TP simulation à l'aide du logiciel MATLAB - LASC

Remarquons que nous avons besoin de valeurs initiales de φ ( t = 0)pouvoir démarrer l’algorithme (8). De manière générale, le gain d’adaptation initialdonnée par :F( 0)etF( t = 0)pourF ( 0)est= TI(9)où I est la matrice identité de taille appropriée (peut être générée par la fonction eye deMatlab) et T est un nombre quelconque supérieur à 1 (valeur typique de T est 1000).Travail demandé :- Ecrire une fonction de Matlab theta=rls(U,Y,T,theta_0) qui calcule l’estimation de θ àpartir des mesures ( UY , ) selon les relations (8)-(9) pour les deux modèles (5) et (6).- Télécharger les mesures ( UY , ) contenues dans le fichier data.mat à l’aide de lafonction load de Matlab.- Estimer le vecteur de paramètres à l’aide de la fonction rls que vous avez écrite pourθ 0 ≡ 0 est la solution de quatre premièredeux valeurs initiales deθ : ( )et θ ( 0)équations de (3)-(4) et pour T = 1000 .- Comparez les résultats obtenus avec ceux trouvés avec la méthode non récursifs.- Comparez la rapidité de la convergence de vecteur de paramètres pour chaqueinitialisation.- A partir de quelle itération les paramètres deviennent constants ?θ 0 ≡ 0et différentes- Estimer le vecteur de paramètres à l’aide de la fonction rls pour ( )valeurs deT . Comparer les résultats obtenus et conclure.3