Adaptative high-gain extended Kalman filter and applications
Adaptative high-gain extended Kalman filter and applications
Adaptative high-gain extended Kalman filter and applications
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
tel-00559107, version 1 - 24 Jan 2011<br />
Réglage des paramètres<br />
La procédure d’adaptation implique l’usage de nombreux paramètres de réglages.<br />
La première impression est celle d’une certaine confusion face aux choix à réaliser.<br />
Il est en fait possible de régler tous ces paramètres un à un, selon un ordre logique.<br />
Cet ordre est illustré par la Figure 4. La procédure complète est détaillée dans la<br />
Section 4.2.3, nous en donnons un aperçu ci-dessous.<br />
L’ensemble des paramètres se divise en deux groupes : les paramètres relatifs à<br />
la performance de chacun des deux modes de l’observateur, et ceux relatifs à la<br />
procédure d’adaptation.<br />
Paramètres hors<br />
adaptation<br />
⎧<br />
⎨<br />
⎩<br />
R<br />
Q<br />
θ1<br />
Etape<br />
Paramètres de performance<br />
⎧<br />
⎪⎨<br />
⎪⎩<br />
Paramètres de la<br />
procédure d'adaptation<br />
β<br />
λ<br />
∆T<br />
d<br />
m1<br />
� δ<br />
m2<br />
Etape 2 Etape 3<br />
θ1<br />
Figure 4: Gras : paramètres cruciaux.<br />
Tout l’intérêt de l’approche adaptative que nous développons est de pouvoir<br />
découpler l’influence de Q et R d’un côté, et de θ de l’autre, sur la performance<br />
de l’observateur. Dans un filtre de <strong>Kalman</strong> étendu à gr<strong>and</strong> <strong>gain</strong>, les matrices Q<br />
et R perdent leur sens premier car elles sont, de manière définitive, changées à<br />
cause de leur multiplication par θ. Lorsque l’observateur n’est pas en mode gr<strong>and</strong><br />
<strong>gain</strong>, ces deux matrices retrouvent leur sens classique. Il faut donc les régler de<br />
sorte à ce que le bruit de mesure soit filtré de manière optimale. Nous pouvons<br />
pour cela faire appel à des méthodes classiques [58].<br />
Il en va de même pour θ, le paramètre de gr<strong>and</strong> <strong>gain</strong> : seule sa performance de<br />
convergence nous intéresse. θ est choisi comme il est habituel de le faire pour<br />
les observateurs de type gr<strong>and</strong> <strong>gain</strong>. On prendra toutefois soin de limiter les<br />
“overshoots” au maximum.<br />
Paramètres d’adaptation<br />
Parmi l’ensemble des paramètres d’adaptation seuls d, la longueur de la fenêtre<br />
de calcul de l’innovation et m, le second paramètre de la sigmoïde, doivent être<br />
modifiés d’un observateur à l’autre. Les autres pourront être fixés une fois pour<br />
toutes quel que soit le procédé étudié.