Contribution à l'estimation d'état par méthodes ensemblistes ellipsoidales et zonotopiques

Résumé

Dans le contexte des systèmes dynamiques, cette thèse développe des techniques d'estimation d'état ensemblistes pour différentes classes de systèmes. On considère pour cela le cas d'un système standard linéaire invariant dans le temps soumis à des perturbations, des bruits de mesure et des incertitudes inconnus, mais bornés. Dans une première étape, une technique d'estimation d'état ellipsoïdale est étendue, puis appliquée sur un modèle d'octorotor utilisé dans un contexte radar. Une extension de cette approche ellipsoïdale d'estimation d'état est proposée pour des systèmes descripteurs. Dans la deuxième partie, nous proposons une méthode fondée sur la minimisation du P-rayon d'un zonotope, appliquée à un modèle d'octorotor. Cette méthode est ensuite étendue pour traiter les systèmes affines par morceaux. Dans la continuité des approches précédentes, un nouveau filtre de Kalman sous contraintes zonotopiques est proposé dans la dernière partie de cette thèse. En utilisant la forme duale d'un problème d'optimisation, l'algorithme projette l'état sur un zonotope qui forme l'enveloppe de l'ensemble des contraintes auxquelles l'état est soumis. La complexité de l'algorithme est ensuite améliorée en remplaçant le zonotope initial par une forme réduite en limitant son nombre de générateurs.

mots clés

Titre traduit

Contribution to ellipsoidal and zonotopic set-membership state estimation
Résumé

In the context of dynamical systems, this thesis focuses on the development of robust set-membership state estimation procedures for different classes of systems. We consider the case of standard linear time-invariant systems, subject to unknown but bounded perturbations and measurement noises. The first part of this thesis builds upon previous results on ellipsoidal set-membership approaches. An extended ellipsoidal set-membership state estimation technique is applied to a model of an octorotor used for radar applications. Then, an extension of this ellipsoidal state estimation approach is proposed for descriptor systems. In the second part, we propose a state estimation technique based on the minimization of the P-radius of a zonotope, applied to the same model of the octorotor. This approach is further extended to deal with piecewise affine systems. In the continuity of the previous approaches, a new zonotopic constrained Kalman filter is proposed in the last part of this thesis. By solving a dual form of an optimization problem, the algorithm projects the state on a zonotope forming the envelope of the set of constraints that the state is subject to. Then, the computational complexity of the algorithm is improved by replacing the original possibly large-scale zonotope with a reduced form, by limiting its number of generators.