Cours 1

Introduction a la representation dEtat
des systemes lineaires

Cours 1
Prepare par le Pr. Atmane BADDOU de lENSA dAgadir
1
Vos commentaires sont les bienvenus a ladresse e-mail: a.baddou@uiz.ac.ma
A. BADDOU, Proesseur a lENSA dAgadir 1

Table de matieres
1 Representation dEtat 4
1.1 Introduction : . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Representation dEtat . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Proprietes de la representation detat . . . . . . . . . . . . . . 11
1.3.1 Lunicite . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.2 Interet de la non unicite . . . . . . . . . . . . . . . . . 11
1.3.3 Passage a la fonction de transfert . . . . . . . . . . . . 11
1.3.4 Unicite de la representation par fonction de transfert . 12
1.4 Solution de lequation detat . . . . . . . . . . . . . . . . . . . 12
1.4.1 Systeme autonome . . . . . . . . . . . . . . . . . . . . 12
1.4.2 Propriete de la matrice de transition . . . . . . . . . . 13
1.4.3 Solution globale . . . . . . . . . . . . . . . . . . . . . . 14
1.5 Les formes canoniques . . . . . . . . . . . . . . . . . . . . . . 15
1.5.1 Forme canonique de commandabilite . . . . . . . . . . 15
1.5.2 Forme canonique dobservabilite . . . . . . . . . . . . . 16
1.5.3 Forme de Jordan . . . . . . . . . . . . . . . . . . . . . 17
1.6 Commandabilite et observabilite . . . . . . . . . . . . . . . . 22
1.6.1 Commandabilite . . . . . . . . . . . . . . . . . . . . . 22
1.6.2 Critere de commandabilite . . . . . . . . . . . . . . . . 22
1.6.3 Observabilite . . . . . . . . . . . . . . . . . . . . . . . 23
1.7 Les systemes lineaires discrets . . . . . . . . . . . . . . . . . . 24
1.7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . 24
1.7.2 Equation recurrente . . . . . . . . . . . . . . . . . . . . 25
1.7.3 representation dEtat . . . . . . . . . . . . . . . . . . . 25
1.7.4 Solution de lequation detat . . . . . . . . . . . . . . . 27
1.7.5 Commandabilite et observabilite . . . . . . . . . . . . . 28
1.7.6 Perte de commandabilite ou dobservabilite par discretisation 28

TABLE DE MATIERES TABLE DE MATIERES
1.8 Autres proprietes . . . . . . . . . . . . . . . . . . . . . . . . . 31

1.8.1 Notion de dualite . . . . . . . . . . . . . . . . . . . . . 31
1.8.2 Indice de commandabilite ou dobservabilite . . . . . . 31
1.8.3 Invariance de la commandabilite et de lobservabilite
par changement de base . . . . . . . . . . . . . . . . . 31
1.9 Decomposition canonique de Kalman . . . . . . . . . . . . . . 32
1.10 Stabilite des systemes en representation detat . . . . . . . . . 36
1.10.1 Stabilite a partir des poles . . . . . . . . . . . . . . . . 36
1.10.2 Stabilite au sens de Lyapunov . . . . . . . . . . . . . . 36
1.10.3 Systemes discrets . . . . . . . . . . . . . . . . . . . . . 39
2 Commande des systemes en representation detat 41

2.1 Commande par placement de poles . . . . . . . . . . . . . . . 41
2.1.1 Cas des systemes SISO . . . . . . . . . . . . . . . . . . 42
2.1.2 Cas des MIMO . . . . . . . . . . . . . . . . . . . . . . 45
2.2 Observateur detat . . . . . . . . . . . . . . . . . . . . . . . . 47

Chapitre 1
Representation dEtat
1.1 Introduction :
Avant dintroduire la representation detat, on va dabord rappeler les representation
classiques, a savoir la representation par equations dierentielles et la representation
par fonction de transfert. Pour piloter un procede physique, le concepteur
a besoin dun modele pour le simuler dans une premiere etape. Ce modele
peut provenir soit dune description physique du procede ( modele de con-
naissance ), soit par identification du procede.
Exemple 1.1.1. : Considerons le modele dun moteur a courant continu

commande par la tension de linducteur. On suppose quon travail en regime
lineaire : le couple electrique developpe est egal au couple magnetique, i.e.,
e = Ki(t) = m .
i(t) R
J

V(t) L f
Figure 1.1: Schema dun moteur a courant continu

Introduction : Representation dEtat
En ecrivant la loi des mailles dans linducteur,

di(t)
v(t) = Ri(t) + L
dt
Et par application du principe fondamental de la dynamique sur larbre dinertie
J,
d(t)
J + f (t) = m = Ki(t)
dt
Quon peut ecrire sous la forme,
J d(t) f
i(t) = + (t)
K dt K
En combinant les equations precedentes,
d(t) 2
d (t) d(t)
v(t) = RJ
K dt
+ RF
K
(t) + LJ
K dt2
+ Lf
K dt
d2 (t)
= LJ
K dt2
+ ( RJ
K
+ Lf
K
) d(t)
dt
+ Rf
K
(t)
d2 (t) d(t)
= a dt2 + b dt + c(t)
Dune maniere generale, un systeme lineaire peut etre decrit par une
equation de la forme,
dn y(t) dn1 y(t) dm u(t) dm1 u(t)
an +an1 +...+a0 y(t) = bm +b m1 +...+b0 u(t)
dtn dtn1 dtm dtm1
Remarque 1.1.2. :
Pour un systeme physiquement realisable, la causalite impose n m .
Si les parametres ai (t), i = 0, ..., n et bj (t), j = 0, ..., m sont tous
constants alors le systeme est dit invariant ou stationnaire. Dans ce
cours on va se limiter a letude des systemes stationnaires.
La representation dun systeme reel par une telle equation ne peut
etre quune approximation. En eet, tous les systemes physiques ( ou
presque ) sont de nature non lineaire.
Si lequation precedente se presente sous la forme,
dn y(t) dn1 y(t) dm u(t ) dm1 u(t )
an +a n1 +...+a0 y(t) = b m +b m1 +...+b0 u(t )
dtn dtn1 dtm dtm1
Alors le systeme admet un retard pur ( systemes tel que la propagation
de chaleur, transfert de matiere ...).

Introduction : Representation dEtat
En considerant que toutes les conditions initiales sont toutes nulles, et par
application de la transformee de Laplace lequation ( systeme stationnaire
sans retard pur ) devient,
(an pn + an1 pn1 + ... + a0 )Y (p) = (bm pm + bm1 pm1 + ... + b0 )U (p)
Y (p) et U (p) sont les transformees de Laplace de y(t) et u(t) respectivement.

On definit la fonction de transfert dun systeme lineaire invariant par,
Y (p) bm pm + bm1 pm1 + ... + b0 N (p)
H(p) = = n n1
=
U (p) an p + an1 p + ... + a0 D(p)
Les racines du polynome N (p) sappellent les zeros de la fonction de transfert
alors que celles de D(p) sappellent les poles de la fonction de transfert.
Remarque 1.1.3. :
Dans la determination de la fonction de transfert, on a suppose que
toutes les conditions initiales sont nulles car ces dernieres ne sont pas
intrinseques au systeme.
Puisque Y (p) = H(p)U (p) alors, Si U (p) = 1 ( entree impulsion ) alors

H(p) = Y (p). Si U (p) = p1 ( entree echelon ) alors H(p) = pY (p).
C/C : La fonction de transfert dun systeme concide avec la transformee

de Laplace de sa reponse impulsionnelle . Cest aussi la transformee de
Laplace de la derivee premiere de la reponse indicielle du systeme.
Exemple 1.1.4. Considerons lexemple precedent (Moteur a courant con-

tinu).
V (p) = (ap2 + bp + c)(p)
La fonction de transfert du systeme est donc donnee par,
1
H(p) = = 2
V (p) ap + bp + c
Le systeme admet deux poles p1 et p2 et nadmet pas de zeros:
R f
p1 = et p2 =
L J
Representation dEtat Representation dEtat
Par application dun echelon a lentree ( V(p) = 1 ), et par decomposition

en elements simples,
( )
K 1 1
(p) =
RJ Lf p + Jf p+ RL
on peut donc avoir la reponse temporelle du systeme par application de la

transformee de Laplace inverse, soit
( )
K f R
(t) = exp( t) exp( t)
RJ Lf J L
Reste a signaler que si le systeme admet un retard pur, celui ci apparat
explicitement dans la fonction de transfert de la maniere suivante,
Y (p) bm pm + bm1 pm1 + ... + b0
H(p = = exp( p)
U (p) an pn + an1 pn1 + ... + a0
Jusqua present, nous avons utilise deux manieres de representer un systeme
lineaire, soit en utilisant les equations dierentielles qui decrivent le com-
portement du systeme, soit en utilisant la representation par fonction de
transfert. Il sagit dans les deux cas de representation qui se basent sur les
grandeurs dentree et de sortie du systeme, autrement dit des representations
externes. Quoi quelles deviennent de moins en moins utilisees par la com-
munaute scientifique, ces representations ont joue un role capital dans le
developpement des sciences de lingenieur Automaticien, particulierement
dans letude frequentielle des procedes. Depuis les annees soixante du siecle
dernier, une autre representation, dite detat, est de plus en plus utilisee dans
letude des systemes lineaires. Elle a beaucoup davantages par rapport aux
representations precedentes, cest ce qui fera lobjet du paragraphe suivant.
1.2 Representation dEtat

Cest une representation largement utilisee dans la theorie de la commande
automatique des procedes. Elle utilise la notion du vecteur detat, cest un
element de Rn ou de Cn quon appelle espace detat. Cest une representation
interne contrairement aux deux precedentes. Les composantes du vecteur
detat sont lineairement independantes, leur nombre constitue la dimension
de lespace detat et ne representent pas forcement des grandeurs physiques.

En general, un systeme lineaire peut etre representer par une equation detat
sous la forme, {
X(t) = AX(t) + Bu(t)
y(t) = CX(t) + Du(t)
X(t) Rn est letat du systeme, y(t) Rp est sa sortie, u(t) Rm est
u(t) y(t)
Procd
sa commande et A, B, C et D sont des matrices constantes de dimension

(nn), (nm), (pn) et (pm) respectivement. Connaissant la fonction de
transfert dun systeme, lune de ses representations detat peut etre obtenue
de la maniere suivante:
Y (p) Y (p) W (p) bm pm + bm1 pm1 + ... + b0
H(p = = =
U (p) W (p) U (p) pn + an1 pn1 + ... + a0
La grandeur W est introduite de la facon suivante,
W (p) 1
= n n1
U (p) p + an1 p + ... + a0
Y (p)
= bm pm + bm1 pm1 + ... + b0
W (p)
ce qui permet decrire,
dn w(t) dn1 w(t)
u(t) = + an1
dtn dtn1 + ... + a0 w(t)
dm w(t) dm1 w(t)
y(t) = bm + b m1 + ... + b0 w(t)
dtm dtm1
Ensuite, on pose,

x1 (t) = w(t)

x2 (t) = dw(t) = x1

. dt

.

dn1 w(t)

xn (t) = ndtn1 = xn1 (t)

x (t) = d w(t) = a x (t) a x
n dtn n1 n1 n1 n2

qui peut etre ecrite sous la forme,

x1 0 1 0 0 ... 0 x1 0
x2 0 0 1 0 ... 0 x2 0

. = . . . . . . . + . u

. . . . . . . . .
xn a0 a1 a2 a3 ... an1 xn 1
y(t) = bm xm+1 (t) + bm1 xm (t) + . . .
+ b0 x1 (t)
x1 (t)
[ ] x2 (t)

= b0 b1 . . . bm 0 . . . 0 ..
.
xn (t)
qui nest autre quune ecriture de la forme,
{
y(t) = CX(t) + Du(t)
avec les notations,

0 1 0 0 ... 0 0 x1 (t)
0 0
0 1 0 . . . 0 x2 (t)
A = .. B= . X(t) =

.
.. .. .. .. ..

..

. . . . . . .
a0 a1 a2 a3 . . . an1 1 xn (t)
[ ]
C= b0 b1 . . . bm 0 . . . 0 D=0
Exemple 1.2.1. On considere la fonction de transfert suivante,
1
G(p) =
(p + 1)(p + 2)(p + 3)
pour laquelle on cherche une representation interne. Puisque le numerateur
est une constante, on naura pas besoin dintroduire une variable supplementaire.
1 Y (p)
G(p) = = ,
p3 + 6p2 + 11p + 6 U (p)
quon peut ecrire sous la forme,
d3 y(t) d2 y(t) dy(t)
3
+ 6 2
+ 11 + 6y(t) = u(t).
dt dt dt
On pose,

x1 (t) = y(t)

x (t) = dy(t) = x (t)
2 dt 1
d2 y(t)

x (t) = = x2 (t)

3 dt2
d3 y(t) 2
x3 (t) = dt3 = 6 d dty(t) 2 11 dy(t)
dt
6y(t) + u(t)
quon peut mettre sous la forme dune equation detat,

x1 (t) 0 1 0 x1 (t) 0

X(t) = x2 (t) = 0 0 1 x2 (t) + 0 u(t)

x3 (t) 6 11 6 x3 (t) 1
et dune equation de sortie,

[ ] x1 (t)
y(t) = 1 0 0 x2 (t)
x3 (t)
Remarque 1.2.2. La methode suppose que le degre du numerateur est stricte-
ment inferieur au degre du denominateur de la fonction de transfert. Dans
le cas de legalite, on eectue une division polynomiale avant dappliquer la
methode precedente. Pour illustrer cette idee, on considere lexemple suivant:
3p3 + 2p2 + 5p + 2 N (p)
G(p) = 3 2
=
p + 2p + p + 1 D(p)
Dans ce cas, deg(N (p)) = deg(D(p)), il faut donc eectuer une division
polynomiale permettant decrire,
N (p) Y (p) 4p2 + 2p + 1
G(p) = = =3+ 3 = 3 + G1 (p)
D(p) U (p) p + 2p2 + p + 1
et on applique la methode a la fonction de transfert G1 (p), ce qui permet
dobtenir,

0 1 0 0

X(t) = 0 0 1
X(t) + 0 u(t)

[ 1 1 ] 2 1
y(t) = 1 2 4 X(t) + 3u(t)
Dans le cas de la remarque precedente, la matrice D nest pas nulle et
le systeme est dit propre contrairement au cas ou D = 0 et pour lequel le
systeme est dit strictement propre.

Proprietes de la representation detat Representation dEtat
1.3 Proprietes de la representation detat

1.3.1 Lunicite
La representation detat dun systeme lineaire nest pas unique. En eet,
considerons le systeme decrit par lequation,
{
y(t) = CX(t)
par changement de base defini par X(t) = T Z(t), le systeme peut etre decrit
dans la nouvelle base par,
{
Z(t) = T 1 AT Z(t) + T 1 Bu(t) = AZ(t) + Bu(t)
y(t) = CT Z(t) = CZ(t)
Avec la meme commande et les memes conditions initiales, le systeme developpe
la meme sortie, ce qui prouve que la representation detat nest pas unique.
1.3.2 Interet de la non unicite

Pour une matrice T bien choisie, le systeme peut etre ecrit sous une forme
simplifiee qui permet soit de minimiser le temps de calcul, soit de reduire le
nombre de parametres a identifier.
1.3.3 Passage a la fonction de transfert

En appliquant la transformee de Laplace a lequation detat, avec des condi-
tions initiales nulles on obtient,
{
pX(p) = AX(p) + BU (p)
Y (p) = CX(p) + DU (p)
quon peut ecrire sous la forme,
{
(pIn A)X(p) = BU (p)
Y (p) = CX(p) + DU (p)
ou encore, {
X(p) = (pIn A)1 BU (p)
Y (p) = (C(pIn A)1 B + D)U (p)
La fonction de transfert du systeme nest donc autre que G(p) = C(pIn
A)1 B + D. On considere souvent les systemes strictement propres, ce qui
permet decrire G(p) = C(pIn A)1 B

Solution de lequation detat Representation dEtat
1.3.4 Unicite de la representation par fonction de trans-

fert
Considerons un systeme ecrit sous sa forme detat,
{
y(t) = CX(t)
La fonction de transfert de ce systeme est donnee par, G(p) = C(pIn A)1 B.
Par changement de base X(t) = T Z(t) le systeme peut etre reecrit sous la
forme, {
La fonction de transfert de dernier systeme est donnee par,
G (p) = C(pIn A)1 B
= CT (pIn T 1 AT )1 T 1 B
= C(pIn A)1 B
= G(p)
Remarque 1.3.1. Les racines du denominateur de la fonction de transfert
du systeme (poles du systeme) sont exactement les valeurs propres de la ma-
trice A.
1.4 Solution de lequation detat

1.4.1 Systeme autonome
On considere le systeme autonome en representation detat,
{
X(t) = AX(t)
y(t) = CX(t)
avec la condition initiale X(t0 ) = X0 . En faisant appel a la transformee de
Laplace,
(pIn A)X(p) = X0 X(p) = (pIn A)1 X0
Soit (t, t0 ) la fonction qui permet au systeme de transiter de letat initial
X(t0 ) a letat X(t), i.e., X(t) = (t, t0 )X(t0 ). (t, t0 ) sappelle matrice de
transition. Par derivation on obtient,
X(t) = (t, t0 )X(t0 ) = AX(t) = A(t, t0 )X(t0 ) t0


(t, t0 ) = A(t, t0 )
Or la matrice de transition verifie aussi la relation, (p) = (pIn A)1
(transformee de Laplace de la matrice de transition ). Par analogie avec le
cas scalaire, on admet que,
X(t) = exp(A(t t0 ))X(t0 )
Dans cette ecriture, exp() designe lexponentielle matricielle. Ce qui permet
dobtenir lexpression explicite de la matrice de transition pour les systemes
lineaires stationnaires:
(t, t0 ) = (t t0 ) = exp(A(t t0 ))
Exemple 1.4.1. On considere le systeme autonome decrit par les equations,
[ ]
0 1 [ ]
X(t) = X(t) x01
[ 0 1] avec des conditions initiales X(0) =
x02
y(t) = 5 1 X(t)
pour lequel on cherche a determiner la matrice de transition. Dapres ce qui
precede,
[ ]1 [ ]T [ 1 1
]
p 1 1 p + 1 0
(p) = (pI2 A)1 = = = p p(p+1) 1
0 p+1 p(p + 1) 1 p 0 p+1
Par application de la transformee de Laplace inverse on obtient,
[ ]
1 1 exp(t)
(t) =
0 exp(t)
Letat du systeme est donc donne a tout instant par,
[ ][ ] [ ] [ ]
1 1 exp(t) x01 x01 + x02 (1 exp(t)) x01 + x02
X(t) = = t
0 exp(t) x02 x02 exp(t) 0
1.4.2 Propriete de la matrice de transition

1. (0) = In
2. (t) = [(t)]1
3. (t2 t1 )(t1 t0 ) = (t2 t0 ) t2 t1 t0
4. [(t)]k = (kt) k N

Justication
1. On a X(t) = (t)X(0) = X(0) = (0)X(0) = (0) = In
2. Dapres la relation generale, X(t) = (tt0 )X(t0 ) = X(0) = (t0 )X(t0 ).

Or X(t0 ) = (t0 )X(0), ce qui permet dobtenir le resultat.
3. On a X(t1 ) = (t1 t0 )X(t0 ) et X(t2 ) = (t2 t1 )X(t1 ). En remplacant

X(t1 ) par son expression on obtient X(t2 ) = (t2 t1 )(t1 t0 )X(t0 )
t2 , t1 et t0 ,. Or a partir du resultat general X(t2 ) = (t2 t0 )X(t0 ),
ce qui permet dobtenir le resultat.
4. La derniere propriete peut etre demontree par recurrence. La propriete

est vraie pour k = 0(premiere propriete). Elle est aussi vraie pour k = 1
(evidente). On suppose quelle est vraie a lordre k, i.e.,[(t)]k = (kt).
On a [(t)]k+1 = (t)k (t) = (kt)(t). En utilisant la troisieme
propriete on obtient, (kt)(t) = ((k + 1)t t)(t) = ((k + 1)t).
1.4.3 Solution globale

Dans ce cas on prend en compte le terme contenant la commande. Par
application de la transformee de Laplace on obtient,
(pIn A)X(p) = X(t0 )+BU (p) X(p) = (pIn A)1 X(t0 )+(pIn A)1 BU (p)
En appliquant la transformee de Laplace inverse,

t
X(t) = (t t0 )X(t0 ) + t0 (t )Bu( )d
t
= exp(A(t t0 ))X(t0 ) + t0 exp(A(t ))Bu( )d
et la sortie est donnee par,

t
y(t) = C exp(A(t t0 ))X(t0 ) + C exp(A(t ))Bu( )d
t0
Exemple 1.4.2. On considere lexemple precedent avec,

[ ] [ ]
0 1 0 [ ]
A= , B= , C= 5 1 et D=0
0 1 1

Les formes canoniques Representation dEtat
la reponse indicielle du systeme est donnee par,

[ ][ ] [ ][ ]
1 1 exp(t) x01 t 1 1 exp((t )) 0
X(t) = + 0 d
0 exp(t) x02 0 exp((t )) 1
[ ][ ] [ ]
1 1 exp(t) x01 t 1 exp((t ))
= + d
0 exp(t) x02 0 exp((t ))
[ ]
x01 + (1 exp(t))x02 + t 1 + exp(t)
=
x02 exp(t) + 1 exp(t)
1.5 Les formes canoniques

Nous avons deja mentionne que la representation detat dun systeme lineaire
nest pas unique, mais certaines formes sont privilegiees vues leur utilite
dans letude de ces systemes. On va donner les trois formes utiles: Forme
compagnon de commandabilite, forme compagnon dobservabilite et celle de
Jordan.
1.5.1 Forme canonique de commandabilite

Cest la forme que nous avons precedemment utilisee pour passer de la
representation par fonction de transfert a la representation detat. Ci-apres
le rappel de la forme. Soit la fonction de transfert,
bn1 pn1 + bn2 pn2 + ... + b1 p + b0
G(p) =
pn + an1 pn1 + an2 pn2 + ... + a1 p + a0
Une de ses representation detat sous forme canonique commandable est,

0 1 0 0 ... 0 0
0 0 1 0 ... 0 0
X(t) = ..
. ..
.
..
.
..
.
..
.
..
. X(t) + 0 u(t)
..
0 0 0 . . . 0 1 .
a0 a1 a2 . . . an2 an1 1
[ ]
y(t) = b0 b1 b2 . . . bn2 bn1 X(t)
Remarque 1.5.1.

1. On rappelle que si le degre du denominateur est egal a celui du numerateur

de la fonction de transfert, il faut eectuer une division polynomiale
avant de chercher la forme compagnon.
2. Si la forme du systeme est quelconque et quon souhaite ecrire le systeme
sous sa forme canonique de commandabilite alors, il faut revenir a la
fonction de transfert et proceder ensuite comme on vient de le faire.
3. La representation detat sous forme compagnon commandable nest pas
unique.
Exemple 1.5.2. Soit la fonction de transfert,
p2 + 7p + 12
G(p) =
p(p2 + 3p + 2)
Lune de ses representation sous forme canonique commandable est,

0 1 0 0

X(t) = 0 0 1 X(t) + 0 u(t)

( 0 2 3 ) 1
y(t) = 12 7 1 X(t)
1.5.2 Forme canonique dobservabilite

On considere la fonction de transfert,
bn1 pn1 + bn2 pn2 + ... + b1 p + b0
G(p) =
pn + an1 pn1 + an2 pn2 + ... + a1 p + a0
qui peut se reecrire sous la forme,
pn Y (p) = an1 pn1 Y (p)an2 pn2 Y (p) a0 Y (p)+bn1 pn1 U (p)+bn2 pn2 U (p)+ +b0 U (
[ [ ] ]
1 1 1
Y (p) = an1 Y (p) + bn1 U (p) + an2 Y (p) + bn2 U (p) + [a0 Y (p) + b0 U (p)] . . .
p p p
On pose,

Xn (p) = p1 [a0 Y (p) + b0 U (p)]

1
Xn1 (p) = p [a1 Y (p) + b1 U (p) + Xn (p)]
..
.

X1 (p) = p1 [an1 Y (p) + bn1 U (p) + X2 (p)]

Y (p) = X1 (p)

En revenant au temps,

x1 (t) = an1 x1 (t) + x2 (t) + bn1 u(t)

x2 (t) = an2 x1 (t) + x3 (t) + bn2 u(t)
..

.

xn (t) = a0 x1 (t) + b0 u(t)
et
x1 (t)
( )
x2 (t)

y(t) = x1 (t) = 1 0 0 ... 0 ..
.
xn (t)
finalement,

an1 ... 0
1 0 0
x1 (t) x1 (t) bn1
an2 ... 0
0 1 0
x2 (t)
x2 (t) .. .. ..
.. .. .. bn2
.. = . . .
. .
. . + .. u(t)
. .. .
a1 0 0 . . . 0 1
x (t) xn (t) b0
n
a0 0 0 . . . 0 0
x1 (t)
( )
x2 (t)

y(t) = x1 (t) = 1 0 0 . . . 0 ..
xn (t)
Remarque 1.5.3. La representation detat sous forme canonique dobservabilite
nest pas unique.
p2 +7p+12
Exemple 1.5.4. Considerons lexemple precedent ou G(p) = p(p2 +3p+2)
.
Lune de ses formes canonique deobservabilite est donnee par,

3 1 0 1

X(t) = 2 0 1 X(t) + 7 u(t)

( 0 0 )0 12

y(t) = 1 0 0 X(t)
1.5.3 Forme de Jordan

Linteret de cette forme detat est de faire apparatre explicitement les poles
du systeme (valeur propres de la matrice A). On distingue deux cas,

Forme diagonale
On considere le systeme,
{
y(t) = CX(t)
Si la matrice A est diagonalisable alors il sut de trouver la transformation

X(t) = T Z(t) telle que A = T 1 AT soit une matrice diagonale et le systeme
en Z secrit,
{
y(t) = CT Z(t) = BZ(t)
T est une matrice de passage obtenue a partir dun changement de base de

la facon suivante: [ ]
T = v1 v2 . . . v n
ou les vecteurs vi , i = 1, . . . , n sont les vecteurs propres de la matrice A. En
eet, les equations
Avi = i vi , i = 1, 2, . . . , n
peuvent etre ecrites sous forme condensee,
[ ] [ ]
A v1 v2 . . . v n = 1 v1 2 v2 . . . n vn
1 0 0 . . . 0
0 2 0 . . . 0 [ ]

= .. .. .. .. .. v1 v2 . . . vn
. . . . .
[0 0 0 . . . ]n
= A v1 v2 . . . vn
Proprietes
Les proprietes suivantes peuvent etre demontrees facilement.
Pour tout entier m N,

m1 0 0 ... 0
0 m 0 ... 0
1
Am = T Am T 1 = T
2
.. .. .. .. .. T
. . . . .
0 0 0 ... m
n

On a aussi,

exp(1 t) 0 0 ... 0
0 exp(2 t) 0 ... 0
1 1
exp(At) = T AT =T .. .. .. .. .. T
. . . . .
0 0 0 ... exp(n t)
Remarque 1.5.5. La transformation ne change pas le spectre dune matrice

(deux matrices semblables ont le meme spectre).
Exemple 1.5.6. Soit le systeme decrit par,

[ ] [ ]
0 1 0
X(t) = X(t) + u(t)
[ 3 4] 1

y(t) = 4 1 X(t)
[ ]
Le spectre de la matrice A est donne par (A) = 3 1 , quon peut
obtenir par resolution de lequation det(I A) = 0. Le vecteur propre v
associe a la valeur propre 3 est obtenu par resolution de lequation Av =
3v. En notant v = [x y]T , les composantes x et y doivent verifier,
{ [ ]
y = 3x x
v = , x = 0
3x 4y = 3y 3x
Le vecteur propre w associe a la

[ valeur] propre 1 est obtenu a partir de la
x
relation Aw = w. Soit w = , x = 0. Un choix de x = 1 permet
x
dobtenir la matrice de passage T ,
[ ]
[ ] 1 1
T = v w =
3 1
et les matrice du systeme dans la nouvelle base sont donnees par,

[ ] [ ]
3 0 1 1 [ ]
A = , B = , C = 1 3 et D = 0
0 1 2 1

Forme non diagonale

Si la matrice A nest pas diagonalisable alors, le resultat de la transformation
est une matrice de Jordan. En eet, a toute valeur propre i de multiplicite
ni correspond un bloc de Jordan de la forme,

i 1 0 0 . . . 0
0 i 1 0 . . . 0

Ji = ... ... .. .. ..
. . . Rni ni

0 0 . . . 0 i 1
0 0 . . . 0 0 i
et la matrice de Jordan associee au systeme est donnee par,

J1 0 0 0 . . . 0
0 J2 0 0 . . . 0
s
.. .. . . . .
J = . . .
. . . .
. .
. , avec ni = n

0 0 . . . 0 Js1 0 i=1
0 0 . . . 0 0 Js
Si la valeur propre i est simple alors le bloc correspondant est un reel ( la
valeur propre elle meme ). Si la valeur propre i est multiple, les vecteurs
propres v1i , v2i , . . . , vni i qui lui sont associes sont obtenus a partir de ,

i
Av1 = i v1
i

i i
Av2 = i v2 + v1
i
Av3i = i v3i + v2i

..

.

Av i = v i + v i
n i n n1
Exemple 1.5.7. Soit le systeme,

[ ] [ ]
0 1 0
X(t) = X(t) + u(t)
[ 1] 2 1

y(t) = 4 1 X(t)
[ ]T
1 est une valeur propre double. Les vecteurs propres associes v = x y
[ ]T
et w = z t sont obtenus a partir des equations suivantes,
{
Av = v
Aw = Aw + v

ce qui permet dobtenir,

[ ] [ ]
x z
v= et w= , x, z non nuls
x xz
[ ]T [ ]T
] x = 1 et z = 1 on obtient,v = 1 1 , w = 1 2
Pour un[ choix
et T = v w . Les matrices du systeme dans la nouvelle base sont donnees
par,
[ ] [ ]
1 1 1 [ ]
A = , B = , C = 3 2 et D = 0
0 1 1
Proprietes de la matrice de Jordan

J1m 0 0 ... 0
0 Jm 0 ... 0
2
J m
= .. .. .. .. ..
. . . . .
0 0 0 ... Jsm

J1 J1T 0 0 ... 0
0 T
J2 J2 0 . . . 0

JJ T = .. .. .. .. ..
. . . . .
0 0 0 ... Js JsT

exp(J1 t) 0 0 ... 0
0 exp(J2 t) 0 ... 0

exp(Jt) = .. .. .. .. ..
. . . . .
0 0 0 . . . exp(Js t)
la matrice de transition est donnee par (t) = T exp(Jt)T 1
Remarque 1.5.8. (Matrice de Vandermonde) Si le systeme est ecrit

sous sa forme canonique de commandabilite et si les valeurs propres de la
matrice A sont distinctes alors, la matrice de passage qui permet decrire le

Commandabilite et observabilite Representation dEtat
systeme sous sa forme de Jordan est donnee par,

1 1 1 ... 1
1 2 3 . . . n

2 22 23 . . . 2n
T = 1
.. .. .. .. ..
. . . . .
n1 n1 n1 n1
1 2 3 . . . n
1.6 Commandabilite et observabilite

Lobjectif de lAutomaticien est de guider la sortie dun systeme a partir
de ses entrees. Pour le faire en representation detat, il faut etre capable
de guider ses variables detat qui sont des grandeurs internes. Lobjectif
de cette partie est de savoir sous quelles conditions on peut commander les
sorties dun systeme lineaire invariant continu, a partir de ses entrees.
1.6.1 Commandabilite
Definition 1.6.1. Un systeme x(t) = Ax(t)+Bu(t) est commandable si pour
tout instant initial to et tout instant t1 t0 on peut trouver une commande
u(t) admissible sur lintervalle [t0 t1 ] qui permet de transferer le systeme
de x(t0 ) a x(t1 ).
u(t) admissible
x(t1)
x(to)
t1 to
1.6.2 Critere de commandabilite

Le systeme {
y(t) = CX(t)
[ ]
est commandable si et seulement si la matrice B AB A2 B . . . An1 B
est de rang n (n est la dimension de lespace detat).

Commandabilite et observabilite Representation dEtat
Exemple 1.6.2. Soit le systeme,

[ ] [ ]
0 1 0
X(t) = X(t) + u(t)
[ 2] 3 1

y(t) = 1 0 X(t)
[ ]
[ ] 0 1
rang( B AB = rang( ) = 2 = n, le systeme est donc command-
1 3
able.
Remarque 1.6.3.
Dans le cas ou la matrice A est diagonale, le systeme est commandable
si et seulement si la matrice B nadmet pas de ligne nulle.
Si
[ m = 1 alors le systeme est ]commandable si et seulement si la matrice
B AB A2 B . . . An1 B est inversible.
1.6.3 Observabilite
Definition 1.6.4. Le systeme,
{
y(t) = CX(t)
est dit observable si pour tout instant t0 , il existe un instant t1 t0 tel que la
connaissance de y(t) et de u(t) sur lintervalle [t0 t1 ] permet de determiner
X(t0 ).
Critere dobservabilite
Le systeme, {
y(t) = CX(t)
ou X Rn , est observable si et seulement si,

C
CA

2
rang CA = n
..
.
CAn1

Les systemes lineaires discrets Representation dEtat
([ ]) ([ ])
C 1 0
Exemple 1.6.5. Pour lexemple precedent, on a rang = rang =
CA 0 1
2, le systeme est donc observable.
Remarque 1.6.6.
On parle parfois dobservabilite du systeme a un instant t0 au lieu

dobservabilite du systeme. Un systeme est dit observable a linstant
t0 si la connaissance de la sortie et de lentree du systeme sur un in-
tervalle de temps [t0 t1 ] permet de determiner X(t0 ), pour tout t0 .
Dapres cette definition, si le systeme est observable a un instant t0
alors il lest a linstant t = 0.
Puisque lobservabilite est une propriete liee a la reconstruction de letat

initiale alors, lobservabilite du systeme autonome implique celle du
systeme avec un terme de commande. En eet, letat initial, dont
depend lobservabilite, nintervient que dans la solution libre.
1.7 Les systemes lineaires discrets

1.7.1 Introduction
Le developpement spectaculaire des outils informatiques a incite les Au-
tomaticiens a introduire les calculateurs dans la boucle de commande des
systemes. Etant donne quun calculateur ne traite que des donnees numeriques,
on est amene a adapter les donnees avant de les traiter numeriquement. Cest
ainsi que les convertisseurs analogiques-numeriques et numerique-analogiques
ont ete concus. Lechantillonnage permet de la discretisation des systemes
continus, et par suite leur traitement par calculateur. Des algorithmes sont
ainsi implementes en utilisant des langages de programmation.
Lobjectif de cette partie est detendre la representation detat aux systemes
discrets. Par analogie avec les systemes continus, tout systeme lineaire dis-
cret est caracterise par une transmittance echantillonnee,
y(z)
G(z) =
u(z)
(On admet que toutes les conditions initiales sont nulles). G(z) est la trans-
formee en Z de la reponse impultionnelle du systeme considere: G(z) =

k=0 g(kTe )z k ou Te est la periode dechantillonnage. Pour les systemes

stables, il existe un entier N telque g(kTe ) = 0 pur tout k N . La trans-
N k
mittance secrit donc G(z) = k=0 g(kTe )z . Dans ce cas, la sortie est
k
donnee par y(kTe ) = i=0 g((N i)Te )u(iTe ) (La convolution discrete).
1.7.2 Equation recurrente

Dune facon generale, la transmittance echantillonnee dun systeme lineaire
discret invariant SISO(une entree, une sortie) est donnee par,
b0 + b1 z 1 + + bm z m y(z)
G(z) = =
1 + a1 z + a2 z + + an z
1 2 n u(z)
y(z)(1 + a1 z 1 + a2 z 2 + + an z n ) = u(z)(b0 + b1 z 1 + + bm z m )
En utilisant la transformee en Z inverse on obtient(on prend T e = 1 pour

simplifier les ecritures),

n
m
y(k) = ai y(k i) + bj u(k j)
i=1 j=0
Remarque 1.7.1. Si on utilise loperateur retard defini par q 1 y(k) = y(k

1) alors, le systeme reecrit sous la forme,
A(q 1 )y(k) = B(q 1 )u(k) (Modele auto-regressif )
avec,
A(q 1 ) = 1 + q1 q 1 + a2 q 2 + + an q n
B(q 1 ) = b0 + b1 q 1 + b2 q 2 + + bm q m
Si le systeme est un MIMO(plusieurs entrees, plusieurs sorties), les parametres
ai et bj redeviennent des matrices de dimensions appropries.
1.7.3 representation dEtat

De la meme maniere que pour les systemes continus, un systeme discret peut
etre ecrit en representation detat soit sous lune de ses formes canoniques
de commandabilite, soit sous lune de ses formes dobservabilite ou sous une

forme quelconque. A titre dexemple, determinons representation detat a

partir de son equation recurrente:

y(k) = ni=1 ai y(k i) + m j=0 bj u(k j)
= b0 u(k) + q (b1 u(k) a1 y(k)) + + q m (bm u(k) am y(k))
1
q (m+1) am+1 y(k) q n an y(k)

= b0 u(k) + q 1 [(b1 u(k) a1 y(k)) + q 1 [(b 1
] a1 y(k)) + + q [(bm u(k) am y(k
]]1 u(k)
(1) 1
q [am+1 y(k) q [an y(k)]] . . .
et on pose,
xn (k) = q 1 an y(k)

xn1 = q 1 [an1 y(k) xn (k)]

..
.
xm = q 1 [bm u(k) am y(k) + xm+1 (k)]

..

.

x1 (k) = q 1 [b1 u(k) a1 y(k) + x2 (k)]

y(k) = b0 u(k) + x1 (k)
quon mettre sous la forme matricielle suivante,

a1 1 0 0 . . . 0
x1 (k + 1) b1 a1 b0
a2 0 1 0 . . . 0 x1 (k)
x2 (k + 1) x2 (k) b2 a2 b0
.. .. .. .. .. ..
.. = . . . . . . .. + .. u(k)
. . .
an1 0 0 . . . 0 1
xn (k + 1) xn (k) an b0
an 0 0 . . . 0 0
x1 (k)
[ ]
x2 (k)

y(k) = x (k) = 1 0 0 ... 0 .. + b0 u(k)
1
.
xn (k)
Dune maniere generale, un systeme lineaire discret peut etre represente par,
{
x(k + 1) = Ax(k) + Bu(k)
y(k) = Cx(k) + Du(k)
ou x(k) Rn est letat du systeme, u(k) Rm est la commande du systeme,

y(k) Rp est la sortie du systeme et A, B, C, et D sont des matrices
constantes de dimensions (n n), (n m), (p n) et (p m) respectivement.

Remarque 1.7.2.
Si le systeme continu est decrit par,
{
x(t) = Ac x(t) + Bc u(t)
y(t) = Cc x(t) + Dc u(t)
alors, par discretisation on obtient un systeme discret decrit par,

{
x(k + 1) = Ad x(k) + Bd u(k)
y(k) = Cd x(k) + Dd u(k)
Les quadruplets (Ac , Bc , Cc , Dc ) et (Ad , Bd , Cd , Dd ) sont dierents.
Comme pour le cas continu, la representation detat nest unique.
La transmittance echantillonnee peut etre obtenue a partir de lequation

detat discrete par,
G(z) = C(zIn A)1 B + D
De plus, G(z) est unique quelque soit la base utilisee.
Les poles du systeme ( donc de G(z)) sont exactement les valeurs pro-
pres de la matrice A.
1.7.4 Solution de lequation detat

La connaissance de letat initial est necessaire pour determiner la solution.
En eet, dapres lequation detat,
x(1) = Ax(0) + Bu(0)

x(2) = Ax(1) + Bu(1)
= A2 x(0) + ABu(0) + Bu(1)
x(3) = Ax(2) + Bu(2)
= A3 x(0) + A2 Bu(0) + ABu(1) + Bu(2)
quon peut generaliser de la maniere suivante,

k
k+1
x(k + 1) = A x(0) + Aki Bu(i)
i=0

1.7.5 Commandabilite et observabilite

Les definitions ainsi que les criteres de commandabilite et dobservabilite
restent les memes que pour les systemes continus. En eet, le systeme,
{
x(k + 1) = Ax(k) + Bu(k)
y(k) = Cx(k)
([ ])
est commandable si et seulement si rang B AB A2 B . . . An1 B =
n. Il est observable si et seulement si

C
CA

CA2
rang = n
..
.
n1
CA
n est la dimension de lespace detat.
1.7.6 Perte de commandabilite ou dobservabilite par

discretisation
On considere le systeme,
{
x(t) = Ac x(t) + Bc u(t)
y(t) = Cc x(t)
suppose commandable et observable. Par discretisation on obtient,
{
x(k + 1) = Ad x(k) + Bd u(k)
y(k) = Cd x(k)
Question: Est ce que le systeme discret conserve les proprietes de com-
mandabilite et dobservabilite ?
Theoreme 1.7.3. Le systeme discret reste commandable et observable si les
valeurs propres de la matrice Ac verifient,
2k
e(i (Ac )) = e(j (Ac )) = m(i j ) = , k N
i=j Te
ou Te est la periode dechantillonnage, e(.) designe la partie reelle et m(.)
designe la partie imaginaire.

Remarque 1.7.4. Pour les SISO, la condition est aussi necessaire.

Exemple 1.7.5. On considere le systeme decrit par la fonction de transfert,
Y (p) w2
G(p) = = 2 0 2
U (p) p + w0
Une representation detat du systeme est donnee par,
[ ] [ ]
0 1 0
X(t) = X(t) + u(t)
w
[ 2 0]
2
0 1

y(t) = w0 0 X(t)
qui est un systeme commandable et observable puisque

([ ]) ([ ]) ([ 2 ])
([ ]) 0 1 C w0 0
rang B AB = rang = 2 et rang = rang =2
1 0 CA 0 w02
Par discretisation du systeme en utilisant un bloqueur dordre zero, la fonc-

tion de transfert echantillonnee est donnee par,
( )
1 G(p)
G(z) = (1 z )Z
p
Par decomposition en elements simples on obtient,
G(p) 1 p
= 2
p p p + w02
dapres les tables,
( ) ( )
1 z p z(z cos(w0 Te ))
Z = et Z =
p z1 p2 + w02 z 2 2zcos(w0 Te ) + 1
finalement,
( )
1 G(p) (z + 1)(1 cos(w0 Te )) Y (z) N (z)
G(z) = (1 z )Z = =
p z 2 2zcos(w0 Te ) + 1 N (z) U (z)
On pose,
N (z) 1 Y (z)
= 2 et = (z + 1)(1 cos(w0 Te ))
U (z) z 2zcos(w0 Te ) + 1 N (z)

ce qui permet dobtenir les equations recurrentes,

{
n(k + 2) 2cos(w0 Te )n(k + 1) + n(k) = u(k)
y(k) = [1 cos(w0 Te )][n(k + 1) + n(k)]
On pose,

x1 (k) = n(k)

x1 (k + 1) = n(k + 1) = x2 (k)

x2 (k + 1) = n(k + 2) = 2cos(w0 Te )x2 (k) x1 (k) + u(k)

y(k) = [1 cos(w0 Te )]x1 (k) + [1 cos(w0 Te )]x2 (k)
dou la representation detat suivante,
[ ] [ ]
0 1 0
x(k + 1) = x(k) + u(k)
1 2cos(w0 Te[) ] 1

y(k) = (1 cos(w0 Te )) 1 1 x(k)
par application des criteres de commandabilite et dobservabilite,
([ ])
([ ]) 0 1
rang B AB = rang =2
1 2cos(w0 Te )
et ([ ]) ([ ])
C 1 1
rang = (1 cos(w0 Te ))rang
CA 1 1 + 2cos(w0 Te )
Le systeme est donc commandable mais nest observable que si
{
1 cos(w0 Te ) = 0 k
= w0 =
2 + 2cos(w0 Te ) = 0 Te
Par application du theoreme precedent, une condition necessaire et susante
de non perte de commandabilite et dobservabilite est:
(1 = jw0 et 2 = jw0 ) = e(1 ) = e(2 )
2k k
m(1 2 ) = = w0 =
Te Te
Remarque 1.7.6.
cos(w0 Te ) = 1 = G(z) = 0, ce qui signifie que les etats du systeme
ne sobservent pas.
cos(w0 Te ) = 1 = G(z) = z+1 2
, ce qui veut dire quon nobserve
quune seule composante de letat puisquil ya simplification dun pole
par un zero.

Autres proprietes Representation dEtat
1.8 Autres proprietes

1.8.1 Notion de dualite
Soit le systeme continu,
{
x(t) = Ax(t) + Bu(t)
S1
y(t) = Cx(t)
Le dual de ce systeme est defini par,

{
z(t) = AT z(t) + C T v(t)
S2
s(t) = B T z(t)
et on a les proprietes suivantes:

S1 est commandable si et seulement si S2 est observable S1 est observable si
et seulement si S2 est commandable
1.8.2 Indice de commandabilite ou dobservabilite

Independamment de la nature du systeme
([ (continu 2ou discret),1
les plus
]) petits
entiers n et n tels que, rang B AB A B . . . A B = n et

C
CA

CA2
rang = n
..
.
1
CA
sappelle indice de commandabilite et indice dobservabilite, respectivement.
1.8.3 Invariance de la commandabilite et de lobservabilite

par changement de base
On considere le systeme continu,
{ {
x(t) = Ax(t) + Bu(t) x(k + 1) = Ax(k) + Bu(k)
ou le discret
y(t) = Cx(t) y(k) = Cx(k)

Decomposition canonique de Kalman Representation dEtat
Sa
[ matrice 2de commandabilite
] et dobservabilite sont donnees par Mc =
B AB A B . . . An1 B et

C
CA

2
Mo = CA
..
.
n1
CA
Par changement de base z = T x on obtient,

{
z(t) = T 1 AT z(t) + T 1 Bu(t) = Az(t) + Bu(t)
y(t) = CT z(t) = Cz(t)
ou le discret
{
z(k + 1) = T 1 AT z(k) + T 1 Bu(k) = Az(k) + Bu(k)
y(k) = CT x(k) = Cz(k)
Les matrices de commandabilite

[ et dobservabilite]du systeme dans la nou-
velle base sont, Mc = B AB A2 B . . . An1 B et

C
C A

Mo = C A
2

..
.
n1
C A
Il est facile de voir que rang(Mc ) = rang(Mc ) et rang(Mo ) = rang(Mo ).
1.9 Decomposition canonique de Kalman

On considere le systeme decrit par,
{
y(t) = Cx(t)
Il est toujours possible de decomposer letat du systeme en quatre parties

x1 , x2 , x3 et x4 , de dimensions n1 , n2 , n3 et n4 respectivement, avec n =

n1 + n2 + n3 + n4 . Les matrices A, B et C dans la nouvelle base secrivent,

A11 A12 A13 A14 B1
0 A22 0 A24 B2 [ ]
A =
0
, B = et C = 0 C 0 C
0 A33 A34 0 2 4
0 0 0 A44 0
tels que, Aij (ni jj ), Bi (ni m) et Ci (p ni ). La decomposition nest pas
unique mais le nombre de variable dans chaque partie est fixe. Tout systeme
peut etre decompose en quatre sous-systemes:
Un sous systeme SOC commandable mais non observable.
Un sous systeme SOC observable mais non commandable.
Un sous systeme SOC non observable et non commandable.
Un sous systeme SOC observable et commandable.
So
Systme
y
u u
y Soc
Sc
Cherchons la matrice de transfert de ce systeme. Pour cela, reecrivons le

systeme sous la forme,

x1 (t) = A11 x1 (t) + A12 x2 (t) + A13 x3 (t) + A14 x4 (t) + B1 u(t)

x2 (t) = A22 x2 (t) + A24 x4 (t) + B2 u(t)

x3 (t) = A33 x3 (t) + A34 x4 (t)

x4 (t) = A44 x4 (t)
et
y(t) = C2 x2 (t) + C4 x4 (t) = Y (p) = C2 X2 (p) + C4 X4 (P )
En annulant toutes les conditions initiales on peut ecrire, (pI A44 )X4 (p) =
0 = X4 (p) = 0. et (pI A22 )X2 (p) = B2 U (p) = X2 (p) = (pI
A22 )1 B2 U (p), par suite Y (p) = C2 (pI A22 )1 B2 U (p) et la fonction de
transfert est donnee par, G(p) = C2 (pI A22 )1 B2 , dou le resultat suivant.

Theoreme 1.9.1. La matrice de transfert dun systeme lineaire invariant

correspond uniquement a sa partie commandable et observable.
Exemple 1.9.2. On considere le systeme decrit par le schema suivant, Determinons
u(t) + x1
1.5 1/s + x3
- v(t)
+
- 1/s
0.2 y(t)
+ + +
0.5 1/s 2
+ + +
x2
0.8 1/s
-
x4
3
une de ses representation detat et sa fonction de transfert.

x1 (t) = x1 (t) + 1.5u(t)

x2 (t) = x2 (t) 0.5u(t)

x3 (t) = 2x3 (t) + 0.2v(t)

x4 (t) = 3x4 (t) + 0.8v(t)

v(t) = x1 (t) + x2 (t)

y(t) = x3 (t) + x4 (t)

x 1 (t) 1 0 0 0 x1 (t) 1.5

x
2 =(t) 0 1 0 0 2 + 0.5 u(t) = AX(t) + Bu(t)
x (t)

x3 (t) 0.2 0.2 2 0 x3 (t) 0

x4 (t) 0.8 0.8 0 3 x4 (t) 0

x 1 (t)

[ ] x2 (t)

y(t) = 0 0 1 1
x3 (t) = CX(t)

x4 (t)
La fonction de transfert est donnee par,

1
G(p) = C(pI A)1 B = C(com(pI A))T B
det(pI A)

Or, det(pI A) = (p + 1)(p 1)(p 2)(p + 3), les poles du systeme sont
1; 1; 2; 3. Pour calculer G(p) a partir du schema on procede de la maniere
suivante: G(p) = VY (p) V (p) 1.5
. X1 (p) = p+1 U (p), X2 (p) = 0.5 U (p), X3 (p) =
(p) U (p) p1 ( )
0.2
V (p) et X4 (p) = p+3 V (p). Ce qui permet dobtenir V (p) = p+1 p1
0.8 1.5 0.5
p2
( )
0.2 0.8
et Y (p) = p2 + p+3 . Finalement,
Y (p) 1
G(p) = =
U (p) (p + 1)(p + 3)
et la question suivante se pose: En representation detat, le systeme est
dordre quatre alors quen representation par fonction de transfert, le systeme
est dordre deux. Pour repondre a cette question, on cherche la transforma-
tion qui permet decrire le systeme sous sa forme diagonale. Il sut de
chercher les vecteurs propres de la matrice A. Lune des matrices qui perme-
ttent ce passage est,

0 0 0.9267 0
0 0 0 0.9623
T = 1 0 0.0618 0.1925

0 1 0.3707 0.1925
Par transformation X = T Z on obtient,

{
avec,

2 0 0 0 0
0 3 0 0 0.5 [ ]
A =
0 0 1 0 , B = 1.6186 et C = 1 1 0.3089 0
0 0 0 1 0.5196
On peut donc ecrire,

z1 (t) = 2z1 (t) non commandable

z2 (t) = 3z2 (t) + 0.5u(t) commandable
z3 (t) = z3 (t) + 1.6186u(t) commandable

z4 (t) = z4 (t) 0.5196u(t) commandable

y(t) = z1 (t) + z2 (t) + 0.3089z3 (t), z4 (t) non observable

Stabilite des systemes en representation detat Representation dEtat
Les poles qui sont a la fois commandables et observables sont 3, 1, ce qui

justifie la dierence de dimension entre les deux representations.
Remarque 1.9.3.
On ne modifie pas la fonction de transfert si on augmente le nombre

de variables detat non commandables ou non observables.
Tout systeme ecrit sous sa forme de fonction de transfert est a la fois

commandable et observable.
1.10 Stabilite des systemes en representation

detat
Lune des performances les plus importantes en automatique est la stabilite.
En optant pour la representation detat, il est interessant de savoir les con-
ditions qui permettent de garantir la stabilite dans une telle representation.
1.10.1 Stabilite a partir des poles

Dapres les developpements precedents, on a vu que les poles dun systeme
ecrit en representation detat (continu ou discret) coincident avec les valeurs
propres de la matrice A, ce qui permet de donner les conclusions suivantes:
Un systeme continu ecrit sous sa forme detat est assymptotiquement

stable si et seulement si les valeurs propres de la matrice A sont a
parties reelles strictement negatives.
Un systeme discret ecrit sous sa forme detat est assymptotiquement

stable si et seulement si les valeurs propres de la matrice A sont de
modules strictement inferieurs a un.
1.10.2 Stabilite au sens de Lyapunov

La stabilite au sens de Lyapunov repose sur le fait que, si le taux daccroissement
de lenergie dun systeme physique isole est negatif pour tout etat initial pos-
sible, sauf celui de lequilibre Xe , alors son energie doit continument decrotre
jusqua E(Xe ). Lidee est importante, en particulier pour les systemes non

lineaires pour lesquels il nest pas facile de determiner les trajectoires de

maniere analytique. Pour appliquer cette idee, on utilise des fonctions im-
age de lenergie du systeme et on teste si celles ci sont decroissantes sur les
trajectoires du systeme considere.
Systemes continus
Soit le systeme dynamique regit par lequation,
x(t) = f (x(t)) (1.1)
x(.) Rn est letat du systeme, f : Q Rn , une fonction localement

Lipchitzienne sur louvert Q. Dans la suite de ce memoire, nous allons nous
interesser a letude du systeme (1.1) autour dun point de fonctionnement xe
tel que f (xe ) = 0. Par definition, xe est un point dequilibre. De plus, pour
simplifier et sans perte de generalite, on considere que xe = 0. Si ce nest pas
le cas, on peut toujours sy ramener en utilisant le changement de variable,
x(t) = x(t) xe
la fonction f doit satisfaire f (0) = 0, et par suite revenir a letude dun

systeme centre autour de lorigine.
Definition 1.10.1. Pour le systeme (1.1), le point x = 0 est:
Stable si pour tout > 0, () tel que,

x(0) < = x(.) <
Asymptotiquement stable sil est stable et limt+ x(t) = 0 pour tout

x(0).
Instable sil nest pas stable.
Remarque 1.10.2. La notion de stabilite est liee a celle du voisinage dun

point, la definition de la stabilite peut donc se traduire de la facon suiv-
ante: lorigine x = 0 dun systeme dynamique est stable si pour un voisi-
nage quelconque w (0, ) (centre en 0 et de rayon ), il existe un voisinage
w (0, ()), tel que, pour toute condition initiale dans w (0, ()), la trajec-
toire du systeme reste dans w (0, ).

Definition 1.10.3. Une fonction f : Rn N Rn est,

i) definie positive sur un ensemble D sil existe une fonction scalaire :
R+ R+ , continue non decroissante verifiant (0) = 0 telle que : 0 <
(||x||) f (x, k), x int(D), k N.
ii) semi-definie positive sur D sil existe un voisinage G de lorigine tel
que f (x, k) = 0, x G, k N, et f (x, k) est definie positive pour tout
x D\G et pour tout k N.
Definition 1.10.4. La fonction V : W Rn R+ est une fonction de
Lyapunov candidate si elle satisfait aux deux conditions suivantes:
V (x)
1. V (x) est continue et ses derivees partielles xi
, pour tout i = 1, ...n,
existent et sont continues
2. V (x) est definie positive.
A partir de cette definition, la stabilite des systemes continus de type (1.1)

peut etre caracterisee par lexistence dune fonction de Lyapunov contractive
le long des trajectoires.
Theoreme 1.10.5. Dans le voisinage W Rn , lequilibre x = 0 est:
Localement stable sil . existe une fonction de Lyapunov candidate, V :

W R+ telle que V (x) 0, pour tout x W .
Localement asymptotiquement stable sil existe
.
une fonction de Lya-
punov candidate V : W R+ telle que V (x) < 0, pour tout x W .
.
V (x) designe la derivee de V (x) par rapport au temps.
Exemple 1.10.6. On considere le systeme non lineaire decrit par,

{
x1 (t) = x2 (t) a(x21 (t) + x22 (t))x1 (t)
avec a > 0.
x2 (t) = x1 (t) a(x21 (t) + x22 (t))x2 (t)
([ ])
x1
On considere la fonction V (X) = V = x21 (t) + x22 (t). On a V (0) = 0,
x2
de plus V (X) > 0, X = 0.
V (X) = 2x1 x1 + 2x2 x2

= 2x1 (x2 a(x21 + x22 )x1 ) + 2x2 (x1 a(x21 + x22 )x2 )
= 2a(x21 + x22 )2 < 0

Le systeme est donc asymptotiquement stable a lorigine.

Notons que si a < 0 alors on ne peut rien dire puisque la condition nest que
susante.
Application aux systemes lineaires invariants autonomes

Dans la suite de cette partie, on aura besoin de la notion dune matrice definie
positive.
Definition 1.10.7. Une matrice carree P Rnn est dite definie positive
si pour tout X Rn , on a X T P X 0. Si linegalite est stricte pour tout
X Rn alors , la matrice est dite strictement definie positive.
De letude generale precedente on peut deduire les resultats suivants.
Proposition 1.10.8. Le systeme X(t) = AX(t) est asymptotiquement stable

a lorigine si et seulement si, pour toute matrice Q = QT Rnn definie
positive, il existe une unique matrice P = P T Rnn definie positive telle
que AT P + P A = Q. Et dans ce cas, la fonction V (X) = X T P X est une
fonction de Lyapunov du systeme.
Lidee de la preuve est la suivante (susance): X(t) = X T P X +X T P X =

(AX)T P X + X T P (AX) = X T (AT P + P A)X = X T QX < 0. Puisque
V (0) = 0 et V (x) > 0 X Rn alors, V (x) est de Lyapunov.
Proposition 1.10.9. Les valeurs propres de la matrice A sont a parties

reelles inferieurs a si et seulement si, pour toute matrice Q = QT Rnn
definie positive, il existe une unique matrice P = P T Rnn definie positive
telle que 2P + AT P + P A = Q.
Pour justifier ce resultat, il sut de considerer la matrice B = A I.

On a i (B) = i (A) et on applique la Proposition 1.10.8 a la matrice B.
1.10.3 Systemes discrets

On considere le systeme decrit par lequation,
x(k + 1) = f (x(k), k), avec f (0, k) = 0, k 0 (1.2)
Definition 1.10.10. Une fonction v : Rn N R est,

definie positive sur S Rn sil existe une fonction scalaire continue

et non decroissante telle que v(0) = 0, et 0 (X) v(x(k), k),
k N, X int(S).
semi definie positive sur S sil existe un voisinage de lorigine tel que
v(x, k) = 0, x , k N, et v(x, k est definie positive pour tout
x (S\)
Theoreme 1.10.11. Sil existe une fonction v(x, k) telle que,
v(x, k) est definie positive
v(x, k) = v(x(k + 1), k) v(x(k), k) < 0
alors le systeme (1.2) est asymptotiquement stable a lorigine.
Application aux systemes lineaires invariants autonomes

Proposition 1.10.12. Le systeme x(k + 1) = Ax(k) est asymptotiquement
stable a lorigine si et seulement si, pour toute matrice Q = QT Rnn
telle que AT P A P = Q. Dans ce cas, v(x) = xT P x = Xp est une
fonction de Lyapunov du systeme.
En eet, v(0) = 0 et v(x) > 0 X = 0. De plus, v(x) = v(x(k + 1))

v(x(k)) = x(k + 1)T P x(k + 1) x(k)T P x(k) = x(k)T (AT P A P )x(k) =
x(k)T Qx(k) < 0. Le systeme est donc asymptotiquement stable a lorigine.
Proposition 1.10.13. Les valeurs propres de la matrice A sont en module

inferieurs a R si et seulement si, pour toute matrice Q = QT Rnn
telle que 2 AT P A P = Q

Chapitre 2
Commande des systemes en

representation detat
On considere le systeme decrit par,

{
(2.1)
y(t) = Cx(t)
avec x Rn , u Rm et y Rp . On cherche a boucler le systeme en utilisant
une loi de commande par retour detat. Cette facon de commander suppose
que toutes les composantes de letat sont disponibles. Pour le moment, on
suppose que cette hypothese est satisfaite. On va donc chercher u(t) sous la
forme, u(t) = Kx(t) et le systeme devient,
{
x(t) = (A BK)x(t) = A0 x(t)
y(t) = Cx(t)
ou K est une matrice constante de Rmn , quon appelle gain de retour. Il

existe plusieurs facons de determiner la matrice K, la commande optimale,
le placement de pole ou autre. Cest le placement de pole qui sera developpe
dans ce cours.
2.1 Commande par placement de poles

Pour un systeme commandable, pour tout t0 et t1 , il existe une loi de com-
mande qui transfert letat du systeme de x(t0 ) a x(t1 ). On cherchera a
ramener le systeme a lorigine lorsquil ny a pas de reference. Sil y a une

Commande par placement Commande
de poles des systemes en representation detat
y(t)
u(t) Le systme
(A,B,C,D)
X(t)
-K
reference, par changement dorigine, on peut toujours revenir au cas dune

reference nulle. Le systeme redevient donc autonome, sa solution ne depend
que de son etat initial, celle ci tend vers lorigine si et seulement si la matrice
A0 est stable. Le but de la loi de commande par placement de poles est de
trouver un gain K qui permet de placer un spectre desire en boucle fermee.
Le choix du spectre a placer doit repondre a un cahier de charge: stabilite,
rapidite, un depassement . . . etc. Il est bien connu que si le systeme initial
est commandable alors, on peut placer nimporte spectre en boucle fermee.
Sinon, on se limite au placement dune partie du spectre pour garantir au
moins sa stabilite a condition que le systeme soit stabilisable.
Definition 2.1.1. Le systeme (2.1) est stabilisable sil existe un gain de
retour K tel que le systeme boucle par retour detat u = Kx est stable.
Remarque 2.1.2. La commandabilite est plus forte que la stabilisabilite: un
systeme commandable est necessairement stabilisable.
En pratique, on procede de la facon suivante:
Les matrices A et B sont donnees.
On se donne un ensemble de valeurs propres a placer en boucle fermee
{1 , 2 , . . . , n }.
On cherche K tel que (A BK) = {1 , 2 , . . . , n }
2.1.1 Cas des systemes SISO

Dans ce cas, m = 1, de plus on suppose que le systeme est commandable.
Le gain K a chercher est donc un vecteur ligne a n composantes. Il existe
une transformation T inversible telle que par changement de base z = T x, le
systeme dans la nouvelle base
{
z(t) = T AT 1 z(t) + T Bu(t) = Az(t) + Bu(t)
y(t) = CT 1 z(t) = Cz(t)

soit ecrit sous sa forme canonique de commandabilite. i.e.,

0 1 0 0 ... 0 0
0 0 1 0 ... 0
0
A = .. .. .. .. .. .. , B = ..
. . . . . . .
a0 a1 a2 a3 . . . an1 1
Les coecients ai , i = 0, 1, . . . , n 1 sont les coecients du polynome car-

acteristique de la matrice A, i.e., PA () = n + an1 n1 + + a1 + a0 .
On cherche K telle que u(t) = Kx(t) permet de placer un spectre choisi
{1 , 2 , . . . , n } en boucle fermee. Dans la nouvelle base, u(t) = Kx(t) =
KT 1 z(t) = Kz(t) et on cherche K tel que (A B K) = (A0 ) =
{1 , 2 , . . . , n }. Or,

0 1 0 0 ... 0 0
0 0 1 0 ...
0 0 [ ]
.
A0 = .. .. .. .. .. .. .. K0 K1 K2 .. Kn1
. . . . . . .
a0 a1 a2 a3 . . . an1 1
0 1 0 0 ... 0
0 0 1 0 ... 0

= .. .. .. .. .. ..
. . . . . .
a0 K0 a1 K1 a2 K2 a3 K3 . . . an1 Kn1
On connat donc les coecients du polynome caracteristique de la matrice

A0 : PA0 () = n +(an1 + Kn1 )n1 +(an2 + Kn2 )n2 + +(a1 + K1 )+
a0 + K0 . Connaissant les valeurs propres du systeme en boucle fermee (spec-
tre choisi), le polynome caracteristique du systeme boucle est aussi donne
par,P () = ( 1 )( 2 ) . . . ( n ), soit,P () = n + an1 n1 +
an2 n2 + + a1 + a0 . Par identification terme a terme on obtient,
a0 = a0 + K0 ,[ a1 = a1 + K1 , . . . et an1 = an1 + Kn1]. Ce qui permet
decrire, K = a0 a0 a1 a1 a2 a2 . . . an1 an1 . Finalement,
[ ]
K = a0 a0 a1 a1 a2 a2 . . . an1 an1 T.
reste a calculer la matrice T qui permet la transformation precedente. Dans

ce but, on utilisera la regle suivante: Soit R la matrice de commandabilite

[ ]
definie par R = B AB A2 B . . . An1 B . En linversant on obtient,

...
...

R1 = .. .. .. .. ..
. . . . .
q1 q2 q3 . . . qn
[ ]
soit q = q1 q2 q3 . . . qn . La matrice T est donnee par,

q
qA

2
T = qA
..
.
qAn1
Exemple 2.1.3. Considerons le systeme decrit par lequation,x(t) = Ax(t)+

Bu(t) avec,
1 0 0 1
A = 0 2 0 B = 1
0 0 3 1
La matrice de commandabilite est,

[ ] 1 1 1 3 3 1
R = B AB A B = 1 2 4
2 1
et R = 2.5 4 1.5
1 3 9 0.5 1 0.5
[ ]
Dans ce cas, q = 0.5 1 0.5 et la matrice T est donnee par,

q 0.5 1 0.5
T = qA = 0.5 2 1.5
qA2 0.5 4 4.5
de plus,

0 1 0 0
A = T AT 1
= 0 0 1
et B = T B = 0
6 11 6 1

Si on veut placer le spectre {4 5 6} en boucle fermee alors, le polynome

caracteristique du systeme boucle est P () = ( + 4)( + 5)( + 6) = 3 +
152 + 74 + 120. Ce qui permet dobtenir,

6 + k0 = 120 k0 = 114
11 + k1 = 74 = k1 = 63

6 + k2 = 15 k2 = 9
[ ]
finalement K = KT = 30 24 3 , et on peut verifier que (A BK) =
{6 5 4}.
2.1.2 Cas des MIMO

En general, on cherche la matrice K telle que A BK = A0 , mais le fait
de se donner un spectre a placer en boucle fermee ne fixe pas la matrice A0 .
Si on opte pour une certaine matrice A0 et si la matrice B est de rang plein
alors on peut utiliser la pseudo inverse pour determiner K. En eet,
A BK = A0 = B T BK = B T (A A0 ) = K = (B T B)1 B T (A A0 ).
En general, on procede autrement. Lune des methodes consiste a ramener le

probleme au cas dun SISO en introduisant deux matrices arbitraires. Pour
cela, on considere le systeme decrit par,
{
(S) x Rn , u Rm et y Rp
y(t) = Cx(t)
auquel on associe le systeme decrit par,

{ {
x(t) = (A + BF0 )x(t) + Bh0 u(t) F0 Rmn , h0 Rm1
(SS) avec
= A0 x(t) + B0 u(t) x Rn et u R
Le systeme (S) etant commandable, le systeme (SS) est souvent command-

able. Dans ce cas, on applique la regle des systemes SISO pour obtenir le
gain K0 tel que A0 B0 K0 ait un spectre desire. Pour obtenir le gain de
retour K du systeme (S), il sut de remarker que le meme K0 assure le
placement du meme spectre a la matrice A + BF0 Bh0 K0 , qui nest autre
que la matrice A B(h0 K0 F0 ), il sut de choisir K = h0 K0 F0 .
Algorithme 2.1.4.

1. Les matrices A et B sont connues. Tester si le systeme (A, B) est

commandable et choisir un spectre a placer en boucle fermee.
2. Choisir F0 et h0 arbitrairement tel que A0 = A + BF0 , B0 = Bh0 et

(A0 , B0 ) soit commandable.
3. Resoudre le probleme du placement de poles pour le SISO et deduire le

gain de retour pour le systeme MIMO.
Exemple 2.1.5. Soit le systeme decrit par,

1 0 1 1 0

x(t) = 0 2 0 x(t) + 1 0 u(t)
0 0 5 1 1
Le spectre du systeme en boucle [ouverte est (A)

2
] = {1 2 5}, le systeme
est donc instable. De plus, rang( B AB A B ) = 3, le systeme est donc
commandable. On peut donc trouver un gain de retour K qui permet de
placer nimporte quel spectre en boucle fermee. Soit = {1 1 1}
choisis a placer en boucle fermee. On choisit arbitrairement,
[ ] [ ]
1 1 1 1
F0 = et h0 =
1 1 1 1
Ce choix permet dobtenir,

2 1 2 1
A0 = A + BF0 = 1 1 1 et B0 = 1

2 2 7 2
[ ]
De plus, rang( B0 A0 B0 A20 B0 ) = 3, par suite (A0 , B0 ) est aussi com-
mandable. On peut donc trouver un gain K0 qui permet de placer le spec-
tre en boucle fermee du systeme (A0 , B0 ). Le polynome caracteristique
du systeme boucle est P () = 3 + 32 + 3 + 1 = 3 + a2 2 + a1 + a0
et le polynome caracteristique de la matrice A0 est donne par PA0 () =
3 1032 + 22 15 = 3 + a2 2 + a1 + a0 . De plus,
13
[ ] 2
2 7
4 [ ]
R = B AB A2 B , R1 = 92 2 11 12
et q = 1 1 1
2 3 12
1
2
1
3
12
1

Observateur detat Commande des systemes en representation detat

1
q 2
1
3
12
1
T = qA0 = 21 2
3
1
12

1 4 11
qA20 2 3 12
et
[ dapres la methode du ]placement de poles
[ pour les
] SISO on a, K0 =
a0 a0 a1 a1 a2 a2 et K0 = K0 T = 5 10 9 . Finalement, le gain
recherche K est donne par,
[ ] [ ] [ ]
1 [ ] 1 1 1 4 9 8
K = h0 K 0 F 0 = 5 10 9 =
1 1 1 1 4 9 8
On peut verifier que,

3 9 7
A BK = 4 11 8 et (A BK) = {1 1 1}
8 18 11
2.2 Observateur detat

Il a ete mentionne que la loi de commande par retour detat suppose que
letat du systeme est disponible, ce qui nest pas toujours possible puisque
letat du systeme ne represente pas necessairement une grandeur physique
et, meme si toutes les composantes de letat sont des grandeurs mesurables,
linstallation dautant de capteurs que de composantes de letat peut etre
soit de conception dicile ou de cout eleve ou les deux. Pour remedier a
ce probleme, on utilise un observateur detat qui permet destimer letat du
systeme a chaque instant. Pour cela, on considere le systeme,
{
y(t) = Cx(t)
Si on note x(t) lestime de x(t) a linstant t alors, il est solution de lequation,

x(t) = Ax(t) + Bu(t) + L(y(t) C x(t))
On definit lerreur destimation par,
e(t) = x(t) x(t)

Lestime de letat x(t) tend vers letat x(t) si lerreur e(t) tend vers zero. De
lequation de lestime on peut ecrire,

x(t) = (A LC)x(t) + Bu(t) + Ly(t)
Un observateur detat est donc un systeme a deux entrees u(t) et y(t) et

une sortie x(t). Le schema bloc de la commande dun systeme en presence
dun observateur est donne parle schema de la figure (2.1). Le schema bloc
A, B, C y(t)
u(t) (t)
X
A, B, C
-K
Figure 2.1: Schema bloc de la boucle de commande avec observateur
de lequation detat en presence dun observateur est donne par le schema

de la figure (2.2). Dapres ce qui precede, la stabilite de lobservateur est
R(t) ++ +
X y(t)
B C
-
-
A
B +
+
K + +
L -
X A
C
Figure 2.2: Schema bloc du systeme avec observateur
imposee par les valeurs propres de la matrice (A LC). Les matrices A

et C sont connues (modele du systeme), reste a determiner L, appele gain
de lobservateur, tel que (A LC) soit stable, i.e., (A LC) =
e() < 0. Pour cela, il sut de remarquer que (M ) = (M T ) M Rnn .
Ce qui revient donc a determiner LT tel que le systeme z(t) = AT z(t) +
C T v(t), boucle par la loi de commande v(t) = LT z(t) admette un spectre

choisi. Cette idee permet dimposer la commandabilite du systeme (AT , C T )

et dapres la dualite, cela revient a impose lobservabilite du systeme (A, C).
Conclusion 2.2.1. Si le systeme est observable alors, il est toujours possible
de lui trouver un observateur detat tel que x(t) x(t)
t
Remarque 2.2.2. Si (AT , C T ) nest pas commandable alors, on peut se con-

tenter de sa stabilisabilte, ce qui est equivalent a la detectabilite de (A, C):
(A, C) est detectable si sa partie non observable est asymptotiquement stable.
La commande du systeme en presence de lobservateur se fait en deux
etapes: La premiere consiste a trouver un observateur et la deuxieme consiste
a calculer un gain de retour detat par placement de poles et de lappliquer
a lestime de letat obtenu a partir de lobservateur.
En reecrivant les equations du systeme et de lobservateur en tenant compte
de la loi de commande u(t) = K x(t) on obtient,
{
x(t) = Ax(t) BK x(t) = Ax(t) BK(x(t) e(t)) = (A BK)x(t) + BKe(t)

x(t) = (A BK)x(t) + LC(x(t) x(t)) = (A BK)x(t) + LCe(t)
Ce qui permet de montrer que e(t) = (A LC)e(t). Le systeme global (
systeme + observateur ) peut etre decrit par,
[ ] [ ][ ]
x(t) A BK BK x(t)
=
e(t) 0 A LC e(t)
Le spectre du systeme global est forme par les poles du systeme en supposant
que letat est disponible et ceux de lobservateur.
Exemple 2.2.3. Soit le systeme decrit par la fonction de transfert, G(p) =
1
p(p+1)
= p21+p . Sa representation sous a forme canonique de commandabilite
est donnee par, [ ] [ ]
0 1 0
x(t) = x(t) + u(t)
[ 0 1
] 1

y(t) = 1 0 x(t)
On espere trouver un observateur detat tel que la matrice devolution de
lerreur destimation ait P () = (+2)(+2) comme polynome caracteristique.
Il faut donc trouver la matrice L telle que (A LC) = {2 2}. Pour
cela, on considere le systeme decrit par,
z(t) = AT z + C T v(t) (2.2)

et on cherche LT tel que v(t) = LT z(t) et (AT C T LT ) = {2 2}.

Par application de ce qui precede, on a,
[ ] [ ] [ ] [ ]
[ T ] 1 0 1 1 0 [ ] q 0 1
R = C AT C T = = R = = q = 0 1 = T = =
0 1 0 1 qAT 1 1
[ ]
Si on note LT = l1 l2 alors, en utilisant la transformation z = T z le
systeme (2.2) devient,
[ ] [ ]
T 1 T
= T A T z(t) + T C v(t) avec T A T = T 1 0 1 T 0
z(t) et T C =
0 1 1
Dans la[ nouvelle

] base, v(t) = LT z(t) = LT T 1 z(t) = LT z(t), avec
L = l1 l2 . Dans ces conditions, l1 = 4 0 = 4 et l2 = 4 1 = 3,
T
finalement,
[ ]
T
[ ] T
[ ] 3
L = 4 3 , L = LT = 3 1 et L =
1
Remarque 2.2.4. Dans lexemple (2.2), on peut faire les calculs directement
sans passer
[ ]par la forme canonique de commandabilite. En eet, en posant
LT = l1 l2 on obtient,
[ ] [ ] [ ]
0 1 1 [ ] l1 l2
A C L =
T T T
l l =
0 1 0 1 2 1 1
dont le polynome caracteristique est donne par,

[ ]
l1 l2
det(I ) = 2 + (l1 + 1) + l1 + l2
1 1
et par identification terme a terme on obtient l1 + 1 = 4 et l1 + l2 = 4, dou

le resultat.

Cours 1

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Cours 1

Hochgeladen von

Copyright:

Verfügbare Formate

Introduction a la representation dEtat

des systemes lineaires

Prepare par le Pr. Atmane BADDOU de lENSA dAgadir

A. BADDOU, Proesseur a lENSA dAgadir 1

A. BADDOU, Proesseur a lENSA dAgadir 2

1.8 Autres proprietes . . . . . . . . . . . . . . . . . . . . . . . . . 31

2 Commande des systemes en representation detat 41

A. BADDOU, Proesseur a lENSA dAgadir 3

Exemple 1.1.1. : Considerons le modele dun moteur a courant continu

Figure 1.1: Schema dun moteur a courant continu

A. BADDOU, Proesseur a lENSA dAgadir 4

En ecrivant la loi des mailles dans linducteur,

A. BADDOU, Proesseur a lENSA dAgadir 5

Y (p) et U (p) sont les transformees de Laplace de y(t) et u(t) respectivement.

Puisque Y (p) = H(p)U (p) alors, Si U (p) = 1 ( entree impulsion ) alors

C/C : La fonction de transfert dun systeme concide avec la transformee

Exemple 1.1.4. Considerons lexemple precedent (Moteur a courant con-

Par application dun echelon a lentree ( V(p) = 1 ), et par decomposition

on peut donc avoir la reponse temporelle du systeme par application de la

1.2 Representation dEtat

A. BADDOU, Proesseur a lENSA dAgadir 7

sa commande et A, B, C et D sont des matrices constantes de dimension

A. BADDOU, Proesseur a lENSA dAgadir 8

qui peut etre ecrite sous la forme,

A. BADDOU, Proesseur a lENSA dAgadir 10

1.3 Proprietes de la representation detat

1.3.2 Interet de la non unicite

1.3.3 Passage a la fonction de transfert

A. BADDOU, Proesseur a lENSA dAgadir 11

1.3.4 Unicite de la representation par fonction de trans-

1.4 Solution de lequation detat

A. BADDOU, Proesseur a lENSA dAgadir 12

ce qui permet decrire,

1.4.2 Propriete de la matrice de transition

A. BADDOU, Proesseur a lENSA dAgadir 13

2. Dapres la relation generale, X(t) = (tt0 )X(t0 ) = X(0) = (t0 )X(t0 ).

3. On a X(t1 ) = (t1 t0 )X(t0 ) et X(t2 ) = (t2 t1 )X(t1 ). En remplacant

4. La derniere propriete peut etre demontree par recurrence. La propriete

1.4.3 Solution globale

En appliquant la transformee de Laplace inverse,

et la sortie est donnee par,

Exemple 1.4.2. On considere lexemple precedent avec,

A. BADDOU, Proesseur a lENSA dAgadir 14

la reponse indicielle du systeme est donnee par,

1.5 Les formes canoniques

1.5.1 Forme canonique de commandabilite

A. BADDOU, Proesseur a lENSA dAgadir 15

1. On rappelle que si le degre du denominateur est egal a celui du numerateur

1.5.2 Forme canonique dobservabilite

A. BADDOU, Proesseur a lENSA dAgadir 16

x1 (t) x1 (t) bn1

1.5.3 Forme de Jordan

A. BADDOU, Proesseur a lENSA dAgadir 17

Si la matrice A est diagonalisable alors il sut de trouver la transformation

T est une matrice de passage obtenue a partir dun changement de base de

A. BADDOU, Proesseur a lENSA dAgadir 18

Remarque 1.5.5. La transformation ne change pas le spectre dune matrice

Exemple 1.5.6. Soit le systeme decrit par,

Le vecteur propre w associe a la

et les matrice du systeme dans la nouvelle base sont donnees par,

A. BADDOU, Proesseur a lENSA dAgadir 19

Forme non diagonale

Av3i = i v3i + v2i