Intro Aut106

Cours Aut106
Automatisme Industriel
Références:
Henri Bourlès, "Systèmes linéaires", Hermès-sciences, 2006
ou
Henri Bourlès, "Linear Systems", ISTE-Wiley, 2010
henri.bourles@cnam.fr, annie.thieulon@cnam.fr
AUT 106 – Henri Bourlès – CNAM 2
1 Introduction
1.1 Contenu du cours
Formalisme d’état :
développé depuis la fin des années 1950
(Bellman, Kalman, Pontriaguine, ...)
• Plus proche de la physique que les fonctions de transfert
• Plus général (systèmes multivariables, non linéaires, ...)
• Plus fiable pour les calculs (systèmes de grande dimension)
Commande échantillonnée
(ou à temps discret)
• Développée depuis le début des années 1950
(Tsypkin, Jury, ...)
Nécessaire pour la mise en oeuvre par calculateur
• Vision unitaire commande continue/commande discrète :
Développée depuis le début des années 1990.
1.2 Objectifs :
• Maîtriser des méthodes de conception de régulateurs plus
efficaces que le PID
• Avoir une meilleure compréhension de la structure des
systèmes
→ Cerner le possible
• Aborder la mise en oeuvre (par calculateur)
• Gérer le compromis incertitudes de modèle/performance
• Introduction à la robustesse
2 Fonctions de transfert
2.1 Transformée de Laplace
u : Ω → R.
Ω = "petit voisinage" de [0, +∞[ .
Transformée de Laplace de u : L (u) = û : Γ → C :
Z +∞
û (s) = e−stu (t) dt,
0−
Γ = {s ∈ C : Re (s) > γ}
γ = abscisse de convergence.
Propriétés: L est C-linéaire.
2.1.1 Transformées de Laplace usuelles
u û (s) γ
1
1 s 0
δ 1 −∞
δ (τ ) e−τ s −∞
δ̇ s −∞
δ (n) sn −∞
1
e−α t 1 (t) s+α −α
m!
tm e−α t 1 (t) (s+α)m+1
−α
ω
e−α t sin (ω t) 1 (t) (s+α)2 +ω 2
−α
s+α
e−α t cos (ω t) 1 (t) (s+α)2 +ω 2
−α
du
sû (s) − u (0−)
R dt
1
u (t) dt s û (s)
=⇒ A conditions initiales nulles:
u û (s)
du
sû (s)
R t dt 1
0− u (τ ) dτ s û (s)
Si
u : Ω → Rm×p.
alors
L (u) = û : Γ → Cm×p
Théorème d’échange x, y : Ω → R, Ω = "petit voisinage"

de [0, +∞[ .
x (t) , y (t) = 0 pour t < 0 ("signaux à support positif).
Produit de convolution de x et y :
Z +∞ Z t
z=x y:t→ x (t − τ ) y (τ ) dτ = x (t − τ ) y (τ ) dτ .
−∞ 0−
Alors:
ẑ (s) = x̂ (s) ŷ (s) .
2.2 Transformée de Fourier:
u : R → R.
Z +∞
F u : R → C : F u (ω) = u (t) e−iωtdt
−∞
si l’intégrale converge. Alors:
F u (ω) = û (iω) .
Tranformée inverse:
Z +∞
1
u (t) = û (iω) eiωtdt.
2π −∞
En abrégé:
1
F −1 = F.
2π
2.3 Fonctions de transfert
Entrée u Sortie y
Système
Entrée: u (t) = est (−∞ < t < +∞)

=⇒ sortie:
y (t) = G (s) u (t) (−∞ < t < +∞) .
G (s) = fonction de transfert du système.
Ou encore:
Entrée: u : [0, +∞[ → R + conditions initiales nulles
=⇒ sortie y : [0, +∞[ → R :
ŷ (s) = G (s) û (s) .
3 Formalisme de la représentation
d’état
3.1 Système d’état linéaire stationnaire :
Système S décrit par une équation différentielle (linéaire)
(“équation d’état”)
ẋ = A x + B u ; x (t) ∈ <n, u (t) ∈ <m

“équation de sortie” (linéaire):
y = C x + D u, y (t) ∈ <p
x : état ; u : commande ; y : sortie ; n =“ordre” du système
Système monovariable si m = p = 1
Mono-entrée : m = 1; mono-sortie : p = 1.
Schéma général :
Entrées Variables internes Sorties
Variables internes et externes
Entrées, sorties : variables internes.

Composantes de l’état : variables externes
3.1.1 Changement de base dans l’espace d’état
ẋ = A x + B u
y = C x+Du
Soit P une matrice carrée inversible de dimension n
(n = nombre de composantes de x)
Nouvel état : η tel que x = P η
¡ −1 ¢ ¡ −1 ¢
η̇ = P A P η + P B u
y = (C P ) η + (D) u
3.2 Exemples
3.2.1 Chariot soumis à une force
f
A
y
M
Chariot
dv d2y
f =Mγ=M =M 2
dt dt
Entrée du système : u = f
Equation d’état :
∙ ¸ ∙ ¸ ∙ ¸ ∙ 1 ¸
d v 0 0 v
= + M u
dt y 1 0 y 0
Etat : ∙ ¸
v
x=
y
Forme de l’équation d’état :
ẋ = A x + B u
Equation de sortie :
∙ ¸
£ ¤ v
y= 0 1 +0u
y
De la forme :
y =C x+Du
Si pas de capteur de vitesse : la variable d’état v est non
mesurée
3.2.2 Moteur à courant continu
i R
Armature
L
V J ω
e
Champ constant
Moteur à courant continu

Equation mécanique : J dωdt = Cm − Cr
(Cm = couple moteur ; Cr = couple résistant)
“frottement visqueux” : Cr = λ ω
di
Equation électrique : V = R i + L dt +e
(i = courant rotorique)
Interaction électro-mécanique :
Loi de Faraday : e = dϕdt
ϕ = flux magnétique dans les enroulements du rotor.
ϕ est constant par rapport au stator ;
il varie proportionnellement à ω par rapport au rotor.
D’où : e = K ω
K est la “constante du moteur”
Puissance échangée :
P = e i (expression électrique)
P = Cm ω (expression mécanique)
=⇒ Cm ω = K ω i
d’où : Cm = K i
Bilan des relations obtenues

dω λ K
= − ω+ i
dt J J
di R K 1
= − i− ω+ V
dt L L L
£ ¤T
Etat : x = θ ω i
⎡ ⎤ ⎡ ⎤
0 1 0 0
ẋ = ⎣ 0 − Jλ KJ ⎦ x + ⎣ 0 ⎦ u
1
0 − KL − RL L
Equation de sortie (si y = position angulaire) :
£ ¤
y = 1 0 0 x + [0] u
= système (linéaire) d’ordre 3
3.3 Forme à gauche et réalisation canonique observable
3.3.1 “Forme à gauche”

∂ : opérateur de dérivation ∂x = dx
dt
Forme à gauche d’un système monovariable :
D (∂) y = N (∂) u
D (∂) = ∂ n + a1∂ n−1 + ... + an ;
N (∂) = b0∂ n + b1∂ n−1 + ... + bn
y : sortie ; u : entrée ; n : “ordre” de la forme à gauche
Fonction de transfert : s variable de Laplace (s ∈ C)
Conditions intiales nulles =⇒
ŷ (s) = G (s) û (s) ; G (s) = N(s) D(s)
3.3.2 Exemple : circuit RLC
R L
VR VL VC C
V
i
B
Circuit RLC
Loi des mailles : VA − VB = V = VR + VL + VC
R
1 t d2 i
⇒ V = R i + L dt + C −∞ i(τ )dτ ⇔ dt2 + RL dt
di di 1
+ LC i = L1 dV
dt
Avec y = i et u = V : “forme à gauche” du second ordre :
D (∂) = ∂ 2 + RL ∂ + LC
1
; N (∂) = L1 ∂
3.3.3 Réalisation canonique observable (cas b0 = 0, n = 2)

∂ 2y + ∂ (a1y − b1u) + a2y − b2u = 0
=⇒ y = ∂1 (b1u − a1y) + ∂12 (b2u − a2y)
b1
x2 x&1
x&2 y = x1
u
b2 ∫ ∫
− a1
− a2
Ecriture de la forme d’état : états = sorties des intégrateurs

⎧
⎨ ẋ1 = −a1x1 + x2 + b1u
ẋ2 = −a2x1 + 0 + b2u
⎩
y = x1
n quelconque :
⎡ ⎤ ⎡ ⎤
−a1 1 0 ··· 0 b1
⎢ −a2 0 .. . . . .. ⎥ ⎢ .. ⎥
⎢ . .. . . . 0 ⎥ ⎢ ⎥
ẋ = ⎢ ⎥ x + ⎢ .. ⎥ u
⎢ .. 0. .. 0 1 ⎥ ⎢ . ⎥
⎣ . . ⎦ ⎣ . ⎦
−an 0 0 ··· 0 bn
£ ¤
y = 1 0 ··· · · · 0 x + [0] u
“Forme canonique observable” ∼
= ”forme à gauche”
Cas du circuit RLC :

a1 = RL , a2 = L1C , b1 = L1 , b2 = 0
∙ R ¸ ∙1¸
−L 1
ẋ = 1 x+ L u
− 0 0
£ L C¤
y = 1 0 x + [0] u
y = i, u = V
Etats :
x1 = i
x2 : pas de signification physique
3.4 Forme à droite et réalisation canonique commandable
3.4.1 “Forme à droite”
½
y = N (∂) ξ
u = D (∂) ξ
ξ = “état partiel” ou “pseudo-état”
N (∂) et D (∂) : polynômes tels que précédemment
Sauf cas particulier, ξ n’a pas de signification physique
Fonction de transfert : à conditions initiales nulles
ŷ (s) = N (s) ξ̂ (s) ; û (s) = D (s) ξ̂ (s)
N (s)
=⇒ ŷ (s) = G (s) û (s) ; G (s) =
D (s)
3.4.2 Exemple : circuit RLC
R L
VR VL VC C
V
i
B
Circuit RLC
y = i ; u = V ; ξ = L q (q = charge)
½ ½
y = q̇ y = N (∂) ξ
2 =⇒
u = R dq
dt + L dq
dt 2 + 1
C q
u = D (∂) ξ
où N (∂) = L1 ∂ ; D (∂) = ∂ 2 + R L ∂ + 1
LC
(même définition que dans le cas de la “forme à gauche”)
3.4.3 Réalisation canonique commandable

y
b1 b2
ξ&& ξ& = x1 ξ = x2
u
∫ ∫
− a1
− a2
Réécriture de D (∂) ξ = u :
h i
(n) (n−1)
ξ = − a1 ξ + ... + an ξ + u
Définition de l’état :
£ (n−1) ¤T
x= ξ , ··· , ξ
⎡ ⎤ ⎡ ⎤
−a1 −a2 · · · · · · −an 1
⎢ 1 0 ··· 0 0 ⎥ ⎢0⎥
⎢ . . . .. .. ⎥ ⎢.⎥
ẋ = ⎢
⎢ 0. 1 ⎥ x+⎢ ⎥
⎢ .. ⎥ u
⎣ . ... ... 0 .. ⎥⎦ ⎣.⎦
0 0 0 1 0 0
£ ¤
y = b1 b2 ··· · · · bn x + [0] u
“Forme canonique commandable” ∼
= ”forme à droite”
Cas du circuit RLC :

a1 = RL , a2 = L1C , b1 = L1 , b2 = 0
∙ ∙ ¸ ¸
− RL − L1C
1
ẋ = x+ u
1 0 0
£1 ¤
y = L 0 x + [0] u
y = i, u = V
Etats :
x1 = L i (flux)
ẋ2 = x1 =⇒ x2 = L q
3.5 Relations entre formes canoniques
3.5.1 Dualité
Ao, Bo, Co : forme canonique observable
Ac, Bc, Cc : forme canonique commandable
Ac = ATo Bc = CoT Cc = BoT
Pas de relation entre les états !

3.5.2 Fonctions de transfert

La forme à droite et la forme à gauche ont toutes deux pour
fonction de transfert
G (s) = N(s)
D(s)
Ces représentations sont-elles équivalentes ? Pas toujours !
Forme à gauche ⇐⇒ réalisation canonique observable
<
Forme à droite ⇐⇒ réalisation canonique commandable
3.6 Fonction de transfert d’une forme d’état

Système (linéaire stationnaire) :
ẋ = A x + B u
y = C x+Du
Conditions initiales nulles : s x̂ (s) = A x̂ (s) + B û (s)
donc : (s In − A) x̂ (s) = B û (s)
x̂ (s) = (s In − A)−1 B û (s)
D’où la fonction (ou matrice) de transfert
h i
−1
ŷ (s) = C (s In − A) B + D û (s) =: G (s) û (s)
Exemple :
∙ ¸ ∙ ¸
−a1 1 b
ẋ = x+ 1 u
−a2 0 b2
£ ¤
y = 1 0 x + [0] u
∙ ¸−1 ∙ ¸
−1 s + a1 −1 1 s 1
(sI − A) = = 2
a2 s s + a1s + a2 −a2 s + a1
1
−1 £ ¤
C (sI − A) = 2 s 1
s + a1s + a2
b1s + b2
C (sI − A)−1 B = 2
s + a1s + a2
(QED)
4 Etude temporelle des systèmes d’état

ẋ = A x + B u
4.1 Réponse libre
Pour u = 0 :
ẋ = A x
Solution : “réponse libre”:
x (t) = eA t x0, x0 = x (0).
Méthodes pour calculer eA t ?

4.1.1 Développement en série entière
At A2 t2 Ak tk
e = In + A t + + ... + + ...
2! k!
Exemple :
⎡ ⎤
0 1 0
A = ⎣ 0 0 1 ⎦ (”bloc de Jordan”)
0 0 0
⎡ ⎤ ⎡ t2 ⎤
0 0 1 1 t 2
=⇒ A2 = ⎣ 0 0 0 ⎦ , A3 = 0 =⇒ eA t = ⎣ 0 1 t ⎦
0 0 0 0 0 1
4.1.2 Diagonalisation
Si A est diagonalisable : il existe une matrice P inversible telle
que
P −1 A P =diag(λ1, ..., λn) = Λ
−1 At
¡ λ t λn t
¢
=⇒ P e P =diag e , ..., e
1
= eΛ t
=⇒ eA t = P eΛ t P −1
Exemple :
∙ ¸
−1 2
A=
0 1
1) Calcul des valeurs propres :
¯ ¯
¯ s + 1 −2 ¯
|sI − A| = ¯¯ ¯ = (s − 1) (s + 1)
0 s−1¯
{valeurs propres} = {−1, 1}
2) Sous-espace propre associé à s = −1 :
∙ ¸∙ ¸ ½∙ ¸¾
0 −2 x1 1
= 0 : E−1 = vect
0 −2 x2 0
3) Sous-espace propre associé à s = 1 :
∙ ¸∙ ¸ ½∙ ¸¾
2 −2 x1 1
= 0 : E1 = vect
0 0 x2 1
4) Matrice de passage :
∙ ¸
£ ¤ 1 1
P = v1 .. v2 =
0 1
5) Calcul de Λ :
∙ ¸∙ ¸∙ ¸ ∙ ¸
1 −1 −1 2 1 1 −1 0
Λ = P −1 A P = =
0 1 0 1 0 1 0 1
6) Calcul de eA t :
∙ ¸ ∙ −t ¸ ∙ ¸ ∙ −t t −t
¸
1 1 e 0 1 −1 e e −e
eA t = P eΛ t P −1 = =
0 1 0 et 0 1 0 et
4.1.3 Méthode de la transformée de Laplace inverse

1 (t) l’échelon unité :
½
0 si t < 0
1 (t) =
1 si t > 0
n o
eA t 1 (t) = L−1 (s In − A)−1
−→ méthode possible :
• Calculer tous les éléments de (s In − A)−1
• Puis calculer leur transformée de Laplace inverse
Exemple (suite)
∙ ¸
−1 2
A=
0 1
∙ ¸−1 ∙ ¸
s + 1 −2 1 s−1 2
(sI − A)−1 = =
0 s−1 (s + 1) (s − 1) 0 s+1
∙ 1 2 ¸
s+1 (s+1)(s−1)
= 1
0 s−1
2 1 1
et (s+1)(s−1) = − s+1 + s−1
∙ −t t −t
¸
At e e −e
e 1 (t) = 1 (t)
0 et
4.2 Réponse forcée
ẋ = A x + B u
=⇒ (s In − A) x̂ (s) − x0 = B û (s)
=⇒ x̂ (s) = (s In − A)−1 x0 + (s In − A)−1 B û (s)
Par transformée inverse : pour t ≥ 0
Z t
At
x (t) = e x0 + eA (t−τ ) B u (τ ) dτ
0
Réponse forcée : obtenue pour x0 = 0 :
Z t
x (t) = eA (t−τ ) B u (τ ) dτ (produit de convolution)
0
4.3 Stabilité asymptotique

Définition : le système est asymptotiquement stable si :
pour u = 0, ∀ x0 ∈ <n, limt→+∞ x (t) = 0
autrement dit :
lim eA t = 0
t→+∞
4.3.1 Pôles d’un système d’état
{Pôles du système} = {valeurs propres de A}
=⇒ Théorème :
Le système est asympotiquement stable si, et seulement si
tous ses pôles dont à partie réelle < 0
(“appartiennent au demi-plan gauche”)
4.4 Stabilité entrée-sortie (entrée bornée-sortie bornée :

EBSB)
L∞ : espace des fonctions ”essentiellement” bornées
Norme dans cet espace :
kxk∞ = supt∈< |x (t)|
Le système est stable EBSB si pour x0 = 0 :
• u ∈ L∞ =⇒ y ∈ L∞
• ∃ k > 0 : kyk∞ ≤ k kuk∞ pour toute entrée u ∈ L∞
Théorème : stabilité asymptotique =⇒ stabilité EBSB
(Réciproque fausse)
5 Propriétés algébriques des systèmes

5.1 Ordre d’un système
5.1.1 Rappel
Système
ẋ = A x + B u
y = Cx
Ordre du système = dimension de l’état
= nombre de valeurs propres de A
= nombre de pôles du système
5.1.2 Ordre et pôles de transmission

(Cas d’un système monovariable)
Fonction de transfert = fraction rationnelle irréductible :

N 0 (s)
G (s) = 0
D (s)
Ordre de transmission = degré de D0 (s)
Pôles de transmission = racines de D0 (s)
Relation avec l’ordre et les pôles du système ?

Fonction de transfert : G (s) = C (s In − A)−1 B

Polynôme caractéristique de A : pA (s) = |s In − A|
Matrice adjointe de s In − A :
adj(s In − A) = [cof (s In − A)]T
−1 adj (s In − A) C adj (s In − A) B
(s In − A) = =⇒ G (s) =
pA (s) pA (s)
D’où :
• {poles de transmission} ⊂ {pôles du système}
• (ordre de transmission) ≤ (ordre du système)
• Egalité si, et seulement si :
pA (s) et C adj(s In − A) B sont copremiers
5.2 Commandabilité d’un système d’état

Système :
ẋ = A x + B u
Définition: Le système est commandable si pour tout état

initial x0 (à l’instant initial t0), pour tout instant t1 > t0 et
pour point x1 de l’espace d’état <n, il existe une commande
u : [t0, t1] → <n qui transfert l’état de x (t0) = x0 à x (t1) à
l’instant t1.
La “matrice de commandabilité” est :

£ . . . ¤
. . .
Γ = B A B ... An−1
B
Théorème: le système est commandable si, et seulement si

rang Γ = n (”Critère de Kalman”)
Cas d’une seule entrée (m = 1) : Γ est carrée
−→ Vérifier si det Γ 6= 0.
5.2.1 Une forme canonique commandable est commandable

:
⎡ ⎤ ⎡ ⎤
−a1 −a2 · · · · · · −an 1
⎢ 1 0 ··· 0 0 ⎥ ⎢0⎥
⎢ . . ⎥ ⎢.⎥
⎢
Ac = ⎢ 0 1 . . . . . ⎥ ; Bc = ⎢ .⎥
⎣ .. ... ... 0 .. ⎥
⎦
⎢.⎥
⎣.⎦
0 0 0 1 0 0
⎡ ⎤ ⎡ ⎤
∗ ∗ ⎡ ⎤
⎢1⎥ ⎢∗⎥ 1 ∗ ··· ··· ∗
⎢ ⎥ ⎢ ⎥ ⎢0 1 ... .. ⎥
⎢0⎥ ⎢ 1⎥⎥ ⎢ ⎥
. . . . . . .. ⎥ : de rang n
⎢
Ac Bc = ⎢ . ⎥ ; Ac Bc = ⎢ ⎥ =⇒ Γ = ⎢
⎥ 2 ⎢
⎢ 0. 0 ⎥
.
⎢.⎥ 0
⎢.⎥ ⎣. .. ... ... ∗ ⎦
⎣.⎦ ⎣.⎦
0 0 ··· 0 1
0 0
5.2.2 Remarque : ”commandabilité d’une forme à gauche”

Une forme à gauche D (∂) y = N (∂) u est commandable
si, et seulement si la forme canonique observable associée est
commandable.
Théorème :
Ceci est vérifié si, et seulement si les polynômes D (s) et
N (s) sont copremiers.
(”Pas de simplification pôle/zéro”)
Exemple de non commandabilité d’une forme canonique

observable :
∙ ¸ ∙ ¸
0 1 1 £ ¤
A= ,B = ,C = 1 0
1 0 −1
∙ ¸
£ .. ¤ 1 −1
Γ= B AB = : de rang 1
−1 1
∙ ¸
s −1
pA (s) = |sI − A| = = s2 − 1
−1 s
∙ ¸
s 1
adj(sI − A) = ⇒ C adj(sI − A) B = s − 1
1 s
Fonction de transfert : G (s) = ss−1 1
2 −1 = s+1 : ”simplification
pôle/zéro” !
5.2.3 Résumé sur la commandabilité :
• Etude par le Critère de Kalman

• Une forme canonique commandable est commandable
• =⇒ ”Une forme à droite est commandable”
• Une forme à gauche D (∂) y = N (∂) u est commandable si,

et seulement si les polynômes D (s) et N (s) sont copremiers
• =⇒ Même condition pour la forme canonique observable
associée
5.2.4 Décomposition canonique suivant la commandabilité

Système non commandable d’ordre n : ẋ = A x + B u
£ . . . ¤
.
=⇒ rang B A B ... A. . n−1
B := < n
Cette matrice n’a que colonnes linéairement indépen-
dantes :
v1, ..., v
On peut former une base de <n en complétant ces vecteurs
par d’autres vecteurs
v +1, ..., vn
Soit la matrice de changement de base :
P = [v1 ....... v ..v +1

....... v ]
n
Théorème : dans la nouvelle base, le système a pour matrices

d’état et de commande
∙ ¸ ∙ ¸
Ac ∗ Bc
A0 = P −1 A P = , B 0 = P −1 B =
0 Ac̄ 0
où (Ac, Bc) est commandable.
u xc
Ac , Bc
[* ]
xc
Ac
Décomposition canonique suivant la commandabilité

Exemple (suite)
∙ ¸ ∙ ¸
0 1 1 £ ¤
A= ,B = ,C = 1 0
1 0 −1
∙ ¸
1 −1
Γ=
−1 1
∙ ¸ ∙ ¸
1 0 1 0
Matrice P : =⇒ P −1 =
−1 1 1 1
∙ ¸∙ ¸∙ ¸ ∙ ¸
1 0 0 1 1 0 −1 1
A0 = =
1 1 1 0 −1 1 0 1
∙ ¸∙ ¸ ∙ ¸ ∙ ¸
0 1 0 1 1 0
£ ¤ 1 0 £ ¤
B = = ; C = 1 0 = 1 0
1 1 −1 0 −1 1
5.3 Observabilité d’un système d’état

Soit un système linéaire S d’entrée u et de sortie y.
Si, vu de l’extérieur, le système paraît au repos
(y = 0, u = 0)
l’est-il “à l’intérieur” ?
Autrement dit : toutes les variables de ce système sont-elles
nulles ?
Mathématiquement :
Soit S = S |u=0, y=0 . Toutes les variables de S sont-elles
nulles ?
Si oui, le système est dit observable.
Si non, le système est non observable. Ses variables non
nulles sont non observables.
½
ẋ = A x + B u
Système S :
y =C x+Du
½ d
dt x=Ax
Système S : : u = 0, y = 0
0=Cx
⎧ 2
⎪
⎨ dtd 2 x = A dtd x = A2 x
Donc : ...
⎪
⎩ dn−1 n−1
dtn−1 x = A x
⎡ ⎤
C
⎢ CA ⎥
L’état x vérifie : ⎢ ⎣ .. ⎥ x=0
⎦
C An−1
Définition.⎡“Matrice d’observabilité”
⎤ :
C
⎢ CA ⎥
Ω=⎢ ⎣ .. ⎥
⎦
C An−1
Théorème :
Le système est observable si, et seulement si :
rang Ω = n (”Critère de Kalman pour l’observabilité”)
Cas d’un système à une seule sortie (p = 1) :

Ω est carrée −→ Vérifier si det Ω 6= 0.
5.3.1 Dualité entre observabilité et commandabilité
⎡ ⎤
C
⎢ CA ⎥ h ¡ ¢n−1
i
Ω=⎢
⎣ .. ⎥ =⇒
⎦ ΩT = C T .. AT C T .. ... .. AT CT
C An−1
T
¡ T Ω =¢ matrice de commandabilité du système (fictif)
A , CT .
rang Ω = rang ΩT
=⇒ ”Théorème de dualité” :
¡ T T
¢
(C, A) est observable si, et seulement si A , C est
commandable.
5.3.2 Décomposition canonique d’un système d’état suivant

l’observabilité
xo y
Ao Co
u
[* ]
xo
Ao
5.3.3 Décomposition canonique générale d’un système

• Décomposition de l’état en partie commandable xc et partie
non commandable xc̄
• Décomposition de xc en partie observable xc,o et partie non
observable xc,ō
• Décomposition de xc̄ en partie observable xc̄,o et partie non
observable xc̄,ō
⎡ ⎤ ⎡ ⎤
Ac,o 0 ∗ 0 Bc,o
⎢ ∗ Ac,ō ∗ ∗ ⎥ ⎢ Bc,ō ⎥
−1
P AP =⎣ ⎢ ⎥ , P −1
B = ⎢ ⎥
0 0 Ac̄,o 0 ⎦ ⎣ 0 ⎦
0 0 ∗ Ac̄,ō 0
£ ¤
C P = Cc,o 0 Cc̄,o 0
Matrice de transfert :
G (s) = C (s I − A)−1 B = Cc,o (s I − Ac,o)−1 Bc,o
y
u
Co mmandable
et +
observable
Co mmandable
mais
non observable
Observable
mais
non commandable
Ni co mmandable
ni observable
Exemple de non observabilité d’une forme canonique

commandable
∙ ¸
∙ ¸
0 1 1 £ ¤
A= ,B = , C = 1 −1
1 0 0
∙ ¸ ∙ ¸
C 1 −1
Ω= = : de rang 1
CA −1 1
Ω x = 0 ⇐⇒ x1 = x2
; x=0
6 Pôles et zéros d’un système

6.1 Pôles d’un système d’état
Système S :
ẋ = A x + B u
y = C x+Du
On sait déjà que :
{Pôles du système} := {valeurs propres de A}
6.2 Pôles de transmission (cas monovariable) :

Fonction de transfert :
G (s) = C (sI − A)−1 B + D

Représentation irréductible :
N (s)
G (s) =
D (s)
{Pôles de transmission} := {racines de D (s)}
6.3 Relation entre les différents pôles
{Pôles du système} = {Pôles de transmission} + {”Modes cachés”}

Modes cachés : modes dus à la non commandabilité ou à la
non observabilité : se simplifient dans la fonction de transfert
• Cas d’un système commandable et observable :
{Pôles du système} = {Pôles de transmission}

6.4 Zéros invariants d’un système d’état

• ”Matrice de Rosenbrock” du système :
∙ ¸
sIn − A −B
R (s) =
C D
∙ ¸
B £ ¤
Hypothèse : rang = m, rang C D = p
D
• {zéros invariants} := {s ∈ C : rang R (s) < min (n + m, n + p)}

6.5 Zéros de transmission (cas monovariable)

Fonction de transfert :
G (s) = C (sI − A)−1 B + D

Représentation irréductible :
N (s)
G (s) =
D (s)
{Zéros de transmission} := {racines de N (s)}
6.6 Relation entre les différents zéros
{Zéros invariants} = {zéros de transmission} + {certains modes cachés}
{Zéros invariants} = {Zéros de transmission}

6.7 Retour sur la stabilité

Stabilité asymptotique ⇔ tous les pôles du système sont à partie
réelle <0
Stabilité EBSB ⇔ tous les pôles de transmission dont à
partie réelle <0
{Pôles du système} ⊃ {Pôles de transmission}
Stabilité asymptotique =⇒ stabilité EBSB
{Pôles du système} = {Pôles de transmission}
Stabilité asymptotique ⇔ stabilité EBSB
Exemple de non équivalence (suite) :

∙ ¸ ∙ ¸
0 1 1 £ ¤
A= ,B = ,C = 1 0
1 0 −1
∙ ¸
s −1
pA (s) = |sI − A| = = s2 − 1
−1 s
{pôles du système} = {−1, 1} : système instable (du point
de vue de la stabilité asymptotique)
s−1 1
G (s) =
=
s2 − 1 s + 1
{pôles de transmission} = {−1} : système stable EBSB.
(Stabilité peu significative !)
7 Commande à retour d’état

7.1 Principe général
v + u y
x& = A x + B u
y=Cx
−
Schéma d’une commande à retour d’état

• Etat supposé entièrement mesuré
• Commande u = v − K x
K = matrice de gains ; v = signal auxiliaire
7.2 Système monovariable commandable
7.2.1 Système sous forme canonique commandable
⎡ ⎤ ⎡ ⎤
−a1 −a2 · · · · · · −an 1
⎢ 1 0 ··· 0 0 ⎥ ⎢0⎥
⎢ .. ⎥ ⎢.⎥
Ac = ⎢ . . . .. ⎥ Bc = ⎢ .⎥
⎢ 0. 1
.. ⎥
; ⎢.⎥
⎣ . ... ... 0 ⎦ ⎣.⎦
0 0 0 1 0 0
£ ¤
Cc = b1 b2 ··· · · · bn
ẋc = Ac xc + Bc u
£ ¤
u = v − Kc xc = v − kc1 kc2 · · · · · · kcn xc
Système en boucle fermée :
ẋc = (Ac − Bc Kc) xc + Bc v = Fc xc + Bc v
Cas n = 2 :
∙ ∙ ¸ ¸
−a1 −a2 1 £ ¤
− kc1 kc2
1 0 0
∙ ¡ ¢ ¡ ¢¸
− a1 + kc1 − a2 + kc2
= := Fc
1 0
Soit : fi = ai + kci (1 ≤ i ≤ n)
Fc : matrice compagne du polynôme
f (s) = sn + f1 sn−1 + ... + fn
→ Système en boucle ouverte : a pour pôles les racines du

polynôme
a (s) = sn + a1 sn−1 + ... + an
Système en boucle fermée : a pour pôles les racines du
polynôme
f (s) = sn + f1 sn−1 + ... + fn
→ On peut assigner les pôles par retour d’état :
(1) Choisir n pôles pj dans le plan complexe (avec symétrie / axe
réel et en respectant la stabilité (Re (pj ) < 0))
Q
(2) En déduire f (s) = 1≤j≤n (s − pj )
£ ¤
(3) Matrice de gain : Kc = kc1 kc2 · · · · · · kcn
kci = fi − ai (1 ≤ i ≤ n)
Fonctions de transfert :
• Système en boucle ouverte :
ŷ (s) b (s)
G (s) = =
û (s) a (s)
où b (s) = b1 sn−1 + ... + bn
• Système en boucle fermée :
ŷ (s) b (s)
H (s) =
=
v̂ (s) f (s)
→ zéros invariants du système inchangés
(mais certains zéros de transmission peuvent avoir été
simplifiés)
7.2.2 Système commandable sous forme quelconque

(cas d’un système mono-entrée)
ẋ = A x + B u
Théorème : (A, B) est commandable si, et seulement si
par changement de base, le système peut être mis sous forme
canonique commandable.
Démonstration : i) Un changement de base ne change pas la
propriété de commandabilité d’un système.
ii) Supposons (A, B) commandable.

Soit Γ sa matrice de commandabilité, et soit
pA (s) = |s In − A| = sn + a1 sn−1 + ... + an.
⎡ ⎤
1 a1 · · · an−1
⎢ 0 ... ... ⎥
⎢
Soit A := ⎣ .. . . . . ⎥ et P = Γ A
. . a1 ⎦
0 ··· 0 1
A = matrice de Toeplitz associée à pA (s)
Changement de base x = P xc
→ xc est l’état de la forme canonique commandable.
Corollaire 1 : formule de Bass-Gura (à utiliser avec

modération)
Soit f (s) = sn +f1 sn−1 +...+fn le polynôme caractéristique
désiré pour le système. en boucle fermée.
Retour d’état : u = v − K x = v − K P xc
Posons Kc = K P.
On sait que :
£ ¤
Kc = f1 − a1, · · · , fn − an
Donc : £ ¤
K = f1 − a1, · · · , fn − an (Γ A)−1
Formule uniquement valable pour un système mono-entrée
(m = 1)
Corollaire 2 (à utiliser sans modération !)

K s’exprime linéairement et de manière unique en fonction
de f (s) − pA (s).
Donc : le problème :
“trouver les coefficients k1, ..., kn tel que le polynôme
catactéristique soit f (s) ”
• admet une solution unique si le système est commandable et
mono-entrée ;
• est un problème linéaire.
Exemple :
∙ ¸ ∙ ¸
0 1 0
ẋ = x+ u
5 −4 1
£ ¤
y= 1 0 x
¯ ¯
¯ s −1 ¯
pA (s) = |s I2 − A| = ¯¯ ¯
−5 s + 4 ¯
= s2 + 4 s − 5 = (s − 1) (s + 5)
f (s) = (s + 1) (s + 5) = s2 + 6 s + 5
“Philosophie” : on change les pôles le moins possible... mais
suffisamment (idée de la commande robuste).
• “Symétriser” par rapport à l’axe imaginaire les pôles instables
• Translater vers la gauche les pôles trop lents
Résolution du “problème de placement de pôles” :

¯ ¯
¯ s −1 ¯
|s I − A + B K| = ¯ ¯ ¯
−5 + k1 s + 4 + k2 ¯
= s2 + (4 + k2) s + (−5 + k1)
Par identification terme à terme :
4 + k2 = 6 ⇒ k2 = 2
−5 + k1 = 5 ⇒ k1 = 10
£ ¤
K = 10 2
Remarque : y = x1 et ẋ1 = x2
Commande u = v − 10 y − 2 ẏ : commande de type PD
Vérification des qualités de l’asservissement
→ Etude de la performance (temporel : réponse à l’échelon)
→ Etude de la robustesse (Nyquist, marges de robustesse)
Step Response
0.2
To: Y 1 0.15
0.1
0.05
A m plitude
0.1
To: Y 2
0.05
0
0 2 4 6 8 10
Time (sec.)
Réponse à l’échelon du système contrôlé

Lieu de Nyquist :
Matrice de transfert du système d’entrée u et de sortie x :
x̂ (s) = (s In − A)−1 B û (s) := P (s) û (s)
Régulateur : matrice de transfert K
Fonction de transfert de la boucle ouverte en entrée du
système :
Le (s) = K P (s)
Le (s )
v + u x
P(s) K
−
Schéma de la boucle fermée à retour unitaire

Nyquist Diagrams
0.8
0.6
0.4
Im aginary A xis
0.2
-0.2
-0.4
-0.6
-0.8
-1
-2 -1.8 -1.6 -1.4 -1.2 -1 -0.8 -0.6 -0.4 -0.2

Real Axis
Lieu de Nyquist de Le(s)

Bode Diagrams
Gm=-6.0206 dB (at 0 rad/sec), Pm=60 deg. (at 1.7321 rad/sec)
-10
P hase (deg); M agnitude (dB )
-20
-30
-100
-120
-140
-160
-180
0 1
10 10
Frequency (rad/sec)
Lieu de Bode de la boucle ouverte et marges de robustesse

Marge de retard :
= robustesse vis-à-vis d’un retard parasite inséré dans la
boucle.
e−τ s: fonction de transfert d’un retard τ :
Pour s = i ω :
e−i ω τ = e−i φ
→ Retard de phase φ = τ ω
=⇒ MR = ωφ0
ω0 : pulsation au gain unité
Plus compliqué s’il y a plusieurs pulsations ω j telles que
|Le (i ω j )| = 1 : prendre alors
φ
MR = minj ωjj
Dans le cas présent :

π
MP = 60◦ = 60 180 rad
ω0 = 1.73 rad/sec
MR = 180601.73
π
≈ 0.6 sec
Raisonnable compte tenu des ctes de temps du système (1 s.
et 0.2 s. !)
Conclusion :
On a fait un “placement de pôles robuste”.
7.3 Cas général (système multivariable)

Système : ẋ = A x + B u, x (t) ∈ <n, u (t) ∈ <m
Théorème général (Wonham) :
On peut assigner arbitrairement par retour d’état les pôles
du système contrôlé (avec symétrie / axe réel) si, et seulement si
(A, B) est commandable.
Si m > 1 : il n’y a pas unicité de la matrice de gains K.
7.4 → Comment concevoir un retour d’état pour un système

multivariable?
Solution: commande "linéaire quadratique".
Minimisation du critère
Z +∞
2αt
¡ T T
¢
J= e x (t) Q x (t) + u (t) R u (t) dt
0
avec
ẋ = A x + B u.
On suppose:
• (A, B) commandable (ou (Aα, B) stabilisable), Aα , A + αI,
• α ≥ 0,
• R > 0 (c’est-à-dire symétrique réelle définie positive),
• Q ≥ 0 (c’est-à-dire symétrique réelle semi-définie positive):
Q = E T E;
• (E, A) observable (ou (E, Aα) détectable).
Théorème: (i) Il existe une unique solution P̌ ≥ 0 à

l’"équation algébrique de Riccati"
P Aα + AαP − P B R−1 B T P + Q = 0.
(ii) Avec la loi de commande
u = −K x,
K = R−1B T P̌ ,
les pôles de la boucle fermée appartiennent tous au demi-plan
Re (s) < −α.
Si les unités des composantes de u ont été correctement

choisies (per-unitage), on peut choisir R = I.
Alors, le système bouclé a une marge de gain ]1/2, +∞[ et
une marge de phase ]−60◦, 60◦[ (dans un sens généralisé).
Choix de la matrice Q:
⎡ 1 ⎤
|x1 |2max
0
⎢ ... ⎥
Q=⎣ ⎦
1
0 |x |2
n max
=⇒ si on veut |xi (t)| petit ∀t : pondérer fortement la variable

xi.
7.5 Commande à retour d’état et terme intégral
7.5.1 Insuffisance de la commande à retour d’état

Système du second ordre sans zéro :
ÿ + a1 ẏ + a2 y = b2 u (b2 6= 0)
∙ ¸
ẏ
Etat : x =
y
∙ ¸ ∙ ¸
−a1 −a2 b
ẋ = x+ 2 u
1 0 0
Commande à retour d’état :
£ ¤
u = v − K x = v − k1 k2 x
= v − k1 ẏ − k2 y : commande type PD
Il manque un terme intégral pour l’élimination de l’erreur
statique !
7.5.2 Asservissement en présence de perturbations

½
ẋ = A x + B u + d1
Système :
y = C x + d2
x (t) ∈ <n, u (t) ∈ <m, y (t) ∈ <p, d1 ∈ <n, d2 ∈ <p
Signal de référence : r ∈ <p
Erreur de consigne : e (t) = y (t) − r
Problème : trouver une loi de commande pour laquelle :
• limt→+∞ e (t) = 0
• limt→+∞ u (t) = cte
∀ d1 ∈ <n, d2 ∈ <p inconnues et ∀ r connu
Hypothèses supplémentaires :
• (A, B) est commandable
• rang B = m, rang C = p
7.5.3 Résolution du problème statique

Il doit exister un état d’équilibre x∗ et une commande d’équilibre
u∗ tels que :
½
0 = A x∗ + B u∗ + d1
r = C x∗ + d2
∙ ¸ ∙ ∗¸ ∙ ¸
−A −B x d1
⇔ =
C 0 u∗ r − d2
Condition
∙ nécessaire
¸ et suffisante :
−A −B
rang =n+p
C 0
∙ ¸
s In − A −B
⇔ rang =n+p
C 0 s=0
c’est-à-dire :
m≥p
s = 0 n’est pas un zéro invariant du système
7.5.4 Résolution du problème dynamique

½
ẋ = A x + B u + d1
Système :
y = C x + d2
∙ ¸
ẋ
On dérive et on définit “l’état augmenté” X =
e
∙ ¸ ∙ ¸
A 0 B
Ẋ = X+ u̇ := F X + G u̇
C 0 0
Si (F, G) est commandable (et dans ce cas seulement) : il
existe une “commande à retour d’état” ∙ ¸
£ ¤ ẋ
u̇ = −K X := − Kp Ki
e
pour laquelle quand t → +∞ :
ẋ (t) → 0 =⇒ x (t) → cte
e (t) → 0
u̇ (t) → 0 =⇒ u (t) → cte
Théorème : (F, G) est commandable si, et seulement si

m≥p
s = 0 n’est pas un zéro invariant du système
(On retrouve la CNS pour que le problème statique ait une
solution).
7.5.5 Forme de la loi de commande

u̇ = −Kp ẋ − Ki e
Rt
=⇒ u (t) = −Kp x (t) − Ki 0 e (τ ) dτ + cte
r + −e + u y
∫ Ki Système
− −
Kp
Commande à retour d’état et terme intégral

7.5.6 Exemple
Reprenons le système
∙ ¸ ∙ ¸
0 1 0
ẋ = x+ u
5 −4 1
£ ¤
y= 1 0 x
pA (s) = (s − 1) (s + 5)
On vérifie que ce système est commandable et n’a pas de
zéro invariant.
On place les pôles en −1, −1, −5
Solution :
£ ¤
K = 16 3 5 , c’est-à-dire :
£ ¤
Kp = 16 3 , Ki = 5
Vérification des qualités de l’asservissement :
sortie
1
0.8
0.6
0.4
0.2
0
0 1 2 3 4 5 6 7 8 9 10
entrée
2
-2
-4
-6
0 1 2 3 4 5 6 7 8 9 10
Réponse à l’échelon du système contrôlé

Nyquist Diagrams
1.5
1
Im aginary A x is
0.5
-0.5
-1
-1.5
-2
-4 -3 -2 -1 0
Real Axis
Lieu de Nyquist en entrée du système

Bode Diagrams
Gm=-9.5424 dB (at 0.57735 rad/sec), Pm=63.995 deg. (at 2.8501 rad/sec)

60
40
20
P has e (deg); M agnitude (dB )
-20
-100
-150
-200
-250
-2 -1 0 1
10 10 10 10
Frequency (rad/sec)
Calcul de la marge de retard :

π
φ ≈ 64 × 180 = 1, 117 rad
ω0 = 2, 85 rad/s
MR = 1,117
2,85 ≈ 0, 39 sec
→ Marge de retard correcte compte tenu des constantes de
temps du système.
Nature du régulateur obtenu :

£ ¤ Rt
u = − 16 3 x − 5 0 e (τ ) dτ + cte
∙ ¸
y
et x =
ẏ
= régulateur PID
Fonction de transfert : ³ ´
¡ 3 5
¢ 1
K (s) = 16 1 + 16 s + 16 s = kp 1 + Td s + Ti s
avec kp = 16, Td = 0.19 sec, Ti = 3.2 sec .
8 Observateurs
8.1 Principe général
8.1.1 Calcul de l’état par simulation

Système :
ẋ = A x + B u, x (t) ∈ <n, u (t) ∈ <m
y = C x, y (t) ∈ <p
x (t) non mesuré ; y (t) = variable mesurée.
Si les matrices A et B et l’état initial x0 sont parfaitement
connus :
on peut calculer x (t) en simulant le système
C’est une situation idéale → il faut utiliser également les
mesures y (t)
8.1.2 Forme des observateurs d’état complet

Soit x̂ (t) l’état estimé. On se rend compte que x̂ (t) 6= x (t) si :
C x̂ (t) 6= y (t)
Erreur d’estimation : x̃ (t) = x (t) − x̂ (t)
=⇒ C x̃ (t) = y (t) − C x̂ (t)
Forme d’un observateur linéaire stationnaire :

d
dt x̂ (t) = A x̂ (t) + B u (t) + L (y (t) − C x̂ (t))
= simulation (ou prédiction) + correction

L ∈ <n×p : gain de l’observateur
8.1.3 Convergence d’un observateur

x̃ (t) → 0 quand t → +∞ ?
½
ẋ (t) = A x (t) + B u (t)
d
d
=⇒ x̃ (t) = (A − L C) x̃ (t)
dt
→ Théorème :
L’observateur est “convergeant” (ou “stable”) si, et seulement si :

les valeurs propres de A − L C appartiennent toutes au demi-plan gauche.
8.2 Dualité observateur / retour d’état
8.2.1 Quelle dualité ?

valeurs propres de A − L C = valeurs propres de (A − L C)T
= valeurs propres de AT − C T LT
matrice de la forme : A − B K, avec :
A =AT
B =C T
K =LT
→ On est ramené à un problème fictif de commande à retour
d’état
8.2.2 Existence d’un observateur stable

Théorème :
On peut placer arbitrairement les valeurs propres de
A − L C = (A − BK)T
par choix de L (avec symétrie / axe réel) si, et seulement si
(A, B) est commandable, c’est-à-dire si
(C, A) est observable

8.2.3 Détermination de la matrice de gain d’un observateur

¡ T T
¢
• “Passage au dual” : raisonner sur le système fictif A = A , B = C
• Déterminer la matrice de gain K d’un retour d’état fictif pour
ce système (par exemple par placement des pôles)
• La matrice de gain de l’observateur est :
L = KT
8.2.4 Où placer les pôles de l’obsevateur ?

Raisonnement à partir des zéros du système
• Changer ces zéros le moins possible... mais suffisamment
• Tenir compte des zéros à l’infini
• "Symétriser" par rapport à l’axe imaginaire les zéros instables
• Translater vers la gauche les pôles finis trop lents
• A la place des zéros à l’infini, choisir des zéros finis rapides
8.3 Synthèse retour d’état / observateur
8.3.1 Principe de séparation

Système : ẋ = A x + B u
y=Cx
(A, B) commandable, (C, A) observable
• En supposant x mesuré, on conçoit une commande à retour
d’état stabilisante u = v − K x
• Seule la sortie y est mesurée ; on conçoit un observateur d’état
stable
d
• La commande mise en œuvre est : u = v − K x̂
Alors : le système contrôlé est stable ; de plus, ses pôles sont
{valeurs propres de A − B K} + {val. pr. de A − L C}
Démonstration :
L’erreur d’estimation x̃ (t) = x (t) − x̂ (t) vérifie :
d
dt x̃ (t) = (A − L C) x̃ (t)
On a u = v − K (x − x̃)
=⇒ ẋ = A x + B (v − K (x − x̃))
= (A − B K) x + B K x̃ + B v
Finalement
∙ ¸ ∙: ¸ ∙ ¸ ∙ ¸
d x A−B K B K x B
dt x̃ = + v
0 A−LC x̃ 0
∙ ¸
£ ¤ x
y= C 0
x̃
Remarque :
La dynamique de l’observateur est non commandable par v
(à modèle parfait !)
8.3.2 Exemple
Système de fonction de transfert G (s) = s2s+1
+s−2
Forme canonique observable :
∙ ¸ ∙ ¸
−1 1 1 £ ¤
A= , B= , C= 1 0
2 0 1
Pôles du système : {−2, 1}
i) Retour d’état plaçant les pôles à −2, −1 :
£ ¤
u = v − K x, K = 1 1
ii) Observateur dont les pôles sont −10, −1 :
∙ ¸
d 10
dt x̂ (t) = A x̂ (t)+B u (t)+L (y (t) − C x̂ (t)) , L =
12
iii) Commande implantée :
u = v − K x̂
Marges de robustesse du système avec retour d’état complet :

Retour d’état + observateur : réponse à l’échelon unitaire (t

= 0) et à une perturbation d’un échelon de 0,1 (t = 6) sur la sortie
Marge de robustesse du système avec retour d’état +

observateur
Conclusions :
• L’observateur change la robustesse (en l’occurrence, la dégrade
légèrement) ;
• Le problème de l’erreur statique n’est pas résolu.
8.4 Synthèse observateur / retour d’état avec terme intégral
8.4.1 Position du problème

Système à régler :
ẋ = A x + B u + d1
y = C x + d2
z=Ey
x (t) ∈ <n : état ; y (t) ∈ <q : sortie mesurée ; u (t) ∈ <m :
commande ;
d1, d2 : perturbations constantes inconnues
z (t) ∈ <p : variable à régler à une valeur constante r
On a en posant D = E C :
z = E (C x + d2) = D x + E d2
8.4.2 Extension du Principe de séparation

Etape 1 : on suppose x mesuré
∙ ¸
ẋ
“Etat augmenté” : X = avec e = z − r
e
∙ ¸ ∙ ¸
A 0 B
Ẋ = X+ u̇ := F X + G u̇
D 0 0
En supposant que rang B = m et rang D = p :
ce système est commandable si, et seulement si
• m≥p
• (A, B) est commandable
• (D, A, B) n’a pas de zéro invariant à s = 0
∙ ¸
£ ¤ ẋ
Commande stabilisante : u̇ = −K X = − Kp Ki
e
Etape 2 : reconstruction de ẋ
d
dt ẋ = A ẋ + B u̇
ẏ = C ẋ
En supposant (C, A) observable : il existe un observateur
stable (avec pôles assignés)
d c c c
dt ẋ = A ẋ + B u̇ + L (ẏ − C ẋ ) R c
On intègre l’équation et on définit x̂ (t) := ẋ (t) dt =
estimée de x (t) à une constante près
=⇒ dtd x̂ (t) = A x̂ (t) + B u (t) + L (y (t) − C x̂ (t)) + cte
Etape 3 : expression finale de la commande

Rt
u (t) = −Kp x̂ (t) − Ki 0 e (τ ) dτ + cte
Théorème :
• le système contrôlé est stable ; de plus, ses pôles sont
{valeurs propres de F − G K}+{valeurs propres de A − L C}
• les pôles de l’observateur sont non commandables par r (à
modèle parfait).
8.4.3 Continuation de l’exemple :

∙ ¸ ∙ ¸
−1 1 1 £ ¤
A= , B= , C= 1 0
2 0 1
Etape 1
⎡ ⎤ ⎡ ⎤
−1 1 0 1
F =⎣ 2 0 0⎦ , G=⎣1⎦
1 0 0 0
Placement des pôles par retour d’état à -2, -1, -1
£ ¤
K= 2 1 2
£ ¤
=⇒ Kp = 2 1 , Ki = 2
Etape 2 : Observateur ayant ses pôles à -10, -1
∙ ¸
10
L=
12
Schéma de simulation :
t
Clock u
T o Workspace2
T o Workspace1
Step1
1 x' = Ax+Bu
K
y = Cx+Du y
s
Step Matrix Integrator State-Space T o Workspace
Gain1
x' = Ax+Bu
K
y = Cx+Du
observateur Matrix
Gain
Retour d’état + observateur et terme intégral :

Réponse à l’échelon unitaire (t = 0) et à une perturbation
d’un échelon de 0,2 (t = 6) sur la sortie
Marge de robustesse du système avec retour d’état et terme

intégral + observateur
Lieu de Nyquist :
Conclusion :
• Le problème de l’erreur statique a été résolu
• On obtient des marges de robustesse correctes bien que le
système soit (violemment) instable en boucle ouverte:
placement de pôles robuste
9 Systèmes à temps discret

9.1 Echantillonnage
Signal ”continu” : x : R → R
Signal discrétisé à la période d’échantillonnage T :
xd : Z → R
xd (k) = x (kT )
Opération supplémentaire en pratique : la quantification
9.2 Transformée en z
Transformée appropriée aux signaux continus : transformée de
Laplace
Pour les signaux discrets : transformée en z.
Transformée du signal xd :
+∞
X
X (z) = xd (k) z −k
k=−∞
Si xd (k) = 0 pour k < 0 (”signal causal”) : la série converge

pour |z| > ρ := rayon de convergence.
Propriétés de la transformée en z :
• Linéarité
• Echange avec la convolution :
Si ud = xd ∗ yd, c’est-à-dire
+∞
X
ud (k) = xd (k − n) yd (n)
n=−∞
alors : U (z) = X (z) Y (z)

Opérateurs d’avance et de retard q : opérateur d’avance :
qxd (k) = xd (k + 1)
Relation avec la variable z :
Z [qxd] = z (X (z) − xd (0))
q −1: opérateur de retard: q −1xd (k) = xd (k − 1)
Relation avec la variable z :
£ −1 ¤
Z q xd = z −1X (z)
Tableau des principales transformées en z :
(xn) X (z)
δ0 1 0
δk z −k 0
z
1 z−1 1
z
(an 1n) z−a |a|
z
(n 1n) (z−1)2
1
¡ 2 ¢ z(z+1)
n 1n (z−1)3
1
sin(n ω T ) 1n z2−2zzsin ωT
cos ω T +1 1
z 2 − z cos ω T
cos(n ω T ) 1n z2−2 z cos ω T +1 1
9.3 Signal échantillonné

• Peigne de Dirac :
+∞
X
T (t) = δ (t − kT )
k=−∞
• Signal échantillonné à la période T :
+∞
X
x∗ (t) = x (t) T (t) = x (kT ) δ (t − kT )
k=−∞
+∞
X
= xd (k) δ (t − kT )
k=−∞
Transformée de Laplace du signal échantilonné :

Z +∞
L {x∗ (t)} = x∗ (t) e−stdt
−∞
Z +∞ X
+∞
= xd (k) δ (t − kT ) e−stdt
−∞ k=−∞
+∞
X
= xd (k) e−ksT
k=−∞
¡ sT ¢
= X e
Donc :
L {x∗ (t)} = X (z)z=esT
9.4 Quelques propriétés fréquentielles
9.4.1 Transformées de Fourier

Transformée de Fourier du signal continu :
Z +∞
Fx (ω) = x̂ (iω) = x (t) e−iωtdt (s = iω)
−∞
Transformée de Fourier du signal discrétisé :

+∞
X
Fxd (θ) = xd (k) e−ikθ
k=−∞
=⇒ Fxd (θ) = X (z) lorsque z = eiθ

Comme z = esT : on pose s = iω et θ = ωT
θ ∈ [0, π]: ”pulsation normalisée”
9.4.2 Transformée de Fourier du peigne de Dirac :
+∞
X
T (t) = δ (t − kT )
k=−∞
On montre :
+∞
X
F T (ω) = ω e δ (ω − kωe)
k=−∞
avec ω e = 2π
T
D’où :
F T = ωe ωe
9.4.3 Formule sommatoire de Poisson
x∗ (t) = x (t) T (t)

On montre grâce au théorème d’échange:
+∞
X
1
Fx∗ = x̂ [i (ω − kω e)]
T
k=−∞
+∞
X
¡ sT ¢ 1
=⇒ X e = Lx∗ (s) = x̂ (s − ikωe)
T
k=−∞
9.5 Théorème de Shannon
9.5.1 Condition de Shannon
+∞
¡ iωT ¢ 1 X
X e = x̂ [i (ω − kωe)]
T
k=−∞
Supposons : x̂ (iω) = 0 pour |ω| ≥ ω2e (”condition de

Shannon”). Alors pour 0 ≤ ω < ω2e :
¡ iωT ¢ 1
X e = x̂ (iω)
T
=⇒ Connaissant xd, on connaît X (z), donc on connaît x̂ (s),
donc on connaît x.
”Condition de Shannon” = condition suffisante pour que
l’échantillonnage ne provoque pas de perte d’information.
9.5.2 Autre expression du théorème de Shannon :

Supposons que le signal x soit à bande passante limitée, c’est-à-
dire :
il existe ω max ∈ ]0, +∞[ tel que
x̂ (iω) = 0, |ω| ≥ ωmax
Soit fmax := 2πω max
Alors il n’y a pas de perte d’information par échantillonnage
si celui-ci se fait à une fréquence
fe ≥ 2fmax
Pulsation de Nyquist :
ωe
ω N :=
2
9.5.3 Reconstitution du signal : formule d’interpolation

sin x
En posant sinc (x) := x (”sinus cardinal”) :
1
0.8
0.6
0.4
0.2
-0.2
-0.4
-25 -20 -15 -10 -5 0 5 10 15 20 25
Sinus cardinal
+∞
X
x (t) = xd (k) sinc [ωN (t − kT )]
k=−∞
Interpolation de Shannon
9.5.4 Remarque :
La ”formule d’interpolation de Shannon” est non causale :
elle ne peut pas être mise en œuvre en temps réel.
=⇒ Pour le temps réel, il faut échantillonner plus rapidement
que 2fmax.
9.6 Systèmes discrétisés I
9.6.1 Echantillonneur-bloqueur
xd : signal discrétisé : xd (k) = x (kT )
xb : signal discrétisé bloqué :
xb (t) = x (kT ) , kT ≤ t < (k + 1) T
Calcul de la transformée de Laplace de xb :
∗ 1 − e−sT
x̂b (s) = x̂ (s) B (s) , B (s) =
s
B (s) : fonction de transfert du ”bloqueur d’ordre zéro idéal”
x x* xb
B(s)
T
B.O.Z.
Signal échantillonné (ou discrétisé) bloqué

9.6.2 Système discrétisé
u* y*
B(s) G(s)
T T
B.O.Z.
f̂ (s )
Système discrétisé : représentation idéalisée

Y (z) = F (z) U (z)
f (t) = L−1 {G (s) B (s)}
1−e−sT
avec B (s) = s , d’où
∙ ½ ¾¸
¡ ¢ G (s)
F (z) = 1 − z −1 Z L−1
s
Quelques exemples :
G (s) F (z)
1 T
s z−1
1 T 2 (z+1)
s2 2(z−1)2
−T s −1
e z
a 1−e−aT
s+a z−e−aT
Situation réelle :
u b (t ) y( t )
u d (k ) y d (k )
CNA
G(s) CAN
+
BOZ
Système discrétisé
G (s) contient le ”filtre anti-repliement” : filtre passe-bas
coupant les fréquences ≥ f2e
Présence indispensable de ce filtre !
9.7 Systèmes discrétisés II
9.7.1 Discrétisation dans le formalisme d’état

Système continu :
ẋ = Ax + Bu
y = Cx + Du
Commande : signal discrétisé bloqué :
u (t) = ud (k) , kT ≤ t < (k + 1) T
Intégration de l’équation d’état entre kT et (k + 1) T :
Z (k+1)T
xd (k + 1) = eAT xd (k) + eA[(k+1)T −t]dt B ud (k)
kT
Soit :
Z T
F := eAT , G := eAtdt B
0
Alors :
xd (k + 1) = F xd (k) + G ud (k)
yd (k) = Cxd (k) + D ud (k)
Matrice de transfert du système discrétisé :
F (z) = C (zI − F )−1 G + D

9.7.2 Exemple
Soit le système commandable et observable de fonction de
transfert
1
G (s) = 2
s
Méthode 1 : utilisation directe des fonctions de transfert
∙ ½ ¾¸ ∙ ½ ¾¸
¡ −1
¢ −1 G (s)
¡ −1
¢ −1 1
F (z) = 1 − z Z L = 1−z Z L
s s3
En posant
Z t
σ (.) = .dτ
0
−1
©1ª ©1ª 22 −1 t2
L s3 = σ L s h = σ [1 (t)] = σ [t1 (t)] = 2 1 (t)
£ −1 © 1 ª¤ i £© 2 ª¤
t2 T2
⇒Z L s3 = Z 2 1 (t) = 2 Z k 1 (k)
avec (voir table) :
£© 2 ª¤ z(z+1)
Z k 1 (k) = (z−1)3
d’où finalement
T 2 z − 1 z (z + 1) T 2 z + 1
F (z) = 3 =
2 z (z − 1) 2 (z − 1)2
Méthode 2 : utilisation du formalisme d’état Réalisation

canonique commandable de G (s) = s12 :
∙ ¸ ∙ ¸
0 0 1
A= ,B =
1 0 0
£ ¤
C = 0 1 ,D = 0
∙ ¸
1 0
A2 = 0 ⇒ F = eAT = I + AT =
T 1
∙ ¸ ∙ ¸
R T At T 0 R T At T
0 e dt = T2
T
⇒ G = 0 e dt B = T 2
2 2
∙ ¸−1 ∙ ¸
z−1 0 z−1 0
(sI − F )−1 = 1
= (z−1)2
−T z − 1 T z−1
D’où :
∙ ¸∙ ¸
£ 1 ¤ z−1 0 T
F (z) = 0 1 2 T2
(z − 1) T z − 1 2
½ ¾
T2 z−1
= 1 +
(z − 1)2 2
T2 z + 1
=
2 (z − 1)2
9.8 Solution temporelle

xd (k + 1) = F xd (k) + Gud (k)
Condition initiale : xd (0) = x0
xd (1) = F xd (0) + Gud (0)
2
xd (2) ∙= F (F x¸d (0) + Gu d (0)) + Gud (1) = F xd (0) +
£ ¤ ud (1)
G FG
ud (0)
... ⎡ ⎤
ud (k − 1)
£ ¤ ⎢ .. ⎥
k
xd (k) = F xd (0) + G F G · · · F G ⎣ k−1 ⎢ ⎥
ud (1) ⎦
ud (0)
et
yd (k) = Cxd (k) + Dud (k)
9.9 Stabilité
9.9.1 Stabilité des systèmes linaires à temps discrets

généraux
Même définition que pour un système à temps continu :
Un système linéaire à temps discret est stable (asymptotique-
ment) si :
pour une entrée ud = 0 et pour tout état initial xd (0) :
lim xd (k) = 0
k→+∞
Pour ud = 0 :
xd (k) = F k xd (0)
Donc, le système est stable si, et seulement si
lim F k = 0
k→+∞
Théorème :
Le système est asymptotiquement stable si, et seulement si :
z est valeur propre de F ⇒ |z| < 1
Démonstration : λ est valeur propre de F ⇐⇒ λk est valeur
propre de F k ...
{valeurs propres de F } = {pôles du système}
Donc :
Le système est asymptotiquement stable si, et seulement si
tous ses pôles sont intérieurs au cercle unité.
9.9.2 Stabilité et discrétisation

Cas d’un système à temps discret obtenu par discrétisation d’un
système à temps continu
Système à temps continu :
ẋ = Ax + Bu (1)
Système discrétisé :
xd (k + 1) = F xd (k) + Gud (k) (2)
(1) est stable ssi Re (s) < 0, ∀s valeur propre de A
(2) est stable ssi |z| < 1, ∀z valeur propre de F
¯ sT ¯
Or : |z| = ¯e ¯ < 1 ⇔ Re (s) < 0
La stabilité (asymptotique) est donc invariante par discrétisa-
tion.
9.10 Commandabilité
9.10.1 Définition et critère

Un système à temps discret est commandable s’il existe une suite
de commandes permettant de transférer l’état xd d’une valeur
initiale quelconque xd (0) à une valeur finale quelconque x∗d en
temps fini.
Or :
⎡ ⎤
ud (k − 1)
£ ¤ ⎢ .. ⎥
k
xd (k) = F xd (0) + G F G · · · F G ⎣ k−1 ⎢ ⎥
ud (1) ⎦
ud (0)
£ k−1
¤
Le rang de la matrice G F G · · · F G est stationnaire
pour k ≥ n (th. de Cayley-Hamilton).
→ Théorème : Le système est commandable ssi rang Γ = n,

où
£ n−1
¤
Γ = G FG ··· F G
(”matrice d’atteignabilité du système”).
= critère de même forme que pour la commandabilité d’un
système à temps continu.
9.10.2 Commandabilité et discrétisation

Eω : ensemble des systèmes à temps continu commandables dont
tous les pôles ont une partie imaginaire ≤ ω
Dω : ensemble des systèmes obtenus par discrétisation des
systèmes appartenant à Eω
Théorème: Les systèmes appartenant à Dω sont tous
commandables si, et seulement si ω e > 2ω
(où fe = 2πω e est la fréquence d’échantillonnage).
Condition semblable à celle de Shannon !
9.11 Observabilité
Le système à temps discret est observable s’il existe un instant
fini k tel que la connaissance de yd et de ud aux instants 0, 1, ..., k
permet de calculer xd (0) .
Théorème : Soit
⎡ ⎤
C
⎢ CF ⎥
Ω=⎢ ⎣ .. ⎥
⎦
CF n−1
la ”matrice d’observabilité”. Le système est observable si, et
seulement si rang Ω = n.
Propriété duale de l’atteignabilité.
Perte d’observabilité possible par discrétisation si la
fréquence d’échantillonnage est trop faible (même condition
que pour la commandabilité).
Exemple :
π2 1
G (s) = 2 2
+
s +π s+1
Forme canonique commandable d’ordre 3 : elle est observ-
able et commandable.
Discrétisation à la période T = 2 ⇔ ω e = π : condition
violée.
Il y a perte de commandabilité et perte d’observabilité (rang
Γ = rang Ω = 1)
Comparaison de la réponse à l’échelon du système à temps
continu et de celle du système discrétisé :
2.5
1.5
0.5
0
0 1 2 3 4 5 6 7 8 9 10
Système à temps continu (-) et du système discrétisé (- -)

10 Commande des systèmes à temps

discrets
10.1 Approche directe
Les principes vus pour la commande des systèmes à temps
continu restent valables.
Exemple : commande à retour d’état et terme intégral.
Système :
½
x (k + 1) = Ax (k) + Bu (k) + d
y (k) = Cx (k) + Du (k) + d0
d, d0 : perturbations constantes inconnues.
x (k) ∈ Rn, u (k) ∈ Rm, y (k) ∈ Rp
But : asservir y à une référence r ∈ Rp constante
Soit δ := q−1
T , T = période d’échantillonnage
(δ = ”dérivée discrète).
½
δx (k + 1) = Aδx (k) + Bδu (k)
δe (k) = Cδx (k) + Dδu (k)
avec e := y − r
e (k + 1) = e (k) + T δe (k) = e (k) +
T (Cδx (k) + Dδu (k))
En posant :
∙ ¸
δx (k)
X (k) =
e (k)
∙ ¸ ∙ ¸
A 0 B
X (k + 1) = X (k) + δu (k)
T C Ip TD
→ Le ”système augmenté” a pour matrices :

∙ ¸ ∙ ¸
A 0 B
F = ,G =
T C Ip TD
∙ ¸
£ ¤ B
En supposant rang C D = p et rang = m, on
D
obtient :
(F, G) est atteignable si, et seulement si
• (A, B) est atteignable
• m≥p
• z = 1 n’est pas zéro invariant du système (A, B, C, D)
Alors (et dans ce cas seulement) on peut placer les pôles du

système augmenté par retour d’état.
→ On place les pôles à des valeurs zi, 1 ≤ i ≤ n + p telles
que |zi| < 1
+ condition de symétrie par rapport à l’axe réel.
Expression de la commande :
∙ ¸
£ ¤ δx (k)
δu (k) = −K X (k) = − Kp Ki
e (k)
T
u (k) = −Kpx (k) − Ki e (k) (+cte)
q−1
= commande à retour d’état et terme intégral.
10.2 Utilisation de la transformée en w
2z−1 1 + Tw
w= ⇔z=
Tz+1 1 − Tw
10.2.1 Propriétés :
• |z| < 1 ⇐⇒ Re w < 0
• |z| = 1 ⇐⇒ Re w = 0
• z = eiθ ⇔ w = iω, ω = T2 tg θ2
Pour |θ| petit : ω ≈ Tθ
10.2.2 Utilisation :
Soit F (z) la fonction de transfert d’un système discrétisé.
1+T w/2
• Remplacer z par 1−T w/2 :
µ ¶
1 + T w/2
G (w) = F
1 − T w/2
G (w) est la fonction de transfert d’un système ”pseudo-
continu” (w jouant le même rôle que s).
• Appliquer à ce système ”pseudo-continu” une méthode de
synthèse de régulateur pour système à temps continu.
• Ayant obtenu le régulateur ”pseudo-continu” Kpc (w), rem-
placer w par T2 z−1
z+1 : d’où le régulateur à temps discret de
fonction de transfert
µ ¶
2z−1
K (z) = Kpc
Tz+1
10.2.3 Prise en compte du retard de calcul

Avec la méthode précédente, K (z) est ”propre à inverse propre”.
Exemple :
Kpc (w) = wk (intégrateur pur).
→ K (z) = kT z+1
2 z−1
Pour pallier ce problème : concevoir le régulateur pour
z −1F (z) .
Soit K1 (z) la fonction de transfert de ce régulateur.
La fonction de transfert du régulateur à implanter est :
K (z) = z −1K1 (z) .
10.3 Problèmes liés au sur-échantillonnage
10.3.1 Exposé du problème

Soit un régulateur à temps discret, dont les matrices d’état et de
commande sont de la forme
AT
R T At
F = e , G = 0 e dt.B
Pour T → 0+ :
F = I + AT + o (T )
G = BT + o (T )
D’où : F → In, G → 0
Les coefficients sont codés avec une précision finie
→ Toute l’information est perdue dès que T est trop petite
Conclusion : il ne faut ni sous-échantillonner, ni sur-
échantillonner.
10.3.2 Transformée en δ
Elle a pour objet de rendre moins pénalisant le sur-échantillonnage
Dans la ”représentation en q ” :
x (k + 1) = F x (k) + Gu (k) ⇔ qx (k) = F x (k) + Gu (k)
On pose :
q−1
δ=
T
D’où la ”représentation en δ ” :
δx (k) = F̄ x (k) + Ḡu (k)
avec :
1
F̄ = (F − I) = A + o (1)
T
1
Ḡ = G = B + o (1)
T
Lorsque T → 0+ : F̄ → A, Ḡ → G
La représentation est donc bien conditionnée pour les petites
périodes d’échantillonnage, si les matrices du ”système continu”
A et B sont elles-mêmes bien conditionnées.
10.3.3 Organisation des calculs

1) En ”temps différé” :
1.1) Mettre le régulateur sous forme d’état
x (k + 1) = F x (k) + GY (k)
u (k) = Cx (k) + DY (k)
∙ ¸
y (k)
où Y (k) = , r (k) = signal de référence.
r (k)
1.2) Puis convertir dans le formalisme en δ :
δx (k) = F̄ x (k) + ḠY (k)

u (k) = Cx (k) + DY (k)
2) En ”temps réel”:
Entre les instants kT et (k + 1) T :
Calculer :
u (k) = Cx (k) + DY (k)

η (k) = F̄ x (k) + ḠY (k)
x (k + 1) = x (k) + T η (k)
Remarque : on ne peut tout de même pas hyper-sur-
échantillonner, car si T → 0+ :
x (k + 1) ' x (k)

Intro Aut106

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Intro Aut106

Transféré par

Droits d'auteur :

Formats disponibles

Cours Aut106

Henri Bourlès, "Systèmes linéaires", Hermès-sciences, 2006

Henri Bourlès, "Linear Systems", ISTE-Wiley, 2010

2.1.1 Transformées de Laplace usuelles

=⇒ A conditions initiales nulles:

Théorème d’échange x, y : Ω → R, Ω = "petit voisinage"

2.2 Transformée de Fourier:

2.3 Fonctions de transfert

Entrée: u (t) = est (−∞ < t < +∞)

ẋ = A x + B u ; x (t) ∈ <n, u (t) ∈ <m

Entrées Variables internes Sorties

Variables internes et externes

Entrées, sorties : variables internes.

3.1.1 Changement de base dans l’espace d’état

3.2.1 Chariot soumis à une force

3.2.2 Moteur à courant continu

Moteur à courant continu

Bilan des relations obtenues

3.3 Forme à gauche et réalisation canonique observable

3.3.1 “Forme à gauche”

3.3.2 Exemple : circuit RLC

3.3.3 Réalisation canonique observable (cas b0 = 0, n = 2)

Ecriture de la forme d’état : états = sorties des intégrateurs

Cas du circuit RLC :

3.4 Forme à droite et réalisation canonique commandable

3.4.1 “Forme à droite”

3.4.2 Exemple : circuit RLC

3.4.3 Réalisation canonique commandable

Cas du circuit RLC :

3.5 Relations entre formes canoniques

Pas de relation entre les états !

3.5.2 Fonctions de transfert

3.6 Fonction de transfert d’une forme d’état

4 Etude temporelle des systèmes d’état

Méthodes pour calculer eA t ?

4.1.1 Développement en série entière

4.1.3 Méthode de la transformée de Laplace inverse

4.2 Réponse forcée

4.3 Stabilité asymptotique

4.3.1 Pôles d’un système d’état

{Pôles du système} = {valeurs propres de A}

4.4 Stabilité entrée-sortie (entrée bornée-sortie bornée :

5 Propriétés algébriques des systèmes

5.1.2 Ordre et pôles de transmission

Fonction de transfert = fraction rationnelle irréductible :

Relation avec l’ordre et les pôles du système ?

Fonction de transfert : G (s) = C (s In − A)−1 B

5.2 Commandabilité d’un système d’état

Définition: Le système est commandable si pour tout état

La “matrice de commandabilité” est :

Théorème: le système est commandable si, et seulement si

5.2.1 Une forme canonique commandable est commandable

5.2.2 Remarque : ”commandabilité d’une forme à gauche”

Exemple de non commandabilité d’une forme canonique

5.2.3 Résumé sur la commandabilité :

• Etude par le Critère de Kalman

• Une forme à gauche D (∂) y = N (∂) u est commandable si,

5.2.4 Décomposition canonique suivant la commandabilité

P = [v1 ....... v ..v +1

Théorème : dans la nouvelle base, le système a pour matrices

Décomposition canonique suivant la commandabilité

5.3 Observabilité d’un système d’état

Cas d’un système à une seule sortie (p = 1) :