Cours d'Automatique échantillonnée

Chapitre 3 : Représentations des systèmes échantillonnés

I. Transmittance échantillonnée
On considère le système échantillonné de la figure III.1.
S* (p)

s* (t)
E(p) E* (p) S(p)
G(p)
s(t)
e(t) e* (t)
Figure III.1

Nous avons : S(p) = E* (p) G(p) (III.1)

Cette expression contient des termes en p et d'autres en eT p . Elle est donc peu commode
d'emploi. On simplifie l'analyse de ce système, notamment de s(t), en l'évaluant aux instants
d'échantillonnage. Pour cela, on imagine un échantillonneur fictif placé à la sortie du système
et synchrone avec celui à l'entrée et on définit ainsi une transmittance dite pulsée ou
échantillonnée entre E* (p) et S* (p) sous la forme : S* (p) / E* (p) ou S(z) / E(z).

Remarque : Un échantillonneur fictif est un échantillonneur imaginaire ; sa sortie ne peut

pas être utilisée comme entrée à un autre élément de la chaine. Comme exemple, on peut
échantillonner une courbe continue, de température par exemple, en prenant la valeur de la
sortie aux instants d'échantillonnage et obtenir ainsi un tableau de valeurs.

I.1. Transmittance pulsée

On rappelle ici le théorème de la convolution discrète :

Soit g(t) la réponse impulsionnelle du filtre caractérisé par G(p) ; alors on démontre que,

pour t quelconque, on a : s(nT) =  e(nT) g(t − nT)
n =0
D'autre part, on a :
n =+     −n
S(z) =  s(nT) z −n =    e(kT) g(nT − kT) z
n =0 
n = 0 k = 0 
   −n + k − k
 
=  e(kT) g((n − k)T) z

n = 0 k = 0 
Soit, en posant m = n – k :
   
−k −m −k
S(z) =  e(kT) z  g(mT) z =  e(kT) z  g(mT) z−m (III.2)
k =0 m =− k k =0 m=0
puisque g(mT) est nulle pour m < 0. Ainsi on obtient : S(z) = E(z) G(z).

G(z) est dite transmittance pulsée ou fonction de transfert disctrète.

Chapitre 3 -1- M. GASMI

 Cours d'Automatique échantillonnée

I.2. Association de fonctions de transfert discrètes

Soit à trouver l'expression de la sortie S(z) des schémas typiques du tableau III.1.

N° Schéma S(z)

e s
1 G(p) S(z) = E(z) G(z)

2 e s S(z) = E(z) G1 (z) G 2 (z)

G1 G2

e s
3 G1 G2 S(z) = E(z) G1G 2 (z)

e s
4 B0 G S(z) = E(z) B0 G(z)

Tableau III.1

– Dans le cas 1, on a des échantilloneurs réels à l'entrée et à la sortie. La fonction de transfert

est simple à trouver.
– Dans le cas 2, on place un échantilloneur fictif à la sortie et on retrouve le cas 1 puisque, on
a un échantillonneur réel entre les fonctions de transfert.
– Dans le cas 3, on a, par défaut, un échantillonneur fictif à la sortie mais on n'a pas
d'échantillonneur réel entre les fonctions de transfert. La fonction de transfert globale est donc
la transformée en z du produit des fonctions de transfert en p.
1 − e− p T
– Dans le dernier cas c'est l'équivalent du troisième cas. Avec B0 (p) = , on a :
p
1 − e− p T 1 − z −1 G(p)
B0 G(z) = Z[ G(p)] = Z[ G(p)] = (1 − z −1 ) Z[ ].
p p p

I.3. Etude d'exemples

Nous nous proposons de calculer la sortie des systèmes échantillonnés dans les cas suivants :

Exemple 1 : Soit le système de la figure suivante :

e  * s
G

On a :
s = * G  s* = * G* (1-1)
e*
 = e – s = e – * G  * = e* – * G*  * = (1-2)
1 + G*

Chapitre 3 -2- M. GASMI

 Cours d'Automatique échantillonnée

s* G* S(z) G(z)
(1-1 et 1-2)  =  =
e *
1+ G * E(z) 1 + G(z)

Exemple 2 : Soit le système de la figure suivante :

e  * s
G


H

On a les équations suivantes :

s = * G  s* = * G* (2-1)
*
 = H s = H G *  * = GH *
* * * * * * e*
=e–=e–HG    = e* – * = e – GH    = (2-2)
*
1 + GH
s* G* S(z) G(z)
(2-1 et 2-2)  =  =
e* * E(z) 1 + GH(z)
1 + GH

Exemple 3 : Soit le système de la figure suivante :

e  *  * s
G1 G2


H
Il vient :
s = G 2 *  s* = G*2 * (3-1)

 = * G1  * = * G1* (3-2)
*
 = e –  = e – H G 2 *  * = e* – HG 2 * (3-3)
* e*G1*
(3-2 et 3-3)  * = e* G1* – G1* HG 2 *  * = (3-4)
*
1 + G1* HG 2

s* G1*G*2 S(z) G1 (z)G 2 (z)

(3-1 et 3-4)  =  =
e *
1 + G1* HG 2
* E(z) 1 + G1 (z)HG 2 (z)

Exemple 4 : Soit le système de la figure suivante :

e   * s
H G

Chapitre 3 -3- M. GASMI

 Cours d'Automatique échantillonnée

On a :
s = G *  s* = G* * (4-1)
*
* * * * * * EH
 = H  = H (E – G  )   = EH – GH    = (4-2)
*
1 + GH
*
* G* EH G(z) EH(z)
(4-1 et 4-2)  s =  S(z) =
1 + GH
* 1 + GH(z)

On voit que, dans ce dernier cas, et contrairement aux systèmes continus, on n'a pas de
fonction de transfert entre S(z) et E(z) et ceci puisqu'on n'a pas d'échantillonneur sur l'entrée.
Attention, on ne peut pas parler d'échantillonneur fictif ici. La fonction de transfert
S(z)
échantillonnée est dans ce cas égale à : .
1

I.4. Graphe de transfert échantillonné

Ce graphe sert, en utilisant la règle de MASON (voir TD), à calculer, dans un schéma blocs
échantillonné, toutes les transmittances pulsées ou non. Les règles de son traçage sont
énoncées, par la suite, à travers l'exemple de la figure III.2.

E X1 X1* X2 X3 X4
G1 G2

X5 X*4
H

Figure III.2.

Construction du graphe préliminaire

– On place les nœuds correspondant à toutes les sources et les variables dépendantes; on
entend par sources toutes les sources réelles (E dans notre exemple) et par variables
dépendantes, celles se trouvant après les échantillonneurs ( X1* et X*4 dans l'exemple).
– On note, sur les branches, toutes les transmittances allant des sources aux variables
dépendantes. Celles-ci sont calculées par la règle de MASON.

Dans le graphe préliminaire, Figure III.3.a, le déterminant correspondant  devrait être égal
à 1 puisqu'il n'y a aucune boucle ; les échantilloneurs étant ouverts.

Construction du graphe échantillonné

– On remplace les sources réelles (E dans notre exemple) par 1 et on multiplie, par la
valeur des sources, toutes les transmittances de branches sortantes, ici par E.
– On échantillonne alors sources, variables et transmittances.
– On relie par des transmittances unité les nouvelles variables échantillonnées aux
anciennes souces échantillonnées de la figure III.a).

Chapitre 3 -4- M. GASMI

 Cours d'Automatique échantillonnée

– On peut calculer sur ce graphe, figure III.3.b, par application de la règle de MASON,
toutes les transmittances pulsées.

Construction du graphe complet

– On relie les nouvelles variables échantillonnées, graphe b, aux anciennes souces
échantillonnées, graphe a, par des transmittances unités.
– On peut alors calculer sur ce graphe, figure III.3, toutes les transmittances
échantillonnées ou non.

Figure III.3.a :
H G2

E –H

E 1 X1 X1* G1 X2 X3 X4 H X5

X*4
1 −G1G 2 G1 −H G2

G1G 2

1
B3 1
*
HG 2

Figure III.3.b *
−H

E* X1* * X*3 X*4 *

1 1 X1* G1 X*2 1 H* X5
X*4
* * *
G1 −HG2
−G1G 2
B1 * B2
G1G 2

Figure III.3
Par exemple, on veut calculer X 4 .
Le graphe comporte trois boucles B1 , B 2 et B3 dont les deux premières sont disjointes :
* * * *
B1 = – G1G 2 ; B 2 = – HG 2 et B3 = G1G 2 HG 2
* *
Ce qui donne :  = 1 – ( B1 + B 2 + B3 ) + ( B1 B 2 ) = 1 + G1G 2 + HG 2
Deux chemins directs relient les sources à X 4 , ce qui correspond à :
*
T1 = E* G1 G 2 avec : 1 = 1 + HG 2 , (ce chemin n'est pas en contact avec B 2 )
*
T2 = E* G1G 2 (– H G 2 ) avec :  2 = 1 , (ce chemin est en contact avec toutes les boucles)
On obtient alors :
* *
G G (1 + HG 2 ) − G1G 2 HG 2
*
X4 = E 1 2
* *
1 + G1G 2 + HG 2

Chapitre 3 -5- M. GASMI

 Cours d'Automatique échantillonnée

I.5. Echantillonnage à plusieurs cadences

Nous avons supposé, jusqu'ici, que tous les échantillonneurs étaient synchrones et de même
période. Nous allons examiner, dans ce paragraphe, le cas où les échantillonneurs sont
toujours synchrones mais de périodes différentes. Soit le système de la figure III.4.
T T/N

e e* s s*
G(p)
E(z) S(z N )

Figure III.4
Tp
En posant : z N = eN , il vient :
  
T −m T
S( z N ) = N N s(m
) z =   e(nT) g(m N − nT) ]z−Nm
[
m=0 m =0 n =0
On pose : k = m – n N, on a :
 
T
S( z N ) =   e(nT) g(k N ) z−Nk z−NnN
k =− nN n = 0
Tp
− N
Avec : z −NnN = z − n = e N = e−T p , on obtient :
 
T −k
S( z N ) = [  g(k ) z N ] [  e(nT) z − n ] = G( z N ) . E(z) = G( z N ) . E( z N
N) (III.3)
k =0
N n =0
Remarque : Les tables des transformées donnent G(z) et on obtient G( z N ) en remplaçant z
par z N et T par T/N.

II. Représentation d'état

II.1. Notion d'état

L'état d'un système à l'instant t 0 peut être défini comme la somme minimale d'information
sur le passé ( t  t 0 ) permettant de prévoir l'avenir connaissant les entrées pour t > t 0 . Cette
information est contenue dans un certain nombre de variables x i réelles ou complexes
appelées variables d'état que l'on considère en général comme les composantes d'un vecteur X
n n
appelé vecteur d'état appartenant à ou appelé espace d'état de dimension n.

II.2. Equation d'état

Soit le système, d'entrée u et de sortie y, de la figure III.5.

u y
Système

Figure III.5
Chapitre 3 -6- M. GASMI
 Cours d'Automatique échantillonnée

Il peut être représenté par les deux équations suivantes :

X(t) = X[x(t 0 ), u(t 0 , t), t]

 (III.4)
 y(t) = Y[x(t 0 ), u(t 0 , t), t]

La première est dite équation d'état et la deuxième est appelée équation de sortie.

II.2.1. Cas d'un système continu linéaire

Les deux équations précédentes peuvent s'écrire sous la forme des équations suivantes :

X(t) = A(t) X(t) + B(t) u(t)

 (III.5)
 y(t) = C(t) X(t) + D(t) u(t)

avec :
dX
X (t) =
dt
n
X(t)  : le vecteur état
m
u(t)  : le vecteur de commande
l
y(t)  : le vecteur de sortie
nxn
A(t)  : la matrice caractéristique
nxm
B(t)  : la matrice de commande
lxn
C(t)  : la matrice de sortie
lxm
D(t)  : matrice de couplage entrées / sorties

Remarque :
– Dans le cas monovariable, on a : m = l = 1
– Dans le cas stationnaire, les matrices A, B, C et D ne dépendent pas du temps.

Le schéma blocs d'un tel système est donné par la figure III.6.

u X X y
B C

Figure III.6

II.2.2. Cas d'un système discret linéaire

De même que pour le cas continu, la représentation d'état du système, discret monovariable et
stationnaire, est de la forme :

Chapitre 3 -7- M. GASMI

 Cours d'Automatique échantillonnée

X k +1 = FX k + G u k
 (III.6)
 yk = P X k + Q u k
Les matrices F, G, P et Q sont de dimensions convenables avec m = l = 1.
Le schéma blocs d'un tel système est représenté par la figure III.7.

uk X k +1 Xk yk
G Retard P

Figure III.7
Remarque :
La représentation d'état n'est pas unique, elle est définie à un changement de base près ; elle
dépend du choix des variables d'état.

II.3. Résolution des équations d'état

En général, un système échantillonné est constitué de sous systèmes continus et d'autres
discrets. Son étude requiert donc, dans le cas linéaire, la résolution des deux types d'équations.

(i) Cas continu :

La représentation d'état d'un système continu linéaire monovariable et stationnaire est de la

forme :
X(t) = A X(t) + Bu(t)
 (III.7)
 y(t) = C X(t) + D u(t)
En régime autonome, on a : X (t) = A X(t), ce qui donne comme solution :
X(t) = eA t K(t) (III.8)
En dérivant (III.8), on obtient :
X (t) = A eA t K(t) + eA t K (t) = A X(t) + eA t K (t) (III.9)
Par identification avec (III.7), on a pour l'équation d'état :
eA t K (t) = B u(t) (III.10)
Ce qui donne :
K (t) = e−A t B u(t) (III.11)
En intégrant (III.11) entre t 0 et t, on obtient :
t − A
K(t) – K( t 0 ) = t0 e B u( ) d (III.12)

or d'après (III.10), on a :
K( t 0 ) = e−A t 0 X( t 0 ) (III.13)
Ce qui qui permet d'obtenir :
K(t) = e−A t 0 X( t 0 ) +  e− A B u( ) d
t
(III.14)
t0

Chapitre 3 -8- M. GASMI

 Cours d'Automatique échantillonnée

Avec (III.10), la solution de l'équation d'état est donnée par la relation suivante :
X(t) = eA (t − t 0 ) X( t 0 ) +  eA(t − ) B u( ) d
t
(III.15)
t
0
ou encore, en posant : t 0 = 0 :

X(t) = eA t X(0) +  eA(t − ) B u() d

t
(III.16)
0

(ii) Cas discret :

L'equation d'état est de la forme :

X k +1 = A X k + B u k (III.17)
Ce qui donne :
X k + 2 = A X k + 1 + B u k +1

= A [A X k + B u k ] + B u k +1 = A 2 X k + A B u k + B u k +1
Par itération, la solution générale est exprimée par la relation :
q
q
Xk + q = A X k +  Ai −1Bu k + q −i (III.18)
i =1

II.4. Transmittances et équations d'état

II.4.1. Passage de l'équation d'état en continue à l'équation d'état en

discret : Discrétisation

Il s'agit, dans ce paragraphe, de montrer comment passer de l'équation d'état continue, donnée
par (III.7), à l'équation d'état discrète de la forme :
X k +1 = A ' X k + B' u k
 (III.19)
 yk = C' X k + D' u k
L'équation (III.7) admet comme solution :
X(t) = eAt X(0) + t e A(t −) Bu( )d

 0 (III.20)
 y(t) = C X(t) + D u(t)
Soit en posant t = T, on obtient :
X(T) = e AT X(0) + T e A(T −) Bu( )d

 0 (III.21)
 y(T) = C X(T) + D u(T)
Si on associe à X(0) le vecteur X k , alors on aura : X(T) = X k +1 et on peut écrire :
X T A(T −)
 k +1 = e X k +  e
AT
Bu()d
 0 (III.22)
 y k = C X k + D u k
puisque la deuxième équation est valable quelque soit k.

Par identification avec (III.19), on obtient :

B u k =  eA(T − ) B u() d ,
T
A  = eA T , C = C et D =D (III.23)
0

Chapitre 3 -9- M. GASMI

 Cours d'Automatique échantillonnée

Cas particuliers de calcul de la matrice B :

(i) En présence d'un bloqueur d'ordre zéro, on a u() = u k sur l'intervalle [k , k+1[ d'où :

B =  eA(T −) Bd

T
(III.24)
0
(ii) Dans le cas où il n'y a de bloqueur, on a : u() = u k (), et en appliquant la formule :
T
0 f (T − ) () d = f(T), on obtient :
B =  eA(T − ) B () d = eA T B
T
(III.25)
0

II.4.2. Détermination de la transmittance à partir de l'équation d'état

En posant : X(z), U(z) et Y(z) respectivement les transformées en z de X k , u k et yk , la

transformée en z de l'équation (III.20) donne :
 −1 −1
X(z) = A' z X(z) + B' z U(z)
 −1 −1 −1
(III.26)
z Y(z) = C' z X(z) + D' z U(z)

ou encore :
X(z) = (z I − A ') −1 B' U(z)
n

Y(z) = C' X(z) + D ' U(z)
Ce qui donne, à la fin, pour la sortie Y(z) :
Y(z) = C (z In − A)−1 B U(z) + D U(z)
d'où la fonction de transfert F(z) définie par :
Y(z)
F(z) = = C (z In − A)−1 B + D (III.27)
U(z)

Remarques :
– Le dénominateur de F(z) est le déterminant de la matrice (z I n − A ) , ce qui correspond
au polynôme caractéristique de la matrice A dont les racines sont les valeurs propres de
A ou encore les pôles de la fonction de tranfert.
– La matrice D est nulle lorsque le degrè du numérateur est strictement inférieur au degrè
du dénominateur de la fonction de transfert.

II.4.3. Détermination de l'équation d'état à partir de la transmittance

Soit la fonction de transfert échantillonnée suivante :

Y(z) N (z) b1z −1 + b2 z −2 + bq z −q
F(z) = = = (III.28)
U(z) D(z) 1 + a z −1 + a z −2 + a z −q
1 2 q
Trois formes particulières de la représentation d'état, dites formes canoniques, sont possibles :

Chapitre 3 - 10 - M. GASMI
 Cours d'Automatique échantillonnée

Forme normale naturelle 1 :

Les variables d'état sont choisies comme suit :
x1 (n+1) = x 2 (n)
x 2 (n+1) = x 3 (n)

x q −1 (n+1) = x q (n)
x q (n+1) = u(n) – a1 x q (n) – a 2 x q −1 (n) – a q x1 (n)
y(n) = b1 x q (n) + b 2 x q −1 (n) + bq x1 (n)
soit sous forme matricielle :
 x1   0 1 0 0   x1   0 
 x     x   
 2     2  0
       
  =     +   u(n)
   0     
 x q −1   0 0 1   x q −1   0 
       
 x q 
n +1 
 −a q −a q −1 −a 2 −a1   x q  1 
n

X(n+1) = A X(n) + B u(n)

 x1 
 x 
 2 
 
y(n) = bq bq −1 b2 b1   
 
 x q −1 
 
 x q 
n

y(n) = C X(n)

La matrice A est dite sous la forme compagnon; elle est caractérisée par des "1" sur la
première surdiagonale et les coefficients du pôlynome caractéristique, affectés du signe "–",
sur la dernière ligne.

Forme normale naturelle 2 :

La sortie est choisie telle que : y(n) = x q (n), il vient les variables d'état suivantes :
x1 (n+1) = – a q x q (n) + bq u(n)
x 2 (n+1) = x1 (n) – a q −1 x q (n) + bq −1 u(n)

x q −1 (n+1) = x q − 2 (n) – a 2 x q (n) + b 2 u(n)

x q (n+1) = x q −1 (n) – a1 x q (n) + b1 u(n)
soit sous forme matricielle :

Chapitre 3 - 11 - M. GASMI
 Cours d'Automatique échantillonnée

 x1  0 −a q 
0  x1   bq 
 x     x   
 2  1 −a q −1   2   bq −1 
  0     
  =     +   u(n)
       
 x q −1     x q −1   
   0 −a 2     b2 
 x q  0 0 1 −a1   x q   b1 
n +1 n

X(n+1) = A X(n) + B u(n)

 x1 
 x 
 2 
 
y(n) =  0 0 0 1  
 
 x q −1 
 
 x q 
n
y(n) = C X(n)

La matrice A est dite, dans ce cas, sous la forme Frobénius, elle possède la même propriété
que la matrice compagnon ; il suffit de remplacer "surdiagonale" par "sousdiagonale" et
"dernière ligne" par "dernière colonne", la matrice B par CT et inversement.

Forme diagonale :
Supposons que F(z) admet un pôle multiple  d'ordre k et des pôles simples  k +1 , , q .
On développe F(z) en éléments simples :
Y(z) 1 2 k  k +1 q
F(z) = = + + + + + +
U(z) (z − )k (z − )k −1 (z − ) z −  k +1 z − q
ce qui donne :
1 2 k  k +1 q
Y(z) = U+ U+ + U+ U+ + U
(z − )k (z − )k −1 (z − ) z −  k +1 z − q
On pose :
U U U U U
x1 = ; x2 = ; ; xk = ; x k +1 = ; ; xq =
k k −1 (z −  ) z −  k +1 z − q
(z − ) (z − )
on a :
x i −1 1
= i = 2, …, k
xi (z −  )

ce qui donne : x i −1 = z−1 (xi +  xi −1 )

ou encore :
x i −1 (n+1) = x i (n) +  x i −1 (n)
et pour les variables restantes : ( x j )n+1 =  j ( x j )n + u(n) j = k+1, …, q.

Chapitre 3 - 12 - M. GASMI
 Cours d'Automatique échantillonnée

ce qui correspond à la forme matricielle suivante :

 x1   1 0 0 0   x1   0 
   1    
      
 xk    0 0   x k  1 
  =    +   u(n)
 x k +1   0 0  k + 1   x k + 1  1 
      
      
 x q  n +1  0 0  q   x q  1 
n

X(n+1) = A X(n) + B u(n)

 x1 
 
 
 xk 
y(n) = 1 k k +1 q   
 x k +1 
 
 
 x q  n
y(n) = C X(n)

La matrice A est dite sous la forme diagonale.

Cas de pôles complexes :

Lorsqu'ils existent des pôles complexes, ils sont conjugués deux à deux; donc on va examiner
le cas de deux pôles complexes conjugués qu'on peut facilement généraliser. On a :
 + j  − j
F(z) = –
z − (a + jb) z − (a − jb)
qu'on peut mettre sous la forme d'une représentation d'état de la forme :
X(n + 1) = A X(n) + Bu(n)

 y(n) = C X(n)
avec :
x  a + jb 0  1
X(n) =  1  ; A =   ; B =   et C =   + j  − j
x2 n  0 a − jb  1
On remarque que les matrices A et C renferment des éléments complexes; on doit les ramener
donc à des matrices à éléments réels. Pour ce faire, on utilise le changement de base définie
1 1 
par : Y = P X avec : P =   ;
 j − j
ce qui donne :
 −1
Y(n + 1) = (P A P ) Y(n) + (P B) u(n) = A 'Y(n) + B' u(n)
 −1
 y(n) = (C P ) Y(n) = C' Y(n)

avec :
 a b 2
A'=   ; B' =   et C' =   .
 −b a  0

Chapitre 3 - 13 - M. GASMI
 Cours d'Automatique échantillonnée

III. Méthode générale de la mise en équations des systèmes échantillonnés

Soit le système de la figure III.8.

x  n 1 y
K
Q(p)

R(p)

Figure III.8

Q(p) et R(p) sont des polynômes tels que : degré (R(p)) < degré (Q(p)) = q

Le système, d'ordre q, est décrit par la représentation d'état, en boucle ouverte, suivante :
Yn +1 = AYn + K H n
 (III.29)
 n = x n − n = x n − F Yn

Pour ce système, on cherche une relation de récurrence entre l'erreur et l'entrée aux instants
d'échantillonnage de la forme :
q q
 n + q +  fi n + q − i = x n + q +  bi x n + q − i (III.30)
i =1 i =1

Détermination des coefficients f i et bi :

En régime autonome, x i = 0, on a d'après (III.30) :
q
 n + q +  fi  n + q − i = 0 (III.31)
i =1
D'un autre côté, on a :
x n = 0   n = – F Yn  Yn +1 = (A – K H F) Yn = M Yn  Yn + q = M q Yn
Soit P() le polynôme caractéristique de la matrice M, de coeffcients ri ; il vient d'après le
théorème de Cayley Hamilton (toute matrice vérifie son polynôme caractéristique) :
q
M +q
 ri Mq −i = 0
i =1
q
On multiplie cette égalité par Yn à droite, on obtient : M q Yn +  ri Mq −i Yn = 0
i =1
q
ou encore : Yn + q +  ri Yn + q − i = 0
i =1
et en mulptipliant, à gauche, par (– F), on a :
q
 n + q +  ri n + q − i = 0 (III.32)
i =1
Par comparaison ave (III.31), on peut tirer aisément : fi = ri .

Chapitre 3 - 14 - M. GASMI
 Cours d'Automatique échantillonnée

Donc les coefficients fi sont les coefficients du polynôme caractéristique de la matrice

caractéristique M en boucle fermée ; ils peuvent s'écrire sous la forme : fi = a i + K  i
où a i sont les coefficients du polynôme caractéristique de la matrice caractéristique en boucle
ouverte A et  i des coefficients dépendant des matrices H et F.
Pour K = 0, on a : fi = a i et d'un autre côté, l'entrée du filtre devient nulle ce qui donne :
y = 0 et ainsi :  = 0 d'où : x =  , ce qui permet d'écrire : bi = a i .
Donc les coefficients bi sont les coefficients du polynôme caractéristique de la matrice
caractéristique en boucle ouverte A.

Système à réponse pile :

Un système, d'ordre q, est dit à réponse pile si son régime transitoire est annulé en un nombre
fini de périodes d'échantillonnage (q périodes dans la cas présent).
Cette condition est déterminée en posant, dans (III.30), x i = 0 et  n + q = 0  n + q − i donc
pour qu'un système soit à réponse pile, il faut que : fi = 0  i = 1, … , q. Donc le
dénominateur de la fonction de transfert, dans ce cas, est de la forme : zq.

Chapitre 3 - 15 - M. GASMI
 Cours d'Automatique échantillonnée

Annexe
Calcul de l'exponentielle d'une matrice compagnon

Soit le système, en régime autonome, caractérisé par :

X (t) = A X(t) (A.1)
avec A une matrice sous la forme compagnon.

L'équation (A.1) admet comme solution :

X(t) = eA t X(0) (A.2)

Le changement de base, définie par :

X=PY (A.3)
permet d'obtenir : Y (t) = P −1 A P Y(t) = Q Y(t)
avec Q une matrice diagonale.
Cette dernière équation admet comme solution : Y(t) = eQ t Y(0)
Ce qui permet d'écrire, en utilisant (A.3) :
X(t) = P eQ t P −1 X(0)
et par comparaison avec (A.2), on obtient :
eA t = P eQ t P −1 (A.4)

Cacul de la matrice de passage P :

Pour ce faire, deux cas particuliers se présentent :

(i) Les q valeurs propres i de A sont distinctes

La matrice P se présente comme suit :
 1 1 1 
  2 q 
 1
 2 
P =  1  22 q2  (A.5)
 
 
q −1 q −1 q −1 
q 
 1 2

(ii) La matrice A admet une valeur propre  multiple d'ordre q

La matrice P se présente comme suit :
P = V1 V2 Vq  (A.6)
avec Vi , i=1, … , q, des vecteurs colonnes de la forme :
T
V1 = 1   2 q −1  (A.6.1)
 
 =

1 d k −1V1
Vk = k = 2, … , q (A.6.2)
(k − 1)! d k −1
 =

Chapitre 3 - 16 - M. GASMI