Chapitre

4
Synthèse des observateurs d’état

Introduction
Dans l’asservissement par retour d’état on suppose que les états doivent être accessibles mais
en général ils ne sont pas.
Alors on doit avoir des états raisonnables qui remplacent les vrais états et pour faire ça on
construire un estimateur d’état.
L’estimateur (l’observateur) d’état est un système qui utilise l’entrée et la sortie du système en
considération pour donner ses étapes comme sortie.
L'Estimateur (l’observateur) d’état complet
Soit un système L.I.T suivant :
x (t )  Ax(t )  Bu(t )
y(t )  Cx(t )  Du(t )
On suppose que D=0
Le problème est la génération du vecteur x(t) à partir de la disponibilité de A, B, C, y(t) et u(t).
Le vecteur xˆ (t ) est l’estimée du vecteur d’état x(t ) .
L'estimation de l'état se fait en recopiant de façon virtuelle la dynamique du système en
prenant en compte non seulement la commande 𝑢 𝑡 , mais aussi la sortie du système (les
mesures) 𝑦 𝑡 dans le but de corriger les écarts éventuels.
L’équation différentielle d’état de cet estimateur d’état est :

xˆ (t )  A  xˆ (t )  B  u (t )  L  ( y (t )  C  xˆ (t ))
xˆ (t )  ( A  LC )  xˆ (t )  B  u (t )  L  y (t )

1
Soit :
e(t )  x(t )  xˆ (t ) : Erreur entre l’état réel et son estimé.

e(t )  x (t )  xˆ (t )
e(t )  Ax(t )  Bu (t )  ( A  LC )  xˆ (t )  B  u (t )  L  y (t )
e(t )  Ax(t )  ( A  LC )  xˆ (t )  L  y (t )
e(t )  Ax(t )  ( A  LC )  xˆ (t )  L  C  x(t )
e(t )  ( A  LC )( x(t )  xˆ (t ))  ( A  LC )  ~x (t )
Si les valeurs propres de la matrice ( A  LC) peuvent être choisi arbitrairement alors le
comportement de l’erreur ~
x (t ) peut être contrôlé.
Alors la conception d’un estimateur d’état complet est le calcul de la matrice L.

Nous garantissons la condition de convergence de l’erreur d’estimation vers 0, c’est-à-dire

lim 𝑒 𝑡 lim 𝑥 𝑡 𝑥 𝑡 0
→ →

Si :det 𝜆𝐼 𝐴 𝐿𝐶 0 possède des pôles à partie réelle négative.

Théorème
Si un S.L.I.T est observable, son vecteur d’état peut être estimé par l’utilisateur d’un
estimateur d’état complet :
xˆ (t )  ( A  LC )  xˆ (t )  B  u (t )  L  y (t )

Et une erreur e(t )  x(t )  xˆ (t ) gouvernée par l’équation :

e(t )  ( A  LC )  e(t )

2
Exemple :
 On considère le système linéaire représenté par les équations d’état suivantes :

𝟐 𝟑 𝟎
𝒙 𝒙 𝒖
𝟏 𝟒 𝟏
𝒚 𝟏 𝟎𝒙 𝟎𝒖
La première étape consiste à vérifier si le système est observable :
𝐶 1 0
∅
𝐶𝐴 2 3
det ∅ 3 0 ⇒ 𝑟𝑎𝑛𝑔 ∅ 𝑛 2
Alors le système est donc observable.

 Puis on considère l’équation caractéristique désirée : Δ 𝜆 𝜆 2𝜉𝑤 𝜆 𝑤

On peut choisir : 𝜉 0.8 , 𝑤 10 pour avoir une dynamique caractérisé par un léger
dépassement et un temps de réponse inférieur à 0.5 sec. Donc

Δ 𝜆 𝜆 16𝜆 100

 On considère maintenant l’équation caractéristique :

𝑙
𝐿 ⇒ Δ 𝜆 𝑑𝑒𝑡 𝜆𝐼 𝐴 𝐿𝐶 𝜆 6 𝑙 𝜆 4 2 𝑙 1 𝑙
𝑙
Qui doit être égale à l’équation caractéristique désirée :
Δ 𝜆 𝜆 16𝜆 100
 Par identification, on en déduit les valeurs des composantes de la matrice de gain de
𝑙 22
l’observateur :
𝑙 59

3
Remarques
Pour le placement de pôles, on a tout intérêt à ce que l'observateur soit plus rapide que le
système, de manière à ce qu'il puisse le poursuivre. Ainsi il faudra que l'abscisse spectrale de
l'observateur soit plus négative que celle du système commandé.

Algorithme (cas monovariable)

1. Calculer  ( p )  det[ PI  A]  p n  a n 1 p n 1    a1 p  a 0

2. Calculer  ( p )  ( p  1 )  ( p  2 )   ( p  n )  p n  a n 1 p n 1    a1 p  a 0

1 , 2 ,, n : Sont des valeurs propres bien choisies

3. Calculer L  a0  a0  a1  a1  an  an 

4. Calculer les vecteurs qi i  1,, n 

qn  C T ,
qn  i  AT  qn  i 1  an  i  qn
i  1, n  1

5. Calculer Q  [ q1 q 2 q n ] et P  Q 1

6. Calculer L   P T LT

4
Couplage contrôleur – Observateur
 Cet observateur possède une caractéristique intéressante connue sous le nom de
principe de séparation.
 Dans le cas d'une commande linéaire par retour d'état, les travaux de synthèse de
commande et de synthèse d'observateur peuvent se faire de façon indépendante.
 En effet, si le système commandé est stable, et si l'observateur ainsi conçu est stable
c.à.d. les matrices (A − BK) et (A − LC) possèdent des valeurs propres à partie réelle
négative, alors le système commandé par retour de l'état estimé (reconstruit) est stable.
 On considère le système linéaire suivant (commandable et observable), pourvu d’un
observateur d’état :
𝑥 𝑡 𝐴𝑥 𝑡 𝐵𝑢 𝑡 𝑥 𝑡 𝐴𝑥 𝑡 𝐵𝑢 𝐿 𝑦 𝑦
𝑦 𝑡 𝐶𝑥 𝑡 𝑦 𝑡 𝐶𝑥 𝑡
 En réalisant un bouclage par retour d'état :
𝑢 𝑡 𝐾𝑥 𝑡 (cas de stabilisation 𝑟 𝑡 0)

 La dynamique du système bouclé s'écrit alors :

𝑥 𝑡 𝐴𝑥 𝑡 𝐵𝐾𝑥 𝑡
𝑥 𝑡 𝐴 𝐵𝐾 𝑥 𝑡 𝐿 𝑦 𝐶𝑥 𝑡
 Si on considère le changement de variable suivant (pour écrire l'erreur de
reconstruction)
𝑥 𝑡 𝑥 𝑡 𝑥 𝑡 d’où, en remplaçant, 𝑥 𝑡 𝐴 𝐿𝐶 𝑥 𝑡
 En écrivant un nouveau système augmenté, constitué de l'état et de l'erreur
d’estimation, on obtient :

𝑥 𝐴 𝐵𝐾 𝐵𝐾 𝑥
𝑥 0 𝐴 𝐿𝐶 𝑥

5
Observateurs d'ordre réduit :

Il est parfois intéressant de n'observer que la partie de l'état qui n'est pas accessible afin de minimiser
le temps de calcul. On définit alors un observateur d'ordre réduit.

Et en supposons que ce système soit complètement observable, cela veut dire que nous
connaissons la sortie et donc on peut observer et connaître toutes les variables d’état.
Cependant, si certaines variables d’état sont directement mesurables à partir de la mesure de
la sortie, d’autres ne le soit pas.
Théorème :
On considère le système 𝑥 𝐴𝑥 𝐵𝑢, 𝑦 𝐶𝑥 avec C est de la forme 𝐶 𝐼 0
(𝐼 matrice identité 𝑝 𝑝), le système est observable si et seulement si la paire 𝐴 , 𝐴 est
observable.
La représentation d’état s’écrit :

𝑥 𝐴 𝐴 𝑥 𝐵
𝑥 𝑢
𝑥 𝐴 𝐴 𝐵
𝑦 𝑥
On en déduit deux équations d’état :
𝑥 𝐴 𝑥 𝐴 𝑥 𝐵𝑢
𝑥 𝐴 𝑥 𝐴 𝑥 𝐵 𝑢
On remarque que l’état est partitionné en deux sous-ensemble 𝑥 𝑦 accessible et 𝑥 non
accessible, avec 𝑥 de dimension 𝑝 et 𝑥 de dimension 𝑛 𝑝 , alors 𝐴 est de dimension
𝑝 𝑝 et 𝐴 de dimension 𝑛 𝑝 𝑛 𝑝
Utilisons une structure d’observateur courant, exploitant la commande 𝑢 et les mesures
disponibles 𝑥 𝑡 avec un terme de correction prenant en compte une erreur d’estimation
pondérée par la matrice de correction L à calculer :

𝑥 𝐴 𝑥 𝐴 𝑥 𝐵 𝑢 𝐿 𝑤 𝐴 𝑥
𝐴 𝑥 𝐴 𝑥 𝐵 𝑢 𝐿 𝐴 𝑥 𝐴 𝑥

𝑤 𝑥 𝐴 𝑥 𝐵𝑢
avec 𝑦 𝐴 𝑥 𝐵𝑢
𝐴 𝑥

Avec 𝑥 𝑡 qui pourrait être estimé par :

𝑥 𝐴 𝑥 𝐴 𝑥 𝐵𝑢

6
 𝑥 𝐴 𝑥 𝑣
Soit 𝑒 l’erreur entre l’état réel et son estimé.
𝑒 𝑥 𝑥
𝑒 𝑥 𝑥 𝐴 𝐿𝐴 𝑒
Par contre si le système 𝐶, 𝐴 est observable ceci implique l’observabilité de 𝐴 , 𝐴 et les
valeurs propres de 𝐴 𝐿𝐴 peuvent être désignées

𝑥 𝐴 𝑥 𝐴 𝑥 𝐵 𝑢 𝐿 𝑥 𝐴 𝑥 𝐵𝑢 𝐴 𝑥

𝐴 𝐿𝐴 𝑥 𝐴 𝐿𝐴 𝑥 𝐵 𝐿𝐵 𝑢 𝐿𝑥

On remarque l’existance de la dérivée de 𝑥 𝑦 non désirée parce qu’elle amplifie le bruit.

Pour cette raison on introduit un nouvel état 𝑧 :

𝑧 𝑥 𝐿𝑥
⇒𝑥 𝑧 𝐿𝑦
𝑥 𝐿𝑦
La sortie 𝑧 𝑡 est de dimension réduite et satisfait l’équation :

𝑧 𝐴 𝐿𝐴 𝑧 𝐴 𝐿𝐴 𝐿𝑦 𝐴 𝐿𝐴 𝑦 𝐵 𝐿𝐵 𝑢

𝑧 𝐴 𝐿𝐴 𝑧 𝐵 𝐿𝐵 𝑢 𝐴 𝐿𝐴 𝐿 𝐴 𝐿𝐴 𝑦

𝑧 𝐷𝑧 𝐺𝑢 𝐹𝑦
Avec
𝐷 𝐴 𝐿𝐴
𝐺 𝐵 𝐿𝐵
𝐹 𝐷𝐿 𝐴 𝐿𝐴
Enfin l’estimation d’état global est donnée par :
𝑦 𝐼 0 𝑦
𝑥 𝑧 𝐿𝑦 𝐿 𝐼 𝑧

7
 Système 𝑥
me

Schéma de principe pour la réalisation de l’observateur d’ordre réduit

Exemple :
On considère le système décrit par :
0 1 0
𝑥 1 0 1 𝑥
0 0 0
𝑦 1 0 0𝑥

0 1 1
𝑥 𝑥 𝑥
0 0 0
𝑥 1 0𝑥
𝑦 𝑥

L’équation de l’observateur pour 𝑥 est donné par :

0 1 1
𝑥 𝑥 𝑥 𝐿 𝑥 1 0𝑥
0 0 0
Ou la matrice gain L est choisie pour placer les pôles de l’observateur .on suppose que les
nouveaux pôles de l’observateur soient 1, 1 donc on obtient
2
𝐿
1
En la remplaçant dans l’équation de l’observateur et la sortie y à la place de 𝑥 on trouve
l’équation suivante :
0 1 1 2
𝑥 𝑥 𝑦 𝑦 1 0𝑥
0 0 0 1
2 1 1 2
𝑥 𝑦 𝑦
1 0 0 1

Pour éliminer la dérivée de y, on prend

2
𝑧 𝑥 𝑦
1
Alors

8
 2 1 2 1
𝑧 𝑧 𝑦 𝑦
1 0 1 0
2 1 4
𝑧 𝑦
1 0 2

Finalement l’estimateur d’état complet est donné par :

1 0 0 𝑦
𝑥 2 1 0 𝑧
1 0 1