Identification boîte noire et simulation de systèmes non-linéaires à temps continu par prédiction linéaire de processus aléatoires

Sylvain Vinet (1) , Emmanuel Vazquez (1)

1 SUPELEC-Campus Gif

Cet article propose des méthodes de prédiction linéaire de processus aléatoires pour l'identification boîte noire et la simulation de systèmes dynamiques non-linéaires à temps continu. La méthode d'identification proposée utilise des observations bruitées du vecteur d'état à des instants quelconques. Elle comporte deux étapes distinctes. La première est l'estimation des dérivées temporelles de l'état et la deuxième est l'approximation du champ de vecteurs gouvernant la dynamique. Pour la simulation du système, nous proposons un nouveau schéma d'intégration numérique permettant de prendre en compte de manière consistante l'erreur d'approximation du champ de vecteur.

Keywords: processus gaussien; Identification de systèmes non-linéaires à temps continu; méthodes non-paramétriques; processus gaussien.

Domains: Mathematics [math]; Dynamical Systems [math.DS]; Engineering Sciences [physics]; Automatic; Engineering Sciences [physics]; Signal and Image processing; Computer Science [cs]; Signal and Image Processing

Sylvain Vinet, Emmanuel Vazquez. Identification boîte noire et simulation de systèmes non-linéaires à temps continu par prédiction linéaire de processus aléatoires. CIFA - Conférence Internationale Francophone d'Automatique, Sep 2008, Bucarest, Roumanie. pp.N.A. ⟨hal-00273818⟩