Chapitre IV : Observateur d’état

Chapitre 4 : Observateur d’état

1. Observateurs
La totalité des variables d’état d’un système ne sont souvent pas accessibles à la mesure, car
dans certains cas soit il est impossible de les mesurer physiquement, soit le système deviendrait
trop cher et complexe si on y ajoute des capteurs pour la mesure de chaque état. Dans ce cas,
l’implémentation directe de la commande u   Kx ne peut pas se faire directement. Il est donc
nécessaire dans ce cas de reconstruire l’état x à partir des informations disponibles sur l’entrée
u et la sortie y . On utilise pour cela un Observateur, qui est constitué d’un système dynamique
qui permet d’obtenir une estimation x̂ de x Cet observateur est souvent connu sous le nom de
reconstructeur, d’estimateur, de filtre.

Le schéma de la commande par retour d’état doit être donc modifié comme celui présenté
sur la figure 4.1.

Fig. 4.1 Schéma de la commande par retour d’état avec observateur

1.1 Synthèse d’observateur

On appelle observateur du système un opérateur qui génère une approximation ẑ de la
variable z  Tx sous la forme :
zˆ  Fzˆ  Ly  Ju (4.1)

Où u(t), y(t) sont respectivement l’entrée et la sortie du système. Remarquons que ce sont
également les deux entrées de l’observateur. La sortie de l’observateur est la variable x̂ .

Si z et x ont même dimension, l’observateur est dit complet (tout l’état est estimé). Dans ce cas
T  I ; donc z  x et ẑ  xˆ .
Si dim( z )  dim(x ) , alors l’observateur est dit d’ordre réduit.
Un observateur doit satisfaire aux minimums les deux conditions suivantes :
1. Un observateur doit être stable.
2. Un observateur doit assurer la convergence de ẑ vers z (estimation sans biais) :
limt  ( zˆ(t )  z(t ))  limt  e(t )  0, u, x(t0 ) (4.2)
Où e(t ) est dénommée erreur de reconstruction.

45 | P a g e
 Chapitre IV : Observateur d’état

1.2 Observateur Identité

L’observateur identité est un observateur complet et sans biais ( zˆ(t )  z, si, t  ) avec z  x

L’objectif est de construire l’observateur c’est-à-dire de choisir convenablement F , J telle que

lim xˆ (t )  x(t )  0 .
t 

Avec cet observateur on obtient les équations du couple (système, observateur) :

 xˆ  Fxˆ  Ly  Ju

 x  Ax  Bu (4.3)
 y  Cx

En considérant la dérivée de l’erreur d’estimation :
e  x  xˆ  ( Ax  Bu )  ( Fxˆ  Ly  Ju )
e  ( Ax  Bu )  ( Fxˆ  LCy  Ju )  ( A  LC ) x  ( B  J )u  Fxˆ
Comme x̂  x  e
e  ( A  LC  F ) x  ( B  J )u  Fe (4.4)

Pour une estimation sans biais il faut que e  0 et que e  0, x, u pour cela il faut donc
satisfaire les équations :
 A  LC  F  0  F  A  LC
 
B  J  0  J  B
 F , stable ( A  LC ), stable
 

L’équation de l’observateur est dans ce cas :

xˆ  ( A  LC ) xˆ  Ly  Bu (4.5)

Ou écrit sous un autre ordre, connu sous le nom d’observateur de Luenberger :

xˆ  Axˆ  Bu  L( A  Cxˆ ) (4.6)

Si on écrit yˆ  Cxˆ l’équation de l’observateur devient :

xˆ  Axˆ  Bu  L( y  yˆ ) (4.7)

Cette relation, qui caractérise l’Observateur peut être représenté par le schéma fonctionnel :

46 | P a g e
 Chapitre IV : Observateur d’état

Fig. 4.2 Structure d’un observateur d’état

L’observateur est constitué de deux parties :

1- Un simulateur du système réel caractérisé par les matrices ( A, B, C ) , ayant comme
entrées u et y comme sortie ŷ .
2- Un correcteur réalisant une contre-réaction en fonction de l’écart entre la sortie y et son
estimée ŷ . Ce correcteur permet d’assurer la convergence de l’estimation de l’état x̂
vers l’état x . L est appelé le gain de l’observateur. Si e converge vers 0 , c’est-à-dire si
( A  LC ) est stable.  I  ( A  LC )  0 doit avoir des racines négatives ou à partie réelle
négative.
Le problème consiste donc à trouver une matrice L telle que les valeurs propres du
système bouclé (de l’observateur) soient en des positions préfixées.

Exemple 4.1 :
Soit le système linéaire x  Ax  Bu; y  Cx défini par les matrices :

 2 3 0
A  B    C  1 0
 1 4 1 
On suppose ici que seule la sortie y  x1 est mesurable, il faut donc un observateur pour
déterminer l’état non mesurable x2 . Même si on a besoin de déterminer seulement un des deux
états, on va construire un observateur qui permet de déterminer tous les états, un observateur
complet. Il est possible cependant de construire un observateur réduit, mais souvent il est
convenable de construire un observateur d’ordre complet et utiliser les états ou l’information
est redondante pour corriger un éventuel effet des bruits de mesures ou autres perturbations. Un
exemple, est le Filtre de Kalman (observateur optimal à temps variant) qui permet de résoudre
le problème d’observations avec bruit de mesure.

47 | P a g e
 Chapitre IV : Observateur d’état

Il faut initialement déterminer si le système est observable, car si ce n’est pas le cas il n’est pas
possible de construire un observateur.

  C   1 0
rang (O)  rang       2n
 CA   2 3

Le système est donc observable, il est possible de construire un observateur pour déterminer les
états du système.
Pour l’observateur on va choisir une dynamique telle que le comportement de l’observateur soit
équivalent à un système de deuxième ordre avec équation caractéristique :

p( )   2  2n  n2

Avec :   0.8, n  10rad / s
Ces valeurs nous permettent d’obtenir un temps de stabilisation de Ts  0.5s .
Rappel : le temps de stabilisation est le temps nécessaire pour que la sortie d’un système soit
de 98% de la valeur de la réponse en régime permanent (ou 2% d’erreur) après un changement
en échelon de l’entrée, il peut être calculé pour un système de premier ordre : Ts  4 et pour
4
un système de second ordre : Ts  .

Pour l’observateur l’équation caractéristique s’écrit :
1 0    2 3   L1  
p( )   I  ( A  LC )          1 0 
0 1    1 4   L2  
  2  L1 3
p ( )   (  2  L1 )(  4)  (3)(1  L2 )
1  L2  4
Donc :
p( )   2  ( L1  6)  4L1  3L2  11   2  16  100
On peut calculer les gains de la matrice L avec les équations :

L1  6  16
4 L1  3L2  11  100
Donc la matrice L est :
 L   22 
L   1   
 L2  59 
L’observateur du système est donc :

 2 3 0   22
xˆ  Axˆ  Bu  L( y  Cxˆ )  
  ˆ
x  1  u  59   y  1 0 xˆ 
 1 4     

48 | P a g e
 Chapitre IV : Observateur d’état

1.3 Gain de l’observateur avec équation d’Ackermann

Il est aussi possible d’utiliser l’équation d’Ackermann pour déterminer le gain d’un
observateur, celle-ci est établie comme suit. Pour que la dynamique d’un observateur se
comporte selon une équation caractéristique désirée de la forme :

p( )   n  n1 n1   2 2  1  0 (4.8)

Où les coefficients  son choisis pour obtenir des spécifications désirées pour l’observateur.
La matrice de Gain de l’Observateur
L   L1 Ln 
T
Ln (4.9)
Peut être obtenue avec :
L  p( A)O1 0 0 1
T
(4.10)
Où O est la matrice d’observabilité du système et :
p( A)  An  n1 An1   2 A2  1 A  0 I (4.11)

Exemple 4.2 :
Pour le même système antérieur.
 2 3 0
A  B    C  1 0
 1 4 1 
Et le même choix de l’équation caractéristique désiré :
p( )   2  16  100
On obtient :
2
 2 3  2 3 1 0 133 66 
p( A)  A  16 A  100 I  
2
  16    100   
 1 4  1 4 0 1  22 177 

Et la matrice d’observabilité est :

1  1 0
 C  1 0 1 1 0  
O   et donc : O   2 3   2 1 
  
CA 2 3   
 3 3
Le gain de l’observateur est donc :
 1 0
133 66    0   22
L  p( A)O  0 1  
1 T
 2 1  1  59 
 22 177  
 3 3

2 Commande par retour de sortie

La mise en œuvre d’une commande dans le cas des systèmes continus suppose l’hypothèse
d’un système commandable et observable, lorsque toutes les variables d’état ne sont pas
accessibles à la mesure. On écarte donc les parties non commandables ou non observables du
système, c'est-à-dire qu’on ne les prend pas en compte, mais il faut vérifier que les non

49 | P a g e
 Chapitre IV : Observateur d’état

commandables restent stables et que les non observables ne soient pas nécessaires pour la
commande. Le problème de la commande se résout ensuite en trois grandes étapes :

1- Recherche de la commande en supposant x mesurable. La commande linéaire est de la

forme u   Kx , avec K déterminée en imposant des pôles de la boucle fermée.
2- Reconstruction de l’état. Si seul y est mesurable, il faut synthétiser un observateur, ce
qui revient à déterminer un gain L assurant la stabilité de l’observateur et une estimation
sans biais.
3- La commande du système est finalement réalisée à partir de l’état estimé u   Kxˆ ,
couramment appelé commande par retour de sortie.
Cependant le gain K est calculé pour garantir la stabilité et performance du système, et pour
cela que les racines de l’équation caractéristique  I  ( A  BK )  0 soient négatives ou à partie
réelle négative. Et donc x(t )  0 quand t   .

2.1 Structure de la commande

Dans cette nouvelle configuration la commande prend la forme du schéma fonctionnel :

Fig. 4.3 Structure de la commande par retour d’état avec observateur

La commande s’écrit

u  v  Kxˆ (4.12)

Supposons en premier lieu que v  0

Donc :
u   Kxˆ

Et l’équation de l’observateur est :

xˆ  ( A  LC ) xˆ  Ly  Bu (4.13)

Pour montrer la stabilité du système, on va étudier les dynamiques de l’erreur, du système

introduit par la substitution de x par un x̂ dans le calcul de la commande.

50 | P a g e
 Chapitre IV : Observateur d’état

Si on remplace la valeur de u dans l’équation de l’observateur on obtient un système avec une

entrée y et pour une sortie u


 xˆ  ( A  LC  BK ) xˆ  Ly
 (4.14)
u   Kxˆ


On peut calculer la dynamique de l’erreur d’estimation e  x  xˆ comme :

e  Ax  Bu  ( A  LC) xˆ  Ly  Bu (4.15)

Ce qui revient à :

e  A( x  xˆ)  L(Cxˆ  y)  A( x  xˆ)  LC( xˆ  x)  ( A  LC)e (4.16)

Ceci montre que la dynamique de l’erreur ne dépend pas de l’entrée. D’un autre coté si on
revient au système à commander x  Ax  Bu, y  Cx et, on substitue la loi de commande dans
l’équation dynamique on obtient :

x  Ax  BKxˆ (4.17)

Comme on veut étudier la dynamique de l’erreur on substitue x̂  x  e :

x  Ax  BKx  BKe  ( A  BK ) x  BKe (4.18)

On peut maintenant représenter le système en boucle fermé par les dynamiques de x et e :

 x  ( A  BK ) x  BKe
 (4.19)
e  ( A  LC )e
Ou sous forme Matricielle :

 x   A  BK BK   x 
e    0 A  LC  e 
(4.20)
  

Les valeurs propres de la nouvelle matrice dynamique du système sont donc les racines de :

 I  ( A  BK )   ( A  LC )  0 (4.21)

Ce qui veut dire que la dynamique du système en boucle fermée est fixée d’une part par les
valeurs propres assignées à ( A  BK ) , et par les valeurs propres assignées à ( A  LC ) d’autre
part. Théoriquement ces valeurs propres se fixent de manière indépendante. C’est le principe
de la séparation.

51 | P a g e
 Chapitre IV : Observateur d’état

Exemple de synthèse 4.3 :

On considère le système suivant

  3 2  2
 x(t )    x(t )    u (t )
  4 5 0 

 y (t )   2 1 x(t )

 x(0)  x0
n  2 p  m  1

Cahier de charges
1- Amélioration de la dynamique.
2- Valeur finale de la sortie y  1 .

Analyse du système

Analyse de la stabilité
La matrice d’état A possède deux valeurs propres strictement négatives 1  1 2  7 . Le
système est par conséquent stable.

Analyse transitoire
La matrice d’état A possède deux valeurs propres réelles auxquelles on peut associer deux
1 1
constantes de temps 1  1 2   0.14 . En négligeant la plus petite constante de
1 2
temps, le temps de réponse peut être estimé à 31  3 .

Analyse de la commandabilité et de l’observabilité

 2 6 
Qc   B AB    
0 8 
 det(QC )  16  0
 rang (QC )  2  (n)
 Système commandable

 C   2 1
Q0      
CA  10 9 
 det(QO )  8  0
 rang (QO )  2  (n)
 Système observable

52 | P a g e
 Chapitre IV : Observateur d’état

Synthèse du régulateur d’état

Placement de pôles en boucle fermée

 ( A  BK )  21 , 2   2, 7  K   k1 k2   0.5 0.25

L  7.375
 ( A  LC )  41 , 22   4, 14  L   1    
 L2   4.75 

Equation de l’observateur

  17.75 9.375   2 7.375

 z (t )    z (t )  0 u (t )   4.75  y (t )
SObservateur   5.5 0.25    
 z (0)  z arbitraire
 0

 z1 (t )  17.75 z1 (t )  9.375 z2 (t )  2u (t )  7.375 y (t )


  z2 (t )  5.5 z1 (t )  0.25 z2 (t )  4.75 y (t )
 z (0)  z arbitraire
 0

La loi de commande
u(t )  v(t )  0.5z1 (t )  0.25z2 (t )

Choix de la consigne et l’état statique

Le gain statique en boucle fermée :

y0  4 1.5  2 
Ks   C ( A  BK ) 1 B    2 1      0.86
e0  4 5   0 
1
v0   1.17
Ks
 0.83
x  ( A  BK ) 1 Bv0   
0.67 
Schéma de principe de la réalisation

53 | P a g e
 Chapitre IV : Observateur d’état

Fig. 4.4 Schéma de la commande par retour d’état avec observateur

Simulation 4.1 :
Les résultats de la simulation sont illustrés ci-dessous. Le système est supposé dans l’état
initial x0  1 2 alors que celui de l’observateur est z0   0 0 .
T T

54 | P a g e
 Chapitre IV : Observateur d’état

Evolution de x1 et de son estimation z1 Evolution de x2 et de son estimation z2

Evolution de la commande u Evolution de la sortie y

Fig. 4.5 Résultats de la simulation de la commande par retour d’état avec observateur

3 Observateur d’état d’ordre réduit

Lors de la reconstruction d’un observateur d’état, certaines variables d’état n’ont pas besoin
d’être reconstruites puisqu’elles sont disponibles par la mesure. Il est souvent intéressant de ne
reconstruire que celles qui ne sont pas accessibles. On parle par la suite d’un observateur d’ordre
réduit.
On considère un système linéaire continu décrit par les équations d’état suivantes :

 x(t )  Ax(t )  Bu (t )
Sboucle ouverte  (4.22)
 y (t )  Cx(t )

On suppose que l’état est partitionné en deux sous-ensembles

x1 (t )  y(t ) accessible, x2 (t ) non-accessible .

Le système dynamique original peut alors s’écrire :

55 | P a g e
 Chapitre IV : Observateur d’état

 x1 (t )   A11 A12   x1 (t )   B1 
 x (t )    A 
A22   x2 (t )   B2 
u (t )
 2   21 (4.23)
y (t )  x1 (t )

Afin de mettre en valeur les dynamiques de l’état inconnu, on effectue provisoirement le

changement de variables suivant :

x2 (t )  A22 x2 (t )  A21 x1 (t )  B2u (t ) (4.24)

u (t )

et on pose : w(t )  x1 (t )  A11 x1 (t )  B1u(t )  A12 x2 (t )

d’où :

 x2 (t )  A22 x2 (t )  u (t )
 (4.25)
 w(t )  A12 x2 (t )

Cette représentation fait apparaitre un système d’ordre réduit dont la matrice d’état est A22 , et
la matrice de sortie est A12 .

On propose alors de construire un observateur pour le système d’ordre réduit (4.25) en

s’inspirant de la structure de l’observateur d’ordre complet (Observateur de Luenberger), soit :

 z (t )  ( A22  LA12 ) z (t )  Lw(t )  u (t )

SObservateur  (4.26)
réduit  z (0)  z0

Afin d’écrire le système en fonction des signaux disponibles y et u du système original, on

transforme l’observateur minimal ainsi :

 z (t )  ( A22  LA12 ) z (t )  L( x1 (t )  A11 x1 (t )  B1u (t ))  A21x1 (t )  B2u (t )

SObservateur  (4.27)
réduit  z (0)  z0

Pour éviter la dérivée x1 (t ) dans le second membre de la première équation, on introduit une
nouvelle variable notée s(t ) telle que :

s(t )  z (t )  Lx1 (t )  z (t )  Ly(t ) (4.28)

d’où en développant : s(t )  z (t )  Lx1 (t ) , on a :

 s(t )  ( A22  LA12 ) s(t )   ( A22  LA12 ) L  LA11  A21  y (t )  ( B2  LB1 )u (t )


SObservateur  z (t )  s(t )  Ly (t ) (4.29)
réduit
 s(0)  s
 0

Ces dernières équations représentent bien la structure d’un observateur excité par les signaux
disponibles, à savoir, d’entrée u (t ) et la sortie y (t ) . La sortie z (t ) est de dimension réduite par
rapport à l’observateur classique.

56 | P a g e
 Chapitre IV : Observateur d’état

On montre par ailleurs que si la paire (C , A) est observable alors il en est de même pour la paire
( A12 , A22 ) , ce qui permet d’assurer l’existence de la matrice L . Celle-ci sera calculée en fixant
une dynamique appropriée à l’observateur d’ordre réduit.

On note que l’erreur d’observation : e(t )  x2 (t )  s(t ) obéît à l’équation différentielle :

e(t )  ( A22  LA12 )e(t )

(4.30)
e(0)  e0

Cette erreur transitoire tend asymptotiquement vers zéro quelle que soit l’erreur initiale e0 et
ce, selon une dynamique fixée par les valeurs propres attribuées à la matrice ( A22  LA12 ) .

Exemple 4.4 :
On considère le système suivant qui est naturellement partitionné :

 x1 (t )   1 1   x1 (t )  1
 x (t )    2 2   x (t )   1 u (t )
 2    2   
y (t )  1 0 x(t )

x1 (t )  y(t ) , est accessible et donc seule x2 (t ) est à reconstruire. Selon la notation adoptée, on
a:

 A11  1 A12  1 A21  2 A22  2


 B1  B2  1

On choisit de prendre A22  LA12  5  L  7

Il s’en suit :

 A22  LA12  L  LA11  A21  26

B2  LB1  6

D’où les équations de l’observateur d’ordre 1 :

 s(t )  5s(t )  26 y(t )  6u (t )


SObservateur  z (t )  s(t )  7 y (t )
R éduit
 s(0)  s
 0

57 | P a g e
 Chapitre IV : Observateur d’état

Fig. 4.6 Schéma de principe pour la réalisation d’un observateur d’ordre réduit

3.2 Insertion d’un précompensateur

De même que pour la commande par retour d’état la commande par retour de sortie directe
nous assure que si le vecteur de consigne v est nul, l’état du système x va converger vers 0 avec
une dynamique déterminée par les pôles placés. Lorsque v n’est plus nul, l’état converge vers
une valeur qui n’est plus forcément nulle. Un précompensateur est une matrice carrée H, que
l’on place juste après le vecteur de consigne, comme sur la figure.

Fig. 4.7 Schéma de la commande par retour de sortie avec précompensateur

Ce précompensateur ne change pas les pôles du système bouclé. Il permet de mettre en
correspondance certaines composantes de la consigne avec certaines variables d’état
préalablement choisies.
Dans ce cas la commande s’écrit

u  v  Kxˆ (4.31)

Et l’équation du système avec entrée y et pour sortie u :


 xˆ  ( A  LC ) xˆ  Ly  Bu
 (4.32)
 y  Cx


58 | P a g e
 Chapitre IV : Observateur d’état

On peut calculer la dynamique de l’erreur d’estimation e  x  xˆ comme :

e  Ax  Bu  ( A  LC) xˆ  Ly  Bu (4.33)

Ce qui revient à :

e  A( x  xˆ)  L(Cxˆ  y)  A( x  xˆ)  LC( xˆ  x)  ( A  LC)e (4.34)

D’un autre coté si on revient au système à commander x  Ax  Bu, y  Cx et on substitue la

loi de commande dans l’équation dynamique on obtient :

x  Ax  Bv  BKxˆ (4.35)

Comme on veut étudier la dynamique de l’erreur on substitue x̂  x  e :

x  Ax  BKx  BKe  Bv  ( A  BK ) x  BKe  Bv (4.36)

On peut maintenant représenter le système en boucle fermé par les dynamiques de x et e :

 x  ( A  BK ) x  BKe  Bv

e  ( A  LC )e (4.37)
 y  Cx


Ou sous forme Matricielle :

 x   A  BK BK   x   B 
e    0 
A  LC  e  0 
v
   (4.38)
y  Cx

Si yc est constante, une fois atteint le régime permanent pour que la valeur de y tende a yc on a :

0   A  BK BK   x   B 
0    0 
A  LC  e  0 
v
   (4.39)
y  yc  Cx

Puisque A  LC  0 car la matrice L a été choisi pour que l’observateur soit stable, donc les
pôles strictement inférieurs à zéro, donc forcément e  0 (erreur d’observation nul en régime
stationnaire).
L’équation devient :

( A  BK ) x  Bv  0 (4.40)

Donc :

x  ( A  BK )1 Bv  0 (4.41)

59 | P a g e
 Chapitre IV : Observateur d’état

Qu’on substitue dans l’équation de sortie :

y  yc  Cx  C (( A  BK )1 B)v  0 (4.42)

donc finalement :
1
v  C (( A  BK )1 B)  yc  Nyc (4.43)

Identique à l’équation pour la commande par retour d’état directe. Donc la sortie y tends ver la
1
consigne yc si la matrice N est calculé avec : N  C (( A  BK )1 B)  .

60 | P a g e
 Chapitre IV : Observateur d’état

Exercices : Observateur d’état et commande par retour de sortie des systèmes linéaires

Exercice 01
Soit un oscillateur décrit par l'équation  (t )  02 (t )  u(t ) on demande :
1- De mettre le système sous sa forme d'état (matrices ( A, B, C, D) ), sachant que la variable
observée est  .
2- D'effectuer la synthèse d'un contrôleur d'état de telle sorte que le système en boucle
fermée ait une fréquence naturelle deux fois supérieure et un facteur d'amortissement
égal à l'unité.
3- D'effectuer la synthèse d'un observateur d'état cinq fois plus rapide que le contrôleur
d'état.

Exercice 02
On considère un système régi par l’équation d’état :

 1 5 4
x(t )  Ax(t )  Bu (t ) avec A    et B   
 2 8  1

Étudier la commandabilité en modes de ce système et calculer le vecteur de gain K à introduire

dans une boucle de retour d’état pour que le système, en boucle fermée et soumis à un échelon
unitaire de consigne, soit caractérisé par une marge de phase de 450 et par un temps de montée
Tm  0.4s .

Exercice 03
On considère un système régi par l’équation d’état :
 1 2 1
x(t )  Ax(t )  Bu (t ) avec A    et B   
 2 2  2

Montrer que ce système n’est pas commandable. Déterminer l’expression du mode non
commandable de ce système et étudier la possibilité de commander ce système par un retour
d’état.

Exercice 04
Un navire de 100m de longueur en mouvement latérale avec une vitesse constante de 10m/s est
décrit par les équations d'état suivantes
    0.0895 0.286 0     0.0145 
      
 r    0.0439 0.272 0  r    0.0122  
   0 1 0   
   0 

 

Où  est l'angle de direction du navire.

1- Déterminer la fonction de transfert entre  et , ainsi que les pôles du système en
boucle ouverte, le système est-il stable ?

61 | P a g e
 Chapitre IV : Observateur d’état

2- En utilisant le retour d'état complet   k1  k2 r  k3 (  d ) Où  d est l'angle de

direction désiré, déterminer k1 , k2 , k3 permettant de placer les pôles en boucle fermée à
0.2, 0.2  0.2 j
3- L'angle de direction  est mesuré par un capteur approprié (gyrocompas). Déterminer
la matrice de gain de l'observateur, dont la dynamique est régie par les pôles :
0.4, 0.4  0.4 j

Exercice 05
Soit le système linéaire représenté par sa fonction de transfert :

9
G( s) 
s 92

1- Trouver les matrices A0 , B0 , C0 de la représentation d'état sous forme canonique

observable.
2- Le couple ( A0 , B0 ) est-il commandable ?
3- Calculer la matrice de retour d'état K assurant un placement de pôles en B.F à
s  3  3 j
4- Le système est-il observable ?
5- Calculer la matrice L de l'estimateur d'état dont les pôles sont à s  6  6 j

Exercice 06
Soit le système décrit par la fonction de transfert en boucle ouverte suivante :

1
G( s) 
( s  1)( s  0.7 s  2)
2

1- Représenter le système sous la forme canonique commandable.

2- On ajout au système un observateur de Luenberger qui a des pôles suivant :
s1,2  16  15 j, s3  16 . Déterminer les équations qui gèrent cet observateur.
3- Donner le schéma global (système, Observateur).

62 | P a g e
 Chapitre IV : Observateur d’état

Chapitre 4 : Observateur d’état ............................................................................................ 45

1. Observateurs ..................................................................................................................... 45
1.2 Observateur Identité ...................................................................................................... 46
1.3 Gain de l’observateur avec équation d’Ackermann ...................................................... 49
2 Commande par retour de sortie ......................................................................................... 49
2.1 Structure de la commande .............................................................................................. 50
3 Observateur d’état d’ordre réduit ...................................................................................... 55
3.2 Insertion d’un précompensateur ................................................................................ 58
Exercices : Observateur d’état et commande par retour de sortie des systèmes linéaires .... 61

63 | P a g e