Scribd Logo
Importer

Bienvenue sur Scribd !

  • 97 vues

    TD5 M1cde M1eltind Model Identif 2017

    Transféré par

    Hadil Sellami
    Le document présente trois exercices sur l'identification de systèmes par la méthode des moindres carrés linéaires et non-linéaires. Le premier exercice concerne l'identification linéaire. Le deuxième exercice traite de l'identification non-linéaire par une méthode itérative. Le troisième exercice porte sur l'identification par modèle ARX de manière non-récursive et récursive.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme DOCX, PDF, TXT ou lisez en ligne sur Scribd

    TD5 M1cde M1eltind Model Identif 2017

    Transféré par

    Hadil Sellami
    97 vues1 page
    Le document présente trois exercices sur l'identification de systèmes par la méthode des moindres carrés linéaires et non-linéaires. Le premier exercice concerne l'identification linéaire. Le deuxième exercice traite de l'identification non-linéaire par une méthode itérative. Le troisième exercice porte sur l'identification par modèle ARX de manière non-récursive et récursive.

    Titre original

    TD5_M1CDE_M1ELTIND_MODEL_IDENTIF_2017

    Copyright

    © © All Rights Reserved

    Formats disponibles

    DOCX, PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Le document présente trois exercices sur l'identification de systèmes par la méthode des moindres carrés linéaires et non-linéaires. Le premier exercice concerne l'identification linéaire. Le deuxième exercice traite de l'identification non-linéaire par une méthode itérative. Le troisième exercice porte sur l'identification par modèle ARX de manière non-récursive et récursive.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme DOCX, PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format docx, pdf ou txt
    97 vues1 page

    TD5 M1cde M1eltind Model Identif 2017

    Transféré par

    Hadil Sellami
    Le document présente trois exercices sur l'identification de systèmes par la méthode des moindres carrés linéaires et non-linéaires. Le premier exercice concerne l'identification linéaire. Le deuxième exercice traite de l'identification non-linéaire par une méthode itérative. Le troisième exercice porte sur l'identification par modèle ARX de manière non-récursive et récursive.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme DOCX, PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format docx, pdf ou txt
    sur 1

    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.

    Vous aimerez peut-être aussi