Introduction à la commande stochastique v.0.9 - Jean-Pierre ...
Introduction à la commande stochastique v.0.9 - Jean-Pierre ...
Introduction à la commande stochastique v.0.9 - Jean-Pierre ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
4. LE PROBLÈME LQG EN OBSERVATION INCOMPLÈTE 95<br />
1. Montrer que V (x, k) vérifie l’équation de <strong>la</strong> programmation dynamique<br />
V (x, k) = min<br />
u∈R m{x ′ Qx + u ′ Ru + E[V (x k+1 , k + 1) | x k = x]} .<br />
2. Montrer que V (x, k) est de <strong>la</strong> forme :<br />
V (x, k) = x ′ P k x + s k<br />
où P k est une matrice semi-définie positive et s k un sca<strong>la</strong>ire et donner<br />
les équations d’évolution de P k et s k .<br />
3. Montrer que P k vérifie (3.9).<br />
4. Observer <strong>la</strong> re<strong>la</strong>tion entre s k et <strong>la</strong> covariance des bruits Q.<br />
EXERCICE 3.6. On suppose le système contraint par un retard de d unités<br />
de temps sur l’observation, c’est-<strong>à</strong>-dire qu’<strong>à</strong> l’instant k ≥ d, onnedispose<br />
que des observations (x 0 , x 1 ,... ,x k−d ). Montrer que <strong>la</strong> solution du<br />
problème LQG correspondant est encore linéaire avec le même gain (3.8)<br />
oùonaremp<strong>la</strong>cé x k par <strong>la</strong> meilleure prédiction de x k <strong>à</strong> l’instant k − d, <strong>à</strong><br />
savoir ˆx k−d<br />
k = E(x k | X k−d ).<br />
4. LE PROBLÈME LQG EN OBSERVATION INCOMPLÈTE<br />
Au problèmede<strong>commande</strong><br />
⎧<br />
x k+1 = Ax k + Bu k + w k , x 0 = ξ,<br />
⎪⎨ y k = Cx<br />
{ k + v k ,<br />
}<br />
∑ T −1<br />
⎪⎩ min u∈Uad J (u) = E (x ′ k Qx k + u ′ k Ru k) + x ′ T Qx T ,<br />
k=0<br />
(4.1)<br />
on associe le problèmede<strong>commande</strong>déterministe en observation complète<br />
⎧<br />
⎪⎨ x k+1 = Ax k + Bu k , x 0 = 0 ,<br />
(C)<br />
∑T −1<br />
⎪⎩ min u∈Uad J (u) = (x ′ k Qx k + u ′ k Ru k) + x ′ T Qx (4.2)<br />
T .<br />
k=0<br />
et le problème de filtrage<br />
⎧<br />
⎨ x k = Ax k−1 + w k−1 , x 0 = ξ,<br />
(O) y k = Cx k + v k ,<br />
⎩<br />
E(x k | Y k ).<br />
(4.3)<br />
THÉORÈME 4.1. Le solution du problème LQG en observation incomplète<br />
est donnée par le feedback linéaire<br />
u k = K c k ˆx + k (4.4)<br />
où K c est le gain optimal du problèmede<strong>commande</strong>déterministe C et ˆx + k<br />
est donné<br />
ˆx k = A ˆx + k−1 + Bu k−1 , (4.5)