IDENTIFICATION DE FONCTIONS DE

TRANSFERT DANS LE DOMAINE

FREQUENTIEL

TECHNIQUES DE FOURIER

identification de fonctions de transfer

t
 Identification des fonctions de transfert
introduction
• Les domaines
– acoustique et vibrations
• caractérisation d’une structure
– caractérisation de suspension, etc
– analyse modale expérimentale (fréquence de résonance, déformées)
• identification de sources vibratoires
• localisation de sources de bruit, de vibrations, etc
• acoustique de salles
– biomédical, sismique, télécom
– automatique en général
• plusieurs méthodes
– méthodes utilisant des modèles paramétriques (automatique,.;),
– méthodes basées sur Fourier.

identification de fonctions de transfer

t
Identification des fonctions de transfert
relations de base

x(t) y(t)
h(t)
X(f) H(f) Y(f)

y (t )  h(t ) * x(t ) h(t ) réponse impulsionnelle

Y ( f )  TF ( y (t )) ; X ( f )  TF ( x(t ))
H ( f )  TF (h(t )) fonction de transfert en fréquence
Y ( f )  H ( f ). X ( f ) ou H( f )  Y( f )/ X ( f )

on cherche la meilleure estimation Yˆ ( f ) de Y ( f )

en présence de bruit en sortie et / ou en entrée.

identification de fonctions de transfer

t
 Identification des fonctions de transfert
relations de base

h(t ) réelle
 H ( f ) est une fonction complexe,
avec une partie réelle paire et la partie imaginaire impaire.

H( f )  H( f )e jArg ( H ( f ))

H( f ) amplitude, fonction paire

Arg ( H ( f )) phase, fonction impaire

identification de fonctions de transfer

t
 Identification des fonctions de transfert
exemple: Circuit (R,C)

dy (t )
x(t )  y (t )  RC
+ + dt
1
y(t) Y( f )  X(f )
x(t) [ j 2fRC  1]
- - H( f ) 
1
; f 0  1 / 2RC
1  j. f / f 0

[H(f)] Arg(H(f))
1 f
f
fo

identification de fonctions de transfer

t
Identification des fonctions de transfert
exemple: Système Mécanique (m,k,c)
x(t) 
my  cy  ky  x ;   2f
m 1
y(t) Y ( w)  2
[k  m  j (c)]
X(f )

k c 1
H () 
(k  2 m) 2  (c) 2
Arg ( H ())  tg 1 (c /( k  2 ))

identification de fonctions de transfer

t
 Identification des fonctions de transfert
problématique et hypothèses

V(f) U(f)

X0(f) H(f) Y0(f)

• Hypothèses :
– V(f) et U(f) sont des bruits additifs non mesurés sur l ’entrée et la sortie et
non,corrélés avec les signaux d ’entrée et de sortie.
– le système est linéaire et stationnaire.
• On veut « estimer » H(f) connaissant (estimation) X0(f) etY0(f)
» Y0(f)=U(f)+H(f).(X0(f)+V(f))

identification de fonctions de transfer

t
 Identification des fonctions de transfert
moindres carrés

u
Système (gain)
x a y

yi  axi  ui i  1, n
on cherche aˆ tel que
n
c   ui2 min
i 1
y  aˆx sera la droite qui min imise la somme quadratique des écarts
ce critère est optimal lorsque les erreurs sont un bruit blanc
non corrélé avec x et y.

identification de fonctions de transfer

t
 Identification des fonctions de transfert
moindres carrés : solution

sous forme matricielle on a :

Y  aX  U
avec Y   y1 y2 y3  yn T ; X  x1 x2 x3  xn T ; U  u1 u2 u3 un T

c  U T U  Y T Y  a 2 X T X  aY T X  aX T Y

c YT X
 xi yi*
 0  aˆ  T  i 1
a n
X X *
ii
x x
i 1

identification de fonctions de transfer

t
Identification des fonctions de transfert
bruit en sortie

U(fk)
Système
X(fk) H(fk) Y(fk)

pour chaque fréquence f , on peut écrire :

k

Y( f )  H ( f )X ( f ) U ( f )
k k k k

on cherche une estimateur de H ( f ) k

Minimisant la var iance du bruit de sortie (hyp bruit blanc)

identification de fonctions de transfer

t
 Identification des fonctions de transfert
estimateur avec bruit en sortie
M
 X m ( f k )Ym* ( f k )
Hˆ ( f k )  m 1
M
 X m ( f k ) X m* ( fk )
m 1

X m ( f k ) et Ym* ( f k ) ; m  1, m; sont des réalisations de X ( f k ) et Y * ( f k )

M
Sˆ xx ( f )   X m ( f ) X m* ( f ) (dsp de x(t ) / périodogramme)
m 1
M
Sˆ xy ( f )   X m ( f )Ym* ( f ) (dsip de x(t ) et y (t ))
m 1
on obtient :
Sˆ xy ( f )
Hˆ 1 ( f )  estimateur avec bruit en sortie
Sˆ xx ( f )

identification de fonctions de transfer

t
 Identification des fonctions de transfert
interprétation : fonction de cohérence

dans Y ( f )  Hˆ ( f ) X ( f )  B( f )
Hˆ ( f ) X ( f ) représente la partie qui est linéairement liée à l ' entrée.
On cherche une mesure quantitative de l ' énergie linéairement liée à l ' entrée,
par rapport à l ' énergie totale.
E Y ( f )Y ( f )   Y ( f )Y ( f ) 
M
Energie en sortiee :
* *

m k m k m k m k
m 1

Energie liée à l ' entrée : 

E ( Hˆ ( f ) X ( f )).( Hˆ ( f ) X ( f ))
k m k k m k
*

d ' où la fonction de cohérence :
2
S (f)
 (f)
2 xy
; 0 (f )0 2

S ( f )S ( f )
xx yy

 ( f )  0 la sortie ne dépend pas de l ' entrée

2

 ( f )  1 la sortie est uniquement liée à l ' entrée

2

identification de fonctions de transfer

t
 Identification des fonctions de transfert
estimation : périodogramme moyenné

procédure :

1 / x(i ), y (i ) i  1, N T
2 / X (m),Y (m) m  1, N DFT , résolution fréquentielle  1 / NT
Sˆ (m)   X (m) X (m)
M
3/ xx
*
(dsp de x(t ) / périodogramme)
m 1

Sˆ (m)   Y (m)Y (m)

M

xx
*
(dsp de y (t ) / périodogramme)
m 1

Sˆ (m)   X ( m)Y (m)

M

xy
*
(disp de x(t ) et y (t ))
m 1

4 / Hˆ (m), (m)
2

5 / hˆ(i )  TF ( Hˆ (m))
1

identification de fonctions de transfer

t
 Identification des fonctions de transfert
résolution fréquentielle, biais

idem DFT

 f  1 / NT

 si on veut estimer un Mode de L arg eur

de bande (3dB ) BW , on choisit
1
1 / NT  BW
4

identification de fonctions de transfer

t
 Identification des fonctions de transfert
variance de l’estimateur

calcul idem estimateur DSP : contrôlé par M

M nombre de moyennes Erreurs relatives

Sˆ , Sˆ
xx yy
1/ M
Sˆ xy
1/  M
Hˆ (1   ) /  2 M
2 1/ 2

 2
2 (1   ) / M
2

identification de fonctions de transfer

t
 Identification des fonctions de transfert
influence du bruit en entrée sur H1

V(f ) U( f )

~
H(f) ~
X(f ) X(f ) Y(f)
~ ~
X  X V; Y  Y U
M

S ~x ~y
 m m m m
( X  V )(Y  U )*

H1   m 1
S ~x ~x M
 ( X m  Vm )( X m  Vm )*
m 1
avec les hyp : E (UV )  E ( XU )  E (YU )  E ( XV )  E (YV )  0
S xy S xy 1
H1  ~  ( ).  sous  estimation avec bruit en entrée
S xx  Svv S
S xx (1  vv )
S xx
identification de fonctions de transfer
t
 Identification des fonctions de transfert
bruit en entrée estimateur H2

on définit
S yy
Hˆ 2 
S xy
en présence de bruit en sortie
S ~y~y S yy  Suu S yy S
ˆ
H2   ( )(1  uu )  sur  estimation
S ~x ~y S xy S xy S yy

en présence de bruits en entrée et en sortie ,

ˆ ( Hˆ 1  Hˆ 2 )
Hv 
2

identification de fonctions de transfer

t
 Identification des fonctions de transfert
sensibilité aux hypothèses
• Retards
x(t ) H  y (t   )

• erreurs systématiques (Sxy=TF(Rxy!!)

• Entrée corrélée non mesurée

Y ( f )  H ( f )X ( f )  X ( f )
1 2

ˆ S S S
H   xy x1 x1 x1 x 2

S S
1
xx x1 x1

 bonne estimation de H si S 1 x1 x 2
0

• Non-linéarités
identification de fonctions de transfer
t