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 ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
96 6. LE RÉGULATEUR LQG<br />
ˆx + k =ˆx k + K o k (y k − C ˆx k ), (4.6)<br />
où K o est le gain du filtre de Kalman associé au problème O.<br />
PREUVE. Il suffit de reprendre <strong>la</strong> démarche utilisé dans le cas de l’observation<br />
complète, en remp<strong>la</strong>çant les tribus X k par les tribus d’observation<br />
Y k , pour aboutir au critère d’optimalité:<br />
B ′ ˆp k k+1 + Ru k = 0, ˆp k k+1 = E( p k+1 | Y k ). (4.7)<br />
Supposons par récurrence que :<br />
ˆp k+1<br />
k+1 = E( p k+1 | Y k+1 ) = P k+1 ˆx + k+1 ,<br />
où P k est<strong>la</strong>solutiondel’équation de Riccati donnant le gain K c .Grâce <strong>à</strong><br />
(4.7) et de (4.6) et <strong>à</strong> l’orthogonalitédey k+1 − C ˆx k+1 avec Y k on obtient :<br />
ˆp k k+1<br />
= E( ˆpk+1<br />
k+1 | Yk ) = E[P k+1 ( ˆx k+1 + K o k (y k+1 − C ˆx k+1 ) | Y k ] ,<br />
= P k+1 ˆx k+1 = P k+1 (A ˆx + k + Bu k).<br />
On en déduit :<br />
u k =−(R k + B ′ P k+1 B) −1 B ′ P k+1 A ˆx + k ,<br />
qui est (4.4) si l’on se rappelle de <strong>la</strong> valeur de K c (3.8).<br />
Par ailleurs on a :<br />
ˆp k k = A′ ˆp k k+1 + Q ˆx + k = A ′ [P k+1 (A ˆx + k + Bu k) + Q ˆx + k ] = P k ˆx + k<br />
en remp<strong>la</strong>çant u k par (4.4) .<br />
EXERCICE 4.2. Montrer que le contrôleur peut être vu comme <strong>la</strong> sortie du<br />
système dynamique suivant dont l’entrée est y et <strong>la</strong> sortie u :<br />
ˆx + k+1 = (I − K o k+1 )(A + BKc k ) ˆx + k + K o k+1 y k+1 ,<br />
u k+1 = K c k+1 ˆx + k+1 .<br />
EXERCICE 4.3. Montrer le théorèmedeséparation lorsqu’il a un retard sur<br />
l’observation en plus d’une observation incomplète c.a.d qu’<strong>à</strong> l’instant k on<br />
ne dispose que des informations y l , l ≤ k − d,où d est un entier positif.<br />
5. RAPPELS ET COMPLÉMENTS SUR L’ESPÉRANCE<br />
CONDITIONNELLE<br />
Soit (, A, P) un espace de probabilité et(X i ) i∈I , une famille quelconque<br />
de v.a. définies sur cet espace. On appelle tribu engendrée par cette<br />
famille et on note B(X i , i ∈ I ), <strong>la</strong> plus petite sous-tribu de A rendant mesurable<br />
les X i c’est-<strong>à</strong>-dire <strong>la</strong> tribu engendrée par les ensembles mesurables de<br />
A,de<strong>la</strong>forme{X i ∈ A}, i ∈ I , A borélien de R. SiB est une sous-tribu de<br />
A, une v.a. X est dite B-mesurable,si{X ∈ A} ∈B, pour tout borélien A.<br />
Soit (X i ) i∈I une famille finie de v.a., une v.a. Y est B(X i , i ∈ I )-mesurable<br />
si et seulement si il existe une fonction borélienne f sur R |I| telle que<br />
Y = f (X 1 , X 2 ,... ,X |I| ).