Introduction
L’identification de système est une technique de l’automatique consistant à proposer une structure
entre sa commande et sa réponse afin de déterminer à partir des mesures des entrées/sorties,les
valeurs des paramètres du modèle. Ainsi trouvé, le modèle doit être capable de reproduire aussi
fidèlement que possible le système physique, chimique, biologique, économique ….
L’informatique peut aider à exécuter la tâche d’identification par la génération de signauxtest,
l’acquisition des données et mesures,leur traitement en temps réel et enfin la validation du modèle.
Un système linéaire peut être déterminé par plusieurs méthodes d’identification. Les premiers travaux
ont été réalisés dans lesannées 1970 pour qu’elles puissent êtreappliquées à des procédés industriels. La
procédure d’identification s’effectue essentiellement en deux étapes: la première consiste à fixer la
forme des équations, c’est l’étape qualitative la seconde a pour but detrouver les valeurs numériques
des coefficients qui interviennent dans ces équations c’est l’étape quantitative ou (estimation des
paramètres. Ces valeurs numériques sont déterminées pour que le comportement du modèle soit le
plus proche de celui du système, cette approximation se mesure à l’aide d’un critère à choisir.
Du point de vue historique, l’origine de la théorie sur l’estimation est créditée à Gaus, qui, en 1795
inventa la méthode des moindres carrés. Les premières études utilisant l’erreur quadratique dans le
processus aléatoires sont dues à Kolmogorov, krein et Wiener vers la fin des années 1963. [1]
L’objectifde notre travail est de donner les connaissances nécessaires pour la compréhension et la mise
en œuvre des techniques d’identification paramétriques notamment les méthodes d’identification
graphiques et statistiques. Afin de nous munir des éléments essentiels à la compréhension de cette
étude, nous nous attacherons à donner quelques généralités sur l’identification. Nous étudierons
ensuite les méthodes générales de l’identification du modèle non paramétrique et paramétrique des
systèmes on bruités. Nous nous intéresserons à l’identification des modèles paramétriques, et nous
présenteronsles principaux types d’algorithmes intervenant dans les méthodes d’identification
récursives pour identifier les systèmes bruités. Nous compléterons cette présentation par une étude
pratique réalisée avec le logiciel MATLAB-SIMULINK, ceci afin de mettre en évidence les avantages des
méthodes d’identification paramétriques (graphiques et statistiques). En fin nous terminerons notre
travail par une conclusion générale.