Anticipating the loss of unknown input observability for sampled LPV systems - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2022

Anticipating the loss of unknown input observability for sampled LPV systems

Anticiper la perte d'observabilité d'entrées inconnues pour des systèmes LPV échantillonnés

Résumé

Given a continuous-time Linear Parameter-Varying (LPV) system with a sampled scheduling parameter and subject to an unknown input, this paper provides-under some Lipschitz assumptions-an exact discretization of an extended system which translates the sampled-data unknown input estimation problem into a discrete-time LPV observer design problem with norm-bounded uncertainties. The bounds developed in this process account for the inter-sample behavior of the scheduling parameter, and allow for an estimation of some near-future observability Gramians, from which it is possible to lower bound the number of samples for which the unknown input is guaranteed to remain observable.
Étant donné un système Linéaire Paramètre-Variant (LPV) temps-continu à entrées inconnues et dont le paramètre de décision (connu en temps réel) est échantillonné, ce papier donne, par hypothèse de Lipschitz, une discrétisation exacte d'un système étendu qui transforme le problème d'estimation de l'entrée inconnu en un problème de synthèse d'observateur pour systèmes LPV temps-discret robuste en des incertitudes paramétriques bornées. Les bornes sur ces incertitudes tiennent compte du comportement inter-échantillon (inconnu) du paramètre de décision, et permettent d'estimer un grammien d'observabilité garantissant l'observabilité de l'entrée inconnue dans un futur proche.
Fichier principal
Vignette du fichier
ACD_BAINIER_2022.pdf (273.45 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03858276 , version 1 (17-11-2022)

Identifiants

Citer

Gustave Bainier, Jean-Christophe Ponsart, Benoît Marx. Anticipating the loss of unknown input observability for sampled LPV systems. 16th European Workshop on Advanced Control and Diagnosis, ACD 2022, Nov 2022, Nancy, France. pp.11-21, ⟨10.1007/978-3-031-27540-1_2⟩. ⟨hal-03858276⟩
60 Consultations
42 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More