties observables et
gouvernables sont représentées.
Par ailleurs, la représentation d’état permet d’utiliser les techniques de calcul
disponibles en algèbre linéaire, et des outils de synthèse puissants ont pu être
développés: placement de pôles, commande optimale, etc.

2. Obtention du modèle d'état à partir d’une équation différentielle

D’une manière générale, la modélisation d’un système linéaire continu, conduit à
une équation différentielle d’ordre n. Cette représentation est dite externe car elle ne
fait apparaître que la variable d’entrée u et la variable de sortie y du système. Les
variables introduites pour réaliser la représentation interne sont appelées les
variables d’état du système. Pour le montrer, reprenons l’équation différentielle
suivante :
d n y (t ) d n −1 y (t ) dy (t )
an n
+ a n −1 n −1
+ K + a1 + a 0 y (t ) = b0 u(t ) (1)
dt dt dt

On choisit le vecteur d'état comme se suit :

y (t ) = x1 , y& (t ) = x 2 , K y ( n −1) (t ) = x n (2)
D’où,
⎧ x&1 = x2
⎪ x& = x
⎪⎪ 2 3

⎨M (3)
⎪ b a a a
⎪ x& n = 0 u(t ) − 0 x1 − 1 x 2 − L − n −1 x n
⎪⎩ an an an an
y = x1 (4)

Les variables xi avec i = 1, 2,K, n sont les variables d’état du système, les équations
(3) et (4) sont respectivement, l’équation d’état et l’équation de sortie.

Systèmes Linéaires Multi-variables Réalisé par : Dr. MADDI AEK. 1

Chapitre II Représentation d’état des systèmes linéaires

La forme matricielle de la représentation d'état est alors,

⎡ ⎤ ⎡ ⎤
⎡ x&1 ⎤ 0 ⎢ 1 0 K 0 ⎥ ⎡ x1 ⎤ ⎢0 ⎥
⎢ x& ⎥ 0 ⎢ ⎥ ⎢ x ⎥ ⎢0 ⎥
⎢ 2 ⎥ ⎢ 0 1 K 0 ⎥ ⎢ 2 ⎥ ⎢ ⎥
⎢M ⎥ = M ⎢ O M ⎥ ⎢M ⎥ + ⎢M ⎥ u (5)
⎢& ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
x
⎢ n −1 ⎥ ⎢ 0 0 K 0 1 ⎥ ⎢ n −1 ⎥ ⎢0 ⎥
x
⎢⎣ x& n ⎥⎦ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ − a0 − a1 K − a n −1 ⎥ ⎣ x n ⎦ ⎢ b0 ⎥
⎣⎢ a n an a n ⎦⎥ ⎣⎢ a n ⎦⎥

Cette représentation d’état est connue sous le nom de forme canonique de

contrôlabilité.

3. Obtention du modèle d'état à partir de la fonction de transfert

Soit G ( p ) la fonction de transfert d’un système, on a :

Y ( p ) b0 + b1 p +b 2 p 2 + Kbn p n N ( p)
G( p) = = = (6)
U ( p ) a 0 + a1 p + a 2 p + K a n p
2 n
D( p )

Etant donné la multiplicité des représentations d’état possibles et l’unicité de la

fonction de transfert, il existe plusieurs façons de passer de la fonction de transfert à
la représentation d’état. Nous en verrons trois conduisant à des formes canoniques
remarquables :
• Forme canonique de contrôlabilité
• Forme canonique d’observabilité
• Forme canonique de Jordan
• Forme canonique modale.

3.1 Forme canonique de contrôlabilité

La fonction de transfert décrit par l’équation (1) peut encore s’écrire, en
introduisant une variable intermédiaire W ( p ) , sous la forme suivante :

Y ( p) Y ( p) W ( p)
= × (7)
U ( p) W ( p) U ( p)
avec,
⎧W ( p ) 1
⎪ U ( p ) = a + a p + a p 2 + Ka p n
⎪ 0 1 2 n
⎨ (8)
⎪ Y ( p ) = b + b p + b p 2 + Kb p n
⎩⎪W ( p )
0 1 2 n

Systèmes Linéaires Multi-variables Réalisé par : Dr. MADDI AEK. 2

Chapitre II Représentation d’état des systèmes linéaires

Nous pouvons en déduire que :

U ( p ) = a0W ( p ) + a1 pW ( p ) + a 2 p 2W ( p ) + Ka n p nW ( p ) (9)

D’où, le choix du vecteur d'état,

&& (t ) = x3 , K w ( n −1) (t ) = x n
w(t ) = x1 , w& (t ) = x 2 , w (10)
On en déduit :
⎧
⎪ x& = x
⎪ 1 2

⎪ x 2 = x3
&
⎪
⎨ x& 3 = x4 (11)
⎪M
⎪
⎪ 1 a0 a1 a n −1
⎪ x& n = a u(t ) − a x1 − a x 2 − L − a x n
⎩ n n n n

⎛ 1 a a a ⎞
y = b 0 x1 + b1 x2 + L − bn −1 x n + bn ⎜⎜ u (t ) − 0 x1 − 1 x2 − L − n −1 xn ⎟⎟ (12)
⎝ an an an an ⎠

La représentation d'état de la forme canonique de contrôlabilité est alors,

⎡ ⎤ ⎡ ⎤
⎡ x&1 ⎤ 0 ⎢ 1 0 K 0 ⎥ ⎡ x1 ⎤ ⎢0 ⎥
⎢ ⎥ ⎢ ⎥
⎢ x& ⎥ 0
⎢ 0 1 K 0 ⎥ ⎢ x 2 ⎥ ⎢0 ⎥
⎢ 2 ⎥ ⎢ ⎥
⎢M ⎥ = ⎢M O M ⎥ ⎢M ⎥ + ⎢M ⎥ u (13)
⎢& ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ x n −1 ⎥ ⎢ 0 0 K 0 1 ⎥ ⎢ x n −1 ⎥ ⎢0 ⎥
⎢⎣ x& n ⎥⎦ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ − a0 − a1 K − a n −1 ⎥ ⎣ x n ⎦ ⎢ 1 ⎥
⎢⎣ a n an a n ⎥⎦ ⎢⎣ a n ⎥⎦
⎡ x1 ⎤
⎢x ⎥
a n −1 ⎤ ⎢
2 ⎥
⎡ a a1 b
y = ⎢b0 − 0 bn b1 − bn K bn −1 − bn ⎥ ⎢M ⎥ + n u (14)
⎣ an an an ⎦ ⎢ x ⎥ an
⎢ n −1 ⎥
⎢⎣ x n ⎥⎦
Cas particulier : a n = 1 et bn = 0 ,

⎡0 1 0 K 0 ⎤ ⎡ 0⎤
⎢0 0 1 K 0 ⎥ ⎢ 0⎥
⎢ ⎥ ⎢ ⎥
x& = ⎢M O M ⎥ x + ⎢M ⎥ u et y = [b0 b1 K bn −1 ] x
⎢ ⎥ ⎢ ⎥
⎢0 0 K 0 1 ⎥ ⎢ 0⎥
⎢⎣ − a 0 − a1 K − a n −1 ⎥⎦ ⎢⎣1 ⎥⎦

Le diagramme d’état de la forme canonique contrôlable est illustré sur la Figure 1.

Systèmes Linéaires Multi-variables Réalisé par : Dr. MADDI AEK. 3

Chapitre II Représentation d’état des systèmes linéaires

 
+ + + y (t )  

+ + +

bn −1   bn − 2   b1   b0  

u(t )   + xn   xn −1   x2   x1  
∫  ∫  ∫ 
_

a n −1   an −2   a1   a0  

+ + + +
+ +

Figure 1 : Diagramme d’état de la forme canonique contrôlable.

3.2. Forme canonique d’observabilité

Pour obtenir la forme canonique d’observabilité, il suffit de réécrire l’équation
(6) sous cette forme :
Y ( p ) D( p ) = U ( p ) N ( p ) (15)
avec,
⎧⎪ D( p ) = a n + a n −1 p −1 + a n − 2 p −2 + K + a 0 p − n
⎨ (16)
⎪⎩ N ( p ) = bn + bn −1 p −1 + b n − 2 p − 2 + Kb0 p − n

En regroupant les termes selon leurs puissances décroissantes de p −1 , et on écrit :

a nY ( p ) = V ( p ) = bnU + p −1 (bn −1U − a n −1Y ) + p −2 (bn − 2U − a n − 2Y ) + K + p − n (b0U − a 0Y ) (17)

Où encore, la variable intermédiaire V est donnée par,

a n −1 a a
V ( p ) = bnU + p −1 [bn −1U − V + p −1 [bn − 2U − n − 2 V + p −1 [K + p −1 (b0U − 0 V ) K]]] (18)
an an an
Nous choisissons à nouveau comme variables d’état, les grandeurs de sorties des
intégrateurs, et on écrit :
⎧ −1 a n −1
⎪ X n = p [ bn −1U − V]
an
⎪
⎪ −1 a n −2
⎪ X n −1 = p [bn − 2U − V]
⎨ an (19)
⎪M
⎪
⎪ −1 a0
⎪ X 1 = p [b0U − a V ]
⎩ n

V = X n + bnU (20)

Systèmes Linéaires Multi-variables Réalisé par : Dr. MADDI AEK. 4

Chapitre II Représentation d’état des systèmes linéaires

L’équation de sortie est donnée par :

1
Y= V (21)
an

En substituant la variable V par sa valeur et repassant au domaine du temps par

l’application de la transformée de Laplace inverse, il vient :

⎧ a0 a0
⎪ x&1 = − a x n + (b0 − a bn ) u
⎪ n n

⎪ a1 a1
⎪ x& 2 = − a x n + x1 + (b1 − a bn ) u
⎪ n n

⎪ a2 a2
⎨ x& 3 = − x n + x 2 + (b2 − bn ) u (22)
⎪ an an
⎪M
⎪
⎪ x& = − a n −1 x + x + (b − a n −1 b ) u
⎪ n an
n n −1 n −1
an
n

⎪
⎩
1 b
y= xn + n u (23)
an an

La représentation d'état de la forme canonique d’observabilité est alors,

⎡ a0 ⎤
⎢0 0 K 0 − ⎥
⎢
an
⎥ ⎡ a ⎤
⎢ b0 − 0 bn ⎥
⎡ x&1 ⎤ ⎢ a ⎥ ⎡x ⎤ an
⎢ x& ⎥ ⎢1 0 K 0 − 1 ⎥⎢ 1 ⎥ ⎢ ⎥
⎥ b1 − 1 bn ⎥
⎢
an x2 a
⎢ 2 ⎥ ⎢ ⎥⎢
⎢M ⎥ = ⎢0 1 O M ⎥ ⎢M ⎥ + ⎢ an ⎥u (24)
⎢& ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ x n −1 ⎥ ⎢M O 0 M ⎥ ⎢ x n −1 ⎥ ⎢M ⎥
⎢ ⎥
⎢⎣ x& n ⎥⎦ ⎢ a ⎥ ⎢x ⎥
1 − n −1 ⎥ ⎣ n ⎦ ⎢b n −1 − n −1 bn ⎥
a
⎢0 0 K
⎢ an ⎥ ⎢⎣ an ⎥⎦
⎢⎣ ⎥⎦

⎡ x1 ⎤
⎢x ⎥
1 ⎤⎢
2 ⎥
⎡ b
y = ⎢0 0 K 0 ⎥ ⎢M ⎥ + n u (25)
⎣ an ⎦ ⎢ ⎥ an
⎢ x n −1 ⎥
⎢⎣ x n ⎥⎦

Le diagramme d’état de la forme canonique observable est illustré sur la Figure 2.

Systèmes Linéaires Multi-variables Réalisé par : Dr. MADDI AEK. 5

Chapitre II Représentation d’état des systèmes linéaires

u (t )

b0 b1 bn −1

+ + + +
+ y (t )
∫ ∫ ∫ ∫
_ x1 _ x2 xn −1 _ xn

a0 a1 a n −1

Figure 2 : Diagramme d’état de la forme canonique observable.

En conclusion, pour obtenir la forme canonique d’observabilité, il suffit de

transposer la matrice d’état par rapport à la diagonale principale, et la matrice
d’entrée et la matrice de sortie sont permutées.

Exemple
Soit un système physique décrit par sa la fonction de transfert suivante :

Y ( p) p +1
G( p) = = 3
U ( p) p − p 2 + p − 1

La représentation d’état sous la forme canonique de contrôlabilité est donnée par :

⎡0 1 0⎤ ⎡ 0⎤
⎢ ⎥
x& = 0 0 1 x + ⎢0⎥u et y = [1 1 0]x
⎢ ⎥ ⎢ ⎥
⎢⎣1 − 1 1⎥⎦ ⎢⎣1 ⎥⎦

La représentation d’état sous la forme canonique d’observabilité est donnée par :

⎡0 0 1⎤ ⎡1 ⎤
x& = ⎢1 0 ⎥
− 1 x + ⎢1 ⎥u et y = [0 0 1]x
⎢ ⎥ ⎢ ⎥
⎢⎣0 1 1 ⎥⎦ ⎢⎣0⎥⎦

Systèmes Linéaires Multi-variables Réalisé par : Dr. MADDI AEK. 6

Chapitre II Représentation d’état des systèmes linéaires

3.3. Forme canonique de Jordan

Le principe de la méthode consiste à décomposer la fonction de transfert G ( p ) ,
en éléments simples.

1er Cas : Tous les pôles sont simples

⎛ n r ⎞
Y ( p ) = ⎜⎜ ∑ i + r0 ⎟⎟ U ( p ) (26)
⎝ i =1 p − λi ⎠
où r0 ≠ 0 si m = n .
Choix des variables d’état :
1
X i ( p) = U ( p ) , i = 1, 2, K n (27)
p − λi
Donc,
n
Y ( p ) = ∑ ri X i ( p ) + r0U ( p ) (28)
i =1

En prenant la transformée de la place inverse,

x& i = λi xi + u , i = 1, 2, K n (29)
n
y = ∑ ri xi + r0u (30)
i =1

Ecriture matricielle permet :

⎡ x&1 ⎤ ⎡ x1 ⎤
⎢ x& ⎥ ⎡λ1 0 K 0 − a0 ⎤ ⎢ ⎡1⎤
x2 ⎥ ⎢ ⎥
⎢ 2 ⎥ ⎢0 ⎥
λ2 K 0 − a1 ⎥ ⎢ ⎥ 1
⎢M ⎥ = ⎢ ⎢M ⎥ + ⎢ ⎥ u (31)
⎢ ⎥ ⎢M O M ⎥⎢ ⎥ ⎢M ⎥
⎢ x& n −1 ⎥ ⎢0 0 K 0 λn ⎦
⎥ ⎢ xn −1 ⎥ ⎢ ⎥
⎢⎣ x& n ⎥⎦ ⎣ ⎢⎣ xn ⎥⎦ ⎣ ⎦
1

⎡ x1 ⎤
⎢x ⎥
⎢ 2 ⎥
y = [r1 r2 K rn ] ⎢M ⎥ + r0 u (32)
⎢ ⎥
⎢ x n −1 ⎥
⎢⎣ x n ⎥⎦

Le système d’équations différentielles est découplé (matrice d’état est

diagonale), c.-à-d. que l’on peut résoudre chaque équation différentielle séparément,
sans tenir compte des autres équations. Cette propriété est parfaitement illustrée par
la Figure 3.

Systèmes Linéaires Multi-variables Réalisé par : Dr. MADDI AEK. 7

Chapitre II Représentation d’état des systèmes linéaires

r0

+ x1
+ ∫ r1

λ1

+ x2
+ ∫ r2

λ2
u (t ) y (t )
Σ
+ xn −1
+ ∫ rn −1

λn −1

+ xn
+ ∫ rn

λn
Figure 3 : Diagramme d’état de la forme canonique diagonale.

2ème Cas : Pôles multiples

Soit un pôle λ1 d'ordre q donc,
⎛ r rq n
ri ⎞
Y ( p ) = ⎜⎜ 1 + K + ∑ + r0 ⎟⎟ U ( p ) (33)
⎝ p − λ1 ( p − λ1 ) i = q +1 p − λi
q
⎠
Le choix des variables d'état se fait comme se suit :
⎧ 1
⎪ X 1 ( p) = p − λ U ( p)
⎪ 1

⎪ 1
⎪ X 2 ( p) = U ( p)
⎨ ( p − λ1 ) 2 (34)
⎪M
⎪
⎪ 1
⎪ X q ( p) = ( p − λ ) q U ( p)
⎩ 1

Systèmes Linéaires Multi-variables Réalisé par : Dr. MADDI AEK. 8

Chapitre II Représentation d’état des systèmes linéaires

1
X i ( p) = U ( p ) , i = q + 1, K ,n (35)
p − λi
D’où,
⎧ 1
⎪ X 2 ( p) = p − λ X 1 ( p)
⎪ 1

⎪ 1
⎪ X 3 ( p) = X 2( p )
⎨ p − λ1 (36)
⎪M
⎪
⎪ 1
⎪ X q ( p ) = p − λ X q −1 ( p )
⎩ 1

En prenant la transformée de Laplace inverse, on obtient :

⎧ x&1 = λ1 x1 + u
⎪ x& = λ x + x
⎪ 2 1 2 1

⎪M
⎪
⎨ x& q = λ1 x q + x q −1 (37)
⎪ x& = λ x + u , i = q + 1, K , n
⎪ i i i

⎪ n

⎪ y = ∑ ri xi + r0 u
⎩ i =1

Ecriture matricielle permet :

⎡ x&1 ⎤ ⎡λ1 0 K K 0 ⎤ ⎡ x1 ⎤ ⎡1 ⎤
K
⎢ ⎥ ⎢ ⎥⎢ ⎥
⎢ x& 2 ⎥ ⎢1 λ1 0 K K K 0 ⎥ ⎢ x 2 ⎥ ⎢0⎥
⎢ ⎥
⎢M ⎥ ⎢M O M ⎥ ⎢M ⎥ ⎢M ⎥
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ x& q ⎥ = ⎢0 0 K 1 λ1 0 0 K 0 ⎥ ⎢ x q ⎥ + ⎢0⎥ u (38)
⎢ x& ⎥ ⎢0 0 K 0 0 λq +1 0 K 0 ⎥ ⎢⎢ x q +1 ⎥⎥ ⎢1 ⎥
⎢ q +1 ⎥ ⎢ ⎥ ⎢ ⎥
⎢M ⎥ ⎢ O ⎥ ⎢M ⎥ ⎢M ⎥
⎢ ⎥ ⎢ ⎢ ⎥
⎣ x& n ⎦ ⎣0 0 K K K 0 λn ⎥⎦ ⎣⎢ x q ⎦⎥ ⎢⎣1 ⎥⎦
⎡x ⎤
⎢ 1 ⎥
⎢ x2 ⎥
⎢M ⎥
⎢ ⎥
y = [r1 r2 K rq rq +1 K rn ] ⎢ x q ⎥ + r0 u (39)
⎢ ⎥
⎢ x q +1 ⎥
⎢M ⎥
⎢ ⎥
⎢⎣ x q ⎥⎦
Cette propriété est parfaitement illustrée par le graphe de fluence ci-dessous :

Systèmes Linéaires Multi-variables Réalisé par : Dr. MADDI AEK. 9

Chapitre II Représentation d’état des systèmes linéaires

r0

+ x1
+ ∫ r1

λ1
+ x2
+ ∫ r2

λ1
u (t ) y (t )
Σ
+ xq
+ ∫ rq

λ1

+ xq +1
+ ∫ rq +1

λq +1

+ xn
+ ∫ rn

λn
Figure 4 : Diagramme d’état de la forme canonique de Jordan.

Remarque : Dans le cas de plusieurs pôles multiples, à chaque pôle correspond un

sous bloc de Jordan carré q × q , avec la valeur de ce pôle sur la diagonale et 1 sur le
sous diagonale. Les variables d'état ne sont plus entièrement découplées.

3ème Cas : Paire de pôles complexes conjugués

Il existe deux solutions :
¾ Etablir une forme réduite de Jordan comme précédemment avec des variables
d'état complexes.
¾ Rechercher une représentation autre que diagonale, où tous les coefficients
sont réels. Cette dernière représentation est appelée la forme modale.

Systèmes Linéaires Multi-variables Réalisé par : Dr. MADDI AEK. 10

Chapitre II Représentation d’état des systèmes linéaires

3.4. Forme canonique modale

Si la matrice d’état A possède des valeurs propres complexes conjuguées, il
n’est pas possible de diagonaliser la matrice A avec des éléments réels. Pour éviter
la manipulation par des nombres complexes, on peut transformer la matrice A à la
forme modale.
A titre d’exemple, considérons un système linéaire décrit par son modèle
d’état avec des variables complexes suivant :

⎡ x&1 ⎤ ⎡a + j b 0 ⎤ ⎡ x1 ⎤ ⎡1⎤
⎢ x& ⎥ = ⎢0 + u
a − j b⎥⎦ ⎢⎣ x 2 ⎥⎦ ⎢⎣1⎥⎦
(40)
⎣ 2⎦ ⎣
avec l’équation de sortie :
⎡ x1 ⎤
y = [c c ]⎢ ⎥ (41)
⎣ x2 ⎦
Dans cet exemple, les variables d'état sont des fonctions complexes conjuguées.
Le changement de variable : z = P x avec,
⎡1 1⎤
P=⎢ (42)
⎣j − j ⎥⎦
Permet de transformer le système précédent en équation d’état sous la forme :

⎡ z&1 ⎤ ⎡a b⎤ ⎡ z1 ⎤ ⎡2⎤
⎢ z& ⎥ = ⎢ − b +
a ⎥⎦ ⎢⎣ z 2 ⎥⎦ ⎢⎣0 ⎥⎦
u (43)
⎣ 2⎦ ⎣
⎡ z1 ⎤
y = [Re( c ) Im(c )]⎢ ⎥ (44)
⎣ z2 ⎦

Exercice
Trouver la forme de Jordan d’un système linéaire avec l’ensemble des pôles :
- Deux pôles complexes conjugués : a ± j b
- Deux pôles réels d’ordre deux : d
- Un pôle réel d’ordre un : c

La solution est simple, il suffit de remarquer que la forme de Jordan est

constituée de trois blocs :

⎡a b 0 0 0⎤ ⎡ 2⎤
⎢− b a 0 0 0 ⎥ ⎢0 ⎥
⎢ ⎥ ⎢ ⎥
x& = ⎢0 0 d 1 0 ⎥ x + ⎢0 ⎥ u
⎢ ⎥ ⎢ ⎥
⎢0 0 0 d 0⎥ ⎢1 ⎥
⎢⎣0 0 0 0 c ⎥⎦ ⎢⎣1 ⎥⎦

Systèmes Linéaires Multi-variables Réalisé par : Dr. MADDI AEK. 11

Chapitre II Représentation d’état des systèmes linéaires

4. Ecriture générale de la représentation d'état

Soit un système multi-entrées (m entrées), multi-sorties (p sorties), dont le
modèle est décrit par une ou plusieurs équations différentielles linéaires à
coefficients constants. Ce modèle peut s’écrire sous la forme d’un système
d’équations matricielles différentielles du premier ordre:

⎧ x& = Ax + Bu K (1) → équation d ' état

⎨ (45)
⎩ y = Cx + Du K ( 2) → équation de sortie

avec A ∈ ℜn ×n , B ∈ ℜ n×m , C ∈ ℜ p ×n et D ∈ ℜ p×m sont appelées: matrice d’état, matrice de

commande, matrice de sortie, et matrice de couplage respectivement.
x (t ) ∈ ℜn , u (t ) ∈ ℜm et y (t ) ∈ ℜ p : vecteur d’état, vecteur de commandes, et vecteur de
sorties respectivement.

5. Matrice de transfert
De même que la fonction de transfert d’un système s’obtient en prenant la
transformée de Laplace de l’équation différentielle pour des conditions initiales
nulles, la matrice de transfert s’obtient en prenant la transformée de Laplace de la
représentation d’état pour les mêmes conditions initiales. En prenant la transformée
de Laplace de la représentation d’état (45), on obtient :

⎧ pX ( p ) = AX ( p ) + BU ( p ) ⎧ X ( p ) = ( pI − A) −1 BU ( p )
⎨ ⇒ ⎨ (46)
⎩Y ( p ) = CX ( p ) + DU ( p ) ⎩Y ( p ) = CX ( p ) + DU ( p )
D’où,
[ ]
Y ( p ) = C ( pI − A) −1 B + D U ( p ) (47)

La matrice de transfert du système s’écrit donc :

G ( p ) = C ( pI − A) −1 B + D (48)

Exemple 1
On demande de calculer la fonction de transfert d’un système linéaire multi-
variable (SISO) décrit par son modèle d'état :

⎡0 1⎤ ⎡0⎤
x& ( t ) = ⎢ ⎥ x (t ) + ⎢ ⎥ u (t ) y ( t ) = [1 0] x ( t )
⎣ − 1 − 1⎦ ⎣1 ⎦
Dans le cas d’un système SISO, on parlera ici d’une fonction de transfert au lieu
d’une matrice de transfert. La solution est donnée par :
−1
⎡p − 1 ⎤ ⎡0⎤
G ( p ) = C ( pI − A) B + D = [1 0] ⎢
−1 1
⎥ ⎢ ⎥ = 2
⎣1 p + 1⎦ ⎣1 ⎦ p + p + 1

Systèmes Linéaires Multi-variables Réalisé par : Dr. MADDI AEK. 12

Chapitre II Représentation d’état des systèmes linéaires

Exemple 2
Considérons un système linéaire multi-variable (MIMO) décrit par son schéma
fonctionnel de la figure ci-dessous :

U1 ( p) 10 + Y1 ( p )
p +1 _

+ 5 Y2 ( p )
_ 2 p +1

+
U 2 ( p) p+2 +
5p +1 Y3 ( p )

Figure 5 : Exemple de système multi-variable MIMO.

La matrice de transfert du système de la Figure 5 est alors la suivante :

⎡⎛ 10 ⎞ ⎛ 5 ⎞ ⎤
⎢⎜⎜ ⎟
⎟ ⎜
⎜ 2 p +1⎟ ⎟ ⎥
⎢ ⎝ p +1⎠ ⎝ ⎠ ⎥
⎡Y1 ( p) ⎤ ⎢ ⎥ ⎡U1 ( p) ⎤
⎢Y ( p)⎥ = ⎢⎛⎜ 5 ⎞⎟ ⎛
⎜⎜ −
5 ⎞
⎟ ⎥⎢
⎢ 2 ⎥ ⎢⎜⎝ 2 p + 1 ⎟⎠ ⎝ 2 p + 1 ⎟⎠ U 2 ( p)⎥⎦
⎥ ⎣1
⎢⎣Y3 ( p) ⎥⎦ ⎢ 424
⎥ U ( p)
3
1424 3 ⎛ 10 ⎞ ⎛ p + 2 5 ⎞
Y ( p) ⎢⎜ ⎟ ⎜⎜ + ⎟⎟⎥
⎢⎣⎜⎝ p + 1 ⎟⎠ 5 p +
⎝ 44444431 2 p + 1 ⎠⎥⎦
14444442
G( p)

6. Matrice de transition
6. 1. Définition
On appelle matrice de transition la matrice φ (t ) = e A( t − t0 ) définie par le
développement en série de Taylor :

∞
A2 Ak Ak
e A( t − t0 ) = I + A(t − t0 ) + (t − t0 ) + K + (t − t0 ) k + K = ∑ (t − t0 ) k (49)
2! k! k = 0 k!

6.2. Propriétés de la matrice de transition

ƒ [e ]
At −1
= e − At
d At
ƒ ( e ) = Ae At = e At A, car les matrices e At et A commutent
dt
ƒ { }
e At = TL−1 ( pI − A) , où TL−1 transformée de laplace inverse
−1

Systèmes Linéaires Multi-variables Réalisé par : Dr. MADDI AEK. 13

Chapitre II Représentation d’état des systèmes linéaires

6.3. Exemple de calcul de la matrice de transition

Prenons comme exemple la matrice suivante :
⎡ 0 1⎤
A= ⎢ ⎥
⎣− 2 − 3⎦

L’exponentielle de la matrice A est définie par :

{
e At = TL−1 ( pI − A)
−1
}
avec,
⎡p + 3 1⎤
( pI − A)−1 = 1
p + 3 p + 2 ⎢⎣ − 2
2
p ⎥⎦

En utilisant la méthode de décomposition en éléments simples, on trouve :

⎡⎛ 2 1 ⎞ ⎛ 1 1 ⎞ ⎤
⎢⎜⎜ − ⎟⎟ ⎜⎜ − ⎟⎟ ⎥
⎢ ⎝ p + 1 p + 2 ⎠ ⎝ p +1 p + 2 ⎠ ⎥
( pI − A) = 2
−1 1
p + 3 p + 2 ⎢⎛ 2 2 ⎞ ⎛ 1 2 ⎞⎥
⎢⎜⎜ − + ⎟⎟ ⎜⎜ − + ⎟⎟⎥
⎢⎣⎝ p + 1 p + 2 ⎠ ⎝ p + 1 p + 2 ⎠⎥⎦

et par application de la transformée de Laplace inverse, on obtient :

⎡(2e − t − e −2 t ) (e − e ) ⎤
−t −2 t

φ (t ) = e At
=⎢
⎣(− 2e + 2 e )
−t − 2t
(− e + 2e )⎥⎦
−t − 2t

6. Résolution des équations d'état

La solution générale de l’équation d’état (45), consiste d’abord à résoudre
l’équation d’état avec une entrée nulle, c.-à-d.

⎧ x& (t ) = Ax (t ) → entrée nulle

⎨ (50)
⎩ x (t0 ) = x0 → condition ininitiale

La solution homogène est donnée par la matrice de transition suivante :

x ( t ) = e A( t − t 0 ) x ( t 0 ) (51)

La solution de l’équation générale par la méthode de variation de la constante :

x (t ) = e A( t − t 0 ) k ( t ) (52)
x& (t ) = Ae A( t − t0 ) k (t ) + e A( t −t0 ) k&(t ) (53)

Systèmes Linéaires Multi-variables Réalisé par : Dr. MADDI AEK. 14

Chapitre II Représentation d’état des systèmes linéaires

En reportant dans l’équation différentielle (45), il vient :

Ae A( t −t0 ) k (t ) + e A( t −t0 ) k&(t ) − Ae A( t −t0 ) k (t ) = Bu(t ) (54)

k&(t ) = e − A( t −t0 ) Bu (t ) (55)
D’où en intégrant,
t t

∫ k&(τ )dτ = ∫ e 0 Bu(τ )dτ = k (t ) − x(t0 )

− A(τ − t )
(56)
t0 t0

t
k (t ) = x (t0 ) + ∫ e − A(τ − t0 ) Bu(τ )dτ (57)
t0

D’où la solution générale pour t ≥ t0 :

t
x (t ) = e x (t0 ) + ∫ e A( t −τ ) Bu(τ )dτ
A( t − t 0 )
(58)
14243
t0
Régime libre 1442443
Régime forcée

Le régime libre représente la réponse à la condition initiale x (t0 ) avec l’entrée u(t )
nulle. Le régime forcé par u(t ) représente la réponse à l’entrée u(t ) avec la condition
initiale x (t0 ) nulle.

7. Discrétisation des équations d'état

Nous avons vu que la solution générale de l’équation d’état s’écrit de la façon
suivante :
⎧ t

∫0 e B u(τ )dτ
A( t − t 0 ) A( t −τ )
⎪ x ( t ) = e x ( t ) + → solution de l ' équation d ' état
⎪ 14243 0

⎨ Régime libre 1442443 (59)

⎪ Régime forcée

⎪⎩ y (t ) = C x (t ) + D u(t ) → équation de sortie

Pour discrétiser le système, il faut disposer un Convertisseur Numérique-

Analogique pour transformer le vecteur u(k ) des séquences numériques d’entrée en
vecteur de signaux à temps continu, et d’un Convertisseur Analogique-Numérique
pour transformer le vecteur des signaux de mesure en vecteur y (k ) de séquences
numériques.
La discrétisation exacte du système continu correspondant, consiste à calculer
cette solution entre deux instants discrets successifs t0 = kT et t = ( k + 1)T , on a alors :

⎧ ( k +1) T

⎪ x ( k + 1) = e x ( k ) + ∫ e
A( k +1) T −τ )
AT
B u(τ )dτ
⎨ kT
(60)
⎪ y ( k ) = Cx( k ) + D u( k )
⎩
or, u(k ) est constant entre deux instants successifs kT et ( k + 1)T . (B.O.Z).

Systèmes Linéaires Multi-variables Réalisé par : Dr. MADDI AEK. 15

Chapitre II Représentation d’état des systèmes linéaires

L’équation précédente s’écrit donc :

⎧ ⎡( k +1)T A( k +1)T −τ ) ⎤
⎪ x ( k + 1) = e x ( k ) + ⎢ ∫ e dτ ⎥ B u( k )
AT

⎨ ⎣ kT ⎦ (61)
⎪
⎩ y ( k ) = Cx( k ) + D u( k )

Le calcul de l’intégrale donne :

( k +1) T

∫e
A( k +1) T −τ )
dτ = − A−1 (I − e AT ) (62)
kT

En remplaçant dans (52), il vient :

⎧ x ( k + 1) = e AT x ( k ) + A−1 ( e AT − I ) B u( k )
⎨ (63)
⎩ y (k ) = C x(k ) + D u(k )
En posant :
F = e AT (64)
−1
G = A (e AT
− I )B (65)
On obtient :
⎧ x ( k + 1) = F x ( k ) + G u( k ) → équation d ' état discrète
⎨ (66)
⎩ y (k ) = C x(k ) + D u(k ) → équation de sortie

Soit z l’opérateur d’avance, défini par :

x k +1 = z x k (67)

on peut alors déduire :

⎧ zX ( z ) = FX ( z ) + GU ( z ) ⎧ X ( z ) = ( zI − F ) −1 GU ( z )
⎨ →⎨ (68)
⎩Y ( z ) = CX ( z ) + DU ( z ) ⎩Y ( p ) = CX ( z ) + DU ( z )
D’où,
[ ]
Y ( z ) = C ( zI − F ) −1 G + D U ( p ) (69)

La matrice de transfert en z du système s’écrit donc :

H ( z ) = C ( zI − F ) −1 G + D (70)

Elle présente cependant quelques inconvénients pour la synthèse ou l’analyse de

systèmes de commande. En particulier, l’interprétation fréquentielle des phénomènes
à temps discret est difficile sous ces formes.

Systèmes Linéaires Multi-variables Réalisé par : Dr. MADDI AEK. 16

Chapitre II Représentation d’état des systèmes linéaires

8. Représentation d’état avec MATLAB

Dans cette partie, quelques fonctions MATLAB relatives à l’utilisation du
modèle d’état sont présentées : ss, tf, ssdata ,tfdata, ss2tf, tf2ss, impulse, step, lsim,
c2d.
On définit par exemple, les matrices A, B, C et D :
>> A = [0 1;-2 -3]; B = [0;1]; C = [1 0]; D = 0;

On déclare alors que le système de nom «mad » admet cette représentation

d’état avec la commande ss (i.e. state-space).
>> mad = ss(A,B,C,D) ;

La fonction inverse qui permet de récupérer les matrices à partir de la variable

syst est ssdata :
>> [A,B,C,D] = ssdata(mad);

Ensuite, on peut tout faire à l’aide de cette variable mad. Ainsi, on peut obtenir
la fonction de transfert par l’utilisation de la fonction tfdata :
>> [Num,Den] = tfdata(mad) ;

On peut aussi appliquer la fonction suivante ss2tf :

>> [Num,Den] = ss2tf(A,B,C,D);

Le passage inverse est possible par la fonction tf2ss :

>> [A,B,C,D] = tf2ss(N{1},D{1}) ;

Les réponses impulsionnelle, indicielle et la réponse à une entrée quelconque

se tracent grâce aux fonctions impulse, step et lsim :
>> impulse (mad)
>> step (mad)
>> lsim (mad)

Un certain nombre de fonctions MATLAB peuvent s’adapter aussi bien aux

modèles d’état discrets. Par exemple, la fonction c2d permet d’échantillonner un
système continu à une fréquence désirée.

9. Conclusion
Dans ce chapitre, nous avons vu qu’il existe plusieurs façons de passer de la
fonction de transfert à la représentation d’état. Elles sont essentielles pour conduire à
des formes canoniques (forme canonique de contrôlabilité, observabilité, de Jordan
et modale). Des techniques de tests de contrôlabilité et d’observabilité des systèmes
linéaires invariants vont être présentées dans le chapitre suivant.

Systèmes Linéaires Multi-variables Réalisé par : Dr. MADDI AEK. 17