⚡ génie électrique

Optimal input signal design for closed loop errors-in-variables system

Cet article propose des approches de conception non paramétriques et harmoniques pour optimiser les signaux d'entrée des systèmes en boucle fermée avec erreurs de mesure, en abordant les limites des hypothèses traditionnelles de type erreur de sortie, et en validant l'efficacité de la méthode par des simulations.

Auteurs originaux : Wen Xiangyun, Wang Xiangjun, Guo Xiaoyong

Publié 2026-09-23

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Wen Xiangyun, Wang Xiangjun, Guo Xiaoyong

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Dans le monde de l'ingénierie, les systèmes sont rarement parfaits. Qu'il s'agisse d'un robot d'usine, d'un réseau électrique ou d'un dispositif médical, les signaux utilisés pour les contrôler et les données qu'ils renvoient sont presque toujours souillés par le bruit. Les capteurs dérivent, les actionneurs oscillent et l'environnement interfère. Pendant des décennies, de nombreux modèles théoriques ont simplifié cette réalité en supposant que seules les données de sortie étaient impures, tandis que le signal d'entrée restait parfaitement propre. Cette hypothèse simplifiait les mathématiques, mais elle échouait souvent à refléter la réalité désordonnée du monde physique. Lorsque la commande envoyée à une machine et la réponse qu'elle donne sont toutes deux corrompues par des erreurs, le système est connu sous le nom de système à erreurs dans les variables. Concevoir le bon signal d'entrée pour un tel système est un équilibre délicat. Les ingénieurs doivent choisir un signal suffisamment fort pour révéler les caractéristiques cachées de la machine, tout en étant assez prudent pour ne pas amplifier le bruit ou endommager l'équipement. Si le signal est trop faible, la véritable nature de la machine reste cachée ; s'il est trop agressif, le bruit étouffe l'information utile.

Les chercheurs Wen Xiangyun, Wang Xiangjun et Guo Xiaoyong, issus d'institutions de Zhengzhou, en Chine, ont abordé ce défi en se concentrant sur les systèmes en boucle fermée où des erreurs existent tant dans l'entrée que dans la sortie. Leurs travaux, publiés dans un article technique, explorent comment construire le signal d'entrée idéal pour rendre ces systèmes bruyants plus faciles à comprendre et à contrôler. Au lieu de s'appuyer sur l'ancienne hypothèse selon laquelle les entrées sont propres, ils ont développé deux stratégies distinctes pour trouver le meilleur signal possible. La première approche, appelée conception non paramétrique, implique une analyse mathématique approfondie de la manière dont le bruit de l'entrée et de la sortie interagit. En traitant les erreurs de prédiction des deux côtés comme un problème unique et combiné, l'équipe a dérivé une formule spécifique qui décrit la forme optimale du signal d'entrée. Cette méthode ne suppose pas une structure fixe pour le signal, mais calcule plutôt la distribution de puissance idéale à travers différentes fréquences afin de minimiser l'impact du bruit.

La seconde stratégie, connue sous le nom de conception harmonique, adopte une approche plus constructive. Au lieu de calculer une formule large, les chercheurs ont construit un type spécifique de signal composé de plusieurs tons purs, ou harmoniques, superposés. Ils ont utilisé une technique appelée balayage de Schroeder, qui organise soigneusement le minutage et la phase de ces tons. Cet agencement garantit que le signal possède une puissance moyenne élevée — suffisante pour exciter efficacement le système — sans créer de pics de volume dangereux qui pourraient dépasser les limites de sécurité. En ajustant quatre éléments clés : la fréquence, le nombre de tons, l'intensité de chaque ton et leur minutage, l'équipe a créé une forme d'onde qui agit comme une sonde précise, révélant le comportement du système sans être submergée par les interférences.

Pour tester l'efficacité de ces méthodes, l'équipe a réalisé une simulation informatique. Ils ont créé un modèle virtuel d'un système en boucle fermée et ont introduit un bruit aléatoire tant dans l'entrée que dans la sortie, imitant les conditions du monde réel. Ils ont ensuite appliqué leurs nouveaux signaux d'entrée à cet environnement bruyant. Les résultats ont été clairs : les paramètres du système, qui représentent sa mécanique interne, se sont progressivement stabilisés vers leurs valeurs correctes au fur et à mesure de la progression de la simulation. La sortie générée par le modèle identifié correspondait à la sortie réelle mesurée avec une grande similitude. Cela a confirmé que les signaux conçus ont réussi à filtrer la confusion causée par le bruit, permettant d'identifier le système avec précision même lorsque la commande et la réponse étaient imparfaites.

L'étude conclut que ces deux méthodes de conception sont des outils efficaces pour gérer la complexité des systèmes du monde réel où les erreurs sont inévitables. Bien que les travaux actuels soient concluants pour des simulations de systèmes linéaires, les auteurs reconnaissent que le monde réel est souvent plus complexe, avec des systèmes qui évoluent dans le temps ou se comportent de manière non linéaire. Ils notent que leurs conclusions actuelles sont spécifiques aux conditions testées et que les recherches futures devront traiter ces comportements changeants et plus complexes. Pour l'instant, cependant, ce travail offre une voie solide et vérifiée pour que les ingénieurs conçoivent de meilleurs signaux d'entrée, garantissant que, même dans un monde bruyant, les machines puissent être comprises et contrôlées avec une plus grande précision.

Résumé Technique : Conception de Signaux d'Entrée Optimaux pour les Systèmes à Erreurs sur les Variables en Boucle Fermée

Énoncé du Problème
Dans de nombreuses études théoriques d'identification de systèmes, il est courant de supposer que les erreurs de mesure ne concernent que la sortie. Cependant, dans la pratique de l'ingénierie, les signaux d'entrée et de sortie sont fréquemment contaminés par du bruit (par exemple, le bruit des capteurs, la dérive des actionneurs, les interférences environnementales). Les systèmes où les entrées et les sorties contiennent toutes deux des erreurs sont connus sous le nom de systèmes à erreurs sur les variables (Errors-in-Variables ou EIV). La présence d'erreurs sur les entrées complique la conception de signaux d'entrée optimaux, car augmenter simplement l'amplitude de l'entrée peut ne pas améliorer la précision et peut même exacerber les interférences de bruit. De plus, dans les systèmes EIV en boucle fermée, des données limitées et des erreurs sur les entrées peuvent rendre certains paramètres non identifiables. Le défi consiste à concevoir des signaux d'entrée qui maximisent l'acquisition d'informations et la précision de l'estimation des paramètres tout en respectant les contraintes physiques (amplitude, puissance, temps) et en atténuant l'impact du bruit dans les deux canaux.

Méthodologie
Le document propose deux approches distinctes pour concevoir des signaux d'entrée optimaux pour les systèmes EIV en boucle fermée : la Conception Nonparamétrique et la Conception Harmonique.

Conception Nonparamétrique :
- Les auteurs dérivent l'erreur de prédiction du système en considérant le bruit tant dans l'entrée ( $r(t)$ ) que dans la sortie ( $y(t)$ ).
- Deux erreurs de prédiction sont formulées : l'une ( $\epsilon_1$ ) ne considérant que le bruit de sortie, et une seconde ( $\epsilon_2$ ) intégrant les bruits d'entrée et de sortie.
- Une fonction de coût composite est construite en combinant ces deux erreurs de prédiction.
- En appliquant la théorie de la corrélation du spectre de puissance et en minimisant cette fonction de coût, les auteurs dérivent une expression nonparamétrique du spectre de puissance du signal d'entrée optimal. Cette dérivation tient compte des variances du bruit d'entrée et de sortie ( $\sigma_r^2$ et $\sigma_y^2$ ) ainsi que de la fonction de transfert du système $G(q, \theta)$ .
Conception Harmonique :
- Cette approche se concentre sur la construction de formes d'onde dans le domaine temporel en manipulant quatre paramètres clés : la fréquence, l'ordre harmonique, l'amplitude et la phase.
- La méthode de balayage de Schroeder (Schroeder scan method) est employée pour générer le signal d'entrée optimal. Cette méthode utilise un signal multi-harmonique périodique et déterministe où la phase initiale de chaque composante harmonique est optimisée.
- La relation de récurrence de phase est conçue pour décaler les pics des harmoniques individuelles dans le domaine temporel, ce qui permet d'obtenir un signal composite présentant un faible rapport puissance de crête sur puissance moyenne (PAPR). Cela permet d'injecter la puissance moyenne maximale dans les limites de sécurité du dispositif, améliorant ainsi le rapport signal sur bruit.
- L'amplitude de chaque harmonique est fixée de manière à assurer une distribution d'énergie uniforme dans le domaine fréquentiel.
- L'identification des paramètres est réalisée à l'aide de la méthode du gradient conjugué afin de minimiser une fonction de coût $V(\theta)$ dérivée du spectre de puissance de l'erreur de prédiction.

Principales Contributions

Cadre à Double Approche : Le document présente un cadre complet utilisant à la fois l'analyse spectrale nonparamétrique et la construction de formes d'ondes harmoniques paramétriques pour répondre aux défis spécifiques des systèmes EIV en boucle fermée.
Dérivation d'une Fonction de Coût Composite : Une dérivation novatrice d'une fonction de coût composite qui considère conjointement les erreurs de prédiction issues des canaux de bruit d'entrée et de sortie, menant à une expression nonparamétrique spécifique du signal d'entrée optimal.
Application du Balayage de Schroeder : L'adaptation de la méthode de balayage de Schroeder pour les systèmes EIV en boucle fermée afin de générer des signaux d'entrée qui maximisent l'excitation du système tout en minimisant les contraintes de puissance de crête et les effets de perturbation.
Validation par Simulation : L'étude valide les méthodes proposées par des simulations, démontant que les signaux d'entrée conçés permettent aux paramètres du système de converger vers leurs valeurs cibles malgré la présence de bruit blanc dans les canaux d'entrée et de sortie.

Résultats
L'efficacité des conceptions de signaux d'entrée proposées a été vérifiée par une expérience de simulation utilisant un modèle de transmission linéaire invariant dans le temps spécifique.

Convergence des Paramètres : Les résultats de la simulation (Figures 2 et 3) ont montré que les paramètres estimés des polynômes $A(q)$ et $B(q)$ ont progressivement convergé vers leurs valeurs cibles à mesure que le temps de simulation augmentait, restant stables par la suite.
Adéquation de la Sortie : La Figure 4 a démontré un degré élevé de similitude entre la sortie mesurée et la sortie identifiée, indiquant que le signal d'entrée conçu capture efficacement les caractéristiques du système.
Robustesse au Bruit : Les résultats ont confirmé que les signaux d'entrée optimaux permettent une identification de paramètres efficace et précise, même en présence d'interférences de bruit externe (moyenne 0, variance 0,5 pour l'entrée et la sortie).

Signification et Revendications
Le document affirme que les méthodes de conception proposées répondent avec succès aux limites des approches traditionnelles qui ignorent les erreurs d'entrée. En employant des conceptions nonparamétriques et harmoniques, l'étude atteint une performance optimale dans l'estimation des paramètres pour les systèmes EIV en boucle fermée. Les auteurs soutiennent que leur approche maximise l'acquisition d'informations et réduit les coûts expérimentaux en évitant l'expérimentation aveugle et la sous-excitation.

Le document maintient une portée modeste, notant que la recherche actuelle est basée sur l'hypothèse de paramètres linéaires invariants dans le temps (LTI). Les auteurs reconnaissent que les caractéristiques nonlinéaires et variant dans le temps des systèmes d'ingénierie réels peuvent dégrader les performances de ces méthodes. Par conséquent, le document identifie l'étude des systèmes nonlinéaires comme la principale direction pour les travaux futurs, plutôt que de revendiquer une applicabilité immédiate à tous les scénarios industriels complexes et nonlinéaires.

Articles similaires